• 한국산학기술학회논문지
• /
• 제18권7호
• /
• pp.1-8
• /
• 2017

IT 환경 발전되고 융합서비스가 제공됨에 따라서 다양한 보안위협이 증가하고 있으며, 이로 인해 사용자들로부터 심각한 위험을 초래하고 있다. 대표적으로 DDoS 공격, 멀웨어, 웜, APT 공격 등의 위협들은 기업들에게 매우 심각한 위험요소가 될 수 있으므로 반드시 적절한 시간 내에 적절한 조치 및 관리가 되어야 한다. 이에 정부는 '정보통신기반보호법'에 따라 국가안보 및 경제사회에 미치는 영향 등을 고려하여 중요 시스템에 대해 주요정보통신기반시설로 지정 관리하고 있다. 특히 사이버침해로부터 주요정보통신기반시설을 보호하기 위하여 취약점 분석 평가, 보호대책 수립 및 보호조치 이행 등의 지원과 기술가이드 배포 등의 관리감독을 수행하고 있다. 현재까지도 '주요정보통신기반시설 기술적 취약점 분석 평가방법 가이드'를 베이스로 보안컨설팅이 진행되고 있다. 적용하고 있는 항목에서 불필요한 점검항목이 존재하고 최근 이슈가 되는 APT공격, 악성코드, 위험도가 높은 시스템에 대해 관리부분이 취약하다. 실제 보안 위험을 제거하기 위한 점검은 보안관리자가 따로 기획해서 전문업체에게 발주를 주고 있는 것이 현실이다. 즉, 현재의 시스템 취약점 점검 방법으로는 해킹 및 취약점을 통한 공격에 대비하기 어려움이 존재하여 기존의 점검방법과 항목으로는 대응하기가 힘들다. 이를 보완하기 위해서 본 논문에서는 시스템 취약점 점검의 고도화 필요성을 위해 효율적인 진단 데이터 추출 방법, 최근 트렌드를 반영하지 못한 점검 항목을 최신 침입기법 대응에 관하여 기술적 점검 사례와 보안위협 및 요구사항에 대해서 관련 연구를 수행하였다. 국내 외의 보안 취약점 관리체계 및 취약점 목록을 조사 후 이를 기반으로, 효율적인 보안취약점 점검 방법을 제안하며 향후, 제안방법을 강화하여 국외의 취약점 진단 항목을 국내 취약점 항목에 연관되도록 연구하여 개선하고자 한다.

