• 한국교육논총
• /
• 제43권1호
• /
• pp.183-213
• /
• 2022

들뢰즈와 가타리가 제기하는 느리고, 경험적인 교육은 시간 속에서 반복되는 지속을 경험해야만 가능하다. 잠재성과 현실성의 짝으로 이루어진 이 세계의 주체성은 '기계'로 표현된다. '기계'의 주체성은 생성 자체이다. 클라우드 상 어디에나 존재하면서 무의식적으로 빅데이터를 수집하는 정보사회의 주체성 또한 정보사회 자체이다. 정보사회는 개인의 욕망을 주체성의 발현에 앞서 관리하는 사회로 기울 위험을 안고 있다. '기계'는 언표적 배치와 기계적 배치로 이루어져 있다. 배치론에 입각한 사회과학은 반복되는 패턴, 언어성과 물질성의 공존, 경계에 대한 주의, 총체적 전체에 대한 부정이라는 특징을 공유한다. 시간 속에서 집합적 패턴이 구조적으로 변형되어 가는 양상을 띠는 배치의 교육학은 들뢰즈와 가타리의 본래 문제의식인 느리고, 경험적인 교육에 부합한다. 또, '교육-기계'의 물질성과 언표성을 고찰하는 작업은 탈인간 시대의 새로운 학습론, 교육론 확립에 기여할 것이다.

• 융합보안논문지
• /
• 제23권3호
• /
• pp.3-11
• /
• 2023

제로 트러스트는 "Never Trust, Always Verify"라는 원칙으로 알려진 새로운 보안 패러다임이다. 최근에는 원격 및 재택근무 환경의 확산과 클라우드 서비스의 사용 증가로 어디서든 업무 시스템에 접근 가능한 WFA(Work From Anywhere) 환경이 구축되고 있다. 이에 따라 내·외부 경계가 모호해져 기존의 경계 기반 보안 모델(perimeter security)만으로는 다양하고 복잡한 침해사고와 공격에 대응하기 어려워졌다. 이 연구에서는 제로 트러스트의 구현 원칙과 마이크로 세그먼테이션(micro segmentation) 접근법을 소개하며, NIST의 위험 관리 프레임워크를 활용하여 제로 트러스트 도입 절차를 제안하여 기업이 사이버 공격에 대비할 수 있는 보안 전략을 강화하는 방안을 제시한다.

• 한국가스학회지
• /
• 제21권4호
• /
• pp.84-91
• /
• 2017

다양한 산업분야의 첨단제품들의 기능향상이나 디자인 등을 위해 알루미늄이나 마그네슘과 같은 가연성 금속의 사용량이 증가하고 있으며, 이러한 금속의 가공공정의 증가로 인한 금속분진이 발생할 가능성이 증가되며 이는 금속분진으로 인한 폭발사고의 증가로 이어지고 있다. 금속분진에 의한 폭발의 경우 고체 및 열분해에 의해 발생된 증기의 혼합 상태에서의 연소라는 점에서 실험적인 해석이 가스폭발이나 증기운 연소에 비해 매우 복잡하기 때문에 국내 외적으로 분진폭발에 대한 연구가 현재로서는 부족한 실정이다. 본 연구에서는 가연성 금속분진의 폭발에 대한 리스크 분석을 위한 기반구조를 마련하고, 이러한 기반을 토대로 효율적인 분석방법을 제시하기 위해 분진폭발에 대한 폭발이론과 특성에 대하여 정리 및 제시하였으며, 금속성분진 별 폭발특성을 데이터베이스화 하여 분진폭발에 대한 리스크 분석과 연구에 사용할 수 있는 기반을 마련하였다.

• 한국가스학회지
• /
• 제16권3호
• /
• pp.22-28
• /
• 2012

BPA 공장의 메탄올 분리공정에서 HAZOP 평가를 실시하고, 사고 시나리오로부터 화재 및 폭발 사고의 피해범위를 예측하였다. 그 결과, 화재사고의 피해범위는 50 mm 직경의 안전밸브 토출배관 파열에 의한 제트화재에서는 20 m이었고, 설비가 전파되어 플래쉬화재가 발생되는 경우에는 267 m이었다. 또한 개방공간 증기운 폭발사고의 피해범위는 토출배관 파열에서는 22 m이었고, 설비 전파인 경우에는 542 m이었다. 그리고 최악의 누출 시나리오에 대한 안전대책으로는 메탄올 분리컬럼 내부의 이상압력 상승을 감지할 수 있는 압력계를 2 out of 3 voting으로 설비 상부에 설치하여 주공급라인 상에 설치된 컨트롤밸브와 긴급차단밸브를 동시에 차단할 수 있도록 하여야 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권10호
• /
• pp.285-290
• /
• 2021

