• 벤처창업연구
• /
• 제17권4호
• /
• pp.193-204
• /
• 2022

본 연구는 키오스크 사용자를 대상으로 소비자 만족 수준 측정 및 개선의 영향력 정도를 분석하였다. 현대에 이르러 기술의 발전과 온라인 환경의 개선으로 인해 단순노동 업무는 10여 년 후 사라질 확률이 90%가 임박한다. 국내 연구에서도 단순 노무 직종'이 약 36%의 확률로 진보된 기술에 영향을 받아 사라질 것으로 예측되며 기업으로서도 인력 구인과 인건비 등의 문제로 인해 점차 무인화를 진행하며 그 대체재로써 키오스크를 선호하고 있다. 특히 최근 전 세계적으로 큰 유행으로 번지고 있는 코로나19 바이러스로 인해 비대면 서비스에 대한 수요가 높아지며 키오스크 도입 경향은 더욱 가속화되어 세계시장에서 2021년 835억 원 규모로 성장하며 연평균 8.9%의 성장세를 보여주고 있다. 하지만, 이러한 키오스크의 무인이라는 특성으로 인해 일부 소비자는 여전히 사용에 어려움을 겪고 있으며 이러한 기술 사용이 익숙지 않은 소비자들을 중심으로 비대면 서비스 자체에 대한 거부감과 서비스 오류에 대한 불안감 등으로 서비스 공동 생산자에 대한 이해가 부족해 점원과 소비자 간의 역할 갈등을 유발하거나 기술 사용이 익숙한 세대와 서비스 제공 측면에서 불평등이 이루어지고 있다. 또한, 키오스크는 대표적인 기술 기반 셀프서비스 산업이기에 사용자가 불편함을 느끼거나 추가적인 노동을 한다고 여기면 전체적인 서비스 가치 하락을 경험하여 키오스크 산업 자체의 성장세를 억제할 수 있다는 점에서 소비자 중심의 키오스크 개선 방향성 연구는 중요하다. 이에 실제 사용자들을 중심으로 직접 사용함에서 중점 사항에 대한 인터뷰를 진행하여 디스플레이 배색, 글자 크기, 기기의 디자인, 기기의 크기, 내부 UI(인터페이스), 정보의 양, 인식 센서(바코드, NFC 등), 디스플레이 밝기, 자체 이벤트, 반응속도 항목을 추출하였다. 이후 설문을 활용하여 각 기대 평가 항목의 Kano 모델 품질 속성 분류를 진행하였으며 최빈값만을 고려하여 차순위의 통계적 의미가 무시된다는 Kano 모델의 단점을 보완하기 위하여 이를 정확한 수치로 계산할 수 있는 Timko의 고객 만족 계수를 활용하였으며 연구를 통해 키오스크 기대 평가 항목들의 개선 영향력을 최종적으로 분별하여 개선 우선순위를 도출하기 위하여 PCSI Index 분석을 추가로 진행하였다. 그 결과 개선의 영향력은 내부 UI(인터페이스), 글자 크기, 인식 센서(바코드, NFC 등), 반응속도, 자체 이벤트, 디스플레이 밝기, 정보의 양, 기기의 크기, 기기의 디자인, 디스플레이 배색 순으로 나타났으며 이를 통해 키오스크 기반 분야별 연구의 종합적인 비교 및 벤처 산업의 개선 방향성 설정에 이바지하고자 한다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.71-84
• /
• 2013

