본 연구는 환경 요인이 통제되어 있는 실험실 데이터에 산업 현장에서 발생하는 유사 잡음을 노이즈로 추가하였을 때, SNR비에 따른 노이즈별 STFT Log Spectrogram, Mel-Spectrogram, CWT Spectrogram 총 3가지의 이미지를 생성하고, 각 이미지를 입력으로 한 CNN 결함 분류 모델의 성능 결과를 확인하였다. 원본 데이터의 영향력이 큰 0db 이상의 SNR비로 합성할 경우 원본 데이터와 분류 결과상 큰 차이가 존재하지 않았으며, 노이즈 데이터의 영향이 큰 0db 이하의 SNR비로 합성할 경우, -20db의 STFT 이미지 기준 약 26%의 성능 저하가 발생하였다. 또한, Wiener Filtering을 통한 디노이징 처리 이후, 노이즈를 효과적으로 제거하여 분류 성능의 결과가 높아지는 점을 확인하였다.

자연어처리는 수많은 정보가 수집된 전자의무기록의 비정형 데이터에서 유의미한 정보나 패턴 등을 추출해 의료진의 의사결정을 지원하고, 환자에게 더 나은 진단이나 치료 등을 지원할 수 있어 큰 잠재력을 가지고 있다. 그러나 전자의무기록은 개인정보와 같은 민감한 정보가 다수 포함되어 있어 접근하기 어렵고, 이로 인해 충분한 양의 데이터를 확보하기 어렵다. 따라서 본 논문에서는 신뢰할 수 있는 의료 합성 텍스트를 생성하기 위해 ChatGPT 기반 의료 텍스트 증강 도구를 개발하였다. 이는 사용자가 입력한 실제 의료 텍스트로 의료 합성 데이터를 생성한다. 이를 위해, 적합한 프롬프트와 의료 텍스트에 대한 전처리 방법을 탐색하였다. ChatGPT 기반 의료 텍스트 증강 도구는 입력 텍스트의 핵심 키워드를 잘 유지하였고, 사실에 기반한 의료 합성 텍스트를 생성할 수 있다는 것을 확인할 수 있었다.

본 연구에서는 언텍트 소비가 일반화됨에 따라 소상공인들을 지원하기 위해 캡티브-포털을 활용하여 주문하는 등의 시스템을 구축하고 있으며, 이에 상권 내 방문자들의 주문 정보를 기반으로 개인의 선호나 취향을 고려하고 기존 방문 순서를 고려하여 다음 방문지를 추천할 수 있는 모델을 개발하고자 한다. 모델 개발을 위한 데이터셋으로는 캡티브-포털을 통해 수집되는 변수 항목과 유사한 위치기반 SNS 데이터인 Foursquare 데이터를 활용했다. 본 논문에서는 데이터셋의 변수 중 상호명을 기반으로 22개의 행동 유형 카테고리로 묶어 현재 행동 유형 이후에 다음에 이어질 행동 유형을 예측하는 것을 제안한다. 개인 별 세션 기반의 데이터셋을 LightMove 알고리즘을 활용하여 행동유형 예측을 임베딩 차원의 변경하여 실험한 결과 500차원에서 Top-5가 82.72의 성능을 보임을 확인했다. 향후 국내 상권에 맞는 방문지 추천 시스템이 개발된다면 방문지 추천을 활용하여 다양한 마케팅 전략을 수립이 가능해질 수 있고, 이를 통해 지역 상권이 활성화될 것으로 기대된다.

최근 기후 변화가 심각해짐에 따라 수소 에너지에 대한 관심이 집중되고 있으며 이를 안전하게 운송/보관할 수 있는 용기에 대한 연구도 활발히 진행되고 있다. 특히 고압 가스를 저장하는 TypeIII 용기의 노후화 및 안전과 관련되어 결함을 인지하는 연구가 활발하다. 그러나 이 용기의 외각층을 이루는 CFRP 소재는 탄소 섬유와 에폭시가 복잡한 구조로 구성되어 결함별 탐지가 매우 어렵다. 본 논문에서는 음향방출시험과 딥러닝을 활용하여 CFRP 결함 데이터셋을 구축하고 이를 분류할 수 있는 모델을 제안한다. 특히 CFRP 시편을 직접 제작하여 AE 센서를 부착하고 파괴하여 파형 데이터를 수집하였다. 이후 표현 학습을 통해 데이터의 특징을 압축/추출하고 유사도를 비교해 결함별 데이터를 판별하는 알고리즘을 개발하였다. 구축된 데이터셋의 실루엣 계수는 0.86으로 높은 군집도를 보였다. 마지막으로 구축된 데이터셋을 실시간으로 분류할 수 있는 1D-CNN 딥러닝 모델을 개발하였으며 99.33%의 높은 분류 정확도를 보였다.

본 논문에서는 상점 내 캡티브 포털을 활용하여 수집된 주문 정보 데이터를 바탕으로 사용자가 선호하는 메뉴를 추천하는 시스템을 제안한다. 이 시스템은 식품 관련 공공 데이터셋으로 학습된 단어 임베딩 모델(Word Embedding Model)로 메뉴명을 벡터화하여 그와 유사한 벡터를 가지는 메뉴를 추천한다. 이 기법은 캡티브 포털에서 수집되는 데이터 특성상 사용자의 개인정보가 비식별화 되고 선택 항목에 대한 정보도 제한되므로 기존의 단어 임베딩 모델을 추천 시스템에 적용하는 경우에 비해 유리하다. 본 논문에서는 실제 동일한 시스템을 사용하는 상점들의 구매 기록 데이터를 활용한 검증 데이터를 확보하여 제안된 추천 시스템이 Precision@k(k=3) 구매 예측에 유의미함을 보인다.

집중 안전 점검의 대상인 노후 건축물에서 균열은 건물의 안전도를 점검할 수 있는 지표이다. 안전 점검에 드론을 활용하면서 고해상도의 드론 기반 균열 이미지 수집이 가능해졌고, 육안이 아닌 AI기반으로 균열을 탐지, 구획화할 수 있다. 본 연구에서는 주변 사물과 배경에 구애받지 않고 안전 점검이 가능한 구획화 알고리즘을 제안한다. METU와 POC데이터셋을 가공하여 데이터셋을 구축하고, 이를 바탕으로 ResNet50을 통해 균열과 유사한 배경을 분류하였으며, 균열 구획화 모델을 선정하여 DesneNet201-UNet++으로 mIoU 82.27%를 달성하였다. 본 연구는 노후 건축물 안전 점검에 필요한 균열 폭 추정에 도움이 될 것으로 기대된다.

UAV는 군사용을 처음 시작으로 근래에 취미용 드론의 급격한 성장과 더불어 최근 기후변화, 교통혼잡, 범죄 예방 등 여러 사회 문제 해결을 위한 드론의 필요성이 증가함에 따라 건설, 교통, 농업, 에너지, 엔터테인먼트 등 다양한 산업과 여러 사회 서비스로 그 필요성이 확대되고 있다. 본 연구는 이러한 사회적 흐름에 따라 인공지능 기술을 통한 드론의 활용성을 확대하고 GPS 수신이 안 되는 환경에서 딥러닝 객체 탐지 모델을 활용한 자율 착륙을 연구를 목표로 한다. GPS 신호는 실내와 같은 환경 혹은 지하, 교량 아래, 산속 등과 같은 곳에서는 수신이 어렵다. 이를 극복하고자 GPS 신호수신이 어려운 지역에서 GPS 수신기를 통해 받는 위치 정보 대신 드론에 장착된 카메라를 통해 전달받는 영상에서 착륙할 지점을 인식하고 카메라를 통해 받는 영상 정보만 이용하여 목표지점으로 하강하는 방식으로 자율 착륙을 유도한다. 딥러닝 중 경량화 모델을 활용하여 소형 드론에서 실시간으로 착륙 지점을 감지하기 위해 최적화 과정을 진행해 실시간 자율 착륙이 가능하게 하였다. 본 연구를 통해 드론의 착륙에 있어 GPS 수신기와 사람의 조종에 대한 의존도를 낮출 수 있을 것으로 기대한다.

본 논문은 손글씨 인식 분야에서 가장 기본적이고 중요한 주제인 손글씨 데이터 세트에 대한 분류 성능을 분석하고 비교하는 것을 목표로 한다. 이를 위해 ResNet-50 모델을 사용하여 MNIST, EMNIST, KMNIST라는 세 가지 대표적인 손글씨 데이터 세트에 대한 분류 작업을 수행한다. 각 데이터 세트의 특징과 도메인, 그리고 데이터 세트 간의 차이와 특징에 대해 다루며, ResNet-50 모델을 학습하고 평가한 분류 성능을 비교하고 결과에 대해 분석한 결과를 제시한다.

딥러닝 모델은 영상 처리와 불량 감지 등 다양한 분야에서 높은 성능을 발휘하여 산업적으로 매우 중요하고 필수적인 기술이 되었다. 특히, 불량 감지는 제조업 분야에서 제품 품질 향상과 생산성 향상에 핵심적인 역할을 하는 기술로써 큰 관심을 받고 있다. 본 논문에서는 재건축 방식의 대표적인 모델인 DRAEM에 대해 불량 감지 성능을 향상하는 방법을 제시합니다. 이를 위해 컬러 분포의 차이를 최소화하는 손실 함수와 마스킹에 고주파 필터링을 적용하여 노이즈를 제거하는 방법을 활용한다. 이러한 방법들을 통해 DRAEM 모델의 성능을 개선하고, 정확하고 효과적인 불량 감지를 실현할 수 있다.

가상 면접은 현대 사회에서 필수적인 기술이지만, 상호작용의 부족으로 인해 한계가 존재한다. 현실적이고 현장감 있는 가상 면접을 구현하기 위해서는 면접관을 자동으로 생성하여 다양한 상황에서의 면접을 진행할 필요가 있다. 본 논문은 Stable Diffusion 기반의 프롬프트 엔지니어링을 통해 가상 면접관 생성에 대한 연구 결과를 제시한다. 프롬프트 엔지니어링은 Stable Diffusion 모델이 생성하는 결과의 품질을 향상시킬 수 있으며 다양한 조건에 따른 실험 결과를 제시한다.

본 논문에서는 캐릭터 챗봇을 학습시키고, 학습된 모델을 React 기반 웹 페이지에 통합하는 것을 목표로 한다. 웹 페이지 사용자들은 실시간으로 게임이나 영화 캐릭터와 대화할 수 있는 기능을 제공받게 된다. 캐릭터 챗봇은 사용자의 질문을 이해하고 학습된 캐릭터의 특성에 따라 적절한 응답을 생성함으로써 상호작용하게 된다. 사용자가 웹 페이지에서 입력한 질문이나 요청은 챗봇 모델을 통해 처리되며, AI 챗봇은 학습된 지식과 데이터를 활용하여 응답을 생성한다. 사용자는 웹 페이지에서 자연스러운 대화를 통해 원하는 캐릭터와 대화를 이어갈 수 있게 된다.

본 논문에서는 외국인과 발음에 어려움을 겪고 있는 한국인들을 대상으로 음성 녹음을 진행하여 점수를 반환받는 웹 사이트를 소개한다. 이 웹 사이트의 목적은 사용자들의 발음 향상을 돕는 것이다. 음성 인식 API와 발음 평가 API를 사용하여 사용자의 발음을 정확하게 평가하고 피드백을 제공함으로써, 외국어 학습자와 발음에 어려움을 겪는 한국인들이 보다 원활하게 의사소통할 수 있도록 돕는다. 향후 연구로는 이 시스템의 사용자들에게 학습 성취에 대한 동기 부여를 하는 기능을 추가해 학습 효과를 높이도록 개선할 것이다.

본 논문에서는 Microsoft Bot Framework 기반의 챗봇(Chat Bot)을 설계하고 구현한다. 이 챗봇은 인하공업전문대학 컴퓨터정보과에 진학하려는 학생이나 재학생을 대상으로 서비스를 제공하는 챗봇이다. 사용자는 간단한 정보를 보다 빠르게 찾아볼 수 있다. 또한, 교과과정과 교수진에 대한 정보를 얻을 수 있고, 취업정보를 알 수 있으며 전공 스터디룸을 예약할 수 있다. 전공 스터디룸 예약 같은 경우 데이터베이스 연동을 통해 예약 정보를 저장할 수 있으며, 삭제하여 취소하는 기능을 제공한다.

본 논문에서는 OpenAI Gym 환경에서 제공하는 Acrobot-v1에 대해 DQN(Deep Q-Networks) 강화학습으로 학습시키고, 이 때 적용되는 활성화함수의 성능을 비교분석하였다. DQN 강화학습에 적용한 활성화함수는 ReLU, ReakyReLU, ELU, SELU 그리고 softplus 함수이다. 실험 결과 평균적으로 Leaky_ReLU 활성화함수를 적용했을 때의 보상 값이 높았고, 최대 보상 값은 SELU 활성화 함수를 적용할 때로 나타났다.

본 논문에서는 딥러닝을 기반으로 하는 키포인트 인식 모델을 산업용 품질검사 머신비전에 응용하는 방법을 제안한다. 전이학습 방법을 이용하여 딥러닝 모델의 인식률을 높이는 방법을 제시하였고, 전이시킨 특성 추출 모델에 대해 추가로 데이터 세트에 대한 학습을 진행하는 것이 특성추출 모델의 초기 ImageNet 가중치를 동결시켜 학습하는 것보다 학습 속도나 정확도가 높다는 것을 보여준다. 실험을 통해 딥러닝을 응용하는 산업용 품질 검사 공정에는 특성추출 모델의 추가 학습이 중요하다는 점을 확인할 수 있었다.

본 논문은 딥러닝 기반의 소리 인식 모델을 기반으로 실내에서 발생하는 다양한 소리를 시각적인 정보로 제공하는 시스템을 위해 경량화된 CNN ResNet 구조의 인공지능 모델을 제시한다. 적용하는 경량화 기법은 모델의 크기와 연산량을 최적화하여 자원이 제한된 장치에서도 효율적으로 동작할 수 있도록 한다. 이를 위해 마이크로 컴퓨터나 휴대용 기기와 같은 임베디드 장치에서도 원활한 인공지능 추론을 가능하게 하는 모델을 양자화 기법을 적용한 경량화 방법들을 실험적으로 비교한다.

인구 밀집도가 높은 곳에서의 안전사고 대응과 이에 대한 예방을 위한 기술 및 해결 방안의 필요성이 증가하고 있다. 이를 위한 기존의 기술들은 지능형 CCTV 기반의 경고 알림을 울리는 방식과 스마트폰의 신호를 수집하여 유동인구를 측정하는 기술 등이 사용되고 있다. 그러나 군중 밀집 사고의 원인인 병목현상과 군중 난류 현상까지 대응하지는 못하는 문제점이 있다. 본 논문에서는 CCTV로부터 수집된 영상 정보만으로 딥러닝 영상인식 기술을 이용하여 병목현상이 일어나기 쉬운 출입구의 유·출입 인구 카운팅과 광장의 밀집도 분석을 디지털 트윈 기반으로 실시하고 이를 통해 위험 상황 발생 시 출입구의 통제와 대피를 위한 안내가 가능한 시스템을 제시한다. 제시하는 시스템은 유동 인구가 많고 인구의 급격한 밀집으로 인해 발생할 수 있는 안전사고의 예방과 이를 해결하기 위한 통제 및 안내를 위한 대처 방법으로 활용할 수 있다.

이미지 생성 인공지능 모델을 활용한 사진, 삽화 등의 이미지 생성에서 WebUI는 저사양 AMD 그래픽 카드용 설치파일과 사용 방법을 제공하고 있다. 이 논문은 CUDA toolkit이 작동하지 않는 컴퓨터에서 CPU를 활용하여 사용할 수 있도록 한 것이다. 이는 학생들이나 개인 연구자들에게 좋은 기회를 제공하고 있다고 생각한다. 설치 과정이 복잡할 수는 있으나, WebUI에서 구동하는 다양한 이미지 모델을 시험하는 용도로 유용하다.

In order to improve and promote immersive learning experiences for English as a Second Language (ESL) students, the deployment of a YOLOv5 model for object identification in videos is proposed. The procedure includes collecting annotated datasets, preparing the data, and then fine-tuning a model using the YOLOv5 framework. The study's major objective is to integrate a well-trained model into ESL instruction in order to analyze the effectiveness of AI application in the field.

본 논문에서는 딥러닝 CNN 알고리즘을 이용하여 사람의 얼굴 이미지를 학습한 다음 나이와 성별을 예측하는 시스템을 제안한다. 이 시스템은 개개인 마다 각기 다른 외형적 특성을 고려하여 이를 분석한 다음 이에 맞는 헤어 스타일, 옷차림을 추천할 수 있다. 해당 기술을 활용하여 메타버스 아바타 생성에 사용자의 얼굴과 같은 신체적 특성을 고려할 수 있다. 향후에는 신체 전체를 이미지화하여 보다 더 다양한 정보를 인식할 수 있도록 연구를 진행할 것이다.

최근 딥러닝 기술의 발달로 물체 탐지를 위한 객체 인식 분야가 기계학습을 접목한 연구가 급격히 증가하고 있다. 하지만, 탐지하려는 물체가 다른 객체에 가려진 경우와 같이 특수한 상황에 대한 데이터의 수량이 부족하여 성능 저하를 야기한다는 점과, 객체 탐지 수행 과정에서 작은 객체의 탐지가 어렵다는 한계점이 있다. 본 연구는 전술한 문제점을 보완할 방법을 제안한다. 데이터 증강 기법을 이용하여 클래스가 부족한 데이터의 양을 늘려 학습 데이터를 증강시켰다. 한편, SRGAN을 사용하여 작은 객체를 확대시킨 뒤 이미지를 합성시켜 데이터를 구성하였다. 제안된 방법은 PyTorch 환경에서 YOLOv5를 수행한 결과, 객체 탐지 성능이 향상되는 것을 확인할 수 있었다.

본 논문에서는 스마트 미러 사용자의 얼굴 인식, 표정 인식, 얼굴형 인식을 활용하여 감정에 적절한 멘트와 화장법을 제공하는 시스템의 개발 내용에 관해 기술한다. 이 시스템을 사용함으로써 사람들은 자신의 감정을 정확하게 인지할 뿐만 아니라 위로와 공감을 받을 수 있으며, 자신의 스타일에 적절한 화장법을 추천받을 수 있다. 스마트 미러를 통해, 사용자는 자기 이해도가 늘어나게 되어 스스로에게 더욱 집중할 수 있고 화장법을 찾는 시간이나 화장에 실패할 가능성이 줄어들어 시간과 비용을 절약할 수 있게 될 것이다.

본 논문에서는 감정 분류 성능 향상을 위한 초거대 언어모델로부터의 추론 데이터셋 활용 방안을 제안한다. 이 방안은 Google Research의 'Chain of Thought'에서 영감을 받아 이를 적용하였으며, 추론 데이터는 ChatGPT와 같은 초거대 언어 모델로 생성하였다. 본 논문의 목표는 머신러닝 모델이 추론 데이터를 이해하고 적용하는 능력을 활용하여, 감정 분류 작업의 성능을 향상시키는 것이다. 초거대 언어 모델(ChatGPT)로부터 추출한 추론 데이터셋을 활용하여 감정 분류 모델을 훈련하였으며, 이 모델은 감정 분류 작업에서 향상된 성능을 보였다. 이를 통해 추론 데이터셋이 감정 분류에 있어서 큰 가치를 가질 수 있음을 증명하였다. 또한, 이 연구는 기존에 감정 분류 작업에 사용되던 데이터셋만을 활용한 모델과 비교하였을 때, 추론 데이터를 활용한 모델이 더 높은 성능을 보였음을 증명한다. 이 연구를 통해, 적은 비용으로 초거대 언어모델로부터 생성된 추론 데이터셋의 활용 가능성을 보여주고, 감정 분류 작업 성능을 향상시키는 새로운 방법을 제시한다. 제시한 방안은 감정 분류뿐만 아니라 다른 자연어처리 분야에서도 활용될 수 있으며, 더욱 정교한 자연어 이해와 처리가 가능함을 시사한다.

본 논문에서는 FDG-PET 영상을 사용하는 딥러닝 네트워크를 이용하여 직장암 환자의 치료 후 완치를 예측하는 연구를 수행하였다. 직장암은 흔한 악성 종양 중 하나이지만 병리학적으로 완전하게 치료되는 가능성이 매우 낮아, 치료 후의 반응을 예측하고 적절한 치료 방법을 선택하는 것이 중요하다. 따라서 본 연구에서는 FDG-PET 영상에 합성곱 신경망(CNN)모델을 활용하여 딥러닝 네트워크를 구축하고 직장암 환자의 치료반응을 예측하는 연구를 진행하였다. 116명의 직장암 환자의 FDG-PET 영상을 획득하였다. 대상군은 2cm 이상의 종양 크기를 가지는 환자를 대상으로 하였으며 치료 후 완치된 환자는 21명이었다. FDG-PET 영상은 전신 영역과 종양 영역으로 나누어 평가하였다. 딥러닝 네트워크는 2차원 및 3차원 영상입력에 대한 CNN 모델로 구성되었다. 학습된 CNN 모델을 사용하여 직장암의 치료 후 완치를 예측하는 성능을 평가하였다. 학습 결과에서 평균 정확도와 정밀도는 각각 0.854와 0.905로 나타났으며, 모든 CNN 모델과 영상 영역에 따른 성능을 보였다. 테스트 결과에서는 3차원 CNN 모델과 종양 영역만을 이용한 네트워크에서 정확도가 높게 평가됨을 확인하였다. 본 연구에서는 CNN 모델의 입력 영상에 따른 차이와 영상 영역에 따른 딥러닝 네트워크의 성능을 평가하였으며 딥러닝 네트워크 모델을 통해 직장암 치료반응을 예측하고 적절한 치료 방향 결정에 도움이 될 것으로 기대한다.

본 논문에서 제안한 Multi Agent Multi Action은 기존의 대화형 시스템 방식인 Single Agent Single Action 구조에 비해 확장성을 갖춘 대화 시스템을 구현하는 방식이다. 시스템을 여러 에이전트로 분할하고, 각 에이전트가 특정 액션에 대한 처리를 담당함으로써 보다 유연하고 효율적인 대화형 시스템을 구현할 수 있으며, 다양한 작업에 특화된 에이전트를 그룹화함으로써 작업의 효율성을 극대화하고, 사용자 경험을 향상 시킬 수 있다.

본 논문은 YOLO 기반 모델의 철도 시스템 내 선로 고정장치 탐지 성능을 비교하고 분석한다. 여기서 철도 시스템은 열차가 주행하기 위한 선로, 침목, 패스너 등의 구성요소를 포함한다. 침목은 지반과 직접적으로 연결되며, 선로를 지반 위에 안정적으로 지지하고 궤간을 정확하게 유지하는 역할을 한다. 또한, 패스너는 선로를 침목에 단단히 고정시키는 역할을 한다. 이러한 선로 고정장치의 부재는 인명 사고로 이어질 수 있어 지속적인 관리와 유지 보수가 필수적이다. 본 논문에서는 철도 시스템의 선로 고정장치 탐지를 위해 YOLO V5 및 V8 딥러닝 모델의 적용 가능성을 실험적으로 접근하며, 두 모델의 탐지 성능을 비교한다. 실험 결과, YOLO V8 및 V5 모델은 모두 뛰어난 성능을 보이는데, 특히 YOLO V8 모델이 더욱 우수한 성능을 보인다. 이로써 YOLO 알고리즘은 선로 고정장치 탐지에 적합하다는 것을 증명한다. 그러나 일부 False Positive Sample이 관측되었음을 확인하고, 이로부터 모델 성능의 개선이 필요하다는 결론을 도출하였다.

본 논문은 교량 안전에 관련하여 CNN과 LSTM을 결합한 모델을 사용해 콘크리트 균열을 미리 에측한다. 이미지 데이터는 CNN을 통해 처리되고, 시계열 데이러는 LSTM을 통해 처리가 된다. 훈련된 모델을 사용해 새로운 이미지와 시계열 데이터에 대한 균열 예측을 수행한다.

본 논문은 객체탐지 모델 중 주류를 이루고 있는 YOLO의 v1부터 v8까지의 특성을 비교 분석하여 각각의 버전에 최적화할 수 있는 모델에 대한 연구이다. 연구 결과 v1, v2는 정확성이 최우선인 모델에 적합하다. 반면, v3, v4는 속도가 우선인 모델에 적합하다. 또한 v5, v6는 정확도와 속도 사이의 균형이 필요한 모델에 적합하다는 결론을 얻었다. v7, v8은 메모리 및 컴퓨팅 성능에 제약이 있는 경우 주로 적용이 가능하며, 적은 연산과 저 메모리 사용으로 객체를 탐지하여 포즈추정이나 객체 추적 등을 적용할 모델에 적합하다는 결과를 확인하였다.

정부는 공공데이터의 품질 관리를 위하여 공공데이터 품질관리 수준평가를 진행하여 공공데이터 품질을 관리하고 있다. 파일 형식의 공공데이터를 진단 시 품질진단 담당자가 대량의 파일데이터를 필드명과 필드 내 데이터에 의존하여 수작업으로 도메인을 판단하여 진단한다. 때문에 품질진단의 정확성을 신뢰하기 어렵고 진단에 많은 시간이 소요된다. 본 논문은 파일형식의 공공데이터 품질진단의 정확성을 확보하고 진단 소요시간을 단축하기 위해 데이터 분포 통계를 이용한 CSV 형식의 공공데이터 도메인 판별 모델을 제안하였다. 제안된 모델을 적용하면 공공데이터 품질의 정확성을 향상하고 진단 소비 시간을 단축시킬 것으로 기대된다.

GIT의 커밋 메시지를 소프트웨어 유지보수 활동 세 가지로 분류하는 연구를 분석하고 정확도를 높일 수 있는 모델들을 분석하였고 관련 모델 중 커밋메시지와 변경된 소스를 같이 활용하는 연구들은 변경된 소스를 분석하기 위해 도구들을 대부분 활용하는데 대부분 특정 언어만 분류할 수 있는 한계가 있다. 본 논문에서는 소스 변경 데이터를 추출할 때 언어의 제약을 없애기 위해 GPT를 이용해 변경된 소스의 요약을 추출하는 과정을 추가함으로써 언어 제약의 한계를 극복할 수 있는 개선된 모델에 관한 연구를 진행하였다. 향후 본 연구 모델의 구현 및 검증을 진행하고 이를 이용해 프로젝트 진행에 활용할 수 있는 솔루션 개발 연구까지 확정해 나갈 예정이다.

ActiveX와 같은 플러그인으로 돌아갔었던 웹 페이지들은 보안 취약성과 인터넷 익스플로어(IE)의 서비스 종료로 인하여 많은 웹 브라우저들이 플러그인 제거 사업을 진행하였다. 하지만 웹 표준으로 전환하였을 때 생기는 웹 호환성과 보안 문제들이 발생하였다. 이를 해결하고자 호환성과 보안 문제를 훈련 시킨 클라우드 서버를 이용하여 미리 파악하고 진단할 수 있는 웹 페이지 보안 체크 모델을 제안한다. 본 논문에서 제안한 모델을 적용한다면, 웹의 표준 및 호환성과 보안 문제에 대해 더 빠르게 파악하는데 도움을 줄 수 있을 것이다.

본 논문에서는 COVID-19 팬데믹으로 인해 사회적 거리두기 및 규제조치가 시행되면서 다양한 분야에서 큰 영향을 가져왔다. 변화된 홈트레이닝 분야는 운동기구를 구비하여 개인운동을 통해 건강을 유지하고 있으나 전문적인 교육을 받지 않은 홈트레닝으로 부상 위험에 노출 되고 있다. 요가는 호흡운동과 명상을 지향하는 운동으로 요가의 효과를 얻기 위해 올바른 움직임과 자세가 중요 하다. 본 논문에서는 실시간으로 입력된 영상 프레임을 OpenCV와 MediaPipe를 통해 추출된 주요좌표 값을 벡터 내적공식을 대입, 코사인2법칙을 통해 요가의 올바른 자세를 분석하여 종합적인 정보를 제공하는 요가교정 모델이다.

본 논문에서는 HAProxy를 이용하여 웹 서버를 제어하는 모델을 제안한다. 인터넷이 다양한 분야로 확대됨과 다양한 디바이스의 활용으로 이용자 및 이용 시간, 이용 빈도가 증가하고 있다. 서버를 운영하는 과정에서 서비스 중간에 서버를 제외하고 투입해야 하는 상황들이 발생하고 있다. 이에 본 논문에서는 DNS에서 서버 IP를 투입 및 제외를 통해 이뤄지고 있는데, DNS 서버를 직접 운영하고 있지 않을 경우 처리시간이 증가한다는 불편한 점을 DNS 서버와 웹 서버 사이에 HAProxy 서버를 추가하여 웹 서비스 운영을 유연하게 처리하여 장애 등의 상황에서 빠르게 대처하여 웹 서비스를 사용하는 사용자의 불편함을 감소시킬 수 있을 것으로 기대할 수 있다.

근로자의 수를 최소화한 자동화 공장의 경우 전체 공장의 상태를 실시간으로 정확하게 확인하기 어려운 문제가 있다. 또한, 장비나 센서의 배치가 복잡하고 명칭만으로 이해하기 어려워 현장에 있지 않은 사람들은 해당 데이터의 의미나 문제 발생 여부를 판단하기 어렵다. 이 논문은 시·공간적 한계를 극복하고 공장의 상태를 한눈에 파악할 수 있는 실시간 공장 상태 정보 시각화 도구를 구현하여 상시적인 모니터링과 함께 이상 상태 발생 시 빠른 대처가 가능하도록 하였다. 이 도구는 반응형 웹 기반으로 개발하여 모바일 환경에서도 동일하게 작동하기 때문에 범용성 있는 스마트 팩토리 구축 시스템의 일부로 활용할 수 있다.

본 논문에서는 Azure 플랫폼 기반의 ChatBot을 활용한 한국어 학습 챗봇 애플리케이션을 설계하고 구현한다. C# ChatBot Server를 통해 챗봇 메뉴 버튼에 대한 네비게이션을 구현하며, Python 기반의 웹 프레임워크 Django를 활용하여 단어 퀴즈에 필요한 대화 처리를 구현한다. 단어 퀴즈를 통해 언어학습에 대한 흥미를 유발하고 학습 효율을 높일 수 있도록 구현한다.

