• Proceedings of the Korean Institute of Landscape Architecture Conference
• /
• 2022.10a
• /
• pp.103-105
• /
• 2022

• 대학교육
• /
• s.84
• /
• pp.115-123
• /
• 1996

현재 우리의 대학교육 체제가 크게 변화하고 있는 가운데 학부제의 도입이 최대의 관심사로 부각되고 있다. 그러나 대부분 대학이 학부제의 특성을 볼 수 있는 복수전공 취득이 가능한 구체적인 교육과정 등도 마련해놓지 않고 유사계열의 학과들을 묶어 학부라고 이름지음으로써 '학부제=학과 통폐합'이라는 오해를 불러 일으키며, 교육개혁에 대한 거부감마저 낳고 있다. 이른바 교육소비자 중심시대에 대비하기 위해서는 학부제만이 유일한 해결책은 아닐 것이다. 하지만 교육서비스의 수요자를 중심으로 한 학부제라면 경쟁력 있는 대학으로 가는 길임에는 틀림이 없는 것 같다.

• Annual Conference of KIPS
• /
• 2008.05a
• /
• pp.1139-1142
• /
• 2008

인터넷의 이용이 증가함에 따라 네트워크를 통한 다양한 공격 역시 증가 추세에 있다. 따라서 네트워크 이상징후를 사전에 탐지하고 상황에 따라 유연하게 대처할 수 있도록 하기 위한 연구가 절실하다. 본 연구는 은닉마코프모델을 이용해 트래픽에서 이상징후를 탐지하는 기법을 제안한다. 제안하는 기법은 시계열 예측 기법을 이용해 트래픽에서 징후를 추출한다. 징후추출 과정의 결과를 은닉마코프모델을 활용한 징후판단과정을 통해 네트워크 이상징후인지를 판단하고 결정한다. 일련의 과정을 perl로 구현하고, 실제 공격이 포함된 트래픽을 사용하여 검증한다. 하지만 결과가 확연히 증명되지는 않는데, 이는 학습과정의 부족과 실제에 가까운 트래픽의 사용으로 인해 나타나는 현상으로 연구의 본질을 흐리지는 않는다고 판단된다. 오히려 실제 상황을 가정했을 때 접근이나 적용을 판단함에 관리자의 의견을 반영할 수 있으므로 공격의 탐지와 판단에 유연성을 증대시킬 수 있다. 본 연구는 실시간 네트워크의 상황 파악이나 네트워크에서의 신종 공격 탐지 및 분류에 응용가능할 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.319-320
• /
• 2023

본 논문에서는 합성곱 신경망이 적용된 네트워크를 활용해 전이 학습의 과정을 거친 멸종위기종 철새들의 이미지를 분류하는 시스템의 설계과정과 결과를 제시한다. 연구 방법으로 한국 영랑호를 찾아오는 멸종위기종, 천연기념물인 철새들의 이미지를 학습시켜 "가창오리", "노랑부리백로", "물총새" 이 세 종의 철새들을 매우 정확하게 분류하는 것을 확인하였다. 데이터 예비학습과정에서 train data의 개수를 40개로 진행했을때 약 92%의 정확도를 확인 후, train data의 이미지 개수를 50장으로 늘려 더 높은 정확도를 얻을 수 있었다. 이 시스템은 한국을 방문하는 멸종위기종 철새들을 무분별하게 포획하지 않도록 철새 이미지 분류시 활용 가능하다고 사료된다.

