• 정보처리학회논문지A
• /
• 제16A권5호
• /
• pp.357-368
• /
• 2009

플래시 메모리와 하드디스크의 저장 공간 제약을 문제를 극복하기 위한 방법으로 모바일 IP 스토리지가 제안되었다. 모바일 IP 스토리지는 무선 IP 네트워크를 통하여 모바일 장치에 거의 무제한적인 저장 공간을 제공한다. 하지만, 모바일 IP 스토리지를 이용한 멀티미디어 컨텐츠 스트리밍 시 무선랜 장치의 지속적인 전력소모로 인해 모바일 장치의 배터리 수명이 급격히 감소하는 문제가 발생한다. 본 논문에서는 모바일 IP 스토리지를 통하여 멀티미디어 컨텐츠를 실행할 시에 무선랜 장치의 전력을 효율적으로 제어할 수 있는 기법을 제안한다. 제안된 기법은 선반입 버퍼 입출력 모듈, 무선랜 장치 전력제어 모듈, 선반입 버퍼 재구성 모듈로 구성되어 있다. 또한, 제안된 기법은 멀티미디어 컨텐츠의 품질에 적응적으로 선반입 버퍼의 크기를 자동적으로 결정하고 멀티미디어 컨텐츠가 실행되는 동안 On-Off 동작을 기반으로 무선랜 장치 전력 상태를 동적으로 제어한다. 제안된 기법의 성능을 임베디드 리눅스 2.6.11, 인텔 iSCSI 참조코드, 무선랜 장치를 이용하는 PXA270기반 모바일 장치 상에서 평가한다. 다양한 실험을 통하여 제안된 기법이 전력제어를 하지 않을 때에 비해 QVGA급 멀티미디어 컨텐츠 실행 시 무선랜 카드의 에너지 소모를 최대 8.5배 정도 감소시킴을 보인다.

• 정보처리학회논문지A
• /
• 제12A권4호
• /
• pp.327-332
• /
• 2005

컴퓨터 그래픽스 분야에서는 해양파(ocean waves)를 표현하기 위한 여러가지 방법들이 있지만, 완전한 해결책은 아직까지 제시되지 못하고 있다. 해양파는 여러가지 원인에 의해 생성되지만, 가장 지배적인 요소는 바람과 중력에 의한 표면 중력파(surface gravity waves)이다. 본 논문에서는 해앙학 분야의 정밀한 해양파 모델에 기초하여, 실시간에 표면 중력파를 시뮬레이션하는 방법을 제시한다. 기존 연구들은 수심이 무한대라고 가정하는 Pierson-Moskowitz(PM) 모델[1]을 사용하여, 얕은 바다를 시뮬레이션하기에는 무리가 따랐다. 본 논문에서는 좀더 정밀한 Texel-Marsen-Arsloe(TMA) 모델[2]을 사용하여 더욱 사실적인 해양파를 표현할 수 있다. TMA 모델을 분석한 후, 3차원 컴퓨터 그래픽스 프로그램들에서 사용할 수 있는 실제적인 구현 모델(implementation model)을 정립하였고, 이를 구현한 프로토타입 시스템은 펜티엄-4 1.6GHz PC들에서 초당 30프레임 이상을 표시할 수 있음을 보였다. 본 논문에서 제안하는 방법은 기존 연구들에 비해, (1) 사용자가 제어할 수 있는 매개변수들이 더욱 다양해짐으로써, 사용자 요구에 적합한 파형(wave shape)들을 다양하게 생성할 수 있고, (2) 정밀한 해양파 모델을 사용하여, 얕은 바다에서도 더욱 사실적인 파도를 표현할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.86-86
• /
• 2018

