• 경영정보학연구
• /
• 제23권3호
• /
• pp.201-223
• /
• 2021

스마트홈(Smart Home)은 일상생활에서의 편의성을 높이고 가정에서의 삶의 질을 향상시킬 수 있도록 하는 첨단 사물인터넷(IoT) 서비스이다. 최근 인공지능(AI) 기술이 적용된 스마트홈 서비스가 등장하면서 그에 대한 관심이 더욱 증가하고 있다. 스마트홈 시장에서의 경쟁 우위 선점을 위해, 기업들은 사용자들에게 맞춤형 "개인화 서비스"를 제공하고 있으며, 이는 스마트홈 사용을 보다 촉진할 수 있는 핵심 서비스라 할 수 있다. 본 연구는 스마트홈 개인화 서비스에 대한 가치 인식과 사용의도에 대한 영향 요인을 고찰하고자 한다. 본 연구에서는 스마트홈 개인화 서비스에 대한 가치 인식에 영향을 주는 핵심 요인으로 4가지 차원의 동기화된 혁신성(인지적, 기능적, 쾌락적, 사회적 혁신성)과 프라이버시 위험 인식에 초점을 두고 그 영향력을 분석하였다. 특히 본 연구에서는 최근 사회형태적으로 차별화된 특징을 보이고 있는 MZ세대(10후반~30대의 젊은 층)와 40~50대 이상의 X세대 및 베이비붐 세대 간 차이점이 있는지 비교 분석하였다. 이를 통해, 기성세대와 다른 MZ세대가 보이는 차별적 특징을 도출하고, 스마트홈 서비스 사용 활성화를 위한 학문적·실무적 시사점을 제공하고자 한다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.111-128
• /
• 2023

인공지능(AI) 기술이 발전함에 따라 빅데이터 기반의 상품 선호도 추정 개인화 추천시스템에 관심이 증가하고 있는 추세이다. 하지만 개인화 추천이 적합하지 않은 경우 고객의 구매 의사를 감소시키고 심지어 금융상품의 특성상 막대한 재무적 손실로 확대될 수 있는 위험을 가지고 있다. 따라서 고객의 특성과 상품 선호도를 포괄적으로 반영한 추천시스템을 개발하는 것이 비즈니스 성과 창출과 컴플라이언스 이슈 대응에 매우 중요하다. 특히 금융상품의 경우 개인의 투자성향과 리스크 회피도에 따라 고객의 상품 선호도가 구분되므로 축적된 고객 행동 데이터를 활용하여 맞춤형 추천서비스를 제안하는 것이 필요하다. 이러한 고객의 행동 특성과 거래 내역 데이터를 사용하는 것뿐만 아니라, 고객의 인구통계정보, 자산정보, 종목 보유 정보를 포함하여 추천 시스템의 콜드 스타트 문제를 해결하고자 한다. 따라서, 본 연구는 고객의 거래 로그 기록을 바탕으로 고객의 투자성향과 같은 특성 정보와 거래 내역 및 금융상품 정보를 통해 고객별 금융상품 잠재 선호도를 도출하여 딥러닝 기반의 협업 필터링을 제안한 모형이 가장 성능 우수한 것을 확인하였다. 본 연구는 고객의 금융 투자 메커니즘을 기반으로 금융상품 거래 데이터를 통해 미거래 금융상품에 대한 예상 선호를 도출하는 추천 모델을 구축하여, 선호가 높을 것으로 예상되는 상위 상품군을 추천하는 서비스를 개발하는 것에 의의가 있다.

