• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2008년도 정기학술발표대회 논문집
• /
• pp.546-550
• /
• 2008

교육시설물 공사에는 중견 건설업체들의 참여가 주를 이루고 있다. 이는 전문 인력 부족, 시공경험부족과 노하우 부족 등의 문제점을 가지고 있어 체계적인 품질관리를 하지 못하고 있다. 건축공사에서 발생하는 하자사례 중 많은 부분이 누수에 의한 것이며, 누수방지는 설계, 시공, 그리고 유지보수에 있어 세심한 관리가 요구되고 있다. 따라서 본 연구에서는 교육시설물의 누수 사례를 살펴보고 교육시설물의 공법별, 공간별, 부위별, 단계별(설계, 시공, 관리) 계획 시 고려 해야하는 요인의 분류체계를 구축하여 누수방지 Check List를 작성하도록 한다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2017년도 추계학술대회 논문집
• /
• pp.479-479
• /
• 2017

본 연구는 벤처기업의 매출액의 영향요인에 대하여 기업 내 자원을 범주화하여 그 영향력을 검증하고, 나아가 기업이 보유한 역량을 2개의 차원으로 구분하여 각 차원에 따른 집단 간 벤처기업성과 영향요인의 차이를 확인하고자 하였다. 즉, 기업이 보유하는 역량인 기술, 가격, 품질, 디자인, 조직관리, 마케팅 경쟁력에 대하여 요인분석을 통해 기술역량과 경영역량 차원을 도출하였고, 군집화 과정을 거쳐 각 역량 수준에 따른 네 개의 벤처기업 집단을 분류하였다. 네 개의 집단은 기술-경영 우위, 기술주도, 경영주도, 기술-경영 열위로 나뉘었다. 이후 성과 영향요인들을 자원기반이론의 관점에서 기업현황, 기업가자원, 인적자원, 재무자원, 기술자원, 외부자원의 여섯 개의 상위 범주로 구분하였고, 각 범주에 포함되는 세부 요인들이 매출액에 미치는 영향을 '벤처기업정밀실태조사'의 2개년 데이터를 활용하여 분석하였다. 분석 결과 첫 번째, 전체 벤처기업을 대상으로 분석한 결과 모형에 투입된 33개의 변수들 중 22개의 변수가 벤처기업 매출액에 유의한 영향을 미치는 것이 확인되었다. 두 번째, 기업 역량 차원 분류에 따른 기업 집단 간 영향요인 차이를 분석한 결과, 매출액 영향요인은 입력된 33개의 독립변수 중 최대 13개에서 최소 8개로, 기업 역량 차원에 따른 매출액 영향요인의 차이가 확인되었다.

• 한국산학기술학회논문지
• /
• 제16권5호
• /
• pp.3000-3005
• /
• 2015

신뢰할 수 있는 공정 감시와 진단은 생산 공정의 안전과 최종제품의 품질을 보장이라는 관점에서 중요하다. 공정진단의 목적은 특정한 공정 이상의 원인을 밝혀내는 것이다. 본 연구에서는 분류기법에 기반한 공정진단 체계를 제시한다. 여기서는 공정데이터를 비선형 데이터 표현기법을 통해 변환함으로써 데이터의 크기를 줄이며 효율적인 데이터 표현이 가능하다. 추가적인 단계로서 공정 데이터의 전처리 과정을 통해 진단에 무관한 공정 패턴을 제거하고 진단 성능을 높이고자 한다. 진단 성능을 평가하기 위해 회분식 공정에 대한 사례연구를 수행한 결과 기존 선형 진단 방법론 및 전처리 과정이 없는 방법론에 비해 향상된 진단 결과를 얻을 수 있었다.

• 한국IT서비스학회지
• /
• 제11권1호
• /
• pp.211-221
• /
• 2012

Many metric-based classification models have been proposed to predict fault-proneness of software module. This paper presents two prediction models using Bayesian classifier which is one of the most popular modern classification algorithms. Bayesian model based on Bayesian probability theory can be a promising technique for software quality prediction. This is due to the ability to represent uncertainty using probabilities and the ability to partly incorporate expert's knowledge into training data. The two models, Na$\ddot{i}$veBayes(NB) and Bayesian Belief Network(BBN), are constructed and dimensionality reduction of training data and test data are performed before model evaluation. Prediction accuracy of the model is evaluated using two prediction error measures, Type I error and Type II error, and compared with well-known prediction models, backpropagation neural network model and support vector machine model. The results show that the prediction performance of BBN model is slightly better than that of NB. For the data set with ambiguity, although the BBN model's prediction accuracy is not as good as the compared models, it achieves better performance than the compared models for the data set without ambiguity.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.395-398
• /
• 2007

