• 해양환경안전학회지
• /
• 제27권7호
• /
• pp.1004-1010
• /
• 2021

선박의 해양사고 중 부유물 감김사고는 운항지연에 그치지 않고 대형 인명 피해사고까지 이어질 수 있어 이에 대한 예방책이 요구되고 있다. 이에 본 연구는 영해와 베타적경제수역 등을 포함한 해역의 최근 5년간 선박의 부유물 감김사고 데이터를 시·공간적 측면에서 분석하고, 관련 연구 분야에 기초 자료를 제공하고자 한다. 부유물 감김사고의 상대적 밀도 분포를 시각화하기 위하여 이차원 평활 히스토그램을 적용하였으며, 시간대, 주·야간, 계절에 따른 각 변수가 감김사고에 미치는 영향을 분석하기 위해 다항 로지스틱 회귀모형을 적용하였다. 공간적 분석결과 전체 사고에 대해 평활화된 밀도 값이 높은 곳은 진해만을 포함한 거제도~통영 해상이었으며, 서해 전곡항 인근 해상, 제주도 북부 해상으로 나타났다. 시간적 분석결과 부유물 감김사고는 주간에 71.4%로 가장 많이 발생하였으며, 계절별로는 가을철이 다른 계절에 비해 가장 많이 발생한 것으로 분석되었다. 또한, 어선, 수상레저기구, 낚시어선의 감김사고 발생 가능성이 화물선 보다 높은 것으로 조사되었다. 본 연구의 시·공간적 분석결과는 향후 부유물에 대한 단속강화 및 제거를 위한 해양경찰함정 배치와 시간별·계절별 사고방지를 위한 부유물 사전 제거작업 대책 마련의 기초자료로 활용될 것으로 기대된다.

• 해양환경안전학회지
• /
• 제28권1호
• /
• pp.175-183
• /
• 2022

선박과 교각이 충돌하면 생명과 안전에 큰 위협이 될 수 있다. 따라서 선박-교각 충돌력 영향 인자를 식별하고 다양한 충돌 조건에서의 충돌력에 대한 연구의 필요성이 있다. 본 논문에서는 선박-교각 충돌의 유한요소 모델을 설정하고, 수치 시뮬레이션을 통해 선적상태, 운항속도, 충돌 각도의 세 가지 입력조건을 조합하여 50가지 케이스에서의 선박-교각 최대 충돌력을 계산하였다. 계산된 유한요소해석 결과를 사용하여 신경망 추정 모델을 학습하고 최대 충돌력을 추정함으로써 빠른 시간에 최대 충돌력을 추정하는 프로세스를 제안하였다. 신경망 예측 모델은 가장 기초적인 역전파 신경망과 시간정보를 고려할 수 있는 순환신경망인 Elman 신경망 2가지 모델을 사용하였다. 10가지 케이스의 테스트 데이터로 시험한 결과 Elman 신경망을 사용했을 경우에 평균상대오차가 4.566%로 역전파 신경망보다 나은 최대 충돌력 추정이 가능함을 확인하였고 8가지 케이스에서 5%이하의 상대오차를 보여 주었다. 본 신경망을 이용한 최대 충돌력 추정법은 유한요소해석을 수행하지 않아도 되므로 계산 시간이 짧아 선박 항해 중 충돌을 회피할 수 없는 경우 피해를 최소화하는 의사결정의 기초 방법으로 사용할 수 있다.

