• 디지털융복합연구
• /
• 제19권3호
• /
• pp.187-194
• /
• 2021

다양한 형태로 표면 웹에 급증하고 있는 공개정보(OSINT)는 프로파일링 기법을 사용하여 범죄 수사에도 활용할 수 있다. 이러한 기술은 미국 등 외국의 수사기관에서는 상당히 보편화되었으며 일부는 고도화 작업도 진행하고 있다. 반면에 국내의 경우 많이 사용하지 못할 뿐 아니라 수사 인력의 개인적 경험과 지식수준에 따라 획득하는 정보의 양과 질에 있어서 큰 편차를 보이고 있다. 본 논문에서는 가장 잘 알려진 Bazzell의 모델과 달리 한국적 웹 환경을 고려하고 시간 정보까지 제공해주는 한국형 공개정보 기반 프로파일링 기법을 개선된 워크플로우를 중심으로 제시한다. 아울러 프로파일링의 효율성 향상을 목적으로 설계한 검색 데이터베이스의 스키마도 제시한다. 이곳에서 제시한 기법을 사용하면 범죄 수사에서 있어서 일정 수준의 양과 질을 보장하는 검색 결과를 얻을 수 있을 뿐 아니라, 관련 수사 인력에 대한 표준 훈련 과정으로도 사용할 수 있다. 아울러 이 기법을 활용한 범죄 수사의 실효성과 효율성을 높이려면 법률적 기반강화 및 동화된 기술 도입이 더 필요하다.

• 현장농수산연구지
• /
• 제23권2호
• /
• pp.99-111
• /
• 2021

농경지, 농기계, 농작업자 간 IoT 등의 통신 기술을 이용한 유기적인 정보교환을 통해 생산성, 효율성, 수익성을 높이는 지능형 데이터 농업 형태인 커넥티드 팜이 상용화 단계에 있다. 본 연구는 지능형 농업기계의 교육과정과 농업기계 안전교육 성과지표를 개발하고자 ICT, 로봇, 인공지능 등 첨단 기술을 적용한 농업생산의 무인화 및 고효율화 변화에 따른 농업기계의 특허 동향을 조사 분석하였다. 노지용 자동화 기술과 관련해서 미국, 일본, 유럽, 한국의 특허 건수는 각각 541건, 326건, 128건, 85건으로 미국에서의 특허 활동이 가장 활발한 것으로 나타났고, 일본, 유럽, 한국의 순으로 조사되어 한국에서의 농업 자동화 기술이 선진국에 비해 뒤쳐져있는 것으로 조사되었다. 노지 자동화 기술의 세분기술 분야로 보면, 경로 생성 및 추종 기술, 환경 인식을 통한 작업기 제어 기술, 로봇 농작업 시스템 설계 기술, 작물 및 환경 센싱 기술, 수확량 및 품질 모니터링 기술 분야 순으로 출원 점유율이 높은 것으로 나타났다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권3호
• /
• pp.431-442
• /
• 2020

본 연구는 테라테인먼트 스위스 볼 운동이 겨드랑 신경 손상 환자의 상지기능, 통증, 일상생활활동에 미치는 효과를 알아보고자 하였다. 연구기간 및 대상은 2019년 11월 5일부터 2020년 2월 25일까지 G광역시에 거주하는 23세 여성 1명으로, 개별사례실험 연구 중 A-B-A' 설계를 사용하였다. 본 연구는 겨드랑신경 손상 환자에게 다양한 방향과 점진적 무게의 운동 형태로 반복 훈련을 제공하였다. 이는 어깨의 구조의 안정성, 가동성을 높이고, 사용가능한 어깨 기능을 강화시켜 통증을 완화에 효과적이었고 다양한 환경 안에서 활동에 따른 자세 변화의 적응력과 대응능력을 발휘하게 하여, 최대한의 독립적 생활의 수행이 가능하도록 하였다. 따라서 본 연구의 테라테인먼트 스위스 볼 운동은 겨드랑신경 손상 환자의 상지기능, 통증 및 장애, 일상생활활동에 긍정적 영향을 미쳤기에 중재방법으로의 가능성을 확인할 수 있었다. 이는 다양한 환자치료에 전문성을 요구하는 작업치료사의 치료적 접근법으로 발휘할 수 있도록 지속적인 조사와 반복연구를 통해 효과를 검증하고 발전 방안을 모색할 필요가 있다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권7호
• /
• pp.421-427
• /
• 2020

