빠르게 변화하는 시장의 요구에 대응하고자 특정 영역에 속하는 애플리케이션 간의 재사용을 높이려는 프로덕트 라인 개발 방법에 대한 연구가 활발하게 진행되고 있다. 프로덕트 라인 개발 방법에서는 영역 내의 여러 애플리케이션들 간의 차이점과 공통점을 분류하는데 피쳐 모델링이라는 분석 방법을 주로 사용하고 있다. 기존 피쳐 모델링에서는 피쳐를 비정형적으로 명세화하기 때문에 모호성, 이해의 오류, 잘못된 해석 등의 문제가 발생하고 있다. 피쳐를 추상화하여 도메인에 독립적인 메타 모델로 나타내고 정형화 기법을 도입하여 명세화 한다면 기존의 피쳐 모델에서 발생하는 문제점들을 해결할 수 있을 것이다. 따라서 본 논문에서는 첫째, 메타 수준에서의 피쳐 모델링을 통하여 피쳐의 구조와 속성을 정의한 후 다중 패러다임 정형화 명세 언어를 사용하여 피쳐를 명세화하는 기법을 제시하였다. 둘째, 피쳐에 대한 정형화 명세 프로세스를 기술하였으며, 셋째, 명세화된 피쳐들 간에 발생할 수 있는 문제점들을 해결하기 위한 피쳐 상호작용 관리기법을 정의하였다. 그리고 마지막으로, 제시된 피쳐의 정형화 명세 기법을 분산 미팅 스케줄러 시스템에 적용시켜보았다.

[1]에서 우리는 내장 소프트웨어의 시나리오들을 합성하여 테스트 모델 (GFSM)을 구하는 방법을 제안하였다. 이때 사용된 각각의 시나리오는 내장 소프트웨어가 받아들이는 외부 입력 사건에 대한 태스크들 사이의 상호작용을 기술하고 있다. 외부 입력 사건은 선택적 또는 병행적으로 발생할 수 있는데, [1]에서는 선택적인 관계만을 고려하였다. 본 논문에서는 병행적 시나리오들을 합성하여 GFSM을 생성할 때 발생하는 전이 수의 급격한 증가를 줄이기 위한 방법을 제안한다. 비동기적 메시지 전송을 수행하는 태스크들의 행위를 보존하도록 하면서 동기적으로 해석함으로써 GFSM의 전이 수를 줄이고, 또한 시나리오 기술에 사용된 MSC 명세로부터 독립 구역을 자동으로 찾아내어 인터리빙의 수를 줄이는 방법을 제안한다. 독립 구역은 최종 시스템의 상태에 변화를 주지 않는 메시지 전송들을 포함한다. 제안된 방법을 디지털 TV 소프트웨어의 시나리오에 적용하여 전이 수의 감소 효과를 얻을 수 있었다.

산업계에서 개발비용과 기간을 단축시키기 위해 시스템을 점차 Enterprise JavaBeans(EJB)로 개발하는 추세이다. 그러므로 시스템 재사용성, 확장성과 이식성을 높이기 위해 EJB를 위한 아키텍처가 중요해졌다. 그러나, 상위 레벨 수준의 추상적인 아키텍처는 제공되지만, 현재 가능한 J2EE기술을 사용하여 실제화 시키는 구체적 방법은 제공되지 않아 실용적인 소프트웨어 아키텍처에 관한 연구가 부족하다. EJB 규약(Specification)은 EJB를 운용하기 위한 세션빈, 엔티티빈들의 특성과 소규모(Fine Grained)방식의 컴포넌트 아키텍쳐만을 제시하고 있다. 그러므로 EJB는 작은 재사용 단위이기 때문에 EJB, 미들웨어 기술을 사용해도 기대만큼 재사용되지 않는다. 본 논문에서는 EJB 기반의 시스템을 위한 엔터프라이즈 소프트웨어 아키텍처를 구체적인 구현 기술과 기법을 함께 제안한다. 또한 효율적인 EJB 아키텍처를 설계하기 위한 EJB 설계 패턴을 제안한다. 설계 패턴들의 장단점을 분석하여 엔터프라이즈 아키텍처의 각 계층에 적합한 EJB 디자인 패턴을 식별하고, 디자인 패턴을 적용한 컴포넌트를 통해 최적의 컴포넌트간의 상호관계를 지원하는 아키텍처가 되도록 한다. EJB 설계기법을 객체수준의 화이트박스 형식인 소규모 EJB 컴포넌트로 부터 대규모(Coarse Grained) 방식의 EJB 컴포넌트로 설계하는 기법을 5가지로 제시하고, EJB 기반의 트랜잭션, 조립기법을 포함한 엔터프라이즈 아키텍처 설계 기법을 구체적으로 제안한다.

