• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권9호
• /
• pp.305-316
• /
• 2022

사물인터넷 및 빅데이터 등 디지털 데이터의 범람으로, 다수 사용자로부터 방대한 데이터를 처리 및 보관하는 클라우드 서비스 제공자는 효율적 데이터 관리를 위한 데이터 중복제거를 적용할 수 있다. 중앙 클라우드 서버로의 네트워크 혼잡 및 연산 효율성 저하 등의 문제를 개선하기 위한 클라우드의 확장으로 엣지 컴퓨팅 개념이 도입되면서 사용자 경험을 개선할 수 있으나, 전적으로 신뢰할 수 없는 새로운 엣지 디바이스의 추가로 인하여 프라이버시 보존 데이터 중복제거를 위한 암호학적 연산 복잡도의 증가를 야기할 수 있다. 제안 기법에서는 신뢰실행환경을 활용함으로써 사용자-엣지-클라우드 간 최적화된 통신 구조에서 프라이버시 보존 데이터 중복제거의 효율성 개선 방안을 제시한다. 사용자와 클라우드 사이에서의 비밀정보 공유를 통하여 엣지 디바이스에서의 연산 복잡도를 최소화하고, 클라우드 서비스 제공자의 효율적 암호화 알고리즘 사용을 가능하게 한다. 또한, 사용자는 엣지 디바이스에 데이터를 오프로딩함으로써 데이터 중복제거와 독립적인 활동을 가능하게 하여 사용자 경험을 개선한다. 실험을 통하여 제안 기법이 데이터 프라이버시 보존 중복제거 과정에서 엣지-클라우드 통신 효율성 향상, 엣지 연산 효율성 향상 등 성능 개선 효과가 있음을 확인한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권2호
• /
• pp.59-76
• /
• 2023

코로나 시대 이후 아파트 가격 상승은 비상식적이었다. 이러한 불확실한 부동산 시장에서 가격 예측 연구는 매우 중요하다. 본 논문에서는 다양한 부동산 사이트에서 자료 수집 및 크롤링을 통해 2015년부터 2020년까지 87만개의 방대한 데이터셋을 구축하고 다양한 아파트 정보와 경제지표 등 가능한 많은 변수를 모은 뒤 미래 아파트 매매실거래가격을 예측하는 모델을 만든다. 해당 연구는 먼저 다중 공선성 문제를 변수 제거 및 결합으로 해결하였다. 이후 의미있는 독립변수들을 뽑아내는 전진선택법(Forward Selection), 후진소거법(Backward Elimination), 단계적선택법(Stepwise Selection), L1 Regularization, 주성분분석(PCA) 총 5개의 변수 선택 알고리즘을 사용했다. 또한 심층신경망(DNN), XGBoost, CatBoost, Linear Regression 총 4개의 머신러닝 및 딥러닝 알고리즘을 이용해 하이퍼파라미터 최적화 후 모델을 학습시키고 모형간 예측력을 비교하였다. 추가 실험에서는 DNN의 node와 layer 수를 바꿔가면서 실험을 진행하여 가장 적절한 node와 layer 수를 찾고자 하였다. 결론적으로 가장 성능이 우수한 모델로 2021년의 아파트 매매실거래가격을 예측한 후 실제 2021년 데이터와 비교한 결과 훌륭한 성과를 보였다. 이를 통해 머신러닝과 딥러닝은 다양한 경제 상황 속에서 투자자들이 주택을 구매할 때 올바른 판단을 할 수 있도록 도움을 줄 수 있을 것이라 확신한다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권2호
• /
• pp.289-302
• /
• 2023