컴퓨터 시스템 운용 간에 발생하는 많은 정보들이 기록되는 로그데이터는 컴퓨터 시스템 운용 점검, 프로세스의 최적화, 사용자 최적화 맞춤형 제공 등 다방면으로 활용되고 있다. 본 논문에서는 다양한 종류의 로그데이터들 중에서 은행에서 발생하는 대용량의 로그데이터를 처리하기 위한 클라우드 환경 하에서의 MongoDB 기반 비정형 로그 처리시스템을 제안한다. 은행업무간 발생하는 대부분의 로그데이터는 고객의 업무처리 프로세스 간에 발생하며, 고객 업무 프로세스 처리에 따른 로그데이터를 수집, 저장, 분류, 분석하기 위해서는 별도로 로그데이터를 처리하는 시스템을 구축해야만 한다. 하지만 기존 컴퓨팅환경 하에서는 폭발적으로 증가하는 대용량 비정형 로그데이터 처리를 위한 유연한 스토리지 확장성 기능, 저장된 비정형 로그데이터를 분류, 분석 처리할 수 있는 기능을 구현하기가 매우 어렵다. 이에 따라 본 논문에서는 클라우드 컴퓨팅 기술을 도입하여 기존 컴퓨팅 인프라 환경의 분석 도구 및 관리체계에서 처리하기 어려웠던 비정형 로그데이터를 처리하기 위한 클라우드 환경기반의 로그데이터 처리시스템을 제안하고 구현하였다. 제안한 본 시스템은 IaaS(Infrastructure as a Service) 클라우드 환경을 도입하여 컴퓨팅 자원의 유연한 확장성을 제공하며 실제로, 로그데이터가 장기간 축적되거나 급격하게 증가하는 상황에서 스토리지, 메모리 등의 자원을 신속성 있고 유연하게 확장을 할 수 있는 기능을 포함한다. 또한, 축적된 비정형 로그데이터의 실시간 분석이 요구되어질 때 기존의 분석도구의 처리한계를 극복하기 위해 본 시스템은 하둡 (Hadoop) 기반의 분석모듈을 도입함으로써 대용량의 로그데이터를 빠르고 신뢰성 있게 병렬 분산 처리할 수 있는 기능을 제공한다. 게다가, HDFS(Hadoop Distributed File System)을 도입함으로써 축적된 로그데이터를 블록단위로 복제본을 생성하여 저장관리하기 때문에 본 시스템은 시스템 장애와 같은 상황에서 시스템이 멈추지 않고 작동할 수 있는 자동복구 기능을 제공한다. 마지막으로, 본 시스템은 NoSQL 기반의 MongoDB를 이용하여 분산 데이터베이스를 구축함으로써 효율적으로 비정형로그데이터를 처리하는 기능을 제공한다. MySQL과 같은 관계형 데이터베이스는 복잡한 스키마 구조를 가지고 있기 때문에 비정형 로그데이터를 처리하기에 적합하지 않은 구조를 가지고 있다. 또한, 관계형 데이터베이스의 엄격한 스키마 구조는 장기간 데이터가 축적되거나, 데이터가 급격하게 증가할 때 저장된 데이터를 분할하여 여러 노드에 분산시키는 노드 확장이 어렵다는 문제점을 가지고 있다. NoSQL은 관계형 데이터베이스에서 제공하는 복잡한 연산을 지원하지는 않지만 데이터가 빠르게 증가할 때 노드 분산을 통한 데이터베이스 확장이 매우 용이하며 비정형 데이터를 처리하는데 매우 적합한 구조를 가지고 있는 비관계형 데이터베이스이다. NoSQL의 데이터 모델은 주로 키-값(Key-Value), 컬럼지향(Column-oriented), 문서지향(Document-Oriented)형태로 구분되며, 제안한 시스템은 스키마 구조가 자유로운 문서지향(Document-Oriented) 데이터 모델의 대표 격인 MongoDB를 도입하였다. 본 시스템에 MongoDB를 도입한 이유는 유연한 스키마 구조에 따른 비정형 로그데이터 처리의 용이성뿐만 아니라, 급격한 데이터 증가에 따른 유연한 노드 확장, 스토리지 확장을 자동적으로 수행하는 오토샤딩 (AutoSharding) 기능을 제공하기 때문이다. 본 논문에서 제안하는 시스템은 크게 로그 수집기 모듈, 로그 그래프생성 모듈, MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈로 구성되어져 있다. 로그 수집기 모듈은 각 은행에서 고객의 업무 프로세스 시작부터 종료 시점까지 발생하는 로그데이터가 클라우드 서버로 전송될 때 로그데이터 종류에 따라 데이터를 수집하고 분류하여 MongoDB 모듈과 MySQL 모듈로 분배하는 기능을 수행한다. 로그 그래프생성 모듈은 수집된 로그데이터를 분석시점, 분석종류에 따라 MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈에 의해서 분석되어진 결과를 사용자에게 웹 인터페이스 형태로 제공하는 역할을 한다. 실시간적 로그데이터분석이 필요한 로그데이터는 MySQL 모듈로 저장이 되어 로그 그래프생성 모듈을 통하여 실시간 로그데이터 정보를 제공한다. 실시간 분석이 아닌 단위시간당 누적된 로그데이터의 경우 MongoDB 모듈에 저장이 되고, 다양한 분석사항에 따라 사용자에게 그래프화해서 제공된다. MongoDB 모듈에 누적된 로그데이터는 Hadoop기반 분석모듈을 통해서 병렬 분산 처리 작업이 수행된다. 성능 평가를 위하여 로그데이터 삽입, 쿼리 성능에 대해서 MySQL만을 적용한 로그데이터 처리시스템과 제안한 시스템을 비교 평가하였으며 그 성능의 우수성을 검증하였다. 또한, MongoDB의 청크 크기별 로그데이터 삽입 성능평가를 통해 최적화된 청크 크기를 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권6호
• /
• pp.185-196
• /
• 2015