의료분야에서 인공지능 기술을 도입한 질환 진단 및 예측 연구들이 활발하게 진행되고 있다. 의료영상기반의 인공지능 기술 적용에 가장 많이 활용되고 있는 질환 진단 및 예측에 대한 다양한 제품으로 출시되고 있다. 인공지능은 질병에 대한 진단, 양성과 악성으로 구분되는 질환의 구분, 질병의 위험도에 따른 구별이나 판독에 이용하기 위해 질환부위를 분리하는 등에 적용되고 있다. 최근에는 클라우드기술과 연계하여 서비스 제품으로 활용성이 높아지고 있다. 본 논문에서 다루는 질환 중에 간 질환은 통증이 적어 조기진단이 어려워 그 위험도가 매우 높은 질환이다. 이러한 질환 진단에 비침습적인 진단방법으로 의료영상기반으로 인공지능 기술을 도입하였다. 우리는 임상에서 가장 의미 있는 간 경화증 환자의 판독을 돕기 위한 웹 서비스 개발 내용을 기술한다. 그리고 웹서비스 프로세스를 보이고 각 프로세스의 구동 화면과 최종 결과화면을 보인다. 제안한 서비스를 통해 간 경화증을 조기에 진단하고, 빠른 치료를 통해 환자의 회복에 도움을 줄 수 있을 것으로 기대한다.

• 문화기술의 융합
• /
• 제8권4호
• /
• pp.163-171
• /
• 2022

본 연구는 국내 중년여성의 건강 연구의 동향과 중점개념을 파악하기 위한 것이다. 연구의 분석을 위하여 2012년부터 2021년까지 '중년여성', 또는 '폐경 여성'의 영문 키워드를 입력하여 확인된 1,116편의 논문을 분석에 이용하였다. 주제어 동시출현네트워크 개발 및 분석을 수행하였으며, 5년 단위(2012-2016년, 2017-2021년)로 나누어 토픽모델링을 통해 연구의 유형을 분석하고, 시각화한 워드클라우드와 소시오그램을 확인하였다. 최근 10년 동안 가장 많이 출현한 키워드는 비만, 우울, 체성분, 스트레스, 갱년기 증상 등으로 나타났다. 2012년부터 2016년까지 논문 자료에서 분석된 5개의 토픽은 '폐경 후 자기효능감, 만족감 증진 전략', '비만과 위험요소 관리 운동', '비만과 스트레스에 대한 중재', '행복감 증진과 생활 관리', '갱년기 우울과 삶의 질'로 확인되었다. 이후 5년(2017-2021년)간 자료의 토픽은 '갱년기 우울과 삶의 질', '비만과 심혈관 관련 위험요소 관리', '중년여성으로서 삶의 경험', '삶의 만족과 심리적 안녕', '갱년기 증상완화 전략'이었다. 지난 10년 간 중년여성에 대한 건강 관련 연구 주제 흐름과 동향의 파악을 하였으며, 향후 시대적인 흐름을 반영하는 중년여성 건강에 대한 연구가 지속되어야 할 것이다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.189-198
• /
• 2023

길거리에서 묻지마 범죄가 자주 발생함에 따라 CCTV의 보급이 증가하고 있다. 그러나 수동적으로 작동되는 CCTV의 단점 때문에 지능형 CCTV의 필요성이 주목 받고 있다. 이러한 지능형 CCTV의 무거운 시스템 때문에, 높은 성능의 기기들이 필요해 일반 CCTV를 대체하는데 비용적 측면에서 부담이 발생한다. 이 문제를 해결하기 위해 낮은 품질의 영상도 인식하며 높지 않은 성능의 기기에서도 시스템이 구동되는 지능형 CCTV 시스템이 필요하다. 따라서 본 논문은 AWS 기반 플랫폼을 활용하여 시스템을 경량화하고 영상을 텍스트화하여 실시간으로 위협을 감지할 수 있는 Saying CCTV 시스템을 제안한다. 이는 YOLO v4와 OpenPose를 사용해 추출한 데이터를 바탕으로 위험 객체와 위협 행동 그리고 위협 상황을 판단하며, 위험도를 머신러닝으로 계산하도록 구현하였다. 이를 통해, 언제 어디서나 네트워크만 연결되면 시스템을 동작시킬 수 있으며, 영상 촬영과 이미지 업로드가 최소한의 성능의 기기에서도 시스템 사용이 가능하다. 나아가 영상을 분석하여 텍스트로 저장되는 데이터들로 하여금 범죄의 유의미한 통계를 자동화하여 신속한 범죄 예방이 가능하다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.419-437
• /
• 2023

