• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.58-59
• /
• 2023

클라우드 애플리케이션의 성능 모니터링 방법에는 클라우드 소프트웨어 스택의 인프라, 플랫폼 및 애플리케이션 계층에서 수집한 시계열 데이터 분석이라는 방법이 존재한다. 클라우드 컴퓨팅 환경에서 운영되는 서비스 간의 런타임 종속성을 분석하는 것은 클라우드 리소스 관리를 수행하기 위해 필요한 단계이다. 본 논문에서는 Bi-LSTM 기법을 활용해 클라우드 애플리케이션의 관계를 분석하고 종속성을 찾아 모니터링 성능을 향상시키는 시스템을 제안한다. 제안하는 시스템은 클라우드 스택의 모든 계층으로부터 시계열 데이터를 수집하여 인공지능 모델을 훈련, 재훈련 및 업데이트 과정을 진행한다. 본 논문에서는 Bi-LSTM 모델을 활용하여 훈련 중에 학습된 성능 메트릭 간의 종속성을 발견한다.

• 한국습지학회지
• /
• 제17권1호
• /
• pp.91-100
• /
• 2015

본 연구의 목적은 남한강, 금강, 낙동강에 존재하는 세 개의 인공습지에 대하여 2012과 2013의 식생변화 모니터링 결과를 비교 분석하고자한다. 각각의 인공습지는 비내섬, 세도지구, 옥포지구로 식생 모니터링 결과를 비교 분석하여 보면, 비내섬 습지의 경우, 버드나무 군락과 물억새 군락이 우점하고 있으며, 수변부의 저지대를 따라 달뿌리풀 군락, 쑥-망초 군락, 환삼덩굴 군락 등이 분포하고 있는 것으로 조사되었다. 주요 식생의 변화를 알아보면 특히, 환삼덩굴 군락은 하절기에 버드나무군락의 임내와 임연부 및 키 낮은 초원을 중심으로 분포역이 크게 증가하는 것으로 조사되었다. 옥포지구 습지는 2012년에 없었던 마름이 2013년 수역에 분포하고 있으며, 정수식물 군락에 분포하고 있는 갈대 군락은 2012년에 비해 2013년 분포역이 축소하였으며, 갯버들 군락은 2012년과 2013년 모두 분포역이 변화하지 않고 서식하고 있는 것으로 조사되었다. 세도지구 습지는 2012년에 조사된 이차초지대는 고수부지에서 인위적 식재로 인해 비수리 군락으로 변화하였으며, 2012년의 대부분의 군락이 2013년에 망초군락이 번성하면서 망초 군락으로 천이되었다. 물억새 군락과 갈대군락은 2012년과 2013년 모두 분포역 변화 없이 서식하는 것으로 조사되었다. 비내섬 습지의 식생은 건성천이보다는 습성천이로 진행될 것으로 판단된다. 옥포지구 습지는 수변식생의 천이과정은 안정화단계에 도달할 때까지 오랜기간 지속적으로 변화될 것으로 예상된다. 세도지구 습지는 건성천이와 습성천이가 병존하고 있으며, 향후 갈대, 물억새와 버드나무군락으로 천이가 예상된다.

• 지구물리와물리탐사
• /
• 제12권2호
• /
• pp.192-198
• /
• 2009

사이드스캔소나(Side Scan Sonar)와 SBP (Sub-bottom Profiler)는 최근 해양탐사 기술의 발전과 더불어 수중과 해저면, 그리고 해저면 하부에 대한 정보가 필요한 분야에 많이 활용되어지고 있다. 본 연구에서는 사각형 인공어초가 해저면에 분포하는 지역을 대상으로 사이드스캔소나와 SBP를 이용하여 자료를 취득하였다. 취득된 사이드스캔소나 자료에 대하여 디지털 영상처리 기법인 공간영역과 주파수영역에서의 각종 필터링을 적용하여 필터링의 종류와 매개변수에 따른 특징 및 영상분석을 시도하였다. SBP 자료는 이득회수, 디콘볼루션, 스펙트럼 분석, 뮤팅, 구조보정 등의 탄성파 자료처리과정을 거친 후 단면도를 구하였으며, 또한 통계적 특징에 기인한 평균값과 중앙값을 이용한 영상처리 과정을 거쳐 지층의 연속성 향상을 도모하였다. 사이드스캔소나와 SBP 두 가지 자료를 함께 시각화하는 방법을 이용하여 인공어초의 상태 및 구조물의 침하여부를 보다 쉽게 파악할 수 있었다. 또한 샘플링된 해저퇴적물 시료분석 결과와 사이드스캔소나의 Texture Filtering 적용결과, 그리고 천부지층결과의 연계해석을 통해 지층 상부퇴적물의 종류와 분포 및 두께를 파악할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.12-12
• /
• 2023

