• 정보보호학회지
• /
• 제33권4호
• /
• pp.31-40
• /
• 2023

차량 기술의 발전으로 커넥티드 및 자율주행 차량 환경과 같은 차량 기술의 발전은 운전자에게 편의와 안전을 위한 기능을 제공한다. 하지만 이러한 장점들에도 불구하고 사이버 공격의 다양한 취약점 노출되어 있다. 최근까지 자동차 내부 네트워크로써 가장 널리 사용되는 통신기술인 CAN(Controller Area Networks) 통신은 대부분 차량의 동력을 담당하는 역할을 하다보니, 보안 문제의 중심에 서게 될 수 있다. 다양한 이기종 네트워크에서 구성된 가상화 기반의 사이버 훈련 프레임워크에 대해 설명하고자 한다. 이러한 사례 연구는 차량에 대해 물리적인 실험 환경에서의 모의침투와 같은 테스트가 어렵고, 보안과 안전이 함께 고려되어야 하는 특수성을 가진 차량 내부 네트워크의 사이버 훈련 프레임워크 설계에 도움을 줄 것이다. 본 논문에서는 가상화 개발환경 구축 사례 조사, 가상화 개발환경 구현과 차량의 공격 시나리오 및 탐지 프레임워크의 동향을 설명한다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.969-976
• /
• 2019

경량 인공지능 하드웨어는 다양한 문제의 해결을 위해 멀티모달 센서 데이터를 입력받아 특징 선택, 추출, 차원축소, 정규화 과정을 수행한 후 인공지능 엔진으로 예측 결과를 도출한다. 다양한 애플리케이션에서 높은 성능을 달성하기 위해서는 이러한 경량 인공지능 하드웨어의 초 매개변수와 전체적인 전처리 시스템의 구성을 데이터에 맞춰 최적화할 필요가 있다. 본 논문에서는 경량 인공지능 하드웨어의 효율적인 제어 및 최적화를 위한 통합 프레임워크를 제안한다. 제안된 통합 프레임워크는 데이터 전처리 및 뉴로모픽 기반 경량 인공지능 엔진을 유연하게 재구성할 수 있으며, 최적의 모델을 생성할 수 있다. 기능검증을 위해 손글씨 이미지 데이터 세트와 관성 센서 데이터 기반의 낙상 검출 데이터 세트를 사용하였으며, 실험 결과 제안하는 통합 프레임워크가 각각의 데이터 세트에서 90% 이상의 정확도를 갖는 최적의 모델을 생성함을 확인하였다.

• 정보교육학회논문지
• /
• 제24권5호
• /
• pp.453-462
• /
• 2020

인공지능(AI)이 발달하면서 누구나 손쉽게 접속하여 인공지능에 대한 내용을 학습하거나, 인공지능 모델을 만드는 등 인공지능 관련 다양한 활동을 할 수 있는 플랫폼들이 많이 생겨났다. 이에 본 연구에서는 다양한 인공지능 교육 플랫폼을 분석하여 인공지능 기반 SW교육 활성화를 위한 프레임워크기반 인공지능 교육 플랫폼을 활용한 SW교육 수업안을 개발하여 제안하였다. 인공지능 기반 SW교육 프레임워크는 컴퓨팅 사고력(Computational Thinking)의 기반 위에서 인공지능 리터러시(literacy)를 함양하는 것을 목표로 학습자 중심의 프로젝트 수업을 구성하여 실생활의 맥락이나 다른 교과와 융합 가능한 요소를 포함하였다. 이를 활용하여 분리수거 도우미 인공지능 만들기라는 주제로 6차시 분량의 프로젝트 기반 수업으로 실과, 사회, 창의적 체험활동을 활용한 SW교육 수업안을 개발하여 제시하였다. 이 프로젝트 수업은 AI Oceans, 엔트리와 같이 어렵지 않은 플랫폼을 활용하여 수업을 구성하였다.

