• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.200-207
• /
• 2020

CNN 기반 인공신경망은 영상 분류, 객체 인식, 화질 개선 등 다양한 분야에서 뛰어난 성능을 보이고 있다. 그러나, 많은 응용에서 딥러닝(Deep Learning) 모델의 복잡도 및 연산량이 방대해짐에 따라 IoT 기기 및 모바일 환경에 적용하기에는 제한이 따른다. 따라서 기존 딥러닝 모델의 성능을 유지하면서 모델 크기를 줄이는 인공신경망 압축 기법이 연구되고 있다. 본 논문에서는 인공신경망 압축기법을 통하여 원본 CNN 모델을 압축하고, 압축된 모델을 임베디드 시스템 환경에서 그 성능을 검증한다. 성능 검증을 위해 인공지능 지원 맞춤형 칩인 QCS605를 내장한 임베디드 보드에서 카메라로 입력한 영상에 대해서 원 CNN 모델과 압축 CNN 모델의 분류성능과 추론시간을 비교 분석한다. 본 논문에서는 이미지 분류 CNN 모델인 MobileNetV2, ResNet50 및 VGG-16에 가지치기(pruning) 및 행렬분해의 인공신경망 압축 기법을 적용하였고, 실험결과에서 압축된 모델이 원본 모델 분류 성능 대비 2% 미만의 손실에서 모델의 크기를 1.3 ~ 11.2배로 압축했을 뿐만 아니라 보드에서 추론시간과 메모리 소모량을 각각 1.2 ~ 2.1배, 1.2 ~ 3.8배 감소함을 확인했다.

• 디자인학연구
• /
• 제18권2호
• /
• pp.101-110
• /
• 2005

시뮬라크르는 플라톤이래 서양 철학에 있어서 중요한 화두 중 하나이다. (각주 6 참조) 20세기 까지 서양철학은 플라톤의 이데아론을 바탕으로 한 '절대진리'에 대한 합리주의에 근거하고 있다. 시뮬라크르 개념은 근대에 이르기까지 철저히 외면되거나 배척되어 왔다 그러나 이미지의 시대, 시뮬라크르의 시대인 오늘날에 와서 시뮬라크르는 구제되고 있다. 발터 벤야민에서 시작된 탈근대적 시뮬라크르의 개념은 권터안더스, 자크 데리다, 질 들뢰즈, 그리고 장 보드리아르에 의해 발전된다. 본 고에서는 장 보드리아르의 시뮬라크르의 개념을 중심으로 우리 시대의 시뮬라크르의 현상을 검토해 보고, 그 개념을 영상 속에서 풀어내고 있는 오시이 마모루의 작품세계를 분석해 보았다. 오시이 마모루를 포함해 최근에 발표된 '시뮬라크르'를 주제로 한 영상작품들을 첨단의 특수영상기법이나 화려한 화면 등의 표피적인 방법으로 분석하여 평가하는 것은 결국 우리 스스로를 '시뮬라시옹'(매트릭스)의 부속물로 전락케 하는 우를 범하는 것이다. 그러한 방법으로는 그들 영상세계가 담고 있는 시각 인식론의 메시지를 읽을 수 없다. '시뮬라크르'는 우리 생활 세계 속에 산재해 있다. 그 실체에 대한 탐구와 예술작품들의 분석은 새로운 대안을 제시하는 밑거름이 될 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.619-622
• /
• 2007

PDA는 비교적 작은 크기로 인하여 휴대하기 쉽고 간편하다는 장점이 있어 학습자에게 언제, 어디서나 학습할 수 있는 기회를 제공한다. 그러나 작은 스크린 사이즈로 인하여 동영상에서 제공되는 학습 내용을 정확하게 인식하기에는 많은 제약이 있다. 본 논문에서는 이러한 PDA의 문제점을 해결하기 위해 관심 영역(ROI)의 추출(Detection)과 이미지 스케일링(Image Scaling) 기법을 이용하여 학습에 필요한 영역을 중심으로 강의 영상의 크기를 적응적으로 변환하고 전송하는 원격 강의 시스템을 제안한다. 제안된 시스템은 802.11b 무선 네트워크상에서 실험을 통해 기존의 방법에서 보다 최적화된 강의 영상을 제공할 수 있음을 증명한다.

