• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권5호
• /
• pp.345-349
• /
• 2009

소결 북마킹(social bookmarking) 시스템은 사용자가 북마크를 저장하고 공유할 수 있는 플랫폼을 제공하는 웹 기반(web-based) 시스템으로 폭소노미(folksonomy)를 이용한 대표적인 웹2.0 서비스이다. 소셜 북마킹 시스템에서의 스패머(spammer)란 자신들의 이익을 위해서 시스템을 고의적으로 악용하는 사람을 말한다. 스패머는 많은 양의 잘못된 정보를 시스템에 포스팅(posting)하기 때문에 전체 소셜 북마킹 시스템의 리소스(resource)를 쓸모없게 만들어 버린다. 따라서, 스패머를 빠른 시간 안에 탐지하고 그들의 접근을 차단하는 것은 시스템의 붕괴를 방지하기 위해 중요하다. 본 논문에서는 사용자가 사용한 태그에 대한 데이터를 추출하여, 사용자가 스패머 인지 아닌지를 예측하는 모델을 기계학습의 다양한 방법을 적용하여 생성한 후 그 성능을 비교해 보았다. 구체적으로, 결정테이블 (decision table, DT), 결정트리(decision tree, ID3), 나이브 베이즈 분류기($na{\ddot{i}}ve$ Bayes classifier), TAN(tree-augmented $na{\ddot{i}}ve$ Bayes) 분류기, 인공신경망(artificial neural network)의 방법을 비교하였다. 그 결과 AUC(area under the ROC curve)와 모델 생성시간을 고려하였을 때 나이브 베이즈 분류기가 가장 만족할 만한 성능을 보였다. 나이브 베이즈 분류기의 분류 결과가 가장 좋았던 이유는 성능을 비교하는 데 사용된 AUC가 결정트리 계열의 방법(ID3 등)보다 나이브 베이즈 분류기에서 일반적으로 높게 나오는 경향이 있다는 것과, 스패머 탐지 문제가 선형으로 분리 가능한 경우(lineally separable)와 유사할 가능성이 높기 때문으로 여겨진다.

• 컴퓨터교육학회논문지
• /
• 제23권4호
• /
• pp.1-11
• /
• 2020

본 연구의 목적은 최근 초중등 교육에 도입되고 있는 인공지능 교육의 목적, 내용, 방법 등을 교육과정의 측면과 교사교육에 필요한 요인 측면을 조사하고 분석하여 우리나라 초중등 인공지능 교육의 방향을 제안하는 것이다. 1차 문헌으로는 국내외 논문 9편, 2차 문헌으로는 11편의 국내외 정책 보고서를 수집하고 분석하였다. 수집된 문헌을 서술적 고찰방법을 적용하여 분석하였으며, 문헌의 다각도 분석을 위해 교육과정 구성요소 측면과 TPACK 요소 측면에서 분석하여 시사점을 도출하였다. 본 연구의 결과로 인공지능 교육 대상을 인공지능 사용자, 활용자, 개발자의 3단계로 구분하였다. 초중등 인공지능 교육에서는 사용자와 활용자 단계가 적합하고, 사용자 교육을 위해 인공지능 리터러시를 포함해야 한다. 활용자 교육을 위해 현재의 컴퓨팅 사고력 및 코딩 역량을 기반으로 하여 인공지능의 기능을 적용하여 창의적인 산출물을 만들어 낼 수 있는 역량을 목표로 삼는 것이 필요하다는 시사점을 도출하였다. 또한, 교사는 교수 지식 및 플랫폼 사용 능력 외에도 문제해결, 추론, 학습, 인식 영역 및 일부 응용수학, 인지/심리학/윤리에 대한 내용 지식이 필요하므로 이에 대한 연수가 필요하다.

