• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.322-324
• /
• 2005

자가성장 소프트웨어란 동적인 상황 판단에 의거하여 스스로 자신의 기능과 컴포넌트 구성 능력을 성장시키는 소프트웨어를 말한다. 자가성장 소프트웨어는 자신의 환경을 모니터링 하여 사용자에게 적절한 행동을 제공하여 주는 지능형 로봇에 특히 필요하다. 지능형 로봇은 현재 자신이 가지고 있는 소프트웨어로는 해결할 수 없는 상황에 부딪힐 수 있고 이러한 경우 동적으로 소프트웨어 컴포넌트를 획득하여 이용하게 해주는 것이 자가성장 로봇 소프트웨어의 역할이다. 효율적인 컴포넌트의 획득과 관리를 위해 컴포넌트 저장소의 중요성이 부각되고, 자가성장 로봇 소프트웨어를 실현하기 위한 저장소 프레임워크를 ICU의 SemBots 프로젝트에서 개발 중에 있다. 본 논문에서는 저장소를 위한 요구조건과 구조를 기술하고 저장소 시스템을 위한 프로토타입을 제시한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권1호
• /
• pp.21-29
• /
• 2009

지능형 서비스 로봇(Intelligent Service Robots)이란 스스로 주변 환경을 모니터링 하고, 문제 상황 발생시 해결 방안을 마련하여 사용자에게 적절한 서비스들을 제공해 주는 로봇을 말한다. 그러나 로봇이 접할 수 있는 다양한 환경과 상황, 문제들을 미리 예측하여 필요한 모든 기능들을 내부에 포함시키기는 어렵다. 로봇 내부에는 환경에 맞는 필요한 기능들만 가지도록 하고, 필요에 따라 새로운 기능들을 증식 시켜 줄 수 있는 자가 성장 소프트웨어(Self-Growing Software)를 개발함으로써 이러한 문제점을 해결할 수 있다. 본 논문은 자가성장 소프트웨어가 외부로부터 필요 기능 수행을 위한 서브아키텍처(컴포넌트의 조합 패턴)의 획득을 브로커를 통해 수행 할 때, 기능적인 측면뿐 아니라 품질특성과 환경을 고려하여 적절한 서브아키텍처를 선택하는 방법에 관한 것이다. 사용자의 품질 요구를 고려하여 기능수행에 가장 적합한 서브아키텍처를 추론하기 위해 사용품질요구(Quality-Attributes In Use) 온톨로지를 구축하였고, 컴포넌트 조합 선택을 위해 추상화된 레벨 선택 및 구체적 레벨 선택의 2단계 선택 기법을 개발하였다 추상화된 레벨에서는 상위단계 목표를 기반으로 서브아키텍처의 특성들을 추론하고, 구체적 레벨에서는 컴포넌트 자체의 사용품질요구에 부합하는 특성들을 기반으로 실제 서브아키텍처를 검색한다. 이러한 방법을 통해 사용자의 목표나 상황에 따라 달라지는 품질 요구사항을 반영하여 서비스를 제공할 수 있다. 또한, 로봇의 기능 증식 시에 사용자의 목표에 좀 더 부합하는 기능 선택이 가능하고, 사용자의 요구와 소프트웨어 기능 표현 및 해석상의 차이를 극복할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (C)
• /
• pp.235-237
• /
• 2006

로봇 소프트웨어와 같이 사용자의 요구사항과 주변 환경의 잦은 변화에 직면하는 소프트웨어는 스스로 문제 상황을 판단하고, 동적으로 문제 상황을 극복할 수 있는 기능을 검색하고 이용할 수 있어야 한다. 이를 위해 본 논문에서는 아키텍처 기반의 로봇 소프트웨어 환경하에서 온톨로지를 이용하여 로봇의 문제 상황 극복을 위한 소프트웨어의 아키텍처를 재구성 전략과 컴포넌트를 모델링하고 이를 이용하여 문제 상황을 해결 할 수 있도록 적합한 컴포넌트를 선택하는 메커니즘을 기술한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권8호
• /
• pp.731-742
• /
• 2007

다양한 환경에 배치될 수 있고, 예상치 못한 상황에 자주 접할 수 있는 지능형 서비스 로봇의 경우에는 처할 수 있는 환경과 상황을 모두 예측하여 로봇 내부에 필요한 기능을 모두 가지고 있기 어렵다. 로봇에게 환경에 맞는 필요한 기능만 내부에 가지고 있을 수 있게 하고, 필요에 따라 새로운 기능을 획득할 수 있도록 지원해 주기 위한 기반 기술인 컴포넌트 저장소가 본 논문의 주제이다. 이 저장소를 실제 로봇 플랫폼에 적용 실험 해 온 결과, 로봇이 일일이 외부 저장소들을 접근함에 따라 필요한 컴포넌트의 검색 및 획득의 성능이 저하된다는 문제와, 가용한 컴포넌트 저장소가 늘어감에 따라 확장성, 공유성 문제가 발견되었다. 본 연구에서는 이러한 문제점들을 해결하기 위해 분산된 컴포넌트 저장소들을 컴포넌트의 기능적인 측면에 따라 논리적인 그룹으로 묶은 셀 기반의 진화적인 컴포넌트 저장소를 개발하였다. 프로토타입을 개발하여 실험한 결과, 셀 기반의 저장소를 이용하여 로봇이 분산된 저장소를 일일이 물리적으로 접근하는 것이 아니라 논리적으로 투명하게 접근을 할 수 있도록 지원한다. 또한, 로봇 컴포넌트/애플리케이션 개발자들이 자신의 접근 가능한 저장소를 변경하면 전체 저장소 시스템에 반영되어 다른 개발자들이나 로봇이 사용할 수 있게 해 주는 컴포넌트의 투명한 공유를 지원한다.