• 지구물리
• /
• 제3권4호
• /
• pp.235-244
• /
• 2000

급속도로 확산되고있는 인터넷 망을 이용하여 중력 자력 자료의 제 처리 및 순산 역산 모델링 과정을 서버/클라이언트(server/client) 모델과 데이터베이스 구축에 의한 자료처리기술 개발에 관한 기초연구를 하였다. 본 연구 모델에서는 최근 네트워크 환경에서 최고의 용이성이 인정되고 있는 자바(JAVA) 언어를 이용하여 구현하며, 소켓(socket) 방식과 자바 데이터베이스 연결(JDBC : Java Database Connectivity) 기술의 적용성을 논하였다. 또한 본 연구에서는 계산과정에서 가장 많은 시간을 요구하는 순산 및 역산 모델링에 병렬 처리 기술의 적용을 전제로 한다. 이를 위해 MPI(Message Passing Interface) 표준에 의한 알고리듬을 제시하고 이의 작동을 위한 컴퓨터 시스템의 제반 조건에 대해 논의하였다. MPI에 의한 병렬 처리 코드의 개발은 그 표준성이 인정되어 있으므로, 향후 유지 및 보수에 매우 용이할 것으로 기대된다. 인터넷 망에 기반한 처리 기술의 개발은 각종 보정 및 모델링 기술의 표준화를 통해 자료의 공유 및 데이터베이스화에 기초를 제공하게 될 것이며, 역산과 같이 많은 계산이 요구되는 기술에 대해 현장 혹은 해석 소프트웨어가 설치되지 않은 어느 장소에서도 이용이 가능하게 할 것이다.

• 한국산학기술학회논문지
• /
• 제18권4호
• /
• pp.694-699
• /
• 2017

정보통신 기술의 발달은 네트워크 사용자들이 손쉽게 멀티미디어 서비스를 이용할 수 있도록 했다. 이로 인해 정보통신 사업자들은 QoS(Quality of Service) 기반의 멀티미디어 서비스를 제공하는 기술을 주목하기 시작했다. IMS(IP Multimedia Subsystem)는 멀티미디어 서비스 및 응용 서비스를 제공하는 기술 중 하나로 IP 네트워크를 기반으로 하는 플랫폼이다. 최근에 주목을 받고 있는 5G 네트워크는 대규모의 용량 및 연결, 적응성, 끊김 없는 이종성, 그리고 고도의 유연성으로 표현된다. 5G로 향하는 근래의 네트워크 기술에서 급증하는 네트워크 디바이스와 서비스 이용자는 트래픽의 부하를 일으킬 수밖에 없다. 본 논문은 이러한 네트워크 트래픽의 부하를 네트워크 가상화 기술인 SDN(Software Defined Network)을 이용하여 최소화하고, 여기에 SNMP(Simple Network Management Protocol)를 이용하여 보다 더 효율적인 네트워크 관리를 하려한다. 이를 위해 SDN을 이용한 IMS 네트워크에서 이용될 동적 라우팅 알고리즘과 SNMP의 private MIB(Management Information Base)의 설계를 제안한다. 본 논문의 제안을 통해 정보통신 사업자는 보다 효율적으로 네트워크 자원을 제공 할 수 있다고 기대한다.

