Earticle

정보통신의 발달로 온라인 시장 규모는 커지고 있으며, 그와 함께 스마트폰을 활용한 모바일 쇼핑 시장 또한 나날이 그 규모가 증가하고 있다. 즉, 모바일 앱의 효과적인 활용이 기업의 전략적 선택이 될 수 있음을 시사하는데, 이는 관광·여행 산업에서도 동일하게 나타나고 있다. 특히 플랫폼 기반의 OTA 산업의 지속적인 성장은 위드 코로나와 함께 가속화되고 있으며, 그 중요성에 본 연구도 모바일 숙박 앱의 지각된 품질 요인이 감정반응을 통해 재이용 의도에 미치는 영향을 확인하고자 하였다. 가설검증을 위해 모바일 숙박앱 이용자 260명을 대상으로 분석한 결과, 정보 품질이 즐거움과 우세성, 서비스품질이 환기와 우세성에 정(+)의 영향을 미치는 것으로 나타났으며, 즐거움과 우세성이 재이용 의도에 정(+)의 영향을 미치는 것으로 나타났다. 이에 본 연구 결과는 모바일 숙박 앱 품질요인과 재이용 의도의 관계를 명확하게 하였으며, 앱 품질 개선방안을 위한 기초자료를 제공하여 효과적인 마케팅 전략을 제시하였다.

With the development of information and communication technology, the size of the online market is increasing, and with it, the mobile shopping market utilizing smartphones is also growing day by day. This indicates that the effective use of mobile apps can be a strategic choice for businesses, and this is also true in the tourism and travel industry. In particular, the continuous growth of the OTA (Online Travel Agency) industry based on platforms has accelerated with With Corona, and due to its importance, this study aims to investigate the impact of perceived quality factors of mobile accommodation apps on reuse intention through emotional responses. To test the hypotheses, 260 users of mobile accommodation apps were analyzed, and the results showed that information quality has a positive impact on pleasure and dominance, and service quality has a positive impact on arousal and dominance, and pleasure and dominance have a positive impact on reuse intention. Through these findings, this study clarifies the relationship between mobile accommodation app quality factors and reuse intention, and effective marketing strategies were suggested by providing basic data for improving app quality.

모바일 앱의 수가 지속적으로 증가함에 따라 스마트 폰 메모리 시스템에 스와핑 기능 탑재시 발생하는 오버헤드 가 점점 증가하고 있다. 데스크탑이나 서버 시스템과 달리 스마트폰의 기본 세팅에서는 스와핑을 지원하지 않으며, 따라 서 가용 메모리가 부족할 경우 앱들은 강제로 종료된다. 이는 스마트폰에 스와핑 기능 탑재시 지나친 스토리지 접근으로 인한 오버헤드가 발생하기 때문이다. 본 논문에서는 스토리지 접근량을 크게 줄이는 스마트폰용 스와핑 정책을 제안한 다. 제안하는 정책에서는 모바일 앱을 그 기능적 특성에 따라 카테고리화하고 앱의 우선순위와 메모리 상황을 고려해서 스와핑 대상이 되는 앱의 수를 조절한다. 안드로이드 레퍼런스 디바이스를 활용한 실측 실험을 통해 제안하는 스와핑 정책이 다양한 모바일 앱에 대해 스와핑의 오버헤드를 크게 줄일 수 있음을 확인하였다.

As the number of mobile applications increases rapidly, the overhead of swapping in smartphone memory systems keeps increasing. Unlike desktop or server systems, the basic setting of smartphones does not support swapping, so applications are killed when available memory is exhausted. This is because swapping in smartphones incurs excessive storage I/O overhead. In this article, we propose a swapping policy for smartphones, which significantly reduces storage I/Os. The proposed policy categorizes mobile applications based on their functional characteristics, and controls the number of applications to be swapped based on application priorities and memory situations. Measurement experiments with Android reference devices show that the proposed swapping policy dramatically reduces the overhead of swapping in various mobile applications.

전 세계적으로 에너지, 금융 서비스, 보건, 통신, 교통 분야의 클라우드 전환에 따라 지속적으로 클라우드제공업 체에 대한 주요기반시설 지정 움직임이 확산되고 있다. 또한, 우크라이나 사태에서는 국가 주요시설의 클라우드 사용 규제 철폐와 신속한 주요 데이터에 대한 클라우드 전환으로 인해 러시아의 기반시설을 겨냥한 사이버 공격에 효율적으로 대처할 수 있었다. 한국에서는 체계적, 종합적인 정보보호 관리체계를 구현하고, 조직의 정보보호 및 개인정보보호 관리 수준 향상을 위해 ISMS-P가 기업의 정보보호 및 개인정보보호 수준 제고를 위해 운영되고 있다. 클라우드 환경을 고려 한 통제항목이 수정, 추가 되어 기업의 심사에 운영되고 있다. 그러나, 클라우드의 국내외 기술적 수준이 상이하고 하이 퍼스케일 규모에 대한 국내 인증심사원들의 교육을 위해서는 Microsoft같은 클라우드 공급업체의 결함사항에 대한 정 보를 구하기 쉽지 않았다. 이에, 본 논문에서는 하이퍼스케일 클라우드상 에서의 결함사항을 분석하고, 하이퍼스케일 환경과 ISO/IEC 27001 및 SOC 보안 국제 표준과의 정합성을 고려하여 보다 클라우드에 특화된 통제항목 개선방안을 제시하였다.

Critical information infrastructure designations for cloud service providers continue to spread around the world as energy, financial services, health, telecommunications, and transportation sectors move to the cloud. In addition, in the case of Ukraine, the removal of restrictions on the use of cloud for national critical facilities and the rapid transition of critical data to the cloud enabled the country to effectively respond to cyberattacks targeting Russian infrastructure. In Korea, the ISMS-P is operated to implement a systematic and comprehensive information protection management system and to improve the level of information protection and personal information protection management in organizations. Control items considering the cloud environment have been modified and added to the audit of companies. However, due to the different technical levels of clouds between domestic and global, it is not easy to obtain information on the findings of cloud providers such as Microsoft for the training of domestic certification auditors on hyperscale scale. Therefore, this paper analyzes findings in hyperscale clouds and suggests ways to improve cloud-specific control items by considering the compatibility of hyperscale environments with ISO/IEC 27001 and SOC(System and Organization Control) security international standards.

세계 각국은 아동 그루밍(grooming)과 같은 아동 성 착취 이미지의 제작 및 배포에 강력한 법 집행이 요구하고 있다. 이러한 사회적 문제의 규모와 중요성을 고려할 때 법 집행 기관, 정부, 업계, 정부 기관의 광범위한 협력이 필요하 다. N-번방 사건이후 국내에서도 사전조치의무사업자의 제공 부가통신서비스에 대한 전기통신사업법 시행령의 일부 개 정이 있었다. 국내 Naver등은 ETRI(한국전자통신연구원)의 자체기술을 탑재하여 불법촬영물에 대하여 필터링을 수행하 는데 반해 Microsoft는 자체 PhotoDNA기술을 사용한다. Microsoft의 PhotoDNA는 불법 촬영물 등 비교, 식별하는 기술 자체가 뛰어나 Twitter등 주요 글로벌 사업자가 이미지를 탐지하고 필터링하는데 PhotoDNA 기술을 적용하고 있다. Microsoft는 한국 정부의 시험 기준에 맞추기 위해서 Bing 서비스에 적용되고 있는 “PhotoDNA for Video 2.0A”에 대하여 KCC(방송통신심의위원회)/TTA(한국정보통신기술협회)와 협력하여 총 16회가 넘게 성능 시험을 수행 하였다. 본 논문에서는 기준에 통과하지 못한 사례에 대하여 분석하여 로고 추가 관련 개선방안을 도출한다. 또한, 불법 촬영물에 대한 필터링 성능시험에 있어서 세 가지 동영상 데이터 세트를 성능시험에 사용하는 것을 제안한다.

