코로나 19(Covide-19)이후 가상과 현실이 융·복합 되어 사회·경제·문학활동과 가치 창출이 가능한 메타버스가 차세대 핵심산업으로 부상하고 있다. 이에 자사 보유 기술, IP(Intellectual Property) 등을 활용하여 메타버스 플랫폼을 구축하고자 하는 기업들이 증가하여 지식재산권을 둔 법적 이슈들이 새롭게 나타나고 있다. 따라서 본 논문에서는 상표권 침해를 보호하기 위하여 딥 러닝 기반 객체 탐지모델인 YOLOv5 모델을 활용한 메타버스 환경에서의 상표권 탐지 시스템을 제안한다.

챗GPT 등 인공지능이 일상생활에서 점차 그 활용이 확대되고 있는 시기에 교육현장에서는 인공지능 융합 교육에 대한 관심이 더욱 증대되고 있다. 이에 본 논문에서는 인공지능을 융합한 피지컬 컴퓨팅 프로그래밍 교육 방법을 제안하고 초등학생의 컴퓨팅 사고력에 미치는 영향을 분석하였다. 분석 결과 인공지능을 융합한 피지컬 컴퓨팅 프로그래밍 교육이 인공지능을 융합하지 않은 피지컬 컴퓨팅 프로그래밍 교육에 비해 초등학생의 컴퓨팅 사고력 신장에 더욱 긍정적인 효과를 나타내었음을 통계적으로 확인할 수 있었다. 본 연구의 결과를 바탕으로 보다 다양한 인공지능을 융합한 소프트웨어 교육 방법과 관련된 다양한 논의와 연구가 더욱 활발히 이루어지기를 기대한다.

온라인상에 인간의 감성을 담은 리뷰 데이터가 꾸준히 축적되어왔다. 이 텍스트 데이터를 분석하고 활용하는 일은 마케팅에 있어서 중요한 자산이 될 것이다. 이와 관련된 Aspect-Based Sentiment Analysis(ABSA) 연구는 한글에 있어서는 데이터 부족을 이유로 거의 선행연구가 없는 실정이다. 본 연구에서는 최근 공개된 데이터 셋을 바탕으로 하여 화장품 도메인에 대한 소비자들의 리뷰 텍스트와 사전 라벨링 된 속성, 감성 극성을 기반으로 ABSA를 진행한다. Klue RoBERTa base 모델을 활용하여 데이터를 학습시키고, Python Kiwipiepy 등으로 전처리한 결과를 대시보드로 시각화하여 분석하기 쉬운 환경을 마련하는 방법을 제시한다.

악성 흉수의 진단은 세포학적 검사로 암세포를 확인하는 것이 필수적이며 진단율은 50~80%로 나타난다. 양성자 단층 촬영은 비침습적으로 암 병기를 평가하는 유용한 방법이다. 하지만 암이 아닌 다른 원인으로 인한 포도당 대사로 인하여 양전자 단층 촬영만으로 악성 흉수를 진단하는 데 어려움이 있다. 악성 흉수 자동 진단 모델은 암세포를 진단하는데 있어서 보조적인 역할이 가능하다. 이에 따라 본 연구는 컨볼루션 신경망 기반의 딥러닝 모델을 개발하여 악성 흉수 진단 성능을 확인하고 진단의 보조적 목적으로써 딥러닝의 사용 가능성을 확인하고자 하였다. 결과적으로 모델 전반적으로 accuracy 0.7~0.86의 높은 성능을 보였다. 본 연구의 결과를 통해 실제 의료 환경에서 악성 흉수를 진단하는데 딥러닝 모델이 보조적인 역할을 할 수 있을 것으로 기대된다.

전통 소프트웨어 프로젝트 개발과 AI 관련된 소프트웨어 프로젝트 개발에 큰 차이가 있어서 AI 관련된 소프트웨어 프로젝트 개발 환경을 이해하려는 많은 노력이 있었지만 AI 관련 소프트웨어 프로젝트 개발에서 어떤 API들이 자주 사용되는지에 대해서 아직 충분히 조사되지 않았다. 본 논문에서는 "AI 관련 오픈 소스 소프트웨어 프로젝트에서 어떤 파이썬 API들이 자주 사용되는가?"에 대한 연구 질문의 해답을 알아보는 경험 연구를 소개한다. 이 경험 연구의 결과로 AI 관련 오픈 소스 소프트웨어 프로젝트에서 파이썬 표준 라이브러리와 관려된 API들이 가장 자주 사용된다는 것을 확인했다. 또한 기계 학습을 포함해서 데이터 처리, 이미지 처리, 테스팅, 웹 서비스와 관련된 라이브러리들에 있는 API들도 AI 관련 오픈 소스 소프트웨어 프로젝트들에 자주 사용된다는 것을 알아냈다.

본 논문에서는 그래프 구조의 데이터에서 각 노드의 신호를 예측하는 연구를 진행하였다. 이를 위해 분석하고자 하는 그래프에 대해 연결 관계를 기반으로 각 노드에 비-유클리드 공간 상에서의 좌표를 부여하여 그래프의 공간적 임베딩을 얻은 뒤, 각 노드의 공간적 임베딩을 입력으로 받고 해당 노드의 신호를 예측하는 그래프 암시적 신경 표현 모델을 제안 하였다. 제안된 모델의 검증을 위해 네트워크형 데이터와 3차원 메시 데이터 두 종류의 그래프 데이터에 대하여 신호 학습, 신호 예측 및 메시 데이터의 초해상도 과정 실험들을 진행하였다. 전반적으로 기존의 그래프 암시적 신경 표현 모델과 비교하였을 때 비슷하거나 더 우수한 성능을 보였으며, 특히 네트워크형 그래프 데이터 신호 예측 실험에서 큰 성능 향상을 보였다.

고령화 사회가 도래함에 따라 낙상은 심각한 사회 문제로 대두되고 있다. 그러나 낙상 위험 예측 및 평가 도구의 한계가 여전히 존재하고 있어 정확하고 신뢰성 있는 낙상 평가 방법을 필요로 한다. 본 연구에서는 신체 다양한 부위에 부착되어 수집된 센서 데이터를 이용하여 낙상을 검출하고 낙상의 방향까지 실시간으로 분류하는 모델들을 구축 및 평가한다. 이는 낙상의 유형에 따른 신속한 조치가 가능하도록 한다.

본 논문은 Krafton의 PUBG: BATTLEGROUNDS 게임에서 플레이어 분류를 목표로 하며, 포즈 추정기술을 사용하여 일반 플레이어와 봇을 구분한다. 이는 게임에서 직접 수집한 비디오 데이터를 기반으로 하며, 다음과 같은 두 가지 접근 방식을 제안한다. 첫 번째 방법은 동작 시퀀스 분석을 통해, 사용자의 특정동작 패턴을 식별하고 로지스틱 회귀 모델을 활용해 사용자 유형을 분류한다. 두 번째 방법은 YOLO-pose 모델을 사용하여 비디오 데이터에서 키포인트를 추출하고, 이를 LSTM 모델에 적용하여 프레임별로 사용자의 유형을 분류한다. 이러한 이중 접근 방식은 게임의 공정성과 사용자 경험을 향상시키는 새로운 도구를 제공하며, 보다 안전한 게임 환경에 기여할 수 있다. 이 연구는 게임 산업뿐만 아니라 보안 및 모니터링 분야에서도 동작 분석에 대한 혁신적인 접근 방식으로 활용될 잠재력을 가지고 있다.

태양광 에너지는 탄소 중립 이행을 위한 주요 방안으로 많은 주목을 받고 있다. 태양광 발전량은 여러 환경적 요인에 따라 크게 달라질 수 있으므로, 정확한 발전량 예측은 전력 네트워크의 안정성과 효율적인 에너지 관리에 근본적으로 중요하다. 대표적인 인공지능 기술인 신경망(Neural Network)은 불안정한 환경 변수와 복잡한 상호작용을 효과적으로 학습할 수 있어 태양광 발전량 예측에서 우수한 성능을 도출하였다. 하지만, 신경망은 모델의 구조나 초매개변수(Hyperparameter)를 최적화하는 것은 복잡하고 시간이 많이 드는 작업이므로, 에너지 분야에서 실제 산업 적용에 한계가 존재한다. 본 논문은 2단계 신경망 최적화를 통한 태양광 발전량 예측 기법을 제안한다. 먼저, 태양광 발전량 데이터 셋을 훈련 집합과 평가 집합으로 분할한다. 훈련 집합에서, 각기 다른 은닉층의 개수로 구성된 여러 신경망 모델을 구성하고, 모델별로 Optuna를 적용하여 최적의 초매개변숫값을 선정한다. 다음으로, 은닉층별 최적화된 신경망 모델을 이용해 훈련과 평가 집합에서는 각각 5겹 교차검증을 적용한 발전량 추정값과 예측값을 출력한다. 마지막으로, 스태킹 앙상블 방식을 채택해 기본 초매개변숫값으로 설정해도 우수한 성능을 도출하는 랜덤 포레스트를 이용하여 추정값을 학습하고, 평가 집합의 예측값을 입력으로 받아 최종 태양광 발전량을 예측한다. 인천 지역으로 실험한 결과, 제안한 방식은 모델링이 간편할 뿐만 아니라 여러 신경망 모델보다 우수한 예측 성능을 도출하였으며, 이를 바탕으로 국내 에너지 산업에 이바지할 수 있을 것으로 기대한다.

전신 마취 수술 중 저혈압의 발생은 다양한 합병증을 유발하며 이를 사전에 예측하여 대응하는 것은 매우 중요한 일이다. 따라서 본 연구에서는 SHAP 모델을 통해 변수 선택을 진행하고, Transformer 모델을 이용해 저혈압 발생 여부를 예측함으로써 임상적 의사결정을 지원한다. 또한 기존 연구들과는 달리, 수술실에서 수집되는 데이터를 기반으로 하여 높은 범용성을 가진다. 비침습적 혈압 예측에서 RMSE 9.46, MAPE 4.4%를 달성하였고, 저혈압 여부를 예측에서는 저혈압 기준 F1-Score 0.75로 우수한 결과를 얻었다.

본 연구에서는 순천향대학교 천안병원에서 제2형 당뇨병 입원 환자를 대상으로 연속 혈당 측정기(CGM)를 통해 일주일 동안 수집된 101명의 혈당치 데이터를 사용하였다. 혈당치의 120분 동안 수집된 데이터를 기반으로 30분 후의 혈당치를 예측하는 트랜스포머 모델을 제안한다. 이는 트랜스포머의 인코더 모델만을 사용한 거보다 성능이 평균 제곱근 오차 (RMSE) 기준 약 4배 정도 향상하였으며, 이는 트랜스포머의 디코더 모델이 성능 향상에 효과적임을 보인다.

본 연구는 SHAP(SHapley Additive exPlanations)을 활용하여 신용카드 사용자의 연체 가능성을 예측하는 기계학습 모델의 해석 가능성을 강화하는 방법을 제안한다. 대규모 신용카드 데이터를 분석하여, 고객의 나이, 성별, 결혼 상태, 결제 이력 등이 연체 발생에 미치는 영향을 명확히 하는 것을 목표로 한다. 본 연구를 토대로 금융기관은 더 정확한 위험 관리를 수행하고, 고객에게 맞춤형 서비스를 제공할 수 있는 기반을 마련할 수 있다.

본 연구에서는 Vision Transformer 기반의 Anomaly Detection and Localization (VT-ADL) 모델에 초점을 맞추고, 손실 함수의 변경이 MVTec 데이터셋에 대한 이상 검출 및 지역화 성능에 미치는 영향을 비교 분석한다. 기존의 손실 함수를 KL Divergence와 Log-Likelihood Loss의 조합인 VAE Loss로 대체하여, 성능 변화를 심층적으로 조사했다. 실험을 통해 VAE Loss로의 전환은 VT-ADL 모델의 이상 검출 능력을 현저히 향상시키며, 특히 PRO-score에서 기존 대비 약 5%의 개선을 보였다는 점을 확인하였다. 이러한 결과는 손실 함수의 최적화가 VT-ADL 모델의 전반적인 성능에 중요한 영향을 미칠 수 있음을 시사한다. 또한, 이 연구는 Vision Transformer 기반 모델의 이상 검출과 지역화 작업에 있어서 손실 함수 선택의 중요성을 강조하며, 향후 관련 연구에 유용한 기준을 제공할 수 있을 것으로 기대된다.

본 논문에서는 Self-Attention 기반 딥러닝 기법인 Dense Prediction Transformer(DPT) 모델을 MVTec Anomaly Detection(MVTec AD) 데이터셋에 적용하여 실제 산업 제품 이미지 내 이상 부분을 분할하는 연구를 진행하였다. DPT 모델의 적용을 통해 기존 Convolutional Neural Network(CNN) 기반 이상 탐지기법의 한계점인 지역적 Feature 추출 및 고정된 수용영역으로 인한 문제를 개선하였으며, 실제 산업 제품 데이터에서의 이상 분할 시 기존 주력 기법인 U-Net의 구조를 적용한 최고 성능의 모델보다 1.14%만큼의 성능 향상을 보임에 따라 Self-Attention 기반 딥러닝 기법의 적용이 산업 제품 이상 분할에 효과적임을 입증하였다.

Heating, Ventilating, and Air Conditioning(HVAC) 시스템은 난방(Heating), 환기(Ventilating), 공기조화(Air Conditioning)를 제공하는 공조시스템으로, 실내 환경의 온도, 습도 조절 및 지속적인 순환 및 여과를 통해 실내 공기 질을 개선한다. 이러한 HVAC 시스템에 이상이 생기는 경우 공기 여과율이 낮아지며, COVID-19와 같은 법정 감염병 예방에 취약해진다. 또한 장비의 과부하를 유발하여, 시스템의 효율성 저하 및 에너지 낭비를 불러올 수 있다. 따라서 본 논문에서는 HVAC 시스템의 이상 탐지 및 조기 조치를 위한 Transformer 기반 이상 탐지 기법의 적용을 제안한다. Transformer는 기존 시계열 데이터 처리를 위한 기법인 Recurrent Neural Network(RNN)기반 모델의 구조적 한계점을 극복함에 따라 Long Term Dependency 문제를 해결하고, 병렬처리를 통해 효율적인 Feature 추출이 가능하다. Transformer 모델이 HVAC 시스템의 이상 탐지에서 RNN 기반의 비교군 모델보다 약 1.31%의 향상을 보이며, Transformer 모델을 통한 HVAC의 이상 탐지에 효율적임을 확인하였다.

본 논문에서는 웹쉘 악성코드를 정확하게 분류하고, 빠른시간안에 자동으로 웹쉘 분류 및 분석을 통하여 웹쉘을 탐지하기 위하여 인공지능 머신러닝 기반의 Supervised AI ML 및 Classification 알고리즘을 적용하여 빠른 시간안에 분류, 정확한 분석을 통하여 자동화된 탐지시스템인 MWSDS를 제안하고 웹쉘 실험 데이터를 통하여 실증하였다. 본제안의 경우 웹쉘악성코드 공격에 대한 대응뿐만아니라 관리적인 정보보호 체계수립을 통하여 보다 효과적이며, 지속적으로 대응할 수 있을 것으로 전망된다.

본 논문에서는 온 디바이스 국방 AI를 위한 효율적인 학습 방법을 제안한다. 제안하는 방법은 모델 전체를 재학습하는 대신 필요한 부분만 세밀하게 조정하여 계산 비용과 시간을 대폭 줄이는 PEFT 기법의 LoRa를 적용하였다. LoRa는 기존의 신경망 가중치를 직접 수정하지 않고 추가적인 낮은 랭크의 매트릭스를 학습하는 방식으로 기존 모델의 구조를 크게 변경하지 않으면서도, 효율적으로 새로운 작업에 적응할 수 있다. 또한 학습 파라미터 및 연산 입출력에 데이터에 대하여 32비트의 부동소수점(FP32) 대신 부동소수점(FP16, FP8) 또는 정수형(INT8)을 활용하는 경량화 기법인 양자화도 적용하였다. 적용 결과 학습시 요구되는 GPU의 사용량이 32GB에서 5.7GB로 82.19% 감소함을 확인하였다. 동일한 조건에서 동일한 데이터로 모델의 성능을 평가한 결과 동일 학습 횟수에선 LoRa와 양자화가 적용된 모델의 오류가 기본 모델보다 53.34% 증가함을 확인하였다. 모델 성능의 감소를 줄이기 위해서는 학습 횟수를 더 증가시킨 결과 오류 증가율이 29.29%로 동일 학습 횟수보다 더 줄어듬을 확인하였다.

최근 각 기업의 AI 면접시스템 도입이 증가하고 있으며, AI 면접에 대한 실효성 논란 또한 많은 상황이다. 본 논문에서는 AI 면접 과정에서 지원자를 평가하는 방식을 시각, 음성, 자연어처리 3영역에서 구현함으로써, 면접 지원자를 다방면으로 분석 방법론의 적절성에 대해 평가하고자 한다. 첫째, 시각적 측면에서, 면접 지원자의 감정을 인식하기 위해, 합성곱 신경망(CNN) 기법을 활용해, 지원자 얼굴에서 6가지 감정을 인식했으며, 지원자가 카메라를 응시하고 있는지를 시계열로 도출하였다. 이를 통해 지원자가 면접에 임하는 태도와 특히 얼굴에서 드러나는 감정을 분석하는 데 주력했다. 둘째, 시각적 효과만으로 면접자의 태도를 파악하는 데 한계가 있기 때문에, 지원자 음성을 주파수로 환산해 특성을 추출하고, Bidirectional LSTM을 활용해 훈련해 지원자 음성에 따른 6가지 감정을 추출했다. 셋째, 지원자의 발언 내용과 관련해 맥락적 의미를 파악해 지원자의 상태를 파악하기 위해, 음성을 STT(Speech-to-Text) 기법을 이용하여 텍스트로 변환하고, 사용 단어의 빈도를 분석하여 지원자의 언어 습관을 파악했다. 이와 함께, 지원자의 발언 내용에 대한 감정 분석을 위해 KoBERT 모델을 적용했으며, 지원자의 성격, 태도, 직무에 대한 이해도를 파악하기 위해 객관적인 평가지표를 제작하여 적용했다. 논문의 분석 결과 AI 면접의 다면적 평가시스템의 적절성과 관련해, 시각화 부분에서는 상당 부분 정확도가 객관적으로 입증되었다고 판단된다. 음성에서 감정분석 분야는 면접자가 제한된 시간에 모든 유형의 감정을 드러내지 않고, 또 유사한 톤의 말이 진행되다 보니 특정 감정을 나타내는 주파수가 다소 집중되는 현상이 나타났다. 마지막으로 자연어처리 영역은 면접자의 발언에서 나오는 말투, 특정 단어의 빈도수를 넘어, 전체적인 맥락과 느낌을 이해할 수 있는 자연어처리 분석모델의 필요성이 더욱 커졌음을 판단했다.

