• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 추계학술대회
• /
• pp.116-118
• /
• 2023

최근 환경오염에 대한 규제 강화로 인해 선박 운항은 경제적이며 지속가능한 최적화 항법에 대한 필요성이 대두되고 있다. 하지만 기상예보 기술의 발전에도 불구하고, 여전히 잘못된 기상예보로 인한 악천후에 조우하는 선박 사고들은 지속적으로 발생하고 있다. 본 연구에서는 악천후에 조우하는 선박의 실태를 파악하고 분석하기 위해, 운항중인 선박의 정보를 측정하고자 하였다. 여기서 측정한 데이터의 종류는 항해 (위치, 속도, 방위, 타각 등) 및 엔진 (엔진 회전수, 출력, 축 추력, 연료 소비량) 관련 정보, 기상 상태 (바람, 파도), 선박운동 (선박종, 횡운동 등) 등의 정보들이 포함되었다. 실측 실험을 시행한 선박의 종류는 28,000 DWT급 벌크선, 63,000 DWT급 벌크선, 20,000 TEU급 컨테이너선, 12,000 TEU급 컨테이너선박이다. 각 선박의 실선실험은 여러 가지 종류의 데이터를 각각 취득하여 다목적으로 선박 운항에 관련한 연구들에 활용하고자 한다. 또한 실선실험 시의 해상 상태를 확인하기 위해, 파도 시뮬레이션 모델을 이용하여 방향성 파랑 스펙트럼 등을 재현하였다. 실선 실험의 데이터 취득 및 파도 시뮬레이션 결과 등을 통하여, 선박레이더를 이용한 정확한 파도정보 파악 및 화물 붕괴 사고 등에 대한 연구를 진행하고 있다. 이에 더불어, 선박운항의 안전성 및 효율성 관점에서 다양하게 활용될 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제25권2호
• /
• pp.79-92
• /
• 2024

ChatGPT는 생성형 인공지능(Generative AI) 기술을 활용한 대표적인 챗봇으로서 과학기술 영역뿐만 아니라 사회, 경제, 산업, 문화 등 당양한 분야에서 유용하게 활용되고 있다. 본 연구는 글로벌 소셜미디어 레딧(Reddit)을 활용해 ChatGPT에 대한 사용자의 감정과 요구에 대한 탐색적인 분석을 수행한다. 이를 위해, 2022년 12월부터 2023년 8월까지의 댓글 10,796건을 수집하여 키워드 분석, 감성 분석, 니드마이닝(Needmining) 기반 토픽모델링을 실시하였다. 분석 결과, ChatGPT에 대한 댓글에서 출현 빈도가 가장 높은 단어는 "time"으로 답변의 신속성, 시간 효율성, 생산성 향상을 강조한 것으로 나타났다. 사용자들은 ChatGPT에 대해 신뢰와 기대의 감정과 동시에 사회적 영향에 대한 두려움과 분노의 감정을 표현하였다. 또한, 토픽모델링 분석을 통해 잠재적 니즈(Needs)를 포함한 14개의 주제를 도출하였고, 사용자들이 특히 ChatGPT에 대한 교육적 활용과 사회적 영향에 많은 관심을 보였다. 또한, ChatGPT와 관련된 언어모델, 직업, 정보, 의료, 서비스, 게임, 규제, 에너지, 윤리적 문제 등 다양한 주제들이 논의된 것을 알 수 있었다. 분석 결과를 바탕으로 사용자들의 요구를 반영하여 향후 실행계획의 방향을 제시하였다. 본 연구는 향후 ChatGPT를 이용하여 제품과 서비스를 개선하고, 새로운 서비스 플랫폼 기획 단계에서 유용한 정보를 제공할 것으로 기대된다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.129-143
• /
• 2023

