• 한국건설관리학회논문집
• /
• 제18권3호
• /
• pp.63-73
• /
• 2017

실내에서 보내는 시간이 증가함에 따라, 쾌적한 실내환경에 대한 요구가 증가되고 있다. 또한, 새집증후군과 같은 문제들에 관심이 집중되면서 실내공기질에 관한 요구 역시 증가되고 있다. 정부에서는 이러한 요구에 따라 실내환경을 관리하기 위하여 다양한 정책 및 제도를 제정하였으며, 공공건물에서의 친환경제도 인증을 필수화하였다. 실내공기질과 관련된 인증제도는 크게 3가지로 도면기반으로 인증을 평가하는 건강친화형 주택건설기준과 녹색건축인증 그리고 측정정보 기반으로 인증을 평가하는 실내공기질 인증이 있다. 이중 도면기반으로 인증을 평가는 제도들을 업무의 비중 대비 과도한 업무량이 요구된다. 친환경인증업무를 수행하는 한 회사의 인터뷰 결과 평균 업무비중보다 2배 이상의 소요시간이 필요한 것으로 조사되었다. 이는 2D기반의 작업환경에서 면적에 관한 정보들을 일일이 수작업으로 측정하여 필요이상의 업무를 수행하고 있기 때문으로 분석된다. 따라서 본 연구에서는 3D기반의 BIM모델을 이용한 실내공기질 평가 자동화 프로세스를 제시한다. 국제표준 포맷인 IFC 파일을 이용하여 필요한 면적정보 및 자재정보를 자동으로 추출하고 이를 모델에 적용하여 자동화하는 과정을 제시한다. 본 연구는 인증을 위해 필요한 업무시간을 단축하고 업무효율성을 높이는 것에 기여할 것으로 기대된다.

• Journal of Plant Biotechnology
• /
• 제45권4호
• /
• pp.289-298
• /
• 2018

국립농업과학원 생물안전성과는 생명공학기술로 개발되는 작물(GM작물)의 안전성 평가 중 '성분분석에 의한 비교평가'에 참고자료로 활용할 수 있도록 기존 상업화 작물성분의 분석 데이터를 제공하는 "작물성분 DB"를 구축하였다. "작물성분 DB"는 우리나라의 자연 환경에서 재배되는 주요 작물 품종들의 영양성분 함량정보를 제공함으로써 품종과 재배 지역, 연도에 따라 함량의 변화 정도를 확인할 수 있도록 데이터를 업그레이드 하고 있다. 현재 2곳 이상의 재배지역에서 2년 이상 재배한 벼와 고추 시료에 대한 주요 영양분과 항영양소, 2차 대사산물을 검증된 분석 방법을 사용하여 분석한 데이트를 제공하고 있다. 데이터는 평균값과 최저, 최대값을 제공함으로써 GM작물의 안전성 평가시 GM작물과 대응 비교작물 간에 나타나는 통계적 차이가 기존 상업작물의 생물학적 차이 또는 허용범위 내에 속하는지를 평가할 수 있도록 하였다. "작물성분 DB"는 사용자가 선택한 쿼리를 기반으로 쉽게 검색하고 활용하도록 하고 있다. 또한 유색미와 감자, 고구마, 콜리플라워와 같은 유색 작물의 기능성 성분 함량 정보를 제공하고 있어 일반 소비자들도 유용하게 정보를 활용할 수 있다. 본 논문은 상업작물 성분에 대한 중요한 정보를 제공하는 농진청 "작물성분 DB"의 구성과 사용법을 소개하였다.