에너지 절감형 서버 클러스터는 에너지 절감을 고려하지 않는 기존 서버 클러스터에 비해 서비스 품질을 보장하면서 전력소비를 절감하는 것을 목표로 한다. 에너지 절감형 서버 클러스터에서는 현재의 부하를 처리하는 데 필요한 최소수의 서버들만 ON 하도록 고정 또는 가변 주기로 서버들의 전원모드를 조정한다. 이에 대한 기존 연구들은 전력 절감 또는 서비스 품질을 보장하려고 노력해왔지만 에너지 효율성을 잘 고려하지는 못했다. 본 논문에서는 에너지 절감형 클러스터에서 자율학습기반의 에너지 효율적인 클러스터 관리 기법을 제안한다. 자율학습을 통해 최적화된 파라미터들을 이용하여 전력 소모 대비 최고의 성능을 얻을 수 있도록 서버 전원모드를 조정한다. 제안방법은 서버 전원모드 조정을 위해 아래의 과정을 반복 수행한다. 첫째, 현재 부하 및 트래픽 패턴을 보고 현재 워크로드 패턴 유형을 사전에 정의한 대로 분류한다. 둘째, 학습 테이블을 탐색하여 해당 워크로드 패턴 유형에 대해 예전에 학습이 수행되었는지 확인한다. 만일 수행되었다면 이미 저장된 파라미터를 이용한다. 그렇지 않으면, 학습을 수행하여 에너지 효율성 관점에서 최고의 파라미터를 얻어 저장한다. 셋째, 얻어진 파라미터를 이용하여 서버 전원모드를 조정한다. 제안방법을 구현하여 16개의 서버 클러스터 환경에서 3가지 다른 부하 패턴들을 이용하여 실험을 수행하였다. 실험 결과는 제안방법의 에너지 효율성이 뛰어남을 보여주고 있다. 뱅킹 부하패턴, 실제 부하패턴, 가상 부하패턴 각각에 대하여, 제안방법의 단위전력당 good 응답 수가 기존의 정적 서버 전원모드 제어방법의 99.9%, 107.5%, 141.8%이고, 기존의 예측방법의 102.0%, 107.0%, 106.8%이다.

• Journal of Radiation Protection and Research
• /
• 제41권1호
• /
• pp.71-79
• /
• 2016

