• 한국산학기술학회논문지
• /
• 제20권12호
• /
• pp.546-554
• /
• 2019

본 논문에서는 CCTV를 통해 실시간 범죄에 대응할 수 있도록 CCTV 카메라 간 협업이 가능한 기술과 이를 활용한 실시간 범죄대응 서비스에 대해 연구하였다. 본 연구에서 개발하고자 하는 CCTV 협업 기술은 한 곳의 CCTV에서 추출된 이동 객체(용의자)가 범위를 벗어나 다른 CCTV로 이동했을 때 객체의 유사도 정보를 관제자에게 전달하여 선택된 객체를 추적하는 프로그램 모델이다. 일련의 유사도 정보 획득 과정은 객체 감지(object detection), 사전 분류(pre-classification), 특징 추출(feature extraction), 분류(classification)의 4단계의 프로세스로 진행된다. 이는 주로 사후처리용으로 사용되던 CCTV 모니터링을 긴박한 실시간 범죄에 대응하도록 개선시켜 범죄발생 초기대응 체계를 강화 할 수 있다. 또한 관제요원의 모니터링에만 의존하는 CCTV 관제시스템을 부분 자동화하여 지자체 관제센터 운영효율성을 증대시킬 수 있다. 해당 기술 및 서비스는 안양시 테스트베드에 구축하여 시범운영할 예정으로, 서비스가 안정화가 되면 전국 지자체에 확산하여 상용화가 될 것으로 예상된다. 향후 CCTV 협업 뿐 아니라 실시간 개인 정밀위치결정, 스마트폰 연계 등 통합 방범서비스 연구가 진행되어 시민들이 보다 안전한 생활을 영위할 수 있기를 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.1-10
• /
• 2011

최근 클라우드 컴퓨팅은 인터넷 접속을 통해 언제어디서든 사용할 수 있는 높은 이용편리성과 동시에 스마트폰, 넷북, PDA 등과 같은 각종 정보통신 기기로 데이터를 손쉽게 공유할 수 있는 사용환경을 제공하기 때문에 산업적 파급효과가 커 디지털혁명을 주도할 서비스로 주목받고 있다. 이와 같은 클라우드 컴퓨팅 기반의 협업 시스템을 통해 비즈니스 실무부서 간의 업무 통합이 점차적으로 이루어지면, 관련 부서 간 공유하게 되는 데이터가 더욱 많아지기 때문에 실무자가 필요한 데이터를 보다 쉽게 찾아 사용할 수 있는 방법이 필요하다. 기존 연구에서는 군집화를 통해 탐색과정을 단순화했지만, 본 논문에서는 관련 부서 간에 자주 발생하는 데이터 중복을 제거하고 시스템 성능을 향상시키기 위해 해쉬함수를 사용하고, 변경된 데이터에 대한 정보가 동적으로 반영되어 실무자에게 적합한 데이터가 분류될 수 있도록 데이터 마이닝 기법 중 베이지안 네트워크를 사용한 시스템을 제안하였다. 본 시스템은 기존 방법과 비교하여 탐색기능이 향상된 결과를 나타내었을 뿐만 아니라, CPU, Network Bandwidth 사용량 등의 시스템 성능에도 효율적인 것을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권1호
• /
• pp.9-18
• /
• 2018

