• 한국지리정보학회지
• /
• 제26권3호
• /
• pp.85-96
• /
• 2023

본 연구는 최근 이동권 개선을 위해 교통약자들을 중심으로 이용되고 있는 전동 이동 보조기기의 안전 경로를 제공하는 서비스를 개발하고 평가하였다. 부산광역시에 거주하는 교통약자들과 관련 기관 종사자(부산광역시 내 장애인 자립 생활센터, 장애인 협회 정회원, 전동 이동 보조기기 수리기사, 활동 보조사)들과의 설문을 통해 전동 이동 보조기기의 이동에 영향을 미치는 13종의 요인을 도출하였다. 각각의 요인들에 안전성 점수를 부여하고 현장에서 수집된 데이터로 객체 인식 AI 모델을 학습시켜 해당 요인들을 판별한 후, 최적경로 탐색 알고리즘을 통해 전동 이동 보조기기 경로 안내 서비스를 개발하였다. 동일한 출도착 경로를 대상으로 T-map에서 제공하는 일반 경로와 본 연구의 추천 경로를 비교한 결과, 일반 경로에서는 전동 이동 보조기기의 주행에 방해가 되거나 승차감을 불편하게 하는 장애물이 많았고 가파른 경사로 인해 이동이 불편했지만, 본 연구의 추천 경로에서는 상대적으로 장애물이 적었고 경사도 완만하여 전동 이동 보조기기의 주행에 무리가 없었다. 향후 연구에서는 전동 이동 보조기기 이용자의 실시간 위치를 기반으로 경로 안내 서비스를 구현하고 다수의 이용자를 대상으로 현장 실증테스트를 진행하여 사회적 수용성 평가 및 검증을 수행할 필요가 있다.

• 토지주택연구
• /
• 제14권3호
• /
• pp.125-135
• /
• 2023

국내 다양한 인구 사회적 변화를 반영하여 다양한 거주자들의 요구와 욕구를 충족시켜주기 위한 주거서비스 공급의 필요성이 점차 높아지고 있다. 특히 스마트기기의 개인 보급이 확산되고, 인공지능 및 사물인터넷 등과 같은 스마트 기술의 비약적인 발전은 이러한 주거서비스 기술을 보다 거주자들이 쉽고 편하게 접할 수 있는 스마트하우징을 뒷받침하고 있다. 하지만 AI, IoT 및 빅데이터 등 스마트 기술 및 기기와 연계된 스마트하우징 주거서비스의 보급 확산을 위해서는 이용자들의 인식을 개선하는 것이 필요하다. 이를 위한 방법으로 본 연구는 리빙랩을 활용하여 스마트하우징 주거서비스 기술에 대한 이용자들의 인식 변화를 관찰하였다. 그 결과, 리빙랩 체험 후 이용자들의 스마트하우징 주거서비스에 대한 인지도가 높아졌으며, 선호하는 주거서비스 기술도 리빙랩 체험 전 보다 더 구체화된 것을 확인할 수 있었다. 본 연구는 스마트하우징 주거서비스 기술의 보급 및 확산을 위해 이용자들의 인식을 높이는 것이 중요하며, 이를 위해 리빙랩이 효과적인 수단이 될 수 있다는 것을 보여주고 있다.

• 한국정보통신학회논문지
• /
• 제23권8호
• /
• pp.930-935
• /
• 2019

우리의 제안시스템인 mobiAutoBot은 모바일 장치를 지원 가능한 인지 자동화 수준의 로보틱스 프로세스 자동화 소프트웨어의 개념모델이다. mobiAutoBot은 mobiAutoBot controller와 mobiAutoBot runner의 두 부분으로 구성되어 있다. mobiAutoBot controller는 모바일기기에 Job을 지시하고 모니터링 및 연동작업을 수행하며, 모바일기기에 설치된 mobiAutoBot runner는 명령내린 작업을 수행한다. 우리가 제안한 mobiAutoBot을 통하여 모바일기기에 대한 자동화 기능을 중소기업에 제공한다면, 고가의 정보기반 인프라가 없더라도 단순 스마트폰과 같은 모바일기기만으로 기존 정보시스템과 연계 가능한 로보틱스 프로세스 자동화 기능을 저비용으로 구축할 수 있다. 우리의 제안은 모든 정보시스템 인프라를 갖추기는 어려운 중소기업이나 개인 사용자에게도 로보틱스 프로세스 자동화를 확산하는 계기가 될 것으로 기대한다.

