• 한국전자통신학회논문지
• /
• 제19권2호
• /
• pp.397-402
• /
• 2024

음성 인식과 모션 인식 기술은 다양한 스마트 디바이스에 적용되어 사용되고 있으나, 단순한 명령어 인식 형태로 구성되어 단순 기능으로 사용되고 있다. 인식 데이터에 대한 단순 기능에서 벗어나 다양한 분야에서 학습된 데이터를 기반으로 전문적인 명령어 수행 능력이 요구되고 있다. 현재 세계적으로 경쟁이 이루어지고 있는 생성형 AI를 활용하여 사용자에게 최적의 데이터를 제공하고, 음성 인식과 모션 인식을 통해 상호작용할 수 있는 시스템 플랫폼에 대한 연구가 진행되고 있다. 본 연구를 위해 설계한 주요 기술 프로세스는 음성 및 모션 인식 기능, AI 기술 적용, 양방향 커뮤니케이션 등 기술을 이용한 설계하였다. 본 논문에서는 AI 기술을 적용한 디바이스와 음성인식과 모션 인식 기술을 통해 디바이스와 사용자 간 양방향 커뮤니케이션을 다양한 입력방식에 의해 이루어질 수 있도록 하였다.

• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.17-23
• /
• 2024

국내 상수도관의 파열, 결함 등으로 인한 누수율로 인한 손실이 매우 크고, 이런 누수를 예방을 위한 방지 대책이 필요한 상황이다. 본 논문에서는 진동 센서를 활용한 누수 탐지 센서를 개발하고 인공지능 기술을 활용한 최적의 누수 탐지 알고리듬을 제시하고자 한다. 상수도 배관에서 취득한 진동음은 FFT(Fast Fourier Transform)를 이용한 전처리 과정을 거친 뒤, 최적화된 트리 기반 부스팅 알고리듬을 적용하여 누수 분류를 하였다. 다양한 실증 환경에서 취득한 약 26만여 개의 실험 데이터에 적용한 결과 기존의 SVM(Support Vector Machine) 방법에 비해약 4%가 향상된 97%의 정확도를 얻었고, 연산 처리속도는 약 1,362배가 향상되어 엣지 디바이스 적용에도 적합함을 확인하였다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.111-129
• /
• 2023

디지털 혁신의 확산에 따라 의료 분야에서도 인공지능을 기반으로 한 혁신의료기술의 채택이 활발해지고 있다. 이에 따라 인공지능 기반 소프트웨어형 의료기기인 SaMD(Software as a Medical Device)의 출시 및 도입도 촉진되고 있지만, 의료기관의 SaMD 도입 요인에 대한 연구는 미흡한 편이다. 본 연구의 목적은 '인공지능 기반 SaMD' 도입에 대한 의료기관의 의사결정에 영향을 미치는 중요한 요인들을 찾고, 이들 요인의 가중치와 우선순위를 분석하는 것이다. 이를 위해 의료계의 기술수용 모델, 의료 인공지능 및 SaMD 등에 관한 문헌연구 결과를 바탕으로 델파이 조사를 실시하였으며, HOTE(Human, Organization, Technology and Environment) 프레임워크와 HABIO(Holistic Approach {Business, Information, Organizational}) 프레임워크를 결합하여 연구 모형을 개발하였다. 5가지 주기준과 22개의 하부기준으로 구성된 연구 모형을 바탕으로 국내 의료기관과 SaMD 공급자의 전문가들을 대상으로 AHP(Analytic Hierarchy Process) 분석을 실시하여 SaMD 도입 요인을 실증적으로 분석하였다. 본 연구의 결과, 인공지능 기반의 SaMD 도입을 결정하는 주기준의 우선순위는 기술적 요인, 경제적 요인, 인적 요인, 조직적 요인, 환경적 요인의 순으로 나타났고, 하부기준의 우선순위는 신뢰성, 진료원가 절감, 의료진의 수용도, 안전성, 최고 경영자의 지원, 보안성, 인허가 및 규제 수준의 순이었다. 특히, 신뢰성, 안전성, 보안성 등의 기술적 요인이 SaMD 도입에 있어서 가장 중요한 것으로 나타났다. 또한, 각 집단별 가중치와 우선순위를 비교·분석한 결과, SaMD 도입 요인의 가중치와 우선순위는 기관의 유형, 의료기관의 유형 및 의료기관 보직의 유형에 따라 매우 다른 것으로 나타났다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.107-119
• /
• 2023

