• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.63-81
• /
• 2021

자연어 처리는 최근 기계학습 및 딥러닝 기술의 발전과 적용으로 성능이 빠르게 향상되고 있으며, 이로 인해 활용 분야도 넓어지고 있다. 특히 비정형 텍스트 데이터에 대한 분석 요구가 증가함에 따라 자연어 처리에 대한 관심도 더욱 높아지고 있다. 그러나 자연어 전처리 과정 및 기계학습과 딥러닝 이론의 복잡함과 어려움으로 인해 아직도 자연어 처리 활용의 장벽이 높은 편이다. 본 논문에서는 자연어 처리의 전반적인 이해를 위해 현재 활발히 연구되고 있는 자연어 처리의 주요 분야와 기계학습 및 딥러닝을 중심으로 한 주요 기술의 현황에 대해 살펴봄으로써, 보다 쉽게 자연어 처리에 대해 이해하고 활용할 수 있는 기반을 제공하고자 한다. 이를 위해 인공지능 기술 분류체계의 변화를 통해 자연어 처리의 비중 및 변화 과정을 살펴보았으며, 기계학습과 딥러닝을 기반으로 한 자연어 처리 주요 분야를 언어 모델, 문서 분류, 문서 생성, 문서 요약, 질의응답, 기계번역으로 나누어 정리하고 각 분야에서 가장 뛰어난 성능을 보이는 모형들을 살펴보았다. 그리고, 자연어 처리에서 활용되고 있는 주요 딥러닝 모형들에 대해 정리하고 자연어 처리 분야에서 사용되는 데이터셋과 성능평가를 위한 평가지표에 대해 정리하였다. 본 논문을 통해, 자연어 처리를 자신의 분야에서 다양한 목적으로 활용하고자 하는 연구자들이 자연어 처리의 전반적인 기술 현황에 대해 이해하고, 자연어 처리의 주요 기술 분야와 주로 사용되는 딥러닝 모형 및 데이터셋과 평가지표에 대해 보다 쉽게 파악할 수 있기를 기대한다.

• 한국콘텐츠학회논문지
• /
• 제21권8호
• /
• pp.247-257
• /
• 2021

미래 사회의 특징은 다양하고 방대한 지식과 정보의 생성 그리고 AI 등의 과학 기술을 이용하여 이를 활용하는 것이라고 할 수 있다. 이에 따라 교과 지식을 중점적으로 가르치는 전통적인 교육에서 역량을 강조하는 교육으로의 변화가 필요하며 이에 부응하기 위해 2015 개정 교육과정도 학생들이 미래 사회를 대비할 수 있도록 역량교육을 도입하였다. 본 연구는 교육과정에 역량교육을 도입한 이후 중·고등학교에서 역량교육과 관련한 학교장의 인식을 탐색하고, 지역과의 연계 필요성 및 역량 평가 등, 역량교육을 강화하기 위한 정책적 제언을 제시하는 것을 목적으로 한다. 본 연구는UNESCO Bangkok의 국제간 비교 연구인 횡단적 역량 연구에서 제시하는 횡단적 역량을 참고하여 학교장들을 대상으로 설문조사와 심층 면담을 실시하였다. 분석 결과 연구 참여자들은 학교 운영에 있어 역량교육과 학생들의 역량함양을 강조하고 있었으며 학생과 교사에게 긍정적인 변화가 있었다고 응답하였다. 또한, 학교장들은 역량교육의 실행에 영향을 미치는 요인과 학생들의 역량 함양을 위한 교수법 등에 대해서도 의견을 제시하였다. 본 연구의 결과는 2015 개정 교육과정에서 제시하고 있는 역량교육의 실행에 대한 실증적 자료로써 의미가 있으며 이는 향후 진행될 교육과정 개정에 방향을 제시할 것으로 기대되며 나아가 역량 관련 교육정책 수립과 추진에도 기여할 수 있을 것으로 기대된다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.273-282
• /
• 2022