분산 처리 플랫폼에서 다양한 빅 데이터 처리 어플리케이션들의 수행 성능 향상에 대한 관심이 높아지고 있다. 이에 따라 범용적인 분산 처리 플랫폼인 아파치 스파크에서 어플리케이션들의 처리 성능 최적화에 대한 연구들이 활발하게 진행되고 있다. 스파크에서 데이터 처리 어플리케이션들의 수행 성능을 향상시키기 위해서는 스파크의 분산처리모델인 Directed Acyclic Graph(DAG)에 알맞은 형태로 어플리케이션을 최적화시켜야 하고 어플리케이션의 처리 특징을 고려하여 스파크 시스템 파라미터들을 설정해야 하기 때문에 매우 어렵다. 기존 연구들은 각각의 어플리케이션의 처리 성능에 영향을 주는 하나의 요소에 대한 부분적인 연구를 수행했고, 최종적으로 어플리케이션의 성능개선을 이뤄냈지만 스파크의 전반적인 처리과정을 고려한 성능 최적화를 다루지 않았을 뿐만 아니라 처리성능과 상관관계를 갖는 다양한 요소들의 복합적인 상호작용을 고려하지 못했다. 본 연구에서는 스파크에서 일반적인 데이터 처리 어플리케이션의 수행 과정을 분석하고, 분석된 결과를 토대로 어플리케이션의 처리과정 중 스테이지 내부와 스테이지 사이에서 성능 향상을 위한 처리 전략을 제안한다. 또한 스파크의 시스템 설정 파라미터 중 분산 병렬처리와 밀접한 관계를 갖는 파티션 병렬화에 따른 어플리케이션의 수행성능을 분석하고 적합한 파티셔닝 최적화 기법을 제안한다. 3가지 성능 향상 전략의 실효성을 입증하기 위해 일반적인 데이터 처리 어플리케이션: WordCount, Pagerank, Kmeans에 각각의 방법을 사용했을 때의 성능 향상률을 제시한다. 또한 제안한 3가지 성능 최적화 기법들이 함께 적용될 때 복합적인 성능향상 시너지를 내는지를 확인하기 위해 모든 기법들이 적용됐을 때의 성능 향상률을 제시함으로써 본 연구에서 제시하는 전략들의 실효성을 입증한다.

• 경영정보학연구
• /
• 제18권4호
• /
• pp.89-106
• /
• 2016

모바일 기술과 비디오 스트리밍 기술이 발달하고 미디어 플랫폼이 다변화 되면서 '페이스북 라이브', '아프리카 TV'와 같은 모바일 개인방송은 기존 IT 시스템과는 다른 수용 패턴을 보이고 있다. 모바일 개인방송 시청 요인에는 오락적 동기가 가장 큰 비중을 차지하므로 기존의 외재적, 생산적 동기 중심의 시스템 수용 이론으로는 연구의 한계가 있다고 판단하였다. 이에 본 연구는 오락적 동기 시스템 수용 분석에 특화된 HMSAM(Hedonic-Motivation System Adoption Model)을 이론적 틀로 활용하여 모바일 개인방송 시청자의 수용 요인에 어떠한 오락적 동기가 작용하는지 실증적으로 알아보고자 하였다. 연구 변인에는 즐거움(Joy), 시간 흐름 미인지(Temporal Dissociation), 현실도피감(Escapism), 몰입(Focused Immersion)과 같은 내재적 동기가 포함되었다. 또한 인지된 사용 용이성(Perceived Ease of Use), 인지된 유용성(Perceived Usefulness), 시청 의도(Intention to Watch) 변인도 포함되었다. 연구 분석은 Multi-indicator 모형의 구조방정식을 통하여 변수들 간의 인과관계와 유의성을 검증하였다. 연구 결과, 모바일 개인방송 시청의 즐거움은 시간 흐름 미인지, 현실도피감, 인지된 사용 용이성과 긍정적(+)인 관계를 맺고, 시청의도와 몰입에도 긍정적(+)인 영향을 주었다. 현실도피감 역시 몰입에 긍정적(+)인 영향을 주었다. 본 연구는 오락적 동기 시스템 수용에 대한 최신 연구인 HMSAM 모델을 이론적 틀로 활용하여 모바일 개인방송 시청 요인들을 새롭게 분석하였다는 점에 의의가 있다. 향후 재미와 오락의 개념을 더 세분화하고, 미디어의 능동적 수용과 수동적 수용을 추가적으로 살펴본다면 더욱 발전된 후속 연구가 진행될 수 있을 것이다.

