• 헤리티지:역사와 과학
• /
• 제40권
• /
• pp.413-430
• /
• 2007

우리나라 저습지에서 출토되는 목제유물은 대부분 흑갈색을 띠고 있다. 이와 같은 현상은 매장 환경의 주체인 토양성분에 기인한다고 할 수 있다. 예를 들면 광주 동림동 저습지 유적과 창녕 송현동 고분군 내의 토양성분을 비교 분석한 결과 두 유적 모두 Si, AI, Fe 등의 함유량이 높게 나타난 바가 있다. 또한 신안선과 광주 동림동 및 창녕 송현동 고분 출토 목재의 무기물 분석에서도 모두 토양의 주성분인 Si보다 Fe의 함유량이 상대적으로 높은 수치를 나타냈으며, 성분과 함유량에 있어서도 유사함을 보였다. 출토지가 다름에도 불구하고 Fe 함량에서 유사한 결과를 나타내는 것은 일반적으로 매장 환경의 영향을 크게 받는다는 근거자료가 될 수 있는 것이다. 그 중 Fe는 목재의 열화로 생성된 타닌과 반응하여 타닌산 제I철이 되고, 산소와 결합하여 타닌산 제II철이 되므로 흑색을 띠게 된다. 이러한 목재흑화의 주원인이라고 할 수 있는 Fe은 EDTA를 사용하여 킬레이트 화합물을 형성함으로써 제거가 가능하다. EDTA를 통해 흑화된 목재에서 Fe을 제거하는 실험을 한 결과 EDTA-2Na가 가장 효율적이었으며, 72시간 동안 반응 후 용액을 제거하고 다시 EDTA와 반응시켜 Fe을 제거하는 방법이 가장 효과적으로 흑화현상을 제거할 수 있었다.

• 한국측량학회지
• /
• 제40권2호
• /
• pp.91-108
• /
• 2022

대부분의 경우 광학 RGB 영상을 딥러닝(DL: Deep learning)의 학습 데이터로 사용하여 객체탐지, 인식, 식별, 분류, 의미적 분할 및 객체 분할 등을 수행하지만, 실세계의 3차원 객체들을 2차원 영상으로 완전하게 파악하는 것은 한계가 있다. 그러므로 대표적인 3차원 지형 공간정보인 수치표면모델(DSM: Digital Surface Model)과 더불어 DSM에 내재된 특성정보를 이용하여 3차원 지형지물을 분석하는 것이 효과적이다. 건물과 같이 기하학적으로 정형화된 형태의 인공구조물은 3차원 공간데이터로부터 얻을 수 있는 기하학적 요소와 특성을 이용하여 객체의 분류와 형상 묘사가 가능하다. 이 연구는 고차원 시각정보(high-level visual information) 시스템에서 중요한 역할을 하는 내재된 고유의 특성정보(intrinsic information)를 기반으로 하며, 이를 위하여 객체의 기하학적 요소인 경사와 주향을 DSM으로부터 도출하고, 다방향에서 생성한 음영기복영상(SRI: Shaded Relief Image)과 함께 DL 모델의 학습 수행에 사용하였다. 실험은 ISPRS (International Society for Photogrammetry and Remote Sensing)에서 제공하는 데이터 셋 중에서 DSM과 레이블 데이터를 객체의 의미적 분류를 위해 개발된 합성곱 기반의 SegNet 학습에 사용하였다. 지형지물을 분류하고 분류 결과를 이용하여 건물을 추출하였다. 특히 DL 모델의 학습 성능 향상을 위해 학습 데이터의 여러 조합에 따른 시너지 효과를 분석하는 것에 핵심이다. 제안한 방법은 건물 분류와 추출에 효과적임을 보여주고 있다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.95-106
• /
• 2021

