서버 가상화 기술은 초기 하이퍼바이저 방식에서 비즈니스 민첩성을 높일 수 있는 컨테이너 기술로 진화하고 있다. 하지만, 컨테이너 기술은 운영체제를 공유하고 잦은 빌드와 배포로 보안과 안정성에 대한 문제가 제기되고 있다. 이에 따라 본 논문에서는 서버 가상화 기술인 하이퍼바이저와 컨테이너 기술을 비교분석하고 애플리케이션 특성을 분석한다. 하이퍼바이저 기술은 하드웨어 가상화를 통해 안정성이 높은 반면 복잡하고 무거우며 속도가 느린 단점이 있다. 컨테이너 기술은 하이퍼바이저에 비해 가볍고 성능이 향상되는 반면 보안 및 안정성에 문제가 발생할 수 있다는 단점이 있다. 이를 통해 미션 크리티컬 워크로드를 가진 애플리케이션은 안정성이 우수한 하이퍼바이저 기술이 적합하고, 자원 사용이 가변적인 애플리케이션은 서버 확장이 유연하고 성능이 우수한 컨테이너 기술이 적합하다고 제안한다.

교통수단으로서의 항공기 이용 고객의 증가로 인해 객실 내에서 제공되는 기내 서비스는 항공사의 경쟁력을 결정하는 중요한 요소 중 하나이다. 그러나 현재와 같이 승무원이 비행 중 기내식 등의 서비스 제공을 위해 카트를 직접적으로 이동시키며 제공하는 서비스는 여러 불편한 요소로 인해 서비스의 질을 감소시킬 수 있다. 이를 위해 본 논문에서는 카메라 센서와 초음파 센서를 이용하여 기내에서 활용 가능한 서비스용 스마트 카트를 설계한다. 설계하는 스마트 카트는 승무원의 이동에 따라 대체 거리를 측정해 사용자와의 일정 거리를 유지하는 동시에 승객의 호출 신호에 따라 승객의 자리로 자동 이동하여 서비스 제공이 가능하게 하는 것을 목표로 한다. 기내 서비스용 스마트 카트는 승무원의 노동 강도 감소와 더불어 항공기 객실 서비스의 질적 향상에 기여할 뿐만 아니라 저가 항공사의 경비 절감에도 기여할 수 있다.

최근 스마트폰과 컴퓨터 등의 비중이 커지면서 거북목 증후군의 관심사가 커졌다. 거북목 증후군은 잘못된 자세로 인해 어깨의 근육과 인대가 늘어나 통증이 생기는 증상을 의미한다. 이러한 잘못된 자세에는 대표적으로 일자목과 역c자목이 있으며 일자목은 7개의 목뼈로 이루어진 경추라인이 c자 라인에서 일직선으로 뼈의 형태가 바뀌어 디스크가 일어나 통증을 유발하는 증상이고 역c자목은 정상의 목뼈 구조를 잃어버린 형태로 곧 디스크를 보이며 고개를 드는 것이 힘드며 구부정한 자세를 취하게 되는 증상이다. 본 연구에서는 컨볼루션 신경망 (CNN) 학습 모델을 구현하여 주어진 자세가 올바른 자세인지 일자목인지 c자목인지를 진단할 수 있는 분류기를 구현하였다. 또한, 최근 코로나 사태로 인해 마스크 장착이 일상화되고 있는데, 추가 데이터를 보강하여, 마스크 착용상태에서도 적용가능한 모델로 확장하였다.

소비자가 남긴 댓글이나 상품평은 상품기획의 주요 정보가 될 수 있다. 본 논문에서는 버티컬 무소음 마우스 7,300개에 대한 온라인 댓글을 딥러닝 기술인 Word2Vec을 이용하여 유사도 분석을 시행하였다. 유사도 분석결과 클릭 키워드에 대한 장점으로 소리(.975), 버튼(.972), 무게(.971)가 분석되었으며 단점은 가볍다(.959)이었다. 이는 구매 상품에 대한 소비자의 의견, 태도, 성향 및 서비스에 대한 포괄적인 의견들을 데이터화 하여 상품의 특징을 분석할 수 있는 의미있는 과정 이라고 볼 수 있다. 상품기획 프로세스에 딥러닝 기술을 통한 소비자의 감성분석자료 포함시키는 전략을 적용한다면 상품기획의 시간과 비용투자의 경제성을 높일 수 있고 나아가 빠르게 변화하는 소비자의 요구사항을 적기에 반영할 수 있을 것으로 생각된다.

텍스트에 나타나는 감성을 분석하는 NLP task 중 하나인 감성분석에 자주 사용되는 한국어와 외국어 데이터들에 대해 다양한 BERT 모델들을 적용한 결과를 고성능 순서로 정리한 사이트(Paper with code)와 Github를 통해 준수한 성능을 보이는 BERT 모델들을 분석하고 실행해보며 성능향상을 통한 차별성을 가지는 것이 목표이다.

본 논문에서는 코로나19 사태에 대비하여 실시간으로 마스크를 제대로 쓴 사람과 제대로 쓰지 않은 사람을 구분하는 시스템을 제안한다. 이 시스템을 사용하기 위하여 모델 학습 시에 합성곱 신경망(CNN : Convolutional Neural Networks)를 사용한다. 학습된 모델을 토대로 영상에 적용 시 하르 특징 분류기(Haar Cascade Classifier)로 얼굴을 탐지하여 마스크 여부를 판단한다.

사람들이 체중을 조절하고 건강을 관리하기 위한 방법 중 하루 영양소 섭취량을 조절이 있다. 현대 사회에선 가공식품의 섭취량이 증가함에 따라 자연스레 가공식품들의 영양소를 파악하고 기록하는 것도 중요한 문제가 되었다. 본 논문에서는 실제 가공 식품의 포장지에 인쇄되어있는 영양성분 표 이미지를 인식할 수 있는 OCR을 FOTS 기반으로 구현 및 실험을 진행하였다. 실제로 시중에서 파는 영양성분 표는 한글과 영어가 섞여 있기 때문에 한글을 인식하는 모델과 영어와 숫자를 인식하는 모델을 따로 학습한 뒤 생성하여 각 언어에 대한 인식률을 향상시켰다.

본 논문에서는 대학별 홍보 전략, 발전에 기여하기 위한 서비스를 제안한다. 이 서비스는 데이터 수집에는 크롤링을 사용하고 사이킷 런을 사용하여 정확도를 최대화하고, 각 분류된 카테고리의 오류을 최소화한다. 이 서비스는 각 카테고리별로 특성이 높은 키워드를 사용하여 카테고리 별 학습 데이터셋을 생성한 후 이러한 학습 데이터셋을 바탕으로 각 기사들을 최적의 카테고리로 분류해주는 분류기를 구현한다. 이러한 분류기를 사용하여 분류된 기사들을 분석하여 막대 그래프 등의 시각화된 자료들로 볼 수 있도록 하여 기존의 대학 홍보 자료에 비해 누구든 쉽고 간단하게 접근이 가능하도록 한다.

경제 성장과 함께 자동차의 수요가 늘어남에 따라 교통사고 발생 빈도는 꾸준히 증가하고 있다. 이에, 본 연구에서는 교통사고를 야기하는 도로 및 기상환경과 같은 조건을 활용하여 기계학습 모델을 통해 서울시 교통사고 사상자 수를 예측하는 모형을 찾고자 한다. 활용한 데이터는 도로교통 공단에서 제공하는 교통사고 사상자 수 정보를 포함하는 데이터로 2015년부터 2018년도까지 데이터를 학습에 사용하였고 2019년도 데이터를 테스트 평가에 사용하였다. 실증연구를 통해 트리 기반의 모델 별 성능을 비교하였으며 본 연구에 대한 결과는 사고 발생 시 우선순위에 의한 구조활동이 가능하게 함과 도로상황 및 기상을 고려한 안전운전 가이드 지식으로 활용될 수 있다.

신종 코로나바이러스 감염증(Coronavirus disease 2019; COVID-19)이 빠르게 확산됨에 따라 세계적인 전염병 대유행인 팬데믹(Pandemic)으로 선언되었다. 감염자들은 꾸준히 증가하고 있고 최근에는, 무증상 감염자들이 나타나고 있어 의심 환자를 조기에 판단하고 선별할 수 있는 기술이 필요하다. 본 논문에서는 흉부 방사선 검사(chest Radiography; CXR) 영상을 딥러닝(Deep Learning)하여 정상인, 폐렴 환자, 코로나바이러스 감염자를 분류할 수 있도록 한다.

본 논문에서는 인간의 표정과 목소리를 기반으로 한 감정 분석기를 제안한다. 제안하는 분석기들은 수많은 인간의 표정 중 뚜렷한 특징을 가진 표정 7가지를 별도의 클래스로 구성하며, DNN 모델을 수정하여 사용하였다. 또한, 음성 데이터는 학습 데이터 증식을 위한 Data Augmentation을 하였으며, 학습 도중 과적합을 방지하기 위해 콜백 함수를 사용하여 가장 최적의 성능에 도달했을 때, Early-stop 되도록 설정했다. 제안하는 표정 감정 분석 모델의 학습 결과는 val loss값이 0.94, val accuracy 값은 0.66이고, 음성 감정 분석 모델의 학습 결과는 val loss 결과값이 0.89, val accuracy 값은 0.65로, OpenCV 라이브러리를 사용한 모델 테스트는 안정적인 결과를 도출하였다.

본 논문에서는 간단한 아두이노 모듈을 이용하여 MATLAB에서 실행되는 semantic segmentation을 조작해보았다. 기존에는 단순히 센서를 통해 감지하거나, 입력을 받아 출력하는 등의 수동적으로 아두이노 모듈을 활용하였다. 하지만 직접 아두이노와 semantic segmentation을 연결하여 semantic segmentation 결과를 조작하여, 아두이노를 인공지능과 결합하여 능동적으로 사용할 수 있게 하였다.

현재 재난정보전달시스템은 재난 유형별, 유관기관(중앙부처, 지자체) 별로 독립적으로 운영되고 있어, 해당 시스템 간 연계가 미흡하여 통합적인 재난정보 확보와 적절한 조기 대응이 어렵다. 이를 해결하기 위해 예·경보 플랫폼과 상황전파 플랫폼 간 연계할 수 있는 통합 재난안전정보체계 및 통합플랫폼 개발이 필요한 실정이다. 또한, 재난 대응을 위해 전달되는 정보의 형태 및 전달되는 매체는 제한적이므로, 신속 정확하고 다양한 재난 정보 전달을 위해서는 새로운 방송 및 통신기술을 활용하여 멀티미디어 기반 재난정보 전달을 위한 표준 제정 및 시스템 고도화가 요구된다. 본 논문에서는 차세대 ICT 기술과 멀티미디어를 지원하는 재난정보전달플랫폼에 대한 기술개발을 통해 기존 구축되어 있는 재난안전정보공유플랫폼 및 관련 재난안전정보시스템과 연계 가능하고 표준화된 다매체 기반의 멀티미디어 재난정보전달플랫폼을 개발함에 있어 차세대 통합 예·경보 플랫폼을 위한 통합관제시스템에 관한 연구를 진행한다. 이는, 대국민을 대상으로 신속하고 안정적인 재난정보 전달을 실현하고 대관(재난관리기관)에 대한 재난현장정보 수집의 어려움 해소 및 현장 중심의 양방향 의사전달을 증대하여 다양하고 정확한 멀티미디어 재난정보전달을 수행한다.

의료영상이란 의료영상장비로부터 DICOM이라는 의료영상표준에 따라 저장되며, 의료영상관리 시스템인 PACS를 통해 관리된다. 이러한, 의료영상장비 ICT기술이 융합되어 급격하게 발전되고 있으며 다양한 의료영상장치가 개발되어지고 있다. 하지만, 기술력은 높아지고 있으나 개발된 의료영상장비로부터 촬영된 영상품질관리에 대한 문제점이 제기되고 있다. 이와 관련하여 다기관의 의료영상장비 개발과 해당 기기로부터 수집된 의료영상에 대한 품질을 관리할 필요성이 증가하고 있다. 따라서 코로나 19와 같은 상황에서 의료기기 개발 지원과 관리를 비대면 관리서비스 시스템 개발과 의료영상장치 개발 정도를 관리할 수 있을 뿐만 아니라 의료영상에 대한 품질까지 모니터링하여 및 개선 할 수 있는 시스템을 제안하고자 한다.

본 연구는 타이포그래피 기술을 접목한 동영상과 기본 자동 자막을 사용한 동영상의 한글 자막 가독성을 비교·분석하여 모바일 동영상 시청 시 한글 자막의 가독성 개선을 위한 기초자료를 제공하는 데 목적이 있다. 연구의 목적을 위해 기본으로 설정되는 자동 자막을 사용한 동영상과 타이포그래피 기술을 적용·개선한 한글 폰트를 자막에 적용한 동영상을 비교하는 설문을 실시하였다. 시각디자인 전공자(73명)과 비전공자(52명)간의 자막 가독성 설문조사의 결과를 비교·분석하였다. 또한, 모바일을 통해 외국어 동영상 시청 시 자막 설정 기능에서 중요하게 여겨지는 요인과 현재 자막 설정 기능 중 불편하게 여기는 요인을 분석하였다. 수집된 설문의 자료는 Windows SPSS 26.0을 사용하여 분석하였다. 자막 설정 기능에서 중요하게 여겨지는 요인과 현재 자막 설정 기능의 불편 사항 등에 대한 인식의 차이를 살펴보기 위해 빈도분석, 𝑥2 검정, t 검정, 일원변량분석(one-way ANOVA) 등을 실시하였다.

블록체인 기술은 데이터 공유를 통하여 투명한 데이터 관리가 가능하다. 하지만 데이터삭제의 비가역성 및 투명한 데이터 공개가 데이터 프라이버시 침해의 원인이 될 수 있다. 최근 블록체인 기술상의 데이터 프라이버시 보호를 위하여 영지식 증명이 활발하게 적용되고 있다. 본 논문에서는 블록체인 기술 적용 시 데이터 프라이버시를 보호하고 효율적인 데이터 증명 및 검증이 가능하도록 하기 위해 기존의 영지식 증명방법을 변형하여 증명자와 검증자의 신뢰도에 따른 상호 신뢰 기반의 차별화된 프로토콜 처리과정을 제안하였다. 해당 제안을 위하여 신뢰도 측정 변수가 필요하며 해당 변수를 통한 프로토콜 시퀀스의 차별적 적용을 통하여 증명 및 검증을 위한 경제적.시간적 효율성을 높일 수 있다.

2020년은 COVID-19 바이러스로 인해 e스포츠는 새로운 가능성을 보여주고 있다. 전통적인 스포츠의 경기 진행 및 현장 관람이 어려워 고전하고 있는 반면에 대부분의 e스포츠 경기가 온라인 중계로 정상적인 일정을 진행하였다. 그러나 국내 e스포츠의 종목은 LOL을 비롯하여 극히 일부 게임만 성공적으로 운영되고 있다는 문제가 있다. 본 논문에서는 e스포츠로 성공한 게임을 분석하여 e스포츠 활성화를 위한 제안을 한다.

