• 디자인융복합연구
• /
• 제14권1호
• /
• pp.47-61
• /
• 2015

디지털 시대가 도래됨에 따라 미디어 환경이 변화하면서 일방적으로 정보를 전달받던 방식에서 이제는 소비자 스스로가 주체가 되어 콘텐츠를 제작하고 재생산할 수 있는 환경으로 변화했다. 소비자의 콘텐츠 소비행태 변화는 새로운 마케팅 패러다임을 등장시켰다. 이는 브랜드 각인효과를 높일 수 있는 새로운 커뮤니케이션 전략으로 인터랙티브 마케팅이 지속적으로 화두되고 있는 것을 일컫는다. 이에 본 연구는 설치형 인터랙티브 마케팅의 브랜드 각인효과를 실증적 연구를 통해 알아보고 그 활용방안을 제안하는데 목적이 있다. 따라서 국내외 다양한 인터랙티브 마케팅 사례분석을 통해 체험방식과 접근방식을 유형별로 분류하였다. 또한, 심층 인터뷰를 통해 인터랙티브 마케팅이 브랜드 각인효과에 미치는 효과를 살펴보고 소비자들의 잠재된 니즈를 파악하였다. 이를 토대로 브랜드 각인효과를 위한 설치형 인터랙티브 미디어 활용 전략 방안을 도출했다. 첫째, 소비자와 광고 미디어가 만나는 소통 매개체로써의 공간활용 전략, 둘째, 소비자가 처한 정황 중심의 디지털 스토리텔링 전략, 셋째, 정황과 컨텍스트에 합당한 인터랙션 전략을 제안한다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.129-148
• /
• 2023

블록체인 기술이 적용되어 있는 암호화폐는 높은 가격 변동성을 가지며 투자자 및 일반 대중으로부터 큰 관심을 받아왔다. 이러한 관심을 바탕으로 암호화폐를 비롯한 투자상품의 미래가치를 예측하기 위한 연구가 이루어지고 있으나 예측모형에 대한 설명력 및 해석 가능성이 낮아 실무에서 활용하기 어렵다는 비판을 받아왔다. 본 연구에서는 암호화폐 가격 예측모형의 성과를 향상시키기 위해 금융투자상품의 가치평가에 활용되는 기술적 지표들과 함께 투자자의 사회적 관심도를 반영할 수 있는 구글 키워드 검색량 데이터를 사용하고 설명 가능한 인공지능을 적용하여 모형에 대한 해석을 제공하고자 한다. 최근 금융 시계열 분야에서 예측성과의 우수성을 인정받고 있는 LSTM(Long Short Term Memory)과 CNN(Convolutional Neural Networks)을 활용하고, 'bitcoin'을 검색어로 하는 구글 검색량 데이터를 적용해 일주일 후의 가격 등락 예측모형을 구축하였다. LSTM과 CNN을 활용해 구축한 모형들이 높은 예측성능을 보였으며 구글 검색량을 반영한 모형에서 더 높은 예측성과를 확인할 수 있었다. 딥러닝 모형의 해석 가능성 및 설명력을 위해 XAI의 SHAP 기법을 적용한 결과, 구글 검색량과 함께 과매수, 과매도 정도를 파악할 수 있는 지표들이 모형의 의사결정에 가장 큰 영향들을 미치고 있음을 파악할 수 있었다. 본 연구는 암호화폐 가격 등락 예측에 있어 전통적으로 시계열 예측에 우수한 성과를 인정받고 있는 LSTM뿐만 아니라 이미지 분류에서 높은 예측성과를 보이는 딥러닝 기법인 CNN 또한 우수한 예측성능을 보일 수 있음을 확인하였으며, XAI를 통해 예측모형에 대한 해석을 제공하고, 대중의 심리를 반영하는 정보 중 하나인 구글 검색량을 활용해 예측성과를 향상시킬 수 있다는 것을 확인했다는 점에서 의의가 있다.

