• 대한토목학회논문집
• /
• 제42권2호
• /
• pp.249-256
• /
• 2022

최근 BIM (Building Information Modeling)과 AR (Augmented Reality)을 결합한 실시간 시각화 기술이 건설관리 의사 결정 및 처리 효율성을 높이는 데 도움이 된다는 것을 보여주기 위한 다양한 연구가 활발히 진행되고 있다. 그러나, 대용량 BIM 데이터는 AR에 적용할 경우 데이터 전송 문제, 이미지 단절, 영상 끊김 등과 같은 다양한 문제가 발생함으로 3차원(3D) 모델의 메쉬 최적화를 통해 시각화의 효율성을 향상시켜야 한다. 대부분의 기존 메쉬 경량화 방법은 복잡하고 경계가 많은 3D 모델의 메쉬를 적절하게 처리할 수 없다. 이에 본 연구에서는 고성능 AR 시각화를 위해 BIM 데이터를 재구성하기 위한 k-최근접이웃(KNN) 분류 프레임워크 기반 메쉬 경량화 알고리즘을 제안하였다. 제안 알고리즘은 선정된 BIM 모델을 삼각형 중심 개념 기반의 Unity C# 코드로 경량화하였고 모델의 데이터 세트를 활용하여 정점 사이의 거리를 정의할 수 있는 KNN로 분류되었다. 그 결과 전체 모델과 각 구조의 경량화 메쉬 점 및 삼각형 개수가 각각 약 56 % 및 약 42 % 감소됨을 확인할 수 있었다. 결과적으로, 원본 모델과 비교했을 때 경량화한 모델은 시각적인 요소 및 정보 손실이 없었고, 따라서, AR 기기 활용 시 고성능 시각화를 향상시킬 수 있을 것으로 기대된다.

• 한국화예디자인학연구
• /
• 제41호
• /
• pp.93-114
• /
• 2019

본 연구는 유튜브에 나타난 화예 디자인 교육 콘텐츠의 특징과 문제점을 분석하고 개선방향을 모색해보려는데 목적이 있다. 이를 위해 '화훼장식기능사'를 검색어로 최근 1년간 게시된 콘텐츠 129개를 분석하였다. 분석결과, 콘텐츠가 다룬 내용은 실기강의, 이론강의, 시험관련 팁, 직업과 인물소개, 시험과제 작품, 교육안내와 홍보였고 그 중 실기강의가 가장 많은 것으로 나타났다. 제작형식은 강의, 강의실황, 영상구성, 인터뷰, 브이로그, 텔레비전방송프로그램으로 구분되었으며 강의 형태를 띤 콘텐츠가 가장 많았다. 편성전략 유형으로는 목표 시청층의 관심사에 대한 내용을 주기적으로 업로드하는 허브 유형이 가장 많았다. 이용자들은 실기시험을 다룬 내용의 강의 형태에 가장 높은 반응을 보였다. 전반적으로 콘텐츠의 다양성, 크리에이터와 이용자 간의 양방향 소통, 조화로운 편성전략이 부족한 것으로 분석된다. 이를 개선하기 위해 내용적 측면에서는 독창적이며 틈새를 공략하는 분야의 개척, 현장을 배경으로 하는 실습내용의 반영, 감성과 흥미가 포함된 콘텐츠 개발이 필요하다. 형식적 측면에서는 게임, 퀴즈와 같은 양방향 요소의 도입, VR, AR 등 뉴미디어 기술의 적용을 시도해볼 수 있겠다. 편성전략유형에서도 히어로, 허브, 하우투 세 가지 유형의 상호보완적 채널구성 방안이 제시되었다. 향후 화예 디자인 관련 교육 콘텐츠 수요의 확장이 예상되므로 다양한 플랫폼에서 활용될 수 있는 콘텐츠 제작, 전문적 크리에이터의 육성, 연관 수익 모델의 개발이 요구된다.

