• 대한소아치과학회지
• /
• 제50권2호
• /
• pp.229-238
• /
• 2023

이 연구의 목적은 2011년부터 2020년까지 대한민국 소아 청소년 환자들의 혀유착증 진단과 그 수술적 치료의 동향을 조사하는 것이다. 건강보험심사평가원의 보건의료 빅데이터 개방시스템에서 제공하는 자료를 이용하여 혀유착증의 진단과 설소대 수술 시행의 연간 경향을 분석하였다. 설소대 수술 시행과 관련된 세부 요인을 조사하기 위해, 소아청소년 환자표본자료를 이용하였다. 혀유착증 진단의 경우 2011년 10만 명당 204.4명에서 2020년 356.6명으로 증가하는 경향을 보였으며, 설소대 수술은 26.8명에서 34.3명까지 증가하였다. 설소대 수술에 대한 로지스틱 회귀분석 결과, 남자가 여자보다 수술을 진행할 확률이 높았고, 0 - 4세의 연령군에서 가장 높은 진료 확률을 보였으며 병원급 요양기관에서 수술이 시행될 확률이 가장 높았다. 0 - 4세 연령군에서는 소아청소년과에서, 5 - 9세의 연령군에서는 소아치과에서 가장 많이 수술이 진행되었다. 그 이상의 연령에서는 보존과와 구강악안면외과에서 가장 높은 비율로 수술을 시행하였다. 혀의 기능은 악안면의 성장에 영향을 미칠 수 있는 만큼, 소아치과의사는 성장하는 어린이의 구강 연조직의 기능적 관리있어서도 면밀한 주의 및 관심을 기울여야 할 것으로 사료된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.562-565
• /
• 2022

최근 증가하고 있는 도로 위 적재 불량 화물차는 비정상적인 무게 중심으로 인해 물체 낙하, 도로 파손, 연쇄 추돌 등 교통 안전에 위해가 되고 한번 사고가 발생하면 큰 피해가 유발할 수 있다. 하지만 이러한 비정상적인 무게 중심은 적재 불량 차량 인식을 위한 주행 중 축중 시스템으로는 검출이 불가능하다는 한계점이 있다. 본 논문에서는 이러한 사회 문제를 야기하는 적재 불량 차량을 관리하기 위한 객체 인식 기반 AI 모델을 구축하고자 한다. 또한 AI-Hub에 공개된 약 40만장의 대형차, 소형차, 중형차 별 적재 불량 차량과 일반차량으로 구분 된 데이터 셋 중 종류별로 제공되는 CCTV, 블랙박스, 카메라 시점의 적재 불량 차량 데이터 셋을 분석하여 전처리를 통해 적재 불량 차량 검지 AI 모델의 성능을 향상시키는 방법을 제시한다. 이를 통해, 원시 데이터를 활용한 학습 성능 대비 약 23% 향상된 적재 불량 차량의 검출 성능을 나타냄을 보였다. 본 연구 결과를 통해 공개 빅데이터를 보다 효율적으로 활용하여, 객체 인식 기반 적재 불량 차량 탐지 모델 개발에 적용할 수 있을 것으로 기대된다.

• 사물인터넷융복합논문지
• /
• 제9권2호
• /
• pp.61-69
• /
• 2023

최근에는 환경에 대한 인식이 높아지면서 제조 차량에서 전자식 파워 스티어링(EPS)이 조향장치로 채택되는 사례가 증가하고 있다. EPS는 스티어링 파워 향상, 유압 호스 누출 제거 및 연료 소비 감소와 같은 수많은 이점을 제공하지만, 시스템이 움직임에 반응하게 만드는 센서를 요구한다. 이는, 센서의 선형 변동성을 유지하는 것이 스티어링 반응의 안정성에 필수적임을 의미한다. 따라서 EPS의 제어 품질을 보장하기 위해 내부 설계 특성의 변화에 대한 센서의 민감도, 결함 및 선형성을 평가하기 위한 신뢰성 있는 방법이 필요하다. 본 논문은 차량속도 구간 분할을 기반으로 EPS 구성요소 결함과 선형성을 분석하는 데이터 중심 결함 및 선형성 평가 모니터링 시스템을 제안한다. EPS 테스트 지그에서 수집된 데이터를 사용하여 모니터링 시스템의 성능을 검증하였으며, 그래픽 사용자 인터페이스(GUI)를 적용하여 시스템을 개선하였다. 개발된 시스템은 설계를 기반으로 0.99% 정확도의 결함 감지 및 가변적인 차량속도에서 선형성 평가를 효과적으로 수행하였다.

