• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권5호
• /
• pp.367-377
• /
• 2016

서비스기업경쟁력강화사업은 서비스 중소기업의 기업(업무) 프로세스 전반에 걸쳐 서비스의 과학화를 접목한 비즈니스 모델을 지원하고 확산함으로써 이들 기업의 생산성을 향상시키고, 고부가 가치화를 하고자 산업통상자원부가 정보통신산업진흥원을 전담기관으로 추진한 사업이다. 이 사업을 수행하기 위해 2014년에는 5개 주관기관이 선정되었고, 2015년에는 4개의 주관기관이 선정되어 이 사업을 진행하였다. 이 연구는 서비스기업경쟁력강화사업의 주관기관을 대상으로 DEA 분석 방법을 이용하여 효율성 분석을 실시하였다. 선행연구의 분석을 통하여 본 연구에서 사용될 투입변수와 산출변수를 도출하였다. 투입변수로는 정부 출연금 규모, 산출변수로는 보급 기업수, 매출액, 신규 고용 인원수 등을 고려하였다. 분석결과 DMU12, DMU15, 그리고 DMU21이 효율적인 기관으로 선정되었다. 이 연구에서는 원래 이 사업의 유일한 성과지표인 보급기업 수 이외에도 고용창출과 매출액 달성이라는 두 개의 성과지표를 발굴하였다.

• 스마트미디어저널
• /
• 제11권10호
• /
• pp.65-75
• /
• 2022

딥러닝은 기존의 분석 모델이 갖는 한계를 극복하고 텍스트, 이미지, 음악 등 다양한 형태의 결과물을 생성할 수 있는 창의적인 도구로 활용되고 있다. 본 고에서는 Niko's MIDI Pack 음원 파일 1,609개를 데이터 셋으로 삼아 전처리 과정을 수행하고, 양방향 장단기 기억 순환 신경망(Bi-LSTM) 모델을 이용하여, 효율적으로 음악을 생성할 수 있는 전처리 방법과 예측 모델을 제시한다. 생성되는 으뜸음을 바탕으로 음악적 조성(調聲)에 적합한 새로운 시계열 데이터를 생성할 수 있도록 은닉층을 다층화하고, 디코더의 출력 게이트에서 인코더의 입력 데이터 중 영향을 주는 요소의 가중치를 적용하는 어텐션(Attention) 메커니즘을 적용한다. LSTM 모델의 인식률 향상을 위한 파라미터로서 손실함수, 최적화 방법 등 설정 변수들을 적용한다. 제안 모델은 MIDI 학습의 효율성 제고 및 예측 향상을 위해 높은음자리표(treble clef)와 낮은음자리표(bass clef)를 구분하여 추출된 음표, 음표의 길이, 쉼표, 쉼표의 길이와 코드(chord) 등을 적용한 다채널 어텐션 적용 양방향 기억 모델(Bi-LSTM with attention)이다. 학습의 결과는 노이즈와 구별되는 음악의 전개에 어울리는 음표와 코드를 생성하며, 화성학적으로 안정된 음악을 생성하는 모델을 지향한다.

• 한국가스학회지
• /
• 제12권2호
• /
• pp.38-41
• /
• 2008

본 연구에서는 독성가스 중 가장 널리 이용되는 염소와 암모니아 가스 누출에 대한 누출속도 추정 방법을 제안하고자 한다. 우선, 독성 가스 누출이 자주 발생하는 위험 지역 주변에 펜스 형태의 광센서 네트워크를 설치한다. 센서가 규정 농도 이상의 위험물질을 감지하게 되면, 자동적으로 물질을 분석하고 그 물질의 농도정보를 얻게 된다. 기존의 역추적 모델들은 3개 이상의 센서 정보로부터 결과물을 요구하기 때문에, 하나의 센서정보로 누출속도를 구해야 하는 이 시스템에는 적합하지 않다. 이 연구에서 제안한 신경망을 기반으로 한 역추적 알고리즘과 농도정보 및 기상정보를 이용하여 누출원에서 누출속도를 구하게 된다. 관련 위험물 저장 설비의 공정정보, 물질정보, 기상정보 그리고 센서로부터 얻은 농도데이터 등 14개의 입력 데이터를 넣어 출력값인 누출속도를 구하게 된다. 이는 독성가스 저장시설 주변에 사는 주민들에게 위험시설에 대한 신뢰감을 향상시키며, 독성 가스 누출시 주변 지역 주민들에게 긴급상황을 신속히 전달할 수 있는 비상대응의 일환으로 활용 할 수 있을 것이다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.151-164
• /
• 2024

