• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.463-464
• /
• 2023

본 논문에서는 플루터와 파이어베이스를 기반으로 구글 맵에서 위치 정보를 받아 높은 정확도와 빠른 위치 정보 업데이트가 가능한 버스 등하교 시스템을 개발하고 위치 정보가 제대로 업데이트되는지 확인하기 위해 대중교통을 타고 직접 실험하였다. 최근 어린 자녀에 대한 학부모의 걱정이 커지고 있으며 부모와 교사 간의 갈등도 빈번하게 발생한다. 가장 대표적인 원인으로 학부모와 교사 간의 불필요한 연락 그리고 아이들의 안전을 꼽을 수 있다. 하지만 위 플랫폼을 통하면 학부모와 교사 간의 연락을 최소화하고 자녀들의 안전을 지키고 혹시 모를 돌발 상황이 생겼을 때 빠른 해결이 가능하다.

• 한국정보통신학회논문지
• /
• 제16권5호
• /
• pp.960-966
• /
• 2012

GPS, WiFi 등을 이용한 위치정보수집이 보편화되고, 트위터와 같은 SNS와 접목을 통해 LBSNS가 증가하고 있다. LBSNS에서 작성된 메시지에는 메시지가 생성된 지역에 대한 위치정보 또는 메시지가 언급하는 지역에 대한 위치정보가 포함될 수 있으므로 위치정보 기반의 관심정보 전파가 가능해진다. 트위터에서는 자신이 전달받은 메시지를 재전송하는 리트윗(retweet)을 통해 정보의 전파가 급속히 이루어질 수 있다. 본 논문에서는 위치기반의 사용자 관심정보를 효율적으로 전파시키기 위해서 위치기반의 자동 리트윗 기능, 즉 사용자 관심정보를 자동으로 리트윗하는 기능을 스마트 리트윗으로 정의하였다. 트위터를 기반으로 사용자의 관심지역을 설정하고 관심지역이 같은 사용자들 간의 소셜관계를 형성할 수 있도록 한다. 스마트 리트윗 서비스는 트위터 Open API, 구글맵 Open API 등을 기반으로 매쉬업 서비스로 구현하였다. 본 논문에서 제안한 스마트 리트윗 서비스를 통해 관심정보의 공유가 활성화 될 것으로 기대한다.

• 한국산업정보학회논문지
• /
• 제18권3호
• /
• pp.27-34
• /
• 2013

스마트폰의 사용이 일상화되면서 다양한 어플리케이션이 개발되고 있다. 또한 구글맵, GPS 센싱 정보 등을 자유롭게 사용하게 됨으로써 이들을 효과적으로 활용하는 위치기반 서비스의 요구가 증대되고 있다. 본 논문에서는 스마트폰의 GPS 정보를 서버로 전송받아서 누적된 위치정보를 기반으로 일상 경로의 이탈 여부를 판단하는 어플리케이션을 개발한다. 이는 일상적으로 이동하는 경로에서 벗어나는 경우, 자동으로 이에 대한 경보를 해줌으로써 어린이, 노약자와 같은 경우에 효과적으로 활용될 수 있다. 또한 서버를 이용해서 최근의 누적되는 이동 경로 정보를 활용함으로써 실시간으로 이동 경로 이탈 여부를 판단하도록 하였다. 실험 결과를 통해서 개발된 어플리케이션의 효용성을 검증한다.

• 한국전자통신학회논문지
• /
• 제6권6호
• /
• pp.909-914
• /
• 2011

오늘날 이동통신 기술의 발전으로 사람 또는 사물의 위치와 이동 상황을 활용한 위치기반 서비스가 활성화되고 있다. 본 논문에서는 GPS 와 CDMA 통신 기능이 있는 단말과 위치 제공 서버를 이용하여 공공 청소차량 운행 관리를 위한 사설 위치 추적 시스템을 개발하였다. 차량에 장착된 단말 장치는 GPS 신호를 수신하여 시간, 위도, 경도, 그리고 고도 정보를 포함한 위치를 계산하고 이 정보를 CDMA 셀룰라 통신망을 통해 서버에 전송한다. 서버는 이 데이터를 데이터베이스에 저장하고 이동 차량을 지도화면에 표현해줄 맵 서버 프로그램이 사용할 수 있게 해준다. 이 시스템을 공공 청소차 운행 관리 업무에 적용하여 차량의 실시간 작업 상황과 이동 경로를 파악하여 합리적인 작업 및 이동 노선을 제시하여 업무 효율을 높일 수 있다.

• 한국산업정보학회논문지
• /
• 제16권5호
• /
• pp.45-54
• /
• 2011

현재 스마트 기기 용도의 다양한 시내버스관련 어플리케이션이 있으며, 시내버스의 도착시간, 노선정보 등의 정보를 제공하고 있다. 하지만, 사용자의 이동에 따른 다양한 방법을 제공하지 못 하고 있다. 이에 본 연구에서는 사용자의 6가지 패턴을 알고리즘으로 설계하고, 이를 이용하여 구현된 Server와 Android Application이 서로 교신하면서 사용자가 가고자하는 목적지로 이동하는 방법을 제공한다. 또 구글 맵과 위치기반정보를 통하여 탑승지와 환승지, 그리고 도착지를 지도상에 출력함과 동시에 사용자의 현재 위치도 함께 제공한다. 보다 실용적이고 효율적인 정보를 제공함으로써 사용자는 시내버스를 보다 쉽게 이용할 수 있다.

