요구사항 추출 활동은 다양한 이해당사자의 요구를 요구사항으로 추출하고 협상을 위한 정보를 생성하는 사전 준비 작업이다. 그러나 현재 고객으로부터 요구사항 수집을 위한 기법은 다수 존재하고 있으나, 요구사항 분류와 협상을 위한 정보 제공에 대한 연구는 부족한 실정이다. 본 연구는 요구사항을 분류하고, 협상을 위한 정보를 식별하는 기법에 대한 연구이다. 본 연구는 요구사항 분류를 위해 Kano 모델과 통계 기법을 활용하였으며, 협상을 위한 정보를 생성하기 위해 요구사항과 문제의 관계를 고려하였다. 제안한 기법에 대한 시뮬레이션, Rough Set Theory, 사례 검증을 수행하여 제안한 방법의 타당성을 검증하였다.

무손실영상 압축에서 높은 압축률을 얻기 위해 데이터의 예측을 정확하게 하는 것은 매우 중요하다. 본 논문에서는 정확한 예측을 통해 압축률을 향상시키고 다중 해상도 기법을 사용하여 "빠른 미리보기"를 제공할 수 있는 압축 및 복원 알고리즘을 제안한다. 각 해상도의 영상이 단계적으로 처리되며 각 픽셀은 이전 단계의 픽셀 정보를 포함한 주변 픽셀 정보를 이용하여 압축되고 복원된다. 이때, 수평, 수직, 대각 경계선 정보와 평균 및 가중평균 정보를 이용해 예측함으로써 JPEG-LS 보다 3.6%, HINT보다 2.5% 좋은 엔트로피를 가지는 예측 성능을 얻을 수 있었다.

음성 브라우저가 등장함에 따라, 음성 대화 어플리케이션이 웹 환경에서 사용이 가능하게 되었다. 음성 대화 어플리케이션은 음성 웹 페이지로 구성되어 있다. 음성 웹 페이지의 대화 스크립트는 SALT(Speech Application Language Tags) 언어 등으로 기술되어야 한다. 기존 웹 페이지들은 음성 대화를 고려하지 않고 시각용(visual)용으로 제작되었지만, 이들 웹 페이지에도 음성 대화를 이용하여 처리할 수 있는 요소들이 있다. 따라서 본 논문에서는 시각용으로 제작된 HTML 웹 페이지로부터 대화처리가 가능한 요소들을 추출하고 해당대화를 SALT로 생성해내는 음성 웹 페이지의 자동 생성방법을 제안하였다. 제안한 음성 웹 페이지의 자동 생성기는 어휘 분석기와 구문 분석기로 구성된 번역기로, HTML로 기술된 웹 페이지를 HTML+SALT로 기술된 음성 웹 페이지로 변환한다. 변환된 음성 웹 페이지는 기존의 마우스, 키보드롤 이용한 처리도 가능하고 음성 대화 처리도 가능하도록 설계되었다.

최근 유비쿼터스 시대의 도래와 함께 개인화된 서비스를 제공하기 위한 다양한 서비스 모델들이 제안되어 왔으며, 특히, 사용자에게 개인화된 서비스를 선응적으로 제공하기 위한 다양한 추천 서비스 기법들이 고안되었다. 그러나, 기존의 기법들은 수 많은 데이터를 여과 과정 없이 분석함으로써 추천의 효율성이 떨어지며, 한정된 상황 인지 정보만용 추천 요소로 고려하기 때문에 사용자에게 개인화된 서비스를 제공하기에 적합하지 않다. 본 논문에서는 유비쿼터스 환경에서 사용자의 현재 상황에 가장 적합한 서비스를 제공하는 적응형 추천 서비스 기법을 제안한다. 본 기법은 사용자의 선호도 예측을 위해 누적된 사용자와 장치 간의 상호작용 상황 정보들을 이용하며, 군집 및 협업 필터링 기법을 이용하여 사용자에게 현재 상황에 적응적인 서비스를 추천한다. 군집 기법을 통해 사용자의 현재 위치에 근접한 데이터만을 분석함으로써, 추천의 효율성을 높이며, 협업 필터링을 이용하여 누적된 정보들이 충분하지 않은 상황에서도 정확한 추천을 보장한다. 끝으로, 시뮬레이션을 통해 본 기법의 성능 및 신뢰성을 평가한다.

실세계의 공간이나 이에 대응되는 가상세계의 공간은 공간의 일부인 지역(region)들과 그것들을 차지하고 있는 물리적 객체(physical object)들로 구성되어 있다. 이러한 공간 구성요소들간의 공간관계의 표현의 실제와의 부합성과 다양성은 이러한 공간에서 활동하는 에이전트의 공간관계 추론이나 이벤트(event)의 전개의 사설성과 정교함의 바탕이 된다. GIS나 AI 분야에서 연구되고 있는 기존의 공간관계 모델들은 객체의 규모에 따라 이원화된 영역에 적절한 모델들이거나 제한된 위상관계만 표현할 수 있기 때문에 다양한 지역과 객체를 가진 일반적 공간의 통합적 표현에는 부적합하다. 본 연구에서 개발될 공간표현 모델은, 첫째 대규모 공간과 소규모 공간 관계에 통합적으로 적용가능한 계층구조를 바탕으로 구성한다. 둘째, 소규모 객체들간에도 disjoint나 touch와 같이 제한된 위상 공간관계(topological relations)만이 아닌 접촉관계와 구성요소객체들의 조합을 바탕으로 하여 충분히 다양한 공간관계를 표현할 수 있도록 세분화한다. 셋째, solid object에 대비되는 container성질을 추가하고 중력 방향을 고려하여 공간관계를 추가로 다양화한다. 본 연구의 결과인 중력의 영향을 고려한 통합적 공간관계 모델은 컴퓨터상에서 실세계와 유사한 복잡한 가상공간을 공간적 사건들과 연관지어 정밀하게 시뮬레이션할 수 있게 하고 가상공간에서 에이전트들이 행동을 할 때 공간적 측면의 상황판단을 할 수 있도록 가상공간에 대한 에이전트들의 공간적 지식을 표현하는 수단을 제공한다.

