현대인의 스마트폰 이용이 증가함에 따라 스마트 애플리케이션에 대한 관심도 같이 증가하였다. 특히 건강에 대한 관심이 커지면서 헬스케어 어플리케이션의 수요가 증가하고 있다. 본 연구는 사용자의 핸드폰 사용에 따른 데이터들을 데이터베이스에 저장하고 머신러닝 분류기법에 적용할 수 있는 1차 데이터 추출 모델을 제시한다. 스마트폰 앱에서 제공하는 핸드폰 사용 시간 정보를 통해 전체 사용 시간과 습관성 핸드폰 조작정보를 데이터베이스에 저장하여 핸드폰 중독 표준 데이터 세트와 비교할 수 있도록 사용한다. 핸드폰 중독 증세를 스스로 확인이 가능하게 함으로써 개인이 절제할 수 있을 것으로 기대된다.

혼합 중요도(mixed criticality) 시스템은 안전에 중요한 기능을 우선시하도록 하는 추가적인 안전 요구사항이 존재한다. 그러나 기존 실시간 시스템의 설계로는 이를 만족하지 못하며, 높은 중요도 태스크가 다른 낮은 중요도 태스크로부터 간섭을 받아 데드라인 미스와 같은 문제를 일으키는 중요도 역전(criticality inversion) 문제가 발생할 수 있다. 이러한 중요도 역전 문제를 해결하기 위해 주기 변환(period transformation) 기법을 사용할 수 있지만, 스케줄링 오버헤드의 증가로 인해 오히려 전반적인 태스크의 응답시간이 증가하는 또 다른 문제가 발생하게 된다. 본 논문에서는 주기 변환과 스케줄링 오버헤드 간의 트레이드오프 관계를 설명하고, 실시간 리눅스 시스템에서 해당 문제점을 재연한 후 주기 변환의 적정선을 분석하고자 실험을 진행하였다. 그 결과, 중요도 역전 문제를 해결하기 위한 주기 변환을 그대로 적용할 경우, 문맥 교환이 48.7% 증가 및 스케줄링 오버헤드가 28.7% 증가로 인해 전반적인 응답시간이 증가하여 데드라인 미스가 다수 발생하는 결과를 확인할 수 있었다.

본 연구는 국내 주식의 intraday 가격변화를 딥러닝 모형들로 예측하고 그 예측모형을 이용한 매매전략 딥러닝 모형을 제안한다. 주식의 intraday 가격변화에 따라서, 고빈도 매매, 주문집행문제 (order execution problem), 자동화 매매 등과 같은 intraday 주식 트레이딩의 수익률이 달라지기 때문에, 주식의 intraday 가격변화 예측은 주식 투자에 있어서 중요하다. 해외 시장에 대해서는 인공지능 등을 이용한 intraday 가격변화 예측 연구가 활발히 이루어졌지만, 국내의 경우 관련한 연구가 드물어 그 효용성이 명확히 드러나지 않았었다. 그에 따라서, KOSPI 50의 구성 종목에 대하여 정준의(canonical) 딥러닝 모형들을 적용하여 예측 성능을 비교한다. 또한, 그 예측모형들을 활용하여 간소화된 주문집행문제에서의 매매전략 딥러닝 모형을 제안한다. 그리고, 제안한 매매전략 딥러닝 모형을 KOSPI 50의 구성 종목에 대하여 실험하여, 제안한 방법론이 유효함을 밝힌다. 제시된 모형을 실제 주식 매매에 직접 적용하여 수익성을 개선을 기대할 수 있고, 사람이 직접 거래할지라도 효과적인 보조 지표가 될 수 있기에 본 논문은 실용적 의미를 지닌다.

본 논문에서는 회귀 문제에서 예측값들의 분산을 줄이기 위한 딥뉴럴 네트워크 구조를 제안한다. 일반적인 회귀 문제에서 딥뉴럴 네트워크 학습 시, 하나의 입력에 대한 레이블 값을 이용하여 학습한다. 본 눈문에서는 하나의 입력에 대한 레이블 값뿐만 아니라 두 입력에 대한 레이블 값들의 차이를 학습시키는 딥뉴럴 네트워크 구조를 제안한다. 통계학 이론을 통하여 예측값들의 분산이 줄어든다는 것을 증명한다. 또한, 배관 곡관의 감육두께를 예측하는 문제를 통해 제안된 네트워크의 성능을 검증한다. 일반적인 딥뉴럴 네트워크 구조를 이용하였을 때에 비하여 제안한 네트워크 구조를 이용하였을 때, 회귀 문제의 예측값들의 분산이 감소함을 확인한다.

본 논문에서는 국내 합법 사행산업의 가장 큰 비중을 차지하는 경마에 대한 데이터 분석 모델을 제공하여 건전한 국민 여가 스포츠로 인식 개선을 제안한다. 고배당을 강조하는 경마 예측론이 성행하며 경마가 스포츠가 아닌 도박에 가깝다는 부정적 이미지를 개선하고자 부모마의 수득 상금을 이용한 순위 분석 모델을 제공한다. 현재 국내 경마 경기는 서울, 부산, 제주에서 개최되며, 이 중 서울 지역 경마 데이터를 분석 데이터로 하였다. 분석에 이용한 데이터는 2019년 3월부터 2022년 3월까지의 경주 성적, 경주마 정보, 부모마 수득상금을 이용하였다. 분석에는 선형 회귀 모형, 랜덤 포레스트 회귀 모형 (Breiman, 2001)을 이용하였다. 분석은 Python 을 이용하였으며, Python에서 제공하는 다양한 라이브러리를 이용하여 크롤링, 전처리, 분석하였다.

엔데믹 시대를 맞아 실외 마스크 착용이 해제되고, 화장품 매장 테스트가 가능해지면서 자신의 취향과 개성을 추구하는 MZ세대 소비자들의 움직임에 향수 매출이 껑충 뛰었다. 독특하고 흔하지 않은 '나만의 향기'를 찾는 이들이 늘며 이에 따라 사용자에게 맞춤 향수 서비스를 제공해주는 사이트의 필요성을 느꼈다. 본 논문에서는 각 향수들의 설명을 분석하여 비슷한 향수를 추천하는 시스템을 구현하였다.

In this work, we studied consumers' attractiveness/usefulness perceptions (CAUP) of online commerce product photos when exposed to alternative dark/light user interface (UI) modes. We analyzed time-series EEG data from 31 individuals and performed neuroscience mining (NSM) to ascertain (a) how the CAUP of products differs among UI modes; and (b) which deep learning model provides the most accurate assessment of such neuroscience mining (NSM) business difficulties. The dark UI style increased the CAUP of the products displayed and was predicted with the greatest accuracy using a unique EEG power spectra separated wave brainwave 2D-ConvLSTM model. Then, using relative importance analysis, we used this model to determine the most relevant power spectra. Our findings are considered to contribute to the discovery of objective truths about online customers' reactions to various user interface modes used by various online marketplaces that cannot be uncovered through more traditional research approaches like as surveys.

딥 러닝 모델은 블랙 박스 (Black Box) 모델로 예측에 대한 근거를 제시하지 못해 신뢰성이 떨어지는 단점이 존재한다. 이를 해결하기 위해 딥 러닝 모델에 설명력을 부여하는 설명 가능한 인공지능 (XAI) 분야 연구가 활발하게 이루어지고 있다. 본 논문에서는 모델 예측을 프로토타입을 통해 설명하는 딥 러닝 모델을 제시한다. 즉, "주어진 이미지는 티셔츠인데, 그 이유는 티셔츠를 대표하는 모양의 프로토타입과 닮았기 때문이다."의 형태로 딥 러닝 모델을 설명한다. 해당 모델은 Encoder, Prototype Layer, Classifier로 구성되어 있다. Encoder는 Feature를 추출하는 데 활용하고 Classifier를 통해 분류 작업을 수행한다. 모델이 제시하는 분류 결과를 설명하기 위해 Prototype Layer에서 가장 유사한 프로토타입을 찾아 설명을 제시한다. 실험 결과 프로토타입 생성 기반 설명 모델은 기존 이미지 분류 모델과 유사한 예측 정확도를 보였고, 예측에 대한 설명력까지 확보하였다.

최근 우리나라에서도 인공지능 모델을 이용한 수온 예측 관련 연구가 활발히 진행되고 있으나 한반도 주변 해역의 수온 예측 연구에서는 주로 해수면 온도만을 예측하는데 중점을 두고 있다. 본 논문에서는 XBT(eXpendable Bathy-Thermograph) 데이터와 LightGBM(Light Gradient Boosting Model)을 이용하여 잠수함 작전 및 대잠전(Anti Submarine Warfare)에 있어서 군사적으로 중요한 동해의 수직 수온분포를 예측하였다. 동해 특정해역의 해수면부터 수심 200m까지 측정된 XBT 데이터를 이용하여 모델을 학습시키고 성능 평가지표(MAE, MSE, RMSE)와 수직 수온분포 그래프를 통해 예측 정확도를 평가하였다.

Curriculum learning은 딥러닝의 성능을 향상시키기 위해 사람의 학습 과정과 유사하게 일종의 'curriculum'을 도입해 모델을 학습시키는 방법이다. 대부분의 연구는 학습 데이터 중 개별 샘플의 난이도를 기반으로 점진적으로 모델을 학습시키는 방안에 중점을 두고 있다. 그러나, coarse-to-fine 메카니즘은 데이터의 난이도보다 학습에 사용되는 class의 유사도가 더욱 중요하다고 주장하며, 여러 난이도의 auxiliary task를 차례로 학습하는 방법을 제안했다. 그러나, 이 방법은 혼동행렬 기반으로 class의 유사성을 판단해 auxiliary task를 생성함으로 다중 레이블 분류에는 적용하기 어렵다는 한계점이 있다. 따라서, 본 논문에서는 multi-label 환경에서 multi-class와 binary task를 생성하는 방법을 제안해 coarse-to-fine 메카니즘 적용을 위한 방안을 제시하고, 그 결과를 분석한다.

본 논문에서는 손목 부착형 웨어러블(Wearable) RGB 카메라를 통해 취득한 손 이미지에 최적화된 손 자세 추정모델과 학습방법을 제안한다. 최근 의료분야에서 활발하게 인공지능이 사용되고 있으며 그 중 이미지 인식을 중심으로 하는 진단 분야[1]가 괄목할만한 성과를 보인다. 본 연구에서는 웨어러블 카메라를 통해 얻은 손 자세를 활용하여 질병 진단에 적용할 계획이다. 또한, 본 연구수행을 통해 질병진단에 필요한 데이터 측정비용 절감 및 개인 맞춤형 진단서비스를 제공할 것으로 기대된다.

본 논문은 딥러닝 사람 자세 추정 모델이 사람의 관절 키포인트를 예측하는데 관절의 2차원 면적에 의해 키포인트별 𝜎, 즉, 표준 편차를 가지는 가우시안 커널(Gaussian Kernel)을 예측하는 방법을 제안한다. 각 관절 키포인트에 대해 다른 𝜎를 가지는 정답 히트맵(Ground Truth Heatmap)과 제안한 Gaussian Mixture Block를 모델에 추가해서 관절의 크기를 맞는 히트맵을 예측한다.

농산물의 산지 가격이나 도매가격이 등락하면, 즉시 또는 일정한 시차 이후에 소비자가격도 등락한다. 본 논문에서는 선형회귀모델을 통해 쌀 가격을 예측하고 쌀 가격에 영향을 미치는 날씨의 시기를 찾아보고자 한다. 이에 따라 KAMIS, 기상자료개방포털, KOSIS에서 수집한 날씨, 생산량, 그리고 소비자물가 등락률 데이터를 이용하여 쌀 가격 예측을 수행하고, 날씨 데이터와 쌀 가격 데이터의 날짜 간격을 두어 날씨가 쌀 가격에 영향을 미치는 시기를 알아보았다. 모델 평가 결과, 2개월 간격을 두고 예측한 RMSE가 164.135로 가장 큰 영향을 미쳤다. 본 연구를 기반으로 향후 다른 농산물의 가격 예측도 가능할 것이며 농산물에 영향을 미치는 변수의 시기도 예측할 수 있을 것으로 기대한다.

쌀을 주식으로 하는 우리나라에서, 쌀의 가격에 영향을 미치는 변수를 찾는 것은 유의미한 연구이다. 본 논문에서는 쌀 가격을 예측하는 모델에 포함되는 여러 변수 가운데 상대적인 중요도가 낮은 변수를 제거하고 유의미한 변수만을 남기고자 한다. 이를 위해 기상, 수확량, 소비자물가의 10년 치 정보를 수집하고 정제한 결과 총 2460일, 7개 지역에서 추출된 17,219개의 데이터를 이용하였다. 모델 평가 결과, 모든 변수를 포함한 모델의 RMSE는 166.0759, 단계적으로 계수가 작은 9개의 변수를 제거한 최종적인 모델의 RMSE는 168.5576으로 유의미한 차이를 보이지 않았다. 최종적으로 남은 변수는 총 10개로 평균 기온, 평균 풍속, 합계 일사, 평균 지면 온도, 0.5M 평균 습도, 4.0M 평균 습도, 10CM 일 토양 수분, 30CM 일 토양 수분, 50CM 일 토양 수분, 전년도 생산량이 포함된다.

기존 자연어 처리 모델은 문맥 단위 단어 임베딩을 처리하지 못하는 한계점을 가지고 있는 한편 최근 BERT 기반 사전학습 모델들은 문장 단위 임베딩이 가능하고 사전학습을 통해 학습 효율이 비약적으로 개선되었다는 특징이 있다. 본 논문에서는 사전학습 언어 모델들을 이용하여 음식점, 배달전문점 등 음식 업종에서 발생한 고객 발화 의도를 분류하고 모델별 성능을 비교하여 최적의 모델을 제안하고자 한다. 연구결과, 사전학습 모델의 한국어 코퍼스와 Vocab 사이즈가 클수록 고객의 발화 의도를 잘 예측하였다. 한편, 본 연구에서 발화자의 의도를 크게 문의와 요청으로 구분하여 진행하였는데, 문의와 요청의 큰 차이점인 '물음표'를 제거한 후 성능을 비교해본 결과, 물음표가 존재할 때 발화자 의도 예측에 좋은 성능을 보였다. 이를 통해 음식 업종에서 발화자의 의도를 예측하는 시스템을 개발하고 챗봇 시스템 등에 활용한다면, 발화자의 의도에 적합한 서비스를 정확하게 적시에 제공할 수 있을 것으로 기대한다.

건축물 안전 점검은 대부분 전문가의 현장 방문을 통한 육안검사다. 그중 균열 검사는 건물 위험도를 나타내는 중요한 지표로써 발생 위치, 진행성, 크기를 조사하는데, 최근 균열 조사 방식에 대해 객관성과 체계성을 보완할 딥러닝 개발이 활발하다. 그러나 균열 이미지는 외부 현장에 모양, 규모도 많은 종류라 도메인이 다양해야 하는데 대부분 제한된 환경과 실제적인 균열 검사와는 무관한 데이터로 구성되어 실효적이지 않다. 본 연구에서는 균열 조사에 적합하고 Wild 환경에 적용 가능한 POC 데이터셋을 소개한다. 기존 균열 공인 데이터셋 4종의 특징과 한계점을 분석을 토대로 고해상도 이미지로써 균열의 세부 특징을 담았고 균열 유사 환경과 조건들을 추가 촬영해 균열 검출에 강인하게 학습되도록 지향하였다. 정제 및 라벨링 작업을 거친 POC 데이터 셋은 균열 검출모델인 YOLO-v5으로 성능을 실험하였고, mAP(mean Average Precision) 75.5%로 높은 검출률을 보였다. POC 데이터셋으로 더욱 도메인에 적응적(Domain-adapted)인 인공지능 모델을 개발하여 건물, 댐, 교량 등 각종 대형 건축물에 대한 안전하고 효과적인 안전 관리 도구로써 활용할 것을 기대한다.

건물 외벽에 발생하는 균열은 시설물 구조 안전에 영향을 미치며 그 크기에 따라 위험도가 달라진다. 이에 따라 전문검사관의 현장 점검을 통해 발생 균열 두께를 정밀하게 측정할 필요가 있고 최근에는 이러한 현장 안전점검에 인공지능을 도입하려는 추세다. 그러나 기존의 균열 데이터셋은 주로 콘크리트에만 한정되어 다양한 외벽에 강인한 모델을 구축하기 어렵고 균열 두께를 측정하기 위해 정확한 마스크(Mask) 정보가 필요하나 이를 만족하는 데이터셋이 부재하다. 본 논문에서는 다양한 외벽에 강인한 균열 구획화 모델을 목적으로 2,744장의 이미지를 촬영하고 매직 완드 기법으로 라벨링을 진행해 데이터셋을 구축 후, 이를 바탕으로 딥러닝 기반 균열 구획화 모델을 개발했다. UNet-ResNet50을 최종모델로 선정 및 개발 결과, 테스트 데이터셋에 대해 81.22%의 class IoU 성능을 보였다. 본 연구의 기술을 바탕으로 균열 두께를 측정하여 건축물 안전점검에 활용될 수 있기를 기대한다.

본 논문에서는 심전도(ECG) 센서와 에지 컴퓨팅(Edge computing)을 활용하여 실시간 데이터와 Bayesian optimization을 통한 기계학습 알고리즘으로 재활 로봇에서 발목을 제어할 수 있는 Parameter(외골격 관련) 최적값을 출력한다. 심전도 센서 적용을 기반으로 하는 바이오 데이터 기술, 기계 학습(Bayesian optimization) 모델 접근 방식과 하드웨어 결합으로 재활 로봇 모터를 제어할 수 있는 Parameter 제공과 실시간 모터 제어 운영할 수 있도록 분석 플랫폼을 구축한다. 이 플랫폼을 이용해보다 효과적인 이동형 로봇설계 및 처리 방법을 연결할 수 있는 발판을 마련하였고, 로봇제어에 많이 사용하고 있는 매트랩 시뮬링크(Matlab simulink)를 연결할 수 있는 범용 통신 지원한다. 센서-전처리-인공지능 알고리즘-모터 제어 Parameter로 연계되는 데이터 가공과 처리 방법으로 최근 분석 기법을 적용하여 바이오 데이터 연구 활동과 이동형 재활 로봇 관련 데이터 분석 분야를 쉽게 접근할 수 있도록 한다.

Sleep apnea (SA) is a common chronic sleep disorder that disrupts breathing during sleep. Clinically, the standard for diagnosing SA involves nocturnal polysomnography (PSG). However, this requires expert human intervention and considerable time, which limits the availability of SA diagnoses in public health sectors. Therefore, ECG-based methods for SA detection have been proposed to automate the PSG procedure and reduce its discomfort. We propose a preprocessing method to convert the one-dimensional time series of ECG into two-dimensional images using the Gramian Angular Field (GAF) algorithm, extract temporal features, and use a two-dimensional convolutional neural network for classification. The results of this study demonstrated that the proposed method can perform SA detection with specificity, sensitivity, accuracy, and area under the curve (AUC) of 88.89%, 81.50%, 86.11%, and 0.85, respectively. Our experimental results show that SA is successfully classified by extracting preprocessing transforms with temporal features.

갈수록 개인화되어 가는 추천시스템은 다양한 모델에 의해 그 성능이 향상되고 있으며 최근 추세는 다른 분야와 마찬가지로 딥러닝 기반 모델을 적용하여 추천 품질을 향상하고 있다. 그러나 대다수의 추천시스템은 하나의 도메인에서 개별적으로 사용될 뿐, 유사도메인이나 상이한 도메인이나 모두 다른 도메인에서의 사용자 성향이나 아이템 유사성을 거의 또는 전혀 고려하지 않고 있다. 이는 추천결과의 sparsity와 cold-start 문제를 더 악화시키는 원인이 된다. 본 논문은 다양한 딥러닝 모델 적용 추천 모델 중 오토인코더 모델을 지역특화 협업에 적용한 모델을 간략하게 소개하고 해당 모델을 상이한 도메인 간의 적용하기 위한 첫 단계로 손실함수 부분에 대해 개념적으로 설명하고자 한다.

알츠하이머성 치매는 현존하는 치료법이 없어 경도인지장애 단계에서의 예방이 중요하다. 지금까지의 알츠하이머 연구는 대부분이 뇌영상 마커와 뇌척수액 마커에 집중되어 있었으며, 경도 인지 장애 단계에서의 탐색은 더욱 적었다. 이러한 점에서 혈액 유전자 발현을 이용한 경도 인지장애 단계 예측은 인지 능력에 따른 관련 유전자 식별과 접근 가능한 진단 및 치료 바이오 마커 탐색에 기여할 수 있다. 그러나 유전자 발현 데이터의 경우 환자 수에 비해 높은 차원을 가지기 때문에 과적합을 막고 질병 관련 유전자를 식별하기 위해서는 데이터에서의 의미 있는 차원만을 뽑아내는 차원 축소가 선행되야 한다. 본 연구는 유전자 발현데이터에서의 인지장애 분류를 위해 차원 축소기법과 신경망을 적용하여 인지 장애 정도를 예측하였다. 그 결과, Lasso 이용 차원축소와 신경망을 이용하여 97%의 정확도로 정상과 조기 경도 인지장애, 후기 경도 인지장애 환자를 분류 할 수 있었으며, 더 적은 차원에서도 분류가 가능했다. 이는 혈액 유전자 발현을 이용해 경도 인지장애 단계를 예측한 첫 번째 연구이며, 인지능력 저하에 따른 혈액 유전자 발현의 연관성을 확인하고 향후 조기 진단, 치료 표적 탐색에 기여한다.

본 논문에서는 분자의 특성을 정확하게 예측하기 위해 효과적인 사전학습(pretraining) 전략과 트랜스포머(Transformer) 모델을 활용한 방법을 제시한다. 딥러닝을 활용한 분자의 성능을 예측하는 연구는 그동안 레이블이 부족한 분자데이터의 특성에 의해 학습 때 사용된 데이터이외의 분자데이터에 대해 일반화 능력이 떨어지는 어려움을 겪었다. 이 논문에서 제시한 모델은 사전학습(pretraining)을 수행할 때 자기지도학습(self-supervised training)을 사용하여 부족한 레이블에 의한 문제점을 피할 수 있다. 대규모 분자 데이터셋으로부터 학습된 이 모델은 4가지 다운스트림 데이터셋에 대해 모두 우수한 성능을 보여주어 일반화 성능이 뛰어나며 효과적인 분자표현을 얻을 수 있음을 보인다.

NLP 분야에서 적극 활용되기 시작한 Transformer 모델을 Vision 분야에서 적용하기 시작하면서 object detection과 segmentation 등 각종 분야에서 기존 CNN 기반 모델의 정체된 성능을 극복하며 향상되고 있다. 또한, label 데이터 없이 이미지들로만 자기지도학습을 한 ViT(Vision Transformer) 모델을 통해 이미지에 포함된 여러 중요한 객체의 영역을 검출하는 saliency map을 추출할 수 있게 되었으며, 이로 인해 ViT의 자기지도학습을 통한 object detection과 semantic segmentation 연구가 활발히 진행되고 있다. 본 논문에서는 ViT 모델 뒤에 classifier를 붙인 모델에 일반 학습한 모델과 자기지도학습의 pretrained weight을 사용해서 전이학습한 모델의 시각화를 통해 각 saliency map들을 비교 분석하였다. 이를 통해, 클래스 분류 학습 기반 전이학습이 transformer의 saliency map에 미치는 영향을 확인할 수 있었다.

본 논문은 최적화알고리즘을 이용한 관절각 기반 3차원 자세 추정 기법의 정확도를 휴머노이드 로봇을 이용하여 검증하는 방법을 제안한다. 구글의 자세 추정 오픈소스 패키지인 MPP(MediaPipe Pose)로 특정자세를 취한 휴머노이드 로봇의 관절 좌표를 카메라의 픽셀 좌표로 추출한다. 추출한 픽셀 좌표를 전역최적화 방법인 uDEAS(univariate Dynamic Encoding Algorithm for Searches)를 통해 시상면과 관상면에서의 각도를 추정하고 휴머노이드 로봇의 실제 관절 각도와 비교하여 알고리즘의 정확도를 검증하는 방법을 제시한다.

본 논문에서는 복합 개체 센싱(다축 멀티 센서)이 적용되고 수중 다이빙 시 몸통, 핀 부분의 동작 정보를 수집하여 수중 활동 시 발차기, 몸통 회전, 몸통 위치, 이동 속도 등의 움직임 정보를 수집 할 수 있도록 구성하여 다이빙 시 발생되는 다양한 동작 정보를 실시간 수집 할 수 있는 웨어러블 시스템 개발을 제안한다. 다이빙 Suit, 몸에 탈부착이 가능하도록 구성하여 개인의 수중 다이빙 상황을 실시간 정보 수집을 통하여 객관적으로 다이빙 자세, 공기소모와 의 관계 분석, 다이빙 습관 교정, 속도 조절 등 자가 진단 체계화 정보 구축하고, 다이빙 포함 다양한 해양 스포츠의 훈련 이슈는 수중에서 발생되는 문제를 객관화된 정보 없이 강사, 훈련생의 느낌으로만 교정 한다는 의미에서 보다 객관화된 센싱 정보와 복합적으로 수집 분석된 정보를 학습된 정보의 비교분석에 의하여 수중 다이빙의 문제점을 교정 할 수 있다.

본 논문에서는 데이터 증강 기법 중 하나인 EDA를 적용하여 BERT 기반의 감성 분류 언어 모델을 만들고, 성능 개선 방법을 제안한다. EDA(Easy Data Augmentation) 기법은 테이터가 한정되어 있는 환경에서 SR(Synonym Replacement), RI(Random Insertion), RS(Random Swap), RD(Random Deletion) 총 4가지 세부 기법을 통해서 학습 데이터를 증강 시킬 수 있다. 이렇게 증강된 데이터를 학습 데이터로 이용해 구글의 BERT를 기본 모델로 한 전이학습을 진행하게 되면 감성 분류 모델을 생성해 낼 수 있다. 데이터 증강 기법 적용 후 전이 학습을 통해 생성한 감성 분류 모델의 성능을 증강 이전의 전이 학습 모델과 비교해 보면 정확도 측면에서 향상을 기대해 볼 수 있다.

제조 산업에서의 이상치 검출은 생산품의 품질과 운영비용을 절감하기 위한 중요한 요소로 최근 딥러닝을 사용하여 자동화되고 있다. 이상치 검출을 위한 딥러닝 기법에는 CNN이 있으며, CNN을 계층적으로 구성할 경우 단일 CNN 모델에 비해 상대적으로 성능의 향상을 보일 수 있다는 것이 많은 선행 연구에서 나타났다. 이에 MVTec-AD 데이터셋을 이용하여 계층 CNN이 다중 클래스 이상치 판별 문제에 대해 효과적인지를 탐구하고자 하였다. 실험 결과 단일 CNN의 정확도는 0.7715, 계층 CNN의 정확도는 0.7838로 다중 클래스 이상치 판별 문제에 있어 계층 CNN 방식 접근이 다중 클래스 이상치 탐지 문제에서 알고리즘의 성능을 향상할 수 있음을 확인할 수 있었다. 계층 CNN은 모델과 파라미터의 개수와 리소스의 사용이 단일 CNN에 비하여 기하급수적으로 증가한다는 단점이 존재한다. 이에 계층 CNN의 장점을 유지하며 사용 리소스를 절약하고자 하였고 K-means, GMM, 계층적 클러스터링 알고리즘을 통해 제작한 새로운 클래스를 이용해 계층 CNN을 구성하여 각각 정확도 0.7930, 0.7891, 0.7936의 결과를 얻을 수 있었다. 이를 통해 Clustering 알고리즘을 사용하여 적절히 물체를 분류할 경우 물체에 따른 개별 상태 판단 모델을 제작하는 것과 비슷하거나 더 좋은 성능을 내며 리소스 사용을 줄일 수 있음을 확인할 수 있었다.

루푸스 신염을 정확히 진단하기 위해서는 신장의 침 생검을 통한 조직검사를 통해 사구체들을 찾아내고, 각각의 염증 정도를 분류해야 한다. 하지만 이에는 의료진의 많은 시간과 노력이 소요된다. 따라서 본 연구에서는 이러한 한계를 극복하기 위해 합성곱 신경망 (Convolutional neural network, CNN)에 기반한 검출 및 분할에 딥 러닝 접근법을 적용하는 YOLOv5 알고리즘을 통해 검체 이미지 내에서 사구체를 자동으로 검출해 내도록 하였다. 그리고 루푸스 신염 환자의 슬라이드 이미지에 대한 태깅 작업을 거쳐 학습을 위한 데이터와 테스트를 위한 데이터를 생성하여 학습 및 테스트에 활용하였다. 그 결과 고화질의 검체 이미지 내에서 대부분의 사구체를 0.9 이상의 높은 precision과 recall로 검출해 낼 수 있었다. 이를 통해 신장 내부의 사구체 검출을 자동화하고 추후 연구를 통해 사구체 염증 정도를 단계화 할 수 있는 발판을 마련하였다.

본 논문에서는 딥러닝 모델 기반 보행자의 GPS 경로를 예측하는 시스템을 제안한다. 다양한 경로 예측 방식들 중 본 논문은 GPS 데이터 기반 경로 예측 연구이다. 시계열 데이터인 보행자의 GPS 경로를 학습하여 다음 경로를 예측하도록 하는 딥러닝 모델 기반 연구이다. 본 논문에서는 보행자의 GPS 경로를 딥러닝 모델이 학습할 수 있도록 데이터 구성 방식을 제시하였으며, 예측 범위에 큰 제약이 없는 예측 딥러닝 모델을 제안한다. 본 논문의 딥러닝 모델에 적합한 파라메터들을 제시하였으며, 우수한 예측 성능을 보이는 결과를 제시한다.