본 연구는 한국의 도시재생과 스마트 물 관리의 정책 분석을 위하여 도시재생과 스마트 물 관리의 등장 배경, 주요 현안 및 연계성을 모색하고 도시재생방안으로서 스마트 물 관리체계의 가능성을 검토하는 것을 목적으로 한다. 1950년대의 도시재건(Urban Reconstruction)과 1970~80년대의 도시재개발(Urban Renewal, Urban Redevelopment) 등의 정비 사업은 물리적 환경정비에 초점을 맞추었다. 그러나 1990년대 환경문제가 세계적 이슈로 등장하면서 교외지역 난개발 문제에 대한 대응책이 필요하게 되었고 도시의 물리 환경적, 산업 경제적, 사회 문화적 측면을 부흥시키는 도시재생 접근법이 출현하였다. 한국 정부는 2017년부터 시작한 '도시재생 뉴딜사업'의 일환으로 스마트 기술을 적용한 도시재생사업을 통해 스마트도시 선도국가 도약과 세계적 흐름에 부합하는 도시성장을 기대하고 있다. 1980년대 초 등장한 스마트 기술은 2000년대 들어와 스마트 도시, 스마트 인프라, 스마트 그리드 등의 분야로 확대, 진보하였다. 물 분야의 스마트 기술은 2009년 스마트워터그리드 이니셔티브(Smart Water Grid Initiative)의 발족과 함께 IBM, CISCO, Intel 등의 IT 기반 물 관리 워킹그룹 형성, Suez, Veolia, Siemens 등 수처리 기업의 스마트워터그리드 분야 진출 모색과 함께 발전하기 시작하였다. 이후 2012년 유엔 스마트 물 관리 포커스 그룹(ITU-T SG 5)의 스마트 물 관리 표준화 연구가 착수되었고 한국은 국토교통부 건설교통기술 연구 개발사업 중 하나로 스마트 물 관리 장기 연구 사업을 시작하였다. 스마트 물 관리는 수자원 및 상하수도 관리의 효율성 제고를 위하여 스마트 미터, 센서, 디지털지도제작 등 ICT를 이용한 차세대 물 관리시스템이라고 정의할 수 있다. 구체적인 대상 분야를 고려한다면 하천수, 우수, 지하수, 하폐수처리수, 해수담수 등 다양한 수자원의 관리, 물의 생산과 수송, 사용한 물의 처리 및 재이용 등 물 관리 전 분야를 포함한다. 그러나 스마트 물 관리의 용어와 개념을 처음으로 도입한 미국 등 선진국과 관련기업들은 스마트 물 관리를 '스마트 워터 미터, 센서, 첨단 모델링, 수문 지도제작, 스마트 관개농업, 자동화 로봇 등 다양한 기술을 통합적으로 운영하는 지능적인 수자원 관리를 위한 정보네트워크'로 정의한다. 일찍이 도시재생으로의 패러다임 전환을 실시한 영국 및 일본과 달리 한국의 도시재생은 개념, 구성요소, 범위, 사업방식 등의 여러 가지 측면에서 아직 형성단계에 있다. 또한 한국의 스마트 물 관리 논의는 개념정립 측면에서 심층적 논의가 거의 부재하였다. 기존의 논의들은 수자원 혹은 상하수도서비스 분야에서의 연구결과와 기술개발성과를 기계적으로 적용하고 확대하는 측면만을 부각시켰다. 그러나 이와 같은 스마트 물 관리에 대한 논의는 정보통신기술과 물 관리 서비스를 단편적으로 연결하고 적용범위를 제한할 수도 있다는 점에서 한계성이 있다. 본 연구는 국내외 문헌검토를 바탕으로 한국의 도시재생과 스마트 물 관리의 정책을 분석하고 지금까지 별개로 간주된 두 개념의 장점을 융합하여 향후 지속가능한 도시개발 사업으로서의 가능성을 검토하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.202-202
• /
• 2018

