• 인터넷정보학회논문지
• /
• 제23권1호
• /
• pp.77-86
• /
• 2022

본 연구의 궁극적인 목표인 지능형 해안 경계 체계 구축을 위해, 본 논문에서는 먼저 해안경계 지능화를 위한 AI 학습 모델의 구축 방안을 제시하였다. 우리는 3면이 바다로 이루어져있고 남과 북이 대치하는 상황으로 인해 해안 경계가 중요한 국가적 과업인 나라이다. 국방개혁 2.0에 의해 해안경계를 담당하고 있는 R/D (Radar) 운용인력이 감소하고 복무 기간이 단축되고 있다. 특히, 레이더와 같이 고도의 장비를 다루는 데에는 휴먼 에러가 발생할 개연성은 늘 상존하는 것이다. 해안 경계와 인공지능의 접목은 정부의 인공지능 국가전략의 구현과 확대라는 목표에도 필요 충분한 시점에 와 있다. 지능형 해안 경계 체계 구축을 위한 AI학습 모델 개발의 기능별 방안을 제시하였다. R/D신호 분석 AI모델 개발, 책임해역 분석 AI모델 개발, 표적 관리 자동화 기능으로 구분하였다. 이를 실현하기 위한 3단계 추진 전략을 살펴보았다. 1단계는 AI 학습모델 구축의 통상적인 단계로써, 데이터 수집, 데이터 저장, 데이터 여과, 데이터 정제, 데이터 변환 등이 이루어진다. 2단계에서는 R/D 특성에 기초해 신호분석을 실시하고, 실상과 허상을 분류하는 AI 학습모델 개발을 진행하고, 책임해역을 분석하고, 취약지역/시간 분석을 실시한다. 최종 단계에서는 AI 학습모델의 검증, 가시화 및 시연 등이 이루어진다. 군 무기체계에 AI 기술이 접목돼 지능화된 무기체계로 바뀌는 최초의 성과가 달성된다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.35-45
• /
• 2022

현대에도 일부 소외된 지역에서는 의료 인력의 부족으로 인해 위·중증 환자에 대한 치료가 지연되는 경우가 많다. 의료 데이터에 대한 분석을 자동화하여 의료 서비스의 접근성 문제 및 의료 인력 부족을 해소하고자 하는 연구가 계속되고 있다. 컴퓨터 비전 기반의 진료 자동화는 훈련 목적에 대한 데이터 수집 및 라벨링 작업에서 많은 비용이 요구된다. 이러한 점은 희귀질환이나 시각적으로 뚜렷하게 정의하기 어려운 병리적 특징 및 기전을 구분하는 작업에서 두드러진다. 이상 탐지는 비지도 학습 전략을 채택함으로써 데이터 수집 비용을 크게 절감할 수 있는 방법으로 주목된다. 본 논문에서는 기존의 이상 탐지 기법들을 기반으로, 흉부 X-RAY 영상에 대해 이상 탐지를 수행하는 방법을 다음과 같이 제안한다. (1) 최적 해상도로 샘플링된 의료 영상의 색상 범위를 정규화한다. (2) 무병변 영상으로부터 패치 단위로 구분된 중간 수준 특징 집합을 추출하여 그 중 높은 표현력을 가진 일부 특징 벡터들을 선정한다. (3) 최근접 이웃 탐색 알고리즘을 기반으로 미리 선정된 무병변(정상) 특징 벡터들과의 차이를 측정한다. 본 논문에서는 PA 방식으로 촬영된 흉부 X-RAY 영상들에 대한 제안 시스템의 이상 탐지 성능을 세부 조건에 따라 상세히 측정하여 제시한다. PadChest 데이터세트로부터 추출한 서브세트에 대해 0.705 분류 AUROC를 보임으로써 의료 영상에 대한 이상 탐지 적용의 효과를 입증하였다. 제안 시스템은 의료 기관의 임상 진단 워크플로우를 개선하는 데에 유용하게 사용될 수 있으며, 의료 서비스 접근성이 낮은 지역에서의 조기 진단을 효율적으로 지원할 수 있다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권3호
• /
• pp.153-170
• /
• 2021

