• 산업융합연구
• /
• 제21권3호
• /
• pp.1-15
• /
• 2023

무선통신 기술은 통신서비스 자체에만 활용되는 단계를 넘어 21세기 디지털 전환이라는 패러다임과 맞물려 다양한 산업의 혁신을 촉진하는 기반 기술로써 기대가 높아지고 있다. 본 연구에서는 우리나라와 주요 선도국가의 6G 기술경쟁력을 비교하기 위해 GaN(갈륨나이트라이드) 특허 정보를 기반으로 시장확보 지수(PFS), 피인용도 지수(CPP) 그리고 네트워크 분석을 통해 6G 기술경쟁력을 분석하였다. 우리나라의 6G 기술경쟁력은 PFS가 0.62로, CPP가 3.93으로 나타났으며, 각각 선도국가 대비 32.8%, 19.9% 수준인 것으로 확인되었다. 그다음 네트워크 분석 결과, 6G 분야의 특허 협업 비율은 7.2%로 대부분 국가에서 모두 협업 생태계가 미흡한 것으로 분석되었다. 다만, 우리나라는 선도국가와 달리 산업계와 학계가 연계한 소규모 협업 관계가 구축되어 있음을 확인할 수 있었다. 따라서, 소규모 협업 생태계를 기반으로 통신 기술 고도화를 할 수 있는 국가 차원의 6G 통합 R&D 전략을 마련할 필요가 있겠다.

• 지역연구
• /
• 제39권2호
• /
• pp.47-61
• /
• 2023

주거환경에 대한 만족도는 주거지 선택 및 이주 등에 영향을 미치는 주요인으로, 도시에서의 삶의 질과 직접적으로 연결된다. 최근 온라인 부동산 서비스의 증가로 주거환경에 대한 사람들의 만족도를 쉽게 확인할 수 있으며, 사람들이 평가하는 내용을 바탕으로 주거환경 만족 요인에 대한 분석이 가능하다. 이는 기존에 활용되던 설문조사 등의 방식보다 더 많은 양의 평가를 효율적으로 활용할 수 있음을 의미한다. 본 연구는 서울특별시를 대상으로 온라인 부동산 서비스인 '직방'에서 수집된 약 3만여 건의 아파트 리뷰를 분석에 활용하였다. 리뷰에 포함된 추천 평점을 토대로, 아파트 리뷰를 긍정적, 부정적으로 분류하고, 딥 러닝 기반 자연어 처리 모델인 BERT(Bidirectional Encoder Representations from Transformers)를 사용하여 리뷰를 자동으로 분류하는 모델을 개발하였다. 이후 SHAP(SHAPley Additive exPlanation)를 이용하여 분류에 중요한 역할을 하는 단어 토큰을 도출함으로 주거환경 만족도의 영향요인을 도출하였다. 더 나아가 Word2Vec을 이용하여 관련 키워드를 분석함으로써 주거환경에 대한 만족도 개선을 위한 우선 고려사항을 제시하였다. 본 연구는 거주자의 정성평가 자료인 아파트 리뷰 빅데이터와 딥러닝을 활용하여 주거환경에 대한 만족도를 긍정적, 부정적으로 자동 분류하는 모형을 제안하여 그 영향요인을 도출하는데 의의가 있다. 분석결과는 주거환경 만족도 향상을 위한 기초자료로 활용될 수 있으며 향후 아파트 단지 인근 주거환경 평가, 신규 단지 및 기반시설의 설계 및 평가 등에 활용될 수 있다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.88-103
• /
• 2023