• 한국염색가공학회지
• /
• 제1권1호
• /
• pp.19-25
• /
• 1989

In past, dye diffusion and dyeing rate in fibers have been emphasized in dyeing phenomena. However, in the light of the properties of colloids in the surface of disperse phase and dispersion, there exist specific characters such as adsorption or electric double layer, which seems to play important roles in determining the physiochemical properties in the dyeing system. Electrostatic bonding, hydrogen bonding and Van der Waals adsorption are common in dyeing as well as covalent bonding. Particularly, electrostatic bonding is premised on the existance of ionic radicals in fibers. The present study was aimed to clarify the electrokinetic phenomena of dyeing through the role of electric double layer by ion in amphoteric fibers with different ionic effects under different pH. Spectrophotometric analysis method was used to compare dyeing condition of surface, which can be detected by electrokinetic phenomena and the inner of fibers after deceleration of dyed fibers. Nylon and wool, the typical amphoteric fibers were dyed with monoazo acid dyes such as C.I. Acid Orange 20, and C.I. Acid Orange 10. Various combinations were prepared by combining pH, temperature and dye concentration, in order to generate streaming electric potential which were measured by microvolt meter and specific conductivity meter. The results were transformed to zeta potential by Helmholtz-Smoluchowski formular and to surface electric charge density by Suzawa formular, surface dye amount, and effective surface area of fibers. The amount of dyes of inner fibers were also measured by the Lambert-Beer’s law. The main results obtained are as follows. 1. By measuring zeta pontential, it was possible to detect the dyeing mechanism, surface charge density, surface dye amount and effective surface area concerning dye adsorption of the amphoteric fibers. 2. Zeta pontential increases in negative at low pH and high dye concentration in the process of dyeing. This implied that there existed ionic bond formation in the dyeing mechanism between acid dyes and amphoteric fibers. 3. Dibasic acid dye had little changing rate in zeta potential due to the difference in solubility of dye and in number of dissociated ions per dye molecule to bond with amino radicals of amphoteric fibers. The dye adsorption of mono basic acid dye was higher than that of dibasic acid dye. 4. The effective surface areas concerning dyeing were $6.3E+05\;cm^2/g$ in nylon, $1.6E+07\;cm^2/g$ in wool fiber being higher order of wool then nylon.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제10권6호
• /
• pp.460-471
• /
• 2004

RTP는 VoD, AoD, VoIP와 같은 멀티미디어 서비스를 위해 실시간 데이타를 전송하기에 적합하도록 설계되어 있어, RTSP, H.323, SIP 등 실시간 데이타 전송 프로토콜로서 사용되고 있다. 내장형 시스템에서도 원활한 멀티미디어 서비스를 위해 내장형 시스템용 RTP 프로토콜 스택이 필요하지만 현재까지 이러한 RTP 프로토콜 스택은 전무한 상태이다. 본 논문은 내장형 시스템에 적합하도록 RTP 프로토콜 스택을 커널 수준에서 지원하는 embeddedRTP에 대하여 설명한다. EmbeddedRTP는 UDP 모듈에 포함되도록 설계되었기 때문에,'rcp/lp 서비스를 필요로 하는 애플리케이션은 기존과 같이 동작하고, RTP프로토콜 스택을 사용하는 애플리케이션은 embeddedRTP API를 이용하여 RTP 서비스를 받을 수 있다. EmbeddedRTP는 RTP 패킷이 도착했을 때, 패킷의 포트 번호와 세션 정보를 이용하여 세션별 패킷 버퍼에 저장한다. 애플리케이션과 embeddedRTP간의 통신은 시스템 콜과 시그널 메커니즘을 통해 이루어지며, embeddedRTP API를 제공함으로써 애플리케이션 개발이 용이하도록 했다. PDA 상에서 멀티미디어 스트리밍 서비스를 이용하여 embeddedRTP의 성능을 분석한 결과, 비교대상인 VCL RTP에 비해 코드사이즈는 약 58%정도 감소된 반면, 패킷 처리속도는 약 7.8배 빨라졌다.

