• 인터넷정보학회논문지
• /
• 제18권2호
• /
• pp.21-30
• /
• 2017

모든 사물에서 네트워크 및 컴퓨팅이 가능한 IoT(Internet of Things) 환경이 빠르게 확산되고 있다. IoT 환경은 클라우드 기반 중앙처리 구조를 통해 데이터를 처리하고 사용자에게 서비스를 제공하기 때문에 병목현상 및 서비스 지연이 발생할 수 있다. 이를 해결하기 위해, 최근 단말 IoT 노드와 네트워크에서 직접 데이터를 처리하여 사용자에게 서비스를 제공하는 Edge Computing이 주목받고 있으며 이러한 Edge Computing 환경에서 사용자에게 효율적으로 지능형 서비스를 제공하기 위한 연구가 지속되고 있다. 본 논문에서는 IoT 환경에서 Edge Computing을 위한 전문가 시스템 기반 상황 인식 서비스 기법을 제안한다. 제안하는 기법은 자원 제한적인 IoT 노드 간 효율적인 협업을 기반으로 데이터를 실시간으로 처리하고 상황 인식을 통해 사용자에게 최적화된 맞춤형 서비스를 제공한다. 또한, 사용자는 사용 용도에 따라 직접 상황 인식 서비스를 수정하여 원하는 서비스를 제공받을 수 있다. 제안하는 기법을 스마트 홈 환경에서 3가지 방범 서비스 모드를 이용하여 테스트하였으며, 본 논문의 IoT 기반 전문가 시스템 서버와 기존 PC 기반 전문가 시스템 서버의 자원 소모량을 비교하여 제안하는 기법의 안정성을 입증하였다.

• 정보화정책
• /
• 제27권1호
• /
• pp.92-114
• /
• 2020

본 연구는 국민들의 청와대 국민청원 활용 동인을 분석하는 것에 목적이 있다. 온라인 공간은 숙의민주주의 구현의 실험장으로 활용되어 왔다. 국민 신문고, 다음 아고라 등에서 다양한 여론이 형성되어 실제 국민들의 공감을 얻기도 했다. 문재인 정부 청와대는 국민들의 여론을 수렴하기 위한 방안으로 국민청원 사이트를 개설했다. 30일 동안 20만 명 이상 동의를 얻은 청원에 대해서 부처의 책임자 혹은 청와대 관계자가 직접 답변을 하는 방식으로 운영된다. 본 연구는 청와대 국민청원이 기존 여론 수렴 플랫폼과 어떤 차별성을 가지는지, 왜 국민들이 청와대 국민청원 서비스에 열광하는지 깊이 살펴보고자 한다. 이를 위해 본 연구는 혼합연구 방식을 도입하여 질적, 양적 분석을 수행했다. 먼저 표적 집단 면접을 통해서 청와대 국민청원 이용경험이 있는 사람들을 대상으로 경험을 측정 가능한 구성개념으로 요인화 했다. 그 다음 청와대 국민청원 이용 경험이 있는 우리나라 국민 156명을 대상으로 설문 조사를 실시했다. 분석결과 상징성, 유용성, 충족성, 신뢰 요인이 국민청원 활용 의도에 정(+)의 영향을 미침을 것을 확인하였다. 본 연구는 온라인의 숙의민주주의 플랫폼에서 이용자들의 실제 참여를 제고하기 위해서 기술적 측면 보다는 상징성, 유용성, 충족성, 신뢰 요인이 마련될 수 있어야 함을 주장하고자 한다. 더불어서 본 연구는 온라인 숙의민주주의 구현 과정으로 청와대 국민청원이 기존 여론 수렴 플랫폼과 어떠한 차별성이 있는지 살펴보고, 지속 이용에 영향을 미치는 요인들을 분석했다는 점에서 의의를 가진다고 할 수 있다.

