• 한국차세대컴퓨팅학회논문지
• /
• 제13권6호
• /
• pp.124-131
• /
• 2017

최근 드론은 배송, 농업, 공업, 엔터테인먼트 등 다양한 분야에 적용되어 사용 영역을 넓히고 있다. 실제 드론을 제어하기 위해선 많은 경험이 필요하지만 이를 위해선 드론 분실, 파손 등 여러 위험한 상황에 노출되기 쉽다. 가상 드론 시스템은 이러한 위험성을 피하여 드론을 학습 할 수 있는 배경을 제공할 수 있다. 본 논문에서는 드론 학습을 위한 가상 드론 시스템 구축을 위한 요구기술들에 대해 논한다. 먼저, 다양한 형태를 가질 수 있는 드론을 가상의 환경에서 조립할 수 있는 저작도구가 필요하다. 가상의 저작도구는 실제 드론의 물리적 특성을 반영할 수 있어야 한다. 이에 실제 비행에 큰 영향을 비치는 로터의 위치나 배선의 간섭 등을 고려할 수 있는 가상 드론 저작 도구를 제안한다. 다음으로는 만들어진 가상의 드론을 실제 비행환경과 흡사한 물리적 조건하에서 구동 해 볼 수 있는 가상 드론 시뮬레이터가 필요하다. 이 시뮬레이터는 실제와 근접한 렌더링 품질을 보장할 수 있어야 하며 기체 역학에 근거한 물리적 환경 하에 구동이 되어야 한다. 여기에 가상 드론의 동역학적 특징이 움직임에 반영 될 수 있도록 SILS(Software in the loop simulation) 기반의 검증 기법을 추가하여 사실성을 높인다. 마지막으로 실제 드론 컨트롤러 기반으로 가상의 드론을 구동할 수 있는 환경이 필요하다. 범용으로 사용되는 드론 컨트롤러의 신호를 시뮬레이터에서 받아 사용할 수 있는 가상 드론 컨트롤러 기술을 제안한다. 완성된 가상드론 저작도구, 시뮬레이터, 및 컨트롤러 연동 기술을 포함한 가상 드론 시스템은 100명의 사용자 대상 만족도 조사 결과 10점 기준 7.64의 만족도를 나타내었다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.219-240
• /
• 2023

사용자가 만족감을 느끼며 상호작용할 수 있는 대화형 인공지능을 개발하기 위한 노력이 이어지고 있다. 대화형 인공지능 개발을 위해서는 사람들의 실제 대화를 반영한 학습 데이터를 구축하는 것이 필요하지만, 기존 데이터셋은 질문-답변 형식이 아니거나 존대어를 사용하여 사용자가 친근감을 느끼기 어려운 문체로 구성되어 있다. 이에 본 논문은 온라인 커뮤니티에서 수집한 30,767개의 질문-답변 문장 쌍으로 구성된 대화 데이터셋(KOMUChat)을 구축하여 제안한다. 본 데이터셋은 각각 남성, 여성이 주로 이용하는 연애상담 게시판의 게시물 제목과 첫 번째 댓글을 질문-답변으로 수집하였다. 또한, 자동 및 수동 정제 과정을 통해 혐오 데이터 등을 제거하여 양질의 데이터셋을 구축하였다. KOMUChat의 타당성을 검증하기 위해 언어 모델에 본 데이터셋과 벤치마크 데이터셋을 각각 학습시켜 비교분석하였다. 그 결과 답변의 적절성, 사용자의 만족감, 대화형 인공지능의 목적 달성 여부에서 KOMUChat이 벤치마크 데이터셋의 평가 점수를 상회했다. 본 연구는 지금까지 제시된 오픈소스 싱글턴 대화형 텍스트 데이터셋 중 가장 대규모의 데이터이며 커뮤니티 별 텍스트 특성을 반영하여 보다 친근감있는 한국어 데이터셋을 구축하였다는 의의를 가진다.