현재까지 나타나고 있는 공포 게임은 크게 두 가지로 나뉘어 있다. 시각적으로 유저들의 눈을 감기느냐 아니면 심리적으로 유저들의 마음을 두렵게 사로잡느냐 하는 것으로 나뉘어 공포 게임들이 출시되고 있다. 이렇게 크게 두 가지로 나뉘고 있지만 이 두 가지를 또 나누어 시각적인 공포로는 점프 스케어, 즉 갑툭튀 방식의 플레이가 더 공포를 느끼는지 아니면 게임에 크리처가 나온다면 그 크리처의 모습만으로 공포감을 느끼는지, 심리적인 공포로는 크리처가 없는 심리 공포 게임이 무서운지 아니면 크리처가 있는 심리 공포 게임이 무서운지로 더 자세히 나누어 흔하디흔한 공포 게임들의 선입견을 찾아보고자 한다. 본 논문에서는 유저들이 공포 게임을 접할 때 시각적으로 더 공포감이 느껴지는지 아니면 심리적으로 더 공포감이 느껴지는지에 대한 선입견 차이를 통계를 통해 설명하고 해당 공포심으로 공포 게임들의 공포 방향성을 어떻게 바뀌어야 할지 제안을 하고자 한다.

최근에 들어서 VR, AR 등 '현실'을 기반으로 하는 장르가 주목을 받고 있다. 그 중에서도 ARG 장르가 존재하는데, 우리가 살고 있는 현실 세계에서 가상의 이야기들을 마치 실존하는 것처럼 꾸며 놓고 관객 혹은 플레이어들이 스스로 단서를 찾아 스토리의 끝을 매듭짓는 것이 목표인 장르이다. ARG 장르는 그 자체가 게임이 될 수 있고, 메인 게임 장르의 세부적인 요인으로 작용할 수도 있는 매력적인 장르이다. 본 논문에서는 ARG 게임에 대한 세부적인 분석과 인식 조사를 진행하여, 그 결과를 바탕으로 해당 장르를 보편화 시킬 수 있는 방법을 제시한다.

본 연구에서는 Dilated U-Net 기반의 이미지 복원기법을 통해 콘크리트 균열 추출 성능 개선 방안을 제안한다. 콘크리트 균열은 구조물의 미관상의 문제뿐 아니라 추후 큰 안전사고의 원인이 될 수 있어 초기대응이 중요하다. 현재는 점검자가 직접 육안으로 검사하는 외관 검사법이 주로 사용되고 있지만, 이는 정확성 및 비용, 시간, 그리고 안전성 면에서 한계를 갖고 있다. 이에 콘크리트 구조물 표면에 대해 획득한 영상 처리 기법을 사용한 검사 방식 도입의 관심이 늘어나고 있다. 또한, 딥러닝 기술의 발달로 딥러닝을 적용한 영상처리의 연구 역시 활발하게 진행되고 있다. 본 연구는 콘크리트 균열 추개선출 성능 개선을 위해 Dilated U-Net 기반의 이미지 복원기법을 적용하는 방안을 제안하였고 성능 검증 결과, 기존 U-Net 기반의 정확도가 98.78%, 조화평균 82.67%였던 것에 비해 정확도 99.199%, 조화평균 88.722%로 성능이 되었음을 확인하였다.

본 논문은 PPM으로 관리되고 있는 자동차 부품 제조 공정에서 검사자의 육안검사 방법을 대체하기 위해 머신비전 및 CNN 기반 불량 검출 시스템으로 제안되었던 방식들의 단점을 개선하기 위하여 기존 머신 비전 기술에 합성곱 오토인코더 모델을 적용하여 단점을 해결하였다. 본 논문에서 제시한 오토인코더를 이용하는 방법은 정상 생산품의 이미지만으로 학습을 진행하고, 학습된 모델은 불량 부위가 포함된 이미지를 입력받아 정상 이미지로 출력한다. 이 방법을 사용하여 불량의 부위와 크기를 알 수 있었으며 불량 여부의 판단은 임계치에 의한 불량 부위의 화소 수 계산으로 판단하였다.

본 논문에서는 Scene Text Detection의 새로운 프레임워크인 TextFuseNet에 영상처리 관련 기술인 선명화 기법을 제안한다. Scene Text Detection은 야외 간판이나 표지판 등 불특정 배경에서 글자를 인식하는 기술이며, 그중 하나의 프레임워크가 TextFuseNet이다. TextFuseNet은 문자, 단어, 전역 기준으로 텍스트를 감지하는데, 여기서는 영상처리의 기술인 선명화 기법을 적용하여 TextFuseNet의 성능을 향상시키는 것이 목적이다. 선명화 기법은 기존 Sharpening Filter 방법과 Unsharp Masking 방법을 사용하였고 이 중 Sharpening Filter 방법을 적용하였을 때 AP가 0.9% 향상되었음을 확인하였다.

다양한 원인으로 매년 수많은 사람이 교통사고로 목숨을 잃거나 크게 다치곤 한다. 최근 교통사고 통계자료에 따르면 졸음운전으로 인한 교통사고가 음주운전이나, 과속보다도 높은 비중을 차지하고 있었다. 또한, 사고가 났을 때 안전벨트를 매지 않은 운전자나 동승객은 부상 정도가 훨씬 심각한 것으로 알려져 전 좌석에 안전벨트를 꼭 착용해야 하는 법도 제정되었다. 그런데도 많은 운전자 및 동승자가 안전벨트를 착용하지 않아 크게 부상을 당하는 사고는 줄지 않고 있다. 이러한 사고와 부상을 줄이기 위하여 본 논문에서는 다중 네트워크를 이용하여 운전자의 졸음 감지 및 운전자, 동승자의 안전벨트 착용 여부까지 실시간으로 판별하는 시스템을 설계하고 구현한다.

본 논문은 MITM 공격기법을 역이용한 네트워크 보안 기술 및 구현 방안을 제시한다. MITM(Man In The Middle) 공격은 통신 경로 중간에 개입하여 양 단간의 통신 내용을 가로채거나 행위 제어를 수행하는 전통적인 해킹 방법으로 그 공격 기법을 역이용하여 네트워크 공격을 방어하는 보안기술 및 시스템 구현에 대해 기술한다. Linux 시스템을 이용하여 ARP Poisoning을 통해 양단간 통신 트래픽에 개입하며, Netfilter 및 Suricata를 이용하여 Network IDS/IPS 및 Firewall을 구현하였고, Contents 필터링 및 Anti-Virus 구현이 가능하며, 여러 기능을 확장하여 UTM(Unified Threats Management) 시스템을 구현하였다.

현재 국내 많은 도서관과 여러 대여점 시설이 코로나로 인하여 운영에 제한이 있거나 중지되었다. 이에 기존 시설 이용자는 도서 대여에 불편함을 겪고 있으며, 민간 도서 대여점과 도서 대여업 산업 전반의 매출이 감소한 것을 확인하였다. 본 논문에서는 시설 사용자의 불편함과 민간 업체의 매출을 개선하기 위해 대여 서적 배달 서비스인 O2O(Offline to online) 플랫폼을 클라우드 서버에 구축하고자 한다. 플랫폼은 하이브리드 애플리케이션으로 구현하여 스마트 폰에 익숙한 신세대와 컴퓨터의 친숙한 기성세대 모두 쉽게 이용할 수 있게 구현하였으며, 이를 통해 대여점 이용자는 편리하고 안전하게 집에서 대여하고 대여점은 이용자 증가와 더불어 또 다른 홍보 수단으로 이용하여 대여점의 매출 개선을 기대할 수 있다.

컴퓨터 전공자들의 프로그래밍 개발 중심의 팀 프로젝트 수업은 프로그래밍 개발 능력과 팀원들 간의 협업 능력을 키울 수 있는 수업으로서, 기존에는 대면수업을 통해 교수자와 학습자간 그리고 팀을 이룬 학습자들 간에 긴밀한 상호작용으로 진행되어왔다. 그러나 2020년 COVID-19의 확산으로 대부분의 대학 수업들이 비대면 방식으로 진행됨에 따라 팀 프로젝트 수업 역시 비 대면으로 운영되어야 했으며 팀 활동을 위해 다양한 온라인 커뮤니케이션 방법이 모색되어야 했다. 본 연구에서는 팀 프로젝트 수업을 기존의 대면 수업으로 운영하였을 경우와 비대면 방식으로 운영하였을 때 학습자들이 느끼는 학습 효과에 대해 비교해보고자 한다. 대면 수업과 비대면 수업에 참여했던 학습자들을 대상으로 설문을 실시하여 팀 프로젝트 수업을 통한 학습 이해도, 수업 흥미도, 학습자간의 소통의 원활성, 수업 참여의 적극성 그리고 전체적인 수업 만족도에 대한 설문 결과를 비교 분석하였다. 향후 포스트 코로나 시대에는 대면과 비대면의 하이브리드 커뮤니케이션 방식이 대세를 이룰 것으로 예측되고 있는 만큼 대학 수업 방식에도 변화가 필요할 것이며 본 연구는 이를 위한 기초 연구로 활용될 수 있다.

본 논문에서는 Python과 Selenium 라이브러리 기반의 재난 문자 크롤링 및 데이터 시각화 애플리케이션을 설계하고 구현한다. 이 애플리케이션의 특징은 웹상에서 재난 문자 데이터를 크롤링(Crawling)하여 그 빈도수에 따라 시각화하는 것이다. 이 애플리케이션을 활용하여 국민재난안전포털에 접속하여 재난 문자 데이터를 크롤링하고, 그 데이터를 Word Cloud를 활용하여 지역별 재난 문자 빈도수를 시각화한다. 지역별 재난 문자 빈도수를 한눈에 보기 쉽게 시각화함으로써 재난문자를 잘 확인하지 않는 사람들에게 해당 지역의 재난 정보를 쉽게 전달하는 기능을 제공한다.

퍼스널 모빌리티를 비롯한 공유 모빌리티 시장이 국내에서 급격한 성장을 거두고 있다. 서울시에서는 2015년부터 공공자전거 서비스 '따릉이' 사업을 시작해 서울시민에게 주목받는 정책 중 하나로 자리매김했다. 그에 따라 매해 늘어나는 따릉이 수요를 맞추기 위해 서울시에서는 따릉이 대여소를 매해 증설하고 있으나, 자전거 부족, 거치대 부족으로 많은 불만이 나오고 있다. 본 논문에서는 따릉이 대여소의 이용률을 분석하여 사용이 집중되는 대여소와 그 시간대를 분석하고, 이를 통해 특정 대여소에 자전거가 필요 이상으로 반납되거나 부족해지는 현상을 해결할 방법을 제시한다.

본 논문에서는, 서울시 자치구별 공공데이터를 활용한 분석 정보를 통해, 도시가 어떤 구조와 산업으로 형성되었는지 알아본다. 데이터 분석을 통해 얻어진 서울의 특징과 도시(자치구별)의 교통 측면, 상업, 데이터에서 발견한 정보를 통해 도시 특성과 구조를 알아본다. 본 논문에서 연구한 결과는 스마트 도시 정책에 활용하여 도시 기본 설계시 교통, 주거, 상업 등의 효율성을 증대 시키는데 기본 자료로 활용할 수 있다.

본 논문에서는 극장 비수기 기간 효율적인 상영을 위한 재개봉 영화 도출과 영화관 입장권 통합 전산망을 기반으로 극장 산업과 OTT 산업에서 제공하는 시청각 콘텐츠의 소비자 선호도를 분석한다. 기존 재개봉 영화는 연휴와 같은 성수기 바로 전 비수기 기간에 집중적으로 상영되고 있다. 즉 재개봉 영화 상영은 대형 영화 개봉 전 공백을 메우기 위해 상영되고 있음을 의미한다. 재개봉 영화는 대부분 예술 영화를 상영하고 연도마다 일정한 수요를 보이고 있다. 이러한 기조는 코로나 19 전까지 변함없이 이어졌으나, 코로나 19 이후 재개봉 영화에 대한 수요가 다른 년도 같은 월에 비해 급증하였다. 영화 산업의 전반적인 침체와 달리 재개봉 영화에 대한 수요는 늘어난 것이다. 코로나 19가 장기화되는 만큼 본 논문에서는 영화관 입장권 통합 전산망 데이터를 중심으로 영화 산업과 OTT 산업 이용자들의 선호 콘텐츠를 분석하고 기존 재개봉 영화와 대조하여 지속적이고 효율적 상영을 위한 재개봉 영화를 제안한다.

본 논문에서는 시뮬레이션을 이용하여 대부분의 공정이 수작업으로 이루어지고 있는 수산가공 공장의 생산성 향상을 위한 제조데이터 활용 시스템을 제안한다. 제안된 내용은 플랜트 시뮬레이션을 이용하여 생산공정 모델링을 제작하고, 이로부터 가상의 제조데이터를 수집하여 생산량, 작업공정 시간 등 최적화된 공정 프로세스를 도출한다. 또한 제조데이터 수집 및 분석을 위하여 공장 내 수기로 작성되는 제조데이터를 정형화하여 제조데이터 플랫폼에 저장하고, 저장된 데이터의 시각화, 실시간 모니터링 등 데이터 시각화 및 시뮬레이션과 연동된 공정 프로세스 예측 등에 활용 가능할 것으로 기대된다.

본 연구에서는 전남 서남 지역에서 해양 레저스포츠를 즐기는 피험자를 대상으로 해양 레저스포츠 의류의 구매실태, 착용실태, 구매 만족도, 선택기준, 개선사항 등을 조사하여 연령, 체형 등과의 상관관계와 변인 간의 상관관계를 분석해보고자 하였다. 해양 레저스포츠 참여동기와 선택기준 간의 상관관계에서 체력증진을 위해 참여하는 경우 착용감을 기준으로 선택하고 여가나 취미생활을 위해서 참여할 경우에는 디자인, 색상을 기준으로 선택하였다. 선택기준과 구매 만족도와의 관계에서는 활동성이나 다른 용도 활용성을 기준으로 선택한 경우에 가격면에서 만족하지 못하였다. 체형에 따른 선택기준은 큰 삼각형과 사각체형은 가격, 유행을 기준으로, 역삼각형, 큰 삼각형, 사각 체형은 신축성을 기준으로 의류를 선택하였다. 추후 연구에서는 해양 레저스포츠 종목별 선호도에 대한 연구도 이루어져야 할 것으로 생각된다.

