• 인터넷정보학회논문지
• /
• 제19권6호
• /
• pp.31-40
• /
• 2018

최근 IT 기술의 발전과 함께 클라우드 서비스, IoT 기술 및 모바일 애플리케이션을 통해 통합적인 u-헬스케어 환경기반의 의료정보시스템이 구축되고 있다. 이러한 의료정보시스템에서는 응급 처치나 치료를 목적으로 의료진에게 환자의 의료정보를 접근할 권한이 제공되어야 한다. 따라서 의료정보시스템에서 의료진이 담당하는 환자의 생체정보 및 개인 의료정보에 접근하기 위해서는 신뢰적이고 신속한 인증과정이 필요하다. 그러나 현재 시스템 환경에서는 의료진의 ID/PWD만을 이용하는 단순하고 정적인 사용자 인증기법으로 의료정보시스템을 접근하고 있다. 이러한 이유에서 본 논문에서는 환자가 응급상태조건을 고려한 다양한 인증 요소를 포함한 의료정보접근의 투명성을 제공하는 동적상황인증기법과 이를 지원하는 동적상황인증시스템을 제안하였다. 본 동적상황인증은 사용자 인증과 이동 단말기 인증을 결합한 인증으로, 기존의 사용자 인증 뿐 아니라 의료진이 사용하는 이동 단말기의 인증을 위해 환자의 응급상태, 의료진의 역할, 근무시간, 근무위치 등과 같은 다양한 인증요소 속성들을 사용하였다. 우리는 응급상태판별, 동적상황인증, 인증지원 DB 구축을 포함한 동적상황인증시스템을 설계 및 구현하였다. 마지막으로 제안한 동적상황인증시스템의 서비스 수행성 검증을 위해, 의료진으로 하여금 동적상황인증과정과 그 이후 담당환자에 대한 의료정보접근 허가와 함께 의료정보서버로부터 의료진 자신의 이동 단말기에 모바일 애플리케이션을 내려 받아 실행함으로써 의료정보의 인증 및 접근과정을 보였다.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.29-35
• /
• 2022

자외선은 노출 정도에 따라 인체에 유익 또는 유해한 영향을 미치므로 개인별 적정 노출을 위해서는 정확한 자외선(UV) 정보가 필요하다. 국내의 경우 기상청에서 생활기상정보의 한 요소로 자외선 정보를 제공하고 있으나 지역별 자외선 지수(UVI, Ultraviolet Index)로 사용자 위치의 정확한 UVI를 제공하지는 못하고 있다. 일부에서는 정확한 UVI의 취득을 위해 직접 계측기를 운용하지만 비용이나 편의성에 문제가 있고, 태양의 복사량과 운량 등 주변 환경요소를 통해 자외선 양을 추정하는 연구도 소개되었으나 개인별 서비스 방법을 제시하지는 못하였다. 이에 본 논문에서는 각 개인별 위치에서의 정확한 UVI 제공을 위한 태양객체 정보와 태양광 특성을 이용한 UVI 산출 딥러닝 모델을 제안한다. 기 수집한 하늘이미지 및 태양광 특성을 분석하여 태양의 위치 및 크기, 조도 등 UVI와 상관도가 높은 요소들을 선정한 후 DNN 모델을 위한 데이터 셋을 구성한다. 이후 하늘이미지로부터 Mask R-CNN을 통해 추출한 태양객체 정보와 태양광 특성을 입력하여 UVI를 산출하는 DNN 모델을 구현한다. 국내 UVI 권고기준을 고려, UVI 8이상과 미만인 날에 대한 성능평가에서는 기준장비 대비 MAE 0.26의 범위 내 정확한 UVI의 산출이 가능하였다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.539-549
• /
• 2024