상수도 공급을 위한 정수장에서 전염소 또는 중염소 공정이 도입된 수처리 공정의 염소농도 관리에 필요한 공정제어를 위하여 AI 기술을 활용한 수질예측 기법이 연구되고 있다. 본 연구에서는 정수장 수처리 공정에서 실시간으로 관측, 생산되고 있는 수량·수질자료를 이용하여 염소소독 공정제어 자동화를 목적으로 침전지 후단의 잔류염소 농도를 예측하기 위한 AI 기반 예측모형을 개발하였다. AI 기반 예측모형은 과거 수질 관측자료를 학습하여 이후 시점의 수질에 대한 예측이 가능한 기법으로, 복잡한 물리·화학·생물학적 수질모형과 달리 간단하고 효율적이다. 다중회귀 모형과 AI 기반 모형인 랜덤포레스트와 LSTM을 이용하여 정수장의 침전지 후단 잔류염소 농도를 예측하여 비교하였다. 최적의 잔류염소 농도 예측을 위한 AI 모형의 입출력 구조로는 침전지 전단의 잔류염소 농도, 침전지 탁도, pH, 수온, 전기전도도, 원수의 유입량, 알칼리도, NH₃ 등을 독립변수로, 예측하고자 하는 침전지 유출수의 잔류염소 농도를 종속변수로 선정하였다. 독립변수는 침전지 후단의 잔류염소에 영향이 있는 정수장에서 확보가 가능한 관측자료중에서 분석을 통해 선별하였으며, 분석 결과 연구대상 정수장인 정수장에서는 중회귀모형, 신경망모형, 모델트리 및 랜덤포레스트 모형을 비교한 결과 랜덤포레스트에 기반한 모형오차가 가장 낮게 도출되는 결과를 얻을 수 있었다. 본 연구에서 제시하는 침전지 후단의 적정 잔류염소 농도 예측값은 이전 처리단계에서 염소주입량의 실시간 제어가 가능토록 할 수 있어 수처리 효율 향상과 약품비 절감에 도움이 될 것으로 기대된다.

• 기술혁신연구
• /
• 제19권1호
• /
• pp.111-144
• /
• 2011

본 연구는 기술혁신형 중소기업의 기술경영성과와 기업경영성과 창출에 기여하는 핵심 영향요인을 규명하기 위해 자원기반관점에서 혁신역량과 기술적 기업가정신의 결정요인들을 활용하여 영향관계를 검증하였다. 다차원적 요인들에 의해 영향을 받는 기술혁신의 복합적 특성을 고려하여, 혁신프로세스 관점에서 기업특수자원인 혁신역량을 투입물로, 기술경영성과를 산출물로, 그리고 기업경영성과를 결과물로 인식하여 연구모형을 설정하였다. 서울과 경기지역의 제조업 중심의 360개 이노비즈 인증기업을 대상으로 실시된 설문응답을 실증분석한 결과, 기술가치평가의 정성적 지표를 개량하여 기술경영성과의 결정요인으로 적용한 기술우수성, 시장성장성, 사업수익성은 기업경영성과에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 혁신역량의 결정요인인 연구개발능력, 전략계획능력, 학습능력과 기술적 기업가정신의 결정요인인 혁신성, 진취성은 기술경영성과와 기업경영성과에 유의한 정(+)의 관계를 보였다. 즉, 높은 수준의 혁신역량과 기업가정신은 기술경영성과를 증대시키며, 궁극적으로 기업경영성과를 실현하는데 영향을 미치는 개념적 영향관계와 기술혁신의 촉진요인으로서 기술적 기업가정신의 역할과 중요성을 규명하였다. 본 연구의 결과는 최근 중요성이 부각되는 기술집약적 기업의 기술경영에 대한 성과평가 기준을 수립할 시, 기술혁신의 복합적 특성을 반영하지 못하는 재무적 성과보다는 자원과 역량의 조합을 통해 구현된 기술경영성과에 대한 주기적 평가를 실시해야 함을 설명한다. 이는 기술경영성과는 자원의 한계성과 좁은 혁신의 범위로 특징되어지는 기술혁신형 중소기업이 향후 추진할 새로운 기술혁신에 재투입될 수 있도록 기술혁신에 대한 지속적이고 일관된 투자를 실시함을 시사한다. 또한 본 연구는 정책연구에서 개념적으로 적용되어온 기술적 기업가정신에 대한 실증분석을 통해 그 역할을 규명한 의의를 갖고 있다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.159-172
• /
• 2010