이 연구는 선수, 구단, 연맹, 에이전시 등 프로스포츠 관계자를 대상으로 심층인터뷰를 실시하여 승부조작 유발요인을 탐색하고 이를 바탕으로 예방전락을 도출함으로써 프로스포츠 활성화를 위한 전략적 시사점을 도출하고자 시도되었다. 스노우볼 샘플링 기법을 활용하여 프로스포츠계에서 근무한 경력이 3년 이상인 사람을 8명 선정하였다. 이들을 대상으로 반구조화된 심층인터뷰 방법을 적용하여 자료를 수집·분석하였다. 분석결과 승부조작 유발요인으로 첫째, 대학 진학을 위한 카르텔로부터의 학습효과 둘째, 합숙환경에서 학습된 문화 셋째, 잠재학습 효과의 발현 넷째, 인적 네트워크의 부정적 효과 다섯째, 개인의 성향을 핵심범주로 도출하였다. 승부조작 예방 전략으로는 첫째, 개인능력 중심으로의 대학입시제도 개선 둘째, 학생선수 교육시스템의 개선 셋째, 예방시스템의 구축 넷째, 지속적인 교육 다섯째, 에이전트 제도의 활성화를 핵심범주로 도출하였다. 도출된 연구결과에 대한 시사점과 향후 연구방향에 대하여 논의하였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1663-1676
• /
• 2022

최근 딥러닝을 활용한 토지피복분류 기법 연구가 다수 수행되고 있다. 그런데 양질의 토지피복 학습데이터를 충분하게 구축되지 못하여 성능이 저하되는 양상이 확인되었다. 이에 따라 본 연구에서는 데이터 확장 기법의 적용을 통한 토지피복분류 성능의 향상을 확인하였다. 분류 모델로는 U-Net이 활용되었으며 AI Hub에서 제공하는 토지피복 위성 이미지 자료를 연구자료로 활용하였다. 원본 데이터로 학습한 모델과 데이터 확장 기법이 적용된 데이터로 학습한 모델의 픽셀 정확도는 각각 0.905와 0.923이었으며 평균 F1 스코어는 각각 0.720과 0.775로 데이터 확장 기법을 적용하였을 때가 보다 우수한 성능을 나타내는 사실을 확인할 수 있었다. 또한 원본 학습데이터를 활용하여 학습한 모델의 경우 건물, 도로, 논, 밭, 산림, 비대상 지역 클래스에 대한 F1 스코어가 0.770, 0.568, 0.733, 0.455, 0.964 그리고 0.830이었으며, 데이터 확장을 적용하였을 때에 각 클래스에 대한 F1 스코어는 각각 0.838, 0.660, 0.791, 0.530, 0.969 그리고 0.860으로 모든 클래스에 대해 데이터 확장이 성능향상에 유효하다는 사실을 확인하였다. 또한, 클래스 균형에 대한 고려없이 데이터 확장을 적용했음에도 불구하고 데이터 불균형에 의한 클래스별 성능 왜곡을 완화할 수 있다는 사실을 확인할 수 있었다. 이는 절대적인 학습데이터의 양이 증가했기 때문이라 판단된다. 본 연구 결과는 다양한 영상 처리 분야에서 데이터 확장 기법의 중요성과 효과를 증명하는 기반 자료의 역할을 수행할 것으로 기대한다.

