• 문화기술의 융합
• /
• 제9권1호
• /
• pp.697-702
• /
• 2023

최근 4차 산업혁명의 핵심기술인 드론의 도입으로 학교 교육 현장에서는 드론을 활용한 다양한 융합교육이 진행되고 있다. 특히 자유학기제 수업 및 진로탐색과 연계하여 드론 이론 및 실습 교육을 진행하고 있다. 드론융합 교육프로그램은 단순 시연 실습교육 보다 학습자의 만족도가 높고 직접적인 실습 경험으로 인하여 학습효과가 높게 나타나고 있다. 그러나 다수의 학습자를 상대로 실습교육을 진행하고 있어 한정된 장소에서의 다중드론 비행에 제약 및 학습자 통제가 불가능한 실정이다. 본 논문에서는 학교에서 다중드론 교육 운영 시 교수자가 다수의 드론을 실시간 감시하고 드론 간의 충돌을 사전에 학습자에게 인식시켜 실시간으로 다수의 드론 감시가 가능한 감시시스템을 제안하였다. 실험에서 사용된 통신 모듈은 Murata LoRa에 GPS를 탑재하였고, 실시간으로 수신된 위치 데이터를 기반으로 모니터링이 가능하도록 서버와 클라이언트를 구성하였다. 개방형 공간에서 제안한 시스템의 성능을 평가하였으며, 약 120m 거리까지 통신 신호가 양호함을 확인하였다. 즉 240m 범위 안에서 25대의 교육용 드론의 제어가 가능하고, 교수자가 모니터링할 수 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.1-8
• /
• 2023

자동차의 주요 부품인 휠 베어링에 결함이 생기면 교통사고등 문제를 발생시켜 이를 해결하기 위해 빅데이터를 수집해서 예측진단 및 관리 기술을 통한 휠 베어링의 고장 유무 및 고장 유형을 조기에 알려 주는 알고리즘과 모니터링 시스템 개발이 필요하다. 본 논문에서는 이러한 지능형 휠 허브 베어링 정비 시스템 구현을 위해 신뢰성 및 건전성에 대한 모니터링용 센서 및 예측 진단하는 알고리즘이 탑재된 임베디드 시스템을 개발하였다. 사용된 알고리즘은 휠 베어링에 설치된 가속도 센서로부터 진동 신호를 취득하고 이를 신호 처리기법, 결함주파수 분석, 건전성 특징 인자정의 등의 과정을 빅데이터 기술을 통해 고장을 예측하고 진단할 수 있다. 구현된 알고리즘은 진동 주파수 성분들은 최소화하고 휠 베어링에서 발생하는 진동 성분을 극대화할 수 있는 안정 신호 추출 알고리즘을 적용하고, 필터를 활용한 노이즈 제거에서는 인공지능 기반의 건전성 추출 알고리즘을 적용하였으며, FFT를 통한 결함 주파수를 분석하여 고장 특성인자 추출을 통한 고장을 진단하였다. 본 시스템의 성능 목표는 12,800ODR 이상으로 시험 결과를 통해 목표치를 만족하였다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.23-46
• /
• 2017

