• 방송공학회논문지
• /
• 제24권1호
• /
• pp.48-57
• /
• 2019

본 연구는 목적 지향 대화 시스템 내에서 단일 한국어 텍스트 형식의 질문으로부터 질의자의 의도를 파악하는 것을 목적으로 한다. 목적 지향 대화 시스템은 텍스트 또는 음성을 통한 사용자의 특수한 요구를 만족시켜주는 대화 시스템을 의미한다. 의도 분석 과정은 답변 생성에 앞서 사용자의 질의 의도를 파악하는 단계로, 목적 지향 대화 시스템 전체의 성능에 큰 영향을 준다. 생활화학제품이라는 특정 분야에 제안 모델을 사용하였고, 해당 분야와 관련된 한국어 텍스트 데이터를 이용하였다. 특정 분야에 독립적이며 범용적인 의도를 의미하는 화행과, 특정 분야에 종속적인 의도를 의미하는 개념열로 나누어 분석한다. 화행과 개념열을 분석하기 위하여 단어 임베딩 모델, 합성곱 신경망을 이용한 분류 방법을 제안한다. 단어 임베딩 모델을 통하여 단어의 의미정보를 추상화하고, 추상화된 단어의 의미정보를 기반으로 합성곱 신경망을 통하여 개념열 및 화행 분류를 수행한다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.123-131
• /
• 2021

4차 산업혁명은 인공지능, 빅데이터 등과 같은 데이터 기반의 디지털 기술로 촉발되었으며, 데이터의 활용 범위를 보호 대상으로만 생각했던 개인정보의 영역까지도 확장하려는 움직임이 빠르게 진행되고 있다. 데이터 3법의 개정을 통해 본인 동의하에 개인정보가 자유롭게 이동하고 활용될 수 있는 법·제도는 마련되었으나, 개인정보의 수집부터 관리와 활용까지 전 과정을 아우를 수 있는 플랫폼의 지원도 필요할 것이다. 본 논문에서는 개인정보를 활용한 마이데이터 생태계 구축에 적용할 수 있는 플래폼 모델을 제안하고자 한다. 마이데이터 플랫폼 구축을 위해 필수적으로 갖추어야 할 6가지의 기능적 요건들과 그 기능들을 구현하기 위한 절차와 방법 등에 대하여 설명한다. 6가지 필수 기능으로 개인정보 위임열람·수집·활용·제공 동의 절차와 마이데이터 선별공유, 다운로드, 데이터 영수증 기능을 포함하며, 데이터 수집·저장·연계·융합을 위한 절차와 표준화에 대하여 설명한다. 그리고 통제적인 개인정보 접근을 위한 이용자 인증체계와 데이터 활용을 위한 API 게이트웨이, 마이데이터 플랫폼 서비스를 위한 필수 기능들에 대하여 살펴 본다. 마지막으로 본 논문에서 제안한 모델을 대전시 마이데이터 플랫폼 구축에 적용한 사례와 플랫폼 내에서 운영되는 응용서비스로서 대전시 교통약자의 이동을 지원하는 사례를 살펴본다.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.55-62
• /
• 2022

페로브스카이트 태양전지는 4차 산업혁명으로 사물인터넷, 가상환경 등의 증가에 따른 전력 수요가 급증하면서 점진적으로 고갈되어가는 석유, 석탄, 천연가스 등의 화석연료를 대체할 태양에너지, 풍력, 수력, 해양에너지, 바이오에너지, 수소에너지 등의 신재생 에너지 분야에서 연구가 활발한 부분이다. 페로브스카이트 태양전지는 페로브스카이트 구조를 가진 유-무기 하이브리드 물질을 사용하는 태양전지 소자로 고효율, 저가의 용액 및 저온 공정으로 기존의 실리콘 태양전지를 대체할 수 있는 장점들이 있다. 기존의 경험적 방법으로 예측한 광흡수층 박막을 최적화하기 위해서 소자 특성 평가를 통해 신뢰도를 검증해야 한다. 그러나 광흡수층 박막 소자 특성 평가 비용이 많이 소요되므로 시험 횟수에 제약이 따른다. 이러한 문제점을 해결하기 위하여 광흡수층 박막 최적화의 보조 수단으로 머신러닝이나 인공지능 모델을 이용하여 명확하고 타당한 모델의 개발과 적용 가능성이 무한하다고 본다. 이 연구에서는 페로브스카이트 태양전지의 광 흡수층 박막 최적화를 추정하기 위하여 서포트 벡터 머신의 선형 커널, 가우시안 커널, 비선형 다항식 커널, 시그모이드 커널의 회귀분석 모델을 비교하여 커널 함수별 정확도 차이를 검증하였다.

