• 한국정보통신학회논문지
• /
• 제22권12호
• /
• pp.1577-1588
• /
• 2018

최근, 선박에 탑재된 장비로부터 수집되는 정보를 분석하여 운항 및 유지보수 지원 목적으로 활용하기 위한 여러 연구가 진행되고 있다. 항해통신장비의 인터페이스의 경우 상대적으로 표준화가 잘 이루어져 있으나 선박 기관부 및 기타 장비부의 인터페이스는 여러 이유로 인해 표준화가 되어있지 않아 데이터 교환 및 관리에 많은 한계가 존재한다. 이러한 문제를 극복하기 위한 목적으로 해상 필드 데이터 공유를 위한 선박 데이터 서버에 관한 표준인 ISO 19847과 선박 기계 장비부 데이터 표준인 ISO 19848이 현재 제정 막바지 단계로 최근 공표를 앞두고 있다. 본 논문에서는 이러한 두 가지 국제표준의 DIS 버전을 기반으로 선박 기관부 데이터 관리 플랫폼을 개발하고, 이를 기반으로 필드 데이터 교환에 관한 실험을 수행하는 것에 관한 내용을 다룬다. 이를 위해서 관련연구 및 ISO 19847/19848의 요구사항을 분석하고, 요구사항을 충족하는 선박 데이터 플랫폼 아키텍처를 설계하며, 각 구성요소를 개발하여 유용성을 검증한다.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.11-18
• /
• 2022

최근 공공장소 및 시설에서 범죄예방 및 시설 안전을 목적으로 영상정보 기반의 인체의 행위를 분류하는 연구가 활발히 진행되고 있다. 이러한 인체 행위분류의 성능을 향상하기 위해서 대부분의 연구는 전이학습 기반의 딥러닝을 적용하고 있다. 그러나 딥러닝의 기반이 되는 중추 네트워크 모델(Backbone Network Model)의 수가 증가하고 아키텍처가 다양해짐에도 불구하고, 소수의 모델만 사용하는 분위기 때문에 운용목적에 적합한 중추 네트워크 모델을 찾는 연구는 미흡한 실정이다. 본 연구는 영상정보를 기초로 인체 행위를 분류하는 인공지능 모델을 개발하기 위해 최근에 개발된 5가지의 딥러닝 중추 네트워크 모델을 대상으로 전이학습을 적용하고 각 모델의 정확도 및 학습효율 측면에서 비교 및 분석하여 가장 효율이 높은 모델을 제안하였다. 이를 위해, 기본적인 인체 행위가 아닌 운동 종목 기반의 활동적이고 신체접촉이 높은 12가지의 인체 활동을 선정하고 관련된 7,200개의 이미지를 수집하였으며, 5가지의 중추 네트워크 모델에 총 20회의 전이학습을 균등하게 적용하고 학습과정과 결과성능을 통해 인체 행위를 분류하는데 적합한 중추 네트워크 모델을 정량적으로 비교 및 분석하였다. 그 결과 XceptionNet 모델이 학습 및 검증 정확도에서 0.99 및 0.91로, Top 2 및 평균 정밀도에서 0.96 및 0.91로 나타났으며 학습 소요시간은 1,566초, 모델용량의 크기는 260.4MB로 정확도와 학습효율 측면에서 다른 모델보다 높은 성능이 나타남을 확인할 수 있었다. 이러한 결과는 전이학습을 적용하여 인체 행위분류를 진행하는 다양한 연구 분야에 활용되기를 기대한다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.793-810
• /
• 2022

실시간 범람 모니터링을 위해 인공위성 SAR영상을 활용하는 수체탐지에 대한 필요성이 대두되었다. 주야와 기상에 상관없이 주기적으로 촬영 가능한 인공위성 SAR 영상은 육지와 물의 영상학적 특징이 달라 수체탐지에 적합하나, 스페클 노이즈와 영상별 상이한 밝기 값 등의 한계를 내포하여 다양한 시기에 촬영된 영상에 일괄적으로 적용 가능한 수체탐지 알고리즘 개발이 쉽지 않다. 이를 위해 본 연구에서는 Convolutional Neural Networks (CNN)기반 모델인 U-Net 아키텍처에 레이어의 조합인 모듈을 추가하여 별도의 전처리 없이 수체탐지의 정확도 향상 방법을 제시하였다. 풀링 레이어의 조합을 활용하여 형태학적 연산처리 효과를 제공하는 Morphology Module과 전통적인 경계탐지 알고리즘의 가중치를 대입한 컨볼루션 레이어를 사용하여 경계 학습을 강화시키는 Edge-enhanced Module의 다양한 버전을 테스트하여, 최적의 모듈 구성을 도출하였다. 최적의 모듈 버전으로 판단된 min-pooling과 max-pooling이 연속으로 이어진 레이어와 min-pooling로 구성된 Morphology 모듈과 샤를(Scharr) 필터를 적용한 Edge-enhanced 모듈의 산출물을 U-Net 모델의 conv 9에 입력자료로 추가하였을 때, 정량적으로 9.81%의 F1-score 향상을 보여주었으며, 기존의 U-Net 모델이 탐지하지 못한 작은 수체와 경계선을 보다 세밀하게 탐지할 수 있는 성능을 정성적 평가를 통해 확인하였다.