본 논문에서는 단위음소로 다이폰을 사용하여 음성을 합성하는 방법에 관하여 기술한다. 음성 합성은 기본적으로 단위음소들의 연결을 통하여 이루어지는데, 이때 발생하는 가장 큰 문제점은 두 단위음소 사이의 연결부분에서 불연속이 발생하는 것이다. 이 문제를 해결하기 위하여 본 논문에서는 포만트 궤적뿐 아니라 스펙트럼의 분포특성과 인간의 청각적인 특성을 반영하여 스펙트럼을 완만화하는 방법을 제안한다. 즉, 제안하는 방법은 단위음소의 연결 구간에서 인간의 청각신경 특성을 고려하여 완만화의 양과 범위를 결정한 다음, 두 다이폰 경계의 스펙트럼 분포를 시간에 따라 가중치를 다르게 주어 스펙트럼 완만화를 수행한다. 이 방법은 불연속을 제거하며 완만화로 인하여 발생할 수 있는 음성의 왜곡을 최소화한다. 제안하는 방법의 성능을 평가하기 위하여 ETRI 음성 DB 샘플과 개인별로 자체 녹음한 총 20여개의 문장에서 추출한 약 500여 개의 다이폰에 대하여 실험을 수행하였다.

본 논문에서는 과학 교육 분야에서 기존의 교육방식이 갖고 있는 한계성을 극복하고 교육 및 학습 효과를 향상시키기 위한 방안으로 역감 제시 장치를 이용한 가상 현실 시스템을 제안한다. 제안된 시스템의 효용성과 응용가능성, 활용방법을 효과적으로 나타낼 수 있는 4가지 과학세계로 구성된 가상 과학 체험 공간을 구축하여 미시 세계에서는 원자간의 현상을, 마찰 세계에서는 스틱-슬립 마찰현상을, 기전 세계에서는 모터 및 발전기의 원리를, 거시 세계에서는 코리올리스 가속도로 인한 물리적 현상을 각 세계에서 역학적으로 모델링하고 역감 제시 장치와 인터페이스를 위한 에뮬레이션 기법을 고안한다. 그리고, 역감 제시 장치, HMD(Head Mounted Displays), 가상환경(스테레오 그래픽스와 GUI)을 포함한 디지털 제어기로 구성된 가상 과학 체험 시스템을 구축한다. 끝으로 본 연구를 통해 교육의 보조 매체와 학습의 도구로서 효율성을 극대화시키기 위한 가상 과학 체험 공간의 설계 및 구현에 관한 고려사항을 제시한다.

강화학습의 대표적인 알고리즘인 Q-Learning은 상태공간의 모든 상태-행동 쌍(state-action pairs)의 평가값이 수렴할 때까지 반복해서 경험하여 최적의 전략(policy)을 얻는다. 상태공간을 구성하는 요소(feature)들이 많거나 요소의 데이타 형태가 연속형(continuous)인 경우, 상태공간은 지수적으로 증가하게 되어, 모든 상태들을 반복해서 경험해야 하고 모든 상태-행동 쌍의 Q값을 저장하는 것은 시간과 메모리에 있어서 어려운 문제이다. 본 논문에서는 온라인으로 학습을 진행하면서 비슷한 상황의 상태들을 클러스터링(clustering)하고 새로운 경험에 적응해서 클러스터(cluster)의 수정(update)을 반복하여, 분류된 최적의 전략(policy)을 얻는 새로운 함수근사(function approximation)방법인 Q-Map을 소개한다. 클러스터링으로 인해 정교한 제어가 필요한 상태(state)는 규칙(rule)으로 추출하여 보완하였다. 미로환경과 마운틴 카 문제를 제안한 Q-Map으로 실험한 결과 분류된 지식을 얻을 수 있었으며 가시화된(explicit) 지식의 형태인 규칙(rule)으로도 쉽게 변환할 수 있었다.

