• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.7-18
• /
• 2021

최근 한국에서는 클라우드 컴퓨팅, CPS, 빅데이터, 5G, IIoT, VR/AR, 복화 운송 AI 알고리즘 등의 신기술을 활용한 다양한 CIPs(Connected Industrial Parks) 아키텍쳐가 제안되고 있다. 한국의 중소기업들은 미국, 유럽, 일본 등의 해외 선진국 기업들 보다 기술 경쟁력에서 앞서 있지 않은 면들이 많다. 이러한 이유로 한국의 중소기업들은 기술연구 개발에 많은 비용을 투자해야 하는 필요성이 있다. 후발 주자로서 한국의 중소기업들이 지속 가능한 성장을 위해서 수익성을 개선할 필요가 있다. 재무적으로 한국의 중소기업들이 수익성을 증대시키기 위해서는 비용을 절감하는 것이 매출을 증대시키는 것 보다 레버리지 효과성이 높다. 본 논문은 한국 CIPs에 위치한 중소기업들의 비용 절감을 통한 수익성 개선을 주요 과제로 하였다. 한국 CIPs에 위치한 중소기업들의 비용 절감을 위한 방안으로서 VJP(Vehicle Junction Problem)를 주목하였다. 한국형 CIPs 결제 시스템을 통한 중소기업의 최소 물류 비용 달성 방법을 분석하였다. 새로운 한국형 CIPs결제 시스템의 세부 항목을 크게 4가지 "업무(Business)", "데이터(Data)", "기술(Technology)", "자금(Finance)"로 구분하여 정리한다. CIPs 결제 시스템의 성과 분석 방법으로 CBA(Cost Benefit Analysis)을 사용한다.

• 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.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.174-192
• /
• 2021

카메라나 레이더에 비해 높은 인지 성능을 제공하는 라이다 센서는 높은 가격으로 의해 ADAS나 자율주행에 적용되기 어려웠으나, 최근 가격이 빠르게 낮아지고 있어 라이다를 활용한 기존 자율주행 기능 개선에 관한 기대가 높아지고 있다. 레벨3 자율주행자동차의 경우, 센서의 결함 또는 한계 등 인지시스템에 위험한 상황이 발생했을 때 운전자에게 수동모드로의 제어권 전환을 요청하며, 만약 이러한 요청에도 운전자가 반응하지 않을 경우 MRM 즉 최소위험기동을 구현하여야 한다. 본 연구에서는 이러한 배경을 바탕으로 인지 시스템에서 생기는 위험으로 인해 LKS의 정상작동이 힘든 경우에 대한, 라이다 기반의 MRM 알고리즘을 개발하였다. 본 논문의 LKS MRM 기술은 라이다에서 수집된 포인트 클라우드 데이터를 기반으로 객체 군집화를 통해 전방에 있는 차량의 이동 경로를 생성하고, 이를 자차량의 목표 경로점으로 변환하여, 카메라 기반의 LKS가 정상 작동을 할 수 없는 경우 라이다 기반의 경로 추종제어를 통해 최소위험기동을 수행한다. 제안된 알고리즘의 성능을 검증하기 위하여 HAZOP 기법을 사용하여 위험원을 식별하였고 이를 바탕으로 검증용 시나리오 3가지를 도출하여, 뵨 연구에서 구축한 시뮬레이션 환경에서 알고리즘 검증을 수행하였다. 그 결과 본 연구에서 제안한 라이다 기반 LKS MRM 알고리즘이 여러 가능한 인지시스템의 위험 상황에 대해 차선이탈을 방지하고 이를 통해 교통사고를 방지하는 것을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제19권2호
• /
• pp.1-12
• /
• 2021

