• 한국HCI학회논문지
• /
• 제13권2호
• /
• pp.31-44
• /
• 2018

사물인터넷(Internet of Things)시대에는 다양한 사물이 연결되어 사물들 스스로가 데이터를 획득하여 이를 바탕으로 학습하고 동작한다. 이는 사물이 사람의 모습을 닮아가고 있다고 볼 수 있고 변화한 사물과 사람이 어떻게 소통하는가를 설계하는 것이 핵심 이슈로 떠오르고 있다. 이러한 IoT 환경이 도래함에 따라 UI 디자인 분야에서도 많은 연구가 진행되었다. 멀티모달리티(Multi-modality)와 인터유저빌리티(Interusability) 등의 키워드를 통해서 UI 분야에서도 복합적인 요소를 고려하려는 연구가 진행됐음을 알 수 있다. 하지만 기존의 UI 디자인 방법론으로는 IoT 환경에서 사용자 인터페이스(UI)를 설계할 때 사물, 사람, 데이터가 상호작용하는 방식에 대해서 구조화하고 테스트하는데 한계가 있다. 따라서 본 연구에서 새로운 UI 프로토타이핑 방법을 제안하였다. 본 논문의 주요 분석과 연구는 다음과 같다: (1) 먼저 사물의 행동 프로세스를 정의하였다. (2) 행동 프로세스를 토대로 기존의 IoT 제품을 분석하였다. (3) 사물성격(Personality of Things)유형을 구분 지을 수 있는 프레임워크를 제작하였다. (4) 프레임워크를 바탕으로 사물성격(Personality of Things) 유형을 도출하였다. (5) 3개의 대표 사물성격(Personality of Things)을 실제 스마트 홈 서비스에 적용하여 프로토타이핑 테스트를 해보았다. 본 연구는 새로운 UI 프로토타이핑 방법을 제안하여 더 총체적인 방식으로 IoT 서비스에 대한 사용자 경험(UX)을 확인할 수 있었다는 데 의의가 있다. 또한, 향후 본 연구를 발전시켜 인공지능(AI) 기술이 발전한 환경에서 지능화된 서비스의 정체성(Identity) 확립의 도구로 사물성격(Personality of Things) 개념을 활용할 수 있을 것이라 생각한다.

• 한국전자거래학회지
• /
• 제25권4호
• /
• pp.33-60
• /
• 2020

스마트폰의 등장으로 우리는 언제 어디서나 쇼핑이 가능하고, 소셜미디어로 연결된 광범위한 인적 네트워크와 웹사이트를 통해 손쉽게 다양한 정보와 전문가들의 의견을 살펴볼 수 있게 되었다. 제한된 정보 창구로 인해 브랜드 인지도에 의존하였던 과거와는 다르게, 다양한 창구를 통해 제품과 서비스에 대한 정보를 손쉽게 얻을 수 있는 시대가 도래한 것이다. 그 결과, 디지털 시대의 소비자들은 과거와는 다르게 기업의 일방적인 의도대로 브랜드 이미지를 수용하는 것에서 벗어나, 소비자들 간의 소통을 통해 브랜드 이미지의 형성에 영향을 미칠 정도로 그 영향력이 증대되었다. 소비자들은 더 이상은 그 브랜드를 안다고 해서 혹은 그 브랜드가 유명하다고 해서 바로 구매를 하지 않는다. 따라서, 이렇게 변화한 시대에 전통적인 브랜드 측정 방법의 유효성에 대해 의문을 제시하게 되었다. 그러나 아직까지 변화한 사회환경을 반영한 측정 방법은 논의된 바가 없으며, 실무자들은 현재까지 전통적인 측정 방법을 이용해 오고 있는 것이 현실이다. 따라서 본 연구에서는 기존 브랜드의 정의와 측정방법에 대해 한번 살펴보고, 디지털 시대에 보다 적합하면서 직접적인 측정 방법을 제안하고자 한다. 본 연구에서 제안하는 측정 방법은 "친구를 보면 그 사람을 알 수 있다"는 속담처럼, 함께 구매되는 상품의 브랜드를 통해 해당 브랜드의 진정한 위치와 이미지를 파악하는 방법이다. 이를 위해 온라인 커머스 사이트인 아마존에서 함께 구매되는 화장품 데이터를 브랜드 단위의 네트워크로 구축하고, 이를 토대로 브랜드 이미지를 평가하는 방법을 제시하였다. 기존에는 소비자의 인식 혹은 인지적인 측면을 설문조사로 파악하거나 기업의 재무상태를 통해 브랜드를 측정했던 과거와는 달리, 본 연구에서 제시하는 방법은 실질적인 구매 데이터를 통해 구축된 제품의 네트워크를 분석함으로써 관련 브랜드 지표와 실질적인 구매 행동 간의 간극을 좁히고자 한 데에 의의가 있다. 또한 연결된 세상의 네트워크 관점을 바탕으로 전통적인 브랜드 개념을 보다 확장하였으며, 이를 통해 보다 현실에 적합한 측정도구를 제시하였다는 것에 의의가 있다.