• 적정기술학회지
• /
• 제6권2호
• /
• pp.136-145
• /
• 2020

개발도상국에 있어서 농업은 국가 경제의 중추임에도 불구하고, 대부분의 개도국에서는 장비와 지능형 시스템, 데이터 모니터링 등을 이용한 현상에 대한 통합적 판단 없이 인력에 의해 농업을 수행하고 있다. 농업의 중요한 요소인 관개는 작물 생산에 영향을 미치는 핵심적인 과정으로서, 연간 강우량의 변동에 대응하고자 대부분의 농장에서는 관개 시스템을 적용하고 있다. 그러나, 농장 관개 시스템의 모니터링과 제어 등에 대한 기술적 기반이 부족하여 생산성의 증대와 효율적인 농업용수 관리가 어려운 실정이다. 본 논문에서는 탄자니아 농촌 지역 관개 시스템의 스마트화를 위하여 433 MHz 무선 주파수 및 2G 기반 스마트 관개 측정 시스템과 농업용수 선불 시스템을 제안한다. 개발된 스마트 관개 시스템은 기상 데이터와 토양 수분 데이터를 하이브리드로 분석하도록 설계되었는데, 탄자니아 Arusha 지역의 Ngurudoto 마을로의 적용을 목적으로 한다. 제안된 시스템은 기상 측정 컨트롤러, 토양 수분 센서, 수류 센서, 솔레노이드 밸브 및 선불 시스템으로 구성되었는데, 센서를 통해 수집된 데이터는 433 MHz 무선 주파수 및 2G 기반 통신 아키텍처 모듈을 통해 서버로 전송된다. 본 시스템은 인터넷 운용이 제한되는 지역에 적합할 뿐만 아니라, 데이터 기반의 상태 판단과 실시간 예측이 가능하다. 개발된 시스템의 데이터 분석 알고리즘은 동적 회귀 알고리즘과 Naïve Bayes 알고리즘을 적용하여 선형 및 비선형분석 모두에 있어서 높은 정밀도를 보인다. 또한, 농장의 용수공급 시기와 용수의 양, 소요되는 전력에 대한 판단 뿐만 아니라 전체 시스템 하드웨어의 작동 및 오류에 대한 모니터링이 가능하다. 부가하여, 사용자가 농업용수를 공급받기 전에 선금을 지불하는 시스템을 적용하여 관리의 효율성을 도모하였으며, 농업의 전 과정에서 측정된 센서 데이터 및 용수 사용량은 사용자 인터페이스를 통하여 실시간으로 모니터링이 가능하도록 개발되었다. 본 연구를 통하여 개발된 RF(Radio Frequency) 및 2G 기반 스마트 관개 모니터링 시스템은 현장 적용의 편의성과 함께 사용자 중심의 모니터링 시스템을 통해 개발도상국의 경제, 사회 분야에 긍정적인 영향을 미칠 것으로 기대한다.

• 산업융합연구
• /
• 제20권8호
• /
• pp.77-84
• /
• 2022

본 연구는 기계 학습 기반의 자동 분류 기법을 적용함으로써 유망 기술의 선정 과정에 활용할 수 있는 의사결정 지원 시스템의 구현 방안을 제시하는 것을 목표로 한다. 연구 수행을 위해 전체 시스템의 아키텍처를 구축하고 세부 연구 단계를 진행하였다. 우선, 유망 기술 후보 아이템을 선정하고 빅데이터 시스템을 활용하여 추세 데이터를 자동 생성하였다. 기술 발전의 개념 모델과 패턴 분류 체계를 정의한 후 자동 분류 실험을 통해 효율적인 기계 학습 방안을 제시하였다. 마지막으로 시스템의 분석 결과를 해석하고 활용 방안을 도출하고자 하였다. 본 연구에서 제안한 동적 시간 와핑(DTW) 기법과 k-최근접 이웃(kNN) 분류 모델을 결합한 DTW-kNN 기반의 분류 실험에서 최대 87.7%의 식별 성능을 보여주었으며, 특히 추세의 변동이 심한 'eventual' 정의 구간에서는 유클리디언 거리(ED) 알고리즘 대비 39.4% 포인트의 최대 성능 차이를 보여주어 제안 모델의 우수함을 확인할 수 있었다. 또한, 시스템이 제시하는 분석 결과를 통해, 대량의 추세 데이터를 입력받아 유형별로 자동 분류하고 필터링하는 과정에 본 의사결정 지원 시스템을 효과적으로 활용할 수 있음을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.63-71
• /
• 2010

