• 한국재난정보학회 논문집
• /
• 제17권3호
• /
• pp.589-599
• /
• 2021

연구목적: 고속도로 구간의 소통상태 정보제공에 있어 신뢰성 있는 혼잡속도 지표는 핵심이다. 본 연구는 비집계 구간속도 자료를 이용하여 개별 고속도로 구간의 소통상태를 결정하기 위한 순응형 혼잡속도 지표를 제시하는데 그 목적이 있다. 연구방법: 교통류의 상태는 전형적으로 비혼잡 상태, 혼재 상태, 혼잡 상태로 구분된다. 개별 차량의 속도를 이용하여 교통류 상태를 계층화함으로써 도로구간별 혼잡속도 지표를 산정하는 방법론을 개발하였다. 도로구간별 혼잡속도는 혼재상태와 혼잡상태의 차량 속도분포를 이용하여 결정된다. 분석결과: 도로구간별 혼잡속도는 미국과 유럽의 혼잡속도 기준인 48.28 ~ 66.0 kp와 유사하게 분석되었다. 이는 도로구간별로 혼잡 경계속도가 다를 수 있음을 의미한다. 결론: 본 연구에서 제시된 방법론과 혼잡지표는 빅 데이터 시대의 고속도로 구간별 맞춤형 실시간 소통정보제공 및 교통혼잡 비용의 산정에 효율적으로 활용될 수 있을 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제22권5호
• /
• pp.17-26
• /
• 2021

본 논문은 기가비트 이더넷 망에서 AES 알고리즘을 적용한 OFB 방식의 암호화/복호화를 이용한 물리 계층 프레임 보안 기법에 관한 것이다. 기가비트 이더넷 망에서 데이터 송수신시에 프레임을 보안 강도가 강력한 AES 알고리즘을 적용한 OFB 방식의 암호화/복호화를 수행하는 물리 계층에서의 데이터 보안 기법을 제안한다. 일반적으로 기가비트 이더넷망 운영 시에 보안 기능이 없으나 데이터 보안이 필요할 경우에 본 기법을 적용한 장치를 부가적으로 설치하여 보안 기능을 수행할 수가 있다. 기가비트 이더넷 망에서 데이터 전송 시에 이더넷 프레임은 IEEE 802.3 규격에 준하는 데 이 프레임에는 데이터 필드 외에도 수신 노드에서 데이터의 올바른 수신을 보장하기 위한 몇 개의 필드가 포함되어 있다. 암호화 시에는 이러한 영역을 제외한 데이터 영역만 암호화하여 실시간으로 전송하여 주어야 한다. 본 논문에서는 평문으로 구성된 IEEE802.3 프레임의 데이터 영역만 송신노드에서 암호화하여 전송한 프레임을 수신 노드에서 수신한 후 데이터 영역만 복호화하여 전송된 평문이 복구됨을 확인하여 암호화/복호화가 가능함을 보여준다. 일반적으로 보안 기능이 없이 운용하는 이더넷 망에서 데이터에 대한 보안이 요구될 시에 본 기법을 적용한 장치를 부가적으로 설치함으로서 시스템의 신뢰성을 높일 수 있다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.59-68
• /
• 2021

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.268-279
• /
• 2021

지형기후학을 기반으로 한 소기후모형은 전자기후도를 제작하기 위해 개발되었고 농림업 현장의 농장단위로 적용이 가능한 고해상도 규모로 발전하였다. 본 총설에서는 이러한 소기후모형의 미래 발전방향을 제시하고자, 그동안의 개발 및 발전과정을 다시 조망하였다. 우리나라 농산촌의 특징은 지형이 복잡 다양하며, 소규모로 구성되어 있어 기상과 기후의 공간적인 변이가 크다. 식물의 생육을 지배하는 농림기후는 공간 규모에서 소기후로 분류되어, 중규모인 기상청 종관기상관측(ASOS) 정보만으로는 활용이 제한된다. 이에 농림업에서 활용 가능한 기후정보를 효과적으로 모의하기 위해 소기후모형이 개발되고 발전되어 왔다. 작은 집수역을 대상으로 연구된 전자기후도는 전산처리 기술의 발전과 더불어 전국 범위의 고해상도 분포도 제작이 가능하게 되었으며, 과거 평년뿐 아니라, 미래 기후변화 시나리오, 나아가 실황과 예보자료를 실시간으로 처리하는 데 이르렀다. 최종적으로 상세화된 기상예보를 바탕으로 농장 단위로 재배작물의 생육진행과 재해예보를 제공할 수 있는 농업기상재해 조기경보서비스로 완성되었다. 기후위기 시대에 재해로 인한 피해를 경감하기 위해 세계적으로 조기경보시스템의 확대를 추진하고 있는 바, 진보된 소기후모형을 적용한 농업기상재해 조기경보서비스는 기술발전을 통해 적용대상 지역을 확대해 나아가야 할 것이다. 조기경보서비스가 디지털 기반의 지속가능한 농림생태-사회시스템에 기여하는 핵심 기술이 되기 위해서는, 실측 기반의 다양한 검보정 자료가 구축되어 적용되어야 하며, 사용자들과 농림업 현장의 목소리를 반영하여 지속가능발전의 패러다임을 담아내는 유기적인 플랫폼이 되어야 할 것이다.