본 논문에서는 임베디드 기반의 다양한 센서를 활용한 드론의 비행기록장치 시스템 개발에 대한 새로운 아이디어를 제시한다. 이 시스템은 오픈소스 기반의 개발 보드인 라즈베리파이를 중심으로, 온도, 습도, 조도, 미세먼지 센서, 이산화탄소, 일산화탄소, 산소, 이산화질소, 아황산가스, 메탄가스, GPS, 고도 측정, IR 카메라, 카메라 모듈 센서 등 다양한 센서를 탑재하여 구성한다. 기존 드론은 주로 방역 및 방제 활동에 활용되었으나, 그 활동의 효과를 정밀하게 측정하고 분석하는 데에는 한계가 있었다. 그러나 이 논문에서 제안하는 임베디드 기반의 센서 구성은 이러한 한계를 극복할 수 있을 것으로 기대된다.

국립중앙박물관에서는 국공사립 박물관 및 미술관 등의 소장품을 체계적인 관리지원을 위하여 문화유산표준관리시스템을 개발 및 배포하고 있다. 문화유산표준관리시스템의 자료등록 방법은 크게 두가지로 나뉘고 있다. 첫 번째는 소장품등록의 웹페이지화면에서 할 수 있으며 두 번째는 엑셀양식을 통한 일괄등록이다. 본 논문에서는 엑셀양식을 통한 일괄등록의 경우에서 별도의 웹페이지를 작성하여 자료입력방식에서 생길 수 있는 인적오류를 최소화하는 방법을 제시한다.

기존의 제설작업은 인력에 의존하여 시간과 비용이 많이 소요되고, 작업 중 발생할 수 있는 안전사고의 위험성이 존재한다. 본 논문은 제설작업의 효율성과 안전성 그리고 신속성을 높이기 위해 임베디드시스템을 활용한 드론용 제설장치의 설계에 대해 다루고 있다. 임베디드시스템은 RF모듈을 구성하고 무선으로 제어조종이 가능하도록 고안하였다. 드론에 장착되는 제설장치의 임베디드시스템으로는 아두이노메가2560을 채택하였다. 아두이노메가2560은 제설장치의 제어에 필요한 실시간 데이터수집, 처리, 응답을 처리와 RF모듈에서 오는 데이터에 대한 연산 및 제어 수행을 할 수 있다. 제설장치를 장착한 드론은 기존의 제설작업보다 안전하고 신속하게 수행될 것으로 기대된다.

소형제트엔진은 주로 연구, 실험, 교육 등의 목적으로 사용되고 있다. 이러한 소형제트엔진은 고도가 높고 고속으로 비행하는 드론에 추력 발생 장치로서의 중요한 역할을 수행할 수 있다. 그러나 엔진의 실질적인 활용을 위해서는 기존의 유선으로 구성된 컨트롤러를 무선으로 제어할 수 있는 방식으로 재구성하는 것이 필요하다. 이 중에서도 연료펌프의 무선제어시스템이 우선적으로 개발되어야만 다른 부분에 대한 무선제어개발이 가능해질 것이다. 본 논문에서는 소형 제트 엔진의 연료 펌프를 무선으로 제어할 수 있는 방식을 적용한 임베디드 시스템의 구성과 방식에 대해 제안하고 있다.

본 논문에서는 교량의 변위를 IoT 장치를 이용하여 실시간 측정하고 추출된 데이터를 이용하여 교량의 이상징후를 AI 기반으로 진단 및 모니터링 하는 방법을 제안한다. AI 모델 학습 학습을 위해서 비정상 상태의 교량이 필요하지만, 실제 교량에 인위적으로 비정상 상태를 만들 수 없으므로, 탄성 받침을 이용하여 모의 교량을 제작하였다. 탄성 받침을 이용하여 제작에 반영 및 모의교량에 적합한 모의 차량도 제작하여 정상적 데이터와 비정상적 데이터를 수집하였다. 수집된 데이터를 전처리 과정을 통해 AI 분석을 통해 교량의 이상 징후를 진단 및 모니터링하였으며, 제안 모델을 실험한 결과 96.7%의 정확도가 도출되었다.

본 논문에서는 교육현장에서 서술평평가를 자동화하기 위한 시스템을 제안한다. 제안 시스템은 장문의 응답에서 단어를 추출하여 단어 간 네트워크를 생성하고 정답 네트워크와 비교를 통해 평가를 실시한다. 기존의 키워드 방식은 네트워크 관점에서 노드를 기준으로 채점하는 것이라면, 제안 시스템은 엣지를 기준으로 채점하게 되어 학습자의 답변에서 지식의 관계성을 채점할 수 있어 학습자에게 유용한 피드백을 줄 수 있을 것으로 기대한다.

본 논문에서는 안드로이드 플랫폼 기반의 스마트폰에 내장된 다양한 센서를 이용하여 운동량을 측정하고 확인할 수 있는 애플리케이션을 설계하고 구현한다. 이 애플리케이션에서는 가속도 센서, 근접 센서, 기압 센서를 사용하여 줄넘기, 팔굽혀펴기, 계단 오르기 등의 운동량을 측정하고 확인할 수 있도록 구현한다. 그리고 NFC 태그를 이용하여 매일 운동을 꾸준히 할 수 있도록 도와주는 모니터링 기능을 구현한다.

본 논문에서는 C# 기반의 Echo-Bot 라이브러리를 활용한 숙박시설 예약 챗봇을 설계하고 구현한다. 사용자의 입력을 감지하고 설계된 알고리즘에 의해서 사용자의 요청 정보를 확인하여 필요에 따라 숙박시설의 정보를 알려주고, 이를 바탕으로 예약을 할 수 있도록 구현한다. 또한 예약을 완료했을 때 사용자의 입력 정보 혹은 관리자 모드를 통하여 예약 정보를 확인하고, 취소할 수 있도록 구현한다.

본 연구는 메타버스 플랫폼에서 사용자 간의 커뮤니티 사회성을 형성해 가는 과정에서 성격의 5요인이 미치는 영향에 대하여 살펴보고 상호 간에 유의미한 특성을 살펴보고자 한다. 성격 5요인의 특성으로는 신경성, 외향성, 우호성, 성실성, 개방성의 다섯 가지 요소가 있으며 이는 메타버스 가상공간에서 사용자 간의 통합 및 경쟁, 게임과 같은 시스템을 통하여 사회 형성에 많은 영향을 미칠 것이다. 성격 5요인과 반대적 성격 5요인은 메타버스 사용에서 개인의 성격을 강화하거나 약화시킬 수 있고 사용시간, 참여율, 만족도 면에서도 다른 결과를 보여줄 것이다. 소통을 중요시하는 메타버스에서 사용자의 성격에 따른 섬세한 콘텐츠 제시는 분명 더 나은 콘텐츠로 시장에 경쟁력이 있을 것이다. 본 논문에서는 메타버스의 사용이 개인의 성격에 미치는 영향을 이해하는 데 도움이 될 것이며, 메타버스 내에서 사용자 성격 5요인 성향을 정립하고 이를 통해 차세대 플랫폼 구축 및 개발에 도움이 되고자 한다.

본 논문에서는 메타버스 플랫폼과 생성형 AI와의 관련성과 상호작용을 살펴보고 생성형 AI가 메타버스에 영향을 주는 요소들의 특징과 메타버스와의 연계성을 기반으로 메타버스와 생성형 AI의 관계에 대한 방향성을 찾는 연구에 대한 기준을 제시한다.

게임 이용자가 재미를 느끼고 몰입하며 그 재미가 오래 유지되도록 하는 것은 많은 게임 디자이너의 관심사이다. 본 논문에서는 비교적 적은 개발 비용으로 긴 몰입 기간을 만들어낸 몬스터 헌터: 월드를 통해 이를 가능토록 하는 게임 디자인 기법 "반복 플레이 동기 부여", "숙련도 영역 전환"의 두 가지를 제안한다.

최근 몇 년간 게임 산업은 급격한 성장을 보이며, 이에 따라 게임교육 역시 관심이 높아지고 있다. 이전까지는 게임이 악영향을 미치는 것으로 일반적인 인식이 있었으나, 현재는 게임을 학습에 활용하는 연구가 많이 이루어지고 있다. 이러한 게임이 교육 분야에도 활용될 수 있다는 아이디어는 이미 과거부터 제시되어 왔지만, 최근에는 이러한 아이디어가 혁신적인 게임교육 분야로 진화하고 있다. 이 논문에서는 차세대 게임교육의 발전 방향을 살펴보고, 인공지능, 가상현실 및 협력학습 기술이 어떻게 게임교육에 적용될 수 있는지 논의할 것이다.

게임관련 학업을 전공으로 하는 남학생 31명, 여학생 18명, 총 49명을 대상으로 e스포츠 관련 지식과 정부를 얼마나 많이 알고 있는가의 정보 수집의 차이에 대한 연구를 하였다. 그 결과 남학생의 평균 값은 3.22이고 여학생의 평균 값은 2.44로 두 집단의 평균의 차이를 보이고 있다. 두 집단간의 평균의 차이를 알기 위해 T-test를 실시한 결과, 유의수준 P값이 0.0024(P>0.05)로 남녀 두 집단간의 e스포츠에 관한 정보수집의 차이가 있는 것으로 나타났다.

본 논문은 다양한 플랫폼에서 동일 계정으로 호환이 가능한 게임들이 늘어나고 있는 추세이다. 크로스 플랫폼을 이용하는 다양한 계층의 유저 유입을 만들어 내기 위해서 플랫폼 간의 호환 차이를 줄이는 것은 필수적이다. 플랫폼에 따른 플레이 차이는 크게 UI, 조작 밸런스 시스템 등에서 찾아 볼 수 있으며, 이를 해결하기 위해서 플랫폼에 따라 UI 디자인 재배치, 조작 차이를 줄이기 위한 밸런스 시스템 추가, 다른 플랫폼 사이의 경재 제한 등이 필수적으로 더 나은 방향에 대해서 제시해본다.

본 연구는 호황을 누리고 있는 e스포츠 방송 분야에서 그래픽 디자인의 중요성을 탐구한다. e스포츠 시청자에게 명확하고 매력적인 비주얼을 제공하고 선수 통계, 팀 순위, 토너먼트 일정과 같은 정보를 제공하는 효과적인 그래픽 디자인의 중요성을 강조한다. 시각적으로 매력적이고 몰입감 있는 방송을 만드는 데 도움이 되는 핵심 원칙과 전략을 식별하는 것을 제안하고 있으며, 그래픽에 대한 시청자 반응을 측정하고 문제가 될 수 있는 그래픽이 전반적인 e스포츠 경험을 방해하는지 확인하기 위해 설문 조사를 통해 분석 결과를 제시한다. 그리고 디자이너가 고려해야 할 핵심 사항에는 명확성, 일관성, 브랜딩 및 혁신이 포함되며, 이 모든 요소는 청중을 참여시키고 e스포츠 방송의 품질을 높이는 효과적인 그래픽을 만드는 데 도움이 될 수 있는 내용들을 제시한다.

오픈월드 게임에서는 주어진 퀘스트나 미션 이외에도 다양한 자유로운 활동을 할 수 있다. 이로 인해 게임 내 방향성이 불분명해지고, 사용자가 무엇을 해야 하는지 혼란스러워지는 경우가 발생한다. 사용자가 게임을 시작할 때 게임이 제공하는 다양한 옵션과 활동을 살펴보면서 진행 방식을 정하게 된다. 이때 게임이 주어지는 목표나 방향성이 모호하면 사용자는 어떤 것을 해야 하는지 혼란스러워지기 때문에 게임을 즐기는데 있어서 큰 장애물이 된다. 본 논문에서는 다른 온라인게임이나 콘솔게임 같은 경우 명확한 목표를 지정해주지만 오픈월드 게임에서는 자유도라는 무기가 과하면 오히려 독이 될 수 있으므로 이와 같은 문제 해결 방법을 제시해 본다.

콘솔 및 PC 게임이 모바일 플랫폼으로 진출하는 경우 기존에 출시했던 플랫폼과 다르게 모바일 플랫폼에 맞는 조작, UI, 과금 정책 등의 다양한 부분을 고려할 필요가 있다. 모바일 플랫폼의 화면 크기 조작의 한계를 반영해 전투, 퀘스트 진행, 파티 조합, 장비 장착, 캐릭터 육성 등 게임 플레이 전반의 자동 시스템을 구축해 유저에게 조작 편의성을 제공할 필요가 있다. 또한 기존의 유료화 게임 형태의 판매 전략에서 부분 유료화의 전환에 따른 기존의 유저가 느낄 수 있는 과금 거부감을 해소하기 위해 시즌 패스, 월정액 시스템 등을 도입해 소 과금으로 유저들에게 게임 내에서 만족감을 느낄 수 있도록 하는 것이 중요하다. 본 논문에서는 게임의 일회적인 판매량이 매출에 영향을 주는 것과 다르게 주기적인 유저들의 접속(DAU, MAU)에 따른 과금 정도가 매출 및 게임 순위 등에 영향을 주게 된다. 따라서 꾸준한 업데이트와 이벤트 제공을 통해 기존 유저들이 장기적으로 게임에 접속하도록 유도하고, 신규 유저들이 게임에 유입될 수 있도록 하는 과정과 같은 발전 방안을 제시해 본다.

요즘은 모든 산업에서 인공지능(Artificial Intelligence : AI) 채택을 빠르게 진행하고 있으며, 디지털 기술과 산업 기술이 융합된 인공지능 분야가 강화되고 여러 서비스 사업 혁신이 이루어지면서 여러 산업의 시장 성장을 견인하는 것으로 나타났다. 특히 게임 산업과 관련한 게임업계에서는 인공지능 관련 전문 지식을 확보하기 위한 투자가 활발하게 이어짐에 따라 발전과 경쟁력 확보를 위한 움직임들이 지속될 것으로 전망된다. 본 논문에서는 게임개발 기술에 인공지능(AI) 기술 접목이 집중되고 있는 상황에서 개발하고 있는 게임에 대한 품질을 보증하고 관리하기 위한 AI 기반의 게임 QA(Quality Assurance) 기술 적용을 위한 방법들에 대해서 제시하고자 한다.

게임 산업의 성장속에 다양한 서비스를 제공하는 게임 플랫폼의 증가와 디바이스의 확산으로 전통적인 게임 콘솔 외에도 개인용 컴퓨터는 물론 가상현실 헤드셋(VR), 심지어 스마트TV를 이용한 클라우드 게임 서비스등 게임을 이용하는데 언제 어디서나 사용할 수 있는 스마트폰과 같은 다양한 장치에서 쉽게 접근할수 있도록 하여 비디오 게임 사용자 증가에 큰 기여를 하고 있다. 본 논문에서는 높은 양질의 게임콘텐츠와 메타버스를 넘나드는 고 퀄리티의 차세대 게임을 분석 및 이해하고 연구를 통하여 게임을 제작하기 위해 게임 엔진에 사용된 제작기법을 이해하기 위해서 피교육자들은 게임을 직접 플레이해보며 사용자의 경험을 쌓고 노하우를 축적하는 것만큼 중요한 것은 없다고 결론지었음. 차세대 콘솔기기를 활용하여 우리 대학 신규 교과목으로 편성 되어있는 XR콘텐츠 제작 프로젝트 수업의 효율과 이해도를 높이기 위해 본교에 설치되어있는 차세대 콘솔기기 활용 및 적용 연구의 필요성을 제시한다.

국내 PC MMORPG 게임은 지난 약 20년간 많은 사람들에게 인기를 끌었으며, 한때 국내 게임 업계의 주요 성장 엔진이었다. 그러나 최근 몇 년간 여러 가지 원인들로 인해서 국내 PC MMORPG 게임의 유저 수는 감소하는 경향을 보이고 있다. 본 논문에서는 국내 PC MMORPG 게임의 유저 감소의 원인을 분석하고, 국내 PC MMORPG 게임의 재활성화에 방안을 제시하고자 한다.

최근 몇 년간 e스포츠 산업은 전 세계적으로 꾸준히 성장하고 있다. 특히 모바일게임은 PC나 콘솔 게임에 비해 낮은 비용으로 쉽게 접근할 수 있어 모바일 e스포츠 산업 규모 또한 점진적인 성장을 보이고 있다. 하지만 국내 모바일 e스포츠 산업은 해외 모바일 e스포츠 산업과 비교했을 때 시장의 규모에서 큰 차이를 보였고, 국내 PC e스포츠 산업과 비교해 보아도 상대적으로 시장 규모가 작아 국내에서는 모바일 e스포츠 산업이 비주류로서 소비되는 모습을 확인할 수 있었다. 본 논문에서는 다른 국가의 모바일 e스포츠 흥행 요인 등을 분석하여 국내 모바일 e스포츠 산업 발전 방안을 제시하고, 국내 e스포츠 산업의 새로운 수익 모델로 모바일 e스포츠를 제안하고자 한다.

온라인 게임에서 경매 시스템은 사용자 참여를 증가시키고 게임 내 경제 시스템을 발전시킬 수 있는 효과적인 도구다. 사용자들은 가상의 경매장에서 선수들을 입찰하고 경쟁하며 게임 내에서 전략적인 결정을 내릴 수 있다. 경매 시스템은 사용자 참여와 게임 내 경제 시스템에 긍정적인 영향을 미치며, 사용자들에게 맞춤형 팀 구성과 상호작용의 기회를 제공한다. 스포츠 게임의 사용자 경험을 향상시키고 게임의 지속 가능성을 높일 수 있다. 본 논문은 스포츠 게임에 경매 시스템을 도입하는 이유와 그 영향을 분석하여 제시한다.

실시간 3D 렌더링 게임의 제작 환경에서 캐릭터의 움직임은 모션 캡처(motion capture)를 통해 만들거나 애니메이터에 의해 제작된다. 걷기나 달리기 등 일정한 속도로 캐릭터가 움직이는 모션은 캐릭터가 제자리(in place)에서 움직이도록 한 뒤에 게임에서 프로그램에 의해 일정한 속도로 움직임으로써 구현할 수 있다. 하지만 일정하지 않은 속도로 움직이는 모션을 같은 방식으로 적용하면 캐릭터의 이동이 어색해진다. 이런 어색함을 보완하기 위해 언리얼이나 유니티 3D 등의 엔진에서는 루트 모션(root motion) 기능을 사용하고 있다. 그런데 루트 모션을 위한 계층 구조는 애니메이터의 작업 효율을 위한 계층 구조와 다른 측면이 있다. 본 논문에서는 3ds Max를 사용하여 애니메이터 친화적이고 루트 모션에도 적합한 캐릭터 리깅을 제시한다.

게임 그래픽 제작 분야는 기술적 진보가 가속화 되어 가고 있는데 리소스 제작 도구의 다양한 출현과 개발자의 학습과 적절한 사용도 큰 몫을 담당하고 있다. 최근에 빠르게 발전하고 있는 분야인 AI기반의 콘텐츠 제작 도구가 게임 개발의 여러 영역에 다양한 영향을 줄 것으로 보인다. 그 중 비교적 개발 파이프라인에 빠르고 안정적인 도입이 가능한 AI 기반의 텍스쳐 자동 생성 도구를 기존에 사용하고 있는 텍스쳐 제작 도구와 비교 분석 해 보았다. 이를 통해 효과적인 텍스쳐 생성 프로세스 파이프라인 구축을 위해 AI 기반의 텍스쳐 자동 생성 도구의 적극적인 도입의 필요성과 함께 이후 연구의 방향을 제시한다.

게임 플랫폼의 고도화와 게임 구현 기술의 발전을 통해 이루어지고 있는 개발 환경의 효율성 제고를 통해 이전에 게임의 구현 자체에 소요하는 시간을 게임 콘텐츠의 질적 향상을 위해 투입할 수 있는 여건이 형성되고 있다. 본 논문은 게임에서 등장하는 NPC가 보다 사실적인 추론을 통해 플레이어를 추적하도록 지정하는 알고리즘을 고수준의 카테고리로 구분하여 구현하여, 개발 과정에서의 NPC 구현에 효율성을 제고하는 기법을 제안한다. NPC가 플레이를 추적하는 스토리를 기반으로 하는 게임에서 NPC가 플레이어의 위치에 도달하기 위한 길찾기 알고리즘은 필수적이다. 일반적으로 사용되는 최단 거리 길찾기 알고리즘인 다익스트라(Dijkstra)의 경우, 효율적이지만 플레이어가 NPC의 경로를 예측 가능할 수 있기에 게임의 재미 향상에 걸림돌이 되는 단점이 있다. 본 논문에서는 최단 거리 길찾기를 구현하면서 다양한 게임 스토리 상의 설정으로 지정할 수 있는 다양한 방법론을 연구하였으며, 이를 구현하기 위한 고수준 길찾기에 대한 방법을 제시한다.

VR게임은 VR 기기와 VR 게임이 다양해지고 사용자도 늘어가고 있는 추세에 맞춰 VR게임시장에 대한 전망은 긍정적임에도, 사용자측면에서의 제한사항은 여전히 개선되지 않고 있는 부분이 존재하고 있다. 이를 타파하기 위해 모바일게임시장이 확대되는 시점에서 게임에 새로 도입된 자동플레이 기능을 탑재한 VR게임이 개발이 확대될 때 해당 VR 게임에서 UI 디자인을 할 때 고려할 사항과 추후 연구 방향에 대해서 고찰하고자 한다.

본 논문은 영화의 스토리 인식을 위해 인물 간 상호작용 중 물리적 상호작용 즉, 물리접촉을 검출하는 방법을 제안한다. YOLO를 사용해 영상에서 인간객체를 탐지하고, Mediapipe를 사용해 골격 감지를 진행함으로써 인물의 뼈대를 랜드마크화 하고 타 객체 간의 랜드마크가 일정값 이하로 내려오면 Threshold를 적용해 객체 간의 물리적 접촉을 판단한다, 실험 결과, 50개 17,741 frame의 영상에서 정확도 99.66%의 정밀도 77.27%, 재현율 62.38%로 모델의 전반적인 성능을 나타내는 F1점수는 69%로 나타났다.

본 논문에서는 GAN 기반의 영상 생성 방법론을 이용해 delayed PET 영상을 생성하는 연구를 수행하였다. PET은 양전자를 방출하는 방사성 동위원소를 표지한 방사성의약품의 체내 분포를 시각화함으로서 암 세포 진단에 이용되는 의료영상 기법이다. 하지만 PET의 스캔 과정에서 방사성의약품이 체내에 분포하는 데에 걸리는 시간이 오래 걸린다는 문제점이 존재한다. 따라서 본 연구에서는 방사성의약품이 충분히 분포되지 않은 상태에서 얻은 PET 영상을 통해 목표로 하는 충분히 시간이 지난 후에 얻은 PET 영상을 생성하는 모델을 GAN (generative adversarial network)에 기반한 image-to-image translation(I2I)를 통해 수행했다. 특히, 생성 전후의 영상 간의 영상 쌍을 고려한 paired I2I인 Pix2pix와 이를 고려하지 않은 unpaired I2I인 CycleGAN 두 가지의 방법론을 비교하였다. 연구 결과, Pix2pix에 기반해 생성한 delayed PET 영상이 CycleGAN을 통해 생성한 영상에 비해 영상 품질이 좋음을 확인했으며, 또한 실제 획득한 ground-truth delayed PET 영상과의 유사도 또한 더 높음을 확인할 수 있었다. 결과적으로, 딥러닝에 기반해 early PET을 통해 delayed PET을 생성할 수 있었으며, paired I2I를 적용할 경우 보다 높은 성능을 기대할 수 있었다. 이를 통해 PET 영상 획득 과정에서 방사성의약품의 체내 분포에 소요되는 시간을 딥러닝 모델을 통해 줄여 PET 이미징 과정의 시간적 비용을 절감하는 데에 크게 기여할 수 있을 것으로 기대된다.

스토리를 제대로 전달하려는 관점에서 제작자는 관객들이 무엇을 보게 할 것인가에 대한 고민이 필요하다. 즉, 관객의 시선을 시종일관 끌고 다녀야 한다. 그러한 관점과 더불어 관객이 일상에서 익숙한 공간감을 스크린 내에서도 확보해 줄 필요가 있다. 그러기 위해서는 영상의 깊이를 충분히 고려해야 하는데 이는 관객의 시선을 유도하는 반면에 현실 공간감을 확보하는 것이다. 스크린 내의 물체들을 자연 그대로의 원근감을 갖도록 촬영 환경을 구성하는 것도 필요하지만 스토리를 전개하는 피사체를 배경과 분리시킴으로써 자연스럽게 초점과 영점을 맞출 수 있도록 장면을 구현하는 것이다. 이를 위해서 제작(production) 단계에서는 촬영기법으로, 후반작업(post-production) 단계에서는 아웃 포커싱 등의 효과를 적용하는 방법 등이 고려될 수 있다. 본 논문에서는 영상의 깊이를 확보해야만 하는 이유와 이의 방법 등을 고찰해 본다.

작물의 병해 감지는 주관적인 관찰과 개인의 경험에 의존하는 전통적인 방법을 사용해왔다. 하지만, 이는 많은 시간이 소요되는 등의 한계를 가지고 있다. 본 논문에서는 모바일 카메라를 활용하여 촬영된 사진을 클라우드와 연동한 객체 검출 기반의 어플리케이션을 제안한다. 따라서, 휴대폰만 있다면 시공간적 제약을 받지 않고, 신속하고 정확하게 병해 검출 결과를 확인할 수 있는 장점이 있다.

본 논문에서는 안드로이드 플랫폼 기반의 스마트폰에 내장된 GPS 센서와 카카오 로그인 API, 기상청 API, 유튜브 라이브러리, 크롤링을 활용한 체감 온도 기반 코디 추천 애플리케이션을 설계하고 구현한다. 카카오 로그인 API를 활용한 제삼자 로그인 인증 방식을 사용하고 사용자별 체질 정보를 입력받아 개인화된 옷차림 정보를 제공하도록 구현한다. 또한 GPS 센서로 받아온 위치 정보를 기상청 API와 연동하여 사용자의 현재 위치에 해당하는 날씨 정보와 체감 온도를 계산하여 제공하도록 구현한다. 그리고 유튜브 라이브러리를 사용하여 유튜브 코디 영상을 제공하여 사용자의 코디에 도움을 주도록 구현한다.

IT 산업의 발전으로 인하여, 이동식 저장장치의 빠른 발전에도 불구하고, 대중적으로 사용되는 USB 저장 장치의 분실 및 탈취로 인한 민감 데이터의 노출 문제가 발생하였다. 이러한 문제점을 해결하기 위하여, 다양한 인증 방식을 적용한 보안 USB 저장장치가 등장하였지만, 소프트웨어의 구조적인 문제점으로 인하여, 사용자 인증정보를 검증하는 함수가 노출되는 것과 같은 인증 과정에서 발생하는 취약점을 악용함으로써, 보안 USB 저장장치에 안전하게 저장된 민감한 데이터를 보호하지 못하는 보안 위협이 발생하는 실정이다. 따라서 본 논문에서는 보안 USB 저장장치 중, F 제품을 대상으로, 지문 인증과정에서 발생하는 취약점을 분석하고 실증한다. 본 논문의 결과는 보안 USB 저장장치의 데이터 보호 및 인증기술을 더욱 안전하게 향상시키기 위한 참고 자료로 활용될 것으로 사료된다.

정보통신기술이 발전함에 따라 미래 해양산업에는 첨단 ICT 기술을 중심으로 두고 패러다임이 변화하고 있다. 해양 선박 분야에서는 현 단계인 스마트 쉽(Smart Ship), 자율운항선박(MASS) 등 육상과 선박간의 통신기술이 필요한 시점에서 사이버 공격 위험으로부터 자유로울 수 없다. 선박 간의 사용자 인증은 선박의 보안을 강화하고 인가된 사용자 만이 선박 시스템에 접근하고 조작할 수 있도록 하는 중요한 요소이다. 보안 요구 사항과 해당 규정에 따라 설계되고 구현되어야 하며, 또한 중요한 측면은 인증 시스템의 안전성과 안정성을 유지하기 위해 주기적인 업데이트와 강화된 보안 대책을 시행하는 것이다. 본 논문에서는 선박 간의 사용자 인증기술에 대해서 알아보고 다양한 방법에 대하여 제안하였다.

코로나19로 인한 비대면 사회의 발전으로 일반인들의 IT이용이 증가하였고, 우크라이나 전쟁이 장기화됨에 따라 주요 기반시설 및 글로벌 기업을 대상으로 대규모 사이버 공격 시도가 증가할 것으로 전망된다. 사이버 공격에는 대부분 악성코드가 활용이 된다. 본 논문에서는 2022년 및 2023년 1분기 중 사이버공격에 많이 활용된 악성코드들의 특징과 동향을 파악한다.

드론 기술이 발전함에 따라, 최근에는 재난 구조 및 교통 관측, 과학 연구와 같은 분야에서 드론이 활용됨으로써, 사회적 및 산업적 발전에 일조하는 실정이다. 그러나 드론의 사용률이 증가하는 상황에서, 다양한 취약점을 내포한 드론으로 인하여, 심각한 보안위협이 발생하는 문제점이 존재한다. 이에 따라, 드론에서 발생하는 보안위협에 대응하기 위한 연구가 요구되며, 본 논문은 대응방안을 도출하기 위한 목적으로, 드론에서 발생 가능한 신규 취약점을 분석하고 실증한다. 본 논문에서 발굴한 신규 취약점은 A 드론을 대상으로, 기존의 다중 접속 취약점을 악용한 FTP 및 TELNET 접속 취약점이며, FTP 접속으로 암호화된 파일에 접근이 가능하고 TELNET 접속으로 루트 권한의 셸을 실행하는 신규 취약점을 발굴하였다.

국내·외 소셜미디어 사용자가 증가하면서 마약 유통, 불법 촬영물 유포 등과 같은 사이버 범죄가 소셜미디어를 통하여 발생하고 있다. 사이버 범죄 수사를 위해 소셜미디어 크롤링 연구가 진행되고 있지만, 주로 'N번방' 등 불법 촬영물 및 성 착취물 유포와 같은 성범죄 수사를 대상으로 한다. 그러나 최근에는 성범죄뿐 아니라, 소셜미디어를 통한 마약 유통이 급격히 증가하고 있으므로 소셜미디어 크롤링을 통한 마약 수사 기술 개발이 필요하다. 본 논문에서는 소셜미디어 중, 인스타그램의 마약 유통을 추적하기 위해 실제 사용되는 마약 은어를 정의하고, 정의된 은어를 검색 키워드로 입력하여 사용자 계정을 수집하였다. 또한, 수집된 사용자 계정의 프로필 사진을 추출하고 유사도 분석을 수행하여 동일 마약 유통자 식별에 프로필 사진이 효과적임을 검증하였다.

