• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권2호
• /
• pp.67-72
• /
• 2022

최근 인공지능을 활용한 다양한 지능형 응용서비스 개발이 활발히 진행 중이다. 특히, 제조 산업 현장에서는 인공지능 기반 실시간 예측서비스 연구가 활발히 진행 중이며 이중 화재 및 악취를 감지·예측할 수 있는 인공지능 서비스에 대한 요구가 매우 높다. 하지만 기존 감지·예측시스템은 화재 및 악취 발생 예측이 아닌 발생 후 감지 서비스가 대부분이다. 이는 인공지능 기반 예측서비스 기술이 적용되어 있지 않기 때문이다. 또한, 화재 예측 및 악취 감지·예측서비스는 초저지연 특징을 가진 서비스이다. 따라서 초저지연 예측서비스를 제공하기 위해 엣지 컴퓨팅 기술이 인공지능 모델과 결합되어 클라우드에 비해 빠른 추론 결과를 현장에 빠르게 적용할 수 있도록 개발 중이다. 따라서 본 논문에서는 제조 산업 현장에서 가장 많이 요구되는 화재 예측 및 악취 감지·예측에 사용할 수 있는 LSTM 알고리즘 기반 학습모델을 제안한다. 또한, 제안하는 학습모델은 엣지 다바이스에 구현이 가능하도록 설계하였으며 사물인터넷 단말로부터 실시간 센서데이터를 수신하고 이 데이터를 추론 모델에 적용하여 화재 및 악취 상태를 실시간으로 예측할 수 있도록 제안한다. 제안된 모델은 3가지 성능 지표를 통해 학습모델의 예측 정확도를 평가하였으며 평가 결과는 평균 90% 이상 성능을 보였다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 한국전자거래학회지
• /
• 제21권4호
• /
• pp.29-40
• /
• 2016

음성 사용자 인터페이스(VUI)는 인간에게 가장 친숙하고 편안한 인터페이스이다. VUI는 이미 스마트폰에 적용되어 있으며 최근에는 클라우드 및 AI 기술의 발전으로 VUI 적용 제품은 더욱 확대되고 있다. 그러나 가장 많이 보급되어 있는 스마트폰의 경우에도 VUI를 사용하는 사용자는 매우 적은 상황이다. 본 연구의 목적은 현재 스마트폰에서 사용되고 있는 VUI의 이용 현황 및 사용자 인식을 조사하고 문제점을 파악하여 향후 VUI 사용성 제고를 위한 연구 방향을 제시하는 것이다. 163명의 대학생들을 대상으로 스마트폰 VUI의 사용 현황에 대한 설문 조사를 수행하였다. 조사 결과 VUI의 인지도는 높지만 사용률은 매우 낮았으며, 많은 사용자가 음성 인식 속도, 반응 속도 및 작동 방법에 대해 불편함을 느끼고 있는 것으로 나타났다. 대부분의 사용자가 호기심에서 VUI를 사용해봤지만 일부만이 계속 사용하고 있는 것으로 조사되었으며, 많은 사용자들이 기계에게 말하는 것과 다른 사람들이 듣는 것에 거부감을 가지고 있었다. 본 연구의 결과는 VUI의 활용도를 제고하기 위한 향후 연구에 도움이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제35권6_3호
• /
• pp.1173-1185
• /
• 2019

본 연구에서는 처음으로 주성분분석(Principle component analysis; PCA) 방법을 이용하여 Sentinel-5p의 TROPOspheric Monitoring Instrument (TROPOMI) 위성센서 원시자료로부터 산업활동 및 화산활동에 의해 발생한 이산화황 연직칼럼농도(Vertical column density; VCD)를 산출하였다. 본 연구에서 TROPOMI로부터 주성분분석방법을 이용하여 산출된 이산화황 연직칼럼농도는 차등흡수분광법(Differential Optical Absorption Spectroscopy; DOAS)을 이용하여 산출된 TROPOMI Level 2 이산화황 연직칼럼농도 산출물과 비교되었다. 산업활동과 같은 인위적 요인에 의하여 다량의 이산화황을 지표부근에 배출하는 동아시아 지역에서 TROPOMI 로부터 주성분분석방법으로 산출된 이산화황 연직칼럼농도와 차등흡수분광법을 이용하여 산출된 TROPOMI 이산화황 연직칼럼농도의 평균값은 각각 0.05 Dobson Unit (DU)와 -0.02 DU로 비슷한 값으로 나타났다. 두 산출물 사이의 기울기(Slope)는 모든 구름조건에 대하여 0.64, 상관계수(Correlation coefficient, R)는 0.51로 다소 낮은 상관관계를 보였으나, 구름비율이 0.5 이하인 픽셀에 대한 기울기는 0.68, 상관계수는 0.61로 증가하였다. 이러한 결과는 두 알고리즘에서 공통적으로 구름비율이 높을 때 지표부근에 대한 이산화황의 산출 민감도가 감소한다는 것을 의미한다. 화산활동에 의한 고농도 이산화황이 발생하는 지역인 인도네시아와 일본 남부 지역에서 두 알고리즘으로 산출된 이산화황 연직칼럼농도 사이의 상관계수는 모든 구름 조건에 대하여 0.90으로 높은 상관관계를 보였다. 이는 화산지역에서의 가스 분출로 인하여 고농도로 대류권 상층 혹은 성층권 하부에 주로 분포하는 이산화황에 대한 위성 기반 이산화황 산출 정확도가 높게 나타나기 때문인 것으로 사료된다.