연구배경: 생활주변방사선 안전관리법에 의한 가공제품의 방사선학적 안전성 평가를 위해서는 가공제품에 함유된 천연방사성핵종의 정량적 평가가 필요하다. 기존 분석법을 위한 파괴적 전처리는 높은 수준의 기술과 많은 시간이 소요되고, 측정 후 가공제품의 재사용을 불가능하게 하는 단점이 있다. 본 연구에서는 가공제품에 함유된 천연방사성핵종인 토륨계열의 방사능을 평가하기 위해 전처리 과정이 생략되거나 최소화된 방법인 간단/신속 분석법을 개발하였다. 재료 및 방법: 개발된 분석법은 감마분광분석 시스템을 이용하여 전처리 없이 가공제품의 방사능을 간단하고 신속하게 측정하고, 시료의 구성물질, 밀도, 기하학적 형태에 대한 보정을 통하여 방사능을 정확하게 평가할 수 있는 방법이다. 상기 요소에 대한 보정을 위해 변환상수 개념을 도입하였으며, 방사선수송 전산모사를 통해 변환상수를 도출하였다. 본 연구의 대상으로는 일반인이 흔하게 사용하고, 인체에 착용하거나 인체 접촉이 많은 가공제품, 즉 일반인에게 상대적으로 높은 피폭방사선량을 초래할 수 있는 대표적인 가공제품이 선정되었다. 본 연구에서 선정된 가공제품은 건강목걸이, 건강팔찌, 남성용 건강보조기구, 매트 형태의 가공제품에 장착된 타일이었다. 결과 및 고찰: 상기 제품에 대한 변환상수를 Monte Carlo N-Particle eXtended (MCNPX)를 이용하여 도출하였으며, 도출된 변환상수는 0.31-0.47의 범위에 분포하였다. 전처리 없이 가공제품 원형을 그대로 측정한 단순 측정 분석법의 경우 가공제품에 함유된 토륨계열의 방사능은 실제보다 약 2.8배까지 과대평가 되었다. 본 연구에서 개발한 간단/신속 분석법을 사용하는 경우에는 전처리를 통한 정밀분석법과 비교하여 그 차이가 3-24% 정도로 크게 줄어들었다. 결론: 본 연구에서 개발한 분석법은 향후 추가적인 가공제품의 재질 및 형태에 대한 변환상수의 개발을 통해 다양한 가공제품의 방사선학적 안정성 평가에 활용될 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제16권6호
• /
• pp.89-95
• /
• 2015

전통적인 빈발 패턴 마이닝은 데이터베이스로부터 사용자 정의 최소 임계치 이상의 빈도수를 가지는 유효 패턴들을 식별한다. 적절한 임계치 설정은 해당 도메인에 대한 사전 지식을 요구하므로 쉬운 작업이 아니다. 따라서 임계치 설정을 통한 마이닝 결과의 정밀한 제어 불가능으로 인해 도메인 지식을 기반으로 하지 않는 패턴 마이닝 방법이 필요하게 되었다. 상위 K 빈발 패턴 마이닝은 이러한 문제를 해결하기 위해 제안되었으며, 임계치 설정 없이 상위 K개의 중요 패턴들을 마이닝 한다. 사용자는 이를 적용함으로써 데이터베이스에 상관없이 가장 높은 빈도수의 패턴부터 K번째로 높은 빈도수의 패턴까지 찾아낼 수 있다. 비록 상위 K 빈발 패턴 마이닝이 임계치 설정 없이 상위 K개의 중요 패턴들을 마이닝 하지만, 트랜잭션 내 아이템 수량과 데이터베이스 내 서로 다른 아이템 중요도를 고려하지 못하여 많은 실세계 응용의 요구에 부합하지 못한다. 하이 유틸리티 패턴 마이닝은 아이템 중요도가 포함된 비 바이너리 데이터베이스의 특성을 고려하기 위해 제안되었으나 최소 임계치를 필요로 한다. 최근 임계치 설정 없는 하이 유틸리티 패턴 마이닝을 위한 상위 K 하이 유틸리티 패턴 마이닝이 개발되었으며, 이를 통해 사용자는 사전 지식 없이 원하는 수의 패턴을 마이닝 할 수 있다. 본 논문은 상위 K 하이 유틸리티 패턴 마이닝을 위한 알고리즘을 분석한다. 최신 알고리즘에 대한 성능분석을 통해 개선사항 및 발전 방향에 대해 고찰한다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.

