• 산업융합연구
• /
• 제22권4호
• /
• pp.1-9
• /
• 2024

스마트 팩토리는 최신 정보통신기술과 제조공정이 결합된 생산시설로, 급속한 발전과 글로벌 제조업의 변화를 반영하고 있다. 로보틱스 및 자동화, 사물인터넷의 통합, 인공지능 융합기술을 활용하여 다양한 제조환경의 생산 효율성을 극대하고 있다. 하지만 스마트 팩토리 환경에서 다양한 공격기법으로 인해 보안위협 및 취약점이 발생하고 있다. 스마트 팩토리 환경에서 보안위협이 발생하면 금전적인 손해, 기업이미지하락, 인명피해가 발생하여 이에 따른 보안대응이 필요하다. 따라서 본 논문에서는 스마트 팩토리 환경에서 안전한 통신을 수행하기 위한 보안 인증 메커니즘을 제안하였다. 제안한 인증 메커니즘에 대한 구성요소에서는 스마트 디바이스, 내부 운영관리 시스템, 인증 시스템, 클라우드 스토리지 서버가 있다. 스마트 기기 등록과정, 인증 절차. 이상징후 및 갱신절차를 세부적으로 설계히였다. 그리고 제안한 인증 메커니즘의 안전성을 분석하였고, 기존 인증 메커니즘과의 성능분석을 통해 대략 8%의 효율성을 확인하였다. 그리고 제안한 기술을 적용하기 위한 경량화 프로토콜 및 보안정잭에 대한 연구방향을 제시하여 보안성 향상에 도움을 주고자 한다.

• 정보보호학회논문지
• /
• 제34권2호
• /
• pp.335-345
• /
• 2024

디지털 시대의 발전 속에서 데이터의 안전성은 어느 때보다 중요한 이슈로 주목받고 있다. 특히, 무분별한 해킹 및 무단 접근으로부터 정보를 보호하기 위한 안티탬퍼링 기술은 핵심 대응책으로 주목받고 있다. 본 논문은 TPM(Trusted Platform Module)과 SW(Software) 안티탬퍼링 기술의 발전 추세와 현대 디지털 환경에서 이 기술이 어떻게 적용되는지에 대한 사례를 다룬다. 기존에 존재하는 다양한 보안 가이드 및 지침들을 분석하여, 가이드 및 지침들에 포함된 모호한 부분들을 찾아내었으며, 최신 국/내외의 SW 안티탬퍼링 연구에 대한 동향을 알아본다. 결과적으로 안티탬퍼링 기법을 적용하기 위한 지침은 존재하지만 안티탬퍼링 기법을 평가하기 위한 방안이 존재하지 않는 것을 확인하였다, 따라서 본 논문에서는 기존에 제안된 다양한 SW 안티탬퍼링 기법들을 포함하여 앞으로 제안될 SW 안티탬퍼링 기법들을 평가하기 위한 포괄적이고 체계적인 평가 방안을 제시한다. 본 논문은 포괄적인 평가 방안을 제시하기 위해 최신 연구들이 사용하는 다양한 검증 방안을 이용한다. 본 논문이 제시하는 포괄적이고 체계적인 평가 방안은 각 연구에서 사용된 검증 방안들을 종합하여 3가지(기능, 구현, 성능)로 구분함으로써 SW 안티탬퍼링 기술을 전반적으로 평가할 수 있는 종합적이고 체계적인 상세한 평가 방안에 대해 제시한다.

• 한국지반신소재학회논문집
• /
• 제23권2호
• /
• pp.43-52
• /
• 2024

최근 이상기후로 인한 급경사지 붕괴 위험이 증가되고 있으며, 급경사지 붕괴 위험의 사전 예측 및 경보 전파가 이루어지지 않아 인명과 재산 피해가 발생할 수 있다. 본 논문에서는 급경사지의 상태를 평가하기 위해 IoT 센서와 AI 기반 카메라를 융합한 급경사지 분석 시스템을 개발하였다. 시스템을 개발하기 위하여 급경사지 지반조건을 고려한 계측센서 하드웨어 및 펌웨어 설계, AI 기반 영상 분석 알고리즘 설계, 그리고 예·경보 솔루션 및 시스템 제작을 수행하였다. IoT 센서의 데이터와 AI 카메라 영상 분석을 통해 센서 데이터의 오차를 최소화하고, 데이터의 신뢰성을 향상시키고자 하였다. 또한 실제 급경사지에 적용하여 정확도(신뢰도)를 평가하였다. 그 결과, 센서 계측 오류는 0.1° 이내로 유지되었으며 계측 데이터의 전송률은 95%이상이었다. AI 기반의 영상 분석 시스템은 야간에도 부분 인식률 99%의 높은 성능을 나타내었다. 본 연구결과는 다양한 사회간접자본(SOC) 시설의 급경사지 상태 분석 및 스마트 유지관리 분야에도 적용할 수 있을 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제40권3호
• /
• pp.93-100
• /
• 2024