• 한국습지학회지
• /
• 제22권4호
• /
• pp.245-256
• /
• 2020

본 연구의 목적은 우리나라 환경산업 해외시장 진출 전략 수립을 위하여 선진국과의 환경산업 기술경쟁력을 평가하고자 하였다. 환경산업 기술경쟁력을 평가하기 위하여 국내·외 환경산업기술 분류체계를 바탕으로 환경산업 분야별 중점 기술을 분류하고, 기술경쟁력 평가지표를 구축하였다. 평가지표 자료 구축을 수행한 후 델파이 분석 및 논문·특허 분석, 수출·입 분석을 수행하였으며, 지표값에 대한 표준화 분석을 수행하였다. 또한, AHP(Analytic Hierarchy Process) 기법을 통해 평가지표별 가중치를 산정하여 한국, 미국, 영국, 독일, 프랑스의 환경산업기술 경쟁력 평가 결과를 도출하였다. 평가 결과, 모든 환경산업 분야에서 미국이 상대적으로 기술경쟁력이 가장 높은 것으로 평가되었으며, 한국은 선진국에 비해 상대적으로 가장 낮은 경쟁력을 가지고 있는 것으로 평가되었다. 특히, 한국은 다매체 환경관리 및 지속가능 사회시스템 구축분야가 선진국에 비해 기술경쟁력 수준이 가장 낮은 것으로 나타났다. 따라서 국내 환경산업기술이 글로벌 선진시장에 진출하기 위해서는 국내 강점인 사물인터넷, 클라우드, 빅데이터, 모바일, 인공지능 기반의 4차 환경산업 개발을 통해 경쟁력을 강화해야 할 것으로 판단된다.

• 디지털융복합연구
• /
• 제17권12호
• /
• pp.249-254
• /
• 2019

최근 네트워크 환경이 확장되면서 스마트 기기 보급이 지속해서 증가하고 있다. 스마트 폰, 스마트 패드, 웨어러블 등 스마트 디바이스의 보급을 통해 스마트기술과 IT융합 기술에 많은 변화를 주고 있다. 스마트기술의 발전은 4차산업 기술의 핵심적인 요소이다. 4차산업 혁명은 IT융합과 스마트 디바이스를 이용하여 주거, 산업, 생산 환경에 지능적 요소를 추가하여 새로운 서비스 기반 산업을 확장 시켰다. 스마트 홈, 스마트 팩토리, 스마트 팜, 스마트 헬스케어 등 스마트기술을 이용한 다양한 서비스 제공에 관한 연구가 활발하게 진행되고 있다. 특히 스마트 홈은 사물인터넷 기기의 보급 확산과 센서 기술, 컨트롤 기술, 애플리케이션, 데이터 관리, 클라우드 서비스 성장에 따라 급성장하고 있다. 스마트기술을 이용한 스마트 홈 서비스는 거주자에게 편리하고, 유익한 서비스 및 환경 제공이 가능하다. 스마트 홈 서비스는 기존 홈 네트워크 서비스 문제점을 보완했지만 여전히 미비한 점이 많이 있다. 즉 스마트 디바이스 보급과 공급자 위주의 서비스 개발 및 서비스 연동은 사용자 환경과 사용자 상태를 고려한 서비스 제공에 한계를 가지고 있다. 이러한 문제점을 보완하기 위해 본 연구에선 고령자 상황을 고려한 스마트 홈 서비스 시스템을 제안한다. 제안방법은 기존 스마트 홈 서비스 제공 방법에 고령자 상황과 상태 정보를 반영하여 서비스를 지원한다. 또한, 서비스 지원 확장을 통해 지역 서비스 및 외부 서비스를 적절하게 지원하여 사용자에게 적합한 서비스 제공을 목적으로 하고 있다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.568-578
• /
• 2021

