• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.147-157
• /
• 2013

디지털 환경의 도래와 언제 어디서나 접근할 수 있는 고속 네트워크의 도입으로 디지털 콘텐츠의 자유로운 유통과 이용이 가능해졌다. 이러한 환경은 역설적으로 다양한 저작권 침해를 불러 일으키고 있으며, 온라인 쇼핑몰에서 사용하는 상품 이미지의 도용이 빈번하게 발생하고 있다. 인터넷 쇼핑몰에 올라오는 상품 이미지와 관련해서는 저작물성에 대한 시비가 많이 일어나고 있다. 2001년 대법원 판결에 의하면 햄 광고를 위하여 촬영한 사진은 단순히 제품의 모습을 전달하는 사물의 복제에 불과할 뿐 창작적인 표현이 아니라고 적시하였다. 다만 촬영자의 손해액에 대해서는 인정함으로써 광고사진 촬영에 소요되는 통상적인 비용을 손해액으로 산정하게 하였다. 상품 사진 이외의 실내사진이라 하여도 '한정된 공간에서 촬영되어 누가 찍어도 동일한 사진'이 나올 수 밖에 없는 경우에는 창작성을 인정하지 않고 있다. 2003년 서울지방법원의 판례는 쇼핑몰에 사용된 사진에서 피사체의 선정, 구도의 설정, 빛의 방향과 양의 조절, 카메라 각도의 설정, 셔터의 속도, 셔터찬스의 포착 기타 촬영방법, 현상 및 인화 등의 과정에서 촬영자의 개성과 창조성이 인정되면 저작권법에 의하여 보호되는 저작물에 해당한다고 선고하여 손해를 인정하였다. 결국 쇼핑몰 이미지도 저작권법상의 보호를 받기 위해서는 단순한 제품의 상태를 전달하는 것이 아니라 촬영자의 개성과 창조성이 인정될 수 있는 노력이 필요하다는 것이며, 이에 따라 쇼핑몰 이미지를 제작하는 비용이 상승하고 저작권보호의 필요성은 더욱 높아지게 되었다. 온라인 쇼핑몰의 상품 이미지는 풍경사진이나 인물사진과 같은 일반 영상과 달리 매우 독특한 구성을 갖고 있으며, 따라서 일반 영상을 위한 이미지 워터마킹 기술로는 워터마킹 기술의 요구사항을 만족시킬 수 없다. 쇼핑몰에서 주로 사용되는 상품 이미지들은 배경이 흰색이거나 검은색, 또는 계조(gradient)색상으로 이루어져 있어서 워터마크를 삽입할 수 있는 공간으로 활용이 어렵고, 약간의 변화에도 민감하게 느껴지는 영역이다. 본 연구에서는 쇼핑몰에 사용되는 이미지의 특성을 분석하고 이에 적합한 이미지 워터마킹 기술을 제안하였다. 제안된 이미지 워터마킹 기술은 상품 이미지를 작은 블록으로 분할하고, 해당 블록에 대해서 DCT 양자화 처리를 함으로써 워터마크 정보를 삽입할 수 있도록 하였다. 균일한 DCT 계수 양자화 값의 처리는 시각적으로 영상에 블록화 현상을 불러오기 때문에 제안한 알고리즘에서는 블록의 경계 면에 붙어있는 영상 값에 대해서는 양자화 값의 분배를 작게 하고, 경계 면에서 멀리 떨어져있는 영상 값에 대해서는 양자화 값의 분배를 크게 함으로써 영상의 객관적 품질뿐 아니라 시각적으로 느끼는 주관적 품질도 향상 시켰다. 제안한 알고리즘에 의해서 워터마크가 삽입된 쇼핑몰 이미지의 PSNR(Peak Signal to Noise Ratio)은 40.7~48.5[dB]로 매우 우수한 품질을 보였으며, 일반 쇼핑몰 이미지에서 많이 사용되는 JPEG 압축은 QF가 70 이상인 경우에는 BER이 0이 나왔다.

