3D NAND 플래시 메모리는 플래너(2D) NAND 셀을 적층하는 방식으로 단위 면적당 고용량을 제공한다. 하지만 적층 공정의 특성상 각 레이어별 또는 셀 위치에 따라 오류 발생 빈도가 달라질 수 있는 문제가 있다. 이와 같은 현상은 플래시 메모리의 쓰기/지우기(P/E) 횟수가 증가할 수록 두드러진다. SSD와 같은 대부분의 플래시 기반 저장장치는 오류 교정을 위하여 ECC를 사용한다. 이 방법은 모든 플래시 메모리 페이지에 대하여 고정된 보호 강도를 제공하므로 물리적 위치에 따라 에러 발생률이 각기 다르게 나타나는 3D NAND 플래시 메모리에서는 한계를 보인다. 따라서 본 논문에서는 오류 발생률 차이를 보이는 페이지와 레이어를 분류하여 각 영역별로 차별화된 보호강도를 적용한다. 우리는 페이지와 레이어별로 오류 발생률이 현저하게 달라지는 3K P/E 사이클에서 측정된 오류율을 바탕으로 페이지와 레이어를 분류하고 오류에 취약한 영역에 대해서는 패리티 데이터를 추가하여 차별화된 보호 강도를 제공한다. 오류 발생 횟수에 따른 영역 구분을 위하여 K-Means 머신러닝 알고리즘을 사용한다. 우리는 이와 같은 차별화된 보호정책이 3D NAND 플래시 메모리의 신뢰성과 수명향상에 기여할 수 있는 가능성을 보인다.

폐쇄된 터널 내부에서는 사고가 일어날 경우 외부에서는 터널 내 상황을 알 수가 없어 경미한 사고라 하더라도 대형 후속 2차 사고로 이어질 가능성이 크다. 또한영상탐지로사고 상황의 오검출을 줄이기 위해서, 본 연구에서는기존의 많은 CNN 모델 중 보유한 데이터에 가장 적합한 모델을 선택하는 과정에서 가장 좋은 성능을 보인 VGG16 모델을 전이학습 시키고 fully connected layer의 일부 layer에 Dropout을 적용시켜 Overfitting을일부방지하는 CNN 모델을 생성한 뒤Yolo를 이용한 영상 내 객체인식, OpenCV를 이용한 영상 프레임 내에서 객체의ROI를 추출하고이를 CNN 모델과 비교하여오검출을 줄이면서 사고를 검출하는 시스템을 제안하였다.

본 논문에서는 Semi-supervised Learning 방식의 이상감지 방법을 제안한다. 취득한 소음 데이터를 이미지화 시킨 후 Convolution AutoEncoder 학습 방법을 이용하여 모델을 학습한다. 고장 데이터와 정상 데이터 간의 데이터 불균형 문제가 대두되기 때문에 정상 데이터만을 활용한 이상감지는 실제 산업현장의 상황에 알맞게 사용할 수 있을 것이라 기대한다.

에스컬레이터의 고장 여부를 사전에 파악하는 것은 경제적 손실뿐만 아니라 인명 피해를 예방할 수 있어서 매우 중요하다. 실제 이러한 고장 예측을 위한 많은 딥러닝 알고리즘이 연구되고 있지만, 설비의 이상 데이터 확보가 어려워 모델 학습이 어렵다는 문제점이 있다. 본 연구에서는 이러한 문제의 해결 방안으로 비지도 학습 기반의 방법론 중 하나인 LSTM Autoencoder 알고리즘을 사용해 에스컬레이터의 이상을 탐지하는 모델을 생성했고, 최종 실험 결과 모델 성능 AUROC가 0.9966, 테스트 Accuracy가 0.97이라는 높은 정확도를 기록했다.

본 논문에서는 시계열 데이터 분류를 통한 음성 감정 인식을 제안한다. mel-spectrogram을 사용하여 음성파일에서 특징을 뽑아내 다변수 시계열 데이터로 변환한다. 이를 Conv1D, GRU, Transformer를 결합한 딥러닝 모델에 학습시킨다. 위의 딥러닝 모델에 음성 감정 인식 데이터 세트인 TESS, SAVEE, RAVDESS, EmoDB에 적용하여 각각의 데이터 세트에서 기존의 모델 보다 높은 정확도의 음성 감정 분류 결과를 얻을 수 있었다. 정확도는 99.60%, 99.32%, 97.28%, 99.86%를 얻었다.

본 논문에서는 RGB 영상 데이터를 입력으로 하여 mediapipe의 손 포즈 추정 알고리즘을 적용해 손가락 관절 및 주요 부위의 위치를 얻고 이를 기반으로 딥러닝 모델에 학습 후 손동작 인식 방법을 제안한다. 연속된 프레임에서 한 손의 손가락 주요 부위 간 좌표를 얻고 차분 벡터의 x, y좌표를 저장한 후 Conv1D, Bidirectional GRU, Transformer를 결합한 딥러닝 모델에 학습 후 손동작 인식 분류를 하였다. IC4You Gesture Dataset 의 한 손 동적 데이터 9개 클래스에 적용한 결과 99.63%의 손동작 인식 정확도를 얻었다.

본 연구는 인원 계수에 딥러닝 알고리즘을 적용한다. 인원 계수는 안전 관리 분야, 상업 분야에 적용될 수 있다. 예를 들어, 건물 내 화재 발생 시, 계수된 인원을 활용하여 인명 피해를 최소화할 수 있다. 다른 예로, 유동인구 데이터를 기반으로 상권을 분석하여 경제적 효율성을 극대화할 수 있다. 이처럼 인원 데이터의 중요성이 증가함에 따라 인원 계수 연구도 활발하다. 그 예로, 객체 탐지(Object Detection) 같은 딥러닝 기반 인원 계수, 센서 기반 인원 계수 등이 있다. 본 연구에선 딥러닝 알고리즘인 VGGNet을 사용하여 인원을 계수했다. 결과로 Mean Absolute Percentage Error(이하 MAPE)는 약 5.9%의 오차율을 보였다. 결과 확인 방법으로는 설명 가능한 인공지능(XAI) 알고리즘 중 하나인 Grad-CAM을 적용했다.

본 논문에서는 딥러닝을 기반으로 하는 야간 점멸신호 제어를 통하여 신호 위반과 과속에 의한 교통사고로부터 보행자와 운전자의 인명피해 최소화를 목표로 한다. 제안된 기법은 딥러닝을 기반으로 하여 교차로에서 심야 보행자 인식률을 향상시키고, 야간 점멸신호를 연동 제어하는 기법을 제안하고 있다. 야간의 영상 인식 과정은 어두운 제약조건의 환경에서 떨어지는 영상인식을 보완하기 위하여 PIR 센서로부터 물체를 인식한다. 아두이노의 PIR 센서에서 인식된 물체에 대하여 보행자 여부를 판단하기 위하여 YOLO 알고리즘을 적용한다. 젯슨자비에NX로부터 수신받은 정보를 기반으로 점멸신호에서 일반 신호등 신호로 전환 후 보행자 횡단 시간을 고려하여 일정 시간이 지난 후 다시 일반 신호등 신호에서 점멸신호로 전환한다. 본 논문은 심야의 제한된 조건에서 보행자 식별을 통하여 교차로에서 보행자와 운전자의 인명피해 줄일 수 있을 것으로 기대한다.

도보 위 위험 알림이란 사람이 지나다닐 수 있는 길을 파악하고 길 위에서 사용자에게 접근하는 위협적인 장애물들을 탐지하고 알려주는 것이다. 본 연구에서는 Computer Vision의 Semantic Segmentation을 이용하여 사람이 다닐 수 있는 길을 구분하고 YOLO 사물 인식 알고리즘을 이용하여 시각장애인에게 접근하는 위협적인 장애물들을 탐지하여 알려줄 수 있는 시스템을 제시한다. 해당 시스템은 실용성을 고려하여 모바일 환경에서 이용할 수 있도록 구현하였으며, 서버와의 연동을 통해 실시간으로 사용자에게 사물 인식의 결과를 알려준다.

본 논문에서는 이미지 분류에 쓰이는 최신 모델로 CNN과 ImageNet을 기반으로 한 EfficientNet을 활용해서 Square, Oval, Oblong, Round, Heart 총 다섯 가지의 얼굴 모양으로 분류하는 task에 두 가지 데이터로 실험해보고 추가적으로 Image Augmentation 기법을 활용해 성능향상을 보였다.

최근 동물성 제품을 섭취하거나 소비하지 않는 비거니즘 생활방식을 지향하는 사람들이 증가하고 있다. 그러나 채식 인구의 증가에 수반되어야 하는 채식하기 좋은 환경에 대한 구축은 아직도 미흡한 실정이다. 본 연구에서는 채식주의자들을 위해 가공식품 성분 표를 분석하여 채식주의자 단계에 맞는 대체식품을 추천해 주는 시스템을 제안한다. 제안 시스템은 먼저, 가공식품의 원재료들이 표기되어 있는 성분 표를 분석하여 사용자의 채식주의자 단계에 적합한지를 확인한다. 확인 결과 적합하지 않다면, 한국식품안전관리인증원의 공개 API를 이용하여 해당 가공식품과 제품 유형이 같은 식품을 검색하고 그 결과로부터 사용자의 채식주의자 단계에 적합한 원재료들이 포함되어 있는 식품을 추천해준다.

딥러닝을 이용한 이미지 처리에서 데이터 셋이 반드시 필요하다. 월패드는 널리 보급되는 다양한 성능을 포함한 IoT가전으로 그 기능의 사용을 돕기 위해서는 해당 월패드에 해당하는 매뉴얼을 제공해야 하고 이를 위해 딥러닝을 이용한 월패드 분류를 이용 할 수 있다. 하지만 월패드 중 일부 모델은 화면의 전반사가 매우 심해 기존의 작은 데이터 셋으로는 딥러닝을 이용한 이미지 분류 성능이 좋지 못하다. 본 논문은 이를 해결하기 위해 추가적으로 데이터 셋을 구축하고 이를 이용해 대규모 데이터로 사전 학습된 VGG16, VGG19, ResNet50, MobileNet 등을 이용해 전이학습을 통해 월패드를 분류한다.

청와대 국민 청원 게시판은 중복되는 국민 청원글과 20만 이상의 동의를 받았지만 관리자의 검토로 인해 답변이 지연되는 청원글들이 존재한다. 이는 중복 청원으로 인해 청원 동의 인원이 분산되고 답변이 지연되는 문제로 인해 국민들의 불만을 일으킨다. 따라서, 유사한 청원글을 분류하고 동일한 청원 참여 기간 내 유사한 청원글 수를 기반으로 20만 명 이상의 동의를 받을 청원 예측 모델을 구축하였다. 본문 내용만을 LSTM 모델에 적용했을 때 68%의 정확도, 20만 명 이상의 동의를 받은 청원 글에 대해서는 Precision 60%, F1-score 60%이었으나 청원 동의 가능 기간 내 유사한 글의 개수, 본문 길이, 제목의 길이를 추가하였을 때 모델은 74%의 정확도와 20만 명 이상의 동의를 받은 청원 글에 대해 74%의 Precision, 70%의 F1-score로 본문 내용만으로 학습한 모델보다 예측력이 더 높았다.

In this paper, we propose a monitoring system that can monitor gas leakage concentrations in real time and forecast the amount of gas leaked after one minute. When gas leaks happen, they typically lead to accidents such as poisoning, explosion, and fire, so a monitoring system is needed to reduce such occurrences. Previous research has mainly been focused on analyzing explosion characteristics based on gas types, or on warning systems that sound an alarm when a gas leak occurs in industrial areas. However, there are no studies on creating systems that utilize specific gas explosion characteristic analysis or empirical urban gas data. This research establishes a deep learning model that predicts the gas explosion risk level over time, based on the gas data collected in real time. In order to determine the relative risk level of a gas leak, the gas risk level was divided into five levels based on the lower explosion limit. The monitoring platform displays the current risk level, the predicted risk level, and the amount of gas leaked. It is expected that the development of this system will become a starting point for a monitoring system that can be deployed in urban areas.

본 논문에서는 제조산업의 제품 품질검사의 자동화를 위한 딥러닝 기법을 제안하고 모델의 성능 최적화를 위한 특징 추출 필터의 크기를 비교한다. 이미지 특징을 자동 추출할 수 있는 CNN을 사용하여 전문인력 없이 제품의 표면 결함을 검출하고 제품의 적합성을 판단할 수 있는 이미지 처리 알고리즘을 구축하고 산업 현장에 적용하기 위한 검증 지표로 검출 정확도와 연산속도를 측정하여 결함 검출 알고리즘의 성능을 확인한다. 또한 연산량에 따른 성능 비교를 위해 필터의 크기에 따른 CNN의 성능을 비교하여 결함 검출 알고리즘의 성능을 최적화한다. 본 논문에서는 커널의 크기를 다르게 적용했을 때 빠른 연산으로 높은 정확도의 검출 결과를 얻었다.

사용자 행동 인식(HAR)은 사용자의 행동을 분석하여 사용자의 현재 행동을 추측하는 것이며, 센서 데이터에서 특성을 추출하는 것이 중요하다. 본 연구에서는 다양한 특징 추출 기법을 사용하여 기계학습 모델을 비교한다. 변수마다 특성에 맞는 기법을 사용했으며, 정확도와 Kappa 통계량, F1 score 모두 SVM 모델에서 95.2%, 94.2%, 95.1%로 가장 높았다. 이는 기계학습 모델에서 특징 추출 기법을 사용하여 우수한 정확도를 달성할 수 있음을 보인다.

최근 얼굴인식 시장의 규모가 증가하고 있으며 모바일 결제, 디바이스 본인인증, 신분확인 및 출입 통제, 치안 등의 다양한 분야에 적용 되고 있다. 온라인 화상회의에서 출석하는데 번거로운 방식들이 사용되고 있으며 대규모 회의일 경우 인원파악에 어려움을 겪고 있다. 본 논문에서는 온라인 회의를 할 때 머신러닝을 이용하여 여러 수강자의 얼굴을 자동으로 인식하여 출석을 확인하는 출석시스템을 제안한다. 이후 사용자는 출석 시스템을 사용해 객관적인 데이터를 확보하게 된다.

본 논문에서는 얼굴 검증(Face Verification) 문제를 해결하기 위한 방법론으로 깊은 삼중 항 네트워크 모델을 제안한다. 본 논문에서는 얼굴 검증을 거리기반 유사도 문제로 보고, 딥러닝 기반 메트릭 러닝으로 해결하고자 하였다. 딥 메트릭 러닝 중 하나인 삼중 항 네트워크를 깊게 쌓기 위해 ResNet50, ResNet101과 경량화 모델인 MobileNet v3를 적용하였으며, 위 모델을 사용함으로써 이미지의 특징 추출을 효과적으로 할 수 있었다. 본 연구에서 제시한 방법론은 추후 복잡한 모델이 필요한 영상 데이터 내 얼굴 식별 모델에 기초 연구로서의 의의가 있다.

국내 산업화가 들어선 후 산업화 당시 지었던 낙후된 건물의 증가에 따라 구조물의 손상 조사 및 검사 방법의 수요가 늘어나고 있다. 일반적으로 구조물의 손상은 전문 검사원이 현장에서 직접 측량도구와 시각적인 방식으로 검사한다. 그러나 전문 검사원들이 직접 조사하는 수고에 비해 균열을 검사하는 방식 자체가 단순하고, 일반 사람이 검사하기에는 객관성이 떨어지는 한계가 있어 균열을 자동적으로 검출함으로써 객관성과 편의성을 보장할 기술이 필요하다. 본 연구에서는 이미지 기반으로 다양한 환경에서의 외벽 균열을 검출할 수 있는 딥러닝 모델 개발을 소개한다. 균열 검출을 위해 다양한 외벽 균열 관련 데이터셋을 확보 및 구축하고 각 데이터셋의 검출 정보를 보완할 반자동(semi-auto) 라벨링 작업을 수행하였다. 두 번째로 기존 높은 검출 성능을 보였던 모델들을 선정 및 비교하여 YOLO v5 모델을 최종적으로 선정하였고, 도메인이 각각 다른 데이터셋에 대한 교차 학습을 통해 각 데이터셋의 mAP의 편차가 31%에서 11%로 좁히는 작업을 수행하였다. 이를 통해 실제 상황에서의 균열 영상에서 균열을 검출할 수 있는 측량 시스템을 개발함으로써 실질적인 검사의 도구로 활용될 수 있길 기대한다.

본 논문에서는 기지 설비 중 주요 회전기기인 펌프의 이상탐지 알고리즘을 제안한다. 현재 인공지능을 활용하여 생산현장을 혁신하고자 하는 시도가 진행되고 있으나 외산 솔루션에 대한 의존도가 높은 것에 비해 국내 실정에 맞지 않는 경우가 많다. 이에 따라, 선행 연구를 통해 국내 실정에 맞는 인공지능 기술 도입이 필요하다. 본 연구에서는 VAE(Variational Auto Encoder) 알고리즘을 활용해 회전기기의 고장을 진단하는 알고리즘을 개발하였다. 본 연구 수행을 통한 회전기기의 고장 예지·진단 시스템 개발로 설비의 이상 징후 포착, 부품의 교환 시기 등 보수 일정을 예측하고 최종적으로 이를 통한 설비 가동의 효율 증대와 에너지 비용 감소의 효과를 기대한다.

2016, 2017년 경주와 포항에서 발생한 규모 5.4 이상의 지진 당시 건물에 많은 피해가 속출함에 따라 지진 발생 시 건물 안전에 관한 관심이 증가하고 있다. 이러한 이유로 지진 등의 재난 상황 시 건물의 위험도를 신속하게 판단할 수 있는 방법론이 필요한 실정이다. 본 논문에서는 지진 등의 재난 상황 시 건물 안전에 위협이 될 수 있는 건물 기울기에 대한 위험도를 자이로 센서 데이터에 기반해 산출하는 시스템을 제안한다. 본 논문에서는건물 기울어짐 데이터를 확보함에 어려움이 있어 모의 거동 환경을 구축하여 데이터를 수집 및 분석하였다. 제안된 시스템은 자이로 센서로부터 수집된 실시간 기울기 데이터를 Mean Filter를 통해 데이터 평탄화 및 선형화를 수행 후 머신러닝 기법중 하나인 선형 회귀 알고리즘을 적용해 건물 기울기를 추정한다. 이후 국토교통부에서 고시한 건물 기울기 위험도 산출표를 바탕으로 측정된 기울기의 위험도를 산출한다. 해당 시스템은 실제 지진 등의 재난 발생 시 실시간 건물 기울기 위험 판단을 통해 신속한 재난 의사 결정에 도움이 될 것으로 기대된다.

본 논문에서는 Smart Factory의 자동 공정에서 결함의 분류를 실시간으로 시도하여 자동 공정 제어를 위한 결함 분류 딥러닝 기법을 제안하고, Pooling 종류에 따른 분류 성능을 비교한다. Smart Factory 구축에 있어서 CNN을 이용한 공정 제어를 통해 제품 생산에 있어서 생산량의 증가와 불량률의 감소를 이루어내는 것이 가능하다. Smart Factory는 자동화 공정이므로 결함의 분류 속도가 중요하지만, 생산량의 증가와 불량률의 감소를 위해서는 정확하게 결함의 종류를 분류하여 Smart Factory의 공정을 제어하는 것이 더욱 중요하다. 본 논문에서는 Pooling을 Max Pooling과 Averrage Pooling을 복합적으로 설정하였을 때 높은 성능을 보였다.

기존 객체탐지는 경계 상자 회귀방식을 적용하였지만, 문자는 왜곡과 변형이 심한 특성을 가진 객체로 U-net 구조의 이미지 분할 방식을 사용하는 경우가 많다. 따라서 최근 문자 탐지는 통계적 모델에 비해 높은 정확도를 보이는 심층 신경망 기반의 모델 연구가 많이 진행되고 있다. 본 연구에서는 이미지 분할을 통한 양방향 특징 결합 기법을 사용한 문자 탐지 모델을 제안한다. 이미지 분할 방식은 메모리의 효율이 떨어지기 때문에 이를 극복하고자 특징 추출 단계에서 경량화된 네트워크를 적용하였다. 또한, 객체 탐지에서 큰 성과를 보인 양방향 특징 결합 모듈을 U-net 구조에 추가하여 추출된 특징이 효과적으로 결합 되는 결과를 얻었다. 제안하는 모델의 문자 탐지 성능은 합성 문자 데이터셋을 이용한 실험을 통해 기존의 U-net 구조의 이미지 분할 방식보다 향상되었음을 확인하였다.

특허분야에서 자연어처리 태스크는 특허문헌의 언어적 특이성으로 문제 해결의 난이도가 높은 과제임에 따라 한국 특허문헌에 최적화된 언어모델의 연구가 시급한 실정이다. 본 논문에서는 대량의 한국 특허문헌 데이터를 최적으로 사전 학습(pre-trained)한 Korean Patent ELECTRA 모델과 tokenize 방식을 제안하며 기존 범용 목적의 사전학습 모델과 비교 실험을 통해 한국 특허문헌 자연어처리에 대한 발전 가능성을 확인하였다.

코로나로 인해 X-ray, CT, MRI와 같은 의료영상 분야에서 딥러닝을 많이 접목시키고 있다. 간단히 접할 수 있는 X-ray 영상으로 코로나 진단을 위해 CNN, R-CNN 등과 같은 영상 딥러닝 분야에서 많은 연구가 진행되고 있다. 의료영상 기반 딥러닝 학습은 바이오마커를 정확히 찾아내고, 최소한의 손실률과 높은 정확도를 필요로한다, 따라서 본 논문에서는 높은 정확도를 위한 학습 모델을 선정하고 실험을 진행하였다.

전력 생산의 효율을 높이고 지속적인 공정관리를 위해 전력 설비 데이터의 패턴을 분석하고 원인이 되는 주요 변수를 찾는 것이 중요하다. 따라서, 본 연구에서는 전력 설비 데이터의 패턴을 분석하기 위해 데이터를 군집화하고 연구 방법으로 Decision Tree, Random Forest와 ResNet을 이용하여 패턴을 분류하였다. Class Activation Map을 이용하여 설비데이터의 원인이 되는 주요 변수를 확인하였다. 본 연구를 통해 전력 설비 데이터의 분류 및 원인 분석이 가능한 통합적 솔루션을 제시하고자 한다.

인터넷은 우리 경제를 디지털 경제로 변화시키며 전자상거래도 증가하고 있다. 따라서 구매자가 전자상거래에서 남기는 긍정적인, 부정적인 상품평은 상품기획의 주요 정보가 될 수 있다. 본 논문에서는 버티컬 무소음 마우스 10,000개에 대한 정형화된 데이터셋을 Word2Vec을 이용하여 유사도 분석, 온라인 상품평 빈도분석 상위 50개 단어를 제시하여 실제 상품을 사용한 후 설문조사 시행을 하였다. 온라인 상품평 유사도 분석결과 클릭 키워드에 대한 장점으로 통증(.986), 디자인(.982)가 분석되었으며 단점은 적응(.866), 불편(.854)이었다. 오프라인 상품평에서는 장점으로 디자인(17명), 단점으로 불편(11명)이었다. 또한 온라인과 오프라인의 상품평을 비교함으로써 구매자의 긍정, 부정의 의미를 교차 확인하여 유의미한 정보를 제시 하였다고 볼수 있다. 따라서 본 연구에서 제시하는 상품기획 프로세스를 신상품 개발 및 기존 상품의 개선 전략으로 적용할 수 있겠다.

4차 산업 혁명과 함께 인공지능이 발전 하고 있다. 그 CNN 등 과 같은 이미지 관련 신경망들이 발전되어 가스 탐지와 같은 여러 분야에서 사용되고 있다. 하지만 가스 탐지는 Box 형태의 탐지가 일반적이고 Segmentation에 관한 연구는 있지만 연기와 같이 경계선이 불분명한 개체에 대해서는 연구가 미비하다. 본 논문에서는 Segmentation에 강력한 성능을 보이는 U-net을 활용하여 Box 형태가 아닌 Segmentation을 진행하여 픽셀단위로 연기를 탐지하고자 한다.

본 논문에서는 사용자 간 거래를 제공하는 플랫폼에서 제목 데이터를 활용한 상세 필터 모델을 제안한다. 이 모델은 상세 필터링을 제공하지 않는 플랫폼으로 인해 대규모 데이터에서 사용자가 원하는 데이터를 찾는 불편함을 덜어준다. 상세 필터링을 일부 제공할 경우 관리자가 주기적으로 변경된 데이터로 갱신해야 하는 과정이 있지만, 제안 모델을 활용할 경우, 수집된 데이터를 활용하여 필터링을 구성하기 때문에 관리자의 불필요한 리소스를 줄일 수 있다. 또한 등록된 데이터를 활용하여 필터 데이터를 구성하기 때문에 결과가 없는 필터가 노출되지 않고, 사용자가 없는 결과를 찾게 되는 헛수고를 덜 수 있다. 본 논문에서는 제목 데이터를 활용하여 상세 필터 모델을 적용하여 사용자가 원하는 상품을 구매하기 위한 접근이 용이하다.

영상 콘텐츠 별 서로 다른 음량으로 인해 수동으로 음량을 조절하는 불편함을 겪고 있다. 이를 해소하기 위해서는 영상 콘텐츠의 음량을 사전에 인식하여, 디바이스 혹은 영상 재생 소프트웨어에서 설정된 음량 값에 맞추어야 한다. 그러나 영상 콘텐츠의 음량을 사전에 인식하기 위해서는 영상 콘텐츠를 재생해보지 않고서는 음량을 알 수 없고, 설정 값을 조절하기 위한 영상 콘텐츠의 음량 데이터에 대한 정보가 별도로 관리되고 있지 않다. 본 논문에서는 집단지성을 이용하여 사용자가 영상 콘텐츠를 재생하여 획득 한 영상 콘텐츠에 대한 음량 데이터를 저장하여 수집, 관리하는 모델을 제안한다.

최근 증가하고 있는 대용량, 비정형 데이터의 처리를 위해 NoSQL의 사용이 증가하고 있다. 하지만 기존의 소프트웨어들은 대부분 RDBMS로 구성되어있고, 저용량 데이터의 경우 RDBMS를 사용하여 관리하는 경우가 많다. 때문에 기존 RDBMS를 사용한 소프트웨어를 대용량 처리에 유리하도록 NoSQL 기반으로 마이그레이션하여 새로운 버전을 개발하고, 각각의 이점을 효율적으로 사용하기 위해 RDBMS와 NoSQL의 혼용하는 사례가 증가하고있다. 본 논문에서는 RDBMS와 NoSQL간의 데이터 매핑 관리 모델을 제안하여 소프트웨어 개발자 또는 데이터 관리자의 효율적 데이터 관리에 도움을 준다.

소비자들의 욕구 충족을 위하여 생산 제품이 다양해지고 있는 상황으로 소비자 맞춤형 생산이 이루어지고 있으나, 제조 현장에서는 운영자 및 작업자가 신속하게 제조 작업을 할 수 있는 시스템이 필요하다. 그러나 일반적으로 HMI와 같은 별도의 GUI 장치를 통하여 생산 내용의 변경이 가능하나, 작업자들은 이를 조작하여 PLC를 통한 생산에 적용하는데 많은 어려움을 겪고 있다. 본 논문에서는 단말기가 필요하지 않는 QR 코드를 기반으로 모바일 기기를 통하여 키오스크 기능을 제안한다. 제안 시스템은 모바일 디바이스를 통하여 검증된 생산 사양만을 선택할 수 있는 키오스크 화면을 구현한 것으로, PLC와 연동하여 즉각적으로 소비자가 필요로 하는 맞춤형 주문 생산이 가능할 것으로 기대된다.

본 논문에서는 공공데이터를 이용한 개인 맞춤형 부동산 추천 방식을 제안한다. 이 추천 서비스는 기존의 가격 중심의 부동산 추천 방식이 아닌 개인이 원하는 요소 통해 부동산을 추천함으로써 사용자의 만족도를 높인다. 이 모델은 사용자가 실거주를 목적으로 하는 부동산 매물을 탐색하고자 할 때 거래 유형, 매물 유형, 가격 정보 뿐만 아니라 사용자가 자신의 주거지 근처에 형성되어 있길 원하는 편의 시설이나 기반시설, 치안 등의 환경 요소를 선택할 수 있도록 하고 선택된 요소들을 통합적으로 분석하여 주거지를 추천한다. 본 논문에서는 직접 구현한 서비스를 통해서 제안하는 새로운 맞춤형 부동산 추천 모델이 기존의 가격 중심의 부동산 추천 서비스보다 편의성 면에서 우수함을 보인다.

학습에 대한 적극적인 참여는 학업에서 중요한 행동이며 높은 학업 참여는 성공적인 학업성취와 밀접한 관계가 있다. 학업 참여는 학자들의 관점에 따라 행동적 참여, 정서적 참여, 인지적 참여로 구분된다. 행동적 참여는 학생들이 실제 학습활동과 과제 수행에 어떻게 참여하는가로 정의한다. 그러나 온라인 학습 환경에서는 학생들의 학습활동을 평가하는 데 어려움이 존재하여 관련된 연구의 필요성이 대두되고 있다. 본 논문에서는 영상 분석을 이용한 양방향 Convolutional LSTM 모델을 기반으로 온라인 수업 상에서 학습활동 중 하나인 손들기 행동을 인식하는 방법을 제안한다. 제안된 방법으로 학습활동 중 하나인 손들기 행동의 인식 정확도는 88%이다.