최근 고령화 사회가 심각한 사회적 문제로 급부상하고 있으며, 이에 병원을 찾아 입원하는 비중이 이전에 비하여 높아지고 있다. 거동이 불편하거나 근력이 부족한 환자의 경우 스스로 거동할 능력이 다소 떨어지며, 낙상사고가 발생하면 부상 혹은 치명적일 경우 사망으로 이어질 수 있다. 하지만, 이들을 보살피는 간호 인력만으로 병원 내 모든 낙상사고를 파악하기에는 한계가 있다. 또한, 환자들의 낙상 탐지에 관한 연구는 지속해서 수행되어왔지만, 병원 내부환경에서의 낙상 탐지 연구는 부족하다. 이에 본 논문에서는 병원 내부환경에서 낙상을 탐지하기 위해 실제 병실에서 수집한 데이터로 YOLOv5 모델을 학습하여 환자 낙상 탐지모델을 구축 및 평가하였다.

본 논문에서는 산업 현장에서 발생하는 불량품 탐지 분야에서 효율적으로 생산품의 불량을 탐지할 수 있는 PaDiM 구조의 Backbone 모델을 단일 Wide-ResNet 대신 두 개의 Wide-ResNet을 사용함으로써, 단일 모델에서 추출된 저차원의 Feature를 앙상블을 통해 성능 향상을 일으킬 수 있는 것을 증명하였다. 단일 Wide-ResNet 환경에서는 MVTec 데이터셋에서 생성된 다변량 가우시안 분포가 데이터셋의 적은 샘플수로 인하여 각 클래스 간 불균형이 발생하는 문제를 동종 앙상블을 통해 해결할 수 있었다. 따라서 본 논문에서는 제안하는 동종 모델의 앙상블을 사용함으로써 기존의 One-class classification 환경에서 불량품 탐지환경에서 적은 수의 데이터 샘플 환경에서 성능 향상을 나타낼 수 있음을 입증하였다.

본 논문에서는 유방암 초음파 이미지를 학습한 multi-modal 구조를 이용하여 유방암을 판별하는 인공지능을 제안한다. 학습된 인공지능은 유방암을 판별과 동시에, 설명 가능한 인공지능 기법과 ROI를 함께 사용하여 종양의 위치를 나타내준다. 시각적으로 판단 근거를 제시하기 때문에 인공지능의 판단 신뢰도는 더 높아진다.

본 논문에서는 오프라인 컨퍼런스의 한계점인 접근성 문제와 온라인 컨퍼런스의 한계점인 참여자간 상호 소통과 네트워킹 문제점을 해결하기 위한 솔루션으로 WebRTC 기반 메타버스 컨퍼런스 시스템을 제안한다. 해당 솔루션은 WebRTC를 활용한 실시간 화상채팅 및 멀티접속을 구현하고 WebVR을 기반으로 하는 A-Frame 프레임워크를 활용하여 메타버스 컨퍼런스 시스템을 구현하였다.

본 논문에서는 YOLO v3 라이브러리를 이용하여 CCTV 저장 공간을 확보하는 모델을 제안한다. 사회안전망을 구축하기 위해 CCTV 설치가 확대되고, 그에 따라 많은 CCTV가 운영됨에 있어 저장 공간이 부족한 현상이 늘고 있다. 이에 본 논문에서는 학습된 데이터 셋을 활용하여 CCTV 영상파일의 프레임을 확인하여 움직임이 있는 객체가 있는지 판단하고, 움직임이 감지되는 프레임 영상을 저장한다. 제안 모델을 적용하여 테스트 한 결과 원본 데이터 크기보다 결과 데이터 크기가 85% 감소됨을 확인하였다. 인적이 드문 곳에 설치된 CCTV의 경우 제안 모델을 적용할 경우, 저장 공간의 관리 및 운영이 용이해질 것으로 기대할 수 있다.

본 논문은 건설구조물 안전의 가장 중요한 요소 중 하나인 콘크리트 압축강도 안정성을 확보하기 위한 시스템으로, 콘크리트 구조물을 만들 재료인 레미콘의 수분 감소율에 따른 압축강도 감소 리스크를 관리할 수 있는 모델을 제시하였다. 동일한 물,시멘트비(W/C)로 생산된 레미콘은 현장타설시까지 교통환경으로 인한 도착시간 지연 및 강우, 강설 등 외부적인 요건으로 감수율이 발생하는 리스크가 발생한다. 이로 인해 콘크리트의 압축강도가 저감하는 중대한 문제가 발생한다. 본 연구에서 제시한 알고리즘을 이용하여 현장 타설전 콘크리트 시료의 함수율을 측정하여 감수율이 발생한 제품 발견시, 실시간으로 Operator로 GCM 기반의 Push Alarm을 전송하여 감수율이 반영된 제품을 제공함으로써 구조물의 안전성을 확보할 수 있는 시스템을 모델링하였다. 본 연구는 기존시스템의 문제점을 실시간으로 개선할 수 있는 것으로 건설현장의 구조물 안정성 확보에 효과가 클 것으로 기대된다.

장애인 운전 지원센터는 지역별 편차가 심하고 인력 부족 등의 문제로 배우고자 하는 장애인의 수요를 충족하지 못하고 있는 상황이다. 본 논문에서는 시뮬레이터를 활용하여 가상현실을 통한 장애인 운전 교육 시뮬레이터 모델을 제안한다. 가상현실 기법을 활용하여 시뮬레이터를 구성하고 운전 교육데이터를 시뮬레이터에 적용하여 모델을 구성하였다. 실질적인 교육내용을 기준으로 프로세스를 구성하였으며, 제안 모델을 활용하면 운전 교육이 어려운 중증장애인들도 시뮬레이터를 통한 간접적인 운전을 경험함으로써 삶의 질 또한 향상되는 것을 기대할 수 있다.

가상의 공간에 실제의 설비를 구현하는 시뮬레이션 기술은 스마트팩토리를 구성하는 필수 요소 중의 하나이다. 다만, 현업의 제조 설비 도면을 시뮬레이션 소프트웨어에 적용하는데 있어 자유 곡선을 가지는 공압 배관 등의 모델 데이터는 작업의 난해함 등의 이유로 기 설계 도면에 누락되어 있는 경우가 빈번하다. 본 연구에서는 시뮬레이션 툴 중에 하나인 유니티를 이용하여 내부에서 직접 스윕 곡선을 생성하는 과정을 구현하였다. 이를 통해 기 설계 데이터에 누락된 다양한 자유 곡선 모델을 신속하게 시뮬레이션에 적용하는데 효과가 있을 것으로 기대된다.

소프트웨어 교육은 현대사회의 필수 교육으로서, 초등학교부터 교육을 접할 수 있도록 교육정책 및 지원 등이 강화되고 있는 실정이다. 그러나 코로나 팬데믹 이후 소프트웨어 교육 체험 활동 중단에 따른 비대면 교육의 한계로 교육 취약 계층과 영재 교육과의 격차가 심화되었다는 우려의 목소리가 크기에 격차 해소에 대한 대책이 필요하다는 의견과, 지역별 취약 계층에 대한 계획이 없는 교육 제도의 변화를 요구하고 있다. 따라서 에듀테크와 통합된 교육 콘텐츠의 중요성이 부각되고 있다. 본 논문에서는 큐브 형태의 모델링이 가능한 3D 모델링 프로그램인 타다크래프트를 기반으로 교육 소외 계층도 손쉽게 접근할 수 있는 교육 커리큘럼을 제안한다. 3D 모델링을 구현함으로써, 학습자들은 학습에 대한 성과와 흥미를 획득할 수 있고, 공간 확장 능력을 배양할 수 있을 것으로 기대된다.

소비자들이 필요로 하는 다양한 제품을 생산하기 위하여, 제조 현장에서 사용하는 자동화 장비의 종류가 다양해져가고 있다. 자동화 장비는 일반적으로 운영자가 효율적으로 감시하고, 조작할 수 있도록 사용자용 인터페이스 장치(HMI)를 설치하여 제작되고 있다. HMI 장치는 자동화 장비마다 개별적으로 고정되어 있기 때문에, 운영자가 다양한 장비를 즉각적으로 조작하기에 어려움이 존재한다. 본 논문에서는 모바일 장치를 사용해 QR코드로 장비의 화면을 표시하고, 원격으로 해당 장비를 조작할 수 있는 모델을 제안한다. 제안 모델은 하나의 모바일 장치를 활용하여 다양한 자동화 장비를 원격으로 신속하게 감시하고 제어할 수 있어, 제품 생산에 대한 효율이 증대될 것으로 기대된다.

본 논문은 실내가구 인테리어를 배치하는데 있어 증강현실 기술을 적용하여 작업의 효율성을 높일 수 있는 모델을 연구하였다. 현재 증강현실을 적용하는 프로세스에서는 가구의 이미지를 출력할 때 기업의 규모나 제품의 성격 등에 따라 정보가 제한적으로 제공되는 문제를 안고 있다. 이러한 문제점을 해결하기 위하여 본 논문에서 제시하는 알고리즘을 이용하여 AR 레이블링을 생성함으로써, 가구의 정확한 이미지 추출과 함께 가구에 대한 상세한 정보를 제공 받아 사용자가 원하는 가구들을 증강현실을 통해 쉽게 배치할 수 있도록 하는 연구를 진행하였다. 본 연구는 AR 레이블링의 설계, 구현과 3D 렌더링을 통해 원하는 가구들을 실내에 정확히 배치할 수 있어 소비자의 만족도와 구매욕구를 충족시킬 수 있을 것으로 기대된다.

Git의 커밋 메시지는 프로젝트가 진행되면서 발생하는 각종 이슈 및 코드의 변경이력을 저장하고 관리하고 있기 때문에 소프트웨어 유지관리와 프로젝트의 생명주기와 밀접한 연관성을 갖고 있다. 이러한 Git의 커밋 메시지에 대한 정확한 분석 결과는 소프트웨어 개발 및 유지관리 활동 시, 시간과 비용의 효율적인 관리에 많은 영향을 끼치고 있다. 이에 대한 기존 연구로 Git에서 발생하는 커밋 메시지를 소프트웨어 유지관리의 세 가지 형태로 분류하고 매핑하여 정확한 분석을 시도하려는 연구가 진행되었으나, 최대 87%의 정확도를 제시한 연구 결과가 있었다. 이러한 연구들은 정확도가 낮아 실제 프로젝트의 개발 및 유지관리에 적용하기에는 위험성과 어려움이 있는 현실이다. 본 논문에서는 커밋 메시지 분류에 대한 선행 연구 조사를 통해 각 연구들의 프로세스와 특징을 추출하였고, 이를 이용한 분류 정확도를 높일 수 있는 커밋 복합 분류 모델에 대해 제안한다.

정부는 공공데이터 개방을 통해 신산업, 일자리 창출 등 경제 활성화를 위한 도구로 활용하는 것을 목표로 한다. 정부는 고품질의 공공데이터 보유를 위하여 품질 개선 활동을 통해 공공데이터 품질 향상을 진행하고 있다. 그러나 공공데이터 품질관리 수준 진단을 진행하는 담당자의 데이터에 대한 전문성과 이해도에 따라 품질진단 결과에 격차가 발생하여 진단 결과의 신뢰성을 보장하기 어렵다. 본 논문은 공공데이터의 원활한 품질진단 지원을 위해 품질진단규칙 매핑 모델을 제안하여 공공데이터 품질진단의 안정성과 신뢰성을 높인다.

본 프로젝트는 Unity3D Tool 기반의 가상 체험용 웹툰 VR 제작 과정을 설계하고 구현했다. 프로젝트의 핵심 기능 및 환경은 게임 제작용 툴인 Unity를 사용하여 웹과 모바일 앱에서 다양하게 접근할 수 있도록 제작하는 것이다. 웹에서는 키보드와 마우스로 제어하고 모바일 앱에서는 VR 장치를 통해 자체 컨트롤러 기능을 활용하여 이동 및 제어 처리했다. 그리고 VR 장치를 활용한 앱 컨트롤러는 시선으로 제어할 수 있도록 했다. 본 연구는 유니티(unity)기반의 웹툰VR 제작 과정을 구현한 연구이다. 웹툰 기반의 VR 연구는 기존의 2D 형태의 보기만 하는 과정을 VR 기술을 이용해 360도 웹툰을 볼 수 있고 체험할 수 있다. 연구에서는 사용한 장비로 오큘러스 퀘스트(HMD 장치)이다.

With the advent of PyScript, there are more and more topics in practice. However, the official guideline has not provided a detailed description. This paper investigates the practical application about PyScript. The research results show that the current functions in PyScript cannot be well handled in web pages, and even cannot use the advantage model of Python, which is not suitable for practical application in the short term. However, it may be widely used in web development in the future since writing functions through Wasm can improve the efficiency of program execution.

메타버스란 가공, 추상을 의미하는 메타(Meta)와 현실을 의미하는 유니버스(Unvierse)의 합성어이며 가상의 3차원을 뜻한다. 현재 메타버스는 4차 산업혁명의 중요 트렌드로 지목되어지고 있으며 다양한 기업들의 투자 또한 지속적으로 증가하는 추세이다. 이중 게임은 메타버스에서 가장 많은 비중을 차지하고 있으나 아직까지 메타버스 게임의 신뢰도가 높지 않으며 현재 출시되었거나 앞으로 출시될 게임들에 대한 적합한 테스트 기법이 필요한 실정이다. 이에 본 논문에서는 메타버스를 기반으로 하는 게임 테스팅에 강화학습 에이전트를 활용하는 방안에 대해 제안한다.

소스 코드 식별자의 이름을 잘 정하는 것은 소프트웨어 엔지니어링에서 중요한 문제로 다루어지고 있다. 프로그램 엔티티의 의미있고 간결한 이름은 코드 이해도에 중요한 역할을 하며, 소프트웨어 유지보수 관리 비용을 줄이는 데에 큰 효과가 있다. 이러한 코드 식별자 중 평균적으로 가장 복잡한 식별자는 '메소드 이름'으로 알려져 있다. 본 논문에서는 메소드 내용과 일관성 있는 적절한 메소드 이름 생성을 자연어 처리 태스크 중 하나인 '추상적 텍스트 요약'으로 치환하여 수행하는 트랜스포머 기반의 인코더-디코더 모델을 제안한다. 제안하는 모델은 Github 오픈소스를 크롤링한 Java 데이터셋에서 기존 최신 메소드 이름 생성 모델보다 약 50% 이상의 성능향상을 보였다. 이를 통해 적절한 메소드 작명에 필요한 비용 절감 달성 및 다양한 소스 코드 관련 태스크를 언어 모델의 성능을 활용하여 해결하는 데 도움이 될 것으로 기대된다.

최근 소셜 네트워크 서비스 시장이 급속히 성장함에 따라 SNS 사용자 또한 지속적으로 증가하고 있다. 그러나, 광고성 게시물도 함께 증가함에 따라 해시태그 기반 검색의 정확도가 감소하는 문제점을 가지고 있다. 본 연구에서는 SNS 검색 활동의 정확도와 효율성을 개선하기 위하여 SNS 해시태그 기반 재검색 시스템을 제안한다. 제안 시스템을 적용하면 SNS 사용자의 검색 활동의 정확도와 효율성이 증가할 것으로 기대된다.

최근 빅데이터를 통해 여러 가지 분석을 진행하고 있다. 다만 이러한 방식으로는 키워드에 대해 여론에 대한 분석을 거치지 않아 정확한 분석이 힘들다는 문제점을 가지고 있다. 따라서 본 논문에서는 이러한 문제점의 개선을 위해 데이터를 수집하고 이에 대해 감정분석을 수행하는 컨테이너 기반의 시스템을 제안한다. 감정분석 시스템을 적용한다면 키워드에 대해 분석 시에 정확도가 더욱 높아질 것으로 전망된다.

늘어나는 인건비와 코로나 시대가 다가오면서 무인 카페나 무인 편의점 등 무인 가게가 많아지는 것을 볼 수 있다, 그러나 가게 관리자가 없음에 따라 장기 체류 고객이 가게의 기물을 파손하는 문제가 증가하였다. 본 논문에서는 CCTV를 이용하여 장기 체류 고객을 인식하고 가게 관리자에게 알려주는 시스템을 설계하였다. 장기 체류 고객 알림에 따라 기물 파손이 발생할 때 관리자의 출동 시간을 단축하는 효과가 있다.

본 논문에서는 훼손되어 식별할 수 없는 탑 이미지를 비롯해 낮은 해상도의 탑 이미지를 개선하기 위해 우리는 탑 이미지의 화질 개선을 인공지능을 이용하여 빠르게 개선을 해 보고자 한다. 최근에 Generative Adversarial Networks(GANS) 알고리즘에서 SrGAN 알고리즘이 나오면서 이미지 생성, 이미지 복원, 해상도 변화 분야가 지속해서 발전하고 있다. 이에 본 연구에서는 다양한 GAN 알고리즘을 화질 개선에 적용해 보았다. 탑 이미지에 GAN 알고리즘 중 SrGan을 적용하였으며 실험한 결과 Srgan 알고리즘은 학습이 진행되었으며, 낮은 해상도의 탑 이미지가 높은 해상도, 초고해상도 이미지가 생성되는 것을 확인했다.

최근 전기차의 기술 발전이 급속도로 증가함에 따라 이차전지의 수요가 증가하게 되었다. 그로인해 다량의 고품질 전지를 생산하기 위해 제조 공장이 가동되고 있지만 생산된 전지의 품질의 핵심이 되는 화성공정의 에이징 과정 진행 중 온도 관리에 실패할 경우, 전지의 폭발 및 화재의 위험이 있다. 본 논문은 이차전지를 생산하는 에이징 공정의 효율적인 온도 관리를 위해 목업 모형을 만들어 온도 센서를 통한 온도 수집 및 모니터링 시스템을 개발하고, 공조기 바람을 통해 전지의 온도가 변화하는 속도를 계산하고, 이상온도에 도달해 고온의 상태가 되었을 경우 주변 전지로 전달되는 열을 시뮬레이션 통한 효율적인 공조 대책을 제시하여 이차전지 생산의 품질 향상과 화재 예방을 통해 전기차 생산에 따른 리튬이온 전지의 수요 해결에 기여한다.

본 논문에서는 블록체인 기반의 투명성/신뢰성을 제공하는 조작 불가능한 확률 제어 시스템을 제안한다. 해당 시스템은 클라이언트에 의해 질의 된 확률값을 블록체인상에서 산출해냄으로써, Legacy 시스템 아키텍처의 한계인 조작 가능성을 원천적으로 배제할 수 있다. 이는 블록체인 참여 노드 간의 데이터를 동일하게 공유하여 투명성을 확보하고, 이를 기반으로 데이터에 대한 신뢰성을 확보한 확률 제공 기능이다. 특히 해당 시스템은 Private/Permissioned 구조 기반의 블록체인 네트워크를 기반으로 운영 노드에 의해서 유지/관리되어 별도의 트랜잭션 수수료가 블록체인상에서 발생하지 않는다. 또한 Public Blockchain 메인 네트워크상의 미래 블록에 대한 정보를 확률값 산출 Seed에 활용함으로써, Non-deterministic 한 환경을 제공한다. 이는 클라이언트가 확률 질의에 대한 검증 과정을 직접 수행하거나 Third-party 검증을 통해 확률값에 대한 조작 여부를 확인할 수 있다.

최근 다문화 학생에 대한 문화교육이 절실하게 요구된다. 본 논문에서는 로블록스를 이용하여 다문화 교육을 요리를 통해서 할 수 있게 설계하였다. 다양한 멀티미디어 도구의 이용을 통해서 비대면 교육으로 대면 교육 이상의 성과를 낼 수 있도록 설계하였다. 이를 토대로 다양한 문화 체험을 할 수 있는 시스템으로 확장하도록 시스템을 설계하였다.

본 논문에서는 최근 주요시설의 경계에 주로 사용되기 시작한 라이다 센서를 여러대 사용할때 보다 효율적으로 사용하기 위해서 통합된 3차원 좌표계에서 시각화하는 방법에 대해 설명한다. 주로 카메라 기반 CCTV의 경우 정확성은 높지만 시야각(Field of View)이 좁기 때문에 레이더(RADAR)센서와 같은 센서와 함께 혼용되는 경우가 많다. 레이더 센서의 데이터는 넓은 범위에 대한 감지를 할 수 있지만 노이즈가 많고 물체의 형상을 정확하게 측정하기 힘들다. 라이다(LiDAR) 센서는 레이져를 이용하여 멀고 넓은 범위를 정교하게 측정할 수 있다. 이러한 라이다 센서는 정교한 만큼 처리해야할 데이터의 양이 많으며, 다수의 센서를 이용하더라도 하나의 화면에서 처리하기 힘들다는 단점이 있다. 제안하는 논문은 여러개의 라이다 센서에서 측정한 데이터를 실시간에 하나의 좌표계로 통일하여 하나의 영상을 보일 수 있도록 통합 뷰잉 환경을 제공한다.

게임 산업은 기술의 발전과 비대면 서비스 수요 증가로 해마다 발전하고 있다. 본 연구는 사용자들의 수요를 조사하기 위하여 대중성이 가장 높은 온라인 게임 플랫폼에서 이용 시간이 많은 게임 정보를 확인하였다. HTML 파싱(parsing) 라이브러리를 통해 해당 게임들의 리뷰를 크롤링하여 엑셀 파일로 데이터베이스화하였고, 자연어 처리 라이브러리를 활용하여 데이터를 정제하였다. 총 5개 장르에 대하여 분석한 결과 각 장르에 해당하는 대표적인 키워드를 확인할 수 있었다. 취득한 키워드는 범용 시각화 패키지를 활용하여 워드 클라우드 형태로 한눈에 알아볼 수 있도록 시각화하였다.

본 논문에서는 웹툰 플랫폼 서비스를 위한 모바일 엣지 컴퓨팅의 구조를 제안한다. 웹툰과 같이 모바일 디바이스에서 실행되는 데이터들을 클라우드 서버로 오프로드하거나 원격 서버로부터 필요한 응용프로그램들을 다운로드 받지 않고, 모바일과 가까운 곳에 캐싱 콘텐츠를 전개함으로써 전송 지연없는 서비스를 보장받으며, 데이터가 발생한 근접 지역에서 데이터 분석 및 처리가 가능하므로 딥러닝을 적용한 새로운 서비스 카테고리로 확장할 수 있음을 제시한다.

코로나 19로 인한 팬데믹 상황과 함께 비대면 서비스인 메타버스와 가상현실이 큰 관심을 받고 있다. 본 논문에서는 메타버스 기반 암벽등반 콘텐츠를 통해 전 세계의 유명한 산악 랜드마크를 탐험할 수 있게 하는데 필요한 기술과 구현한 콘텐츠에 대해 설명한다.

재난안전 분야의 기술개발 동향을 파악하고 지적 관계를 분석하기 위한 연구에서 신뢰성과 최신성을 겸비한 학술정보를 활용하는 것은 매우 유용하다. 기존의 논문 기반 계량정보분석 연구에서는 관련 분야의 학술지와 키워드를 중심으로 분석 대상 논문을 선별하여 연구재료로 사용하였다. 본 논문에서는 재난안전 분야의 보다 세부적인 연구 특성 파악을 위해 국내 대학기관의 방재 및 안전공학 학과에 소속된 저자들의 논문 정보를 대상으로 기관식별, 학과유형 분류, 재난안전유형 분류. 표준산업분류를 매핑하고 주요 측면별로 분석 연구를 수행하였다. 분석 결과, 재난안전 분야 연구에서 저자소속 기관의 유형 및 지역적 분포, 공저 학과 유형의 구성, 재난안전유형 및 표준산업분류의 현황과 핵심 키워드가 자세히 파악되었다. 연구 결과는 향후 지능형 위기경보 체계 구축을 위한 재난유형별 주요 기관 및 전문가 식별과 추천에 활용이 기대된다.

본 논문에서는 팀 대전 게임의 예시를 사용하며 팀 대전 게임에서 트롤을 사용하는 악성 플레이어에 대한 실태를 조사하고 이에 따른 여러 종류의 악성 플레이어에 따른 개선 방안을 제시한다. 악성 플레이어가 어떤 식으로 플레이하는지 설명하고, 사용자들이 악성 플레이어에 피해받는 트롤 사례를 조사하여 이에 따른 현재 문제들을 방지하기 위해 사용되고 있는 각 개발사의 조치 방안 및 사용자 커뮤니티의 의견을 통해 실태를 조사한다. 위의 조사한 자료를 바탕으로 어떻게 하면 현재 악성 플레이어를 예방 및 차단하는지에 대한 개선 방안을 제시하면서 운영 차원에서는 어떤 방법으로 지원해야 하는지 등의 내용을 제시한다.

TV에서 OTT로 시청 수단이 변화하면서 스포츠 중계를 보는 젊은 층 시청자들이 줄어들고 있다. 또한 경기장으로 스포츠를 보러 오는 팬들도 점점 감소하는 추세이다. 이에 따라 스포츠 관계자들은 고정 팬 층의 흥미 증진과 신규 팬 층의 유입을 위해 스포츠 관전에 AR(증강 현실) 기술을 도입하고 있다. 모바일 활용과 직관에도 적용 가능한 AR에 대한 업계의 반응은 상대적으로 긍정적이다. 본 논문에서는 AR 스포츠 관전의 사례를 스포츠 중계와 경기장 관전으로 분류해 조사하고 향후 전망에 대해 알아본다. 그리고 AR 스포츠 관전의 활성화에 대한 방안을 제시한다.

본 논문에서는 코로나19로 인해 최근 2년간 비대면 강의가 일반화 되어졌고, 비대면 강의를 통한 강의의 장단점을 파악하게 되었다. 개인 시간을 중요시 여기는 디지털 네이티브 세대의 특성과 시공간의 제약이 없는 비대면 수업의 편리함은 차츰 정착되고 있으나 비대면 수업으로 인한 집중력 저하, 대면수업 특유의 재미 요소 적용 등이 힘든 문제점 또한 많이 있기에 이를 보완하기 위해서는 차세대 콘텐츠를 활용하여 진화하여야 한다고 생각한다. 국내, 해외 활용 사례를 검토하고, 그 요소를 도출하여 차세대 콘텐츠를 활용하여 본교의 학생에게 적용한 결과 만족도가 향상되었다. 이 결과를 토대로 본 논문에서는 앞으로 차세대 콘텐츠를 활용한 교수법에 대한 연구 방향을 제시하여 더욱 수업의 질적 양적 향상에 기여하고자 한다.

2022년을 기점으로 점점 더 커지는 모바일게임 시장에서 수익 창출을 위한 요소를 찾기 위해 참고 문헌과 함께 조사하였다. 기존 연구인 민동현의 논문에서는 13가지(자기 표현, 허영심, 스토리, 게임진행, 즐거움, 기회 제공, 실세계 반영, 경쟁심, 조작보정, 능력치 상승, 랜덤성, 광고활용, 현실 상품 판매 촉진)항목을 제시했으나 시기적, 상황적 차이에 의해 새로운 제안이 필요하다. 따라서 본 논문에서는 기존 연구를 바탕으로 10년 전과 달리 새로이 도출해야 할 요소를 3가지를 찾아 수익 창출을 위한 새로운 모델을 제시한다.

게임의 과금 모델 중 하나인 배틀패스가 현재 게임의 비즈모델의 주요 트랜드로 자리 잡고 있다. 본 문서는 배틀패스가 성장하는 이유를 탐구하기 위하여 게임 비즈니스 모델의 종류를 알아보고, 배틀패스의 성공과 실패 사례를 조사한다. 이 결과를 기반으로 배틀패스가 실제 수익에 영향력을 분석하여 배틀패스로 비즈니스 모델을 운영하는 것이 실제 게임 수익에 영향을 미치고 있는지 알아보고자 한다.

현재 일상생활에서 성격유형검사 도구 MBTI를 이용하는 사람들이 점점 늘어나고 있다. MBTI는 에너지 방향, 인식 기능, 판단 기능, 생활 양식을 기준으로 결과를 도출하게 된다. 본 논문에서는 MBTI 요소중 에너지 방향인 외향형(E)과 내향형(I)의 게임 성향에 대한 설문 조사 및 분석을 진행하여, 그 결과를 바탕으로 외향적 성향을 가진 사람들과 내향적 성향을 가진 사람들에 대한 게임 기획 또는 마케팅의 방향성을 제시한다.

일반적으로 게임에서는 유저의 과금이나 광고 시청 등으로 수익을 내기 때문에 게임을 플레이 하는 유저의 수는 곧 그 게임의 수익으로 이어진다. 그러므로 신규 유저의 유입뿐만 아니라 기존 유저의 이탈을 막는 것 또한 매우 중요하다. 유저의 이탈은 짧은 기간 동안 게임을 플레이 한 유저인지 아니면 매우 오래 플레이하고 과금까지 하던 충성고객인지를 가리지 않고 일어난다. 본 논문은 설문을 통해 온라인과 모바일 게임에서 유저의 이탈 경험과 이탈 원인에 대해서 조사하고 이에 따른 유저의 이탈 예방과 개선 방안을 제시한다.

본 논문에서는 메이플스토리, 오버워치, 리그 오브 레전드 등 여러 온라인 게임의 오버 밸런스에 관한 실태를 알아보고 오버 밸런스를 개선하는 방법을 제시한다. 오버 밸런스란 무엇인지 알아보고 오버 밸런스의 사례와 문제점에 대해서 제시한다. 그리고 현재 게임사에서는 이에 어떻게 대응하고 있으며 오버 밸런스를 게임사에서 어떻게 대처하면 좋을지에 대한 방법을 제시한다.

본 연구에서는 게임관련 학업을 전공으로 하는 남학생 31명, 여학생 18명, 총 49명을 대상으로 e스포츠 경기 시청 여부를 조사하였다. 그 결과 남학생의 경우는 응답자의 약 77%가 e스포츠 경기를 시청한다고 응답하였으며, 약 13%만이 e스포츠 경기를 시청하지 않는다고 응답하였다. 여학생의 경우는 응답자의 61%가 e스포츠 경기를 시청하지 않는다고 응답하였으며, 33%가 e스포츠 경기를 시청한다고 응답하였다. 교차분석를 한 결과, 유의수준 P값이 0.0004 (P>0.05)로 남학생과 여학생간의 e스포츠 경기 시청에 대한 차이가 있는 것으로 나타났다.