본 논문에서는 키넥트 센서 기반의 운동 자세 교정 애플리케이션를 설계하고 구현한다. 이 애플리케이션은 사용자의 운동 자세를 실시간으로 감지하고 분석하여, 잘못된 자세를 교정하는 기능을 제공한다. 키넥트 센서는 사용자의 움직임을 3D로 캡처하여 자세의 정확도를 평가하며, 개선이 필요한 부분에 대한 피드백을 제공한다. 또한, 사용자가 올바른 운동 자세를 유지할 수 있도록 지원하며, 장기적으로는 운동 효과를 극대화하고 부상 위험을 줄이는 데 기여한다. 또한, 이 애플리케이션은 개인 트레이너의 필요성을 줄이고, 사용자가 스스로 운동 자세를 교정할 수 있도록 도와준다.

게임을 개발하는데 있어 게임 컨셉을 설정하는 것은 게임 개발에 참여한 개발자들이 하나의 목표점을 정하고 게임을 개발하게 하는 장점이 있으며 참여한 모든 개발자들이 자신들의 역할을 수해함에 있어서도 함께 가고자하는 방향성 및 개발하고자 하는 게임의 방향성을 설정하여 단계별로 개발하는데 중요한 시작점을 시사한다. 기존에 제안된 FGI를 활용한 게임 컨셉 디자인 방법론에 의하여 도출된 핵심 단어들을 분석하여 현재 젊은 개발자들이 어떠한 영역에 관심을 가지고 있는지에 대한 분석은 보다 성공적인 게임 개발 목표를 명확히 할 수 있다.

최근에 국내외 실감형 콘텐츠 산업의 가파른 성장에 따른 실감콘텐츠산업에 대한 관심이 높아지고 있은 상황에서 VR, AR, XR 시장은 혁신적인 변화를 주도하고 있다. 실감형 기잔의 기기의 게임들은 기존의 게임과는 다른 방식의 품질보증(QA) 접근 방식을 요구한다. 전통적인 2D 게임과 달리 물리적 상호작용과 환경 인식 기능같은 부분이 다르기 때문이다. 본 논문에서는 가상현실, 증강현실, 확장현실 기반의 게임에 대해서 테스트 시 각 기기마다 고려해야 할 사항들에 대한 내용들을 제시하고 해당 사항들에 대해서 효과적인 방안을 제시해본다.

2022년 국내 게임 시장 규모는 2021년 대비 8.5% 성장한 22조 7,723억 원에 달할 것으로 전망했으며, 눈에 띄는 건 모바일 게임의 시장 규모이다. 국내 모바일 게임 시장의 규모가 해를 거듭할수록 증가하고 있는 상황에 글로벌 게임 시장에서의 경쟁력 확보와 매출 증대를 위해서는 게임 업체에서 개발하는 게임의 품질에 대한 보증을 확보할 수 있는 완성도 높은 게임을 출시하는 것이 무엇보다 중요한 요소이다. 본 논문에서는 게임 시장에서 전세계 소비자 지출 중에 절반이 넘는 비중을 차지하는 모바일 게임에 대해서 완성도 높은 모바일 게임을 출시를 위해서는 개발도 중요한 부분이지만 개발과 함께 출시하는 게임에 대한 완성도를 검증하는 효과적인 자동화 테스트에 대한 방안을 제시하고자 한다.

본 논문에서는 Adobe Mixamo, 에픽게임즈 마켓플레이스, 유니티 에셋스토어 등에서 제공되는 모션캡쳐 FBX 데이터를 3ds Max 바이패드 애니메이션 시스템에 리타게팅 적용할 때 발생하는 문제점과 해결 방법을 살펴본다. 모션캡쳐 FBX를 바이패드에 리타게팅 하는 과정은 다양한 측면에서 이슈가 발생하는데 본 논문에서는 종아리와 하박 관절의 X축 회전 오차를 중심으로 살펴본다.

본 논문에서는 밀 수확량을 증가시키기 위한 일반화된 검출 모델을 제안한다. 일반화 성능을 높이기 위해 CutMix 알고리즘으로 데이터를 증식시켰고, 라벨링 되지 않은 데이터를 최대한 활용하기 위해 Fast R-CNN 기반 Pseudo labeling을 사용하였다. 학습의 정확성과 효율성을 높이기 위해 사전에 훈련된 EfficientDet 모델로 학습하였으며, OOF를 이용하여 검증하였다. 최신 객체 검출 모델과 IoU(Intersection over Union)를 이용한 성능 평가 결과, 제안된 모델이 가장 높은 성능을 보이는 것을 확인하였다.

본 논문에서는 O2O 상점의 자동화에 필수적인 객체 인식 모델의 성능 향상을 목표로, 생성 AI 기술을 이용한 데이터 증강 방법을 제시한다. 제안하는 방법은 텍스트 프롬프트를 활용하여 진열대 상품 이미지를 포함한 다양한 고품질 이미지를 생성할 수 있음을 보인다. 또한, 실제에 더 가까운 상세한 이미지를 생성하기 위한 최적화된 프롬프트를 제안하고, Stable-Diffusion과 DALL-E2의 생성 결과를 통해 비교 분석한다. 이러한 접근 방법은 객체 인식 모델의 성능 향상에 영향을 미칠 것으로 기대된다.

인공지능과 디지털 변환의 추세가 소매업계에서 온라인으로의 전환을 가속화하고 있다. 이러한 변화에 부응하여 본 논문에서는 O2O(Online-to-Offline) 상점을 위한 상품명 인식 기술을 제안한다. 제안하는 방법은 이미지 내 특징점과 이들 주변의 픽셀 정보를 포함하는 특징 디스크립터를 활용하여 상품 이미지와 진열대 사진을 비교하는 것에 초점을 맞춘다. 사용된 주요 알고리즘은 SURF와 BFMatcher, KnnMatch 방법으로, 이들은 각각 이미지의 특징점을 탐지하고 매칭하는 데 사용된다. 실험을 통해 적절한 임계값을 설정하여 높은 신뢰도의 매칭 결과를 선별하는 방법을 제시하였으며, 이를 통해 O2O 상점에서 상품 관리와 인식을 향상시키는 데 기여할 수 있다.

본 논문에서는 mask R-CNN의 이미지 세그먼테이션(Image Segmentation) 기법을 이용하여 철도의 선로를 식별하고 분류하는 방법을 제안한다. mask R-CNN의 이미지 세그먼테이션은 바운딩 박스(Bounding Box)를 통해 이미지에서 객체를 식별하는 R-CNN 알고리즘과는 달리 픽셀 단위로 관심 있는 객체를 검출하고 분류하는 기법으로서 오브젝트 디텍션(Object Detection)보다 더욱 정교한 객체 식별이 가능하다. 본 연구에서는 Pascal VOC 형태의 고속철도 데이터 24,205셋의 데이터를 전처리하고 MS COCO 데이터셋으로 변환하여, MMDetection의 mask R-CNN을 통해 픽셀 단위로 철도선로를 식별하고 정상/불량 상태를 분류하는 연구를 수행하였다. 선행연구에서는 YOLO를 활용하여 Polygon형태의 좌표를 바운딩 박스로 분류하였는데, 본 연구에서는 mask R-CNN을 활용함으로써 철도 선로를 더욱 정교하게 식별하였으며 정상/불량의 상태 분류는 YOLO와 유사한 성능을 보였다.

안개 영상은 먼지, 안개 등의 원인으로 영상 내의 물체가 흐리게 보이며, 빛의 산란으로 인하여 영상의 밝기가 높다. 기존의 다크 채널 방식은 하늘 영역을 따로 처리하지 않고, 안개 영상에서 얻어지는 다크채널을 바탕으로 전달량을 추정한다. 이러한 방식은 안개 영상 내 하늘 영역이 왜곡되는 문제가 발생하게 된다. 이와 같은 문제점을 해결하기 위하여 본 논문에서는 영상의 반전, 유클리드, 그리고 감마보정을 이용한 적응형 전달량을 추정하여 성능을 개선하였다.

본 연구는 와이어 하네스의 불량 여부를 정확하고 빠르게 감지하기 위해 컴퓨터 비전을 활용하여 압착된 단자의 길이, 단자 끝단 치수(너비), 압착된 부분의 폭(와이어부, 심선부)의 6가지 측정값을 계산하는 것을 목표로 한다. 단자 영역별 특징과 배경과 객체 간 음영 차이를 이용하여 기준점을 생성함으로써 값들을 추출하였다. 최종적으로 각 측정 유형별로 99.1%, 98.7%, 92.6%, 92.5%, 99.9%, 99.7% 정확도를 달성하였으며, 모든 측정값에서 평균 97%의 정확도로 우수한 결과를 얻었다.

본 논문에서는 키넥트 센서 기반으로 하는 동작 인식 애플리케이션을 설계하고 구현 한다. 이 애플리케이션은 본인이 응원하는 특정 연예인의 영상을 보고, 응원하는 동작을 하면 점수를 취득하게 되고, 누적되는 점수에 따라 그 연예인에 대한 기여도를 알 수 있도록 구현한다. 프레임별 조인트 움직임의 차이를 구하여 사용자의 움직임에 따른 점수를 부여하는 기능을 구현한다. 또한 전체 랭킹 시스템을 통해 동일한 연예인을 응원하는 사용자들이 공동의 소속감을 가지고, 더 나아가 자신들이 응원하는 연예인의 순위를 올리기 위한 경쟁을 유도하는 기능을 구현한다. 점수가 누적되면 단계별로 추가적인 애니메이션을 제공하여 흥미있게 볼 수 있는 기능도 구현한다.

본 논문에서는 키넥트 센서 기반의 치매 예방을 위한 카드 뒤집기 게임을 설계하고 구현한다. 이 게임은 사용자의 기억력 향상과 두뇌 활동 촉진에 따른 치매 예방을 목표로 한다. 키넥트 센서를 활용하여 사용자의 손 움직임을 감지하고, 이를 통해 게임 내에서 마우스 포인터의 움직임과 클릭 동작을 구현한다. 게임을 진행하면서 사용자는 뇌 활동뿐만 아니라 미세한 손의 움직임을 통한 운동을 유도하여 노인층의 두뇌와 신체 활성화를 기대한다. 이 게임은 사용자에게 즐거운 게임 경험과 신체 활동을 통한 두뇌 활성화를 제공하여, 치매를 예방할 수 있도록 한다.

본 논문은 금융 범죄 중 하나인 보이스피싱을 실시간으로 예방하기 위한 탐지 기법을 제안한다. 제안된 모델은 수화기에 출력되는 음성을 녹음하고 네이버 CSR(Cloud Speech Recognition)을 통해 텍스트 파일로 변환한 후 딥러닝 기반의 KoBERT를 바탕으로 다양한 보이스피싱 패턴을 학습하여 실시간 환경에서의 신속하고 정확한 탐지를 위해 실제 통화 데이터를 적절하게 처리하여, 이를 통해 효과적인 보이스피싱 예방에 도움을 줄 것으로 예상된다.

4차 산업 혁명의 시작으로 인공지능이 빠르게 발달함에 따라 현재 생성형 인공지능이 주목받고 있다. 이에 따라 딥보이스 기술과 딥페이크 기술을 활용하여 다양한 범죄가 발생하고 있어 관련 사례와 이를 해결하기 위해 진행 중인 연구에 대해서 조사하였다. 딥보이스와 딥페이크를 탐지하는 연구는 지속되고 있지만 관련 기술이 상용화되어 있지 않아 범죄를 예방하기에는 부족한 실정이다. 범죄에 악용되는 속도가 빨라지고 있는 만큼 더 많은 연구가 신속하게 이루어져야 한다.

다양한 변종들의 존재와 잘 알려지지 않은 취약점을 이용한 공격은 악성코드 수집을 어렵게 하는 요인들이다. 부족한 악성코드 수를 보완하고자 생성 모델을 활용한 이미지 기반의 악성코드 데이터를 증강한 연구들도 존재하였다. 하지만 생성 모델이 실제 악성코드를 생성할 수 있는지에 대한 분석은 진행되지 않았다. 본 연구는 VGG-11 모델을 활용해 실제 악성코드와 생성된 악성코드 이미지의 이진 분류하였다. 실험 결과 VGG-11 모델은 99.9%의 정확도로 두 영상을 다르게 판단한다

본 논문에서는 잊혀질 권리에 대한 법제도 및 법정책적 검토를 논하고자 한다. 잊혀질 권리는 알권리, 표현의 자유 등 다른 기본권과 충돌할 수밖에 없기 때문에 이 권리를 법률로 구체화하는데 다각적인 학제 간 연구가 선결문제로써 검토되어야 한다. 정보 주체에게 잊혀질 권리를 법제화하는 것은 그 정보를 사용하려는 사람의 표현의 자유를 제한하는 결과를 초래하기 때문에 일정한 한계를 노출할 수밖에 없다. 현행 개인정보 보호법, 정보통신망 이용촉진 및 정보보호 등에 관한 법률 등에서 개인정보의 파기제도를 신설하여 부분적으로 잊혀질 권리를 반영하고 있지만 헌법상 중요한 가치인 잊혀질 권리와 알권리 및 표현의 자유에 대해 조화롭게 균형을 찾는 것이 선행과제인 것이다.

랜섬웨어는 Ransom(몸값)과 Software(소프트웨어)의 합성어로, 데이터를 암호화하여 이를 인질로 금전을 요구하는 악성 프로그램이다. 블랙캣(BlackCat)과 같은 랜섬웨어가 스위스 항공 서비스 기업의 시스템을 마비시키는 공격을 시도하였으며, 이와 같은 랜섬웨어로 인한 피해는 지속적으로 발생하고 있다. 랜섬웨어에 의한 피해 감소 및 방지를 위하여, 다양한 랜섬웨어 탐지방안이 등장하였으며, 최근 행위 기반 침입탐지 시스템에 인공지능 기술을 결합하여 랜섬웨어를 탐지하는 방안이 연구되는 실정이다. 인공지능 기술은 딥러닝 및 하드웨어의 발전으로 데이터를 처리할 수 있는 범위가 넓어지면서, 다양한 분야와 접목하여 랜섬웨어 탐지를 위한 시스템에 적용되고 있지만, 국내는 국외만큼 활발하게 연구되지 않고 연구 개발 단계에 머물러 있다. 따라서 본 논문에서는 랜섬웨어에 감염된 파일에서 나타나는 특징 중 하나인 엔트로피를 데이터 분석에 활용함으로써, 랜섬웨어를 탐지하는 시스템을 제안하고 설계하였다.

군사 목적으로 개발된 드론은 최근 다양한 산업 및 민간 분야로 확대되고 있으며, 이러한 확대에 따라, 드론이 급격하게 발전하여, 농업이나 무인 드론 택배와 같은 산업 전반적으로 긍정적인 효과를 창출하는 추세이다. 그러나 이러한 발전에 반하여, 드론에 장착된 카메라를 통한 사생활 침해나 테러 목적으로 활용하는 것과 같은 부정적인 측면이 드러나기 시작하였다. 특히, 드론의 위치와 밀접한 연관이 있는 GPS와 관련하여, 무인 이동체의 특성상, GPS 신호에 의존하여 사용자에게 드론의 위치를 전달하지만, 이러한 GPS 신호를 송신하는 위성은 거리가 매우 멀리 위치하고, 이에 따라, 신호 세기가 비교적 약한 문제점을 가진다. 이와 같은 문제점을 악용하는 GPS 스푸핑 공격이 등장하였으며, 이 공격은 만약 공격자가 GPS 신호를 조작하여 송신한다면, 드론에 장착된 GPS 수신기는 조작된 GPS 위치를 수신하며, 이에 따라, 드론의 제어권을 탈취하거나 충돌 유발, 비정상적인 비행 경로 유도와 같은 문제점이 발생한다. 본 논문에서는 최신의 상용화된 드론을 대상으로, GPS 스푸핑 공격의 취약점을 분석하고 실증한다. 이를 위하여, 공격자가 비행 금지 구역에 해당하는 GPS 신호를 조작하는 것으로 공격을 시도하고, 이에 따른 드론에서 준비된 동작인 강제 착륙과 같은 비정상적인 행위를 유발하여, 드론의 임무 수행 능력을 제한하는 취약점을 분석하고 실험을 통하여 실증한다. 본 논문의 결과를 토대로, 최신 드론에서 발생 가능한 보안 위협을 도출함으로써, 드론의 안전성을 향상시키기 위한 자료로 활용될 수 있을 것으로 사료된다.

최근 개발되는 드론은 사용자의 편의를 위하여, 사진이나 동영상과 같은 파일을 휴대 기기로 전송하거나 휴대 기기로 드론을 조종하는 것과 같은 휴대 기기를 통한 다양한 기능들을 제공하며, 이러한 기능들은 와이파이를 기반으로 이루어진다. 그러나, 와이파이는 인증 해제 공격이나 Evil Twin 공격과 같은 취약점이 존재하며, 이러한 취약점으로 인하여 드론에서 제공하는 다양한 기능들과 관련된 보안 위협이 발생할 가능성이 존재한다. 따라서, 본 논문에서는 와이파이를 사용하는 드론에서 발생 가능한 취약점을 미리 분석하고 방어하기 위한 목적으로, 와이파이에서 발생 가능한 취약점 중 하나인 패스워드 크래킹 취약점을 분석하였다. 실험 결과, 드론에서 제공하는 와이파이의 패스워드를 크래킹함으로써 공격자가 드론 네트워크 내부로 진입이 가능한 것을 실증하였다. 향후, 드론 환경에서 패스워드 크래킹 뿐만 아니라, 와이파이에서 발생 가능한 다양한 취약점을 분석하고 실증할 예정이다.

기존의 외장 하드디스크는 보안 기능의 부재로 인하여, 비인가자로부터 디스크가 탈취되는 경우에는 저장된 데이터가 유출되거나 훼손되는 문제점이 존재한다. 이러한 문제점을 보완하기 위하여, 보안 기능을 제공하는 보안 외장 하드디스크가 등장하였지만, 보안 기능 중 패스워드나 지문 인증과 같은 사용자 인증을 우회하는 취약점이 지속적으로 발견됨으로써, 비인가자가 장치 내부에 안전하게 저장된 데이터에 접근하는 보안위협이 발생하였다. 이러한 보안위협은 국가사이버안보센터에서 공개한 보안 요구사항을 만족하지 못하거나, 만족하더라도 설계나 구현 과정에서 내포된 취약점으로 인하여 발생한다. 본 논문은 이와 같이 보안 외장 하드디스크에서 발생하는 취약점을 점검하기 위한 목적으로 보안 외장 하드디스크 익스플로잇 프레임워크를 설계하였다. 취약점을 점검하기 위한 전체 프레임워크를 설계하였고, 프레임워크에서 제공하는 각 기능 및 유즈케이스 다이어그램을 설계하였으며, 설계된 프레임워크를 활용한다면, 현재 상용화되었거나 추후 개발될 보안 외장 하드디스크를 대상으로 안전성을 평가할 것으로 판단된다. 그뿐만 아니라, 안전성 평가 결과를 기반으로, 보안 외장 하드디스크에 내재된 취약점을 보완함으로써 안전성을 더욱 향상시키고, 수동으로 분석하여야만 하는 보안 외장 하드디스크의 취약점 점검을 자동화함으로써, 안전성을 평가하는 시간과 비용 또한 절감할 것으로 사료된다.

