• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권3호
• /
• pp.59-70
• /
• 2021

최근 사물인터넷의 발전으로 사용자 주변 상황을 인지하여 맞춤형 서비스를 제공하는 상황인지 시스템에 대한 관심이 증가되고 있다. 기존의 상황인지 시스템은 사용자 주위에서 생성되는 데이터를 분석하여 사용자 주변 상황을 표현하는 상황 정보로 추상화하는 기술이 사용되었다. 하지만 증가하는 사용자의 서비스 요구 사항에 따라 다양한 종류의 비정형 데이터의 사용이 증가하고, 사용자 주변에서 수집되는 데이터의 양이 많아지면서 비정형 데이터의 처리와 상황인지 서비스의 제공에 어려움이 있다. 이러한 사항은 딥러닝 응용에서 비정형 구조의 입력 데이터가 많이 사용되는 데서 찾아볼 수 있다. 기존 연구에서는 에지 컴퓨팅 환경에서 다양한 딥러닝 모델을 활용해 비정형 데이터를 상황 정보로 추상화하는 연구가 진행되었으나, 수집-전처리-분석 등과 같은 추상화 과정 간의 종속성으로 인해 제한된 종류의 딥러닝 모델만이 적용 가능하기 때문에 시스템의 기능적 확장성이 고려되어야 한다. 이에 본 논문은 에지 컴퓨팅 환경에서 딥러닝 기술을 활용한 비정형 데이터 추상화 과정의 기능적 확장성을 고려한 비정형 데이터 추상화 방법을 제안한다. 제안하는 방법은 데이터 처리가 분산되어 있는 에지 컴퓨팅 환경에서 수집과 전처리 과정을 수행할 수 있는 팻 클라이언트 기술을 사용하여 추상화 과정의 수집-전처리 과정과 분석 과정을 분리하여 수행하는 것이다. 또한 분리된 추상화 과정을 관리하기 위해 수집-전처리 과정을 수행하는 데 필요한 정보를 팻 클라이언트 프로파일로 제공하고, 분석 과정에 필요한 정보를 분석 모델 설명 언어(AMDL) 프로파일로 제공한다. 두 가지 프로파일을 통해서 추상화 과정을 독립적으로 관리하여 상황인지 시스템의 기능적 확장성을 제공한다. 실험에서는 차량 출입 통제 알림 서비스를 위한 차량 이미지 인식 모델을 대상으로 팻 클라이언트 프로파일과 AMDL 프로파일의 예제를 통해 시스템의 기능적 확장성을 보이고, 비정형 데이터의 추상화 과정별 세부사항을 보인다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제12권4호
• /
• pp.264-274
• /
• 2006

최근 들어 기업을 포함한 각 조직에서는 그들이 그 동안 축적한 데이타를 의미 있는 정보로써 활용하기 위해 데이타의 자유로운 포맷팅이 가능한 리포팅 툴을 의사 결정을 위한 데이타 분석 툴로서 확대 사용하고자 하는 요구가 증가하고 있다. 기존에는 하나의 동적 문서에 대해서 다수의 조회자가 발생하는 성격의 동적 문서들을 생성 및 배포하기 위하여 리포팅 툴을 사용해 왔다. 이러한 용도에 적합하도록 기존의 리포팅 툴은 서버 측에서 동적 문서의 생성을 담당하는 구조를 취하고 있다. 또한 서버 프로그램은 동적 문서의 미리 생성, 정기적 갱신 등을 담당하는 스케줄러와 반복된 생성을 피하기 위한 캐쉬 기능을 통하여 효율적 운영을 꾀하고 있다. 그러나 데이타 분석 용도의 동적 문서의 생성은 다수의 조회자를 고려한 동적 문서의 생성이 아니며 사용자가 다양한 값의 파라미터를 입력하는 방식으로 짧은 시간 간격으로 반복적인 동적 문서의 즉시 생성을 요구하는 특정이 있다. 이와 같이 리포팅 툴의 사용 범위 확대는 기존 리포팅 툴의 서버 측에 처리 부하를 증가시키고 있다. 본 논문에서는 제한된 리소스 환경에서도 대량의 데이타를 가공하여 동적 문서를 생성할 수 있는 리포트 뷰어를 통해 배포 목적이 아닌 데이타 분석 목적의 동적 문서의 경우 클라이언트 측에서 생성하도록 하여 서버의 부하를 분산시키고자 한다.