• 한국축산시설환경학회지
• /
• 제18권sup호
• /
• pp.81-90
• /
• 2012

본 연구는 종래의 실험실 및 연구용 근적외선 분광분석기를 보급형 현장용 다수의 장비를 이용하여 신속하게 현장에서 조사료의 품질 평가의 예측 정확성을 평가하기 위하여 3년간 전국에서 수집된 이탈리안 라이그라스 사일리지 241점을 이용하여 연구용 장비 Unity Model 2500X에 구축된 Database를 활용하여 현장용 보급형 장비 Unity Model 1400에 맞춰 Database를 업데이트 하고 검량선을 작성 한 후 검량선 이설 알고리즘을 사용하여 검량선 이설결과 연연구용 장비와 거의 동일한 수준의 결과로 0.000%~0.343%로의 차이로서 현장에서 신속하게 NDF, ADF 및 조단백, 조회분등의 화학적 성분 및 수분, pH 젖산의 발효품질, 그리고 TDN, RFV의 조사료 품질 평가치를 실험실 수준과 같이 5분내에 동시에 분석 할수 있는 결과를 얻었다. 하지만 3년 동안 얻어진 검량선 작성용 시료는 유기적인 시료이므로 지역적 년도별 차이를 가져올 수 있다. 이는 향후 모집단에 의한 지속적인 검량식의 업데이트 및 Database 관리기법이 실험실 분석 및 이를 이용 검량식을 유지 관리 할수 있는 중앙 Control Center 의해서 관리되어져야 지속적인 현장분석이 가능하다는 것을 강력히 시사한다. 현장분석기라 하더라도 조사료 같은 농산물은 계속 변화하는 성질을 가지고 있으므로 현장분석시 변위를 쉽게 파악하여 이를 신속히 보강 하지 않으면 장기적인 분석이 되지 않는다. 그동안 여러 근적외선 분광법의 연구들이 이루어져 왔지만 현장에서 직접 사용할 수 없었을 뿐 아니라 지속성의 결여로 장비들이 잘 활용되지 않고 있었다. 조사료 같은 농산물 등은 단기적으로 맞지만 불과 1년 정도가 지나면 분석결과가 상당히 신뢰성이 결여되어 활용도가 떨어지는 현실이다. 결론적으로 조사료의 향후 계속적인 시료의 보강과 모집단 분석을 이용한 체계적인 관리 및 시료의 확충방식을 직관적으로 할 수 있는 GD(Global Distance) 및 ND(Neighbour Distance) 기법의 신호등 방식으로 손쉬운 한글화된 운영체재를 사용하게 된다면 향후 효과적인 분석을 수행할 수 있어 이에 대한 여러 기대효과가 예상되어진다. 마지막으로는 동일 목적으로 다수의 장비를 운영할 경우 장비마다 동일한 시료가 동일한 결과가 나올 수 있도록 하는 기법 및 손쉽게 검량식을 작성 할 수 있는 프로그램과 작성된 검량식을 장비에 직접 기존의 컴퓨터 Network에 연결 전송하고 관리하는 Network 기능이 필수적이라 할 수 있겠다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.271-278
• /
• 2021

현재 사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 저장된 패턴에서 벗어난 지능형 공격을 탐지하기 어렵다. 이를 해결하려는 방법으로, 데이터 학습을 통해 지능형 공격의 패턴을 분석하는 딥러닝(Deep Learning) 기반의 침입 탐지 시스템 모델이 등장했다. 침입 탐지 시스템은 설치 위치에 따라 호스트 기반과 네트워크 기반으로 구분된다. 호스트 기반 침입 탐지 시스템은 네트워크 기반 침입 탐지 시스템과 달리 시스템 내부와 외부를 전체적으로 관찰해야 하는 단점이 있다. 하지만 네트워크 기반 침입 탐지 시스템에서 탐지할 수 없는 침입을 탐지할 수 있는 장점이 있다. 따라서, 본 연구에서는 호스트 기반의 침입 탐지 시스템에 관한 연구를 수행했다. 호스트 기반의 침입 탐지 시스템 모델의 성능을 평가하고 개선하기 위해서 2018년에 공개된 호스트 기반 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 해당 데이터 세트를 통한 모델의 성능 평가에 있어서 각 데이터에 대한 유사성을 확인하여 정상 데이터인지 비정상 데이터인지 식별하기 위해 1차원 벡터 데이터를 3차원 이미지 데이터로 변환하여 재구성했다. 또한, 딥러닝 모델은 새로운 사이버 공격 방법이 발견될 때마다 학습을 다시 해야 한다는 단점이 있다. 즉, 데이터의 양이 많을수록 학습하는 시간이 오래 걸리기 때문에 효율적이지 못하다. 이를 해결하기 위해 본 논문에서는 적은 양의 데이터를 학습하여 우수한 성능을 보이는 Few-Shot Learning 기법을 사용하기 위해 Siamese-CNN(Siamese Convolutional Neural Network)을 제안한다. Siamese-CNN은 이미지로 변환한 각 사이버 공격의 샘플에 대한 유사성 점수에 의해 같은 유형의 공격인지 아닌지 판단한다. 정확성은 Few-Shot Learning 기법을 사용하여 정확성을 계산했으며, Siamese-CNN의 성능을 확인하기 위해 Vanilla-CNN(Vanilla Convolutional Neural Network)과 Siamese-CNN의 성능을 비교했다. Accuracy, Precision, Recall 및 F1-Score 지표를 측정한 결과, Vanilla-CNN 모델보다 본 연구에서 제안한 Siamese-CNN 모델의 Recall이 약 6% 증가한 것을 확인했다.

