• 방송공학회논문지
• /
• 제25권4호
• /
• pp.545-559
• /
• 2020

본 논문에서는 사용자의 제스처에 따라 반응하는 인터랙티브 미디어 콘텐츠를 프로그래밍 경험이 없는 사용자가 쉽게 제작할 수 있도록 하는 콘텐츠 제작 프레임워크를 제안한다. 제안 프레임워크에서 사용자는 사용하는 제스처와 이에 반응하는 미디어의 효과를 번호로 정의하고, 텍스트 기반의 구성 파일에서 이를 연결한다. 제안 프레임워크에서는 사용자의 제스처에 따라 반응하는 인터랙티브 미디어 콘텐츠를 사용자의 위치를 추적하여 프로젝션 시키기 위하여 동적 프로젝션 맵핑 모듈과 연결하였다. 또한, 제스처 인식을 위한 처리 속도와 메모리 부담을 줄이기 위하여 사용자의 움직임을 그레이 스케일(gray scale)의 모션 히스토리 이미지(Motion history image)로 표현하고, 이를 입력 데이터로 사용하는 제스처 인식을 위한 합성곱 신경망(Convolutional Neural Network) 모델을 설계하였다. 5가지 제스처를 인식하는 실험을 통하여 합성곱 신경망 모델의 계층수와 하이퍼파라미터를 결정하고 이를 제안 프레임워크에 적용하였다. 제스처 인식 실험에서 97.96%의 인식률과 12.04 FPS의 처리속도를 획득하였고, 3가지 파티클 효과와 연결한 실험에서 사용자의 움직임에 따라 의도하는 적절한 미디어 효과가 실시간으로 보임을 확인하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권6호
• /
• pp.30-38
• /
• 2023

안전점검 대상 노후 건축물이 증가함에 따라 안전관리 주체인 지정기관 및 관리주체의 부담이 증가하고 있다. 이에 안전점검 대상 건축물 선정에 있어 적절한 안전전검 기준과 그에 따르는 적절한 기술은 필수적이다. 현행 노후 건축물 대상 안전점검 수행 기준은 마감재로 인해 구조 부재 균열 등의 손상 확인이 어려울 경우 낮은 점수를 부여하고 있다. 이는 구조물의 실체 안전상태와 관계없이 평가 결과가 과소평가되어 안전점검 대상 노후화 건축물을 증가시키는 원인이다. 이에 본 연구에서는 마감재 내부의 균열 탐지를 위해 비파괴·비접촉 검사인 열화상 기법을 제안하였다. 열화상 카메라를 이용한 마감재 내부 균열 관측을 위해 콘크리트 시편을 제작하였으며, 콘크리트 표면 및 균열부에 열원을 가진하여 열화상 데이터를 계측하였다. 계측 결과, 너비 0.3mm, 0.5mm, 0.7mm의 마감재 내부 균열 관측이 가능함을 확인하였으나, 표면 박리, 도배지 들뜸으로 인한 불균일한 온도 분포로 인해 균열 판단이 어렵다. 이에 열화상 데이터의 진폭 및 위상 차이를 도출하여 데이터 분석을 수행한 결과, 0.5mm, 0.7mm 균열에 대해 선명한 균열 계측이 가능하였다. 본 연구를 토대로 추후 마감재 내부 균열 손상 진단에 있어 빅 데이터 기반 딥러닝을 이용한 기술개발을 통해 현장적용 및 분석의 효율성을 증대시키고자 한다.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.29-35
• /
• 2022

자외선은 노출 정도에 따라 인체에 유익 또는 유해한 영향을 미치므로 개인별 적정 노출을 위해서는 정확한 자외선(UV) 정보가 필요하다. 국내의 경우 기상청에서 생활기상정보의 한 요소로 자외선 정보를 제공하고 있으나 지역별 자외선 지수(UVI, Ultraviolet Index)로 사용자 위치의 정확한 UVI를 제공하지는 못하고 있다. 일부에서는 정확한 UVI의 취득을 위해 직접 계측기를 운용하지만 비용이나 편의성에 문제가 있고, 태양의 복사량과 운량 등 주변 환경요소를 통해 자외선 양을 추정하는 연구도 소개되었으나 개인별 서비스 방법을 제시하지는 못하였다. 이에 본 논문에서는 각 개인별 위치에서의 정확한 UVI 제공을 위한 태양객체 정보와 태양광 특성을 이용한 UVI 산출 딥러닝 모델을 제안한다. 기 수집한 하늘이미지 및 태양광 특성을 분석하여 태양의 위치 및 크기, 조도 등 UVI와 상관도가 높은 요소들을 선정한 후 DNN 모델을 위한 데이터 셋을 구성한다. 이후 하늘이미지로부터 Mask R-CNN을 통해 추출한 태양객체 정보와 태양광 특성을 입력하여 UVI를 산출하는 DNN 모델을 구현한다. 국내 UVI 권고기준을 고려, UVI 8이상과 미만인 날에 대한 성능평가에서는 기준장비 대비 MAE 0.26의 범위 내 정확한 UVI의 산출이 가능하였다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.669-681
• /
• 2023