빅데이터 시대를 맞이하여 인공지능 분야는 괄목할만한 성장을 보이고 있으며 특히 딥러닝에 의한 이미지 분류 학습방법이 중요한 영역으로 자리하고 있다. 이미지 분류에서 많이 사용되어 온 CNN의 성능을 더욱 개선하기 위해 다양한 연구가 활발하게 진행되었는데, 이 중에서 대표적인 방법이 CRNN(Convolutional Recurrent Neural Network) 알고리즘이다. CRNN 알고리즘은 이미지 분류를 위한 CNN과 시계열적 요소를 인식하기 위한 RNN의 조합으로 구성되는데, CRNN의 RNN영역에서 사용하는 입력값은 학습 대상의 이미지를 합성곱과 풀링 기법을 적용하여 추출된 결과물을 flatten한 값이고, 이 입력값들은 이미지 내 동일 위상에 있는 픽셀값들이 서로 다른 순서로 나타나기 때문에, RNN에서 의도한 이미지 내 배열 순서를 제대로 학습하기 어렵다는 한계점을 지닌다. 따라서 본 연구는 인코더와 디코더의 개념을 응용한 CNN과 RNN의 새로운 하이브리드 방법을 제안하여, 이미지 분류 성능을 향상시키는 것을 목적으로 하였다. 본 연구에서는 다양한 알고리즘 비교 실험을 통해, 새로운 하이브리드 방법의 효과성을 검증하였다. 본 연구는 인코더와 디코더 개념의 적용 가능성을 넓히고, 제안한 방법이 기존 하이브리드 방법에 비해, 복잡도가 크게 증가하지 않아 모델 학습 시간과 인프라 구축 비용 측면에서 이점을 있다는 점에서 학문적 시사점을 가진다. 또한, 정확한 이미지 분류가 필요한 다양한 분야에서 제공되는 서비스의 품질을 높일 수 있는 가능성을 제시하였다는 점에서 실무적 시사점을 가진다.

• 지식경영연구
• /
• 제25권1호
• /
• pp.193-215
• /
• 2024

본 연구는 코로나-19시기에 따라 디지털로의 변화가 요구되는 시대 속에서 디지털 격차를 일으키는 주요 요인이 무엇인지 파악한다. 이를 통해, 디지털 격차를 해소할 수 있는 시사점을 도출하고자 한다. 특히 2020년과 2021년 한국지능정보사회진흥원이 실시한 디지털정보격차실태조사 데이터를 바탕으로, 두 해의 데이터 분석에서 일관되게 신뢰성과 타당성 기준을 충족한 항목을 사용하여 연구모델을 구축하였다. 연구 방법은 SmartPLS 4를 분석 도구로 사용하여 PLS-SEM 및 다중집단분석을 실시하였다. 연구 결과는 다음과 같다. 첫째, 2020년과 2021년을 통합한 코로나-19 시기의 모바일 인터넷 이용량은 디지털 역량, 활용, 사회참여를 제외한 활용결과에 긍정적인 영향을 받는 것으로 나타났다. 둘째, 디지털 활용의 영향은 코로나-19 시작 시기보다 확산 시기에 큰 폭으로 증가하였는데, 이는 코로나 확산이 지속되면서 디지털 활용에 대한 요구가 증가하였고, 그에 따라 인터넷 이용 증가도 같이 나타난 것으로 보인다. 셋째, 코로나-19 확산 시기에 따른 모바일 인터넷 이용량 변화에 영향을 주는 요인은 인구통계요인이기보다는 앞서 검증한 디지털 활용 변수가 크게 작용하고 있음을 확인하였다. 본 연구 결과를 통해 디지털 리터러시 프로그램 개발의 중요성을 다시 확인하였다. 특히, 모바일 인터넷 이용량 증가에는 디지털 활용이 중요한 역할을 하고 있으므로, 디지털 서비스 이용자들을 위한 교육 프로그램 구성 시 디지털 활용을 중심으로 이루어져야 함을 제안한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권2호
• /
• pp.1-8
• /
• 2024

