컴포넌트 기반 개발 (CBD) 기술은 객체 보다 더 큰 컴포넌트 단위의 재사용을 통하여 개발 생산성을 높이는 재사용 기술이다. 그러나, CBD 컴포넌트의 구성요소와 의미를 정의하는 참조 모델이 국제적으로나 산업계에서 표준화되지 못하고 있어 CBD 플랫폼간의 상호연동과 이식성 문제가 있으며, 또한 개발자에게 어떤 모델을 채택해야 할 것인지의 신중한 결정을 요구한다. 본 논문에서는 대표적인 컴포넌트 참조모델들에 대한 정형적 뷰(View)인 메타 모델을 정의하고, 이를 기반으로 기술적인 상호 비교를 제시함으로써 각 기술의 장ㆍ단점 및 특징을 규명한다. 또한, 비교 평가를 통해 모든 컴포넌트가 공통적이며 필수적으로 만족해야 하는 핵심(Essential) 컴포넌트 모델과 최대한 다양한 장치와 구성요소를 가지는 확장(Extended) 컴포넌트 모델을 제시하여 상용 컴포넌트 모델들과의 객관적인 연관 관계 및 각 모델에 대한 정확한 평가를 할 수 있게 한다.

컴포넌트 기반 소프트웨어 개발 (CBD) 기술은 재사용 가능한 컴포넌트를 조합하여 효율적으로 소프트웨어를 개발함으로써 개발 노력과 상품화 시간을 줄여주는 새로운 기술로 정착되고 있다. 이러한 CBD 컴포넌트는 한 도메인의 표준이나 공통적인 기능을 제공하여야 재사용성이 높아진다. 특히, 공통성 안의 미세한 가변적인 부분도 모델링하고, 이 가변성을 각 어플리케이션의 특성에 적합하게 특화 할 수 있도록 설계되어야 한다. 기존의 CBD 방법론에서도 이 중요성이 강조되고 있지만, 체계적이며 구체적인 개발 프로세스, 적용 지침 및 산출물 양식의 제공이 미흡하여, 도메인 컴포넌트의 개발은 비체계적인 프로세스와 개발자의 경험에 의존해 왔다. 본 논문은 컴포넌트 설계를 위한 체계적인 프로세스와 기법을 제안한다. 이 프로세스는 여러 단계와 활동으로 구성되며, 각 활동에 대한 세부 지침과 표준 양식도 포함하여 보다 효과적인 컴포넌트 개발을 도모한다. 제안된 기법의 실효성 검증을 위하여 금융 도메인에 적용한 사례연구를 제시하며, 다른 기법들과의 비교 평가도 다룬다. CBD의 공통 컴포넌트 개발에 제안된 프로세스와 지침의 사용함으로써 보다 재사용성과 적용성이 높은 컴포넌트가 비용 및 시간에 있어서 효율적으로 개발될 것으로 기대된다.

점차적으로 소프트웨어의 복잡도는 높아지고 그 생명주기는 짧아지므로, 기존의 검증된 소프트웨어 요소를 재사용 하는 것이 필요하다. 그러나 기존의 객체 지향 기술은 광범위한 재사용을 유도하지 못 하였다. 컴포넌트는 객체보다 규모가 크고 특정 도메인에 적합한 특성을 가지므로, 시스템 구조화, 설명 및 개발에 있어 더 나은 수단을 제공해 준다. 또한 그 규모나 재사용성에 있어 새로운 개발환경인 분산 시스템에 더 적합하다. 본 논문에서는 객체지향 시스템을 컴포넌트 기반 시스템으로 변환하는 프로세스를 제안하였다. 해당 프로세스는 두 단계로 나뉜다. 우선, 클래스들 간의 합성 및 상속 관계를 이용하여 기본 컴포넌트를 생성한다. 그 후 기본 컴포넌트와 컴포넌트화 되지 않은 클래스들에 대해 본 논문에서 제안된 정적 메트릭과 가이드라인을 이용하여 정제하여 컴포넌트 기란 시스템으로 변환한다.

