• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.819-834
• /
• 2022

인공지능 기법들은 특히 영상분류(image classification), 객체탐지(object detection), 영상분할(image segmentation)에 효과적으로 사용되고 있다. 특히, 딥러닝(deep learning)은 최근 컴퓨팅 파워의 증대와 함께 깊고 두터운 네트워크 구성이 가능해지고 보다 효율적인 활성함수(activation function)와 옵티마이저(optimizer)를 활용한 특징맵(feature map)의 생성을 통해 상당히 높은 정확도를 도출할 수 있다. 본고에서는 최근 다양한 원격탐사 분야에서 활용성이 확대되고 있는 딥러닝 영상인식 기법인 Convolutional Neural Network (CNN) 기반 모델 및 Transformer 기반 모델에 대한 기술동향 및 사례연구를 검토하고, 우리나라에서 이들 기법의 활용방안 및 발전방향 등을 제시하고자 한다. 향후 원격탐사 기반의 재난 상황 대응을 위해서는 위성영상의 적시성 확보와 실시간 딥러닝 처리, 그리고 위성, 드론 및 Closed-circuit Television (CCTV) 영상이 함께 활용되는 영상 빅데이터 플랫폼도 개발되어야 할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제28권3호
• /
• pp.67-73
• /
• 2023

COVID-19의 영향으로 약 2년 1개월에 걸친 사회적 거리두기의 조치로 ICT 요소기술을 활용한 비대면 서비스들이 교육 분야뿐만 아니라 전분야로 확대되고 있다. 특히 메타버스(Metaverse) 플랫폼을 활용한 교육 프로그램들이 여러 분야로 확산되면서 교육자와 학습자가 에듀테크(Edutech)를 활용한 학습 경험이 많아지고 있지만 교육에 대한 몰입도나 집중력 저하 등 비대면 학습을 통한 문제점을 제기하고 있다. 본 논문에서는 비대면 학습을 통해 제기되고 있는 문제점을 극복하고 메타버스 기반 실감미디어 디지털 콘텐츠를 개발하여 교육 환경을 개선하고자 몰입형 메타버스 기반으로 VR(Virtual Reality)을 활용하여 군에서 필요로 하는 교육/훈련 콘텐츠와 교육환경을 구축하였다. 본 논문에서는 실제로 군 교육/ 훈련에 투입되는 학습자에게 HMD(Head Mounted Display)를 활용하여 가상환경에서 몰입도와 집중도를 높일 수 있도록 교육콘텐츠에 대한 시스템을 제시했으며, 교육훈련에 필요한 장비들을 실사화하여 몰입도를 더욱 향상시켰다.

• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.41-47
• /
• 2023

오늘날, 세계 인구성장률의 증가로 국제사회는 심각하게 식량문제 해결을 논의하고 있다. 식량문제 해결을 위한 대안으로는 양식산업이 대두되고 있다. 최근 양식산업의 혁신성장을 위해 4차 산업기술을 융합한 스마트 양식장이 보급되고 있으며, 전주기적 디지털화가 추진되고 있다. 양식산업에서 중요한 수질센서는 전기화학방식의 휴대용 센서를 사용하고 있으며, 이를 이용하여 개별적, 간헐적으로 수질을 체크하고 있어서 양식장 수질을 실시간 분석하고 관리하기가 불가능하다. 최근 광학 기반의 모니터링이 가능한 수질센서들이 개발되어 현장에 적용되고 있다. 그러나 수질센서의 상태정보를 알 수 없기 때문에 모니터링 데이터의 신뢰성을 보장할 수 없는 상황이다. 따라서, 본 논문에서는 데이터의 신뢰성을 확보할 수 있도록, 수질센서가 수집하는 모니터링 데이터를 기반으로 고장, 기준일탈, 유지보수, 점검 등의 수질센서 자가진단 상태를 파악할 수 있는 알고리즘을 제안한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.436-436
• /
• 2023