소셜미디어 사용이 증가하면서 성 착취물, 불법 촬영물과 같은 디지털 성범죄 또한 확산되는 추세이다. 소셜미디어에서 검색어 차단 정책 등을 통해 디지털 성범죄를 제재하기 위한 노력이 이루어지고 있으나, 은어 및 다양한 변형어를 사용한 우회 검색을 모두 차단하는 것이 어려울 뿐 아니라, 단시간에도 방대한 양의 데이터가 생성되는 소셜미디어 특성상 범죄 관련 게시글을 모두 식별해 내는 것이 현실적으로 불가능하다. 따라서 능동적이고 고도화된 크롤링 기술 개발을 통해 소셜미디어상의 범죄를 실시간 탐지하는 연구가 필요하다. 본 논문에서는 디지털 성범죄 관련 데이터가 빈번하게 관찰되는 트위터를 대상으로 성 착취물 및 불법 촬영물 정보를 수집하기 위한 검색 키워드를 정의하고, 실제 트위터 크롤링을 수행하여 텔레그램, 디스코드, 라인 등과 같은 다른 소셜미디어에 성범죄물이 유포되는 정황을 URL, 코드, 해시태그 추출을 통해 확보하는 수사 기술을 개발한다.

다크웹을 통한 마약, 금융거래, 해킹 등 사이버 범죄가 증가하면서 다크웹 상의 범죄 추적을 위한 사이버 수사 필요성이 증대되고 있다. Tor와 같은 다크웹 접속 브라우저는 강력한 익명성을 제공하기 때문에 주로 다크웹 운영상의 취약점 분석, 악성코드를 활용한 함정수사 기법이 실효성 높은 다크웹 수사 기술로 간주된다. 그러나 사이트 개설 및 폐쇄가 빈번하게 발생하는 다크웹의 특성상 최신 범죄 정보를 수집하기 위해서는 방대한 다크웹 정보를 실시간 수집하고, 능동적으로 검색 키워드를 확장할 수 있는 고도화된 크롤러 기술 개발이 필요하다. 본 논문은 다양한 다크웹 사이트 중, 아동 음란물 사이트를 크롤링을 통해 수집하고, 수집된 텍스트의 연관 분석을 통해 검색 키워드를 확장하는 수집 체계를 제안한다.

소셜미디어를 통한 마약 유통이 증가하면서 젊은 연령층의 마약 문제가 사회 문제로 대두되고 있다. 소셜미디어 상의 마약 유통을 차단하고자 유해 키워드 차단 정책이 마련되고 있지만, 사용자들은 차단 정책을 우회할 수 있는 마약 관련 은어 및 변형어를 사용하여 검색을 시도하기 때문에 다양한 은어 및 변형어를 수집하여 차단 정책에 반영하는 것이 필요하다. 본 논문에서는 마약 유통 및 구매에 빈번하게 사용되는 일반어, 은어, 그리고 일반어와 은어의 각 변형어를 수집하고, 이를 페이스북, 인스타그램, 카카오톡, 트위터, 텔레그램을 통해 검색하여 소셜미디어 유형별로 수집되는 마약 관련 게시글을 정량적으로 분석하였다. 분석 결과, 5종의 소셜미디어 중, 트위터에서 마약 관련 은어 및 변형어를 포함하는 게시글이 가장 많이 검색되는 것을 확인하였다.

스마트폰은 앱을 통하여 사람들에게 다양하고 유용한 기능을 제공하며, 새로운 앱들이 계속해서 개발되어 출시되고 있다. 그러나 이러한 긍정적인 측면에서 불구하고, 사람들의 편리한 사용에 대한 욕구를 이용하여, 신종 앱 사기와 같은 범죄가 발생하고 있으며, 이를 악용하여 금전적으로 피해를 주거나 개인정보를 탈취하는 범죄로가 증가되는 추세이다. 이와 같은 앱으로 인한 범죄를 대응하기 위하여, 신종 앱 사기 범죄를 분석하고 해결하는 방안이 요구되는 실정이다. 따라서 본 논문에서는 신종 앱 사기 범죄에 악용되는 가짜 앱을 탐지하고, 공식 기관에서 제공하는 정보를 기반으로 가짜 앱과 공식 앱에 대한 대량의 정보를 공유하는 프레임워크를 개발한다. 개발한 프레임워크를 통하여, 정보를 공유한 사람들에게 가짜 앱에 대한 정보를 알려주고, 공식 기관의 앱을 확인하는 안전한 모바일 환경을 제공할 것으로 사료된다.

군사 목적으로 사용되던 드론이 일반 사용자를 위한 범용 드론으로 활용 분야가 확장됨에 따라, 국방 및 운송, 물류, 농업과 같은 다양한 분야에서 활용되는 실정이며, 이와 관련된 산업의 발전에 기여하고 있다. 그러나 급격한 발전으로 인하여, 드론의 안전성은 고려하지 못한 한계점이 존재하였고, 이는 드론에서의 다양한 보안위협으로 나타났다. 본 논문에서는 4차 산업 혁명 시대의 핵심 기술인 드론의 안전성을 향상시키기 위한 목적으로, 드론의 신규 취약점을 발굴하고 실증하였다. 실험을 위하여, 최근 출시된 G 제품을 대상으로, 드론에서 발생 가능한 다양한 취약점 중 하나인 GPS 스푸핑 공격을 시도하였으며, 실험 결과, GPS 좌표를 변조함으로써, 비행이 가능한 구역에서 비행 금지 구역으로 인식하도록 좌표를 조작하였으며, 비행 금지 구역으로 인식한 드론은 준비된 동작에 따라, 강제로 착륙시키거나 다른 장소로 이동시키는 것이 가능하다. 본 논문의 결과는 드론의 안전성을 향상시키기 위한 참고 자료로 활용될 것으로 사료된다.

내부자 위협이란, 조직의 보안 및 데이터, 시스템에 대한 내부 정보에 접근하는 현 임직원 및 전 임직원, 계약자와 같이, 동일한 조직 내부의 사람들로부터 발생하는 위협을 의미한다. 일반적으로 내부자들은 업무를 위하여, 시스템에 대한 합법적인 접근 권한을 가지며, 만약 이러한 권한이 오남용되는 경우에는 조직에 매우 심각한 피해를 입힐 수 있다. 이러한 내부자 위협은 외부로부터의 위협보다 방어 및 탐지가 훨씬 어려운 한계점이 있으며, 그 피해 규모가 매우 방대하다는 문제점도 존재한다. 이에 따라, 본 논문에서는 내부자 위협을 탐지하기 위하여, 이메일을 통한 기밀정보를 유출하는 유형의 위협에 대응하는 방안을 제안한다. 제안하는 방안은 조직 내에서 이메일을 발신하는 경우를 대상으로, 파일이 포함된 이메일에 발신자를 식별하기 위하여, 파일에 키 값 및 서명을 삽입하며, 발신되는 이메일을 모니터링하여 첨부된 파일의 유형을 파악함으로써, 동적 그래프를 통하여 시각화한다. 내부 시스템 및 네트워크에서의 보안관제 담당자 및 관리자는 시각화된 그래프를 확인함으로써, 직관적으로 정보 유출을 파악하고 대응할 수 있을 것으로 판단된다. 본 논문에서 제안하는 방안을 통하여, 조직 내의 내부자 위협을 탐지할 수 있으며, 데이터 유출 사고가 발생하는 경우, 유출자를 빠르게 식별하고 초기에 대응할 수 있을 것으로 판단된다.

현재 IoT 기기들은 일상생활에서 필수 가전기기가 되어가고 있다. 가정에서는 스마트홈으로 연결된 냉장고, 세탁기, 인공지능 스피커 등이 이미 많이 사용되고 있으며, 자율주행 차량과 키오스크 등 하루에도 매우 다양한 IoT 기기들을 가깝게 접하고 있다. 스마트 워치(Smart Watch)가 출시된 이후로는 IoT 기기가 매 순간 사용되며 사용자 개인정보와 사생활 등 중요하고 예민한 정보와 기업의 기밀 정보가 자동으로 기기에 저장되고 있다. 이러한 이유로 해커들의 타깃이 되어 새로운 해킹 수법이 발생하고 보안 취약점이 발견되고 있다. 본 논문에서는 IoT 기기에 관련하여 최근에 발생하는 해킹 사건들과 보안 취약점을 분석하고 이에 따른 대책을 알아보고자 한다.

오늘날 전 세계적으로 연결되어 있는 인터넷을 통해 사용자들은 아무런 제약 없이 의사소통 및 거래 등 다양한 활동을 할 수 있게 되었다. 그러나 이러한 인터넷상의 자유를 범죄의 수단으로 한 인터넷상의 사이버 범죄가 급속하게 증가하고 있다. 특히 인터넷 중 하나로 분류되는 다크웹에서는 심각한 중대 범죄들이 많이 발생하고 있는데, 다크웹은 일반 네트워크와 달리 암호화 기술을 사용하는 특정 네트워크를 통해서만 접속이 가능하기 때문에 사용자에게 익명성과 비밀성을 제공할 수 웹 사이트이다. 이러한 다크웹의 특성으로 인해 마약 거래, 아동 포르노 유포, 개인정보 유출 등 다양한 사이버 범죄가 발생하고 있다. 본 논문에서는 이러한 다크웹 상에서 발생하는 주요 범죄 사례를 알아보고 이에 대한 포렌식 수사 기법의 동향을 살펴보고자 한다.

취업 시장의 급변에 따라 교육 기관에서는 다양한 상황에 대응할 수 있는 시스템이 필요하다는 인식이 대두되고 있다. 특히, 취업 준비생들은 낯선 면접장에 빠르게 적응하여 면접에서 최상의 결과를 얻어내야 하는 요구사항이 있다. 본 논문에서는 요구사항을 충족시키기 위하여 메타버스 환경에서의 가상 인터뷰 시스템의 가상 면접장 프로토 타입을 소개한다. Unity를 기반으로 개발된 이 가상 면접장은 실제 면접과 유사한 환경을 제공하여 면접관 아바타를 통해 진행되는 면접의 현실감을 높일 수 있다.

본 눈문에서는 안드로이드 플랫폼 기반의 스마트폰에서 장애 예술인 활동에 도움이 되는 애플리케이션을 설계 및 구현하였다. 이 애플리케이션의 특징은 TTS, STT 기능을 이용한다. STT 기능은 청각 장애인이 예술 작품을 올리면 작품에 대한 정보를 입력받고, TTS 활용하여 작품에 대한 설명을 음성으로 서비스하도록 구현한다. Naver Map을 사용하여 사용자가 전시회에 대한 위치를 등록하면 Naver Map을 통하여 전시회를 찾아올 수 있도록 길 안내 서비스를 구현한다.

최근 대화형 AI와 생성형 AI의 폭발적인 성장과 현실화로 인해, 한 때 온세상을 떠들썩 하게 했던 메타버스와 블록체인 기술은 잊혀지고 있다. 하지만 메타버스는 필연적으로 Web 3.0 시대의 대표적인 플랫폼으로 흘러갈 것이며, 블록체인 기술은 디지털 경제 생태계의 핵심 기술임에 틀림이 없을 것이다. 언제가 될지는 모르지만 다시금 메타버스가 세상을 혁명적으로 변화 시키는 그 때를 염두에 두며, 메타버스 시스템에서 사용되는 블록체인 기술의 현황을 살펴보고 그리 멀지 않은 미래에서의 모습도 전망해 본다.

본 논문에서는 주거지역에서 철도 운행으로 발생하는 소음, 진동, 미세먼지가 거주민들에게 입히는 피해를 최소화 하기 위해 소음, 진동, 미세먼지의 수치 위험도 기준을 정하고, 아두이노 센서와 모듈로 스마트 창문 및 공기 청정기를 제작한다. 센서를 통해 수집한 데이터가 기준치를 초과할 경우 창문의 개폐 또는 공기 청정기 시스템이 작동을 하도록 구현하여 소음, 진동, 미세먼지 피해를 최소화 하도록 구현하였다.

본 논문은 철도 건널목(교차로)에서 발생하는 차량, 보행자 및 야생 동물 사고 등의 상황에서 발생하는 위험 요소를 설정하고 철도 건널목(교차로)의 운행상황을 확인할 수 있도록 모형 철도 주변에 유형별 센서들을 설치하고 데이터를 인지하여 시스템에 저장하고, 유효한 데이터 분석을 통해 Orange3 머신러닝 기법을 적용한다. 철도 건널목에 관련된 이미지 중 위험인자로서 차량, 보행자 및 야생동물등의 객체를 감지하고 데이터를 수집하여 활용한다. 또한 이러한 데이터들은 이용자 상황에 맞는 철도 데이터 운영 시스템으로 적용할 수 있도록 위험 예측 시스템을 제안한다.

본 연구는 2010년 이후로 다시 활성화가 된 NFC 기술을 이용하여 출석 체크 APP을 개발하고, 아두이노와 MySQL을 통해 데이터베이스를 생성, Node.js를 이용하여 서버를 구축함으로써 출석 체크 과정에서 발생하는 불필요한 시간 사용을 최소화하고 근거리 통신을 통해 확실한 출석 체크를 실현하기 위한 연구이다. 출석 체크시스템에서의 효율성과 정확성은 중요한 요소로서, 이를 위해 NFC 기술을 활용하여 신속하고 정확한 출석 체크를 수행하며, 데이터의 신뢰성과 보안성을 강화한다. 연구를 통해 출석 체크 시스템이 발생하는 인력과 시간의 절약 효과를 확인하고, 효율적인 출석 체크 관리를 위한 혁신적인 해결책을 제시한다. 이러한 연구는 출석 체크 시스템의 개선과 혁신을 이끌며, 다양한 조직이나 교육기관에서 확장될 수 있을 것으로 기대한다.

본 논문은 스마트 옷장의 시장성과 기능에 대해 연구하고, 사용자에게 편의성과 개인화된 서비스(실시간 정보 제공, 온습도 제어, UV 살균 기능) 등 다양한 기능을 통해 사용자의 요구를 충족시키며, 스마트 기기와의 연동, 맞춤형 스타일 추천, 얼굴 인식 기술 등의 추가 기능을 통해 지속적인 개선과 혁신을 제안한다.

본 논문은 HTML과 CSS를 사용하여 기본적인 웹페이지를 작성하고, 카카오 지도 API를 활용하여 주변 스터디 룸 위치를 입력할 수 있는 기능을 구현한다. 카카오 개발자 웹사이트에서 API 키를 발급받아야 하며, 이를 사용하여 JavaScript 코드를 작성하고 웹페이지에 추가하여 지도와 위치 입력 기능을 구현한다. 또한, 회원가입 및 로그인 기능을 구현하기 위해 Node. JS를 사용하며, 사용자의 회원가입 정보를 입력받아 DB에 저장하고 로그인 시 DB와 비교하여 인증하는 기능을 포함합니다. MySQL을 사용하여 DB 테이블을 생성하고 연동하는 작업을 수행한다.

본 연구는 spring framework와 각 SNS들의 API를 활용한 각 플랫폼들을 한 사이트에 연동하여 사용자들이 손쉽게 관리하기 위하여 진행하였다. SNS 통합 플랫폼에서의 중요한 요소는 사용자들의 SNS 관리 시간을 단축시키는 것인데 이를 위해 플랫폼들의 게시물들을 한 곳에서 게시, 수정, 삭제 그리고 여러 플랫폼에 게시물을 동시에 업로드하는 기능과 게시물들을 필터링하는 기능을 제공하였다. 이를 통해 사용자의 편의성은 올라가며 더 효율적으로 게시물들을 관리하여 시간을 단축시킬 수 있다.

본 논문은 실시간으로 지하철의 위치를 추적하고, 사용자에게 정확한 정보를 제공한다. 사용자는 모바일 푸시 알림을 통해 다가오는 정류장을 인식하고 놓치지 않고 하차할 수 있다. 웹 기반 솔루션으로 개발되어 사용자 친화적인 인터페이스를 제공하며, 승객들의 편의와 이동 시간 단축에 기여한다. 이 서비스는 실시간 지하철 위치, 알람 서비스, 모바일 푸시 알림, 웹 기반 솔루션, 사용자 경험을 포함한 다양한 기술과 요소들을 통합한다. 전반적으로, 이 서비스는 승객들에게 효율적이고 편리한 지하철 이용을 제공하여 승객 만족도를 높이고 이동 경험을 개선한다.

서버의 정보를 관리하기 위해서 직접 telnet, SSH 또는 서버 관리 프로그램을 통해 접근해야 한다. 이러한 불편함을 해소하기 위해 웹사이트에서 서버의 정보를 확인할 수 있는 시스템을 구현하였다. 이를 통해 사용자는 웹사이트에서 서버의 폴더 정보를 확인하고 관리할 수 있다. 또한 기존의 이기종간의 서버 관리의 불편함을 개선하며, PC와 모바일에서 모두 서버 정보를 확인할 수 있어 편의성을 높였다.

최근 고용 시장은 프리랜서 비율 상승과 근무 형태 다양화로 인해 변화하고 있다. 그러나 현재의 업무 관리 서비스는 여러 도구를 사용하는 불편함이 있다. 이 논문은 급여 유동성을 갖는 근무자를 대상으로, 캘린더, 메모 도구, 급여 계산기를 통합한 업무 관리 서비스를 제안한다. 이를 통해 한 플랫폼에서 업무 관리를 수행하고, 급여 계산과 기간별 급여 조회가 가능해진다. 또한 일정 공유, 채팅을 통한 의사소통과 자료 공유로 팀의 성과 향상을 기대할 수 있다. 더 나아가, 서비스의 확장 가능성과 추가 연구의 필요성도 언급하고 있다.

본 연구에서는 감성 분석 기반의 키워드 도출형 영화 리뷰 웹사이트를 개발하였다. 사용자들은 영화에 대한 리뷰를 작성할 때, 자동으로 키워드를 추출하는 기능을 활용하여 다양하면서도 빠르게 정보를 얻을 수 있다. 사용자가 작성한 리뷰를 시스템에 입력하면, 내부적으로 ChatGPT를 활용하여 텍스트를 분석하고 키워드를 추출한다. 이를 통해 사용자는 별다른 노력 없이도 키워드를 통해 영화의 장르, 감독, 배우, 플롯 요소 등 다양한 정보를 빠르게 확인할 수 있다. 추출된 키워드는 저장되어 시각화에 활용되며, 사용자들은 리뷰에 대한 원하는 정보를 쉽게 얻을 수 있다. 개발된 키워드 도출형 영화 리뷰 웹사이트는 사용자들에게 빠르고 다양한 정보를 제공하며, 영화 관련 결정을 내리는 데에 도움을 줄 것으로 기대된다.

본 연구에서는 JavaScript와 Node.js를 활용하여 대용량 트래픽을 처리하는 웹 에러 모니터링 시스템을 개발했다. Node.js의 비동기식 I/O 처리와 이벤트 기반 아키텍처를 활용하여 높은 처리량과 확장성을 제공하며, Express 프레임워크를 사용하여 개발 편의성을 높였다. 에러 내용은 MySQL 데이터베이스에 저장되고, 클라이언트에서 요청할 때 JavaScript를 삽입하여 에러 정보를 전송한다. 이를 통해 웹 에러 모니터링 시스템은 실시간으로 에러를 분석하고 모니터링할 수 있다. 또한, Chart.js를 활용하여 시각화된 에러 현황을 사용자에게 제공한다. 이를 통해 개발자들은 웹사이트의 안정성을 향상시키고 사용자들에게 원활한 경험을 제공할 수 있게 되었다.

본 연구에서는 음성메모 기능을 통해 스마트폰에서 메모를 편리하게 작성할 수 있는 방안을 제안하였다. 이 제안은 취약 계층을 포함한 다양한 사용자들이 스마트폰을 보다 쉽고 효율적으로 활용할 수 있는 기회를 제공한다. 음성메모를 통해 중요한 정보를 빠르게 기록하고, 필요할 때 언제든지 액세스할 수 있으며, 기억력에 의존하지 않고 안정적인 방식으로 정보를 보존할 수 있다. 이러한 기능은 취약 계층을 위해 스마트폰 사용의 장벽을 낮추어 정보 접근과 활용의 평등성을 증진시킬 것으로 기대된다. 또한, 연구 결과는 스마트폰 기술과 사용자 경험 분야에 대한 심층적인 이해를 제고하고, 향후 관련 연구와 개발에 영향을 미칠 것으로 기대된다.

본 논문은 안드로이드에서 화면 캡쳐와 OCR을 통한 실시간 번역 애플리케이션 개발을 주제로 한다. 코틀린으로 개발된 애플리케이션은 사용자가 원하는 화면 영역을 캡쳐하여 해당 텍스트를 OCR로 추출하고, 구글 Cloud Vision API와 Cloud Translation API를 활용해 번역한다. 이를 통해 외국어 애플리케이션 사용의 편의성을 향상시키고, 정보의 이해와 공유를 도울 수 있음을 제시한다. 이 기술은 더욱 다양한 분야에서의 활용 가능성을 열어놓고 있다.

본 논문은 디지털 플랫폼과 헬스케어 서비스를 통합한 병원 애플리케이션(병원 앱)의 개발 및 활용에 초점을 맞춘다. 목표는 환자와 의료 제공자 간의 의사 소통과 효율성을 향상시키는 것이다. 이 연구는 병원 앱의 주요 기능과 이점을 탐색하고, React Native를 사용하여 기술적 측면과 디자인 원칙을 제공하고, 적절한 사용 및 보안을 위한 지침을 검토한다. 이 연구는 병원 앱의 잠재력과 장점을 평가하고 의료 서비스 효율성과 품질을 향상시키기 위한 실용적인 지침을 제공하고 있다. 병원 앱의 통합으로 환자 치료, 커뮤니케이션을 개선하고 의료 프로세스를 간소화할 수 있다. React Native와 같은 기술을 활용하여 약속 일정, 예약 확인, 의료 정보 액세스, 의료 전문가 디렉토리와 같은 기능을 구현하여 포괄적인 사용자 경험을 제공할 수 있다. 지침과 규정을 준수하는 것은 의료 데이터의 적절한 사용과 보호를 보장하는 데 필수적이다. 향후 연구에서는 인공 지능 및 원격 의료와 같은 신기술을 병원 앱에 통합하고 장기적인 영향을 평가할 수 있다. 이 분야의 지속적인 개발과 혁신은 디지털 시대에 의료 서비스를 변화시킬 잠재력을 가지고 있다.

본교에서 강의실, 회의실 등 공용공간을 사용하기 위해서는 사용자가 수기로 양식을 작성하여 제출하고 담당자가 처리해야 한다. 이 방식은 사용자가 사용하고자 하는 공간의 예약 현황을 확인할 수 없고, 사용신청 과정에서 직접 담당자를 찾아가야 한다는 불편함이 따른다. 본 연구에서는 이러한 불편함을 개선하기 위하여 마이크로 서비스 아키텍처 기반의 공간 예약 웹서비스를 구현한다.

본 논문은 Windows 플랫폼에서 마우스 움직임 데이터를 수집하고 이를 웹사이트와 통합하여 시각화하는 서비스의 개발을 제시한다. 이 서비스는 마우스 움직임 데이터의 수치화와 표현을 가능하게 하여 사용자 행동에 대한 유용한 통찰력을 제공한다. 윈도우를 기반으로 마우스 움직임 데이터를 수집하여 데이터베이스에 데이터를 저장한다. 데이터베이스에 저장된 데이터는 실시간으로 연동하여 시각화하여 웹사이트를 통하여 보여준다. 본 연구를 통해 무의미하게 여겨질 수 있는 데이터를 사용자에게 의미있게 전환하여 보여주기 위한 시도를 하였다.

본 논문은 머신러닝 학습 도구인 Teachable Machine을 활용하여 모션 인식 러닝 액션 게임인 Dino Run Game을 개발하는 것을 목표로 한다. JavaScript, HTML, CSS를 사용하여 기본적인 게임 프레임워크를 구현하고, Google에서 개발한 Teachable Machine의 이미지 인식 모델을 활용하여 웹캠을 통해 사용자의 손 이미지를 인식한다. 이를 기반으로 게임 캐릭터를 제어함으로써 키보드를 사용하지 않고도 게임을 즐길 수 있도록 구현한다.

최근 지구온난화로 인해 온도가 점점 상승하면서 홍수, 가뭄, 해수면 상승 등 이상 기후가 나타나고 있다. 이러한 상황을 막기 위해 기업과 국가 더 나아가 전 세계적으로 탄소 중립 활동을 실천하고 있다, 본 논문에서는 탄소 중립 활동에 도움을 주고자 전기차 충전소의 위치와 현재 상태를 실시간으로 확인할 수 있는 웹사이트를 서비스한다. 또한 사용자의 걷기 활동을 통해 이벤트를 진행하여 탄소 중립 활동을 장려하며, 다양한 교통정보 등을 서비스한다,

본 논문에서는 안드로이드 앱 기반의 스마트폰에 내장된 GPS센서와 IoT 기반의 사고 감지 시스템을 융합하여 실시간 교통사고를 알려주는 자동화 시스템을 설계하고 구현한다. GPS 센서를 통해 사용자의 위치를 감지하고 사고 현장의 GPS와 정보를 무선 네트워크와 MQTT기반의 프로토콜로 전달받아 실시간으로 사고 현장을 알려주는 역할을 한다. 소방관이나 경찰관같은 업무 처리자의 경우 직접적인 신고가 아닌 자동화로 업무의 환경을 개선해 골든 타임을 확보를 용이하게 한다.

이상 탐지는 데이터에서 일반적인 범주에서 크게 벗어나는 인스턴스 또는 패턴을 식별하는 중요한 작업이다. 본 연구에서는 시계열 데이터의 특징 추출을 위한 비지도 학습 기반 방법과 정규화 흐름의 결합을 통한 이상 탐지 프레임워크를 제안한다. 특징 추출기는 1차원 합성곱 신경망 기반의 오토인코더로 구성되며, 정상적인 시퀀스로만 구성된 훈련 데이터를 압축하고 복원하는 과정을 통해 최적화된다. 추출된 시계열 데이터의 특징 맵은 가능도를 최대화하도록 훈련된 정규화 흐름의 입력으로 사용된다. 이와 같은 방식으로 훈련된 이상 탐지 시스템은 테스트 샘플에 대한 이상치를 계산하며, 최종적으로 임계값과의 비교를 통해 이상 여부를 예측한다. 성능 평가를 위해 시계열 이상 탐지를 위한 공개 데이터셋을 이용하여 공정하게 이상 탐지 성능을 비교하였으며, 실험 결과는 제안하는 정규화 흐름 기법이 시계열 이상 탐지 시스템에 활용될수 있는 잠재성을 시사한다.

본 논문에서는 무인주행로봇에 적용할 수 있는 장애물 탐지 및 주행지역 이탈을 관리하는 시스템을 제안한다. 제안 시스템은 웹캠과 같은 일반적인 카메라를 활용하여 촬영되는 공간에서 무인주행로봇을 운용할 영역을 선정하고 운용영역내의 장애물 발생 여부를 판단한다. 제안 시스템은 카메라 위치 기준으로 촬영되는 버드뷰에서 무인주행로봇의 운용영역을 설정하고 탐지된 장애물의 정보를 제공하여 무인주행로봇의 주행에 있어 안전하고 효율적인 주행 기능을 제공할 수 있을 것으로 기대한다.

위치정보 표시 및 심박수를 이용한 운동강도 표시 앱을 개발하는 주요 목적은 개인의 건강 상태를 관리하고 개선하기 위함이다. 건강관리의 가장 기본적인 수단은 운동이다. 운동 중에서도 유산소 운동은 체력을 증가시키고 몸무게도 줄일 수 있는 등 가장 효과적인 운동이면서도, 누구나 큰 준비 없이 마음만 먹으면 할 수 있는 가장 기본적인 운동이라고 생각했다. 유산소 운동을 할 때 위치정보를 표시하고 심박수를 측정하여 운동강도를 표시해준다면 운동에 큰 도움이 될 것으로 생각했다. 위치정보 표시 및 심박수 센서를 이용한 운동강도 표시 앱으로 심박수, 이동 거리 등을 추적하고 기록하며, 이를 통해 심박수 상태를 확인하고 운동강도를 조절함으로써 효과적으로 운동할 수 있을 것으로 예상된다. 또한 reCaptcha를 이용하여 사람과 악성봇을 구별 가능하게 하여 보안성을 높였다.

VR 헬스장은 시간적 부담과 이동이 힘든 사람들이 운동을 편안하고 정확한 자세로 할 수 있도록 온라인 헬스와 VR 기기를 접목한 가상현실 기반의 헬스케어 시스템이다. tof 센서가 장착되어 있는 카메라를 통해 주변 지형지물과 실제 몸의 움직이는 모션 정보를 정확하게 전달하여 원하는 장소에서 정확한 자세로 PT를 받을 수 있도록 한다. 원하는 시간과 장소에서 하고 싶은 운동을 할 수 있게 제공하여 시공간에 제약받는 사람도 꾸준한 운동을 통해 건강관리가 가능하여 운동하는 사람이 증가하는 것에 의의가 있다.

본 논문은 노인용 실버제품 개발을 위하여 70~84세 노년 여성을 대상으로 3차원 측정 손 관련 치수를 분석하고, 노년 여성의 손을 유형화하여 그 특성을 알아보고자 하였다. 이를 통해 노인용 실버제품 개발에 필요한 정보를 제공하고자 하였다. 노년 여성의 손 구성 요인은 손과 손가락 수평 요인, 손 수직 요인, 새끼손가락 굵기 요인, 손가락 길이 요인 등이 추출되었다. 노년 여성의 손은 3개 유형으로 분류되었다. 긴 손 길고 가는 손가락 유형, 굵고 긴 손가락 두꺼운 손 유형, 짧은 손과 손가락 굵은 새끼손가락 유형으로 나뉘어졌다. 연령이 높아질수록 손가락 마디가 굵어지고 손의 크기가 커지는 것으로 알려졌으나 80대가 되면 다시 손이 가늘어지는 변화가 나타났다. 70대까지는 연령이 증가함에 따라 손가락도 굵어지는 현상이 나타났다.