MPEG 내 VCM 그룹은 머신을 위한 비디오 코덱을 표준화하는 것으로 목표로 하고 있다. VCM 그룹은 객체 탐지, 객체 분할, 객체 추적 등 3가지의 머신비전 태스크를 포함한 데이터 세트와 데이터 세트 별 기준 데이터인 Anchor를 제공하고 있으며, 평가 템플릿을 이용하여 후보 기술군과 Anchor의 압축 대비 머신비전 성능을 비교할 수 있다. 하지만 성능 비교는 머신비전 태스크 별로 분리하여 수행되고 있으며, 다수의 머신비전 태스크에 대한 성능 평가를 수행할 수 있는 비트스트림을 생성할 수 있는 데이터는 별도로 제공하고 있지 않다. 본 논문에서는 인공 지능 기반 멀티 태스크를 위한 비디오 코덱의 성능 평가 방안에 대해 제안한다. 하나의 비트스트림의 크기 척도인 픽셀 당 비트수(BPP, Bits Per Pixel) 와 각 태스크의 정확도 결과인 Mean Average Precision(mAP)를 기반으로 산술 평균, 가중 평균, 조화 평균 등 총 3가지의 멀티 태스크 성능 평가 지표를 제안하며 mAP 결과를 기반으로 성능 결과를 비교하고자 한다. 멀티 태스크에서 태스크 별 mAP 결과 값의 범위의 차이가 있을 수 있으며 차이로 인해 생길 수 있는 성능 평가와 관련된 문제를 방지하고자 정규화한 mAP 기반 멀티 태스크 성능 결과를 산출하고 평가하고자 한다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1633-1641
• /
• 2022

도시의 인구 집중과 무분별한 개발은 대기오염, 열섬현상과 같은 다양한 환경 문제들을 유발하며, 자연재해로 인한 피해 상황을 악화시키는 등 인재의 원인이 되고 있다. 도심 수목은 이러한 도시 문제들의 해결방안으로 제시되어왔으며, 실제로 환경 개선 기능을 제공하는 등 중요한 역할들을 수행한다. 이에 따라 수목이 도시 환경에 미치는 영향을 파악하기 위해 도심 수목에서 개별목에 대한 정량적인 측정 및 분석이 요구된다. 그러나 도심 수목의 복잡성 및 다양성은 단일 수목 탐지 정확도를 낮추는 문제점이 존재한다. 따라서 본 연구는 수목 개체에 대해 효과적인 탐지가 가능한 고해상도 항공영상 및 object detection에서 뛰어난 성능을 발휘한 You Only Look Once Version 5 (YOLOv5) 모델을 사용하여 도심 수목을 효과적으로 탐지하는 연구를 진행하였다. 수목 AI 학습 데이터셋의 구축을 위한 라벨링 가이드라인을 생성하고 이를 기준으로 동작구 수목에 대해 box annotation을 수행하였다. 구축된 데이터셋으로부터 다양한 scale의 YOLOv5 모델들을 테스트하고 최적의 모델을 채택하여 효율적인 도심 수목 탐지를 수행한 결과, mean Average Precision (mAP) 0.663의 유의미한 결과를 도출하였다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.967-977
• /
• 2022

산불의 발생과 강도는 기후 변화로 인하여 증가하고 있다. 산불 연기에 의한 배출가스 대기질과 온실 효과에 영향을 미치는 주요 원인 중 하나로 인식되고 있다. 산불 연기의 효과적인 탐지를 위해서는 위성 산출물과 기계학습의 활용이 필수적이다. 현재까지 산불 연기 탐지에 대한 연구는 구름 식별의 어려움 및 모호한 경계 기준 등으로 인한 어려움이 존재하였다. 본 연구는 우리나라 환경위성 센서인 Geostationary Environment Monitoring Spectrometer (GEMS)의 Level 1, Level 2 자료와 기계학습을 이용한 산불 연기 탐지를 목적으로 한다. 2022년 3월 강원도 산불을 사례로 선정하여 산불 연기 레이블 영상을 생성하고, 랜덤 포레스트 모델에 GEMS Level 1 및 Level 2 자료를 투입하여 연기 픽셀 분류 모델링을 수행하였다. 훈련된 모델에서 입력변수의 중요도는 Aerosol Optical Depth (AOD), 380 nm 및 340 nm의 복사휘도 차, Ultra-Violet Aerosol Index (UVAI), Visible Aerosol Index (VisAI), Single Scattering Albedo (SSA), 포름알데히드, 이산화질소, 380 nm 복사휘도, 340 nm 복사휘도의 순서로 나타났다. 또한 2,704개 픽셀에 대한 산불 연기 확률(0≤p≤1) 추정에서 Mean Bias Error (MBE)는 -0.002, Mean Absolute Error (MAE)는 0.026, Root Mean Square Error (RMSE)는 0.087, Correlation Coefficient (CC)는 0.981의 정확도를 보였다.

• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.41-49
• /
• 2022

IETF(Internet Engineering Task Force)는 저전력 손실 네트워크 환경인 LLNs(Low power and Lossy Networks)의 라우팅 프로토콜로 RPL(IPv6 Routing Protocol for Low-power Lossy Network)을 표준화하였다. RPL은 LLNs에서 요구하는 서비스에 적합한 OF(Objective Function)를 통해 경로를 생성하고 DODAG(Destination Oriented Directed Acyclic Graph)를 구축한다. 기존 연구들은 각 노드의 잔여 에너지를 확인하여 잔여 에너지가 높은 부모를 선택하여 DODAG를 구축하지만 실제 부모 노드가 에너지를 전부 소모하기 전에 DODAG를 떠나고 새로운 DODAG를 구축하는 방식은 없었다. 따라서 본 논문에서는 DODAG에 가입된 노드의 에너지 잔량이 지정된 에너지 한계점 이하로 떨어지면 그 노드가 DODAG를 미리 떠나는 EC-RPL(Enhanced Connectivity-RPL)을 제안한다. 제안된 프로토콜을 오픈소스 사물인터넷 운영체제인 Contiki에서 제공하는 Cooja 시뮬레이터를 사용하여 그 성능을 평가하고 Foren6를 활용하여 제어 메시지 수를 비교한다. 실험 결과 EC-RPL이 기존 RPL 보다 6.9% 낮은 지연시간과 5.8% 낮은 제어 메시지를 사용하며, 패킷 전달 비율은 1.7% 높은 것을 확인할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.81-86
• /
• 2022

본 연구에서 csv포맷으로 구조화된 파일 데이터의 컬럼의 도메인을 자동 판별하는 방법을 제안한다. 데이터와 데이터 간 융합을 통해 새로운 데이터를 생성할 수 있고, 이들 새로운 데이터가 중요한 자원이 되기 위해서는 조인 되는 컬럼의 일관성이 유지되어야 한다. 데이터 품질을 측정하기 위한 방법 중의 하나가 도메인 기반 품질 진단 방법이다. 도멘인이란 각 컬럼의 성격을 규정하는 가장 광범위한 지표이므로 이를 자동으로 판별하는 방법이 필요하다. 기존의 연구에서는 관계형 데이터베이스의 도메인 자동 판별이 주로 연구 되었지만 본 연구는 파일데이터의 특성을 이용하여 도메인을 자동화 할 수 있는 모델을 개발하였다. 파일데이터의 도메인 판별을 특화하기 위하여 정규표현식을 이용하여 데이터를 단순화 하고 이를 패턴화 하였고, 컬럼명에 해당하는 데이터 헤더의 내용을 분석하여 사용된 접미사를 분석하여 파생변수로 사용하였다. 정규표현식과 접미사의 파생변수를 추가하였을 때 기존 방법인 87%의 정확도 보다 큰 95%의 정확도로 도메인을 자동 판별하는 결과를 도출하였다. 본 연구는 공공데이터 품질진단에 자동화 방법론을 제시하여 품질 측정 기간 및 인원을 줄일 수 있을 것으로 기대된다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.314-328
• /
• 2023

