• 문화기술의 융합
• /
• 제6권2호
• /
• pp.99-106
• /
• 2020

창암(蒼巖) 이삼만(李三晩)(1770~1845)은 조선 후기 3대 명필로 일컬어지며, '행운유수체(行雲流水體)'라는 독자적 서체를 창안하고, 호남지방에 동국진체(東國眞體)의 서풍을 계승·창달시킨 대서백(大書伯)이다. 그는 '서여기인(書如其人)'적(的) 인품고(人品高)와 사고법(師古法)를 통해 궁극적으로는 통령(通靈)의 경지를 추구하였다. 저서 『창암서결(蒼巖書訣)』를 통해 기본적으로 한위(漢魏) 해서를 숙련하여 근골이 확립되면 행서와 초서는 자동적으로 이루어진다고 강조하였다. 그리고 서(書)는 무릇 '자연'에서 비롯되었음을 자각하고, 법천귀진(法天貴眞) 정신을 통하여 유법(有法)의 단계, 나아가 무법이법(無法而法)의 통령(通靈)의 경지를 발현하였다. 또한, 노장(老莊)의 '우(愚)'의 철학과 거기에 근간한 '졸박미(拙樸美)'를 추구하여 신묘함을 얻을 수 있다는 심미관을 드러내었다. 이는 자연천성을 드러나게 하는 순자연(順自然)의 철학이자, 무지무욕(無知無欲)의 상태에서 자신의 진우(眞愚)를 지키는 미학이다. 이를 구현하기 위해 미추(美醜)와 선악(善惡)을 불분(不分)한 순자연적(順自然的)인 우졸미(愚拙美)를 지면에 발현하였다. 한편, 창암(蒼巖)은 모든 필법에 력(力)을 통하여 천연미와 생명미를 도모하였고, 력(力)을 적절히 운용하여 힘 있게 밀고 나가는 한대(漢代)의 추전(推展)이라는 용필법을 제시하였다. 특히 『창암서정운시(蒼巖書停雲詩)』에서 일운무적(逸韻無跡)한 필의는 음양대대(陰陽對待)의 조화를 이루면서 신체비동(神體飛動)한 생명력과 기괴적(奇怪的) 역동감이 넘친다. 또한, 포역함세(抱力含勢)의 추전미(推展美)가 위이불범(違而不犯)하여 득필천연(得筆天然)의 심미경지를 이루었으니, 창암(蒼巖)이 "해동제일(海東第一) 초서(草書)의 거장(巨匠)"이라는 진면목을 여실히 증명하고 있다.

• 한국지리정보학회지
• /
• 제20권4호
• /
• pp.126-138
• /
• 2017

최근 환경에 대한 국민적 관심이 증대되고 있으며 물환경 관련 문제에 대한 신속하고 정확한 대응을 위해 GIS를 활용한 물환경데이터의 분석에 대한 지원요구가 증가함에 따라 물환경데이터의 공간분석을 지원하는 공간네트워크 데이터기반의 하천망분석도를 개발하여 제공하고 있다. 그러나 오염사고 등 사용자의 필요에 따라 수시로 요구되는 공간자료인 집수구역의 분할에 어려움을 겪고 있는 실정이다. 따라서 본 연구에서는 수치표고모델 및 흐름방향도를 이용한 집수구역 자동 분할 알고리듬 및 모듈 개발을 포함하는 자동분할 프로그램의 개발이 이루어졌다. 집수구역 자동분할 프로그램의 개발은 집수구역 분할 방법 설계, 알고리듬 개발, 모듈 개발의 순서로 진행하였다. 집수구역 분할을 위해 수치표고자료와 이를 기반으로 제작된 흐름방향도를 활용하였다. 집수구역 분할을 위한 알고리듬은 집수구역 격자추출단계, 경계점 추출단계 및 경계선 분할 단계의 3단계로 개발되었으며 집수구역 분할모듈은 프로그램의 생산성과 활용성을 고려하여 ESRI사의 ArcGIS를 기반으로 하는 Add-in 모듈로 개발하였다. 집수구역 자동분할 모듈을 이용하여 실제 집수구역을 분할하였으며, 현재 활용중인 집수구역과 비교 분석하였다. 집수구역 분할 결과 수치표고자료 기반의 집수구역 분할이 원활하게 이루어지는 것을 확인하였다. 특히 지형학적 경사가 명확한 지역은 집수구역의 분할이 정확하고 신속하게 이루어지는 것을 확인할 수 있었다. 논, 밭, 도심지역 등 평평한 곳이나 배수시설이 정비된 지역의 경우 집수구역의 분할이 이루어지지 않는 경우가 있었으나 전반적으로 기존 집수구역의 분할시간을 줄이는데 기여가 클 것으로 판단되었다. 향후에는 보다 정밀한 수치표고자료의 활용이 가능하면서 자료 크기로 인한 계산 시간을 줄이기 위한 알고리듬의 개발이 필요하다.

