• 산업융합연구
• /
• 제20권11호
• /
• pp.113-126
• /
• 2022

경영환경이 급변함에 따라 기업 운영에 어려움을 겪으며 특히 대기업에 비해 중소기업의 경영에 최고경영자의 역할이 막중함에 따라 상대적으로 최고경영자의 역량이 경영성과에 많은 영향을 주고 있다. 이로 인해 중소기업의 경쟁력 제고를 위해서는 최고경영자의 역량이 중요하다. 한편 컨설턴트란 기업과 조직이 당면한 다양한 이슈에 대하여 객관적이고 합리적 의사 결정을 유도하여 경영활동에 직간접적으로 참여하는 주체로 정의된다. 컨설턴트가 필수적으로 갖추어야 하는 경영적 전문 지식, 문제해결 능력, 의사소통 능력, 통찰력, 리더십 등은 컨설턴트의 역량이라고 할 수 있으며, 이는 특정 기간 동안의 계약 유무를 제외하면 최고경영자가 기업의 경영과 경쟁력 제고를 위해 갖추어야 하는 역량과 동일하다. 따라서 본 연구는 선행 연구를 통하여 최고경영자의 컨설턴트 역량으로서 4가지 변수인 직무역량, 커뮤니케이션 역량, 학습역량, 혁신역량으로 구분, 해당 변수가 각각 기업의 혁신성과에 미치는 영향과 혁신성과가 기업의 경영성과에 미치는 영향을 파악하고자 하였다. 조사는 제조 및 서비스업의 중소기업을 대상으로 진행하였으며 분석기법은 신뢰성 및 타당성 분석, 확인적 요인분석과 구조방정식 분석을 실시하였다. 연구결과 첫째, 최고경영자의 직무역량, 커뮤니케이션 역량, 학습역량, 혁신역량은 각각 기업의 혁신성과에 유의한 영향을 미치는 것으로 나타났다, 둘째, 기업의 혁신성과는 경영성과에 유의한 영향을 미치는 것으로 나타났다. 이를 통해 본 연구는 중소기업 최고경영자의 역량을 컨설턴트 역량과의 공통적 요소를 도출하였으며 중소기업의 성과를 향상할 때 필요한 최고경영자의 역량 특성의 시사점을 도출하였다.

• 한국주조공학회지
• /
• 제43권3호
• /
• pp.107-136
• /
• 2023

주강품 사형주조에는 천연규사가 보편적으로 사용되었고, 규사의 열적특성 부족에 의한 소착결함 억제를 위해, 크로마이트사가 사용되기도 하였으나, 반복 사용에 의한 골재 열화, 시스템샌드 혼입 문제, 분리 제거의 어려움, 높은 밀도에 따른 조형 시 하중증가, 크롬 함유 폐기물이 되는 단점이 있다. 최근에는 주조업계의 중요한 과제로써 산업폐기물 저감 및 대기환경 개선이 부각되고 있다. 종래의 주물사 사용 시 발생되는 문제점 해결과 주조공장의 환경개선을 위해서, 천연사를 대체 적용할 수 있는 다양한 인공사가 개발되어 소개되고 있다. 인공사는 용융분사법으로 제조된 인공사와 조립소결법으로 제조된 인공사 및 분쇄법으로 제조된 인공사로 분류할 수 있으며, 원료광물의 종류, 제조공법에 따라 상이한 물리적 특성을 나타낸다. 본 연구에서는 각종 주물사의 물성, 주형강도, 물리적 내구성, 열적 내구성, 소착시험편 주조 등의 비교 평가시험을 하였다. 밀도에 따른 주물사 실사용량, 주물사 형상에 따른 주형강도, 주물사의 물리적 및 열적 내구성, 주물사의 내열특성을 종합적으로 고려하였을 때, 아크용사법으로 제조된 용융인공사 A1 또는 분말식화염용사법으로 제조된 용융인공사 B가 대형주강품 주조에 가장 적합한 구형의 인공사로 판단된다.

• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.33-39
• /
• 2023

고령화 사회로 인한 만성질환자의 증가로 그들의 질병 예방과 관리가 시급하다. 이러한 문제를 해결하기 위한 생체인증 방법과 원격의료시스템들이 소개되고 있으나 의료정보와 개인인증의 보안성 문제를 해결하는데에는 어려움이 있다. 스마트 헬스케어는 대상자의 개인 의료정보를 포함하고 있으므로 무엇보다 개인정보의 보안이 중요한 분야이다. 따라서 본 논문에서는 프라이빗 블록체인 환경에서 손목 밴드 형태의 스마트 웨어러블 디바이스 ECG와 얼굴 개인인증을 활용한 원격의료시스템을 제안하고자 한다. 이 시스템에서는 다양한 의료인과 전 지역 만성질환자를 대상으로 하였으며, 데이터의 무결성과 투명성을 높일 수 있는 프라이빗 블록체인을, 위변조가 어렵고 개인식별성이 높은 ECG와 얼굴인증을 활용하여 보안성과 신뢰성이 높일 수 있는 시스템을 구성하였다. 이를 통해 재가 만성질환자의 질병 예방과 건강관리에 힘써 만성질환 관리의 효율성을 높이는데 기여하고자 한다.