쓰레기 대란, 환경파괴의 상황 속 실제 재활용 쓰레기 가운데 절반 정도만이 재활용되고 있다. 재활용률을 높이기 위해, 올바른 분리배출 방법을 쉽고 편하게 찾을 수 있는 방식이 필요하다. 본 논문에서는 올바른 분리수거를 통해 재활용률을 증진하기 위한 분리수거 분류 서비스를 제안한다. 본 논문은 ResNet-34 모델을 통해 안드로이드 카메라로 촬영한 이미지의 분리배출 클래스를 예측하고 그에 따른 분리배출 가이드를 제공하는 시스템을 설계하였다. 향후 연구에서는 모델의 정확도 향상을 위해 온디바이스와 서버 모델을 분리하고 모델의 개인 맞춤화를 진행할 예정이다.

본 논문에서는 텍스트 마이닝 기반의 토픽 모델링 웹 애플리케이션 모델을 제안한다. 웹크롤링 기법을 활용하여 키워드를 입력하면 요약된 논문 정보를 파일로 저장할 수 있고 또한 키워드 빈도 분석과 토픽 모델링 등을 통해 연구 동향을 손쉽게 확인해볼 수 있는 웹 애플리케이션을 설계하고 구현하는 것을 목표로 한다. 제안 모델인 웹 애플리케이션을 통해 프로그래밍 언어와 데이터 분석 기법에 대한 지식이 부족하더라도 논문 수집과 저장, 텍스트 분석을 경험해볼 수 있다. 또한, 이러한 웹 시스템 개발은 기존의 html, css, java script와 같은 언어에 의존하지 않고 파이썬 라이브러리를 활용하였기 때문에 파이썬을 기반으로 데이터 분석과 머신러닝 교육을 수행할 경우 프로젝트 기반 수업 교육 과정으로 채택이 가능할 것으로 기대된다.

자동사격통제기능 및 탄의 자동장전기능을 가진 최신 무기체계의 동력장치는 엔진, 변속기 및 냉각장치로 구성되어 있다. 이러한 동력장치를 정비하기 위해서는 엔진과 변속기를 결합 및 분리할 수 있는 특수공구의 사용이 필수적이다. 하지만, 기존 제품은 사용 특성에 따라 비틀림이 심하여 쉽게 마모되는 현상을 가진다. 본 연구에서는 강도저하로 인한 잦은 파손현상과 엔진 우측 연결부 조임 시 간접 현상에 자유로운 공구를 제안하고자 한다. 구조해석 프로그램(ABAQUS)을 통한 비틀림 강도 해석과 이를 바탕으로 최적 설계를 진행하여 제작된 공구는 기존 문제점을 해결하고 공인인증기관에서 토크의 130%의 비틀림 실험에서 문제없음을 확인하였다. 본 연구의 결과물은 동력장치 정비를 위한 특수공구의 국산화로 인한 경제적 측면에서 큰 도움이 될 것으로 사료된다.

농업용 전기차는 일반 전기차에 비해 경량성 및 연료의 효율성이 매우 중요하다. 또한, 충돌에 대비한 재질의 강도적인 측면에서 다소 자유로움을 가진다. 본 연구에서는 레이저 가공, 절곡, 도장 등의 복잡한 절차를 통한 가공 공정을 대체하여 생산의 효율성을 극대화 할 수 있는 진공성형을 위한 전기차 전면부 3차원 설계 방법을 제안한다. 보닛 및 휀더의 3차원 설계 및 진공성형 금형 기술 개발을 통하여 제품의 안정성과 생산성 및 편의성을 향상시키는 것이 연구의 주요 목적이다. 주요 연구 절차는 CATIA를 이용한 설계 결과물을 바탕으로 ABAQUS를 이용한 구조해석을 통해 안정성을 확인하고 3D Scanner를 이용하여 시제품의 치수 확인을 통한 실효성을 검증한다. 본 연구의 결과물은 농업용 전기차 주 고객층인 고령자 및 여성 농업 종사자들에게 널리 사용될 수 있을 것으로 사료된다.

본 논문에서는 웹툰(Webtoon)에서 파생되어 현재 온라인 동영상 플랫폼에서 활발하게 저작되고 있는 영상툰을 위한 영상툰 저작 시스템의 설계를 설명한다. 설명하는 저작 시스템은 웹을 기반으로 설계하여 저작자의 접근성을 높이고 웹에 접근할 수 있는 어느 장소에서든 저작이 가능하다는 이점으로 인해 편의성을 높였다. 또한, 많이 사용되고 있는 영상 저작 프로그램의 기본 형태를 따라 설계를 진행하여 처음 접하는 사용자들이 익숙하게 작업할 수 있도록 하여 적응을 위한 시간을 최소한으로 줄이고 단기간 내에 익숙하게 사용할 수 있도록 설계하였다. 설계된 시스템은 제안한대로 사용자가 익숙하게 사용할 수 있는 구조로 구성하였고, 향후에는 영상툰을 위한 다양한 효과들을 추가하여 시스템의 유용성 및 편의성을 높일 예정이다.

비대면 사회 확산에 따라 디지털 콘텐츠 등 온라인상으로 거래가 관리되는 디지털 자산의 거래가 증가하고 있다. 영상 및 이미지 등 디지털 자산의 경우 창작자가 자산에 대한 충분한 대가를 받지 못하고 불법 거래 내역에 대한 파악이 어렵다. 본 논문에서는 NFT적용을 통한 효율적 디지털 자산 관리를 위하여 신뢰성과 보안을 강화한 블록체인 합의알고리즘을 연구하고 성능평가를 통하여 기존 합의알고리즘 대비 우수성을 증명하였다.

우리나라는 최근 COVID-19 감염병 재난에 대한 체계적이고 성공적인 방역과 대응으로 국제적인 주목과 인정을 받고 있으며, 세계 10위 수준의 국가 경제 발전과 재난관리 중요성의 인식 향상에 따라 수준 높은 국가 재난관리 체계에 대한 국민적 관심과 요구가 높아지고 있다. 2004년 국가 위기관리 기본지침의 제정과 함께 국가 위기관리 표준 매뉴얼이 수립된 이래로 국가 위기관리 체계에서 위기관리 매뉴얼은 중추적인 역할을 담당하고 있다. 하지만 4차시대 혁명시대 ICT 기술 및 재난정보들이 융합된 재난 대응 환경에서 책자와 파일 위주의 정적 문서 포맷과 비구조적인 내용구성으로 주요정보 간 연계·활용성이 낮은 현재 매뉴얼 체계는 실제 재난상황에서 KEY 역할을 수행하기에는 여러 측면에서 한계가 뚜렷하다. 본 논문에서는 국가 위기관리 매뉴얼 체계 개선의 초석을 마련하는 단계로써 표준 매뉴얼에 대한 구성요소를 분석하고 기관 간 협업관계를 분석하였다.

In order to reveal the co-research relationship with key research institutes in the computer field in Korea, which have high competitiveness in the ICT field, this paper analyzes the co-author network of research institutes based on the papers of Korean journals. For this study, 15 computer journals published in Korea were selected and collected for the past 5 years. In addition, authors, affiliated institutions, and country information were extracted from the papers, and experimental data were produced using institutional identification data and SNA analysis techniques. Through this, statistical analysis was performed on researchers, research institutes, and countries, and the centrality of research institutes was measured through co-authored network analysis and visualized as a map. The results of the research that analyzed the co-author relationship based on the papers in computer science journals published in Korea are as follows. First, the status of co-author relations among researchers was statistically analyzed in detail. The number of authors, the number of co-authors, and statistics by co-authoring countries, as well as the ratio of co-authored research by institution and the ratio of co-authored by country were revealed. The co-authoring status of papers in English journals was analyzed separately to compare and analyze characteristics. Second, the centrality of each individual was measured through the co-authored network analysis of the identified researchers, institutions and countries affiliated with the institution, and the frequency of connection between data by level was identified. In addition, the co-authorization network between research institutes was visualized and presented as a map so that the overall view of the co-authoring network was presented, and the connection frequency between the institutes was checked. It is possible to recommend a research partner based on the co-authoring behavior of Korean computer researchers and the co-authoring relationship between major research institutes. For this, additional research is needed to analyze the subject areas of each institution.

본 논문은 기존 폰트 디자인을 고찰하여 한글과 라틴 알파벳 디자인의 형태 유사성을 향상시키기 위한 기초 자료를 제공한다. 고찰을 위해 윤디자인 대표 폰트 20종을 선정하였다. 형태적 관점에서 글자 디자인적 유사성을 찾기 위해 낱자, 낱글자, 낱말, 문장을 기준으로 고찰하였다. 윤디자인 대표 폰트 20종의 한글과 라틴 알파벳 글자 디자인의 결과는 다음과 같다. 첫째, 낱자(자소) 디자인은 동일한 형태이지만, 크기와 비례가 변화할 수 있다. 둘째, 낱글자(음절) 디자인은 낱글자 전체의 디자인을 위해 부분적으로 다른 형태를 디자인할 수 있다. 셋째, 낱말(단어) 디자인은 낱말의 우월효과를 고려하여야 한다. 넷째, 문장의 디자인은 글줄의 흐름을 고려하여 글자의 크기, 비례와 기준선을 디자인하여야 한다.

본 논문에서는 목조 문화재의 변위 현상 중 하나인 크랙 현상을 감지할 수 있는 EfficientNet 기반 모델을 제안한다. 우선 사전 학습된 EfficientNet모델을 통해 학습 이미지로부터 심층 특징을 추출하고 크랙이 존재하는지 아닌지에 대해 분류하기 위한 완전 연결 신경망을 학습한다. 그런 다음 새로운 목조 문화재 이미지가 들어왔을 때 학습한 모델을 통해서 크랙이 존재하는지에 대해 최종적으로 판별하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 EfficientNet을 사용한 딥 러닝 기반 모델이 다른 사전 학습된 합성 곱 신경망 모델보다 더 좋은 성능을 나타냄을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재에서의 크랙 검출에 있어서 적합함을 보여준다.

본 논문에서는 심층 특징 앙상블을 사용하여 목조 문화재의 변위 현상 중 하나인 배부름 현상을 감지할 수 있는 모델을 제안한다. 우선 총 4개의 서로 다른 사전 학습된 합성 곱 신경망을 사용하여 입력 영상에 대한 심층 특징들을 추출한다. 그 이후 4개의 서로 다른 심층 특징들을 결합하여 하나의 특징 벡터를 생성한다. 그 이후 합쳐진 특징 벡터는 완전 연결 계층의 입력 값으로 들어와서 최종적으로 변위가 존재하는지 아닌지에 대한 예측을 수행하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 심층 특징 앙상블 기법을 사용한 모델이 앙상블 기법을 사용하지 않은 모델보다 더 좋은 성능을 나타냄을 확인하였다. 이러한 결과로 부터 우리가 제안한 방법이 목재 문화재의 배부름 현상에 대한 변위 검출에 있어서 매우 적합함을 보여준다.

본 논문에서는 목조 문화재 영상에서의 변위 현상 중 하나인 크랙이 발생하는 영역을 감지하기 위한 임베딩 유사도 기반 모델을 제안한다. 우선 변위가 존재하지 않는 정상으로만 구성된 학습 이미지는 사전 학습된 합성 곱 신경망을 통과하여 임베딩 벡터들을 추출한다. 그 이후 임베딩 벡터들을 가지고 정상 클래스에 대한 분포의 파라미터 값을 구한다. 실제 추론 과정에 사용되는 테스트 이미지에 대해서도 마찬가지로 임베딩 벡터를 구한다. 그런 다음 테스트 이미지의 임베딩 벡터와 이전에 구한 정상 클래스를 대표하는 가우시안 분포 정보와의 거리를 계산하여 이상치 맵을 생성하여 최종적으로 변위가 존재하는 영역을 감지한다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 우리가 제안한 임베딩 유사도 기반 모델이 목조 문화재에서 크랙이 발생하는 변위 영역을 잘 감지함을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 크랙 현상에 대한 변위 영역 검출에 있어서 매우 적합함을 보여준다.

본 논문에서는 목조 문화재 영상에서의 변위를 효율적으로 감지하기 위한 객체 중심 증강 기법을 사용한 모델을 제안한다. 우선 객체 중심 증강 기법을 적용하여 변위 객체들이 이미지 공간상의 어느 곳이든 위치할 수 있게끔 데이터를 구성한 이후 사전 학습된 합성 곱 신경망을 사용하여 입력 이미지에 대한 심층 특징 벡터를 추출한다. 그 이후 심층 특징 벡터는 완전 연결 계층의 입력 값으로 들어와서 최종적으로 변위가 존재하는지 아닌지에 대한 예측을 수행하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 우리가 제안한 객체 중심 증강 기법을 사용한 모델이 객체 중심 증강 기법을 사용하지 않은 모델보다 목조 문화재에서 변위 영역을 더 잘 감지함을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 변위 검출에 있어서 매우 적합함을 보여준다.

본 논문에서는 목조 문화재의 변위량을 감지할 수 있는 앙상블 딥러닝 모델 모델을 제안한다. 우선 총 2개의 서로 다른 사전 학습된 합성 곱 신경망을 사용하여 입력 영상에 대한 심층 특징들을 추출한다. 그 이후 2개의 서로 다른 심층 특징들을 결합하여 하나의 특징 벡터를 생성한다. 그 이후 합쳐진 특징 벡터는 완전 연결 계층의 입력 값으로 들어와서 최종적으로 변위의 심각 단계에 대한 예측을 수행하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 앙상블 딥러닝 기법을 사용한 모델이 앙상블 기법을 사용하지 않는 모델보다 더 좋은 성능을 나타냄을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 변위량 예측에 있어서 매우 적합함을 보여준다.

본 연구에서는 카메라의 촬영 시점에 의해서 발생되는 원근감이 광학 흐름 생성에 어떠한 영향을 주는지 살펴보고 광학 흐름 기반 이상행동 탐지 솔루션의 성능을 고도화하기 위해 기존 광학 흐름 영상으로부터 소실점 기반 가중치 행렬을 계산하여 원근감에 따른 광학 흐름 정도를 평활하는 기법에 대해서 연구한다. 카메라의 뷰포인트에 따라 원근감의 발생 정도나 객체의 크기 및 움직임의 정도가 달라지게 되며, 이는 원본 영상 프레임을 광학 흐름의 크기와 방향성으로 표현하는 영상 변환 네트워크를 가진 생성적 적대 신경망을 학습할 때 정상적인 행동 패턴의 범위를 결정짓는 데 방해가 될 수 있다. 이러한 문제를 해결하기 위하여 데이터셋의 배경으로부터 소실점을 추출하고 원근감에 따라 결정되는 광학 흐름의 크기를 평활하는 기법을 개발하여 기존 모델의 성능과 비교하였으며, 프레임 단위의 정확도 성능이 5.75% 향상된 것으로 확인되었다.

최근 문화 산업에서 정치적 올바름 요소를 더욱 확장시키고 있는데 이러한 소수자 우대 정책이 작품내 맥락을 고려하지 않아서 부자연스럽고 역차별을 야기한다는 주장이 많다. 본 논문에서는 게임에 들어가는 정치적 올바름 요소에 대해 알아보고 설문조사를 통해 게임 사용자들의 의견을 분석해서 게임에서의 정치적 올바름 요소에 대한 개선안을 제시하고자 한다.

본 대학에서 게임 개발 프로젝트를 진행할 때 개발팀에서는 프로젝트 관리를 위해 프로젝트 관리 툴을 사용하고, QA팀에서는 버그 관리를 위해 BTS 툴을 사용한다. 본 논문에서는 BTS 툴을 소개하면서, 개발팀과 QA팀이 게임 개발 과정의 QA 프로젝트에서 프로젝트 관리와 버그 관리를 효과적으로 수행하는 방법에 대해서 연구하였다. 프로젝트 관리와 버그 관리 기능을 모두 가지고 있는 JIRA라는 툴을 선정하여 집중적으로 연구하였으며, 업무에서 JIRA를 사용할 때 효율적으로 사용할 수 있는 방법을 제시하고자 한다.

PC 게임, 모바일 게임 시장에는 마블IP를 활용한 게임들이 꾸준히 출시되어왔다. 23편(엔드게임까지)의 마블 영화는 작품성이나 흥행성 등 다양한 측면에서 큰 성공을 거두었다. 하지만 마블IP를 활용한다고 게임이 반드시 성공하는 것은 아니었다. 출시된 마블 게임들을 보았을 때 성공한 게임과 실패한 게임 사례로 나눌 수 있다. 본 논문에서는 마블 IP를 기반으로 제작한 게임들의 특징을 살펴보고 성공 요소와 실패 요소의 대해 분석한 내용을 제시하여 게임을 개발할 때 고려할 요소로 활용할 수 있을 것이다.

국내 문화 예술 산업에서 게임과 관련된 음악 혹은 OST가 드라마, 영화, 애니메이션 등의 타 장르와는 다르게 국내의 미디어 매체에서 언급과 노출이 비교적 적은 편이다. 게임을 소비하는 일부 이용자를 제외한 일반적인 대중은 게임 음악을 접할 기회가 많지 않기 때문에 게임 음악은 여전히 문화 예술이 아닌 게임 음악이라는 틀 안에 갇혀 있다. 본 논문에서는 국내 온라인 게임과 관련된 음악의 상업성에 대해 분석하고 게임 음악이 하나의 음악 장르로 자리를 잡기 위한 방안을 제시하고자 한다.

현재 게임 비즈니스 모델의 흐름은 패키지에서 정액제, 정액제에서 부분유료화, 부분유료화에서 배틀패스로 변화하고 있다. 본 논문에서는 장르, 플랫폼 상관없이 배틀패스 비즈니스 모델을 채택하는 게임이 늘어가고 있는 추세에 배틀패스는 무엇이며 타 비즈니스 모델과는 달리 어떤 특징이 존재하기에 현재 비즈니스 모델의 변화를 주도하는지에 대해 설명한다. 또한 배틀패스 비즈니스 모델의 단점과 앞으로 우려되는 문제점을 설명함과 동시에 이에 따른 해결 방안을 제시한다.

리 서버란 게임 개발사나 퍼블리셔가 공식으로 제공하는 정상적인 서비스가 아니며 개인이 게임을 변조하여 배포하고 불법 운영하는 서버를 뜻한다. 게임 시장이 성장하고 발전하면서 그만큼 정상적인 게임 운영을 방해하거나 불법으로 기존 게임의 서버를 개설하여 저작권을 침해하는 사례도 적지 않다. 본 논문은 그러한 사례 중 K사의 서비스 종료 게임인 '그랜드체이스'의 프리서버 현황과 게임사의 대처 상황을 조사하고 플레이 경험이 있는 유저들을 주 대상으로 설문을 진행하여 프리서버에 대한 사용자 인식을 파악한 후 이를 바탕으로 적절한 대응 방안을 제시하려고 한다.

국내 게임 시장에서도 점차 멀티 플랫폼인 "스팀"을 통해 선정성이 높은 해외 성인 게임이 출시를 하고 있는 중이며 국내 게임 사용자들도 플레이를 해볼 수 있게 되었다. 하지만 국내에서는 심사기관의 제재로 인해 성인 게임을 플레이하고자 하는 사용자들의 의견과 충돌하고 있다. 따라서 본 연구에서는 해외 게임 심사과정과 현황을 조사하고 사용자 설문조사 결과를 통해 국내 게임 시장이 어떻게 받아들어야 하는지 제시하고자 한다.

최근 게임 시장에서는 과거에 인기를 끌었던 게임들이 리메이크되어 다시 출시되는 것이 주요한 트렌드로 자리 잡고 있다. 본 논문에서는 리메이크가 게임 시장에서 주요한 트렌드로 자리잡게 된 이유와 본 논문에서는 리메이크가 게임 시장에서 주요한 트렌드로 자리잡게 된 이유와 해당 방식으로 제작된 게임들의 사례를 파악하여, 앞으로 게임을 리메이크 할 때 고려해야할 사항을 제시한다.

게임의 운영과 관련하여 부정 사건은 유저들의 이탈을 부르며 매출에 중요한 영향을 미친다. 이러한 사건 사고는 여러 가지 게임에서 발생하고 있으며 사건에 따라서 대처도 다르고 유저의 반응도 다르다. 본 논문에서는 온라인 게임에서 일어나는 사건 사고를 분석하고 유저의 동향을 파악하여 게임 운영과 관련하여 사건 사고가 발생했을 때 잘 대처하여 유저들에게 좋은 평가를 받고 사건의 피해를 최소화하며 유저들이 다시 게임에 돌아오도록 하기 위해 중요한 점이 무엇인지 제시하고자 한다.

현재 한국 게임 시장에서 주로 사용되는 비즈니스 모델인 이중 랜덤박스는 게임 내의 밸런스에 영향을 주고 게임의 재미를 더해 주지만 유저와 게임사 간의 갈등도 초래한다. 이에 대한 적절한 해결책을 연구하기 위해 이중 랜덤박스의 종류에 대해서 조사하고 사용자 설문을 통해 랜덤박스에 대한 유저들의 인식과 사용에 대한 생각을 조사한다. 그리고 이를 토대로 게임사와 유저 간 이중 랜덤박스 사용의 타협점을 제안하고자 한다.

본 논문에서는 실시간으로 web-cam을 이용해, 후숙과일의 불량 여부를 판단, 분류하고 불량이 없는 후숙과일의 이미지 분석을 통하여 숙성도 예측하는 시스템을 소개한다. 실시간 다중 객체인식에 탁월한 yolo모델을 활용해, 과일의 불량여부 판단 후 분류하고, 이미지를 획득한 뒤, k-mean clustering 알고리즘을 이용해, 이미지를 segmentation 한다. segmentation된 이미지에 grabcut 알고리즘의 foreground-extraction을 사용해 배경 제거를 한 뒤, cluster의 중심색상값 색상값의 면적%, 전체 면적을 이용해 현재 숙성도를 계산하고 이를 이용해 과일의 후숙 시간 데이터와 비교, 숙성이 완료될 시간을 예측한다. 기존 수작업으로 이루어지고 있는 과일의 분류작업의 인력 감소 및 정확성을 높일 수 있는 알고리즘을 제안한다.

인공지능 기술은 4차 산업혁명의 핵심적인 기술로써 현재 활발한 연구 개발이 진행되고 있으며, 다양한 산업에 목되고 있다. 4차 산업혁명의 핵심기술인 가상 및 증강현실 기술을 활용해 침체된 재래시장에 활력을 불어넣기 위한 프로젝트이다. 업계표준 3D 영상 프로그램인 마야와 실시간 렌더엔진 Unity를 활용하여 VR 가상환경을 구축한다. VR기기를 착용하여 청주의 명물 '육거리시장'을 체험하며, 비대면 코로나로 인한 현장 체험의 한계를 극복할 수 있는 대안을 마련한다.

영화, 드라마 등과 같은 콘텐츠에서 표현되는 감정은 등장인물의 대화와 표정뿐만이 아니라, 영상이 표현하는 다양한 정보 중 하나인 촬영기법, 장면의 배경 등을 통해서도 표현된다. 특히 핸드헬드 샷은 불안정하지만 현장감과 자유분방한 감정을 관객에게 전달하며 긴장감, 공포 등 배우들의 감정선을 따라가게 하는 효과가 있다. 따라서 영상 콘텐츠에서 감정 정보를 분석하기 위해서는 핸드헬드 샷을 검출하는 것은 기초적인 작업에 해당한다. 본 논문에서는 핸드헬드 샷을 양방향 LSTM을 활용하여 구별하는 방법을 제안한다. 제안된 방법으로 인식한 핸드헬드의 인식 정확도는 97%였다.

COVID-19 전염병은 우리의 일상 생활에 빠르게, 그리고 엄청난 영향을 미쳤다. 현재는 마스크를 착용하는 것이 새로운 평범함이 되었고, 이에 따라 많은 서비스 제공업체들은 고객들에게 그들의 서비스를 이용하기 위해 마스크를 착용하도록 요구하고 있다. 공공 버스도 이에 포함된다. 여러 뉴스 기사에 따르면 마스크를 써 달라는 버스 기사의 부탁에 버스 기사를 폭행한 사건이 여러 번 발생하였다. 이에 기계가 마스크를 쓰지 않은 사람을 가려내고 마스크를 쓰라고 한다면 버스 기사에게 향하는 비이성적 분노가 줄어들 것이라고 생각하였다. 따라서, 본 논문에서는 Keras와 같은 기본적인 기계 학습 패키지를 사용하여 빠르고 정확하게 마스크의 착용여부를 확인할 수 있는 방식을 제안한다. 제안된 방식은 고성능 컴퓨터 및 그래픽카드의 필요없이 CPU에서만 작동하는 마스크 착용 판별프로그렘으로, 추가적으로 알림을 보낼 수 있는 웹사이트와 음성 경고 시스템도 함께 구현하였다. 이 방법은 테스트 데이터셋에서 99.5% 이상의 정확도를 달성했고, GPU가 아닌 CPU에서 6fps 정도의 속도를 지원하여 실생활에 사용될 수 있다.

인터넷과 컴퓨팅 기술의 발전, 모바일 기기와 센서들의 진화, 소셜 네트워크의 출현 등으로 정보량은 급속도로 늘어나고 있다. 따라서 방대한 정보 속에서 의미있는 지식을 추출하기 위한 시스템의 기반 연구가 활발히 시도되고 있다. 본 논문에서는 텍스트 랭크를 사용한 중심 문장 추출을 통한 서비스와 사용자 이미지에 대한 한국어 OCR, 맞춤법 검사와 문장 생성을 가능케 하는 통합 한국어 처리 서비스 사이트를 구현함으로써, 신문 기사를 읽는 다수의 경제성을 확보했고, 한국어 처리의 편의성을 제공한다.

본 논문에서는 다중 엑세스 포인트 환경에서 전송전력, 수신필터, 엑세스 포인트 선정 최적화 알고리즘을 제안한다. 최종목적은 신호대간섭비를 유지하면서, 전송전력의 총합을 최소화하는 것이다. 증명을 통해서 제안하는 알고리즘은 최소전력에 수렴함을 보인다. 제안하는 알고리즘이 기존에 제안되었던 두 개의 알고리즘인 1)전송전력과 최소제곱평균오차(MMSE) 수신필터 최적화 알고리즘, 2) 전송전력 최적화 알고리즘보다 전송전력 소모량에서 성능이 우수함을 실험을 통해서 확인하였다.

본 논문에서는 OCR기술을 이용하여 나만의 소비패턴을 분석하는 어플을 제안한다. 현재 카드와 간편결제를 많이 쓰는 시대, 사람들은 소비 패턴을 쉽게 분석하고 알 수 없기 때문에 절약과 저축도 쉽게 못하고 있다. 따라서 OCR을 활용한 영수증 인식으로 소비 패턴을 분석하고 나의 소비 생활을 쉽게 알 수 있는 서비스를 통해 소비 문제가 개선될 것이라고 생각한다. 가계부의 핵심 기능은 수입/지출을 표기하는 것이다. 하지만 현재 상용 중인 소비 앱은 너무 많은 기능을 도입해 오히려 사용성이 떨어진다. 이를 해결하기 위해 복잡한 서비스는 빼고, 핵심 기능과 OCR 기능, 예산 관리, 포인트 제도, 카테고리별 지출 관리를 넣었다. 프로젝트의 대상은 평소 과도한 지출을 하는 사람과 자신의 소비를 기록하고 싶은 사람이며, 본 시스템에서 OCR을 이용해 소비시 발생하는 영수증을 인식하여 더욱 편리하게 입력할 수 있다. 또한, 비 계획적인 소비를 효율적으로 해결할 수 있으며, 포인트 제도를 이용해 사용자의 출석률 문제를 효율적으로 해결할 것으로 기대된다.

본 논문에서는 스마트 폰의 GPS 센서와 Google Map, 공공데이터를 활용해 사용자 주변의 최저가 업소를 맵에 표기하는 애플리케이션을 개발한다. 이 애플리케이션은 휴대폰 인증을 통한 회원가입 기능을 구현하였으며 안드로이드 GPS 센서를 이용하여 현재 사용자의 위치 주변의 최저가 업소들을 표기한다. 또한 사용자가 검색하고자 하는 업소의 업종을 선택하면 맵에 선택한 업종과 같은 업소들의 위치에 마커를 표시하고 마커를 클릭 시 업소명, 대표메뉴, 가격 등의 정보를 볼 수 있다.

본 논문에서는 스마트 폰의 가속도(Accelerometer) 센서와 GPS 센서 및 Kakao Map, Kakao OPEN API 기반을 이용하여 아동, 기저질환자 및 노약자 등의 사용자들이 위험한 상황에 노출되었을 때 자동으로 구조 요청 서비스를 제공하는 낙상 감지 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 사용자의 낙상, 넘어짐 등을 감지하여 보호자에게 SMS 및 카카오톡으로 구조 요청 메시지를 자동으로 전송한다. 안드로이드의 가속도 센서는 사용자의 가속도 및 각도를 계산하여 낙상 및 넘어짐을 감지하고, GPS 센서를 통해 사용자의 현재 위치를 카카오 맵에 표시하고, 구조 요청 메시지를 자동으로 전송함으로써 사용자가 긴급한 상황에서 구출되도록 한다.