• 만화애니메이션 연구
• /
• 통권46호
• /
• pp.63-84
• /
• 2017

파란 하늘을 나는 선명한 색의 비행체와 거대한 기계에서 뿜어져 나오는 증기의 압도적 이미지는 일본 애니메이션을 대표하는 미야자키 하야오 감독의 작품을 떠올리게 한다. 감독은 과거를 상징하는 산업시대의 기계장치인 증기기관과 미래의 장치인 비행체를 함께 제시하여 모호한 시공간을 구축한다. 이 특별한 시공간은 증기기관을 매개로 한 과거에 대한 향수(鄕愁)이며 비행체로 대표되는 과학과 미래를 향한 동경이다. 이는 현재의 시간이 아닌 과거와 미래의 혼재된 이미지를 기반으로 하는 스팀펑크(Steam Punk) 장르의 특성을 공유한다. 스팀펑크는 공상과학(Science Fiction)의 하위 장르로써 인간이 제어할 수 없는 방향으로 발전하고 있는 과학기술과 기계문명에 대한 근본적 회의와 미래 세계에 대한 낙관을 동시에 담고 있다. 또한 현재를 바라보는 인간의 기대와 실망, 이상과 미련이 투영되어 있다. 미야자키 하야오 감독의 작품 중 <바람계곡의 나우시카>(Nausicaa Of The Valley Of Wind, 風の谷の ナウシカ)와 <천공의 성 라퓨타>(Laputa: Castle In The Sky, 天空の城ラピュタ) 등은 이러한 특성을 분명히 보여준다. 이들 작품은 자연과 인간, 그리고 환경과 파괴에 대한 서사를 증기기관과 비행체로 시각화하여 과거와 미래가 동시에 존재하는 가상의 시공간을 스펙터클하게 구현함으로써 전 세계 팬들을 매혹한다. 그런데 자연과 환경, 공동체의 이상을 매력적으로 표현해 온 미야자키 하야오 감독의 작품에는 기묘하게도 전쟁과 세계 멸망의 이미지가 어김없이 등장한다. <붉은 돼지>(Crimson Pig, 紅の豚)에서는 실제 전쟁 시기를 시대배경으로 설정함으로써 현실세계의 서술로 나아가며, 심지어 <바람이 분다>(The Wind Rises, 風立ちぬ)에서는 일본의 제국주의 침략전쟁을 그리면서도 감독 자신의 존재론적 정체성과 주관적 관점을 낭만적 태도로 투사함으로써 다수의 관객을 당혹시킨다. 그리고 이러한 문제는 정도의 차이는 있으나 그의 작품 전반에서 발견된다. 이는 스팀펑크 장르가 현재의 문제를 마주하기보다 인간이 제어 가능했던 과거와 낙관적인 미래를 혼종하여 모호한 시공간을 그려내는 것과 마찬가지로 애매한 상태로 제시하고 있는 것이라 할 수 있다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.109-130
• /
• 2011

연속발생 데이터는 데이터의 원천으로부터 데이터 저장소로 연속적으로 축적이 되는 데이터를 말한다. 이렇게 축적된 데이터의 크기는 시간이 지남에 따라 점점 커진다. 또한 이러한 대용량 데이터에서 정보를 추출하기 위해서는 저장공간, 시간, 그리고 많은 자원이 필요하다. 이러한 연속발생 데이터의 특성은 시간이 지남에 따라 축적된 대용량 데이터의 이용을 어렵고 고비용이 되게 한다. 만약 정보나 패턴을 추출할 때 누적된 전체 발생 데이터 중에서 최근의 일부만 사용 한다면 적은 일부 표본의 사용의 문제로 인하여 전체 데이터 사용에서 발견될 수 있는 유용한 정보의 유실이 있을 수 있다. 이러한 문제점을 해결하기 위해서 본 연구는 연속발생 데이터를 발생 시점에서 계속 모으기 보다 이러한 발생되는 데이터에서 규칙을 추출하여 효율적으로 지식을 관리하고자 한다. 이 방법은 기존의 방법에 비하여 적은 양의 데이터 저장공간을 필요로 한다. 또한 이렇게 축적된 규칙집합은 미래에 예측을 위해서 언제든 실시간 예측을 할 수 있게 준비가 된다. 여러 예측 모델을 결합시키는 방법인 앙상블 이론에 의하면 본 연구가 제시하는 데로 체계적으로 규칙집합을 시간에 따라 융합시킬 경우 더 나은 예측 성과가 가능하다. 본 연구는 주식시장의 변동성을 예측하기 위하여 주식시장 데이터를 사용하였다. 본 연구는 이 데이터를 이용해 본 연구가 제시하는 방법과 기존의 방법의 예측 정확도를 비교 하였다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.21-44
• /
• 2018

