• 한국결정성장학회지
• /
• 제33권6호
• /
• pp.255-260
• /
• 2023

분자 단위의 폭발물질을 탐지하기 위하여, 고감도 응답성 센서의 개발이 요구되고 있다. 2차원 반도체는 얇은 적층형 구조를 가져 전하 캐리어가 축적될 수 있어, 전하 캐리어의 급격한 신호 변조 특성을 기대할 수 있다. WSe₂ 반도체 소재의 TNT(Trinitrotoluene) 폭발물질에 대한 탐지 효용성을 연구하기 위해, CVD(Chemical Vapor Deposition) 공정을 이용해 WSe₂ 박막을 합성하여 FET(Field Effect Transistors)을 제작하였다. 라만 분석과 FT-IR(Fourier-transform infrared) 분광 결과는 TNT 분자의 흡착과 WSe₂ 결정질의 구조적 전이 분석 정보를 나타내었다. 또한, WSe₂ 표면의 TNT 분자 흡착 전후의 전기적 특성을 비교하였다. TNT 도포 전, WSe₂ FET에 백 게이트 바이어스로 -50 V를 인가함에 따라 0.02 μA의 최대 전류 값이 관측되었고, 0.6%(w/v) TNT 용액을 도포하였을 때 Drain 전류는 p-type 거동을 보이면서 0.41 μA의 최대 전류 값을 기록하였다. 이후 On/Of f Ratio 및 캐리어 이동도, 히스테리시스를 추가적으로 평가하였다. 본 연구에서는 WSe₂의 TNT 분자에 대한 고감도와 신속한 응답성을 통해 폭발물질 탐지 센서 소재로서의 가능성을 제시하였다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.113-125
• /
• 2013

기업 경영에 있어서 고객의 소리(VOC)는 고객 만족도 향상 및 기업의사결정에 매우 중요한 정보이다. 이는 비단 기업뿐만 아니라 대고객, 대민원 업무를 처리하는 모든 조직에 있어서도 동일하다. 때문에 최근에는 기업뿐만 아니라 공공, 의료, 금융, 교육기관 등 거의 모든 조직이 VOC를 수집하여 활용하고 있다. 이러한 VOC는 방문, 전화, 우편, 인터넷게시판, SNS 등 다양한 채널을 통해 전달되지만, 막상 이를 제대로 활용하기는 쉽지 않다. 왜냐하면, 고객이 매우 감정적인 상태에서 고객의 주관적 의사를 음성 또는 문자로 표출하기 때문에 그 형식이나 내용이 정형화되어 있지 않고 저장하기도 어려우며 또한 저장하더라도 매우 방대한 분량의 비정형 데이터로 남기 때문이다. 본 연구는 이러한 비정형 VOC 데이터를 자동으로 분류하고 VOC의 유형과 극성을 판별할 수 있는 오피니언 마이닝 기반의 지능형 VOC 분석 시스템을 제안하였다. 또한 VOC 오피니언 분석의 기준이 되는 주제지향 감성사전 개발 프로세스와 각 단계를 구체적으로 제시하였다. 그리고 본 연구에서 제시한 시스템의 효용성을 검증하기 위하여 의료기관 홈페이지에서 수집한 4,300여건의 VOC 데이터를 이용하여 병원에 특화된 감성어휘와 감성극성값을 도출하여 감성사전을 구축하고 이를 통해 구현된 VOC분류 모형의 정확도를 비교하는 실험을 수행하였다. 그 결과 "칭찬, 친절함, 감사, 무사히, 잘해, 감동, 미소" 등의 어휘는 매우 높은 긍정 오피니언 값을 가지며, "퉁명, 뭡니까, 말하더군요, 무시하는" 등의 어휘들은 강한 부정의 극성값을 가지고 있음을 확인하였다. 또한 VOC의 오피니언 분류 임계값이 -0.50일 때 가장 높은 분류 예측정확도 77.8%를 검증함으로써 오피니언 마이닝 기반의 지능형 VOC 분석시스템의 유효성을 확인하였다. 그러므로 지능형 VOC 분석시스템을 통해 VOC의 실시간 자동 분류 및 대응 우선순위를 도출하여 고객 민원에 대해 신속히 대응한다면, VOC 전담 인력을 효율적으로 운용하면서도 고객 불만을 초기에 해소할 수 있는 긍정적 효과를 기대해 볼 수 있을 것이다. 또한 VOC 텍스트를 분석하고 활용할 수 있는 오피니언 마이닝 모형이라는 새로운 시도를 통해 향후 다양한 분석과 실용 프레임워크의 기틀을 제공할 수 있을 것으로 기대된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제1권3호
• /
• pp.143-150
• /
• 2012

