• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.11-19
• /
• 2021

이상 객체란 일반적이고 평범한 행동을 취하는 객체가 아닌 비정상적이고 흔하지 않은 행동을 하여 관찰이나 감시·감독을 필요로 하는 사람, 물체, 기계 장치 등을 뜻한다. 이를 사람의 지속적인 개입 없이 인공지능 알고리즘을 통해 탐지하기 위해서 광학 흐름 기법을 활용한 시간적 특징의 특이도를 관찰하는 방법이 많이 활용되고 있으며, 이 기법은 정해진 표현 범위가 없는 수많은 이상 행동을 식별하기에 적합하다. 본 연구에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)으로 입력 영상 프레임을 광학 흐름 영상으로 변환하는 알고리즘을 학습시켜 비정상적인 상황을 식별한다. 특히 생성적 적대 신경망 모델이 입력 영상에 대한 중요한 특징 정보를 학습하고, 그 외 불필요한 이상치를 제외시키기 위한 전처리 과정과 학습 후 테스트 데이터셋에서 식별 정확도를 높이기 위한 후처리 과정을 고도화하여 전체적인 모델의 이상 행동 식별 성능을 향상시키는 기법을 제안한다. 이상 행동을 탐지하기 위한 학습 데이터셋으로 UCSD Pedestrian, UMN Unusual Crowd Activity를 활용하였으며, UCSD Ped2 데이터셋에서 프레임 레벨 AUC 0.9450, EER 0.1317의 수치를 보이며 이전 연구에서 도출된 성능 지표 대비 성능 향상이 확인되었다.

• 한국가스학회지
• /
• 제26권6호
• /
• pp.9-15
• /
• 2022

사용 압력 범위에서 고압 수소 탱크의 내구성을 검증하기 위해서는 수압 파열 시험이 수행되어야 한다. 그런데 물의 초기 주입 과정에서 물과 공기의 상호작용에 의해 생성된 기포가 탱크 내벽에 부착되어 잔류할 경우, 가압된 탱크가 파열되는 과정에서 기포의 급격한 압력 변화로 인해 큰 충격과 소음이 유발된다. 따라서 본 연구에서는 단순화된 수식을 통하여 탱크 내벽에 잔류하는 기포를 제거하기 위해 필요한 유속을 예측하였으며, 수소 버스용수소 용기 형상을 기준으로 해당 유속을 유지하기 위한 주입 노즐의 형상을 결정하였다. 또한 입구 압력에 따른 유속 변화를 예측하기 위하여 수치 해석 모델의 개발이 수행되었고, 예측 결과의 타당성을 입증하기 위하여 모형 제작을 통한 실험이 수행되었다. 실험 결과, 탱크 벽면 근처의 유속은 해석모델 예측 값과 유사하게 나타났으며, 입구 압력이 1.5 ~ 5.5 bar 일 경우 제거 가능한 기포의 최소 크기는 약 2.2 ~ 4.6 mm로 예측되었다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제28권3호
• /
• pp.513-527
• /
• 2022

본 연구는 2020년을 전후하여 전세계를 휩쓴 코로나가 끼친 사회문화적인 영향을 살펴보고 이를 통한 규범의 전환과 사회문제를 고찰하기 위해 수행되었다. 이를 위해 펜데믹의 대표적인 사례인 14세기 유럽 흑사병이 미친 사회문화적 규범의 변화의 특성을 도출하고, 이를 바탕으로 이번 코로나를 분석하였다. 흑사병은 기존의 종교 권위와 봉건제도의 권력을 기반으로 한 사회규범을 계몽주의로 바꾸는 계기가 되었다. 인구감소와 노동력 부족 현상은 상업화와 기계화를 촉진시키기도 하였다. 이 시기에 확산된 인쇄술은 지식의 대중화를 이끌었으며 이를 통해 사고의 수준이 높아지고 획기적인 과학적 발전을 이끌어 산업혁명의 토대가 되었다. 최근의 코로나는 흑사병처럼 사회적 규범의 변화를 촉발하였다. 가상과 현실이 혼합된 메타버스라는 기술적 환경은 개인의 정체성을 단일하게 구성되고 유지되어야 한다는 규범에서 벗어나 부캐를 통해 다양한 잠재력을 발휘하는 자유롭고 개방적인 정체성으로 성격을 변화시켰다. 또한 메타버스 상에서 자신과 동일한 세계관을 가지고 있는 이들과 친근하게 지내는 밈(meme)은 비대면 상황에서 고립감을 약화시켜주었다. 코로나 팬데믹 기간동안 발전된 인공지능(AI)은 인간을 보조해주는 기능을 넘어 창조적 활동에 이용되는 단계에 들어섰다. 코로나 팬데믹으로 인해 바뀐 사회규범이 만들어 낸 새로운 사회문제는 어떤 것이 있을지에 대한 논의가 진행되었다.

