• 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.

• 서비스연구
• /
• 제13권3호
• /
• pp.127-146
• /
• 2023

최근 디지털 광고는 15초 미만의 짧은 광고를 통해 메시지를 전달해야 하며, 소셜미디어에서 광고는 소비자가 스킵하기 전까지 5초 이내에 메시지를 전달해야 한다. 광고의 길이가 짧아졌지만, 인공지능을 통한 알고리즘과 빅데이터 분석은 고객의 관심사에 맞는 메시지 전달을 가능하게 하였다. 이런 변화 속에서 짧고 효율적인 광고를 이용한 소비자 맞춤 메시지 전달의 중요성은 날로 커지고 있다. 본 연구에서는 효과적인 메시지 전달을 위한 메시지 프레이밍 효과에 대해 살펴보았다. 구체적으로, 비건 제품에 대한 '건강'과 '환경' 두 가지 프레이밍 효과의 차이를 살펴보았다. 건강과 환경에 대한 소비자 관심의 증가는 비건 제품에 대한 관심을 높였으며, 비건 시장은 날로 크게 성장하고 있다. 소비자가 비건 제품을 구매하는 이유는 소비자 개인의 건강을 위해서이기도 하지만, 윤리적 소비라고 할 수 있는 환경에 대한 책임감 또한 무시 못 할 요인이다. 기존 연구에서는 건강과 환경 메시지 프레이밍 간의 효과의 차이가 측정되지 못하였으며, 연구 대상도 비건 식품에 국한되었다. 본 연구에서는 주방세제 제품군을 이용하여 '건강과 환경 메시지 프레이밍' 효과의 차이를 밝혀내고자 한다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1371-1388
• /
• 2023

지구온난화로 인해 촉발된 기후변화가 홍수와 같은 수재해의 빈도와 규모를 증가시키며 국내 또한 장마와 집중호우로 인한 수재해가 증가하는 추세를 보인다. 이에 광범위한 수재해에 대해 효과적인 대응 및 기후 변화에 따른 선제적 대처가 필수적이며 이는 위성레이더 영상을 통해 가능하다. 본 연구에서는 Sentinel-1 위성 레이더 영상으로부터 국내 수체의 특성을 반영하기 위해 한강권역과 낙동강 권역의 일부 수체 영역에 대해 수체 학습 데이터셋 1,423장을 구축하였다. 정밀한 데이터 어노테이션(Annotation)을 위해 다양한 상황에 따른 구축 기준 문서를 작성한 뒤 진행하였다. 구축이 완료된 데이터셋을 딥러닝 모델 중 U-Net에 적용하여 수체 탐지 결과를 분석하였다. 최종적으로 학습된 모델을 학습과에 활용되지 않은 수체 영역에 적용하여 결과를 분석함으로써 전 국토 수체 모니터링의 가능성을 확인하였다. 분석 결과 구축된 수체 영역의 대해서는 F1-Score 0.987, Intersection over Union (IoU) 0.955의 높은 정확도로 수체를 탐지할 수 있었으며, 학습 및 평가에 활용되지 않은 다른 국내 수체 영역에 대해서도 동일하게 F1-Score 0.941, IoU 0.89의 높은 수체 탐지 결과를 나타냈다. 두 결과 모두 전반적으로 일부 그림자 영역과 폭이 좁은 하천에서 오류가 관찰되었으나, 그 외에는 정밀하게 수체를 탐지하였다. 이러한 연구 결과는 수재해 피해 규모 및 수자원 변화 모니터링에 중요한 기여를 할 것으로 기대된다. 추후 연구에서는 보다 다양한 수체 특성을 가진 데이터셋을 추가 구축한다면 오분류한 영역을 개선할 수 있을 것으로 기대되며, 전 국토의 수체를 효율적으로 관리 및 모니터링하는데 활용될 것으로 사료된다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.935-940
• /
• 2023