본 연구는 국내에서 시판되는 요실금 패드의 최대흡수량과 역류량, 누출량 등을 측정해보고자 하였다. 이를 통해 소변 흡수에 효과적인 요실금 패드 개발에 필요한 데이터를 얻고자 하였다. 시판 요실금 패드 7종의 최대 흡수량을 측정한 결과, B제품의 흡수량이 가장 많고, F제품의 흡수량이 가장 적었다. 역류량은 A제품이 가장 역류량이 적고, F제품의 역류량이 가장 많았다. 역류량은 인공소변 주입량과 정(+)의 상관관계를 나타내 인공소변 주입량이 증가할수록 역류량도 증가하는 것으로 나타났다. 누출시점과 누출량 측정 결과 F제품이 누출이 가장 빠르게 발생하였고 누출량도 많았다. 누출시점과 누출량은 부(-)의 상관관계를 나타냈다. 요실금 패드의 제품 표기가 중형, 노멀로 표시된 제품임에도 최대흡수량에 차이가 큰 것으로 나타나 소비자들이 요실금 패드를 선택함에 있어서 기준이 모호한 것을 알 수 있었다.

이 연구의 목적은 발목관절의 발등굽힘 가동범위에 따라 동적 균형능력을 평가하는 Y-Balance Test와의 관계를 규명하고자 하였다. 이 연구 결과 HADR군에서 PLRD(P<.05)와 CS(P<.01)에서 유의한 차이가 나타났으며, 발목관절 발등 굽힘의 가동범위와 뒤안쪽 도달거리(PMRD), 뒤가쪽 도달거리(PLRD) 및 종합점수(CS)만 중등도의 유의한 상관관계가 나타났다. 따라서 발목관절 발등굽힘의 감소는 균형능력 능력을 감소와 관련이 있으며 축구선수의 손상의 예방하기 위해서는 정기적인 발목 관절가동범위를 평가가 필요한 것으로 생각된다.

본 연구는 전방머리자세 대학생을 대상으로 목뼈안정화운동이 머리뼈척추각, 깊은목굽힘근 지구력 및 뒤통수밑근 근긴장도의 변화를 알아보고자 하였다. 이 연구 결과 CSEG에서 CVA, DNFET에서 유의하게 증가하였으며 뒤통수근 근긴장도에서는 경직도에서만 유의하게 감소하였다. 목뼈 안정화운동은 목뼈의 중립자세를 유지하면서 깊은목 굽힘근 활성화되고 근지구력이 향상되었으며, 턱을 당기는 동작으로 튀통수근의 경직이 감소한 것으로 생각된다. 또한 지구력 증가시키고 근 긴장도에 감소는 통증을 조절함에 있어서도 도움이 될 것이다. 따라서 목뼈안정화운동은 깊은목굽힘근과 뒤통수근의 개선을 위한 중재방법임을 확인할 수 있었으며, 전방머리자세 예방하기 위해 필요할 것으로 생각된다.

본 논문에서는 만성질환자 건강관리서비스 플랫폼 개발을 위항여 건강측정기 모바일 연계기술 개발 및 적용하고 IoT 기반 생체정보 획득 및 라이프로그 건강관리 플랫폼 API 연계 기술을 통하여 지역 만성질환자를 위한 언택트 헬스 모니터링 플랫폼 개발을 수행하였다. 해당 시스템을 통하여 지역 보건소 협력 및 가족 중심 만성질환자 입체적 건강관리 모니터링 시스템 개발에 적용하고 IoT 장비 인터페이스기술, 개인 건강관리기술, 플랫폼 운영 및 구현기술, 데이터 관리기술 개발을 통하여 효율적으로 개인 라이프로그를 활용할 수 있도록 하였으며, 효율적인 관리를 위하여 AI 챗봇 서비스 시스템을 통한 효율성을 극대화를 추진하였다. 본 논문에서는 개인 라이프로그를 활용한 AI 챗봇 기반 만성질환자 건강관리서비스 플랫폼을 구현하여 만성질환자에 대한 서비스를 제공하고 만족도를 실증하여 서비스의 우수함을 입증하였다.

본 논문에서는 ¹⁸F-FDG PET과 CT에서 추출한 영상인자를 이용하여 비소세포폐암의 전이를 예측하는 머신러닝 모델을 생성하였다. ¹⁸F-FDG는 종양의 포도당 대사 시 사용되며 이를 추적하여 환자의 암 세포를 진단하는데 사용되는 의료영상 기법 중 하나이다. PET과 CT 영상에서 추출한 이미지 특징은 종양의 생물학적 특성을 반영하며 해당 ROI로부터 계산되어 정량화된 값이다. 본 연구에서는 환자의 의료영상으로부터 image texture 프절 전이 예측에 있어 유의한 인자인지를 확인하기 위하여 AUC를 계산하고 단변량 분석을 진행하였다. PET과 CT에서 각각 4개(GLRLM_GLNU, SHAPE_Compacity only for 3D ROI, SHAPE_Volume_vx, SHAPE_Volume_mL)와 2개(NGLDM_Busyness, TLG_ml)의 image texture feature를 모델의 생성에 사용하였다. 생성된 각 모델의 성능을 평가하기 위해 accuracy와 AUC를 계산하였으며 그 결과 random forest(RF) 모델의 예측 정확도가 가장 높았다. 추출된 PET과 CT image texture feature를 함께 사용하여 모델을 훈련하였을 때가 각각 따로 사용하였을 때 보다 예측 성능이 개선됨을 확인하였다. 추출된 영상인자가 림프절 전이를 나타내는 바이오마커로서의 가능성을 확인할 수 있었으며 이러한 연구 결과를 바탕으로 개인별 의료 영상을 기반으로 한 비소세포폐암의 치료 전략을 수립할 수 있을 것이라 기대된다.

본 논문에서는 변화하는 ICT 기술을 기반으로 의료정보의 빅데이터화를 통해 건강권에 대해 장애인과 비장애인을 중심으로 살펴본다. 전국민 대상의 국가건강검진 중 암 검진에 수검율을 조사하고 여성 장애인의 수검 요인을 분석해 장애인의 건강권 보장이 가능한지 살펴본다. 국가암검진 중 30대 이상 여성을 중심으로 진행되는 자궁경부암 수검 요인을 건강행태적 요인으로 분석한 결과 통계적으로 유의한 차이를 보였다.

본 연구는 광역시와 광역도 간의 개인적 요인과 건강수준 정도가 우울경험 여부에 영향을 미치는 변수의 중요도를 파악하고자 시도되었다. 본 연구의 자료는 질병관리청의 2021년 지역사회건강조사 데이터를 활용하였다. 광역시의 데이터는 4,602건을 이용하였고, 광역도는 19,545건의 데이터를 이용하였다. 자료 분석에 활용된 빅데이터는 R 4.3.0 for Windows를 활용하여 단어 빈도 분석과 machine learning기법인 Random Forest분석을 실시하였다. 연구결과, train 데이터와 test 데이터의 과적합(overfitting)의 문제는 발생하지 않았으며, machine learning 기법의 분류모델은 약 94% 수준으로 나타났다. 분석 결과 광역시와 광역도 간의 우울경험여부에 미치는 중요도가 각각 다르게 나타났다. 두 지역의 시민에게 미치는 우울경험의 원인을 다르게 접근함으로써 보다 더 효율적인 정책수립이 가능 할 것으로 판단된다.

본 연구에서는 서비스산업종사원들의 조직공정성이 이직의도에 어떤 영향을 미치는지를 분석하였다. 또한 조직공정성과 이직의도에서 조직신뢰의 매개역할을 알아보고자 한다. 서비스산업 종사원들의 직무 및 역할과 이직의도와 관련한 연구들을 살펴보면 서비스산업 종사원들은 보다 나은 업무결과를 위하여, 업무 스트레스를 경험하게 되고 이 업무 스트레스는 이직의도를 높게 하는 변수로 작용하게 된다. 따라서 본 연구에서는 서비스산업 종사원들의 조직공정성이 이직의도에 어떤 영향관계에 있는지를 실증적으로 분석해보고 그 영향관계에서 조직신뢰는 어떤 매개역할을 하는지를 알아보고자 한다.

본 연구의 목적은 노인의 정보화기기 활용 능력이 사회자본 형성에 미치는 영향을 분석하고 이러한 관계에서 노인의 디지털기기 이용 효능감이 갖는 매개효과를 검증하는 데 있다. 이를 위해 2022년 실시한 디지털정보격차 실태조사 자료를 활용하여 SPSS 25.0 통계프로그램으로 개인의 인구사회학적특성, 정보화기기 중 PC, 모바일 기기 활용능력, 디지털기기 이용 효능감을 독립변수로 하고 노인의 사회자본을 종속변수로 하여 영향 관계를 분석하였다. 또한, 디지털기기 이용 효능감을 매개변수로 설정하여 노인의 정보화기기 활용 능력이 사회자본 형성에 미치는 영향에 매개효과가 있는지 검증하였다. 그 결과, 노인의 사회자본 형성에 미치는 영향 요인은 남성보다 여성의 사회자본 수준이 높았고, 나이가 많은 사람, 월평균 소득이 높은 사람, 다른 가족과 함께 거주하는 노인의 사회자본 수준이 높은 것으로 분석되었다. 독립변수인 PC활용능력은 통계적으로 유의미한 영향이 없었고, 모바일기기 활용 능력과 디지털기기 이용 효능감이 높을수록 사회자본이 증가하는 것으로 분석되었다. 이후 노인의 정보화기기 활용 능력이 사회자본에 미치는 영향을 디지털기기 이용 효능감이 매개하는지 분석하기 위해 Baron과 Kenny(1986)의 3단계 모형으로 분석한 결과, pc활용능력 → 디지털기기 이용 효능감 → 사회자본에 이르는 경로와 모바일기기 활용능력 → 디지털기기 이용 효능감 → 사회자본에 이르는 매개효과 경로는 통계적으로 유의미한 결과로 나타났다. 이러한 연구결과를 바탕으로 노인의 정보화기기의 접근성 향상을 위한 교육기관의 노력과 단순한 컨텐츠 위주의 교육에서 보다 실용적이고 즉시적인 교육 콘텐츠 전환 등 실천적 노력에 대해 제언하였다.

최근 ChatGPT, 코딩교육, 디지털교과서 등의 새로운 용어와 산물들이 전국 단위 언론사를 통해, 교육 전문가(교사 등)와 일반 국민들에게 어떤 형태의 보도가 진행되는지 확인하는 것이 중요한 연구 출발점이다. 본 연구는 오늘날 학교교육, 교육방법(매체론) 등에 큰 변화를 줄 '인공지능'에 대한 전국 단위 언론사(일간지-11개사, 방송사-5개사)의 최근(2020-2023년) 보도형태를 분석하고 제시하였다. 본 연구에서는 2020년 1월부터 2023년 5월까지(3년 5개월간) 총 16개 언론사(일간지와 방송사)에서 보도한 '인공지능'와 '학교' 용어가 모두 포함된 관련 뉴스 기사들을 분석하였다. 분석대상 뉴스 빅데이터들을 대상으로 연도별 보도기사 건수 분석, 키워드 트렌드 분석, 연관어 분석(워드클라우드 제시) 등을 진행하였다.

본 논문에서는 모기 활동 수치를 측정하기 위한 효율적인 머신러닝 모델을 제안한다. 수집된 데이터의 분석을 통해 효율적인 모델을 선정한다. 또한 데이터셋의 상관관계를 분석하고 데이터 가중치에 따라 모기의 활동에 영향을 주는 환경이 무엇인지를 분석한다. 본 논문에서는 모델을 이용한 앱 개발하여 실질적으로 모델을 활용한 예시를 보이고 실생활에서의 해당 모델을 도입하였을 때 가져올 일상의 긍정적 효과를 보인다.

국방 무기체계의 운용유지를 위해서는 숙련자에 의한 신뢰성있는 정비 지원이 필요하다. 특히, 고도의 기술력을 바탕으로 연구/제작된 해군 무기체계를 유지하기 위해서는 이와같은 정비 지원이 무엇보다 중요하다. 해군에서는 효과적인 정비지원을 위해 수개의 정비지원부대를 조직하여 운용하고 있다. 원활한 정비지원부대의 운용을 위해 다년간 기술력을 축적한 정비인원의 중도 이탈을 예방하는 것이 요구되므로, 본 논문에서는 머신러닝을 적용하여 해군 정비지원부대의 퇴직자 예측 모델을 제안하였다. 정비인력의 만족도와 관계가 있을 것으로 예상되는 봉급, 특근율 등을 변수로 사용하였고, F1 Score를 통해 모델의 성능을 평가한 결과 0.7이상의 높은 성능을 보였다. 이 모델을 통해 조기 퇴직이 예상되는 그룹의 공통 개선소요를 파악하여 사전 조치가 가능할 것으로 판단하였다.

해군에서 운용하는 각 함정은 여러 가지 무기체계를 동시에 탑재하고 있는, 고가의 복합무기체계이다. 주어진 기간동안 효과적인 정비를 수행함으로써, 가동률을 극대화하는 것이말로 복합무기체계인 함정을 효과적으로 운용하는 방법이며, 경제적인 국방운용이라 부를 수 있을 것이다. 정비인시는 여러 무기체계가 동시에 탑재된 복합무기체계 정비의 핵심이다. 정비인시를 정확하게 알고 있어야만, 제한된 정비기간을 각 무기체계에 정확히 할당할 수 있을 것이며, 최적의 요소에 대한 정비가 수행될 수 있을 것이다. 본 연구에서는 해군에서 운용중인 특정장비에 대한 약 10년간의 정비자료를 이용하여 정비인시를 예측하는 모델을 제안하였다. 모델의 성능은 R2 Score를 통해 0.69의 준수한 수치를 보였다. 이 모델을 통해 조금더 세밀하고, 정확한 정비인시 예측과 정비계획 수립이 가능하리라 판단하였다.

본 논문에서는 최근 스마트업체이며 제조업체로 화두가 되고 있는 샤오미 키워드로 빅데이터 분석을 활용하여 분석하고자 한다. 샤오미는 2021년 스마트폰 제조업체 세계1위를 차지했고, 글로벌 100대 브랜드(2022)에는 처음으로 84위에 진입하여 급격하게 성장하고 있는 업체 중 하나이다. 특히 국내에서도 점차 점유율이 커지고 있는 상황에서 국내 소비자들의 인식과 향후 국내에서의 입지를 알아보고자 한다. 국내 포털과 SNS에 채널을 통한 '샤오미' 키워드에 관한 데이터를 통해 키워드 분석, 워드클라우드, 토픽모델링 등의 분석을 진행하여 최근 국내 샤오미에 관한 인식과 향후 방향성을 제시해보고자 한다.

본 연구는 한국 거주 외국인을 대상으로 한국 의류의 착용실태 및 착용 시 불편사항, 선호도 등을 알아보고자 하였다. 이를 통해 그 수요가 증가하고 있는 외국인 소비자를 흡수할 수 있는 의류개발에 필요한 기초자료를 얻고자 하였다. 본 연구는 설문지법으로 진행되었으며, 분석에는 SPSS 26.0 프로그램을 사용하였다. 의류 구매장소는 온라인 쇼핑이 가장 많았고, 구매 아이템은 티셔츠, 재킷이 많았다. 가격대는 3만원에서 5만원 사이가 가장 많았다. 구매 이유는 심미적 요인이 높았다. 한국 의류는 어깨부위, 다리길이가 가장 불편하였고, 바지가 가장 맞지 않는 것으로 나타났다. 선호스타일은 캐주얼과 모던 스타일이 많았고, 심플하고 편안한 이미지의 의복을 선호하며, 천연소재를 선호하였다. 조금 여유있는 실루엣의 의복을 선호하고 재킷, 티셔츠 등의 아이템을 선호하였다. 향후 국적, 체형 등에 따른 착의실태 및 선호도에 대한 연구가 진행되어야 할 것으로 생각된다.

본 연구에서는 다년간 계속되어 온 공기업의 개혁 성과에 대해 경영효율성 관점에서 살펴보고자 한다. 공기업을 포함한 공공기관의 개혁 움직임은 부채 수준의 급증 문제에서 시작되었으며, 방만 경영으로 대표되는 비효율적인 경영방침이 지속된다면 미래 정부에 큰 부담으로 작용할 것으로 우려되었기 때문이다. 공공기관의 효율적 경영은 자료포락분석에 의한 DEA로 측정하능하며, 본 연구에서는 DEA의 시계열적 변화를 살펴봄으로써 공공기관이 개혁과정이 성공적이라 평가할 수 있는지 점검해보고자 하였다. 또한, 매년 발표되는 경영평가결과를 바탕으로 우수 공공기관과 그렇지 않은 공공기관에서 이러한 시계열적 추세에 차이가 존재하는지를 살펴보아 향후의 공공기관 개혁에 방향성을 제시할 수 있는 보다 명확한 분석결과를 제시하고자 한다. 본 연구의 결과는 공공기관의 성공적인 개선을 이루기 위한 중간점검 차원에서 이해될 수 있으며, 비효율성을 개선하기 위해 어떠한 기관이 더욱 노력해야 하는지에 대한 답을 제공할 것으로 기대된다.

본 연구는 농업 작업능률 향상에 적합한 작업복 개발을 위해 농업 종사자를 대상으로 작업복 착용실태 및 선호도, 필요 기능 등을 조사하고자 한다. 이를 통해 농촌의 작업능률을 향상시킬 수 있는 농촌 작업복 개발에 필요한 기초자료를 추출하고자 한다. 작업복을 착용하는 경우가 많았고 작업복 미착용 시는 트레이닝복이나 아웃도어를 착용하였다. 작업복 색상은 검정과 남색 등 어두운 색을 주로 착용하였다. 동작 시는 엉덩이, 무릎 등이 당기고 상의가 올라가 허리가 나오거나 바지 뒤가 당겨 내려가는 경우가 많았다. 작업복은 통기성, 흡습성, 신축성에 대한 불만이 가장 많았고 기능성, 활동성, 디자인, 작업효율성, 쾌적성 등의 기능을 중요하게 생각하였다. 향후 연구에서는 동작 분석을 통한 작업복 패턴을 개발할 필요가 있을 것으로 생각된다.

컴퓨터공학 분야 개발자를 채용할 때 대다수의 기업에서 일반 면접과는 달리 전공 분야 역량 파악을 위한 컴퓨터공학 기술 면접을 함께 진행한다. 컴퓨터공학 면접자의 기술 면접을 지원하기 위하여 이 논문에서는 컴퓨터공학 핵심 개념에 대한 면접자 답변의 정확도를 코사인 유사도를 이용하여 평가 후 결과를 알려주는 시스템을 제안한다. 제안한 시스템을 이용하면 개발자들의 컴퓨터공학 핵심 개념의 기술 면접 정확도를 향상시킬 수 있을 것으로 기대된다.

본 연구는 부산지역 청년 창업교육의 활성화와 예비 청년 로컬창업자의 맞춤형 창업역량개발을 위해 부산지역 대학생들을 대상으로 한 현장 실무중심 창업교육이 지역 대학생들의 창업동기와 창업역량에 어떤 영향을 미치는지 살펴보고자 하는 실증연구이다. 본 연구에서는 창업동기의 구성요인을 경제적동기와 자아실현동기로 구분하였으며 창업역량은 로컬창업에 필요한 실무역량, 로컬 브랜드개발역량, 재무분석역량이 창업교육 수료 후 어떠한 유의한 영향을 미치는 실증분석을 통해 알아보고자 한다. 이를 위해 본 연구에서는 부산지역 K대학교 창업관련 교과 수강생을 대상으로 설문조사를 실시하고자 한다.

K-POP의 가파른 성장세에 따라 댄스 콘텐츠 산업이 확산되는 추세이다. 최근 SNS의 보급이 증가하면서 자신의 댄스 영상을 촬영하고 공유하기도 한다. 그러나 초보자들은 자신의 동작이 어떻게 보이는지 평가하는 데 어려움을 겪어 춤동작을 습득하기 쉽지 않다. 본 논문에서는 MediaPipe를 활용하여 안무 영상과 사용자의 춤영상을 비교하고 올바르게 동작을 따라 하고 있는지 검출해 주는 시스템에 대해 기술한다. 본 시스템을 통해 사용자의 춤동작에 대한 피드백을 받을 수 있으며 초보자들도 정확한 춤동작을 연습할 수 있을 것으로 기대한다.

본 연구는 실제 행동과 운동 심상으로 팔과 다리 동작 인식을 위한 BCI 패러다임을 제안하고 유도성 분석을 한다. 이 페러다임은 각 팔과 양다리의 특정 움직임을 인식하기 위해 ERP를 기반 페러다임을 구성한다. BCI 페러다임은 왼팔, 오른팔, 양다리를 움직이는 영상 자극을 주며 이를 기반으로 왼팔, 오른팔, 양다리 움직임에 대한 인식을 한다. 거울뉴런은 실제 행동과 실제 행동을 보았을때와 운동심상을 통한 자극을 받았을 때 같은 뉴런이 활성화된다는 성질을 가지고 있다. 이러한 성질을 이용하여 운동심상만과 실제 행동을 동시에 학습할 경우를 유도성 분석을 진행한다. 또한 유도성 특징 분석을 통해 나타난 결과를 바탕으로 BCI 패러다임을 제안한다.

관광산업은 뉴 노멀(New Normal) 시대에 언택트에서 온택트(On-tact)형식의 메타버스(Metaverse)로의 새로운 관광 패러다임 전환을 맞이하고 있다. 이에 이 연구는 뉴 노멀 시대에 직면하여 관광산업의 변화방향에 대한 문제의식을 가지고서 지역의 관광활성화 방안 중에서도 체류형 지역 관광 활성화를 위한 방안으로 메타버스를 활용한 관광 홍보마케팅에 대한 효율적인 방안들에 대해 제안한다.

현재 많은 사람이 GPT를 통해 다양한 활동 및 연구를 진행하고 있다. 사람들은 GPT를 통해 문장생성 시 문장에 대한 정확도를 중요하게 생각한다. 하지만 용도에 따라 GPT를 통해 생성하는 문장의 문체와 같은 표현방식이 다르다. 그래서 생성된 문장이 유의미한 문장이라는 것에 판단이 매우 주관적이기 때문에 수치적 평가가 어렵다. 본 논문에서는 자연어처리 모델이 생성한 문장의 유의미함을 판단하기 위해 각 모델을 학습하는 데이터 용량과 반복 학습의 횟수에 따른 결과물을 비교하였다. 본 연구에서는 Fine-Tuning을 통해 총 4개의 GPT 모델을 구축하였다. 각 모델로 생성 문장을 BLEU 평가지표를 통해 평가한 결과 본 연구에 BLEU 모델은 부적합하다는 결과를 도출하였다. 이를 해결하기 위해 본 연구에서는 생성된 모델을 평가하고자 설문지를 만들어 평가를 진행하였다. 그 결과 사람에게 긍정적인 평가를 받는 결과를 얻을 수 있었다.

메타버스는 점차 빠른 속도로 발전되며 응용 분야가 확대되고 있다. 스포츠 분야에서 다양한 메타버스 시도가 이루어지고 있으며, 축구, 야구, 농구 등 인기 종목에 대한 메타버스 구축 및 운영이 이루어지고 있다. 그러나 사용자의 새로운 경험을 이끌어 내기보다, 오프라인 대체 수단으로 활용되고 있다. 본 연구에서는 웨어러블 디바이스를 통해 사용자 생체 정보를 수집하여 메타버스에 적용 가능한 데이터로 가공하는 과정에 대한 연구내용을 기술한다.

최근 챗봇 시스템은 급격한 발전과 함께 사용자와 자연스러운 대화를 할 수 있는 인공지능 기술의 필요성이 대두되고 있다. 기존의 챗봇 시스템은 대화 상황을 충분히 이해하지 못하거나, 학습된 데이터를 벗어나는 문장에 대한 일관성 있는 응답을 제공하지 못하는 한계가 있다. 본 논문에서는 GPT-3와 KoBERT를 활용하여 사용자의 감정 상태를 파악하고 해당 감정을 고려한 일관성 있는 대화를 제공하는 감정 분석 기반 챗봇 시스템을 제안한다. 이를 바탕으로 긍정적인 대화를 이어 나가는데 초점을 두어 자연스러운 대화가 가능할 것으로 기대된다.

새로운 연구를 시작하기 위해서는 과거의 연구 동향을 분석해야 한다. 이를 위해 많은 양의 과거 연구 데이터를 조사해야 하는데, 모든 데이터를 직접 분류하는 방법은 많은 시간과 노력이 필요하기 때문에 비효율적이며, 텍스트 마이닝 기법을 활용한 키워드분석만으로는 연구 동향을 이해하기에 어려움이 존재한다. 이러한 전통적인 키워드 추출 방법의 한계점을 보완하기 위해 본 논문에서는 텍스트 마이닝 기반 GPT 활용 기법을 제안한다. 본 연구에서는 특정 도메인에 대해 텍스트 마이닝 기법을 활용하여 키워드를 추출하고, 이러한 키워드를 해당 도메인의 데이터로 미세 조정(fine-tuning)된 GPT의 입력으로 사용한다. GPT 결과로 생성된 문장을 텍스트 마이닝으로 나온 결과와 비교 분석한다. 이를 통해 연구 분야의 동향 분석을 보다 쉽게 할 수 있을 것으로 기대된다.

본 논문에서는 대규모 언어 모델(Large Language Models)을 기반으로 한 입학 상담용 챗봇을 설계하였다. 입시 전문 LLM은 Polyglot-ko 5.8B을 베이스 모델로 대학의 입시 관련 데이터를 수집, 가공한 후 데이터 증강을 하여 파인튜닝 하였다. 또한, 모델 성능 향상을 위해 RLHF의 후 공정을 진행하였다. 제안 챗봇은 생성한 입시 LLM을 기반으로 웹브라우저를 통해 접근하여 입시 상담 자동 응답 서비스를 활용할 수 있다.

본 논문에서는 예비유아교사를 위한 디지털교육(인공지능포함) 방안을 제시하며, 이에 맞는 교과목 설계 및 운영에 관한 연구입니다. 최근 4차 산업혁명시대를 맞아 교육부에서 유아교사 자격취득을 위한 세부기준을 발표했는데, 교직과목 중 교직소양영역에 디지털교육을 반드시 포함하도록 하였습니다. 이는 디지털교육의 중요성을 인식하고 교과 과정에 디지털 이해, 디지털 교과 융합교육, 디지털 활용 교육, 디지털윤리 등을 균형있게 학습하도록 하고 있다. 특히 유아교육분야는 유아교사로서 디지털 이해, 활용 및 소양 뿐 만 아니라 유아교육에서 디지털 교과 융합, 인공지능 교육 등을 학습시키는 방안 역시 중요하므로 본 교과목을 통해 미래사회를 주도하는 유아교육분야에 기여하는 바가 크다. 따라서 전문적이고 체계적으로 본 교과목을 설계 및 운영 방안을 제시하고자 한다.

정보기술의 발전으로 인해 코딩 교육의 중요성이 부각되고 있다. 코딩 교육과 다양한 분야와 융합된 교육 모델이 제시되고 있으며 그 중 드론을 활용한 코딩 교육 방법이 일부 존재하지만 오락성이 강조되거나 드론 조종에 초점을 두고 있어 코딩 역량 향상에는 한계가 있다. 본 논문에서는 학습자의 안전성을 보장하고 코딩 역량 향상을 위해 드론 교육에 적용 가능한 교육용 심볼릭 코딩 어플리케이션을 제시한다. 제시하는 어플리케이션은 사용자가 SW 설계 수준의 순서도 기반 심볼릭 코딩을 학습하고 코딩 결과를 드론 시뮬레이션 또는 실제 드론에 적용하여 확인할 수 있는 기능을 제공한다. 이를 통해 학습자들에게 실제적인 코딩 경험을 제공하고 창의적인 문제 해결 능력과 창의성 향상을 기대할 수 있다.

본 논문에서는 중등 교육에 적합한 데이터 리터러시 핵심 역량을 도출하기 위해 국내외 중등 교육과정의 내용을 분석하였다. 고등 교육 졸업생들을 대상으로 개발된 기존 데이터 리터러시 역량 프레임워크를 분석 매트릭스로하여 한국, 영국, 호주, 싱가포르, CSTA의 교육과정 내용을 분석한 결과, 중등 교육과정에서 공통적으로 나타나는 역량과 기존 프레임워크에 있으나 중등 교육과정에는 포함되지 않은 역량, 기존 프레임워크에 없지만 중등 교육과정에서 공통적으로 나타나는 내용 등을 확인할 수 있었다.

본 연구는 2016년 이후 2022년까지의 국내 정보영재 관련 연구를 분석하여 이를 통해 향후 정보영재 관련 연구의 방향을 모색하기 위해 시도되었다. 이를 위하여 한국교육학술정보원에서 제공하는 학술지 수록 총 38편의 논문을 대상으로 발행 연도, 연구 대상, 연구 주제, 연구 방법 등을 분석하였다. 그 결과 활발한 정보영재 관련 연구가 필요하고, 연구 주제 측면에서 정보영재 판별과 선발, 교원의 전문성에 관련된 연구가 필요하며, 내용 체계 기준으로 AI, 데이터 관련 연구가 필요함을 알 수 있었다.

2022 개정 교육과정에서 정보과 융합 선택 과목인 소프트웨어와 생활이 신설되었다. 교과의 '가치를 창출하는 소프트웨어' 단원은 소프트웨어 스타트업의 프로젝트 수행 과정에 대한 이해를 바탕으로 소프트웨어 구현능력을 성취 기준으로 제시하고 있다. 그러나, 고등학생 대상 소프트웨어 스타트업 교육 방법에 대한 국내연구가 거의 없어 교과용 도서 개발에 어려움을 주고 있다. 이에 본 연구에서는 2022 개정 교육과정과 소프트웨어 스타트업 교육에 대한 국외 연구를 분석하여 고등학생 대상 소프트웨어 스타트업 교육의 방향을 제시하였다. 본 연구에서 제시된 내용은 소프트웨어와 생활 교과용 도서를 개발하는 데 도움이 될 것으로 기대된다.

