• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.271-278
• /
• 2021

현재 사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 저장된 패턴에서 벗어난 지능형 공격을 탐지하기 어렵다. 이를 해결하려는 방법으로, 데이터 학습을 통해 지능형 공격의 패턴을 분석하는 딥러닝(Deep Learning) 기반의 침입 탐지 시스템 모델이 등장했다. 침입 탐지 시스템은 설치 위치에 따라 호스트 기반과 네트워크 기반으로 구분된다. 호스트 기반 침입 탐지 시스템은 네트워크 기반 침입 탐지 시스템과 달리 시스템 내부와 외부를 전체적으로 관찰해야 하는 단점이 있다. 하지만 네트워크 기반 침입 탐지 시스템에서 탐지할 수 없는 침입을 탐지할 수 있는 장점이 있다. 따라서, 본 연구에서는 호스트 기반의 침입 탐지 시스템에 관한 연구를 수행했다. 호스트 기반의 침입 탐지 시스템 모델의 성능을 평가하고 개선하기 위해서 2018년에 공개된 호스트 기반 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 해당 데이터 세트를 통한 모델의 성능 평가에 있어서 각 데이터에 대한 유사성을 확인하여 정상 데이터인지 비정상 데이터인지 식별하기 위해 1차원 벡터 데이터를 3차원 이미지 데이터로 변환하여 재구성했다. 또한, 딥러닝 모델은 새로운 사이버 공격 방법이 발견될 때마다 학습을 다시 해야 한다는 단점이 있다. 즉, 데이터의 양이 많을수록 학습하는 시간이 오래 걸리기 때문에 효율적이지 못하다. 이를 해결하기 위해 본 논문에서는 적은 양의 데이터를 학습하여 우수한 성능을 보이는 Few-Shot Learning 기법을 사용하기 위해 Siamese-CNN(Siamese Convolutional Neural Network)을 제안한다. Siamese-CNN은 이미지로 변환한 각 사이버 공격의 샘플에 대한 유사성 점수에 의해 같은 유형의 공격인지 아닌지 판단한다. 정확성은 Few-Shot Learning 기법을 사용하여 정확성을 계산했으며, Siamese-CNN의 성능을 확인하기 위해 Vanilla-CNN(Vanilla Convolutional Neural Network)과 Siamese-CNN의 성능을 비교했다. Accuracy, Precision, Recall 및 F1-Score 지표를 측정한 결과, Vanilla-CNN 모델보다 본 연구에서 제안한 Siamese-CNN 모델의 Recall이 약 6% 증가한 것을 확인했다.

• 한국사회정책
• /
• 제25권2호
• /
• pp.429-446
• /
• 2018

급속한 디지털 기술혁신으로 인한 경제 산업구조의 거대한 변동을 일컫는 4차 산업혁명이 노사관계에 크나큰 영향을 미치며 많은 갈등이슈를 유발할 것으로 예상된다. 4차 산업혁명에 따른 예상 이슈로는 (1) 기술대체에 따른 고용조정 또는 직무재배치 및 숙련재교육의 실시여부, 기계-작업자 상호관계의 설정방식, 그리고 노동강도 협상과 작업장수준의 노동자율성 보장, (2) 플랫폼매개 노동의 확산에 따른 디지털 특고에 대한 제도적 보호장치의 법제화 및 노동자성 인정 여부와 규제입법 방식, (3) 불안정 노동에 대한 실업안전망과 소득보전대책 및 재원확보 방안 그리고 직무훈련 정책 지원, (4) 작업감시 규제와 노동자 프라이버시의 보호 방법, (5) 디지털 특고의 노동권 보장여부와 노동조합 조직체계 및 교섭구조 그리고 불안정노동자의 권익대변과 조직화 관련 제도 개선 등을 손꼽을 수 있다. 서구 노동조합들은 4차 산업혁명에 대해 상반된 대응양상을 보여주고 있는데, 독일 노조들의 경우 디지털 기술혁신에 따른 파급문제를 사전 예방하기 위해 노사정간의 정책협의와 노사간의 단체교섭 등을 효과적으로 운용하는 '형성'전략의 대응을 보여주는 반면, 영미권의 노동조합들은 우버 등의 플랫폼매개 노동자들에 대한 권익대변과 노조 조직화를 위해 전통적인 '보호'투쟁의 운동방식을 적용해오고 있다. 서구 노조들의 대응사례를 잘 참조하여 4차 산업혁명의 진전에 따른 노사갈등을 최소화할 뿐 아니라 디지털 혁신으로 인한 '파괴적 피해'를 효과적으로 대비하기 위해 노사정간에 다양한 수준의 정책협의와 노조의 정책'형성' 전략이 적극 강구되어 추진되어야 할 것이다. 4차 산업혁명을 대비하는 노동 4.0에 대한 사회적 대화와 산별교섭 및 업종별 정책협의 그리고 사업장 협상을 추진함에 있어서는 디지털 기술혁신이 미칠 수 있는 예상 폐해를 종합적으로 대처할 수 있는 포괄적이며 종합적인 접근이 요망된다.

