• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.205-214
• /
• 2011

본 논문에서는 아이폰의 GPS 기능과 Mapkit 프레임워크를 이용하여 사용자 간에 길 안내를 전달하는 모바일 어플리케이션을 제안한다. 아이폰의 GPS 기능은 사용자의 현재 위치를 얻을 수 있으며, Mapkit 프레임워크를 이용하여 지도에 각각의 위치를 표시 할 수 있다. 사용자는 목적지로 이동하면서 안내가 필요한 지점에서 어플리케이션을 터치하여 기록한다. 사용자는 목적지에 도착할 때까지 기록된 내용을 Google 지도를 통해 확인할 수 있으며, 목적지로 찾아올 다른 사용자에게 데이터를 전달한다. 데이터를 받은 다른 사용자는 카메라의 Overlay 위에 나타나는 다음 위치 아이콘으로 목표 위치를 보거나, 지도 화면을 확인 하면서 목적지로 가기 위해 이동해야 할 다음 위치를 쉽게 안내 받을 수 있다. 즉, 제안 어플리케이션은 사용자가 처음 가는 길 임에도 다른 사용자의 데이터를 전송 받아 손쉽게 길을 안내하는 유용한 기능을 제공한다.

• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.13-26
• /
• 2009

유비쿼터스 사회에서 u-서비스를 구현하기 위한 핵심기술 중의 하나인 무선센서네트워크는 대규모망에서 관리가 어렵고 안정성 및 이동성이 취약하다는 단점을 가진다. 이러한 문제점을 해결하기 위하여 최근 센서네트워크와 IP망과의 연동을 위한 6LoWPAN에 대한 연구가 활발히 진행 중에 있다. 본 논문에서는 6LoWPAN을 이용한 위치 추적 시스템 LTSGM(Location Tracking Service Based on Google Map)을 제안한다. LTSGM 시스템은 IP 인프라 서비스인 구글맵과 연동하여 센서노드의 위치를 시각적으로 제공함으로써 대규모 센서네트워크에서의 유지, 보수, 관리를 보다 용이하게 한다. 또한 모바일노드의 위치를 추적할 수 있으므로 향후 각종 재난, 범죄 등의 응용서비스에 활용될 수 있을 것으로 기대한다. 본 논문에서 구현한 LTSGM 시스템은 향후 6LoWPAN연구를 위한 시험적인 플랫폼이 될 수 있을 것이다.

• 디지털융복합연구
• /
• 제18권9호
• /
• pp.379-389
• /
• 2020

본 연구는 능동적 IPA(지능형 가상 비서)가 탑재된 Google의 Nest Hub Max의 사용 행태별 사용자 경험 분석을 위한 질적 연구이다. 근거이론 방법론에 착안하여, 한 달 동안 해당 기기를 사용한 6명의 연구 참여자를 대상으로 인터뷰를 진행하였다. 총 186개의 개념이 추출되었으며, 24개의 하위 범주와 11개의 상위 범주로 정리되었다. 개방 코딩을 통해 축 코딩을 이용한 패러다임 모형을 제시하였고 선택 코딩을 거쳐 사용 행태 유형을 구분하였다. 그 결과, 능동적 IPA의 소극적 사용자와 적극적 사용자 유형을 도출하였으며, 유형별 해당 기기의 사용자 경험을 분석하였다. 유형별 다른 사용 행태의 패러다임을 보였으나 결론적으로 소극적 사용자와 적극적 사용자는 모두 해당 기기의 능동적 IPA로부터 긍정적인 사용 경험을 유발하지 못하였다. 본 연구는 앞으로 출시될 능동적 IPA가 탑재된 기기 및 서비스의 사용자 경험 설계를 위한 기초 자료를 제시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.158-159
• /
• 2017

감성분석은 의사 소통에서 감정이나 느낌의 측정을 결정하기 위해 서면 또는 구두로 의사 소통을 검토하는 것이다. 검색 엔진은 인터넷에서 방문한 가장 인기있는 사이트 중 하나이며 전세계에서 수십억 건의 조회가 발생한다. 이러한 검색 사이트와 관련된 개인 정보 취급 방침은 분명히 중요하다. 본 연구는 두 개의 가장 큰 검색 엔진 인 Google과 Baidu의 개인 정보 보호 정책을 검토하여 개인정보 보호 정책의 전반적인 정서를 결정한다. 몇 가지 정서 및 의견 분석 방법을 사용하여 중요한 개인적인 발견과 중요한 차이가 발견하여 향후 이를 이용한 정책반영에 활용할 수 있다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.55-61
• /
• 2019