• 한국인공지능학회지
• /
• 제11권2호
• /
• pp.39-44
• /
• 2023

The creativity of thesis is that the significance of cyber security challenges in blockchain. The variety of enterprises, including those in the medical market, are the targets of cyberattacks. Hospitals and clinics are only two examples of medical facilities that are easy targets for cybercriminals, along with IoT-based medical devices like pacemakers. Cyberattacks in the medical field not only put patients' lives in danger but also have the potential to expose private and sensitive information. Reviewing and looking at the present and historical flaws and vulnerabilities in the blockchain-based IoT and medical institutions' equipment is crucial as they are sensitive, relevant, and of a medical character. This study aims to investigate recent and current weaknesses in medical equipment, of blockchain-based IoT, and institutions. Medical security systems are becoming increasingly crucial in blockchain-based IoT medical devices and digital adoption more broadly. It is gaining importance as a standalone medical device. Currently the use of software in medical market is growing exponentially and many countries have already set guidelines for quality control. The achievements of the thesis are medical equipment of blockchain-based IoT no longer exist in a vacuum, thanks to technical improvements and the emergence of electronic health records (EHRs). Increased EHR use among providers, as well as the demand for integration and connection technologies to improve clinical workflow, patient care solutions, and overall hospital operations, will fuel significant growth in the blockchain-based IoT market for linked medical devices. The need for blockchain technology and IoT-based medical device to enhance their health IT infrastructure and design and development techniques will only get louder in the future. Blockchain technology will be essential in the future of cybersecurity, because blockchain technology can be significantly improved with the cybersecurity adoption of IoT devices, i.e., via remote monitoring, reducing waiting time for emergency rooms, track assets, etc. This paper sheds the light on the benefits of the blockchain-based IoT market.

• 해양환경안전학회지
• /
• 제29권4호
• /
• pp.389-394
• /
• 2023

근래 산업은 기계 자동화로 변화하고 있는 추세이며, 선박도 센서를 통해 기기 정보를 디지털 정보로 얻는다. 하지만 선박은 기기상태 점검을 위해 선원들이 정해진 시간마다 기관실을 순찰하며 기기들의 정보를 아날로그 게이지를 통해 확인하는데, 이는 순찰 중에 선원에게 발생할 수 있는 모든 안전 위험은 물론 시간과 기회비용 또한 소모된다. 자율이동로봇을 이용한 기관실 순찰 방법은 선원의 안전 위험은 물론 시간과 기회비용도 소모되지 않기 때문에 해결책으로 활발히 연구 중이다. 자율이동로봇을 이용한 아날로그 게이지 판독은 로봇이 게이지를 인식하기 위한 디지털화가 필요하다. 이를 위해 본 연구에서는 이미지 처리를 이용하였다. 아날로그 게이지 이미지는 이미지 전처리를 통해 노이즈 제거 및 특징을 부각 시켰다. 이미지 전처리를 완료한 이미지는 이미지 처리를 통해 아날로그 게이지의 중심점, 지침점, 최소값 및 최대값을 검출하였다. 이 점들을 연결한 직선을 통해 최소값부터 최대값까지의 각도 및 최소값부터 지침점까지의 각도를 획득하였다. 각도는 수식을 통해 현재 아날로그 게이지가 나타내고 있는 값을 디지털화하여 나타내었다. 실험을 통해 이미지 처리를 통한 아날로그 게이지의 디지털화가 잘되어 게이지의 현재 지시값을 근사하게 나타냄을 확인할 수 있었다. 본 알고리즘을 순찰로봇에 적용한다면 기관실 순찰을 위한 선원의 안전 위험 및 시간과 기회비용까지 보전 할 수 있을 것으로 사료된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.383-384
• /
• 2022

4차 산업 혁명 이후 디지털 트윈, IoT 및 AI 등의 기술 발전에 따라 고차원적인 데이터 분석을 기반으로 의사결정 문제를 해결하고 있는 추세이다. 이는 최근 항만물류 분야에도 적용되고 있으며 항만 생산성 향상을 위해 컨테이너 터미널을 대상으로 빅데이터 분석, 딥러닝 예측, 시뮬레이션 등의 연구가 다수 이루어지고 있다. 이러한 고차원적 데이터 분석 기법들은 일반적으로 많은 데이터 수를 요구한다. 그러나 2020년 코로나19 팬데믹으로 인해 전 세계 항만의 환경은 변화하였다. 코로나19 발병 이전의 데이터를 현재 항만 환경에 적용하는 것은 적절하지 않으며, 발병 이후의 데이터는 딥러닝 등의 데이터 분석에 적용하기에 충분히 수집되지 않았다. 따라서 본 연구에서는 이러한 문제 해결 방법의 하나로 데이터 분석을 위한 항만 데이터 증강 방법을 제시하고자 한다. 이를 위해 컨테이너 터미널 운영 측면에서 생성적 적대 신경망 모형을 통해 야드의 컨테이너 장치 상태를 생성하고, 실제 데이터와 증강된 데이터 간의 통계적 분포 확인을 통해 유사성을 검증하였다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.23-28
• /
• 2023