장르기반 분류는 문서를 내용이나 주제가 아닌 문서의 형식 또는 스타일에 의해 분류하는 것을 의미한다. 현재 장르분류 방법은 기존의 주제기반 분류방법에 사용되었던 알고리즘을 그대로 이용하거나 자질선택 방법에 있어서도 효과적이지 못하고 비교적 단순하여 분류 정확률 또한 상대적으로 낮았다. 본 연구에서는 장르기반으로 문서를 자동 분류할 수 있는 새로운 방법론을 제시한다. 장르분류 방법은 크게 두 가지 정보를 이용하여 학습과 분류를 하는데 장르 간 용어의 편차정보와 장르 내에 분포되어 있는 주제 범주 간 용어의 편차정보를 이용한다. 제안된 방법의 성능을 측정하기 위해 인터넷상에서 정제되지 않은 문서를 수집하였으며 이를 대상으로 실험한 결과 기존의 카이제곱 자질선택 방법 및 베이지안 분류 알고리즘과 비교하여 약 30% 정도 우수한 정확도를 나타내었다.

본 논문은 점층적으로 대규모 문서 분류를 할 수 있는 새로운 클러스터링 알고리즘에 대한 것으로, 고차원의 대규모 문서 집합에 대한 클러스터링을 수행하는 spherical k-means (SKM) 알고리즘과 점층적인 방식으로 클러스터링을 수행하는 퍼지(fuzzy) ART(adaptive resonance theory) 신경망의 특징을 이용하였다. 즉, SKM의 벡터 공간 모델과 개념벡터를 토대로 퍼지 ART의 경계변수의 개념을 결합한 것이다. 제시하는 알고리즘은 점층적 클러스터링의 지원과 함께 최적의 클러스터 수를 자동으로 결정할 뿐 아니라 이상치(outlier)와 노이즈(noise)에 의한 overfitting의 문제도 해결하였다. 또한 생성된 클러스터들의 질을 평가할 수 있는 응집도를 측정하는 목적 함수의 값에 있어서도 CLASSIC3 데이타 집합으로 실험한 결과 기존의 SKM에 비해 평균 8.04%의 향상된 응집도를 나타냈다.

최근 인터넷 및 초고속네트워크의 발전과 더불어 원격교육도 활발히 이용되고 있다. 온라인 강의(교수-학습)툴에 대한 상대적으로 많은 연구와는 비교되게 가상실험 툴에 대한 연구는 미진하다고 할수 있다. 본 논문에서는 원격교육용 가상실험실로 사용될 수 있는 웹 기반 시뮬레이션 툴, SimDraw를 설계 및 구현한다. 웹 기반 시뮬레이션기술을 원격교육에 적용시키기 위해서는 다음과 같은 몇 가지 요구사항이 만족되어야 한다. 첫째, 시뮬레이션 툴의 사용자 인터페이스가 간단해서 학생들이 쉽게 사용할 수 있어야 한다. 둘째, 원격 학생들의 다양한 컴퓨터 환경에서도 일관되게 실행될 수 있을 정도로 이식성이 있어야 한다. 마지막으로 셋째, 시뮬레이션 프로그램이 충분히 가벼워서 학생들이 설치 없이 사용이 가능하거나 혹은 설치가 매우 간결하고 쉽게 이루어질 수 있어야 한다. 이러한 요구조건을 만족시키기 위해 SimDraw는 클라이언트/서버구조에 기반하고 있다. 클라이언트프로그램은 모델작성 및 애니메이션 기능만을 가지고 있으므로 자바 애플릿으로 구현이 가능하고 웹 브라우져 내에서 실행될 수 있다. 즉 설치가 전혀 필요 없다. 서버프로그램은 원격컴파일, 모델저장, 라이브러리관리, 사용자관리 등의 기능을 클라이언트 측에 제공한다. SimDraw의 기능을 평가하기 위해 RIP(Routing Information Protocol) 라우팅 프로토콜의 가상 실험을 예로 들어서 시뮬레이션 과정을 보였다.

