• 지능정보연구
• /
• 제25권4호
• /
• pp.123-139
• /
• 2019

주요 구인구직사이트의 직무분류체계가 사이트마다 상이하고 SW분야에서 제안한 'SQF(Sectoral Qualifications Framework)'의 직무분류체계와도 달라 SW산업에서 SW기업, SW구직자, 구인구직사이트가 모두 납득할 수 있는 새로운 직무분류체계가 필요하다. 본 연구의 목적은 주요 구인구직사이트의 구인정보와 'NCS(National Competaency Standars)'에 기반을 둔 SQF를 분석하여 시장 수요를 반영한 표준 직무분류체계를 구축하는 것이다. 이를 위해 주요 구인구직사이트의 직종 간 연관분석과 SQF와 직종 간 연관분석을 실시하여 직종 간 연관규칙을 도출하고자 한다. 이 연관규칙을 이용하여 주요 구인구직사이트의 직무분류체계를 맵핑하고 SQF와 직무 분류체계를 맵핑함으로써 데이터 기반의 지능형 직무분류체계를 제안하였다. 연구 결과 국내 주요 구인구직사이트인 '워크넷,' '잡코리아,' '사람인'에서 3만여 건의 구인정보를 open API를 이용하여 XML 형태로 수집하여 데이터베이스에 저장했다. 이 중 복수의 구인구직사이트에 동시 게시된 구인정보 900여 건을 필터링한 후 빈발 패턴 마이닝(frequent pattern mining)인 Apriori 알고리즘을 적용하여 800여 개의 연관규칙을 도출하였다. 800여 개의 연관규칙을 바탕으로 워크넷, 잡코리아, 사람인의 직무분류체계와 SQF의 직무분류체계를 맵핑하여 1~4차로 분류하되 분류의 단계가 유연한 표준 직무분류체계를 새롭게 구축했다. 본 연구는 일부 전문가의 직관이 아닌 직종 간 연관분석을 통해 데이터를 기반으로 직종 간 맵핑을 시도함으로써 시장 수요를 반영하는 새로운 직무분류체계를 제안했다는데 의의가 있다. 다만 본 연구는 데이터 수집 시점이 일시적이기 때문에 시간의 흐름에 따라 변화하는 시장의 수요를 충분히 반영하지 못하는 한계가 있다. 계절적 요인과 주요 공채 시기 등 시간에 따라 시장의 요구하는 변해갈 것이기에 더욱 정확한 매칭을 얻기 위해서는 지속적인 데이터 모니터링과 반복적인 실험이 필요하다. 본 연구 결과는 향후 SW산업 분야에서 SQF의 개선방향을 제시하는데 활용될 수 있고, SW산업 분야에서 성공을 경험삼아 타 산업으로 확장 이전될 수 있을 것으로 기대한다.

• 지구물리와물리탐사
• /
• 제10권4호
• /
• pp.383-392
• /
• 2007

지하 공동은 토지의 이용과 개발을 제한할 뿐 아니라 안전과 환경에 심각한 우려를 준다. 우리나라는 석회암이 널리 분포하고 폐광산이 많으며 도심이 확장되고 토지의 개발이 활발하여, 지하 공동에 의한 지반 안전과 환경 보존 문제를 안고 있다. 전남 무안군 덕보들에 한국지질자원연구원에서 마련한 물리탐사 실험장에서 지하 공동의 탐지와 모니터링을 위한 고정밀 중력탐사를 하였다. 중력은 약 30 m 간격의 논둑길을 따라 5 m 간격으로 모두 800여 측점에서 AutoGrav CG-3 중력계로 측정하였으며, 측점의 절대적 위치 오차는 수 mm 이하로 유지하였다. 중력 측선은 MS (minimum support) 역산으로 밀도 분포를 작성하였으며, 고분해능 3차원 중력 역해의 비유일성을 줄이기 위하여 Euler 디컨벌루션의 해를 제한 조건으로 이용하는 역산 방법을 고안하였다. 역산에 의하여 작성한 밀도 분포는 잔여 중력 분포와 전체적으로 잘 일치하였으며, 특히 공동과 관련된 것으로 예상되는 3곳의 중력 이상대의 밀도 분포 형태, 즉 공동의 위치 뿐 아니라 공동형태와 발달 양상을 잘 보여주었다. 이러한 해석 결과는 시추 주상도와 매우 잘 일치하였다. 탐사 실험장의 진입로에서 그라우팅을 전후하여 시간차 중력 모니터링을 하였다. 탐사 조건에 의한 불일치는 기준점의 관측 중력을 비교하여 조정하였다. MS 역산으로 작성한 그라우팅 전, 후의 밀도 분포를 비교하여 그라우팅의 효과를 검토하였다. 이 현장 사례를 통하여 ${\mu}Gal$ 수준의 정밀도와 정확도의 고정밀 중력탐사는 지하 공동을 탐지할 뿐 아니라 공동의 분포와 발달 양상을 확인하는 가장 직접적이고 효과적인 수단이 됨을 보여주었다. 또한, 시간차 중력 모니터링은, 여러 가지 오차 요인들이 있지만, 시간의 경과에 따른 지하 밀도 분포의 변화를 관측하는 데 효과적임을 보여주었다.