본 논문에서는 인공지능(AI) 체험부터 초중등, 대학 및 평생교육에서 필요한 광범위한 응용과 활용을 할 수 있는 라이브러리를 디지털북 형태로 지원하며, 블록과 텍스트 코딩의 장점을 취합해 입문자들이 쉽고 재미있게 SW·AI 융합 교육을 할 수 있는 플랫폼을 구현하였다. 플랫폼은 웹어셈블리 기반의 파이오다이드를 통해 웹 브라우저에서 파이썬 코딩을 가능하게 하고 복잡한 설치과정 없이 쉽게 이용이 가능하다. 다양한 LMS와 연동이 가능하도록 API를 제공하며, Drag & Fill 블록으로 입문자가 코딩에 겪는 어려움 중 하나인 많은 양의 함수와 파라미터 사용법의 어려움을 해소하였다. 플랫폼은 블록으로 코딩하여 문법의 어려움, 오탈자, 오류 등을 줄이는 동시에 블록에서 생성되는 파이썬 텍스트 코드로 입문자가 텍스트 코드에 익숙해질 수 있는 경험을 제공한다.

본 논문에서는 파이썬 코딩 플랫폼에서의 LLM(Large Language Models)을 로직 및 문법 에러 확인, 디버깅 도구로 활용할 수 있는 시스템을 제안한다. 이 시스템은 사용자가 코딩 플랫폼에서 작성한 파이썬 코드와 함께 발생한 에러 문구 및 프롬프트를 LLM 모델에 입력함으로써 로직(문법) 에러를 식별하고 디버깅에 활용할 수 있다. 특히, 입문자를 고려해 프롬프트를 제한하여 사용의 편의성을 높인다. 이를 통해 파이썬 코딩 교육에서 입문자들의 학습 과정을 원활하게 진행할 수 있으며, 파이썬 코딩에 대한 진입 장벽을 낮출 수 있다.

본 연구에서는 국내 초·중·고 정보교육에서 이뤄지고 있는 데이터 교육 연구 동향을 분석하여, 향후 데이터 교육의 연구 방향을 제안하고자 하였다. 이를 위해 2015년부터 2023년 5월까지 게재된 국내 논문 중 데이터 교육 관련 논문 45편을 발행 연도, 연구 대상, 연구 분야, 데이터 리터러시 요소별로 분석하였다. 분석 결과 데이터 교육은 초등학생을 대상으로 집중적으로 이뤄지고 있었고 개발 및 적용 관련 연구가 가장 많이 이뤄지고 있었다. 또한 데이터 리터러시의 전 요소를 포함한 연구와 인공지능과 관련된 연구의 비중이 높음을 확인할 수 있었다. 따라서 본 연구를 바탕으로 SW·AI 교육을 위한 데이터 교육이 활발히 이뤄지길 기대한다.

본 논문에서는 디지털 전환 시대에 모든 사람들이 인공지능(AI) 체험부터 피지컬컴퓨팅을 통해서 SW·AI 융합해 아이디어를 쉽게 구현하고 교육 받을 수 있는 플랫폼을 구현하였다. AI 체험을 위해 P5.js와 텐서플로우에 기반한 ML5.js 라이브러리를 이용해 블록 코딩을 할 수 있도록 하였다. 또한 피지컬컴퓨팅에서는 마이크로비트와 아두이노, 라즈베리파이 등을 WebUSB를 통해서 PC와 연결하고 플랫폼에서 인공지능의 다양한 서비스와 융합시킬 수 있도록 제공한다.

본 논문은 음성인식 기술을 활용한 게임과 교육 분야의 연계성에 대한 연구를 제시한다. 음성인식 게임은 사용자의 음성 명령을 인식하고 상호작용을 가능하게 함으로써 학습자의 참여와 흥미를 유발한다. 관련 연구들은 음성인식 게임이 언어 학습, 수학 학습, 학습 장애 학생 지원 등 다양한 교육 분야에서 효과적으로 활용될 수 있다는 것을 보여준다. 음성인식 게임은 교육 환경에서의 음성인식 기술의 잠재력을 제시하며, 추가 연구가 필요하다는 결론을 도출한다.

본 프로젝트는 ChatGPT와 카카오톡 채널 챗봇을 사용하여 초등학생 대상의 학교폭력 예방교육을 위한 대화형 챗봇을 개발한다. 이를 위해, 한림대학교 간호대학에서 제공받은 학교폭력 예방교육 자료를 기반으로 ChatGPT를 사용하여 데이터를 증강하였고, AWS RDS의 데이터베이스에 사용자의 예상 발화와 그에 대한 답변을 저장하였다. 그리고 AWS Lambda에 REST API를 구현하고, AWS API Gateway를 통해 카카오톡 채널 챗봇과 연결하였다. 사용자가 발화를 입력하면 발화를 포함한 요청이 AWS Lambda로 전달되고, ChatGPT를 사용해 답변을 생성하며 데이터베이스에 저장된 데이터와 코사인 유사도를 비교한다. 이때 기준치보다 유사도가 높다면 저장되어 있던 데이터를 반환하고, 낮다면 생성된 답변을 반환한다. 이후 반환된 답변을 카카오톡 채널 챗봇으로 전달해 사용자에게 출력한다.

2023년 기준 대한민국은 전체 마약 사범 가운데 30대 이하의 마약 사범이 전체 마약 사범의 59.7%를 차지하고 있고, 인터넷에 익숙한 청소년이 '다크 웹'이나 SNS를 통한 밀매는 일상이 되고 있는 상황이다. 본 논문에서는 VR로 마약의 부작용을 간접체험할 수 있도록 상대적으로 VR에 친숙한 젊은 층 연령에 맞춰 실제 마약 범죄 사례를 재현하고 이를 통해 가상 현실 내 여러 가지 콘텐츠로 다각도 지식 함향을 할 수 있는 VR 교육 콘텐츠를 제안하고자 한다.

옷감의 종류에 따른 올바른 세탁 방법이 존재하는데, 이를 따르지 않고 세탁을 하게 되면 옷이 금방 손상된다. 이러한 잘못된 세탁 방법으로 세탁하여 옷이 손상되는 문제점을 해소하고자 세탁물 인식 및 세탁 방법제공 웹사이트를 제작하였다. 개발된 웹사이트는 사전에 학습된 모델을 바탕으로 사용자의 세탁물 이미지를 인식하여 예측 결과에 따른 세탁 방법을 제공하며 이를 통해 사용자는 성분이 불분명한 옷감에 대한 정보와 세탁 방법을 얻을 수 있다.

본 논문에서는 '그림'이라는 주제를 통해 자기 작품을 그림에 관심이 많은 사람과 자유롭게 소통하고 작품성을 높이기 위해 이미지 필터 조정 및 특징을 표현하는 웹사이트를 제작하였다. '그림'을 통해 대중들에게 자기 작품을 보여 줄 수 있는 활동은 '전시회' 이외에는 없기 때문에 이 웹사이트에 게시판 기능을 통해 자기 작품을 더 쉽게 공개함과 동시에 google cloud vision api를 활용해 자기 작품에 특징을 그래프로 시각적인 효과를 이용해 추출하고 필터를 변경하여 좀 더 작품에 대한 완성도를 더해주며, 본 웹사이트를 통해 그림에 대한 문화 활동이 다른 문화 활동에 비해 좀 더 앞서갈 것이라고 기대한다.

검색을 통해 찾은 컴퓨터 부품의 정보(가격, 호환 여부, 성능) 등을 자동으로 체크 해주고 이를 통해 만든 컴퓨터 견적을 여러 사람과 공유 및 열람을 할 수 있고 대화창과 같은 게시판을 통해 서로의 지식과 정보를 쉽게 공유할 수 있는 웹 사이트를 개발하였다. 이 사이트가 사용자들의 합리적인 소비로 이어지기를 기대한다.

최근 비대면 서비스의 발전으로 서빙 로봇의 역할이 중요해졌다. 호텔, 리조트 등 높은 품질의 서비스를 요구하는 곳에서 서비스 질 향상을 위해 전문화된 인력을 필요로 하지만 개개인의 능력과 인력 부족으로 인해 소비자에게 제공되는 서비스의 질이 균일하지 못하거나 만족스럽지 못하다. 본 논문은 균일화된 높은 서비스를 제공하고 새로운 서비스를 경험할 수 있게 하는 '주문이 가능한 스마트 서빙 시스템 로봇'을 제안한다. 단순한 음식 운반이 아닌 소비자를 맞이하고 앱 인벤터를 통해 주문을 직접 받아 서버에 전송하여 카운터 및 주방에서 주문 목록을 확인할 수 있다. 또한 완성된 음식을 받아 운반하여 소비자의 테이블에 직접 제공하여 기존 서빙 로봇의 불편함을 보완하였다. 초음파 센서를 이용하여 장애물 발견 시 정지하여 안전한 구동이 가능하다. 스마트 서빙 시스템 로봇을 통해 인력 부족 문제를 해결할 수 있고, 인력을 고부가 가치 업무에 집중할 수 있어 서비스 로봇의 발전을 선도하고 식당뿐만 아니라 병원, 물류센터 등 다양한 분야에 적용 할 수 있을 것이다.

본 논문에서는 음식 상태관리를 위한 디스플레이 기능과 압력센서를 통한 전력 소비량을 최소화 할 수 있는 스마트 냉장고를 제안한다. 일상적으로 쉽게 남기고 버리는 음식물 쓰레기도 환경 오염을 유발하는 주요 원인 중 하나다. 음식물 쓰레기 배출 비율은 일반 가정이 61%, 외식산업이 26%, 소매업이 13%를 차지하는 것으로 나타났다. 사용자의 편의성을 위해 터치패드를 사용하여 유통기한, 음식의 위치, 각종 레시피 등 다양한 기능을 추가하여 음식물이 부패하기 전에 음식물들을 발견할 수 있고, 그에 따라 버려지는 음식물이 줄어들 것이다. 또한, 선반의 압력센서를 통하여 식품를 감지하고 관련 전원 공급등의 조율를 통한 효율성을 제고하였다.

최근 사용되는 스마트 홈 시스템은 다양한 환경의 효율성, 편안함, 기능성을 추구한다. 하지만 기존 스마트 홈 시스템에는 실내 채광 조절이 블라인드나 커튼과 같이 사람의 관리가 필요로 한 부분이 적용된다. 본 논문은 이를 보완하고자 현재 자동차 및 항공기에 사용되는 스마트 윈도우처럼 주변 조명 조건에 따라 투명도를 조절할 수 있는 스마트 글라스나 필름 사용을 제안한다. 기존 별도의 관리가 필요한 블라인드, 커튼 등과 달리 창문 자체적으로 외부 채광을 조절하고 실내 조명과 연동하여 자동적으로 실내의 환경을 변화시킨다면 사용자의 경제성과 편의성을 증가시키는 효과를 얻을 것이다.

최근 인공지능 기술과 로봇 기술의 발전으로 인해 비서 로봇을 만드는 기술적인 가능성이 커지면서 업무 자동화를 위해 많은 기업에서 도입하고 있다. 특히 인구 고령화가 진행되면서 노동력 부족이 심각한 문제로 대두되고 있다. 현재 비서로봇은 정형화된 대화는 잘 처리하지만 비정형화된 대화에 대해서는 한계가 있다. 본 논문은 앞선 문제를 해결하기 위해 비정형화된 대화도 가능하면서 사용자가 원하는 행동을 실행할 수 있는 보편화된 비서 로봇을 선보인다. 음성인식 모듈과 구글 어시스턴트를 활용하여 마이크를 통해 비서 로봇에게 스케줄 관리, 날씨 등을 질문하고, 스피커를 통해 대답을 듣는 등 비정형화된 의사소통을 할 수 있으며, 비서 로봇에게 원하는 행동을 지시하여 행동을 구현시킬 수 있는 비서로봇을 제안한다.

최근 GPT 챗봇이 이슈화되면서 AI와 딥러닝을 통한 개발 및 발전되고 있고, 업무에 대한 효율성과 일상생활에서의 편리함을 느낄 수 있다. 다양한 산업들 중 헬스 케어 산업에서는 인공지능과 빅데이터 등 첨단 기술을 활용한 차별화된 서비스 제공에 많은 관심을 기울이고 있다. 현재 안면인식 기술을 적용한 스마트 헬스장은 세계적으로 늘어나고 있다. 최근 한국에서도 안면인식 기술을 활용한 헬스장이 출시되었지만, 회원의 입출입에만 적용이 되고 있어 기술의 활용성이 떨어진다는 문제점이 있다. 또한, 트레이너가 없는 작은 헬스장이나 아파트 헬스장의 경우, PT를 받기 어렵다는 불편함이 있다. 따라서 안면인식 기술을 헬스장의 기구에 적용하여 기존의 인증 방식보다 안전하고 편리하며, 기본적인 정보 사항과 횟수를 기록하고 저장하며 이 전의 데이터와 비교할 수 있는 시스템을 이용하여 PT를 받지 않고도 효율적인 운동이 가능한 시스템을 제안한다.

본 논문에서 우리의 HMD는 Microsoft의 HoloLens 2와 국내 XR 기업을 비롯한 AR, XR을 이용하여 박물관 관람 지원 콘텐츠를 제시하고자 한다. 증강현실과 더불어 확장 현실의 기술 확장을 보이며 사용자는 박물관이란 공간 내에서 HMD를 착용하고 관람하며 설명 판에 QR코드를 인식하여 인터페이스와 더불어 각 주제에 맞는 애니메이션을 제공하여 시각적으로의 추가적 요소를 제공한다. 또한 사용자가 기존의 일반적이던 박물관 관람에서 XR이란 새로운 기술의 융합을 접목함으로 시각적 흥미를 갖게 하고 지역마다 특수한 역사, 배경에 맞춘 콘텐츠로서 지역을 알려 더 넓게 사회문제의 하나인 인구 저하에 따른 지역소멸에 지역홍보 차원이나 콘텐츠의 제공, 나아가 XR의 상용화까지 기대할 수 있는 콘텐츠를 기대한다.

지난 5년 (2016~2020년) 간 고속도로 교통사고 사망자 1,035명 중 약 70%(722명)가 졸음 및 주시 태만으로 인해 발생하였다. 졸음운전 사고를 예방하기 위해 졸음 쉼터나 휴게소 등이 있지만 활용률이 높은 편은 아니다. 해당 문제 해결을 위해 본 논문에서는 자동차 내부에서 즉각적으로 졸음을 판별해 알람을 제공하는 알람 기능을 구현하였다. 차량에 웹캠과 CO₂ 농도 측정기를 설치하여 웹캠으로는 운전자의 눈 종횡비를 계산하여 졸음을 판단하고 CO₂ 센서로 차량 내부 CO₂ 농도를 측정하여 운전자의 졸음을 판단하여 경고음과 음성 경고 메시지를 출력함과 동시에 창문 개폐 기능으로 잠을 깨워주기 때문에 교통사고 발생률 저하에 기여할 것으로 기대된다.

최근 COVID - 19로 인하여 다양한 수업방식이 활성화됨에 따라 비대면 수업방식이 주목받고 있다. 컨텐츠에 대한 소비패턴 변화와 가상융합기술이 발전함에 따라 해결책으로 메타버스가 대두되었으며 다양한 플랫폼을 지원하고 사용자가 가장 많은 마인크래프트 이용하였다. 마인크래프트는 사용자의 자유도가 높은 샌드박스 형식의 게임이다. 마인크래프트를 활용하여 메타버스 내에서 실시간 수업, 체육대회 등 실제와 유사한 활동을 바탕으로 구현함으로써 보다 친근한 메타버스를 제작하였다.

본 논문에서는 사용자들의 면역력 향상과 체력 증진을 목적으로, 아침에 스트레칭을 실행하는 기능을 모닝콜 앱에 도입하였다. 이 앱은 사용자가 원하는 스트레칭과 횟수를 설정할 수 있으며, 모닝콜이 활성화되면 사용자가 알람을 강제로 종료할 수 없는 알고리즘을 적용했다. 해당 앱에 TTS를 적용하여 알람 활성화 시 안내 음성이 나오도록 설계하였다. 주 기능으로 설정된 목표 횟수만큼 적절한 자세로 스트레칭을 수행해야만 모닝콜이 종료되도록 구현하여, 사용자의 건강증진에 기여할 것이다.

본 연구는 초상권을 보호할 수 있는 실시간 영상 모자이크 서비스이다. 실시간 모자이크 서비스에서는 모자이크 처리를 제외하기 위한 이용자 얼굴 등록 기능을 갖고 있다. 이렇게 등록된 얼굴정보는 실시간 영상 스티리밍 서비스에서 모자이크가 되지 않도록 한다. 즉, 모자이크를 원하지 않는 정보를 미리 시스템에 등록하여 실시간 서비스에 어떠한 부분을 모자이크에서 제외 할 것인지 세팅하여 실시간 스트리밍 서비스를 제공한다. 기존 기술과의 차이점은 사람의 얼굴뿐만 아니라 방송에 나오면 안 되는 흉기나 담배 등을 모자이크 처리해 줄 수 있는 기능을 제공하고, 실시간으로 모자이크된 영상 스트리밍 서비스를 제공할 수 있는 장점을 갖는다.

본 논문에서는 미디어파이프와 아이트래킹의 손동작 및 눈 위치 인식을 이용하여 차량 내 조작할 수 있는 다양한 기능을 감압식 버튼이 아닌 카메라를 이용한 동작 기능을 제공해주는 차량 인포테인먼트시스템을 제안한다. 인공지능 모델은 Open-CV 구조를 활용하여 학습을 진행하였고, 라즈베리파이를 이용하여 구현하였다. 제안된 시스템은 운전자를 위해 설계된 다양한 동작들을 시각 정보로 전달해 운전 중 불편함을 대체할 수 있을 뿐만 아니라, 설치 및 사용방법이 간편하여 활용도가 높을 것으로 기대된다.

공유 전동킥보드는 현존 대중교통을 이용하기에 애매한 짧은 구간이나 단거리 이동에 적합하고, 특정 노선과 정류장이 정해져 있지 않아 기동성이 높고 자유로워 이용률이 매년 증가하고 있다. 하지만 늘어난 사용자만큼 사건·사고도 늘어나고 있다. 킥보드 전담 부서가 없어 단속의 미흡으로 인해 대중교통이 운행하지 않는 심야에 음주 상태에서 운전하여 사고가 나는 경우가 부지기수이다. 본 프로젝트는 사회적 문제로 대두되고 있는 전동킥보드 음주운전 사고를 방지하고자 아두이노 센서를 기반으로 한 알코올 농도측정으로 음주자의 대여를 사전에 차단하기 위한 기능을 포함하고 있는 애플리케이션이다.

본 논문에서는 리얼타임 3D 콘텐츠 제작 툴인 언리얼 엔진을 활용하여 1인칭의 게임을 제작한다. 이때 플레이어의 동선을 관리함에 있어 개발자의 의사를 직접 전달하지 않고 게임 속 시청각적인 연출을 통해 간접적으로 플레이어에게 동선을 제안 혹은 제한하는 방법을 정리하고 제시함으로써 플레이어의 몰입감을 향상시키고자 한다.

본 논문에서는 차량의 상태를 실시간으로 모니터링하고, 중요한 정보를 운전자에게 효과적으로 제공하는 시스템을 제안한다. 본 논문에서 개발한 차량 운행 정보시스템은 블루투스 OBD2 커넥터를 통해 차량의 PID 값을 식별 및 수집하고, 이를 라즈베리파이와 7인치 터치 디스플레이를 이용하여 운전자에게 한눈에 보일 수 있는 형태로 정보를 제공한다. 수집된 데이터는 실시간으로 SD 카드에 저장되며, 차량에 이상이 생겼거나 사고가 발생했을 때, 이를 입증하기 위한 참고자료로 활용될 수 있을 것으로 기대된다.

본 논문에서는 GPS 센서, Naver Map API, Geocoder를 사용하여 안드로이드 플랫폼 기반의 스마트폰에서 실행되는 'HealthSchedule' 애플리케이션을 설계하고 구현한다. 이 애플리케이션에서는 운동 소요시간, 운동 종목, 날짜, 도착 위치를 입력하여 등록한 후, 해당 스케줄을 실행하여 사용자의 실시간 이동 좌표를 표시하고, 이동 거리, 전체 및 현재 속도, 운동 종목별 소모 칼로리 등을 출력한다.

본 논문에서는 Microsoft의 Bot Framework v4를 활용하여 C#으로 개발한 피자 주문 챗봇에 대해 설명한다. 이 챗봇은 Azure에 호스팅 되었으며 피자 메뉴 선택, 피자 주문, 콜라 메뉴 선택, 콜라 주문, 배달 조회, 주문 종료 등의 기능을 제공한다.

본 논문에서는 봇 프레임워크 기반의 날씨 기반 코디 챗봇을 설계하고 구현한다. 이 챗봇은 셀레니움을 이용한 크롤링을 통하여 현재 위치의 날씨 정보와 원하는 지역의 날씨 정보를 제공한다. 또한 현재 위치의 날씨에 맞는 의류를 추천한다.

Blockchain technology has paved the way for the rise of non-fungible tokens(NFTs) in recent years. NFTs enable the unique ownership of digital assets and harness the power of blockchain's transparency and decentralization. However, existing NFT platforms often pose barriers to entry for the public due to their technical complexity and high issuance costs. To address the problem, this paper proposes a user-friendly NFT platform with a simplified issuance process. A home page is created to allow easy NFT issuance for anyone. These advancements are expected to foster the growth of the NFT market and facilitate the development of new business models.

고속도로에 낙하물이 있으면 사고 방지를 위해 바로 치워야 하지만 순찰차가 발견하거나 신고가 들어오기 전까진 낙하물을 바로 발견하기 힘들며, 대다수의 사람들은 신고하지 않고 지나치는 경우가 있기에 이러한 문제점들을 개선하기 위해 드론과 YOLO를 이용하여 도로의 낙하물을 인식하고 낙하물에 대한 정보를 보내 줄 수 있는 시스템을 개발하였다. 실시간 객체 인식 알고리즘인 YOLOv5를 데스크톱 PC에 적용하여 구현하였고, F450 프레임에 픽스호크와 모듈, 카메라를 장착하여 실시간으로 도로를 촬영할 수 있는 드론을 직접 제작하였다. 개발한 시스템은 낙하물에 대한 인식 결과와 정보를 제공하며 지상관제 시스템과 웹을 통해 확인할 수 있다. 적은 인력으로 더 빠르게 낙하물을 발견할 수 있으므로 빠른 상황 조치를 기대할 수 있다.

현재 선천적인 청각장애인이나 언어 장애가 있는 사람은 다른 사람과의 대화에 많은 불편을 겪고 있다. 매장을 이용하기 어려움은 물론 언어전달 능력이 떨어지기 때문에 간단한 의사소통을 통한 서로 간의 교류 또한 불편함을 감수해야 한다. 현재는 따로 디스플레이가 내장된 장치를 이용하여 지정된 장소에서 수화를 번역해야 하는 불편함을 해당 문제 해결을 위해 본 연구에서는 딥러닝을 적용하여 수화를 인식하고 번역하여 디스플레이에 텍스트를 출력해주는 시스템을 개발하였다. AI 프레임워크 MediaPipe와 SVM 알고리즘을 라즈베리파이에 적용하여 구현하였다. 개발한 시스템은 제스처에 대한 번역 결과를 제공한다. 기존의 지정된 장소가 아닌 대화가 필요한 모든 장소에서 번역이 가능하도록 개선하여 청각장애인과 언어장애가 있는 사람들과 소통의 불편함을 줄일 수 있을 것으로 기대할 수 있다.

현대인들의 바쁜 생활방식과 그로 인한 1인 가구 비율의 증가 등 사회적 요소로 인해 외로움을 겪으면서 우울증을 호소하는 사람이 증가하고 있고, 이에 따라 반려식물에 대한 관심과 시장이 증가하고 있다. 기존의 스마트 팜 시스템 관련 기술은 자동화 및 액추에이터 제어, 데이터 분석 및 예측 등 자동화와 정보 제공을 목적으로 사용되고 있다. 홈 가드닝을 통한 식물 키우기에 대한 관심 증가와 더불어 반려식물로 식물에 대한 교감을 제공하는 기능은 제공되지 않고 있다. 본 논문에서는 반려식물의 상태를 감정으로 전달하는 디지털 기반의 홈가드닝 앱을 제시한다. 제시하는 앱은 실제 스마트 팜 시스템과 실시간으로 연결되어 식물의 성장에 따라 변화하는 모습을 적합한 식물 캐릭터로 바꾸어 시각적으로 제공한다. 또한, 딥러닝 기술을 이용하여 식물의 성장 단계를 자동으로 분류하고, 식물의 생육 환경을 판단하여 캐럭터화된 식물의 표정을 제공한다. 제시하는 앱은 반려식물을 키우는 사람의 노동력을 줄여주고, 반려식물과의 교감을 제공하는 다양한 경험을 제시할 수 있다.

본 논문에서는 실시간 영상처리 라이브러리인 OpenCV와 YOLO를 활용하여 사용자가 횡단보도 보행 시 안전을 제공해 주는 시스템을 개발하였다. 객체 인식 알고리즘인 YOLOv4-tiny를 이용하여 Ubuntu 환경에서 구현하였다. 데이터 셋은 인도 보행 영상 데이터 셋을 이용하였고 하드웨어는 Jetson Nano를 이용하여 구현하였다. 신호등의 색에 따른 보행 가능 여부를 카메라를 이용하여 전방의 장애물을 음성신호를 이용하여 사용자에게 전달한다. 제안된 시스템은 횡단보도와 신호등, 자동차와 같은 도로 위의 객체들로 설계된 알고리즘을 이용해 다양한 곳에서 사용이 가능하여 활용도가 높을 것으로 예상된다.

본 연구는 매장의 인력을 효율적으로 관리할 수 있는 기능을 제공한다. 매장 운영시 매장 직원의 갑작스런 결근으로 업무의 공백이 발생할 수 있다. 이러한 결근으로 인해 매장이 정상적으로 인력을 보충하지 못하여 발생하는 문제로 인해 업장 운영에 큰 차질을 가질 수 있다. 이러한 문제를 해결하고자 본 연구에서는 결근으로 인한 업무의 공백을 미연에 방지하기 위한 기능을 제공한다. 본 연구는 매장 관리를 위해 필요한 실시간 채팅, 캘린더, 인수인계와 같은 다른 애플리케이션들의 기능을 하나의 애플리케이션에서 처리하고, 대타 및 보충 인력을 사전에 또는 긴급으로 보충할 수 있도록 하였다.

많은 사람이 사회적 문제로 인하여 대두되고 있는 스트레스 및 정신질환 문제를 해소하기 위하여 다양한 문화생활을 선택하고 있다. 그중 휴식을 제외하면 취미, 오락, 스포츠가 가장 큰 비중을 가지고 있다. 본 논문에서는 모션 캡처를 활용하여 움직임의 변화를 인식하고 이에 따라 신디사이저 사운드를 발생시키는 시스템을 제작하였다. 해당 시스템은 악기를 대신하여 연주와 춤이 동시에 이루어져 취미와 스포츠가 결합 된 새로운 여가 활동의 가능성을 제기하며, 공연 및 아이들의 교육적 목적으로 활용되는 등 교육적, 신체적, 심리적 건강을 위하여 활용될 수 있다.

본 논문에서는 플루터와 파이어베이스를 기반으로 구글 맵에서 위치 정보를 받아 높은 정확도와 빠른 위치 정보 업데이트가 가능한 버스 등하교 시스템을 개발하고 위치 정보가 제대로 업데이트되는지 확인하기 위해 대중교통을 타고 직접 실험하였다. 최근 어린 자녀에 대한 학부모의 걱정이 커지고 있으며 부모와 교사 간의 갈등도 빈번하게 발생한다. 가장 대표적인 원인으로 학부모와 교사 간의 불필요한 연락 그리고 아이들의 안전을 꼽을 수 있다. 하지만 위 플랫폼을 통하면 학부모와 교사 간의 연락을 최소화하고 자녀들의 안전을 지키고 혹시 모를 돌발 상황이 생겼을 때 빠른 해결이 가능하다.

AI 기술의 발전으로 AI가 그린 그림과 인간이 직접 그린 그림을 식별하는 것이 어려워졌다. AI 기술을 통해 작품을 특정 화풍으로 그리는 것이 쉬워져 작품 도용과 평가 절하가 증가하고 있으며, AI가 인간과 유사하게 그림을 표현하는 경우 딥페이크 피싱과 같은 악용 사례도 늘어나고 있다. 따라서 본 논문에서는 AI 그림을 식별하기 위한 인공지능 모델 개발을 목표로 하고 있으며, 데이터셋을 구축하여 인공지능 기술을 활용한 알고리즘을 개발한다. YOLO Segmentation과 CNN을 활용하여 학습을 진행하고, 이를 통해 도용과 딥페이크 피해를 방지하는 프로세스를 제안한다.

본 연구에서는 서울시의 공개 분실물 데이터를 활용하여 분실물 패턴과 트렌드를 분석하였다. 분석 방법으로는 분실물 등록일, 월별 분실물 조회수, 분실물 종류별 개수 등 다양한 관점에서 데이터를 접근하는 것이다. 분석 결과를 통해 분실물의 종류와 위치에 따른 분포, 분실물 발생 시기와 조회수 사이의 관계 등 여러 가지 통찰을 얻을 수 있었다. 이 결과는 분실물 관리와 예방에 대한 이해를 높이는 데 기여하며, 향후 이 분야의 연구에 더욱 심화된 관점을 제공할 것이다.

내연기관 자동차는 연료 소모로 인해 대기 중에 유해 물질과 온실가스를 배출한다. 반면에 전기 자동차는 전기로 작동되어 대기 중 오염을 줄이고 친환경적인 운행을 제공한다. 전기차 대여 시스템을 도입함으로써, 사용자들에게 친환경적인 교통수단을 이용할 수 있는 기회를 제공하고, 탄소 배출량을 줄이는 데 크게 기여할 수 있기에 해당 연구를 진행하였다. 이 연구에는 React 기반의 Next.js 웹 프레임워크를 이용하여 클라이언트 측과 서버 측 렌더링을 지원하고 사용자들에게 빠른 반응 속도와 사용 편의성을 제공한다. Bootstrap을 이용하여 사용자 인터페이스(UI)를 개발하고, 전기 자동차 대여 서비스에 필요한 화면을 구성하였다. 또한 Node.js 기반의 Express.js 웹 프레임워크를 이용하여 서버 사이드 로직과 RESTful API를 개발하는 데 사용하고 데이터베이스와의 통신, 사용자 인증, 대여 정보 관리 등을 처리하였다. 이러한 기술적 개발을 통해 전기 자동차 대여 시스템은 실용적이고 효율적인 서비스를 제공하며, 환경 보호와 탄소 배출 감소에 기여할 수 있는 프로젝트라고 볼 수 있다.