• 한국해안해양공학회지
• /
• 제19권5호
• /
• pp.492-501
• /
• 2007

기후변화에 따른 지구온난화, 해수면 상승 등의 영향으로 연안재해가 전세계적으로 쟁점화가 되고 있는 가운데 삼면이 바다로 둘러싸인 우러나라 연안역은 고파랑이나 폭풍해일의 위험에 노출되어 있으며 특히, 하계에는 태풍의 내습경로에 위치하여 주기적인 피해를 입고 있다. 그러나 태풍의 진행경로와 내습강도는 매우 가변적이기 때문에 연안에서 발생하는 해일고와 범람정도를 신속하고 정확하게 예측하기가 쉽지 않다. 특히 태풍의 진로가 확정되는 단계에서 대상 연안으로 내습시까지의 소요시간이 수시간에 불과하여 수치모델링 수행을 통한 해일고 및 피해예측, 재해정보 전달체계가동은 현실적으로 무리가 있다. 이에 태풍내습시 연안역 피해를 사전에 신속하게 예측하기 위해 과거 태풍의 분석과 모의를 통해 수치모형의 재현성을 검증한 후, 태풍의 주요인자인 중심기압, 최대풍 반경, 진로, 진행속도 등에 대해 과거 개별 태풍 정보에 근거하여 가상 시나리오를 구성하였다. 구성된 다양한 가상 시나리오는 향후 기후변화에 따른 내습 가능성을 고려하여 폭풍해일의 주요 영향인자의 조건별로 가상 태풍 시나리오 결과 D/B 구축하였다. 이 D/B에는 태풍의 주요인자별 가상 시나리오에 대한 해일고 및 침수범위 정보가 구축되며 향후 실제 태풍 내습시 가장 유사한 태풍정보에 해당하는 시나리오 결과를 추출하여 신속하게 침수예상지역과 범위를 제공하는 방안을 제시하였다. 본 연구에서는 폭풍해일에 의한 침수예측수치 모형을 이용하여 마산지역의 가상 태풍 시나리오를 구성하고 적용하였으며, 기존 태풍시 관측해일고와의 검증을 통해 시나리오 접근 방법에 대해 검토하였다.을 차지함을 보였다. 또한 AOR과 DOR에서 상관 값 추이 분석을 통해 AOR에서의 상관 값이 DOR에서의 상관 값에 비해 다중경로신호에 의해 덜 왜곡되는 특성을 보였으며, 이를 바탕으로 대역 제한된 GNSS에 적합한 새로운 부호 추적편이 완화 기법을 제안하였다. 제안한 기법은 대역 제한된 다중경로 환경에서 EL-DLL에 비해 정확한 추적이 가능함을 보였다.생겨 폐쇄에 실패하였고, 복직근을 사용한 환자에서 복부 탈장이 생긴 경우가 1예 있었으며, 수술 후 30일내 사망한 예가 1예였고 다른 1예는 전이성 암으로 사망하였다. 걸론: 근치적 방법으로 치료가 힘든 경우의 만성 농흉 환자들에게 있어 개방식 배농술과 근육이식술, 근육피판을 이용한 최종적인 개방창 폐쇄술까지의 단계적인 접근 방법이 안전하고 효과적인 대안이 될 수 있을 것으로 생각한다.만으로 야뇨횟수에 호전을 보이는 초기반응군 경우 2개월째 투약반응이 유의하게 좋았다. 이로써 야뇨증의 치료초기 행동요법에 대한 반응정도는 치료효과를 예측하는 지표로서 활용될 수 있다고 판단된다.지침을 제공할 수 있다. 소아의 첫 요로감염시 초음파나 $^{99m}Tc$-DMSA 신장 스캔상에서 양성소견이 있을 경우 배뇨성 방광 요도 조영술 검사를 시행하는 것이 좋으며, 초음파와 $^{99m}Tc$-DMSA 신장 스캔상에서 양성소견이 없을 경우라도 CRP 또는 백혈구 등의 임상자료들을 평가하여 배뇨성 방광 요도 조영술 검사를 시행유무를 결정하는 것이 잔존하는 방광요관역류를 찾는데 도움이 될 것으로 생각된다.O$로 고칼슘뇨군에서

• 지능정보연구
• /
• 제21권1호
• /
• pp.65-82
• /
• 2015

최근 경제적 사회적 부가가치를 창출할 수 있는 유망분야를 선정하여 국가 전략 및 정책 수립 시 반영하기 위해 미래 핵심 이슈를 발견하고 트렌드를 분석하는 것에 대한 관심이 급증하고 있다. 기존에는 미래의 핵심 기술이나 이슈를 발견하고 트렌드 분석을 통해 미래유망분야를 선정하는 연구를 위해 문헌 조사 또는 전문가 평가와 같은 정성적 연구방법이 사용되어 왔다. 그러나 이 연구방법은 대량의 정보로부터 결과를 도출하는데 많은 시간과 비용이 소요될 뿐만 아니라 전문가의 주관적인 가치가 반영될 가능성이 존재한다. 이와 같은 한계점을 보완하고자 최근 국토교통, 안전, 정보통신기술 등 다양한 분야에서 미래유망분야를 선정하기 위하여 정성적 연구방법에 텍스트 마이닝과 같은 정량적 연구방법을 상호 보완적으로 활용하는 방식으로 트렌드 분석을 수행하는 연구 방법론의 패러다임 변화가 시도되고 있다. 본 연구는 항공산업 전반적인 분야에 빅데이터 분석 방법인 텍스트 마이닝 기법을 적용하여 항공 분야의 연구동향을 파악하고 미래유망분야를 전망하였다. 텍스트 마이닝 기법 중하나인 토픽 분석을 이용하여 항공산업 전반적인 분야의 문서 집합 내 잠재된 토픽을 추출하고, 연도별로 핵심 토픽의 추이를 분석하였다. 분석 결과 항공산업의 미래유망분야로 항공안전정책, 항공운임(저가항공), 그리고 친환경 고연비 연료가 도출되었다. 본 연구결과는 분석 대상을 논문에 한정하여 수행하였다는 한계점이 존재하나, 항공산업 분야의 핵심 이슈를 도출하기 위하여 텍스트 마이닝 기반의 트렌드 분석에 대한 활용가능성을 제시하고, 미래유망분야를 선정하기 위한 정량적인 분석 방법론의 전형을 마련하였다는 점에서 의의가 있다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1339-1348
• /
• 2021