• 한국작물학회지
• /
• 제67권4호
• /
• pp.274-284
• /
• 2022

국내 환경에 적합한 케나프 육종을 위해선 비용, 정확도, 속도가 최적으로 설계된 정량적인 고속탐색법(high-throughput)에 기반한 표현형 분석법이 필요하다. 최근 UAV 기반의 원격탐사 기법의 발달로 노지에서 재배되는 작물의 생육인자들에 대한 대량 데이터를 저비용으로 신속하게 얻을 수 있으며 정확하게 분석하기 위한 연구가 활발하게 진행되고 있다. 본 연구에서는 국내에서 요구되는 케나프의 섬유와 가축 사료로서 육종을 위해 해당 목적과 부합한 케나프 높이를 주요 표현형 인자로 선정하여 UAV-RGB에 SfM 알고리즘 기반의 사진 측량 기술을 적용함으로 높이를 예측하고자 하였다. 기존 방법으로 예측한 작물 높이는 바람에 의한 작물의 흔들림으로 오차가 발생할 수 있으며 키가 2 m 이상 크게 자라 실측도 어려운 문제가 있다. 이러한 문제점을 해결하고자 바람에 흔들리지 않는 일정 높이를 가지는 고정 구조물을 설치하여 기준점을 이용한 모델식으로 기하 보정을 통해 높이 예측성능을 개선하였다. 그 결과 R²는 0.80으로 나타났으며, 보정 전(R² = 0.80, slope = 0.87, offset = -2.51) 보다 높은 신뢰성(R² = 0.80, slope = 0.94, offset = -1.62)을 확보하였다. 품종별로 생육단계에 따라 측정한 높이 지도를 통해 얻어진 케나프 키 정보는 품종 별로 유의미한 차이를 보임으로서 해당 방법으로 예측한 케나프 높이가 섬유와 가축 사료 목적의 육종 선발에 활용될 수 있을 것으로 판단하였다.

• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.43-53
• /
• 2023

본 연구는 실내 상업적 공간, 특히 카페에서 보안 카메라를 이용해 방문자 수와 위치를 실시간으로 파악하고, 이를 통해 사용 가능한 좌석 정보와 혼잡도 예측을 제공하는 시스템의 개발을 목표로 한다. 우리는 실시간 객체 탐지 및 추적 알고리즘인 YOLO를 활용하여 방문자 수와 위치를 실시간으로 파악하며, 이 정보를 카페 실내 지도에 업데이트하여 카페 방문자가 사용 가능한 좌석을 확인할 수 있도록 한다. 또한, 우리는 vanishing gradient문제를 해결한 장단기 메모리(Long Short Term Memory, LSTM)와 시간적인 관계를 가지는 데이터를 처리하는데 유용한 시퀀스-투-시퀀스(Sequence-to-Sequence, Seq2Seq)기법을 활용해 다양한 시간 간격에 따른 방문자 수와 움직임 패턴을 학습하고, 이를 바탕으로 카페의 혼잡도를 실시간으로 예측하는 시스템을 개발하였다. 이 시스템은 카페의 관리자와 이용자 모두에게 예상 혼잡도를 제공함으로써, 카페의 운영 효율성을 향상시키고, 고객 만족도를 높일 수 있다. 본 연구에서는 보안 카메라를 활용한 실내 위치 추적 기술의 효용성을 입증하며, 상업적 공간에서의 활용 가능성과 더불어 미래 연구 방향을 제시한다.

• 한국수자원학회논문집
• /
• 제56권2호
• /
• pp.139-150
• /
• 2023

지상 LiDAR 측량은 구조물이나 지형의 시간별 변형을 쉽게 파악할 수 있어 토목시설물의 유지관리에 활용성이 높다. 그러나 제방과 같은 하천시설물은 식생의 영향으로 식생 하부의 지형이나 구조물의 변형을 파악하기 어렵다. 식생 제거 필터는 색상필터와 형태필터로 구분할 수 있다. 본 연구에서는 식생필터의 정확도 향상을 위해 색상과 지형을 결합한 복합필터를 개발하였다. 8개의 색상필터, 6개의 지형필터, 4개의 복합필터를 제방 비탈면의 식생제거에 적용하여 정확도와 계산시간을 비교하였다. 색상필터는 계산시간은 짧으나 식생 영역에서 정확도가 낮게 나타났다. 형태필터는 식생 영역에서는 정확도가 높으나 거석 등 국부적 지형 변화가 심한 곳에는 정확도 낮게 나타났다. 복합필터도 대체로 지형필터와 유사한 경향을 나타내나 ExGGM의 경우 식생 영역과 거석 영역 모두에서 정확도가 우수하였다. 정확도와 계산시간을 고려하며 일반적인 경우에는 복합필터인 ExGGM이 적합하며, 국부적인 지형 변화가 심하지 않은 경우에는 형태필터인 GrMIn 또는 복합필터인 ExGISL이 적합한 것으로 나타났다.

