• 산업융합연구
• /
• 제20권3호
• /
• pp.33-40
• /
• 2022

최근 IoT와 연계된 서비스들이 다양한 환경에서 활용되면서 IoT와 인공지능 기술이 융합되고 있다. 그러나, IoT 데이터를 안정적으로 처리하는 기술들이 완벽하게 지원되고 있지 않아 이를 위한 연구가 필요한 상황이다. 본 논문에서는 IoT 데이터를 머신러닝 기반으로 임베디드 벡터를 생성한 후 IoT 데이터를 최적화 할 수 있는 처리 기법을 제안한다. 제안 기법에서는 처리 효율을 위해서 IoT 데이터의 인덱스, 수집 위치(X와 Y축 좌표의 이진값), 그룹 인덱스, 타입, 종류 등을 QR 기반으로 임베디드 벡터화를 수행한다. 또한, IoT 데이터를 비대칭적으로 연계하도록 IoT 데이터 수집 과정에서 로드밸런싱을 수행할 수 있도록 다양한 IoT 장치에서 생성한 데이터를 통합 관리한다. 제안 기법은 비대칭적으로 IoT 데이터를 그룹화할 수 있도록 IoT 데이터를 해쉬기반으로 서로 직교화하도록 처리한다. 또한, IoT 데이터 종류 및 특성에 따라 주기적으로 생성 및 그룹화하기 때문에 IoT 데이터 간 간섭은 최소화할 수 있다. 향후 연구에서는 IoT 서비스를 제공하는 여러 환경에서 제안 기법을 비교 평가할 계획이다.

• 한국습지학회지
• /
• 제24권1호
• /
• pp.38-43
• /
• 2022

스마트(Smart) 하수처리장은 하수처리 전 과정에 대한 ICT 기반의 실시간 모니터링, 원격 제어 관리 및 지능화 체계를 구축하여 안전하고 깨끗한 물환경을 조성하는 것을 의미한다. 이러한 스마트 하수처리장의 핵심이 되는 기술이 계측기를 활용한 운전제어 기술이라 할 수 있다. 본 연구진은 국내에서 진행중인 하수처리장 지능화 연구사업들을 참고하여 지능화사업 구축 시 필요한 운전제어 기술들을 분석하고 제시하였다. 분석 결과 규모별 제어, 반류수 제어, 연계처리수 제어, 약품량 제어, 동절기 운영제어, 총 유기탄소 제어까지 총 6개의 제거 기술에 대해 제시하였다. 규모별로는 소규모와 중규모 대규모로 구분할 수 있는 기준을 제시하였고, 반류수 제어의 경우 반류수를 관리할 수 있는 수질 및 유량 센서의 위치를 제시하였다. 연계처리수 제어의 경우 연계처리수가 하수처리장에 미치는 영향과 제어 지점을 제시하였으며, 약품주입량 제어의 경우 지능형 하수처리장 도입에 따라 약품 주입량을 최적화할 수 있는 시스템을 제시하였다. 동절기 운영의 경우 수온 저하에 따른 질산화 저하를 고려하였을 때 제어해야 하는 센서와 펌프를 제시하였다. 총 유기탄소 제어의 경우 향후 오염총량제를 고려한 연동 시스템을 제시하였다. 이러한 운전제어 시나리오들은 향후 지능형 하수처리 알고리즘과 시나리오에 사용될 기초자료로 활용될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1643-1652
• /
• 2022

해양생태계 및 수산자원, 해상안전에 부정적인 영향을 미치는 해양침적쓰레기는 주로 음파탐지기, 인양틀 및 잠수부를 통해 탐지되고 있다. 시간과 비용을 고려하여 최근에는 수중영상과 인공지능을 결합한 방법이 시도되고 시작했다. 본 연구에서는 효율적이고 정확한 해양침적쓰레기 탐지를 위하여, 수중영상과 딥러닝 객체탐지 모델인 You Only Look Once Version 5 (YOLOv5)와 You Only Look Once Version 7 (YOLOv7)을 학습 및 비교평가를 수행하였다. 유리, 금속, 어망, 타이어, 나무, 플라스틱 등의 객체탐지에 있어, 두 모델 모두 0.85 이상의 Mean Average Precision (mAP@0.5)를 기록하였다. 향후 영상자료 용량이 충분해지면, 보다 객관적인 성능평가 및 모델 개선이 가능할 것으로 사료된다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.896-905
• /
• 2021