• 한국전자거래학회지
• /
• 제22권2호
• /
• pp.137-152
• /
• 2017

정보통신 기기들의 가격하락과 인터넷의 발전은 사물인터넷이라는 새로운 분야를 탄생시켰다. 일상에 접하는 모든 사물들이 인터넷으로 연결되어 새로운 서비스를 창출하는 사물인터넷은 빅데이터와 결합되어 기존에 볼 수 없었던 새로운 형태의 비즈니스 영역을 개척해 나가고 있다. 이에 사물인터넷의 전망은 그 활용도에 있어서 무궁무진 하다고 말할 수 있다. 또한 이러한 사물인터넷 장비들의 원활한 연결을 위한 표준화 기관들의 연구도 활발한 편이다. 그러나 이러한 연구 중에 우리가 간과하는 부분이 있다. 사물인터넷 장비를 제어하거나 정보를 획득하기 위해서 장비와의 연동문제(IP주소, Wi-Fi, Bluetooth, NFC 등) 및 관련 애플리케이션 소프트웨어 또는 앱을 별도로 개발을 해야 한다. 이러한 문제를 해결하기 위해 기존의 연구방식들은 GPS 또는 마커를 이용한 증강현실 연구가 이루어져 왔다. 하지만 별도의 마커가 필요하고 마커의 경우 가까운 곳만 인식하는 단점을 갖는다. 또한 2D 기반의 카메라의 활용한 GPS 주소 활용한 연구의 경우 대상 장비와의 거리 인식을 할 수 없어 능동적인 인터페이스 구현의 어려움이 있었다. 이러한 문제를 해결하기 위해서는 기존의 복잡한 방법이 아니라 사용자가 눈으로 확인하고 간단한 조작만으로 장비와의 연동이 가능한 직관적인 방법이 반드시 필요하다. 본 연구는 향후 스마트폰에 탑재될 3D 깊이 인식카메라를 활용해서 별도의 마커 없이 거리측정 및 핸드폰의 센서정보를 연동해서 자동으로 공간 좌표를 계산하여 사물인터넷의 장비를 발견하고 해당 사물인터넷 장비의 정보 획득 및 제어가 가능한 방법론을 제안한다. 결과로 사용자 관점에서 별도의 사물인터넷 장비 연동문제 및 앱 설치에 대한 부담을 줄일 수 있다. 나아가 이 기술이 공공서비스와 스마트 안경분야에 활용된다면 공공 서비스 증대 및 많은 소프트웨어 개발의 중복 투자를 줄이게 될 것이다.

• 항공우주정책ㆍ법학회지
• /
• 제23권2호
• /
• pp.137-172
• /
• 2008

미국에서 자기비판적 분석의 법리에 의한 특권과 면제 이미 항공분야에서도 도입되고 있으나 일관성이 결여되어 있다. FDRs 프로그램은 FAA 또는 항공사에 의한 제제로 부터 공식적으로 보호되지는 아니한다. CVRs 프로그램의 경우 FAA는 집행조치를 위하여 그 데이터를 이용할 수 없으며 공개와 민사소송에서의 개시를 제한하고 있다. 따라서, CVRs은 FDR보다 높은 보호를 받고 있다. ASRS는 최초의 비자동적(non-self-disclosure) 보고시스템이며, 사고 또는 범죄에 관한 정보이외에는 FAA가 집행조치를 취할 수 없다. 다만, 비처벌 요건으로 규정하고 있는 "inadvertent and not deliberate)의 해석을 둘러싸고 FAA, NTSB 및 법원은 일관된 해석 기준이 없는 것으로 보이며, 데이터의 항공사의 징계조치에의 이용, 소송 당사자 또는 대중매체에의 공개 문제를 명확하게 다루고 있지 않다. 1990년대초 ASAP을 시범적으로 개시하였으며 FAA 집행조치 및 회사 징계조치로부터의 면제를 규정하고 있다. FOQA 프로그램은 1995년 시범프로그램을 통하여 최초로 시행되었으며 FAA 집행조치로 부터 면제되지만, 회사의 징계조치로부터의 면제에 대해서는 아무런 규정이 없다. 이러한 점은 ASAP와는 대비된다 할 수 있으며 노조협약에 의하여 FOQA 데이터에 근거한 회사의 징계조치를 배제시킬 수 있을 것이다. ASAP 및 FOQA의 데이터는 모두 2003년 FAA Order 8000.81에 의하여 공개되지 아니한다. 현재, ICAO의 움직임을 보더라도 국제사회에는 항공안전데이터를 보고한 자에 대한 보호의 강화에 대한 컨센서스가 형성되고 있으며 많은 국가들이 관련법을 시행하고 있다. 우리나라의 경우 현재, 항공법 제49조에 의하여 항공안전관리시스템을 도입하도록 되어 있다. 단계적으로 ASAP 또는 QOQA 등과 같은 프로그램의 입법화가 필요하다고 본다. 이와 더불어 미국에서와 같이 집행조치와 징계조치의 면제 규정 및 비공개 특권에 관하여 보다 구체적인 기준을 정하여 입법화하는 것도 필요할 것이다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.21-41
• /
• 2010

