• 수산해양기술연구
• /
• 제14권2호
• /
• pp.69-78
• /
• 1978

알루미나이징강에 대하여 초기마모영역에서 rolling-sliding 마모시험을 한 결과를 요약하면 다음과 같다. 1) 2차 확산재의 내마모성이 가장 우수하고 처녀재에 비하여 저응력 레벨에서 약 18%, 고응력에서 약 40%의 마모감소를 나타낸다. 2) 2차 확산재는 피복층과 합금층 경계부근의 공공생성으로 인하여 예상보다 내마모성이 낮다. 3) 알루미나이징강의 rolling-sliding 접촉에 의한 마모파양의 형태는 spalling 이며 spalling crack은 합금속의 경계부근에서 발생한다.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.70-81
• /
• 2020

GPS가 탑재된 차내 단말기, 스마트폰에서 방대하게 수집되는 초 단위 위치(위·경도) 데이터는 교통 분야에 다양하게 활용되고 있다. 이러한 데이터는 공공의 교통관련 의사결정자들과 교통서비스를 개발·제공하는 민간회사들에게 운전자들의 행태와 교통흐름을 미시적으로 파악할 수 있게 한다. 특히, 속도 데이터는 통행시간 예측에 주요한 정보로 활용되며, 해상도 높은 데이터 기반의 고차원 서비스 개발에 이용되고 있어 신뢰성있는 정보의 확보가 요구된다. 그럼에도 불구하고 링크별 속도 산출 시 각기 다른 저장, 수집주기 등을 기준으로 사용하고 있어 정보 활용에 있어 신뢰성을 담보하기 어렵다. 본 연구의 목적은 차내 단말기를 장착한 프로브차량 데이터를 수집해 링크 공간평균속도를 산출하고 동일 구간 및 시간대의 영상기반 공간평균속도와 비교분석을 통해 오차율을 도출하는 것이다. 수집주기와 실제 속도 상황에 따른 오차율을 분석한 결과 8초 이내 수집주기에서 95% 신뢰수준을 보였으며 이를 공간평균속도 산출 시 신뢰성확보를 위한 적정 수집 주기로 제안했다. 해당 결과는 향후 커넥티드 환경에서 수집될 핵심 정보들의 신뢰성 확보와 서비스 개발 시 기초 정보로 활용될 것으로 기대해본다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.235-243
• /
• 2019

대학들이 기업체가 요구하는 문제해결 능력을 갖춘 인재를 양성하기 위하여 관련 전공 및 교과목을 개설하고 있다. 빠른 기술발전이 융복합인 인재를 요구되는 시대가 도래 한 것이다. 본 연구에서는 여자대학생들의 4차 산업혁명과 지능정보화 기술 인식 변화를 파악하고 대처하기 위해 3년간(2017년~2019년) 설문조사 결과를 분석하였다. 첫째, 4차 산업혁명에 대한 관심도는 2017년 59%에서 2019년에는 80%로 증가. 둘째, 기술 전략의 우선순위로 사물인터넷(IoT)과 정보통신, 인공지능, 교육연구 시스템 혁신. 셋째, 핵심 키워드는 인공지능(A.I), ROBOT, JOB, 넷째, 과학기술분야의 기회와 일자리 증가에 대한 예측으로는 50%. 다섯째, 대학 역할의 중요성은 50%, 기업의 역할은 80%로 기업의 역할이 더 높다. 여섯째, 과학기술에 필요한 정보로는 교육훈련정보, 미래사회변화, 유망미래정보, 일곱째, 가장 필요한 교육으로는 창의력교육, 코딩교육, 융합교육, 공학 순이었다. 4차 산업혁명 시대는 다방면에 걸쳐 SW 인력 기반을 확충하는 것이 필수적이다. 초융합을 위한 연결성을 제공해야 하는 대학교육은 융합과 연계교육, 창의적인 사고, 자기 주도적 문제해결 등 산업 수요에 최적화된 커리큘럼을 제공해야 한다.