• 터널과지하공간
• /
• 제31권5호
• /
• pp.374-384
• /
• 2021

본 논문에서는 암석시료의 CT 촬영 이미지상의 균열을 자동으로 탐지하는 새로운 인공지능 딥러닝 기법을 제안한다. 본 제안 기법은 2단계 딥러닝 객체인식 알고르즘인 Faster R-CNN을 기반으로 회전 가능한 경계박스(bounding box) 개념을 도입하여 알고리즘을 개조하였다. 회전 경계박스의 도입은 관심 균열 영역 밖의 배경의 불균질성 및 균열의 크기와 형태에 영향을 받는 딥러닝 객체인식기법 상의 고유한 어려움을 극복하기 위한 핵심 역할을 한다. 본 회전형 경계박스의 사용은 일반적으로 사용되는 영상 수평축과 평행한 경계박스 사용의 경우와 비교하여 긴 형태의 균열 형상 특성에 매우 잘 부합된다. 즉, 좋지않은 영향을 끼치는 경계박스 내 균열 이외 배경영역의 비율을 최소화 시킬 수 있다. 이외에도, 회전 경계박스의 추가적인 이점은 인식된 균열의 방향에 따라 회전하여 추론되는 경계박스를 통해 균열의 방향과 길이에 대한 정보를 직접적으로 얻을 수 있다. 본 제안기법의 적용성을 검증하기 위하여, 이미지상에서 매우 불균질한 화강암 시료에 인공적으로 균열을 발생시킨 다수의 암석시료 영상을 딥러닝 학습에 사용하고 추론 성능 실험을 진행하였다. 그 외에도, 동일 조건에서 사암과 셰일 암석 시료에도 적용하여 검증하였다. 결론적으로, 제안된 기법을 통해 균열 객체 인식의 평균 추론정확도(mAP)값이 0.89 정도 수준의 우수한 추론 성능을 보였으며, 기존 기법에 비해 추론된 경계박스 내 균열과 배경 영역의 비율 측면에서 배경의 비율이 획기적으로 최소화되는 유리한 추론 검증 결과를 보였다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.707-723
• /
• 2022

위성기반 해수면온도는 광역 모니터링이 가능한 장점이 있지만, 다양한 환경적 그리고 기계적 이유로 인한 시공간적 자료공백이 발생한다. 자료공백으로 인한 활용성의 한계가 있으므로, 공백이 없는 자료 생산이 필수적이다. 따라서 본 연구에서는 한반도 주변 해역에 대해 극궤도와 정지궤도 위성에서 생산되는 해수면온도 자료를 두 단계의 기계학습을 통해 융합하여 4 km의 공간해상도를 가지는 일별 해수면온도 합성장을 만들었다. 첫번째 복원 단계에서는 Data INterpolate Convolutional AutoEncoder (DINCAE) 모델을 이용하여 다종 위성기반 해수면온도 자료를 합성하여 복원하였고, 두번째 보정 단계에서는 복원된 해수면온도 자료를 현장관측자료에 맞춰 Light Gradient Boosting Machine (LGBM) 모델로 학습시켜 최종적인 일별 해수면온도 합성장을 만들었다. 개발된 모델의 검증을 위해 복원 단계에서 무작위 50일의 자료 중 일부분을 제거하여 복원한 뒤 제거된 영역에 대해 검증하였으며, 보정 단계에서는 Leave One Year Out Cross Validation (LOYOCV) 기법을 이용하여 현장자료와의 정확도를 검증하였다. DINCAE 모델의 해수면온도 복원 결과는 상당히 높은 정확도(R²=0.98, bias=0.27℃, RMSE=0.97℃, MAE=0.73℃)를 보였다. 두번째 단계의 LGBM 보정 모델의 정확도 개선은 표층 뜰개 부이와 계류형 부이 현장자료와의 비교에서 모두 상당한 향상(RMSE=∆0.21-0.29℃, rRMSE=∆0.91-1.65%, MAE=∆0.17-0.24℃)을 보여주었다. 특히, 모든 현장 자료를 이용한 보정 모델의 표층 뜰개 부이와의 정확도는 동일한 현장 자료가 동화된 기존 해수면온도 합성장보다 나은 정확도를 보였다. 또한 LGBM 보정 모델은 랜덤포레스트(random forest)를 사용한 선행연구에서 보고된 과적합의 문제를 상당부분 해결하였다. 보정된 해수면온도는 기존의 초고해상도 해수면온도 합성장들과 유사한 수준으로 수온 전선과 와동 등의 중규모 해양현상을 뚜렷하게 모의하였다. 본 연구는 다종위성 자료와 기계학습 기법을 사용해 시공간적 공백 없는 고해상도 해수면온도 합성장 제작 방법을 제시하였다는 점에서 가치가 있다.