인공지능 및 사물인터넷의 기술 발전에 따라 디지털전환(DX)은 가속화 되고있으며, 디지털전환을 위한 기술은 제조, 생산 라인등 모든 산업의 혁신적인 방안으로 떠오르고 있다. 디지털 전환의 대표적인 기술로 디지털 트윈 기술이 주목받고 있다. 이에, 본 논문에서는 디지털 전환을 위하여 플랜트의 운영 에너지를 최적화하고, 에너지 효율성 향상을 하기위해 미활용 자원을 기반으로 하는 바이오매스 플랜트용 디지털트윈 프로토타입을 구현하고 성능을 평가한다. 제안된 디지털트윈의 프로토타입에서는 프레임워크와 게이트웨이간 표준 통신 플랫폼을 응용하여 양방향으로 실시간 연동이 가능하도록 제안 및 구현한다. 프레임워크는 클라이언트 서버와 게이트웨이간 메시지 시퀀스를 정의하여 호스트 서버와 통신이 가능하도록 인터페이스를 구현한다. 제안된 프로토타입의 성능을 검증하기 위해 서버에서 양방향 데이터를 수집 및 저장하는 가상환경을 설정하여, 데이터양에 따른 성능평가를 진행한다. 제안된 플랫폼에 적용된 알고리즘이 기존 엔진에 비해 향상된 성능을 보여, 미활용 자원을 기반으로 하는 바이오매스 플랜트용 디지털트윈에 적용시 운영 에너지의 최적화와 에너지 효율 향상에 큰 기여를 할 수 있음을 확인할 수 있었다.

• 한국조경학회지
• /
• 제52권2호
• /
• pp.96-109
• /
• 2024

본 연구는 딥러닝 모델 중 VGG-16 및 ResNet50 모델을 활용하여 전시 정원의 유사성 평가 방법을 제시하는 것에 목적이 있다. VGG-16과 ResNet50 모델을 기반으로 전시 정원 유사성 판단을 위한 모형을 개발하였고, 이를 DRG(deep recognition of similarity in show garden design)모형이라 한다. 평가를 위한 방법으로 GAP와 피어슨 상관계수를 활용한 알고리즘을 사용하여 모형을 구축하고 1순위(Top1), 3순위(Top3), 5순위(Top5)에서 원본 이미지와 유사한 이미지를 도출하는 총 개수 비교로 유사성의 정확도를 분석하였다. DRG 모형에 활용된 이미지 데이터는 국외 쇼몽가든페스티벌 전시 정원 총 278개 작품과 국내 정원박람회인 서울정원박람회 27개 작품 및 코리아가든쇼 전시정원 이미지 17개 작품이다. DRG모형을 활용하여 동일 집단과 타 집단간의 이미지 분석을 진행하였고, 이를 기반으로 전시 정원 유사성의 가이드라인을 제시하였다. 첫째, 전체 이미지 유사성 분석은 ResNet50 모델을 기반으로 하여 데이터 증강 기법을 적용하는 것이 유사성 도출에 적합하였다. 둘째, 내부 구조와 외곽형태에 중점을 둔 이미지 분석에서는 형태에 집중하기 위한 일정한 크기의 필터(16cm × 16cm)를 적용하여 이미지를 생성하고 VGG-16 모델을 적용하여 유사성을 비교하는 방법이 효과적임을 알 수 있었다. 이때, 이미지 크기는 448 × 448 픽셀이 효과적이며, 유채색의 원본 이미지를 기본으로 설정함을 제안하였다. 이러한 연구 결과를 토대로 전시 정원 유사성 판단에 대한 정량적 방법을 제안하고, 향후 다양한 분야와의 융합 연구를 통해 정원 문화의 지속적인 발전에 기여할 것으로 기대한다.

• 방사선산업학회지
• /
• 제17권1호
• /
• pp.19-32
• /
• 2023

The amount of radioactive waste is expected to dramatically increase with decommissioning of nuclear power plants such as Kori-1, the first nuclear power plant in South Korea. Accurate nuclide analysis is necessary to manage the radioactive wastes safely, but research on verification of radionuclide analysis has yet to be well established. This study aimed to develop the technology that can verify the results of radionuclide analysis based on artificial intelligence. In this study, we propose an anomaly detection algorithm for inspecting the analysis error of radionuclide. We used the data from 'Updated Scaling Factors in Low-Level Radwaste' (NP-5077) published by EPRI (Electric Power Research Institute), and resampling was performed using SMOTE (Synthetic Minority Oversampling Technique) algorithm to augment data. 149,676 augmented data with SMOTE algorithm was used to train the artificial neural networks (classification and anomaly detection networks). 324 NP-5077 report data verified the performance of networks. The anomaly detection algorithm of radionuclide analysis was divided into two modules that detect a case where radioactive waste was incorrectly classified or discriminate an abnormal data such as loss of data or incorrectly written data. The classification network was constructed using the fully connected layer, and the anomaly detection network was composed of the encoder and decoder. The latter was operated by loading the latent vector from the end layer of the classification network. This study conducted exploratory data analysis (i.e., statistics, histogram, correlation, covariance, PCA, k-mean clustering, DBSCAN). As a result of analyzing the data, it is complicated to distinguish the type of radioactive waste because data distribution overlapped each other. In spite of these complexities, our algorithm based on deep learning can distinguish abnormal data from normal data. Radionuclide analysis was verified using our anomaly detection algorithm, and meaningful results were obtained.

