• 한국전자거래학회지
• /
• 제26권3호
• /
• pp.155-174
• /
• 2021

본 연구는 새롭게 떠오르는 재테크 방법 중 아이템의 희귀성을 이용하여 출시가보다 비싼 가격에 재판매하는 리셀(Resell) 재테크에 주목하였다. 리셀 시장은 패션 분야를 중심으로 세계적으로 시장 규모가 급격히 성장하고 있을 뿐만 아니라 국내에도 열풍이 불고 있으나 아직까지 체계적인 리셀 시장에 대한 실증적인 분석은 부족하다. 이에 본 연구는 리셀의 대표적 사이트인 StockX의 스니커즈 데이터를 활용하여 리셀 시장에 관심 있는 사용자들에게 기본적인 가이드라인을 제시하고 리셀 시장의 진입장벽을 해소하고자 한다. 약 150만 개의 데이터를 수집하여 XGBoost 알고리즘과 Prophet 모형을 통하여 분석을 진행하였다. 분석 결과 리셀 거래에 유효한 영향을 미치는 요인들을 각 변수 별로 파악할 수 있었고 어떤 종류의 스니커즈가 리셀 거래를 하기에 적합한지 확인할 수 있었다. 또한 스니커즈들의 과거데이터를 통해 미래의 가격을 예측하여 추후의 수익성을 예상할 수 있었다. 본 연구는 아직 시작 단계인 리셀 분야에 대한 실증 분석을 기반으로 시장 진입 및 활용에 대한 가이드라인을 제시하고 더 나아가 마니아층 위주로 점유되던 리셀 시장을 활성화할 수 있을 것으로 기대한다.

• 방송공학회논문지
• /
• 제26권2호
• /
• pp.125-131
• /
• 2021

최근 CNN(Convolutional Neural Network)은 영상 분류, 객체 인식, 화질 개선 등 다양한 비전 분야에서 우수한 성능을 보여주고 있다. 그러나 많은 메모리와 계산량이 요구되어 모바일 또는 IoT(Internet of Things) 장치와 같은 저전력 디바이스에 적용하기에는 제한이 따른다. 이에, CNN 모델의 임무 성능을 유지하면서 네트워크 모델을 압축하는 연구가 진행되고 있다. 본 논문에서는 행렬 분해 기술인 저계수 행렬 근사(Low-rank approximation)와 CP(Canonical Polyadic) 분해 기법을 결합한 CNN 모델 압축 기법을 제안한다. 제안기법은 하나의 행렬 분해 기법만을 적용하는 기존의 기법과 달리 CNN의 계층 유형에 따라 두 가지 분해 기법을 선택적으로 적용하여 압축 성능을 높인다. 제안기법의 성능 검증을 위하여 영상 분류 CNN 모델인 VGG-16, ResNet50, 그리고 MobileNetV2 모델을 압축하였고, 계층 유형에 따라 두 가지의 분해 기법을 선택적으로 적용함으로써 저계수 행렬 근사 기법만 적용한 경우 보다 1.5 ~ 12.1 배의 동일한 압축률에서 분류 성능이 향상됨을 확인하였다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.680-691
• /
• 2021

최근 3차원 스캐너 등을 이용한 3차원 영상 획득 기술이 발전함에 따라 AR(Augmented Reality)/VR(Virtual Reality) 분야에서 활용되는 콘텐츠가 다양해졌다. 이러한 3차원 영상을 나타내는 방식에는 여러 가지가 존재하며, 포인트 클라우드는 그중 하나다. 포인트 클라우드는 3차원 공간에 존재하는 물체를 표현하는 점들의 집합을 의미하고, 실제 객체를 촬영하여 정밀하게 데이터를 획득 및 표현할 수 있다는 장점이 있다. 하지만, 3차원 영상의 특성상 2차원 영상보다는 표현해야 하는 데이터가 많고, 특히 여러 장의 프레임으로 구성된 동적인 3차원 객체는 더욱 많은 데이터를 요구하기에 이를 효율적으로 다루기 위한 고효율의 압축 기술이 개발되어야 한다. 본 논문에서는 도메인 변환 방법인 3D DCT(3-Dimensional Discrete Cosine Transform)를 이용한 움직임 예측을 통하여 포인트 클라우드 영상의 I 프레임 및 P 프레임을 효율적으로 압축하는 기술을 제안한다. 그리고 본 논문에서 제안된 기술과 Intra 프레임 기반의 배경 기술 및 2D DCT 기반의 V-PCC(Video-based Point Cloud Compression)와의 비교를 통해 제안 기술의 압축 성능을 확인한다.