• 대한시과학회지
• /
• 제20권4호
• /
• pp.497-504
• /
• 2018

목적 : 백내장 환자를 대상으로 수술 전과 후의 안구표면의 온도변화 양상을 열화상카메라의 서모그래피를 이용하여 연구 하고자 하였다. 방법 : 본 연구는 백내장 수술을 받은 환자 50-79세까지 75명 75안의 환자 군을 대상으로 하였다. 과거에 굴절교정수술, 각막관련 수술을 받은 자와 콘택트렌즈를 사용하는 자, 눈물관 이상자, 전신질환 치료 약물을 복용하는 자 등 눈물분비와 눈물막에 영향을 줄 수 있는 자는 연구 대상자에서 제외하였고 눈물막파괴시간 검사(Tear Break Up Time, BUT), 쉬르머 검사(Schirmer's Test), 맥모니테스트(Mcmonnies questionnaire)를 시행한 후 열화상카메라(Cox CX series, Answer., Korea)를 이용하여 안구표면의 온도변화를 실시간으로 측정하였다. 결과 : 전체 대상자의 술 전 안구표면 온도는 $35.20{\pm}0.54^{\circ}C$이었고 술 후에는 $35.30{\pm}0.53^{\circ}C$로 표면온도가 상승하였으나 유의한 차이를 보이지 않았다. 안구표면 온도변화는 술전에서 $-0.12{\pm}0.08{\Delta}$ ($^{\circ}C/sec$)에서 술 후 $-0.18{\pm}0.07{\Delta}$ ($^{\circ}C/sec$)로 통계학적으로 유의한 결과를 나타냈다. 연령 별 비교에서는, 50 대군은 백내장 술 전 대상자의 안구표면 온도변화가 $-0.14{\pm}0.09{\Delta}$ ($^{\circ}C/sec$)에서 $-0.19{\pm}0.05{\Delta}$ ($^{\circ}C/sec$)으로 나타났고 60 대군에서는 $-0.12{\pm}0.08{\Delta}$ ($^{\circ}C/sec$)에서 $-0.15{\pm}0.07{\Delta}$ ($^{\circ}C/sec$)으로 나타났으며 70 대군에서는 술 전 대상자의 안구표면 온도변화는 $-0.12{\pm}0.08{\Delta}$($^{\circ}C/sec$)에서 $-0.18{\pm}0.07{\Delta}$($^{\circ}C/sec$)으로 전 연령에서 모두 유의한 안구표면 온도변화를 보였다. 결론 : 백내장 술 후에는 안구건조증 평가지표가 모두 감소하였고 안구표면 온도변화가 유의함을 보였다. 안구표면의 서모그래피 기술은 비침습적으로 안구건조증을 평가하는데 용이하였고 객관적으로 수치화할 수 있는 장점이 있어 다양한 안구건조증 연구에 활용 될 것으로 기대된다.