본 논문에서는 스마트 폰의 GPS 센서와 Google Map 기반의 러닝 운동을 효율적으로 할 수 있는 애플리케이션을 개발한다. 이 애플리케이션은 안드로이드의 GPS 센서를 이용하여 사용자의 위치, 달리는 속도(Km/h), 이동 거리(Km)를 기록하고 페이스 계산을 통해 사용자의 운동 목표량에 도달하도록 도와준다. 그리고 Google Map을 사용하여 사용자의 러닝 경로를 시각화하여 지도에 표시한다. 또한 이전의 운동 기록을 저장하여 효과적인 러닝 플랜을 세울 수 있도록 한다.

본 논문에서는 스마트 폰의 GPS 센서와 STEP 센서와 카카오 MAP API를 사용한 러닝 보조 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 사용자의 평균속도, 달린 거리, 자주 뛰는 코스 등을 시각화함으로써 사용자가 편리하게 런닝 할 수 있도록 도와주는 기능을 구현한다. 또한 Heart Share 시스템을 이용하여 애플리케이션을 이용하는 사용자들 간의 연대감과 런닝 동기부여를 위한 런닝 보조 및 커뮤니티를 구축한다.

최근 4차 산업혁명으로 인해 사용자와 단말과의 연결이 증가하면서 악성코드에 의한 침해사고가 증가하였고, 이에 따라, 파일의 상세한 정보인 메타 데이터를 추출하여 악성코드를 탐지하는 파일 스캐닝 도구의 필요성이 요구된다. 본 논문에서는 대표적인 오픈소스 기반의 파일 스캐닝 도구인 Strelka, File Scanning Framework (FSF), Laika BOSS를 대상으로 파일 스캐닝 기술에서 주요한 성능 지표인 스캐닝 속도를 비교함으로써 각 도구의 성능을 평가하였다. 다양한 파일 종류를 선정한 테스트 셋을 기반으로 파일의 개수에 따른 속도를 비교하였으며, Laika BOSS, FSF, Strelka 순으로 성능이 높은 것으로 평가되었다. 결과적으로, 악의적인 파일을 빠르게 탐지하기 위한 파일 스캐닝 도구로 Laika BOSS가 가장 적합한 것으로 평가되었다.

심캐시(Shimcache, AppCompatCache) 파일은 Windows 운영체제에서 응용 어플리케이션 간의 운영체제 버전 호환성 이슈를 관리하는 파일이다. 호환성 문제가 발생한 응용 어플리케이션에 대한 정보가 심캐시에 기록되며 프리패치 (Prefetch) 파일이나 레지스트리의 UserAssist 키 등과 같이 응용 어플리케이션의 실행 흔적을 기록한다는 점에서 포렌식적 관점에서 중요한 아티팩트이다. 본 논문에서는 심캐시의 구조를 분석하여 심캐시 파일을 통해 얻을 수 있는 응용 어플리케이션의 정보를 소개하고, 기존 툴 상용도구의 개선을 통해 완전 삭제 등 안티 포렌식 도구의 실행 흔적을 탐지하는 방법을 제시한다.

본 논문에서는 디지털헬스케어의 정의와 핵심기술, 그리고 정보보호 방안을 제안하고자 한다. 디지털 헬스케어 기기·서비스를 대상으로 하여 다양한 취약점에 대하여 사이버공격이 가능하다. 본제안의 경우 인프라공격에 대한 대응뿐만아니라 관리적인 정보보호체계수립을 통하여 보다 효과적이며, 지속적으로 대응할 수 있을 것으로 전망된다.

본 논문에서는 HFS+ 파일시스템의 클러스터의 상태를 분석하여 디지털 포렌식에 활용하기 위한 기법을 제안한다. 이 방법은 파일시스템의 클러스터 안에 들어있는 정보를 텍스트 형식과 GUI 형식으로 표시하하여 포렌식을 수행하기 위한 정보를 제공하는 것을 목표로 개발한다. 이 기법에서 적용되는 파일시스템은 macOS에서 사용하는 HFS+ 파일시스템으로 파일/디렉토리에 대한 클러스터의 수, 클러스터의 연속정보, 클러스터에 연관된 파일/디렉토리의 고유정보와 시간정보를 표시한다. 이 기법을 위한 도구는 C/C++와 Python언어로 macOS 환경에서 동작하도록 개발된다. 일반적으로 Windows 환경에 비하여 macOS 환경에서 사용할 수 있는 포렌식 분석을 소프트웨어들이 상대적으로 많지 않아서 이 도구에서 제공하는 디스크 클러스터의 할당상태와 그것과 연관된 포렌식 정보를 얻는데 효과적으로 사용될 수 있는 점이 이 연구가 기여하는 바이다.

Recently, k-farthest neighbor (kFN) queries have not as much attention as k-nearest neighbor (kNN) queries. Therefore, this study considers moving k-farthest neighbor (MkFN) queries for spatial network databases. Given a positive integer k, a moving query point q, and a set of data points P, MkFN queries can constantly retrieve k data points that are farthest from the query point q. The challenge with processing MkFN queries in spatial networks is to avoid unnecessary or superfluous distance calculations between the query and associated data points. This study proposes a batch processing algorithm, called MOFA, to enable efficient processing of MkFN queries in spatial networks. MOFA aims to avoid dispensable distance computations based on the clustering of both query and data points. Moreover, a time complexity analysis is presented to clarify the effect of the clustering method on the query processing time. Extensive experiments using real-world roadmaps demonstrated the efficiency and scalability of the MOFA when compared with a conventional solution.

본 연구는 스마트폰 중독과 관련된 다양한 분석을 위한 스마트폰 사용 앱과 관리자 웹을 개발하고자 한다. 연구방법으로 이전 연구에서 중요한 변수로 작용되었던 '화면 켠 횟수', '실사용시간-인지사용시간' 변수를 분석할 있도록 적용하여 스마트폰 사용시간, 사용량, 사용 앱, 화면 잠금을 해제한 횟수 등 다양한 데이터 수집이 가능한 앱을 개발한다. 관리자 웹은 수집된 데이터를 저장, 분석할 수 있는 공간으로 사용할 것이다. 앱에서 수집된 데이터는 서버에 전송한 후, 시각화 분석 기능을 제공하는 관리 프로그램으로 개발하여 스마트폰 중독 연구에 사용한다. 향후 데이터 수집과 사용 목적에 동의한 사용자를 모집하여 데이터를 수집하고 스마트폰 사용 패턴, 데이터마이닝, 중독 등과 관련된 다양한 분석을 할 것이다. 이를 통해 보다 정확하고 효과적인 스마트폰 중독 진단이 가능해질 것과 나아가 스마트폰 중독 치료방안 연구에 기여할 것으로 기대한다.

본 논문에서는 안드로이드 스마트 폰의 Bluetooth 센서와 Open API 기반의 저상 버스 예약 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 Bluetooth 센서를 이용하여 Beacon과 단방향 통신을 통해 사용자의 위치를 기준으로 반경 50m 안의 버스정류장을 확인할 수 있고, Open API를 통해 확인된 버스정류장을 경유하는 노선별 저상 버스 정보를 확인할 수 있도록 구현한다. 그리고 저상 버스 탑승 예약 기능과 버스 기사가 예약자를 확인할 수 있는 기능을 구현한다.

본 논문에서는 Microsoft Bot Framework 기반의 미용실 예약 서비스 챗봇을 구현한다. 이 챗봇은 데이터 베이스 연동을 통하여 미용실 예약정보를 저장, 수정, 취소하는 기능을 제공하여 실시간으로 사용자에게 신속하고 편리한 예약 서비스를 제공하도록 설계하고 구현한다. 또한, Microsoft Bot Framework를 이용하여 채팅 인터페이스뿐만 아니라 챗봇 작업의 작동 방법과 이유를 이해하는 데 도움이 되는 독립 실행형 앱을 사용하여 미용실 예약과 예약변경 및 취소 이벤트를 발생시킬 수 있도록 구현한다. 그리고 개인 웹 서버와 카카오맵 API를 연동하여 미용실 위치 경로를 제공하여 사용자가 더욱 편리하게 서비스를 이용하도록 구현한다.

본 논문에서는 Microsoft Bot Framework와 Microsoft Azure Service, LUIS AI를 활용하여 쇼핑몰 이용에 도움을 주는 쇼핑 챗봇을 설계하고 구현한다. 이 챗봇은 쇼핑몰을 이용하는 사용자들에게 대화형 인터페이스를 통한 편의성을 제공하고 접근성을 증가시킨다. 또한 직접 찾는 방식이 아닌 AI의 선택이 중심이 되어 검색 시간 감소로 인한 시간 절약 효과를 얻을 수 있다.

본 논문에서는 Microsoft Visual Studio의 Bot Builder SDK Template, Bot Emulator, KaKao Map 서비스를 활용하여 제주도 여행지를 추천하는 챗봇을 구현한다. 이 챗봇은 제주도 여행을 계획하고 있는 사용자에게 적절한 서비스를 제공하는 챗봇이다. 사용자에게 여행지 관련 테마를 제시하고, 사용자는 챗봇이 제시한 선택지 중 자신이 가장 선호하는 선택지를 선택한다. 사용자가 선택지를 결정하면 이를 바탕으로 챗봇 데이터베이스에 있는 적절한 여행지를 추천한다. 사용자가 테마를 고르지 않고 모든 데이터를 보고자 하는 경우 목록보기를 선택하여 챗봇이 가진 모든 여행지 목록을 볼 수 있다. 이 과정을 통해 사용자는 자신이 원하는 분야의 제주도의 적절한 여행지를 추천받을 수 있다.

야구는 데이터 스포츠라 불릴 만큼 경기마다 많은 데이터가 생성되며, 이를 바탕으로 경기를 진행한다. 본 연구는 한국 프로야구 구단인 한화 이글스의 승률 및 타자의 성적과 날씨 사이의 상관관계를 분석하였다. 이를 위하여 한화 이글스의 승률과 타자의 성적을 한국프로야구(KBO) 공식 홈페이지 및 야구 기록 통계사이트 스탯티즈(statiz)에서 수집하였으며, 날씨 데이터는 온도와 습도를 고려한 불쾌지수 데이터를 기상청으로 부터 수집하였다. 파이선의 pandas 라이브러리를 사용하여 데이터 전처리를 실행하였다. 이후 파이선의 matplotlib 라이브러리를 이용하여 데이터 분석 및 시각화를 진행하였다. 본 연구의 분석 결과로는 불쾌지수가 보통일 때 승률이 가장 크고 높음일 때 가장 낮음을 확인할 수 있었다. 또한, 타자들의 평균 성적을 분석한 결과 보통과 매우 높음은 전체적인 타격 지수가 비슷하나 높음일 때 부진한 것으로 나왔다.

본 논문에서는 나날이 발전하는 뉴미디어 시장에서 가장 대중적으로 사용되는 유튜브와 이에 업로드되는 콘텐츠들이 개인의 행동 의도에 어떠한 영향을 미쳤으며, 그 영향이 사회적 위험요인으로 어떻게 드러나는지에 대하여 분석한다. 셀레늄과 뷰티풀솝으로 유튜브 콘텐츠 정보를 가져오고, 트위터 에이피아이를 활용해 트위터에서 개인이 작성한 문장들을 받아 엔엘티케이의 배이더로 문장의 감정을 부정, 중립, 긍정으로 분류하여 연구를 진행하였다.

본 논문에서는 2020년 1월부터 2020년 8월까지 8개월간의 유통되었던 코로나 19와 관련된 뉴스 데이터를 이용하여 기간 및 지역별 단어의 빈도수를 구하고, 그 결과를 활용해 코로나 19와의 상관관계를 분석하고, 시각화하였다. 뉴스데이터는 한국언론진흥재단에서 운영하는 뉴스 빅데이터 시스템인 '빅카인즈'에서 수집된 데이터를 이용하였다. 본 논문에서 웹서비스를 활용해 시각화하였으며 지역과 기간을 선택하면 분석한 결과를 불러와 전체 지역대비 선택한 지역의 뉴스 빈도수, 선택한 지역의 주요 키워드, 주요 키워드의 지역별 일자별 변화 등을 보여주고 있다. 이러한 시각화를 통해 이전에 발생되었던 사건에 대해 주요 키워드와 코로나 19의 상관관계를 쉽게 파악을 할 수 있다.

대학교에 민원, 문의 등 업무용 전화가 많이 오가는 상황에서 사용자가 원하는 부서, 교직원의 전화번호를 알아내기 위해 직접 검색하는 과정에 대한 솔루션을 제공하기 위해 본 논문에서는 대학 교직원들의 전화번호와 부서의 정보를 저장하고 있는 CSV 파일을 챗봇 시스템에서 요구하는 모양과 특성에 맞게 데이터를 가공하고 알맞은 정보를 제공하기 위해 사용자의 질의 문장을 해체 분석하여 필요 정보에 대하여 답변을 해주는 대학 교직원 번호 안내 챗봇 시스템을 개발하였다.

본 논문에서는 차세대 서지 기술 방법인 BIBFRAME의 적용성을 향상하기 위한 사전 연구로, 공공도서관의 서지 데이터 필드를 분석하여 사용빈도가 높은 주요 필드를 선정하고 각 필드별 태그의 의미를 제시한다. 주요 필드 선정은 실제 사용 중인 최신 서지 데이터를 대상으로 분석을 진행하며, 이를 통해 공공도서관의 다양한 KORMARC 서지 데이터 필드 중 BIBFRAME 변환을 위한 주요 데이터 필드를 추출한다.

디지털 트랜스포메이션을 위한 새로운 IT 기술의 확산은 시장 변화에 맞춘 빠른 대응으로, 신속한 시스템 구축을 통해 자원을 효율적으로 이용할 수 있는 혁신을 이루고 있다. 현재 사설 클라우드 데이터센터는 기업뿐만 아니라 공공기관의 사용률도 점점 증가하고 있다. 사설 클라우드 사용 비율이 높아지면서, 관련된 관리 방법에 대해서도 높은 관심과 필요성이 증대되고 있기에, 본 논문에서는 사설 클라우드 데이터센터에서 필요로 하는 관리 방안에 대해 알아보고자 한다.

본 논문에서는 WEB대상으로 UI테스트를 최초 설계할 때, 웹로그를 분석하여 사용자들의 패턴을 파악하고 자동으로 테스트 시나리오와 케이스를 설계하여 제공하는 시스템을 제안한다. 이 시스템은 메세지큐를 활용하여 로그 데이터를 효율적으로 수집할 수 있고, 분석 시스템과 사용자들이 사용하는 웹서버를 분리하여 로그분석으로 인한 시스템 과부하 현상을 예방 할 수 있다. 또한 로그분석을 통해 추출된 데이터를 통해 사용자들이 실제로 자주 사용하거나 사용했던 사용 경로를 이용하여 자동으로 테스트 시나리오와 테스트 케이스에 대한 자료들을 접할 수 있어 테스트 분석, 설계 과정에서의 소요되는 시간이 감축되는 것을 기대할 수 있으며, 실제 사용자들이 자주 이용하는 패턴으로 테스트 대상을 정할 수 있기 때문에 후에 테스트를 통한 결함이 조치가 된다면 사용자들이 결함 경험을 줄일 수 있을 것이라 기대한다.

현재 코로나 사태로 비대면으로 진행이 되어 온라인 쇼핑 시장이 지속적으로 증가하고 있고, 4차 산업혁명으로 새로운 혁신 기술로 가상현실(VR)과 증강현실(AR)이 있으며, 좀 더 빠르게, 좀 더 편리하게 할 수 있어 생산성을 향상시키고 있다. 이에 본 논문은 쇼핑몰에 증강현실(AR)기술을 부합하여 사용자들에게 AR 카메라를 활용한 체형 측정 서비스, AR기술을 통해 자신 아바타에 입혀주는 피팅서비스를 통해 사용자들에게 빠르고 편리하게 맞춤형 쇼핑을 제공한다. 구현은 현재 사용 중인 운영체계 중 Android와 Ios 사용하고 있는 ARKit와 ARCore를 활용을 하여 구현한다.

본 논문에서는 IEEE 802.11 규격을 사용하는 Wi-Fi 망이 구축된 환경에서 기기와 AP 간에 주고받는 Proberequest 신호를 수집하여 이때 감지된 디바이스의 수를 사용하여 공간 상에 머무르고 있는 사람의 수를 추정하는 방법으로 해당 공간의 혼잡도를 제공하는 것을 목표로 한다. 신호에 포함되어 있는 MAC 주소를 활용하여 디바이스를 구별한 후, 서버로 디바이스 수 집계를 전달하는 비콘이 사람 수를 도출한다. 혼잡도와 평균치 등의 정보를 웹 사이트를 통해 제공하기 위해 서버에 정보를 저장한다. 제안된 방법을 교내 3곳에 적용한 결과,성공적으로 혼잡도를 계산, 웹 사이트를 통해 학생들에게 실시간으로 제공할 수 있었다.

비대면 프로그래밍 수업에서도 대면 수업에서와 유사한 학습 실재감을 느낄 수 있는 수업 방법을 모색하기 위해, 2020학년도 1학기부터 2년에 걸쳐 실시간 화상수업과 미리 제작된 동영상 콘텐츠를 제공하는 온라인 콘텐츠 수업 방법을 순차적으로 적용해보았다. 두 방법의 공통점은 중요한 단원을 공부하는 4주 동안은 플립러닝을 적용하여 예습 동영상을 제공하고 본 수업은 실시간 화상수업으로 진행하면서 예습확인 퀴즈를 실시하고 심화수업으로 운영하였다. 각 수업 학기말에 학생들을 대상으로 5점 척도 방식의 만족도 조사를 실시하여 수업 내용의 이해도, 수업에 대한 흥미도 그리고 수업 참여의 적극성에 대한 학습 효과를 비교해보았다. 그 결과, 세 가지 학습 영역 모두 실시간 화상수업 방식에 참여한 학생들의 만족도가 높은 것으로 분석되었다.

COVID-19로 인한 외부환경요인의 변화는 2020학년도 1학기부터 대학교육시스템에 큰 변화를 일으켰다. 초기에는 비대면으로 변화된 수업 환경에서 필요한 수업 방법으로 전환하는 데 급급하였다면 비대면 상황이 지속되면서 대면 학습의 실재감을 제공하고 학습효과를 높이는 구체적인 요인 파악과 수업 적용이 필요하게 되었다. 본 연구에서는 비대면으로 이루어지는 컴퓨터공학 분야의 대표적인 실습기반 교과목인 프로그래밍 수업에서 대면 수업의 실재감을 제공하기 위해 강의동영상 수업과 실시간 수업을 활용하여 수업주제 맞춤형 비대면 혼합형 수업 방법을 적용한 후 설문 조사를 통해 혼합형 수업에서 학습자의 참여수준(태도)가 대면수업 수준의 실재감에 미치는 영향을 조사·분석하였다. 이를 통해 비대면 수업에서는 비대면 환경에서 학습자의 상호작용을 위한 수업 참여 수준(태도)가 대면 수준으로 학습효과를 높이는데 가장 큰 영향을 미친 것으로 조사·분석하였다.

본 논문에서는 기차의 운행 중 철도에서의 여러 위험 요소를 관리하기 전, 이를 테스트 하기 위해 기차 모형의 특정 부위나 철도 혹은 주변 요소에 아두이노 센서를 부착하여 감지된 값을 제공하고, 수집한 스트림 데이터를 브라우저 화면에 실시간으로 출력하여 모니터링하는 웹 애플리케이션을 설계하고 구현한다. 이를 통해 사용자는 웹을 이용하여 손쉽고 간편하게 철도에서의 상황 정보가 변화하는 것을 파악할 수 있고, 문제 발생 시 데이터를 분석하여 어떤 문제가 있는지 알 수 있다. 이를 이용하여 여러 애플리케이션과 연동해서 사용자에게 편의성과 편리성을 제공한다.

본 논문에서는 Gazebo 시뮬레이터 기반 UAV 군집 시뮬레이션 구현 및 비행 고도 계층화를 구현한 결과를 보인다. Gazebo 시뮬레이션과 Autopilot Program인 Pixhawk4 SITL(Software In The Loop)을 이용하여 UAV를 시뮬레이터에 생성한 뒤 사전에 정의된 Mission에 대한 정보에 따라 비행이 되도록 구현하였다. 또한, Gazebo 시뮬레이터의 Box Object를 이용하여 UAV의 비행 고도를 시각적으로 계층화하여 표현하였다.

본 논문에서는 기존 스마트주차관제 시스템의 한계로 인해 주차 관제의 사각지대에 있는 다세대 주택 주차 문제를 해결하는 솔루션을 제안한다. 기존 스마트 주차관제는 센서 기반의 고비용의 장비 및 시공비가 소요되며, 이러한 특성으로 인해 다세대 주택에 적용이 어렵다. 해당 문제를 해결하기 위해 본 논문은 기존 설비인 CCTV를 활용한 스마트 주차 관제 시스템을 제안하며, 해당 솔루션은 텐서플로 cnn중 알씨엔엔 RPN을 적용하여 차량 객체 인식 및 주차 공간 객체 인식을 구현하였으며, 다세대 주택 주변 CCTV 영상을 OpenCV를 활용하여 능동적이며 저비용의 스마트 주차 관제 방식을 구현하였으며 CCTV의 특성상 외곡되는 이미지를 OpenCV 이미지 변형을 통해 외곡 이미지를 복원하여 인식률을 높였다.

본 논문에서는 멀티클러스터 기반 협업 엣지 네트워크 모델과 지능형 협업 엣지 자원 할당을 위한 정책 생성기 모델을 제안한다. 최근 K8s 기반 클러스터 엣지 시스템 개발이 활발히 진행 중이다. 본 논문에서는 이런 클러스터 기반 엣지 시스템을 네트워크를 통해 멀티클러스터 기반 엣지 시스템으로 구성하는 모델을 제시하고 이 네트워크 모델에서 협업으로 엣지 자원을 할당 할 수 있는 지능형 자원 할당 정책 생성기 구조 및 방법 등을 제안한다.

현재 코로나 19로 인한 비대면 상황이 지속되면서 온라인 쇼핑의 수요가 증가함에 따라 불필요한 의류자원 낭비 증가와 온라인 거래에서의 배송문제가 제기되고 있다. 본 논문은, 위치기반 서비스 기술을 활용한 의류를 공유할 수 있는 의류대여 서비스를 제안하고, 시스템을 구축해 봄으로써 앞에서 제기된 문제점을 해결하고자 한다. 의류대여 플랫폼을 제공하고 이용자와 대여자가 직접만나 직거래를 한다. 이로써 새로운 거래문화 형성 및 사회적 자원낭비 감소효과에 도움을 줄 수 있는 의류대여 플랫폼을 제안한다.

최근 SARS-CoV-2 백신들의 예방접종이 진행됨에 따라 코로나 19 팬데믹의 종결이 예상되고 있다. 하지만 계속해서 출현 중인 변종 바이러스들은 팬데믹 종결의 위험요소로 남아있다. 본 논문에서는 사전학습된 단백질 BERT와 단백질-단백질 상호작용 모델을 활용한 SARS-CoV-2 스파이크 단백질의 변이 예측 분석 알고리즘을 제안한다. 제안하는 기술은 변이 단백질 서열의 예측과 변이 단백질과 human ACE2 수용체의 친화도에 따른 자연선택으로 이루어진다. 이를 통해 시간이 지나며 나타날 수 있는 변종 바이러스들을 시뮬레이션 할 수 있어 변종 바이러스들의 해결에 기여할 것으로 기대된다.

현재 코로나19로 인한 비대면 상황이 지속되고 있고, 재활 환자들은 병원 치료 후 올바른 방향의 재활활동과 케어를 받고자 하는 욕구를 충족하고 싶어 한다. 이에 본 논문은, 어플리케이션의 활용과 영상 장치를 통해 사용자의 재활 케어에 도움을 주는 서비스, 시스템 구축해봄으로써 앞에서 제기된 환자들의 니즈를 해결하고자 한다. 구현은 HTML5, CSS3, Javascript를 사용하여 이용자 간의 상호작용이 가능한 멀티서비스를 제공하며, 이로써 누구나 쉽게 저비용으로 해당 서비스를 접근과 이용이 가능하도록 도움을 줄 수 있다.

최근 삶의 질이 향상된 것과는 다르게 만성질환을 겪게 되는 사람의 수는 점점 증가하고 있으며 만성질환은 꾸준히 관리해야 하는 질병이지만 일반 사람들이 스스로 모든 것을 관리하면서 꾸준하게 동기를 부여하기에는 쉽지 않다. 본 논문은, 이에 관해 관심을 가지며 사람들이 항상 사용하는 핸드폰에서 쉽게 개선을 할 수 있는 식습관을 계획하고 실천할 수 있는 동기를 부여하며 최종적으로 사람들의 식습관을 개선함과 동시에 건강개선도 할 수 있는 애플리케이션을 제작했다.

본 연구는 어업에 종사하는 어업인을 대상으로 작업복 착용실태와 불편사항 및 문제점, 작업복에서 요구되는 기능 등을 알아보고 이를 통해 어업에 적합하고 작업 효율성을 높일 수 있는 기능적 작업복 개발에 필요한 요구사항을 파악하고자 하였다. 본 연구는 전남지역의 어업인 124명을 대상으로 하였다. 분석은 SPSS 26.0 프로그램을 활용하였다. 본 연구에 참여한 어업인은 50대가 가장 많았고 남성이 약 85%이며, 근무경력은 10년 이상 20년 미만이 많았다. 작업복은 상하 분리형을 좋아하며, 방수성을 가장 중요하게 생각하였다. 착용 작업복에 대한 만족도는 땀투과성을 제외한 모든 항목에서 보통으로 평가되었다. 선호하는 색상은 무채색이 가장 많고 상하 분리형 스타일과 지퍼 여밈을 좋아하였다. 연령에 따라 작업복 구입 시 고려사항에 유의미한 차이를 나타내 30대 이하와 40대는 활동성을, 50대는 내구성을, 60대는 방수성을 가장 중요하게 생각하였다. 연령에 따른 작업복 만족도는 활동성, 압박감, 탈착성, 맞음새, 두께감, 기능성, 보온성, 옷의 무게감 등에서 유의미한 차이를 나타냈다. 본 연구를 바탕으로 하여 실용적이고 기능적인 어업용 작업복 개발이 이루어져야 할 것으로 생각된다.

본 연구는 신한복 저고리에 대한 선호도 조사를 통해 추출된 신한복 저고리 디자인을 기본으로 하여 신한복 저고리 원형을 개발하고자 한다. 이를 통해 신한복 저고리 생산에 기본이 되는 패턴에 관한 정보를 제공하고자 한다. 연구에 사용된 프로그램은 CLO 3D와 DC Suite 5.1 프로그램이며, 분석에는 SPSS 26.0을 활용하였다. 1차 외관평가를 통해 낮게 평가된 부분을 수정하여 어깨폭, 소매길이, 소매통, 앞단의 겹침 분량에 대한 수정이 이루어졌다. 2차 외관평가결과 저고리길이, 소매길이, 밑단둘레에 대한 수정이 요구되었다. 최종 신한복 저고리 패턴은 앞면, 뒷면, 옆면의 모든 항목에서 4.60이상으로 높은 평가를 받았다. 개발된 신한복 저고리 패턴은 20대 전반 여성의 체형에 맞추어져 있고 소재에 대한 고려 없이 3D 시뮬레이션 상에서의 일반적인 Physical parameter값에 맞추어 제작되었다. 따라서 향후 발전된 연구에서는 소재별, 저고리의 길이별, 연령별 신한복 저고리 패턴에 대한 연구가 이루어져야 할 것으로 생각된다.

본 논문은 만성폐쇄성 폐 질환이 흡연, 대기오염으로 많은 질환자가 발생하여 재활운동을 필요로 하는 추세이다. 현재 측정 도구와 재활운동 도구가 분리되어 질환 진단은 한정된 시설을 이용해야만 하고 재활운동 또한 상시 진행할 수 없어 질환을 확인하기 어려운 실정이다. 이에 평상시 착용하는 이너형태에 재활운동 의류를 개발하여 올바른 호흡을 돕는 근육군이 동원하여 복식호흡을 유도하고 흉식호흡 시 웨어러블기기를 통해 인지하게 돕는다. 이 결과 일상 속 지속 가능한 재활운동을 바탕으로 가슴 벽의 호흡근육 활동을 감소시키고 복부 근육군을 개선하는 것으로 폐 기능을 증진시킬수 있는 언더웨어 개발을 제안하고자 한다.

본 논문에서는 고령화 사회로 인한 치매 환자 증가 문제해결을 위해 웹(web) 기반으로 동작하는 치매 예방용 프로그램을 개발하는 것을 목적으로 하였다. 사전 준비단계로 치매 관련 시스템 및 기술고찰을 통해 개발범위를 규정하였고, 이를 근거로 프로그램을 작성하였다.

