• 한국산학기술학회논문지
• /
• 제9권3호
• /
• pp.664-673
• /
• 2008

최근 유비쿼터스가 최대의 화두로 떠오르고 있다. 새로운 지식 정보와 경쟁력 강화를 위한 유비쿼터스 컴퓨팅 혁명은 기술 활용 체제라는 새로운 패러다임 전환과 이에 따른 대대적 변화를 예고하고 있다. 또한, u-러닝 기반여건과 학습 장애상황들을 극복하기 위해서는 기술 공학적으로 상당히 접근되어 있는 시스템과 생활 지도 측면의 검사가 반드시 필요하다. 본 논문에서는 OSGi(Open Service Gateway Initiative)에 기반을 둔 USB(Universal Serial Bus) 단말기 시스템을 이용하여 초등학교에서 증가 추세이며 반드시 해결해야 할 주의력 결핍 및 과잉장애(Attention Deficit Hyperactivity Disorder, 이하 ADHD)에 대한 간편검사를 구현하였다. OSGi 기반 USB 단말기 시스템은 다수의 USB 단말기들과 OSGi를 탑재한 서버가 고속의 USB 버스를 이용하여 네트워크를 구축한 다양한 유비쿼터스 시스템으로 정보의 보호, 네트워크의 안전성, 비용 절감 및 유지 보수가 용이함, 주의 집중력 향상 등의 장점이 있고, ADHD는 조기 진단과 치료가 절실하기 때문에 본 논문에서 다루게 되었다. OSGi 기반 USB 단말기 시스템을 활용한 ADHD 간편검사를 통하여 지필 검사의 단점을 보완하고 컴퓨터를 이용한 검사의 문제점을 해결할 수 있었으며, 학생 지도에 도움을 줄 수 있는 시스템 적용을 확인하였다. 본 논문 결과에 비추어 학교에서 공식적으로 실시하는 인성검사나 지능검사와 일반 시험문제 풀이 그리고 수준별 학습용 시스템, 맞춤형 설문 조사 프로그램, 장애인을 위한 학습 시스템, 다수가 같이하는 게임시스템으로도 사용이 가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.105-112
• /
• 2021

빅데이터 시대에 접어들며 데이터에 대한 관심이 폭발적으로 늘어나고 있다. 특히, 인터넷 및 소셜미디어의 발전은 새로운 데이터들의 생성으로 연결되어 빅데이터와 인공지능 시대의 실현과 융합 기술의 새로운 장을 열 수 있게 되었으며, 과거에는 프로그램으로 다루지 못하던 데이터에 대한 분석 요구가 많이 발생하고 있다. 본 논문에서는 빅데이터 시대에서 많이 요구되는 비정형 데이터에 대한 분류를 위하여 분석 모델을 설계하고 이를 검증하였다. 데이터는 디비피아의 논문 요약과 주제어, 그리고 부주제 어를 크롤링하였으며, 코엔엘피의 데이터 사전을 이용해 데이터베이스를 생성하고, 형태소 분석을 통하여 단어의 토큰화 과정을 수행하였다. 또한, 카이스트의 9 품사 분류 체계를 이용해 명사를 추출하고, TF-IDF 값을 생성하였으며, 학습 데이터와 Y 값을 결합하여 분석 데이터 셋을 생성하였다. 이와 같이 생성된 분석 데이터 셋에 랜덤 포레스트와 서포트 벡터 머신 그리고 의사결정트리, 이렇게 세 가지 분석 알고리즘을 적용하여 분류의 적정성을 측정하였다. 본 논문에서 제안한 분류 모델 기법은 논문 분류 외에도 민원 분류 분석 및 텍스트 관련 분석 등 다양한 분야에 유용하게 사용될 수 있다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.263-278
• /
• 2022

최근 IoT 기술의 발달로 외출 중에도 반려동물에 급여하도록 자동 사료급식기가 유통되고 있다. 그러나 자동급식에서 중요한 중량을 측정하는 저울 방식은 쉽게 고장이 나고, 3D카메라 방식은 비용이 든다는 단점이 있으며, 2D카메라 방식은 중량 측정의 정확도가 떨어진다. 특히 사료가 복합된 경우 중량 측정 문제는 더욱 어려워질 수 있다. 따라서 본 연구의 목적은 2D카메라를 사용하면서도 중량을 정확하게 추정할 수 있는 딥러닝 접근법을 제안하는 것이다. 이를 위해 다양한 합성곱 신경망을 이용하였으며, 그중 ResNet101 기반 모델이 3.06 gram의 평균 절대 오차와 3.40%의 평균 절대비 오차를 기록하며 가장 우수한 성능을 보였다. 본 연구의 결과로 사료와 같이 규격화된 물체의 중량을 확보가 용이한 2D 이미지를 통해서만 예측할 필요가 있을 경우 유용한 정보로 활용될 수 있다.

