• Journal of Platform Technology
• /
• 제8권4호
• /
• pp.38-46
• /
• 2020

본 연구에서는 민간기업들이 전체적인 보안관제 인프라를 구축 할 수 있도록 오픈소스 빅데이터 솔루션을 이용하여 보안관제 체계를 구축하는 방법을 기술한다. 특히, 보안관제 시스템을 구축할 때 비용·개발시간을 단축 할 수 있는 하나의 방법으로 무료 오픈소스 빅데이터 분석 솔루션 중 하나인 Elastic Stack을 활용하여 인프라를 구축했으며, 산업에 많이 도입되는 제품인 Splunk와 비교실험을 진행했다. 또한 두 솔루션을 기능, 사용의 용이성, 서비스지원, 기술지원 등을 비교해석 한 결과, Elastic Stack이 사용자간 커뮤니티, 오픈 솔루션면에서 빅데이터의 보안관제가 유리함을 알 수 있었다. Elastic Stack을 활용해 보안 로그를 단계별로 수집-분석-시각화 하여 대시보드를 만들고 대용량 로그를 입력 후 보안관제 검색 속도를 측정하였다. 이를 통해 Elastic Stack이 Splunk를 대체할 수 있는 빅데이터 분석 솔루션으로 기업들이 접근 가능성을 얻을 수 있다.

• 응용통계연구
• /
• 제33권6호
• /
• pp.833-842
• /
• 2020

넷플릭스, 아마존, 유튜브 등 대형 플랫폼에서는 고객의 다양한 정보를 활용하여 정밀한 추천시스템을 마련하고 여기서 추천된 상당수의 아이템이 실제 구매로 이어지고 있다. 본 논문에서는 추천 컨텐츠의 속성에 따라 사용자의 선호도에 차이가 있을 것이라고 예상하고 콘텐츠의 속성에 따라 군집분석을 실시하였다. 속성의 형태와 관계없이 사용할 수 있도록 Gower 거리를 사용했다. 본 논문에서는 영화 평점 사이트인 'The Movie Dataset'의 자료를 이용하여 영화의 기본정보인 장르, 감독 및 배우 변수를 바탕으로 사용자를 계층적으로 분류하고 영화를 추천하였다. 본 논문에서 제안한 추천 시스템을 평가하기 위하여 각 사용자 그룹별로 훈련자료와 검증자료로 나누어 정밀도를 살펴보았다. 그 결과 UBCF보다 월등히 높은 정밀도를 갖는 것으로 나타났다.

• Journal of Platform Technology
• /
• 제9권4호
• /
• pp.3-9
• /
• 2021

이 논문에서는 차량 또는 도로 인프라 센서에 의해 검출된 도로상의 각 객체들 간의 상황인지를 효과적으로 하기 위해서 그래프 데이터 모델을 도입한다. 제안하는 방법은 도로상의 각 객체들을 그래프의 정점(Vertex)로, 객체들 간의 관계를 그래프의 간선(Edge)로 모델링하여 그래프 데이터베이스를 구축하고, 객체의 속성과 간선의 속성을 실시간으로 업데이트한다. 이때 간선으로 표현되는 객체들 간의 관계는 각 객체의 위치, 이동방향, 이동속도 등을 고려하여 객체들 간에 근접 가능성이 있을 경우 설정한다. 또한, 제안하는 그래프 모델링 방법을 통해 표현한 도로 객체 그래프 데이터베이스를 실시간으로 업데이트하기 위해 그래프 정점과 간선에 대한 공간 색인 기법을 제안한다. 제안하는 색인기법 기반의 그래프 데이터베이스 업데이트 성능을 평가하기 위해서 색인 없이 업데이트하는 방법과 비교하였으며 비교결과 제안하는 방법이 10배 더 빠르게 업데이트를 할 수 있음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.100-111
• /
• 2021