본 연구에서는 게임관련 학업을 전공으로 하는 남학생 27명, 여학생 18명, 총 45명을 대상으로 게임이용 한달 지출 금액을 조사하였다. 그 결과 남학생의 경우는 응답자의 약 74%가 게임이용에 금액을 지출한다고 응답하고 있으며, 여학생의 경우는 응답자의 50%가 게임이용에 금액을 지출한다고 응답하고 있다. T-검정 결과, 양측검정 유의수준 P값이 0.13(P>0.05)로 남학생과 여학생간의 게임이용에 대한 지출금액의 평균에 대한 차이가 없는 것으로 나타났다. 결론적으로 게임관련 학업을 전공으로 하는 학생들은 남학생과 여학생 구분없이 게임이용에 지출하는 금액의 평균의 차이가 없다고 할 수 있다.

본 논문에서는 메타버스를 활용한 e-스포츠 산업의 영역 확장 및 발전 가능성에 대해 제안한다. 본 논문에서는 코로나-19 사태 발생 후 상승세를 보인 e-스포츠 산업 발달 과정에 새롭게 대두된 메타버스 기술을 활용했을 시에 생기는 새로운 방향의 발전 가능성에 대해 연구하였다. 현재 e-스포츠 산업의 발전을 따라가지 못하는 게임들 혹은 소규모 행사들의 발전 가능성에 대해 집중적으로 연구하였으며, 실제로 적용 했을 시 현재 주목받고 있는 대규모 e-스포츠 행사가 아닌 e-스포츠 행사에 참가하지 못하거나 적극적인 참여를 하지 못하는 상황에서 보다 긍정적인 영향을 보이는 방법을 제시하고자 한다.

국내 게임 시장 규모는 2021년 21조원을 넘으며 시장이 빠르게 성장하고 있다. 이러한 매출 규모에 큰 비중을 차지하는 상품은 확률형 가챠 아이템이 매출에 많은 부분을 담당하고 있다. 본 논문에서는 현재 게임 산업에서 사용되는 가챠 시스템에 대한 문제점을 소개하고 한계선이 없는 가챠 시스템에 대한 내용을 제시하면서, 최근 업계에서 한계선이 없는 가챠에 대한 대처법으로 출시하고 있는 천장 시스템에 대하여 소개와 천장 시스템의 성공 사례 및 앞으로 천장 시스템이 어떤 방향으로 개선 되야하는지에 대한 내용을 제시한다.

현재 게임들에서 Retro 풍이 일면서 다시 2D그래픽이 주목을 받고 있는 현상이 발생하고 있다. 물론 과거에도 2D 그래픽풍의 게임이 없었던 것은 아니나 근래에 들어서는 그 양상이 좀 더 진화되어 유저들에게 어필을 하고 있어 주목이 되고 있다. 현재 출시된 멀티 플랫폼 게임 엔진 중 게임 개발사에서 많이 사용 중인 엔진은 Unity3D 엔진이다. 본 논문에서는 Unity3D 엔진을 이용한 2D게임 그래픽 제작에 대해 논하고자 한다. 유니티 엔진은 C#, 자바스크립트로 코드를 작성할 수 있다는 이유로 C#과 모노 기반 코드로 개발되었다고 알려져 있었다. 실제로 엔진의 런 타임 부분은 C++과 마이크로소프트 닷넷 API, 에디터 프로그램은 C#으로 개발되었다. 스크립트는 유니티 내에서 바로 수정은 하지 못하고 Mono Develop등 유니티를 지원하는 스크립트 에디터에서 수정할 수 있다. 이에 본 논문에서는 멀티 플랫폼 게임 엔진을 이용한 2D 게임 그래픽인 Pixel Art 구현을 제안 하고자한다. 이를 통해서 다양한 멀티 플랫폼 기반의 게임 설계 및 개발에 도움이 되었으면 한다. 어떤 요소들이 2D게임을 선택하는 데에 있어 영향을 끼치는가에 대해서 알아보고, 세부항목에 따른 기본 도형을 이용한 게임 오브젝트 제작의 특징과 그 이유가 사용자에게는 어떤 의미를 가지는가에 대한 것을 알 수 있다.

본 논문에서는 코로나19 팬더믹(pandemic)으로 최근 3년가 비대면 강의가 대부분 이루어졌고, 자연스럽게 비대면 교수법 또한 여러 가지 형태로 시도되어졌다. 게더타운(Gather Town)이라는 온라인 화상회의 공간을 2D게임화 시켜서 세계적인 인기에 힘입어 본교 학생 500명 가까이 활용해 보았고, 이후 국내에서 3D기반의 매타버스 플랫폼 디토랜드(DITO LAND)를 개발하여 본교 학생 300여명의 학생들을 대상으로 실시하여 2D, 3D 기반의 장단점을 파악하게 되었다. 이를 바탕으로 추후 어떠한 방향으로 메타버스 콘텐츠를 활용한 교수법이 더 효과가 있을 것인지 예측하고, 메타버스 콘텐츠 개발자들에게 조금이라도 도움을 주고자 한다.

3D 그래픽스 환경에서 입체적인 물체가 2D 모니터에 보여지는 과정에는 여러 단계의 공간 변환과 행렬 계산을 거치게 된다. 이러한 공간 변환은 각 단계가 어떤 의미인지 쉽게 이해하기에 어려운 면이 있다. 본 논문에서는 유니티 3D 엔진에서 작동하는 셰이더를 통해 각 단계의 공간을 시각화 하여 학생들이 보다 쉽게 공간 변환을 이해하는 시각화 방법을 제시한다.

본 논문에서는 모발 정밀검사(Phototrichogram)를 통해 일정 간격을 두고 촬영된 환자의 모발 두피 사진을 이용하여 머리카락 검출 및 머리카락의 개수 변화 추이에 따른 환자의 탈모 진단에 도움을 줄 방법을 제안하였다. 모발 정밀검사를 진행하여 촬영된 환자의 모발 사진으로부터 딥러닝 기반의 영상 분할 기법(Image Segmentation)의 하나인 DetectoRS 모델을 활용하여 머리카락을 자동 검출한다. 실험 결과 DetectoRS 모델의 분할 성능은 74.74%로 효과적으로 머리카락을 검출하였음을 확인할 수 있었다.

본 논문에서는 축형 척추관절염으로 발전할 수 있는 천장관절염 환자들을 진단하기 위해 장골의 관심영역을 자동 생성할 수 있는 세그멘테이션 방법을 제안한다. 다양한 MRI 기기로부터 얻은 천장관절염 환자의 영상에서 장골의 GT(Ground Truth)를 생성하였으며, 대장 용종 검출을 위한 세그멘테이션 모델인 PraNet과 지역 특징 간의 표현 능력을 활용할 수 있는 Position Attention Module을 사용하여 유의미한 성능 향상을 보여주었다.

본 논문에서는 의미적 유사도 기반의 장면 분할 방법을 제안한다. 이 방법은 의미적 접근을 통해 기존 연구에서 가졌던 한계를 극복하고 정확한 장면 분할이 가능할 것으로 기대한다. 의미적 유사도 비교를 Class 종류 비교, Class별 객체의 개수 비교, 샷 간의 Histogram비교, 객체의 관심영역(ROI) Histogram비교 총 4가지 규칙으로 정의했고 이때 도출된 4가지 유사도는 전처리를 거쳐 종합 유사도를 계산한다. 또한 의미적 접근을 통해 연속되는 Shot의 유사도를 비교하고 기준값에 따라 Shot을 묶어서 최종적으로 의미적 유사도(Semantic Similarity)에 기반한 장면의 경계(Scene Boundary) 분할 방법을 제시한다.

본 논문에서는 CNN Object Detection과 더불어 3D 카메라 기반 디지털 좌표 인식 기술을 제안한다. 이 기술은 3D Depth Camera인 Intel 사의 Realsense D455를 이용해 대상을 감지하고 분류하며 대상의 위치를 파악한다. 또한 이 기술은 기존의 Depth Camera 내장 거리와는 다르게 좌표를 인식하여 좌표간의 거리까지 계산이 가능하다. 또한 Tensorflow SSD 구조와의 메모리 공유를 통해 시스템의 자원 낭비를 줄이며, 속도를 높이는 멀티쓰레드를 탑재했다. 본 기술을 통해 좌표간의 거리를 계산함으로써 스포츠, 심리, 놀이, 산업 등 다양한 환경에서 활용할 수 있다.

본 논문에서는 비디오 시퀀스 내에서 카메라의 움직임을 추적하고, 추적 데이터를 기반으로 2D 영상에 3D CG 객체를 추가하는 방법을 소개한다. 해당 객체가 시점을 고려한 장면 내의 피사체로써 간주되기 위해서는 3차원 가상공간 내에서 피사체의 위치를 기반으로 장면 내 기준 평면을 구성하는 점들과 카메라의 기저 축 좌표를 조정한다. 영상제작 현장에서 활용되는 소프트웨어에서 수작업으로 진행되는 과정을 살펴봄으로써 매치 무빙기법이 증강현실과 광학기반의 SLAM 등과 같은 다양한 응용분야에서의 활용을 고려할 수 있겠다.

본 논문에서는 영상합성 방법들 중 하나인 로토스코핑에 대해서, 그 중 현장에서 수작업으로 수행되어온 키잉 작업의 단계별 과정을 살펴본 후 이들을 영상처리 알고리즘 등을 활용하여 반자동 혹은 자동화를 할 수 있는 방법을 모색해 본다.

본 논문에서는 입학 정보 서비스를 제공하는 챗봇을 설계하고 구현한다. 이 챗봇은 Microsoft Azure와 네이버 LINE 채널에서 인하공업전문대학 입학 정보 안내기능을 제공한다. 사용자의 입력을 통한 입학처 챗봇의 대답으로 입학처 정보에 접근 할 수 있다. 사용자가 입력한 데이터는 데이터베이스에서 가공되어 사용자가 접근한 입학 정보를 얻어 낼 수 있어 이를 통한 전형 선호도의 추세와 사용자가 원하는 전형별 정보가 무엇인지 알 수 있으므로 입학처가 추후 나아가야 할 방향을 알 수 있다.

본 논문에서는 안드로이드 플랫폼 기반의 스마트폰에 내장된 중력 센서와 GPS 센서, NFC 태그를 활용한 조난 방지 애플리케이션을 설계하고 구현한다. 중력 센서를 통해 사용자의 움직임을 감지하고 GPS 센서를 사용해 사용자의 위치 정보를 확인하여 필요에 따라 회원가입 시 등록한 보호자에게 문자 메시지를 전송하거나 신고할 수 있도록 구현한다. 또한 등산 중 길을 잃었을 경우, NFC 태그를 통해 등산로의 정보를 이미지로 확인할 수 있도록 구현한다.

본 논문은 안드로이드 플랫폼의 내장 센서 중 만보기 기능을 구현할 수 있는 걸음 횟수 센서(Step Counter Sensor)와 걸음 감지 센서(Step Detector Sensor), GPS 센서, Google Map API, 공공 데이터 포털 Open API를 활용하여 국내 여행지 및 국내 지역 축제 정보를 제공하는 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 특정 걸음 수를 달성했을 때 국내 여행지를 무작위로 추천하여 추천 지역까지의 걸음 수를 카운트하는 방식으로 사용자에게 목표를 부여하고, 추천 국내 여행지 방문 및 축제 참여 기회와 성취감을 얻도록 한다.

금융회사는 신규서비스 구축과 서비스의 시행 전에 보안성 심의를 받아 기준을 충족한 경우 실 운영이 가능 했으나, 기업 자체적으로 검토를 진행하고 보안수준을 스스로 유지 하도록 변경 되었다. 금융회사를 포함한 서비스 제공자는 실제 서비스를 오픈하기 전 보안성 검토를 자체적으로 이행하고 있으나 클라우드 등 회사 자산의 다양한 환경변화와 조직 내 각 부서의 세부적인 요구사항을 충족하기에는 현실적인 한계가 따른다. 기존 연구는 전문가 및 실무자를 통해 보안성 검토 체크리스트의 항목을 개선하고 효과를 검증하는데 노력 하였다. 하지만 실질적인 결과를 바탕으로 한 연구는 부족한 실정이다. 따라서 본 논문은 실 운영 중인 시스템 및 서비스의 기획에서 운영까지의 전체 프로세스를 대상으로 보안성 검토를 수행한 결과를 분석하여 보안 실무자 입장에서의 적절한 검토 방안을 제안한다.

최근 IoT 환경에서 기계학습을 이용한 공격 탐지 모델의 연구가 활발히 진행되고 있으며, 탐지 정확도도 점차 향상되고 있다. 하지만, IoT 환경의 특징인 저 사양 하드웨어, 고차원의 특징, 방대한 트래픽 등으로 인해 탐지성능이 저하되는 문제가 있다. 따라서 본 논문에서는 MQTT(Message Queuing Telementry Transport) 프로토콜 기반의 IoT 환경에서 수집된 데이터셋을 대상으로 주성분 분석(Principal Component Analysis)과 LightGBM을 이용하여 데이터셋 차원을 감소시키고, 공격 클래스를 분류하였다. 실험결과 원본 데이터셋 차원을 주성분 3개(약 9%)로 감소시켰음에도 모든 특징(33개)을 사용한 실험결과와 거의 유사한 성능을 보였다. 또한 기존 연구의 특징 선택을 통한 탐지 모델과 비교하였을 때도 분류성능이 더 우수한 것으로 나타났다.

본 논문에서는 군사용 전술통신 분야에서 활용성이 증대되고 있는 애드혹 네트워크에 적용 가능한 비밀분산 기반의 노드 인증 기법을 제안한다. 필드에 전개되기 이전에 네트워크를 형성할 각 노드는 지수형 분산비밀키과 원본비밀키를 저정하고, 필드에 배치된 이후 네트워크 형성 초기단계에서 비밀분산의 원본비밀키 정보 복원 연산을 통해 다수 노드에 대한 동시 인증을 실시한다. 그리고 인증과정에서 원본비밀키 복원 연산을 방해하는 노드를 원본비밀키 복원 연산을 수행하기 이전에 PUF값을 활용하여 탐지한다.

최근 API Call을 기반으로 하는 악성코드 탐지 및 분류에 대한 연구가 활발히 진행되고 있다. 그러나 API Call 기반의 데이터는 방대한 양과 다양한 차원의 특성으로 인해 분석과 학습 모델 구축 측면에서 비효율적인 한계가 있다. 이에 본 연구에서는 방대한 API Call 정보를 포함하고 있는 CICAndMal2020 데이터 세트를 대상으로 기존의 특성 선택 기법이 아닌 주성분 분석(Principal Component Analysis)을 사용하여 차원을 대폭 축소 시킨 후 머신러닝 기법을 적용하여 분류를 시도하였다. 실험 결과 전체 9,503개의 특성을 25개의 주성분(전체 대비 약 0.26% 수준)으로 축소시키고 다중 분류 기준 약 84%의 정확도를 나타냈다. 결과적으로 기존 연구에서의 탐지 모델 대비 정확도, F1-score 등의 성능 향상은 물론 차원 축소 측면에서 매우 향상된 결과를 달성하였다.

본 논문은 XGBoost 알고리즘 기반의 침입탐지모델의 성능을 향상하기 위한 스케일링(scaling) 및 특성선택(feature selection) 기법을 제안한다. 머신러닝 모델 개발 중 전처리 단계에서 스케일링 및 특성선택을 수행하면 데이터세트의 조건수가 감소하여 모델의 성능을 향상할 수 있다. 각 과정별로 다양한 기법이 있지만 기존의 연구에서는 이러한 기법들을 적용한 결과를 비교·분석하지 않고 특정 기법을 적용한 결과만을 나열하였고 스케일링 및 특성선택에 대해 최적의 조합은 제시하지 못하였다. 따라서 본 논문에서는 다양한 전처리 기법들의 적용결과를 비교하고 최적의 조합을 제안한다. 또한 기존의 연구들이 특정 데이터세트에만 적용 가능한 전처리 기법을 제안하는데 비해 본 논문은 다양한 데이터세트에 대해 공통적으로 적용 가능한 전처리 기법을 제안함으로써 제안 기법의 범용성과 실세계 적용 가능성을 증명한다.

4차 산업혁명으로 인하여, 스마트홈과 같은 IT 기술이 융합된 시스템이 등장하였지만, 이러한 시스템으로 인한 사생활 침해와 같은 보안사고가 증가하였다. 이와 같은 보안사고에 대응하기 위하여, 스마트홈을 구성하는 다양한 기기에 대한 보안위협을 분석하고, 이러한 보안위협을 해결하기 위한 새로운 보안 요구사항이 필요하다. 따라서 본 논문에서는 스마트홈을 구성하는 대표적인 기기 중 하나인 월패드를 대상으로, 기술적 및 정책적인 측면에서의 보안 위협을 분석하고, 이를 해결하는 보안 요구사항을 제안한다. 본 논문의 결과를 통하여, 제안한 요구사항을 기반으로, 안전성이 향상된 월패드를 설계하여 구성할 수 있을 것으로 사료된다.

COVID-19 팬데믹으로 인하여, 재택근무와 같은 비대면 업무환경이 확대됨에 따라, 기업에서는 내부 보안을 위한 VPN 구축 및 사용률이 급격하게 증가하였다. 하지만, 기존의 대면 환경과는 다르게, 비대면 업무환경에서는 자신을 식별할 수 있는 수단을 제한적으로 활용하기 때문에, 사용자의 비밀번호가 노출되면, VPN에 접근하기 위한 사용자 인증이 무력화되는 심각한 문제점이 존재하며, 이러한 보안 취약점을 해결하기 위한 기술이 요구되는 실정이다. 따라서 본 논문에서는 기존 VPN 인증 기술에 내재된 보안 취약점을 해결하기 위하여, 사물 환경 인증, HIP 기술, 위치 인증, 상호 인증 기술을 활용한 다중 인증 기반의 제로 트러스트를 제공하는 VPN 인증 기술을 제안한다. 최종적으로는 본 논문에서 제안하는 기술을 통하여, 보다 안전성이 향상된 VPN을 제공할 것으로 사료된다.

정보화 시대 스마트폰이 대중화되고 실시간 인터넷 사용이 가능해짐에 따라, 본인을 식별하기 위한 사용자 인증이 필수적으로 요구된다. 대표적인 사용자 인증 기술로는 아이디와 비밀번호를 이용한 비밀번호 인증이 있지만, 키보드로부터 입력받는 이러한 인증 정보는 시각 장애인이나 손 사용이 불편한 사람, 고령층과 같은 사람들이 많은 서비스로부터 요구되는 아이디와 비밀번호를 기억하고 입력하기에는 불편함이 따를 뿐만 아니라, 키로거와 같은 공격에 노출되는 문제점이 존재한다. 이러한 문제점을 해결하기 위하여, 자신의 신체의 특징을 활용하는 생체 인증이 대두되고 있으며, 그중 목소리로 사용자를 인증한다면, 효과적으로 비밀번호 인증의 한계점을 극복할 수 있다. 이러한 화자 인식 기술은 KT의 기가 지니와 같은 음성 인식 기술에서 활용되고 있지만, 목소리는 위조 및 변조가 비교적 쉽기에 지문이나 홍채 등을 활용하는 인증 방식보다 정확도가 낮고 음성 인식 오류 또한 높다는 한계점이 존재한다. 상기 목소리를 활용한 사용자 인증 기술인 화자 인식 기술을 활용하기 위하여, 사용자 목소리를 학습시켰으며, 목소리의 주파수를 추출하는 MFCC 알고리즘을 이용해 테스트 목소리와 정확도를 측정하였다. 그리고 악의적인 공격자가 사용자 목소리를 흉내 내는 경우나 사용자 목소리를 마이크로 녹음하는 등의 방법으로 획득하였을 경우에는 높은 확률로 인증의 우회가 가능한 것을 검증하였다. 이에 따라, 더욱 효과적으로 화자 인식의 정확도를 향상시키기 위하여, 본 논문에서는 목소리에 잡음을 섞는 방법으로 화자를 인식하는 방안을 제안한다. 제안하는 방안은 잡음이 정확도에 매우 민감하게 반영되기 때문에, 기존의 인증 우회 방법을 무력화하고, 더욱 효과적으로 목소리를 활용한 화자 인식 기술을 제공할 것으로 사료된다.

최근 프로세서 제조공정의 급속한 발전으로 프로세서의 종류에 상관없이 같은 운영체제를 설치 할 수 있게 되었다. 하지만 근본적으로 프로세서의 종류에 따라 차이점이 있고, 동작방식이 다르기 때문에 포렌식 할 경우 같은 운영체제라도 다른 결과가 나올 수 있다. 본 논문은 디지털포렌식을 이용하여 CISC 프로세서의 Windows 운영체제와 RISC 프로세서의 Windows운영체제를 비교하고, 프로세서 방식에 따른 차이점을 통해 후속 연구 방향을 제시한다.

디지털 기기의 발전에 따라 우리에게 이로운 효과를 주고 있으나 음지에서는 디지털 성범죄의 피해자가 속출하고 있는 실정이다. 사회적으로 지속해서 대두되고 있는 디지털 성범죄는 그 피해사례가 연간 약 2배 증가하고 있으며, 전체 아동·청소년 성범죄 사례 중 디지털 성범죄가 차지하는 비율은 2018년 6.5%에서 2019년 13.9%로 2.13배 증가하였다. 본 논문에서는 디지털 성범죄의 사회적 인식을 각인시키며 국내외 성범죄 피해사례와 관련 디지털 포렌식 고도 기술 연구에 관한 내용을 제안한다.

빅데이터, 인공지능, 로봇공학, 사물인터넷 등 다양한 정보통신 기술의 융합으로 이루어지는 제4차 산업혁명이 부각과 함께 발생하는 데이터를 안전하게 관리 및 보관하면서 사용할 수 있는 클라우드 플랫폼에 대한 중요성도 같이 증가하고 있다. 그에 따라 신규로 클라우드 플랫폼을 구축하는 곳도 있지만, 기존 인프라를 유지하면서 신규 인프라를 추가하는 형태로 클라우드 플랫폼을 구축하는 경우도 많다. 클라우드 플랫폼을 신규 또는 추가 구축하는 경우 고려해야 할 사항을 인프라 리소스 측면과 클라우드 플랫폼 측면에서 살펴보고자 한다.

몇 년 전부터 유행하고 있는 성격 유형 검사는 여전히 MZ세대들 사이에서 인기를 끌고 있다. 본래는 학교나 군대에서 성격 유형과 적성 파악을 위해 활용하던 검사였지만, 과학적 근거가 있으면서도 자신의 성격 유형을 쉽게 확인할 수 있어 하나의 문화로 자리 잡았다. 이에 마케팅 시장에서는 유형 검사를 활용하여 브랜드·제품 홍보에도 쓰이고 있다. 본 논문에서는 연애와 관련된 유형 검사 사이트를 구현하고 참여한 사용자들이 입력한 정보와 선택한 설문, 결과를 바탕으로 전체 사용자, 남녀로 구분 지어 유형별 선호하는 데이트 스타일을 분석하고자 한다. 유형별에 맞는 데이트 장소를 추천하는 시스템을 개발하고, 이러한 시스템을 통해 데이트 장소를 정할 때 사용자들의 편의성을 도모하고 분석한 내용이 마케팅 시장의 브랜드·제품 홍보와 이벤트에 유용하게 사용될 것으로 기대된다.

본 고는 일상생활 속 다양한 정보들을 제공하는 웹 사이트를 데이터베이스와 연계하여 제작하는 프로젝트를 소개한다. 해당 프로젝트는 코로나19 거리두기 완화 조치에 따라 학교에 익숙하지 못한 학생들에게 학교 주변 시설에 대하여 실용적이며 활용성 높은 정보를 제공하기 위한 웹 사이트를 제작한다. 해당 웹 사이트는 웹 사용자의 편의를 위한 콘텐츠 추가, 점진적인 제공 정보 확대가 예정되어 있어 코로나19 일상생활 회복에 도움이 될 것으로 기대된다.

본 논문에서는 여행지 리스트와 이에 대한 정보를 포털 사이트에서 검색하지 않고 사용자가 원하는 지형과 분위기에 따른 여행지를 추천하고, 근처 숙소나 맛집, 교통편 등과 같은 정보를 통합적으로 전달해줄 수 있는 챗봇을 설계하고 구현한다. 이 챗봇은 사용자들에게 원하는 여행지의 키워드를 보여주고 그 키워드에 맞는 여행지 및 여러 가지 정보를 추천해주는 기능을 제공한다.

코로나로 인해 대한민국의 모든 산업은 위축되었고, 모두가 힘든 시기를 보내고 있지만 그 중 캠핑산업은 예외이다. 코로나와 상관없이 야외에서 즐길 수 있는 캠핑장을 찾는 사람들은 꾸준히 늘어나고 있다. 이러한 캠핑에 있어서 가장 중요한 요소는 먹거리이다. 그 중 가장 대표적이고 잘 알려진 먹거리는 고기 요리이다. 본 논문은 캠핑족들의 편의를 제공해주기 위해 블루투스 통신을 통해 적정 고기 온도를 알려주는 서비스를 제공한다. 아두이노와 블루투스 서미스터 센서를 연결하여 안드로이드 스튜디오를 활용하여 애플리케이션을 개발하고, 블루투스로 통신을 통해 외부 장치 데이터 통신 구현을 통하여 실시간 온도 데이터를 확인할 수 있다. 또한 Firebase를 활용하여 레시피북을 제작해 접하지 못했던 육류 위주의 레시피를 제공하는 서비스도 제공한다.

최근 코로나 확진자가 감소함에 따라 집합금지 명령이 해제되고 단계적 일상 회복이 진행되고 있다. 이에 맞춰 온라인 수업을 진행하던 학교들이 대면 수업으로 전환됨에 따라 학생들이 학교로 돌아오게 되었다. 하지만 학교에 처음 온 학생들은 학교 주변 상권에 대해 잘 모르는 경향이 있다. 본 논문에서는 이러한 학생들의 고민을 줄여주기 위하여 카테고리별로 맞춤 식당을 추천해주는 서비스 개발하였다. Kotlin을 활용한 안드로이드 애플리케이션 형태로 개발하였으며, 네이버 지도를 활용하여 식당의 위치를 알려주도록 하였다. 또한 Firebase를 활용한 게시판을 통해 소통의 창구를 마련하고 간단한 게임 등을 통해 학우들 간의 친밀도를 높일 수 있는 콘텐츠를 제공하였다.

본 논문에서는 실제 철도 건널목(교차로)에서 발생하는 소음 및 진동, 차량 및 보행자 사고와 같은 위험 요소로부터 발생하는 위험 상황들을 분류하고, 철도 건널목(교차로) 운행 상황을 구현한 모형 철도 주변에 센서를 부착하여 철도 건널목에서 발생하는 위험 요소들을 아두이노 센서로 감지해 데이터를 수집한다. 또한 수집된 데이터들을 활용하여 사용자의 상황에 맞는 철도데이터 운영시스템을 제안한다.

본 논문에서는 실제 주행하는 철도가 지나가는 터널에서 유발되는 안전사고 및 주변에 거주하는 주민들과, 서식하는 야생동물들에게 피해를 입힐 수 있는 소음과 진동을 감지하고, 철도가 터널을 운행하는 상황을 구현하여, 너털에서의 위험 요소들에 대한 상황 데이이터들을 센서를 통해 데이터 수집을 진행하고 다양한 위험 상황으로부터 실시간 감지를 통해 데이터들을 분석하고 적절한 상황 지원을 위한 실시간 인지시스템 모델을 설계하고 지원한다.

본 연구는 메타버스의 정보전달 효과를 확인하기 위해 대면 대화 대비 메타버스의 정보전달 효용성을 비교 분석하였다. 대면 대화, 메타버스, 화상회의, 메신저앱 플랫폼을 독립변수로 하여 정보전달 효용성을 측정하였으며 설문조사로 구성된 1차 실험과 사후 행동 관찰을 실시한 2차 실험으로 나누어 실험하였다. 1차 실험에서는 유의미한 차이가 발견되지 않았으나 실험을 마치고 수 일이 지난 후 예고없이 실시한 2차 실험에서는 대면 대화와 화상회의가 높은 수치를 기록한 데에 반해 메타버스와 메신저앱은 유의미하게 낮은 수치를 기록하였다. 메타버스가 코로나시대에 사회적 공간제약을 극복하는 대체재로 쓰였으나 자유로운 대면 활동이 다시 가능해진다면 대면대화 대비 정보전달 효용성이 떨어질 수 있으므로 메타버스의 장단점을 충분히 이해하고 활용해야 할 것이다.

본 논문에서는 사용자 정보를 바탕으로, 사용자에게 적합한 다이빙 플랜을 자동으로 매칭하고, 해양생태정보를 수집하는 시스템을 제안한다. 이 시스템은 사용자의 정보를 바탕으로 사용자에게 적합한 다이빙 플랜이 자동으로 매칭되므로, 최적 조건의 다이빙 플랜이 사용자에게 제공될 수 있다. 또한, 해양 생태 정보를 수집하여 데이터화함으로써 해양 생태 변화에 대한 자료가 사용자에게 제공될 수 있다.

본 논문에서는 재난위기경보관리시스템 구축을 위해 행정안전부가 구축중인 재난안전데이터 공유 플랫폼의 데이터를 연동하기 위한 기반 및 기술을 제안한다. 국가 R&D로 수행중인 재난위기경보관리시스템은 위기경보 수준을 판단하기 위해 필요한 데이터를 수집, 위기경보 수준 자동분석, 위기경보 수준 판단 및 표출하는 기능을 구현하였다. 그러나 실제 운영하기 위해서는 국가재난정보관리시스템(NDMS)내에서 운영할 수 있도록 재난안전데이터 공유 플랫폼의 데이터 연동을 위한 방안에 대해 연구하였다.