본 연구에서는 스마트 열 그리드의 운영 특성 분석을 위한 기초적인 방법론과 해당 방법론에 근거한 열 그리드 연계운전 분석 시뮬레이션 프로그램에 대해 소개하고자 하며, 특히 기존의 광역 열에너지네트워크에 해당하는 집단에너지 시스템 인근에 소규모 열 그리드가 신규로 연계되어 운전될 경우에 대한 각 시스템별 운영특성 및 주요 운전 변수에 대한 상호 영향에 대해 면밀히 살펴볼 수 있는 시뮬레이션 방법론에 대해 고찰해보고자 한다. 본 연구에서 열 그리드 간 연계운전에 따른 기존의 규모가 큰 열 그리드에 대한 영향은 해당 그리드의 연간 시각별 운영 실적 데이터를 바탕으로 한 경험적 상관관계식을 도출하여 간략히 모델링하고자 하였으며, 신규 그리드에 설치, 운영되는 열원 설비들에 대한 운전 특성은 실제 제품의 운전부하별 운전효율 자료에 대한 DB를 구축, 사용함으로서 시뮬레이션 분석 결과의 신뢰도를 제고하고자 하였다. 또한 본 시뮬레이션 프로그램에서는 해당 수요처의 에너지부하 예측에 있어 건물 유형별로 연간, 시각별로 실측한 데이터를 기반으로 수립된 단위 에너지부하 모델을 이용, 예측함으로써 운전시뮬레이션을 통한 최적화 분석 결과의 신뢰성을 확보하고자 하였다. 본 연구에서 기 제안된 방법론 및 이에 근거한 시뮬레이션 분석 결과로부터 그리드 상호간 열 거래에 기반한 복수의 열 그리드 운전 특성 분석 방법의 효용성을 확인할 수 있었으며, 향후 수요자 및 열 에너지 공급자간 다양한 정보의 공유를 근간으로 하는 IT 기반 스마트 열 그리드 최적화 분석으로의 확장을 위한 기초 자료를 확보할 수 있었다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.155-175
• /
• 2003

전자상거래에서 협상은 가격이나 지불조건 등과 같은 협상이슈들에 대하여 구매자와 판매자간의 이익을 조정하면서 실제 계약을 체결하도록 하는 과정이다. 전자상거래에서 협상을 수행하는데 있어서 지능형 에이전트를 이용하고 휴대단말기를 사용함으로써 새로운 전자상거래 환경을 조성하는 것은 구매자와 판매자의 상행위를 더욱 편하고 효과적으로 수행하기 위함이다. 이를 위하여 기존의 전자상거래 환경에서 이용할 수 있는 협상 에이전트에 대한 연구를 더욱 발전시킬 필요가 있다. 본 논문에서는 이러한 모바일 전자상거래 환경에서 에이전트가 효과적으로 협상을 수행할 수 있도록 CSP를 이용하여 협상을 모델 화하였고 휴대단말기에서 구매자의 요구사항과 선호도를 쉽게 얻을 수 있는 인터페이스를 구현하였으며 협상이슈들을 평가할 수 있는 다양한 평가함수와 제안에 대한 선택을 결정할 수 있는 효용함수를 이용하여 협상을 진행하였다. 또한 제안의 생성은 고려하는 협상이슈가 많고 협상 이슈 값의 범위가 크다면 에이전트가 탐색해야할 탐색공간도 지수적으로 커지게 된다. 이러한 에이전트의 탐색 문제를 개선하기 위하여 CSP기술에서 제시하는 방법을 적용하여 에이전트의 성능을 향상시킨다. 이를 통해 구매자와 판매자간의 이익을 조정하기 위하여 쌍방이 제안을 생성하여 교환하면서 실제 계약까지 도달하도록 하였다. 또한 여러 협상이슈를 고려함으로써 협상초기에 협상 참가자들의 만족도 합보다는 협상 종료 후에 협상 참가자들의 만족도 합이 향상될 수 있음을 보인다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2004년도 정기총회 및 제6최 특별 심포지움
• /
• pp.49-69
• /
• 2004