• 감성과학
• /
• 제25권4호
• /
• pp.129-138
• /
• 2022

음성 어시스턴트가 차량에 탑재되기 시작하면서, 차량의 조형적 특징과 음성 어시스턴트간의 연관성이 중요해지고 있다. 본 연구는 자동차에 적용된 음성 어시스턴트와 외관의 조화스러움에 대하여 공통된 감성적 특징을 기반으로 살펴보고자 하였다. 12가지 차량 이미지와 6가지의 음성 어시스턴트에 대해 15종의 형용사를 바탕으로 감성 평가를 실시하였다. 실험은 온라인 개별 인터뷰로 진행되었으며, 총 24명의 대학생이 참여하였다. 참여자들은 각 자극물을 대표하는 감성 형용사 3종을 1, 2, 3위로 평가하고, 선정 이유에 대한 간단한 인터뷰를 진행하였다. 설문 결과에 대해 주성분분석을 수행하여 2개의 주요 요인을 추출한 뒤, 각 요인을 축으로 하여 자극물을 분포시켰다. 분포도를 바탕으로 감성적 특징을 도출하고자 계층적 군집 분석을 수행하였다. 주성분 분석 결과 자동차 이미지와 음성 어시스턴트를 설명하는 감성적 차원으로 "편안한-급진적인"과 "가벼운-무거운"이 추출되었다. 두 차원을 바탕으로 자극물들을 분포시킨 결과, 자동차와 음성 어시스턴트가 동일한 축을 바탕으로 다양하게 분포해 두 요인이 자극물간 감성적 특징을 도출하기에 적합하다고 판단되었다. 자극물들의 분포도를 바탕으로 계층적 군집분석을 수행하여 17개의 자극물을 4가지 군집으로 추렸다. 각 군집은 도전적인, 우아한, 위엄있는, 활기찬 그룹으로 도출되었다. 본 연구에서는 차량의 조형적 특징과 음성 어시스턴트의 감성적 이미지를 동시에 설명할 수 있는 두 축을 도출하였다. 도출된 축을 바탕으로 그려진 분포도에 군집 분석을 수행해 감성적 특징을 분류하였으며, 총 4개의 감성적 특징이 도출되었다. 본 연구는 자동차의 조형적 특징에 맞춘 음성 어시스턴트 제안을 위한 디자인 품평 가이드로 활용되어, 추후 출시되는 차량에서 사용자들의 자동차 음성 어시스턴트 감성 경험이 증진될 것으로 기대한다.

• 한국건설순환자원학회논문집
• /
• 제11권2호
• /
• pp.130-137
• /
• 2023

이 연구는 다중벽 탄소나노튜브(MWCNTs) 혼입 PVA 섬유보강 시멘트 복합체에서 배합 순서에 따른 영향을 분석하기 위해 배합 순서를 변수로 고려한 실험을 통해 유동성, 압축 및 휨인장 성능을 분석하였다. 실험 결과, CNT 혼입으로 인하여 유동성이 크게 감소하였으며, CNT가 혼입된 경우 배합 순서에 따라 유동성이 크게 영향을 받는 것으로 나타났다. 압축 강도는 물과 CNT 수용액을 미리 섞어 혼입한 후 PVA 섬유를 혼입하는 순서가 가장 강도 증진 효과가 뛰어난 것으로 나타났으며, 휨인장강도는 건비빔 후 물과 CNT 수용액, PVA 섬유를 미리 섞은 후 배합한 방식이 가장 높은 것으로 나타났다. 다만, 휨인장 거동에서 연성도는 배합 순서와의 연관성이 명확하게 나타나지 않았다. 또한, 미세구조에의 영향을 분석하기 위해 주사전자현미경(SEM) 이미지 분석을 수행하였다. SEM 이미지 분석 결과, 모든 시편에서 CNT가 골고루 분산되어 분포하고 있는 것으로 나타나 CNT가 강도 증진 효과에 기여하고 있는 것을 확인할 수 있었으나, 배합방식으로 인한 차이는 명확하게 나타나지 않았다. 이 연구의 주요 결과는 향후 CNT 혼입 PVA 섬유보강 시멘트 복합체의 작업성 및 재료성능 평가 관련 연구에 유용할 것으로 기대된다.

