• 한국인터넷방송통신학회논문지
• /
• 제16권1호
• /
• pp.263-271
• /
• 2016

소프트웨어 요구사항 분석은 성공적인 소프트웨어 프로젝트를 위해 필수적 요소이다. 특히 불완전한 요구사항은 소프트웨어 프로젝트 실패의 가장 큰 원인으로 꼽힌다. 불완전한 요구사항은 소프트웨어 개발 시 개발자에게 이해 부족을 야기할 뿐 아니라, 소프트웨어 검증 시 에도 모호한 기준을 제공함으로써, 개발 후반부에 납기일 연기 및 비용 증가의 원인이 된다. 요구사항 패턴은 이러한 문제를 극복하는데 도움을 줄 수 있다. 요구사항 패턴은 요구사항 작성과 검토 시 참조모델이 될 뿐 아니라, 검증 기준이 될 수 있으며, 작성자가 누락한 부분을 보완해 줄 수 있다. 이와 더불어 요구사항 작성의 경험이 적은 작성자는 요구사항 패턴을 통해 더 쉽고, 빠르고 정확하게 요구사항을 작성할 수 있다. 본 논문에서는 다양한 요구사항의 시나리오를 통해 공통된 요구사항 시나리오를 추출하는 기법을 제안한다. 그리고 제안한 기법의 가시성 검증을 위해 여덟 개의 프로젝트에서 추출한 83개의 소프트웨어 시나리오를 통해 54개의 시나리오 패턴을 추출하고 이 패턴을 이용하여 누락된 행위를 찾는 과정을 사례연구를 통해 보여준다.

• 한국빅데이터학회지
• /
• 제1권1호
• /
• pp.61-66
• /
• 2016

최근 기업들이 빅데이터를 활용하여 효과적인 마케팅 전략을 전개함에 있어서, 고객의 세부정보를 기반으로 하는 개인화된 마케팅 전략을 활용하고 있다. 하지만 프라이버시 및 개인정보 유출위협이 커짐에 따라 소셜 네트워크 사이트(Social Network Site, 이하 SNS)에서 계정의 개인정보 항목을 삭제하거나 정보공개수준을 통제하는 경향이 높아지고 있다. 이로인해 기업의 마케팅 담당자들은 고객의 세부정보를 파악하는 것에 어려움을 겪고 있다. 본 연구에서는 SNS 중에서 가장 많은 회원 수를 보유하고 있는 Facebook에서 제한된 정보를 바탕으로 성별을 예측하는 분석방법론을 도출하고자 하였다. 본 연구에는 측정도구로 Gaussian RBF, nFactors, randomForest, 그리고 5-fold cross-validation 사용하였다. 그 결과, 성별은 75%, 연령대는 97.85%로 '좋아요' 정보만을 가지고 성별과 연령을 예측할 수 있었다. 즉, 사용자들의 어떠한 세부정보 없이, Facebook의 '좋아요'의 정보를 가지고 인구통계학적인 정보를 추론할 수 있었다. 본 연구의 결과를 바탕으로 개인정보 수집에 어려움을 겪고 있는 기업 및 마케팅 담당자들에게 유용한 가이드 라인을 제시 할 수 있을 것으로 기대한다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.181-188
• /
• 2020

급증하는 항공 여객의 성장세에 맞춰 여객 터미널의 규모가 대형화됨에 따라 출발, 도착, 환승 여객들이 소지한 수하물을 최단 시간 내에 신속, 정확하게 처리할 수 있는 다양한 데이터 기술들이 접목된 첨단 수하물 처리시스템(Baggage Handling System; 이하 BHS)이 필수 요소가 되었다. 따라서 본 연구에서는 공항 수하물 처리시스템 운영의 고도화를 위해, 프로세스 관점의 데이터 분석 방법론을 통한 국내 공항의 수하물 처리능력 분석 방법을 소개하고, 이벤트 로그 기반 주요 지점의 정확한 부하예측 방법을 제시하여, 자원의 선제적 배치 및 flight-carrocel 스케줄링 최적화 문제 등 향후 첨단화된 BHS 운영 전략으로 이어질 수 있도록 한다. 분석에 사용된 데이터는 공공데이터 포털에서 얻을 수 있는 '전국 공항 수송실적', '항공기 운항 정보' API를 활용하였다. 국내 공항 BHS 시뮬레이션 모델에 해당 방법을 적용한 결과, 높은 수준의 예측성능을 확인 할 수 있었다.