• 산업융합연구
• /
• 제21권3호
• /
• pp.1-15
• /
• 2023

무선통신 기술은 통신서비스 자체에만 활용되는 단계를 넘어 21세기 디지털 전환이라는 패러다임과 맞물려 다양한 산업의 혁신을 촉진하는 기반 기술로써 기대가 높아지고 있다. 본 연구에서는 우리나라와 주요 선도국가의 6G 기술경쟁력을 비교하기 위해 GaN(갈륨나이트라이드) 특허 정보를 기반으로 시장확보 지수(PFS), 피인용도 지수(CPP) 그리고 네트워크 분석을 통해 6G 기술경쟁력을 분석하였다. 우리나라의 6G 기술경쟁력은 PFS가 0.62로, CPP가 3.93으로 나타났으며, 각각 선도국가 대비 32.8%, 19.9% 수준인 것으로 확인되었다. 그다음 네트워크 분석 결과, 6G 분야의 특허 협업 비율은 7.2%로 대부분 국가에서 모두 협업 생태계가 미흡한 것으로 분석되었다. 다만, 우리나라는 선도국가와 달리 산업계와 학계가 연계한 소규모 협업 관계가 구축되어 있음을 확인할 수 있었다. 따라서, 소규모 협업 생태계를 기반으로 통신 기술 고도화를 할 수 있는 국가 차원의 6G 통합 R&D 전략을 마련할 필요가 있겠다.

• 지역연구
• /
• 제39권2호
• /
• pp.47-61
• /
• 2023

주거환경에 대한 만족도는 주거지 선택 및 이주 등에 영향을 미치는 주요인으로, 도시에서의 삶의 질과 직접적으로 연결된다. 최근 온라인 부동산 서비스의 증가로 주거환경에 대한 사람들의 만족도를 쉽게 확인할 수 있으며, 사람들이 평가하는 내용을 바탕으로 주거환경 만족 요인에 대한 분석이 가능하다. 이는 기존에 활용되던 설문조사 등의 방식보다 더 많은 양의 평가를 효율적으로 활용할 수 있음을 의미한다. 본 연구는 서울특별시를 대상으로 온라인 부동산 서비스인 '직방'에서 수집된 약 3만여 건의 아파트 리뷰를 분석에 활용하였다. 리뷰에 포함된 추천 평점을 토대로, 아파트 리뷰를 긍정적, 부정적으로 분류하고, 딥 러닝 기반 자연어 처리 모델인 BERT(Bidirectional Encoder Representations from Transformers)를 사용하여 리뷰를 자동으로 분류하는 모델을 개발하였다. 이후 SHAP(SHAPley Additive exPlanation)를 이용하여 분류에 중요한 역할을 하는 단어 토큰을 도출함으로 주거환경 만족도의 영향요인을 도출하였다. 더 나아가 Word2Vec을 이용하여 관련 키워드를 분석함으로써 주거환경에 대한 만족도 개선을 위한 우선 고려사항을 제시하였다. 본 연구는 거주자의 정성평가 자료인 아파트 리뷰 빅데이터와 딥러닝을 활용하여 주거환경에 대한 만족도를 긍정적, 부정적으로 자동 분류하는 모형을 제안하여 그 영향요인을 도출하는데 의의가 있다. 분석결과는 주거환경 만족도 향상을 위한 기초자료로 활용될 수 있으며 향후 아파트 단지 인근 주거환경 평가, 신규 단지 및 기반시설의 설계 및 평가 등에 활용될 수 있다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.88-103
• /
• 2023

