• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.33-40
• /
• 2021

음성인식(ASR: Automatic Speech Recognition)은 사람의 말소리를 음성 신호로 분석하고, 문자열로 자동 변화하여 이해하는 기술이다. 초기 음성인식 기술은 하나의 단어를 인식하는 것을 시작으로 두 개 이상의 단어로 구성된 문장을 인식하는 수준까지 진화하였다. 실시간 음성 대화에 있어 높은 인식률은 자연스러운 정보전달의 편리성을 극대화하여 그 적용 범위를 확장하고 있다. 반면에, 음성인식 기술의 활발한 적용에 따라 관련된 사이버 공격과 위협에 대한 우려 역시 증가하고 있다. 기존 연구를 살펴보면, 자동화자식별(ASV: Automatic Speaker Verification) 기법의 고안과 정확성 향상 등 기술 발전 자체에 관한 연구는 활발히 이루어지고 있으나, 실생활에 적용되고 있는 음성인식 서비스의 자동화자 식별 기술에 대한 사이버 공격 및 위협에 관한 분석연구는 다양하고 깊이 있게 수행되지 않고 있다. 본 연구에서는 자동화자 식별 기술을 갖춘 AI 음성인식 서비스를 대상으로 음성 주파수와 음성속도를 조작하여 음성인증을 우회하는 사이버 공격 모델을 제안하고, 상용 스마트폰의 자동화자 식별 체계를 대상으로 실제 실험을 통해 사이버 위협을 분석한다. 이를 통해 관련 사이버 위협의 심각성을 알리고 효과적인 대응 방안에 관한 연구 관심을 높이고자 한다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.483-490
• /
• 2021

최근 도시화된 지역의 지하개발로 인한 각종 문제가 증가함에 따라 정확한 지하시설물 정보관리가 요구되고 있다. 이에 본 연구에서는 현장에서 실시간으로 지하공간통합지도를 활용하기 위해 현장 취득 GPR (Ground Penetration Radar) 탐사 데이터와 지하공간통합지도의 상호 위치를 비교하는 기능, 지하시설물 분석 기능, GPR 탐사 단면을 지하공간통합지도 상에 중첩하여 가시화 하는 기능, 측량 데이터를 3차원 공간상에 정위치 및 속성 편집을 통해 셰이프 파일로 변환하는 기능, 셰이프파일을 지하공간통합지도 모바일 센터에 제출하는 기능을 정의하여 프로그램으로 개발하였다. 또한, 개발 프로그램의 현장 적용 테스트를 위해 상수관로 매설 공사 현장에서 지하시설물 실시간 측량 현장에서 활용하는 시나리오와 GPR 탐사 현장에서 활용하는 시나리오를 도출하였으며, 서울시 관내 4개소에서 현장 실증을 수행하여 활용 시나리오의 현장 적용 문제점 및 기능의 오류 없이 정상적으로 작동함을 확인하였다. 이를 통해 본 연구에서 개발한 프로그램의 현장 활용성을 확인할 수 있었으며, 현장에서 측량 성과의 품질 확인 및 지하공간통합지도의 갱신 자동화에 기여할 수 있을 것이다. 또한, 국토교통부에서 추진하는 지하시설물도 정확도 향상 확산사업에 시범 적용하여 개발 프로그램의 활용성을 더욱 높일 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.913-924
• /
• 2022

이 연구에서는 국내 연안어장을 대상으로 조식동물 및 서식지에 대한 수중영상 기반의 인공지능 학습자료를 구축하고, state-of-the-art (SOTA) 모델인 High Resolution Network-Object Contextual Representation(HRNet-OCR)과 Shifted Windows-L (Swin-L)을 이용하여, 조식동물 서식지 수중영상의 의미론적 분할을 수행함으로써 화소 또는 화소군 간의 공간적 맥락(상관성)을 반영하는 보다 실제적인 탐지 결과를 제시하였다. 조식동물 서식지인 감태, 모자반의 수중영상 레이블 중 1,390장을 셔플링(shuffling)하여 시험평가를 수행한 결과, 한국수산자원공단의 DeepLabV3+ 사례에 비해 약 29% 향상된 정확도를 도출하였다. 모든 클래스에 대해 Swin-L이 HRNet-OCR보다 판별율이 더 좋게 나타났으며, 특히 데이터가 적은 감태의 경우, Swin-L이 해당 클래스에 대한 특징을 더 풍부하게 반영할 수 있는 것으로 나타났다. 영상분할 결과 대상물과 배경이 정교하게 분리되는 것을 확인되었는데, 이는 Transformer 계열 백본을 활용하면서 특징 추출능력이 더욱 향상된 것으로 보인다. 향후 10,000장의 레이블 데이터베이스가 완성되면 추가적인 정확도 향상이 가능할 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제55권9호
• /
• pp.679-686
• /
• 2022

