• 프린팅코리아
• /
• v.11 no.9
• /
• pp.128-131
• /
• 2012

한국출판학회(회장 남석순)는 지난 7월 30일 프레스센터 19층 기자회견장에서 문화체육관광부 후원으로 제14회 한 중 출판학술회의를 개최했다. '전환기 시대에서 한 중 출판정책의 현황과 방향'이라는 대주제 아래 진행된 이번 한중출판학술회의에는 총 8편의 연구논문이 발표됐다. 본지에서는 팡치원 중국신문출판연구원 출판발행연구잡지사 부편집장이 발표한 '클라우드 출판은 디지털 출판의 최종 발전 목표이다'에 대해 게재한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.19-20
• /
• 2015

대용량 분산처리시스템과 전산자원 가상화를 토대로 소프트웨어 정의 데이터센터(SDDC) 구현 기술이 광범위하게 연구되고 오픈소스로써 발표되고 있다. 이에 더하여, 성능과 용량이 비약적으로 발전된 commodity hardware는 분산처리와 가상화에 최적의 조건이 됨은 물론, 기존 플랫폼의 한계를 극복하고 글로벌 클라우드가 표방하는 각종 편의성을 자체 구현 할 수 있는 기회를 주기도 한다. 이에 따라, 지속가능하면서 비용효율적인 컴퓨팅 플랫폼 구축 모델을 제시하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.260-261
• /
• 2012

최근 기업에서도 업무를 지원하는 모바일 어플리케이션 개발을 시작하였으나 다양한 모바일 플랫폼에 맞춰 별도로 제작해야 되는 비용 증가 문제가 발생하였다. 따라서 이러한 문제를 해결하기 위한 연구를 진행하고 있으며 본 논문에서는 Thin Client 모델에서의 가상단말 용 어플리케이션을 개발하고 배포할 수 있는 모바일 클라우드 지원을 위한 통합개발환경을 제안하고 이를 시험적으로 구현한 통합개발환경을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.208-209
• /
• 2013

클라우드 환경에서 Scientific Application Service와 같이 computing intensive한 job을 최소한의 자원을 이용해 성능을 보장하면서 서비스를 제공할 수 있는 어플리케이션 프로파일링(Application Profiling) 기술을 제안한다.

• Review of Korea Contents Association
• /
• v.12 no.1
• /
• pp.32-37
• /
• 2014

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.329-330
• /
• 2020

본 논문에서는 Azure 클라우드 플랫폼의 가상서버 호스팅을 이용해 데이터 수집 환경을 구축하고, Azure에서 제공하는 자동화된 기계학습(Automated Machine Learning, AutoML)을 기반으로 데이터 분석 방법에 관한 연구를 수행했다. 가상 서버 호스팅 환경에 LAMP(Linux, Apache, MySQL, PHP)를 설치하여 데이터 수집환경을 구축했으며, 수집된 데이터를 Azure AutoML에 적용하여 자동화된 기계학습을 수행했다. Azure AutoML은 소모적이고 반복적인 기계학습 모델 개발을 자동화하는 프로세스로써 기계학습 솔루션 구현하는데 시간과 자원(Resource)를 절약할 수 있다. 특히, AutoML은 수집된 데이터를 분류와 회귀 및 예측하는데 있어서 학습점수(Training Score)를 기반으로 보유한 데이터에 가장 적합한 기계학습 모델의 순위를 제공한다. 이는 데이터 분석에 필요한 기계학습 모델을 개발하는데 있어서 개발 초기 단계부터 코드를 설계하지 않아도 되며, 전체 기계학습 시스템을 개발 및 구현하기 전에 모델의 구성과 시스템을 설계해볼 수 있기 때문에 매우 효율적으로 활용될 수 있다. 본 논문에서는 NPU(Neural Processing Unit) 학습에 필요한 데이터 수집 환경에 관한 연구를 수행했으며, Azure AutoML을 기반으로 데이터 분류와 회귀 등 가장 효율적인 알고리즘 선정에 관한 연구를 수행했다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.7 no.6
• /
• pp.1245-1258
• /
• 2012