하천법에 의거하여 국내 하천들에는 상당한 국가예산으로 하천정비기본계획이 5-10년 주기로 수립되고 있으며, 홍수위 계산을 위한 HEC-RAS 모의에 필요한 하천단면 등 다양한 하천측량이 실시되고 있다. 그러나, 하천측량자료들은 하천관리지리정보시스템(RIMGIS)에 pdf 보고서 형태로만 제공되고, 원자료는 CAD 형식으로 하천정비계획을 수행한 설계사 등이 분산 소유하고 있어 관리 부재로 망실의 우려도 있어, 다른 용도로의 활용성이 상당히 저하되어 있는 실정이다. 그리고, 측량된 CAD 형식의 단면자료 등을 HEC-RAS에 활용할 때, 'Dream'과 같은 툴을 활용하나 거의 수작업에 가까운 시간과 비용이 소요되는 현실에 있다. 본 연구에서는 이러한 문제들을 해결할 수 있는 툴인 RAUT(River information Auto Upload Tool)를 개발하였다. RAUT 툴은 첫째, 실무에서 하천기본계획 수립 시 활용되는 HEC-RAS 1차원 모형의 입력자료를 CAD 측량자료를 직접 수기로 입력 및 모의를 실시하는 복잡한 단계를 자동화시키고자 하였다. 둘째, 하천공간정보인 CAD측량 자료를 직접 읽어 표준 데이터 모델 (ArcRiver)기반 하천공간정보 DB에 자동 업로드하여 전국단위의 하천정비계획의 하천측량자료 관리가 가능하게 할 수 있다. 즉, 만약 RIMGIS가 RAUT와 같은 툴을 사용하면 하천단면과 같은 전국단위 하천측량 자료를 체계적으로 관리할 수 있게 된다는 의미이다. 개발한 RAUT는 제주도 한천유역을 대상으로 하천정비기본계획의 하천공간정보 CAD자료를 읽어들여 mySQL기반 공간 DB로 구축하고, 구축된 DB로부터 HEC-RAS 1차원 모의 실시하기 위한 지형자료를 자동으로 생성시키는 과정을 시범적으로 구현하였다.

