• 지능정보연구
• /
• 제20권1호
• /
• pp.149-161
• /
• 2014

공공 서비스의 수출의 경우 수출 절차와 대상 선정에 따른 다양한 문제가 발생하며, 공공 서비스 수출 플랫폼은 이러한 문제점들을 해결하기 위하여 사용자 중심의 유연하고, 개방형 구조의 디지털 생태계를 조성할 수 있도록 구현되어야 한다. 또한 공공서비스의 수출은 다수의 이해당사자가 참여하고 여러 단계의 과정을 거쳐야 하므로 사용자의 이해 종류와 탐색 컨설팅 협상 계약 등 수출 프로세스 단계별로 맞춤형 플랫폼 서비스 제공이 필수적이다. 이를 위해서 플랫폼 구조는 도메인과 정보의 정의 및 공유는 물론 지식화를 지원할 수 있어야 한다. 본 논문에서는 공공서비스 수출을 지원하는 플랫폼을 위한 온톨로지 모형을 제안한다. 서비스 플랫폼의 핵심 엔진은 시뮬레이터 모듈이며 시뮬레이터 모듈에서는 온톨로지를 사용하여 수출 비즈니스의 여러 컨텍스트들을 파악하고 정의하여 다른 모듈들과 공유하게 된다. 온톨로지는 공유 어휘를 통하여 개념들과 그들 간의 관계를 표현할 수 있으므로 특정 영역에서 구조적인 틀을 개발하기 위한 메타 정보를 구성하는 효과적인 도구로 잘 알려져 있다. 공공서비스 수출 플랫폼을 위한 온톨로지는 서비스, 요구사항, 환경, 기업, 국가 등 5가지 카테고리로 구성되며 각각의 온톨로지는 요구분석과 사례 분석을 통하여 용어를 추출하고 온톨로지의 식별과 개념적 특성을 반영하는 구조로 설계한다. 서비스 온톨로지는 목적효과, 요구조건, 활동, 서비스 분류 등으로 구성되며, 요구사항 온톨로지는 비즈니스, 기술, 제약으로 구성 된다. 환경 온톨로지는 사용자, 요구조건, 활동으로, 기업 온톨로지는 활동, 조직, 전략, 마케팅, 시간으로 구성되며, 국가 온톨로지는 경제, 사회기반시설, 법, 제도, 관습, 인프라, 인구, 위치, 국가전략 등으로 구성된다. 수출 대상 서비스와 국가의 우선순위 리스트가 생성되면 갭(gap) 분석과 매칭 알고리즘 등의 시뮬레이터를 통하여 수출기업과 수출지원 프로그램과의 시스템적 연계가 이루어진다. 제안하는 온톨로지 모형 기반의 공공서비스 수출지원 플랫폼이 구현되면 이해당사자 모두에게 도움이 되며 특히 정보 인프라와 수출경험이 부족한 중소기업에게 상대적으로 더 큰 도움이 될 것이다. 또한 개방형 디지털 생태계를 통하여 이해당사자들이 정보교환, 협업, 신사업 기획 등의 기회를 만들 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 헤리티지:역사와 과학
• /
• 제37권
• /
• pp.371-405
• /
• 2004