This study is about development of technology for electronic government of S. Korea with cloud computing analysed by the application of scenario planning. As a society of knowledge and information has been developed rapidly, because of changing from web environment to ubiquitous environment, a lot of countries across the world as well as S. Korea for e-Government have a variety of changes with cloud computing service. So this research focused on the strategy consulting of e-Government of S. Korea with development of cloud computing technology analysed by the application of 'scenario planning' as a foresight method. As a result, the future policy for development of cloud computing technology for electronic government of S. Korea is to further spur the development of technology for hard ware and internet data center as SLA(Service Level Agreement) and service provisioning, more improvement of level of technology with soft ware solution as resource virtualization, open API(Application Programming Interface).

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.237-238
• /
• 2012

기존의 기업 응용 프로그램들은 스마트폰의 성능 이상의 처리를 요구하는 데스크탑 환경에서 동작하였고 또한 기업의 시스템들은 스마트폰과의 연동과는 적합하지 않았다. 스마트폰 시장의 폭발적인 성장과 함께 일부 기업 업무처리가 스마트폰으로 이동하는 추세에서 이러한 문제들을 해결하기 위한 모바일 플랫폼으로 온-디멘드 클라우드 리소스를 이용한 개방형 모바일 클라우드(Open Mobile Cloud 이하 OMC) 플랫폼이 제안되었다. 본 논문에서는 OMC 플랫폼에서의 어플리케이션 리파지토리의 역할과 구조를 제안한다. 해당 플랫폼에서 리파지토리로의 요구사항으로는 VApp과 HApp의 버전 관리 및 배포가 있다. 또한 확장성, 독립성, 신뢰성 및 고 가용성의 리파지토리를 만족할 수 있는 구조 연구를 통해 이를 시험적으로 구현한 OMC App Repository를 소개한다. 또한 결론에서는 OMC 플랫폼에서 리파지토리를 이용한 추후 연구에 대해서도 다루고 있다.

• Review of KIISC
• /
• v.29 no.3
• /
• pp.37-43
• /
• 2019

딥러닝을 비롯한 인공기능과 영상처리 분야의 접목은 기존 물리보안의 기술적 한계를 뛰어넘어 새로운 기회의 장을 마련하고 있다. 하지만 딥러닝 기반 영상분석 기술도 지능형 영상감시가 필요한 실제 현장에서는 다양한 환경의 제약사항으로 인해 성능이 저하될 가능성이 높다. 본 논문에서는 실제 CCTV 환경의 영상 데이터를 확보하여 신경망을 이용한 지속적인 학습을 통해 영상분석의 성능을 개선하는 클라우드 기반 지능형 영상보안 플랫폼을 소개한다. 클라우드 기반 지능형 영상보안 플랫폼은 지자체 통합관제센터에서 수집한 CCTV 영상을 학습 데이터로 활용하여, 현장에서 신뢰받을 수 있는 사람 검출, 사람/차량 재식별, 열악 차량번호판 탐지 등의 지능형 영상분석 서비스를 제공할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.163-165
• /
• 2014

클라우드 컴퓨팅 기술의 발전 및 모바일 디바이스의 확산으로 데이터센터의 수요가 폭발적으로 증가하고 있고, 데이터 센터내 트래픽 또한 급증할 것으로 예측된다. 따라서 데이터센터 내에 서버용 확장 할 수 있고, 고장방지에 뛰어난 서버센트릭 네트워크 구조가 수많은 서버를 효율적으로 관리할 수 있는 대안으로 제시되었다. 본 논문에서는 서버센트릭 데이터센터에서 서버 배치를 통한 트래픽의 변화에 대해 분석하고 효율적으로 트래픽을 감소시키기 위한 휴리스틱(Heuristic) 접근방법을 제안한다.