문화재 발굴에 있어서 물리탐사의 중요한 역할중의 하나는 효율적이고도 체계적인 발굴을 위하여 지하 천부에 대한 정보를 제공함에 있다고 할 수 있다. 지표 레이다 탐사(GPR)는 지하 천부의 고분해능 영상을 제공하여 줄 수 있기 때문에 고고학 탐사에 있어서 중요한 물리탐사 방법 중의 하나로 인식된다. 역사유물은 지질구조와는 달리 일정한 방향성이 없이 매몰되어 있는 경우가 많으므로 근본적으로 2차원 탐사보다는 3차원 탐사가, 그리고 측선탐사보다는 면적탐사의 개념을 동원하여 탐사함이 바람직하다. 그러나 3차원 GPR 탐사는 매우 조밀하게 측선을 설정하고 대단히 많은 자료를 획득하여야 가능하므로 넓은 지역의 조사에 항상 적용하기란 현실적으로 매우 어렵다. 이와 같은 문제점을 극복하기 위해서는 효율적인 탐사방법을 고안함이 매우 중요하다. 이 연구에선 부여 가탑리 지역의 백제시대 유적지 발굴조사에 선행하여 3차원 GPR 탐사를 중심으로 한 물리탐사를 수행하였다. 조사의 1차적인 목적은 지하 하부 구조에 대한 고분해능 영상을 제공함으로써 계획된 유적발굴에 도움을 주고자 함에 있었다. 한편 고고학 발굴을 위한 효율적인 지하 영상화 방법을 제공하기 위하여, 다중 채널 안테나와 자동 측량 시스템을 채용한 GPR 자동연속탐사 시스템의 유적지발굴에 대한 효용성을 검증함에 그 부차적인 목적이 있었다. 자료측정의 효율성을 제고하기 위하여 미리 측선을 설정하지 않고 조사영역 내에서 임의의 방향으로 자료를 취득하는 개념을 채택하였다. 이와 같은 시스템을 이용하여 탐사한 결과, 2일 간에 걸친 현장 탐사 결과로써 약 $17,000 m^2$에 걸친 지역에 대한 3차원 탐사자료를 얻을 수 있었다. 또한 미리 측선을 설정하지 않고 자료를 획득하였음에도 불구하고, 전산처리 결과 획득한 지하 영상으로부터 경작지, 수로, 인공 구조물 또는 유물 등의 존재를 알려주는 이상대들을 정밀하게 파악할 수 있었다. 이 연구 사례를 통하여 3차원 GPR 탐사 또한 국부적인 이상대의 규명뿐만 아니라 광역적인 고고학 조사에도 다른 물리탐사와 마찬가지로 쉽게 활용될 수 있다는 결론을 얻을 수 있었다. 3차원 GPR 탐사가 향후 국내의 문화재 조사에 표준화된 탐사과정 중의 하나로써 적극 활용되길 기대한다.

• 대한기계학회논문집A
• /
• 제39권11호
• /
• pp.1169-1174
• /
• 2015

위험도 평가 기술은 주로 플랜트의 많은 운영설비 중 대형사고나 피해를 유발할 수 있는 위험설비를 선별하는 목적으로 개발되었다. 현재 발전소에 설치되어 있는 설비관리시스템에는 초기 버전의 위험도 평가 모듈이 설치되어 있으나 문진 위주로 구성되어 통계적 기법에 기반을 둔 고장 확률 평가보다는 평가자의 주관적인 판단에 따라 평가 결과가 좌우되었다. 또한 발전회사 서버에 기반하였기 때문에 평가자가 공간 및 시간의 제약을 받을 수 밖에 없고 현장 활용에 한계가 있었다. 본 논문에서는 문진 대신 해석적 분석을 이용한 기본 고장확률을 계산하고 현장 검사 결과 및 검사 효용도를 분석할 수 있는 독립형 위험도 평가 소프트웨어를 개발하였다. 독립형으로 현장 운용이 가능하며 최적 정비주기 예측 및 현장검사 결과에 대한 입출력 기능이 있기 때문에 정비에 직접 참여하는 현장 사용자뿐만 아니라 발전 설비의 수명연장 및 교체를 결정해야 하는 엔지니어에게 유용한 정보를 제공할 것이다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.259-278
• /
• 2022