최근 인터넷 기술의 발전과 함께 스마트 기기가 대중화됨에 따라 방대한 양의 텍스트 데이터가 쏟아져 나오고 있으며, 이러한 텍스트 데이터는 뉴스, 블로그, 소셜미디어 등 다양한 미디어 매체를 통해 생산 및 유통되고 있다. 이처럼 손쉽게 방대한 양의 정보를 획득할 수 있게 됨에 따라 보다 효율적으로 문서를 관리하기 위한 문서 분류의 필요성이 급증하였다. 문서 분류는 텍스트 문서를 둘 이상의 카테고리 혹은 클래스로 정의하여 분류하는 것을 의미하며, K-근접 이웃(K-Nearest Neighbor), 나이브 베이지안 알고리즘(Naïve Bayes Algorithm), SVM(Support Vector Machine), 의사결정나무(Decision Tree), 인공신경망(Artificial Neural Network) 등 다양한 기술들이 문서 분류에 활용되고 있다. 특히, 문서 분류는 문맥에 사용된 단어 및 문서 분류를 위해 추출된 형질에 따라 분류 모델의 성능이 달라질 뿐만 아니라, 문서 분류기 구축에 사용된 학습데이터의 질에 따라 문서 분류의 성능이 크게 좌우된다. 하지만 현실세계에서 사용되는 대부분의 데이터는 많은 노이즈(Noise)를 포함하고 있으며, 이러한 데이터의 학습을 통해 생성된 분류 모형은 노이즈의 정도에 따라 정확도 측면의 성능이 영향을 받게 된다. 이에 본 연구에서는 노이즈를 인위적으로 삽입하여 문서 분류기의 견고성을 강화하고 이를 통해 분류의 정확도를 향상시킬 수 있는 방안을 제안하고자 한다. 즉, 분류의 대상이 되는 원 문서와 전혀 다른 특징을 갖는 이질적인 데이터소스로부터 추출한 형질을 원 문서에 일종의 노이즈의 형태로 삽입하여 이질성 학습을 수행하고, 도출된 분류 규칙 중 문서 분류기의 정확도 향상에 기여하는 분류 규칙만을 추출하여 적용하는 방식의 규칙 선별 기반의 앙상블 준지도학습을 제안함으로써 문서 분류의 성능을 향상시키고자 한다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.199-219
• /
• 2018

인터넷의 일상화와 각종 스마트 기기의 보급으로 이용자들로 하여금 실시간 의사소통이 가능하게 하여 기존의 커뮤니케이션 양식이 새롭게 변화되었다. 인터넷을 통한 정보주체의 변화로 인해 데이터는 더욱 방대해져서 빅데이터라 불리는 정보의 초대형화를 야기하였다. 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회로 여겨지고 있다. 특히 텍스트 마이닝은 비정형 텍스트 데이터를 이용해 패턴을 탐구하여 의미있는 정보를 찾아낸다. 텍스트 데이터는 신문, 도서, 웹, SNS 등 다양한 곳에 존재하기 때문에 데이터의 양이 매우 다양하고 방대하여 사회적 실제를 이해하기 위한 데이터로 적합하다. 본 연구는 한국 최대 인터넷 포털사이트 뉴스의 댓글을 수집하여 2017년 19대 한국 대선을 대상으로 연구를 수행하였다. 대선 선거일 직전 여론조사 공표 금지기간이 포함된 2017년 4월 29일부터 2017년 5월 7일까지 226,447건의 댓글을 수집하여 빈도분석, 연관감성어 분석, 토픽 감성 분석, 후보자 득표율 예측을 수행하였다. 이를 통해 각 후보자들에 대한 이슈를 분석 및 해석하고 득표율을 예측하였다. 분석 결과 뉴스 댓글이 대선 후보들에 대한 이슈를 추적하고 득표율을 예측하기에 효과적인 도구임을 보여주었다. 대선 후보자들은 사회적 여론을 객관적으로 판단하여 선거유세 전략에 반영할 수 있고 유권자들은 각 후보자들에 대한 이슈를 파악하여 투표시 참조할 수 있다. 또한 후보자들이 빅데이터 분석을 참조하여 선거캠페인을 벌인다면 국민들은 자신들이 원하는 바가 후보자들에게 피력, 반영된다는 것을 인지하고 웹상에서 더욱 적극적인 활동을 할 것이다. 이는 국민의 정치 참여 행위로써 사회적 의의가 있다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.