• 디지털융복합연구
• /
• 제15권11호
• /
• pp.147-153
• /
• 2017

한국 정부는 공공부문에 클라우드를 도입하기 위한 다양한 정책들을 시행하고 있다. 이 연구의 목적은 공공무문의 클라우드 도입을 위한 의사결정 모델을 개발하고 공공부문의 클라우드 도입 로드맵을 제안하는 것이다. 이를 위하여 공공서비스의 특성과 공공부문의 클라우드 서비스의 유형을 분석하였다. 이를 통해 공공부문의 클라우드 도입을 위한 요구사항을 파악하여, 퍼지 AHP기반의 융합의사결정 모델을 이용한 공공부문의 클라우드 도입방법을 개발하였다. 연구결과 클라우드 도입 후보군의 우선순위를 결정하였고, 이를 기반으로 단계별 클라우드 도입 로드맵을 제안하였다. 이 연구의 결과는 공공부문의 클라우드 도입과 전환 및 클라우드 정책 수립에 도움이 될 것으로 기대한다. 향후에는 클라우드 도입을 위한 추가적인 의사결정요인뿐만 아니라 예산계획을 개발하는 것이 필요하다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.117-124
• /
• 2019

최근 의료IT 분야 솔루션들이 분산 환경 기반으로 제공되고 있는 추세이다. 국내에서도 분산 환경에서 의료정보를 공유할 수 있는 임상의사결정지원시스템 개발의 필요성이 인식되어 연구되고 있다. 기존 임상의사결정지원시스템은 병원 내의 자체적인 의료정보만을 사용하여 구축되고 있다. 이로 인해 기존의 시스템은 의사결정지원의 효율성 및 정확성 측면에서 좋은 결과를 얻기 어렵다. 이러한 한계점을 해결하기 위해 이 논문에서는 의료분야의 공통 데이터 모델을 기반으로 하는 임상의사결정지원시스템 모델을 설계하고 구축방안을 제시한다. 제안 모델의 적용 과정을 설명하기 위해 대장암 진단을 위한 임상의사결정지원시스템의 개발 시나리오를 기술한다. 또한 성공적인 임상의사결정지원시스템 개발을 위한 필수 요구사항을 제시한다. 이를 통해 여러 병원에서 공통으로 사용이 가능하고 시스템의 효율성과 정확성을 높일 수 있는 임상의사결정지원시스템 개발이 가능할 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.453-455
• /
• 2023

본 연구는 은행에서 리스크 관리 자동화를 위해 고객의 대출 상환 여부 예측 모델을 제안하고자 한다. 예측 모델로 금융 데이터 같은 정형데이터에서 전통적으로 높은 성능을 보인 의사결정나무기반 모델 LightGBM, CatBoost, XGB 와 최근 제안된 정형데이터에서 사용할 수 있는 설명 가능한 딥러닝 기반 모델 TabNet 간의 성능 비교를 진행한다. 다만, 대출 상환 여부 데이터는 불균형 클래스 데이터로 구성되어있어 샘플링을 진행한다. SMOTE, Random Under Sampling, 혼합 방식을 비교해 가장 높은 성능의 샘플링 기법을 제안한다. 대출 상환 여부 예측 결과 TabNet 모델이 의사결정나무모델들보다 좋은 성능을 보여 정형데이터에서 의사결정나무 기반 모델을 딥러닝 모델이 대체 할 수 있는 가능성을 확인했다.

• 한국융합학회논문지
• /
• 제9권3호
• /
• pp.53-59
• /
• 2018

본 논문에서는 스마트 공장에서 의사결정 모델을 이용한 순차 마이닝 기반 제조공정을 제안한다. 제안하는 모델은 소규모의 제조공정에서 순차 마이닝 의사결정 모델을 적용하여 제조 효율을 높이는 방법이다. 제조 단계 중 제품 제조 과정에서 나타나는 데이터를 입력 변수들로 구성하고, 시간당 제조량과 불량률을 출력 변수로 구성한다. t-검정을 통해 유의수준이 높은 변수만을 사용하여 GSP 알고리즘과 REPTree 알고리즘을 이용한 규칙과 모델을 생성한다. 의미있는 순차 규칙과 의사결정 모델은 정확도, 민감도, 특이성, 예측도를 통해 유의미함을 확인한다. 결과적으로, 실제 제조에 적용한 결과 불량률은 0.38%가 개선되었고, 시간당 제조량은 평균 1.89/h 증가되었다. 이는 소규모 제조 공정에서 데이터 마이닝 분석을 통한 제조 효율을 높이기 위한 의미있는 결과를 나타낸다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.227-228
• /
• 2023