협업필터링 추천은 다양한 분야에서 활용되고 있지만 트랜잭션 데이터의 성격에 따라 추천 성능에 현저한 차이를 보이고 있다. 기존 연구에서는 이러한 추천 성능의 차이가 나타나는 이유에 대한 설명을 구체적으로 제시하지 못하고 있고 이에 따라 추천 성능의 예측 또한 연구된 바가 없다. 본 연구는 사회네트워크분석과 인공신경망 모형을 이용하여 협업필터링 추천시스템의 성능을 예측하고자 한다. 본 연구의 목적을 달성하기 위해 국내 백화점의 트랜잭션 데이터를 기반으로 형성되는 고객간 사회 네트워크의 구조적 지표를 측정한 후 이를 기반으로 인공신경망 모형을 구축하고 검증한다. 본 연구는 협업필터링 추천 성능을 예측할 수 있는 새로운 모형을 제시하였다는 점에서 그 의의가 있으며 이를 통해 기업들의 협업필터링 추천시스템 도입에 대한 의사결정에 도움을 줄 수 있을 것으로 기대된다.

• 한국농림기상학회지
• /
• 제19권3호
• /
• pp.153-163
• /
• 2017

데이터 처리 속도는 예보 능력과 관련이 있다. 최신의 입력 자료를 이용한 예측 데이터의 고속 생산은 신속한 대처를 가능하게 한다. 또한 알고리즘 작성, 계산, 결과 평가, 알고리즘 개선으로 이어지는 순환 구조를 원활하게 할 뿐만 아니라 오류 발생시 빠른 시간 내에 복구할 수 있게 하는 등 매우 중요한 요소이다. 현재의 조기경보 시스템은 매 계산 주기 마다 섬진강 유역의 10개 시군에 대해 30미터 해상도의 격자형 자료를 400개 이상 생성하고 있으며(중간 데이터 포함) 최대 9일까지 예보되는 자료를 포함할 경우 600개 이상이다. 이는 전국을 30미터 해상도로 약 45개를 생성하는 계산양과 비슷하다. 또한 14,000여개의 필지에 대한 구역 통계와, 각 래스터의 평균, 최대, 최소 등의 통계자료 생성도 함께 수행 해야 한다. 이와 같은 대량의 데이터를 한정된 시간 내로 처리하기 위한 몇 가지 기법을 적용하여 적용하였으며, 아직 적용은 못하였으나 가능성의 여부를 평가해 보는 것으로 본 연구를 진행하였다. 그 결과 앞서 제시된 래스터 캐시, NFS 캐시, 분산 처리를 모두 적용할 경우 데이터 처리 시간을 1/8로 단축 시킬 수 있음이 확인되었다. 또한 GPU를 이용한 연산을 적용할 경우 일부 모듈에 대해 매우 큰 폭으로 수행 시간을 단축 시킬 수 있음을 확인하였다. 다만 캐시를 위한 추가적인 디스크, GPU라는 별도의 하드웨어, 추가된 하드웨어 지원을 위한 고출력 전원 장치와 이에 따른 UPS (Uninterruptible power supply, 무정전 전원공급 장치)까지 상대적으로 높은 사양으로 준비해야 하는 비용적인 문제가 발생할 수 있다. 본 연구에서 제시한 네 가지 기법 중 세 가지는 계산 서버 추가를 통한 수평적 성능 확장에 관한 것이다. 하지만 서버의 추가가 처리 속도 향상으로 이어지지 않음은 물론 오히려 저하시키는 경우가 있다. 본 연구에서는 특정 시간 내로 작업을 완료 시키지 못하면 해당 작업을 반환하여 다른 서버가 처리하는 간단한 방식을 이용한다. 하지만 이런 문제를 지속적으로 발생시키는 계산 서버가 발견된다면 정해진 기준에 따라 계산 작업에서 완전히 퇴출 시켜야 성능 향상에 도움이 된다. 따라서 처리 속도에 대한 정확한 원인을 검사하고 이를 실시간으로 반영할 수 있는 기법이 필요하다.