• KNOM Review
• /
• 제23권2호
• /
• pp.18-28
• /
• 2020

컴퓨팅 환경의 발전에 따라 IT 기술이 의료, 산업, 통신, 문화 등의 분야에서 사람들에게 제공해주는 혜택이 늘어나 삶의 질도 향상되고 있다. 그에 따라 발전된 네트워크 환경을 노리는 다양한 악의적인 공격이 존재한다. 이러한 공격들을 사전에 탐지하기 위해 방화벽, 침입 탐지 시스템 등이 존재하지만, 나날이 진화하는 악성 공격들을 탐지하는 데에는 한계가 있다. 이를 해결하기 위해 기계 학습을 이용한 침입 탐지 연구가 활발히 진행되고 있지만, 학습 데이터셋의 불균형으로 인한 오탐 및 미탐이 발생하고 있다. 본 논문에서는 네트워크 침입 탐지에 사용되는 UNSW-NB15 데이터셋의 불균형성 문제를 해결하기 위해 랜덤 오버샘플링 방법을 사용했다. 실험을 통해 모델들의 accuracy, precision, recall, F1-score, 학습 및 예측 시간, 하드웨어 자원 소모량을 비교 분석했다. 나아가 본 연구를 기반으로 랜덤 오버샘플링 방법 이외에 불균형한 데이터 문제를 해결할 수 있는 다른 방법들과 성능이 높은 모델들을 이용하여 좀 더 효율적인 네트워크 침입 탐지 모델 연구로 발전시키고자 한다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.309-328
• /
• 2022

본 연구는 자연어처리의 분석목적과 추론데이터 성격에 적합한 한국어 사전훈련 언어모델의 특성을 실증분석했다. 이를 위해 자연어생성이 가능한 대표적 사전훈련 언어모델인 BART와 GPT 모델을 실험에 사용했다. 구체적으로 한국어 텍스트를 BART와 GPT 모델에 학습한 사전훈련 언어모델을 사용해 문서요약 생성 성능을 비교했다. 다음으로 추론데이터의 특성에 따라 언어모델의 성능이 어떻게 달라지는지 확인하기 위해 6가지 정보전달성과 4가지 창작물 유형의 한국어 텍스트 문서에 적용했다. 그 결과, 모든 문서유형에서 인코더와 디코더가 모두 있는 BART의 구조가 디코더만 있는 GPT 모델보다 더 높은 성능을 보였다. 추론데이터의 특성이 사전훈련 언어모델의 성능에 미치는 영향을 살펴본 결과, KoGPT는 데이터의 길이에 성능이 비례한 것으로 나타났다. 그러나 길이가 가장 긴 문서에 대해서도 KoGPT보다 KoBART의 성능이 높아 다운스트림 태스크 목적에 맞는 사전훈련 모델의 구조가 자연어생성 성능에 가장 크게 영향을 미치는 요소인 것으로 나타났다. 추가적으로 본 연구에서는 정보전달성과 창작물로 문서의 특징을 구분한 것 외에 품사의 비중으로 문서의 특징을 파악해 사전훈련 언어모델의 성능을 비교했다. 그 결과, KoBART는 어미와 형용사/부사, 동사의 비중이 높을수록 성능이 떨어진 반면 명사의 비중이 클수록 성능이 좋았다. 반면 KoGPT는 KoBART에 비해 품사의 비중과 상관도가 낮았다. 이는 동일한 사전훈련 언어모델이라도 추론데이터의 특성에 따라 자연어생성 성능이 달라지기 때문에 다운스트림 태스크에 사전훈련 언어모델 적용 시 미세조정 외에 추론데이터의 특성에 대한 고려가 중요함을 의미한다. 향후 어순 등 분석을 통해 추론데이터의 특성을 파악하고, 이것이 한국어 생성에 미치는 영향을 분석한다면 한국어 특성에 적합한 언어모델이나 자연어생성 성능 지표 개발이 가능할 것이다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.135-155
• /
• 2022

