• 한국인터넷방송통신학회논문지
• /
• 제23권5호
• /
• pp.21-27
• /
• 2023

선박이 안전한 항해를 하기 위해 도움을 주는 수단으로서 해상환경에서 운용 중인 항로표지는 주기적인 관리가 필요하며 환경 특성상 정확한 상태를 육안으로 확인하기는 어려움이 존재한다. 이에 따라 항로 안전 및 운항 효율성을 향상시키는 스마트 항로표지 시스템은 일반적인 항로표지와 다르게 센서, 통신 및 정보 기술을 포함한 전문적인 기술을 활용한다. 선박 안전과 선박을 운항하는 항해자들의 안전을 지키는 것이 목적인 스마트 항로표지 시스템의 통신 환경은 해상환경에 맞게 무선 통신 네트워크를 사용하게 된다. 선박은 육상에서 해상환경에 필요한 정보들을 수집하며 운항을 하게 되는데 이 과정에서 무선 통신 보안 지침에 대한 부분도 고려해야할 필요가 존재한다. 기본적으로 데이터 교환을 용이하게 하기 위한 표준 IHO S-100과 안전한 통신을 할 수 있는 인터페이스를 제공하는 SECOM을 기반으로 본 논문에서는 해상환경에서 안전한 통신을 위한 보안체계를 연구하였다. 문서에 기반한 기본적인 보안 체계를 제시하였으며 해상환경의 무선 통신 특성상 데이터 교환에 대한 취약점도 다소 존재하였으며 비인가된 사용자가 서비스에 접근할 수 있는 취약점을 고려하여 사용자 인증에 대한 부분을 추가하였다.

• 디지털융복합연구
• /
• 제10권10호
• /
• pp.333-338
• /
• 2012

인적자원관리는 IT기술을 접목하여 다양한 변화를 가져오고 있다. 특히 HRM이 집단차원의 관리, 물리적 사업장, 근무시간의 제약, 개인적 접촉 등 비과학적 방법으로 이루어졌다면, 현재의 전자적 인적자원관리(e-HRM)는 개별 차원의 관리, 가상 작업 공간의 등장(예. 스마트워크센터, 홈워크 등), 근무시간의 유연화 및 탄력화, 컴퓨터 기반의 통계자료 및 과학적 방법에 의한 분석 및 관리를 근간으로 이루어지고 있다는 점에서 큰 차이가 있다. 따라서 환경의 변화에 따라 기업들은 보다 효율적이고 전략적인 인적자원 관리 체계를 구축하기 위하여 RFID 카드, 지문인식 근태관리 시스템 등 다양한 기술을 도입하고 있다. 본 논문에서는 효율적인 전사적 인적자원 관리를 위한 멀티 카메라를 이용하여 2D 및 3D 얼굴인식기술 기반의 근태관리, 출입통제관리 시스템을 개발하였다. 여기서는 기존 2D방식의 얼굴인식기술이 가지고 있는 문제점인 조명 및 자세에 따른 인식률 저하를 극복하여 90% 이상의 인식률을 확보하였다. 또한 3D 얼굴인식방식의 문제점인 많은 계산량을 개선하기 위하여 3D와 2D 인식기술을 병행하여 처리함으로써 하이브리드 영상인식 및 인식속도를 개선할 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권2호
• /
• pp.41-56
• /
• 2019

제조 클라우드는 여러 공장이 연결되어 단일 공장처럼 구성되어 사용자의 요구사항에 유연하게 대처할 수 있는 새로운 제조 패러다임이다. 이러한 기능을 제공하는 제조 클라우드 시스템은 클라우드 컴퓨팅, 사물인터넷, 인공지능과 같은 컴퓨팅 기술을 활용하여 분산되어 있는 제조 시설 간의 협업을 통한 유연 생산에서 안정성, 고신뢰성, 연동성 등을 제공하는 일종의 대규모 CPS이다. 제조 클라우드 CPS는 많은 수와 다양한 종류의 이기종 서브시스템들로 구성되어 있는데 이 때문에 서브시스템 간 연동, 데이터 교환, 시스템 통합 등에 문제가 발생할 수 있어 대규모의 제조 클라우드 CPS을 구성하는데 어려움을 겪고 있다. 본 논문에서는 이러한 어려움을 극복하기 위하여 제조 클라우드를 체계적으로 분석하고 분석 결과를 바탕으로 제조 클라우드 CPS를 효과적으로 지원할 수 있는 플랫폼 참조 모델을 제안한다. CPS 분석 방법론인 CPS 프레임워크를 활용하여 제조 클라우드 CPS의 기능적, 인간적, 신뢰성, 시간적, 데이터 및 구성의 측면에서 사용자 요구사항을 도출하고 이들을 분석하여 확장성, 구성성, 상호 작용성, 신뢰성, 시간성, 상호 운용성, 지능성의 영역에서 시스템 요구사항을 정의한다. 정의된 제조 클라우드 CPS 시스템 요구사항을 바탕으로 플랫폼을 구성하기 위하여 IoT 플랫폼 표준인 oneM2M의 요구사항에 매핑하고 oneM2M 구현물인 Mobius를 통하여 요구사항 지원성 검증 실험을 수행하였다. 수행 결과를 분석하여 현재 사물인터넷 플랫폼의 제조 클라우드 CPS 지원성을 확인하고 이를 확장하여 대규모 제조 클라우드 생산을 지원하는 플랫폼 참조 모델을 제안한다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.162-162
• /
• 2017