• 벤처창업연구
• /
• 제12권4호
• /
• pp.47-60
• /
• 2017

본 연구의 목적은 창업보육센터의 창업보육 성과에 영향을 미치는 창업보육 서비스 관련 요인이 무엇인지를 살펴보고자 하며, 창업보육 서비스는 전통적인 물리적 서비스에서 비물리적 서비스까지 다양하다. 이러한 창업보육 서비스 유형들 중에서 실제 창업보육 성과에 영향을 미치는 변인을 규명하고자 한다. 따라서 기존의 창업보육센터의 서비스와 입주기업의 성과와의 관련된 연구을 바탕으로 문화콘텐츠 분야의 기업 관점에서도 유의미한지 재 검증해보고, 또한 문화콘텐츠 기업의 특성상 창업아이템의 사업성이 입주기업의 성과에 유의미한 영향을 미치는지에 대해 검증하고자 한다. 또한 문화콘텐츠 분야의 창업보육 시 필요한 서비스를 발굴하고 빠르게 변화하는 문화콘텐츠 시장의 성장에 따른 아이템의 사업성 평가에 따른 차별화된 창업보육 서비스를 통해 성과가 도출될 수 있도록 체계적이고 합리적인 문화콘텐츠 분야의 창업보육시스템 구축의 중요성에 대해서 논의하고자 한다. 본 연구는 창업보육센터 입주기업 창업자를 연구대상으로 하였고 2016년 10월 14일부터 31일까지 18일 동안에 총 180부를 배포하여 178부 중 30부를 제외하고, 148부를 최종 분석 자료로 활용하였다. 기술통계 분석을 통하여 표본의 특성을 파악한 후, 변수의 타당성 및 신뢰성을 검증하였으며, PLS(Partial Least Square)을 통해 연구 가설을 검증하였다. 가설검증을 통해 분석한 결과를 다음과 같다. 첫째, 경기도 문화콘텐츠 분야 창업보육센터의 지원서비스 수준이 창업아이템의 사업타당성에 미치는 영향을 분석한 결과에서는, 공간 및 부대지원서비스, 경영지원서비스, 기술지원 서비스는 창업아이템의 사업타당성에는 유의한 영향을 미치지 않는 것으로 나타났으며, 인적지원 서비스 및 마케팅 지원 서비스는 유의미한 정(+)의 영향을 미치는 것을 확인 할 수 있었다. 둘째, 경기도 문화콘텐츠 분야 창업보육센터의 지원서비스 수준이 입주기업의 성과에 미치는 영향을 분석한 결과에서는, 공간 및 부대지원 서비스, 인적지원 서비스 및 마케팅지원 서비스는 입주기업의 재무적 성과에 유의미한 정(+)의 영향을 미치는 것을 확인 할 수 있었으나, 경영지원 서비스, 기술지원 서비스는 입주기업의 재무적 성과에 유의미한 영향을 미치지 않는 것으로 나타났다. 또한 공간 및 부대지원 서비스, 경영지원 서비스, 인적지원 서비스 및 마케팅지원 서비스는 입주기업의 비재무적 성과에 유의미한 정(+)의 영향을 미치는 것을 확인 할 수 있었으나. 기술지원 서비스는 입주기업의 비재무적 성과에 유의한 영향을 미치지 않는 것으로 나타났다. 셋째, 경기도 문화콘텐츠 분야 창업아이템의 사업타당성이 입주기업의 성과에 미치는 영향을 미치는 것을 분석한 결과 창업아이템의 사업타당성이 입주기업의 성과(재무적,비재무적) 성과에 모두 영향을 미치는 중요한 요소임을 확인 할 수 있었다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.19-43
• /
• 2014

