• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.793-796
• /
• 2005

금형공장의 생산 일정관리에 있어서 실제 가공작업에 대한 실적데이터의 집계는 매우 중요하지만, 이러한 작업상황을 기록하는 것에 대해서 현장 작업자는 비협조적이고 반감을 갖고 있는 실정이다. 현장에서는 작업자의 개입없이 CNC 장비의 컨트롤러와의 직접적인 인터페이스를 통해서 신호를 추출하고 자동으로 작업상황을 파악할 수 있는 시스템을 구축하려고 시도하고 있지만, 컨트롤러 메이커마다 다르게 적용해야 하고 많은 비용을 요구한다. 이러한 이유로 본 연구에서는 저가의 PC 카메라를 장비에 설치하여 가공상황에 대한 동영상을 수집하고 영상처리 알고리즘을 적용하여 가공시간을 집계하는 방법을 제안한다. 제안된 방법은 CNC 컨트롤러에 독립적으로 운용되며 저렴하게 시스템을 구축할 수 있는 장점이 있다. 본 연구에서는 무인가공과 유인가공 상황에 시범적으로 적용 및 운영함으로써 시스템의 활용가능성을 살펴보았다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2008년도 춘계학술대회
• /
• pp.461-468
• /
• 2008

<그림 1>과 <그림 2>, <그림 3>은 통계 패키지(Econometric Views)를 사용하여 제조업용 로봇의 수출입을 2007년부터 2008년까지 추정한 값이며, 자료는 2001년도 이후의 관세청 수출입 실적자료를 활용하였다. <그림 1>은 SAENGF는 제조업용 로봇 국내생산의 추정치이며, 점선은 95% 신뢰구간을 의미한다. <그림 2>는 통계 패키지(Econometric Views)를 사용하여 제조업용 로봇의 수출을 2007년부터 2008년까지 추정한 값이며, EXPORTF는 제조업용 로봇 수출의 추정치이며, 점선은 95% 신뢰구간을 의미한다. <그림 3>은 통계 패키지(Econometric Views)를 사용하여 제조업용 로봇의 수입을 2007년부터 2008년까지 추정한 값이며, IMPORTF는 제조업용 로봇 수출의 추정치이며, 점선은 95% 신뢰구간을 의미한다. <표 1>은 국내 제조업용 로봇의 국내생산, 수출과 수입의 추정치이며, ARIMA모형을 사용하였으며, 자료는 2001년도 이후의 데이터로 관세청 수출입 실적자료를 활용하였다.

• 경영과정보연구
• /
• 제7권
• /
• pp.125-140
• /
• 2001

본 고는 1990년대 10년간의 정부의 정보통신 경쟁도입 정책과 정보통신시장에서의 발전성과를 살펴본 후, 최근 정체상태에 빠져들고 있는 국내 정보통신산업의 현상황을 점검해 보고 향후의 지속적인 성장 발전을 위한 요인들을 중심으로 시장상황을 전망해 보기 위하여 작성되었다. 이를 위해 본 고에서는 우선 1990년대 10년간 정보통신시장에서의 발전성과와 시장구조 변화, 그리고 IMF 이후 3년간의 주요 발전지표를 살펴본 후, 현재까지 집계된 2001년 10월까지의 실적데이터를 이용하여 정체상태에 빠져들고 있는 국내 정보통신산업의 현상황을 점검해 보았다. 이와 더불어 인터넷, 이동통신, 디지털방송, 정보보호, 정보가전, 소프트웨어 등 향후 정보통신산업의 성장엔진으로 부각되고 있는 신기술산업들의 성장추세와 정보통신산업의 성장발전에 영향을 미치게 될 각종 영향요인들을 중심으로 향후의 단 중기적인 정보통신산업 성장전망을 제시해 보았다. 본 고는 향후의 정보통신산업을 전망하는데 있어 단순한 수치위주의 전망보다는 정보통신산업에 영향을 미치고 있는 요인들을 중심으로 향후의 성장전망을 점검해 보았다는 점에 의의가 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.459-460
• /
• 2007