현재 어깨상해는 많은 운동 참여자에게 빈번히 발생하는 질환이다. 운동 동작 시 올바르지 못한 어깨정렬로 인해 어깨의 안정성이 저해되고 그로인해 다양한 상해들이 유발되어진다. 운동 동작 시 팔꿈치와 손목간의 올바른 정렬은 어깨 안정성에 중요한 요소이다. 따라서 본 논문에서는 팔꿈치보호대와 손목밴드에 센서를 부착하여 웨어러블 장비와 함께 융복합 IT기술을 기반으로 하여 팔꿈치와 손목간의 정상범위를 직관적으로 제시하여 동적 운동 상황에서의 상해를 예방하고자 한다.

발목 염좌가 발생 시 초기에 응급처지와 고정치료를 하는 것이 매우 중요하며, 재활 및 회복 과정에서 발목을 지지해주는 역할과 냉찜질과 온찜질을 제어해주는 보호대를 사용하는 것이 효과적이다. 이에 인체공학적으로 환자 발목에 맞는 보호대를 제작하여 발목을 제대로 압박해주어 재부상을 방지해줄 것이며, 보호대 자체에서 운동제어를 해줄 수 있게 설계하여 환자의 발목 온도에 따라 자동으로 온도 조절을 통하여 회복을 도모하며, AT분야와 접목시켜 압박센서와 온도센서를 이용하여 환자들이 손상 이전 상태로 회복할 수 있는 인체공학적 발목보호 시스템을 설계하려 한다.

Alzheimer's Disease (AD) is a cognitive disorder characterized by memory impairment that can be assessed at early stages based on administering clinical tests. However, the AD pathophysiological mechanism is still poorly understood due to the difficulty of distinguishing different levels of AD severity, even using a variety of brain modalities. Therefore, in this study, we present a hybrid EEG-fNIRS modalities to compensate for each other's weaknesses with the help of Machine Learning (ML) techniques for classifying four subject groups, including healthy controls (HC) and three distinguishable groups of AD levels. A concurrent EEF-fNIRS setup was used to record the data from 41 subjects during Oddball and 1-back tasks. We employed both a traditional neural network (NN) and a CNN-LSTM hybrid model for fNIRS and EEG, respectively. The final prediction was then obtained by using majority voting of those models. Classification results indicated that the hybrid EEG-fNIRS feature set achieved a higher accuracy (71.4%) by combining their complementary properties, compared to using EEG (67.9%) or fNIRS alone (68.9%). These findings demonstrate the potential of an EEG-fNIRS hybridization technique coupled with ML-based approaches for further AD studies.

본 연구는 건강 이상 감지를 위해 보폭 이상을 판단하는 신발과 어플리케이션을 연동하여 알츠하이머 등의 뇌손상으로 인한 보폭 이상을 미연에 예방하고 개선하는데 목적이 있다. 보행 이상 감지를 위해 보폭을 판단하는 건강진단신발은 측정부가 설치되며, 알츠하이머 등의 뇌손상에 의해 보폭이 줄어드는 경우 보폭이 좁아지는 것을 경고함으로써 장소와 시간에 구애받지 않고 신발착용자 스스로 보행 진단 및 교정이 이루어질 수 있다.

본 연구는 실내외 자전거 운동 시 빈번히 발생하고 있는 무릎상해를 예방하기 위해 자전거 운동을 실시할 때 올바른 자세를 유지 할 수 있도록 도와주는 보호 장비 개발 내용이다. 자전거 운동 시 발생할 수 있는 손상을 예방하기 위해서는 안장의 높이, 좌우 무릎사이의 간격, 무릎 각도가 안전한 각도 범위내에 있어야 한다. 본 연구에서는 이러한 무릎의 올바른 정렬을 유지한 채 운동을 지속할 수 있도록 센서부와 제어기로 구성되는 것을 특징으로 한다. 센서부는 가속도 센서, 자이로 센서, 속도감지 센서로 구성하여 자전거 운동 시 정상적인 무릎정렬과 비교하여 올바르지 못한 정렬 상태에서 운동 시 즉시 피드백하여 자세를 수정할 수 있도록 유도해 무릎의 상해를 예방하는 실내외 자전거 이용 시 운동 상해를 예방하기 위한 무릎 보호대를 개발하고자 한다.

Timely and accurate diagnosis of lung diseases using Chest X-ray images has been gained much attention from the computer vision and medical imaging communities. Although previous studies have presented the capability of deep convolutional neural networks by achieving competitive binary classification results, their models were seemingly unreliable to effectively distinguish multiple disease groups using a large number of x-ray images. In this paper, we aim to build an advanced approach, so-called Ensemble Knowledge Distillation (EKD), to significantly boost the classification accuracies, compared to traditional KD methods by distilling knowledge from a cumbersome teacher model into an ensemble of lightweight student models with parallel branches trained with ground truth labels. Therefore, learning features at different branches of the student models could enable the network to learn diverse patterns and improve the qualify of final predictions through an ensemble learning solution. Although we observed that experiments on the well-established ChestX-ray14 dataset showed the classification improvements of traditional KD compared to the base transfer learning approach, the EKD performance would be expected to potentially enhance classification accuracy and model generalization, especially in situations of the imbalanced dataset and the interdependency of 14 weakly annotated thorax diseases.

본 연구는 주기적인 알츠하이머 병의 중증도 모니터링을 위해 스마트 인솔을 통한 보행 특징 추출과 머신러닝 기반 중증도 분류의 성능에 대해 살펴보았다. 최근 고령화가 가속화되는 추세에 있어 치매 환자가 급증하고 있으며, 중증도가 심해질수록 필요한 치료 비용 및 노력이 급증하기 때문에 조기 진단이 최선의 치료 전략으로 보여진다. 환자 친화적이고 저비용의 관성 측정 장치가 내장된 스마트 인솔만을 사용하여 다양한 보행 실험 패러다임에서 환자의 보행 특징을 추출하고, 이를 알츠하이머 병의 중증도 진단을 위한 머신러닝 기반 분류기를 훈련시켜 성능을 평가한 결과, 숫자세기와 같이 뇌에 부하를 주는 하위 작업이 포함된 복합 보행을 측정한 데이터셋을 사용하여 훈련된 분류 모델이 일반 걷기 데이터셋을 사용한 모델보다 성능이 높게 나타나는 것이 관찰되었다. 본 연구는 안전하고 환경적 제약이 적은 방법을 사용하여 시기 적절한 진단뿐만 아니라 주기적인 중증도 모니터링 시스템의 일환으로 활용될 수 있을 것이다.

본 연구는 누구나 일상생활에서 개인의 체력상태를 진단하고 평가하여 건강을 유지할 수 있도록 체력측정이 가능한 스텝박스를 개발하고 이를 통해 본인의 체력수준을 예측하고 수집된 데이터를 활용하여 이력을 관리함으로서 체력저하에 따라 유발될 수 있는 질환이나 질병을 예방하고 개선하는데 목적이 있다. 저비용, 실용성, 반복성, 휴대성 등의 이점을 지닌 IT기반의 스텝박스는 현재 국내 개발되어 있는 건강체력 측정 장비의 한계점을 보완하여 체력상태 및 결과 진단뿐만 아니라 연령대별 건강 척도를 제시함으로서 신체활동 참여를 유도할 수 있다.

본 연구는 애슬레저 레깅스의 주 소비층인 20대 여성의 체형에 적합한 레깅스 패턴을 개발하기 위한 선행연구로, 20대 대학생을 대상으로 레깅스의 착용실태를 알아보고 애슬레저 레깅스의 선호도를 파악하고자 하였다. 본 연구는 20대 여대생 189명을 대상으로 하였으며, 구글 설문지를 통해 조사하였다. 분석은 SPSS 26.0 프로그램을 활용하였다. 레깅스는 운동용으로 착용하고 검은색의 발목까지 오는 밀착되는 기본 레깅스 디자인에 대한 선호가 높았으며, Y존 부위에 대한 불편함을 호소하는 경우가 많았다. 동작 시에는 허리가 노출되는 것에 대한 불편함을 호소하는 경우가 많았다. 선호 브랜드는 아디다스가 가장 많았고 레깅스에 몸매 보정 기능이 추가되기를 원하였다. 선호하는 브랜드를 구매했을 경우 디자인, 치수, 소재, 활동성, 내구성 등 대부분 항목에서 만족도가 높았다. 원단을 고려하여 레깅스를 구매한 경우에는 봉제상태에 대한 만족도가 높고, 브랜드를 고려하여 구매한 경우 가격에 대한 만족도가 높은 것으로 나타났다. 본 연구의 결과를 일반화시키는 데 주의하여야 하며, 향후 연구에서는 좀 더 포괄적인 연령대와 남성에 대한 조사가 이루어져야 할 것으로 생각된다.

본 연구에서는 대학생의 자아존중감, 전공만족도, 외모만족도, 취업스트레스의 관계를 확인하고, 이에 대한 제언을 제시하고자 한다. 본 연구는 B광역시에 소재한 재학생을 대상으로 실시하며, 그에 따른 연구결과에 대한 프로그램을 개발하고, 다양한 영향요인을 탐색하고자 한다.

본 연구에서는 코로나19 관련 연구논문의 연구주제를 탐색하고 동향을 검토하고 있다. 또한 감성분석을 통해 부정적인 어조가 강한 경고가 되는 주제들을 알아본다. 잠재 디리슐레 할당(LDA)를 이용하여 총 8개의 토픽을 발견하 였고, 이를 구조적 토픽 모델링(STM)과 비교하여 비교적 안정적인 결과임을 확인하였다. 또한 k-means 군집 알고리즘을 통해 각 토픽별로 세부 연구주제를 발견하였고 주성분 분석을 이용하여 이를 시각적으로 표현하였다. 감성분석을 통해 각 토픽별 긍정적, 부정적인 단어들을 살펴보고 감성점수를 계산하여 연구논문의 주된 어조를 파악하였는데, 특히 생물 의학 관련, 국제적 역학관계, 심리적 영향과 관련된 연구에서 부정적인 어조가 강한 것으로 나타나 해당 부문에 대해서 주의와 관심이 요구된다. 향후 연구자들이 연구의 방향성을 탐색하고 정책결정자들이 연구지원 사업을 결정하는데 기초자료로 활용될 수 있을 것이다.

Gallbladder polyps (GBPs) may be a cause of gallbladder cancer. The known risk factors for GBPs are male gender, obesity, metabolic syndrome, and dyslipidemia. Especially, male gender has been known that it strongly affects on the prevalence of GBPs. Therefore, this study aimed to investigate risk factors affecting the prevalence of GBPs among adults on Jeju Island according to genders. We examined 5,574 subjects who visited a single health-screening center in Jeju between January 2015 and December 2019. Univariate and multiple logistic regression analysis were performed to identify risk factors affecting the prevalence of GBPs. The prevalence of GBPs were 8.9% in male subjects and 8.1% in female subjects, respectively. Multivariate analysis revealed that ≥60 year age (odds ratio [OR] 0.659; P=0.027) and aspartate aminotransferase >32 IU/L (OR 0.658; P=0.009) in male subjects and high-density lipoprotein-cholesterol ≥60 mg/dL (OR 0.514; P=0.013) in female subjects were independent factors affecting the prevalence of GBPs. The prevalence of GBPs in men (8.9%) is comparable to that in women (8.1%) on Jeju Island. Age <60 years and the high level of aspartate aminotransferase in men and the greater level of high-density lipoprotein-cholesterol in women were independent risk factors of GBPs on Jeju Island.

본 논문에서는 스마트 콘택트 렌즈를 이용한 건강 관리 어플리케이션을 제안한다. 기존에 연구되고 있던 스마트 콘택트 렌즈에 있는 센서들을 통해서 렌즈 사용자의 생체 데이터를 수집하고 수집한 데이터를 수치화 하여 당뇨병, 녹내장, 간략한 스트레스 지수 까지 시각화 하여 보다 편하게 자가 진단하고 예방하는데 그 목적이 있다. 렌즈의 구성으로는 생체 데이터를 수집하는 센서는 포도당 농도 측정 센서, 안압 측정 센서, 코르티솔 호르몬 측정 센서가 있고, 어플과 연동하기 위한 통신 센서가 포함 된다. 이후 수집된 데이터를 수치화 한 후 어플 화면에 시각화하여 사용자가 각 항목을 확인하는데 있어서 편리 할 수 있다. 많은 사용자들의 데이터가 모이면 이를 빅데이터로 구성한 뒤 건강관련 부서와 연동하여 기존에 의사들이 더 정확한 진단을 할 수 있도록 지원한다. 또한 사용자들은 어플을 사용하면서 예방하는데 큰 목적을 둔다.

한 첩씩 복용하는 알약은 복용 여부를 정확히 판별하기 어렵다. 그래서 이러한 상황에서 벗어나고자 만든 스마트 약통을 제안하고 있다. 이 스마트 약통은 약의 오남용을 방지하고, 날짜별 복용 여부를 휴대폰 어플로 알려주는 장점을 가지고 있다. 장기간 복용하는 약은 한 번의 내원으로 많은 양의 약을 처방받아 오기 때문에 기억력이 좋지 않은 어른이 사용하기에 유용하다. 처방 받은 약통에 있는 QR코드를 최초 입력함으써 약 3일 정도의 데이터 수집기간을 통해 평균 복용시간을 인식하고, 평균 복용시간을 인식한 후에 약 먹을 시간을 알려주는 기능을 탑재하였다. 평상시에는 잠금장치를 통해 걸어 열 수 없게 프로그램을 설정하고, 복용시간에만 잠금장치를 해제하여 환자의 약물 오남용을 막고 안전하게 복용할 수 있을 것이다.

본 논문에서는 운동 관련 빅데이터를 적용한 인공지능을 활용하여 개개인에게 알맞은 운동 루틴을 추천해 주는 비대면 방식 PT를 제안한다. 이 정책은 '건강한 사람이 앱을 만나 더 건강해진다.'는 모토를 중심으로, 홈 트레이닝을 하고 싶지만 운동방법을 모르는 사람들로 하여금 자신에게 맞추어진 루틴 구성을 통해 운동 수행능력의 효율성을 높이고, 잘못된 자세로 인한 부상 등을 최소화한다. 또한 이 정책은 기존의 일일이 사용자가 입력해야 했던 시스템들에서 머신러닝을 통한 AI 알고리즘을 통한 추천을 통해 비대면 방식의 수동적인 운동 방식에서 AI가 트레이너 역할을 해주는 방식으로 사용자와 상호작용하고, 정확한 운동 목표를 추천함으로써 운동 지속성과 동기성을 부여한다. 본 논문에서는 프로토타입을 통해 제안하는 AI를 적용한 맞춤 헬스 정책이 기존의 헬스 앱 업계에서 시장성을 보일 수 있다는 가능성에 의의를 둔다.

본 논문에서는 4D 프린팅을 이용한 인공장기이식에 대해 소개한다. 여러 외부적 요인에 대처할 수 없었던 3D 바이오 프린팅의 단점을 보완하여 자가변환 및 자가조립이 가능한 재료를 3D프린터로 찍어낸 다음, 그 물체가 주변환경에 의해 스스로 모양이 변화하는 기술인 4D 프린팅을 이용한다. 또한, 4D 프린팅은 변형이 가능한 특수 소재를 사용함으로써 시간이 지나면 출력한 결과물의 모양이 변하게 되고, 시간 및 온도·습도·압력 등의 외부적인 요인에 스스로 능동적으로 대처할 수 있다. 본 논문에서는 4D 프린팅 기술로 제작한 작은 인공장기를 인체에 삽입함으로써 수술 후 감염 및 합병증 등의 부작용을 최소화할 수 있고 수술 시간을 크게 단축할 수 있다는 면에서 우수함을 보인다.

전문의약품은 의약품안전사용서비스(DUR)를 이용하여 병원에서 처방받은 약에서 부작용이 나타났을 때 기록하고 다음에 약을 처방받을 때 부작용이 나타난 약과 비슷한 계열의 약은 처방받지 않는다. 하지만 일반의약품은 약 구매 기록조차 남지 않아 어떤 약을 언제 처방받았는지 모르고 부작용을 관리할 수 없어 불편함을 겪는다. 이 연구를 통해 제안하는 어플은 처방내역과 복약관리, 약 추천, 약국 찾기로 구성된다. 일반의약품을 처방받은 날짜와 시간, 증상, 효과, 부작용에 대하여 기록하며, 기록을 분석하여 증상에 대한 약을 추천함으로써 치료 효과를 높일 수 있다. 환자가 스스로 투약에 관심을 가지고 기록을 관리함으로써 환자가 주체가 되어 질병을 개선할 수 있다.

본 연구에서는 기존 업체들이 활용하고 있는 반려동물 생체인식 기술 기반 통합 서비스 앱을 제안한다. 이 앱은 반려동물 미등록자의 미등록 사유를 바탕으로, 접근성 및 노출 빈도가 높은 스마트폰 앱으로, 등록 방식은 안면, 비문, 홍채, DNA 등록을 활용한다. 하나의 생체인식 방법을 사용하는 것이 아닌 다중 인식 방법을 제공하고, 각 인식 방법별 정확도의 비중을 달리하여 오차를 줄이고, 기존의 등록 방식 및 앱과의 차별화를 시도하고자 한다. 또한, CUPET 앱은 단순 등록에 그치지 않고, 실종 및 유기 동물 찾기, 예방접종 주기 및 반려동물 생애주기 정보 제공, 사용자들의 데이터 및 병원 연계를 통해 반려동물 유형별 병원 추천 등의 서비스를 제공하고자 한다. 본 연구에서 제안하는 CUPET 앱을 통하여, 등록 방식의 간략화로 반려동물 등록률 증가, 개인의 반려동물 인식 장치 소유 가능으로 실종 및 유기 동물에 대한 신속한 보호가 가능할 것으로 사료된다.

환자들은 병원을 방문하면 정확한 진단 정보를 얻기 위하여 채혈한다. 이때 채혈은 주로 임상병리사가 시행하는데 채혈 시 실수가 발생하면 감염으로부터 위험해질 수 있다. 따라서 채혈에 따른 주삿바늘로부터의 감염을 예방하고 환자와 임상병리사의 안전을 위한 올인원 채혈기를 고안했다. 올인원 채혈기는 가장 굵은 정맥혈관을 찾기 위해 'AccuVein'의 기능을 이용했다. 이에 본 올인원 채혈기는 자동화 채혈 장비로써 혈관 판독부터 시작하여 혈액 튜브에 혈액을 담는 과정까지 설계되어있다. 올인원 채혈기를 사용하면 자동화 기구로 채혈하기 때문에 임상병리사가 주삿바늘에 직접 노출되는 경우가 줄어들어 감염을 예방할 수 있고, 채혈기 내에서 정맥을 식별해 정확한 채혈을 진행할 수 있다. 또한, 채혈 시간의 감축으로 인해 환자의 대기시간을 감소시킬 수 있다.

디지털 헬스케어는 헬스케어 산업과 ICT 기술이 융합되어 개인 건강 및 질환을 관리하는 분야로서 소비자 중심의 서비스 제공을 위해 관련 산업이 크게 발전하고 있다. 최근 감염병 시대에 디지털 건강기술을 활용한 비대면 진료에 대한 요구가 급격히 증가하고 있다. 본 연구에서 제안하는 디지털 헬스케어 플랫폼은 비대면 치아 진단 및 치료 견적 플랫폼으로서 시간적·공간적 제약 없이 충치 환자에게 편리한 구강검진이 가능하게 하고, 직접 치과를 방문하지 않아도 치과 전문의에게 본인의 치아 상태를 검진받을 수 있다. 또한, 여러 치과 전문의에게 본인의 치아 치료 견적을 받고 가격을 비교하여 본인이 원하는 적절한 가격과 방법으로 치료하여 비용을 절약할 수 있도록 한다.

본 논문에서는 효율적인 환자 이송 및 치료를 위한 응급구조사와 의료기관 간의 의사소통 및 질 관리를 위한 EC&M (Efficient Communication and Management) 시스템을 제안한다. 이는 관련 앱을 효율적으로 사용하여 응급차 배치부터 병원 도착 시 환자 수속 작업 등을 최소화하고, 각 작업의 수행시간을 최소화 한다. 또한 이 시스템의 사용자는 소방청, 의료기관, 119 응급 구조사이고, 이 중 응급구조사에 초점을 두었다. 이는 PRE-KTAS를 소방청과 의료기관에 동시전달하여 전달된 PRE-KTAS를 통한 적절한 의료기관을 배치하고 선정된 응급의학 전문의에게 직접의료지도를 요청할 수 있다. 그리고 응급구조사는 의무기록활동지를 작성하여 의료기관에 전달하여 내용전달의 효율성을 높인다. 본 논문에서는 시뮬레이션을 통하여 제안하는 응급구조사와 의료기관 간의 정보 공유 시스템은 기존에 제안하는 앱을 사용하지 않고 발생했던 많은 문제를 해결 할 수 있을 것이므로 기존의 앱보다 우수할 것으로 기대된다.

본 연구에서는 콘크리트의 균열을 추출하여 추출한 균열을 분석하고 시각화하여 나타내는 방법을 제안한다. 추출한 균열을 분석하여 길이, 넓이, 평균 폭 등의 주요 지표를 측정하여 균열 부위에 대한 세부 정보를 파악할 수 있게 하였다. 특히 균열 분석 과정에서 기존의 균열 중심부와 에지 간의 직선 최단 거리 계산을 통한 균열 폭 측정 방식이 아닌 내접원 탐색 방식을 적용하여 다각형의 균열에 대한 폭 측정 방식을 제안하고 있다. 또한 분석 결과를 Wavefront 3D OBJ 모델과 CAD 파일로 생성하였고, 이를 웹 브라우저를 통해 입체적으로 볼 수 있도록 시각화 하였다.

본 연구의 목적은 빅데이터 분석을 통해 QR 코드에 관한 연구 동향을 살펴보고 향후 활용 방안을 수립하는 데 그 방향성을 제시하는 것이다. 먼저 QR 코드에 관한 주제 분야별, 연도별 연구 동향을 살펴보고, 텍스트 분석을 실시한다. 아울러 이 결과를 데이터 시각화하여 분석결과를 살펴본다. 구체적으로 본 연구는 데이터 scraping 및 수집을 하였으며, R x64 4.0.2 프로그램 패키지를 활용 전처리 활동과 빅데이터 분석을 하였다. 본 연구의 결과는 다음과 같다. 첫째, 전반적으로 QR 코드 관련 연구가 지속적으로 증가하는 추세가 발견되었다. 둘째, 빈출키워드를 분석한 결과 주제 분야별, 연도별로 다소 차이가 있으나 전반적으로 모든 분야에서 QR 코드 사용이 유사한 형태로 나타났다. 본 연구는 QR 코드에 관한 연구가 다양한 분야에서 활용되고 있으며, 향후에도 같은 추세로 활용가능성이 높음을 확인하였다. 본 연구의 결과는 QR 코드가 사회문화적 현상을 반영하고 있으며, 우리는 이를 정보의 수단 및 활용의 관점으로 접근할 필요가 있음을 시사한다. 본 연구의 결과는 QR 코드에 관한 정부지원 및 활성화 방안을 마련하는데 유용한 기초자료로 활용될 수 있을 것으로 기대된다.

본 연구는 2015년부터 서비스를 진행하고 있는 한국형 온라인 공개강좌 K-MOOC 관련 연구물들의 연구 경향과 그 연구물들의 주요 핵심어들을 실증적으로 분석하여 그 결과를 제시하였다. K-MOOC는 4차 산업혁명 시대의 평생교육 교육지원 서비스로서, 또한 코로나19 상황에서의 대면수업 대체 보완 교수학습 활동 콘텐츠로 주목받고 있다. 본 연구에서는 K-MOOC 관련 등재지(등재후보지 포함) 게재논문 96건을 연도별 발표 경향과 그 연구물들의 핵심어들의 빈도 등을 분석하여 워드클라우드로 제시하였다. 본 연구자는 본 연구결과에 기초하여, K-MOOC 수강생들의 학습성과 향상 방안과 정규 교육과정과의 실제적인 연계 방안 등에 대한 후속 연구를 진행할 계획이다.

호텔기업은 고객서비스가 가장중요한 업무중의 하나로 직원들이 고객과의 대면상황에서 어떤 서비스가 펼쳐지는지에 따라서 호텔의 이익이 바뀌어 질수 있다. 따라서 호텔은 유능하고 우수한 직원들을 꾸준하게 유지하는 것이 무엇보다 중요하다. 다른 호텔과의 차별화를 위하여 직원들의 타 업체로의 이직을 막아 회사의 안정적인 발전을 도모하고 이윤을 최대한 높이는데 초점을 맞추어야 한다. 본 연구는 조직관리로써 역할갈등(직장-가정갈등, 가정-직장갈등)과 이직의도와의 관계를 알아보고자 한다. 그리고 역할갈등이 이직의도에 미치는 영향에 마음챙김 변수를 대입하여 매개역할을 검증하고자 한다. 자료 수집을 위해서 서울과 경기도 지역의 특급호텔 종사원을 대상으로 설문을 실시하였다. 자료 수집을 위하여 서울 경기지방을 직접 방문하여 조사를 진행하였다. 분석결과를 간단히 요약하면 첫째, 역할갈등은 이직의도에 유의미한 관계를 이루었고, 역할갈등이 이직의도에 미치는 영향에 있어서 마음챙김은 매개역할을 하였다. 역할갈등이 이직의도에 미치는 영향에 있어서 마음챙김의 매개효과는 역할 갈등의 첫 번째 변수인 직장-가정갈등 상황에서 이직의도에 미치는 영향을 마음챙김이 매개를 한다는 유의미한 결과를 얻었다. 그리고 두 번째 독립변수인 가정- 직장갈등의 상황에서는 마음챙김이 매개역할을 하는 것으로 예측되었다. 이런 연구결과를 바탕으로 기업은 체계적이고 지속적인 마음챙김 교육을 통하여 구성원 상호간의 상호 배려가 기업에 대한 긍정적인 태도로 바뀔 수 있도록 하는 방안을 강구해야 할 것이다. 또한 역할갈등의 결과변수를 좋게 하는 다양한 방안에 대한 폭넓은 연구가 필요할 것으로 보인다.

본 연구는 G광역시 영구임대아파트에 거주하는 저소득 수급노인조사(2019년) 데이터를 활용하여 저소득 노인의 사회보장급여 수준이 우울에 미치는 영향에 대한 건강상태와 이웃관계가 보호효과로 작용하는지에 대한 다중매개효과를 검증하고자 한다.

본 연구는 한국복지패널(KOWEPS) 15차 연도(2020년) 자료를 활용하여 장애인의 인구사회학적 특성인 성별, 연령, 교육수준, 혼인상태에 따라 가족문제해결, 가족관계만족도, 가족생활만족도에 대하여 어떠한 차이가 있는가를 분석하고, 이를 장애인 복지 정책 기초자료로 활용하는데 목적을 두었다. 연구대상은 한국복지패널 15차 년도 전체패널 27,447명에서 2021년 현재 장애인으로 등록된 1,281명중 80세(1942년생) 이상 422명을 제외한 859명으로 하였다. 연구결과 성별, 연령, 교육수준에 따른 가족문제해결, 가족관계만족도, 가족생활만족도의 평균값이 대부분 유의미한 차이가 없는 양상으로 나타났으나 가족문제해결, 가족관계만족도, 가족생활만족도의 3개변인 모두에서 결혼 상태에 따른 평균의 차이는 각각 유의미한 차이가 있는 것으로 나타났다. 유배우자의 경우는 그렇지 않은 결혼 상태에 비해 가족관계가 원만하게 이루어지고 있는 것으로 나타나 장애인들의 경우 가족 간의 순기능적 의사소통과 사회적 지지가 반드시 필요한 것으로 판단된다.

본 연구의 목적은 2021학년 1학기에 '다문화사회와 여성' 교과목을 수강하는 학생과 비수강 학생간의 교과목 이수 후의 다문화수용성의 차이를 분석하고자 한다. 분석결과 교과목 수강학생은 전제 다문화수용성이 유의미하게 높아졌으나, 비수강생은 유의미한 차이가 나타나지 않았다.

최근 전자 상거래 시장이 급격한 성장을 이루면서 고객들의 급변하는 니즈를 파악하는 것이 기업들의 수익에 직결되는 요소로 인식되고 있다. 이에 기업들은 고객들의 니즈를 신속하고 정확하게 파악하기 위해, 기축적된 고객 관련 각종 데이터를 활용하려는 시도를 강화하고 있다. 기존 시도들은 주로 구매 행동 예측에 중점을 두었으나 고객 행동의 전후 과정을 해석하는데 있어 어려움이 존재했다. 본 연구에서는 고객이 구매한 상품을 확정 또는 환불하는 행동을 취할 때 해당 행동이 발생하는데 있어 어떤 요소들이 작용하였는지를 파악하고, 어떤 고객이 환불할 지를 예측하는 예측 모형을 새롭게 제시한다. 예측 모형 구현에는 트리 기반 앙상블 방법을 사용해 예측력을 높인 XGBoost 기법을 적용하였으며, 고객 의도에 영향을 미치는 요소들을 파악하기 위하여 대표적인 설명가능한 인공지능(XAI) 기법 중 하나인 SHAP 기법을 적용하였다. 이를 통해 특정 고객 행동에 대한 각 요인들의 전반적인 영향 뿐만 아니라, 각 개별 고객에 대해서도 어떤 요소가 환불결정에 영향을 미쳤는지 파악할 수 있었다. 이를 통해 기업은 고객 개개인의 의사 결정에 영향을 미치는 요소를 파악하여 개인화 마케팅에 사용할 수 있을 것으로 기대된다.