• 한국자원식물학회지
• /
• 제36권2호
• /
• pp.181-190
• /
• 2023

국내 홉 생산은 외국산 수입으로 1990년대 초반 이후 중단된 상태이나, 최근 수제맥주 붐의 영향으로 국내 생산에 대한 관심이 고조되고 있다. 본 연구는 국내 홉 생산 및 육종을 위한 기반연구로 외국산 도입 홉 6개 품종을 대상으로 생육특성 및 증식기술 개발중심으로 수행하였다. 2021년과 2022년 진행한 홉 생육조사에서 재식 후 4년차보다 5년차에서 일반적으로 홉의 착화고, 착화수, 구화의 크기와 무게가 증가하는 경향을 나타냈다. 홉 삽목 실험의 결과, 일반적으로 발근제 '아토닉' 처리를 하지 않은 물꽂이에서도 전체 평균 발근율이 88%로 높았지만 아토닉을 침지하거나 희석하여 관주할 경우 발근율이 93%로 증가하는 경향을 나타냈다. 아토닉 처리 방법에 따른 발근력과 발근율에는 품종간 차이가 있었다. 발근 삽목묘를 상토 이식 후 생존율을 확인 하였을 때, 조직배양실에서 삽목한 것이 온실에서 삽목한 것에 비해 상당히 생존율이 떨어졌다. 따라서 홉 삽목시에는 물꽂이 만으로도 높은 삽목 성공률을 얻을 수 있으며, 상토 이식 후 식물체를 안정적으로 관리하는 기술 개발이 홉 대량증식에서 중요할 것으로 판단된다. 조직배양 기술을 통해 홉을 증식할 땐 IAA 0.1 ㎎/L에 BAP 1 ㎎/L 보다 TDZ 1 ㎎/L를 첨가하여 배양하는 것이 다경유도에 효과적이다. 이러한 삽목 및 조직배양 증식과 순화 기술을 정립하면, 국내 홉 건전묘 생산에 활용이 가능할 것으로 생각된다.

• 방송공학회논문지
• /
• 제10권4호통권29호
• /
• pp.557-575
• /
• 2005

다양한 정보기기를 통해 사용자가 원하는 비디오 콘텐츠를 원하는 형태로 언제 어디서나 소비 할 수 있는 유비쿼터스 비디오 서비스를 위한 핵심 요소 기술이 많이 연구되고 있다. 본 논문에서는 디지털 흠 환경에서 TV 단말 및 다양한 사용자 단말을 이용하여 사용자 선호도 기반 유비쿼터스(Ubiquitous) TV 프로그램 콘텐츠를 소비 할 수 있는 시스템 아키텍쳐(Architecture)를 설계하고 이를 구현한 결과를 제시한다. 그리고 댁내 TV 시청자는 자신이 원하는 TV 프로그램 콘텐츠를 원하는 시간에 선택, 소비할 수 있는 유비쿼터스 서비스를 위한 민간 표준인 TV Anytime 규격과 범용적 멀티미디어 접근 및 소비(UMAC: Universal Multimedia Access and Consumption)을 위해 사용자 환경, 사용자 단말 특성, 사용자 특성에 대한 컨텍스트(Context) 정보를 메타데이터로 서술하는 국제표준인 MPEG-21 DIA(Digital Item Adaptation)을 이용한다. 제안된 유비쿼터스 콘텐츠 이동성 프로토타입(Prototype) 시스템은 사용자가 선호하는 콘텐츠를 어떠한 다양한 사용자 단말을 통해서도 소비가 가능하며, 사용자가 소비하던 콘텐츠를 서로 다른 단말을 통해 이동하여 연속적으로 소비 할 수 있도록 설계되었으며, 함께 시청중인 TV 프로그램 콘텐츠에 대해 단일 사용자뿐 만 아니라, 다중 사용자가 서로 다른 시간에도 콘텐츠 소비가 가능하도록 콘텐츠 이동성 기능도 구현되었다. 본 논문에서 제안하는 디지털 홈 환경에서의 유비쿼터스 TV 프로그램 콘텐츠 소비를 위한 유비쿼터스 콘텐츠 이동성 프로토타입 시스템은 흠 서버, 디스플레이 단말, 지능형 정보 단말로 구성되어 있다 본 프로토타입 시스템을 시험하기 위해 8개 장르의 서로 다른 4개의 공중파 방송 채널에서 방영된 42개 TV 프로그램 콘텐츠가 사용되었다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.49-67
• /
• 2015