문화재의 국제적인 유통행위는 다수 국가가 관계되므로 이 문제 해결을 위해서는 국제법적인 접근이 필수적이다. 2차대전 이후 문화재의 가치가 물질적 가치에서 국가와 민족의 정체성 확립을 위한 정신적 민족적인 측면의 가치가 중시되면서 신생 독립국과 식민제국들 간에 문화재의 소유권 다툼이 쟁점화 되어 문화재 반환을 목적으로 하는 국제적인 협력과 법제도적인 장치의 모색이 필요하게 되었다. 문화재의 불법거래에 관한 국제협약으로 유네스코(UNESCO)를 중심으로 문화재의 준비적 보존의무를 부과하는 1954년 "전시 문화재 보호에 관한 협약", 문화재 반 출입에 대한 통제와 반출에 허가장 발급을 통해 불법 취득 유통 억제를 위한 1970년 "문화재불법 반 출입 및 소유권 양도의 금지와 예방수단에 관한 협약", 도난이나 불법적으로 반출된 문화재의 국제적 반환을 의무화한 1995년 "유니드로와 협약"이 있다. 또한 유엔(UN)의 산하 기관으로 유네스코(UNESCO)는 특히 소위 문화재 분과(the Division of Cultural Heritage)를 마련하여 문화재에 대한 관계업무 처리에 주력하여 오고 있으며, UN 총회 역시 1973년의 결의 3187 이후로 문화재 보호에 관하여 계속적인 관심을 표현하여 오고 있는데 그 기본내용은 문화재의 원산국에로의 반환에 관한 국제 협력을 확인하고, 각국에 예술품 및 문화재의 불법거래 금지 및 방지를 위한 적절한 조처를 권고하며, 자국내 문화재에 대한 목록화 작업을 권고함과 아울러 종국적으로 많은 국가가 유네스코(UNESCO) 협약의 당사국이 되어 국제적인 협력체제의 구성원이 될 것을 권장하는 것이다. 국제협약의 한계로 협약상의 문화재에 대한 정의 차이가 존재한다. 먼저 1954년 협약상의 문화재는 동산에만 국한되는 것이 아니라 부동산도 포함하고 있는데 1970년 협약은 그 제정 목적이 '문화재의 불법적인 반 출입 및 소유권 양도의 금지와 방지수단'의 강구에 있으며 따라서 그 규율대상도 원칙적으로 유형의 동산문화재(tangible movable cultural property)에 국한된다고 봐야할 것이다. 1995년 협약도 역시 동산문화재를 규율대상으로 삼고 있다. 이 두 협약은 이 점에서 1954년 협약이나 주로 부동산적인 특성을 갖는 문화유산 및 자연유산을 대상으로 하는 1972년의 협약과 차이를 보이고 있다. 이러한 차이는 문화재의 개념에 대한 내재적인 차이를 반영하는 것이 아니라 주어진 협약의 제정 목적 및 취지가 다름에서 기인하는 것이다. 우리나라의 경우 1866년의 병인양요, 일본에 의한 36년간의 식민통치, 군정기, 경제 개발기 등을 통하여 다수의 문화재가 해외로 유출되었다. 물론 이들 문화재를 전부 반환 받을 수도 없고 또 받을 필요도 없는 것이지만, 이들 중 일부는 한국 사회의 문화적 역사적 정체성의 형성에 중요한 역할을 한다거나 또는 이들의 외국(특히, 일본)에서의 소재가 과거 한국민에 대한 지배의 상징으로서 기능한다거나 할 경우 반환 문제가 제기될 수 있을 것이다. 이러한 경우에 우리의 입론을 강화하기 위해서는 1954년 협약 및 제1의정서의 비준은 적극적으로 고려해야 한다고 판단된다. 반환을 요구할 경우 우선 문화재의 도난 여부가 핵심이며 이 경우 국제협약에 따라 조치하면 될 것이지만 외교적 협상의 단계에 이르면 이 문제는 정치적 문제가 될 것이다. 이 경우 반환을 요구하는 국가는 상대국이 문화재를 반환하도록 유도해야 한다. 