• Spatial Information Research
• /
• 제21권3호
• /
• pp.31-43
• /
• 2013

벡터 맵 데이터는 다른 멀티미디어에 비하여 높은 가치를 지님에도 불구하고 데이터의 불법복제와 저작권에 대한 인식과 연구는 미비한 실정이다. 본 연구에서는 벡터 맵 데이터의 저장 구조를 고려하여 다양한 공격에 대하여 강인한 워터마킹 기법을 제안하고자 한다. 워터마킹 알고리즘의 설계를 위하여 여섯 가지 접근 방법을 고안하였다(포인트 기반의 접근, 최소 둘레 삼각형 구성, 길이 비율에 대한 워터마크 삽입, 워터마크 이미지의 위치를 참조, 그룹화, 일방함수의 사용). 제안 방법은 입력 효과성, 오검출률, 충실도의 특성을 만족하고 강인성 측면에서 노이즈 첨가를 제외한 모든 공격에서 강인함을 보였다. 또한 제안 방법은 원본 데이터가 필요 없는 Blind 방식이며, 데이터 의존적이지 않은 장점을 갖는다. 추가로 단순화 공격에 대하여 단순화 정도가 심해짐에 따라 강인성이 저하되는 선행 연구의 문제점을 해결할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.641-642
• /
• 2013

이 연구는 대형 고해상도 타일드 디스플레이를 활용한 천리안 해양관측위성 영상 가시화 시스템을 구현하였다. 이 시스템은 타일드 디스플레이에서 멀티 터치와 키넥트 모션 제스쳐 인식 인터랙션을 제공하여 한반도 중심의 해양환경 위성 영상을 효과적으로 관측 및 분석 할 수 있도록 도와준다. 방대한 메모리양의 고화질 천리안 해양 관측 위성 영상은 멀티스케일 이미지 로드 기법을 사용하여 다양한 조작에서도 타일드 디스플레이 화면에 매끄럽게 출력되도록 하였다. 이 가시화 시스템은 기본적으로 특정 날짜에 해당하는 시간 단위의 해양관측 위성 영상을 동적으로 화면에 출력되며, 사용자는 멀티 터치나 키넥트 인터랙션을 통하여 영상을 자유롭게 확대 축소하고 상하좌우로 이동하며 다양한 기능 버튼을 누르는 등의 인터랙션을 할 수 있도록 하였다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.89-96
• /
• 2020

인공신경망(artficial neural networks)를 활용한 딥러닝은 최근 이미지인식, 빅데이터 및 데이터분석 등 다양한 분야에서 연구되고 개발이 진행되고 있다. 하지만 데이터 프라이버시 침해 이슈와 학습을 많이 할수록 소모 비용과 시간이 증가하는 문제점이 있어서 이를 해결하기 위해 연합학습(Federated Learning)이 연구되었다. 연합학습에서는 프라이버시 문제를 완화하면서, 분산 처리 시스템의 이점을 가져오는 학습기법을 제시하였다. 하지만 여전히 연합학습에서도 프라이버시 및 보안 문제가 존재한다. 그래서 우리는 연합학습의 서버에 해당하는 부분을 블록체인으로 대체하여 연합학습의 문제점인 프라이버시 문제와 보안 문제를 해결하였다. 또한 사용자가 제출하는 데이터에 대한 보상을 지급하여서 동기를 부여하고, 기존 성능은 유지하면서도 더 적은 비용의 유지비를 필요로 하는 시스템을 연구하였다. 본 논문에서는 우리가 개발한 시스템의의 타당성을 보이기 위해 실험결과를 제시하면서 기존 연합학습과 연구한 블록체인 기반의 연합학습 결과를 비교한다. 또한 향후 연구로 보안문제에 대한 해법과 와 적용 가능한 비즈니스 분야를 제시를 보여주면서 논문을 마무리 하였다.