• 한국음향학회지
• /
• 제40권5호
• /
• pp.523-529
• /
• 2021

본 논문에서는 감정 마크업을 포함하는 Speech Synthesis Markup Language(SSML) 처리기를 설계하고 개발하였다. 다양한 음색과 감정 표현이 가능한 음성합성 기술이 개발되고 있으며 다양한 음색 및 감정 음성합성의 응용 확대를 위하여 표준화된 음성 인터페이스 마크업 언어인 SSML을 감정 표현이 가능하도록 확장한 감정 SSML(Emotional SSML)을 설계하였다. 감정 SSML 처리기는 그래픽 사용자 인터페이스로 손쉽게 음색 및 감정을 원하는 텍스트 부분에 표시할 수 있는 다음색 감정 텍스트 편집기, 편집 결과를 감정 SSML 문서로 생성하는 감정 SSML 문서 생성기, 생성된 감정 SSML 문서를 파싱하는 감정 SSML 파서, 감정 SSML 파서의 결과인 다음색 감정 합성 시퀀스를 기반으로 합성기와 연동하여 음성 스트림의 합성 을 제어하는 시퀀서로 구성된다. 본 논문에서 개발한 다음색 감정합성을 위한 감정 SSML 처리기는 프로그래밍 언어 및 플랫폼 독립적인 개방형 표준인 SSML을 기반으로 하여 다양한 음성합성 엔진에 쉽게 연동할 수 있는 구조를 가지며 다양한 음색과 감정 음성합성이 필요한 다양한 응용 개발에 활용될 것으로 기대한다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.59-68
• /
• 2021

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.

• 융합정보논문지
• /
• 제11권12호
• /
• pp.1-13
• /
• 2021

개인정보보호위원회에서 공공기관을 대상으로 시행하고 있는 개인정보 관리수준 진단제도의 지표체계는 「개인정보 보호법」의 법적 준수사항을 점검하지만, 새로운 IT기술의 도입에 따르는 개인정보보호사항을 기준으로 적용하는 데 한계가 있었다. 따라서, 본 연구에서는 제4차 산업혁명의 핵심기술인 빅데이터, 클라우드, 사물인터넷, 인공지능을 특정IT기술의 도입에 따라, 개인정보보호가 강화될 수 있도록 별도의 지표체계가 운영될 수 있도록 지표체계의 개선방안을 제안하고자 한다. 이를 위해서 선정한 특정IT기술의 개인정보보호사항에 관한 국내외 문헌조사를 통해 지표체계의 구성요소를 도출하고, 공공기관의 개인정보 보호담당자 대상으로 한 설문조사 및 개인정보보호 전문가대상으로 FGI/Delphi분석을 통해 진단지표로 선정하였다. 이렇게 선정한 지표체계는 먼저, 모든 특정IT기술의 기획 및 설계단계에서부터 개인정보보호원칙(PbD)과 가명정보처리 및 비식별 조치에 관한 기준의 적용여부를 점검하는 공통지표를 선정하였다. 이외에 빅데이터에 관한 2개 점검항목, 클라우드에 관한 개인정보 처리방침 게재 사항 등 5개 점검항목, 사물인터넷관련 원칙적용, 로그기록 관리 등 5개 점검항목, 인공지능에 관한 원칙 적용 등 4개 점검항목을 선정하였다. 이처럼 본 연구는 개인정보 관리수준 진단제도의 발전을 위해 새로운 IT기술변화에 대응할 수 있도록 개인정보보호의 신속한 대응을 유도하는 진단제도가 되도록 제언하고자 하였다.

• 한국콘텐츠학회논문지
• /
• 제19권9호
• /
• pp.81-91
• /
• 2019

최근 우리나라는 급격한 고령화와, 급격한 산업화로 인한 가족의 역할 약화로 고령자 부양 자체의 문제나 부양의 질적 하락과 같은 다양한 문제를 겪고 있다. 이 중 부양의 질적 측면에서 고령자의 정서 지지에 관한 문제가 주요한 이슈가 되고 있다. 이런 정서적 지지에 관한 문제는 다양한 물적 인적 지원을 통해 해결하는 것이 가장 좋은 해결책일 것이다. 그러나, 여러 가지 한계로 인해 자원의 효율적 이용 차원의 접근이 시도되고 있으며 그중 디지털 기술의 융합을 통한 지원 노력에 주목할 필요가 있다. 본 연구에서는 고령화 현상으로 인한 고령자 수발 인력난의 문제와 수발 서비스의 질적 하락 문제 중 정서 측면의 문제에 주목하고, 디지털 기술의 융합을 통해 정서 측면을 지원하기 위해 디지털 기술이 어떠한 형태로 접목되었는지 사례를 분석하였다. 그중 스마트 스피커를 통한 고령자 지원의 가능성을 확인하고 스마트 스피커를 통한 정서적 지원을 제안하였다. 또한 중년 고령자를 대상으로 스마트 스피커의 사용성 평가와 함께 인뎁스 인터뷰를 진행함으로써 중년 고령자의 정서 지지를 위한 스마트 스피커 대화체계 가이드라인을 제안하였다. 본 연구결과를 토대로 고령자의 정서 지지를 위한 스마트 스피커 개발 시 대화체계 디자인을 위한 기초자료가 될 수 있을 것으로 기대 된다.

• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.59-70
• /
• 2018

특정 지역의 고객을 대상으로 열을 공급하는 지역난방 서비스의 안정적인 운영을 위해서는 단기간의 미래 수요를 보다 정확하게 예측하고, 효율적인 방법으로 생산 및 공급하는 것이 무엇보다 중요하다. 그러나 열 소비에 영향을 미치는 요소가 매우 다양할 뿐만 아니라 개별 소비자 및 지역적 특성에 따라 소비 형태가 달라지기 때문에 일반적인 상황에도 적용될 수 있는 범용적 열 수요 예측 모형을 개발하는 것은 매우 어렵다. 따라서 본 연구에서는 실시간으로 확보할 수 있는 제한적인 정보만을 바탕으로 딥러닝 기법을 활용한 수요예측 모형을 개발하고자 한다. 해당 지역의 외기온도와 날짜로만 구성된 과거 데이터를 입력 변수로 하여 텐서플로의 인공신경망을 학습시키는 방법으로 수요 예측 모형을 개발하였다. 기존의 회귀분석 기법을 통해 예측된 수요의 정확도와의 비교를 통해 제안된 모델의 성능을 평가하였다. 본 연구의 열 수요 예측 모델은 단기적 수요 예측을 위해 실시간으로 확보할 수 있는 제한적인 변수만으로도 수요 예측의 정확도를 높일 수 있음을 보였다. 나아가 개별 지역에서는 지역적 특수성을 추가하여 수요 예측 정확도를 높이는 데 활용할 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1331-1340
• /
• 2020

해상 객체 검출은 선장이 육안으로 해상 주변의 충돌 위험성이 있는 부유물을 컴퓨터를 통해 자동으로 검출하여 사람이 확인하는 방법과 유사한 정확도로 인지하는 방법을 말한다. 기존 선박에서는 레이더의 전파를 통해 해상 부유물의 유무와 거리를 판단하였지만 형체를 알아내어 장애물이 무엇인지는 판단할 수 없는 약점이 있다. 반면, 카메라는 인공지능 기술이 발달하면서 물체를 검출하거나 인식하는데 성능이 우수하여 항로에 있는 장애물을 정확하게 판단할 수 있다. 하지만, 디지털 영상을 분석하기 위해서는 컴퓨터가 대용량의 화소를 연산해야 하는데 CPU는 순차적 처리 방식에 특화된 구조이기에 처리속도가 매우 느려 원활한 서비스 지원은 물론 안전성도 보장할 수 없게 된다. 따라서 본 논문에서는 해상 객체 인식 소프트웨어를 개발하였고 연산량이 많은 부분을 가속화하기 위해 FPGA로 구현하였다. 또한, 임베디드 보드와 FPGA 인터페이스를 통해 시스템 구현 완성도를 높였으며 소프트웨어 기반의 기존 구현 방법보다 약 30배의 빠른 성능을 얻었고 전체 시스템의 속도는 약 3배 이상이 개선되었음을 확인할 수 있었다.

• 스마트미디어저널
• /
• 제12권7호
• /
• pp.43-51
• /
• 2023

온라인 거래가 증가하면서 의류 이미지는 소비자의 구매 결정에 큰 영향을 미치게 되었다. 의류 소재에 대한 이미지 정보의 중요성이 강조되고 있으며, 의류 이미지를 분석하여 사용된 소재를 파악하는 것은 패션 산업에 있어서 중요하다. 의류에 사용된 텍스타일의 소재는 육안으로 식별하기 어렵고, 분류 작업에도 많은 시간과 비용이 소모된다. 본 연구는 딥러닝 알고리즘을 기반으로 의류 이미지로부터 텍스타일의 소재를 분류하고자 하였다. 소재를 분류함으로써 의류 생산 비용을 절감하고, 제조공정의 효율성을 증대하는데 도움이 되며 소비자에게 특정 소재의 제품을 추천하는 AI 서비스에 기여할 수 있다. 의류 이미지를 분류하기 위해 머신비전 기반의 딥러닝 알고리즘 ResNet과 Vision Transformer를 이용하였다. 760,949장의 이미지를 수집하였고, 비정상 이미지를 검출하는 전처리 과정을 거쳤다. 최종적으로 총 167,299장의 의류 이미지와 섬유라벨 19개, 직물라벨 20개를 사용하였다. ResNet과 Vision Transformer를 사용해서 의류 텍스타일의 소재를 분류하였으며 알고리즘 성능을 Top-k Accuracy Score 지표를 통해 비교하였다. 성능을 비교한 결과, ResNet 보다 Vision Transformer 알고리즘이 더 우수하였다.