• Journal of Nutrition and Health
• /
• 제52권2호
• /
• pp.206-216
• /
• 2019

본 연구는 당뇨병 환자들의 소득수준에 따라 대사위험지표 관리수준을 비교하고, 최근 관리 추이를 관찰하여 궁극적으로 당뇨병 환자들의 합병증 예방 관련 전략을 마련할 수 있는 기초자료를 마련하기 위하여 1998 ~ 2014년 국민건강영양조사 자료를 분석하였다. 국민건강영양조사에 참여한 조사대상자 중 당뇨병 환자이면서 본인의 질환을 인지하고 있는 대상자들을 추출하였고, 가구소득정보를 이용하여 세 그룹으로 분류하여 분석하였다. 당뇨병 환자들의 기본정보, 생활습관정보, 영양소 섭취 정보, 혈액지표 등은 건강설문조사, 영양조사, 검진조사를 통해 수집되었다. 자료 분석은 변수 특성에 따라 카이검정, 일원분산분석 등을 실시하였고, 다중선형회귀분석을 이용하여 혈압 및 혈액지표의 보정평균을 산출하였다. 당뇨환자들의 공복혈당, HbA1c 및 혈중지질 농도의 평균은 소득수준에 따라 유의적인 차이를 보이지 않았다. 조사기간인 1998년부터 2014년간의 16년 동안 대사위험지표 변화 추이를 살펴본 결과, 모든 그룹에서 혈압의 유의미한 감소 추세를 보였다 (p < 0.001). 소득이 가장 높은 그룹에서는 공복혈당 (p = 0.004), 총 콜레스테롤 (p < 0.001), LDL-콜레스테롤 농도 (p = 0.01)가 유의하게 감소하는 추이를 보였고, HDL-콜레스테롤 농도 (p < 0.001)는 유의하게 증가하는 추이를 보였다. 저소득층에서는 공복혈당 (p = 0.02), 총 콜레스테롤 (p < 0.001), 중성지방 농도 (p = 0.003)가 시간 경과에 따라 유의적으로 감소하는 경향을 보였다. 그러나 중간소득층에서는 혈압을 제외한 모든 대사 위험 인자에 유의적인 변화 추이가 발견되지 않았다. 결론적으로 당뇨병 환자의 소득수준에 따른 대사 위험 인자의 관리수준에는 차이가 없었다. 최근 16년의 관찰 기간 동안 소득이 가장 높은 그룹과 가장 낮은 그룹은 대사 위험 인자의 유의미한 개선 추이를 보였으나, 중간소득 그룹은 변화가 관찰되지 않았다. 본 연구는 당뇨병 환자들의 지표 관리에 대한 전략 마련과 효과적인 보건대책을 위한 기초자료로서 중요한 의미가 있다고 사료된다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.121-142
• /
• 2023

수입식품의 수입 건수와 수입 중량이 꾸준히 증가함에 따라 식품안전사고 방지를 위한 수입식품의 안전관리가 더욱 중요해지고 있다. 식품의약품안전처는 통관단계의 수입검사와 더불어 통관 전 단계인 해외제조업소에 대한 현지실사를 시행하고 있지만 시간과 비용이 많이 소요되고 한정된 자원 등의 제약으로 데이터 기반의 수입식품 안전관리 방안이 필요한 실정이다. 본 연구에서는 현지실사 전 부적합이 예상되는 업체를 사전에 선별하는 기계학습 예측 모형을 마련하여 현지실사의 효율성을 높이고자 하였다. 이를 위해 통합식품안전정보망에 수집된 총 303,272건의 해외제조가공업소 기본정보와 2019년도부터 2022년 4월까지의 현지실사 점검정보 데이터 1,689건을 수집하였다. 해외제조가공업소의 데이터 전처리 후 해외 제조업소_코드를 활용하여 현지실사 대상 데이터만 추출하였고, 총 1,689건의 데이터와 103개의 변수로 구성되었다. 103개의 변수를 테일유(Theil-U) 지표를 기준으로 '0'인 변수들을 제거하였고, 다중대응분석(Multiple Correspondence Analysis)을 적용해 축소 후 최종적으로 49개의 특성변수를 도출하였다. 서로 다른 8개의 모델을 생성하고, 모델 학습 과정에서는 5겹 교차검증으로 과적합을 방지하고, 하이퍼파라미터를 조정하여 비교 평가하였다. 현지실사 대상업체 선별의 연구목적은 부적합 업체를 부적합이라고 판정하는 확률인 검측률(recall)을 최대화하는 것이다. 머신러닝의 다양한 알고리즘을 적용한 결과 Recall_macro, AUROC, Average PR, F1-score, 균형정확도(Balanced Accuracy)가 가장 높은 랜덤포레스트(Random Forest)모델이 가장 우수한 모형으로 평가되었다. 마지막으로 모델에 의해서 평가된 개별 인스턴스의 부적합 업체 선정 근거를 제시하기 위해 SHAP(Shapley Additive exPlanations)을 적용하고 현지실사 업체 선정 시스템에의 적용 가능성을 제시하였다. 본 연구결과를 바탕으로 데이터에 기반한 과학적 위험관리 모델을 통해 수입식품 관리체계의 구축으로 인력·예산 등 한정된 자원의 효율적 운영방안 마련에 기여하길 기대한다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 대한교통학회지
• /
• 제23권7호
• /
• pp.165-179
• /
• 2005