다크웹(Dark Web)은 마약, 불법 촬영물, 해킹, 무기 등 불법 콘텐츠의 공유 및 거래가 이루어지는 인터넷 영역으로서 최근에는 소셜미디어와 연계된 형태로 범죄 양상이 변화하고 있다. 본 논문에서는 최근 국내 외 사회 문제로 대두되고 있는 마약 범죄를 추적하기 위한 다크웹 수사 기술로서 다크웹 사용자를 소셜미디어로 유인하는 마약 정보 수집체계를 개발한다. 먼저 미국 마약단속국에서 공개한 대표적인 마약 용어 3개의 표준어 및 은어를 검색 키워드로 사용하여 마약 관련 다크웹을 수집하고, 수집된 다크웹을 크롤링하여 소셜미디어 계정 링크를 추출한다. 본 논문에서는 다양한 소셜미디어 중, 트위터 및 텔레그램 접속 링크를 수집하였으며 실험 결과, 접속 가능한 총 54개 다크웹 도메인의 9,046개 웹 페이지에서 트위터 유인 링크 567개, 텔레그램 유인 링크 118개를 추출하였다.

본 연구는 기존 포털형 정보 서비스의 한계를 극복하고자, 이전 연구에서 제안된 연구자의 R&D 프로세스 과정에서의 협업을 지원하는 개방형 협업 지원 서비스 플랫폼을 기반으로 하여, 본 연구에서는 R&D 프로세스 중 '사전 단계'에 대한 설계와 구현을 소개한다. 우리는 R&D 프로세스를 문헌 리뷰와 연구 가설 설정 등을 수행하는 '사전 단계,' 실험과 데이터 분석 등을 수행하는 '실행 단계', 논문 작성 및 출판 등을 수행하는 '성과화 단계'로 구분하고, 이 중 '사전 단계'에 대해 프로젝트 뷰, 그룹 뷰, 문헌 뷰, 관계 뷰를 설계하고 구현하였다. 연구자는 이 플랫폼을 통해 문헌 내용 및 문헌 간 복잡한 연관성을 신속하게 파악할 수 있으며, 플랫폼은 연구자에 의해 자연스럽게 생성되는 사용자 정의 관계를 통해 향후 심층적인 문헌 네트워크 구축 및 분석이 가능해질 것으로 기대한다.

본 논문에서는 기존 철도 운영 및 관리시에 철도 주변환경으로 부터 발생하는 소음, 진동, 미세먼지 센서에서 다양한 실시간 스트림 데이터를 감지하고 정형화된된 데이터 패턴을 인식하고 분석할 수 있도록 데이터를 구성 및 저장하고 분석된 데이터를 표현할 수 있도록 시각화 지원을 위한 모니터링 시스템 플랫폼을 구현하였다. 데이터 전송을 위해 시리얼 통신 기법을 주로 적용하였으나, 센서와 디바이스의 증가로 인해 시리얼 통신의 한계가 나타났다. 따라서, 본 연구에서는 기존의 아두이노와 서버 간의 직접 통신 방식 대신 라즈베리파이를 도입하여 MQTT Broker(브로커)를 설치하고 통신을 진행하였다. 철도 데이터 모니터링 시스템 플랫폼은 NoSQL 데이터베이스인 MonGoDB와 데이터 시각화할 수 있는 Grafana를 이용하여 구축하였다.

본 논문에서는 기존 철도 운영 및 관리 모니터링 시스템 플랫폼을 활용하여 수집한 소음, 진동 데이터들을 데이터 마이닝 하는 전 과정을 다루고 있다. 데이터 마이닝 과정은 python에서 제공하는 라이브러리를 사용하여 진행되었으며 데이터 저장, 정제, 분석 및 시각화 단계로 구성된다. 본 논문 및 이어질 후속 연구는 철도 사고 예방을 위한 아키텍처 설계에 유의미한 기여가 가능할 것이다.

최근 중대재해처벌법 등 근로자의 안전 및 건강관리를 위한 인식이 확산되며, 기업들의 근로자 건강관리 솔루션으로 디지털헬스케어의 건강관리서비스 플랫폼이 주목받고 있다. 그러나 국내 디지털헬스케어 시장에서 건강관리서비스 플랫폼은 사업화 단계에서 어려움을 겪고 있다. 본 논문에서는 개인건강기록에 기반한 맞춤형 건강관리서비스 플랫폼의 성공요인의 우선순위를 도출하여 효과적인 운영을 위한 실질적 전략의 시사점을 제시하였다. AHP 방법론을 통한 플랫폼 공급자와 수요자 측면 전문가 집단 연구 결과 법/제도, 데이터 분석 및 플랫폼 설계, 시스템 보안성, 시스템 안정성순으로 나타났다, 본 연구의 우선순위 결과를 통해 건강관리서비스 플랫폼, 나아가 국내 디지털헬스케어의 활성화 및 경쟁력 제고에 기여할 수 있기를 기대한다.

이 논문은 현대의 불규칙한 기후 환경에 주요한 영향을 미치는 탄소 배출을 감소시키기 위한 현실적인 방안을제공하고자 한다. 우산 대여시스템은 일회용 우산구매 시 사용 절제를 장려할 수 있는 시스템으로, 사용 시 지속해서 탄소 배출을 감소시킬 수 있다. 사용자는 자신이 위치한 곳에 가까운 대여소를 애플리케이션으로 선택 후 대여가 가능하며 대여한 곳과 다른 대여소에도 반납할 수 있다. 지난 몇 년간 시행됐던 아날로그식에 단점인 회수율을 시민의식이라는 신념에만 의존하지 않고 NFC 보안과 Node MCU 통신 탑재를 통해 효율적으로 다양한 상업이나 공공기관에서 확장될 수 있을 것으로 기대한다.

본 논문에서는 최근 몇 년 동안 스마트시티 인프라 투자가 크게 성장하였으며 글로벌 스마트 쓰레기통 시장은 성장 가능성이 높을 것으로 예상된다. 본 논문에서는 이에 발맞추어 CNN과 MQTT를 활용한 스마트 쓰레기통을 제작하였다. 쓰레기의 종류를 구별하고 해당되는 쓰레기통의 뚜껑을 골라 여는 것은 현대인의 생활에서 비효율을 야기한다. 이러한 문제를 해결하고자 CNN을 통한 효율적인 분류와 MQTT를 통한 통신, 센서들을 활용한 더 나은 쓰레기 수거 방식을 제공한다. 스마트 쓰레기통으로 일상을 더욱 편하고 효율적이게 만드는 데 기여하고자 한다.

도시에서의 쓰레기 무단투기는 주민들의 삶의 질에 직접적인 영향을 미치는 중요한 사회 문제이다. 환경 및 공기 오염이 큰 문제로 나타나며, 시민들은 시각 및 후각적 불편을 겪는다. 무분별한 쓰레기 투기는 해충의 서식지가 되어 다양한 질병의 유발 가능성을 증가시키며, 정상적인 분리수거 시스템을 방해하고 환경을 더욱 악화시킨다. 따라서 무단투기 쓰레기는 사회, 환경, 건강 측면에서 다양한 불편함을 초래한다. 이 연구는 서울시 자치구를 대상으로 쓰레기통의 개수, 무단투기 건수, 거주 인구수, 무단투기 감시 CCTV 개수, 전체 CCTV 개수, 주택 수 등의 다양한 변수 간의 상관관계를 분석하여, 도시 환경에서의 쓰레기 처리와 무단투기 감소에 대한 개선방안을 도출하고자 한다.

본 논문에서는 자치구별 집 가격과 인프라 데이터를 통한 분석을 기반으로, 저렴한 주택 지역에 입주하는 사람들의 우려와 관련하여 좋은 동네와 안좋은 동네의 차이를 다각도로 조망하고자 한다. DataSet은 서울 열린 데이터 광장과 보건의료 빅데이터 개방 시스템에서 수집한 공공데이터를 활용한다. dependent variable로는 자치구별 인프라 데이터셋을 사용하였으며, independent variable는 자치구별 집 가격을 기반으로 데이터 분석을 수행한다. 본 논문에서는 다양한 분석 기법을 활용하여 모델의 정확도와 신뢰성을 향상시키고, 이를 토대로 동네의 특징과 주거 환경의 차이를 명확히 도출하여 결론을 이끌어내고자 한다.

본 논문은 진접선 개통 이후 급증하는 서울 지하철 4호선의 혼잡 문제와 현재 진행 중인 장애인 차별 반대 시위를 다룬다. 네이버의 지도 API를 활용해 위도와 경도 데이터를 추출하고 지하철 노선별 장애인 승객 수와 최대 지연시간을 시각화한다. 2호선과 4호선의 혼잡도가 표시되어 문제의 심각성을 알 수 있다. 평균 출퇴근 시간 탑승 및 하차 수치를 분석하여 4호선 편의시설 개선, 2·4호선 열차 운행 횟수 늘리기, 환승역 운영 최적화 등 전략적 권장 사항을 제시한다. 제안된 대책은 서울시 지하철 시스템의 접근성 향상, 혼잡완화, 전반적인 효율성 제고를 통해 보다 폭넓은 교통시설 개선과 승객 편의 증진에 기여하는 것을 목표로 하고 있다.

비만은 단순히 개인의 게으름의 문제가 아니라 하나의 위험한 질병으로서 치료를 위해 전문가의 도움이 전적으로 필요로 한다. 개인만의 극복해야 하는 문제가 아니라 사회적 문제로 거론되어 국가 차원에서의 규제와 같은 적극적인 도움이 필요하다. 비만으로 생기는 경제적 손실 또한 무시할 수 없다. 의료비용, 생산성 감소, 사회 보건 문제, 질병 예방 비용 등이 있다. 이 연구는 전 연령층을 대상으로 하되, 아시아, 북아메리카, 남아메리카와 같이 대륙별로 근처 나라들의 2009년에서 2019년까지 10년의 비만 지수와 경제지표를 R을 활용한 회귀분석, 상관관계 분석, Pearson 회귀분석으로 비교하여 가치 있는 결과를 찾는 데 있다. 비만의 해결은 개인의 행복뿐만 아니라 국가의 경제 성장 그리고 회복에 큰 핵심적 요소가 된다는 걸 검증하는 연구이다.

언젠가 한 번쯤 "뉴스에서 발생하는 소식들은 주가변동에 어떤 영향을 줄까?" 하고 궁금해 본 적이 있을 것이다. 본 논문에서는 이러한 궁금증을 해소하기 위해 뉴스기사에 따른 주식시장의 변동을 연구분석한 내용을 소개한다. 이를 위해 뉴스기사를 크롤링하고 자연어 처리 기술을 통해 긍정적 기사와 부정적 기사를 분류하고 해당 날짜의 주가변동 그래프를 분석하여 뉴스에서의 긍정적 요소와 부정적 요소가 주식시장에 얼마나 영향을 주는지 머신러닝 알고리즘을 통해 알아보았다.

최근 통계자료에 따르면, 매년 화재 발생 건수와 이로 인한 피해가 증가하는 것으로 나타나고 있다. 이에 따라 본 연구에서는 여러 공공 데이터를 분석하여 각 지역별 특성이나 환경적 요인에 따른 화재의 원인을 분석해고보가 한다. 분석을 위하여 화재 발생 건수, 시도별 공장 수와 인구수, 계절별 화재 발생수, 장소별 화재 요인에 대한 각각의 공공 데이터를 활용하였다. 분석 결과 지역별 공장 수와 비례하지않은 화재 발생 건수나, 대중적으로 생각하는 겨울철 가장 많은 화재의 발생보다 봄철에 더 많은 화재가 발생되었던 통계 결과와 같이 각 지역적인 특성이나 발화요인에 따라 화재 발생률에 미치는 영향은 다르게 나타난다는 것을 알 수 있었다.

본 연구에서는 장애인 고용에 대한 중요성과 장애인 고용률 증진의 개선 방안 제시를 목적으로 하며, 특정 지역에 대한 장애인 고용률 부진에 대하여 분석하였다. 제주도에 대한 장애인 고용률은 해당 지역의 고용률에 비해 상당히 부진한 상황이다. 이러한 문제의 원인을 확인하고 개선하기 위한 방안을 찾아보았으며 분석 결과 제주도에는 장애인에게 적합하지 못한 산업이 주를 이루어 해당 사업장에서 일자리를 구하기 어려운 상황인 것이 가장 큰 원인이었다. 다른 원인으로는 장애인 미고용시의 부담금 납부에 대한 대상이 아니거나 근무환경의 유해함이 뒤를 이었다. 해당 지역의 장애인 고용 증진을 위해서 정책의 개선이 필수적인 것으로 보인다.

본 논문은 2017년부터 2022년까지의 항공정보통계포털 데이터를 기반으로 코로나19가 항공 산업에 미치는 영향을 깊이 분석한 것이다. 인천국제공항, 김포공항, 제주국제공항의 데이터를 중점으로 사용했다. 국내선과 국제선의 항공수요 추이를 월별로 시각화하여, 코로나19의 직접적인 영향 뿐 아니라 사회경제적인 다양한 요인과의 상호작용을 강조했다. 특히, 국내 여행비용 상승이 해외 여행의 매력도를 높일 수 있는 요인으로 논의되었다. 논문은 코로나19의 영향이 계속되며 항공 산업에 지속적인 변화를 초래하고 있다는 결론을 내리고, 항공 산업의 미래 전략 수립 시 다양한 변수를 고려하는 중요성을 강조했다. 또한, 코로나19 이후의 항공 여행 패러다임을 예측하는 데 중요한 기초 자료로서의 역할을 강조한다.

본 논문은 대기 중 탄소 배출로 인한 기후 변화의 분석과 개선 방안을 목적으로 하고 있다. 이 연구는 탄소 배출이 1990년부터 2020년까지 어떻게 변해왔는지를 분석하여, 세계적으로 탄소 절감을 위한 노력으로 18년도부터 탄소 배출량이 점진적으로 감소하는 추세를 확인하였다. 이러한 추세는 앞으로의 탄소 배출으로 인한 기후 변화를 예측하는 데 중요한 정보를 제공한다. 또한, 이를 통해 재산 피해를 최소화하기 위한 예측을 수행하였다. 이러한 연구 결과는 탄소 배출이 줄어들면서 기후 변화의 미래에 긍정적인 영향을 미칠 수 있음을 시사한다. 추가적으로, 더 나은 대기 환경을 위한 노력과 기술적 개선이 필요하며, 이는 우리의 지구를 보다 지속 가능한 방향으로 이끌어 갈 것이다.

1832년 휘트스톤 미러 입체경으로부터 시작해 현재 메타버스 라는 개념이 도입이 시작 되면서 이 메타버스는 가상 현실(VR) 기술을 통해 사람들이 디지털 세계에서 상호작용할 수 있는 새로운 차원을 제공한다. VR기기는 메타버스 세계를 들어오기 위한 도구 중 하나이며, 메타버스의 핵심 요소 중 하나이다. 이러한 맥락에서 VR 시장은 경제적으로 더 이상 간과할 수 없는 중요한 영역이 되는데. 특히, SONY와 Meta는 현재 VR 기기 시장을 주도하고 있는 두 거대 기업으로, 두 회사의 전략과 시장 점유율은 매우 중요한 의미를 가진다. 본 논문은 SONY와 Meta의 제품 판매량을 분석하여 한국 시장에 이들 기업의 데이터를 대입하여 분석해보아, 흥미로운 시사점을 얻을 수 있다는 가능성을 보고, 한국 내 VR 시장의 미래 잠재력을 파악할려는 의도를 가진다.

OTT(Over-The-Top) 플랫폼의 부상은 미디어 콘텐츠 소비 방식을 혁명적으로 변화시키고 있다. 본 논문은 Netflix, Amazon Prime Video, Disney+, Hulu 등 주요 OTT 플랫폼에 등록된 영화들을 IMDb 평점과 러닝타임, Rotten Tomatoes 지수를 중심으로 분석한다. 이를 통해 현재의 영화 시장 트렌드와 소비자 선택, 시장 전략에 중요한 정보를 제공하려 한다. 분석 결과, 플랫폼별로 제공하는 영화의 품질과 러닝타임이 다양하며, 소비자들이 선호하는 영화 테마를 시각적으로 파악할 수 있는 워드 클라우드를 포함한다. 이러한 결과는 OTT 플랫폼의 전략적 콘텐츠 제공과 소비자 행동 이해에 기여할 수 있는 중요한 통찰력을 제공한다.

생활 수준 향상과 의학 발달로 평균수명이 증가하면서 노령화가 빠르게 진행되고 있으며, 이로 인해 노인 인구가 급증하고 있는 추세다. 노인 요양병원의 위치가 중요시되고 있지만, 노인 치유환경의 부족과 열악한 상태가 확인되어 연구와 개선이 시급하다. 노인 인구 증가로 노인 의료비가 상승하는 가운데, 노인 요양병원의 의료 서비스 영향을 살펴보고, 법적 규제의 필요성과 노인 의료 시스템의 취약성 극복 방안을 연구하고 있다. 본 연구의 소프트웨어 시스템은 노인 요양원 환자에게 독특하고 혁신적인 경험을 제공하며, 주사, 시술, 수술, 진료뿐만 아니라 긍정적인 마음가짐과 예술적 감각을 통해 치유적인 공간을 조성한다. 이를 통해 환자들은 시각적 자극을 체험하며 긍정적인 영향을 받게 될 것이다.

본 논문은 이미지 인식, 지도 기반 검색, 그리고 키워드 검색을 활용한 문화유산 검색 어플리케이션의 개발과 성능 분석에 대한 연구를 다룬다. 우리는 이러한 다양한 기술과 기능을 결합하여 사용자에게 맞춤형 문화유산 정보를 제공하는 어플리케이션을 설계하고 구현하였다. 더불어, 어플리케이션의 성능을 평가하고 향상시키기 위한 실험과 분석을 수행하였다. 연구 결과, 이미지 인식 및 지도 기반 검색을 활용한 어플리케이션은 문화유산 관련 정보를 빠르고 정확하게 제공함으로써 사용자의 경험을 향상시킬 수 있음을 확인하였다. 이러한 연구는 문화유산 검색 어플리케이션의 개발과 성능 향상을 위한 중요한 기여를 제공할 것으로 기대된다.

본 논문에서는 CNN 알고리즘을 사용한 수학 문제 답지 추론 모델에 대한 소개를 다룬다. 현재의 학습 보조 서비스 중에서도 질문에 답하는 서비스들이 흔하지만, 수학 문제에 특화된 이미지 기반 답지 추론 서비스는 부족한 상황이다. 본 논문에서는 MathDataset 클래스를 활용하여 수학 문제 이미지와 정답을 연결하는 데이터셋을 생성하고, CNN 알고리즘을 사용하여 모델을 훈련하는 방법을 제시한다.

