SUGV의 활용이 늘어감에 따라 구성하는 소프트웨어가 복잡해지고 개발 환경 다양화로 인한 상호운용성 문제가 대두되고 있다. 본 논문에서는 이러한 문제점을 해결하고자 기존의 UML 프로파일 메커니즘을 이용하여 SUGV 개발에 MDA가 적용되도록 하였다. 이를 통해 이종 SUGV 소프트웨어 설계시 타겟 독립 모델을 만든 후 UML 프로파일이 적용된 자동화 도구를 이용해 타겟 종속 모델 및 코드를 생성하면 이종 기기의 개발기간과 노력을 절약할 수 있다. 그리고 발생된 코드의 분석을 통해 제안한 방법의 이점 및 신뢰성을 확인할 수 있었다.

서비스 지향 아키텍처에서 서비스 제공자는 재사용 가능한 서비스를 개발하고 저장소에 배포하며, 서비스 사용자는 인터페이스를 통하여 블랙박스 컴포넌트 형태의 서비스를 사용한다. 저장소에 배포된 서비스는 시간이 지남에 따라 변경/진화될 가능성이 높고, 다양한 언어 또는 플랫폼을 사용하여 구현되는 이질성(Heterogeneity)을 가진다. 이런 이유로, 서비스 사용자는 서비스 내부 구조를 알기 힘들기 때문에, 서비스가 기능을 수행하는 도중 문제점이 발생하면 문제점을 식별하여 해결하는 등의 서비스 결함을 효과적으로 관리하는 것이 어렵다. 자율 컴퓨팅(Autonomic Computing, AC)은 사람의 개입을 최소화하고 시스템이 스스로의 결함을 관리하도록 설계하는 방식이다. AC는 시스템을 자율적으로 결함을 관리할 수 있는 주요 원칙들을 제안하고 있으므로, 서비스 결함 관리에 관한 기술적 이슈들은 AC의 기법들을 사용하여 해결될 수 있다. 본 논문에서는 SOA 환경에서 자율적으로 서비스의 결함을 관리하기 위한 이론적 모델인 Symptom-Cause-Actuator(SCA) 모델을 제시한다. SCA 모델은 의사가 환자를 치료하는 과정으로부터 유도된다. 먼저, 다섯 단계로 구성된 SCA 컴퓨팅 모델을 정의하고 SCA의 메타모델을 제안한다. 또한, SCA 모델의 저장소 역할을 하는 SCA 프로파일을 정의하고, SCA 프로파일에 저장되는 symptom, cause, actuator의 인스턴스와 이들 간의 의존 관계를 기계가 인식할 수 있는 형식으로 표현한다. 그리고, 서비스의 결함을 자율적으로 관리하는 컴퓨팅 모델의 다섯 단계를 수행하는데 필요한 알고리즘을 상세하게 기술한다. 마지막으로, SCA 모델의 실행 가능성을 보여주기 위하여, SCA 프로파일과 알고리즘을 구현한 프로토타입을 '비행기 예약 시스템'에 적용하는 사례 연구를 수행한다.

철도 제어 시스템은 대표적인 안전철수 시스템이다. 국제 규격의 컴퓨터 기반의 철도 제어 시스템을 개발하기 위해서 정형 기법을 이용한 요구사항 명세와 검증이 요구된다. 본 논문에서는 정형 기법을 사용하여 요구사항 명세를 작성하는 지침서(guideline)을 개발하고, 컴퓨터 기반의 열차 제어 장치 시스템에 대한 실제 적용 사례를 제시한다. 정형 명세를 위해 상태차트(statechart)와 Z를 사용하고, 정형 명세의 일치성(consistency)과 완전성(completeness)을 검증한다.