• 아태비즈니스연구
• /
• 제1권1호
• /
• pp.1-22
• /
• 2010

본고는 홍콩 노사관계의 특징을 거시적 및 기업차원에서 조명해 보았다. 이론적인 기반으로 문화적/제도적인 요인, 후발 산업국가들의 특이사항, 그리고 포스트모더니즘이 주장하는 동질화의 주장 등을 참고하였다. 먼저 동질성의 측면은 기업관리의 유연화를 강조하면서 기존의 관료적이거나 온정적인 성격에서 탈피하여 보다 이익지향적인 기업이미지를 제고하려는 노력이 대표적인 홍콩기업에서 명확하게 나타나고 있다. 문화적인 요인은 거시적 및 기업차원에서의 노사관계에서 발견되는데, 먼저 자유방임적인 홍콩의 노사관계형태는 영국의 제도에 많은 영향을 받았다. 또한 아시아적 가치관인 가족중심 문화, 복종, 근면성이 홍콩의 노사관계의 근간을 이루고 있다는 점도 이러한 맥락에서 이해되어야 한다. 물론 이러한 측면이 1990년대 아시아 경제위기를 통해 약화되었지만 여전히 남아있는 것이 사실이다. 하지만 서양의 기독교적인 가치관도 이러한 요소를 포함하고 있어 반드시 동양적인 가치관이라고 말하기는 무리가 있다. 이보다 지극히 홍콩적인 특성은 난민인식이며 이는 다른 후발산업국가와 차별화된다. 후발산업국가의 벤치마킹행태는 여전히 이들에게 이익으로 작용하고 있는데, 이러한 기법들이 기존의 자신들의 역량이나 가치관과 결합되면서 시너지효과를 낳고 있다.

• 한국ITS학회 논문지
• /
• 제16권6호
• /
• pp.219-230
• /
• 2017

본 논문에서는 확장형 칼만필터를 적용하여 영상센서 기반 차대도로간 트래킹 알고리즘을 제안한다. 일반적으로 횡방향 오프셋, 차선대비 상대경로각, 전방도로 곡률은 차선유지지원시스템의 경로추종 횡방향 제어기 구성 또는 차선이탈경보시스템의 경보 로직을 위한 중요 입력값으로 활용되는데 이를 위해 본 연구에서는 영상센서 차선인식 결과값인 이미지 상의 차선 추출점의 좌표값과 더불어 요레이트, 조향각, 차속 센서 측정값, 그리고 차량의 횡방향 운동방정식을 고려한 확장형 칼만필터를 적용하여 차대도로간 트래킹 정보를 추출한다. 제안된 차대도로간 트래킹 알고리즘의 유효성을 증명하기 위해 주행 테스트 도로 상에서 DGPS-RTK 장비를 이용하여 비교 검증하여 그 유효성을 보였다.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.75-83
• /
• 2018

최근 자율 주행 자동차에 대한 연구가 활발하다. 자율 주행 자동차는 보행자 검출 및 인식 기술이 중요하다. 최근에 주로 사용되는 CNN(Convolutional Neural Network)을 이용한 보행자 검출은 대체로 좋은 성능을 보이나 영상의 환경에 따른 성능 저하가 있다. 본 논문에서는 LGP-FL(Local Gradient Pattern-Feature Layer)을 추가한 CNN Network를 기반으로 해마 신경망의 장기 기억 구조를 적용한 보행자 검출 시스템을 제안한다. 먼저 입력 이미지를 $227{\times}227$의 크기로 변경한다. 그 후 총 5개 층의 Convolution layer를 거쳐 특징을 추출한다. 그 과정에서 추가되는 LGP-FL에서는 LGP 특징 패턴을 추출하여 출현 빈도수가 높은 패턴을 장기 기억 장치에 저장한다. 이후 검출 과정에서 밝기 및 색상 변화에 강인한 LGP 특징 패턴 정보를 이용해 검출함으로써 보다 정확하게 보행자를 검출할 수 있다. 기존의 방법들과 제안하는 기법의 비교를 통해 약 1~4%의 검출률 증가를 확인하였다.