• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.409-416
• /
• 2020

4차 산업 혁명의 핵심 동력으로 각광받고 있는 인공지능은 고성능 하드웨어와 빅데이터의 활용, 데이터 처리기술, 학습방법 및 알고리즘의 발전에 따라 단순한 학문적 지식 수준을 넘어 스마트 공장, 자율주행 등 다양한 산업분야에서 활용되며 영역을 넓혀가고 있다. 국방 분야에서도 국방 예산 감축, 병역 자원 감소, 무인 전투체계의 보편화 등 안보 환경이 변화함에 따라 선진국을 중심으로 상황 인식, 결심 지원, 업무 프로세스 간소화, 효율적 자원 활용 등 인공지능을 국방 업무에 접목하기 위한 정책 및 기술에 대한 연구가 활발히 이루어지고 있다. 이러한 이유에서 잠재력 있는 미래 국방기술의 발굴 및 연구개발을 위해 기술주도형 기획과 조사의 중요성 또한 증대되고 있다. 본 연구에서는 미래 국방기술 도출을 위해 진행되었던 연구 자료를 바탕으로 인공지능 분야 미래기술에 관한 특성 평가지표를 분석하고 실증연구를 수행하였다. 이를 통해 국방 인공지능 분야 미래기술에서는 무기체계 적용성, 경제적 파급효과가 유망도와 유의미한 관련성을 나타낸다는 것을 확인할 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권4호
• /
• pp.189-196
• /
• 2017

버스정보시스템은 버스도착시간 예측과 같은 버스와 관련한 여러 정보를 제공한다. BIS는 우리나라 거의 모든 도시에 구축되어 있고 대중교통의 편의성 개선에 능동적인 역할을 하고 있다. 현재 BIS 시스템에서 버스 도착 예정시간을 예측하기 위하여 사용되는 대표적인 방법으로는 이동평균필터, Kalman Filter, 회귀 모형 등이 있다. 버스 도착 시간 예측의 정확성은 BIS 시스템에서 고려하고 있는 교통 상황이나 예측 알고리즘에 따라 차이가 크다. 현재 BIS에서 사용하는 예측 기법은 구간 통과 시간과 거리만을 이용한다. 그러나 도착시간 예측은 교통흐름, 신호주기, 이상 상황, 데이터 결측 등에 큰 영향을 받는다. 버스 도착 시간 예측의 정확도를 높이기 위해서는 위의 문제를 고려하여 모델링해야 하는 어려움이 있다. 은닉 마르코프 모델은 이와 같은 다양한 상황을 효과적으로 모델링 할 수 있다. 따라서 버스 도착 시간 예측의 정확도를 높이기 위해 도착시간에 대한 HMM 예측 모델을 구축했다. 이 모델에서는 순천시의 2015년 한 해 동안 수집한 데이터가 이용되었으며, 순천시에는 2298개의 정류장과 217개의 노선이 있다. 모델은 주중과 주말의 패턴을 다르게 적용하며, 다른 구간과 시간에 대해 모델이 적용된다. 본 논문에서는 버스정보시스템에 은닉 마르코프 모델 적용방법과 검증을 통해 버스정보시스템에서 사용 중인 이동평균필터, Kalman Filter, 회귀 모형을 사용한 예측 방법 보다 정밀한 정확도를 얻는 방법을 제안한다.

• 디지털융복합연구
• /
• 제14권1호
• /
• pp.1-11
• /
• 2016

현재 우리 정부는 플랫폼 전자정부 도입을 서두르고 빅데이터와 클라우드 컴퓨팅 기술과 시스템을 모색하여 궁극적으로는 공공기관 각각의 이종 대민서비스를 단일창구에서 맞춤형으로 제공하고자 한다. 따라서 이 연구에서는 창구의 프런트오피스 민원인의 다양한 서비스 제공요청에 대응해서 백오피스에서 단일한 방식으로 맞춤형 공공서비스를 제공하기 위해서는 먼저 백오피스 차원에서 공공데이터가 연동되어야하므로 각 행정기관이나 부처의 공공데이터를 기반으로 백오피스에서 통합차원에서 민원인에 대해서 단일한 서비스를 제공할 수 있는 별도의 응용프로그램으로서 앱과 데이터 단위에서 공유를 효율적으로 수행하는 이종서비스 상호 간의 정보시스템 통합이 가능한 새로운 메타데이터정보시스템을 제안하였다. 제안된 시스템이 구현되면, 민원인의 프런트오피스 차원의 생활공간에 존재하는 서비스 수요사슬과 백오피스 차원의 공무원의 사무공간에서 이루어지는 서비스 공급사슬의 일원화를 통한 단일 창구에서의 연동이 유기적으로 되면서, 민원인에 대한 맞춤형 공공서비스 달성을 한발 앞당길 수 있다.