최근 딥러닝(Deep Learning)을 활용하여 텍스트로 표현된 단어나 문장의 의미를 파악하기 위한 다양한 연구가 활발하게 수행되고 있다. 하지만, 딥러닝을 통해 특정 도메인에서 사용되는 언어를 이해하기 위해서는 해당 도메인의 충분한 데이터에 대해 오랜 시간 학습이 수행되어야 한다는 어려움이 있다. 이러한 어려움을 극복하고자, 최근에는 방대한 양의 데이터에 대한 학습 결과인 사전 학습 언어 모델(Pre-trained Language Model)을 다른 도메인의 학습에 적용하는 방법이 딥러닝 연구에서 많이 사용되고 있다. 이들 접근법은 사전 학습을 통해 단어의 일반적인 의미를 학습하고, 이후에 단어가 특정 도메인에서 갖는 의미를 파악하기 위해 추가적인 학습을 진행한다. 추가 학습에는 일반적으로 대표적인 사전 학습 언어 모델인 BERT의 MLM(Masked Language Model)이 다시 사용되며, 마스크(Mask) 되지 않은 단어들의 의미로부터 마스크 된 단어의 의미를 추론하는 형태로 학습이 이루어진다. 따라서 사전 학습을 통해 의미가 파악되어 있는 단어들이 마스크 되지 않고, 신조어와 같이 의미가 알려져 있지 않은 단어들이 마스크 되는 비율이 높을수록 단어 의미의 학습이 정확하게 이루어지게 된다. 하지만 기존의 MLM은 무작위로 마스크 대상 단어를 선정하므로, 사전 학습을 통해 의미가 파악된 단어와 사전 학습에 포함되지 않아 의미 파악이 이루어지지 않은 신조어가 별도의 구분 없이 마스크에 포함된다. 따라서 본 연구에서는 사전 학습에 포함되지 않았던 신조어에 대해서만 집중적으로 마스킹(Masking)을 수행하는 방안을 제시한다. 이를 통해 신조어의 의미 학습이 더욱 정확하게 이루어질 수 있고, 궁극적으로 이러한 학습 결과를 활용한 후속 분석의 품질도 향상시킬 수 있을 것으로 기대한다. 영화 정보 제공 사이트인 N사로부터 영화 댓글 12만 건을 수집하여 실험을 수행한 결과, 제안하는 신조어 표적 마스킹(NTM: Newly Coined Words Target Masking)이 기존의 무작위 마스킹에 비해 감성 분석의 정확도 측면에서 우수한 성능을 보임을 확인하였다.

최근 방대한 양의 텍스트 정보가 인터넷에 유통되면서 정보의 핵심 내용을 파악하기가 더욱 어려워졌으며, 이로 인해 자동으로 텍스트를 요약하려는 연구가 활발하게 이루어지고 있다. 텍스트 자동 요약을 위한 다양한 기법 중 특히 트랜스포머(Transformer) 기반의 모델은 추상 요약(Abstractive Summarization) 과제에서 매우 우수한 성능을 보이며, 해당 분야의 SOTA(State of the Art)를 달성하고 있다. 하지만 트랜스포머 모델은 매우 많은 수의 매개변수들(Parameters)로 구성되어 있어서, 충분한 양의 데이터가 확보되지 않으면 이들 매개변수에 대한 충분한 학습이 이루어지지 않아서 양질의 요약문을 생성하기 어렵다는 한계를 갖는다. 이러한 한계를 극복하기 위해 본 연구는 소량의 데이터가 주어진 환경에서도 양질의 요약문을 생성할 수 있는 문서 요약 방법론을 제안한다. 구체적으로 제안 방법론은 한국어 사전학습 언어 모델인 KoBERT의 임베딩 행렬을 트랜스포머 모델에 적용하는 방식으로 문서 요약을 수행하며, 제안 방법론의 우수성은 Dacon 한국어 문서 생성 요약 데이터셋에 대한 실험을 통해 ROUGE 지표를 기준으로 평가하였다.

본 연구는 국내 건설기업의 현장프로젝트조직 사업 참여자를 대상으로 현장프로젝트 사업 참여자간 간 통제유형에 따라 조직몰입과 협력 및 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 조직몰입과 협력 및 현장프로젝트성과에 어떠한 유의한 영향을 미치는지 실증분석을 통하여 알아보고자 한다.

본 연구는 한국지능정보사회진흥원에서 제공한 2018년 스마트폰 과의존 실태조사에서 사용된 11개 변수와 스마트폰 과의존과의 관계를 탐색하고, 이를 통해 딥러닝 기반 스마트폰 과의존 분류 분석 모델을 개발하고자 시행되었다. 학습데이터셋은 전국 10,000개 가구내 만 3-69세 스마트폰 이용자 25,465명의 스마트폰 이용 형태 및 개인적 특성에 관한 데이터이다. 딥러닝은 심층신경망(DNN)을 설계하였으며, 은닉층(hidden layer)은 4개층으로 구성하였다. 입력한 데이터는 각각 200개, 150개, 100개, 50개, 2개 노드를 거치면서 최종 출력 정보인 스마트폰 과의존 분류율로 나타나는 모델이다. 이때 스마트폰 과의존 분류률을 높이기 위해 학습률(learning rate)과 같은 하이퍼 파라미터를 활용하여 세부조정하면서 가장 잘 학습하는 값을 찾아내었다. 연구결과, 학습횟수가 300번으로 학습율(learning.rate)이 0.01일때 훈련데이터에서 97.43%, 검증데이터에서 98.06%로 가장 높게 나타났다.

1990년 대 이후 대한민국의 음악 엔터테인먼트 컨텐츠는 동서양을 넘어 각 대륙으로 수출되며 다양한 부가 가치를 창출하고 있다. 이에 따라 엔터테인먼트 산업은 직업과 진로의 선택에 있어 젊은 층의 높은 선호를 받고 있지만 업계의 외형적 성장에 비해 내부의 직업적 환경과 만족도는 열악한 상황으로 90년 대 이전 '도제 방식'이라는 미명 하에 이어져 온 텃세와 관행 등은 업계 종사자와 신규 창업자를 이탈시키고 있다. 산업의 선순환과 지속 가능성 제고를 위하여 다양한 형태의 청년 창업 지원이 이루어지고 있으나 실제 창업현장에서의 효과는 미미한 실정이다. 본 연구는 SWOT 모델을 이용하여 음악 엔터테인먼트 분야 청년 창업의 강점과 약점, 창업 환경에 따른 위기와 기회를 분석한 후 음악 엔터테인먼트 분야 청년 창업의 시사점을 제시하고 성공 전략을 모색하고자 한다.

본 연구의 목적은 Havruta 학습법 적용을 통해 학습자들 스스로 수업방식을 채택해보고 가지고 있는 지식의 공유를 통해 현장실무 교과과정에 적용하고 개선 방안을 모색하고자 하였다. 연구내용으로 첫째, 논쟁 중심 유형에서는 기술적 가치의 종류를 이해하고 그 중 어떠한 가치가 현장실무에 가장 부합하다고 생각하는지에 관한 논쟁, 둘째, 짝가르치기 유형으로 '아젠다 구축모형'중 '외부주도모형'에 대해 짝에게 가르칠 내용을 사전학습을 통해 학습의 효과를 높임과 동시에 다른 학습에서도 적용, 셋째, 질문중심 유형으로 현장실무 체계에 대한 질문중심수업을 적용하여 학습의 심화도를 높이고 질문에 익숙할 수 있도록 가이드와 유형별 질문 및 목표 제시, 넷째, 문제만들기 유형으로 활용 가능한 문제 예시자료를 통해 수업의 효과성을 학습자 스스로 체감하면서 다른 수업에서도 자발적으로 적용해 볼 수 있도록 하였다.

본 연구는 소셜로봇 디자인 연구의 흐름 중 하나인 로봇의 외형에 관하여 시선 추적을 활용하고자 한다. 소셜로봇의 몸 전체, 얼굴, 눈, 입술 등의 관심 영역으로부터 측정된 사용자의 시선 추적 지표와 디자인평가 설문을 통하여 파악된 사용자의 태도를 연결하여 소셜로봇의 디자인에 연구 모형을 구성하였다. 구체적으로 로봇에 대한 사용자의 태도를 형성하는 메커니즘을 발견하여 로봇 디자인 시 참고할 수 있는 구체적인 인사이트를 발굴하고자 하였다. 구체적으로 본 연구에서 사용된 시선 추적 지표는 고정된 시간(Fixation), 첫 응시 시간(First Visit), 전체 머문 시간(Total Viewed), 그리고 재방문 횟수(Revisits)이며, 관심 영역인 AOI(Areas of Interests)는 소셜로봇의 얼굴, 눈, 입술, 그리고 몸체로 설계하였다. 그리고 디자인평가 설문을 통하여 소셜로봇의 감정 표현, 인간다움, 얼굴 두각성 등의 소비자 신념을 수집하였고, 종속변수로 로봇에 대한 태도로 설정하였다.

본 연구에서는 한국복지패널 15차년도(2020년) 패널 데이터를 활용하여 장애노인의 삶의 만족에 영향을 미치는 소득지위, 우울에 영향력을 분석하고, 소득지위와 삶의 만족 간에 사회적 지지의 매개효과와 우울과 삶의 만족 간에 사회적 지지의 조절된 매개효과를 검증하고자 한다.

명의신탁이란 신탁자와 수탁자 간의 대내적 관계에서는 신탁자가 부동산소유권을 보유하고 신탁목적물이 부동산을 관리하고 수익 및 처분하면서 등기의 공부상 소유명의만을 수탁자로 하여 두는 제도로서 구법시대 부터 판례에 의하여 인정되어왔다. 부동산소유권과 그 밖의 물권을 실체적 권리관계에 부합하도록 실권리자 명의로 등기함으로써 부동산등기제도를 남용한 불법행위 등 반사회적 행위를 예방하고 부동산 거래의 안정화를 도모하여 국민경제의 건전한 성장에 기여함을 목적으로 1995년 제정된 부동산실명법에 의하여 원칙적으로 명의신탁이 금지될 뿐만 아니라 엄격하게 해석되어야 함에 불구하고 아직도 명의신탁은 척결되지 않고 있는 것이 사실이다. 특히 명의신탁에 있어서 부동산실명법에 의거 명의신탁약정이 무효가 된 경우에 명의신탁 대상의 부동산소유권이 누구에게 귀속되는가 등 여러 가지 문제점이 대두되고 있다. 따라서 명의신탁은 계약자유의 원칙이 지배하는 현시점에서 법률행위 논리가 반영되어야 할 것으로 본다.

국내·외 기업들의 기술을 보호하고자 매년 100만개의 특허가 출원되고 있다. 등록된 특허 수가 증가될수록 전문가의 판단만으로 원하는 기술 분야의 유효한 특허문서를 선별하는 것은 효율적이지 않으며 객관적인 결과를 기대하기 어려워진다. 본 연구에서는 유효 특허문서 분류 정확성과 전문가의 업무 효율성을 제고하고자 비지도학습 모델인 잠재 디리클레 할당 알고리즘(Latent Dirichlet Allocation, LDA)과 딥러닝을 활용하여 자동 특허문서 분류 시스템을 제안하고자 한다.

본 연구는 성인학습자를 대상으로 효과적인 비대면 수업방법에 대한 개선점을 모색하여 교수자의 수업역량 향상에 기초자료를 제공하고자 하였다. 이를 위해 PBL(문제중심수업) 교수법을 기초로 4주차 수업을 설계하고 웹엑스(Webex)를 활용한 교수법을 49명의 학생에게 적용하였다. 연구 결과는 다음과 같다. 첫째, 고연령 성인학습자를 대상으로 디지털기기 활용법에 대한 사전 숙지가 필요하며, 둘째, 팀활동을 위한 웹엑스 세션별 수업은 강의실 수업에서 수동적인 학생들의 적극적인 수업참여를 이끌었고, 셋째, PBL(문제중심수업) 수업 방식은 비대면 수업에서도 학생주도의 수업을 이끌어 내고 활발한 상호작용을 통해 학생들의 문제 해결과 실천역량을 향상시킬 수 있었다. 이러한 연구 결과는 성인학습자를 대상으로 한 교수자의 비대면 수업 교수법에 기초적인 자료가 될 것이다.

문화콘텐츠는 지역 관광산업을 발전시키는데 핵심적인 요인으로 인식이 되어 전 세계 많은 국가들이 자신들만의 문화콘텐츠를 개발하기 위하여 노력을 기울이고 있다. 특히 우리나라뿐만 아니라 전 세계적으로 도시재생을 통한 문화콘텐츠 개발에 많은 관심을 가지고 있는데 그 이유로 도시에서 상대적으로 경제적·문화적으로 낙후되거나 사용하지 않는 유휴공간을 새로이 리모델링함으로써 도시 내 유휴공간을 지역의 특화된 문화예술 공간으로 구축함으로써 하나의 지역 특화 관광산업으로 발전을 하고 있기 때문이다. 따라서 본 연구는 SERVQUAL을 통해 유휴공간을 통해 제공되는 문화콘텐츠가 관광산업에 어떠한 영향을 주는지를 살펴 보고자 한다.

정보통신기술의 발달로 전자상거래의 증가와 소비자들의 제품에 대한 경험과 지식의 공유가 활발하게 진행됨에 따라 소비자는 제품을 구매하기 위한 자료수집, 활용을 진행하고 있다. 따라서 기업은 다양한 기능들을 반영한 제품이 치열하게 경쟁하고 있는 현 시장에서 우위를 점하고자 소비자 리뷰를 분석하여 소비자의 정확한 소비자의 요구사항을 분석하여 제품기획 프로세스에 반영하고자 텍스트마이닝(Text Mining) 기술과 딥러닝(Deep Learning) 기술을 통한 연구가 이루어지고 있다. 본 논문의 기초자료가 되는 데이터셋은 포털사이트의 구매사이트와 오픈마켓 사이트의 소비자 리뷰를 웹크롤링하고 자연어처리하여 진행한다. 감성분석은 딥러닝기술 중 CNN(Convolutional Neural Network), LSTM(Long Short Term Memory) 조합의 모델을 구현한다. 이는 딥러닝을 이용한 제품기획 프로세스로 소비자 요구사항 반영, 경제적인 측면, 제품기획 시간단축 등 긍정적인 영향을 미칠 것으로 기대한다.

본 논문에서는 우리나라 수출입 등 통관의 전반적인 것을 담당하는 전자통관시스템의 문제점을 발굴하고 개선점을 찾아 보완하여 보다 진화된 양질의 전자통관시스템으로 개발하는 것을 목표로 하고 있다. 전자통관시스템의 문제점을 중심으로 구분하면 통관업무, 사전검증시스템, 데이터정제시스템으로 볼 수 있다. 각 부분별로 문제점을 분석한 결과 오류 데이터 전송, 자가진단 점검기능 부재, 경험치로 관리, 사후관리 체계 부재, 오류분석 기능 미활용으로 나왔으며, 이런 문제점을 해결하기 위해 개선방안에 대해 면밀히 검토하여 맞춤형 대책을 마련하여 처음 신고인이 양질의 정보를 정확히 입력할 수 있는 시스템 구축부터 검증시스템을 통해 정확한 정보를 정제하는 중간단계를 거쳐 마지막으로 최상의 결과를 도출 및 제공하기까지 시스템을 향상시켜 이용객에게 더욱 정확한 처리결과 제공 및 진화된 국가행정시스템을 구축함으로써 국가경쟁력을 강화할 수 있다.

유네스코 창의 도시 네트워크는 문화예술 분야에서 국제 수준의 경험이나 지식, 전문기술을 가진 창의도시 간 네트워크를 의미한다. 우리나라 7개 분야에서 총 8개의 창의도시가 존재하며, 대구의 경우에는 음악 창의도시로 선정되었다. 본 연구는 음악 창의도시 대구 관련 전문가들을 대상으로 PCSI 모델을 기반으로 한만족도 설문조사를 실시하였다. PCSI 2.0 모델을 기반으로 서비스 내용 품질, 서비스 전달 품질, 서비스 환경 품질, 사회적 책임, 불일치, 성과 그리고 만족도라는 변수를 설정하였다. 따라서 본 연구는 세 가지 품질과 사회적 책임 및 불일치가 만족도에 영향을 미치고 만족도는 성과에 영향을 미친다는 것을 검증하고자 하였다. 대구가 창의도시로서 역할 정립을 새롭게 하고 발전방안을 수립할 수 있는 기틀을 마련하고자 한다.

본 논문에서는 RPA 도구 개발 과정 중 자동화 및 데이터 전처리 기능을 이용한 양질의 데이터 추출 과정을 기술한다. 개발된 RPA 도구에서는 녹화 기능으로 자동화 기능을 향상시켰으며, 비대칭 데이터 변환 기능과 이상치 처리 기능을 통해 업무 생산효율 증가 및 휴먼에러 방지를 제공한다.

본 논문에서는 RPA(Robotic Process Automation) Tool 개발 과정 중 OCR기법을 활용한 영수증 인식 후 가계부 생성에 관한 자동화 처리 과정을 기술한다. 개발된 RPA 툴은 AI분야에 사용될 데이터의 데이터 전처리 기능을 제공하고 그 외에 반복적으로 사용되는 기능들의 자동화를 제공한다. 그 중 영수증을 이용하여 가계부 작성을 자동으로 처리해주는 기능은 반복적이고 시간이 많이 소요되는 작업으로 이 기능을 활용하면 작업의 수행시간을 단축하고 효율적인 관리가 가능하다.

본 논문에서는 SW중심사회로 나아감에 따라 SW와 관련된 진로에 대한 지향도를 높이기 위해 디지컬 테크놀로지를 활용한 직업 체험의 효과성을 검증하고 시사점을 도출해낸다. 다양한 직업인이 되어 인공지능, 사물인터넷, 빅데이터, 3D모델링, 가상현실 등 디지털 테크놀로지를 활용한 직업 체험을 경험한 학생들은 향상된 SW진로 지향도를 보인다. SW진로에 대한 선호도, SW교육에 대한 선호도, SW진로교육에 대한 필요성 인식, SW진로에 대한 정보제공의 필요성 인식이 모두 증가하였고, 이처럼 SW진로지향도를 높이기 위해서는 직업과 연계한 디지컬 테크놀로지 교육이 활발히 이뤄져야 한다.

가상현실은 제4차 산업혁명 시대 신산업으로 꼽히는 기술 중 하나이다. 본 연구에서는 가상현실 공간설계의 교육적 가능성을 확인하고 교육적 활용을 위한 툴로서 3D 컴퓨터 그래픽 제작 소프트웨어인 블렌더와 3D 객체를 웹에서 쉽게 렌더링해주는 자바스크립트 라이브러리 three.js를 이용한 건축 내외장재 시뮬레이션 프로그램의 프로토타입을 개발 및 제안하였다. 본 연구에서 제안한 방식으로 학습자들은 자유도 높은 가상공간 공간설계가 가능하여 조형놀이의 형태로 학습을 즐길 수 있을 것으로 기대된다. 후속 연구로는 본 연구에서 구현한 프로토타입과 같은 방식으로 가상현실 공간설계 시뮬레이션을 할 수 있는 교육 프로그램 개발 및 효과성 검토를 실시할 것을 제안하였다.

이 연구의 목적은 온라인 상에서 수행된 실습 수업 방식을 분석하는데 있다. 이를 위해 연구자는 예비 교사를 대상으로 '전기 자동차 만들기'수업 주제로 실습 수업을 설계하였으며, 온라인 동영상 강의 컨텐츠 3편을 제작하였다. 동영상 강의 컨텐츠 제작을 위해 교수용 홈페이지 제작, 수업에서 사용할 동영상 제작, 과거 촬영하거나 제작해 두었던 동영상 준비, 실습 재료 준비, 실습 활동 관련 교과서 준비 등 다양한 교수학습자료를 사전에 준비하였다. 동영상 강의 컨텐츠는 CODTRA 분석 방법을 이용 하였으며, 분석 코드는 '동영상에서 제시된 교수학습자료'와 '교수자가 행하고 있는 상태'이었다. 분석 결과는 CODTRA 다이어그램에 의해 분석 코드를 시간에 따라 도식화하여 도시하였다. 이 연구 결과는 중등학교의 기술 교과나 공업계 교과에서 온라인 실습 수업을 위한 동영상 강의 컨텐츠를 제작하고자 하는 교수자에게 참고할 수 있는 자료로 활용될 수 있을 것이다.

이 연구의 목적은 자유학기제 학생을 대상으로 한 아두이노 프로그래밍 체험 프로그램의 개발 사례를 제시하는데 있다. 이를 위해 연구자는 Lee(2020)의 저비용 마이크로컨트롤러 적용 교수학습 모형에 기반하여 아두이노 프로그래밍 체험 프로그래밍 2종을 개발하였다. 이 연구의 결론은 다음과 같다. 첫째, 개발된 프로그램은 '아두이노 음악 연주 프로그램'과 '아두이노 자동차 만들기 프로그램'이다. 둘째, 개발된 프로그램은 각각 7개와 8개의 하위 모듈로 구성되어 있으며, 참여 중학교의 여건에 따라 전부 또는 일부를 선택하여 적용할 수 있다. 셋째, 개발된 프로그램을 통해 프로그램 참여 중학생들은 매크로, 반복문, 배열, 함수 등의 C 프로그래밍 내용 요소를 체험할 수 있었다. 개발된 프로그램은 자유학기제 학생들을 대상으로 짧은 시간내에 프로그래밍을 온라인 환경하에서 체험시켰다는 점에서 의의가 있다. 향후 연구에서는 보다 검증된 설문지와 구체적인 실험 설계를 바탕으로 본 개발 프로그램의 교육 효과를 검증해 볼 필요가 있을 것이다.

본 논문에서는 머신러닝의 원리를 쉽게 이해할 수 있는 블록 기반 코딩 플랫폼을 내장한 LMS를 제안한다. 해당 LMS는 Moodle이라는 LMS 플랫폼을 기반으로 사이트가 구축되었으며, LTI를 통해 LMS 내부에 DIY라는 코딩 툴을 내장 시켰다. 또한, 사용자의 모든 로그데이터를 통해 추천시스템을 구상하였으며, DIY를 통해 실행되는 코드를 Python Pedal라이브러리를 백엔드에서 실행 시켜 사용자가 작성한 코드에 대해 즉각적인 피드백을 제공하게 구성되어 있다.

본 논문에서는 딥아이(DIY) 블록 프로그래밍과 라즈베리파이의 피지컬 컴퓨팅을 활용해 엑츄에이터와 센서를 제어하고 센서를 통해 수집한 데이터를 전처리해 인공지능에 활용함으로써 효율적인 인공지능 교육 방식을 제안한다. 해당 방식은 블록코딩 방식을 사용함으로써 문자코딩 대비 오타을 줄이고 문법 구애율을 낮춤으로써 프로그래밍 입문자의 구문적 어려움을 최소화하고 개념과 전략적 학습을 극대화한다. 블록프로그래밍 사용언어로 파이썬을 채택해 입문자의 편의를 도모하고 파일처리, 크롤링, csv데이터 추출을 통해 인공지능 교육에 활용한다.

학생 때는 대학교 입시를 위해, 대학생 때는 취업을 위해, 직장인이 되어서는 자기계발을 위해 공부해야 하는 현대인에게 공부는 평생 함께할 동반자이다. 따라서, 공부하는 모습을 찍어 SNS에 인증하거나 Youtube에서 공부 방송을 진행하는 등 공부 습관에 관한 관심도 나날이 높아지고 있다. 본 연구에서는 공부하는 사람들을 위해 사용자의 공부 시간을 측정해주고, 일정을 쉽게 관리할 수 있도록 도와주는 시스템을 개발하였다. 공부 관리 시스템을 통해 사용자는 모든 목표를 달성할 수 있으며, 목표를 이루고 얻는 보상이 다른 목표를 달성하는 데 원동력이 될 것이라 기대된다.

본 논문에서는 BEGAN을 활용한 한국인 얼굴 데이터 생성을 위한 최적의 Hyper Parameter를 제안한다. 연구에서는 GAN의 발전된 모델인 BEGAN을 이용한다. 위의 모델을 작성하기 위하여 본 논문에서는 Anaconda 기반의 Jupyter Notebook에서 Python Tensorflow 모델을 작성하여 테스트하고, 만들어진 모델을 FID를 통해 모델의 성능을 비교한다. 본 연구에서는 제안하는 방법들을 통해서 만들어진 모델을 이용해 한국인 얼굴 데이터를 구하고, 생성된 이미지에 대한 정량적인 평가를 진행한다.

본 논문에서는 봇 프레임워크의 Dialog와 HeroCard를 활용하여 게임 리그 오브 레전드의 초보자를 가이드 해 줄 수 있는 챗봇을 설계하고 구현한다. 이 애플리케이션은 게임 리그 오브 레전드 플레이어의 성향에 맞는 게임 속 캐릭터를 추천해 줄 수 있고 게임 내 요소에 대한 소개 및 설명을 할 수 있다.

본 논문은 관리자가 영화 및 영화관을 등록하고 등록된 데이터들을 바탕으로 상영 정보를 등록할 수 있게 한다. 사용자는 등록된 영화 및 영화관들의 정보들을 볼 수 있으며 필요에 따라서 등록된 상영 정보를 통해 영화를 예매할 수 있게 하는 시스템이다. 사용자들은 영화를 예매할 때 현재 좌석의 상황을 실시간으로 볼 수 있게 구현하였다.

본 논문에서는 강의평가 시스템을 이용하여 주된 이용자인 학생들에게 수업에 앞서 강의에 대한 전반적인 학습 분위기와 강의를 들었던 학생들의 평점을 제안한다. 이 시스템은 강의평가를 효율적으로 보여주어 수강 신청의 접근성을 최대화하고, 각 강의의 안내와 정보를 취득하는 데 도움을 준다. 또한, 이 시스템은 네 가지의 평점을 부여하여 이를 바탕으로 종합적인 평점을 할당한다. 이때 강의평가에 대한 평가를 곁들이면서, 평점을 제시하여 강의평가를 보려는 다른 이들에게 뚜렷한 정보력과 어떤 강의가 좋은지 잘 보여준다. 본 논문에서는 동적 웹 페이지를 사용하여 가시성이 뛰어난 강의평가 시스템을 제공하는 면에서 우수함을 보인다.

본 논문에서는 자료수집(데이터 크롤링)을 이용해 많은 채용정보를 쉽게 접근할 수 있도록 하는 시스템이다. 현재는 StackOverflow의 자료를 수집하고 데이터베이스에 자동으로 저장하도록 하였다. 수집해야 할 자료가 많아 Celery와 RabbitMQ를 사용하여 비동기 작업을 요청하여 즉시 응답을 받지 않아도 다른 일을 수행할 수 있다. 이렇게 수집한 자료들을 해당 사이트에 나열해줌으로 사용자들이 시간과 비용을 절감하여 효율적인 취업 준비를 할 수 있도록 하는 시스템을 설계 구현하였다.

본 논문에서 제안하는 슈팅게임 제자작 방법은 게임엔진으로 언리얼 엔진 4(Unreal Engine 4)를 사용하고 있다. 기존의 언리얼 엔진 기반의 게임은 총알에 데미지 판정 기법을 사용하지만, 슈팅게임 제작에서 중요한 요소인 정확성을 높이기 위해서 Line Trace 기술을 활용하는 기법을 제안한다.

본 논문에서는 안드로이드 스튜디오를 활용하여 스마트폰에서 실시간으로 식당 좌석을 확인하여 예약할 수 있도록 앱 개발을 수행하였다. 개발한 앱에서 제공하는 사용자 전용 APP 기능으로는 회원가입 및 로그인, 가게 정보 확인, 예약 설정이 있다. 또한, 실시간 좌석 정보를 제공하여 사람들이 가게가 만석일 경우 되돌아가는 불편함을 최소화하고, 원하는 시간에 예약을 손쉽게 예약할 수 있도록 하였다. 앱 사용자는 직관적인 인터페이스를 통하여 실시간으로 본인이 원하는 좌석을 예약할 수 있고, 내부적으로 데이터베이스로 회원가입 및 로그인과 식당 정보 저장 과정을 수행하도록 하였다.

일반적으로 대학교에서 제공하는 통학버스 애플리케이션은 버스의 위치나 도착시각 같은 정보를 제공해주기 위해서 GPS 수신기와 같은 추가 장비를 설치해야 하는 비용 문제로 인해 버스 시간표, 노선도 등 단편적인 정보만을 제공해주고 있다. 본 논문에서는 이에 대한 해결방안으로 실시간 도로 교통 정보가 반영된 네이버 길 찾기 API를 사용하여 버스 도착시각을 학생들에게 제공해주는 통학버스 애플리케이션을 설계한다. 현재 단편적인 정보만을 제공해주는 대학교 통학버스 애플리케이션에 도입된다면 대학교 학생들의 통학버스 이용의 질을 향상할 수 있을 것이다.