• 접착 및 계면
• /
• 제24권1호
• /
• pp.26-35
• /
• 2023

일반적으로 유기 용매를 이용한 코팅제는 제조 과정에서 발암성 물질인 휘발성 유기화합물 (Volatile Organic Compounds, VOC)을 배출하게 되어 환경적인 문제로 사용이 규제되고 있다. 게다가 기존의 화석 연료 자원이 한정적이라 에너지 자원 고갈을 야기시킨다는 문제가 있다. 따라서 본 연구에서는 바이오매스 물질인 isosorbide의 함량을 달리하여 광경화형 바이오매스계 우레탄 아크릴레이트 올리고머를 합성하여 코팅제의 물성 평가를 진행하였다. Isosorbide 함량이 증가할수록 점도, 유리전이온도, 인장강도, 내오염성, 연필경도 등이 증가하였고 신율 및 굴곡성은 낮게 측정되었으며, 부착력은 BOI-3가 가장 좋은 결과를 나타내었다. 올리고머의 isosorbide 함량을 20% 로 고정하고 polycaprolactone diol(PCL)과 Ecoprol H1000(Ecoprol)의 함량비에 따라 광경화형 바이오매스계 우레탄 아크릴레이트 올리고머를 합성하여 코팅제의 물성 평가를 진행하였다. PCL/Ecoprol의 함량비가 증가할수록 유리전이온도, 신율 및 굴곡성은 증가하였지만 인장강도와 연필경도는 감소하였으며, PCL 첨가로 인한 표면 결합력 향상으로 부착력과 내오염성이 크게 증진한 것을 확인할 수 있었다. 합성된 올리고머의 필름은 모두 변색 없이 투명한 결과를 나타내었다.

• 한국심리학회지 : 코칭
• /
• 제7권2호
• /
• pp.21-46
• /
• 2023

본 연구는 자기가치확인 이론(self-affirmation theory)을 기반으로 대학생들의 진로탐색행동 개선을 위한 그룹코칭 프로그램을 개발하고 효과성을 검증할 목적으로 진행되었다. 참가자들은 서울 소재 대학의 재학생들로, 방학기간 동안 각 프로그램에 자발적으로 참여를 희망한 학생들이었다. 그룹코칭 프로그램은 3주간 주 2회, 총 6회 실시되었고, 1회기의 시간은 2~2.5시간이었다. 그룹코칭 프로그램이 자기가치확인과 관련된 다양한 심리적 변수와 대학생들의 진로탐색행동에 미치는 영향을 분석하기 위하여, 각 18명으로 구성된 실험집단, 비교집단, 무처치 통제집단의 사전, 사후, 추후 검사를 비교한 혼합변량분석을 실시했다. 그 결과, 실험집단인 그룹코칭 참가자들이 비교집단과 통제집단 참가자들에 비해 긍정심리자본, 진로 자기효능감, 개방성, 문제해결중심 대처 및 진로탐색행동에서 유의하게 높았으며, 이러한 결과는 대부분 프로그램 종료 4주 후까지 유지되었다. 마지막으로 연구 결과가 이론이나 현장에 갖는 의의와 시사점, 그리고 제한점과 앞으로의 연구 방향이 논의되었다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.19-36
• /
• 2023