본 논문은 반려견의 사회 이슈 및 사육과 관련된 정보를 제공하고 반려인들의 소통을 원활히 수행할 수 있는 커뮤니티 '멍글멍글'을 개발한다. 반려견에 대한 관심이 계속 늘어나며, 이에 따른 시장 및 제도의 확장으로 반려인들이 얻는 정보의 불확실성과 제도에 대한 이해도가 감소하고 있다. '멍글멍글'은 이러한 맥락에서 출발하여 반려견을 키우는 사람들에게 신뢰성 있는 정보를 전달하고 원활한 소통을 촉진하기 위한 목적으로 개발되었다. 선정된 크리에이터가 정리한 객관적인 정보를 비롯하여 누구나 질문하고 답하며 소통할 수 있는 커뮤니티 기능, 반려견의 건강기록과 일정 관리 등의 기능을 제공함으로써 사용자는 한곳에서 다양한 서비스를 이용할 수 있습니다. 이를 통해 반려동물의 양육 난도를 낮추고 양육 만족도를 높여 더 건강하고 행복한 생활에 도움을 줄 것으로 기대된다.

고령 인구의 지속적인 증가로 인해 고령자의 안전과 관련된 문제는 주요한 관심사 중 하나로 부상하고 있다. 특히, 고령자들 사이에서 자주 발생하는 낙상 사고는 심각한 건강 문제를 일으킬 수 있으며, 이를 예방하고 대응하는 것은 고령 인구의 삶의 질을 향상하는 데 중요한 역할을 한다. 본 연구는 8대의 카메라로 촬영된 영상과 센서 데이터를 통합한 낙상 감지 기법을 제안한다. 제안한 기법은 MediaPipe를 활용하여 Skeleton Keypoint를 추출하는 이미지 인식 기법과 센서 데이터에서 얻은 특징을 활용하는 센서 기반 기술을 결합하여 낙상 사고의 발생 및 방향을 효과적으로 감지할 수 있다. 이러한 결과를 바탕으로 본 연구는 향후 고령자들의 생활 안전성과 의료 시스템의 효율성을 높이는 데 이바지할 수 있을 것으로 기대한다.

스마트홈과 연동하는 안전한 방범창은 외부의 침입자를 차단하고 주거 내의 물품 도난 및 개인의 신변을 보호하기 위한 안전설비로 다양한 형태의 방범창이 존재한다. 스마트홈은 건물 내의 센서가 화재를 감지하면 방범창 내부의 원격시스템이 자동으로 방범창을 매우 짧은 시간 안에 개방할 수 있도록 설계한다. 화재 등 재난시 상하부 방법창이 자동으로 개폐되도록 랙피니언을 이용하여 방범창의 위쪽 창틀을 상승시켜 창살이 움직일 수 있도록 개방하고 동시에 아래쪽 창틀이 회전하도록 구성하여 화재 및 폭우 등에 인명피해를 줄일 수 있도록 설계한다. 스마트홈 시스템과의 연계로 재난을 미리 감지하고 탈출구를 개방한다면 신속하고 안전한 대피가 가능하고, 기존의 프레임 부분 변경에 간단한 시스템만 변경하여 적용할 수 있어, 간단한 구조로 설치할 수 있고 낮은 비용으로 스마트홈을 구성할 수 있다. 특히 스마트홈과 연동하여 재난을 미리 감지하고 탈출구를 개방함으로써 신속하고 안전한 대피가 가능하여 다양한 재난을 대비할 수 있다.

이 연구의 목적은 EMG 바이오피드백을 이용한 가로막 호흡 재교육 운동이 전방머리자세 성인의 들숨 기능의 효과를 알아보고자 하였다. 이연구 결과 EBDBEG에서 최대들숨압(PIP) 유의하게 증가하였다(P<.0.5). 따라서 바이오피트백을 적용한 시각적 되먹임을 통해 가로막호흡운동 시 보다 정확하게 가로막의 수축과 이완의 움직임을 인지하고 호흡 보조근을 억제를 유도할 수 있을 거라 생각되며 좀 더 장시간의 적용은 호흡기능 및 전방머리자세에도 긍정적인 역할을 할 것이다.

최근 병원에서는 빅데이터, 지능형 사물인터넷(AIoT) 등 인공지능 기반 기술들을 활용하여 환자 진료 및 치료 영역은 물론 의료산업 및 의료 시설 등과 관련된 다양한 영역에서의 활용방안을 모색하고 있다. 지능형 사물인터넷(AIoT, Internet of Things)은 AI와 IoT의 기술적인 결합으로 산업의 혁신을 가져와 국가 전체의 생산성을 높일 수 있을 뿐만 아니라 삶의 질의 변화는 물론 병원의 의료 환경에 있어서도 많은 파급 효과를 가져다 줄 것으로 예상하고 있다. 본 논문에서는 병원의 효율적인 공간관리를 위한 AIoT 기반의 가변 스마트 진료실 예약 시스템에 대한 설계 및 구현을 통하여 병원의 주요 자산인 공간이라는 개념을 효율적으로 이용하고 병원 내 소통과 협업을 위한 유연한 진료 환경을 제공함으로서 병원의 규모와 진료 전문성에 맞추어진 가변적 공간 기능을 통해 병원의 경쟁력을 높이는 것을 그 목적으로 하고 있다.

본 연구의 목적은 결혼이주여성의 디지털 정보 활용 역량과 삶의 만족도 관계에서 디지털 정보화 자기효능감의 매개효과를 검증하는 데 있다. 이러한 연구 목적 달성을 위해서 "2022년 디지털정보격차 실태조사" 자료에서 결혼이민자 중 여성의 응답을 SPSS 25.0, AMOS 24.0 통계패키지를 이용하여 디지털 정보 활용 역량을 독립변수로 하고 삶의 만족도를 종속변수로 설정하였다. 그 결과, 첫째, 결혼이주여성의 디지털 정보 활용 역량이 삶의 만족도에 미치는 영향은 통계적으로 유의하지 않았다. 둘째, 결혼이주여성의 디지털 정보 활용 역량은 디지털 정보화 자기효능감에 정(+)적인 영향을 미쳤다. 셋째, 결혼이주여성의 디지털 정보화 자기효능감은 삶의 만족도에 정(+)적인 영향을 미치는 것으로 나타났다. 넷째, 디지털 정보 활용 역량이 디지털 정보화 자기효능감을 매개로 삶의 만족도에 미치는 영향의 부트스트랩핑을 통해 통계적 유의성을 확인한 결과, 신뢰구간에 0이 포함되지 않았고, 통계적으로도 유의하였다.

본 연구의 목적은 결혼 이주 여성의 디지털 정보화 변화 만족도에 미치는 영향을 탐색하는 데 있다. 이를 위해 2022년 실시한 디지털정보격차 실태조사 자료 중 결혼이주여성 응답을 SPSS 25.0 통계프로그램을 활용하여 영향 관계를 분석하였다. 결과, 첫째, 결혼 기간이 정(+)적인 영향을 미쳤다. 둘째, 스마트폰 이용일수가 정(+)적 영향을 미치는 것으로 나타났다. 셋째, 디지털 정보화기기 활용 역량 중 PC 활용 능력은 부(-)적 영향을 미쳤고, 모바일기기 활용 능력은 정(+)적 영향을 미쳤다. 넷째, 디지털 정보활용 역량 중 취미여가에 활용은 결혼 이주 여성의 디지털 정보화 변화 만족도에 정(+)적 영향을 미치는 것으로 나타났다. 다섯째, 디지털 사회자본 중 가교형 사회자본이 정(+)적 영향을 미치는 것으로 나타났다. 여섯째, 디지털 정보화 자기효능감은 결혼 이주 여성의 디지털 정보화 변화 만족도에 정(+)적 영향을 미치는 것으로 나타났다.

In this study, a survey was conducted on performers to determine the influence and relationship between performers' satisfaction and revisit intention to revitalize performing arts. The survey is organized into three areas: general characteristics, satisfaction with performance, and intention to revisit.

본 연구는 국내 금융(보험)영업조직을 대상으로 영업조직의 통제유형에 따라 조직구성원들의 조직몰입과 지식공유 및 활용, 경영성과에 어떠한 영향을 주는지를 살펴보고자 하는 실증연구이다. 본 연구에서는 통제를 산출통제(Output Control), 과정통제(Process Control), 사회통제(Social Control)로 구분하여 통제유형에 따라 금융영업조직 내 구성원들의 조직몰입과 조직 내 지식공유 및 활용, 경영성과에 어떠한 유의한 영향을 미치는지 실증분석을 통하여 알아보고자 한다.

본 논문에서는 사회연결망분석을 이용하여 무인체계 관련 뉴스, 기사 자료를 분석하고 이를 통해 무인체계 발전의 중심을 파악하고자 하였다. 국방부는 인구감소로 인한 병역자원의 감소 문제를 해결하기 위해 발전하는 과학기술을 바탕으로 기존 병력 중심의 유인체계에서 AI 기반 유·무인 복합전투체계로 전환하기 위한 계획을 추진하고 있다. 이에 따라 최근 5년간의 무인체계 발전 동향을 확인함으로써 국방 무인체계 발전의 중심이 되는 노드를 살펴보고자 한다.

본 논문에서는 예비유아교사를 위한 VR·AR 활용한 수업 모형에 관한 연구이다. 최근 4차산업혁명시대를 맞아 유아교육 분야에서 디지털교육 등 다양한 기술을 활용한 활동에 관한 요구는 많이 있으나 예비유아교사 및 유아에게 새로운 IT기술을 활용하여 누리과정 연계 및 놀이중심 활동을 적용하는 데에는 많은 어려움이 있다. 왜냐하면 최신 기술을 유아들의 활동에 접목하려면 IT 기술 이해와 경험 뿐 만 아니라 유아에 대한 발달수준, 누리과정에 대한 이해, 놀이중심 교육과정 등에 대한 심도있는 융합이 필요하기 때문이다. 따라서 본 연구에서 VR·AR 활용한 수업 모형으로 예비유아교사를 교육함과 동시에 이를 통해 유아들에게 다양한 체험과 놀이가 가능한 활동을 제안하고자 한다. 이는 최신 멀티미디어기술로써 VR·AR 활용하므로 예비유아교사 및 유아들에게 융복합적인 교육효과를 줄 수 있으므로 유아교육분야에 기여하는 바가 크다.

이 연구에서는 21세기 정보화 시대의 중요성을 감안하여 창의적 문제해결 프로세스인 디자인 씽킹과 그 첫 번째 단계인 '공감' 단계에 초점을 맞추어 ChatGPT를 페르소나 기법과 결합하여 사용자 이해와 공감을 강화하는 방법을 제안한다. 이를 통해 스탠퍼드 D.School의 디자인씽킹프로세스를 기반으로 한 창의적 문제 해결을 강조하고, ChatGPT를 활용하여 페르소나를 개발하고 심층 인터뷰를 통해 사용자를 더 잘 이해하고 공감하는 방법을 탐구한다. 프로그램을 통해 학생들이 실제로 창의인적 문제 해결 능력과 공감 능력을 향상시킬 수 있도록 하여, 미래를 대비하는 역량을 효과적으로 강화하는 교육 방법을 제시한다.

가상현실 기술을 활용한 역사 교육 콘텐츠 개발은 미래 교육 환경에 적응하고 학습 경험을 혁신하기 위한 중요한 도전이다. 이를 통해 시각적·체험적 학습을 강화하여 학생들의 흥미와 참여도를 높일 수 있으며, 다양한 교육 자료를 가상 현실에서 체험하면서 깊은 이해를 도모할 수 있다. 메타버스 기술은 역사적 사건들을 현실과 가상의 경계를 넘어 재현할 수 있는 독특한 기회를 제공하며, 이를 통해 학생들은 적극적으로 학습에 참여하며 창의성과 문제 해결 능력을 키울 수 있다. 따라서 이 콘텐츠의 개발은 교육의 미래를 모색하고, 새로운 학습 환경에서의 효과적인 교육 방법을 개발하는 데에 중요한 역할을 할 것으로 기대된다.

본 논문에서는 메타버스 기반 교육에서 학습자의 상호작용 중요성을 분석하고 전통적인 교육 방식의 차이점을 확인하여, 메타버스 환경에서 제공되는 다양한 학습 경험들이 교육의 효용성을 항상 시키는 방법에 관해 확인한다. 그리고 메타버스 기반 교육이 가져오는 혁신적인 변화와 사용자의 상호작용 중요성에 대한 새로운 방향성을 제안한다.

본 논문에서는 키넥트 센서 기반의 치매 예방 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 노년층의 치매 예방을 위해 기억력을 향상시키고 간단한 동작으로 운동을 촉진할 수 있는 햄버거 만들기 게임을 구현한다. 햄버거 만들기 게임은 키넥트 센서 기반으로 조인트와 스켈레톤 기능을 활용하여 하늘에서 떨어지는 재료들을 순서에 맞게 획득하여 햄버거를 완성함으로써 점수를 얻는다. 사용자들은 제한 시간이 끝날 때까지 계속 진행하며 순서를 기억해 내는 과정을 통해 기억력을 향상시키고, 재료를 잡기 위한 활동적인 움직임으로 치매 예방에 도움이 되는 운동 기능을 제공한다.

본 논문에서는 키넥트 센서 기반의 쓰레기 분리수거 게임을 설계하고 구현한다. 이 애플리케이션은 키넥트 센서의 스켈레톤 인식 기능을 통해 사용자를 게임 속 분리 수거통으로 표현하게 하여 분리 수거 대상 품목에 해당하는 개체에 닿으면 점수를 증가시킨다. 만일 일반 쓰레기에 닿을 시 3회의 기회가 카운트 되어 전부 소진히게 되면 게임이 종료되도록 구현한다. 해당 게임을 시행함으로써 분리수거에 적극적인 참여를 도모하여 이에 따른 행동을 취함으로 쓰레기 문제에 대한 인식을 높이고, 분리수거에 대한 재미와 도전을 제공한다.

본 논문은 킥보드 음주운전을 방지하기 위해 알코올 센서를 활용하여 킥보드 대여 전 사전에 음주운전을 방지하는 기능을 가지고 있는 애플리케이션이다. 기존 킥보드 대여 애플리케이션과는 다르게 제안한 애플리케이션은 킥보드 대여 전 API를 이용한 운전면허 검증 및 아두이노 알코올 센서를 이용한 알코올 수치를 측정하여 사용을 제한하고 사고를 미리 방지한다. 또한 사용자는 애플리케이션을 통해 지도에 표시된 킥보드의 마커를 클릭하여 대여 및 반납 시 카드 자동결제를 통해 간편하게 사용할 수 있도록 구현하였다.

본 논문은 환경 보호와 도시 이동성 최적화를 위한 효율적인 운행 수단인 카풀(Carpool)을 제안한다. 카풀은 도로의 차량 수를 감소시켜 도로 교통 혼잡과 주차 공간 필요성을 줄이는 효과를 가져온다. 또한 카풀은 운전자 개인이 부담해야 할 운행 비용을 여러 명이 함께 부담하여 경제적 부담을 감소시킨다. 본 프로젝트에서는 실시간 GPS를 이용하여 이용자의 실시간 위치를 파악하여 이용의 편의성과 안전성을 향상시켰다. 카카오페이 API를 활용한 선 결제 시스템, 파이어 베이스를 이용한 채팅 기능, 웹 소켓을 활용한 실시간 알람 기능을 이용하여 더욱 안전한 이용이 가능하도록 하였다. 웹 환경에서도 관리자가 회원들의 관리를 보다 효율적으로 할 수 있게 하였다. 본 논문에서는 기존의 카풀 서비스의 문제점을 제시하고 그에 대한 해결 방안을 구현하여 안전한 카플 서비스를 지원한다.

본 논문에서는 모바일 기기에 티켓을 발매하는 발권 애플리케이션을 설계 및 구현하였다. 애플리케이션은 사용자가 웹 인터페이스를 통해 메뉴 선정과 결제를 완료하여 모바일 기기로 QR 코드 식권을 발급받도록 구현한다. 식권 결제는 PG 연동을 통해 이루어지며, 식권 코드의 유효성은 코드 스캐닝을 통해 실시간으로 검증되도록 구현한다. 그리고 관리자가 식권 판매와 사용 현황을 확인할 수 있는 모니터링 기능을 구현한다.

환경오염으로 인한 문제는 매년 발생하고 있다. 그러나 환경오염의 심각성을 인식하고 있는 비율에 비해 환경보호 실천보다 생활의 편리함이 더 중요하다고 생각하는 비율이 높으며, 올바른 환경보호 지식을 습득하고 있는 수가 적다. 유년기, 청소년기에 초중고교에서의 교육을 통해 올바른 환경 지식을 습득하고 환경을 보전하려는 태도를 갖추는 것이 중요한데, 환경 교과목을 채택한 교육기관의 수는 14.1%로 절반도 채 되지 않는다. 본 논문은 가상공간 내에서 올바른 분리수거 방법을 습득하고, 학습자가 이를 실생활에 적용하기 용이한 게임기반의 체험형 VR 환경교육 콘텐츠를 제시하고자 한다.

본 논문에서는 Spring Boot와 Spring Security 프레임워크를 기반으로 개발된 웹 애플리케이션을 소개한다. OAuth2 Client를 활용한 사용자 인증 절차를 통해 쉽게 접근 가능하며 다양한 후기를 주고 받을 수 있는 커뮤니티 공간과 한국관광공사의 Open Rest API를 활용한 다양한 관광지의 정보를 무작위, 키워드, 지역별로 검색하여 찾아보기 힘든 다양한 정보를 한곳에서 쉽게 확인할 수 있다.

본 논문에서는 캠핑 입문자가 캠핑 관련 정보를 직관적이고 편리하게 확인하고 공유할 수 있도록 돕는 웹 응용 서비스를 개발하였다. 카카오맵 API를 통해 지도를 표시하고 공공데이터 포털의 Open REST API 중 하나인 한국관광공사 고캠핑 정보 조회서비스_GW를 활용하였다. 개발된 웹 응용 서비스를 통하여 캠핑 입문자들도 국내의 캠핑장 데이터를 지도에서 손쉽게 검색하고 커뮤니티를 통해 이를 교류할 수 있도록 하는 것에 목적을 두었다.

본 논문에서는 협업이라는 주제로 WebSocket을 활용한 웹 어플리케이션의 협업 기능 구현을 통해 다양한 사용자들이 자유롭게 소통하고 의견을 전달 할 수 있도록 웹 사이트를 제작하였다. 웹 어플리케이션의 기능인 그림그리기, 채팅, 파일전송 등을 통해 사용자가 전달하려는 정보를 여러 방법을 통해 전달 할 수 있도록 하여 본 연구를 통해 구현된 도구가 협업에 도움을 줄 것으로 기대한다.