문화재의 불법거래 방지에 대한 절실한 필요성에 반해, 동북아 지역 국가 및 시민사회의 방지노력은 대단히 미흡한 실정인 바, 이를 실현하기 위한 국가 및 시민 사회적 차원의 체계적인 노력이 동아시아 지역 전체에서 활발하게 전개하여야 할 것이다. 문화재의 불법적인 거래를 가장 효과적으로 막을 수 있는 방법은 인터폴(Interpol) 회원국간 정보를 신속히 유통시키는 것인데 이를 위해서는 인터넷 기술에 바탕을 둔 통신 시스템을 개발해야 하며 도난당한 문화재의 불법거래를 방지하기 위한 보다 효율적인 방안으로 문화재 보호 법률의 도입, 국제협약의 가입, 수집품 목록 구축 등의 조치가 필요하다고 본다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.231-252
• /
• 2021

인공지능(Artificial Intelligence)은 미래를 가장 크게 변화시킬 핵심 동력으로 산업 전반과 개인의 일상생활에 다양한 형태로 영향을 미치고 있다. 무엇보다 활용 가능한 데이터가 증가함에 따라 더욱더 많은 기업과 개인들이 인공지능 기술을 이용하여 데이터로부터 유용한 정보를 추출하고 이를 의사결정에 활용하고 있다. 인공지능에 관한 기존 연구는 모방 가능한 업무의 자동화에 초점을 두고 있으나, 인간을 배제한 자동화는 장점 못지않게 알고리즘 편향(Algorithms bias)으로 발생되는 오류나 자율성(Autonomy)의 한계점, 그리고 일자리 대체 등 사회적 부작용을 보여주고 있다. 최근 들어, 인간지능의 강화를 위한 증강 지능 (Augmented intelligence)으로서 인간과 인공지능의 협업에 관한 연구가 주목을 받고 있으며 기업도 관심을 가지기 시작하였다. 본 연구는 의사결정을 위해 조언(Advice)을 제공하는 조언자의 유형을 인간, 인공지능, 그리고 인간과 인공지능 협업의 세 가지로 나누고, 조언자의 유형과 의사결정자의 성격 특성이 의사결정에 미치는 영향을 살펴보았다. 311명의 실험자를 대상으로 사진 속 얼굴을 보고 나이를 예측하는 업무를 진행하였으며, 연구 결과 의사결정자가 조언활용을 하려면 먼저 조언의 유용성을 높게 인지하여하는 것으로 나타났다. 또한 의사결정자의 성격 특성이 조언자 유형별로 조언의 유용성을 인지하고 조언을 활용하는 데에 미치는 영향을 살펴본 결과, 인간과 인공지능의 협업 형태인 경우 의사결정자의 성격 특성에 무관하게 조언의 유용성을 더 높게 인지하고 적극적으로 조언을 활용하는 것으로 나타났다. 인공지능 단독으로 활용될 경우에는 성격 특성 중 성실성과 외향성이 강하고 신경증이 낮은 의사결정자가 조언의 유용성을 더 높게 인지하고 조언을 활용하는 것으로 나타났다. 본 연구는 인공지능의 역할을 의사결정과 판단(Decision Making and Judgment) 연구 분야의 조언자의 역할로 보고 관련 연구를 확장하였다는데 학문적 의의가 있으며, 기업이 인공지능 활용 역량을 제고하기 위해 고려해야 할 점들을 제시하였다는데 실무적 의의가 있다.

