• 기록학연구
• /
• 제25호
• /
• pp.197-231
• /
• 2010

2.0 패러다임과 정부 행정 서비스의 결합으로 설명되는 거버먼트 2.0의 개념이 서구 여러 나라에서 급속하게 확산되며, 일방적 '청구'를 중심으로 하여 왔던 기존 정보공개제도에 근본적인 변화를 제기하고 있다. 이에, 본 연구는 공공정보의 생산, 관리, 활용에 있어 전향적 접근방식을 제시하고 있는 거버먼트 2.0과 정보공개제도의 변화와 전망에 대한 분석을 통해, 거버먼트 2.0 기반의 정보공개제도 구현을 위한 방안들을 논의하는데 목적을 두고 있다. 이를 위해 분산적으로 진행되어 온 정보공개제도와 거버먼트 2.0에 대한 선행연구들을 분석하며, 거버먼트 2.0의 개념과 정보 공개제도와의 상관성을 논한다. 이를 통해 거버먼트 2.0에 기반한 공공정보의 전향적 공유와 개방이 가져오는 경제적, 사회적 편익을 살핀다. 이어, 공공정보의 민주화와 혁신을 이끄는 거버먼트 2.0 구현의 유력한 방안으로 인식되고 있는 미국, 영국, 호주 등의 Data.gov 사례들을 각각 분석하고, 이들 서비스들의 공통적 특성을 첫째, 공공정보의 공개와 재활용에 대한 인식, 둘째, 전담 조직을 통한 제도적 기반 마련, 셋째, 원정보(raw data)의 제공으로 파악하여 이에 대한 논의를 전개한다. 나아가, 원 정보를 활용한 각국의 민간 서비스 사례들에 대한 연구와 함께 우리나라의 정보공개제도 현황과 문제점에 대해 논한다. 결론에 갈음하여, 우리 사회가 지향해야 할 미래적 패러다임으로서의 거버먼트 2.0에 기반한 정보공개제도의 구현을 위한 정책적 프레엄워크를 법, 기술, 조직의 3가지 측면에서 논한다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.268-278
• /
• 2021

사물인터넷(IoT), 빅데이터(Big data), 인공지능(AI), 사이버물리시스템(CPS) 등 4차 산업혁명을 견인하는 기술들이 발전/보편화되고 있다. 이 기술들을 응용하여 다양한 산업 현장에서 생산성, 경제성, 안전성 등을 향상하고자 하는 요구가 확산되고 있다. 디지털트윈은 이러한 요구를 충족시키기 위한 중요한 기술 트렌드로서, 그리고 한국판 뉴딜의 10 대 과제 중 하나로 주목 받고 있다. 본 연구에서 구글 웹 검색기를 사용하여 논문, 매거진, 보고서, 기타 문헌을 탐색하였다. 디지털트윈 응용분야에서 공간정보의 기여 내용(또는 역할)을 조사하기 위해 디지털트윈의 정의·국내외 기업별 기술동향, 제조업·플랜트·스마트시티에서 요구되는 디지털트윈의 구성 요소와 디지털트윈 구동을 위한 핵심기술을 조사하였다. 그리고 공간 관련 키워드인 Geospatial Information, Geospatial data, Location, Map, Geodata와 디지털 트윈 간 연계 문장이나 낱말을 탐색하여 공간정보의 기여내용을 정리하였다. 조사 결과, 공간정보는 단순히 사물-사물-사람-프로세스-데이터-제품을 연결하는 매개체로서의 역할 제공뿐만 아니라 신뢰성 높은 의사결정지원·연계융합·위치정보제공·프레임워크 등의 역할을 수행함으로 디지털트윈의 활용 가치 극대화에 기여할 수 있을 것으로 나타났다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.29-35
• /
• 2022