• 정보관리학회지
• /
• 제40권2호
• /
• pp.183-209
• /
• 2023

이 연구의 목적은 ChatGPT가 도서의 표지, 표제지, 판권기 데이터를 활용하여 생성한 더블린코어의 품질 평가를 통하여 ChatGPT의 메타데이터의 생성 능력과 그 가능성을 확인하는 데 있다. 이를 위하여 90건의 도서의 표지, 표제지와 판권기 데이터를 수집하여 ChatGPT에 입력하고 더블린 코어를 생성하게 하였으며, 산출물에 대해 완전성과 정확성 척도로 성능을 파악하였다. 그 결과, 전체 데이터에 있어 완전성은 0.87, 정확성은 0.71로 준수한 수준이었다. 요소별로 성능을 보면 Title, Creator, Publisher, Date, Identifier, Right, Language 요소가 다른 요소에 비해 상대적으로 높은 성능을 보였다. Subject와 Description 요소는 완전성과 정확성에 대해 다소 낮은 성능을 보였으나, 이들 요소에서 ChatGPT의 장점으로 알려진 생성 능력을 확인할 수 있었다. 한편, DDC 주류인 사회과학과 기술과학 분야에서 Contributor 요소의 정확성이 다소 낮았는데, 이는 ChatGPT의 책임표시사항 추출 오류 및 데이터 자체에서 메타데이터 요소용 서지 기술 내용의 누락, ChatGPT가 지닌 영어 위주의 학습데이터 구성등에 따른 것으로 판단하였다.

• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.1-9
• /
• 2022

글로벌 시대에 들어서면서 수입식품 안전관리에 대한 중요성이 증가하고 있다. 해외 식품업체 주소정보는 수입식품 안전관리를 위한 핵심 정보로써 식품위해 발생시 신속한 대처와 사후관리를 위해 반드시 검증되어야 한다. 그러나 각국의 주소체계가 다른 관계로 하나의 검증시스템이 모든 국가의 주소를 검증할 수는 없다. 또한, 주소검증은 사용하는 분야에 따라 검정목적이 상이할 수 있다. 본 논문에서는 주어진 해외 식품업체 주소로부터 해당 국가의 행정구역 레벨로 분류하는 문제를 다룬다. 수입식품 안전관리를 정확하고 효율적으로 하기 위하여 수입식품제조업체 주소를 해당 국가의 행정구역 수준으로 정확하게 매칭하는 것이 필요하다. 수입식품이 생산·제조되는 위치와 식품제조에 영향을 줄 수 있는 환경정보, 재난재해 정보를 결합함으로써 선제적 수입식품 안전관리가 가능하다. 그러나, 일부 국가에서는 주소를 표기할 때 행정구역 레벨명을 생략하여 작성하고 있으며, 동일한 지명이 여러 행정구역 레벨에서 중복되는 경우가 있어 주소로부터 행정구역 레벨을 정확히 분류하는 일은 쉽지 않다. 본 연구에서는 이러한 경우에 적합한 딥러닝 기반 행정구역 레벨 분류 모델을 제안하고, 실제 해외 식품회사 주소 데이터에 대하여 검증한다. 구체적으로 다중 레이블 분류 모델에서 멱집합(Label Powerset)을 이용해 훈련하는 방식을 사용한다. 제안된 기법의 검증을 위해 식약처에 등록된 에콰도르 및 베트남에 있는 해외 제조업소 주소에 대하여 정확도를 검증하였으며, 기존의 분류 모델보다 정확도가 각각 28.1% 및 13% 정도 향상되었다.

• 페미니즘연구
• /
• 제10권1호
• /
• pp.123-158
• /
• 2010

지난 몇 달간 우리 사회에 낙태가 쟁점이 되고 있다. 저출산 문제를 해결하기 위해 낙태단속을 강화해야 한다는 의견이 제기되는 한편, 외국에서는 찾아보기 힘든 산부인과 의사 간의 낙태 논쟁 및 고발이 진행 중이고 여성계와 정부도 이에 대한 대응을 내놓고 있다. 이러한 맥락에서 본 논문의 목적은 낙태의 정책방향을 여성건강의 관점에서 제시하기 위해 유럽의 사례를 고찰하는 데 있다. 낙태의 법적·사회적 수용도 및 안전한 낙태시스템 보장 수준을 기준 삼아 아일랜드, 영국, 네덜란드 세 국가를 선정하여, 개별 국가의 낙태에 관한 국가정책, 법적 기준, 의료 체계, 시민사회 등의 역학이 여성건강에 미치는 영향을 분석하였다. 이들 국가의 경험은 여성의 요청에 의한 낙태 시행, 낙태를 위한 의사의 복잡한 입증을 전제로 하지 않는 낙태제도, 투명하고 익명성이 보장되는 정보제공 및 상담, 임신 초기단계의 빠른 낙태 결정, 의료진의 질 높은 낙태를 위한 교육 및 훈련, 낙태 서비스의 공공지원을 통한 모든 여성의 낙태 접근도 향상, 안전한 낙태를 위한 지속적인 모니터링 및 체계 구축 등과 같은 장치가 안전한 낙태를 위해 한국 사회에서도 시급하다는 함의를 얻을 수 있었다. 여성의 요청에 의한 '안전한 낙태'와 원치 않는 임신의 예방정책이라는 두 가지 전략을 통해 건강한 여성과 사회가 재생산될 수 있다.