구글에서 공개한 Tensorflow를 이용한 여러 학문 분야의 연구가 활발하다. 농업 시설환경을 대상으로 한 빅데이터의 축적이 증가함과 아울러 실효적인 정보 획득을 위한 각종 데이터 분석 및 마이닝 기법에 대한 연구 또한 활발한 상황이다. 한편, 타 분야의 성공적인 심층학습기법 응용사례에 비하여 농업 분야에서의 응용은 초기 성장 단계라 할 수 있다. 이는 농업 현장에서 취득한 정보의 난해성 및 완성도 높은 생육/환경 모델링 정보의 부재로 실효적인 전과정 처리 기술 도출에 소요되는 시간, 비용, 연구 환경이 상대적으로 부족하기 때문일 것이다. 특히, 센서 기반 데이터 취득 기술 증가에 따라 비약적으로 방대해진 수집 데이터를 시간 복잡도가 높은 심층 학습 모델링 연산에 기계적으로 단순 적용할 경우 시간 효율적인 측면에서 성공적인 결과 도출에 애로가 있을 것이다. 매우 높은 시간 복잡도를 해결하기 위하여 제시된 하드웨어 가속 기능의 경우 일부 개발환경에 국한이 되어 있다. 일례로, 구글의 Tensorflow는 오픈소스 기반 병렬 클러스터링 기술인 MPICH를 지원하는 알고리즘을 공개하지 않고 있다. 따라서, 본 연구에서는 심층학습 기법 연구에 있어서, 예상 가능한 다양한 자원을 활용하여 최대한 연산의 결과를 빨리 도출할 수 있는 하드웨어적인 접근 방법을 모색하였다. 호스트에서 수행하는 일방적인 학습 알고리즘과 달리 이기종간 심층 학습이 가능하기 위해선 우선, NFS(Network File System)를 이용하여 데이터 계층이 상호 연결이 되어야 한다. 이를 위해서 고속 네트워크를 기반으로 한 NFS의 이용이 필수적이다. 둘째로 제한된 자원의 한계를 극복하기 위한 메모 공유 라이브러리가 필요하다. 셋째로 이기종간 프로세서에 최적화된 병렬 처리용 컴파일러를 이용해야 한다. 가장 중요한 부분은 이기종간의 처리 능력에 따른 작업을 고르게 분배할 수 있는 작업 스케쥴링이 수행되어야 하며, 이는 처리하고자 하는 데이터의 형태에 따라 매우 가변적이므로 해당 데이터 도메인에 대한 엄밀한 사전 벤치마킹이 수행되어야 한다. 이러한 요구조건을 대부분 충족하는 Open-CL ver1.2(https://www.khronos.org/opencl/)를 이용하였다. 최신의 Open-CL 버전은 2.2이나 본 연구를 위하여 준비한 4가지 이기종 시스템에서 모두 공통적으로 지원하는 버전은 1.2이다. 실험적으로 선정된 4가지 이기종 시스템은 1) Windows 10 Pro, 2) Linux-Ubuntu 16.04.4 LTS-x86_64, 3) MAC OS X 10.11 4) Linux-Ubuntu 16.04.4 LTS-ARM Cortext-A15 이다. 비교 분석을 위하여 NVIDIA 사에서 제공하는 Pascal Titan X 2식을 SLI로 구성한 시스템을 준비하였다. 개별 시스템에서 별도로 컴파일 된 바이너리의 이름을 통일하고, 개별 시스템의 코어수를 동일하게 균등 배분하여 100 Hz의 데이터로 입력이 되는 온도 정보와 조도 정보를 입력으로 하고 이를 습도정보에 Linear Gradient Descent Optimizer를 이용하여 Epoch 10,000회의 학습을 수행하였다. 4종의 이기종에서 총 32개의 코어를 이용한 학습에서 17초 내외로 연산 수행을 마쳤으나, 비교 시스템에서는 11초 내외로 연산을 마치는 결과가 나왔다. 기보유 하드웨어의 적절한 활용이 가능한 심층학습 기법에 대한 연구를 지속할 것이다