인공지능(AI)의 확산과 함께 금융 분야에서도 상품추천, 고객 응대 자동화, 이상거래탐지, 신용 심사 등 다양한 인공지능 기반 서비스가 확대되고 있다. 하지만 데이터에 기반한 기계학습의 특성상 신뢰성과 관련된 문제 발생과 예상하지 못한 사회적 논란도 함께 발생하고 있다. 인공지능의 효용은 극대화하고 위험과 부작용은 최소화할 수 있는 신뢰할 수 있는 인공지능에 대한 필요성은 점점 더 커지고 있다. 이러한 배경에서 본 연구는 소비자의 금융 생활에 직접 영향을 끼치는 인공지능 기반 개인신용평가의 공정성 확보를 위한 체크리스트 제안을 통해 인공지능 기반 금융서비스에 대한 신뢰 향상에 기여하고자 하였다. 인공지능 신뢰성의 주요 핵심 요소인 투명성, 안전성, 책무성, 공정성 중 포용 금융의 관점에서 자동화된 알고리즘의 혜택을 사회적 차별 없이 모두가 누릴 수 있도록 공정성을 연구 대상으로 선정하였다. 문헌 연구를 통해 공정성이 영향을 끼치는 서비스 운용의 전 과정을 데이터, 알고리즘, 사용자의 세 개의 영역으로 구분하고, 12가지 하위 점검 항목과 항목별 세부 권고안으로 체크리스트를 구성하였다. 구성한 체크리스트는 이해관계자(금융 분야 종사자, 인공지능 분야 종사자, 일반 사용자)별 계층적 분석과정(AHP)을 통해 점검 항목에 대한 상대적 중요도 및 우선순위를 도출하였다. 이해관계자별 중요도에 따라 세 개의 그룹으로 분류하여 분석한 결과 학습데이터와 비금융정보 활용에 대한 타당성 검증 및 신규 유입 데이터 모니터링의 필요성 등 실용적 측면에서 구체적인 점검 사항을 파악하였고, 금융 소비자인 일반 사용자의 경우 결과에 대한 해석 오류 및 편향성 확인에 대한 중요도를 높게 평가한다는 것을 확인할 수 있었다. 본 연구의 결과가 더 공정한 인공지능 기반 금융서비스의 구축과 운영에 기여할 수 있기를 기대한다.

• Ecology and Resilient Infrastructure
• /
• 제6권3호
• /
• pp.154-162
• /
• 2019

대부분의 우리나라의 하천은 제방 축조에 의하여 수로와 홍수터 사이의 횡적연결성이 훼손되어 있다. 본 연구의 목적은 GIS를 이용하여 하천 횡적연결성을 간편하게 원격으로 평가하는 기법을 개발하고 중부지방의 대표적인 하천인 청미천에 적용하여 평가법의 효용성을 평가하는데 있다. 원격평가법의 평가항목은 제내지 서식지 환경 항목으로서 (1) 습지 유지 여부와 (2) 토지이용 특성을 연결성 항목으로서 (3) 제방 차단 여부, (4) 하천과의 연결성 및 (5) 육상 자연서식지와의 연결성으로 구성하였다. 개발된 평가법을 청미천에 시범 적용한 결과에 따르면 청미천의 제내지 옛홍수터는 제방 축조와 토지이용 변화로 횡적연결성이 크게 저하되어 있었다. 또한 GIS 원격 평가법에 의하여 청미천 옛홍수터의 횡적 연결성이 다양한 수준인 것으로 평가되었다. 연구에서 개발된 횡적연결성 원격 평가법은 앞으로 하천의 횡적연결성을 복원하는 다양한 시도에서 현재 연결성의 제한 요인을 파악하는데 유용한 도구로서 이용될 것으로 생각된다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.