현대전에서는 정보전을 기반으로 미사일, 유도무기 등의 사정거리와 정밀도가 향상됨에 따라 지대공미사일(SAM : Surface to Air Missile)의 요격성능의 중요성이 부각되고 있다. 위협적인 공중 공격을 예측 하고 방어하기 위해 최선의 방법으로 지대공 레이더와 유도미사일을 이용한 공중방어시스템 구축이 필요하다. 지대공미사일 개발 과정에서 Modeling and Simulation (M&S)을 이용하는 것은 시간적, 공간적 제한을 극복할 수 있고 시행착오를 줄임으로 비용을 절감할 수 있는 이점이 있다. M&S는 최신 무기체계 설계 및 교육/훈련 분야에 많이 적용되고 있다. 본 연구는 지대공미사일의 요격 성능 평가를 위한 시뮬레이터를 개발하는 것에 목적이 있다. 본 연구에서는 다양한 사양의 지대공미사일 요격 성능을 고려할 수 있는 지대공미사일 요격 성능 분석 시뮬레이터의 아키텍처를 제시하고 개발하였다. 개발된 지대공미사일 요격 성능 분석 시뮬레이터는 C++와 Direct3D를 기반으로 개발되었으며, Direct3D를 이용한 3D 가시화를 통해 사용자에게 애니메이션 창에 시각적으로 시뮬레이션의 진행 경과를 보여줄 수 있도록 개발되었다. 사용자의 교전모델 설계 운영 정보는 입력창을 통해 입력되며, 이 정보는 객체 관리자, 운영 관리자, 통합 관리자로 구성된 시뮬레이션 엔진에서 자동으로 지대공미사일을 모델링 및 시뮬레이션 하여 빠른 시간 안에 시뮬레이터 사용자에게 피드백을 제공한다.

• 인터넷정보학회논문지
• /
• 제24권4호
• /
• pp.127-135
• /
• 2023

본 논문에서는 금융 뉴스 데이터로 추가적인 사전 학습이 진행된 BERT 기반 모델인 FinBERT 모델을 사용하여 금융 영역에서 감성 분석 시 학습시킬 데이터와 그에 맞는 하이퍼파라미터를 찾는 방법을 소개한다. 우리의 목표는 다양한 데이터 세트를 활용하고 하이퍼파라미터를 미세 조정하여 정확한 감성 분석을 위해 FinBERT 모델을 가장 잘 활용하는 방법에 대한 포괄적인 가이드를 제공하는 것이다. 이 연구에서는 제안된 FinBERT 모델 미세 조정 접근법의 아키텍처와 워크플로우를 개괄적으로 설명하고, 감성 분석 태스크를 위한 다양한 데이터 세트와 하이퍼파라미터의 성능을 강조한다. 또한, 감성 라벨링 작업에 GPT-3를 사용함으로써 GPT-3가 적절한 라벨러 역할을 하는지에 대한 신뢰성을 검증한다. 결과적으로 미세 조정된 FinBERT 모델이 다양한 데이터 세트에서 우수한 성능을 발휘 한다는 것을 보여주었고, 각 데이터 세트에 대해 전반적으로 우수한 성능을 보이는 학습률 5e-5와 배치 크기 64의 최적의 조합을 찾았다. 또 일반 도메인의 뉴스보다 일반 도메인의 트위터 데이터 세트에서 성능이 크게 향상됨을 기반으로 금융 뉴스 데이터만으로만 추가적으로 학습시키는 FinBERT 모델에 대한 의구심을 제시한다. 이를 통해 FinBERT 모델에 대한 최적의 접근 방식을 결정하는 복잡한 프로세스를 간소화하고 금융 분야 감성 분석 모델을 위한 추가적인 학습 데이터 세트와 미세 조정 시 하이퍼파라미터 선정에 대한 가이드라인을 제시한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권7호
• /
• pp.295-302
• /
• 2023

