• 지능정보연구
• /
• 제29권2호
• /
• pp.101-114
• /
• 2023

유사시 종심 깊숙한 곳에서 적을 타격하는 임무를 수행하는 항공기의 경우 격추될 위험에 항시 노출되어 있다. 현대전의 핵심 전투력으로써 최첨단의 무기체계를 운용하는 공중근무 요원은 양성하는데 많은 시간과 노력, 국가 예산이 소요되며 그들이 가진 작전 능력과 군사기밀이 매우 중요하기에 공중근무 요원의 생환은 매우 중요한 문제이다. 따라서, 본 연구에서는 적지에서 비상탈출한 조난자가 장애물을 피해 목표지점까지 도피·탈출을 시행할 경로를 예측하는 경로 문제를 연구하였으며 이를 통해 비상탈출한 조난자의 무사 생환 가능성을 높이고자 하였다. 본 연구 주제와 관련된 기존 연구들은 경로 문제를 네트워크 기반 문제로 접근하여 TSP, VRP, Dijkstra 알고리즘 등으로 문제를 변형하여 최적화 기법으로 접근한 연구가 있었다. 본 연구에서는 동적 환경을 모델링 하기에 적합한 MDP(마코프 의사결정과정)를 적용하여 연구하였다. 또한 GIS를 이용하여 지형정보 데이터를 추출하여 활용함으로써 모형의 객관성을 높였으며, MDP의 보상구조를 설계하는 과정에서 기존 연구 대비 모형이 좀 더 현실성을 가질 수 있도록 보다 상세히 지형정보를 반영하였다. 본 연구에서는 조난자가 지형적 이점을 최대한 이용함과 동시에 최단거리로 이동할 수 있는 경로를 도출하기 위하여 가치 반복법 알고리즘, 결정론적 방법론을 사용하였으며 실제 지형정보와 조난자가 도피·탈출 과정에서 만날 수 있는 장애요소들을 추가하여 모형의 현실성을 더하고자 하였다. 이를 통해 조난자가 조난 상황에서 어떠한 경로를 통해 도피·탈출을 수행할지 예측해 볼 수 있었다. 본 연구에서 제시한 모형은 보상구조의 재설계를 통해 여러 가지 다양한 작전 상황에 응용이 가능하며 실제 상황에서 조난자의 도피·탈출 경로를 예측하고 전투 탐색구조 작전을 진행시키는 데 있어 다양한 요소가 반영된 과학적인 기법에 근거한 의사결정 지원이 가능할 것이다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.427-435
• /
• 2023

이상기상으로 인한 봄꽃 개화 시기의 변화는 식물의 생장기간 뿐 아니라 생물계절을 포함한 생태계의 모든 측면에 영향을 미친다. 따라서 봄꽃 개화 시기를 예측하는 것은 산림 생태계의 효과적인 관리에 필수적이다. 본 연구에서는 464곳의 산림에서 수집된 날씨정보를 기반으로 대한민국 산림의 대표적인 5가지 수종(미선나무, 아까시나무, 철쭉, 산철쭉, 마가목)의 2023년 개화 시기를 예측하기 위해 과정 기반 모형을 사용하였다. 이를 위해 28개 지역의 9년간(2009-2017) 개화 시기 자료를 활용하여 모형을 개발하였다. 개화 시기는 식물의 세 개 이상의 위치에서 처음으로 꽃이 피는 것을 기준으로 측정되었다. 본 연구에서는 STDD와 GDD 과정 기반 모형을 사용하여 개화 시기를 예측하였으며, 두 모형 모두 일반적으로 우수한 성능을 보였다. 과정 기반 모형의 주요 입력변수인 날씨 자료는 산악기상관측시스템과 기상청에서 제공하는 기온 정보를 융합하여 1km의 공간 해상도로 일 단위 기온 자료를 생성하였다. 지역별 보정 계수를 생산하고 적용하기 위해 랜덤포레스트 기계 학습을 활용하여 STDD와 GDD 모형을 기반으로 예측 정확도를 개선하였다. 결과적으로 보정 계수가 적용될 때 대부분의 수종에서 개화 시기의 예측 오차가 작았으며, 특히, 미선나무, 아까시나무, 철쭉에서 평균제곱근오차가 각각 1.2, 0.6, 1.2일로 매우 낮았다. 모형 성능을 평가하기 위해 10회의 무작위 샘플링 테스트를 실시하고, 최적의 결정계수 값을 가진 모형을 선택하여 모형의 성능을 평가하였다. 그 결과, 마가목을 제외한 모든 수종에서 보정 계수가 적용된 모형에서 결정계수가 최소 0.07에서 최대 0.7 증가하였으며 최종적으로 75%에서 90%의 설명력을 가졌다. 이를 기반으로 수종별 보정 계수를 산출하였으며, 1km 해상도의 전국 단위 개화시기예측 지도를 제작하였다. 본 연구는 식물의 계절 변화에 대한 자료로 활용될 것으로 예상되며, 수종 및 지역별로 개화 시기를 상세히 설명하여 기후 변화로 인한 계절 변화를 연구하는 데에 유용할 것으로 기대된다. 또한 우리나라 산림의 주요 수종에 대한 정확도 높은 개화 시기 예측 서비스는 산림 방문객들의 산림 경험 만족도를 크게 높일 수 있으며, 양봉업 등 임업 종사자들의 경제적 향상에 기여할 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.993-1003
• /
• 2023

