• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.67-74
• /
• 2022

최근 높은 스마트폰 보급율과 ITS (intelligent transportation systems) 인프라 확충 등 정보통신기술(information and communications technology, ICT) 이용 활성화로 실시간 교통정보의 수집원이 증가하였다. 이렇게 다양하게 수집되는 실시간 교통정보의 정확도는 VDS(vehicle detection system), DSRC (dedicated short-range communications), GPS (global positioning system) probe와 같은 다양한 교통정보 수집원별 시공간 혹은 교통상황 등 다양한 환경에 따라 다르게 나타날 수 있다. 본 연구의 목적은 이질적 교통정보가 동시에 수집될 경우, 실시간 교통정보의 정확도를 향상시키기 위한 융합 전략의 제시에 있다. 이를 위해 고속국도(892.2 km, 227개 링크), 일반국도(937.0 km, 2,074개 링크)를 대상으로 주행 조사를 실시하였으며, 해당 링크 및 시간대에 probe 차량 5대의 평균 통행속도는 실시간 교통정보 수집원별(VDS or DSRC, GPS-based A, B) 정확도 평가의 기준 혹은 참값으로 활용되었다. 결과적으로 제시된 융합 전략에 대한 정확도 개선 효과는 일반국도에서 1개 수집원을 제외하고 모두 통계적으로 유의한 것으로 나타났으며, 향후 다양한 기관으로부터 서비스되는 실시간 교통정보가 동시에 연계되는 환경에서 보다 정확한 교통정보 서비스의 가능성을 확인하였다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.452-459
• /
• 2022

스마트팜 요소들 중에서 중요한 요인 중 하나는 환경 계측이다. 본 연구에서는 오픈 소스 프로그램인 아두이노, 앱 인벤터와 노드 레드를 이용하여 로라와 블루투스 무선 통신을 통한 환경 계측 모니터링 시스템을 설계하였다. 이 시스템은 아두이노, 로라 쉴드, 온습도 센서(SHT10), 이산화탄소 센서(K30)로 구성되었다. 아두이노(Arduino) 프로그램에서 사용된 라이브러리로는 LoRa.h, Sensirion.h, LiquidCrystal_I2C.h와 K30_I2C.h를 사용하였다. 일정한 주기로 센서에서 환경 데이터를 받을 때, 데이터의 안정화를 위해 평균값을 사용한 코딩을 사용하였다. 사용자 인터페이스로 노드 레드와 앱 인벤터 프로그램을 이용하여 안드로이드 기반의 앱을 개발하였다. 아두이노의 시리얼 화면과 스마트 폰의 화면 및 노드 레드의 사용자 인터페이스에 출력되는 화면으로 센서에 위한 환경 자료가 잘 수집되어 디스플레이되는 것을 볼 수 있었다. 이러한 오픈소스 기반의 플랫폼과 프로그램들은 다양한 농업 응용 분야에 적용될 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.77-84
• /
• 2022

본 논문에서는 자동항법 비행이 가능한 무인기를 활용하여 미세먼지 등의 대기 오염물질을 모니터링 하는 시스템을 제안한다. 기존 대기 질 관리 시스템은 고정된 센서 박스를 통한 관제나 조종장치를 이용한 드론의 측정 센서를 통하여 정보를 취득하는 방식을 사용했다. 이는 한정된 공간과 모니터링을 위한 별도의 데이터 수집 및 전송들의 추가적인 절차가 진행되어야 하는 단점을 가진다. 본 논문에서 이러한 문제점을 극복하기 위하여 비행정보 지정을 통한 자율항법 비행이 가능한 무인기에 위치 정보를 위한 GPS 모듈과 미세먼지 측정을 위한 PMS7003 모듈을 내장하고 수집된 정보는 SD 모듈에 저장하고 비행 종료 후 전송버튼을 통해 블루투스로 연결된 스마트폰 앱을 통하여 원격 데이터베이스에 저장되는 원스톱 구조의 시스템을 구성한다. 또한, 실시간 모니터링을 위한 HTML5 기반의 웹 모니터링 페이지를 구성하여 관심 사용자에게 제공된다. 본 연구의 결과는 무인 비행체를 통한 환경 모니터링 시스템에 활용될 수 있으며, 향후 아황산가스 및 이산화탄소 등의 다양한 오염물질 측정 센서를 추가하여 토털 환경 관제 시스템으로 발전시키고자 한다.

