• 한국정보전자통신기술학회논문지
• /
• 제17권3호
• /
• pp.121-129
• /
• 2024

디지털 기술의 급속한 발전과 코로나19 팬데믹으로 인해 온라인 상거래가 크게 성장하면서, 소상공인들이 이러한 시장 변화에 적극적으로 대응할 수 있는 지원 방안의 필요성이 대두되었다. 이에 본 논문은 O2O(Online to Offline) 전략을 활용해 실제 매장 진열대에 전시된 상품들을 자동으로 촬영하고 이를 이용해 가상 상점을 만들 수 있는 기초적인 기술을 제시한다. 본 연구의 핵심은 진열된 상품의 위치와 이름을 정확히 파악하여 인식하는 것이며, 이를 위해 단일 클래스를 대상으로 하며 YOLOv8에 기반한 경량화 모델인 ESD-YOLOv8을 제안한다. 검출된 상품은 특징점 기반의 기술을 통해 상품명이 식별되며, 이는 새 상품을 사진 형태로 추가함으로써 신속하게 갱신할 수 있는 능력을 갖추고 있다. 실험을 통해 상품명 인식은 74.0%의 정확도, 위치 검출은 0.3M개의 파라미터만으로 F2-Score 기준 92.8%의 성능을 보였다. 이를 통해 제안된 방법이 높은 성능과 최적화된 효율성을 갖추고 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.17-25
• /
• 2020

본 연구는 챗봇기술을 성공적으로 활용한 사례를 기반으로 각 기업들이 어떤 비즈니스적 가치를 창출하고 가지고 있는지 살펴보았다. 챗봇 서비스는 기업 내부 직원 또는 고객들의 질문에 빠르게 답변하거나 대응하게 도와줌으로써 기업의 업무 생산성 향상 향상에 기여하고 있으며, 교육분야에서는 수강생들의 질문 및 피드백을 인공지능 기술이 대신 함으로써 강사진의 업무를 줄여주는데 도움을 준다. 상거래 분야의 오프라인 매장에서는 제품 구매와 매장에서의 개인화 서비스 제공과 인공지능 스피커를 통한 구매 서비스를 제공함으로써 고객에게 편리하고 새로운 구매 경험을 제공하고 있다. 챗봇 서비스가 일부 기업사례에서 비즈니스 가치를 창출하고 있으나 여전히 특정 기업의 프로세스에 국한되고 있으며, 사용자가 기대했던 것보다 서비스 범위와 편리성 및 유용성이 크지 않아 확산속도가 늦어지고 있어 일부 챗봇 개발 서비스 업체는 사용성을 향상시키기 위해 통합 개발 플랫폼을 제공하고 있다, 챗봇은 인간 수준으로 질문에 대한 답변을 대신하여 편의성을 제공한다는 특징과 장점이 있다. 하지만, 다양한 인간의 주관적 견해를 축소시키고 객관화된 답변을 주로 주게되어 커뮤니케이션의 수준이 떨어질 수 있다는 단점이 있다. 본 연구를 통하여 챗봇 서비스들의 특징과 장점, 단점 등을 비교하며 논의를 해보도록 한다.

• 터널과지하공간
• /
• 제30권6호
• /
• pp.540-550
• /
• 2020

최근 AI 기술의 발전과 정립으로 자동화 분야에서 머신러닝 기법의 활용이 활발하게 이루어지고 있다. 머신러닝 기법의 활용에 있어 중요한 점은 데이터 특성에 따라 적합한 알고리즘이 존재한다는 점이며, 머신러닝 기법 적용을 위한 데이터세트의 분석이 필요하다. 본 연구에서는 다양한 머신러닝 기법을 기반으로 하천 하부의 토사지반을 통과하는 토압식 쉴드TBM 터널 구간의 지반정보와 굴진정보를 사용하여 토압식 쉴드TBM의 굴진율을 예측하였다. 선형회귀모델에서 모델의 통계적인 유의성과 다중공선성에서는 문제가 없었으나 결정계수가 0.76으로 나타났고 앙상블 모델과 서포트 벡터 머신에서는 0.88이상의 예측성능을 보여, 분석한 데이터세트에서 토압식 쉴드TBM 굴진성능예측에 적합한 모델은 서포트 벡터 머신임을 알 수 있었다. 현재 도출된 결과로 볼 때, 토압식 쉴드TBM의 기계데이터와 지반정보가 포함된 데이터를 활용한 굴진성능 예측 모델의 적합성은 높다고 판단된다. 추가적으로 지반조건의 다양성과 데이터양을 늘리는 연구가 필요한 것으로 판단된다.