대기온실가스 증가로 전지구 평균기온은 산업화 이전 대비 1.1℃ 상승했고 수자원시스템의 공급능력에 상당한 변화가 예상된다. 본 연구에서는 금강수계 내 여러 중권역의 이수안전도와 기후조건의 관계(기후반응함수)를 단변량 함수로 나타내 기후민감도를 동시에 평가할 수 있는 방법을 제안하였다. 사례연구를 위해 GR6J 모형으로 중권역별 자연유출을 모의했고 이를 Water Evaluation And Planning (WEAP) 최적모형에 입력해 2030년 수요전망에 대한 공급신뢰도를 평가하였다. 여러 중권역의 이수안전도를 동시에 비교하기 위해 평균 강수량과 잠재증발산량의 비율을 독립변수 사용하여 단변량 기후민감도 함수를 개발하였다. 사례연구 결과, 1991-2020 자연유출을 이용해 수계전체 물부족을 최소화시키는 운영을 가정했을 때 공급신뢰도는 19개 중권역 중 보청천유역에서 가장 낮았다. 하천유지유량의 우선순위를 농업용수와 생공용수과 동일하게 조정한 시나리오에서는 보청천유역, 초강유역, 논산천유역의 이수안전도가 크게 감소하는 것으로 나타났다. 보청천유역, 초강유역, 논산천유역의 이수안전도는 모든 기후스트레스 테스테에서 크게 감소한 반면, 미호강유역, 금강공주유역, 금강하구유역은 아주 건조한 기후조건에서만 이수안전도가 감소했다. 대규모 인프라에서의 공급이 원활한 중권역의 기후민감도는 크게 변하지 않았다. 2021-2050 기후전망을 민감도함수에 적용했을 때 금강수계의 공급신뢰도는 대체로 좋아질 가능성이 높지만 하천유지유량 우선순위를 높이게 되면 지형적, 인위적으로 고립된 중권역에서 물부족은 심해질 것으로 분석되었다. 2021-2050기간 금강수계의 이수안전도는 기후스트레스 보다 하천관리정책의 변화에 더 큰 영향을 받을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제26권1호
• /
• pp.31-52
• /
• 2024

나무의 가지 구조와 생리학 사이의 중요한 관계를 고려할 때 가지 구조를 이해하는 것은 수종의 분류나 3D 나무 모델링과 같은 분야에 중요하다. 지상형 라이다는 나무의 구조를 자세히 포착하고 정량적 구조 모델은 지상형 라이다로부터 얻어진 포인트 클라우드에서 가지의 반경과 길이의 계산을 가능하게 한다. 선행 연구에서는 반경 비율이나 길이 비율 등 가지의 구조를 나타내는 인자의 대푯값으로 평균 또는 중앙값에 의존하거나 줄기와 1분기 가지의 관계만을 다루었다. 본 연구는 가시칠엽수, 은행나무, 왕벚나무에서 부모와 자식 가지 사이의 반경 비율, 길이 비율 및 분지각 세 가지 인자에 대해 3분기 가지까지 인자들의 추정 분포를 살펴보고 추정 분포들을 분기별, 종별로 비교하는 것을 목표로 한다. 인자들에 적합한 분포를 알아보기 위해 인자들을 여러 확률 분포로 추정해 보았고, 평균 Kolmogorov-Smirnov 통계량에 의거해 각각 그 수치가 반경의 경우 0.048, 길이의 경우 0.061, 각도의 경우 0.050으로 감마 분포가 최적의 분포로 선택되었다. 추정된 분포 내에서 최빈값과 평균값, 최빈값과 중앙값 사이의 차이를 정규화 한 평균은 반경에 경우 11.2% 및 7.5%, 길이에 경우 17.0% 및 11.5%, 분지각의 경우 8.2% 및 5.5%로 상당한 차이를 보였다. 추정된 분포 사이에서 분기별, 종별 비교 분석을 수행했으며, 그 결과 인자들로부터 추정된 분포는 분기와 종에 따라 다양한 분포 양상을 보였다. 본 연구는 이러한 인자들의 확률 분포를 조사하는 것이 가지 구조에 대해 더 상세한 묘사를 제공할 수 있음 시사한다. 또한 가지 구조의 포괄적인 이해를 위해 더 높은 분기의 가지를 조사하는 것의 중요성을 강조한다.