산업혁명을 거치면서 높은 화석연료를 사용하는 제조업 중심의 산업구조와 많은 자원을 필요로 하는 도시의 집중 현상으로 지구 온난화에 따른 이상기후 발생이 증가하고 있다. 이러한 기후변화는 홍수, 태풍, 폭염 및 폭설 등의 자연재해 발생 빈도 및 규모를 증가시켜 피해가 커지고 있다. 특히 인구 및 시설들이 집중해 있어 도시의 집중 현상은 이러한 재해에 더욱 취약한 구조가 됨에 따라 피해의 규모를 가중 시키고 있는 실정이다. 전 세계적으로 기후변화 문제의 심각성을 인식하고 이를 해결하기 위해 선신국에 의무를 부여하는 교토의정서(1997년) 채택에 이어, 선진국과 개도국이 모두 참여하는 파리협정(2015년)을 채택하였고 2016년 협정이 발효되었다. 파리협정의 목표는 산업화 이전 대비 지구 평균온도 상승을 2℃보다 아래로 유지하고, 나아가 1.5℃로 억제하기 노력하는 것을 강제하는 것으로 2050년까지 탄소 순배출량을 '0'으로 만든다는 탄소중립사회로의 전환이 본격적으로 시작되었다. 본 연구에서는 기후변화로 인한 물부족 및 수실오염과 같은 도시의 수자원 문제 해결을 위해 IoT 기반 센서 및 네트워크 기반 수자원 플랫폼을 개발하였다. 도시 수자원 시설 데이터를 기반으로 대체 수자원 확보 및 수요 중심의 물 관리를 통해 효율적인 물 배분이 될 수 있도록 하였으며 이러한 스마트 물 관리에 따른 대체 수자원 확보 및 효율적 물 배분이 탄소 저감에 미치는 효과에 대해 분석하였다. 연구대상 지역은 세종 6-4구역으로 LID 특화지구로 조성되었으며 1,000 세대의 주민이 생활하는 공동주택이다. 물 순환(LID) 시설에서 확보된 물을 물 공급 시설과 연계하여 공동주택에서 활용함으로써 감소된 상수 사용량을 온실가스 배출량으로 환산하여 탄소 저감량을 계산하였다. 실제 주민들(1,000세대)이 사용하고 있는 상수량 데이터와 전력거래소 온실가스 배출계수를 활용하였으며 물순환(LID) 시설로 확보하여 대체할 수 있는 상수량은 10%로 가정하였다. 연구대상 지역(1,000세대)의 연간 상수공급량은 331,603m³이며, 연간 전력사용량은69,637kWh이다. 온실가스 배출량은 31.963tCO₂eq이며, 온실가스 저감량은 3.2tCO₂eq로 산정되었다. 추후 LID 시설에 대한 상수 대체량과 온실가스 저감효과 정량화가 필요하다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권1호
• /
• pp.177-186
• /
• 2017

최근 무인자동차가 큰 관심을 받고 있다. 세계 최대 규모의 온라인 쇼핑 서비스업체인 아마존은 드론을 활용한 배송시스템을 개발하고 있다. 이러한 플랫폼의 항법을 위해서는 정확한 자세정보가 필요하다. 본 논문에서는 저가형 관성센서를 활용한 AHRS 구조 설계를 제안하였다. 쿼터니언기반의 운동방정식, 바이어스가 제거된 자이로 측정치, MEMS 가속도계와 지자기 센서를 이용하여 자세를 추정하는 칼만 filter를 설계하였다. MEMS 자이로의 바이어스를 제거하기 위하여 자이로 측정치와 자세 추정치를 이용하는 자이로 바이어스 제거용 칼만 filter를 추가하였다. 구현한 AHRS의 성능을 고가의 상용 Microstrain사의 3DM-GX3-25 AHRS와 비교 실험을 통하여 칼만 filter가 자이로의 바이어스 오차를 0.0001[deg/s]이하로 추정함을 볼 수 있었다. 또한 최종적으로 구해진 자세에서 롤각과 피치각은 0.2, 0.3[deg]이내의 오차를 보여주었다. 요 각은 6[deg] 이하의 오차가 발생하였다.

