• Annual Conference of KIPS
• /
• 2012.11a
• /
• pp.1531-1534
• /
• 2012

모델기반 아키텍처 MDA (Model Driven Architecture)는 소프트웨어 개발의 추상화 수준을 높이기 위한 최근의 개발 아키텍처이며 완벽한 이해성을 확보하기 위해서 구체적인 구현기술은 반드시 개발자에게 추상적으로 (encapsulation) 숨겨져야 한다. 즉, 개발자는 자동적으로 실행 가능한 시스템으로 변환하는 플랫폼에 구애 받지 않는 모델들 PIM(Platform Independent Model)만을 고려하게된다. 본 논문에서는 MDA 를 캠퍼스 안내 앱에 적용하여 개발함으로써 모바일 디바이스 및 OS 에 독립된 어플리케이션을 개발 방법론을 제시한다.

• Annual Conference of KIPS
• /
• 2004.05a
• /
• pp.191-194
• /
• 2004

소프트웨어 개발에서는 서비스 기간동안, 운영환경에 쓰일 부분을 관리하고 수정해야 할 사안이 발생한다. 그러나 이러한 변경은 구조적인 다른 문제점, 즉 객체와 개발자간의 효율적인 교신(communication)능력을 중요히 요구한다. 이를 위해 개발자는 시스템의 행위에 대해서 사용자와 프로그래머 모두가 이해하기 쉽고, 이후에 이러한 구조로부터 소프트웨어 아키텍쳐를 생성할 수 있는 ${\bigcirc}{\bigcirc}$(object orient) Model을 사용한다. 그러므로 개발자는 이러한 환경에 대처하기 위해서 코드 기반을 보다 유연한 방법으로 구축할 필요성이 있다. 이를 위해 본 연구에서는 표기언어가 갖는 구문적 특성과 성질을 활용한 구문 객체 모델과 관계를 통해 개발자의 소프트웨어 구조의 생성을 지원하고 핵심요소의 표현의 일원화를 위한 방법을 제시한다.

• Annual Conference of KIPS
• /
• 2004.05a
• /
• pp.431-434
• /
• 2004

국내에서 전자상거래 인증(certification) 제도가 시행된 지 5년여에 이르고 있으나 일반 소비자 대중의 이러한 인증제도에 대한 인지도는 아직도 매우 낮은 편이며, 전자상거래로 인한 사고나 범죄 등 소비자의 피해를 줄이거나 방지하는 데에 현재의 인증제도가 기여하는 역할은 아주 미미한 실정이다. 본 연구에서는 국내외 전자상거래 관련 인증/시상 제도를 검토하여 인증제도 및 평가모델의 설계 단계에서부터 기존의 정성적인 방법을 지양하고, 전자상거래 전문가 및 이해당사자들의 의견을 종합적으로 반영하되, 통계적인 기법과 AHP 기법을 사용하여 이론적 엄밀성을 갖춘 평가모델을 개발하였다.

• Annual Conference of KIPS
• /
• 2010.11a
• /
• pp.1289-1292
• /
• 2010

근래 인터넷을 통해 IT 자원을 제공하는 클라우드 컴퓨팅이 중요한 이슈로 부각되고 있다. 이러한 클라우드 컴퓨팅이 신뢰성 있는 서비스로 자리잡기 위해서는 보안 문제가 가장 먼저 해결되어야 한다. 따라서 본 논문에서는 먼저 클라우드 컴퓨팅과 암호화의 기본 개념에 대해 알아본 뒤에 신뢰성 향상을 위해 주파수 도약을 응용한 보안 시스템을 제안하였다. 주파수 도약을 응용한 암호화 방법으로 서버의 부담을 줄이고 확장성을 제공하여 클라우드 서비스에 적합한 데이터 베이스 암호화 모델을 제안하였다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.77-81
• /
• 2022

최근 사전학습 언어모델에 내재된 지식을 최대한으로 활용하고자 태스크에 대한 설명을 입력으로 주는 manual prompt tuning 방법과 자연어 대신 학습가능한 파라미터로 태스크에 대한 이해를 돕는 soft prompt tuning 방법론이 자연어처리 분야에서 활발히 연구가 진행되고 있다. 이에 본 연구에서는 페르소나 대화 생성 태스크에서 encoder-decoder 구조 기반의 사전학습 언어모델 BART를 활용하여 manual prompt tuning 및 soft prompt tuning 방법을 고안하고, 파인튜닝과의 성능을 비교한다. 전체 학습 데이터에 대한 실험 뿐 아니라, few-shot 세팅에서의 성능을 확인한다.