전체 결과의 80%가 전체 원인의 20%에 의해 일어난다는 파레토 법칙(Pareto principle)은 상위 20%의 핵심 고객에 대한 우선적인 마케팅을 비롯하여 기업 경영의 많은 부분에서 적용되어 왔다. 파레토 법칙과는 대조적으로, 80%의 사소한 다수가 20%의 핵심적인 소수보다 우월한 가치를 창출한다는 롱테일 법칙(Long Tail theory)은 ICT(Information and Communication Technology)의 발전과 함께 새로운 경영 패러다임으로 주목 받아오고 있다. 본 연구의 목적은 경영 현장에서 양대 흐름을 형성해온 이러한 법칙들이 변화무쌍한 글로벌 가상화 환경에서 기업의 핵심적인 성공 요인이라고 할 수 있는 가상 지식 협업에는 어떻게 관련되는지를 규명하는 것이다. 이를 위해, 대표적인 가상 지식 협업 커뮤니티인 위키피디아에서 품질 최상위 등급인 피쳐드 아티클(Featured Article) 레벨로 승급된 2,978개의 아티클에 대한 협업 행위를 분석하였다. 즉, 각 아티클 그룹에서 편집 횟수 기준 상위 20%에 속하는 참여자들의 총 편집 횟수가 전체 편집 횟수에서 차지하는 비율인 파레토 비율(Pareto ratio)이 지식 협업 효율성과 어떤 관계를 가지고 있는지를 도출하였다. 그리고, 이러한 연구를 편집 참여를 통한 지식 공유에 대한 전체적인 불평등 정도를 나타내는 지니 계수(Gini coefficient)의 영향 및 그룹의 작업 특성을 반영하도록 확장하였다. 결과적으로, 지식 공유의 파레토 비율과 지니 계수가 증가하면 지식 협업 효율성도 높아지지만, 이러한 변수들이 일정 수준 이상으로 증가하면 오히려 지식 협업 효율성이 낮아지는 역 U자(inverted U-shaped) 관계가 있음을 확인하였다. 그리고, 이러한 관계는 인지적 노력을 상대적으로 더 많이 요구하는 학문적인 특성의 작업에서 더 민감하게 작용하는 것으로 보인다.

• 헤리티지:역사와 과학
• /
• 제52권2호
• /
• pp.142-171
• /
• 2019

용(龍)은 동서양 전설 신화에 등장하는 상상 속 동물이다. 서양의 용은 대부분 공격적이고 부정적 의미로 표현되지만, 동양에서는 황제를 상징하거나 상서로운 의미를 갖고 있어 긍정적 의미를 내포한다. 또한 용은 물을 다스리는 신물(神物)로 여겨져 그 종류가 다양해지고 이를 형상으로 표현하고자 했다. 고려시대 용과 관련된 기록은 "고려사"에서 다양한 주제로 등장하며, 크게 건국설화 기우제 신이(神異) 등과 관련되어 있다. 건국설화는 용을 통해 고려 왕권의 당위성을 강조하기 위한 것으로 '왕(王)=용손(龍孫)'이라는 '용손의식(龍孫意識)' 형성에 영향을 끼친다. 또한 용의 특징인 물을 다스리는 능력은 가뭄에 비를 바라는 기우제와 관련한 토용(土龍)으로 상징화된다. 이와 같은 용의 다양한 성격 중 용이 왕실의 상징이기에 용문(龍紋)의 사용은 민간에서 엄격히 제한되었으며, 용을 소재로 한 용문경(龍紋鏡) 역시 그 제작 사용에 있어 왕실과의 연관성을 배제하기 어렵다. 고려시대 쌍룡문경(雙龍紋鏡)은 종류 수량이 많은 편으로 중국에서 유입된 동경(銅鏡)과 함께 국내에서 제작한 쌍룡문경이 혼재하면서 고려시대 쌍룡문경의 제작과 유통은 다른 동경에 비해 활발했던 것으로 보인다. 이에 대해 본고에서는 10~14세기 중국에 존재한 다양한 쌍룡문경의 특징을 정리했다. 고려의 장인들은 쌍룡문경을 제작할 때 중국 쌍룡문경의 문양 구성에서 큰 영향을 받은 것으로 보인다. 이는 중국 쌍룡문경과 국적을 판별하기 어려운 예가 많으며, 그 차이 또한 면밀한 분석을 요하기 때문이다. 하지만 고려는 유입된 쌍룡문경을 그대로 답습했던 것은 아니며, 자체적으로 제작하고자 했음을 국내 현존하는 쌍룡문경의 유형 분류를 통해 살펴보았다. 세 가지 유형으로 나뉘는 쌍룡문경은 요대(遼代) 동경 계열인 I 유형이 가장 큰 비중을 차지하며, 그 외 II III 유형에서는 수량은 적으나 문양 구성이 독특한 쌍룡문경이 있어 고려에서 제작한 쌍룡문경으로 분석했다. 고려시대 쌍룡문경은 중국의 영향 하에서 제작된 만큼 고려에서 제작한 동경과의 구분이 어렵다는 점을 앞서 언급했다. 이중 평창 월정사 구층석탑에서 발견된 쌍룡문경은 그 제작지에 대한 의문점이 있으며, 동경의 문양 구성도 중국 쌍룡문경에서 찾아볼 수 없는 예이기에 이 동경에 대한 제작지를 검토했다. 이 쌍룡문경은 I 유형에 속하는 동경의 문양 구성을 갖추고 있으면서도 세부 문양의 조합이 중국에서 찾기 힘든 예라는 점에서 요대 동경의 문양 구성을 차용하여 고려에서 제작된 것임을 알 수 있었다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.39-55
• /
• 2019