고령화가 가속되면서 독거노인의 사회적 고립으로 인해 신체, 정신적 어려움이 발생하고 고독사하는 노인들의 수가 증가해 사회적 문제가 되고 있다. 또한 독거노인 관리를 위한 정부 인력은 한정되어 한 명이 담당해야 하는 사람의 수가 너무 많아 수많은 독거노인의 안전과 복지를 보장하는 데 현실적인 어려움이 있다. 이에 따라 본 논문에서는 독거노인의 안전과 복지를 책임지기 위해 IoT와 각종 센서를 활용하여 생체 정보를 수집하는 웨어러블 기기를 제작하고 데이터베이스 서버를 활용한 IT 인프라 구축을 통해 적은 인력으로 효율적인 의료 지원을 목표로 한다. 본 논문은 독거노인의 거주 환경에서 생체 데이터를 수집하고 이를 효과적으로 분석하여 컴퓨터를 통해 실시간으로 모니터링이 가능하다. 이는 고독사 상황을 사전에 감지할 뿐만 아니라 노인들의 일상생활에서 발생할 수 있는 위험 상황에 즉각적인 대처를 통해 독거노인의 안전 및 복지 수준 향상에 기여하고 나아가 소외 계층의 의료 환경 개선에 도움이 될 것으로 예측된다.

현재 시각장애인들이 현금을 사용하게 될 시 지폐가 얼마인지 확인할 방법이 없어 불편을 겪거나 금전적 사기를 당할 위험이 잦다. 한국은행에서는 이러한 사고를 막기 위해 점자 지폐를 만들어 발부하고 있지만 시각장애인 91%가 식별하지 못해 많은 불편을 겪고 있다. 본 논문에서는 딥러닝을 활용하여 화폐를 인식하고 TTS 기술을 사용하여 지폐의 값이 얼마인지 소리로 알려주는 시스템을 개발하였다. 지폐 인식을 위해 데이터를 직접 수집하여 YOLOv5 알고리즘을 활용하여 학습시킨 Weights 파일을 사용하였다. 이를 활용하여 시각장애인들은 더 안전하게 현금을 사용하고, 금전적인 문제를 예방할 수 있다.

졸음운전으로 인한 교통사고는 매년 꾸준하게 일어나 이에 대한 다방면의 해결책이 요구되고 있다. 본 논문에서는 위 문제를 개선하고자 ChatGPT와 영상처리를 이용한 졸음 감지 시스템을 구현하였다. 이 시스템은 운전자의 얼굴 부분을 영상처리로 인식하여 눈동자의 종횡비를 구해 PERCLOS 공식에 따른 운전자의 졸음을 판별시키고, 경고와 동시에 ChatGPT가 운전자에게 특정 주제를 키워드로 TTS와 STT를 통해 대화한다. 운전자의 졸음을 판별하기 위해 임베디드 보드에서 연결된 캠을 통해 졸음 판별을 하고, ChatGPT도 마찬가지로 보드에서 연결한 스피커, 마이크를 통해 운전자와 대화한다. 이를 활용하여 운전자의 졸음 자각을 통한 안전운전 및 사고 발생률의 감소를 기대할 수 있다.

현재 국내뿐만이 아니라 전세계적으로 서비스 로봇의 수요가 늘어가고 있다. 이중에 서빙로봇은 그 성장 속도가 가파르게 올라가고 있다. 이에 국내의 다양한 기업은 여러 가지 모델의 서빙로봇을 출시하고 있다. 현재 출시되고 있는 모델의 경우 어느정도 자율주행이 가능하고 적재하중도 좋은 장점이 있으나, 실 사용에 있어서 스펙이 맞이 않을뿐 아니라, 크기와 가격에 비해 부족한 기능과 운행에 있어 사람의 도움이 필수적으로 필요하단 한계점이 있다. 이 한계점을 극복하여 매장운영의 효율을 극대화 하기위한 서빙로봇을 개발하고자 한다. 아두이노를 활용한 스마트 서빙로봇에서는 다양한 센서와 모듈을 이용해 자동화 시켜 여러 매장환경에서 최적의 행동을 취할 수 있다. 이 서빙로봇은 기존의 문제점을 해결하고 발전시켜 영업자로 하여금 효율적으로 매장울 운영할수있게 한다.

최근 도서관을 찾는 이용객들이 증가하면서 도서관의 시설이 넓어지고 좋아지고 있다. 또한 책의 종류도 다양해졌다. 시설이 넓어지고 직접 책을 검색하여 찾으러 가기 힘들어지고 시간 소요도 많이 된다는 불편함이 있고 도서 대출증이 없다면 책을 빌리기 힘들고 사서에게 부탁해야 한다는 번거로움이 있다. 본 시스템은 이러한 문제를 해결하기 위해 이용객의 스마트폰에 회원 정보가 담긴 바코드를 부여하고 대여할 책을 로봇이 이용객에게 가져다주는 기능을 제공한다. 이로써 대출증 소유의 불편함과 책을 찾는 불필요한 시간을 단축할 수 있다. 또한 로봇을 이용하는 도서관이라는 타이틀로 이용객이 증가할 것으로 기대된다.

본 논문은 대형 마트에서의 쇼핑 편의성을 향상시키기 위한 스마트 쇼핑 카트 시스템을 제안하고 구현한 것을 다룬다. 현재의 쇼핑 환경에서 소비자들이 물품을 찾는데 불편함과 계산하는 과정에서 발생하는 대기시간의 문제점들이 있다. 본 시스템은 이 문제점을 해결하기 위해 카트 디스플레이를 활용하여 물품의 위치를 실시간으로 안내하고, 데이터베이스와 라즈베리파이를 활용하여 물품을 개별적으로 다시 스캔하지 않고도 계산대와 카트를 연결하여 자동 결제 기능을 제공한다. 이를 통해 쇼핑 과정을 효율적으로 만들어 고객들이 보다 신속하고 편리하게 쇼핑을 마칠 수 있도록 한다. 연구 결과로는 쇼핑 계산과정에서 대기시간의 감소와 물품 위치의 정확한 안내가 고객들에게 높은 효율성과 편의성을 제공한다는 점을 강조하며, 이로 인해 마트의 고객 회전률이 상승하여 지역 활성화에 기여할 것으로 기대된다.

한국통합 물류협회에 따르면 총 택배 물량은 2020년은 약34억 개, 2021년은 약36억 만 개로 매년 꾸준히 성장하였다. 택배 물류센터에서 택배를 고객에게 전달시키기 위해서는 포장, 검수, 진열, 파지, 상차, 하차 등 많은 공정이 필요하다. 고용 인력의 부족, 인건비 상승, 부상의 위험, 높은 노동의 강도 등의 문제가 발생하였고, 소비자들의 입장에서도 제품 손상 또는 배송 지연 등의 여러 가지 문제를 야기해왔다. 본 논문은 로봇과 자율주행 기술을 활용하여 상품의 분류 및 배송과정을 자동화 하는 '스마트 물류창고 시스템'을 제안한다. 컨베이어 벨트를 이용해 택배물품의 분류를 자동화하고 자율주행 차량을 통해 배송을 하게 되고 DB를 통해 물품을 관리하게 되어 효율적인 운영을 가능하게 하고 경제적 손실을 줄인다. 적외선 센서, 바코드 센서를 이용해 컨베이어 벨트 구동 및 물품의 정보를 알 수 있으며 서보모터로 물품을 분류한다. 또한 입출고 차량이 명령을 통해 물품을 자동으로 입고 및 출고하여 DB에게 물품의 정보를 전송한다. 스마트 물류창고 시스템을 통해 인건비 절감, 오 배송, 물품 파손 등이 사라지게 되고 물류창고 뿐만 아니라 다양한 분야에서 적용 할 수 있을 것이다.

최근 드론 산업의 규모가 커지면서 드론을 다양한 분야에 활용하려는 노력이 커지고 있다. 대규모 환경 모니터링, 재난 관리 등에 사용되기 위해서는 장시간 연속 비행이 필요하지만 드론의 배터리 용량 문제로 인해 사람이 직접 배터리를 교체해 주지 않으면 장시간 비행이 어렵다. 본 논문은 드론이 배터리 충전을 위해 자율적으로 착륙해 충전 후 이륙하는 가로등을 활용한 자율 충전 스테이션'을 제안한다. 단순한 무선 충전이 아닌 드론이 자율 비행을 통해 스테이션에 착륙하고 스테이션의 초음파 센서를 통해 착륙이 감지되면 스테이션의 송신부에서 전력을 공급해 드론의 무선 충전이 가능하다. 또한 스테이션의 구조를 원뿔형으로 만들어 드론이 스테이션의 중앙에 정확히 안착되도록 하였다. 자율 드론 충전 스테이션을 통해 배터리 용량 문제를 새로운 방식으로 해결할 수 있고, 업무에 필요한 인력을 최소화함으로서 드론 관제, 환경 모니터링 등 드론을 활용하는 다양한 분야에 도움을 줄 수 있을 것이다.

현재 자동차 산업은 내연기관에서 전기차 시스템으로 접어들고 있다. 전 세계적으로 탄소 중립 정책이 이를 가속화하고 있으며, 자동차 제조사들은 기존 내연기관 시스템으로는 불가능했던 기술들을 개발하고 있다. 대부분의 전기차에는 PMSM이 적용되고 있는데 부피가 크고 무거우며 토크 밀도가 낮다는 단점이 있다. AFPM은 기존 PMSM의 단점을 개선한 모터로, 부피와 무게가 작으며 토크밀도가 높다는 장점이 있어 전기차의 In-Wheel Motor System과 UAM에 적용되는 모터이다. 하지만 전기차는 도로 주행만 가능하고 UAM은 비행만 할 수 있기 때문에, 미래 모빌리티인 전기자동차와 UAM이 통합된 모빌리티를 개발하고자 한다. 본 과제에 적용되는 AFPM모터는 PMSM의 단점을 보완할 수 있기 때문에 전기차-UAM 트랜스포밍 모빌리티의 모터로 적합하다. 이 모빌리티는 자동차와 UAM의 역할을 모두 수행할 수 있어 효율적인 이동을 돕고 도시의 교통 인프라 문제를 완화할 수 있다.

최근 저출산 문제로 인한 노동인구의 감소로 노동력이 감소하며 인건비가 증대되고, 의료 기술의 발달과 고령화로 인해 병실의 수용 인원이 증가했다. 특히 중환자, 거동이 불편한 환자, 노인 환자와 같은 간병인의 도움과 의료 종사자의 지속적인 진료의 필요성이 증대되고 있다. 환자의 상태를 일정 시간마다 확인해야 하는 불편함, 간병인 고용의 필요로 기본적인 병원비와 인건비가 증가되고, 의료업계 종사자들의 부담도 늘어나는 추세이다. 따라서 이러한 문제를 해결하기 위해 중앙 관제실에서 환자의 상태를 실시간으로 확인하고 자동으로 병실을 관리하는 시스템을 도입하고자 한다. 정보를 실시간으로 전달함으로써 의료진의 부담을 줄이고 위기 상황에 즉각적으로 대응하며, 자동 병실 환경관리와 환자 편의를 위한 의료 환경을 지원하는 시스템을 제안한다.

본 논문에서는 고객들이 쉽게 맛집을 찾고 예약할 수 있는 서비스를 제공하기 위해 웹 플랫폼인 Wait-Wise (ver.업주)와 WPMG, 하이브리드 앱인 Wait-Wise (ver.고객)과 포스시스템인 Pos-Ting이다. Wait-Wise (ver.고객)을 통해서 예약한 정보를 Pos-Ting에서 예약자명, 인원 수, 좌석, 예약번호와 같은 유요한 정보들을 업주에게 제공해주고, 업주는 Wait-Wise (ver.업주)을 통해서 매장정보, 메뉴정보, 테이블정보 저장하여 고객에게 Wait-Wise (ver.고객)을 통해서 정보를 제공하고, 관리자는 WPMG를 통해서 메뉴정보 저장하여 Pos-Ting에 정보를 제공한다. 일반 예약 어플리케이션은 예약시간만 지정할 수 있는데 반해 본 프로젝트는 예약 테이블을 지정하여 고객에 선택의 폭을 넓혀 원하는 시간과 원하는 자리에서 식사를 할 수 있게끔 본 프로젝트를 개발하였다.

일반적으로 한국인은 식사를 위해 음식 메뉴를 고를 때 쉽게 결정하지 못하는 비율이 50% 이상으로 높다고 알려져 있다. 이러한 단순 고민 해결을 위해 다양한 음식이나 맛집을 추천해 주는 모바일 앱이나 서비스가 존재한다. 그러나 이들은 사용자가 평소 많이 검색했던 음식이나 맛집들을 위주로 찾아주거나, 랜덤으로 지정된 카테고리 내의 음식들 중 하나를 추천해주는 방식, 혹은 사용자 리뷰 점수가 높은 음식점을 우선적으로 추천해 주는 방식 등을 사용하고 있다. 따라서 기존의 추천 방식은 음식을 추천에 있어 사용자의 의도나 실질적인 연관성이 매우 낮고 평소 먹던 음식의 종류를 크게 벗어나지 않는 경우가 많아 음식 추천이라는 본래의 취지와는 멀어진다. 본 논문에서는 음식 메뉴를 선정하는데 있어 실질적인 영향을 주는 환경 요소인 계절, 기후 등의 날씨 정보를 기반으로 생성형 AI를 통해 적절한 음식을 추천하고 해당 음식을 판매하는 음식점과 그 위치를 알려주는 앱을 개발한다. 개발하는 앱은 바쁜 직장인들이나 매 끼니를 고민하는 학생 등의 메뉴 고민을 해결하는데 도움을 줄 수 있으며, 각종 배달 서비스 앱의 음식 추천 기능의 고도화에 활용될 수 있다.

본 논문에서는 주행 중 차량의 상태를 실시간으로 모니터링함과 동시에, 페달 조작 여부를 확인할 수 있는 영상 촬영 및 저장 시스템을 제안한다. 개발된 차량 운행 정보 블랙박스는 블루투스 OBD2 커넥터를 통해 차량의 PID 값을 식별하고 수집한다. 이 데이터는 비동기 방식으로 처리되며, 라즈베리파이와 7인치 터치 디스플레이를 이용해 운전자에게 한눈에 보일 수 있는 형태로 정보를 제공한다. 특히, 멀티스레드를 활용하여 ECU 정보를 페달 조작 여부 영상에 표시하는 동시에 녹화하고, CSV 파일로 SD 카드에 실시간으로 저장한다. 수집된 차량 데이터와 영상 데이터는 예기치 못한 사고 발생 시 운전자의 과실 비율 측정과 대처행동을 입증하는 데 중요한 역할을 할 것으로 기대되며, 차량 정비 시 참고 자료로 활용될 수 있다.

본 논문에서는 사용자들의 운동 능력과 영어 학습 능력 향상을 위한 앱을 개발한다. 지정한 시간에 알람을 울리고, 운동 및 학습을 완료하는 경우에만 알람이 종료한다. 알람이 활성화되면 사용자가 강제적으로 종료할 수 없는 기능을 선택할 수 있다. TTS 기능을 적용하여 알람이 활성화되었을 때, 안내 음성이 나오도록 설계하였다. 학습 기능에 STT를 적용하여 영어 단어와 문장을 마이크에 인식하는 방식의 영어 문제를 제시하였다. 또한, OpenAI를 활용하여 매일 자정 새로운 영어 문제를 생성하고 서버에 저장한다. 이러한 기능들은 사용자의 선택권을 보장하며 건강 증진 및 자기 주도적인 학습에 도움을 줄 것이다.

한국의 스마트폰 보유율은 약 95%로 세계 최고이며, 사용 시간이 가장 긴 애플리케이션의 대부분이 SNS이다. 코로나19로 여행객이 늘면서 사람들은 SNS를 통해 국내외 여행 사진을 게시 및 자랑한다. 그러나 기존 SNS에서는 지역별 사진을 찾기 어렵고 정확한 위치 표시가 부족하다. 이에 따라 원하는 사진과 위치를 확인하고 내비게이션 기능을 이용하여 목적지까지 갈 수 있는 앱을 개발하게 되었다. 국내 지도상의 주요 포토 스팟과 해당 지역의 사진을 확인할 수 있는 애플리케이션을 개발하여 사용자가 직접 참여하고 공유할 수 있도록 한다.

본 연구에서는 현대 사회의 환경 보호 관심 상승과 소비자들의 재활용 참여 욕구를 고려하여 YOLOv5를 활용한 무인 공병 환급기를 개발하였다. 이 시스템은 정확한 물체 감지와 금액 추정 알고리즘을 결합하여 사용자가 간편하게 공병을 반환하고 적절한 보상을 받을 수 있는 효과적인 시스템을 제공한다. 프로젝트의 성공은 재활용 참여율 증가와 지속 가능한 소비 문화 형성에 기여할 것으로 기대된다.

본 논문에서는 플루터, 파이어베이스와 구글맵을 기반으로 라즈베리파이에 GPS 모듈을 장착하여 위치 정보를 실시간으로 받아 대형견, 소형견 위치를 파악하여 경고 알림을 송신하고 자신의 애완동물과 거리가 멀어지게 된다면 경고 알림을 송신하여 대형견에 의한 피해 사례를 감소시키고 유실 및 실종 동물 사례를 감소시킨다. 또한 게시판을 통해서 산책 친구와 산책 아르바이트를 구할 수 있는 기능을 추가하고 산책 시 유의 사항, 오픈웨더를 통해 날씨 등 산책에 필요한 정보들을 추가하여 산책 시 위험한 요소를 해결할 수 있고 필요한 요소를 통합한 애플리케이션을 개발한다.

PCB(Printed circuit board)생산시에 중요한 역할을 담당하는 비전검사 시스템의 성능은 지속적으로 발전해왔다. 기존 머신 비전 검사 시스템은 이미지가 불규칙하고 비정형일 경우 해석이 어렵고 전문가의 경험에 의존한다. 그리고 비전검사 시스템 개발 당시의 기준과 다른 불량이 발생한다면 검출이 불가능 하거나 정확도가 낮게 나온다. 본 논문에서는 이를 개선하고자 딥러닝 영상인식을 이용한 PCB 기판 비전 검사 시스템을 구현하였다. 딥러닝 영상인식 알고리즘은 YOLOv4를 이용하고, 워핑(warping)과 시킨 PCB 이미지를 학습하여 비전검사 시스템을 구성하였다. 딥러닝 영상인식 기술의 처리 속도를 보완하고자 QR코드로 PCB 기판 종류를 인식하고, 해당 PCB 부품의 미삽은 정답 이미지 바운딩 박스 좌표와 비교하여 불량품을 발견하면 표시해준다. 기판의 부품 인식을 위해 기판 데이터는 직접 촬영하여 수집하였다. 이를 활용하여 PCB 생산 공정에서 비전검사 시스템의 성능이 향상되었고,, 다양한 PCB를 생산에 신속하게 대응할 수 있다.

국내의 산재 사고 사망 비율 중 대부분은 건설업이 차지하고 있으며 사망 원인 중 42.9%는 추락사가 차지하고 있다. 따라서 국내 사고 사망을 예방하기 위해서는 노동자의 생명을 지켜주는 안전 장비의 착용 여부가 중요하다. 본 논문에서는 객체 탐지에 사용되는 YOLO v4와 YOLO v4-TINY 알고리즘과 영상 처리에 사용되는 OpenCV를 이용하여 실시간 영상에서 안전모 미착용 인원을 감지하고 관리자에게 알려주는 시스템을 개발하였다. 이 시스템을 활용하여 건설 현장에서 현장 카메라로 안전모 미착용 인원을 실시간으로 검출하여 경고하므로써 작업자의 안전에 기여할 수 있다.

