• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.295-298
• /
• 2004

소프트웨어 개발에서 요구사항 분석에 대한 관리가 품질과 생산성에 중요한 역할을 하고 있다. 기존 연구에서는 요구사항 분석에 있어 기능중심으로 문제 분석을 시도하고, 구현 또는 시험단계에서 품질문제를 고려하고 있다. 본 논문에서는 요구사항을 추출하고 분석하는 단계에서 품질속성을 고려하는 요구사항 프로세스를 제안한다. 품질속성(quality attribute)을 개발초기인 요구사항 추출, 분석 단계에서부터 고려하여 개발하도록 함으로써 명확한 요구사항에 대한 이해와 시스템의 품질 향상을 가져다줄 수 있는 기반을 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.319-322
• /
• 2004

소프트웨어 기술은 웹과 인터넷의 대중화로 소프트웨어의 품질 개선과 다양한 요구 변화에 효율적으로 대응하기 위해 급격히 발전하고 있는 추세이다. 완성된 시스템이 다양한 스테이크 홀더들의 품질에 대한 요구를 만족시키는 시스템인지의 여부를 결정하는 소프트웨어 아키텍처의 평가는 매우 중요한 부분이다. 소프트웨어 아키텍처는 프로젝트 초기의 설계 결정사항에 대한 산출물로써 시스템과 프로젝트에 많은 영향을 미치며 특정 시스템의 품질 속성은 주로 소프트웨어 아키텍처에 의해 결정된다. 본 논문에서는 품질 속성을 기반으로 체계적으로 아키텍처를 평가할 수 있는 프로세스를 제시하고 이 프로세스를 NextGen POS 시스템에 적용시켜 보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.424-427
• /
• 2018

영상이나 비디오에 담긴 장면을 이해하는 것은 컴퓨터 비전의 궁극적인 목표 중 하나이다. 본 논문에서는 입력 영상으로부터 장면을 구성하는 각 물체들과 그들 간의 공간 관계, 개별 물체들의 다양한 속성들을 탐지해, 지식 그래프를 생성해주는 심층 신경망 기반의 물체 속성 및 공간 관계 탐지 모델을 제안한다. 본 논문에서는 이러한 다양한 복합 시각 인식 작업을 동시에 수행하는 탐지 모델의 구성에 대해 설명하고, 대규모 벤치마크 데이터 집합인 CLEVR을 이용한 탐지 모델의 성능 분석 실험 결과를 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.287-290
• /
• 2001

최근의 급속한 인터넷 성장에 힘입어 분산처리의 기술 및 환경은 인터넷을 기반으로 광역환경으로 확장될 전망이다. 이러한 환경은 사용자에게 보다 투명한 분산객체간의 효율적인 상호접속이 요구될 뿐 아니라, 광역환경에서 이름이나 속성에 의해 다양한 중복된 성질을 갖고 있는 객체들의 관리가 요구된다. 또한 광역 분산 환경에서 최적의 객체를 선정하는데 분산된 시스템들간의 부하분배를 고려하여 투명성을 제공하는 메카니즘이 필요하게 된다. 따라서, 본 논문에서는 광역분산 컴퓨팅 환경에서 광역 서비스를 지원할 수 있는 이름/속성기반의 중복객체들을 관리를 위한 통합 트리 구성방법을 제안한다. 그리고 이를 통한 혼합(네이밍/트레이더)된 위치서비스(Location service)를 이용하여 무수히 산제한 중복된 분산 객체들을 효율적으로 유지하고, 최적의 객체 선정을 통해 부하균형을 유지할 수 있는 방안을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.402-403
• /
• 2015

클라우드 컴퓨팅 환경에서는 사용자의 데이터를 수많은 분산서버를 이용하여 데이터를 암호화하여 저장한다. 이러한 클라우드 스토리지에 사용자의 수많은 데이터가 저장됨에 따라 클라우드 스토리지의 신뢰성에 문제가 발생하고 있다. 비신뢰적인 관리자 및 공직자로부터 클라우드 서버에 저장된 사용자의 데이터를 안전하게 저장하기 위한 다양한 암호 기술들이 계속해서 연구되고 있다. 하지만 기존의 데이터 암호 기술들은 클라우드 스토리지 상에서 여러 사용자 간의 데이터 공유 서비스에 적용하기 힘든 단점을 가지고 있다. 따라서 본 논문에서는 비신뢰적인 클라우드 스토리지를 고려하여 속성기반 암호로 암호화된 키를 재암호화하여 다른 사용자와 안전하고 효율적으로 공유할 수 있는 데이터 공유기법을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.400-401
• /
• 2014

본 논문에서는 이동 에드혹 네트워크(Mobile Ad hoc Network: MANET)에서의 상황인식 기반의 스케쥴링 기법인 DDV(Dynamic Direction Vector)-hop알고리즘을 제안한다. 기존 MANET에서는 노드의 이동성으로 인한 동적 네트워크 토폴리지, 네트워크 확장성 결여의 대한 취약성을 지니고 있다. 본 논문에서는 계층적 클러스터 단위의 동적인 토폴로지에서 노드가 이동하는 방향성 및 속도에 대한 노드의 이동 속성 정보를 고려하여 클러스터를 생성 및 유지하는 DDV-hop 알고리즘을 제안한다. 제안된 알고리즘은 클러스터 헤드노드를 기준으로 클러스터 멤버노드의 방향성 및 속도의 속성 정보를 비교하여 유사한 노드간 클러스터링을 구성하고, 이로부터 헤드노드를 선택하는 방법이다. 실험결과, 제안하는 알고리즘이 네트워크의 부하를 감소시키고 네트워크 토폴로지를 안정적으로 유지할 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1229-1231
• /
• 2011

