• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권1호
• /
• pp.1-8
• /
• 2021

뉴스 기사의 정치 분야는 보수, 진보와 같이 양극화된 편향적 특성이 존재하며 이를 정치적 편향성이라고 한다. 뉴스 기사로부터 편향성 문제를 분류하기 위해 키워드 기반의 학습 데이터를 구축하였다. 대부분의 임베딩 연구에서는 미등록어로 인한 문제를 완화시키기 위해 형태소 단위로 문장을 구성한다. 본 논문에서는 문장을 언어 모델에 의해 세부적으로 분할하는 부분 단어로 문장을 구성할 경우 미등록어 수가 감소할 것이라 예상하였다. 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델을 제안하며 이를 SVM과 전방향 뉴럴 네트워크 구조에 적용하여 정치적 편향성 분류 실험을 진행하였다. 형태소 토큰화 기법을 이용한 문서 임베딩 모델과 비교 실험한 결과, 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델이 78.22%로 가장 높은 정확도를 보였으며 부분 단어 토큰화를 통해 미등록어 수가 감소되는 것을 확인하였다. 분류 실험에서 가장 성능이 좋은 임베딩 모델을 이용하여 정치적 인물을 기반한 어휘를 추출하였으며 각 성향의 정치적 인물 벡터와의 평균 유사도를 통해 어휘의 편향성을 검증하였다.

• 디지털융복합연구
• /
• 제19권6호
• /
• pp.61-71
• /
• 2021

코로나19로 인한 온라인 학습이 확대되고 있는 상황에서 기존 메이커 교육은 학교 수업 현장에 적용하기에 한계를 지닌다. 본 연구는 초등학교의 온라인 환경에서 교육용 인공지능 도구를 활용한 메이커 수업을 설계하는 목적을 지닌다. 또한, 이에 대한 반응 확인과 함께 학습자의 컴퓨팅 사고력, 창의적 문제해결력 향상에 도움이 되었는지를 살펴 보고자 하였다. 이를 위해 선행연구 검토와 교육과정의 재구성을 통해 수업을 설계하였다. 면담을 통한 교수자와 학습자 반응 확인, 대응 표본 t검증을 활용한 사전-사후 분석이 이루어졌다. 연구 결과, 초등 온라인 환경에서 교육용 인공지능 도구를 활용한 메이커 수업은 공감하기, 메이킹 문제 정의하기, 재료 및 도구 특성 파악하기, 리믹스를 활용한 알고리즘 설계 및 코딩하기 등을 포함한 총 10단계로 구성된다. 학습자의 컴퓨팅 사고력과 창의적 문제해결력에 대한 사전-사후 분석 결과, 통계적으로 유의미한 차이가 나타났다. 본 연구는 초등교육 맥락에서 교육용 인공지능 도구를 활용한 실제적인 메이커 활동이 온라인 환경에서도 실제적으로 적용 가능하다는 점을 확인한 의미를 지닌다.

• 한국컴퓨터정보학회논문지
• /
• 제26권8호
• /
• pp.23-30
• /
• 2021

본 연구에선 제조 공정에서의 양/불량 판정을 위한 오토인코더(AE) 기반의 이상 탐지 방법들의 비교 분석과 우수한 성능을 보인 이상치 판별 기준을 제시한다. 제조 현장의 특성상 불량 데이터의 수는 적고, 불량의 형태가 다양하다. 이러한 특성은 정상과 비정상 데이터를 모두 활용하는 인공지능 기반 양/불량 판정 모델의 성능을 저하시키고, 성능 향상을 위한 비정상 데이터의 추가 확보에 시간과 비용을 발생시킨다. 이러한 문제를 해결하기 위해서 정상 데이터만을 이용해 이상 탐지를 수행하는 AE, VAE 등 AE 기반의 모델에 관한 연구들이 진행되고 있다. 본 연구에서는 Convolutional AE, VAE, Dilated VAE 모델을 기반으로 잔차 이미지에 대한 통계치와 MSE, 정보 엔트로피를 이상치 판별 기준으로 선정하여 각 모델의 성능을 비교 분석했다. 특히 Convolutional AE 모델에 대해서 범위 값을 적용했을 때, AUC PRC 0.9570, F1 Score 0.8812, AUC ROC 0.9548, 정확도 87.60%의 가장 우수한 성능을 보였다. 이는 기존의 이상치 판별 기준으로 자주 사용되었던 MSE에 비해 정확도 기준 약 20%P(Percentage Point)의 성능 향상을 보이며, 이상치 판별 기준에 따른 모델 성능 향상이 가능함을 확인하였다.