본 논문에서는 신재생에너지 산업생태계의 한 영역을 담당하는 연료전지 산업에서 요구되는 인력을 양성함에 있어서, 기업의 교육비 부담 감축과 교육 효과 향상을 위하여 메타버스에 탑재한 연료전지 교육 프레임워크를 제안하였다. 본 Meta-Fuel cell 플랫폼은 Unity 3D 웹을 활용하여 1인칭 시점의 플랫폼을 구성하여 이론교육과 실습교육을 진행할 수 있도록 구성하였다. 이 플랫폼은 ppt 발표, 동영상 실행 등등 다양한 단위 교육 콘텐츠를 수용할 수 있도록 설계하였고 프로토타입을 구현하였다. 현재, 본 플랫폼에는 이론교육을 위한 ppt 및 동영상 시연 외에 실습을 위한 소프트웨어 콘텐츠 "STACK-Up"이 통합되어 있다. 이론교육 부문은 신재생에너지, 수소경제, 연료전지 등의 수소에 관한 교양지식 서비스를 제공한다. 소프트웨어 "STACK-Up"은 건물용 연료전지 핵심부품인 스택의 분해-조립 공정을 실습할 수 있는 서비스를 제공한다. Meta-Fuelcell 플랫폼은 교육자에게는 대면 교육의 한계점을 개선하여 교육 장소, 시간, 인원 등의 제약이 없는 비대면 교육의 기회를 제공하고, 학습자에게는 교육 주제, 순서 등을 선택권을 부여하며 메타버스 공간에서 학습할 수 있는 흥미로운 경험을 제공한다. 본 플랫폼은 연료전지 인력양성 사업에 실험적으로 적용하며 개선을 진행하고 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권9호
• /
• pp.419-430
• /
• 2023

대체 불가능 토큰 (NFT: non-fungible Token)은 분할할 수 없다는 고유한 특징을 가지고 있다. 현재 NFT는 디지털 콘텐츠에 대한 소유권 증명 이상의 용도가 명확하지 않고, 토큰의 유동성이 거의 없으며, 이로 인한 가격의 예측이 어렵다. 현실에서의 부동산은 대개 가격이 매우 높은 특징으로 인해 투자 진입장벽이 매우 높다. 현물 부동산을 NFT 화하고, FT (fungible token)으로 분할하면 유동성의 증가, 접근성의 증가에 따른 투자자 커뮤니티 볼륨의 증가를 기대할 수 있다. 본 논문은 일반 투자자들이 개별적으로 구매하기 어려운 현물 부동산을 대량의 FT로 분할하고 이를 Black Litterman 모델 기반의 Portfolio 투자 인터페이스를 통해 투자할 수 있는 시스템을 설계하고 구현하였다. 이를 위해, 현물 부동산을 담보로 페깅하고, 보안적으로 안전한 블록체인인 NFT로 발행한다. 상시 변경되는 부동산 가격을 모니터링하기 위한 오라클을 사용하여, 외부 부동산 정보를 블록체인에 반영할 수 있도록 하였다. 현물 부동산 가격을 그대로 유지하고 있는 NFT를 낮은 가격의 대량 FT로 분할함으로써, 큰 유동성을 제공하고 가격 변동성 제한을 두었다. 이를 통해, 높은 가격으로 인해 투자하기 어려웠던 일반 소액 투자자들이 쉽게 투자할 수 있도록 하였다. 또한 소액 투자로 여러 개의 복수 현물 부동산에 투자하기 위한 효과적인 포트폴리오 구성을 위한 자산 포트폴리오 인터페이스를 구현하였다. 이는 Black Litterman 모델을 활용하여, 다수의 현물 부동산 NFT에 대한 투자 비율을 최적화할 수 있는 목적을 가진다. 전체 시스템은 Solidity 언어로 작성한 smart contract, Flask 웹 프레임워크, 공공데이터포털의 "국토교통부_아파트매매 실거래자료 Open API"를 활용하였다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.81-96
• /
• 2013