최근 4차 산업혁명 기술의 발전에 힘입어 교통시스템은 차량 및 사람의 개별 이동궤적과 관련된 모빌리티 데이터를 대용량으로 산출하고 있다. 개인정보가 포함된 모빌리티 데이터를 활용하는 데에는 많은 제약이 존재하므로, 우리나라는 데이터 3법 개정과 데이터 기본법 제정을 통해 가명정보의 생성 및 가공과 이에 대한 분석 및 활용을 별도의 기관 및 기술을 적용하여 이원적으로 관리하고 있다. 그러나 이러한 이원적 접근은 데이터 생명주기 전 과정을 안전하게 지원하지 못할 뿐만 아니라 처리 시간 및 비용 측면의 비효율성의 문제를 갖고 있다. 따라서 본 연구는, 기존의 결합전문기관과 데이터안심구역이 갖는 문제점을 보완하기 위하여, 모빌리티 데이터의 생성 및 가공, 그리고 분석 및 활용 과정을 통합 및 일원화한 통합 데이터안심구역 프레임워크를 제시한다. 즉, 데이터 처리를 위한 통합 프로세스를 재설계하고 공통 요구사항 및 핵심요소기술을 도출하여 모빌리티 데이터의 생명주기 전체를 원스톱으로 활용, 관리할 수 있는 차세대형 통합 데이터안심구역 시스템의 아키텍처를 제시한다.

• 한국지반공학회논문집
• /
• 제39권7호
• /
• pp.31-37
• /
• 2023

터널은 지중에 건설되는 구조물이므로 육안으로 터널 강지보재의 위치 등의 확인이 불가능하다. 이에, 터널 유지관리시에는, 일반적으로 GPR 이미지를 활용하여 강지보재 탐지를 수행한다. 인공신경망을 통한 GPR 이미지 분석에 대한 연구는, 주로 지하배관, 도로 손상 등의 탐지에 집중되어 있으며, 강지보재 등의 터널 GPR 데이터를 분석한 사례는 해외와 국내 모두 제한적이다. 본 연구에서는, 합성곱 신경망을 기반으로 하는 1단계 객체인식 알고리즘인 YOLO를 활용하여, GPR 데이터를 바탕으로 한 터널 강지보재의 위치 탐지를 자동화하고, 그 성능을 분석한다. 원본 이미지 데이터는 총 512개이며 원본 이미지 데이터로 이루어진 데이터 세트와 원본 이미지 데이터와 증식기법이 적용된 이미지 데이터를 병합한 2,048개의 데이터로 이루어진 데이터 세트를 해석에 활용하였다. 증식한 데이터를 사용한 모델의 강지보재 누락율(전체 강지보재와 탐지하지 못한 지보재 숫자의 비율)은 0.38%, 원본 데이터만을 활용한 모델의 강지보재 누락율은 7.18%로 나타났다. 따라서, 분석 자동화 측면에서는, 증식기법이 적용된 데이터 세트를 활용하는 것이 더 실용적일 것으로 판단된다.

• 융합보안논문지
• /
• 제22권5호
• /
• pp.69-80
• /
• 2022

기후변화 및 식량자원안보가 전 세계적으로 이슈화 되어 지고 있는 지금 스마트팜은 이를 해결할 수 있는 대안으로 떠오르고 있다. 또한 1차 산업에 있어 생산 환경의 변화는 모든 1차 산업(농업, 축산업, 어업)에 종사하는 사람들의 주요 관심사 이며, 이로 인해 발생하는 식량부족 문제는 우리 모두가 해결해야 할 중요문제이다. 이와 같은 문제를 해결하기 위해 1차 산업에서는 ICT 및 BT등 4차 산업 혁명과 기술인 IoT 빅데이터 및 인공지능 기술을 활용하여 스마트팜을 도입함으로 해서 생산성 향상을 통해 식량부족 문제를 해결하려는 노력이 민관을 통해 이루어지고 있다. 본 논문은 스마트팜의 발전 및 활용, 지속 가능한 농업경영 시스템구축을 위한 스마트팜 데이터 수집 시스템이 갖추어야 할 최소요건 및 순차적인 시스템 구축 방안, 목적성을 갖는 효율적이고 활용 가능한 데이터 수집 시스템 등에 관해고찰 하고자 한다. 특히 한계에 부딪치고 있는 한국형 스마트팜 표준모델 구축을 위한 데이터수집시스템의 문제점을 농축산(양돈)분야의 심층적인 조사와 다양한 사례분석을 기반으로 분석하고 개선하여 효율적이고 활용 가능한 빅데이터 수집시스템 구축을 목표로 빅데이터 수집방안을 제안하고자 한다.