• 한국환경생태학회지
• /
• 제32권6호
• /
• pp.686-697
• /
• 2018

오늘날 원격탐지기술의 발달로 인해, 산림지역과 같이 피복 분류작업이 난해한 지역을 비롯한 광범위한 지역에서의 세밀한 변화탐지를 위한 고해상도 위성영상 취득이 가능해졌다. 하지만, 고해상도 영상에 대한 시계열분석의 과정에서 많은 양의 지상 관측 데이터가 요구된다. 본 연구에서는 토지피복도를 지상 관측데이터로 활용한 위성영상 분류 방법의 가능성을 시험하였다. 연구대상지는 강원도 원주시이며, 산림지역과 시가화지역이 공존하는 공간이다. 연구 자료는 2015년 3월에 촬영된 KOMPSAT-3A 영상과 2017년도 토지피복도를 이용하여 분류를 시도하였다. 서포트벡터머신(SVM)과 랜덤포레스트(RF)의 두 가지 상이한 화소기반 분류기법을 적용하여 대상지에 대한 피복분류의 분류정확도를 비교 분석하였으며, SVM 분석의 경우 다수 분석(Majority analysis)을 후속 진행하였다. 분석대상은 산림식생만 포함한 지역과 연구대상지 전지역으로 구분하였고, 대상 면적이 협소한 습지는 분석과정에서 제외하였다. 분류 결과는 오차 행렬의 전체 정확도가 두 가지 분류대상에 대해 RF 기법이 SVM 기법보다 더 나은 것으로 나타났다. 산림지역만을 대상으로 한 경우, RF 기법이 SVM 기법에 비해 18.3% 높은 값을 나타낸 반면, 전체지역을 대상으로 한 경우는 둘 사이의 간격이 5.5%로 줄어들었다. SVM 기법에 다수 분석 (Majority analysis)을 추가로 실시한 경우, 1% 정도의 정확도 향상이 나타났다. RF 기법은 산림지역의 활엽수를 분석해 내는데 상당히 효과적이었지만, 다른 대상에 대해서는 SVM 기법이 더 나은 결과를 나타내었다. 본 연구는 고해상도 단일시기 영상에 대한 화소 기반의 분류기법을 시험한 것으로, 추후 시계열분석 및 객체기반 분류기법의 추가적인 적용으로 향상된 정확도와 신뢰도를 얻을 수 있을 것으로 판단된다. 이 연구의 방법론은 시공간적으로 고해상도 분석결과를 제공함으로써, 대면적의 토지계획에 유용할 것으로 기대된다.