최근 은행과 증권회사를 중심으로 다양한 로보어드바이저 금융상품들이 출시되고 있다. 로보어드바이저는 사람 대신 컴퓨터가 포트폴리오 자산배분에 대한 투자 결정을 실행하기 때문에 다양한 자산배분 알고리즘이 활용되고 있다. 본 연구에서는 대표적 로보어드바이저 알고리즘인 블랙리터만모형의 강점을 살리면서 객관적 투자자 전망을 도출할 수 있는 지능형 전망모형을 제안하고 이를 내재균형수익률과 결합하여 최종 포트폴리오를 도출하는 로보어드바이저 자산배분 알고리즘을 새로이 제안하며, 실제 주가자료를 이용한 실증분석 결과를 통해 전문가의 주관적 전망을 대신할 수 있는 지능형 전망모형의 실무적 적용 가능성을 보여주고자 한다. 그동안 주가 예측에서 우수한 성과를 보여주었던 기계학습 방법 중 SVM 모형을 이용하여 각 자산별 기대수익률에 대한 예측과 예측 확률을 도출하고 이를 각각 기대수익률에 대한 투자자 전망과 전망에 대한 신뢰도 수준의 입력변수로 활용하는 지능형 전망모형을 제안하였다. 시장포트폴리오로부터 도출된 내재균형수익률과 지능형 전망모형의 기대수익률, 확률을 결합하여 최종적인 블랙리터만모형의 최적포트폴리오를 도출하였다. 주가자료는 2008년부터 2018년까지의 132개월 동안의 8개의 KOSPI 200 섹터지수 월별 자료를 분석하였다. 블랙리터만모형으로 도출된 최적포트폴리오의 결과가 기존의 평균분산모형이나 리스크패리티모형 등과 비교하여 우수한 성과를 보여주었다. 구체적으로 2008년부터 2015년까지의 In-Sample 자료에서 최적화된 블랙리터만모형을 2016년부터 2018년까지의 Out-Of-Sample 기간에 적용한 실증분석 결과에서 다른 알고리즘보다 수익과 위험 모두에서 좋은 성과를 기록하였다. 총수익률은 6.4%로 최고 수준이며, 위험지표인 MDD는 20.8%로 최저수준을 기록하였다. 수익과 위험을 동시에 고려하여 투자 성과를 측정하는 샤프비율 역시 0.17로 가장 좋은 결과를 보여주었다. 증권계의 애널리스트 전문가들이 발표하는 투자자 전망자료의 신뢰성이 낮은 상태에서, 본 연구에서 제안된 지능형 전망모형은 현재 빠른 속도로 확장되고 있는 로보어드바이저 관련 금융상품을 개발하고 운용하는 실무적 관점에서 본 연구는 의의가 있다고 판단된다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.219-240
• /
• 2018