군인의 동작 및 운동 상태를 인식하는 기술은 웨어러블 테크놀로지와 인공지능의 결합으로 최근 대두되어 병력 관리의 패러다임을 바꿀 기술로 주목받고 있다. 이때 훈련 상황에서의 평가 및 솔루션 제공, 전투 상황에서의 효율적 모니터링 기능을 의도한대로 제공하기 위해서는 상태 판별의 정확도가 매우 높은 수준으로 유지되어야만 한다. 하지만 입력 데이터가 시계열 또는 시퀀스로 주어지는 경우, 기존의 피드포워드 신경망으로는 분류 성능을 극대화하는데 한계가 발생한다. 전장에서의 군사 동작 인식을 위해 다뤄지는 인간의 행동양식 데이터(3축 가속도 및 3축 각속도)는 시의존적 특성의 분석이 요구되기 때문에, 본 논문은 순환 신경망인 LSTM(Long-short Term Memory) 네트워크를 활용하여 취득 데이터의 이동 양상 및 순서 의존성을 파악하고 여덟 가지의 대표적 군사 동작(Sitting, Standing, Walking, Running, Ascending, Descending, Low Crawl, High Crawl)을 분류하는 고성능 인공지능 모델을 제안한다. 이때, 학습 조건 및 모델 변수는 그 정확도에 결정적인 영향을 끼치지만 인간의 수동적 조정이 필요해 비용 비효율적이고 최적의 값을 보장하지 못한다. 본 논문은 기계 스스로 일반화 성능이 극대화된 조건들을 취득할 수 있도록 베이지안 최적화를 활용해 하이퍼파라미터를 최적화한다. 그 결과, 최종 아키텍쳐는 학습 가능한 파라미터의 개수가 유사한 기존의 인공 신경망과 비교해서 오차율이 62.56% 감소할 수 있었으며, 최종적으로 98.39%의 정확도로 군사 동작 인식 기능을 구현할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.4717-4737
• /
• 2017

Today, smart grids, smart homes, smart water networks, and intelligent transportation, are infrastructure systems that connect our world more than we ever thought possible and are associated with a single concept, the Internet of Things (IoT). The number of devices connected to the IoT and hence the number of traffic flow increases continuously, as well as the emergence of new applications. Although cutting-edge hardware technology can be employed to achieve a fast implementation to handle this huge data streams, there will always be a limit on size of traffic supported by a given architecture. However, recent cloud-based big data technologies fortunately offer an ideal environment to handle this issue. Moreover, the ever-increasing high volume of traffic created on demand presents great challenges for flow management. As a solution, flow aggregation decreases the number of flows needed to be processed by the network. The previous works in the literature prove that most of aggregation strategies designed for smart grids aim at optimizing system operation performance. They consider a common identifier to aggregate traffic on each device, having its independent static aggregation policy. In this paper, we propose a dynamic approach to aggregate flows based on traffic characteristics and device preferences. Our algorithm runs on a big data platform to provide an end-to-end network visibility of flows, which performs high-speed and high-volume computations to identify the clusters of similar flows and aggregate massive number of mice flows into a few meta-flows. Compared with existing solutions, our approach dynamically aggregates large number of such small flows into fewer flows, based on traffic characteristics and access node preferences. Using this approach, we alleviate the problem of processing a large amount of micro flows, and also significantly improve the accuracy of meeting the access node QoS demands. We conducted experiments, using a dataset of up to 100,000 flows, and studied the performance of our algorithm analytically. The experimental results are presented to show the promising effectiveness and scalability of our proposed approach.