자연어로 작성되는 소프트웨어 요구사항은 이해관계자가 바라보는 관점에 따라 의미가 달라질 수 있다. 품질 속성 기반으로 아키텍처 설계시에 품질 속성별로 적합한 설계 전술(Tactic)을 선택해야 효율적인 설계가 가능해 품질 속성 요구사항의 정확한 분류가 필요하다. 이에 따라 고비용 작업인 요구사항 분류에 관한 자연어처리 모델이 많이 연구되고 있지만, 품질 속성 데이터셋(dataset)의 불균형을 처리해 분류 성능을 개선하는 주제는 많이 다루고 있지 않다. 본 연구에서는 먼저 실험을 통해 분류 모델이 한국어 요구사항 데이터셋을 자동으로 분류할 수 있음을 보인다. 이 결과를 바탕으로 EDA(Easy Data Augmentation) 기법을 통한 데이터 증강과 언더샘플링(undersampling) 전략으로 품질 속성 데이터셋의 불균형을 개선할 수 있음을 설명하고 요구사항의 카테고리 분류에 효과가 있음을 보인다. 실험 결과 F1 점수(F1-Score) 기준으로 최대 5.24%p 향상되어 불균형 데이터 처리 기법이 분류 모델의 한국어 요구사항 분류에 도움이 됨을 확인할 수 있다. 또한, EDA의 세부 실험을 통해 분류 성능 개선에 도움이 되는 데이터 증강 연산에 관해 설명한다.

• Asia Marketing Journal
• /
• 제10권3호
• /
• pp.103-125
• /
• 2008

2006년 손해보험시장의 선도브랜드였던 LG화재는 LIG손해보험으로 기업브랜드명을 변경하면서 적극적 사회공헌활동을 토대로 고객과 사회에 희망을 주는 일등보험금융그룹으로서의 기업이미지를 성공적으로 구축하고 있다. 2004년에 실시되었던 기업브랜드에 대한 소비자조사 결과에서 LG화재는 경영성과에 대비하여 브랜드파워가 상대적으로 낮게 형성되어 있는 것으로 나타나, 브랜드 경쟁력 강화를 위해 브랜드 자산구축전략을 수립할 필요성이 대두되었다. 계열분리에 따라 LG화재는 새로운 기업브랜드 도입을 계획하고, 중장기적인 기업브랜드 자산구축전략의 일환으로 2004년부터 기업브랜드교체를 위한 준비단계에 돌입하였다. 일등보험금융그룹으로서의 규모감과 LG의 계승/발전이라는 의미를 함께 담아 기존의 긍정적 이미지 자산이 전이될 수 있는 방향으로 LG화재에 대한 기업브랜드 교체전략을 수립하고자 하였다. LG화재는 LIG 손해보험이라는 새로운 기업 브랜드를 통해 '삶의 소중함을 함께 가꿔나가는 동반자'로서 고객에게 보험의 새로운 가치를 제공하고자 하였다. 이를 위한 LG화재는 3가지 내부 공유가치를 설정하였다. 먼저, LG화재 브랜드의 기업비전과 공유가치를 담은 "브랜드 지향가치"를 설정하고, 브랜드 가치에 대한 소비자 공감을 획득하기 위해 "브랜드 전달가치"를 설정하고, 그리고 마케팅 커뮤니케이션을 통해 소비자 인식 속에 형성시키고자 하는 "목표이미지"를 설정하였다. LG화재는 새로운 브랜드가치를 고객들에게 전달하기 위해, "LIG손해보험"이라는 새로운 기업브랜드와 신규 하위브랜드를 개발하기로 했다. 또한 효과적인 기업브랜드 관리를 위해, 기업브랜드 목표의 수립과 브랜드모니터링 기능을 한 부서에서 통합적으로 관리하도록 하였다. 또한 브랜드 자산구축에 대한 목표관리를 위해 브랜드 측정모델을 개발하고 브랜드 평가에 활용하였다. LIG손해보험은 통합적 브랜드 커뮤니케이션을 통해 목표 브랜드이미지를 소비자의 마음속에 심고자 노력했고, 그 결과 기업브랜드의 성공적 교체라는 목표를 실현할 수 있었다. 새로운 기업브랜드를 런칭한 이후, 2006년 5월에 실시한 온라인 서베이의 결과에서 LIG손해보험을 LG화재의 새이름인 것으로 정확하게 인지하고 있는 경우가 88.9%로 나타나, 새로운 CI를 성공적으로 소비자들에게 인식시켰다는 평가를 받았다. LIG손해보험은 성공적으로 구축된 브랜드인지도를 바탕으로, "고객과 사회에 희망을 주는 기업"이라는 기업 이미지를 정립하고자 한다. 이를 위해 LIG손해보험은 '고객과 함께 성장하며 삶의 소중함을 가꿔나간다'라는 긍정적 브랜드-소비자관계를 구축할 수 있도록, 다양한 사회공헌사업을 계획/전개하고 있다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.