• 산업융합연구
• /
• 제21권7호
• /
• pp.41-49
• /
• 2023

최근 다양한 교육기관에서 졸업 및 성적에 관련된 학력 검증에 온라인 증명서 서비스의 활용도가 높다. 그러나, 기존 시스템의 증명서는 사실 여부와 세부 학력에 대한 검증과 추적에 한계가 있다. 관련하여 온라인/오프라인 증명서의 위조/변조 사건이 지속하여 발생하고 있다. 본 연구는 대학 기관을 중심으로 위변조에 안전한 블록체인 기반 검증 시스템을 제안한다. 학과 별 세부 수업 카테고리와 출석 및 세부 성적 등 필요한 정보를 수집/분석하여 연계 관계를 블록체인으로 생성했다. 이외 블록체인 공유에 필요한 시스템/네트워크 환경을 고려하였고, 독립적인 웹 애플리케이션 형태의 확장 모듈로 구현했다. 블록체인 검증 결과, 학력 정보의 안전한 신뢰 검증과 세부 정보들의 관계를 추적할 수 있음을 증명하였다. 본 연구는 향후 국내 교육기관 학력 검증 서비스 및 정보 보안 개선에 이바지하고자 한다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.113-121
• /
• 2021

본 연구는 AI교육 선도학교 착수워크숍 컨설팅 연수와 창의융합형 정보교육실 컨설팅 연수의 운영 후, 온라인 설문 조사 실시 및 설문 결과를 분석하여 제시하고자 하였다. 이를 통해 AI교육 선도학교 컨설팅 연수와 같은 지원이 필요하다는 인식을 가지고 있음을 확인하였고 전국단위의 선도학교 운영 측면에서 우수사례 공유 및 효율적이고 유연한 운영체계를 공유할 수 있도록 네트워크가 활성화되어야 함을 알 수 있었다. 또한 설문 대상자들은 AI교육 관련 역량의 중요성을 인식하고 있는 반면에 본인의 AI교육 관련 역량에 대해 낮게 인식하고 있음을 파악하였고 이에 대해 체계적이고 맞춤형 AI교육 관련 역량 강화를 위한 다양한 지원이 필요함을 인식하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.165-171
• /
• 2022

사람의 심박수는 운동 강도 측정의 기준으로 사용되는 중요한 지표이다. 만약 심박수를 예측한다면 운동 중 운동 강도를 미리 조절하여 효율적으로 운동할 수 있다. 본 논문에서는 FitRec 기반 달리기 운동을 수행하는 사용자의 심박수를 예측하는 모델을 제안한다. 학습을 위해 Endomondo의 데이터를 사용하여 예측 모델에 적용한다. 성능 비교를 위해 시계열 데이터 처리 알고리즘 LSTM(long short term memory)과 GRU(gated recurrent unit)를 사용하였다. FitRec에 유산소 운동 중 달리기 데이터만 학습한 결과 여러 유산소 운동 데이터를 모두 학습한 모델보다 MAE(mean absolute error)와 RMSE(root mean squared error) 둘 다 성능이 향상됨을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1872-1879
• /
• 2022

최근 인공지능 기술이 발전하면서 해킹 공격을 탐지하기 위해 인공지능을 이용하려는 연구가 활발히 진행되고 있다. 하지만, 인공지능 모델 개발에 핵심인 학습데이터를 구성하는데 있어서 보안데이터가 대표적인 불균형 데이터라는 점이 큰 장애물로 인식되고 있다. 이에 본 눈문에서는 오버샘플링을 위한 데이터 추출에 딥러닝 생성 모델인 VAE를 적용하고 K-NN을 이용한 가중치 계산을 통해 클래스별 오버샘플링 개수를 설정하여 샘플링을 하는 W-VAE 오버샘플링 기법을 제안한다. 본 논문에서는 공개 네트워크 보안 데이터셋인 NSL-KDD를 통해 ROS, SMOTE, ADASYN 등 총 5가지 오버샘플링 기법을 적용하였으며 본 논문에서 제안한 오버샘플링 기법이 F1-Score 평가지표를 통해 기존 오버샘플링 기법과 비교하여 가장 효과적인 샘플링 기법임을 증명하였다.