• 현장농수산연구지
• /
• 제19권1호
• /
• pp.39-49
• /
• 2017

수형을 달리하여 재식 이후 일관되게 관리하여온 왜성사과밀식재배에서 재식 후 7-9년차 수체에 대하여 수체생장과 생산성, 그리고 생산된 과실의 품질을 비교하는 일련의 시험을 수행하였다. 과원관리체계의 핵심기술인 수형과 전정방법을 일반대목 개심형(T-1), 왜성대목 썬플러스형(T-2), 세장방추형(T-3), 쏠렉스형(T-4), 세형방추형(T-5), 키큰방추형(T-6), 고밀식형(T-7)으로 구분하여 시행하였다. 상기 비교시험 결과, T-5와 T-6 체계로 전정하고 관리 받은 사과원이 수체생장을 적절히 조절하면서 높은 생산성을 보였고 또한 생산된 과실의 품질도 우수하였다. 또한 경영효율을 비교한 결과에서도, T-5와 T-6 체계에 의해 전정한 사과원이 여타 전정으로 관리된 왜성사과밀식재배에 비해 월등한 결과를 보여주었다.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.267-273
• /
• 2023

조류는 생태계를 구성하는 중요한 요소이다. 그러나 남조류의 과도한 성장은 하천환경에 다양한 악영향을 발생시키고 규조류는 상수원과 정수장 공정관리에 영향을 미친다. 지속적이고 효율적인 조류 관리를 위해 조류 모니터링이 중요하다. 본 연구에서는 You Only Look Once (YOLO)의 최신 알고리즘 YOLO v8을 사용하여 조류경보제 기준에 사용하는 유해 남조류 4종과 정수처리공정에 영향이 큰 규조류 1종 총 5종의 이미지를 분류하는 이미지 분류모형을 구축하였다. 기본모형의 mAP는 64.4로 분석되었다. 모형의 학습에 사용된 원본 이미지에 회전, 확대, 축소를 수행하여 이미지의 다양성을 높인 5가지 모형을 구축하여 입력자료로 사용된 이미지의 구성에 따른 모형 성능의 변화를 비교하였다. 분석결과 회전, 확대, 축소를 모두 적용한 모형이 mAP 86.5로 가장 좋은 성능을 보이는 것을 확인하였다. 이미지의 회전만을 적용한 모형, 회전과 확대를 적용한 모형, 이미지의 회전과 축소만를 적용한 모형의 mAP는 각각 85.3, 82.3, 83.8로 분석되었다.

• 한국수자원학회논문집
• /
• 제56권10호
• /
• pp.641-653
• /
• 2023

기후변화와 도시화의 영향으로 인해 자연재해의 발생빈도와 규모가 증가하고 있다. 특히 도시 침수는 발생 시간이 짧고 막대한 인명 및 경제적 손실을 초래할 수 있기 때문에 신속하고 정확도 높은 예측 정보 생산이 중요하다. 하지만, 기존 물리과정 및 인공지능 기반 기법은 고해상도 침수 해석을 위해 많은 전산 자원이나 데이터가 요구되는 한계가 있다. 본 연구에서는 딥러닝 기반 초해상화(Super-Resolution) 기법을 통한 고해상도 도시 침수 해석 방법을 제안하고 적용성을 평가한다. 제안된 방법은 고해상도 물리 모형의 결과로 훈련된 초해상화 딥러닝 모형을 이용하여 저해상도 침수 해석 이미지를 고해상도로 변환한다. 미국 포틀랜드 도심지의 두 가지 침수 사례에 대해 적용, 4 m 공간해상도 물리 모의 결과를 1 m 급 고해상도 침수 해석 정보로 초해상화 하였으며, 초해상화 이미지와 고해상도 원본 간 높은 구조적 유사성이 확인되었다. 성능 지표로 평가한 결과, 전체 검증 대상 이미지에 대한 평균 PSNR 22.77 dB, SSIM 0.77로 우수하여, 초해상화 기법의 도시 침수 해석 적용성이 검증되었다. 제안된 방법은 적은 양의 침수 시나리오만으로도 효율적인 딥러닝 모형 훈련이 가능하고, 물리 모형의 정보를 최대한 활용할 수 있기 때문에, 고해상도 도시 침수 정보 생산에 효과적으로 사용될 수 있을 것으로 기대된다.