• 재활치료과학
• /
• 제11권3호
• /
• pp.93-106
• /
• 2022

목적 : 본 연구의 목적은 음성-텍스트 변환 어플리케이션을 이용한 원격 모니터링이 건강한 성인의 작업균형에 미치는 효과를 알아보기 위함이다. 연구방법 : 총 7명의 건강한 성인을 대상으로 연구를 진행하였다. 대상자는 실험에 참여 전, 원하는 작업 활동을 선택하였고 이를 스마트폰에 설치한 음성-텍스트 변환 어플리케이션에 등록하였다. 음성-텍스트 변환 어플리케이션은 미리 등록된 작업 활동을 시간에 맞춰 수행 여부를 확인할 수 있도록 알람을 제공하였고 대상자는 음성으로 수행 여부를 등록하였다. 원격 모니터링은 일주일 동안 진행하였고 일주일 뒤, 작업 활동의 변화를 살펴보았다. 결과 : 대상자 모두 일주일 동안 어플리케이션 사용에 높은 순응도와 만족도를 보였다. 또한 일주일 뒤, 건강과 관련된 작업 활동의 균형이 유의하게 향상되었다(p<.05). 결론 : 본 연구 결과는 스마트폰을 이용한 원격 모니터링이 코로나19로 인한 봉쇄 기간 동안 작업 균형을 회복하는 방법으로 사용 가능함을 시사한다.

• 재활치료과학
• /
• 제10권4호
• /
• pp.39-52
• /
• 2021

목적 : 본 연구의 목적은 기억력 장애를 가진 성인 환자를 대상으로 기억력 향상을 위한 작업치료 중재를 수행한 단일대상연구의 특성을 확인하고 질적 수준을 알아보는 것이다. 연구방법 : 본 연구는 2011년부터 2020년까지 기억력 향상 작업치료 중재 연구 중 단일대상연구 설계를 적용한 총 6편의 논문을 분석한 문헌연구로, 연구내용에 대한 일반적 특성 및 연구방법의 질적 수준을 분석하였다. 결과 : 분석대상의 질적 수준은 66.7%(4편)가 중간 수준이었고 33.3%(2편)는 높은 수준이었으며, 낮은 수준의 연구는 없었다. 단일대상연구 설계 유형은 모두 반전설계로 ABA가 가장 많았다. 대상자는 뇌졸중, 치매, 경도인지장애 환자였으며, 대상자 수는 1~3명이었다. 독립변수는 오차배제훈련, 어플리케이션 활용 중재, 전산화인지훈련, 시간차회상훈련이었다. 종속변수는 공통변수인 기억력과 함께 집중력, 뇌파변화, 수단적 일상생활활동 및 우울이었다. 중재시간은 30~40분, 중재회기는 6~15회기였으며, 총 연구기간은 3~8주로 다양하였다. 중재 결과 모든 연구에서 중재 후 종속변수가 향상된 것으로 보고되었다. 결론 : 기억력훈련에 대한 단일대상연구 적용 작업치료 중재 연구들은 모두 중간 이상의 질적 수준을 보여 임상에서 적용 시 근거기반자료로 의의가 있으며, 기억력 향상에 효과적인 연구들이라는 것을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제22권2호
• /
• pp.125-134
• /
• 2022

