• 한국인터넷방송통신학회논문지
• /
• 제21권4호
• /
• pp.89-96
• /
• 2021

코로나바이러스-19는 전 세계에서 확진자가 폭증하고 있으며 수많은 사망자를 발생시켰다. 마스크 착용은 감염예방에 매우 중요하다. 버스, 지하철 등 공공장소에서 마스크 착용 권유로 인한 사건·사고가 발생하고 있으며 심각한 사회문제로 대두되고 있다. 이런 문제점을 해결하기 위해서 본 논문에서는 오픈소스 기반 안면 마스크 착용 모니터링 시스템을 제안한다. 오픈소스 소프트웨어인 웹기반 인공지능 툴 티처블머신과 오픈소스 하드웨어 아두이노를 사용하였다. 마스크 착용여부를 판단하여 안내 메시지 및 알람 등 명령을 수행한다. 티처블머신의 학습파라미터 학습횟수 50, 배치크기 32, 학습률 0.001의 최적의 값으로 학습을 하여 정확성 1, 학습오차는 0.03의 결과 값을 얻었다. 웹기반 인공지능 툴 티처블머신과 아두이노를 이용하여 마스크 착용여부를 판단하여 안내 메시지 및 알람 등 명령을 수행할 수 있는 마스크착용 모니터링 시스템을 설계 및 구현하여 타당성을 입증하였다.

• 유통과학연구
• /
• 제20권11호
• /
• pp.121-129
• /
• 2022

Purpose: Artificial intelligence is widely used, particularly in the popular neural network theory called Deep learning. The improvement of computing speed and capability expedited the progress of Deep learning applications. The application of Deep learning in education has various effects and possibilities in creating and managing educational content and services that can replace human cognitive activity. Among Deep learning, Deep fake technology is used to combine and synchronize human faces with voices. This paper will show how to develop e-Learning content videos using those technologies and open-source tools. Research design, data, and methodology: This paper proposes 4 step development process, which is presented step by step on the Google Collab environment with source codes. This technology can produce various video styles. The advantage of this technology is that the characters of the video can be extended to any historical figures, celebrities, or even movie heroes producing immersive videos. Results: Prototypes for each case are also designed, developed, presented, and shared on YouTube for each specific case development. Conclusions: The method and process of creating e-learning video contents from the image, video, and audio files using Deep fake open-source technology was successfully implemented.

• 전자통신동향분석
• /
• 제38권6호
• /
• pp.84-94
• /
• 2023

Open source has many advantages and is widely used in various fields. However, legal disputes regarding copyright and licensing of datasets and learning models have recently arisen in artificial intelligence developments. We examine how datasets affect artificial intelligence learning and services from the perspective of copyrighting and licensing when datasets are used for training models. The licensing conditions of datasets can lead to copyright infringement and license violation, thus determining the scope of disclosure and commercialization of the trained model. In addition, we examine related legal issues.

• 한국소프트웨어감정평가학회 논문지
• /
• 제16권2호
• /
• pp.163-172
• /
• 2020

최근 인공지능과 빅데이터, 자연어처리 기술을 포함한 4차 산업혁명 관련 기술이 발전하면서 개인이나 팀 단독의 연구 및 개발 작업 방식의 한계를 가져오고 있다. 이런 한계를 극복하기 위하여 자신의 기술을 공개하고 협업하는 오픈소스 소프트웨어 개발 방식이 활발해지고 있으며, 회사 내부에서도 유사 개발 방법을 적용하여 회사 구성원들의 참여를 독려하고 품질을 개선하는 노력을 진행하고 있다. 이런 경향을 반영하여 IT 기술을 주도하는 선도 회사들은 적극적으로 오픈소스와 이너소스로 대변되는 공개 개발방식에 대한 지원 정책들을 제시하고 있다. 본 논문에서는 최근 활발히 논의되고 있는 오픈소스 모델, 이너소스 모델 및 그와 유사한 DevOps 모델을 소개하고 각각의 특징 및 구성 요소를 비교하였다. 비교 결과를 바탕으로 어떤 특정 모델의 우수성을 주장하는 것보다는 고객의 요구사항을 만족하면서 질적 향상을 도모할 수 있도록 각 장점에 따라 개인 또는 소속 기관의 소프트웨어 개발정책을 수립할 수 있을 것으로 판단한다.

• 한국인공지능학회지
• /
• 제8권2호
• /
• pp.11-16
• /
• 2020

Among the innovative companies leading the era of the 4th industrial revolution, the world's largest Internet company is Google. Google has grown by providing convenient services such as Internet search, Android smartphone operating system, and video. Now, Google is leading the global IT industry by continuing to develop in various new business fields based on open service platforms, artificial intelligence, and big data. In this study, an exploratory discussion was conducted on Google's success factors and future directions. The purpose of the research is to understand the development process of the IT field from the successfactors of Google and to analyze the development direction of the future IT industry. Google's success factors were its open platform policy and successful acquisitions of external companies. In fact, most of the services Google offers come from companies that have acquired and acquired them. In addition, there was a corporate culture that values and supportsthe spirit of challenge and autonomy of members who are not afraid of failure. Based on this study's review of Google's direction analysis, the follow-up study will infer the direction of the IT industry in depth and look at the future technologies that IT majors need to prepare.