• 디지털정책학회지
• /
• 제1권2호
• /
• pp.61-69
• /
• 2022

논문은 광용적맥파(photoplethysmography, PPG) 센서에서 획득한 생체 신호, ICT 기술 및 데이터 기반의 혈당수치 예측 모델을 개발하고 검증하는 연구이다. 혈당 예측은 기계학습의 MLP 아키텍처를 이용하였다. 기계학습 모델의 입력층은 심박수, 심박변이도, 나이, 성별, VLF, LF, HF, SDNN, RMSSD, PNN50의 10개의 입력노드와 은닉층은 5개로 구성된다. 예측모델의 결과는 MSE=0.0724, MAE=1.1022 및 RMSE=1.0285이며, 결정계수(R²)는 0.9985이다. 비채혈방식으로 디지털기기에서 수집한 생체신호 데이터와 기계학습을 활용한 혈당 예측 모델을 수립하고 검증하였다. 일상에 적용하기 위해 다양한 디지털 기기의 기계학습 데이터셋 표준화와 정확성을 높이는 연구가 이어진다면 개인의 혈당 관리에 대안적 방법이 될 수 있을 것이다.

• 지능정보연구
• /
• 제17권2호
• /
• pp.23-38
• /
• 2011

에너지 관리는 센서, 컴퓨터나 가전기기와 같은 원천들의 에너지 소비를 최적화함으로써 재정적 생태적 성공을 달성하는 것이 목적이다. 따라서 각 원천들로부터 에너지 측정과 관련된 자료들을 획득하는 것이 에너지 관리의 출발점이다. 최근 상황인식 컴퓨팅을 아우르는 다른 인식컴퓨팅이라는 분야가 정보기술 영역에서 새롭게 부각되고 있다. 인식이란 생물체들의 생존을 위한 가장 기본적인 능력임과 동시에 인공지능의 도움으로 정보 시스템을 지능화하는 시발점이 될 수 있다. 이렇게 에너지 관리와 인식 컴퓨팅 연구가 상호 호혜적인 이익을 획득할 것임에도 불구하고 인식 컴퓨팅이 어떻게 에너지 관련 전략에 기여할 것인지에 대한 연구는 거의 존재하지 않는다. 따라서 본 논문의 목적은 에너지 관리 개선을 위한 인식 컴퓨팅 연구 이슈에 대해서 소개하는 것이다. 특히 인식 컴퓨팅이 에너지 절감과 사용자의 효용간의 균형을 실현하는 역할에 대해 집중하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.99-105
• /
• 2023

이 논문은 IOT 기기인 라즈베리파이와 인공지능 기술을 이용하여 지능형 CCTV를 설계하고 시제품을 실험적으로 개발하였다. CCTV 화면에 있는 사람 수를 탐지하기 위하여 Object Detection 기술을 사용하였으며, 긴급 상황 탐지를 위하여 OpenPose에서 제공하는 Action Detection 기술을 사용하였다. 제안된 시스템은 CCTV, 서버 그리고 클라이언트 구조이고 CCTV는 라즈베리파이와 USB 카메라를 사용하였고, 서버는 리눅스를 사용하였고, 클라이언트는 아이폰을 사용하여 구현하였다. 각 서브 시스템간에 통신은 MQTT 프로토콜을 사용하여 구현하였다. 프로토타입으로 개발된 시스템은 초당 2.7프레임의 이미지를 전송할 수 있었고 초당 0.2 프레임에 대하여 이미지로부터 긴급 상황을 탐지할 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권3호
• /
• pp.79-89
• /
• 2022