오늘날 기업에서의 IT 는 급격한 비즈니스 환경의 변화와 다양한 비즈니스 모델의 출현으로 인해 점점 더 복잡해지고 있고, 비즈니스의 IT 의존도 또한 지속적으로 증가하고 있다. 이러한 상황에서 기업의 정보시스템을 운영하는 IT 운영조직은 사용자에게 IT 서비스의 품질향상과 비즈니스의 연속성을 보장할 수 있는 지원체계를 필요로 하고 있다. 1990년대 후반에 들어서 ITIL 을 기반으로 한 ITSM 개념이 국내에 도입 되면서 기존의 콜센터와 헬프데스크를 통한 IT 서비스지원 방식을 서비스데스크로 통합하게 되었고, 서비스데스크 자동화 시스템의 도입을 통해 기업의 모든 비즈니스 조직의 IT 와 관련된 요구사항을 관리하고 있다. 하지만 이러한 서비스데스크 자동화 시스템은 IT 서비스 제공자 관점에서 구축되었고 운영방향 또한 어플리케이션, 서버, 네트워크 등 기술적인 구성요소의 성능 향상에만 초점을 두었기 때문에 현업 사용자들이 만족 할 수 있는 실질적인 수준의 서비스 개선은 이루어지지 못하고 있다. 이에 본 연구에서는 고객관점에서의 요구사항 분석을 통해, 운영조직의 IT 서비스 요청에 대한 처리활동을 단순처리와 일반처리로 분류하고 이를 자동화 시스템에 반영 하였고, 실제 A 사(社)의 IT 운영조직에 적용하여, 비효율적인 저부가가치 활동과 고부가 가치의 활동이 시스템을 통해 분류가 가능함을 보였다. 아울러 IT 운영조직의 활동을 정량적으로 관리 할 수 있도록 관리지표를 발굴하고 자동화 시스템의 서비스요청관리 프로세스에 적용하여 IT 서비스를 제공받는 회사의 관리조직과 경영층이 IT 운영조직의 활동을 정량적으로 관리하고 측정할 수 있는 IT 서비스데스크 자동화 시스템의 개선모델을 제시 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.951-954
• /
• 2004

최근 디지털 지식기반 사회에 대응하는 교육의 형태로 e-Learning이 교육적 대안으로 급부상하면서, 시스템의 상호 운영성 및 컨텐츠 명세, 활용을 지원하기 위한 표준화에 따른 연구가 국내외에서 급속도로 확산되고 있다. 특히, 국제표준기관에서 제시한 e-Learning 개발 환경을 위한 Learning Technology Standard Architecture(LTSA)와 Sharable Content Object Reference Model(SCORM)을 제정하여 컨텐츠의 사용과 상호 호환을 가능하게 함으로써 e-Learning의 효율성을 증대시키고 산업 시장의 확장을 이룰 수 있다. 또한, 현재 많은 교육관련 업체에서는 SCORM 체계를 기반으로 한 학습 컨텐츠들을 개발하여 제공하고 있다. 따라서, 본 논문에서는 국제 표준 기술인 SCORM을 기반으로 개발된 학습 컨텐츠를 체계적으로 지원하기 위해 컨텐츠 관리 시스템 개발에 대한 기술을 정의하고, 다양한 관점의 컨텐츠 메타 데이터를 식별, 분류함으로써 컨텐츠의 생성과 저장, 검색 나아가 형상관리를 위한 기본 정보로 이용 가능하다. 또한 이들 메타 데이터를 기반으로 한 학습 컨텐츠 관리 시스템의 프로토타이핑을 제시함으로써 재사용성과 유지보수성 향상을 통해 컨텐츠 개발의 용이성과 품질 및 생산성을 높일 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.369-372
• /
• 2010

평판 디스플레이(flat panel display)의 크기가 커짐에 따라 다양한 기판을 이용한 제조 방법이 개발되고 있다. 디스플레이 제조 공정 중 기판의 결함을 찾아서 분류하는 검사 시스템은 최종 제품의 품질을 결정하는 매우 중요한 부분이다. 본 연구는 머신비전 기술을 이용하여 불투명하고 반사율이 높은 기판 표면의 결함을 찾아내고, 이 결함을 스크래치(scratch), 흑결함(dark defect), 백결함(white defect)으로 분류하는 장치를 구현하는데 목적이 있다. 이를 구현하기 위해 본 논문에서는 정밀 스테이지(stage)와 라인 카메라(line CCD camera)을 이용한 광학계를 활용하여 검사 시스템을 구현하였다. 구축된 시스템을 이용하여 취득한 이미지를 12 개의 영역으로 등분하여 각각의 국부 영역에 대한 문턱값 연산(thresholding)을 적용함으로써 조명의 불균일을 의한 검출 에러율을 획기적으로 낮추었다. 간단한 컴퓨터비전 알고리듬의 채용으로도 검사 시스템의 구현이 가능함을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.167-167
• /
• 2022

