• 스마트미디어저널
• /
• 제12권2호
• /
• pp.27-35
• /
• 2023

현재의 온라인 사용자 인증은 공인인증기관에서 발급한 공동인증서 및 사설 기관에서 발급한 간편 인증서를 활용하여 수행하고 있다. 이러한, PKI(Public Key Infrastructure) 시스템에서는 다양한 암호학적 기반 기술을 사용하고 있으며, 특히 전자 서명이 핵심 기술로 활용되고 있다. 이러한 전자서명 기술은 중앙집중화되어 있는 시스템을 대체하기 위해 주목받고 있는 DID(Decentralized IDentity)에서도 동일하게 사용되고 있다. 이처럼 현재의 온라인 서비스에서 사용되고 있는 전자 서명 기반의 사용자 인증은 차세대 온라인 세상으로 주목 받는 메타버스에서도 동일하게 활용된다. 가상, 초월을 의미하는 '메타(meta)'와 세계, 우주를 의미하는 '유니버스(universe)'의 합성어인 메타버스는 기존 온라인 세상을 포함하는 가상세계를 의미한다. 메타버스의 다양한 발전으로 인하여 생체인증을 포함한 새로운 인증 기술이 활용될 것으로 전망되나, 여전히 기존의 인증 기술이 사용되고 있다. 이에, 본 연구에서는 발전하고 있는 메타버스 환경에서의 사용자 인증에 효율적으로 활용할 수 있는 전자 서명 기술에 대해 연구한다. 특히, 현재 전자 서명의 표준안으로 사용되고 있는 ECDSA와 다량의 전자 서명을 빠르게 검증할 수 있는 Schnorr 서명의 효율성을 실험적으로 분석한다.

• 공업화학
• /
• 제34권4호
• /
• pp.412-420
• /
• 2023

본 연구는 red mud와 fly ash 기반 geopolymer 흡착제(RFGPA)를 소성 온도 변화(200, 400, 600 ℃)에 따라 제조하고 소성 온도가 methylene blue (MB)의 흡착에 미치는 영향을 조사하였다. 또한, X-ray fluorescence (XRF), scanning electron microscopy (SEM), X-ray diffraction (XRD), fourier-transform infrared spectroscopy (FT-IR), 및 Brunauer-Emmett-Teller (BET) 분석을 통해 제조한 RFGPA의 특성을 조사하였다. MB를 이용한 소성 온도에 따른 RFGPA의 흡착 kinetics 결과 약 72시간에 MB 흡착 평형에 도달하였고, 흡착 isotherm 결과 MB 농도가 증가함에 따라 흡착 정도가 증가하는 경향을 보였다. 또한, RFGPA에 대해 소성 온도가 증가할수록 MB 흡착량이 감소하는 것을 확인하였다. RFGPA의 MB 흡착메커니즘을 확인하기 위해 수학적 모델식에 적용한 결과 상대적으로 Freundlich와 Sips 모델이 Langmuir 모델 보다 더 적합한 것을 확인하였다. 제조한 RFGPA 내에 존재하는 Fe₂O₃에 대한 MB의 광분해 효과를 확인하기 위해 dark condition 및 visible condition에서 MB 분해 정도를 분석한 결과 visible condition에서 분해속도가 dark condition보다 약 3배 빠른 것을 확인하였다.

• 공업화학
• /
• 제34권2호
• /
• pp.161-169
• /
• 2023

본 연구는 allbanggae starch (ABS), polyvinyl alcohol (PVA), alginic acid (SA)를 이용하여 naproxen (NP) 각인 starch 기반 다층 바이오소재를 제조하고, 물리화학적 특성과 약물 방출 제어 효과를 조사하였다. 또한, FE-SEM과 FT-IR 분석에 의해 제조한 다층 바이오소재의 특성을 조사하였다. 약물 방출 제어 효과와 경피 약물 전달 시스템의 적용 가능성을 확인하기 위해 NP 각인 다층 바이오소재로부터 NP 방출 특성을 사람의 체온인 36.5 ℃에서 다양한 pH buffer solution과 인공 피부를 이용하여 확인하였다. NP는 낮은 pH보다 높은 pH에서 1.3배 더 빠른 방출을 나타냈고, single-layer 바이오소재에서보다 multi-layer 바이오소재에서 약 4.0배 느린 방출이 일어남을 확인하였다. 인공 피부 방출에서도 동일하게 single-layer 바이오소재보다 multi-layer 바이오소재에서 약 4.0배 더 느린 약물 방출 결과를 나타내었다. 또한, double-layer와 triple-layer 바이오소재 모두 12시간 동안 지속적으로 NP가 방출되었음을 확인 하였다. NP 방출 mechanism을 규명하기 위해 수학적 모델링에 적용하여 비교했을 때, pH buffer solution에서의 방출은 Fickian diffusion mechanism, 인공 피부 방출은 empirical mechanism에 적합한 것을 확인하였다.