산학협력 성과물 중 하나인 특허는 혁신의 원천이자 기술이전 및 기술사업화를 통한 경제성장에 중요한 역할을 하고 매개체이다. 그러나 산학협력이 궁극적으로 기업이 원하는 결과를 창출하기 위해서는 산학협력의 성과물인 특허가 사업에 활용되어야 함에도 모든 특허가 사업에 활용되는 것은 아니다. 본 연구에서는 산학협력이 성공적으로 추진되어 그 성과물로 특허가 창출된 이후에도, 사업화로 연계되지 못하는 경우에 대해 그 원인을 파악하여 산학협력이 궁극적으로 성공적인 사업화로 연계될 수 있는 방안을 설계할 수 있도록 지원한다. 이를 위해 첫째 미국의 산학협력 등록특허를 수집하고, 둘째 머신러닝 기법으로 활용 특허와 미활용 특허를 분류할 수 있는 예측모형을 설계하였다. 최종적으로 식별된 특허들의 시장성과 기술성을 분석하여 두 유형의 특허에 있어 유의미한 차이점을 도출하고자 하였다. 본 연구는 학술적으로 활용 및 미활용 특허의 예측 연구의 기반이 될 것이며, 실무적으로는 산학협력을 기획하는 기업 및 대학 담당자가 기술협력을 위한 전략수립에 기여할 것으로 기대 된다.

• 한국건축시공학회지
• /
• 제22권6호
• /
• pp.619-630
• /
• 2022

콘크리트의 배합설계와 압축강도 평가는 지속가능한 구조물의 내구성을 위한 기초적인 자료로서 활용되고 있다. 하지만, 콘크리트 배합설계는 최근 배합요소의 다변화 등의 이유로 인하여 정확한 배합요소 산정이나 기준값 설정에 어려움을 겪고 있다. 본 연구에서는 인공지능 기법 중 하나인 딥러닝 기법을 사용하여 삼성분계 콘크리트의 배합요소를 산정하는 양방향 해석의 예측모델을 설계하는 것을 목적으로 한다. 콘크리트 배합요소 산정을 위한 DNN 기반 예측모 델은 층 수, 은닉 뉴런 수를 변수로 한 총 8개의 모델을 사용하여 성능평가 및 비교를 실시하였으며, 이후 학습된 DNN 모델을 사용하여 소요압축강도에 따른 콘크리트 배합 산정 결과를 출력하였다. 모델의 성능평가 결과, 콘크리트 압축 강도 인자에 대하여 평균 약 1.423%의 오류율을 나타내었으며, 삼성분계 콘크리트 배합인자 예측에 대하여 평균 8.22%의 MAPE 오차를 만족하였다. DNN 모델의 구조별 성능평가 비교 결과, 모든 배합인자에 대하여 DNN5L-2048 모델이 가장 높은 성능을 보였다. 학습된 DNN 모델을 사용하여 30, 50MPa의 소요압축강도를 가지는 삼성분계 콘크 리트 배합표 예측을 진행하였으며, 추후 학습을 위한 데이터 세트 확장과 실제 콘크리트 배합표와 DNN 모델 출력 콘 크리트 배합표 간의 비교를 통한 검증 과정이 필요할 것으로 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.355-364
• /
• 2023