본 논문에서는 동적 메쉬 부/복호화 시 스케일러빌리티 기능을 지원하기 위해 SHVC의 계층적 부호화 방식을 기반으로 텍스처 맵을 압축하는 방법을 제안한다. 제안하는 방법은 고해상도 텍스처 맵을 다운샘플링하여 다해상도의 텍스처 맵을 생성하고 이를 SHVC로 부호화함으로써 효과적으로 다해상도 텍스처 맵들의 중복성을 제거한다. 동적 메쉬 복호화기에서는 수신기 성능, 네트워크 환경 등에 따라 적합한 해상도의 텍스처 맵을 복호화하여 메쉬 데이터의 스케일러빌리티를 지원할 수 있도록 한다. 제안하는 방법의 성능을 검증하기 위해 V-DMC (Video-based Dynamic Mesh Coding) 참조 소프트웨어인 TMMv1.0에 제안하는 방법을 적용하고 본 논문에서 제안하는 스케일러블 부/복호화기와 TMMv1.0 기반의 시뮬캐스트 방식의 성능을 비교하였다. 제안하는 방법은 시뮬캐스트 방법 대비 AI, LD 환경에서 Luma BD-rate (Luma PSNR)가 각각 평균 -7.7%, -5.7%의 향상된 결과를 얻어 제안하는 방법을 통해 효과적으로 동적 메쉬 데이터의 텍스처 맵 스케일러빌리티 지원이 가능함을 확인하였다.

• 산업진흥연구
• /
• 제8권2호
• /
• pp.21-27
• /
• 2023

본 연구는 인공지능에 대한 정부와 금융권의 정책 및 활용 사례를 연구하고, 금융권의 향후 정책 과제를 도출 하고자 한다. Gartner에 따르면 2022년 금융업을 이끌어가는 주목할 기술로 '생성형 AI', '자율시스템', '프라이버스 강화 컴퓨테이션(PEC)'을 선정하였다. 금융권은 인공지능, 빅데이터, 블록체인 등 신기술의 발전으로 금융 부분의 혁신을 촉진하고 있다. 코로나 팬데믹 이후 재택근무의 확산 등으로 인한 데이터의 공유, 개인정보 보호 등의 관심이 높아지면서 디지털 신기술에 대한 기업의 변화가 기대된다. 글로벌 금융권 회사들도 디지털 신기술을 활용하여 상품 개발이나 기존 업무의 관리 및 운영에 대한 프로세스 혁신을 도모하고자 IT 비용에 대한 지출을 확대하고 있다. 금융권은 디지털 신기술을 활용하여 자금세탁 방지, 업무 효율성 제고, 개인정보 보호 강화 등의 업무에 적용하고 있다. 산업 간 경계가 사라지는 빅블러의 시대에 새로운 진입자들의 도전에서 경쟁 우위를 선점하기 위해서는 금융권들이 신기술을 업무에 적극 활용해야 한다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.223-232
• /
• 2023

고해상도의 위성 영상을 이용하여 지표를 모니터링하기 위한 방법으로 분석 대상 객체의 색상을 이용하여 영상을 분류하는 방법이 널리 사용된다. 고해상도 위성영상에서는 도심 지역의 경우 건물, 도로 등과 같은 주요 객체들 이외에도 수목 등과 같은 식생 객체들도 빈번하게 나타난다. 도심 지역에 나타나는 식생 객체들의 색상은 건물, 도로, 그림자 등의 객체와 유사한 경우가 많으며, 이는 색상 정보에 기초하여 객체를 분류할 경우에 분류 성능이 저하되는 요인이 된다. 본 연구에서는 건물 등과 같은 다양한 색상을 가지는 객체뿐만 아니라 식생 객체도 정확하게 분류할 수 있는 기법을 제안한다. 제안하는 방법은 식생 객체 검출에 유용한 정규식생지수 영상을 RGB 영상과 함께 사용하고 객체 클래스를 서브 클래스로 세분화하여 분류한다. 서브 클래스 분류 결과를 융합한 후에 영상 분할 결과와 결합하여 최종 분류 결과를 생성한다. 차세대중형위성1호 영상을 이용한 실험에서 정규식생지수를 사용하지 않은 서브채널 분류 기법과 서브클래스 분류 기법의 overall accuracy가 각각 73.18%, 81.79%의 결과를 보인 반면, 정규식생지수와 서브클래스 분류를 함께 적용하여 제안한 방법은 overall accuracy가 87.42%의 우수한 성능을 보였다.