기후변화로 인한 돌발홍수의 발생 빈도 증가에 따라 X밴드 레이더를 이용한 보다 빠르고 정확한 강수 관측이 중요해지고 있다. 이에 환경부는 삼척과 울진에 2기의 이중편파 X밴드 레이더를 설치했다. 본 연구에서는 차폐 효과를 최소화하기 위해 설치된 2기의 각 레이더에서 2개의 고도각 관측을 수행한 뒤 얻어진 관측자료를 합성하여 정량강우를 산정하였다. 정량강우산정을 위해서 먼저 품질관리(QC) 기법을 적용한 뒤 비차등위상차(K_DP)를 산출하고 하이브리드 고도면 강수추정(HSR) 기법을 적용하였다. 본 연구에서는 산출된 K_DP를 이용해 R-K_DP 관계로 불리는 강우강도와 비차등위상차의 관계식을 적용하여 얻어지는 정량적 강우추정(QPE)의 정확도 상승을 위해 해당 관계식의 매개변수를 추정했다. 매개변수 추정을 위해서 여러 개의 강우량계와 레이더 자료를 바탕으로 경험적 방법을 개발하였다. 새로 제안된 매개변수를 이용한 관계식(R = 27.4K^0.81_DP)은 관측된 강수량에 대해 추정된 강수의 상관계수를 선행연구대비 1% 정도 약간 상승시켰다. 마찬가지로, 제곱평균 제곱근오차는 3.88 mm/hr에서 3.68 mm/hr로 감소했고 편차는 -1.72에서 -0.92로 상관계수보다 유의미하게 감소해 정확도가 상승했음을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.11-19
• /
• 2021

이상 객체란 일반적이고 평범한 행동을 취하는 객체가 아닌 비정상적이고 흔하지 않은 행동을 하여 관찰이나 감시·감독을 필요로 하는 사람, 물체, 기계 장치 등을 뜻한다. 이를 사람의 지속적인 개입 없이 인공지능 알고리즘을 통해 탐지하기 위해서 광학 흐름 기법을 활용한 시간적 특징의 특이도를 관찰하는 방법이 많이 활용되고 있으며, 이 기법은 정해진 표현 범위가 없는 수많은 이상 행동을 식별하기에 적합하다. 본 연구에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)으로 입력 영상 프레임을 광학 흐름 영상으로 변환하는 알고리즘을 학습시켜 비정상적인 상황을 식별한다. 특히 생성적 적대 신경망 모델이 입력 영상에 대한 중요한 특징 정보를 학습하고, 그 외 불필요한 이상치를 제외시키기 위한 전처리 과정과 학습 후 테스트 데이터셋에서 식별 정확도를 높이기 위한 후처리 과정을 고도화하여 전체적인 모델의 이상 행동 식별 성능을 향상시키는 기법을 제안한다. 이상 행동을 탐지하기 위한 학습 데이터셋으로 UCSD Pedestrian, UMN Unusual Crowd Activity를 활용하였으며, UCSD Ped2 데이터셋에서 프레임 레벨 AUC 0.9450, EER 0.1317의 수치를 보이며 이전 연구에서 도출된 성능 지표 대비 성능 향상이 확인되었다.