최근 4차 산업혁명 기술의 발전에 힘입어 교통시스템은 차량 및 사람의 개별 이동궤적과 관련된 모빌리티 데이터를 대용량으로 산출하고 있다. 개인정보가 포함된 모빌리티 데이터를 활용하는 데에는 많은 제약이 존재하므로, 우리나라는 데이터 3법 개정과 데이터 기본법 제정을 통해 가명정보의 생성 및 가공과 이에 대한 분석 및 활용을 별도의 기관 및 기술을 적용하여 이원적으로 관리하고 있다. 그러나 이러한 이원적 접근은 데이터 생명주기 전 과정을 안전하게 지원하지 못할 뿐만 아니라 처리 시간 및 비용 측면의 비효율성의 문제를 갖고 있다. 따라서 본 연구는, 기존의 결합전문기관과 데이터안심구역이 갖는 문제점을 보완하기 위하여, 모빌리티 데이터의 생성 및 가공, 그리고 분석 및 활용 과정을 통합 및 일원화한 통합 데이터안심구역 프레임워크를 제시한다. 즉, 데이터 처리를 위한 통합 프로세스를 재설계하고 공통 요구사항 및 핵심요소기술을 도출하여 모빌리티 데이터의 생명주기 전체를 원스톱으로 활용, 관리할 수 있는 차세대형 통합 데이터안심구역 시스템의 아키텍처를 제시한다.

• 한국지반공학회논문집
• /
• 제39권7호
• /
• pp.31-37
• /
• 2023

터널은 지중에 건설되는 구조물이므로 육안으로 터널 강지보재의 위치 등의 확인이 불가능하다. 이에, 터널 유지관리시에는, 일반적으로 GPR 이미지를 활용하여 강지보재 탐지를 수행한다. 인공신경망을 통한 GPR 이미지 분석에 대한 연구는, 주로 지하배관, 도로 손상 등의 탐지에 집중되어 있으며, 강지보재 등의 터널 GPR 데이터를 분석한 사례는 해외와 국내 모두 제한적이다. 본 연구에서는, 합성곱 신경망을 기반으로 하는 1단계 객체인식 알고리즘인 YOLO를 활용하여, GPR 데이터를 바탕으로 한 터널 강지보재의 위치 탐지를 자동화하고, 그 성능을 분석한다. 원본 이미지 데이터는 총 512개이며 원본 이미지 데이터로 이루어진 데이터 세트와 원본 이미지 데이터와 증식기법이 적용된 이미지 데이터를 병합한 2,048개의 데이터로 이루어진 데이터 세트를 해석에 활용하였다. 증식한 데이터를 사용한 모델의 강지보재 누락율(전체 강지보재와 탐지하지 못한 지보재 숫자의 비율)은 0.38%, 원본 데이터만을 활용한 모델의 강지보재 누락율은 7.18%로 나타났다. 따라서, 분석 자동화 측면에서는, 증식기법이 적용된 데이터 세트를 활용하는 것이 더 실용적일 것으로 판단된다.