• 구강회복응용과학지
• /
• 제35권2호
• /
• pp.72-80
• /
• 2019

목적: 본 연구의 목적은 레진계 치아고정 재료의 법랑질 치면 처리 방법에 따른 전단결합강도와 파절 양상을 비교 분석하는 것이다. 연구 재료 및 방법: 레진계 치아고정 재료로 G-FIX, LightFix를 사용하였다. 시편 제작을 위해 소의 하악 절치 20개를 사용했다. 노출된 법랑질 표면을 4부분으로 구분하여, 각 분획 마다 37% 인산(E), 37% 인산+Adhesive resin (E+A), 37% 인산+G-premio bond (E+GP), G-premio bond (GP)로 각각의 치면 처리를 하고, 재료를 접착하였다. 만능 시험기를 이용하여 전단결합강도를 측정하였고, 시편의 파절된 표면을 현미경으로 확대하여 파절 양상을 관찰하였다. Two-way ANOVA를 이용하여 재료와 표면처리 방법 사이의 상호작용을 검증하였고 각 재료에서 표면처리 방법 사이의 비교를 위해 One-Way ANOVA test를 하고 Scheffe's test로 사후 검정 하였다. 각 표면처리 방법에서 재료 사이의 전단결합강도를 비교하기 위해 independent t-test를 하였다. 모든 통계는 95% 유의수준에서 진행하였다. 결과: 동요치 고정을 위한 G-FIX는 산부식만 시행한 후 재료를 적용해도 접착 레진을 추가적으로 사용했을 때와 유사한 전단결합강도를 보였으며 LightFix는 산부식을 시행한 후 접착 레진을 추가적으로 사용했을 때 가장 높은 전단결합강도를 보였다. 또한, G-FIX와 LightFix 모두에서 별도의 산부식 없이 자가부식 접착제만 처리했을 때 가장 낮은 전단결합강도를 보였다. 교호작용의 검증 결과 치아고정용 레진과 표면처리 방법 사이의 상호 연관됨이 관찰되었다. 파절 양상은 모든 군에서 대부분 혼합성 파절이 관찰되었다. 결론: 치아 고정용 레진인 G-FIX와 LightFix의 사용시 제조사의 지시와 같이 산부식만 시행한 후 재료를 적용해도 충분한 접착이 이루어질 것으로 생각된다.

• 한국산업정보학회논문지
• /
• 제24권1호
• /
• pp.45-63
• /
• 2019

본 국내 건설업 사업자수는 매년 증가하고 있으며 산업의 고도화, 건설공사의 고층화 대형화로 건설업 근로자의 재해 노출 위험이 커지고 있다. 특히 문화와 언어가 다른 외국인 근로자 수의 증가, 다수의 중장년층 근로자, 옥외생산, 고소작업, 중장비 작업 등의 건설업 특성으로 타 산업에 비해 재해자가 많고 중대재해 위험 또한 높은 실정이다. 건설업의 경우 정해진 기간 안에 이루어져야하는 노동집약적 산업이고, 야간작업 등의 특수한 작업환경이 많으며 적정 공사비 확보가 안될 경우 안전관리에 대한 투자 또한 소홀하여 건설재해 요인에 대한 관리가 취약할 수밖에 없다. 건설업이 타 산업에 비해 재해율 및 사망률이 높고, 위험/특수한 작업환경, 다양한 국적 및 중장년층 근로자가 많다는 특성을 보았을 때, 위험요인 탐색을 통한 선제적인 건설 업종 현장 안전관리는 필수적이다. 본 연구에서는 건설 업종별 체계적인 위험관리를 위한 통찰력(Insight) 확보를 위해 지난 10여 년간 발생한 약 8500여 건의 건설재해사례를 분석하고 업종별 위험요인을 도출하였다. 분석결과 사고 다발 업종과 분석변수인 발생형태, 작업내용, 기인물, 가해물 간의 상호연관성을 살펴본 결과 각 분석변수와 사고 다발 업종은 서로 상호연관성이 있는 것으로 나타났으며, 특히 작업내용의 경우 각 업종과의 상호연관성 크기가 가장 큰 것으로 나타났다. 특히 사고 다발 업종 중 철근코크리트공사업과 토공사업은 재해발생빈도가 높을 뿐만 아니라 발생형태, 작업내용, 기인물, 가해물 내 대부분의 위험요인 카테고리에서 위험성이 높은 업종으로 나타났다.