본 연구는 이용자의 유튜브 구독에 대한 학술적 논의가 부족한 상황에서 구독 채널 수와 구독 만족도에 영향을 미치는 변인을 살펴봄으로써 새로운 논의의 장을 이끌고자 하였다. 이를 위해 유튜브 이용자들의 구독 채널수와 구독 만족도에 영향을 미치는 요인을 유튜브 이용 요인, 구독 동기 요인, 유튜브 채널 평가 요인으로 구분하고, 각 요인의 상대적 영향력을 살펴보기 위해 위계적 회귀분석을 실시하였다. 분석 결과는 다음과 같다. 첫째, 구독 채널 수에는 유튜브의 이용량과 편의성 구독 동기가 정적 영향을 미쳤다. 둘째, 구독 만족도에 영향을 미치는 요인은 편의성 구독 동기와 유튜버와의 소통 동기, 그리고 유튜브의 지각된 유용성으로 나타났다. 본 연구의 실무적 의의는 변화하는 뉴미디어 환경의 플랫폼과 채널 운영자에게 도움이 될 수 있다는 점과 뉴미디어 환경에서의 상호작용 연구의 외연을 확장했다는 점이다.

• 한국항행학회논문지
• /
• 제26권4호
• /
• pp.205-210
• /
• 2022

4차 산업혁명과 더불어 드론은 빠른 속도로 성장해 왔고 산업 전반에 확산하여 군사용으로도 널리 사용하기에 이르렀다. 최근 유럽 지역에서 벌어진 전쟁에서는 드론이 전장의 게임체인저라고 평가받으며 군사용 드론의 중요성이 주목받고 있다. 대한민국 육군도 미래의 국방 전력으로 군의 제대 규모와 임무에 적합한 다양한 드론을 포함하고 있는 드론봇 체계를 기획하였다. 이러한 드론봇 체계의 키워드는 인공지능에 의한 자율화이다. 또한, 다양한드론의신속한개발을위해드론봇체계는운용플랫폼의공용화 기술이 필요하다. 본 논문에서는 군사용 드론의 임무 자율화와 공용화를 위해 멀티 에이전트 시스템, 인지 아키텍처, 지식 기반의 상황 추론 등 다양한 인공지능 기술을 적용한 소프트웨어 프레임워크를 제안한다.

• 한국게임학회 논문지
• /
• 제21권2호
• /
• pp.139-150
• /
• 2021

본 연구는 게임적 요소를 활용한 대학 신입생 대상의 협력적 문제해결역량 강화 온라인 프로그램을 개발하여 효과성을 분석하였다. 연구결과, 게임적 요소를 활용한 협력적 문제해결역량 강화 온라인 프로그램의 운영 모델은 ①사전준비, ②팀빌딩, ③평가, ④피드백, ⑤공유의 5단계로 제시하였으며, 창의적 문제해결역량의 사전-사후 T-검정 결과, 창의적 문제해결 역량 관련 변인인 학업도전, 창의적 사고능력, 융합적 가치창출이 유의미하게 향상된 것으로 나타났다. 향후 논의되어야 할 사항으로 온라인에서 협력적인 문제해결과정을 경험하고, 토론, 의사소통이 가능한 게임설계 및 플랫폼 개발의 필요성을 제시하였다.

• 보건의료생명과학 논문지
• /
• 제9권1호
• /
• pp.185-193
• /
• 2021

본 연구는 코로나19 백신에 대한 대학생의 인식을 조사하기 위해 20세 이상 대학생 415명을 대상으로 구글설문을 이용한 설문조사를 수행하였다. 그 결과 집단면역을 위해 '코로나19 백신접종이 필요하다고 생각한다'는 결과가 평균 3.90으로, '백신접종의 필요성'은 65.8%가 인식하고 있었으나, '백신의 안전성'에 대해서는 35.4%가 부정적 평가를 보였다. 코로나19 백신접종 의향은 '순서가 오면 바로 접종할 것이다'가 34.7%로, 현재 코로나19 백신의 예방접종에 대해서는 긍정적이지 않았다. 백신접종을 원하지 않는 이유로는 '백신의 이상반응'이 65.3%, '백신 자체에 대한 불신'이 25.8%이었다. 또한 선진국과 저개발국가와의 백신공급을 불평등으로 인식하고 있었고, 코로나19 백신의 이상반응에 두려움을 느낀다는 평균 3.94로 조사되었다. 따라서 보다 효과적으로 코로나19 백신에 대한 정보를 습득할 수 있도록 대학생이 많이 사용하는 매체를 통한 홍보 방법의 연구, 플랫폼 개발 및 교육이 요구 된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권2호
• /
• pp.71-80
• /
• 2022