• 대한치과보철학회지
• /
• 제57권3호
• /
• pp.211-218
• /
• 2019

목적: 본 연구에서는 CAD/CAM 기술로 제작한 4가지 금속하부구조물의 변연 및 내면 적합도를 비교하여 정확도 및 임상적 효용성을 알아보고자 한다. 재료 및 방법: 상악 중절치 레진모형치아를 삭제한 뒤 복제하여 Ni-Cr 합금 표준 모형을 제작하였다. 이를 공초점 현미경방식의 구강 스캐너를 이용해 12개의 STL 파일을 얻었다. CAD 프로그램 상에서 $50{\mu}m$의 시멘트 공간을 부여한 두께 0.5 mm의 금속하부구조물을 디자인하였다. Co-Cr 금속하부구조물은 다음 4가지 방법으로 제작하였다: Wax pattern milling & Casting (WM), Resin pattern 3D Printing & casting (RP), Milling & Sintering (MS), Selective laser melting (SLM). 변연 및 내면 적합도를 측정하기 위해 실리콘 복제법을 이용하였다. 측정한 결과값은 SPSS 통계 프로그램을 이용하여 일원배치분산분석(one-way ANOVA)으로 통계처리하고, 사후검정으로 Scheffe test를 시행하였으며, 5% 유의수준으로 평가하였다(${\alpha}=.05$). 결과: 변연 적합도는 WM군($27.66{\pm}9.85{\mu}m$)과 MS군($28.88{\pm}10.13{\mu}m$)이 RP군($38.09{\pm}11.14{\mu}m$)에 비해 통계적으로 유의하게 작았다. 치경부 적합도는 MS군이 RP군에 비해 통계적으로 유의하게 작았다. 축면 적합도는 WM군과 MS군이 RP군과 SLM군 보다 통계적으로 유의하게 작았다. 절단면 적합도는 RP군이 통계적으로 유의하게 작았다. 결론: Wax pattern milling & Casting, Milling & Sintering법으로 제작한 Co-Cr coping의 변연과 축면에서의 적합도가 더 우수하였다. 모든 군의 Co-Cr coping의 변연, 치경부, 축면 적합도는 임상적으로 허용할만한 범위 안에 있었다.

• 한국조경학회지
• /
• 제49권3호
• /
• pp.1-10
• /
• 2021

본 연구는 탐방객이 자유롭게 서술한 블로그 텍스트 데이터를 자연어 처리 기술 중 하나인 감성분석을 활용하여 북한산둘레길의 선호도를 평가하고, 선호 요인과 비선호 요인을 도출하는 것을 목적으로 하였다. 이에 2019년 1년 동안 작성된 블로그를 수집하고 21개 둘레길 구간별 텍스트에 나타난 긍정 및 부정 감성 단어 도출을 통해 감성점수를 산출하였다. 이후 내용분석을 통해 탐방객이 어떤 요소로 인해 구간을 선호하거나 선호하지 않는지 파악하였다. 북한산둘레길에 대해 작성된 블로그에서는 긍정적인 단어가 평균적으로 약 73% 출현하고 있었고, 각 구간별 게시물의 감성 극성 비율에서도 긍정적인 문서의 비율이 부정적인 문서의 비율보다 높았다. 이를 통해 탐방객은 북한산둘레길에 대하여 대체로 긍정적으로 인식하고 있는 것으로 나타났다. 그럼에도 감성점수를 도출한 결과, 21개 둘레길 구간에서는 선호하는 구간과 선호하지 않는 구간이 존재하고 있었다. 선호 구간과 비선호 구간에 대해 탐방객은 난이도가 낮고 부담 없이 걸을 수 있는 구간을 선호하고 있었고, 경관에 대한 여러 요소(시각, 청각, 후각 등)가 조화롭고 계절감이 뚜렷해 다양한 경관이 연출되는 곳, 경관 시퀀스의 변화가 존재하는 구간을 선호하는 것으로 나타났다. 또한 탐방객은 전망대, 조망점 등의 뷰포인트 유무를 둘레길에서의 주요 요소로 인식하고 있었고, 접근성이 우수하고 안내판 등 정보 제공이 원활하게 이뤄지는 구간에 대해 선호도가 더 높은 것을 알 수 있다. 반면, 도로와 인접함에 따라 발생되는 주변 소음과 과도한 시가지 비율, 구간별 난이도 불균형 등으로 인한 둘레길 동선 불만족이 비선호 요인으로 크게 작용하고 있었으며, 경관 단절 및 구간에 대한 정보 부족 등이 선호도를 떨어트리는 원인으로 나타났다. 본 연구의 결과는 국립공원뿐만 아니라 근교 산림 녹지 관리에 있어서 둘레길 정비 및 개선방안 마련에 활용될 수 있으며, 연구에 활용된 감성분석은 자연지역에 대한 실제 이용자들의 반응을 지속적으로 모니터링 할 수 있다는 점에 의의가 있다. 다만 사전에 정의된 감성사전을 기반으로 평가하였기에 지속적인 사전 업데이트가 필요하다. 또한 소셜미디어 특성상 부정적인 견해보다는 긍정적인 내용을 공유하는 경향이 존재하기 때문에, 현장 설문조사 등의 분석 결과와 비교, 검토하는 작업이 필요하다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.17-32
• /
• 2021