• 한국시뮬레이션학회논문지
• /
• 제31권3호
• /
• pp.55-61
• /
• 2022

현재 경찰과 소방이 범죄신고, 긴급출동과 같은 구조 상황발생 시 통화권영역 내에서는 이동통신 사업자가 구축한 네트워크,와이파이,GPS기반의 긴급 구조용 측위시스템을 활용하여 요구조자의 단말과 직접 연동하여 예상위치를 정밀 측위를 하고 있다. 그러나 산악구조의 경우 조난자가 산악지형의 음영지역에 위치하거나 단말의 방전(power off) 시에는 단말과 직접 연동하여 정밀 측위가 불가능하며 마지막 접속 기지국 정보만을 받고 있어 수색의 위치를 한정할 수 없으므로 구조 골든타임 확보가 어려운 상황이다. 본 논문에서는 개선방안으로 시계열 기지국 정보, 위치정보 및 조난자의 성별, 나이, 행동적 특성을 반영한 이동성 모델과 지능형 추론을 기반으로 하는 전파분석 및 위치추정 시뮬레이션과 같은 이동통신 포렌식 기술을 통해 조난자의 예상 위치정보의 확률에 따른 히트맵 방식의 시각화를 통해 위치정보의 정확성을 높여 소방, 수색대의 수색지역을 축소하여 신속하고 정확한 인명구조에 기여할 수 있기를 기대한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권5호
• /
• pp.157-166
• /
• 2022

운동은 건강한 삶의 영위에 필요하지만 코로나19와 같은 전염병 유행 상황에서 비대면 환경에서 진행되는 것이 권장된다. 그러나 기존의 비대면 방식의 운동 콘텐츠에서는 운동 동작의 인식은 가능하지만 이를 해석해서 피드백 정보를 제공해주는 과정이 자동화되지 않았기 때문에 피드백이 트레이너의 눈대중으로 이루어지는 한계가 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해서 운동 내용 및 이를 구성하는 동작을 추적하기 위해 공식화된 규칙을 만드는 방법을 제안한다. 이러한 규칙을 만들기 위해서는 전체적인 운동 내용의 진행 규칙을 먼저 만들고, 운동을 구성하는 동작의 추적 규칙을 만든다. 동작의 추적 규칙은 동작을 여러 단계로 나누고 단계를 나누는 키 프레임 자세를 정의하는 것에서 출발하여 키 프레임 자세로 대표되는 상태와 상태 간의 전이 규칙을 만듦으로써 생성될 수 있다. 이렇게 생성한 규칙은 모션 캡쳐 장비를 이용한 자세 및 동작 인식기술의 사용을 전제로 하며 이러한 기술 적용의 자동화를 위한 논리적인 전개에 사용된다. 본 논문에서 제안한 규칙을 사용하면 운동 과정에서 나타나는 동작을 인식하는 것뿐만 아니라 동작의 전 과정에 대한 해석의 자동화가 가능하여 인공지능 트레이닝 시스템 등 보다 진보된 콘텐츠 제작이 가능해진다. 이에 따라 운동 과정에 대한 피드백의 질을 높일 수 있다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.185-207
• /
• 2022

최근 딥 러닝 기술의 발전으로 인해, 텍스트, 이미지 등 비정형 데이터 분석에 딥 러닝 알고리즘을 적용하는 연구가 활발히 수행되고 있다. 그중 텍스트 분류는 학계 및 업계에서 오랜 기간 연구되어 온 분야로, 분류의 성능을 향상시키기 위해 계층형 레이블 등 데이터 자체의 특성을 활용하기 위한 다양한 시도가 이루어지고 있다. 하지만 계층적 분류를 위해 주로 사용되는 하향식 접근법은 상위 레벨의 오분류가 하위 레벨의 정분류 기회를 차단한다는 한계가 있다. 따라서, 본 연구에서는 레이블의 계층적인 관계를 고려하면서도 상위 레벨의 분류가 하위 레벨의 분류를 차단하지 않도록 하여 분류 성능을 향상시키기 위해, 오토인코더 기반 심층 지도 네트워크를 활용한 계층형 데이터 분류 방법론을 제안한다. 제안 방법론은 오토인코더의 잠재변수에 하위 레이블을 예측하는 주 분류기를 추가하고, 인코더의 은닉층에 상위 레벨의 레이블 예측하는 보조 분류기를 추가하여 End-to-End 학습을 진행한다. 제안 방법론의 성능을 평가하기 위하여 국내 논문 데이터 총 22,512건에 대한 실험을 수행한 결과, 제안 모델이 기존의 지도 오토인코더 및 DNN 모델에 비해 분류 정확도와 F1-Score에서 우수한 성능을 나타냄을 확인하였다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.365-385
• /
• 2022