• 한국기록관리학회지
• /
• 제18권4호
• /
• pp.149-182
• /
• 2018

디지털 트랜스포메이션 시대를 맞이하여 기존 제도적${\cdot}$행정적 측면을 강조하던 전통적인 시각에서 벗어나, 기록관리 영역에 신기술이 적용되기 시작하였다. 이에 본 연구는 지능화 선진 기술을 적용한 국내외 기록관, 도서관, 박물관의 서비스 현황을 분석하여 그 차이를 규명한 다음, 분석 결과를 토대로 지능형 기록정보서비스 적용 방안을 제안하고자 한다. 조사 대상에 기록관 이외에 도서관, 박물관을 포함한 이유는 해당 기관들이 정보서비스 제공 기관으로서 하나의 범주로 포괄되기 때문이며, 이들 기관을 대상으로 문헌 연구 및 사례 연구를 수행하였다. 국내외 사례 비교를 통해 도출된 시사점을 바탕으로 기록관에 지능형 기록정보서비스 적용을 위한 선결 조건, 적용 시 문제점, 적용방향에 대하여 정리하였다. 본 연구 결과를 통해 변화된 전자기록환경에 적합한 지능형 기록정보서비스 모델 수립에 도움이 될 수 있을 것이라 기대한다.

• 한국초등수학교육학회지
• /
• 제22권3호
• /
• pp.283-308
• /
• 2018

약수와 배수는 초 중등 교육과정에서 모두 다루어지는 주제이지만, 초등 수준에서 약수와 배수를 다룬 연구가 많지 않다. 특히 학생들이 최대공약수와 최소공배수를 구하는 방법의 의미를 제대로 알지 못한 채, 그 방법을 기계적으로 적용한다는 연구는 있는 반면, 구체적으로 어떻게 지도해야 하는가에 대한 연구는 찾아보기 어렵다. 이에 본 연구에서는 시각적 모델을 토대로 최대공약수와 최소공배수를 구하는 과정에서 의미를 강조한 지도방안을 도출한 후 4학년 1개 학급을 대상으로 수업을 실시한 결과를 분석하였다. 구체적으로 검사지와 면담을 바탕으로 학생들의 사고과정을 분석하였고, 추가적으로 현행 수학교과서로 약수와 배수를 학습한 5학년 학생들과의 차이를 살펴보았다. 분석 결과 최대공약수와 최소공배수를 구하는 과정에서 의미를 강조한 지도 방안은 초등학교 4학년 학생들이 최대공약수와 최소공배수를 구하는 방법을 개념적으로 이해하는데 긍정적인 영향을 주었다. 이와 같은 결과를 토대로 최대공약수와 최소공배수를 구하는 방법의 의미를 강조한 지도 방안에 대하여 시사점을 논의하였다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1209-1216
• /
• 2020

본 연구에서는 무인항공기 원격탐사 기법과 딥러닝 기반 객체인식 알고리즘을 활용한 해안표착폐기물 탐지기법을 제안한다. 항공영상 내에 존재하는 해안표착폐기물을 탐지하기 위해 심층신경망 기반 객체 인식 알고리즘을 제안하였다. PET, 스티로폼, 기타 플라스틱의 3가지 클래스의 이미지 데이터셋으로 심층신경망 모델을 훈련시켰으며, 각 클래스별 탐지 정확도를 Darknet-53과 비교하였다. 이를 통해 해안표착 폐기물을 무인항공기를 통해 성상별 모니터링할 수 있었으며, 향후 본 연구에서 제안하는 방법이 적용될 경우 해변 전체에 대한 성상별 전수조사가 가능하며, 이를 통해 해양환경 감시 분야의 효율성 증대에 기여할 수 있을 것으로 판단된다.