과일 나무의 생육을 평가하는 중요한 지표인 엽록소 함량을 추정하는데 비교적 많은 노동력의 투입이 요구되고 오랜 시간이 소요되는 기존의 파괴 조사 대신 비파괴적 조사 방식인 원격탐사기술을 적용하기 위한 연구가 시도되고 있다. 이 연구에서는 2년(2021, 2022) 간 무인기 기반의 초분광 영상을 이용하여 배나무 잎의 엽록소 함량을 비파괴적으로 추정하는 연구를 수행하였다. 영상 처리로 추출된 배나무 캐노피(canopy)의 단일 band 반사율은 시간 변화에 따라 불안정한 복사 효과를 최소화하기 위해 밴드비화(band rationing) 되었다. 밴드비(band ratios)를 입력 변수로 머신러닝 알고리즘인 elastic-net, k-nearest neighbors (KNN)과 support vector machine을 사용하여 추정(calibration, validation) 모델들을 개발하였다. Full band ratios 기반 추정 모델들의 성능과 비교하여 계산 비용 절감과 재현성 향상에 유리한 key band ratios를 선정하였다. 결과적으로 모든 머신러닝 모델에서 full band ratios를 이용한 calibration에 coefficient of determination (R²)≥0.67, root mean squared error (RMSE)≤1.22 ㎍/cm², relative error (RE)≤17.9%)와 validation에 R²≥0.56, RMSE≤1.41 ㎍/cm², RE≤20.7% 성능을 비교하였을 때, key band ratios 네 개가 선정되었다. 머신러닝 모델들 사이에 validation 성능에는 비교적 큰 차이가 없어 calibration 성능이 가장 높았던 KNN 모델을 기준으로 삼았으며, 그 key band ratios는 710/714, 718/722, 754/758, 758/762 nm가 선정되었다. Calibration에서 R²=0.80, RMSE=0.94 ㎍/cm², RE=13.9%와 validation에서 R²=0.57, RMSE=1.40 ㎍/cm², RE=20.5%를 나타내었다. Validation의 기준으로 한 성능 결과는 배나무 잎 엽록소 함량을 추정하기에 충분하지 않았지만, 앞으로의 연구에 기준이 될 key band ratios를 선정했다는 것에 의미가 있다. 추후 연구에서는 추정 성능을 향상하기 위해 지속적으로 추가 데이터세트를 확보하여 선정된 key band ratios의 신뢰성 검증과 함께 실제 과원에 재현 가능한 추정 모델로 고도화할 필요가 있다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.143-174
• /
• 2023

인공지능의 발전과 함께 딥러닝을 활용한 인공지능 광학문자인식 기법 (Artificial Intelligence powered Optical Character Recognition, AI-OCR) 의 등장은 기존의 이미지 처리 기반 OCR 기술의 한계를 넘어 다양한 형태의 이미지로부터 여러 언어를 높은 정확도로 읽어낼 수 있는 모델로 발전하였다. 특히, AI-OCR은 인력을 통해 대량의 다양한 서류 처리 업무를 수행하는 금융업에 있어 그 활용 잠재력이 크다. 본 연구에서는 금융권내 활용을 위한 AI-OCR 모델의 구성과 설계를 제시하고, 이를 효율적으로 적용하기 위한 플랫폼 구축 및 활용 사례에 대해 논한다. 금융권 특화 딥러닝 모델을 만듦에 있어 금융 도메인 데이터 사용은 필수적이나, 개인정보보호법 이하 실 데이터의 사용이 불가하다. 이에 본 연구에서는 딥러닝 기반 데이터 생성 모델을 개발하였고, 이를 활용하여 AI-OCR 모델 학습을 진행하였다. 다양한 서류 처리에 있어 유연한 데이터 처리를 위해 단계적 구성의 AI-OCR 모델들을 제안하며, 이는 이미지 전처리 모델, 문자 탐지 모델, 문자 인식 모델, 문자 정렬 모델 및 언어 처리 모델의 선택적, 단계적 사용을 포함한다. AI-OCR 모델의 배포를 위해 온프레미스(On-Premise) 및 프라이빗 클라우드(Private Cloud) 내 GPU 컴퓨팅 클러스터를 구성하고, Hybrid GPU Cluster 내 컨테이너 오케스트레이션을 통한 고효율, 고가용 AI-OCR 플랫폼 구축하여 다양한 업무 및 채널에 적용하였다. 본 연구를 통해 금융 특화 AI-OCR 모델 및 플랫폼을 구축하여 금융권 서류 처리 업무인 문서 분류, 문서 검증 및 입력 보조 시스템으로의 활용을 통해 업무 효율 및 편의성 증대를 확인하였다.