2000년대 이전부터 북미 유럽의 선진국을 중심으로 특정 기업이나 사업(프로젝트)에 관한 가치를 평가하는 사례는 있어 왔으나, 개별 기술(특허)의 경제적 가치를 산정하는 체계나 방법론은 국내를 중심으로 최근 들어 활성화되어 왔다. 이러한 기술가치평가 분야는 기술이전(거래), 현물출자, 사업타당성 분석, 투자유치, 세무/소송 등의 다양한 용도로 활용되고 있다. 물론 기술보증기금의 KTRS, 발명진흥회의 SMART 3.1과 같이, 평가대상기술에 대한 기술력(등급) 평가 혹은 특허등급평가를 정성적으로 수행하는 온라인 시스템은 존재해 왔으나, 대상기술의 정량적인 가치금액까지 산출해 주는 웹기반 지능형 기술가치평가 시스템은 한국과학기술정보연구원(KISTI)에 의해 유일하게 개발 및 공식 오픈되어 확산 활용되고 있다. 본 고에서는 KISTI에서 개발 운영중인 웹기반 'STAR-Value' 시스템을 중심으로, 탑재된 방법론 및 평가모델의 유형, 이를 지원하는 참조정보 및 데이터베이스(D/B)가 어떻게 연계 활용되는지를 소개한다. 특히 미래에 발생할 경제적 수익을 추정하여 현재가치화하는 소득접근법 기반의 대표 모델인 현금흐름할인(DCF) 모델과 특정 로열티율을 기반으로 로열티수입료의 현재가치를 기술료 대가로 산정하는 로열티절감모델을 포함한 6개 모델, 그리고 관련 지원정보(기술수명, 기업(업종)재무정보, 할인율, 산업기술요소 등)의 데이터 기반 연계 방식에 대해 살펴본다. STAR-Value 시스템은 평가대상기술에 대한 국제특허분류(IPC) 혹은 한국표준산업분류(KSIC) 등의 분류 정보로부터 기술순환주기(TCT) 지수, 유사업종(혹은 유사기업)의 매출액 성장률 및 수익성 데이터, 업종별 가중평균자본비용(WACC) 및 산업기술요소 지수 등 메타데이터값을 자동적으로 불러오고 여기에 조정요인을 반영하여 기술가치의 산출결과가 높은 신뢰성 및 객관성을 가지도록 한다. 나아가 대상기술의 잠재적 시장규모와 해당 사업화주체의 시장점유율에 대한 정보까지 보유 재무데이터 기반으로 참조값을 제시하거나 기존에 완료된 평가사례 축적 기반으로 업종별 유사 기술의 가치범위값을 제시해 준다면, 본 시스템이 보다 지능형으로 지원 모듈을 연계 활용하고 실시간으로 손쉽게 고(高)정확도의 기술가치범위를 제시해 줄 수 있을 것으로 기대된다. 본 고에서는 웹기반 STAR-Value 시스템이 참조데이터 기반으로 지능형 연계를 수행하도록 해주는 모형선택 가이드라인 지원기능, 기술가치범위 추론 지원기능, 유사기업 선정 기반의 시장점유율 산정 지원기능의 내부 로직 구성을 설명한다. 상기 지원기능을 통해 비전문가(또는 초보자) 수준에서 최적의 평가모형 선택, 기술가치 범위 추론, 유사기업 선택 및 시장점유율 산정에 대한 정보지원이 데이터 사이언스 및 기계학습 기반으로 수행될 수 있다. 본 연구는 기술가치평가 분야의 이론적 타당성을 평가실무에서 활용할 수 있는 평가모델 및 지원정보를 실제 탑재한 웹기반 시스템의 소개에 의미가 있으며, 추가적으로 보다 객관적이고 손쉬운 지능형 지원시스템의 활용성을 높임으로써, 앞으로 기술사업화의 제 분야에서 다양하게 활용할 수 있을 것으로 기대된다.

• 원예과학기술지
• /
• 제29권5호
• /
• pp.420-432
• /
• 2011

방울토마토(Lycopersicon esculentum cv. Koko) 재배 온실에 피해를 주는 온실가루이 개체군(Trialeurodes vaporariorum (Westwood))의 온도 발육 모형과 암컷 성충 산란 모형을 작성하여 시설 내 대기 중 온도와 미기상 온도인 잎 뒷면 온도를 적용한 DYMEX 프로그램(호주 CSIRO에서 개발한 미리 탑재된 모듈들을 사용하는 모의 실험 프로그램)으로 밀도 변동을 모의 실험하였다. 온도에 따라 상이한 발육 기간과 산란수를 각각 표준화시킨 발육 완료 분포 모형과 연령 특이적 산란수와 생존율을 비선형 회귀 모형에 적합시켜 밀도 변동 모의 실험을 하였다. 실제 줄내림 방식의 방울 토마토에서 토마토 식물체를 3위치(상단: 지상 1.6m 이상, 중단: 지상 0.9-1.2m 사이, 하단: 지상 0.3-0.5m 사이)로 나누어 각 위치별로 온실 내 대기 중 온도와 잎 뒷면 온도를 기록하였다. 온실 내 대기 중 온도와 잎 뒷면 온도간의 상관 관계를 비선형 회귀로 적합하여, 온실 내 미기상 온도 자료를 만들었다. 온실 내 미기상 온도 자료인 잎 뒷면 최대 온도는 대기 중 최대 온도보다 항상 낮게 유지되고 있었으며, 하단, 상단, 중단의 순으로 온도가 낮아지는 현상을 보였다. 모의 실험을 위한 시기와 초기 이입 밀도의 설정은 황색 점착 트랩을 이용하여 실제 온실에서 이입되는 시기(6월초)에 유인된 암컷 성충 10마리를 사용하였다. 온실 내 대기 중 온도 자료와 잎 뒷면 온도 자료를 각각 이용하여 온실가루이 유충의 발육 모형과 성충의 산란 모형을 DYMEX 프로그램으로 모의 실험하였다. 모의 실험 결과 검증을 위해 대기 중 온도와 잎뒷면 온도를 조사한 온실에서 토마토 식물체 3위치별, 각태별 온실가루이 밀도의 육안 조사도 실시하였다. 알의 경우 크기로 인해 육안 조사 대상에서 제외되었다. 육안 조사 결과와 육안 조사 시기의 DYMEX 모의 실험 결과값을 상관 분석하였다. 육안 조사 온실가루이 밀도와 잎 뒷면 온도를 이용한 모의 실험 결과 밀도가 모든 발육태에서 항상 양의 상관 관계를 보였다. 육안 조사 결과 밀도 변동 패턴도 방울토마토 잎 뒷면 온도를 이용한 모의 실험 결과 밀도 변동 패턴과 유사하였다. 본 연구 결과 방울토마토 온실에서 온실가루이 개체군 밀도 변동의 적절한 예측을 위해서는 잎 뒷면 온도를 고려해야 하는 것으로 나타났다.