• 한국가스학회지
• /
• 제25권2호
• /
• pp.64-71
• /
• 2021

수소연료전지자동차를 비롯한 자동차 분야에서 성형 가공성과 기계적 특성이 우수한 고분자 복합수지에 대한 연구는 특정 기계적 특성을 갖춘 재료의 설계지원을 위한 Computer-Aided Engineering (CAE)으로 확대되고 있다. CAE 자동화는 소재의 기계적 특성 및 거동 예측이 선행되어야 하는데, 고분자 복합수지의 기계적 물성 예측은 단일물질과 달리, 바탕재와 보강재 간의 관계로만 설명하기에는 물성 거동이 복잡하기에, 수식으로 설명하기 어렵다. 본 연구에서는 큰 소성 구간과 조성에 예민하여 예측이 어려웠던 고분자 복합수지의 조성에 따른 응력-변형률 선도를 데이터의 기계학습을 기반으로 예측하였다. 개발모델은 바탕재, 보강재 종류 및 조성간의 복잡한 상관관계를 찾아, 학습한 시험 데이터가 없는 조건에서도 전체 응력-변형률 곡선을 의미있게 예측한다. 학습하지 않은 조성과 구성에 대해서도 고분자 복합수지의 기계적 특성을 예측하는 개발 모델을 기반으로 향후 소재 설계 AI 시스템을 완성할 수 있을 것으로 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.81-86
• /
• 2022

본 연구에서 csv포맷으로 구조화된 파일 데이터의 컬럼의 도메인을 자동 판별하는 방법을 제안한다. 데이터와 데이터 간 융합을 통해 새로운 데이터를 생성할 수 있고, 이들 새로운 데이터가 중요한 자원이 되기 위해서는 조인 되는 컬럼의 일관성이 유지되어야 한다. 데이터 품질을 측정하기 위한 방법 중의 하나가 도메인 기반 품질 진단 방법이다. 도멘인이란 각 컬럼의 성격을 규정하는 가장 광범위한 지표이므로 이를 자동으로 판별하는 방법이 필요하다. 기존의 연구에서는 관계형 데이터베이스의 도메인 자동 판별이 주로 연구 되었지만 본 연구는 파일데이터의 특성을 이용하여 도메인을 자동화 할 수 있는 모델을 개발하였다. 파일데이터의 도메인 판별을 특화하기 위하여 정규표현식을 이용하여 데이터를 단순화 하고 이를 패턴화 하였고, 컬럼명에 해당하는 데이터 헤더의 내용을 분석하여 사용된 접미사를 분석하여 파생변수로 사용하였다. 정규표현식과 접미사의 파생변수를 추가하였을 때 기존 방법인 87%의 정확도 보다 큰 95%의 정확도로 도메인을 자동 판별하는 결과를 도출하였다. 본 연구는 공공데이터 품질진단에 자동화 방법론을 제시하여 품질 측정 기간 및 인원을 줄일 수 있을 것으로 기대된다.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.387-392
• /
• 2022

세계적인 탄소 중립에 동참하고자, 대한민국 정부에서도 '녹색건축물 조성 지원 법' 시행령을 통해 2030년까지 모든 건축물에 대해 제로에너지 건축물 인증을 진행할 계획에 있다. 이에 따라 국가적으로도 비교적 생활 밀접 접근성이 좋은 태양광 발전과 관련한 여러 사업을 지원하고 있다. 특히 지붕 설치형 태양광 발전 시스템의 경우 환경 파괴 없이 유휴 공간을 활용하여 에너지를 생산한다는 측면에서 주목받고 있지만, 다른 태양광 발전 설비 대비 낮은 발전효율이 단점으로 지적되고 있다. 따라서 본 논문에서는 이러한 부분을 해소하고자, 단축형 태양광 추적을 위한 태양광 패널 구조물에 관한 연구를 통해 효율적인 태양광 패널 각도 가변 시스템을 제안하고 더불어 지붕 설치형 태양광 발전 시스템의 적용 환경을 고려해 태양광 패널의 파손 및 2차 피해 예방을 위한 방안을 제안한다. 더불어 ICT 융합을 통해 태양광 패널을 제어, 사고 예측 안전 시스템 구성을 프로젝트 기반의 교육 프로그램 연계 구성이 가능할 것으로 판단된다.

• 한국산업정보학회논문지
• /
• 제28권2호
• /
• pp.1-9
• /
• 2023

유방암 관련 기존 AI 연구는 보조적인 진단 예측이나 임상적 요인에 따른 진료 결과를 예측하는 주제가 많았다. 또한 연구기관의 코호트 자료나 일부 환자 자료를 이용하는 경우가 대부분이었다. 본 논문에서는 건강보험심사평가원이 보유하고 있는 전 국민 유방암 환자의 전수 데이터를 활용하여 유방암 환자의 40~50대와 다른 연령대 간의 생존 여부 예측과 생존 여부에 미치는 요인의 차이점을 분석했다. 그 결과, 환자들의 생존 여부 예측 정밀도는 40~50대가 평균 0.93으로 60~80대 0.86 보다 높았으며, 요인에 있어서도 40~50대는 치료횟수(46%)가, 60~80대는 나이(32%)의 변수 중요도가 제일 높았다. 기존 연구와 성능 비교 결과, 평균 정밀도가 0.90으로 기존 논문의 정밀도 0.81보다 높았다. 적용 알고리즘별 성능 비교 결과, 의사결정나무(Decision Tree), 랜덤포레스트(Random Forest) 및 그래디언트부스팅(Gradient Boosting)의 전체 평균 정밀도는 0.90, 재현율은 1.0으로 연령대 그룹 내에서 동일하였으며, 다층퍼셉트론(Multi-Layer Perceptron)의 정밀도는 0.89, 재현율은 1.0 이었다. 심평원의 전 국민 심사청구 빅데이터 가치 활용을 제고하기 위해 비전문가용 머신러닝 자동화(Auto ML) 도구를 사용한 더 많은 연구가 진행되기를 바란다.

