• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.132-145
• /
• 2020

4차 산업혁명의 도래로 정밀도로지도는 미래형자동차, 물류, 로봇 등의 분야에서 자율주행의 위치결정을 위한 핵심 인프라로 자리잡고 있다. 특히, 자율주행자동차는 자기위치 결정뿐만 아니라 LiDAR, GNSS, Radar, 스테레오카메라 등 다양한 센서에서 감지하는 대상체의 정확한 위치결정을 위하여 정밀도로지도의 의존도가 더욱 증대되고 있는 실정이다. 현재 자율주행 및 C-ITS 기술이 현실화됨에 따라 정밀도로지도의 정밀한 위치정보에 대한 요구가 증가하고 있으며, 각종 변화정보의 감지 및 실시간 정보 융합에 따른 새로운 정밀지도 생성 기술 요구도 함께 증가하고 있다. 따라서 본 연구에서는 정밀도로지도와 관련된 국내·외 표준 및 관련된 제반 환경의 동향을 분석하고, 이를 기반으로 현재 정밀도로지도를 구축하는 기관별로 표준 정밀도로지도와 비교하여 활용성을 연구하였다. 또한 추가적으로 표준 정밀도로지도에 대하여 실제 자율주행자동차에 적용하기 위한 정밀도로지도를 재가공하여 활용성을 연구하였다. 연구 결과 표준 정밀도로지도는 항법레이어 구축과 교통안전시설의 재가공이 필요하나 다양한 기관이 유용하게 활용할 수 있도록 구축되어 있음을 확인하였다. 향후 본 연구에서 제시한 결과를 기반으로 자율주행 협력모델에서 기관별 레이어 분류와 정의 등에 대하여 추가적인 연구가 진행된다면 보다 효율적인 정밀도로지도 및 도로 주변 공간정보가 구축 및 갱신이 이루어질 것으로 기대된다.

• 기술혁신학회지
• /
• 제21권3호
• /
• pp.1155-1178
• /
• 2018

미래의 자동차는 친환경 자율주행이 가능한 이동형 생활공간으로 진화하고 있다. 차량내 각종 정보를 전기적으로 처리, 제어하고 명령하는 역할이 필수적으로 작용하며 자율주행, 친환경 자동차와 같은 미래 자동차는 차량용 반도체가 핵심 역할을 할 것으로 기대된다. 차량용 반도체 산업 육성을 위해서는 기술 트렌드를 파악하고 요구사항을 반영한 기술과 품질을 사전에 확보해야, 산업 경쟁력을 갖추고 기술혁신을 이룰 수 있다. 하지만, 현재까지 기술 트렌드의 체계적인 분석이 부족한 상황이다. 따라서 본 연구에서는 특허분석과 토픽모델을 활용하여 차량용 반도체 기술 추세를 분석하였고, 전기차, 운전보조, 디지털 제조와 같은 주요기술을 확인하였다. 기술 트렌드는 정부규제, 시장니즈, 기술융합 등에 따라 요소기술, 기술특성 등이 변화한다는 것을 확인할 수 있었다. 본 연구를 통해 차량용 반도체 산업의 R&D 정책수립과 산업계의 기술전략 수립을 위한 의사결정에 도움을 줄 것으로 기대된다. 또한 기술의 세부 요소기술 분류와 트렌드 분석결과를 제공하여 향후 세부적인 연구개발 방향과 특허전략 수립에 효과적으로 활용될 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제23권4호
• /
• pp.423-430
• /
• 2019

자동차산업과 ICT 기술의 융합 분야는 크게 상용서비스 분야와 Cooperative-ITS (C-ITS) 서비스 분야로 나뉠 수 있다. C-ITS 서비스 분야는 더 안전한 운송, 더 친환경적이고 효율적인 교통, 및 더 예측가능하고 생산적인 이동성을 제공하는 것을 목표로 하는 분야로서 V2X 통신기술이 사용되고 있다. 최근 이슈가 되고 있는 자율주행자동차와 커넥티드 카의 융합을 위해서는 높은 데이터 전송율과 낮은 전송 지연, 그리고, 낮은 전송 오류율을 요구한다. 이를 위하여 최근의 WAVE와 C-V2X (LTE-V2X, 5G-V2X) 성능 비교에 관심이 증폭되고 있으며, 통신 기술별 응용서비스들이 연구되고 있다. 본 논문에서 하이브리드 V2X 통신시스템의 응용서비스 성능평가 방법에 대해 설계하였고, 패킷에러율(PER) 성능의 감소는 차량속도가 아닌 통신 거리의 증가에 의해 발생하는 것으로 보이는 결과 등을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제19권5호
• /
• pp.19-24
• /
• 2019