신축이음 장치는 교량 상부구조의 신축량을 수용할 목적으로 설치되며 공용중 충분한 유간을 확보하여야 한다. 안전점검 및 정밀안전진단 수행 시 유간부족 및 유간과다에 대한 손상을 명시하고 있으나, 유간에 따른 교량의 이상 거동을 판별하기 위한 기준이 미흡하다. 본 연구에서는 동일 신축이음부의 유간 데이터를 지속적으로 추적하여 데이터 기반의 유지관리 방안을 제시하였다. 689개소의 신축이음 장치에서 계절별 영향을 고려하여 총 2,756개의 유간 데이터를 수집하였다. 동일 위치에서 4개 이상의 데이터를 통해 신축거동을 분석할 수 있는 유간 변화 평가 방안을 마련하였으며, 신축거동에 영향을 미치는 인자를 분류하고 딥러닝과 설명 가능한 AI를 통해 각 인자의 영향도를 분석하였다. 유간 평가 그래프를 통해 교량 상부구조의 이상 거동을 협착 및 기능 고장으로 분류하였다. 이론적 거동을 보이고 있다하더라도 협착 가능성이 나타날 수 있는 사례 및 하절기 협착 가능성이 매우 높게 나타난 사례가 도출되었다. 협착 가능성은 낮으나 교량 상부구조에 기능상 문제점이 발생했을 가능성이 높은 사례와 시공오류에 따라 신축이음 장치가 재시공된 사례도 도출되었다. 딥러닝 및 설명 가능한 AI를 통한 영향인자 분석은 기존의 신축유간 계산식 및 교량 설계에 따른 결과로 설명 가능하여 신뢰 가능한 수준으로 판단되어 추후 모델의 개선을 통해 유지관리를 위한 가이드를 제시할 수 있을 것이라 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.217-225
• /
• 2024

미래 핵심 인재 양성을 위해서는 다양하고 실질적인 SW·AI 교육 프로그램의 개발이 필요하고 SW·AI 공교육을 보조할 수 있는 체계적인 시스템이 구축되어야 한다. 본 연구에서는 SW·AI 교육 모듈을 개발하고 조합하여 공교육에 적용 가능한 SW·AI 교육 프로그램을 구성한다. 또한, 체계적인 교육시스템을 구축하고 다양한 공유 플랫폼을 기반으로 'Job's Garage Camp'를 진행하여 초·중·고 학생들에게 지속 가능한 SW·AI 교육을 제공한다. 지속 가능한 공교육 연계 교육환경을 조성함으로써, 학생들이 SW·AI에 대한 학습을 자기 주도적으로 이어갈 수 있도록 유도한다. 'Job's Garage Camp'에 참여한 학생들을 대상으로 사전-사후 설문조사를 실시한 결과, '흥미·관심', '이해·자신감', '진로희망'의 모든 영역에서 사전 대비 사후 수치가 향상되었다. 이러한 결과를 기반으로 학생들에게 SW·AI에 대한 보편적인 긍정적인 인식과 영향을 주었음을 확인할 수 있다. 따라서 'Job's Garage Camp'의 운영사례를 개선하고 확대한다면 추후 다른 SW·AI 교육 프로그램에 적용 가능한 표준 모델로 제시될 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.77-85
• /
• 2024

본 논문에서는 열화상 카메라, 스피드돔 카메라, PTZ 카메라, 레이더, 라이다 센서와 스마트폰을 통합한 순찰 로봇을 설계하고 구현하였다. 이 로봇은 복잡한 환경에서도 효율적으로 감시하고 대응할 수 있는 능력을 갖추고 있으며, 특히 야간이나 가시성이 낮은 조건에서도 높은 성능을 발휘할 수 있도록 설계되었다. 로봇의 이동성을 위해 궤도 이동체계를 선택하였고, 실시간 데이터 처리와 의사결정을 위해 스마트폰 기반의 제어 시스템을 개발하였다. 다양한 센서의 조합은 로봇이 환경을 포괄적으로 인식하고 위험 요소를 신속하게 감지할 수 있게 해준다. 열화상 카메라는 야간 감시에, 스피드돔과 PTZ 카메라는 광범위한 영역 모니터링에, 레이더와 라이다는 장애물 탐지와 회피에 활용된다. 스마트폰 기반 제어 시스템은 사용자 친화적인 인터페이스를 제공한다. 제안된 로봇 시스템은 보안, 감시, 재난 대응 등 다양한 분야에서 활용 가능하다. 향후 연구에서는 로봇의 자율 순찰 알고리즘 개선, 다중 로봇 협업 시스템 개발, 실제 환경에서의 장기 테스트 등이 수행되어야 할 것이다. 본 연구는 지능형 감시 로봇 분야의 발전에 기여할 것으로 기대된다.

• 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.