최근 4차 산업혁명으로 빅데이터의 성장과 가치는 지속적으로 증가하고 있으며, 정부에서도 공공데이터 개방과 활용에 적극적으로 노력하고 있다. 하지만 여전히 시민들의 공공데이터 활용 요구수준에는 미치지 못하는 상황이며, 현 시점에서 공공데이터 분야의 연구동향 파악과 발전 방향을 모색할 필요가 있다. 이에 본 연구에서는 공공데이터와 관련된 연구 동향을 파악하기 위해서 텍스트 마이닝 기법에서 주로 활용되는 토픽 모델링을 활용하여 분석하였다. 이를 위해 국내외 학술논문 중 '공공데이터', 'Public Data'의 키워드가 포함된 논문(국내 1,437건, 국외 9,607건)을 수집하여 LDA 알고리즘 기반의 토픽 모델링을 수행하였으며, 국내외 공공데이터 연구 동향을 비교 분석하여 정책적 시사점을 제시하였다. 분석 결과 국내의 경우 공공분야 정책 연구가 주를 이루고 있으며, 국외는 의료, 건강 관련 연구가 높게 나타났다. 토픽별 시계열로 살펴보면 국내는 '개인정보보호', '공공데이터 관리', '도시 환경' 분야의 연구가 증가하였으며, 국외는 '도시정책', '세포 생물학', '딥러닝', '클라우드·보안' 분야 연구가 활성화되고 있음을 확인할 수 있었다.

• 응용통계연구
• /
• 제34권1호
• /
• pp.115-126
• /
• 2021

중앙은행은 통화정책을 운용하면서 통화정책 방향에 관한 보고서를 통해 시장과 소통하고 있다. 최근의 Covid-19 팬데믹은 세계적인 경제의 급격한 위축을 초래하였다. 2008년 글로벌 금융위기 시와 비교해 보더라도 불확실성이 적지 않은 상황이다. 그 파급효과가 전 세계적으로 확산되면서 경기침체의 장기화에 관한 우려도 증폭되고 있다. 본 논문에서는 미 연준과 한국은행의 통화정책을 담고 있는 통화정책방향 결정문과 의결문의 특징을 분석하고 세계적인 위기에 어떠한 영향을 받았는지 살펴보았다. 분석을 위해 1999년 10월부터 2020년 9월까지 공표된 양 국가의 통화정책방향 보고서 텍스트 자료를 수집하였으며 워드 클라우드 및 워드 임베딩 등을 이용하여 의미상 특징을 살펴보았다. 조각별 회귀나무 모형을 통해 양국 문서의 비유사성 추이도 분석해 보았다. 분석 결과 한국은행과 미 연준 모두 시장과의 투명하고 효과적인 소통을 위해 명확한 의미를 지닌 단어로 정제된 문서 자료를 작성하고 있는 것으로 나타났다. 또한, 급격한 글로벌 경제환경의 변화가 통화정책에 영향을 미치면서 문서 간 의미상 동조화가 이루진 것으로 나타났다.

• 한국측량학회지
• /
• 제39권2호
• /
• pp.93-101
• /
• 2021

Recently, with the urban redevelopment and the spread of the planned cities, there is increasing interest in the wind environment, which is related not only to design of buildings and landscaping but also to the comfortability of pedestrians. Numerical analysis for wind environment prediction is underway in many fields, such as dense areas of high-rise building or composition of the apartment complexes, a precisive 3D building model is essentially required in this process. Many studies conducted for wind environment analysis have typically used the method of creating a 3D model by utilizing the building layer included in the GIS (Geographic Information System) data. These data can easily and quickly observe the flow of atmosphere in a wide urban environment, but cannot be suitable for observing precisive flow of atmosphere, and in particular, the effect of a complicated structure of a single building on the flow of atmosphere cannot be calculated. Recently, drone photogrammetry has shown the advantage of being able to automatically perform building modeling based on a large number of images. In this study, we applied photogrammetry technology using a drone to evaluate the flow of atmosphere around two buildings located close to each other. Two 3D models were made into an automatic modeling technique and manual modeling technique. Auto-modeling technique is using an automatically generates a point cloud through photogrammetry and generating models through interpolation, and manual-modeling technique is a manually operated technique that individually generates 3D models based on point clouds. And then the flow of atmosphere for the two models was compared and analyzed. As a result, the wind environment of the two models showed a clear difference, and the model created by auto-modeling showed faster flow of atmosphere than the model created by manual modeling. Also in the case of the 3D mesh generated by auto-modeling showed the limitation of not proceeding an accurate analysis because the precise 3D shape was not reproduced in the closed area such as the porch of the building or the bridge between buildings.