본 논문은 다양한 사용자의 개인적 검색요구를 충족시키지 못하는 기존 검색시스템의 문제점을 해결하기 위해 사용자의 묵시적 피드백을 이용한 적응형 사용자 기호정보 기반의 개인화 검색을 실현하고, 검색결과에 대한 실시간 필터링을 통해 사용자에게 적합한 검색 결과를 제공하는 시스템을 제안한다. 기존의 검색 시스템들은 검색의도의 불확실성 때문에 사용자의 검색실패율이 높다. 검색 의도의 불확실성은 동일한 사용자가 "java"와 같은 다의어에 대해 동일한 질의어를 사용하더라도 다른 검색 결과를 원할 수 있다는 것이며, 단어의 수가 적을수록 불확실성은 가중될 것이다. 실시간 필터링은 사용자의 도메인 지정여부에 따라 주어진 도메인에 해당하는 웹문서들만 추출하거나, 적절한 도메인을 추론하고 해당하는 웹문서들만 검색 결과로 보여주는 것으로, 일반적인 디렉토리 검색과 유사하지만 모든 웹문서에 대해 이루어진다는 것과 실시간으로 분류된다는 것이 다르다. 실시간 필터링을 개인화에 활용함으로써 검색 결과의 수를 줄이고 검색만족도를 개선했다. 본 논문에서 생성한 기호정보파일은 계층적 구조로 이루어지며, 상황정보의 반영이 가능하기 때문에 의도의 불확실성을 해결 할 수 있다. 또한 사용자의 도메인별 웹문서 검색 동작을 효과적으로 추적(track) 할 수 있으며, 사용자의 기호 변화를 적절하게 알아낼 수 있다. 각 사용자 식별을 위해 IP address를 사용했으며, 기호정보파일은 사용자의 검색 행동에 대한 관찰을 기반으로 지속적으로 갱신된다. 또한 사용자의 검색결과에 대한 행동 관찰을 통해, 사용자 기호를 인지하고, 기호정보를 동적으로 반영했으며, 검색결과에 대한 만족도를 측정했다. 기호정보파일과 반영비율은 사용자가 검색을 수행할 때 시스템에 의해 생성되거나 갱신된다. 실험결과 적응형 사용자 기호정보파일과 실시간 필터링을 함께 사용함으로써, 상위 10개의 검색결과 중 평균 4.7개의 결과들에 대해 만족하는 것으로 나타났으며, 이는 구글의 결과에 비해 약 23.2% 향상된 만족도를 나타내었다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.123-136
• /
• 2014

