• 지능정보연구
• /
• 제23권3호
• /
• pp.45-67
• /
• 2017

"2016 인터넷이용실태조사"에 따르면 인터넷 이용자수 및 이용률은 점점 증가하고 있으며 접속방법에 있어서는 컴퓨터보다 스마트폰을 통한 접속이 많아지고 있다. 스마트기기의 증가에 따라 초고속인터넷의 수요가 감소할 것이라는 전망도 있다. 하지만, 스마트기기의 증가에도 불구하고 기가인터넷을 통한 속도 향상과 IoT 시장의 성장으로 인해 초고속인터넷 시장은 당분간 유지될 것으로 전망된다. 시장의 포화로 인해 통신사업자들이 신규고객 확보를 위해 과도한 경쟁을 하고 있지만, 고객이탈의 원인을 알 수 있다면 보다 효과적인 마케팅을 통해 과도한 마케팅비용을 절감할 수 있을 것으로 기대된다. 본 연구에서는 통신사업자 A사가 보유하고 있는 안양시, 군포시, 의왕시 3개 도시의 결합유형별 해지 데이터와, 통계청으로부터 구한 지역별 데이터를 결합하여, 지역별 해지율과 이에 영향을 미치는 지역특성간의 관계를 분석하고자 하였다. 특히 인접지역에 따라 결합유형별 해지율의 분포에 차이가 있을 것으로 보고, 클러스터링을 이용하여 해지유형이 유사한 지역을 도출 및 분석하고자 하였다. 공간검색통계도구인 SatScan은 기존의 클러스터링 방법에 공간정보를 추가하여 인접지역을 중심으로 군집이 형성되도록 한다. 따라서 본 연구에서는 SatScan을 이용해 지역의 공간정보를 기반으로 유사지역을 군집화하고, 군집별 해지율과 지역별 데이터와의 연관성을 분석하였다. 분석 단계에서는 먼저 공간정보와 해지데이터를 결합하여 도출된 군집들의 특성을 정리하였으며, 다음으로 군집분석 결과를 바탕으로 하여 각 동의 초고속 인터넷 해지율과 지역별 데이터와의 연관성을 분산분석, 상관분석, 회귀분석을 이용하여 분석하였다. 그리고, 분석결과를 기반으로 하여 지역에 따른 적절한 마케팅 방안을 제안하였다.

• 한국재난정보학회 논문집
• /
• 제18권1호
• /
• pp.202-217
• /
• 2022

연구목적: 최근 개인형 이동장치(PM : Personal Mobility) 이용이 지속적으로 증가하면서 사고 또한 매년 폭발적으로 급증하고 있다. 이에 따라 PM 이용에 대한 안전 요구가 강화되고 있으나 여전히 안전한 환경을 위한 법/제도, 인프라, 관리체계 등은 부족한 실정이다. 따라서 본 연구에서는 PM 관련 선행연구 검토를 토대로 주요 문제점과 개선방안을 종합적으로 모색하고, 델파이조사를 통해 개선방안의 중요성에 따른 우선순위를 제시한다. 연구방법: 연구방법은 크게 문헌연구와 전문가 설문조사(델파이조사)로 구성된다. 기존의 선행연구와 개선사례(지방자치단체, 정부부처, 업체 등)를 검토하여 문제점, 개선사항을 도출하고 키워드를 기반으로 문제점/개선사항 분류표를 작성한다. 분류 내용을 토대로 전문가 설문조사를 실시하여 우선순위 개선방안을 도출한다. 연구결과: PM 관련 문제점은 인적요인과 관련하여 '교통법규 미준수, 지식 부족, 조작 미숙, 안전의식 부재'가, 물리적요인과 관련하여 '기기 특성, 도로-주행 가능 공간, 도로시설물, 주차시설'이, 관리적요인으로 '관리/감독, 제품관리, 이용자관리, 교육/훈련'이, 그 외 이 모든 요인들과 관련한 법률적요인을 '법률 부재/미흡, 혼선/중복, 실효성 저하' 측면으로 나눠볼 수 있었다. 이와 관련한 개선과제로 'PM 교육·홍보, 주차·반납, 도로개선, PM 등록·관리, 보험, 안전기준, 통행기준, PM 기기안전, PM 부대시설, 단속/관리, 전담조직, 서비스제공업체, 관리체계, 이와 관련한 법/제도 개선'의 14개 핵심 부문에 대해 42개 세부과제를 도출하였다. 세부 과제에 대한 중요도 평가결과 비용, 시간, 효과, 시급성, 실현가능성 평가항목에 대해 평균이 종합적으로 높은 과제는 '단속/계도활동 강화, 교육홍보/캠페인, 무단방치 PM관리, 통행규정 명확화'로 나타났다. 결론: PM 시장은 공유 서비스를 기반으로 점차 시장 규모가 커지고 있으며, 산업 활성화와 더불어 PM 이용의 안전환경이 보장되어야 한다. 이러한 측면에서 본 연구는 PM 관련 주요 문제점, 개선방안을 종합적인 관점에서 모색하고 우선적으로 필요한 개선대책의 순위를 알아본데 있어 그 의미가 있으며 향후 정책수립 자료의 기초가 될 수 있다는 점에서 그 가치가 있다. 향후에는 실질적인 정책 적용을 위해 개선 핵심 분야별로 심층적인 자료 보완이 필요할 것이다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권9호
• /
• pp.317-322
• /
• 2022

