• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.21-29
• /
• 2023

본 논문에서는 인구 조사에서 산업 및 직업 코드를 자동 분류하기 위한 인공지능 기반 시스템을 제안한다. 산업 및 직업 코드의 정확한 분류는 정책 결정, 자원 할당 및 연구를 위해 매우 중요하지만, 기존의 방식은 사람이 작성한 사례 사전에 의존하는 규칙 기반 방식으로 규칙 생성에 필요한 시간과 자원이 많이 소요되며 오류 발생 가능성이 높다. 우리는 본 논문에서 통계 기관에서 사용하는 기존의 규칙 기반 시스템을 대체하기 위해 사용자가 입력한 데이터를 이용하는 인공지능 기반 시스템을 제안하였다. 이 논문에서는 여러 모델을 학습하고 평가하여 산업에서 86.76%의 일치율, 직업에서 81.84%의 일치율을 달성한 앙상블 모델을 개발하였다. 또한, 분류 확률 결과를 기반으로 프로세스 개선 작업도 제안하였다. 우리가 제안한 방법은 전이 학습 기술을 활용하여 사전 학습된 모델과 결합하는 앙상블 모델을 사용하였으며, 개별 모델과 비교하여 앙상블 모델의 성능이 더 높아짐을 보였다. 본 논문에서는 인공지능 기반 시스템이 인구 조사 데이터 분류의 정확성과 효율성을 향상시키는 잠재력을 보여주며, 인공지능으로 이러한 프로세스를 자동화함으로써 더 정확하고 일관된 결과를 달성하며 기관 직원의 작업 부담을 줄일 수 있다는 점을 보여준다.

• 대한토목학회논문집
• /
• 제26권2D호
• /
• pp.275-283
• /
• 2006

최근 도시지역의 확산과 교통망의 발달로 도로안내표지의 효율적 정보제공이 요구되고 있으며, 안내체계의 효율성을 증대시킬 수 있는 안내지명의 선정원칙과 안내체계가 필요한 실정이다. 따라서 본 연구에서는 수원시의 도로표지 안내정보의 실태를 파악하여 적절한 정보들을 제공되고 있는지 또한 제공된 정보들은 체계적인 연속성을 가지고 있는지 파악하고자 하였다. 즉, 도로이용자가 찾고자하는 한 지점을 중심으로 도로표지판의 안내정보의 적절성과 연계성 및 출현빈도에 관한 조사를 실시하였다. 수원시청을 최종목적지로 하여 주변도시 접경부 의왕시, 안산시, 화성시, 오산시, 용인시 등지 에서 수원시청까지 5개의 간선도로에 설치된 도로표지판 중 방향예고표지와 방향표지, 시설안내표지등을 분석하였다. 결과, 도로표지규정의 안내 지명선정 원칙에 의한 랜드마크나 1등급으로 분류되는 지명들은 상대적으로 찾기가 다소 용이하나, 그 외의 이용자가 원하는 지명을 알아내는데 상당히 어려움이 있는 것으로 파악되었다. 이는 안내지명만으로 현 위치를 파악하기가 어렵고 제시된 안내지명이 직진방향에서 만날 수 있는 지명뿐 아니라 좌회전 혹은 우회전을 해야만 만날 수 있는 지명일 경우 방향을 알 수가 없어 비효율적인 정보가 제공되고 있는 것으로 파악되었다. 게다가 선정된 안내지명마저도 출현빈도의 적정성에 문제가 있고, 표지간의 연계가 이루어지고 있지 않아 도로이용자에게 많은 불편함을 주고 있는 것으로 나타났는데, 이러한 이용 상의 불편을 방지하기 위해서 도로표지의 체계적인 개선이 필요하다.

• 대한토목학회논문집
• /
• 제29권3D호
• /
• pp.399-408
• /
• 2009

우리나라 건설사업은 점차 대형화되고 복잡화되는 가운데 예산 및 원가절감에 대한 압박도 점차 높아지고 있다. 이러한 가운데 정부와 공공발주기관들은 경제성 및 품질 향상에 부응하기 위한 발주자 주도의 원가관리기법인 '설계VE(Value Engineering)'을 도입하기 위해 노력해왔다. 국토해양부는 2000년 3월 건설기술관리법시행령을 통해 총공사비 500억원 이상의 1종 시설물 공사에 대하여 설계VE를 의무화하였고 2006년 1월부터는 총공사비 100억원 이상 공사로 그 대상을 확대하였다. 또한 정부는 '경영혁신기본법'과 '공공기관운영에관한법률' 제정을 통해 공공발주기관의 경영혁신 필요성을 제고하고 있어 설계VE의 도입 필요성은 더욱 증가하고 있다. 이에 본 연구는 공공발주기관의 설계VE 성공과 매우 밀접한 7개 부문 총 19개의 핵심성공요인(Critical Success Factors, CSFs)을 도출하고, 10개의 주요기능을 도출한 후 프로세스 모델링기법을 활용하여 공공발주기관의 개선된 설계VE 프로세스를 제시하였다. 연구에서 제시된 프로세스는 공공발주기관인 G사의 사례 연구를 통해 그 효과를 확인하였다. 본 연구결과는 설계VE를 이미 시행하고 있거나 새로 도입하고자 하는 정부, 지방자치단체 및 기타 공기업들이 보다 효과적인 설계VE 프로세스를 도입하는데 활용될 수 있을 것으로 기대된다.