대량의 분류 규칙 탐사 과정은 앙상블기법을 사용하여 다양한 연구들이 이루어지고 있다. 본 논문에서는 의사결정 트리의 분열 문제와 singleton 포함 한계를 해결하기 위하여 Cascading-and-Sharing 앙상블 기법을 적용하여 점진적 다중 의사결정 트리를 구축하였다. 또한 분류의 정확도를 향상시키고, 트리의 복잡도와 모델 과잉접합을 피하기 위하여 다중 트리 구축과정에서 선형 상관분석기법을 기반으로 훈련 데이터 속성들의 중복성을 제거하였다. 실험 결과, 속성들의 중복성을 제거하여 구축한 트리들은 원래 기법보다 더 좋은 결과를 보여주었다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.563-568
• /
• 2020

본 연구에서는 블랙박스로 알려진 딥러닝 모델에 설명 근거를 제공할 수 있는 설명자 모델을 적용해 보았다. 영화평 감성 분석을 위해 MLP, CNN으로 구성된 딥러닝 모델과 결정트리의 앙상블인 Gradient Boosting 모델을 이용하여 감성 분류기를 구축하였다. 설명자 모델로는 기울기(gradient)을 기반으로 하는 IG와 레이어 사이의 가중치(weight)을 기반으로 하는 CAM, 그리고 설명가능한 대리 모델을 이용하는 LIME과 입력 속성에 대한 선형모델을 추정하는 SHAP을 사용하였다. 설명자 모델의 특성을 보기 위하여 히트맵과 관련성 높은 N개의 속성을 추출해 보았다. 설명자가 제공하는 기여도에 따라 입력 속성을 제거해 가며 분류기 성능 변화를 측정하는 정량적 평가도 수행하였다. 또한, 사람의 판단 근거와의 일치도를 살펴볼 수 있는 '설명 근거 정확도'라는 새로운 평가 방법을 제안하여 적용해 보았다.

• Korean Journal of Cognitive Science
• /
• v.33 no.3
• /
• pp.135-154
• /
• 2022

The purpose of this study was to confirm that the property generalization to social categories with low coherence is stronger when stress due to COVID-19 is perceived as high, compared to when stress is perceived as low. To this end, this study selected categories with high coherence(nun, soldier, flight attendant) and categories with low coherence(wedding planner, interpreter, florist), and recruited 336 participants to perform a category-based inductive generalization task(inferring how many properties repeatedly observed by some category members would appear across all category members), and measured their perceived COVID-19 stress. As a result, this study showed that when the cohesion of social categories is high, the effect of property generalization is stronger than when it is low, and the effect of property generalization is stronger in those who perceive stress due to Corona 19 higher than those who perceive it as low. In addition, this study confirmed that people who perceive COVID-19 stress strongly tend to generalize strongly to properties that are repeatedly observed in the low coherence category. This study is important in that it shows that there is a cognitive mechanism that is at the root of the phenomenon that stereotypes and prejudices deepen and discriminatory behaviors increase after the outbreak of COVID-19, such as COVID-19 stress and the resulting increase in attribute generalization tendency.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.161-166
• /
• 2021

본 연구는 한국어 문장 임베딩(embedding)에 담겨진 언어적 속성을 평가하기 위한 프로빙 태스크(Probing Task)를 소개한다. 프로빙 태스크는 임베딩으로부터 문장의 표층적, 통사적, 의미적 속성을 구분하는 문제로 영어, 폴란드어, 러시아어 문장에 적용된 프로빙 테스크를 소개하고, 이를 기반으로하여 한국어 문장의 속성을 잘 보여주는 한국어 문장 임베딩 프로빙 태스크를 설계하였다. 언어 공통적으로 적용 가능한 6개의 프로빙 태스크와 한국어 문장의 주요 특징인 주어 생략(SubjOmission), 부정법(Negation), 경어법(Honorifics)을 추가로 고안하여 총 9개의 프로빙 태스크를 구성하였다. 각 태스크를 위한 데이터셋은 '세종 구문분석 말뭉치'를 의존구문문법(Universal Dependency Grammar) 구조로 변환한 후 자동으로 구축하였다. HuggingFace에 공개된 4개의 다국어(multilingual) 문장 인코더와 4개의 한국어 문장 인코더로부터 획득한 임베딩의 언어적 속성을 프로빙 태스크를 통해 비교 분석한 결과, 다국어 문장 인코더인 mBART가 9개의 프로빙 태스크에서 전반적으로 높은 성능을 보였다. 또한 한국어 문장 임베딩에는 표층적, 통사적 속성보다는 심층적인 의미적 속성을 더욱 잘 담고 있음을 확인할 수 있었다.