• 한국전자거래학회지
• /
• 제18권1호
• /
• pp.191-211
• /
• 2013

소셜 네트워크 서비스가 빠르게 확산되면서, 소셜 네트워크 게임 등 소셜 네트워크 서비스를 활용한 다양한 부가 서비스가 각광을 받고 있다. 소셜 네트워크 게임이 범국민적 인기를 끌고 있으나, 이러한 인기의 원인에 대한 연구는 미미한 상황이다. 본 연구에서는 사회적 존재감 이론과 매체 풍요도 이론 등 선행 연구들을 바탕으로 소셜 네트워크 게임의 요소를 각각 자기표시, 상호 식별의 두 가지 커뮤니티 요소와 매체의 생생함, 매체와의 상호작용성의 두 가지 매체 특성으로 구분하고 이들이 인지된 즐거움 등 소셜 네트워크 게임 이용 경험 및 지속 이용 의도, 지불 의도 및 충성도 등 행동 의도에 어떠한 영향을 미치는 지 실증적으로 검증하였다. 현재 소셜 네트워크 게임을 이용하고 있는 이용자들에 대한 설문조사를 통해 총 243개의 자료를 수집하였으며, PLS 알고리즘을 이용하여 분석을 진행하였다. 그 결과, 커뮤니티 요소는 사회적 존재감을 통해 인지된 즐거움에 유의한 영향을 미치며, 매체 특성 또한 인지된 즐거움에 유의한 영향을 미치는 것으로 조사되었다, 이렇게 증가된 인지된 즐거움은 지속 사용 의도, 지불 의도 및 충성도 등 소셜 네트워크 게임 이용자의 행동 의도에 영향을 미치는 것으로 나타났다. 본 연구의 결과는 소셜 네트워크 게임의 인기의 원인을 살펴본 선도적인 연구일 뿐 아니라, 각 구성 요소를 인식하고 효과를 실증적으로 살펴봄으로써 소셜 네트워크 게임 디자인이라는 실무적인 측면에서 도움을 줄 수 있을 것으로 기대한다.

• 한국산업정보학회논문지
• /
• 제12권3호
• /
• pp.116-123
• /
• 2007

평판 디스플레이 부품시장 및 관련 개발장비 시장의 확대에 따른 백라이트 생산업체들의 수가 크게 증가했음에도 불구하고 LCD부품의 색재현에 좋지 못한 영향을 끼치는 백라이트 표면의 이물이나 백점, 스크래치와 같은 결함검사는 여전히 작업자의 육안에 의존하고 있는 실정이다. 그러나 육안검사에서는 작업자의 신체상태나 작업능력에 따라 검사정밀도와 검사속도 등이 달라질 수 있기 때문에 검사품질의 일관성을 유지시키기 어려울 뿐만 아니라 전체 공정의 효율도 저하시킨다. 본 연구에서는 백라이트 표시면치육안 결함검사를 자동화할 수 있는 백라이트 표면결함 검사시스템 개발에 관해 연구하였으며, 이를 위해 컴퓨터비젼시스템을 구성하고 검사공정을 위한 운용프로그램과 검사작업에 필요한 작업자 인터페이스 그리고 결함정보 추출을 위한 영상처리모듈을 구현하였다 또한, 이진화된 결함화소들 간의 연결구조로부터 고립된 결함영역을 추출하기 위해 레이블 테이블과 결함 인덱스를 사용한 레이블링 알고리즘을 고안하였다. 본 검사시스템의 검사성능을 평가하기 위한 실험결과, 시각적으로 식별가능 한 모든 결함영역이 검사시스템에 의해 검출됨에 따라 본 연구의 검사시스템이 작업자의 육안검사를 대체하기에 만족할만한 성능을 보임을 착인 할 수 있었다.

