• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.591-596
• /
• 2019

본 논문에서는 로컬 PC의 성능이 주는 영향이 적은 딥러닝 동작 구조를 구현하였다. 일반적으로, 딥러닝 모델은 많은 연산량을 가지고 있어 처리하는 PC의 성능에 영향을 많이 받는다. 본 논문에서는 이와 같은 제약 사항을 줄이기 위하여 AWS와 스트리밍 서버를 이용하여 딥러닝 동작을 구현하였다. 첫 번째, AWS에서 딥러닝 연산을 하여 로컬 PC의 성능이 떨어지더라도 딥러닝 동작이 정상적으로 작동할 수 있도록 하였다. 하지만 AWS를 통해 연산 시 입력에 대해 출력의 실시간성이 떨어진다. 두 번째, 스트리밍 서버를 이용하여 딥러닝 모델의 실시간성을 증가시킨다. 스트리밍 서버를 사용하지 않았을 경우 한 이미지씩 처리하거나 이미지를 쌓아서 동영상으로 만들어 처리하여야 하기 때문에 실시간성이 떨어진다. 성능 비교 실험을 위한 딥러닝 모델로는 YOLO v3모델을 사용하였고, AWS의 인스턴스들 및 고성능 GPU인 GTX1080을 탑재한 로컬 PC의 성능을 비교하였다. 시뮬레이션 결과 AWS의 인스턴스인 p3 인스턴스를 사용하였을 때 한 이미지 당 테스트 시간이 0.023444초로써 고성능 GPU인 GTX1080을 탑재한 로컬 PC의 한 이미지 당 테스트 시간인 0.027099초와 유사하다는 결과를 얻었다.

• 응용통계연구
• /
• 제30권4호
• /
• pp.603-613
• /
• 2017

최근 들어 많은 사람들이 자신의 관심사를 SNS에 게시하거나 인터넷과 컴퓨터의 기술 발달로 디지털 형태의 문서저장이 가능하게 됨으로써 생성되는 텍스트 자료의 양이 폭발적으로 증가하게 되었다. 이에 따라 수많은 문서 자료로부터 가치 있는 정보를 창출하기 위한 기술의 요구 또한 증가하고 있다. 그러나 대부분 비정형 형태로 구성되어 있는 텍스트 기반의 자료는 기존의 통계 분석이나 데이터 마이닝 기법을 적용하기에 부적합하기 때문에 텍스트 마이닝 기법이 사용되고 있다. 본 연구에서는 비정형 자료 분석 기법 중 하나인 텍스트 마이닝 기법으로 기상청 기상연감 자료를 분석하였다. 먼저 전처리 과정을 통하여 용어사전을 구축하고, 용어-문서 행렬을 생성하였다. 그리고 이것을 사용하여 연도별 용어 빈도수를 계산하고, 자주 나타나는 단어들에 대하여 상대도수의 변화를 관찰하였다. 또한 회귀 분석 기법을 사용하여 증가추세와 감소추세를 보이는 용어들을 파악하였다. 이러한 분석으로 기상청 기상연감 문서에서의 트렌드를 파악하고, 이를 통해 이슈가 되었던 기상 관련 소식과 기상현황, 그리고 기상청이 중점으로 하고 있는 업무 현황의 트렌드를 파악하였다. 본 연구를 통해 기상업무 분석 및 효율화에 도움을 주고 기상정책에 반영할 수 있는 유용한 정보를 이끌어내고자 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.554-557
• /
• 2016

최근, 슈퍼컴퓨터 시스템은 교육, 의료, 국방 등은 물론 계산과학 시뮬레이션까지 다양한 분야에서 활용되고 있다. 특히, 슈퍼컴퓨터, 클라우드 등 이종의 계산 자원을 연동하는 시뮬레이션 환경은 시간, 공간적 한계를 극복하는 차세대 연구 환경으로서 다양한 응용 분야에서 큰 각광을 받고 있다. 그러나 기존의 이종 슈퍼컴퓨팅 환경은 API(Application Programming Interface)의 부재로 터미널 접근을 통해 계산 작업을 수행하는 단조로운 형태를 띠고 있으며, 이는 이종 컴퓨팅 자원의 접근성 및 활용성을 저해하는 주요 요소이다. 이러한 문제점을 해결하고, 슈퍼컴퓨팅 서비스의 다양성을 확보하기 위해, 본 논문에서는 계산과학 시뮬레이션을 위한 웹 기반 HPC (High Performance Computing) 작업 관리 프레임워크의 설계 및 구현에 대해 기술한다. 제안한 프레임워크는 슈퍼컴퓨터, 클라우드, 그리드 등의 다양한 이기종 자원을 활용하여 시뮬레이션 계산 작업을 수행할 수 있도록 플러그-인 기반 표준 인터페이스 및 번들 플러그-인을 제공하며, 플러그-인 관리자를 통해 손쉽게 자원 확장이 가능하다. 또한 시뮬레이션 작업의 생성, 제출, 제어, 상태 모니터링 등의 전주기적인 작업 라이프사이클 관리를 위해 HTTP 표준 방식의 RESTful endpoints들을 제공한다.