본 연구의 목적은 병원 전 외상환자 시뮬레이션에서 동영상을 이용한 사전브리핑이 전통적 사전브리핑을 적용한 그룹에 비해 시뮬레이션 몰입감, 시뮬레이션 자신감, 시뮬레이션 만족도에 차이가 있는지 비교하기 위해 대조군 실험설계 연구이다. 실험군과 대조군 모두 시뮬레이션 환경에서 오리엔테이션을 수행했다. 이후 실험 그룹은 훈련의 목표와 결과가 제시된 시나리오 상황과 유사한 약 8분 분량의 비디오를 시청했으며. 반면 통제 그룹은 같은 시간 동안 시나리오와 관련된 고전적인 오리엔테이션 방식을 수행했다. 또한, 실험 집단과 통제 집단은 같은 상황에서 12분 동안 시뮬레이션 실습을 하였으며, 같은 연구자가 40분 동안 디브리핑을 수행하였다. 그 후 참가자들의 시뮬레이션 몰입감, 자신감, 만족도를 측정했다. 데이터는 SPSS 22.0 프로그램을 사용하여 t-test를 사용하여 분석하였다. 결과적으로 영상을 활용한 사전브리핑을 실시한 실험군이 대조군보다 몰입감과 자신감이 더 높은 것으로 나타났다. 반면 만족도는 두 그룹 간에 유의한 차이가 없었다. 즉 구조화 된 비디오를 사용한 사전브리핑이 시뮬레이션 몰입감과 시뮬레이션 자신감을 높이는 효과적인 교육 방법이라는 것을 알 수 있었다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.233-247
• /
• 2023

최근 관찰자의 직접적인 시야 밖의 숨겨진 공간의 물체를 탐지하는 비가시 영역 객체 탐지 연구가 주목받고 있다. 대부분의 연구들은 빛의 직진성을 활용한 광학장비를 사용하지만, 회절성과 직진성을 모두 갖춘 소리 또한 비가시 영역연구에 적합하다. 본 논문에서는 가청 주파수 범위의 음향 신호를 활용하여 비가시 영역의 객체를 탐지하는 새로운 방법을 제안한다. 음향 신호만을 입력하여 비가시 영역에서 정보를 추출하고 숨겨진 물체의 종류와 범위를 예측하는 딥러닝 모델을 설계한다. 또한 딥러닝 모델의 훈련 및 평가를 위해 총 11개 물체에 대한 신호의 송 수신 위치를 변경하여 데이터를 수집한다. 이를 통해, 입력 데이터 변화에 따른 물체의 분류 정확도 및 탐지 성능을 비교한다. 우리는 딥러닝 모델이 음향신호를 활용히여 비가시 영역 객체 탐지하는데 우수한 성능을 보임을 증명한다. 신호 수집 위치와 반사벽 사이 거리가 멀어질수록 성능이 저하되고, 여러 위치에서 수집된 신호의 결합을 통해 성능이 향상되는 것을 관찰한다. 마지막으로, 음향 신호를 활용하여 비가시 영역 객체 탐지를 위한 최적의 조건을 제시한다.

• Journal of Platform Technology
• /
• 제10권4호
• /
• pp.47-55
• /
• 2022

사물인터넷 환경에서는 다양한 무선 통신 기술을 사용하는 기기들이 점점 증가하고 있다. 특히, 다양한 무선 신호 변조 유형을 정확하게 식별하기 위해 효율적인 특성 추출 기법을 설계하고 무선 신호의 종류를 분류하는 것이 필수적이다. 하지만, 실제 환경에서 레이블이 지정된 무선 신호 데이터를 수집하는 것은 쉬운 문제가 아니다. 최근 무선 신호 분류를 위해 딥러닝 기반의 다양한 학습 기법들이 제안되어졌다. 딥러닝의 경우 훈련 데이터셋이 적을 경우 과대적합에 빠질 가능성이 높으며, 이는 딥러닝 모델을 활용한 무선 신호 분류 기법의 성능 저하를 유발한다. 본 연구에서는 다양한 무선 신호들이 존재할 때 분류 성능을 높이기 위해 생성적 적대 신경망 기반 데이터 증대 기법을 제안한다. 분류해야 하는 무선 신호의 종류가 다양할 때 특정 무선 신호를 나타내는 데이터의 양이 적거나 균형이 맞지 않는 경우 제안한 기법을 활용하여 필요한 무선 신호와 관련된 데이터의 양을 증가시킨다. 제안한 데이터 증강 알고리즘의 유효성을 검증하기 위해 무선 신호의 데이터양을 증가시키고 균형을 맞춘 결과를 바탕으로 CNN 및 LSTM 기반 무선 신호 분류기를 구현하여 실험해본 결과 데이터 균형을 맞추지 않았을 때보다 분류 정확도가 높아지는 것을 확인하였다.