• 한국지구과학회지
• /
• 제21권3호
• /
• pp.258-275
• /
• 2000

이 연구의 목적은 동해안 대설시 기상 요소들의 일변화의 특성을 알아보고자 하는데 있다. 1997년 1월 5${\sim}$7일 사이에 발생한 대설을 하나의 사례로 분석하여 보았다. 12시간 간격으로 분석한 지상 일기도와 850hPa 등압면 일기도로부터 기압 패턴을 알아보았다. 영동 동해안 ${\cdot}$ 태백산간 ${\cdot}$ 영서 ${\cdot}$ 경북 동해안 지방으로 세분화하여 강설량 분포와 바람, 운량, 지상 온도, 이슬점 온도, 상대습도, 해면기압 같은 기상 요소들의 일 변화를 분석하여 보았다. 1월 5일은 기압골, 6일은 저기압 후면 그리고 7일은 북동기류 유입으로 눈이 내렸다. 기상 요소들의 일변화의 특징은 영동 동해안 지방인 강릉, 속초 지방의 지상풍향은 남서풍, 북서풍이 유입될 때 대설이 내렸고 태백산간 지방은 북동풍이 유입될 때 지속적인 강설 현상을 나타내었다. 그리고 풍속이 약화됨에 따라 강설도 약화되었다. 지상 온도와 이슬점 온도의 일 변화에서, 포항은 강릉, 속초 지방과 같이 동해안에 위치하면서도 대설이 발생하지 않은 것은 변질되지 않은 시베리아 기단의 영향을 계속 받았기 때문이다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.93-98
• /
• 2023

벼농사에서 물 관리는 매우 중요한 작업이다. 벼의 생육 초기에는 잡초 발생을 억제하기 위하여 물을 깊이 대고, 모내기 후 뿌리가 활착하면 줄기 생성을 촉진하기 위해 물을 얕게 대며, 쌀알이 맺힐 수 없는 줄기가 생성되는 시기에는 물을 뗀다. 물 공급 상황은 논 위치, 농수로, 토양, 기상 등 다양한 요소에 영향을 받기 때문에 농민은 수시로 논을 방문하여 수위를 확인하고 물의 유출입을 통제한다. 경작하는 논이 원격지에 분산되어 있다면 이러한 노력은 더욱 증가한다. 자동 물 관리 시스템은 노동력을 절감하여 생산성 향상에 기여할 수 있는 방안으로 고려되고 있다. 그러나 2022년 국내 벼 생산으로 인한 순수익은 평균 32만원/10a 정도이다. 따라서 높은 단가의 고사양 장치를 적용하거나 공사를 추진하여 관련 인프라를 구축하는 것은 현실적으로 어렵다. 본 연구는 추가적인 기반공사 없이 국내 농업 인프라에 통합될 수 있는 물꼬 개발에 중점을 두었으며 세 가지 주요 분야에서 연구를 수행하여 사물인터넷 기반 물꼬를 구현하였다. 첫째, 기존의 농업용 관수 파이프에 빠르고 쉽게 설치할 수 있는 물꼬를 설계하였다. 둘째, 저전력 통신 기능을 갖춘 Cat M1 통신 모뎀과 아두이노 나노 보드를 연결하고 전원을 공급하는 전자회로를 제작하였다. 셋째, 클라우드 기반 플랫폼을 이용하여 서버와 데이터베이스 환경을 구축하고 사용자가 접근할 수 있는 웹 페이지를 제작하였다.

