소프트웨어 개발 성숙도를 향상시키기 위한 프로세스 프레임워크로써 IS 15504(SPICE) 및 CMMI 등은 이미 검증된 모델이다. 하지만 이들 프로세스 성숙도 모델들이 기업의 개발능력 및 효율을 높여주는 구체적인 실천방법을 제시하지는 않는다. 기업 내에서의 실제적인 적용을 위해서는 위의 모델들을 기반으로 제품이나 기술 도메인, 사업 및 조직의 규모 등 기업환경이 고려된 기업 고유의 모델의 개발 및 적용이 필요하다. 본 논문에서는 소프트웨어 개발 프로세스에 대한 수년 간의 지속적인 적용 및 개선 경험을 바탕으로 기존의 SPI(Software Process Improvement) 모델을 확장하여 기업의 비즈니스 목적과 환경에 부합하도록 조직차원의 전반적인 소프트웨어 개발 경쟁력을 강화한 사례를 소개한다. 기존의 SPI 모델이 프로세스 각 분야에 대한 정의와 성숙도를 판단하기 위한 능력 수준을 정의한 것에 비해 본 논문에서는 그 영역을 핵심기술 및 조직구조까지 확대하고, 능력 수준을 일반적인 프로세스 능력 수준이 아닌 조직에서의 모델의 확산도로 확장하여 소프트웨어 개발 경쟁력을 강화하기 위한 통합된 모델을 정의하여 적용하였다. 본 논문은 기업에서 확장된 프로세스 성숙도 모델을 이용하여 조직의 능력을 향상시키는 구체적인 사례로 유사 영역에서 참조 모델로 활용될 수 있을 것이며, 프로세스 성숙도 모델 연구에 대한 기업의 피드백으로의 기여가 있을 것이다.

프로덕트 라인 공학(Product Line Engineering, PLE)은 소프트웨어 재사용을 위한 새로운 접근 방법이고, 핵심자산은 인스턴시에이션(Instantiation)을 통하여 어플리케이션을 개발하기 위한 큰 재사용 단위이다. 따라서, 핵심자산은 PLE의 중요한 요소이므로 핵심자산의 재사용성은 PLE 프로젝트의 큰 성공을 결정한다. 핵심자산은 전체가 아니라 재사용 부품(Part)에 불과하며, 고정된 기능뿐만 아니라 가변적인 기능도 포함, 지원하고 있다. 그러나, 기존의 품질모델로는 이러한 특성을 가지고 있는 핵심자산을 평가하기에는 한계가 있다. 따라서, 본 논문에서는 이러한 문제점을 해결하기 위해 ISO/IEC 9126을 기반으로 하여 핵심자산의 재사용성을 평가하기 위한 체계적인 품질시스템을 제안한다. 핵심자산의 중요한 특징들을 식별하고 식별된 재사용성의 특징을 기반으로 품질속성(Quality Attribute)을 도출한다. 이렇게 정의된 품질속성을 이용하여 메트릭을 정의한다. 또한 제안된 메트릭을 이용하기 위한 지침 및 대여 프로덕트라인에서의 적용사례를 제시한다. 이러한 품질시스템을 이용하여 핵심자산의 재사용성을 보다 효과적이고 정확하게 평가한다.

제품 라인은 재사용을 위한 연구 방법으로 널리 인식되어 왔다. 제품 라인에서 대표적인 중요 자산은 소프트웨어 컴포넌트이다. 그러나, 제품 라인에 대한 많은 관심에 비해 제품 라인에서 컴포넌트 구조 및 스펙에 대한 연구는 아직 미흡하다. 본 논문은 제품 라인에서 가변성(variability)을 반영한 컴포넌트 구조와 컴포넌트 스펙 방법을 제시한다. 본 논문은 FORM(Feature-Oriented Reuse Method)을 기반으로 제품 라인 컴포넌트의 정적 및 동적 구조, 제품 라인 컴포넌트의 행동 및 동시성 정보를 기술한다. 제품 라인 컴포넌트 스펙에 대한 각 정보는 블랙박스(black-box)와 화이트박스(white-box) 형태로 구분되어 기술되며 각 스펙 정보는 BNF로 정형화된다. 그 스펙들이 제품 라인 컴포넌트의 많은 서로 다른 특징의 충분한 고려를 통해 기술되기 때문에 본 논문은 제품 라인에서 컴포넌트의 손쉬운 개발을 돕고 제품라인 공학 방법론의 적용 방법을 잘 이해하도록 돕는다.

컴포넌트 기반 시스템에서 재사용 단위인 컴포넌트의 품질은 시스템 개발의 성공을 위해서 가장 중요하다. 컴포넌트의 품질을 향상시키기 위해서는 개발 이전에 측정 가능해야 하고, 그 결과를 컴포넌트 개발 과정에 반영할 수 있어야 한다. 또한 컴포넌트의 품질을 정확하게 측정하여야 한다. 따라서 본 논문에서는 클래스들 간의 상호작용에 의한 정적 그리고 동적인 특성을 적용하여 식별된 컴포넌트의 품질을 좀 더 정확하게 측정할 수 있는 컴포넌트의 응집도와 결합도 메트릭스를 제안한다. 제안된 메트릭스가 이론적으로 타당하다는 것을 검증하기 위하여 Briand이 정의한 프레임워크에 적용하여 증명한다. 또한 메트릭스의 실용성을 검증하기 위해서 사례를 제시하고 기존의 메트릭스와의 비교분석을 통해서 평가 결과를 제시한다. 본 논문에서 제안한 컴포넌트 메트릭스는 식별된 컴포넌트의 품질을 좀 더 정확하게 측정함으로써 컴포넌트 설계를 위한 개발 시간과 노력을 절감한다.