저온 다짐의 경우 간극수 동결이 발생되어 상온에서의 다짐 특성과 상이한 양상이 발생된다. 특히, 캐나다 알버타주와 같이 유기질토가 많이 분포되어 있는 지역에서는 보수성과 압축성이 크고 동결·융해에 민감한 유기질토의 특성에 따라 유기물 함량이 다짐 성능에 주요한 영향을 미친다. 알버타주는 환경규제로 인하여 굴착토를 활용하여 되메움을 수행해야 하며 고위도에 위치하는 지리적인 특성으로 동절기가 길어 건설공사를 진행하기에 불리한 조건을 가지고 있다. 본 논문에서는 유기질토의 유기질 함량에 따른 저온 다짐 특성을 평가하기 위하여 실내 다짐시험을 수행하였다. 실험 결과, 유기질 함량이 증가할수록 최적함수비가 증가하였고 최대건조단위중량이 최대 21.9% 만큼 감소되었다. 또한, -4℃ 이하의 온도조건에서는 최적함수비가 나타나지 않고 함수비가 증가할수록 건조단위중량이 감소하는 것으로 분석되었다.

• Korean Journal of Radiology
• /
• 제22권2호
• /
• pp.168-178
• /
• 2021

Objective: To provide an automatic method for segmentation and diameter measurement of type B aortic dissection (TBAD). Materials and Methods: Aortic computed tomography angiographic images from 139 patients with TBAD were consecutively collected. We implemented a deep learning method based on a three-dimensional (3D) deep convolutional neural (CNN) network, which realizes automatic segmentation and measurement of the entire aorta (EA), true lumen (TL), and false lumen (FL). The accuracy, stability, and measurement time were compared between deep learning and manual methods. The intra- and inter-observer reproducibility of the manual method was also evaluated. Results: The mean dice coefficient scores were 0.958, 0.961, and 0.932 for EA, TL, and FL, respectively. There was a linear relationship between the reference standard and measurement by the manual and deep learning method (r = 0.964 and 0.991, respectively). The average measurement error of the deep learning method was less than that of the manual method (EA, 1.64% vs. 4.13%; TL, 2.46% vs. 11.67%; FL, 2.50% vs. 8.02%). Bland-Altman plots revealed that the deviations of the diameters between the deep learning method and the reference standard were -0.042 mm (-3.412 to 3.330 mm), -0.376 mm (-3.328 to 2.577 mm), and 0.026 mm (-3.040 to 3.092 mm) for EA, TL, and FL, respectively. For the manual method, the corresponding deviations were -0.166 mm (-1.419 to 1.086 mm), -0.050 mm (-0.970 to 1.070 mm), and -0.085 mm (-1.010 to 0.084 mm). Intra- and inter-observer differences were found in measurements with the manual method, but not with the deep learning method. The measurement time with the deep learning method was markedly shorter than with the manual method (21.7 ± 1.1 vs. 82.5 ± 16.1 minutes, p < 0.001). Conclusion: The performance of efficient segmentation and diameter measurement of TBADs based on the 3D deep CNN was both accurate and stable. This method is promising for evaluating aortic morphology automatically and alleviating the workload of radiologists in the near future.