• 대한토목학회논문집
• /
• 제29권5D호
• /
• pp.611-617
• /
• 2009

다양한 첨단장비의 도입과 함께 도로의 실시간 소통 정보는 운전자뿐만 아니라 도로의 관리자에게도 필수적인 정보로 자리 잡고 있다. 혼잡정도를 표현하는 기존의 방법은 소통원활/서행/정체 등 3단계로 관리자 측면의 판단에 의하여 이루어진 것이며, 각 단계를 구분하는 값들이 달라 운전자에게 혼란을 주고 있다. 본 연구에서는 교통상황을 표현하는 기존의 3단계 혼잡기준에 대한 운전자 인지를 알아보기 위하여, 운전자 설문으로부터 적정 교통상황 표현 단계수 및 기준 통행속도를 찾고자 한다. 이를 위하여 연속류인 고속도로를 대상으로 운전자에게 다양한 소통상황에 대한 녹화 동영상을 보여주고 혼잡판정 단계와 통행속도 기준 값에 대한 설문조사를 실시하였다. 설문 분석결과, 운전자들은 고속도로의 현 3단계 혼잡판정보다 세분화된 4단계 혼잡판정을 선호하는 것으로 나타났고, 각 단계별 표현 용어는 정체, 지체, 서행, 원활이 선정되었다. 4단계 혼잡판정에 대한 통행속도 경계는 22km/h, 48km/h, 74km/h로 분석되었고, 현실적인 운영을 위해 20km/h, 50km/h, 75km/h를 단계별 경계 기준 값으로 제안하였다. 이번 연구결과는 고속도로 교통정보 제공기관들에게 보다 세분화된 혼잡판정 기준으로 활용될 수 있으며, 교통정보 제공시 운전자 중심으로 개선하기 위한 근거자료로 사용될 것으로 기대된다.

• 서비스연구
• /
• 제11권2호
• /
• pp.21-36
• /
• 2021

본 연구는 헤어살롱 선택속성과 이를 통해 헤어살롱 이용객이 얻을 수 있는 결과와 궁극적인 가치를 파악하고자 수단-목적 사슬 이론을 기반으로 연계방식 기법(APT)을 활용하여, 헤어살롱 이용객이 추구하는 내재적 가치체계에 대해 규명하였다. 이는 헤어살롱 유형별로 이용객을 대상으로 설문조사를 시행하며, 질적 래더링 기법으로 도출한 항목을 적용하며, 도출된 각 단계의 문항을 분석하여 각각의 속성과 결과, 가치 항목을 비교분석하는 것이다. 분석 결과, 첫째, 선택속성은 <미용사의 실력>과 <개인별 맞춤의견 수용>, 그리고 <저렴한 가격> 순으로 고려하는 것으로 나타났으며, 결과 항목은 <이미지 변신>, <깔끔함>, <새로움>, <심리적 안정> 등 순으로 도출되었다. 가치 항목 중 중요하게 표시한 항목은 <만족감>이며, 그 다음이 <행복감>, <자신감>, <아름다움>, <유대감>으로 도출됨을 확인하였다. 둘째, 헤어살롱 유형과 상관없이 두드러진 선택속성은 '미용사의 실력'으로 나타났고, 헤어살롱을 이용하면서 추구하는 중요 가치는 '만족감'과 '자신감', 그리고 '아름다움'으로 도출되었다. 이 결과에서 헤어살롱을 이용하는 소비자의 욕구를 충족시켜 궁극적으로 추구하는 가치로 연결되는 것을 알 수 있었다. 또한 헤어살롱 유형별로 부분적 차이가 나타남을 알 수 있었고, 이는 소비자의 욕구와 기대하는 효익이 유형별로 다른 부분을 확인할 수 있었다. 결국 수단-목적 사슬 이론에 기반하여 헤어살롱 유형별로 비교하여 가치인식을 도출하였지만 가장 중요한 선택속성은 '미용사의 실력'이며, 중요 가치는 '만족감'과 '자신감'을 얻고자 헤어살롱을 선택하고 이용하는 것임을 확인할 수 있었다.