• 방송공학회논문지
• /
• 제23권6호
• /
• pp.855-865
• /
• 2018

음향 이벤트 인식은 다수의 음향 이벤트가 발생하는 환경에서 이를 인식하고 각각의 발생과 소멸 시점을 판단하는 기술로써 인간의 청각적 인지 특성을 모델화하는 연구다. 음향 장면 및 이벤트 인식 연구 그룹인 DCASE는 연구자들의 참여 유도와 더불어 음향 인식 연구의 활성화를 위해 챌린지를 진행하고 있다. 그러나 DCASE 챌린지에서 제공하는 데이터 세트는 이미지 인식 분야의 대표적인 데이터 세트인 이미지넷에 비해 상대적으로 작은 규모이며, 이 외에 공개된 음향 데이터 세트는 많지 않아 알고리즘 개발에 어려움이 있다. 본 연구에서는 음향 이벤트 인식 기술 개발을 위해 실내외에서 발생할 수 있는 이벤트를 정의하고 수집을 진행하였으며, 보다 큰 규모의 데이터 세트를 확보하였다. 또한, 인식 성능 개선을 위해 음향 이벤트 존재 여부를 판단하는 보조 신경망을 추가한 이중 CNN 구조의 알고리즘을 개발하였고, 2016년과 2017년의 DCASE 챌린지 기준 시스템과 성능 비교 실험을 진행하였다.

• Pediatric Infection and Vaccine
• /
• 제26권2호
• /
• pp.112-117
• /
• 2019

Eikenella corrodens는 구강 상재균으로 두경부 감염을 주로 일으키나 면역력이 정상인 소아청소년에게 감염을 일으키는 경우는 흔하지 않다. 저자들은 발열, 두통, 구토를 증상으로 입원한 이전까지 건강하였던 13세 남자에게서 E. corrodens 감염에 의한 중추신경계 경막 외 농양을 진단하여 보고하는 바이다. 초기에 시행한 신체검진에서 경부 강직은 없었으나, 우측 이루가 관찰되었다. 뇌 magnetic resonance imaging (MRI) 영상소견에서 4.5 cm 크기의 경막 외 농양이 우측 측두엽 부근에서 발견되었고, 양측 사골동염 및 접형동염, 우측 유양돌기염과 중이염이 동반되었다. Vancomycin과 cefotaxime 투약 중에도, 임상증상이 호전되지 않고 추적 MRI에서 경막 외 농양의 크기가 증가하고, 우측 접형동에 농양이 형성되어 항균요법과 함께 천두술과 내시경적 접형동 절개술을 시행하였다. 수술 시 경막 외 농양과 접형동에서 악취가 나는 고름이 다량 흡인되었으며 두 부위에서 흡인된 검체 모두에서 E. corrodens가 배양되었다. 수술 이후 3주 동안 cefotaxime 정맥주사로 치료받고 합병증 없이 회복하였다. 결론적으로, E. corrodens는 건강한 소아청소년에서 치료되지 않은 세균성 부비동염에 합병하여 중추신경계 농양의 원인이 될 수 있다.