• Annual Conference of KIPS
• /
• 2020.05a
• /
• pp.268-271
• /
• 2020

최근 동형암호에 대한 관심이 높아진 가운데, 이를 활용한 Cloud Computing 서비스를 구축하기 위한 시도가 이어지고 있다. 기존 동형암호 HW에 대한 연구는 수학적 기능 구현 자체에 중점을 두고 있다. 본 논문에서는 동형암호 CNN inference 모델 설계 과정에서 HW 구현 한계점과 bottleneck들을 수학적 기법이 아닌 HW 특징을 이용해서 극복하는 과정을 서술하였다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.39-41
• /
• 2023

본 논문에서는 대학생들의 스터디 활동을 돕는 앱의 구현 내용을 앱에서 핵심적으로 사용되는 관심도 기반 추천 알고리즘을 중점으로 소개하였다. 해당 알고리즘을 통해 이 앱은 사용자에게 더욱 높은 접근성을 제공한다. 본 논문에서는 이 알고리즘의 설계와 적용 방식을 서술하였고, 이를 통한 앱의 기대효과를 작성하였다. 본 연구의 과정은 해당 앱을 개발하는 과정을 서술하여 유사한 앱 또는 유사한 알고리즘을 활용하는 앱을 개발하는 프로젝트에서 사례로 활용될 수 있다.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.660-661
• /
• 2023

대한민국에서의 채용과정은 각 기업마다 절차가 상이하지만 대부분 서류심사, 필기시험, 면접 단계를 걸쳐 선발하게 된다. 서류심사와 필기시험은 개별의 노력으로 내용을 개선할 수 있지만, 면접의 경우에는 준비단계에서의 철저한 준비가 필요하다. 이러한 면접의 준비 과정에서의 어려움을 덜어내고자 딥러닝을 활용하여 면접 프로그램을 개발하게 되었다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.81-83
• /
• 2023

태양 에너지 수집형 IoT 기기는 주기적으로 재충전되는 태양 에너지의 특성상, 에너지 소모를 최소화하기보다는 수집된 에너지를 최대한 유용하게 사용하는 것이 중요하다. 한편, 데이터 기밀성과 프라이버시, 응답속도, 비용 등의 이유로 클라우드가 아닌 데이터 소스 근처에서 머신러닝을 수행하는 엣지 AI에 대한 연구도 활발한데, 그 중 하나는 여러 IoT 장치들이 수집한 오디오 데이터를 활용하여, 다양한 AI 응용들을 IoT 엣지 컴퓨팅 환경에서 제공하는 것이다. 그러나, 이와 관련된 많은 연구에서, IoT 기기들은 에너지의 제약으로 인하여, 엣지 서버(IoT 서버)로의 센싱 데이터 전송만을 수행하고, 데이터 전처리를 포함한 모든 AI 과정은 엣지 서버에서 수행한다. 이 경우, 엣지 서버의 과부하 문제 뿐 아니라, 학습 및 추론에 불필요한 데이터까지도 서버에 그대로 전송되므로 네트워크 과부하 문제도 야기한다. 또한, 이를 해결하고자, 데이터 전처리 과정을 각 IoT 기기에 모두 맡긴다면, 기기의 에너지 부족으로 정전시간이 증가하는 또 다른 문제가 발생한다. 본 논문에서는 각 IoT 기기의 에너지 상태에 따라 데이터 전처리 여부를 결정함으로써, 기기들의 정전시간 증가 문제를 완화시키면서 서버 집중형 엣지 AI 환경의 문제들(엣지 서버 및 네트워크 과부하)을 완화시키고자 한다. 제안기법에서 IoT 장치는 기기가 기본적으로 동작하는 데 필요한 에너지 외의 여분의 에너지 양을 예측하고, 이 여분의 에너지가 있는 경우에만 이를 사용하여 기기에서 전처리 과정, 즉 수집 대상 소리 판별과 잡음 제거 과정을 거친 후 서버에 전송함으로써, IoT기기의 정전시간에 영향을 주지 않으면서, 에너지 적응적으로 데이터 전처리 위치(IoT기기 또는 엣지 서버)를 결정하여 수행한다.

• The Proceeding of the Korean Institute of Electromagnetic Engineering and Science
• /
• v.23 no.4
• /
• pp.58-63
• /
• 2012

• The Proceeding of the Korean Institute of Electromagnetic Engineering and Science
• /
• v.23 no.3
• /
• pp.66-71
• /
• 2012