지하수자원 관리의 정량적 및 정성적 측면에 있어, 최첨단 인공지능 언어 모델인 ChatGPT의 혁신적인 기능이 활용될 수 있다. 본 발표에서는 지하수 자료에 대한 분석과 도출된 문제의 중요도에 따른 목표를 설정, 그리고 지하수 관리 전략 개발에 있어서의 ChatGPT 활용 방법을 논의할 것이다. 이를 위한 구체적 사례로, 지하수자원 관리에 활용될 수 있는 다양한 도구들의 개발과 고도화에 ChatGPT가 기여하는 방식을 살펴볼 것이다. 이러한 개별 도구들은 지하수자원 관리 결정에 있어 더 나은 예측 및 평가를 제공하여, 지하수 자원 관리의 효율성을 도모할 수 있다. 또한, ChatGPT의 문제 발견 및 해결책 제안 능력에 대해서도 다룰 것이다. 이를 통해 지하수 관리에 있어서의 다양한 문제를 식별하고, 이해당사자들이 보다 효과적으로 대응할 수 있는 방안을 찾아낼 수 있을 것이다. 또한 ChatGPT가 제공하는 다양한 정보 및 문제에 대한 솔루션 접근 방식을 활용한 브레인스토밍 방법을 설명할 것이다. 추가적으로, 일반 인공지능(AGI)의 개발에 근접하면서 지하수 관리의 자동화 및 가속화 그리고 산업 및 환경에 미칠 수 있는 영향에 대해 고찰해 볼 것이다. 이를 위하여, ChatGPT와 같은 인공지능 기술이 더욱 고도화되고 향상되면서, 지하수 관리 및 관련 분야에서의 의사결정, 계획 수립, 그리고 모니터링과 같은 작업들이 어떻게 변화할지에 대하여 토의할 것이다. 본 발표는 지하수 자원 관리 분야에서 ChatGPT와 같은 인공지능 기반 접근법의 가치를 보여주며, 복잡한 지하수 환경 문제를 해결하는 데 있어 첨단 기술의 활용 가능성을 강조할 것이다. 또한, AGI가 등장할 때까지 여전히 요구되는 지하수 분야 도메인 지식과 전문기술의 중요성을 강조할 것이다. 지하수 관리자들의 도메인 지식과 전문적 기술은 인공지능 기반 도구와 결합되어 보다 정확한 분석, 예측 및 해결책 도출을 가속화하며 정교화할 것이다. 결론적으로, 지하수 관리에 대한 종합적인 이해와 전문성을 갖춘 전문가들의 인공지능 기술활용은 지속가능한 지하수의 첨단 관리 효과적 달성에 중요한 계기가 될 것으로 판단한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.394-394
• /
• 2021