정보기술의 급격한 발달은 의료 환경에서도 많은 변화를 가져오고 있다. 특히 빅데이터와 인공지능(AI)을 활용한 의료영상 정보 시스템의 빠른 변화를 견인하고 있다. 전자의무기록(EMR)과 의료영상저장전송시스템(PACS)으로 구성된 처방전달시스템(OCS)은 의료 환경을 아날로그에서 디지털로 빠르게 바꾸어 놓았다. PACS는 여러 솔루션과 결합하여 호환, 보안, 효율성, 자동화 등 새로운 발전 방향을 보여주고 있다. 그 중, 영상의 질적 개선을 할 수 있는 빅데이터를 활용한 인공지능(AI)과의 결합이 활발히 진행되고 있다. 특히 딥러닝 기술을 활용하여 의료 영상 판독을 보조할 수 있는 시스템인 AI PACS가 대학과 산업체의 협력으로 개발되어 병원에서 활용되고 있다. 이처럼 의료 환경에서 의료영상 정보 시스템의 빠른 변화에 맞추어 의료시장의 구조적인 변화와 이에 대처할 수 있는 의료정책의 변화도 필요하다. 한편, 의료영상정보는 디지털 의료영상 전송 장치에서 생성되는 DICOM 방식을 기본으로 하고, 생성하는 방법의 차이에 따라 Volume 영상, 단면 영상인 2차원적 영상으로 구분된다. 또한, 최근 많은 의료기관에서는 스마트 병원 서비스를 내세우며 차세대 통합 의료정보시스템의 도입을 서두르고 있다. 차세대 통합 의료정보시스템은 EMR을 바탕으로 전자동의서, AI와 빅데이터를 활용한 정밀의료, 외부기관 등을 통합한 솔루션으로 구축하며, 이를 바탕으로 환자 정보 DB 구축과 데이터의 표준화를 통한 의료 빅데이터 기반의 의학 연구를 목적으로 한다. 우리나라의 의료영상 정보 시스템은 앞선 IT 기술력과 정부의 정책에 힘입어 세계적인 수준에 있으며, 특히 PACS 관련 프로그램은 의료 영상정보 기술에서 세계로 수출을 하고 있는 한 분야이다. 본 연구에서는 빅데이터를 활용한 의료영상 정보 시스템의 분석과 함께 의료영상 정보 시스템이 국내에 도입되게 된 역사적 배경을 바탕으로 현재의 흐름을 파악하고 나아가 미래의 발전 방향을 예측하였다. 향후, 20여 년 동안 축적된 DICOM 빅데이터를 기반으로 AI, 딥러닝 알고리즘을 활용하여 영상 판독률을 높일 수 있는 연구를 진행하고자 한다.