• 지능정보연구
• /
• 제17권1호
• /
• pp.139-152
• /
• 2011

1990년대 중반에 협업 필터링의 출현으로 인하여 추천시스템에 관련된 연구가 늘어나게 되었다. 협업 필터링의 출현 이후 내용 기반 필터링, 협업 필터링과 내용 기반 필터링이 혼합된 하이브리드 필터링 등 새로운 기법들이 출현함으로써 2000년대에는 추천시스템의 연구가 눈에 띄게 증가하였다. 하지만 현재까지 추천시스템에 관련된 문헌들에 대한 리뷰와 분류가 체계적으로 되어있지 않다. 이와 같은 문제에 대한 해결방안으로써, 본 연구에서는 2001년부터 2010년도까지의 추천시스템에 관련된 문헌들 중 MIS Journal Ranking의 125개의 저널에서 추천시스템(Recommender system, Recommendation system), 협업 필터링(Collaborative Filtering), 내용 기반 필터링(Content based Filtering), 개인화 시스템(Personalized system) 등의 5가지 키워드로 제한하여 조사하였다. 총 37개의 저널에서 논문을 검색하였으며, 검색되어진 논문을 분석한 결과 추천시스템과 관련이 없는 논문을 제외한 총 187개의 논문을 선정하여 분석하였다. 이 연구에서는 그러나 컨퍼런스 논문, 석사, 박사학위 논문, 영어로 작성되지 않은 논문, 완성되지 않은 논문 등은 제외하였다. 본 연구에서는 187개의 논문을 분석하여 2001년부터 2010년까지의 각각의 년도 별 추천시스템의 연구에 대한 동향 분석, Journal별 추천시스템의 게재 분류, 추천시스템 어플리케이션의 사용 분야(책, 문서, 이미지, 영화, 음악, 쇼핑, TV 프로그램, 기타)별 분류 및 분석, 추천시스템에 사용된 데이터마이닝 기술(연관 규칙, 군집화, 의사 결정나무, 최근접 이웃 기법, 링크 분석 기법, 신경망, 회귀분석, 휴리스틱 기법)별 분류 및 분석을 수행하였다. 따라서 본 연구에서 제안한 각각의 분류 및 분석 결과들을 통하여 현재까지 추천시스템의 연구에 대한 연구 동향을 파악 할 수 있었으며, 분석결과를 통해 추천시스템에 관심이 있는 연구자와 전문가에게 미래의 추천시스템의 연구에 대한 가이드라인을 제시 할 수 있을 것이라고 기대한다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.115-130
• /
• 2011

온라인 스토어들은 다양한 방식으로 사용자들에게 신뢰감을 가져다 줄 수 있는 요인들을 제공하려고 한다. 대표적인 방식이 고객이 좋아할 만한 제품의 추천과 고객제품리뷰의 제공이다. 각각의 제공을 통해 신뢰의 선행요인이 되는 사회적 실재감을 향상시킬 수 있다는 연구들이 있어왔다. 따라서 본 연구에서는 추천 상황에 따른 사회적 실재감에 미치는 영향과 추천 상황과 제품군의 유형, 고객제품리뷰의 제공여부에 따라 사회적 실재감의 증가에 미치는 영향을 실험을 통해 분석하였다. 개인화 추천을 통해 사회적 실재감을 증대시킬 수 있었으며, 쾌락재에서는 고객제품리뷰의 제공을 통해 어떤 추천 상황에서든 사회적 실재감이 증대되나 유의한 차이를 보이지는 않았다.