• 한국정보전자통신기술학회논문지
• /
• 제14권2호
• /
• pp.115-121
• /
• 2021

본 논문은 급증하는 인터넷 트래픽예측을 위해 빅데이터와 인공지능기술을 이용하였다. 기존에 트래픽 예측에 관해 다양한 연구가 있었지만 최근 스마트폰이나 스트리밍 등 거대한 인터넷 트래픽을 유발하는 증가 요소를 반영하지는 못했다. 더불어 대용량 인기 게임 출시나 OTT(Over the Top)사업자의 신규 컨텐츠 제공과 같은 이벤트성 요소는 사전 예측이 더욱 어렵다. 이러한 특성으로 기존 방법으로는 ISP(Internet Service Provider)가 실시간적 서비스 품질관리나 트래픽 예측치를 네트워크 사업환경에 반영하기가 불가능하였다. 따라서 본 연구에서는 이러한 문제점을 해결하고자 기존 NMS와는 별개로 트래픽 데이터를 실시간적으로 탐색, 판별하여 수집하는 인터넷 트래픽 수집시스템을 구축하였다. 이를 통해 수집대상의 데이터를 자동등록할 수 있는 유연성과 탄력성을 확보하였으며 실시간 네트워크 품질모니터링을 가능하게 하였다. 또한 시스템에서 수집된 대량의 트래픽 데이터를 머신러닝(AI)으로 분석하여 OTT 사업자의 미래 트래픽을 예측하였다. 이를 통해 보다 과학적이고 체계적인 예측이 가능해졌으며 더불어 ISP 사업자 간의 연동 최적화와 대형 OTT 서비스의 품질확보가 가능할 수 있게 되었다.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.265-270
• /
• 2014

소리가 잘 들리지 않는 청각장애인은 소리를 표시하는 글자를 익히고 복잡한 개념을 전달하는 글을 이해하는 데 어려움이 많다. 그래서 자연스럽게 표정, 몸짓, 손짓으로 의사를 전달하는 수화가 청각장애인들의 주요 의사소통수단으로 자리잡아왔지만 사회에서는 글과 말이 주요 정보전달 수단으로 이용되고 있어 청각장애인이 정보에 접근하고 지식을 넓혀 직업을 갖는데 큰 어려움이 있다. 특히 근래에 인터넷이 보편화됨에 따라 정상인의 정보 습득량은 크게 늘었지만, 글로 표현된 인터넷을 이해하기 어려운 청각장인들은 인터넷 정보에 접근하는데 어려움이 많다. 본 연구에서는 청각장애인을 위한 수화 웹페이지를 제작할 수 있는 수화 웹페이지 제작시스템을 개발하였다. 수화 웹페이지 제작 시스템은 청각장애인용 수화 웹페이지 제작자가 통상적인 인터넷 사용에 필요한 하드웨어 및 소프트웨어 환경만 갖추면 운영할 수 있도록 웹기반으로 개발하였다. 수화용 웹 페이지 제작자는 게시판 형태의 인터페이스를 이용하여 변역하고자하는 문장을 서버에 전송할 수 있다. 서버는 수신된 문장을 수화로 번역하여 3D 아바타 기반의 수화 그래픽 애니메이션을 랜더링한다. 수화 그래픽 애니메이션은 MP4 형식의 동영상으로 변환되며, 스트리밍 서버의 저장소에 보관된다. 저장된 수화 동영상의 이름과 주소는 수화 웹페이지 제작자가 처음 문장을 입력하였던 게시판에 표시되도록 하여 향후 청각장애인용 웹 페이지를 제작할 때 활용할 수 있도록 하였다. 또한 본 연구에서는 웹페이지 제작자가 공공기관의 웹페이지를 제작할 수 있도록, 이들 기관에서 현재 사용된 글들을 수화로 번역할 때 필요한 수화 단어를 수화 웹페이지 제작 시스템의 수화 사전에 추가하였다. 수화 단어를 추가함으로써 웹기반 수화 웹페이지 제작 시스템이 공공부문에 보다 더 많이 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.145-165
• /
• 2023

