• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.57-65
• /
• 2021

산업 전 분야에 4차 산업혁명의 신기술인 IoT(Internet of Things), AI(Artificial Intelligence), Bigdata 등이 융합되어 새로운 가치를 창출하는 초연결 지능정보사회가 도래되고 있다. 모든 것이 네트워크에 연결되어 데이터가 폭발적으로 증가하고, 인공지능이 스스로 학습하여 지적 판단 기능까지도 가능하다. 특히 사물인터넷은 언제 어디서나 어느 것과도 연결될 수 있는 새로운 통신환경을 제공함에 따라 모든 것들이 연결되는 초 연결을 가능케 하고 있다. 인공지능 기술은 인간이 가진 지각, 학습, 추론, 자연어처리 등의 능력을 컴퓨터가 실행할 수 있도록 구현되고 있다. 인공지능은 기계학습, 딥러닝(Deep leearning), 자연어처리, 음성인식, 시각인식 등 첨단기술을 개발하는 방향으로 발전되고 있으며, 안전, 의료, 국방, 금융, 복지 등의 다양한 응용 분야에 특화된 소프트웨어와 머신러닝(Machine learning), 클라우드(Cloud) 기술을 포함하고 있다. 이를 통해 인간의 편의와 새로운 가치를 제공하기 위해 산업 전반의 다양한 분야에 활용된다. 하지만, 이와는 반대로 지능적이고 정교해진 사이버 위협들이 증가하고 신기술의 기술적 안전성 확보와 같은 잠재적 역기능들을 동반함에 따라 이에 대한 대응이 필요한 시점이다. 본 논문에서는 이러한 역기능을 해결하기 위한 하나의 방안으로 인공지능기술을 활용하여 IoT 통합보안관제 가능하도록 새로운 데이터모델링(Data modelling) 방안을 제안하였다.

• 중소기업연구
• /
• 제42권1호
• /
• pp.43-56
• /
• 2020

최근 미·중 기술 갈등이 심화되고 있다. 국가 보안을 이유로 시작된 미·중 갈등은 본원적으로는 중국 IT 제조 및 기술 기업들의 약진을 경계하는 미국 정부차원의 견제로 해석된다. 중국의 IT부문은 빠른 성장을 거듭하며 미국에 위협적인 존재가 되어 왔다. R&D지출, 특허, 논문 등 다양한 지표에서 중국은 빠른 성장을 지속해 왔고 특히 5G, AI (인공지능) 등 차세대 기술에 있어 중국은 미국에 큰 위협이 되고 있다. 그리고 그 중심에 화웨이가 있다. 2018년 화웨이는 세계 최대의 통신장비 제조사이자 미국의 혁신 기업인 애플을 제치고 세계 2위의 스마트폰 제조사가 되었고 최근에는 AI칩셋 제조, 빅데이터 분석, 클라우드 등에서 빠른 성장을 보이며 4차 산업혁명의 핵심 산업 전반에 있어 그 영향력을 강화하고 있는 미·중 갈등의 중심에 있는 기업이다. 본 연구는 화웨이 이슈를 중심으로 우리나라 중소기업에 대한 파급효과를 분석하는데 목적이 있다. 이를 위해 화웨이와의 국내 기업 거래 현황, 글로벌 밸류체인 관점에서의 화웨이의 협력관계, 우리나라의 화웨이 정보보안 이슈 및 정부의 정책적 대응이라는 세 가지 분석체계를 바탕으로 우리나라 제조 경쟁력 및 정보보안 역량 강화 등의 정책 제언을 제시하고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권11호
• /
• pp.403-410
• /
• 2022

