• 한국정보과학회논문지:시스템및이론
• /
• 제26권12호
• /
• pp.1476-1484
• /
• 1999

TV 방송 분야에서 다양한 정보와 상호 작용성을 제공하기 위해서 최근 기존 방송 내용인 A/V 스트림 외 부가정보 방송이 시도되고 있다. 데이타 방송에 대한 기존 연구는 대부분 고정된 내용의 데이타를 방송하는 환경을 가정하고 있어서 그 결과가 방송 내용의 변화가 많은 환경에 부적합하다. 본 논문에서는 데이타에 대한 접근이 반복되지 않을 가능성이 높고 사용자 접근 확률을 예상하기 어려운 상황에서 응답 시간을 개선하는 방안으로 수신 데이타를 무조건 캐쉬에 반입하고 교체가 필요한 경우 다음 방송 시각이 가장 가까운 페이지를 축출하는 사용자 단말 시스템에서의 캐슁 정책을 제안하였다. 제안된 캐쉬 관리 정책은 평균적인 캐쉬 접근 실패 비용을 줄임으로써 사용자 응답 시간을 개선하며, 서로 다른 스케줄링 기법을 사용하는 다양한 방송 제공자가 공존하는 환경에서 보편적으로 효과를 가져올 수 있다.Abstract Recently, many television broadcasters have tried to disseminate digital multimedia data in addition to the traditional content (audio-visual stream). The broadcast data need to be cached by a client system, to provide a reasonable response time for a user request. Previous studies assumed the dissemination of a fixed set of items, and the results are not suitable when broadcast items are frequently changed. In this paper, we propose a novel cache management scheme that chooses the replacement victim based on the remaining time to the next broadcast instance. The proposed scheme reduces response time, where it is hard to predict the probability distribution of user accesses. The caching policy we present here significantly reduces expected response time by minimizing expected cache miss penalty, and can be applied without difficulty to different scheduling algorithms.

• 방송공학회논문지
• /
• 제17권3호
• /
• pp.529-539
• /
• 2012

소프트웨어 생성 주기 동안에 품질을 제어할 수 있는 매우 중요한 영역 중의 하나로 소프트웨어 테스트 방안을 들 수 있다. 일반적으로 소프트웨어 테스트케이스는 사용자 요구에 대한 이해를 기반으로 생성되지만, 사용자가 요구하는 수준의 품질을 충족시킬 수 있는 측정 가능한 테스트케이스를 생성하는 일은 결코 쉬운 일이 아니다. 특히 비기능적 요소나 예외상황에 대한 테스트 케이스 생성은 테스터의 경험에 많이 의존하기 때문에 매우 어려운 부분이다. 본 논문에서는 이러한 문제를 해결하기위한 방안으로 방송 수신 소프트웨어의 품질 측정 시 예외상황에서 발생 가능한 테스트케이스를 자동으로 생성할 수 있는 기법을 제안한다. 제안된 기법의 우수성을 검증하기 위해 상용 방송 수신 소프트웨어를 이용하여 기존 기법과의 비교 테스트를 수행하였다. 모의실험을 통해 본 논문에서 제안한 기법을 적용하여 다양한 예외상황에서 자동 생성된 테스트케이스를 수행한 결과로 기존 기법을 적용한 경우와 비교하여 7.08%의 결함을 더 발견할 수 있었다.

• 한국통신학회논문지
• /
• 제41권5호
• /
• pp.602-609
• /
• 2016

현재와 같은 스마트 사회에서 정치인들은 자신들에게 보다 유리한 정치적 입지 구축을 위해 유권자들에 대해 각 종 빅 데이터를 분석하고 있다. 다시 말해 유권자들이 SNS나 인터넷 등에 올린 다양한 디지털 흔적들을 분석하여 이를 선거 전략이나 정치적 방향을 설정하는데 사용하고 있다. 이에 비해 역으로 유권자들은 정치인들이 어떤 의도를 가지고 정치 행위를 행하는지에 대한 정보를 추출해 내는 것이 어려운 실정이다. 따라서 유권자들도 정치인들이 의도하는 바가 무엇인지를 분석해 내는 것이 중요한 일이며, 이를 통해 상호 양방향의 소통이 행해지도록 해야만 한다. 이를 위해 본 논문에서는 정치인들이 말하는 음성을 분석하여 이들이 어떤 화법을 구사하여 그에 따른 상대적인 이익을 추구하고자 하는지 그 의도에 대한 규명 작업을 IT 기술을 적용하여 수행하고자 한다. 실험은 우선적으로 차기 대선에서 출마자로 거론되는 유력 정치인들에 대한 음성 분석을 통해 이들의 화법이 추구하는 음성이 다른 경쟁자들에 비해 상대적인 유리함이 무엇인지에 대한 규명 작업을 행하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제8권9호
• /
• pp.55-65
• /
• 2008