외국어 교육을 실현하기 위하여 기존의 다양한 교육 매체들이 제공되고 있지만, 교구 및 매체프로그램에 대한 비용이 많이 들고 실시간 대응력이 떨어지는 단점이 존재한다. 이 논문에서는 VR과 음성인식을 기반으로 한 인공지능 유형의 영어회화 시스템을 제안한다. 시스템 구축을 위해 Google CardBoard VR과 Google Speech API를 이용하며 가상현실 환경 제공 및 대화를 위한 인공지능 알고리즘을 개발하였다. 제안하는 음성인식 서버시스템에서는 사용자가 발화한 문장을 단어 단위로 분리해 데이터베이스에 저장된 데이터 단어들과 비교하여 확률적으로 가장 높은 것을 답으로 제공할 수 있으며 사용자들이 가상현실의 인물과 적절한 대화 및 응답이 가능하다. 대화가 제공되는 기능은 상황별 대화와 주제에 독립적이며, AI 비서와 나눈 대화 내용을 사용자 시스템에서 실시간 확인이 가능하도록 구현하였고 실험을 통하여 음성인식에 대한 응답비율을 확인하였다. 이 논문에서 제안하는 가상현실과 음성인식 기능을 접목한 시스템을 통하여 4차 산업혁명에 관련한 가상교육 콘텐츠 서비스 확장에 이바지할 것을 기대한다.

• 한국전자통신학회논문지
• /
• 제16권2호
• /
• pp.379-384
• /
• 2021

사람들이 인공 지능 분야를 계속 연구하고 제안 한다. 그 때문에 상대적으로 성숙한 인공지능 기술이 일상생활에 더 많이 활용된다. 평소 어디서나 볼 수 있는 생활용품들이 지능화되기 시작하고 있다. 그러나 미러는 생활용품에서 가장 많이 쓰이는 용품 이다. 그 인공 지능 기술을 미러에 적용하는 데 가장 적합 하다. 이 논문의 연구 결과는 라즈베리 pi를 기반으로 설계된 스마트 미러가 날씨, 온도, 인사를 표시하고, 인간-미러 상호작용 기능을 가지고 있다. 본 논문 연구방법은 라즈베리 pi 3B +를 핵심 컨트롤러로 사용하고 Google 어시스턴트를 지능형 제어로 사용한다. 라즈베리 pi의 자체 WiFi를 통해 네트워크에 연결하면 미러가 자동으로 시간, 날씨 및 뉴스 정보 기능을 표시하고 업데이트 할 수 있다. 키워드를 사용하여 Google 어시스턴트를 깨운 다음 미러를 제어하여 음악을 재생하고 시간을 상기시키는 등의 작업을 할 수 있다. 스마트 미러 음성 상호 작용의 기능을 실현한다. 또한 이 연구에 사용 된 하드웨어는 모두 모듈식 어셈블리이고, 나중에 사용자가 직접 조립하는 것이 편리 하며. 저렴한 가격으로 시장 진흥에 적합하다.

• 디지털융복합연구
• /
• 제17권8호
• /
• pp.379-384
• /
• 2019

본 연구는 온라인 설문조사 사용자 경험 연구이다. 온라인 설문조사의 활용과 발전을 위해 사용자 측면의 연구를 하는 것에 목적이 있다. 연구 방법으로는 네이버와 구글의 사용 경험이 없는 피험자 8명을 대상으로 사용자 경험에 영향을 미치는 요인을 태스크를 통한 수행 평가, 씽크얼라우드, 피터 모빌의 허니콤 모형을 이용한 설문, 심층 인터뷰를 통해 분석하였다. 연구 결과, 네이버는 유용성, 사용성, 매력성, 검색성이 높으며 구글은 접근성과 유연성이 우수하다는 것을 확인할 수 있었다. 특히 인터페이스 메뉴 카테고리의 재분류와 이동으로 사용성을 높이고 기능을 쉽게 찾기 위한 개선안이 필요하다는 시사점을 도출했다. 본 연구는 기존에 연구되지 않았던 온라인 설문조사 사용자 경험으로 사용성 개선의 방향을 예측하고 사용자 측면에 도움을 줄 수 있다. 본 연구를 바탕으로 추후 온라인 설문조사의 사용성이 개선되고, 다양한 관련 연구가 진행될 것을 기대한다.

