• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.29-35
• /
• 2020

본 논문에서는 새로운 구조의 개체명 인식 DeNERT 모델을 제안한다. 최근 자연어처리 분야는 방대한 양의 말뭉치로 사전 학습된 언어 표현 모델을 활용하는 연구가 활발하다. 특히 자연어처리 분야 중 하나인 개체명인식은 대부분 지도학습 방식을 사용하는데, 충분히 많은 양의 학습 데이터 세트와 학습 연산량이 필요하다는 단점이 있다. 강화학습은 초기 데이터 없이 시행착오 경험을 통해 학습하는 방식으로 다른 기계학습 방법론보다 조금 더 사람이 학습하는 과정에 가까운 알고리즘으로 아직 자연어처리 분야에는 많이 적용되지 않은 분야이다. 아타리 게임이나 알파고 등 시뮬레이션 가능한 게임 환경에서 많이 사용된다. BERT는 대량의 말뭉치와 연산량으로 학습된 구글에서 개발한 범용 언어 모델이다. 최근 자연어 처리 연구 분야에서 높은 성능을 보이고 있는 언어 모델이며 많은 자연어처리 하위분야에서도 높은 정확도를 나타낸다. 본 논문에서는 이러한 DQN, BERT 두가지 딥러닝 모델을 이용한 새로운 구조의 개체명 인식 DeNERT 모델을 제안한다. 제안하는 모델은 범용 언어 모델의 장점인 언어 표현력을 기반으로 강화학습 모델의 학습 환경을 만드는 방법으로 학습된다. 이러한 방식으로 학습된 DeNERT 모델은 적은 양의 학습 데이터세트로 더욱 빠른 추론시간과 높은 성능을 갖는 모델이다. 마지막으로 제안하는 모델의 개체명 인식 성능평가를 위해 실험을 통해서 검증한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권6호
• /
• pp.155-164
• /
• 2020

본 연구에서는 유방암 환자를 위한 중년여성용 래쉬가드 수영복의 치수체계와 패턴을 제안하였다. 첫째, 유방암 환자가 선호하는 수영복 디자인을 선정하기 위해서 37명의 유방암 환자를 대상으로 한 설문조사를 통해 가슴이 두드러지지 않고 노출이 적은 래쉬가드의 수영복이 디자인되었으며, 이는 캡이 삽입되기 쉽고 캡이 고정되는 주머니 형태를 갖고 있다. 둘째는, 유방암 환자용 수영복을 위한 치수체계를 개발하였다. 이를 위해 대표사이즈를 젖가슴둘레, 엉덩이둘레, 몸통세로둘레로 정하고, 30~69세의 여성 1625명에 대한 사이즈 코리아의 직접 측정 데이터를 사용하여 교차분석을 실시하였다. 이를 통해 3차원 각 셀의 출현율을 기반으로 유방암 환자 수영복을 위한 17개의 사이즈를 설정하였으며, 중심사이즈를 젖가슴둘레 90cm-엉덩이둘레 95cm-몸통 세로둘레 150cm로 정하였다. 셋째는, 유방암 환자용 수영복 중심사이즈 패턴 개발을 하였다, 이를 위해 먼저 1차 중심사이즈 패턴을 제작하고, 그 후 2차, 3차 수정을 거쳐 패턴을 완성하였다. 각 패턴제작 단계마다 실험의를 제작하여 착용피트성 및 동작적합성 평가를 실시함으로써 최적의 패턴제작을 위한 각 치수항목의 축소율을 구했으며, 이를 반영하여 유방암 환자용 래쉬가드 수영복 패턴을 개발하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.151-158
• /
• 2021

