• 한국정보통신학회논문지
• /
• 제24권3호
• /
• pp.391-397
• /
• 2020

몰입감(Immersive), 상호작용(Interactive), 지능화(Intelligent)의 특징을 통해 높은 현실감을 제공하는 실감콘텐츠 제작 기술로서 가상현실(Virtual Reality), 증강현실(Augmented Reality), 혼합현실(Mixed Reality)이 있다. 이러한 실감콘텐츠는 재난훈련이나 우주여행 등과 같이 위험하고 고비용이거나 체험이 불가능한 상황을 구현하여 간접체험이 가능하여 안전성, 효율성 확보가 용이하다는 점에서 교육 분야의 혁신 기술로 등장하고 있다. 최근 우리나라 정부기관에서도 교육용 실감콘텐츠 제작을 위한 지원을 많이 하고 있어 에듀테크 산업체를 통해 다양한 교육용 실감콘텐츠가 개발되고 있다. 따라서 가상증강현실 교육 콘텐츠는 비교적 많이 개발되고 있으나 교육에 보다 효율적인 혼합현실 기반 교육콘텐츠는 매우 부족한 상황이다. 본 연구에서는 홀로렌즈를 활용한 혼합현실 교육콘텐츠 제작에 있어 기본적인 방법을 고찰하고 이를 기반으로 과학실험 콘텐츠 제작 방안을 제안한다. 홀로렌즈를 활용하면 일반 데스크 탑 PC가 필요 없고 실시간 정보 공유가 가능하여 교사가 학생을 실시간 관리 및 평가를 할 수 있으므로 교육에 매우 효과적이다.

• 한국정보통신학회논문지
• /
• 제24권2호
• /
• pp.172-178
• /
• 2020

최근 널리 이용되고 있는 동영상 공유 서비스에서는 콘텐츠 추천 시스템이 매우 중요한 요소이다. 콘텐츠 추천을 위해서 일반적으로 사용자 선호도와 동영상(아이템) 유사도를 동시에 고려하는 협업 필터링을 사용하고 있다. 그러한 서비스는 주로 사용자의 검색 키워드와 시청시간과 같은 개인 선호도를 활용하여 사용자의 편의를 도모한다. 또한 동영상에 지정한 키워드를 중심으로 랭킹화한다. 그러나 한정된 키워드만을 이용한 동영상 유사도를 분석한다는 한계가 있다. 이런 경우 지정한 키워드가 아이템을 제대로 반영하지 못하는 경우 그 문제가 심각해진다. 이 논문에서는 교육 동영상으로부터 차별화된 의미를 갖는 모든 단어를 고려하여 유사도를 분석하며, 이런 경우 데이터와 연산의 규모가 방대하기 때문에 빅데이터 클러스터에서 처리하는 방법을 적용한다. 제안한 시스템은 빅데이터 영상 분석을 통해 동영상 공유 서비스 플랫폼의 기본 모듈로 활용될 것으로 기대한다.

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.77-82
• /
• 2020

우리나라는 고령화시대로 접어들면서 노인들의 수단적 일상생활활동(IADL)을 향상시키고자 하는 사회적 노력이 더욱 증가하고 있다. 본 연구에서는 노인들이 특히 부담감을 느끼는 금융관리활동의 수행능력을 향상시키기 위해, 노인들이 ATM을 원활하게 사용할 수 있도록 ATM 시뮬레이션 교육 콘텐츠를 통해 노인들을 학습시키고자 한다. 이를 위해 노인들을 대상으로 인터뷰를 진행하여 주요 금융활동 4가지(입금, 출금, 예금조회, 통장정리)를 도출하고, 기존의 은행 ATM 인터페이스와 동일한 태블릿 PC 기반 ATM 교육용 콘텐츠를 개발하였다. 노인데이케어센터 소속의 노인 20명을 대상으로 실험을 진행하였으며, 교육 전후의 만족도, 피로도 및 성과를 측정하였다. 본 연구 결과는 ATM기기 사용에 어려움을 느끼는 노인들을 위한 ATM 디자인 설계 가이드라인을 제공할 수 있을 것이다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권7호
• /
• pp.55-66
• /
• 2021