본 논문에서는 분포형 강우-유출 모형인 GRM(Grid based Rainfall-runoff Model)(최윤석, 김경탁, 2017)을 이용해서 낙동강 유역을 대상으로 대유역 홍수해석시스템을 구축하고, 유출해석을 위한 실행시간을 평가하였다. 유출모형은 낙동강의 주요 지류와 본류를 소유역으로 구분하여 모형을 구축하고, 각 소유역의 유출해석 결과를 실시간으로 연계할 수 있도록 하여 낙동강 전체 유역의 유출모형을 구축하였다. 이와 같이 하나의 대유역을 다수의 소유역시스템으로 분할하여 모형을 구축할 경우, 유출해석시스템 구성이 복잡해지는 단점이 있으나, 소유역별로 각기 다른 자료를 이용하여 다양한 해상도로 유출해석을 할 수 있으므로, 소유역별 특성에 맞는 유출모형 구축이 가능한 장점이 있다. 또한 각 소유역시스템은 별도의 프로세스로 계산이 진행되므로, 대유역을 고해상도로 해석하는 경우에도 계산시간을 단축할 수 있다. 본 연구에서는 낙동강 유역을 20개(본류 구간 3개, 1차 지류 13개, 댐상류 4개)의 소유역으로 분할하여 계산 시간을 검토하였으며, 최종적으로 21개(본류 구간 3개, 1차 지류 13개, 댐상류 5개)의 소유역으로 분할하여 유출해석시스템을 구축하였다. 댐 상류 유역은 댐하류와 유량전달이 없이 독립적으로 모의되고, 댐과 연결된 하류 유역은 관측 방류량을 상류단 하천의 경계조건으로 적용한다. 지류 유역은 본류 구간과 연결되고, 지류의 계산 유량은 본류와의 연결지점에 유량조건으로 실시간으로 입력된다. 이때 본류와 지류의 유량 연계는 데이터베이스를 매개로 하였다. 유출해석시스템의 성능을 평가하기 위해서 Microsoft 클라우드 서비스인 Azure를 이용하였다. 낙동강 유역을 20개 소유역으로 구성한 경우에서의 유출해석시스템의 속도 평가 결과 Azure virtual machine instance DS15 v2(OS : Windows Server 2012 R2, CPU : 2.4 GHz Intel $Xeon^{(R)}$ E5-2673 v3 20 cores)에서 1.5분이 소요 되었다. 계산시간 평가시 GRM은 'IsParallel=false' 옵션을 적용하였으며, 모의 기간은 24시간을 기준으로 하였다. 연구결과 분포형 모형을 이용한 대유역 유출해석시스템 구축이 가능했으며, 계산시간도 충분히 단축할 수 있었다. 또한 추가적인 CPU와 병렬계산을 적용할 경우, 계산시간은 더 단축될 수 있으며, 이러한 기법들은 분포형 모형을 이용한 대유역 유출해석시스템 구축시 유용하게 활용될 수 있을 것으로 판단된다.

• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.687-693
• /
• 2006

최근 전 지구적, 혹은 대규모 지역의 분석 및 모니터링을 위한 위성영상의 사용이 늘어나고 있으며 이를 처리하기 위해 빠르고 편리한 '영상좌표 상호등록'방법이 요구되고 있다. 이러한 '영상좌표 상호등록'은 위성의 센서모델 및 천체력 자료를 이용하는 엄밀 모델식을 이용하는 방법과 기 존재하는 기준 영상(Reference image)을 사용하거나 혹은 수치지도를 사용하는 경험적 방법의 두 가지로 분류할 수 있다. '영상좌표 상호등록'의 효율성을 높이기 위해서 저자는 '사전검수 영역기반정합법'(Pre-qualified area matching)을 사용하였다. 이는 Canny 연산자를 이용한 경계추출법, 교차상관계수를 사용한 영역기반정합법(Area based matching), t-분포를 이용하여 95%의 신뢰구간 내에서 과대오차 소거법을 적용한 방법이다. 이러한 사전검수(Pre-qualification) 과정을 통해 연산시간을 현저히 단축시켰고, '영상좌표 상호등록'의 정확도 역시 향상됨을 알 수 있었다. 제안한 알고리즘을 사용하여 프로그램을 작성하고, 한반도 Landsat ETM+ 영상 3장을 이용하여 테스트하였다. 정합점 간의 평균제곱오차는 0.435 영상소, 정합점은 평균 25,573개로 나타났다. 연산 시간은 3.0GHz 1Gb RAM 사양의 컴퓨터에서 평균 약 4.2분으로 나타났다.

