• 경영정보학연구
• /
• 제20권2호
• /
• pp.21-37
• /
• 2018

스마트 업무 환경에서 원활한 의사소통과 효과적인 업무 수행을 위해서 모바일 시스템 활용이 핵심이 되어 가고 있다. 모바일을 중심으로 이루어지는 현업의 스마트워크 환경과 성과 프로세스를 업무 설계 관점에서 살펴보는 것이 필요하다. 업무 설계 이론에서 제시하고 있는 업무의 특성인 자율성과 상호의존성을 선행 요인으로 설정하여 스마트워크의 선택 정도를 살펴보았다. 스마트워크 적용에 따른 성과로서 의사소통의 확대 정도, 일과 삶의 균형, 그리고 궁극적인 성과 지표인 업무 만족으로 이어지는 프로세스를 검증하였다. 스마트워크 어플리케이션을 도입한 국내 IT 기업 3개의 근로자들을 대상으로 온/오프라인 설문조사를 실시하였으며 구조모형 분석을 통해 가설을 검증하였다. 그 결과 업무의 상호의존성이 높을수록 스마트워크 어플리케이션의 활용이 높아졌다는 것을 확인했다. 또한 의사소통의 확대를 통해 직접적으로 업무 만족과 일과 삶의 균형을 높여주고 있었다. 주목할 점은 스마트워크 적용이 조직 구성원들의 일과 삶의 균형에 직접적으로 영향을 주는 것이 아니라 의사소통의 확대를 통해서 가능하다는 점이다. 본 연구는 스마트워크 적용과 효과를 동시에 살펴보고 조직의 영향을 설명하려고 시도했다는 점에서 의미가 있으며, 본격적으로 IT 사용 환경을 고려한 업무 설계 이론을 구성하여 적용했다는 점에서 학술적 의의가 있다. 본 연구 결과를 바탕으로 국내 스마트워크 운영을 위한 시사점을 제시하였다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.19-28
• /
• 2012

전시 공간에서 관객들의 반응에 따른 다중 인터랙션 서비스를 제공하기 위해서는 관람객의 정확한 위치 및 이동 경로를 얻기 위한 위치 추적 기술이 필요하다. 실외 환경에서 위치 추적을 위한 기술로 GPS가 현재 널리 사용되고 있다. GPS는 빠른 속도로 이동하는 이동체의 위치를 실시간으로 파악할 수 있으므로 위치 추적 서비스(Location Tracking Service)를 요구하는 분야에서 중요한 기술로 활용된다. 하지만 위성을 이용한 위치 추적 기법을 사용하기 때문에 위성 신호를 잡을 수 없는 실내에서는 사용할 수 없다는 단점이 있다(Per Enge et al., 1996). 위와 같은 이유로 Wi-Fi 위치 측위 기술을 비롯하여 ZigBee, UWB, RFID 등의 초단거리 통신 기술 등 다양한 형태의 실내 위치 측위 연구가 진행되고 있다(Schiler and Voisad, 2004). 하지만 이러한 기술들은 전시 공간에서 얻고자 하는 위치정보의 밀도가 높아질수록 구현의 난이도가 높아지고 구축 및 관리 비용도 커지며 구축 가능한 환경이 제약된다는 단점이 있다. 이와 같은 문제를 해결하기 위하여 본 논문에서는 실내 환경에서 스마트폰을 이용한 Wi-Fi 위치 측위 데이터를 기반으로 하여 3D카메라의 Depth Map 정보와의 매핑을 통해 사용자들을 식별하고 위치를 추적하는 시스템을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.473-476
• /
• 2007

RSSI 방법에 의한 모바일 사용자의 위치확인은 최근에 매우 주목을 받는 연구영역이지만, 모바일사용자에 의해 쉽게 변화하는 RSSI의 신호전파특성의 복잡성 때문에 여전히 문제가 많은 부분으로 남아있다. 따라서 본 연구에서는 분할기반의 선형 보간법이 이러한 복잡한 환경에서의 무선신호의 활발한 변화패턴을 안정시키기 위해 제안되었다. 제안된 최적화 알고리즘은 IEEE802.15.4 표준에서 운영되는 현재의 무선 위치인식(CC2431, 칩콘사, 노르웨이) 알고리즘에 추가의 형태로 제안되었다. 첫단계는 다른 정적 위치에서의 RSSI값이 모아지고 정해진 거리에 대한 평균값과 표준편차를 얻기 위한 단계를 거치는 캘리브레이션 모델로 구성된다. RSSI 평탄화알고리즘은 사용자가 움직일 때 각 레퍼런스노드에서 받는 무선신호의 동적변동을 최소화하기 위해 제안되었다. 거리는 첫 번째 단계에서 얻어지는 분할공식을 사용하여 계산되어진다. RSSI값이 하나의 분할보다 크게 떨어지는 경우에는, 확률적 접근방법에 의해서 그 거리가 결정된다. 각 거리에 대한 거리확률분포함수가 계산되고 특별한 RSSI에서 가장 높은 함수값이 거리로 결정되게 된다. 마지막으로 각 레퍼런스 노드로부터 얻어진 거리를 사용하여 삼각측량 알고리즘이 사용되어서 위치 가 결정되게 된다. 실험 결과 제안된 알고리즘에 의해 계산된 위치는 위치추적을 위한 알고리즘으로 매우 가능성있는 결과를 제시하였다.