The purpose of this study is to analyze the relationship and effects of variables both directly and indirectly (e.g., investment (INV), government expenditure (GE), unemployment rate (UR), economic growth (EG), and income inequality). The analytical phases consist, first, to transform the data using the Log Natural (Ln) method. Second, to check normality and multicollinearity of data. Third, to test direct effects of variables (government expenditure and investment effect on the unemployment rate and economic growth; investment on government expenditure; economic growth on unemployment rate; economic growth and unemployment rate on income inequality). Fourth, to test indirect effects using Sobel test, which involves UR and EG as intervening variable. Fifth, to test hypotheses with p-value < 0.05. The results of the study reveal that, of the 12 relationships, statistics show that 11 variations of the association have significant positive and negative effects. Theoretically, the different characters and goals of GE and INV in each country will have a different impact on EG and UR goals. The study provides an input, especially for the government. To create optimal EG through GE and INV, it is necessary to allocate budgets to industrial sectors that can absorb a massive labor force and to new economic growth sectors.

• 한국정보기술학회논문지
• /
• 제17권8호
• /
• pp.1-9
• /
• 2019

현대 사회에서 영상 정보 통신 기술이 발전함에 따라서 영상 획득 및 대량 생산 기술도 급속히 발전하였지만 이를 이용한 범죄도 증가하여 범죄 예방을 위한 법의학 연구가 진행되고 있다. 영상 획득 장치에 대한 판별 기술은 많이 연구되었지만, 그 분야가 영상으로 한정되어 있다. 본 논문에서는 영상이 아닌 동영상에 대한 카메라 모델의 판별 기법을 제안한다. 기존의 영상을 학습한 모델을 사용하여 동영상의 프레임을 분석하였고, 동영상의 프레임 특성을 활용한 학습과 분석을 통하여 P 프레임을 활용한 모델의 우수성을 보였다. 이를 이용하여 다수결 기반 판별 알고리즘을 적용한 동영상에 대한 카메라 모델 판별 시스템을 제안하였다. 실험에서는 5개 비디오 카메라 모델을 이용하여 분석을 하였고, 각각의 프레임 판별에 대해 최대 96.18% 정확도를 얻었으며, 비디오 카메라 모델 판별 시스템은 각 카메라 모델에 대하여 100% 판별률을 달성하였다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.36-43
• /
• 2021

본 논문에서는 제조 공장 내 AGV (Automated Guided Vehicle) 주행 중 객체 인식을 위한 YOLO v3 알고리즘의 정확도에 대해 살펴보았다. 실험을 위해 2D LiDAR 및 스테레오 카메라가 장착된 AGV를 준비하였다. AGV 주행 중 2D LiDAR를 활용한 SLAM 기법으로 지도 정보를 획득하였고 스테레오 카메라를 활용한 객체 인식이 이루어졌다. 그리고 YOLO v3 알고리즘 기반의 학습 정도에 따른 재현율, AP, mAP 등을 측정하였다. 실험 결과, 4000장의 train data 와 500장의 test data 로 훈련된 YOLO v3 알고리즘에 AGV에 장착된 스테레오 카메라의 시점과 높이에서 획득한 1200장의 이미지를 추가로 학습할 경우 mAP가 약 10% 향상되었다. 정밀도(precision) 와 재현율 역시 각각 6.8%와 16.4% 향상되었다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.44-49
• /
• 2021

최근 COVID-19로 인해 마스크 착용 여부 자동 검사 시스템에 신경망 기술들을 적용하는 연구가 활발히 진행되고 있다. 신경망 적용 방식에 있어서 1단계 검출 방식 또는 2단계 검출 방식을 사용하며, 데이터를 충분히 확보할 수 없는 경우 사전 학습된 신경망에 대해 가중치 미세 조절 기법을 적용하여 학습한다. 본 논문에서는 얼굴 인식부와 마스크 검출부로 구성되는 2단계 검출 방식을 적용하였으며, 얼굴 인식부에는 MTCNN 모델, 마스크 검출부에는 ResNet 모델을 사용하였다. 마스크 검출부는 다양한 실 상황에서의 인식률과 추론 속도 향상을 위하여 5개의 ResNet모델을 적용하여 실험하였다. 학습 데이터는 웹 크롤러를 이용하여 수집한 17,219개의 정지 영상을 이용하였으며, 1,913개의 정지 영상과 1분 동영상 2개에 대해 각각 추론을 실시하였다. 실험 결과 정지 영상인 경우 96.39%, 동영상인 경우 92.98%의 높은 정확도를 보였고, 동영상 추론 속도는 10.78fps임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제24권5호
• /
• pp.591-599
• /
• 2020