화자인식은 자동 음성시스템에서 중요한 기능을 담당하며, 최근 휴대용 기기의 발전 및 음성 기술, 오디오 콘텐츠 분야 등이 계속해서 확장됨에 따라 화자인식 기술의 중요성은 더구나 부각 되고 있다. 이전의 화자인식 연구는 음성 파일을 기반으로 화자가 누구인지 자동으로 판정 및 정확도 향상을 위한 목표를 가지고 진행되었다. 한편 말투는 중요한 사회언어학적 소재로 사용자의 사회적 환경과 밀접하게 관련되어 있다. 추가로 화자의 말투에 사용되는 종결어미는 문장의 유형을 결정하거나 화자의 의도, 심리적 태도 또는 청자에 대한 관계 등의 기능과 정보를 가지고 있다. 이처럼 종결어미의 활용형태는 화자의 특성에 따라 다양한 개연성이 있어 특정 미확인 화자의 종결어미의 종류와 분포는 해당 화자를 인식하는 것에 도움이 될 것으로 보인다. 기존 텍스트 기반의 화자인식에서 말투를 고려한 연구가 적었으며 음성 신호를 기반으로 한 화자인식 기법에 말투 정보를 추가한다면 화자인식의 정확도를 더욱 높일 수 있을 것이다. 따라서 본 연구의 목적은 한국어 화자인식의 정확도를 개선하기 위해 종결어미로 표현되는 말투(speech style) 정보를 활용한 방법을 제안하는 것이다. 이를 위해 특정인의 발화 내용에서 등장하는 종결어미의 종류와 빈도를 활용하여 벡터값을 생성하는 문장 시퀀싱이라는 방법을 제안한다. 본 연구에서 제안한 방법의 우수성을 평가하기 위해 드라마 대본으로 학습 및 성능평가를 수행하였다. 본 연구에서 제안한 방법은 향후 실존하는 한국어 음성인식 서비스의 성능 향상을 위한 수단으로 사용될 수 있으며 지능형 대화 시스템 및 각종 음성 기반 서비스에 활용될 것을 기대한다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1057-1068
• /
• 2022

본 논문은 모바일 기반의 실시간 영상 측위 기술 개발을 목표로 사용자가 촬영한 사진과 가상의 텍스쳐 영상 간의 매칭 가능성 확인 연구로 특징점 기반의 매칭 알고리즘의 조합 성능을 비교했다. 특징점 기반의 매칭 알고리즘은 특징점(feature)을 추출하는 과정과 추출된 특징점을 설명하는 서술자(descriptor)를 계산하는 과정, 최종적으로 서로 다른 영상에서 추출된 서술자를 매칭하고, 잘못 매칭된 특징점을 제거하는 과정으로 이루어진다. 이때 매칭 알고리즘 조합을 위해, 특징점을 추출하는 과정과 서술자를 계산하는 과정을 각각 같거나 다르게 조합하여 매칭 성능을 비교하였다. 가상 실내 텍스쳐 영상을 위해 V-World 3D 데스크탑을 활용하였다. 현재 V-World 3D 데스크톱에서는 수직·수평적 돌출부 및 함몰부와 같은 디테일이 보강되었다. 또한, 실제 영상 텍스쳐가 입혀진 레벨로 구축되어 있어, 이를 활용하여 가상 실내 텍스쳐 데이터를 기준영상으로 구성하고, 동일한 위치에서 직접 촬영하여 실험 데이터셋을 구성하였다. 데이터셋 구축 후, 매칭 알고리즘들로 매칭 성공률과 처리 시간을 측정하였고, 이를 바탕으로 매칭 성능 향상을 위해 매칭 알고리즘 조합을 결정하였다. 본 연구에서는 매칭 기법마다 가진 특장점을 기반으로 매칭 알고리즘을 조합하여 구축한 데이터셋에 적용해 적용 가능성을 확인하였고, 추가적으로 회전요소가 고려되었을 때의 성능 비교도 함께 수행하였다. 연구 결과, Scale Invariant Feature Transform (SIFT)의 feature와 descriptor 조합이 가장 매칭 성공률이 좋았지만 처리 소요 시간이 가장 큰 것을 확인할 수 있었고, Features from Accelerated Segment Test (FAST)의 feature와 Oriented FAST and Rotated BRIEF (ORB)의 descriptor 조합의 경우, SIFT-SIFT 조합과 유사한 매칭 성공률을 가지면서 처리 소요 시간도 우수하였다. 나아가, FAST-ORB의 경우, 10°의 회전이 데이터셋에 적용되었을 때에도 매칭 성능이 우세함을 확인하였다. 따라서 종합적으로 가상 텍스쳐 영상과 실영상간 매칭을 위해서 FAST-ORB 조합의 매칭 알고리즘이 적합한 것을 확인할 수 있었다.