이상기후로 인한 강우패턴의 변화는 상류 유역에서의 토양 유실, 비점오염물질의 발생을 가속화시켜 하류 수계의 수질 및 수생태 건강성에 악영향을 미치고 있다. 낙동강 수계에 위치한 내성천 유역에서는 토양 침투율이 높은 토양군으로 구성되어 있어, 강우 시 유출량 및 유사유출량의 비율이 높아 비점오염 저감을 위한 대책 수립의 중요성이 지속적으로 제기되어 왔다. 특히, 내성천 유역 내 상류에 위치한 토일천 및 낙화암천 소유역에서는 다양한 영농활동과 대규모 및 소규모 축사의 영향으로 강우 시 다양한 비점오염물질이 많이 발생하고 있다. 하류 하천에서의 수질을 효율적으로 개선하기 위해서는 비점오염 발생량이 높은 상류 소유역을 대상으로 적절한 최적관리기법 선정과 이에 대한 정량적인 평가 방법이 필요하다. 최근 식생여과대, 침사지 등과 같은 다양한 최적관리기법 중 인공습지에 대한 점오염원 및 비점오염물질 처리 효과가 국내·외 여러 모니터링 연구를 통해 증명되었다. 그러나 아직까지 유역 내 다양한 토양 및 토지이용상태와 그리고 오염원 유출 특성을 고려하여 인공습지의 조성에 따른 유역단위에서의 수질 개선 효과를 정량적으로 분석한 연구는 미비한 실정이다. 이에 본 연구에서는 장기 강우-유출 유역단위 모형인 SWAT(Soil and Water Assessment Tool) 내 인공습지 모의가 가능하도록 모형 소스코드를 수정하였으며, 내성천 상류 소유역(토일천, 낙화암천)에 위치한 인공습지 조성 전후에 따른 유역 말단에서의 유사 및 비점오염물질의 저감 효율을 비교 분석하였다. 향후 본 연구의 결과는 내성천 유역을 대상으로 인공습지를 통한 유사 및 비점오염 저감 대책 수립 시 기초자료로 활용될 수 있을 것이라 사료된다.

• 한국결정성장학회지
• /
• 제14권5호
• /
• pp.199-203
• /
• 2004

유사구강 분위기인 인공타액 조건하에서 인공치아용 상부구조물 재료 중 하나인 3Y-TZP를 500~3000 N의 하중 조건으로 $10^6$ 횟수까지 헤르찌안 반복하중을 가하여 그 피로특성을 압입손상과 강도저하현상으로 관찰하였다. 500 N의 하중에서 $5\times10^5$ 반복 횟수까지 피로실험결과, 강도저하 및 균열현상은 관찰되지는 않았지만 반복하중 값이 증가함에 따라 링 균열에서 방사상 균열로 전이되었을 때 급격한 강도 저하현상이 관찰되었다. 또한 강도 저하 현상은 유사 구강분위기하에서 반복 하중 접촉시 발생한 균열을 통해 침투한 인공타액의 화학적 침식으로 가속화 되었다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.487-492
• /
• 2004

본 연구에서는 인공신경망 기법을 이용하여 산사태 발생원인에 대한 가중치를 구하였다. 여름철 집중호우시 산사태가 많이 발생하는 강원도 강릉시 사천면 사기막리 와 주문진읍 삼교리에 해당한다. 산사태가 발생할 수 있는 요인으로 지형도로부터 경사, 경사방향, 곡률, 수계추출을, 정밀토양도로부터 토질, 모재, 배수, 유효토심, 지형을, 임상도로부터 임상, 경급, 영급, 밀도를, 지질도로부터 암상을, Landsat TM 영상으로부터 토지이용도와 추출하여 격자화 하였으며, 아리랑1호 영상으로부터 선구조를 추출하여 l00m 간격으로 버퍼링 한 후 격자화 하였다. 이렇게 구축된 산사태 발생 위치 및 발생요인 데이터 베이스를 이용하여 인공신경망 기법을 적용하여 산사태 발생 원인에 대한 상대적인 가중치를 구하였다. 인공신경망의 역전파 알고리즘을 이용한 사기막리 지역과 삼교리 지역의 산사태 가중치를 보면 GPS를 이용한 현장조사와 위성영상을 이용한 변화탐지 기법모두의 경우모두와 훈련지역을 실제 산사태 발생 지역과 경사도가 0°인 지역, 실제 산사태 발생 지역과 Frequence ratio를 이용하여 작성한 취약성도에서 산사태 발생이 낮을 것으로 예상되는 지역, Frequence ratio를 이용한 취약성도에서 산사태 발생이 높을 것으로 예상되는 지역 과 낮을 것으로 예상되는 지역의 경우에서도 경사도는 1.5～2.5배정도 높은 상대적 가중치를 나타냈다. 이러한 가중치는 산사태 취약성도를 작성하는데 활용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.146-146
• /
• 2012