• 지식경영연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2024

최근 개인 정보 유출 사건이 빈번히 발생하고 빈도가 갈수록 증가하는 추세이지만, 개인 정보 유출 사건에 대한 사회나 정보주체인 시민들의 반응은 크게 대두되고 있지 않다. 또한, 개인 정보 유출 사건들에 대한 정보 주체의 반응을 여러 해 기간동안의 데이터에 기반하여 비교하는 연구는 많이 수행되어 있지 않다. 따라서, 본 연구는 2014년 1월부터 2022년 10월까지 국내에서 발생한 주요 개인정보 유출 사건들에 대한 정보주체의 소셜미디어 반응 변화를 분석하였다. 각 사건들이 발생한 직후 일주일간의 기간 동안 네이버 블로그에 작성된 총 1,317건의 포스팅을 수집하였다. 이 포스팅들에 대해 LDA 토픽 모델링 기법을 적용하여 주제를 분석한 결과, 개인정보 유출, 해킹, 정보기술 등 5개의 주요 토픽이 도출되었다. 토픽 분포의 시간변화를 분석한 결과, 개인정보 유출 사건 직후에는 해당 사건에 대한 직접적인 언급 토픽의 비중이 가장 높았으나, 시간이 지나면서 개인정보 유출과 간접적으로 관련된 토픽의 언급 비중이 증가하는 것을 확인하였다. 이는 개인정보 유출 사건 발생 후 정보주체의 관심이 시간이 지남에 따라 해당 사건에서 벗어나 관련 토픽으로 옮겨지고, 개인정보 보호에 대한 관심 또한 줄어든다는 것을 의미한다. 본 연구 결과는 향후 개인정보 유출 사건 이후 정보주체의 프라이버시 인식 변화에 대한 연구의 필요성을 시사한다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.197-218
• /
• 2019

중국 화장품 전체 교역중 약 67% 정도가 전자상거래로 이루어지고 있는데 특히 한국 화장품인 K-Beauty 제품의 인기가 높다. 기존 연구에 의하면 화장품 같은 소비재의 경우 소비자의 80%는 제품 구매 전 제품정보를 인터넷으로 검색하며 구전정보에 영향을 받는다. 대부분의 중국 소비자들은 화장품과 관련된 정보를 주요 SNS에 다른 소비자들이 올린 댓글을 통해 획득하며 최근에는 뷰티 관련 동영상 채널 정보를 이용하기도 한다. 기존의 온라인 구전 관련 연구는 대부분 Facebook, Twitter, 블로그 등의 매체 자체가 중심이었다. 본 연구에서는 온라인 구전정보의 전달 형태와 정보의 형태를 고려하여 정보유형을 동영상과 사진 및 텍스트로 나누어 연구하고자 한다. 중국의 SNS대표 플랫폼인 SINA Weibo와 동영상 플랫폼 Meipai의 비정형 데이터를 분석하고 온라인 구전정보를 양과 방향성으로 나누어 K-Beauty브랜드 매출액에 미치는 영향을 분석하고자 한다. Meipai에서는 총 약 33만개의 데이터를 수집하였고 SINA Weibo에서는 총 약 11만개의 데이터를 수집하여 화장품의 기본 속성도 고려하여 분석하였다. 본 연구의 의의는 온라인 매출은 K-Beauty화장품에 대해서도 구전에 영향을 받는다는 것을 기본적으로 입증함과 동시에 특히 정보 유형에 대한 구분을 시도 했다는 것이다. 두가지 매체 모두 기존 연구와 같이 양이 매출에 영향을 미치고 있으나 매체풍부성으로 인해 텍스트보다 동영상이 정보를 더 주고 영향이 크다는 것을 입증하였다. 또한, 정보 방향성 측면에서는 색조화장품의 경우 부정 댓글의 영향이 크게 나타났다. 실무적으로는 화장품 판매 전략 및 광고 전략에 기초 및 색조 화장품을 구분하여 중국 K-Beauty화장품 매출증대를 위한 마케팅전략을 구사하는데 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.49-67
• /
• 2015