• 산업융합연구
• /
• 제17권4호
• /
• pp.69-75
• /
• 2019

이 연구에서는 홀로그램과 음성인식을 이용한 실감형 학습시스템의 가능성을 검증하는 것을 목표로 한다. 이를 위해 '구글 클라우드 플랫폼 STT', 다이얼로그 플로우, 팬홀로그램을 이용하여 학습자가 질문하는 음성을 인식하여 적합한 결과의 입체 영상을 홀로그램으로 보여주며 설명해주는 초등교육용 세계지도 학습시스템을 개발하였다. 실험 및 인터뷰 결과 학생들의 흥미와 몰입을 유발하여 학습효과 향상에 도움이 될 것으로 판단되며, 협업학습과 장애 학생을 위한 교육에 효과적으로 활용될 수 있을 것으로 예상된다.

• 디지털콘텐츠학회 논문지
• /
• 제14권3호
• /
• pp.391-400
• /
• 2013

UN산하 국제해사기구에서는 선박의 안전에 대해 IT기술을 적극적으로 수용한 e-navigation 전략을 수립하면서 전자해도의 표준규격도 S-100으로 최신화 하였다. S-100은 지도상의 피쳐에 대해 UML를 사용하여 표현하고 있으며, 지도 이외의 안전정보에 대해서도 웹서비스가 가능한 체계이다. 본 논문에서는 해양사고정보 데이터를 대상으로S-100표준의 웹서비스를 실험해 본다. 사고정보데이터를 분석하여 UML로 모델링하고, 모델링 결과에 대해 XML 스키마를 정의한 후, XML 형태로 변환한다. 변환한 데이터는 구글 맵기반으로 표시한다.

• 한국콘텐츠학회논문지
• /
• 제12권1호
• /
• pp.38-47
• /
• 2012

본 논문은 시각장애인들의 활동 범위를 확대하기 위해서 주변 시설물 검색서비스와 길안내 서비스를 제공하는 시각장애인을 위한 네비게이션 시스템을 설계하고 구현한다. 제안하는 네비게이션 시스템은 시각 장애인을 위한 경로 생성 모듈 및 저장 모듈로 구성된다. 특히, 제안하는 네비게이션 시스템은 시각 장애인을 위한 인터페이스로 TTS(Text-to-Speech) 프로그램을 이용하여 음성을 통한 안내서비스를 위한 음성 모듈과 촉각을 이용하여 점자를 출력하는 점자모듈을 통하여 구현한다. 또한 최신 지도정보를 서비스하기 위해서 구글 맵 API들을 사용한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호
• /
• pp.301-303
• /
• 2015

국내 건설행정 투명화 및 경쟁력 향상 목적으로 개발된 건설사업정보시스템에 정부와 운영주체는 다양한 기능개선 방안과 관련 연구를 수행하며 시스템 성능을 개선시켜왔다. 그러나 기 추진된 성능향상 방안이 공공업무 처리에 중점 되어 대국민 사용자를 위한 콘텐츠 및 기능 등의 서비스가 미흡한 상황이다. 이에 본 논문에서는 건설사업정보 건설인허가시스템의 도로점용장소별 허가현황 기능을 중심으로 빅 데이터를 이용한 허가현황 정보 제공 방안을 제안하였다. 제안한 기능개선 방안은 기 구축된 비정형 데이터를 빅 데이터 기반으로 재분석하여 구글 맵에 가시화함으로써 공공업무 데이터 처리 뿐만 아니라 대국민 서비스를 위한 콘텐츠 제공이 가능하도록 하였다. 뿐만 아니라 그동안 축적된 15TB이상의 건설관련 데이터의 재활용 가능성을 시사함으로써 시스템 활용성 증대 및 개편 방향에 도움이 될 것으로 판단된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.617-621
• /
• 2021

의미역 결정은 문장 속에서 서술어와 그 논항의 관계를 파악하며, '누가, 무엇을, 어떻게, 왜' 등과 같은 의미역 관계를 찾아내는 자연어 처리 기법이다. 최근 수행되고 있는 의미역 결정 연구는 주로 말뭉치를 활용하여 딥러닝 학습을 하는 방식으로 연구가 이루어지고 있다. 최근 구글에서 개발한 사전 훈련된 Bidirectional Encoder Representations from Transformers (BERT) 모델이 다양한 자연어 처리 분야에서 상당히 높은 성능을 보이고 있다. 본 논문에서는 한국어 의미역 결정 성능 향상을 위해 한국어의 언어적 특징을 고려하며 사전 학습된 SNU KR-BERT를 사용하면서 한국어 의미역 결정 모델의 성능을 살펴보였다. 또한, 본 논문에서는 BERT 모델에서 과연 어떤 히든 레이어(hidden layer)에서 한국어 의미역 결정을 더 잘 수행하는지 알아보고자 하였다. 실험 결과 마지막 히든 레이어 임베딩을 활용하였을 때, 언어 모델의 성능은 66.4% 였다. 히든 레이어 별 언어 모델 성능을 비교한 결과, 마지막 4개의 히든 레이어를 이었을 때(concatenated), 언어 모델의 성능은 67.9% 이였으며, 11번째 히든 레이어를 사용했을 때는 68.1% 이였다. 즉, 마지막 히든 레이어를 선택했을 때보다 더 성능이 좋았다는 것을 알 수 있었다. 하지만 각 언어 모델 별 히트맵을 그려보았을 때는 마지막 히든 레이어 임베딩을 활용한 언어 모델이 더 정확히 의미역 판단을 한다는 것을 알 수 있었다.