정부의 인공지능 국가전략을 통해 인공지능 교육은 초등학교에서도 필수교육으로 대두되고 있다. 또한 인공지능 소양을 습득하기 위해 타 교과와 융합한 인공지능 융합 교육의 필요성이 증가하고 있고, 인공지능 발달에 대한 수학의 역할을 고려하여 수학 교과를 통해 인공지능의 이해를 기르는 것이 강조되고 있다. 따라서 본 연구에서는 수학 교과와 인공지능 교과가 융합한 인공지능 융합 교육 프로그램을 개발하기 위해 초등학교 3~4학년 수학 교과의 도형 분류를 의사 결정 나무 모델을 활용하여 가르치는 인공지능 융합 교육 프로그램을 개발하였다. 본 연구를 통해 개발된 프로그램은 초등학생의 인공지능 개념학습을 통한 인공지능 기초소양 함양뿐만 아니라 수학 교과의 이해 및 성취도 향상에 도움이 될 것으로 기대된다.

• 한국융합학회논문지
• /
• 제11권3호
• /
• pp.61-66
• /
• 2020

산업과 IT기술의 융합으로 현대사회는 급속하게 발전하고 있으며, 그 이면에는 기본 인프라를 제공해 주는 건설 공사의 역할이 매우 크다고 할 수 있다. 최근 들어 건설공사의 복잡화 및 대형화, 첨단화에 따라 품질향상을 위한 제도 개선 등 관리의 중요성이 더욱 높아지고 있다. 그러나 건설현장에서 품질관리의 이슈가 발생할 경우 이를 해결하기 위하여 많은 시간이 소요되고 있는 것이 현실로서, 건설 프로젝트를 성공적으로 수행하기 위해서는 다양한 시스템이 유기적으로 연결되어 최적의 의사결정을 관리할 수 있는 시스템이 필요하다. 본 논문에서는 RESTful_API 기반의 GCM 푸쉬 알람 서비스를 이용한 품질관리 모델을 제안한다. 제안 모델은 건설 회사의 품질관리실과 프로젝트 매니저가 의사결정에 이용할 수 있는 모델로서, 건설현장의 프로젝트 관리에 적용할 경우 더욱 효율적이고 안전한 건설공사 관리가 가능할 것으로 기대된다.

• 융합신호처리학회논문지
• /
• 제24권4호
• /
• pp.186-191
• /
• 2023

데이터 처리 기술은 의사결정을 위해 중요한 역할을 하며, 데이터 결측값 및 이상값 처리, 예측, 추천 모델 등이 포함 된다. 이는 모든 과정과 결과의 타당성, 신뢰성, 정확성에 대한 명확한 설명이 필요하다. 또한 의사결정트리, 추론 등을 이용한 설명가능한 모델을 통해 데이터의 문제를 해결하고, 다양한 유형의 학습을 고려하여 모델 경량화를 진행할 필요가 있다. 육하원칙을 적용한 다중 계층 마이닝 분류 방법은 데이터 전처리 후 트랜잭션에서 빈번하게 발생하는 변수와 속성 간의 다차원 관계를 발견하는 방법이다. 이는 트랜잭션에서 마이닝을 이용하여 유의미한 관계를 발견하고, 회귀분석을 통해 데이터를 모델링 하는 방법을 설명한다. 이에따라 확장 가능한 모델과 로지스틱 회귀모델을 개발하고, 데이터 정제, 관련성 분석, 데이터 변환, 데이터 증강을 통해 클래스 레이블을 생성하여 설명가능한 의사결정을 위한 미이닝 기술을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.571-573
• /
• 2022