본 연구는 당뇨병 환자의 자기조절에 대한 주관적 유형과 특성을 분석하고자 시도되었으며, 당뇨병 환자의 주관성을 연구하는데 효과적인 Q방법론을 적용하였다. 대상자는 제2형 당뇨병을 진단받은 사람으로서 경구약이나 인슐린 주사로 치료받고 있으나 현재는 입원한 싱태가 아닌 사람 38명으로 구성하였으며, Q표본 40개의 진술문을 가장 부정(-4)에서 가장 긍정(+4) 범위의 9점 척도 상에 분류하도록 하였다. Q분류된 자료는 QUANL PC program을 이용하여 주요인분석(principal component factor analysis)과 배리맥스 회전(varimax rotation)을 통해 Q 요인분석이 행해졌다. 분석결과 당뇨병환자 자기조절에 대학여 제 1유형은 근거기반 순응형, 제2유형은 위기의식 자립거부형, 제3유형은 정보기반 관계지향형, 제4유형은 자기신뢰 실천형, 제5유형은 주관적 결핍 기반 반응 행동형으로 5가지 유형의 관점을 보여주었다. 따라서 당뇨병 환자 효율적 관리방법을 위해 당뇨병 환자의 질병 관리의 부정적 행위 성향을 이해하고, 당뇨지식 교육, 당뇨관리 정보 및 긍정적 심리를 통한 자기조절 프로그램을 개발 할 필요가 있다.

로봇은 인공지능(AI) 기술을 비롯해 빅데이터, 센서기술, 클라우드 등 다양한 신 분야의 축적된 기술력과 노하우를 필요로 한다. 코로나 19 여파로 비대면 서비스에 대한 수요가 증가하고 정보통신기술이 발전되고 있는 가운데 청소용, 잔디 깎기, 가사용, 동반자, 엔터테인먼트 및 레저용, 노약자 및 장애인 지원 로봇 등 우리생활 주변에서도 서비스 로봇이 빠르게 도입되고 있다. 본 논문에서는 최근 3년간(2018.1~2020.12) 중앙지, 경제지 등 54개 언론사 기사를 빅카인즈와 데이터랩을 이용하여 서비스 로봇&인공지능을 키워드로 관계도 분석, 키워드 트렌드, 연관어 분석을 하였다. 연관어 키워드 빈도수로는 인공지능(534), LG전자(157), 드론(112), 자율주행(101), 빅데이터(81), 로보티즈(61), 사물인터넷(34) 순으로 서비스 로봇의 성장은 인공지능을 비롯한 4차 산업혁명 관련 기술과 연관성이 매우 컸다. 2016년~2020년 기간에 산업용 로봇은 1.89배 증가했으며, 서비스 로봇은 5.21배 증가하여 서비스 로봇의 수요가 다양한 분야에서 확산됨을 확인할 수 있었다.

우리나라 경찰은 광복 이후 경찰제도가 국가경찰제도로 자리 잡아 오랜 기간 동안 중앙집권적 경찰제도로 운영되어 왔으며, 1991년 「경찰법」의 제정으로 경찰위원회가 설립되었다. 경찰위원회는 경찰행정과 관련된 주요 정책 등을 심의·의결하는 기능을 가진 합의제 행정기관이지만 본래의 경찰위원회 기능을 수행하지 못하고 단순 자문기관에 불과하다는 문제점이 있다. 이에 2020년 12월 「경찰법」 전부개정안이 통과되어 법이 개정됨에도 불구하고 국가경찰위원회의 운영과 구성에 있어 문제점이 여전히 존재하고 있다. 이에 본 연구에서는 국가경찰위원회의 문제점과 개선방안을 제안하고자 한다.

5세대(5G) 이동통신망의 보급과 코로나19 여파로 비대면 시대가 열리면서 가상 증강현실(VR·AR)을 기반으로 한 '실감(XR·Extended Reality)경제가 본격화 되었다. 가상증강현실의 적용분야로는 게임·영화 등 엔터테인먼트, 제조업, 쇼핑 및 전자상거래, 병원·의료기기, 고객서비스, 지식서비스교육 분야 등이 있다. 본 논문은 VR·AR&교육콘텐츠를 키워드로 최근 3년(2018.1.1.~2020.12.31.)간 중앙지, 경제지 등 54개 언론사 기사를 빅카인즈와 데이터랩을 이용하여 관계도 분석, 월간 키워드 트렌드, 연관어 분석을 하였다. 'VR, AR, 에듀테크'를 키워드로 뉴스 검색결과 63,959건 중 '에듀테크' 검색결과 2018년 632건, 2019년 1043건, 2020년 2389건으로 해마다 급 상승하였다. '(AR+VR)AND 교육콘텐츠'에 대한 검색 결과 연관성(키워드 빈도수)이 높은 키워드로는 증강현실(120), 가상현실(116), 인공지능(114), 에듀테크(100), 코로나19(66), 실감형(65), 아이들(61), VR·AR(56), ICT(35), 빅데이터(25) 순으로 가상·증강현실 기술 발전, 코로나19의 장기화, 교육의 효율성으로 에듀테크 분야의 활용도가 급격히 증가함을 확인할 수 있었다.

본 논문에서는 창의융합적 아이디어가 세상을 바꾸는 4차 산업혁명시대를 대비하기 위해 경찰·경비분야에 요구되는 핵심역량을 도출하고 진단도구를 개발하고자 한다. 이를 위해 K시 소재 대학의 경찰·경비관련 학과에 재학중인 66명을 연구대상으로 설문조사를 실시하였다. 그 결과, 경찰·경비분야의 직무, 과업, 역할을 수행하는 데 필요한 법집행, 상황대응, 정보수집, 지휘통솔 등 직무영역에서 9개의 전공능력이 미래사회에 대비하기 위해 전공자들에게 우선적으로 요구되는 핵심역량으로 도출되었다. 이러한 결과는 역량기반 전공 교육과정 개선과 교육성과 관리를 위한 자료로 활용이 가능하다. 또한 개인의 전공능력 수준을 진단하여 역량 증진 프로그램을 실시할 수 있으며, 역량기반 교육과정에 대한 성과확산과 각종 비교과 교육프로그램 지원과 선정을 위한 교육성과 지표로도 활용이 가능할 것으로 판단된다.

본 연구의 목적은 Big Data를 활용하여 우리나라 빈곤, 실업, 질병의 우울증과의 인과관계를 규명하고자 한다. 이를 위해 Google 트랜드의 지난 5년간(2015.12. 27~2020.12.20.)의 빈곤-실업-질병-우울증 등의 주제어 중심의 분석을 시도하였다. 분석결과, 빈곤(B=.295, p<.001)과 실업(B=.404, p<.001)은 질병에 유의미한 영향을 미치며, 빈곤(B=.150, p<.01)과 질병(B=.186, p<.01) 및 실업(B=.466, p<.001)은 우울증에 유의미한 영향을 미치는 것으로 나타났다.

본 연구의 목적은 Big Data를 활용하여 우리나라 아동학대에 영향을 미치는 경제적 불평등, 주거, 방임, 가정폭력 등의 생태체계적 요인을 규명하고자 한다. 이를 위해 Google 트랜드의 지난 5년간(2016.01.10.~ 2021.01.03.)의 경제적불평등-주거-방임-가정폭력-아동학대 등의 주제어 중심의 분석을 시도하였다. 분석결과, 경제적 불평등(B=.159, p<.05), 주거(B=.814, p<.01), 방임(B=.248, p<.001), 가정폭력(B=.151, p<.05)은 아동학대에 유의미한 영향을 미치는 것으로 나타났다.

본 연구의 목적은 SWP강화를 위한 교수법 개선 및 적용을 통해 교수자들 스스로 수업방식을 채택해보고 가지고 있는 경험과 노하우를 공유해 학습자 특성에 맞는 사회복지현장 실무형 수업방법을 적용하고 개선 방안을 모색하고자 하였다. 연구결과 첫째, 학습자 동기유발 적용 방안으로 복지현장의 유형별 사업 진행 모습 시청(유튜브 동영상), 사회복지현장의 실무자 초대 또는 인터뷰 영상, 복지현장에 진출한 선배와의 만남 등이 필요하다. 둘째, 학습자 참여 방안으로 복지현장에서 진행하는 행사 참여, 복지기관 홈페이지 또는 유튜브에 댓글(선플) 달기, 복지현장 탐방 또는 실무자와의 인터뷰 영상을 편집하여 제출하는 노력이 필요하다. 셋째, 상호작용 적용 방안으로 수업에 앞서 사회복지현장의 이야기를 다룬 기사, 에세이, 사진 등에 대한 소감으로 소통하는 방법과 SNS 토론(e-campus, 카카오톡 등)을 통해 복지현장에서 중요하게 다루어지는 이슈에 대한 토론 등 적용 방안이 필요하다.

본 연구는 대학교육에서 학습자 주도수업에 대표적으로 활용되는 PBL-교수학습방법을 SNS기반 온라인 플랫폼에서의 과제수행을 통해 해결하는 PBL-수업모형을 개발하는 것을 목표로 한다. 이를 위해 선행연구 및 이론탐색을 통해 PBL-수업설계에 대한 선행연구를 고찰하고, 적용 가능한 수업모형 및 교육내용을 선정하여 기초내용을 구성한 후 3인의 교육공학 전문가와 5인의 대학교수를 대상으로 FGI 인터뷰 방법을 통하여 연구결과를 도출한다. 과거 PBL-교수학습방법을 적용한 수업설계 들이 모의수행이나 발표 후 토론에 한정되었던 것에 반해 본 연구에서는 SNS기반 온라인 플랫폼에 직접 적용하는 매체제작 및 커뮤니티 활동을 포함하는 수업활동이 도출 되었으며, 실행 가능한 수업모형 개발을 위해 대상자 인터뷰와 분석을 통해 이를 위한 교수학습방법을 설정할 것이다. 본 연구를 통해 제시될 SNS기반 온라인 플랫폼을 활용한 PBL-학습모형은 이후 고등교육기관의 교수학습모형 개발을 위한 기초자료로 활용될 것이다

본 연구는 국내 건설산업의 현장프로젝트조직 사업 참여자를 대상으로 프로젝트 참여자간 간 통제유형에 따라 유대 강도와 현장프로젝트 성과에 어떠한 영향을 주는지를 살펴보고자 하는 실증연구이다. 본 연구에서는 통제를 산출통제(Output Control), 과정통제(Process Control), 사회통제(Social Control)로 구분하여 통제유형에 따라 현장프로젝트 참여자 간 유대 강도와 현장프로젝트성과에 어떠한 유의한 영향을 미치며 또한 한국 건설산업의 현장프로젝트조직만이 가지는 특징을 실증분석을 통하여 알아보고자 한다.

본 연구의 목적은 학생의 주도적 학습을 돕는 하브루타 학습방법을 대학의 비대면 실시간 온라인 수업에서 활용할 수 있는 하브루타 학습모델 개발과 그 적용 가능성을 탐색하는 것이다. 이를 위해 온라인 학습환경에서 하브루타 학습법 적용사례에 대한 선행연구 고찰과 관련 이론들을 분석하고 하브루타 수업운영 경험자 2인의 인터뷰를 통해 비대면 실시간 온라인 수업 상황에서 적용 가능한 학습 모델안을 고안할 것이다. 이를 하브루타 수업 운영 경험이 풍부한 6인의 전문가를 대상으로 수업 모델안의 적절성과 적용가능성에 대한 평가를 실시하여 비대면 실시간 온라인 수업을 위한 하브루타 학습모델을 개발하고자 한다. 이 연구를 통해 비대면으로 수업을 해야 하는 상황에서도 학습자의 주도적 학습을 가능하게 함으로써 학습효과를 높여 미래 사회에 필요한 역량을 개발하는 데 기여할 수 있을 것이라고 기대한다.

본 연구에서는 유아의 스마트폰 과의존 유형을 파악하고 과의존의 차이를 분석하고자 하였다. 이를 위해 2019년 스마트폰 과의존실태조사에서 자료 중 유아 992명을 대상으로 분석하였다. 전체 유아 중 고위험군 1.9%, 잠재적위험군 19.2%, 일반사용자군 78.9%로 나타났다. 스마트폰 과의존 유형에 따른 과의존의 하위 변인인 조절실패, 현저성, 문제적 결과가 차이가 있는 것으로 확인되었다. 이러한 결과는 유아들이 스마트폰 이용이 증가하고 있는 시점에서 유아의 올바른 스마트폰 사용을 위한 교육과 과의존에 관한 예방 방안이 필요함을 시사해 준다는 점에서 본 연구의 의의를 찾을 수 있다. 또한 유아교육현장에서 유아가 건강한 성장을 도모할 수 있도록 과의존 예방을 위한 가정환경 점검 및 부모교육에 관한 기초적인 연구 자료가 될 수 있을 것으로 기대된다.

본 연구는 최근 고등학교기관(대학)의 평가에서 가장 중심 단어가 되고 있는 있는 '핵심역량' 관련 최근 연구들의 주요 키워드들과 그들간의 네트워크를 분석하고자 한다. 본 연구에서는 2011년부터 2020년까지(최근 10년간)의 '대학 핵심역량' 관련 등재지(등재 후보지 포함)에 발표된 총 176건의 관련 연구물들을 언어 네트워크 분석 방법론을 활용하여, 주요 키워드 추출 및 워드클라우드 제시, 주요 핵심어들 간의 관계성(의미망 네트워크) 분석 등을 진행하고자 한다. 이와 같은 연구 결과는 관련 학자들이 연구를 진행할 때, 대학 관계자가 학교단위 교육활동 계획 기획 및 평가활동을 할 때 매우 중요한 기초 자료로 활용될 것으로 기대된다.

본 논문에서는 예비교사를 위한 AI-STEAM 교육 사례로서 봇빌더를 활용한 챗봇 제작 교육을 실시하고 이를 바탕으로 챗봇 제작 AI-STEAM 교육을 위한 시사점을 제시하였다. 최근 관련 정책이 발표되는 등 인공지능 교육이 학교에서 실시되기 위한 기반이 마련되었다. 인공지능 교육이 학교 현장에 제대로 안착되기 위해서는 현직 교사들에 대한 보수교육 뿐 아니라 교육 및 사범대학의 교원양성과정에서도 인공지능 교육이 실시되어야 할 필요가 있다. 본 논문에서는 교사들의 인공지능 교사교육 요구를 바탕으로 AI-STEAM을 제안하고 다양한 전공의 예비교사를 위한 챗봇 제작 AI-STEAM 교양교육 및 학생 작품 사례를 제시하였다.

IT 기술의 발전은 다양한 산업에서 PLC를 기반으로 하는 스마트 팩토리의 도입이 확산되고 있는 실정이나 이를 운영하는 운영 인력의 부족으로 많은 어려움을 겪고 있기에, PLC를 사용할 수 있는 인력 양성 교육 플랫폼이 필요한 실정이다. 최근 PLC와 같은 실습 기자재를 대체할 시뮬레이션 기법의 연구가 활발하게 진행되고 있으나, 기존 PC 환경에서의 시뮬레이션 프로그램들을 원격 수업에 적용할 경우 모니터 상에 많은 요소가 디스플레이 되어 화면 전환이 불편한 단점을 가지고 있다. 본 논문에서는 시뮬레이션 프로그램을 모바일 환경에서 실행하여 PC 화면에 모니터링할 프로그램의 수를 감소시킬 수 있는 모델을 제안한다. 제안 모델을 원격 교육에 적용할 경우 화면 전환의 수를 감소시켜 더욱 정확한 이해를 통하여 학습의 효과를 향상시킬 수 있을 것으로 기대된다.