• 한국조경학회지
• /
• 제50권2호
• /
• pp.116-126
• /
• 2022

2016년「도시공원 및 녹지 등에 관한 법률」의 개정을 통해 국가가 지정할 수 있는 국가도시공원 제도가 시행되었지만 시대적 요청과 국민의 관심에도 불구하고 2022년 현재까지 조성사례가 없다. 본 연구의 목적은 해외 사례분석을 통해 한국에 적합한 국가도시공원 조성의 목표와 방향수립에 있다. 국가도시공원 제도가 있는 일본, 스웨덴, 핀란드, 캐나다, 국가 예산으로 도시공원을 지원하는 미국과 독일의 사례를 분석하였다. 각 나라별로 레크리에이션, 기념성, 방재, 보존, 개발, 도시재생 등의 목표를 설정하고 공원을 조성하고 있었으며 규모도 다양했다. 국가의 개입 방식과 범위를 구분하여 전략과 방법을 수립했으며, 중앙정부와 지방 정부의 소통과 민간 참여 시스템을 구축하고 있었다. 한국의 국가도시공원은 국가균형발전이라는 당위성으로 접근해야 하며 국토관리차원에서 국가도시공원이 매개체가 될 수 있는 전략이 필요하다. 실천방안으로는 현재의 불합리한 법 제도의 개정을 통해 대상지 확보, 조성, 관리, 운영방식에 대한 구체적인 내용이 보완되어야 하며, 여러 부처에 분산된 공원녹지 제도와 정책을 통합하여 논의할 수 있는 별도의 전담연구원 신설도 필요하다.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.857-862
• /
• 2021

최근 급격한 기후변화로 인해 꿀벌의 생태계에도 많은 영향을 주고 있다. 꿀벌의 개체수 감소, 개화기의 변화로 인한 양봉 농가의 채밀에 막대한 영향을 주고 있다. 이에 따라 양봉에도 IoT 기술을 도입한 스마트 양봉에 관심이 집중되고 있다. 양봉의 특성에 따라 벌통안의 벌집을 육안으로 지속적 관찰이 불가능하고, 벌집안의 상태에 대하여 대부분 경험에 의한 지식에 의존하고 있는 실정이다. 특히, 벌통 내부에 꿀벌의 이동 경로와 이동량을 측정하는 부분에 대한 연구는 전무한 상황이다. 벌통 내부의 꿀벌의 이동에 대한 부분은 양봉에서 가장 중요한 분봉 시기를 예측할 수 있는 기본적인 정보를 제공할 수 있다. 본 연구에서는 꿀벌의 이동 경로를 파악하고 벌집(소비)간 입·출입 데이터를 실시간 측정하고 기록하는 장치를 제안한다. 본 연구에서 제안한 장치를 양봉 농가에서 활용할 수 있도록 기존 벌통의 벌집(소비) 규격에 맞춰서 개발했다. 개발방법은 꿀벌의 이동을 감지할 수 있는 포토 디텍터를 활용하여 16개의 이동통로를 구성하고 꿀벌의 이동상황을 실시간 감지할 수 있도록 했다. 이렇게 측정한 꿀벌의 이동상황을 활용하게 된다면 분봉시기를 놓치지 않기 위해 육안으로 봉군을 직접 관찰해야하는 문제를 해결할 수 있다. 나아가 꿀벌의 벌집 간 입출입 기록 데이터를 AI 알고리즘을 적용하면 자동으로 봉군 확장 시기를 예측할 수 있는 시스템 구현도 가능할 것이다.