• 한국방사선학회논문지
• /
• 제17권5호
• /
• pp.633-640
• /
• 2023

최근 근접 치료에서 방사선 차폐막을 사용하여 선량 분포를 변조하여 선량을 전달하는 정적 및 동적 변조 근접 치료 방법이 개발됨에 따라 새로운 방향성 빔 세기 변조 근접 치료에 적합한 역방향 치료 계획 및 치료 계획 최적화 알고리즘에서 선량 계산에 필요한 파라미터 및 데이터의 양이 증가하고 있다. 세기 변조 근접 치료는 방사선의 정확한 선량 전달이 가능하지만, 파라미터와 데이터의 양이 증가하기 때문에 선량 계산에 필요한 경과 시간이 증가한다. 본 연구에서는 선량 계산 경과 시간의 증가를 줄이기 위해 그래픽 카드 기반의 CUDA 가속 선량 계산 알고리즘을 구축하였다. 계산 과정의 가속화 방법은 관심 체적의 시스템 행렬 계산 및 선량 계산의 병렬화를 이용하여 진행하였다. 개발된 알고리즘은 모두 인텔(3.7GHz, 6코어) CPU와 단일 NVIDIA GTX 1080ti 그래픽 카드가 장착된 동일한 컴퓨팅 환경에서 수행하였으며, 선량 계산 시간은 디스크에서 데이터를 불러오고 전처리를 위한 작업 등의 추가 적으로 필요한 시간은 제외하고 선량 계산 시간만 측정하여 평가하였다. 그 결과 가속화된 알고리즘은 CPU로만 계산할 때보다 선량 계산 시간이 약 30배 단축된 것으로 나타났다. 가속화된 선량 계산 알고리즘은 적응방사선치료와 같이 매일 변화되는 어플리케이터의 움직임을 고려하여 새로운 치료 계획을 수립해야 하는 경우나 동적 변조 근접 치료와 같이 선량 계산에 변화되는 파라미터를 고려해야 하는 경우 치료 계획 수립 속도를 높일 수 있을 것으로 판단된다.

• 한국의학물리학회지:의학물리
• /
• 제13권3호
• /
• pp.149-155
• /
• 2002

최근 들어 방사선 수송이론, 컴퓨터 하드웨어 성능, 및 병렬 연산 기법의 발전에 힘입어, 몬테카를로 기반의 선량계산 기법을 임상에 적용할 수 있게 되었다. 임상적용을 위해 개발된 몬테카를로 기반 선량계산 코드간의 계산 소요 시간과 정확도를 비교할 목적으로 제13차 ICCR (International Conference on the use of Computers in Radiation Therapy, Heidelberg, Germany, 2000) 학술대회에서 벤치마킹 절차서가 제안되었다. 최근, 본원에서도 임상적용을 목표로 28개의 인텔 펜티움 프로세서로 구성된 Linux cluster 시스템을 구축하고, 여기에 몬테카를로 선량계산을 위한 BEAMnrc 코드를 설치하였다. 본 연구의 목적은 위에서 제안된 벤치마킹 절차를 수행하여 본원에서 구축한 몬테카를로 선량계산 시스템의 정량적 성능 평가를 시도하고자 하는 것이었다. 벤치마킹 절차는 크게 다음의 세 과정으로 구성되어 있다. a) 30.5 cm $\times$ 39.5 cm $\times$ 30 cm 의 팬톰(5 ㎣ voxels) 에 대한 통계적 불확정도 2%이내 결과를 얻기 위한 광자선 선량계산 속도. b) 위 팬톰에 대한 전자선의 선량계산 속도. c) 비균질 평판 매질로 구성된 팬톰내 광자선 및 전자선의 선량계산 결과를 EGSr/PRESTA 계산 결과와 비교 제시. 18 MV 광자선에 대해 선량계산 속도 평가 결과 5.5분이 소용되었다. 전자선의 경우, 실제 계산 시간은 광자선에 비해 약 10배 정도 빨랐으나, 병렬 연산을 처리하기 위해 소용되는 추가 시간 때문에 전체 계산에 소요되는 시간은 광자선과 비슷하였다. 본 원에서 사용한 몬테카를로 코드는 EGSnrc로써 EGS4의 개선 버전으로 이들 간의 정확도 비교는 큰 의미가 없을 것으로 판단된다. 하지만 두 계산 결과가 기대했던 바와 같이 매우 잘 일치하였다. 결론적으로, 본원에서 구축한 몬테카를로 치료계획시스템은 임상적용에 무리가 없을 것으로 판단하였다. 추후 본 시스템을 본원에서 사용하는 상용 치료계획시스템과 인터페이스를 개발하여, 통합환경을 구축함으로써, 몬테카를로 기반의 치료계획시스템의 임상적용과 관련된 연구들을 수행해 나갈 계획이다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.71-88
• /
• 2017