• 기독교교육논총
• /
• 제70권
• /
• pp.141-173
• /
• 2022

본 연구는 기술혁명의 흐름 속에서 비인격화를 조명하며 새로운 인간상을 지향하는 기독교 인격 교육을 제시하는 것이 목적이다. 기계시대의 기술과 인간의 진화적 흐름에 적응하고 중재하며 대안을 제시하는 기독교 인격 교육을 나타낸 것이다. 이를 위한 교육목적은 기술혁명시대의 새로운 인간상으로 제시된 창조적 인간, '호모 크레토스'(Homo Creators)를 지향하는 것이다. 교육 목표는 창조적인 해석과 학제간의 창조적 통합과 탈기계·탈인습 패러다임의 인격적 대화를 통해서 창조적 인간을 양육하는 것이다. 교육 내용은 탈기계와 탈인습의 특징을 통섭하는 인격 대화이다. 교육 방법은 기술의 시스템적 사고와 인격 대화가 실현되도록 에듀테크(Edu-Tech), AIED(교육 분야의 인공지능)를 활용한다. 또한, 교사와 학습자, 교육 환경과 교육 평가에 대한 구성을 제시한다. 본 연구의 의의는 기독교교육학의 관점에서 기술혁명시대 인간의 정체성을 규명하고, 새롭게 창조적 인간상에 관한 연구를 시도한 것이며, 이것을 지향하는 기독교 인격 교육의 방향성을 제시했다는 데 있다. 이것은 기술혁명시대를 수용하면서도 인간의 본질적 특성을 중시하는 기독교교육이라고 할 수 있다.

• 디자인융복합연구
• /
• 제15권1호
• /
• pp.135-150
• /
• 2016

통신 기술의 발달, 지능형교통체계(ITS: Intelligent Transport Systems)의 확산으로 자동차는 단순한 기계장치에서 종합편의 기능을 가진 제2의 생활 공간으로 변모하고 있으며, 이를 위한 인터페이스로써의 역할을 하는 플랫폼으로 진화하고 있다. 탑승자들에게 다양한 정보를 제공하는 인터페이스 영역이 확장됨에 따라 스마트카 기반의 사용자 경험(UX: User Experience) 연구에 대한 중요성이 높아지고 있다. 이 연구는 스마트카의 사용자 경험 요소에 대한 가이드라인을 제안하는데 목적을 두고 있다. 연구의 수행을 위해 기존 연구를 기반으로 스마트카의 사용자 경험 요소를 기능(function), 상호작용(interaction), 표면(surface)으로 정의하였으며, UX/UI 전문가들의 논의를 통해 각 요소 별로 8개의 대표 기술, 14개의 대표 기능, 8개의 유리창의 위치를 정의하였다. 이 후 100명의 운전자를 대상으로 정의된 스마트카 사용자 경험 요소들에 대한 우선순위를 설문조사 방식으로 분석하였다. 분석을 통해 사용자들은 차량에 주요 기술을 적용함에 있어서 안전, 주행, 감성의 순으로, 조작 방식에 있어서는 음성인식, 터치, 제스처, 물리적 버튼, 아이트레킹의 순으로, 디스플레이 위치에 대해서는 운전석을 중심으로 전방에서 후방으로 높은 우선순위를 가지고 있는 것을 알 수 있었다. 성별에 따른 분석에 있어서는 2개의 기능 외에는 큰 차이를 보이지 않아 남성과 여성에 대한 가이드가 공통되게 적용될 수 있음을 알 수 있었다.

