운영체제(Operating System)는 사용자의 하드웨어, 시스템 자원(System Resources)을 제어하고 프로그램에 대한 일반적 서비스를 지원하는 시스템 소프트웨어(System Software)이다. 시스템 하드웨어를 관리할 뿐아니라 응용 소프트웨어를 실행하기 위하여 하드웨어 추상화 플랫폼과 공통 시스템 서비스를 제공한다. 최근에는 가상화 기술의 발전에 힘입어 실제 하드웨어가 아닌 가상 머신(HyperVisor) 위에서 실행되기도 한다. 본 연구에서는 다중 코어 프로세서를 타겟으로 한 소규모 운영체제 개발 프로젝트의 일환으로 부트로더를 설계하고 구현하였다. 부팅은 최초 컴퓨터에 전원이 들어온 후 운영체제가 실행할 수 있는 환경을 구축하는데 가장 중요한 역할을 하는 프로그램이며, 이를 잘 활용하면, 임베디드 시스템, IOT 등 다양한 분야에 이용할 수 있다.

본 논문에서는 MIPS 아키텍쳐 기반 펌웨어에 대한 페이지 단위의 이미지 베이스 주소 탐색 방안을 제안한다. 이 방법은 MIPS 기반 임베디드 기기의 펌웨어를 대상으로, 대상 내의 분석 대상의 이미지 베이스 주소 계산 알고리즘을 효율적으로 개선하여 이미지 베이스 주소탐색 시간을 최소화하는 것을 목표로 한다. 이 방법은 펌웨어 내 문자열의 주소를 기준으로 세그먼트 시작 주소를 유추, 페이지 단위인 4KB 단위로의 이미지 베이스 주소 후보군을 계산하여 이미지 베이스 주소 후보군을 선별하는 것을 그 원리로 한다. 본 논문에 적용된 방법은 기존의 경험적 방법을 통한 펌웨어 베이스 탐색 방안에 비해 정확도면에서 우수함을 보인다.

자율주행 자동차에 관한 연구에서 상황을 인지하기 위한 교통 표지판을 다양한 환경에서 인식하도록 하는 과정은 필수적인 요소이다. 이러한 교통 표지판은 객체 검출 방법을 통해 인지할 수 있지만, 환경에 따라 성능 차이가 크다. 본 논문에서는 Yolov4 모델을 기반으로 공개된 데이터 세트를 이용해 학습하고, 테스트 배드 환경에서 교통 표지판을 검출한다. 테스트 배드에서 조건, 거리, 강수량에 따른 다양한 환경에 대한 교통 표지판 검출의 성능을 비교 및 분석한 결과를 보인다.

최근 영상 콘텐츠를 통해 영상물의 메시지뿐 아니라 메시지의 형식을 통해 전달된 감정이 시청하는 사람의 심리 상태에 영향을 주고 있다. 이에 따라, 영상 콘텐츠의 감정을 분류하는 연구가 활발히 진행되고 있고 본 논문에서는 대중적인 영상 스트리밍 플랫폼 중 하나인 유튜브 영상을 7가지의 감정 카테고리로 분류하는 여러 개의 영상 데이터 중 각 영상 데이터에서 오디오와 이미지 데이터를 각각 추출하여 학습에 이용하는 멀티 모달 방식 기반의 영상 감정 분류 모델을 제안한다. 사전 학습된 VGG(Visual Geometry Group)모델과 ViT(Vision Transformer) 모델을 오디오 분류 모델과 이미지 분류 모델에 이용하여 학습하고 본 논문에서 제안하는 병합 방법을 이용하여 병합 후 비교하였다. 본 논문에서는 기존 영상 데이터 감정 분류 방식과 다르게 영상 속에서 화자를 인식하지 않고 감정을 분류하여 최고 48%의 정확도를 얻었다.

본 논문에서는 성격, 성향을 근거로 사람의 성향에 따른 직업 및 전공에 대한 만족도를 분류한 데이터셋을 구축하여 사전에 사용자의 성향을 파악하여 직업을 추천하는 알고리즘을 제안한다. 성격유형검사 뿐만이 아닌 최근 게시한 SNS 텍스트를 사전에 학습한 데이터셋에 적용해 성격유형 결과의 정확도를 상승시키고자 한다. 사전에 생성한 데이터셋 외에 대상자가 작성한 정보(직업, 전공, 직엄 및 전공에 대한 만족도)로 연합학습을 진행하여 데이터셋의 정확도를 향상시키고자 한다. 모델의 학습 및 분류의 정확도 향상을 위해 SVM, NB, KNN, SDG 알고리즘들을 비교하였고 각각 67%, 21%, 28%, 69%의 정확도를 도출하였다. 데이터 셋은 캐글에서 제공받았다.

비지도형 도메인 적응(UDA)에 대한 최근 연구는 도메인 적응에 대한 설명 및 전이 가능한 특징을 풀어 내기 위해 적대적 학습에 의존한다. 그러나 기존 방법에는 대상 도메인의 클래스 인식(class-aware) 정보를 고려하지 않고는 잠재 공간의 구별 가능성을 완전히 보장할 수 없다는 것과 소스 및 대상 도메인의 샘플만으로는 잠재 공간에서 도메인 불변(domain- invariant) 특성을 추출하기에 부족하다는 두 가지 문제가 있다고 알려져 있다. 본 논문에서는 기존 알려진 UDA의 도메인 적응시 발생되는 문제를 해결하기 위해 Adversarial Discriminative Domain Adaptation(ADDA)에서 mixup을 활용해 신경망의 로버스트네스를 향상시키는 것을 확인하였다.

전이학습은 영상 분류를 진행한 모델을 사용하여 다른 종류의 영상 분류에 적용하여 문제를 푸는 것을 의미하며, 모델 설계부터 진행한 학습 모델보다 빠른 속도와 높은 정확도를 달성할 수 있다. 또한, 적은 데이터셋에 대하여 학습을 진행하여 좋은 결과를 도출할 수 있는 장점이 존재한다. 본 논문에서는 전이학습으로 사용되는 모델 중 Xception 모델을 사용하며, 욕창 이미지의 모델 입력 크기를 256, 512, 1024의 크기로 설정하여 학습을 진행 후 욕창 이미지 크기별 성능을 비교분석을 진행하고자 한다.

본 논문에서는 낙상과 비낙상 구별을 위한 분류 모델을 제안한다. 일상생활과 낙상을 구분해 내는 것은 낙상이 발생하기 이전에 감지하고 사고를 예방할 수 있다. 낙상은 일상생활 중 일어나기 쉬우며, 노인들에게는 골절 및 기관 파열 등과 같은 심각한 부상을 초래할 수 있기 때문에 낙상 방지를 위한 낙상과 비낙상 행동의 구분은 중요한 문제이다. 따라서 실시간으로 수집되는 다양한 활동에서의 센서 데이터를 활용하여 낙상과 비낙상의 행동을 구분하였다.

본 논문에서는 신호등이 설치되지 않은 위험 구역에 대해 신호등을 설치하는 것이 아닌 객체 인식 기반의 반응형 교통 시스템을 설계하여 보행자나 운전자 모두에게 사고의 위험을 줄이는 시스템을 구현한다. 특정 구역에 보행자가 길을 건너기 위해 존재한다면 운전자에게 보행자가 있음을 직관적으로 보여주며, 보행자가 길을 건너고 있으면 운전자에게 보행자가 건너고 있다는 것을 나타내어 기존의 경직적인 신호 체계가 아닌 유동적으로 보행자와 운전자 간의 안전한 환경을 만드는 것을 목표로 구현했다. 데이터는 CGMU dataset과 MIO-TCD dataset에서 사람과 차량의 이미지를 추가로 수집한 이후 학습에 사용하였으며, 객체 인식은 YOLOv5를 기반으로 사용하였으며 이때 성능은 mAP 0.753을 보여주었다.

본 논문에서는 OpenAI Gym 환경에서 제공하는 CartPole-v1에 대해 강화학습을 통해 에이전트를 학습시키고, 학습에 적용되는 활성화함수의 성능을 비교분석하였다. 본 논문에서 적용한 활성화함수는 Sigmoid, ReLU, ReakyReLU 그리고 softplus 함수이며, 각 활성화함수를 DQN(Deep Q-Networks) 강화학습에 적용했을 때 보상 값을 비교하였다. 실험결과 ReLU 활성화함수를 적용하였을 때의 보상이 가장 높은 것을 알 수 있었다.

불안정한 부동산 가격은 지속적인 사회 문제로 거론되고 있는데 이는 부동산 매매 가격을 예측할 수 있는 정확한 지표가 체계적이고 구체적으로 확립되지 않았기 때문이다. 본 논문은 가격변동에 주요하게 영향을 미치는 특성을 파악하여 가격 예측 지표로 활용하기 위해 머신러닝 모델을 적용하여 특성 분석을 수행한다. 이를 위해 한국부동산원에서 제공하는 2021년 10월부터 2022년 9월까지 1년간의 역 주변 500M 이내 거래 데이터 약 30만 6천 개를 어떠한 과정으로 전처리하여 머신러닝 모델에 적용하였는지 기술한다.

주택 매매에 있어서 가격에 대한 예측은 매우 중요하지만, 실거래 발생 전까지는 정확한 가격을 알 수 없다. 그렇기에 주택가격을 예측하는 많은 연구가 진행되어왔다. 주택가격을 결정하는 영향요인은 크게 주택의 내부요인과 주택의 외부 요인으로 구분되는데, 내부적인 요인 (공급면적, 전용면적, 층, 방 개수 등)에 대한 연구가 많이 진행되었다. 하지만 외부적인 요인 (위치 요인, 금융요인 등)에 대한 연구는 미비하였다. 본 연구는 주택 매수자 관점에서 가격 예측 시 외부적인 요인 역시 중요하다고 판단하여 외부요인을 적용하고자 한다. 본 논문에서 제안하는 방법은 다양한 외부요인 중 주택의 위치 정보를 활용하여, 해당 정보 기반으로 도출 가능한 데이터를 추가한다. 또한 이용량에 따른 지하철역 데이터를 추가하여 관련된 여러 영향요인들을 분석 및 적용 후 머신러닝 기반 예측 모델을 생성한다. 생성된 모델들에 주택매매 실거래 데이터를 적용하여 예측 정확도를 비교 후 높은 정확성을 보이는 모델 결과에 주요하게 영향을 끼치는 요인에 관하여 기술한다.

포트홀은 주행하는 자동차와 접촉이 이뤄지면 차체나 운전자에게 충격을 주고 제어를 잃게 하여 도로 위 안전을 위협할 수 있다. 포트홀의 검출을 위한 국내 동향으로는 진동을 이용한 방식과 신고시스템 이용한 방식과 영상 인식을 기반한 방식이 있다. 이 중 영상 인식 기반 방식은 보급이 쉽고 비용이 저렴하나, 컴퓨터 비전 알고리즘은 영상의 품질에 따라 정확도가 달라지는 문제가 있었다. 이를 보완하기 위해 영상 인식 기반의 딥러닝 모델을 사용한다. 따라서, 본 논문에서는 사전 학습된 딥러닝 모델의 정확도 향상을 위한 Feature Level Ensemble 기법을 제안한다. 제안된 기법은 사전 학습된 CNN 모델 중 Test 데이터의 정확도 기준 Top-3 모델을 선정하여 각 딥러닝 모델의 Feature Map을 Concatenate하고 이를 Fully-Connected(FC) Layer로 입력하여 구현한다. Feature Level Ensemble 기법이 적용된 딥러닝 모델은 평균 대비 3.76%의 정확도 향상을 보였으며, Top-1 모델인 ShuffleNet보다 0.94%의 정확도 향상을 보였다. 결론적으로 본 논문에서 제안된 기법은 사전 학습된 모델들을 이용하여 각 모델의 다양한 특징을 통해 기존 모델 대비 정확도의 향상을 이룰 수 있었다.

최근 온라인 게임 산업이 급속도로 확장됨과 더불어 Gamebot과 같은 비정상적인 프로그램으로 인한 게임 서비스 피해사례가 급격하게 증가하고 있다. 특히, 대표적인 게임 장르 중 하나인 FPS(First-Person Shooter)에서 Aimbot의 사용은 정상적인 이용자들에게 재미 요소를 잃어버리게 하고 상대적 박탈감을 일으켜 게임의 수명을 줄이는 원인이 된다. 비정상 게임 이용자의 근절을 위해서 메모리 변조 및 불법 변조 프로그램 접근 차단 기법과 불법 프로그램 사용의 패턴 모니터링과 같은 기법들이 제안되었지만, 우회 프로그램 및 새로운 패턴을 이용한 비정상적인 프로그램의 개발에는 취약하다는 단점이 있다. 따라서, 본 논문에서는 정상적인 게임 이용자의 패턴만 학습함으로써 비정상 이용자 검출을 가능하게 하는 딥러닝 기반 단일 클래스 분류 기법을 제안하며, 가장 빈번하게 발생하는 치트(Cheat) 유형인 FPS 게임 내 Aimbot 사용 감지에 초점을 두었다. 제안된 비정상 게임 이용자 감지 시스템은 정상적인 사용자의 마우스 좌표를 데카르트 좌표계(Cartesian coordinates)와 극좌표계(Polar coordinates)의 형태로 패턴을 추출하는 과정과 정상적인 마우스 동작 기록으로 부터 학습된 LSTM 기반 Autoencoder의 복원 에러에 따른 검출 과정으로 구성된다. 실험에서 제안된 모델은 FPS 게임 내 마우스 동작을 기록한 공개 데이터셋인 CSGO 게임 데이터셋으로 부터 학습되었으며, 학습된 모델의 테스트 결과는 데카르트 좌표계로부터 훈련된 제안 모델이 비정상 게임 이용자를 분류하는데 적합함을 입증하였다.

호흡기 관련 전염병의 주된 증상인 기침은 공기 중에 감염된 병원균을 퍼트리며 비감염자가 해당 병원균에 노출된 경우 높은 확률로 해당 전염병에 감염될 위험이 있다. 또한 사람들이 많이 모이는 공공장소 및 실내 공간에서의 기침 탐지 및 조치는 전염병의 대규모 유행을 예방할 수 있는 효율적인 방법이다. 따라서 본 논문에서는 탐지해야 하는 기침 소리 및 일상생활 속 발생할 수 있는 기침과 유사한 배경 소리 들을 Mel-Spectrogram으로 변환한 후 시각화된 특징을 CNN 모델에 학습시켜 기침 탐지를 진행하며, 일반적으로 사용되는 사전 학습된 CNN 모델에 제안된 Attention 모듈의 적용이 기침 탐지 성능 향상에 도움이 됨을 입증하였다.

사회적으로 복잡한 문제들이 시공간 형태로 문제 표현이 가능하고 이를 활용하여 문제를 해결하기 위한 연구들이 진행 중이다. 특히, 시뮬레이션 이론 중 하나인 BM-DEVS는 시공간 논리를 적용하여 실세계에서 일어나는 문제들을 시공간 규칙으로써 표현하였고 이를 모델에 적용하여 시스템에서 행위를 모니터링한다. 하지만 BM-DEVS에서는 시스템 차원에서 정의된 시공간 규칙들을 평가하기 위하여 Büchi 오토마타로의 변환과 오토마타를 모델들에 반영할 수 있어야 한다. 이를 위하여 시스템을 구축하는 모델러가 직접 규칙을 오토마타로 변환하는 작업을 해야하며 이에 대한 오토마타를 모델에 적용하기까지는 많은 시간이 소요된다. 이러한 문제를 해결하기 위해 본 논문에서는 모델링의 단순화를 위하여 시공간 규칙을 모델들에 자동적으로 적용하는 방법에 대하여 소개한다.

본 논문에서는 서울특별시 청소년들을 위해 버스 차내 혼잡을 완화하기 위한 단거리 버스 노선을 제안한다. 버스 이용률이 높고 청소년 거주 비율이 높은 행정구역을 선정 후 등교 시간에 승하차량이 많은 구간과 차내 혼잡이 학교 인근까지 이어지는 노선을 추출하였고, 이를 기반으로 새로운 단거리 버스를 제안한다. 최종적으로 선정된 노선은 단방향 수요가 강해 Dijkstra Algorithm을 이용하여 최단 거리 공차 회송 노선을 선정하였다.

본 논문에서는 키넥트 센서 기반의 아동 기억력 향상 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 유아층의 기억력을 향상시키고 팔 동작으로 소근육 발달에 도움을 주는 카드 짝 맞추기 게임의 기능을 구현한다. 카드 짝 맞추기 게임은 키넥트 센서에서 인식한 사용자의 스켈레톤, 뎁스스트림, 조인트, 음성 정보를 활용하여 플레이어의 오른손을 인식하여 카드를 뒤집고 짝이 맞는 경우는 그대로 두고 짝이 맞지 않는 경우에는 다시 뒤집는다. 사용자는 카드의 위치와 그림을 기억하며 16장의 카드를 모두 맞출때까지 계속 진행한다. 이 게임은 유아들이 재미있게 게임을 즐기면서 기억력을 향상시킬 수 있다.

본 논문에서는 키넥트 센서 기반의 테마파크 신장 측정 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 키넥트 센서에서 측정하는 사용자의 거리 정보와 키넥트 센서에서 인식한 스켈레톤 정보와 조인트 정보를 활용하여 사용자의 신장을 측정한다. 또한 측정한 신장이 시스템에서 제한한 수치를 넘을 시에는 통과여부를 스피커로 출력한다.

본 연구는 메타버스 플랫폼에서 사용자 커뮤니티 형성에 몰입과 재미를 추구하는 방법으로 로제 카유아의 놀이이론을 바탕으로 지속적인 사용자 유입과 서로간의 상호관계 형성의 유의한 특성을 살펴보았다. 가상공간 사회에서 아바타를 통한 역할놀이로 자신의 다양한 모습을 표현할 수 있고 서로 자유로운 경쟁, 때로는 게임과 같은 규칙이 설정된 곳에서 경쟁하며 스릴을 즐길 수 있다. 또한 현실과 비슷한 운에 기대어 확률 뽑기를 하면서 충분히 놀이를 만끽하고 있다. 본 논문에서는 로제 카유아의 놀이이론과 메타버스에서 공동체가 형성되는 과정에 재미를 유도하는 놀이적 특성을 비교하여 새로운 콘텐츠를 찾는 연구방향을 제시하는 것을 목표로 한다.