Countries around the world are calling for stronger law enforcement to combat the production and distribution of child sexual exploitation images, such as child grooming. Given the scale and importance of this social problem, it requires extensive cooperation between law enforcement, government, industry, and government organizations. In the wake of the Nth Room Case, there have been some amendments to the Enforcement Decree of the Telecommunications Business Act regarding additional telecommunications services provided by precautionary operators in Korea. While Naver and others in Korea use Electronics and Telecommunications Research Institute's own technology to filter illegal images, Microsoft uses its own PhotoDNA technology. Microsoft's PhotoDNA is so good at comparing and identifying illegal images that major global operators such as Twitter are using it to detect and filter images. In order to meet the Korean government's testing standards, Microsoft has conducted more than 16 performance tests on "PhotoDNA for Video 2.0A," which is being applied to the Bing service, in cooperation with the Korea Communications Commission and Telecommunications Technology Association. In this paper, we analyze the cases that did not pass the standards and derive improvement measures related to adding logos. In addition, we propose to use three video datasets for the performance test of filtering against illegal videos.

본 연구의 목적은 행정서비스 활용을 위한 디지털 트윈 정책 연구이다. 본 연구는 1,000명의 대상을 기반으로한 모바일 설문조사를 통해 진행되었으며 그 연구 결과는 다음과 같다. 첫쨰, 디지털 트윈을 활용하기 위해 경기도 측면에서 적용할 수 있는 적절한 서비스 발굴이 선행되어야 한다. 경기도의 현장 업무에 적절한 디지털 트윈 서비스 발굴 시도가 우선적으로 선행되고 이를 통한 업무의 효율성 증진이 필요하다. 둘쨰, 경기도 디지털 트윈 행정서비스는 중앙정부 사업 과의 중복성은 방지하고 연계 활용 가능한 모델을 구축해야 하며, 도와 시군의 현안 연관성이 높고 수요자 즉 도민이 원하는 행정서비스를 중심으로 추진되어야 한다. 셋쨰, 행정서비스 운영방식은 경기도의 디지털 트윈 행정서비스 개발을 위해서 시범사업 참여를 통한 표준모델 구축 방안을 검토해야 한다. 사업 추진 방식으로 경기도가 주관기관이 되어, 협약 사업 방식으로 추진하고, 경기도 디지털 트윈 자문위원단을 통해 사업 추진 전반에 대한 지원 체계를 마련하라는 것을 제언하고자 한다. 넷째, 전담부서와 행정서비스 구축, 운영, 관리 등을 위한 관련 제도 마련이 되어야 한다. 경기도에서 디지털 트윈 실현을 위해서는 사업 추진 및 운영과 법⋅제도적 개선을 위한 다양한 역할을 수행 할 수 있는 전담 조직이 필요하며, 전담 조직 지정을 위해서 기존 부서의 확대 개편 방안과 신설 부서 운영에 대한 검토가 필요하다. 본 연구의 한계 요인은 경기도 중심의 참여자들에 대한 조사로서 향후에는 전국을 기반으로 연구하는 것을 제언한다. 본 연구의 기대효과는 디지털 트윈 서비스를 공적인 업무를 적용시 활용할 수 있는 기초 자료로 이용할 수 있다.

The purpose of this study is to research digital twin policies for the use of administrative services. The study was conducted through a mobile survey of 1,000 participants, and the results are as follows. First, in order to utilize digital twin technology, it is necessary to first identify appropriate services that can be applied from the perspective of Gyeonggi Province. Efforts to identify digital twin services that are suitable for Gyeonggi Province's field work should be prioritized, and this should lead to increased efficiency in the work. Second, Gyeonggi Province's digital twin administrative services should prevent duplication with central government projects and establish a model that can be connected and utilized. It should be driven around current issues in Gyeonggi Province and the demands of citizens for administrative services. Third, to develop Gyeonggi Province's digital twin administrative services, a standard model development plan through participation in pilot projects should be considered. Gyeonggi Province should lead the project as the main agency and promote it through a collaborative project agreement. It is suggested that a support system for the overall project be established through the Gyeonggi Province Digital Twin Advisory Committee. Fourth, relevant regulations and systems for the construction, operation, and management of dedicated departments and administrative services should be established. To achieve the realization of digital twins in Gyeonggi Province, a dedicated organization that can perform various roles in project promotion and operation, as well as legal and institutional improvements, is necessary. To designate a dedicated organization, it is necessary to consider expanding and reorganizing existing departments and evaluating the operation of newly established departments. The limitation of this study is that it only surveyed participants from Gyeonggi Province, and it is recommended that future research be conducted nationwide. The expected effect of this study is that it can serve as a foundational resource for applying digital twin services to public work.

최근 몇 년간 애완동물 소유 비율이 꾸준히 증가함에 따라 효과적인 애완동물 관리 시스템의 필요성이 커졌다. 본 연구에서는 딥러닝 기반 감정인식 SNS를 포함하는 애완동물 관리 시스템을 제안한다. 시스템은 합성곱 신경망(CNN) 을 이용하여 애완동물의 표정을 통해 감정을 감지하고, SNS를 통해 사용자 커뮤니티와 공유된다. SNS를 통해 애완동물 주인들은 다른 사용자들과 연결되어 자신의 경험을 공유하고, 애완동물 관리에 대한 지원과 조언을 받을 수 있다. 또한, 시스템은 애완동물 건강 추적 및 예방접종 및 예약 알림 등의 기능을 포함하여 종합적인 애완동물 관리를 제공한다. 이에 더하여, 시스템은 애완동물 산책 기록을 관리하고 공유하는 기능을 추가하여 애완동물 주인들이 자신의 애완동물과 함께한 산책 기록을 다른 사용자들과 공유할 수 있다. 본 연구는 인공지능 기술을 활용하여 애완동물 관리 시스템을 개선하여 애완동물과 그 주인의 복지를 향상시키는 가능성을 보여주고 있다.

As the ownership of pets has steadily increased in recent years, the need for an effective pet management system has grown. In this study, we propose a pet management system with a deep learning-based emotion recognition SNS. The system detects emotions through pet facial expressions using a convolutional neural network (CNN) and shares them with a user community through SNS. Through SNS, pet owners can connect with other users, share their experiences, and receive support and advice for pet management. Additionally, the system provides comprehensive pet management, including tracking pet health and vaccination and reservation reminders. Furthermore, we added a function to manage and share pet walking records so that pet owners can share their walking experiences with other users. This study demonstrates the potential of utilizing AI technology to improve pet management systems and enhance the well-being of pets and their owners.

스마트 미러는 거울에 디스플레이와 임베디드 컴퓨터를 부착하여 거울 기능과 함께 사용자에게 다양한 정보를 제공해주는 IoT 장치이다. 본 논문은 스마트 미러들이 네트워크로 연결하는 CoMirror 시스템을 제안하고 구현한 이전 연구의 확장으로 CoMirror 시스템의 성능을 평가한 내용을 소개한다. 첫째, 얼굴 인식을 활용하는 로그인 성능을 평가 하였다. 성능 평가 결과 로그인을 위해 필요한 얼굴 학습에는 40장의 얼굴 이미지가 가장 적합하고 얼굴 인식에는 한 장의 얼굴 이미지가 가장 적합하다는 결론을 얻었다. 둘째, CoMirror 시스템에서 메시지가 전송되는 시간을 평가한 결 과, 텍스트 메시지의 경우 평균 0.5초, 오디오의 경우 평균 0.63초 정도이며, 이미지의 경우 평균 2.9초 정도로 측정되었 다. 마지막으로 화상 통신 성능을 측정한 결과 화상 통신 셋업 시간은 평균 1.8초, 화상 수신 지연 시간은 평균 1.9초로 측정되었다. 결론적으로 본 논문은 성능평가의 결과를 통해 CoMirror 시스템은 높은 실용성을 가지는 것으로 판단된다.

