• 한국건설순환자원학회논문집
• /
• 제11권4호
• /
• pp.449-457
• /
• 2023

본 연구에서는 철근의 부식에 대한 콘크리트의 구조적 한계를 실험적으로 정의하였다. 구조적 한계는 (1) 항복 시 콘크리트의 변형, (2) 최대 부착강도, (3) 부식되지 않은 시험체 수준의 부착강도로 고려하였다. 철근 표면에서 전하를 추출하는 전기화학적 방식을 이용하여 철근 부식을 촉진시켰다. 그 결과, 철근 직경이 증가할수록 부식 정도가 증가하여 콘크리트 변형은 항복상태에 도달하는 것으로 나타났다. 또한 철근 직경의 증가는 최대 부착강도와 부식되지 않은 수준의 부착강도에 도달되기 위한 전류 인가량을 증가시켰다. 그러나 질량 손실은 철근 크기에 미미하게 영향을 받았는데, 이는 구조적 성능의 매개변수(콘크리트 변형, 부착강도의 변화)를 통해 철근 부식에 의한 구조물의 사용수명을 대변할 수 있음을 의미한다.

• 한국항행학회논문지
• /
• 제27권5호
• /
• pp.552-560
• /
• 2023

항공기 공중 충돌사고는 대규모 인명 피해를 초래할 수 있는 위험한 사건이다. 이를 예방하기 위해 민간 항공에서는 TCAS(traffic alert and collision avoidance system) 장착을 의무화하였으며, 새로운 기술의 도움을 받아 더욱 정밀하게 발전하고 있다. 한국에서 개인적으로 TCAS 연구를 위한 데이터를 수집하는데는 절차적인 어려움이 있다. 이를 해결하기 위해 ADS-B(automatic dependent surveillance-broadcast)와 Mode-S(mode-select)를 활용하면 TCAS RA(resolution advisory)의 정보 획득이 가능하다. ADS-B Exchange와 Opensky-Network에서 보관중인 데이터베이스를 제공받아 연구에 활용하였으며, 3건의 TCAS RA 발생 사례를 시각화하였다. 또한 2023년 전반기 국내 TCAS RA 발생사례를 분류한 후 그 특징을 분석하였다. 이를 통해 ADS-B와 Mode-S 데이터의 유효성을 확인하고, 발전방향을 모색하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.199-208
• /
• 2023

The emergence of COVID-19 virus has shaken almost every aspect of human life including but not limited to social, financial, and economic changes. One of the most significant impacts was obviously healthcare. Now though the pandemic has been over, its aftereffects are still there. Among them, a prominent one is people lifestyle. Work from home, enhanced screen time, limited mobility and walking habits, junk food, lack of sleep etc. are several factors that have still been affecting human health. Consequently, diseases like diabetes, high blood pressure, anxiety etc. have been emerging at a speed never witnessed before and it mainly includes the people at young age. The situation demands an early prediction, detection, and warning system to alert the people at risk. AI and Machine learning has been investigated tremendously for solving the problems in almost every aspect of human life, especially healthcare and results are promising. This study focuses on reviewing the machine learning based approaches conducted in detection and prediction of diabetes especially during and post pandemic era. That will help find a research gap and significance of the study especially for the researchers and scholars in the same field.