• 대한원격탐사학회지
• /
• 제31권6호
• /
• pp.531-548
• /
• 2015

위성영상을 이용하여 산출된 대기운동벡터(AMV)와 라디오존데 바람 관측 자료를 이용한 검증결과는 산출된 AMV가 지속적으로 관측 자료에 비해서 풍속이 약하게 나타나는 Slow Speed Bias(SSB)를 보여 주었다. 이러한 SSB는 표적추적, 표적선정, 그리고 고도할당 단계의 오차에 의해 야기될 수 있으며, 이 중 고도할당 단계의 오차는 SSB를 발생시키는 주된 요인으로 여겨진다. 그러나 최근 연구에서는 고도할당 단계의 개선만으로는 SSB 문제를 해결하는데 한계가 있음을 밝혔다. 그러므로 본 연구에서는 새로운 표적추적 알고리듬을 개발하여 SSB를 감소시킴으로서 기상청 현업 AMV 알고리듬의 성능을 개선하고자 하였다. 표적추적 단계의 오차는 표적 내에 다양한 시 공간 규모의 바람이 포함되어 벡터가 과도하게 평균된 움직임으로 계산되거나, 구름이 추적 시간동안 형태를 유지하지 못하고 변형되는 경우에 발생한다. 이러한 문제를 해결하기 위해 개발된 표적추적 알고리듬에서는 가우시안 군집분석(GMM)을 이용하여 변형이 적고 추적에 용이한 저온 군집을 표적으로 재선정하고, 이미지를 변형시켜 군집의 움직임을 보다 쉽게 추적할 수 있게 하였다. 또한 표적을 추적하기 위한 방법으로 거리제곱합 방법을 사용하였다. 개발된 알고리듬과 기존 COMS 알고리듬을 천리안 위성의 적외채널 영상에 적용하여 AMV를 산출하였으며, 이를 라디오존데 관측 자료와 비교 검증해 보았다. 제안된 알고리듬으로 산출된 AMV는 기존 알고리듬으로 산출된 AMV보다 평균 풍속이 $2.7ms^{-1}$증가함에 따라 SSB가 평균 29%까지 감소하는 개선된 결과를 보여주었다. 그러나 개발된 알고리듬으로 산출된 AMV는 중 하층의 정확도가 감소하였고, 기존 알고리듬에 비해 산출되는 AMV 벡터수가 약 40%까지 감소함을 보였다. 이에 따라 중 하층의 정확도 개선과 기존의 알고리듬과 비교하여 산출되는 벡터 개수가 감소하는 문제를 보완하기 위한 연구가 필요할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.229-241
• /
• 2024

클라우드 플랫폼을 이용한 빅데이터 처리기술의 발달로 위성영상과 같이 용량이 큰 자료에 대한 접근 및 처리와 분석이 최근 획기적으로 개선되고 있다. 본 연구에서는 그 플랫폼 중 하나인 Google Earth Engine (GEE) 기반의 전처리 완료된 Sentinel-1 합성개구레이더(synthetic aperture radar, SAR) 위성영상 자료의 후방산란계수 값에 비교적 간단한 토양수분량 추출 방법인 Change Detection Method를 적용하여, 2015~2023년의 국내 용담댐 유역 내 6개 관측소 지점 및 유역 평균에 대한 지표 토양수분량을 산정 후 실측과의 상관성 분석 및 GEE의 활용성을 검토하였다. 그 결과 SAR 위성영상 자체의 지표 측정 정확도와 자료간 특성 변동 등으로 인해 유역 내 관측소별 일부구역에 대해 산정한 지점 지표 토양수분량은 VH와 VV 편파에서 모두 0.1~0.3 수준의 낮은 상관성이 확인된 반면, 유역 전체 면적에 대한 평균 SAR 후방산란계수 값 추출 및 이동평균으로 자료의 불확실성 및 변동성을 완화시킨 유역 평균 지표 토양수분량은 0.5 수준의 향상된 결과를 보였다. 이렇게 GEE를 활용하여 산정된 토양수분량의 결과는 SAR 자료의 전처리에 있어 직접적으로 원하는 분석을 수행하지 못하는 제한점은 있지만, 방대한 위성영상 자료를 효율적으로 처리하여 장기간의 유역 평균과 같은 넓은 범위의 토양수분량을 산정, 평가해 볼 수 있다는 점에서 그 활용성을 확인할 수 있었다. 이를 바탕으로 향후 국내 여러 지점의 지표 토양수분량 관측자료와 연계해 주요 댐 유역의 평균지표 토양수분량 장기 변화 파악 등에 유용하게 활용될 수 있을 것으로 기대된다.