기존의 컴퓨팅 패러다임에서 개발자들은 잘 정의되고 고정된 실행 환경을 가정하고 소프트웨어를 설계하였다. 그러나 실제 실행 환경은 복잡하기 때문에 발생되는 상황들을 완벽하게 분석하는 것은 불가능하다. 그로 인해서 원하는 입력 값만을 가정하고 구현한 소프트웨어는 실행 중에 실패(failure)가 발생되기 쉽다. 이에 대한 해결책으로 자기적응형 소프트웨어(self-adaptive software)는 예상하지 못한 상황에 대해서 적응하여 실행 중의 실패가 발생되는 것을 막을 수 있다. 이를 위해 자기적응형 소프트웨어는 우선 적응의 필요성을 판별하기 위해서 실행 중에 외부 상황을 평가해야 한다. 기존의 연구들은 외부 상황의 문제를 판별하기 위한 추상화(abstraction) 기법을 제공하지 않는다. 따라서 외부 환경이 복잡해짐에 따라서 문제 자체를 판별하는 데에 한계가 발생된다. 그리고 판별 가능한 외부 상황 문제의 확장성을 지원하지 못한다. 본 연구에서는 이를 해결하기 위한 기법으로 목표(goal) 기반의 외부 상황 평가 기법을 제안한다.

본 논문에서는 수술 전에 획득한 전산화 단층촬영영상에서 추출한 3차원 정보를 수술 중에 획득한 2차원 X-선 투시영상에 실시간으로 표시하기 위하여 표식기 기반 고속 2차원-3차원 영상정합 방법을 제안한다. 정합과정은 전처리 과정과 실시간 정합 과정으로 나누어진다. 전처리 과점에서 가장 많은 계산량을 필요로 하는 DRR의 생성을 그래픽 하드웨어를 이용하여 고속으로 생성하고, 표식기를 부착한 심장 모형데이타에서 자동으로 표식기를 탐색 추출 한다. 실시간 정합 과정은 주축 정합을 이용한 평면 내부 정합과 구좌표계에서 최소 오차 탐색 방법을 이용한 평면 외부 정합 방법으로 분리하여 계층적으로 정합하여 탐색 범위를 6자유도에서 2자유도로 개선하였다. 본 제안방법은 실시간 계산을 최소화함으로써 정확성을 유지하면서 정합의 효율성을 개선하였다.

일상 생활에서 서비스 로봇이 효과적으로 사람들의 업무를 보조하기 위해서는 인간과의 상호작용이 매우 중요하다. 그 중 대화는 인간과 로봇이 보다 유연하고 풍부한 의사전달을 하는데 유용하다. 전통적인 로봇 연구에서는 의사소통 방법으로 명령과 같은 간단한 질의 등을 사용하였으나 실제 사람들의 대화는 보다 복잡하고 다양하며 배경 지식이나 대화의 문맥 등에 의해 중요한 정보가 생략되기도 한다. 따라서 동일한 질의라도 다양한 의미를 갖기 때문에 정확한 해석을 위해서는 이를 다루어야 한다. 본 논문에서는 계층적 베이지안 네트워크를 사용하여 '상호-주도형' 의사 소통 방식을 서비스 로봇에 구현함으로써 대화의 모호성을 처리하는 방법을 제안한다. 또한 서비스 로봇의 시뮬레이션과 사용자 평가를 통해 제안하는 방법의 유용성을 확인하였다.

차세대 정보통신 기술의 가장 중요한 패러다임으로 '유비쿼터스 컴퓨팅'이 새롭게 주목 받고있다. 유비쿼터스 컴퓨팅 서비스 시스템을 개발하기 위한 중요한 초점 중의 하나는 이동 객체(사용자)의 시간과 이벤트의 관계를 파악하고 이동 객체의 위치 데이타로부터 시공간 이동 패턴을 추론하는 것이다. 본 논문에서는 유비쿼터스 환경 내에서 사용자에게 시간과 관련된 서비스를 적절히 제공하기 위해서 다음과 같은 연구를 한다. 첫째, 서비스 관점에서의 시간적 추론(Temporal Reasoning)이다. 둘째, 사용자의 취향을 기록하기 위한 시간적 추론(Temporal Reasoning)이다. 각 사용자들은 각자의 취향을 가지고 있으며 이는 시간과 밀접한 관계를 가지고 있다. 시간과 관련된 사용자의 취향이 기록된 각 사용자 프로파일을 기반으로 서비스 지원 시스템은 적절한 서비스를 제공할 수 있다.