본 논문은 기존에 제대로 다루지 못한 대중교통 통행자의 확률적 속성과 이질적 특성을 고려한 다계층 확률적 사용자균형 통행배정모형을 개발하는데 연구의 목적이 있다. 기존 대중교통 통행배정모형은 통행자의 특성이 모두 동일하다고 가정하기 때문에 현실적인 결과를 도출하는데 한계를 갖고 있다. 예를 들어 대중교통에 대한 정보를 제공받는 그룹과 그렇지 못한 그룹이 존재하는 경우, 이들 간에는 분명히 통행패턴에 차이가 있음에도 불구하고 이를 정확히 표현하는데 어려움이 있었다. 이러한 한계를 극복하기 위해 통행자의 확률적 속성과 이질적 특성을 반영한 알고리즘을 개발하였다. 통행자간 인지비용의 차이는 확률적 통행배정으로 구현되었으며, 그룹간의 이질성은 다계층 통행배정모형으로 구현하여 현실성 있는 대중교통 분석결과를 도출해 내도록 하였다. 모형구축에 있어 각 계층의 통행량에 영향을 받는 통행비용함수를 구축하였고, 기존 로짓모형의 단점으로 나타난 비관련대안의 독립성 (IIA) 문제를 해결하기위해 C-로짓모형을 적용하였다. 연구결과 계층별 / 경로별로 배정통행량 및 동등경로통행시간에 뚜렷한 차이를 보이고 있으며, 확률적 사용자균형 상태에 이르렀다. 또한 수렴속도도 빠르게 나타났으며, 반복횟수가 증가함에 따라 확률적 사용자 균형에 좀 더 가까워지고 각 계층별 / 경로별로 수렴함을 확인 할 수 있었다. 본 연구의 알고리즘은 향후 통행목적별 OD자료와 대중교통 승객의 이질적 속성 파라미터를 다양하게 적용해 봄으로써 대중교통정책의 평가도구로 활용될 수 있을 것으로 기대된다.민원을 고려한 노선대안 선정이 이루어진다면, 철도사업 뿐만 아니라 여러 공공사업을 시행함에 있어 정부와 시민 그리고 지방단체의 합의를 통한 원활하고 효율적인 사업진행이 이루어 질 수 있을 것으로 기대된다.$Gal^3Man_4$를 첨가후 측정한 결과 $Gal^3Man_4$이 첨가되지 않은 MRS broth에 비해 생육촉진 활성을 보였다. 특히 B. longum에 대해서는 $Gal^3Man_4$를 dextrose대체 탄소원으로 처리시 10배의 생육활성이 증가하였다.charide와 thiourea, phenylthiourea의 반응혼합물의 항산화력은 AsA에 미치지는 못하였다. ${\beta}-1,4-Mannobiose$와 thiourea, phenylthiourea의 반응혼합물이 강한 전자공여능을 나타내고 있고, $Gal^3Man_4$와 phenylthiourea의 반응혼합물 및 D.P 7의 galactosyl manooligosaccharide와 phenylthiourea와의 반응혼합물이 전자공여능을 나타내고 있다.가하였으므로 혈청 내 ALT 함량도 따라 증가할 것으로 추정되었으며 이에 대한 연근 추출물 경구 투여가 간 조직을 보호할 수 있는지를 확인하기 위해 분리한 혈청으로부터 ALT 함량을 측정한 결과 대조군에 비하여 유의한 감소를 나타내었다. 또한 연근 추출물이 혈청 내 지질 과산화물의 생성을 억제할 수 있다면 질병의 예방과 치료에 효과적일 것으로 추정할 수

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.