본 논문에서는 단어간 관계 패턴을 학습한 후 이에 기반하여 자연 언어 문장을 생성하는 방법을 소개한다. 기존의 문장 생성 방법론에서는 내재된 문법 규칙의 존재를 가정하거나 템플릿을 사용하고 있으나, 본 논문에서 소개하는 방법론에서는 태깅 등의 부가 정보 없이 단어의 동시 등장 빈도만을 활용하여 단어간 관계 패턴을 학습한다. 단어간 관계 패턴은 하이퍼네트워크 방법론에 기반하여 학습되었다. 학습이 진행됨에 따라 하이퍼네트워크의 복잡도가 높아지며, 학습 모델에 축적되는 언어 관계 패턴의 수가 증가한다. 학습된 모텔의 유효성은 학습 패턴에 기반한 자연 언어 문장 생성을 통해 확인하였다. 실험 결과 학습이 진행됨에 따라 문법적으로 성립하는 문장의 비율이 향상하였다. 파서를 이용하여 생성된 문장을 구성하는 문법 규칙을 분석한 후 문법 규칙의 분포를 학습에 사용한 코퍼스의 문법 규칙 분포와 비교한 결과 학습에 사용된 코퍼스의 문법적 특성을 학습할 수 있는 잠재력을 갖고 있음을 확인하였다.

검색 결과 내 군집화(search-result clustering)는 검색 엔진으로부터 검색된 결과 내에서 비슷한 문서를 자동으로 군집화하는 기법이다. 본 논문에서는 논문 검색 서비스에 전문화된 새로운 결과 내 군집화 기법을 제안한다. 제안하는 시스템은 '범주체계생성기(Category Hierarchy Generation System)'와 '논문군집기(Paper Clustering System)'로 구성되어있다. '범주체계생생기'는 KOSEF의 연구 범주 체계를 이용하여 분야 시소러스라 불리는 범주 체계를 생성하고, K-means 알고리즘을 이용한 단어 군집화 알고리즘을 사용하여 분야 시소러스의 키워드 집합을 확장한다. '논문군집기'는 top-down 방식과 bottom-up 방식을 이용하여 각 논문의 범주를 결정한다. 제안하는 시스템은 논문 검색 서비스와 같은 전문 분야에 대한 검색 서비스에 유용하게 사용될 수 있을 것이다.

본 연구는 교수자들이 효율적인 수업활동을 전개하기 위해 수업설계 과정에 쉽고 빠르게 접근할 수 있도록 수업설계 시스템을 개발하는 것이 목적이다. 이를 위해 체제적으로 정교화된 Dick & Carey 수업설계 모형과 매체 활용을 위한 ASSURE모형을 수업설계 시스템 개발에 적용하였다. 이 시스템의 모듈은 과목별 수업설계 모듈, 차시별 수업설계 모듈, 포트폴리오 모듈 등 3단계로 정의하였으며 각각의 단계별 모듈을 활용하여 수업설계에 필요한 요소들을 입력할 수 있도록 개발하였다. 각 단계별 수행 시 정의와 예시 등을 안내하여 교수자의 이해를 돕도록 하였다. 포트폴리오 모듈에서는 수업설계 작업을 모두 데이터베이스화 하여 개별 교수자의 수업설계 결과를 축척할 수 있도록 하였고 지속적인 수업개선자료로 활용될 수 있도록 하였다. 이로서 이제까지 수업활동에 대해 교수자 개인별 경험 및 주관적 판단에 의해 수업설계가 이루어지는 것을 체제적으로 수엽설계를 할 수 있도록 지원하는 웹기반 수업설계 시스템을 구현한 것이다. 개발 후 지속적인 워크숍을 통해 만족도를 조사하였고 실제 수업현장에서 사용한 것에 대한 반응을 조사하여 분석하였다. 분석 결과 전공별 특성에 따라 다양하고 세분화된 수업설계 시스템의 요구와 수업설계 시 단계별 선택 방법을 사용자 중심으로 가능하도록 요구하였으며 나만의 공간인 포트폴리오 기능을 더욱 강화해야하는 등의 다양한 의견이 제시되었다.

본 논문에서는 기존 C++ 컴파일러에서 검출하지 못하는 클래스 멤버의 접근성을 위반하는 연산을 정의한다. C++에서는 접근 지정자로 클래스 멤버의 접근성을 선언하도록 하고 있다. 접근 지정자 중에서 private과 protected는 객체 외부에서 접근할 수 없는 멤버 지정을 위해서 사용된다. 그러나 C++ 의 포인터 연산을 이용하면 객체 외부에서 private이나 protected 접근성을 가지는 멤버로 직접 접근 가능하다. 본 논문에서는 멤버 접근성을 위반하는 연산의 원인과 사례를 보이고 이를 정형적으로 정의한다. 본 논문의 공헌은 기존에 다루어지지 않은 문제인 멤버의 접근성을 위반하는 연산을 정의하는 것이다.