Windows 운영체제는 다양한 데이터를 타임스탬프와 함께 로깅한다. 타임스탬프 변조는 안티포렌식의 한 행위로 용의자가 범행과 관련된 데이터의 타임스탬프 조작을 통해 흔적을 숨겨 분석관이 사건의 상황 재현을 어렵게 하여 수사를 지연시키거나 중요한 디지털 증거 획득을 실패하게 만든다. 따라서 이를 대처하기 위해 타임스탬프 변조를 탐지하는 여러 기법이 개발되었다. 그러나 만일 용의자가 타임스탬프 패턴을 인지하고 정교하게 시간을 조작하거나 변조 탐지에 활용되는 시스템 아티팩트를 변경한다면 탐지가 어렵다는 한계점을 가지고 있다. 본 논문에서는 용의자가 파일의 타임스탬프를 조작하더라도 저장장치의 속도에 비례하여 1초 미만의 단위값까지를 고려한 정교한 변경이 어려움에 착안하여, 타임스탬프 변조를 탐지할 수 있는 기법을 설계하고자 한다. 설계한 탐지 기법에서는 우선 변조가 의심스러운 파일의 타임스탬프를 확인하여 해당 파일의 쓰기시간을 확인한다. 그다음 확인된 시간을 저장장치의 성능을 고려하여 시간 내에 기록된 파일 크기와 대조한다. 마지막으로 특정 시간에 파일이 쓰인 총용량을 구하고 저장장치의 최대 입출력 성능과 비교하여 파일의 변조 여부를 탐지한다.

• 한국기록관리학회지
• /
• 제23권4호
• /
• pp.73-89
• /
• 2023

본 연구에서는 텍스트 마이닝 기법을 활용하여 국내 기록관리 연구 분야의 비정형 텍스트 데이터인 국문 초록에서 사용된 키워드 빈도를 분석하여 키워드 간 거리 분석을 통해 국내기록관리 연구 동향을 파악하는 것이 목적이다. 이를 위해 한국학술지인용색인(Korea Citation Index, KCI)의 학술지 기관통계(등재지, 등재후보지)에서 대분류(복합학), 중분류 (문헌정보학)으로 검색된 학술지(28종) 중 등재지 7종 1,157편을 추출하여 77,578개의 키워드를 시각화하였다. Word2vec를 활용한 t-SNE, Scattertext 등의 분석을 수행하였다. 분석 결과, 첫째로 1,157편의 논문에서 얻은 77,578개의 키워드를 빈도 분석한 결과, "기록관리" (889회), "분석"(888회), "아카이브"(742회), "기록물"(562회), "활용"(449회) 등의 키워드가 연구자들에 의해 주요 주제로 다뤄지고 있음을 확인하였다. 둘째로, Word2vec 분석을 통해 키워드 간의 벡터 표현을 생성하고 유사도 거리를 조사한 뒤, t-SNE와 Scattertext를 활용하여 시각화하였다. 시각화 결과에서 기록관리 연구 분야는 두 그룹으로 나누어졌는데 첫 번째 그룹(과거)에는 "아카이빙", "국가기록관리", "표준화", "공문서", "기록관리제도" 등의 키워드가 빈도가 높게 나타났으며, 두 번째 그룹(현재)에는 "공동체", "데이터", "기록정보서비스", "온라인", "디지털 아카이브" 등의 키워드가 주요한 관심을 받고 있는 것으로 나타났다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.309-323
• /
• 2023

온라인 리뷰의 역할이 중요해짐에 따라 유용한 리뷰를 선별하기 위해 많은 연구들이 이루어져 왔다. 유용한 리뷰는 고객들이 유용하다고 인지하는 리뷰이며, 평점, 리뷰길이, 리뷰내용 등에 영향을 받는 것으로 많은 연구에서 검증되었다. 유용한 리뷰는 소비자들의 투표에 의한 '좋아요' 수에 의해 결정되며 유용성 투표가 많을수록 소비자의 구매의사결정에 중요한 영향을 미치는 것으로 간주된다. 그러나 최근에 작성되어 많은 고객들에게 노출되지 않은 리뷰는 상대적으로 '좋아요' 수가 적을 수 있으며, 투표에 응하지 않아 '좋아요' 수가 없을 수도 있다. 따라서 유용한 리뷰를 판단하기 위해 '좋아요' 수에 의존하기 보다는 리뷰 내용을 기반으로 유용한 리뷰를 분류하고자 한다. 리뷰의 텍스트는 리뷰 유용성에 가장 큰 영향을 미치는 요인으로, 토픽 모델링, 감정분석 등 텍스트 마이닝 기법을 적용하여 리뷰 텍스트에 포함된 콘텐츠와 감정의 영향을 다양하게 분석하고 있다. 본 연구에서는 글로벌 영화정보 사이트인 IMDb의 영화리뷰를 활용하여 리뷰 콘텐츠 기반의 리뷰 유용성 예측모형을 제안한다. 설명가능한 그래프 신경망인 GNN(Graph Neural Network)을 적용하여 리뷰 유용성 예측모형을 구축하고, 설명가능한 인공지능을 통해 예측모형의 한계인 모형의 해석에 대한 문제를 해결한다. 설명가능한 그래프 신경망은 리뷰들 간의 연결관계도 확인할 수 있어 유용한 리뷰 또는 유용하지 않은 리뷰에 대해 보다 신뢰할 수 있는 정보를 제공할 수 있을 것이라 기대한다.

