• 디지털융복합연구
• /
• 제20권5호
• /
• pp.411-422
• /
• 2022

본 연구는 디지털 자산관리 서비스에 대한 고령자의 이용 의도에 영향을 미치는 요인들을 파악하고자 한다. 연구대상은 50대 이상 고령자 312명이었다. 연구모형은 가치기반수용모델(VAM)을 바탕으로 가격 효용성, 사회적 영향, 인지된 위험을 연구 변인으로 추가하였다. 실증분석 결과 유용성, 즐거움, 가격 효용성, 그리고 사회적 영향은 인지된 가치에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 기술성은 유의한 부(-)의 영향을 미치는 것으로 나타났다. 반면 인지된 위험은 유의한 영향 관계가 검정되지 않았다. 인지된 가치는 이용의도에 유의한 정(+)의 영향을 미쳤다. 본 연구는 디지털 자산관리 서비스에 대하여, 기술수용모델에서 주류로 다루지 않았던 고령자를 대상으로 그 특성을 반영한 연구모형을 적용했다는 학술적 의미가 있다. 또한 고령자들의 디지털 자산관리 서비스 이용도를 높이기 위한 공급자들의 마케팅 전략 및 정부/공공기관의 정책 수립에 실무적 시사점을 제공했다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.305-305
• /
• 2023

수문조사기기 검정은 강수량, 수위, 유량 등과 같은 수문자료를 관측하는 수문조사기기가 대상지역의 수문상황을 정확하게 관측하는지를 검사하는 일련의 과정으로 「수자원의 조사 계획 및 관리에 관한 법률」 제12조에 법적 기반을 두고 있다. 검정 대상은 강수량, 수위, 유속, 유사량, 토양수분량, 증발산량, 증발량 측정기기 총 7종이며, 환경부장관으로부터 한강홍수통제소가 검정업무를 위임받고, 한국건설기술연구원과 한국수자원조사기술원이 위탁받아 운영중에 있다. 최근에는 증발산량, 토양수분량 및 유량 측정기기기 등이 첨단화되어 기존 검정 방식에 대한보완 및 신설에 대한 요구가 증가하고 있다. 특히, 유량 측정시 기존에 사용하였던 회전식 유속계는 ADCP(Acoustic Doppler Current Profiler) 유량측정기기로 대체되어 활용률이 2013년 24%에서2021년 67%로 약 2.8배 급격히 증가하였다. 하지만 수문조사기기 검정 관련 고시 내 ADCP에 대한검사방법 및 허용오차 등의 규정이 부재하여 수문조사기기의 검정 공백이 발생하는 등의 문제가 존재하고 있다. 이에 본 연구에서는 ADCP 운영 및 기술 현황, 현행 법령, 국외 사례 등을 검토하여 ADCP 유량측정기기의 검사방법 및 허용오차에 대한 방안을 제시하고자 한다. ADCP 검사방법은 총 5단계로 외관검사, 자가진단 검사, 온도센서 검사, 수심측정 검사, 유량비교측정 검사에 따라 검정을 실시한다. 첫 번째 외관검사시에는 기기 외관과 센서 등 물리적 손상을 점검하고, 두 번째 자가진단 검사에서는 센서 변환 매트릭스 값, 수신부 센서 테스트, RAM/ROM 테스트, 통신 테스트 등에 관한 정상값 산출 여부를 확인한다. 세 번째 온도센서 검사에서는 검증용 온도센서를 이용한 값과 ADCP에 부착된 온도센서 값과 차이를 확인하고 ±2℃초과시 재검사 또는 적절한 조치를 취한 후 다음 단계의 검사를 진행한다. 네 번째 수심측정 검사에서는 수조 내 수심 측정을 확인하여 실제 수심과의 오차를 확인하고 ±1% 초과시 재검사 또는 적절한 조치 후 다음 검사를 실시한다. 유량비교 측정검사에서는 각 기기 간의 평균유량의 상대오차를 평가하는 것으로 ±5%미만에는 합격, ±5이상 ±10%미만에서는 재검사, ±10%이상에서는 공장수리를 권고하도록 하고, 1~5 단계의 검사를 통과한 기기를 대상으로 인증서를 발급하도록 한다. 유량비교 측정검사시에는 매년 ADCP를 사용하는 일반기업 및 공공기관 등이 모여 ADCP의 성능을 상호간 비교하는 'ADCP 기술협력 워크숍'을 확장하여 실시할 수 있다. 각 검사 단계의 허용오차는 USGS 또는 제조사 기준과 2022년 ADCP 기술협력 워크숍 성능검사 분석 결과를 토대로 하였다. 본 ADCP 검정 방안은 향후 ADCP 모델별로 단계별 시범 검토를 통해 세부사항에 대한 제시가 필요하며, 온도센서 검사, 수심측정 검사, 유량 비교측정검사에 대한 허용오차에 대한 타당성에대한 검증 및 검토가 이루어져야 할 것으로 사료된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.377-380
• /
• 2022