본 논문에서는 멀티 쓰레드를 이용하여 UI에 영상을 표현할 때, 걸리는 시간 및 적정 사용 방법을 연구하였다. 영상처리는 오픈 API인 OpenCV를 사용하여 처리하였으며, 1~4개의 스레드로 영상을 다운로드하는 시간부터 GUI에 보여주는 시간까지를 계산하는 기능을 구현하여 영상을 다운로드하고, GUI에 넣어주어야 할 때 스레드의 개수가 퍼포먼스에 관여하는 처리속도를 알아볼 수 있다.

본 논문에서는 딥러닝 기법 중 하나인 순환신경망(RNN)을 활용하여 자연어를 처리할 수 있는 모델 개발에 대하여 연구를 진행하였다. 다양한 주제에 대한 사용자들의 의견을 확보할 수 있는 유튜브 플랫픔을 활용하여 데이터를 확보하였으며, 감성 분류를 진행하는 만큼 학습 데이터셋으로는 네이버 영화 리뷰 데이터셋을 활용하였다. 사용자는 직접 데이터 파일을 삽입하거나 혹은 유튜브 댓글과 같이 데이터를 외부에서 확보하여 감성을 분석할 수 있으며, 자연어 속 등장하는 단어의 빈도수를 종합하여 해당 데이터들 속 키워드는 무엇인지를 분석할 수 있도록 하였다. 나아가 종합 데이터 분석 관리 플랫폼을 제작하기 위하여 해당 데이터를 데이터베이스에 저장하고GUI 프로그램을 통하여 접근 및 관리가 가능하도록 하였다.

본 논문에서는 디지털 시대 흐름에 따라 최근 들어 종이책보다 전자책 이용률이 높아졌기에 이를 바탕으로 독서의 접근성을 더 높이기 위한 온라인 도서관 시스템을 제안한다. 해당 시스템에서 사용자의 경우, 온라인으로 도서 검색 및 대여, 희망도서 신청 그리고 자유게시판 등의 시스템을 편리하게 사용할 수 있다. 관리자의 경우, 간편한 도서 및 회원 관리 기능, 공지사항 기능뿐만 아니라 도서 현황이나 대여 현황 등을 그래프 및 차트로 시각화하여 서비스를 제공한다. 주요 사용하는 페이지는 반응형 웹 페이지로 구현을 하였기에 PC뿐만 아니라 다양한 기기로도 활용할 수 있도록 사용자의 편의성을 제공한다.

본 논문에서는 스프링 프레임워크를 사용하여 사용자가 보유한 식재료를 기반으로 적합한 레시피를 추천하는 웹 시스템을 설계하고 구현한다. 또한 MVC 패턴을 적용하여 비즈니스 로직과 사용자 인터페이스를 분리하여 개발하였고 MySQL과 Spring Data JPA를 사용하여 로그인 및 회원가입, 레시피와 댓글을 생성, 수정, 삭제할 수 있는 기능을 구현한다.

현대 사회는 출생아가 줄어들고 고령화 현상이 빠르게 진행 중이다. 20~30대의 사회 복지 종사자가 줄어들고 노인 인구는 늘어나는 반비례 현상이 나타나고 있다. 보호자가 없는 노인에게 낙상 사고와 같은 위급상황이 발생한다면 골든타임을 놓칠 수도 있을 것이다. 따라서, 본 논문에서는 낙상 사고 발생 시, 빠른 시간 내에 실시간 모니터링을 통해 노인 복지사가 상황을 인지할 수 있게 하는 시스템을 개발하였다. 미디어파이프 포즈 모델을 이용하여 관찰 대상의 움직임을 포착하도록 하였고 PTZ 카메라의 서보 모터 제어를 통해 포착한 관찰 대상을 추적하도록 하였다. 주요 장면은 사진으로 저장해 웹 서버로 전송하고, 심박수 측정 센서와 와이파이 통신 모듈이 장착된 아두이노 보드가 실시간으로 웹 서버로 전송하여, 전담 관리자는 사진을 통해 상황을 인식하고 심박수를 보고 얼마나 위급한지 알 수 있도록 하였다.

본 논문에서는 다중 카메라환경에서의 안면인식 기반 영유아 활동 사진 자동 생성 시스템을 개발했다. 개발한 시스템은 어린이집에서 알림장 작성을 위한 촬영하는 동안 보육에 부주의하여 안전사고가 발생하는 것을 방지 할 수 있다. 시스템은 이동식 수집기와 분류 서버로 나뉘어 작동하게 된다. 이동식 수집기는 Raspberry Pi를 이용하였고 초당 1장 내외의 사진을 촬영하여 SAMBA를 사용 공유폴더에 저장한다. 분류 서버에서는 YOLOv5를 사용해 안면을 인식해 분류한다. OpenCV와 TensorFlow-Keras를 통해 분류된 사진에서의 표정을 파악하여 부모에게 전송할 웃는사진만을 분류하여 남겨둔다. 이외의 사진은 /dev/null로 이동하여 삭제된다.

최근 코로나 19 방역지침 해제로 인한 대면적인 활동이 많아지면서 사람에 대한 서비스 제공이 중요한 이슈가 되었다. 하지만 사람들이 밀집되어있는 곳에서는 서비스가 원할하게 이루어지지 않는 경우가 대부분이다. 본 논문에서는 객체인식 알고리즘 기술인 Yolo와 OpenCv를 통해 카메라로 영상 속의 사람들을 인식하여 군집화 기술인 K-means 클러스터링을 이용해서 사람에 대한 군집화를 진행후 우선순위를 선정하고 좌표를 지정하여서 로봇이 군집의 좌표로 이동하여서 사람들에게 직접 접근하여 서비스를 제공할 수 있도록 하였다.

본 논문에서는 신체 영상 인식 기술을 이용한 운동 자세 교정 시스템을 제안하고 개발하였다. 구글에서 제공하는 미디어파이프 포즈(MediaPipe Pose) 오픈소스를 사용하여 웹캠으로 사용자의 운동 동작을 실시간으로 인식하여, 인식된 신체 구조의 33개의 관절 위치로 Pose Landmark를 사용하여 사용자의 운동 자세에 대한 횟수 카운트, 운동 동작의 정확도 측정을 할 수 있게 하여 혼자 운동하거나 처음 운동하는 사람들에게 운동의 접근성을 높이고, 올바른 자세로 운동을 하도록 유도할 수 있다.

본 논문에서는 일상생활의 편의성을 높이기 위한 새로운 AI 애플리케이션 'Chat Chef'를 제안 한다. 이 앱은 사용자의 냉장고 속 재료 정보를 바탕으로 ChatGPT를 이용하여 요리 레시피를 추천하는 기능을 제공한다. 사용자는 앱을 통해 냉장고 내의 재료들을 사진으로 촬영하면, 이미지 인식을 위해 YOLOv7를 이용하여 감자, 당근, 양파 등과 같은 식료품들을 약 3,000장의 이미지 데이터를 학습하여 인식하며, 바코드를 인식하여 제품들 목록을 데이터베이스에 저장한다. 제안한 'Chat Chef' 앱은 재료 목록과 ChatGPT API를 이용하여 사용자에게 개인화된 레시피를 제공하며, 요리 과정에 대한 정보를 제공한다. 이와 같이 ChatGPT와 같은 AI 기술을 활용하여 실생활에 적용할 수 있는 활용 방안을 제시한다.

본 논문은 벚꽃나무 영상 데이터를 활용하여 벚꽃의 상태(개화, 만개, 낙화)를 실시간으로 분류하는 연구를 소개한다. 이 연구의 목적은, 실시간으로 취득되는 벚꽃나무의 영상 데이터를 사전에 학습된 CNN 기반 이미지 분류 모델을 통해 벚꽃의 상태에 따라 분류하는 것이다. 약 1,000장의 벚꽃나무 이미지를 활용하여 CNN 모델을 학습시키고, 모델이 새로운 이미지에 대해 얼마나 정확하게 벚꽃의 상태를 분류하는지를 평가하였다. 학습데이터는 훈련 데이터와 검증 데이터로 나누었으며, 개화, 만개, 낙화 등의 상태별로 폴더를 구분하여 관리하였다. 또한, ImageNet 데이터셋에서 사전 학습된 ResNet50 가중치를 사용하는 전이학습 방법을 적용하여 학습 과정을 더 효율적으로 수행하고, 모델의 성능을 향상시켰다.

최근 보급되고 있는 스크린 야구장을 많은 이용자가 단순한 타격만을 하고 피드백이 없이 일회성으로 이용하고 있고 이용자의 타격 자세를 평가해주는 기능을 제공하지 않고 있다. 부정확한 자세로 타격을 하게 되면 부상의 위험도 있고, 타격 실력도 향상될 수 없다. 따라서 이용자가 올바른 타격자세를 취할 수 있도록 자세를 평가 해주는 시스템이 필요하다. 본 논문에서는 구글의 미디어 파이프와 딥러닝 기술을 활용하여 타격 자세 영상을 인식하여 타격 자세를 평가해주는 시스템을 개발하였다. 제안한 시스템은 사전에 다양한 영상을 LSTM 알고리즘으로 학습하여 이용자의 타격자세를 4개 등급으로 평가해준다. 이를 활용하여 스크린 야구장에서 카메라만 설치하여 간단하게 사용 가능하며 이용자들이 타격 자세를 자체 평가할 수 있다.

많은 인구가 몰리면 군중 추돌 현상과 도미노 현상이 발생하여 압사 사고가 일어나 이에 대한 해결책이 요구된다. 본 논문에서는 위 문제를 개선하고자 보행자 상황 인식을 이용한 재난 경고 시스템을 구현하였다. 이 시스템은 재난관리기관에서 기존에 운영하고 있는 것과 같은 CCTV영상을 이용하여 딥러닝 영상인식 기술을 사용하여 보행자 안전 규정에 따른 보행자 상황을 인식해 재난 상황을 표시해주고, 경고를 한다. 보행자 상황 인식하기 위해 엣지컴퓨터에서 연결된 카메라 영상을 받아 상황인식을 하고, 인식된 상황과 영상을 서버로 전송하여 정보를 저장하고, 상황을 경고 한다. 상황인식을 위해 보행자 데이터는 직접 수집하여 학습시킨 weights 파일을 사용하였다. 보행자 인식은 YOLOv4-tiny를 사용하였고, 위험 단계는 총 4단계로 설정하였다. 이를 활용하여 기존의 CCTV영상을 활용하여 관리자를 보조하여 보행자 재난 상황시에 신속하게 재난을 인식하여 구호 조치를 할 수 있다.

본 논문에서는 Docker를 활용하여 코드 테스트 API를 활용한 코딩 테스트 웹 사이트를 구현한 결과를 보인다. 코드 테스트에서 다양한 언어 지원을 위해 Dockerfile 템플릿을 개발하여 언어의 다양성을 확보하고 Docker를 이용하여 격리된 환경에서 코드를 실행하고 평가하여 안전하고 효율적으로 채점을 수행한다. Docker의 curl[1]를 이용해 실시간으로 서버와 통신을 통해 결과를 전송한다. 이를 통해 사용자는 작성한 코드에 대한 평가를 실시간으로 피드백 받을 수 있다.

본 논문은 자연어 처리(Natural Language Processing, NLP) 기술과 Flutter 언어를 활용하여 E-스포츠(E-Sports) 애플리케이션을 개발하는 방법을 제안한다. E-스포츠는 전 세계적으로 급속히 성장하는 산업이며, 많은 팬과 선수들이 참여하고 있다. 그러나 E-스포츠 관련 정보를 찾고 이해하기 위해서는 다양한 데이터를 직접 검색하고 분석해야 하는 어려움이 있다. 이러한 어려움을 극복하기 위해 자연어 처리 기술을 활용한 챗봇이 접목된 E-스포츠 애플리케이션을 개발하여 사용자가 효율적으로 관련 정보를 얻을 수 있도록 한다.

본 논문에서는 최근 헬스 인구의 증가에 따라 수요가 늘어난 '헬스 애플리케이션'을 직관적인 UI(User Interface)와 효율적인 루틴 관리를 제공할 수 있도록 설계하고 구현하였다. 이 애플리케이션은 사용자의 운동 습관과 체중 관리를 도와 체계적인 운동을 할 수 있게 하고, 사용자는 운동 정보와 계획, 동기부여 등 긍정적인 효과를 기대할 수 있다. 또한 회원가입 및 개인정보 변경시 이메일 인증을 거치게 구현하여 정보 보안을 강화하였다.

본 논문은 임베디드시스템을 적용한 대용량 고부하 레이다 플랫폼의 구동 제어 방안을 제안한다. 군사적 방어 목적용 지대공 유도 미사일 시스템의 구성품인 다기능 레이다 시스템은 고중량의 안테나를 구동해야하는 대용량 고부하 레이다 구동 플랫폼이 필수이다. 이 다기능 레이다 시스템은 360도 방위각 전방향을 일정한 속도로 방위각 회전하며 감시정찰 및 방어 임무를 수행한다. 여기서 대부하 레이다 구동 플랫폼은 방위각회전 구동장치를 이용하여 일정한 속도로 360도 방위각 방향으로 안정적인 회전을 가능하도록 구동 제어한다. 본 구동 제어를 실시간으로 구현하기 위해 임베디드시스템인 DSP(Digital Signal Processor)가 포함된 제어모듈은 구동모듈에 회전구동 명령을 인가하여 일정한 회전각속도로 구동하도록 회전구동 모터를 실시간 제어한다. 고부하 레이다 플랫폼은 직구동모터타입의 회전구동모터, 회전체에 신호와 전원을 공급하기 위한 회전슬립링, 회전체의 회전각도를 측정하기 위한 회전센서로 구성된 방위각회전구동장치와 전체 전원을 공급받아 사용 목적에 맞게 변환하여 공급하는 전원모듈, 구동모터에 구동전원을 공급하기 위한 구동모듈, 회전구동 명령에 따라 구동제어하기 위한 제어모듈로 구성된 제어장치로 구분된다. 본 논문에서는 대부하 레이다 구동 플랫폼을 시뮬레이션 모델링으로 구현하고 제안하는 구동 제어 방안은 구동제어시뮬레이션으로 검증한다.

본 논문에서는 DSP (Digital Signal Processing)를 이용한 차량용 레이다 수평안정화장치 구동 전략을 제안한다. 지대공 유도 미사일용 차량용 레이다는 전방향으로 일정 속도로 회전하며 감시정찰 임무를 수행한다. 수평안정화장치는 4세트의 수평구동모듈을 이용하여 차량 플랫폼의 수평을 유지하여 레이다의 안정적인 회전을 가능하게 한다. 이를 실시간으로 구현하기 위해 임베디드시스템인 DSP를 적용하여 경사도를 측정하고, 구동모듈에 구동 명령을 인가하여 수평을 유지한다. 수평구동모터는 감속기를 통하여 모터 토크를 증가시켜 수평 안정 동작을 수행한다. 본 논문에서는 수평구동모듈 1세트를 모델링하여 수평안정화장치를 축소 구현한다. 제안하는 구동 전략의 유효성은 시뮬레이션으로 입증한다.

자율주행 소프트웨어의 안전성에 대한 요구가 높아짐에 따라 소프트웨어를 개발 시 정형 검증 기법을 적용하여 안전성을 확보하고자 하는 노력이 증가하고 있다. 본 논문에서는 ROS 기반의 자율주행 소프트웨어의 동작을 Timed Automata를 사용하여 모델링하고 그 정확성(실시간적 특성)을 모델체킹을 통해 정형 검증하는 방법을 제시한다. ROS 기반 응용 프로그램의 동작은 ROS가 제공하는 노드 간의 통신에 영향을 받기 때문에 자율주행 소프트웨어뿐 아니라 그 동작에 영향을 끼치는 ROS의 큐를 통한 통신을 통합한 모델을 제시한다. 또한 통합 모델에서 큐 크기, 타임아웃, 프로세스의 주기를 매개 변수로 주어 다양한 조합에 따른 실시간 요구사항의 만족 여부를 검증함으로써 ROS에서 매개 변수 설정 기준을 제시한다.

본 논문에서는 그리드 탐색과 트랜스포머를 사용한 그룹 행동 인식 모델을 제안한다. 추출된 여러 사람의 스켈레톤 정보를 차분 벡터, 변위 벡터, 관계 벡터로 변환하고 사람별로 묶어 이를 TimeDistributed 함수에 넣고 풀링을 한다. 이를 트랜스포머 모델의 입력으로 넣고 그룹 행동 인식 분류를 출력하였다. 논문에서 3가지 벡터를 입력으로 하여 합치고 트랜스포머 계층을 거친 모델과 3가지 벡터를 입력으로 하고 계층적으로 트랜스포머 모델을 거쳐 행동 인식 분류를 출력하는 두 가지 모델을 제안한다. 3가지 벡터를 합친 모델에서 클래스 분류 정확도는 CAD 데이터 세트 96.6%, Volleyball 데이터 세트 91.4%, 계층적 트랜스포머 모델은 CAD 데이터 세트 96.8%, Volleyball 데이터 세트 91.1%를 얻었다

본 논문에서는 인공지능 신경망의 하이퍼 파라미터들이 그래프 신경망 모델의 성능에 미치는 영향을 알아보기 위하여 대규모 그래프 데이터를 기반으로 이진 분류 문제를 예측하는 그래프 합성곱 신경망 모델(Graph Convolution Network Model)을 구현하고 모델의 다양한 하이퍼 파라미터 중 손실함수와 활성화 함수를 여러 가지 조합으로 적용하며 모델 학습과 예측 실험을 시행하였다. 실험 결과, 활성화 함수보다는 손실함수의 선택이 모델의 예측 성능에 좀 더 큰 영향을 미치는 것을 확인하였다.

본 논문에서는 최근 반려동물 등록제가 확대되고 있는 바, 기존의 마이크로 칩 삽입 방법을 회피하고 반려견 이미지를 통하여 개체를 인식하는 방법을 연구하였다. 반려견의 전체 이미지를 학습시켜 해당 개체를 식별하는 지능형 시스템을 ResNet 알고리즘을 이용하여 구현하고, 수집된 반려견의 개체 사진을 학습시켜 필요한 개체를 식별할 수 있도록 하였다.

본 연구에서는 AI 인공지능을 활용한 통일신라 석탑 '경주 불국사 삼층석탑' 복원을 위해 석탑 3D모델링 과정에 대한 연구를 수행하였다. 산성비로 부식되어 갈라진 더 이상 원본의 형태를 알아 볼 수 없는 현재 통일신라 석탑 형태를 3D모델링 작업을 통하여 AI로 하여금 원활한 교육이 실시 되도록 하는 것을 목표로한다. 본래 제작 되어있는 3D 모델링은 많은 버텍스와 페이스로 학습 데이터가 많아 실제 활용하기에 어려움을 가지고 있다. 때문에 적은 양의 버텍스와 페이스로 새로운 3D 모델링 제작에 대한 필요성에 대해 확인하였다. 본 연구는 그에 필요한 석탑 모델링 과정에 대해 서술한다. 이를 위해 본 논문은 석탑에 대한 구조를 살피고 모델링에 활용된 프로그램의 장단점과 분석을 도출하였다. 본 연구를 통해 석탑 복원에 필요한 3D모델링 프로그램 활용의 전망과 더불어 인공지능 AI의 한계점을 3D 모델링의 정확도와 세밀함을 통하여 타파하고자 하였다.

본 논문은 2차원적인 문화재 이미지를 모델링 하여, 대한민국의 시대 별 탑의 차이점과 특징을 분석하고 인공지능을 이용한 3D 복원과 구현을 위한 연구이다. 오늘날 현대 사회에서 디지털 매체 및 정보화 시대에서 여러 산업 분야에 적용이 되고 있다. 기존 2D 이미지를 벗어나 문화재의 모습을 다양한 각도에서 쉽게 관찰해 볼 수 있도록 하여, 3D 형태의 복원이 적합하여 연구를 진행하였다. 최근 인공지능 및 기술의 발달로 문화재 정보를 바탕으로 한 3차원 기술을 사용하여 다양한 데이터들과 프로그램을 이용한 모델링이 가능하다. 현재 문화재 복원은 다양한 자료와 전문가의 기술 및 역사적인 기록물 자료에 의존해 복구한다. 이러한 기법의 문화재 복원은 기록에 남길 수 있는 정보 수집의 효율적인 방법이 될 수 있다. 본 연구는 우리나라의 시대별 탑의 특징을 보여주며, 복원이 실제적이고도 구체적인 다각도의 방향에서 더 정밀하고 정확하게 도출하는데 기여할 것으로 기대된다.

본 논문은 소셜 네트워크 이용자의 텍스트 데이터를 대상으로, 트랜스포머 계열의 언어모델을 전이학습해 이용자의 MBTI 성격 유형을 분류한 국내 첫 연구이다. Kaggle MBTI Dataset을 대상으로 RoBERTa Distill, DeBERTa-V3 등의 사전 학습모델로 전이학습을 해, MBTI E/I, N/S, T/F, J/P 네 유형에 대한 분류의 평균 정확도는 87.9181, 평균 F-1 Score는 87.58를 도출했다. 해외 연구의 State-of-the-art보다 네 유형에 대한 F1-Score 표준편차를 50.1% 낮춰, 유형별 더 고른 분류 성과를 보였다. 또, Twitter, Reddit과 같은 글로벌 소셜 네트워크 서비스의 텍스트 데이터를 추가로 분류, 트랜스포머 기반의 MBTI 분류 방법론을 확장했다.

본 논문에서는 불균형하게 분포된(Non-IID) 데이터를 소유하고 있는 데이터 소유자(클라이언트)들을 가정하고, 데이터 소유자들 간 원본 데이터의 직접적인 이동 없이도 딥러닝 학습이 가능하도록 연합학습을 적용하였다. 실험 환경 구성을 위하여 MNIST 손글씨 데이터 세트를 하나의 숫자만 다량 보유하도록 분할하고 각 클라이언트에게 배포하였다. 연합학습을 적용하여 손글씨 분류 모델을 학습하였을 때 정확도는 85.5%, 중앙집중식 학습모델의 정확도는 90.2%로 연합학습 모델이 중앙집중식 모델 대비 약 95% 수준의 성능을 보여 연합학습 시 성능 하락이 크지 않으며 특수한 상황에서 중앙집중식 학습을 대체할 수 있음을 보였다.

본 논문에서는 대학교 교내 식당의 실제 데이터를 사용해 식사 인원 예측 모델을 개발하여 교내식당에서 발생하는 적자, 음식 품절, 대량 잔반 발생을 경감 시키고자 한다. 모델 개발에 사용되는 데이터는 2018년도, 2019년도 학기 중 식당 데이터와 기상청 날씨 데이터를 사용하였다. 2018년도, 2019년도 데이터를 이용해 EDA 분석 및 전처리를 통해 필요한 변수를 추출하였다. 전체 데이터의 70%를 기반으로 GridSearch와 XGBoostRegressor를 사용해 평일과 주말에 대한 식사 인원 예측 모델을 생성하였다. 그리고 나머지 데이터의 30%를 사용해 생성한 두 모델의 성능을 평가한다. 평일 식사 인원 예측 모델에 대한 MAE값이 조식 16명, 중식 23명, 석식 25명으로 준수한 결과를 보였고 주말 식사 인원 예측 모델에 대한 MAE값은 조식 16명, 중식 23명, 석식 25명으로 좋은 성능을 보였다.

본 논문에서는 사람에게서 나타나는 생체 특성과 흡연여부의 상관관계 분석을 위해 랜덤 포레스트와 그래디언트 부스팅 트리의 두 가지 기계학습 알고리즘을 사용하였다. 연구에 사용된 데이터는 국민건강보험공단에서 제공하고 Kaggle에서 취합하여 정리한 건강검진 정보를 사용하였다. 분류 모델의 학습에 있어 혈청 정보가 높은 관계성을 보일 것으로 예상하였으나, 실제 결과는 성별이 가장 큰 영향을 끼치는 것으로 확인되었다.

최근 물체 인식 모델의 성능을 개선하기 위한 다양한 연구가 진행 중이다. 본 논문에서는 K-means 기반 앵커박스 선정 기법을 적용한 새로운 물체 인식 모델 성능 개선 방법을 제안한다. 제안된 방법은 항만 내 설치된 컨테이너 사고를 예방하기 위한 컨테이너 사고위험도 분류 모델에 적용하여 성능 평가를 하였다. 특히, 컨테이너 사고위험도 분류 모델은 작은 물체를 인식해야 하며 이런 환경에서는 기존 물체 인식 모델 성능이 낮게 나타난다. 본 논문에서는 제안한 K-means 기반 앵커박스 선정 기법을 적용하여 물체 인식 모델 성능이 개선됨을 확인하였디.

LLM(Largescale Language Model)의 성능 향상을 위한 비용 효율적인 방법으로 ChatGPT, GPT-4와 같은 초거대 모델의 output에 대해 SLM(Small Language Model)을 finetune하는 방법이 주목받고 있다. 그러나, 이러한 접근법은 주로 범용적인 지시사항 모델을 위한 학습 방법으로 사용되며, 제한된 특정 도메인에서는 추가적인 성능 개선의 여지가 있다. 본 연구는 특정 도메인(Writing Assistant)에서의 성능 향상을 위한 새로운 방법인 Self-Guided Approach를 제안한다. Self-Guided Approach는 (1) LLM을 활용해 시드 데이터에 대해 도메인 특화된 metric(유용성, 관련성, 정확성, 세부사항의 수준별) 점수를 매기고, (2) 점수가 매겨진 데이터와 점수가 매겨지지 않은 데이터를 모두 활용하여 supervised 방식으로 SLM을 미세 조정한다. Vicuna에서 제안된 평가 방법인, GPT-4를 활용한 자동평가 프레임워크를 사용하여 Self-Guided Approach로 학습된 SLM의 성능을 평가하였다. 평가 결과 Self-Guided Approach가 Self-instruct, alpaca와 같이, 생성된 instruction 데이터에 튜닝하는 기존의 훈련 방법에 비해 성능이 향상됨을 확인했다. 다양한 스케일의 한국어 오픈 소스 LLM(Polyglot1.3B, PolyGlot3.8B, PolyGlot5.8B)에 대해서 Self-Guided Approach를 활용한 성능 개선을 확인했다. 평가는 GPT-4를 활용한 자동 평가를 진행했으며, Korean Novel Generation 도메인의 경우, 테스트 셋에서 4.547점에서 6.286점의 성능 향상이 발생했으며, Korean scenario Genration 도메인의 경우, 테스트 셋에서 4.038점에서 5.795 점의 성능 향상이 발생했으며, 다른 유사 도메인들에서도 비슷한 점수 향상을 확인했다. Self-Guided Approach의 활용을 통해 특정 도메인(Writing Assistant)에서의 SLM의 성능 개선 가능성을 확인했으며 이는 LLM에 비용부담을 크게 줄이면서도 제한된 도메인에서 성능을 유지하며, LLM을 활용한 응용 서비스에 있어 실질적인 도움을 제공할 수 있을 것으로 기대된다.

본 논문에서는 골프 코스 시뮬레이션을 위해 수집된 데이터의 정제 및 처리에 요구되는 딥 러닝 모델과 모델 적용 과정에 대해서 논의한다. 최근 스크린 골프 시장의 확대와 골프 시뮬레이터 기술의 발전으로, 위성 이미지, 항공 촬영 이미지, 공간 정보 시스템 (GIS) 등 다양한 데이터 소스로부터 골프 코스에 대한 정보를 수집에 대한 요구가 증가하였다. 이번 연구에서는 이러한 데이터 소스로부터 생성된 원시 데이터를 최적의 시뮬레이션 입력으로 변환하기 위한 컴퓨터 비전 기법과 딥 러닝 모델 구조에 대해서 검토한다. 특히, 데이터에서 골프 코스 시뮬레이션에 요구되는 메타 데이터를 도출하기 위해 코스 분할(Segmentation)과 코스 오브젝트 분류(Classification) 모델을 적용하는 과정을 다룬다. 이를 통해, 본 연구는 골프 코스 시뮬레이터의 개발 과정에서 중요한 기술 요소를 제공하며, 이는 시뮬레이션의 정확도와 골프 코스의 다양성을 증진시키는데에 기여한다.

본 논문에서는 데이터 마이닝을 활용한 감성적 여행계획 제공 앱으로 각 개인에게 알맞은 맞춤형 여행계획 추천 어플을 연구하고자 한다. 여행 계획에서 여행자들이 더 좋은 경험을 하도록 돕고 앱을 통하여 여행을 최대로 즐길 수 있으며 앱에서 제공하는 데이터들을 바탕으로 숙소, 관광명소, 음식점 등의 자료제공으로 최상, 최적의 숙소 체험, 훌륭한 음식점 예약, 주변의 좋은 여행지를 검색 가능하게 하고자 한다. 아울러, 어떤 여행을 계획하든 제공하는 앱으로 간편하게 감성적으로 여행을 계획하고 그 체험과 정보들을 다른 사람들에게도 여행 가이드로 추천, 공유할 수 있도록 하고자 한다.

구성원 간의 협업과 업무 공유는 원활한 업무 진행을 위해 반드시 필요하며 이메일, 메신저 프로그램으로 데이터들을 상호 주고 받고 업무를 공유 하는 경우도 있다. 그러나 데이터 전송 방법, 조회가 불편하고 또한 업무 이력 관리가 잘되지 않는 경우가 종종 발생하기 때문에 이문제 해결을 위한 대안을 찾게 된다. 따라서, 본 논문에서는 이러한 기능을 가진 그룹형 상호 협력과 정보 공유를 위한 일정 관리 어플에 대해 연구하고자 하며 캘린더 생성, 이벤트 추가 그리고 이벤트 리스트를 설계, 구축구하고자 한다. 아울러, 사용자의 정보와 그룹의 일정 내용들의 구축 및 저장을 위해 Firebase 기반의 데이터베이스도 활용하고자 한다.