최근 발전한 인공신경망 기반 기계 번역은 번역 시 더 자연스러운 번역을 제공한다. 본 논문에서는 기계번역기법을 이용하여 반말 표현을 존댓말 표현으로 변환하는 기법을 제안한다. 특히, 이를 위해 DCInside의 게시판을 크롤링하고 AI-HUB 데이터와 합쳐 약 20,000개의 자체 데이터 셋을 구축하였으며, 한글 전처리를 위한 4가지 기법 및 OpenNMT 프레임웍의 LSTM 및 Transformer 모듈을 활용하여 실험을 진행하였다. 이를 통해, 반말 표현을 높임 표현으로 변환하는 최적조합을 확인하였으며, 검증시 BLUE점수로 최대 66.53를 획득하였다.

본 연구는 위치정보를 기반으로 앱과 웹에 위치정보 및 경로 정보를 관리하는 코로나 대응 및 관리 시스템이다. 현재 코로나19 바이러스 때문에 많은 사람들이 언제 어디서 감염이 되었는지 모르고 어떠한 위치에 있었는지 정확히 동선 파악이 어렵다. 이 문제를 해결하기 위해 본 연구는 앱과 웹을 활용해 사용자 위치정보 저장, 문자 전송, 지도에 경로를 안내하는 시스템을 연구하였다. 매장에는 방문자 정보를 수집하는 단말기를 설치하고 수집된 정보는 웹 데이터베이스에 저장되어 웹과 앱에 코로나 관련 서비스를 제공한다. 주요기능으로는 게시판, 코로나19 정보, 환자현황, 경로 추적 정보, 메시지전송, 통계 정보를 제공한다.

본 논문은 최근 이슈가 되고 있는 코로나19 시대에서 확진자 동선을 파악하기 위해 매장 등 시설에 방문했다는 기록을 남기는 과정 중 방문자가 QR 코드를 생성하고 관리자가 방문자의 QR 코드를 인식하는 방식과 반대로 방문자가 매장의 QR 코드를 직접 인식하게 하여 방문자와 매장 관리자가 겪을 수 있는 불편함을 덜어주기 위한 논문이다. App은 방문자와 매장 관리자 App이 따로 나눠져 있으며 사용자 App은 관리자의 QR을 스캔하여 방문기록을 남기고 관리자 App은 QR 코드를 생성만 하고 출입문에 비치하기만 하면 된다. Web도 관리자와 사용자로 나눠지는데 사용자는 자신의 방문기록과 감염 위험 경로 목록을 확인할 수 있으며 관리자는 매장에 다녀간 방문자의 목록과 확진자가 다녀갈 경우 감염 위험 경로 목록에 해당 사용자 정보가 나타나게 설계하였다.

본 논문에서는 자바 스프링 Mybatis와 Firebase, Ajax, Script, DataBase를 활용해 테스트하길 원하는 IT 제품을 등록하는 기업과 이를 응모를 통해 추첨되어 테스트하고 리뷰를 남겨 기업에 도움을 주고 싶어 하는 일반 사용자를 모집하는 웹 사이트이다. 이 사이트는 자바 스프링 Mybatis를 기반으로 웹을 구성 하였고, 웹페이지에서 처리되는 데이터들은 데이터베이스로 저장된다. 기업이 제품을 등록하면 이를 사용자가 응모하고 관리자가 무작위로 추첨을 하면 해당 상품을 사용자가 받아보고 평가하여 리뷰를 남길 수 있고 기업은 해당 리뷰들을 좋은 점, 개선할 점을 나누어 확인하여 자신들의 제품을 개선할 수 있도록 한다.

본 논문은 실시간 코로나-19 전국 확진자 수를 이용하여 데이터를 추출하고 분리하여 시각적으로 표현했다. 추출된 데이터를을 각 지역에 따라 구분하고 전국 지도에 확진자 수를 표시하여 보기 쉽게 나타냈다. 확진자의 경로는 코로나-19 데이터에서 사후 관리를 위해 가장 중요한 데이터이다. 따라서 확진자의 경로는 정부에서 실시간으로 제공되고 있다. 하지만 이러한 데이터는 텍스트 형태로 되어있어 보기에 불편하다. 따라서 본 논문은 확진자 데이터를 분석하고 정리하여 지도에 표시하고자 한다. 이러한 시각화 방법은 확진자의 경로를 쉽게 파악 할 수 있고 감염 경로를 미리 예방 할 수 있게 한다.

본 논문에서는 ROS(Robot Operating System)를 기반으로 한 로봇(Robot)에 LiDAR 센서를 설치하여 SLAM(Simultaneous Localization and Mapping) 기술인 동시적 위치 추적 지도 작성 기법을 이용하여 실내 맵 정보를 습득하고, 이를 기반으로 장애물과 건물 실내를 안전하고 정확하게 이동할 수 있도록 하였다. 또한 로봇에 자바에서 제공하는 개발 툴킷 Swing 및 AWT 라이브러리를 이용하여 GUI(Graphical User Interface)를 구현하였고 터치스크린을 장착하여 사용자가 원하는 제품을 선택하고 선택한 제품의 목적지를 습득한 맵을 토대로 좌표 값을 설정하여 ROS에서 지원하는 이동 프로세스를 실행시켜 목적지까지 경로를 설정하고 자율 주행하게 된다.

본 논문에서는 기존 산업 현장에서 사용되는 상용화된 전동 L 카트와는 다르게 안전사고가 발생할 확률이 낮고 작업 효율성을 상승시켜주기 위한 스마트 전동카드를 제안한다. 색상 감지 및 초음파 센서를 활용하여 안전사고 예방 기능이 적용된 라인트레이싱 기반의 자율 주행 기능 스마트 전동카트를 설계하였다. 설계한 시스템에 대한 시제품을 제작하였고 실제 실험을 통해 주행성능에 대해서 검증하였다.

식품 알레르기의 발생 빈도는 전 세계적으로 증가 추세에 있으며 한국에서도 중요한 공중 보건 문제로 대두되고 있다. 현재 가장 확실하고 유일한 식품 알레르기 치료법은 원인 식품의 섭취를 철저하게 제한하는 것이다. 그러나, 이 방법으로 치료를 진행하게 되면 환자에게 삶의 질 감소와 영양 불균형이라는 악영향을 가져다 줄 수 있다. 본 연구에서는 사용자가 입력한 정보들을 바탕으로 알레르기 원인을 분석하고, 증상 발생 통계 및 안전한 제품 정보를 제공하는 시스템을 개발하였다. 알레르기 관리 시스템을 통해 사용자의 편의성을 도모할 수 있고 기록된 식단, 증상 데이터들은 향후 알레르기 치료에 참고될 중요한 자료가 될 것으로 기대된다.

주식을 매매할 때, 주식의 차트와 가치를 분석한 다음 언제 주식이 상한가 또는 하한가가 될지 예측한 후 매매하게 된다. 하지만 일반적으로 주식을 예측하기 어려워 주식의 수익을 내기 힘들다. 따라서 본 논문은 지난날의 주식 가격 데이터를 분석해 주식의 가격을 예측하는 주식 차트 분석을 할 수 있게 '주가 예측을 위한 웹 사이트'를 개발하였다. 이 사이트는 주식의 차트 분석을 지원하고 주식을 언제 매매할지에 대한 의사결정을 도와줄 수 있을 것으로 기대된다.

본 논문에서는 날씨와 상관관계를 갖는 교통사고에 대한 예측을 진행하는 Web Site 개발을 제안한다. 날씨에 영향을 받는 교통사고에 대한 일일 사망자 수, 교통사고 발생률의 각각의 예측값을 딥러닝 모델을 이용한다. 위의 모델을 작성하기 위하여 본 논문에서는 Anaconda 기반의 Jupyter Notebook에서 Python Tensorflow 모델을 작성하여 테스트하고, 만들어진 모델을 웹 사이트에서 불러오기 위해 Python 기반 Flask Web Framework를 통하여 웹 사이트를 개발한다. 개발된 웹 사이트는 사용자들은 Web Site에 날씨 정보를 입력하여 교통사고 발생률을 예측하고 볼 수 있다.

본 논문은 노약자와 장애인의 편의를 도모하기 위하여 주기적으로 약을 복용해야하는 시간을 알려주는 시스템이다. 무게 센서를 사용하여 7일간 복용해야 하는 알약들의 전체 무게를 측정하고, 사용자가 알약을 복용하면 줄어든 알약의 무게를 다시 측정하여 복용 여부를 판단하는 시스템이다. 또한 알약을 복용하지 않은 사용자에게 이를 알려주기 위해 설정된 특정 시간에 다시 알려주는 작업을 수행하도록 구성하였다. 본 논문에서는 시뮬레이션을 통하여 이와 같은 시스템의 작업 수행 과정을 세분화하여 보여줌으로써 사용자들이 잊지 않고 약을 복용하는 것을 도와주고자 한다.

기존 신호등은 보행자를 위한 별도의 안전장치가 없다. 이는 어린아이는 물론 성인들까지 차량의 위협으로부터 안전을 보장받을 수 없다. 본 연구에서는 어린이보호구역에서 사고 발생률을 감소시키는 것을 전제로 아두이노 액추에이터와 스위치를 이용한 전자제어 신호등을 적용하고자 한다. 현재의 신호등 시스템은 단순히 시간의 흐름에 따라 보행자 신호등과 차량용 신호등의 led가 자동으로 변화하여 차량과 보행자를 통제한다. 이러한 시스템은 어린아이들의 돌발행동과 운전자의 미숙한 작동으로 인한 사고를 방지하지 못한다. 본 논문은 이러한 문제점들을 개선하기 위해 기존의 신호등 시스템 대신 스위치와 액추에이터, 초음파 센서, 블루투스 모듈을 적용한 어린이용 보호 전자제어 신호등 기술을 제안한다. 기존의 신호등 시스템과는 다르게 보행자의 직접적인 개입을 통해 시스템을 제어하고, 원활한 교통환경을 만들 수 있다.

현재까지 항공기에 적용되는 기술들은 수많이 발전해왔다. 조종사의 편의성을 위한 기술들 또한 많이 발전해왔다. 자동운항 등 많은 기술들이 조종사를 보조하며 편의성을 위해 사용되고 있다. 하지만 비행기가 처음 만들어 졌을 때부터 바뀌지 않은 조종의 방식과 항공기의 국제성이 가지는 장시간의 비행은 여전히 조종사에게는 큰 피로를 안겨주고 있다. 본 논문은 조종사들의 피로를 경감 시켜 피로로 인해 발생 할 수 있는 사고들을 예방하기 위해 음성인식을 적용하여 새로운 조종의 방식인 '음성인식을 통한 항공기 조종면의 제어' 기술을 제안한다. 기존의 손을 사용한 조종방식이 아닌 컴퓨터와 조종사의 대화를 통해 데이터를 처리하고 즉각적인 피드백을 받으며 조종사의 편의성을 증가시켜 나아가 피로를 경감 시킬 수 있다.

드론은 군사, 촬영, 배송, 인명구조, 조사, 단속 분야 등 산업 전반적인 영역에 활용되고 있다. 그중 촬영용 드론은 영상제작에 있어서 다양한 구도를 제공함으로써 영상제작과 구도의 다양성에 도움을 주어서 방송국에서 촬영을 위해 활용을 한다. 하지만 1인 제작자는 누군가의 도움 없이 드론 조종을 하면서 촬영하는 것은 어려움이 많고 현재 1인 제작 영상이나 사진을 찍기 위해서는 머리에 캠을 부착하거나 손에 삼각대나 지지대를 들고 다녀야하는 번거로움이 있다. 유도 촬영드론을 이용해 촬영 범위가 보다 넓어질 수 있고 장시간 손에 들고 있지 않아도 된다는 장점이 있다. 영상 촬영의 방법과 구도를 증가시킬 수 있고 1인 영상제작자에게는 다른 이의 도움 없이 홀로 자유롭고 편하게 드론 촬영을 할 수 있다.

현재 우리의 사회에는 인간보다 기계가 하는 것이 더 효율적인 일에 대해서 많은 부분이 자동화가 되어가고 있다. 그중 떠오르는 미래산업인 항공산업에서 원활한 이/착륙을 위해 승무원들이 항공기 내부를 돌아다니며 승객과 의자 등받이 체크를 하는 등의 과정에서 번거로움과 어느 정도의 시간이 걸리는 것에 대한 문제를 생각했고, 이 문제를 해결하기 위해 승객 탑승 여부, 승객 착석 여부, 안전벨트 착용 여부를 한눈에 볼 수 있게 표시하고, 승무원과 승객의 불필요한 말과 감정을 만드는 일이 줄어들어 승객과 근무하는 승무원 모두 쾌적하고 원활한 비행을 위해 본 연구를 추진하였다.

우리나라 차량의 수는 매년 증가한다. 한 가구당 2대 이상의 차량을 가지고 있는 경우는 드물지 않다. 이는 도로의 포화를 발생시키고 교통사고의 원인이 된다. 본 연구에서는 안전성을 더욱 증가시키는 것을 전제로 아두이노를 이용한 초음파 센서와 라즈베리를 통한 블루투스 기술을 통해 LED 패널에 적용하고자 한다. 현재 많은 차량에는 후방 감지 센서와 차량 후방에서 다가오는 차량을 감지하는 센서 등을 사용하고 있다. 이 기술들은 운전자를 보호하는 장치이지만 모두 개인적으로 사용되는 장치이므로 다른 운전자를 보호하기 위한 장치가 필요하다. 또한, 이러한 시스템이 설치되어 있지 않은 차량이 많다. 추가로 설치하기 위해서 보다 큰 비용을 내야 하므로 적은 비용에 비해 큰 효율을 발생할 수 있는 가성비 좋은 장치가 필요하다. 본 논문은 이러한 문제점들을 개선하기 위해 버스에 장착된 LED 패널과 도로정비 차량 후방에 장착된 LED 패널에서 아이디어에 착안하여 '차량용 후방 안전 LED 패널' 기술을 제안한다. 기존에 글자를 이용해 단순히 의사소통이 가능한 LED 패널을 아두이노와 라즈베리 파이를 통해 사용자가 출력하고 싶은 문구를 실시간으로 출력하여 다른 운전자에게 정보를 전달할 수 있다.