• 대한정형외과학회지
• /
• 제56권6호
• /
• pp.498-503
• /
• 2021

목적: 컴퓨터 단층 촬영 영상을 이용하여 한국인에서 상완골 근위부 골절 치료에 적용되는 직선형 전향적 상완골 골수 내 금속정의 이상적 삽입점 위치를 알아보고 해부학적 적합성을 분석하고자 한다. 대상 및 방법: 2014년 5월부터 2016년 10월까지 견관절 외상으로 컴퓨터 단층 촬영을 시행한 환자 중 건측 견관절을 동시에 촬영한 한국인 74예를 대상으로 하였으며, 평균 나이는 64.5세(범위, 22-95세)였다. 영상의학적 평가는 건측 근위 상완골의 컴퓨터 단층 촬영 영상을 이용하여 다면 재구성(multiplanar reconstruction) 기법을 이용하였다. 직선형 골수정의 이상적 삽입점은 상완골 골수강 내 중심축과 상완골두가 만나는 점으로 선정하였으며 삽입점과 국소 해부학적 위치와의 거리를 측정하였다. 삽입점에서 극상건 부착부의 가장 내측까지의 관상면상 거리를 임계거리(critical distance)로 정의하고 이를 이용하여 삽입점과 회전근개 부착부와의 근접성을 평가하였다. 회전근개의 손상을 피하고 충분한 고정력을 얻기 위한 임계거리는 Euler 등이 제시한 대로 8mm 이상 확보 되어야 하며, 8 mm 미만인 경우를 위험형(critical type)으로 정의하였다. 임계거리와 성별, 나이, 키, 몸무게, 신체용적지수(body mass index)와의 통계적 유의성을 확인하였다. 결과: 이 연구에서 이상적인 삽입점의 위치는 이두구 외측연에서 시상면상 거리인 전후 거리는 평균 11.5 mm (범위, 4.0-16.6), 대결절의 가장 외측연에서 관상면상 거리인 내외 거리는 평균 20.5 mm (범위, 16.3-27.4)였다. 이상적 삽입점에서 극상건 부착부의 가장 내측까지의 관상면상 거리인 임계거리는 평균 8.0 mm (범위, 4.1-16.6)이며, 임계거리가 8 mm 미만인 위험형(critical type)ㅏ이은 74예 중 41예(55.4%)였다. 결론: 한국인에서 직선형 전향적 상완골 골수 내 금속정의 사용시, 상완 이두구의 외측연에서 후방으로 11.5 mm, 대결절 외측연에서 내측으로 20.5 mm 지점이 평균적인 이상적 삽입점의 위치였다. 하지만 55.4%의 경우에서 이상적 삽입점의 위치로 삽입할 경우 회전근개의 손상을 줄 수 있는 위험형(critical type)이였으므로, 술 전 치료방법의 선택 과정에서 환자 개개인의 해부학적 특성을 충분히 고려하여야 한다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1107-1118
• /
• 2021

