• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권8호
• /
• pp.359-368
• /
• 2017

최근 지속적으로 논의하고 있는 '지능정보사회'란? 지능정보기술을 기반으로 사회 전 영역에서 인간능력의 한계를 뛰어넘는 자동화가 보편화된 미래사회상을 의미한다. 특히, 인간의 개입을 최소화하고, 데이터(또는 빅데이터) 기반 완전 자동화로의 진화를 지속적으로 추구하는 개념이다. 예를 들어, 자율형자동화는 인공지능을 핵심요소로 무인자동차를 지속적으로 지향하고 있다. 그러나 지금까지의 지능정보 연구는 지능화 자체를 중심으로 지능화 논리를 고도화하여, 인간의 뇌와 지능을 대체하고자 하는 노력을 기울여 왔다. 또한, 다른 한편으로 인간의 노동력을 대체하기 위해서 노동자의 작업 원리를 분석하여 최적화된 단순논리를 개발하여 노동자를 로봇으로 대체하려는 노력을 지속해왔다. 본 연구는 지능정보기술 연구 전략 및 교육서비스에 관한 접근전략, 교육방법, 세부정책 로드맵 등을 제안하여, 지능정보 교육 정책 및 지능정보기술 연구 전략을 시행하는데 중요한 기준과 방향을 제시하고자 한다. 특히, 교육방법으로 기초지능교육, 지능콘텐츠교육, 지능응용교육 등의 지능정보교육의 단계적 접근 방안을 제시한다. 또한, 지능화 및 자동화가 중심이 되는 4차 산업혁명 성패를 가를 수 있는 중요한 요소로서 지능정보기술, 지능교육콘텐츠, 지능형 교육시스템 개선을 위한 교육정책 방안을 제안한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제1권1호
• /
• pp.1-10
• /
• 2012

본 논문은 레벨1 캐시에서 가장 우수한 수준의 에너지 효율을 제공하는 웨이룩업캐시와 레벨2 캐시에서 가장 높은 에너지 효율을 제공하는 웨이추적캐시의 장점을 결합하여, 모든 레벨의 캐시에서 가장 높은 수준의 에너지 효율을 제공하는 이중웨이선택캐시를 제안한다. Alpha 21264 프로세서의 예를 이용한 시뮬레이션 결과에 따르면, 이중웨이선택캐시는 레벨1 명령어캐시에서 일반적인 연관사상캐시에 비해 27.57%의 에너지를 소비하여, 웨이룩업캐시와 같은 수준의 에너지 효율을 제공한다. 그리고 이중웨이선택캐시는 레벨1 데이터 캐시에서 일반적인 연관사상캐시에 비해 28.42%의 에너지를 소비하며, 이는 웨이룩업캐시에 비해 에너지 소비가 15.54% 감소한 것이다. 또한 이중웨이선택캐시는 레벨2 캐시에서 일반적인 연관사상캐시에 비해 15.41%의 에너지를 소비하며, 이는 웨이추적캐시에 비해 에너지 소비가 16.16% 감소한 것이다.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.849-858
• /
• 2019

최근 컴퓨터 그래픽 기술과 영상 처리 기술의 발달로 현실의 공간 및 물체 정보를 3차원 데이터로 표현하는 포인트 클라우드 기술에 관한 관심이 증대되고 있다. 특히, 포인트 클라우드 기술은 공간 정보를 정밀하게 제공할 수 있어 AR (Augmented Reality)/VR (Virtual Reality), 자율 주행 자동차 분야 등 높은 관심을 받고 있다. 그러나 기존의 2차원 영상보다 많은 데이터가 필요로 되는 3차원 포인트 클라우드 콘텐츠를 사용자에게 서비스하기 위해서는 다양한 기술 개발이 요구된다. 이러한 문제점을 해결하기 위해 국제 표준화 기구인 MPEG (Moving Picture Experts Group)에서는 효율적인 압축 및 전송 방안에 대해 논의를 진행 중이다. 본 논문에서는 기존의 MPEG-DASH (Dynamic Adaptive Streaming over HTTP)-SRD (Spatial Relationship Description) 기술의 확장을 통해 3차원 포인트 클라우드 콘텐츠의 영역 분할 전송 방안을 제안하고, 네트워크 상황뿐 아니라 사용자의 요구에 따라 선택적으로 품질 파라미터를 결정할 수 있도록 MPEG-DASH 표준에서 정의한 시그널링 메시지에 품질 파라미터를 추가로 정의한다. 또한, ROUTE (Real time Object delivery Over Unidirectional Transport)/DASH 기반 이종망 환경의 검증플랫폼을 설계하고, 결과를 통해 제안한 기술의 타당성을 확인한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권9호
• /
• pp.209-216
• /
• 2019