영상 분석을 통하여 하천의 표면유속을 산정하는 표면영상유속계(SIV)는 기존 유속측정 방법들에 비해 간편하고, 효율적이며 짧은 시간에 원하는 영역의 유속장을 산정할 수 있다는 장점을 가지고 있다. 하지만 현장 상황에 따라 분석을 위한 변수들을 달리 적용하고 있기 때문에 사용자마다 유속 결과가 달라질 수 있다는 단점이 있다. 이에 본 연구에서는 표면영상유속계의 측정 불확도 산정을 위해 기지의 유속 분포와 추적자 분포를 가진 인공 영상들을 제작하였다. 이 인공 영상들은 입자영상유속계(PIV)의 불확도 분석에 많이 사용되는 표준 PIV 영상과 유사한 것이다. 이 인공 영상을 이용하여 영상의 취득과 처리에 관련된 여러 변수가 최종 유속장에 미치는 영향을 분석하였다. 연구된 변수에는 상관창의 크기, 탐색창의 크기, 추적 입자의 농도, 면외 속도와 평균 영상 속도, 두 영상간의 시간 간격이 포함된다. 상호상관법을 이용하여 고정확도의 결과를 얻기 위해, 상관창의 크기는 상관창 안에 포함되는 입자의 수가 충분할 만큼 커야 하며, 추적 입자의 농도가 정확도에 크게 영향을 미치는 것을 확인하였다. 또한, 상호상관법을 이용하여 정확도 높은 유속측정 결과를 얻기 위해서는 최적 시간간격 또는 평균 영상 유속이 선택되어야 함을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.53-56
• /
• 2021

국내 산업화가 들어선 후 산업화 당시 지었던 낙후된 건물의 증가에 따라 구조물의 손상 조사 및 검사 방법의 수요가 늘어나고 있다. 일반적으로 구조물의 손상은 전문 검사원이 현장에서 직접 측량도구와 시각적인 방식으로 검사한다. 그러나 전문 검사원들이 직접 조사하는 수고에 비해 균열을 검사하는 방식 자체가 단순하고, 일반 사람이 검사하기에는 객관성이 떨어지는 한계가 있어 균열을 자동적으로 검출함으로써 객관성과 편의성을 보장할 기술이 필요하다. 본 연구에서는 이미지 기반으로 다양한 환경에서의 외벽 균열을 검출할 수 있는 딥러닝 모델 개발을 소개한다. 균열 검출을 위해 다양한 외벽 균열 관련 데이터셋을 확보 및 구축하고 각 데이터셋의 검출 정보를 보완할 반자동(semi-auto) 라벨링 작업을 수행하였다. 두 번째로 기존 높은 검출 성능을 보였던 모델들을 선정 및 비교하여 YOLO v5 모델을 최종적으로 선정하였고, 도메인이 각각 다른 데이터셋에 대한 교차 학습을 통해 각 데이터셋의 mAP의 편차가 31%에서 11%로 좁히는 작업을 수행하였다. 이를 통해 실제 상황에서의 균열 영상에서 균열을 검출할 수 있는 측량 시스템을 개발함으로써 실질적인 검사의 도구로 활용될 수 있길 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.49-52
• /
• 2022

건물 외벽에 발생하는 균열은 시설물 구조 안전에 영향을 미치며 그 크기에 따라 위험도가 달라진다. 이에 따라 전문검사관의 현장 점검을 통해 발생 균열 두께를 정밀하게 측정할 필요가 있고 최근에는 이러한 현장 안전점검에 인공지능을 도입하려는 추세다. 그러나 기존의 균열 데이터셋은 주로 콘크리트에만 한정되어 다양한 외벽에 강인한 모델을 구축하기 어렵고 균열 두께를 측정하기 위해 정확한 마스크(Mask) 정보가 필요하나 이를 만족하는 데이터셋이 부재하다. 본 논문에서는 다양한 외벽에 강인한 균열 구획화 모델을 목적으로 2,744장의 이미지를 촬영하고 매직 완드 기법으로 라벨링을 진행해 데이터셋을 구축 후, 이를 바탕으로 딥러닝 기반 균열 구획화 모델을 개발했다. UNet-ResNet50을 최종모델로 선정 및 개발 결과, 테스트 데이터셋에 대해 81.22%의 class IoU 성능을 보였다. 본 연구의 기술을 바탕으로 균열 두께를 측정하여 건축물 안전점검에 활용될 수 있기를 기대한다.