본 연구는 텍스트 마이닝 기법 중 빈도분석, 워드 클라우드와 LDA 토픽 모델링 등을 사용하여, 중국 시장에서 현대자동차를 중심으로 토요타, 폭스바겐, 뷰익, 지리 등의 자동차 브랜드와 비교하며 소비자 만족와 불만족의 키워드 및 토픽을 분석하였다. 연구 대상은 2021년식-2023년식의 다섯 브랜드의 준중형 차량으로, 이 차량들에 대한 소비자 만족과 불만족 리뷰를 수집하여 분석하였다. 분석 결과, 현대자동차 아반떼는 긴 축거를 포함한 다양한 만족 요인을 보여주었다. 그러나 아반떼에 대한 불만족 요인으로는 조종, 엔진 성능, 트렁크 공간, 샤시 및 서스펜션, 안전 구성, 음향 스피커의 수량 및 브랜드, 음악 회원, 격리대, 스크린반사, CarLife 및 지도 등이 지적되었다. 이러한 문제점들을 개선하면 현대자동차의 중국 시장에서의 경쟁력이 크게 향상될 것으로 보인다. 한편, 기존 연구들은 주로 문헌 연구와 설문조사에 초점을 맞추었으나, 이 방법들은 연구자가 설정한 변수에 한정된 소비자 인식만을 밝혀내는 데 그쳤다. 본 연구는 텍스트 마이닝을 통한 다양한 자동차 브랜드 간의 비교를 통해 시장 동향과 소비자 선호에 대한 더 깊은 이해를 도모할 수 있다. 또한, 현대자동차를 포함한 다른 브랜드들이 중국 시장에서의 마케팅 전략을 개선하는 데 유용한 정보를 제공한다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.221-238
• /
• 2019

최근, 기업 및 공공기관에서는 고객 상담과 응대 분야에 챗봇(Chatbot)서비스를 적극적으로 도입하고 있다. 챗봇 서비스의 도입은 기업이나 기관에게 있어서 인건비 절감 효과를 가져올 뿐만 아니라 고객과의 빠른 커뮤니케이션 효과를 기대할 수 있다. 데이터 분석 기술의 발전과 인공지능 기술의 고도화는 이런 챗봇 서비스의 성장을 견인하고 있다. 하지만 기술중심으로 개발된 챗봇은 사용자가 내재적으로 원하는 바와 괴리가 있을 수 있으므로, 챗봇이 단순히 기술의 영역이 아닌 사용자 경험의 영역에서 다루어질 필요가 있다. 본 연구는 사용자 경험 분야의 대표적 방법론인 디자인 사고 접근법을 챗봇 개발에 적용하여, 사용자 니즈 기반의 챗봇 개발 프로세스를 제안하고자 한다. 사용자 관찰을 통해 팩트(Fact) 수집을 시작으로, 인사이트(Insight)를 도출하고 기회영역(Opportunity)을 발굴하는 추상화의 과정을 수행한다. 이어서 사용자의 멘탈모델에 맞는 기능을 제공하고 원하는 정보를 구조화하는 구체화의 과정을 통해, 사용자의 니즈에 부합하는 챗봇을 개발할 수 있을 것으로 기대한다. 본 연구에서는 제안한 프로세스의 실효성을 확인하기 위하여 국내 화장품 시장을 대상으로 실제 구축 사례를 함께 제시한다. 본 연구는 챗봇 개발 프로세스에 사용자 경험을 접목한 점에서 이론적 시사점을 가지며, 기업이나 기관이 바로 적용 가능한 현실적인 방법을 제안한다는 면에서 실무적 시사점을 가진다.

• 서비스연구
• /
• 제13권1호
• /
• pp.108-126
• /
• 2023

본 연구는 경기도 뉴미디어 예술방송국 경기아트온 구축 사례를 통해 블록체인 기반 문화예술공연 영상 플랫폼의 지속가능성을 탐색적으로 고찰하고, 블록체인을 활용한 영상콘텐츠 거래의 기술적 한계와 법·제도적 쟁점을 검토하였다. 연구방법은 개발자 및 운영자 심층인터뷰, 회의참여 등 참여관찰의 방법으로 진행하였다. 연구자는 블록체인 기반 공연영상 플랫폼 구축을 위한 KT와 경기아트센터의 컨소시엄 협약 단계부터 블록체인 노드, 스마트 콘트랙트, API, UI/UX 설계 및 개발, 블록체인과 콘텐츠 유통 서비스 연동 테스트 수행까지 전 과정에 참여관찰하였다. 연구문제1: '블록체인 기반 공연영상 콘텐츠 유통 공공 플랫폼에 적합한 기술 모델은 어떠한 모델인가?'에 대한 연구결과, 첫째, 블록체인 기반 예술공연 영상콘텐츠 유통 공공 플랫폼에 적합한 블록체인 형태는 블록체인 관리자가 직접 초대해야 개입이 가능한 프라이빗 형태가 적합한 것으로 판단되었다. 둘째, 경기아트온과 같은 공공 플랫폼에서는 NFT 발행 기반 예술인 저작권 관리 모델과 BC토큰과 클라우드 기반 콘텐츠 유통 모델 중 API를 통해 외부 수요기관에 콘텐츠를 제공하고 사용료 정산에 K-토큰을 사용하는 모델이 적합한 것으로 분석되었다. 셋째, 경기아트온과 같은 공공 플랫폼 초기 서비스는 콘텐츠 이용 권한을 부여된 이용자에게만 서비스를 제공하는 폐쇄형 블록체인이 적합하다는 결론에 이르렀다. 연구문제2: '블록체인 기반 공연영상 유통 공공 플랫폼 운영 시 어떠한 법·제도적 문제점을 검토해야 하는가?' 에 대한 연구결과, 첫째, 블록체인 기반의 스마트 계약은 거래 당사자들의 신원이 드러나지 않을 수 있는 블록체인 기술의 특성상 당사자 적격성 문제, 둘째, 블록체인은 보안사고가 발생하면 사용자의 손실 배상이나 구제방법이 불분명하여 손실회복이 어렵다는 문제, 셋째, 스마트 계약은 채무불이행이라는 개념이 적용될 수 없고, 스마트 계약상의 채무가 이미 이행이 이루어진 경우에도 불완전이행의 소지를 검토하여야 하는 것으로 분석되었다.