본 논문에서 자동제어를 이용하여 양어업에 쓰이는 큰 수조를 관리하고, 수온과 탁도를 측장하고 관리자에게 수조 안에서의 환경 및 정보를 제공할 수 있는 스마트 수조에 대해서 기술한다. 기존의 양어업의 경우, 작업 연령의 고령화, 노동 인구 감소 등 심각한 문제가 발생되고 있어 양어업의 노동의 질이 현저히 감소 되고 있다. 본 프로젝트에서는 작업자의 부재 상황에서도 블루투스 무선통신을 활용하여 실시간으로 수조 환경에 대한 정보를 수신받을 수 있고, 수조를 자동화함으로써 급격한 기후변화로 인한 어류 및 어패류의 집단폐사에 대한 대비도 가능하다. 이를 구성하기 위해서 아두이노 메가 2560 메인으로 선택하여 많은 핀들을 연결 하였고, 블루투스 모듈을 통해서 실시간으로 정보를 수신받고, 간단한 조작이 가능하여 노동인구에 대한 문제를 해결할 수 있을 것이다.

시각장애인이 길거리에 나설 때 주변에 보행 안전을 위한 시설이 많이 부족하다. 본 연구에서는 시각장애인에게 전방의 장애물을 알려주어 안전한 보행을 위한 스마트 지팡이를 제안한다. 초음파센서를 통하여 사물을 감지하여 진동으로 보행자의 진로 방향을 안내하며 조도 센서를 통하여 다른 사람들이 원거리에서 인식 할 수 있게 발광 기능을 포함한다. 또한, 긴급버튼을 통하여 비상시 보호자에게 알릴 수 있는 통보기능도 내장하고 있다. 향후 소형화와 지능화를 통하여 사회적 약자인 시각장애인의 안전한 보행권을 확보할 수 있는 기술로 발전시키고자 한다.

기존의 스타일러는 옷 건조, 살균 기능을 가지고 있으나, 비용이 비싸며 공간을 차지하는 단점을 가지고 있다. 알림 기능을 가지는 스마트 옷장은 옷장위에 설치된 라즈베리파이 디스플레이에 간단한 날씨정보를 출력하여 그 날의 날씨정보를 시간소비 없이 간편하게 습득할 수 있으며, 한줄 뉴스를 통하여 그 날의 소식을 간편하게 알 수 있다. 또한 옷장 내부에 설치된 아두이노가 온습도 센서와 미세먼지 센서를 통제하여 옷장 내부의 온도, 습도, 미세먼지 농도를 디스플레이를 통해 알 수 있으며, 습도가 높거나, 미세먼지 농도가 높을 경우에 옷장 내부에 부착된 쿨링팬이 자동으로 작동하여 옷장 내부를 환기시킴으로써 습도를 낮추고 먼지, 냄새 등을 제거해주는 효과가 있다. 그리고 습도나 미세먼지 수치가 낮아지면 자동으로 쿨링팬의 작동은 멈춰진다. 또한 미세먼지, 온습도 값에 따라 3색 LED가 색이 변화한다. 이런 스마트옷장으로 바쁜 현대 사회에서 사용자들의 시간을 절약해주고 옷의 관리해줌으로써 편리함을 제공한다.

기존의 건물 점검은 사람이 직접 들어가 확인하는 방식이 일반적이다. 본 연구에서는 건물 탐사를 보다 안전하고 신속하게 하는 것을 전제로 하여 현재 상용화 되고 있는 드론과 아두이노를 이용한 센서를 적용하고자 한다. 건물 점검은 사람이 직접 들어가 확인하는 만큼 안전 수칙을 지켜가며 실시해야 하지만, 불편함이나 귀찮음을 핑계로 지켜지지 않는 경우가 대다수이다. 지켜지지 못한 안전 수칙에 더불어, 건물의 직접적인 상태를 미리 알지 못하고 진입하게 됨으로 발생하는 인명피해는 불가피하다. 본 논문은 이러한 문제점들을 개선하기 위해 기존의 어려운 조작의 드론에 호버링이 가능하게 하는 옵티컬 플로어 센서를 장착하여 조작을 보다 쉽게 하고 아두이노의 센서를 적용한 '건물 탐사 드론' 기술을 제안한다. 기존의 드론과 다르게 카메라와 센서를 이용해 건물의 점검을 대신하고, 센서들의 값을 앱으로 전송받아 핸드폰으로 받아 볼 수 있다.

최근 COVID19 상황에서 생활 속 거리두기가 강조되면서 관광지나 다중이용시설 등의 이용객 수와 밀집도를 파악하는 것이 중요해지고 있다. 따라서, CCTV 영상을 활용하여 저렴한 비용으로 다중이용시설의 출입자수에 대한 정보를 실시간으로 모니터링할 수 있는 시스템이 필요하다. 이를 위해 본 논문에서는 딥러닝 실시간 객체인식기술을 활용한 출입자의 수와 동선을 측정하여 출입자에 대한 통계정보를 웹브라우저를 통해 제공하는 시스템을 개발하였다. 실시간 객체인식기술인 YOLOv4와 YOLOv4-tiny 알고리즘을 Nvidia사의 Jetson AGX Xavier 와 데스크톱PC에 적용하여 각 알고리즘의 FPS와 객체 인식률을 비교 분석 하여 알고리즘을 적용하였다.

이 시스템은 블록체인의 분산 처리 방식을 활용하여 중앙 집중식 데이터베이스에서 사용자가 관리자의 보안 인프라에 의존할 수밖에 없는 점을 보완하고, 네트워크 독립성과 데이터의 불변성, 투명성을 보장한다. 본 논문에서는 기존의 중앙 집중식 데이터베이스의 단점을 보완하는 블록체인의 분산 데이터 저장 방식을 활용하여 블록체인의 해시 기법과 작업 증명, 탈중앙화, 합의 알고리즘을 구현한 암호화 시스템을 제안한다.

정보산업의 발달로 동영상 콘텐츠들이 폭발적으로 늘고 있다. 동영상 시청과 동시에 학습을 위해 필기를 할 경우에 화면 분할로 인한 시선 분산으로 강의에 집중하기에 한계가 있다. 이러한 한계를 극복하기 위해 투명도 조정, 최상위 고정, 과목과 주차별 분류 등을 활용하여 학습효과를 극대화함으로써 시청중인 동영상 콘텐츠와 같은 속도로 같은 곳을 바라보며 필기가 가능한 투명한 메모 모듈을 구현하였다.

반려동물에 대한 인식변화와 고령화, 저출산 문제로 반려동물을 키우는 사람이 계속해서 증가하고 있다. 하지만 반려동물을 유기하는 경우도 많아져 정부에서는 반려동물 등록제를 시행하여 동물 유기를 예방하고 있다. 그럼에도 불구하고 동물 등록 절차의 번거로움과 부작용 우려로 인해 많은 사람이 등록을 하고 있지 않는 실태이다. 본 논문에서는 딥러닝 이미지 분석을 활용한 동물 외형분석 기술을 제안한다. 제안하는 기술은 동물 이미지에서 특징점 추출을 위해 CNN과 구글에서 제공하는 딥러닝 프레임워크인 텐서플로우(TensorFlow)를 활용하며 동물의 외형을 분석해 동물의 고유한 외형 정보를 얻을 수 있다. 이를 통해 각 개체를 특정할 수 있어 현재 시행되고 있는 동물 등록방법을 대체하여 동물 유기문제 해결에 기여할 것으로 기대한다.

최근 어린이 보호구역 내에서의 운전자의 부주의로 사망 혹은 상해 사고를 일으킨 가해자를 가중 처벌하는 내용의 '민식이법'이 발의됨에 따라 많은 운전자들이 보호구역을 주행할 때 많은 부담감을 느끼며, 이에 대한 운전자의 부담감과 사고 피해를 최소화할 수 있는 시스템이 필요하다. 본 논문에서는 OpenCV 영상인식기술과 OCR 문자인식기술인 Tesseract를 이용해 노약자 보호구역 표지판을 인식하여 법정 제한속도를 준수하며 갑작스러운 장애물 등장 시 급정거하여 사고피해를 최소화하고, 또한, 사용자에게 알람 메시지를 전송하는 시스템을 제안한다.

본 연구에서는 휴대 할 수 있는 선형 LED 전광봉으로 2차원 LED 전광판 효과의 구현을 시도하였다. 전광봉을 회전하면 전광판의 효과가 나도록 구성한 것으로, adafruit의 스트립(strip) 형 네오픽셀(NeoPixel) 1 × 16 LED으로 형성되는 구조물을 만들고, 이를 제어 할 수 있는 회로와 제어 프로그램을 설계하고 구현하였다. 구현한 전광봉은 큰 전력 소모에도 문제없도록 리튬 이온 충전지를 이용하여 전원이 공급되도록 하여 휴대성을 구현하였고, 블루투스 칩이 부착된 아두이노를 이용하여 하드웨어 구성을 완료하였다. 아두이노에는 C++를 이용하여 전광봉으로 전광판 효과를 볼 수 있도록 LED들을 통제하는 제어용 프로그램을 구성하였을 뿐 아니라 블루투스를 이용한 스마트 폰과 통신할 수 있는 프로그램을 구현하였다. 대략 6도 단위로 LED가 제어 되도록 하여 1회전에 16 × 60 정도의 전광판 효과를 볼 수 있다. 스마트 폰에는 원하는 전광판을 구성할 수 있도록 색상 팔레트 형성 기능과, 통제용 전광판의 크기를 결정 기능, 크기가 결정된 전광판에서 원하는 색으로 홍보용 내용이 불이 켜질 수 있도록 전광판 구성 기능, 구성된 전광판 자료를 CSV(Comma Separate Value) 파일로 저장하고, 전광봉으로 보낼 수 있는 기능을 구성하였다.

본 논문에서는 ROS를 이용한 드론 군집 비행 시뮬레이션을 구현한 결과를 보인다. ROS 환경에서 Gazebo 시뮬레이션 툴과 ArduPilot을 이용하여 모델링된 드론을 Gazebo에 적용한 뒤, 프로그래밍된 명령을 적용하여 각각의 드론이 명령에 따라 제어되는 군집비행을 보인다. 시뮬레이션은 12대의 드론이 각각 cpp 파일에 따라 제어되도록 설정한 launch 파일을 roslaunch하여 설정한 모든 드론이 Gazebo에서 각각 제어되는 군집비행 시뮬레이션을 구현하였다.

코로나 19에 따라 온라인 교육이나 재택근무 등 비대면 서비스에 대한 관심과 이용이 높아지면서, 비대면 서비스의 보안취약점으로 개인정보 유출과 해킹 등의 피해 우려도 제기되고 있는 상황이다. 본 논문에서는 오픈소스 IDS인 SNORT를 이용하여 침입탐지가 발생했을 경우 미리 설정해 놓은 priority에 따라 이메일 또는 문자메시지로 관리자에게 실시간 알림을 보내기 위한 방법을 제안한다. 제안한 시스템은 여러 개의 구성 요소로 이루어져 있다. Snort는 이벤트를 모니터하고 경계시키며(alert), 시스템 규칙을 사용하여 수신된 보안 이벤트로부터 경고를 생성한다. 경고를 파일에 LOG 형식으로 쌓게 되고 쉘 스크립트를 이용해 침입탐지를 분석하여 관리자에게 메일이나 SMS형태로 전송하게 된다.

현재 코로나 시대에 살아가면서 실습이 필요한 대학수업은 제대로 진행하기 힘든 상황이다. 이에 대응하기 위하여 렌탈 서비스를 통해 쉽게 물품을 빌리고, 관리하기 쉬운 시스템을 개발하였다. 직접 수령할 때에는 라즈베리파이를 이용한 열화상카메라로 온도 체크를 하고 특정 온도가 넘었을 시 LED 전등이 빨간색으로 깜빡거리게 되며 대여신청하면 정보가 담긴 대여 번호가 생성 되고 스마트박스에 대여 번호 확인 후 도어락이 풀리게 되는 무인 렌탈 서비스를 개발하였다.

본 논문에서는 싱글보드 컴퓨터 Jetson nano 기반 음성 라이브러리 Snowboy를 활용하여 음성인식 시스템을 구현하여 Turtlebot의 동작을 제어하였다. Turtlebot은 ROS(Robot Operating System) 기반으로 동작하며 ROS core를 통해 Jetson nano와 데이터전송이 가능하다. 사용자에 의해 실시간으로 Snowboy에 저장된 특정 음성을 인식하고 지정된 좌표로 변환한다. 변환된 좌표에 따라 Turtlebot이 지정된 위치로 이동한다. Lidar센서를 활용하여 장애물을 감지하고 다른 경로를 생성해 지정된 위치로 이동한다.

본 논문에서는 Text Classification에 사용된 딥러닝 모델을 적용하여 행동 인식, 손동작 인식 및 감정 인식 방법을 제안한다. 먼저 라이브러리를 사용하여 영상에서 특징 추출 후 식을 적용하여 특징의 벡터를 저장한다. 이를 Conv1D, Transformer, GRU를 결합한 모델에 학습시킨다. 이 방법을 통해 하나의 딥러닝 모델을 사용하여 다양한 분야에 적용할 수 있다. 제안한 방법을 사용해 SYSU 3D HOI 데이터셋에서 99.66%, eNTERFACE' 05 데이터셋에 대해 99.0%, DHG-14 데이터셋에 대해 95.48%의 클래스 분류 정확도를 얻을 수 있었다.

본 논문에서는 다층 퍼셉트론을 활용하여 League of Legends 게임의 승패를 예측하는 Deep Neural Network 프로그램을 설계하는 방법을 제안한다. 연구 방법으로 한국 서버의 챌린저 리그에서 행해진 약 26000 경기 데이터 셋을 분석하여, 경기 도중 15분 데이터 중 드래곤 처치 수, 챔피언 레벨, 정령, 타워 처치 수가 게임 결과에 유의미한 영향을 끼치는 것을 확인하였다. 모델 설계는 softmax 함수보다 sigmoid 함수를 사용했을 때 더 높은 정확도를 얻을 수 있었다. 실제 LOL의 프로 게임 16경기를 예측한 결과 93.75%의 정확도를 도출했다. 게임 평균시간이 34분인 것을 고려하였을 때, 게임 중반 정도에 게임의 승패를 예측할 수 있음이 증명되었다. 본 논문에서 설계한 이 프로그램은 전 세계 E-sports 프로리그의 승패예측과 프로팀의 유용한 훈련지표로 활용 가능하다고 사료된다.

본 논문에서는 마이크로컨트롤러에서 6축 IMU 센서를 사용한 제스쳐를 인식하기 위한 최적화된 학습 방법을 제안한다. 6축 센서값을 119번 샘플링할 경우 특징 차원이 매우 크기 때문에 다층 신경망을 이용할 경우 학습파라미터가 마이크로컨트롤러의 메모리 허용량을 초과하게 된다. 본 논문은 성능은 유지하며 학습 파라미터 개수를 효과적으로 줄이기 위한 마이크로컨트롤러에 최적화된 1D CNN을 제안한다.