• 지능정보연구
• /
• 제25권3호
• /
• pp.201-220
• /
• 2019

가짜뉴스가 전세계적 이슈로 부상한 최근 수년간 가짜뉴스 문제 해결을 위한 논의와 연구가 지속되고 있다. 특히 인공지능과 텍스트 분석을 이용한 자동화 가짜 뉴스 탐지에 대한 연구가 주목을 받고 있는데, 대부분 문서 분류 기법을 이용한 연구들이 주를 이루고 있는 가운데 문서 요약 기법은 지금까지 거의 활용되지 않았다. 그러나 최근 가짜뉴스 탐지 연구에 생성 요약 기법을 적용하여 성능 개선을 이끌어낸 사례가 해외에서 보고된 바 있으며, 추출 요약 기법 기반의 뉴스 자동 요약 서비스가 대중화된 현재, 요약된 뉴스 정보가 국내 가짜뉴스 탐지 모형의 성능 제고에 긍정적인 영향을 미치는지 확인해 볼 필요가 있다. 이에 본 연구에서는 국내 가짜뉴스에 요약 기법을 적용했을 때 정보 손실이 일어나는지, 혹은 정보가 그대로 보전되거나 혹은 잡음 제거를 통한 정보 획득 효과가 발생하는지 알아보기 위해 국내 뉴스 데이터에 추출 요약 기법을 적용하여 '본문 기반 가짜뉴스 탐지 모형'과 '요약문 기반 가짜뉴스 탐지 모형'을 구축하고, 다수의 기계학습 알고리즘을 적용하여 두 모형의 성능을 비교하는 실험을 수행하였다. 그 결과 BPN(Back Propagation Neural Network)과 SVM(Support Vector Machine)의 경우 큰 성능 차이가 발생하지 않았지만 DT(Decision Tree)의 경우 본문 기반 모델이, LR(Logistic Regression)의 경우 요약문 기반 모델이 다소 우세한 성능을 보였음을 확인하였다. 결과를 검증하는 과정에서 통계적으로 유의미한 수준으로는 요약문 기반 모델과 본문 기반 모델간의 차이가 확인되지는 않았지만, 요약을 적용하였을 경우 가짜뉴스 판별에 도움이 되는 핵심 정보는 최소한 보전되며 LR의 경우 성능 향상의 가능성이 있음을 확인하였다. 본 연구는 추출요약 기법을 국내 가짜뉴스 탐지 연구에 처음으로 적용해 본 도전적인 연구라는 점에서 의의가 있다. 하지만 한계점으로는 비교적 적은 데이터로 실험이 수행되었다는 점과 한 가지 문서요약기법만 사용되었다는 점을 제시할 수 있다. 향후 대규모의 데이터에서도 같은 맥락의 실험결과가 도출되는지 검증하고, 보다 다양한 문서요약기법을 적용해 봄으로써 요약 기법 간 차이를 규명하는 확장된 연구가 추후 수행되어야 할 것이다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.57-84
• /
• 2023