• 자원환경지질
• /
• 제53권5호
• /
• pp.619-629
• /
• 2020

국가지하수관측망은 지하수 장해 예방과 지하수자원의 효율적 관리를 위해 유역별로 암반 대수층 또는 충적과 암반 대수층 모두에 설치·운영되고 있다. 본 연구에서는 수리지질학적 유형인 자유면과 피압 대수층으로 재분류하여 국내 지하수의 수위와 수질 특성을 재평가하고, 모니터링 자료의 활용방안을 모색하고자 하였다. 충적-암반 쌍으로 구성된 관측소에서 산출된 지하수위 관측자료의 주성분 분석(PCA) 결과, 충적-암반 대수층의 수위변동 주성분은 유사한 변동 패턴을 보였다. 강수량에 따른 수위 상승율과 질산성질소 농도에서도 유의미한 차이가 없었다. 반면, 수리지질학적 유형으로 분류한 경우, 자유면 대수층과 피압 대수층의 지하수위 변동 주성분이 서로 다른 특성을 보였다. 강수에 대한 지하수위 반응에서도 차이가 나타났는데, 수위 상승률은 자유면 대수층과 피압 대수층에서 각각 4.6 (R²=0.8)과 2.1 (R²=0.4)로 산정되어 피압 대수층에서는 강수 함양의 영향을 덜 받는 것으로 판단된다. 피압 대수층으로 분류된 관정들에서는 질산성질소 평균 농도가 3 mg/L 이하로, 인위적 오염의 영향을 거의 받지 않은 자연배경농도로 판단된다. 결과적으로, 국가지하수관측망의 대수층을 수리지질학적 유형으로 재분류했을 때, 수위변동 패턴과 질산성 질소 농도 분포에서 유형별 차이가 구분되어 대수층 유형 분류의 타당성을 검증할 수 있었다. 이러한 대수층의 수리지질학적 상태는 함양량 평가에 따른 지하수자원의 양적 관리와 잠재오염원으로부터의 수질 관리에 필요한 핵심정보를 제공함으로 지하수자원 관리에 기여할 수 있다.

• 대한원격탐사학회지
• /
• 제36권2_2호
• /
• pp.365-377
• /
• 2020

국가해양영토에서 불법어업활동을 하는 어선으로부터 해상자원과 영토를 보호하기 위해 지속적인 모니터링과 즉각적인 대응은 필수적인 요소이다. Synthetic Aperture Radar (SAR) 영상은 넓은 촬영 범위를 가지고 있으며, 기상과 주야 조건에 영향을 받지 않아 광역적인 해상 모니터링에 효과적이다. 그러나 SAR 영상의 데이터 크기와 스펙클 노이즈 등 다양한 특성으로 인해 처리속도와 탐지율이 높은 선박탐지 알고리즘 개발은 쉽지 않다. 본 논문에서는 국내 최초의 X-band SAR 위성인 KOMPSAT-5에 적합한 선박탐지 알고리즘을 개발 적용하였다. 효율적인 선박탐지를 위해 선박탐지 알고리즘은 Human Visual Attention System (HVAS), SAR-Split, Constant False Alarm Rate (CFAR) 알고리즘의 특성을 융합하여 적용했다. 또한, SAR 영상의 관측모드 별 특성을 고려한 SAR-Split 알고리즘 적용을 통해 탐지율을 향상시켰다. SAR 영상으로부터 탐지된 선박은 Automatic Identification System (AIS) 데이터와의 매칭을 통해 탐지율 분석이 수행되었다. 탐지된 선박은 AIS 자료와 전반적으로 잘 매칭되었으며, SAR 영상의 모드 별 특성을 고려하여 적용했을 때 보다 향상된 탐지율을 보였다. 탐지율은 Enhanced Standard (ES) 모드에서 약 80%, Standard (ST) 모드에서 약 64%의 결과를 보였다. 선박 탐지결과에서 발생한 대부분의 오탐지는 선박의 이동으로 발생하는 기포항적, AIS의 위치오차 등으로 발생하였다. 개발된 선박탐지 알고리즘은 대한민국 국가해양영토 광역 감시망 구축에 기여할 것으로 기대된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 융합보안논문지
• /
• 제24권1호
• /
• pp.51-57
• /
• 2024