• Composites Research
• /
• 제35권5호
• /
• pp.303-308
• /
• 2022

PIC(Piecewise Integrated Composite)는 적층 복합재의 기계적 특성을 향상시키기 위해 다양한 적층 순서를 모자이크 방식으로 할당하여 복합 구조를 설계하는 새로운 개념이다. 또한 머신 러닝은 인공 지능의 하위 범주로, 컴퓨터가 데이터에서 지속적으로 학습하고 데이터를 기반으로 예측하는 능력을 개발한 다음 추가 프로그래밍 없이 조정하는 과정을 의미한다. 본 연구에서는 구조적 강성을 높이기 위해 기계학습을 기반으로 넓고 얇은 LCD 디스플레이를 운반 및 이송하기 위한 테이퍼 박스형 빔형 PIC 로봇 암이 설계되었다. 필수 학습 데이터는 예비 FE 해석 과정에서 유한 요소 모델 중 의도적으로 배치된 참조 요소에서 수집되었다. 또한 인장, 압축 또는 전단과 같은 지배적인 외부 하중 유형을 판단하기 위해 각 유한 요소에 대한 3축 특성 값을 얻었다. 학습 데이터를 이용하여 머신 러닝 모델을 훈련하고 평가되었으며, 정확도 레벨을 만족한 머신 러닝 모델을 이용해 요소의 로딩 유형을 예측하였다. 특정 하중 유형에 대해 우세한 것으로 알려진 세 가지 유형의 적층 각도 순서가 PIC 로봇 암에 모자이크 방식으로 할당되었습니다. 이후 굽힘형 FE 해석을 수행한 결과 PIC 로봇 암이 기존의 단일 적층 각도 순서로 제작된 복합재 로봇 암에 비해 강성이 증가된 것으로 나타났다.

• 사물인터넷융복합논문지
• /
• 제8권5호
• /
• pp.93-98
• /
• 2022

디지털 신기술의 발전으로 인하여 다양한 학습도구에 대한 연구가 활발히 진행이 되고 있다. 이러한 학습도구에도 인공지능에 대한 기술을 적용하거나 빅데이터 기술 등을 적용한 스마트한 기능을 통한 학습도구들이 여러 가지 환경에 적용되도록 개발되어지고 있다. 이러한 스마트한 학습 도구들은 교육적인 효과와 학습의 효율을 높이는데 많은 기여를 하고 있다. 최근 대학에서도 다양한 학습도구들이 적용이 되면서 스마트 출결부터 스마트 학습을 위한 솔루션들을 도입하여 학생들의 학습효율을 위한 노력을 기울이고 있다. 본 연구에서는 이러한 대학의 스마트 학습 도구를 통한 기업의 맞춤형 프로젝트를 진행할 때 프로젝트 진행에 대한 효율성을 높이고 결과에 대한 확장성을 높일 수 있는 스마트 학습도구에 대한 설계를 제안하고자 한다. 제안된 스마트한 학습 도구는 실무 능력을 향상시킬수 있는 기업 맞춤형 프로젝트들이 원활하게 학습도구로 활용이 되어 실무형 기업 프로젝트에 쉽게 적용할 수 있는 장점을 가질 것으로 기대된다. 제안된 프로젝트 기반의 스마트한 학습 도구 모델은 추후에 관련 LMS로 구축이 되어 실질적인 프로젝트 진행에 적용하여 활용성을 확인하고 제안된 스마트 학습 도구 모델에 대한 부분을 수정 보완하여 프로젝트 기반의 스마트한 학습기능을 강화하고자 한다.