출판-구독 모델은 정보 생산자와 사용자를 느슨하게 연결해 주어 다양한 기기들의 연결에 많이 사용되고 있다. 출판-구독 모델에서 네트워크 대역폭을 효과적으로 활용하기 위한 방안으로 조건에 따른 메시지 필터링이 사용되고 있으며, 이에 따른 다양한 연구 결과들이 제안되어왔다. Peer-to-Peer(p2p)기반의 출판-구독 모델은 높은 확장성을 장점으로 다양한 분야에서 널리 사용되고 있지만, p2p 기반특성에 따라 일반적인 필터링 과정이 구독자단에서 이루어지게 되어 구독자에게 추가적인 성능 부담으로 작용하고 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 subscription사이의 종속 관계를 가지는 계층적인 subscription 구조와 이를 기반으로 하는 계층적 메시지 전송 방식을 제안한다. 본 제안을 통해 subscription 부모가 존재하는 구독자들은 부모로 부터 필터링 된 메시지를 전송 받게 되어 메시지 수가 증가하더라도 상대적으로 적은 수의 불필요한 메시지를 수신하게 되며, 구독자들 간 트리 구조를 통해 메시지 전송 과정을 출판자에서 구독자로 분산시킴으로써 속도 측면에서의 성능 향상을 얻을 수 있다. 제안 기법의 검증을 위해 제안 기법과 기존 기법들 간의 비교 실험을 진행하였으며, 본 제안 기법에서 메시지 유통량과 전체 throughput의 향상을 확인하였다.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.1-6
• /
• 2021

음성 인식 분야에서 DNN이 적용됨에 따라 음성 인식의 이용이 증대되고 있으나 기존의 GMM 보다 병렬 훈련에 대한 계산의 양이 많아야 되며, 데이터의 양이 적으면 오버피팅이 발생한다. 이를 해결하기 위해 데이터의 양이 작은 경우에도 강인한 음성 특징 추출과 음성 신호 잡음 제거에 효율적인 방안을 제시한다. 음성 특징 추출은 음성에 대한 프레임 에너지의 차이와 음성 신호에 영향을 받는 영 교차율과 레벨 교차율을 적용하여 음성 에너지의 효율적 추출을 한다. 또한, 잡음 제거를 위해 음성 신호에 대한 검출에서 음성의 고유 특성을 유지하면서 음성 정보 손상이 적은 평균 예측 LMS 필터를 개선하여 음성 신호의 잡음을 제거하여 데이터양이 적은 경우의 문제를 해결한다. 개선된 LMS 필터는 입력 신호에 대한 활성 파라미터 임계치를 조정하여 입력된 음성 신호에 대한 잡음을 처리하는 방법을 사용한다. 본 논문에서 제안한 방법을 사용하여 기존의 프레임 에너지를 이용한 방법과 비교한 결과 음성의 시작점의 오차율은 7%, 끝나는 점 오차율에서 11% 향상된 성능을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.141-148
• /
• 2022

최근 들어 강화 학습은 심층 신경망 기술과 결합되어 바둑, 체스와 같은 보드 게임, Atari, StartCraft와 같은 컴퓨터 게임, 로봇 물체 조작 작업 등과 같은 다양한 분야에서 매우 놀라운 성공을 거두었다. 하지만 이러한 심층 강화 학습은 행동, 상태, 정책 등을 모두 벡터 형태로 표현한다. 따라서 기존의 심층 강화 학습은 학습된 정책의 해석 가능성과 일반성에 제한이 있고, 도메인 지식을 학습에 효과적으로 활용하기도 어렵다는 한계성이 있다. 이러한 한계점들을 해결하기 위해 제안된 새로운 관계형 강화 학습 프레임워크인 dNL-RRL은 센서 입력 데이터와 행동 실행 제어는 기존의 심층 강화 학습과 마찬가지로 벡터 표현을 이용하지만, 행동, 상태, 그리고 학습된 정책은 모두 논리 서술자와 규칙들로 나타내는 관계형 표현을 이용한다. 본 논문에서는 dNL-RRL 관계형 강화 학습 프레임워크를 이용하여 제조 환경 내에서 운송용 모바일 로봇을 위한 행동 정책 학습을 수행하는 효과적인 방법을 제시한다. 특히 본 연구에서는 관계형 강화 학습의 효율성을 높이기 위해, 인간 전문가의 사전 도메인 지식을 활용하는 방안들을 제안한다. 여러 가지 실험들을 통해, 본 논문에서 제안하는 도메인 지식을 활용한 관계형 강화 학습 프레임워크의 성능 개선 효과를 입증한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권1호
• /
• pp.35-42
• /
• 2022

