• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.147-153
• /
• 2023

인공지능 기술의 전 산업 분야로 확산되면서 기존 SaaS에 인공지능 서비스가 탑재된 AIaaS가 등장하고 있다. 특히 비IT 분야 기업들에서는 소프트웨어 전문가의 부재, 빅 데이터 모델 훈련의 어려움, 다양한 형태의 데이터들에 대한 수집 및 분석에 대한 어려움 등을 겪고 있다. AIaaS는 인공지능 소프트웨어 개발에 필요한 다양한 IT 자원들 뿐만 아니라 인공지능 소프트웨어에 필요한 기능들을 서비스 형태로 제공함으로써 사용자들에게는 보다 쉽고 경제적으로 시스템을 구축할 수 있게 한다. 따라서 이러한 클라우드 기반의 AIaaS 서비스에 대한 수요와 공급은 점점 급증할 것이다. 그런데 이처럼 AIaaS에 대한 수요와 공급이 증가함에 따라 요구되는 것이 AIaaS에서 제공하는 서비스들의 품질이 중요한 요소가 된다. 그러나, 현재 이를 측정하기 위한 포괄적이고 실용적인 품질 평가 메트릭에 대한 연구가 미흡하다. 따라서 본 논문에서는 AIaaS의 서비스 품질 측정 요소 중 재사용성 평가를 위해 AIaaS가 갖는 특징인 구현성, 편리성, 효율성, 접근성을 기반으로 재사용성 측정에 필요한 4가지 메트릭인 사용성, 교체성, 확장성, 홍보성 메트릭을 개발하여 제안한다. 제안된 메트릭은 AIaaS에서 제공하는 서비스들이 향후 잠재된 사용자들에게 얼마나 재사용할 수 있는지를 예측하는 도구로 사용될 수 있다.

• 한국정보처리학회논문지
• /
• 제6권11S호
• /
• pp.3410-3419
• /
• 1999

Autonomous Intrusion Analysis Agent(AIAA) is Incident Response Team staff's tool that scans, analyses, reports and alerts the traces of intrusion based on system logs and intruder's backdoors inside compromised system by IR staff after security incident is reported to the IR team. AIAA is intelligent to recognize to check out who is intruder from all the user accounts and to report the suspected candidates to the master control system in IR team. IR staff who controls AIAA with master system can pick up an intruder from the candidates reported by AIAA agent and review all related summary reports and details including source host's mane, finger information, all illegal behavior and so on. AIAA is moved to compromised system by the staff to investigate the signature of intrusion along the trace of victim hosts and it is also operated in secret mode to detect the further intrusion. AIAA is alive in all victim systems until the incident is closed and IR staff can control AIAA operation and dialogue with AIAA agent in Web interface.

• 한국콘텐츠학회논문지
• /
• 제20권7호
• /
• pp.97-106
• /
• 2020

5G 네트워크와 사물인터넷 기술의 빠른 발전과 보급으로 빅 데이터 분석 기술 및 서비스 시스템에 대한 요구가 증가하고 있다. 특히, AI 기술 활용에 대한 폭발적인 수요 증가로 수집된 데이터에서 새로운 의미를 추출할 수 있는 머신/딥러닝 모델의 활용을 위한 경쟁이 치열해 지고 있다. 다양한 분야에서 AI 기술을 도입하기 위해서는 고성능 GPU를 탑재한 시스템을 구축하고 딥러닝 모델을 실행하기 위한 복잡한 설정을 할 필요가 있다. AI 기술을 활용하기 위해 소요되는 노력을 줄이기 위해, AIaaS 플랫폼은 사전준비과정 및 운영을 위한 복잡함을 클라우드 인프라에 감추고, AI 연구개발자들이 고성능 AI 분석기술을 쉽게 활용할 수 있게 하는 온라인 서비스로써 큰 주목을 끌고 있다. 본 논문에서는 딥 러닝 모델 등록부터 온라인 서비스 운영에 이르기까지 Docker 및 OpenFaaS 기반 AI 서비스 생성을 지원할 수 있는 새로운 AIaaS 시스템을 제안한다. 또한 제안 시스템에서 AI 서비스를 쉽게 생성, 활용하는 방법을 보여주는 사례 연구도 설명한다.

• International Journal of Aeronautical and Space Sciences
• /
• 제13권3호
• /
• pp.307-316
• /
• 2012

Numerical simulations of 3D aircraft configurations are performed in order to understand the effects of turbulence models on the prediction of aircraft's aerodynamic characteristics. An in-house CFD code that solves 3D RANS equations and two-equation turbulence model equations are used. The code applies Roe's approximated Riemann solver and an AF-ADI scheme. Van Leer's MUSCL extrapolation with van Albada's limiter is also adopted. Various versions of Menter's $k-{\omega}$ SST turbulence models as well as Coakley's $q-{\omega}$ model are incorporated into the CFD code. Menter's $k-{\omega}$ SST models include the standard model, the 2003 model, the model incorporating the vorticity source term, and the model containing controlled decay. Turbulent flows over a wing are simulated in order to validate the turbulence models contained in the CFD code. The results from these simulations are then compared with computational results from the $3^{rd}$ AIAA CFD Drag Prediction Workshop. Numerical simulations of the DLR-F6 wing-body and wing-body-nacelle-pylon configurations are conducted and compared with computational results of the $2^{nd}$ AIAA CFD Drag Prediction Workshop. Aerodynamic characteristics as well as flow features are scrutinized with respect to the turbulence models. The results obtained from each simulation incorporating Menter's $k-{\omega}$ SST turbulence model variations are compared with one another.