• 해양안보
• /
• 제5권1호
• /
• pp.1-53
• /
• 2022

중러 관계 강화는 강대국 경쟁이 재개되고 있음을 보여주는 한 가지 징후라고 볼 수 있다. 공식적인 방위동맹을 체결하지 않았음에도 불구하고 양국의 군사관계가 강화되고 있다는 사실을 눈여겨 볼 필요가 있다. 특히, 중국과 러시아가 세계 최강의 해군력을 보유하고 있다는 점에 비추어 본다면, 양국간 해양안보협력 강화는 최근 수년 간 나타난 국제안보 전개상황 중 가장 중요한 양상으로 꼽을 수 있다. 여러 플랫폼과 장소에서 펼쳐진 중러 해상합동훈련은 고위급 인사교류와 중국의 대규모 러시아 무기 구매, 중러 우호조약 체결 및 다양한 협력형태로 수년간 지속되었다. 양국간 해상합동훈련은 냉전기의 대치국면이 종식된 직후 시작되었으나, 그 중요성은 최근 십년의 기간 동안 더욱 부각되고 있다고 볼 수 있다. 해상합동훈련이 양국 국방동맹의 핵심으로 부상하고 있기 때문이다. 양국은 그 어느 때보다도 다양한 장소에서 다양한 무기체계를 활용해 해상훈련에 임하고 있다. 앞으로 양국의 합동군사훈련은 북극, 초음속 운반수단, 아프리카, 아시아, 중동의 신규 파트너를 비롯해 새로운 위치와 전력을 동원해 펼쳐질 가능성이 크다. 또한, 경비함정 및 제병 연합부대를 동원한 해상합동 훈련을 수행하는 등 최근에 보여준 획기적인 전개를 지속할 것으로 보인다. 중국과 러시아는 양자간 해군협력을 토대로 일련의 목표를 추구하고 있다. 중화인민공화국과 러시아 연방 사이에 체결된 선린우호협력조약 (Treaty of Good-Neighborliness and Friendly Cooperation)은 공동방어 조항을 포함하고 있지는 않지만, 공동의 위협에 대해 상호 논의하도록 언급하고 있다. 전통적/비전통적 군사작전 (예: 대해적 작전, 인도적 구호 및 최고수준의 전투수행)을 모의하는 해상훈련은 합동군사활동을 통해 공동의 도전과제에 대한 양국의 대응력을 강화하는 수단이 된다. 이러한 합동훈련이 전투력 측면에서 높은 수준의 상호운용성을 구현하지 못하더라도, 이를 통해 중러 양국이 단합된 해군력을 동원할 수 있는 역량을 갖추고 있다는 사실을 국제사회에 알릴 수 있다. 양국의 해상무역의존도나 영해를 둘러싼 국가간 갈등을 감안하면 이는 중요한 메시지라고 할 수 있다. 한편으로는 해상합동훈련을 통해 자국의 전투력을 향상시키고, 동시에 서로의 전략, 전술, 전투기술 및 절차에 대한 이해를 강화할 수 있다. 점차 부상하고 있는 중국 해군은 특히 러시아군으로 부터 많은 혜택을 얻을 수 있다. 러시아군은 복수의 제병협동작전을 중심으로 중국인민해방군 (People's Liberation Army, PLA) 보다 훨씬 많은 해상임무수행 경험을 보유하고 있기 때문이다. 그러나 한편으로는 전투력 강화를 통해 양국 정치지도자들이 군사력을 동원하거나 다른 국가와 대치할 경우, 긴장을 더 고조시키는 방향을 선택할 가능성이 더욱 커졌다는 부정적인 측면이 지적된다. 이러한 모든 영향은 양국 해군이 대부분의 해상합동훈련을 수행하는 동북아시아 지역에 더욱 큰 파급력을 미친다. 동북아시아 지역은 중국과 러시아가 미국 및 일본과 벌이는 그리고 불편한 상태로 한국을 사이에 둔 해상에서의 대치상황이 펼쳐지는 격전지가 되고 있다. 중러 해군 협력 강화가 공고해지면서 한미 군사계획이 더욱 복잡해지고, 북한에 집중되어야 할 자원이 전환되어 결국 지역 안보환경을 악화시키는 결과로 이어지고 있다. 한미일 해군 실무자의 입장에서는 중러 해군이 모두 포함된 시나리오를 수립해야 할 필요성이 더욱 커지고 있다. 가령, 한미 정책 결정가들은 중러 군사력의 공동 무력대응에 대비하기 위해 미 국방부가 과도한 지출을 하게 만들고, 한반도에서 한미안보 부재가 발생하지 않도록 대한민국 해군을 신속하게 보충해야 하는 상황이 발생하게 되었다. 북한이 한국 및 동맹국과 해상에서 대치할 경우 이를 중러 해군이 지원할 수 있다는 가능성은 또다른 심각한 도전을 제기한다. 이 같은 긴급사태 발생 가능성을 고려해 안보결속을 강화하겠다는 한일 간의 약속을 토대로, 한미일 3국 공동군사훈련을 더욱 확대할 필요가 있다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.