• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.9-17
• /
• 2021

최근 빅데이터 분석, 인공지능, 기계학습 등의 발전으로 인해서 데이터를 과학적으로 분석하는 기술이 발전하고 있으며 이는 의사결정 문제를 최적으로 해결해주고 있다. 그러나 특정 분야의 경우에는 데이터의 양이 부족해서 과학적 방식에 적용하는 것이 어렵다. 예컨대 부동산과 같은 데이터는 데이터 발표 시점이 최근이거나 비 유동성 자산이다 보니 발표 주기가 긴 경우가 많다. 따라서 본 연구에서는 이런 문제점을 극복하기 위해서 TimeGAN 모형을 통해 기존의 시계열의 확장 가능성에 대해서 연구하고자 한다. 이를 위해 부동산과 관련된 총 45개의 시계열을 데이터 셋에 맞게 2012년부터 2021년까지 주 단위로 데이터를 수집하고 시계열 간의 상관관계를 고려해서 총 15개의 최종 시계열을 선정한다. 15개의 시계열에 대해서 TimeGAN 모형을 통해 데이터 확장을한 결과, PCA 및 T-SNE 시각화 알고리즘을 통해 실제 데이터와 확장 데이터 간의 통계적 분포가 유사하다는 것을 확인할 수 있었다. 따라서 본 논문을 통해서 데이터의 과적합 또는 과소적합이라는 한계점을 극복할 수 있는 다양한 실험이 연구되기를 기대한다.

• 융합보안논문지
• /
• 제23권5호
• /
• pp.57-64
• /
• 2023

딥뉴럴네트워크 모델의 취약점으로 모델 탈취 방법이 있다. 이 방법은 대상 모델에 대하여 여러번의 반복된 쿼리를 통해서 유사 모델을 생성하여 대상 모델의 예측값과 동일하게 내는 유사 모델을 생성하는 것이다. 본 연구에서, 학습 데이터가 없이 대상 모델을 탈취하는 방법에 대해서 분석을 하였다. 생성 모델을 이용하여 입력 데이터를 생성하고 대상 모델과 유사 모델의 예측값이 서로 가까워지도록 손실함수를 정의하여 유사 모델을 생성한다. 이 방법에서 대상 모델의 입력 데이터에 대한 각 클래스의 logit(로직) 값을 이용하여 경사하강법으로 유사 모델이 그것과 유사하도록 학습하는 과정을 갖는다. 실험 환경으로 pytorch 머신러닝 라이브러리를 이용하였으며, 데이터셋으로 CIFAR10과 SVHN을 사용하였다. 대상 모델로 ResNet 모델을 이용하였다. 실험 결과로써, 모델 탈취 방법은 CIFAR10에 대해서 86.18%이고 SVHN에 대해서 96.02% 정확도로 대상 모델과 유사한 예측값을 내는 유사 모델을 생성하는 것을 볼 수가 있었다. 추가적으로 모델 탈취 방법에 대한 고려사항와 한계점에 대한 고찰도 분석하였다.

• 무역학회지
• /
• 제43권5호
• /
• pp.139-158
• /
• 2018

오늘날의 무역구조는 이전보다 훨씬 다변화 되었고, 각국의 수출입액이 늘어남에 따라 무역분쟁의 내용도 훨씬 복잡해지고 있는 것은 물론 분쟁의 수 또한 증가하고 있다. 이러한 분쟁을 해결하는 수단으로서 소송과 중재를 비롯한 협상, 알선, 조정 등이 활용되고 있지만 소송이나 중재에 의한 해결방법은 관할권, 거리상의 제약, 비용과 절차의 복잡성 등 그 어려움이 따른다. 또한 협상이나 알선에 의할 경우, 효력이나 제도상의 미비점 등 그 한계성을 드러내면서 이들을 대체할 수 있는 방법이 요구되어 왔다. 이에 ADR의 한 형태로 등장한 조정은 조정인이 분쟁당사자 사이에서 중립인의 역할을 하면서 당사자가 자주적으로 사건을 해결하도록 돕는 제도이다. 조정은 비밀보장에 의한 신뢰구축, 준거법과 재판관할권의 비적용, 절차의 간이성, 미래지향적인 결과도출이라는 장점이 중점적으로 부각되고 있어 미국, 일본을 비롯한 중국 등에서는 일찍이 무역분쟁의 해결수단으로 이용되고 있다. 하지만 우리나라에서는 아직 조정의 유용성이 널리 알려지지 못하였고, 그 이용 또한 저조한 상태이다. 본고는 조정이 어떠한 제도인지를 설명하는 것과 함께 무역분쟁의 해결수단으로서 조정이 지닌 유용성을 밝힘으로써 향후 분쟁발생 시 본 제도의 적극적 이용을 도모하고자 하는 취지에서 연구를 진행하였다.