감성사전은 감성 어휘에 대한 사전으로 감성 분석(Sentiment Analysis)을 위한 기초 자료로 활용된다. 이와 같은 감성사전을 구성하는 감성 어휘는 특정 도메인에 따라 감성의 종류나 정도가 달라질 수 있다. 예를 들면, '슬프다'라는 감성 어휘는 일반적으로 부정의 의미를 나타내지만 영화 도메인에 적용되었을 경우 부정의 의미를 나타내지 않는다. 그렇기 때문에 정확한 감성 분석을 수행하기 위해서는 특정 도메인에 알맞은 감성사전을 구축하는 것이 중요하다. 최근 특정 도메인에 알맞은 감성사전을 구축하기 위해 범용 감성 사전인 오픈한글, SentiWordNet 등을 활용한 연구가 진행되어 왔으나 오픈한글은 현재 서비스가 종료되어 활용이 불가능하며, SentiWordNet은 번역 간에 한국 감성 어휘들의 특징이 잘 반영되지 않는다는 문제점으로 인해 특정 도메인의 감성사전 구축을 위한 기초 자료로써 제약이 존재한다. 이 논문에서는 기존의 범용 감성사전의 문제점을 해결하기 위해 한국어 기반의 새로운 범용 감성사전을 구축하고 이를 KNU 한국어 감성사전이라 명명한다. KNU 한국어 감성사전은 표준국어대사전의 뜻풀이의 감성을 Bi-LSTM을 활용하여 89.45%의 정확도로 분류하였으며 긍정으로 분류된 뜻풀이에서는 긍정에 대한 감성 어휘를, 부정으로 분류된 뜻풀이에서는 부정에 대한 감성 어휘를 1-gram, 2-gram, 어구 그리고 문형 등 다양한 형태로 추출한다. 또한 다양한 외부 소스(SentiWordNet, SenticNet, 감정동사, 감성사전0603)를 활용하여 감성 어휘를 확장하였으며 온라인 텍스트 데이터에서 사용되는 신조어, 이모티콘에 대한 감성 어휘도 포함하고 있다. 이 논문에서 구축한 KNU 한국어 감성사전은 특정 도메인에 영향을 받지 않는 14,843개의 감성 어휘로 구성되어 있으며 특정 도메인에 대한 감성사전을 효율적이고 빠르게 구축하기 위한 기초 자료로 활용될 수 있다. 또한 딥러닝의 성능을 높이기 위한 입력 자질로써 활용될 수 있으며, 기본적인 감성 분석의 수행이나 기계 학습을 위한 대량의 학습 데이터 세트를 빠르게 구축에 활용될 수 있다.

• 한국지반공학회논문집
• /
• 제35권5호
• /
• pp.5-19
• /
• 2019

암반으로 구성되어 있는 급경사($65^{\circ}{\sim}85^{\circ}$)비탈면이 장기간 안정한 상태로 유지되고 있는 자연현상을 고려할 때, 설계 및 초기 시공 단계에서 위와 유사한 지반 상태로 이루어진 깎기 암반비탈면에 대해 1:0.5(발파암 경사 기준)보다 급한 경사를 적용할 수 있을 것이다. 급경사로 설계 가능한 양호한 연속체 암반비탈면의 안정성을 검토하는 과정에서, 설계실무 측면에서 범용적인 암반강도정수 산정방법이 필요하게 되었다. Hoek 등(2002)이 수정 보완하여 발표한 Hoek-Brown 파괴기준과 GSI분류는 불연속구조의 영향을 충분히 고려한 암반특성화 시스템으로 평가되었으며, 응력변화에 따라 등가 Mohr-Coulomb 강도정수(등면적법)를 산출하는 방법을 제안하였다. 비탈면에서는 등가 M-C 강도정수가 최대구속응력(${{\sigma}^{\prime}}_{3max}$ 또는 수직응력)변화에 따라 민감하게 변화하므로 실무적으로 활용하기에 어려운 점이 있다. 이 연구에서는 양호한 연속체 암반비탈면에 대해 최대구속응력 범위이내에서 범용적으로 적용할 수 있는 강도정수산정방법(등각분할법)을 H-B 파괴기준을 응용하여 제안한다. 등각분할법 강도정수(A)의 타당성 및 적용성을 평가하기 위해, 연구대상 암반비탈면을 기존 실시설계 현장 인근에 있는 급경사 비탈면에서 암석종류별(화성암, 변성암, 퇴적암)로 선정하고, Hoek이 제시한 등가 M-C 강도정수(등면적법)들과 비교 분석하였다. 등면적법 및 등각분할법 등가 M-C 강도정수는 기본적인 자료인 기존 실시설계 현장의 실내 암석 삼축압축시험과 연구대상 암반비탈면의 불연속구조의 특성조사(Face Mapping)를 통해 RocLab 프로그램(H-B 파괴기준을 기본으로 전산화된 지반정수 산정 소프트웨어)을 활용하여 산정하였다. 산정된 등면적법 등가 M-C 강도정수는 상호 연동되어 점착력과 내부마찰각이 아주 크거나($45^{\circ}$ 이상) 작게 나타났다. 등각분할법 등가 M-C 강도정수는 등면적법 등가 M-C 강도정수의 중간 정도이며, 내부마찰각은 $30^{\circ}{\sim}42^{\circ}$의 범위를 보인다. 연구대상 암반비탈면의 등각분할법 강도정수(A)와 기존 실시 설계 현장에서 연구대상 암반비탈면과 유사한 암반상태(동일 등급 RMR)에 적용한 강도정수(B)와 비교 분석하고, 이 지반정수들로 적용한 비탈면 안정해석(한계평형해석과 유한요소해석) 결과를 통해 제안한 등각분할법의 적용성을 간접적으로 평가하였다. A와 B의 강도정수 차이는 10% 정도이다. 한계평형해석 결과(우기 기준), A적용 안전율(Fs)=14.08~58.22(평균 32.9), B적용 안전율(Fs)=18.39~60.04(평균 32.2)이며, 각 동일한 암석종류에 따라 상호 유사하게 나타났다. 유한요소 해석 결과, A적용 변위=0.13~0.65mm(평균 0.27mm), B적용 변위=0.14~1.07mm(평균 0.37mm)으로 매우 유사하다. H-B 파괴기준을 응용하여 등각분할법으로 산출한 지반 정수를 실무적인 전단강도로 적용할 수 있는 적용성 평가에서 유의미한 결과를 확인할 수 있었다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.