• 한국HCI학회논문지
• /
• 제12권2호
• /
• pp.31-40
• /
• 2017

본 연구는 2016년 9월 1일 국내에 처음 출시된 가상 비서 음성인식 디바이스 SKT 'NUGU'의 행태를 분석하기 위한 질적 연구이다. 연구를 위해, 해당 기기를 한 달 이상 사용한 사용자 9명을 대상으로 각 1시간 이상의 심층인터뷰를 진행하였다. 인터뷰 자료는 전사하여 개방코딩, 축 코딩, 선택코딩을 통한 근거 이론을 적용하여 분석하였다. 그 결과 심층인터뷰 내용에 대한 362개의 개념을 도출하였으며 16개의 하위 범주와 10개의 상위 범주로 추상화하였다. 개방 코딩이 진행된 이후에는 축 코딩을 통해 전반적인 사용 행태를 파악하고자 패러다임 모형을 제시하였다. 선택코딩을 진행하여 이야기 윤곽의 전개를 통한 핵심범주를 도출하였으며, 코딩의 결과로 사용 행태를 유형화하였다. 유형화 결과, 크게 의존형과 탐구형의 사용 행태를 보임을 확인할 수 있었으며, 각 유형이 해당 기기에 관하여 어떠한 콘텐츠를 선호하며, 어떤 불편사항이 있는지 분석하였다. 그 결과, 의존형 사용자는 음성인식 기술을 활용한 스피커 제어 기능 때문에 구매하였고, 기기의 제어 방식에서는 대체로 만족하였으나 가상 비서 서비스를 다각도로 활용하기보다는 음성제어가 가능한 블루투스 스피커로 이용하는 한계를 보였다. 탐구형 사용자는 스마트홈과 관련된 사물인터넷 관련 제어를 활용하거나 양방향 소통을 시도 하였으나, 현재 해당기기와 연결되는 서비스가 부족하고, 원활한 양방향 소통이 불가능하다는 한계를 느껴 지속적인 사용에 어려움을 느끼고 있었다. 본 연구는 이러한 분석 결과를 기반으로 향후에 국내 가상 비서 서비스를 제안하고자 할 때에 활용할 수 있는 가상 비서의 사용자 경험에 관한 기초 자료를 제시하였다.

• 한국융합학회논문지
• /
• 제12권4호
• /
• pp.9-21
• /
• 2021

본 연구는 IP5국가(KR, EP, JP, US, CN)의 바이오헬스 분야 특허데이터를 기반으로 기술의 융합과 트렌드를 파악하여 해당 산업 분야의 발전 방향을 제시하는 것을 목적으로 한다. 기술융합 현황 파악을 위해 특허 동시분류분석 기반의 네트워크분석과 TF-IDF 기반의 텍스트마이닝을 주요 방법론으로 활용하였고, 분석 결과 바이오헬스 산업의 기술융합 클러스터는 크게 (A)치료용 의료기기, (B)의료데이터프로세싱, (C)생체계측용 의료기기의 세 가지 형태로 도출되었다. 또한 기술융합 결과를 토대로 한 트렌드 분석의 결과에서 우리나라는 (B)의료데이터프로세싱 분야에서 시장선도국으로 도출됨에 따라 향후 상업적 가치가 높은 특허로 시장 우위를 선점할 수 있는 가능성이 높다고 분석되었다. 특히 해당 분야는 2019년 1월 국회에서 통과된 '데이터3법'이라는 정책적 변환과 더불어, 국내 바이오헬스 기업들의 의료데이터 활용 가능성이 확대됨에 따라 해당 기술에 대한 기술융합 활성화 정책 수립과 R&D 지원 전략이 필요할 것으로 전망된다.