최근 지능화된 사이버 위협이 지속적으로 증가함에 따라 기존의 패턴 혹은 시그니처 기반의 침입 탐지 방식은 새로운 유형의 사이버 공격을 탐지하는데 어려움이 있다. 따라서 데이터 학습 기반 인공지능 기술을 적용한 이상 징후 탐지 방법에 관한 연구가 증가하고 있다. 또한 지도학습 기반 이상 탐지 방식은 학습을 위해 레이블 된 이용 가능한 충분한 데이터를 필요로 하기 때문에 실제 환경에서 사용하기에는 어려움이 있다. 최근에는 정상 데이터로 학습하고 데이터 자체에서 패턴을 찾아 이상 징후를 탐지하는 비지도 학습 기반의 방법에 대한 연구가 활발히 진행되고 있다. 그러므로 본 연구는 시퀀스 로그 데이터로부터 유용한 시퀀스 정보를 보존하는 잠재 벡터(Latent Vector)를 추출하고, 추출된 잠재 벡터를 사용하여 이상 탐지 학습 모델을 개발하는데 있다. 각 시퀀스의 특성들에 대응하는 밀집 벡터 표현을 생성하기 위하여 Word2Vec을 사용하였으며, 밀집 벡터로 표현된 시퀀스 데이터로부터 잠재 벡터를 추출하기 위하여 비지도 방식의 오토인코더(Autoencoder)를 사용하였다. 개발된 오토인코더 모델은 시퀀스 데이터에 적합한 순환신경망 GRU(Gated Recurrent Unit) 기반의 잡음 제거 오토인코더, GRU 네트워크의 제한적인 단기 기억문제를 해결하기 위한 1차원 합성곱 신경망 기반의 오토인코더 및 GRU와 1차원 합성곱을 결합한 오토인코더를 사용하였다. 실험에 사용된 데이터는 시계열 기반의 NGIDS(Next Generation IDS Dataset) 데이터이며, 실험 결과 GRU 기반의 오토인코더나, 1차원 합성곱 기반의 오토인코더를 사용한 모델보다 GRU와 1차원 합성곱을 결합한 오토인코더가 훈련 데이터로부터 유용한 잠재 패턴을 추출하기 위한 학습 시간적 측면에서 효율적이었고 이상 탐지 성능 변동의 폭이 더 작은 안정된 성능을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.255-258
• /
• 2022

최근 환경 오염이 지속되면서 신재생 에너지에 대한 사람들의 관심이 높아지고 있다. 제주 지역은 태양광, 태양열, 바이오, 풍력 발전 등 신재생 에너지 발전이 많이 이루어지고 있지만, 그에 비하여 관련 데이터의 개방과 분석 사례는 부족한 상황이다. 이에 본 연구에서는 전 세계 데이터 사이언티스트(Data Scientists)들이 활동하고 있는 캐글(Kaggle) 플랫폼을 활용하여 태양광 생산량과 관련된 변수를 추출하고, 데이터에 적용할 수 있는 머신러닝(Machine Learning) 기법을 탐구하여 머신 러닝 설계를 위한 제주 지역의 태양광 발전 데이터셋(Dataset) 형태(Form)를 제시하고자 한다. 구체적으로는 캐글 데이터 플랫폼을 활용하여 태양광 에너지 분석을 진행한 후 제주 지역 태양광 데이터 수집에 대한 보완점을 제안할 수 있다. 이러한 시도는 제주 지역의 태양광 산업의 발전을 위한 데이터 분석에 활용이 가능할 것으로 기대할 수 있다. 즉, 현재 개방되어 있는 제주 지역의 태양광 발전 데이터셋 형태를 인공지능(Artificial Intelligent) 분석을 위한 머신러닝에 적합한 형태로 구축이 될 수 있도록 제안할 수 있다. 이를 통하여 제주 지역 태양광 산업의 발전의 효율을 높이는 방안을 마련하는데 기반 연구가 될 것이다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.243-264
• /
• 2018