• 한국노년학
• /
• 제39권2호
• /
• pp.213-229
• /
• 2019

이 연구는 서울시 찾아가는 동주민센터(이하 '찾동') 노인 방문건강관리 서비스를 이용해 본 경험이 있는 노인들을 대상으로, 건강관리 서비스 미충족에 영향을 미치는 요인을 분석하고, 향후 효과적인 커뮤니티케어 정착을 위한 동 단위 방문건강관리 사업의 방향성을 제시하고자 하는 목적으로 수행하였다. 이를 위해 찾동 2단계('16. 7. 1 ~ '17. 6. 30) 사업에 참여한 17개 자치구 만 65세, 만 70세 노인 중 1,000명을 자치구별 비례할당 및 임의 추출하여 대면 설문조사를 실시하였다. 서비스 미충족 영향요인의 경우, 개인 및 자치구 환경적 요인으로 나누어 다수준 회귀분석을 실시했다. 연구결과 서비스 미충족을 높이는 개인적 요인으로 사회경제적 수준(고소득, 독거 및 노인가구), 건강수준(복합만성질환, 건강문해력, 우울), 찾동 경험(간호사 1회 방문, 적은 서비스 제공시간 및 낮은 이해도), 사회신뢰(낮은 정부신뢰)로 나타났으며, 자치구 요인으로는 사업 시행기간이 짧을수록, 재정자주도가 낮을수록 서비스 미충족 확률이 높았다. 이를 통해, 커뮤니티케어의 효율성 제고를 위한 다음의 제언을 하고자 한다. 첫째, 건강관리 서비스 수혜 대상을 현재의 65세 및 70세 노인 전수 방문에서 중장기적으로 경제적 또는 건강 취약가구로 사업의 초점대상을 좁혀서, 제한된 예산 속에서 서비스의 질을 높이는 방안에 대한 고민이 요구된다. 둘째, 방문 대상 연령을 만 65세에서 만 66세로 전환하고 국민건강보험공단 생애주기별 건강검진사업과 결과를 공유하여, 사업의 효율성이 높이는 것을 고려할 필요가 있다. 서울시 찾동 사업은 시군구를 중심으로 운영되던 국민건강관리를 행정동 단위로 낮추어 국민들이 체감도를 높이고, 지역사회 건강관리의 패러다임을 바꾸었다는 점에서 의미가 크다. 이 연구가 향후 커뮤니티케어의 효과적인 정착을 위한 기초자료 및 정책 대안으로 활용되기를 기대한다.

• Asia Marketing Journal
• /
• 제15권3호
• /
• pp.79-95
• /
• 2013

New product innovation is a process of embodying new knowledge in a product and technology licensing is getting popular as a means to innovations and introduction of new product to the market in today's competitive global market environment. Incumbents often rely on technology licensing to access new product opportunities created by other firms. Prior research has examined various aspects of technology licensing agreements such as specific contract terms of licensing agreements, e.g., distribution of control rights, exclusivity of licensing agreements, cross-licensing, and the scope of licensing agreements. This study aims to provide answers to an important, but under-researched question: why do some incumbents initiate more licensing agreement for exploratory learning while others do it for exploitative learning along the innovation process? We attempt to extend our knowledge of licensing agreements from an organizational learning perspective. Technology licensing as a specific form of interfirm linkages can be initiated with different learning objectives along the process of new product innovation. The exploratory stages of the innovation process such as discovery or research stages involve extensive searches to create new knowledge or capabilities, whereas the exploitative stages of the innovation process such as application or test stages near the commercialization are more focused on developing specific applications or improving their efficiency or reliability. Thus, different stages of the innovation process generate different types of learning and the resulting technological resources. We examine when incumbents as licensees initiate more licensing agreements for exploratory learning objectives and when more for exploitative learning objectives, focusing on two factors that may influence a firm's formation of exploratory and exploitative licensing agreements: 1) its past radical and incremental innovation experience and 2) its internal investments in R&D and marketing. We develop and test our hypotheses regarding the relationship between a firm's radical and incremental new product experience, R&D investment intensity and marketing investment intensity, and the likelihood of engaging in exploratory and exploitive licensing agreements. Using data collected from various secondary sources (Recap database, Compustat database, and FDA website), we analyzed technology licensing agreements initiated in the biotechnology and pharmaceutical industries from 1988 to 2011. The results of this study show that incumbents initiate exploratory rather than exploitative licensing agreements when they have more radical innovation experience and when they invest in R&D activities more intensively; in contrast, they initiate exploitative rather than exploratory licensing agreements when they have more incremental innovation experience and when they invest in marketing activities more intensively. The findings of this study contribute to the licensing and interfirm cooperation studies. First, this study lays a foundation to understand the organizational learning aspect of technology licensing agreements. Second, this study sheds lights on how a firm's internal investments in R&D and marketing are linked to its tendency to initiate licensing agreements along the innovation process. Finally, the findings of this study provide important insight to managers regarding which technologies to gain via licensing agreements. This study suggests that firms need to consider their internal investments in R&D and marketing as well as their past innovation experiences when they initiate licensing agreements along the process of new product innovation.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.63-70
• /
• 2023