• 벤처창업연구
• /
• 제18권5호
• /
• pp.91-107
• /
• 2023

린 스타트업은 효율적인 기업 운영 방식을 의미하는 '린(lean)'과 창업 초기기업을 의미하는 '스타트업(startup)'을 결합해 만들어진 개념으로 창업 초기기업, 특히 소프트웨어 기반 스타트업의 실패 최소화 전략으로 자주 인용되고 있다. 본 연구는 초기스타트업 L사의 사례를 통하여 하드웨어·제조업 기업도 린 스타트업 방법론(LSM)을 유용하게 활용할 수 있음을 제시하고, 초기 스타트업이 LSM을 성공적으로 실천하기 위한 방안을 도출하였다. 이를 위해 LSM의 핵심 개념인 가설중심의 접근법, BML 피드백 순환, 최소요건제품(MVP) 및 피봇을 설명하고, 이를 바탕으로 LSM의 성공적인 실천 여부를 평가할 수 있는 기준을 도출한 후 동 기준을 중심으로 L사의 사례를 분석하였다. L사는 거동불편환자용 배변알리미 제품에서 출발하여, 영유아용 배변알리미를 거쳐, 최종적으로는 영유아용 스마트바틀을 주력 제품으로 사업을 확장하고 있는 스타트업이다. LSM의 관점에서 분석한 결과, L사는 창업 초기에는 창업 아이디어를 구체적인 고객 가치가설로 수립하지 못했고, 신속한 MVP실험을 통해 검증하는 데에도 실패하였으므로 만들기-측정-학습의 순환을 만들어내는데 실패하였다. 그러나 두 차례에 걸친 피봇을 통해 새로운 타겟 고객군과 고객 니즈를 개발하였고, 이를 최소의 노력과 시간을 들인 MVP로 반복적으로 실험함으로써 성공적인 비즈니스모델을 도출할 수 있었다. L사의 사례를 통해 사업초기에 반드시 고객-시장 검증 단계를 거쳐야 하며, 이는 스타트업의 시간과 자원이 낭비되지 않는 MVP 방식으로 진행되어야 함을 확인할 수 있었다. 또한 고객이 원하지 않는 제품이나 서비스는 기술적으로 우수하고 기능적으로 완성도가 높다 하더라도 과감히 포기하고 피봇할 필요성이 있음도 확인하였다. 마지막으로 린 스타트업 방법론이 소프트웨어 산업에 국한되지 않고, 기술기반 제조업에도 적용 가능함을 증명하였다. 본 연구의 결과는 향후 창업 초기기업이 실패를 최소화하고, 비즈니스모델 확립과 스케일업, 글로벌 진출에 이르는 과정을 가속화하기 위한 지침과 방법론으로 활용될 수 있을 것이다.

• 해양환경안전학회지
• /
• 제26권5호
• /
• pp.506-513
• /
• 2020

기후변화로 인해 해수면상승, 태풍, 집중강우 등 두 가지 이상의 복합적인 원인으로 발생하는 복합재난 위험이 증가하고 있는 실정이다. 본 연구의 대상지역인 부산 마린시티는 과거 수영만 매립지에 조성된 주거지 중심의 신도시로서, 최근 태풍과 해일 및 월파의 복합 원인으로 대규모 침수피해가 발생한 바 있다. 이와 같은 복합재난에 대비하기 위해서는 위험성 평가를 통해 재난 대비에 대한 우선 순위를 정하고 이에 따른 대비책을 세울 필요가 있다. 본 연구에서는 위험성 평가를 위해 평가프레임을 수립하고, 침수예측 자료와 국가공인 사회경제적 위험요소 자료를 수집하였다. 사회경제적 위험요소는 인구, 지하시설, 건물, 인도, 도로의 5가지로서, 최대 침수심에 대한 각 요소의 절대기준을 마련하여 평가하였다. 그리고 요소별 가중치 설정을 위하여 전문가 설문을 적용하였다. 평가결과는 관심, 주의, 경계, 위험 4단계로써, 2100년의 해수면상승과 재현주기 100년 빈도의 폭풍해일 및 확률강우를 가지는 시나리오에서 관심등급 43 %, 주의등급 24 %, 경계등급 21 %, 위험등급 11 %로 각각 나타났다. 각 등급은 색상별로 구분하여 복합재난 위험지도를 작성하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제16권1호
• /
• pp.120-130
• /
• 2012