최근 온라인 및 다양한 스마트 기기의 사용이 확산됨에 따라 온라인을 통한 쇼핑구매가 더욱 활성화 되었다. 때문에 인터넷 쇼핑몰들은 쇼핑에 관심이 있는 잠재 고객들에게 한 번이라도 더 자사의 링크를 노출시키기 위해 키워드에 비용을 지불할 용의가 있으며, 이러한 추세는 검색 광고 시장의 광고비를 증가시키는 원인을 제공하였다. 이 때 키워드의 가치는 대체로 검색어의 빈도수에 기반을 두어 산정된다. 하지만 포털 사이트에서 검색어로 자주 입력되는 모든 단어가 쇼핑과 관련이 있는 것은 아니며, 이들 키워드 중에는 빈도수는 높지만 쇼핑몰 관점에서는 별로 수익과 관련이 없는 키워드도 다수 존재한다. 그렇기 때문에 특정 키워드가 사용자들에게 많이 노출된다고 해서, 이를 통해 구매가 이루어질 것을 기대하여 해당 키워드에 많은 광고비를 지급하는 것은 매우 비효율적인 방식이다. 따라서 포털 사이트의 빈발 검색어 중 쇼핑몰 관점에서 중요한 키워드를 추출하는 작업이 별도로 요구되며, 이 과정을 빠르고 효과적으로 수행하기 위한 자동화 방법론에 대한 수요가 증가하고 있다. 본 연구에서는 이러한 수요에 부응하기 위해 포털 사이트에 입력된 키워드 중 쇼핑의도를 포함하고 있을 가능성이 높을 것으로 추정되는 키워드만을 자동으로 추출하는 방안을 제시하고, 구체적으로는 전체 검색어 중 검색결과 페이지에서 쇼핑과 관련 된 페이지로 이동한 검색어만을 추출하여 순위를 집계하고, 이 순위를 전체 검색 키워드의 순위와 비교하였다. 국내 최대의 검색 포털인 'N'사에서 이루어진 검색 약 390만 건에 대한 실험결과, 제안 방법론에 의해 추천된 쇼핑의도 포함 키워드가 단순 빈도수 기반의 키워드에 비해 정확도, 재현율, F-Score의 모든 측면에서 상대적으로 우수한 성능을 보이는 것으로 나타남을 확인할 수 있었다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.

• 생물환경조절학회지
• /
• 제27권4호
• /
• pp.400-406
• /
• 2018

본 연구는 HPS (high-pressure sodium lamp, 고압나트륨등, 700W)와 PLS (Plasma Lighting System, 플라즈마등, 1,000W) 램프를 이용하여 겨울재배 오이의 보광재배 효과를 구명하고자, 양지붕형 유리온실 3동에 무보광을 대조구로 하여 오이('후레쉬' 품종)를 2015년 11월 2일에 정식하여 2016년 3월 15일까지 재배하였다. 보광은 2015년 11월 20일부터 2016년 3월 15일까지 약 4개월 동안 명기를 14시간/일(일몰 전 약 30분에 점등 개시)으로 정하여 실시하였고, 낮동안의 일사량이 $100W{\cdot}m^2$ 이하일 경우 자동으로 점등이 되도록 제어하였다. 분광투과특성은 PLS의 경우 광합성유효광(400-700nm)이 전반적으로 고르게 분포하나 HPS는 400-550nm 광량이 매우 적은 반면, 550-650nm 광원이 PLS보다 많이 분포되었다. 330-1,100nm 광은 HPS가 PLS에 비해 6% 많았고 UV와 적색광은 비슷하였다. 광합성유효광(400-700nm)은 HPS에 비해 PLS가 12.6% 많았고, 근적외선(700-1,100nm)은 HPS에 비해 PLS가 12.6% 적었으며, R/FR은 HPS가 높았다. 오이의 초장, 엽수, 마디수, 건물중 등의 생육은 무보광에 비해 두 보광등에서 비슷한 수준으로 높았다. 광합성능력은 두 광원 간에 유의적인 차이가 없었다. 오이의 주당 과실 개수(무게)는 무보광 21.2개(2.9kg)에 비해 PLS가 38.7개(5.5kg), HPS가 40.4개(5.6kg)로 1.8~1.9배 많았다. 보광등의 설치비와 전기에너지 비용을 고려하여 오이 보광재배의 경제성을 분석한 결과, PLS와 HPS 보광등은 각각 37%와 62%의 소득증대효과가 있었다.