정보통신기술의 발전으로 인해 누구나 쉽게 정보를 생산, 유포할 수 있게 되면서, 이를 악용하여 의도적으로 유포하는 거짓 정보인 가짜뉴스가 새로운 문제로 대두되기 시작하였다. 초기에 텍스트 방식으로 주로 전파되던 가짜뉴스는 점차 진화하여 이제는 멀티미디어 형식으로 퍼지고 있다. 유튜브는 2005년에 설립된 이후 세계 최고의 동영상 플랫폼으로 성장하면서 전 세계 사람들이 대부분 이용하고 있다. 하지만 유튜브는 가짜뉴스가 퍼지는 주요 창구가 되며 사회적인 문제를 일으키고 있다. 유튜브의 가짜뉴스를 탐지하기 위하여 다양한 학자들이 연구를 진행해 왔다. 가짜뉴스 탐지 연구에는 콘텐츠 기반의 접근과 배경정보 기반의 접근이 존재하는데 기존 가짜뉴스 연구와 유튜브의 가짜뉴스 탐지 연구를 살펴보면 콘텐츠 기반의 접근이 다수를 차지하고 있다. 본 연구에서는 콘텐츠 기반의 가짜뉴스 탐지가 아닌 배경정보 기반의 가짜뉴스 탐지기법을 제안하는데, 그 중에서도 유튜브에서 제공하는 관련 동영상 정보를 활용하여 가짜뉴스를 탐지하는 방법을 제안하고자 한다. 구체적으로 관련 동영상에서 얻은 정보와 원본 동영상에서 얻은 정보를 임베딩 기술인 Doc2vec을 이용하여 벡터화 한 후, 딥러닝 네트워크인 합성곱 신경망(CNN)을 통하여 가짜뉴스를 판별하고자 하였다. 실증분석 결과 제안 기법은 기존의 콘텐츠 기반으로 유튜브 가짜뉴스를 탐지하는 접근에 비해 보다 우수한 예측 성능을 보임을 확인하였다. 이러한 본 연구의 제안 기법은 파급력이 높은 유튜브 상에서 유포되는 가짜뉴스의 전파를 사전에 예방함으로써, 우리사회를 보다 안전하고 신뢰할 수 있도록 만드는데 기여할 수 있을 것으로 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권9호
• /
• pp.419-430
• /
• 2023

대체 불가능 토큰 (NFT: non-fungible Token)은 분할할 수 없다는 고유한 특징을 가지고 있다. 현재 NFT는 디지털 콘텐츠에 대한 소유권 증명 이상의 용도가 명확하지 않고, 토큰의 유동성이 거의 없으며, 이로 인한 가격의 예측이 어렵다. 현실에서의 부동산은 대개 가격이 매우 높은 특징으로 인해 투자 진입장벽이 매우 높다. 현물 부동산을 NFT 화하고, FT (fungible token)으로 분할하면 유동성의 증가, 접근성의 증가에 따른 투자자 커뮤니티 볼륨의 증가를 기대할 수 있다. 본 논문은 일반 투자자들이 개별적으로 구매하기 어려운 현물 부동산을 대량의 FT로 분할하고 이를 Black Litterman 모델 기반의 Portfolio 투자 인터페이스를 통해 투자할 수 있는 시스템을 설계하고 구현하였다. 이를 위해, 현물 부동산을 담보로 페깅하고, 보안적으로 안전한 블록체인인 NFT로 발행한다. 상시 변경되는 부동산 가격을 모니터링하기 위한 오라클을 사용하여, 외부 부동산 정보를 블록체인에 반영할 수 있도록 하였다. 현물 부동산 가격을 그대로 유지하고 있는 NFT를 낮은 가격의 대량 FT로 분할함으로써, 큰 유동성을 제공하고 가격 변동성 제한을 두었다. 이를 통해, 높은 가격으로 인해 투자하기 어려웠던 일반 소액 투자자들이 쉽게 투자할 수 있도록 하였다. 또한 소액 투자로 여러 개의 복수 현물 부동산에 투자하기 위한 효과적인 포트폴리오 구성을 위한 자산 포트폴리오 인터페이스를 구현하였다. 이는 Black Litterman 모델을 활용하여, 다수의 현물 부동산 NFT에 대한 투자 비율을 최적화할 수 있는 목적을 가진다. 전체 시스템은 Solidity 언어로 작성한 smart contract, Flask 웹 프레임워크, 공공데이터포털의 "국토교통부_아파트매매 실거래자료 Open API"를 활용하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.355-364
• /
• 2023