컴포넌트 기반 개발에서 컴포넌트 사용자는 개발 목적에 맞추어 컴포넌트를 맞춤 할 필요가 있다. 컴포넌트는 그 내부에 블랙박스특성을 갖는 부분과 화이트박스특성을 갖는 부분이 공존하고, 맞춤으로 인해 화이트박스 부분이 변형되며, 이때 발생하는 오류는 블랙박스 부분과 화이트박스 부분의 상호작용을 통해 나타나게 된다. 블랙박스 부분과 화이트박스 부분 사이의 통합 테스트인 맞춤 테스트를 위해서 새로운 테스트 기법이 요구된다. 또한 테스트 기법이 비용 절감 효과를 노리는 컴포넌트 기반 개발에 사용되기 위해서는 효율적인 테스트 데이타의 선정이 요구된다. 따라서 본 논문에서는 컴포넌트 아키덱쳐로 COM(Component Object Model)을 대상 컴포넌트로 선정하고, 다양한 COM 컴포넌트들의 분석을 통하여 효율적인 테스트 데이타를 선정하는 맞춤 테스트 기법을 제안한다. 본 논문에서는 제안하는 기법이 선정하는 테스트 데이타가 오류 감지 능력에 있어서 효과적이라는 것을 실험을 통해 평가한다. 또한 본 기법을 실제 대규모 컴포넌트 기반 시스템인 샤모아에 적용하는 예제를 수행함으로써, 본 기법이 컴포넌트 기반 시스템의 일원으로서 실제 동작하는 COM 컴포넌트의 맞춤을 테스트할 수 있음을 보인다.

원자력 발전소의 디지털 제어 시스템에 적용되는 소프트웨어는 안전성이 중요시되는 safety-critical 소프트웨어로, 충분한 수준의 안전성을 보장하기 위해서 여러 기법들이 적용되고 있다. 특히, 정형명세 기법은 개발의 초기 단계에서 소프트웨어 요구 사항들을 명확하고 완전하게 명세 하도록 유도함으로써 안전성을 크게 향상시킬 수 있는 기법으로 인정받고 있다. 본 논문에서는 원자력 발전소 디지털 제어 시스템 소프트웨어의 요구 사항 명세에 적합하도록 개발된 정형명세 기법인 NuSCR을 논의한다. 또한, 개발된 NuSCR의 적용성을 검토하기 위해, 현재 KNICS 사업단에서 개발중인 발전소보호계통 소프트웨어의 요구사항을 정형 명세 한 경험을 소개하고 있다. 또한, 원자력 도매인에 특화된 정형명세 기법인 NuSCR의 우수성도 실례를 들어 설명하고 있다.

소프트웨어의 개발 생산성 향상과 고품질의 소프트웨어 생산을 위해서 현재 컴포넌트 기반 개발(CBD)이 보편화되고 있다. 이러한 CBD는 소프트웨어의 재사용성을 높여 주며 개발기간 단축과 개발비용의 절감을 가져오고 있다. 이러한 장점 때문에 산업계에서는 맡은 부분을 컴포넌트로 만들려고 노력하고 있다. 그러나, 만들어진 소프트웨어 컴포넌트에 대해서 얼마나 품질이 좋은지, 또한 얼마나 재사용성이 있는가에 대한 검증은 아직 미흡한 상태이다. 본 논문에서는 만들어진 소프트웨어 컴포넌트에 대한 품질 중 재사용성을 측정하는데 필요한 측정 방법을 제공한다. 재사용성의 측정 방법은 크게 간접적인 측정 기준과 직접적인 측정 기준으로 구분한다. 직접적인 측정 기준은 컴포넌트를 구성하는 클래스들과 컴포넌트의 인터페이스들을 조사해서 얻을 수 있는 방법을 말하는 것으로 컴포넌트의 크기, 복잡도, 결합도, 응집도 등을 측정한다. 간접적인 측정 기준은 이러한 직접적인 측정기준을 가지고 측정이 되는 기준으로서 이해도, 적용가능성, 수정가능성, 모듈화가능성이 있다. 이러한 간접적인 측정은 궁극적으로 재사용성의 측정에 사용이 된다. 이러한 직접적인 측정기준과 간접적인 측정을 이용해서 재사용성에 대한 측정을 해본 결과 소프트웨어 컴포넌트의 품질이 향상되면서 측정값이 재사용성에 도움을 주는 방향으로 변화하는 것을 확인하였다.