지구온난화로 인해 발생한 기후변화는 한반도의 홍수, 가뭄 등의 발생빈도를 증가시켰으며, 이로 인해 인적, 물적 피해가 증가한 것으로 나타났다. 수재해 대비 및 대응을 위해서는 국가 차원의 수자원 관리 계획 수립이 필요하며, 유역 단위 수자원 관리를 위해서는 장기간 관측된 유량 자료를 이용하여 도출된 유량지속곡선이 필요하다. 전통적으로 수자원 분야에서 유량지속곡선을 도출하기 위하여 물리적 기반의 강우-유출 모형이 많이 사용되고 있으며, 최근에는 데이터 기반의 딥러닝 기법을 이용한 유출량 예측 기법에 관한 연구가 진행된 바 있다. 물리적 기반의 모형은 수문학적으로 신뢰도 높은 결과를 도출할 수 있으나, 사용자의 높은 이해도가 요구되며, 모형 구동 시간이 오래 걸릴 수 있는 단점이 있다. 데이터 기반의 딥러닝 기법의 경우 입력 자료가 간단하며, 모형 구동 시간이 비교적 짧으나 입력 및 출력자료 간의 관계가 블랙박스로 처리되어 수리·수문학적 특성을 반영할 수 없는 단점이 있다. 본 연구에서는 물리적 기반 모형으로 국내외에서 적용성이 검증된 Soil Water Assessment Tool (SWAT)의 매개변수 보정(Calibration)을 통해 장기간의 결측치 없는 데이터를 산출하고, 이를 데이터 기반 딥러닝 기법인 Long Short-term Memory (LSTM)의 훈련(Training) 데이터로 활용하였다. 시계열 데이터 분석 결과 검·보정 전체 기간('07-'18) 동안 Nash-Sutcliffe Efficiency (NSE)와 적합도 비교를 위한 결정계수는 각각 0.04, 0.03 높게 도출되어 모형에서 도출된 SWAT의 결과가 LSTM보다 전반적으로 우수한 것으로 나타났다. 또한, 모형에서 도출된 연도별 시계열 자료를 내림차순하여 산정된 유량지속곡선과 관측유량 기반의 유량지속곡선과 비교한 결과 NSE는 SWAT과 LSTM 각각 0.95, 0.91로 나타났으며, 결정계수는 0.96, 0.92로 두 모형 모두 우수한 성능을 보였다. LSTM 모형의 경우 저유량 부분 모의의 정확도 개선이 필요하나, 방대한 입력 자료로 인해 모형 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유량지속곡선 산정 등에 활용성이 높을 것으로 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.191-203
• /
• 2022

화장품 및 뷰티산업에서 고객 맞춤형 제품과 서비스를 제공하는 것은 주요 기술 트렌드이고, 피부상태 진단과 관리는 중요한 필수기능이다. 고객의 요구 수준은 더욱더 높아지고 있으며 이에 대한 다양하고 섬세한 고민과 요구 사항이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 소셜미디어 상의 이미지는 매우 다양하고 비정형적이므로 피부상태 진단 및 관리에 필요한 체계적인 피부 이미지 식별을 위한 시스템이 필요하다. 본 논문에서는 소셜미디어 인스타그램에서 수집한 빅데이터로부터 피부 이미지 데이터를 지능적으로 식별하고, 피부상태 진단 및 관리를 위한 정형화된 피부 샘플 데이터를 추출하는 시스템을 개발하였다. 본 논문에서 제안한 시스템은 빅데이터수집분석단계, 피부이미지분석단계, 훈련데이터준비단계, 인공신경망훈련단계, 피부이미지식별단계로 구성된다. 빅데이터수집분석단계에서는 인스타그램으로부터 빅데이터를 수집하고 피부 상태 진단 및 관리를 위한 이미지 정보를 분석결과로 저장한다. 피부이미지분석단계에서는 전통적인 이미지 처리 기법을 사용하여 피부 이미지의 평가 및 분석 결과를 획득한다. 훈련데이터준비단계에서는 피부이미지 분석결과로부터 피부 샘플데이터를 추출하여 훈련데이터를 준비하였다. 그리고 인공신경망훈련단계에서는 이 훈련데이터를 사용하여 지능적으로 피부 이미지 유형을 예측하는 인공신경망 AnnSampleSkin을 단계별 고도화와 훈련을 통해 모델을 완성하였다. 피부이미지식별단계에서는 소셜미디어로부터 수집된 이미지에 대해 피부샘플을 추출하고, 훈련된 인공신경망 AnnSampleSkin의 이미지 유형 예측 결과들을 통합하여 최종 피부 이미지 유형을 지능적으로 식별한다. 본 논문에서 제안된 피부이미지식별 방법은 약 92% 이상의 높은 피부 이미지 식별 정확도를 나타내고 있고, 정형화된 피부 샘플 이미지 빅데이터를 제공할 수 있게 되었다. 추출된 피부샘플 세트는 피부 상태를 진단하고 관리하는데 매우 효율적이고 유용한 정형화된 피부 이미지 데이터로 사용될 것으로 기대된다.