최근 빅데이터에 관련된 연구에 있어 데이터의 품질관리에 대한 논의가 꾸준히 이뤄져 오고 있다. 특히 이미지 처리 및 분석에 활용되어온 딥러닝 기술의 경우, 분류 작업 및 패턴인식 등으로부터 데이터의 특징을 추출함으로써 비지도학습(Unsupervised Learning)을 가능하게 한다는 장점이 있음에도 불구하고 빅데이터를 다루는 과정에 있어 용량, 다양성, 속도 및 신뢰성 측면에서의 한계가 있었다. 본 연구에서는 CCTV 영상을 활용한 강수량 산정 모델 개발에 있어 예측 정확도 향상 및 성능 개선을 도모할 수 있는 데이터 전처리 방법을 제안하였다. 서울 근린 AWS 4개소 지역(김포장기, 하남덕풍, 강동, 성남) 및 중앙대학교 지점 내 CCTV를 설치한 후, 최대 9개월의 영상을 확보하여 강수량 산정을 위한 딥러닝 모델을 개발하였다. 배경분리, 조도조정, 영역설정, 데이터증진, 이상데이터 분류 등이 가능한 알고리즘을 개발함으로써 데이터셋 자체에 대한 전처리 작업을 수행한 후, 이에 대한 결과를 기존 관측자료와 비교·분석하였다. 본 연구에서 제안한 전처리 방법들을 적용한 결과, 강수량 산정 모델의 예측 정확도를 평가하는 지표로 선정한 평균 제곱근 편차(Root Mean Square Error; RMSE)가 약 30% 감소함을 확인하였다. 본 연구의 결과로부터 CCTV 영상 데이터를 활용한 강수량 산정의 가능성을 확인할 수 있었으며 특히, 딥러닝 모델 개발시 필요한 적정 전처리 방법들에 대한 기준을 제시할 수 있을 것으로 판단된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.563-567
• /
• 2023

본 연구는 한국 통계청이 수행하는 가계동향조사와 생활시간조사에서 자료처리 과정 및 방법을 혁신하려는 시도로, 기존의 통계 생산 방법론의 한계를 극복하고, 대규모 데이터의 효과적인 관리와 분석을 가능하게 하는 인공지능 기반의 통계 생산을 목표로 한다. 본 연구는 데이터 과학과 통계학의 교차점에서 진행되며, 인공지능 기술, 특히 자연어 처리와 딥러닝을 활용하여 비정형 텍스트 분류 방법의 성능을 검증하며, 인공지능 기반 통계분류 방법론의 확장성과 추가적인 조사 확대 적용의 가능성을 탐구한다. 이 연구의 결과는 통계 데이터의 품질 향상과 신뢰성 증가에 기여하며, 국민의 생활 패턴과 행동에 대한 더 깊고 정확한 이해를 제공한다.

• 해양환경안전학회지
• /
• 제25권4호
• /
• pp.423-432
• /
• 2019

매년 해양활동이 증가하며 해양사고 발생빈도가 높아지고 있다. 이에 따라 해양안전을 위한 각종 연구 활동과 정책이 실행되고 있다. 하지만 이러한 노력에도 불구하고 매년 해양사고가 증가하고 있어 이들의 실효성에 대한 문제가 제기되고 있다. 문헌연구 결과에 따르면, 통계연보를 활용한 선행연구는 통계제공항목 간 비교를 통해 두드러지는 항목에 대한 예방책을 제시하고 있다. 2000년대 이후에는 대형 해양사고가 반복적으로 발생하면서 '사고대응'에 대한 사례연구(case study)가 진행되고 있다. 국내 해양안전을 위한 정책수립 연구과정에서 통계연보나 사고사례를 주 자료로 활용하고 있으나 현재 자료는 사후결과 요약정도의 수준이다. 따라서 본 연구에서는 해양사고 사례분석 및 개선방안 관련 문헌연구를 통해 현행 해양관련 연구와 정책의 한계를 탐색하였다. 또한 자료 활용 한계를 개선하기 위한 방안의 일환으로 선박사고 상황보고서 속성분석, 텍스트 마이닝을 통해 해양사고 정보 분류체계인 온톨로지(ontology)를 수정 보완하였다. 해당 항목은 '신고자, 신고수단, 구조세력, 대응 조치사항, 대응취약성, 적재물, 유류유출경위, 피해유형, 사고처리결과'이며, 이 항목들은 분류체계 표준용어를 활용해 향후 지속적으로 수집 활용할 수 있다. 마지막으로 온톨로지를 실질적으로 활용하기 위한 데이터 수집 및 품질확보 방안을 제시했다. 결과적으로 현재 해양안전이 직면한 문제를 명확히 파악하고 '품질이 확보된 충분한 정보'를 활용한다면 보다 다양한 연구와 실효성 있는 정책 실현이 가능할 것이다.