• 경영정보학연구
• /
• 제25권4호
• /
• pp.183-204
• /
• 2023

전 세계적으로 유행한 COVID-19로 인해 비대면 행사가 많이 개최되며, 2021년도에 메타버스가 많은 관심을 받게 되었다. 많은 회사들이 메타버스에 대한 투자를 발표하고 주식 시장에도 큰 변화를 일으킴으로써 메타버스의 가치에 대한 연구의 중요성이 커지고 있다. 본 논문은 이러한 사회 현상을 기반으로 메타버스 투자 계획과 주가 사이의 관계를 분석한다. 2019년부터 2021년까지 수집된 Lexis-Nexis 뉴스 데이터를 토대로 이벤트 연구방법론(event study method)을 사용하여 이러한 관계를 실증적으로 검토하였으며, 세부적인 요인들을 설정하여 선형회귀분석을 실시하였다. 결과적으로, 메타버스 관련 계획은 기업 가치에 긍정적인 영향을 미친다는 결과를 확인할 수 있었다. 기술적인 측면에서는 메타버스 가능 기술(예: NFT, VR 기기, 디지털 트윈)과 공통 기술(예: 반도체, 인공지능, 클라우드) 두 변수 모두 시장 수익률에 긍정적인 영향을 미치는 것으로 나타났으며, 특히 가상 환경의 중요성이 강조되었다. 또한 전략적 관점에서 급진적 혁신(예: 피보팅, 기업 인수)은 점진적 혁신(예: 파트너십, 기술 투자)보다 시장 수익에 더 긍정적인 영향을 미치는 것으로 나타났다. 마지막으로 메타버스 산업은 서비스 산업군에 속하지 않은 회사(예: 전자 장치, 기계 장치)에서 더 긍정적일 수 있다는 결과를 보였다. 학술적으로 메타버스의 혁신적 가치와 중요 요인에 대해 실증적으로 규명하였다는 점에서 연구의 의의가 있다.

• 한국산업정보학회논문지
• /
• 제29권2호
• /
• pp.55-68
• /
• 2024

플랜트 엔지니어링 기업은 서로 다른 공종별 부서에서 플랜트 공정/설비/파이프/계장 등 각 관련 분야의 요구사항 문서를 작성하거나 참조하게 된다. 공정 관련 요구사항 문서는 공정에 대한 설명과 함께 이를 운영할 설비 또는 관련 시설의 요구사항들을 포함한다. 각 공종별 문서에 기술된 설비 또는 부품에 관련된 요구사항과 사양 정보는 문서의 작성자와 검토자들이 다르기 때문에 상호 간에 불일치가 발생할 가능성이 있다. 이 사항들에 대한 일치성을 확인하는 것은 전체 플랜트 설계 정보의 신뢰도를 높일 수 있다. 하지만, 문서의 양이 방대하고 서로 다른 문서들에 동일한 설비 부품에 대한 요구사항들이 일반 문장 형태로 흩어져 있기에 이를 사람이 추적하여 관리하는 것은 한계가 있다. 본 논문에서는 서로 다른 문서들 내에 기술된 요구사항 문장들을 분석하여 설비 또는 설비 부품과 관련된 요구사항 문장의 유사도를 계산하여 의미적으로 동일한 문장을 찾아내는 방법을 제안한다. 요구사항 문장의 유사도를 계산하기 위하여 의미적으로 요구사항의 중심이 되는 부품과 속성을 개체명 인식 방법을 활용하여 찾아내고, 찾아진 부품과 속성들의 유사도를 계산하여 두문장이 의미적으로 동일함을 판단하는 방법을 제안한다. 플랜트 현장에서 사용하는 문서의 문장들을 예제로 하여 제안하는 방법을 설명하고 실험 결과를 설명한다.

• 정보보호학회논문지
• /
• 제34권2호
• /
• pp.207-216
• /
• 2024

4차 산업혁명으로 인해 빅데이터가 구축됨에 따라 개인 맞춤형 서비스가 급증했다. 이로 인해 온라인 서비스에서 수집하는 개인정보의 양이 늘어났으며, 사용자들의 개인정보 유출 및 프라이버시 침해 우려가 높아졌다. 온라인 서비스 제공자들은 이용자들의 프라이버시 침해 우려를 해소하기 위해 개인정보 처리방침을 제공하고 있으나, 개인정보 처리방침은 길이가 길고 복잡하여 이용자가 직접 위험 항목을 파악하기 어려운 문제로 인해 오남용되는 경우가 많다. 따라서 자동으로 개인정보 처리방침이 안전한지 여부를 검사할 수 있는 방법이 필요하다. 그러나 종래의 블랙리스트 및 기계학습 기반의 개인정보 처리방침 안전성 검증 기법은 확장이 어렵거나 접근성이 낮은 문제가 있다. 본 논문에서는 문제를 해결하기위해 생성형 인공지능인 GPT-3.5 API를 이용한 개인정보 처리방침 안전성 검증 기법을 제안한다. 새로운 환경에서도 분류 작업을 수행할 수 있고, 전문 지식이 없는 일반인이 쉽게 개인정보 처리방침을 검사할 수 있다는 가능성을 보인다. 실험에서는 블랙리스트 기반 개인정보 처리방침과 GPT 기반 개인정보 처리방침이 안전한 문장과 안전하지 않은 문장의 분류를 얼마나 정확하게 하는지와 분류에 소요된 시간을 측정했다. 실험 결과에 따르면, 제안하는 기법은 종래의 블랙리스트 기반 문장 안전성 검증 기법보다 평균적으로 10.34% 높은 정확도를 보였다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.