• 정보처리학회논문지D
• /
• 제15D권1호
• /
• pp.1-14
• /
• 2008

본 논문은 메모리 용량이 제약되어 있는 이동 단말기에서의 XML 데이터에 대한 질의 처리 기술에 관한 것이다. 대량의 XML 데이터에 대한 질의를 메모리 용량이 크지 않은 단말기에서 처리하는 경우 XML 데이터를 XML 조각(fragment)으로 분할하여 스트림으로 전송하고 처리하는 기술이 필요하다. 이는 전체 XML 문서를 재구성하지 않고 XML 데이터에 대한 질의 처리를 가능하게 한다. XFrag[4], XFPro[5], XFLab[6] 등 기존에 제시된 기법들은 질의 처리를 위해 조각에 대한 정보를 저장하고 사용한 후 더 이상 불필요해진 것들을 식별하여 삭제하지 못하기 때문에 조각 정보가 메모리에 계속 누적되어 대용량의 XML 데이터에 대해 질의 처리를 수행하기에는 문서 크기에 따른 확장성(scalability)이 떨어진다. 특히, XML 조각이 동적으로 생성되어 무한정 스트리밍되는 경우에 한정된 메모리로는 질의 처리를 보장할 수 없다. 본 논문에서는 동적 XML 조각 스트림에 대한 질의 처리에 있어 문서 크기에 따른 확장성 있는 질의 처리를 수행하기 위하여 누적된 조각 정보 삭제 기법들을 제시하고 이들을 바탕으로 기존 기법의 확장을 제시한다. 구현 및 성능 실험 결과 본 논문에서 확장된 기법이 기존의 기법보다 메모리 효율성이 현저히 높고 문서 크기에 따른 확장성이 월등히 우수한 것으로 나타났다.

• 한국멀티미디어학회논문지
• /
• 제14권1호
• /
• pp.54-75
• /
• 2011

PoC(Push-to-talk Over Cellular)는 그룹 음성 및 영상 통화와 인터넷, 멀티미디어 서비스를 통합한 단말 기술이다. PoC는 부재, 긴급 상황, 배터리 방전 등과 같은 다양한 이유로 인해 PoC 세션에 참여하지 못하는 사용자에게 종래 MMS 서비스에서의 MM Box와 비슷한 기능을 가진 PoC Box를 사용하는 기능을 제공하고 있다. PoC 표준안에서는 PoC Box에서 PoC 단말로 미디어 전송 시 RTSP (Real-Time Streaming Protocol)를 사용하도록 권장하고 있다. 기존의 RTSP를 적용한 VOD 서비스의 경우는 빠른 유선 네트워크 망을 고려하여 패킷의 크기를 크게 구현하는 반면 PoC 서비스는 무선 통신 환경이기 때문에 이러한 특성을 고려한 RTSP 전송 방법이 필요하다. 무선 통신 환경에서는 패킷의 손실률이 비교적 유선 통신 환경에서보다 다소 높기 때문에 PoC 단말 측에서 미디어 재생 시 화면 끊김 현상, 영상과 음성의 비동기화 발생, 버퍼링 대기 시간 등이 발생한다. 따라서 PoC 단말 측에서의 이러한 문제점은 사용자가 미디어 콘텐츠를 재생하는데 있어 자신이 원하는 정보를 빠르게 습득하기 어렵게 만든다. 본 논문에서는 RTSP를 이용하여 사용자가 미디어 검색 시 단시간 내에 전송되는 미디어에서 효과적으로 중요한 정보를 습득하고 재생 지연 현상을 줄일 수 있는 "교차 이중 수신 버퍼링 기법", "사전 분할 다중 수신 버퍼링 기법", "On-Demand 다중 수신 버퍼링 기법"과 전송 시 미디어 데이터의 패킷화 방법인 "동일 순위 패킷화 전송 방식", "우선 순위 패킷화 전송 방식"을 제안하였고 실험을 통해 그 성능의 적정성 및 우수성을 검증하였다. 실시된 시뮬레이션 성능 평가에서 사용자의 미디어 검색 성향에 따라 제안된 다중 수신 버퍼링 및 패킷화 방식이 기존 단일 수신 버퍼링 방식과 비교하여 효율성 및 우수성 평가에서 6-9점 이상 우수한 결과를 보였다. 그 중 On-Demand 다중 수신 버퍼링 기법은 동일순위 패킷화 방법과 사용될 때 타 기법과 비교하여 3-24점 사이의 우수성을 보임으로써 사용자의 다양한 미디어 검색 성향에 대해 빠르게 대응할 수 있었다. 또한 단시간 내에 사용자가 집중적으로 미디어 검색이 이루어지는 재생 시간대에 대해 많은 미디어 데이터를 수신 받기 때문에 단말 사용자에게 빠른 정보를 제공할 수 있었다.