• 인터넷정보학회논문지
• /
• 제18권4호
• /
• pp.109-119
• /
• 2017

본 연구는 온라인검색광고 기반의 사업모델을 가진 대표적인 포털사업자 네이버의 광고관리시스템이 제공하는 데이터를 이용하여 온라인검색광고시장이 양면시장이 아닐 수 있음을 실증분석하고 이를 근거로 한 적절한 동 시장의 시장획정 방안 제시를 목적으로 한다. 이 목적을 위해 두 가지 연구 질문에 대한 검토가 필요하다. 첫째, 온라인검색광고 사업모델과 학문적 의의가 큰 로체-티롤의 양면시장 정의 간에 일관성이 있는가, 둘째, 온라인검색광고시장에 간접네트워크외부효과가 존재하는가이다. 특히 후자의 경우 간접네트워크외부효과가 있다면 어느 정도인지 실증분석을 수행하여야 한다. 이에 대해 본 연구는 구글과 같은 온라인검색광고서비스가 단면시장일 수 있다는 Luchetta의 이론적 주장에 기반을 두고 이를 검증하기 위해 상관 및 회귀분석을 수행하였다. 온라인검색 광고비는 직접네트워크외부효과 독립변수인 광고주가 한 단위 증가할 때 약 50원 이상 증가하였다. 그러나 간접네트워크외부효과 측정을 위해 설정한 독립변수인 검색횟수와 종속변수인 온라인검색광고비 간에는 유의적인 상관 및 회귀결과가 나타나지 않았다. 이 결과에 따르면, 온라인검색광고시장에는 양면시장의 필요조건인 간접네트워크외부효과가 존재하지 않거나 유의적이지 않아 양면시장이라기 보다는 단면시장일 가능성이 높다. 이는 온라인검색광고시장에 전통적인 시장획정 방법을 적용할 수 있고, 본원적인 경쟁요소를 모색하는데 유리하며, 경쟁상황에 대한 설명력이 높아짐을 의미한다. 또한 양면시장에 대한 시각차를 보여 온 경제학자들과 규제실무자를 포함한 법학자들의 간극도 어느 정도 극복할 수 있다는 점에서 의의가 있다.

• 인터넷정보학회논문지
• /
• 제15권6호
• /
• pp.15-26
• /
• 2014

본 연구는 실물옵션모형을 이용하여 기업의 빅데이터 기술도입에 따른 경제적 가치를 분석한 연구로, 빅데이터 기술도입을 결정한 기업의 주가를 이용하여 주가증분으로 평가한 경제적 가치의 크기를 옵션가치를 통해 분석하였다. 옵션가치 도출을 위해 빅데이터 기술을 마케팅에 활용한 기업의 주가를 통해 빅데이터 기술에 의한 주가증분을 추출하고, 해당 주가로 일반화적률법(GMM)을 이용하여 확률과정을 추정하였다. 옵션가치 도출을 위해 블랙-숄즈 편미분방정식을 도출하였고, 이를 수치해석적 방법인 유한차분법으로 해를 구하여 빅데이터 기술 도입에 따른 경제적 가치를 추정하였다. 분석결과, 빅데이터 투자비용을 5천만 원으로 가정했을 때, 주가증분을 통해 도출한 옵션가치는 약 38.5억 원으로 나타났고 시간가치는 약 1백만에 해당하는 것으로 나타났다. 따라서 빅데이터 기술도입은 실질적인 기업의 수익을 창출하는 효과에 더하여, 미미하지만 투자시점에 고려할 수 있는 추가적 시간가치까지 존재하는 것으로 해석된다. 민감도분석 결과 기초자산 크기가 작아질수록 옵션가치는 낮아지고, 투자비용이 낮아질수록 옵션가치는 높아지는 것으로 분석되었고, 변동성 변화에 따른 옵션가치 민감도는 크지 않은 것으로 나타났는데 이는 빅데이터 기술의 경우 기술도입 기간과 이에 따른 주가변동 폭이 낮아 변동성 증가에 따른 내재가치 증가 효과가 크지 않기 때문인 것으로 해석된다. 본 연구는 빅데이터 기술도입에 따른 효과를 실물옵션을 도입하여 분석한 최초의 연구로 빅데이터 옵션가치 도출에 빅데이터 기술을 도입한 기업의 주가를 기초자산으로 사용한 최초의 연구라는 점에서 기존연구와 차별화된다. 기업들의 빅데이터 기술 도입이 비교적 최근에 발생하였음을 고려할 때 동 분석방법론을 다양한 기업에 적용함으로 빅데이터 기술의 정체한 가치를 도출하는데 기여할 수 있을 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.125-139
• /
• 2013