현대사회는 정보통신기술 및 빅데이터 기술의 발전으로 누구나 인터넷을 통해 손쉽게 방대한 데이터를 얻고 활용할 수 있는 시대로, 양질의 데이터를 수집하는 능력을 넘어 수많은 정보 속에서 올바른 데이터만을 선별하는 능력이 더욱 중요해지고 있다. 이러한 기조는 학계에서도 이어지고 있는데, 축적되는 연구물 속에서 양질의 연구를 선별하여 올바른 지식구조를 형성하기 위해, 다양한 연구 분야에서 체계적 고찰(systematic review) 및 비체계적 고찰(non-systematic review)과 같은 문헌연구(literature review)가 수행되고 있다. 한편, 코로나19 팬데믹 이후 의료산업에서도 그동안 합의에 이르지 못했던 원격의료가 제한적으로나마 허용되고, 인공지능 및 빅데이터 기술이 응용된 건강추천시스템(health recommender systems: HRS)과 같은 새로운 의료서비스가 각광을 받고 있다. 하지만, 실무적으로 HRS가 미래 의료산업 발전을 이끌 중요한 기술로 평가받고 있음에도 불구하고, 학술적인 문헌연구는 다른 분야에 비해 매우 부족한 실정이다. 더불어 HRS는 학제적 성격이 강한 융합 분야임에도 불구하고, 기존의 문헌연구는 비체계적 고찰과 체계적 고찰 방법만을 주로 활용하여 이뤄졌기 때문에, 다른 연구 분야와의 상호작용이나 동적인 관계를 유추하기에는 한계가 존재한다. 이에, 본 연구에서는 인용네트워크 분석(citation network analysis: CNA)을 활용하여 HRS 및 주변 연구 분야의 전체적인 네트워크 구조를 파악하였다. 또한, 이 과정에서 최신 논문이 인용 관계가 잘 나타나지 않는 문제를 보완하기 위해 GraphSAGE 알고리즘을 적용함으로써, HRS 연구에 있어 'recommender system', 'wireless & IoT', 'computer vision', 'text mining' 등과 같은 연구 분야들의 중요도가 높아지고 있음을 파악하였으며, 이와 동시에 개인화(personalization) 및 개인정보보호(privacy) 등과 같은 새로운 키워드가 주요 이슈로 등장하고 있음을 확인하였다. 본 연구를 통해 HRS 연구 커뮤니티의 구조를 파악하고, 관련된 연구 동향을 살펴보며, 미래 HRS 연구 방향을 설계함에 있어 실질적인 통찰을 제공할 수 있을 것으로 기대한다.

• 한국항해항만학회지
• /
• 제47권1호
• /
• pp.10-17
• /
• 2023

최근 자율운항선박 개발을 위한 연구가 국내외에서 추진 중에 있다. 자율운항선박 개발에서 핵심기술 중 하나는 항로추종인데, 항로추종은 선박의 안전성 확보에 중요하기 때문에 자율운항선박 설계 시 사전평가 해야 한다. 본 연구의 목적은 자율운항선박 설계 시 항로추정성능의 시각적 및 정량적 평가기법을 개발하기 위한 것이다. 이 평가기법은 전산유체역학 기반의 자유 항주 모델과 LOS(Line-of-Sight) 알고리즘을 연계하여 개발하였다. 평가기법 중, 시각적 평가는 항로추종 중인 선박에 의해 생성되는 파계를 전산유체역학 소프트웨어를 이용하여 가시화하여 평가하고, 정량적 평가는 목표 선수방위각과 추정 선수방위각 사이의 차이 값과 계획항로와 추종항로 사이의 거리 차이 값을 이용하여 평가하였다. 항로추종성능 평가 결과, 항로추종 중 변침지점 부근에서 항로이탈편차가 크게 발생함을 알았고, 또한 선박 주위 유동의 시각화를 통해 선박 주위 유체 현상을 쉽게 파악할 수 있었다. 본 연구에서 제안한 평가기법은 자율운항선박 설계 시 항로추정성능 평가에 관한 시각적 및 정량적 평가에 기여할 것으로 기대된다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.76-83
• /
• 2022

최근 IT기술이 발달함에 따라 다양한 생체신호 측정 기기에 대한 연구 및 관심이 높아지고 있는 이유 중 하나로 고령사회가 본격화됨에 따라 IT 관련 기술을 이용한 고령 인구에 대한 연구가 지속해서 발전되고 있다. 본 논문은 초고령사회에 접어들면서 빠르게 발전하고 있는 노인층을 대상으로 한 의료서비스 영역 중 하나인 생활 패턴 감지와 낙상 감지 알고리즘 개발에 관한 것이다. 3축 가속도 센서와 심전도 센서를 이용한 시스템을 구성하여 데이터를 수집한 뒤 데이터를 분석하는 과정으로 진행하였고 실제 연구 결과로부터 행동 패턴의 분류가 가능함을 제안한다. 본 논문에 의해 구현된 인체 활동 모니터링 시스템의 유용성을 평가하기 위하여 자세 변화, 보행속도의 변화 등 다양한 조건에서 실험을 수행하여 인체의 중력 가속도와 인체 활동 정도를 반영하는 신호크기 범위 및 신호 벡터크기 파라미터를 추출하였다. 그리고 이들 파라미터값에 의해 피검자의 상태에 따라 판별이 가능하였다.