• 해양환경안전학회지
• /
• 제28권2호
• /
• pp.270-279
• /
• 2022

본 연구에서는 동태성과 시간을 고려한 시스템다이내믹스 관점에서 낚시어선의 낚시활동에 있어서 단속 및 처벌의 강화(정책개입)에 따라 시스템 구조가 어떻게 변화하는지 알아보고 그에 따른 전략수립 방향을 논의하고자 한다. 지금까지 낚시어선의 단속과 처벌은 사고예방이라는 사전적 차원에서 일시적 단기적으로 단속을 실시하고 처벌을 부과했다. 그러나 변칙적이고 다양한 부작용으로 소기의 성과를 거두지 못하였고, 안전사고는 끊임없이 발생하고 또 다시 후속조치가 뒤따라가는 형국을 보이고 있다. 본 연구의 결과에 따르면, 낚시어선의 단속과 처벌이 강화된 안전기준으로 사고 예방을 위한 시설 장비 산업 등 관련 사항 개선 및 기술개발(시간지연 발생)보다는 즉각적이고 큰 저항이 없는 음성적(불법적) 활동을 지속함에 따라 사고예방을 위한 안전사각지대를 최소화하지 못하고 있다. 이와같이 동태적 매커니즘과 시간이라는 변수를 충분히 고려하지 않고 단선적 사고에 입각한 정책개입으로는 정책이 추구하는 기본적 가치를 오히려 왜곡시킬 수 있다. 낚시어선의 단속과 처벌에 있어서 강화된 안전기준의 마련에 앞서 관련 기술의 개선 및 개발, 낚시인·낚시산업체·관련기관 등 다양한 주체들에 대한 교육시간 의무화, 낚시관련 산업 육성을 위한 낚시 관리 및 육성법의 구체적인 방안 제시와 같은 매커니즘을 보완하는 전략을 마련해야 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.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.147-155
• /
• 2022

본 연구에서는 그래디언트 부스팅 기계학습과 유전 알고리즘을 이용하여 일별 주식 포트폴리오를 동적으로 구성하는 시스템을 구축하고 트레이딩 시뮬레이션을 통해 성능을 분석하였다. 이를 위해 유가증권시장과 코스닥시장에 상장된 종목들의 가격 데이터 및 투자자별 거래정보를 포함한 다양한 데이터를 수집하고, 전처리 과정과 변수가공을 통해 학습-예측에 이용될 변수들을 생성하였다. 첫 번째 실험에서는 예측정확도와 정밀도, 재현율 및 F1 점수 등 네 가지 지표를 활용하여 그래디언트 부스팅 기법들(XGBoost, LightGBM, CatBoost)의 성능을 비교 평가하였다. 두 번째 실험에서는 전 단계에서 선택된 LightGBM과 유전 알고리즘을 적용하여 상장 종목들의 일별 수익 여부를 학습-예측하였다. 그리고 예측된 수익 발생확률을 바탕으로 종목을 선별하여 트레이딩 시뮬레이션을 시행하고, CAGR, MDD, 사프지수 및 변동성 측면에서 코스피, 코스닥 지수와의 성능을 비교 평가하였다. 분석 결과, 제안된 전략들 모두 네 가지 성능평가 지표상에서 시장 평균을 넘어서는 것으로 나타났으며, 그래디언트 부스팅과 유전 알고리즘의 결합이 주식 가격 예측에 효과적으로 이용될 수 있음을 보여주었다.

• 해양환경안전학회지
• /
• 제27권7호
• /
• pp.1011-1022
• /
• 2021

해양경찰은 구조, 재난관리, 치안유지, 마약 및 밀수 단속, 주변국 대응, 환경보전, 해양안보 등 다양한 업무를 수행하는 국내 유일의 해양종합행정기관으로서 그 역할과 임무를 국민에게 제대로 알리는 홍보활동이 매우 중요하다. 하지만 해안가, 도서지역 주민들을 제외한 대부분의 국민들은 일상생활에서 해양경찰의 치안행정 서비스를 직접 접하는 경우가 드물고, 이로 인해 해양경찰의 역할과 임무에 대한 국민들의 이해도는 낮다. 이 연구는 해양경찰 재출범 3년차를 맞아 해양경찰 홍보 조직과 업무 현황을 고찰하고, 일선 홍보담당자를 대상으로 설문조사하여 해양경찰의 홍보 실태를 진단하고, 해양경찰 홍보 강화방안을 제시하였다. AHP분석 결과 해양경찰 홍보는 전담인력 증강 배치를 통해 홍보조직의 내실화를 기하고, 홍보대상에 따른 홍보 전략을 명확히 한 맞춤형 홍보를 강화하며, 홍보 담당자의 직무교육을 강화하고, 홍보 업무에 대한 지휘관 및 내부 구성원의 관심과 지원이 필요한 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.341-354
• /
• 2023