안드로이드 기반 오픈 마켓의 개방성으로 인해 일반적인 정상 어플리케이션 뿐만아니라 공격자에 의해 개발된 악성 어플리케이션의 배포 역시 점차 증가하고 있는 추세이다. 악성 어플리케이션들의 확산으로 인한 피해를 줄이기 위해서는 상용 모바일 단말을 대상으로 보다 정확한 방법으로 정상 앱과 악성 앱을 판별할 수 있는 메커니즘이 개발되어야 한다. 이에 본 논문에서는 안드로이드 플랫폼 기반 모바일 단말을 대상으로 정상 앱과 악성 앱으로 부터 이벤트 패턴을 분석하기 위해 안드로이드 오픈 마켓에서 가장 사용자 이용도가 높은 게임 앱을 대상으로 정상 이벤트 패턴을 분석하였고, Android MalGenome Project에서 배포하고 있는 1,260개의 악성 샘플들 중에서 게임 앱 형태에 해당하는 악성 앱과 유사 악성 앱 등을 대상으로 악성 이벤트 패턴을 분석하였다. 이와 같이 안드로이드 기반 모바일 단말에서 정상 앱과 악성 앱을 대상으로 리눅스 기반 시스템 콜 추출 도구인 Strace를 이용해 정상 앱과 악성 앱의 이벤트를 추출하는 실험을 수행하였다. 정상 앱 및 악성 앱이 각각 실행되었을 때 발생하는 이벤트를 수집하여 각각의 이벤트 집합에 대한 연관성 분석 과정을 수행하였다. 이러한 과정을 통해 정상 앱과 악성 앱 각각에 대한 이벤트 발생 특징 및 패턴과 분포도를 분석하여 이벤트 유사도를 추출할 수 있었으며 최종적으로는 임의의 앱에 대한 악성 여부를 판별하는 메커니즘을 제시하였다.

• 인터넷정보학회논문지
• /
• 제14권4호
• /
• pp.25-33
• /
• 2013

RFID 시스템에서는 다중 태그가 동일한 주파수로 동시에 리더의 요청에 응답하기 때문에 발생하는 태그 충돌을 중재하는 절차가 필수적이다. 이 절차를 충돌 방지 알고리즘이라 하며 RFID 시스템에서 가장 핵심적인 기술이다. 본 논문에서는 다중 태그의 고속 식별을 위한 4-BPSA(4-Bit Pattern Slot Allocation) 알고리즘을 제안한다. 제안한 알고리즘은 슬롯을 사용하는 트리 기반의 알고리즘으로서 4비트 패턴에 따른 슬롯 할당 기법을 이용하여 정확한 예측을 통해 빠르고 효율적으로 태그를 식별한다. 알고리즘에 대한 수학적 성능 분석을 통해 worst-case에서 4-BPSA의 시간 복잡도가 O(n)이며 기존의 알고리즘에 비해 성능이 개선되었음을 보인다. 또한 MATLAB을 이용한 시뮬레이션 실험을 통한 알고리즘의 성능 평가 결과에 의거해 4-BPSA 알고리즘이 태그당 평균 0.7회의 질의를 수행하며 태그의 개수와 상관없이 안정적인 성능을 보이는 것을 검증하였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.591-596
• /
• 2019

본 논문에서는 로컬 PC의 성능이 주는 영향이 적은 딥러닝 동작 구조를 구현하였다. 일반적으로, 딥러닝 모델은 많은 연산량을 가지고 있어 처리하는 PC의 성능에 영향을 많이 받는다. 본 논문에서는 이와 같은 제약 사항을 줄이기 위하여 AWS와 스트리밍 서버를 이용하여 딥러닝 동작을 구현하였다. 첫 번째, AWS에서 딥러닝 연산을 하여 로컬 PC의 성능이 떨어지더라도 딥러닝 동작이 정상적으로 작동할 수 있도록 하였다. 하지만 AWS를 통해 연산 시 입력에 대해 출력의 실시간성이 떨어진다. 두 번째, 스트리밍 서버를 이용하여 딥러닝 모델의 실시간성을 증가시킨다. 스트리밍 서버를 사용하지 않았을 경우 한 이미지씩 처리하거나 이미지를 쌓아서 동영상으로 만들어 처리하여야 하기 때문에 실시간성이 떨어진다. 성능 비교 실험을 위한 딥러닝 모델로는 YOLO v3모델을 사용하였고, AWS의 인스턴스들 및 고성능 GPU인 GTX1080을 탑재한 로컬 PC의 성능을 비교하였다. 시뮬레이션 결과 AWS의 인스턴스인 p3 인스턴스를 사용하였을 때 한 이미지 당 테스트 시간이 0.023444초로써 고성능 GPU인 GTX1080을 탑재한 로컬 PC의 한 이미지 당 테스트 시간인 0.027099초와 유사하다는 결과를 얻었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권1호
• /
• pp.63-76
• /
• 2001