• 정보교육학회논문지
• /
• 제23권6호
• /
• pp.639-653
• /
• 2019

본 연구에서는 Computational Thinking기반의 인공지능교육을 위한 프레임워크와 인지적 학습환경 구성의 절차를 구현하고자 하였으며, 추후 인공지능교육을 위한 교육과정 설계의 이론적 근거를 제시하고자 하였다. 연구의 결과를 토대로 데이터수집 및 발견의 단계에서 추상화 과정을 통해 알고리즘과 문제해결의 모형을 선택하는 학습모형을 제시하였고 이를 자동화하여 평가하는 단계를 기반으로 문제해결 및 예측하는 과정을 수행함으로써 인공지능을 활용한 문제해결력을 기를 수 있는 Computational Thinking 기반 AI의 교수학습모형을 제시하였다. 인공지능교육에 대한 인지적 학습환경과 관련된 연구를 분석하여 Computational Thinking의 핵심 사고과정 중 하나인 추상화의 단계를 중심으로 절차를 구성하였으며, Agency(학습보조)에서 Modeling(인지적 구조화)으로의 전이를 토대로 학습구성의 단계를 제시하였다. 본 연구에서 제시한 인공지능교육의 프레임워크와 인지적 학습환경 구성의 절차는 Computational Thinking을 기반으로 제시되었다는 점에서 특징을 갖고 있으며 추후 인공지능기반 교수학습연구의 근간이 될 것으로 기대한다.

• 정보보호학회지
• /
• 제33권4호
• /
• pp.23-29
• /
• 2023

대부분의 임베디드 시스템은 기계장치와 전자기기 장치가 함께 작동되는 물리 장치로써, 이기종 네트워크, 복잡한 보안체계 등을 고려하여 가상화 기반 사이버훈련 환경이 구성되어야 한다. 또한, 차량을 대상으로 물리적인 실험환경에서 모의침투 등 사이버훈련을 수행한다는 것은 교통사고를 비롯한 안전사고 발생에 있어 위험이 존재한다. 본 논문에서는 가상 개발환경에서의 공격 기반 차량용 사이버훈련 프레임워크를 제안하고자 한다. 먼저, 공격 기반 차량용 사이버훈련 프레임워크의 작동은 자동 활성화되는 가상의 CAN 네트워크 인터페이스로 시작된다. 가상의 CAN 네트워크 인터페이스는 가상 머신에서 간단한 부트스트랩 명령어 실행을 통해 파이썬 패키지와 Ubuntu 서비스 목록 설치 명령이 자동으로 실행되면서 설치된다. 이후 내부 네트워크 시뮬레이터와 공격모듈과 관련된 UI가 자동으로 Ubuntu Systemd에 의해 백그라운드에서 실행되어 시작과 동시에 준비 상태를 유지하게 된다. 사이버훈련 UI 내 공격 모듈은 사용자에 의한 공격 선택 및 파라미터 셋팅 이후 차량의 이상 상태를 사이버훈련 UI에 다시 출력되게 된다. 본 논문에서 제안하는 가상 개발환경 기반의 차량용 사이버훈련 프레임워크는 자율주행 차량 사고의 위험이나 다른 특수한 제약 없이 사용자의 학습 경험을 확장시킬 수 있다. 또한, 기존의 가상화 기반 사이버훈련 교육 콘텐츠와는 달리 일반 사용자들이 접근하기 쉬운 형태로 확장 개발이 가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.310-313
• /
• 2017

범죄수사 과정에서 많은 양의 데이터를 시간 내에 분석하는 것은 성공적인 포렌식의 필수 요소이다. 컴퓨터와 사람 모두에게 있어, 시간과 자원의 제한은 수사 결과에 부정적인 영향을 가져온다. 그러므로 현재 사용되고 있는 다양한 포렌식 도구에는 시간과 자원의 효율적인 사용이 필요하다. 사례기반추론 및 멀티에이전트 시스템과 같은 인공지능 기반의 도구를 통해 디지털 포렌식 수사를 효과적으로 도울 수 있다. 본 논문에서는 인공지능을 활용한 지능형 포렌식 도구 및 프레임워크를 분석하고, 오늘날의 프레임워크의 한계점과 미래에 관해 논의한다. 인공지능 기반 시스템의 목적은 수사에서의 증거를 포함한 데이터를 분석하고 연관성을 밝힘으로서 포렌식 전문가에게 중요한 단서를 제공하고 직접 분석해야하는 데이터의 양을 줄이는 것에 있다. 이러한 인공지능의 활용은 많은 양의 데이터를 수사할 때 사람이 간과할 수 있는 증거들을 연결시켜주는 데에 큰 도움이 된다.