관점지향 소프트웨어 개발방법(AOSD)은 시스템을 관심사별로 분류하고 횡단관심사를 식별하여 애스팩트 클래스로 구성함으로써 높은 유지보수성이 요구되는 사용자 중심의 시스템 설계를 위한 중요한 소프트웨어 개발방법으로 부각되고 있다. 그러나 기존의 관점지향 소프트웨어 개발방법에 대한 연구들은 횡단관심사의 식별과 명세에 대한 연구들과 애스팩트 클래스를 중심으로 하는 시스템 구현에 대한 연구들이 대부분이며, 식별된 횡단관심사의 추적 방법에 대한 연구들은 매우 미흡하였다. 따라서 본 연구에서는 AOSD를 기반으로 시스템 모델링 단계에서의 횡단관심사 추적을 위한 관점지향 슬라이싱 기법을 제안하였다. 유스 케이스들 간의 상호작용 분석을 통해 횡단관심사를 식별하여 명세한 후 식별된 횡단관심사 추적을 위한 슬라이싱 기법을 제시하였으며, 사례연구를 위해 학습관리시스템(LMS)에 이 기법을 적용하였다. LMS는 시스템 기능의 잦은 변경 및 확장 요구가 많은 사이버교육 시스템으로 이 시스템의 개발에 유지보수성을 높이는 AOSD를 적용하는 것은 매우 효과적인 방법이다. 그리고 마지막으로 기존 연구와의 비교분석 결과를 제시하였다.

UCC(User Created Contents)의 급격한 증가에 따라 저작권 문제도 크게 대두되고 있다. 자동 로고 인식은 이러한 저작권 문제를 해결하기 위한 효율적인 방법이다. 로고는 다양한 특징을 가지고 있고, 이러한 특징들은 로고 검출과 인식을 어렵게 한다. 특히, 비디오 내에 빈번한 로고 전이가 일어날 경우, 정확한 로고 인식과 로고 기반 분할이 어렵다. 따라서 본 논문에서는 디지털 비디오에서 로고 인식을 위한 정확한 전이 검출 방법과 다양한 로고 타입 인식 방법을 제안한다. 제안한 로고 검출과 로고에 따른 비디오 분할을 이용하여 다양한 비디오에 대한 좋은 실험 결과를 얻을 수 있었다.

W3C는 시맨틱 웹 환경에서 온톨로지를 저작하고 공유하기 위해 온톨로지 구축 언어인 OWL을 발표하였다. 현재 OWL 온톨로지의 논리적 정당성을 검사하기 위해서, OWL 추론 엔진들이 소개되고 있다. 그러나 대부분의 추론 엔진들은 정당하지 못한 개념의 탐지 과정 없이 결과만을 보여준다. 본 논문에서는 온톨로지내의 정당하지 못한 개념을 디버깅하기 위해 종속 부호 기반 비논리적 공리(CIA-Causing Inconsistency Axiom) 탐색 기법을 제안한다. 비논리적 공리는 정당하지 못한 개념들을 유발하는 공리들의 집합이다. 비논리적 공리를 탐지하기 위해서는 온톨로지 내에서 비 일관성을 유발하는 공리를 찾아내야 한다. 온톨로지 저작 도구에 정확한 비논리적 공리가 제공된다면, 온톨로지 저작 도구는 온톨로지 내에서의 정당하지 못한 내용을 수정할 수 있도록 수정될 일부 내용만을 보여줄 것이다. 따라서 본 논문은 두 부분에 초점을 맞추었다. 첫 번째, 정당하지 못한 내용을 가진 온톨로지가 주어졌을 때 비 정당성을 유발하는 공리들을 도출하고, 이들의 근원을 식별한다. 두 번째 비 정당성을 유발하는 공리가 탐지되었을 때 이들만을 추출하여, 온톨로지 설계자에게 보여주는 것이다. 따라서 먼저 기존에 발표되었던 테이블로 알고리즘 기반의 결정 모듈을 소개하고, 이보다 향상된 기법인 종속 부호 기반 비논리적 공리 탐지 기법을 제안한다. 본 논문의 결과물은 현재 온톨로지 언어의 기본이 되는 SHOIN 서술 논리 응용시스템에 적용가능하다.

본 논문에서는 토픽 시그너처(Topic Signature)를 이용하여 댓글을 분류하는 시스템에 대해서 설명한다. 토픽 시그너처는 자질을 선택하는 방법으로 문서요약이나 문서분류에서 사용하는 방법이다. 댓글은 문장의 길이가 짧고 띄어쓰기가 거의 없으며 특수문자들이 많은 특성을 가지고 있다. 따라서 우리는 댓글을 7개의 음절로 나누고 이를 다시 Tri-gram으로 나누어 분류의 기본단위로 본다. 이 Tri-gram을 토픽 시그너처를 이용한 학습 단위로 사용하고, 학습한 자질을 베이지안(Bayesian) 모델을 사용하여 분류한다. 다양한 방법의 모델과 비교 실험을 통하여 구현한 시스템의 성능이 기존의 방법보다 상승되었음을 실험 결과를 통해 알 수 있었다.