인터넷을 기반으로 실세계에 존재하는 여러 사물들과 가상 세계에 있는 사물들이 연결되어 서비스를 제공하는 사물인터넷(IoT) 기술이 4차 산업혁명 시대의 초연결 사회를 가능하게 하는 기술로 부각되고 있다. 사물 인터넷 기술은 디바이스, 네트워크, 플랫폼, 서비스를 아우르는 융합 기술이기 때문에 여러 다양한 연구들이 진행되고 있다. 이러한 연구들 중에 IoT 소프트웨어가 제공하는 서비스 품질을 측정할 수 있는 척도들에 관한 연구는 아직 많이 미흡한 실정이다. IoT 소프트웨어는 사물인터넷이 가지는 하드웨어 부분과 이를 바탕으로 하는 기술, 임베디드 소프트웨어가 가지는 특징, 네트워크의 특징 들을 가지고 있다. 이러한 특징들은 IoT 소프트웨어 품질 측정 메트릭을 정의하는 요소로 활용된다. 그러나 현재까지의 IoT 소프트웨어 품질 측정 관련 메트릭들에서는 이러한 특징들을 고려하고 있지 있다. 따라서 본 논문에서는 이러한 요소들을 고려하여 IoT 소프트웨어의 여러 가지 품질 요소 가운데 재사용성 측정을 위한 메트릭을 제시한다. 특히 IoT 소프트웨어는 사물인터넷 디바이스를 통해 활용되기 때문에 IoT 소프트웨어 내 서비스가 변경이나 교체 또는 확장이 가능하도록 설계되어야 하며, 이를 측정할 수 있는 메트릭이 매우 필요하다. 따라서, 본 논문에서는 IoT 소프트웨어의 서비스들에 대한 재사용성을 측정 및 평가할 수 있는 변경성, 교체성, 확장성이라는 3가지 메트릭을 제시하고, 사례연구를 통해 제시한 메트릭에 대한 검증을 하였다. 본 논문에서 제시한 메트릭을 통해 IoT 소프트웨어의 서비스 품질 검증이 이루어짐으로써 사용자들의 서비스 만족도 향상에 기여할 수 있을 것이라 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권10호
• /
• pp.397-402
• /
• 2019

암 환자에게 적절한 치료계획을 제공하기 위해 암의 진행양상 또는 환자의 생존 기간 등에 해당하는 환자의 예후를 정확히 예측하는 것은 생물정보학 분야에서 다루는 중요한 도전 과제 중 하나이다. 많은 연구에서 암 환자의 유전자 발현량 데이터를 이용하여 환자의 예후를 예측하는 기계학습 모델들이 많이 제안되어 오고 있다. 유전자 발현량 데이터는 약 17,000개의 유전자에 대한 수치값을 갖는 고차원의 수치형 자료이기에, 기존의 연구들은 특징 선택 또는 차원 축소 전략을 이용하여 예측 모델의 성능 향상을 도모하였다. 그러나 이러한 접근법은 특징 선택과 예측 모델의 훈련이 분리되어 있어서, 기계학습 모델은 선별된 유전자들이 생물학적으로 어떤 관계가 있는지 알기가 어렵다. 본 연구에서는 유전자 발현량 데이터를 이미지 형태로 변환하여 예후 예측이 효과적으로 특징 선택 및 예후 예측을 수행할 수 있는 기법을 제안한다. 유전자들 사이의 생물학적 상호작용 관계를 유전자 발현량 데이터에 통합하기 위해 Node2Vec을 활용하였으며, 2차원 이미지로 표현된 발현량 데이터를 효과적으로 학습할 수 있도록 합성곱 신경망 모델을 사용하였다. 제안하는 모델의 성능은 이중 교차검증을 통해 평가되었고, 유전자 발현량 데이터를 그대로 이용하는 기계학습모델보다 우월한 예후 예측 정확도를 가지는 것이 확인되었다. Node2Vec을 이용한 유전자 발현량의 새로운 이미지 표현법은 특징 선택으로 인한 정보의 손실이 없어 예측 모델의 성능을 높일 수 있으며, 이러한 접근법이 개인 맞춤형 의학의 발전에 이바지할 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.45-55
• /
• 2021

본 논문은 고해상도를 가지는 영상에서 겹쳐져있는 소형 물체를 효과적으로 검출하고 추적하는 알고리즘을 제안한다. Coarse to Fine 방식을 기본으로 하는 두 개의 Deep-Learning Network을 앙상블 형태로 구성하여 차량이 존재할 위치를 미리 판단하고 서브영역으로 선택한 이미지로부터 차량을 정확하게 검출한다. Coarse 단계에서는 서로 다른 다수의 Deep-Learning Network 에 대한 각각의 결과로 Voting Space를 생성한다. 각 Voting Space 의 조합을 통해 Voting Map을 만들고 차량이 존재할 위치를 선택한다. Fine 단계에서는 Coarse 단계에서 선택된 영역을 기준으로 서브영역을 추출하고 해당 영역을 최종 Deep-Learning Network 에 입력한다. 서브 영역은 Voting Map을 이용하여 영상에서의 높이에 적합한 크기의 동적 윈도우를 생성함으로써 정의되며, 본 논문에서는 원거리에서 근거리로 접근하는 도로의 이미지를 대상으로 미리 계산된 매핑테이블을 적용하였다. 각 서브 영역 간 이동하는 차량의 동일성 판단은 검출된 영역의 하단 중심점에 대한 근접성을 기반으로 하였으며, 이를 통해 이동하는 차량의 정보를 트래킹 하였다. 실제 주야간 도로 CCTV를 통해 획득한 실시간 영상에서 처리 속도 및 검출 성능을 비교 실험하여 제안한 알고리즘을 평가하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.25-34
• /
• 2020