• 한국전자통신학회논문지
• /
• 제12권1호
• /
• pp.115-122
• /
• 2017

딥 러닝은 사람이 가르치지 않아도 컴퓨터가 스스로 사람처럼 학습할 수 있는 인공지능 기술이다. 딥 러닝은 세상을 이해하고 감지하는 인공지능을 개발하는데 가장 촉망받는 기술이 되고 있으며, 구글, 바이두, 페이스북 등이 가장 앞서서 개발을 하고 있다. 본 논문에서는 딥 러닝을 구현하는 딥 러닝 프레임워크의 종류에 대해 논의하고, 딥 러닝 프레임워크의 영상과 음성 인식 분야의 효율성에 대해 비교, 분석하고자 한다.

• 한국산학기술학회논문지
• /
• 제10권9호
• /
• pp.2361-2368
• /
• 2009

최근 게임에서의 인공지능에 대한 관심이 높아지고 있으며 인공지능 기술을 이용하여 게임 캐릭터를 좀 더 사실적이고 현실감 있게 하는 연구가 진행되고 있다. 특히 게임에서 NPC(Non Player Character)는 게임인공지능 관련 연구 대상의 중요한 부분으로 게임을 제작하거나 플레이하는 사람들 모두의 대상이 되고 있다. 본 논문에서는 PC(Player Character)에 능동적으로 반응하는 지능형 상황인지(Context Awareness) NPC 기술에 대하여 분석하고 이의 구현을 위한 지능형 NPC 프레임워크를 제안하였다. 제안된 상황인지 NPC 지능형 프레임워크는 다양한 상황인지 지능형 에이전트 구현에 적용될 수 있으며 또한 부가적인 에이전트의 추가와 삭제가 용이하기 때문에 점진적 개발과 다양한 응용에 적응적으로 개발이 가능하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.274-276
• /
• 2021

인공지능이 빠르게 발달하면서 의료, 교육, 게임 등 일상생활에 적용되고 있다. 인공지능 알고리즘은 예측 측면에서 언제나 확률적으로 불확실성을 지니고 있다. 기존 제품이나 서비스는 개발자의 의도에 따라 프로그램이 동작하기 때문에, 상호작용에 따른 결과가 명확하며 이에 대한 UX 평가를 할 수 있었다. 하지만, 인공지능이 적용된 서비스는 기존 서비스들과 달리 상호작용에 따른 불확실성으로 인해 위험 요소가 따르고 있다. 이러한 이유로, 인공지능 서비스의 UX 평가는 새로운 체계가 필요하지만, 기존 UX 평가 척도만을 사용하여 평가되고 있다. 인공지능 서비스의 특징을 반영하여, 정확한 UX 평가를 진행할 수 있도록 본 논문에서는 인공지능에 task 위임 적합도, 기존 UX 평가 항목, 기술에 대한 개인적 차이를 포함한 AI-UX 프레임워크를 제안하였다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제17권1호
• /
• pp.101-113
• /
• 2021

본 논문에서는 화자 겹침 시스템을 소개하고 인공지능 분야에서 널리 사용되는 프레임워크에서 이미 구축된 시스템을 전환하는 과정을 고찰하고자 한다. 화자 겹침은 대화 과정에서 두 명 이상의 화자가 동시에 발성하는 것을 말하며, 사전에 화자 겹침을 탐지하여 음성인식이나 화자인식의 성능 저하를 예방할 수 있으므로 많은 연구가 진행되고 있다. 최근 인공지능을 이용한 다양한 응용 시스템의 활용도가 높아지면서 인공지능 프레임워크 (framework) 간의 전환이 요구되고 있다. 그러나 프레임워크 전환 시 각 프레임워크의 고유 특성에 의하여 성능 저하가 관찰되고 있으며 이는 프레임워크 전환을 어렵게 하고 있다. 본 논문에서는 케라스 (Keras) 기반 화자 겹침 시스템을 파이토치 (pytorch) 시스템으로 전환하는 과정을 기술하고 고려해야 할 구성 요소들을 정리하였다. 프레임워크 전환 결과 기존 케라스 기반 화자 겹침 시스템보다 파이토치로 전환된 시스템에서 더 좋은 성능을 보여 체계적인 프레임워크 전환의 기본 연구로서 가치를 지닌다고 할 수 있다.