• 한국ITS학회 논문지
• /
• 제23권2호
• /
• pp.132-141
• /
• 2024

본 연구에서는 수요응답 교통서비스를 이용한 통행목적을 통근·통학과 쇼핑·여가로 구분하고 통행목적별 만족도와 영향변수의 차이를 비교한다. 세종특별자치시 '셔클(Shucle)' 이용자를 대상으로 실시한 만족도 설문조사 자료를 활용하고, 다중선형모델의 과적합(overfitting) 문제점을 최소화하기 위해 LASSO 회귀분석을 적용한다. 분석 결과, 수요응답 교통서비스 도입으로 기존 대중교통 사각지역의 공백이 해소되고, 자가용 이용 감소로 저탄소 및 대중교통 활성화 정책을 유인할 수 있으며, 간헐적인 통행행태를 갖는 행위자(예컨대 고령자, 주부 등)에게 최적의 이동 서비스를 제공할 수 있는 가능성이 확인되었다. 또한, 차량 호출 후 대기시간, 탑승 후 이동시간, 앱이용 편리성, 예상 출/도착 시간의 정시성, 승·하차 지점의 위치 요인은 통근·통학과 쇼핑·여가 통행 시 수요응답 교통서비스 만족도에 긍정적인 영향을 미치는 공통요인으로 나타났다. 한편, 타 교통수단과의 환승은 통근·통학의 경우에만 만족도에 영향을 미치고 쇼핑·여가의 경우는 미치지 않는 것으로 나타났다. 수요응답 교통서비스를 활성화하기 위해서는 분석된 5개의 영향요인에 대한 고려뿐만 아니라 통근·통학과 쇼핑·여가의 차별화 요인 즉, 통근·통학의 경우 행위자는 시간가치를 중요하게 여기므로 총 통행시간을 줄이기 위한 타교통수단과의 환승 편의를 도모하고, 쇼핑·여가 통행의 경우 이용자가 승·하차 지점의 위치를 쉽고 편하게 지정하여 이용할 수 있는 이용편의 조성방안의 고려가 필요할 것으로 사료된다.

• 한국해양학회지:바다
• /
• 제13권2호
• /
• pp.121-128
• /
• 2008

해조류를 이용한 수생태독성시험법으로 대형 녹조 구멍갈파래(Ulva pertusa)의 포자형성률을 endpoint로 사용하는 독성시험법이 개발되었다. 생태독성시험을 위한 최적 조건은 광조사량 $100\;{\mu}mol{\cdot}m^{-2}{\cdot}s^{-1}$, 수소이온농도(pH) $7{\sim}9$, 염분 $25{\sim}35\;psu$ 그리고 수온 $15{\sim}20^{\circ}C$이다. 본 시험법의 민감도는 표준중금속(Cd, Cu, Pb, Zn)을 가지고 확인하였고, 오염 시료에 적용 가능성은 9 지역의 산업폐수 또는 생활하수 오니 용출액(elutriate)을 이용하여 이루어졌다. 네 종의 중금속에 대한 포자형성률 억제 반응의 $EC_{50}$ 값을 산출한 결과, 구리($0.062\;{mg}{\cdot}L^{-1}$) > 카드뮴($0.208\;mg{\cdot}L^{-1}$) >납($0.718\;mg{\cdot}L^{-1}$) > 아연($0.776\;mg{\cdot}L^{-1}$) 순으로 민감하게 나타났는데, 이러한 결과는 US EPA에서 제공하는 ECOTOX DB에 탑재되어 있는 국제적으로 공인된 수생태 독성시험법 결과와 비교해 볼 때, 더 높은 중금속 민감성을 보였다. 현장시료에 대한 포자형성률 억제 반응의 $EC_{50}$ 값을 살펴보면 산업폐수오니($EC_{50}=6.78%$)에서 가장 높고 정수장오니($EC_{50}=15.00%$)에서 가장 낮은 독성 반응을 보이는 것으로 나타났다. 산업폐수 또는 생활하수오니 용출액내에 함유된 독성원 농도와 산출된 $EC_{50}$ 값 사이에 상관성을 밝히기 위해 Spearman rank correlation test를 실시한 결과, 구리, 카드뮴, 납 그리고 아연이 구멍갈파래의 포자형성 저해 반응과 밀접한 상관관계가 있는 것으로 확인되었다. 본 시험법은 독성 민감성이 높고, 사용이 간편하고, 경제적이고, 해석이 용이하며, 대량의 시험재료 확보가 상시 가능하고, 배양이 어렵지 않아 매우 편리한 시스템이라고 할 수 있다. 특히, 파래의 포자형성 과정이 파래 집단의 성쇠와 밀접한 관련이 있으므로 생태적인 의미까지 포함하기에 보다 다양한 독성물질을 대상으로 독성민감성이 확인될 경우, 수서 생태독성을 진단하는데 유용한 프로토콜로 사용될 수 있을 것으로 사료된다. 또한, 파래류는 넓은 지리적 분포와 속 수준에서 포자형성 과정의 유사성 때문에 전 세계적으로 광역적 적용이 가능할 것으로 기대된다.