인공지능 기반 보안관제 시스템은 운영환경에서 발생할 수 있는 학습 데이터 오류, 신규 공격 이벤트 발생으로 인한 오탐 증가 등 문제를 해결하기 위해 피드백 기능이 연구되고 있다. 그러나 한정된 관제 인력의 피드백 수행 방식은 모델 개선에 오랜 시간이 걸리고 숙련되지 않은 관제 인력의 피드백은 오히려 모델 성능 저하의 원인이 될 수 있다. 본 논문에서는 관제 인력 한계 극복, 신규 오탐 개선, 빠른 모델 성능 향상을 위한 능동형 보안관제 모델 개선 프로세스를 제안하였다. 운영 중 예측된 유사 이벤트를 군집화 하고, 피드백이 우선적으로 필요한 군집을 계산하여 운영자에게 대표 이벤트 설명이 가능한 인공지능(eXplainable AI) 기반 시각화도 함께 제시하였다. 수신된 대표 피드백은 동일 군집과 다른 데이터를 계산하여 제외하고 피드백 전파 학습 데이터를 생성한다. 준비된 학습 데이터는 초기 모델과 함께 점진적 학습을 통해 모델을 생성함으로써 성능을 향상시키는 프로세스이다. 제안 프로세스의 실효성 검증을 위해 웹 어플리케이션 방화벽 데이터셋 PKDD2007과 CSIC2012를 선택하여 3개의 시나리오를 통해 실험을 진행하였다. 실험 결과 제안된 프로세스는 피드백을 주지 않았거나 소수 운영자 피드백을 적용한 모델 성능에 비해 모든 지표에서 약 30% 이상의 성능 향상을 확인하였다.

• 산업융합연구
• /
• 제20권9호
• /
• pp.99-107
• /
• 2022

본 연구는 난청 여부에 따른 노인의 생활행태와 사회환경만족도가 삶의 만족도에 미치는 영향을 실증적으로 분석하기 위해 수행되었다. 이를 위해 2020년도 「노인실태조사」 자료의 3,071명(남성 1,892명, 여성 1,179명)을 연구대상으로 설정하였다. 다중회귀모형으로 연구대상의 인구사회학적 변수를 통제하고, 난청 여부에 따른 노인의 생활행태와 사회환경만족도가 삶의 만족도에 미치는 영향을 분석하였다. 연구 결과, 난청 노인은 생활행태의 하위 요인인 경제활동, 친목단체 활동, 경로당 이용 변수와, 사회환경만족도의 하위 요인인 가족만족도와 환경만족도 요인이 삶의 만족도에 정(+)의 영향을 미쳤다. 특히 난청 노인은 비난청 노인보다 삶의 만족도에 긍정적인 영향을 미치는 요인이 생활행태 영역과 사회환경만족도 영역 모두에서 많은 제한이 있었다. 따라서 난청 노인의 삶의 만족도를 향상시키기 위해서 정부와 지방자치단체가 노인성 난청에 대한 복지정책과 시설에 대한 보완을 병행해야 함을 시사한다.