• 한국시뮬레이션학회논문지
• /
• 제19권4호
• /
• pp.291-299
• /
• 2010

최근 과학기술의 발전에 따라 국방 M&S에서의 무기체계 기술 및 분석을 위한 요구사항이 매우 다양화되고 복잡해졌으며, 무기체계에 요구되는 성능 또한 엄격해지고 있다. 따라서 미래의 무기체계는 와치-독 시스템, 지휘 통제 시스템, C4I 시스템과 같이 서로 다른 시스템들과의 연동기술이 필수적이다. 그러나 급속도로 발전하고 있는 M&S 기술과 비교하였을 때, 새로운 무기체계 획득 시 소요되는 시간, 비용 및 위험성은 감소되지 않고 있다. 이러한 애로사항을 극복하고자 국방 M&S 기술이 그 대안으로 떠오르고 있다. 본 논문에서는 수중대잠전 교전모델의 무기체계 효과도를 검증하기 위한 도구로써, 합성환경기반의 가상시험 프레임워크를 설계하고자 한다. 이를 위해, 오픈 소스 소프트웨어 중 하나인 Delta3D 시뮬레이션 엔진을 이용하여 가상시험 테스트베드를 구축하였으며, 다른 시뮬레이터들과의 상호연동성을 위해 HLA/RTI을 만족하는 페더레이션을 설계하였다. 본 연구의 중요성은 한국전장에 적합한 효율적인 시뮬레이션 도구를 개발하고, 보다 현실적인 시뮬레이션을 위한 전투객체의 운동방정식 및 환경 객체의 페더레이션을 설계하는데 있다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1509-1521
• /
• 2020

다목적실용위성(KOMPSAT-3A: Korea Multi-Purpose Satellite 3A)으로부터 산출된 지표 반사도 성과의 검정 작업을 위하여 분광 반사도 측정값을 제공하고 있는 포털인 Radiometric Calibration Network(RadCalNet)에서 제공하는 4 개의 사이트 자료 중에서 중국 바오터우(Baotou: BTCN) 데이터를 이용한 실험을 수행하였다. 실험을 위한 반사도 성과는 대기 반사도와 지표 반사도를 일괄적으로 처리할 수 있도록 재설계하고 구현한 오픈소스 Orfeo ToolBox(OTB)의 확장 프로그램(Extension)을 이용하여 생성하였다. 절대 대기 보정에 적용되는 두 가지의 센서 모델 변수를 고려하여 2016년, 2017년, 2018년 자료 1개씩 총 3개의 영상 자료를 실험에 적용하였다. 한편 각각 USGS LaSRC 알고리즘과 SNAP Sen2Cor 프로그램을 이용하여 Landsat-8과 Sentinel-2B 영상정보로부터 산출한 반사도 성과와의 비교 검증 작업을 수행하여 센서 별 차이를 확인하고자 하였다. 대기 반사도와 지표 반사도를 대상으로 절대 대기 보정을 위한 필수 입력 값인 Gain과 Offset에 대한 센서 모델 변수 값을 적용한 결과로, 2019년에 발표된 변수 값을 사용한 성과에 비하여 2017년 변수 값을 사용한 성과가 RadCalNet BTCN 자료에 비교적 잘 부합되는 것으로 나타났다. RadCalNet BTCN 자료를 기준으로 KOMPSAT-3A 영상정보의 지표 반사도 성과와의 차이는 밴드 별로 B 밴드(-0.031 ~ 0.034), G 밴드(-0.001 ~ 0.055), R 밴드(-0.072 ~ 0.037), NIR 밴드(-0.060 ~ 0.022)로 일치도가 높은 것으로 나타났고, Landsat-8 영상과 Sentinel-2B 영상의 지표 반사도의 경우도 KOMPSAT-3A 영상의 지표 반사도 성과의 정확도와 유사한 수준인 것으로 나타났다. 이번 연구 결과는 고해상도 위성에서 지표 반사도 값에 대한 분석 대기 데이터(Analysis Ready Data: ARD) 적용 가능성을 확인한 것에 의미가 있다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권4호
• /
• pp.393-409
• /
• 2003