• 지적과 국토정보
• /
• 제52권1호
• /
• pp.105-118
• /
• 2022

최근 메타버스, 스마트시티, 디지털트윈, 자율주행차, 도심항공모빌리티 등 분야에서 3D공간객체모델 관련 정보 요구는 증가될 것이다. 공간객체에 대한 3D모델 구축은 위성·항공·지상플랫폼과 같은 다양한 장비와 모델링·인공지능·영상정합 등의 기술로 가능하다. 하지만 갱신이 필요한 공간객체를 신속하게 탐지하고 DB화하는 작업은 쉽지 않다. 이 연구에서는 공간정보(도형)과 속성을 기반으로 주소코드, 층수, 건물명, 면적 등의 매칭요소를 이용하여 건물융합DB와 변화탐지건물DB를 구축 지원할 수 있고 갱신이 필요한 객체선정의 적합성을 검증할 수 있는 시스템 프로토타입을 개발하였다. 건물융합DB 구축 시 일부 건물의 경우, 공간정보와 속성의 융합불가 및 실패 사례가 발생하여, 매칭율이 약 80%로 낮게 나타났다. 이것은 특별히 시범사업지역 내 많은 건물객체에 대한 속성정보가 누락된 것에 기인하는 것으로 판단된다. 이 연구는 3D공간객체 모델의 신속한 갱신을 위한 효율적인 드론 촬영계획 수립을 지원하여 공간객체의 중복 및 불필요한 구축 등을 사전에 방지함으로써 객체 구축 절차 개선 및 비용 절감에 크게 기여할 것이다.

• 한국정보전자통신기술학회논문지
• /
• 제15권4호
• /
• pp.271-282
• /
• 2022

본 논문에서는 디지털 휴먼 컨텐츠 생성 시스템을 제안한다. 디지털 휴먼 컨텐츠 생성 시스템은 전신 스케닝을 통해 3D AI 모델링 작업을 하고, 3D 모델링 후처리와 텍스쳐링, 리깅 작업으로 제작된다. 이를 가상현실 컨텐츠 정보와 결합함으로써 가상현실 내에서 가상 모델의 자연스러운 동작이 이뤄질 수 있고, 하나의 시스템에서 효율적으로 디지털 휴먼 컨텐츠를 생성할 수 있다. 따라서 자원을 최소화하는 가상현실 기반의 디지털 휴먼 컨텐츠 생성이 가능하도록 하는 효과가 있다. 또한 사람에 의한 3D 모델링 및 텍스쳐링 작업은 전처리 과정을 필요로 하지 않는 자동화된 전처리 공정을 제공하며, 다양한 디지털 휴먼 컨텐츠를 효율적으로 관리하는 기술을 제공고자 한다. 특히 가상 모델을 구성하기 위한 3D 모델링 및 텍스쳐링 등의 전처리 공정은 인공지능에 의해 자동으로 수행되도록 함으로써 신속하고 효율적인 가상 모델 구성이 이뤄질 수 있다는 장점이 있다. 또한 시그니처 모션을 통해 디지털 휴먼 컨텐츠 구성 및 관리가 용이하게 이뤄질 수 있다는 장점이 있다.

• 생명과학회지
• /
• 제33권9호
• /
• pp.730-735
• /
• 2023

지난 10년 동안 인공지능의 도움으로 노화를 정량화하기 위한 수많은 연구가 수행되었다. DNA 메틸화 데이터를 사용하여 다양한 모델이 개발되었으며 흔히 후성유전학적 시계라고 불린다. 후성유전학적 나이 가속화는 일반적으로 질병 상태와도 주로 연관이 있어 보인다. 조현병은 가속 노화 가설과 관련있는 정신질병으로 심각한 정신적, 신체적 스트레스를 동반한다. 다른 심리 질환과 비교했을 때 이 질병은 젊은 사람들에서 높은 사망률과 질병률을 유발한다. 과거 연구에서는 이 질병이 가속 노화 가설과 연관있다고 알려져 있었다. 이번 연구에서는 조현병 환자의 후성유전학적 나이 가속도 변화를 통해 질병에 대한 후성유전학적 통찰을 얻고자 하였다. 후성유전학적 나이 가속화를 측정하기 위해 두 가지 다른 DNA 메틸화 시계 모델을 사용했으며 이는 범조직 모델인 Horvath clock과 Epi clock을 사용하였다. 우리는 Horvath clock과 Epi clock이 모두 호환되는 450k 어레이 데이터를 사용하였다. 그 결과, Epi clock을 사용했을 때 환자샘플에서 후성유전학적 나이 가속화가 더 느리다는 것을 발견했다. Epi clock이 질병으로 인한 DNA 메틸화 변화를 잘 감지해낼 수 있음을 알아내었다. 또한 Epi clock에서 대조군과 환자군에서 차등적으로 메틸화된 CpG 부위를 분석하고 경로 농축 분석을 수행한 결과, 대부분의 CpG가 신경 세포 과정에 관여한다는 사실을 발견했다.