• Korean Journal of Radiology
• /
• 제22권3호
• /
• pp.344-353
• /
• 2021

Objective: The mitotic count of gastrointestinal stromal tumors (GIST) is closely associated with the risk of planting and metastasis. The purpose of this study was to develop a predictive model for the mitotic index of local primary GIST, based on deep learning algorithm. Materials and Methods: Abdominal contrast-enhanced CT images of 148 pathologically confirmed GIST cases were retrospectively collected for the development of a deep learning classification algorithm. The areas of GIST masses on the CT images were retrospectively labelled by an experienced radiologist. The postoperative pathological mitotic count was considered as the gold standard (high mitotic count, > 5/50 high-power fields [HPFs]; low mitotic count, ≤ 5/50 HPFs). A binary classification model was trained on the basis of the VGG16 convolutional neural network, using the CT images with the training set (n = 108), validation set (n = 20), and the test set (n = 20). The sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) were calculated at both, the image level and the patient level. The receiver operating characteristic curves were generated on the basis of the model prediction results and the area under curves (AUCs) were calculated. The risk categories of the tumors were predicted according to the Armed Forces Institute of Pathology criteria. Results: At the image level, the classification prediction results of the mitotic counts in the test cohort were as follows: sensitivity 85.7% (95% confidence interval [CI]: 0.834-0.877), specificity 67.5% (95% CI: 0.636-0.712), PPV 82.1% (95% CI: 0.797-0.843), NPV 73.0% (95% CI: 0.691-0.766), and AUC 0.771 (95% CI: 0.750-0.791). At the patient level, the classification prediction results in the test cohort were as follows: sensitivity 90.0% (95% CI: 0.541-0.995), specificity 70.0% (95% CI: 0.354-0.919), PPV 75.0% (95% CI: 0.428-0.933), NPV 87.5% (95% CI: 0.467-0.993), and AUC 0.800 (95% CI: 0.563-0.943). Conclusion: We developed and preliminarily verified the GIST mitotic count binary prediction model, based on the VGG convolutional neural network. The model displayed a good predictive performance.

• 한국컴퓨터정보학회논문지
• /
• 제29권6호
• /
• pp.121-130
• /
• 2024

본 논문에서는 NCS 기반의 장애인 직무 매칭 시스템을 제안하고 설계한다. 이 시스템은 장애인이 시스템에 접속하여 기본정보(인적정보, 장애 관련 정보)를 입력하고, 직무수행과 관련된 간단한 테스트를 통하여 자신의 장애 유형과 정도에 적합한 NCS 직무 관련 정보를 제공한다. NCS 기반의 다양한 직무와 연계하기 위해서는 각 장애 유형에 따른 장애 정도를 함께 고려되어야 한다. 하지만 대다수 평가도구는 특정 장애 유형을 대상으로 하거나 대상 장애인의 직업능력을 인지 수준이나 일부 신체기능만을 제한적으로 파악하고 있기 때문에 NCS 기반의 장애인직무 매칭 시스템에 적용하기 어렵다. 따라서 본 논문에서는 개별 직무의 수행에 필요한 인지 수준이나 신체기능의 활용 정도는 ICF coresets for VR을 활용하고, 개별 직무의 수행에 필요한 직업기초능력 수준은 NCS의 직업 기초능력 평가도구를 활용함으로써 장애 유형별 장애 정도에 따른 NCS 기반의 직무를 매칭하도록 한다. 본 논문에서 제안하는 NCS 기반의 장애인직무 매칭 시스템의 경우, 장애인 당사자의 시스템 활용을 기반으로 하기 때문에 시각 정보에 취약한 시각장애인이나 문해력이 낮은 지적·자폐성 장애인에게는 시스템 활용에 다소 어려움이 존재할 수 있다. 이러한 시스템 접근성을 보완한다면 장애인들에게 자신의 직무 능력에 적합한 NCS 기반의 직무를 추천할 수 있을 것이다.

• 한국재난정보학회 논문집
• /
• 제20권2호
• /
• pp.351-368
• /
• 2024

연구목적: 일반적으로 교통사고는 산발적으로 발생하기 때문에 예방 및 방지대책 마련을 위한 현장조사 시 시간적·비용적으로 다양한 한계가 있다. 특히, 코로나 사태 이후 비대면 사회로의 전환으로 현장조사를 대체할 방안 마련이 더욱 필요한 실정이며, 이에 본 연구에서는 부산광역시 사상구를 대상으로 다양한 웹사이트에서 제공하고 있는 로드뷰에 대한 현장조사 대체 활용 가능성을 평가하였다. 연구방법: 연구방법은 '16~'22년간 발생한 교통사고 취약지점을 추출하여 교통안전법 ｢교통안전진단지침｣에서 제공하고 있는 현장조사 평가항목을 기반하여 로드뷰를 분석하였다. 연구결과: 주요 결과 사상구는 사상로, 대동로, 학장로 지점에서 고령 보행자 사고가 가장 취약하였다. 로드뷰를 통해 취약지점을 상세분석한 결과 사상로는 영업용 차량의 통제, 시장 상권에 대한 교통약자 보호 등이 필요하였다. 대동로는 불법 노상 주정차, 경사로 합류 구간 등이 취약하였고, 학장로는 과속이 쉬운 도로 등이 취약하였다. 이러한 분석 결과를 토대로 로드뷰의 현장조사 대체 가능성을 평가하였을 때, 로드뷰는 보·차도 분리성, 안전 시설물의 위치 및 간격 등 대부분 항목을 효과적으로 평가할 수 있었다. 하지만, 실측 수행 등 항목에서는 한계가 있었다. 결론: 즉, 로드뷰는 대부분의 현장조사를 대체할 수 있고, 실측 평가항목은 보조자료로 활용성을 높여 시간적·비용적 절감효과와 동시에 높은 효율성을 나타내는 것으로 판단할 수 있다.