• 융합보안논문지
• /
• 제11권1호
• /
• pp.71-77
• /
• 2011

NCW(네트워크 중심전)은 컴퓨터의 자료 처리 능력과 네트워크로 연결된 통신 기술의 능력을 NCW(네트워크 주임전)은 컴퓨터의 자료 처리 능력과 네트워크로 연결관 통신 기술의 능력을 활용하여 정보의 공유를 보장함으로서 효율성을 향상한다는 개념으로, 정보기술의 발전에 따라 무기체계 위주의 재래전에서 네트워크 기반의 네트워크 중심전으로 바뀌어 가고 있다. 이런 환경적인 변화에서 안전한 통신을 보장하기 위한 보안 알고리즘의 필요성이 중요시 되고 있다. 무선 Ad-hoc 네트워크에서의 악의적인 노드를 식별하는 방안들은 정상적인 노드들도 거짓으로 신고했을 때 확인절차 없이 경로를 재탐색하고 변경되어 최적의 전송환경을 활용하지 못하는 문제점을 가지고 있다. 본 논문에서는 NCW환경의 Ad-hoc에서 보안경로 탐색 프로토콜인 MP-SAR 프로토콜을 이용하여 경로에서 악의적인 노드를 검증하고, 유효한 최단 경로를 통해 데이터 전송을 하는 기법을 제안하고자 한다. 제안 기법을 사용하게 되면 노드에 대한 신고가 있을 경우 확인절차를 거쳐 불필요한 경로 재탐색을 막을 수 있게 된다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권6호
• /
• pp.620-630
• /
• 2006

센서 네트워크의 다양한 응용 분야들 중에서 널리 사용되고 있는 것이 바로 이벤트 검출(event detection)이다. 이벤트 검출 작업은 사용자가 미리 정한 조건테이블과 센서 노드들로부터 수집된 데이타들 간 조인연산을 사용하여 쉽고 편리하게 수행될 수 있다. 또한 이벤트 검출을 위해 조인연산을 사용할 경우 네트워크-내 조인연산을 수행함으로써 통신 비용을 줄일 수 있다. 본 논문에서는 에너지 효율적으로 네트워크-내 조인연산을 수행하는 알고리즘인 PBA를 제안한다. PBA는 각 노드에서 베이스스테이션으로 데이타를 전송하는 경로 상에서 조건테이블을 나누어 저장하여 네트워크-내 조인연산을 수행한다. PBA는 각 노드들이 자신의 레벨값을 보고 저장할 부분을 식별할 수 있기 때문에 기존의 방법보다 조건테이블 전송 비용을 훨씬 더 적게 발생시킨다. 뿐만 아니라, 기존의 방법이 네트워크의 밀도에 비해 조건테이블의 크기가 클 경우 제 성능을 발휘하지 못하는 반면, 본 논문에서 제안하는 방법인 PBA는 그러한 제약 없이 대부분의 경우에도 효율적으로 동작한다. 실험 결과는 PBA가 대개의 경우에 효율적으로 동작하며, 특히 조건테이블의 크기가 네트워크 밀도에 비해 비교적 크거나 네트워크의 라우팅 트리의 높이가 큰 경우에는 기존의 방법에 비해 상당한 비용 절감 효과가 있다는 것을 보여준다.

• 인터넷정보학회논문지
• /
• 제10권2호
• /
• pp.1-13
• /
• 2009

침입탐지란 컴퓨터와 네트워크 자원에 대한 유해한 침입 행동을 식별하고 대응하는 과정이다. 최근 인터넷의 급속한 발달과 함께 침입의 유형들이 복잡해지고 새로운 침입유형의 발생빈도가 높아져 이에 대한 빠르고 정확한 대응이 필요하다. 따라서 이 논문에서는 침입탐지 시스템의 이러한 문제점을 해결하기 위한 한 방안으로 지능적이고 자동화된 탐지를 지원하기 위한 경보데이터 순차 패턴 마이닝 기법을 제안한다. 제안된 순차 패턴 마이닝 기법은 기존의 마이닝 기법 중 prefixSpan 알고리즘을 경보데이터의 특성에 맞게 확장 설계하였다. 이 확장 설계된 순차패턴 마이너는 보안정책 실행시스템의 경보데이터 분석기의 일부분으로 구성된다. 구현된 순차패턴 마이너는 탐사된 패턴 내에서 적용 가능한 침입패턴들을 찾아내어 효율적으로 침입을 탐지하여 보안정책 실행 시스템에서 이를 기반으로 새로운 보안규칙을 생성하고 침입에 대응할 수 있다. 제안된 경보데이터 순차 패턴 마이너를 이용하여 침입의 시퀀스의 행동을 예측하거나 기술하는 규칙들을 생성하므로 침입을 효율적으로 예측하고 대응할 수 있다.