블록체인 기반으로 생성된 NFT는 자신만의 고유한 값을 지녀 위변조가 불가하며 다른 토큰이나 코인과 교환될 수 없다. 이러한 특성을 이용해 이미지나 비디오, 예술작품, 게임 캐릭터 및 아이템 등과 같은 디지털 자산에 NFT를 발행하여 사이버상에 존재하는 수많은 사용자와 객체들 사이에서 디지털 자산의 소유권을 주장할 수 있으며, 동시에 원본 증명도 가능하다. 하지만, 2020년 초기부터 NFT에 관한 관심이 폭발하여 블록체인 네트워크에 많은 부하를 일으켰고, 이에 따라 사용자들은 연산 처리가 늦어지거나 채굴 과정에 매우 큰 수수료가 발생하는 문제점을 겪고 있다. 또한, 사용자들의 모든 행위가 블록체인 장부에 저장되고 디지털 자산은 블록체인 기반 분산 파일 저장 시스템에 저장되어 자신의 신분을 밝히고 싶지 않은 사용자의 개인정보가 불필요하게 노출될 가능성이 있다. 본 논문에서는 클라우드 컴퓨팅과 접근 게이트, 변환 테이블, 클라우드 아이디 등을 활용한 NFT 플랫폼을 제안하여 기존 시스템에서 발생하는 사용성 문제와 프라이버시 문제를 개선할 수 있도록 한다. 로컬시스템과 클라우드 시스템의 성능 비교를 위해 스마트 계약 배포 및 NFT 발행 트랜잭션 연산 처리에 사용된 가스를 측정했다. 그 결과, 클라우드 시스템이 같은 실험 환경 및 파라미터를 사용했음에도 스마트 계약 배포에는 약 3.75%, NFT 생성 트랜잭션 처리에는 약 4.6%의 가스를 절약하는 결과를 도출했고, 이를 통해 클라우드 시스템이 로컬시스템보다 효율적으로 연산을 처리할 수 있음을 확인했다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권6호
• /
• pp.23-33
• /
• 2021

코로나19의 영향이 장기화되면서 오프라인 활동은 중단되었고 온라인 소통이 더욱 큰 비중을 차지하게 되었다. 한류와 인터넷 정보 기술의 비약적인 발전과 함께 다양한 엔터테인먼트 커뮤니케이션 플랫폼이 탄생했다. 팬들은 플랫폼을 통해 스타 및 다른 팬들과 소통하고 정보를 공유할 수 있게 되었다. 이러한 방식은 엔터테인먼트 커뮤니케이션 플랫폼에 대한 사용자의 가치 지각을 향상하고 공감을 자아내며, 플랫폼 추천 의도를 강화할 수 있다. 본 연구는 설문조사를 통해 엔터테인먼트 커뮤니케이션 플랫폼 내 사용자 간의 상호작용, 동일시와 추천 의도의 영향에 대해 실증분석을 실시하였다. 연구 결과는 다음과 같다. 첫째, 팬과 콘텐츠 상호작용은 심리 동일시와 행위 동일시에 긍정적인 영향을 미치는 것으로 나타났다. 둘째, 팬과 팬의 상호작용은 심리 동일시와 행위 동일시에 영향을 미치지 않는 것으로 나타났다. 셋째, 팬과 스타의 상호작용은 심리 동일시와 행위 동일시에 긍정적인 영향을 미치는 것으로 나타났다. 넷째, 심리 동일시와 행위 동일시는 커뮤니티 구성원의 추천 의도에 긍정적인 영향을 미치며, 행위 동일시는 심리 동일시와 추천 의도의 관계 중에서 부분 매개효과가 있는 것으로 나타났다. 이상의 분석 결과를 토대로 연구의 시사점과 한계점 및 향후 연구방향을 제시하였다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.452-459
• /
• 2022

스마트팜 요소들 중에서 중요한 요인 중 하나는 환경 계측이다. 본 연구에서는 오픈 소스 프로그램인 아두이노, 앱 인벤터와 노드 레드를 이용하여 로라와 블루투스 무선 통신을 통한 환경 계측 모니터링 시스템을 설계하였다. 이 시스템은 아두이노, 로라 쉴드, 온습도 센서(SHT10), 이산화탄소 센서(K30)로 구성되었다. 아두이노(Arduino) 프로그램에서 사용된 라이브러리로는 LoRa.h, Sensirion.h, LiquidCrystal_I2C.h와 K30_I2C.h를 사용하였다. 일정한 주기로 센서에서 환경 데이터를 받을 때, 데이터의 안정화를 위해 평균값을 사용한 코딩을 사용하였다. 사용자 인터페이스로 노드 레드와 앱 인벤터 프로그램을 이용하여 안드로이드 기반의 앱을 개발하였다. 아두이노의 시리얼 화면과 스마트 폰의 화면 및 노드 레드의 사용자 인터페이스에 출력되는 화면으로 센서에 위한 환경 자료가 잘 수집되어 디스플레이되는 것을 볼 수 있었다. 이러한 오픈소스 기반의 플랫폼과 프로그램들은 다양한 농업 응용 분야에 적용될 것이다.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.337-342
• /
• 2021