웹의 발전과 콘텐츠 산업의 팽창으로 비디오 데이터가 폭발적으로 증가함에 따라 데이터의 정보 검색은 매우 중요한 문제가 되었다. 그동안 비디오 데이터의 정보 검색과 브라우징을 위해 비디오의 프레임(frame)이나 숏(shot)으로부터 색채(color)와 질감(texture), 모양(shape)과 같은 시각적 특징(features)들을 추출하여 비디오의 내용을 표현하고 유사도를 측정하는 내용 기반(content-based)방식의 비디오 분석이 주를 이루었다. 영화는 하위 레벨의 시청각적 정보와 상위 레벨의 스토리 정보를 포함하고 있다. 저차원의 시각적 특징을 통해 내용을 표현하는 내용 기반 분석을 영화에 적용할 경우 내용 기반 분석과 인간이 인지하는 영화의 내용 사이에는 의미적 격차(semantic gap)가 발생한다. 왜냐하면 영화의 스토리는 시간의 진행에 따라 그 내용이 변하고, 관점에 따라 주관적 해석이 가능한 고차원의 의미정보이기 때문이다. 따라서 스토리 차원의 정보 검색을 위해서는 스토리를 모델링하는 정형화된 모형이 필요하다. 최근 들어 소셜 네트워크 개념을 활용한 스토리 기반의 비디오 분석 방법들이 등장하고 있다. 그러나 영화 속 등장인물들의 소셜 네트워크를 통해 스토리를 표현하는 이 방법들은 몇 가지 문제점들을 드러내고 있다. 첫째, 등장인물들의 관계에만 초점이 맞추어져 있으며, 스토리 진행에 따른 등장인물들의 관계 변화를 역동적으로 표현하지 못한다. 둘째, 등장인물의 정체성과 심리상태를 보여주는 감정(emotion)과 같은 심층적 정보를 간과하고 있다. 셋째, 등장인물 이외에 스토리를 구성하는 사건과 배경에 대한 정보들을 반영하지 못하고 있다. 따라서 본 연구는 기존의 스토리 기반의 비디오 분석 방법들의 한계를 살펴보고, 문제 해결을 위해 문학 이론에서 제시하고 있는 서사 구조에 근거하여 스토리 모델링에 필요한 요소들을 인물, 배경, 사건의 세 가지 측면에서 제시하고자 한다.

• 정보처리학회논문지D
• /
• 제13D권7호
• /
• pp.985-996
• /
• 2006

인터넷 기술의 발전에 따라 분산 지리정보 시스템 환경이 웹 기반 서비스로 변화되고 있는 추세이다. 기존의 웹 지리정보 서비스의 지리정보는 다양한 지도 포맷을 지원하여 상호운용하지 못하도록 독립적으로 개발되어 왔다. 동일한 지리정보임에도 불구하고 이러한 정보는 서로 다른 목적에 따라 개별적인 지리정보 시스템에 의해 중복된다 이는 중복된 지리정보 객체를 식별하는 문제와 중복된 지리정보 객체들 중에 클라이언트에게 가장 적합한 복사본을 선정하기 위한 지능적인 전략이 요구되고 있다. 그리고 중복 객체를 관리하기 위해 OMG와 GLOBE 그리고 GRID 컴퓨팅에서 관련 프레임워크를 제안하고 있다. 그러나 지리정보 객체에 대한 연구는 미흡하다. 따라서, 본 논문에서 이름 또는 속성으로 중복된 서비스 객체들의 효율적인 관리와 중복 서비스 객체들 중 가장 적합한 객체를 선정하기 위한 위치 서비스 모델을 제시하였다. 위치 서비스 모델은 세 개의 주요 서비스로 구성되어 있다. 첫 번째로 바인딩 서비스는 사용자가 객체의 이름과 속성으로 정의하여 서비스 오퍼 단위로 저장하고 클라이언트가 서비스 오퍼를 검색 할 수 있다. 두 번째는 위치 서비스로 컨택 레코드를 갖는 위치 정보를 관리한다. 그리고 컨택 주소를 갖는 독립적인 시스템상의 LSF에 의해 성능 정보를 획득한다. 세 번째는 지능형 선정 서비스로 바인딩/위치 서비스로부터 기본/성능 정보를 획득하고, 러프집합 기반의 지능형 모델에 의한 규칙에 의해 보다 빠르게 접근하고 성능이 우수한 특징을 제공한다. 본 논문에서 제시한 위치 서비스 모델에 대한 검증을 위해 그래픽 사용자 인터페이스를 통해 위치 서비스의 처리 과정을 보였다.효과를 나타냈다.\alpha}-amylase$ 활성을 고려한 적정 종자수분 함량은 단옥수수는 15%, 초당옥수수는 12%이었다.미관련(食味關聯) 미질특성(米質特性)을 이용한 토요식미치 추정(推定) 중회귀식(重回歸式)에 채택(採擇)된 주요 특성은 단백질함량, 알칼리붕괴도 및 최저점도(最低粘度)였으며 결정계수(決定係數)로 보아 약 49%의 적중율(的中率)을 나타내었다. 생물학적 기능의 상관관계를 이해하는데 활용될 수 있을 것이다.V는 앞으로 바이러스와 기주의 다양한 상호관계를 이해하는데 있어서 중요한 병원학적 성질을 가지고 있는 것으로 생각되었다.>$300^{\circ}C$ 이하, 공정압력 1 Torr, 그리고 bias전압과 기체 혼합비를 변화시키면서 증착하였다. 증착시 in-situ OES 분석결과 플라즈마 내의 질소종의 함유량 변화에 따라 증착속도가 크게 변화됨을 알 수 있었고, 많은 질소기체를 인입하면 질소종이 많아지지만 증착률은 급격히 감소하였고 박막내 탄소의 함량이 커지면서 막질이 비정질로 바뀌고 미세경도 또한 감소함을 알 수 있었다. 이는 in-situ 플라즈마 진단분석이 전체 PEMOCVD 공정에 있어서 대단히 중요하고, Ti(C,N)과 Hf(C,N) 코팅막의 탄소함량과 미세경도는 플라즈마내의 CH과 CN radical종의 세기에 크게 의존함을 의미한다. 그리고 Hf(C,N) 박막의 경우도 Ti(C,N) 박막의 경우와 유사하게 최대 미세경도값$(2460\;Hk_{0.025})$이 -600 V bias 전압과 10% 질소기체 혼합비를 사용한 경우에 얻어졌고, 이는 박막이 주로(111) 방향으로 성장됨에 기인한 것으로