• 만화애니메이션 연구
• /
• 통권34호
• /
• pp.23-43
• /
• 2014

인터넷의 발달과 가속화는 다양한 상호문화를 만들어냈고 애니메이션은 이러한 환경에 발맞추어 새로운 특성을 지닌 웹애니메이션들을 탄생시켰다. 국내에서도 2000년대 초반 <마시마로>나 <졸라맨>과 같은 웹기반의 플래시 애니메이션들을 통해 창작 애니메이션의 발전과 도약을 꿈꾸었지만 열풍은 오래 지속되지 못했고, 다양한 스타일과 서사들로 발전, 확장해 나가지 못했다. 적은 용량으로 최고의 컨텐츠를 선보이며 관객들을 빠른 시간 안에 사로잡아야했던 웹기반의 애니메이션들은 자극적이고 코믹한 서사 전략으로 일관했고, 상징적 자리에 오르지 못한 영상들은 '웹'이라는 매체 자체의 특성과 이에 대한 심도 있는 연구의 부재 속에서 열악한 수익구조, 모바일 게임과 이러닝과 같은 새로운 산업의 급부상, 다양성의 부재등으로 인해 1회용 소모성 컨텐츠 그 이상도 이하도 아니게 되었다. U.C.C(User Created Content)를 비롯한 멀티미디어 시대의 소규모 영상들은 여전히 범람하고 있지만, 이렇듯 국내 웹애니메이션은 후속 세대를 충분히 양성해내지 못하고 있다. 따라서 본 연구는 웹애니메이션에 대한 다양한 사례 연구의 부재를 인식하고, 웹애니메이션의 새로운 형식과 스타일을 선보이며 2007년 국제에미상 수상으로 그 가능성을 입증한 <이제부터 제리타임!>의 서사적 특징을 웹애니메이션의 새로운 사례로써 소개, 분석하고자 한다. 특히 이 웹애니메이션이 어떻게 텔레비전과 영화와 같은 기존 전통 매체들과의 차이점을 활용해 공감을 이끌어 내었는지를 서사적 관점에서 살펴보고자 한다. 이는 웹이라는 환경과 문화가 주는 독특한 특징들을 새롭게 환기시키는 동시에, 웹애니메이션의 현재를 재고하고, 나아가 여러 가지 제약으로 침체되었던 국내 웹애니메이션 제작에 있어 향 후 새로운 활기와 가능성을 모색하게 하는데 큰 보탬이 될 수 있다는 점에 있어서 충분한 연구 가치와 그 가능성을 지니고 있다고 볼 수 있다. 뿐만 아니라, 이를 통해 최근 웹 애니메이션의 새로운 실험과 작품경향에 대해서도 살펴볼 수 있는 기회를 마련하고자 한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제36권3호
• /
• pp.140-148
• /
• 2009

VOD 서버에 서비스를 요청하는 단말장치의 종류가 다양해짐으로 인해 VOD 서비스 사업자가 제공해야 하는 해상도 버전의 종류 역시 다양해지고 있다. 단말장치가 서비스를 요청할 때 서버는 단말장치에 맞는 해상도 버전으로 서비스를 제공해야 하는데 대개의 경우 서버의 저장공간의 용량이 제한되어 있기 때문에 비디오별로 모든 해상도 버전들을 저장하고 있기는 어렵다. 단말장치가 서버에 저장되어 있는 해상도 버전을 요청한 경우라면 바로 서비스가 가능하다. 하지만 단말장치가 서버에 저장되어 있지 않은 해상도 버전을 요청했다면 저장되어 있던 버전을 이용해 해상도를 변환한 후 서비스를 해주어야 한다. 만약 서버가 해상도를 변환하는 빈도가 높아 CPU 가용성이 충분하지 않다면 다른 단말장치들의 서비스 요청에 바로 응할 수 없게 된다. 따라서 서버에 저장되는 파일들을 CPU 사용률을 줄일 수 있는 해상도의 버전들로 저장하여 CPU 가용성을 높인다면 보다 많은 단말장치의 요청을 허용할 수 있을 것이다. 본 논문에서는 한정된 저장용량을 가진 VOD 서버가 단말장치의 서비스 요청들을 가능한 많이 허용하기 위해 저장해야 할 각 비디오의 해상도 버전들을 분기한정 기법을 이용하여 찾는 알고리즘을 제시한다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.21-35
• /
• 2018