앱(App)이라 불리는 응용프로그램은 모바일 기기 등에 다운받아 사용 가능하다. 그 중 안드로이드(Android) 기반 앱은 오픈소스 기반으로 구현되어 누구나 악용 가능하다는 단점이 있지만, 아주 일부분의 소스코드를 공개하는 iOS와는 달리 안드로이드는 오픈소스로 구현되어있기 때문에 코드를 분석할 수 있다는 장점도 있다. 하지만, 오픈소스 기반의 안드로이드 앱은 누구나 소스코드 변경에 참여 가능하기 때문에 그만큼 악성코드가 많아지고 종류 또한 다양해질 수밖에 없다. 단기간에 기하급수적으로 늘어나는 악성코드는 사람이 일일이 탐지하기 어려워 AI를 활용하여 악성코드를 탐지하는 기법을 사용하는 것이 효율적이다. 기존 대부분의 악성 앱 탐지 방안은 Feature를 추출하여 악성 앱을 탐지하는 방안이 대부분이다. 따라서 Feature 추출 후 학습에 사용할 최적의 Feature를 선정(Selection)하는 3가지 방안을 제안한다. 마지막으로, 최적의 Feature로 모델링을 하는 단계에서 단일 모델 이외에도 앙상블 기법을 사용한다. 앙상블 기법은 이미 여러 연구에서 나와 있듯이 단일 모델의 성능을 뛰어넘는 결과를 보여주고 있다. 따라서 본 논문에서는 안드로이드 앱(App) 기반 악성코드 탐지 최적의 Feature 선정과 학습모델을 구현하는 방안을 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.562-565
• /
• 2022

최근 증가하고 있는 도로 위 적재 불량 화물차는 비정상적인 무게 중심으로 인해 물체 낙하, 도로 파손, 연쇄 추돌 등 교통 안전에 위해가 되고 한번 사고가 발생하면 큰 피해가 유발할 수 있다. 하지만 이러한 비정상적인 무게 중심은 적재 불량 차량 인식을 위한 주행 중 축중 시스템으로는 검출이 불가능하다는 한계점이 있다. 본 논문에서는 이러한 사회 문제를 야기하는 적재 불량 차량을 관리하기 위한 객체 인식 기반 AI 모델을 구축하고자 한다. 또한 AI-Hub에 공개된 약 40만장의 대형차, 소형차, 중형차 별 적재 불량 차량과 일반차량으로 구분 된 데이터 셋 중 종류별로 제공되는 CCTV, 블랙박스, 카메라 시점의 적재 불량 차량 데이터 셋을 분석하여 전처리를 통해 적재 불량 차량 검지 AI 모델의 성능을 향상시키는 방법을 제시한다. 이를 통해, 원시 데이터를 활용한 학습 성능 대비 약 23% 향상된 적재 불량 차량의 검출 성능을 나타냄을 보였다. 본 연구 결과를 통해 공개 빅데이터를 보다 효율적으로 활용하여, 객체 인식 기반 적재 불량 차량 탐지 모델 개발에 적용할 수 있을 것으로 기대된다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.335-340
• /
• 2021