• 한국환경농학회지
• /
• 제37권4호
• /
• pp.251-259
• /
• 2018

스마트온실에서 사용하고 있는 다양한 종류의 수경배양액 관리와 관련하여 ICT 기술을 활용한 작물생육 기반 배양액 제어시스템 개발을 위하여, 본 연구에서는 작물 생육단계별 시용배양액의 성분변화를 모니터링하고 이들 실측 데이터를 바탕으로 한 클라우드 기반 데이터 분석시스템을 설계하였다. 수집한 데이터 분석 및 시스템 구축을 위하여 인공광 스마트 온실에서 사용하는 관행의 무기 배양액, 기존 액비 및 폐기 농업부산물 유래 제조액비 등 수종의 배양액을 공시하였으며, 수경재배 작물 생육단계별 시용 배양액내 성분 변화패턴을 모니터링하였다. 발색법에 의한 흡광광도법을 활용하여 $NH_3-N$, $NO_3-N$, $NO_2-N$, $SiO_2$, $PO_4^{3-}$ 및 Cu 등 총 9종의 성분농도 변화를 산출하고 작물의 기초 생육량을 조사하였다. 각 작물의 기초 생육량 데이터는 오픈스택 클라우드 시스템에서 생성된 가상머신(Virtual machine)에 관계형 데이터베이스를 구축하여 수집 항목별로 분류 저장하였다. 저장된 작물별 배양액의 성분변화와 생육량 데이터는 노드제이에스(Node. js) 웹 프레임워크(Framework)를 통해 매주 수집된 데이터를 가시화하여 제공한다. 클라우드 기반 데이터베이스를 구축을 통하여 배양액 성분 실측치 비교와 작물 생육상황은 사용자 스마트 디바이스(Smart devices)를 활용, 작물종과 배양액 성분을 순차적 선택하고, 각 데이터의 비교 및 분석을 시계열 그래프로 실험 결과를 가시화할 수 있도록 하였다. 본 연구에서 개발한 클라우드 기반 데이터 분석시스템 스마트온실내 수경배양액 성분변화 및 재배 작물의 생육을 정기적으로 모니터링한 실측치를 기반으로 데이터베이스를 구축한 것으로 시설재배지나 인공광 스마트온실 등 다양한 농업현장에서 생육관리를 위하여 활용할 수 있다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.