• 대한토목학회논문집
• /
• 제29권5B호
• /
• pp.429-439
• /
• 2009

댐 붕괴로 인한 극한홍수가 발생하였을 경우, 홍수경보에 대한 대응시간은 일반적인 홍수의 경우보다 훨씬 짧다. 수치모형은 홍수파의 전파양상을 예측하고, 범람지역, 홍수파 도달시간 그리고 침수심 등에 관한 정보를 제공하는데 있어 강력한 도구가 될 수 있다. 그러나 댐 붕괴로 인한 홍수파의 전파는 불연속 흐름이나 마른하도의 전파를 포함하고 있으므로, 수학적으로 표현하기 어려운 경우가 많다. 그럼에도 불구하고 최근에 유한체적기법을 이용하여 댐 붕괴로 인한 홍수범람을 모의하기 위한 수치모형의 개발이 많이 이루어졌다. 유한체적기법은 적분보존형 방정식을 기본으로 하고 있으므로, 불연속 흐름이나 충격파의 해석에 용이하다. 따라서, 본 연구에서는 2차원 보존형 천수방정식의 해석을 위해 유한체적기법과 Riemann 근사해법을 이용한 수치모형을 개발하였다. 그리고 예측단계와 수정단계에서 연속방정식과 운동량 방정식의 보존변수 재구성을 위해 수면경사법과 연계한 MUSCL 기법을 적용하여 시간과 공간에서 2차정확도를 얻었다. 개발한 유한체적모형을 2차원 부분적 댐 붕괴 해석 및 삼각형 융기를 가진 하도에 대한 댐 붕괴 해석에 적용하고, 적용결과를 실험자료 및 기존 연구자의 계산결과와 비교하여 개발모형을 검증하였다.

• 실천공학교육논문지
• /
• 제15권1호
• /
• pp.73-80
• /
• 2023

21세기 들어 온라인 테크놀로지의 활성화로 온라인 강좌와 웹기반 커뮤니케이션의 사용이 고등교육 분야에서 증가되어 왔다. 시간과 장소에 구애받지 않는 온라인 교육의 특성은 대학 캠퍼스를 국내외로 확대하고 대학교육의 수혜자도 일반인과 타대학 학생으로 확대할 수 있는 가능성을 열어주었다. 또한 학령인구의 감소, 대학 구조의 재편과 같은 변화도 온라인 교육에 대한 인식을 바꾸는 계기가 되었다. 본 논문에서는 K대학교 재학생, 고등학교 3학년 학생, 일반인을 대상으로 설문조사를 실시하여 온라인 강좌에 대한 만족도, 대형 온라인 강좌를 필요로 하는 영역, 현재 개설된 대형 온라인 강좌의 운영에 대한 학생들의 니즈 등에 대하여 살펴보았다. K대학교 재학생의 온라인 강좌에 대한 만족도는 높게 나타나고 있다. 다만, 각각의 온라인 강좌에 대한 만족도는 높으나 온라인 강좌의 체계 통일성을 높여야 함과 온라인 강좌를 원활하게 수강할 수 있는 환경 개선이 필요함을 알 수 있다. 고등학생의 경우 자연과학에 대한 선호도에서 일반인과 재학생에 비해 상당히 높게 나오고 있는데 수학, 물리와 같은 과목을 선수과목으로 하고 온라인 강좌로 만들어서 전공 수업에 대비하게 해야 할 필요성이 있다고 생각된다. 일반인의 경우 인문학 분야에 대한 선호도가 고등학생과 재학생에 비해 상당히 높게 나타나고 있는데 이는 교양함양이라는 강의 목적을 통해서도 확인할 수 있다.