• 한국항만경제학회지
• /
• 제37권1호
• /
• pp.159-178
• /
• 2021

본 연구는 뉴스 빅데이터 분석 서비스 빅카인즈(BIGKinds)를 활용하여 1991년부터 2020년까지 30년간의 86,611건의 뉴스기사를 통해 항만이슈변화를 분석하였다. 분석방법은 빅카인즈(BIGKinds)의 키워드분석, 워드클라우드, 관계도분석을 수행하였다. 지난 30년간의 이슈변화를 살펴본 분석결과를 정리하면 다음과 같다. 첫째, 1기(1991년~2000년)에서는 부산항, 인천항, 광양항 등 항만 자체적 측면에서 항만경쟁력을 강화하는데 초점이 맞춰졌다. 2기(2001년~2010년)에는 항만을 개별적으로 관리하는 노력에서 발전되어 항만을 보다 전문적이고 체계적으로 관리하기 위해 부산항만공사(2004년 설립), 인천항만공사(2005년 설립), 울산항만공사(2007년 설립) 등 항만공사를 중심으로 항만을 특화시키고 관리하고자 하는 움직임이 활발히 이루어졌다. 3기(2011년~2020년)에서는 미래형 항만을 위해 준비하는 기간으로 친환경·스마트항만이 주요 이슈였다. 항만에서 발생하는 미세먼지와 오염물질을 줄이려는 노력이 심화되었으며, 항만자동화 및 디지털화를 통해 스마트항만을 구축하려는 시도가 높아졌다. 마지막으로 2020년은 코로나19라는 전 세계의 예기치 못한 변수로 인해 항만분야에도 큰 타격을 준 한해였다. 좀 더 미시적으로 코로나19사태가 항만분야에 어떻게 영향을 미치는지를 살펴보기 위해 2019년과 2020년의 이슈변화를 살펴보았다. 코로나19 이후 항만산업을 포함한 해운업은 미래형 항만으로 발전시켜 나가는 흐름과 더불어 포스트코로나시대를 준비해야하는 어느 때보다 역동적인 변화가 나타나는 시기로 나타났다. 본 연구는 항만관련 뉴스기사를 중심으로 이슈변화의 시사점을 도출한 연구로서, 연구결과를 기반으로 향후 여러 국가의 항만이슈들을 비교 분석하고 항만의 경쟁력과 지속가능한 발전전략을 제시하는 등 심층적인 연구가 이루어진다면 항만연구분야에 학문적 성장이 한걸음 더 이루어질 것으로 보인다.