• 한국정보전자통신기술학회논문지
• /
• 제15권4호
• /
• pp.271-282
• /
• 2022

본 논문에서는 디지털 휴먼 컨텐츠 생성 시스템을 제안한다. 디지털 휴먼 컨텐츠 생성 시스템은 전신 스케닝을 통해 3D AI 모델링 작업을 하고, 3D 모델링 후처리와 텍스쳐링, 리깅 작업으로 제작된다. 이를 가상현실 컨텐츠 정보와 결합함으로써 가상현실 내에서 가상 모델의 자연스러운 동작이 이뤄질 수 있고, 하나의 시스템에서 효율적으로 디지털 휴먼 컨텐츠를 생성할 수 있다. 따라서 자원을 최소화하는 가상현실 기반의 디지털 휴먼 컨텐츠 생성이 가능하도록 하는 효과가 있다. 또한 사람에 의한 3D 모델링 및 텍스쳐링 작업은 전처리 과정을 필요로 하지 않는 자동화된 전처리 공정을 제공하며, 다양한 디지털 휴먼 컨텐츠를 효율적으로 관리하는 기술을 제공고자 한다. 특히 가상 모델을 구성하기 위한 3D 모델링 및 텍스쳐링 등의 전처리 공정은 인공지능에 의해 자동으로 수행되도록 함으로써 신속하고 효율적인 가상 모델 구성이 이뤄질 수 있다는 장점이 있다. 또한 시그니처 모션을 통해 디지털 휴먼 컨텐츠 구성 및 관리가 용이하게 이뤄질 수 있다는 장점이 있다.

• 서비스연구
• /
• 제13권3호
• /
• pp.1-19
• /
• 2023

여행 마케팅 분야에서 브이로그와 같은 동영상 기반 소셜미디어 컨텐츠의 중요성이 높아지고 있다. 그럼에도 불구하고 시청자 반응 및 참여 행동을 향상시키는 콘텐츠 특징에 대한 연구는 제한적이다. 본 연구는 유튜브 여행 콘텐츠의 나타난 감정이 시청자 참여 행동, 특히 "좋아요"와 "댓글" 작성에 미치는 영향을 연구하였다. 본 논문에서는 방문자 수가 높은 세계 8개 관광도시에 관한 여행 관련 유튜브 동영상 4,619개의 나래이션을 머신러닝으로 추출하여 텍스트화 한 후 음이항 회귀분석을 통해 분석하였다. 그 결과 긍정 감정 및 부정의 감정 모두 "좋아요" 수에 유의한 영향을 미쳤다. 즉, 동영상에서 나타난 긍정적인 감정과 부정적인 감정이 각각 높을수록 더 많은 시청자들이 "좋아요"를 클릭하는 것으로 나타났다. 댓글 수에 측면에서는 부정적인 감정만 유의한 영향을 보인 반면 긍정적인 감정은 유의한 영향을 미치지 않는 것으로 나타났다. 본 연구는 경험재인 여행 상품의 고유한 특성을 고려할 때 유튜브에서 시청자 참여를 높이고자 하는 마케터들에게 어떠한 동영상 특징이 "좋아요"와 댓글등의 참여 행동을 유도할 수 있는지를 이해하고 전략 수립에 도움을 준다는 면에서 시사하는 바가 크다. 또한 소셜 미디어, 특히 유튜브의 맥락에서 시청자 참여도에 미치는 감정의 영향력을 검증하였다. 향후에는 감정에 대한 긍정-부정의 분류를 넘어 특정 감정이 참여도에 미치는 영향에 대한 고찰을 통해 소셜 미디어 동영상에 나타난 감정의 역할에 대한 이해를 깊이 할 수 있을 것이다.

• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.43-53
• /
• 2023

본 연구는 실내 상업적 공간, 특히 카페에서 보안 카메라를 이용해 방문자 수와 위치를 실시간으로 파악하고, 이를 통해 사용 가능한 좌석 정보와 혼잡도 예측을 제공하는 시스템의 개발을 목표로 한다. 우리는 실시간 객체 탐지 및 추적 알고리즘인 YOLO를 활용하여 방문자 수와 위치를 실시간으로 파악하며, 이 정보를 카페 실내 지도에 업데이트하여 카페 방문자가 사용 가능한 좌석을 확인할 수 있도록 한다. 또한, 우리는 vanishing gradient문제를 해결한 장단기 메모리(Long Short Term Memory, LSTM)와 시간적인 관계를 가지는 데이터를 처리하는데 유용한 시퀀스-투-시퀀스(Sequence-to-Sequence, Seq2Seq)기법을 활용해 다양한 시간 간격에 따른 방문자 수와 움직임 패턴을 학습하고, 이를 바탕으로 카페의 혼잡도를 실시간으로 예측하는 시스템을 개발하였다. 이 시스템은 카페의 관리자와 이용자 모두에게 예상 혼잡도를 제공함으로써, 카페의 운영 효율성을 향상시키고, 고객 만족도를 높일 수 있다. 본 연구에서는 보안 카메라를 활용한 실내 위치 추적 기술의 효용성을 입증하며, 상업적 공간에서의 활용 가능성과 더불어 미래 연구 방향을 제시한다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.293-301
• /
• 2023