• 대한토목학회논문집
• /
• 제34권5호
• /
• pp.1525-1534
• /
• 2014

최근, 환승시스템 구축 및 통합 교통체계, 스마트폰 보급 등으로 인한 실시간 대중교통 정보제공이 가능해 지면서 이용자들의 대중교통 경로선택이 유연해지고 있어 미리 수단을 정하고 통행하는 것이 아니라 상황에 맞춰 경로를 선택하는 특성으로 변해가고 있다. 우리나라의 경우 2004년부터 시행된 대중교통 요금통합에 따라 이용자가 경로를 선택함에 있어 저항을 느끼지 않는 특징을 보이고 있으며, 이용자들의 경로선택은 대중교통 용량에 따른 혼잡으로 인해 대기시간이 증가 될 경우 달라진다. 이러한 이용자의 노선경로 선택이 대중교통 시스템에서의 혼잡에 따른 대기시간에 영향을 받지만 기존 전통적인 모형으로 묘사하기에는 한계점이 존재하며 이와 관련된 기초연구 역시 부족한 상황이다. 용량과 상관없이 주어진 모형에 의해서 수요를 추정하는 기존 모형의 문제를 해결하기 위해 본 논문에서는 승용차 통행배정에서 사용되는 링크 통행비용함수의 개념을 도입하였으며, 실질운행횟수의 이원화된 변수를 설정하여 용량을 초과하지 않도록 수리모형상의 제약식을 완성하였다. 모형의 검증으로 신규직결노선 도입과 돌발상황에 따른 각각의 시나리오 예제 네트워크를 구축하여 적용하고 그에 대한 유의성을 검증한 결과 용량초과에대한 통행량은 배정되지 않았으며, 대중교통시스템 용량이 초과할 경우에도 초과된 수요의 경로전환으로 통행량이 안정적으로 배정되는 결과가 나타났다. 따라서 본 논문이 대중교통 시스템에서 혼잡 등으로 인해 변동되는 대기시간에 따라 이용자의 경로선택이 유연해지는 현실을 반영 할 수 있는 선행연구가 될 것으로 기대한다.

• 대한토목학회논문집
• /
• 제42권2호
• /
• pp.249-256
• /
• 2022

최근 BIM (Building Information Modeling)과 AR (Augmented Reality)을 결합한 실시간 시각화 기술이 건설관리 의사 결정 및 처리 효율성을 높이는 데 도움이 된다는 것을 보여주기 위한 다양한 연구가 활발히 진행되고 있다. 그러나, 대용량 BIM 데이터는 AR에 적용할 경우 데이터 전송 문제, 이미지 단절, 영상 끊김 등과 같은 다양한 문제가 발생함으로 3차원(3D) 모델의 메쉬 최적화를 통해 시각화의 효율성을 향상시켜야 한다. 대부분의 기존 메쉬 경량화 방법은 복잡하고 경계가 많은 3D 모델의 메쉬를 적절하게 처리할 수 없다. 이에 본 연구에서는 고성능 AR 시각화를 위해 BIM 데이터를 재구성하기 위한 k-최근접이웃(KNN) 분류 프레임워크 기반 메쉬 경량화 알고리즘을 제안하였다. 제안 알고리즘은 선정된 BIM 모델을 삼각형 중심 개념 기반의 Unity C# 코드로 경량화하였고 모델의 데이터 세트를 활용하여 정점 사이의 거리를 정의할 수 있는 KNN로 분류되었다. 그 결과 전체 모델과 각 구조의 경량화 메쉬 점 및 삼각형 개수가 각각 약 56 % 및 약 42 % 감소됨을 확인할 수 있었다. 결과적으로, 원본 모델과 비교했을 때 경량화한 모델은 시각적인 요소 및 정보 손실이 없었고, 따라서, AR 기기 활용 시 고성능 시각화를 향상시킬 수 있을 것으로 기대된다.