• 서비스연구
• /
• 제13권4호
• /
• pp.131-141
• /
• 2023

라이프스타일 변화에 따라 소비자의 니즈와 행동 변화는 소비문화로 이어져 자동차 시장에도 영향을 미치고 있다. 그러나 관련 시장의 소비자의 라이프스타일에 맞춘 옵션을 제공하기 위한 연구·조사는 아직 부족한 실정이다. 본 연구는 차종 중 라이프스타일이 가장 많이 반영되는 픽업트럭에 적용되는 픽업트럭 액세서리를 중심으로 먼저 픽업트럭과 픽업트럭의 애프터마켓 시장, 라이프스타일에 대한 이론적 배경을 살펴보았다. 둘째, 이미지 맵핑을 통해 시장규모 분석, 가능성을 통한 픽업트럭의 시장 가능성과 기회요소를 발견하고 이를 통해 사용자 유형을 구분할 수 있었다. 셋째, 사용자 유형을 대표하는 이를 대상으로 인터뷰를 진행하였고 내용을 정리하였고 관련 집단을 중심으로 인터뷰하여 사용자 집단의 퍼소나를 작성하고 각 집단의 퍼소나가 원하는 니즈가 무엇인지 정리하였다. 마지막으로, 사용자 라이프스타일 유형별 도출된 이슈 키워드 및 인사이트에 맞는 디자인 콘셉트를 제시하였다. 본 연구에서는 사용자 유형을 ①야외활동형, ②취미활동형, ③소규모업무형으로 나누어 사용자 유형별 인터뷰로 집단별 키워드에 맞는 콘셉트를 적용하여 디자인 사례연구를 하였다. 야외활동형은 가변형 구조의 수납, 거주공간 형태의 액세서리 디자인을 제시하였고, 취미활동형은 모듈형 데크탑 디자인과 스포츠 쿠페형의 하드탑 디자인을 제시하였다. 소규모업무형은 적재물 고정에 용이한 칸막이와 적재함 탑승에 용이한 스탭퍼 디자인을 제시하였다. 현재 대량 맞춤화(Mass Customization)되고 있는 자동차 시장에서 픽업트럭 이용자의 라이프스타일에 맞는 픽업트럭 액세서리 개발에 적용하여 라이프스타일별 사용자가 원하는 옵션 디자인의 다양화로 픽업트럭 애프터마켓의 규모가 확대되길 기대한다.

• 구강회복응용과학지
• /
• 제40권2호
• /
• pp.72-81
• /
• 2024

목적: 본 연구의 목적은 가철성 다이 시스템으로 제작된 작업 모형과 솔리드 작업 모형을 이용해 치과용 캐드캠 시스템(CAD/CAM)으로 제작된 지르코니아 3본 고정성 치과 보철물의 변연 및 내부 적합성을 평가하고자 하였다. 연구 재료 및 방법: 하악 우측 제1소구치와 하악 우측 제1대구치에 지르코니아 크라운을 위한 치아 삭제 프로토콜을 수행하고, 하악 우측 제2소구치가 없는 레퍼런스 모델을 만들었다. 레퍼런스 모델은 폴리비닐 실록산 인상체를 사용하여 복제되었고, 일반적인 치과 기공 절차에 따라 20개의 작업 모형이 제작되었다. 비교 분석을 위해, 10개의 지르코니아 3본 고정성 치과 보철물은 가철성 다이 시스템에서, 나머지 10개는 솔리드 작업 모형에서 제작되었다. 모든 작업 모형은 치과용 데스크탑 스캐너를 사용하여 디지털화되었고, 캐드 소프트웨어에서 보철물을 설계하였다. 최종 3본 고정성 치과 보철물은 밀링 과정을 통해 제작되었다. 변연 및 내부 적합도 평가는 레퍼런스 모델에 제작된 보철물을 위치시키고, 디지털 평가 방법으로 적합도가 측정되었다. 두 그룹 간의 통계 비교를 위해 Mann-Whitney U 검정이 적용되었다(α = 0.05). 결과: 가철성 다이 그룹은 솔리드 작업 모형 그룹에 비해 소구치와 대구치에서 유의하게 높은 적합도 차이를 보였으며(P < 0.05), 특히 변연 및 교합 간격에서 유의하게 높은 편차를 보였다. 색상 편차 맵에서도 가철성 다이 그룹이 변연 및 교합 영역에서 더욱 높은 편차를 보였다. 결론: 3본 고정성 치과 보철물의 적합도 차이는 가철성 다이 시스템의 작업 모형 상에서 제작된 치과 보철물에서 초래되었으며, 이를 통해 가철성 다이 제작 방법이 치과 고정성 보철물의 정확성에 영향이 있었음을 검증하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.