본 논문에서는 딥러닝 지도학습 알고리즘을 사용한 학습 모델을 대상으로 미용 관련 피부질환 인식의 효과성을 실험적으로 비교한다. 최근 딥러닝 기술을 산업, 교육, 의료 등 다양한 분야에 적용하고 있으며, 의료 분야에서는 중요 피부질환 중 하나인 피부암 식별의 수준을 전문가 수준으로 높인 성과를 보이고 있다. 그러나 아직 피부미용과 관련된 질환에 적용한 사례가 다양하지 못하다. 따라서 딥러닝 기반 이미지 분류에 활용도가 높은 CNN 알고리즘을 비롯하여 ResNet, SE-ResNet을 적용하여 실험적으로 정확도를 비교함으로써 미용 관련 피부질환을 판단하는 효과성을 평가한다. 각 알고리즘을 적용한 학습 모델을 실험한 결과에서 CNN의 경우 평균 71.5%, ResNet은 평균 90.6%, SE-ResNet은 평균 95.3%의 정확도를 보였다. 특히 학습 깊이를 다르게하여 비교한 결과 50개의 계층 구조를 갖는 SE-ResNet-50 모델이 평균 96.2%의 정확도로 미용 관련 피부질환 식별을 위해 가장 효과적인 결과를 보였다. 본 논문의 목적은 피부 미용과 관련된 질환의 판별을 고려하여 효과적인 딥러닝 알고리즘의 학습과 방법을 연구하기 위한 것으로 이를 통해 미용 관련 피부질환 개선을 위한 서비스 개발로 확장할 수 있을 것이다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권7호
• /
• pp.233-240
• /
• 2022

최근 대부분의 인공지능 연구는 AI 모델 개발에 중점을 두고 있다. 하지만 최근 인공지능 연구가 모델 중심에서 데이터 중심으로 점차 변경되고 이런 추세를 바탕으로 학습데이터의 중요성이 크게 주목 받고 있다. 그러나 학습데이터의 준비과정이 전체 과정의 상당 부분을 차지하고 라벨링 데이터 생성 또한 개발 목적에 따라 다르기 때문에 많은 시간과 노력이 필요하다. 따라서 기존의 미충족을 해결하기 위한 다양한 라벨링 기능을 갖는 도구 개발이 필요하다. 본 논문에서는 의료영상의 라벨링 데이터를 정교하고 빠르게 생성하기 위한 라벨링 시스템에 대해서 기술한다. 이를 구현하기 위해서 Back Projection, GrabCut 기법을 이용한 반자동 방식과 기계학습 모델을 통해서 예측한 자동 방식의 라벨링 기능을 구현하였다. 우리는 제안한 시스템의 라벨링 데이터 생성에 대한 수행시간의 장점을 보였을뿐만 아니라 정확성에 대한 비교평가를 통해 우수성을 보였다. 또한 1,000여명의 환자 영상 데이터셋을 분석하여 근감소증 진단에 남성과 여성에 의미있는 진단지표를 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.241-251
• /
• 2022