스마트폰 기술의 발전으로 인하여 2020년 기준 전 국민의 91.9%가 인터넷 이용[1]하여 수시로 홈페이지와 모바일 앱을 통해 정보를 습득하고 있다. 정보제공을 담당하는 홈페이지의 수가 점점 늘어남에 따라 홈페이지의 안전성을 진단하는 웹취약점 진단 신청수도 매년마다 증가하고 있는 상황이다. 기존 웹취약점 점검은 진단원이 수작업으로 홈페이지를 모의 해킹하여 취약점을 진단했기 때문에 진단대상 홈페이지 수에 비례하여 진단인력이 늘어나야한다. 하지만 현실적으로 웹취약점 진단인력 확보에 한계가 있고, 진단인력을 늘렸을 경우 많은 비용이 발생한다. 이러한 문제점 해결을 위해 자동진단 도구를 사용하여 수동진단의 일부를 대체하고 있다. 본 논문에서는 현재의 자동진단 범위를 확대하기 위한 방안을 새롭게 제안하였다. 즉, 웹취약점 진단항목의 영향도를 분석하여 자동진단 가능 항목을 도출하고, 실제 운영 중인 홈페이지에 수동 및 자동진단을 수행하여 진단결과에 대한 비교 분석을 통해 자동진단 가능항목을 파악하였다. 또한 자동진단 개선방안을 제시하여 자동진단 도구 개선을 통해 모든 취약점 항목은 아니지만 가능한 항목에 대해서 수동진단을 대체할 수 있다. 이를 통해서 진단 및 정밀진단이 필요한 부분에 집중하여 안전한 홈페이지 운영환경 조성에 기여할 수 있을 것이다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.807-812
• /
• 2022

최근 음성녹음 파일도 법정 증거로 제출되는 수가 늘어남에 따라 위변조를 주장하는 사례도 증가하고 있다. 객관적 근거인 음성녹음 파일 구조 및 메타데이터를 완벽하게 위변조 할 경우에는 정교한 음성녹음 파일의 위변조 검출은 사실상 불가능하다. 위변조된 음성녹음 파일을 가지고 수행된 파일 구조 및 메타데이터 분석이 법정에서 거부되는 것은 쉽지 않다. 본 연구는 음성녹음 파일 구조 및 메타데이터의 위변조가 손쉽게 가능하다는 것을 증명하는 것을 목적으로 한다. 이를 위해 본 연구에서는 음성녹음 파일의 편집 방법의 유형화를 기반으로 정교한 편집이 가능한 '혼합붙여넣기' 기능을 적용할 경우 위변조 검출의 불가능함을 소개했다. 더욱이 실험을 통해 파일 구조 및 메타데이터의 위변조가 가능하다는 것을 증명했다. 따라서 음성녹음 파일이 디지털 증거로 채택됨에 있어서 더 엄격한 증거능력 판단 기준이 필요하다. 본 연구는 법관이 디지털 증거를 채택함에 무결성의 기준에 공헌할 뿐만 아니라 향후 개발될 것으로 예상되는 녹음파일 위변조 검출 인공지능을 위한 데이터셋 구축 방법에 공헌할 것이다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권3호
• /
• pp.79-89
• /
• 2022

최근 스마트폰이 널리 보급되고 모바일 기기의 그래픽스 처리 성능이 발전함에 따라 아이들의 물리적인 활동을 돕는 다양한 모바일 애플리케이션들이 연구되고 있다. 본 논문에서는 인공지능과 증강현실 기술을 활용해 모래성 쌓기 놀이를 안내하는 모바일 애플리케이션 SandUp을 제안한다. 모래성을 쌓는 과정에서 아이는 모바일 증강현실 기술을 활용해 제시된 목표 모래성을 현실 세계에 증강하여 살펴볼 수 있다. 또한, SandUp은 모래성의 완성을 돕기 위해 단계적으로 필요한 모래 모양과 Task를 알려주고, 모바일 폰의 카메라와 딥러닝 인식모델을 이용해 실시간으로 현재 진행 상황을 인식하고 시각적, 청각적 피드백을 제공한다. 우리는 Flutter와 TensorFlow Lite를 이용해 SandUp 앱의 프로토타입을 구현하였다. 제안하는 SandUp 앱의 사용성과 효과를 평가하기 위해 성인을 대상으로 설문조사를 수행하고 앱이 목표로 한 4-7세 아이들을 모집하여 실험을 진행했다. 실험 결과와 학부모의 피드백을 분석하여 앱의 발전 가능성 및 개선점을 도출하고 향후 연구 방향을 제시한다.