일반적으로 대학생들은 연간 약 50만원이 소요되는 전공 서적 구매비용에 부담감이 있는 것으로 조사된다. 이러한 대학생들을 위해 비교적 저렴한 교재용 전자책 서비스를 전문적으로 제공해 주는 애플리케이션이 없다. 본 논문에서는 대학생들을 위한 전공 및 교양 교재를 대상으로 대여를 포함한 전자책 제공 서비스가 가능한 모바일 앱을 설계한다. 제시하는 서비스 앱은 교재용 전자책을 대상으로 온라인 서점, 출판사, 도선관 등으로부터 전자책 정보를 수집하여 사용자에게 제공하고, 이를 대상으로 대여 또는 구매가 가능한 서비스를 제공한다. 제공되는 전자책 파일은 불법 배포를 방지하기 위해 DRM 방식을 사용하여 전용 뷰어를 통해 제공되어지도록 설계한다. 개발되는 앱을 통해서 대학생이 겪는 문제 중 하나인 교재비용 경감과 더불어, 종이책 생산을 줄임으로써 지구환경 보존에 기여할 수 있다.

본 논문에서는 딥러닝 기술을 활용한 객체 검출(object detection) 모델인 YOLO를 기반으로 하는 감정에 따른 표정 인식 시스템을 활용하여 상담 시 보조 도구로 사용하는 방법을 제공한다. 또한, 머신러닝 기술 기반의 툴킷인 dlib 라이브러리를 사용하여 마스크 착용자의 눈 형태 관측을 통한 표정 인식 및 감정 분석의 정확도 상승을 도모하였다. 이 기술은 코로나19의 장기화로 온라인 수업이나 화상회의를 지원하는 플랫폼들이 전성기를 누리고 있는 현시점에서 다양한 분야로 확장할 수 있을 것으로 기대한다.

최근 다양한 영상 매체가 활발히 발전함에 따라 1인 방송자가 늘어나는 추세이다. 방송 중 타인의 동의 없이 얼굴이 노출되는 경우 초상권 침해가 발생한다. 이러한 경우를 방지하고자 본 논문에서는 딥러닝 기반 실시간 객체 인식 기술을 통하여 방송자의 얼굴을 인식하고 방송자의 얼굴이 아닌 일반인으로 인식되는 얼굴은 실시간 모자이크 처리를 통하여 일반인의 초상권 보호를 목적으로 한다.

최근 스마트폰이 대중화되면서 대부분의 일상생활을 스마트폰을 이용한다. 그리고 많은 매장에서도 POS(Point of sales)를 사용하고 있다. 이 둘의 공통점은 사용자가 간편하고 빠르게 사용할 수 있다는 장점이다. 따라서 본 연구에서는 이러한 장점을 살려 휴대용 POS 애플리케이션을 개발하였다. 휴대용 POS 애플리케이션은 서버와 클라이언트로 구성되며, 서버는 매출 정보, 메뉴 정보, 주문 정보 등으로 구성되어 있다. 휴대용 POS 애플리케이션은 매장에 있지 않아도 스마트폰을 이용하여 서버에 저장된 정보를 확인할 수 있어 실시간으로 매장 및 매출 현황을 알 수 있어, 판매 전략을 신속하게 세워나갈 수 있다.

항공기에는 많은 시스템이 있고 다양한 장치들이 있다. 이 장치들은 사용자의 명령을 입력받아 사용되는데 자동을 제외한 거의 모든 시스템들은 사용자의 직접적인 조작으로 작동된다. 하지만 여전히 완전 자동화는 되지 않아 사소하고 섬세한 부분에서 조종사는 수동으로 작동시켜 주어야하는 부분들이 있다. 사소한 부분들을 신경써야 하기에 조종사에게 피로는 필수적을 따라왔다. 본 연구에선 현재의 기술에서 더 나아가 음성인식(STT, TTS)을 활용하여 항공기의 다양한 장치들을 원격제어할 수 있게 개발하여 완전 자동화를 목적으로 한다. 음성을 이용한 방식은 조종사에게 손을 사용하지 않는 편리함을 제공한다. 조종사에게 원거리에서 음성으로 조작할 수 있게 해줌으로써 손을 사용하여 조작하지 않아 편의성을 제공할 수 있고 명령을 통해 컴퓨터가 처리함으로써 조종이 간단해진다. 본 연구로 인해 사소한 부분까지 신경쓸 필요가 없어져 조종사의 실수나 피로로인해 일어나는 사고를 방지할 수 있다.

시설물 점검은 사람이 직접 들어가거나 올라가 확인하는 방식이 일반적이다. 본 연구에서는 시설물 점검을 보다 안전하고 신속하게 하는 것을 전제로 하여 현재 상용화 되고 있는 드론과 아두이노를 이용한 센서를 적용하고자 한다. 본 논문은 기존의 어려운 조작의 드론에 건물 내부에서 호버링이 가능하게 하는 옵티컬 플로어 센서를 장착아여 조작을 보다 쉽게 한다. 또한, 외부 비행 시 GPS센서를 사용하여 좌표지정을 통한 자동비행을 가능하게 하고 아두이노의 센서와 펌프를 적용한 "오토파일럿이 가능한 시설물 관리 드론" 기술을 제안한다. 기존의 드론과 다르게 카메라와 센서를 이용해 시설물 관리를 대신하고, 외부 시설물 관리나 농업 등에서 사용할 때 좌표를 지정해 사용자가 직접 조작하지 않아도 지정한 좌표로 드론이 이동하여 관리 및 임무를 수행한다. 센서들의 값을 앱으로 전송받아 핸드폰으로 받아 볼 수 있다.

본 연구에서는 해양사고 처리 중 발생하는 인명사고 발생률을 감소시키고, 효율적으로 양식장을 관리하는 것을 전제로 카메라와 센서를 다기능 해양탐사 로봇에 적용하고자 한다. 현재의 양식장 관리 시스템은 수온 체크만 할 수 있게 되어있다. 이러한 시스템은 양식어에게 적합한 환경을 제공해주기 쉽지 않다. 본 논문은 이러한 문제점들을 개선하기 위해 기존의 해양 처리시스템과 양식 시스템 대신 카메라와 수온 센서, pH 농도 센서, 초음파 거리 센서, DC 모터, 블루투스 모듈을 적용한 다기능 해양탐사 로봇 기술을 제안한다. 기존의 시스템과는 다르게 안전하고 효율적으로 환경을 분석하고, 제어할 수 있다.

현대사회의 물류 현장에서 근로자가 직접 물류를 분류하는 작업을 하거나 상하차 작업을 진행하고 있다. 본 논문에서 제안하는 자율주행 로봇을 이용한 물류 분류 시스템은 물류 운반 로봇과 컨베이어 벨트로 구성된다. 물류 운반 로봇은 경로 설정 및 장애물 감지가 가능한 자율주행 기능을 가지며, 컨베이어 벨트는 하차된 물류의 무게 측정과 배송 가격을 표시하는 기능을 가진다. 본 연구의 결과는 근로자들의 노동 강도와 육체적 또는 정신적인 피해로 인해 발생하는 산업재해의 발생률을 감소시킬 수 있는 기대와 심야 시간에 부족한 인력을 보충하여 24시간 물류센터를 가동할 수 있는 가능성을 가진다.

항공 산업의 발전으로 개인의 해외여행의 부담이 낮아져 각국의 왕래가 많아지고 있으며 사람들이 느끼는 국가 간 거리감이 크게 축소되고 있다. 또한, 화물의 운송이 활발해지며 이와 함께 화물 항공 물류량이 크게 늘어가고 있다. 항공물류 절차 중 화물적재는 사람들이 작업하고 적재 실수로 인한 사고들이 발생하는 것을 알고 이를 개선하고자 본 연구를 선정하게 되었다. 본 연구를 통해 구현할 '항공기 자동 중량평형 알림 시스템'은 평형 상태일 때 항공기 화물실 각 위치의 무게를 측정하고 적정 평형 값을 계산해 스크린에 출력하고 적정 평형 한계를 초과할 경우 경고음과 스크린을 통해 적정 평형이 아님을 알리는 방식으로 작동된다. 이러한 방식을 통해 조종사와 운항관리사, Load Master들이 잘못된 적재로 인한 화물의 위치를 수정하여 화물적재 과정의 안전핀 역할을 할 수 있다. 따라서 우리는 과제 개발에 따른 기대효과 로 항공사에서 여객기, 대형 수송기 등에 시스템을 추가하여 평형으로 인한 사고를 미연에 방지할 수 있다.

코로나 19로 인하여 다중이용시설에 출입 시 정부 지침에 따라 QR코드 스캔, 출입 명부 작성, 체온 측정 등 방역절차를 지켜야한다. 본 연구에서는 방역 절차를 간편화하고 동합한 방역 시스템을 제안한다. QR코드 스캐너를 통하여 출입자의 신상 정보를 확인하며 체온 측정 모듈을 통하여 출입자의 체온을 측정한다. 추가적으로 워터펌프를 통하여 소독제를 분사하며 서보모터를 통하여 출입문을 열고 닫는다. 또한, 산업 현장에서는 알코올 측정 센서를 통하여 작업자의 알코올 수치를 측정하여 음주로 인한 산업사고도 예방한다.

현대사회의 산업 현장에서 기계가 사람들을 대체하면서 작업의 효율을 높이고 있다. 많은 산업 분야에서 사람들을 기계로 대체하고 있는데, 재해 및 사고 현장이나 위험 지역 조사 등에 대한 탐사 활동은 대부분 인력이 차지하고 있으며, 탐사 활동에 참여하는 많은 인력들은 2차, 3차 사고에 쉽게 노출되어 있으며, 그로 인한 인력소모가 심하다. 따라서 우리는 인력 투입 전 사고 및 재난 현장이나 위험 지역에 인력을 투입하기 전 피해를 최소화 하면서 탐사 인력에 대한 안전이 보장된 근무 환경을 개선 시키기 위해서 무인 탐사차량을 생각하게 되었다. 무인 탐사 차량에는 아두이노와 라즈베리파이를 메인으로 삼았고, 현장의 온도와 습도, 화재여부, 가스여부를 측정하기 위한 센서들은 아두이노에 연결하고, 카메라와 라이다센서의 경우 라즈베리파이에 연결을 하였다. 그리고 모든 데이터값은 블루투스와 와이파이 모듈을 통해서 수신받을 수 있게 프로그램을 구성하였다.

현재 4차 산업혁명의 시대로 들어서고 수많은 분야에서 사고와 안전에 관련하여 발전을 이루고 있지만, 매년 화재피해로 인한 인명손실과 재산피해는 다른 사고보다 피해와 규모가 다르며 여전히 고민해야할 숙제이다. 화재 골든타임은 화재 발생직후 5분이내의 시간을 일컫으며, 이 시간을 지키느냐 마느냐에 따라서 화재로 인한 사망자 수는 2배이상 차이가 난다. 본 논문의 화재 감지 시스템은 화재 골든타임을 지키는것에 중점을 두고 이 시스템 자체로 화재를 방지하고, 감지하여 초동조치까지 이루어질 수 있도록 화재 위험요소 차단, 화재 발생시 즉각적인 대처, 인명 피해 최소화, 2차피해 방지를 목적으로 구성되었다. 이로 인해 결과적으로 화재 골든타임을 지켜 화재를 방치시키는 상황이 줄어들 것이고, 인명피해와 재산피해까지 줄일 수 있을것이라 예상된다.

기존의 홈 시스템은 비용이 비싸며 공간적인 문제가 발생하고, 기능적으로 한계가 있다. '아두이노를 활용한 스마트홈 시스템'은 아두이노를 활용하기 때문에 비용적, 공간적 문제를 해결하고 여러 가지 가전제품을 환경에 맞춰 자동으로 작동하는 스마트 기능을 넣었다. 온, 습도 센서를 이용해 내부 온도가 설정 값보다 높으면 에어컨이 켜지고, 습도가 낮으면 자동으로 가습기가 작동한다. 또한, 창문에 부착된 UV센서를 통해 자외선 수치가 높아질 경우 자동으로 블라인드가 내려간다. 침실에 누워 잠들기 전, 불을 꺼야 하는 상황이 있다. 이런 경우, 직접 불을 끄러 가지 않고 침대 머리맡에 설치된 초음파 센서에 손을 가져다 대어 일정 거리 값 이하로 되면 자동으로 침실 불이 꺼진다. 그리고 거실에 설치 된 인체감지센서를 통해 불이 꺼진 어두운 거실에 움직임이 감지되면 자동으로 거실 불이 켜지게 된다. 이러한 자동 제어 기능을 블루투스와 연동된 스마트폰을 통하여 사용자 편의에 따라 수동적 제어가 가능하고, 거실에 설치된 ESP-32CAM을 통해 밖에서도 거실 내부를 실시간 확인할 수 있다. 이런 아두이노 스마트홈 시스템으로 사용자들에게 편리함과 안정성을 제공한다.

본 연구에서는 적은 힘으로도 누워있는 환자의 자세를 바꾸어 줄 수 있는 침대 모형을 만들었다. 시중에서 판매되고 있는 변형 환자 침대는 침대의 변형을 수동으로 바꾸거나 침대에 연결되어 있는 구동기로 단순히 환자의 자세를 바꿀 수 있다. 본 연구에서 만들어진 침대는 침대를 다리 하단 / 다리 상단 / 상체 파트로 나누어 따로 또 병렬로 자세를 바꿀 기능을 구현하였을 뿐 아니라, 스마트폰 앱에 의한 제어 구동도 가능하고, 편안한 자세를 이루는 각 파트의 각도를 편리하게 기억시킬 수 있고, 버튼 한번 누름으로 기억된 형태로 구성이 가능하다. 또 누워있는 환자가 관절을 사용하지 않아 굳는 형태를 방지하기 위한 운동 기능이 추가되어 파트별로 운동을 시킬 수 있도록 하였다.

4차산업 혁명시대가 도래하고, 클라우드 컴퓨팅의 발전과 동시에 데이터 처리 효율과 속도가 높아지면서, 지속적으로 다양한 분야의 데이터가 누적되고, 이를 활용한 기술들이 발전하고 있는 가운데 데이터 사이언스의 역량을 필요로 하는 직군 또한 넓어지고 있다. 본 논문에서는 데이터 사이언스에 막 뛰어든 입문자들이 고난이도의 코딩 없이 데이터 분석 및 전처리, 머신러닝에 익숙해질 수 있도록 디자인적 접근성을 고려한 코드리스 프로그램을 개발하였다.

본 논문에서는 라즈베리파이, 마이크, 스피커, 버튼센서, 진동센서, TTS(Text-To-Speech) api를 활용하여 유아용 언어 학습용 디바이스를 개발한다. 학습시키고 싶은 단어가 쓰여져 있는 상자를 유아가 건드리면 그 단어의 소리가 나는 것을 가정하였다. 사용자가 버튼을 통해 직접 단어를 녹음을 할 수 있으며 웹페이지를 통해 텍스트(영어)를 입력하면 text-to-speech api를 통해 텍스트(영어)에 맞는 음성파일을 제공받을 수 있다. 저장된 음성파일은 진동센서를 통해 진동이 감지되면 스피커를 통해서 출력이 되는 시스템으로 구성하였다.

최근 들어 주식시장에 신규 개인투자자들의 유입이 많아지고 있다. 하지만 기본적인 금융에 대한 지식이 부족한 사람들이 많고 기존 서비스들은 금융 혹은 주식에 대한 이해도를 기반으로 직접 분석해야 했다. 이런 사람들을 위해 직접 분석하지 않더라도 투자할 기업을 판단할 수 있는 시각화 정보(Infographics) 서비스를 구현하였다. 필요한 정보를 얻기 위해서 open API를 사용하였는데 API의 특성상 윈도우즈 환경이 필요하여 리눅스와 윈도우즈 서버를 구축하고 서로 다른 OS 환경에서 이종 API를 처리할 수 있도록 개발하였다.

본 논문에서는 코로나-19에 대한 국내외 코로나 확진자 정보에 대한 Infographic 제공 방법 개발을 제안한다. 코로나-19에 대한 국내외 코로나 정보는 행정안전부에서 운영하는 공공 데이터 포털의 open API를 사용함으로써 신뢰성 있는 정보를 바탕으로 일반적으로 Text 형식으로 제공되는 코로나-19 정보를 다양한 Infographic 방법으로 제시하여 사용자에게 보다 효과적으로 정보를 제공할 수 있도록 개발하였다.

본 논문은 대형 매장 및 편의점 등과 같은 상품의 구매와 판매가 이루어지는 시스템에서 RFID를 활용하여 무인 결제 서비스를 지원한다. 제안 기술은 사용자가 결제처리, 재고관리 기능을 갖는다. 결재 시스템은 상품 결재와 동시에 재고 관리가 가능하도록 설계하였다. 소비자의 입장에서는 편리하고 쾌적한 스마트 쇼핑 환경을 제공 받을 수 있고, 판매자 입장에서는 인건비 절감효과, 재고관리에 효율성과 편의성을 제공한다.

본 논문에서는 게임 개발 플랫폼인 언리얼 엔진 4을 사용하여 가상현실기술을 활용한 복싱 게임을 개발하였다. 복싱 게임을 더욱 실감나게 즐길 수 있도록 하기 위해 양 손에 부착한 VIVE 트래커로 복싱 동작을 모션 트래킹하여 아바타를 제어하였다. 게임 모드의 경우 연습모드와 스파링모드로 구성하였다. 연습모드에서 튜토리얼을 진행하여 게임플레이를 익힌 후 스파링모드에서 AI와 복싱 대결을 하도록 구현하였다. 스파링모드는 AI와 플레이어가 대결을 하며 먼저 체력을 소모시키면 승리하게 된다. 그리고 AI 캐릭터의 애니메이션 재생 속도에 따라 4가지 난이도를 설정할 수 있다. 가상현실 복싱게임은 VR기술을 이용하여 가정에서 간편하게 복싱 운동을 즐길 수 있으며, 더 많은 VIVE 트래커를 활용하면 정밀한 모션 트래킹이 가능하여 현실감을 높일 수 있다.

본 논문에서는 딥러닝 기반의 얼굴인식과 Harr Cascade 분류기를 이용한 눈인식, 스마트워치를 매개로 한 심박수 측정을 활용하여 운전자 졸음운전 경고 시스템을 제안하였다. 제안하는 시스템은 PERCLOS 방법을 적용하여 운전자의 눈 감은 시간을 누적시켜 졸음 상태 유무를 판단하고, 스마트워치의 HR센서를 활용한 운전자의 심박수 값 모니터링을 진행하여 졸음 발생 시 경고음을 발생시켜 졸음운전으로 인한 교통사고를 예방할 수 있다.

본 논문에서는 2019년 COVID-19로 인한 사회적 거리 두기 단계 증가에 따라 집에서 여가시간을 보내는 사람들이 많아짐에 따라 Unity 개발툴 기반 VR(Virtual Reality) 다중접속 지원 게임을 개발했다. 기본적으로 협동게임이고 게임 속에서 문제해결 능력을 요구하기 때문에 문제해결 능력향상에 도움이 되고 다중접속으로 만남을 통해 서로 소통하고 상호작용을 한다.

COVID-19 확산으로 인해 우리나라는 공공장소 출입 시 마스크 착용이 의무화되었고, 체온이 37.5℃ 이상일 경우 발열로 간주하여 출입을 금지함에 따라 이를 효율적으로 검사할 수 있는 자동화 시스템을 개발하고자 한다. 이를 위해 다양한 각도, 마스크의 착용 위치에 따른 자료를 수집하여 모델에 적용하였고, 실시간 영상은 96.5%의 높은 정확도를 보였고, 영상 처리 추론 속도는 28fps임을 확인했다. 본 논문은 딥러닝 알고리즘을 활용한 마스크 착용 판별 및 체온 측정 시스템을 제시한다.

최근 금리 인하로 주식을 비롯한 다양한 금융상품에 대한 투자가 급증하고 있다. 주식 시장에서 가격은 시장의 모든 정보들이 반영된 결과로서 주식의 가격 변동을 이용하여 가격 패턴을 찾아낸 후 다양한 분석기법으로 주가 지수를 예측하는 연구들이 진행되어 왔다. 그러나 주식 시장은 기업의 내·외부 요인들의 상호관계가 주가 형성에 많은 영향을 주는 가격 결정 메카니즘으로 인해 주가의 변동을 설명할 수 없는 경우가 자주 발생하고 있다. 따라서 주식 시장 예측을 위해서는 시장 내부의 변화와 외부 사건들을 함께 반영할 수 있는 방법이 필요하다. 본 논문에서는 뉴스 기사들에 대한 감성 분석과 주가지수의 시계열 데이터를 딥러닝 예측 모델을 통해 주식 시장의 추세를 예측할 수 있는 주가지수 예측 프로그램을 제안한다.

본 논문에서는 사용자에게 편의성을 제공하며 기존 물물거래 시스템의 단점을 보완한 웹기반의 물물교환 시스템을 제안한다. 대부분 사람들이 중고거래나 필요 없는 물품에 대해 판매를 하는 목적은 자신에게 필요 없는 물건을 처리하고 필요한 물건을 구매하기 위해서이다. 이러한 사용자들의 관점에서 보았을 때, 필요한 물건을 얻기까지의 과정이 장시간 걸린다는 단점이 있으며, 사람들이 필요 없는 물건을 버려 낭비되고 과소비되는 경우도 있다. 이러한 문제를 해결해서 필요 없는 물건을 필요로 하는 사람과 물물교환을 하여 불필요한 소비를 줄이고 필요한 제품을 서로 쉽게 찾고 교환할 수 있도록 사용자에게 편의성을 제공하는 물물교환 시스템을 제안한다.

본 논문에서는 MindWave와 AR 헤드셋 기기를 연동하여 자폐 스펙트럼 장애 아동이 불안감을 느낄 때 발산되는 뇌파 신호를 실시간으로 감지한다. 또한 실시간 객체 검출을 위한 YOLOv5 알고리즘을 통해 시각적 정보를 수집하여 해당 아동이 불안감을 느끼는 원인을 파악하고 이에 맞는 해결책을 AR 형태로 제시하며 자폐 스펙트럼 장애 아동이 불안감을 느끼면 보호자에게 알림을 전송하는 앱을 구현한다. 이를 통해 자폐 스펙트럼 장애 아동의 뇌파 안정과 정서 회복을 돕고 실생활에서 발생할 수 있는 돌발 상황을 방지할 수 있는 시스템을 제안한다.

개인별로 자신이 싫어하는 음식, 종교적인 이유나 알레르기로 먹지 못하는 음식 등 다양한 기호가 존재한다. 외국인이 한국의 음식점을 방문했을 때, 이러한 것들을 표현하는 일은 번거롭고 어려운 일이다. 본 논문에서는 이러한 불편함을 해결하기 위해 OCR, 번역 API를 사용하여 한국 음식점을 찾은 외국인이 자신이 먹지 못하거나 먹으면 안 되는 음식에 대한 정보를 편하게 접근할 수 있는 웹앱을 제안한다.

최근 소셜 네트워크 서비스(SNS)를 통한 건강기능식품 과대광고 적발이 증가하면서 SNS를 통해 브랜드를 선택함에 있어 신뢰도가 소비자에게 중요한 요소가 된다. 본 논문에서는 인스타그램의 해시태그를 이용해 게시글을 크롤링 하여 수집된 게시물 데이터를 가공 및 분석한다. 불용어 사전을 구축해 불용어를 제거해준 뒤 브랜드 추출을 진행하고, 건강기능식품 브랜드 5개에 대한 게시글 데이터를 수집한다. 5개 브랜드의 신뢰도 측정을 위해 게시글, 해시태그, 계정명을 분석기준으로 삼아 라벨링 처리를 한다. 라벨링 된 열을 통해 절대적 수치로 점수를 부여하여 백분율로 점수를 표현한다. 신뢰도 점수와 더불어 브랜드의 고객 참여도 건수를 같이 명시해 준다.

현대의 스트레스 케어는 대부분 비디오 시청, 상담, 취미 활동 등을 통해 진행된다. 시각, 청각을 스트레스 케어에 활용한 사례는 이미 일상에서 쉽게 접할 수 있음으로 다른 새로운 감각을 요구하고 있다. 본 논문에서는 스트레스 케어를 목적으로, 생체정보를 대상으로 딥러닝 기술 기반의 '사용자 스트레스 및 효과적인 스트레스 해소 요소 판단 알고리즘 모델'을 사용하는 서비스 제공 시스템을 설계한다. 생체정보는 손목시계형 웨어러블을 통해 수집된 심박수, 혈압, 체온, 산소포화도, ECG 등 생체데이터를 사용한다. 제시하는 방법은 실시간으로 수집된 생체정보를 알고리즘, 모델을 통해 스트레스 수치를 예측하여 사용자에게 적절한 음악과 조명을 이용한 시청각적 요소와 아로마 요법을 이용한 후각적 요소를 제공한다.

코딩 교육에 대한 중요성이 높아짐에 따라 국가 주도적 교육이 강화되고 있다. 컴퓨터 프로그래밍이 낯선 교육생을 위해 교육 커리큘럼에 블록 코딩을 도입하고 있으나 낮은 흥미도로 인해 여전히 교육 성취도가 낮게 나타난다. 본 논문에서는 컴퓨터 프로그래밍에 대한 관심을 유발하고 학습을 보조하는 드론 기반의 체감형 교육 프로그램모델을 제시한다. 제시하는 교육 모델은 사용자가 코딩한 블록 코드를 파이썬 코드로 변환하여 보여주고, 블록 코드로 첨부된 드론의 동작을 제어하도록 코딩할 수 있다. 사용자의 심화학습을 위해 추가적으로 제공하는 웨어러블 장갑 컨트롤러를 통해 드론과 연관하여 동작 제어가 가능하게 하여 흥미 유발과 더불어 학습 효과 향상을 기대할 수 있다.

본 논문에서는 랜덤 생성 알고리즘을 도입한 디펜스 게임을 제안한다. 기존의 디펜스 게임은 지형물의 변형 및 확장이 불가능하다. 그것에 착안하여 지형물들의 위치가 랜덤으로 생성되는 시스템을 도입하였다. 본 게임은 지형물이 랜덤으로 생성되지만, 난이도에 따라 연속적으로 생성될 수 있는 지형물의 개수를 차별화하고, 사용자가 추가로 설치할 수 있는 지형물의 개수에 제한을 두었다. 또한 조작 가능한 캐릭터를 생성해 적을 공격할 수 있게 구현하여 사용자의 몰입도를 높여줄 것으로 기대한다.

클라우드 컴퓨팅 환경에서는 고성능 컴퓨팅을 지원하기 위해 사용자에게 GPU(Graphic Processing Unit)가 할당된 가상머신을 제공하여 사용자가 고성능 응용을 실행할 수 있도록 지원한다. 일반적인 컴퓨팅 환경에서 한 명의 사용자가 GPU를 독점해서 사용하기 때문에 자원 경쟁으로 인한 문제가 상대적으로 적게 발생하지만 독립적인 여러 사용자가 컴퓨팅 자원을 공유하는 클라우드 환경에서는 자원 경쟁으로 인해 서로 성능 영향을 미치는 문제를 발생시킨다. 본 논문에서는 여러 개의 가상머신이 단일 GPU를 공유하는 RPC(Remote Procedure Call) 기반 GPU 가상화 환경에서 다수의 가상머신이 GPGPU(General Purpose computing on Graphics Processing Units) 작업을 수행할 때 GPU 메모리 입력 경쟁으로 인해 발생하는 커널 함수의 실행 지연 문제를 분석한다.

본 논문에서는 스마트 팩토리의 자동화 공정을 위하여 제품 자동 판별과 불량 시 작업자에게 자동으로 통보해주는 시스템을 설계한다. 생산라인의 효율을 극대화하기 위해서는 작업자의 개입이 적은 상태로 시스템에 의해서 자동으로 공정이 이루어져야 한다. 따라서 본 시스템을 적용해 작업자는 자동으로 돌아가는 라인에 크게 개입하지 않고 문제가 발생했을 때만 투입되어 조치할 수 있게 된다. 따라서 생산과 효율을 크게 증가시키면서 작업자의 실수를 미연에 방지하고 제품의 신뢰성을 향상시킬 수 있다.

최근 주식시장의 관심이 급격하게 높아지고 있으며, 코로나 19의 영향으로 신규 투자가 더욱더 늘어나고 있다. 하지만 개인의 투자자의 경우 기관보다 취득할 수 있는 정보의 양이 제한적이고 정보의 취득 시점이 늦기 때문에 개인의 투자자는 정보를 주관적으로 판단할 수밖에 없는 문제점이 있다. 따라서 본 논문에서는 주식매매의 객관적인 판단을 위하여 페어 트레이딩 기반 빅데이터 분석을 이용하여 주식 매매 시기를 사용자에게 알려주는 알림 시스템을 제안한다. 주식 매매 시기 알림 시스템을 적용할 때 사용자에게 객관적인 주식 매매 시기를 알려주어 투자 손해를 줄일 수 있을 것으로 기대한다.

최근 AI 기술은 컴퓨터, 애플리케이션 등의 시스템만이 아닌 미술, 음악, 소설 등 창작의 영역에서도 많은 확장을 시도하고 있다. 본 논문에서는 EEG(Electroencephalogram, 뇌전도)를 이용하여 신체에 제약이 있는 사람들도 작곡을 할 수 있게 해주는 게임 개발에 대해 기술한다. 이를 위하여 파이썬(Python)을 이용하여 작곡 게임을 구현하였으며, EEG를 이용하여 상, 하, 좌, 우 4가지 움직임을 저장하고 학습하였다. 본 게임을 통해 신체에 제약이 있는 사람들도 창작 활동을 할 수 있으며 뇌신경운동에도 도움을 줄 수 있을 것으로 기대한다.