ICT 기술의 발달은 기존의 폐쇄형 CCTV 보안 장비 시장에도 크나큰 영향을 일으켰다. 특히 자율주행 자동차와 무인 자동차, 스마트 시티 같은 분야에서 영상 데이터의 중요성이 부각되면서, 영상을 활용한 다양한 기술이 나오고 있다. 본 논문에서는 차량용 CCTV 영상을 단순 녹화 용도로 사용하지 않고, 스마트 시티의 한 부분으로 통합하기 위해 영상과 메타 데이터를 전송하고, 그 메타 데이터를 활용하여 도시 생활 속에서 유발되는 교통, 환경, 보안 문제를 해결할 수 있는 방법을 제안하고, 차량용 CCTV 영상을 원격지에서 접속하기 위한 방법으로 리버스 터널링 기법을 설계하고 구현하였다. 폐쇄적인 환경에서 제한적인 용도로만 사용되던 차량용 CCTV 영상과 메타 데이터를 실시간으로 통합 관리함으로써, 차량 상태 검사 뿐 아니라 도로와 각종 시설물 관리처럼 스마트시티에서 요구하는 효율적인 통합센터 운영을 가능하게 한다.

• 한국컴퓨터정보학회논문지
• /
• 제24권5호
• /
• pp.49-58
• /
• 2019

In this paper, we propose an edge cloud platform architecture for implementing smart factory. The edge cloud platform is one of edge computing architecture which is mainly focusing on the efficient computing between IoT devices and central cloud. So far, edge computing has put emphasis on reducing latency, bandwidth and computing cost in areas like smart homes and self-driving cars. On the other hand, in this paper, we suggest not only common functional architecture of edge system but also light weight cloud based architecture to apply to the specialized requirements of smart factory. Cloud based edge architecture has many advantages in terms of scalability and reliability of resources and operation of various independent edge functions compare to typical edge system architecture. To make sure the availability of edge cloud platform in smart factory, we also analyze requirements of smart factory edge. We redefine requirements from a 4M1E(man, machine, material, method, element) perspective which are essentially needed to be digitalized and intelligent for physical operation of smart factory. Based on these requirements, we suggest layered(IoT Gateway, Edge Cloud, Central Cloud) application and data architecture. we also propose edge cloud platform architecture using lightweight container virtualization technology. Finally, we validate its implementation effects with case study. we apply proposed edge cloud architecture to the real manufacturing process and compare to existing equipment engineering system. As a result, we prove that the response performance of the proposed approach was improved by 84 to 92% better than existing method.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.742-756
• /
• 2022

A flood of information has occurred with the rise of the internet and digital devices in the fourth industrial revolution era. Every millisecond, massive amounts of structured and unstructured data are generated; smartphones, wearable devices, sensors, and self-driving cars are just a few examples of devices that currently generate massive amounts of data in our daily. Machine learning has been considered an approach to support and recognize patterns in data in many areas to provide a convenient way to other sectors, including the healthcare sector, government sector, banks, military sector, and more. However, the conventional machine learning model requires the data owner to upload their information to train the model in one central location to perform the model training. This classical model has caused data owners to worry about the risks of transferring private information because traditional machine learning is required to push their data to the cloud to process the model training. Furthermore, the training of machine learning and deep learning models requires massive computing resources. Thus, many researchers have jumped to a new model known as "Federated Learning". Federated learning is emerging to train Artificial Intelligence models over distributed clients, and it provides secure privacy information to the data owner. Hence, this paper implements Federated Averaging with a Deep Neural Network to classify the handwriting image and protect the sensitive data. Moreover, we compare the centralized machine learning model with federated averaging. The result shows the centralized machine learning model outperforms federated learning in terms of accuracy, but this classical model produces another risk, like privacy concern, due to the data being stored in the data center. The MNIST dataset was used in this experiment.

• 디지털산업정보학회논문지
• /
• 제19권1호
• /
• pp.77-89
• /
• 2023

The purpose of this study is to empirically confirm what is an important variable of organizational change by intelligent technology acceptance and whether is a difference in important variables in the organization level of acceptance of intelligent technology. Recently, business models using intelligent technologies such as chat-bots, self-driving cars, credit-prevention fraud, face recognition, and health-care are emerging. External situation factors such as artificial intelligence, big data, COVID-19, and the ESG management are changing the direction of a company's management strategy. This research method established a structural equation model. As a result of the analysis, we found that the leadership, organizational culture, and organizational cooperation variables had a positive effect on human resource development variables. Human resource development found a positive effect on the performance of intelligent technology. In addition, we found the independent variables of leadership, organizational culture, and organizational cooperation had partial mediating effects on the performance of intelligent technology. Each group of levels of intelligent technology found performance differences. The organizational culture variables appeared as important variables in all groups. On the other hand, the leadership variable appeared as an important variable in the middle and lower groups of intelligent technology. The theoretical background of this study is that the business theory was updated through artificial intelligence and intelligent technology theory. As a practical implication, the organization adopting intelligent technology is necessary to prepare a systematic plan for organizational culture change.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.919-928
• /
• 2023