• Asian Journal of Atmospheric Environment
• /
• 제8권1호
• /
• pp.35-47
• /
• 2014

The purpose of the study is to evaluate the pollution level (gaseous and particle phase) in the public facilities for the PAHs, non-regulated materials, forecast the risk level by the health risk assessment (HRA) and propose the guideline level. PAH assessments through sampling of particulate matter of diameter < 2.5 ${\mu}m$ ($PM_{2.5}$). The user and worker exposure scenario for the PAHs consists of 24-hour exposure scenario (WIES) assuming the worst case and the normal exposure scenario (MIES) based on the survey. This study investigated 20 PAH substances selected out of 32 substances known to be carcinogenic or potentially carcinogenic. The risk assessment applies major toxic equivalency factor (TEF) proposed from existing studies and estaimates individual Excess Cancer Risk (ECR). The study assesses the fine dusts ($PM_{2.5}$) and the exposure levels of the gaseous and particle PAH materials for 6 spots in each 8 facility, e.g. underground subway stations, child-care facilities, elderly care facilities, super market, indoor parking lot, terminal waiting room, internet caf$\acute{e}$ (PC-rooms), movie theater. For internet caf$\acute{e}$ (PC-rooms) in particular, that marks the highest $PM_{2.5}$ concentration and the average concentration of 10 spots (2 spots for each cafe) is 73.3 ${\mu}g/m^3$ (range: 6.8-185.2 ${\mu}g/m^3$). The high level of $PM_{2.5}$ seen in internet cafes was likely due to indoor smoking in most cases. For the gaseous PAHs, the detection frequency for 4-5 rings shows high and the elements with 6 rings shows low frequency. For the particle PAHs, the detection frequency for 2-3 rings shows low and the elements with 6 rings show high frequency. As a result, it is investigated that the most important PAHs are the naphthalene, acenaphthene and phenanthrene from the study of Kim et al. (2013) and this annual study. The health risk assessment demonstrates that each facility shows the level of $10^{-6}-10^{-4}$. Considering standards and local source of pollution levels, it is judged that the management standard of the benzo (a)pyrene, one of the PAHs, shall be managed with the range of 0.5-1.2 $ng/m^3$. Smoking and ventilation were considered as the most important PAHs exposure associated with public facility $PM_{2.5}$. This study only estimated for inhalation health risk of PAHs and focused on the associated cancer risk, while multiple measurements would be necessary for public health and policy.

• 한국컴퓨터정보학회논문지
• /
• 제24권12호
• /
• pp.51-57
• /
• 2019

현재 군에서 운용하고 있는 지뢰탐지 방법은 다양하나 통상 야전에서는 육안탐지, 탐침에 의한 탐지, 탐지기에 의한 탐지, 기타탐지 방법 등으로 지뢰를 탐지하며, 탐지기에 의한 탐지방법은 GPR센서를 이용한 탐지기로 금속탐지는 가능하나 비금속탐지가 곤란하며, 탐지를 실시한 곳과 실시하지 않은 지역을 구분할 수 없고, 많은 인력과 시간이 낭비되는 문제점이 있으며, 사용자가 센서를 일정한 속도로 움직이지 않거나, 너무 빨리 움직이는 경우 지뢰를 정확히 탐지하기가 곤란하다. 따라서 이러한 단방향 초음파 센싱 신호를 이용한 지뢰탐지 오류의 문제점을 개선하고자 Human Body 안테나부, 메인마이크로프로세서 유닛부, 스마트안경부, 바디장착형 LCD모니터부, 무선데이터 송수신부, 벨트형 전원공급부, 블랙박스 카메라부, 보안통신 헤드셋부로 구성한 스마트 웨어러블 지뢰탐지 장치를 연구하였다. 이 연구결과를 토대로 IoT(Internet of Things) 기반으로도 지하에 있는 지뢰를 탐지할 수 있는 가능성을 확인하기 위해 실험을 진행하고자 한다. 본 논문은 서론, 실험환경 구성, 시뮬레이션 분석, 결론 순으로 구성 하였으며, 서론에서는 지뢰, 지뢰 탐지기, 연구진행 등 연구내용을 소개 하고, 실험 환경 구성은 야전과 동일한 환경과 매설방법을 기초로 M14폭풍형 대인지뢰, M16A1파편형 대인지뢰, M15 및 M19대전차 지뢰, 지뢰와 유사한 플라스틱 병, 알루미늄 캔으로 구성하였으며, 시뮬레이션 분석은 지뢰탐지 장치 구현 성능을 분석하기 위해 매트랩을 이용한 시뮬레이션을 진행하여, IoT 신호를 생성 및 전송하고, 각각의 수신된 신호를 분석하여 지뢰의 탐지 성능을 확인한 후 IoT 기반 지뢰탐지 알고리즘 시뮬레이션을 통해 성능을 검증하여 지하에 있는 지뢰를 탐지할 수 있는 가능성을 IoT기반으로 입증하려고 한다.