• 한국산학기술학회논문지
• /
• 제18권1호
• /
• pp.262-268
• /
• 2017

최근 건물의 에너지 소비량이 전체 에너지 소비량의 약 20.5%를 차지하면서 건물의 에너지 고효율과 저소비에 대한 관심이 높이지고 있다. 또한 에너지 분석 및 평가에 다양한 연구가 이루어지고 있다. 건물의 초기설계 단계에서 에너지 분석 및 평가를 수행하고 적용할 경우 매우 효과적인 것으로 알려져 있다. 그러나 초기설계 단계에서는 창면적비, 외피면적 등 개괄적인 수준의 정보를 이용하여 에너지성능을 평가하기 때문에 자재 및 설비 등의 상세정보가 포함된 설계를 기준으로 평가하는 실시설계 단계의 결과와 많은 차이를 보일 수밖에 없다. 지금까지 대부분의 연구들은 건물에 설치되는 자재 및 설비 등에 대한 상세정보가 명확해지는 실시설계 단계에서의 분석 및 평가에 관한 것으로 초기설계 단계에서 이들 정보를 보완하는 연구는 미흡하다. 따라서 건물의 생애주기 동안 발생되는 에너지환경 정보를 구축하여 확률/통계적 방법으로 초기설계 단계에서 분석/평가에 정확한 정보를 제공할 수 있다면 에너지환경 분석의 정확성을 향상 시킬 수 있을 것이다. 그러나 아직까지 국내에서 에너지 사용에 대한 실적정보가 구축된 사례가 없다. 따라서 본 연구에서는 에너지환경 실적정보 구축을 위해 에너지환경 분석에 대해 고찰을 수행하고 분석하였다. 그리고 연구의 결과로 건물의 생애주기 정보 구축에 활용할 수 있는 정보분류체계와 정보 개념모델, 그리고 에너지환경 정보의 취득 및 제공을 위한 서비스 개념모델을 제시하여 향후 실적정보 시스템 개발 연구의 기초 자료로 활용하도록 하였다. 본 연구의 결과는 실적정보 지원 관리시스템 구축에 활용되어 초기설계 단계에서 입력정보를 보완하여 분석/평가의 신뢰성을 높일 수 있을 것이다. 만약 실적정보가 구축된다면 초기설계 단계에서 에너지환경 분석 및 평가를 위한 확률/통계 혹은 인공지능 등의 방법에 학습데이터로 활용될 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.31-39
• /
• 2023

본 연구의 목표는 통합형 국가연구개발 사업에서 정보화사업, 공공조달 등 공공수요 기반의 상용화로 연계되는 복잡한 형태의 사업성과를 측정하고 관리하기 위한 과학적이고 효율적인 성과평가 프레임워크를 제안하는데 있다. 다수의 연구기관이 참여하여 하나의 최종성과물을 이루는 통합형 국가연구개발사업과 사업의 결과물이 수요기반의 실증 및 상용화까지 이루어지는 사업의 경우, 연구개발사업을 구성하는 세부과제의 단기적 산출물을 바탕으로 성과를 평가하는 기존의 평가체계로는 통합적 연구성과물에 대한 중장기적 효과와 실용성을 평가하기에는 한계가 있다. 더욱이 국가연구개발사업의 패러다임이 효율성을 중시하는 임무중심으로 변화함에 따라, 국가연구개발과제의 성과평가도 결과의 효과와 실용성을 중심으로 변화해야 할 필요성이 제기되고 있다. 본 연구에서는 Hourglass 모델을 활용하여 각 국가연구개발과제의 성과가 단순한 단기적 산출을 넘어, 실제 그 효과성 등 실용적 관점에서 완성도를 평가하기 위한 구조적 관점의 성과평가 프레임을 제시한다. 이는 연구개발과제의 구조에 따라 Tool-System-Service-Effect로 이어지는 하향식(Top-down) 및 상향식(Bottom-up) 접근을 연계한 통합적 프레임이라 할 수 있다. 제시된 세부 평가지표와 성과평가 프레임을 실제 국가연구개발사업에 적용함으로써 지표의 타당성과 제안된 성과평가 프레임의 효용성을 검증하였으며, 이러한 결과는 향후 효율성을 강조하는 국가연구개발사업의 성과평가 체계에 대한 학술적, 정책적, 산업적 시사점을 제시할 것으로 기대된다.