지식정보사회의 비약적인 발전에 힘입어 빅데이터를 분석하여 가치있는 결과물을 도출하고 유용한 정보를 추출하는 역량이 학교 수학의 주요 목표 중 하나로 급부상하고 있다. 고등학교 수학 진로 선택 과목 중 하나인 <인공지능 수학>은 디지털 기술을 활용한 통계 프로젝트를 통해 빅데이터에 기반한 새로운 통계 교육의 기회를 제공할 수 있다. 이 연구에서는 효과적인 빅데이터 통계 프로젝트 기반 과제를 설계하기 위한 일련의 가이드라인을 제안하고, 이 기준에 따라 5종의 인공지능 수학 교과서에 실린 최적화 단원 과제들을 평가하였다. 인공지능 수학 교과에서 빅데이터 통계 프로젝트 과제를 설계 시 고려하도록 도출된 가이드라인은 다음과 같다: (1) 지식과 기술을 국가 학교 수학 교육과정에 맞추고, (2) 전처리된 대규모 데이터 세트를 사용하며, (3) 데이터 과학자의 문제 해결 방법을 사용하고, (4) 의사 결정을 장려하며, (5) 공학도구를 활용하고, (6) 협업 학습을 촉진한다. 분석 결과에 따르면 가이드라인에 완전히 부합하는 과제는 드물었고, 특히 대부분의 교과서에서 가이드라인 2에 해당하는 요소를 프로젝트 과제에서 통합하지 못하고 있는 것으로 나타났다. 또한 소규모 데이터 세트나 빅데이터를 전처리 없이 직접 사용하는 경우가 많아 학생들의 빅데이터의 개념에 대한 오해를 불러일으킬 것이 우려된다. 본 연구에서는 결과를 토대로 인공지능에 필요한 관련 수학 지식과 기술을 밝히고, 이것이 빅데이터 과제에 통합될 때 얻을 수 있는 잠재적 이점과 교육적 고려사항에 대해 논의하였다. 이 연구는 수학적 개념과 머신러닝 알고리즘과의 연계 및 빅데이터를 사용하는 통계 교육에서의 효과적인 공학적 도구 사용에 대한 통찰을 제공하고자 하였다.

• 한국건설관리학회논문집
• /
• 제24권5호
• /
• pp.52-62
• /
• 2023

본 연구의 목적은 정착 길이, 표준 후크 및 이음 길이와 같은 관련 규정을 준수하면서 슬래브 철근의 정확한 절단 길이를 산출하는 자동화된 알고리즘을 제안하는 것이다. 제안된 알고리즘은 일반적으로 외주를 통해 수작업으로 진행하던 기존 철근 물량 산출 프로세스를 개선하는 것을 목표로 한다. 입찰 단계부터 정확한 철근 수량 데이터를 BBS(Bar Bending Schedule) 수준으로 제공함으로써 물량 산출의 불확실성을 제거하고 외부 의존도를 낮출 수 있다. 또한, 알고리즘을 통해 정확한 물량을 조기에 산출하는 경우 건설사는 경쟁력 있고 최적화된 입찰을 미리 준비할 수 있어 계약 협상 시 이익률을 높일 수 있다. 제안된 알고리즘은 견적, 예산, BBS 생성 등 다양한 프로세스에서 중복되는 업무를 간소화할 뿐만 아니라 계약 후 구조 도면 변경에도 유연하게 대처할 수 있다. 특히, 제안된 알고리즘을 BIM과 결합하는 경우 시공 초기 단계에서 BIM을 적용할 때 발생하는 기술적 문제를 해결할 수 있으며, REVIT 기반 패밀리 파일로 구축된 알고리즘의 수식과 형상 코드는 실무에서 상당한 시간과 인력 절감에 기여한다.

• 경제분석
• /
• 제27권4호
• /
• pp.1-42
• /
• 2021

우리나라 소비자물가상승률에 대한 예측은 한국은행의 물가안정목표제 운용, 채권시장 참가자의 만기 포트폴리오 최적화, 부동산 시장 및 민간의 소비와 투자 등 경제 전반에 지대한 영향을 미친다. 본 연구는 향후 3년간 우리나라 소비자물가상승률 예측결과를 제시한다. 이를 위해 우선 자기회귀시차(Autoregressive Distributed Lag, ADL) 모형, AR 모형, 소규모 벡터자기회귀(VAR) 모형, 대규모 VAR 모형의 표본외 예측력을 기준으로 모형선택을 실시한다. 물가상승률에는 다수의 잠재적인 예측변수가 존재하기 때문에 12개의 거시변수를 대상으로 ADL 모형에 베이지안 변수선택기법을 도입하고, 예측력 향상을 위한 정밀한 튜닝과정을 고안하고 적용하였다. VAR 모형에는 미네소타 사전분포를 설정하여 차원의 저주 문제를 극복하고자 하였다. 최근 5년을 대상으로 한 장단기 표본외 예측결과, ADL 모형이 점예측과 분포예측 모두에서 여타 경쟁모형에 비해 전반적으로 우월하였다. 예측조합을 통한 예측결과, 우리나라 소비자물가상승률이 2022년 하반기까지는 현재 비슷한 2% 내외의 수준을 유지할 것으로 보이며, 2023년 상반기부터는 1% 내외로 하락할 것으로 전망된다. 80% 신용구간은 예측치의 대략 ±1%p이다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1211-1222
• /
• 2022