최근 다양한 분야에서 빅데이터의 활용과 분석에 대한 중요성이 대두됨에 따라, 뉴스기사와 댓글과 같은 비정형 데이터의 자연어 처리 기술에 기반한 감성 분석에 대한 관심이 높아지고 있다. 하지만, 한국어는 영어와는 달리 자연어 처리가 어려운 교착어로써 정보화나 정보시스템에의 활용이 미흡한 실정이다. 이에 본 연구는 감성 분석에 활용이 가능한 감성어 사전을 집단지성으로 구축하였고, 누구나 연구와 실무에 사용하도록 API서비스 플랫폼을 개방하였다(www.openhangul.com). 집단지성의 활용을 위해 국내 최대 대학생 소셜네트워크 사이트에서 대학생들을 대상으로 단어마다 긍정, 중립, 부정에 대한 투표를 진행하였다. 그리고 집단지성의 효율성을 높이기 위해 감성을 '정의'가 아닌 '분류'하는 방식인 폭소노미의 '사람들에 의한 분류법'이라는 개념을 적용하였다. 총 517,178(+)의 국어사전 단어 중 불용어 형태를 제외한 후 감성 표현이 가능한 명사, 형용사, 동사, 부사를 우선 순위로 하여, 현재까지 총 35,000(+)번의 단어에 대한 투표를 진행하였다. 본 연구의 감성어 사전은 집단지성의 참여자가 누적됨에 따라 신뢰도가 높아지도록 설계하여, 시간을 축으로 사람들이 단어에 대해 인지하는 감성의 변화도 섬세하게 반영하는 장점이 있다. 따라서 본 연구는 앞으로도 감성어 사전 구축을 위한 투표를 계속 진행할 예정이며, 현재 제공하고 있는 감성어 사전, 기본형 추출, 카테고리 추출 외에도 다양한 자연어 처리에 응용이 가능한 API들도 제공할 계획이다. 기존의 연구들이 감성 분석이나 감성어 사전의 구축과 활용에 대한 방안을 제안하는 것에만 한정되어 있는 것과는 달리, 본 연구는 집단지성을 실제로 활용하여 연구와 실무에 활용이 가능한 자원을 구축하여 개방하여 공유한다는 차별성을 가지고 있다. 더 나아가, 집단지성과 폭소노미의 특성을 결합하여 한글 감성어 사전을 구축한 새로운 시도가 향후 한글 자연어 처리의 발전에 있어 다양한 분야들의 융합적인 연구와 실무적인 참여를 이끌어 개방적 협업의 새로운 방향과 시사점을 제시 할 수 있을 것이라 기대한다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.53-74
• /
• 2018

해외 시장 의존형 경제구조를 지닌 우리나라에서 관광산업은 국가경제에 중요한 산업으로 이를 육성하기 위해 정확한 관광 수요 예측이 필요하다. 그에 따라 많은 연구들이 출국 수요를 예측하기 위해 노력해왔으며 출국수요에 영향을 미치는 요인에 대해 다각도로 연구가 이루어져 왔다. 특히 정보기술의 발전으로 최근에는 출국자들의 출국지 선택 등 관광객의 의사결정에 온라인 뉴스, 소셜 네트워크 서비스 등의 온라인 미디어가 많은 영향을 끼치고 있다. 이에 본 연구는 온라인 미디어가 발생시키는 구전 효과가 출국 수요에 미치는 영향을 살펴보고 그 영향 관계를 규명하고자 하였다. 온라인 미디어는 쉽게 접근이 가능하고 공유가 활발하다는 측면에서 구전 효과가 발생되어 사용자들의 의사결정에 영향을 주고 있다. 이를 위해 본 연구에서는 온라인 미디어를 공적 미디어인 뉴스와 사적 미디어인 블로그로 구분하였으며 실제 아시아 5개국의 출국자 수에 이들 미디어가 미치는 영향 관계를 패널 모형을 통해 분석하였다. 그 결과, 온라인 뉴스의 구전 효과는 출국자 수에 부정적인 영향을 미치지만 블로그의 경우 긍정적 영향 관계를 보였다. 따라서 향후 출국 수요 예측에 있어 온라인 미디어의 구전 효과를 반영해야 하며 이는 미디어의 종류에 따라 차별적으로 적용해야 함을 시사한다. 또한 각 국가별로 온라인 미디어의 특성에 따라 미치는 영향 관계가 차이가 있음을 분석하였다. 즉, 출국 국가에 따라 온라인 미디어의 영향력이 다름에 따라 국가별로 차별적인 예측 및 관리 모형이 필요하다. 본 연구 결과를 통해 관광산업종사자들의 국가와 미디어별 온라인 미디어 기반의 마케팅 전략 수립에 도움을 줄 수 있으리라 기대된다.