Smart mirror is an IoT device that attaches a display and an embedded computer to the mirror and provides various information to the user along with the mirror function. This paper presents performance evaluation of the CoMirror system as an extension of the previous research in which proposed and implemented the CoMirror system that connects Smart Mirrors using a network. First, the login performance utilizing face recognition was evaluated. As result of the performance evaluation, it was concluded that the 40 face images are most suitable for face learning and only one face image is most suitable for face recognition for login. Second, as a result of evaluating the message transmission time, the average time was 0.5 seconds for text, 0.63 seconds for audio, and 2.9 seconds for images. Third, as a result of measuring a video communication performance, the average setup time for video communication was 1.8 seconds and the average video reception time was 1.9 seconds. Finally, according to the performance evaluation results, we conclude that the CoMirror system has high practicality.

화재 재난방송 시스템에서는 아날로그, 디지털, 네트워크 디지털 전관 방송 시스템으로 나뉘며, 네트워크 디지털 전광 방송 시스템에서 중요한 사양은 낮은 대기 시간(Low-latency), 높은 샘플링 레이트, 다채널 입출력이다. 기존에 데이터링크 층의 MAC 주소 기반으로 구별하는 AoE(Audio over Ethernet) 방법을 널리 사용하고 있다. 그러나 이 방법은 복잡성과 비용이 증가하는 문제가 있다. 이에 본 제안은 AoIP(Audio over Internet Protocol)/UDP 방식으로 별도의 중복적인 네트워크가 필요 없이 IP(Internet Protocol) 주소로 손쉽게 구별하는 통신을 할 수 있어 네트워크를 자유롭게 사용 구성하고 복잡도를 낮추어 비용을 낮출 수 있도록 제안한다. AoIP/UDP 방식으로 구현 후 실험결과 2.66ms 대기 시간 성능으로 동등한 성능으로 비용의 개선함을 보였다.

Fire and disaster broadcasting systems are divided into analog, digital, and network-based digital public address systems, and important specifications in network-based digital public address systems are low-latency audio, high sampling rate, and multi-channel input and output. In the past, it has been widely used to the AoE method for distinguishing based on the MAC address of the data link layer. However, this method has a problem of increasing complexity and cost. This proposal is an AoIP/UDP method, which allows communication to be easily distinguished by IP address without the need for a separate redundant network, so that the network can be freely used and configured, and cost can be reduced by reducing complexity. After implementing the AoIP/UDP method, the experimental results showed that the cost was improved with the equivalent performance with 2.66ms latency.

디지털 미디어 환경은 디지털 매체를 다각화시키면서 사용자 중심의 다양한 형태로 접근하고 있다. 디지털 기술 의 발전에 의해 디지털 미디어 환경은 광대한 네트워크 정보망을 형성하고 보다 인터렉티브한 커뮤니케이션을 지원함으 로써 이와 관련 사용자 중심의 기초 연구가 필요하다. 디지털 미디어 환경을 대표할 수 있는 모바일 디스플레이는 휴대 성이 높은 장점을 갖고 있지만 소형화와 전력절감을 위해 얇은 디스플레이 패널과 저성능 이미지 센서를 채택하는 등 대형 디스플레이에 비해 색상 표현력이 떨어질 수밖에 없다. 본 연구에서는 대표적 디지털 융합 매체인 모바일 디스플레 이를 구체적 연구대상으로 사용자 중심의 다크 모드와 라이트 모드에서 시감적 색채 인지특성에 대해 알아보고자 한다. 시감적 색채 인지 특성을 알아보고자 KS 12가지 색채를 기반으로 색채 속성을 각각 제어하여 정신물리학 실험을 진행하 고 이를 분석하였다. 본 연구에서는 진행된 실험 결과를 분석하여 다크 모드와 라이트 모드에서 색채 인지에 차이가 있는지 알아보고 색채 인지 특성에 대한 기초 연구 자료로써 유의미 여부를 정의한 후 향후 연구방향을 제시한다.

In recent years, the digital media environment has begun to diversify, with a greater focus being placed on user-centric design. With the development of digital technology, the digital media environment has formed a vast network of information, which supports interactive communication between people, creating a need for user-centric research. Mobile displays, as a representation of the digital media environment, have the advantage of mobility through the use of thin screen displays and low-performance image sensors, which allow for miniaturization and power saving. However, this results in reduced colour accuracy compared to large displays. This study investigates users’ colour perception when using dark and light mode mobile displays. Colour perception was measured using a psycho-physical experiment, which controls each colour attribute based on the 12 colours of KS. The results were analysed to determine whether there is a difference in colour perception between dark mode and light mode, and if the difference was statistically significant. Future research directions based on the results are then discussed.

본 논문에서는 접지된 2중 유전체층 사이의 저항띠 격자구조에 의한 TE(transverse electric) 산란문제를 전자 파 수치해석 방법으로 알려진 FGMM(fourier galerkin moment method)를 이용하여 해석하였다. 경계조건들은 미지 의 계수를 구하기 위하여 이용하였고 산란 전자계는 Floquet 모드 함수의 급수로 전개하였으며, 저항띠의 해석을 위해 저항 경계조건을 적용하였다. 전반적으로 저항율이 작으면 저항띠에 유도되는 전류밀도의 크기가 증가하였고, 반사전력 도 증가하였다. 균일 저항율을 가지는 경우, 유전체층의 비유전율이 증가하거나 또는 유전체 층의 두께가 증가할수록 반사전력은 감소하였다. 본 논문에서 제안된 구조에 대한 수치결과들은 기존 논문의 수치해석 결과들과 비교하여 매우 잘 일치하였다.

In this paper, TE(transverse electric) scattering problems by a resistive strip grating between a grounded double dielectric layer are analyzed by applying the FGMM(fourier galerkin moment method) known as a numerical method of electromagnetic fileld. The boundary conditions are applied to obtain the unknown field coefficients, the scattered electromagnetic fields are expanded in a series of Floquet mode functions, and the resistive boundary condition is applied to analysis of the resistive strip. Overall, as the resistivity decreased, the magnitude of the current density induced in the resistive strip increased, and the reflected power also increased. In case of uniform resistivity, the reflected power decreased as the relative permittivity of the dielectric layers increased or the thickness of the dielectric layer increased. The numerical results for the presented structure in this paper are shown in good agreement compared to those of the existing papers.

본 논문에서는 접지된 2중 유전체층 사이의 저항띠 격자구조에 의한 TM(tranverse magnetic) 전자파 산란 문제를 전자파 수치해석방법으로 알려진 FGMM(fourier galerkin moment method)과 PMM(point matching method)을 이용하여 해석하였다. 경계조건들은 미지의 계수를 구하기 위하여 이용하였으며, 저항띠의 해석을 위해 저 항경계조건을 적용하였다. 전반적으로 저항율이 작으면 저항띠에 유도되는 전류밀도의 크기가 증가하였고, 반사전력도 증가하였다. 또한, 유전체층의 두께와 비유전율의 값이 증가하면 전반적으로 반사전력은 증가하였다. 본 논문의 제안된 구조에 대해 FGMM과 PMM의 수치해석 방법을 적용한 수치결과들은 매우 잘 일치하였다.