상수도 관망 운영 단계에서 비정상상황은 필연적으로 발생하며, 이때 밸브를 이용한 구역의 격리가 필요하다. 밸브를 이용한 구역 격리 시 흐름 경로와 유향, 유속의 변화와 같은 수리적 변화로 인해 수리적 피해는 불가피하며, 대부분의 기존 연구들은 수리적 피해를 최소화할 수 있도록 밸브의 위치를 결정하여 왔다. 다만, 수리적 변화는 예지치 못한 수질 사고를 유발할 수 있기에, 격리 시 수질 사고 발생 여부를 미리 판단할 필요가 있다. 이에 본 연구에서는 밸브 위치에 따른 예지치 못한 수질 문제를 예방할 수 있는 밸브 설계 방안을 제안한다. 이를 위한 격리 전후의 관로별 흐름 특성 변화율을 정량화하는 유향 변경률 인자(Flow Direction Change Ratio, FDCR)와 신뢰도(reliability)를 고려한 최적 설계 방법론을 제안하였으며, 해당 모형을 가상 상수도 관망에 적용하여 FDCR 고려 유무에 따른 설계안을 비교하였다. 설계 결과 FDCR을 고려한 경우 기존 설계안 대비 유향 변동이 없는 것을 확인하였으며, 세그먼트 격리에 따른 절점별 압력과 관별 유속의 평균과 변동성을 확인한 결과 기존 설계안 대비 우수한 성능을 나타냄을 확인하였다. 또한 설계안 비교를 위해 그래프 이론 기반 인자인 수리학적 거리 인자(Hydrualic Geodesic Index, HGI)를 활용하였으며, HGI가 높은 설계안이 유향 변동성이 낮은 것으로 나타났다. 본 연구는 향후 수질 사고를 고려한 밸브 시스템의 설계 및 운영에 활용할 수 있을 것으로 기대한다.

• 한국정보전자통신기술학회논문지
• /
• 제16권3호
• /
• pp.130-137
• /
• 2023

최근 농촌문제를 해결하기 위해 주목받고 있는 스마트팜은 작물의 생육환경을 최적화하고 효율적인 관리를 통해 작물의 생산성과 품질을 높이는 기술을 의미한다. 이러한 스마트팜에 생육환경 데이터 간 관계를 분석한다면 추가적인 생산성 향상과 작물 관리가 가능할 것이다. 본 논문에서는 온도, 습도, CO2, 토양온도, 토양습도, 일사, 토양EC, EC, pH 9개의 생육환경 데이터를 획득하고, 이를 분석하는 방법을 제안한다. 데이터 획득은 Main board와 Sensor board 간 RS-485 통신을 통해 획득 후 데이터베이스에 저장하였다. 저장된 데이터는 엑셀 시트 형식으로 내려받아 히스토그램, 데이터 차트, 상관관계 히트맵 분석을 진행하였다. 먼저 히스토그램 분석을 통해 전체, 주간, 야간 데이터의 분포를 파악하였고, 주간과 야간을 구분하여 데이터 차트 분석을 통해 월별로 평균, 중앙값, 최소값, 최대값을 파악하여 월별 데이터 변화 추이를 확인했다. 마지막으로 주간과 야간을 구분하여 상관관계 히트맵 분석을 통해 데이터의 상관관계를 파악하였다. 결과 주간에서는 온도와 토양온도, 토양EC와 EC 간에 매우 강한 양의 상관관계를 보였으며, 야간에는 온도와 토양온도, 토양EC와 EC 간에 매우 강한 양의 상관관계, 온도와 토양EC 간에 강한 음의 관계를 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.489-498
• /
• 2022

최근 노동 집약적인 성격의 섬유 산업에서는 인공지능을 통해 섬유 방사 공정에 들어가는 비용을 줄이고 품질을 최적화하려고 시도 하고 있다. 그러나 섬유 방사 공정은 데이터 수집에 필요한 비용이 크고 체계적인 데이터 수집 및 처리 시스템이 부족하여 축적된 데이터양이 적다. 또 방사 목적에 따라 특정한 변수에만 변화를 준 데이터만을 우선으로 수집하여 데이터 불균형이 발생하며, 물성 측정 환경의 차이로 인해 동일 방사 조건에서 수집된 샘플 간에도 오차가 존재한다. 이러한 데이터 특성들을 고려하지 않고 인공지능 모델에 활용할 경우 과적합과 성능 저하 등의 문제가 발생할 수 있다. 따라서 본 논문에서는 방사 공정 데이터 특성을 고려한 이상치 처리 기법과 데이터 증강 기법을 제안한다. 그리고 이를 기존 이상치 처리 기법 및 데이터 증강 기법과 비교하여 제안한 기법이 방사 공정 데이터에 더 적합함을 보인다. 또 원본 데이터와 제안한 기법들로 처리된 데이터를 다양한 모델에 적용하여 비교함을 통해 제안한 기법들을 사용한 모델들이 그렇지 않은 모델들에 비해 인장 강신도 예측 모델의 성능이 개선됨을 보인다.