본 논문에서는 5G 스마트폰을 활용하여 사용자가 로봇 청소기의 위치 추정을 도울 수 있는 방안을 소개한다. 로봇 청소기는 다양한 알고리즘을 활용하여 자신의 위치를 추정하며, 때로는 오차가 발생하기도 한다. 현재 많은 사람들은 5G 스마트폰을 소유하고 있으며, 이 5G 스마트폰을 활용하여 로봇 청소기의 위치 추정을 보조할 수 있는 방안을 제안한다. 5G 스마트폰은 MIMO 안테나를 사용하여 통신을 하는데, MIMO 안테나는 기존의 전 방향성 안테나와는 달리 방향성을 가지고, 고주파를 사용하기 때문에 신호의 직진성을 보장받는다. 이러한 특성을 활용하여 스마트폰을 참조 노드로 하여 로봇 청소기는 측위를 보조할 수 있다. 본문에서 제안하는 아이디어를 소개하며, Matlab을 활용하여 아이디어의 효용성을 검증하였다.

4차 산업혁명의 기술이 발전함에 따라 세계는 눈부시게 발전하고 있다. 그러나 그와 동시에 어르신들의 치매로 인한 사회적 비용의 증가로 발생하는 문제점 또한 무시하지 못할 수준에 이르렀다. 이에 조기에 치매를 선별하여 예방하는 것이 중요시되었으며 다양한 연구기관에서는 빠르고 쉽게 치매의 전 단계인 경도인지장애를 선별하고자 여러 선별 검사지를 제작하여 경도인지장애 선별을 통한 치매를 예방하는 데 노력하는 중이다. 하지만 다양한 상황으로 각각의 효율성이 경도인지장애 선별에 대한 기대에 미치지 못하고 있다. 그리하여 본 연구는 기존에 개발된 경도인지장애 선별지 들을 비교 분석 및 코로나 상황에 적합하게 비대면 방식으로 경도인지장애 선별이 가능하도록 보다 효율적으로 개선하였으며 이를 IoT 기기에 접목하였다. 또한 IoT 기기는 어르신들의 경도인지장애 선별검사에 대한 부담감을 줄이고자 친근한 인형 형태로 개발하였으며 상호작용을 위한 기능 제작을 통하여 마음 돌봄 서비스를 구현하였다.

본 논문에서는 딥러닝 기반 욕창 감지를 위한 욕창 객체 탐지를 연구한다. 객체 탐지 딥러닝 기법으로 RCNN, Fast R-CNN, Faster R-CNN, YOLO 등 다양한 기법이 존재하며, 각 모델의 특징 또한 다르다. 욕창은 단계별로 피부, 조직에 손상의 정도가 다르다. 낮은 단계의 경우 일반적인 피부색과 유사하게 나타나며, 높은 단계의 경우 근육, 뼈, 지지 조직 등의 괴사로 인해 삼출물 또는 괴사조직이 나타난다. 논문에서는 One-Stage Detection 기법인 YOLO를 기반으로 욕창 이미지 내부에서 욕창 탐지를 진행한다. 현재 보유하고 있는 이미지 데이터 수가 많지 않아 데이터 증강기법을 통해 데이터를 증강하여 학습에 활용하였다.

본 논문에서는 Restful API를 이용하여 실시간으로 드론 비행 허가 시스템으로부터 결과 도출 받는 서버를 구현한 결과를 보인다. Flask API과 Ubuntu(AWS)를 이용하여 메인 서버인 허가 시스템과 드론 역할을 하는 실시간으로 요청 신호를 보내는 테스트 서버를 구축하였다. 메인 서버는 Polygon 라이브러리를 이용하여 입력받은 좌표를 사전 조건에 따라 분석하여 승인 여부를 결정하고, API를 이용하여 결과를 테스트 서버에 반환할 수 있도록 구현하였다. 드론 교통 관리를 위한 다양한 드론 비행 허가 방안을 테스트하도록 활용할 계획이다.

본 논문은 스마트 인솔의 압력 데이터를 이용하는 컨볼루션 신경망 모델에 해석가능한 인공지능 방법인 Grad-CAM을 적용하는 방법을 제안한다. 학습된 각 모델에 Grad-CAM을 적용하여 모델에서 중요한 역할을 하는 압력센서와 중요하지 않은 압력센서를 알아내는 방법을 제안하고 데이터마다 학습을 진행하고 학습된 모델을 통해 실제로 중요한 압력센서와 그렇지 않은 압력센서에 대해서 알아본다.

본 논문에서는 클러스터 기반 엣지 모델에서 자원을 효율적으로 사용할 수 있는 지능형 엣지 자원 할당 정책 모델을 제안한다. 최근 쿠버네틱스 기반 클러스터 엣지 시스템 개발 연구 다양한 방향에서 진행 중이다. 따라서, 본 논문에서는 클러스터-엣지 모델 구조를 소개하고 이 모델에서 컴퓨팅 자원을 가진 워커에 컴퓨팅 오프로딩 서비스를 효율적으로 사용할 수 있는 최적의 지능형 클러스터-엣지 컴퓨팅 자원 정책을 생성하는 구조 및 알고리즘을 제안한다.

본 논문에서는 내부 네트워크를 사용하여 여러 로봇들을 동시에 혹은 각각 제어할 수 있는 시스템을 제안한다. 이 시스템은 모바일, 데스크탑을 통해 원하는 로봇들을 다중 제어하고, 나아가서는 PJ link를 통한 프로젝터 제어, WOL을 통한 데스크탑 제어, 아두이노 레오나르도를 통한 키보드, 마우스 제어 등 여러 통합 컨트롤 시스템을 구축할 수 있다. 와이파이를 통한 시리얼 통신으로 esp8266과 컨트롤 pc 간의 통신이 이루어지고, I2C 통신을 통해 esp8266에서 레오나르도로 신호를 주어 다른 pc를 제어할 수 있다. 로봇의 경우에는 esp8266을 통해 직접적으로 제어가 가능하며 원하는 개수의 로봇을 동시에 혹은 각각 제어할 수 있다. 이러한 통합 컨트롤 시스템을 통해 여러 기기의 로봇을 보다 수월하게 제어가능하며 로봇뿐만 아니라 여러가지 기기들을 한번에, 수월하게 컨트롤 할 수 있게 된다.

스마트폰 사용자가 늘어남에 따라 갖춰줘야 할 보안성이 취약하여, 다양한 바이러스 및 악성코드 위험에 노출되어 있다. 안드로이드는 운영체제 중 가장 많이 사용되는 운영체제로, 개방성이 높으며 수많은 악성 앱 및 바이러스가 마켓에 존재하여 위험에 쉽게 노출된다. 2년 넘게 이어진 코로나 바이러스(Covid-19)으로 인해 꾸준히 위험도가 높아진 피싱공격(Phshing attack)은 현재 최고의 스마트폰 보안 위협 Top10에 위치한다. 본 논문에서는 딥러닝 기반 자연어처리 기술을 통해 피싱 공격 대응 방법 제안 및 실험 결과를 도출하고, 또한 향후 제안 방법을 보완하여 피싱 공격 및 다양한 모바일 보안 위협에 대응할 수 있는 앱을 설계할 것이다.

전 세계적으로 고령화 사회가 지속됨에 따라 평균수명이 증가하여 고령화 문제가 심각해지고 있는 추세이다. 고령에 속하는 65세 이상 노인들이 자주 발병하는 알츠하이머 치매는 명확한 치료법이 존재하지 않아 발병 전 조기 발견 및 예방이 중요하다. 본 논문에서는 컨볼루션 신경망을 기반으로 한 알츠하이머 치매분류방법을 제안한 논문과, 그래프 합성곱 신경망, 다중 커널 학습 분류기, 기계학습, SVM 분류기 등의 방법으로 알츠하이머 치매 분류에 대한 논문을 소개하고, 각각의 제안 방법 및 특징에 대해 비교분석한다.

최근 스마트 기기 시장이 커지며 이와 함께 스마트 기기를 이용한 연구가 활발하다. 현재 많이 사용되는 스마트 기기인 스마트워치와 스마트폰에는 다양한 센서들이 내장되어있다. 이 센서들을 통해 생성된 데이터를 이용하면 사용자의 행동 분류, 건강관리 등 사용자에게 도움이 되는 서비스를 제공할 수 있다. 본 논문에서는 어플리케이션 개발을 통해 상용 스마트기기인 갤럭시 워치 4와 갤럭시 S10에 내장되어있는 센서의 원시데이터를 수집하고 수집한 데이터를 oneM2M 표준 플랫폼에 저장하였다. oneM2M 표준 플랫폼에 저장된 데이터는 API를 통해 손쉽게 사용할 수 있으며 여러 대의 스마트 기기 데이터를 수집하고 빅데이터를 구축한다면 많은 연구자들이 보다 편리하게 데이터를 이용하여 다양한 의미 있는 연구들을 진행할 수 있을 것이다.

본 연구에서는 3차원 시뮬레이션 프로그램을 활용하여 40대, 50대, 60대 여성의 하반신 몸통 관련 부위 유형에 따라 요실금 팬티 패턴을 제작하여 하반신 몸통 유형별 요실금 팬티 패턴을 비교·분석하고자 하였다. 유형 1의 패턴은 가장 길이가 길고 폭은 두 번째로 넓은 형태를 나타냈고, 유형 2는 길이가 가장 짧고 좁은 형태를 나타냈다. 유형 3은 길이가 가장 짧고 폭은 가장 넓은 형태를 나타냈으며, 유형 4는 가장 폭이 좁고 길이가 두 번째로 긴 형태를 나타냈다. 가상착의에 대한 평가결과, 유형 2가 앞면, 옆면, 뒷면 모두에서 가장 우수한 것으로 평가되었다. 유형 3은 허리와 복부, 엉덩이와 넙다리둘레가 가장 크고, 하반신이 짧은 비만 체형으로 다른 체형과 같은 방식으로 패턴을 제작하였을 시 다리둘레와 엉덩이부위의 감싸는 분량이 부족한 것으로 평가되었다.

본 논문에서는 3축 가속도와 3축 각속도 센서로 구성된 관성 측정 장치(IMU)와 압력센서가 내장되어있는 스마트 인솔을 착용하여 얻어진 보행 데이터를 통해 보폭을 추정하는 방법을 제안한다. 먼저 압력센서를 활용하여 한 걸음 주기로 나눈 뒤 나누어진 가속도와 각속도 센서 데이터를 LSTM과 Attention 계층을 결합한 딥러닝 모델에 학습하여 보폭 추정을 시행하였다. LSTM-Attention 모델은 기존 LSTM 모델보다 약 1.14%의 성능 향상을 보였다.

본 논문에서는 기존에 두 가지 모델이 필요했던 작업을 하나의 모델로 처리할 수 있는 자연어 처리 아키텍처를 제안한다. 단일 모델로 알츠하이머 환자의 언어패턴과 대화맥락을 분석하고 두 가지 결과인 환자분류와 챗봇의 대답을 도출한다. 일상생활에서 챗봇으로 환자의 언어특징을 파악한다면 의사는 조기진단을 위해 더 정밀한 진단과 치료를 계획할 수 있다. 제안된 모델은 전문가가 필요했던 질문지법을 대체하는 챗봇 개발에 활용된다. 모델이 수행하는 자연어 처리 작업은 두 가지이다. 첫 번째는 환자가 병을 가졌는지 여부를 확률로 표시하는 '자연어 분류'이고 두 번째는 환자의 대답에 대한 챗봇의 다음 '대답을 생성'하는 것이다. 전반부에서는 셀프어탠션 신경망을 통해 환자 발화 특징인 맥락벡터(context vector)를 추출한다. 이 맥락벡터와 챗봇(전문가, 진행자)의 질문을 함께 인코더에 입력해 질문자와 환자 사이 상호작용 특징을 담은 행렬을 얻는다. 벡터화된 행렬은 환자분류를 위한 확률값이 된다. 행렬을 챗봇(진행자)의 다음 대답과 함께 디코더에 입력해 다음 발화를 생성한다. 이 구조를 DementiaBank의 쿠키도둑묘사 말뭉치로 학습한 결과 인코더와 디코더의 손실함수 값이 유의미하게 줄어들며 수렴하는 양상을 확인할 수 있었다. 이는 알츠하이머병 환자의 발화 언어패턴을 포착하는 것이 향후 해당 병의 조기진단과 종단연구에 기여할 수 있음을 보여준다.

본 연구에서는 마스크 착용이 필수가 된 시대를 살고 있는 20대를 대상으로 하여 마스크에 대해서 어떤 인식을 가지고 있는지를 조사하여 그 인식을 유형화하고 유형별 특성을 알아보고자 하였다. 이를 통해 마스크를 착용하는 사람들이 어떤 생각을 가지고 마스크를 사용하는가와 어떤 제품을 원하는지를 분석하고자 하였다. 본 연구는 Q방법론을 사용하였으며, 분석에는 쿼넬 pc프로그램을 활용하였다. 마스크에 대한 인식유형은 3개로 분류되었다. 유형 1은 마스크를 늘 착용하며 마스크가 비언어적 커뮤니케이션과 착용자의 이미지에 영향을 미친다고 생각하는 '상시 착용 영향 중시형'이었다. 유형 2는 마스크를 세균을 막기 위해 착용하며 마스크가 부정적 영향이 크다고 생각하는 '기능 중시 부정 인식형'이었다. 유형 3은 얼굴을 가리기 위해 마스크를 착용하고 마스크 착용 시 사람이 젊어 보인다고 생각하는 '은폐 착용 긍정 이미지형'이었다. 본 연구는 20대만을 대상으로 하여 다른 연령대의 마스크에 대한 인식을 알아보지 못하였다. 향후 연구에서는 다양한 연령대의 마스크에 대한 인식을 알아볼 필요가 있으며, 인식유형에 따른 마스크 디자인 개발에 관한 연구가 이루어져야 할 것으로 생각된다.

이 연구는 현 트렌드에 발맞추어 손상예방, 트레이닝 수업에 보다 양질의 피드백을 제공하여 보다 효율적이고 효과적인 교육프로그램 개선 및 개발하는데 목적이 있다. 부하가 증가될수록 우측 외측광근, 대퇴이두근과 좌측 내측광근, 대퇴이두근, 비복근이 활성도과 증가하였으며, 발의압력은 앞쪽이 증가하였으며 COG 좌/우 안정성이 감소하였다. 초보자들은 자신의 동작이 정확히 인지하고 수행하는지 어려움을 가지고 있으며 선수와 숙련자들은 강력한 근육을 바탕으로 보상작용을 수행해서 정확한 동작을 만들어 결국 근육의 불균형으로 인한 손상을 유발하기도 한다. 이러한 문제점을 웨어러블 기기를 이용하여 즉각적인 피드백을 제공할 수 있어 효율적인 운동지도를 할 수 있을 것으로 생각된다.

간암에는 크게 두 종류가 있는데 하나는 간에서 생긴 종양이 악성종양으로 진행된 것이고 다른 하나는 다른 장기에서 생긴 암이 간으로 전이되는 것이다. 본 논문에서는 간에서 생긴 종양이 악성종양으로 진행되는 것을 조기 발견하고 막고자 Object Detect 모델인 YOLO v5의 다섯 가지 모델을 비교하여 악성 종양으로의 발전 가능성이 있는 간의 lesion을 찾아보았다.

본 연구에서는 코로나19 팬데믹에서 서비스산업종사자들의 직업 불안이 삶의 만족에 미치는 영향 관계를 알아보고자 연구를 진행하였다. 거기에 가족지지의 매개효과를 검증하고자 하였다. 2019년말에 발생한 코로나19는 세계적으로 한 번도 경험해 보지 못한 새로운 세상을 경험하고 있다. 자국의 국민을 보호하고자 국제 공항은 외국의의 출입을 철저히 봉쇄함으로써 코로나 확산을 막았고, 그로인하여 세계 경제교역은 큰 타격을 받았다. 산업관련 물동량은 점차 회복되고 있으나 여행객을 포함한 인적교류는 아직도 힘든 상황으로 호텔업, 관광업등의 서비스산업은 상당한 영향을 받아 거기에 종사하는 직원들 또한 자신의 직업에 대한 불안이 늘고 있다. 2021년 현재 대부분의 나라에서 위드코로나 정책으로 전환하면서 서비스산업이 점차 회복되고 있으나 아직도 힘든 상황을 보내고 있다. 따라서 본 고는 포스트 코로나시대에 서비스산업종사자들의 직업불안을 낮게 하고 삶의 만족을 높이는 방안을 제시하고자 하였다.

본 연구에서는 장애 임금근로자의 근로환경, 업무특성, 지속근무 의도, 직무만족도 간의 구조적 관계분석을 통해 장애 임금근로자의 직무만족도 향상 방안을 제시하고자 한다. 분석자료는 장애인고용패널 2차웨이브 6차년도 패널데이터 중 15세이상 임금 장애근로자 1,582명을 분석에 사용하였다. 분석결과, 첫째, 장애 임금근로자의 근로환경은 직무만족도에 정(+)적인 영향을 미쳤지만, 지속근무 의도에는 유의한 영향을 미치지 않았다. 둘째, 장애 임금근로자의 업무특성은 지속근무 의도와 직무만족도에 정(+)적인 영향을 미쳤다. 셋째, 장애 임금근로자의 지속근무 의도는 직무만족도에 정(+)적인 영향을 미치는 것으로 나타났다. 넷째, 장애 임금근로자의 근무환경과 직무만족도 사이에 지속근무 의도는 매개효과를 나타내지 않았다. 다섯째, 장애 임금근로자의 업무특성과 직무만족도 사이에 지속근무 의도는 매개효과를 미치는 것으로 분석되었다.

본 연구는 최근 2022년 6월 1일에 실시된 전국 시도교육청 교육감 선거를 계기로 진행된 연구이다. 본 연구의 목적은 2010년 1월 1일부터 2022년 6월 10일까지 '교육감 직선제'를 다룬 언론사 기사들을 분석하여 그 결과를 객관적으로 제시하는 것이다. 분석 대상은 2010년 1월 1일부터 2022년 6월 10일까지 기간을 설정한 후, '교육감'과 '직선제' 2개의 용어가 모두 포함된 국내 54개 주요 언론사 뉴스 기사들(5,610건)이다. 본 연구에서는 뉴스 빅데이터 분석시스템인 빅카인즈(BIGKinds) 서비스를 적극적으로 이용하여 뉴스 트렌드 분석, 네트워크(관계도) 분석, 연관어 분석 등을 진행하였다. 본 연구자료는 관련 학문 연구자와 교육 현장 종사자들에게 시사점을 줄 수 객관적인 자료로 활용될 것이다. 본 연구는 향후 지방교육자치와 교육감 선거의 발전적 모델 탐색을 위한 다양한 연구 과정으로 확대 전개하고자 한다.

본 연구는 IT 비전공 대학생을 위한 코딩교과목 개발을 목표로 한다. 이를 위해 선행연구 및 이론탐색을 통해 대학교양 교과목으로서 코딩교육을 탐색하고, 적용 가능한 수업모형 및 교육내용을 선정하여 기초내용을 구성한 후 3인의 교육공학 전문가와 3인의 코딩교과목 개발 유경험 대학교수를 대상으로 FGI 인터뷰 방법을 통하여 연구결과를 도출한다. 대학교양 교과목으로서 코딩교육의 필요성이 대두되고 있음에도 불구하고 현재 운영 중인 코딩교과목은 프로그래밍이 중심으로 구성되어 비전공 대학생들에게는 환영받지 못하고 있다. 이에 본 연구에서는 코딩교과목의 방향을 컴퓨팅사고 및 SW 기초교육을 목표로 메타버스 등의 플랫폼을 활용한 체험중심 수업설계를 통해, 실행 가능한 수업모형을 개발하고 대상자 인터뷰와 분석을 통해 이를 위한 교수학습방법을 설정할 것이다. 본 연구를 통해 제시될 메타버스 플랫폼을 활용한 체험중심 코딩교육은 이후 고등교육기관의 교딩교육 교과목 개발을 위한 기초자료로 활용될 것이다

우리나라는 1997년 IMF 경제위기 이후 기업의 지배구조와 관련한 상법과 증권거래법 등이 수차례에 걸쳐 개정을 통한 정비가 되었다. 기업지배구조에 대한 문제는 우리나라 경우에만 한정되는 것이 아니라 미국을 비롯한 유럽 등 많은 선진국에서 중요한 문제점으로 대두되고 있는 것이 사실이다. 특히 우리나라에서 기업지배구조와 관련하여 많은 문제가 발생되고 있는 것은 지배주주와 경영진의 기업경영에 대한 감독 등이 제대로 이루어지지 않았을 뿐만 아니라 지배주주와 기업 경영진들에게 그에 책임을 제대로 묻지 않았기 때문이다. 그리고 아직도 우리나라 대부분의 기업들에 있어서 오너 경영자의 소유주식 비중이 높은 관계로 의사결정권을 독선적으로 행사하는 등 사실상 경영의 건전성을 확보할 수 없었던 것이다. 따라서 본 연구에서는 이사회가 본연의 기능을 회복하고 바람직한 지배구조를 개선하는데 있어서 걸림돌이 되는 부분을 검토하고 그에 대한 효율적인 개선안을 제시하고자 함이 연구의 목적이다.

본 연구의 목적은 메타버스 교수법 적용을 통해 문제점을 파악하고 활용방안을 모색하고자 하였다. 본 연구의 교수법을 효율적으로 달성하기 위해 각각 전공이 다른 교수자가 참여하여 학습법을 공유하였다. 대부분 메타버스 활용으로 흥미로운 학습법이 이루어진 반면에 다양한 문제점도 나타났다. 활용방안으로 게임, 토론, 대화 등을 통해 사전에 충분히 숙달될 수 있도록 하고, 정규수업이 아닌 비정규 교과목에서 우선 적용, 아바타 꾸미기 활용으로 보다 즐겁게 수업 참여 유도, 가상현실속에서 예의범절 지키기 등 학습 환경 이해, 학생들의 가상공간을 통해 자신들의 언어로 수업을 이끌어 흥미 유발, 젭 스페이스에서 나만의 강의실 만들기, 친구와 대화 및 상호작용 시행, 이론 교과목 수업 메타버스 플랫폼을 활용, 모의토론 및 발표 자유롭게 유도, 자신만의 케릭터 꾸미기, 진로코칭 및 상담 적용, 수업 종료후 학생만의 추가 활동 유도 등 활용방안이 제시되었다.

본 연구는 1주기 전문대학혁신지원사업에 참여한 전문대학 중에서 주요 대학의 혁신 사업목표 및 프로그램의 주요 핵심어들을 분석하여 향후 혁신지원사업의 방향과 성관관리 방안을 도출하는 것이다. 2주기 혁신지원사업은 학령인구 급감과 사회변화에 대응하여 대학의 경쟁력을 추진하는데 있다. 본 연구의 대상은 1주기 전문대학혁신지원사업 자율협약형 전문대학들 중 50개 대학의 사업목표 및 프로그램의 핵심어 및 연결성 등을 분석하여 워드클라우드로 제시하였다. 본 연구자는 본 연구결과에 기초하여, 각종 정부재정지원 사업 계획서를 분석하여 그들간의 중복성과 연계성 등에 대한 후속 연구를 진행할 계획이다.

본 연구는 코로나19 발생 전·후 공공의료를 둘러싼 사회적 인식변화를 뉴스빅데이터를 통해 파악하고자 시도되었다. 뉴스빅데이터는 코로나19 확진자가 처음 발생한 2020년 1월을 기준으로 나누었으며, 코로나19 발생 이전(2018년 1월~2019년 12월, 총 24개월) 40,834건과 코로나19가 발병 이후(2020년 1월~2021년 12월, 총 21개월) 61,761건이었다. 수집된 빅데이터는 R 4.1.1 for Windows를 활용하여 단어 빈도 분석, 연관규칙분석을 실시하였다. 연구결과, 코로나19 발생 전후 뉴스기사에서 공공의료를 둘러싼 핵심어를 비교할 때 코로나19 발생 후에 발생 전보다 큰 폭으로 상승한 단어는 '확산'(664%), '대응'(658%), '의사'(518%), '상황'(504%), '공공병원'(486%), '의료진'(455%), '확충'(324%), '인력'(305%), '어려움'(272%), '정부'(247%)순으로 나타났다. 코로나19 발생 전후 공공의료를 둘러싼 키워드의 연관규칙 분석을 통해서 의료의 패러다임이 일자리 산업에서 감염증 대응을 위한 보건의료로 전환되는 것을 알수 있었다.

본 연구는 국제 합작투자사업 참여 기업들을 대상으로 국제합작투자 사업에서의 합작사업 파트너 기업 간 통제가 합작투자사업참여 파트너간 지식공유 및 협력과 합작사업성과에 어떠한 영향을 주는지를 살펴보고자 하는 실증연구이다. 본 연구에서는 국제합작사업 참여기업간 통제를 과정통제와 산출통제로 구분하여 통제유형별로 분석하고자 한다. 이를 위해 본 연구에서는 구조방정식을 이용하여 합작투자사업 참여 파트너간 통제유형별로 지식공유와 협력 및 합작사업성과에 어떠한 유의한 영향을 미치는지 실증분석을 통하여 알아보고자 한다.

미세먼지 수집을 위하여 필요한 위치 선정 방안과 위치 선정시 중요한 바람길분석, 수요조사, 유동인구, 교통량 등의 중요 기준을 반영하여 최종 선정하여야 하며, 이에 따라 설치된 측정기로부터 데이터 수집을 위해 지역적, 환경적, 지형적 요소를 감안하여 수집 항목을 결정하여야 한다. 데이터 수집시 실시간 또는 배치(Batch)로 할 것인지 여부를 결정하여야 하며, 이 보고서에서는 실시간으로 데이터 수집하는 경우를 설명하였다. 데이터 수집시 정확도를 높이기 위해 결측값, 이상값인 전처리 단계를 거쳐서 분석과 Modeling 구축을 통하여 정확도가 높은 알고리즘을 선정하여야한다. 정확도가 높은 알고리즘은 검증용 데이터 셋으로 적합성을 검증하여, 측정기 설치 위치의 적합성, 데이터 수집의 적합성, Modeling 구축 및 평가가 적합함을 지표로서 제시하여 적합성 검증을 하고자 한다.

본 연구는 폐그물, 폐현수막, 비닐, 캔 등을 활용한 친환경 패션 소품을 제작하기 위한 선행연구로, 패션산업에서의 환경문제와 친환경 패션 브랜드에 대해 분석해보고자 하였다. 이를 통해 친환경 패션 소품 제작에 필요한 기초자료를 얻고자 하였다. 연구는 국내 포털사이트에서 '친환경 패션 브랜드', '패션산업의 환경오염' 등의 단어를 입력하여 검색되는 기사를 중심으로 진행되었다. 패션산업은 생산과 소비 과정에서 수질, 대기오염을 유발하며, 쓰레기 문제 등을 유발하였다. 제조과정 중 엄청난 양의 탄소를 발생시키며, 세탁과정에서는 미세플라스틱을 방출하여 수질을 오염시키는 것으로 나타났다. 친환경 패션 브랜드에 글로베 호프, 프라이탁, 스텔라 맥카트니, 파타고니아, 비건 타이거, 낫 아워스 등이 있다. 광고 현수막, 군복, 안전벨트, 공장작업복, 병원 이불, 보트의 돛, 자동차 방수포 등을 활용하여 다양한 가방, 파우치, 핸드백 등의 패션 아이템을 제작 판매하고 있다. 이 외에도 비건 소재를 사용하고 동물성 소재와 PVC 소재를 사용하지 않는 등 패션업계에서도 환경오염을 줄이기 위한 다양한 노력을 기울이고 있는 것으로 나타났다.

최근 이슈가 되고 있는 직장내 괴롭힘은 가해자가 피해자에게 정신적, 신체적 건강에 악영향을 주는 대표적인 이직요인이 되고 있다. 직장내 괴롭힘을 발생시키는 폭력은 그 폭력의 강도가 다소 약한 상태의 공격적 행동을 피해자 에게 전달하지만 이를 지속적이며 비신처제적인 공격으로 인해 피해자의 입장에서는 결국 강한 폭력과 같다고 할 수 있다. 이에 본 연구는 이러한 직장내 괴롭힘을 직무소진이라 하고 직무만족과 직무이직에 어떠한 요인이 가장 크게 작용하는지를 알아보고자 한다.

이 연구의 목적은 에너지신산업 분야 디지털 혁신공유대학 온라인 교육과정을 수강한 학생들을 대상으로 교육과정에 대한 만족도 및 인식을 조사하고, 학습자의 수업만족도와 핵심역량 간의 관계를 분석하는 것이다. 이러한 목적을 달성하기 위하여 에너지신산업 분야 디지털 혁신공유대학 교육과정을 수강한 학생들의 교육과정 만족도 조사 결과를 양적, 질적 방법으로 분석하고, 분석 결과를 토대로 혁신공유대학 교육과정 설계 및 개발 방향과 시사점을 제시하였다. 이 연구 결과는 향후 디지털 혁신공유대학 교육과정 질 관리 환류 체계를 마련하고, 지속적인 교육과정 질 관리 시스템 구축을 위한 토대가 될 것으로 기대한다.

2015 개정 교육과정에서는 미래 사회의 인재를 육성하기 위해 중학교에 정보 교과를 필수화하였다. 이를 지도할 정보·컴퓨터 교사를 확보하기 위해 비 정보과 교사를 대상으로 부전공연수를 실시하여 정보 교육을 할 수 있는 자격을 부여하고 있다. 이들은 일반 학습자와 다르게 교육학적 지식과 역량은 높으나, 내용 지식은 컴퓨터과학의 초보자 수준이다. 이러한 학습자의 특성을 고려하여 마이크로비트를 활용한 연수를 12차시 동안 진행하였고, 이는 비 정보과 교사의 프로그래밍 자아효능감에 긍정적인 영향을 준다는 것을 확인할 수 있었다. 그러나 본 연구는 단일집단에게 실험을 실시하였으므로 그 효과를 일반화하는 데 한계가 있다. 따라서 후속 연구에서는 비교 집단을 설정하는 실험 설계로 교육 효과를 검증할 필요가 있다.