In this paper, TM(tranverse magnetic) electromagnetic scattering problems for resitive strip grating between grounded double dielectric layers are analyzed by using the FGMM(fourier galerkin moment method) and PMM(point matching method) known as a numerical method of electromagnetic field. The boundary conditions are applied to obtain the unknown field coefficients, the resistive boundary condition is applied to analysis of resistive strip. Overall, when the unoform resistivity decreased, the magnitude of the current density induced in the resistive strip increased, and the reflected power also increased. Also, as the thickness and relative permittivity of the double dielectric layers increased, the overall reflected power increased. The numerical results obtained by using the numerical methods of FGMM and PMM to the structure proposed in this paper agree very well.

RF-fingerprint를 이용한 클러스터링 기술은 전송 파형에 포함된 송수신기의 특성(signature)을 추출하고 이들 에게 임의의 레이블을 자동으로 할당함으로써, 추후 지도 학습기반에 무선단말기 분류기의 개발을 용이하게 해준다. 동 종 무선 단말기 분류를 위한 RF-fingerprint 특징 추출 알고리즘의 출력은 512개 또는 1024개 이상의 고차원 특징이 다. 이러한 고차원의 특징을 분류기에는 효과적일 수 있으나 클러스터링 알고리즘의 입력으로는 부적절하다. 이에 본 논문은 다차원의 RF-fingerprinting 특징을 무선단말기의 fingerprinting 특징을 유지하면서 차원을 효과적으로 줄일 수 있는 차원 축소 알고리즘을 제안하고, 축소된 차원을 효과적으로 클러스터링할 수 있는 클러스터링 알고리즘을 제안 한다. 제안된 RF-fingerprinting 클러스터링 알고리즘은 다차원 RF-fingerprinting 특징을 KL Divergence 기반에 t-SNE를 이용하여 차원을 축소하고 DPC(Density Peaks Clustering)를 이용하여 클러스터링 수행한다. 무선단말기 클러스터링 알고리즘의 성능 분석은 모토롤라XiR 10대와 윈어텍 N-Series 10대에서 수집한 3000개의 데이터셋을 이 용한다. RF-fingerprintining기반 클러스터링 알고리즘의 성능 분석 결과 20개의 클러스터가 형성되었고, Homogeneity, Completeness, V-measure 모두 99.4%의 성능을 보였다.

The clustering technique using RF fingerprint extracts the characteristic signature of the transmitters which are embedded in the transmission waveforms. The output of the RF-Fingerprint feature extraction algorithm for clustering identical DMR(Digital Mobile Radios) is a high-dimensional feature, typically consisting of 512 or more dimensions. While such high-dimensional features may be effective for the classifiers, they are not suitable to be used as inputs for the clustering algorithms. Therefore, this paper proposes a dimension reduction algorithm that effectively reduces the dimensionality of the multidimensional RF-Fingerprint features while maintaining the fingerprinting characteristics of the DMRs. Additionally, it proposes a clustering algorithm that can effectively cluster the reduced dimensions. The proposed clustering algorithm reduces the multi-dimensional RF-Fingerprint features using t-SNE, based on KL Divergence, and performs clustering using Density Peaks Clustering (DPC). The performance analysis of the DMR clustering algorithm uses a dataset of 3000 samples collected from 10 Motorola XiR and 10 Wintech N-Series DMRs. The results of the RF-Fingerprinting-based clustering algorithm showed the formation of 20 clusters, and all performance metrics including Homogeneity, Completeness, and V-measure, demonstrated a performance of 99.4%.

GAN(Generative Adversarial Networks)이 합성 이미지 생성 및 기타 다양한 응용 프로그램에 현재 사용되고 있지만, 생성 모델을 제어하기가 어렵다. 문제는 생성 모델의 잠재 공간에 있는데, 이미지 생성과 관련하여 입력된 잠재 코드를 받아 특정 텍스트 및 신호에 따라 지정된 대상 속성이 향상되도록 하고 다른 속성은 크게 영향을 받지 않도록 하기 위해서는 상당한 제약이 요구된다. 본 연구에서는 이미지 생성 및 조작과 관련하여 변동 자동 인코더의 잠재 벡터 에 관해 특정 제약을 수반한 모델을 제안한다. 제안된 모델에 관해 TensorFlow의 변동 자동 인코더를 통해 실험한 결과 이미지의 생성 및 조작과 관련하여 비교적 우수한 성능을 갖는 것으로 확인된다.

Recent research shows that latent directions can be used to image process towards certain attributes. However, controlling the generation process of generative model is very difficult. Though the latent directions are used to image process for certain attributes, many restrictions are required to enhance the attributes received the latent vectors according to certain text and prompts and other attributes largely unaffected. This study presents a generative model having certain restriction to the latent vectors for image generation and manipulation. The suggested method requires only few minutes per manipulation, and the simulation results through Tensorflow Variational Auto-encoder show the effectiveness of the suggested approach with extensive results.

본 논문에서 P2P 네트워킹과 클라우드 컴퓨팅이 통합된 MMORPG를 위한 소영역 기반의 관심 구역 관리 기법 이 제시된다. 혼잡한 영역은 여러 소영역으로 분할되며 각각의 소영역을 관리하기 위한 플레이어가 조정자로 설정된다. 제시된 기법은 이런 플레이어의 통신과 컴퓨팅 오버헤드가 적정 범위 내에서 조절되는 부하 균형 메카니즘을 포함하고 있다. 또한 각 플레이어의 뷰가 게임 세계에서 이동될 때 뷰와 겹치는 여러 소영역들이 신속하고 연속적으로 전환될 수 있는 요건을 만족시키기 위한 메카니즘도 제공하고 있다. 자원이 효율적으로 공급되는 제시된 기법은 플레이어들의 처리 능력 을 효과적으로 활용함으로써 클라우드에 있는 서버의 부하 즉 컴퓨팅 능력과 통신량을 감소시킨다. 시뮬레이션 결과 클 라우드와 P2P 구조에 기반한 MMORPG는 혼잡 지역 또는 핫스팟에서 플레이어들의 수에 따라 이용가능한 자원도 같이 증가됨에 따라 클라이언트 서버 구조에 비하여 서버의 통신 대역폭을 상당부분 감소시킬 수 있는 것으로 나타났다.

In this paper, we propose subregion-based area of interest management techniques for MMORPG(massively multiplayer online role playing games) integrating P2P(peer-to-peer) networking and cloud computing. For the crowded region, the proposed techniques partition it into several subregions and assign a player to manage each subregion as a coordinator. These techniques include a load balancing mechanism which regulates communication and computation overhead of such player below the specified threshold. We also provide a mechanism for satisfying the criterion, where subregions overlapped with each player’s view must be switched quickly and seamlessly as the view moves around in the game world. In the proposed techniques where an efficient provisioning of resources is realized, they relieve a lot of computational power and network traffic, the load on the servers in the cloud by exploiting the capacity of the players effectively. Simulation results show that the MMORPG based on cloud and P2P architecture can reduce the considerable bandwidth at the server compared to the client server architecture as the available resources grow with the number of players in crowding or hotspots.

저널링 기법은 파일시스템을 크래쉬 상황으로부터 보호하여 일관성 있는 상태로 유지하기 위해 널리 사용되고 있다. 한편, 기존의 저널링 기법들은 하드디스크와 같은 블록 스토리지를 위해 설계되었기 때문에 바이트 단위 접근이 가능한 영속 메모리 상에서의 저널링에 활용하기에는 비효율적이다. 본 논문은 크래쉬 상황으로부터 파일시스템의 일관성 이 깨어지는 것을 방지하는 기능을 가진 메타데이터 저널링 기법을 인메모리 파일시스템에 기반해 설계하는 방법을 제안 한다. 제안하는 기법은 바이트 단위 접근이 가능한 메모리 미디어의 특성을 활용하여 저널링이 발생시키는 많은 쓰기량을 줄일뿐 아니라 입출력 시 통과해야 하는 무거운 소프트웨어 스택을 제거하는 장점을 가진다. IOzone 벤치마크를 이용한 성능 측정 실험을 통해 제안하는 저널링 기법이 Ext4의 저널링과 비교해서 평균 49.2%의 성능 개선 효과가 있음을 보인다.

