• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.63-81
• /
• 2021

자연어 처리는 최근 기계학습 및 딥러닝 기술의 발전과 적용으로 성능이 빠르게 향상되고 있으며, 이로 인해 활용 분야도 넓어지고 있다. 특히 비정형 텍스트 데이터에 대한 분석 요구가 증가함에 따라 자연어 처리에 대한 관심도 더욱 높아지고 있다. 그러나 자연어 전처리 과정 및 기계학습과 딥러닝 이론의 복잡함과 어려움으로 인해 아직도 자연어 처리 활용의 장벽이 높은 편이다. 본 논문에서는 자연어 처리의 전반적인 이해를 위해 현재 활발히 연구되고 있는 자연어 처리의 주요 분야와 기계학습 및 딥러닝을 중심으로 한 주요 기술의 현황에 대해 살펴봄으로써, 보다 쉽게 자연어 처리에 대해 이해하고 활용할 수 있는 기반을 제공하고자 한다. 이를 위해 인공지능 기술 분류체계의 변화를 통해 자연어 처리의 비중 및 변화 과정을 살펴보았으며, 기계학습과 딥러닝을 기반으로 한 자연어 처리 주요 분야를 언어 모델, 문서 분류, 문서 생성, 문서 요약, 질의응답, 기계번역으로 나누어 정리하고 각 분야에서 가장 뛰어난 성능을 보이는 모형들을 살펴보았다. 그리고, 자연어 처리에서 활용되고 있는 주요 딥러닝 모형들에 대해 정리하고 자연어 처리 분야에서 사용되는 데이터셋과 성능평가를 위한 평가지표에 대해 정리하였다. 본 논문을 통해, 자연어 처리를 자신의 분야에서 다양한 목적으로 활용하고자 하는 연구자들이 자연어 처리의 전반적인 기술 현황에 대해 이해하고, 자연어 처리의 주요 기술 분야와 주로 사용되는 딥러닝 모형 및 데이터셋과 평가지표에 대해 보다 쉽게 파악할 수 있기를 기대한다.

• 지질공학
• /
• 제31권3호
• /
• pp.307-319
• /
• 2021

최근 드론 및 빅데이터, 인공지능 등 디지털 기술을 활용한 비탈면 연구를 수행하고 있으나 다소 미흡한 실정이며, 여전히 비탈면 붕괴 대비에 취약하다. 이러한 이유로 비탈면 붕괴에 효과적으로 대처하기 위해 디지털 기술을 활용한 비탈면 붕괴 예측 및 분석 연구에 대한 발전방향을 제시하는 것이 필연적이며, 이를 위해 비탈면 붕괴 예측 및 분석에 관한 이해가 선제되어야 한다. 본 연구는 비탈면 붕괴 예측 및 분석 연구의 지적구조를 규명하여 연구방향을 제시하기 위해 2016년 1월 1일부터 2020년 12월 31일까지의 5년간의 Web of Science 기반으로 문헌 데이터를 수집하고 이를 동시출현단어를 활용하여 분석하였다. 네트워크 분석을 통하여 세부 주제 영역을 밝히고, 키워드 간의 지적 관계를 시각화하여 관계, 중심성 분석을 통한 전역 및 지역 중심성이 높은 키워드를 도출하였다. 또한 군집분석을 실시하여 형성된 군집을 다차원축적지도에 표시하였으며, 각 키워드들 간의 상관관계에 따른 지적구조를 제시하였다. 이러한 연구의 결과는 비탈면 붕괴 분석 및 예측 연구의 지적구조를 밝히고, 향후 연구 방향을 찾는데 도움이 될 것으로 기대한다.

• 디지털융복합연구
• /
• 제17권11호
• /
• pp.61-70
• /
• 2019

사회경제적 발전과 교육부의 창의인성교육의 강화와 함께 일반국민도 미술품에 대한 향유문화가 고조되고 있고, 미술품이 투자대체제로써의 관심이 증대되고 있는 흐름 속에 미술품 시장의 산업화가 확대되고 있다. 최근 정부에서도 미술진흥 중장기 계획 수립을 발표하는 등 미술품 시장 활성화를 위한 정책적 의지를 나타내고 있다. 4차산업혁명 시대의 도래로 인공지능(AI), 가상현실(VR), 빅데이터 등 지능정보기술과 융 복합하는 현대미술 콘텐츠가 선보이고 있고, 인문학 및 창의융합에 대한 사회적 관심도 고조되고 있다. 이에 따라 누구나 쉽게 미술시장 정보에 접근할 수 있게 하고, 작가와 가격대별 검색기능과 분석자료, 비평 등 통합정보를 제공하는 등 미술시장의 투명화와 활성화 전략의 수립이 필요하다. 본 논문은 미술시장 경매거래정보 제공, 미술시장 보고서 및 뉴스 제공, 홍보 플랫폼 제공, 미술시장 분석서비스 및 회원관계관리 서비스를 제공하는 미술품 거래정보 온라인 제공시스템 구축을 위한 정보시스템계획을 수립하였다. 이를 위해 미술시장에 대한 환경분석과 중점분석을 통해 미래모델을 수립하였으며, 이에 따른 전략과제와 이행계획도 수립하였다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.105-111
• /
• 2019