• 공연문화연구
• /
• 제36호
• /
• pp.751-781
• /
• 2018

월정사 탑돌이는 광복 이후 재현된 첫 번째 불교민속놀이로 불교문화로서의 대표성과 역사성을 지닌 주요 무형문화재이다. 월정사 탑돌이는 한국 고유의 전통성과 강원도의 정체성이 내재된 불교민속유산이라는 점에서 지정 가치가 크다. 전국 사찰에서 탑돌이가 시연되고 있지만 무형문화재 지정을 기반으로 체계적인 전승이 이루어지고 있는 경우는 월정사 탑돌이가 유일하다. 월정사 탑돌이의 문화재 내재적 가치에 주목해야 할 이유이다. 탑돌이는 부처님, 탑에 대한 예경방식의 총체적 표현물이다. 월정사 탑돌이의 원형은 추정하기 어려우나, 월정사의 역사성으로 보아 고구려 계통의 놀이와 신라 복회(福會)에 닿아 있다. 고구려벽화의 달, 오대산 화엄사상경 배경과 팔각구층탑의 본질의 측면에서 우요삼잡의 예법에 부합한다. 탑돌이 때 처음에는 범종, 고(鼓), 운판, 목어의 사법악기(四法樂器)만 쓰이다가 후에 삼현육각(三弦六角)이 합쳐지고, "보렴"과 "백팔정진가"을 부른 것을 보면 처음에는 순수한 불교의식이던 것이 차츰 민속화해서 민중 속에 전파된 것을 알 수 있다. 월정사 탑돌이의 전형은 회향의례의 환희심을 체험하는 우요삼잡의 풀이와 관련된다. 절에서 대재(大齎)가 있으면 신도들은 공양을 올린다. 이때에 염불, 범음(梵音), 범패(梵唄)가 따르며, 재가 끝나면 신도는 승려와 함께 불탑을 돌면서 부처님의 공덕을 빌고, 또 저마다의 기원을 빈다. 일신의 왕생극락은 물론 국태민안을 빌어 태평성대를 누리고자 하였다. 큰 재일수록 많은 신도들이 모이며 따라서 탑돌이도 성황을 이루었다. 법음(法音)에 맞춰 제각기 소원을 외면서 탑을 도는 모습은 엄숙하였다. 월정사 탑돌이의 변형과 융합에 대한 발상은 전형 곧 문화재 지정의 취지 유지와 정체성 차원을 살리되 전승의 공연화를 위한 계승적 전략이 필요하다. 한국탑돌이는 4월 초팔일과 중추절인 한가위 날에는 탑돌이가 있었다. 탑돌이의 공연성은 스님이 염주를 들고 탑을 돌면서 부처의 큰 뜻과 공덕을 노래하면 사찰 신도들이 그 뒤를 따라 등을 밝혀 들고 탑을 돌면서 극락왕생을 기원하는 회향형(回向型) 불교민속놀이에 있다. 공연성 활성화는 신행 보유자 전승교육, 전문가 자문의 다차원 접근, 원형 재현의 담론 등을 단계적으로 보강하여야 한다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.47-64
• /
• 2021

전 세계적으로 퍼진 코로나 19 상황은 우리의 일상생활의 많은 부분에 영향을 끼쳤을 뿐만 아니라, 경제·사회 등 많은 부분에 걸쳐 막대한 영향력을 미치고 있다. 확진자와 사망자 수가 증가함에 따라 의료진과 대중은 불안, 우울, 스트레스 등 심리적인 문제를 겪고 있다고 한다. 장기적인 부정적인 감정은 사람들의 면역력을 감소시키고 신체적인 균형을 파괴할 수도 있으므로 코로나 19로 인한 심리적인 상태를 이해하는 것이 필수적인 상황이다. 본 연구에서는 코로나 19 감정과 관련된 뉴스 데이터를 수집하여, 텍스트 마이닝을 통해 키워드를 분류하고, 키워드 사이의 의미 네트워크 분석을 통해 단어들의 관계를 시각화하였다. 코로나 감정과 관련된 기사의 키워드에 나타난 단어들의 빈도수를 확인하고 이를 워드 클라우드로 분석하였다. 키워드 빈도 분석 결과 코로나 19 감정과 관련하여 '중국', '불안', '상황', '마음', '사회', '건강'과 같은 단어의 빈도가 높게 나타난 것을 확인할 수 있었다. 각 데이터 간 연결 중심성을 분석한 결과 키워드 중심성 네트워크에서 가장 중심적인 핵심어는 '심리'와 '코로나 19', '블루', '불안'이라는 단어가 높은 연결 중심성을 가지는 것을 확인할 수 있었다. 기사의 헤드라인에 나타난 주요 핵심어 사이의 동시 출현 빈도 네트워크를 그래프로 시각화한 결과, '코로나-블루' 쌍이 가장 굵게 표시되었고, '코로나-감정', '코로나-불안' 쌍이 비교적 굵은 선으로 표시된 것을 알 수 있었다. 코로나와 관련된 '블루'는 우울증을 의미하는 단어로, 코로나와 우울증은 이제 관심을 가져야 할 키워드임을 확인할 수 있었다. 본 연구에서는 장기화한 코로나 19 상황에서 신체적인 방역뿐만 아니라 심리적인 방역에도 힘써야 할 이 시기에 보건 정책담당자가 빠르고 복잡한 의사결정 과정에 도움이 되고자 미디어 뉴스를 모니터링 함으로써, 더욱더 쉬운 소셜 미디어 네트워크 분석 방법을 제시하고자 한다.

• 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.