Journaling techniques are widely used to maintain a consistent file system state in the event of a system crash. As existing journaling techniques are designed for block storage such as HDDs, they are not efficient for byte-addressable persistent memory media. This paper proposes a metadata journaling technique for in-memory file systems that has the ability of avoiding inconsistent file system states in crash situations. The proposed journaling technique reduces a large amount of writing by making use of the byte-addressable feature of memory media and bypasses heavy software I/O stack. Experimental results with the IOzone benchmark show that the proposed journaling technique improves the performance of Ext4 by 49.2% on average.

최근 건강을 위해 자전거 타는 사람들이 많아지고 자전거로 출퇴근하는 사람들이 늘어나면서 자전거 사용자가 많아졌다. 하지만, 사용자가 늘어나면서 사고가 많이 발생하고 있으며, 자전거 사고 대처가 불안정하다. 안전 장비를 제 외하고는 다른 방법으로 사고를 대비하기엔 미비하다. 따라서 현대 성인들의 안전하고 편리하게 라이딩할 수 있는 방편 이 필요하다. 본 연구에서는 다른 앱과는 달리 안전 기능을 추가하여 라이딩을 하면서 블랙박스 촬영을 할 수 있고, 사고 다발구역임을 알려주는 기능이 구현된다. 또한, 안드로이드 내장 센서를 이용하여 사고를 감지하고 자동으로 비상 연락 을 취할 수 있는 기능도 추가된다. 자전거 사용자들이 다양한 앱들을 추가로 이용할 필요 없이 하나의 앱에서 안전과 편리성을 확보할 수 있다. 게다가 라이딩 커뮤니티 게시판을 통해 라이딩에 대해 이야기를 나눌 수 있고, 자신의 이동 경로를 공유할 수 있는 앱 시스템을 개발한다.

Recently, as more and more cyclists ride bicycles for their health and more people commute by bicycle, the number of cyclists has increased. However, as the number of users increases, many accidents occur, and the handling of bicycle accidents is unstable. It is inadequate to prepare for accidents in other ways except for safety equipment. Therefore, there is a need for a safe and convenient way for modern adults to ride. Unlike other apps, in this study, by adding a safety function, you can shoot a black box while riding, and a function to inform you that it is an accident-prone area is implemented. In addition, a function that can detect an accident using the Android built-in sensor and automatically make emergency contact is added. Cyclists can secure safety and convenience in one app without the need to use additional apps. Furthermore it develops an app system that allows you to talk about riding and share your route through the Riding Community bulletin board.

IT 인프라 운영이 고도화하면서 시스템을 관리하는 방식이 널리 보급되어 있으며, 최근에는 Syslog를 활용한 개선방법들이 연구되고 있다. 그러나 이러한 방법으로 수집한 로그 데이터를 활용하여 시스템 관제를 할 경우 다양한 형식으로 추출되는 로그를 전문 인력이 분석해야 하는 어려움이 있다. 본 논문은 엣지 컴퓨팅을 활용하여 Syslog 데이터 를 분산 수집하고 중복 데이터를 전처리하여 중앙 데이터베이스에 적재하는 시스템을 구축 방법을 제시하고자 한다. 또 한, 데이터사전을 구성하여 실시간으로 데이터를 분류하고 카운팅하는 기능을 제공하며, 데이터사전에 등록된 데이터에 대해서는 중앙 데이터베이스로의 전송을 제한하는 시스템을 구현한다. 이를 통해 데이터 사전의 정의어 패턴을 유지하 며, 중복 데이터와 시간 중복을 제어하여 중앙 데이터베이스에 정제된 데이터를 적재함으로써 빅데이터 분석을 위한 기 초 자료를 확보할 수 있다. 시뮬레이션결과 제안된 알고리즘과 프로시저를 구체적인 예시와 함께 설명하고, syslog 데이 터를 활용하여 그 성능을 검증하였다. syslog 데이터는 실제 로그 데이터에서 추출한 예시를 포함하고 있으며 이를 통해 로그 데이터로부터 필요한 정보를 정확하게 추출하였고, 분류 및 적재 과정에서 정상적인 처리가 이루어지는지를 확인하 였다. 이러한 시스템은 엣지 환경에서 로그 데이터를 효율적으로 수집하고 관리하기 위한 솔루션으로 활용하여 기술의 확산 측면에서도 효과를 기대할 수 있다.

IT infrastructure operation has advanced, and the methods for managing systems have become widely adopted. Recently, research has focused on improving system management using Syslog. However, utilizing log data collected through these methods presents challenges, as logs are extracted in various formats that require expert analysis. This paper proposes a system that utilizes edge computing to distribute the collection of Syslog data and preprocesses duplicate data before storing it in a central database. Additionally, the system constructs a data dictionary to classify and count data in real-time, with restrictions on transmitting registered data to the central database. This approach ensures the maintenance of predefined patterns in the data dictionary, controls duplicate data and temporal duplicates, and enables the storage of refined data in the central database, thereby securing fundamental data for big data analysis. The proposed algorithms and procedures are demonstrated through simulations and examples. Real syslog data, including extracted examples, is used to accurately extract necessary information from log data and verify the successful execution of the classification and storage processes. This system can serve as an efficient solution for collecting and managing log data in edge environments, offering potential benefits in terms of technology diffusion.

COVID-19는 사회 전 분야 및 경제, 정치에 영향을 미쳤을 뿐만 아니라 산업계에도 막대한 영향을 미쳤다. 감염병 예방 차원에서의 비대면 교류 방식은 필수적이었으며, 이를 경험한 세대는 언제 어디서나 빠르게 접근할 수 있는 플랫폼의 중요성을 인식하고 이를 잘 수용할 수 있는 메타버스(Metaverse)에 관심이 쏠리고 있다. 금융업계마다 차별화 된 메타버스 플랫폼 전략을 이용하고 새로운 고객 응대 및 수익 창출에 집중하고 있으며, 내외부의 의사소통 창구로도 활용되고 있다. 본 논문은 금융권 메타버스의 이론적 배경과 국내외 사례를 분석하고, MZ 세대 접점 확보를 위한 금융권 메타버스 플랫폼 활용 방향에 관하여 연구하고 기술해 보고자 한다.

COVID-19 has not only affected all sectors of society, economy and politics, but also had a huge impact on industry. The non-face-to-face exchange method was essential to prevent infectious diseases, and the generation who experienced it recognizes the importance of a platform that can be quickly accessed anytime, anywhere, and attention is focused on the Metaverse that can accommodate it well. Each financial industry uses a differentiated metabus platform strategy, focuses on new customer service and revenue generation, and is also used as an internal and external communication channel. This paper analyzes the theoretical background of the financial sector metaverse and domestic and international cases, and studies and describes the direction of using the financial sector metaverse platform to secure MZ generation contact points.

제품 포트폴리오 문제(PPP)는 n개 제품 들 중에서 최대 이익을 창출하도록 특정 제품의 생산량을 결정하는 최적 화 문제이다. 이러한 최적화 문제를 풀 수 있는 유일한 방법으로 선형계획법(LP)이 알려져 있다. 선형계획법은 n개의 선형함수를 최적화시키는 문제로 LINGO나 엑셀 해결사 등을 활용하는 실정이다. 본 논문은 제품 원가 대비 이익 비율 인 CPR 개념을 도입하여 CPR 내림차순으로 정렬한 후, 최대 CPR 제품부터 허용된 최대 생산량을 실제 생산량으로 수기 식으로 결정하는 단순한 알고리즘을 제안하였다. 6개의 실험 데이터에 제안된 알고리즘을 적용한 결과 선형계획법 에 비해 보다 정확한 결과를 얻을 수 있음을 보였다.