• 동양고전연구
• /
• 제72호
• /
• pp.365-400
• /
• 2018

10천간 12지지를 합성한 60개의 서수부호(序數符號)로 각각의 연월일시를 표현하였던 간지(干支) 책력(冊曆)에서의 그 기호는, 동양의 전통 의학(醫學) 분야에서 발병과 치료에 영향을 미치는 요인의 표식으로 쓰였을 뿐만 아니라, 여러 술수(術數) 분야에서의 길흉화복(吉凶禍福) 예단 지표로도 사용되었다. 이 간지력(干支曆) 부호를 기준으로 삼은 많은 술수 이론들이 한대(漢代) 이전까지 상당부분 갖추어졌던 것에 반해, '그것이 그렇게 된' 근원적 원리에 대한 이후의 책력학적 논의는 찾아보기 어렵다. 세성(歲星)(목성)이 황도대의 12개 '자리[차(次)]' 중에서 어느 곳에 있는 것인지로 그 한 해의 연명(年名)이 정해지는 천체력 기년 방식에는, 크게 세성기년법(歲星紀年法) 태세기년법(太歲紀年法) 간지기년법(干支紀年法) 등이 있다. 태세기년법과 명칭만 다를 뿐 실제로는 동일한 기년법이라 할 수 있는 간지기년법에서는 다시 세 가지 이상의 방식이 존재하며, 그 중 하나가 한대(漢代) 이래로 현재까지 중국과 우리나라 등지에서 끊김 없이 사용되고 있는 것이다. 2018년 올해의 간지 연명이 무술(戊戌)이 된 것은 순전히 '우연'에 의한 것이었다. 따라서 본 논의에서 필자는, 연월일시의 간지 부호를 가지고 고유 이론들을 구성하는 각종 전통 술수 분야에서 이에 대한 자각의 필요성을 역설(力說)하였다. 만 12년에 조금 못 미치는 목성의 1주천(周天) 주기 때문에, 천여 년에 한 번씩 약 85년 동안만 '황도대에서의 세성(歲星) 위차(位次)'와 '12지지(地支) 부호(符號)의 연명(年名)'이 서로 부합되는 상황이 펼쳐지는데, 최근의 수십 년이 그 시기가 됨을 확인하였다. 아울러서 28수(宿)를 바라보는 적절한 방법에 대해서도 함께 논하였다. 간지 책력이 각종 술수는 물론 전통 의술의 이론적 기반과도 결부된 것이니 만큼, 고대(古代) 천체력(天體曆)의 근원적 이론에 대한 심도 있는 연구는, 동양 전통 학문과 문화의 계승 발전 차원에서도 결코 소홀히 넘길 수 없는 일이다.