• Design & Manufacturing
• /
• 제15권4호
• /
• pp.24-31
• /
• 2021

In this study, an artificial neural network model was constructed to convert CAE analysis data into similar experimental data. In the analysis and experiment, the injection molding data for 50 conditions were acquired through the design of experiment and random selection method. The injection molding conditions and the weight, height, and diameter of the product derived from CAE results were used as the input parameters for learning of the convert model. Also the product qualities of experimental results were used as the output parameters for learning of the convert model. The accuracy of the convert model showed RMSE values of 0.06g, 0.03mm, and 0.03mm in weight, height, and diameter, respectively. As the next step, additional randomly selected conditions were created and CAE analysis was performed. Then, the additional CAE analysis data were converted to similar experimental data through the conversion model. An artificial neural network model was constructed to predict the quality of injection molded product by using converted similar experimental data and injection molding experiment data. The injection molding conditions were used as input parameters for learning of the predicted model and weight, height, and diameter of the product were used as output parameters for learning. As a result of evaluating the performance of the prediction model, the predicted weight, height, and diameter showed RMSE values of 0.11g, 0.03mm, and 0.05mm and in terms of quality criteria of the target product, all of them showed accurate results satisfying the criteria range.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.5-5
• /
• 2023

제3차 우주개발 진흥 기본계획의 일환으로써 개발되는 차세대 중형위성 5호인 수자원위성은 수자원/수재해 감시 전용 위성으로 2025년 발사 예정이다. 수자원위성의 메인 센서인 C-band 영상레이더(Synthetic Aperture Radar, SAR)는 기상조건 및 주야 상관없이 지표면 관측이 가능한 센서로 급변하는 수재해 양상에 효과적으로 대응하기 위해 탑재된 센서이다. 본 연구사업은 차세대 수자원위성의 효과적 활용 방안 및 SAR 자료기반의 활용산출물 및 주제도 서비스를 위한 알고리즘 구조설계 및 표출시스템 시범개발을 목표로 하고 있으며, 홍수/가뭄/안전/환경모니터링을 주제로 수자원 및 원격탐사 분야의 다학제적 전문가들로 구성된 컨소시엄을 구성하여 추진하고 있다. 본 연구의 내용은 가뭄 모니터링을 위해 개발 중인 SAR 기반 토양수분과 농업적 가뭄지수 산정 알고리즘 개발 및 공간적 표출을 포함한다. 토양수분은 SAR 영상에서 지표피복별로 추출된 후방산란계수와 수문학적 개념의 융합을 통해 논/밭/산림에 대해 산정한다. 물리적 특성에 기반한 변화탐지모델을 활용해 토양수분량을 추출 후, 기계학습기법과 S C S - C N 방법에서 파생된 수문학적 개념 5일 선행강우량과 결합한 토양수분 산정 알고리즘을 개발하였다. 산정된 토양수분을 기반으로, 논 지역은 벼 재배에 따른 담수 시기를 고려한 토양의 포화/불포화상태, 밭 지역은 토양 종류에 따른 토양의 물리적 특성, 산림 지역은 수문학적 개념 및 식생지수를 활용하여 가뭄 판단 기준을 구축하고, 가뭄의 해갈 여부와 해갈되는 시점의 강우량을 산정 가능한 알고리즘을 개발하였다. 개발된 가뭄 모니터링 기법은 향후 고도화, 최적화 및 안정화를 통해 수자원위성의 핵심 활용기술로써 구현할 계획이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.469-472
• /
• 2022

최근 지능형 교통 시스템의 발전에 따라 딥러닝을 기술을 적용한 다양한 기술들이 활용되고 있다. 도로를 주행하는 불법 차량 및 범죄 차량 단속을 위해서는 차량 종류를 정확히 판별할 수 있는 차종 분류 시스템이 필요하다. 본 연구는 YOLO(You Only Look Once)를 이용하여 이동식 차량 단속 시스템에 최적화된 차종 분류 시스템을 제안한다. 제안 시스템은 차량을 승용차, 경·소·중형 승합차, 대형 승합차, 화물차, 이륜차, 특수차, 건설기계, 7가지 클래스로 구분하여 탐지하기 위해 단일 단계 방식의 객체 탐지 알고리즘 YOLOv5를 사용한다. 인공지능 기술개발을 위하여 한국과학기술연구원에서 구축한 약 5천 장의 국내 차량 이미지 데이터를 학습 데이터로 사용하였다. 한 대의 카메라로 정면과 측면 각도를 모두 인식할 수 있는 차종 분류 알고리즘을 적용한 지정차로제 단속 시스템을 제안하고자 한다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.