본 논문에서 인터넷 정보가전과 같은 Qplus-T 내장형 시스템을 위한 멀티 태스크 디버깅 환경에 대해 제안한다. 효과적인 교차 개발을 지원하기 위해 원격 멀티 태스크 디버깅 환경의 구조 및 기능틀을 제안할 것이다. 그리고, 좀더 효율적인 교차 개발 환경의 개발을 위하여 호스트-타겟 사이에 디버깅 커뮤니케이션 아키텍쳐를 개선할 것이다. 본 논문에서 제안하는 Q+Esto라는 원격 개발 도구들은 대화형 쉘, 원격 디버거, 리소스 모니터, 타겟 매니저, 그리고 디버그 에이전트들과 같이 몇 개의 독립된 도구들로 구성된다. 호스트에서 원격 멀티 태스크 디버거를 이용해서, 개발자는 타겟 실행 시스템 위에 태스크들을 생성시키거나 디버그 할 수 있으며, 실행 중인 태스크들에 접속하여 디버그 할 수 있다. 응용 코드는 C/C++ 소스레벨로 활 수 있으며, 어셈블리 레벨 코드로도 볼 수 있다. 그리고, 소스코드, 레지스터들, 지역/전역 변수들, 스택 프레임, 메모리, 그리고 사건 트레이스 등등을 위한 다양한 디스플레이 윈도우들을 포함하고 있다. 타겟 매니저는 Q+Esto 도구들에 의해 공유되는 공통된 기능 즉, 호스트-타겟 커뮤니케이션, 오브젝트 파일 로딩, 타겟 상주 호스트 메모리 풀의 관리, 그리고 타겟 시스템 심볼 테이블 관리 등등의 기능들을 구현한다. 이러한 기능들을 개방형 C API라고 부르는데, Q+Esto의 도구들의 확장성을 크게 개선한다. 그리고, 타겟 매니저와 타겟 시스템 커뮤니케이션을 위한 상대파트 모듈 즉, 디버그 에이전트가 존재하는데, 이것은 타겟의 실시간 운영체제 위에서 데몬 태스크 형태로 수행된다. 디버거를 포함한 호스트 도구로부터의 디버깅 요청을 밟아, 그것을 해석하고 실행하여, 그 결과론 호스트에 보내는 기능을 수행한다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.89-105
• /
• 2014

Web2.0의 등장과 함께 급속히 발전해온 온라인 포럼, 블로그, 트위터, 페이스북과 같은 소셜 미디어 서비스는 소비자와 소비자간의 의사소통을 넘어 이제 기업과 소비자 사이의 새로운 커뮤니케이션 매체로도 인식되고 있다. 때문에 기업뿐만 아니라 수많은 기관, 조직 등에서도 소셜미디어를 활용하여 소비자와 적극적인 의사소통을 전개하고 있으며, 나아가 소셜 미디어 콘텐츠에 담겨있는 소비자 고객들의 의견, 관심, 불만, 평판 등을 분석하고 이해하며 비즈니스에 적용하기 위해 이를 적극 분석하는 단계로 진화하고 있다. 이러한 연구의 한 분야로서 비정형 텍스트 콘텐츠와 같은 빅 데이터에서 저자의 감성이나 의견 등을 추출하는 오피니언 마이닝과 감성분석 기법이 소셜미디어 콘텐츠 분석에도 활발히 이용되고 있으며, 이미 여러 연구에서 이를 위한 방법론, 테크닉, 툴 등을 제시하고 있다. 그러나 아직 대량의 소셜미디어 데이터를 수집하여 언어처리를 거치고 의미를 해석하여 비즈니스 인사이트를 도출하는 전반의 과정을 제시한 연구가 많지 않으며, 그 결과를 의사결정자들이 쉽게 이해할 수 있는 시각화 기법으로 풀어내는 것 또한 드문 실정이다. 그러므로 본 연구에서는 소셜미디어 콘텐츠의 오피니언 마이닝을 위한 실무적인 분석방법을 제시하고 이를 통해 기업의사결정을 지원할 수 있는 시각화된 결과물을 제시하고자 하였다. 이를 위해 한국 인스턴트 식품 1위 기업의 대표 상품인 N-라면을 사례 연구의 대상으로 실제 블로그 데이터와 뉴스를 수집/분석하고 결과를 도출하였다. 또한 이런 과정에서 프리웨어 오픈 소스 R을 이용함으로써 비용부담 없이 어떤 조직에서도 적용할 수 있는 레퍼런스를 구현하였다. 그러므로 저자들은 본 연구의 분석방법과 결과물들이 식품산업뿐만 아니라 타 산업에서도 바로 적용 가능한 실용적 가이드와 참조자료가 될 것으로 기대한다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.