• 경영과정보연구
• /
• 제37권4호
• /
• pp.21-39
• /
• 2018

오늘날 스마트폰 기술의 향상과 함께 모바일인스턴트메신저(MIM)는 많은 사람들이 일상적으로 이용하는 커뮤니케이션 수단이 되었다. 그 중 카카오톡은 현재 국내에서 가장 높은 점유율을 차지하고 있으며 카카오게임은 대표적인 SNG 플랫폼으로 지속적인 수익을 창출하고 있다. 그러나 카카오게임의 대중적 인기와 수익창출 기여도가 증가함에도 불구하고, SNG이용자의 특성과 지속적인 게임 이용간의 관계를 다룬 연구는 부족한 실정이다. SNG이용자가 지인들 간의 관계를 통해 형성하는 사회자본과 모바일 게임 이용 시 제공하는 개인정보에 대한 우려는 모두 개인적 특성이며 커뮤니티 몰입도에 영향을 미치는 요인이다. 이에 본 연구는 개인이 타인과 관계를 형성하는 양상과 개인정보제공과 관련된 우려가 게임의 플로우 경험에 미치는 영향을 살펴보고자 하였다. 또한 플로우가 SNG재이용의도와 추천의도에 미치는 영향을 실증 분석하였다. 검증 결과, 응답자의 연결적 사회자본은 SNG에 대한 플로우에 긍정적인 영향을 미쳤으며, 결속적 사회자본은 SNG에 대한 플로우에 부정적인 영향을 미치는 것으로 나타났다. 또한 개인정보제공에 대한 인지성은 SNG에 대한 플로우에 부정적 영향을 미치나, 통제성은 긍정적인 영향을 미치는 것으로 나타났다. 마지막으로 SNG에 대한 플로우는 SNG재이용의도와 추천의도에 긍정적인 영향을 미쳤으며 SNG 재이용의도 또한 추천의도에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구는 SNS의 폐쇄적 특성과 개방형 특성을 모두 갖춘 카카오 플랫폼을 중 카카오게임을 대상으로, SNG이용자의 사회자본이 플로우 경험을 통해 소비자행동에 영향을 미치는 요인이 될 수 있다는 점을 밝혔다. 또한, 아직 연구가 활발하게 진행되지 않은 SNG이용자의 개인정보제공에 대한 우려와 플로우 간의 관계를 실증적으로 검증했다는 점에서 의의가 있다. 마지막으로 본 연구의 결과를 토대로 SNG에 대한 게임몰입을 촉진시키기 위하여 이용자의 특성을 기반으로 보다 유용한 마케팅전략을 고안할 수 있을 것이다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제17권2호
• /
• pp.119-128
• /
• 2011

최근 사용자 정보와 주변 환경의 정보를 수집할 수 있는 센서의 기술과 휴대 디바이스의 성능이 매우 발달되어 왔다. 이러한 기술 발달로 인해 사용자는 매우 다양한 콘텐츠를 이용할 수 있게 되었다. 그러나 사용자가 휴대한 디바이스의 특성에 따라 이용할 수 있는 콘텐츠가 제한적이다. 이것을 해결하기 위해 하나의 콘텐츠를 여러 디바이스에서 사용하기 위한 연구가 활발히 진행 중이다. 본 연구에서는 사용자 주변의 센서를 통한 다양한 정보를 수집하여 사용자의 상황에 맞는 특정 콘텐츠를 선정하고, 선정된 콘텐츠를 사용자가 휴대한 디바이스 특성에 맞게 변환하여 서비스를 제공하는 시스템을 제안한다.

