국제적으로 정부의 연구개발 성과분석 활동은 증거기반 데이터를 통해 혁신성을 파악하고, 또한 객관적인 정책이행의 타당성을 확보하는 방향으로 진화중이다. 유럽연합의 경우 4차산업혁명/첨단제조업 부흥을 지원하는 나노기술 기반의 KETs(Key Enabling Technologies) 정책을 추진하여 왔으며, KETs Observatory 프로젝트를 통해 KETs가 도출한 정량적 혁신성과들을 유럽연합 홈페이지를 통해 공개하였다. 유럽연합은 또한 FP7 및 Horizon2020이 지원한 혁신적 연구과제들을 데이터 분석을 통해 파악하는 Innovation Radar 시스템을 구축하였다. 미국 역시 Federal RePORTER 시스템을 통해 나노기술을 포함한 연방의 연구개발 투자/성과를 정량적으로 집계/분석 하는 체계를 고도화 중이다. 한국 나노기술 분야의 경우 NTIS(National Science & Technology Information Service) 정보를 분석한 기초통계 자료들이 정책 현장에서 활용되고 있다. 기초 통계자료 수준을 넘어선 혁신성 분석 방법론의 고도화는 미국 유럽을 포함한 세계 각국의 정책 이슈이며, 또한 정부의 장기적인 연구개발 투자 영역이다. 본 연구는 한국 NTIS의 나노기술 연구개발 투자 결과와 투입-산출 기반의 효율성 분석 모형을 활용하여, 정부 R&D 투자의 혁신 특성을 정량화 하는 연구를 시도하였다.
과거 송전선로를 점검하기 위하여 선로를 주행하는 로봇시스템을 이용하여 점검방법이 있었으나 선로를 주행하기 위한 구동장치와 장애물을 회피하기 위한 복잡한 메커니즘 등으로 시스템 자체가 무거워 선로에 설치하기가 어렵고 선로의 장애물을 완벽하게 회피하여 주행하지 못하는 단점이 있었다. 그래서 공중에서 비행하며 점검하는 비행로봇 형태가 개발됐고 최근 회전익 멀티콥터 형태 드론의 비행안정도가 높아짐에 따라 전력산업에도 전력설비 점검에 이용되기 시작했다. 배전설비를 수동조종으로 비행하는 드론을 이용하여 점검해 왔다. 그러나 송전선로나 철탑의 경우, 설비 규모가 크고 경간 거리가 멀어 비행 중인 드론의 위치와 송전선로간의 거리를 가늠하기 어렵기 때문에 드론을 수동으로 시계비행하며 송전선로를 점검하기에는 선로와의 충돌위험에서 자유롭기 어렵다. 또한, 수동조종으로 선정된 웨이포인트(Way-point)에 의존한 자동비행점검도 송전선로에 형성되는 자기장에 의해 드론의 전자식 나침판이 오작동하여 비행방향의 오류를 초래하므로 송전선로와의 충돌 가능성이 여전히 상존한다. 그러므로 본 논문에서는 송전선로의 자기장을 영향에 대한 드론점검 작업환경을 조사하고 이를 근거로 자기장 영향권 밖에서 비행경로를 생성하여 고배율카메라와 열화상 카메라가 탑재된 상용화 드론을 이용하여 자동비행하면서 송전선로를 점검할 수 있는 체계를 소개한다. 또한, 이 점검체계를 이용하여 충남지역의 154 kV, 345 kV, 765 kV 등 전압별 실 선로에 대하여 적용한 현장시험결과를 소개하고자 한다.