• 기록학연구
• /
• 제70호
• /
• pp.157-187
• /
• 2021

방송·영상은 일상생활에서 가장 쉽게 접할 수 있는 영상으로 시대를 기록하며 미디어를 통해 공유된다. 해외에서는 이미 법제적 장치하에 독립적인 방송·영상 아카이브가 운영되고 있다. 국내 방송·영상 산업이 계속해서 크기를 키워나가고 있고 세계적으로 주목받는 현재, 공공 방송·영상 아카이브의 설립 및 운영은 보다 구체적으로 논의될 필요가 있다. 특히 법제적 장치는 공공 방송·영상 아카이브 설립을 위한 기반으로써 선결되어야 하는 과제임이 분명하다. 이를 위해 본 논문에서는 우선 2000년대 운영되었던 디지털아카이브센터를 살펴보았다. 그리고 디지털아카이브센터가 해체된 원인을 법제적 장치의 부재로 보고, 오래전부터 법적 근거에 따라 운영되고 있는 프랑스의 국립시청각기구(INA) 사례를 조사하였다. INA는 방송·영상 분야에 납본제도를 시행하는 대표적인 사례로써 여러 차례 선행연구를 통해 소개되었으나 이용자 서비스에 집중된 경향이 있다. 따라서 본 논문에서는 INA의 운영을 뒷받침하는 법적 요소를 중심으로 분석하였다. 마지막으로 기존 연구에서 논의되었던 공공 방송·영상 아카이브를 실현하기 위해 국내 공공 방송·영상 아카이브의 설립을 위한 법제적 장치에 대해 제언하고자 했다.

• 한국시뮬레이션학회논문지
• /
• 제30권1호
• /
• pp.11-20
• /
• 2021

최근 수중 무인 체계가 대두됨에 따라 핵심 기반 기술인 장거리 수중통신기술 및 고속 수중채널모델링 기술이 많은 관심을 받고 있다. 본 논문에서는 고속 수중채널모델링을 수행하기 위한 고속 음파전달모델을 제안하여, 정량적인 성능 분석을 통해 제안 기술의 적용 가능성을 살펴보았다. 수층에서의 파동 전파를 모사하기 위하여 고차 유한 차분 기법을 사용하였으며, 범용 그래픽 프로세서를 이용한 영역 분할 기법을 적용하여 여러 개의 그래픽 프로세서 병렬 처리를 통해 연산 속도를 향상시켰다. 제안한 기법은 반무한 매질에서의 해석해와의 비교 및 파선법에 기반한 VirTEX 모델을 이용한 결과와의 비교를 통해 그 타당성을 검증하였다. 최종적으로 수치예제를 통해 고속 수중채널 모델링 기법의 정량적인 연산 성능을 분석하였다. 개발모델의 연산 성능 향상 정도를 정량적으로 분석한 결과 그래픽 프로세서 수가 증가함에 따라 연산 속도가 선형에 가깝게 빨라지는 것을 확인하였다. 연산 영역의 크기가 2배로 증가할 때와 주파수가 2배로 증가할 때 계산 시간은 각각 2배와 8배로 증가하였다. 본 논문을 통해 제안한 고속 수중채널모델 기술은 해양무인체계의 수중통신기술 개발을 위한 수중통신 채널모델 및 분석 툴로 탑재되어 국방력 강화에 기여할 수 있을 것으로 기대된다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.308-317
• /
• 2022