본 연구에서는 손가락의 움직임을 입력받는 햅틱 컨트롤러를 이용하여 물체를 잡거나 놓는 손의 포즈를 생성하여 가상의 물체를 제어할 수 있는 방법을 제안한다. 다섯 개의 손가락을 움직일 수 있는 경우의 수는 무수히 많아서 이를 위한 모든 모션을 캡쳐하는 것은 매우 힘든 작업이고, 캡쳐한 모든 모션을 수동으로 연결시키는 것도 어려운 일이다. 제안 방법은 햅틱 컨트롤러에서 입력된 다섯 개의 신호를 인공 신경망을 사용하여 손가락의 포즈로 변경해 준다. 이를 위해 입력 신호와 매칭되는 손의 포즈를 이용하여 인공 신경망을 훈련시킨 후, 그 결과를 이용하여 사용자의 입력에 대응하는 손의 포즈를 생성한다. 결과 포즈의 사실성을 높이기 위해 모션 캡쳐 장비로부터 훈련용 데이터를 생성하였다. 본 논문의 방법은 햅틱 컨트롤러에서 동일한 입력을 받더라도 물체의 모양에 대응하는 손의 모션을 생성하는 결과를 보여준다.

본 논문에서는 제조/물류 기업 등 제품(물품) 이동 작업 시 효율적인 경로 제공을 위한 경로 최적화 기법을 제안한다. 이 기법은 업무지원 시스템(MES, ERP, WMS 등)이 구축되어있는 기업을 대상으로 공간정보와 업무지원 시스템에 저장되는 제품 데이터를 기준 정보로 하며, 다익스트라(Dijkstra), 개미 집단 알고리즘(Ant Colony Algorithm, ACO)등 경로 탐색 알고리즘을 적용하여 문제를 해결하고자 한다. 공간정보는 공장(현장)의 레이아웃(Layout)과 제품이 적재/출하되는 렉(Rack) 등의 위치 정보가 포함되고, 업무지원 시스템에서 제품의 현재 위치, 공정 상태, 등록 시간, 제품 크기 등을 사용한다. 제안하는 기법은 상기 기준 정보를 경로 탐색 알고리즘에 적용하여 적재/출하, 공정 이동, 보관 장소 변경 등 제품의 위치가 변경되는 경우에 경로를 최적화할 수 있는 기법을 제안한다. 제품 이동 작업은 대부분 노동력에 의존하는 작업으로 경로 최적화 기법을 제안함으로써, 인력 비용 감소와 향후 로봇 기반의 제품 이동 작업에도 적용하여 자동화된 작업효과를 가져다 줄 것으로 기대한다.

중소기업 현장에서 운용되고 있는 재고, 제품 관리 시스템을 기반으로, 숙련공의 경험적 지식(암묵지)를 형식지화 할 수 있는 방법을 제시하기 위해 기존 자료를 기반으로 하는 데이터 수집 및 가공 설계 파이프라인을 제시. 또한 해당 데이터를 기반으로 GA, AI기술 적용을 도모하여 기존의 업무지원시스템(Warehouse Management System, WMS / Manufacturing Execution System, MES)에서 제시할 수 없었던 "업무 지식의 자동화된 승계"의 기초를 마련하는 방법을 제시하고자 한다.

본 연구는 상태관리를 위한 새로운 모델, Quantum State Management (QSM)을 제안한다. QSM은 어플리케이션의 상태를 Quantum이라는 최소 단위로 나누어 비동기 및 병렬처리를 최적화하며, 상태의 추적가능성을 높이는 모델이다. 본 연구에서는 QSM의 개념을 제시하고 이를 Flux 패턴의 Redux와 비교하여 QSM이 갖는 장점과 비교한다.

Midjourney and Stable Diffusion are two popular AI-generated image programs nowadays. With AI's outstanding image-generation capabilities, everyone can create artistic paintings in just a few minutes. Therefore, "Comparison of differences between AI-generated images using Midjourney and Stable Diffusion" will help see each program's advantages and assist the users in identifying the tool suitable for their needs.

적외선 영상에서 정확하게 표적을 포착하기 위해서는 수많은 거짓 표적과 참표적을 실시간으로 구별하고, 최종적으로 참 표적 하나만을 추적 할 수 있어야 한다. 본 논문에서는 추적 게이트의 이동거리 및 이동 방향을 실시간 감시하여 추적 게이트의 이상 움직임 유무를 확인하고, 추적 필터가 설정한 임계값 대비 높은 수치로 이동하거나, 한 방향이 아닌 다양한 방향으로 움직일 경우 해당 게이트를 신속하게 제거하여 거짓 표적에 대한 추적을 방지하도록 하였다. 또한 추적 게이트 이동 거리 및 확장 크기를 동적으로 조절함으로써 표적의 크기 변화와 표적의 움직임에 강인하게 추적 필터가 동작 되도록 설계하였다.

본 논문에서는 블록체인 기반 DID기술을 이용하여 원격교육에서 발생하는 학습데이터를 효율적으로 관리하기 위한 방법으로, 학습데이터 가중치를 고려한 DID 메타데이터관리방법을 제안하였다. 메타데이터의 식별자에 대하여 특정위치로 데이터 가중치를 검색하도록 하고 해당 가중치에 따라 처리방법을 다양화 할 수 있다. 본문에서는 블록체인의 Zero Knowledge Proof 방식 처리에 차별화를 두어 메타데이터를 처리하였으며 데이터 처리속도 및 데이터관리에 효율성높일 수 있다.

최근 하루가 다르게 발전하고 있는 생성형 AI가 창작과 예술 분야에 어떤 영향을 미칠 수 있는지, 새롭게 등장하고 있는 다양한 분야에서 활용 가능한 획기적인 기능 등을 살펴보고 이를 바탕으로 새로운 창작 방향을 제시할 수 있는 방법들을 살펴보려 한다. 최근, 작곡가와 소설가들은 물론, 디지털 아티스트들까지도 생성형 AI를 활용하여 독특한 음악, 글, 그리고 이미지를 창조하는데 성공했다는 사례들이 속속 드러나고 있고 영상, 게임, 웹툰 등 많은 산업현장에서 직접적인 활용방법에 대한 연구결과가 등장하고 실제 적용 사례도 늘어나고 있다. 이미지 생성기인 미드저니와 스테이블디퓨전 같은 도구들은 혁신적인 방법으로 빠르게 높은 퀄리티의 이미지를 생성하고 다양한 아이디어를 제공 받을 수 있는 도구로 창작과 예술 분야에서 큰 관심을 받고 있다. 이러한 발전은 창작과 예술 분야에서 생성형 AI의 무한한 가능성을 보여주는 한편, 인간의 창의성 침해와 예술가들의 노력 희석에 대한 비판적 시각을 불러일으키기도 한다. 본 연구는 이런 다양한 관점에서 창작·예술 분야의 생성형 AI 활용을 깊이 있게 탐구한다. 그 과정에서 여러 생성형 AI 도구들, 특히 이미지 생성기 미드저니와 스테이블디퓨전의 기능과 활용 방안, 그로 인한 사회적, 윤리적 측면을 분석하며, 창작·예술 분야에서의 생성형 AI 활용의 적절한 방향성과 미래 전망을 제시해 보고자 한다.

화염 영역 검출을 위해 이전 기법에서는 화재 이미지에서 연기제거 및 색상보정을 통해 이미지를 전처리하였다. 그러나 이 기법은 임계값에 영향을 많이 받고, 밝기채널을 이용하여 검출하기 때문에 밤에 일어난 화재 이미지에서는 평균이상의 퍼포먼스를 수행하지만, 주변이 밝은 대낮의 화재 이미지에서는 퍼포먼스가 줄어드는 문제가 있다. 이를 보완하고자 본 논문에서는 CycleGAN을 이용하여 낮 이미지를 밤 이미지로 바꾸어 이미지 전처리를 진행하는 기법을 제안함으로써 화염 감지의 정확도가 개선되었음을 실험을 통해 보여준다.

본 논문에서는 텍스처 합성할 때 방향을 고려하여 합성의 품질의 개선시킬 수 있는 방법을 제안한다. 또한 고정된 회전 각도가 아닌, 다양한 각도를 자동으로 샘플링하여 효율적으로 예제 이미지를 생성할 수 있도록 하였고, 이를 통해 합성 경계간의 차이를 자연스럽게 완화시킬 수 있는 결과를 실험을 통해 보여준다.

물리 기반 시뮬레이션과 같이 연속적인 움직임을 표현하기 위해서 고차 보간(High-order interpolation)을 설계하는 것을 중요한 문제이다. 본 논문에서는 제약적인 벡터와 밀도 형태를 몬테카를로법을 사용하여 이동최소제곱(MLS, Moving least squares)을 제곱하여 이를 통해 속도 필드를 표현할 수 있는 방법을 제안한다. 결과적으로 밀도의 형태를 고려하여 MLS의 가중치가 적용된 결과를 보여주며, 그 결과가 벡터 보간에 얼마나 큰 영향을 끼치는지를 다양한 실험을 통해 보여준다.

기존의 불 영역 검출을 위한 이미지 전처리 기법은 임계값에 영향을 많이 받기 때문에 사진의 색상 분포에 의존하는 결과가 나온다. 이를 보완하고자 본 논문에서는 화염이 가지고 있는 특유의 비선형적이고 불규칙한 움직임을 추출할 수 있는 방법을 제안한다. 유체 시뮬레이션에서 활용되는 준 라그랑지안(Semi-Lagrangian) 활용하여 유동을 분석하고 이를 기반으로 영상에서 화염의 움직임을 추출한다.

본 논문에서는 바람의 이류(Advection)를 고려하여 사운드의 전파를 변형하는 방법을 제시한다. 사운드는 공기와 같은 매질의 진동을 통해 전파되는 파동이며, 이런 바람의 이동 방향은 사운드 에너지 전파에 직접적인 영향을 주며, 본 논문에서는 이를 광선추적법(Raytracing) 기반으로 모델링한다. 기존의 사운드 전파는 물리기반, 기하처리(Geometry processing), 혼합기법(Hybrid method) 등의 방법이 제안됐으며, 다양한 장면에서 좋은 결과를 만들어냈다. 하지만 바람의 움직임은 유체역학을 기반으로 한 나비에-스토크스 방정식(Navier-Stokes equation)에 의해 표현되기 때문에 사운드 전파만으로는 바람의 영향을 고려한 전파 형태를 모델링할 수 없다. 본 논문에서는 바람의 유동 중 이류를 고려하여 사운드 맵을 효율적으로 변형할 수 있는 방법을 제시한다.

게임 시장은 신기술과 함께 꾸준한 발전을 해왔다. 최근 NFT, 블록체인, 메타버스, XR, AI, P2E등 새로운 기술과 신개념이 홍수처럼 쏟아져 이슈가 되면서, 산업계와 학계는 자연스럽게 그 어느 때 보다 활발한 연구가 진행되고 있다. 하지만, P2E는 예전부터 유사한 형태로 존재해왔음에도 불구하고, 규제에 발목이 잡혀있으며, 유저들은 우회하는 방식을 통해 P2E게임을 플레이 하거나, P2E전용 게임이 아닌 게임에 대해서도 많은 현금거래를 하고 있다. P2E게임 규제 실효성과 플레이어들의 인식에 대해 연구하고자 하고자 한다.

본 논문에서는 다양한 시장 요구사항에 따른 공간적 효율성과 유연한 관리 시스템이 내장된 스마트 적재창고를 제안한다. 적재창고는 공간 활동의 최적화를 요구하는 동시에 높은 수준의 비용 효율성을 갖추어야 한다. 그리고 자동화된 애플리케이션이 기존 창고 및 공급만 운영보다 중요하며 스마트 팩초리와 연계하여 부품 재고파악과 입출고를 효율적으로 담당해야 한다. 본 논문에서는 수직강성을 최대 300kg를 견딜 수 있는 수직형 자동적재창고를 구현한다. 연구의 결과는 스마트팩토리 등의 자동화 장비 구축을 통한 생산성 향상에 도움이 될 것으로 사료된다.

본 논문에서는 지향성 스피커를 활용한 APP 기반의 보급형 조류 제어 시스템을 제안한다. 농가에서는 유해조류 퇴치를 위해 그물 설치, 소음 방출, 천적 모형 설치, 화학 약품 사용 등 다양한 방법으로 피해를 줄이고자 하는 노력을 하고 있지만 과다비용과 생활에 피해를 주는 소음 발생 등으로 인해 효과를 볼 수 없는 문제를 가진다. 또한, 무지향성 스피커의 파형특성상 음원 발생기 주변에 불필요한 소음을 농가에 방출하게 되어 소음공해의 피해를 주는 경향을 보인다. 본 연구에서는 지향성 스피커를 활용하여 필요한 구역에만 선택적으로 방출 가능하도록 구현하였으며, 음향을 다양한 패턴 방출를 통하여 패턴인지 저하로 인한 문제를 극복하였다.

본 논문에서는 컨테이너 오케스트레이션 플랫폼에 대하여 분석하고자 한다. 공공 클라우드 전환 로드맵 검토에 따라 클라우드 네이티브 전환을 위한 기술로 컨테이너, 마이크로서비스, 컨테이너 오케스트레이션의 중요성이 강조되고 있다. 대표적인 컨테이너 오케스트레이션 도구인 Kubernetes, Docker Swarm, Mesos를 비교하며, 이들의 초기 설치 용이성, 볼륨 관리, 애플리케이션 배포, 장애 관리 등에 대해 분석하고, 이를 통해 각 도구의 장단점과 적용 상황에 따른 고려사항을 파악함으로써, 클라우드 네이티브 전환 로드맵 수립에 도움을 제공하고자 한다.

본 논문에서는 상용 소프트웨어나 웹, 앱, 클라우드 서비스 등 다양한 IT 서비스에서 취약점이 발생하는 근본적인 원인을 알아보고 그에 대한 효과적이고 미래지향적인 대응 방안을 제안한다. 이 대응 방안은 공개된 취약점들을 학습한 인공지능 모듈을 기존의 개발환경에 도입하는 것을 통해 개발 중인 서비스의 설계 문제에 대해 즉각적인 피드백을 줌으로서 작업 효율을 높이고 피드백한 취약점의 위험도를 함께 알려줌으로 혹여 미흡했을 수 있는 개발자의 기존 보안 의식 수준을 높여서 IT 시장에 전체적으로 긍정적인 영향을 끼칠 수 있을 것이라 보여진다. 이 과정을 통해 IT 보안 관점에서 인공지능의 양면성을 바라보고 점점 발전해 가는 인공지능 기술 앞에 우리가 각추어야할 자세를 제안하고자 한다.

본 논문은 사물인터넷 환경에서 개인 정보 보안을 강화하기 위해 개인 정보 위협과 대응방안을 조사하는 것을 목표로 한다. 개인 정보의 위협으로는 무단 액세스, 데이터 위반, 데이터 집계 및 프로파일링, 추적 및 감시가 있다. 이에 대한 대응방안으로는 암호화, 개인 정보 보호 데이터 처리, 보안 통신 프로토콜 등을 연구되고 있다. 또한, 실증적 연구를 통해 사물인터넷 사용자의 개인 정보 보호 문제와 기존 전략의 효과를 평가하고 권장 사항을 도출한다. 본 논문은 사물인터넷 생태계에서 개인 정보 보안을 강화하기 위한 정보를 제공하며, 개인정보를 활용하는 사용자에게 도움을 줄 것으로 기대한다.

본 논문에서는 인공지능을 결합한 EDR(Endpoint Detection and Response) 시스템을 확인하고, 그 현황을 파악하는 것을 목적으로 한다. 현대에는 점차 보안 위협이 더욱 증가하면서 기존의 방식으로는 대응하기 어려운 상황이 발생하고 있으며, 위협에 대한 예측과 선제적인 대응력을 강화하기 위해 스스로 학습해 감시 및 공격에 대응하는 인공지능 기반의 보안 시스템에 대한 관심이 증가하고 있다. 본 논문은 AI 기반 EDR 시스템과 그 현황에 대해 살펴보고자 한다.

인공지능 (AI) 서비스는 현대 사회에서 중요한 역할을 맡고 있다. 그러나 이러한 서비스는 보안과 관련된 문제들을 가지고 있다. 본 논문은 AI 서비스의 보안과 관련된 문제와 해결책을 조사하고자 한다. AI 서비스의 개요와 대표적인 상용 서비스를 간략히 소개 후, AI 서비스에서 발생할 수 있는 보안상의 문제와 Chat GPT를 중심으로 한 보안 문제에 대해 다루고자 한다. 또한, 향후 AI보안 서비스 연구 분야와 적재적 기계학습 연구에 대한 전망을 살펴볼 예정이다. 이를 통해 안전하고 신뢰성 있는 AI 서비스를 제공하는데 기여하고자 한다.

본 논문은 인공지능과 자율 주행차의 현재 상황과 향후 전망에 대해 조사한 결과를 제시한다. 자율 주행차의 기술적 발전과 인공지능의 개발이 상호보완적으로 진행되며, 운전의 안전성과 효율성을 향상시키는 가능성이 크다. 본 연구는 자율 주행차와 인공지능의 상호작용을 탐구하고, 향후 연구 및 개발 방향을 제안한다.

모바일 멀웨어는 민감한 데이터의 도용, 기기 성능 저하, 금전적 피해 유발 등 다양한 위협을 내포하고 있으며 특히 피싱, 앱 기반 공격 및 네트워크 기반 공격과 같은 기술을 통해 모바일 장치를 악용할 수 있다. 이를 해결하기 위해 바이러스 백신 소프트웨어 및 강력한 암호 사용과 같은 보안 기술을 구현하면 모바일 멀웨어의 영향을 방지하고 완화하는 데 도움이 될 수 있다. 추가적으로 개인과 조직이 모바일 멀웨어와 관련된 위험을 인식하고 불리한 결과를 피하기 위해 이를 차단하기 위한 사전 조치를 취하는 것이 중요하다. 본 논문에서는 이러한 조치에 대한 보안 예방책을 제안하고자 하며 이를 통해 보다 안전한 모바일 환경을 갖출 수 있을 것이라 판단한다.

본 논문은 자율주행 자동차의 보안 취약성과 이를 해결하기 위한 솔루션에 대한 조사를 다루고 있다. 자동차의 자율주행 및 초연결성이 대두됨에 따라 보안 위협이 점점 중요해지는 현실을 직면하고 있다. 본 논문은 다양한 취약성을 카테고리 별로 다루고, 해당 취약성에 대응하기 위한 보안 솔루션과 현재 연구 개발 중인 솔루션들을 소개하고 있다. 그러나 아직 해결되지 않은 과제들이 산적해 있으며, 연구와 개발이 계속되어야 안전하고 신뢰성 있는 초연결 자율주행 자동차를 구현할 수 있을 것으로 기대한다.

본 논문은 모바일 환경에서의 안전한 결제시스템을 위한 기술 연구에 대해 다룬다. 모바일의 급속한 발전은 보안에 악영향을 끼쳤는데, 기기 내에서 많은 개인정보가 처리되기 때문에 해커들의 놀이터가 된 만큼 보안 이슈가 증가 되었다. 이를 해결하기 위해서는 기존의 결제 시스템과 다른 방식의 보안기술이 필요하다. 그리하여 모바일 보안기술과 결제시스템 기술을 연계하여 안전한 결제시스템을 구현하는 방안에 대해 연구하였다. 안전한 결제 시스템을 구현하기 위해 필요한 기술 요소들을 제안하고 이를 바탕으로 안전한 결제시스템을 구현하기 위한 시스템 아키텍쳐를 제안하고, 구현된 시스템을 통해 안전성을 검증하고자 한다. 본 논문에서는 모바일 환경에서 안전한 결제시스템을 위해 모바일 보안기술과 결제시스템 기술을 연계하여 안전성을 확보할 수 있는 방법에 대해 제안하고, 이를 통해 모바일 환경에서 안전하게 결제를 이루어낼 수 있는 기술적인 기반을 마련할 수 있을 것으로 기대해본다.

본 논문에서는 AI 모델이 노출될 수 있는 적대적 공격을 연구한 논문이다. AI 쳇봇이 적대적 공격에 노출됨에 따라 최근 보안 침해 사례가 다수 발생하고 있다. 이에 대해 본 논문에서는 적대적 공격이 무엇인지 조사하고 적대적 공격에 대응하거나 사전에 방어하는 방안을 연구하고자 한다. 적대적 공격의 종류 4가지와 대응 방안을 조사하고, AI 모델의 보안 중요성을 강조하고 있다. 또한, 이런 적대적 공격을 방어할 수 있도록 대응 방안을 추가로 조사해야 한다고 결론을 내리고 있다.

본 논문에서는 기계 학습 모델의 취약점과 대응책에 초점을 맞추어 적대적인 기계 학습 공격 및 방어 분야를 탐구한다. 신중하게 만들어진 입력 데이터를 도입하여 기계 학습 모델을 속이거나 조작하는 것을 목표로 하는 적대적 공격에 대한 심층 분석을 제공한다. 이 논문은 회피 및 독성 공격을 포함한 다양한 유형의 적대적 공격을 조사하고 기계 학습 시스템의 안정성과 보안에 대한 잠재적 영향을 조사한다. 또한 적대적 공격에 대한 기계 학습 모델의 견고성을 향상시키기 위해 다양한 방어 메커니즘과 전략을 제안하고 평가한다. 본 논문은 광범위한 실험과 분석을 통해 적대적 기계 학습에 대한 이해에 기여하고 효과적인 방어 기술에 대한 통찰력을 제공하는 것을 목표로 한다.

본 논문은 모바일 운영체제의 보안 매커니즘을 조사하고, 현재까지 알려진 공격 경로뿐만 아니라 새로운 공격 경로를 탐지하기 위한 방법에 대해 연구하였다. 모바일 운영체제 보안은 사용자의 개인 정보와 중요한 데이터를 보호하는 데 매우 중요하며, 이에 대한 이해와 공격 경로의 탐지는 보안 강화에 필수적이다. 본 연구에서는 iOS와 Android를 중심으로 모바일 운영체제의 주요 보안 매커니즘을 분석하고, 샌드박스 환경, 권한 관리, 암호화 등의 보안 매커니즘에 대해 상세히 살펴보았다. 또한, 이전 연구들에서 파악된 공격 경로 외에도 새로운 공격 경로를 발견하고 탐지하기 위한 방법과 도구를 개발하였다.

최근 아파트의 월패드 해킹 사건과 같이 사물인터넷의 보안이 매우 심각한 상황이다. 사물인터넷은 자동화된 데이터 수집, 분석, 의사결정으로 효율성과 생산성 향상하고, 실시간으로 모니터링이 가능하면서 저비용으로 개발이 가능하다. 그리고 현재 인공 지능, 빅 데이터 및 클라우드 컴퓨팅 등 다양한 기술과 융합이 가능해 더욱 발전할 전망을 가지고 있다. 그러나 활용 범위가 갈수록 방대해지지만 현재 기술력으론 완벽한 보안을 실현하기가 어려운 것이 현실이다. 그리고 해킹의 대부분 직접적인 피해 당사자인 소비자들은 스마트홈이 주는 편의에 대해서만 알 뿐 보안 위협요소에는 잘 알지 못한다. 스마트홈의 보급이 빨라지고 있지만 정부 및 제조사에서 아직 스마트홈 보안에 관련한 홍보 및 교육이 따라가지 못하기 때문이다. 이러한 점을 보완하기 위해 본 논문에선 스마트홈의 보안 실태와 보안 요구사항에 대해서 다양한 방안을 살펴보고자 한다.

본 논문에서는 빅데이터의 활용이 확산되는 현대 사회에서 빅데이터의 수집, 관리, 이용 등에서 나타날 수 있는 문제를 확인하고 그 문제에 대한 기존의 대응 방법과 보완점을 시사한다. 빅데이터의 위험성은 개인 정보유출, 디지털 디바이드, 편향성과 신뢰성, 의존성과 통제 가능성 등이 있다. 해당 문제는 빅데이터의 보편화가 가중될수록 큰 규모의 사회적 문제로 대두될 가능성이 높다. 이를 보완하기 위한 대응 방법을 크게 기술적 대응, 법적 대응, 사회적 대응으로 나누어 알아보고 각 부분의 취약점을 분석하여 개선의 방향을 제시한다.

본 논문에서는 네트워크 보안 장비의 OS로 사용되는 리눅스 시스템의 인증제어 체계인 PAM Module을 이용하여 강화된 보안장비들의 인증제도에 대응할 수 있는 기능들을 개발하며 이를 이용하여 최근 급격히 증가하고 있는 보안장비 해킹 공격에 효과적으로 대비할 수 있도록 한다.

차량에는 사각지대가 운전자에게 쉽게 보이지 않으며, 안전지대를 보이게 하는 시스템이 많이 있다. 본 논문에서는 사각지대 차량 안전 지원 시스템의 사물인식 개발을 위한 요구사항, 사물인식 네트워크 구조, 훈련기법에 대해 살펴본다.

본 논문에서는 다양한 색채 기호와 인간의 성격에 대해 알아보고자 한다. 인간은 무의식적으로 색상에 반응하고 색상의 영향을 받는다. 이러한 색상이 우리에게 주는 효과나 파장은 매우 크다. 색상을 보면 기분이 좋아지거나 가라앉고, 또한 밝아지거나 좋아진다. 즉, 인간은 빛의 색 전달을 이해한다.

본 논문에서는 고속도로 전용차로에서의 운행기준을 위반한 차량을 검지하는 시스템을 제안한다. 다인승 탑승차를 별도의 차로로 통행하도록 하여 혼잡도를 해소하겠다는 정책을 시행하고 있으며, 9인승 이상 차량에 6인 이상 텁숭자를 다인승 통행차량으로 정의하며, 이러한 기준을 만족하지 않는 차량을 자동 검지하는 시스템이다. 트리거 신호 검지기와 4조의 적외선 카메라로 차량 내부 촬영하고 결과 이미지를 분석하여 자동으로 다인승 차량을 판별하여 운행 위반을 검지한다. 테스트 결과 주야간에 관계없이 80% 이상의 우수한 검지율을 나타내었다.

본 연구에서는 원격강좌(콘텐츠 기반)를 이용하여 학습하는 학습자들의 학습 형태를 분석하여 효율적인 원격강좌 운영을 위한 제도 마련에 대한 필요성을 제시하고자 하였다. 학습자들이 원격강좌를 학습한 정규교과 1년의 데이터를 가지고 분석한 결과 학습자들은 오후8시부터 자정까지 학습하는 빈도가 가장 높았다. 이는 교과 구분 형태인 전공/교양 모두에서 나타나는 분석결과였다. 또한 요일별로 분석해 보면 특정 요일에 학습의 빈도가 높았는데 이 요일은 한 주간의 강의가 종료되는 요일이었다. 이러한 분석 결과를 기반으로 효율적인 원격강좌가 운영되기 위한 제도적 보완 - 원격강좌별로 종료되는 요일을 달리한다든지 -을 생각해 볼 필요가 있다 하겠다.

최근 SW 개발 분야로의 인력 수요가 늘어나면서 SW개발 역량을 키우기 위한 학습 프로그램에 대한 관심도 높아지고 있다. 특히 취업률은 대학의 중요한 평가 지표이므로 취업률을 높일 수 있는 SW 개발자 양성 프로그램에 대학들의 관심이 높은 것이 사실이다. 본 연구에서는 SW개발 직무에 종사하고 있는 재직자들을 대상으로 자신들의 개발 역량 향상에 효과적이었던 프로그램들에 대한 설문 조사를 실시하고 그 결과를 분석해보았다. 이 연구 결과는 대학들이 향후 취업 역량을 갖춘 SW개발자 양성 체계를 갖추는데 긍정적인 영향을 미칠 것으로 기대된다.

본 논문에서는 한-IAEA 전면안전조치협정에 의거해 원자력사업자가 핵물질 정보를 작성하고 있는 계량 관리보고시스템을 개선하기 위하여 GUI 기반 시스템 구축 방안을 제안하였다. 현재 사업자는 전면안전조치 협정 보조약정 Code 10에 기술된 양식에 따라 정해진 Keyword나 Code를 통해 핵물질의 수량, 물리적 및 화학적 형태, 재고변동형태 등을 계량관리보고서에 작성하고 있다. 사업자가 제출한 계량관리보고서를 통해 국제원자력기구는 국내에 존재하는 전체 핵물질 현황을 준 실시간 파악할 수 있고 현장 사찰을 통해 신고내용을 검증한다. 2022년 말 기준 국내에는 31개의 원자력 시설과 292개의 소량핵물질 이용기관이 계량관리 보고대상 사업자로 존재하며 계량관리보고서 작성 규칙을 숙지하기 위해 많은 노력을 기울이고 있다. 본 논문에서 제안하는 GUI 기반 시스템 구축 방안을 활용한다면 원자력사업자의 계량관리보고서 작성 부담을 경감시키고 인적 오류를 사전에 방지할 수 있을 것이다.

코로나 팬더믹으로 인해 시작된 비대면 수업의 도입은 대학교육시스템에 변화를 가져왔다. 대학은 비대면 수업 운영에 대한 경험 및 학습자 만족도를 기반으로 비대면 수업을 대학 학사 운영에 활용하는 방안을 모색하기 시작하였다. 본 논문은 비대면과 대면이 혼합된 하이브리드 수업 운영에서 학습자들이 다양한 특성의 과목에서 만족한 수업방식과 의견을 조사·분석함으로써 비대면과 대면 수업을 혼합 활용하는 효과적 방안을 모색하는데 필요한 학습자 의견 도출에 그 목적이 있다. 조사 결과, 학습자들은 전반적으로 하이브리드 수업에 만족하고 있고, 과목 특성에 따라 비대면과 대면 수업의 장점을 혼합한 수업에 대한 학습효과를 올바르게 인식하고 있음을 알 수 있고, 수업 맞춤형 하이브리드 수업 운영을 선호하는 것으로 나타났다. 향후 대학은 학습자의 만족도를 높일 수 있는 하이브리드 수업 운영을 위한 제도 등을 마련하여 효과적인 수업 운영 및 활성화를 지원할 필요가 있다고 사료된다.