최근 장대 교량 및 복잡한 교량의 형상이 자주 건설됨에 따라, 교량의 안전도 및 건전성 평가에 많은 관심이 집중되고 있다. 장대교량의 경우 다양한 종류의 계측기 들이 설치되어, 측정된 센싱(Sensing)자료를 신호처리를 통해 케이블을 이용하여 장거리 전송하거나, Smart Health 모니터링 개념으로 교량 현장에서 게이트웨이(Gateway)를 통해 외부 무선통신망에 연결하여 정보를 전송하는 최신 무선통신 기술을 적용하고 있다. 하지만, 전 세계적으로 발생한 교량 관련 안전사고의 경우 위험 또는 사고인지에 따른 실시간 예방적, 지능적 조치가 미흡하여 대형사로를 유발한 것으로 보고되고 있다. 이런 문제점을 해결하고자 본 논문에서는 첨단 무선통신인 RFID(Radio Frequency Identification)/USN (Ubiquitous Sensor Network)기술의 기본 개념인 "Communication Among things" 사물 간 통신 개념을 교량 계측모니터링에 적용하여, 교량에 탑재된 다양한 계측 센서 노드로부터 내구성/안전성에 관련된 위험신호를 추출하여 긴박한 안전사고 등이 인지된 경우 사고예방개념에서 사물 간 통신개념으로, 교량의 센서노드가 바로 교량 인근의 교통신호등에 RF 무선 전파를 송신하여 교량의 교통을 차단하며, 대형 사고를 예방할 수 있는 USN기반의 지능형 교량 시스템을 구축을 위한 센서노드모듈을 설계 하였으며, TinyOS 기반 미들웨어 설계와 센서 자유공간 송수신거리 테스트를 실시하여 센서의 성능을 검증 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.63-71
• /
• 2020

본 논문에서는 최근 가장 신뢰도 높은 인공지능 탐지 알고리즘인 YOLOv3와 EfficientDet을 이용한 화재 탐지 기술과 문자, 웹, 앱, 이메일 등 4종류의 알림을 동시에 전송하는 알림서비스 그리고 화재 탐지와 알림서비스를 연동하는 AWS 시스템을 제안한다. 우리의 정확도 높은 화재 탐지 알고리즘은 두 종류인데, 로컬에서 작동하는 YOLOv3 기반의 화재탐지 모델은 2000개 이상의 화재 데이터를 이용해 데이터 증강을 통해 학습하였고, 클라우드에서 작동하는 EfficientDet은 사전학습모델(Pretrained Model)에서 추가로 학습(Transfer Learning)을 진행하였다. 4종류의 알림서비스는 AWS 서비스와 FCM 서비스를 이용해 구축하였는데, 웹, 앱, 메일의 경우 알림 전송 직후 알림이 수신되며, 기지국을 거치는 문자시스템의 경우 지연시간이 1초 이내로 충분히 빨랐다. 화재 영상의 화재 탐지 실험을 통해 우리의 화재 탐지 기술의 정확성을 입증하였으며, 화재 탐지 시간과 알림서비스 시간을 측정해 화재 발생 후 알림 전송까지의 시간도 확인해보았다. 본 논문의 AI 화재 탐지 및 알림서비스 시스템은 과거의 화재탐지 시스템들보다 더 정확하고 빨라서 화재사고 시 골든타임 확보에 큰 도움을 줄 것이라고 기대된다.

• 한국산업보건학회지
• /
• 제32권1호
• /
• pp.78-88
• /
• 2022

Objectives: To develop the smart sensor to protect worker's health from chemical exposure by adopting ICT (Information and Communications Technology) technologies. Methods: To develope real-time chemical exposure monitoring system, IoT (Internet of Things) sensor technology and regulations were reviewed. We developed and produced smart sensor. A smart sensor is a system consisting of a sensor unit, a communication unit, and a platform. To verify the performance of smart sensors, each sensor has been certified by the Korea Laboratory Accreditation Scheme (KOLAS). Results: Chemicals (TVOC; Total Volatile Organic Compounds, Cl₂: Chlorine, HF: Hydrogen fluoride and HCN: Hydrogen cyanide) were selected according to a priority logic (KOSHA Alert, acute poisoning statistics, literature review). Notifications were set according to OEL (occupational exposure limit). Sensors were selected based on OEL and the capabilities of the sensors. Communication is designed to use LTE (Long Term Evolution) and Wi-Fi at the same time for convenience. Electronic platform were applied to build this monitoring system. Conclusions: Real-time monitoring system for OEL of hazardous chemicals in workplace was developed. Smart sensor can detect chemicals to complement monitoring of traditional workplace environmental monitoring such as short term and peak exposure. Further research is needed to expand the scope of application, improve reliability, and systematically application.