최근 산업제어시스템은 정보기술과 운영기술을 융합하는 Industrial IoT의 도입과 함께 진화를 계속하고 있지만, 과거에는 경험하지 못한 다양한 사이버 공격 역시 증가하고 있다. 제어센터에서 전송되는 다양한 명령어 메시지를 통해 시스템을 구성하는 필드 디바이스들에 대한 모니터링 및 운영 제어가 행해지기에 명령어 메시지에 대한 무결성과 더불어 제어센터에 대한 인증은 필수 요구사항이 되고 있다. 기존의 대칭키 기반의 메시지인증코드 방식 또는 공개키 기반의 서명 방식은 제어센터 그리고 자원 제약적 필드 디바이스의 비대칭성에 따른 적용상의 제약들이 존재한다. 특히, 대칭키 방식에서는 필드 디바이스에 설치된 대칭키가 공격자에게 노출되면 시스템 전반적인 보안 문제점이 발생한다. 본 논문에서는 명령어 메시지를 구성하는 구성 필드들이 취할 수 있는 데이터 값들이 제한적(낮은 엔트로피)이라는 점에 착안하여 암호해시함수로 구축된 이중 해시체인을 통한 메시지 인증기법을 제안한다. 한 쌍의 이중 해시체인은 오직 한 개의 명령어 메시지에 적용되기에 다중 사용을 위한 Merkle 트리에 기반을 둔 확장 기법 역시 제안한다. 메시지 인증을 위해 암호해시함수 이외의 암호 프리미티브는 사용이 안되기에 계산 복잡도는 매우 낮게 유지될 수 있음을 성능평가를 통해 확인한다.

• 한국공간정보시스템학회 논문지
• /
• 제11권3호
• /
• pp.9-18
• /
• 2009

최근 GPS 및 무선 이동 컴퓨팅 기술의 발달로 인해, 텔레매틱스(telematics) 및 위치기반 서비스(LBS) 응용이 활발하게 연구되고 있다. 이러한 위치 기반 서비스 응용에서는 이동객체의 위치 정보가 시간의 흐름에 따라 계속적으로 변하기 때문에, 이를 위한 빈번한 업데이트 연산은 시스템에 많은 부하를 가중시키며 이로 인해 검색 성능의 저하를 초래한다. 이를 해결하기 위해 공간 네트워크에서 대용량 이동객체의 위치정보를 분산 처리하기 위한 DS-GRID(distributed S-GRID) 및 이를 위한 k-최근접 질의처리 알 고리즘이 제안되었다[1]. 그러나 k-최근접 질의처리 기법은 질의점 및 이동객체의 위치가 변경되면 그 결과 가 유효하지 않기 때문에, 연속 k-최근접(CKNN:continuous k-nearest neighbor) 질의처리 알고리즘의 연구가 필요하다. 본 연구에서는 DS-GRID를 위한 MCE-CKNN 알고리즘 및 MBP-CKNN 알고리즘을 제안한다. MCE-CKNN 알고리즘은 주어진 경로를 셀 단위로 분할하여 각 셀에서 질의 처리를 병렬적으로 수행하여 검색 성능을 향상시킨다. 아울러 MBP-CKNN 알고리즘은 그리드 셀의 각 경계점에서 가까운 POI를 미리 저장하여 인접셀 탐색 횟수를 줄임으로써 검색 성능을 향상시킨다. 마지막으로, 제안하는 알고리즘의 성능 분석을 통해, 기존 알고리즘보다 15-53% 검색 성능이 우수함을 나타내었다.