• Annual Conference of KIPS
• /
• 2021.05a
• /
• pp.437-440
• /
• 2021

지난 10년 동안 기계학습을 통해 자연어 처리 분야에서 많은 발전이 있었다. Machine translation, question answering과 같은 문제는 사용 가능한 데이터가 많은 언어에서 높은 정확도 성능 결과를 보여준다. 그러나 low-resource 언어에선 동일한 수준의 성능에 도달할 수 없다. 카자흐어는 형태학적 분석을 위해 구축된 대용량 데이터셋이 없으므로 low-resource 환경이다. 카자흐어는 단일 어근으로 수백 개의 단어 형태를 생성할 수 있는 교착어이다. 그래서 카자흐어 문장의 형태학적 분석은 카자흐어 문장의 의미를 이해하는 기본적인 단계이다. 기존에 존재하는 카자흐어 데이터셋은 구체적인 형태학적 분석의 부재로 모델이 충분한 학습이 이루어지지 못하기 때문에 본 논문에서 새로운 데이터셋을 제안한다. 본 논문은 low-resource 환경에서 높은 정확도를 달성할 수 있는 신경망 모델 기반의 카자흐어 형태학 분석기를 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.139-140
• /
• 2021

IT 기술의 발전은 다양한 산업에서 PLC를 기반으로 하는 스마트 팩토리의 도입이 확산되고 있는 실정이나 이를 운영하는 운영 인력의 부족으로 많은 어려움을 겪고 있기에, PLC를 사용할 수 있는 인력 양성 교육 플랫폼이 필요한 실정이다. 최근 PLC와 같은 실습 기자재를 대체할 시뮬레이션 기법의 연구가 활발하게 진행되고 있으나, 기존 PC 환경에서의 시뮬레이션 프로그램들을 원격 수업에 적용할 경우 모니터 상에 많은 요소가 디스플레이 되어 화면 전환이 불편한 단점을 가지고 있다. 본 논문에서는 시뮬레이션 프로그램을 모바일 환경에서 실행하여 PC 화면에 모니터링할 프로그램의 수를 감소시킬 수 있는 모델을 제안한다. 제안 모델을 원격 교육에 적용할 경우 화면 전환의 수를 감소시켜 더욱 정확한 이해를 통하여 학습의 효과를 향상시킬 수 있을 것으로 기대된다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.522-526
• /
• 2019

추출 요약(Extractive summarization)은 문서내에 주요한 요약정보가 되는 문장 또는 단어를 추출하여 요약을 생성하는 기법이다. 딥러닝 기법들이 많이 발전하면서 요약 기법에도 sequence-to-sequence와 같은 많은 시도들이 있었지만 대부분의 방법론들은 딥러닝의 모델 구조관점으로 접근하거나 요약에 있어서 단순히 입력 텍스트를 넣고 알고리즘이 처리하는 머신 리딩(Machine reading)관점으로 접근한다. 텍스트 요약 태스크 자체는 사람이 텍스트에 대한 정보 파악을 요약문을 통해 빠르게 하고 싶은 궁극적인 목표가 있으므로, 사람이 텍스트 요약에 필요한 인지처리과정을 반영할 필요가 있다. 결국, 기존의 머신 리딩보다는 휴먼 리딩(Human reading)에 관한 이해와 구조적 접근이 필요하다. 따라서 본 연구는 휴먼 리딩을 위한 인지처리과정을 위해 아이트래킹 데이터 기반의 새로운 추출 요약 모델을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.287-292
• /
• 2021

좋은 자연어 이해 시스템은 인간과 같이 텍스트에서 단순히 단어나 문장의 형태를 인식하는 것 뿐만 아니라 실제로 그 글이 의미하는 바를 정확하게 추론할 수 있어야 한다. 이 논문에서 우리는 뉴스 헤드라인으로 뉴스의 토픽을 분류하는 open benchmark인 KLUE(Korean Language Understanding Evaluation)에 대하여 기존에 비교 실험이 진행되지 않은 시중에 공개된 다양한 한국어 라지스케일 모델들의 성능을 비교하고 결과에 대한 원인을 실증적으로 분석하려고 한다. KoBERT, KoBART, KoELECTRA, 그리고 KcELECTRA 총 네가지 베이스라인 모델들을 주어진 뉴스 헤드라인을 일곱가지 클래스로 분류하는 KLUE-TC benchmark에 대해 실험한 결과 KoBERT가 86.7 accuracy로 가장 좋은 성능을 보여주었다.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.614-617
• /
• 2021

법률 문서는 일반 사용자가 이해하기 어려운 용어로 이루어져 있고 특히 장문의 문서가 많아 법률시스템에 종사하는 종사자들 또한 많은 양의 문서를 읽기가 어려운 현실이다. 이에 문서 요약 방법중 딥러닝 기반의 사전학습 모델을 적용한 추출요약기반, 생성요약 방법론과 딥러닝 이전의 핵심문장 추출 방법론을 비교하여 법률용어의 요약성능에 대한 비교 평가를 수행하고자 하며 추후 연구과제로 법률문서에 특화된 요약 모델을 만들어보고자 한다.