대부분의 3차원 캐릭터 애니메이션에서는 모션 캡쳐 장비를 통해서 포착된 동작 데이타를 이용하여 다양한 지형상에서 캐릭터가 걷는 동작을 표현한다. 이러한 동작 포착 데이타는 실제 사람과 같이 움직이는 동작들을 자연스럽게 표현할 수 있으나, 만약 다양한 지형에 대한 움직이는 동작이 표현할 경우, 지형의 유형에 따라 모든 동작을 캡쳐하여야 하고, 얻어진 동작 데이타를 다른 유형의 캐릭터에 적용할 경우 동작 데이타를 다시 얻거나 기존 동작 데이타를 재편집해야 하는 어려움이 있다. 따라서 본 연구에서는 적은 매개변수들을 사용하여 평지면, 경사면, 계단면 그리고 굴곡면 등 다양한 지형에서의 적응적인 걷는 동작을 생성하기 위한 방법과 골반과 이동하는 다리의 움직임 제적을 산출하는 방법을 제안한다. 이 방법에서는 캐릭터의 신장이나 걷는 속도, 걸음폭 등의 매개변수들을 조절하여 다양한 걸음걸이를 생성할 수 있으며 역운동학(Inverse Kinematics) 개념을 적용하여 관절들의 위치나 각도를 산출하고 관절의 이동 궤적을 계산하기 위해 큐빅 스플라인 곡선을 활용한다.

스프레드시트는 사용하기 쉽기 때문에 가장 널리 사용되는 프로그래밍 도구이지만, 아직까지 스프레드시트 응용프로그램 개발에 객체지향 기술을 적용하려는 시도는 상대적으로 적었다. 일반적으로 스프레드시트 응용프로그램은 내부에 많은 오류를 포함하고 있으며, 재사용성이 낮고, 유지 보수가 어려운 단점을 가지고 있다. 이러한 문제를 해결하기 위해서 본 논문에서는 XCEL이라는 객체지향 스프레드시트를 소개한다. XCEL은 스프레드시트 응용프로그램을 체계적으로 개발하기 위한 데이타 모델링 방법과 스프레드시트에서 객체지향 프로그래밍을 표현하기 위한 방법을 지원한다. XCEL은 데이타 모델링에서 XML과 플로우차트를 이용해서 클래스를 정의하고, 스프레드시트에서는 연속된 셀들의 영역을 이용해서 객체들을 표현한다. XCEL을 이용하면 스프레드시트 응용프로그램 개발에 객체지향 기술들을 그대로 적용할 수 있는 장점이 있다.

본 논문은 한국어 정보처리에서 발생하는 어휘 중의성 문제 중 한국어에서 그 심각성이 큰 동형이의어 중의성을 해결하기 위하여, 사전 뜻풀이 말뭉치에서 구축한 의미정보(Semantic Information)와 이를 이용한 기존의 통계기반 동형이의어 분별 모델에 대한 실험 결과를 분석하여, 정확률 향상을 위한 새로운 동형이의어 NPH(New Prior Probability of Homonym sense) 가중치 및 인접 어절에 대한 거리 가중치 적용 모델을 제안한다. 사전 뜻풀이 말뭉치의 상위 고빈도 동형이의어 200개 중 중의성이 높은 46개(명사 30개, 동사 16개)를 선별하고, 21세기 세종 계획에서 제공하는 350만 어절 품사 부착 말뭉치에서 이들 동형이의어를 포함하는 47,977개의 문장을 추출하여 실험을 하였다. 기존의 통계기반 동형이의어 분별 모델에서는 72.08%(명사78.12%, 동사 62.45%)의 정확률을 나타냈으나, NPH 가중치를 부여한 실험 결과 정확률이 평균 1.70% 향상되었으며, NPH와 거리 가중치를 함께 이용한 결과 평균 2.01% 정확률이 향상되었다.