• 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.

• Journal of Biosystems Engineering
• /
• 제6권2호
• /
• pp.20-32
• /
• 1982

보급초기(普及初期)에 있는 농용(農用)트랙터의 농가이용실태(農家利用實態)를 조사분석(調査分析)하여 정부(政府)의 농업기계화시책(農業機械化施策)의 기초자료(基礎資料)로 활용(活用)하고자 8개도(個道) 32개군(個郡)을 대상(對象)으로 설문(設問)과 기장조사(記帳調査)를 통(通)하여 '80년(年) 1월(月)부터 12월말(月末)까지 트랙터의 농작업이용실태(農作業利用實態) 및 농가특성(農家特性)을 조사분석(調査分析)한 결과(結果)는 다음과 같다. 가. 트랙터는 수도작농가(水稻作農家)에 71.5%, 축산농가(畜産農家) 17.0%, 과수농가(果樹農家) 7.0%, 기타농가(其他農家) 4.5%의 비율(比率)로 분포(分布)되어 있으며, 이중 64.3%는 대형(大型)트랙터이었고 35.7%가 소형(小型)트랙터(19~23ps)이었다. 나. 부착작업기(附着作業機)중 쟁기와 로타베이터는 대부분(大部分)이 보유(保有)하고 있었으나 소형(小型)트랙터의 트레일러는 보유율(保有率)이 70.6%로, 농작업(農作業)에서 운반작업(運搬作業)이 차지하는 비중(比重)을 감안할 때, 비교적(比較的) 낮았으며, 기타(其他) 작업기(作業機)는 균평작업기(均平作業機)를 제외(除外)하고는 보급률(普及率)이 극(極)히 저조(低調)하였다. 다. 트랙터소유농가(所有農家)의 대당평균(臺當平均) 경작면적(耕作面積)은 수도작농가(水稻作農家) 3.9%, 축산농가(畜産農家) 13.9%, 과수농가(果樹農家) 7.4(ha)이었으며 이러한 규모(規模)는 트랙터의 부담가능면적(負擔可能面積)에 훨씬 미달(未達)하는 규모(規模)이었다. 라. 트랙터 운전자(運轉者)의 연령(年齡)은 20,30대(代)가 약(約) 70%이었고, 90%이상(以上)이 중졸이상(中卒以上)의 학력(學歷)을 가졌으며, 학력수준(學歷水準)이나 경력(經歷)에 비(比)하여 정비기술(整備技術)은 아주 낮은 것으로 나타났다. 마. 현(現) 보급기종(普及機種)의 마력규모(馬力規模)나 성능상(生能上)의 별 다른 문제점(問題點)은 발견(發見)되지 않았으나 농민(農民)의 마력성향(馬力生向)으로 보아 앞으로 20-30마력범위(馬力範圍)의 소형(小型)트랙터 수요(需要)가 증가(增加)될 것으로 예측(豫測)된다. 바. 트랙터의 각종(各種) 농작업이용시간(農作業利用時間)은 연간(年間) 약(約) 100일(日)에 400hr로 나타났으며 수도작농가(水稻作農家)가 412.4hr로 가장 높고 과수농가(果樹農家)가 377.7hr로 가장 낮았다. 사. 연간이용시간중(年間利用時間中) 운반작업(運搬作業)이 47.3%, 경운정지작업(耕耘整地作業)이 41.6%이었으며, 운반작업(軍搬作業)은 축산농가(畜産農家), 경운정지(耕耘整地) 및 평균작업(均平作業)은 수도작농가(水稻作農家), 기타작업(其他作業)은 과수농가(果樹農家)가 가장 많았다. 마력별(馬力別)로는 운반(運搬), 정지(整地) 및 방제작업(防除作業)은 대형(大型)트랙터 보다는 소형(小型)트랙터가, 경운(耕耘), 균평(均平), 로다작업(作業)은 대형(大型)보다 소형(小型)트랙터가 많았다. 아. 월별(月別) 이용시간(利用時間)은 5월(月)에 가장 높은 피크현상(現象)을 가졌으며, 자가이용시간(自家利用時間)이 경영형태(經營形態)에 따라서는 현저(顯著)한 차이(差異)를 가졌으나 마력별(馬力別)로는 별차(別差)가 없었던 반면(反面)에, 총이용시간(總利用時間)은 정반대(正反對)의 현상(現象)으로 마력(馬力)에 따른 차이(差異)는 현저(顯著)하나 경영형태(經營形態)에 따른 차이(差異) 별로 없는 것으로 나타났다. 자. 운전자(運轉者)의 학력수준(學力水準)이 높고 연령(年歷)이 많을 수록 이용시간(利用時間)은 감소(減少)되었으며 이는 학력(學歷)이 높고 연령(年歷)이 많은 경우(境遇) 임작업(賃作業)을 기피(忌避)하는 현상(現象)때문인 것으로 사료(思料)되었다. 차. 대당평균(臺當平均) 연간(年間) 임작업시간(賃作業時間)은 171.3hr으로 이중 균평작업(均平作業)이 35.4%로 가장 높았으며, 임작업율(貨作業率)은 수도작농가(水稻作農家)가 63.7%, 축산농가(畜産農家) 31.7%, 과수농가(果樹農家) 22.4%이었으며 작업별(作業別)로는 균평작업(均平作業)의 임작업율(賃作業率)이 78.2%로 가장 높았다. 카. 임작업료(賃作業料)는 경운정지작업(耕耘整地作業)은 ha당(當) 40,000선(線)이었으며 지역(地域)에 따라 영남지방(嶺南地方)이 가장 비싸고 중부지방(中部地方)이 비교적(比較的) 싼것으로 나타났다. 다. 경운작업능률(耕耘作業能率)은 논에서 소형(小型)은 7.8hr/ha, 대형(大型)트랙터는 4.3hr/ha이었으며, 정지작업능률(整地作業能率)은 각각(各各) 6.5, 4.3hr/ha이었다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.