본 연구는 농어촌 초등학교 저학년을 대상으로 로봇과 SW교육을 위한 메이커 교육 프로그램 환경 조성, 메이커교육 프로그램 개발 및 적용 연구를 수행하였다. 선행 메이커교육 모델을 기초로 초등학교 저학년 수준에 맞는 OMCSI 모형은 개발하였으며, 이를 기초로 5종의 WeDo 활용 초등 메이커 교육 프로그램을 개발하였다. 2020년 4월 1일 ~ 2020년 10월 30일까지 경상남도 대합초등학교의 2학년 10명을 대상으로 WeDo로봇 2.0을 활용한 초등 메이커 교육 프로그램을 적용한 결과는 다음과 같다. 컴퓨팅사고력의 분석능력에서 평균이 3.40점 올랐으며(t=-2.378, p=0.034), 설계능력에서도 평균이 3.30점 올랐다.(t=-2.329, p=0.040). 그리고 구현능력에서도 평균이 3.40점(t=-2.458, p=0.038)올랐다. 마지막으로 추론능력에서는 3.70점(t=-2.449, p=0.037)로 올랐다. 즉, 컴퓨팅 사고력 4개의 하위요소 모두가 유의확률 0.04이하로 사전사후 컴퓨팅 사고력의 점수 간에는 통계적인 유의미한 차이를 나타냈다. 따라서 WeDo 로봇을 활용한 초등 메이커 교육 프로그램'이 학생들의 컴퓨팅 사고력 향상에 매우 효과적으로 작용했다고 할 수 있다

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.575-576
• /
• 2020

본 논문은 근래에 식용곤충 식품에 대한 수요 및 국민적 관심이 증가하여 관련 산업이 급격히 성장하고 있는 가운데, 건강기능성 효과가 널리 알려진 흰점박이꽃무지 유충의 안정적인 생산량 확보를 위한 스마트 사육사를 제작하고 그 성능을 평가한 결과이다. 사육사는 L6m×W3m×H2.8m 크기로 제작하였으며, 안정적인 사육환경을 위하여 사육실과 공조실을 분리하여 설계하였다. 공시재료는 생후 15일이 경과된 흰점박이꽃 무지 유충 1령이며, 스마트 사육사 내 사육환경은 온도 25±2℃, 습도 65±5%로 제어하였다. 사육조사는 매주 1회, 유충의 체중, 길이, 두께를 측정하였으며, 스마트 사육사의 성능평가를 위해 일반 사육농가(전북 소재)와 비교·분석하였다. 사육 4주 후 조사 결과, 스마트 사육사에서 사육한 유충의 체중과 길이는 각각 평균 1.97g/마리와 3.75cm로, 일반농가의 1.58g/마리와 3.55cm에 비해 비교적 높은 것으로 나타났다. 하지만, 두께의 경우 2주 차까지 일반농가에서 대체로 높은 것으로 나타났으며, 이후 3~4주 차에서는 큰 차이를 보이지 않았다. 따라서 본 연구를 통해 개발한 흰점박이꽃무지 유충 스마트 사육사는 일반농가와 비교해 사육이 비교적 빠르고 생산량을 더 많이 확보할 수 있는 시스템으로 농가소득 증대에 유용할 것으로 판단되며, 장소 및 시간에 상관없이 생육환경 제어가 가능하여 개발된 시제품의 보급 확대가 필요하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.15-17
• /
• 2022

2020년 하반기부터 2021년 초까지 발생한 조류인플루엔자의 여파로 1,780만수의 산란계가 살처분되면서 계란 공급 부족으로 계란 1판에 1만원을 넘는 사태가 벌어지기도 했다. 이에 정부는 물가 안정 대책으로 1,000억원 이상의 국고를 계란 수입에 투입하였지만, 계란 가격의 안정화는 쉽지 않았다. 계란 가격의 급격한 변동성은 소비자와 양계농가 모두에게 부정적인 영향을 미치므로 계란 가격의 안정화 방안을 위한 대책이 필요하다. 이를 위해 본 연구에서는 머신러닝 회귀분석 알고리즘을 활용하여 계란 가격을 예측하였으며, 가격 예측을 위해서 대한양계협회 2012~2021년도의 월간 산란계 생산통계와 국가통계포털(KOSIS)의 도축실적 등 총 8개의 독립변수를 선택하였다. 실제 가격과 모델에 의한 예측 가격의 차이를 나타내는 평균 제곱근 오차(RMSE)는 약 103원이며, 이는 개발된 모델이 계란 가격을 비교적 잘 예측한 결과라고 판단된다. 정확한 계란 가격 예측은 산란계 계란 생산주령의 유연한 조정과 산란계 입식에 대한 의사결정을 도울 수 있고, 계란 가격 안정성 확보에 도움을 줄 것으로 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.122-124
• /
• 2022