본 논문에서는 현재 학령층인 Z세대의 특성에 맞는 새로운 교육 공간으로 메타버스 교육 공간을 활용했을 때 장점을 알아보고 향후 메타버스 교육공간 연구의 필요성을 제시한다.

4차 산업의 활성화와 더불어 창의 융합형 인력 양성이 중요한 요소로 자리 매김하고 있다. 인문학적 상상력, 과학기술 창조력, 인성, 융합, 가치 등이 창의 융합형 교육에서 중요한 요소이다. 본 논문에서는 창의 융합형 교육을 위한 게임 개발 절차를 제안한다. 게임개발 절차로 사전준비, 아이디어발상, 팀구성, 기술공유, 구현 그리고 결과공유 절차를 창의 융합형 인재 개발의 주요 요소와 연결하여 제안한다.

4차 산업혁명과 메타버스와 같이 빠르게 변화하는 정보화 시대에서 디지털 사각지대에 놓인 '디지털 소외 계층'들이 존재하고 있다. 특히 고령자 같은 경우엔 빠르게 변화된 사회 속에서 보장받아야 할 디지털 교육을 받지 못하여 이제는 당연하게 누려야 할 편리함까지 놓치고 있다. 본 논문에서는 이런 문제들을 해결하기 위한 효과적인 디지털 교육 방안으로 '놀이'와 '게임' 그리고 '컴퓨터'를 융합시킨 'e스포츠'를 통해 디지털 치료제로서 제안하고자 한다. 이는 단순한 '교육'이 아닌 새로운 실버 콘텐츠로 접근하여 노인들의 또 다른 문화로 개척하며 디지털 소외 문제를 해결하는 것과 동시에 고령자들에게 'e스포츠'의 발전과 인식개선에도 기대해 본다.

본 논문은 디지털시대의 변화와 코로나 19로 인해 차세대 디지철 시대는 새로운 교육 환경으로 진화하고 변화하는 교육 페러다임이 바뀌고 있다. 최근 지속적으로 성장하고 인기 있는 AR, VR 현장 실감형 콘텐츠를 교육에 활용 할 때 더욱 학습 효과가 있다는 다양한 이론과 사례분석을 통해 교육과정, 비 교육과정에 직접 접목하여 활용하고 그 효과를 통한 모형을 제시하여 수업의 질적 양적 향상에 기여하고자 한다.

현재 e스포츠는 전 세계적으로 크게 성장하고 있다. 하지만 e스포츠는 일반 스포츠와 다른 점이 한 가지 있다. 바로 게임 자체를 즐기지 않는다면 종목 자체의 관심도가 크게 떨어진다는 점이 특징이다. 본 논문은 이러한 현상이 왜 나타나는지 e스포츠와 일반 스포츠의 차이점을 분석한다. 그리고 e스포츠가 일반 스포츠로 인정받고 주목받기 위해 어떤 방향성을 잡아야 하는지 제안해본다.

본 논문에서는 키넥트 센서 기반의 모션 인식 게임을 설계하고 구현한다. 이 애플리케이션은 또래 나이들의 유대감 형성과 경쟁을 통한 성장을 위해 성장기의 어린이들의 경쟁심리를 높이고, 여러 동작을 활성화하여 Whole In The Wall 게임의 기능을 구현한다. 이 게임은 키넥트 센서 기반으로 모션 인식 기능을 활용하여 화면의 장애물을 피하는 행동을 취함으로써 벽을 통과하고 점수를 획득할 수 있다. 또한, 이 게임은 사용자들이 애플리케이션의 장애물과 집중하고, 빠른 판단력과 순발력, 경쟁심리를 향상함으로써 성장기 어린의들의 지적 기능을 향상시킨다.

본 논문에서는 키넥트 센서 기반의 게임 애플리케이션을 설계하고 구현한다. 이 게임 애플리케이션은 키넥트 센서에서 센싱한 사용자의 동작을 게임 내의 시작 및 점프 기능에 연동한 달리기 게임이다. 이 달리기게임은 코인을 기반으로 점수를 획득하는 게임이다. 스마트폰 게임과 같이 손가락만 사용하는 게임이 아닌 몸 전체를 사용하여 운동 효과 및 손목터널 증후군을 예방할 수 있는 기능을 제공한다.

비디오 게임 산업은 최근 몇 년 동안 폭발적인 성장을 경험했으며 글로벌 시장의 규모는 2024년까지 2,560억 달러(326조 원 이상)으로 시장규모를 예상하고 있다. 이러한 성장의 주요 요인에는 스마트폰의 발전으로 모바일 게임의 인기 증가라고 할 수 있음. 스마트폰과 태블릿의 보급이 확산되면서 사람들은 이동 중에 어디에서나 게임에 쉽게 접근하고 플레이할 수 있게 되면서 모바일 게임의 인기가 급증했다. 이러한 인기는 기존의 비디오 게임 장르에서 변형된 새로운 복합장르의 게임들을 탄생시키고 모바일 게임 시장에서 2014년부터 부각되어 온 하이퍼 캐주얼 장르의 성공사례는 이미 많은 논문이나 게임 장르에 관한 연구사례를 통하여 확인할 수 있다. 팬데믹을 계기로 급성장한 하이퍼 캐주얼 게임 시장은 최근 경쟁 심화로 수익성이 저하되면서, 그 대안으로 하이브리드 캐주얼 게임이라는 새로운 변형 장르가 주목받고 있으며 새로운 장르로 부상한 하이브리드 캐주얼 게임 장르의 정의와 이해를 돕고자 하며 향후 게임 장르의 동향 및 전망을 제시하고자 한다.

2D 게임의 이미지들은 2D 스프라이트(Sprite) 조각들을 같은 평면에 겹쳐 그리는 방식으로 표현한다. 탑다운 뷰(Top-Down View) 2D 게임 시점은 평면의 그림에 입체적인 묘사를 함으로써 캐릭터나 오브젝트가 수직으로 일어서 있는듯한 3D 느낌을 전달한다. 그러나 실제로는 2D 평면이므로 3D 그림자 맵(Shadow Map) 방식을 사용할 수 없는 단점이 있다. 본 논문에서는 2D 스프라이트 오브젝트의 그림자를 3D 그림자맵으로 생성하는 방법과 동반되는 이슈들을 제시한다.

미국 콜로라도주 박람회 미술전에서 신인 디지털 아티스트 부문에서 1위를 차지한 게임 디자이너인 제이슨 앨런의 작품 스페이스오페라 극장'이 AI Image generator Midjourney를 활용해서 완성된 작품이라는 것이 알려지면서 창작과 예술 분야에 AI 활용이라는 논쟁이 가속화되고 있다. 창작과 예술을 돕는 탁월한 기능을 가진 툴로 바라보거나 창작과 예술 활동에 아이디어를 제공하고 작품을 구체화하는 과정의 조력자로 환영하는 입장과 예술가의 작품을 허가 없이 훔쳐서 만들어 낸 이미지일 뿐이라는 이상도 이하도 아니며 도덕적으로 허락되어서는 안되다는 입장이 크게 충돌하고 있다. 하루가 다르게 빠르게 발전하고 있는 주요 AI Image generator를 살펴보고 창작과 예술 분야에 AI 활용은 어떤 변화를 가져올지, AI 활용의 긍정적인 측면을 예측하고 연구해 보고자 한다.

본 논문은 모발 정밀검사(Phototrichogram)를 통해 일정 간격을 두고 촬영된 환자의 모발 두피 사진을 이용하여 머리카락 검출 및 개수 변화 추이에 따른 환자의 탈모 진단에 도움을 줄 방법을 제안한다. 기존의 탈모 진단을 위해 제안하였던 머리카락 검출 방법에서 사용한 환자의 모발 두피 사진에 Color Slicing을 적용하여 환자의 두피 모발 사진의 픽셀값을 통일성 있게 구성하였다. 또한, 머리카락 검출하기 위한 방법으로 Swin Transformer를 사용하고, 딥러닝 기반의 영상 분할 기법(Image Segmentation)의 하나인 HTC(Hybrid Task Cascade) 모델을 활용하여 좀 더 효과적으로 머리카락을 검출할 수 있는 모델을 제안한다.

본 논문에서는 Yolov5와 Deepsort를 사용한 Tracking by detection을 구현하여 특정 영역을 통과하는 차량의 수를 집계하고, 각 차량의 추정속도를 계산하는 시스템을 구현한다. 실시간 객체 탐지 기능을 수행하는 Yolov5 모델의 학습에는 Kaggle의 개방 데이터인 '도요타 자동차 이미지'를 사용한다. 이미지 크기 640*640, 배치사이즈 16, Early stopping 플래그를 사용하여 학습했을때, Yolov5의 객체 탐지 성능은 정확도 98%, 정밀도 0.961, mAP 0.72을 보여주었다.

본 논문에서는 장편의 드라마나 영화에서 스토리 기반의 축약된 요약본을 자동으로 제작하기 위해 미디엄 숏(medium shot) 크기의 숏(shot)들을 추출하기 위한 방법을 고려한다. 미디엄 숏 정도의 크기는 보통 인물에 중심을 둔 숏들로 인물들 간의 관계에서 특히 대사나 표정으로 내용을 전달하기 위한 목적으로 적극 권장된다. 비디오 검색을 위한 인덱싱에서 신(scene) 전환 검출 및 숏 경계 검출, 그리고 이미지에서 심도와 초점기반의 화질 및 피사체 추출 등을 위해 전통적인 신호/영상처리 기법의 활용에서부터 최근의 기계학습 접목 등 다양한 연구들이 진행되고 있다. 영상문법에 근거하여 편집된 영상물에서 미디엄 숏 정도 크기의 숏들을 추출하여 배열한다면 어느 정도 원본 내용을 충실히 전달할 수 있는 축약된 요약본을 제작할 수 있다는 가정하에 해당 샷들을 블러(blur) 기반으로 검출하기 위해 이와 관련된 키워드들을 기반으로 기존 연구들을 살펴보고 적용 방법을 모색한다.

차량 인터넷은 목적지까지 스스로 주행하는 자율 주행 자동차의 최적 경로 설정을 도와주는 차세대 네트워크이다. 자율 주행 자동차의 원활한 자율 주행을 위해서는 도로 위 객체 인지뿐만 아니라 실시간 교통 정보가 수신되어야 한다. 공격자는 자동차로 전달되는 메시지를 탈취하여 내용을 변경하거나 메시지를 제거하는 중간자 공격을 시도할 수 있다. 중간자 공격을 탐지하기 위해 MARINE 기법이 제안되었지만, 주행하는 자동차가 적은 환경에서 중간자 공격을 탐지하기 어렵다. 제안 방법은 이러한 문제를 해결하기 위해 교통 정보 센터에 축적된 교통 정보를 이용하여 자동차에 전달되는 메시지를 분석하고 중간자 공격을 탐지하는 방법을 제안한다.

본 연구에서는 인터넷 상에서 발생되는 부정행위를 탐지할수 있는 신뢰 모델을 생성하고 개인의 프라이버시를 보장할수 있는 모델을 제시하였다. 인터넷 상에 게시판에 올려진 부정해위를 탐지하기 위해 앙상블 접근 방식 기반의 분류 모델을 제시하고 자동화된 도구를 제안하였다. 본 연구는 데이터에 대한 탐색적 데이터 분석을 수행하고 얻은 통찰력을 사용해 자연어처리 가반 텍스트를 기반으로 앙상블 기반의 위조 탐지 알고리즘을 제안하였다. 제안 알고리즘의 정확도는 99%로 자연어 처리에 높은 탐지율을 보였다.

코로나 팬데믹 사태로 인해 업무환경이 재택근무를 하는 환경으로 바뀌고 악성코드의 변종 또한 빠르게 발전하고 있다. 악성코드를 분석하고 백신 프로그램을 만들면 새로운 변종 악성코드가 생기고 변종에 대한 백신프로그램이 만들어 질 때까지 변종된 악성코드는 사용자에게 위협이 된다. 본 연구에서는 머신러닝 알고리즘을 사용하여 악성파일 여부를 예측하는 방법을 제시하였다. 일반적인 악성코드의 구조를 갖는 Portable Executable 구조 파일을 파이썬의 LIEF 라이브러리를 사용하여 Certificate, Imports, Opcode 등 3가지 feature에 대해 정적분석을 하였다. 학습 데이터로는 정상파일 320개와 악성파일 530개를 사용하였다. Certificate는 hasSignature(디지털 서명정보), isValidcertificate(디지털 서명의 유효성), isNotExpired(인증서의 유효성)의 feature set을 사용하고, Imports는 Import Address Table의 function 빈도수를 비교하여 feature set을 구축하였다. Opcode는 tri-gram으로 추출하여 빈도수를 비교하여 feature set을 구축하였다. 테스트 데이터로는 정상파일 360개 악성파일 610개를 사용하였으며 Feature set을 사용하여 random forest, decision tree, bagging, adaboost 등 4가지 머신러닝 알고리즘을 대상으로 성능을 비교하였고, bagging 알고리즘에서 약 0.98의 정확도를 보였다.

기업 및 공공기관의 클라우드 서비스 도입이 확산되면서 업무 시스템에 대한 보안 요구사항이 변화하고 있다. 기존에는 보호해야 할 정보자산이 물리적으로 외부와 분리된 내부 공간에 집중되었다면 클라우드 환경에서는 자산의 분포 범위가 넓어지면서 내부와 외부의 경계가 모호해진다. 따라서 경계 기반의 전통적인 보안 방식은 클라우드 기반 업무환경에 적합하지 않으며 정보 서비스를 이용하는 전 주기에서 암묵적인 신뢰를 배제하고 지속적으로 검증을 수행하는 제로 트러스트 기반의 업무 시스템 운영이 필요하다. 본 논문에서는 스토리지 클라우드 서비스인 아마존 웹 서비스 S3(Simple Storage Service)에 대하여 제로 트러스트 모델을 설계하고, 직접 서비스를 운영하며 제안된 제로 트러스트 모델의 안전성을 검증한다. 제로 트러스트 모델은 스토리지에 접근하는 사용자에 대한 인증 및 식별 기술, 스토리지 암호화 기술, 암호화 키 관리 기술을 활용하여 설계하였으며 제로 트러스트 기술 적용 시, 스토리지 보안성이 향상되는 것을 실제 서비스 운영을 통한 실험을 통해 확인하였다.

본 논문에서는 정보화 시대의 바쁜 현대인들에게 일상생활 속 필요한 정보들을 거울과 IOT 기술을 접목하여 인포그래픽(inforgraphics) 형태로 제공하는 개인용 스마트 미러를 제작하였다. 제공되는 정보는 날짜 및 시간, 일정, 날씨, 뉴스 속보, 실시간 버스 도착 정보, 실시간 지하철 도착 정보가 있으며 Google Assistant SDK를 활용하여 시각적 정보제공의 한계를 개선하였다.

가정용 생활 쓰레기 수거 작업은 야간이나 이른 새벽에 이루어지고 있어 환경미화원의 안전사고와 수거 차량으로 인한 소음 문제가 빈번하게 발생한다. 본 논문에서는 딥러닝 기반의 영상 인식을 활용하여 종량제 봉투를 인식하고 수거가 가능한 생활 쓰레기 수거 로봇의 설계를 제시한다. 제시하는 생활 쓰레기 수거 로봇은 지정 구역을 자율주행하며 로봇에 장착된 카메라를 이용해 학습된 모델을 기반으로 가정용 쓰레기 종량제 봉투를 검출한다. 이를 통해 처리 대상으로 지정된 종량제 봉투와 로봇 팔 사이의 거리를 카메라를 활용하여 얻은 깊이 정보와 2차원 좌표를 토대로 목표 위치를 예측해 로봇 팔의 관절을 제어하여 봉투를 수거한다. 해당 로봇은 생활 쓰레기 수거 작업 과정에서 환경미화원을 보조하여 미화원의 안전 확보와 소음 저감을 위한 기기로 활용될 수 있다.

본 논문에서는 지속되던 코로나-19 바이러스로 인한 일상의 제약이 점차 완화되는 추세 속에서 이전에 영위하지 못하던 개개인의 여가생활을 지원하기 위해 개발하였다. 제약이 완화되면서 많은 사람들이 국내 여행의사가 점차 증가된다고 분석된다. 지금 우리의 일상 속에는 인간이 직접 의사결정을 하는 부분들이 많이 줄어들었다. 공공데이터를 이용한 자동화된 경로 추천 시스템을 통해 사용자들은 의사결정의 단계 없이 제공되는 경로를 지도 API를 통해 시각적으로 이용하며 나들이 준비 과정을 간소화 시킬 것으로 예상된다.

본 논문에서는 node.js에서 제공하는 oracledb, express, ejs 모듈을 이용해 데이터베이스에 저장되어 있는 철도 패턴 데이터를 라우터를 통해 정해진 경로로 전달하여 ejs 파일로 작성된 페이지에 접근하여 출력하는 웹 애플리케이션을 구현하고자 한다. 웹 애플리케이션의 사용으로 철도 데이터를 필요로 하는 기업이나 사용자가 보다 쉽고 빠르게 데이터를 확인하고, 이를 원하는 방향으로 이용할 수 있다.

본 논문에서는 철도 인근 주거지역, 철도 건널목, 철도 터널, 철도 교량을 위험 상황으로 설정하고, 각 상황이 철도가 아닌 다른 상황에서 발생할 때와 철도에서 발생할 때와의 위험도 차이를 분석하며 철도 위험 상황에 영향을 미치는 요인들을 분석한다. 또한, 요인별 위험도의 기준을 설정하고 설정한 위험 상황과 유사한 상황에 대한 데이터 발생 시 해당 데이터를 웹 어플리케이션에 송출하여 소비자들에게 서비스를 제공한다.

본 논문에서는 학습관리 시스템 서비스 형태에 따른 특징들을 살펴보고, 메타버스에서 서비스되고 있는 학습관리 시스템의 특징을 통해서 비대면 원격 교육 시스템에서 이루어지고 있는 학습의 특징과 방향성에 대해서 알아본다. 그리고 향후 메타버스 학습관리 시스템의 실효성에 대한 연구 방향성의 기준을 제시한다.

본 논문에서는 키넥트 센서 기반의 산업 현장 사고 모니터링 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 기존 산업 현장 사고 모니터링 인력의 의존을 줄이고, 사고 발생 자동 감지로 인한 알림 기능과 현장 기록 기능을 구현한다. 사고 발생 감지 기능은 키넥트 센서 기반으로 스켈레톤 인식 기능을 활용하여 기존에 설정된 좌표 값 이하로 헤드 조인트 좌표가 떨어질 경우 관리자에게 알림을 보내도록 구현한다. 사고감지 및 알림 시스템은 기존 모니터링 시스템을 보완하는 방식으로 감지 인력의 한계를 극복할 수 있는 기능을 제공한다.