• 청정기술
• /
• 제18권1호
• /
• pp.69-75
• /
• 2012

본 연구에서는 휴대용 기기의 터치스크린에 사용된 ITO (Indium Tin Oxide) 투명전극의 재활용에 대한 환경성 평가를 실시하였다. ITO 전극의 경우 도전성과 함께 투명성을 가지는 재료로서 터치 패널이나 LCD (Liquid Crystal Display), ELD (Emitting Light Device), PDP (Plasma Display Panel) 등 각종 디스플레이 장치의 제조를 위한 투명전극으로 수요가 증가하는 추세이다. 특히 인듐과 같은 희소금속을 함유하고 있기 때문에 국가 전략적으로 반드시 재활용되어야 한다. 또한 매립이나 폐기시 발생하는 환경오염 및 인간에게 미치는 영향도 고려해야 한다. 이에 대해 Material Life Cycle Assessment (MLCA)를 이용하여 ITO를 재활용과 매립의 두 가지 처리방법에 따른 환경부하를 정량적으로 분석하고자 한다. 또한 이산화탄소 배출과 투입된 에너지량도 계산하였다. 재활용은 폐 디스플레이에 포함된 ITO의 10, 20, 30%를 회수했을 때를 기준으로 한다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1269-1279
• /
• 2021

최근 성공적으로 발사되어 운영되고 있는 천리안 해양위성 2호(GOCI-II)는 3×4로 배열되어 있는 총 12장의 Level 1B분할영상을 통해 Local Area전체를 관측할 수 있다. 이 때 분할영상 간의 복사휘도의 차이가 발생하면 분할영상의 경계에서 불연속선이 나타나게 되는데, 그 불연속선은 2차 산출물에서 더 도드라지게 나타나는 경향이 있어 사용 전에 분할영상 간 복사휘도의 차이에 대한 면밀한 분석 및 교정이 필요하다. 본 연구는 분할영상 간에 존재하는 중첩 영역을 이용하여 복사휘도의 상대적인 편의를 추정하고자 한다. 신뢰도 높은 통계 여러 날의 영상을 대량으로 분석해야 얻을 수 있겠지만, 본 초기 연구에서는 우선 한 시각에 촬영된 12개의 Level 1B 영상에 대한 통계를 도출함으로써 복사휘도 편차의 특성에 대해 이해하고 분산도 및 편의에 대한 전반적인 거동에 대한 분석을 수행한다. 사용 영상으로는 한반도 주변이 비교적 구름이 없는 날이었던 2021년 2월 21일 UTC03시 영상을 이용하였고, 신뢰도 높은 통계치 도출을 위하여 해양화소 만을 추출하여 사용하였다. 분석 결과는 밴드 1(380 nm)을 제외한 모든 밴드에서 0~1% 크기의 상대 편의가 나타남을 확인하였고, 밴드 1은 1~2% 가량의 보다 큰 편의를 보였다. 남북 방향으로 배열된 분할영상 쌍의 밴드 1의 경우를 제외하면, 동서, 남북 배열된 방향에 관계없이 모든 밴드에서 편의의 방향은 태양고도의 변화가 유발하는 편의의 방향과 반대로 나타났다.

