• 대한토목학회논문집
• /
• 제41권5호
• /
• pp.581-589
• /
• 2021

최근 국내 초소형전기차 도입이 증가하면서, 관련 시장 활성화를 위한 초소형전기차 사용자만족도에 대한 관심이 증가하고 있다. 본 논문에서는 사용자만족도 구성요인을 기반으로 초소형전기차를 활용한 공공서비스 개발에 관한 기초연구를 수행하였다. 설문조사는 ① '초소형전기차 사용자만족도 구성요인 우선순위 선정을 위한 계층화(AHP) 분석'과, ② 초소형전기차에 대한 사용자들의 선호도 및 교통서비스 제공을 위한 사전 자료수집을 위한 '초소형전기차 이미지 설문조사', ③ 실제 초소형전기차를 운행한 이용자의 사용자만족도를 조사하기 위해 '초소형전기차 운전자 사용자만족도 설문조사' 순서로 수행하였다. 계층화(AHP) 분석에서는 '사용자 이용 데이터', '차량 이동 데이터', '충전서비스 데이터'순으로 사용자들이 중요하게 여긴다는 결과를 얻었다. 초소형전기차 이미지 설문조사에서는 사용자들이 초소형전기차를 오토바이와 비교했을 때 '안전성', '내구성', '승차감', '디자인', '유지관리비', '친환경성' 측면에서 더 긍정적으로 인식하고 있었다. 초소형전기차 운전자 사용자만족도 설문조사에서는 초소형전기차를 사용하는 것이 업무수행능률에 직접적인 영향을 미치지는 않았으며, 초소형전기차의 차량크기로 인해 도로에서의 불이익을 받은 경험이 있었고, 옥외 광고용으로 초소형전기차 군집 주행 시 홍보효과가 컸지만 안전성 측면에서는 우려를 나타내고 있었다. 향후 본 연구결과를 바탕으로 사용자만족도 구조방정식 모델을 구축할 예정이며, 선제적으로 공공분야에서의 초소형전기차 활용업무 서비스에 대한 피드백 R&D를 발굴하고, 새로운 공공 이동지원 서비스 발굴을 적극적으로 모색하고자 한다.

• 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.