• 지능정보연구
• /
• 제26권4호
• /
• pp.87-109
• /
• 2020

현재 육상에서는 유무선 통신의 발전으로 다양한 IT 서비스를 제공받고 있다. 이러한 변화는 육상을 넘어서서 해상에서 항해 중인 선박에서도 다양한 IT 서비스가 제공되어야 하며 육상에서 이용하는 것과 마찬가지로 양방향 디지털 데이터 전송, Web, App 등과 같은 다양한 IT 서비스들의 제공에 대한 요구가 증가될 것으로 예상하고 있다. 하지만 이러한 초고속 정보통신망은 AP(Access Point)와 기지국과 같은 고정된 기반 구조를 바탕으로 네트워크를 구성하는 지상에서는 쉽게 사용할 수 있는 반면 해상에서는 고정된 기반 구조를 이용하여 네트워크를 구성할 수 없다. 그래서 전송 거리가 긴 라디오 통신망 기반의 음성 위주의 통신 서비스를 사용하고 있다. 이러한 라디오 통신망은 낮은 전송 속도로 인해 매우 기본적인 정보만을 제공할 수 있었으며, 효율적인 서비스 제공에 어려움이 있다. 이를 해결하기 위해서 디지털 데이터 상호교환을 위한 추가적인 주파수가 할당되었으며 이 주파수를 사용하여 활용할 수 있는 선박 애드 혹 네트워크인 SANET(ship ad-hoc network)이 제안되었다. SANET은 높은 설치비용과 사용료의 위성 통신을 대신하여 해상에서 IP 기반으로 선박에 다양한 IT 서비스를 제공할 수 있도록 개발되었다. SANET에서는 육상 기지국과 선박의 연결성이 중요하다. 이러한 연결성을 갖기 위해서는 선박은 자신의 IP 주소를 할당 받아 네트워크의 구성원이 되어야 한다. 본 논문에서는 선박 스스로 자신의 IP 주소를 할당 받을 수 있는 SANET-CC(Ship Ad-hoc Network-Cell Connection) 프로토콜을 제안한다. SANET-CC는 중복되지 않는 다수의 IP 주소들을 육상기지국에서 선박들에 이어지는 트리 형태로 네트워크 전반에 전파한다. 선박은 IP 주소를 할당할 수 있는 육상 기지국 또는 나누어진 구역의 M-Ship(Mother Ship)들과 간단한 요청(Request) 및 응답(Response) 메시지 교환을 통해 자신의 IP 주소를 할당한다. 따라서 SANET-CC는 IP 충돌 방지(Duplicate Address Detection) 과정과 선박의 이동에 의해 발생하는 네트워크의 분리나 통합에 따른 처리 과정을 완전히 배제할 수 있다. 본 논문에서는 SANET-CC의 SANET 적용가능성을 검증하기 위해서 다양한 조건의 시뮬레이션을 수행하였으며 기존 연구와 비교 분석을 진행하였다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.57-75
• /
• 2019

본 논문에서는 4차 산업혁명 핵심기술 중 가장 활발하게 산업화가 진행되고 있는 사물인터넷 산업을 대상으로 비즈모델 혁신방향 중심의 연구를 수행하였다. 글로벌 트렌드 분석을 위해 PEST분석을 활용하여 정책적, 경제적, 사회적, 기술적 이슈를 도출하였고, Gartner, International Data Corporation 등 ICT관련 조사 분석기관의 사물인터넷산업에 대한 미래전망을 제시하였는데, 사물인터넷은 인프라 및 플랫폼을 기반으로 산업인터넷(IIoT), 소물인터넷(IoST) 등으로 네트워크 기술경쟁이 이슈가 될 것으로 전망하였다. 4차 산업혁명으로 인해 급변하는 산업계에 대응하기 위해 기존의 비즈니스 모델 혁신을 위한 다양한 경영학적 방법론들을 검토하였고, '적용성', '민첩성', '다양성', '연계성' 4가지 기준을 가지고 전문가 설문조사를 수행하여 Business Model Canvas 모델이 비즈니스 모델 혁신 방법론으로 가장 적합하다는 AHP 분석결과를 도출하였다. Business Model Canvas는 비즈니스 모델 혁신을 위한 방법론으로 비교적 최근에 제시된 경영전략이며, 9개의 블록 접근 방식을 통해 비즈니스모델의 가치를 식별하며, 비즈니스의 4대 핵심 영역인 고객, 주문, 인프라, 사업타당성 분석 등을 포괄한다. 결론적으로 ICT융합산업 분야에서 어떠한 Business Model Canvas 모델을 방향으로 적용할지에 대한 고찰을 기술하였다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.151-171
• /
• 2015