뉴스의 중요성이 한층 강조되고 있는 정보화시대에 TV뉴스의 영상제작 분야는 다매체 다채널 디지털방식 등 첨단 기술로 끊임없이 진보되어 오고 있다. 하루가 다르게 발전하는 첨단 방송장비들과 새로운 표현기법들은 오랫동안 방송현업에 종사하고 있는 사람들도 당황스럽게 한다. 영상제작방식은 변화의 속도를 더 빠르게 실감하고 있으며 고품질의 영상정보를 수용하려는 시청자들은 이런 변화들을 오히려 반겼을 것이다. 그 동안 전통적 관념으로 영상표현방식이 존재하고 있었는데 TV뉴스 영상에서는 이미지너리 라인을 적용한 표현방식이 있었다. 수용자에게 이제 전통적인 영상표현은 TV뉴스 속에서 중요성을 상실하고 있다. 그러나 진보되어가는 시대적 흐름에 영상표현 방식도 변화를 가져왔고 영상 제작자들은 시청자들의 욕구를 충족시키기 위하여 보완점을 만들어 냈다. 본 논문에서는 기존의 영상제작 방식도 시대적 흐름에 따르지 않고 적응하지 못하고 있다는 의미에서 TV뉴스영상의 이미지너리 라인을 확대 해석해야 할 필요성을 제기하고자 한다. 지금의 영상은 오직 비디오만을 주장하지 않는다. 비디오와 오디오를 통틀어 정의되고 있다. 아울러 이미지너리 라인의 개념도 영상제작에 확대 해석하고 적용해서 수용자들의 이해를 돕고 바른 TV뉴스 영상을 수용자 뿐 아니라 제작자들에게도 인식시키고자 한다.

• 서비스연구
• /
• 제6권3호
• /
• pp.29-40
• /
• 2016

20세기 후반 이후 영상, 음성, 부호, 문자 등의 디지털 데이터에 IT 기술을 융합 적용하여 디지털포맷으로 상품화된 미디어 콘텐츠의 시장가치를 높이려는 많은 노력이 있어 왔다. 그렇다면 미디어에서 언급하는 드라마 '태양의 후예' 혹은 애니메이션 영화 '겨울왕국'에 대한 시장가치는 어떠한 기준과 방법론으로 산출할 수 있을까? 현재까지 미디어 콘텐츠 가치평가 프레임워크나 시스템 개발 등에 대한 연구가 전무한 실정에서, 본 논문에서는 영화, 온라인게임, 방송광고, 애니메이션 등 4가지 미디어 유형에 대한 콘텐츠 가치평가 프레임워크를 정형화하고 제시함으로써, 향후 콘텐츠 이전거래, 투자적정성 검토 등 다양한 목적을 위한 실용적인 가치평가모형을 제안하고자 한다. 따라서, 여기서는 미디어 콘텐츠 유형별로 제작(개발)비용을 포함한 현금흐름(cash flow: C.F.)의 산출방안을 제시하고, 이와 연관된 기타 가치평가 핵심변수요인(경제적 수명, 할인율, 콘텐츠 기여도 및 로열티율)에 관한 참조정보 D/B를 제시하여, 기존 무형자산 평가시에 적용되었던 수익접근법 및 로열티공제법 방식의 가치평가 개념을 활용한 미디어 콘텐츠 가치평가 프레임워크를 개발하고 제안한다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.1076-1084
• /
• 2019

본 논문에서는 딥러닝을 적용하여 미디어 내의 등장인물 및 사물을 인식, 메타데이터를 추출하고 이를 통해 아카이브를 구축하는 시스템을 개발하였다. 방송 분야에서 비디오, 오디오, 이미지, 텍스트 등의 멀티미디어 자료들을 디지털 컨텐츠로 전환하기 시작한지는 오래 되었지만, 아직 구축해야 할 자료들은 방대하게 남아있다. 따라서 딥러닝 기반의 메타데이터 생성 시스템을 구현하여 미디어 아카이브 구축에 소모되는 시간과 비용을 절약 할 수 있도록 하였다. 전체 시스템은 학습용 데이터 생성 모듈, 사물 인식 모듈, 등장인물 인식 모듈, API 서버의 네 가지 요소로 구성되어 있다. 미디어 내에서 등장인물 및 사물을 인식하여 메타데이터로 추출할 수 있도록 딥러닝 기술로 사물 인식 모듈, 얼굴 인식 모듈을 구현하였다. 딥러닝 신경망을 학습시키기 위한 데이터를 구축하기 용이하도록 학습용 데이터 생성 모듈을 별도로 설계하였으며 얼굴 인식, 사물 인식의 기능은 API 서버 형태로 구성하였다. 1500명의 인물, 80종의 사물 데이터를 사용하여 신경망을 학습시켰으며 등장인물 테스트 데이터에서 98%, 사물 데이터에서 42%의 정확도를 확인하였다.