• 한국터널지하공간학회 논문집
• /
• 제19권6호
• /
• pp.915-936
• /
• 2017

본 논문에서는 2016년을 기준으로 강화된 터널 방재시설 설치 및 관리지침과, 점차 강화되고 있는 터널 CCTV설치 터널등급 기준과 터널 영상유고감지 시스템의 설치 운용에 대한 요구의 증가 상황을 정리해 보고하였다. 그럼에도, 가동중인 알고리즘 기반의 터널 영상유고감시 시스템의 정상 인지율은 50%가 채 되지 않는 것으로 파악되었으며, 그에 대한 주원인은 터널 내 낮은 조도, 심한 먼지로 인한 영상 선명도 저하, 낮은 CCTV 설치위치로 인한 이동객체의 겹침현상 등으로 파악되었다. 따라서, 본 연구에서는 이러한 열악한 조건에서도 영상유고 정상 인지율을 확보할 수 있는 딥러닝 기반 영상유고감지 시스템을 개발하였으며, 이에 대한 이론적 배경 제시와 시스템의 타당성 검토 연구가 진행되었다. 개발 시스템의 타당성 검토 연구는 터널 방재시설 및 관리지침 내 영상유고감지 항목중 정지 및 역주행 차량을 감지하는 주요 정보인 차량 객체 인식과 보행자 감지를 중심으로 진행되었다. 또한, (1) 동일 터널 내에서 학습과 추론이 이루어 지는 경우와 (2) 다양한 터널의 영상 정보를 통합 학습하고, 각 터널의 영상유고감지에 투입되는 경우, 두개의 시나리오를 설정하여 타당성 검토를 진행하였다. 두 시나리오 모두 일정 시간의 학습 자료와 유사한 상황에 대해서는 열악한 터널환경과 무관하게 그 감지성능이 80% 이상으로 우수하나, 추가 학습 없이 학습된 시간 구간과 멀어질수록 그 추론 성능은 상대적으로 낮은 40% 수준으로 떨어짐을 알 수 있었다. 그러나, 시간이 지남에 따라 자동으로 누적되어 확장되는 영상유고 빅데이터를 반복적으로 학습함으로써, 설치된 영상유고감지 시스템의 보완이나 보정절차 없이도 자동으로 그 영상유고감지 성능이 향상될 수 있음을 보였다.

• 한국의학물리학회지:의학물리
• /
• 제24권4호
• /
• pp.243-252
• /
• 2013

본 연구는 표적이 규칙적으로 움직일 때 생기는 4DCT 영상의 모션 아티팩트(motion artifact) 관련된 원인들인 partial volume effect (PVE), partial projection effect (PPE), 각각의 프레임의 시작점 사이에 불일치(MMimph)의 원인들은 조사 및 분석을 목적으로 했다. 본 기관에서 제작된 흉부팬텀과 아크릴의 두개의 원기둥팬텀(반지름: 2 cm, 길이: 0.5 cm/ 반지름: 2 cm, 길이: 10 cm)이 규칙적인 움직이는 동안 CT을 이용하여 4D 영상을 획득했다. 촬영은 자동시작과 각각의 프레임의 시작점을 일치시키기 위해 매뉴얼로 두 가지 방법으로 시작하였다. 첫번째 실험에서는 CT 캔트리 rotation time은 5초와 8초가 이용되었다. 각 프레임은 다른 위상으로 시작되었다. 두번째 실험에서는 각 프레임에서 같은 위상으로 시작되게 하기 위해 매뉴얼로 시작했다. 세번째 실험에서는 원기둥팬텀을 2초와 6초를 주기로 움직였다. 각각의 4DCT의 영상에서 표적의 부피를 구했다. 영상으로부터 구한 표적의 부피와 표적의 실제 부피와 비교를 통해 관계를 분석했다. 흉부팬텀 실험에서는 CT의 갠트리 속도가 팬텀의 움직임보다 빠를수록 PVE와 PPE의 영향이 적어짐에 따라 영상에서 얻은 표적부피는 실제에 근접했다. 각각의 프레임의 시작점이 일치할수록 움직임의 속도와 표적의 부피와 상관관계가 높았다. 원기둥팬텀에서는 흉부팬텀의 경우와 같이 갠트리 속도가 팬텀의 움직임보다 빠를수록 영상으로부터 구한 표적부피는 실제 표적부피에 근접했다. 특히 한 slice의 두께가 2.5 mm을 고려 할 때 axial방향의 PVE, PPE, 각각의 프레임의 시작점이 일치가 되는 상태를 시뮬레이션한 길이 10 cm의 원기둥팬텀 실험에서는 영상에서 얻은 표적부피는 표적이 정지되었을 때 영상에서 얻은 부피와 거의 일치했다. 팬텀이 느리게 움직일수록, CT 갠트리의 rotation 시간이 짧을수록 영상에서 얻은 표적부피는 실제 부피에 근접했다. CT 촬영 시 각각의 프레임의 시작점이 같을수록 표적의 속도와 영상에서 의한 표적의 부피는 상관관계가 높게 나타났다. CT 갠트리의 rotation 속도를 팬텀의 움직임보다 빠르게 하고, CT 촬영시 각의 프레임의 시작점을 일치시킬수록 실제의 팬텀부피에 근접하리라고 예상된다.