본 연구에서는 비 정보과 교사들의 효과적인 SW 교육 교수효능감 함양을 위하여 팀 프로젝트 기반 융합 교육 프로그램을 개발하였다. 개발된 교육 내용은 융합교육 및 팀 프로젝트에 대한 이해를 바탕으로 수학, 과학, 정보 등이 융합된 다양한 프로젝트를 실습한 뒤, 직접 문제 해결을 위한 프로젝트의 설계 및 개발과 발표, 동료 평가 및 피드백의 과정으로 구성되어 있다. 이는 10주간 비 정보과 교사들에게 처치되었고, 사전-사후 t-검정 결과, 통계적으로 유의한 향상을 나타내었다. 하지만 본 연구의 실험은 단일집단을 대상으로 하였기 때문에 추후 통제집단과의 비교를 통하여 향상에 대한 통계적 비교가 필요로 된다.

4차 산업혁명이 도래하여 사회 전반에서 혁신적인 변화가 일어났다. 이에 따라 2022 개정 교육과정에서는 미래 사회가 요구하는 소양 및 역량 강화를 위하여 인공지능(Artificial Intelligence, AI)·소프트웨어(Software, SW)교육을 비롯한 디지털 기초 소양을 강화하는 것을 개정의 중점으로 설정하였다. 이처럼 SW교육은 정보 관련 교과를 비롯한 타 교과에서도 중요하며 따라서 비 정보과 교사도 SW관련 교육 내용을 이해해야 할 필요가 있다. 본 연구에서는 비 정보과 교사에게 SW연수를 실시하였고, SW교육 수업 전문성의 변화를 살펴보았다. 그 결과 사전 검사에 비해 사후 검사 결과에서 통계적으로 유의한 상승을 확인하였다. 이는 SW연수가 비 정보과 교사의 SW교육 수업 전문성 함양에 긍정적인 영향을 준다는 것을 의미한다. 그러나 본 연구는 단일집단으로 이루어진 실험을 설계하여 실시하였으므로, 이러한 변화가 처치로 인한 것인지 확인할 수 없다는 한계점이 있다. 그러므로 통제 집단 및 실험 집단 선별 과정을 거친 후속 연구 설계가 요구된다.

최근 한국을 포함한 여러 국가들에서 프로그래밍 교육이 중요시 되고 있다. 그러나 이런 상황으로 인해 더 많아진 학생들은 미숙함으로 인해 숙련자에 비해 더 많은 오류를 만나지만 이를 해결하기 위한 디버깅 실력은 아직 미숙하다. 따라서 본 논문에서는 프로그래밍 교육 지원을 위한 초보자용 GUI 디버깅 도우미 UDB (Unity-DeBugger)를 제안한다. UDB는 제출한 학생 코드를 분석하여 반응형 추적표와 오류 로그를 생성하고 이를 기반으로 GUI 및 애니메이션으로 만들어 학생과 상호작용한다. 특히 UDB는 반응형 추적표를 통해 프로그램 안에 있는 변수들의 현재 상태를 보여주고 순방향 추적뿐만 아니라 기존 IDE의 디버깅 도구들과는 다르게 역방향 추적이 가능하다는 큰 특징이 있다. 이런 UDB를 예시 코드에 실제로 적용한 결과를 통해 미숙한 학생도 역방향 추적 기능을 사용하여 오류 원인을 쉽게 찾을 수 있음을 보인다.

본 논문에서는 블록 프로그래밍 언어를 선행조직자로 하여 텍스트 프로그래밍 언어를 학습하는 도구 활용 전략을 연구하였다. 텍스트 프로그래밍 언어는 파이썬이며, 블록 프로그래밍 언어는 엔트리, 활용하는 도구는 주피터 노트북으로 선정하였다. 주피터 노트북을 활용한 블록 프로그래밍 언어 선행조직자 학습 전략은 code cell에 IPython.display.IFrame 클래스를 활용하여 결과 창에 엔트리 작업환경을 불러와 선행조직자로 제시하여 엔트리를 학습 후 code cell에서 파이썬으로 학습한다. 주피터 노트북을 통해 블록 프로그래밍 언어를 선행조직자로 제시 후 텍스트 프로그래밍 언어를 제시함으로써 텍스트 프로그래밍 언어를 학습할 때 인지적 부담을 줄어들고 긍정적 전이가 일어나 효과적인 학습이 될 것으로 기대된다.

본 논문에서는 SK텔레콤에서 진행하는 디지털 선도기업 아카데미 FLYAI의 교육과정을 설계하고 개발한다. 이 교육과정은 Project Based Learning(272시간)과 Product Based Learning(128시간)으로 구성하여 총 400시간을 교육하도록 설계한다. 특히 Product Based Learning의 AI-Hackathon(80시간)에서는 SK텔레콤 각 부서에서 제안하는 제픔을 기획하고 개발하는 과정으로 SK텔레콤 AI 개발자들이 멘토로 참여함으로써 기업 현장의 경험을 체험할 수 있도록 개발한다.

일반 학생과 소외계층 학생은 컴퓨팅 기기에 대한 접근성은 큰 차이가 존재하지 않지만, 컴퓨팅 기기를 활용하는 역량에서는 큰 차이가 존재한다. 이러한 문제는 소외계층과 일반 학생 사이에 컴퓨팅 사고력 차이를 유발하였으며, 공교육에서 이루어지는 소프트웨어 교육의 효과 차이를 초래하였다. 이러한 문제를 해결하기 위하여 본 연구에서는 소외계층의 컴퓨팅 사고력을 분석하는 연구를 진행하였다. 소외계층 학생을 대상으로 설문 조사를 진행하고, 설문 결과를 요인에 따라 분석하는 연구를 진행하였다. 연구 결과, 소외계층 학생은 학교급이나 성별에 따른 컴퓨팅 사고력의 차이는 존재하지 않았다. 반면에 경험한 프로그래밍 언어에 따른 컴퓨팅 사고력의 차이가 나타났다. 특히, 소외계층 학생은 프로그래밍 언어 경험이 많을수록 컴퓨팅 사고력이 높은 것을 확인할 수 있었다.

본 연구에서는 중학생의 인공지능 리터러시와 인공지능 리터러시에 영향을 주는 요인(성별, 인공지능 관련 경험, 인공지능에 대한 관심)을 조사·분석하였다. 연구 결과, 중학생의 인공지능 리터러시는 여성보다 남성이 높았다. 모든 세부 요인에서 유의한 차이는 아니었지만, 인공지능 문제 해결과 관련된 세부 요인은 남성이 더 높은 것으로 나타났다. 인공지능 관련 경험은 인공지능 간접 경험, 직접 경험, 교육 경험이 있는 학생이 경험이 없는 학생보다 인공지능 리터러시가 높았다. 마지막으로 인공지능에 대한 관심이 높을수록 인공지능 리터러시가 높았다.

초보 학습자의 프로그래밍 과정에서 발생하는 오류는 다양하며 학습자가 스스로 오류 분석을 하거나 수정은 어렵다. 이에 본 논문은 블록 프로그래밍 기반의 교육 플랫폼인 에듀비를 활용하여 오류 분석 방안을 제시하고자 한다. 분석 방안의 활용 가능성을 확인하기 위해 실제 학습자들이 분류모델을 생성하고 평가하는 과제를 수행하였고 학습자들이 과제를 수행하면서 발생한 오류사례에 대해 분석하였다.

파이썬 및 데이터 분석, 인공지능 코딩 교육을 수행하기 위한 플랫폼인 에듀비(EduB)에서 AI 융합 및 STEAM 교육을 위해 추가 블록을 생성할 수 있는 저작 도구를 개발하였다. 이를 위해 기존에 블록클리 에디터를 작성해서 처리하는 방식 대신 누구나 쉽게 사용할 수 있도록 블록 형태의 탬플릿을 제공하여 새로운 기능과 블록을 쉽게 추가할 수 있는 방법을 제안하고 해당 블록 생성기를 구현하였다.

본 논문에서는 AIoT를 위한 비주얼 블록 코딩 도구를 설계하였다. AI 블록 코딩이 가능한 EduB 플랫폼에 피지컬 컴퓨팅을 가능하게 하는 모듈을 추가함으로써 블록을 사용한 쉬운 피지컬컴퓨팅 코딩과 AIoT 코딩이 가능하다. 도구는 WebSocket과 Wifi를 사용해 EduB와 타겟보드인 RaspberryPi의 무선 통신을 하며, 블록으로 생성된 코드를 RaspberryPi 내부에서 실행하여 GPIO와 SenseHAT을 제어할 수 있게 하였다. 따라서, 코딩 결과를 콘솔 출력이나 그래프로만 확인할 수 있어 정적이던 AI 교육을 LED나 모터를 제어해 동적으로 결과를 확인할 수 있게 하여 흥미와 관심을 유발할 수 있도록 한다.

본 논문에서는 대입수시전형에서 생활기록부 입력은 대한민국 입시를 결정하는 매우 중요한 평가자료이다. 30명의 교사를 대상으로 실시한 설문조사를 통해서 교사들이 생활기록부를 작성하는데 가장 많이 참고하는 자료로는 수행평가 결과물, 발표내용, 보고서, 감상문 등의 학습 결과물(90%), 학생들이 작성한 자기평가서(73.3%), 관찰 평가지(50%)로 나타났으며, 80%(24명)의 교사들이 생활기록부를 작성하는데 고충을 겪고 있음을 확인할 수 있었다. 교사들이 느끼는 고충의 원인으로는 학생들의 개인별 특성 파악이 어려워 차별성있게 작성하는 것(76.7%)을 가장 힘들어 하였고, 작성해야 할 많은 수의 학생(60%), 문구를 만드는데 대해 부담(86.7%)을 느끼는 것으로 나타났다. 이 과정에서 교사의 전문성 뿐만 아니라 기계적이고 반복적인 작업도 많이 요구되고 있기 때문에, 생활기록부를 작성하는데에 도움을 줄 수 있는 프로그램 개발이 필요하다고 고안을 내었다. 교사들 역시 반복적이고 일률적인 생활기록부 작성에 도움을 줄 수 있는 프로그램이 있다면 유용하게 활용할 것이라는 응답이 90%였다. 따라서 본 연구에서 자연어 처리 인공지능 기술을 활용하여 교사들이 생활기록부를 작성하는데 있어 기계적이고 단순한 작업을 도와 주는 프로그램 개발에 대한 연구의 필요성을 제시하였다. 제안하는 프로그램은 학생들의 탐구보고서, 토론, 발표, 감상문 등의 생화기록부 작성 참고자료들을 텍스트로 변환하고 추상요약(Abstractive Summarization)을 통해 교사들이 효율적으로 작성하는데 활용될 수 있도록 설계하였다. 연구 결과 생활기록부 작성 참고자료를 텍스트로 변환하는 것과 추상요약을 할 수 있는 개방형 데이터셋까지는 확보하였다. 추상요약을 구현하는 방법에 대해서는 보다 심도 있는 추가연구가 필요하였다. 이를 통해 교사들이 교육 본질에 더욱 충실할 수 있는 환경을 마련하고, 내실 있는 생활기록부 작성이 공교육 신뢰 제고에 밑바탕이 되고자 한다.

본 연구의 목적은 국내외 교육에서 필수역량으로 제시하고 있는 '디지털 리터러시'를 주제로 한 연구 문헌들을 분석하여 동향을 살펴보고, 앞으로의 필요한 연구 주제를 알아보고자 한다. 이를 위해 교육학 분야로 색인한 '디지털 리터러시' 관련 논문들을 찾아 연도별 분포, 연구대상, 연구분야, 연구목적 및 관련 주제에 따라 분석하였다. 분석결과 SW교육의 적용과 코로나19로 디지털 리터러시 교육에 대한 관심이 증가하고 있지만, 연구 대상과 주제가 다양하게 분포되어 있지 않으며 디지털 리터러시의 개념과 영역에 대해 명확히 구분되어 있지 않았다는 점을 알 수 있었다. 이에 디지털 리터러시에 대한 활발한 연구를 위해 교사들을 위한 디지털 리터러시, 정보교과에서의 디지털 리터러시, 타 리터러시와의 명확한 개념과 영역 구분, 리터러시 교수·학습 방법 및 적용 사례, 디지털 리터러시 측정 도구 등의 주제를 제안하였다.

본 논문에서는 하이브리드 앱을 기반으로 요즘 사람들의 많은 이목을 끌고 꾸준히 성장하고 있는 루틴 관리 트렌드에 맞춰 미라클모닝 루틴 관리 방식을 제안한다. 본인이 지킬 루틴을 설정하고 매일 성공 유무를 확인할 수 있으며, 혼자 루틴을 지키는 것이 어려운 사람들을 위한 그룹 기능을 통해 타인들의 성공 인증을 보며 동기부여를 받고 습관 형성을 성공으로 이끈다. 이를 통해 매일 공책을 펼쳐 손으로 하나하나 기록하지 않아도 어플 하나로 간단하게 미라클 모닝의 수행을 관리할 수 있을 뿐 아니라 나만의 통계, 사용자 비교 통계를 도표로 보여줌으로써 편리함을 제공하고 사용자의 만족도를 높인다.

본 논문에서는 외출 시 날씨 때문에 무엇을 입을지 고민하는 사용자에게 편리함을 제공하고 사용자의 만족도를 높이기 위해 '날씨별 맞춤 정보 제공 날씨도우미'라는 주제로 연구를 진행하였다. 오픈 API를 이용하여 지역별 다양한 날씨 정보를 보여주고 기온별 옷차림과 지역 주변의 맛집을 추천하는 기능을 구현하였다. 날씨 도우미는 단순히 날씨 정보만을 제공하는 것이 아니라 날씨별 적합한 옷차림을 추천해준다. 사용자는 날씨도우미를 통해 외출 시 옷차림을 고르는 데 소요되는 시간을 최소한으로 줄일 수 있고, 옷을 고르면서 발생하는 스트레스를 줄일 수 있다. 또한, 사용자는 오늘의 날씨 정보와 미래의 날씨 예측 정보를 쉽게 확인할 수 있으며, 지역검색을 통해 원하는 지역의 날씨 정보를 손쉽게 확인하고, 해당 지역 주변의 맛집을 추천받을 수 있다.

코로나19의 영향으로 개인 여가 시간이 증가하면서 성격 유형 심리 테스트들에 대한 관심도가 늘어나고 하나의 유행처럼 다양한 종류의 심리 테스트들이 등장하였다. 즉 앞으로도 심리 테스트에 대한 수요는 높을 것이라고 예상되기 때문에 트렌드에 따라가보자 해당 연구를 진행하게 되었다. 이 연구에는 JS를 기본적으로 사용했지만 추가적으로 Node.js를 이용하여 테스트 피드백을 작성하고 작성한 데이터를 백엔드로 가져오는 작업을 수행했다. 또한 Bootstrap으로 전체적인 디자인을 담당하고 테스트 결과 공유를 위해 카카오톡, 페이스북, 네이버, 트위터의 API를 가져와 사용했다. 해당 테스트를 이용할 시 심리 테스트뿐만 아니라 테스트에 대한 피드백을 관리자에게 보낼 수 있고 테스트 전체 결과 페이지를 통해 원하는 결과까지 알 수 있어 테스트 결과에만 중점을 둔 일회성 강한 다른 테스트들과는 다른 차별점을 가지고 있어 경쟁력이 있는 프로젝트라고 볼 수 있다.

본 개발 시스템은 자바를 기반으로 한 쇼핑몰 시스템으로 고객관리, 상품관리 등의 기능이 있다. 쇼핑몰의 이용이 증가함에 따라 사용자들이 편하게 이용할 수 있는 인터페이스 및 고객과 주문을 편하게 관리할 수 있는 관리자를 위한 기능을 제공한다.

본 논문에서는 사용자가 원하는 주제를 통해 전시장을 추천, 등록, 조회하는 Microsoft Bot Framework, Microsoft Azure 기반의 챗봇을 설계하고 구현한다. 이 챗봇은 사용자가 원하는 주제를 입력하면, 해당하는 주제의 전시장을 추천하게 된다. 주제는 알고리즘으로 단어를 지정한 것이 아닌, Azure Luis로 단어를 학습시켜서 비슷한 주제의 단어를 도출하는 알고리즘을 선택한다. 등록 부분은 Form 형식이 아닌 대화형으로 사용자 정보를 수집하게 된다. 사용자 정보는 Microsoft SQL Database 서버에 저장이 되고, 구현한 챗봇은 애뮬레이터 형식이 아닌 Channel 연동으로 Line 서비스로 배포한다.

본 논문에서는 공연 및 행사 정보를 제공하는 챗봇을 설계하고 구현한다. 이 챗봇은 메타데이터를 이용하여 공연 및 행사 정보를 가져오고 Google map API를 활용하여 위치 정보와 최단거리 경로를 제공한다. 또한 Microsoft Azure Database에 사용자가 전화번호를 입력함으로써 데이터를 등록해서 특정 공연 및 행사에 대해 즐겨찾기를 할 수 있고 즐겨찾기 한 항목들을 조회할 수 있는 기능을 제공한다.

현재 코로나로 인한 각 나라의 입국 제한이 사라지면서 국내외 여행 예약률 증가에 따라 그만큼 비행기 예약도 늘어나고 있다. 그런데 객실 승무원의 근무 환경은 매우 열악하기 때문에 육체적, 정신적 피로를 누적되게 한다. 이는 승객에게 양질의 서비스를 제공할 수 없게 하고 안전사고를 대처하는 데 있어 문제가 된다. 본 논문은 객실 승무원이 스마트폰 앱을 이용하여 편리하게 객실 상황을 확인하고, 원격 제어하며 서빙카트를 조작하여 승객의 주문에 대한 서비스를 제공하는 '원격제어가 가능한 비행기 객실 관리 시스템'을 제안한다. 이 시스템을 이용함으로써 객실 승무원은 객실 상황을 판단하여 즉각적인 대처를 할 수 있고, 항공기 효율적 운용을 위한 안전성과 정시성을 확보하는 데 도움이 될 것이다.

최근 전체 교통사고 보행 사상자 중 우회전 차량에 의한 보행 사상자의 비율이 2018년 9.6%, 2019년 10%, 2020년 10.4%로 증가세에 있다. 현재는 이러한 상황을 해결하기 위해 국토교통부에서는 2022년부터 보행자 보호 의무 위반 운전자에게 최대 10%의 보험료 할증을 부과하고, 경찰청은 '교차로서 일단정지'를 골자로 하는 도로교통법 개정안을 공포하고 2022년 7월 12일부터 시행한다고 밝혔다. 본 논문은 이러한 상황에서 운전자나 보행자 모두가 안심할 수 있도록 하는 '보행자 안전을 위한 횡단보도의 구현' 기술을 제안한다. 법체계가 아닌 바리케이드와 초음파 거리센서, 압력센서 등을 활용한 물리적인 시스템으로 운전자들의 혼란을 해소하고 보행자들이 안심하고 건널 수 있는 횡단보도를 구현하여 최근 증가하고 있는 우회전 보행자 사고를 예방 할 것이다.

물류 시설에서 사람이 직접 물류를 입출고하는 방식이 일반적이다. 본 연구에서는 물류의 입출고를 인력의 소모 없이 보다 안전하고 효율적으로 하는 것을 전제로 하여 스마트 팩토리 산업에 사용되는 AGV 시스템에 물류 입출고 시스템을 접목하고자 한다. 본 논문은 기존의 인력의 소모와 산업재해 위험이 있는 물류 시설 근로 환경에 AGV를 이용, 인력의 소모를 줄여 물류 입출고 프로세스를 무인화하고자 "AGV 물류 자동화 시스템"을 제안한다. AGV 물류 자동화 시스템은 적외선 센서를 이용해 라인 트레이서를 구현하여 원하는 위치로 AGV를 이동시키고 각종 모터로 물품의 입출고 임무를 수행하도록 한다. 스마트폰의 물류 관리 어플리케이션을 통해 AGV의 제어와 물품의 재고 파악이 가능하도록 하여 물류관리의 효율성과 편의성을 증대시켰다.

창문은 건물의 필수 구조물이지만 창문을 통해서 미세먼지, 빗물 등이 들어올 수 있어 창문을 열고 나가지 못하고 불안해하는 경우가 많다. 최근 들어 미세먼지가 급증하면서 사람들의 불안감이 더욱 증가하고 있으며, 보안에 취약한 창문들이 범죄에 취약하기 때문에 불안해 할 수 있다. 또한, 실내에서도 가스누출 등으로 인해 인명피해까지 이어지는 심각한 상황을 초래할 수 있기 때문이다. 이러한 사람들의 불안감을 없애기 위하여 아두이노를 이용하여 실외의 미세먼지와 빗물, 인체감지등을 통해 원격으로 창문을 제어하고 실내의 온도와 습도량, 가스량의 표시를 어플리케이션을 통해 확인할 수 있으며 원격으로 제어 또한 가능하도록 '실내외 환경맞춤 스마트 윈도우'를 개발하게 되었다.

현재 산업현장은 작업한 인부들이 작업을 마치고 청소하는 식으로 현장의 청결을 유지한다. 본 연구에서는 산업현장의 청결을 보다 깨끗하고 안전하게 유지하여 안전사고 발생의 요인이 되는 것을 제거하는 것을 전제로 하여 현재 상용화 되고 있는 로봇청소기와 아두이노를 이용한 센서를 적용하고자 한다. 본 논문은 기존의 로봇청소기에 미세먼지 센서와 유해가스 센서를 탑재하여 산업현장의 환경을 감지하도록 한다. 산업 현장의 미세먼지 농도가 일정 수치 이상이면, 로봇청소기를 작동하도록 한다. 로봇청소기에 공기청정기와 전자석을 추가하여 산업현장의 공기를 쾌적하게 조성하며, 미세 금속 이물질을 처리하는 기능을 탑재하여 산업현장에서 발생하는 이물질을 보다 쉽게 처리하도록 한다. 유해가스 농도가 일정 수치 이상이면, 부저를 통해 경보를 울려 산업현장 내부에 유해가스가 유출되고 있다고 알려준다. 또한, 블루투스 통신을 통해 스마트폰 어플리케이션으로 센서의 값을 확인하여 DC모터, 공기청정기, 전자석 등을 수동조작해 청소되지 않은 부분을 청소하도록 할 수 있다.

대부분의 주거환경은 가전제품이나 전등 등을 수동적으로 제어하는 방식이 일반적이다. 본 연구에서는 주거환경을 스마트화함으로써 사용자의 불편함과 번거로움을 줄이고 효율적인 환경관리와 보안을 강화를 할 수 있도록 한다. 본 논문은 아두이노, 여러 센서와 블루투스모듈을 사용하여 집 내부 환경을 자동제어관리하고 사용자가 스마트폰 어플로 집 내부 환경을 파악하고 가전제품을 제어함으로써 편리함을 추구함과 동시에 에너지 절약에 도움이 될 수 있게 한다. 또한 와이파이로 연결된 카메라로 영상을 스트리밍하여 집 내부를 확인하고 대응할 수 있게 하여, 현대인의 집을 스마트하게 관리할 수 있는 "아두이노를 이용한 스마트홈"을 제안한다. 기존의 주거환경과 다르게 집 내부의 환경을 자동제어 및 환경정보를 확인하고 사용자가 직접 가전제품을 제어할 수 있으며, CCTV를 통해 집 내부를 확인 할 수 있도록 한다. 또한 화재가 감지되면 경보와 스프링클러가 작동하여 초기진압을 할 수 있다.

현재 고령화 시대에 접어들며 대한민국 고령화 노인 비율이 2022년 기준 17%에 도달했다. 그만큼 대한민국의 고령화 시대가 급격하게 진행되고 있다. 노약자 수가 증가함에 따라 안전사고 발생 빈도가 증가했다. 본 논문은 노약자들이 심박, 체온 센서의 측정값을 그래프로 표현한 후 검사결과를 토대로 의사와 원격진료가 가능하여 병원을 방문하지 않고 의사와 상담 및 진료가 가능하다. 또한, 낙상 상황 발생 시에는 낙상 상황 발생 후 일정 시간 동안 움직임이 감지되지 않으면 보호자에게 위치 및 안전문자가 전송되어 안전사고 문제를 예방할 수 있다.

본 논문에서는 스타일러는 옷을 빨거나 다리지 않고도 마치 새옷처럼 다시 입을 수 있도록 관리해준다는 콘셉트로 등장한 의류기기이다. 출시 당시에는 생소하고 크기가 커서 큰 호응을 얻지 못했지만, 최근에는 작고 편리한 신제품을 내놓으면서 대중화 시대를 열어가고 있다. 양복을 주로 입는 회사원에서 싱글족까지 스타일러를 사용하고 있지만 대중적인 스타일러는 정해진 위치에서만 사용해야 한다는 불편함이 있다. 또한 출장이 잦은 직업이나 먼지가 많은 공간에서 일하는 직업의 경우 옷에 주름이나 먼지를 제거하지 못해 구겨진 옷을 입고 다니는 경우가 많다. 그래서 우리는 가정용 스타일러에서 장소에 구애받지 않고 사용할 수 있는 휴대용 스마트 스타일러를 제작하기로 하였다. 예기치 못한 상황에서의 중요한 자리가 있을 때 휴대용 스타일러가 있다면 준비해둔 의류를 상황에 맞춰 관리하여 다닐 수 있을 것이며, 스타일러에 온도와 습도를 보여주는 기능이 있다면 스타일러를 사용하기 전에 스타일러의 상태가 양호한지 판단할 수 있을 것이다.

본 논문은 시세정보를 활용한 적정한 가격으로 경매를 할 수 있는 전자상거래를 연구하였다. 일반적인 전자상거래는 물건의 적정한 가격 정보 없이 등록 및 구매가 진행된다. 하지만 본 연구는 시세 조회를 이용한 가격 비교를 통해 거래가 적합한 금액에 이루어지는지 확인할 수 있도록 가격정보를 제공한다. 경매 시스템은 일반적인 경매방식인 최저가에서 시작해 점점 가격을 올려 최후의 구매자에게 판매하는 영국식 경매와 가장 높은 금액을 제시한 순서대로 구매자들의 순위가 정해지며 1순위가 2순위의 금액에 입찰 단위 금액을 포함해 구매하는 비딩 경매를 함께 사용한다. 또한, 시간이 부족하거나 경매가 어려운 사용자들을 위해 자신이 지불할 수 있는 최고가를 설정하면 시스템이 스스로 입찰을 해주는 예약 입찰을 추가해 사용자들에게 편리함을 제공한다.

본 논문에서는 대중의 참여를 통해 캔 음료 제품의 점자 표기 실태를 파악하고, 음료 제조사가 이를 개선하도록 유도하는 방안을 제안한다. 캔 음료 상단에 표기된 점자를 촬영한 이미지에서 OpenCV를 통해 점자의 윤곽을 검출하고, 검출된 윤곽의 좌표를 계산하여 점자를 국문으로 번역하는 모듈을 개발한 후 서버에 이식한다. 서버와 통신하는 모바일 애플리케이션을 개발하여 소비자가 점자 이미지를 서버에 업로드하고, 점자의 인식결과를 확인할 수 있도록 한다. 점자 표기가 적절하지 않다고 판단하는 경우 해당 제품에 대한 정보를 기록하도록 하고, 제조사 별로 제보된 횟수의 순위를 제공한다. 이를 통해 소비자는 올바른 점자 표기를 제공하지 않는 제조사를 파악할 수 있으며, 제조사는 이를 의식하고 점자 표기를 개선할 수 있는 효과를 기대한다.

반려견의 행동인식기술은 다양한 센서들에서 입력되는 반려견의 동작과 관련된 정보를 분석하고 해석하여 반려견이 어떤 행동을 취하고 있는지를 인식하는 기술이다. 음성인식기술은 컴퓨터가 청각 자료를 수집, 분석하여 훈련된 데이터와 비교를 통해 소리를 분류하는 기술이다. 본 논문에서는 딥러닝을 기반으로 행동인식기술과 음성인식기술을 적용하여 반려견의 감정을 판단하는 기법을 제안한다. 이러한 기법은 반려견의 감정을 쉽게 파악하여 반려견 보호자가 반려견의 행동과 감정에 대한 이해를 쉽고 빠르게 할 수 있으므로, 보호자에게 즐거운 반려 생활이 가능하도록 도움을 줄 수 있다.

본 논문에서는 딥러닝 영상인식 기술을 활용한 객체검출 모델인 YOLOv4를 활용하여 탈모 자가 진단 앱을 제안한다. 본 논문에서 제안하는 앱은 실시간 영상처리기술인 YOLOv4를 사용하여 탈모 유무와 탈모 유형에 대해 학습을 하고, 앱에서 사용자가 자신의 이마 라인을 촬영하여 사진이 서버에 전송이 되고 서버에서 학습된 모델을 이용하여 검출된 탈모 유무 판단과 탈모 단계 판단의 결과값을 다시 앱으로 전송한다. 탈모에 대한 정확한 진단을 통하여 치료 방법과 치료 시기 결정에 대하여 도움을 줄 것으로 기대된다.

Covid-19 및 최저임금 인상의 영향으로 무인 결제 시스템인 키오스크의 도입률이 급속히 증가하고 있다. 그러나 불특정 다수가 이용하는 키오스크의 특성상 주의를 기울이지 않으면 감염의 매개체가 될 수 있다. 따라서 본 논문에서는 Mediapipe를 활용하여 비접촉 키오스크 제어 방법을 설계 및 제안한다. 이는 카메라를 이용한 커서 제어 방식으로 키오스크뿐만 아니라 카메라와 모니터만 있으면 다양한 환경에서 커서를 제어할 수 있다.

본 연구에서는 항공편 결항 시, 이용객이 겪게 되는 시간적 / 비용적 피해를 최소화하기 위해 머신러닝·딥러닝 기법을 이용하여 항공편 결항 예측 모델을 제안한다. 이 모델은 5가지 이진 분류기법을 사용하여 과거 2017년~2021년 제주공항 기상 데이터와 항공편 스케줄 데이터를 병합하여 결항, 출발을 분류한다. 본 연구는 기상으로 인한 항공편 결항의 피해 최소화를 목적으로 한다.