딥러닝 기반 머신 비전 기술을 이용한 영상분석 과정에서 전송되고 저장되는 방대한 양의 동영상 데이터의 용량을 효율적으로 줄이기 위한 연구들이 진행 중이다. MPEG(Moving Picture Expert Group)은 VCM(Video Coding for Machine)이라는 표준화 프로젝트를 신설해 인간을 위한 동영상 부호화가 아닌 기계를 위한 동영상 부호화에 대한 연구를 진행 중이다. 그 중 한 번의 영상 입력으로 여러가지 태스크를 수행하는 멀티태스크에 대한 연구를 진행하고 있다. 본 논문에서는 효율적인 멀티태스크를 위한 파이프라인을 제안한다. 제안하는 파이프라인은 물체탐지를 선행해야 하는 각 태스크들의 물체탐지를 모두 수행하지 않고 한번만 선행하여 그 결과를 각 태스크의 입력으로 사용한다. 제안하는 멀티태스크 파이프라인의 효율성을 알아보기 위해 입력영상의 압축효율, 수행시간, 그리고 결과 정확도에 대한 비교 실험을 수행한다. 실험 결과 입력 영상의 용량이 97.5% 이상 감소한데 반해 결과 정확도는 소폭 감소하여 멀티태스크에 대한 효율적인 수행 가능성을 확인할 수 있었다.

• 트랜스-
• /
• 제13권
• /
• pp.1-16
• /
• 2022

최근 NFT 아트를 접하고 구매하는 방식은 대중적으로 진화하고 있으며 NFT 아트에 대한 다양한 전망과 예측이 나타나고 있다. NFT 아트에 대한 논의는 주로 시장의 규모와 수익, 지속 가능성에 대한 측면에서 화제가 된다. 코로나 이후 디지털로의 전환이 가속화되면서 거의 모든 장르의 문화예술이 디지털, 기술과의 접목을 화두로 강제적 전환기를 맞았지만 수익성의 측면에서는 긍정적인 지속성을 담보하기 어려운 것이 일반적이었다. 반면, 미술 분야와 블록체인의 결합, NFT라고 하는 새로운 유통방식은 기술적 측면의 전환과 수익창출을 통한 지속성, 나아가서는 시각예술의 장르적 확장까지 연결되는 근본적인 변화를 야기함으로써 많은 관심을 불러 모았다. NFT와 미술시장에 대한 담론은 최근의 현상으로 이에 대한 학술적인 분석이나 연구보다는 신문이나 미술 관련 연구소의 자료를 통한 통계와 수치적 보도 중심으로 논의되고 있다. 하지만 NFT 아트와 관련된 논의들은 단순히 최고가 갱신과 낙찰 기록과 같은 현상의 단편이 아닌 기술과 예술의 접목, 유통방식의 변화, 매체의 변화에 따른 창작방식의 변화 등 다양한 측면에서 고려되어야 한다. 본고에서는 창작가와 유통방식의 변화를 중심으로 영향을 고찰해 보고자 한다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.714-724
• /
• 2021

포인트 클라우드 콘텐츠는 실제 환경 및 물체를 3차원 위치정보를 갖는 점들과 그에 대응되는 색상 등을 획득하여 기록한 실감 콘텐츠이다. 위치와 색상 정보로 구성된 3차원 점으로 이루어진 포인트 클라우드 콘텐츠는 확대하여 렌더링 할 경우 점과 점 사이의 간격이 벌어지면서 빈 구멍이 발생하게 된다. 본 논문에서는 포인트 클라우드 확대 시 점들 간 간격이 벌어져 생기는 구멍을 찾고 구멍에 대해 깊이정보를 활용한 역 변환 기반 보간 방법을 통해 포인트 클라우드 콘텐츠 품질을 개선하는 방법을 제안한다. 영상의 확대나 카메라 근접 등으로 포인트들의 간격이 벌어지면 틈이 생기면서 구멍 사이에 뒷면의 포인트들이 렌더링 되어 보간 방법을 적용하는데 방해요소로 작용한다. 이를 해결하기 위해 포인트 클라우드의 뒷면에 해당하는 점들을 제거한다. 다음으로 빈 구멍이 발생한 시점의 깊이 맵(depth map)을 추출한다. 마지막으로 역 변환을 하여 원본의 데이터에서 픽셀을 추출한다. 제안하는 방법으로 콘텐츠를 렌더링한 결과, 기존의 크기를 늘려 빈 영역을 채우는 방법에 비해 렌더링 품질이 평균 PSNR 측면에서 1.2 dB 향상된 결과를 보였다.