• 한국지형학회지
• /
• 제27권1호
• /
• pp.1-19
• /
• 2020

A river bed which is submerged in water at high flow and becomes part of the river at low flow, serves as a bridge between the river and the land. The channel bar creates a unique ecosystem with vegetation adapted to the particular environment and the water pool forms a wetland that plays a very important role in the environment. To evaluate anthropogenic impacts on the river bed in the Middle Yeongsangang River, the fluvial landforms in the stream channel were analyzed using multi-temporal remotely-sensed images. In the aerial photograph of 2005 taken before the construction of the large weirs, oxbow lakes, mid-channel bars, point bars, and natural wetlands between the artificial levees were identified. Multiple bars divided the flow of stream water to cause the braided pattern in a particular section. After the construction of the Seungchon weir, aerial photographs of 2013 and 2015 revealed that most of the fluvial landforms disappeared due to the dredging of its riverbed and water level control(maintenance at 7.5El.m). Sentinel-2 images were analyzed to identify differences between before and after the opening of weir gate. Change detection was performed with the near infrared and shortwave infrared spectral bands to effectively distinguish water surfaces from land. As a result, water surface area of the main stream of the Yeongsangang River decreased by 40% from 1.144km² to 0.692km². A large mid-channel bar that has been deposited upstream of the weir was exposed during low water levels, which shows the obvious influence of weir on the river bed. Newly formed unvegetated point bars that were deposited on the inside of a meander bend were identified from the remotely sensed images. As the maintenance period of the weir gate opening was extended, various habitats were created by creating pools and riffles around the channel bars. Considering the ecological and hydrological functions of the river bed, it is expected that the increase in bar areas through weir gate opening will reduce the artificial interference effect of the weir.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.91-98
• /
• 2023

오늘날 인공지능 산업이 발전함에 따라 여러 분야에 걸쳐 인공지능을 통한 자동화 및 최적화가 이루어지고 있다. 국내의 철도 분야 또한 지도 학습을 이용한 레일의 결함을 검출하는 연구들을 확인할 수 있다. 그러나 철도에는 레일만이 아닌 다른 구조물들이 존재하며 그중 선로 체결 장치는 레일을 다른 구조물에 결합시켜주는 역할을 하는 장치로 안전사고의 예방을 위해서 주기적인 점검이 필요하다. 본 논문에는 선로 체결 장치의 데이터를 이용하여 준지도 학습(semi-supervised learning)과 전이 학습(transfer learning)을 이용한 분류기를 학습시켜 선로 안전 점검에 사용되는 비용을 줄이는 방안을 제안한다. 사용된 네트워크는 Resnet50이며 imagenet으로 선행 학습된 모델이다. 레이블이 없는 데이터에서 무작위로 데이터를 선정 후 레이블을 부여한 뒤 이를 통해 모델을 학습한다. 학습된 모델의 이용하여 남은 데이터를 예측 후 예측한 데이터 중 클래스 별 확률이 가장 높은 데이터를 정해진 크기만큼 훈련용 데이터에 추가하는 방식을 채택하였다. 추가적으로 초기의 레이블된 데이터의 크기가 끼치는 영향력을 확인해보기 위한 실험을 진행하였다. 실험 결과 최대 92%의 정확도를 얻을 수 있었으며 이는 지도 학습 대비 5% 내외의 성능 차이를 가진다. 이는 제안한 방안을 통해 추가적인 레이블링 과정 없이 비교적 적은 레이블을 이용하여 분류기의 성능을 기존보다 향상시킬 수 있을 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1451-1466
• /
• 2023