• 유기물자원화
• /
• 제26권4호
• /
• pp.11-19
• /
• 2018

본 연구는 배 전정지를 사용하여 제조온도와 가열시간별로 바이오차를 제조하여 최적의 바이오차 제조조건을 확립하고 바이오차 시용이 작물 생육과 토양이화학성에 미치는 영향을 구명하기 위하여 수행하였다. 제조온도($300^{\circ}C$, $500^{\circ}C$, $700^{\circ}C$), 가열시간(2, 3, 4 시간)별로 전기로에서 바이오차를 제조하여 성분변화를 조사하였다. 바이오차 제조온도가 높을수록 pH, 칼륨, 마그네슘, 양이온교환용량(CEC)은 증가하였고 이러한 성분변화는 $500^{\circ}C$에서 급격히 일어났다. 하지만 제조온도가 증가할수록 회분함량이 증가하고 전탄소(T-C) 함량과 수율은 감소하여 제한요인으로 작용하였다. 또한 가열시간에 따른 성분변화는 크게 나타나지 않아 가열시간보다는 제조온도에 따라 바이오차의 성분변화가 큰 것으로 나타났다. 따라서 바이오차 성분변화 및 회분, 수율을 고려하여 배 전정지 바이오차 제조조건은 $500^{\circ}C$, 2시간으로 설정하는 것이 바람직할 것으로 생각되었다. 농가 자가제조용 바이오차의 제조조건을확립하기 위해 드럼형 제조장치를 사용하여 배 전정지 바이오차를 대량으로 제조하였을 때에서도 전기로를 사용하여 제조한 바이오차와 주요 성분이 대등함을 확인할 수 있었으며, 이를 사용하여 배추와 토마토를 재배하면서 바이오차의 시용효과를 조사한 결과 무시용 대비 토양의 pH, 유기물(OM), 전탄소(T-C) 함량이 증가하고 EC, NO3-N가 감소하였다. 또한 바이오차 시용시 토양의 용적밀도가 낮아지고 공극률 및 입단율은 높아지는 경향을 보여 토양 물리성이 개선되는 효과가 나타났다. 바이오차를 연용한 결과 바이오차 시용으로 배추 생육 미 및 수량이 증가하였으며, 토마토는 바이오차 연용으로 상품과의 갯수 및 수량이 증가하였다. 드럼형 제조장치를 사용하여 농업부산물 바이오차를 농가에서 자가제조하여 사용할 경우 생산비 절감과 동시에 시설재배지 토양 이화학성 개선에 효과가 있어 친환경 농가의 토양관리에 활용도가 클 것으로 생각된다.

• 과학기술학연구
• /
• 제19권2호
• /
• pp.169-206
• /
• 2019

이 글은 인공지능이 만들어내는 문화적 상상을 분석하면서 기술과 인간 사이의 새로운 윤리를 모색한다. 과학기술을 돌봄물(matter of care)로 이해하는 페미니스트 과학기술학 연구(Puig de la Bellacas, 2011)에 기댄 이 글은 우선 인공지능이 자율성을 문화적 상상으로 강력하게 생산하고 있다는 점에 주목한다. 스스로의 경험과 학습을 통해 새로운 환경에 적응할 수 있는 능력으로 정의된 이 자율성은 기술적 영역을 넘어 이상적인 인간상을 정의하고 있다. 하지만 데이터에 기반한 딥러닝 기법과 무장한 무인 비행기가 예증하듯, 인공지능 기술은 보이지 않는 인간노동과 복잡한 물질적 장치에 의존하고 있으며, 자율성은 허구에 가깝다. 또한 이른바 '조수 기술 (assistant technology)'이 보여주듯, 가사노동을 부불노동화하는 우리 사회의 오래된 젠더화된 노동인식에 기초해 수많은 인간의 돌봄 노동은 비가시화되는 반면, 기계의 돌봄노동은 적극적으로 가시화되고 있다. 또한 인공지능의 문화적 상상은 자율성과 행위능력을 이상적인 인간의 특질로 정의하면서 장애의 몸과 이 몸이 갖는 가치인 연약함과 의존성의 연대는 가치 없는 것으로 만들고 있다. 인공지능과 그 문화적 상상은 능력이 있는 몸(abled-bodies)을 이상화하고 기술의 자율성을 우선 가치로 삼으면서 서로 의존하는 인간과 기술의 현실적 관계를 삭제하고 있다. 결론에서 저자는 우리에게 필요한 기술은 타자의 비정형적인 몸과 인간의 돌봄노동을 가치 없게 여기도록 하는 것이 아니라 이들을 있는 그대로 드러내면서 그 가치를 인정하는 것이어야 한다고 주장한다. 책임 있게 응답하는 기술은 주변화된 존재들에 공감하고 의존성을 긍정하고 연약성 사이의 연대를 촉진하는 것이어야 한다. 저자는 이런 대안적인 기술을 형상화하기 위해 예술가 수 오스틴의 퍼포먼스에서 영감을 얻어 '휠체어 탄 인공지능'을 제안한다. '휠체어 탄 인공지능'은 자율성을 과시하기보다는 타자의 몸과 노동을 부정하지 않고 이들의 존재론적 가능성을 함께 만들어가려 노력하는 상호의존과 돌봄의 기술이다.