• 해양환경안전학회지
• /
• 제27권2호
• /
• pp.256-265
• /
• 2021

선박을 포함한 지상, 해상, 공중의 이동체는 일반적으로 사람에 의해서 운용되고 있는데, 최근 제4차 산업혁명에 따른 자율의사결정시스템과 인공지능의 획기적 발전을 기반으로 자율 이동 개념의 무인이동체에 대한 연구개발이 전 세계적으로 활발하게 진행되고 있다. 국제해상운송에서 자율운항선박(MASS)의 상용화 실현을 앞두고 이 선박에 대한 성격 규정과 국제법적 지위에 대한 규명이 시급해졌다. 자율운항선박은 발전단계에 따라 승선원이 점차 감축되어 결국에는 완전히 무인화된 선박으로 운용될 것인데, 이 연구를 통하여 승선원이 없는 선박도 국제법상 선박으로써의 지위를 인정받을 수 있는가에 대한 쟁점 사항을 분석하였다. 이를 위하여 유엔해양법협약(UNCLOS) 및 국제해사기구(IMO)의 제반 법규를 중심으로 자율운항선박은 일반선박과 동일한 국제법적 지위를 가지고 있음을 규명하고, 자율운항선박을 운용하는데 필요한 제반 국제협약의 제·개정작업에 관한 제도개선 방향과 국제법적 조치사항을 제시하였다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.329-346
• /
• 2022

최근 소셜 미디어의 숏폼(Short form) 동영상(인스타그램, 틱톡, 유튜브) 시장이 점차 증가하면서 인공지능 영역에서는 이를 활용한 연구가 활발히 진행되고 있다. 대표적인 연구분야로 동영상 내의 패션 상품을 탐지하고 상품 이미지를 검색하는 Video to shop 을 들 수 있다. 이와 같은 동영상 기반 인공지능 모델에서는 Convolution 연산을 사용하여 상품의 특징을 추출한다. 하지만 연산 자원의 제한으로 인해, 동영상의 모든 프레임을 사용하여 특징을 추출하는 것은 현실적으로 불가능하다. 이로 인해, 기존 연구에서는 전체 프레임 중 일부만 샘플링해서 사용하거나, 주제의 특성을 활용한 샘플링 방법을 개발하여 이를 통해 위 문제점을 개선하고, 모델의 성능도 향상시켰다. 기존의 Video to shop 연구에서는 프레임을 샘플링 할 때, 무작위로 일부분의 프레임을 샘플링하거나 균등한 간격으로 샘플링 한다. 하지만 이러한 샘플링 방법은 상품이 존재하지 않는 노이즈 프레임을 샘플링 하면서 패션 상품 검색 모델의 성능을 저하시킨다. 이에 본 연구는 노이즈 프레임을 제거하고 검색 모델의 성능을 향상시키는 샘플링 방법 MF(Missing Fashion items on frame) sampler를 제안한다. MF sampler는 키 프레임 메커니즘(Mechanism)을 발전시켜 자원 한계의 문제점을 개선했다. 또한, 노이즈 탐지 모델을 활용한 노이즈 프레임 제거를 통해 검색 모델의 성능을 향상시켰다. 이와 같은 결과는 실험을 통해 확인되었고, Video to shop 패션 상품 검색에 있어 성능 향상과 효과적인 학습이 가능하다는 것을 확인할 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권2호
• /
• pp.67-72
• /
• 2022