The product portfolio problem(PPP) is an optimization problem that determines the production quantity of a particular product to obtain the maximum profit among the n products. Linear programming(LP) is known as the only way to solve this optimization problem. The linear programming method is a problem that optimizes n linear functions and uses LINGO or Excel solver. This paper proposes a simple algorithm that uses CPR, a product cost-profit ratio, to sort in CPR descending order and then determines the maximum allowed production quantity by hand as the actual production quantity. As a result of applying the proposed algorithm to six experimental data, it was shown that more accurate results can be obtained compared to the linear programming method.

3D-CNN은 시계열 데이터 학습을 위한 딥 러닝 기법 중 하나이다. 이러한 3차원 학습은 많은 매개변수를 생성할 수 있으므로 고성능 기계학습이 필요하거나 학습 속도에 커다란 영향을 미칠 수 있다. 본 연구에서는 손의 동적인 제스 처 동작을 시공간적으로 학습할 때, 3D-CNN 모델의 구조적 변화 없이 입력 영상 데이터의 시공간적 변화에 따른 학습 정확성을 분석함으로써, 3D-CNN을 이용한 동적 제스처 학습의 효율성을 높이기 위한 입력 영상 데이터의 최적 조건을 찾고자 한다. 첫 번째로 동적 손 제스처 영상 데이터에서 동적 이미지 프레임의 학습구간을 설정함으로써 제스처 동작간 시간 비율을 조정한다. 둘째로는 클래스간 2차원 교차 상관 분석을 통해 영상 데이터의 이미지 프레임간 유사도를 측정 하여 정규화 함으로써 프레임간 평균값을 얻고 학습 정확성을 분석한다. 이러한 분석을 통하여, 동적 손 제스처의 3D-CNN 딥 러닝을 위한 입력 영상 데이터를 효과적으로 선택하는 두 가지 방법을 제안한다. 실험 결과는 영상 데이터 프레임의 학습구간과 클래스간 이미지 프레임간 유사도가 학습 모델의 정확성에 영향을 미칠 수 있음을 보여준다.

3D-CNN is one of the deep learning techniques for learning time series data. Such three-dimensional learning can generate many parameters, so that high-performance machine learning is required or can have a large impact on the learning rate. When learning dynamic hand-gestures in spatiotemporal domain, it is necessary for the improvement of the efficiency of dynamic hand-gesture learning with 3D-CNN to find the optimal conditions of input video data by analyzing the learning accuracy according to the spatiotemporal change of input video data without structural change of the 3D-CNN model. First, the time ratio between dynamic hand-gesture actions is adjusted by setting the learning interval of image frames in the dynamic hand-gesture video data. Second, through 2D cross-correlation analysis between classes, similarity between image frames of input video data is measured and normalized to obtain an average value between frames and analyze learning accuracy. Based on this analysis, this work proposed two methods to effectively select input video data for 3D-CNN deep learning of dynamic hand-gestures. Experimental results showed that the learning interval of image data frames and the similarity of image frames between classes can affect the accuracy of the learning model.

국내에서 시스템반도체 설계의 중요성이 대두되고 있으며, 메모리 반도체 설계 기술과의 균형있는 발전을 도모해 야 한다. Xilinx에서 제공하는 Vivado 통합 환경 도구를 이용하여 짧은 시간에 큰 비용을 들이지 않고 프로세서를 Xilinx FPGA 반도체 칩에 구현할 수 있다. 본 논문에서는 레코드 자료구조를 지원하여 효율적으로 디지털 시스템을 설계할 수 있는 VHDL을 이용하여 32 비트 ARM 명령어를 실행할 수 있는 파이프라인식 비순차실행 수퍼스칼라 프로세 서를 설계하였다. Vivado에서 광범위한 시뮬레이션을 수행한 후에, Xilinx FPGA로 합성, 구현 및 로직아날라이저로 검증하였다. 그 결과, 파이프라인식 비순차실행 수퍼스칼라 프로세서가 FGPA에서 성공적으로 동작하였다.

Domestically, the importance of system semiconductor design is increasing, and the balanced development with the high-end memory semiconductors should be promoted. Using Xilinx Vivado as a development enivronment tool, it reduces time and cost dramatically in implementing the processor on FPGA. In this paper, the VHDL language which provides record data structure for an efficient digital system design is used for designing a pipelined out-of-order superscalar processor. It has been simulated extensively, synthesized and implemented on FPGA and verified by Integrated Logic Analyzer. As a result, the pipelined out-of-order superscalar processor could be executed successfully.

본 연구는 해외직구 시장이 급증하고 있으며 이에 따라 해외직구에 대한 소비자들의 관심이 증가되고 있는 상황 에서 해외직구 이용경험 여부에 영향을 미치는 소비자 특성이 무엇인지 분석하였다. 연구 수행을 위하여 2022년 한국미 디어패널조사 개인 데이터 자료를 활용했으며, 전체 응답자 9,941명 중 해외직구 이용 여부에 “예” 또는 “아니오”로 응답한 6,734명의 자료를 분석에 사용하였다. 또한 한국미디어패널조사 항목 중에 세 가지 변인(인구통계적, 미디어 활 용 현황, 가치관과 라이프스타일)을 선정하였다. 먼저, 분석대상자 6,734명에 대해서 일반적인 특성을 분석하였고, 해외 직구 이용 여부에 따른 각 변인간 비교분석을 위해 카이제곱 검정과 평균차이 검정을 수행하였으며, 마지막으로 해외직 구 이용 여부에 미치는 요인을 규명하기 위하여 로지스틱 회귀분석을 수행하였다. 분석 결과, 인구통계적 변인 5개, 미디 어 활용 현황 변인 3개, 가치관과 라이프스타일 변인 7개 중 각각 4개, 2개, 3개가 해외직구 이용의 결정적인 요인으로 도출되었다. 이러한 결과는 국내 쇼핑사이트에서 직구상품 판매를 위한 차별화된 서비스 제공 등 국내 쇼핑몰을 통한 소비자의 이용을 높일 수 있는 마케팅 전략을 수립하는데 활용할 수 있을 것이다.

This study analyzed what consumer characteristics affect the experience of using overseas direct purchase at a time when the overseas direct purchase market is rapidly increasing and consumers’ interest in overseas direct purchase is increasing accordingly. For the study, personal data from the 2022 Korea Media Panel Survey were used, and data from 6,734 people who responded “yes” or “no” to whether or not to use overseas direct purchase among 9,941 total respondents were used for analysis. In addition, three variables (demographic, media utilization status, values and lifestyle) were selected among the items of the Korea Media Panel Survey. First, general characteristics were analyzed fo 6,734 people, then, Chi-square test and t-test were performed for comparative analysis between each variable according to the use of overseas direct purchase. Finally, logistic regression analysis was performed to identify the factors affecting overseas direct purchase. As a result of the analysis, 4 out of 5 demographic variables, 2 out of 3 media utilization variables, and 3 out of 7 values and lifestyle variables were derived as decisive factors for using overseas direct purchase. These results can be used to establish marketing strategies that can increase the use of consumers through domestic shopping malls, such as providing differentiated services for the sale of overseas direct shopping products on domestic shopping sites.