손 포즈 모델링 및 추적은 컴퓨터 시각 분야에서 어려운 문제로 알려져 있다. 손 포즈 3차원 복원을 위한 방법에는 사용되는 카메라의 수에 따라 다중 카메라 또는 스테레오 카메라 기반 방식과 단일카메라 기반 방식이 있다. 다중 카메라의 경우 여러 대의 카메라를 설치하거나 동기화를 시키는 등에 대한 제약사항이 따른다. 본 논문에서는 확률 그래프 모델에서 신뢰 전파 (Belief Propagation) 알고리즘을 이용하여 단안 카메라에서 획득된 2차원 입력 영상으로부터 3차원 손 포즈를 추정하는 방법을 제안한다. 또한, 은닉 마르코프 모델(Hidden Markov Model)을 인식기로 하여 손가락 클릭 동작을 인식한다. 은닉 노드로 손가락의 관절 정보를 표현하고, 2차원 입력 영상에서 추출된 특징을 관측 노드로 표현한 확률 그래프 모델을 정의한다. 3차원 손 포즈 추적을 위해 그래프 모델에서의 신뢰 전파 알고리즘을 이용한다. 신뢰 전파 알고리즘을 통해 3차원 손 포즈를 추정 및 복원하고, 복원된 포즈로부터 손가락의 움직임에 대한 특징을 추출한다. 추출된 정보는 은닉 마르코프 모델의 입력값이 된다. 손가락의 자연스러운 동작을 위해 본 논문에서는 한 손가락의 클릭 동작 인식에 여러 손가락의 움직임을 함께 고려한다. 제안한 방법을 가상 키패드 시스템에 적응한 결과 300개의 동영상 테스트 데이타에 대해 94.66%의 높은 인식률을 보였다.

상호작용이 가능한 컴퓨팅 환경에서 사람과 컴퓨터 사이의 자연스러운 정보 교환을 위해 동작 인식과 관련한 연구가 활발하게 이루어지고 있다. 기존의 2차원 특징값을 이용하는 인식 알고리즘은 특징값 추출과 인식 속도는 빠르지만, 정확한 인식을 위해서 많은 환경적인 제약이 따른다. 또한 2.5차원 특징값을 이용하는 알고리즘은 2차원 특징값에 비해 높은 인식률을 제공하지만 물체의 회전 변화에 취약하고, 3차원 특징값을 이용하는 인식 알고리즘은 특징값 추출을 위해 3차원 물체를 재구성하는 선행 과정이 필요하기 때문에 인식 속도가 느리다. 본 논문은 3차원 물체 재구성 단계와 특징값 추출 단계를 통합하여 실시간으로 3차원 정보를 가지는 특징값 추출 방법을 제안한다. 제안하는 방법은 기존의 GPU 기반 비주얼 헐 생성 방법의 세부 과정 중에서 동작 인식에 필요한 데이타 생성 부분만을 수행하여 임의의 시점에서 3차원 물체에 대한 3종류의 프로젝션 맵을 생성하고, 각각의 프로젝션 맵에 대한 후-모멘트(Hu-moment)를 계산한다. 실험에서 우리는 기존의 방법들과 단계별 수행 시간을 비교하고, 생성된 후-모멘트에 대한 혼동 행렬(confusion matrix)을 계산함으로써 제안하는 방법이 실시간 동작 인식 환경에 적용될 수 있음을 확인하였다.

프로그래밍 언어의 구문 구조(syntax)와 메타이론을 정형화(formalization)하고 관련된 명세(specification)의 증명을 자동화(automatization)하는 과정에서 일어날 수 있는 모든 종류의 변수 묶기(variable binding)를 정형적(formal)으로 구현, 해결하는 방식을 개략적으로 소개한다. 또한 함수언어(functional language)의 기본으로 사용되는 Lambda calculus와 연계해서 POPLmark Challenge와 관련된 시도들의 공통점, 차이점 및 각각의 특성을 증명보조 툴인 Coq에서 구현된 간단한 예제들을 통해 보여준다.