현재 생성형 AI가 활발히 연구되고 있는 가운데, 대부분의 이미지 생성 AI는 프롬프트를 기반으로 한 Text-To-Image 방식을 주로 사용하고 있다. 하지만, 프롬프트 기반의 생성 AI는 실제 서비스에 도입하기 어려운 점이 많다. 여러 이미지 중, 하늘 이미지는 메타버스 등 가상 공간에서 매우 자주 사용되는 이미지 중 하나이면서 여러 입력값에 의해 이미지가 달라진다. 이 논문에서는 GAN을 활용해 기상 조건에 적합한 하늘 이미지를 생성하는 프로그램을 설계 및 구현한다.

펜데믹, 전쟁 등을 포함한 국제 정세 변화에 따른 물류대란, 원자재가격 상승 및 환율 급등으로 인해 2023년 기준 대한민국의 물가는 크게 오르고 있는 추세이다. 물가 상승은 사업장의 인건비 부담 증가로 이어지고 있고 특히 노동 집약 산업인 농업 분야에서의 인건비 부담 문제는 더욱 심각한 실정이다. 외국인 근로자 고용이 대안이 될 수 있지만 인건비 절감 효과는 미미하기에 농업계 관계자들은 자동화 시스템 도입에 관심이 집중되고 있다. 따라서, 본 논문에서는 사과 분류 작업 자동화 체계의 핵심 요소에 해당하는 사과 품질 실시간 모니터링 시스템을 제안한다. 제안한 방식에서는 딥러닝 기반의 영상 분석 기법 및 무게 센서 데이터 분석을 통해 사과의 품질에 따른 등급 책정을 자동화 한다.

첨단 기술의 발전과 함께 지능형 운전자 보조 시스템의 성능 및 교통 시스템 체계가 고도화됨에 따라 전반적인 교통사고 발생 건수는 줄어드는 추세지만 대한민국의 교통사고 발생 빈도는 아직 OECD 평균 대비 높은 실정이다. 특히, 2020년 경제 협력 개발 기구(OECD) 통계에 따르면 대한민국의 인구 10만 명당 교통사고 사망자 수는 회원국 36개 중 29위로 매우 높은 축에 속한다. 따라서, 본 논문에서는 교통사고 발생률을 낮추는 데 도움을 줄 수 있는 주행 이상 패턴 감지 시스템을 제안한다. 제안한 방법에서는 실시간 영상 분석을 통해 신호등 및 차선을 인식함과 동시 차량 내부 진단 데이터에 대한 시계열 분석을 기반으로 운전자의 운전 패턴을 분석한 후 평소와 다른 이상 징후를 발견하면 운전자에게 경고 알림을 제공하여 위험한 상황을 회피할 수 있도록 지원한다.

본 논문은 웹 3.0 환경을 적용한 쇼핑몰 플랫폼의 구축을 목표로 하며, 이를 통해 참여자들이 블록체인 기술을 이해하고 활용할 수 있도록 하는 것을 중점으로 한다. MetaMask[1] 결제 및 로그인 통합을 통해 사용자는 간편하게 결제하거나 로그인할 수 있으며, 블록체인 스마트컨트랙트를 기반으로한 결제 시스템을 도입하여 높은 수준의 보안을 제공한다. 또한, 웹 3.0 기술을 도입하여 분산형 데이터 저장 방식을 채택하여 차별성을 확보한다. 이 프로젝트는 기존 쇼핑몰의 효율성을 높이고 사용자들에게 현대 기술 트렌드를 체험하게 함으로써 웹 3.0 시대에 걸맞은 차별화된 서비스를 제공하고자 한다.

본 논문에서는 해당 웹 사이트에 얼굴 인식을 통한 자동로그인 시스템 서비스를 구현한다. 얼굴 인식 라이브러리로 face_recognition을 사용한다. 웹 사이트에 접근 시 원하는 채용공고에 지원할 수 있으며. 원하는 기업을 검색하고 저장하여 모아 볼 수 있는 서비스를 제공하는 웹 애플리케이션을 설계하고 구현한다. React를 사용하여 프론트엔드를 구성하고 SpringBoot와 Flask를 사용하여 벡엔드를 구현하였다. 자동로그인을 위한 얼굴 인식 라이브러리로 face_recognition을 사용한다.

본 논문에서는 도커와 쿠버네티스를 활용하여 미세먼지 데이터를 수집할 때 다량으로 늘어나는 데이터를 효율적으로 수집하고 관리하기 위한 방안을 제시한다. 도커 이미지는 작성된 Dockerfile을 통해 생성되며, 필요한 의존성과 설정이 반영되어 있다. 쿠버네티스를 이용하여 생성된 도커 이미지를 기반으로 컨테이너를 생성하고, 컨테이너들을 파드 내에서 실행함으로써 데이터를 효율적으로 수집하고 관리한다.

세계적으로 물류 자동화 시장은 2026년까지 약 44조원으로 예상되며, 연평균 10.6%의 성장률을 기록할 것으로 예측된다. 특히 국내 시장은 2025년까지 연평균 성장률 11.5%로 1조원 이상으로 전망되고 있다. 2025년까지 물류 자동화 시장은 270억 달러로 급성장할 것으로 예상되며, 반도체 분야에서 로봇이 상품 입고, 보관, 상품 피킹, 분류, 출고 작업을 담당하는 트렌드가 강조된다. 본 논문은 반도체 물류 분야를 대상으로 작은 크기와 민첩성을 갖춘 로봇을 개발하여 작업 공간을 효율적으로 활용하고 인력을 최소화하려는 목적이다. 수직 및 수평 로봇은 효율적인 자동화 시스템을 제공하며, UI를 사용하여 AGV, 선반, 스카라 로봇을 하나의 통합 시스템으로 개발하고자 한다. 특히 코드 인식, 초음파 센서, 아두이노 MCU, 스카라 로봇, AGV 등을 활용한 로봇 시스템을 개발하여 반도체 물류 작업을 효율적으로 수행하고자 한다. 다양한 분야에서 활용 가능한 스카라 로봇을 개발하기 위해 마이크로 스텝과 풀리, 타이밍 벨트를 이용한 구동 방식 등을 채택한다. 반도체 물류 센터에서의 자동화는 물류 공간의 확대와 인건비 절감을 기대할 수 있으며, 로봇 및 드론을 활용하여 인건비 절감과 효율성 향상을 통해 기업 비용 절감에 기여할 것으로 예상된다.

본 논문에서는 대규모 LoRaWAN 환경에서 무선 통신을 통한 단말기와 게이트웨이 간에 패킷의 송수신에 있어 시간 및 소비전력의 특성의 도출이 가능한 시뮬레이터인 LoRaEnergySim에서 LBT 방식의 미디어 접근 제어 방식을 지원하도록 개선하여 국내 TTA 표준에 따른 시뮬레이션이 가능하도록 한다. 이를 위해 LoRaEnergySim 프레임워크 노드의 상태 전환 모델에 LBT 상태를 추가하고 에너지 프로파일에 LBT 상태에서 소비되는 에너지 항목을 추가한다. 개선된 LoRaEnergySim 시뮬레이션의 기능을 검증하기 위해 임의의 패킷에 대해 상태 전환 모델에 따라 하나의 상태에서 소비되는 전력과 다음 상태로 전이되기까지 소요되는 시간을 도식화 할 수 있는 부가 모듈을 구현한다.

본 논문에서는 이미지 검색기를 통한 랜드마크 인식 방법을 제안한다. 특정 랜드마크 데이터세트에서 라벨링을 하지 않은 비지도 학습을 통해서 이미지에서 랜드마크의 클래스 분류를 위한 특징을 추출한다. 학습된 모델을 랜드마크 데이터세트인 Paris6k 데이터세트와 Oxford5k 데이터세트에 적용하여 랜드마크 인식 정확도를 확인하였다. 성능과 속도를 강화하기 위해 이미지 특징 추출 모델로 ResNet 대신에 YOLO에서 사용된 CSPDarknet-53을 사용하여 모델의 크기를 줄이고 랜드마크 인식 정확도를 높였다. 그리고 모델로부터 추출된 특징의 수를 줄여 이미지 검색 시 소요되는 시간을 감소시켰다. 학습된 모델로 rOxford5k 데이터 세트에 적용 시 mAP 80.37, rParis6k에서 mAP 89.07을 얻었다.

본 논문에서는 비디오 캡셔닝 알고리즘을 적용한 수어 번역 및 행동 인식 알고리즘을 적용한 수어 인식 알고리즘을 제안한다. 본 논문에 사용된 비디오 캡셔닝 알고리즘으로 40개의 연속된 입력 데이터 프레임을 CNN 네트워크를 통해 임베딩 하고 트랜스포머의 입력으로 하여 문장을 출력하였다. 행동 인식 알고리즘은 랜덤 샘플링을 하여 한 영상에 40개의 인덱스에서 40개의 연속된 데이터에 CNN 네트워크를 통해 임베딩하고 GRU, 트랜스포머를 결합한 RNN 모델을 통해 인식 결과를 출력하였다. 수어 번역에서 BLEU-4의 경우 7.85, CIDEr는 53.12를 얻었고 수어 인식으로 96.26%의 인식 정확도를 얻었다.

본 논문에서는 LLM(Large Language Models) 기반의 STT 결합 챗봇 시스템을 제안한다. 제조업 공장에서 안전 교육의 부족과 외국인 근로자의 증가는 안전을 중시하는 작업 환경에서 새로운 도전과제로 부상하고 있다. 이에 본 연구는 언어 모델과 음성 인식(Speech-to-Text, STT) 기술을 활용한 혁신적인 챗봇 시스템을 통해 이러한 문제를 해결하고자 한다. 제안된 시스템은 작업자들이 장비 사용 매뉴얼 및 안전 지침을 쉽게 접근하도록 지원하며, 비상 상황에서 신속하고 정확한 대응을 가능하게 한다. 연구 과정에서 LLM은 작업자의 의도를 파악하고, STT 기술은 음성 명령을 효과적으로 처리한다. 실험 결과, 이 시스템은 작업자의 업무 효율성을 증대시키고 언어 장벽을 해소하는데 효과적임이 확인되었다. 본 연구는 제조업 현장에서 작업자의 안전과 업무 효율성 향상에 기여할 것으로 기대된다.

국내외에서 AI기반 의료 솔루션 시장은 빠른 속도로 확장 중이며 이에 따른 다양한 의학 분야에서 많은 기법을 통한 의료 AI 시스템이 등장하고 있다. 그러나 기존 다양한 AI 연구가 이뤄짐에도 아직 중환자의 징후 예측에는 많은 어려움이 있다. 또한, 중환자의 경우 현재 의료진만으로 모든 환자를 필요한 시기에 진료하기엔 어려움이 있고 환자 상태 조기 예측이 필수적임을 관련 다양한 의학 기사를 통해 쉽게 인지할 수 있다. 본 연구에서는 위와 같은 문제점을 해결하고자 중환자의 진료 결과 데이터를 활용하여 환자의 진료 후 상태를 예측하는 모델을 생성하였다. '용인시산업진흥원'에서 제공하는 60만여 건에 달하는 환자 데이터를 수집하여, 중환자 상태 징후를 조기에 예측할 수 있는 머신러닝/딥러닝 기반 알고리즘으로 구현한 여러 모델에 대해 비교했을 때 딥러닝(DNN) 기반 모델이 약 92%의 분류 정확도를 측정할 수 있었다.

최근 생성형 AI에 대한 수요가 상승하고 있으며, MZ세대의 자기애 성향으로 자신의 얼굴을 활용한 미디어 콘텐츠에 대한 호기심이 높아지고 있다. 이에 따라 본 논문에서는 MZ세대의 창의성과 미디어 소비를 고취시키기 위해, StyleGAN 기술을 중심으로 자신과 닮은 2세의 가상 모습을 생성하는 웹 서비스를 설계하고 구현하였다.

하이퍼레저 패브릭(Hyperledger Fabric)은 참여자의 신원을 확인하고, 정보교환(트랜잭션)의 유효성을 검증하는 허가형 블록체인 모델이다. 기존의 대표적인 블록체인 모델인 비트코인, 이더리움과 대비하여 효율적인 데이터 검증 방안이 가능한대, 체인코드와 채널, 그리고 피어를 중심으로 구성되어 있기 때문이다. 먼저 본 블록체인 모델은 '체인코드'라는 스마트 계약(컨트랙트)를 실행하며 허가된 사용자만 네트워크에 참여할 수 있다. 또한, '채널' 기능이 있어 서로 다른 조직 간의 데이터 공유와 검증에 대한 새로운 접근방식을 보여줄 수 있으며, 특정 네트워크 내에서 데이터를 분리할 수 있다. 이를 통해 특정 데이터에 대한 접근권한을 제어하는 기능을 제공하며 동시에 데이터의 신뢰성과 보안성을 높일 수 있다. 마지막으로 '피어'는 체인코드를 통해 들어온 트랜잭션을 검증하고, 유효한 데이터만 원장에 추가하는 기법으로 무결성을 유지하는 데 중요한 역할 담당하고 있다. 본 연구결과를 기반으로 하이퍼레저 패브릭을 효과적으로 활용하여 데이터 검증 프로세스가 산업계에 널리 적용될 수 있기를 기대한다.

This paper presents a new open-world object detection method emphasizing uncertainty representation in machine learning models. The focus is on adapting to real-world uncertainties, incrementally updating the model's knowledge repository for dynamic scenarios. Applications like autonomous vehicles benefit from improved multi-class classification accuracy. The paper reviews challenges in existing methodologies, stressing the need for universal detectors capable of handling unknown classes. Future directions propose collaboration, integration of language models, to improve the adaptability and applicability of open-world object detection.

본 논문에서는 전기 자동차 배터리 팩 설계에서 성능 예측을 위해 전산유체해석 및 Long Short-Term Memory (LSTM)를 활용한다. 두 계산 모두의 예측이 상당한 유사성을 나타내며, 전산유체해석은 시스템 유체 역학을 고려한 상세한 물리 모델을 제공하고, LSTM은 시계열 데이터를 기반으로 한 딥러닝 모델로 효과적으로 패턴을 파악, 향후 온도 상승을 예측한다. 결과는 두 접근 모두가 효과적인 예측을 제공하며 향후 전기 자동차 배터리 팩 설계 및 최적화에서 종합적인 접근의 필요성을 강조한다. 특히, LSTM 기반 예측에 소요되는 시간은 계산 유체 역학의 약 25%로, 약 일주일 정도로 빠르게 확인 가능하다. 이는 현대 산업 환경에서 시간적 효율성이 중요한 측면을 강조하며, 계산 유체 역학의 상세한 물리 모델링과 LSTM의 빠른 예측 속도를 결합한 설계 방법론을 제안한다.

얼굴 연령 분류 기법은 신원 확인 시스템 고도화, 유동 인구 통계 자동화 시스템 구축, 연령 제한 콘텐츠 관리 시스템 고도화 등 다양한 분야에 적용할 수 있는 확장 가능성을 가진다. 넓은 확장 가능성을 가지는 만큼 적용된 시스템의 안정성을 위해서는 얼굴 연령 분류 기법의 높은 정확도는 필수적이다. 따라서, 본 논문에서는 Vision Transformer(ViT) 기반 분류 알고리즘의 얼굴 연령 분류 성능을 비교 분석한다. ViT 기반분류 알고리즘으로는 최근 널리 사용되고 있는 ViT, Swin Transformer(ST), Neighborhood Attention Transformer(NAT) 세 가지로 선정하였으며, ViT의 얼굴 연령 분류 정확도 65.19%의 성능을 확인하였다.

본 논문에서는 철도 구성요소 모니터링을 위한 효율적인 객체 분할 기법으로 사전학습된 SegFormer 모델의 적용을 제안하고, 객체 분할을 위해 보편적으로 사용되는 U-Net 모델과의 성능 비교 분석을 진행하였다. 철도의 주요 구성요소인 선로, 침목, 고정 장치, 배경을 분할할 수 있도록 라벨링된 데이터셋을 학습에 사용하였다. SegFormer 모델이 대조군인 U-Net보다 성능이 Jaccard Score 기준 5.29% 향상됨에 따라 Vision Transformer 기반의 모델이 기존 CNN 기반 모델의 이미지의 전역적인 문맥을 파악하기 상대적으로 어렵다는 한계를 극복하고, 철도 구성요소 객체 분할에 더욱 효율적인 모델임을 확인한다.

최근 몇 년간 드론 시장 규모 및 산업적 중요성이 증가하고 있으며, 농업, 산림, 건설, 환경 등 다양한 분야에서 활용되고 있다. 이러한 배경에서 다양한 발주처에서 여러 가지 목적으로 드론 서비스 기업과 협력하여 드론 이미지 데이터를 획득하는 사업을 진행하고 있다. 이 과정에서 발주처와 기업 간에 촬영 계획 협의 및 촬영 데이터 검수 등과 같은 상호 교류가 필요하며 원활한 정보 공유를 위한 시스템이 필요하다. 본 고에서는 드론을 활용한 데이터 획득 과정에 필요한 촬영 계획 수립 및 검토, 촬영 데이터의 검수 등을 위한 웹 기반 드론 이미지 관리 시스템을 개발하고 이에 대하여 설명한다. 본 고에서 개발된 시스템을 활용하면 드론 서비스 기업은 다양한 발주처와 협업시에 효과적인 정보 공유를 할 수 있을 것이다.

최근 온라인 학습의 비중이 증가함에 따라 온라인 학습 서비스의 일부인 온라인 상담 부분도 비례하여 증가하고 있으며, 많은 상담량으로 인해 상담 서비스의 품질이 저하되고 답변의 속도, 효율성도 감소하는 문제가 발생한다. 국내 교육기관에서는 서비스 개선과 사용자 맞춤형서비스를 제공하기 위해 다양한 연구를 진행하고 있으며 민원을 처리하는 챗봇 등 자동 답변 서비스 도입을 추진하고 있다. 챗봇 및 자동 답변 서비스는 서비스 제공자 입장에서 저예산으로 단순한 질문에 대하여 신속하고 효율적인 서비스를 제공할 수 있으며 서비스 이용자는 즉각적인 답변과 유사한 답변 예시를 확인함으로 질문을 빠르게 해결할 수 있는 장점이 있다. 국가 공공기관에서 제공하는 학습 서비스는 단순하고 반복적인 문의가 많고 정형적인 질의응답이 주로 등록이 되고 있다. 자동 답변 서비스는 이런 문제점을 해결할 수 있는 대안이 된다. 서비스 이용자가 등록한 문의를 기반으로 학습한 답변 서비스는 담당자의 반복된 업무처리 경감과 사용자의 답변감소, 일관된 답변처리로 서비스 품질개선에 큰 영향을 줄 수 있다. 본 연구에서는 사용자의 질문에 효율적인 답변 및 민원 처리 서비스를 제공할 수 있는 방법을 제시하며, 관리자의 업무능력 향상과 효율성을 위해 기간별 키워드 빈도수를 계산하여 Word cloud를 생성하여 제공함으로써 사용자들에게 일정 기간 내 빈도수가 높은 키워드 관련 공지 및 안내를 할 수 있도록 한다.