• 전자공학회논문지
• /
• 제53권3호
• /
• pp.114-123
• /
• 2016

본 논문에서는 무인항공기의 엔진 음향 신호를 탐지하기 위한 효과적인 특징 추출 방법을 제안하고 검증한다. 엔진 음향신호는 기본주파수와 배음이 정수배 관계를 갖는 조화 복합음(Harmonic complex tone)으로 구성되며, 각 주파수의 시간에 따른 변화는 연속적이다. 이러한 특성을 이용하여 기본주파수의 정수배와 실제 배음 주파수 차이의 평균과 분산, 주파수 변화량 등으로 구성된 특징벡터를 제안하였다. 모의 실험을 수행한 결과 제안한 특징벡터는 목표신호와 다양한 간섭 신호에 대해 우수한 변별력을 보였으며, 시간에 따라 주파수가 변하는 경우에도 영향을 받지 않고 안정적인 결과를 보였다. 원거리에서 실측된 엔진 음향신호로 부터 특징의 Fisher score를 계산하여 변별력을 비교한 결과, 제안한 특징 중 주파수에 기반한 세 가지 특징들이 신호 대 잡음비가 낮은 상황에서도 높은 변별력을 보였다. ELM 분류기를 이용해 MFCC와의 인식 성능을 비교한 결과, 제안한 방법을 이용할 경우 모의 간섭신호에 대한 오류율이 37.6% 개선되었다. 또한 신호대 잡음비가 시간에 따라 점진적으로 증가하는 경우 MFCC에 비해 4.5 dB 낮은 시점에서 목표신호 탐지가 가능하였다.

• 한국시뮬레이션학회논문지
• /
• 제26권3호
• /
• pp.115-123
• /
• 2017

우리 군이 그동안 전차, 자주포, 미사일 등 주요 무기체계를 개발하여 전력화 하면서 외형적으로 괄목할만한 성과를 이루어 왔음에도 불구하고, 개발된 무기가 실제 전장에서 어떤 효과를 발휘할 것인가에 대한 척도를 제시해 주는 무기효과자료를 산출하는 것에 대해서는 관심이 부족하였다. 이러한 이유로 아직까지 무기효과자료 산출을 위한 기반이 미흡하여, 무기효과자료는 대부분 미국으로부터 도입된 JMEM 자료를 활용하고 있고 미 확보된 자료에 대해서는 사용부서에서 각자 연구하여 데이터를 생산, 활용하고 있다. 따라서 본 연구에서는 기존에 수행되어 온 무기효과 산출방법론을 연구하여 간편하면서도 적은 예산으로 신뢰성있는 무기효과자료를 산출할 수 있는 방법을 도출하는 데 중점을 두었다. 미국의 JMEM 방법론으로부터 식별한 절차 및 알고리즘을 활용하고, 현재 한국군이 보유하고 있는 유사 무기체계의 무기효과자료를 기초로 통계 및 시뮬레이션기법을 복합적으로 적용하여 직사화기 중 대표화기인 전차를 중심으로 살상확률(Pk)을 계산하는 방법론을 제시하였다.