전압은 무효전력과 밀접한 연관성을 가지기 때문에 전체 계통의 전압 운영은 통일된 기준이 아니라 지역별로 수립되어야 한다. 이러한 사실을 바탕으로 본 논문에서는 우리나라 계통의 상황을 고려하여 기 운전된 실적 데이터를 지역별로 구분하여 분석하고 그 결과를 이용하여 지역별 전압 운영 기준을 검토한다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

• 한국건설관리학회논문집
• /
• 제18권6호
• /
• pp.26-37
• /
• 2017

사업초기 단계의 공정업무는 숙련된 전문 인력들의 경험에 의해 비정형화된 자료를 위주로 수행됨에 따라 정확도 높은 계획을 수립하기 위해서는 과다한 비용 및 시간이 소요되기 마련이다. 사업초기 기획단계에서의 공정/원가 기획업무를 보다 효율적으로 수행하기 위해서는 실적자료를 재활용하는 것이 무엇보다 중요하다. 그러나 실적자료의 구조를 완전하게 이해하고 이를 새로운 사업에 적용하는 것은 매우 많은 경험과 지식을 요구한다. 이러한 배경에서, 본 연구에서는 공항사업을 대상으로 사업초기 기획단계에서 경험이 많지 않은 기술자도 쉽게 CPM 공정표 초안을 작성할 수 있는 실적자료 데이터 기반의 기준공기 산정 방법론 및 체계를 제시하였으며, 사례 프로젝트에 적용하여 공정표 초안으로서의 의미 있는 결과를 도출하였다. 제시한 기준공기 산정 방법론 및 산정체계는 실적 및 경험자료를 구조화함으로써 초기단계의 제한된 정보만으로도 CPM activity 및 공기를 자동으로 생성할 수 있으며, 기획단계의 CPM 공정표로서의 신뢰성 및 정확성 향상은 물론 업무부담의 최소화가 가능하다.

• 한국산학기술학회논문지
• /
• 제17권12호
• /
• pp.394-399
• /
• 2016

본 연구는 우리나라의 과학기술 분야의 국가경쟁력을 확보하기 위한 차원에서 기업의 R&D Source로서의 역할을 수행하는 대학의 산학협력 시스템의 효과적인 활용방안 모색을 목적으로 하였다. 이에 대학 산학협력단의 연구개발 성과물인 특허실적이 기술이전에 미치는 영향을 살펴보았으며, 교육과학기술부 한국연구재단(2013)이 발표한 패널데이터를 이용하여 통계분석을 실시하였다. 특허실적을 독립변수로, 기술이전을 종속변수로 투입하고 다중회귀분석을 실시한 결과는 다음과 같다. 분석결과 기술이전 전체 건수에 긍정적인 영향을 미치는 특허실적 요인은 국내 특허출원수와 해외특허등록수, 미래기술(6T)특허 출원 등록수, 과학기술특허출원수로 나타났고, 기술료를 높이는데 긍정적인 영향을 미치는 요인은 기술이전 전체 건수이며, 특허실적으로는 국내 특허출원수와 미래기술(6T)특허출원수, 과학기술특허출원수인 것으로 조사되었다. 그리고 시사점으로 많은 특허가 출원될 수 있도록 연구개발할 필요가 있으며, 특허의 주요대상을 미래기술(6T)과 과학기술분야에 집중해야 함을 제안하였으며, 특허출원에 많은 노력을 기울임과 동시에 계약기간에 대한 협상대책을 별도로 기획하여야 함을 시사하였다. 그러나 본 연구는 대학 산학협력단의 1차적인 연구성과인 특허실적만을 고려했다는 데에서 한계가 있을 수 있으므로 향후 연구에서는 근본적인 요인으로 제시될 수 있는 인적, 물적자원과 운영시스템 요인을 포함하여 연구할 필요성이 제기된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.307-332
• /
• 2022