본 논문에서는 기존 재난문자의 원리인 CBS(Cell Broadcast Service)의 한계를 극복하는 알고리즘을 제안한다. 재난 상황에서 CBS는 단방향으로 사람들에게 정보를 전달할 수 있으나 양방향 소통이 불가능하여, 어떤 사람이 어디에서 문제를 겪고 있는지를 파악할 수 없다. 재난 상황 시 효율적으로 정보를 관리하고, 요구조자에 대한 구조를 진행할 수 있다. 본 논문에서 제안하는 방법은 상황 설명과 위치 등을 생략하는 등 재난 피해 신고를 간편화하여 재난 상황으로 인한 피해를 추정하기 힘들다는 문제를 개선할 수 있다. 또한 이전에는 위치와 상황을 구체적으로 알려야 신고가 접수되었지만, 사용자가 위치와 상황을 구체적으로 알리지 않더라도 문자로 구조 요청이 가능해진다. 더 나아가, 재난 상황 시 음성을 추적할 수 있게 하여 직접 구조요청을 하지 못하는 상황에 대한 대처도 가능하다.

한국의 전통탑에 대한 정보는 주로 2D 형식의 사진이나 동영상 자료를 통해 제공되고 있다. 또한, 특정 지역 및 시대에 따라 분류하여 제공하는 웹사이트도 일부 존재한다. 본 논문에서는 우리나라의 다양한 시대별 탑에 대한 서비스를 현실적으로 체험할 수 있도록 웹 기반으로 구현했다. Aframe 언어를 활용하여 웹상에서 그래픽을 표현하고, 서버는 아파치를 이용하여 서비스를 제공했다. 더불어 가상현실를 이용해 실감형서비스를 제공하기 위해 웹상에서 가상현실을 지원다. 이를 통해 사용자들은 웹상에서 가상현실과 360도 서비스를 동시에 이용할 수 있다.

본 논문에서는 제한된 공간에서 효과적인 기초연습이 필요한 장애인 핸드볼 선수들을 대상으로, XR(Extended Reality) 기술을 활용한 특화된 훈련 서비스를 개발하고자 한다. 경기장에 물리적으로 참석할 필요 없이 집이나 사무실에서 편안하게 핸드볼 게임을 경험하고 연습할 기회가 현재 제한되어 있다. 이 연구의 목적은 장애인이 멀티플레이어 환경에서 기초 연습하는 방법 개발에 중점을 두어 이러한 한계를 해결하는 것이다. 이를 통해 선수들은 제한된 실내 환경에서도 가상 현실(VR) 및 증강 현실(AR)을 활용하여 핸드볼 게임을 쉽게 경험하고 연습할 수 있는 가능성을 제공한다.

본 논문에서는 데이터-드리븐 기법을 이용해 가상환경에서 사용자의 동작에 따라 아바타의 저글링 움직임을 자연스럽게 처리할 수 있는 방법을 제안한다. 사용자의 저글링 동작 정보를 이용하여 아바타의 움직임을 제어할 뿐만 아니라 가상 공의 궤적을 실시간으로 표현할 수 있다. 이 과정에서 사용자의 손위치 정보를 모두 활용하는 것이 아닌, 한 쪽 손의 데이터를 기반으로 다른 쪽 손의 궤적을 합성한다. 또한 계산량이 큰 물리 기반 최적화 과정이 아닌, 상대적으로 경량화된 기법인 포물선 운동을 활용해 가상 공의 궤적으로 실시간으로 표현할 수 있는 결과를 보여준다.

본 논문에서는 PBD(Position-based dynamics)를 이용한 옷감 시뮬레이션에서 페이스(Face) 및 에지(Edge)의 충돌/접촉을 처리할 때 나타나는 표면 떨림 문제를 SDF(Signed Distance Field) 접근법을 통해 안정적으로 해결할 수 있는 기법을 제안한다. 충돌 제약 조건을 이용한 충돌처리에서 나타나는 옷감 시뮬레이션의 떨림 현상을 개선하기 위해 본 논문에서는 페이스 및 에지 내부에 존재하는 충돌 지점의 속도를 충돌 법선 방향과 접선 방향으로 나누어 계산하는 과정을 거치며, 그 운동량을 페이스 및 에지에 포함된 연결된 정점(Vertex)에 전달한다. 본 논문에서 제안하는 기법은 일반적인 SDF 기반 충돌 처리에서 나타나는 충돌 시 떨림 현상을 개선하며, 기존의 방법보다 안정적인 SDF 충돌처리가 가능하기 때문에 다양한 변형체 재질을 시뮬레이션 할 때 활용될 수 있다.

본 논문에서는 OpenAI Gym 환경에서 프로그램으로 간단한 제어가 가능한 Mountain-Car-v0 게임에 대해 DQN(Deep Q-Networks) 강화학습을 진행하였다. 본 논문에서 적용한 DQN 네트워크는 입력층 1개, 은닉층 3개, 출력층 1개로 구성하였고, 입력층과 은닉층에서의 활성화함수는 ReLU를, 출력층에서는 Linear함수를 활성화함수로 적용하였다. 실험은 Mountain-Car-v0에 대해 DQN 강화학습을 진행했을 때 각 에피소드별로 획득한 보상 결과를 살펴보고, 보상구간에 포함된 횟수를 분석하였다. 실험결과 전체 100회의 에피소드 중 보상을 50 이상 획득한 에피소드가 85개로 나타났다.

본 논문에서는 위치기반 동역학(Position based dynamics, PBD)을 기반으로 하는 프레임워크를 활용하여 풍선 내 공기로 의한 표면의 회전과 변형을 효율적으로 표현할 수 있는 새로운 방법을 제안한다. 기존의 경우 볼륨 형태인 다면체 메쉬(Tetrahedral mesh)를 활용하여 표면 내부를 모델링 하거나 입자 기반의 유체 시뮬레이션을 통하여 공기역학을 계산해야 되지만, 각각의 동역학뿐만 아니라 상호작용까지 고려해야 되기 때문에 계산양이 커서 다양한 분야에서 활용하기 어렵다. 본 논문에서는 이 문제를 효율적으로 풀어내기 위해 공기의 움직임을 파악하기 위한 유체 시뮬레이션을 계산하지 않고도, 풍선 내 바람에 의한 표면 수축 및 확장을 PBD기반으로 풀어내고, 공기가 빠질 때 나타나는 표면의 회전을 효율적으로 계산할 수 있다. 본 논문에서 제안하는 방법은 정점(Vertex)의 개수가 많은 모델에서도 실시간 처리되는 결과를 보여 줄 수 있기 때문에 게임뿐만 아니라 실시간을 요구하는 물리기반 가상환경 구축에 활용될 수 있다.

본 논문에서는 위치기반 동역학(Position-based dynamics, PBD)으로 계산된 헤어의 움직임을 가닥(Strand)단위로 제어하는 효율적인 프레임워크를 제안한다. 시뮬레이션된 데이터로부터 추적한 위치와 속도를 기반으로, 헤어 입자의 속도 변화, 루트-팁(Root-Tip)관계, 그리고 추적 가닥과의 위치 관계를 헤어 움직임을 제어하는 가중치로 반영하여 자연스럽게 찰랑거리는 가닥 움직임을 갖도록 제어한다. 이를 통해서 정적인 제어 방식이 아닌, 헤어가 가지고 있는 탄력성인 특징은 유지하면서 제어되는 결과를 보여준다.

본 논문에서는 효율적인 2차 오차 함수를 이용하여 입자 기반에서 EMC(Extended Marching Cubes) 알고리즘을 구현할 수 있는 새로운 알고리즘을 제안한다. Smoothing 커널(Kernels)을 통해 계산한 입자 평균 위치에서 레벨셋(Level-set)을 계산해 스칼라장을 구축한다. 그리고 난 뒤 SPH(Smoothed particle hydrodynamics)기반의 커널을 통해 밀도, 입자 평균 위치를 계산한다. 스칼라장을 이용해 등가 곡면(Isosurface)을 찾고 음함수로 표현된 표면을 구성한다. SPH 커널을 공간에서 미분하면 공간상의 어느 위치에서나 기울기를 계산할 수 있고, 이를 통해 얻어진 법선벡터를 이용하여 일반적인 EMC나 DC(Dual contouring)에서 사용하는 2차 오차 함수를 효율적으로 설계한다. 결과적으로 제안하는 방법은 메쉬와 같이 연결정보다 없는 입자 기반 데이터에서도 EMC 알고리즘을 구현하여 볼륨(Volume) 손실을 줄이고, 복잡한 음함수 표면을 표현할 수 있게 한다.

본 논문에서는 수중에 존재하는 몰입형 에이전트의 움직임을 사실적으로 표현하고 수중 오브젝트들과의 상호작용에서 나타나는 외력을 시각적으로 표현할 수 있는 프레임워크를 제안한다. Unity3D와 HTC Vive를 이용해 사용자의 움직임을 추적하고 수중 물리적 요소인 부력, 저항력, 매그너스 효과를 몰입형 에이전트에 적용시켜 사용자로 하여금 수중에 작용하는 외력을 사실적으로 인지할 수 있게 한다.

본 논문에서는 게임프로그래밍을 위한 마이크로디그리 교육과정을 제안하였다. 마이크로디그리는 특정 분야에서 특정 기술이나 지식을 제공하기 위해 설계된 단기과정의 집중 교육프로그램이다. 본 논문에서는 마이크로디그리 교육과정 운영 사례로 나노디그리로 유명한 온라인교육플랫폼 회사인 Udacity와 해외 대학 중 온라인/오프라인 학위과정뿐만 아니라 Certificate 과정을 체계적으로 운영하고 있는 Full Sail University, 국내 대학 중 소프트웨어 관련 마이크로디그리를 운영하는 경희대학교의 교육과정을 분석하였다. 분석결과 Udacity는 데이터분석, 프로그래밍, 인공지능, 클라우드컴퓨팅 등을 중심으로 교육과정이 운영되고 있다. Full Sail 대학의 게임관련 Certificate 교육과정으로는 Game Business & Esports이 운영되고 있고, 게임프로그래밍을 위한 단기교육과정이 없음을 확인하였다. 경희대학 마이크로디그리 교육과정 중 게임과련 교육과정은 "게임공학마이크로디그리" 교육과정 있다. 이 교육과정은 게임프로그래밍과 관련한 마이크로디그리 교육과정이지만 수강생들의 수준을 고려하지 않은 측면이 있어 비전공자나 초보자가 이수하기에는 한계가 있다고 판단된다. 본 논문에서는 이러한 사례 분석을 통해 게임프로그래밍을 위한 마이크로디그리 교육과정을 설계 제안하였다.

본 논문에서는 텍스처 합성 기술을 활용하여 가상의 거품 패턴 텍스처를 생성하기 위한 합성 데이터 구축 방법을 소개한다. 물리 기반 유체 시뮬레이션에서 거품 표현은 2차 효과(Secondary effects)로 분류되며, 그만큼 계산량이 큰 작업이다. 게임 업계에서는 저사양 디바이스에서도 실시간으로 게임이 실행되어야 하므로 상대적으로 계산량이 큰 물리 기반 시뮬레이션을 통해 거품을 표현하기 어렵다. 대부분 사용자가 임의로 그린 거품 패턴을 화면에 매핑하여 적은 계산량을 통해 거품을 표현하지만, 시뮬레이션을 통해 만들어진 데이터가 아니기 때문에 품질을 보장하기 어렵다. 본 논문에서는 물리 기반 시뮬레이션을 통해 만들어진 거품 패턴을 텍스처 합성 기술을 통해 재생산(Reproduction)함으로써 수작업으로 그린 거품 패턴에서는 표현하기 어려운 고품질 거품 패턴 텍스처를 만들어 낸다.

본 논문에서는 비눗방울에 나타나는 반사와 굴절 효과를 상용 게임엔진인 유니티 쉐이더(Unity shader)를 사용하여 구현하고 다양한 배경에서 합성할 수 있는 효율적인 프레임워크를 제안한다. 본 논문에서 제안하는 방법은 계산량이 큰 유체 시뮬레이션을 이용하지 않고, 스넬(Snell)의 법칙을 이용하여 박막 내부의 굴절 벡터를 계산하고, 막 표면의 표현을 위해 다양한 텍스처(Texture)를 적용하였으며, vertex의 조정을 통해 비눗방울 자체의 움직임을 나타낼 수 있다. 결과적으로 실시간으로 높은 품질의 비눗방울을 표현할 수 있기 때문에 게임뿐만 아니라 가상현실 및 다양한 실시간 애플리케이션에 활용될 수 있다.

본 논문에서는 Semi-Lagrangian 이류 과정에서 역추적(Backward tracing)한 위치의 주변 속도를 Divergence-constrained MLS(Moving least squares)를 이용하여 보간하고 그 결과를 이류된 속도 데이터의 외력으로 적용해 연기 시뮬레이션의 난류 표현을 개선할 수 있는 새로운 프레임워크를 제안한다. 일반적인 MLS는 고차보간법이기 때문에 시간에 따른 연속성 보장이 안 되기 때문에 그 결과가 노이즈한 형태로 나타난다. 본 논문에서는 연기의 원본 속도와 제안하는 기법을 통해 생성된 속도 간의 각도 변화를 통해 난류를 생성하며 이를 통해 안정적이고 연기의 밀도를 이류시킨다.

본 논문에서는 인공위성 이미지 비교 알고리즘을 설계하여 국제원자력기구(IAEA)와의 안전조치협정 추가의정서에 따른 원자력 시설 부지 정보의 변동 사항을 검출하는 시험을 수행하였다. 구글 어스에서 특정 장소에 대해 촬영 시간이 다른 인공위성 이미지를 얻어 시험 데이터로 사용하고 본 논문에서 개발한 5단계 이미지 비교 알고리즘을 구동한 결과 추가되거나 사라진 건물을 추적할 수 있었다. 향후 알고리즘 성능에 중요한 역할을 하는 검출 조정값(역치) 자동 도출 기능 및 이미지 전처리 프로세스를 개선한다면 대량 이미지 분석이 필요한 업무에 활용할 수 있을 것이다.

영상 인식을 위한 학습 데이터 구성 단계에서 에지는 물체의 크기, 방향 등의 정보를 포함하고 있어 영상의 특징으로 사용한다. 본 논문에서는 얼굴 인식을 위하여 소벨 마스크를 사용하여 원영상과 압축영상 그리고 에지영상간의 학습에 따른 인식 정도를 파악하고자 한다. 실험결과, 원영상 그대로 인식하는 것보다 에지 영상에 의한 학습 속도에 차이가 있음을 알 수 있었다.

본 논문에서는 텍스처 합성을 할 때 CNN을 사용하여 효율성을 높이고 방향을 고려하여 동적인 결과로 품질을 개선시킬 수 있는 방법을 제안한다. 자유로운 회전 각도로 방향성을 고려하여 동적인 결과물을 생성할 수 있도록 하였으며, 기존 접근법인 사각형 형태의 마스크 블록이 아닌 다양한 회전 각도를 고려하여 학습을 했기 때문에 텍스처 합성 과정에서 방향성 특징을 좀 더 잘 표현할 수 있다.

본 논문에서는 다항식 보간법의 일종인 이동최소자승법(Moving least squares, MLS)을 네트워크로 학습하여, Divergence-constrained MLS 벡터장을 효율적으로 표현하는 방법을 제안한다. 벡터장을 구성하기 위해 MLS는 스칼라가 아닌 벡터 보간을 해야 하므로 행렬과 벡터의 크기가 더 커지며, 이는 계산량이 커짐을 나타낸다. 고차 보간(High-order interpolation)이 가능한 특징은 장점이 되지만, 계산량이 매우 크기 때문에 시뮬레이션에는 활용이 어렵다. Divergence-constrained MLS를 유체 시뮬레이션에 적용한 경우가 있지만, 실제로 슈퍼컴퓨터(Supercomputer)를 해야 장면 제작이 가능하므로 효용성이 떨어진다. 본 논문에서는 이러한 문제를 해결하기 위해 네트워크 학습을 통한 Divergence-constrained MLS 벡터장을 표현할 수 있는 결과를 보여준다.

본 논문은 TCP/IP 네트워크 및 암호 프로토콜을 결합하여 CCTV 카메라 영상 데이터를 안전하게 전송하는 시스템에 관한 것이다. 특히, TCP Handshake에서 암호 키를 교환하고, 디바이스의 시그니처 정보를 활용하여 키를 생성하는 키 교환 암호 프로토콜을 도입한다. 이를 통해 CCTV 카메라의 영상 데이터를 암호화하여 전송하고, 수신 시 복호화하여 저장한다. 또한, 적어도 하나 이상의 CCTV 카메라에 대한 보안 인증과 네트워크 연결 상태를 제어하며, 중간자 공격을 방지하기 위한 안전한 키 교환을 수행한다. 이로써 안전성이 강화된 CCTV 카메라 시스템을 제공할 수 있다.

본 논문은 표준 TCP/IP 네트워크의 특징 및 암호 프로토콜의 특징을 결합하여 TCP Handshake 단계에서 암호 키 교환을 수행하고, 디바이스의 고유한 시그니처 정보를 사용하여, 암호 키 생성 데이터로 사용하여, 보안성을 강화하는 것을 특징 으로 하는 네트워크 계층에 강화된 보안 기능을 활용한 키 교환 암호 프로토콜 기반 데이터 시스템 및 암호화 방법에 관한 것으로 개발된 프로토콜을 키 교환 프로토콜로 대체할 경우보다 안전한 보안 프로토콜을 제공할 수 있다.

본 논문에서는 그리드 컴퓨팅에서의 안전한 통신을 위한 양자내성암호 기반 사용자 인증 및 키 교환 프로토콜을 구현하고 성능을 측정한다. 디지털 서명을 통해 사용자를 검증하고 암호키를 교환하여 신뢰할 수 있는 사용자들만이 그리드 컴퓨팅에 참여할 수 있도록 한다. 사용자 인증과 키 교환 과정에 NIST 선정 표준양자내성암호인 ML-DSA와 ML-KEM을 적용하여 양자컴퓨터를 이용한 공격에도 안전할 것으로 기대된다. 본 논문에서는 양자내성암호를 적용한 프로토콜이 기존의 현대암호 기반 전자서명이나 키 교환 과정에 비해 양자내성과 동시에 준수한 사용성을 지녔음을 보인다. 이를 통해 그리드 컴퓨팅의 시스템의 P2P 특성에서 기인하는 보안 문제를 해결하고, 기존에 주로 내부망이나 실시간 스트리밍 서비스에서 활용되던 그리드 컴퓨팅의 인터넷 환경으로의 확장 가능성을 제시한다.