최근 금융기관에서는 축적된 금융 빅데이터를 활용하여 차별화된 서비스를 강화하고 있다. 기업고객에 투자하기 위해서는 보다 정밀한 기업분석이 필요하다. 본 연구는 대만기업 6,819개의 95개 재무데이터를 가지고, 비대칭 데이터 문제해결, 데이터 표준화 등 데이터 전처리 작업을 하였다. 해당 데이터는 로지스틱 회기, SVM, K-NN, 나이브 베이즈, 의사결정나무, 랜덤포레스트 등 9가지 분류모델에 5겹 교차검증을 적용하여 학습한 후 모델 성능을 비교하였다. 이 중에서 성능이 가장 우수한 분류모델을 선택하여 예측 결정 이유를 판단하고자 설명 가능한 인공지능(XAI)을 적용하여 예측 결과에 대한 설명을 부여하여 이를 분석하였다. 본 연구를 통해 데이터 전처리에서부터 모델 예측 결과 설명에 이르는 분류예측모델의 전주기를 자동화하는 시스템을 제시하고자 한다.

• 디지털융복합연구
• /
• 제13권5호
• /
• pp.237-244
• /
• 2015

수출주도정책, FTA 체결 및 규제개선 등과 같은 다양한 시장지향적인 정책을 통해 경제시장의 규모가 지속적으로 커졌다. 이에 따라 올바른 의사결정을 위하여 경제시장을 정확하게 분석, 예측하는 문제가 중요한 이슈가 되었다. 경제시장을 표현하는 여러 지표 중 가장 대표적인 주식지표의 정확한 분석 및 의사결정을 위하여 시계열자료의 모델링에 적합한 은닉마아코프모델을 토대로 자료 내에 내재된 예외적인 특징과 잡음을 제거하기 위한 변환기법의 융합모델을 제안하여 모델 추정과 예측 문제에 적용하였으며 그 유효성을 확인하였다. 실험 결과를 통해, 본 연구에서 제안하는 변환조합을 적용하는 모델추정 기법이 유효한 모델 상태 추정 결과를 보여주었으며 실제 코스피지수와 예측의 문제에서도 매우 유사한 운동양태를 확인할 수 있었다.

• 융합정보논문지
• /
• 제11권8호
• /
• pp.36-41
• /
• 2021

인공지능을 이용하여 예측이나 분석하는 기술은 지속적으로 발전하고 있지만, 의사결정 과정을 명확히 해석하지 못하는 블랙박스 문제가 존재한다. 따라서 인공지능 모델의 의사결정 과정에서 사용자의 입장에서 해석이 불가능하여 결과를 신뢰할 수 없는 문제가 발생한다. 본 연구에서는 인공지능의 문제점과 이를 해결하기 위한 블록체인을 활용한 설명 가능한 인공지능에 대해 연구를 진행하였다. 블록체인을 이용해서 설명 가능한 인공지능 모델의 의사결정 과정에서의 데이터를 타임스탬프 등을 이용하여 부분별로 블록체인에 저장한다. 블록체인을 이용하여 저장된 데이터의 위변조 방지를 제공하고 블록체인의 특성상 사용자는 블록에 저장된 의사결정 과정등의 데이터를 자유롭게 접근할 수 있다. 설명 가능한 인공지능 모델의 구축이 힘든 것은 기존 모델의 복잡성이 큰 부분을 차지한다. 따라서 포인트 클라우드를 활용해서 3차원 데이터 처리와 가공과정의 효율성을 높여서 의사결정 과정을 단축해 설명 가능한 인공지능 모델의 구축을 원활하게 한다. 블록체인에 데이터 저장과정에서 데이터 위변조가 발생할 수 있는 오라클 문제를 해결하기 위해 저장과정에 중간자를 거치는 블록체인 기반의 설명 가능한 인공지능 모델을 제안하여 인공지능의 블랙박스 문제를 해결하였다.