• 디지털융복합연구
• /
• 제20권4호
• /
• pp.367-376
• /
• 2022

전통적인 형사 사건에서 조사 대상에 관한 정보는 국가의 합법적 조직이 보유하고 있는 개인정보만이 제공되기 때문에 정보 수집에 한계가 있다. 일반 검색엔진으로 검색이 가능한 SNS와 포털사이트를 포함하는 표면 웹 기반 공개정보(OSINT)는 범죄수사에 사용할 수 있는 의미 있는 프로파일링에 활용할 수 있다. 한국형 공개정보 워크플로우를 사용하면 공개정보 기반의 효과적인 프로파일링이 가능하지만 "개인"의 경우에는 "성명"으로 시작되기 때문에 수집할 수 있는 공개정보가 제한적이고 동명이인의 정보가 수집되는 등의 신뢰성의 한계가 있다. 본 논문에서는 이러한 한계를 극복하기 위해 개인과 연관된 정보 즉, 등가정보를 정의하고 이를 기반으로 효율적이고 정확한 정보를 수집할 수 있도록 한다. 따라서, 공개정보에서 특정인과 연관된 정보 즉, 등가정보를 추출할 수 있는 개선된 워크플로우를 제시한다. 이때 인물의 인지도에 따라 서로 다른 워크플로우를 제시한다. 이를 통해 인물(개인)의 효과적인 프로파일링이 가능하여 수사 정보 수집의 신뢰도를 높인다. 본 연구를 통해 향후에는 해당 워크플로우를 인공지능 기술을 이용하여 수집된 정보의 분석과정을 자동화할 수 있는 시스템을 개발함으로써 범죄 수사에 있어서 공개 정보 활용을 위한 기틀을 마련하고 수사 방식 다양화에 기여할 수 있을 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제20권3호
• /
• pp.65-72
• /
• 2020

사물인터넷은 상호연결을 통한 초연결 사회를 구축하고, 이를 기반으로 사회적 문제 해결을 포함한 삶의 질 향상과 생산성 향상을 이루자는 것이며, 차세대의 국가 성장 동력이 될 것이다. 사물인터넷이 지향하는 오픈 공통 생태계는 '오픈(Open)'이라는 단어의 이해에서 출발할 수 있다. 사물인터넷은 이를 기반으로 기술 개발의 진입장벽들을 낮추는 기대효과를 얻을 수 있으며, 이러한 변화에서 OSSW와 OSHW가 IoT 생태계의 성숙을 가속화시키고 산업 간의 경계를 허물어 융합을 촉진시키는 데에 매우 큰 역할을 하고 있음은 확인할 수 있다. 최근에는 사물인터넷의 연결성(Connectivity)에 인공지능(AI)를 결합하여 집단지성을 만드는 지능형 사물인터넷으로 발전하고 있다. 여기서는 오픈소스에 대한 이해와 분석을 통해 사물인터넷의 발전방향을 분석하고자 한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 디지털융복합연구
• /
• 제19권3호
• /
• pp.187-194
• /
• 2021

다양한 형태로 표면 웹에 급증하고 있는 공개정보(OSINT)는 프로파일링 기법을 사용하여 범죄 수사에도 활용할 수 있다. 이러한 기술은 미국 등 외국의 수사기관에서는 상당히 보편화되었으며 일부는 고도화 작업도 진행하고 있다. 반면에 국내의 경우 많이 사용하지 못할 뿐 아니라 수사 인력의 개인적 경험과 지식수준에 따라 획득하는 정보의 양과 질에 있어서 큰 편차를 보이고 있다. 본 논문에서는 가장 잘 알려진 Bazzell의 모델과 달리 한국적 웹 환경을 고려하고 시간 정보까지 제공해주는 한국형 공개정보 기반 프로파일링 기법을 개선된 워크플로우를 중심으로 제시한다. 아울러 프로파일링의 효율성 향상을 목적으로 설계한 검색 데이터베이스의 스키마도 제시한다. 이곳에서 제시한 기법을 사용하면 범죄 수사에서 있어서 일정 수준의 양과 질을 보장하는 검색 결과를 얻을 수 있을 뿐 아니라, 관련 수사 인력에 대한 표준 훈련 과정으로도 사용할 수 있다. 아울러 이 기법을 활용한 범죄 수사의 실효성과 효율성을 높이려면 법률적 기반강화 및 동화된 기술 도입이 더 필요하다.

• Journal of Information Science Theory and Practice
• /
• 제9권2호
• /
• pp.66-82
• /
• 2021

Recommender Systems have gained immense popularity due to their capability of dealing with a massive amount of information in various domains. They are considered information filtering systems that make predictions or recommendations to users based on their interests and preferences. The more recent technology, Linked Open Data (LOD), has been introduced, and a vast amount of Resource Description Framework data have been published in freely accessible datasets. These datasets are connected to form the so-called LOD cloud. The need for semantic data representation has been identified as one of the next challenges in Recommender Systems. In a LOD-enabled recommendation framework where domain awareness plays a key role, the semantic information provided in the LOD can be exploited. However, dealing with a big chunk of the data from the LOD cloud and its integration with any domain datasets remains a challenge due to various issues, such as resource constraints and broken links. This paper presents the challenges of interconnecting and extracting the DBpedia data with the MovieLens 1 Million dataset. This study demonstrates how LOD can be a vital yet rich source of content knowledge that helps recommender systems address the issues of data sparsity and insufficient content analysis. Based on the challenges, we proposed a few alternatives and solutions to some of the challenges.