표준화되지 않은 의료 데이터 수집 및 관리는 여전히 수동으로 진행되고 있어, 이 문제를 해결하기 위해 딥 러닝을 사용해 CT 데이터를 분류하는 연구들이 진행되고 있다. 하지만 대부분 연구에서는 기본적인 CT slice인 axial 평면만을 기반으로 모델을 개발하고 있다. CT 영상은 일반 이미지와 다르게 인체 구조만 묘사하기 때문에 CT scan을 재구성하는 것만으로도 더 풍부한 신체적 특징을 나타낼 수 있다. 이 연구는 axial 평면뿐만 아니라 CT 데이터를 2D로 변환하는 여러가지 방법들을 통해 보다 높은 성능을 달성할 수 있는 방법을 찾고자 한다. 훈련은 5가지 부위의 CT 스캔 1042개를 사용했고, 모델 평가를 위해 테스트셋 179개, 외부 데이터셋으로 448개를 수집했다. 딥러닝 모델 개발을 위해 ImageNet으로 사전 학습된 InceptionResNetV2를 백본으로 사용하였으며, 모델의 전체 레이어를 재 학습했다. 실험결과 신체 부위 분류에서는 재구성 데이터 모델이 99.33%를 달성하며 axial 모델보다 1.12% 더 높았고, 조영제 분류에서는 brain과 neck에서만 axial모델이 높았다. 결론적으로 axial slice로만 훈련했을 때 보다 해부학적 특징이 잘 나타나는 데이터로 학습했을 때 더 정확한 성능 달성이 가능했다.

• 한국조경학회지
• /
• 제50권6호
• /
• pp.42-57
• /
• 2022

본 연구의 목적은 인공지능의 딥러닝을 활용하여 소셜미디어에서 공유되는 도시공원 이용자 활동사진을 분류하는 기초 모델을 만드는 것이다. 소셜미디어 데이터는 네이버 검색을 통해 수집된 도시공원 관련 사진들을 수집하여 분류모델에 활용하였다. 도시공원 특성 평가에 활용할 수 있는 지표인 자연성(naturalness), 잠재적 매력성(potential attraction), 활동(activity)을 기반으로 최종 21개의 분류 항목체계를 만들고, 항목별로 네이버에서 공유되는 실제 도시공원 사진을 수집하여 주석이 달린 데이터 세트를 구축했다. 수집한 사진 데이터 세트에 대해 커스텀(cuntom) CNN 모델과 사전 훈련된 CNN의 전이학습 모델을 설계하고 분석하였다. 연구결과, 가장 우수한 성능을 보였던 Xception 전이학습 모델이 최종적으로 도시공원 이용자 활동 이미지 분류모델로 선정되었으며, 그 외 다양한 평가 지표를 통해 모델을 평가했다. 본 연구는 소셜미디어에 공유되는 이용자 사진을 활용하여 도시공원 특성을 평가할 수 있는 지표로서 AI를 구축한 것에 의의가 있다. 딥러닝을 활용한 분류모델은 수동분류에 대한 한계를 보완하고, 대량의 도시공원 사진을 효율적으로 분류할 수 있어서 향후 도시공원의 모니터링 및 관리에 활용할 수 있는 유용한 방법이라고 할 수 있다.