• 인터넷정보학회논문지
• /
• 제18권2호
• /
• pp.21-30
• /
• 2017

모든 사물에서 네트워크 및 컴퓨팅이 가능한 IoT(Internet of Things) 환경이 빠르게 확산되고 있다. IoT 환경은 클라우드 기반 중앙처리 구조를 통해 데이터를 처리하고 사용자에게 서비스를 제공하기 때문에 병목현상 및 서비스 지연이 발생할 수 있다. 이를 해결하기 위해, 최근 단말 IoT 노드와 네트워크에서 직접 데이터를 처리하여 사용자에게 서비스를 제공하는 Edge Computing이 주목받고 있으며 이러한 Edge Computing 환경에서 사용자에게 효율적으로 지능형 서비스를 제공하기 위한 연구가 지속되고 있다. 본 논문에서는 IoT 환경에서 Edge Computing을 위한 전문가 시스템 기반 상황 인식 서비스 기법을 제안한다. 제안하는 기법은 자원 제한적인 IoT 노드 간 효율적인 협업을 기반으로 데이터를 실시간으로 처리하고 상황 인식을 통해 사용자에게 최적화된 맞춤형 서비스를 제공한다. 또한, 사용자는 사용 용도에 따라 직접 상황 인식 서비스를 수정하여 원하는 서비스를 제공받을 수 있다. 제안하는 기법을 스마트 홈 환경에서 3가지 방범 서비스 모드를 이용하여 테스트하였으며, 본 논문의 IoT 기반 전문가 시스템 서버와 기존 PC 기반 전문가 시스템 서버의 자원 소모량을 비교하여 제안하는 기법의 안정성을 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.1-10
• /
• 2011

최근 클라우드 컴퓨팅은 인터넷 접속을 통해 언제어디서든 사용할 수 있는 높은 이용편리성과 동시에 스마트폰, 넷북, PDA 등과 같은 각종 정보통신 기기로 데이터를 손쉽게 공유할 수 있는 사용환경을 제공하기 때문에 산업적 파급효과가 커 디지털혁명을 주도할 서비스로 주목받고 있다. 이와 같은 클라우드 컴퓨팅 기반의 협업 시스템을 통해 비즈니스 실무부서 간의 업무 통합이 점차적으로 이루어지면, 관련 부서 간 공유하게 되는 데이터가 더욱 많아지기 때문에 실무자가 필요한 데이터를 보다 쉽게 찾아 사용할 수 있는 방법이 필요하다. 기존 연구에서는 군집화를 통해 탐색과정을 단순화했지만, 본 논문에서는 관련 부서 간에 자주 발생하는 데이터 중복을 제거하고 시스템 성능을 향상시키기 위해 해쉬함수를 사용하고, 변경된 데이터에 대한 정보가 동적으로 반영되어 실무자에게 적합한 데이터가 분류될 수 있도록 데이터 마이닝 기법 중 베이지안 네트워크를 사용한 시스템을 제안하였다. 본 시스템은 기존 방법과 비교하여 탐색기능이 향상된 결과를 나타내었을 뿐만 아니라, CPU, Network Bandwidth 사용량 등의 시스템 성능에도 효율적인 것을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제19권2호
• /
• pp.161-168
• /
• 2019

최근에 빠르게 확산되고 있는 CCTV와 같은 영상기기들은 거의 모든 공공기관, 기업, 가정 등에서 비정상적인 상황을 감시하고 대처하기 위한 수단으로 활용되고 있다. 그러나 대부분의 경우 이상상황에 대한 인식은 모니터링하고 있는 사람에 의해 수동적으로 이루어지고 있어 즉각적인 대처가 미흡하며 사후 분석용으로만 활용되고 있다. 본 논문에서는 최신 딥러닝 기술과 실시간 전송기술을 활용하여 이벤트 발생시 스마트폰으로 이상 상황을 동영상과 함께 실시간으로 전송하는 동영상 감시 시스템의 개발 결과를 제시한다. 개발된 시스템은 오픈포즈 라이브러리를 이용하여 실시간으로 동영상으로 부터 인간 객체를 스켈레톤으로 모델링한 후, 딥러닝 기술을 이용하여 인간의 행동을 자동으로 인식하도록 구현하였다. 이를 위해 Caffe 프레임워크를 개발된 오픈포즈 라이브러리를 다크넷 기반으로 재구축하여 실시간 처리 능력을 대폭 향상 시켰으며, 실험을 통해 성능을 검증하였다. 본 논문에서 소개할 시스템은 정확하고 빠른 행동인식 성능과 확장성을 갖추고 있어 다양한 용도의 동영상 감시 시스템에 활용될 수 있을 것으로 기대된다.