• 산업융합연구
• /
• 제21권1호
• /
• pp.175-185
• /
• 2023

최근 COVID-19와 같은 신종 바이러스 감염증이 확산하여 심각한 공중 보건 문제를 제기하고 있다. 특히 이러한 질병은 고령자에게 치명적으로 작용하여, 생명을 위협하고 심각한 사회적, 경제적 손실을 초래하였다. 이에 많은 산업분야에서 사물 인터넷(IoT) 및 인공 지능(AI)을 응용한 원격진료, 헬스케어, 질병예방 등의 애플리케이션이 소개되어 질병 감지, 모니터링 및 검역 성능을 향상하고 있다. 하지만 기존기술은 갑작스러운 전염병의 출현에 신속하고 통합적으로 적용되지 않기 때문에, 사회 속에 감염병이 대규모 감염 및 전국적 확산되는 것을 차단하지 못하였다. 따라서 본 논문에서는 바이러스 질병 정보 수집기를 통해 지역적 한계가 있는 다양한 감염 정보를 수집하고, AI 브로커를 통해 AI 분석 및 심각도 매칭을 수행하여 감염의 확산을 예측하고자 한다. 최종에는 질병관리본부를 통해 고령자에게 위험경보 발령, 확산 차단 문자 발송 및 감염지역 대피정보를 신속하게 제공한다. 현실적인 고령자 지원시스템은 감염자 발생지역 정보와 고령자의 위치정보를 비교하여 증강현실 기반의 스마트폰 애플리케이션으로 직관적인 위험지역(감염지역) 회피기능을 제공하고 감염지역 방문이 확인되면 자동으로 방역관리 서비스를 제공한다. 향후 제안시스템은 위치기반의 사용자 밀집도를 파악함으로써 갑작스런 인파 집중으로 인한 압사 사고를 사전에 예방하는 방법으로도 활용 가능할 것이다.

• 한국정보전자통신기술학회논문지
• /
• 제16권1호
• /
• pp.41-49
• /
• 2023

CNN(Convolutional Neural Network) 알고리즘은 인공신경망 구현에 활용되는 대표적인 알고리즘으로 기존 FNN(Fully connected multi layered Neural Network)의 문제점인 연산의 급격한 증가와 낮은 객체 인식률을 개선하였다. 그러나 IT 기기들의 급격한 발달로 최근 출시된 스마트폰 및 태블릿의 카메라에 촬영되는 이미지들의 최대 해상도는 108MP로 약 1억 8백만 화소이다. 특히 CNN 알고리즘은 고해상도의 단순 이미지를 학습 및 처리에 많은 비용과 시간이 요구된다. 이에 본 논문에서는 고해상도 단순 이미지의 객체 분류 학습모델 구현을 위한 개선된 CNN 알고리즘을 제안한다. 제안하는 알고리즘은 고해상도의 이미지들의 학습모델 생성 시간을 감소하기 위해 CNN 알고리즘의 풀링계층의 Max Pooling 알고리즘 연산을 위한 인접 행렬 값을 변경한다. 변경한 행렬 값마다 4MP, 8MP, 12MP의 고해상도 이미지들의 처리할 수 있는 학습 모델들을 구현한다. 성능평가 결과, 제안하는 알고리즘의 학습 모델의 생성 시간은 12MP 기준 약 36.26%의 감소하고, 학습 모델의 객체 분류 정확도와 손실률은 기존 모델 대비 약 1% 이내로 오차 범위 안에 포함되어 크게 문제가 되지 않는다. 향후 본 연구에서 사용된 학습 데이터보다 다양한 이미지 종류 및 실제 사진으로 학습 모델을 구현한 실질적인 검증이 필요하다.