• 한국전산유체공학회:학술대회논문집
• /
• 한국전산유체공학회 2011년 춘계학술대회논문집
• /
• pp.420-427
• /
• 2011

In this study, numerical simulations of transonic aircraft configurations are performed with various turbulence models and the effect of turbulence models on flow separation are examined. A three-dimensional RANS code and three turbulence models are used for the study. The turbulence models incorporated to the code include Menter's ${\kappa}-{\omega}$ model, Coakley's $q-{\omega}$, and Huang and Coakley's ${\kappa}-{\omega}$, model. Using the code, numerical simulations of DLR-F6 configurations obtained from AIAA CFD Drag Prediction Workshop are conducted. Flow separations on the wing-body juncture and the wing lower surface near pylon are observed. and flow features of the regions are compared with experimental data and other numerical results.

• International Journal of Aeronautical and Space Sciences
• /
• 제12권3호
• /
• pp.211-224
• /
• 2011

This is a written version of an hour-long lecture delivered by the author on June 30, 2011, as Plasmadynamics and Lasers Award Lecture at the AIAA 2011 summer conference in Honolulu, Hawaii. The author proposes that two areas of planetary entry physics be pursued in the future: outer planet aero-capturing and study of aerodynamics of meteoroid entries, both for the purpose of advancing the understanding of the possible extraterrestrial seeding of building blocks of life. For outer planet aero-capturing, the author proposes to develop new shock tube facilities that will produce up to 30 km/s of shock speed without causing photo-ionization of the driven gas by the radiation from the hot driver gas. Regarding meteors, the author proposes to carry out laboratory testing of the Tunguska event and of the seeding of amino acid molecules using a ballistic range which shoots a snowball laden with amino acid molecules toward a water surface.

• 서비스연구
• /
• 제13권4호
• /
• pp.191-205
• /
• 2023

인공 지능 (AI), 특히 텍스트 생성 서비스 분야에서의 발전은 두드러지게 나타나고 있으며, AI-as-a-Service (AIaaS) 시장은 2028년까지 550억 달러에 달할 것으로 예상된다. 본 연구는 합성 텍스트 미디어 소프트웨어의 품질 요소를 탐구하였으며, 이를 위해 ChatGPT, Writesonic, Jasper, 그리고 Anyword와 같은 산업의 주요 서비스에 주목하였다. 소프트웨어 평가 플랫폼에서 수집된 4,000개 이상의 리뷰를 바탕으로, Gensim 라이브러리를 활용한 잠재 디리클레 할당 (LDA) 주제 모델링 기법을 적용하였다. 이 분석을 통해 11개의 주제가 도출되었다. 이후 이 주제들을 AICSQ 및 AISAQUAL과 같은 기존 논문에서 다루었던 AI 서비스 품질 차원과 비교 분석하였다. 리뷰에서는 가용성 및 효율성과 같은 차원이 주로 강조되었으며, 이전 연구에서 중요하게 여겨졌던 사람다움과 같은 요소는 본 연구에서 강조되지 않았다. 이러한 결과는 AI 서비스의 본질적 특성, 즉 사용자와의 직접적인 상호작용보다 의미론적 이해에 더 중점을 둔다는 특성 때문으로 해석된다. 본 연구는 단일 리뷰 원천 및 평가자들의 인구 통계의 특정성과 같은 잠재적 편향을 인정하며, 향후 연구 방향으로는 이러한 품질 차원이 사용자 만족도에 어떻게 영향을 미치는지, 그리고 개별 차원이 전체 평점에 어떻게 영향을 미치는지에 대한 깊은 분석을 제안한다.

• 미래기술융합논문지
• /
• 제1권2호
• /
• pp.01-09
• /
• 2022

최근 기업과 공공기관에서 안전 이슈는 더는 미룰 수 있는 상황이 아니며, 대형 안전사고가 발생했을 때 직접적인 금전적 손실뿐 아니라 해당 기업 및 공공기관에 대한 사회적 신뢰가 함께 떨어지는 간접적인 손실도 매우 커진다. 특히 사망 사고의 경우는 더욱 피해가 심각하다. 이에 따라 기업 및 공공기관은 산업 안전 교육과 예방에 대한 투자를 확대함에 따라, 고위험 상황이 존재하는 산업현장에서 사용자 행동반경에 영향을 받지 않고 안전관리 서비스가 가능한 개방형 AI 학습모델 생성 기술, 에지단말간 AI협업 기술, 클라우드-에지단말 연동 기술, 멀티모달 위험상황 판단기술, AI 모델 학습 지원 기술을 이용한 시스템 개발이 이루어지고 있다. 특히 인공지능 기술의 발전과 확산으로 안전 이슈에도 해당 기술을 적용하기 위한 연구가 활발해지고 있다. 따라서 본 논문에서는 고위험 현장 안전관리를 위해 AI 모델 학습 지원이 가능한 개방형 클라우드 플랫폼 설계 방안을 제시하였다.