• 한국재난정보학회 논문집
• /
• 제19권3호
• /
• pp.471-480
• /
• 2023

연구목적: 본 연구는 국내에서 발표된 학술 연구에서 군인과 관련된 교육 분야의 연구동향을 파악하고 분석함으로써 앞으로 군인 교육의 연구 방향을 제시하고자 한다. 연구방법: 2000년에서 2022년까지 게재된 국내 학술논문에서 '군인'과 '교육'을 주제로 수행된 논문 중 최종 논문 269편을 선별하였다. 최종 선정한 문헌은 연도, 연구대상, 연구방법 유형, 연구자 수, 연구주제, 연구내용으로 구분하여 분석하였다. 연구결과: 첫째, 2010년부터 연구 수가 점차 증가하였는데, 2021년에 31편이 발표되어 가장 많은 연구가 이루어졌다. 둘째, 전군(全軍)을 대상으로 한 연구가 가장 많았고, 다음은 육군과 간호장교가 다수를 차지하였다. 셋째, 연구방법에는 질적연구 방법이 조금 더 많이 활용되었다. 넷째, 2인 이상의 연구자 수가 꾸준히 증가하고 있었다. 다섯째, 연구주제는 개발, 설계, 개선을 주제로 한 논문이 가장 많았다. 여섯째, 연구내용의 세부 분야별로 살펴보면, 군인들의 정신(전력)교육, 군사교육·훈련에 관한 연구가 다수를 차지하였다. 결론: 본 연구를 통해 군인 교육이 다양한 주제로 연구됨을 확인하였다. 향후 연구의 방향은 군인 교육과 안전에 관한 많은 관심으로 여러 관점에서 깊이 있는 연구가 이루어져야 한다.

• 한국조경학회지
• /
• 제50권6호
• /
• pp.42-57
• /
• 2022

본 연구의 목적은 인공지능의 딥러닝을 활용하여 소셜미디어에서 공유되는 도시공원 이용자 활동사진을 분류하는 기초 모델을 만드는 것이다. 소셜미디어 데이터는 네이버 검색을 통해 수집된 도시공원 관련 사진들을 수집하여 분류모델에 활용하였다. 도시공원 특성 평가에 활용할 수 있는 지표인 자연성(naturalness), 잠재적 매력성(potential attraction), 활동(activity)을 기반으로 최종 21개의 분류 항목체계를 만들고, 항목별로 네이버에서 공유되는 실제 도시공원 사진을 수집하여 주석이 달린 데이터 세트를 구축했다. 수집한 사진 데이터 세트에 대해 커스텀(cuntom) CNN 모델과 사전 훈련된 CNN의 전이학습 모델을 설계하고 분석하였다. 연구결과, 가장 우수한 성능을 보였던 Xception 전이학습 모델이 최종적으로 도시공원 이용자 활동 이미지 분류모델로 선정되었으며, 그 외 다양한 평가 지표를 통해 모델을 평가했다. 본 연구는 소셜미디어에 공유되는 이용자 사진을 활용하여 도시공원 특성을 평가할 수 있는 지표로서 AI를 구축한 것에 의의가 있다. 딥러닝을 활용한 분류모델은 수동분류에 대한 한계를 보완하고, 대량의 도시공원 사진을 효율적으로 분류할 수 있어서 향후 도시공원의 모니터링 및 관리에 활용할 수 있는 유용한 방법이라고 할 수 있다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.241-265
• /
• 2023