• 문화기술의 융합
• /
• 제9권4호
• /
• pp.113-119
• /
• 2023

코로나19 방역정책의 주요 수단이었던 마스크 의무착용이 해제되었음에도 불구하고, 일부 시민들이 여전히 마스크를 착용하고 있는 현상에 주목하여 왜 일부 시민들은 마스크를 벗지 않는지를 밝히고자 했다. 이와 관련한 여론조사 등을 통해 일부 시민들이 마스크를 계속 쓰는 이유를 큰 맥락에서 확인할 수 있었다. 본 논문에서는 시민들의 행동과 태도에 적지 않은 영향을 미치는 언론기사에서 마스크 착용의무 해제와 관련한 사안을 어떻게 보도했는지를 분석(토픽 모델링 및 의미연결망 분석)함으로써, 시민들이 마스크를 계속 착용하는 이면을 직⋅간접적으로 확인해보고자 했다. 이를 통해 코로나19 엔데믹이 선언되지 않은 불확실한 상황 속에서 시민들이 스스로를 보호하기 위해, 방역당국의 의무착용 해제 발표에도 불구하고 마스크를 계속 쓰는 것을 확인할 수 있었다. 향후 코로나19와 같은 위기가 자주 반복될 것으로 예측되는 상황에서 방역당국의 신뢰 형성이 중요하다는 것을 결론으로 제시했다.

• Journal of Preventive Medicine and Public Health
• /
• 제56권4호
• /
• pp.291-302
• /
• 2023

Objectives: Disability weights require regular updates, as they are influenced by both diseases and societal perceptions. Consequently, it is necessary to develop an up-to-date list of the causes of diseases and establish a survey panel for estimating disability weights. Accordingly, this study was conducted to calculate, assess, modify, and validate disability weights suitable for Korea, accounting for its cultural and social characteristics. Methods: The 380 causes of disease used in the survey were derived from the 2019 Global Burden of Disease Collaborative Network and from 2019 and 2020 Korean studies on disability weights for causes of disease. Disability weights were reanalyzed by integrating the findings of an earlier survey on disability weights in Korea with those of the additional survey conducted in this study. The responses were transformed into paired comparisons and analyzed using probit regression analysis. Coefficients for the causes of disease were converted into predicted probabilities, and disability weights in 2 models (model 1 and 2) were rescaled using a normal distribution and the natural logarithm, respectively. Results: The mean values for the 380 causes of disease in models 1 and 2 were 0.488 and 0.369, respectively. Both models exhibited the same order of disability weights. The disability weights for the 300 causes of disease present in both the current and 2019 studies demonstrated a Pearson correlation coefficient of 0.994 (p=0.001 for both models). This study presents a detailed add-on approach for calculating disability weights. Conclusions: This method can be employed in other countries to obtain timely disability weight estimations.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.845-850
• /
• 2023

본 논문에서는 전이학습을 이용하여 볼베어링의 진동진단을 수행하는 방법을 제안한다. 고장을 진단하기 위해 진동신호를 시간-주파수로 분석할 수 있는 STFT을 CNN의 입력으로 이용하였다. CNN 기반의 딥러닝 인공신경망을 빠르게 학습하고 진단 성능을 높이기 위해 전이학습 기반의 딥러닝 학습 기법을 제안하였다. 전이학습은 VGG 기반의 영상 분류 모델을 이용하여 특징 추출기와 분류기를 선택적으로 학습하였고, 학습에 사용한 데이터 세트는 Case Western Reserve University 대학에서 제공하는 공개된 볼베어링 진동 데이터를 사용하였으며, 성능평가는 기존의 CNN 모델과 비교하는 방법으로 수행하였다. 실험 결과 전이학습이 볼베어링 진동 데이터에서 상태 진단에 유용하다는 것을 증명할 수 있을 뿐만 아니라 이를 통해 다른 산업에서도 전이학습을 사용하여 상태 진단을 개선할 수 있다.