• 벤처창업연구
• /
• 제17권1호
• /
• pp.229-249
• /
• 2022

본 연구는 다양한 머신러닝 기법을 통해 코스닥(KOSDAQ) 시장 내 관리종목 지정을 예측할 수 있는 모델에 대해 연구하였다. 증권시장 내 기업이 관리종목으로 지정이 되면 시장에서는 이를 부정적인 정보로 인식하여 해당 기업과 투자자에게 손실을 가져오게 된다. 본 연구를 통해 기업의 재무적 데이터를 바탕으로 조기에 관리종목 지정을 예측하고, 투자자들의 포트폴리오 리스크 관리에 도움을 주기 위한 머신러닝 접근이 타당한지 살펴본다. 본 연구를 위해 활용한 독립변수는 수익성, 안정성, 활동성, 성장성을 나타내는 21개의 재무비율을 활용하였으며, K-IFRS가 적용된 2011년부터 2020년까지 관리종목과 비관리종목의 기업의 재무 데이터를 표본으로 추출하였다. 로지스틱 회귀분석, 의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, LightGBM을 활용하여 관리종목 지정 예측 연구를 수행하였다. 연구결과는 분류 정확도가 82.73%인 LightGBM이 가장 우수한 예측 모형이었으며 분류 정확도가 가장 낮은 예측 모형은 정확도가 71.94%인 의사결정나무였다. 의사결정나무 기반 학습 모형의 변수 중요도의 상위 3개 변수를 확인한 결과 각 모형에서 공통적으로 나온 재무변수는 ROE(당기순이익), 자본금회전율(Capital stock turnover ratio)로 해당 재무변수가 관리종목 지정에 있어 상대적으로 중요한 변수임을 확인하였다. 대체적으로 앙상블을 이용한 학습 모형이 단일 학습 모형보다 예측 성능이 높은 것을 확인하였다. 기존 선행연구가 K-IFRS에 대한 고려를 하지 않았고, 다소 제한된 머신러닝에 의존하였다. 따라서 본 연구의 필요성과 함께 현실적 요구를 충족시키는 결과를 제시하였음을 알 수 있으며, 시장참여자들에게 있어 관리종목 지정에 대한 사전 예측을 확인할 수 있도록 기여했다고 볼 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제13권1호
• /
• pp.1-16
• /
• 2024

지난 수년간 6시그마는 제조업의 주요 혁신 방법론으로, 품질개선과 경비 절감을 위해 사용되었다. 그러나 스마트공장 확산으로 인한 초 단위 데이터 생성 등, 방대한 양의 데이터를 분석하기 어려운 문제와,오랫동안 정착된 형식적 사용으로 인해, 6시그마의 한계가 지적되었다. 6시그마의 한계를 극복하기 위해, 최근에 빅데이터 기반 6시그마 기법이 연구되고 있다. 빅데이터 기반 6시그마는, 6시그마의 강점인 통계적 검증, 수학적 최적화, 높은 해석력과, 빅데이터 분석의 강점인 기계학습을 모두 활용할 수 있다. 그러나, 최근 연구된 빅데이터 기반 6시그마 기법이 제조공정 및 경영 성과에 미치는 영향에 대한 검증은 미비하다. 이러한 이유로 실무에서는, 빅데이터 기반 6시그마 기법에 대한 신뢰성이 높지 않아 제대로 활용하지 못하고 있다. 본 연구에서는, 빅데이터 기반 6시그마인 DX SS의 유효성 분석을 통해 제조공정의 효율성에 미치는 영향을 알아본다. 또한 기업에서 이 기법을 성공적으로 도입 및 정착시키기 위한 핵심 성공 정책을 도출한다. 추가적으로, 성공 정책에 대한 연구 없이 전 임직원의 참여가 수반되지 못한 잘못된 정책으로 방법론이 중단된 사례는, 핵심 성공 정책 연구에 대한 중요성을 보여준다. 제조기업들이 본 연구에서 제시하는 방법론을 적극 도입하고 사용하여 성공적인 성과를 거둘 수 있도록 본 연구가 도움이 되기를 기대한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.