자금 흐름 일치 문제(CFMP)는 T년도 간 지불해야 할 총액을 전액 현금으로 지불하지 않고 채권이나 은행 예금의 원금과 이자로 지급하여 초기 투자액을 최소화시키는 것이 목적이다. CFMP를 풀 수 있는 방법으로는 선형계획법(LP)이 유일하게 알려져 있다. 선형계획법은 T개의 선형함수를 최적화시키는 문제로 수기 식으로는 해결이 불가하여 선형계획 법 해결사인 LINGO 등을 활용하는 실정이다. 본 논문은 LINGO의 도움 없이 오로지 수기 식으로 CFMP의 해를 구하는 알고리즘을 제안한다. 제안된 알고리즘은 만기 도래 일자가 최장기부터 단기의 내림차순으로 해당 채권이 차기 만기 도 래 채권의 이전 년도까지 지급액을 커버하는 방법으로 채권 매수 량을 결정한다. 또한 최 단기 채권 만기 도래 이전 년도까지는 은행 예금의 원금과 이자로 충당하는 예금액을 결정하였다. 2개의 실험 데이터에 제안된 알고리즘을 적용한 결과 선형계획법에 비해 보다 정확한 결과를 얻을 수 있음을 보였다.

The cash flow matching problem(CFMP) aims to minimize the initial investment by paying the total amount due for the T-year in principal and interest of bonds or bank deposits without paying the full amount in cash. Linear programming(LP) is the only known way to solve CFMP. The linear programming method is a problem that optimizes T linear functions, and it cannot be solved by handwriting, so LINGO, which is a solution to the linear programming method, is used. This paper proposes an algorithm that obtains the solution of CFMP solely by handwriting without the help of LINGO. The proposed algorithm determines the amount of bond purchases by covering payments until the previous year of the next maturity bond in the order that the maturity date falls from the longest to the short term. In addition, until the year before the maturity of the shortest maturity bond, the amount of deposit covered by the principal and interest of the bank deposit was determined. As a result of applying the proposed algorithm to two experimental data, it was shown that more accurate results can be obtained compared to the linear programming method.

한류는 국내에서 세계적인 현상으로 발전하고 시공간 제한이 없는 인터넷과 소셜 미디어로 국제화가 된다. 본 연구는 인도네시아에서 소셜미디어를 활용한 한류 홍보에 대한 지속적 사용의도를 알아보고자 하였다. 이에 본 연구에서 는 기대확신모형을 적용하여 개인의 혁신적인 성향을 나타내는 자기효능감과 소셜미디어가 보여주는 속성인 지각된 유 희성이 소셜미디어에 대한 지각된 유용성과 확신 그리고 만에 이은 이용의도에 미치는 영향을 분석하고자 하였다. 이를 위한 연구방법으로는 구조방정식을 활용하여 모형의 적합도와 연구가설을 검증하였다. 그 결과 지각된 유희성은 지각된 유용성에 긍정적인 영향을 미치는 것으로 나타났고, 자기효능감은 지각된 유용성에 긍정적인 영향을 미치는 것으로 나타 났다. 또한 확신은 지각된 유용성과 만족에 모두 긍정적인 영향을 미치는 것으로 나타났다. 지각된 유용성은 만족에 긍정 적인 영향을 미치는 것으로 나타났으며, 마지막으로 만족은 지속적 이용의도에 긍정적인 영향을 미치는 것으로 나타났다.

Korean Wave is now internationalized through the internet by social media, which have no space-time restrictions. This research examine the continuance use of K-Pop promotion using social media in Indonesia. In this study we apply the Expectation-Confirmation Model to analyze the effects of individual self-efficacy and perceived enjoyment on perceived usefulness, confirmation, and satisfaction of Social Media. As a research method for that purpose, the conformity of the model and the research hypothesis were verified using the structural equation model. As a result, it was found that the perceived enjoyment positively influences perceived usefulness, self-efficacy has a positive influence on perceived usefulness. We also found that confirmation positively affects both perceived usefulness and satisfaction, and that perceived usefulness positively affects satisfaction. Finally, satisfaction was found to always have a positive effect on intention to use.

변동성 가치에 대한 미래 예측을 분석하는 연구는 여러 분야에서 이루어지고 있다. 하지만 이러한 미래 가치분석 은 각 분야의 연구결과를 통해 각 분야에 따른 변수가 너무 많아 예측결과의 정확도가 낮으며 결과에 영향을 미치는 객관적인 핵심영향요소를 찾아내는 데 어려움이 있음을 알 수 있었다. 특히 다양한 영향인자의 중요도에 대한 객관적인 기준이 마련되지 않아 연구자의 주관에 의지하여 핵심영향인자를 판단하여 적용하는 실정이다. 이에 여러 분야에서 객관 적으로 적용할 수 있는 변동성 재화가치 예측에 영향을 미치는 핵심영향인자 추출을 위한 합리적인 Process 모델이 필요하게 되었다. 본 연구에서 총 7단계로 핵심영향인자 추출을 위한 Process 모델링을 제시 하였으며, 각 단계별로 핵심영향인자 추출을 위한 방법을 구체적으로 정의하였다. 또한, 제안된 모델링을 이용하여 원자재 분야의 주요 변동재 화 중 Ni금속을 적용하여 Simulation을 한 결과 기존 방식에 의한 예측 값 0.872%, 본 연구 모델링을 적용한 예측 값 0.864%로 예측 결과 값이 모델에서 제시한 기준에 부합함을 확인 하였다.

Research to analyze the future prediction of value is being conducted in various. However, it was found through the research results of each field that such future value analysis has too many variables according to each field, so the accuracy of the prediction result is low, and it is difficult to find objective key influencing factors that affect the result. In particular, since objective standards for the importance of various influencing factors have not been established, the key influencing factors have been judged and applied based on the researcher's subjectivity. Accordingly, there is a need for a reasonable process model for extracting key influencing factors that affect the prediction of volatility goods value that can be objectively applied in various fields. In this study, process modeling for extracting key influencing factors was conducted in seven steps, and the method for extracting key influencing factors was explained in detail in each step. In addition, as a result of simulation by applying Ni metal among the major variable goods in the field of raw materials using the proposed modeling, the predicted value by the existing method was 0.872% and the predicted value by applying the modeling of this study was 0.864%. conformance was confirmed.

딥러닝을 이용한 학습자 맞춤 강의 추천 프로젝트를 연구한다. 추천시스템은 웹과 앱에서 쉽게 발견할 수 있으며 이 특성을 이용한 예제는 사용자 클릭으로 특성 영상 추천과 SNS에서 평소 사용자가 관심 있던 분야의 아이템을 광고하 는 것이 있다. 본 연구에서는 문장 유사도인 Word2Vec를 주로 이용하여 2번의 필터링을 거쳤으며 Surprise 라이브러 리를 통해 강좌 추천을 하였다. 이러한 시스템으로 사용자에게 간편하고 편리하게 원하는 분류의 강좌 데이터를 제공한 다. Surprise 라이브러리는 Python scikit-learn 기반의 라이브러리이며 추천시스템에 편리하게 사용된다. 데이터를 분석하여 시스템을 빠른 속도로 구현하고 딥러닝을 사용하여 강좌 단계를 거쳐 보다 더 정밀한 결과를 구현해낸다. 사용 자가 관심 있는 키워드를 입력하면 해당 키워드와 강좌 제목과의 유사도를 실행하고 추출된 영상 데이터로 또 음성 텍스 트와의 유사도를 실행하여 추출된 데이터로 Surprise 라이브러리를 통해 가장 높은 순위의 영상 데이터를 추천한다.