• 과학기술학연구
• /
• 제19권1호
• /
• pp.1-51
• /
• 2019

법과 과학을 근본적으로 다른 두 체계로서 보는 시각, 즉 사실 대 정의, 객관적 기술 대당위적 규정, 신속한 진보 대 신중한 절차의 대조가 나타나는 두 체계로서 이해하는 관점은 그 단순함에도 불구하고 법의 결정과 과학의 지식 주장 간에 발생하는 긴장을 설명하기 위해 관습적으로 활용된다. 이 대립구도는 때로 법이 과학의 진보를 미처 따라잡지 못한다는 해석과 비판으로 이어지기도 하는데, 그 한 사례가 관찰될 수 있는 장소가 친자확인을 둘러싼 법적, 과학적 공방이다. 법원이 현대 과학의 조력을 받아들여야한다는 주장은 주의 깊게 점검해보아야 할 또 다른 문제들을 제시한다. 법적 분쟁의 해결에 조력을 줄 수 있는 "현대 과학"으로서 이해되는 무언가의 경계가 구체화되는 과정에 영향을 미치고 있는 가치는 무엇인가? 현대 과학의 경계 형성 과정 속에서 법이 수호해야 하는 가치와 정의의 의미는 어떻게 변화하는가? 특히 부성(paternity)의 법적 규정과 관련하여 혈연의 중요성이 강조될 때, "과학"의 의의는 무엇으로 인식되며 이러한 인식은 법적 분쟁의 진행에 어떤 영향을 미치는가? 위 질문들에 대한 답을 탐색하기 위하여, 우리는 법원이 과학의 유용한 기능을 활용하지 못하고 뒤쳐진다는 일종의 지식 결핍 모델에 가까운 해석이 특정한 형태를 띠고 사회적으로 유관한 집단을 모으게 되는 과정을 따라가 보고자 한다. 이를 위해 우리는 1930년대 이후 1970년대까지 미국의 법원에서 친부 관계의 판정을 위해 혈액형 검사가 활용되기 시작하며 나타난 일련의 논의와 변화에 주목하였다. 결론적으로 우리는 "진실을 확증해줄 수 있는 도구"라는 틀 속에서 혈액형 검사의 "가치"를 정량화, 서사화하였던 법의학자들과 법률가들이 지속적으로 만들어 나갔던 것이, 있는 그대로의 자연이나 진실 같은 것이 아님을 주장한다. 이들의 행위와 서사를 통해 만들어진 것은 근대 국가, 가족, 법원의 사이에서 발생하는 복잡한 긴장을 "해결"해 줄 수 있는 과학기술에 대한 기대, 그리고 그에 "뒤쳐지지" 않는 근대 사회라는 로드맵을 구체적, 희망적, 전문적으로 그리는 방법이었다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.221-238
• /
• 2019

최근, 기업 및 공공기관에서는 고객 상담과 응대 분야에 챗봇(Chatbot)서비스를 적극적으로 도입하고 있다. 챗봇 서비스의 도입은 기업이나 기관에게 있어서 인건비 절감 효과를 가져올 뿐만 아니라 고객과의 빠른 커뮤니케이션 효과를 기대할 수 있다. 데이터 분석 기술의 발전과 인공지능 기술의 고도화는 이런 챗봇 서비스의 성장을 견인하고 있다. 하지만 기술중심으로 개발된 챗봇은 사용자가 내재적으로 원하는 바와 괴리가 있을 수 있으므로, 챗봇이 단순히 기술의 영역이 아닌 사용자 경험의 영역에서 다루어질 필요가 있다. 본 연구는 사용자 경험 분야의 대표적 방법론인 디자인 사고 접근법을 챗봇 개발에 적용하여, 사용자 니즈 기반의 챗봇 개발 프로세스를 제안하고자 한다. 사용자 관찰을 통해 팩트(Fact) 수집을 시작으로, 인사이트(Insight)를 도출하고 기회영역(Opportunity)을 발굴하는 추상화의 과정을 수행한다. 이어서 사용자의 멘탈모델에 맞는 기능을 제공하고 원하는 정보를 구조화하는 구체화의 과정을 통해, 사용자의 니즈에 부합하는 챗봇을 개발할 수 있을 것으로 기대한다. 본 연구에서는 제안한 프로세스의 실효성을 확인하기 위하여 국내 화장품 시장을 대상으로 실제 구축 사례를 함께 제시한다. 본 연구는 챗봇 개발 프로세스에 사용자 경험을 접목한 점에서 이론적 시사점을 가지며, 기업이나 기관이 바로 적용 가능한 현실적인 방법을 제안한다는 면에서 실무적 시사점을 가진다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.