최근 스마트팜 에너지 비용 중 35% 낸난방비 에너지 소비가 증가되어 에너지 소비 효율화가 요구되며, 전기료 현실화에 대한 우려로 신재생 에너지 중요성이 증가하고 있다. 신재생 에너지는 수력, 풍력, 태양광 등에 속하며, 이중 태양광 에너지는 전기에너지로 변환하는 발전기술로, 이 기술은 에너지원이 환경에 미치는 영향이 적고, 유지 보수가 간편하다는 특징을 갖고 있다. 본 연구에서는 온실 축열조, 히트펌프 데이터 기반으로 축열조 영향을 많이 미치는 요소를 선정하고 축열조 공급 온도예측 모델을 개발하고자 한다. 시계열 데이터 분석 및 예측에 효과적인 LSTM(Long Short-Term Memory)과 다른 앙상블 학습 기법보다 뛰어난 XGBoost 모델을 이용하여 예측한다. 히트펌프 축열조 온도를 예측함으로써 에너지 소비를 최적화하여 시스템 운영을 최적화할 수 있다. 또한, 태양광 활용에 따른 냉난방비 절감 및 농가의 에너지 자립도 개선 등 스마트팜 에너지 통합 운영 시스템에 연계하고자 한다. 플랫폼을 통해 폐열 에너지의 공급을 관리하고 최대 난방부하 및 계절, 시간별 작물생장에 필요한 에너지값을 도출하여 이를 기반으로 최적 에너지 운용방안을 도출하고자 한다.

• 사물인터넷융복합논문지
• /
• 제10권1호
• /
• pp.39-45
• /
• 2024

항만 성능에 대한 정확한 평가는 컨테이너 물동량은 매우 중요한 요소이며, 효과적인 항만 개발 및 운영 전략에 대한 정확한 예측이 필수적이다. 하지만 해양 산업의 급격한 변화로 인해 컨테이너 물동량 예측의 정확성이 향상되기는 어렵다. 이를 해결하기 위해 사물인터넷(IoT)을 이용한 항만 성능에 미치는 영향을 분석하여 부산항의 경쟁력과 효율성을 향상시키기 위해 적용이 필요하다. 이에 본 연구에서는 부산항의 미래 컨테이너 물동량을 예측하기 위한 예측 모델을 개발하는 것을 목표로 이를 통해 항만 관리 기관의 개선된 의사 결정과 항만 생산성을 향상시키는 데 초점을 맞추고 있다. 항만 컨테이너 물동량을 예측하기 위해 본 연구에서는 기계 학습 모델의 Extreme Gradient Boosting (XGBoost) 기법을 도입하였다. XGBoost는 다른 알고리즘에 비해 높은 정확도, 빠른 학습 및 예측 속도,과적합을 방지하고 Feature Importance 제공하는 장점이 돋보인다. 특히 XGBoost는 회귀 예측 모델링에 직접 사용할 수 있어 기존 연구에서 제시된 물동량 예측 모델의 정확도 향상에 도움이 된다. 이를 통해 본 연구는 4.3% MAPE (Mean absolute percenture error) 값으로 제안된 방법이 컨테이너 물동량을 정확하고 신뢰성 있게 예측할 수 있다. 본 연구에서 제시한 방법론을 통해서 부산 컨테이너물동량의 정확성을 높일 수 있을 것으로 판단된다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.523-528
• /
• 2023