본 연구는 Organic Light-Emitting Diodes(OLEDs) 산업의 하위기술 분야를 도출하여 특허 동향을 분석하고 각 하위기술 분야별 기술 가치, 독창성, 다양성을 분석한다. 특허 자료 수집을 위해 OLED 기술과 관련된 국제 특허 분류(International Patent Classification) 집합을 정의하고, 이를 활용해 2005년부터 2017년까지 출원된 OLED 연관 특허를 수집하였다. 이어서 토픽모델을 이용하여 대량의 특허 문서를 12가지 주요 기술로 구분하고 각 기술에 대한 동향을 조사하였다. 그중 터치 센서, 모듈, 이미지 처리, 회로 구동 관련 특허는 증가 추세를 보였으나 가상 현실, 사용자 인터페이스 관련 특허는 최근 감소하였고, 박막 트랜지스터, 지문 인식, 광학필름 관련 특허는 지속적인 추세를 보였다. 이후 각 기술 그룹에 포함된 특허의 전방 인용 수, 독창성, 다양성을 조사하여 기술적 가치를 비교하였다. 결과로부터 전방 인용 수, 독창성, 다양성이 높은 이미지 처리기술, UI/UX, 모듈 기술, 점착 기술 분야가 상대적으로 높은 기술적 가치를 보여주었다. 본 연구를 통해 기업의 기술 전략 수립과정에서 활용 가치가 높은 정보를 제공한다.

• 한국응용곤충학회지
• /
• 제61권1호
• /
• pp.249-254
• /
• 2022

오래전부터 산업곤충으로서 이용되어온 누에는 최근 바이오 신소재 생산을 위한 생체공장으로써 주목받고 있다. 소재생산을 위해서는 주로 형질전환 기술을 이용하게 되며, 이는 배아가 있는 알 속으로 목적 유전자를 삽입하는 마이크로인젝션(microinjection) 방식으로 이루어진다. 마이크로인젝션을 위해서는 알을 고정하는 과정이 필수적이며 시간 소모 및 피로도가 높은 작업이다. 따라서 본 연구에서는 시간 소모 및 피로도 개선을 통하여 형질전환 효율을 높이고자 3D 프린팅을 이용하여 알의 정렬 및 고정에 도움을 줄 수 있는 알 배열판(egg liner) 및 접착제 줄눈판(glue drawer)을 3DCADian 프로그램을 이용하여 모델링하고, Fusion 360를 이용하여 3차원 도면을 제작 후 프린팅하여 제작하였다. 제작된 두 도구를 이용하여 슬라이드 글라스에 알을 고정하고, 소요된 시간을 분석한 결과 도구를 사용하지 않았을 때에 비하여 2가지 도구를 이용했을 때 작업시간이 약18.6% 감소하였으며, 연구자의 작업 편의성을 향상시키고 마이크로인젝션을 위한 현미경 및 로봇 팔(manipulator) 조작을 유리하게 하였다. 따라서 알의 배열 수 또는 조작 편의성을 개선할 수 있는 추가적인 연구 및 개량이 이루어진다면, 알 배열판 및 접착제 줄눈판이 누에 형질전환 효율성 개선 및 다른 산업 곤충의 형질전환 연구에도 이용될 수 있을 것으로 판단된다.

• 대한토목학회논문집
• /
• 제42권3호
• /
• pp.379-389
• /
• 2022

COVID-19로 인해 대중교통 이용객이 큰 폭으로 감소한 것으로 나타났다. 이에 본 연구에서는 COVID-19로 인한 시민들의 통행행태에 변화에 미친 영향 요인을 파악 하고자 설문을 통하여 통행특성에 대한 자료를 수집하고 수단전환에 대한 로지스틱 회귀 분석을 진행하였다. 또한, 중요도-만족도 분석을 실시하여 대중교통 운영·시설 개선방안에 대해 고찰하였다. 연구의 주요 결과는 다음과 같다. 첫째, COVID-19에 대한 불안감을 가질수록(+), 대중교통에서의 감염 불안을 가질수록(+) 개인교통수단으로 전환하는 것으로 나타났다. 둘째, 개인속성으로 운전면허가 없는 응답자에 비해 운전을 할수록(+), 가구에 차량이 없는 응답자에 비해 가구에 차량을 보유할수록(+), 온라인 쇼핑이 증가한 집단일수록(+), 통행목적이 출근인 집단보다 여행인 집단 일수록(+) 수단 전환이 더 많이 일어난 것으로 나타났다. 또한, 백신 접종을 하지 않은 집단보다 백신을 접종한 집단일수록(-), 가구원 수가 많을수록(-) 수단전환을 하지 않는 것으로 나타났다. 셋째, 현재 잘 이루어지고 있는 대중교통 내 마스크의 무착용, 손 소독·방역, 버스·도시철도 쾌적성 유지에 대해 지속적인 노력이 필요한 것으로 나타났다. 아울러 높은 중요도에 비해 만족도가 낮은 대중교통 내의 혼잡도 및 환기에 대한 우선적 개선이 중요한 것으로 도출되었다. 본 연구의 결과는 현 시점 및 향후 전염병 발생 시 대중교통 운영 및 관리 대책수립의 기초자료로서 활용성이 기대된다.