최근 인공지능을 활용한 다양한 지능형 응용서비스 개발이 활발히 진행 중이다. 특히, 제조 산업 현장에서는 인공지능 기반 실시간 예측서비스 연구가 활발히 진행 중이며 이중 화재 및 악취를 감지·예측할 수 있는 인공지능 서비스에 대한 요구가 매우 높다. 하지만 기존 감지·예측시스템은 화재 및 악취 발생 예측이 아닌 발생 후 감지 서비스가 대부분이다. 이는 인공지능 기반 예측서비스 기술이 적용되어 있지 않기 때문이다. 또한, 화재 예측 및 악취 감지·예측서비스는 초저지연 특징을 가진 서비스이다. 따라서 초저지연 예측서비스를 제공하기 위해 엣지 컴퓨팅 기술이 인공지능 모델과 결합되어 클라우드에 비해 빠른 추론 결과를 현장에 빠르게 적용할 수 있도록 개발 중이다. 따라서 본 논문에서는 제조 산업 현장에서 가장 많이 요구되는 화재 예측 및 악취 감지·예측에 사용할 수 있는 LSTM 알고리즘 기반 학습모델을 제안한다. 또한, 제안하는 학습모델은 엣지 다바이스에 구현이 가능하도록 설계하였으며 사물인터넷 단말로부터 실시간 센서데이터를 수신하고 이 데이터를 추론 모델에 적용하여 화재 및 악취 상태를 실시간으로 예측할 수 있도록 제안한다. 제안된 모델은 3가지 성능 지표를 통해 학습모델의 예측 정확도를 평가하였으며 평가 결과는 평균 90% 이상 성능을 보였다.

• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.77-89
• /
• 2022

대용량의 코퍼스로 학습한 사전학습 언어모델이 다양한 자연어처리 태스크에서 성능 향상에 도움을 주는 것은 많은 연구를 통해 증명되었다. 하지만 자원이 부족한 언어 환경에서 사전학습 언어모델 학습을 위한 대용량의 코퍼스를 구축하는데는 한계가 있다. 이러한 한계를 극복할 수 있는 Cross-lingual Post-Training (XPT) 방법론을 사용하여 비교적 자원이 부족한 한국어에서 해당 방법론의 효율성을 분석한다. XPT 방법론은 자원이 풍부한 영어의 사전학습 언어모델의 파라미터를 필요에 따라 선택적으로 재활용하여 사용하며 두 언어 사이의 관계를 학습하기 위해 적응계층을 사용한다. 이를 통해 관계추출 태스크에서 적은 양의 목표 언어 데이터셋만으로도 원시언어의 사전학습 모델보다 우수한 성능을 보이는 것을 확인한다. 더불어, 국내외 학계와 기업에서 공개한 한국어 사전학습 언어모델 및 한국어 multilingual 사전학습 모델에 대한 조사를 통해 각 모델의 특징을 분석한다

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.225-227
• /
• 2022

현재 서울특별시는 25개 구청에 7만5천여대의 CCTV가 설치되어 있다. 서울특별시 구청별로, CCTV관제를 위한 관제센터를 구축하고 24시간 인공지능 지능형 영상분석을 통해 차량 종류, 번호판인식, 색상 분류 등의 정보를 빅데이터로 구축하고 있다. 서울특별시는 국토교통부, 경찰청, 소방청, 법무부, 군부대 등과 MOU를 체결하여 긴급/응급 상황에 신속한 대응이 가능하도록 하고 있다. 즉, 각 구청의 CCTV영상을 제공하여 안전하고 재난의 예방이 가능한 스마트시티를 구축하고 있다. 본 논문에서는 CCTV영상을 인공지능을 통해 사건발생 시 차량 및 인원에 대한 특징을 추출하고 이를 기반으로 도주경로를 예측하고 지속적인 추적이 가능하도록 설계한다. 해당 경로의 CCTV영상을 인공지능이 자동으로 선택하여 표출하도록 설계한다. 해당 관할 권역 이외 지역으로 사건 관련 사람이나 차량의 도주경로가 예상될 때 인접 구청에 영상정보와 추출된 정보를 제공함으로써 스마트시티 통합플랫폼을 확장할 수 있도록 설계한다. 본 논문은 스마트시티 통합플랫폼 연구발전에 기초자료로 기여할 것이다.