• 정보교육학회논문지
• /
• 제23권4호
• /
• pp.293-302
• /
• 2019

본 연구에서는 데이터 시각화에 초점을 맞춘 구글 스프레드시트 교육 프로그램을 개발하여 초등학교 4 5학년 학생을 대상으로 적용한 후 그 효과를 검증하였다. 개발한 교육프로그램으로 초등학교 4 5학년 학생 29명에게 총 6일 동안 36시간의 수업을 진행하였다. 교육 프로그램의 적용 결과 창의성에 미치는 효과에 대한 검증을 위하여 Torrance의 TTCT(Torrance Tests of Creative Thinking) 검사지 도형 A, B형을 투입하여 사전 사후 검사를 실시하였다. 검증 결과 데이터 시각화 교육에 초점을 맞춘 구글 스프레드시트 교육 프로그램은 초등학교 4 5학년 학생들의 창의력 요소들에 긍정적인 영향을 미친다는 것을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제24권11호
• /
• pp.1403-1410
• /
• 2020

최근, 비대면 경험 및 서비스에 관한 관심이 증가하면서 스마트폰이나 태블릿과 같은 모바일 기기를 이용하여 손쉽게 이용할 수 있는 웹 동영상 콘텐츠에 대한 수요가 급격히 증가하고 있다. 이와 같은 요구사항에 대응하기 위하여, 본 논문에서는 애니메이션이나 영화에 등장하는 명소를 방문하는 무대 탐방 경험을 제공할 수 있는 영상 콘텐츠를 보다 효율적으로 제작하기 위한 기법을 제안한다. 이를 위하여, Google Maps와 Google Street View API를 이용하여 무대탐방 지역에 해당하는 이미지를 수집하여 이미지 데이터셋을 구축하였다. 그 후, 딥러닝 기반의 style transfer 기술을 접목시켜 애니메이션의 독특한 화풍을 실사 이미지에 적용한 후 동영상화하기 위한 방법을 제시하였다. 마지막으로, 다양한 실험을 통해 제안하는 기법을 이용하여 보다 재미있고 흥미로운 형태의 무대탐방 영상 콘텐츠를 생성할 수 있음을 보였다.

• 치위생과학회지
• /
• 제20권4호
• /
• pp.206-212
• /
• 2020

Background: A Teachable Machine is a kind of machine learning web-based tool for general persons. In this paper, the feasibility of Google's Teachable Machine (ver. 2.0) was studied in the diagnosis of the tooth-marked tongue. Methods: For machine learning of tooth-marked tongue diagnosis, a total of 1,250 tongue images were used on Kaggle's web site. Ninety percent of the images were used for the training data set, and the remaining 10% were used for the test data set. Using Google's Teachable Machine (ver. 2.0), machine learning was performed using separated images. To optimize the machine learning parameters, I measured the diagnosis accuracies according to the value of epoch, batch size, and learning rate. After hyper-parameter tuning, the ROC (receiver operating characteristic) analysis method determined the sensitivity (true positive rate, TPR) and specificity (false positive rate, FPR) of the machine learning model to diagnose the tooth-marked tongue. Results: To evaluate the usefulness of the Teachable Machine in clinical application, I used 634 tooth-marked tongue images and 491 no-marked tongue images for machine learning. When the epoch, batch size, and learning rate as hyper-parameters were 75, 0.0001, and 128, respectively, the accuracy of the tooth-marked tongue's diagnosis was best. The accuracies for the tooth-marked tongue and the no-marked tongue were 92.1% and 72.6%, respectively. And, the sensitivity (TPR) and specificity (FPR) were 0.92 and 0.28, respectively. Conclusion: These results are more accurate than Li's experimental results calculated with convolution neural network. Google's Teachable Machines show good performance by hyper-parameters tuning in the diagnosis of the tooth-marked tongue. We confirmed that the tool is useful for several clinical applications.