본 연구의 목적은 한국콘텐츠학회 논문지에 게재된 9,858건의 논문을 대상으로 토픽 모델링을 활용하여 지난 20년간 연구동향을 탐색함으로써 콘텐츠 연구개발에서의 주요 토픽을 도출하고 학술적 발전방향을 제공하는데 있다. 추출된 토픽의 신뢰성과 타당성을 확보하기 위해 양적 평가기법 뿐만 아니라 정성적 기법을 단계적으로 적용하여 연구자들이 합의한 수준의 말뭉치가 생성될 때까지 이를 반복적으로 수행하였으며 이에 따른 구체적인 분석 절차를 제시하였다. 분석 결과 8개의 핵심 토픽이 추출되었다. 이는 한국콘텐츠학회가 특정 학문 분야를 한정하지 않고 다양한 분야의 융·복합 연구 논문을 발간하고 있음을 보여준다. 또한 2012년 이전 상반기에는 공학기술 분야 토픽 비중이 상대적으로 높게 나타난 반면, 2012년 이후 하반기에는 사회과학 분야 토픽 출현 비중이 상대적으로 높게 나타났다. 구체적으로 '사회복지' 토픽은 상반기 대비 하반기에 약 4배수 증가세가 나타났다. 토픽별 추세분석을 통해 추세선의 변곡점이 나타난 특정 시점에 주목하여 해당 토픽의 연구동향에 영향을 미친 외적 변인을 탐색하였고 토픽과 외적 변인 간 관련성을 파악하였다. 본 연구결과가 국내 콘텐츠 관련 연구 개발 및 산업 분야에서 진행되고 있는 활발한 논의를 진행하는데 시사점을 제공할 수 있기를 기대한다.

• 한국가스학회지
• /
• 제26권6호
• /
• pp.9-15
• /
• 2022

사용 압력 범위에서 고압 수소 탱크의 내구성을 검증하기 위해서는 수압 파열 시험이 수행되어야 한다. 그런데 물의 초기 주입 과정에서 물과 공기의 상호작용에 의해 생성된 기포가 탱크 내벽에 부착되어 잔류할 경우, 가압된 탱크가 파열되는 과정에서 기포의 급격한 압력 변화로 인해 큰 충격과 소음이 유발된다. 따라서 본 연구에서는 단순화된 수식을 통하여 탱크 내벽에 잔류하는 기포를 제거하기 위해 필요한 유속을 예측하였으며, 수소 버스용수소 용기 형상을 기준으로 해당 유속을 유지하기 위한 주입 노즐의 형상을 결정하였다. 또한 입구 압력에 따른 유속 변화를 예측하기 위하여 수치 해석 모델의 개발이 수행되었고, 예측 결과의 타당성을 입증하기 위하여 모형 제작을 통한 실험이 수행되었다. 실험 결과, 탱크 벽면 근처의 유속은 해석모델 예측 값과 유사하게 나타났으며, 입구 압력이 1.5 ~ 5.5 bar 일 경우 제거 가능한 기포의 최소 크기는 약 2.2 ~ 4.6 mm로 예측되었다.

• 한국음향학회지
• /
• 제41권3호
• /
• pp.359-366
• /
• 2022

본 논문에서는 콘포머 기반 FastSpeech2를 이용한 한국어 메뉴 음성합성기를 제안한다. 콘포머는 본래 음성 인식 분야에서 제안된 것으로, 합성곱 신경망과 트랜스포머를 결합하여 광역과 지역 정보를 모두 잘 추출할 수 있도록 한 구조다. 이를 위해 순방향 신경망을 반으로 나누어 제일 처음과 마지막에 위치시켜 멀티 헤드 셀프 어텐션 모듈과 합성곱 신경망을 감싸는 마카론 구조를 구성했다. 본 연구에서는 한국어 음성인식에서 좋은 성능이 확인된 콘포머 구조를 한국어 음성합성에 도입하였다. 기존 음성합성 모델과의 비교를 위하여 트랜스포머 기반의 FastSpeech2와 콘포머 기반의 FastSpeech2를 학습하였다. 이때 데이터셋은 음소 분포를 고려한 자체 제작 데이터셋을 이용하였다. 특히 일반대화 뿐만 아니라, 음식 주문 문장 특화 코퍼스를 제작하고 이를 음성합성 훈련에 사용하였다. 이를 통해 외래어 발음에 대한 기존 음성합성 시스템의 문제점을 보완하였다. ParallelWave GAN을 이용하여 합성음을 생성하고 평가한 결과, 콘포머 기반의 FastSpeech2가 월등한 성능인 MOS 4.04을 달성했다. 본 연구를 통해 한국어 음성합성 모델에서, 동일한 구조를 트랜스포머에서 콘포머로 변경하였을 때 성능이 개선됨을 확인하였다.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.313-320
• /
• 2022