본 연구의 목적은 아이코닉스를 중심으로 문화 콘텐츠 기업의 환경 및 전략 행태를 분석하고 지속적인 경쟁우위를 창출하기 위해 아이코닉스가 나아가야 할 전략적 제언을 도출하고자 한다. 분석 결과 아이코닉스는 이미 세계시장을 주도하는 미국, 유럽의 메이저들과 당당하게 경쟁할 수 있는 전천후 엔터테인먼트 콘텐츠 사업자로 발전해나가고자 하는 그들의 미션에 걸맞게 콘텐츠의 기획에서부터 사업에 이르는 수직 계열화된 개발-비즈니스 시스템 구축하고 있으며, 국내 및 해외를 포괄하는 강력한 글로벌 비즈니스 네트워크를 단계적으로 구축해나가며 고도의 글로벌 전략을 취하고 있다. 하지만 뽀로로의 성공에 의존하거나 조직 구조 내의 다양한 문제점으로 인해 한계에 부딪히고 있다. 이에 엔터테인먼트 산업 각 부문별 선도 회사들의 참여와 사업적 연계를 통해 콘텐츠의 부가가치를 극대화할 수 있는 One Source Multi Channel/Multi Use 전략을 기반으로 본 연구에서 제시한 다양한 전략적 제언들을 실행한다면 안정화된 Total Entertainment Contents 산업에서의 선두주자로 자리매김할 것이다.

• 산업경영시스템학회지
• /
• 제45권2호
• /
• pp.48-55
• /
• 2022

The color image of the brand comes first and is an important visual element that leads consumers to the consumption of the product. To express more effectively what the brand wants to convey through design, the printing market is striving to print accurate colors that match the intention. In 'offset printing' mainly used in printing, colors are often printed in CMYK (Cyan, Magenta, Yellow, Key) colors. However, it is possible to print more accurate colors by making ink of the desired color instead of dotting CMYK colors. The resulting ink is called 'spot color' ink. Spot color ink is manufactured by repeating the process of mixing the existing inks. In this repetition of trial and error, the manufacturing cost of ink increases, resulting in economic loss, and environmental pollution is caused by wasted inks. In this study, a deep learning algorithm to predict printed spot colors was designed to solve this problem. The algorithm uses a single DNN (Deep Neural Network) model to predict printed spot colors based on the information of the paper and the proportions of inks to mix. More than 8,000 spot color ink data were used for learning, and all color was quantified by dividing the visible light wavelength range into 31 sections and the reflectance for each section. The proposed algorithm predicted more than 80% of spot color inks as very similar colors. The average value of the calculated difference between the actual color and the predicted color through 'Delta E' provided by CIE is 5.29. It is known that when Delta E is less than 10, it is difficult to distinguish the difference in printed color with the naked eye. The algorithm of this study has a more accurate prediction ability than previous studies, and it can be added flexibly even when new inks are added. This can be usefully used in real industrial sites, and it will reduce the attempts of the operator by checking the color of ink in a virtual environment. This will reduce the manufacturing cost of spot color inks and lead to improved working conditions for workers. In addition, it is expected to contribute to solving the environmental pollution problem by reducing unnecessarily wasted ink.

• 대한소아치과학회지
• /
• 제50권3호
• /
• pp.263-276
• /
• 2023

이 연구의 목적은 소아의 치근단 방사선 사진에서 인접면 우식증 객체 탐지 의 객체 탐지를 위해 YOLO (You Only Look Once)를 사용한 모델의 성능을 평가하는 것이다. M6 데이터베이스에서 학습자료군으로 2016개의 치근단 방사선 사진이 선택되었고 이 중 1143개는 한 명의 숙련된 치과의사가 주석 도구를 사용하여 인접면 우식증을 표시하였다. 표시한 주석을 데이터 세트로 변환한 후 단일 합성곱 신경망(CNN) 모델을 기반으로 하는 YOLO를 데이터 세트에 학습시켰다. 187개의 평가자료군에서 객체 탐지 모델 성능 평가를 위해 정확도, 재현율, 특이도, 정밀도, NPV, F1-score, PR 곡선 및 AP를 계산하였다. 결과로 정확도 0.95, 재현율 0.94, 특이도 0.97, 정밀도 0.82, NPV 0.96, F1-score 0.81, AP 0.83으로 인접면 우식증 탐지에 좋은 성능을 보였다. 이 모델은 치과의사에게 치근단 방사선 사진에서 인접면 우식증 병변을 객체 탐지하는 도구로 유용하게 사용될 수 있다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권3호
• /
• pp.13-25
• /
• 2019