본 논문에서는 오락실 메타버스를 구축하도록 한다. 구축은 젭 맵 에디터를 이용하고 스폰을 생성하며 아이코그램스를 이용하여 설계하도록 한다. 오락실 메타버스는 주차장, 오락실 1, 오락실 2, 그리고 휴게실을 각각 구축하도록 한다.

본 논문에서는 잠을 자는 침실의 수면 환경 데이터를 수집하고, 얻은 조건 데이터들과 수면 사이의 관계를 분석한다. 또한 잠을 자는 사람의 영상에서 장면 전환을 검출하여 육체의 상황과 수면과의 반응 및 신체감각과 자극들을 제시하고자 한다.

본 연구는 불특정 다수를 대상으로 한 범죄가 증가하면서 높아지고 있는 사회 불안을 해소하기 위해 서울시 10개 구를 선정하여 해당 구의 치안 강화를 위한 유용한 정보를 추출했다. 그리고 이를 데이터베이스화하여 다각적인 방면에서 분석하고 추가 대응 방안을 제시하였다. 서울지방경찰청의 2022년 치안 통계와 통계청의 2020년 사회조사 결과에 따르면 전체적으로 사회가 범죄에 대한 불안에 떨고 있음을 확인할 수 있었다. 안전서비스 설치와 범죄 발생 사이의 상관관계를 파악하고 범죄 발생에 미치는 요인들을 발견하여 추가적인 대응 방안을 설계한다면 우리 사회의 범죄 발생에 대한 불안을 해소할 수 있을 것으로 사료된다.

인구가 감소하고 있는 농어촌의 지역경제를 살림과 동시에 지역 소멸을 예방하고, 정착 지역 탐색에 많은 시간을 할애하는 귀농희망자들을 위해 도움을 줄 수 있는 데이터베이스를 설계하고 구축하였다. 사용자는 이 데이터베이스를 활용하여 사용자가 원하는 조건에 맞는 상위 5개 지역을 추천받을 수 있다. 정부와 기업이 귀농 지역 추천 데이터베이스를 활용하여 귀농을 희망하는 사람들의 행태를 알아보면 농촌 지역과 지방 소도시 지역 개발 및 활성화를 긍정적으로 예상할 수 있고, 이러한 관심이 결과적으로는 우리나라의 국토 균형발전에 큰 도움이 될 것이다.

바빠진 현대 사회 속 개인주의가 심화되고 있을 뿐만 아니라 코로나19의 확산 이후 비대면 수업이나 재택 근무의 증가로 인해 운동량이 자연스럽게 감소되었고, 사회적 고립감이 증대되어 우울감이나 무기력 증으로 이어지는 '코로나 블루'라는 신조어까지 등장하게 되었다. 본 연구에서는 이러한 문제를 해소하기 위해 사용자 위치를 기반으로 스포츠 대결 상대를 매칭시켜 주는 모바일 애플리케이션, '우리동네고수'를 개발하였다. '우리동네고수' 앱은 사용자 지역을 기반으로 즐기고 싶은 스포츠를 같이 할 상대를 찾을 수 있고, 대결을 통해 얻은 승패로 랭킹 서비스를 제공한다. 또한 지역 스포츠 시설 정보를 제공함으로써 스포츠 취미 활동에 필요한 정보와 기능을 하나의 애플리케이션에서 유용하게 사용할 수 있도록 구현되었다.

최근 경제적 어려움과 물가 상승으로 인해 생활비 부담이 증가함에 따라, 생활비 절감을 위해 중고 거래를 이용하는 대학생들이 증가하고 있다. 그러나 기존 대학생을 위한 중고거래 플랫폼은 제한적이며, 대학 커뮤니티에서는 서적 중심의 거래로 중고 거래의 다양성이 부족하고 해당 서비스 이용이 번거롭다. 이러한 점을 개선하기 위해, 본 연구에서는 대학생들이 다양한 중고 물품을 저렴하게 학교에서 직거래할 수 있는 중고거래 및 대여 시스템인 "U-bo"를 개발하였다. 효율적인 거래 관리 시스템과 실시간 채팅 기능을 통해 사용자 경험을 향상시키며 맞춤형 이용이 가능하다. "U-bo"를 통해 학생들의 생활비 절약과 환경 보호에 기여할 것으로 기대된다.

최근 취업에 청신호가 켜진 IT분야에서 전공자들이 취업을 준비할 때, 선 취업 후 실무 역량을 강화해야 할지 또는 실무 역량을 충분히 갖추고 난후 취업해야 할지는 직무 역량에 따라 차이가 있을 것이다. 그러나 열심히 취업을 준비해온 학생들은 좀 더 자신감을 가지고 적극적으로 취업 지원을 할 필요가 있다. 학생들에게 취업 지도를 하는 교수자로서 자신이 가진 역량에 비해 자신감이 없는 학생들을 보면 안타까울 때가 많다. 본 연구에서는 IT분야 기 취업자들에게 취업 시 필요한 역량에 대한 설문을 실시함으로써, 취업을 준비하는 학생들에게 실제 취업에 성공한 취업자들의 의견을 통해 보다 자신감을 가지고 취업 지원을 하는데 도움이 되고자 한다.

스마트 디바이스 등 디지털 환경의 변화가 가속화되며 온라인을 통한 개인정보 관리에 대한 관심이 높아지고 있다. 개인정보를 다루는 플랫폼마다 다양한 개인정보 접속 가능자가 존재하며 블록체인 기반 스마트 컨트랙트를 이용하여 개인정보의 관리권한에 대한 유연한 관리 및 개인정보 관리 이력을 투명하게 관리할 수 있다. 본 논문을 통하여 블록체인 기술의 스마트 컨트랙트 기반 데이터 사용 및 관리권한에 대한 규칙을 설정하고 유연하게 수정하여 개인정보를 안전하고 투명하게 관리할 수 있다.

본 논문에서는 리튬이온 배터리의 SOC(State Of Charge) 초기 정보의 정확도 향상을 위하여 확장칼만필터(EKF) 방법을 적용한 효율적 SOC 추정 알고리즘을 제안한다. 일반적인 전류적산법을 사용하는 방법은 초기 조건이 부정확한 경우에 오차가 발생하고 시간에 따라 누적 오차가 커지는 단점이 있다. 이러한 문제점 해결을 위하여 초기 SOC 추정값에 EKF 방법을 동시에 적용하는 알고리즘을 제안한다. 제안 알고리즘의 평가를 위한 실험을 통하여 제안 방법이 기존 SOC 추정 방법보다 추정 오차가 개선됨을 확인하였다.

본 연구는 경기 변동에 따라 대중들의 소비가 민감한 사업군을 도출해내고, 서울시 열린데이터 광장의 소비데이터를 분석하여 해당 기업의 경영 전략을 제시하는데 목적이 있다. 2023년 물가지수(CPI)는 8월 3.4%, 9월 3.7%, 10월 3.8%로 유례없는 상승 추이를 보이고 있다. 또한, KDI(한국개발연구원)는 2024년 소비는 고물가 기조로 인하여 상품소비의 부진이 지속되어 기업 매출이 전년(1.9%)과 유사하게 1.8% 증가하는데 그칠 전망이라고 예측하였다. 이렇게 대중들의 소비가 줄어들고 있는 경기 상황에서 기업이 손실을 막기 위해 취할 수 있는 대응 전략을 수립하는데 이 연구가 도움이 되리라고 사료된다.

현재 폐교된 학교의 데이터들과 후에 폐교될 위험이 있는 학교들의 데이터를 활용하여, 민간, 국가기관 모두에 유용한 데이터를 제공할 수 있는 시스템을 구축하였다. 사용한 데이터로는 22년도 출산율, 14년도 출산율, 지역별 폐교 이용 현황, 전체 폐교 데이터, 현재 학교 인원 현황에 관한 자료를 활용했다. 이같은 데이터를 통해 현재 운영되고 있는 학교 중 폐교 위험의 범주 안에 들어가 있는 학교를 가중치 전략으로 추출할 수 있게 만들었다. 시스템 예측 결과, 현재까지 폐교된 학교들보다 더 많은 학교들이 폐교위기에 처해있고, 더 많은 학교들이 폐교될 것으로 예상된다. 급감하는 출산률을 보아 폐교되는 추세를 줄일 수 없다. 따라서 정부 차원에서 폐교 대부와 경매, 폐교활용 조건을 완화시키고, 학교 건물들을 대책없이 방치시키는 일을 미리 대비해야 한다고 사료된다.

반도체 칩 부족에 따른 신차 생산 중단 및 중고차 가격 급상승, 항구 파업으로 수입 차량 인도 지연 등 예측 불가능한 사회 현상이 빈번히 발생하는 상황에서도 신속히 대응하며 운영해야하는 자동차 딜러쉽의 총괄 관리자 역할은 매우 중요하다. 본 연구는 캐나다 온타리오 주 내 현대자동차 딜러쉽을 대표하는 8명의 지점장들을 대상으로 설문조사를 실시하였다. AHP 기법을 통해 총괄 관리자에게 가장 중요한 핵심 역량을 파악하였고, 의사 결정, 직원과의 관계, 코칭 및 멘토링 등이 핵심 역량으로 도출되었다. 본 연구 결과는 향후 채용 과정에서 평가 지표로 활용될 수 있고, 현직 총괄 관리자들의 역량 향상을 위한 교육 시스템 구축 및 적용을 통해 딜러쉽의 성공적인 운영과 더 큰 성과 창출에도 도움이 될 수 있을 것으로 사료된다.

본 논문은 국내 정보보안 분야 학술 연구에서 참고문헌 인용행태를 파악하고자 해당 분야 대표 학술지의 인용문헌 현황 및 패턴을 분석하였다. 실험데이터는 "정보보호학회논문지"를 대상으로 수록된 모든 논문과 참고문헌 정보를 수집하고 개별 학술지 및 학술대회의 식별 과정을 통해 구축하였다. 이를 기반으로 참고문헌 현황, 인용나이 통계 분석 결과와 동시출현네트워크 (학술지 및 학술대회)의 생성을 통한 네트워크 중심성 및 시각화 지도를 제시하였다.

본 연구는 중국 동북3성과 우리나라간의 카페리 화물 물동량 예측을 수행하여 노후 카페리선박에 대한 경제성 평가에 기초자료로 활용하고자 하며 친환경 선박으로의 대체하는데 있어 정책금융 지원에 대한 근거자료를 확보 하고자 한다.

본 논문에서는 중국의 자율운항선박 기술개발 현황 및 신기술 관련 승인제도에 관한 연구하고자 한다. 제4차 산업혁명에 따라 해운산업에서도 자율운항선박이 등장하게 되었고, 현재 많은 국가들이 치열하고 기술개발에 열을 올리고 있다. 우리나라 역시 자율운항선박 기술개발을 위해 노력하고 있으며, 이와 더불어 자율운항선박 상용화를 위한 규제특례 및 승인제도를 도입하고자 한다. 자율운항선박은 현존선과 다른 선박 구조적 특성 및 시스템상의 특성을 가지고 있으며, 국제해사기구의 기준을 기반으로 주요 해양국가들은 자율운항선박의 실증운전 및 상용화를 위하여 자율운항선박 및 기자재 인증제도를 채택하고 있다. 본 논문은 중국의 자율운항선박 기술개발 현황 및 자율운항시스템등과 같은 신기술 승인제도를 연구하여 시사점을 얻고자 한다.

본 논문에서는 DigComp를 분석하여 데이터 리터러시 수준을 분석하고자 하였다. 이를 위해 DigComp의 구성요소인 데이터 리터러시, 소통 및 협업, 디지털 콘텐츠 제작, 보안, 문제해결 중 데이터 리러터시 영역의 세부 요소를 살펴보았다. 데이터 리터러시는 탐색·검색·필터링, 평가, 관리 3가지로 세분되어 있었고, 각각은 수준에 따라 기초, 중급, 고급, 전문가의 4단계로 구분되어 있었다. 그리고 3가지 영역의 수준을 분석하여 각 수준을 대표하는 핵심 단어를 추출하였다. 향후 이를 바탕으로 한 구체적 적용방안에 관한 연구가 이뤄지길 기대한다.

본 논문에서는 초등학생을 위한 데이터 분석 대회를 활용한 데이터 분석 프로그램을 개발하였다. 데이터 분석 프로그램은 ADDIE 모형에 개발하였다. 분석 단계에서 G초등학교 학생들의 데이터 분석 도구인 스프레드 시트를 학습한 경험이 적고 배우고자 하는 동기가 없었다. 하지만 교육과정에서 공학도구로 활용하도록 제시되어 있다. 이를 바탕으로 디자인 학생들이 스프레드 시트를 학습할 수 있는 프로그램과 이를 실습할 수 있는 데이터 분석 대회를 디자인 하였다. 개발 단계에서는 LMS를 활용하여 학생들에게 학습을 위한 데이터를 제공하고 학습하며, 데이터 분석 대회에서는 학습한 데이터와 문제만 제공하여 대회에 참여하면서 실습할 수 있는 기회를 제공하였다. 평가 도구로는 데이터 리터러시 평가 도구를 선정하였다.

대표적인 분만 취약지 중 경상북도와 경상남도, 전라남도의 의료, 교육, 교통, 출산 지원 데이터를 분석하여 '육아가능인구'에게 유용한 정보를 제공하고 저출산과 지역별 육아 인프라 격차에 대한 긍정적인 해결책을 제안하는 것을 목표로 한다.

본 연구는 한국 경기도 화재데이터를 통한 화재 취약 지역 식별과 소방 용수 시설의 충분성 분석을 통한 지역 안정성 향상을 목표로 하였다. 이를 통해, 정확한 화재 대응 및 예방을 위한 정책 제안과 소방 시설 개선 방안을 모색하고 지역사회의 안전성을 향상시키고자 한다. 연구 결과, 경기도는 캠페인을 통한 시민의 화재민감성 증가를 유도해야한다. 또한. 소방 용수 시설 현황을 분석하기 위해 안전 점수를 산출한 결과, 각 시의 소방용수시설의 절대적 부족은 확인되지 않았다. 따라서, 국가 지방 정부는 화재 발생률을 낮추기 위해 의용 소방대를 확대하고, 화재 민감성 증진을 위한 캠페인을 시행해야한다고 사료된다.

본 논문에서는 관련 지식이 없더라도 취약한 비밀번호를 사용하는 AP(Access Point)를 빠르고 편하게 점검할 수 있는 소형 해킹 장치를 제안한다. 터치 디스플레이를 이용한 입출력 장치의 통합으로 휴대성을 극대화시켰다. 필요한 정보를 특정하여 출력하고, 숫자 입력만으로 프로그램을 제어하며, AP의 보안 프로토콜 유형을 자동으로 인식하여 그에 맞는 공격을 시도하는 등의 사용자의 편의성을 고려한 프로그램 설계로 입력장치의 제한으로 인해 생길 수 있는 불편함을 해소하였다.

본 논문에서는 원자력 안전조치 용어를 미세조정(fine tuning) 알고리즘을 활용해 추가 학습한 공개 거대 언어모델(Large Language Model, LLM)이 안전조치 관련 질문에 대해 답변한 결과를 정성적으로 평가하였다. 평가 결과, 학습 데이터 범위 내 질문에 대해 학습 모델은 기반 모델 답변에 추가 학습 데이터를 활용한 낮은 수준의 추론을 수행한 답변을 출력하였다. 평가 결과를 통해 추가 학습 개선 방향을 도출하였으며 저비용 전문 분야 언어 모델 구축에 활용할 수 있을 것으로 보인다.

본 논문에서는 레고(LEGO®) 조립 설명서를 생성하기 위해 딥러닝을 이용한 조립 및 설명서 생성 시스템을 제안한다. 이 시스템은 사용자가 제공한 단일 이미지를 기반으로 레고 조립 설명서를 자동 생성한다. 해당 시스템은 딥러닝 기반 이미지 분할 기술을 활용하여 물체를 배경으로부터 분리하고 이를 통해 조립 설명서를 생성하는 과정을 포함하며, 조립을 위한 알고리즘을 새로 설계하였다. 이 시스템은 기존 레고 제품의 한계를 극복하고, 사용자에게 주어진 부품으로 다양한 모델을 자유롭게 조립할 수 있게 한다. 또한, 복잡한 레고 조립 과정을 간소화하고, 조립의 장벽을 낮추는 데 도움을 준다.

본 논문에서는 전기차 시장의 성장 및 수요 증가로 인한 충전 인프라 부족에 대한 문제를 해소하기 위한 방안으로, 센서를 활용한 각 자리별 빈 주차 자리 확인 기능과 전기차 충전 자리의 남은 대기 시간에 대한 정보를 실시간 모니터링 할 수 있는 시스템을 구현하였다. 기존의 LED 표시등의 정보를 웹사이트를 통해 시각적으로 전달하며, 실시간으로 주차 여유 공간과 전기차 충전 자리의 대기 시간을 확인할 수 있게 하였다. 더불어 발레 파킹 서비스와의 융합을 통해 충전 완료 후 차량 이동의 불편함 및 인프라 운영의 효율을 늘리는 방안을 제안해본다.

본 논문에서는 사용자의 입장에서 게임 논리와 밸런스를 바탕으로 흥미를 유발할 수 있는 게임 개발의 요구를 고려하여 언리언 엔진 5 기반 하이퍼 FPS 게임의 설계와 구현을 제안한다. FPS 게임 내에도 정통 FPS, 배틀로얄, 그리고 하이퍼 FPS 등 여러 종류가 있는데 그 중 순전히 총으로만 싸우지 않고 캐릭터마다 고유스킬을 사용하여 전투할 수 있는 것이 하이퍼 FPS이다. 제안하는 게임 개발을 위해 다양한 게임엔진 중에서 사용자 친화적인 인터페이스와 비교적 쉬운 작업 흐름을 가지고 있는 언리얼 엔진을 선정하였다. 개발 결과의 테스트를 통해 제안한 게임과 EOS(Epic Online Services) 연동으로 다중 사용자들의 접속과 플레이를 확인하였다.

맞벌이 가정이 증가함에 따라 영유아, 장애인, 노인 등의 사회적 약자를 낮시간 동안 보육/보호하는 데이케어 센터의 수요가 증가하고 있다. 데이케어 센터는 센터 경쟁력 확보 및 보호자 만족도 제고를 위해서 피보호자의 일상 사진을 제공하는 곳이 대부분이다. 하지만 데이케어 센터의 직원이 다수의 사람에 대한 사진을 촬영 및 선별해서 메시지를 전송하는 일은 데이케어 센터 본연의 업무를 방해할 수 있다. 따라서 본 논문에서는 사진 선별을 업무 부담을 완화시키는데 도움을 줄 수 있는 얼굴 특징 기반 사진 자동분류하는 시스템을 개발한다. 제안한 방법에서는 얼굴 특징 추출 기법과 클러스터링 알고리즘인 DBSCAN을 이용하여 얼굴기준 사진 분류시스템을 설계하엿다. 특히, OpenCV와 face recognition 라이브러리를 이용하여 카메라로 촬영된 사진 속의 얼굴 객체를 인식하고 얼굴사진을 저정한 후 얼굴의 특징을 추출한다.