문서의 제목은 문서의 내용을 가장 효율적으로 요약하여 제공해 준다. 이때 독자들이 선호하는 스타일과 언어에 따라 문서의 제목을 다르게 제공해 준다면, 독자들은 문서의 내용을 좀 더 쉽게 예측할 수 있다. 본 연구에서는 문서가 주어졌을 때 언어와 스타일에 따라 제목을 자동 생성하는'교차 언어 및 스타일 기반의 제목 생성 모델을 제안한다. 모델을 학습하기 위해서는 같은 내용을 다른 언어와 다른 스타일로 작성한 병렬데이터가 필요하다. 그러나 이러한 종류의 병렬데이터는 구축하기 매우 어렵다. 반면, 단일 언어와 단일 스타일로 구축된 제목 생성 데이터는 많으므로 본 연구에서는 제로샷(zero-shot) 학습으로 제목 생성을 수행하고자 한다. 교차 언어 및 스타일 기반의 제목 생성을 학습하기 위해 다중 언어로 사전 학습된 트랜스포머 모델에 각 언어, 스타일, 기계번역을 위한 어댑터를 추가하였다. 기계 번역용 병렬데이터를 이용하여 기계번역을 먼저 학습한 후, 동일 스타일의 제목 생성을 학습하였다. 이때, 필요한 어댑터만을 학습하고 다른 부분의 파라미터는 모두 고정시킨다. 교차 언어 및 스타일 기반의 제목을 생성할 때에는 목적 언어와 목적 스타일에 해당하는 어댑터만을 활성화시킨다. 실험 결과로는 각 모델을 따로 학습시켜 파이프라인으로 연결시킨 베이스라인에 비해 본 연구에서 제안한 제로샷 제목 생성의 성능이 크게 떨어지지 않았다. 최근 대규모 언어 모델의 등장으로 인한 자연어 생성에서의 많은 변화가 있다. 그러나 제한된 자원과 제한된 데이터만을 이용하여 자연어 생성의 성능을 개선하는 연구는 계속되어야 하며, 그런 점에서 본 연구의 의의를 모색한다.

• 생명과학회지
• /
• 제33권5호
• /
• pp.436-444
• /
• 2023

스포츠과학에서 좋은 기록을 달성하기 위해 과학적 훈련, 식단 및 운동수행증진 보조제가 널리 사용되어 왔다. 운동선수가 최고 수준의 경기력을 발휘하기 위해서는 영양학적 전략이 중요하며, 그 중 지구력 운동 수행력을 결정하는 주요 요인 중 하나는 지방대사의 증가라고 할 수 있다. 장기간 운동하는 동안 지방산 대사를 최대화하기 위한 방법으로 케톤 생성 식단(고지방, 저탄수화물)이 제안되었다. 현재까지의 연구들은 케톤 생성 식단의 에너지 생성 가치에 대해 상반된 결과를 보여주었다. 이러한 이유로 탄수화물 섭취를 제한하지 않고 영양적 케톤증(아세토아세테이트와 베타-하이드록시뷰티레이트의 급성/일시적 혈중 농도증가)을 얻기 위해 케톤 보충제(케톤 에스테르 및 케톤염)를 사용하는 것이 제안되었다. 일부 연구에서는 심장 및 골격근과 같은 말초 조직에 추가적인 연료 기질 제공, 탄수화물 절약/지방 산화 증가, 간/근육에서 글리코겐 재합성을 증가시켜 운동 후 회복에 케톤 보충제가 지구력 운동 수행에 유익한 효과를 보여주었다. 그러나 많은 연구에서 케톤 보충제가 운동수행능력 보조제로서의 유익한 효과가 나타나지 않았다. 따라서 본 연구는 현재까지의 운동 수행 및 회복 그리고 골격근 단백질 대사와 관련된 선행연구들의 케톤 보충제의 증명된 효과와 운동수행능력 증진 보조제로서의 가능성을 분석하고자 하였다.