• 한국정보통신학회논문지
• /
• 제12권7호
• /
• pp.1218-1226
• /
• 2008

반도체 집적 기술의 발달과 컴퓨터에서 멀티미디어 기능의 사용이 많아지면서 보다 많은 기능들이 하드웨어로 구현되기를 원하는 요구가 증가되고 있다. 그래서 현재 사용되는 대부분의 32 비트 마이크로프로세서는 정수 곱셈기를 하드웨어로 구현하고 있다. 그러나 나눗셈기는 기존의 알고리즘인 SRT 알고리즘의 방식이 하드웨어 구현상의 복잡도와 느린 동작 속도로 인해 특정 마이크로프로세서에 한해서만 하드웨어로 구현되고 있다. 본 논문에서는 'w bit $\times$ w bit = 2w bit' 곱셈기를 사용하여 $\frac{N}{D}$ 정수 나눗셈을 수행하는 알고리즘을 제안한다. 즉, 제수 D 의 역수를 구하고 이를 피제수 N 에 곱해서 정수 나눗셈을 수행한다. 본 논문에서는 제수 D 가 '$D=0.d{\times}2^L$, 0.5<0.d<1.0'일 때, '$0.d{\times}1.g=1+e$, $e<2^{-w}$'가 되는 '$\frac{1}{D}$'의 근사 값 '$1.g{\times}2^{-L}$'을 가칭 상역수라고 정의하고, 상역수를 구하는 알고리즘을 제안하고, 이렇게 구한 상역수 '$1.g{\times}2^{-L}$'을 피제수 N에 곱하여 $\frac{N}{D}$ 정수 나눗셈을 수행한다. 제안한 알고리즘은 정확한 역수를 계산하기 때문에 추가적인 보정이 요구되지 않는다. 본 논문에서 제안하는 알고리즘은 곱셈기만을 사용하므로 마이크로프로세서를 구현할 때 나눗셈을 위한 추가적인 하드웨어가 필요 없다. 그리고 기존 알고리즘인 SRT 방식에 비해 빠른 동작속도를 가지며, 워드 단위로 연산을 수행하기 때문에 기존의 나눗셈 알고리즘보다 컴파일러 작성에도 적합하다. 따라서, 본 논문의 연구 결과는 마이크로프로세서 및 하드웨어 크기에 제한적인 SOC(System on Chip) 구현 등에 폭넓게 사용될 수 있다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.129-149
• /
• 2021

최근 인간과 사회적으로 상호작용할 수 있는 소셜 로봇(Social Robot)에 대한 관심이 커지고 있다. ICT 기술 발전에 힘입어 소셜 로봇이 개인에게 맞춤형 서비스와 정서적 교감을 제공하기 쉬워졌으며, 현대의 사회문제들과 이로 인한 개인의 삶의 질 저하를 해소하기 위한 수단으로 소셜 로봇의 역할이 주목받고 있다. 소셜 로봇에 대한 관심에 힘입어 소셜 로봇 보급 또한 크게 늘고 있다. 많은 기업이 다양한 목표시장을 겨냥하기 위한 로봇 제품들을 시장에 선보이고 있으나, 현재까지 시장을 선도하는 명확한 흐름은 부재하다. 이에 따라 소셜 로봇의 디자인을 통해 로봇을 차별화하고자 하는 시도가 늘고 있다. 특히 의인화는 소셜 로봇 디자인에서 중요하게 연구되고 있으며, 소셜 로봇을 의인화하여 긍정적인 효과를 발현하려는 접근이 많이 시도되었다. 그러나 소셜 로봇에 대한 의인화가 형성되는 메커니즘을 체계적으로 설명하는 연구는 부족하다. 의인화에 대한 모호한 이해는 소셜 로봇의 의인화를 형성하기 위한 디자인 최적점의 도출을 어렵게 하고 있다. 본 연구는 소셜 로봇의 의인화가 형성되는 메커니즘을 검증하는 것을 목적으로 한다. 본 연구는 3×2 Mixed Design의 실험 연구를 통해 소셜 로봇의 인간 유사성(Human-likeness)과 개인의 해석수준(Construal Level)이 의인화 형성에 미치는 영향을 확인하였다. 의인화가 형성되는 메커니즘에 대한 6개의 연구 가설을 제시하고, 206명 표본의 데이터를 분석하여 가설을 검증하였다. 분석 결과 소셜 로봇의 인간 유사성 수준에 따라 로봇 의인화 수준이 높아지며, 소비자 해석수준에 따라 인간 유사성이 의인화에 미치는 영향이 다르게 나타남을 확인하였다. 본 연구는 소셜 로봇의 디자인 속성인 인간 유사성과 개인의 사고방식인 해석수준을 함께 고려하여 의인화가 형성되는 메커니즘을 설명하였다는 점에서 시사점이 있다. 본 연구의 결과를 소셜 로봇 의인화 형성을 위한 디자인 최적화의 기준으로 활용할 수 있을 것으로 기대한다.