금속염 수용액과 고분자 매개체를 출발물질로 사용한 액상합성법으로 적색 파장을 방출하는 형광체를 합성하여, 태양전지 성능향상을 위한 소재로서의 적용 가능성을 검토하였다. Ca, Zn, Al, Eu 등 금속의 질산염을 사용하여 수용액을 제조하고 이것을 식물성 고분자인 전분에 함침시킨 전구체를 소결하여 CaZnAlO:Eu 형광체 분말을 합성하였다. 합성한 CaZnAlO:Eu 형광체 분말의 표면구조 및 성분분석을 주사전자현미경(SEM)과 에너지분산형 X-선분광법(EDS)으로 분석하였다. PL측정 결과 650-780nm의 근적외선영역의 발광파장을 가지는 적색형광체가 성공적으로 합성되었다. XRD 분석결과 단일상을 가진 순수한 CZA:Eu³⁺ 형광체가 합성된 것을 확인하였다. SEM, EDS 분석 결과 합성한 Ca₁₄Zn₆Al_9.93O₃₅:Eu³⁺_0.07 형광체 분말의 입도가 균일하며, 부활제로 사용한 Eu 이온이 존재하고 있는 것을 알 수 있다. 합성된 CZA:Eu³⁺ 형광체는 자외선이나 가시광선을 근적외선영역의 파장으로 하향변환하여 태양전지의 광 흡수효율을 높일 수 있는 소재로 활용될 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.123-132
• /
• 2023

Git의 커밋 메시지는 프로젝트 진행 혹은 운영 과정에서 소스가 변경되는 이력을 관리한다. 이러한 이력 데이터를 활용하면 프로젝트 리스크와 프로젝트 현황을 파악할 수 있어 비용 절감과 시간 효율개선을 높일 수 있다. 이와 관련된 많은 연구가 진행되고 있고 이러한 연구 분야 중 커밋 메시지를 소프트웨어 유지관리의 유형으로 분류하는 연구가 있다. 발표된 연구 중 최대 분류 정확도는 95%로 보고되어 있다. 본 논문에서는 커밋 분류 모델을 이용한 솔루션 등의 활용을 목적으로 연구를 시작했고, 기존 연구 중 정확도가 가장 높은 모델이 JAVA 언어로 작성된 프로그램에만 적용할 수 있는 제약을 없애기 위한 연구를 수행하였다. 이를 위해 GPT를 이용해서 소스 변경 데이터를 자연어로 표준화하는 단계를 추가 설계하고 구현하였다. 본문은 Git에서 커밋 메시지와 소스 변경 데이터를 추출하고, GPT로 소스 변경 데이터를 표준화하는 과정과 디스틸버트(DistilBERT) 모델을 이용한 학습 과정을 설명한다. 검증 결과 91%의 정확도를 측정하였다. 제안하는 모델은 정확도를 확보하고 특정 프로그램에 종속되지 않고 분류할 수 있는 모델을 구현 및 검증하였다. 향후 Bard를 이용한 분류 모델 연구와 제안한 분류 모델을 이용해 프로젝트에 도움이 되는 관리 도구 모델에 관해 연구할 계획이다.

• Nuclear Engineering and Technology
• /
• 제55권10호
• /
• pp.3543-3548
• /
• 2023

Shutdown chemistry evolution is performed in nuclear power plants at each refueling outage (RFO) to establish safe conditions to open system and minimize inventory of corrosion products in the reactor coolant system (RCS). After hydrogen peroxide is added to RCS during shutdown chemistry evolution, corrosion products are released and are removed by filters and ion exchange resins in the chemical volume control system (CVCS). Shutdown chemistry evolution including RCS clean-up time to remove released corrosion products impacts the critical path schedule during RFOs. The estimation of clean-up time prior to RFO can provide more reliable actions for RCS clean-up operations and transients to operators during shutdown chemistry. Electric Power Research Institute (EPRI) shutdown calculator (SDC) enables to provide clean-up time by Co-58 peak activity through operational data from nuclear power plants (NPPs). In this study, we have investigated the results of EPRI SDC by shutdown chemistry data of Co-58 activity using NPP data from previous cycles and modeled the estimated clean-up time by EPRI SDC using average Co-58 activity of the NPP. We selected two RFO data from the NPP to evaluate EPRI SDC results using the purification time to reach to 1.3 mCi/cc of Co-58 after hydrogen peroxide addition. Comparing two RFO data, the similar purification time between actual and computed data by EPRI SDC, 0.92 and 1.74 h respectively, was observed with the deviation of 3.7-7.2%. As the modeling the estimated clean-up time, we calculated average Co-58 peak concentration for normal cycles after cycle 10 and applied two-sigma (2σ, 95.4%) for predicted Co-58 peak concentration as upper and lower values compared to the average data. For the verification of modeling, shutdown chemistry data for RFO 17 was used. Predicted RCS clean-up time with lower and upper values was between 21.05 and 27.58 h, and clean-up time for RFO 17 was 24.75 h, within the predicted time band. Therefore, our calculated modeling band was validated. This approach can be identified that the advantage of the modeling for clean-up time with SDC is that the primary prediction of shutdown chemistry plans can be performed more reliably during shutdown chemistry. This research can contribute to improving the efficiency and safety of shutdown chemistry evolution in nuclear power plants.