• 한국전자거래학회지
• /
• 제21권1호
• /
• pp.79-90
• /
• 2016

문제 상황에 처한 사용자가 정보기술 역량을 활용하여 언제 어디서든 문제의 해결에 필요한 정보 및 지식을 완전히 자동화된 방식으로 제공받을 수 있도록 하는 자율적 지식서비스는, 사용자의 지적 탐구욕구의 증가와 더불어 정보기술 인프라의 고도화에 따라 더욱 많은 관심을 받고 있다. 기존의 지식서비스는, 지식의 획득과 분배 과정을 모두 다루는 것이 아닌, 지식의 분배 과정에 편향되어 집중되는 문제점을 갖고 있어, 사용자에게 분배되는 지식의 품질요건에 입각한 지식의 획득이 이루어지지 못한다. 따라서 본 연구는 지식이 획득되는 단계부터 사용자에게 분배되는 단계까지 일련의 과정을 완전 자동화하는 자율적 지식서비스의 프레임워크를 제시한다. 또한 이를 구성하는 요소기술을 도출 및 명세하여, 자율적 지식서비스의 프로토타입 시스템인 ASKs(Application Suite for Knowledge Service)를 개발한다. 본 연구를 통해, 특정 기술에 국한되어 정의되는 지식서비스의 범위를 확장하여, 보다 사용자 친화적이며 현실적 적용가능성이 높은 지식서비스의 구현이 촉진될 수 있다.

• Spatial Information Research
• /
• 제19권4호
• /
• pp.91-97
• /
• 2011

본 연구는 공간정보 분야에서 시맨틱 웹 기술을 접목한 서비스 아키텍처를 제안한다. 최근 웹 서비스 기술의 발달과 함께 무선 인터넷 및 스마트폰의 보급을 통해 지리정보와 관련된 다양한 서비스들이 등장하고 있다. 또한 시맨틱 웹 기술이 주요 검색 포털들에 적용됨으로써 일반인들은 온라인상에 공개된 다양한 정보들에 보다 쉽게 접근할 수 있게 되었다. 그러나 공간정보 분야에서는 이질적인 데이터 저장 구조를 갖는 공간정보 데이터에 대한 연계 이외의 활용 가능한 서비스 유형에 대한 연구가 부족한 것이 현실이다. 따라서 본 연구에서는 공간정보 웹 서비스 및 시맨틱 웹과 관련된 표준들을 바탕으로 시맨틱 공간정보 서비스를 구성하는 기능 요소들을 도출하였다. 또한 적용 가능한 유즈케이스들과 시맨틱 공간정보 서비스 아키텍처를 제시하였으며, 이를 통해 향후 시맨틱 공간정보 서비스 구현을 위한 기반을 마련하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.789-799
• /
• 2018

이 논문에서는 이러한 산업 단지 시스템에서의 비정상적인 동작이 일어날 때, 시간 계열의 데이터를 분석하기 위하여 Big 데이터를 이용한 접근을 기반으로 하는 머신 러닝을 보여줍니다. Long Short-Term Memory (LSTM) 네트워크는 향상된 RNN버전으로서 입증되었으며 많은 작업에 유용한 도움이 되었습니다. 이 LSTM 기반 모델은 시간적 패턴뿐만 아니라 더 높은 레벨의 시간적 특징을 학습 한 다음, 미래의 데이터를 예측하기 위해 예측 단계에 사용됩니다. 예측 오차는 예측 인자에 의해 예측 된 결과와 실제 예상되는 값의 차이입니다. 오차 분포 추정 모델은 가우스 분포를 사용하여 관찰 스코어의 이상을 계산합니다. 이러한 방식으로, 우리는 하나의 비정상적 데이터의 개념에서 집단적인 비정상적 데이터 개념으로 바뀌어 갑니다. 이 작업은 실패를 최소화하고 제조품질을 향상시키는 Smart Factory의 모니터링 및 관리를 지원할 수 있습니다.