다중 엘리베이터의 트래픽(Traffic)은 엘리베이터 알고리즘의 설계의 가장 핵심적인 과제이다. 국내 대기업 엘리베이터의 DSS 알고리즘 패널과 같이 행선층을 직접 입력하는 시스템에 많은 비용을 투자하면 효율적인 엘리베이터 시스템 설계가 가능하다. 하지만 비용문제가 해결되지 않으면 NC 알고리즘과 같이 비효율적인 시스템을 사용할 수 밖에 없다. 본 연구에서는 시간 비효율 문제를 해결하기 위해 회사 건물이나 학교 건물과 같이 승객 대부분의 시간표(Timetable)이 알려져 있는 특정한 경우에 대하여 엘리베이터 알고리즘을 개선하였다. 엘리베이터 알고리즘은 배정 함수(FS)와 대기 함수(WF), 두 개의 식으로 나누어 설계하였다. 엘리베이터 시뮬레이션을 설계하였고, 실제 시간표 데이터를 바탕으로 시뮬레이션 상황에 맞는 10개의 서로 다른 시간표 데이터를 생성하였다. 유전 알고리즘(Genetic Algorithm)과 시뮬레이션을 이용하여 효율적인 배정 및 대기 함수의 가중치 및 상수를 결정하였다. 결과적으로 기존 엘리베이터의 NC 알고리즘에 비해 줄어들고 DSS 엘리베이터와 근접한 수준의 평균 대기 시간 효율을 얻었다. 추가적으로 유전 알고리즘을 통해 설계된 엘리베이터 알고리즘의 분석을 진행하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.360-363
• /
• 2022

최근에 Kaggle ML & DS Survey에 따르면 기계 학습 및 데이터 과학을 위한 프레임워크에서 TensorFlow와 Keras의 비율이 각각 41.82%, 34.09%로 비중을 차지하고 있으며, 개발 프로그래밍의 경우 약 82%로 Python을 사용하는 것으로 나타났다. 상당수의 기계 학습 및 딥러닝의 구조가 Keras 프레임워크와 Python을 활용하고 있으나, Python의 경우에는 스크립트 언어인 관계로 인해 배포 및 실행을 Python 스크립트 환경에 제한되어 동작하므로 다양한 환경에서 동작하기 어려운 개연성이 있을 수 있다. 본 논문에서는 Visual Studio 2019에서 동작하는 C#과 Keras를 활용한 기계 학습 및 딥러닝 시스템을 구현하였으며, 세부적으로 Mnist 데이터셋을 활용하여 파이썬 3.8.2와 C# .NET 5.0 환경에서 20번의 테스트를 진행하였다. 테스트 수행 결과, Python은 최소 시간 1.86초, 최대 시간 2.38초, 평균 시간 1.98초 총 시간 39.53초가 소요되었으며, C#은 최소 시간 1.78초, 최대 시간 2.11초 평균 시간 1.85초 총 시간 37.02초가 소요되었다. 결론적으로 C#의 성능이 Python보다 6% 정도 향상되었음을 확인하였으며, 이를 통해 실행파일 추출이 가능하여 활용도가 높을 것으로 기대한다.

• 지식경영연구
• /
• 제24권4호
• /
• pp.219-235
• /
• 2023

디지털 기술의 발전과 코로나19의 영향으로 기업의 혁신과 조직문화가 변화하고 있으며, HRD(Human Resource Development) 분야에서 스마트 러닝의 중요성이 부각되고 있다. 본 연구에서는 HRD 담당자의 관점에서 스마트 러닝을 구성하는 요인들의 상대적인 중요성을 밝히는 것을 목적으로 하였다. 선행 문헌 검토를 통해 현 상황에 가장 부합하는 스마트 러닝 계층 및 요인을 도출하고, AHP 방법을 활용하여 해당 요인의 상대적 중요도를 파악하였다. 결과적으로 1계층 요인에서는 '학습 활동', '교육 활동', '학습 콘텐츠', '평가 방법 및 평가', '학습 시간 및 공간' 순으로 중요도가 확인 되었다. 2계층 전체 요인에서는 '교육 전략', '학습 결과', '학습 과업', '학습 목표', '학습 지원'이 상위 5위에 나타나는 요인으로 확인되었다. 본 연구 결과는 스마트 러닝 개념을 재정립하고, 추후 연구를 위한 학술적 프레임워크를 제안한 점에서 의의를 가진다. 또한, 실무적으로는 HRD 담당자들이 스마트 러닝을 개선하고 향상시키기 위해 어떤 요인에 주력해야 하는지에 대한 유용한 정보를 제공하는데 기여할 것으로 기대된다.