• 산업경영시스템학회지
• /
• 제46권2호
• /
• pp.133-142
• /
• 2023

The large process plant is currently implementing predictive maintenance technology to transition from the traditional Time-Based Maintenance (TBM) approach to the Condition-Based Maintenance (CBM) approach in order to improve equipment maintenance and productivity. The traditional techniques for predictive maintenance involved managing upper/lower thresholds (Set-Point) of equipment signals or identifying anomalies through control charts. Recently, with the development of techniques for big analysis, machine learning-based AAKR (Auto-Associative Kernel Regression) and deep learning-based VAE (Variation Auto-Encoder) techniques are being actively applied for predictive maintenance. However, this predictive maintenance techniques is only effective during steady-state operation of plant equipment, and it is difficult to apply them during start-up and shutdown periods when rises or falls. In addition, unlike processes such as nuclear and thermal power plants, which operate for hundreds of days after a single start-up, because the pumped power plant involves repeated start-ups and shutdowns 4-5 times a day, it is needed the prediction and alarm algorithm suitable for its characteristics. In this study, we aim to propose an approach to apply the optimal predictive alarm algorithm that is suitable for the characteristics of Pumped Storage Power Plant(PSPP) facilities to the system by analyzing the predictive maintenance techniques used in existing nuclear and coal power plants.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.385-386
• /
• 2022

현재 전세계 해운물류 선진국들은 앞다퉈 자동화 터미널, 공유플랫폼 등 다양한 디지털 기술을 도입하며 스마트항만을 구축하고 있다. 이처럼 자원 활용 효율 향상 및 작업 유휴시간 최소화를 통한 항만 전반에 걸친 효율화의 중요성이 증가하고 있다. 이에 본 연구에서는 자원 활용 효율 향상을 위한 방법의 하나로 개선된 Y/T(Yard Truck) 배차 방식을 제안하고자 한다. 이를 위해, 기존 배차 방식의 문제점을 분석하고 이와 관련한 제약사항을 종합적으로 고려한 Y/T 배차 알고리즘을 개발한다. 또한, 부산 신항 컨테이너터미널 운영 데이터를 기반으로 터미널 혼잡 상황에 따른 다양한 시나리오를 가정하고 시나리오에 대해 기존 배차 방식과 Y/T 배차 알고리즘을 적용한 시뮬레이션 실험을 실시한 후 분석결과를 바탕으로 Y/T 배차 알고리즘 활용에 따른 운영적 효과를 평가한다.

• Human Ecology Research
• /
• 제61권4호
• /
• pp.543-563
• /
• 2023

The purpose of this study is to design and develop a Metaverse ZEP platform-based teaching and learning process plan by selecting learning topics that are commonly dealt with among the core concepts of the "family" area of practical (technical and home) subjects. To this end, a teaching and learning process plan was developed through planning, Metaverse platform design, expert review, and revision stages. The Metaverse ZEP "Open Class Day" platform, a virtual learning space, was created and developed to further utilize EduTech programs, such as Padlet, Mentimeter, Jamboard, Miricanvas, and Spatial. The teaching and learning process plan developed in this study consists of a total of seven sessions, including approaching EduTech, Changing Families, Exploring Our Family, and Counseling Centers 1, 2, and 3. Among them, Geumji Counseling Center 1, 2, and 3 was designed as a class in which parents and children participate together in open classes using the ZEP platform. This platform can be used as part of parent classes as well as to encourage online participation in the open classes held periodically at each individual school. In terms of the content validity ratio (CVR) of the developed teaching and learning process verified through five experts, 12 out of 15 questions had a CVR of 1, while the remaining three questions had a CVR of 0.6. The three questions with lower validity were revised and supplemented.