• 서비스연구
• /
• 제14권2호
• /
• pp.117-137
• /
• 2024

ESG는 모든 기업에게 선택이 아닌 필수 사항이 되었으며, 국내 주요 은행들도 ESG 경영을 적극적으로 실천하고 있다. 은행은 ESG 내부활동 뿐만 아니라 자금공급의 중개자로 ESG 금융을 제공하는 역할을 수행하고 있다. 최근에는 디지털 신기술과 결합하여 친환경 활동 수행 시 우대금리를 제공하는 ESG 금융상품을 출시하고 있다. 그러나, 무분별한 우대금리 제공은 은행의 수익성에 악영향을 미칠 수 있으며, 환경인식 개선에 실질적으로 기여하지 못할 경우 그린워싱(Greenwashing) 문제에 직면할 수 있다. 이에 본 연구는 전기 절약과 연동된 ESG 디지털 적금상품을 연구 대상으로 선정하고, 가입자의 실제 데이터를 통하여 소비자의 환경인식과 저축행동을 실증적으로 분석하였다(표본수 2,478개). 본 연구의 주요 결과는 다음과 같다. 첫째, ESG 디지털 적금상품의 가입 현황을 분석한 결과, 30~50대가 주요 고객층으로 나타났으며, MZ세대는 다른 세대에 비해 전기 절약 실천을 통한 우대금리 달성에 있어 상대적으로 높은 성과를 보였다. 둘째, 소비자의 환경인식은 ESG 금융상품의 목표 달성에 유의한 영향을 미치는 것으로 나타났다. ESG 디지털 적금상품은 저축의 기본 기능에 충실함과 동시에 환경인식을 높이는 데 기여할 수 있음이 확인되었다. 셋째, 환경인식은 소비자의 저축 납입행동을 유도하지 못했으며, 이는 지속적인 소비자 관여가 필요함을 시사한다. 본 연구는 환경인식(Environmental Awareness)과 저축행동이론(Theory of Saving Behavior)을 기반으로 ESG 금융상품의 목표 달성에 미치는 소비자 인식 및 행동을 학문적으로 설명하였다. 연구의 결과는 ESG 금융상품의 우대금리 설계의 적정성이 중요함을 시사한다.

• 응용통계연구
• /
• 제37권2호
• /
• pp.225-237
• /
• 2024

경쟁위험자료에서 일부 공변량들이 연구대상들의 일부분에 대해 관측되지 않을 수 있다. 그런 경우 결측된 공변량 값을 가진 연구대상들을 분석에서 제외하는 것은 편향된 추정치와 효율성 손실이 발생할 수 있다. 본 논문에서는 누락된 공변량을 가진 원인별 비례위험모형의 회귀모수 추정을 위해 다중대체 방법과 증대된 역 확률 가중 방법을 연구하였다. 모의실험을 통해 다중대체 방법과 증대된 역 확률 가중 방법에 의해 구해진 추정량의 성능을 평가한 결과, 이 방법들이 잘 수행됨을 확인하였다. 미국 국립암연구소의 전립선, 폐, 대장, 난소 암 선별 시험 연구에서 제공하는 종양 크기의 값이 누락된 유방암 자료에 대해 암 사망 위험률과 다른 원인 사망 위험률에 유의한 영향을 미치는 요인을 파악하기 위해 다중대체 방법과 증대된 역 확률 가중 방법을 적용하였다. 다중대체 방법과 증대된 역 확률 가중 방법에 의해 원인별 비례위험모형을 적합한 결과, 인종, 기혼여부, 병기, 분화도, 종양의 크기는 유방암 사망 위험률에 유의한 영향을 미치는 요인들이였으며, 병기가 유방암 사망 위험률을 높이는데 가장 큰 영향을 미치는 요인임을 확인하였다. 진단시 연령과 종양의 크기는 다른 원인 사망 위험률을 높이는데 유의한 영향을 미치는 요인이였다.