기업의 부실 예측 모델은 기업의 재무 상태를 객관적으로 모니터링하는 데 필수적인 도구 역할을 한다. 적시에 경고하고 대응 조치를 용이하게 하며 파산 위험을 완화하고 성과를 개선하기 위한 효과적인 관리 전략을 수립할 수 있도록 지원한다. 투자자와 금융 기관은 금융 손실을 최소화하기 위해 부실 예측 모델을 이용한다. 기업 부실 예측을 위한 인공지능(AI) 기술 활용에 대한 관심이 높아지면서 이 분야에 대한 광범위한 연구가 진행되고 있다. 해석 가능성과 신뢰성이 강조되며 기업 부실 예측에서 설명 가능한 AI 모델에 대한 수요가 증가하고 있다. 널리 채택된 SHAP(SHapley Additive exPlanations) 기법은 유망한 성능을 보여주었으나 변수 수에 따른 계산 비용, 처리 시간, 확장성 문제 등의 한계가 있다. 이 연구는 전체 데이터 세트를 사용하는 대신 부트스트랩 된 데이터 하위 집합에서 SHAP 값을 평균화하여 변수 수를 줄이는 새로운 변수 선택 접근법을 소개한다. 이 기술은 뛰어난 예측 성능을 유지하면서 계산 효율을 향상시키는 것을 목표로 한다. 해석 가능성이 높은 선택된 변수를 사용하여 랜덤 포레스트, XGBoost 및 C5.0 모델을 훈련하여 분류 결과를 얻고자 한다. 분류 결과는 고성능 모델 설계를 목표로 soft voting을 통해 생성된 앙상블 모델의 분류 정확성과 비교한다. 이 연구는 1,698개 한국 경공업 기업의 데이터를 활용하고 부트스트래핑을 사용하여 고유한 데이터 그룹을 생성한다. 로지스틱 회귀 분석은 각 데이터 그룹의 SHAP 값을 계산하는 데 사용되며, SHAP 값 평균은 최종 SHAP 값을 도출하기 위해 계산된다. 제안된 모델은 해석 가능성을 향상시키고 우수한 예측 성능을 달성하는 것을 목표로 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.444-444
• /
• 2021

하천의 오염부하량 관리 계획은 지속적인 모니터링을 통한 자료 구축과 모형을 이용한 예측결과를 기반으로 수립된다. 하천의 모니터링과 예측 분석은 많은 예산과 인력 등이 필요하나, 정부의 담당 공무원 수는 극히 부족한 상황이 일반적이다. 이에 정부는 전문가에게 관련 용역을 의뢰하지만, 한국과 같이 지형이 복잡한 지역에서의 오염부하량 배출 특성은 각각 다르게 나타나기 때문에 많은 예산 소모가 발생 된다. 이를 개선하고자, 본 연구는 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 BOD 및 총인의 부하량 예측 모형을 개발하였다. 합성곱 신경망의 입력자료는 일반적으로 RGB (red, green, bule) 사진을 이용하는데, 이를 그래도 오염부하량 예측에 활용하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이에, 본 연구에서는 오염부하량이 수문학적 조건과 토지이용 등의 변수에 의해 결정된다는 인과관계를 만족시키고자 수문학적 속성이 내재된 수문학적 이미지를 합성곱 신경망의 훈련자료로 사용하였다. 수문학적 이미지는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는데, 여기서 각 grid의 수문학적 속성은 SCS 토양보존국(soil conservation service, SCS)에서 발표한 수문학적 토양피복형수 (curve number, CN)를 이용하여 산출한다. 합성곱 신경망의 구조는 2개의 Convolution Layer와 1개의 Pulling Layer가 5회 반복하는 구조로 설정하고, 1개의 Flatten Layer, 3개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 마지막으로 1개의 Dense Layer가 연결되는 구조로 설계하였다. 이와 함께, 각 층의 활성화 함수는 정규화 선형함수 (ReLu)로, 마지막 Dense Layer의 활성화 함수는 연속변수가 도출될 수 있도록 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 연구의 대상지역은 경기도 가평군 조종천 유역으로 선정하였고, 연구기간은 2010년 1월 1일부터 2019년 12월 31일까지로, 2010년부터 2016년까지의 자료는 모형의 학습에, 2017년부터 2019년까지의 자료는 모형의 성능평가에 활용하였다. 모형의 예측 성능은 모형효율계수 (NSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 이용하여 평가하였다. 그 결과, BOD 부하량에 대한 NSE는 0.9, RMSE는 1031.1 kg/day, MAPE는 11.5%로 나타났으며, 총인 부하량에 대한 NSE는 0.9, RMSE는 53.6 kg/day, MAPE는 17.9%로 나타나 본 연구의 모형은 우수(good)한 것으로 판단하였다. 이에, 본 연구의 모형은 일반 ANN 모형을 이용한 선행연구와는 달리 2차원 공간정보를 반영하여 오염부하량 모의가 가능했으며, 제한적인 입력자료를 이용하여 간편한 모델링이 가능하다는 장점을 나타냈다. 이를 통해 정부의 물관리 정책을 위한 의사결정 및 부족한 물관리 분야의 행정력에 도움이 될 것으로 생각된다.