• 벤처혁신연구
• /
• 제5권4호
• /
• pp.179-189
• /
• 2022

산업의 혁명적 변화에 직면한 지금 사회 대변혁의 시기에 노동과 소득의 관계도 재개념화가 필요하다. 노동의 부재에 의한 절대적인 노동량의 감소는 자동화, 스마트화, AI, 로봇노동 등으로 야기되며 이는 우리가 원하든 원하지 않든 수용해야 한다. 그러나 사회총생산량과 국가나 사회의 자본은 늘어나지만 개인의 소득은 줄어들 가능성이 크다. 이러한 변혁기에 국가나 정치는 개인의 소득감소에 따른 문제들에 관해 준비해야 한다. 지금까지 사회복지나 사회보장에 대해서 복지나 부조의 관점에서 다양한 수준의 논의가 있었다. 실험수준의 시도나 연구는 많은 국가나 지방정부의 차원에서 이루어졌고 긍정적 그리고 부정적 효과를 발견했다. 광범위하게 국가차원에서 지속적으로 실시되는 기본소득제도는 아직 없고 미래지향적 관점에서 다양한 논의가 이루어지는 수준이다. 이에 필자는 지금까지의 시각을 기초로 새로운 관점에서 바라보자는 제안을 해본다. 노동시간, 노동의 질, 소득, 삶의 질, 여유시간 가치, 워라밸 등의 관점에서 기본소득의 중요성과 필요성을 살펴보는 것이 포지티브 접근의 일환이라는 점을 탐색해 보았다. 산업의 패러다임 변화에 따는 절대적인 노동시간의 부족, 기계노동의 대체, 양극화 등을 적극적으로 수용하고 긍정적 시각에서 도래하는 문제를 바라보자는 것이다. 어차피 받아들일 것이면 이러한 문제를 근시안으로 보지 말고 선제적으로 준비하고 장기적이고 전체적인 관점에서 원시안적 계획을 수립하자는 것이다. 스마트 폰이 지난 10여년 사이에 세상의 변화를 가져와 잃어버린 것도 있지만 새로 발견한 것이 오히려 많지 않을까요? 기술의 변화를 통해 삶의 질을 고양시키는 절호의 기회라고 생각해야하지 않을까요?

• 대한조선학회 특별논문집
• /
• 대한조선학회 2013년도 특별논문집
• /
• pp.35-41
• /
• 2013

Nowadays, automated modeling system for steel margin based on interactive user interface has been developed and applied to the production design stage. The system could increase design efficiency and minimize human error owing to recent CAD technique. However, there has been no approach to the pre-nesting design stage at all in early modeling process especially where ship model should be handled at more than two design stages using AVEVA Marine. A designer of the design stage needs artificial intelligence system beyond modeling automation when 3D model must be prepared in early modeling process using AVEVA Marine because they have focused on 2D nesting traditionally. In addition, they have a hard time figuring out the model prepared in previous design stage and modifying the model for steel purchase size in early modeling process. In this paper, artificial intelligence modeling system for automated application of steel margin in early modeling process using AVEVA Marine is developed in order to apply to the pre-nesting design stage that can detect effective segments before a calculation to find if a segment locates near block butt boundaries by filtering noise segments among lines, curves and surface intersections based on IT big data analysis.

• 한국정보통신학회논문지
• /
• 제25권6호
• /
• pp.792-798
• /
• 2021

본 논문에서는 인공지능 기반의 빅데이터 분석과 예측을 통하여 정수장의 공정 중 약품투입곤정에서 응집제 투입률을 결정하는 알고리즘을 도출하였다. 또한, 빅데이터 기술 및 인공지능 알고리즘 적용 방법에 대한 분석 및 기존의 학문적, 기술적 자료를 검토하여 유사 분야 적용 사례를 분석 검토하였다. 이를 통한 최적 응집제 투입률 제시를 목표로 운영 근무자의 의사결정 패턴을 입력 변수와 출력변수의 관계 패턴으로 학습한 후 학습된 패턴을 실제 응집제 주입 공정에 적용하여 침전수 탁도가 목표치에 근사한 일정 수준을 유지할 수 있도록 운영이 가능하였다. 데이터 범위 산정과 전처리를 거친 변수를 선정하여 알고리즘 수행을 준비한 후 군집화와 분류 알고리즘을 적용하여 알고리즘 수행과 결과에 대한 피드백을 반복하여 학습을 진행하였다.