• 융합정보논문지
• /
• 제11권3호
• /
• pp.140-146
• /
• 2021

지능형 IoT 장치를 사용하는 환경이 증가하면서 지능형 IoT 장치에서 송·수신되는 정보의 무결성을 보장하는 연구들이 다양하게 진행되고 있다. 그러나, 이질적인 환경에서 생성되는 모든 IoT 정보들은 신뢰할 수 있는 프로토콜 및 서비스가 완벽하게 제공되지 않고 있는 상황이다. 본 논문에서는 지능형 IoT 장치에서 처리되는 다양한 정보 중 중요 정보만을 추출할 수 있는 지능형 기반의 다중 블록체인 모델을 제안한다. 제안 모델에서 IoT 장치에서 송·수신되는 IoT 정보의 무결성을 보장하기 위해서 블록체인을 사용한다. 제안 모델은 수 많은 IoT 정보를 신뢰할 수 있도록 수집된 정보의 상관관계 지수를 이용하여 상관관계 지수가 높은 정보만을 추출하여 블록체인으로 묶는다. 그 이유는 수집된 정보를 n-계층 구조로 확장할 뿐만 아니라 신뢰도를 보장할 수 있기 때문이다. 또한, 제안 모델은 블록체인기반으로 수집 정보에 가중치 정보를 부여할 수 있기 때문에 유사 정보를 우선 순위에 따라 선택(또는 바인딩)적으로 지정할 수 있다. 제안 모델은 IoT 장치 수와 상관없이 실시간으로 처리되는 데이터 처리 비용을 유지하면서 n-계층 구조로 수집 정보를 확장할 수 있다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1761-1775
• /
• 2022

예측하기 힘든 기후변화로 인해 물 관련 재해의 발생 빈도와 피해 규모도 지속적으로 증가하는 추세이다. 재난관리의 측면에서 광범위한 지역의 피해면적을 파악하고, 중·장기적 예측을 위한 모니터링이 필수적이다. 수재해 분야에서 광역적 모니터링을 위해 Synthetic Aperture Radar (SAR) 위성영상을 활용한 원격탐사 기술 연구가 활발히 진행되고 있다. 수재해 모니터링을 위한 시계열 분석에는 방대한 양의 영상수집과 잡음이 많은 레이더 산란 특성을 고려한 복잡한 전처리과정이 필요하며, 이를 위해 상당한 시간이 소요되는 한계가 있다. 최근 클라우드 컴퓨팅 기술의 발전과 함께 위성 빅데이터를 활용한 시·공간 분석이 가능한 많은 플랫폼들이 제안되고 있다. 구글어스엔진(Google Earth Engine, GEE)은 대표적인 플랫폼으로, 600여개의 위성 자료를 무료로 제공하고 있으며 위성영상의 분석준비데이터를 기반으로 준-실시간 시·공간 분석이 가능하다. 이에 본 연구에서는 구글어스엔진을 활용한 즉각적인 수재해 피해 탐지와 중·장기적 시계열 관측 연구를 수행하였다. 변화탐지에 주로 활용되는 Otsu 기법을 통해 '20년 발생한 집중호우를 중심으로 하천 범람으로 인한 하폭의 변화와 피해 면적을 확인하였다. 또한 재난관리 측면에서 모니터링의 중요성이 요구되는 만큼 상습침수지역으로 선정된 연구대상 지역을 중심으로 '18년부터 '22년까지의 시계열 수체의 변화 경향을 확인하였다. 구글어스엔진은 자바스크립트 기반 코딩을 통한 짧은 처리시간, 시공간 분석과 표출의 강점으로 수재해 분야 활용이 가능할 것으로 판단된다. 더불어 향후 다양한 위성 빅데이터와의 연계를 통해 활용 분야가 확대될 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권10호
• /
• pp.431-436
• /
• 2023