본 논문에서는 손동작 데이터에서 추출한 데이터를 다변수 시계열 데이터 분류를 자동으로 찾는 NAS 모델에 적용하여 손동작 인식 모델을 찾는 방법을 제안한다. NAS를 통해 모델을 구하는 과정은 프로그래머의 시간과 노력을 절감시켜준다. 손동작 인식을 위해 DHG-14/28 데이터셋과 SHREC'17 Track 데이터셋에 논문에서 제안한 방법을 적용하여 손동작 인식 정확도가 기존의 모델보다 높은 손동작 인식률을 얻음을 실험을 통하여 확인하였다. 실험에서 DHG-14/28 데이터셋의 손동작 인식 정확도는 96.38%, 96.63%, SHREC'17 Track 데이터셋의 정확도는 96.88%, 96.57%를 얻었다.

드론산업과 센서의 발전에 따라 드론이 수행할 수 있는 능력이 넓어지고 있다. 본 논문에서는 드론에 장착되는 장비 중 카메라에 객체 탐지 기능을 넣어 퇴치할 대상을 인지하고 인식할 수 있음을 검증하고자한다. 이는 여러 산업에 새로운 패러다임을 제안하게 될 수 있는 방법이 될 것 이라 기대된다.

본 논문에서는 노약자 및 장애인의 증가로 인한 조행보조기구 사용량이 증가하고 있으나 물리적인 보조기구는 있지만 AI를 통한 서비스와 보조보행기구에 관한 AI 데이터셋이 부족하다. 이러한 문제점을 보안하기 위해 본 논문에서는 상기 데이터셋을 설계 및 구축하기 위해 Node JS를 사용하여 이미지 크롤링 프로그램을 구현하여 이미지 데이터를 수집했으며, Yolo Maker를 활용하여 수집된 이미지를 데이터셋으로 변환시켰다. 이를 통해 노약자 및 장애인을 위한 AI 서비스 구축에 필요한 데이터를 손쉽게 설계 및 구축한다.

본 논문에서는 딥러닝 모델 중 Keras 기반 LSTM 모델과 KoGPT-2 모델을 이용하여 학습한 결과를 바탕으로 카테고리 별 키워드 기반의 배달 음식점 리뷰를 생성하는 방법을 제안한다. 데이터는 주로 맛, 양, 배달, 가격으로 구성되어 있으며 이를 카테고리 별로 구분하였다. 또한 새롭게 생성된 텍스트는 의미와 문맥을 판단하여 기존 리뷰 데이터와 비슷하게 구현하였다. 모델마다 성능을 비교하기 위해 정량적, 정성적 평가를 진행하였다.

본 논문에서는 국내 드론 사용량이 증가하고 있으나 드론을 제재하기 위한 수단과 AI를 활용한 드론 콘텐츠가 부족하다. 상기 문제점을 해결하기 위해 Darknet 과 YOLO_mark를 사용하여 디바이스를 학습시켜 손쉽게 드론 인식 및 구별을 할 수 있게 구현하였다. 이를 통해 기존 드론 제재 수단의 한계를 극복하고 손쉽게 이용할 수 있다. 나아가 본 논문을 이용하여 군◦경에서 드론 식별 등으로 활용할 수 있다.

본 논문에서는 YOLO 시스템을 사용하여 보조 보행 기구를 인식 한 후 자동문 속도 조절에 대한 방법을 제안한다. Visual studio, OpenCV, CUDA를 활용하여 보조 보행 기구를 인식이 가능하게 신경망 훈련 및 학습 한 데이터를 기반으로 Raspberry Pi, 카메라 모듈을 활용하여 실시간 모니터링을 통해 보조 보행 기구를 인식하여 자동문의 속도를 조절을 구현했다. 이로써 거동이 불편한 장애인은 원활하게 건물 출입이 가능하다.

대화시스템에서 게임설명요청과 같은 주제대화의 경우, 입력문장의 의도를 정확하게 분류하는 것이 대화시스템 성능과 직결되므로 매우 중요하다. 본 논문에서는 개체명 인식 방법과 머신러닝 방법을 결합한 하이브리드 방법을 제안하여, 머신러닝 방법을 단독으로 사용하는 방법보다 주제대화의 의도 분류 성능을 향상시켰다.

본 논문에서는 한국어 일상대화를 연속적으로 제공하기 위한 서비스 플랫폼을 제안하였다. 본 플랫폼을 통해서 자동으로 일상대화를 수집하고, 정제하고, 학습하여, 사람과 시스템간의 일상대화를 연속적으로 진행할 수 있게 함으로써, 현재 트랜드가 반영된 대화를 실시간으로 수행할 수 있게 되었다.

최근 코로나 19로 인하여 온라인 강의가 증가하고 있으며 이를 활용한 학습 분석에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 학습 분석 중 학습 결과에 영향을 미칠 수 있는 학습 활동 데이터를 수집하여 학습 결과를 예측하는 모델을 설계하고자 한다. 예측 모델은 기계학습을 이용하며 이전 학기의 학습 결과 데이터를 학습시켜 학습 결과에 영향을 미치는 학습 활동 데이터를 도출한다. 도출된 데이터를 이용하여 차후 학습자의 학습 결과를 예측한다. 학습 결과를 예측하기 위한 모델로 딥러닝의 DNN을 활용한다. 향후 연구로는 예측한 결과를 바탕으로 학습자의 학습 동기 부여와 학습 지도 방향을 정하는 것이다.

본 논문에서는 Photon Unity Network[1]를 사용하여 멀티플레이 VR게임 개발 방법을 제안한다. Unity 3D와 Oculus Framework를 활용하여 플레이어 기능을 구현했다. 그리고 Photon Unity Network를 이용하여 서버와 여러 명의 플레이어를 연결해 줄 수 있다.

본 논문에서는 합성곱 신경망을 통해 학습된 DoF(피사계 심도, Depth of field) 네트워크 아키텍처를 이용하여 객체 인식, 시점 추적, 문자 인식, 비사실적 렌더링 등 다양한 애플리케이션에 적용할 수 있는 사후 필터링 기법에 대해 살펴본다. 일반적으로 영상은 포커싱과 아웃포커싱에 의해 사용자의 관심표현이 결정되며, 이를 이용하여 영상 내 중요도를 판단한다. 영상 내에는 수많은 콘텐츠들이 혼재되어 있기 때문에 사용자가 집중적으로 보고 있는 콘텐츠를 찾아내기 어렵다. 본 논문에서는 사용자가 흥미롭고 집중적으로 보고 있는 영역을 DoF 네트워크로 학습시키고, 이를 통해 이전 기법으로는 표현할 수 없었던 DoF 기반 객체 인식, 시점 추적, 문자 인식, 비사실적 렌더링을 효율적으로 표현해낸다.

본 논문에서는 카메라의 포커싱과 아웃포커싱에 의해 이미지에서 뿌옇게 표현되는 DoF(Depth of field, 피사계 심도) 영역을 쿼드트리(Quadtree) 기반의 합성곱 신경망을 통해 빠르게 찾는 방법을 제안한다. 우리의 접근 방식은 RGB채널기반의 상호-상관 필터를 이용하여 DoF영역을 이미지로부터 효율적으로 분류하고, 적응형 트리인 쿼드트리를 기반으로 유의미한 영역만을 분류한다. 이 과정에서 손실 없이 온전하게 DoF영역을 추출하기 위한 필터링 과정을 거친다. 이러한 과정에서 얻어진 이미지 패치들은 전체 이미지에 비해 적은 영역으로 나타나며, 이 적은 개수의 패치들을 이용하여 네트워크 단계에서 사용할 이미지-DoF가중치 맵 데이터 쌍을 설정한다. 네트워크 과정에서 학습할 때 사용되는 데이터는 이미지와 상호-상관 필터 기반으로 추출된 DoF 가중치 맵을 이용한다. 본 논문에서 제안하는 쿼드트리 기반 합성곱 신경망은 이미지로부터 포커싱과 아웃포커싱된 DoF영역을 자동으로 추출하는 과정을 학습시키기 위해 사용된다. 결과적으로 학습에 필요한 데이터 영역이 줄어듦으로써 학습 시간과 메모리를 절약했으며, 테스트 결과로 얻은 DoF 가중치 이미지는 입력 이미지에서 DoF영역을 더욱더 빠른 시간 내에 찾아낸다.

본 논문에서는 SR(Super-Resolution)을 계산하는데 필요한 데이터를 효율적으로 분류하고 분할하여 빠르게 SR연산을 가능하게 하는 쿼드트리 기반 최적화 기법을 제안한다. 제안하는 방법은 입력 데이터로 사용하는 연기 데이터를 다운스케일링(Downscaling)하여 쿼드트리 연산 소요 시간을 감소시키며, 이때 연기의 밀도를 이진화함으로써, 다운스케일링 과정에서 밀도가 손실되는 문제를 피한다. 학습에 사용된 데이터는 COCO 2017 Dataset이며, 인공신경망은 VGG19 기반 네트워크를 사용한다. 컨볼루션 계층을 거칠 때 데이터의 손실을 막기 위해 잔차(Residual)방식과 유사하게 이전 계층의 출력 값을 더해주며 학습한다. 결과적으로 제안하는 방법은 이전 결과 기법에 비해 약15~18배 정도의 속도향상을 얻었다.

본 논문에서는 코로나바이러스(COVID-19)와 같은 응급상황에서 필요한 환자의 이동 및 검사 경로 등을 MCMF(Min-cost Max-flow, 최소-비용 최대-유량) 알고리즘 기반의 에이전트 이동을 활용하여 효율적으로 푸는 방법에 대해 살펴본다. 환자의 수가 유동적으로 변화하기 때문에 고정된 경로가 아닌 매번 최적화시킬 수 있는 경로는 요즘 같은 COVID-19 시대에 필요한 기술이며, 이와 같은 응급상황에서는 이른 시일 내에 대처하고 조치하는 것이 피해를 최소화할 수 있다. 이러한 상황에서는 응급상황에 대처하기 위한 정보들을 어떻게 사용하는지에 따라 상황에 대한 처리 시간이 달라질 수 있다. 본 논문에서는 응급상황에 대한 처리 시간을 최소한으로 하기 위해 MCMF 알고리즘을 적용하고 지도 API와 실제 병원 위치 등을 이용하여 실제로 시간을 단축할 수 있는지 연구하고 분석한다.

본 논문에서는 실제 현실에서 표현되는 소리의 특징인 파동(Sound wave)과 흐름(Sound flow) 그리고 회절(Diffraction of sound)을 가상환경에서 실시간으로 표현할 수 있는 방법을 제안한다. 우리의 접근 방식은 소리가 재생되는 위치로부터 장애물 여부를 판단하고, 장애물이 존재할 시, 장애물로 인해 반사와 회절된 새로운 소리 위치를 계산한다. 이 과정에서 레이트레이싱 기반으로 장애물과의 충돌 여부를 판단하고, 충돌에 의해 굴절된 벡터를 이용하여 장애물 너머에서 들리는 소리의 크기를 계산하며, 충돌된 레이의 개수에 따라 소리의 크기를 감쇠시킨다. 본 논문에서 제안하는 방법을 이용한 소리의 회절은 물리 기반 접근법에서 나타나는 회절 형태를 실시간으로 표현했으며, 장애물에 따라서 회절 패턴이 변경되고, 이에 따라 소리의 크기가 자연스럽게 조절되는 결과를 보여준다. 이 같은 실험은 실제 현실에서 나타나는 소리의 퍼짐과 같은 특징을 거의 유사하게 복원해냈다.

본 논문에서는 사용자의 관심영역(Region of interests, ROI)를 기반 스크롤을 통해 데이터를 좀 더 빠르고 효율적으로 검색할 수 있는 사용자-데이터 인터페이스를 제안한다. 사용자가 관심있는 정보나 콘텐츠를 찾는 행동에서 착안한 우리의 접근 방식은 주어진 콘텐츠에서 ROI를 효율적으로 계산하고, GMM(Gaussian mixture model, 가우시안 혼합 모델)에서 착안해 개발한 커널을 기반으로 사용자가 관심 있어 하는 정보의 위치로 부드럽고 빠르게 화면을 이동시켜 정보를 탐색한다. 과정을 설명하기 앞서, 다수의 ROI가 있을 때 스크롤의 현 위치는 항상 두 ROI의 사이에 있다. 그 두 사이의 거리가 가장 짧은 두 ROI에 각각 우리의 커널을 적용하면 현 위치에서 스크롤 가속에 적용 가능한 두 개의 관성이 생긴다. 여기에 선형 보간법(Linear interpolation)을 적용하여 한층 부드러운 하나의 관성으로 만들고, 이것을 스크롤에 적용한다. 결과적으로, 오직 사용자의 입력에 따라 정보가 검색되는 기존의 접근법과는 달리, ROI와 DOI(Degree of interests, 중요도)를 기반으로 향상된 스크롤을 통해 사용자가 관심 있어 하는 정보나 콘텐츠를 보다 쉽게 직관적으로 찾아줄 수 있기 때문에 사용자는 탐색 시간을 절약할 수 있다.

최근 손동작 인식에 대한 연구들이 활발하다. 하지만 대부분 Depth 정보를 포함한3D 정보를 필요로 한다. 이는 기존 연구들이 Depth 카메라 없이는 동작하지 않는다는 한계점이 있다는 것을 의미한다. 본 프로젝트는 Depth 카메라를 사용하지 않고 2D 이미지에서 Hand Keypoint Detection을 통해 손동작 인식을 하는 방법론을 제안한다. 학습 데이터 셋으로 Facebook에서 제공하는 InterHand2.6M 데이터셋[1]을 사용한다. 제안 방법은 크게 두 단계로 진행된다. 첫째로, Object Detection으로 Hand Detection을 수행한다. 데이터 셋이 어두운 배경에서 촬영되어 실 사용 환경에서 Detection 성능이 나오지 않는 점을 해결하기 위한 이미지 합성 Augmentation 기법을 제안한다. 둘째로, Keypoint Detection으로 21개의 Hand Keypoint들을 얻는다. 실험을 통해 유의미한 벡터들을 생성한 뒤 Annoy (Approximate nearest neighbors Oh Yeah) Tree를 생성한다. 생성된 Annoy Tree들로 후처리 작업을 거친 뒤 최종 Pose Estimation을 완료한다. Annoy Tree를 사용한 Pose Estimation에서는 NN(Neural Network)을 사용한 것보다 빠르며 동등한 성능을 냈다.

패턴 또는 영상을 인식하기 위하여 먼저 기계 학습 모델을 선택하고, 선택된 모델은 여러 단계의 처리 단계 과정으로써, 학습 데이터 구성과 특징 추출 그리고 분류기 등으로 크게 나눌 수 있다. 기존의 학습 모델의 처리 단계 중 학습 데이터 구성은 첫 번째 중요한 단계이다. 본 논문에서는 학습 데이터들의 특징을 분석하여 데이터 분류성의 척도로 사용될 수 있는지를 검토하여 차후 기계 학습 및 딥 러닝의 인식을 높이고자 한다.