최근 지능화된 사이버 위협이 지속적으로 증가함에 따라 기존의 패턴 혹은 시그니처 기반의 침입 탐지 방식은 새로운 유형의 사이버 공격을 탐지하는데 어려움이 있다. 따라서 데이터 학습 기반 인공지능 기술을 적용한 이상 징후 탐지 방법에 관한 연구가 증가하고 있다. 또한 지도학습 기반 이상 탐지 방식은 학습을 위해 레이블 된 이용 가능한 충분한 데이터를 필요로 하기 때문에 실제 환경에서 사용하기에는 어려움이 있다. 최근에는 정상 데이터로 학습하고 데이터 자체에서 패턴을 찾아 이상 징후를 탐지하는 비지도 학습 기반의 방법에 대한 연구가 활발히 진행되고 있다. 그러므로 본 연구는 시퀀스 로그 데이터로부터 유용한 시퀀스 정보를 보존하는 잠재 벡터(Latent Vector)를 추출하고, 추출된 잠재 벡터를 사용하여 이상 탐지 학습 모델을 개발하는데 있다. 각 시퀀스의 특성들에 대응하는 밀집 벡터 표현을 생성하기 위하여 Word2Vec을 사용하였으며, 밀집 벡터로 표현된 시퀀스 데이터로부터 잠재 벡터를 추출하기 위하여 비지도 방식의 오토인코더(Autoencoder)를 사용하였다. 개발된 오토인코더 모델은 시퀀스 데이터에 적합한 순환신경망 GRU(Gated Recurrent Unit) 기반의 잡음 제거 오토인코더, GRU 네트워크의 제한적인 단기 기억문제를 해결하기 위한 1차원 합성곱 신경망 기반의 오토인코더 및 GRU와 1차원 합성곱을 결합한 오토인코더를 사용하였다. 실험에 사용된 데이터는 시계열 기반의 NGIDS(Next Generation IDS Dataset) 데이터이며, 실험 결과 GRU 기반의 오토인코더나, 1차원 합성곱 기반의 오토인코더를 사용한 모델보다 GRU와 1차원 합성곱을 결합한 오토인코더가 훈련 데이터로부터 유용한 잠재 패턴을 추출하기 위한 학습 시간적 측면에서 효율적이었고 이상 탐지 성능 변동의 폭이 더 작은 안정된 성능을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.371-380
• /
• 2023

관계 추출은 텍스트로부터 개체(named entity) 사이의 관계를 추출하는 과정이다. 전통적으로 관계 추출 방법은 주어와 목적어가 미리 정해진 상태에서 관계만 추출한다. 그러나 종단형 관계 추출에서는 개체 쌍마다 주어와 목적어의 위치를 고려하여 가능한 모든 관계를 추출해야 하므로 이 방법은 시간과 자원을 비효율적으로 사용한다. 본 논문에서는 이러한 문제를 완화하기 위해 문장에서 주어와 목적어의 위치에 따른 방향을 설정하고, 정해진 방향에 따라 관계를 추출하는 방법을 제안한다. 제안하는 방법은 기존의 관계 추출 데이터를 활용하여 문장에서 주어가 목적어를 가리키는 방향을 나타내는 방향 표지를 새롭게 생성하고, 개체 위치 토큰과 개체 유형 정보를 문장에 추가하는 작업을 통해 사전학습 언어모델 (KLUE-RoBERTa-base, RoBERTa-base)을 이용하여 방향을 예측한다. 그리고 확률적 교차 연산을 통해 주어와 목적어 개체의 표상을 생성한다. 이후 이러한 개체의 표상을 활용하여 관계를 추출한다. 실험 결과를 통해, 제안 모델이 하나로 통합된 라벨을 예측하는 것보다 3 ~ 4%p 정도 더 우수한 성능을 보여주었다. 또한, 제안 모델을 이용해 한국어 데이터와 영어 데이터를 학습할 때, 데이터 수와 언어적 차이로 인해 한국어보다 영어에서 1.7%p 정도 더 높은 성능을 보여주었고, 최상의 성능을 내는 매개변수의 값이 다르게 나타나는 부분도 관찰할 수 있었다. 제안 모델은 방향에 따른 경우의 수를 제외함으로써 종단형 관계 추출에서 자원의 낭비를 줄일 수 있다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.293-301
• /
• 2023

표준화되지 않은 의료 데이터 수집 및 관리는 여전히 수동으로 진행되고 있어, 이 문제를 해결하기 위해 딥 러닝을 사용해 CT 데이터를 분류하는 연구들이 진행되고 있다. 하지만 대부분 연구에서는 기본적인 CT slice인 axial 평면만을 기반으로 모델을 개발하고 있다. CT 영상은 일반 이미지와 다르게 인체 구조만 묘사하기 때문에 CT scan을 재구성하는 것만으로도 더 풍부한 신체적 특징을 나타낼 수 있다. 이 연구는 axial 평면뿐만 아니라 CT 데이터를 2D로 변환하는 여러가지 방법들을 통해 보다 높은 성능을 달성할 수 있는 방법을 찾고자 한다. 훈련은 5가지 부위의 CT 스캔 1042개를 사용했고, 모델 평가를 위해 테스트셋 179개, 외부 데이터셋으로 448개를 수집했다. 딥러닝 모델 개발을 위해 ImageNet으로 사전 학습된 InceptionResNetV2를 백본으로 사용하였으며, 모델의 전체 레이어를 재 학습했다. 실험결과 신체 부위 분류에서는 재구성 데이터 모델이 99.33%를 달성하며 axial 모델보다 1.12% 더 높았고, 조영제 분류에서는 brain과 neck에서만 axial모델이 높았다. 결론적으로 axial slice로만 훈련했을 때 보다 해부학적 특징이 잘 나타나는 데이터로 학습했을 때 더 정확한 성능 달성이 가능했다.