본 연구는 스테이트차트의 실시간 검증을 위한 알고리즘을 제안한다. 스테이트차트는 실시간 반응형 시스템의 명세에 많이 사용되고 있으며 동기적과 비동기적인 두개의 시간모델을 지원한다. 그러나 기존의 스테이트차트에 대한 실시간 검증 방법은 비동기적 시간 모델과 호환되지 않거나, 변수를 모델에 추가함으로써 모텔의 상태 공간을 증가시키는 단점이 있었다. 우리는 기존의 모델 체킹 알고리즘을 확장하여 이러한 문제점을 해결하였다. 확장된 알고리즘은 시간을 증가시키는 전이만을 고려하기 때문에 스테이트차트의 두 가지 시간 모델에 모두 사용할 수 있으며, 시간의 계산이 알고리즘 내부적으로 이루어지기 때문에 모델에 변수를 추가할 필요가 없어 상태공간을 증가시키지 않는다. 본 연구는 이러한 알고리즘을 토대로 기존의 모델 체커인 NuSMV를 확장하였으며, 사례 연구를 통하여 그 유용성을 확인하였다.

본 논문에서는 퍼지논리에 기초한 Fisherface 얼굴인식 방법의 확장을 다룬다. Fisherface 얼굴인식 방법은 주성분 분석 기법만을 이용하는 경우에 비해 조명의 방향, 얼굴의 포즈, 감정과 같은 변동에 대해 민감하지 않은 장점을 가지고 있다. 그러나, Fisherface 방법을 포함한 얼굴인식의 다양한 방법들은 입력 벡터가 한 클래스에 할당되어질 때 그 클래스에서 소속의 정도를 0 또는 1로서 나타낸다. 따라서 이러한 방법들은 얼굴영상들이 조명이나 보는 각도로 인해 변형이 생기는 경우에 인식률이 저하되는 문제가 있다. 본 논문에서는 PCA에 의해 변환된 특징벡터에 퍼지 소속도를 할당하는 것으로, 퍼지 소속도는 퍼지 kNN(k-Nearest Neighbor)으로부터 얻어진다. 실험 결과 ORL, Yale 얼굴 데이타베이스에서 기존의 인식방법 보다 향상된 인식 성능을 보임을 알 수 있었다.

본 논문에서는 웨이퍼 영상에서 다이 위치를 인식하기 위한 새로운 코너점 검출 방법을 제안한다. 웨이퍼 다이 위치 인식은 WSCSP(Wafer Scale Chip Scale Packaging)기술에 필수적인 과정으로서 웨이퍼 윗면의 다이 패턴을 얼마나 정확히 인식하느냐에 따라서 후 공정의 정확도가 결정된다. 본 논문에서는 정확한 다이 위치를 인식하기 위하여 계층적 명암 영상 코너 검출 방법을 제안한다. 새로운 코너 검출자는 코너 영역을 마스크 크기에 따라서 동심원으로 나누어 각각의 동심원에서의 코너성과 방향성을 구하여 정확한 코너점을 검출하도록 하였다. 또한 계층적 구조를 가지고 처리하여 기존의 명암 영상코너 검출자 보다 더 빠른 처리 속도를 얻을 수 있도록 하였다.

본 논문에서는 사람의 얼굴표정과 음성 속에 담긴 6개의 기본감정(기쁨, 슬픔, 화남, 놀람, 혐오, 공포)에 대한 특징을 추출하고 인식하고자 한다. 이를 위해 얼굴표정을 이용한 감정인식에서는 이산 웨이블렛 기반 다해상도 분석을 이용하여 선형판별분석기법으로 특징을 추출하고 최소 거리 분류 방법을 이용하여 감정을 인식한다. 음성에서의 감정인식은 웨이블렛 필터뱅크를 이용하여 독립적인 감정을 확인한 후 다중의사 결정 기법에 외해 감정인식을 한다. 최종적으로 얼굴 표정에서의 감정인식과 음성에서의 감정인식을 융합하는 단계로 퍼지 소속함수를 이용하며, 각 감정에 대하여 소속도로 표현된 매칭 감은 얼굴에서의 감정과 음성에서의 감정별로 더하고 그중 가장 큰 값을 인식 대상의 감정으로 선정한다.