• 인터넷정보학회논문지
• /
• 제22권3호
• /
• pp.27-35
• /
• 2021

인터넷이 발달함에 따라, IoT, 클라우드 등과 같은 다양한 IT 기술들이 개발되었고, 이러한 기술들을 사용하여 국가와 여러 기업들에서는 다양한 시스템을 구축하였다. 해당 시스템들은 방대한 양의 데이터들을 생성하고, 공유하기 때문에 시스템에 들어있는 중요한 데이터들을 보호하기 위해 위협을 탐지할 수 있는 다양한 시스템이 필요하였으며, 이에 대한 연구가 현재까지 활발히 진행되고 있다. 대표적인 기술로 이상 탐지와 오용 탐지를 들 수 있으며, 해당 기술들은 기존에 알려진 위협이나 정상과는 다른 행동을 보이는 위협들을 탐지한다. 하지만 IT 기술이 발전함에 따라 시스템을 위협하는 기술들도 점차 발전되고 있으며, 이러한 탐지 방법들을 피해서 위협을 가한다. 지능형 지속 위협(Advanced Persistent Threat : APT)은 국가 또는 기업의 시스템을 공격하여 중요 정보 탈취 및 시스템 다운 등의 공격을 수행하며, 이러한 공격에는 기존에 알려지지 않았던 악성코드 및 공격 기술들을 적용한 위협이 존재한다. 따라서 본 논문에서는 알려지지 않은 위협을 탐지하기 위한 이상 탐지와 오용 탐지를 결합한 하이브리드 침입 탐지 시스템을 제안한다. 두 가지 탐지 기술을 적용하여 알려진 위협과 알려지지 않은 위협에 대한 탐지가 가능하게 하였으며, 기계학습을 적용함으로써 보다 정확한 위협 탐지가 가능하게 된다. 오용 탐지에서는 Classification based on Association Rule(CBA)를 적용하여 알려진 위협에 대한 규칙을 생성하였으며, 이상 탐지에서는 One Class SVM(OCSVM)을 사용하여 알려지지 않은 위협을 탐지하였다. 실험 결과, 알려지지 않은 위협 탐지 정확도는 약 94%로 나타난 것을 확인하였고, 하이브리드 침입 탐지를 통해 알려지지 않은 위협을 탐지 할 수 있는 것을 확인하였다.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.133-139
• /
• 2021

현재 정밀도로지도 구축 공정은 수작업의 비율이 높아 구축 시간과 비용의 한계가 따른다. 인공지능을 이용하여 정밀도로지도 제작을 자동화하기 위한 연구가 활발하게 진행되고 있으나 정밀도로지도 제작을 위한 학습데이터의 구축 또한 수동으로 이루어지고 있어 학습데이터를 자동으로 구축할 필요성이 있다. 이에 본 연구에서는 모바일매핑시스템으로 취득한 포인트 클라우드를 이용하여 영상으로 변환한 후, 임계치를 이용한 영상 재분류와 중첩 분석 등을 통해 도로 노면표시 영역을 추출하고 추출한 영역의 다각형 유형 분류를 통해 정밀도로지도 제작을 위한 딥러닝 학습데이터를 자동으로 구축하는 방법론을 제안하였다. 제안한 방법론을 통해 구축한 2,764개의 차선 데이터를 딥러닝 기반의 PointNet 모델에 학습한 결과 학습 정확도는 99.977%로 나타났으며, 학습된 모델을 이용하여 3가지 색상 유형의 차선을 예측한 결과 정확도는 99.566%로 나타났다. 따라서, 본 연구에서 제안한 방법론으로 정밀도로지도 구축을 위한 학습데이터를 효율적으로 제작할 수 있는 것을 알 수 있었으며, 도로 노면표시의 정밀도로지도 제작과정 또한 자동화할 수 있을 것으로 사료된다.