본 연구는 R&D 전주기 지원을 위해 과제 기획 및 수행과 연구성과 창출 시나리오를 통합 설계하고, 연구자 관점에서의 실효성과 유용성을 검증하기 위해 프로토타입으로 구현하는 것을 목표로 한다. 기존 연구가 R&D 전주기를 몇 가지 활동으로 세분화하고 모형화하였지만, 개념적 설계에만 초점을 맞추고 있다는 한계를 극복하고자, 본 연구에서는 산업계 및 학계 전문가와 협력하여 R&D 경험을 시나리오에 반영하고 이를 프로토타입으로 실증하였다.

많은 사람이 "다음 생에 성적 소수자나 이주민, 장애인으로 태어나고 싶니?"라는 질문을 받는다면 대부분 사람은 선뜻 "그렇다"라고 대답하기 어렵다. 그 근본적인 이유는 질문 속 사회적 약자들은 사회에서 다양한 불평등을 마주하고 있다는 의미일 것이다. 본 논문에서는 여러 소수자 중 시각장애인을 위한 보행 보조 기구를 제작하였다. 시각장애인들이 사용하는 지팡이는 지면의 장애물 파악에 도움은 되지만 공중에 떠 있는 장애물을 파악하고 피하기 어렵다. 이러한 단점을 보완하고자 라이다 센서를 이용하여 장애물 감지가 가능한 서비스를 시각장애인에게 제공한다. 라이다 센서는 레이저 광원을 방출하여 목표물에서 튕겨 되돌아오는 특성을 이용하여 사용자에게 전방에 장애물이 감지되면 시각장애인에게 TTS로 경고음을 제공한다.

본 고는 조기취업형 계약학과의 협약 산업체와 학생들 간의 정보 소통 및 포트폴리오 운영을 위한 자체 정보를 제공하는 웹 애플리케이션을 개발한 프로젝트를 소개한다. 해당 웹 애플리케이션은 대학과 기업이 협약을 통해 현장 실무 역량을 갖춘 인재를 양성하는 조기취업형 계약학과 관계자를 위해 제작하였으며 운영학과 및 교수 소개, 산업체 정보 및 산업체별 학생 정보와 웹 사용자의 의견 및 공지 사항을 제시할 수 있는 자유게시판, 다양한 형식의 자료를 업로드 가능한 자료실 콘텐츠로 구성되어 있다. 개발된 웹 애플리케이션은 학생과 협약기업과 같은 관계자들의 소통 장이 될 것으로 기대한다.

현재 대한민국은 고령 사회이다. 매년 노인인구의 비율을 증가하고 있으며 2025년에는 노인인구 비율이 20%가 넘으면서 초고령사회로 접어들 전망이다. 이러한 사회적 특성으로 우리는 많은 노인 문제를 겪고 있다. 그 중 대표적인 문제는 독거노인의 비율이 증가함에 따라 매년 고독사하는 독거노인이 많아지고, 지방의 농가인구 또한 점점 감소하고 있다는 점이다. 본 논문에서는 이러한 사회문제를 해결하기 위해 Flutter를 활용한 애플리케이션 개발을 통해 식물과 IOT 기술을 접목하여 이들에게 도움을 주고자 한다. 독거노인에게는 반려 식물 시스템을 제공하여 이들의 우울증을 완화하고, 지방의 농가인구에 효과적인 스마트팜 시스템을 서비스 함으로써 이러한 사회문제를 해결하는 데 도움을 주고자 한다.

본 논문에서는 최대 규모의 게임 플랫폼인 Steam에서 수집한 유저 정보 데이터 셋에 Item2vec과 LSTM을 사용하여 추천 시스템을 구현한다. 수집한 유저 정보 데이터 셋에 Item2vec을 적용하여 각각의 유저들이 보유하고 있는 고유한 Appid들을 200차원의 벡터로 변환한다. 그 후 데이터 셋을 기간에 따라 4단계의 시퀀스로 나눈 후 LSTM을 사용하여 유저별로 최대 5가지의 추천 리스트를 생성한다. 유저 정보 데이터 셋은 액티브한 유저 정보를 얻기 위해 Steam 게임 리뷰 항목에서 리뷰를 남긴 유저들의 데이터를 api를 사용해 수집했으며 LSTM을 사용한 실험의 성능 평가 지표는 RMSE를 사용했고 이때의 성능은 0.1357을 얻을 수 있었다.

본 논문에서는 코로나 19 확산에 따른 마스크 생산량 급증에 따라 폐마스크 수거함을 배치하는 경기도 용인시에 데이터를 기반으로 한 수거함 위치 추천을 목표하는 프로젝트를 소개한다. 해당 프로젝트는 전국 표준노드 링크와 건축물 용도 API를 활용했으며 데이터 전처리와 메모이제이션 기법 등으로 적절한 시간 안에 결과가 도출되도록 위치 추천 엔진을 개발했다. 개발 완료된 엔진으로부터 도출된 결과를 바탕으로 폐마스크 수거함을 배치한다면 보다 효과적인 결과로 이어질 것으로 기대된다.

모든 국민이 언제든지 충분한 식량을 충족할 수 있는 상태를 나타내는 식량안보에는 식량의 가용성, 식량의 활용성, 식량의 안전성, 식량의 접근성 네 가지 측정 요소가 있다. 식량의 가용성이란 국내 생산과 수입량 등을 고려한 공급량의 확충 여부를 말한다. 본 연구에서는 한국 농업을 중심으로 농업인구, 경작지, 수입량, 수입 공급망 등 식량의 가용성을 대상으로 통계적 분석을 진행하고 시사점을 도출한다.

대한민국의 교통 혼잡 비용은 2018년 기준 67조 원으로 국내총생산(GDP)의 3.6%를 차지하고 있다. 또한 국민 교통 고통지수는 매년 상승하고 있는 추세이다. 본 논문에서는 인구 밀집도가 가장 높은 서울시의 교통 혼잡 문제를 해결하기 위해 빅데이터 분석을 통한 효과적인 정책을 제공하고자 한다. 국가 표준 링크 아이디(LINK_ID)와 노드 아이디(NODE_ID)를 통해 위도 경도 데이터를 추출하고, 정체성이 높은 도로를 시각화해 추려진 특성과 공통점을 파악한다. 이를 토대로 정체성을 낮출 방안을 제공하고자 한다.

한국 무역수지는 지난해 12월, 올해 1월과 4월부터 현재까지 8개월간 연속 적자를 기록했다. 2000년 이후 무역수지가 2개월 이상 지속된 적은 2008년 세계경기 위기 이후 처음이다. 수출 부분도 23개월 연속 증가세를 이어오다가 반도체 등 주력 품목 수출액이 급감하면서 2년 만에 감소로 돌아섰다. 무역수지에 악영향을 끼치는 요인으로는 러시아·우크라이나 전쟁 장기화, 주요국 통화 긴축 등에 따른 글로벌 경기둔화 영향으로 각국의 수입 수요가 둔화되고 있는 상황이다. 특히, 우리 최대 수출국인 중국의 수입시장 위축과 최대 수출 품목인 반도체 가격 하락이 우리 수출에 부담으로 작용했다. 위와 같은 상황을 고려하면 당분간 수출 감소·무역적자 흐름에서 벗어나기 어려울 전망이다. 본 논문에서는 무역수지가 어떠한 요인들에 의해서 결정되고 이러한 요인들의 영향에 의하여 무역수지가 어떻게 변동하는지를 실증적으로 분석하고 시사점을 도출하고자 한다.

본 논문에서는 헌혈의 중요성과 지속적인 헌혈량 감소의 개선방안을 목적으로 하며, 헌혈량이 지속해 감소하는 이유에 대하여 분석하였다. 헌혈량은 코로나와 고령화 사회로 인한 헌혈의 주 연령층인 10대와 20대의 감소로 인해 헌혈량이 감소하는 상황이다. 이러한 문제를 확인하고 개선하기 위해 어떤 방법이 있는지 확인해 보았으며 분석 결과 고 연령층의 헌혈량은 증가하였지만, 헌혈의 주 연령층인 10대와 20대의 헌혈량을 대체하지 못하기 때문에 헌혈량은 연도가 지날 때마다 감소하는 추세를 확인할 수 있었다. 거기에 2019년 말부터 시작된 코로나로 인해 조금씩 감소하던 헌혈량을 더 큰 폭으로 감소하게 했다. 앞으로도 고령화 사회가 이어진다면 고연령층의 증가로 수혈은 필요하지만, 헌혈량이 따라가지 못하는 상황이 일어날 것으로 예측된다.

본 논문은 K-지방소멸지수를 바탕으로 지역 성장에 초점을 두어 지방소멸 대응 방향성을 제시한다. 연령별 추계인구 데이터와 총 요소 생산성 데이터를 비교하여 청년층의 감소가 지역 성장에 미치는 영향을 보여준다. 이에 따라 연도별 청년이 가장 많이 유출되는 지역을 샘플링하여 전출 사유를 알아보고 지역별 차별화된 대응 방향성을 제시한다.

물환경정보시스템에서 하천의 수질을 측정한 자료를 대상으로 DMS(Digital Mosquito Monitoring System)가 설치된 위치와 수질 측정지 위치가 가까운 4개 지점에 대한 수질 측정 성분과 모기지수의 연관성을 분석하였다. 수질 기준 외 측정 성분과 모기지수의 상관관계는 총질소(T-N), 용존총질소(TDN), 인산염인이 연관성이 높은 것으로 나타났다. 이 중에서 인산염인은 모기지수와 양적 선형관계를 이루는데, 인산염은 수중에 부영양화를 일으키는 성분 중 하나다. 수질 측정지는 비료의 영향보다는 오수의 유입으로 인산염이 과잉공급되는 것으로 보였다. 따라서 매년 바뀌는 모기지수 산출식의 지연일자 데이터에 부영양화 지수를 넣음으로써 모기지수의 정확도를 보완할 수 있을 것으로 판단된다.

본 논문에서는 저전력 433MHz 주파수 RF 신호가 여러 종류의 벽을 투과할 시 신호에 일어나는 감쇠를 비교한다. 국내에서 기존의 와이파이, 블루투스 같은 고주파수 대역의 RF 신호에 관한 연구 및 실험은 많이 행해지었지만, 한국의 전파 관리법에 의해 성능이 제한된 비면허 주파수인 433MHz 대역의 RF 신호에 관한 연구는 매우 적게 이루어져 있다. 이러한 저주파수 대역 신호의 가장 큰 장점은 장거리 통신에 능하고 벽 투과특성이 뛰어나다는 것이다. 본 논문에서는 실험을 통해 433MHz 대역 RF 신호가 여러 종류의 장애물을 통과 시 신호 세기가 어떻게 변하는지 각각 비교하고 이를 통해 비가시 영역에서 저전력 주파수 통신의 사용 가능성을 확인한다.

Wolff Parkinson White Syndrome(WPW)은 일반인과는 다르게 선천적으로 심방과 심실 사이에 부전도로(Accessory Pathway)가 존재하여 정상 전도와 비교하였을 때, 빠른 속도로 심실을 자극하여 부정맥을 일으키는 것을 의미한다. WPW는 부정맥이 주된 증상이기는 하나, 평소에는 무증상인 경우가 많고, 성인이 되어 갑작스럽게 발생하는 경우가 존재하기 때문에 인지하지 못하고 살아가는 환자들이 많다는 것이 특징이다. 이러한 특징은 갑작스러운 건강 악화가 타인의 생명에 악영향을 줄 수 있는 트럭 운전기사나 의사와 같은 직업군 등의 경우 WPW를 조기에 발견하고 치료해 위험을 사전에 방지하는 것이 매우 중요하다. 따라서, 본 논문에서는 Electrocardiogram(ECG) 데이터를 기반으로 WPW를 자동으로 분류하기 위한 Feature Ensemble 기반 심층 학습 프레임워크를 제안한다. 제안된 기법의 경우 단일 1D-CNN과 GRU를 이용한 기법 대비 F1-Score, Accuracy 기준의 성능 향상을 달성하였기에 본 Task에 적합함을 보여준다.

최근 좌식생활과 컴퓨터사용의 증가로 전방머리자세 가진 젊은 성인이 증가하고 있으며 이를 개선하기 위한 슬링 뉴렉기법을 적용한 복합운동의 효과를 알아보고자 실시되었다. 이 연구의 결과 운동군에서 통증, 목뼈 앞굽은각, 중력중심선에서 유의한 감소가 나타났다(p<.001). 이러한 결과는 슬링뉴렉을 적용한 복합운동이 억제된 근육에 신경근 활성화와 근육의 재교육을 통해 통증 및 목뼈정렬에 긍정적인 역할을 한 것으로 생각되며 전방두부자세 개선을 위한 효율적인 중재 방법이 될 수 있는 가능성을 확인하였다.

본 연구에서는 사회복지시설 종사사의 직무만족도 유형을 살펴보고 유형별 예측변인과의 영향관계를 검증하였다. 이러한 연구목적을 검증하기 위해 보건복지부의 '사회복지시설 실태조사'(2014년) 데이터에서 직무만족도 변인에 모두 응답한 11,660명을 최종 분석하였다. 잠재프로파일 분석결과, 사회복지사의 직무만족도 유형은 4집단으로 나타나 '최상 직무만족도집단', '중상 직무만족도집단', '중간 직무만족도집단', '최하 직무만족도집단'으로 명명하였다. 다항로지스틱 분석결과, CLASS4(최상 직무만족도집단)를 준거집단으로 하여 CLASS1(최하 직무만족도집단)과 비교해 노동강도대비 보수수준 평가, 타직종대비 보수수준 평가, 시설안전도, 인권보장도를 높게 인식할수록 CLASS4(최상 직무만족도집단)에 속할 확률이 높아지는 것으로 나타났다. 다만, 이직의사는 낮을수록 CLASS4(최상 직무만족도집단)에 속할 확률이 높아지는 것으로 나타났다. CLASS4를 준거집단으로 하여 CLASS2집단, CLASS3집단도 비교분석 하였다.

본 연구는 보건계열 대학생들을 대상으로 스쿠버다이빙의 응급상황대처능력과 안전지식에 대한 수준을 분석하고자 하는 서술적 조사연구이다. 본 연구의 총 대상자 수는 109명을 대상으로 분석하였으며, 자료수집기간은 2021년 6월 30일부터 8월 15일까지 시행하였다. 연구결과는 남학생의 안전지식수준이 유의하게 높았고, 스쿠버다이빙에 대한 위험한 상상을 경험한 학생들이 응급상황대처능력이 유의하게 높았다. 또한 스쿠버다이빙이 안전한 스포츠라고 생각하는 학생이 스쿠버다이빙의 안전지식이 유의하게 높았으며, 스쿠버다이빙의 안전수칙 지식을 잘 알고 있다고 대답한 학생들이 스쿠버다이빙의 안전지식 및 응급상황대처능력이 유의하게 높은 것으로 분석되었다. 따라서 응급상황대처능력을 향상시키기 위해서는 안전지식을 강화시키고 안전수칙을 철저히 지킬 수 있는 교육이 필요할 것이다.

본 연구는 2022년 여름 인기리에 반영된 '이상한 변호사 우영우'라는 드라마가 '자폐'와 '발달장애' 관련 언론사의 보도형태에 어떤 영향을 미쳤는지 분석하였다. 본 연구에서는 2018년 1월 1일부터 2022년 12월 14일까지(약 5년간) 총 54개 언론사에서 보도한 '자폐'와 '발달장애'라는 용어가 포함된 관련 뉴스 기사들을 분석하였다. 그 분석대상 뉴스 빅데이터를 대상으로 키워드 트렌드 분석, 연관어 분석(워드클라우드 제시) 등을 진행하였다. 본 연구결과는 일반 시민 대상 장애인식 개선 프로그램의 개발 등에 활용될 수 있을 것으로 기대된다. 또한 본 연구를 확대하여, 장애인 관련 언론사의 보도태도(긍정-중립-부정 등)를 체계적으로 분석하고자 한다.

본 연구에서는 환대산업 종사원들의 직무 스트레스가 조직시민행동에는 어떤 영향을 미치는지를 분석하였다. 또한 직무스트레스와 조직시민행동사이에서 가족기능이 매개역할을 하는지를 알아보고자 한다. 환대산업 종사원들의 직무 및 역할과 조직시민행동에 관련한 연구들을 살펴보면 환대산업 종사원들은 보다 나은 업무결과를 위하여, 업무 스트레스를 경험하게 되고 이 업무 스트레스는 조식시민행동을 낮게하는 변수로 작용하게 된다. 따라서 본 연구에서는 호텔기업 종사원들의 직무스트레스가 조직시민행동에 어떤 영향관계에 있는지를 실증적으로 분석해보고 그 영향관계에서 가족기능은 어떤 매개역할을 하는지를 알아보고자 한다.

본 연구에서는 노인의 생계급여와 기초연금 수급, 건강상태, 지역사회만족, 우울 간의 구조적 관계분석을 통해 노인의 우울 감소 방안을 제시하고자 한다. 분석자료는 2017년 노인실태조사 패널데이터 중 노인 본인이 직접 응답한 2,493명을 분석에 사용하였다. 분석결과, 첫째, 생계급여와 기초연금 수급은 노인의 건강상태에 정(+)적인 영향을 미쳤고, 지역사회만족에는 부(-)적인 영향을 미쳤고, 우울에는 정(+)적인 영향을 미쳤다. 둘째, 노인의 건강상태는 지역사회만족에 부(-)적인 영향을 미쳤고, 우울에 정(+)적인 영향을 미쳤다. 셋째, 노인의 지역사회만족은 우울에 부(-)적인 영향을 미쳤다. 넷째, 노인의 생계급여와 기초연금 수급과 우울사이에서 건강상태, 지역사회만족의 다중매개효과는 유의한 영향을 미치는 것으로 분석되었다.