• 인터넷정보학회논문지
• /
• 제23권1호
• /
• pp.77-86
• /
• 2022

본 연구의 궁극적인 목표인 지능형 해안 경계 체계 구축을 위해, 본 논문에서는 먼저 해안경계 지능화를 위한 AI 학습 모델의 구축 방안을 제시하였다. 우리는 3면이 바다로 이루어져있고 남과 북이 대치하는 상황으로 인해 해안 경계가 중요한 국가적 과업인 나라이다. 국방개혁 2.0에 의해 해안경계를 담당하고 있는 R/D (Radar) 운용인력이 감소하고 복무 기간이 단축되고 있다. 특히, 레이더와 같이 고도의 장비를 다루는 데에는 휴먼 에러가 발생할 개연성은 늘 상존하는 것이다. 해안 경계와 인공지능의 접목은 정부의 인공지능 국가전략의 구현과 확대라는 목표에도 필요 충분한 시점에 와 있다. 지능형 해안 경계 체계 구축을 위한 AI학습 모델 개발의 기능별 방안을 제시하였다. R/D신호 분석 AI모델 개발, 책임해역 분석 AI모델 개발, 표적 관리 자동화 기능으로 구분하였다. 이를 실현하기 위한 3단계 추진 전략을 살펴보았다. 1단계는 AI 학습모델 구축의 통상적인 단계로써, 데이터 수집, 데이터 저장, 데이터 여과, 데이터 정제, 데이터 변환 등이 이루어진다. 2단계에서는 R/D 특성에 기초해 신호분석을 실시하고, 실상과 허상을 분류하는 AI 학습모델 개발을 진행하고, 책임해역을 분석하고, 취약지역/시간 분석을 실시한다. 최종 단계에서는 AI 학습모델의 검증, 가시화 및 시연 등이 이루어진다. 군 무기체계에 AI 기술이 접목돼 지능화된 무기체계로 바뀌는 최초의 성과가 달성된다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.33-40
• /
• 2021

음성인식(ASR: Automatic Speech Recognition)은 사람의 말소리를 음성 신호로 분석하고, 문자열로 자동 변화하여 이해하는 기술이다. 초기 음성인식 기술은 하나의 단어를 인식하는 것을 시작으로 두 개 이상의 단어로 구성된 문장을 인식하는 수준까지 진화하였다. 실시간 음성 대화에 있어 높은 인식률은 자연스러운 정보전달의 편리성을 극대화하여 그 적용 범위를 확장하고 있다. 반면에, 음성인식 기술의 활발한 적용에 따라 관련된 사이버 공격과 위협에 대한 우려 역시 증가하고 있다. 기존 연구를 살펴보면, 자동화자식별(ASV: Automatic Speaker Verification) 기법의 고안과 정확성 향상 등 기술 발전 자체에 관한 연구는 활발히 이루어지고 있으나, 실생활에 적용되고 있는 음성인식 서비스의 자동화자 식별 기술에 대한 사이버 공격 및 위협에 관한 분석연구는 다양하고 깊이 있게 수행되지 않고 있다. 본 연구에서는 자동화자 식별 기술을 갖춘 AI 음성인식 서비스를 대상으로 음성 주파수와 음성속도를 조작하여 음성인증을 우회하는 사이버 공격 모델을 제안하고, 상용 스마트폰의 자동화자 식별 체계를 대상으로 실제 실험을 통해 사이버 위협을 분석한다. 이를 통해 관련 사이버 위협의 심각성을 알리고 효과적인 대응 방안에 관한 연구 관심을 높이고자 한다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.692-703
• /
• 2021