해상에 설치된 등부표는 기상, 통항선박에 의해 생성된 외력 등에 영향을 받아 위치가 항상 유동적이다. 등부표의 위치는 항로표지용 AIS와 RTU를 통해 확인 가능하다. 본 연구는 최근 5년간(2017-2021년) 등부표의 위치데이터를 분석하여 등부표의 최대 이출위치를 분석하였다. 연구결과 등부표의 위치데이터는 기본오류가 17.9%가 존재하였다. 또한 분석대상 등부표 197기의 이출위치 오류는 70.64%이고, 장비별로는 항로표지용 AIS 보다는 RTU가 심하였다. 한편, 등부표의 위치데이터를 플로팅한 결과 4가지 유형으로 구분되었다. 가장 일반적인 침추중심형, 침추를 중심으로 위치가 2개 구역으로 구분되는 침추중심 2분형, 중심이 변동된 중심 이동형 그리고 일정기간 위치가 중심을 벗어나는끌림형이다. 침추중심형(유형-1)을 제외하고는 등부표가 설치된 위치에 따라 유형이 결정되었다. 본 연구는 등부표의 위치데이터를 분석한 첫번째 연구로서 본 연구가 등부표 위치데이터의 품질 향상에 기여하기를 기대한다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.267-286
• /
• 2023

인공지능 스피커로 대표되는 대화형 에이전트는 사람-컴퓨터 간 대화형이기 때문에 대화 상황에서 오류가 발생하는 경우가 잦다. 에이전트 사용자의 발화 기록에서 인식오류는 사용자의 발화를 제대로 인식하지 못하는 미인식오류 유형과 발화를 인식하여 서비스를 제공하였으나 사용자가 의도한 바와 다르게 인식된 오인식오류 유형으로 나뉜다. 이 중 오인식오류의 경우, 서비스가 제공된 것으로 기록되기 때문에 이에 대한 오류 탐지가 별도로 필요하다. 본 연구에서는 텍스트 마이닝 기법 중에서도 단어와 문서를 벡터로 바꿔주는 단어 임베딩과 문서 임베딩을 이용하여 단순 사용된 단어 기반의 유사도 산출이 아닌 단어의 분리 방식을 다양하게 적용함으로써 연속 발화 쌍의 유사도를 기반으로 새로운 오인식오류 및 신조어 탐지 방법을 탐구하였다. 연구 방법으로는 실제 사용자 발화 기록을 활용하여 오인식오류의 패턴을 모델 학습 및 생성 시 적용하여 탐지 모델을 구현하였다. 그 결과, 오인식오류의 가장 큰 원인인 등록되지 않은 신조어 사용을 탐지할 수 있는 패턴 방식으로 다양한 단어 분리 방식 중 초성 추출 방식이 가장 좋은 결과를 보임을 확인하였다. 본 연구는 크게 두 개의 함의를 가진다. 첫째, 인식오류로 기록되지 않아 탐지가 어려운 오인식오류에 대하여 다양한 방식 별 비교를 통해 최적의 방식을 찾았다. 둘째, 이를 실제 신조어 탐지 적용이 필요한 대화형 에이전트나 음성 인식 서비스에 적용한다면 음성 인식 단계에서부터 발생하는 오류의 패턴도 구체화할 수 있으며, 오류로 분류되지 않더라도 사용자가 원하는 결과에 맞는 서비스가 제공될 수 있음을 보였다.

• 한국항해항만학회지
• /
• 제47권1호
• /
• pp.10-17
• /
• 2023

최근 자율운항선박 개발을 위한 연구가 국내외에서 추진 중에 있다. 자율운항선박 개발에서 핵심기술 중 하나는 항로추종인데, 항로추종은 선박의 안전성 확보에 중요하기 때문에 자율운항선박 설계 시 사전평가 해야 한다. 본 연구의 목적은 자율운항선박 설계 시 항로추정성능의 시각적 및 정량적 평가기법을 개발하기 위한 것이다. 이 평가기법은 전산유체역학 기반의 자유 항주 모델과 LOS(Line-of-Sight) 알고리즘을 연계하여 개발하였다. 평가기법 중, 시각적 평가는 항로추종 중인 선박에 의해 생성되는 파계를 전산유체역학 소프트웨어를 이용하여 가시화하여 평가하고, 정량적 평가는 목표 선수방위각과 추정 선수방위각 사이의 차이 값과 계획항로와 추종항로 사이의 거리 차이 값을 이용하여 평가하였다. 항로추종성능 평가 결과, 항로추종 중 변침지점 부근에서 항로이탈편차가 크게 발생함을 알았고, 또한 선박 주위 유동의 시각화를 통해 선박 주위 유체 현상을 쉽게 파악할 수 있었다. 본 연구에서 제안한 평가기법은 자율운항선박 설계 시 항로추정성능 평가에 관한 시각적 및 정량적 평가에 기여할 것으로 기대된다.