코로나 바이러스 감염증-19(COVID-19)의 감소 추세로 방역 해제되면서 점차 일상생활로 돌아오게 되었다. 매출 감소로 큰 피해를 겪은 소상공인이 다시 사업체 운영을 정상적으로 하게 되면서 손님 수가 증가하였다. 본 연구는 앞으로 맛집을 찾는 사용자들이 점차 증가하면서 그 추세에 맞는 앱 개발을 하기 위해 요식업을 대상으로 하였다. 사용자들의 맛집을 공유하고 기록하기 위한 리스트 작성을 주기능으로 개발하였다. 이를 바탕으로 맛집을 추천하고 정보를 공유하며 지역 경제의 활성화에 기여할 것으로 기대된다.

최근 지속적인 출산율의 감소와 평균수명의 증가로 인하여, 대한민국의 초고령 사회는 예상보다 훨씬 빠르게 증가하고 있다. 핵가족 형태가 보편화되며 1인 가구도 함께 늘고 있어서 홀로 사는 노인의 수 역시 증가하는 추세이다. 주거 공간에서 낙상사고와 같은 고령화 안전사고가 많이 발생하고 있다. 혼자 사는 독거노인들의 경우 사고 발생 즉시 대처가 가능한 보호자가 없다는 문제점이 있다. 본 논문에서는 MediaPipe를 이용한 낙상사고 감지 시스템을 개발한다. 먼저, 이 시스템은 MediaPipe를 이용해서 카메라를 통해 실시간으로 수신된 영상에서 사람을 인식하고, 자세 유형 분석을 통해 낙상사고 발생 여부를 판별하여 애플리케이션을 통해 보호자에게 현장 상황을 알려주는 시스템이다. 낙상사고가 발생했다면 보호자용 애플리케이션을 통해 사고 발생 알림 및 현장 사진을 보여준다. 이와 같은 기술을 활용하여 응급상황에 처한 노인을 빠르게 구조하며 독거노인의 생활안전사고 문제를 해결하는 데에 기여하고자 한다.

본 논문는 IoT 센서를 활용한 스마트 옷장을 연구하였다. 스마트 의류 관리 애플리케이션은 사용자가 등록한 옷을 카테고리별로 확인할 수 있으며, 기상청 API를 통한 날씨에 따른 의류 추천, 사용자가 착용한 의류 통계 정보와 의류 세탁 주기 정보를 제공한다. 스마트 옷장은 UV_LED를 활용한 의류 살균, 자동 미세먼지 감지 센서를 이용한 옷장 공기순환장치 기능을 제공한다. 또한 의류의 미세먼지 등을 제거할 수 있는 의류진동 기능을 제공한다. 애플리케이션 기능으로 옷을 등록할 때 옷을 계절별로 등록, 빨래 주기 설정 등 다양한 카테고리를 제공하여 기존 IoT 옷장의 기능을 개선하여 더 편리하게 의류를 관리할 수 있다.

본 논문에서는 딥러닝 영상인식 기술을 활용한 객체검출 모델인 YOLOv4를 활용하여 차량의 모델과 번호판인식 시스템을 제안한다. 본 논문에서 제안하는 시스템은 실시간 영상처리기술인 YOLOv4를 사용하여 차량모델 인식과 번호판 영역 검출을 하고, CNN(Convolutional Neural Network)알고리즘을 이용하여 번호판의 글자와 숫자를 인식한다. 이러한 방법을 이용한다면 카메라 1대로 차량의 모델 인식과 번호판 인식이 가능하다. 차량모델 인식과 번호판 영역 검출에는 실제 데이터를 사용하였으며, 차량 번호판 문자 인식의 경우 실제 데이터와 가상 데이터를 사용하였다. 차량 모델 인식 정확도는 92.3%, 번호판 검출 98.9%, 번호판 문자 인식 94.2%를 기록하였다.

코딩교육과 게임을 활용한 교육에 대한 관심이 증가하고 있다. 그러나, 코딩 교육 도구는 블록형 코딩 도구에 치우쳐져 있어, 교육과 실제 프로그래밍 언어 사이에는 큰 차이가 발생하게 된다. 이 차이를 좁히기 위해 이 논문에서는 한국어 인터프리터 언어를 사용한 학습용 게임의 설계 및 구현 방법을 제공하며, 한국어 인터프리터를 사용한 코딩 교육용 게임의 장점과 기존 코딩 학습 방법과의 차이점을 제시한다. 이를 통해 자발적이고 효과적인 코딩 교육을 기대할 수 있을 것이다.

음원 스트리밍 서비스 시장은 지속해서 성장해왔다. 그중 최근에 가장 성장세가 돋보이는 서비스는 Spotify와 Youtube music이다. 두 서비스의 추천시스템은 사용자가 좋아할 만한 음악을 계속해서 추천해 줌으로써 많은 사랑을 받고 있다. 추천시스템 성능은 추천에 활용할 수 있는 변수(Feature) 수에 비례한다고 볼 수 있다. 최대한 많은 정보를 알아야 사용자가 원하는 추천이 가능하기 때문이다. 본 논문에서는 기존에 존재하는 감정분류 방법론인 사전기반과 딥러닝 BERT를 사용한 머신기반 방법론을 적절하게 결합하여 장점을 유지하면서 단점을 보완한 하이브리드 감정 분석 모델을 제안함으로써 가사에서 느껴지는 감정 비율을 분석한다. 감정 비율을 음원 가중치 변수로 사용하면 감정 정보를 포함한 고도화된 추천을 기대할 수 있다.

본 논문에서는 청각장애인의 사회참여성 증진 및 사회적 차별감소를 목적으로 딥러닝 영상인식 기반으로 MediaPipe 기술을 활용한 수화-텍스트 번역시스템을 설계한다. 제시하는 시스템은 실시간으로 수집된 수화 사용자의 영상정보를 통해 동작과 표정을 인식하여 텍스트로 번역함으로써 장애인과 비장애인의 원활한 의사소통 서비스를 제공하는 것을 주 목적으로한다. 향후 개선된 수화 인식 및 문장 조합을 통해 일상에서 청각장애인과 일반인의 자유로운 커뮤니케이션을 제공하는 서비스로 확장하고자한다.

최근 코로나19 팬데믹의 영향으로 온라인 소비가 늘면서 종이, 플라스틱 등 재활용품의 사용량이 증가하고 있다. 또한 1인 가구의 중가에 따라 분리수거 배출이 제대로 이루어지지 않는 추세이다. 대부분의 1인 가구가 거주하고 있는 원룸 밀집 지역의 분리수거 여건이 제대로 갖춰진 곳이 많지 않으며, 분리수거 기준이 모호한 종류들이 많다. 재활용품 분리수거가 제대로 이루어지지 않는다면 에너지 및 자원낭비와 쓰레기 소각으로 인한 환경오염이 초래된다. 본 논문에서는 딥러닝 객체 인식 및 검출을 통한 재활용품 분류 결과에 따른 모터제어 및 분리수거를 진행하는 재활용품 분리수거 장치를 개발하였다. 해당 장치는 객체인식 알고리즘 YOLOV4를 이용하여 객체를 인식 및 검출한 후 모터제어, LED를 통해 분리수거 및 피드백을 제공한다. 이를 활용하여 누구나 쉽게 분리수거를 할 수 있도록 편의성을 제공하며 재활용 쓰레기 수거율을 높여 소각으로 인한 환경오염 방지를 기대할 수 있다.

고속으로 차량이 주행하는 도로에서 정지 차량이나 낙하물은 큰 사고를 유발하기에 이에 대한 대처 방안이 요구되고 있다. 갑작스런 정지 차량의 경우 예상 불가능하며, 낙하물은 순찰대를 편성하여 주기적으로 수거하고 있으나 즉각적인 대응이 어렵다. 해당 문제 해결을 위해 본 논문에서는 딥러닝 실시간 객체인식기술을 적용하여 정지 차량 및 도로 위 낙하물을 인식하며 이에 대한 정보를 제공하는 시스템을 개발하였다. 실시간 객체인식 알고리즘인 YOLOX와 실시간 객체추적기술인 deepSORT 알고리즘을 데스크톱 PC에 적용하여 구현하였다. 개발한 시스템은 정지 차량 및 낙하물에 대한 인식 결과를 제공한다. 기존 설치된 CCTV 영상을 대상으로 시스템 적용이 가능하여 저비용으로 넓은 지역에 대한 도로 위험 상황 인식을 기대할 수 있다.

본 논문에서는 손동작으로 제어 가능한 운송 로봇을 제안한다. 제안한 시스템에서 로봇은 MediaPipe를 이용하여 실시간으로 사람의 손동작을 인식한다. 또한, 동시적 위치 추적 지도 작성 기법인 SLAM(Simultaneous Localization and Mapping) 기술을 이용하여 로봇이 실내 공간에서 길을 찾고 자율적으로 이동할 수 있게 한다. 개발된 로봇실험을 통하여 로봇이 실시간으로 손동작을 인식하고 동작을 제어하는 것을 확인하였다. 또한, 사전에 작성된 지도를 바탕으로 실내에서 로봇이 자율주행을 하는 것을 확인하였다.

최근 코로나 팬데믹 여파로 인해 교육계에는 비대면 수업이 빠르게 확대되고 있다. 대부분의 비대면 수업은 화상 회의 방식에 기반을 두고 있다. 하지만 최근 연구 결과에 의하면 화상 회의 방식의 비대면 수업의 경우 현장감, 수업 집중도 등의 다양한 측면에서 대면 수업보다 수업의 질이 낮다고 분석되고 있다. 그래서 본 논문에서는 비대면 수업의 질을 향상시키기 위한 VR 기반의 가상강의 시스템을 제안한다. 제안한 가상강의 시스템은 가상 강의실, 교수자 수업 기능 등의 기능을 포함한다.

본 논문에서는 OpenCV를 통해 기존의 물리적 버튼 등을 이용한 접촉제어가 아닌 비접촉으로 제어할 수 있는 시스템을 설계하였다. 시스템은 디지털 입력이나 아날로그 입력 등 두 가지 형태로의 모든 입력이 가능하며, 현실 세계에서 사람들이 사용하는 입력 방식과 유사한 방식으로 제어를 하게 함으로써 사용에 대한 기술에 대한 거부감을 줄일 수 있었다. 시스템은 ESP32-CAM 보드와 영상 스트리밍 서버를 FastAPI로 구축해 원격으로 접속과 조작이 가능하도록 설계하였다.

본 논문에서는 가정에서 식물 재배 환경에 따라 설정이 가능한 스마트 IoT 온실을 개발하였다. 개발한 온실은 사용자가 웹을 통하여 원하는 식물을 선정하면 자동으로 미니온실의 온도와 습도가 맞춰지도록 개발하였다. 온도와 습도, 물주기까지 사람이 직접 관리하는 것이 아닌 웹으로 원격 제어가 가능하기 때문에 높은 정확도와 편리함 속에서 식물을 좀 더 오랫동안 쉽게 기를 수 있을 것이라 기대된다.

본 논문에서는 주차 공간에 배치된 센서들로부터 차량을 감지하고 이를 서버로 전송함으로써 클라이언트가 실시간적으로 주차 공간 정보 서비스를 받는 시스템을 구현하였다. 또한 이 시스템은 웹이나 앱을 통해 클라이언트가 쉽게 접근 가능하며, 직관적인 사용자 인터페이스(UI)로 쉽고 한눈에 알아볼 수 있도록 한다. 센서는 주차장 환경에 따라 구성과 배치 방법이 달라질 수 있으며, 핵심은 검증된 센서의 값이 서버 전송을 통하여 데이터를 가공하고, 이를 클라이언트에게 제공하는 것에 있다. 제안한 시스템으로 대형 주차장에서의 효율적인 주차 정보 서비스를 통해 주차시간 줄여주는 효과가 있을 것으로 기대된다.

본 연구에서는 실내 공간 정보 획득을 위한 IMU/INS 항법장치에 관한 연구를 위한 선행연구를 수행 하였다. 최근의 GPS를 이용한 내비게이션의 경우 보통 5~10m의 위치 오차가 일어나지만 아파트나 대형시설과 같이 실내, 터널, 공장지대 및 산악 지대등 상당한 지역은 GPS의 사각지대 또는 오차 범위를 벗어난 지역으로 존재하고 있다. 따라서 GPS는 실내에서는 사용이 불가능 하므로 다른 방안이 제시되어야 한다. 현재 고속 연산을 위한 고성능 마이크로프로세서의 발전은 센서 분야에 적용되어 저 전력, 고 정밀, 소형의 IMU/INS, ARS/AHRS 센서가 개발되고 있다. 본 연구에서는 IMU(inertial measurement unit)와 INS(Inertial Navigation System)을 이용하여 IMU자체의 자이로 센서와 가속도 센서를 이용한 GPS의 위성신호가 감지되지 않는 지형에서도 속도의 적분값과 회전방향을 이용하여 위치인식이 가능하도록 정보를 계산하여 자기의 위치를 추적하는 방안을 연구하였다.

본 논문에서는 독립형 하이브리드 발전을 위한 효율적안 운영방법을 제안한다. 별도의 정원이 없는 오지에서 독립적으로 동작하기 위해 태양광과 풍력 또는 소수력을 활용하여 두 가지 이상의 발전을 이용하여 발전할 수 있는 하이브리드 발전을 이용한다. 또한 발전된 전원을 야간에도 사용할 수 있도록 저장할 수 있는 배터리를 내장하여 동작할 수 있도록 한다, 배터리의 이용은 발전이 발생되는 구간과 발전이 되지 않는 구간으로 나누어 설계하였다. 발전이 이루어지는 구간은 하나의 발전과 2개의 발전으로 분리하여 하나의 발전만 이루어지는 구간은 일반적인 CC/CV(정전류/전전압) 방식을 이용하여 일반 충전을 수행하고 두 개의 발전이 동시에 이루어지는 구간은 CC(전전류) 모드를 최대한 활용하는 급속 충전을 수행한다. 본 논문에서 제안한 방법은 2개 이상의 발전을 활용하여 독립적인 기능 수행이 가능한 하이브리드 발전을 이용한 독립형 장치로서 장소와 환경의 제한이 적어 실용가능성을 나타내었다.

본 데이터 GAN 기법 데이터 증강기법을 적용하여 가속도 데이터를 증강하는 방법에 대해 연구한다. 가속도 데이터는 사람의 활동패턴을 인지하는데 있어 가장 기본적인 데이터로 활용된다. 가속도 데이터를 증강한 뒤, 활동패턴을 인지하는 머신러닝 모델 훈련에 사용한 결과 생성한 데이터가 육안으로 확인하였을 때 실제 데이터와 유사한 패턴을 형성하였고, 실제 활동패턴인지 모델 훈련에 사용한 결과 정확도(Accuracy)는 기존 데이터로만 훈련한 경우 74%인데 비해 증강된 데이터를 혼합하여 훈련하였을 때 약 88%로 개선된 것을 확인하였다.

차량용 블랙박스의 대중화와 '스마트 국민 제보' 애플리케이션 도입에 따른 영향으로 교통법규 위반 공익신고 건수가 급증하면서 대응해야 할 담당 경찰 인력이 부족한 상황이다. 이러한 인력 부족 문제를 해결하기 위해서 인공지능(AI) 알고리즘을 활용하여 신고된 영상의 위법 여부를 자동으로 분석할 필요가 있다. 본 논문에서는 공익신고의 대부분을 차지하고 있는 진로변경 위반 영상 분석을 위한 객체 인식 방법에 대한 연구 내용을 기술한다. 이 연구에서는 딥러닝 알고리즘과 컴퓨터 비전 알고리즘을 통해 진로변경 위반 분석에 필요한 차량과 실선 객체를 인식하여 진로변경 위반 영상 분석에 활용할 수 있도록 한다.

최근 작성한 일기를 SNS에 올려 평범한 사람들이 음악, 음식, 사건 등 소소한 일상을 남기고 우울증 투병기를 공유하여 힘을 얻기도 하는 등 누가 시키지 않아도 일기를 작성하고 간직하는 사람들이 증가하고 있다. 이러한 변화로 일기는 하루의 일상을 기록하는 목적을 넘어 어떤 감정을 느꼈는지 알아차리고 자아를 성찰 및 탐구하는 단계로 발전하고 있다. 그러나 스스로 일기의 키워드를 분석하고 감정이 어떠한지 정확하게 아는 것은 어렵다. 이에 따라 본 논문에서는 제시한 문제를 해결하기 위한 방법으로 KoBERT와 KoNLPy를 활용한 키워드 및 감정분석 일기 서비스를 제안하였다. 본 연구의 키워드 및 감정분석 일기 서비스는 사용자가 무의식적으로 표현하는 텍스트 기반의 일기에서 자주 반복되는 키워드와 감정을 제공하여 자신의 감정상태를 쉽게 인지하고 되돌아볼 수 있도록 제작하였다.

최근 자연어 처리 분야에서 언어 모델을 활용하여 문장 생성에 관한 연구가 이루어지고 있다. 기존 언어 모델을 활용하여 생성된 시나리오는 텍스트를 학습하여 활용하는 것 외에는 작가의 의도를 반영하는 것에 한계가 존재했고 문맥에 일관성 없는 모습을 보여주었다. 시나리오를 작성하는 것은 작가가 흐름을 주도하며 작업해야 하는 내용이다. 본 논문에서는 GPT-3 기반 언어 모델을 기반으로 다양한 시나리오 문장을 생성하여 작가가 선택하거나 원하는 문장을 직접 입력하는 등 작가의 의도에 부합하는 시나리오를 생성하는 보조 시스템을 제안한다. 본 연구를 통해 시나리오 생성을 포함한 문장 생성 분야의 보조 도구로 활용하여 작가의 의도를 반영하는 결과물을 생성하는 것을 목표로 한다.

인공지능 기술은 점차 빠른 속도로 발전되며 응용 분야가 확대되어 창작 산업에서의 역할도 커져 예술, 영화 및 기타 창조적인 산업에도 영향을 주고 있다. 이러한 인공지능 기술을 이용하여 텍스트로 설명하면 다양한 스타일의 이미지를 생성해내는 기술이 있지만 아동이 직접 그린 손그림 스타일의 그림을 생성하지는 못한다. 본 논문에서는 아동 손그림 데이터를 통해 Text-to-Image를 학습시켜 새로운 학습 모델을 생성하는 과정에 대해서 기술한다. 이 연구를 통해 생성된 픽셀을 결합하여 텍스트를 기반으로 하나의 아동 손그림을 만들 수 있을 것으로 기대한다.

현재 코로나-19로 인해 많은 사람들이 실내외 사진 촬영에 대한 불편함을 호소하며, 2022년 5월 기준 야외 마스크에 대한 의무 착용이 해제되었지만, 여전히 야외에서 마스크를 착용하는 사람들이 대다수 존재한다. 또한 코로나 발생 후 약 2, 3년간 소중한 가족들 및 지인들과의 찍은 중요한 사진들이 마스크를 착용한 채 그대로 남아있다. 본 논문에서는 파노라마 기술인 Image Stitching 기술을 활용하여 마스크 제거 사진 생성 연구에 대해 기술한다. 본 연구를 통해 사용자들의 실내외 마스크 착용 시 촬영에 대한 불편함을 해소하고 이전 마스크 착용 사진들을 복원함으로써 만족감을 높일 수 있을 것으로 기대한다.

한 해 100만건 이상의 모바일 게임이 출시되고 있으며, 게임 수가 많은 만큼 게임물 등급 관리에 있어서 객관적이고 투명한 업무처리는 필수적이다. 그러나 현재 사업자 자체 등급분류는 오직 게임 개발사가 제출한 서류에 의존하며, 사후 모니터링을 통해 제재하는 실정이다. 이에 따라, 사전에 폭력성 유뮤를 식별할 수 있는 기술이 필요하다. 본 논문에서는 Cloud Vision API를 활용하여 프레임 수를 설정하고 해당 프레임에 대한 폭력성 정도를 수치로 출력하여 해당 영상에 문제 유무를 사전에 식별할 수 있도록 돕는 시스템에 대해 기술한다. 이 시스템을 통해 게임물관리위원회 인력과 예산 한계로 인해 계속 불거지고 있는 연 100만 건에 달하는 등급분류 처리의 정확성과 사후 모니터링에 효과가 있을 것이다.

동물무늬는 서식지에 따라 야생에서 천적으로부터 살아남을 수 있는 중요한 역할을 한다. 동물무늬의 역할 중 하나인 자연과 야생 환경에서 천적의 눈을 피해 위장하는 기능이 있기 때문인데 본 논문에서는 기존 위장무늬의 개선을 위한 GAN 알고리즘 기반 위장 패턴 생성모델을 제안한다. 이 모델은 단순히 색상만을 사용하여 위장무늬의 윤곽선을 Blur 처리를 해서 사람의 관측을 흐리게 만드는 기존의 모델의 단순함을 보완하여 GAN 알고리즘의 활용기술인 Deep Dream을 활용하여 경사 상승법을 통해 특정 층의 필터 값을 조절하여 원하는 부분에 대한 구분되는 패턴을 생성할 수 있어 색뿐만 아니라 위장의 기능이 있는 동물무늬와 섞어 자연과 야생 환경에서 더욱 동화율이 높아진 위장 패턴을 생성하고자 한다.

본 논문에서는 텍스트 마이닝 기법을 이용하여 MZ 세대를 이해하는 키워드를 도출하고자 한다. MZ 세대의 비중이 높아지면서, MZ 세대를 분석하려고 하는 많은 연구들이 수행되고 있다. 이에 본 연구에서는 MZ 세대를 이해하기 위하여 네이트 판의 연령별 게시판 크롤링을 통해 빅데이터를 수집하였다. 그리고 텍스트 마이닝 기법을 활용하여 10대, 20대, 30대의 각각의 키워드를 도출할 수 있었다. 본 논문에서 도출된 키워드는 이는 MZ 세대를 이해하는데 중요한 키워드로 볼 수 있을 것이다. 향후 연구로는 MZ 세대와 기성 세대를 비교하기 위하여 추가 크롤링을 통해 세대 간 비교 연구를 수행하고자 한다.

본 논문에서는 360도 카메라기반 식물 전자 상거래서비스 어플을 제안한다. 식물을 이용한 재테크 일명 "식테크"라고 불리는 재테크가 증가하고 있는 추세이다. 현재 다른 중고거래 플랫폼에서는 본 거래가 제안되어 있어 거래가 어렵고 일종의 재테크의 개념이라 전문적으로 거래하기 힘들다는 문제점이 있다. 이를 해결하기 위해 본 프로젝트에서는 실시간 차트를 활용하여 식물 거래가를 알려주고, 360도 카메라와 VR을 활용하여 식물의 육성일기 공유하여 어플 사용자들의 커뮤니티 장소가 되고, 은퇴 후 귀농을 하는 사용자에게는 식물을 잘 기르는 법의 정보를 알 수 있는 다방면에서 활용이 가능하여 여러 문제를 효율적으로 해결할 것으로 기대된다.

본 논문에서는 교통약자들의 이동제한 및 한계와 코로나 19로 인한 관광산업의 손실을 해결할 VR/360도 가상현실을 통한 웹 플랫폼 개발을 제안한다. 이 연구는 활용될 자원인 계절과 날씨자료를 효율적으로 촬영 및 준비하여 기존의 VR/360도의 가상현실을 최대화하고, 기존의 로드뷰 API 및 VR기기의 응용을 다양화한다. 또한, 이 연구는 '관광지를 방문한다'라는 개념을 실외뿐만이 아니라 실내에서도 사실적으로 체험할 수 있음을 제시한다. 이때 사실적인 체험을 더욱 극대화하기 위하여 VR/360도에 접목된 계절과 날씨의 콘텐츠를 구매할 수 있게 하여 소비자에게 선택지 내에서의 다양성을 주고, 단순 체험이 아닌 관광산업의 경제적 이윤으로 연결한다. 본 논문에서는 예상결과를 통하여 기존의 단순 VR/360도 체험을 통한 가상현실에 비해 좀 더 다양한 환경 조성을 통한 콘텐츠와 관광산업의 개선 및 경제성 면에서 발전성을 보인다.

본 논문에서는 시각장애인을 위한 교통시설 앱 서비스를 제안한다. 이 서비스는 시각장애인이 편리하게 사용하고 안전하게 교통수단을 이용할 수 있는 음성지원 경로 알림이 탑재되어 있는 내비게이션 앱이다. 스마트 디바이스 기기만 있으면 쉽게 설치가 가능하며, 이를 통해 시각장애인에게 경로 이탈에 대한 두려움을 줄이고 음성지원 경로 알림 서비스를 제공해 안전하게 교통수단을 이용할 수 있다. 50개국 이상 언어지원 블록체인을 이용한 구조 A-GPS, T MAP, 음성을 사용 본 논문에서는 시뮬레이션을 통하여 문제점 해소와 더 나아가 시각장애인의 독립적인 이동 문화 형성을 제공한다.

빠르게 변하는 환경에 맞춰 평생 교육이 일반화되고 개인에게 요구되는 학습량은 많아지고 있으며 높아진 학습량에 맞게 학습 시간 단축과 효율적인 학습을 위한 학습 방법을 선택하는 것이 중요해지고 있다. 본 논문에서는 학습 정리를 위해 작성한 문서를 분석하여 해당 문서와 관련된 문서를 제안하고 본 문서와 엮어 학습을 위한 문서 묶음을 만들 수 있는 시스템을 제안한다. 문서의 유사도, 중요도를 구할 수 있는 TF-IDF를 이용하여 문서를 분석해 키워드를 추출한 다음 그와 관련된 문서를 제안하고 문서 묶음을 만들어 조회할 수 있도록 한다. 이 시스템은 학습 정리 시 관련 문서를 함께 볼 수 있도록 하고, 필요하다면 묶음으로 만들어 효과적인 학습을 위한 도구로 이용할 수 있다.

단어 카드나 그림을 통한 낱말 교육은 집중력과 주의력을 오래 유지하는 것이 어렵다. 유아들은 사물을 심상 혹은 이미지로 인식하는 성향이 있으므로 개념을 무리하게 주입시키기 보다는 감각적이고 입체적인 교육이 필요하다. 본 논문에서는 홀로렌즈와 객체 인식 기능을 이용한 낱말 학습 시스템 개발에 대해 설명한다. 이 시스템을 통해 사용자는 실제 객체와의 상호작용을 통해 낱말 학습이 가능하며, 한국어를 제외한 언어에도 적용하여 외국어 교육에도 효과적일 것으로 기대한다.

최근 국악계가 지향하는 국악의 발전 방향은 국악의 대중화 및 현대화에 초점이 맞춰져있다. 이에 국악인들은 창작 국악, 크로스 오버 국악 등의 새로운 국악을 연주하는 공연을 진행해오고 있으나 타 분야의 기술 융합을 통한 국악 관련 콘텐츠 개발의 측면에서 제작된 디지털 콘텐츠들은 두각을 드러내지 못했다. 다수의 선행연구에서는 국악 소재 디지털 콘텐츠에 관한 학술적 연구가 미미하다고 언급하며 이에 대한 연구의 필요성을 강조했다. 이에 따라 본 연구는 국악 소재 디지털 콘텐츠의 특징에 관한 사례연구를 진행했다. 사례조사 범위는 국내 스마트폰 보급이 본격화 된 2009년부터 2022년까지로 설정하여 해당 자료를 수집했다. 본 연구의 분석기준은 사례를 크게 콘텐츠의 기능적 측면과 내용적 측면으로 나누어 국악과의 연계성을 분석하는 데에 집중했다. 연구 결과 팬데믹으로 인한 언택트 형태의 온라인 국악 교육 콘텐츠가 주를 이루었고, 정보 콘텐츠와 교육 콘텐츠의 사례가 모두 이에 해당했다. 공연 콘텐츠는 LED 기술을 사용한 의상을 입은 퍼포먼스형 공연의 형태와 3D 미디어 아트가 주가 되는 음악회의 형태가 있고, 오락 콘텐츠는 리듬 게임과 스토리텔링형 게임으로 나눌 수 있었다. 본 연구는 선행연구에서 언급한 국악 콘텐츠 연구의 한계점을 해소하고자 수집한 자료를 본 연구의 분석 기준에 적용하여 특징을 도출하는 데에 그치지 않고 더 나아가 향후 국악 소재 디지털 콘텐츠가 개발되어야 할 방향을 제안했다는 점에서 연구의 의의를 지닌다. 또한 사례의 연도별 추이를 파악하였으므로 국악을 소재로 한 콘텐츠 제작 사례에 관한 연구를 진행하는 향후 연구자들에게 기초자료로서 도움이 될 것으로 사료된다.

본 논문 원격교육환경에서 학습자가 남긴 개별 데이터에 대한 장기적 관리 및 효율적 학습자 관리를 위한 데이터 전처리 방법으로 전통적인 ARIMA를 수정하여 연구하였다. ARIMA는 과거시점 데이터에 대한 회귀식과 변화율을 현 시점 데이터에 반영하는 방식이며 본 연구에서는 ARIMA 처리과정에서 딥러닝 알고리즘인 RNN의 변형방법인 LSTM을 적용하여 부분 데이터셋의 전처리과정에 대한 정확성과 재현율을 높이도록 하였다. 본 연구의 결과 전통적인 ARIMA 적용시와 대비하여 7~9%의 성능향상을 확인하였다.

LSTM은 딥러닝 RNN의 한 종류이며 RNN의 단점인 장기 데이터손실에 대한 문제를 해결하기 위해 제시된다. 본 논문에서는 LSTM의 하이퍼파라미터 적용 시 이전 state의 중요도와 이후 state에 대한 중요도 예측에 대한 신경망 처리를 위하여 유의미성 측정가능한 매개변수를 적용하여 처리하고 데이터에 대한 정밀도와 재현율을 높이는 것을 목적으로 한다. 동일한 데이터셋에 대하여 전통적인 LSTM 방식과 본 연구를 비교한 결과 정밀도와 재현율이 5%이상 증가함을 확인하였다.

본 논문에서는 Bounding Box가 포함된 증강 이미지 데이터셋을 손쉽게 생성할 수 있는 독립형 GUI 프로그램을 제안한다. 본 논문의 연구를 통하여 직관적인 마우스 클릭 동작만으로 적은 수의 이미지 파일과 annotation 파일로부터 필요한 만큼의 증강 이미지 데이터셋을 짧은 시간 내에 생성하고, 다양한 아키텍처의 학습용 이미지 데이터셋 증강에 적용할 수 있다.