• 융합보안논문지
• /
• 제21권1호
• /
• pp.191-200
• /
• 2021

컴퓨팅 기술의 발전과 데이터를 저장할 수 있는 클라우드 환경, 그리고 스마트폰의 보급으로 인하여 많은 데이터가 생산되는 환경에서 인공지능 기술이 발전되고 있다. 이러한 인공지능 기술 중에서 딥뉴럴네트워크는 이미지 인식, 이미지 분류 등에서 탁월한 성능을 제공하고 있다. 기존에는 이러한 딥뉴럴네트워크를 이용하여 산불 및 화재 예방을 위한 이미지 탐지에 대해 많은 연구가 있었지만 흡연 탐지에 대한 연구는 미흡한 실정이었다. 한편 군 부대에서는 각종 시설에 대한 감시체계를 CCTV를 통해 구축하고 있는데 화재, 폭발사고 예방을 위해 탄약고 주변에서의 흡연이나 금연구역에서의 흡연을 CCTV로 탐지하는 것이 필요한 상황이다. 본 논문에서는 딥뉴럴네트워크를 이용하여 흡연 여부를 탐지하는 방법에 대한 성능 분석을 하였으며 활성화함수, 학습률 등 실험적으로 최적화된 수치를 반영하여 흡연사진과 비흡연사진을 두 가지 경우로 탐지하는 것을 하였다. 실험 데이터로는 인터넷 상에 공개되어 있는 흡연 및 비흡연 사진을 크롤링하여 데이터를 구축하였으며, 실험은 머신러닝 라이브러리를 이용하였다. 실험결과로 학습률 0.004로 최적화 알고리즘 Adam을 사용하였을 때, 93%의 accuracy와 92%의 F1-score를 갖는 것을 볼 수 있었다. 또한 이로써 이미지의 연속인 CCTV 영상도 딥뉴럴네트워크를 이용하여 흡연 여부를 탐지할 수 있음을 알 수 있었다.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.432-438
• /
• 2021

이 글은 2000년에 들어 알베르 카뮈의 『페스트』가 한국 사회에서 갑작스럽게 인기를 끄는 것을 확인해보고 작품의 내용이 포스트 코로나 시대에 던져주는 시사점을 증명하기 위해서 4차 산업혁명 시대의 주요도구인 빅데이터로 접근한 논문이다. 언론 기사 검색을 통해 『페스트』의 인기를 확인하는 빅데이터 분석에서부터 시작하여 330여 페이지 분량에 해당하는 작품 자체에 대한 어휘 빈도수 분석까지 다양한 분석 도구를 활용하여 이 텍스트가 포스트 코로나 시대에 시사하는 바를 분석하였다. 분석도구로는 한국언론진흥재단의 빅카인즈와 프랑스어판 워드클라우드를 사용하였다. 지난 30여 년 동안 카뮈는 소설 『이방인』으로 한국 사회에 알려진 작가였다. 그러나 코로나바이러스의 창궐 이후 카뮈는 『페스트』의 작가로 한국의 독자들에게 적극적인 관심을 불러일으켰다. 합리적이지 못한 세계의 부조리에 대해 권태로 반항하는 인간상을 그린 『이방인』에 비해, 『페스트』는 연대를 통한 저항의 힘이 얼마나 중요한지 깨우쳐 주는 작품이다. 카뮈의 『페스트』는 포스트 코로나 시대에 전 지구적 공동체가 함께 고민하며 대처해 나아가야 할 문제를 보여줌으로써 하나의 트렌드로 자리 잡았다. 『페스트』에는 도시폐쇄와 격리로 인해 고통을 겪는 오랑시 시민들의 절절한 재난 상황을 보여주는 한편, 보건대를 조직하여 페스트에 정면으로 저항하는 인물들을 보여줌으로써 희망의 메시지를 전해준다. 『페스트』는 포스트 코로나 시대를 살아가는 한국 독자들에게 작가 카뮈를 새롭게 인식하게 해 준 작품이다.

• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.7-18
• /
• 2021

최근 한국에서는 클라우드 컴퓨팅, CPS, 빅데이터, 5G, IIoT, VR/AR, 복화 운송 AI 알고리즘 등의 신기술을 활용한 다양한 CIPs(Connected Industrial Parks) 아키텍쳐가 제안되고 있다. 한국의 중소기업들은 미국, 유럽, 일본 등의 해외 선진국 기업들 보다 기술 경쟁력에서 앞서 있지 않은 면들이 많다. 이러한 이유로 한국의 중소기업들은 기술연구 개발에 많은 비용을 투자해야 하는 필요성이 있다. 후발 주자로서 한국의 중소기업들이 지속 가능한 성장을 위해서 수익성을 개선할 필요가 있다. 재무적으로 한국의 중소기업들이 수익성을 증대시키기 위해서는 비용을 절감하는 것이 매출을 증대시키는 것 보다 레버리지 효과성이 높다. 본 논문은 한국 CIPs에 위치한 중소기업들의 비용 절감을 통한 수익성 개선을 주요 과제로 하였다. 한국 CIPs에 위치한 중소기업들의 비용 절감을 위한 방안으로서 VJP(Vehicle Junction Problem)를 주목하였다. 한국형 CIPs 결제 시스템을 통한 중소기업의 최소 물류 비용 달성 방법을 분석하였다. 새로운 한국형 CIPs결제 시스템의 세부 항목을 크게 4가지 "업무(Business)", "데이터(Data)", "기술(Technology)", "자금(Finance)"로 구분하여 정리한다. CIPs 결제 시스템의 성과 분석 방법으로 CBA(Cost Benefit Analysis)을 사용한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.63-71
• /
• 2020

본 논문에서는 최근 가장 신뢰도 높은 인공지능 탐지 알고리즘인 YOLOv3와 EfficientDet을 이용한 화재 탐지 기술과 문자, 웹, 앱, 이메일 등 4종류의 알림을 동시에 전송하는 알림서비스 그리고 화재 탐지와 알림서비스를 연동하는 AWS 시스템을 제안한다. 우리의 정확도 높은 화재 탐지 알고리즘은 두 종류인데, 로컬에서 작동하는 YOLOv3 기반의 화재탐지 모델은 2000개 이상의 화재 데이터를 이용해 데이터 증강을 통해 학습하였고, 클라우드에서 작동하는 EfficientDet은 사전학습모델(Pretrained Model)에서 추가로 학습(Transfer Learning)을 진행하였다. 4종류의 알림서비스는 AWS 서비스와 FCM 서비스를 이용해 구축하였는데, 웹, 앱, 메일의 경우 알림 전송 직후 알림이 수신되며, 기지국을 거치는 문자시스템의 경우 지연시간이 1초 이내로 충분히 빨랐다. 화재 영상의 화재 탐지 실험을 통해 우리의 화재 탐지 기술의 정확성을 입증하였으며, 화재 탐지 시간과 알림서비스 시간을 측정해 화재 발생 후 알림 전송까지의 시간도 확인해보았다. 본 논문의 AI 화재 탐지 및 알림서비스 시스템은 과거의 화재탐지 시스템들보다 더 정확하고 빨라서 화재사고 시 골든타임 확보에 큰 도움을 줄 것이라고 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제15권1호
• /
• pp.56-61
• /
• 2022

본 논문에서 챗봇에서 사용하는 AI알고리즘과 자연어처리 방법을 분류하고 제시하고 챗봇 구현에 사용할 수 있는 프레임워크에 대해서도 기술한다. 챗봇은 사용자 인터페이스를 대화방식으로 구성하여 입력된 문자열을 해석하고 입력된 문자열에 적절한 답을 학습된 데이터에서 선택하여 출력하는 구조의 시스템이다. 최근 콜센터와 주문 업무에 적용하여 인건비를 감소하고 정확한 업무를 할 수 있는 장점이 있다. 하지만 질문에 대한 적정한 답변 집합을 생성하기 위해 학습이 필요하며 이를 위해 상당한 계산 기능을 갖는 하드웨어가 필요하다. 개발을 하는 업체는 물론 AI분야 개발을 학습하는 학생들의 실습은 한계가 있다. 현재 챗봇은 기존의 전통적인 업무를 대체하고 있으며 시스템을 이해하고 구현하는 실습과정이 필요한 실정이다. 정형화되어 있는 데이터에 대해서만 응답을 하는 수준을 넘어 딥러닝 등의 기술을 적용하여 비정형 데이터를 학습시켜 질문에 대한 응답의 정확성을 높이기 위해 RNN과 Char-CNN 등을 사용해야한다. 챗봇을 구현하기 위해서는 이와 같은 이론을 이해하고 있어야한다. 본 논문에서는 단기간에 챗봇 코딩교육에 활용할 수 있는 방안과 기존 개발자, 학생들이 챗봇 구현을 할 수 있는 플랫폼을 활용하여 학생들이 전체시스템을 구현 예를 제시하였다.