딥러닝 기술은 실세계의 객체를 분류하거나 인식하기 위해서 사용된다. 이를 위해서 준비된 많은 데이터를 고성능 컴퓨터에서 학습한 후에, 그 학습모델을 인식기에 탑재하여 각종 객체들을 인식한다. 이러한 인식기는 다양한 환경에서 사용되면서 인식하지 못하는 객체들이나 인식률이 낮은 객체들이 발생할 수 있다. 이런 문제를 해결하기 위해서 실세계 객체들을 주기적으로 학습하여 인식률을 높인다. 하지만, 즉각적인 인식률 향상이 어려울 뿐만 아니라, 임베디드 디바이스 등에 탑재되어 있는 인식기에서 학습하는 것이 쉽지 않다. 따라서, 본 논문에서는 임베디드 디바이스에 적용 가능한 부분 학습 기반의 실시간 손글씨 인식기를 제안한다. 제안된 인식기는 사용자 요청 시마다 임베디드 디바이스에서 부분 학습을 할 수 있는 환경을 제공하고, 실시간으로 인식기의 학습모델이 갱신된다. 이로 인해서 인식기의 지능이 지속적으로 향상됨으로 최초에 인식하지 못했던 손글씨에 대해 인식이 가능해진다. 이렇게 제안된 인식기는 RK3399 임베디드 디바이스에서 22개의 숫자와 글자에 대해서 학습과 추론이 가능하다는 것을 실험을 통하여 사람 손으로 쓴 은행 계좌명과 계좌번호를 인식할 수 있는 개인화된 지능을 가진 스마트 기기에 활용 가능할 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1693-1699
• /
• 2019

최근 중학교에서 진행되고 있는 SW 교육은 주로 피지컬 컴퓨팅, 언플러그드 학습 그리고 시범 실습 교육을 위주로 진행되고 있다. 하지만 각각 비용, 흥미유발, 동기부여, 수업 집중 등 여러 가지 측면에서 어려움을 겪고 있다. 또한 체계적인 수업 설계가 이루어지지 않으면 학생들의 수업 이해도나 학업 성취도에 부정적인 영향을 줄 수 있다. 본 논문의 목적은 기존 SW 교육에 활용되던 수업 도구보다 비용의 부담이 적으며 수업 설계에 보조적인 역할을 수행할 수 있는 챗봇을 개발하는 것이다. 이를 활용하여 함수 적용, 알고리즘 설계 및 프로그램 코딩과 같은 코딩이 이루어지는 메커니즘을 이해할 필요가 있는 수업 시나리오에서는 학생들이 챗봇 시스템을 통해 스스로 학습을 가능하여 학생들의 학습에 긍정적인 영향을 미쳤다.

• 한국정보통신학회논문지
• /
• 제23권10호
• /
• pp.1290-1297
• /
• 2019

본 논문에서는 ultra-wideband(UWB) 시스템에서 합성곱 신경망(CNN)을 이용한 거리 추정 기법을 제안한다. 제안하는 기법은 UWB 신호를 이용하여 송신기와 수신기 사이의 거리를 추정하기 위하여 수신신호의 크기 샘플로 이루어진 1차원 벡터를 2차원 행렬로 재구성하며, 이 2차원 행렬로부터 합성곱 신경망 회귀를 이용하여 거리를 추정한다. IEEE 802.15.4a 표준의 UWB 실내 가시선 채널모델을 이용하여 수신신호를 생성하여 학습데이터를 만들며 합성곱 신경망 모델을 학습시킨다. 또한 실제 필드 시험을 통해 실내환경에서의 실험 데이터를 이용하여 거리추정 성능을 확인한다. 제안하는 기법은 기존의 문턱값 기반의 거리 추정 기법과의 성능비교도 수행하는데, 결과에 따르면 10m 거리에서 제안기법은 0.6m의 제곱근 평균 자승 에러를 보이는데 기존기법은 1.6m로 훨씬 큰 에러를 보인다.