본 논문에서는 스테레오 음악에 오디오 워터마크를 삽입하기 위한 알고리즘을 제안하였다. 스테레오 음악은 2개의 채널을 갖고 있기 때문에 기존 워터마킹 기술은 일반적으로 각 채널을 독립적으로 생각하고 처리하는 경우가 많다. 그러나 스테레오를 모노로 변환하는 과정에서 워터마크의 손실이 발생하는 경우가 많이 발생할 수 있다. 제안한 알고리즘은 스테레오를 모노로 변환하더라도 워터마크의 손실이 발생하지 않도록 워터마크를 삽입할 때 스테레오와 모노변환의 특성을 이용하였다. 제안된 알고리즘에 사용된 오디오 워터마크는 "Copyright"와 "Copy_free"라는 두 가지 정보를 터보코드를 이용하여 생성하였다. 두 워터마크는 9바이트(72비트)로 이루어져 있으며, 오류정정을 위하여 터보코드를 적용하면 222비트로 삽입해야 하는 정보량이 늘어난다. 222비트의 워터마크는 추가적인 오류에 강인하도록 1024비트로 확장하여 최종적으로 스테레오 음악에 삽입할 워터마크로 사용하였다. 평균적으로 SNR은 40dB를 넘어서서 전통적인 양자화 방식보다 10dB 이상의 음질 개선을 가져왔다. 이는 상대적으로 10배의 음질 개선도를 의미하는 것으로 매우 유의미한 결과이다. 또한 워터마크의 추출에 필요한 샘플길이는 1초 이내의 길이면 충분히 추출이 가능하고, 128Kbps의 비트레이트를 갖는 MP3 압축에 대해서도 모두 1초 이내 길이의 음악 샘플로부터 워터마크의 완전한 추출이 가능하였다. 전통적인 양자화 방식이 10초 길이의 샘플을 이용해도 대부분 워터마크의 추출에 실패한 것에 비하면 1/10에 불과한 길이로 워터마크의 추출이 가능하다.

• 벤처창업연구
• /
• 제16권3호
• /
• pp.177-191
• /
• 2021

모바일 기기의 발전과 스트리밍 기술의 발달로 인하여 소비 패턴에 많은 변화가 나타났다. 또한 사회적 영향이 COVID-19의 팬터믹 환경으로 인하여 비대면 소비의 시대가 되고 있는 상황이다. 이에 비대면 소비 트렌드에 맞춰서 새로운 유통채널로 부각되고 있는 라이브 커머스의 중요성에 주목하여 라이브 커머스 및 쇼 호스트의 특성이 구매의도에 미치는 인과관계를 규명하고자 하였다. 연구 대상은 라이브 커머스로 구매한 구매자 성인 235명이었다, 독립변수로는 라이브 커머스 특성으로 상호작용성, 경제성, 오락성과 쇼 호스트 특성으로 매력성, 전문성, 인지도로 설정하였다. 종속변수로 구매의도를, 매개변수는 콘텐츠 몰입을 설정하였다. 연구결과 라이브 커머스 특성인 상호작용성, 경제성, 오락성과 쇼 호스트 특성인 매력성, 전문성, 인지도는 모두 구매의도에 정(+)의 유의한 영향이 있는 것으로 나타났다. 영향력의 크기는 라이브 커머스의 오락성, 쇼 호스트 인지도, 매력성, 전문성, 라이브 커머스의 경제성, 상호작용 요인 순으로 나타났다. 또한 구매의도에 미치는 콘텐츠 몰입의 매개효과 검증결과는 다음과 같다. 매개 변수인 콘텐츠 몰입은 상호작용성, 오락성, 매력성, 전문성, 인지도와 구매의도 간 매개 역할을 하는 것으로 나타났다. 반면 경제성은 매개 효과가 없는 것으로 분석되었다. 본 연구의 시사점은 다음과 같다. 라이브 커머스에서 제품을 판매하는 기업과 쇼 호스트는 단순히 제품을 판매한다는 영업행위보다는 소비자가 흥미를 유발할 수 있는 제품을 판매해야 한다. 또한 다양한 놀 거리와 볼거리를 제공하고 소비자에게 즐거움을 주며 쇼핑을 통하여 효익을 얻도록 하는 콘텐츠가 중요하다고 사료된다. 인지도가 있는 쇼 호스트뿐 아니라 인플루언서나 크리에이터 등 다양한 분야의 인지도가 높은 사람들이 쇼 호스트로 나설 경우 소비자의 콘텐츠 몰입과 구매의도가 높아질 것이다. 그리고 판매 업체들은 흥미로운 콘텐츠 개발과 합리적인 가격을 제시해야 하고, 쇼 호스트는 소비자와의 활발한 의사소통에 집중할 필요가 있다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.