본 연구에서는 사회복지시설에 근무하고 있는 사회복지사의 직무만족도에 영향을 미치는 개인적 요인과 조직요인의 주요변수를 검증하여 사회복지사의 직무만족도를 높일 수 있는 정책적, 실천적 방안을 모색하기 위해 진행되었다. 분석자료는 2017년 사회복지 종사자의 보수수준 및 근로여건 실태조사 패널데이터 중 사회복지사 자격증을 갖고 근무하고 있는 사회복지사 8,075명을 분석에 사용하였다. 분석결과, 첫째, 사회복지사의 직무만족도는 보통이상(3.40점)이었다. 둘째, 사회복지사의 직무만족도에 영향을 미치는 개인적 요인으로 성별, 연령대, 결혼지위, 이직의도로 나타났고, 조직요인으로 총 보수액, 노동강도 대비 보수수준, 인권보장정도, 시설안전도, 시설유형 변인이 유의미한 영향을 미치는 것으로 분석되었다.

본 연구의 목적은 청년 대학 졸업자 취업 성공 요인 분석과 수도권과 비수도권의 결정 요인 비교를 통해 대학의 취업 지원을 전략과 방향을 제시하는 것이다. 이를 위해 2019년 대졸자 취업경로이동조사 자료를 활용하여 개인특성, 학교특성, 진로선택 및 취업프로그램 참여, 취업 준비 활동 경험을 독립변수로 하고 취업 성공 여부를 종속변수로 하여 취업 성공 요인을 분석하였다. 그 결과, 서울·수도권 대졸자는 개인특성 중 연령, 부모자산, 어학연수 경험이 취업 성공(+) 요인이었고, 대학특성은 2~3년제 대졸자가 4년제, 교육대 대졸자 보다 취업성공 가능성이 높았다. 진로선택 및 취업프로그램 참여 중 직장체험, 면접·이력서 작성이 취업 성공(+)요인으로 직업심리검사는 취업 성공(-) 요인으로 나타났다. 취업준비활동 경험 중 SSAT 자격증, 공모전 수상, 대외활동, 이력서·면접훈련은 취업 성공(+) 요인으로 졸업 전 구직활동, NCS 준비, 외모관리는 취업 성공(-)요인으로 나타났다. 반면, 비수도권 대졸자는 개인특성 중 연령, 부모자산이 취업 성공(+)요인이었고, 2~3년제 대졸자가 4년제, 교육대 대졸자 보다 취업성공 가능성이 높았다. 진로선택 및 취업프로그램 참여 중 직장체험, 면접·이력서 작성이 취업 성공(+)요인으로, 직업심리검사, 기업채용설명회는 취업 성공(-)요인으로 나타났다. 취업준비활동 경험 중 봉사활동, 공모전 수상, 대외활동, 모의면접은 취업 성공(+)요인이었고, 졸업 전 구직활동, 자격증, 외모관리는 취업 성공(-)요인이었다. 이를 바탕으로 4년제 대학의 비교과 활동 강화, 취업환경과 유사한 실무능력 배양 교육, 면접·이력서 작성 등 실제적 취업지도 프로그램 시행을 제시하였고, 봉사활동, 대외서포터즈, 공모전 등 취업처에 실무능력을 보여줄 수 있는 실무활동 참여를 지원하는 방안 등을 제시하였다.

본 연구는 육아종합지원센터의 가정양육지원 사업의 운영 사례를 통해 부모의 만족도 및 개선점을 확인하였다. 이를 위하여 육아종합지원센터의 가정양육지원사업에 참여한 부모를 대상으로 276명을 임의표집하여 설문조사를 실시하였으며 빈도 및 백분율을 분석하였다. 양적연구에 이어 심층 면담을 순차적으로 수행하는 혼합적 연구 방법을 적용하였고, 주요 연구 결과는 다음과 같다. 첫째, 가정양육지원사업의 만족도를 높게 인식하고 있었다. 둘째, 가정양육지원사업의 개선점은 부모가 가정양육지원 사업에 참여할 수 있도록 소그룹형태의 가족체험프로그램 확대에 대한 인식이 높으며, 사업에 대한 홍보가 필요한 것으로 나타났다. 이와 같이 본 연구는 육아종합지원센터의 가정양육사업에 참여한 부모의 만족도 및 개선점을 확인하여 가정양육사업의 향후 방향성을 제공하였다는 점에서 의의가 있다.

영향과 관계를 알아보기 위해 수행자를 대상으로 설문조사를 실시하였다. 설문 내용은 일반적인 특성, 자기효능감, 성과 자신감의 3가지 영역으로 구성되었다. 결론은 다음과 같습니다.

양식장에서 최적의 생육환경을 유지할 수 있는 제어시스템 개발을 위해 수질에 영향을 미치는 요인들의 상관관계 분석을 위한 머신러닝 모델을 개발하고자 한다. 데이터간의 상관관계 분석 및 예측모델 생성을 위해 알고리즘의 결정계수와 MSE, RMSE 등의 수치를 통하여 데이터의 적합성을 검증하고자 한다.

본 연구에서는 OTT 개인화 추천 서비스에서 5요인 성격이론을 적용하여 사용자들의 정보 프라이버시 염려에 관한 영향을 미치는 요인을 파악하고 프라이버시 염려와 개인정보 제공의도와의 관계에 관한 가설을 도출하였다. OTT 개인화 추천 서비스의 정보 프라이버시 염려에 영향을 미치는 요인으로 성격이론인 친화성, 정서적 불안정성, 성실성, 외향성, 경험에 대한 개방성 다섯 가지 요인을 도출하였으며, OTT 추천 서비스의 특성인 추천서비스의 정확성, 추천서비스의 다양성, 추천 서비스의 신기성 세 가지 요인을 도출하였다. 본 연구는 5요인 성격이론을 OTT 개인화 추천서비스 연구에 적용하였다는 데 의의가 있을 뿐만 아니라, OTT 기업들이 사용자의 정보 프라이버시 염려 행동을 이해하는 데에 도움을 줄 것으로 기대한다.

본 연구는 건설산업 현장 프로젝트조직의 프로젝트사업 참여자 간 지식공유·활용이 조직몰입 및 협력과 현장 프로젝트 성과에 어떠한 영향을 주는지를 살펴보고자 하는 실증연구이다. 본 연구에서는 건설산업 현장 프로젝트조직의 특성을 분석하고자 본사 인력을 제외한 현장 프로젝트사업 참여자를 대상으로 분석하고자 한다. 이를 위해 본 연구에서는 구조방정식을 이용하여 현장 프로젝트사업 참여자 간 지식공유·활용이 조직몰입 및 협력과 프로젝트 성과에 어떠한 유의한 영향을 미치는지 실증분석을 통하여 알아보고자 한다.

본 논문은 "PBTI"라 명명한 웹사이트를 설계하고 구현한다. 요즘 유행하는 성격 유형 설문조사인 MBTI에서 영감을 받아 피부타입과 퍼스널 컬러를 검사할 수 있는 온라인 쇼핑몰 웹사이트를 제작하게 되었다. 체계적이고 다양한 질문을 통해 사용자들의 피부타입을 검사하고 해당 피부타입 결과에 따른 상품을 추천해주는 알고리즘이 탑재되어 사용자에 맞는 상품을 추천해준다. PBTI의 이러한 기능들은 다른 온라인 뷰티쇼핑몰과 극명한 차별점을 만들고, 쇼핑몰 매출을 크게 증대시킬 것으로 기대한다. 데이터베이스를 구축하기 위해 오라클을 이용하였고, 웹페이지를 구현하기 위해 스프링을 이용하였으며 팀원들과의 협업을 위해 깃허브를 사용하였다.

인공지능은 디지털 대전환 시대의 핵심적인 기술로 사회 전반에 변화를 주도하였다. 우리나라는 인공지능을 이해하고 이를 활용하는 역량을 길러주기 위해 전 국민을 대상으로 교육을 진행하고 있다. 그러나 초등학생 대상 인공지능 교육 프로그램은 체험 및 놀이 실습으로 한정되어 교육적 효과에 한계가 있다. 그러므로 본 연구에서는 생산적 실패를 활용하여 인공지능에 대한 개념적 이해 및 실생활 전이를 촉진하는 교육 프로그램을 개발하였다. 연구 대상은 초등학교 5~6학년이며 2022 개정 교육과정에서 강조하는 자기 주도적 학습 역량과 실생활 연계 교육을 반영하여 설계한 6차시 분량의 프로그램이다. 본 연구에서 개발한 교육 프로그램은 향후 타당성 및 신뢰도 검증을 거쳐 현장에 적용하는 후속 연구로 이어질 것이다.

본 논문에서는 예비유아교사를 위한 그림책을 이용한 멀티미디어 수업에 관한 설계를 하고자 한다. 최근 4차산업혁명시대를 맞아 대학에서 융복합관련 수업 및 교과목에 관한 요구는 많이 있으나 실제로 운영에는 많은 어려움이 있다. 특히 유아교육분야는 멀티미디어 및 최신 IT 기술이 많이 접목되어 유아들의 활동에 많이 활용되고 있으나 기술적인 부분을 포함하여 내용적으로도 융복합이 된 수업 설계가 매우 시급하다. 따라서 본 연구는 유아교육분야에서 그림책이라는 매개체를 활용하여 멀티미디어 기술을 사용함과 동시에 주제별학습이 되도록 한다. 이는 유아교육과 IT기술의 융복합된 수업설계로써 유아교육분야에서 다양하게 공유 및 확산 될 수 있다.

본 연구에서는 주피터 노트북에서 자동 평가 시스템을 활용하기 위한 방안으로 자동 평가 시스템의 문제를 저장하고 제시하는 방안에 대해서 연구하였다. 자동 평가 시스템은 학습자가 직접 프로그래밍을 하고 바로 피드백을 받을 수 있는 장점이 있다. 주피터 노트북에서 자동 평가 시스템을 제공하는 nbgrader와 코들의 장점을 바탕으로 문제 제시 방안은 다음과 같다. 문제는 HTML 태그를 이용해 서식 있는 형태로 서버에 저장한다. 주피터 노트북에서 IPython.display 모듈의 display와 HTML 명령어를 사용하여 문제를 출력하면 코드셀 출력창에 서식 있는 HTML 문서를 출력하여 학습자에게 가독성 있게 문제를 제시할 수 있다.

본 논문에서는 코로나 19로 인한 환경의 변화는 팀 프로젝트 교육에도 많은 변화를 가지고 왔다. 개인적인 성향이 매우 강해졌고, 비대면 환경에 3년 가까이 노출된 학생들은 현재 대면을 통한 팀 프로젝트의 어려움을 호소하고 있다. 그렇다면 현재 산업체 또한 비슷한 어려움이 있을 것인데, 산업체에서는 어떻게 극복하고 있는지, 신산업 분야의 산업체 FGI(Focus Group Interview)를 통해 팀 프로젝트의 실무실태를 파악하고 학생 교육에 필요한 프로세스 및 필요 조건 등을 분류하여 개선 방향 및 효과적인 적용 방법을 제시하여 수업의 질적 양적 향상에 기여 하고자 한다.

인공지능 기술이 사회 전반에 확산하며, 인공지능 윤리 문제 또한 큰 이슈가 되었다. 이에 따라 정부, 기업, 연구기관, 국제기구 등 다양한 단체에서 인공지능 기준안을 발표하고 있으나 이러한 인공지능 윤리 기준안을 발표하는 것으로 인공지능 윤리 문제를 해결할 수 없다. 이에 인공지능 윤리교육이 절실히 필요하다. 그러나 학교급에서의 인공지능 윤리교육을 위한 프로그램이 미흡하다. 이러한 상황에서 Moral machine은 인공지능을 위한 윤리교육 도구로 학교급을 막론하고 활발하게 사용되고 있다. 그러나 Moral machine의 딜레마 상황은 교육용으로 다소 부적절한 요소가 있다. 이에 본 연구에서는 인공지능 윤리교육에 적합한 인공지능 윤리 딜레마 문항을 사람이 중심이 되는 인공지능 기준의 3대 원칙을 바탕으로 개발하였다.

정부의 인공지능 국가전략을 통해 인공지능 교육은 초등학교에서도 필수교육으로 대두되고 있다. 또한 인공지능 소양을 습득하기 위해 타 교과와 융합한 인공지능 융합 교육의 필요성이 증가하고 있고, 인공지능 발달에 대한 수학의 역할을 고려하여 수학 교과를 통해 인공지능의 이해를 기르는 것이 강조되고 있다. 따라서 본 연구에서는 수학 교과와 인공지능 교과가 융합한 인공지능 융합 교육 프로그램을 개발하기 위해 초등학교 3~4학년 수학 교과의 도형 분류를 의사 결정 나무 모델을 활용하여 가르치는 인공지능 융합 교육 프로그램을 개발하였다. 본 연구를 통해 개발된 프로그램은 초등학생의 인공지능 개념학습을 통한 인공지능 기초소양 함양뿐만 아니라 수학 교과의 이해 및 성취도 향상에 도움이 될 것으로 기대된다.

테크놀로지의 발달에 따라 수업에서 테크놀로지의 도입이 증가하고 있다. 테크놀로지는 학교 현장에 도입되어서, 교수-학습 형태의 변화와 교육 환경의 혁신을 이끌고 있다. 이에 따라 수업에서 테크놀로지 중요성은 더욱 증가하였으며, 예비 교사의 교육 모델에서 테크놀로지 지식을 함양하기 위한 노력이 이어졌다. 이에 따라 Mishra and Koehler(2006)의 TPACK 모델을 활용한 교육이 활발하게 이루어지고 있다. 본 연구에서는 TPACK 모델을 활용하여 예비 교사의 인공지능 융합 수업 전문성을 함양하기 위한 교육 모델을 개발하였다. 개발한 교육 모델은 브레인스토밍, 협력, 탐색(TPACK, AI, 교육과정, 교육적 맥락, 수업 사례), 수업 설계, 마이크로티칭, 수업 비평, 수업 성찰을 포함하였다. 본 연구에서 개발한 인공지능 융합 TPACK 교육 모델을 바탕으로 예비 교사의 인공지능 융합 수업 전문성 변화를 분석하는 후속 연구가 필요하다.

본 연구에서는 Computing Curricula 2020에서 제시하고 있는 지식 요소를 바탕으로 초등학교 실과와 중학교 정보 교과의 내용 요소의 변화를 비교·분석해 보았다. 연구 결과, 초등학교는 2022 개정 교육과정에서 총 5개의 지식 요소를 포함하였고, '컴퓨팅 시스템 기초', '디지털 디자인'과 관련한 내용 요소가 추가되었다. 중학교는 2022 개정 교육과정에서 총 11개의 지식 요소를 포함하였고, '운영체제', '지능 시스템(AI)'과 관련한 내용 요소가 추가되었다. 그 중 내용 요소의 비율이 크게 변화한 영역은 '소프트웨어 설계', '자료구조 및 알고리즘과 복잡도', '운영체제', '지능 시스템(AI)' 등이었다. 향후 연구에서는 본 연구에서 분석하지 못한 고등학교 정보과의 내용 요소를 분석해보고자 한다.

2022 개정 교육과정은 미래 사회에 대응하기 위한 역량을 함양하는 것에 중점을 두고 있다. 특히 디지털 대전환에 중점을 두고 지능정보기술 활용과 디지털 학습 환경 구축을 강조하고 있다. 경상남도 교육청에서는 미래교육 환경 구축을 위해 빅데이터-AI 플랫폼 아이톡톡을 개발하여 이에 대응하고 있다. 본 연구에서는 2022 개정 교육과정의 교수학습 측면에서 아이톡톡의 활용을 살펴보았다.

교통사고는 차량 운전자의 부주의 및 보행자의 안전 불감증 등 여러 가지 이유로 다양한 형태의 교차로에서 사고가 발생한다. 이것을 개선하고자 본 논문에서는 보행자 위험 알림 시스템을 구현하였다. 이 시스템은 YOLO v4 tiny 알고리즘 사용해 약 8,000장의 보행자와 차량의 사진을 학습시켜 객체 인식의 정확도를 높이고 웹캠과 스피커를 사용하여 보행자에게 위험을 알릴 뿐만 아니라, 사고 발생 등의 경우에 대해서 블랙박스 역할을 할 수 있도록 구현하였다.

본 논문에서는 딥러닝 소리 인식을 이용하여 실내에서 발생할 수 있는 다양한 소리를 시각적인 정보로 제공해주는 스마트허브 시스템을 제안한다. 인공지능 모델은 2D-CNN 구조를 활용하여 학습을 진행하였고, 스마트허브 하드웨어는 라즈베리파이를 이용하여 구현하였다. 제안된 시스템은 청각장애인을 위해 설계된 다양한 청각 정보를 시각 정보로 전달하는 다양한 제품을 하나로 대체할 수 있을 뿐만 아니라, 설치 및 운반이 간편하여 누구나 사용하기 쉬워서 활용도가 높을 것으로 기대된다.

'서비스를 이용하겠다고 예약을 했지만, 취소나 연락 없이 장소에 나타나지 않는 행위'를 가리키는 일명 노쇼(No-Show, 예약부도)가 사회적 문제로 떠오르고 있다. 이는 음식점을 비롯하여 열차, 고속버스, 병원, 미용실 등 예약 시스템이 갖춰진 사회 곳곳에서 발생하여 사회적·경제적 손실을 일으키고 있다. 그리고 이러한 노쇼는 자영업자의 경제적 손실로 직결되어 이들의 생존을 위협하기에 이르렀다. 음식점의 경우 노쇼로 인해 식재료 손실과 함께 해당 테이블에 다른 고객의 예약을 받지 못하는 2차 피해 발생이 가능하다는 점에서 타 업종에 비해 리스크 부담이 상당하다. 본 연구는 기존 식당 예약 웹 어플리케이션의 경제성·편의성·접근성을 취하는 동시에, 예약금 제도를 통해 노쇼의 비중을 줄이고, 노쇼가 발생한 고객 현황을 계측하여 관리할 수 있는 관리자 권한의 기능을 제공해 손실을 최소화하도록 돕는 웹 어플리케이션을 개발하는 것에 목적을 두고 있다.

한인가정상담소의 발표에 따르면 COVID-19의 확산이 본격 시작된 2020년에 '부부·파트너 간 갈등'이 상담소 내담자의 가장 큰 비중을 차지한다. 이러한 상황에서 본 논문은 웹 기반의 이혼 확률 예측 서비스를 구현함으로써 상담 전 부부 사이의 심각성을 파악하는 데 도움을 주고자 한다. 서비스를 구현하기 위해 Kaggle에 공개된 이혼 예측 데이터를 활용하여 설문지에 대한 응답을 기반으로 이혼 확률을 예측하는 인공지능 모델을 생성하고 웹에 적용하였다.