• 기술혁신연구
• /
• 제30권1호
• /
• pp.57-104
• /
• 2022

정부는 시장실패 방지, 정보의 비대칭성 완화, 자원의 효율적 배분 등 다양한 목적을 가지고 시장에 개입하여 민간기업의 기술혁신을 지원해 왔다. 2000년대 들어 국가 연구개발 예산이 급격히 증가하면서 기업에게 지원되는 정부재원도 비례하여 증가해왔으나 정부의 재정지원이 효과적이고 바람직한 정책목표를 달성했는지에 대해서는 분명하지 않다. 본 연구는 이러한 문제인식 하에 국내·외 관련 논문과 정책연구 보고서, 리뷰 페이퍼 등을 종합적·체계적으로 분석하여 다양한 정부 재정지원에 대한 문제점을 살펴보고자 하였다. 국·내외 총 168편의 연구를 체계적 문헌분석과 컨텐츠 분석을 활용하여 정책 부가성, 지원방식, 기업규모, 분석단위(unit of analysis), 분석대상, 연구방법론과 데이터 등 다양한 관점에서 입체적으로 분석하였다. 문헌 간 교차 비교를 통해 다수의 중복 수혜, 재정지원과 정책효과 간의 구조적 시차, 재정지원 효과의 비선형성, 정책간의 간섭과 교호작용, 폐쇄형 혁신과 제조업에 최적화된 조세제도 등이 현재 정부 재정지원의 문제점으로 분석되었으며, 이를 해결하기 위한 정책개선 방향으로 행동 부가성을 고려한 재정지원사업 성과지표 개발, 정부부처 간 정책협력과 조율 강화, 다양한 상황을 고려할 수 있는 정책혼합(policy mix) 도입, 디지털 혁신·서비스 연구개발 등 새로운 형태의 기술혁신에 맞는 기업 재정지원 방식, 데이터에 기반 한 증거기반 정책강화 등을 제시하였다.

• 한국과학교육학회지
• /
• 제43권3호
• /
• pp.307-319
• /
• 2023

본 연구는 최근 주목받고 있는 텍스트 기반 생성형 인공지능에 대해 관심과 활용이 증가함에 따라 과학교육적 측면에서의 활용을 위해 생성형 인공지능의 주요 개념과 원리를 설명하고, 이를 효과적으로 활용할 수 있는 방안과 그 한계를 지적하며 이를 토대로 과학교육의 실행과 연구의 측면에서 시사점을 제공하는 것을 목적으로 한다. 최근 들어 증가하고 있는 생성형 인공지능은 대체로 인코더와 디코더로 이뤄진 트랜스포머 모델을 기반으로 하고 있으며, 인간의 피드백을 활용한 강화학습과 보상 모델에 대한 최적화, 문맥에 대한 이해 등을 통해 놀라운 발전을 이루고 있다. 특히, 다양한 사용자의 질문이나 의도를 이해하는 능력과 이를 바탕으로 한 글쓰기, 요약, 제시어 추출, 평가와 피드백 등 다양한 기능을 수행할 수 있다. 또한 교수자가 제시하는 예를 토대로 주어진 응답을 평가하거나 질문과 적절한 답변을 생성하는 등 학습자에 대한 진단과 실질적 교육내용의 구성 등 많은 유용성을 가지고 있다. 그러나 생성형 인공지능이 가지고 있는 한계로 인해 정확한 사실이나 지식에 대한 잘못된 전달, 과도한 확신으로 인한 편향, 사용자의 태도나 감정 등에 미칠 영향의 불확실성 등에 대한 문제 등에 대해 해가 없는지 검토가 필요하다. 특히, 생성형 인공지능이 제공하는 응답은 많은 사람들의 응답 데이터를 기반으로 한 확률적 접근이므로 매우 거리가 멀거나 새로운 관점을 제시하는 통찰적 사고나 혁신적 사고를 제한할 우려도 있다. 이에 따라 본 연구는 과학교수학습을 위해 인공지능의 긍정적 활용을 위한 여러 실천적 제언을 제시하였다.