사용자에게 맞춘 개인화된 제품과 서비스를 제공하는 기술의 발전으로 개인화의 수요는 점점 늘어날 것으로 전망하고 있다. 또한 개인 맞춤형으로 전문 스포츠 선수화, 족부 장애우를 위한 정형 제화 등 전문적인 기능 중심의 개인화나 패션을 위한 스타일 중심의 개인화 등 개인 맞춤 제작 신발을 제작할 때 기존의 아날로그적인 방식으로 발 변인을 측정했을 때 각 변인에 대해 기준점이 명확하지 않아서 재현성이 떨어진다. 따라서 본 논문에서는 자를 이용해 간단히 측정 가능한 기본적인 발 변인 이용하여 다른 변인들을 학습하고 딥러닝을 이용해 추정하는 방법에 대해 서술한다. 이를 위해 20개의 발 변인을 휙득 하였고 그 중 6개의 기본적인 발 변인을 이용해 14개 변인을적합 방지를 위해 Dorpout을 적용해 학습하고 학습한 데이터를 이용해 학습하지 않은 데이터를 테스트해 각 변인별 결과를 보여준다.

인공지능 기술의 발달로 현대사회 사람들은 일상생활에 편리함을 제공받고 업무의 효율성과 생산성이 향상되었다. 대한민국 보육교사들은 수많은 업무로 인해 근무시간 대비 휴식시간과 점심시간이 턱없이 부족하다. 본 논문에서는 보육교사가 일일이 아동들의 사진을 분류하는 업무에 편의성을 제공하여 보다 많은 휴식시간을 보장받고 활용할 수 있도록 전이학습을 통한 아동 이미지 자동 분류 시스템에 대해 기술하고자 한다. 이 시스템을 통해 분류된 아동들의 사진을 매년 제작하는 유아 포토북 제작에도 활용할 수 있을 것으로 기대된다.

온라인 쇼핑 시장의 규모나 나날이 증가하고 있는 추세이다. 이러한 시장 경제 속에서 사용자들을 유지하기 위해 저마다 다른 독자적이 서비스를 제공하고 있으며 서비스 경쟁의 노력 중 하나로 이미지 검색을 사용하는 사이트가 늘어나고 있다. 하지만 기존의 이미지 검색을 의류 쇼핑몰에 그대로 적용할 경우 사용자가 검색하고자 하는 의류가 해당 사이트에 존재하지 않거나 검색을 위한 이미지를 소유하고 있지 않은 경우 기존 텍스트 형식의 검색 시스템을 그대로 이용해야 하는 등의 문제들이 존재한다. 이에 본 논문에서는 사용자가 직접 그린 그림을 이용한 '손그림 의류 검색 시스템'을 제안하였다. 본 시스템을 기존의 텍스트와 이미지에 국한되어 있던 검색 경험과 별개로 그림으로 검색을 시도함으로써 사용자에게 폭넓은 검색 경험을 제공할 수 있을 것으로 기대한다.

스마트폰이 널리 보급되면서 QR코드는 새로운 트렌드로 주목받고 있다. 많은 기업에서 QR코드를 활용하여 마케팅을 하고 있으며 QR코드는 사람들에게 친숙한 이미지가 되었다.. 이에 본 논문에서는 기존의 기업에서 서비스중인 인터폰을 통한 종업원과 소비자의 주문 구조방식의 Drive-Thru가 아닌 QR코드를 활용한 비대면 주문방식의 Drive-Thru 제공을 목적으로 한다. 이러한 서비스를 통하여 기존의 Drive-Thru를 이용 시 불편했던 의사소통, 정보부족을 소비자에게 효과적인 서비스로 제공할수 있고 기업에서는 기존의 Drive-Thru에 배치되어 있던 노동력을 효율적으로 사용하여 능률을 증가시킬 수 있는 기대효과를 가진다.

본 논문에서는 인공지능, 사물인터넷 등 4차 산업혁명 기술을 기반으로 생산 업체와 공급 업체 간의 공급망의 가시성, 안전성, 효율성 향상을 위한 물류 표준을 준수하며 고도화 및 지능화된 스마트 SCM 솔루션을 제시하고자 한다. 이를 위해 사물 인터넷, 인공지능 기술을 기반으로 공급망의 가시성, 안전성, 효율성 향상을 위한 물류 표준을 준수하며 고도화되고 지능화된 효율적인 자동 발주 솔루션을 제시한다. 자동 발수 솔루션은 협력업체와의 생산계획정보, 발주정보, 납품정보, 품질판정정보, 재고현황 등의 제품 데이터를 실시간 공유하는 웹 기반 솔루션이다.

시대가 발전함에 따라 무선통신 기술인 사물인터넷이 점차 성장하고 있으며 모바일 중심으로 IT환경이 재편됨에 따라 전자상거래의 결제방식 또한 변화하고 있다. IT시대에 맞춰 개인의 실시간 위치정보를 기반으로 홍보할 수 있는 지능적 마케팅 수단으로 하이브리드 비콘을 활용하여 고객이 매장근처를 지나치거나 방문할 때, 프로모션 및 쿠폰 정보를 전송하여 실시간 마케팅이 가능하게 한다. 하이브리드 비콘은 고주파의 특성상 매장 안팎의 고객 위치를 정교하게 구분 및 제공할 수 있으며, 블루투스의 연결이 끊기더라도 일정시간 동안 마케팅 서비스를 제공하는 강점이 있다. 본 논문에서는 하이브리드 비콘의 고주파와 저전력에 대한 강점을 활용하여 오프라인 매장에서의 고객에게 프로모션 정보나 모바일 적립 서비스를 제공함으로서 오프라인 시장의 마케팅 및 O2O시장 성장을 목표로 한다.

반려동물 보유 가구 수가 증가하면서 반려동물의 상실로 인한 펫로스 증후군을 호소하는 반려인 또한 증가하고 있다. 펫로스 증후군을 치유하기 위해 반려동물을 가상으로라도 만나서 평소에 하던 말과 행동을 할 수 있도록 하여 차츰 이별을 할 수 있도록 할 필요가 있다. 본 논문에서는 VR을 통하여 반려인이 3D로 모델링 된 반려동물과 직접 교감할 수 있는 시스템에 대한 연구 내용을 기술한다. 이 시스템을 통해 떠나보낸 반려동물과 평소와 같은 말과 행동을 할 수 있도록 도와주어 감정의 정화를 서서히 할 수 있도록 해준다.

최근 펜데믹으로 인하여 대부분의 교육 시스템은 비대면 수업을 통해 수업이 이루어지고 있다. 하지만 비대면 강좌는 대면 강좌와는 다르게 강의자가 수강자의 수업 상태를 파악하는데 제한이 있으며 강좌 수강 태도에 대하여 수강자를 평가하기가 어렵다. 본 논문에서는 비대면 강좌에서 사용할 수 있는 방법 중에서 실시간 화상 강의 수강자의 참여도 추정 시스템을 제안한다. 이 시스템은 기존의 화상 시스템에서 사용하는 장비를 이용하여 수강자의 얼굴, 동공 및 사용자 활동을 실시간으로 측정하여 이를 강의자에게 여러 카테고리 형태로 수업 참여도 측정값을 제공한다. 이를 통해 강의자가 수업 시 수강자들의 수업 참여 여부와 수업 평가 및 향후 수업 개선점을 확인할 수 있도록 한다.

자막은 자막을 볼 수 있는 모든 사람들의 정보전달, 의사소통을 할 수 있는 유용한 도구로 사용 되고 있지만 자막은 평범한 텍스트로 있어 자막에서 강조된 부분, 감정 등을 전달 할 수 없다는 단점을 가지고 있다. 그러므로 청각 장애인들은 해당 컨텐츠의 감정, 강조 되는 부분을 알 수 없어 대화의 숨은 의미가 다른 방향으로 이해 할 수 있다는 위험성을 가지고 있다. 본 논문에서는 음성을 텍스트로 변환하는 STT(Speech To Text)를 이용하여 동영상 스트리밍 서비스를 실시간으로 음성을 텍스트로 변환과 동시에 강조하는 부분까지 개발하여 청각장애인 입장에서 기존 자막보다 효율적인 시각적 효과를 주는 미디어 접근을 위한 동영상 스트리밍 자막 서비스를 개발하고자 한다.

온라인 교육은 컴퓨터 테크놀로지 발달과 웹 기반 정보 통신 기술의 발전에 따라 효과적인 방법으로 자리 잡으면서 새로운 패러다임으로 꾸준히 성장해 오고 있다. 최근 코로나 19로 인해 초, 중, 고등학교를 비롯하여 대학교는 2020년 3월 역사상 처음으로 개강을 비대면 온라인 상황으로 맞이하게 되었다. 온라인 강의 시청수요가 늘어남에 따라 영상에 대한 필기 양도 많아지고 있다. 온라인 강의는 대부분 시각적 자료와 함께 교수자의 설명이 더해진다. 시각자료에 대한 부가적인 설명과 교수자의 말로 설명이 되는 부분에 대해 필기를 할 때 시각 자료를 그려 필기하거나 영상의 어느 부분에 해당 내용이 나오는지 시간을 같이 메모해서 봐야 하는 불편함이 있다. 본 논문에서는 해당 문제점을 해결하기 위해 영상을 시청하며 구간에 메모를 저장, 표시하는 시스템을 설계 및 구현하고자 한다. 학습자가 영상에 직접 메모를 표시하여 맞춤형 학습에 따른 복습 효용성 향상에 긍정적인 역할을 하도록 한다.

게임의 평가모델은 게임의 성공적 개발을 위하여 다양한 방향으로 연구되어 왔다. 특히 게임의 사전 평가는 게임의 성공을 견인하는 중요 요소로 인식되어 왔다. 다양한 장르의 게임을 평가하는 연구가 있어왔으나 4차 산업을 대두로 기술적 발달에 근거한 가상현실 게임과 증강 현실 게임 평가 항목은 연구 결과가 많지 않았다. 특히 증강 현실 게임에 중점하여 평가 항목을 연구한 결과는 전무한 상태이며 온라인 게임 등 다른 장르의 게임 평가항목을 이용하여 왔다. 특히 게임의 재미 요소를 근간으로 하는 평가 항목을 적용하기에는 어려움이 따르며 장르 및 플렛폼에 따라 평가 항목이 다양하여 증강 현실에 적합한 평가 항목을 개발하여 이를 적용하여 유용성을 확인한다.

본 논문에서는 게임 개발의 효율성을 증대하기 위한 데이터베이스 툴을 제안한다. 이 데이터베이스 툴은 엑셀을 기반으로 데이터의 모듈화와 VBA를 통한 자동화를 진행하여 데이터베이스 입력을 간략화 한다. 또한 별도의 스프레드시트를 통한 백업, 불러오기와 csv추출을 통해 관리적인 측면에서도 효율성을 보이게 된다. 해당 작업을 통해 실제 개발 환경에서의 실용성과 이점을 파악함과 동시에 문제파악을 통한 개선안을 낼 수 있도록 하였다. 본 논문에서는 데이터베이스 툴 설계과정에서의 이점과 전반적인 툴의 효율성에 대해 게임 개발의 관점으로 연구가 진행되었다.

프로토타이핑은 게임의 방향성을 정하고 향후 완성된 게임의 모습을 예상케 해 제작 프로세스를 줄이고 제작 비용을 최소화 시키는 가장 효과적인 방법이다. 본 연구에서는 게임 제작 프로젝트에서 프로토타입을 개발 방법론을 기본으로 하여 게임기획, 게임 QA, 게임 사용자의 피드백을 파이프라인으로 연결하여 게임성을 향상 시키는 개발 방법에 대하여 살펴본다. 게임 개발에 있어 위 3가지 단계는 게임을 개발하는데 있어 게임성을 확보하기 위한 효율적인 방법임을 확인한다.

최근 게임에서 '신화'적인 요소가 들어가는 경우는 이름, 고유 명칭만 들어가거나 신화의 이야기를 게임 세계관에 참조만 하는 정도로 그치고 있다. 비교적 최근 북유럽 신화 자체를 다룬 '갓 오브 워'가 나오기는 했지만, 아직도 신화 그 자체를 다룬 게임은 적은 편이다. 그리스 신화, 켈트 신화, 조로아스터교 신화 등 여러 신화가 있지만 그 중에서도 북유럽 신화의 다양한 이야기들을 조사하여 게임으로써 어떤 장르에, 어떤 방향으로 스토리를 적용시켜야 할지 스토리텔링의 방향을 제시하고자 한다.

온라인 게임 시장에는 현금거래가 꾸준히 이루어지고 있다. 유저들의 현금거래에 대한 긍정적인 인식을 바꾸기도 어려우며 유료아이템은 게임의 콘텐츠를 반감시키는 경우가 있으며 유료아이템을 늘리는 것으로 인해 유저들에게 불만을 이르킬 수 있다. 본 논문에서는 유저들이 이용하는 현금거래와 유료아이템에 대해 조사하고 이를 토대로 현금거래를 방지할 수 있는 새로운 방안을 제시하고자 한다.

유니티에서 안드로이드 앱을 개발하고 테스트하는 과정에 테스트 자동화 툴을 사용할 수 있다. 본 논문에서는 테스트 자동화 툴 중 AirtestIDE에 대해 소개하고, 이미지 캡쳐를 이용한 자동화 테스트인 Airtest와 UI제어 인식 기반 테스트인 Poco를 안드로이드 앱에 적용한 사례를 중심으로, 각 테스트에 대한 장점과 단점을 나열하여 앞으로의 테스트 자동화 툴이 더 나은 방법으로 변할 수 있는 방안을 제시하고자 한다.

메타버스 등 VR·AR을 기반으로 하는 가상세계의 현실화가 점차 가까워지고 있다. 이에 따라 가상세계에서 동작하는 게임이나 다양한 소프트웨어들이 등장하고 있어 이에 대한 QA 방안들이 연구되고 있다. VR·AR 게임은 일반 게임과 달리 장비의 사용 등에 따른 시간적, 공간적 특성 등 여러 가지 고려사항들이 있어 QA 진행에 어려움이 있다. 이를 극복하기 위해서는 VR·AR에 대한 이해를 바탕으로 개발팀과의 협조를 통해 콘텐츠를 세분화하여 작은 범위에서 QA를 단계적으로 진행하는 과정이 필요하다. 본 논문에서는 VR, AR 게임을 QA하는 과정에서 고려해야할 사항들을 알아본다.

QA직군은 이론 지식을 바탕으로 게임 제작 프로젝트의 초기 단계부터 게임의 품질관리를 위한 계획을 수립하고, 개발 단계에 맞춰 QA를 진행한다. 청강대 게임콘텐츠스쿨에서는 이를 위해 사전에 다양한 이론과 실기 중심의 과목들을 운영하여 학생들의 기본 지식을 다지고 이를 기반으로 프로젝트를 진행할 수 있도록 교육과정을 운영하고 있다. 청강대 게임콘텐츠스쿨의 게임 제작 프로젝트 과정에서 진행하는 QA 사례 연구를 통해 대학의 게임 개발 프로젝트에서 활용할 수 있는 QA 프로세스를 제안한다.

본 논문에서는 지형의 고도와 기울기를 고려하여 사운드의 확산과 회절을 인터렉티브하게 표현할 수 있는 사운드 합성 기법을 제안한다. 우리의 접근 방식은 광선 추적법(Raytracing)을 기반으로 소리의 크기를 보여줄 수 있는 사운드 강도 맵을 빠르게 계산한다. 지형의 고도와 기울기 값을 고려하여 소리의 강도 맵에 가중치를 적용하여, 결과적으로 지형의 지오메트리 분석인 큰 계산 과정을 피하고 지형을 고려한 소리의 크기를 인터렉티브하게 업데이트한다. 이 과정에서 소리의 근원지에 따른 고도 간의 격차를 계산하여 소리의 크기를 자동으로 감쇠시키며, 주변 지형의 공간 기울기를 기반으로 기울기의 차에 따라 소리의 크기를 자동으로 감쇠시킨다. 본 논문에서 제안하는 방법을 이용한 소리는 실제 높낮이가 있는 현실의 지형에서 듣는 소리의 전파 및 감쇠와 유사한 형태를 보여주며, 소리의 위치에 따라서 소리 감소 패턴이 변경되고, 또한, 지형에 따라서 소리의 크기가 제어되는 결과를 보여준다.

신대영(2020)의 연구에 의하면, 출시시기 기준으로 One-way ANOVA를 이용하여 리니지, 리니지2, 아이온 등 세 게임간의 평균 이벤트 기간의 차이를 조사, 분석한 결과, 세 게임간의 평균 이벤트 기간의 평균의 차이 검증에서 유의수준 P값은 0.398(P>0.05)로 세 게임간의 게임출시시기와 평균 이벤트 기간은 차이가 없다는 결과를 가져왔다. 이에 본 연구에서는 이벤트 개최 횟수를 늘려 관측수를 증가하여 t-test를 활용하여 리니지와 아이온 등 두 게임간의 게임출시시기와 이벤트 횟수의 평균의 차이에 대한 연구를 진행하여 양측검정 결과 P값이 0.002515(P>0.05)로 두 게임간의 이벤트 횟수의 평균의 차이가 있다는 연구결과를 도출하였다.

국내 게임 산업은 1998년 리니지의 성공 그리고 2020년 모바일 게임으로의 발전까지 급성장하여 왔다. PC온라인게임으로 시작하여 현재 모바일게임까지 급성장을 보여 온 국내 게임시장은 수년동안 지속적으로 시장이 성장하면서 시장에 공급되는 게임의 수가 증가하였다. 그 결과 개발 뿐만 아니라 홍보, 광고, 이벤트 등 마케팅 활동이 중요한 시기가 되었다. 이에 게임 출시 시기에 따라 이벤트 개최 횟수가 게임의 성공 여부에 커다란 영향을 미칠 것으로 예상하고, 본 연구에서는 출시 시기에 따라 세 개의 게임을 선정하여 빈도분석을 실시하여 각 게임간의 이벤트 횟수를 살펴보았다.

본 논문에서는 모바일 디바이스의 카메라로부터 얻은 RGB이미지를 분석하여 장애물을 안정적으로 탐지할 수 있는 프레임워크를 제안한다. 본 논문에서는 장애물을 안정적으로 찾기 위해 RANSAC(Random Sample Consensus)기반의 다중 평면 방식을 이용한 위험감지 시스템을 제안한다. 우리의 접근 방식은 RGB영상으로부터 특징점(Feature point)을 추출하고, 특징점을 분석(Feature point analysis)하여 영상내의 평면을 감지한다. 복잡한 지형으로 인해 생성되는 다수의 평면을 RANSAC을 통해 단일 평면으로 정규화하고, 이로부터 특징점을 분류하기 위한 기준점을 계산한다. 모바일 디바이스의 위치와 회전 제약 없이 효과적으로 기준평면(Reference plane)을 탐색할 수 있고, 영상 내 특징점을 실시간으로 계산한다. 다양한 실험을 통해 기준평면과 장애물과의 거리를 파악하여 장애물을 효과적으로 분류하는 결과를 얻었다. 우리의 기법은 실세계에서의 위험요소를 감지하고 모바일 디바이스 사용자의 안전성 확보에 활용할 수 있을 거라 기대한다.

본 논문에서는 지형 API를 활용해 사용자와 병원들의 위치를 들로네 삼각화로 그래프를 구성하고, 교통정보를 기반으로 사용자에게 최적의 경로를 알려주는 새로운 길 찾기 알고리즘을 제안한다. 경로를 분석하는 과정에서 교통정보를 활용하여 최단 시간이 걸리는 구간을 알려주어 전체적인 처리 시간을 최소화한다. 또한, 본 논문에서는 교통정보와 지형 API를 기반으로 들로네 삼각화를 구성하고, 구성된 간선을 기반으로 최적화 문제를 풀어냄으로써, 사용자에게 최적의 경로를 알려준다.

본 논문에서는 매치 3 게임에서 사용되고 있는 수집, 이야기, 꾸미기 등을 활용한 메타 레이어를 통한 게임 플레이에 대한 특징에 대해서 알아보고, 향후 매치 3게임의 게임 플레이 방식의 변화에 대한 연구 방향성에 대한 기준을 제시한다.

매치 3게임에서 플레이테스팅 방법은 전통적으로 사람들을 이용하는 방법으로 지속되어 왔으며, 최근에는 딥러닝을 이용하는 방법으로서 게임의 장르적인 특성들을 고려해서 각 레벨에 대한 플레이 데이터를 이용한 지도학습 방법과 환경과 상황 그리고 보상을 통한 강화학습 방법들이 연구되고 있다. 본 논문에서는 매치 3게임에서 강화학습을 이용한 플레이테스팅의 향후 연구 방향성에 대해서 기준을 제시한다.

다양한 문화 콘텐츠가 MZ 세대를 위주로 발전된 만큼, 게임 또한 새로운 방향성들을 제시하고 있다. 그중 하나가 바로 '대체 현실 게임(ARG)'이다. ARG는 그 자체가 게임이 될 수도 있고, 세부적인 요인으로 작용될 수 있는 매력적인 장르이다. 하지만 리얼 타임과 배경을 고려한 만큼 게임의 주제가 시대적 혹은 트렌드에 뒤쳐졌을 경우 지속적으로 운영을 할 수 없게 되는 딜레마에 빠지게 된다. 본 논문에서는 '현실'과 '가상'의 상황이 적절하게 타협하여 지속성을 강화할 방법을 모색한다.

우리나라는 온라인 게임 개발의 글로벌 리더로서 MMORPG 장르와 캐주얼 아케이드 장르를 중심으로 다양한 게임을 만들어왔다. 하지만 MMORPG와 캐주얼 아케이드 게임의 과도한 경쟁은 장르의 편중 현상을 가져오게 되었고, 신선하고 새로운 재미를 기대하는 플레이어들의 요구와 결합하여 FPS(First Person Shooting) 장르나 스포츠 게임 장르 등의 새로운 장르 게임에 대한 연구와 개발로 이어졌다. 이러한 시대적 흐름 속에 대한민국 스포츠게임 개발 선구자인 조이시티는 길거리 농구 게임인 '프리스타일'을 개발하여 엄청난 화제를 불러일으켰고, 많은 개발사 및 개발자들에게 큰 영감을 선사하였다. 프리스타일의 후속작인 프리스타일2는 길거리 농구 게임의 재미를 더욱 현실감 있게 제공하고자 개발된 캐주얼 스포츠 장르 게임으로, 본 논문에서는 프리스타일2의 게임플레이 개발 사례를 통해 캐주얼 스포츠 장르의 개발 방법에 대한 한 예를 제시하고자 한다.

최근 빅데이터에 대한 관심이 높아지면서 분석을 위해 필요한 데이셋의 표준화에 대한 중요성이 강조되고 있다. 데이터 표준화를 위해서는 업무 처리에 필요한 모든 데이터의 명명 규칙을 규정하고 그 기준에 따라 표준 명칭을 부여하여야 한다. 본 연구에서는 사전을 기반으로 하는 항목명 표준화 시스템을 제안하였다. 제안한 시스템은 공개된 표준단어사전을 활용하여 유의어를 포함한 참조 사전을 구축하고 이를 기반으로 표준사전을 구축하여 표준 항목명을 제공한다. 기 구축된 데이터셋의 항목명을 입력하거나 사용자가 원하는 새로운 항목명을 입력하면 항목명 표준화 시스템은 표준화된 한글 항목명과 영문 항목명, 그리고 테이블 설계에 사용하는 영문 약어명을 출력한다. 본 연구에서 제안한 시스템을 테이블 설계에 활용하거나 기 구축된 데이터셋을 표준화하는데 적용하면 일관된 데이터 해석이나 관리가 가능할 것으로 기대된다.

본 논문에서는 증강현실 기술을 이용한 가구 배치 시뮬레이션 시스템 개발 방법을 제안한다. 이 프로그램은 소파, 탁자같은 가구, 운동기구, 냉장고, 김치냉장고, TV등의 부피가 큰 제품들을 집에 들이기에 충분한 공간이 있는지를 확인 할 수 있다. 현재 셀프 인테리어를 하고 있는 인구가 크게 늘고 있다. 공간 확보 및 인테리어를 증강현실 기술을 이용하여 미리 해보며 가구 및 가전제품의 구입에 도움을 준다.

본 논문은 제조 산업 현장에서의 업무 능력 향상을 위한 XR 교육훈련 콘텐츠의 가변적 시나리오를 제안한다. 가변적 시나리오를 적용한 XR 교육훈련 콘텐츠는 교육훈련 관리자가 자유롭게 시나리오를 가감할 수 있어 동일한 콘텐츠 내에서 다양한 시나리오로 콘텐츠를 구성할 수 있는 특징을 가진다. 이는 기존 하나의 시나리오로 반복되는 교육훈련의 한계를 해결할 수 있으며, 현장에서 발생할 수 있는 돌발적 상황 및 변화되는 업무 프로세스를 효과적으로 진행할 수 있을 것이다.

본 논문에서는 웹 기반 서비스 플랫폼 환경에서 3D 모델의 경량화 및 품질 유지를 위한 후처리 방법을 제안한다. 3D 모델을 산업 현장에서 다양한 용도로 활용되기 위해 웹 기반 환경에서의 3D 모델 시각화 서비스가 제공되고 있으며, 최적화된 서비스 제공을 위해 대용량 3D 모델의 경량화 및 품질 유지가 필수적이다. 제안하는 3D 모델의 후처리 방법은 간편한 사용자 조작뿐만 아니라 면의 경량화 가능 및 시각 품질을 유지할 수 있다. 이는 웹 기반 환경에서의 활용을 위한 대용량 3D 모델을 효율적으로 최적화하는 방안이 될 것으로 기대한다.

현재 코로나 19로 인한 각종 지역특산품 축제가 축소 및 취소되어 지역발전에 저해 요인을 해결할 대책이 필요하다. 기존 특산품 축제의 문제점은 상품 품질의 우수성은 있지만, 접근성에 어려움이 있고 지속적인 정부의 방역지침으로 대면이 필수적인 특산품 경제에 타격을 입는다. 본 논문에서는 해당 문제를 해결하기 위해 비대면 메타버스형 VR 기술을 접목한 지역경제 및 관광 활성화를 제안한다. 해당 솔루션은 포톤서버를 활용한 실감형 체험 및 멀티접속을 구현하고 VR-Chatting 기술을 활용하여 대화로 시장 상품을 의견조율 가능한 시스템을 구현하였으며, 3D 아바타 모델링 기술을 활용해 지역별 특성화 캐릭터 제작 및 지역특산품 홍보로 기존 특산품 축제의 문제점을 해결하는 솔루션을 제안한다.

가상현실 기술은 사용자가 스토리에 참여할 수 있으므로 상호작용을 갖는 인터랙티브 미디어 및 교육 콘텐츠로 활용하는 것에 장점이 있다. 가상현실 공간은 3D 공간으로 구성되며 가상환경에서 사용되는 3D 캐릭터들을 제작하기 위하여 일반적으로 3D 모델링과 키 프레임 기반의 애니메이션 기법이 사용된다. 이러한 과정들은 상대적으로 큰 비용과 많은 시간이 소요됨에 따라 저예산의 프로젝트에서는 가상현실 기술을 적용한 콘텐츠 제작을 어렵게 만든다. 본 논문은 2D 만화 이미지와 만화 스타일의 애니메이션을 활용하여 가상현실 콘텐츠 제작기법을 제안하고, 만화 형식의 가상현실 콘텐츠를 제작하여 연구를 진행하였다.

In this paper, we present a simulation program to learn how to deal with crime situations by realizing a virtual environment using VR. Currently, education on various crimes is increasing year by year, but the crime prevention rate is not decreasing. It was developed to help prevent crime by using VR to experience these problems in an environment similar to reality, learn how to use various tools that have not been used directly, and experience virtual experiences through the metaverse.

PC와 스마트 디바이스가 보급화 되면서 현대인들은 온라인 활동이 많아지고 있다. 온라인상의 커뮤니티는 '육아여성'들이 사회적 고립을 벗어날 수 있는 새로운 기회이다. 삶의 질 증진을 위한 온라인 커뮤니티를 제공하고, 인터넷 속 카페로만 구성되어 있는 육아여성만의 공간을 앱 기반으로 확장시켜 위치기반서비스를 통해 실시간 소통과 가까운 주변 육아여성의 커뮤니티를 형성해 사용자들에게 편리함을 제공을 목표로 한다. 더하여 육아여성의 지역 경제 참여를 유도하여 소상공인에 도움을 주고 지역경제를 활성화한다.

최근 가상 디지털미디어에 대한 관심이 집중되고 있는 시대적 상황에서 물의 다양한 속성에 관한 시공간적 표현은 동시대 매체 미술에서 중요한 의미를 지닌다. 본 연구는 물의 표면을 경계(boundary)로 그 경계면의 상하 공간, 경계면과의 거리감, 물그림자, 물의 투영성 등을 통한 시공간 표현에 관한 것이다. 대상 작품으로는 빌 비올라의 을 중심으로, 레안드로 에를리치의 설치 작품, 데이비드 호크니의 회화를 사례로 제시한다. 다양한 미술 매체를 통해 변형된 시공간성은 물 표면이라는 매개체와의 관계적 특성 안에서 이미지의 환상성을 부각한다.