• 정보관리학회지
• /
• 제40권3호
• /
• pp.221-244
• /
• 2023

주민참여예산으로 메타버스 서비스를 준비하고 있는 경기도서관을 중심으로 선행연구와 각종 정보자원을 분석하여 경기광역대표도서관에 적합한 메타버스의 역할을 도출하였다. 그리고 광역대표도서관을 중심으로 협력적 콘텐츠 구축 및 서비스 모델을 일차적으로 제시한 뒤, 광역대표도서관, 경기도를 비롯한 전국의 각종 도서관의 현장 사서들을 대상으로 설문조사를 실시하여 광역대표도서관의 메타버스 역할, 콘텐츠, 협력 가능한 콘텐츠 및 원활한 협력을 위한 고려사항 등을 도출하였다. 사서들의 의견을 조사한 결과, 광역대표도서관 메타버스의 역할은 도서관 자료의 연속적인 이용을 위한 도구이며 지역 전체를 위한 서비스 공간이 되어야 한다는 것을 알 수 있었다. 또한 응답자의 3/4이 협력적 콘텐츠 구축에 참여의향을 보였으며, 참여 시 우려가 되는 점은 인력과 예산, 업무과중으로 나타났으며, 광역대표도서관의 체계적인 지원이 필요함을 볼 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.355-364
• /
• 2023

최근 지능화된 사이버 위협이 지속적으로 증가함에 따라 기존의 패턴 혹은 시그니처 기반의 침입 탐지 방식은 새로운 유형의 사이버 공격을 탐지하는데 어려움이 있다. 따라서 데이터 학습 기반 인공지능 기술을 적용한 이상 징후 탐지 방법에 관한 연구가 증가하고 있다. 또한 지도학습 기반 이상 탐지 방식은 학습을 위해 레이블 된 이용 가능한 충분한 데이터를 필요로 하기 때문에 실제 환경에서 사용하기에는 어려움이 있다. 최근에는 정상 데이터로 학습하고 데이터 자체에서 패턴을 찾아 이상 징후를 탐지하는 비지도 학습 기반의 방법에 대한 연구가 활발히 진행되고 있다. 그러므로 본 연구는 시퀀스 로그 데이터로부터 유용한 시퀀스 정보를 보존하는 잠재 벡터(Latent Vector)를 추출하고, 추출된 잠재 벡터를 사용하여 이상 탐지 학습 모델을 개발하는데 있다. 각 시퀀스의 특성들에 대응하는 밀집 벡터 표현을 생성하기 위하여 Word2Vec을 사용하였으며, 밀집 벡터로 표현된 시퀀스 데이터로부터 잠재 벡터를 추출하기 위하여 비지도 방식의 오토인코더(Autoencoder)를 사용하였다. 개발된 오토인코더 모델은 시퀀스 데이터에 적합한 순환신경망 GRU(Gated Recurrent Unit) 기반의 잡음 제거 오토인코더, GRU 네트워크의 제한적인 단기 기억문제를 해결하기 위한 1차원 합성곱 신경망 기반의 오토인코더 및 GRU와 1차원 합성곱을 결합한 오토인코더를 사용하였다. 실험에 사용된 데이터는 시계열 기반의 NGIDS(Next Generation IDS Dataset) 데이터이며, 실험 결과 GRU 기반의 오토인코더나, 1차원 합성곱 기반의 오토인코더를 사용한 모델보다 GRU와 1차원 합성곱을 결합한 오토인코더가 훈련 데이터로부터 유용한 잠재 패턴을 추출하기 위한 학습 시간적 측면에서 효율적이었고 이상 탐지 성능 변동의 폭이 더 작은 안정된 성능을 보였다.