해양 조난 사고에서 드론 활용이 빠르게 증가하고 있는 가운데, 특히 드론을 활용한 수색 구조 작업이 주목받고 있다. 조난 선박 및 기타 해양 표류체를 빠르게 탐지하기 위해 드론 영상을 활용한 딥러닝 모델들이 확장되고 있다. 그러나 이러한 모델을 효과적으로 학습시키기 위해서는 다양한 기상 조건과 선박 상태를 고려한 대량의 학습 데이터가 필요하다. 이에 대한 데이터 부족 문제는 학습된 모델의 성능 저하로 이어질 수 있다. 이에 본 연구는 해양 환경 시뮬레이터를 개발하고 데이터셋을 보강하여 조난 선박 탐지를 위한 딥러닝 모델의 성능 개선을 목표로 한다. 이 시뮬레이터는 눈, 비, 안개와 같은 다양한 기상 조건과 선박 상태, 그리고 드론과 센서의 규격과 특성을 설정할 수 있다. 시뮬레이션을 통해 얻은 데이터셋을 활용하여 딥러닝 모델을 학습시켰다. 이로써, 실제 드론 영상 데이터셋만을 사용한 모델과 비교했을 때 정확도와 재현율 등의 탐지 성능이 향상되었다. 특히, 비나 안개와 같은 악기상에서의 조난 선박 탐지 정확도(Average Precision, AP)는 약 2-5% 정도 향상되었으며 미탐지 비율이 현저히 낮아졌다. 이러한 결과는 개발된 시뮬레이터가 현실적이고 효과적으로 다양한 상황을 시뮬레이션하여 모델 학습에 기여함을 보여준다. 또한, 이에 기반한 조난 선박 탐지 딥러닝 모델은 해양 수색 및 구조 작업에서 효율적으로 활용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1693-1705
• /
• 2023

국토 면적의 약 90%를 차지하는 농촌은 여러가지 공익적 기능을 수행하는 공간으로서 중요성과 가치가 증가하고 있지만 주거지 인근에 축사, 공장, 태양광패널 등 주민생활에 불편을 미치는 시설들이 무분별하게 들어서면서 농촌 환경과 경관이 훼손되고 주민 삶의 질이 낮아지고 있다. 농촌지역의 무질서한 개발을 방지하고 농촌 공간을 계획적으로 관리하기 위해서는 농촌지역 내 위해시설에 대한 탐지 및 모니터링이 필요하다. 주기적으로 취득 가능하고 전체 지역에 대한 정보를 얻을 수 있는 위성영상을 통해 데이터의 취득이 가능하고, 합성곱 신경망 기법을 통한 영상 기반 딥러닝 기술을 활용하여 효과적인 탐지가 가능하다. 따라서 본 연구에서는 의미적 분할(Semantic segmentation)에서 높은 성능을 보이는 U-Net 모델을 이용하여 농촌 지역에서 잠재적으로 위해시설이 될 수 있는 농촌시설을 분류하는 연구를 수행하였다. 본 연구에서는 2020년에 제작된 공간해상도 0.7 m의 KOMPSAT 정사모자이크 광학영상을 한국항공우주연구원으로부터 제공받아 사용하였으며 축사, 공장, 태양광 패널에 대한 AI 학습용 데이터를 직접 제작하여 학습 및 추론을 진행하였다. U-Net을 통해 학습시킨 결과 픽셀 정확도(pixel accuracy)는 0.9739, mean Intersection over Union (mIOU)은 0.7025의 값을 도출하였다. 본 연구 결과는 농촌 지역의 위험 시설물 모니터링에 활용될 수 있으며, 농촌계획 수립에 있어 기초 자료로 활용될 수 있을 것으로 기대된다.