추천 시스템은 인터넷의 발달로 급격하게 증가하는 정보의 양으로 인해 생긴 정보 선택의 어려움을 소비자에게 덜어주고 각 개인의 취향에 맞는 정보를 효율적으로 보여주는 중요한 역할을 한다. 특히, E-commerce와 OTT 기업은 상품과 콘텐츠 양이 급격하게 증가하면서 추천 시스템의 도움 없이는 인기 있는 상품만 소비되는 현상을 극복하지 못한다. 이러한 현상을 극복하고 고객 개인 취향에 맞는 정보 혹은 콘텐츠를 제공해 고객의 소비를 유도하기 위해 추천 시스템의 연구가 활발히 진행되고 있다. 일반적으로 유저(user)의 과거 행동 이력을 활용한 협업 필터링이 유저가 선호한 콘텐츠의 정보를 활용하는 콘텐츠 기반 필터링에 비해 높은 성능을 보여준다. 하지만 협업 필터링은 과거 행동 데이터가 부족한 유저에 대해서는 추천의 성능이 낮아지는 콜드 스타트(Cold Start) 문제를 겪게 된다. 본 논문에서는 카카오 아레나 경진대회에서 주어진 음악 스트리밍 서비스 멜론의 플레이리스트 데이터를 기반으로 앞에서 언급한 콜드 스타트 문제를 해결할 수 있는 하이브리드 음악 추천 시스템을 제시했다. 본 연구에서는 플레이리스트에 수록된 곡 목록과 각 음악과 플레이리스트의 메타데이터를 활용해 절반 혹은 전부 가려진 플레이리스트의 다른 수록 곡을 예측하는 것을 목표로 하였다. 이를 위해 플레이리스트 안에 곡이 있는 경우와 아예 곡이 없는 경우를 나눠서 추천을 진행하였다. 플레이리스트 안에 곡이 있는 경우에는 해당 플레이리스트의 곡 목록과 각 곡의 메타데이터를 활용하기 위해 LightFM을 활용하였다. 그 다음에 Item2Vec을 활용해 플레이리스트에 있는 수록 곡과 태그 및 제목의 임베딩 벡터를 생성하고 이를 추천에 활용하였다. 최종적으로 LightFM과 Item2Vec 모델의 앙상블을 통해 최종 추천 결과를 생성하였다. 플레이리스트 안에 곡이 없고 태그 혹은 제목만이 존재할 경우에는 플레이리스트의 메타데이터인 태그와 제목을 FastText를 활용해 사전 학습을 시켜 생성된 플레이리스트 벡터를 기반으로 플레이리스트 간의 유사도를 활용하여 추천을 진행하였다. 이렇게 추천한 결과, 기존 Matrix Factorization(MF)에서 해결하지 못한 콜드 스타트 문제를 해결할 수 있었을 뿐만 아니라 곡과 플레이리스트의 메타데이터를 활용해 기존 MF 모델인 ALS와 BPR 그리고 Word2Vec 기반으로 추천해 주는 Item2Vec 기술보다 높은 추천 성능을 낼 수 있었다. 또한, LightFM을 토대로 다양한 곡의 메타데이터를 실험한 결과, 여러 메타데이터 중에서 아티스트 정보를 단독으로 활용한 LightFM 모델이 다른 메타데이터를 활용한 LightFM 모델들과 비교해 가장 높은 성능을 보여준다는 것을 확인할 수 있었다.