노면측정은 노면 관리에서 노면의 평탄화된 정도 및 변위를 정량화하는 필수적인 과정이다. 보다 안전한 노면 관리 및 신속한 유지보수를 위해 이동체에서의 정밀한 노면 측정은 매우 중요하다. 본 논문에서는 이동체에서 측정가능한 정밀 노면측정 시스템을 제안한다. 제안 노면측정 시스템은 고성능의 선레이저 센서를 사용하여 노면 표면의 정밀한 측정을 지원한다. 또한 RTK로 부터 획득한 위치 데이터를 정합하여 종/횡방향 프로파일 측정이 가능하고 속도기반 적응적인 갱신 알고리즘을 통해 실시간적인 모니터링이 가능하다. 제안 시스템을 평가하기 위하여 Gocator 선레이저 센서, MRP 모듈, 및 NVIDIA Xavier 프로세서를 시험용 이동체에 탑재하여 노면에서 시험하였다. 시험 결과 MSE(mean square error) 기준 정확한 프로파일 측정이 가능함을 보인다. 제안 시스템은 도로의 상태 평가뿐 만 아니라 인접 지반의 영향도 평가에 활용될 수 있다.
이 연구는 가상현실 학습공간에서 동작인식 인터페이스의 적용효과를 검증하기 위한 것이다. 동작인식 인터페이스는 사용자의 동작을 인식해서 작동하는 방식이므로 기존의 인터페이스와는 달리 신체적인 움직임을 자연스럽게 표현한다는 장점을 갖고 있다. 이러한 특징 때문에 동작인식 인터페이스가 가상현실과 같은 실감형 학습환경에서 실제로 긍정적인 효과를 나타내는지 검증하기 위하여 이 연구가 수행되었다. 특히, 동작기반 인터페이스가 가상현실 학습공간의 실감형 디스플레이와 함께 사용될 때 어떤 영향을 미치는지를 검증하였다. 이 연구를 44명의 대학생이 참여했으며 디스플레이의 실감성 수준(착용형 vs. 모니터)과 동작기반 인터페이스의 적용여부(동작기반 vs. 조이스틱)에 따른 적용효과를 검증했다. 연구결과에 따르면 공간구조가 적용되지 않은 학습내용에서는 동작기반 인터페이스가 긍정적인 영향을 미치는 것으로 나타났다. 반면에 공간구조가 적용된 학습내용에서는 조이스틱을 활용하는 것이 더 효과적이었다. 또한 착용형 디스플레이와 같이 실감성이 높은 매체와 함께 동작기반 인터페이스를 함께 활용한다고 하더라도 실감성을 더 높이지 않는 것으로 나타났다. 이 연구에서는 동작기반 인터페이스의 장점과 가상현실 학습공간에서 어떻게 활용될 수 있을 것인지에 대해서 논의하였다.
최근 출시된 차량에는 다수의 ECU(Electronic Control Unit)가 탑재되어 있고, 각 ECU들은 CAN(Controller Area Network)을 통해 통신함으로써 차량을 효율적으로 제어할 수 있다. 하지만 CAN 통신에는 암호화 및 인증 기술이 적용되어 있지 않고, 접근 제어가 없는 Broadcast 방식으로 통신이 이루어지므로 보안에 취약하다는 문제점이 존재한다. 이러한 취약점을 이용하여 차량 제어 등의 수많은 차량 해킹 공격이 이루어지고 있으며 그에 대응하기 위한 연구 또한 진행되고 있다. 차량 해킹 대응 기술들 중에는 완성차에 탑재된 ECU의 취약점을 분석할 수 있는 CAN Fuzzing 기술이 존재한다. 하지만 기존의 CAN Fuzzing 기술들은 ECU들이 전송하는 CAN 메시지 구조를 고려하지 않고 Random한 방식으로 Fuzzing을 진행하기 때문에 많은 시간이 소요된다. 또한, 기존 CAN Fuzzing 기술은 Fuzzing 결과를 모니터링하는 방법에도 한계점이 존재한다. 이러한 CAN Fuzzing 기술의 한계를 해결하고자 본 논문에서는 CAN 메시지의 구조를 분석하고, 이를 바탕으로 ECU의 이상 작동 현상을 유발시킬 수 있는 Fuzzing 입력값을 생성하는 Non-Random CAN Fuzzing 기법을 제안한다. Non-Random CAN Fuzzing은 기존 Random CAN Fuzzing에 비해 소요되는 시간을 절약할 수 있고, 이를 통해 SW 구현 오류 혹은 CAN DBC(Database CAN) 설계 오류 등으로 인해 존재할 수 있는 ECU의 이상 작동 현상과 연관된 CAN 메시지들을 빠르게 발견할 수 있다. 제안하는 Non-Random CAN Fuzzing의 성능을 평가하기 위해 제안 기법을 실제 차량에 적용하였으며 ECU에 이상 작동 현상을 일으킬 수 있는 CAN 메시지를 확인하였다.