방탄소년단은 2018년 5월 LOVE YOURSELF 전(轉)Tear로 빌보드 메인 앨범 차트 '빌보드 200' 정상을 처음 밟은 후 3개월 만에 다시 Repackage 앨범 LOVE YOURSELF 결(結) ANSWER(2018년 8월 24일 발매)로 '빌보드 200' 1위(2018년 9월 3일)에 올랐다. 영어가 아닌 한국어 가사로 빌보드 메인 차트를 두번씩이나 정복하며 '한류 4.0시대'를 열었다. 방탄소년단은 '빌보드 200' 정상에 두 번이나 오름으로써 그들의 음악적 재능(노래, 가무, 프로모션 등)을 전 세계적으로 공인받고 글로벌 주류 음악 시장에 안착하게 되었다. 방탄소년단은 신비주의, 이상성, 파격 등 직관적 상호작용을 탈피하고 공감, 공유, 공생 등 양방향 소통을 통해 지구촌 팬들과 하나의 계관(BTS Universe)을 구축하고 있다. 단지 몇 개의 히트곡을 발표한 인기 그룹에 그치지 않고 대중음악을 예술적 가치로 승화시킨 아티스트로서의 권위를 인정받고 있다. 그 결과 충성도 높은 글로벌 팬덤(A.R.M.Y.)을 갖게 되었고 그들과 함께 선한 영향력을 지속적으로 만들어내고 있다. 본 논문은 다음과 같이 방탄소년단의 성공 요인을 S-M-C-R-E 모델을 통해 분석했다. ① Sender(송신자) : 방탄소년단의 7인 7색 판타지와 방시혁 프로듀서의 '올인원(All in one) 스토리텔링' 전략 ② Message(메시지) : '나'가 아닌 '너'를 통해 지구촌 공감대 형성 ③ Channel(채널) : 유튜브, 페이스북, 인스타그램 등 소셜미디어를 활용해 지구촌 팬들과 실시간 접점 형성 ④ Receiver(수용자) : 한국과 아시아를 넘어 충성도 높은 글로벌 팬덤(A.R.M.Y.) 형성 ⑤ Effect(효과) : 방탄소년단의 경제적 부가가치 창출과 선한 영향력 확산

• 한국컴퓨터정보학회논문지
• /
• 제14권9호
• /
• pp.11-19
• /
• 2009

다중 판별자를 가지는 RAM 기반 신경망은 단일판별자의 신경 망보다 다범주에서 더 우수한 성능 가진다. 다중 판별자를 가지는 경험유관이진신경망과 3차원 뉴로 시스템(3DNS)은 RAM 기반 이진신경망의 단점인 추가 및 반복 학습, 일반화 패턴 추출 등을 개선하였다. 다중 판별자를 사용하는 신경망의 범주 결정 방법은 MRD 기법으로, 각 판별자의 출력합들 중 최대응답 값으로 결정된다. 그러나 학습 패턴량이 증가하면 신경소자와 판별자의 메모리 포화 문제가 발생되며 이는 MRD의 변별력 저하로 전체 성능이 떨어지는 원인이 된다. 이를 해결하기 위해 기존 MRD의 성능을 향상시킬 수 있는 연구가 필요하다고 본다. 본 논문에서는 최적의 MRD 방법을 찾기 위해 사상 매칭, 누적 필터비 인형 응답 차 그리고 제안된 MRD 기법들을 이용한 최적 MRD 기법 등을 제안하였다. 제안된 MRD의 평가는 3DNS에 전처리 과정 없이 MNIST의 NIST에서 제공하는 숫자 자료를 이용하였다. 제안된 기법들은 기존 MRD보다 우수한 인식률과 입력 패턴의 변형 및 노이즈에 대하여 안정적인 결과를 보였다.