• 융합보안논문지
• /
• 제22권5호
• /
• pp.69-80
• /
• 2022

기후변화 및 식량자원안보가 전 세계적으로 이슈화 되어 지고 있는 지금 스마트팜은 이를 해결할 수 있는 대안으로 떠오르고 있다. 또한 1차 산업에 있어 생산 환경의 변화는 모든 1차 산업(농업, 축산업, 어업)에 종사하는 사람들의 주요 관심사 이며, 이로 인해 발생하는 식량부족 문제는 우리 모두가 해결해야 할 중요문제이다. 이와 같은 문제를 해결하기 위해 1차 산업에서는 ICT 및 BT등 4차 산업 혁명과 기술인 IoT 빅데이터 및 인공지능 기술을 활용하여 스마트팜을 도입함으로 해서 생산성 향상을 통해 식량부족 문제를 해결하려는 노력이 민관을 통해 이루어지고 있다. 본 논문은 스마트팜의 발전 및 활용, 지속 가능한 농업경영 시스템구축을 위한 스마트팜 데이터 수집 시스템이 갖추어야 할 최소요건 및 순차적인 시스템 구축 방안, 목적성을 갖는 효율적이고 활용 가능한 데이터 수집 시스템 등에 관해고찰 하고자 한다. 특히 한계에 부딪치고 있는 한국형 스마트팜 표준모델 구축을 위한 데이터수집시스템의 문제점을 농축산(양돈)분야의 심층적인 조사와 다양한 사례분석을 기반으로 분석하고 개선하여 효율적이고 활용 가능한 빅데이터 수집시스템 구축을 목표로 빅데이터 수집방안을 제안하고자 한다.

• 서비스연구
• /
• 제11권2호
• /
• pp.79-93
• /
• 2021

국내 미술시장 규모는 2018년 기준으로 최근 5년간 매년 21.9%씩 증가하는 성장세를 유지하고 있다. 미술품 유통 플랫폼은 화랑과 오프라인 경매 방식, 그리고 온라인 경매로 다양해지고 있다. 미술시장은 작품의 제작(창작), 유통(무역), 소비(매수) 등 3개 분야로 구성되어 있으며, 경제적 가치는 물론 예술적 가치에 대한 인식이 확산되면서 투자 수단으로써 관심도가 높아지고 있다. 작품을 재테크 수단으로 생각하는 소비자는 작품의 객관적 정보에 대한 욕구가 높아지지만, 예술시장 유통 분야의 정보 제공이 폐쇄적이고 불균형해 객관적이고 신뢰할 수 있는 통계를 수집·분석하는 데 한계가 있다. 본 연구는 예술시장 유통 분야에 대한 빅데이터 수집과 정형·비구조적 데이터 분석을 통해 객관적이고 신뢰할 수 있는 미술품 유통 현황을 파악한다. 이를 통해 현재 시장에서 저자의 분석을 객관적으로 제공할 수 있는 시스템을 구현하고자 한다. 본 연구에서는 미술품 유통 사이트에서 저자 정보를 수집하고 일간지 매일경제에서 저자의 기사를 수집·분석해 작가별 연관 단어의 빈도를 산출했다. 이를 통해 본 연구에서는 소비자에게 객관적이고 신뢰할 수 있는 정보를 제공하는 것을 목표로 한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.1-11
• /
• 2023

유방암은 전 세계적으로 여성들 대다수에게 가장 두려워하는 질환이다. 오늘날 데이터의 증가와 컴퓨팅 기술의 향상으로 머신러닝(machine learning)의 효율성이 증대되어 암 검출 및 진단 등에 중요한 역할을 하고 있다. 딥러닝(deep learning)은 인공신경망(artificial neural network, ANN)을 기반으로 하는 머신러닝 기술의 한 분야로 최근 여러 분야에서 성능이 급속도로 개선되어 활용 범위가 확대되고 있다. 본 연구에서는 유방암 분류를 위해 전이학습(transfer learning) 기반 DNN(Deep Neural Network)과 SVM(support vector machine)의 구조를 결합한 DNN-SVM Hybrid 모형을 제안한다. 전이학습 기반 제안된 모형은 적은 학습 데이터에도 효과적이고, 학습 속도도 빠르며, 단일모형, 즉 DNN과 SVM이 가지는 장점을 모두 활용 가능토록 결합함으로써 모형 성능이 개선되었다. 제안된 DNN-SVM Hybrid 모형의 성능평가를 위해 UCI 머신러닝 저장소에서 제공하는 WOBC와 WDBC 유방암 자료를 가지고 성능실험 결과, 제안된 모형은 여러 가지 성능 척도 면에서 단일모형인 로지스틱회귀 모형, DNN, SVM 그리고 앙상블 모형인 랜덤 포레스트보다 우수함을 보였다.