화장품 및 뷰티산업에서 고객의 피부상태 진단과 관리는 중요한 필수기능이다. 소셜미디어 환경이 사회 전 분야에 확산되고 일반화되면서 피부 상태의 진단과 관리에 대한 다양하고 섬세한 고민과 요구 사항의 질문과 답변의 상호작용이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 그러나 소셜미디어 정보는 매우 다양하고 비정형적인 방대한 빅데이터이므로 적절한 피부상태 정보분석과 인공지능 기술을 접목한 지능화된 피부상태 진단 시스템이 필요하다. 본 논문에서는 소셜미디어의 텍스트 분석정보를 학습데이터로 가공하여 고객의 피부상태를 지능적으로 진단 및 관리하기 위한 피부상태진단시스템 SCDIS를 개발하였다. SCDIS에서는 딥러닝 기계학습 방법인 인공신경망 기술을 사용하여 자동적으로 피부상태 유형을 진단하는 인공신경망 모델 AnnTFIDF을 빌드업하여 사용하였다. 인공신경망 모델 AnnTFIDF의 성능은 테스트샘플 데이터를 사용하여 분석되었으며, 피부상태 유형 진단 예측 값의 정확성은 약 95%의 높은 성능을 나타내었다. 본 논문의 실험 및 성능분석결과를 통하여 SCDIS는 화장품 및 뷰티산업 분야의 피부상태 분석 및 진단 관리 과정에서 효율적으로 사용 가능한 지능화된 도구로 평가할 수 있다. 본 논문에서 제안된 시스템은 소셜미디어 기반의 새로운 환경에서 화장품 및 피부미용에 대한 사용자의 요구를 체계적으로 파악하고 진단하는 기초 기술로 사용 가능할 것이다. 그리고 이 연구는 새로운 기술 트렌드인 맞춤형 화장품제조와 소비자중심의 뷰티산업기술 수요를 해결하기 위한 기초 연구로 사용될 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.1-11
• /
• 2022

본 논문에서는 블록체인 환경에서 상호간 데이터를 안전하게 공유하기 위한 NFT 기반의 접근 제어 방안을 제안한다. 기존의 블록체인에 기록되는 모든 데이터는 기술 특성상 누구나 접근할 수 있기 때문에 민감한 데이터를 공유하는 경우에는 인가받은 사람 외에는 접근을 제어할 필요가 있다. 이를 위해서 제안하는 방안에서는 각 데이터를 NFT로 발행하고, 컨트랙트를 통해 데이터에 대한 접근을 제어한다. 또, 기존의 NFT가 가지는 단일 소유권의 한계를 극복하기 위해 소유권과 사용권으로 개념을 분리하여 사용자간 데이터를 안전하게 공유할 수 있도록 한다. 소유권은 원본 NFT로 발행하고, 사용권은 사본 NFT로 발행하여 관리하며, NFT로 발행되는 모든 데이터는 암호화된 후 업로드가 진행되기 때문에 반드시 접근 제어가 이루어지는 스마트 컨트랙트를 통해서만 데이터의 공유가 가능하다. 이러한 접근 방안을 검증하기 위해 BIM(Building Information Modeling) 데이터 거래라는 가상의 시나리오를 설정하고, 접근 제어가 필요한 32가지 함수 호출 시나리오를 만족하는 스마트 컨트랙트를 구성하였다. 또한, 무차별 대입을 통한 복호화 공격 가능성을 고려하여 이에 대한 안정성을 평가하였다. 이를 통해 블록체인 환경에서 안전하게 개인 간 데이터를 공유할 수 있음을 확인하였다.

• 문화기술의 융합
• /
• 제9권4호
• /
• pp.95-103
• /
• 2023

본 논문은 초등 학습자를 대상으로 서포트 벡터 머신의 개념과 원리를 교육하는 인공지능 융합 교육 프로그램을 제안한다. 개발된 프로그램은 초등 수학과 교육과정의 수직과 평행, 평행선 사이의 거리를 통해 서포트 벡터 머신의 결정 경계와 마진을 설명한다. 또한 제주의 자연환경을 학습 주제로 반영하여 사회과 교육과정과의 융합을 도모한다. 서포트 벡터 머신 융합 교육 프로그램을 초등학교 3학년 및 5학년 학습자를 대상으로 각각 2차시에 걸쳐 적용한 결과, 두 학년 모두에서 학습자 대부분이 탐방로로 비유된 결정 경계의 위치를 직관적으로 유추해냈다. 이때 5학년 학습자의 전반적인 활동 수행 정확도가 더욱 높았고, 설정 원리에 대해 합리적인 추론을 한 비율도 높았다. 4학년 수학 교육과정의 이수 여부도 이해도에 영향을 미쳤다. 그러나 학습 내용 이해도에 대한 자기평가에서는 실제 이해도와 상반되게 3학년에서 더 높은 평균값을 보였다. 이는 중학년 학습자는 생소한 인공지능 원리에 대해 새로 알게 되었다는 만족감과 성취감을 느끼는 경향성이 더 컸다는 점에서 기인하였다. 반면 고학년 학습자는 심화 탐구에 대한 동기를 기반으로 유의미한 수업 후 질문을 더 많이 제시하였다. 우리는 연구 결과를 바탕으로 초등학생을 대상으로 하는 인공지능 융합 교육이 나아가야 할 길을 모색하고자 한다.