본 논문에서는 항공 수요예측을 위한 빅데이터 기반 플랫폼의 설계 및 실증 결과를 제시한다. 항공 수요예측 통합 플랫폼은 항공산업 관련 데이터를 Open API, RSS Feed, 웹크롤러(Web Crawler) 등을 이용하여 수집 및 분석하여 자체 개발한 항공 수요예측 알고리즘을 기반으로 결과를 시각화하여 보여주도록 구현되어 있다. 또한, 제안하는 플랫폼의 사용자 인터페이스를 통해 변수 설정을 하여 단위별(Global, National 등), 기간별(단기, 중장기 등), 유형별(여객, 화물 등) 예측 통계 자료를 도출할 수 있다. 플랫폼의 성능 검증을 위해 정형화된 데이터를 비롯하여 소셜네트워크서비스(SNS), 검색엔진 등에서 수집한 비정형 데이터까지 활용하여 특정 키워드의 빈도와 특정 노선에 대한 항공 수요간 상관관계를 분석하였다. 개발한 통합 플랫폼의 지능형 항공 수요예측 알고리즘을 통해 전반적인 공항 운영 및 공항 운영 정책 수립에 기여할 것으로 예상한다.

본 논문에서는 서로 다른 진화 전략의 병렬화를 구현하기 위해 섬 모델을 도입하고 자원 간의 균형을 유지하기 위해 Monod 모델을 활용하는 PDE-EM이라는 생태 모델 알고리즘을 기반으로 한 새로운 병렬 DE를 제안하도록 한다. 각 섬은 동일한 자원으로 서로 다른 전략으로 진화한다. 지정된 세대 수마다 섬의 진화 정도에 따라 등급이 매겨지고, Monod 모델을 활용하여 각 섬에 다양한 자원이 할당된다.

본 논문에서는 변환 학습을 기반으로 한 다중 클래스 이미지 장면 분류 방법을 제안하도록 한다. ImageNet 대형 이미지 데이터 세트에서 사전 훈련 된 네트워크 모델을 사용하여 다중 클래스의 자연 장면 이미지를 분류하였다. 실험에서 최적화 된 ResNet 모델은 Kaggle의 Intel Image Classification 데이터 세트에 분류되어 우수한 결과를 얻었다.

본 논문에서는 macOS의 파일시스템인 HFS+의 B-tree구조를 디지털 포렌식의 관점에서 분석할 수 있는 기능을 갖춘 도구의 구현에 대하여 다룬다. HFS+ 파일시스템의 파일과 디렉토리에 대한 메타정보를 카탈로그 B-tree에서 구하여 디지털 포렌식 정보로 활용한다. HFS+파일시스템 포렌식 분석도구는 C/C++언어로 구현된다. 텍스트 기반의 명령행 프로그램으로 구현되며 macOS/Windows에서 터미널/명령프롬프트에서 각각 실행될 수 있도록 제작된다. 타임스탬프/파일크기/위치 등의 메타데이터의 파싱기능, 리프노드에 저장된 데이터를 이용한 파일/디렉토리 트리 구조의 재구성, B-tree구조에 의한 키워드 탐색 기능, 인덱스 노드 없이 B-tree 리프노드의 구성에 의한 파일/디렉토리 파싱/검색 기능 등이 구현된다.

본 연구는 코로나-19 이후로 미지의 질병과 맞닥뜨렸을 때의 소비 경향에 중요한 영향을 끼치는 요소를 데이터베이스화하여 다각적인 방면에서 분석하고 성향 측정방법을 제시하였다. 포스트 코로나 시대는 디지털 혁명이 일어난 후 경제활동에 참여하고 있는 사람들 중 그 누구도 피해갈 수 없는 흐름이다. 또한, 소비의 흐름에 있어서 모바일을 통한 배달이 주류가 될 것이라는 것은 누구든 손쉽게 알 수 있을 것이다. 후에 제2의 포스트 코로나 이후 방대하고 구체적인 데이터를 사용하여 똑같은 방법으로 재분석 한다면 기업의 입장에서 발 빠른 대응으로 경제 침체 속의 호황을 맞이할 수 있을 것이라 기대된다.

본 논문에서는 영어 교육에 대한 사회적인 인식은 중요해지면서 다양한 방식의 영어공부와 학습모델들을 분석하고 오랫동안 가억이 가능한 학습시스템을 검토하였다. 그러나 영어의 기초가 되는 영어 단어의 공부법이 논리적인 근거 없이 강사의 인지도와 명성에 현혹되어 강사가 추천해 주는 공부 방법에 따라 잘못된 학습하는 경우가 대부분이다. 또한 사람마다 자기에게 맞는 학습법은 분명 존재할 것이다. 하지만 그 방법 외에 효과적인 다른 방법 또한 찾아 볼 수 있다. 헤르만 에빙하우스는 사람의 망각 연구한 결과 망각의 주기를 수치로 나타내었고, 라이트너는 플래시 카드를 박스에 넣어 복습을 반복하는 아날로그 장치를 만들어 복습의 효과를 연구하였다. 본 논문에서는 헤르만 에빙하우스의 망각 곡선 이론을 통해 효율적인 영어 단어 학습방법을 논리적으로 증명하고, 웹사이트를 사용한 라이트너 박스와 망각 곡선의 이론을 적용하여 망각의 주기에 따른 복습의 효과를 적용하여 결과적으로 사용자에게 접근성이 좋은 학습형 플랫폼을 제공하여 시간 대비 학습률이 좋은 시스템을 개발하고자 하였다.

'서포트업' 앱은 음식점을 경영하는 소상공인들과 식자재 공급업체 사이를 연결해주고 관리하는 서비스를 제공하는 모바일 앱으로서, 소상공인들이 손쉽게 창업 및 경영을 할 수 있도록 지원함으로써 지역 경제 활성화에 기여하기 위한 목적으로 구현되었다. 모바일 앱의 특성상 터치 몇 번으로 간편하게 거래처와 연결될 수 있다는 점에 포커스를 맞추어 음식점 경영자들에게 편리성과 유용성을 제공한다. 특히 처음 창업하는 경영자들이 평이 좋고 지리적으로 가까운 식자재 공급업체를 쉽게 찾을 수 있게 해주며 공급업체에 연결하여 식자재 확보 과정도 쉽게 이해할 수 있도록 서비스를 지원한다. 앱을 이용하는 음식점 경영자들은 자신이 원하는 조건과 환경에 맞추어 식자재 품목별로 공급업체들에 대한 정보를 비교해보고 거래처를 정하여 거래를 할 수 있으며, 이용한 거래처에 대한 평을 남김으로써 다른 이용자들에게 거래처에 대한 정보를 제공할 수도 있다.

현재 코로나19의 여파로 아웃바운드 관광이 제한되고 있는 상황이지만 모빌리티 시장의 활성화로 인하여 안전하면서 방해받지 않는 프라이빗한 국내 여행의 수요가 증가하는 추세이다. 기존의 애플리케이션은 아직 수요자와 공급자 등의 시장 체계가 확립되지 않은 상황이다. 본 논문에서는 이러한 문제점을 해결하며 코로나19로 인하여 힘든 시간을 보내고 있는 사람들에게 힘이 되어줄 수 있는 택시 투어 통합 애플리케이션인 'TAXIO'를 개발하였다. 중장년층도 편리하게 이용 가능한 UI와 Firebase와 Google Places API, Google Maps API, Weather API를 이용하여 기존 애플리케이션보다 쉬운 접근이 가능하게 개발하였다.

이른 새벽, 건설업 일용직 근로자들은 '오늘 일을 할 수 있을까?'란 불안감과 COVID-19의 감염 위험을 안고 인력사무소에 출근한다. 새벽 건설업 시장은 높은 업무 강도와 비효율적인 구인/구직 프로세스로 인해 진입장벽이 높고, 건설기능인력의 고령화로 불법체류 근로자 고용 등의 난항을 겪고 있다. 이에 따라 본 연구에서는 건설업 시장의 구인/구직 정보를 제공하여 앱 내에서 근로자 채용을 가능하게 하고, 외부 API를 사용하여 출퇴근 관리, 안전 이수증 촬영을 통한 인증 등 근로자와 구인자를 위한 비대면 구인/구직 앱 '인력거'를 개발하였다. '인력거' 앱을 통해 간소화된 구인/구직 프로세스 등을 통해 건설업에서 청년 일자리 증대가 기대된다.

코로나로 인해 비대면 온라인 수업으로 운영된 수업환경에서 컴퓨터공학 분야의 대표적인 실습기반 교과목인 프로그래밍 수업은 학습자들에게 온라인 수업이지만 대면 수업의 실재감을 제공하는 질적 개선 방법을 모색할 필요성이 대두되었다. 본 연구는 플립러닝에 기반 한 실시간 수업을 활용하여 실습 기반 프로그래밍 수업에서 학습자의 능동적 수업 참여를 유도하고, 교수자와 학습자, 학습자와 학습자 간의 상호작용이 원활한 수업을 통해 대면 수업 수준의 실재감을 학습자에게 제공하고 학습효과를 높이고자 하였다. 적용결과, 온라인 수업에서 플립러닝 기반 수업 설계가 실습 기반 수업에 대면수업 수준의 학습 효과 및 만족도가 있었음을 조사·분석하였다.

본 연구에서는 비대면 환경에서 실재감이 학습성과에 미치는 영향을 분석하였다. 전문대학의 프로그래밍 수업을 수강하는 427명의 학생을 대상으로 교수실재감, 인지적 실재감, 감성적 실재감과 만족도, 학습지속의 향의 관계를 분석하였다. 연구 결과, 만족도에는 교수실재감과 인지적 실재감이, 학습지속의향에는 교수실재감, 인지적 실재감, 감성적 실재감이 영향을 미치는 것으로 나타났다. 연구결과에 기초하여 비대면 환경의 프로그래밍 수업에 대한 설계 및 운영전략을 시사하였다.

본 논문에서는 인천공항 Airside와 Landside에 위치한 자산의 효율적인 관리를 위한 사물인터넷(IoT) 기반 스마트 자산관리 시스템의 구성과 실증을 제시한다. IoT기반 스마트 자산관리시스템은 위치정보를 생성하는 IoT 태그와 게이트웨이, 수집된 위치정보를 수신하고 표출하는 서버로 구성되어 있으며, IoT 태그를 자산에 부착하여 자산의 실내외 위치정보를 자산관리 시스템에서 실시간으로 확인할 수 있다. 실내 위치정보는 BLE(Bluetooth Low Energy)를 통해 취득하며, 실외 위치정보는 GPS와 LoRa(Long Range)를 통해 취득 가능하다. 개발한 시스템의 성능 검증을 위해 인천공항 제1여객터미널 내 기설치된 AP를 활용하였으며, 공항 전역을 커버할 수 있는 LoRa Gateway를 설치하였다. 개발한 자산관리 시스템은 공항이 보유한 자산의 도난 방지 등 효율적인 관리 와 공항운영에 기여할 것으로 예상된다.

2020년 7월 정부는 포스트 코로나 시대를 선언하며, 한국판 뉴딜 정책을 발표하였다. 한국판 뉴딜은 디지털인프라 구축, 비대면 산업육성, SOC 디지털화를 기본방향으로 내세웠으며 빅데이터, 인공지능(AI), 사물인터넷(IoT) 등 4차산업 핵심기술의 육성방안을 제시하였다. 최근 인천공항은 한국판 뉴딜 정부정책에 부응하기 위해 인천공항 K-뉴딜 프로젝트를 추진 중이며, 세부 전략과제로 자산관리의 디지털전환을 위한 IoT기반 스마트 자산관리시스템을 구축 중이다. IoT기반 스마트자산관리시스템은 인천공항에 위치한 실내외 이동형 자산에 대해 끊김없는 위치정보를 제공하는 시스템으로 기존 시스템(RFID) 대비 약 4억 원의 인적, 물적 자원을 절감하는 효과를 나타낼 것으로 예상된다. 본 논문에서는 IoT기반 스마트 자산관리시스템의 핵심기술인 실내외 연속측위 스마트 트래커와 네트워크의 구성, 저전력 위치정보 제공방법을 제시한다.

본 연구에서는 약 관리를 효율적으로 할 수 있는 IoT 기반의 스마트 약상자를 개발하였다. 약을 정기적으로 먹어야 하는 사용자에 대해 약 복용 현황 및 남아 있는 약의 상황 등을 모니터링 하여 효과적으로 관리할 수 있다. 이를 위해 약을 보관할 수 있는 상자를 3D 프린터를 이용하여 제작하였으며, 사용자의 복약 현황을 나타내주는 LCD를 전면에 배치했다. 또한, 약상자 내부에 있는 서보모터를 활용하여 정해진 복용 시간에 정해진 양만큼의 약을 제공할 수 있도록 하였다. 제안하는 스마트 약상자를 이용하여 사용자의 복약을 효율적으로 관리할 수 있으며 복약 순응도를 높이고 약물의 오남용을 막는데 도움을 줄 수 있다.

사물 인터넷 시스템에서 서버와 클라이언트의 신뢰성 확보는 매우 중요하다. 대부분의 IoT 시스템에서 신뢰성 확보를 위해 인증서 기법이 사용되고 있다. 인증서 기법을 사용하는 IoT 시스템은 데이터(인증서,공개키) 탈취 및 분실 취약점이 있다. 이러한 취약점을 강화하기 위해 서버와 클라이언트는 서로 주고받는 데이터의 무결성과 신뢰성을 보장할 수 있는 환경이 구축되어야 한다. 본 논문에서는 이러한 취약점을 보완하기 위하여 IPFS와 블록체인을 결합한 인증 강화 기법을 제시한다. 제시한 기법의 기본 개념은 IPFS를 이용하여 CA와 서버의 인증서와 공개키를 분산 저장하고, IPFS에 저장한 인증서와 공개키의 Content-Address를 블록체인에 보관한다. 마지막으로 제시한 기법의 타당성을 검토하기 위하여 Mobius, nCube, Ethereum, IPFS를 결합한 IoT 시스템을 구축하고 SSL을 사용한 인증 과정을 실험한다.

최근 코로나 19가 장기화하면서, 비대면서비스로 대체되고 있는 한편, 의료분야에도 서비스 패러다임이 변화되고 있다. 특히, 국내의 법 제도적으로 묶여 있는 원격 의료서비스의 적용이 가능하고 상급종합병원에서는 비대면 진료서비스를 도입하고 있다. 본 논문에서 제안하는 비대면 원격판독시스템은 모바일 의료영상진단기기를 기반으로 의료사각지대에 있는 환자들의 영상촬영과 이에 대한 판독 서비스를 제공하기 위한 시스템이다. 제안한 시스템은 의료환경에 적용하기 위해 환자의 개인정보를 보호하고, 원격으로 환자의 영상 데이터를 판독하기 위한 시스템과 그 처리 과정을 보인다. 그리고 끝으로 구축된 시스템의 수행 결과를 보인다.