• 한국산림과학회지
• /
• 제102권1호
• /
• pp.82-89
• /
• 2013

벌채 수확은 토양 내 탄소 동태를 변화시킬 수 있는 중요한 교란 중 하나이다. 그러나 수확에 따른 토양탄소 변화를 현지에서 장기간 연구하는 데에는 여러 가지 제한 요건이 있기 때문에 수학적 모델을 이용하여 장기적인 토양탄소 변화 경향을 효율적으로 추정할 수 있다. 본 연구에서는 최근 개발된 한국형 산림토양탄소 모델(KFSC 모델)을 이용하여 국내 중부지방 소나무(Pinus densiflora S. et Z.) 임분을 대상으로 수확의 주기, 강도, 수확 후 잔재물 처리방법에 따른 산림토양탄소 동태의 장기 변화를 모의하였다. 모의 시나리오는 3개의 수확 주기(50년, 80년, 100년), 2개의 수확 강도(재적 대비 30%의 부분수확 및 100%의 개벌수확), 2개의 수확 후 잔재물 처리방법(지상부 잔재물의 전량 수거 및 전량 방치) 등을 조합하여 총 12개로 이루어졌으며, 연간 토양탄소 저장량의 변화를 400년 간 모의하였다. 모의 결과, 400년 후 30 cm 깊이까지의 토양탄소 저장량은 시나리오별로 50.3-55.8 Mg C $ha^{-1}$(현재 토양탄소 저장량 대비: 98.1-108.9%)의 범위를 나타냈다. 수확 후 잔재물을 전량 방치할 경우 잔재물을 전량 수거할 때보다 토양탄소 저장량이 2.5-11.0% 증가하는 것으로 모의되었으나, 수확 주기 및 강도에 따른 토양탄소 저장량 변화에서는 일정한 경향이 나타나지 않았다. 토양탄소 저장량의 변화 경향은 고사유기물의 변화 경향과 일치하였으며, 고사유기물의 변화 경향은 수확 시 발생하는 고사유기물의 양과 수확 후 임분 생장 형태에 의해 달라지는 것으로 나타났다.

• 한국과학교육학회지
• /
• 제19권4호
• /
• pp.604-621
• /
• 1999

본 연구는 경북대학교 과학영재교육센터에서 1998학년도 신입생 선발에 사용한 과학적 사고기능 검사 및 학력검사 문항을 분석한 것이다. 과학적 사고기능 검사지는 탐구기능 검사지와 논리적 사고력 검사지의 두 소검사지로 나누어져 있으며, 이들은 원래 한국교육개발원에서 초등학교 4, 5, 6학년 학생들의 영재성을 판별하기 위하여 제작된 것이나, 초등학교 4학년부터 중학교 3학년까지의 일반 학생을 대상으로 과학 문제 해결 능력을 판별하는데 사용할 수 있도록 표준화 검사를 거쳐서 판매하는 것이며, 학력검사 문항은 수학 및 과학 전 분야의 탐구력과 사고력을 요구하는 문항으로서 본 센터에서 자체 제작한 것이다. 이러한 검사지를 사용하여 대구광역시와 경상북도 교육청 산하의 중학교로부터 추천받은 학생 323명을 대상으로 과학영재 선발 시험을 실시한 결과로부터 문항의 곤란도 지수와 변별도 지수 및 오답의 능률도를 평가한 결과, 과학적 사고기능 검사지는 두 종류 모두 대부분의 문항들이 문항의 곤란도 지수와 변별도 지수가 적정 값에서 크게 벗어났으며, 적정 값을 갖는 문항들도 오답의 능률도가 대단히 낮았다. 따라서 한국교육개발원에서 개발한 과학적 사고기능 검사지는 과학 영재교육센터의 선발시험에 응시한 준영재 집단에 적용하여 일정 수의 영재성을 지닌 학생을 선발하는데는 적합하지 않은 것으로 나타났다. 또, 본 센터에서 개발한 학력검사 문항은 중학교 1학년 학생들에게는 지나치게 어려운 문항들이 많아서, 일부 문항들은 성적 분포가 양극화 양상을 보였다. 그러나 전체적인 성적은 정규분포를 나타내는 고른 분포를 보였으며, 따라서 학력검사 성적이 선발에 결정적인 영향을 미친 것으로 보인다. 마지막으로 이러한 문항 분석 결과를 토대로 과학영재 선발에 대한 몇 가지의 제언을 하였다.