• 한국습지학회지
• /
• 제24권3호
• /
• pp.170-184
• /
• 2022

수변완충녹지는 유역의 비점오염원을 친환경적으로 정화시키고 탄소흡수원으로서 유용하며 다양한 생태계 서비스 기능을 제공하는 자연기반해법이다. 더불어 수변완충녹지는 생물 다양성과 인간의 행위 빈도가 높은 수역과 육역의 중간지대에 구축되는 지속가능한 사회생태시스템으로서 지역 공동체와의 긴밀한 상호 소통적 환경계획 과정으로 조성되어야 한다. 본 연구에서는 한강수계 경안천변 용인시 모현읍 갈담리 582-2 일원의 매수토지에 추진되는 수변생태벨트 사업을 대상으로 계획 및 설계를 소통적 행위로 이해하고 실천하기 위해 세 가지의 전략을 제시하고 이를 과정으로 구현하였다. 첫 번째, 관 주도의 사업을 지양하고 지역 거버넌스인 협의체를 중심으로 주민과 이해관계자들이 함께 참여하는 과정으로 개선하였다. 두 번째, 주민이 공감할 수 있는 생태계 서비스 기능 증진 측면의 설계 요소를 도입하고 선호하는 공간, 시설의 계획을 통해 수용성과 인식을 높이고자 하였다. 세 번째, 생물 서식처, 물순환 기반의 생태환경, 주민 생태체험·휴식공간 등의 균형있는 계획과 더불어 향후 이용 주체인 주민들이 조성 효과와 생태자원으로서의 가치를 체감하고 조성지의 운영, 관리에 참여, 환원될 수 있도록 하는 체계를 마련하였다. 이러한 설계 과정을 통해 사업 초기부터 주민참여 기반의 프로세스 모델을 정착하여 주민의 수용성, 주민 의견을 투영하는 사회생태시스템으로 작동되어 주민의 가치 인식, 조성 유지관리 단계까지 솔선수범할 수 있는 체계를 마련하였다. 그리고 국내 수변완충녹지 정책 패러다임의 변화와 향후 유사 사업 추진 시에 적용 가능한 시사점을 제공하는데 의의가 있다.

• 한국전자통신학회논문지
• /
• 제17권4호
• /
• pp.555-562
• /
• 2022

4차 산업혁명시대에 반지하 실내 복도 환경에서 새로운 전파 수요를 발굴하기 위해 본 논문에서는 주파수 6, 10, 17 GHz의 전파 특성에 대한 측정 및 분석하였다. 측정한 실내 내부 환경은 3면의 강의실과 외면의 유리창으로 구성되어있는 일자형 복도이다. 본 연구는 이러한 환경에 맞게 측정 시나리오 개발과 측정 시스템을 구성하였다. 송신 안테나는 고정하고 수신 안테나 위치의 거리에 따라 가시선 환경에서 주파수 영역과 시간영역 전파 특성을 측정하여 분석 하였다. 주파수 영역은 FI(: Floating intercept) 경로 손실 모델의 매개변수와 R-squared 값의 0.5 이상에 대한 신뢰도를 얻었다. 또한, 시간 영역은 RMS(: Root mean square) 지연 확산과 K-factor의 누적 확률에서 6 GHz는 전파 전달도가 높고, 17 GHz는 전파 전달도가 낮은 결과를 얻었다. 이러한 연구 결과는 반지하 실내 복도 환경에서 WIFI 6 이상이나 5G 이상에 대해 초 연결과 초 지연 인공지능 서비스를 제공하는데 효과가 있을 것이다.