• Radiation Oncology Journal
• /
• 제20권1호
• /
• pp.41-52
• /
• 2002

목적 : 호흡주기에 따른 위치변동 감지센서를 이용하여 종양의 위치가 일정워치에 있을 때만 방사선을 치료하는 호흡 동기치료기구를 제작하고 일정한 호흡주기 상태에서 수행된 CT simulation과 3차원 입체조형치료계획에 따라 방사선을 치료하는 시스템을 개발하고자 하였다. 호흡유무에 따른 종양의 치료 마진(margin)을 측정하고 계획용표적체적(planning target volume:PTV)의 크기에 따른 선량체적표(dose volume histogram:DVH)와 종양억제확률(tumor control probability:NTCP), 건강조직손상확률(normal tissue complication probability:NTCP) 및 선량 통계자료를 통하여 치료성과를 평가하고 선량증강 범위를 예측하고자 하였다. 대상 및 방법 : 종양이 비교적 작고 전이가 없는(T1N0M0) 5명의 폐암환자를 선택하여 X-선 조준장치를 이용하여 횡격막의 이동거리를 측정하는 방법으로 내부장기의 운동을 평가하였다. 호흡동기치료기구는 끌어당김 센서가 부착된 허리띠 모양으로 구성되었으며 이를 흉곽 또는 복부에 부착하여 호흡주기에 의한 흉곽의 크기변동에 따라 센서의 회로가 개폐되고 이것을 선형가속기의 조종간에 연결하는 간단한 기구로서 감도와 재현성이 높았다. 호흡을 배기한 후 일시적 호흡이 정지된 상태에서 Spiral-CT (PQ-5000)로 3차원 영상을 획득하고 Virtual CT-simulator (AcQ-SIM)에 의하여 종양의 위치와 주위 장기들을 확인 도시하였으며 3차원 치료계획장치(Pinnacle, ADAC Co.)를 이용하여 3차원 입체조형치료를 계획하였다. 치료계획의 평가는 호흡동기치료기구의 사용유무에 따른 PTV의 크기에 따라 최적 선량분포를 구사하였으며 각각의 DVH, TCP, NTCP 및 선량통계자료를 도출 비교 검토하였다. 결과 : X-선 simulation에서 폐암환자의 횡격막 이동은 약 1 cm에서 2.5 cm로서 평균 1.5 cm로 측정되었고 자유호흡시 PTV는 CTV (clinical target volume)에 약 2 cm 마진을 주었으며 호흡동기치료기구를 사용하였을 때는 0.5 cm 마진이 적당한 것으로 측정되었다. 종양의 PTV는 연장 마진의 거의 자승비로 증가하였으며 TCP의 값은 마진 범위 $(0.5\~2.0\;cm)$에 관계없이 거의 일정하였고 NTCP의 값은 마진 크기에 따라 평균 $65\%$로 급속히 증가하였다. 결론 : 호흡주기에 따른 위치변동 감지센서를 이용한 호흡동기치료기구는 종양의 위치가 일정할 때만 방사선이 조사되는 간단하고 정확한 장치로서 3차원 입체조형치료 및 강도변조방사선치료에서 매우 유용한 장치임을 확인할 수 있었다. 또한 호흡조절 방사선입체조형치료방법의 기술과 시술절차를 확립시키고 정량적인 선량평가를 위하여 DVH, TCP, NTCP 등의 정량분석과 종양의 투여 선량 증가량(dose escalation)을 예측하는 기초자료를 제공할 수 있었다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.