• 서비스연구
• /
• 제11권2호
• /
• pp.79-93
• /
• 2021

국내 미술시장 규모는 2018년 기준으로 최근 5년간 매년 21.9%씩 증가하는 성장세를 유지하고 있다. 미술품 유통 플랫폼은 화랑과 오프라인 경매 방식, 그리고 온라인 경매로 다양해지고 있다. 미술시장은 작품의 제작(창작), 유통(무역), 소비(매수) 등 3개 분야로 구성되어 있으며, 경제적 가치는 물론 예술적 가치에 대한 인식이 확산되면서 투자 수단으로써 관심도가 높아지고 있다. 작품을 재테크 수단으로 생각하는 소비자는 작품의 객관적 정보에 대한 욕구가 높아지지만, 예술시장 유통 분야의 정보 제공이 폐쇄적이고 불균형해 객관적이고 신뢰할 수 있는 통계를 수집·분석하는 데 한계가 있다. 본 연구는 예술시장 유통 분야에 대한 빅데이터 수집과 정형·비구조적 데이터 분석을 통해 객관적이고 신뢰할 수 있는 미술품 유통 현황을 파악한다. 이를 통해 현재 시장에서 저자의 분석을 객관적으로 제공할 수 있는 시스템을 구현하고자 한다. 본 연구에서는 미술품 유통 사이트에서 저자 정보를 수집하고 일간지 매일경제에서 저자의 기사를 수집·분석해 작가별 연관 단어의 빈도를 산출했다. 이를 통해 본 연구에서는 소비자에게 객관적이고 신뢰할 수 있는 정보를 제공하는 것을 목표로 한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.1-11
• /
• 2023

유방암은 전 세계적으로 여성들 대다수에게 가장 두려워하는 질환이다. 오늘날 데이터의 증가와 컴퓨팅 기술의 향상으로 머신러닝(machine learning)의 효율성이 증대되어 암 검출 및 진단 등에 중요한 역할을 하고 있다. 딥러닝(deep learning)은 인공신경망(artificial neural network, ANN)을 기반으로 하는 머신러닝 기술의 한 분야로 최근 여러 분야에서 성능이 급속도로 개선되어 활용 범위가 확대되고 있다. 본 연구에서는 유방암 분류를 위해 전이학습(transfer learning) 기반 DNN(Deep Neural Network)과 SVM(support vector machine)의 구조를 결합한 DNN-SVM Hybrid 모형을 제안한다. 전이학습 기반 제안된 모형은 적은 학습 데이터에도 효과적이고, 학습 속도도 빠르며, 단일모형, 즉 DNN과 SVM이 가지는 장점을 모두 활용 가능토록 결합함으로써 모형 성능이 개선되었다. 제안된 DNN-SVM Hybrid 모형의 성능평가를 위해 UCI 머신러닝 저장소에서 제공하는 WOBC와 WDBC 유방암 자료를 가지고 성능실험 결과, 제안된 모형은 여러 가지 성능 척도 면에서 단일모형인 로지스틱회귀 모형, DNN, SVM 그리고 앙상블 모형인 랜덤 포레스트보다 우수함을 보였다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.597-603
• /
• 2023