매립지 위에 건설되는 항만시설물은 바람(태풍), 파랑, 선박과의 충돌 등 극한 외부 하중에 노출되기 때문에 구조물의 안전성 및 사용성을 주기적으로 평가하는 것이 중요하다. 본 논문에서는 항만 계류시설에 설치된 방충설비의 유지관리를 위하여 비전 및 딥러닝 기반의 방충설비 세분화(segmentation) 시스템을 개발하였다. 방충설비 세분화를 위하여 인코더-디코더 형식과 인간 시각체계의 편심 기능에서 영감을 얻은 수용 영역 블록(Receptive field block) 기반의 합성곱 모듈을 DenseNet 형식으로 개선하는 딥러닝 네트워크를 제안하였다. 네트워크 훈련을 위해 BP형, V형, 원통형, 타이어형 등 다양한 형태의 방충설비 영상을 수집하였으며, 탄성 변형, 좌우 반전, 색상 변환 및 기하학적 변환을 통해 영상을 증강시킨 다음 제안한 딥러닝 네트워크를 학습하였다. 기존의 세분화 모델인 VGG16-Unet과 비교하여 제안한 모델의 세분화 성능을 검증하였으며, 그 결과 본 시스템이 IoU 84%, 조화평균 90% 이상으로 정밀하게 실시간으로 세분화할 수 있음을 확인하였다. 제안한 방충설비 세분화 시스템의 현장적용 가능성을 검증하기 위하여 국내 항만 시설물에서 촬영된 영상을 기반으로 학습을 수행하였으며, 그 결과 기존 세분화 모델과 비교하였을 때 우수한 성능을 보이며 정밀하게 방충설비를 감지하는 것을 확인하였다.
철근 콘크리트 구조물 수명 저하의 주요한 원인은 콘크리트 내부 철근의 부식이다. 이때 사전 부식된 구조물 내부 철근은 다른 철근에 비해 더 쉽게 부식되며, 특히 구조물이 습기 또는 염화 환경에 노출된 경우 부식의 진행속도가 매우 빠른 것으로 알려져 있다. 본 연구에서는 시멘트 복합재 내부의 사전 부식 철근에 대한 서로 다른 양생 용액이 부식에 미치는 영향을 탐구하였다. 철근의 사전 부식을 촉진하기 위해 HCl(3%)용액과 CaCl2(10%)용액을 활용하였으며, 대조군(RE)을 포함한 3종의 사전 부식 철근 모르타르 실린더를 타설하였다. 철근 모르타르 실린더는 CaCl2(3%) 용액과 수돗물에서 각각 120일 동안 양생하며 실험을 진행하였다. 사전 부식 철근의 모르타르 내부 부식 거동에 대한 양생 용액의 영향을 평가하기 위해 전기화학적 분극저항(Electrochemical Polarization)과 반전지 전위 측정법(Half-cell potential)을 활용하였으며, 전자주사현미경(SEM)과 X선 회절 분석(X-ray Diffraction Analysis)을 통해 부식된 철근의 표면 상태와 성분을 분석하였다. 실험 결과 두 종류의 양생 용액에서 사전 부식된 철근의 부식률은 사전 부식되지 않은 시료의 부식률보다 높은 것으로 나타났으며, CaCl2 용액 양생 120일의 RE, CaCl2, HCl 사전 부식 시편의 최종 부식 속도가 수돗물에 양생한 경우보다 각각 8.14, 4.48, 13.81배로 높았다.