본 연구는 최근 가장 큰 이슈로 떠오르는 "사물인터넷(IoT: Internet of Things)"의 개념과 국내 외 IoT 시장에 대한 현황을 고찰하였으며, IoT 시대의 도래로 인해 유발되는 패러다임 전환 발생에 따른 기업측면의 적절한 대응방안에 대한 해결책을 도출하였다. 따라서 본 연구는 티핑포인트(Tipping point)에 있는 IoT 경쟁 시대에 적절하게 대응하기 위한 기업의 경영전략을 '패러다임 전환(paradigm shift)'이라는 시각을 통해 대응 방안을 제시하였다. 특히, 과거의 경영 패러다임과 IoT 시대의 경영 패러다임을 비교 분석하여 i)지식 및 학습 주도 경영, ii)기술 및 혁신 중심 경영, iii)수요 창출 경영, iv)글로벌 협업 경영으로 새롭게 패러다임 전환(Paradigm Shift)이 발생할 것으로 예측 및 제안하였고, 이러한 패러다임의 전환에 대응하기 위한 기업측면의 경영전략 프로세스 모델을 구축하기 위해 Gartner가 제시한 'RTE Cyclone model'을 활용하였다. '실시간 기업(RTE)' 이라는 개념은 급변하는 IoT 시대에 기업측면의 경영 전략 프로세스로 활용가치가 있다고 판단되며, 본 연구에서 적절히 응용하여 'IoT-RTE Cyclone model'을 제안하였다. 특히, 제안한 모델은 기업의 민첩성을 강조하고 IT 및 IoT 기술을 통한 실시간 모니터링, 분석, 실행을 기본으로 하며, 기업의 경영 프로세스 각 부문을 통합시켜 기업의 전반적인 서비스를 지원하기 때문에 빠르게 변화하는 IoT 시대에서 영위하는 기업측면에서의 효과적인 대응전략으로 활용할 수 있다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.99-112
• /
• 2010

앙상블 학습은 분류 및 예측 알고리즘의 성과개선을 위하여 제안된 기계학습 기법이다. 그러나 앙상블 학습은 기저 분류자의 다양성이 부족한 경우 다중공선성 문제로 인하여 성과개선 효과가 미약하고 심지어는 성과가 악화될 수 있다는 문제점이 제기되었다. 본 연구에서는 기저 분류자의 다양성을 확보하고 앙상블 학습의 성과개선 효과를 제고하기 위하여 유전자 알고리즘 기반의 범위 최적화 기법을 제안하고자 한다. 본 연구에서 제안된 최적화 기법을 기업 부실예측 인공신경망 앙상블에 적용한 결과 기저 분류자의 다양성이 확보되고 인공신경망 앙상블의 성과가 유의적으로 개선되었음을 보여주었다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.43-65
• /
• 2010

오늘날 치열한 경쟁과 환경변화로 인해 많은 기업들은 고객관계관리(Customer Relationship Management, 이하 CRM)를 경영혁신의 도구로 인식하고 많은 투자 및 노력을 기울이고 있다. CRM 시스템의 개선 및 전략적 보완을 위한 지속적 노력과 더불어 이에 대한 이론적 연구가 활발하게 실시되었지만, 시스템 도입이 기업성과에 미치는 영향에 대한 실증연구는 포괄적으로 다루어지지 않았다. 최근 국내 금융업, 호텔, 항공 등의 분야에서 고객관계관리 도입으로 인한 기업성과에 대한 실증연구가 실시되었고, 외국에서는 병원관리학을 중심으로 균형성과표의 활용에 대한 연구가 실시되었지만, 국내 제약산업에 대해서는 이러한 연구들이 매우 부족한 실정이다. 이에 본 연구에서는 제약회사 고객관리 시스템의 수준이 Kaplan and Norton에 의해 제안된 균형성과표의 이론적 틀에 따라 기업성과에 어떠한 영향을 미치는지 연구해 보고자 하였다. 실증분석결과, CRM 시스템 수준은 기업성과에 유의적인 영향을 미치는 것으로 나타났다. 이는 시스템이 제공하는 유용한 분석자료들이 고객유지, 고객만족 및 고객수익성 개선에 유의적인 영향을 주어 결과적으로 기업의 수익성, 성장성 및 주주가치 증대에 폭 넓게 기여하며, 효율적 내부 프로세스로 뒷받침되는 바람직한 선순환구조를 제시하고 있다고 생각된다. 그러나 세부분석결과, 영업사원실적평가 시스템은 단기수익성 증대에만 유의적 영향을 주었고, 고객 분석시스템은 기업성과에 미치는 유의성이 없는 것으로 나타났다. 이는 제약회사 구성원들의 전통적 업무방식 고수, 단기목표 지향성 및 장기적 기업성과지표에 대한 인식 부족에서 기인한다고 생각된다. 연구결과, 제약기업에 보다 적합한 CRM 시스템의 개발과 보완, 인식률과 활용도 제고의 필요성이 제안되며, 표본 확대 및 대표성 개선을 통해 보다 의미 있는 연구결과가 제시될 수 있을 것이다.