본 연구는 팬데믹 이후 게임 시장에서 이례적인 흥행을 거둔 콘솔 게임인 '모여봐요 동물의 숲(이하 모동숲)'의 사용자 경험에 접근해서, COVID-19라는 환경적 영향력과 모동숲간의 관계성을 규명하고자 했다. 기술수용모델(TAM)을 기반으로 모동숲 이용자의 인지된 유용성(PU)과 인지된 이용용이성(PEOU)이 게임 만족도 및 몰입도에 미치는 영향력, 이용 태도와 향후 이용 의사와의 관계성을 온라인 설문조사를 통해 실증적으로 검증했다. PU의 경우, 모동숲의 꾸미기 요소는 힐링 효과를 발생시켰으며, 모집단의 과반수 이상은 온라인 커뮤니티에 게임 활동을 공유했다. PEOU의 경우, 모집단은 모동숲의 기술적 발전(그래픽, 사운드 등)에 대해 긍정적으로 평가했으며, 게임에 대한 높은 만족도와 몰입도는 향후 이용 의사에 긍정적으로 작용했다. 또한 COVID-19와 모동숲의 성공 간 유의미한 관계성이 도출되었으나, 다른 장르 및 플랫폼의 게임에서의 적용 가능 여부를 검증하기 위한 후속 연구가 요구된다.

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.215-224
• /
• 2021

디지털 기술을 활용하여 가상 공간과 현실 공간의 결합을 통해 비즈니스 가치를 증대시키려는 목적으로 메타버스를 활용하려는 이해관계자의 관심이 높아지고 있다. 본 연구는 메타버스의 기본 개념을 정립한 2006년 메타버스 로드맵과 디지털 전환 이론, 그리고 비즈니스 모델에 관한 이론을 이론적 준거로 하여 메타버스의 비즈니스 활용 가치에 관한 시사점을 얻고자 수행되었다. 구체적으로 2000년부터 2020년에 이르는 세 가지 메타버스 서비스를 다중 사례 연구법을 적용하여 분석하였다. 분석 결과 비즈니스 차원에서 보면 각각의 사례는 게임과 소셜 네트워크 서비스 그리고 협업 커뮤니케이션 플랫폼의 목적에 따라 다른 형태의 메타버스 구조를 선별적으로 받아들이고 있다. 디지털 전환 측면에서는 메타버스 기술을 활용하여 차별적인 경쟁 우위를 획득하기 위한 구조적 변화를 시도하였다는 점이 발견되었으나 비즈니스 모델 평가 측면에서 볼 때 이해관계자 신뢰성 측면에서 각 사례의 약점이 부각되었다. 본 연구를 통해 사용자의 필요와 수용 가능성에 따라 메타버스로의 디지털 전환 양상은 달라질 수 있으며 재무적 안정성과 이해관계자 신뢰성 측면에서 메타버스는 고도의 개방성을 유지할 필요가 있다는 점을 알 수 있었다.

• 대한임베디드공학회논문지
• /
• 제18권3호
• /
• pp.89-100
• /
• 2023

Recently, on-device artificial intelligence (AI) solutions using mobile devices and embedded edge devices have emerged in various fields, such as computer vision, to address network traffic burdens, low-energy operations, and security problems. Although vision transformer deep learning models have outperformed conventional convolutional neural network (CNN) models in computer vision, they require more computations and parameters than CNN models. Thus, they are not directly applicable to embedded edge devices with limited hardware resources. Many researchers have proposed various model compression methods or lightweight architectures for vision transformers; however, there are only a few studies evaluating the effects of model compression techniques of vision transformers on performance. Regarding this problem, this paper presents a performance evaluation of vision transformers on embedded platforms. We investigated the behaviors of three vision transformers: DeiT, LeViT, and MobileViT. Each model performance was evaluated by accuracy and inference time on edge devices using the ImageNet dataset. We assessed the effects of the quantization method applied to the models on latency enhancement and accuracy degradation by profiling the proportion of response time occupied by major operations. In addition, we evaluated the performance of each model on GPU and EdgeTPU-based edge devices. In our experimental results, LeViT showed the best performance in CPU-based edge devices, and DeiT-small showed the highest performance improvement in GPU-based edge devices. In addition, only MobileViT models showed performance improvement on EdgeTPU. Summarizing the analysis results through profiling, the degree of performance improvement of each vision transformer model was highly dependent on the proportion of parts that could be optimized in the target edge device. In summary, to apply vision transformers to on-device AI solutions, either proper operation composition and optimizations specific to target edge devices must be considered.