객체지향 언어의 등장과 함께 재사용의 중요성이 증대되면서, 개발자는 기존에 있는 프레임워크를 재사용하기 위해 핫 스팟(Hot Spot)을 수정하여 개발자의 의도에 적합한 시스템을 구축함으로써 개발기간 단축은 물론 견고하고 안정적인 개발을 하고자 한다. 이러한 작업을 하기 위한 환경을 제공하는 도구가 RAD(Rapid Application Development) 도구이다. 객체지향 프로그램 개발자라면 RAD 도구의 필요성을 누구나 다 인식하고 있으며 여러 업체에서 이러한 RAD 도구를 개발하고 있다. 본 논문에서는 사용자 중심의 인트라넷환경 구축도구 기술개발의 일환으로 프레임워크를 기반으로 하는 프로그램 생성을 위한 모듈단위의 모델러를 설계 및 구현하였다. 본 모델러는 구현언어로 플랫폼에 독립적인 Java 언어를 사용하였고, 객체 다이어그래밍 기술을 포함하고 있는 OMT 에디터를 분석하여 기술을 적용하되 OMT 에디터에서는 지원하지 않았던 UML(Unified Modeling Language) 표기법을 지원하고 있으며, 기존의 MVC(Model-View-Controller) 구조가 가질 수 없었던 여러 뷰(View) 사이에 발생하는 메시지를 전달하는데 있어 Agent라는 설계 패턴을 개발하여 적용함으로써 본 도구를 이용하여 일관된 개발을 할 수 있도록 구조화하였다. 따라서 본 논문에서 설계 및 구현한 도구는 사용자의 요구사항 변경이나 기능확장시 보다 유연하게 대처할 수 있는 특징을 가지고 있다.

• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.27-35
• /
• 2018

본 논문은 안드로이드 플랫폼에서 악성 어플리케이션을 탐지하기 위한 연구로, 안드로이드 악성 어플리케이션에 대한 위협과 행위 분석에 대한 연구를 바탕으로 머신러닝을 적용한 악성 어플리케이션 탐지를 수행하였다. 안드로이드의 행위 분석은 동적 분석도구를 통해 수행할 수 있으며, 이를 통해 어플리케이션에 대한 API Calls, Runtime Log, System Resource, Network 등의 정보를 추출할 수 있다. 이 연구에서는 행위 분석을 통한 특징 추출을 머신러닝에 적용하기 위해 특징에 대한 속성을 변환하고, 전체 특징에 대한 머신러닝 적용과 특징들의 연관분석을 통한 주성분분석으로 특징간의 상관분석으로 얻은 머신러닝 적용을 수행하였다, 이에 대한 결과로 악성 어플리케이션에 대한 머신러닝 분류 결과는 전체 특징을 사용한 분류 결과보다 주요 특징을 통한 정확도 결과가 약 1~4%정도 향상되었으며, SVM 분류기의 경우 10%이상의 좋은 결과를 얻을 수 있었다. 이 결과를 통해서 우리는 전체적인 특징을 이용하는 것보다, 주요 특징만을 통해 얻을 결과가 전체적인 분류 알고리즘에 더 좋은 결과를 얻을 수 있고, 데이터 세트에서 의미있는 특징을 선정하는 것이 중요하다고 파악하였다.

• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.97-103
• /
• 2018

대부분의 동양화 작품에는 작가의 정보를 압축시켜 하나의 그림으로 표현한 낙관이 존재하고 이러한 낙관은 작품의 제목이나 작가의 이름 등 다양한 정보를 포함하고 있다. 따라서 동양화를 수집하거나 즐기는 사람들에게 낙관은 동양화에 대한 중요한 정보를 제공하는 단서 역할을 한다. 하지만 낙관에 있는 글자들은 대부분 어려운 한자나 간자 혹은 다양한 모양으로 변형되어 있어 일반인들이 쉽게 해석하기 어려운 문제점이 있다. 본 논문에서는 낙관의 정보를 손쉽게 확인할 수 있도록 안드로이드 기반의 낙관 검색 애플리케이션을 개발하였다. 해당 애플리케이션은 촬영한 낙관 이미지를 분석하여 서버에 전송해 서버 내의 데이터베이스에서 촬영한 낙관 사진과 가장 유사한 낙관 후보에 대한 정보를 검색하는 알고리즘을 적용하였다. 또한 제안하는 알고리즘의 성능 분석을 위해서 촬영된 낙관 사진과 170개의 낙관 데이터 후보 중에서 정확하게 낙관을 찾아내는지에 대한 여부와 제공되는 낙관의 순위를 바탕으로 알고리즘의 정확도를 비교 및 분석하였다. 정확도 분석 실험 결과 본 애플리케이션의 검색 알고리즘의 정확도는 약 90%로 확인되었으며 추후 알고리즘의 최적화와 멀티쓰레딩 알고리즘의 보완을 통해 빅 데이터 환경에서 자동으로 이미지를 분석 및 검색하는 플랫폼으로의 발전이 가능할 것으로 기대한다.