• 한국지역지리학회지
• /
• 제4권1호
• /
• pp.77-98
• /
• 1998

본 연구는 제조업 중에서도 지역성장 및 연관산업에 대한 파급효과가 가장 큰 부문인 자동차 산업을 대상으로 새로운 조립공장 입지가 지역경제의 성장 및 발전에 미치는 영향을 경계지리학적 관점에서 논의했다. 우리 나라의 대표적 신산업지구로 발전하고 있는 광양만권의 율촌 산업단지를 사례로, 한국 최대의 자동차 조림기업인 현대자동차의 새로운 조립공장 입지가 광주 전남의 자동차산업 전반에 어떠한 영향을 미칠 것인지, 그리고 보다 미시적 수준에서 광양만권에 어떠한 파급효과를 초래할 것인지 탐색해보고자 했다. 노동집약적 특성과 자본 및 기술집약적 특성을 동시에 지니는 자동차 조립 및 부품생산 부문을 대상으로 첫째, 조립부문-부품생산부문의 공간적 비공간적 연계 특성을 규명하고 둘께, 광주 전남지역 자동차산업의 현 주소 및 이에 대한 신설 조립공장의 파급효과를 분석하며 셋째, 신설 조립공장 입지에 따른 광양만권 역내의 부품산업 발전 가능성을 전망함으로써 지역개발의 파급효과를 극대화할 수 있는 방안을 모색해보고자 하는 것이 본 연구의 목적이다.

• 헤리티지:역사와 과학
• /
• 제43권2호
• /
• pp.60-81
• /
• 2010

우리나라 제주도에는 바다를 통해 전달된 수평적 신화가 널리 분포하고, 가족 내에서 여성의 사회적 지위가 상대적으로 높고, 민가 역시 한반도 민가와 건물배치, 난방 취사 분리, 거주유형 등에서 확연한 차이를 보여, 민가형성에 북방문화 외에 다른 문화의 전래도 있었음을 짐작할 수 있다. 이러한 의문을 해결하기 위해서 한반도의 남해안과 제주도 이남에 펼쳐진 동중국해(혹은 동지나해)에 접한 민가를 비교하였다. 쿠로시오가 흐르고 계절풍이 부는 동중국해 지역에는 대륙의 북방문화뿐만 아니라 단속적이지만 바다를 통한 남방문화가 복합화되어 이곳 주문화권만의 특색을 이루었다. 이에 가신들이 좌정하는 성역을 통해 동중국해 민가에 나타나는 남방문화의 특성을 살펴보았다. 첫째, 동중국해 지역에는 해양과 관련된 수평적 신화가 주류를 이루고, 척박한 자연화경으로 반농반어 반농반채 등 이중적 생계수단을 지닌다. 가족구성은 전체적으로 모계 쌍계사회의 특성이 강한 연령계제제의 남방계 특성이 잔존하면서도, 외부적으로 대륙북방계에 원류를 두고 있는 가부장권의 특성이 상류계층과 도시에 나타나는 이중체계를 유지한다. 그래서 주택구조는 종적위계 남녀구별의 수직적 공간구성 대신에 세대별 기능별에 따른 수평적 공간구성을 이룬다. 둘째, 동중국해 지역은 정령신앙 조상숭배를 기반으로 한 토속신앙으로 가신들은 여성 농경 불과 관련성이 깊다. 부엌에서는 화신(조왕신), 곡창에서는 곡령신, 측간에서는 측신을 섬겼는데, 이들은 대부분 여신이고 사제도 주부들이 담당하였다. 이후 한 중 일 본토에서 불교 유교가 들어오면서 기존 여성중심의 무속의례에 남성중심의 불교 유교의례가 공존하는 이중적 성역을 이룬다. 셋째, 동중국해 지역에서 조왕신, 조령신, 측신들을 모시는 곳을 통해 별동형 부엌, 곡창, 돼지뒷간 등이 별동으로 존재했다가 점차 주택내로 흡수되는 것을 알 수 있고, 이는 건축기술의 발달과 생활양식 변화에 연유하였다. 또 곡창 돼지 뒷간의 고상식은 중국남부 경로와 별동형 부엌과 화신의 성격은 남양 경로와 관련이 있는 등 해양문화의 혼합성이 나타난다. 그러나 별동형 부엌 곡창 돼지 뒷간에 석재의 사용은 동중국해권 주문화권만의 특징이라고 하겠다.