본 논문에서는 목조건물의 Crack만을 움직여 Data set을 증강하는 기법을 제안한다. 이 기법은 이미지 내 Crack Detection의 학습 데이터를 만들기 위해 이미지의 전체적인 값으로 Flip, Rotation, Shift, Rescale 등의 변환을 통해 Data Augmentation을 진행하는 대신 Crack이라는 하나의 Object만을 가지고 새로운 데이터를 생성한다. 이때 Object는 관심 영역 내에서만 연산되어 기존의 방법보다 더욱 많은 데이터를 얻을 수 있으며, Crack이 관심 영역 밖으로 이동하지 않기 때문에 이상치 혹은 결측치가 존재하지 않는 데이터를 얻을 수 있다. 또한 Crack이 존재하지 않는 이미지에도 임의적으로 Crack을 생성하여 새로운 데이터를 만들 수 있다. 결론적으로 본 논문에서는 Crack Detection의 학습을 위하여 기존 방법보다 우수한 성능의 Data Augmentation을 제안하였다.

본 논문에서는 노후화된 목조·석조 건축물의 균열을 탐지하는 기법을 소개한다. 본 기법의 목적은 석조·목조 문화재의 시간의 흐름에 따른 관리 소홀, 균열(벌레, 날씨, 기온 등), 배부름 현상에 의한 문화재의 손상을 사전에 방지하기 위함이다. 기존에 존재하는 목조·석조 건축물의 균열, 노후, 배부름 등 다양한 결함과 변형의 탐지 방법은 접촉식 센서를 이용하여 탐지를 해왔지만, 문화재 자체의 미관을 해칠 뿐 아니라 문화재를 추가로 훼손할 가능성이 있다는 문제점이 제시되었다. 이 문제를 해결하기 위해 문화재 비 접촉형 탐지 기법을 사용한다. CCTV 및 DSLR과 같은 관측장비로 촬영한 영상정보를 기반으로 문화재의 결함과 변형을 AI 영상분석 기반 방법으로 판단하는 문제를 제안한다.

본 논문에서는 문화재 손상 검출을 위한 직선 검출 기법을 제안한다. 이 기법은 문화재 건물의 볼록함, 즉 배부름 현상을 검출하기 위하여 원본 이미지의 직선과 윤곽을 탐지하여 두 선을 비교한다. 배부름 현상이 나타난 문화재의 경우 곡선이 볼록하게 검출되기 때문에 직선과 비교했을 때 일치하지 않는다. 직선 탐지 기법과 윤곽 탐지 기법은 컴퓨터 비전을 기반으로 이루어져 있으며, 이 선들은 이미지의 엣지를 이용하여 검출한다. 배부름 현상은 문화재의 전체 부분 중 일부분에 발생하기 때문에 직선과 윤곽을 비교했을 때 차이를 드러내므로 우수한 성능을 보인다.

본 논문에서는 GPU 아키텍처를 이용하여 적응형 부호 거리장을 최적화하여 빠르게 구축하고 시각화 할 수 있는 방법에 대해 제안한다. 쿼드트리를 효율적으로 GPU 메모리로 전달하고, 이를 활용하여 삼각형에 대해 유클리디안 거리를 각 스레드 별로 병렬처리하여 최단 거리를 찾는다. 이 과정에서 GPU를 사용하여 삼각형으로 구성된 3D 메쉬로부터 빠르게 적응형 부호 거리장을 계산할 수 있는 최적화 기법과 절단면 보기, 특정 위치의 값 조회, 실시간 레이트레이싱 및 충돌처리 작업을 빠르고 효율적으로 수행할 수 있는지를 보여준다. 또한, 제안하는 프레임워크를 활용하면 하이 폴리곤 메쉬도 1초 내외로 부호 거리장을 계산할 수 있기 때문에 강체뿐만 아니라 변형체에도 충분히 활용될 수 있다.

본 논문에서는 데카르트 좌표계 기반으로 노드를 압축함으로써 SR(Super-resolution) 기반 연기 합성을 효율적으로 처리할 수 있는 방법을 제안한다. 제안하는 방법은 다운 스케일링과 이진화를 통하여 연기 시뮬레이션의 계산 공간을 효율적으로 줄이고, 데카르트 좌표계 축을 기준으로 쿼드트리의 말단 노드를 압축함으로써 네트워크의 입력으로 전달하는 데이터 개수를 줄인다. 학습에 사용된 데이터는 COCO 2017 데이터셋이며, 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 결과에 비해 네트워크로 전달해야 하는 데이터가 압축되어 개수가 줄어드는 결과를 얻었으며, 그로 인해 네트워크 단계에서 필요한 I/O 과정을 효율적으로 처리할 수 있게 되었다.

본 논문에서는 인공신경망 기반의 슈퍼 해상도(Super-resolution, SR) 기법을 이용하여 저해상도(Low-resolution, LR) 헤어 시뮬레이션을 고해상도(High-resolution, HR)로 노이즈 없이 표현할 수 있는 기법을 제안한다. LR과 HR 머리카락 간의 쌍은 헤어 시뮬레이션을 통해 얻을 수 있으며, 이렇게 얻어진 데이터를 이용하여 HR-LR 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 머리카락의 위치를 지오메트리 이미지로 변환하여 사용한다. 우리가 제안하는 헤어 네트워크는 LR 이미지를 HR 이미지로 업스케일링 시키는 이미지 합성기를 위해 사용된다. 테스트 결과로 얻어진 HR 이미지가 HR 머리카락으로 다시 변환되면, 하나의 매핑 함수로 표현하기 어려운 머리카락의 찰랑거리는(Elastic) 움직임을 잘 표현할 수 있다. 합성 결과에 대한 성능으로는 전통적인 물리 기반 시뮬레이션보다 빠른 성능을 보였으며, 복잡한 수치해석을 몰라도 쉽게 실행이 가능하다.

본 논문에서는 바다와 같은 스케일이 큰 장면인 물 시뮬레이션에서 표현되는 거품 효과(Foam effects)를 노이즈 없이 디테일하게 표현할 수 있는 프레임워크를 소개한다. 거품이 생성될 위치와 거품 입자의 이류는 기존의 접근법인 스크린 투영 방법을 통해 계산한다. 이 과정에서 중요한 것이 투영맵이지만 이산화된 스크린 공간에 운동량을 투영하는 과정에서 노이즈가 발생한다. 본 논문에서는 노이즈 제거 신경망(Denoising neural network)을 활용하여 이 문제를 효율적으로 풀어낸다. 투영맵을 통해 거품이 생성될 영역이 선별되면 2D공간을 3D공간으로 역변환(Inverse transformation)하여 거품 입자를 생성한다. 결과적으로 깔끔한 거품 효과뿐만 아니라, 노이즈 제거 과정으로 인해 소실되는 거품 없이 안정적으로 거품 효과를 만들어냈다.

본 논문에서는 벡터 기반 데이터 증강 기법(Data augmentation)을 제안하여 학습 데이터를 구축한 뒤, 이를 합성곱 신경망(Convolutional Neural Networks, CNN)으로 실제 균열과 가까운 패턴을 표현할 수 있는 프레임워크를 제안한다. 건축물의 균열은 인명 피해를 가져오는 건물 붕괴와 낙하 사고를 비롯한 큰 사고의 원인이다. 이를 인공지능으로 해결하기 위해서는 대량의 데이터 확보가 필수적이다. 하지만, 실제 균열 이미지는 복잡한 패턴을 가지고 있을 뿐만 아니라, 위험한 상황에 노출되기 때문에 대량의 데이터를 확보하기 어렵다. 이러한 데이터베이스 구축의 문제점은 인위적으로 특정 부분에 변형을 주어 데이터양을 늘리는 탄성왜곡(Elastic distortion) 기법으로 해결할 수 있지만, 본 논문에서는 이보다 향상된 균열 패턴 결과를 CNN을 활용하여 보여준다. 탄성왜곡 기법보다 CNN을 이용했을 때, 실제 균열 패턴과 유사하게 추출된 결과를 얻을 수 있었고, 일반적으로 사용되는 픽셀 기반 데이터가 아닌 벡터 기반으로 데이터 증강을 설계함으로써 균열의 변화량 측면에서 우수함을 보였다. 본 논문에서는 적은 개수의 균열 데이터를 입력으로 사용했음에도 불구하고 균열의 방향 및 패턴을 다양하게 생성하여 쉽게 균열 데이터베이스를 구축할 수 있었다. 이는 장기적으로 구조물의 안정성 평가에 이바지하여 안전사고에 대한 불안감에서 벗어나 더욱 안전하고 쾌적한 주거 환경을 조성할 것으로 기대된다.

본 논문에서는 작전환경과 위장무늬 디자인 영상 간의 색상 및 구조 분석 기반의 새로운 정량적 위장무늬 평가 방법을 제안한다. 작전환경 및 위장무늬 디자인 영상 간 RGB, Lab 색상 공간에서의 화소간 평균 오차 및 색상 히스토그램 비교를 통해 색상 유사도를 계산한다. 또한, PSNR(Peak Signal-to-Noise Ratio), MSSIM(Mean Structural Similarity Index), UIQI, GMSD 및 딥러닝 기반 영상 간 구조 유사도를 계산한다. Random Forest Regressor를 통해 각각 계산된 색상 및 구조 유사도 파라미터를 회기 분석하여 최종 위장무늬 평가 결과를 계산한다. 20명의 피실험자를 대상으로 제안한 위장무늬 평가 방법과 기존 평가 방법을 비교함을 통해 제안한 방법의 성능을 검증하였다.

본 논문은 집중력 향상 놀이인 다른 그림 찾기를 자신이 좋아하는 주제를 배경으로 쉽게 생성할 수 있는 시스템을 제안한다. 아동기에 주로 진단이 되고 성인기까지 이어질 수 있는 주의력 결핍 과다활동 증후군(ADHD)을 조기에 예방하기 위해 본 논문에서는 선택한 그림의 일부분을 가지고 생성적 적대 신경망을 활용하여 새로운 물체를 생성해 낸 뒤 자연스럽게 원본 그림에 융화될 수 있도록 하는 것이 목표이다. 하나의 다른 그림 찾기 콘텐츠를 만드는 것은 포토샵과 같이 전문성을 가진 툴을 전문가가 오랜 시간 작업해야 하는 내용이다. 전문적인 기술이 필요한 작업 과정을 본 연구를 통해 일반인도 쉽게 작업할 수 있도록 하는 것을 최종 목표로 한다.

본 논문에서는 데이터 처리에 대한 비전문가들도 시계열 데이터를 필요한 형태로 쉽게 변환하는 방법을 제안한다. 이를 위해 국내 및 해외의 다양한 공공 시계열 데이터들의 저장 형태를 파악하였고 가장 빈번하게 사용되는 4가지의 시계열 데이터 변환 패턴을 정의하였다. 또한, 변환 패턴을 정형화하기 위해 파라미터를 구조화하고 이를 해석하여 변환하는 변환 모듈을 개발하였다. 변환 모듈은 제안하는 입력 파라미터의 값에 따라 데이터 변환이 이루어지기 때문에 비전문가의 활용이 쉬우며 다수의 공개 데이터를 원하는 형태로 변환할 수 있음을 검증하였다.

본 논문에서는 개인용 하드웨어를 통해 인증을 강화하고 이를 활용하여 개인 클라우드를 제공할 수 있는 개인용 보안장비인 DONO를 제안한다. 또한 DONO를 활용하여 보다 규모가 확장된 클라우드 서비스를 제안하고 이를 활용하여 실제 서비스가 가능함을 보여주도록 한다. DONO가 사용하는 환경은 기존의 네트워크 시스템을 따르는 대신 콘텐츠 중심의 통신을 통해 면역 기반 보안 시스템을 구축한다. 데이터 전송은 CCN(Content Centric Network)을 통해 이루어지며 CCNx 그룹이 검증한 프로토콜을 활용한다. DONO에 의해 보호되는 영역은 일반적인 네트워크 통신을 사용하지 않고 CCN 프로토콜에 따라서 운영하며 이를 통해 기존의 보안 공격과 추가적으로 알 수 없는 공격으로부터 시스템을 보호할 수 있다. 이러한 새로운 방식을 활용해 클라우드 시스템을 제공하며 보다 안전한 서비스를 활용할 수 있음을 보이도록 한다.

본 논문에서는 소규모 데이터 셋의 이미지 분류 작업에서 모델 과적 합 및 비 수렴을 해결하고 분류의 정확도를 높이는 데 주로 사용되는 few-shot 학습을 기반으로 한 새로운 이미지 분류 방법을 제안합니다.

논문은 재구성에 기반을 둔 초 해상도 알고리즘 모델에서 SRCNN과 VDSR의 전반에 걸쳐 구조와 성능에 대하여 알아본다. SRCNN 모델과 VDSR 모델의 구조와 각 방법의 알고리즘 프로세스를 간단히 소개하고 성능 평가 함수의 개선에 대하여 알아보도록 한다.

본 논문에서는 플랜트 배관의 기체 누출 탐지방안에 대하여 기술한다. 배관 누출 발생 시 배관 내부 압력과 누출부 크기의 조합에 따라 누출 초음파 발생 여부가 결정되는데, 누출 시 초음파가 발생하는 경우와 그렇지 않은 경우에 대하여 배관 누출을 탐지하는 방안과 보온재 배관의 누출탐지 방안에 대하여 설명한다. 또한 배관 파단을 상시감시하기 위한 대량의 무선센서 운용에 따른 대량 누출탐지신호의 실시간 처리를 위한 쿠버네티스 기반의 분산처리형 진단 시스템 구현 방안에 대하여 기술한다.

본 논문에서는 다양한 환경에서 수집된 서로 다른 시계열 데이터를 통합하여 분석 활용하기 위해 추가로 생성해야 할 시계열 데이터의 메타 정보를 정의하고 이를 기반하여 새로운 통합 데이터를 생성하는 방법을 소개한다. 시계열 데이터는 표준화된 기술 방법이 없고 다양한 소스에서 생성되기 때문에 이를 통합하고 활용할 경우 그 기준이 없기 때문에 전문적 지식이 없다면 처리에 어려움을 겪는다. 그러므로 서로 다른 특성의 데이터를 새로운 기준에 의거하여 통합하는 것을 목적으로 필요한 메타 정보를 정의하고 이를 기준으로 데이터를 재가공할 수 있도록 하였다.

The malalignment of the trunk causes abnormal stress in a specific area and lead to trunk instability. The purpose of this study was to investigate the correlation between the angle between the infrasternal angle and the trunk side shift distance. The participants in this study 22 subjects were participated. The infrasternal angle and trunk side shift distance were measured using a camera and analyzed using the Image J program. The correlation between the asymmetry of the infrasternal angle and trunk side shift distance was moderate (r=-0.413; p=0.028). According to the asymmetry of the infrasternal angle, it was confirmed that trunk lateral shift appeared in a specific direction. Based on result, it suggests that infrasternal angle and trunk side shift should be considered in the intervention plan of patients with asymmetry of the infrasternal angle.

최근 다양한 연령층과 직업군들 사이에서 기능성 신발에 대한 관심이 증대되고 있다. 그러나 기능성 신발 및 맞춤형 신발은 높은 가격대와 긴 제작 시간이 필요하다. 이러한 문제점은 3D 스캐너 도입으로 해결이 가능하나, 정확한 발 형상 측정이 가능한 3D 스캐너는 고가의 장비이기 때문에 매장별 보급이 어렵다. 본 논문은 기능성 신발의 보급을 위하여 저가형 3D 스캐너에서 정확한 발 고유 변인을 측정할 수 있는 시스템에 대해 서술한다. 이를 위해 이를 위해 저가형 Depth Camera를 이용한 저가형 3D 스캐너의 발 형상 3D 점군 데이터를 2차원으로 변형하고, 발 형태를 감싸는 최소 사각형(Min Area Rect)를 형성하여 발 안쪽점 및 발 가쪽점을 추정한다. 생성된 최소 사각형과 발 안쪽점 및 발 가쪽점 등은 발 고유 변인 측정의 기준이 된다. 실험 결과에서는 측정 기준을 이용하여 발 고유 변인인 발 길이, 발 너비, 발꿈치 너비, 발꿈치에서 발안쪽점 및 발 가쪽점 길이 등 5가지 고유 변인을 측정하는 것을 보여준다.

본 논문에서는 시각 장애우의 식품 안전성 증진을 위해 광학 문자 인식 (optical character recognition, OCR) 및 실시간 객체 인식 (you only look once, YOLO) 알고리즘에 기반한 식품의 유통기한 자동 알림 시스템을 제안한다. 제안하는 시스템은 1) 스마트폰 카메라를 통해 실시간으로 입력되는 영상에서 YOLO 알고리즘을 활용하여 유통기한으로 예측되는 이미지 영역을 검출하고, 2) 검출된 영역에서 OCR 알고리즘을 활용하여 유통기한 데이터를 추출하며, 3) 최종 추출된 유통기한 데이터를 음성으로 변환하여 시각 장애우에게 전달한다. 개발된 시스템은 유통기한 정보를 추출해서 사용자에게 전달하기까지 평균 약 7초 이내의 빠른 응답 속도를 보였으며, 62.8%의 객체 인식 정확도와 93.6%의 문자 인식 정확도를 보였다. 이러한 결과들은 제안하는 시스템을 시각 장애우들이 실용적으로 활용할 수 있다는 가능성을 보여준다.

This study investigated patterns of co-occuring chronic diseases and disorders in old ages. For this purpose, we utilized data from the Korean National Health and Nutrition Examination Survey for 3,734 old adults aged over 65. Data on 18 conditions were obtained, and analyzed using network analysis, associated rule mining, cluster analysis. The majority of participants has multimorbidity. Association rules analysis reveals unexpected comorbidities with high lift and confidence. Also, some morbidity clusters were present. Diabetes and emotional disorder had the greatest comorbidity and represent complex comorbid conditions. Old age is characterized by a complex pattern of multimorbidity and comorbidity. In conclusion, particular combinations of morbidities were very prevalent and will be needed to policy of health care interventions for old ages.

The purpose of the study was to identify fiber changes induced by electrical stimulation of a certain neural substrate in the rat brain. In the stimulation group, the peripheral nerve was injured and the brain area associated to inhibit sensory information was electrically stimulated. There were sham and sham stimulation groups as controls. Then high-field diffusion tensor imaging (DTI) was acquired. 35 features were taken from the DTI measures from 7 different brain pathways. To compare the efficacy of the classification for 3 animal groups, the linear regression analysis (LDA) and the machine learning technique (MLP) were applied. It was found that the testing accuracy by MLP was about 77%, but that of accuracy by LDA was much higher than MLP. In conclusion, machine learning algorithm could be used to identify and predict the changes of the brain white matter in some situations. The limits of this study will be discussed.

도로변에서 발생하는 미세먼지와 비산먼지는 인체에 각종 질병을 유발하는 발암물질로 알려져 있다. 본 논문에서는 효율적인 도로변 미세먼지의 농도를 측정을 위해 소형차량을 이용한 이동형 미세먼지 모니터링 시스템을 제안한다. 이 시스템은 기존의 대형차량의 운행으로 발행하는 미세먼지 사각지대를 해소하고, 고품질의 보급형 센서를 탑재하여 경제성을 제고한다. 또한, 미세먼지 측정 차량은 이동 중에도 실시간으로 측정가능하다. 이번 연구를 통해 미세먼지 측정 차량을 운행한 결과 도로변 상황을 즉각적으로 반영하는 결과를 나타내었다. 이러한 미세먼지 농도는 미세먼지 저감 및 관리를 위한 기초정보로 사용될 것을 기대한다.

본 연구에서는 4차 산업기술에 대한 소비자들의 인지 정도를 살펴보고 이러한 기술들이 향후 인간의 삶에 미칠 위험에 대해 어떻게 지각하는지를 탐색하고자 한다. 즉, 4차 산업기술로 대표되는 5G, 블록체인, 인공지능, 10기가 인터넷, 증강현실·가상현실, 사물인터넷, 양자 컴퓨팅 등이 인간의 삶을 이롭게 할 것이라 믿는지에 대한 의문에서 출발한다. 분석결과, 7가지 신기술 중 10기가 인터넷과 양자 컴퓨팅을 제외한 5G, 블록체인, 인공지능, 증강현실·가상현실, 사물인터넷 등에 대한 소비자들의 인지 정도가 높을수록 해당 기술의 위험지각은 낮아지는 것으로 나타났다. 본 연구는 4차 산업기술이 우리의 소비생활에 보다 잘 융화될 수 있도록 하는 정책적 단초를 제공할 것으로 기대된다.

선박은 해운시장에서 가장 중요한 자산이다. 이러한 선박투자에는 대규모 자본조달이 필요하며 시황 및 경기분석을 통해 고점투자를 방지하고 조달비용을 절감하는 것이 중요하며 이러한 결정이 투자 성패를 좌우한다. 본 논문은 K평균 군집화분석을 이용하여 그리스 선주와 한국 선주의 선박투자행태를 분류하고자 한다. 분석의 결과로 선박투자의 주요 요인들을 식별하여 기업차원의 선박투자의 벤티마크 투자전략을 수립하는데 기여하고자 하며 정책적 차원에서 선박투자에 필요한 전략에 대한 시사점을 도출하고자 한다.

본 연구의 목적은 국경 간 전자상거래 플랫폼의 지속이용의도의 영향을 파악하며 국경 간 전자상거래 플랫폼의 발전에 의의를 규명할 것이다. 국내 전자상거래에 비해, 국경 간 전자상거래는 문화 차이, 언어 차이, 법률 차이, 통관 처리, 국경 간 물류 등의 문제로 인해 더 높은 불확실성을 가지고 있다. 소비자의 지속이용의도에 관한 연구는 국내 전자상거래의 연구에 머물러, 국경 간 전자상거래 플랫폼이 많은 도전에 직면하게 된다. 국경 간 전자상거래 플랫폼의 어떤 요인이 소비자의 구매 의도에 영향을 미치는지 연구하면, 국경 간 전자상거래 기업의 플랫폼에 상응하는 개선을 돕고, 국경 간 전자상거래 기업의 발전을 촉진하며, 이를 통해 대외무역의 발전을 촉진 할 것이다. 특히 한국 중소업체 입장에서는 이를 통해 한국 제품을 직접 수출의 주역으로 자리 잡으며 육박하는 수출을 견인한 것으로 추정될 수 있다.

소상공인은 우리나라 경제의 중요한 역할을 하는 경제적 근간이루고 있지만 상대적으로 영세하고 경영여건이 불안하다. 정부정책적인 자금지원이 필요하나 재원의 한계로 효율적인 자본분배가 필요하다. 따라서 본 논문은 랜덤포레스트 모형을 활용하여 소상공인 정책자금 대출에 관한 부실예측모형을 개발함으로써 부실징후를 사전에 파악하고 예방함으로써 사회적비용을 절감하고 자원의 효율적 분배에 기여하고자 한다.

본 연구는 최근 10년간 발표된 국내 학술지 및 학위논문을 대상으로 체계적 문헌고찰을 실시하였다. 이를 통해 인공지능교육에 대한 연구 활동 추이를 살펴보고, 향후 연구 방향성을 위한 기초자료를 확보하는 것을 목표로 한다. 연구방법으로는 학술연구정보서비스 데이터베이스를 활용하였고, '인공지능교육', '인공지능교육프로그램', 'AI교육' 등을 키워드로 검색하였다. 최종적으로 선정된 문헌은 51편이었으며 선정된 문헌의 연도별 발표 현황, 연구대상, 연구주제어에 대해 분석하였다. 그 결과 인공지능교육 연구 활동은 2020년부터 많은 연구가 시작되었으며 초등학생을 대상으로 한 연구가 가장 많았고, 키워드로는 인공지능, 인공지능교육, 초등학교, 소프트웨어교육, 언플러그드컴퓨팅 순으로 나타났다. 이를 토대로 향후 중·고등학교에 인공지능 적용 연구를 하고자 한다.

최근 인공지능의 새로운 기술들이 하루가 다르게 발전하고 있다. 이에 본 연구에서는 인공지능 교육과 글쓰기 교육을 연계하여 초등학생들의 어휘력 향상을 위한 수업을 설계하고자 한다. 그 방법으로는 본 수업에 앞서 어휘 10문제를 테스트하여 실험에 참가하기 전의 어휘력을 점검한다. 그 후 머신러닝 포키즈를 이용하여 여러 감정에 해당되는 단어들을 다양하게 훈련하도록 하였고, 그 후 관련된 어휘 10문제를 다시 테스트 하였다. 실험 결과 실험에 참가하기 전에는 100점 만점에 58.8점으로 나왔으나 훈련 후의 결과는 평균 68점으로 모든 학생의 성적이 좋아지는 결과를 얻을 수 있었다. 어휘력 문항수가 적은 점과 10명의 실험참가자로 일반화할 수 없는 한계가 있다. 향후 초등교재 한권을 선정하여 어휘를 모두 분석한 후 가장 많이 등장하는 어휘를 골라내어 테스트하여 좀 더 통계적으로 의미 있는 분석을 하고자 한다.

도로 이용자의 교통정보에 대한 수요 증가와 효율적인 도로 이용을 위해, 또한 지능형 교통체계(ITS, Intelligent Transport Systems)의 기본 기술로서 교통정보를 수집하여 제공하는 시스템에 대한 개발과 요구가 지속되고 있다. 본 연구에서는 고속도로에서 가장 많이 사용하는 교통정보 수집도구인 차량감지기(VDS)를 활용한 교통 정보 수집 시스템에 관하여 조사하였다. 이러한 차량 검지기를 활용한 교통정보는 차량의 속도와 교통량을 산출하는 데에는 효율적이지만, 공사와 수집 장비 불량으로 인하여 모든 교통 정보를 수집하는데 어려움이 있다. 이로 인해 전체적인 교통상황을 파악하기 위한 새로운 시도와 알고리즘 개발이 요구된다.

본 작품은 학생들의 캡스톤디자인 작품이다. 2019년 코로나 시대가 도래한 후, 사회 전반적으로 많은 변화가 일고 있는데, 특히 5인 이상 집합 금지 및 식당 영업시간 제한 조치 등으로 인하여 외식을 선호했던 가족이나 개인이 집콕하는 시간이 늘면서 홈쿡과 홈베이킹이 대세를 이루게 된 것이다. 본 아이디어는 스마트 기술이 가전에 적용되면서 요리에서도 스마트 기술이 필요하다는 생각에서 출발하였다. 기존의 레시피는 다양한 책과 동영상(유투브) 등으로 소개되기 때문에 요리 방법을 보면서 시간과 소스의 양을 정확히 지키기 어려웠다. 하지만 본 작품에서 소개된 스마트쿡은 자체에 타이머와 저울 기능을 부여함으로써, 요리에 필요한 타이머 기능과 미세 조절 가능한 레시피 소스를 과학적으로 요리할 수 있도록 설계되었다. 이러한 부가 기능을 가진 스마트쿡이 실제로 적용된다면 요리의 시간이 한층 더 재미있고 과학적이 될 것으로 판단된다.

본 논문에서는 에너지 데이터 플랫폼에서의 데이터 거래 가이드라인을 연구 및 제안한다. 타 산업에서의 데이터 플랫폼들의 현황과 에너지 데이터 플랫폼 구조를 분석하여 에너지 데이터 거래에서의 이해관계자를 정의한다. 또한, 타 산업에서의 데이터 거래가이드를 분석하여 에너지 거래 가이드 구성요소와 거래 계약 거래 원칙을 정의한다. 에너지 데이터 거래 가이드의 구성 요소로는 데이터 거래 이해관계자 정의, 데이터 거래 유형, 데이터 거래 유형별 거래 계약 원칙, 데이터 구매 및 판매비용 산정 방안, 데이터 플랫폼 이용료 산정 방안, 데이터 거래시 법적 쟁점으로 구성된다. 본 연구에서는 데이터 거래 이해관계자 정의, 데이터 거래 유형, 데이터 거래 유형별 거래 계약 원칙에 대해 정의하였다.

인터넷에서 댓글 시스템은 자신의 의사표현을 위한 시스템으로 널리 사용되고 있다. 하지만 이를 악용하여 상대방에 대한 혐오를 드러내기도 한다. 악성댓글에 대한 적절한 대처를 위해 빠르고 정확한 탐지는 필수적이다. 본 연구에서는 악성 댓글 분류 문제를 해결하기 위해서 순서가 있는 분류 레이블의 성질을 활용한 순서형 회귀 (Ordinal regression) 기반의 분류 모델을 제안한다. 일반적인 분류 모형과는 달리 혐오 발언 정도에 따라 다중 레이블을 부여하여 학습을 진행하였다. 실험을 통해 Korean Hate Speech Dataset에 대해 LSTM기반의 모형의 출력층을 다르게 구성하여 순서형 회귀 기반의 모형들의 성능을 비교하였다. 결과적으로 예측 결과에 대한 조율이 가능한 순서형 회귀 모형이 일반적인 순서형 회귀 모형에 비해서 편향된 예측에 대해 추가적인 성능 향상을 보였다.