공동 주거공간에서 생활하는 사람들은 세탁기를 공동으로 사용해야 하는데, 규칙이 엄격하게 정해져 있지 않으면 본인이 원하는 시간에 사용하기 힘들다. 본 논문에서는 이러한 문제점을 해소하고자 개발한 세탁기 예약 및 실시간 이용 현황 조회 웹사이트의 연구 내용을 기록하였다. 개발된 사이트를 통해 사용자는 예약을 하여 원하는 시간에 해당 시설을 이용할 수 있다. 또한 실시간으로 사용 현황을 조회함으로써 본인의 사용 순서를 명확하게 인지할 수 있으며 결과적으로 시간을 절약할 수 있다.

코로나 바이러스 감염증-19(COVID-19)의 유행으로 인해 배달업과 택배 쇼핑몰의 수요가 증가하였다. 본 연구는 쇼핑몰을 만드려는 소상공인들의 증가하는 추세에 맞는 앱 개발을 하기 위해 관리자 페이지에서 쉽게 재고 조작과 회원 관리, 문의 해결, 글 쓰기 등이 가능하면서 보안이 유지되는 관리자 페이지를 주기능으로 개발하였다. 이를 바탕으로 누구나 쉽게 쇼핑몰을 관리하여 경제의 활성화에 기여할 것으로 기대된다.

본 논문에서는 Vue.js와 Spring Boot 프레임워크를 사용하여 사용자 편의성을 제공하기 위해 Gird System, Data Table, Chart 등의 기능을 활용하여 축구 데이터를 표현한 웹 응용서비스를 개발하였다. Rapid API의 Open REST API 중 하나인 API-FOOTBALL에 액세스하여 국내에서 쉽게 찾아보기 어려운 세계 축구 리그의 순위표, 일정, 팀 및 선수의 세부 정보 데이터를 활용하였다.

거동이 불편한 사람의 경우 직접적인 제어보다 손동작으로 간접적인 제어를 함으로써 생활에 어려움이 줄고 편리한 사용이 가능하다. 사람을 인식 후 판단하고 제어가 가능할 뿐만 아니라 손동작 인식이 가능한 선풍기가 사람들에게 더 편하게 활용되고, 간단한 동작으로 제어할 수 있다. 본 논문에서는 Mediapipe를 활용하여 간단한 손동작을 바탕으로 실시간으로 풍속을 제어하고 사람을 인식하는 기능을 제공한다. 야외나 에어컨이 없는 장소의 경우 SLAM을 활용해 주행이 가능한 이동식 선풍기를 개발했다. 기존의 선풍기의 직접적인 조작 제어가 불편한 것이 누구나 쉽게 간단한 손동작을 통해 먼 거리에서의 인식을 통한 제어와 이동 기능이 기존 기능에 비해 향상됨을 기대할 수 있다.

오늘날 출산율 감소와 의료기술 등의 발달에 따라 고령화 사회 현상이 급부상하고 있으며, 이 비율은 계속 증가할 것이다. 또한 노인 인구가 많아지는 만큼 노안을 가진 사람들도 많아진다. 고령화 사회가 지속되는 만큼 고령층이 이용할 수 있는 디지털 기기 또한 많아져야 하지만 그렇지 않다. 그중에 하나인 ATM은 고령층을 제외한 고객들은 모바일뱅킹과 같은 서비스를 이용하고 고령층이 주로 ATM을 이용한다. 주요 고객인 고령층이 사용하는 ATM이지만 고령층을 배려한 ATM은 찾아보기 힘들다. 이에 본 논문에서는 딥러닝 모델을 이용하여 노안을 갖고 있거나 고령층이라는 것을 나이로 판단하여 고령층과 일반적인 노안을 갖는 연령층이 보다 쉽게 ATM을 이용 할 수 있는 선택적 ATM UI 간편화 시스템을 구축하였다.

본 논문은 바쁘게 살아가는 사회인뿐만 아닌 합리적인 소비, 효율적인 시간 관리를 원하는 사람들을 위한 IoT 센서를 활용한 스마트 옷장을 제공하고자 한다. 기존 IoT 센서를 활용한 옷장은 의류를 청결하게 해주는 것에 제한되어 있지만, 본 논문에서 제안한 프로젝트는 옷을 청결하게 관리하는 것뿐만 아닌 본인의 옷의 정보를 DataBase에 저장하여 입력한 데이터를 기반으로 사용자의 옷에 대한 통계를 확인할 수 있으며, 이를 통해 의류 구매 서비스를 제공한다. 또한 날씨 데이터를 활용해 현재 날씨에서 오차범위를 계산하여 해당 날씨에 알맞은 옷을 추천하는 기능 및 관리 기능을 제공하여 효율적이고 편리한 의류를 관리할 수 있도록 한다.

재해, 재난 발생 시에 구조대가 건물 내부나 지하철 등, 특정 구역 내의 대피하지 못한 잔류인원을 제대로 파악하데 어려움을 겪는다. 이를 개선하고자 YOLO와 DeepSORT를 활용하여 통행자를 인식하여 특정 구역의 잔류인원을 파악하고 이를 서버를 통해 확인할 수 있는 시스템을 개발하였다. 실시간 객체인식 알고리즘인 YOLOv4-tiny와 실시간 객체추적기술인 DeepSORT 알고리즘을 이용하여 제안한 방법을 Ubuntu환경에서 구현하고, 실내 상황에 맞춰 통행자 동선을 고려해서 적용하였다. 개발한 시스템은 인식된 통행자 객체방향으로 출입을 구분하여 데이터를 서버에 저장한다. 이에 따라 재해 발생 시 구역의 잔류인원을 파악하여 빠르고 효율적으로 요구조자 위치와 인원을 예측할 수 있다.

본 논문에서는 게임 개발 플랫폼인 언리얼 엔진 4를 사용하여 동작 인식 기반 복싱 게임 콘텐츠를 개발하였다. Google 사의 미디어파이프(MediaPipe) 오픈소스를 통해 웹캠으로 플레이어의 동작을 인식하며, 미디어파이프의 Pose Landmarks를 기준으로 게임 내의 캐릭터와 매핑하여 캐릭터 동작을 제어하여 복싱 게임에 대한 동작, 자세, 반응속도 등을 연습할 수 있는 콘텐츠를 즐길 수 있다. 제안한 동작 인식 기반 게임은 MediaPipe 기술을 이용하여 자신의 동작으로 게임 캐릭터를 제어하여 더 강한 몰입감을 느낄 수 있고, 비싼 VR 기기들 없이 웹캠만 있으면 어디서든 즐길 수 있고, 다양한 콘텐츠를 싼 가격에 즐길 수 있다.

최근 고령화 사회로 인해 노년층의 인구 비율이 증가하고, 각종 질병 및 조기사망 등 많은 위험에 노출되고 있다. 이러한 위험을 최소화하기 위해 다양한 의료 기기들이 발전해나가고 있다. 그 중 일반 사람들이 접하기 쉬운 기기가 바로 AED(자동제세동기)이다. 현재 상용화되어 있는 AED는 의학 지식이 부족한 일반인에게 음성 및 화면을 통해 가이드를 해주고, 부착 패드에 전기를 가하여 심장에 전기충격을 줄 수 있게 만들어져 있다. 본 논문에서 AED 기능을 고도화하여 환자의 상태를 확인하고 환자의 위치와 바이탈 체크 정보를 수집하여 웹 서버로 전송하는 기능을 구현하였다. 서버에 전달된 정보는 출동하는 구급대원에서 전달되어 보다 빠른 조치가 가능한 응급시스템에 이용된다. 본 논문의 결과는 환자의 상태나 위치를 손쉽게 확인하고 관리함으로써 비상 상황 시 대처를 신속하게 할 수 있으며 기존 AED보다 경제제적 부담을 줄이는 기대 효과를 가질 수 있다.

국토교통부는 공항의 지상조업 근로자 근무환경을 개선하기 위하여 2019년 11월부터 40개 과제를 발굴·시행하는 등 노력해 왔으나, 근원적인 안전관리체계 개선이 필요하다는 판단에 따라, 노조와 지상조업사 등 관계기관과 간담회를 통해 수렴한 의견을 바탕으로 국토교통부는 승객이동, 항공기 견인 등 항공운항의 필수 역할을 하는 지상조업의 서비스 및 안전성을 높이기 위해 '지상조업 안전관리 강화방안'을 수립했다. 본 논문은 공항에서 지상조업 시 안전하고 신속하게 할 수 있도록 하는 '공항용 원격 주행 멀티카트' 기술을 제안한다. 현장이 아닌 컨트롤러를 이용한 원격으로 주행하여 지상조업자의 안전을 보장하고, 카트에 멀티파츠를 장착하여 지장조업 장비의 유지 보수를 편리하게 관리하며 라이다 센서, 카메라, 적외선 센서 등을 이용하여 장애물을 피하는 멀티카트를 구현하여 공항 지상조업의 발전을 선도할 것이다.

최근 고령화 사회로 인해 전 세계적으로 노년층 인구수가 증가하고 있다. 하지만, 노인들의 신체 능력은 더욱 약화되고 있으며 병원을 찾아가 진료 및 재활을 받는 것은 신체적으로 부담이 갈 것은 자명한 사실이다. 또한, 재활 치료는 본인이 느끼는 것에 따라 진단 결과가 나오며 의사 또한 정확한 수치를 확인할 수 없어 제대로 된 진단 결과를 받을 수 없다는 문제가 있다. 본 논문은 이러한 문제를 해결하기 위해 병원을 직접 찾아가지 않고, 자택에서 측정 및 재활이 가능한 시스템을 제안한다. 재활 치료를 받는 환자의 신체정보를 근전도 센서, 심박 수 센서 등을 활용하여 상시 체크를 하고 의사가 실시간으로 모니터링을 하며 환자의 상태를 확인 및 상담과 조치를 취할 수 있는 시스템을 만들어 최근 증가하고 있는 노년층들이 신체적, 금전적 제약을 받지 않고 진료 받을 수 있게 할 것이다.

소방청 국정감사에서 2020년 전국 자동화재속보설비 화재신고 32,764건 가운데 32,685건이 오작동으로 출동해 소방서 출동의 99.8%가 헛걸음이었다. 그리고 화재가 발생할 경우 화재경보장치와 대피경로를 안내하는 비상등이 미흡하고, 화재 연기가 제거되지 않아 대피가 힘들어질 뿐만 아니라 미처 대피 못한 인원을 파악하는 등의 신속한 대처가 힘들다. 본 논문은 화재 상황에서 피해를 최소화하기 위한 '스마트 화재 안전 시스템' 기술을 제안한다. 화재가 발생할 경우, 대피 경로를 안내하는 유도등 작동 및 경보음과 LED의 작동으로 화재발생을 경고하여 신속한 대처를 할 수 있게 도와주고, 문과 창문의 자동 개방 및 환기팬 작동으로 인한 유해가스를 환기시켜 준다. 그리고 스프링클러 작동과 소화제를 자동 분사하여 화재의 번짐 등 2차 피해를 예방하여 준다. 또한, 자동 신고 기능으로 더욱 빠르게 화재를 진압할 수 있게 도와주기 때문에 피해를 최소화할 것이다.

본 논문에서는 전세계의 역사들을 시간대별로 정리하여 이용자들에게 제공하는 3차원 세계역사지도 웹페이지를 구현한다. 이를 통해, 사용자가 3차원 공간 안에서 지구본을 돌려보며 본인이 알고 있던 역사와 동시대에 일어났던 사건들을 비교해보거나, 몰랐던 사실들을 깨달음으로써 전 세계 역사를 연결 지어 인식하게 하고, 나아가 역사 학습 흥미를 일으키고자 한다. Three JS를 이용하여 웹페이지 내에 삼차원 공간을 렌더링하였고, Raycasting 기법 등의 방법으로 흥미를 유발할 수 있는 상호작용 기능을 구현하였다. 또한 실시간 데이터베이스는 구글의 Firebase 서비스를 이용하여 구현하였다.

본 논문에서는 데이터 수집 자동화를 기반으로 한 자연재해 피해 통계 사이트를 구현한다. 자연재해 피해액 데이터는 국민 재난 안전 포털 사이트[1]에 자연재난 상황 통계 데이터를 사용하였다. Python 라이브러리인 Selenium을 활용하여 웹 브라우저를 제어해 자연재해 데이터를 쿼리문으로 변환 후 데이터베이스에 저장하는 자동화 프로그램을 사용한다. 또한 nncron을 활용해 6개월마다 한 번씩 자동으로 프로그램이 실행되도록 한다. 자연재해 종류에 따른 연도별, 시도 구역 자연재해 피해액을 웹사이트로 시각화하여 보여준다. 웹사이트 구현은 React.js와 Node.js를 활용하여 구현하였다.

본 논문에서는 개인용 클라우드 서버를 구현하였다. 서로 다른 컴퓨터간의 파일 공유를 쉽게 해 주고 접속한 클라이언트간의 상태를 동기화하여 사용자 경험과 접근성을 높였다. 서버는 NodeJS환경으로 실행되며 solidjs로 만들어진 웹 페이지를 vite를 통하여 빌드하고 클라이언트에 전송하여 렌더링하고 클라이언트와 서버는 웹 소켓으로 연결되어 서버의 변경사항을 실시간으로 반영한다.

본 논문에서는 실시간 영상 처리 라이브러리인 OpenCV와 미디어파이프(MediaPipe)를 사용하여 동작 인식 기반 키보드, 마우스 제어 프로그램을 개발하였다. Google의 미디어파이프(MediaPipe)에서 제공하는 손가락 마디 부분의 랜드마크를 인식하며, 실시간 영상 처리로 띄워진 사용자 인터페이스에서 제스처를 통해 키보드 입력과 마우스 제어를 할 수 있으며, Google에서 제공하는 오픈 소스와 결합하여 음성인식을 통한 키보드 입력이 가능하다. 또한, 각 기능끼리 제스처를 통해 기능 변경이 가능하여 다양한 산업 분야에서 원하는 키를 매핑할 수 있기 때문에 활용 가능성이 높으며, 의료 분야에서 감염 예방을 목적으로 사용할 수 있다. 특히 기존의 메타버스에서 사용되는 고가의 센서를 대체하여 비용 절감 부분에서 장점이 있다.

다양한 신재생 에너지 발전 중에서 수력발전은 풍력발전과 더불어 탄소배출이 가장 적은 에너지 발전 중 하나이며, 정부의 "2050 탄소중립" 발표에 따라 근래 수력발전에 대한 관심이 증폭되고 있는 추세이다. 하지만 국내의 지리적 특성상 수력발전의 규모가 국외에 비해 소규모이며, 대규모 수력발전의 경우에도 설치가능지역이 고갈되어 다수의 소규모 수력 발전소 설치라는 방향성이 불가피한 현실이다. 이에 따라 본 연구에서는 유한요소법을 이용하여 소규모 수력발전에 가장 많이 사용되는 콘크리트 댐 형상에 대한 구조해석을 실시하고 정수압 하에서 각 콘크리트 댐의 변형 거동 및 안정성을 분석하였다.

본 논문에서는 고속도로의 교통망의 연결성을 분석하고 예측하기 위하여 그래프 이론을 이용하여 접근성 지표의 알고리즘을 제안한다. 먼저 2025년 고속도로 교통망을 그래프로 나타낸 운송네트워크를 구한다. 그리고 그래프 이론의 연결수, 비교거리, 접근지표, 연결도, 산포지수, 지름 등의 개념을 이용하여 2025년 고속도로 교통망의 연결성을 분석하고 예측하기 위하여 주어진 운송네트워크로부터 다양한 접근성 지표를 쉽게 얻을 수 있는 알고리즘을 제시한다. 이를 통하여 고속도로의 운송네트워크에서 교통의 중심이 되는 도시를 찾을 수 있다.

팬덤 문화가 확산함에 따라 굿즈 구매량이 증가하였고, 동시에 포토카드를 탑로더에 넣어 꾸미는 '탑꾸'를 SNS에 자랑하는 문화가 형성되었다. 그러나 구매 전 꾸미기 재료를 미리 조합해 볼 수 없어 실제로 재료를 조합할 때 비용적, 시간적, 자원 소모 측면에서 문제점이 발생하고 있다. 현재 가상 세계가 발전하면서 현실에서 실현하기 어려웠던 것을 시도할 수 있게 되었고, 소비자들도 가상 세계에서 활발하게 교류하고 있다. 본 논문에서는 '메타버스를 활용한 꾸미기 시뮬레이션'을 개발하여 탑로더를 꾸밀 때 발생하는 시행착오를 줄이고 비용을 절감할 방안을 제시한다.

최근 인공지능의 현실화와 더불어 프로그래밍 언어인 Python의 독주가 한창이다. 그렇다면 과연 메타버스 시대가 현실화 된다면 어떤 프로그래밍 언어가 대세가 될 것인가. 현재 메타버스 플랫폼인 로블록스에서 사용되고 있는 루아스크립트, 제페토 월드에서 사용되고 있는 Typescript에서 착안해서 미래의 메타버스 개발에 공용으로 사용될 효율적인 언어를 살펴보았다.

에뮬레이션 기술은 다양한 아키텍처에 대해 하드웨어 독립적인 실험 및 분석 환경을 제공하기 때문에 임베디드 기기 분석에 널리 활용되고 있다. 옥테온(Octeon) 아키텍처는 고성능 네트워크 장비에서 주로 사용되는 프로세서로, 이에 대응하는 에뮬레이션 환경의 구축이 어려워 초기 개발 및 분석에 어려움을 겪는다. 따라서 본 논문에서는 QEMU(v.6.0)을 활용한 옥테온 아키텍처의 에뮬레이션 환경을 구현하고 실험한 결과를 소개한다. 구현된 옥테온 에뮬레이션 환경은 옥테온 아키텍처 고유 인스트럭션 중 특정 하드웨어의 지원을 요하지 않는 인스트럭션에 대하여 에뮬레이션이 가능함을 보였으며 이는 옥테온 아키텍처 기반의 기기 프로그램 에뮬레이션에 활용할 수 있을 것으로 기대한다.