한국이 정보 선진국으로 발전함에 따라 노인들의 스마트폰 보유율은 증가하고 있지만, 디지털 환경에 대한 접근성과 경험 부족 등의 이유로 아직도 디지털 약자이다. 그런데도 노령층들이 쉽게 사용할 수 있는 노령자 전용 애플리케이션의 개발은 저조한 실정이다. 본 연구에서는 이러한 문제를 해소하기 위해 노령층을 대상으로 다양한 생활 정보를 제공하는 모바일 애플리케이션, 'Seniors Guide'를 개발하였다. 'Seniors Guide'는 사용자 거주지역 주민 센터의 자치 프로그램 정보, 노인 일자리 정보, TV 프로그램 알람, 투약 시간 알람 설정 기능을 제공하는 등 노령층에서 자주 이용하는 다양한 정보와 기능들을 하나의 애플리케이션에서 유용하게 사용할 수 있도록 하는 앱으로 구현되었다.

지구 환경 위기가 날이 갈수록 가시화되어가고 있다. 국가 차원의 노력에도 불구하고 지구의 온도는 지속해서 오르고 있고, 해수면 상승 속도 또한 가속화되고 있다. 환경 보호의 중요성은 과거에도 중요했지만, 최근 생태계와 기후의 변화가 급속도로 진행되면서 훨씬 더 무게를 가지게 되었다. 본 논문은 이러한 환경 위기를 극복하기 위해 플로깅 매칭 시스템, 환경 실천 인증 SNS, 환경 퀴즈 등 환경 보호에 도움을 주는 기능들을 집합시킨 친환경 커뮤니티 플랫폼으로 개발하였다. 또한 이러한 활동을 할 때마다 사용자들에게 포인트를 지급하여 애플리케이션을 꾸준히 사용하도록 유도한다. 이를 통해 친환경에 대한 관심을 고취하고 결과적으로는 사용자로 하여 환경 보호를 자발적으로 지속하는 상태로 만드는 것을 목표로 한다.

최근 건강에 대한 관심이 증가함에 따라, 다양한 식단 목표를 가진 사용자들이 맞춤형 식단 관리를 원하는 수요가 크게 증가하고 있다. 그러나 기존 식단 관리 앱들은 체중 감량이나 증량에만 집중되어 있어 사용자의 다양한 식단 목표를 충족시키지 못하는 문제점이 있다. 이러한 점을 개선하기 위해, 본 연구에서 '밀메이트'라는 개별화된 식단관리(Personalized Diet) 앱을 개발하였다. 본 앱은 사용자의 식단 목표와 선호도를 고려하여 개인화된 식단 관리를 가능하게 한다. 하루 세 끼 식사에서 벗어나 브런치 문화의 2끼 식사부터 체중 증량을 위한 4끼 이상 식사 등 다양한 식단 목표를 지원한다. 또한, 음식의 칼로리 및 주요 영양소 정보를 제공하여 사용자가 식단을 스스로 구성하고 관리할 수 있게 돕는다. 이를 통해, 체계적인 식습관 형성에 도움을 주고 다양한 식단 목표를 가진 사용자들의 필요성을 충족시키는데 기여할 것으로 기대된다.

코로나19의 엔데믹 선언으로 일상생활이 코로나19 이전으로 빠르게 되돌아가고 있다. 또한 소비자들의 취향이 세분화되고 여가생활의 트렌드가 급속하게 변화하면서 장소 추천 플랫폼의 이용이 증가하고 있다. 그러나 기존 장소, 코스 추천 앱의 경우 자체적으로 제작한 추천 콘텐츠로 인해 제공되는 데이터의 범위가 제한적이고 업데이트가 느리다. 이러한 문제를 해결하기 위해, 본 연구에서는 사용자가 선호하는 장소를 기반으로 테마별 카테고리로 나들이 장소를 랜덤으로 추천해 준다. 또한 추천 장소들을 기반으로 최적의 동선을 계산한 코스를 제공해주는 동시에 빠르고 쉽게 계획할 수 있는 맞춤형 나들이 추천 앱을 개발하였다.

이 프로젝트의 목표는 공유 공간에서의 고객 이용 시간 관리를 향상하기 위해 라즈베리 파이와 센서 기술을 활용한 자동 시간 체크 시스템의 개발입니다. 이 시스템은 로드셀, 진동 감지 센서, 그리고 LiDAR 센서, 이 세 가지 센서를 활용해 의자에서 사용자의 존재 여부를 감지하고, 사람과 물건을 구별하며, 사용자가 의자에서 일어나는 시점을 파악합니다. 특히, 고객이 의자에 앉게 되면 시스템이 자동으로 시간을 체크하여 실시간으로 이용 시간을 측정하게 됩니다. 이렇게 수집된 정보는 웹 기반의 사용자 인터페이스를 통해 제공되어, 이용 시간 관리가 보다 편리해집니다.

본 논문에서는 효율적인 쇼핑 경험을 제공하기 위해 숏카트라는 자동화된 쇼핑 카트 시스템을 제안한다. 숏카트는 사용자의 편의성을 높이기 위해 자동화 기술을 활용하며, 사용자가 상품을 선택하면 카메라를 통해 바코드를 인식하고, Python을 활용하여 바코드값을 읽어온다. 읽어온 바코드 값을 데이터베이스의 바코드 값들과 비교하여 동일한 값을 가진 상품을 사용자의 장바구니에 자동으로 추가한다. 이를 통해 사용자는 편리하게 상품을 선택하고, 계산 과정을 자동화하여 시간을 절약할 수 있다. 또한, GUI 프로그램을 PyQT로 개발하여 사용자에게 시각적으로 장바구니 내용을 표시해 준다.

본 논문에서는 열화상 카메라 및 주변 환경요인 측정 시스템을 이용하여 각종 반도체 제조공정에 사용되는 화학물질의 누수를 검출하는 방안을 제안한다. 이는 대형화되고 복잡한 집적배관이 시공되어 있는 공장 환경에서 검출센서를 통한 화학물질 누수 관리를 열화상 시스템으로 대체함으로써 보다 정확하고 안정적인 모니터링을 통해 신속한 대응 및 관리가 가능할 것이다. 또한 본 연구를 통해 누수 배관표면의 열패턴을 실시간으로 모니터링 함으로 기존 누수 검출 센서(면적식 라인타입의 센서)에 대비하여 20% 이상 검출의 신속성 향상을 보장할 수 있다.

블록체인 기술을 통한 정확하고 투명한 데이터관리의 장점을 학습 시스템에 적용하는 사례가 증가하고 있으며 이에 따라 학습자 만족도와 참여율을 높이기 위한 학습데이터의 효율적 관리가 필요하다. 원격학습에서 학습 연계성과 만족도는 학습자의 학습참여율과 학습에서의 만족도에 변할 수 있음을 감안하여 당 변수에서 기인하는 하이퍼파라미터를 조정하여 학습자의 학습패턴과 학습연속성을 높이기 위한 노력을 하였다. 본 논문에서 제안하는 알고리즘을 적용하여 학습자 만족도를 조사한 결과, 적용 전 대비 10% 이상 학습 만족도 및 학습연계 의향률이 높아짐을 확인할 수 있다.

도로교통의 안전 확보와 사고 예방을 목적으로 운전자나 보행자에게 필요한 정보를 제공하기 위해 경찰청에서 규격 또는 지침으로 제정하여 노변에 설치되는 교통안전시설 장치는 교통신호정보를 받기 위한 통신선과 함께 장치 구동을 위한 전원선을 개별로 시공해야 하기에 시공 비용의 절감과 함께 다종·다형의 장치에 대하여 통합적인 관제, 확장성, 유연성에 대응할 필요성이 제기되고 있다. 이에 본 논문에서는 이더넷 통신을 기반으로 전원 공급이 하나의 케이블로 가능한 이더넷 전원장치(PoE) 기술과 IoT 프로토콜인 MQTT를 이용하여 다종·다형의 교통안전시설 장치를 통합관제하고, 확장성과 유연성을 가지는 교통안전시설 장치 통합 시스템을 제안한다.

본 연구는 팀기반학습을 활용한 교과목을 수강한 간호대학생 56명을 대상으로 동료평가와 학업성취도와의 관계에서 수업몰입의 매개효과를 검정하였다. 매개효과 분석은 PROCESS macro Program의 model 4를 부트스트래핑(bootstrapping)을 이용하여 검정하였다. 분석 결과는 첫째, 동료평가, 수업몰입과 학업성취도 간에 유의한 정적 상관이 있는 것으로 나타났다. 둘째, 수업몰입은 동료평가가 학업성취도에 미치는 영향을 부분매개 하는 것으로 확인되었다. 동료평가가 간호대학생을 위한 TBL 과정에서 수업몰입과 팀워크를 촉진하고 궁극적으로 학업성취도를 향상시키는 효과적인 도구가 될 수 있음을 시사하며, 교수자가 학생의 학습성과를 개선할 수 있는 보다 효과적인 교육 전략 및 개입을 개발하는 데 도움이 될 수 있다.

코로나19로 인한 비대면 소비 트렌드의 확산으로, 매장 내의 설치된 키오스크의 수가 늘어나고 있다. 키오스크로 인한 인건비 및 관리비용 절감이라는 장점이 있지만 디지털 약자인·노약자들은 키오스크 조작이 어려워 사용이 어렵고, 문제가 발생했을 때 직원이 유일한 도움이라는 문제가 있다. 이 논문에서는 얼굴 인식을 통해 노약자를 인식하고 키오스크 챗봇을 통하여 사용을 도와주는 시스템을 제안한다. 키오스크 챗봇을 이용하면 노약자들이 키오스크를 쉽게 이용할 수 있을 것으로 기대된다.

비실시간 온라인 수업은 학습자가 원하는 시간에 학습을 할 수 있고, 공간의 제약이 없다는 장점이 있다. 그러나 실시간으로 이루어지는 수업이 아니다 보니 수업 콘텐츠에 문제가 있거나, 설명이 부족한 부분에 대한 학습자들의 의견이 교수자에게 전달하는 것에 한계점이 존재한다. 본 논문에서는 수업 콘텐츠를 듣는 학습자들의 피드백 정보를 교수자에게 전달하는 시스템을 제안한다. 학습자에게는 온라인 녹화 수업 콘텐츠를 정지했을 시 정지 사유를 조사하고, 정지 사유와 정지한 콘텐츠의 시간 정보를 교수자에게 전달할 수 있고, 교수자에게는 학습자들의 온라인 녹화 수업 영상의 피드백 정보와 정지시간을 교수자에게 그래프로 나타내어 한눈에 수업 콘텐츠의 문제점이 많은 부분을 파악할 수 있게 해서 전달한다. 교수자는 피드백을 반영해 콘텐츠를 재업로드하여 질 높은 수업 콘텐츠로 인해 학습자들은 학업 성취도를 높일 수 있을 것이다.

웹페이지나 디지털 문서에는 특정 단어나 특정 문구를 검색하는 기능이 있다. 인쇄된 도서나 참고서 등과 같은 인쇄물에는 실시간으로 특정 단어나 특정 문구를 찾는 기능이 없어 어려움을 겪는 경우가 많다. 본 논문에서는 텍스트를 감지(Detection)하는 EAST 모델과 텍스트를 인식(Recognition)하는 EasyOCR을 활용한 실시간 문자 탐지 시스템의 개발내용에 대해 기술한다. 이 시스템을 통해 사용자는 인쇄물에서 실시간으로 원하는 단어나 문구를 찾아 필요한 정보를 빠르게 읽는 것에 효과적일 것을 기대한다.

최근에 이르러 인공신경망의 발전은 CNN(Convolutional Neural Network) 알고리즘을 활용한 이미지 분석 및 검색 시스템에 비약적인 기여를 하고 있다. 이는 이미지를 입력으로 받아 유사한 이미지를 찾아내는 기능을 향상시키는 연구를 촉진시켰다. 이와 같은 기술의 실용화는 다양한 분야를 포괄하며, 대표적으로 쇼핑몰의 상품검색, 검색 엔진 등에 응용되어 사용자의 편의를 제고하고 있다. 이에 따라 상품명에 대한 정보가 없는 상황에서도 단순한 이미지 정보를 통해 원하는 상품을 검색하는 것이 가능해졌다. 그러나, 실제 세계의 이미지에는 다양한 객체들이 복잡하게 혼재하고 있어 CNN 알고리즘 단독으로는 이미지 내부의 객체를 정확히 분석하고, 그 객체가 포함된 다른 이미지들을 효과적으로 검색하는데 한계가 있음이 인지되고 있다. 본 연구는 이러한 문제점을 개선하기 위해 객체 탐지 알고리즘을 적용하는 방안을 모색하였다. 본 논문에서는 객체 탐지 알고리즘을 통해 이미지 내부의 객체를 분석하고, 그에 따른 유사 객체를 포함하는 이미지를 찾아내는 전략을 제시한다. 이를 통해 이미지 분석 및 검색의 정확성을 더욱 향상시킬 수 있는 가능성을 제안한다.

본 논문에서는 시작 노드와 목적지 노드 까지의 최단경로를 중점으로 가장 인접한 경유지를 선택하고 경유지가 다수일 경우 하모니서치 알고리즘을 통해 최적의 경로를 탐색하는 기법을 제안한다. 본 논문의 기법은 기존의 사용자의 현 위치에서 인접한 경유지를 추천해주는 시스템과 달리 목적지까지의 경로 전체에서 가장 인접한경유지를 선택해준다는 차별점이 있다. 그렇게 선택된 경유지들은 하모니서치 알고리즘을 사용하여 최적의 경로를 제안한다. 본 논문의 기법은 최단경로의 이탈을 최소화한 경유지 선택으로 거리, 시간, 비용적 측면에서 효율적이며 길을 헤매서 생기는 불필요한 지연을 최소화할 수 있다. 자율주행, 비행기, 선박, 드론 등 최적 경로 이탈시 큰 손실을 안기거나 위험한 시스템에 적용시 큰 효과를 거둘 수 있다.

본 논문에서는 FastText 알고리즘을 기반으로 한 사용자 지정 키워드 기반 동영상 요약 시스템을 제안한다. 사용자가 키워드를 입력하면 시스템은 해당 키워드와 관련된 단어들을 FastText를 통해 추출하며, 이를 STT (Speech-to-Text)로 변환된 동영상에서 타임 스탬프 기반으로 인식한다. 인식된 키워드와 관련된 내용은 클립 형식으로 요약되어 사용자에게 제공된다. 본 연구의 목적은 숏폼 콘텐츠 환경에서 효과적인 콘텐츠 추출 및 제공을 통해 사용자 경험과 정보 제공의 효율성을 향상시키기 위함이다. 제안된 시스템은 사용자 지정 키워드에 맞춰 다양한 동영상 플랫폼에서 효율적인 영상 요약을 제공함으로써 온라인 동영상 환경에서 큰 혁신을 이끌어낼 것으로 기대된다.

본 논문은 뇌-컴퓨터 인터페이스(BCI)를 활용한 게임 개발을 통해 집중력 부족 문제를 해결하기 위한 방안을 제시한다. BCI 기술은 사용자의 뇌파 신호를 분석하여 게임에 적용할 수 있으며, 그에 따라 뇌파 신호를 활용한 집중력 향상을 도모해 볼 수 있는 게임을 설계하였다. Unity 게임 개발 환경과 Emotiv Insight 장비를 사용하여 게임을 구현하였으며, 사용자는 뇌파 신호를 통해 플레이어를 제어하여 게임을 즐길 수 있다. 연구 결과는 뇌파 기반 게임이 사용자의 집중력 향상에 도움을 줄 수 있는 잠재력을 보여준다.

최근 딥 러닝 분야의 기술이 발달하면서 Chat GPT, Google Bard와 같은 자연어 처리 기술이 확대되고 있고 이미지 객체를 분석하는 CLIP, BLIP와 같은 기술도 발전되고 있다. 그러나 전시회와 같은 예술 분야는 딥 러닝 기술 기반의 이미지 데이터 활용이 제한적이다. 본 논문은 전시회장에서의 그림 내부의 객체 데이터를 분석하기 위해 이미지 객체 분석 기술을 사용하고 자연어 처리 기반으로 관람객이 특정 그림에 대한 질문을 입력하면 해당 그림을 식별하는 방법을 제시한다. 이를 통해 관람객이 원하는 그림을 선별하여 관람할 수 있도록 한다.

최근 국내 기업에서는 블라인트 테스트나 포트폴리오와 같은 자료를 활용하여 채용하는 추세이다. 지원자마다 개인의 역량이 다를 뿐만 아니라 기업에서 요구하는 기술/경험, 지원 자격, 특정 기술에 대한 경험을 요구한다. 따라서 본 논문에서는 국내 기업의 채용 공고에 기재된 지원 자격, 우대 기술, 우대 사항 등의 데이터와 지원자의 개인 역량(기술 스택, 전공 역량, 진행 프로젝트 등) 데이터를 활용하여 키워드를 추출한다. 지원자와 기업이 입력한 데이터를 통해 추출한 키워드들을 두 개의 집합으로 나눈 뒤 각각의 키워드를 할당한다. 할당받은 집합들을 비교하여 지원자의 정보가 기업의 채용 조건에 얼마나 부합하는지 계산한 후, 해당확률을 지원자에게 제공하는 방식의 시스템이다.

비대면 교육이 증가함에 따라 강의, 특강과 같은 정보성 동영상의 수가 급격히 많아지고 있다. 이러한 정보성 동영상을 보아야 하는 학습자들은 자원과 시간을 효율적으로 활용할 수 있는 동영상 이해 및 학습 시스템이 필요하다. 본 논문에서는 GPT-3 모델과 KoNLPy 사용하여 동영상 요약을 수행하고 키워드 기반 해당 영상 프레임으로 바로 갈 수 있는 시스템의 개발내용에 대해 기술한다. 이를 통해 동영상 콘텐츠를 효과적으로 활용하여 학습자들의 학습 효율성을 향상시킬 수 있을 것으로 기대한다.

학교폭력은 교육 환경에서 심각한 문제이다. 피해자에게 심리적 고통과 육체적 상해를 입히고 학교 내 안전과 안정성을 위협한다. 이에 많은 교육기관과 정부 기관이 학교폭력 예방과 대처를 위한 다양한 방안을 제시하고 있지만, 여전히 어려운 문제이다. 최근에는 인공지능 기술을 활용하여 학교폭력 방지와 대처에 관한 연구가 이루어지고 있다. 본 연구에서는 YOLOv5(You Only Look Once version 5) 딥러닝 알고리즘을 활용하여 학교 내부에서 발생하는 폭력 행위를 실시간으로 탐지하는 모델을 제안한다. 이 모델은 CCTV와 같은 영상 데이터를 입력으로 받아들여 학교 내부에서 발생하는 폭력 행위를 실시간으로 식별하는 것을 목표로 한다.

본 논문은 사용자의 피부 상태에 따라 사용자에게 적합한 화장품을 소개해주는 화장품 추천 웹 쇼핑몰, "PBTI"를 개발한다. 요즘 유행하는 성격 유형 설문조사인 MBTI에서 영감을 받아 피부 유형과 퍼스널 컬러를 검사하고 이를 기반으로 화장품을 추천하는 온라인 쇼핑몰 웹사이트를 제작하게 되었다. 바우만 교수의 피부 유형 지표를 바탕으로 제작된 질문을 통해 사용자들의 피부 유형을 검사하고 해당 피부 유형 결과에 따른 상품을 추천해주는 알고리즘이 탑재되어 사용자에게 맞는 상품을 추천해준다. 텐서플로우 기반의 인공지능을 탑재하여 퍼스널컬러 테스트를 제작하였다. PBTI의 이러한 무료 테스트 서비스 제공은 다른 온라인 뷰티 쇼핑몰과 극명한 차별점을 만들고, 쇼핑몰 매출을 크게 증대시킬 것으로 기대한다.

Consumer attitudes and behaviors towards brands are not only related to the perception of corporate brand image but also to factors such as the image of the country of origin, the characteristics of the host country, and consumer individual traits. This article focuses on Chinese multinational companies and aims to study the impact of brand international image and country-of-origin brand image on consumer behavior. A model is constructed with brand international image and country-of-origin brand image as antecedent variables, host country characteristics and consumer traits as moderators, and consumer behavior as the outcome. This study employs a questionnaire survey method targeting foreign residents living in China as participants. The research findings reveal that during the internationalization process, both brand international image and country-of-origin brand image have a significant positive impact on consumer behavior, while host country characteristics and consumer traits play a moderating role. The conclusions of this research enrich the theoretical understanding of brand internationalization and explore the influencing factors of consumer behavior, providing a basis for decision-making for multinational company executives.

중국 동북3성은 지리적, 경제적, 문화적으로 상당히 중요한 지역이지만 대부분의 교류가 해상으로 이뤄지고 있어서 지속가능성을 고려할 때 노후 카페리의 현대화 추진이 필요한 실정이다. 따라서 본 연구는 현재 운항중인 카페리선박과 운영항로를 분석하고 신조 대체에 필요한 재원규모을 파악하였다. 실질적인 선박금융펀드 조정에는 한국과 중국간의 선박금융과 조선산업의 경쟁력을 기반으로 공동운영을 제언하고자 한다.

본 논문에서는 사전학습모델을 활용한 수학학습 도구 자동 생성 시스템을 제안한다. 본 시스템은 사전학습모델을 활용하여 수학학습 도구를 교과과정 및 단원, 유형별로 다각화하여 자동 생성하고 사전학습모델을 자체 구축한 Dataset을 이용해 Fine-tuning하여 학생들에게 적절한 학습 도구와 적절치 않은 학습 도구를 분류하여 학습 도구의 품질을 높이었다. 본 시스템을 활용하여 학생들에게 양질의 수학학습 도구를 많은 양으로 제공해 줄 수 있는 초석을 다지었으며, 추후 AI 교과서와의 융합연구의 가능성도 열게 되었다.

본 연구는 ChatGPT 모델의 특성과 장점을 활용하여 프롬프트 엔지니어링 기법을 연구하고자 하였다. 프롬프트는 엔지니어가 원하는 결과를 잘 얻을 수 있도록 하는 것이 목표이기 때문에 ChatGPT와 프롬프트 엔지니어링의 상호작용과 효과적인 프롬프트 엔지니어링 기법을 개발할 필요가 있다. 연구 방법으로는 ChatGPT에 대한 학습자 사전 설문조사에서 학습자를 분석하였고, 이를 반영하여 프로그래밍 문제를 제시하고 해결하는 과정을 거치면서 다양한 ChatGPT 사용에 대한 분석과 학습자 분석이 이루어졌다. 그 결과 비전공자가 듣고 있는 프로그래밍 수업에서 ChatGPT를 활용하여 얻은 통찰력으로 프롬프트에 필요한 가이드 라인을 마련하였다. 본 연구를 기반으로 향후 비전공자를 위한 파이썬 프로그래밍 수업에서 ChatGPT를 활용한 수업모델을 제시하고 학습자의 피드백 또는 적응형 학습에 활용할 수 있는 방법을 모색할 것이다.

본 연구에서는 온라인 저지 문항을 블록 프로그래밍 언어로 학습하기 위한 방안에 대해서 탐구하였다. 온라인 저지를 활용한 프로그래밍 교육은 알고리즘을 설계하는 추상화 과정과 이를 프로그래밍 언어로 작성하는 자동화 과정이 포함되며 이는 컴퓨팅 사고력 발달에 영향을 준다. 온라인 저지는 대부분 텍스트 프로그래밍 언어(이하, TPL)에서 지원되어 초보 학습자가 사용하기에 어려움이 있다. 블록 프로그래밍 언어(이하, BPL)를 기반으로 한 온라인 저지는 BPL로 작성한 것을 TPL로 변환하는 방법과 그래픽 기반 문제상황을 해결하는 방법이 있으며 TPL로 변환하는 것은 텍스트 기반 온라인 저지 문항을 사용할 수 있으나 사용하는 방법이 어렵다. 반면 그래픽 기반 문제 상황은 사용하는 방법이 쉽지만 문항이 제한적이고 순차적 사고가 강조된다. 이에 엔트리 '스터디'와 '나의 학급-과제'를 이용하면 자동 평가 기능은 없지만 학습자가 익숙한 환경에서 학습할 수 있고 교사는 문항을 직접 개발할 수 있으며 문제 제시, 예시 작품 제시, 블록 제한, 과제제출 등을 사용하여 BPL에서 온라인 저지 문항을 학습할 수 있다.

본 연구에서는 공업계 고등학교 재학생 중 자율주행로봇 대회에 출전하려는 학생들을 대상으로 삼았다. 자율주행로봇 대회를 준비할 때는 프로그래밍, 로봇제작 등을 연습한다. 학생들은 대회를 준비하면서 성과에 대한 부담을 많이 가지고 있지만, 대회를 준비하는 과정에서 본인의 의도대로 결과물이 나타나지 않았을 때, 학습된 무기력에 빠질 수 있다. 이에 본 연구에서는 자율주행로봇 대회의 출전을 준비하면서 발생할 수 있는 학습된 무기력을 극복하기 위하여 회복탄력성을 증진할 수 있는 방안을 제시하였다.

본 논문은 기존의 OTP(One-Time Password) 시스템의 한계와 약점을 해결하기 위하여 지문인식을 활용한 OTP 시스템에 대하여 연구를 진행하였다. OTP 시스템 자체가 높은 보안성을 가지고 있지만, 은행에서 발급하는 OTP는 생성 버튼만 누르면 비밀번호가 생성되기 때문에, 분실 및 도난 상황에서 2차 인증에 대한 보안이 허술해 질 수 밖에 없다. 본 연구에서는 지문인식 기반 OTP 시스템의 개발 방법을 마련하여 사회적으로 보안에 대한 인식을 높이고, 동시에 사용자의 편의성을 높이기 위한 방법을 제시하고자 한다.

최근 국내 축산 인구의 감소 및 고령화가 빠르게 진행되고 AI, 구제역 등 가축 질병의 잦은 발생으로 축산업이 위기를 겪고 있고 기존의 축산 형태는 급이, 급수를 직접 관리하고 가축의 발정 및 분만 시기를 놓쳐 생산성이 감소하는 불편함이 있다. 본 논문은 기존의 축산 시스템에서 정보통신기술을 융합시킨 'ICT 기술을 활용한 스마트 축산'을 제안한다. 공기질센서, 온습도센서 등을 활용하여 축산 내부 환경을 체크하고, 자동으로 급수 및 급이기, 환기팬, 창문개폐, 생균제 분사가 작동하여 축산의 환경을 최적의 상태로 관리하여 준다. 그리고 스마트폰을 이용하여 원격으로 스마트 축산을 원격제어 및 감독할 수 있어 관리자의 불편함을 최소화 할 수 있다. 또한, 발정측정기를 사용해 소의 발정 시기를 탐지하여 생산성을 높일 것이다.

운영체제(Operating System)는 사용자의 하드웨어, 시스템 자원(System Resources)을 제어하고 프로그램에 대한 일반적 서비스를 지원하는 시스템 소프트웨어(System Software)이다. 시스템 하드웨어를 관리할 뿐 아니라 응용 소프트웨어를 실행하기 위하여 하드웨어 추상화 플랫폼과 공통 시스템 서비스를 제공한다. 최근에는 가상화 기술의 발전에 힘입어 실제 하드웨어가 아닌 가상 머신(HyperVisor) 위에서 실행되기도 한다. 본 연구에서는 다중 코어 프로세서를 타겟으로 한 소규모 운영체제 개발 프로젝트의 일환으로 화면 모드를 전환해 주고, 화면을 그리는 기능을 작성해 주었다. 이를 잘 활용하면 고해상도 그래픽모드에서의 보다 심도 있는 그래픽의 구현, 나아가 임베디드 시스템, IOT 등 다양한 분야에 이용할 수 있다.

코로나 펜데믹 이후 다시 대면활동이 활성화되고 있지만 이미 학습한 비대면 활동은 10대들의 대안적인 활동, 소통, 협업의 공간으로 메타버스가 주목을 받으며 초,중 대학에 이르는 교육영역에 대한 논의와 연구가 활발해지고 있다. 특히 고가의 장비나 사용하기 위험한 교육 교보재를 메타버스 공간에 같이 공유하여 오프라인에서 쉽게 접할 수 없는 확장된 사용자 경험을 제공하기 위한 니즈가 있다. 이에 교육 공간으로서의 메타버스 활용을 뛰어넘어 고가 및 위험성이 있는 제한된 교육경험을 제공할 수 있어야 한다.

본 연구는 해양치유자원에서 효능을 입증된 시각적 및 청각적인 자원을 포함한 해양경관자원을 디지털화 한 디지털 해양치유프로그램을 제안하고자한다. 이 프로그램으로 해양치유의 간접경험과 해양치유자원에 대한 올바른 정보를 제공함으로써 해양치유에 대한 수요를 촉진하고 지역경제 활성화로 기여할 수 있다.

본 논문은 국내의 저출산 및 인구 감소로 인한 병역자원 감소와 부대 통합의 문제에 대응하기 위해 NFC 기술을 활용한 군 장병의 동선 파악 시스템을 제안하고 개발하였다. NFC 태그를 사용하여 군 장병의 이동경로를 실시간으로 파악할 수 있는 시스템을 구축하였으며, 아두이노 기반의 NFC 리더기와 웹 소켓, REST API를 활용하여 데이터의 전송과 처리를 수행한다. 이를 통해 안전 체크 누락 방지, 동선 관리 개선, 사고 예측 등 다양한 기능을 제공하여 군 장병의 안전과 효율적인 관리를 돕는 중요한 도구로 활용될 수 있다. 이 시스템은 제한된 환경에서도 유동인구 파악을 간편하게 하며, 번거로움과 거부감을 낮추는 효과를 가져올 것으로 기대된다.

코로나19 의 여파로 생활 폐기물은 급속도로 늘어나는 반면 재활용 사업장의 여건은 개선되지 않고 있어 재활용 산업의 인력난 해결의 필요성이 떠오르고 있다. 이를 위해 본 논문에서는 딥러닝 모델을 활용하여 재활용 폐기물을 분류하는 방법을 제시한다. 딥러닝 모델은 최신 객체 탐지 모델인 YOLOv5를 사용하고, 객체 탐지 성능을 향상시키기 위해 실제 환경에서 수집된 학습용 데이터를 직접 라벨링하여 사용한다. 실험 결과 종류별 평균 0.69의 mAP50 스코어를 기록하였으며 이를 통해 딥러닝 모델을 활용하여 재활용 폐기물을 효율적으로 분류하는 것이 가능함을 확인하였다.