• Korean Chemical Engineering Research
• /
• 제60권1호
• /
• pp.86-92
• /
• 2022

최근 COVID-19 팬데믹 등 다양한 이유로 인해 바이오 헬스케어 시장이 전세계적으로 활성화되고 있다. 그 중, 생체정보 측정 및 분석 기술은 앞으로의 기술적 혁신성과 사회경제적 파급효과를 불러일으킬 것으로 예측된다. 기존의 시스템은 생체 신호를 받아 신호 처리를 하는 과정에서 신호 송×수신부, 운영체제, 센서, 그리고 인터페이스를 구동하기 위한 대용량 배터리를 필수적으로 요구한다. 하지만, 배터리 용량의 한계가 인해 시×공간적인 기기 사용의 제한을 야기하며, 이는 사용자의 헬스케어 모니터링에 필요한 데이터의 단절에 대한 원인으로 작용할 수 있으므로 헬스케어 디바이스의 큰 걸림돌 중의 하나이다. 본 연구에서는 생체정보 측정 장치에 접촉대전 효과(Triboelectric effects)와 전자기유도 효과(Electro-magnetic effects)를 융합하여, 외부 전원을 요구하지 않는 독립 구동이 가능한 시스템을 구성하여 시×공간적으로 사용 제한이 없는 소형 생체정보 측정 모듈을 설계 및 검증했다. 특히, 다양한 헬스케어 모니터링 중 족압 계측을 통해 사용자의 보행 습관 등을 파악할 수 있는 무선 족압 계측 모니터링 시스템을 검증했다. 보행 시 발생하는 접촉×분리 움직임에서 접촉대전 효과를 이용한 효과적인 압력 센서와 압력에 따른 전기적 출력신호를 통해 족압 센서를 만들고, 축전기를 이용한 신호처리 회로를 통해 이의 동적 거동을 계측할 수 있다. 또한, 출력된 전기신호의 무선 송×수신용 전원으로 사용하기 위해 전자기 유도 효과를 이용하여 보행 시 생기는 생체역학적 에너지를 전기에너지로 수확했다. 따라서, 이번 연구는 사용자가 제한적인 배터리 용량 때문에 생기는 충전에 대한 불편함을 줄일 수 있고, 뿐만 아니라 데이터 단절에 대한 문제점을 극복할 수 있는 방법으로서 큰 잠재력을 보여줌을 시사한다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.121-139
• /
• 2014

기업의 부도 예측은 재무 및 회계 분야에서 매우 중요한 연구 주제이다. 기업의 부도로 인해 발생하는 비용이 매우 크기 때문에 부도 예측의 정확성은 금융기관으로서는 매우 중요한 일이다. 최근에는 여러 개의 모형을 결합하는 앙상블 모형을 부도 예측에 적용해 보려는 연구가 큰 관심을 끌고 있다. 앙상블 모형은 개별 모형보다 더 좋은 성과를 내기 위해 여러 개의 분류기를 결합하는 것이다. 이와 같은 앙상블 분류기는 분류기의 일반화 성능을 개선하는 데 매우 유용한 것으로 알려져 있다. 본 논문은 부도 예측 모형의 성과 개선에 관한 연구이다. 이를 위해 사례 선택(Instance Selection)을 활용한 배깅(Bagging) 모형을 제안하였다. 사례 선택은 원 데이터에서 가장 대표성 있고 관련성 높은 데이터를 선택하고 예측 모형에 악영향을 줄 수 있는 불필요한 데이터를 제거하는 것으로 이를 통해 예측 성과 개선도 기대할 수 있다. 배깅은 학습데이터에 변화를 줌으로써 기저 분류기들을 다양화시키는 앙상블 기법으로 단순하면서도 성과가 매우 좋은 것으로 알려져 있다. 사례 선택과 배깅은 각각 모형의 성과를 개선시킬 수 있는 잠재력이 있지만 이들 두 기법의 결합에 관한 연구는 아직까지 없는 것이 현실이다. 본 연구에서는 부도 예측 모형의 성과를 개선하기 위해 사례 선택과 배깅을 연결하는 새로운 모형을 제안하였다. 최적의 사례 선택을 위해 유전자 알고리즘이 사용되었으며, 이를 통해 최적의 사례 선택 조합을 찾고 이 결과를 배깅 앙상블 모형에 전달하여 새로운 형태의 배깅 앙상블 모형을 구성하게 된다. 본 연구에서 제안한 새로운 앙상블 모형의 성과를 검증하기 위해 ROC 커브, AUC, 예측정확도 등과 같은 성과지표를 사용해 다양한 모형과 비교 분석해 보았다. 실제 기업데이터를 사용해 실험한 결과 본 논문에서 제안한 새로운 형태의 모형이 가장 좋은 성과를 보임을 알 수 있었다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.