본 논문에서는 트랜스포머를 사용한 이미지 캡셔닝 방법과 비디오 캡셔닝 방법을 제안한다. 트랜스포머의 입력으로 사전 학습된 이미지 클래스 분류모델을 거쳐 추출된 특징을 트랜스포머의 입력으로 넣고 인코더-디코더를 통해 이미지와 비디오의 캡션을 출력한다. 이미지 캡셔닝의 경우 한글 데이터 세트를 학습하여 한글 캡션을 출력하도록 학습하였으며 비디오 캡셔닝의 경우 MSVD 데이터 세트를 학습하여 학습 후 출력 캡션의 성능을 다른 비디오 캡셔닝 모델의 성능과 비교하였다. 비디오 캡셔닝에서 성능향상을 위해 트랜스포머의 디코더를 변형한 GPT-2를 사용하였을 때 BLEU-1 점수가 트랜스포머의 경우 0.62, GPT-2의 경우 0.80으로 성능이 향상됨을 확인하였다

본 논문에서는 LSTM Autoencoder를 활용한 전동기의 Anomaly Detection을 제안한다. 전동기의 Anomaly Detection를 통해 전동킥보드의 고장을 예방하여 이용자의 안전을 보장한다. 전동기로부터 얻은 시계열 진동 데이터와 시계열 데이터 분석에 유의미한 LSTM을 활용한 Autoencoder를 통해 Anomaly Detection을 구현했다. 그 결과 99.9%의 정확도를 기록하였다.

병렬 기계 작업장에서 자원을 효율적으로 활용하기 위해서는 처리할 작업을 적절한 기계에 할당해야 한다. 특정 작업을 처리할 기계를 선택할 때 휴리스틱을 사용할 수도 있으나, 특정 작업장에 맞춤화된 휴리스틱을 개발하는 것은 쉽지 않다. 반면, 본 논문에서는 이종 병렬 기계 작업장을 위한 작업 할당 모형을 개발하는데 강화학습을 응용하고자 한다. 작업 할당 모형을 학습하는데 필요한 에피소드들은 상용 시뮬레이션 소프트웨어인 FlexSim을 이용하여 생성하였다. 아울러, stable-baseline3 라이브러리를 이용하여 강화학습 알고리즘을 생성된 에피소드들에 적용하였다. 실험 결과를 통해 시뮬레이션과 강화학습이 작업장 운영관리에 유용함을 알 수 있었다.

본 논문에서는 딥러닝을 활용하여 KBO (Korea Baseball Organization)의 다음 시즌 플레이오프 진출 확률을 예측하는 Deep Neural Network (DNN) 시스템을 설계하고 구현하는 방법을 제안한다. 연구 방법으로 KBO 각 시즌별 데이터를 1999년도 데이터부터 수집하여 분석한 결과, 각 시즌 데이터 중 경기당 평균 득점, 타자 OPS, 투수 WHIP 등이 시즌 결과에 유의미한 영향을 끼치는 것을 확인하였다. 모델 설계는 linear, softmax 함수를 사용하는 것보다 relu, tanh, sigmoid 함수를 사용했을 때 더 높은 정확도를 얻을 수 있었다. 실제 2022 시즌 결과를 예측한 결과 88%의 정확도를 도출했다. 폭투의 수, 피홈런 등 가중치가 높은 변수의 값이 우수할 경우 시즌 결과가 좋게 나온다는 것이 증명되었다. 본 논문에서 설계한 이 시스템은 KBO 구단만이 아닌 모든 야구단에서 선수단을 구성하는데 활용 가능하다고 사료된다.

본 논문에서는 CNN(Convolutional Neural Network)을 활용하여 자율주행 자동차가 각 국가별 교통 규칙 및 도로 표시를 이해하고 정확한 주행을 할 수 있도록, Deep Neural Network 시스템을 설계하고 구현하는 방법을 제안한다. 연구 방법으로는 한국도로교통공단(koroad)에서 제공하는 교통안전표지 일람표 이미지를 학습하여, 차량이 자율주행을 하기 위해 요구되는 표지판을 인식할 수 있도록 하였다. 본 논문에서 설계한 학습 시스템으로 도로교통표지판의 인식에 성공했으며, 이를 통해 자율주행차량이 표지판을 인식할 수 있으며, 시각장애인 및 고령운전자를 위한 지원 역시 가능하다고 사료된다.

본 논문에서는 합성곱 신경망이 적용된 네트워크를 활용해 전이 학습의 과정을 거친 멸종위기종 철새들의 이미지를 분류하는 시스템의 설계과정과 결과를 제시한다. 연구 방법으로 한국 영랑호를 찾아오는 멸종위기종, 천연기념물인 철새들의 이미지를 학습시켜 "가창오리", "노랑부리백로", "물총새" 이 세 종의 철새들을 매우 정확하게 분류하는 것을 확인하였다. 데이터 예비학습과정에서 train data의 개수를 40개로 진행했을때 약 92%의 정확도를 확인 후, train data의 이미지 개수를 50장으로 늘려 더 높은 정확도를 얻을 수 있었다. 이 시스템은 한국을 방문하는 멸종위기종 철새들을 무분별하게 포획하지 않도록 철새 이미지 분류시 활용 가능하다고 사료된다.

본 논문에서는 Scikit-learn 패키지의 LinearRegression 모델과 Keras 딥러닝 모델을 활용하여 수도권 도시 환경 요인에 따른 범죄 발생 건수를 예측 모델을 제안한다. 연구 방법으로 범죄 발생과 유의미한 관계가 있다고 파악되는 수도권의 각 자치구 별 데이터셋을 분석하여, CCTV, 파출소, 가로등의 수가 범죄 발생에 유의미한 영향을 끼치는 것을 확인하였다. 독립 변수들 간에 Scale을 줄이고자 정규화를 진행했고, 종속변수의 정규성 확보를 위해 로그변환을 취했다. 손실 함수는 회귀문제에서 사용되는 'relu'함수를 사용했고 모델의 성능을 확인할 수 있는 지표로 MSE(Mean Squared Error)를 사용해 모델을 구성하였다. 본 논문에서 설계한 이 프로그램은 범죄 발생율이 높은 지역구에 경찰 인력의 추가적 배치, 안전 시설 확충 등 실무적 조치를 취함에 있어 근거를 제공할 수 있을 것으로 사료된다.

본 논문에서는 다양한 복원 인공지능 알고리즘 중 하나인 3차원 복원 기술은 실제로 존재하는 물체의 2차원적인 픽셀을 3차원의 형태로 구현하여 형상화한다. 정확한 3차원 정보 처리가 요구됨에 따라 포인트 클라우드로 표현되는 데이터를 통해 정확한 쿨체의 크기 정보나 좌표 정보를 표시할 수 있다. 데이터의 픽셀을 분석하여 3차원의 형태로 구현할 것을 정의하는 복셀화(Voxelization) 알고리즘 전처리 과정을 통해 3차원 복원 기술 3D-GAN 활용으로 3차원 형태 형상화를 하였다. 본 논문에서는 3차원 복원 알고리즘 통하여 2차원 포인트 클라우드를 분석해 3차원 형태로 복원하는 기술에 대한 설명한다.

본 논문은 2차원적인 이미지를 모델링 하여, 대한민국의 보물 제750호이자 오래된 거돈사지 삼층석탑의 복원과 구현을 위한 연구이다. 기존 2D 이미지를 벗어나 문화재의 특성상 3D 형태의 복원이 적합하여 연구를 진행하였다. 문화재 복원은 자료와 전문가의 기술 및 역사적인 기록물 자료에 의존해 복구한다. 최근 인공지능 및 기술의 발달로 문화재 정보를 바탕으로 한 3차원 기술을 사용하여 다양한 데이터들과 프로그램을 이용한 모델링이 가능하다. 본 연구는 거돈사지 삼층석탑의 복원이 실제적이고도 구체적인 다각도의 방향에서 더 정밀하고 정확하게 도출하는데 기여할 것으로 기대된다.

순서 의존적 준비시간을 갖는 단일기계 생산라인에서 주어진 작업들을 효율적으로 수행하기 위해서는 최대한 동일하거나 유사한 유형의 작업물들을 연속적으로 처리하여 다음 번 작업물의 처리를 시작하기 전에 발생하는 준비시간을 최소화하여야 한다. 따라서, 대기 중인 것들 중 기계에 투입할 작업물을 적절히 선택하는 것이 중요하며, 이를 위해 작업 배정 규칙과 같은 휴리스틱을 사용할 수도 있지만, 이러한 해법들은 일반적으로 다양한 상황을 동적으로 고려하지 못하는 한계점을 갖는다. 따라서, 본 논문에서는 상용 3D 시뮬레이션 소프트웨어인 FlexSim을 사용하여 모형을 구성한 다음, 강화학습을 적용하여 대기 중인 작업물 중 최적의 후보를 선택하기 위한 작업 배정 모형을 개발하고자 한다. 세부적으로는 강화학습의 상태 및 보상을 달리 설정하면서 학습된 모형의 성능을 비교하고자 한다. 실험 결과를 통해 적절한 시뮬레이션 모형 구성과 강화학습의 파라미터 변수들을 적절히 조합하여 적절한 작업 배정 모형의 개발이 가능하다는 점을 알 수 있었다.

유치원은 학령이 안 된 어린이의 심신 발달을 위한 교육 시설이다. 그러므로 본 연구는 학부모들이 첫 교육을 중요하게 생각하는 만큼 수많은 유치원의 다각적인 정보를 원아 학부모들이 한 눈에 파악 및 비교할 수 있게끔 하기 위해 수행되었다. 본 연구의 목적은 유치원을 선정하려고 하는 학부모들의 불편을 최소화하고 정보를 투명하게 공개하여 선택의 폭을 넓혀 확실한 선택을 할 수 있도록 하는 것이다. 이를 달성하기 위해 본 팀은 데이터베이스 시스템을 활용하여 보다 편리한 서비스 및 유용한 정보를 제공하였다.

비행시뮬레이터는 ICT 및 SW 응용분야에 속하는 기술로 항공기의 환경을 재현하는 시뮬레이션 환경을 제공한다. 시뮬레이터의 조종 장치인 일반적인 조이스틱을 대체한 기존 VR장비의 컨트롤러는 허공에 들고 조종하므로 정확하고 정교한 실제 항공기 조종에 사용하기에는 많은 문제점이 있다. 본 연구에서는 비행시뮬레이터와 VR분야에서 사용될 수 있는 가속도 센서와 진동 센서를 적용한 3D 조이스틱을 제안한다. 이를 위하여 3축 센싱과 정보를 표시하는 디스플레이 및 와이파이 통신을 위한 보드를 설계하고 유니티 기반의 가상 환경을 구현하여 적용 가능성을 확인하였다. 정상적으로 통신 인터페이스를 통하여 조종 장치가 동작하였고 게임 및 구현된 보드에서 확인한 센싱값이 일치함을 확인하였다. 연구의 결과물은 비행시뮬레이터 외에도 VR 및 다양한 메타버스 관련 콘텐츠에 사용될 수 있을 것으로 판단한다.

스마트 디바이스 발전과 다양한 환경적 요인에 의해 온라인 학습에 대한 요구가 증가함에 따라 온라인 학습환경에서 발생하는 개인의 학습이력에 대한 투명하고 안전한 관리에 대한 요구가 증가하고 있다. 본 논문에서는 안전한 디지털 학습이력관리를 위한 방법으로 블록체인 DID처리 방법을 연구한다.

2025년 메타버스에서 주요 응용시장 전망에 의하면, 헬스케어 1,111억 달러, 제품개발 1,097억 달러, 교육 907억 달러, 프로세스 개선 848억 달러, 유통 622억 달러 규모로 성장할 것으로 예상된다. 또한, 2030년 메타버스 시장은 1조 5429억 달러 규모로 더욱 성장할 것으로 예상 된다. 시장이 커져가며 메타버스는 다양한 기관과 전문가들로부터 다양한 속성이 정의되고 있지만, 메타버스를 실질적으로 개발할 수 있는 기능을 제공하는 메타버스 플랫폼(metaverse platform)은 이러한 주요 속성이 얼마나 잘 적용되고 있는지 현 상황을 연구한다. 전 세계적으로 가장 많은 유저를 보유하고 있는 네이버 제페토와 2022년 9월 론칭하며 게임을 통한 메타버스 구현을 목표로 둔 넥슨의 메이플스토리월드에 메타버스의 주요 속성을 대입한다.

배터리 기술 고도화 및 기술표준 강화에 따라 완성차 제조사와 배터리 업계간 활발한 협업이이어질 전망이다. 또한 기존 배터리 제조사들이 활발한 증설 및 밸류 체인 확장을 통한 기술가격 경쟁력 격차 유지에 적극적으로 나서고 있어, 향후 시장 주도권 경쟁이 가속화될 것으로 전망된다. 배터리의 온도 상승은 배터리 효율을 낮추는 원인이며, 배터리 온도 제어가 전기자동차 차량의 전체 성능 향상에 중요한 부분이라고 할 수 있다. 본 연구는 실제 Battery Pack 실험 전 열유동해석을 통해 배터리온도 상승추이 및 냉각효율 검증을 진행하는 과정에서 발생하는 과도한 시간 소요를 줄이기 위해 Machine Learning 을 활용하여 검증 효율 및 설계 효율을 높이는데 그 목적이 있으며, CFD를 활용한 배터리 효율 최적화 설계를 하는 기존 모델 대비 30%~50%정도의 성능향상을 예측할 수 있다.

과학기술 문헌을 활용한 계량정보분석에서 학과정보의 활용은 매유 유용하다. 본 논문에서는 한국과학기술인용색인데이터베이스에 등재된 국내 학술지 논문에 출현하는 대학기관 소속 저자의 학과정보를 추출하고 데이터 정제 및 학과유형 분류 처리를 통해 학과정보 데이터셋을 구축하였다. 학과정보 데이터셋을 학습데이터와 검증데이터로 이용하여 딥러닝 기반의 자동분류 모델을 구현하였으며, 모델 성능 평가 결과는 한글 학과정보 기준 98.6%와 영문 학과정보 기준 97.6%의 정확률로 측정되었다. 향후 과학기술 분야별 지적관계 분석 및 논문 주제분류 등에 학과정보 자동분류 처리기의 활용이 기대된다.

본 논문에서는 마이크로소프트(Microsoft, MS) 홀로렌즈를 이용한 초몰입형(혹은 과몰입형) 캐주얼 공게임을 제안한다. 일반적인 가상현실콘텐츠는 시각적인 몰입만을 전달하지만, 경우에 따라서는 과몰입형 콘텐츠도 매우 중요하며, 본 논문에서는 XR환경에서 사용자에게 과몰입을 전달할 수 있는 새로운 프레임워크를 제안한다. 특히, 어린 아이들이 체험하는 형태의 콘텐츠들은 대부분 과몰입형적인 특징을 가지며, 본 논문에서는 실제 그와 유사한 공 게임을 XR환경에서 제작함으로써 사용자가의 몰입을 개선시킨다.

본 논문에서는 법선벡터를 이용해 3D 삼각형 메쉬의 형태를 안정적으로 과장하고 GPU 기반으로 새롭게 설계하는 프레임워크를 제안한다. 우리는 High-boost 메쉬 필터링 알고리즘에서의 Aliasing 문제를 양방향 필터를 적용하여 노이지를 제거하고, GPU 기반에서 설계해 고속화한다.

본 논문에서는 GPU 기반으로 옷감을 찢는 데 필요한 동적 재메쉬 기법에 대해서 제안한다. 일반적으로 메쉬를 파괴(Fracture)하거나 찢는 시뮬레이션에서는 안정적인 동역학 계산하는데 있어서 동적 재 메쉬과정에 매우 중요하며 이 과정이 계산양이 가장 크다. 본 논문에서는 GPU 친화적인 동적 메쉬 알고리즘을 새롭게 제안함으로써 옷감 찢기 시뮬레이션을 실시간으로 보여준다.

본 논문에서는 거품 입자의 물리적 속성을 활용하여 가상 시뮬레이션 장면에 맞는 거품 사운드를 합성하고 사운드의 물리적 현상을 기반으로 사운드의 크기를 효율적으로 제어할 수 있는 기법을 제안한다. 현실에서는 사운드의 근원지와 청중의 위치 관계에 따라 사운드 크기의 차이가 나타타는 것을 쉽게 관찰할 수 있다. 본 논문에서는 이 문제를 효율적으로 풀어내기 위해 복잡한 3차원 유체의 움직임을 분석하는 게 아닌, 2차원으로 투영된 입자의 유동을 분석하여 사운드를 합성하고 제어하는 방식을 소개한다. 우리의 방법은 거품 사운드의 크기를 효율적으로 조절할 수 있도록 스크린 공간에서 계산된 거품 입자의 속도와 위치를 활용하여 청중의 위치 관계 및 사운드의 방향성을 확인하고, 이를 통해 거품 사운드를 사실적으로 합성하였다.

볼륨 렌더링은 3D 밀도 데이터를 가시화 할 때 활용되는 기술로써 이 알고리즘에서 중요한 것은 렌더링 시간 단축이며, 본 논문에서는 이 계산시간을 효율적으로 개선시킬 수 있는 방법을 제시한다. 렌더링의 처리시간은 탐색하는 횟수에 따라 결과 차이가 발생하지만, 탐색 횟수가 적을 경우 렌더링의 품질이 저하되고 반대인 경우에는 화질의 표현력은 높으나 많은 처리시간이 소요된다. 따라서 화질이 떨어지지 않는 최소의 탐색 방법이 요구되므로 본 논문에서는 밀도의 탐색 최적화와 시간별 밀도가 존재하는 위치를 예측하여 계산을 효율적으로 처리 할 수 있는 PyCUDA 프레임워크에 대해서 소개한다.

본 논문에서는 타블렛을 이용해 사용자로부터 주름 스케치를 입력받아 피부 패턴을 고려한 사실적인 얼굴 주름을 생성 할 수 있는 인터페이스를 제안한다. 주름을 생성하고 싶은 모델의 normal map에 간단한 스케치를 하면 해당 모델의 피부 패턴을 고려해 스케치를 주름으로 생성해준다. 또한, 얼굴 부위별 주름 형태를 분석하여 부위별 생성되는 주름의 형태가 다르고, 나이 설정을 통해 나이에 맞는 잔주름 및 주름 형태를 변형 한다. 본 논문에서 제안하는 방법을 이용한 주름 생성 방식은 주름에 대한 자세한 지식이 없는 사용자라도 간단한 스케치만 한다면 자동 계산을 통해 실시간으로 주름을 생성해주며, 얼굴 패턴에 따른 사실적인 주름이 생성되는 결과를 보여준다.