부도예측모형은 여러 금융기관의 신용평가모형의 지식기반(knowledge base)로 이용되고 있으며 최근 머신러닝 기법의 발전으로 이를 도입하여 고도화하려는 다양한 시도가 진행 중이다. 그러나 실제 이러한 모형이 도입되기 위해서는 모형을 이용하는 사용자와 설명제공 대상인 고객의 이해와 수용이 전제되어야 한다. 그러나 사용자에게 제공되는 설명이 현실적 타당성(feasibility)이 결여되어 있다면 모형의 신뢰성과 수용도에 부정적인 영향을 미친다. 이에 따라 본 연구는 도메인 지식을 설명 생성 알고리즘에 통합하여 현실적으로 타당한 설명을 사용자에게 제공하고자 한다. 본 연구에서는 머신러닝 기반의 부도예측 모형에 설명력을 더하는 방법으로 반사실적 예시(counterfactual example) 기반의 로컬영역에서의 설명을 제공하는 모델을 제안한다. 제안 모델은 모형에 이용된 재무변수의 특성을 설명력 생성 알고리즘에 통합하여 설명의 현실적 가능성을 확보하고 이를 통해 사용자의 이해와 수용을 도모하고자 한다. 또한 본 연구에서는 반사실적 예시기반 설명을 위해 유전알고리즘(GA)를 이용하며 다목적함수를 목적함수로 설정하여 반사실적 예시의 주요 기준이 되는 항목을 반영하고 있다. 본 연구는 대표적인 머신러닝 기법인 인공신경망을 이용해 부도예측모형을 학습시킨 뒤, 사후적 방법(post-hoc)으로 설명을 위한 알고리즘을 도입하여 기존의 모형 설명 알고리즘인 LIME과 현실적 가능성이 결여된 반사실적 예시 기반 알고리즘과 비교하였다. 더 나아가 제안방법의 금융/회계 분야의 종사자를 대상으로 서베이를 진행하여 제안 방법의 설명의 질을 정성적으로 평가하였다.

• 한국건설관리학회논문집
• /
• 제4권3호
• /
• pp.137-145
• /
• 2003

건설공사관리체계는 실적자료를 바탕으로 운영되어야 하며, 공사실적을 정확하게 파악하기 위해서는 합리적인 건설공사진도 율 측정기준 및 그에 따른 진도 율 산정방법이 필요하다. 본 연구에서는 건설공사관리체계 구축에 필수적인 건설공사진도율 산정시스템 개발 및 그 시스템의 합리적인 운용 방안을 제시하였다. 그 방법으로서 분할된 단위작업들은 공사 진행에 따라 집행된 내역물량을 기준으로, 상위레벨의 작업범위에 대하여는 실행기성(earned value)을 바탕으로 건설공사의 진도 율을 산정 할 수 있는 시스템(construction progress measurement system; CPMS)을 제시하였다 일반 PC의 Window환경에서 제공되는 프로그래밍 인터페이스(interface) 기능인 ODBC(Open DataBase Connectivity)는 상이한 프로그램간의 데이터 교환을 통해 정보공유를 가능케 하고 있다 본 연구에서 제시하는 건설공사진도 율 산정 시스템은 ODBC를 통해, 상용 일정관리프로그램을 활용해서 생성된 데이터를 그대로 이용하고, 시스템 내에서 생성된 데이터는 일정관리프로그램에 갱신(update)된 정보로 제공된다. 제안된 건설공사진도 율 측정시스템의 실용화를 촉진시키기 위해서는 진도 율 측정에 의한 수치 값을 분석하여 향후 공사의 전망 등을 예측할 수 있어야 하는데 이에 대한 연구가 필요하다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.23-30
• /
• 2022

딥러닝은 주가 및 농산물 가격 예측과 같이 데이터를 분석해 일련의 규칙을 발견하고 미래를 예상해 우리의 삶에서 다양한 도움을 주고 있다. 본 연구는 태양광 에너지 사용의 중요성이 늘어나는 상황에서 기상에 따른 태양광 발전 실적을 딥러닝을 통해 분석하고 발전량을 예측한다. 본 연구에서는 시계열 데이터 예측에서 두각을 나타내고 있는 LSTM(Long Short Term Memory network)을 사용한 모델을 제안하며 이미지를 비롯한 다양한 차원의 데이터를 분석할 때 사용되는 CNN(Convolutional Neural Network)과 두 모델을 결합한 CNN-LSTM과의 성능을 비교한다. 세 가지 모델의 성능은 태양광 발전 실적의 실제값과 딥러닝을 통해 예측한 값으로 MSE, RMSE, 결정계수를 계산하여 비교하였고 그 결과 LSTM 모델의 성능이 가장 우수한 것으로 나타났다. 따라서 본 연구는 LSTM을 사용한 태양광 발전량 예측을 제안한다.