• 정보처리학회논문지D
• /
• 제13D권6호
• /
• pp.839-846
• /
• 2006

최근 무선기기의 다양한 제약 사항을 극복하고, 수시로 변화하는 주변 환경에 따라 항상 적절한 서비스 레벨을 유지하기 위한 상황인식형 적응 서비스가 중요한 이슈가 되고 있다. 그러나 대부분의 기존 연구들은 적응 모듈이 클라이언트나 프록시, 서버 중 한 위치에 집중되어 있어, 사용자가 증가하는 경우에 작업부하가 한 곳에 몰리고, 결과적으로 사용자의 요청에 대한 응답시간을 증가시키는 문제를 가지고 있었다. 따라서 본 논문에서는 적응 모듈을 클라이언트, 프록시, 서버 측에 분산배치하고 시스템의 상황을 모니터링하여, 가장 적절한 시스템이 작업을 처리하는 분산적응 프레임워크를 제안한다. 이를 통해, 사용자가 증가하는 경우와 같이 작업부하가 증가하는 상황에서도 보다 빠른 적응작업이 가능해지며, 부하가 분산되어 안정적인 시스템 운영이 가능해진다. 본 논문에서는 제안프레임워크의 평가를 위해 프로토타입을 구현하고, 크기가 큰 이미지파일을 포함하는 멀티미디어 기반 학습콘텐츠를 이용하여 분산처리를 테스트하였다. 그리고 서버의 과부하를 시뮬레이팅하여, 기존 적응시스템들과의 응답시간과 시스템 안정성측면의 비교를 수행하였으며, 이 실험결과를 통해 제안프레임워크의 유효성을 증명하였다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.1-18
• /
• 2014

RFID는 유비쿼터스 환경의 다양한 응용분야에서 기본적인 기술로 사용되어 왔다. 특히, 사물 인터넷을 위한 향후 RFID 기술의 폭 넓은 활용의 장애물중의 하나는 태그 리더기에 의한 RFID 데이터의 근본적인 비 신뢰성이다. 특히, 읽기 손실과 잘못된 읽기 같은 읽기오류 문제는 RFID 시스템이 적절히 처리해야 할 필요가 있다. 왜냐하면, 미들웨어 시스템이 전달한 오류 데이터는 궁극적으로 응용 서비스의 품질을 저하시킬 수 있기 때문이다. 따라서 높은 품질의 서비스를 위해서 지능형 RFID 미들웨어 시스템은 응용에 깨끗한 데이터를 전달하기 위해 읽기오류를 상황에 따라 적절하게 처리하여야 한다. 읽기 오류를 해결하기 위한 보편적인 방법 중의 하나는 슬라이딩 윈도우 필터의 사용이다. 따라서 최적의 윈도우 크기를 결정하는 것은 특히 모바일 환경에서는 읽기 오류를 줄이기 위해 쉽지 않은 중요한 일이다. 본 논문에서는 지능형 윈도우 크기 조정을 통해 읽기 오류를 줄이기 위하여 단일 태그를 위한 RFID 데이터 정제 방안을 제안한다. 이항 샘플링을 기반으로 한 기존 연구와 달리, 본 논문에서는 가중치 평균을 사용한다. 이는 최근의 읽기가 더 정확한 현재의 태그 전이를 나타낼 수 있으므로 과거와 현재의 읽기를 차별화하는 일이 필요하다는 것에 기반을 두고 있다. 가중치 평균을 사용하므로 이질적인 읽기 패턴을 갖는 모바일 환경에서도 효율적으로 적응하여 윈도우 크기를 동적으로 조정할 수 있게 된다. 뿐만 아니라, 윈도우 내의 읽음 패턴과 감소되는 윈도우 크기의 효과를 분석함으로서 더욱 효율적이고 정확한 크기 조정 결정을 할 수 있도록 한다. 제안한 방안을 사용하면 RFID 미들웨어 시스템이 응용에 좀 더 정확하고 무결점의 데이터를 제공함으로써 본래의 응용 서비스 품질을 보장할 수 있도록 한다는 궁극적인 목적을 달성할 수 있을 것으로 기대한다.

• 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.