언어모델은 순차적으로 입력된 자료를 바탕으로 다음에 나올 단어나 문자를 예측하는 모델로 언어처리나 음성인식 분야에 활용된다. 최근 딥러닝 알고리즘이 발전되면서 입력 개체 간의 의존성을 효과적으로 반영할 수 있는 순환신경망 모델과 이를 발전시킨 Long short-term memory(LSTM) 모델이 언어모델에 사용되고 있다. 이러한 모형에 자료를 입력하기 위해서는 문장을 단어 혹은 형태소로 분해하는 과정을 거친 후 단어 레벨 혹은 형태소 레벨의 모형을 사용하는 것이 일반적이다. 하지만 이러한 모형은 텍스트가 포함하는 단어나 형태소의 수가 일반적으로 매우 많기 때문에 사전 크기가 커지게 되고 이에 따라 모형의 복잡도가 증가하는 문제가 있고 사전에 포함된 어휘 외에는 생성이 불가능하다는 등의 단점이 있다. 특히 한국어와 같이 형태소 활용이 다양한 언어의 경우 형태소 분석기를 통한 분해과정에서 오류가 더해질 수 있다. 이를 보완하기 위해 본 논문에서는 문장을 자음과 모음으로 이루어진 음소 단위로 분해한 뒤 입력 데이터로 사용하는 음소 레벨의 LSTM 언어모델을 제안한다. 본 논문에서는 LSTM layer를 3개 또는 4개 포함하는 모형을 사용한다. 모형의 최적화를 위해 Stochastic Gradient 알고리즘과 이를 개선시킨 다양한 알고리즘을 사용하고 그 성능을 비교한다. 구약성경 텍스트를 사용하여 실험을 진행하였고 모든 실험은 Theano를 기반으로 하는 Keras 패키지를 사용하여 수행되었다. 모형의 정량적 비교를 위해 validation loss와 test set에 대한 perplexity를 계산하였다. 그 결과 Stochastic Gradient 알고리즘이 상대적으로 큰 validation loss와 perplexity를 나타냈고 나머지 최적화 알고리즘들은 유사한 값들을 보이며 비슷한 수준의 모형 복잡도를 나타냈다. Layer 4개인 모형이 3개인 모형에 비해 학습시간이 평균적으로 69% 정도 길게 소요되었으나 정량지표는 크게 개선되지 않거나 특정 조건에서는 오히려 악화되는 것으로 나타났다. 하지만 layer 4개를 사용한 모형이 3개를 사용한 모형에 비해 완성도가 높은 문장을 생성했다. 본 논문에서 고려한 어떤 시뮬레이션 조건에서도 한글에서 사용되지 않는 문자조합이 생성되지 않았고 명사와 조사의 조합이나 동사의 활용, 주어 동사의 결합 면에서 상당히 완성도 높은 문장이 발생되었다. 본 연구결과는 현재 대두되고 있는 인공지능 시스템의 기초가 되는 언어처리나 음성인식 분야에서 한국어 처리를 위해 다양하게 활용될 수 있을 것으로 기대된다.