현재 전세계 배터리 시장은 이차전지 개발에 박차를 가하고 있는 실정이지만, 실제로 소비되는 배터리 중 가격 대비 성능이 좋고 재충전을 통해 다시 재사용이 가능한 납축전지(이차전지)의 소비가 광범위하게 이루어지고 있다. 하지만 납축전지는 복합적 셀(cell)을 묶어 하나의 배터리를 구성하여 활용하는 배터리의 특성상 하나의 셀에서 열화가 발생하면 전체 배터리의 손상을 가져와 열화가 빨리 진행되는 문제가 존재한다. 이를 극복하기 위해 본 연구는 기계학습을 통한 배터리 상태 데이터를 학습하여 배터리 열화를 예측할 수 있는 모델을 개발하고자 한다. 이를 위해 실제 현장에서 배터리 상태를 지속적으로 모니터링 할 수 있는 센서를 골프장 카트에 부착하여 실시간으로 배터리 상태 데이터를 수집하고, 수집한 데이터를 이용하여 기계학습 기법을 적용한 분석을 통해 열화 전조 현상에 대한 예측 모델을 개발하였다. 총 16,883개의 샘플을 분석 데이터로 사용하였으며, 예측 모델을 만들기 위한 알고리즘으로 의사결정나무, 로지스틱, 베이지언, 배깅, 부스팅, RandomForest를 사용하였다. 실험 결과, 의사결정나무를 기본 알고리즘으로 사용한 배깅 모델이 89.3923%이 가장 높은 적중률을 보이는 것으로 나타났다. 본 연구는 날씨와 운전습관 등 배터리 열화에 영향을 줄 수 있는 추가적인 변수들을 고려하지 못했다는 한계점이 있으나, 이는 향후 연구에서 다루고자 한다. 본 연구에서 제안하는 배터리 열화 예측 모델은 배터리 열화의 전조현상을 사전에 예측함으로써 배터리 관리를 효율적으로 수행하고 이에 따른 비용을 획기적으로 줄일 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.21-41
• /
• 2010

본 논문은 다양한 사용자의 개인적 검색요구를 충족시키지 못하는 기존 검색시스템의 문제점을 해결하기 위해 사용자의 묵시적 피드백을 이용한 적응형 사용자 기호정보 기반의 개인화 검색을 실현하고, 검색결과에 대한 실시간 필터링을 통해 사용자에게 적합한 검색 결과를 제공하는 시스템을 제안한다. 기존의 검색 시스템들은 검색의도의 불확실성 때문에 사용자의 검색실패율이 높다. 검색 의도의 불확실성은 동일한 사용자가 "java"와 같은 다의어에 대해 동일한 질의어를 사용하더라도 다른 검색 결과를 원할 수 있다는 것이며, 단어의 수가 적을수록 불확실성은 가중될 것이다. 실시간 필터링은 사용자의 도메인 지정여부에 따라 주어진 도메인에 해당하는 웹문서들만 추출하거나, 적절한 도메인을 추론하고 해당하는 웹문서들만 검색 결과로 보여주는 것으로, 일반적인 디렉토리 검색과 유사하지만 모든 웹문서에 대해 이루어진다는 것과 실시간으로 분류된다는 것이 다르다. 실시간 필터링을 개인화에 활용함으로써 검색 결과의 수를 줄이고 검색만족도를 개선했다. 본 논문에서 생성한 기호정보파일은 계층적 구조로 이루어지며, 상황정보의 반영이 가능하기 때문에 의도의 불확실성을 해결 할 수 있다. 또한 사용자의 도메인별 웹문서 검색 동작을 효과적으로 추적(track) 할 수 있으며, 사용자의 기호 변화를 적절하게 알아낼 수 있다. 각 사용자 식별을 위해 IP address를 사용했으며, 기호정보파일은 사용자의 검색 행동에 대한 관찰을 기반으로 지속적으로 갱신된다. 또한 사용자의 검색결과에 대한 행동 관찰을 통해, 사용자 기호를 인지하고, 기호정보를 동적으로 반영했으며, 검색결과에 대한 만족도를 측정했다. 기호정보파일과 반영비율은 사용자가 검색을 수행할 때 시스템에 의해 생성되거나 갱신된다. 실험결과 적응형 사용자 기호정보파일과 실시간 필터링을 함께 사용함으로써, 상위 10개의 검색결과 중 평균 4.7개의 결과들에 대해 만족하는 것으로 나타났으며, 이는 구글의 결과에 비해 약 23.2% 향상된 만족도를 나타내었다.