• 식물병연구
• /
• 제30권3호
• /
• pp.256-267
• /
• 2024

과수 화상병 꽃감염 방제를 위한 농용 항생제 살포 적기를 알려주고, 병징 출현을 예측해 현장 모니터링 시기 판단을 돕는 K-Maryblyt 예측모델을 정보시스템에서 자동으로 구동하는 FBcastS을 클라우드 컴퓨팅 환경에서 개발하였다. 4개의 단위 시스템으로 구성된 FBcastS 정보시스템은 기상자료 획득 및 처리, K-Maryblyt 모델 구동, 웹 정보 서비스 그리고 방제 적기 알림 발송의 기능별로 구성하였다. 기상자료 획득 단위 시스템은 우리나라 1,583지점의 관측기상과 예보기상을 수집할 뿐만 아니라 이들 중 과수원에서 직접 관측한 761지점의 기상자료에 대한 품질관리와 입력 자료변환 등 후처리를 수행한다. 모델 구동 단위 시스템은 K-Maryblyt 예측모델을 구동하고 그 결과를 database에 저장한다. 웹 서비스 단위 시스템은 인터넷 웹 기반으로 기상 모니터링 서비스, 과수 화상병 예측정보 모바일 서비스 그리고 전국 화상병 예측정보 모니터링 서비스를 표출한다. 마지막으로 알림 발송 단위 시스템은 농촌진흥청 화상병 예찰 및 방제 지침에 따라 K-Maryblyt 모델의 예측정보와 현장의 상황을 참고해 방제 적기 알림을 재배자들에게 전달한다. FBcastS은 4.25 km 공간간격의 조밀한 우리나라 기상관측망에서 수집한 기상정보를 활용하여 화상병 예찰 정보의 신뢰를 높일 수 있고, 인터넷 웹 기반 서비스를 제공함으로써 정보의 접근성과 활용성이 높은 클라우드 기반 스마트 농업 정보시스템이다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.45-68
• /
• 2022

대한민국 중앙부처, 지방자치단체는 코로나 19가 급속도로 확산하는 팬데믹 상황에서 재난상황 극복을 위해 재난대응에 필요한 정보를 재난문자를 통해 제공하였다. 재난문자는 국민들이 가장 많이 접하는 재난정보 전달수단으로서, 휴대폰에 직접 방송하는 CBS(Cell Broadcast Service) 방식을 채택하고 있어 직접 찾아보는 수고스러움 없이 휴대폰을 통해 쉽게 정보를 접할 수 있다는 장점이 있다. 본 연구는 지난 1년 1개월간(2020년 1월~2021년 1월) 서울특별시에 발송된 재난문자의 특성을 다양한 텍스트마이닝 방법론 등을 통해 도출하고 재난문자에 포함된 다양한 유형의 정보가 국민들의 이동 행태에 어떠한 영향을 미쳤는지를 서울특별시 지역구의 연령별 유동인구의 이동성을 통해 확인하였다. 각 문자에 포함된 주요 단어와 포함된 정보를 분류하는 과정을 거치고 포함된 단어를 기반으로 하는 문서 군집 분석 기법을 적용해 개별 발송 문자를 분석 단위로써 활용할 수 있도록 텍스트 분석을 시행하였다. 이후, 텍스트마이닝을 통해 추출한 재난문자의 특성이 지역별, 연령별 인구이동성에 미친 영향을 규명하였다. 구조화된 모형을 활용하여 재난정보가 인구이동성에 미치는 영향을 기본효과, 누적효과로 구분하여 측정하였다. 지자체가 보유한 재난문자 발송권한으로 인해 재난문자 발송 특성은 지자체별로 상이함을 계량 분석에 활용하였다. 분석 결과 인구이동성에 변화를 유발하는 정보유형은 연령별로 상이함을 확인할 수 있었다. 날짜와 순서에 관련된 정보는 60-70대의 인구이동성을 유의미하게 감소시키는 것을 확인할 수 있었다. 온라인 정보는 20대의 이동성을 감소시켰고, 증상과 관련된 정보는 30대의 인구이동성을 감소시켰다. 한편, 방역 정책 준수를 당부하는 의미를 포함하는 규범적 단어 등은 전 연령의 인구이동성에 유의미한 변화를 불러일으키지 못함을 확인할 수 있었다. 이는 재난대응에 도움이 되는 유의미한 정보들만 재난문자에 포함되어야 함을 의미한다. 한편, 인구이동성에 유의미한 변화를 불러일으키는 정보유형 또한 재난문자가 반복됨에 따라 효과가 상쇄함을 음의 누적효과 추정 결과를 통해 확인할 수 있었다.