• 문화기술의 융합
• /
• 제9권2호
• /
• pp.285-294
• /
• 2023

미국과 중국의 무역분쟁은 코로나 전부터 시작하고 범유행(pandemic) 속에 새로운 변화를 가져와 이때 완화되고 있는데 중국 제조업 산업 발전으로 미중 무역 간 상호의존도가 높아졌다. 하지만 글로벌 전체 무역량이 팬더믹 전보다 적다. 코로나19 팬더믹 이후 미국과 중국 공급망의 변화에 대한 분석한 다음에 그 상황에 대한 한국의 대응 방안에 대한 구체적으로 제시하고자 한다. 하지만, 요즘 새로운 변화가 다시 일어나고 있다. 2022년 하반기에 중국 상하이에서 코로나19가 발생하면서 중국 산업사슬에 새로운 변화가 일어날 것으로 보인다. 중국 정부가 코로나19 방역수치를 엄격하게 작성하면서 업계 중 상당수 공장과 기업들이 당분간 문을 닫을 수밖에 없는 상황이지만 2023년에 현재 전 세계적으로 나라들이 코로나 상황이 좋아지고 있다. 그 변화하는 상황 속에서 중국은 핵심 과학기술의 연구개발 역도를 강화하고, 국제와 국내의 이중 사이클을 통해 혁신 생태계의 활력을 북돋아 글로벌 공급사슬의 상류로 이동시켜야 한다. 이럴 때 한국은 미국과 좋은 무역동반자 관계를 최대한 유지하면서 공급망에서 장점을 발휘하여 자신의 위치가 확고해야 한다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.701-706
• /
• 2023

우리나라 정부와 산업계는 도심항공교통(UAM) 서비스 상용화를 위한 로드맵을 제시하고 본격적으로 추진하고 있다. 본격적인 UAM 서비스의 도입을 위해서는 우수한 성능의 기체개발, 네트워크 거점과 회랑(corridor) 설계, 운영관리 최적화, 관련 법과 제도의 정비 등 해결해야 할 다양한 이슈를 가지고 있다. 본 연구에서는 운영관리 최적화 측면에서 우리나라를 중심으로 분야별 연구 동향을 살펴보고 추후 해결해야 할 연구 주제를 정리하여 제시하고자 한다. 국내 연구자는 UAM 서비스 이용요금, 이용 의도와 수용 모델, 버티포트 위치선정을 중심으로 연구가 진행되고 있으나 향후에는 서비스 주문 수락(order acceptance), 항공기 재배치(repositioning), 배터리 충전과 유지보수(charging and maintenance) 스케쥴링 등의 운영 최적화 연구가 필요함을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.65-73
• /
• 2023

본 논문에서는 콘크리트 균열 이미지 데이터셋을 효율적으로 얻기 위한 합성곱 신경망 네트워크 학습 기반의 데이터 증강기법을 제안한다. 실제 콘크리트 균열 이미지는 정형화된 형태가 없고 복잡한 패턴을 지니고 있어 얻기 어려울 뿐만 아니라, 데이터를 확보할 때 위험한 상황에 노출될 우려가 있다. 이러한 상황에 노출된 데이터셋 수집 문제를 본 논문에서는 벡터와 두께 기반의 데이터 증강 기법을 통해 비용과 시간적 측면에서 효율적으로 해결한다. 또한 제안한 방법을 효율성을 입증하고자 U-Net기반의 균열 검출을 통해 다양한 장면에서 실험을 진행했고, IoU 정확도로 측정했을 때 모든 장면에서 성능이 향상되었다. 콘크리트 균열 데이터를 증강하지 않았을 경우 잘못 예측된 경우의 비율이 약 25%였으나, 우리의 방법을 통해 데이터 증강을 했을 경우 잘못 예측된 비율이 3%까지 감소하였다.