재난안전분야 연구 및 기술개발을 위한 현황분석 및 동향파악을 위해 연구개발활동의 주요 성과물인 특허정보의 활용은 매우 중요하다. 본 논문에서는 재난안전분야 국내 특허문헌을 대상으로 산업분야별 현황 및 특성을 분석하였다. 분석연구를 위해 재난안전분야 키워드를 포함하고 표준산업분류 매핑이 가능한 국내 특허정보를 식별하여 데이터셋으로 사용하였다. 분석 결과, 표준산업분류 체계의 산업분야 레벨별 특허 분포 현황 및 출원기관 분포 현황과 산업분야별 핵심 키워드가 자세히 파악되었다. 연구결과는 국가 재난대응을 위한 지능형 위기경보 체계 등을 개발하기 위한 정보 자원으로 활용이 기대되며, 향후 논문, 보고서를 통합한 포괄적인 재난안전분야 문헌 분석 연구가 필요하다.

본 논문에서는 메타버스 플랫폼 속에서 사용자들 간의 상호작용을 구체화하기 위해서 사용되고 있는 게이미피케이션을 통하여 메타버스 플랫폼에서 적용되고 있는 게이미피케이션 특징에 대해서 알아보고, 향후 게이미피케이션 고도화를 기반으로 구현되는 메타버스 플랫폼의 방향성을 제시한다.

본 논문에서는 디지털 노마드들이 활동하는 인터넷 환경에서 좀 더 진화된 형태의 메타버스 플랫폼 환경에서는 물론 컴퓨터를 활용한 디지털 환경에서 적응하며 블록체인이나 NFT와 같은 가상화폐, 가상자산과 함께 융합 발전하고 있다. MZ세대 중에서 컴퓨터를 활용하는 그래픽 아티스트들의 디지털 아트활동과 좀 더 발전된 형태의 NFT아트로의 융합 발전에 대해 알아보고 디지털 노마드를 넘어 디지털 네이티브로 진화한 이러한 디지털 창작활동을 하는 아트직군의 크리에이터들이 향후 어떻게 발전하게 될지 후속 연구 방향성을 제시한다.

본 논문에서는 가상현실에서 헤드 마운티드 디스플레이(Head mounted display, HMD) 사용자와 Non-HMD 사용자에게 사용자의 걷기, 뛰기, 절름발이 움직임을 몰입감 있게 표현하기 위한 새로운 가상현실(VR, Virtual Reality) 인터페이스를 제안한다. 가상현실에서는 몰입감을 높이기 위해 시각적 감각을 활용한 HMD와 사용자의 자세나 움직임을 추적하는 장비를 활용하지만, 일반적인 사용자들에게 HMD 보급은 많이 이루어져 있지 않으며, 비용적인 측면과 멀미로 인해 가상현실 콘텐츠에 몰입하기 어렵다. 본 논문에서는 효율적으로 몰입도를 높이고 비용적인 부담을 줄여주기 위해 아두이노를 활용한 새로운 보행 인터페이스 장치를 제안한다. 보행 인터페이스 장치는 사용자의 다리 가속도 정보를 기반으로 사용자의 상태 변화에 맞게 패턴을 설정하여 사용자의 걷기, 뛰기, 절름발이 움직임을 통해 사용자 캐릭터의 움직임을 제어하고 표현할 수 있는 새로운 결과를 보여준다.

본 논문에서는 거품 입자를 활용하여 시뮬레이션 장면에 맞는 소리를 효율적으로 합성할 수 있는 기법을 제안한다. 물리 기반 시뮬레이션 환경에서 소리를 표현하는 대표적인 방법은 생성과 합성이다. 사운드 생성의 경우 시뮬레이션 장면마다 물리 기반 접근법을 사용하여 소리를 생성할 수 있는데 계산 시간과 재질 표현의 어려움으로 다양한 시뮬레이션 장면에 대한 소리를 만들어 내기에는 쉽지 않다. 사운드 합성의 경우 소리 데이터를 미리 구축해야 하는 사전 준비가 필요하지만, 한 번 구축하면 비슷한 장면에서는 같은 소리 데이터를 활용할 수 있는 점이 있다. 따라서 본 논문에서는 거품 시뮬레이션의 소리 합성을 위해 소리 데이터를 구축하고 거품 입자의 효율적인 군집화를 통해 계산 시간을 줄이면서 소리의 사실감은 개선할 수 있는 사운드 합성 기법을 제안한다.

본 논문에서는 인공신경망을 통해 화면에 투영된 거품입자를 효율적으로 생성할 수 있는 기법에 대해 소개한다. 유체 시뮬레이션 기반으로 바다거품을 계산하기 위해서는 유체역학과 수치해석학에 대한 이해가 필요하며, 유속의 유기물, 풍속 등 다양한 물리적 요소를 고려해야하기 때문에 복잡하고 계산양이 커진다. 오일러리안(Eulerian)접근법에서는 격자의 해상도가 커지게 되고, 라그랑지안(Lagrangian)접근법에서는 입자의 개수가 많아지기 때문에 이 문제를 다루기 쉽지 않은 문제이다. 이러한 문제를 완화하기 위해 본 논문에서는 인공신경망을 이용한 분류 모델 학습을 통해 3차원 유체 시뮬레이션으로부터 투영된 2차원 스크린 이미지로부터 거품이 생성될 위치를 예측한다. 결과적으로 물의 스크린에 투영된 물 입자의 깊이와 가속도로부터 거품의 생성 위치를 예측함으로서 복잡한 수치해석학 없이 학습을 통해 효율적으로 거품을 표현하는 결과를 보여준다.

본 논문에서는 젖은 머리카락의 응집력을 효율적으로 표현할 수 있는 적응형 샘플링 기법을 제안한다. 젖은 헤어는 인접 머리카락과 달라붙어 머리카락 하단으로 뭉치는 응집력 형태를 지닌다. 헤어 동역학은 수많은 입자 구조로 연결되어있으며 머리카락의 상호작용을 고려하는 젖은 헤어의 경우 응집력 계산이 개별적인 머리카락 단위로 표현되기 때문에, 이를 위한 계산과정을 효율적으로 풀어내는 것은 중요하다. 본 논문에서는 젖은 헤어의 시뮬레이션을 효율적으로 계산하기 위해 밀도와 각도, 그리고 포화도를 고려한 적응형 샘플링 기법을 제안한다. 이는 속도와 메모리 측면에서 최적화가 가능하며 헤어 입자의 추가와 삭제를 통해 사실적인 젖은 머리카락의 응집력 표현을 실시간으로 표현할 수 있다. 본 논문에서 제안하는 방법은 실제 젖은 헤어와 유사한 결과를 보여주며, 실시간 프로그램에서 사람의 젖은 모발 또는 동물의 젖은 털의 특징 등을 표현하는데 응용할 수 있다.

본 논문에서는 증강현실에서 객체 증강 시, 특징점과 GPS를 이용하여 증강 위치를 효율적으로 보간할 수 있는 ICP(Iterative closest point) 매칭 기법을 제안한다. 다양한 환경에서 제한받지 않고 객체를 증강하기 위해 일반적으로 마커리스(Markerless) 방식을 사용하며, 대표적으로 평면 검출과 페이스 검출을 사용한다. 이는 현실과 자연스러운 동기화를 위한 것으로 계산은 작지만, 인식의 범위가 넓기 때문에 증강 위치에 대한 오차가 존재한다. 이러한 작은 오차는 특정 산업에서는 치명적일 수 있으며, 특히 건설이나 의료시설에서 발생하면 큰 사고로 이어진다. 객체를 증강 시킬 때 해당 환경에 대한 점 구름(Point cloud)을 수집하여 데이터베이스에 저장한다. 본 논문에서는 관측되는 점 구름과의 오차를 줄이기 위해 ICP 매칭 기법을 사용하며, 실린더 기반의 각도 보간을 이용하여 계산량을 줄인다. 결과적으로 특징점과 GPS를 이용하여 ICP 매칭 기법을 통해 효율적으로 처리함으로써, 증강 위치에 대한 정확도가 개선된 증강 방식을 보여준다.

헤어 시뮬레이션은 수많은 가닥으로 구성되어 있으며, 헤어 동역학을 기반으로 계산되기 때문에 일반적으로 계산양이 큰 범주에 속한다. 뿐만 아니라 곱슬머리 형태를 유지하려는 제약은 더 큰 계산을 요구하며, 본 논문에서는 수분에 의해 곱슬머리가 젖었을 때 표현되는 구부러짐과 수축을 모델링 할 수 있는 새로운 알고리즘을 제시한다. 이전 연구에서는 곱슬머리에 대한 헤어 시뮬레이션은 곱슬머리의 회전(Curl)형태를 유지하려는 알고리즘을 제안했지만, 강한 외력에 의한 회전형태만을 유지하려고 했으며, 수분이나 열에 의한 곱슬머리의 상태변화는 고려하지 못했다. 따라서 본 논문에서는 IIR(Infinite impulse response) 필터로 스무딩된 헤어 커브를 따라 회전의 수직 성분을 추출하여 회전의 세로방향 신축성을 제어할 수 있는 방법을 제안한다. 우리의 헤어 모델은 곱슬머리의 회전과 신축성을 제어하기 위해 스프링 동역학을 사용하며, 젖은 헤어의 부분적인 상태 변화에도 안정적으로 표현할 수 있음을 보여준다.

본 논문에서는 공기 메쉬(Air meshes)를 이용하여 고체의 충돌을 효율적으로 처리할 수 있는 새로운 방법을 제시한다. 기존의 프리미티브 단위의 충돌 처리는 시뮬레이션의 안정성을 높이기 위해 시간 간격(Time-step), 3차 방정식과 같은 큰 계산 과정을 필요로 했으며, 장면 복잡도에 따라 DCD(Discrete collision detection)뿐만 아니라 CCD(Continuous collision detection)까지 고려해야 되는 상황이 빈번히 발생한다. 본 논문에서는 이전에 제안된 공기 메쉬 기법을 통해 충돌처리를 효율적으로 개선시킬 수 있는 방법에 대해서 제안한다. 원본 공기 메쉬 접근법은 시뮬레이션 메쉬가 아닌, 주변 공기를 메쉬화시키고 이들의 변형을 부피로 근사하여 충돌 여부 및 처리를 인지하고 예측했다. 공기 메쉬를 정제하는 과정에서 수치적인 수렴을 위해 정삼각형을 유지하려는 제약사항을 두었다. 하지만, 이러한 방법은 장면에 따라 노이즈한 결과를 나타내며, 헤어나 털 시뮬레이션과 같은 라인 형태인 시뮬레이션에서는 경계 문제가 더욱더 민감하게 나타났다. 본 논문에서는 공기 메쉬를 정제하는 과정에서 새로운 제약 조건을 추가하여 노이즈가 완화된 충돌처리 결과를 보여준다. 우리의 헤어뿐만 아니라 대부분의 장면에서 안정적인 결과를 보여준다.

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolutional Neural Network, CNN)의 정확도를 개선시킬 수 있는 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 삼각형의 넓이와 그 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 오디오 파일과 이미지이었다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 학습은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장으로 인해 3차원 모델링 시장이 증가가 하면서 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습 표현하는 방식으로 적용하는 것은 쉽지 않다. 그렇기 때문에 본 논문에서는 산업 현장에서 사용되는 데이터인 삼각형 메쉬 구조를 바탕으로 기존 방법보다 정확도가 높은 학습 기법을 제안한다.

본 논문에서는 마이크로소프트(Microsoft, MS) 홀로렌즈v2를 이용하여 물리 기반 애니메이션은 유체와 로프를 제어할 수 있는 새로운 방법에 대해 소개한다. 물리 기반 시뮬레이션 혼합현실, 메타버스, 게임 등 다양한 콘텐츠에서 몰입감을 개선하기 위해 활용되고 있는 기술이다. 하지만, 계산양이 크고 사용자가로 인한 직관적인 제어 시스템의 부재로 많은 시장에 활용되기에는 어려운 구조이다. 이러한 문제를 완화하기 위해 본 논문에서는 혼합현실 환경에서 무선으로 사용자 인터페이스를 구현한 홀로렌즈v2를 이용하여 물리 애니메이션을 제어하고자 한다. 이러한 도전은 혼합현실에서도 사용자의 손동작, 음성, 눈 추적 등 다양한 인터페이스를 통해 시뮬레이션을 제어할 수 있다는 가능성을 열어줌으로써, 관련시장도 확장 될 수 있다. 본 논문에서는 대표적으로 유체와 로프 시뮬레이션을 홀로렌즈를 통해 제어하는 결과를 보여준다.

본 논문에서는 무인 로봇 스마트 더스트(Smart Dust)의 사례연구를 통하여 재난, 재해 등 불확실한 상황에서 실시간 정보제공 등 기능에 대한 활용 사례를 살펴보고 전장에서 활용할 수 있는 방법으로 처리 프로세스를 수정 연구한다. 스마트 더스트 기술은 인공지능(AI)과 사물인터넷(IoT) 기술이 적용된 1mm³ 이하 크기의 센서이며, 전시 및 재난 등의 위급상황에서 다양한 용도로 적용 및 전략수립에 활용될 수 있다. 본 연구를 통하여 전장 및 재해 상황에서의 위기대응에 효율성을 증대할 수 있을 것으로 사료된다.

사회현안을 해결하기 위한 데이터 분석을 위해서는 많은 양의 데이터 수집과 데이터 분석에 활용할 수 있도록 데이터 전처리가 필요하다. 많은 양의 데이터를 수집 및 처리를 위해 데이터 수집, 데이터 저장, 활용 시스템이 기능적으로 분리하여 시스템을 구성하고, 이에 따른 시스템간의 데이터 상호 연계가 필요하게 된다. 또한 외부 네트워크에 구성되어 있는 시스템간의 데이터 연계나, OpenAPI와 같이 다양한 데이터 서비스에서도 적용이 가능할 수 있도록 확장성과 유연성을 고려할 필요가 있다. 본 논문에서는 부산 지역현안 해결을 위한 시스템 구성에 있어, 확장성을 고려한 데이터 수집 시스템간의 효율적인 데이터 연계 방법을 제안하고자 한다.

본 논문에서는 물리기반 옷감 시뮬레이션에 적합한 소리를 효율적으로 생성하기 위한 데이터 기반 합성 기법을 제안한다. 시뮬레이션에서 소리를 표현하는 방법은 크게 생성과 합성이 있지만, 합성은 실시간 애플리케이션에서 활용이 가능하기 때문에 인터랙티브한 환경에서 자주 활용되고 있다. 하지만, 데이터에 의존하기 때문에 원하는 장면에 부합하는 사운드를 합성하기는 어려우며, 기존 방법은 한 방향으로만 사운드 데이터를 검색하기 때문에 불연속으로 인한 끊김 현상이 발생한다. 본 논문에서는 양방향 사운드 합성 기법을 제시하며, 이를 통해 불연속적으로 합성되는 사운드 결과를 효율적으로 개선될 수 있음을 보여준다.

메타버스는 1992년 스노크래시(Snow Crash)라는 소설에 의해 그 개념이 소개되었다. 그 이후 여러 발전 과정을 거쳐 개념이 정리되었지만, 메타버스가 본격적으로 이슈화된 것은 코로나19 팬더믹으로 인해 사람들의 생활 패턴이 오프라인에서 온라인으로 급격하게 변화하면서 부터이다. 현재 세계적인 대기업들도 메타버스에 대한 많은 투자를 하고 있으며, 수많은 메타버스 플랫폼이 출시되고 있다. 하지만, 처음에는 분명 매력적으로만 보였던 메타버스에 대해 대중들에게 점차 의문을 표하고 있다.. 메타버스의 어떠한 부분이 이러한 인식 변화를 가져왔는지 연구/분석하며, 메타버스의 개념적 한계를 극복하기 위한 방향성을 제시하고자 한다.

2020년 기준 국내 게임 시장은 작년 대비 21.3%가 증가하였으며, 그 중 모바일 게임 시장은 전체 게임 시장의 57.4%를 점유하고 있다. 이는 전년 대비 약 40% 성장한 모습으로 모바일 기기의 접근성과 성능의 향상으로 질 좋은 게임들을 장소에 구애받지 않고 즐길 수 있기 때문이다. 본 논문은 "김 탐정과 이상한 마을"이라는 모바일 게임을 설계하고 구현한다. 김탐정이 이상한 마을의 촌장에게 의뢰를 받아 마을에서 일어나는 사건들을 조사하여 사건들을 해결하는 스토리기반 텍스트추리 모바일게임이다. 게임의 스토리를 바탕으로 도트 프로그램과 포토샵을 이용하여 게임 배경, 캐릭터 디자인을 하였으며, 유니티를 이용하여 구현하였다.

글로벌 NFT 시장의 성장과 기술의 발전으로 기존의 디지털 아트 뿐만 아니라 다양한 산업군에서 NFT 기술을 도입하고 있다. 게임 산업은 NFT 기술을 적극적으로 도입하고 있다. 이에 따라 본 논문에서는 NFT 기술을 접목하여 개발한 게임(이하 'NFT 게임')에 대한 사람들의 인식을 조사하였다. 기존에 게임을 즐기던 게임유저들에게 NFT 개념에 대한 기본적인 이해도, NFT 기술의 게임 적용 유무에 대한 찬반, NFT 게임과 기존 게임에서의 결제 성향 차이 등을 조사하여 향후 게임 산업에서 NFT 기술을 접목할 때 유저들의 의견을 반영하는 것에 연구의 목적이 있다.

현재 세계적으로 e스포츠 시장의 규모가 꾸준히 성장하고 있지만 프로 e스포츠 구단부터 e스포츠 이벤트 대행사까지 각종 e스포츠 유관 기업들은 산업 규모에 걸맞는 수익을 창출 하기는 커녕 오히려 적자를 기록하는 경우를 더욱 자주 찾아볼 수 있다. 이러한 상황 속에서 사업적 다각화를 위해 프로 선수들을 주류로 다루는 e스포츠 산업뿐만 아니라 다양한 아마추어 e스포츠 산업을 다루는 사업 모델 또한 주목을 받고 있다. 본 논문에서는 그 중 각종 논-엔데믹 기업 내에서 진행되고 있는 사내 e스포츠 토너먼트들이 업무 효율성에 얼마나 긍정적인 영향을 미치는지에 대해 연구함으로서 새로운 수익 모델에 대한 검증, 더 나아가 사업 타당성에 대해 검토해 보도록 한다.

현재 가스라이팅이 중요한 사회적 문제로 대두되고 있으며 이에 대한 정확한 개념을 아는 사람이 많지 않다. 가스라이팅은 데이트 폭력 및 다른 심각한 범죄로 번질 가능성을 가지고 있다. 따라서 본 논문에서는 가스라이팅의 위험성을 알리기 위해 몰입할 수 있는 스토리텔링 기능성 게임 콘텐츠로 가스라이팅 간접 체험을 제공하고자 한다. 기능성 게임은 단지 즐기기 위한 게임이 아닌 재미와 그 이상의 정보를 전달하는 게임이다. 유저들에게 끊임없는 동기의 제공과 문제 전체를 파악하는 능력과 실제로 경험하기 힘든 부분을 간접 체험으로 제공하는 기능성 게임의 특성을 통해 주제를 전달하고자 한다.

본 논문에서는 게임 배경 그래픽 중 건축 구조물의 특성에 따른 건축물 모듈화 작업이 배경 그래픽 제작 통일성과 효율성에 주는 영향을 알아보고 향후 효과적인 건축물 제작 프로세스 연구의 방향을 제시한다.

메타버스는 게임 기술을 활용하여 현실의 다양한 현상이나 경제 활동들을 가상의 세계로 구현하고 이를 실세계와 유사하게 동작하도록 다양한 서비스를 제공하는 플랫폼을 일컫는 말로서 최근의 코로나19 펜데믹 상황과 맞물려 주목 받고 있는 게임 확장 기술군의 하나라 할 수 있다. 본 논문에서는 지역 관광 활성화를 위해 지역 대표 관광지의 시그니처(signature) 구조물들과 공간을 메타버스 플랫폼 상에 구현하고 구현된 공간에서 사용자간의 커뮤니케이션을 통해 관광 수요를 촉진시키며, 오프라인 이벤트와의 유기적인 연동을 통해 궁극적인 관광 활성화에 기여하기 위한 온오프라인 연계 메타버스 콘텐츠를 구현한다. 구현된 메타버스 콘텐츠에서는 개인별로 설정된 캐릭터를 활용해 구현된 가상 공간에서 상호작용이 가능하도록 구성하여 가상 공간에서 체득된 정보를 온라인 상에서 자유롭게 교환할 수 있도록 하였다. 본 논문에서 구현된 관광 메타버스 콘텐츠는 샌드박스형 메타버스 플랫홈으로 개발된 디토랜드를 기반으로 한다.

전 세계적인 주목을 받기 시작한 한류 콘텐츠의 확산으로 한국어 교육에 대한 수요가 폭발적으로 증가하고 있는 상황에서 효과적인 한국어 학습용 기능성 게임에 대한 가능성이 주목 받고 있다. 본 논문에서는 한국어 교육의 진입 과정에 해당 될 수 있는 한글을 게임 통해 학습하고 익숙해지는 경험을 제공할 수 있는 한글 학습 RPG '단어수집가'개발을 기획하고 해당 게임의 프로토타입을 개발한다. 제안 게임의 주인공은 가상의 공간에서의 체험을 통해 한글의 자음과 모음을 게임 아이템으로 획득하고 이를 조합하여 한글 단어를 합성하여 이를 게임에 활용하는 구조를 가지도록 설계되었고, 전체 게임 시나리오의 학습 적합성과 재미 요소들의 점검을 위해 실제 기획 의 핵심 내용을 적용한 프로토타입을 활용한다. 또한 본 게임에서 기획된 한글 학습용 게임은 미국 워싱턴에 위치한 조지워싱턴대학교에서 발행하는 미국인 대상의 한국어 교재와 스토리 등을 연동하여 온오프라인 연계 한글 교육 실현을 목표로 한다.

본 논문에서는 간단한 선형 회귀를 이용하여 복잡한 불 시뮬레이션(Fire simulation)에서 표현되는 불똥 입자(Fire-flake particle)을 효율적으로 생성할 수 있는 방법을 제안한다. 일반적으로 불 시뮬레이션에서 불꽃은 격자기반으로 표현하고, 불똥은 입자로 표현하는 입자-격자 하이브리드 시스템을 이용한다. 이러한 방식을 그대로 인공신경망에 사용을 하게 되면 상대적으로 메모리가 많이 필요하며 계산양도 증가된다. 특히, 불똥 입자가 존재하지 않는 부분에서도 격자 공간에 대한 메모리를 할당해야 되기 때문에 고해상도 불똥 효과를 학습하는데 있어서 많은 문제점을 가지고 있다. 이러한 문제를 완화하기 위해 본 논문에서는 격자 단위가 아닌, 입자 단위로 불똥 입자 생성을 학습할 수 있는 방법을 제안한다.

코로나 시기를 거치며 사회 전반적으로 메타버스에 대한 관심과 수요가 폭발적으로 증가하였으며, 각 기업, 공공기관 등에서 속속 각각의 플랫폼들이 출시되고 있다. 본 논문에서는 메타버스와 관련된 여러 표준화 동향을 살펴보고 메타버스 전용 프로토콜의 제정 그리고 메타버스의 방향성에 대해 제안한다.

본 논문은 FEC (Fog Edge Computing) 환경의 모바일 장치에서 요구되는 서비스의 구현 모듈을 에지 서버에 부분 오프로딩하기 위하여, 서비스 구현 모듈의 DAG 토폴로지에 포함된 분기구조의 분할 방법을 제안한다. 제안 방법은 최소-컷 문제를 적용하여 분기구조들의 오프로딩 여부 결정, 부분 모듈들의 실행위치 결정 및 최적 실행경로 추출에 유용하게 사용된다.

FEC (Fog/Edge Computing) 환경에서 지연시간 최소화는 로컬과 에지 서버 간의 효율적인 협력을 보장하기 위한 최적의 계산 오프로딩 방법 결정을 통해 실현될 수 있다. 본 논문은 임의의 응용 서비스 실행모듈에 대한 부분 오프로딩 기반의 로컬(모바일 장치)과 에지 서버 간의 협업 경로를 추출하는 방법을 제안한다. 제안 방법은 다중 분기구조를 포함하는 응용 서비스 실행모듈에 대한 부분 오프로딩 기반의 최적 협업 실행경로 추출 방법을 제안한다. 제안 방법은 각 부분 모듈들의 실행위치에 따라 변화되는 지연시간 측정 및 분석에 적용가능하다.

본 논문에서는 SSL VPN 장비에서 사용되는 대칭키 교환을 위한 TLS HANDSHAKE 과정 중, 중간자 공격을 방어하기 위한 공유 대칭키를 별도로 주입하는 기능을 개발한다. 일반적으로 TLS 프로토콜은 공격자에 안전하다고 알려져 있으나 TLS 중간자 공격으로 대칭키가 노출될 위험이 존재한다. 또한 양자컴퓨팅의 발전으로 비대칭키 연산 역시 노출될 가능성이 대두되고 있다. 본 논문에서는 이렇한 공격들을 효과적으로 방어 할 수 있는 양자키분배기(QKD)로 부터 넘겨받은 양자키를 TLS HANDSHAKE 과정에 넣어 주어 이 같은 공격에 안전한 시스템을 구축할 수 있도록 구현한다.

본 논문에서는 새로운 TOF 센서를 개발하고자한다. 첫째, 카메라의 화소값과 TOF의 센서의 거리값을 융합하도록 한다. 둘째, 객체의 점유 정보와 위치 정보를 제공하는 TOF 센서를 개발한다. 개발된 센서는 스쿨버스, 학원버스, 시내버스, 화물차(승용차 적용가능)에 적용 가능 하다.

본 논문에서는 비행 시간 측정(TOF) 센서와 동일한 View로 고정되고 차량의 진행 방향으로 수평 설치 가능한 카메라를 연구 개발한다. 이 카메라는 객체 인식 정확도 향상을 위하여 1,280×720 해상도 적용하고 30fps로 영상을 출력하며 180°이상의 광각 어안렌즈를 적용하는 것이 가능도록 한다.

대학·연구기관 등이 보유한 연구장비의 공동활용으로는 중소기업의 즉각적인 수요를 해결하기에는 역부족이다. 중소벤처기업의 다양한 요구를 실시간으로 충족시키기 어려우며, 이용비용, 이용절차 복잡, 예약대기 등의 애로사항이 많아 중소벤처기업은 민간의 리스업체를 선호하는 경향이 있다. 중소벤처기업은 연구개발을 위한 자체 보유 연구장비가 부족하여 자체시험, 설계분석 수행이 어려움에 따라 R&D 초기단계부터 애로가 발생하고 있다. 또한 중소기업이 외부 시험, 검사장비 활용 시 경제적 부담, 이용절차 복잡 등의 다양한 어려움을 겪고 있어 연구장비의 새로운 지원방식의 필요성이 제기되고 있다. 미국의 경우 민간 중심으로 연구장비 임대를 활성화하고 있고, 일본 및 유럽은 임대지원 정책을 추진하고 있으므로 우리도 이러한 리스뱅크 플랫폼의 구축이 시급한 실정이다. 따라서, 연구장비 임대, 공동활용 등 종합적인 서비스와 중소벤처기업이 이용하기 쉽고 편리한 전문가 시스템을 활용한 연구장비 리스뱅크 플랫폼 구축방안을 살펴보자.

최근 빅데이터 및 인공지능의 중요성이 커짐에 따라 클라우드 시스템을 효율적으로 설계하고 관리하기 위한 연구가 활발히 진행 중이다. 본 논문은 기술 발전으로 각 개인은 고성능의 컴퓨팅 자원을 소유하고 있지만, 이 자원이 대부분 잉여 자원으로써 낭비되고 있다는 점을 착안하여, 잉여 컴퓨팅 자원을 효율적으로 활용하기 위해 엣지 클라우드 환경에서 분산된 자원의 가용성을 확보하기 위한 방법을 제안한다.

COVID-19로 인해 대학 수업 운영에도 많은 변화가 생겼고 현재도 다양한 수업 방식이 시도되고 있다. 특히 컴퓨터 프로그래밍과 같이 실습이 중요한 비중을 차지하는 교과목들은 대면수업이 더 효과적일 것이라고 많은 교수자들이 생각하고 있다. 본 연구진 역시 사전에 그런 인식을 가지고 연구를 진행하게 되었다. 그러나 예상했던 것보다 비 대면이나 혼합 방식의 수업을 선호하는 학생들의 비중이 꽤 컸으며 그 이유도 매우 구체적이고 다양하였다. 본 연구에서는 대면, 비대면, 혼합 방식의 수업을 모두 경험한 컴퓨터공학과 전공 수업 참여 학생들을 대상으로 효과적인 프로그래밍 수업 방식에 관한 설문을 실시하고 그 결과를 분석해보았다. 이 연구의 결과는 post COVID 19의 시대를 살아가면서 COVID 19으로 인해 생긴 대학 수업의 변화와 요구들을 수업 운영에 좀 더 긍정적으로 활용하는 기초가 될 것으로 생각한다.

코로나 팬더믹으로 인한 비대면 수업은 지속적인 운영을 통해 개선·발전되었다. 2022학년도부터 대면수업으로 전환되면서 온라인 플랫폼에 대한 적응력이 높아지고, 비대면 수업 경험이 축적된 학습자들을 위한 대면 수업의 변화가 필요하게 되었다. 본 논문은 프로그래밍 수업에서 비대면 방식과 대면 방식에 대한 경험이 있는 학습자들의 수업방식에 따른 만족도 및 의견을 조사·분석함으로써 서로 다른 두 방식의 장점을 활용한 수업모델을 모색하는데 필요한 학습자 의견 도출에 그 목적이 있다. 조사 결과, 학습자들은 대면 수업을 선호하나 비대면 학습경험이 많을수록 대면 수업에서의 단점을 비대면 수업을 통해서 해소할 수 있는 부분이 있음을 인지하고, 비대면 방식을 대면 수업에 활용하는 것을 긍정적으로 생각하는 것으로 나타났다. 이를 통해 향후 대면 프로그래밍 수업에서 비대면 방식을 결합한 하이드리드 방식의 수업 운영을 통한 수업 효과 증진 모델이 필요한 것으로 사료된다.