• 예술경영연구
• /
• 제53호
• /
• pp.101-125
• /
• 2020

본 논문은 그간 문화시설 건립의 타당성조사에서 쟁점이 되고 있는 수요 추정과 편익 추정에서의 문제점과 개선방안을 제시한다. 여가시간 확대와 소득 증대에 의해 문화시설 공급에 대한 당위성도 있지만 건립 이후의 운영 부실에 따른 경제적 부담 또한 크다. 문화시설의 건립 및 운영의 전문화와 활성화까지를 건립 계획 단계에서 고려하기 위해서 타당성조사라는 관리도구를 활용하고 있다. 본 연구는 국립현대미술관 서울관 건립 타당성재조사 사례를 통해 문화시설 건립 타당성조사 중 경제성 분석의 수요 추정과 편익 추정에서의 쟁점과 개선방안을 제시한다. 문화시설 수요 추정은 유사 시설을 선정하고 중력모델을 사용하고 있으며 향후에는 수요 추정의 정확도를 높이기 위해 준거시설 설정 기준 마련이 필요하다. 또한 타당성조사를 통해 건립된 문화시설인 경우 운영 데이터 및 정보를 공개하도록 유도 및 강제하고 이를 향후의 문화시설 타당성조사에서 수요 추정시 준거시설로 활용할 수 있도록 DB를 구축하는 것이 필요하다. 정확한 편익 추정을 위해서는 복수의 CVM 설문이 요구된다. 현재의 CVM 설문에 병행해서 온라인 비대면 설문을 보조적으로 할 수 있는 방안을 고려할 수 있다. 또한 현재 CVM 설문에서 설문 응답자에 대한 대체재 상기가 부족하여 WTP가 과대할 수 있기 때문에 건립 예정인 문화 시설의 대체재 설명에 대해 영상매체를 이용할 것을 제안한다.

• 한국건축시공학회지
• /
• 제22권6호
• /
• pp.689-700
• /
• 2022

건축물 골조공사에서 먹매김 작업은 건축물 구조부재 요소를 정확한 위치에 시공하기 위해 높은 정밀도가 요구되나, 현재 인력에 의해서 진행되어 작업자의 숙련도에 따라 먹 위치 정확도 및 정밀도가 저하되고, 정보손실 및 오류 발생에 따른 생산성 저하 문제점을 갖는다. 이를 해결하기 위해 전반적인 먹매김 공정의 자동화 및 정보화 기술 도입이 요구되며, 건설로봇을 활용한 먹매김 자동화는 효과적인 수단이 될 수 있다. 이에 본 연구에서는 건축물 골조공사의 먹매김 시공자동화 로봇의 프로토타입을 개발하고 기초성능을 평가하였다. 개발된 로봇은 크게 주행부, 마킹부, 센싱부, 제어부로 구성되었으며, 골조공사 환경을 고려하여 다양한 주행방식과 마킹부 이동 및 회전이 가능하도록 설계되었다. 주행 및 마킹 성능 실험 결과, 주행거리 오차 및 마킹 품질측면에서는 만족할 만한 성능을 보였으나, 일부 주행방식과 마킹 정밀도 측면에서의 개선 필요성이 확인되었다. 본 연구결과를 토대로 개발 장비의 지속적인 개선 및 성능 보완, 전체 먹매김 공정의 자동화 시스템 구축을 진행하고자 한다.

• 항공우주시스템공학회지
• /
• 제16권4호
• /
• pp.60-67
• /
• 2022

일반적인 항공기의 전자광학추적장비(Electro-Optical Tracking System, EOTS)는 EO/IR, 레이저 센서 등의 구성품으로 구성된다. 표적 획득 시 요구되는 표적 좌표는 내부 구성품인 관성측정장비(Inertial Measurement Unit, IMU)에서 측정되는 자세와 가속도 측정값을 이용하여 획득된다. 특히 무장시스템을 운용하는 항공기의 경우, 무장 발사를 위한 표적 좌표를 얼마나 신속하고 정확하게 획득하는가에 따라 무장시스템의 성능이 좌우된다. 무장시스템에서 요구하는 좌표 정확도를 충족하기 위해서는 IMU가 정렬 완료 상태에서 운용되어야 하므로 신속하게 자세와 가속도를 측정하여 IMU 초기 안정화 시간을 단축하여야 한다. IMU의 정렬은 IMU의 자세 오차를 해소하여 초기 자세를 결정하는 과정이며, 항공용 EOTS와 같은 임무장비의 IMU는 항법용 GPS/INS의 속도 정보를 기준으로 하는 속도정합 전달정렬을 수행한다. 본 논문에서는 이러한 속도정합 전달정렬 시간 단축을 위해 항공기와 임무장비의 자세 변화를 통한 전달정렬 성능 개선방안을 제시하였다. 먼저 전달정렬 모델과 시뮬레이션 결과를 통해서 EOTS의 전달정렬이 지연되는 요소가 방위각 오차임을 식별하였다. 그리고 EOTS의 방위각 오차 해소를 위해 항공기의 가속도 기동 및 EOTS의 자세 변화가 요구됨을 확인하였다. 최종적으로 OOO 항공기 체계에 적용한 비행시험 결과, 항공기 가속도 약 0.2g 이상이 발생하면서 EOTS가 6.7deg/s 각속도로 고각 운동 시 그렇지 않을 때보다 5배 이상 빠르게 정렬이 완료되어 전달정렬 성능이 개선되었다.