• Journal of Platform Technology
• /
• 제12권3호
• /
• pp.55-61
• /
• 2024

디지털 환경이 복잡해지고 사이버 공격이 정교해지면서 데이터 보호에 대한 중요성이 부각되고 있다. 데이터 유출, 시스템 침입, 인증 우회와 같은 다양한 보안 위협이 증가하면서 안전한 키 관리가 대두되고 있다. 키 관리 시스템(Key Management System, KMS)은 암호 키 생명주기 절차 전체를 관리하며, 여러 산업에서 사용되고 있다. 공공, 금융을 포함하는 다양한 산업의 환경에 맞는 요구 사항을 고려한 키 관리 시스템이 필요한 상황이다. 본 논문은 대표적인 산업에서 사용하는 키 관리 시스템을 비교 분석하여, 산업별 키 관리 시스템의 특성을 도출하는 것이 목적이다. 연구 방법은 문헌 및 기술 문서 분석, 사례 분석으로 정보를 수집하여, 산업 분야별 비교 분석을 진행하였다. 본 논문의 결과는 산업 환경에 맞는 키 관리 시스템을 도입하거나 개발 시 실질적인 가이드를 제공할 수 있을 것이다. 한계점은 분석한 산업 분야가 부족하고, 실험적 검증이 부족하였다. 이에 향후 연구에서 다양한 분야의 키 관리 시스템을 포함하여, 실험을 통한 구체적인 성능 테스트를 진행하고자 한다.

• 서비스연구
• /
• 제14권1호
• /
• pp.13-26
• /
• 2024

멀티모달 (multi-modal) 생성이란 텍스트, 이미지, 오디오 등 다양한 정보를 기반으로 결과를 도출하는 작업을 말한다. AI 기술의 비약적인 발전으로 인해 여러 가지 유형의 데이터를 종합적으로 처리해 결과를 도출하는 멀티모달 기반 시스템 또한 다양해지는 추세이다. 본 논문은 음성과 텍스트 인식을 활용하여 인물을 묘사하면, 몽타주 이미지를 생성하는 AI 시스템의 개발 내용을 소개한다. 기존의 몽타주 생성 기술은 서양인들의 외형을 기준으로 이루어진 반면, 본 논문에서 개발한 몽타주 생성 시스템은 한국인의 안면 특징을 바탕으로 모델을 학습한다. 따라서, 한국어에 특화된 음성과 텍스트의 멀티모달을 기반으로 보다 정확하고 효과적인 한국형 몽타주 이미지를 만들어낼 수 있다. 개발된 몽타주 생성 앱은 몽타주 초안으로 충분히 활용 가능하기 때문에 기존의 몽타주 제작 인력의 수작업을 획기적으로 줄여줄 수 있다. 이를 위해 한국지능정보사회진흥원의 AI-Hub에서 제공하는 페르소나 기반 가상 인물 몽타주 데이터를 활용하였다. AI-Hub는 AI 기술 및 서비스 개발에 필요한 인공지능 학습용 데이터를 구축하여 원스톱 제공을 목적으로 한 AI 통합 플랫폼이다. 이미지 생성 시스템은 고해상도 이미지를 생성하는데 사용하는 딥러닝 모델인 VQGAN과 한국어 기반 영상생성 모델인 KoDALLE 모델을 사용하여 구현하였다. 학습된 AI 모델은 음성과 텍스트를 이용해 묘사한 내용과 매우 유사한 얼굴의 몽타주 이미지가 생성됨을 확인할 수 있다. 개발된 몽타주 생성 앱의 실용성 검증을 위해 10명의 테스터가 사용한 결과 70% 이상이 만족한다는 응답을 보였다. 몽타주 생성 앱은 범죄자 검거 등 얼굴의 특징을 묘사하여 이미지화하는 여러 분야에서 다양하게 사용될 수 있을 것이다.