• 한국양봉학회지
• /
• 제34권1호
• /
• pp.47-55
• /
• 2019

다양한 농업 생산 분야에서 정보통신기술 (ICT, Information and Communications Technologies)이 융합하여 많은 발전을 이루어내고 있다. 꿀벌의 활동과 관련한 온·습도, 음파, 이산화탄소, 암모니아, 황화수소 등 다양한 봉군내·외의 요인들과 꿀벌의 활동 추적에 대한 ICT 융복합 시스템 개발연구가 최근 이슈화되고 있다. 본 연구에서는 이중 적외선 센서(QRE1113)를 이용하여 꿀벌 출입 자동 모니터링 시스템을 구현하여 실측 자료를 비교·분석하였다. 꿀벌의 방화행동을 연구하는 기존의 밀원식물 방화 개체 수 측정, 영상촬영을 통한 출입 활동 수 수동 분석, 해외 다양한 자동모니터링 시스템들과 비교하여 본 시스템은 모니터링 시간과 노력의 단축 및 외부 방화 활동과의 일치성, 수동 분석과 상대 오차 5% 미만으로 높은 실효성을 보였다. 또한, 저전력블루투스(BLE)모듈을 활용한 내·외부 온도 센서와 병행을 통해 시스템의 확장성을 확보하였으며, 이 시스템으로부터 확보한 한달간의 데이터 분석을 통해 온도와 방화행동 간 상관관계 분석 및 하루 평균 손실되는 꿀벌의 개체수(출역봉의 1.88%)를 측정할 수 있었다. 향후 복합적인 모니터링 시스템 확장과 빅데이터 축적을 통해 더욱 강력한 실시간 모니터링 도구 및 꿀벌 생태 교육자료로 양봉 산업 발전에 크게 기여할 수 있고, 과학적 분석 도구로 활용될 것이다.

• 디지털융복합연구
• /
• 제19권1호
• /
• pp.29-43
• /
• 2021

COVID-19 이후 국내는 물론, 전 세계적으로 온라인 교육은 절대적으로 필요하며 대체 불가한 교육 형태가 되었다. 온라인 교육이 급부상 하면서 교육 형태에 대해 사람들이 가지는 인식은 어떠한지, 만약 변화가 있다면 어떻게 변화했는지는 매우 궁금증을 자아내는 질문이다. 본 연구는 온라인 교육에 대한 소비자 인식의 변화 추이를 빅데이터를 활용하여 조사하였다. 이를 위해 코로나 이전(2019년 11월-12월), 코로나 촉발 이후(2020년 1월-2월), 온라인 개강직후(2020년 3월-4월), 온라인 교육을 일정 정도 경험한 이후(2020년 5월-6월)의 4개의 구간으로 구분하고, 텍스트 마이닝 즉, 키워드 빈도분석, 워드클라우드 분석, 네트워크 분석, 감성 분석을 수행하였다. 시기별로 온라인 교육 관련 키워드의 출현빈도는 코로나 이전에는 학점은행제, 평생교육, 블로그 등에서 코로나 이후 학교 개강이 시작되면서 온라인 개학, 비대면 교육, 실시간, 콘텐츠 제작, 유튜브 등으로 변화하였다. 감성분석 결과, 코로나 사태 이전에는 공지안내, 정보교류 등의 중립글이 대부분이었으나, 코로나 발생을 계기로 온라인 교육에 대한 사람들의 인식과 평가에 대한 긍정 및 부정의 의견이 논의되기 시작하였다. 또한 미래 온라인 교육시장의 확산과 전망 등 방향성에 대해서도 관심이 증대되었다. 온라인 교육은 발전가능성이 높은 만큼 앞으로 개선해야 할 부분들이 많겠으나, 교육 정책입안자, 현장에서 일하는 교육자들에게 온라인 교육 품질 개선 및 향후 나아갈 방향 수립에 도움을 줄 수 있을 것이다.