최근 컴퓨터 그래픽 기술의 발전으로 현실의 객체를 더욱 사실적인 가상의 그래픽으로 표현하는 기술의 연구가 활발히 진행되고 있다. 포인트 클라우드는 3차원 공간 좌표와 색 정보 등을 포함하는 수많은 점을 사용해 3차원 객체를 표현하는 기술로 기존의 2차원 영상보다 많은 데이터를 사용하고 데이터 처리에 더욱 복잡한 연산이 필요하므로 포인트 클라우드를 사용한 서비스를 제공하기 위해서는 거대한 데이터 저장 공간과 높은 성능의 연산 장치가 필요하다. 현재 국제 표준기구인 MPEG에서 포인트 클라우드를 2차원 평면에 투영한 다음 비디오 코덱을 사용해 압축하는 Video-based Point Cloud Compression (V-PCC) 기술이 연구되고 있다. V-PCC 기술은 포인트 클라우드를 점유 맵 (Occupancy map), 기하 영상 (Geometry image), 속성 영상 (Attribute image) 등의 2차원 영상과 2차원 영상과 3차원 공간 사이의 관계를 알려주는 보조 정보를 사용해 압축한다. 복호화된 포인트 클라우드의 밀도를 높이거나 객체를 확대할 때, 일반적으로 3차원 연산을 사용하지만 연산 방식이 복잡하고 많은 시간을 소모하며 새로운 포인트의 정확한 생성 위치를 결정하기 힘들다는 한계가 존재한다. 이에 본 논문은 V-PCC의 포인트 클라우드가 투영된 영상에 2차원 보간 (Interpolation) 기술을 적용해 적은 연산으로 보다 정확한 추가 포인트 클라우드를 생성하는 방안을 제안한다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.81-89
• /
• 2023

현대사회에서 시각장애인들은 도보, 승강기, 횡단보도 등 일반적인 환경에서 보행을 하는데 어려움이 있다. 시각장애인의 불편 해소를 위한 연구로 영상이나 음성을 이용한 연구가 있으며, 이런 연구는 고비용의 웨어러블 장치, 고성능 CCTV, 음성 센서 등을 사용하여 실생활에 적용하는 데는 한계가 있다. 본 논문에서 시각장애인이 보행 중에 안전한 이동을 위해서 스마트폰에 포함된 저비용의 영상 센서를 활용하여 주변 도보 공간을 인지하는 인공지능 융합 알고리즘을 제안한다. 제안된 알고리즘은 이동 중인 사람 탐지를 위해서 모션 캡처 알고리즘과 장애물 탐지를 위한 객체 탐지 알고리즘을 융합하여 개발하였다. 모션 캡처 알고리즘으로 mediapipe을 사용하여 이동 중에 있는 주변 보행자들을 모델링 및 탐지하였다. 객체 탐지 알고리즘을 사용했으며 도보 중에 발생하는 다양한 장애물을 모델링 하였다. 실험을 통하여 인공지능 융합 알고리즘을 검증했으며, 정확도 0.92, 정밀도 0.91, 재현율 0.99. F1 score 0.95로 결과를 얻어서 알고리즘의 성능을 확인하였다. 본 연구로 보행 중에 발생하는 볼라드, 공유 킥보드, 자동차 등의 주변 장애물 및 이동 중인 보행자 회피하여 시각장애인들의 통행에 도움을 줄 수 있다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.17-27
• /
• 2023