• 한국광학회지
• /
• 제28권5호
• /
• pp.203-212
• /
• 2017

과학적 모형은 특정한 물리적 현상을 기술, 설명, 예측할 수 있는 개념 체계를 말한다. 과학적 모형의 사회적 구성 수업은 과학교육 분야에서 새로운 교수 학습 전략으로 주목받고 있으며 다양한 연구가 진행되고 있다. 모형을 통한 예상과 실제 세계에서 얻은 자료와의 일치, 불일치에 따라 모형의 적합성을 판단하고 모형을 수정해 가는 것이 모형 구성 수업의 핵심이다. 하지만 많은 모형 구성 수업에서는 교사가 제공한 제한적인 자료를 가지고 모형을 비교하고 판단하는 것에 그쳤으며, 스스로 실험을 통해 얻은 실제 세계에 대한 자료를 가지고 모형의 적합성을 판단할 수 있는 기회를 제공하는 수업은 많지 않았다. 이에 본 연구에서는 실험을 통해 얻은 결과를 모형을 통한 예측과 직접 비교하여 모형을 평가할 수 있는 과학적 모형의 사회적 구성 프로그램을 제시하고자 하였다. 6개월간 교사, 연구자 간의 협력적 논의를 통해 중학교 2학년 빛과 파동 단원 중 '볼록렌즈가 상을 만드는 원리'라는 주제에 대해 총 5차시의 모형 구성 프로그램을 개발하였다. 경기도 남녀 공학 중학교 2학년 3개 반 80명의 일반 학생과 20년 경력의 현직 과학 교사가 2주간 개발된 프로그램에 함께 참여하였으며, 학생들에게 수업의 어떤 점이 좋거나 어려웠는지, 이 수업을 친구에게 추천하고 싶은지를 질문하였다. 수업 후 95.8%의 학생이 구조 규칙을 사용한 모형 이상의 과학적 모형을 구성하였다. 학생들의 응답을 살펴보면 원리를 찾아내거나 친구들을 이해시키기가 어려웠지만 이론으로 이해하기 어려웠던 것을 실험을 통한 모형 수정 과정을 통해 이해하게 되었고, 학급 친구들끼리 경쟁자가 아닌 동반자가 된다는 점이 좋았다는 등의 응답이 나타났다. 참여 학생 중 92.5%가 본 프로그램을 보통이상으로 친구에게 추천하겠다고 응답하였다. 개발된 프로그램은 학교현장에 적용되어 학생의 모형 구성 능력 및 사회적 구성 능력의 향상에 기여할 것으로 기대한다.

• 한국비블리아학회지
• /
• 제33권4호
• /
• pp.5-25
• /
• 2022

본 연구의 목적은 수요자인 학교가 교육과정 운영을 위하여 요구하는 사서교사의 직무와 역량 사례를 분석하고, 사서교사의 전문성 향상 방안을 제안하는 것이다. 이를 위하여 IB 국제학교가 사서교사를 선발하기 위하여 게시한 20건의 구인광고에 포함된 사서교사의 직무와 역량을 IFLA 학교도서관 가이드라인을 기준으로 분석하였다. 그 결과 IB 국제학교의 사서교사 직무 및 역량은 IB 교육과정 지침에 근거를 두고 있으며, 이 지침은 IBO 교육과정이 지향하는 교육이념과 학습자상에 기반을 두고 있는 것으로 나타났다. 아울러 학교가 사서교사에게 가장 많이 기대하는 직무는 도서관 장서관리 및 협동을 통한 교수이며, 이를 위한 주요 역량은 의사소통과 협동능력, 교수-학습·교육과정·교육설계 및 제공 그리고 디지털과 매체활용능력이다. 이러한 분석 결과는 사서교사의 전문성은 교육과정에서 제시하는 교육적 인간상과 학습자 역량에 기반을 두고 있어야 함을 보여준다. 이를 바탕으로 본 연구에서는 사서교사의 전문성 신장 방안을 다음과 같은 측면에서 제시하였다. 첫째, 국가 수준의 교육과정 편성 운영 지침에 학교도서관의 역할 포함하기 둘째, 학교도서관진흥법시행령 개정을 통한 인적자원의 직무 구분하기 셋째, 사서교사 자격 취득을 위한 기본이수 과목 개편 및 교육실습과 사서교사 임용시험에 협동수업 시연 도입하기 등이다.