정부의 지속적인 소상공인 지원정책에도 불구하고 코로나-19 발생 및 계속되는 경기침체로 소상공인 점포의 매출액 급감 등 소상공인의 생존권을 위협하는 소매업 초유의 위기 상황이 발생하였다. 본 연구는 경기지역 소상공인이 보다 경쟁력 있는 점포를 선정하기 위한 선택요인을 도출하고 이들의 상대적 중요도를 AHP를 이용하여 파악하고자 하였다. 소상공인 관련 프로젝트를 담당하는 컨설턴트를 대상으로 AHP를 실시한 결과 소상공인 점포를 이용하는 소비자는 낮은 가격으로 질 좋은 서비스 받기를 원하고 점포입지와 배달서비스가 소비자 점포선택에 있어 크게 영향을 미치는 것으로 나타났다. 즉 소비자가 점포선택에 있어 상품과 편의성 보다는 서비스를 가장 크게 고려한다는 유의적 의미의 결과가 나타났다. 이는 코로나-19 발생 상황 및 디지털 기기의 급속한 발전이 소비자의 점포선택에 있어 크게 영향을 준 것이다.

그 어느 때 보다 한국경제에서 사회경제적시스템의 성공적인 안착이 필요 한 시대이며, 해외 선진사례에서 보듯이 최근 사회경제적시스템에서 고용창출, 소상공인 경제적 활로 개척 등 소상공인의 협동조합의 역할과 중요성이 점점 커지고 있는 실정이다. 이러한 사회경제적망에서 소상공인협동조합의 자원을 위한 중소벤처기업부/소상공인시장진흥공단은 전국 8대 권역(2분소)에 소상공인협동조합을 위한 협업아카데미를 운영 중에 있다. 각 권역별 협업아카데미에서는 컨설팅, 교육, 네트워킹 등 공통 조합지원 프로그램으로 운영하고 있으나, 소상공인시장진흥공단의 정량/정성적 평가에 따르면 각 아카데미별 운영 결과는 상이하게 나타나고 있다. 이는 협업아카데미 운영인력(매니저)의 자질과 업무 수행역량에 따른 상이한 결과로 판단하고 있다. 이에 협업아카데미 운영 인력의 업무적 필요 역량에 관한 연구를 통해 운영인력(매니저)수급과 인력운영에 관한 기준점을 설정하고 효과적이고 생산적인 소상공인협동조합 지원사업을 수행함에 있어 유용한 자료를 제공하고자 한다.

LNG는 환경규제에 따라 화석에너지에서 친환경 재생에너지로 전환되는데 중요한 역할을 하는 에너지원이다. UN산하 세계해사기구(IMO)의 MARPOL협약에 따라 선박 황산화물 배출가스규제로 LNG추진 선박에 대한 수요가 증가되고 있을 뿐만 아니라 미국의 쉐일혁명으로 LNG를 수출함에 따라 공급의 변화가 급격하게 이뤄지고 있다. 과거 국가 주도의 프로젝트 성격이 강한 LNG 운송시장은 장기정기용선계약이 대부분이었으나 수요와 공급시장의 급격한 변화로 스팟시장의 중요성이 커지고 있다. 따라서 본 논문은 LNG 운송시장에서 시장참여자들의 스팟거래에 합리적인 의사결정이 이뤄지도록 과학적인 예측방법을 제시하고자 한다. LNG 스팟운임 예측에 기계학습모델 중 인공신경망 모델을 적용할 것이며 기존의 시계열분석 방법인 ARIMA모델과 비교하여 본문에서 제시된 모델의 예측성능의 우수성을 확인하였다. 본 논문은 LNG 스팟운임을 다룬 최초의 연구로서 학문적인 차별성이 기대된다.

본 논문은 2014년 세월호 사고 이후 해양재난사고에 대한 국민들의 경각심이 고조되었으며 해양레저인구증가로 인한 해양사고가 증가되는 상황에서 사고예방 및 해양안전문화 고취를 위한 해양안전교육센터 구축하고자 수요추정을 수행하였다. 특히, 우리나라 대부분의 해양안전체험관과 유사한 체험관들은 대부분 전라, 경기지역에 분포하고 있어 지역 편향을 해소하는 차원에서 동남권 안전센터 구축이 필요한 상황이며 해양레저 및 해양산업의 중심이 영남권에 위치하고 있기 때문에 안전교육센터의 구축의 정책적인 타당성이 있다. 본 논문에서는 해양안전교육센터 수요추정을 중력모형을 활용하여 수행하였으며 사회경제적인 타당성의 근거로서 활용이 가능할 것으로 기대된다.

벌크화물운송은 해상운송시장에서 가장 큰 규모이고 철강 및 에너지 산업을 뒷받침 하는 중요한 시장이다. 또한 운임의 변동성이 가장 큰 시장으로 상당한 수익을 기대할 수 있는 반면에 파산에 이르는 큰 손실이 발생할 수 있기때문에 시장 참여자들은 합리적이고 과학적인 예측을 기반하여 의사결정을 해야 한다. 그러나 해운시장에서는 과학적 의사결정보다는 경험기반의 의사결정에 의존하기 때문에 시황변동성에 취약하다. 본 논문은 벌크운임예측에 신호 분해 방법인 EMD와 인공신경망을 결합한 하이브리드 모델을 적용하여 과학적 예측방법을 제시하고자 한다. 본 논문은 학문적으로 해운시장 운임예측연구에서 거의 시도되지 않았던 시계열분해법과 기계학습기법을 결합한 하이브리드 모델을 제시하였다는데 의미가 있으며 실무적으로는 해운시장에서 빈번이 일어나는 의사결정의 질이 제고되는데 기여할 것으로 기대된다.

1990년 중반 이후 외국계 기업과 국내 대기업의 적극적인 유통산업진출은 중소 소매업을 어렵게 하고 있다. 또한 대기업 편의점의 급속한 확장 역시 골목상권 환경을 열악하게 하여, 중소 소매업 점포수의 폐점을 가속화하고 있다. 2003년 중소 소매업의 경쟁력 강화 및 자생력을 확보하고자 정부는 중소유통공동도매물류센터(이하, 중소유통물류센터)를 건립하였다. 하지만 급변하는 유통환경과 온라인 쇼핑의 급속한 발전 속에서 중소유통물류센터는 갈수록 점점 어려워지는 현상에서 중소유통물류센터의 역량강화를 위한 현상분석 및 문제점 도출을 통하여 경쟁력 강화 및 효율적 운영방안을 위한 전략을 제시하고자 한다.

코로나 19로 인해 인류의 생존을 위협받고 주변의 많은 환경이 변화되고 있다. 사람과 사람이 만나는 당연한 일상이 이제는 위협으로 다가오고 있다. 비대면 생활이 일상화되어가고 있는 현재. 온라인 및 모바일을 통한 소통은 이미 우리의 삶 속에 자리 잡고 있다. 우리나라의 인터넷 환경은 매우 잘 발달되어 있어 우리의 생활 곳곳에서 활용할 수 있다. 이러한 인터넷 발달은 사람의 삶의 질을 높여주는 요소들에 도움을 주는데 그것이 바로 비대면 쇼핑이다. 비대면 쇼핑은 상품을 직접 보지 않고 온라인, 모바일, TV 등의 매개체를 통해 구매하는 형식이라 할 수 있다. 최근 코로나 19의 확산으로 인해 이러한 비대면 쇼핑을 통한 구매 활동은 점점 늘어났다. 비대면 쇼핑이 주된 쇼핑형태로 자리잡고 있는 현재. 비대면 쇼핑의 구매 결정에 대한 요인 분석은 소비자 측면에서 의미있는 분석이 될 것이다. AHP 분석기법을 이용하여 소비자 입장에서 비대면 쇼핑의 구매 결정요인으로 작용 하는 항목들에 대한 중요도를 분석하고자 한다.

디자인 패턴은 클래스와 객체를 활용한 23가지의 개발자 의도를 만족시켜주는 최선의 실천법들을 정리한 것이다. 디자인 패턴은 설계 경험과 객체지향 패러다임의 기반 지식들을 필요하므로 실질적인 패턴 학습에 어려움이 있다. 디자인 패턴 학습에 대한 도움을 제시해 줄 수 있는 가이드라인으로 기술 습득 모델에 활용하는 드라이퍼스 모델을 적용하는 것을 제안하고자 한다. 드라이퍼스 단계별 모델을 기반으로 단계 별 디자인 패턴 학습 단계를 제시한다.

본 연구는 최근 펜데믹 위기에서 교육의 변화하는 모습을 점검하고 미래의 학습에 대한 모습들을 예측하기 위해 이러닝과 학습분석에 대한 신흥기술의 동향을 살펴보고자 한다. 연구방법으로 신흥기술의 '하이프 사이클'과 '이러닝 예측 하이프 커버'를 기반으로 하여 각 단계별 기술들을 점검하고 펜데믹 위기에서 더 공고히 된 이러닝과 학습 관련 기술들이 무엇인지 살펴본다. 또한 하이프 사이클의 5단계인 기술촉발 단계, 부풀려진 기대의 정점 단계, 환멸 단계, 계몽 단계, 생산성 안정 단계인 각 단계별 학습과 관련된 기술들은 어떤 것이 있으며, 그 기술들이 이러닝과 학습분석에 어떠한 영향을 미칠 것인지 예측해 본다. 향후 연구로는 본 연구를 기반으로 인공지능이 이러닝과 학습분석에서의 역할을 알아보고자 한다.

현재 우리나라는 소프트웨어(SW)에 대한 관심 증가에도 불구하고 초등 소프트웨어 교육을 위한 표준 교육 계획이 마련되지 않아 체계적인 교육을 통한 컴퓨팅 사고력 배양이 어려운 상황이다. 따라서 본 논문에서는 언플러그드 활동을 통해 컴퓨팅 사고력을 증진시킨 후 이를 바탕으로 코딩 문제해결능력을 향상시킬 수 있는 교육 콘텐츠의 필요성에 대해 인식하였고, 언플러그드와 블록 코딩을 연계한 초등 소프트웨어 교육 계획을 제안한다. 교육 계획은 소프트웨어에 대한 접근, 언플러그드 교육을 통한 컴퓨팅 사고력 향상, 코딩 교육을 통한 문제 해결 능력 향상 과정 등 총 3단계로 구성되었다. 개발된 콘텐츠의 매 주제는 언플러그드 교육과 코딩 교육이 서로 연계되도록 구성하여, 코딩 개념 학습 및 이와 연관된 컴퓨팅 사고력 향상 후, 학습된 내용을 코딩 과정에서 실체화 하도록 하여 응용력이 배양될 수 있도록 하였다.

본 연구는 최근 Horizon report 2020에서 소개하는 고등교육 분야에 영향을 줄 트렌드와 기술 사례들을 수집하여 고등교육의 미래 동향과 학습 분석적 측면에서 분석하였다. 고등 교육이 교수·학습을 중심으로 영향을 줄 트렌드로는 기술적 트렌드, 고등교육 트렌드, 경제적 트렌드 등이 있으며 기술 사례로는 적응형 학습, 인공지능/머신기능 기술의 교육적 활용, 학업 성취도 분석을 위한 학습 분석, 확장 현실 기술 등이 있다. 이 중 학습 분석 기술은 학습자의 학업 성취도를 높이기 위한 방법으로 사용되는 유용한 기술이기도 하며 고등교육에 영향을 줄 가장 핵심 트렌드이기도 하다. 그러나 현실 학습에 적용하는데는 데이터 격차, 품질 문제, 개인 정보보호에 대한 문제 등 윤리적 문제를 함께 고려해야한다. 본 연구를 기반으로 한 향후 학습 분석 시스템을 개발하고자 한다.

Youtube 동영상 업로드 시, 사용자가 직접 주제를 설정해야 하는 어려움이 있다. 본 연구에서는 사용자가 입력하는 제목과 설명정보를 이용하여 자동으로 주제를 분류하는 연구를 진행하였다. 이를 위해 한국어기반의 컨텐츠 중 고빈도의 8개 주제 카테고리를 선정하고, 이를 1.3만건의 학습데이터를 크롤링을 통해 구축하였다. 또한, 다양한 알고리즘들에 대한 최대성능을 확인하기 위해 대표적인 텍스트 분류 방법인 SVM과 LSTM기법 및 BERT 모델기반 미세적용(fine-tuning)을 시도하였다. 결과적으로 Bert-multiligual (base)를 fine-tuning한 실험에서 최대 94%의 정확도를 확인하였다. 하지만, Youtube 동영상 특성상 여러 주제를 가진 것들이 상당수 존재하기에, 실제 체감정확도는 더 높을 것으로 기대된다.

본 연구에서는 빠르게 발전하는 남성 화장품 시장 트렌드에 맞춰서 남성 고객과 남성 화장품을 타겟으로 하는 기업에 유용한 정보를 제공할 수 있는 데이터베이스 시스템을 구축하고자 한다. 아직까지는 여성에 비해 남성 고객과 남성 화장품에 대한 데이터 분석 및 연구가 현저히 적은 편이다. 본 연구는 남성 고객의 데이터와 빅데이터 자료를 바탕으로 구매율이 높은 상위 10개 제품명과 브랜드명, 소비자가 원하는 가격대의 유명하고 인기있는 제품, 특정 피부고민을 가진 고객이 구매한 제품 중 알레르기 유발 물질이 포함된 제품의 정보와 같은 유용한 정보들을 데이터베이스 시스템을 활용하여 산출해냈다. 이를 통해, 남성 화장품 시장이 앞으로 나아갈 방향에 대해 파악하고 국내 남성 화장품 시장의 발전에도 이바지할 수 있을 것으로 예측된다.

본 논문에서는 Python 3의 Keras 모듈을 이용하여 특정 자동차에 대한 최적의 판매자권장소비자가격(MSRP)을 예측하는 시스템을 제안한다. 이 시스템은 2004년에 미국에서 시판된 428종류의 자동차에 대한 정보를 제조사, 차종, 생산지, 엔진 크기, 실린더 수, 시내 주행 시 연비, 고속도로 주행 시 연비, 마력, 차체 무게, 차체 길이의 독립변수를 사용하여 자체적으로 딥러닝한 회귀모델을 통해 특정 지표가 주어진 차량에 대해 종속변수인 판매자권장소비자가격을 예측한다. Optimizer를 adam으로, 학습률을 0.005으로 설정한 경우의 검증 MAE 값이 3842.98로 가장 낮게 산출되었고, 해당 모델의 결과는 예측값과 실제값의 오차율이 ±15% 정도 내외로 예측된 표본의 비율이 약 80.14%로 측정되었다. 위 모델은 향후 신차 가격 결정 및 중고차 시장에서 구매, 판매 결정을 돕는 등 특정 시장 내에서 다양한 자동차의 가치를 판단하기에 유용할 것으로 전망된다.