• 한국산업정보학회논문지
• /
• 제25권6호
• /
• pp.33-45
• /
• 2020

본 논문은 최근 다양한 종류의 웨어러블 디바이스가 헬스케어 도메인에 급증하여 사용되고 있는 상황에서 최신 첨단 기술이 실제 메디컬 환경에서 개인의 질병예측이라는 관점을 바라본다. 사용자 참여형 웨어러블 디바이스를 통하여 임상 데이터와 유전자 데이터, 라이프 로그 데이터를 병합하여 데이터를 수집, 처리, 전송하는 과정을 걸쳐 딥뉴럴 네트워크의 환경에서 학습모델의 제시와 피드백 모델을 연결하는 과정을 제시한다. 이러한 첨단 의료 현장에서 일어나는 메디컬 IT의 임상시험 절차를 걸친 실제 현장의 경우 대사 증후군에 의한 특정 유전자가 질병에 미치는 영향을 측정과 더불어 임상 정보와 라이프 로그 데이터를 병합하여 서로 각기 다른 이종 데이터를 처리하면서 질병의 특이점을 확인하게 된다. 즉, 이종 데이터의 딥뉴럴 네트워크의 객관적 적합성과 확실성을 증빙하게 되고 이를 통한 실제 딥러닝 환경에서의 노이즈에 따른 성능 평가를 실시한다. 이를 통해 자동 인코더의 경우의 1,000 EPOCH당 변화하는 정확도와 예측치가 변수의 증가 값에 수차례 선형적으로 변화하는 현상을 증명하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권3호
• /
• pp.193-202
• /
• 2021

본 연구는 4차 산업혁명에 대한 보건계열 학생들의 인식과 교육 요구도를 조사하고, 보건의료 인력을 양성하기 위한 방향설정과 교육방안을 마련하고자 실시하였다. 이에 G도시에 소재한 H대학에 재학중인 보건계열 전공대학생 280명을 대상으로 성별, 학년에 따른 인식과 교육요구도를 비교 분석하였다. 여학생들은 4차 산업혁명에 대해 긍정적으로 인식하였으며, 학년이 낮을수록 전공영역에 미치는 영향에 대해 높은 인식을 나타내었다. 4차 산업혁명에 의한 영향에 대해서는 남학생의 경우 세대차이 심화(p<0.05), 빈부의 격차 심화(p<0.01), 개인정보침해 심화(p<0.05), 기존 일자리의 감소(p<0.05), 인공지능의 남용(p<0.05)과 같은 부정적인 요인에서 높은 것으로 나타났다. 보건계열 학생들은 4차 산업혁명에 대비해 바이오와 의료기기에 관한 교육(22.2%)을 가장 많이 희망하고 있었다. 4차 산업혁명의 영향에 대해 보건계열 학생들이 긍정적으로 인식할수록 교육 요구도가 높게 나타났다(p<0.001). 따라서 보건계열 학생들이 4차 산업혁명시대에 새로운 일자리의 창출과 삶의 질 향상과 같은 긍정적 요인이 향상될 수 있도록 프로그램 개발과 다양한 교육의 실시가 필요하다고 사료된다.

• 한국시뮬레이션학회논문지
• /
• 제31권3호
• /
• pp.55-61
• /
• 2022

현재 경찰과 소방이 범죄신고, 긴급출동과 같은 구조 상황발생 시 통화권영역 내에서는 이동통신 사업자가 구축한 네트워크,와이파이,GPS기반의 긴급 구조용 측위시스템을 활용하여 요구조자의 단말과 직접 연동하여 예상위치를 정밀 측위를 하고 있다. 그러나 산악구조의 경우 조난자가 산악지형의 음영지역에 위치하거나 단말의 방전(power off) 시에는 단말과 직접 연동하여 정밀 측위가 불가능하며 마지막 접속 기지국 정보만을 받고 있어 수색의 위치를 한정할 수 없으므로 구조 골든타임 확보가 어려운 상황이다. 본 논문에서는 개선방안으로 시계열 기지국 정보, 위치정보 및 조난자의 성별, 나이, 행동적 특성을 반영한 이동성 모델과 지능형 추론을 기반으로 하는 전파분석 및 위치추정 시뮬레이션과 같은 이동통신 포렌식 기술을 통해 조난자의 예상 위치정보의 확률에 따른 히트맵 방식의 시각화를 통해 위치정보의 정확성을 높여 소방, 수색대의 수색지역을 축소하여 신속하고 정확한 인명구조에 기여할 수 있기를 기대한다.