We study a learner-customized lecture recommendation project using deep learning. Recommendation systems can be easily found on the web and apps, and examples using this feature include recommending feature videos by clicking users and advertising items in areas of interest to users on SNS. In this study, the sentence similarity Word2Vec was mainly used to filter twice, and the course was recommended through the Surprise library. With this system, it provides users with the desired classification of course data conveniently and conveniently. Surprise Library is a Python scikit-learn-based library that is conveniently used in recommendation systems. By analyzing the data, the system is implemented at a high speed, and deeper learning is used to implement more precise results through course steps. When a user enters a keyword of interest, similarity between the keyword and the course title is executed, and similarity with the extracted video data and voice text is executed, and the highest ranking video data is recommended through the Surprise Library.

본 연구는 건축시 발생되는 폐기물의 자동분류를 위해 딥러닝 알고리즘을 활용해 건출 폐기물 데이터를 각각 목재 폐기물, 플라스틱 폐기물, 콘크리트 폐기물로 분류하는 두 모델들을 통해서 성능 비교를 한다. 건축 폐기물의 분류 를 위해 사용된 딥러닝 알고리즘은 합성곱 신경망 이미지 분류 알고리즘 VGG-16과 NLP를 기반으로 이미지를 시퀀스 화 시킨ViT, Vision Transformer 모델을 사용했다. 건축 폐기물 데이터 수집을 위해 이미지 데이터를 전 세계 검색엔 진에서 크롤링 하였고, 육안으로도 명확히 구분하기 어렵거나, 중복되는 등 실험에 방해되는 이미지는 전부 제외하여 각 분류당 1천장씩 총 3천장의 이미지를 확보했다. 또한, 데이터 학습시에 모델의 정확도 향상에 도움을 주기 위해 데이 터 확대 작업을 진행해 총 3만장의 이미지로 실험을 진행 하였다. 수집된 이미 데이터가 정형화 되어있지 않은 데이터 임에도 불구하고 실험 결과는 정확도가 VGG-16는 91.5%, ViT 는 92.7%의 결과가 나타났다. 이는 실제 건축폐기물 데이터 관리 작업에 실전 활용 가능성을 제시한 것으로 보인다. 본 연구를 바탕으로 추후에 객체 탐지 기법이나 의미론 적 분할 기법까지 활용한다면, 하나의 이미지 안에서도 여러 세밀한 분류가 가능해 더욱 완벽한 분류가 가능할 것이다.

This study utilizes deep learning algorithms to automatically classify construction waste into three categories: wood waste, plastic waste, and concrete waste. Two models, VGG-16 and ViT (Vision Transformer), which are convolutional neural network image classification algorithms and NLP-based models that sequence images, respectively, were compared for their performance in classifying construction waste. Image data for construction waste was collected by crawling images from search engines worldwide, and 3,000 images, with 1,000 images for each category, were obtained by excluding images that were difficult to distinguish with the naked eye or that were duplicated and would interfere with the experiment. In addition, to improve the accuracy of the models, data augmentation was performed during training with a total of 30,000 images. Despite the unstructured nature of the collected image data, the experimental results showed that VGG-16 achieved an accuracy of 91.5%, and ViT achieved an accuracy of 92.7%. This seems to suggest the possibility of practical application in actual construction waste data management work. If object detection techniques or semantic segmentation techniques are utilized based on this study, more precise classification will be possible even within a single image, resulting in more accurate waste classification.

도시철도 운용기관은 관제센터를 중심으로 하는 1:N 기반 일제방송 시스템을 통해 철도 이용에 관한 다양한 정보를 고객에게 제공하고 있다. 하지만 이러한 일제방송 시스템은 설비 노후화 및 모바일 서비스에 익숙해진 도시철도 이용고객의 Needs를 충족 시키는데 많은 한계를 갖는다. 본 연구는 이러한 한계를 극복하는, 도시철도 이용고객의 위치 정보를 활용한 모바일 기반 일제방송 서비스 및 이와 관련된 도시철도 이용(예정)고객, 운용기관, 외부 서비스 제공자 등 다양한 이해관계자의 요구사항을 분석하고 이에 관한 서비스 모델과 물리적 구조를 제시하였다. 이를 통해 재난상황 발생 시 신속하고 효율적인 상황 전파를 통한 도시철도 안전운행 확보 및 재난대응성 향상을 도모한다.

The control center of an urban railway operator provides railway users with various information on railway use through a 1:N same-time broadcasting system. However, the facilities of the broadcasting system are aging, exposing many limitations in meeting the needs of urban railway users who have become familiar with mobile services. To overcome these challenges, this study analyzed the mobile-based same-time broadcasting services using location information of urban railway users and the requirements of various stakeholders (urban railway users, an operator, and external service providers, etc.) to suggest optimal service models and physical structures. Through this study, it aims to secure safer operations of urban railway as well as to improve better disaster responses through rapid and efficient spread of the situation in case of disaster.

현실 세계와 유사한 모델링이 가능한 객체지향 언어인 C++ 프로그래밍 수업을 플립드러닝 학습모형을 도입한 교육과정으로 개발한다면 학생들의 능동적인 문제해결 능력을 배양할 수 있다. 본 교과목 개발사례에서는 플립드러닝 기법을 프로그래밍 수업에 적용하여 학생들의 능동적인 문제해결 능력 향상에 효과가 있었다는 데 그 의의가 있다. 먼저 4차시의 강의를 Pre-Class, In-Class, Post-Class로 나누어 주제에 맞는 수업 목표를 제시하고 팀을 구성하여 토의하 는 방식으로 수업을 진행하였다. 강의 마지막에는 사후 설문 조사를 시행하여 학습자들이 효과적으로 학습하였는지 확인 하였다.

If the C++ programming class, an object-oriented language capable of modeling similar to the real world, is developed as a curriculum that introduces the flipped learning model, students' active problem-solving skills can be cultivated. In this subject development case, it is significant that the flipped learning technique was applied to the programming class and was effective in improving students' active problem-solving skills. First, the lectures in the 4th session were divided into Pre-Class, In-Class, and Post-Class, and the class was conducted in a way that suggested class goals suitable for the subject and formed a team to discuss. At the end of the lecture, a follow-up survey was conducted to check whether the learners learned effectively.

정보통신정책연구원에 따르면 OTT 서비스가 처음 등장한 2017년도로부터 4년간 33.4%라는 성장률을 보였다. 또, 한국수출입은행은 지난 2020년 국내 OTT 시장이 7801억원 규모라 발표하였다. 이런 OTT 시장의 발전은 OTT 서비스 플랫폼 간의 경쟁을 부추겨 OTT 서비스의 영상 추천 등과 같은 편의 기능에 대한 이용자 만족이 OTT 서비스 시장 경쟁에서 중요한 요소로 작용할 것으로 보인다. 현재 OTT 시장은 사용자의 맞춤형 추천을 위해 여러 데이터를 사용하고 있지만 앱 내부에서의 데이터만을 사용했다는 한계가 있다. 이에 개개인의 맞춤형 추천을 위한 앱 외부의 사용 자 개인 데이터 활용을 제안하였으며, 설문 조사 결과 사용자의 만족도는 넷플릭스 추천 콘텐츠 대비 제안한 방법을 토대로 한 추천 콘텐츠가 23.72% 더 높은 것으로 나타났다.

According to the Korea Information Society Development Institute, OTT services grew at a rate of 33.4% in four yearsfrom 2017, when they were first launched.TheKorea Export-Import Bank announced in 2020 that the domestic OTT market was worth 780.1 billionKRW. This growth of the OTT market is expected to stimulate competition among OTT service platforms, and user satisfactionwithconvenience features, such as video recommendations, seems to be acting as an important factor in the competition.Currently, the OTT market uses a variety ofdata for customized recommendations, but the limitationis that it only uses datacollected within the app. Thereby we have proposed the use ofpersonal data collected outside the app for personalized recommendations, and the survey results showed that user satisfaction was 23.72% higher for recommended content based on the proposedmethod thanNetflix recommended content.