• 트랜스-
• /
• 제14권
• /
• pp.1-33
• /
• 2023

최근 블록체인 기술을 활용해 데이터 창작자에게 데이터 소유권을 부여하는 웹(Web) 3.0이 차세대 인터넷으로 부상하며 NFT를 매개로 가상경제를 구축하는 메타버스가 주목받고 있다. 웹3.0은 콘텐츠 생성자가 중개자의 역할을 하는 플랫폼에 종속되지 않고 참여에 따른 정당한 이익을 보상받는 가치를 지향한다. 웹 3.0 시대 메타버스에서 디지털 자산의 소유권을 보장하기 위해서는 블록체인 NFT 기술 적용이 필수불가결하다. 본 연구는 이러한 시대적 변화를 인지하며, 메타버스의 개념과 특징을 고찰한 이론에 기반해 NFT 아트와 연결할 수 있는 메타버스의 5가지 특징을 ①'연속성', ②'실재감', ③'동시성', ④'경제성', ⑤ '첨단과학기술의 활용성'으로 도출했다. 그리고 이를 메타버스 기반 NFT 아트 <하이브리드 네 이처 Hybrid Nature> 작품 사례연구에 적용하여 메타버스 및 NFT 아트의 개념과 특징이 작품 내에 어떠한 식으로 반영되었는지 분석하였다. 본 연구를 통해 웹 3.0 기술과 예술, 시장과 산업의 접목 지점에서 기존의 예술시장과 다른 형태로 전개되고 있는 NFT 아트의 기본 개념을 파악하고, 경제적 투자 가치 이외에 NFT 아트의 예술적, 미학적, 문화적 가치를 연구하는 것의 필요성을 제기하고자 하였다. NFT 아트를 학술적으로 분석하고 미학적 특징을 고찰한 연구가 희소한 현 상황에서 향후 관련 분야 연구자 및 전문가들이 메타버스 기반 NFT 아트의 장르적 특성과 구체적인 면모를 파악해나갈 수 있는 초석을 다졌다는 것에 본 연구의 의의가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.133-153
• /
• 2023

본 논문에서 우리는 뇌 신호 측정 기술 중 하나인 뇌전도를 활용한 새로운 접근방식을 제안한다. 전통적으로 연구자들은 감정 상태의 분류성능을 향상시키기 위해 뇌전도 신호와 생체신호를 결합해왔다. 우리의 목표는 뇌전도와 결합된 생체신호의 상호작용 효과를 탐구하고, 뇌전도+생체신호의 조합이 뇌전도 단독사용 또는 임의로 생성된 의사 무작위 신호와 결합한 경우에 비해 감정 상태의 분류 정확도를 향상시킬 수 있는지를 확인한다. 네 가지 특징추출 방법을 사용하여 두 개의 공개 데이터셋에서 얻은 데이터 기반의 뇌전도, 뇌전도+생체신호, 뇌전도+생체신호+무작위신호, 및 뇌전도+무작위신호의 네 가지 조합을 조사했다. 감정 상태 (작업 대 휴식 상태)는 서포트 벡터 머신과 장단기 기억망 분류기를 사용하여 분류했다. 우리의 결과는 가장 높은 정확도를 가진 서포트 벡터 머신과 고속 퓨리에 변환을 사용할 때 뇌전도+생체신호의 평균 오류율이 뇌전도+무작위신호와 뇌전도 단독 신호만을 사용한 경우에 비해 각각 4.7% 및 6.5% 높았음을 보여주었다. 우리는 또한 다양한 무작위 신호를 결합하여 뇌전도+생체신호의 오류율을 철저하게 분석했다. 뇌전도+생체신호+무작위신호의 오류율 패턴은 초기에는 깊은 이중 감소 현상으로 인해 감소하다가 차원의 저주로 인해 증가하는 V자 모양을 나타냈다. 결과적으로, 우리의 연구 결과는 뇌파와 생체신호의 결합이 항상 유망한 분류성능을 보장할 수 없음을 시사한다.