• 자원환경지질
• /
• 제55권4호
• /
• pp.389-398
• /
• 2022

비소 및 중금속으로 오염된 토양 내 함량과 농작물로 전이되는 함량 간의 관련성을 도출하기 위한 연구가 지속적으로 수행되고 있으나 두 함량 간의 낮은 상관성으로 인하여 명확한 결과가 도출되지 못하고 있다. 이 연구에서는 토양 내 비소 전함량과 단일용출 가용성 함량뿐만 아니라 토양의 물리·화학적 특성을 함께 고려하여 백미로 전이되는 비소 함량을 예측하는 통계학적 모델을 만들고자 하였다. 토양 특성 중 pH, 단일용출 가용성 함량, 유기물 함량에 따라 순차적으로 토양을 분류하며 회귀분석을 통한 예측 모델을 도출하였다. 80개의 백미 내 비소 함량과 토양 내 비소 전함량 및 Mehlich 가용성 함량 간의 상관계수는 각각 0.533과 0.493으로 낮았다. 그러나 토양을 pH, Mehlich 가용성 함량에 대한 전함량, 유기물 함량으로 순차적으로 분류하여 모델을 도출한 결과, ① pH가 6.5보다 높은 13개의 토양은 0.963, ② pH가 6.5 이하이고 As_Tot/As_Mehlich 비가 높은 15개의 토양은 0.849, ③ pH가 6.5 이하이고 As_Tot/As_Mehlich 비가 낮으며 8.5% 이하의 유기물을 함유한 30개의 토양은 0.935로 예측력이 크게 증가하였다. 이 연구에서 도출된 토양 분류에 따른 백미 전이 함량 예측 모델은 비소 오염 토양에 대해 신뢰성 있는 백미 재배 기준을 설정하는데 의미있는 방법론을 제안할 수 있을 것이다.

• 환경영향평가
• /
• 제31권2호
• /
• pp.83-94
• /
• 2022

본 연구는 국가측정망(에어코리아)에서 제공하는 2017년, 2019년 및 2020년도 대기질확정 데이터를 이용하여 Deep Neural Network(DNN) 모델을 학습하고, 2016년과 2018년도 데이터를 이용하여 학습된 모델을 평가·검증하였다. 피어슨 상관계수 0.2를 기준으로 SO₂, CO, NO₂, PM₁₀ 항목을 독립변수로 하여 초기 모델링을 진행하였고, 예측의 정확도를 높이기 위한 방법으로 시계열적 요소를 반영한 월별 모델링(개선모델)을 진행하여 초기모델과 비교·분석하였다. 분석에 사용한 지표는 RMSE(Root mean square error) 방법으로 오차를 계산하였으며, 예측 결과 초기모델의 RMSE값은 5.78로 국가측정망의 예측이동 평균모델의 결과(10.77)와 비교하여 초기모델에서 약 46% 오차가 감소하였다. 또한, 개선모델의 경우, 초기모델 대비 11월 모델을 제외한 모든 월별모델에서 정확도 향상이 있었다. 따라서, 본 연구에서는 DNN 모델링이 PM_2.5 농도 예측에 효과적인 방법임을 제안할 수 있었으며, 향후 추가적인 독립변수 선정 및 시계열 요소를 고려한 방법으로 모델의 정확도 개선 가능성을 확인할 수 있었다.