• 한국지리정보학회지
• /
• 제18권3호
• /
• pp.21-34
• /
• 2015

본 연구는 U-City 공간의 고도화된 설계 및 계획 활동 지원을 위해 필수정보인 지능화시설에 관한 충분한 정보를 계획가나 설계자에게 제공할 수 있는 레퍼런스 모델 구축을 목적으로 한다. 레퍼런스 모델의 핵심은 유비쿼터스 서비스 계획내용을 수행할 수 있는 지능화시설에 대한 정보의 포괄성 (Comprehensiveness)과 끊임없이 변화하는 관련정보의 최신성이라 할 수 있다. 이에 방대한 지능화 시설의 정보를 다루고 있는 조달청 물품정보시스템의 데이터베이스를 활용하는 방안을 제시하였다. 이를 위해 조달청 물품정보 활용을 위한 현황 및 문제점을 분석하여 적용사례로서 CCTV의 적정 배치를 위한 시뮬레이션을 실시하여 개선방안을 진단하였다. 현재로서 U-City계획 패러다임은 IT 기술중심에서 스마트 공간중심으로 변화함에 따라 U-서비스를 제공하는 지능화시설의 설치 및 배치 등에 관한 기준이나 정보의 부족과 같은 한계가 발생하고 있다. 하지만, 관련법제도 및 지침의 부재로 인해 지능화시설의 적정 배치 선정과 같은 계획활동은 효율적인 서비스 제공 측면에서 볼 때 미흡한 실정이다. 또한, U-City 계획 및 설계자에게 제공 가능한 IT기술 및 지능화 시설에 대한 정보의 부족으로 서비스 수준과 예산 등을 고려한 최적 계획 수립에는 많은 어려움이 있는 실정이다. 이러한 문제점을 해결하기 위해 본 연구는 조달청 물품정보를 연계하여 활용하는 방안을 제시하였다. 조달청은 약 26만 건의 산업관련 DB를 기 구축하였으며, 지속적으로 갱신되어지고 있어 끊임없이 변화하는 U-City 산업의 핵심인 지능화시설과 관련 기술에 대한 정보수집처로서 매우 유익한 정보라 할 수 있다. 하지만, 현재 제공하고 있는 정보가 활용측면에서 내용적으로 다소 부족하고 정보 공개 측면의 제한성으로 인해 활용상에 어려움이 있다. 따라서 본 연구는 조달청 물품정보의 연계 및 활용을 위한 개선 방안을 제시함으로써 향후 U-City계획의 고도화 및 조달청 물품정보의 다부처 공동 활용을 위한 기초적 틀을 제공하였다는 것에 그 의의가 있다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.25-44
• /
• 2013

최근 IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 웹 서비스의 등장으로 영상 콘텐츠의 접근이 용이해져 사용자들은 자신이 원하는 콘텐츠를 찾고자 하는 요구가 증가하고 있다. 하지만 서비스되는 콘텐츠의 양이 방대하여 영상 콘텐츠를 검색할 때 사용하는 키워드 기반의 검색은 많은 양의 결과를 가져오며 사용자가 필요로 하지 않은 결과가 검색된다. 따라서 사용자가 원하는 콘텐츠의 검색 시간과 노력이 증가 하게 되었다. 이를 극복 하기 위해 콘텐츠 추천 및 검색에 대한 연구가 수행되어 왔다. 기존의 연구에는 사용자의 선호도 분석을 통하여 영상 콘텐츠를 추천하거나 비슷한 성향을 가지는 사용자들을 분류하여 콘텐츠를 추천하는 기법들이 연구되어 왔다. 본 논문에서는 영상 콘텐츠 중 영화의 추천을 위해 사용자 개인의 영화 메타데이터의 선호도를 분석하고, 영화의 메타데이터와 영화의 유사성을 도출하여 이를 기반으로 영화 추천 기법을 제안한다. 영화의 특징을 담고 있고, 사용자의 영화 선호도에 영향을 끼치는 장르, 줄거리, 배우, 키워드 등의 영화 메타데이터를 기반으로 온톨로지를 구축하고, 확률 기법을 통한 메타 데이터간의 유사성을 분석하여 유사 메타데이터를 연결한다. 또한 사용자의 선호도와 그룹을 정의하고, 사용자 정보를 활용하기 위한 사용자 모델을 정의한다. 제안하는 추천 기법은 1) 사용자 정보기반의 후보 영화 검색 컴포넌트, 2) 사용자 선호기반의 후보 영화 검색 컴포넌트, 3) 1)과 2)의 결과를 통합하고 가중치를 부여하는 컴포넌트, 4) 최종결과의 분석을 통한 개인화된 영화 추천 컴포넌트 등 총 4가지 컴포넌트로 구성된다. 제안하는 추천 기법의 실험을 위하여 20대 남/녀 10명씩 20명을 대상으로 실험을 진행하였으며, 실험결과 평균 Top-5에서 2.1개 Top-10에서 3.35개 Top-20에서 6.35의 영화가 보고 싶은 영화로 선택되었다. 본 논문에서는 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.