가시광 통신은 LED의 빠른 점멸을 통해 데이터를 보내는 통신 방법이며, 조명이 영향을 미치는 범위가 넓어 도청에 취약하다. IEEE 표준 802.15.7에서는 가시광 통신을 위해 OOK(On-Off Keying), VPPM(Variable Pulse Position Modulation), CSK(Color Shift Keying)를 모듈레이션을 정의한다. 이 논문에서는 VPPM을 사용한 통신에서 보안을 위한 물리계층 암호화를 제안한다. VPPM은 4B6B를 사용하여 메시지를 인코딩하는데 16개의 출력을 6-bit를 사용해 표현한다. 제안하는 인코딩은 4B6B의 생성조건을 위배하지 않으며 복잡도를 높이기 위해 20개의 출력으로 확장한다. 그리고 확장된 4B6B 테이블의 각 출력을 vigenère cipher를 이용하여 암호화한다. 도청자가 암호화된 각 6-bit 데이터를 복호화할 확률은 $\frac{1}{20}$ 이다. 따라서 키의 개수가 n일 때 도청자는 메시지를 복호화하기 위해 최대 $\sum\limits_{k=1}^{n}20^k$ 만큼 전수조사해야 한다. PHY II의 OOK와 PHYIII의 CSK에서도 입력과 출력을 관리하는 테이블을 사용하기 때문에 제안하는 방식을 적용할 수 있다. 본 논문에서는 OOK와 CSK방식에서도 성능 저하 없이 사용할 수 있는 보안 인코딩에 대해 논의한다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.117-126
• /
• 2022

현재 국내 교량 구조물은 지속적으로 증가 및 대형화되고 있으며 그에 따라 공용된 지 30년 이상 된 노후 교량도 꾸준히 늘어나고 있다. 교량 노후화 문제는 국내뿐 아니라 전 세계적으로도 심각한 사회 문제로 다루어지고 있으며, 기존 인력 위주의 점검 방식은 그 한계점을 드러내고 있다. 최근 들어 딥러닝 기반의 영상처리 알고리즘을 활용한 각종 교량 손상탐지 연구가 이루어지고 있지만 교량 손상 데이터 세트의 한계로 인하여 주로 균열 1종에 국한된 교량 손상탐지 연구가 대부분이고, 이 또한 Close set 분류모델 기반 탐지방식으로서 실제 교량 촬영 영상에 적용했을 시 배경이나 기타 객체 등 학습되지 않은 클래스의 입력 이미지들로 인하여 심각한 오인식 문제가 발생할 수 있다. 본 연구에서는 균열 포함 5종의 교량 손상을 정의 및 데이터 세트를 구축해서 딥러닝 모델로 학습시키고, OpenMax 알고리즘을 적용한 Open set 인식 기반 교량 다중손상 인식 모델을 개발했다. 그리고 학습되지 않은 이미지들을 포함하고 있는 Open set에 대한 분류 및 인식 성능평가를 수행한 후 그 결과를 분석했다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.373-380
• /
• 2022

본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권1호
• /
• pp.9-16
• /
• 2023

로봇은 군사 분야로까지 활용 범위를 넓히며 다가올 미래전에서 감시경계, 적군 탐지 등 중요한 임무를 맡게 될 것으로 전망된다. 군집 로봇은 다수라는 장점으로 단일 로봇이 수행하기 어렵거나 오랜 시간이 소요된 임무를 보다 효율적으로 수행할 수 있다. 상호 간 인지 및 협업이 필수인 군집 로봇은 방대한 데이터를 주고 받으며, 이로 인해 SW의 검증이 점점 더 어려워지고 있다. 임무 검증의 신뢰성을 높이기 위해 사용하는 Hardware-in-the-loop simulation은 복잡한 군집 로봇의 SW 검증을 가능하게 하나, HILS 장치와 시뮬레이터 간 주고 받는 검증 데이터의 양이 검증 대상 시스템 수에 따라 기하급수적으로 증가하여 통신 과부하가 발생할 수 있다. 본 논문에서는 군집 로봇의 임무 검증에서 발생하는 통신 과부하 문제를 해소하기 위해 디지털 트윈 기반의 통신 최적화 기법을 제안한다. 제안하는 Digital Twin based Multi HILS Framework 하에서 Network DT은 Network Controller 알고리즘을 통해 임무 시나리오에 따라 각 로봇에게 네트워크 자원을 효율적으로 할당할 수 있으며, 군집에 참여하는 개별 로봇들이 요구하는 Sensor Generation Rate를 모두 만족시킬 수 있음을 확인하였다. 또한 데이터 전송에 대한 실험 결과 패킷 손실 비율을 기존 15.7%에서 약 0.2%로 감소시킬 수 있었다.