국내 씬파일러(Thin Filer)의 수가 1200만명을 넘어서며, 금융 업계에서 씬파일러의 신용을 정확히 평가하여 우량고객을 선별해 대출을 공급하는 시도가 많아지고 있다. 특히, 차주의 신용정보에 존재하는 비선형성을 반영하여 채무불이행을 예측하기 위해서 다양한 머신러닝 알고리즘을 활용한 연구가 진행되고 있다. 그 중 그래프 신경망 구조(Graph Neural Network)는 일반적인 신용정보 외에 대출자 간의 네트워크 정보를 반영할 수 있다는 점에서 데이터가 부족한 씬파일러의 채무 불이행 예측에서 주목할 만하다. 그러나, 그래프 신경망을 활용한 기존의 연구들은 신용정보에 존재하는 다양한 범주형 변수를 적절히 처리하지 못했다는 한계가 있었다. 이에 본 연구는 범주형 변수의 맥락적 정보를 추출할 수 있는 트랜스포머 메커니즘(Transformer mechanism)과 대출자 간 네트워크 정보를 반영할 수 있는 그래프 합성곱 신경망(Graph Convolutional Network)를 결합하여 효과적으로 씬파일러의 채무 불이행 예측이 가능한 TeGCN (Transformer embedded Graph Convolutional Network)를 제안한다. TeGCN는 일반 대출자 데이터셋과 씬파일러 데이터셋에 대하여 모두 베이스 라인 모델 대비 높은 성능을 보였으며, 특히 씬파일러 채무 불이행 예측에 우수한 성능을 달성했다. 본 연구는 범주형 변수가 많은 신용정보와 데이터가 부족한 씬파일러의 특성에 적합한 모델 구조를 결합하여 높은 채무 불이행 예측 성능을 달성했다는 시사점이 있다. 이는 씬파일러의 금융소외문제를 해결하고 금융업계에서 씬파일러를 대상으로 추가적인 수익을 창출하는데 기여할 수 있을 것이다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권2호
• /
• pp.1-11
• /
• 2018

최근 ICT와 함께 IoT, 클라우드, 인공지능 등의 신기술들이 정보화 사회를 폭발적으로 변화 시키고 있다. 그러나 APT(Advanced Persistent Threat), 악성 코드, 랜섬웨어 등 최신 위협과 개인정보 처리 위탁 업무 확대로 수탁사 관련 개인정보 유출 사고도 더욱 더 증가하고 있다. 따라서 수탁사 보안 강화를 위해 본 연구는 위수탁 개요 및 특징, 보안 표준 관리 체계, 선행 연구들을 현황 분석하여 점검 항목을 도출하였다. 그리고 수탁관련 정보통신망법, 개인정보보호법 등의 법률들을 분석 매핑한 후 최종 수탁사 개인정보 보호 관리 수준 점검 항목들을 도출하고 이를 토대로 AHP 모형에 적용하여, 점검 항목간 상대적 중요도를 확인하였다. 실증 분석 결과 내부관리체계 수립, 개인정보 암호화, 생명주기, 접근 권한 관리 등의 순으로 중요도 우선 순위가 나타났다. 본 연구의 의의는 수탁사 개인정보 취급시 요구되는 점검 항목을 도출하고 연구 모형을 실증함으로써 고객 정보 유출 위험 감소 및 수탁사의 개인정보 보호 관리 수준을 향상시킬 수 있으며, 점검 항목의 상대적 중요도를 고려하여 점검 활동을 수행한다면 투입 시간 및 비용에 대한 효과성을 높일 수 있을 것이다.