• 산업경영시스템학회지
• /
• 제45권2호
• /
• pp.48-55
• /
• 2022

The color image of the brand comes first and is an important visual element that leads consumers to the consumption of the product. To express more effectively what the brand wants to convey through design, the printing market is striving to print accurate colors that match the intention. In 'offset printing' mainly used in printing, colors are often printed in CMYK (Cyan, Magenta, Yellow, Key) colors. However, it is possible to print more accurate colors by making ink of the desired color instead of dotting CMYK colors. The resulting ink is called 'spot color' ink. Spot color ink is manufactured by repeating the process of mixing the existing inks. In this repetition of trial and error, the manufacturing cost of ink increases, resulting in economic loss, and environmental pollution is caused by wasted inks. In this study, a deep learning algorithm to predict printed spot colors was designed to solve this problem. The algorithm uses a single DNN (Deep Neural Network) model to predict printed spot colors based on the information of the paper and the proportions of inks to mix. More than 8,000 spot color ink data were used for learning, and all color was quantified by dividing the visible light wavelength range into 31 sections and the reflectance for each section. The proposed algorithm predicted more than 80% of spot color inks as very similar colors. The average value of the calculated difference between the actual color and the predicted color through 'Delta E' provided by CIE is 5.29. It is known that when Delta E is less than 10, it is difficult to distinguish the difference in printed color with the naked eye. The algorithm of this study has a more accurate prediction ability than previous studies, and it can be added flexibly even when new inks are added. This can be usefully used in real industrial sites, and it will reduce the attempts of the operator by checking the color of ink in a virtual environment. This will reduce the manufacturing cost of spot color inks and lead to improved working conditions for workers. In addition, it is expected to contribute to solving the environmental pollution problem by reducing unnecessarily wasted ink.

• 지능정보연구
• /
• 제29권1호
• /
• pp.289-305
• /
• 2023

모바일 기기 사용의 급격한 증가는 소비자의 온라인 쇼핑 행동을 변화시키고 있다. 하지만, 소비자가 작은 화면에서 큰 화면으로 전환하는 시기에 따라 전환률에 미치는 영향에 어떠한 차이가 있는지는 충분히 연구되지 않았다. 또한, 개별 국가의 인프라 특성에 따라 기기전환이 구매성과에 미치는 영향에 어떠한 차이가 있는지도 충분히 연구되지 않았다. 이러한 배경에서 본 연구는 De Haan et al.(2018)의 연구를 글로벌 맥락으로 확장하여 모바일 기기에서 PC기기로 전환하는 시기와 국가의 모바일 인터넷 보급률이 기기전환이 구매성과에 미치는 긍정적 효과를 조절하는지 분석하고자 한다. 실증분석을 위해 구글 머천다이즈 스토어 데이터를 수집하여, 130개 국가의 101,466개 데이터를 다수준 모형으로 분석하였다. 분석결과, 소비자의 기기 전환(i.e., 모바일에서 PC)은 소비자 여정의 중기에 발생했을 때, 긍정적인 영향을 미쳤다. 하지만, 소비자 여정의 후기에 기기전환이 발생한 경우에는 오히려 구매성과에 부정적인 영향을 미치는 것으로 분석되었다. 또한, 모바일 인터넷 보급률이 높을수록 소비자의 기기전환이 구매성과에 미치는 긍정적 효과가 약화 되는 것으로 분석되었다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.107-119
• /
• 2023

군인의 동작 및 운동 상태를 인식하는 기술은 웨어러블 테크놀로지와 인공지능의 결합으로 최근 대두되어 병력 관리의 패러다임을 바꿀 기술로 주목받고 있다. 이때 훈련 상황에서의 평가 및 솔루션 제공, 전투 상황에서의 효율적 모니터링 기능을 의도한대로 제공하기 위해서는 상태 판별의 정확도가 매우 높은 수준으로 유지되어야만 한다. 하지만 입력 데이터가 시계열 또는 시퀀스로 주어지는 경우, 기존의 피드포워드 신경망으로는 분류 성능을 극대화하는데 한계가 발생한다. 전장에서의 군사 동작 인식을 위해 다뤄지는 인간의 행동양식 데이터(3축 가속도 및 3축 각속도)는 시의존적 특성의 분석이 요구되기 때문에, 본 논문은 순환 신경망인 LSTM(Long-short Term Memory) 네트워크를 활용하여 취득 데이터의 이동 양상 및 순서 의존성을 파악하고 여덟 가지의 대표적 군사 동작(Sitting, Standing, Walking, Running, Ascending, Descending, Low Crawl, High Crawl)을 분류하는 고성능 인공지능 모델을 제안한다. 이때, 학습 조건 및 모델 변수는 그 정확도에 결정적인 영향을 끼치지만 인간의 수동적 조정이 필요해 비용 비효율적이고 최적의 값을 보장하지 못한다. 본 논문은 기계 스스로 일반화 성능이 극대화된 조건들을 취득할 수 있도록 베이지안 최적화를 활용해 하이퍼파라미터를 최적화한다. 그 결과, 최종 아키텍쳐는 학습 가능한 파라미터의 개수가 유사한 기존의 인공 신경망과 비교해서 오차율이 62.56% 감소할 수 있었으며, 최종적으로 98.39%의 정확도로 군사 동작 인식 기능을 구현할 수 있었다.