• 한국방사선학회논문지
• /
• 제12권6호
• /
• pp.793-799
• /
• 2018

인공지능에 대한 관심이 높아짐에 따라 의료분야에서도 활발하게 인공지능이 연구되고 있다. 현재 국내에서는 엑스선 촬영, 컴퓨터단층촬영(Computer Tomography), 자기공명영상(Magnetic Resonance Imaging) 등의 의료영상장치에 인공지능이 접목되고 있으며 향후 방사선사 없이 환자의 방사선 영상을 획득 할 수 있는 인공지능을 탑재한 의료기기가 발명 될 것으로 예상된다. 본 연구는 엑스선 촬영에 있어서 환자 위치잡이에 대한 자동화에 대해서 초기 연구를 했다. 위치잡이에 대한 평가를 위해 엑스선 장비와 인체 팬텀을 사용했다. 프로그램은 Visual Studio 2010 MFC로 구현했으며 영상은 $1,450{\times}1,814$ 크기로 했다. 픽셀 값을 눈으로 식별 가능한 0 ~ 255 값을 갖는 명암으로 변환하여 모니터에 출력했다. 출력한 영상에 세 픽셀 좌표 값을 통해 각도를 예측하고 각도에 따른 음성안내에 따라 환자가 바른 위치잡이를 하도록 유도하는 절차 알고리즘 프로그램을 개발 했다. 다음 연구에서는 사용자가 좌표의 기준을 인공지능에게 전달하는 것이 아닌 인공지능 스스로 구조물을 파악하여 각도를 계산하는 연구를 진행할 것이다. 향후 위치잡이의 자동화를 통해 촬영부터 위치잡이까지 인공지능이 실시하도록 하는 연구에 도움이 될 것으로 예상된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권5호
• /
• pp.193-204
• /
• 2019

센서 기술과 컴퓨팅 성능의 향상으로 인한 데이터의 폭증은 산업 현장의 상황을 분석하기 위한 토대가 되었으며, 이와 같은 데이터를 기반으로 현장에서 발생하는 다양한 이벤트를 탐지 및 분류하려는 시도들이 최근 증가하고 있다. 특히 음향 센서는 상대적으로 저가의 가격으로 현장 정보를 왜곡 없이 음향 신호를 수집할 수 있다는 큰 장점을 기반으로 다양한 분야에 설치되고 있다. 그러나 소리 취득 시 발생하는 잡음을 효과적으로 제어하지 못한다면 산업 현장의 이벤트를 안정적으로 분류할 수 없으며, 분류하지 못한 이벤트가 이상 상황이라면 이로 인한 피해는 막대해질 수 있다. 본 연구에서는 잡음 상황에서도 강인한 시스템을 보장하기 위하여, 딥러닝 알고리즘을 기반으로 잡음의 영향을 개선 시킨 음향 신호를 생성한 후, 해당 음향 이벤트를 분류할 수 있는 시스템을 제안한다. 특히, GAN을 기반으로 VAE 기술을 적용한 SEGAN을 활용하여 아날로그 음향 신호 자체에서 잡음이 제거된 신호를 생성하였으며, 향상된 음향 신호를 데이터 변환과정 없이 CNN 구조의 입력 데이터로 활용한 후 음향 이벤트에 대한 식별까지도 가능하도록 end-to-end 기반의 음향 이벤트 분류 시스템을 설계하였다. 산업 현장에서 취득한 음향 데이터를 활용하여 제안하는 시스템의 성능을 실험적으로 검증한바, 99.29%(철도산업)와 97.80%(축산업)의 안정적인 분류 성능을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.93-103
• /
• 2021

금융당국의 채권추심 가이드라인, 추심업자에 대한 직접적인 관리 감독 수행 등의 노력에도 불구하고 채무자에 대한 불법, 부당한 채권 추심은 지속되고 있다. 이러한 불법, 부당한 채권추심행위를 효과적으로 예방하기 위해서는 비정형데이터 기계학습 등 기술을 활용하여 적은 인력으로도 불법 추심행위에 대한 점검 등에 대한 모니터링을 강화 할 수 있는 방법이 필요하다. 본 연구에서는 대부업체의 추심 녹취 파일을 입수하여 이를 텍스트 데이터로 변환하고 위법, 위규 행위를 판별하는 규칙기반 검출과 SVM(Support Vector Machine) 등 기계학습을 결합한 불법채권추심 분류 모델을 제안하고 기계학습 알고리즘에 따라 얼마나 정확한 식별을 하였는지를 비교해 보았다. 본 연구는 규칙기반 불법 검출과 기계학습을 결합하여 분류에 활용할 경우 기존에 연구된 기계학습만을 적용한 분류모델 보다 정확도가 우수하다는 것을 보여 주었다. 본 연구는 규칙기반 불법검출과 기계학습을 결합하여 불법여부를 분류한 최초의 시도이며 후행연구를 진행하여 모델의 완성도를 높인다면 불법채권 추심행위에 대한 소비자 피해 예방에 크게 기여할 수 있을 것이다.