소프트웨어 공학 영역에 인공지능의 접목은 큰 화두 중 하나이다. 전 세계적으로 1) 인공지능을 통한 소프트웨어 공학, 2) 소프트웨어 공학을 통한 인공지능 두 가지 방향으로 활발히 연구되고 있다. 그 중 소프트웨어 공학에 인공지능을 접목하여 나쁜 코드 영역을 식별하고 해당 부분을 리팩토링하는 연구가 진행되고 있다. 해당 연구에서 인공지능이 나쁜 코드 요소의 패턴을 잘 학습하기 위해서는 학습하려는 나쁜 코드 요소가 라벨링 된 데이터셋이 필요하다. 문제는 데이터셋이 부족할뿐더러, 자체적으로 수집한 데이터셋의 정확도는 신뢰할 수 없다. 이를 해결하기 위해 코드 데이터 수집 시 전체 코드가 아닌 높은 복잡도를 가진 코드 모듈 영역을 대상으로만 나쁜 코드 데이터를 수집한다. 이후 수집한 데이터셋을 CodeBERT 모델의 전이 학습하여 코드 공통 취약점을 탐색하는 방법을 제안한다. 해당 데이터셋을 통해 CodeBERT 모델이 코드의 공통 취약점 패턴을 더 잘 학습할 수 있다. 이를 통해 전통적인 방법보다 인공지능 모델을 이용해 코드를 분석하고 공통 취약점 패턴을 더 정확하게 식별할 수 있을 것으로 기대한다.

• 한국전통조경학회지
• /
• 제29권3호
• /
• pp.85-96
• /
• 2011

본 연구는 경기도지정문화재 주변 현상변경 신청안에 대하여 불 허가 처분의 과정과 유형을 객관적으로 분석하여 현상변경허가 심의결과의 경향과 문제점 및 특성을 도출함으로써 현상변경허가 심의 결정에 있어 기초적 자료를 제시하는 것을 목적으로 한다. 2009년 경기도문화재위원회 심의에 상정된 248개의 안건 중 3회 이상 상정된 15건의 신청안을 연구대상으로 하였다. 문화재현상변경허가 심의 결과를 허가, 불허가, 재심으로 분류하여 처리결과 및 사유와 보완사항을 분석하고, 신청안의 신청 내용과 해당 문화재의 현상변경허가 처리기준안과의 비교를 통해 처리결과를 분석하며, 문화재와 현상변경허가 신청지의 이격거리 및 신청용도 별 결과처리 분석을 통해 결론을 도출하였다. 연구결과로는 첫째, 허가결정 처리는 다양한 시설의 신청이 특징으로 층수가 낮을수록 허가의 결과가 많았고, 문화재가 건축물인 경우는 신청 건물의 한옥양식 등 입면보완 후 허가결정이 되었으며, 신청지 부근의 기 건축물 유무가 허가결정의 주된 사유였다. 둘째, 불허가결정 처리의 경우 신청 시설은 근린생활시설이 많았고 대규모의 건설이 대부분이며, 1차 상정 결과에서부터 최종결정까지 결과의 변화가 적었고, 건축물로 인한 문화재 주변 경관 저해가 대부분의 불허가 사유였다. 셋째, 재심의결정 처리의 경우 도시개발사업 등 대형 개발사업에 있어 건축물의 높이 및 층수 변화는 큰 영향을 미치지 않았고, 무엇보다 기준안의 존재 유무가 결과 결정에 있어 큰 작용을 하였으며. 재심의 사유는 현장조사 후 재심의가 대부분이었다. 넷째, 현상변경허가 처리기준안이 존재하는 경우는 결과가 허가 또는 불허가 처리결정되었고, 처리기준안 상 두 구역에 걸쳐져 있는 신청지는 두 구역 중 좀 더 엄격한 쪽의 처리기준안이 적용되었으며, 신청지와 문화재와의 이격거리가 멀어질수록 불허가 및 재심의 결정이 적었으며, 허가 결정에는 영향을 미치지 않았다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.89-105
• /
• 2014