최근 다양한 분야에서 빅데이터의 활용과 분석에 대한 중요성이 대두됨에 따라, 뉴스기사와 댓글과 같은 비정형 데이터의 자연어 처리 기술에 기반한 감성 분석에 대한 관심이 높아지고 있다. 하지만, 한국어는 영어와는 달리 자연어 처리가 어려운 교착어로써 정보화나 정보시스템에의 활용이 미흡한 실정이다. 이에 본 연구는 감성 분석에 활용이 가능한 감성어 사전을 집단지성으로 구축하였고, 누구나 연구와 실무에 사용하도록 API서비스 플랫폼을 개방하였다(www.openhangul.com). 집단지성의 활용을 위해 국내 최대 대학생 소셜네트워크 사이트에서 대학생들을 대상으로 단어마다 긍정, 중립, 부정에 대한 투표를 진행하였다. 그리고 집단지성의 효율성을 높이기 위해 감성을 '정의'가 아닌 '분류'하는 방식인 폭소노미의 '사람들에 의한 분류법'이라는 개념을 적용하였다. 총 517,178(+)의 국어사전 단어 중 불용어 형태를 제외한 후 감성 표현이 가능한 명사, 형용사, 동사, 부사를 우선 순위로 하여, 현재까지 총 35,000(+)번의 단어에 대한 투표를 진행하였다. 본 연구의 감성어 사전은 집단지성의 참여자가 누적됨에 따라 신뢰도가 높아지도록 설계하여, 시간을 축으로 사람들이 단어에 대해 인지하는 감성의 변화도 섬세하게 반영하는 장점이 있다. 따라서 본 연구는 앞으로도 감성어 사전 구축을 위한 투표를 계속 진행할 예정이며, 현재 제공하고 있는 감성어 사전, 기본형 추출, 카테고리 추출 외에도 다양한 자연어 처리에 응용이 가능한 API들도 제공할 계획이다. 기존의 연구들이 감성 분석이나 감성어 사전의 구축과 활용에 대한 방안을 제안하는 것에만 한정되어 있는 것과는 달리, 본 연구는 집단지성을 실제로 활용하여 연구와 실무에 활용이 가능한 자원을 구축하여 개방하여 공유한다는 차별성을 가지고 있다. 더 나아가, 집단지성과 폭소노미의 특성을 결합하여 한글 감성어 사전을 구축한 새로운 시도가 향후 한글 자연어 처리의 발전에 있어 다양한 분야들의 융합적인 연구와 실무적인 참여를 이끌어 개방적 협업의 새로운 방향과 시사점을 제시 할 수 있을 것이라 기대한다.

• 인터넷정보학회논문지
• /
• 제22권4호
• /
• pp.83-98
• /
• 2021

본 연구는 서울소방재난본부의 IoT 소방시설관리시스템에 기록된 실시간 화재알람 발생 데이터를 분석하여, 화재알람 발생 영향요인을 규명하고 이를 바탕으로 효과적인 화재사고 예방체계를 구축하기 위한 학술적 시사점을 제시하는데 있다. 도심지역을 중심으로 고층·복합건물의 수가 증가하고 기존 건물도 고도화되면서, 화재 등 비상상황 발생 시 상주인원의 신속한 대피와 초동대응을 돕는 자동화재탐지설비의 설치가 늘어나고 있다. 그러나 화재상황을 잘못 탐지하여 정확성이 낮아지면 상주인원의 불편이 늘어나고 신뢰성도 줄어들기 때문에, 효율적인 점검과 건물 환경 조사를 통해 시스템을 개선할 필요가 있다. 이번 연구는 잘못된 화재탐지가 용도나 시간 등 건물 특성 및 외부 환경에 기인함을 밝히고, 이에 근거하여 효율적인 시스템 점검과 건물 환경 개선이 필요함을 강조하는 것에 목적을 두고자 하였다. 분석 결과, 건물의 규모(연면적)가 화재알람 발생에 가장 큰 영향을 끼쳤고 민간 건물, R형 수신기인 건물, 고장일수 또는 경종차단일수가 많은 건물에서 화재알람 발생이 높아지는 것으로 나타났다. 또한 건물의 주용도에 따라 화재알람 발생의 영향요인이 다르게 나타나기도 하였다. 시간적으로는 평일 주간 사람들의 일상 활동 패턴(오전 9시~오후 6시)을 거의 그대로 따르는 것으로 나타났으며, 오전 10시 경, 오후 2시 경에 각각 최고치를 기록했다. 연구를 통해 시스템 내부 점검과 함께 화재알람 발생에 영향을 끼치는 건물 환경 조사도 필요함을 강조하고, 후속 연구와 시스템 고도화를 위해 실시간 건물 환경 정보를 추가 데이터화하는 방안 등의 제안을 하였다.