유출유는 해양 생태계에 큰 위협이 되므로 피해 최소화를 위해 신속한 현황정보파악이 필요하다. 위성원격탐사는 항공기에 비해 광역적 모니터링이 가능하기 때문에 시공간적 범위에서 장점을 가진다. 최근에는 딥러닝 영상인식 기술의 발전으로 인해 딥러닝을 활용한 유출유 탐지의 필요성이 대두되고 있으나, 기존의 Synthetic Aperture Radar (SAR) 영상 위주의 유출유 탐지와는 달리 고해상도 광학영상에 딥러닝 기법을 적용하는 경우는 많지 않았다. 이에, 본 연구에서는 PlanetScope 위성의 광학영상을 활용하여 유출유 레이블을 제작하고, 이를 기반으로 DeepLabV3+모델을 활용하여 유출유 탐지 모델을 구축하였으며, 암맹평가에서 정확도 0.885, 정밀도 0.888, 재현율 0.886, F1점수 0.883, 평균 교집합 대 합집합 비율(Mean Intersection over Union, mIOU) 0.793 등의 상당히 높은 정확도를 나타냈다.
탄도형 체외 충격파 치료기의 출력 에너지를 측정하는 Dry Test Bench(DTB)의 신뢰성을 검증하기 위해, 상용 탄도형 충격파 치료기에 대해 Laser Doppler Vibrometer(LDV)로 측정된 충격파의 음향 에너지와 비교했다. 실험 결과, DTB로 측정된 역학적 에너지는, 동일한 출력 설정에서, 5 % 이내의 변동성을 보이며, 치료기의 전 출력 설정 범위에서 LDV로 측정된 충격파의 음향 에너지와 선형적인 상관성(adj. R2 = 0.991)을 확인했다. 두 측정 방법의 상관성과, LDV을 이용하여 공기 및 수중에서 측정된 충격파 음향 에너지의 상관성(adj. R2 = 0.995)을 통합하면, DTB 측정으로부터 수중에서 발생된 충격파의 energy flux density를 평균 7.85 % 오차로 추정된다. DTB는 치료기의 출력에너지에 대한 정보만 제공하기 때문에, IEC61846 및 IEC63045에서 요구하는 다양한 충격파의 음향 출력을 시험하는 도구로 적합하지 않다. 그러나 측정 원리가 단순하고 사용이 용이한 DTB는 제조사 및 사용자가 탄도형 Extracorporeal Shock Wave Therapy(ESWT) 치료기의 성능을 관리하는 목적으로 유용하게 사용될 수 있을 것으로 기대된다.
소도체의 품질평가는 축산업 분야의 중요한 문제이다. 최근 인공지능을 기반으로 한 AI 모니터 시스템을 통해 품질 관리사는 소도체 영상의 분석이나 결과 정보를 기반으로 정확한 판단에 도움을 받을 수 있다. 이러한 인공지능의 데이터셋은 성능을 판단하는 중요한 요소이다. 기존의 데이터셋은 표면의 방향이나 해상도가 달라질 수 있다. 본 논문에서는 딥러닝을 이용한 소도축 영상의 등급을 효율적으로 관리할 수 있는 단계별 분류 모델을 제안하였다. 그리고 기존의 세그멘테이션 추출된 영상의 데이터셋의 다양한 조건의 일관성을 위해 새로운 데이터셋 1,300장을 구성하였다. 새로운 데이셋을 이용한 5등급 분류에 대한 딥러닝의 인식률은 72.5%를 얻었다. 제안된 단계별 분류는 1++, 1+, 1등급과 2, 3등급의 차이가 크다는 것을 이용한 방안이다. 이로 인해 제안된 2단계 모델의 두 가지 방법에 따른 실험 결과, 73.7%, 77.2%의 인식률을 얻을 수 있었다. 이처럼 1단계 인식률을 100%를 갖는 데이터셋을 가진다면 더욱 효율적인 방법이 될 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.