인공지능, 빅데이터, 자율주행 등 4차 산업혁명시대를 이끄는 핵심기술은 컴퓨팅 파워의 급속한 발전과 사물인터넷에 기반한 초연결 네트워크를 통해 구현되고 서비스된다. 본 논문에서는 자율주행을 위한 기본적인 기능으로 다양한 환경에서도 정확하게 주행가능한 영역을 인식하여 추출하는 인공지능 딥러닝 모델들을 구현하고, 그 결과를 비교, 분석한다. 주행가능한 영역을 추출하는 딥러닝 모델은 영상 분할 분야에서 성능이 우수하고 자율주행 연구에서 많이 사용하는 Deep Lab V3+와 Mask R-CNN을 활용하였다. 다양한 환경에서의 주행 정보를 위해 여러 가지 날씨 조건과 주 야간 환경에서의 주행 영상 및 이미지를 제공하는 BDD 데이터셋을 학습데이터로 사용하였다. 활용한 모델들의 실험 결과, DeepLab V3+는 48.97%의 IoU를 보였으며, Mask R-CNN은 68.33%의 IoU로 더 우수한 성능을 보였다. 또한, 구현한 모델로 추출된 주행가능 영역을 이미지에 표시하여 육안으로 검사한 결과, Mask R-CNN은 83%, Deep Lab V3+는 69% 정확도로 Mask R-CNN이 Deep Lab V3+ 보다 주행가능한 영역을 추출하는 분야에서는 더 성능이 높은 것으로 확인하였다.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.674-681
• /
• 2021

주요기반시설(critical infrastructure)을 대상으로 하는 사이버 공격이 증가하고 있다. 주요기반시설은 국가의 핵심 인프라이며 기반시설 간 상호의존성이 높은 특성을 가지고 있어서 일반적으로 사용되는 사이버 보안으로는 충분히 보호하기 어렵다. 특히 주요기반시설의 물리적 위험과 논리적 위험의 구분이 모호해지고 있어서 전체를 포괄하는 관점의 위험 관리가 이루어져야 한다. 이에 주요기반시설을 보다 적극적으로 보호하기 위한 방안으로 주요국에서는 보안내재화(SbD, security by design)를 적용하기 시작하였으며 보다 확대된 개념의 사전예방적보안(CSbD, cybersecurity by design)이 고려되고 있다. 이러한 사전예방적보안(CSbD)은 소프트웨어(SW) 안전 설계와 관리의 안정성 확보뿐만 아니라 물리적인 정치 및 기기(HW) 안전성과 사전 예방·차단 조치, 그리고 사이버회복탄력성(cyber resilience)까지 포함하는 포괄적인 보안 체계를 의미한다. 이에 본 연구는 미국과 싱가포르, 그리고 유럽에서 선도적으로 추진되고 있는 주요기반시설의 보안내재화(SbD) 방안들을 비교분석하고 주요기반시설에 대한 최적의 보안내재화(SbD) 적용 방안을 제시하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권3호
• /
• pp.99-109
• /
• 2021

최근의 기계 학습 연구에서는 데이터의 품질 및 완전성을 고려하기 위해 요구 공학 관점에서 데이터에 대한 비기능적 요구사항 도출이 제안되고 있으며, 특히 기계 학습에서의 데이터 요구사항을 요구 공학자들이 정의하였다. 본 연구에서는 데이터 전처리 이전에 데이터를 수집하고 저장하는 데이터 수집(DAQ) 단계에서 데이터 요구사항을 도출하였다. 이를 통해 기존 DAQ 시스템에서 필요로 하는 모든 데이터 요구사항과 이를 만족시키는 태스크(기능)의 유무, 그리고 요구사항과 기능 간의 관계를 표현할 수 있다. 또한 추출된 요구사항을 체계적으로 표현하고, 그 관계를 정의할 수 있어 소프트웨어 설계 문서의 작성이 가능하고 소프트웨어 설계 및 유지 보수 측면에서 체계적인 접근 및 방향성을 설정할 수 있다. 본 연구에서는 기존 DAQ 시스템 사례를 이용하여 요구 공학적 접근을 위한 시나리오와 유스 케이스(Use case)를 작성하고, 이를 기반으로 사례별 데이터 요구사항을 추출하고 목표 모델링을 통해 요구사항, 기능, 목표 간의 관계를 도식화한다. 연구 결과를 통해 요구 공학을 이용한 DAQ 시스템에서 시스템이 필요로 하는 비기능적 요구사항, 특히 데이터의 요구사항을 추출할 수 있었다.