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolution Neural Network, CNN)을 응용하여 정확도가 높은 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 폴리곤의 edge와 face의 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 1, 2차원 데이터 형태인 오디오 파일과 이미지였다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 딥러닝은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장의 확대로 인해 3차원 모델링 시장이 증가하고, 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습에 이용하는 방식으로 적용하는 것은 쉽지 않다. 그렇게 때문에 본 논문에서는 산업 현장에서 이용되는 데이터인 메쉬 구조를 폴리곤의 최소 단위인 삼각형 형태로 구성하여 학습 데이터를 구성해 기존의 방법보다 정확도가 높은 학습 기법을 제안한다.

본 논문에서는 멀티 레이블을 이용한 CNN 구조 활용과 NLP 학습을 이용하여 한국 영화의 장르를 예측하는 방법을 제안한다. 포스터는 영화의 전반적인 내용을 한눈에 알아볼 수 있게 하는 매체이기 때문에 다양한 요소들로 구성되어 있다. 합성곱 신경망(Convolutional neural network)을 활용해, 한국 영화 포스터가 가지는 특징들을 추출하여 영화 장르 분류를 진행하였다. 하지만, 영화의 경우 감독이 생각하는 장르와 관객이 영화를 봤을 때, 느끼는 장르가 다를 수 있다. 그렇기 때문에 장르 예측에 있어서 문제가 발생할 수 있다. 이러한 문제를 완화하기 위해 본 논문에서는 합성곱 신경망 활용뿐만 아니라, 자연어 처리(Natural Language Processing)를 같이 활용한 방법을 제안한다.

본 논문에서는 합성곱 신경망(Convolutional Neural Networks, CNN)과 탄성왜곡(Elastic Distortion) 기법을 통한 데이터 증강 기법을 활용하여 학습 데이터를 구축하는 프레임워크를 제안한다. 실제 균열 이미지는 정형화된 형태가 없고 복잡한 패턴을 지니고 있어 구하기 어려울 뿐만 아니라, 데이터를 확보할 때 위험한 상황에 노출될 우려가 있다. 이러한 데이터베이스 구축 문제점을 본 논문에서 제안하는 데이터 증강 기법을 통해 비용적, 시간적 측면에서 효율적으로 해결한다. 세부적으로는 DeepCrack의 데이터를 10배 이상 증가하여 실제 균열의 특징을 반영한 메타 데이터를 생성하여 U-net을 학습하였다. 성능을 검증하기 위해 균열 탐지 연구를 진행한 결과, IoU 정확도가 향상되었음을 확인하였다. 데이터를 증강하지 않았을 경우 잘못 예측(FP)된 경우의 비율이 약 25%였으나, 데이터 증강을 통해 3%까지 감소하였음을 확인하였다.

본 논문에서는 마이크로소프트의 홀로렌즈를 이용한 손 위치 추적 및 모션 인식과 아두이노를 통해 상황에 맞는 무게감을 사용자에게 전달할 수 있는 VR 인터페이스를 제안한다. 홀로렌즈는 혼합현실을 체험할 수 있지만 홀로렌즈를 이용해 가상의 물체를 잡았을 때 현실과의 물리적인 상호작용이 없기 때문에 현실감이 떨어져 몰입을 저하하는 원인이 된다. 본 논문에서는 혼합현실에서 사용자의 몰입을 개선하기 위해 아두이노를 이용하여 사용자에게 무게감을 효율적으로 전달하여 현실과 같은 몰입을 줄 수 있는 도르래 방식의 VR 인터페이스를 제안한다.

본 논문에서는 물감의 유체성, 확산성, 흡착성, 흡수성 및 응고성과 같은 물감의 물리적 특성을 활용하여 사실적인 페인트 시뮬레이션할 수 있는 입자 기반 프레임워크를 제안한다. 현실에서는 물감이 흐르고, 확산하는 것뿐만 아니라 흡착하거나 시간에 지남에 따라 응고되는 현상을 쉽게 관찰할 수 있다. 본 논문에서는 이런 현상을 사실적으로 표현하기 위하여 SPH(Smoothed-particle hydrodynamics) 방식을 시뮬레이션 하였으며 Isotropic kernel이 아닌 Anisotropic kernel을 사용하여 확산 과정을 표현하는 방식을 소개한다. 우리의 방법은 Fick's law를 바탕으로 물질 전달 방식을 이용한 확산 과정을 표현하였으며, 시간이 지남에 따라 굳어가는 응고성, 그리고 Van der waals 힘을 기반으로 한 흡착 과정을 동시적으로 표현하여 사실적인 페인트를 구현하였다.

본 논문에서는 헤어가 젖었을 때 표현되는 다양한 물리적 효과를 사실적으로 표현할 수 있는 알고리즘에 대해 제안한다. 젖은 헤어에서 나타는 곱슬 형태를 헬릭스 기반으로 모델링하여 젖었을 때 더욱더 과하게 표현되도록 하였으며, 큰 계산양 없이 효율적으로 젖은 곱슬 헤어를 효율적으로 표현하였다.

일반적으로 화재 감지 시스템은 정확하고 빠르게 화재를 감지하는 것은 어려운 문제 중 하나이다. 본 논문에서는 U-net을 활용하여 기존의 화재(불) 영역 추출 기법으로 Segmentation으로 보다 정밀하게 탐지하는 기법을 제안한다. 이 기법은 화재 이미지에서 연기제거 및 색상보정을 통해 이미지를 전처리하여 화염 영역을 추출한 뒤 U-Net으로 학습시켜 이미지를 입력하면 불 영역의 Segmentation을 추출하도록 한다.

본 논문에서는 물리 기반 옷감 시뮬레이션과 SPH(Smoothed particle hydrodynamics) 기반의 유체 시뮬레이션 간의 상호작용에서 표현되는 다양한 물리적 효과를 GPU 기반으로 빠르게 표현할 수 있는 프레임워크를 제안한다. 기존 기법과는 다르게 수치적 안정성을 개선하기 위해 CCD(Continuous collision detection)를 활용하였으며, 모든 연산이 GPU에서 동작하기 때문에 매우 빠르게 옷감과 유체의 상호작용 장면인 다공성 재질, 기공 흐름, 흡수, 방사, 확산을 모델링할 수 있다.

본 논문에서는 빛에 영향에 따른 유화의 변화를 보여주기 위해 2D 이미지 재조명과 색채변화를 반영한 회화적 렌더링 방법을 제안한다. 이 방법은 2D 이미지를 재조명하고 해당 음영 값을 가중치로 하여 색채변화를 반영해 렌더링한다. 이때 재조명의 경우 2D 이미지를 3D 이미지로 근사 추정하여 노말값을 결정하고 해당 값과 조명 위치값 사이의 각을 음영 값으로 추출하여 반영한다. 조명 위치는 사용자가 지정 가능하며 빛에 영향에 따른 색채변화 결과는 기존에 연구된 결과를 참조한다. 본 논문에서는 기존의 로컬 이미지에 근사한 자동 회화적 렌더링이 보여주는 단순하고 평면적인 결과에 비해, 재조명을 통해 빛바랜 색과 양감을 반영함으로써 현실에 존재하는 작품처럼 생동적이고 입체적인 렌더링 결과를 제공하여 문화예술작품으로의 표현 및 색채변화 예측-복원에 기여하고자한다.

패턴의 복잡도와 정보량을 계산하는 것은 음성 및 영상 인식을 위하여 향후 더 중요한 정보를 제공하는 단계로 발전할 것으로 기대된다. 패턴의 복잡도를 표현하는 정보 엔트로피의 개념은 정보량 측정외에 데이터의 압축 복원 과정, 데이터의 복잡도 등 다양한 목적으로 활용되고 있다. 본 논문에서는 영상 패턴의 복잡도를 영상 화질의 차이를 분석함으로써 영상 인식 시 지표 가능성을 파악하고자 한다.

일반적으로 네트워크 장비는 원활한 장비 관리를 위해 SNMP라는 프로토콜을 활용한다. SNMP를 활용함에 있어, 각 장비 제조사에서는 고유 기능을 정의하여 사용하기도 하는데 이를 Private MIB이라고 한다. 본 연구에서는 이러한 Private MIB을 대상으로 하는 퍼징(Fuzzing) 기술을 고안하였다. 본 논문에서는 특정 제조사의 Private MIB에 대해 페이로드를 만드는 전략과 실제 페이로드의 생성을 보인다. 이는 수많은 소프트웨어 혹은 장비들의 초기 안전성 평가를 수행하는 데 응용될 수 있을 것으로 기대한다.

In this paper, we intend to develop a multimodal algorithm that secures recognition performance of over 95% in daytime illumination environments and secures recognition performance of over 90% in bad weather (rainfall and snow) and night illumination environments.

본 논문에서는 새로운 교통신호 시스템에 적합한 레이더와 Can-bus 통신방식을 이용한 새로운 차세대 신호등 방식을 제시한다. 이 방식은 서로 보이지 않는 신호등을 통과하는 사람과 자동차가 보이지 않는 곳에서 사람과 자동차의 진입 정보를 신호등에 전송해 사고를 예방하는 시스템이다.

본 연구는 서울특별시 275만명의 교통약자들이 서울시내 대중교통의 중심인 지하철 이용에 막대한 영향을 미칠 수 있는 지하철 역내의 승강 및 편의시설 위치 및 설치 정보를 수집하여 데이터베이스 시스템으로 구축하였다. 이를 바탕으로 장애인을 비롯한 교통약자들이 쉽게 이동여부를 판단할 수 있도록 승강시설의 위치와 장애인화장실의 여부, 수어영상전화기의 수, 전동휠체어 급속충전기의 여부 등을 비롯하여 지하철내 장애인 편의시설의 설치 정보를 제공한다. 나아가 지하철의 승강시설의 수와 실태는 서울시 및 교통공사 등 신규 시설 구축을 위한 이해관계자들의 기초 데이터로 활용이 가능한 점에서, 교통약자들의 편의 시설 개선을 위해 활용될 수 있다고 사료된다.

본 논문은 청소년에게 영향을 미치는 서울시의 주거 환경에 관한 요소들을 다각화하여서 분석하고 주거환경의 양적 측정방법을 제시하였다. 청소년의 성장과정에서 주거환경은 중요하다는 사실은 누구도 부정할 수 없는 사실이다. 이러한 사실에 기반하여 주거환경을 다각화로 분석하여 제시하였으므로, 이를 필요로 하는 서울시 정책 담담자 혹은 서울시 교육청에게 도움이 될 것이라 생각된다.

본 연구는 코로나로 인하여 외국인들도 한국을 방문율이 낮아지고 성형 수술 가격 및 부작용 등 부정적인 측면으로 인해 사람들이 성형 수술을 하기에 꺼리는 상황 속에서 성형 수술을 하는 사람들의 조건, 성형 수술을 하는 이유, 성형 수술 부위, 성형 수술의 부위별 가격을 분석하여 결과를 제시하였다. 성형 수술에 대해 부정적인 견해를 보이는 사람들에게 성형 수술에 대한 견해를 긍정적으로 바꾸고자 한다. 이외에도 한국의 성형 수술이 발전하기 위해서는 한국 외에도 외국의 다양한 수술과 연계 방안 탐색 필요성을 느꼈고 데이터셋, 사이트 외에도 유튜브를 통한 영상 정보를 지속적으로 업그레이드 시켜서 성형 수술의 접근성과 우수성을 알릴 수 있는 기회를 모색한다면 국내뿐만 아니라 세계적으로 한국의 성형 수술에 대해 많은 관심을 보일 것이라고 사료된다.

'오징어 게임', '기생충', K-POP 등의 K-콘텐츠를 중심으로 한류 문화가 세계적으로 전파되고 있으며 이에 따라 방한을 희망하는 외국인들도 증가하고 있다. 그리고 여행자들의 취향이 세분화되면서 개인 맞춤형 여행을 선호하는 방향으로 트렌드가 변화되고 있다. 그러나 외국인을 대상으로 하는 애플리케이션은 많지 않다. 본 연구는 이러한 문제점을 해소하고자 외국인 관광객을 대상으로 맞춤형 서비스를 제공하는 모바일 애플리케이션인 'DisKO'를 개발하였다. 본 앱에서는 여행 취향에 대한 선호도를 기반으로 카테고리별 맞춤형 관광 정보를 제공한다. 그 외에도 외국인 관광객에게 필수적인 번역, 환율, 시차, 지도 등의 편의 기능을 제공한다. 본 앱을 통해 외국인 관광객들은 맞춤형 정보와 반드시 필요한 편의 서비스를 'DisKO'에서 활용할 수 있다.

팬데믹 이후 많은 업무가 원격으로 전환되었고 4차 산업의 대두로 그 근간이 되는 IT분야의 인력 수요가 해마다 가파르게 증가하면서 IT분야 취업에 청신호가 켜지고 있다. 그러나 질 높은 취업을 위해서는 체계적인 취업 지원 체계를 통해 역량을 갖추어 남다른 취업 경쟁력을 갖추어야 한다. 본 연구는 대학에 체계적인 취업 지원 체계를 갖추기 위한 목적으로, 우선 학생들이 현재 처한 상황과 그에 따른 니즈를 파악해보고자 취업에 대한 학생들의 마인드를 파악할 수 있는 설문을 실시하였고 설문 결과를 학생들의 학업성취도에 따라 분석해보았다. 이 연구 결과는 향후 IT 전공 학생들의 취업 역량을 강화하는, 효과적인 지원 프로그램을 대학에 마련하는데 기초가 될 것으로 기대된다.

4차 산업 시대로 진화하면서 스마트 홈 솔루션 개발이 활발히 진행 중이며 스마트 벽스위치에 대한 적용 사례가 증가하고 있다. 가격 경쟁력을 통해 시장을 선점하고 있는 중국 제품은 대부분 블루투스와 지그비 통신 방식의 스위치를 사용하고 있다. 하지만, 지그비 통신은 저전력인데 반해 블루투스보다 통신속도가 늦고 별도의 허브를 통한 네트워크 구성이 추가적으로 요구되는 단점이 있다. 블루투스 방식은 와이파이 통신에 비해 통신 범위와 속도가 낮고 통신 대기시간이 비교적 길며 보안성이 취약한 것이 문제점이다. 본 연구에서는 와이파이 통신 기술을 적용한 IEEE 802.11b/g/n 스마트 벽스위치를 개발하였다. 연구의 결과물은 기존 벽스위치에 비해 30%이상 저렴하여 기술 경쟁력뿐만 아니라 가격 경쟁력에서도 시장을 선점할 수 있을 것으로 판단한다.

최근 4차 산업시대 도래, 정보통신기술(ICT)의 발전, 코로나19의 여파로 전 세계적으로 디지털 헬스케어 산업의 중요성과 산업의 전망이 높아지고 있다. 한국에서도 디지털헬스케어관련 정책들이 지속적으로 발표되고 있으나 아직까지 많은 중소기업과 스타트업 기업들이 연구 인력, 인프라, 자금 부족 등으로 새로운 정책을 따라가기 어려운 실정에 놓여 있다. 이에 본 연구에서는 기존 문헌 연구를 통해 디지털 헬스케어 관련 세계 및 국내 변화요인을 파악하고, SWOT분석을 실시하여 국내 중소기업을 위한 경영전략을 도출하고자 하였다. 본 연구는 중소기업이 산업 경쟁력을 제고하기 위한 전략적 대응 및 우선순위 수립 시 기초자료로 활용될 수 있을 것이다.

최근 저가 시장에 신규로 진입하는 브랜드들이 급격히 증가하면서 메가엠지씨커피, 빽다방, 컴포즈커피, 더벤티, 커피에반하다, 요거프레소 등 중견 커피 프랜차이즈 경쟁도 치열해 지고 있다. 최근 중견 커피 프랜차이즈 시장 변화가 입지요인에 미치는 영향을 AHP기법 적용하여 우선순위를 도출하였고, 이를 5년 전 결과와 비교하였다. 입지요인 중 과거의 연구에서 높은 중요도를 보였던 '경쟁업체의 수'는 본 연구에서 중요도가 낮아진 것으로 나타났으며, 상대적으로 중요도가 낮았던 '경쟁업체와의 경쟁력'은 상위를 차지하는 결과를 보였다. 본 연구를 통하여 중견 커피 프랜차이즈의 주요 입지요인을 도출하여, 과거의 입지요인과 비교하여 그 원인을 파악하고 향후 커피 프랜차이즈의 발전방안에 대해 고려하고자 한다.

본 연구에서는 아시아 주요국인 한국, 중국, 일본의 기업가정신으로 대표되는 기업가적 태도 중 지각된 능력(SUSKILL), 지각된 실패 두려움(FEARFAIL) 등의 요인이 어떤 차이가 있는지를 알아보고자 한다. 연구결과는 다음의 몇 가지로 요약된다. 첫째, SUSKILL의 수치를 봤을 때 한국은 높은 편에 속하였다. 그리고 FEARFAIL는 세 국가 중 가장 낮게 나타났다. 이는 한국의 기업가 정신 구축 환경이 잘 되어 있음을 나타낸다. 둘째, 중국은 대부분 지표에서 중간 정도의 수치를 나타내고 있었다. 셋째, 일본은 FEARFAIL는 세 국가 중 두 번째로 나타났으나 SUSKILL 등 지표에서 세 국가 중 가장 낮게 나타났다. 이러한 결과를 볼 때 일본의 경우 지속적인 성장을 위해서는 사회의 변화, 인식의 변화가 크게 일어나야 한다는 것을 시사한다. 본 연구는 국가별 기업가 정신과 기업가 태도를 비교함으로써 지속가능한 경영환경을 조성하는데 기여가 있다고 판단된다.

본 연구는 기업가정신 글로벌비즈니스 세미나 과목의 과제로써 기업가정신이 무엇인지 확립하고 기업가정신과 연관 지을 수 있는 주제를 선정하여 스스로 연구함으로써 그 의미를 구체화 하고 새로운 패러다임을 제시하고자 하는데 의미가 있다고 볼 수 있다. 저자들은 '문화'가 갖는 상대성에 주목하여 기업가 정신을 해석하였으며 재학 중 배웠던 '홉스테드의 문화 특성' 이론과 접목시켜 문화가 기업가 정신에 어떤 영향을 끼치는지 연구하였다. 글로벌 기업가정신 모니터(GEM)의 글로벌 기업가 지수 순위 조사 결과와, 홉스테드 인사이트(Hofstede-insight)의 6가지 차원에 따른 국가별 문화지수 파일을 접목시켜 수치화하고, 시각적 그래프 및 엑셀 데이터 다중 회귀분석을 통하여 결과를 도출하였다. 홉스테드의 문화 특성이 기업가 정신 순위에 영향을 미칠 것이라고 가정하고 분석한 결과, 홉스테드의 6가지 차원 중 하나인 불확실성 회피성향이 기업가 정신에 가장 높은 영향을 미친다는 사실을 발견하였다. 이번 연구를 통해기업가 정신을 계승하는 기업문화를 제고하고 경제학과 인류학 통합 연구의 필요성을 제시한다.