• 한국토양비료학회지
• /
• 제43권3호
• /
• pp.374-383
• /
• 2010

본 연구에서는 기상조건에 영향을 받지 않고 레이더산란 측정을 할 수 있는 X-band 안테나 기반 자동관측 시스템을 구축하였다. 이 시스템을 이용하여 벼 생육시기에 따른 편파별 후방산란계수 변화와 벼 생육인자 변화를 관측하고, 후방산란계수와 벼 생육인자와의 관계를 분석을 통해 최적조건의 후방산란계수를 이용한 벼 생육을 추정하였다. 벼 생육시기에 후방산란계수 변화를 관측해 본 결과 생육초기에는 VV-편파가 HH, HV/VH-편파 보다 후방산란계수가 높게 나타났고, 모든 편파별 후방산란계수가 벼 유수형성기 (7월 말경)까지 증가하다가 그 후 감소 한 후 9월 초순이후 다시 증가하는 dual-peak 현상을 뚜렷이 나타났다. 동시에 생육시기에 따른 생체중, 이삭 건물중, 엽면적지수, 초장 등 벼 생육인자들의 생육 변화를 관측해 보았는데 생체중, 엽면적지수, 초장은 6월 중순부터 7월 하순까지 편파별 후방산란계수와의 변화 경향이 비슷하게 나타났고, 이삭 건물중의 경우 특히 VV-편파 후방산란계수가 9월 초순에서 10월 초순까지 변화 경향이 동일하게 나타났다. 편파별 후방산란계수와 벼 생육인자와의 상관관계를 분석한 결과 엽면적지수, 생체중은 6월 중순 (DOY 168)부터 7월 하순 (DOY 209) 시기에 HH-편파 후방산란 계수와 상관관계가 높았고, 초장은 같은 시기에 VV-편파 후방산란계수와 관계가 높게 나타났다. 이삭 건물중의 경우 벼 출수기가 끝나고 결실기로 접어드는 9월 초순 (DOY 244) 부터 10월 초순 (DOY 276) 시기에 VV-편파 후방산란계수와 상관관계가 높게 나타났다. 이 결과를 바탕으로 벼 생육인자와 상관이 높게 나타난 편파별 후방산란계수를 이용하여 벼 생육을 추정하였다. 엽면적지수는 HH-편파 후방산란계수를 이용하여 2007년도 실측값과 2008년도 추정 경험 모형을 비교해본 결과 비교적 오차가 작았고 (RMSE=0.43), 상관관계가 높은 HH-편파 후방산란계수를 이용하여 2007년도 생체중 실측값과 생체중 추정 모형 (2008년도)을 비교해 본 결과 RMSE가 41.0 g $m^{-2}$ 으로 비교적 작은 오차를 보여 생체중 추정 모형의 유효성이 높다는 것이 증명되었다. 또한 초장의 경우 실측값 (2007년)과 초장 추정 모형 (2008년)을 비교 분석한 결과 오차 범위가 비교적 작게 나타났고 (RMSE=6.93 cm), VV-편파 후방산란계수를 이용해 얻은 이삭 건물중 추정 경험 모형 (2008년도)과 2007년도 이삭 건물중 실측값과의 관계를 통해 추정식을 검증한 결과 RMSE=0.35 g/m2 을 보여 이삭 건물중 추정모형의 유효성이 높다는 것이 증명되었다. 본 연구결과에서는 Kim et al. (2009)이 일정한 간격을 두고 수동조건으로 관측한 결과와 비교해서 벼 생육시기에 따른 편파별 후방산란계수 변화 경향이 뚜렷하게 나타났고, 이 후방산란계수를 이용하여 벼 생육인자와의 관계 및 추정 결과에서도 기존 결과보다 상관관계 및 생육추정 모형 유효성이 높게 나타났다. 본 연구 결과를 통해 X-band 산란계 자동측정 시스템을 이용하여 벼 생육을 예측 할 수 있음을 확인하였다.

• 한국지리정보학회지
• /
• 제18권3호
• /
• pp.113-127
• /
• 2015

최근 무인비행시스템(UAS)에 대한 관심이 높아지고 있으며, 홍수시 UAS를 활용하여 침수모니터링을 수행하기 위해서는 촬영된 영상으로부터 수체를 효과적으로 탐지할 수 있는 기법 개발이 필요하다. 본 연구에서는 RGB와 NIR+RG 밴드를 탑재한 UAS를 활용하여 영상을 획득하였으며, 감독분류기법을 적용하여 수체탐지 정확도를 평가하였다. 먼저 RGB 영상에 의한 수체의 영상분류 정확도 평가에서는 인공신경망과 최소거리법의 Kappa 계수가 각각 0.791과 0.783로 높게 나타났으며, 최대우도법이 0.561로 가장 낮게 나타났다. 또한 NIR+RG 영상에 의한 수체의 영상분류 정확도 평가에서는 Mahalanobis와 최소거리법이 각각 0.869와 0.830으로 높게 나타났으며, 인공신경망법이 0.779로 매우 낮게 나타났다. 특히 RGB 밴드에서는 송산유원지의 수목이나 초지가 수체로 오분류되는 문제가 발생하였으나, NIR+RG 밴드에서는 이러한 문제가 많이 개선되었다. 따라서, RGB 밴드에 비해 NIR+RG 밴드를 탑재한 영상이 Mahalanobis와 최소거리법을 적용시 수체를 탐지하는데 효과적인 것으로 나타났다.