• 한국산학기술학회논문지
• /
• 제22권1호
• /
• pp.603-613
• /
• 2021

한국은 건물부문 온실가스 감축 목표 달성을 위한 핵심정책으로 2020년부터 공공부문 신축 건축물을 대상으로 제로에너지건축물 인증 의무화를 시행하였다. 이 논문은 제로에너지건축물을 활성화 시키고자 하는 정책 환경에서 건축 관계자들이 제로에너지건축 구현에 의사결정을 위해 참조할 수 있는 에너지절감 기술과 경제성 요인을 제시하는 것이 목적이다. 본 연구를 위해 최근 3년간 건축물 에너지효율등급 인증 자료와 공공기관을 대상으로 공사비 세부 내역서 자료를 수집하여 건축물 에너지 항목에 대한 공사비를 분석하였다. 또한, 건축물 에너지효율등급 인증 자료를 바탕으로 베이스라인 건축물의 각 에너지항목별 에너지성능을 도출하였으며, 베이스라인 건축물의 에너지항목에 대해 단계적으로 에너지성능 값을 상승을 시키는 반복적 시뮬레이션을 통해 제로에너지건축물의 에너지항목별 에너지성능 값을 도출하였다. 최종적으로 도출된 베이스라인 건축물과 제로에너지건축물의 에너지성능 값에 조사된 에너지항목별 공사비를 적용하여, 베이스라인 건축물과 제로에너지건축물의 에너지항목별 공사비를 도출하였다. 그 결과 제로에너지건축물을 구현하는 데 조명설비가 10.5%로 에너지절감에 가장 큰 기여를 하며, 냉·난방 시스템의 공사비 증가분이 9.1%로 가장 작은 것으로 분석되었다.

• 한국도서관정보학회지
• /
• 제51권4호
• /
• pp.185-210
• /
• 2020

도서관은 코로나 19와 같은 예기치 못한 위기에 직면하게 되었으며, 이에 대한 대응 전략으로 비대면 온라인서비스를 강화하였다. 이에 본 연구에서는 급격하게 변화하는 외부환경 변화와 현재의 위기를 극복하기 위한 방안을 제시하고자 하였다. 이를 위해 통합사이트로 서비스되는 공공도서관 288개관의 홈페이지를 대상으로 자료검색과 전자도서관, 도서관서비스, 문화행사, 열린공간에 대한 운영 현황을 조사하였으며, 분석 및 파악하였다. 이를 기반으로 공공도서관의 온라인서비스가 포스트 코로나 시대에 어떠한 의미를 지니며 시사점은 무엇인지를 파악하였다. 그 결과, 첫째, 비대면 문화의 확산에 따른 온라인 자료검색 서비스 이용률 증가, 둘째, 전자도서관의 서비스 확대, 셋째, 비대면, 온라인 서비스 다양화, 넷째, 온라인 문화행사 서비스 확대, 다섯째, 열린공간 서비스 다양화, 여섯째, 출입 기반 무인 대출반납 인공지능 시스템 도입과 일곱째, VR, AR 및 MR을 통한 체험형 문화 지원 서비스 및 교육 콘텐츠 확대를 제안하였다. 향후, 타 관종의 도서관에서 이루어지는 온라인서비스 현황과 코로나 시대의 도서관 서비스 유형과 사례연구를 통하여 앞으로의 도서관 비대면 서비스 방향을 모색하는 연구가 진행되어야 할 것으로 보인다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.58-64
• /
• 2021

자동차 등록대수와 비례하여 증가하는 교통 혼잡은 도시의 사회경제 발전의 저해 요소로 작용하고 있다. 본 논문은 VDS(Vehicle Detection System)을 통한 데이터를 입력 변수로 사용한다. 본 연구의 목적은 교통 흐름을 단순히 2단계(원할, 정체)가 아닌 5단계(원할, 다소 지체, 지체, 다소 정체, 정체)로 더 정교하게 예측하고, 이 예측에서 가장 정확도가 높은 모델인 Catboost 모델과 다른 모델들을 비교하는 것이다. 이를 위해 본 논문에서는 머신러닝 알고리즘인 Catboost 모델을 통해 5가지 단계를 예측하고 정확도를 다른 머신러닝 알고리즘들과 비교, 분석한다. 또한, 하이퍼 파라미터(Hyper Parameter) 튜닝 및 원-핫 인코딩(One-Hot Encoding) 전처리를 거치지 않은 Catboost 모델과 랜덤 선택(RandomizedSearchcv)을 통해 튜닝 및 데이터 전처리를 거친 모델을 비교, 분석한다. 분석 결과 하이퍼 파라미터 튜닝을 하지 않은 초기 Catboost 모델이 정확도 93%를 보이며 가장 높은 정확도를 기록하였다. 따라서 본 연구는 두가지 의의를 가진다. 첫번째로, 초기 세팅된 파라미터들이 적용된 Catboost 모델이 다수의 범주형 변수를 포함하는 교통 흐름 예측에서 다른 머신러닝, 딥러닝 모델들보다 성능이 높다는 결론을 도출했다는 점에서 의의가 있다. 두번째로, 기존 2단계로 예측하던 교통 흐름을 5단계로 예측함으로써 더욱 정교한 교통 흐름 예측 모델을 제안한다는 점에서 의의를 가진다.

• 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.