• 융합신호처리학회논문지
• /
• 제21권3호
• /
• pp.148-153
• /
• 2020

합성곱 신경망 모형에서 높은 정확도를 얻기 위해서는 최적의 하이퍼파라미터를 설정하는 작업이 필요하다. 하지만 높은 성능을 낼 수 있는 하이퍼파라미터 값이 정확히 알려진 바가 없으며, 자료마다 최적의 하이퍼파라미터 값이 달라질 수 있기 때문에 매번 실험을 통해서 찾아야만 한다. 또한, 하이퍼파라미터 값들의 범위가 넓고 조합 수가 많기 때문에 시간과 계산량을 줄이기 위해서는 최적값을 찾기 위한 실험 계획을 먼저 한 후에 탐색을 하는 것이 필요하다. 그러나 아직까지 합성곱 신경망 모형에서 하이퍼파라미터 최적화를 위하여 실험계획법을 이용한 연구 결과가 보고되지 않았다. 본 논문에서는 이미지 분류 문제에서 통계방법 중 하나인 실험계획법의 요인배치법을 이용하여 실험 계획을 하고 합성곱 신경망 분석을 한 후에, 높은 성능을 갖는 값을 중심으로 그리드 탐색을 하여 최적의 하이퍼파라미터를 찾는 방법을 제안한다. 실험 계획을 통하여 각 하이퍼파라미터들의 탐색 범위를 줄인 후에 그리드 탐색을 함으로써 효율적으로 연산량을 줄이고 정확도를 높힐 수 있음을 보였다. 또한 실험 결과에서 모형 성능에 가장 큰 영향을 주는 하이퍼파라미터가 학습률이라는 것을 확인할 수 있었다.

• 디자인학연구
• /
• 제15권1호
• /
• pp.59-67
• /
• 2002

급변하는 시대적 상황에 따라 대학은 단순한 지식 전달과 정보 교환의 교육 현장으로뿐 아니라 교육 경쟁력 강화를 위하여 지역 산업과의 연계를 통한 특성화 프로그램 개발에도 많은 관심을 갖고 있다. 이러한 산학연계 프로그램을 통하여 학교 내 전문 지식 인적 자원의 사회 활용과 지역 산업 발전에도 이바지할 수 있을 것이고 현장 중심 교육의 전문 직업인 양성이 이루어질 것이다. 또한, 개발된 프로그램의 실질적 운영을 통하여 기업 경쟁력과 지역 경제 활성화와 나아가서는 국가 산업의 국제 경쟁력 향상을 이를 수 있을 것이다. 이에 본 연구에서는 대학의 건학 이념과 교육 목표에 부합되고 지역 산업과 연계된 현장 중심 교육의 발판을 마련할 수 있도록 지식 산업과 지역 사회 여건 변화에 능동적으로 대처할 수 있는 지역 산업 연계 디자인 기술지도 지원 프로그램을 개발하고자 하였다. 김포의 지역적 특성에 맞는 가구 산업체를 위한 산학 협동 디자인 지원 프로그램개발을 위하여 산업체의 디자인 지원 요구사항을 조사분석하여, 가구디자인 기술 개발과 가구디자인 정보 시스템 구축, 그리고 주문식 교육체제 구축의 3영역으로 나누어 프로그램의 내용을 제시하였다. 효율적이고 실질적 운영을 통하여 상품개발과 기업 이미지 향상을 통한 부가가치 창출로 기업 이윤 확대는 물론, 결과물의 피드백으로 현장 수요에 맞는 주문식 교육체계 확립 및 실용 학문의 매우 중요한 자료로 활용될 것을 기대해본다.