간병 서비스를 제공하는 데에 있어 가장 중요한 것은 간병인의 스트레스 관리 및 체력 관리이다. 그러나 요양 시설의 수요 증가량에 비해 간병인의 공급량은 줄어들고 있으며 고령화로 인해 노인이 노인을 간병하는 노노간병 사례가 증가하고 있다. 1인당 부양하는 환자 수의 증가와 간병인의 연령이 평균적으로 높아지면서 간병 스트레스 및 간병 살인 문제가 빈번하게 발생하고 있다. 본 논문에서는 환자의 EEG를 실시간으로 분석해 환자에게 필요한 것을 전달해주는 서빙로봇 간병서비스 개발 내용에 대해 기술하고 있다. 이 시스템을 통해 장시간 노동에 따른 간병인의 간병 스트레스와 간병 부담을 덜어줄 수 있을 것으로 기대한다.

시각장애인들의 가장 큰 불편함인 보행을 도와주는 수단은 흰 지팡이와 안내견이 전부이다. 이를 개선하고자 본 논문에서는 센서 프로그래밍(초음파 센서로 장애물 인지 후 모터로 진동 전달), led(시각장애인 인지), RFID(교통카드)를 아두이노, IoT 기술을 사용하여 시각장애인 수(약 25만 명)의 비해 턱없이 부족한 안내견들(80여 마리)에 준하는 스마트 지팡이를 구현하였다.

본 논문은 독거노인의 생활터전인 주택 내 생존활동과 안전사고 예방을 위하여 인체감지(PIR센서)와 생활에 적합한 온/습도 점검 및 화재와 가스 유출 같은 위험 요소 등을 다양한 센서와 모니터링 시스템을 통해 안전 상태를 모니터링 하고 응급상황 시 신속하게 대처하는 시스템이며 IoT Device는 Arduino를 사용하였고, Arduino에서는 데이터를 수집하고 WIFI를 통해 수신한다. 수신 받은 데이터를 Cloud를 통해 Raspberry Pi에 구축한 데이터베이스에 저장하고 모니터링 시스템인 모바일 앱을 통해 사용자에게 수집한 데이터를 시각화하여 출력하도록 설계하였다

4차산업혁명 등의 스마트 산업 발전으로 농업분야에도 점점 전문화 및 분업화된 ICT기반 기술이 수용되고 있으며, 이에 기반한 삶의 질 향상은 계절과 무관하게 언제나 신선한 과일이나 채소를 제공받고 싶어하는 소비자들의 요구를 증대시키고 있다. 본 논문에서는 신선한 과일이나 채소를 사계절 구분없이 가정에 제공할 수 있도록 단기 육묘가 가능하고, 육묘종에 따라 생육환경을 맞춤형으로 관리하여 별도의 시설 및 인적 자원을 최소화할 수 있는 스마트 육묘재배 시스템을 제안한다.

본 논문에서는 반려동물용 산소포화도 측정 웨어러블 장치를 설계하고 구현하였다. 기존 장치들은 움직이는 반려동물들의 SPO₂를 측정하는데에는 방법이 어렵거나 측정 오류가 발생하여 불편한 점이 있었다. 본 논문에서는 이러한 점을 개선하고 수의학적으로 측정 부위에 대한 새로운 위치를 찾아 가능한 형태의 웨어러블을 설계·구현하고 그 성능을 보였다.

본 논문에서는 4차 산업의 제조 혁신을 위한 새로운 방안의 스마트 팩토리를 실헌하기 위한 주요 부품 중에 하나인 리니어 모션 가이드(LM 가이드)에 필요한 센싱 시스템을 제안하였다. 공장 자동화와 정밀 측의 핵심 부품인 LM 가이드를 고정밀, 고정도로 제어할 수 있는 변위 센싱 시스템의 개발이다. 기존의 광학식이나 자기식 변위 센서 기술의 한계를 극복할 수 있도록 와전류(Eddy Current) 기법을 이용하여 LC 공진기와 전도체를 LM 가이드에 장착할 수 있도록 제안하였다. 또한 와전류 센싱부에서 출력되는 미세 인덕턴스 값을 측정할 수 있도록 디지털 신호처리 기술과 컴퓨터/산술 기술을 FPGA를 이용한 HW 시스템을 제작하여 다양한 실험을 진행했다. 본 논문에서 구현한 HW 센싱 시스템을 이용함으로 LM 가이드를 실시간으로 직선 이동시킴으로 실시간으로 변위 값을 디스플레이 부로 출력되어 측정이 가능하다. 개발된 시스템은 LM 가이드의 직선 운동시 변위 값의 분해능과 응답속도 면에서 우수함이 확인됨으로 스마트 팩토리 뿐만 아니라 다양한 장비에도 적용이 가능하다.

본 연구에서는 펜싱의 저변확대를 위하여 펜싱 강습을 위한 모바일 애플리케이션을 설계하고 개발하였다. 펜싱의 저변확대가 어려운 이유로 펜싱 장비가 고가이고 시설을 갖추기 어렵다는 것에 있다. 이에 많은 펜싱 연구자들이 저변 확대를 위하여 뉴스포츠화한 펜싱 종목을 고안하거나, 금속제 장비가 아닌 플라스틱 훈련장비도 개발하는 등 많은 노력을 기울이고 있다. 이에 본 연구에서는 기본적인 펜싱 강습이 가능한 모바일 애플리케이션을 구현하였다. 모바일 애플리케이션에서는 시간 관리 기능, 점수 관리 기능 등을 갖추도록 하였다.

스마트폰은 현대 사회에서 빼놓을 수 없는 필수 물품이 되었다. 하지만 과도한 사용으로 인해 중독 증세를 보이며 일상 생활에서까지 영향을 끼치는 경우가 자주 발생한다. 본 연구에서는 스마트폰의 사용 시간을 자동으로 측정하고, 이를 분석하여 사용자에게 스마트폰 사용 제한을 권고하는 어플을 개발한다.

본 연구는 간호대학생의 성지식, 성태도, 생식건강증진행위를 확인하고 이들의 상관관계 확인을 위한 서술적 조사연구이다. 간호대학생 300명을 대상으로 설문하고 229부로 분석하였다. 연구도구는 Jeon(2004)의 성지식, Ho(2009)의 성태도, Jo(2014)의 생식건강증진행위 측정도구를 사용하였다. 자료분석은 일반적 특성은 실수와 백분율, 평균과 표준편차, 성지식, 성태도, 생식건강증진행위는 평균과 표준편차를 이용하였다. 일반적 특성에 따른 성지식, 성태도, 건강증진행위 차이는 independent t-test, one-way ANOVA, 사후검정으로 Scheffe's test를 이용하였다. 상관관계는 Pearson's correlation coefficients로 분석하였다. 여학생의 성지식이 높았으며, 생식건강증진행위 교육은 저학년이 적절한 시기임을 알 수 있다. 또한, 성지식이 높을수록 생식건강증진행위가 높아 생식건강증진행위 향상을 위한 성교육의 필요성이 여전히 요구됨을 시사한다. 이에, 본 연구는 간호대학생의 생식건강을 위한 상담과 교육에 활용할 생식건강증진행위의 교육자료 개발에 기초자료로 활용될 수 있을 것이다.

본 연구에서는 대학생의 자기결정성, 가족탄력성, 사회적지지, 대학생활적응의관계를 확인하고, 이에 대한 제언을 제시하고자 한다. 본 연구는 B광역시에 소재한 재학생을 대상으로 실시하며, 그에 따른 연구결과에 대한 프로그램을 개발하고, 다양한 영향요인을 탐색하고자 한다.

살아있는 유기체에 의해 분비되는 독소는 대부분의 경우 인간에게 유해하다. 가령 여름철 날것이나 오래된 음식에서 쉽게 식중독에 걸릴 수 있는데, 이는 주로 Clorustidium Botulinum이 만들어낸 보툴리눔 독소가 원인이다. 유기체에 의해 생성된 모든 독소는 단백질이며 이는 아미노산 서열로 나타낼 수 있다. 이를 통해 생물정보학 분야의 많은 연구자들이 많은 머신러닝 기술을 통해 단백질의 독성을 예측할 수 있었다. 최근 몇 년 동안 SVM를 사용하는 BTXpred와 CNN을 사용하는 ToxDL과 같은 모델이 각각 박테리아와 동물 독소의 독성을 예측하기 위해 제안되었다. 시대가 변함에 따라 BERT와 같은 성능이 더욱 뛰어난 모델이 시퀀스 분류를 위해 도입되었다. 본 논문은 독성 단백질을 분류를 위해 ProtBERT를 사용할 경우 이의 성능을 보여주고자 한다.

헬스케어 패러다임이 정밀, 예측, 맞춤, 예방의료 중심으로 변화하면서 개인의 건강관리에 대한 관심과 중요성이 커지고 있다. 디지털 헬스케어 산업은 4차 산업혁명 정보통신기술 발달과 함께 수요자 중심의 고부가 가치형 의료서비스 제공이 가능할 것으로 전망되고 있다. 디지털 헬스케어 산업의 한 영역인 개인건강기록(PHR) 서비스는 개인의 모든 건강기록 데이터를 기반으로 하여 예방과 관리 목적에 맞추어 맞춤형 건강관리를 가능하게 한다. 본 연구에서는 개인건강기록 서비스의 가치사슬을 정리해보고, 가치사슬 핵심요인 중심의 산업구조분석을 통해 주요 환경변화에 있어 경쟁자들과의 경쟁우위를 확보하는데 필요한 차별화 전략의 우선순위를 모색하고자 한다.

연이어 발생한 온라인 성범죄 사건과 코로나 바이러스 확산에 의한 온라인 수업 전환으로 인해 학교 내에서 이루어지는 성교육의 대안이 절실하게 요구된다. 본 논문에서는 메타버스를 활용하여 시공간의 제약이 없는 새로운 성교육 플랫폼을 제안한다.

본 연구는 수면의 질, 우울, 불안, 인지기능을 확인하고 이들의 상관관계를 알아보는 서술적 상관관계연구 연구이다. K도 G시, D시에 위치한 10곳의 경로당에서 65세 이상 일반노인 130명을 대상으로 설문조사를 통해 자료를 수집하였다. 수집된 자료는 SPSS WIN 20.0 프로그램을 이용하여 대상자의 일반적 특성의 빈도, 백분율을 산출하였고 대상자의 수면의 질, 불안, 우울, 인지정도의 평균, 표준 편차을 산출하였으며, 대상자의 일반적 특성에 따른 수면의 질, 불안, 우울, 인지정도를 t-test와 one-way ANOVA로 분석하였으며, 대상자의 수면의 질, 불안, 우울, 인지정도의 상관관계 검정은 Pearson's correlation coefficient를 실시하였다. 연구결과는 수면의 질, 불안, 우울, 인지기능의 상관관계는 불안과 수면의 질(p=-.422), 우울과 수면의 질(p=-.552)간에 유의한 음의 상관관계가 있는 것으로 나타났고, 불안과 우울은 유의한 양의 상관관계가 있는 것으로 나타났다. 노인이 지각하는 수면의 질과 우울, 불안, 인지기능의 정도를 파악하고 노인수면증진을 위한 간호중재 개발에 기초자료가 될 수 있을 것이다.

미세먼지는 인체에 직·간접적인 질병을 유발하는 1급 발암물질로 알려져 있다. 본 논문에서는 도로변에서 발생 되는 미세먼지 및 미세먼지 전구체 농도를 측정을 위한 이동형 미세먼지 모니터링 시스템을 제안한다. 이 시스템은 기존의 대형차량 대비 미세먼지 측정 사각지대를 해소하고, 성능등급 1등급 장비 및 온습도 보정 모듈 장착으로 결과의 높은 정확도를 확보하였다, 또한, 개발된 데이터 표출 시스템을 통해 미세먼지 측정 차량을 운행한 결과를 웹사이트에서 실시간 확인 가능하도록 하였다. 이동형 미세먼지 측정 차량 운영을 통해 얻어진 정보는 보행자를 위한 정보 제공 및 미세먼지 저감 및 관리를 위한 정책 마련의 기초정보로 사용될 것을 기대한다.

국내 커피산업에 있어서 2020년 기준으로 개인 커피전문점 점포수는 7만 5520곳으로 전체 커피전문점 점포수의 90%를 차지하였으나, 국내 3대 대형 커피프랜차이즈(스타벅스, 투썸플레이스, 이디야)의 매출액 비중은 60%으로 대형 커피프랜차이즈의 매출비중이 매우 높다[1]. 개인 커피전문점의 경우 대형프랜차이즈에 비해 자본력과 브랜드 파워 부족으로 어려움을 겪고 있는데, 본 연구에서는 마이클포터의 Five-Forces Model을 커피산업에 적용하여 한국 커피산업 외부환경을 분석하고, VRIO 분석을 통해 개인 커피전문점 내부자원을 분석하여 개인 커피전문점의 발전을 위한 경영전략을 도출하고자 한다.

2012년 12월 사회적 경제 촉진 방안으로서 협동조합 기본법 제정 이래 3차에 걸린 개정을 해왔으며, 협동조합 중 소상공인협동조합의 경쟁력 강화와 자생력 제고를 위해 정부 및 지자체의 지속적인 경제적, 교육적 지원 노력에도 불구하고 현실은 소상공인협동조합의 영세성과 최근의 COVID-19사태 등 소상공인협동조합의 경제적 활로 개척 등이 쉽지는 않은 실정이다. 본 연구는 기존의 소상공인협동조합 관련 문헌 연구를 기반으로 하여 소상공인 관련 전문가 집단의 FGI를 통해서 소상공인협동조합의 현실적 어려움에 대한 대안적인 정책들을 수립하고자 한다.

IMO 온실가스 규제는 현존선박과 친환경 신조선박의 온실가스 배출에 대하여 차별적으로 규제함으로써 시장경쟁력에 영향을 주어 선주들에게 친환경 신조선박으로 전환을 가속시키고자 하는 것이 핵심이다. 크게 기술적 조치와 운항적 조치, 그리고 시장적 조치가 있으며 세가지 대안 모두 비용적인 측면에서 선주에게 재무적 부담이 될 것으로 예상된. 따라서 본 연구는 온실가스규제에 따른 재무적 부담을 정량적 추정하여 기업의 향후 대응방안과 정책적 지원방안에 대한 제언을 하고자 한다.

The purpose of this paper is to explore the factors affecting the purchase intention of new energy vehicles, utilizing the BRA and VAM models. Based on self-interest and altruism, a model for willingness to use new energy vehicles was developed. Through analysis with analytical tools such as SPSS and AMOS, we obtained the following conclusions: Perceived value, perceived entertainment, and environmental values all have a significant positive impact on the purchase intention of new energy vehicles; Perceived risk has a negative impact on purchase intention. By conducting this research, useful suggestions can be made for the formulation of enterprise strategies, and new directions and inspirations can be provided for enterprises.

Based on the integrated analysis of the existing literature, this study combined with S-O-R model to explore the impact of e-commerce live broadcast characteristics on consumers' impulse purchase intention. Among them, interactive, entertaining, economical and visual features are selected as the features of e-commerce live broadcast; Select pleasure and arousal to measure consumer sentiment, and build a theoretical model among e-commerce live broadcast features, consumer sentiment and consumers' impulsive purchase intention to specifically explore the impact of each feature on emotion and the further impact of emotion on impulsive purchase intention.

최근 메타버스는 초대형 소셜미디어회사인 페이스북의 사명과 비전 변경으로 인해 그 어느 때보다 트랜디한 키워드로 부상되고 있다. 초기 메타버스는 지금의 가상현실(Virtual Reality)와 거의 동일한 개념으로 사용되었으나, 2007년 ASF이후 AR, VR, 미러월드, Lifelogging과 같이 다양한 영역을 통한 새로운 세계의 도출이라는 확장을 통해 그 활용 가능성이 무궁무진해지고 있다. 한편, 메타버스의 영역 확장에도 불구하고 HMD는 메타버스의 중요한 하드웨어라는 인식이 더 견고해지고 있는데, 그동안 고가였던 HMD가 2020년 보급형HMD의 등장으로 본격적인 판매량 증가를 보이고 있다. 본 연구는 메타버스의 중요 하드웨어 중 하나인 HMD(Head-Mounted Display)의 보급 정도를 기반으로 메타버스의 대중화 정도와 근미래에 대해 알아보고자 한다.

코로나 시대를 거쳐 뉴노멀로 향하는 이 시점에 메타버스 플랫폼을 활용한 다양한 조직의 운영이 기대된다. 조직에서의 리더는 구성원들을 이끌며 조직의 목표에 도달을 수 있도록 리더십을 발휘한다. 이런 리더십은 예전부터 다양한 형태로 발전되어 져서 전통적 리더십에서 변혁적 리더십, 카리스마 리더십, 슈퍼 리더십 등을 거쳐 최근에는 서번트 리더십이 각광을 받고 있다. 현실에서의 조직을 이끄는 리더십과 가상의 공간의 메타버스상에서의 리더십은 분명 많은 차이가 있을 것으로 예상된다. 본 논문에서는 리더의 서번트 리더십의 지각수준과, 서번트 리더십의 구성요소가 현실과 메타버스 플랫폼을 사용하는 조직을 대조하여 구성원의 직무태도 및 조직몰입의 영향에 대하여 질문을 던지고 새로운 리더십의 방향을 찾는 연구에 대한 기준을 제시한다.

본 연구에서는 기존 차량 경로 문제(Vehicle Routing Problem)의 범위를 확장시켜 일반화된 차량 경로문제(Generalized Vehicle Routing Problem)를 제시하고, 이 문제를 해결하기 위한 강화학습 모델을 제안한다. 기존의 차량 경로 문제는 depot에서 각 node(또는 각 node에서 depot)의 단방향만 존재해 제한된 문제만을 해결할 수 있었다. 이 한계점을 극복하기 위해 depot을 제외한 모든 node가 서로 연결된 형태의 일반화된 차량 경로 문제를 정의하고 이를 해결하고자 한다. 차량 경로 문제는 NP-hard 문제로 최근에는 강화학습을 이용해 이를 해결하고자 하는 모델이 연구되고 있다. 본 연구에서는 새로 정의한 일반화된 차량 경로 문제를 해결하기 위한 강화학습 모델을 제안한다.

본 논문에서는 불매운동에 따른 스마트폰의 수출영향에 대해 알아보고자 한다. 2019년에 일본의 한국에 대한 수출규제로 일어난 한국의 불매운동에 대응하여 역으로 일본에서 한국제품 불매운동이 일어난 바 있다. 이 사례를 활용하여, 한국의 일본 수출에 얼마나 타격을 입었는지 살펴보기로 한다. 연구 과정 전반에 걸쳐 수출물품 중 스마트폰의 수출량과 시장 점유율의 변화추이를 살펴보면서 불매운동과 스마트폰의 수출의 상관관계를 알아보았다. 이를 통해 불매운동이 수출입에 미치는 영향과 극복방안을 모색해 볼 수 있는 기회가 됐으면 한다.

Video learning through YouTube has emerged as one of the most widely used instructional methods, yet relatively little research has been conducted on YouTube video users' willingness to use or behavior, so it is important to examine how to make and keep users' willingness to continue learning and to improve their retention rate for effective online learning. With reference to perceived value theory and utilizing an ECM perspective, the authors construct a model of YouTube video continuous learning intention and investigate the influence of perceived value and satisfaction on users' willingness to use YouTube videos for continuous learning.

본 연구에서는 예비교사의 인공지능 융합교육 역량 강화를 위한 캡스톤 디자인 기법 활용 인공지능 융합교육 프로그램을 개발하고 효과를 검증하였다. 개발된 교육 프로그램은 예비교사들이 스크래치 프로그래밍과 머신러닝포키즈, 캡스톤 디자인의 이해를 바탕으로, 인공지능 활용 융합 수업을 위한 주제 선정, 수업 설계 및 개발 후, 마이크로티칭을 하고 동료 평가 및 피드백을 하도록 조직되었다. 이는 2022년 1학기 K대학의 교양 강좌를 수강하는 예비교사들에게 처치되었다. 그 결과, 실험 대상자들의 인공지능 교수효능감의 사전-사후 t-검정에서 통계적으로 유의한 효과가 있음을 확인되었다.

본 논문은 비전공자의 프로그래밍 수업에서 발생하는 오류들을 수집하고 오류 유형을 분석하여 초보 프로그래머의 오류 문제 해결을 쉽게 접근할 수 있도록 하고 교수자가 하는 피드백을 인공지능을 통해 자동화하는 시스템을 개발하는 기초 연구가 되는 것을 목표로 하였다. 결과로는 분석한 오류 유형에는 컴파일 타임에러가 가장 많이 발생하였고 그중에서도 구문에러(syntax error), 그중 missing 에러가 가장 많이 나타났다. 비전공자 학습자는 에러메시지를 이해하는 것을 가장 어려워하였고, 교수자의 피드백을 가장 절실하게 필요로 하였다. 좋은 오류 메시지는 초보자 프로그래머를 위한 프로그램 사용성에 큰 차이를 만들 수 있어 오류 메시지 내용을 단순화시킬 필요가 있으며, 학습자와 교수자의 상호작용을 효율적으로 이루어지게 할 필요가 있고, 인공지능을 통한 피드백을 자동화할 필요가 있음을 제언하였다. 향후 과제로는 오류 유형 중 자주 발생하는 구문에러부터 해결할 수 있는 인공지능을 이용한 자동 피드백 프로그램을 만들어 학습자와 실시간 상호작용하여 온라인에서 프로그래밍 수업이 가능한 학습시스템을 구현하고자 한다.

지난 코로나 상황 동안 비대면 수업을 진행했고, 학생들은 빠르게 적응했다. 온라인 수업은 학습자가 이해될 때까지 반복 학습이 가능하고, 시간과 공간의 제약 없이 자기 주도적으로 학습할 수 있다는 장점이 있지만, 온라인상이라는 특징 때문에 교수자와 학습자 간 상호작용이 부족하다는 한계점이 존재한다. 하지만 이점은 차후에 비대면 수업의 지속적인 활용 및 확대를 제한하는 요인이 될 수 있다. 본 논문에서는 상호작용을 높일 수 있는 웹 기반 에듀테크 시스템을 제안한다. 온라인 수업의 강의 영상을 세부적인 내용을 나누는 Section을 통해 다른 학생들이 질문했던 Q&A 데이터를 모아서 생성된 Section-FAQ를 열람할 수 있고, 그 Q&A에 반응해서 상호작용이 가능하다. 또한 교수자에게 Q&A를 보낼 때 영상의 Section 정보와 강의시간 정보를 같이 전송하여 강의 영상을 확인하지 않고, 빠른 답변이 가능하도록 설계했다. 본 논문에서 제안하는 온라인 수업의 상호작용 향상을 위한 웹 기반 에듀테크 시스템을 통해 온라인상에서 교수자의 역할을 대신해주고 비대면 수업의 단점을 해소해주면서, 교수자과 학습자 간의 상호작용을 높여 수업의 이해도를 높이고 학습자들의 학업성취를 높일 수 있을 것이다.

디지털 소양의 용어는 2022 개정 교육과정에서 새롭게 다루어지는 개념이다. 그동안은 디지털 소양의 의미를 담은 다양한 용어들이 각 교과 특성에 맞게 혼재되어 사용되어 왔다. 하지만 2022 개정 교육과정에서는 모든 교과에서 디지털 소양을 다룰 것을 강조하고 있기 때문에 각 교과와의 개념에 대한 합의가 필요하다. 따라서 본 연구에서는 2015 개정 교육과정의 초등 각 교과에서는 디지털 소양과 관련된 어떤 용어들이 사용되어왔는지 분석해보고자 한다.

본 논문에서는 인권이 조명되는 요즘 문화콘텐츠에서 여성이나 성소수자 캐릭터가 조금씩 등장하기 시작했지만, 여전히 보기 힘든 장애인 캐릭터, 그중 게임콘텐츠에 집중해 알아보고자 한다. 게임에서는 주로 장애가 없는 성인 남성이 주인공으로 등장하나, 장애인 캐릭터가 아예 등장하지 않은 것은 아니다. 지금까지 게임에 나타난 장애인 캐릭터는 어떤 종류의 장애를 가지고, 장르에 따라 어떻게 표현되는지 연구하였다.

급격히 성장해가는 메타버스 시장 속에 메타버스 플랫폼의 증가세와 그에 반해 아직 활성화되지 못한 메타버스의 콘텐츠 크리에이터 생태계로 인하여 다수의 메타버스 플랫폼들의 내부 콘텐츠 확충과 유저 크리에이티브 생태계 활성화의 중요성이 대두되고 있다. 본 논문에서는 보다 체계적이고 효율적으로 메타버스 환경에 맞춘 인터랙티브 콘텐츠 개발 프로세스를 제안한다.

최근 탄소중립을 위한 친환경 자동차 권장 정책으로 인해서 전기차와 수소차 이용자가 증가하고 있다. 그러나 기존 내연기관차, 또는 전기차와 비교했을 때 수소차에 대한 인프라는 매우 부족한 현실이다. 따라서 출장이나 여행 등 기존 주거지를 벗어나는 상황에서는 수소차 충전소를 찾는데 어려움을 겪을 수 있다. 본 논문에서는 수소차 이용자들에게 편의를 제공하기 위해서 전국의 수소차 충전소의 위치를 구글 지도에서 보여주고 충전소의 사진과 전화번호를 쉽게 확인할 수 있는 애플리케이션을 설계 및 구현하였다.

최근 일과 삶의 균형을 찾는 '워라밸'에 사람들의 관심을 커지면서 일에만 몰두하는 것보다 개인의 삶의 질을 더 중요하게 생각하게 되었다. 이에 따라 퇴근 후나 주말의 여가 시간에 다양한 취미 활동을 하는 사람들이 증가하고 있다. 본 논문에서는 여가를 즐기고자 하는 사람들에게 다양한 카테고리의 취미 활동을 소개해주는 취미 백과 애플리케이션을 설계 및 개발하였다. 취미 백과 애플리케이션을 이용하면 사람들이 보다 쉽게 새롭고 다양한 취미를 접할 수 있을 것으로 기대한다.

최근 환경 보호를 위해서 정부의 주도하에 커피전문점에서는 1회용품 대신 텀블러 사용을 장려하고 있다. 하지만 세척이 불편하고 휴대성이 좋지 않아서 효과가 크지 않은 것이 현실이다. 또한 유명 커피전문점에서는 조잡한 가품 텀블러 문제로 브랜드 이미지가 훼손되고 있다. 본 논문에서는 이러한 문제점을 해결하고자 NFC 텀블러 시스템을 설계 및 구현하였다. NFC 텀블러는 기존 적립카드를 대체할 수 있기 때문에 텀블러 이용률을 높일 수 있으며 가품 텀블러를 쉽게 구분할 수 있어서 브랜드 이미지 관리에도 도움이 될 것으로 기대한다.

본 논문에서는 AR Founation을 이용하여 조명기기를 생활공간에 배치시키는 소비자 맞춤형 증강현실 시스템을 제안한다. 시스템은 조명기기를 다양한 고객의 요구에 맞추어 바닥, 벽면, 천장에 맞게 배치 시킬 수 있는 솔루션을 제공한다. 우선 조명기기를 3D 스캐너를 이용하여 3차원 모델링을 한다. 그리고 모델링된 개체에 블렌더를 이용하여 받침대 및 부수적인 요소를 추가하여 3차원 조명기기를 완성한다. 완성된 조명기기는 사용자의 요구에 따라 3차원 공간상에 위치 시킬 수 있는 기능을 제공한다. 이와 같은 시스템은 스마트 기기를 활용하여 간단한 스마트폰 터치를 통해 손쉬운 공간 설계 지원이 가능하다. 구현된 시스템은 모바일 AR 어플리케이션 개발을 통하여 기존의 AR 어플리케이션의 가구 배치 프로그램에 비해 다양한 연출 효과를 줌으로써 사용자에게 생생한 현장감을 주는데 효과적이다.

코로나의 영향으로 더욱더 앞당겨진 메타버스에 대한 관심이 뜨거운 상황이다. 특히 사람들이 모이기 어려운 비대면 상황에서 MICE산업은 많은 어려움을 가지고 있다. 이에 MICE산업의 사업분야의 하나인 전시부스를 메타버스 기법을 활용하여 3D 전시부스를 개발하였다. 전시회를 가상의 공산에서 개최하고 참가업체의 기본정보를 바탕으로 부스를 구성하였다. 특히 비대면 상담이 가능한 External Service를 제공하여 비대면 접점을 높였다. 본 연구를 통해 코로나로 인해 직접 만나지 못하는 상황에서도 실제와 같은 부스를 제공하여 효과적인 MICE의 사례로 활용할 수 있다.

본 논문에서는 국내 학술지 평가 체계 중, 과학기술 학술지 평가인 과학기술단체총연합회(이하 과총) 학술지 평가 요소에 대해 고찰하고, 평가 요소 중 정보화 요소 항목에 대한 개선사항을 제안한다. 저자가 제안하는 과총 학술지 평가 정보화 요소 개선사항은 국내 과학기술 연구자들의 노력에 따른 연구결과물을 더욱 쉽게 접근할 수 있도록 하고, 인용확대를 더욱 활성화 할 수 있도록 하여, 학술지 위상제고에 도움을 줄 수 있다. 국내 학술지가 갖추어야 할 학술정보 본문 편집 규정과 그에 따른 국내 학술지 평가 항목 중 연구자 식별정보인 ORCID, 논문 이력정보 등의 정보화 요소를 살펴보고, KISTI의 DOI 등록관리시스템과 코리아사이언스에 반영한 사례를 제시하면서 결론을 도출한다.