딥러닝 기술은 자율 주행 자동차, 이미지 생성, 가상 음성 구현 등 다양한 분야에서 활용되고 있으며 하드웨어 장치에서 고속 동작을 위해 딥러닝 가속기가 등장하게 되었다. 그러나 최근에는 딥러닝 가속기에서 발생하는 부채널 정보를 이용한 내부 비밀 정보를 복구하는 공격이 연구되고 있다. 본 논문에서는 DNN(Deep Neural Network) 기반 MNIST 숫자 분류기를 마이크로 컨트롤러에서 구현한 후 상관 전력 분석(Correlation Power Analysis) 공격을 시도하여 딥러닝 가속기의 가중치(weight)를 충분히 복구할 수 있음을 확인하였다. 또한, 이러한 전력 분석 공격에 대응하기 위해 전력 측정 시점의 정렬 혼돈(misalignment) 원리를 적용한 Node-CUT 셔플링 방법을 제안하였다. 제안하는 대응책은 부채널 공격을 효과적으로 방어할 수 있으며, Fisher-Yates 셔플링 기법을 사용하는 것보다 추가 계산량이 1/3보다 더 줄어듦을 실험을 통해 확인하였다.

• 반도체디스플레이기술학회지
• /
• 제22권4호
• /
• pp.124-130
• /
• 2023

Recently, fan out wafer level packaging, which enables high integration, miniaturization, and low cost, is being rapidly applied in the semiconductor industry. In particular, FOWLP is attracting attention in the mobile and Internet of Things fields, and is recognized as a core technology that will lead to technological advancements such as 5G, self-driving cars, and artificial intelligence in the future. However, as chip density and package size within the package increase, FOWLP warpage is emerging as a major problem. These problems have a direct impact on the reliability and electrical performance of semiconductor products, and in particular, cause defects such as vacuum leakage in the manufacturing process or lack of focus in the photolithography process, so technical demands for solving them are increasing. In this paper, warpage simulation according to the thickness of FOWLP material was performed using finite element analysis. The thickness range was based on the history of similar packages, and as a factor causing warpage, the curing temperature of the materials undergoing the curing process was applied and the difference in deformation due to the difference in thermal expansion coefficient between materials was used. At this time, the stacking order was reflected to reproduce warpage behavior similar to reality. After performing finite element analysis, the influence of each variable on causing warpage was defined, and based on this, it was confirmed that warpage was controlled as intended through design modifications.

• 지능정보연구
• /
• 제24권3호
• /
• pp.135-155
• /
• 2018

본 연구는 최근 4차산업 혁명의 산물로 대두되고 있는 자율주행차가 대중교통 수단인 택시로 이용될 때 해석수준과 메시지 프레이밍에 따른 사용 의도의 차이를 분석하는 것이다. 해석수준이란 가까운 미래에 발생한 일과 먼 미래에 발생할 일을 가정하여 어떤 제품이나 서비스를 해석하는 것이 다르다는 것을 말한다. 메시지 프레이밍이란 긍정 혹은 부정의 표현 또는 혜택, 손실의 양극단의 메시지를 구성한 것을 말한다. 즉, 기존연구에서는 이 두 개념에 따라 제품이나 서비스의 가치를 다르게 해석한다고 한다. 본 연구는 자율주행차가 택시로 출시될 때 두 개념을 적용할 경우 사용 의도의 차이를 보이는지 살펴보고자 한다. 결과를 요약하면 우선, 메시지 프레이밍 구성에서 자율주행 택시를 이용할 경우 혜택(Gain)과 왜(Why) 사용해야 하는지를 설명한 메시지 형식과 자율주행 택시를 이용하지 않았을 경우 손실(Loss)와 어떻게(How)를 강조한 메시지를 구성하여 비교해 보았다. 두 메시지 프레이밍은 차이를 보였으며(t= 3.063) 혜택(Gain)과 왜(Why)를 설명한 메시지 형태가 더 높은 사용 의도를 보였다. 또한, 해석수준에 따른 결과를 요약하면 다음과 같다. 혜택(Gain) 및 손실(Loss)에 대한 먼 미래와 가까운 미래에 발생할 것을 가정한 경우 사용 의도에 차이가 있었으며, 구체적으로 혜택(Gain)을 설명한 메시지와 먼 미래에 발생할 것을 가정한 경우가 사용 의도가 높았다. 요약하면 자율주행 택시의 사용 의도를 높이기 위해서는 긍정의 메시지(Gain)와 먼 미래에 일어날 수 있는 것을 가정하여 사람들에게 메시지를 전달해야 한다는 결론이다. 또한, 본 연구를 통하여 향후 신기술의 출현에 대한 사용 의도 연구 시 연구방법을 활용할 수 있을 것이다.