• 한국정보전자통신기술학회논문지
• /
• 제16권6호
• /
• pp.392-399
• /
• 2023

본 논문에서는 김치 제조 공정 중 배추 심 제거 공정의 로봇 자동화를 위한 배추 심 영역 및 깊이를 판별하는 딥러닝 모델을 제안하는 것이다. 또한 계측된 배추의 심 깊이를 예측하는 것이 아닌 discrete 클래스로 변환하여 영역 검출 및 분류를 동시에 하는 모델을 제시하였다. 딥러닝 모델 학습 및 검증을 위하여 전처리 과정을 거지치 않고 수확된 배추 522 포기에 대한 RGB 영상을 획득하였다. 획득한 영상으로부터 심 영역 및 깊이 라벨링 그리고 데이터 증강 기법을 적용하였다. 제안하는 YOLO-v4 딥러닝 모델 기반 배추 심 영역 검출 및 분류 모델의 성능을 평가하기 위하여 mAP, IoU, accuracy, sensitivity, specificity 그리고 F1-score로 선정하였다. 그 결과 배추 심 영역 검출은 mAP 그리고 IoU 값이 각각 0.97 그리고 0.91로 나타났으며, 심 깊이 분류의 경우 accuracy 그리고 F1-score 값이 각각 96.2% 그리고 95.5%로 나타났다. 본 연구 결과를 통하여 배추의 심 영역 검출 및 깊이 정보 분류가 가능하며, 추후 배추 심 제거 공정의 로봇-자동화 시스템 개발에 활용될 수 있는 가능성을 확인하였다.

• Steel and Composite Structures
• /
• 제50권6호
• /
• pp.705-720
• /
• 2024

Analyzing the collapse behavior of thin-walled steel structures holds significant importance in ensuring their safety and longevity. Geometric imperfections present on the surface of metal materials can diminish both the durability and mechanical integrity of steel shells. These imperfections, encompassing local geometric irregularities and deformations such as holes, cavities, notches, and cracks localized in specific regions of the shell surface, play a pivotal role in the assessment. They can induce stress concentration within the structure, thereby influencing its susceptibility to buckling. The intricate relationship between the buckling behavior of these structures and such imperfections is multifaceted, contingent upon a variety of factors. The buckling analysis of thin-walled steel shell structures, similar to other steel structures, commonly involves the determination of crucial material properties, including elastic modulus, shear modulus, tensile strength, and fracture toughness. An established method involves the emulation of distributed geometric imperfections, utilizing real test specimen data as a basis. This approach allows for the accurate representation and assessment of the diversity and distribution of imperfections encountered in real-world scenarios. Utilizing defect data obtained from actual test samples enhances the model's realism and applicability. The sizes and configurations of these defects are employed as inputs in the modeling process, aiding in the prediction of structural behavior. It's worth noting that there is a dearth of experimental studies addressing the influence of geometric defects on the buckling behavior of cylindrical steel shells. In this particular study, samples featuring geometric imperfections were subjected to experimental buckling tests. These same samples were also modeled using Finite Element Analysis (FEM), with results corroborating the experimental findings. Furthermore, the initial geometrical imperfections were measured using digital image correlation (DIC) techniques. In this way, the response of the test specimens can be estimated accurately by applying the initial imperfections to FE models. After validation of the test results with FEA, a numerical parametric study was conducted to develop more generalized design recommendations for the stainless-steel shell structures with the initial geometric imperfection. While the load-carrying capacity of samples with perfect surfaces was up to 140 kN, the load-carrying capacity of samples with 4 mm defects was around 130 kN. Likewise, while the load carrying capacity of samples with 10 mm defects was around 125 kN, the load carrying capacity of samples with 14 mm defects was measured around 120 kN.