오늘날 AI(Artificial Intelligence) 기술이 발전하면서 실용성이 증가함에 따라 실생활 속 다양한 응용 분야에서 널리 활용되고 있다. 이때 AI Model은 기본적으로 학습 데이터의 다양한 통계적 속성을 기반으로 학습된 후 시스템에 배포되지만, 급변하는 데이터의 상황 속 예상치 못한 데이터의 변화는 모델의 성능저하를 유발한다. 특히 보안 분야에서 끊임없이 생성되는 새로운 공격과 알려지지 않은 공격에 대응하기 위해서는 배포된 모델의 Drift Signal을 찾는 것이 중요해짐에 따라 모델 전체의 Lifecycle 관리 필요성이 점차 대두되고 있다. 일반적으로 모델의 정확도 및 오류율(Loss)의 성능변화를 통해 탐지할 수 있지만, 모델 예측 결과에 대한 실제 라벨이 필요한 점에서 사용 환경의 제약이 존재하며, 실제 드리프트가 발생한 지점의 탐지가 불확실한 단점이 있다. 그 이유는 모델의 오류율의 경우 다양한 외부 환경적 요인, 모델의 선택과 그에 따른 파라미터 설정, 그리고 새로운 입력데이터에 따라 크게 영향을 받기에 해당 값만을 기반으로 데이터의 실질적인 드리프트 발생 시점을 정밀하게 판단하는 것은 한계가 존재하게 된다. 따라서 본 논문에서는 XAI(eXplainable Artificial Intelligence) 기반 Anomaly 분석기법을 통해 실질적인 드리프트가 발생한 시점을 탐지하는 방안을 제안한다. DGA(Domain Generation Algorithm)를 탐지하는 분류모델을 대상으로 시험한 결과, 배포된 이후 데이터의 SHAP(Shapley Additive exPlanations) Value를 통해 Anomaly score를 추출하였고, 그 결과 효율적인 드리프트 시점탐지가 가능함을 확인하였다.

• 한국식품위생안전성학회지
• /
• 제32권1호
• /
• pp.8-13
• /
• 2017

본 연구는 식중독 세균 등 유해미생물에 의한 농산물 오염을 예측하여 대응방안을 마련할 수 있도록 하는데 필요한 모의실험 computing platform을 개발하고자 수행되었다. 농산물 오염은 그 빈도가 매우 낮고, 발생패턴도 극히 불규칙하여 계량적 요소가 많지 않기 때문에 기존의 광범위하게 활용되는 수리모형(Mathematical Modeling)이나 확률통계모형(Probability Statistical Modeling)을 기반으로 한 예측모형은 개발이 어렵다. 이와는 달리 개체기반모형(Agent-based Model)은 목적지향적인 각 개체들이 내재된 특성에 따라 변화하는 환경에서 상황 의존적 또는 자율적 행동을 하였을 때 나타나는 결과를 바탕으로 앞으로의 변화를 예측하는 모형으로 각 개체들에 대한 간단한 행동규칙과 몇 개의 변수를 활용하여 직관적 분석 가능하기 때문에 농산물의 안전성에 영향을 미치는 여러 개체 (농작물, 오염원, 오염매개자)가 상호작용하는 메커니즘을 모의실험하는 경우에 유용하다. 본 연구에서는 Scala와 Java 프로그래밍 언어에 기반을 둔 개체기반모형 개발환경을 지원하는 전용 소프트웨어인 NetLogo를 이용하여 프로그램을 제작하였다. 개발된 모형은 가상의 엽채류 재배지역을 대상으로 가축 또는 야생동물이 출입할 수 있도록 하였고, 이들 동물이 배설하는 분변에 있는 장관유래 식중독 세균에 의해 토양 오염 또는 농작물 오염이 발생될 수 있도록 하였다. 이 오염은 시간이 지남에 따라 점차 소멸되지만 건전한 동물이 오염된 농작물을 섭취하는 경우 다시 동물의 장내로 들어가게 되어 보균 동물이 될 수 있도록 하였고, 역시 이 보균 동물이 배설하는 분변에 식중독 세균이 있도록 설정하였다. 가상 엽채류 재배환경에서 생존하는 식중독 세균은 파리와 같은 위생해충에 의해 다른 곳의 토양이나 농작물에 옮겨질 수 있게 하였다. 작물체는 60일 동안 생장하고, 동물은 개체군의 밀도 증감이 없으며, 파리는 시간이 지남에 따라 개체군 밀도가 변동될 수 있도록 하였다. 동물 개체수, 파리 개체수, 그리고 초기 오염 작물 개체수를 달리하면서 작물체의 미생물 오염을 시뮬레이션한 결과, 다른 요인들 보다는 동물 개체수가 작물체 오염에 가장 큰 영향을 주는 것으로 판단되었다.