간편 결제 서비스는 간편 인증 수단을 이용한 결제 및 송금 서비스이다. 코로나 19로 인해 온라인 거래가 증가하면서 간편 결제 서비스 이용이 증가하고 있다. 이와 함께 네이버페이, 카카오페이, 토스와 같은 전자금융업이 간편 결제 시장의 경쟁 구도를 다각화하고 있다. 해외의 핀테크 기업인 PayPal과 Alibaba는 자국 내 독보적인 점유율을 보유하고 있지만, 국내 간편 결제 시장은 독보적인 점유율을 차지하고 있는 업체가 없어 경쟁이 심화되고 있다. 본 연구에서는 간편 결제 시장 참여자를 전자금융업자, 휴대폰 제조업자, 금융회사로 분류하고, 각 업종의 대표적인 서비스들에 대해 SWOT 분석을 진행하였다. 구글 플레이스토어 실 사용자 후기를 토픽모델링 기법을 사용하여 분석하였고, 긍정 토픽을 강점으로 부정 토픽을 약점으로 활용하였다. 또한, 뉴스 기사를 P(정치), E(경제), S(사회), T(기술)로 나누어 토픽모델링을 진행하여 간편 결제 서비스에 대한 기회와 위협을 도출하였다. 본 연구를 통해 간편 결제 시장 참여자가 자사의 서비스 역량을 확인할 수 있도록 하고, 서비스별로 간편 결제 시장에서 우위를 점할 수 있는 서비스 활성화 전략을 제안하고자 한다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.175-201
• /
• 2023

인간 활동의 대부분이 플랫폼 안으로 빠르게 좁혀지는 비대면 사회를 지난 몇년간을 지나오면서 외부 활동에 대한 제약이 결국은 디지털 기술의 내부 확장성을 가져왔다. 그 중 메타버스는 사실상 현실을 대체하며 다양한 분야에서 활용 가능성을 높이고 있다. 그러나 메타버스, 특히 장애학생의 교육적 효과와 관련된 연구는 여전히 부족한 미지의 영역이다. 본 논문은 메타버스 교육이 사회선과 포용적 교육을 실현하기 위해 장애학생들의 다양한 요구에 부응하는 교육분야를 확대하고 있으며, 상호작용의 장벽 해소 등 소통효과가 두드러진다는 점에 주목한다. 연구방법으로는 의사소통적 기능에 중점을 준 장애학생 교육방법과 AR/VR, 메타버스를 연계한 논문에 대한 문헌연구와 전문가 인터뷰, 기사, 칼럼 등을 살펴보고, 특수장애교육에 대한 정책 제언과 시사점을 살펴본다. 연구의 한계가 확인되고 있지만, 원추이론을 통한 직접적인 몰입형 경험이 교육적 효과의 극대화를 제공하고, 사회적 선의 실천 차원에서 학습의 동기부여, 흥미, 접근성, 학습권확보 등 장애학생들의 인권을 실현하는 포용적 교육에 유의미한 결과가 있음을 발견한다. 향후 장애학생을 위한 메타버스 교육의 발전적 활용에 대한 후속 연구가 진행되길 바라며, ICT 사회에서 사회적 취약계층이 기술에서 소외되지 않도록 포용적 정책과 혜택을 꼼꼼히 관찰하기 위한 다양한 학제간 논의가 이루어지길 바란다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.355-364
• /
• 2023

최근 지능화된 사이버 위협이 지속적으로 증가함에 따라 기존의 패턴 혹은 시그니처 기반의 침입 탐지 방식은 새로운 유형의 사이버 공격을 탐지하는데 어려움이 있다. 따라서 데이터 학습 기반 인공지능 기술을 적용한 이상 징후 탐지 방법에 관한 연구가 증가하고 있다. 또한 지도학습 기반 이상 탐지 방식은 학습을 위해 레이블 된 이용 가능한 충분한 데이터를 필요로 하기 때문에 실제 환경에서 사용하기에는 어려움이 있다. 최근에는 정상 데이터로 학습하고 데이터 자체에서 패턴을 찾아 이상 징후를 탐지하는 비지도 학습 기반의 방법에 대한 연구가 활발히 진행되고 있다. 그러므로 본 연구는 시퀀스 로그 데이터로부터 유용한 시퀀스 정보를 보존하는 잠재 벡터(Latent Vector)를 추출하고, 추출된 잠재 벡터를 사용하여 이상 탐지 학습 모델을 개발하는데 있다. 각 시퀀스의 특성들에 대응하는 밀집 벡터 표현을 생성하기 위하여 Word2Vec을 사용하였으며, 밀집 벡터로 표현된 시퀀스 데이터로부터 잠재 벡터를 추출하기 위하여 비지도 방식의 오토인코더(Autoencoder)를 사용하였다. 개발된 오토인코더 모델은 시퀀스 데이터에 적합한 순환신경망 GRU(Gated Recurrent Unit) 기반의 잡음 제거 오토인코더, GRU 네트워크의 제한적인 단기 기억문제를 해결하기 위한 1차원 합성곱 신경망 기반의 오토인코더 및 GRU와 1차원 합성곱을 결합한 오토인코더를 사용하였다. 실험에 사용된 데이터는 시계열 기반의 NGIDS(Next Generation IDS Dataset) 데이터이며, 실험 결과 GRU 기반의 오토인코더나, 1차원 합성곱 기반의 오토인코더를 사용한 모델보다 GRU와 1차원 합성곱을 결합한 오토인코더가 훈련 데이터로부터 유용한 잠재 패턴을 추출하기 위한 학습 시간적 측면에서 효율적이었고 이상 탐지 성능 변동의 폭이 더 작은 안정된 성능을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.179-188
• /
• 2023

최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.