Web2.0의 등장과 함께 급속히 발전해온 온라인 포럼, 블로그, 트위터, 페이스북과 같은 소셜 미디어 서비스는 소비자와 소비자간의 의사소통을 넘어 이제 기업과 소비자 사이의 새로운 커뮤니케이션 매체로도 인식되고 있다. 때문에 기업뿐만 아니라 수많은 기관, 조직 등에서도 소셜미디어를 활용하여 소비자와 적극적인 의사소통을 전개하고 있으며, 나아가 소셜 미디어 콘텐츠에 담겨있는 소비자 고객들의 의견, 관심, 불만, 평판 등을 분석하고 이해하며 비즈니스에 적용하기 위해 이를 적극 분석하는 단계로 진화하고 있다. 이러한 연구의 한 분야로서 비정형 텍스트 콘텐츠와 같은 빅 데이터에서 저자의 감성이나 의견 등을 추출하는 오피니언 마이닝과 감성분석 기법이 소셜미디어 콘텐츠 분석에도 활발히 이용되고 있으며, 이미 여러 연구에서 이를 위한 방법론, 테크닉, 툴 등을 제시하고 있다. 그러나 아직 대량의 소셜미디어 데이터를 수집하여 언어처리를 거치고 의미를 해석하여 비즈니스 인사이트를 도출하는 전반의 과정을 제시한 연구가 많지 않으며, 그 결과를 의사결정자들이 쉽게 이해할 수 있는 시각화 기법으로 풀어내는 것 또한 드문 실정이다. 그러므로 본 연구에서는 소셜미디어 콘텐츠의 오피니언 마이닝을 위한 실무적인 분석방법을 제시하고 이를 통해 기업의사결정을 지원할 수 있는 시각화된 결과물을 제시하고자 하였다. 이를 위해 한국 인스턴트 식품 1위 기업의 대표 상품인 N-라면을 사례 연구의 대상으로 실제 블로그 데이터와 뉴스를 수집/분석하고 결과를 도출하였다. 또한 이런 과정에서 프리웨어 오픈 소스 R을 이용함으로써 비용부담 없이 어떤 조직에서도 적용할 수 있는 레퍼런스를 구현하였다. 그러므로 저자들은 본 연구의 분석방법과 결과물들이 식품산업뿐만 아니라 타 산업에서도 바로 적용 가능한 실용적 가이드와 참조자료가 될 것으로 기대한다.

• 대한토목학회논문집
• /
• 제30권3A호
• /
• pp.297-307
• /
• 2010

최근 토목, 건축 구조물의 유지관리 기술에 대한 관심이 커지고 있으며 구조물의 성능저하 및 노후화 등으로 구조적 안전성의 검토가 요구되는 구조물의 수가 급증하고 있는 실정이다. 그리고 구조물의 노후화 및 부재의 균열 등으로 인하여 강성이 저하되면 구조물의 동특성에 변화가 나타나게 되며 구조물의 실제 거동상태에서 동특성을 분석하여 손상부위와 손상정도를 정확히 판단하는 것은 중요한 문제이다. 구조물 모니터링에 사용되는 대표적 계측장비가 동적계측기이다. 기존의 동적계측기는 측정 센서와 장비를 연결하는 케이블 길이가 길어질 경우 신뢰할 수 있는 데이터를 얻기 힘들고 각 센서와 계측기를 1:1로 연결하는 방식을 취하고 있어 비경제적이다. 따라서 센서를 부착하지 않고 원거리에서 진동을 측정하는 방법이 필요하다. 구조물의 진동을 계측하기 위하여 적용 가능한 비접촉식 방법으로는 레이저의 도플러효과, GPS를 이용하는 방법 및 영상처리기법 등이 대표적이다. 레이저의 도플러효과를 이용하는 방법은 정확도가 상대적으로 높지만 비경제적이며, GPS를 이용하는 방법은 장비가 고가이고 신호 자체의 오차와 데이터 취득속도의 제약이 있는 단점이 있다. 그러나 영상신호를 이용하는 방법은 간편하고 경제적이며 접근이 어려운 구조물의 진동 및 동특성 추출에 적합하다. 기존에도 센서를 대신하여 카메라의 영상신호를 이용하는 연구가 수행되기도 하였으나, 기존의 방법은 구조물에 부착된 표적의 한 지점을 기록한 후 영상처리기법을 이용하여 진동을 측정하는 방법으로서 측정 대상이 비교적 국한적일 수 있다. 그러므로 본 연구에서는 영상처리기법을 이용하여 구조물의 다중 변위응답을 측정할 수 있는 방법의 타당성을 검증하기 위하여 진동대 실험 및 현장재하실험을 수행하였다.