본 논문에서는 다중 특징 결합과 유사도 공간을 이용한 실제적인 온라인 얼굴 검증 시스템을 구현하는 방법을 제안한다. 얼굴 검증에서의 주요 쟁점은 다양한 얼굴 형상 변화의 처리이다. 이러한 변화는 단지 한가지 특징만으로는 해결되기 어렵다. 따라서 얼굴 형상에 있어서의 다양한 변화를 처리하기 위해서 상호보완적인 특징들의 결합이 필요하다. 이러한 관점에서 우리는 다중 주성분 분석과 에지 분포에 기반 한 특징 추출 방법을 제안한다. 이러한 특징들은 다수의 간단한 유사도 측정 방법들로 형성된 새로운 intra-person/extra-person 유사도 공간으로 사상되고, 최종적으로 Support Vector Machine에 의해 평가된다. 실제적인 대용량 데이터 베이스로 실험한 결과, equal error rate 0.029의 결과를 나타내었고, 이는 많은 실제 응용제품에도 충분히 팩용 가능한 수준이다.

본 논문에서는 몽타주 기법과 음영합성 기법을 이용한, 디자이너(예술가)의 감각을 살린 벡터 기반의 얼굴 생성 시스템을 제안한다. 제안하는 시스템은 사진으로부터 얼굴의 특징정보를 추출하여 사람의 얼굴과 유사한 얼굴을 자동으로 생성해 주는 시스템이며, 윤곽선만을 사용하던 기존의 얼굴 생성 시스템과 달리 컬러 기반이며, 음영을 사진으로부터 추출하여 이를 이목구비 이미지와 합성하여 생성하는 방식이다. 따라서 실사형에 좀 더 근접한 얼굴을 생성할 수 있다는 장점을 갖는다. 또, 벡터를 기반으로 하기 때문에 사이즈에 제한 얼이 자유로운 변형이 가능할 뿐만 아니라 디자이너 또는 그림 작가의 느낌을 결과물에 그대로 유지할 수 있도록 한다는 점에서 타 접근방식과의 차별성을 갖는다. 또, 2D 아바타에 자유로운 표정을 적용하는 데에도 쉽게 적용이 가능하다.

정수계획법에 기반 한 기법들은 다양한 승무일정계획 최적화 문제를 해결하는 데 매우 효과적인 것으로 알려져 있다. 그러나 정수계획법은 대상 문제의 제약조건 및 목적함수가 모두 선형적으로 표현되어야만 적용이 가능하다는 단점이 있으며 문제의 규모가 클 경우 과도한 수행 시간과 메모리 자원을 요구하게 된다. 반면 이웃해 탐색 기법과 같은 휴리스틱 탐색 기법은 대상 문제의 제약조건이나 목적함수의 형태에 관계없이 쉽게 적응이 가능하다. 그러나 이웃해 탐색 기법은 복잡한 탐색 공간을 탐색할 경우 국소 최적해에 도달한 후 국소 최적해로부터 쉽게 빠져나오지 못하는 경우가 많다. 본 논문에서는 이웃해 탐색 기법과 정수계획법의 장점을 효과적으로 결합하기 위한 방안을 제시하고 있으며 실제 운행중인 지하철 승무일정계획 문제에 적용해 봄으로써 대규모 승무일정계획 최적화 문제에 성공적으로 적용될 수 있음을 확인하였다.

자바에서 사용이 끝난 객체의 수집(garbage collection)은 프로그래머의 메모리 관리 부담을 덜어준다는 장점이 있다. 그러나, 수행 속도에 영향을 미치게 되므로 정적 분석 기법을 사용하여 이를 극복하는 기법이 제안되어왔다. 이 중 하나인 스택 저장 기법은, 힙메모리 대신 메소드 스택에 저장될 수 있는 객체들을 수행 전에 분석하여 파악해두는 방식을 따른다. 본 논문에서는 메소드의 호출/반환에 대해 직접 분석하여 자신을 생성한 메소드의 반환 후에도 접근될 소지가 있는 객체들을 판별하는 정적 분석 기법을 제시한다. 이로써 객체와 변수의 지정(assignment) 관계 분석을 기준으로 하는 기존의 스택 저장 기법들에서 간과되었던 객체들 중에서도 스택에 저장할 수 있는 대상을 발견할 수 있도록 한다.