최근 스마트폰이 널리 보급되고 모바일 기기의 그래픽스 처리 성능이 발전함에 따라 아이들의 물리적인 활동을 돕는 다양한 모바일 애플리케이션들이 연구되고 있다. 본 논문에서는 인공지능과 증강현실 기술을 활용해 모래성 쌓기 놀이를 안내하는 모바일 애플리케이션 SandUp을 제안한다. 모래성을 쌓는 과정에서 아이는 모바일 증강현실 기술을 활용해 제시된 목표 모래성을 현실 세계에 증강하여 살펴볼 수 있다. 또한, SandUp은 모래성의 완성을 돕기 위해 단계적으로 필요한 모래 모양과 Task를 알려주고, 모바일 폰의 카메라와 딥러닝 인식모델을 이용해 실시간으로 현재 진행 상황을 인식하고 시각적, 청각적 피드백을 제공한다. 우리는 Flutter와 TensorFlow Lite를 이용해 SandUp 앱의 프로토타입을 구현하였다. 제안하는 SandUp 앱의 사용성과 효과를 평가하기 위해 성인을 대상으로 설문조사를 수행하고 앱이 목표로 한 4-7세 아이들을 모집하여 실험을 진행했다. 실험 결과와 학부모의 피드백을 분석하여 앱의 발전 가능성 및 개선점을 도출하고 향후 연구 방향을 제시한다.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.200-207
• /
• 2020

CNN 기반 인공신경망은 영상 분류, 객체 인식, 화질 개선 등 다양한 분야에서 뛰어난 성능을 보이고 있다. 그러나, 많은 응용에서 딥러닝(Deep Learning) 모델의 복잡도 및 연산량이 방대해짐에 따라 IoT 기기 및 모바일 환경에 적용하기에는 제한이 따른다. 따라서 기존 딥러닝 모델의 성능을 유지하면서 모델 크기를 줄이는 인공신경망 압축 기법이 연구되고 있다. 본 논문에서는 인공신경망 압축기법을 통하여 원본 CNN 모델을 압축하고, 압축된 모델을 임베디드 시스템 환경에서 그 성능을 검증한다. 성능 검증을 위해 인공지능 지원 맞춤형 칩인 QCS605를 내장한 임베디드 보드에서 카메라로 입력한 영상에 대해서 원 CNN 모델과 압축 CNN 모델의 분류성능과 추론시간을 비교 분석한다. 본 논문에서는 이미지 분류 CNN 모델인 MobileNetV2, ResNet50 및 VGG-16에 가지치기(pruning) 및 행렬분해의 인공신경망 압축 기법을 적용하였고, 실험결과에서 압축된 모델이 원본 모델 분류 성능 대비 2% 미만의 손실에서 모델의 크기를 1.3 ~ 11.2배로 압축했을 뿐만 아니라 보드에서 추론시간과 메모리 소모량을 각각 1.2 ~ 2.1배, 1.2 ~ 3.8배 감소함을 확인했다.

• 한국전자통신학회논문지
• /
• 제15권5호
• /
• pp.973-980
• /
• 2020

4차 산업혁명의 기술을 활용한 다양한 응용 솔루션들이 보건 복지 분야에 적용되어지고 있다. 제안한 논문에서는 빅데이터 기반의 시니어 돌봄 시스템 솔루션을 설계한다. 제안 시스템의 작동원리는 시니어의 행동분석을 스마트기기의 API정보를 통하여 수집한 후, 기존의 기준치와 다른 반응을 보일 경우에 시니어 당사자에게 1차적으로 알림을 보낸다. 만일 응답이 없을 경우에는 2차적으로 동료시니어와 가족구성원 및 응급상황센터에 정보를 제공함으로써 위험상황을 미연에 방지할 수 있는 시스템을 제안한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 추계 종합학술대회 논문집
• /
• pp.523-528
• /
• 2005

본 연구에서는 사용자의 제어를 인식하는 텐저블 머신을 제작하기 위하여 게임 형식의 콘텐츠를 제어할 수 있는 기술을 제시한다. 특히 설문 조사를 통해 헬스기기에 반영할 사용자 콘텐츠 선호도를 분석하여, 게임인공지능과 게임물리 기술을 활용한 체감형 게임 개발로 현실성을 극대화시킨 건강관리 시스템을 설계하고 구현하였다.