This paper takes the Pingjiang historical and cultural district of Suzhou city as an example, collects 1439 visitor review data from Ctrip.com with the help of Python technology, and uses web text analysis to conduct research on high-frequency words, semantic networks and emotional tendencies to comprehensively assess the tourist perception of the Grand Canal heritage. The study found that: natural and humanistic landscape, historical and cultural accumulation, and the style of Jiangnan Canal are fully reflected in the tourists' perception of Pingjiang historical and cultural district; tourists hold strong positive emotion towards Pingjiang Road, however, there is still more room for renovation and improvement of the historical and cultural district. Finally, countermeasure suggestions for improving the tourist perception of the Grand Canal heritage are given in terms of protection first, cultural integration and innovative utilization.

National park is one of the important types of protected area management systems established by IUCN and a management model for effective conservation and sustainable use of natural and cultural heritage in countries around the world, and it assumes important roles in conservation, scientific research, education, recreation and driving community development. This study takes Liaohe National Park in China, a typical representative of global coastal wetlands, as a case study, and uses python technology to collect travelogues and reviews of visitors from Mafengwo.com, Ctrip.com, Go.com, Meituan.com and Dianping.com as a source, and the text spans from 2015 to 2022. The results show that wildlife resources, natural landscape with river and sea, wetland ecology and fishing and hunting culture of northern China are fully reflected in the perceptions of visitors to Liaohe National Park. However, there is still much room for improvement in terms of supporting services and facilities, public education and tourists' experience and participation in Liaohe National Park. In this paper, we use python data visualization technology to study the public perception of wetland wildlife as the theme, and grasp the satisfaction, spatial distribution, activity content and emotional tendency of the public in the process of wetland wildlife as the theme, so as to better promote the Liaohe National Park to better carry out the public experience while strictly adhering to ecological protection, and to provide the Liaohe National Park with a better opportunity to This will provide scientific basis for the Liaohe National Park to play a better role in ecological civilization construction and education of ecological civilization awareness.

Following the global financial crisis, the global value chain contracted, and characteristics of "reverse globalization" of the economy and trade gradually emerged. This is due to the term "reverse globalization" referring to a shift away from globalization. Within a short period of time, the phenomenon known as "reverse globalization" developed as an inescapable obstacle, coinciding with the development and dissemination of the COVID-19 virus. At some time in the distant future, the "reverse globalization" of economic trade and the "globalization" of the digital economy will co-dominate the shifting trend of the global economic landscape. This will happen gradually over time. The goal of this research is to look at the minor changes that happened in the methods and techniques used by the economic mechanism known as "globalization against the flow." It employs Chinese smart manufacturing companies as a model and proposes a digital drive model to investigate the prospects and constraints of smart manufacturing technology enterprise innovation development under "reverse globalization," with the goal of establishing a digital innovation development path. The theoretical insights given in this study have the potential to serve as a reference for China as it attempts to build a new growth pattern based on a double-cycle and promote a new type of globalization.

본 연구에서는 비전공자들을 위한 디지털 교육을 위하여 노 코드 프로그램을 활용한 정보, 수학, 과학 융합교육 교양 강좌를 개발하였다. 노 코드 프로그램으로는 오렌지3 데이터 마이닝을 선정하였는데, 이는 데이터 분석, 시각화, 머신러닝 모델의 활용이 용이하다는 강점을 가지고 있다. 또한, 산업환경 변화에 대비하는 핵심 교과인 과학, 수학, 정보의 중요성과 데이터 분석과의 밀접성을 고려하여 교육 내용을 융합할 수 있도록 선정하였다. 개발된 교육 프로그램은 8인이 전문가 검토 결과 내용 타당도가 확보되었음을 확인할 수 있었다. 추후 연구에서는 이 강좌를 대학의 학부생에게 적용하여 그 효과성을 확인해 보고자 한다.

본 연구는 신산업분야 특화 선도전문대학 지원사업 연구를 통해 개발된 CK-AR/VR PBL 교수법을 팀 프로젝트 기반의 캡스톤디자인 정규 교과목 수업에 적용해봄으로써, 해당 교수법의 장점 및 문제점을 파악하고 활용방안을 모색하기 위해 진행되었다. CK-AR/VR PBL 교수법은 기존 PBL(문제중심수업) 교수법의 특징과 장점을 유지하고 AR/VR 게임콘텐츠 특성에 맞는 특징을 중심으로 구축된 교수법으로 15주 정규교과목 수업인 '취업과창업을위한차세대게임창작프로젝트(캡스톤디자인)' 수업과 '취업과창업을위한차세대게임 포스트프로덕션(캡스톤디자인)' 수업을 수강한 200여 명의 학생에게 적용하였고 장단점을 파악하게 되었다. 이를 바탕으로 게임 개발 팀 프로젝트 교육과정을 운영 중인 교육 관계자들이나 앞으로 유사한 교육과정을 운영하기 위해 준비 중인 교육 관계자들에게 조금이나마 도움을 주고자 한다.

4차산업 혁명의 대표 영역인 인공지능은 과학기술뿐 아니라 사회, 경제, 문화 등 우리 사회의 전 분야에 적용되어가고 있다. 이것은 교육기관에서 인공지능 관련 컴퓨터 전공자만이 아닌 여러 전공 각 분야의 전공자 또한 인공지능 교육을 받아야 함을 의미하는 것이다. 이에 따라 전 분야에 걸친 A·I융합 인재의 양성이 관심사항이 되고 있다. 본 논문에서는 항공정비사 양성을 위한 국토교통부 전문교육기관 지정기준에 제시된 교육과목 및 내용에 소프트웨어 교육을 위해 시스템 제어에 관한 이론/실습교육의 추가를 제안하였다. 제안한 교육내용은 항공정비 분야에서의 A·I융합 인재양성에 한 방안이 될 것이라 기대한다.

본 논문에서는 Puzzle Adventure 장르의 평범한 게임에 긴장감을 높이는 Action, 진화하는 Graphic과 같이 다양한 요소를 가미하여, 퍼즐을 끝까지 풀고 탈출할 때까지 흥미진진한 Room Escape 게임 'Mementomori'를 개발하였다. 게임을 끝까지 진행하고 탈출하기 위해 Player는 매 Stage 바뀌는 주변 환경을 고려해가며 적절한 퍼즐을 풀고, 환경에 따라 등장하는 다양한 위험요소에 재빠른 대응을 해내야만 한다.

본 연구는 시설작물의 병충해 진단을 위해 딥러닝 모델을 응용한 인공지능 서비스 앱, Dr. Vegetable을 제안하고자 한다. 농업 현장에서 숙련된 농부는 한눈에 농작물의 병충해를 판단할 수 있지만 미숙련된 농부는 병충해 피해를 발견하더라도 그 종류와 해결 방법을 찾아내기가 매우 어렵다. 또한 아무리 숙련된 농부라고 할지라도 육안검사만으로 병충해를 조기에 발견하는 것은 쉽지 않다. 한편 시설작물의 경우 병충해에 의한 연쇄피해가 발생할 우려가 있으므로 병충해의 조기 발견 및 방제가 매우 중요하다. 즉, 농부의 경험에 따른 농작물 병해충 진단은 정확성을 장담할 수 없으며 비용과 시간적인 측면에서 위험성이 높다고 할 수 있다. 본 논문에서는 YOLOv5를 활용하여 상추, 고추, 토마토 등 농작물의 병충해를 진단하는 인공지능 서비스를 제안한다. 특히 한국지능정보사회진흥원이 운영하고 있는 AI 통합 플랫폼인 AI 허브에서 제공하는 노지 작물 질병 및 해충 진단 이미지를 사용하여 딥러닝 모델을 학습하였다. 본 연구를 통해 개발된 모바일 어플리케이션을 이용하여 실제 시설농장에서 병충해 진단 서비스를 적용한 결과 약 86%의 정확도, F1 Score 0.84, 그리고 0.98의 mAP 값을 얻을 수 있었다. 본 연구에서 개발한 병충해 진단 딥러닝 모델을 다양한 조도에서 강인하게 동작하도록 개선한다면 농업 현장에서 널리 활용될 수 있을 것으로 기대한다.

MZ세대를 중심으로 자기관리를 열심히 하는 사람들이 증가함에 따라 화장의 기본이 되는 개인 피부톤(퍼스널 컬러)을 찾는 것이 중요시되고 있다. 현재 대다수 사람은 자신에게 어울리는 퍼스널 컬러를 찾기 위해 높은 비용을 지불하여 전문가를 이용하거나 객관적이고 정량화된 기준 없이 오랜 시간을 투자하여 스스로 퍼스널 컬러를 찾는 등 시간과 비용 측면에서의 한계점을 가지고 있다. 본 논문에서는 이를 보완하기 위해 이미지 기반 인공지능 기술(객체 탐지, 객체 분할, BeautyGAN)을 적용하여 데이터 기반의 정량적인 기준을 생성하고, 퍼스널 컬러에 알맞은 화장품 추천 웹 서비스를 제안한다.

최근 '블라인드', '에브리타임'등 조직을 기반으로 한 커뮤니티가 활성화되고 있는 추세이다. 커뮤티니 내에서는 다양한 정보들이 공유되고 있고 그중 대표적인 정보가 맛집에 대한 정보이다. 잘 알려지지 않은 숨은 맛집들이나 합리적인 가격에 맛있는 식사를 제공하는 식당이 비용이나 인건비 등 다양한 문제로 작은 골목에 숨어있는 경우가 많은데 커뮤니티 내에서는 지역민이 아니면 알 수 없는 이런 식당들이 공유되곤 한다. 'PickALunch"는 이러한 정보들을 공유하고 알릴 수 있는 앱 어플리케이션이다. 대학생에게 익숙하고 트렌디한 UI와 Algolia, Firebase, KakaoMap 등 다양한 API를 이용하여 누구나 쉽게 식당을 검색하고 찾아갈 수 있도록 개발하였다.

현재 게임 시장에서 VR 게임이 가지는 영향력은 점차 증가하는 추세이다. 기존의 VR게임들은 대부분 Multi-Play를 지원하지 않는다. 이에 따라 본 논문에서는 Photon Network와 XR Plugin을 사용하여 2명의 플레이어가 함께 즐길 수 있는 Arcade 장르의 VR 경쟁 Multi-Game을 구현하였다. 이에 필요한 서버는 리슨 서버 방식으로 Master Client가 게임을 시작하면, Game에 참가한 다른 Client Player는 Photon Network의 RPC 기능을 사용하고 Player의 동작, Game 진행 상황 등을 실시간으로 Server에 동기화하여 Multi-Play게임을 할 수 있다.

본 논문에서는 기존 중고거래 플랫폼들의 불편한 점들을 해소하고 사용자들이 효율적이고 편리한 중고거래를 할 수 있도록 도와주는 플랫폼을 개발했다. 조사를 통해 기존 중고거래 플랫폼은 허위 매물, 시세 파악의 어려움, 사기 피해 등의 문제점이 존재한다는 사실을 인식했다. 문제 해결을 위해 파이썬을 활용하여 주요 중고거래 플랫폼의 상품 데이터를 수집했다. 이에 IQR을 적용하여 가격의 이상치를 판별했다. 가격 비교와 허위 매물 판별이 용이하게 되는 장점이 있다. 또한 이상치를 제거한 상품들의 시세를 계산하여 데이터를 차트로 시각화했다. 플랫폼과 지역마다 상이한 중고 상품의 신뢰성 있는 시세를 파악할 수 있고 중고거래 사기 피해를 방지할 수 있도록 사용자에게 주요 사기 수법, 뉴스 등의 정보를 제공한다.

본 연구는 코로나-19 이후로 증가할 것으로 보이는 방한 외국인 관광객의 지역별 소비 경향을 카드 소비 데이터를 데이터베이스화하여 다각적인 방면에서 분석하고 정보를 만들었다. 코로나 이전 'K-pop'과 'K-drama'의 영향으로 계속해서 증가하던 방한 외국인의 수는 코로나의 영향으로 50%가량 감소했다. 하지만 '위드 코로나'로 접어든 지금, 다시금 외국인 관광객을 유치하기 위해선 각 관광객의 니즈에 맞는 서비스를 제공해야 한다. 또한, 각 지자체에서는 외국인 관광객이 선호하는 서비스를 파악하고 각 국적별 관광객에게 맞는 서비스를 제공하는 노력을 통해 지역경제를 활성화시킬 수 있을 것이다. 현재 많은 기업에서 지역별, 업종별로 맞춤 서비스를 제공하는 것처럼, 지자체가 구체적인 데이터를 사용하여 맞춤 서비스를 제공한다면 코로나로 어려운 시기를 슬기롭게 극복할 수 있다고 생각한다.

본 논문에서는 2021년 국내여행조사 원자료를 활용하여 국내여행의 현황을 통계학적으로 접근하여 소비의 측면을 중점으로 여행자의 특성을 분석하여 마케팅 전략에 활용하고자 한다. 또한 향후 여행사와 지방자치단체에 관광업 중흥을 위한 유용한 데이터 가공 방향을 제공하고자 한다.

본 연구는 코로나-19 이후로 다시 활성화된 해외여행과 관련된 정보를 데이터베이스화해 정리하고, 폭발적으로 늘어난 여행객들을 위한 여행지 추천을 제시하였다. 또한 여행객들만이 아닌 여행사들을 위해 여행객들의 정보 역시 데이터베이스화하여 여행지 상품 수요조사 등에 사용할 수 있도록 하였다. 코로나-19로 인해 각국의 입국 정책은 다양해졌고, 해외여행이 단절된 기간 동안 소비자들은 여행에 대한 최신 정보를 계속해서 접하지 못했다. 그래서 이 데이터를 통해 소비자들의 수요에 맞는 여행지를 추천하고, 여행사들은 소비자들의 필요를 확인할 수 있을 것으로 사료된다.

증강현실(Augmented Reality, AR)은 물리적 현실세계에 가상의 세계를 중첩하여 부가적인 정보나 서비스를 제공하는 것으로 대부분 스마트폰과 같이 카메라를 장착한 기기를 이용하게 된다. 스마트폰의 카메라가 마커를 인식할 경우 가상의 오브젝트가 화면에 중첩하여 보이게 되는 것이다. 카메라가 인식하는 마커를 하나 이상 사용할 수 있다. 다중 마커를 사용하는 경우 마커를 인식할 때 중첩되는 가상의 오브젝트를 동일한 것으로 사용할 수도 있고 각 마커별로 다른 가상 오브젝트를 사용할 수도 있다. 본 논문에서는 전시되어 있는 작품을 마커로 등록하여 각 이미지별로 작품의 정보가 중첩되어 나타나도록 유니티의 AR 파운데이션 프레임워크를 이용하여 구현한다. 여러 작품이 전시되므로 이를 다중 마커로 사용하고 각 작품별 정보가 각기 다르게 출력되도록 구현한다.

본 논문에서는 어린이통학버스 안전사고 예방을 위한 지능형 탑승객 모니터링 시스템을 개발한다. 지능형 탑승객 모니터링은 통학버스 내 설치된 카메라로 부터 촬영되는 영상을 실시간으로 분석한 후 통학버스 내 발생할 수 있는 다양한 이벤트를 운전자 또는 교사에게 적시에 통보하여 잠재적 안전사고를 지능적으로 회피할 수 있도록 지원하는 시스템을 말한다. 제안한 시스템은 Yolov4, DeepSort, MediaPipe등의 인공지능 관련 SW기술을 활용하여 영상을 분석한 후 싸움과 같은 이상행동, 정차 후 잔류 인원 발생, 하차자와 차량 간의 안전거리 확보 여부를 포함하는 3가지 이벤트를 인식한 후 운전자 또는 교사에게 알림을 제공한다.

4차 산업혁명 이전에도 많은 물류 자동화가 이루어지고 있었다. 그러나 4차 산업혁명이 도래하면서 자동화되는 범위가 더욱 넓어지며 인력이 쓰이는 곳에 로봇이 대거 등장하게 되었다. 그러나 환경이 열악한 중소기업이나 경제성 측면에서의 도입이 어려운 분야에서는 자동 물류 시스템의 적용이 어려운 것이 현실이다. 본 논문에서는 이러한 문제를 해결하기 위해 물건을 옮기는 일에 있어서는 라인트레이서를 이용하여 물품의 수송을 도와주고, 적외선 센서 및 바코드 리더기를 이용하여 물품 개수의 현황 계산을 담당하여 정확한 계산을 도출하여 자동으로 원격 데이터베이스에 저장하여 관리할 수 있는 물류관리 지원 시스템을 제안한다.

전 세계적으로 도시화가 가속화됨에 따라 도시 내 차량의 수가 지속해서 증가하고 있지만 주차 공간의 부족으로 인해 도심 내 불법주차 문제가 심각해지고 있다. 또한 주차된 차량의 운전자 정보가 노출된 환경으로 인해 개인 정보 유출이 중요한 사회적 문제가 되고 있다. 따라서 본 논문에서는 불법주차 해소와 운전자 개인정보 보호를 동시에 해결하기 위한 자율주행 로봇 시스템을 제안한다. 제안한 방법에서는 정상 주차를 식별하기 방안으로 마커 인식을 적용하였고 ROS 기반 Stella N1을 사용하여 자율주행할 수 있는 로봇을 제작하였다. 또한 전화번호 없이 운전자와 연락을 취할 수 있는 메시지전달 앱을 개발하였다.

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.

해상에서 운항되는 선박에서 인명사고가 발생하면 육상과 달리 적시에 의료지원을 받기 구조적으로 어렵다. 특히 연안선박의 경우 원양선에 비해 상대적으로 고령의 선원들이 승무하고 있기 때문에 인명사고가 빈번하며 인명사고에 취약하다. 본 연구는 AR과 VR과 같은 실감기술을 기반으로하는 연박선박의 원격의료지원 모델 개발하기 위한 방향성을 제시하고자 한다.