군사 작전의 패러다임은 정보기술의 발전으로 플랫폼 중심전에서 네트워크 중심전, 그리고 정보 중심전으로 진화해왔다. 최근 몇 년간 빅 데이터, 인공지능, 사물인터넷(IoT)과 같은 첨단 기술의 발전으로 인해 군사 작전은 인공지능 기반의 지식 중심전(KCW)으로 진화하고 있다. 이에 따라 군은 신뢰성 있는 C4I (Command, Control, Communication, Computer, Intelligence) 시스템 구축을 위해 첨단 정보통신기술(ICT)의 통합에 큰 비중을 두고 있다. 본 연구는 C4I 시스템의 전투 능력 향상, 네트워크 기반 환경에서의 최적 활용, 정보 흐름의 효율적인 부하분산, 원활한 의사소통, 지식공유의 효과적인 구현 등을 분석하고 평가하기 위해 데이터 마이닝 기법을 적용할 필요성을 강조한다. 데이터 마이닝은 현대 빅 데이터 분석의 핵심 기술로, 본 연구는 데이터 마이닝을 활용하여 실제 사례를 분석하고 군의 지휘 통제체계의 효율성을 극대화하는 실용적인 전략을 제안하였다. 연구 결과는 C4I 시스템의 성능을 더 깊게 이해하고 현대 군사 작전에 지식 중심전을 강화하는 데 유용한 통찰을 제공할 것으로 기대한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권3호
• /
• pp.10-18
• /
• 2024

차량 하중은 교량의 열화를 일으키는 주된 원인 중 하나이다. 현재 WiM(Weigh-in-Motion)을 사용하여 통행 차량의 하중을 측정하고 있으나, WiM은 접촉식 센서로 설치 및 유지관리 비용이 큰 단점이 있다. 본 연구에서는 딥러닝과 CCTV 영상을 이용하여 비접촉식으로 교량 통행 차량 하중 이력을 추정하는 방법을 제안하였다. 제안된 방법은 물체 탐지 딥러닝 모델을 이용하여 통행 차종을 인식하고, 해당 차량의 하중을 국내 주요 차량 모델들의 공차중량에 근거하여 작성된 하중기반 7차종 분류표에 근거하여 추정한다. 물체 탐지 딥러닝 모델로는 Faster R-CNN 모델이 사용되었으며, Faster R-CNN 모델을 7차종 분류표에 따라 구축된 영상 학습데이터를 이용하여 학습시켰다. 학습된 딥러닝 모델의 성능은 교량 CCTV로 취득한 영상을 이용하여 검증하였다. 최종적으로 실제 교량 상부에 설치된 CCTV에서 취득한 영상을 이용하여 교량을 통행중인 차량 하중을 연속으로 추정함으로써 특정 시간동안 통행 차량의 하중 이력 그래프를 획득할 수 있음을 보였다.

• 한국ITS학회 논문지
• /
• 제23권2호
• /
• pp.119-131
• /
• 2024

고속도로의 효율적 운영과 지속가능한 이동환경 제공을 위해 정확한 통행실적의 파악은 필수적이다. 그러나 인프라 및 기술적 제약, 추정을 통한 기존 연구방법의 한계, 통합 빅데이터 활용의 제약 등의 이유로 즉각적이고 정확한 고속도로 통행실적 산정에 어려움이 있다. 이에 본 연구는 자동요금징수시스템, 단거리전용통신 등으로부터 수집된 실시간 빅데이터를 활용하여 개별 차량의 고속도로 기종점통행량(Origin-Destination: OD) 및 주행거리를 분석하고 이를 기반으로 고속도로 통행실적을 산정하는 방법론의 틀을 제시하였다. 특히 데이터상 하나의 통행임에도 불구하고 분할된 통행으로 나타나는 데이터상 오류를 통행궤적 및 주행특성 진단을 통해 올바르게 연결함으로써 보다 신뢰성 있는 고속도로 통행 OD를 구축하고자 하였다. 연구 결과 개별 차량의 분할된 OD 통행이 20분 내 연속되는 경우 통행연결이 필요하며 통행연결, 주행거리 산정, 누락교통량 비율 보정, 비연계 구간 연계 과정을 거쳐 전국 고속도로의 일평균 통행실적은 248,624천대·km/일로 도출되었다. 이는 도로업무편람에서 제시하는 248,166천대·km/일과 비교 시 약 458천대·km/일이 높았다. 본 연구의 결과는 기존의 조사과정에서 누락된 통행실적의 보완가능성을 보여준다.