• Korean Journal of Radiology
• /
• 제24권4호
• /
• pp.294-304
• /
• 2023

Objective: We aimed to investigate whether image standardization using deep learning-based computed tomography (CT) image conversion would improve the performance of deep learning-based automated hepatic segmentation across various reconstruction methods. Materials and Methods: We collected contrast-enhanced dual-energy CT of the abdomen that was obtained using various reconstruction methods, including filtered back projection, iterative reconstruction, optimum contrast, and monoenergetic images with 40, 60, and 80 keV. A deep learning based image conversion algorithm was developed to standardize the CT images using 142 CT examinations (128 for training and 14 for tuning). A separate set of 43 CT examinations from 42 patients (mean age, 10.1 years) was used as the test data. A commercial software program (MEDIP PRO v2.0.0.0, MEDICALIP Co. Ltd.) based on 2D U-NET was used to create liver segmentation masks with liver volume. The original 80 keV images were used as the ground truth. We used the paired t-test to compare the segmentation performance in the Dice similarity coefficient (DSC) and difference ratio of the liver volume relative to the ground truth volume before and after image standardization. The concordance correlation coefficient (CCC) was used to assess the agreement between the segmented liver volume and ground-truth volume. Results: The original CT images showed variable and poor segmentation performances. The standardized images achieved significantly higher DSCs for liver segmentation than the original images (DSC [original, 5.40%-91.27%] vs. [standardized, 93.16%-96.74%], all P < 0.001). The difference ratio of liver volume also decreased significantly after image conversion (original, 9.84%-91.37% vs. standardized, 1.99%-4.41%). In all protocols, CCCs improved after image conversion (original, -0.006-0.964 vs. standardized, 0.990-0.998). Conclusion: Deep learning-based CT image standardization can improve the performance of automated hepatic segmentation using CT images reconstructed using various methods. Deep learning-based CT image conversion may have the potential to improve the generalizability of the segmentation network.

• Journal of Trauma and Injury
• /
• 제37권1호
• /
• pp.28-36
• /
• 2024

Purpose: Recent advancements in interventional radiology have made angioembolization an invaluable modality in trauma care. Angioembolization is typically performed by interventional radiologists. In this study, we aimed to investigate the safety and efficacy of emergency angioembolization performed by trauma surgeons. Methods: We identified trauma patients who underwent emergency angiography due to significant trauma-related hemorrhage between January 2020 and June 2023 at Jeju Regional Trauma Center. Until May 2022, two dedicated interventional radiologists performed emergency angiography at our center. However, since June 2022, a trauma surgeon with a background and experience in vascular surgery has performed emergency angiography for trauma-related bleeding. The indications for trauma surgeon-performed angiography included significant hemorrhage from liver injury, pelvic injury, splenic injury, or kidney injury. We assessed the angiography results according to the operator of the initial angiographic procedure. The term "failure of the first angioembolization" was defined as rebleeding from any cause, encompassing patients who underwent either re-embolization due to rebleeding or surgery due to rebleeding. Results: No significant differences were found between the interventional radiologists and the trauma surgeon in terms of re-embolization due to rebleeding, surgery due to rebleeding, or the overall failure rate of the first angioembolization. Mortality and morbidity rates were also similar between the two groups. In a multivariable logistic regression analysis evaluating failure after the first angioembolization, pelvic embolization emerged as the sole significant risk factor (adjusted odds ratio, 3.29; 95% confidence interval, 1.05-10.33; P=0.041). Trauma surgeon-performed angioembolization was not deemed a significant risk factor in the multivariable logistic regression model. Conclusions: Trauma surgeons, when equipped with the necessary endovascular skills and experience, can safely perform angioembolization. To further improve quality control, an enhanced training curriculum for trauma surgeons is warranted.