Earticle

이 논문은 Vision AI 및 컴퓨터 비전 기술을 활용하여 임대 장비의 불법 거래를 탐지하는 시스템을 개발하고, 온라인 중고거래 플랫폼에서 통신사 장비의 불법 유통 문제를 해결하기 위해 인공지능 기반 이미지 분석 기술을 적용한 사례 연구이다. 학습데이터 구축은 이미지 데이터 수집, 어노테이션, 전처리, 데이터 증강, 모델 학습의 5단계 수행 과정 과, YOLOv8 객체 탐지 모델의 탐지 성능을 91.4% 수준을 달성하기 위한 데이터셋 개선 및 성능 측정 결과도 상세히 도식화한다. 본 연구는 Vision AI 기술의 실제 적용 사례로, 관련 분야의 연구 및 실무에 있어 중요한 기술적 타당성과 실무적 활용 가능성을 제시할 뿐만 아니라 다양한 산업 분야에서 불법 거래 방지 및 안전한 거래 환경 구축을 위한 적용 방향을 제시한다.

This paper presents a system designed to detect illegal transactions involving rental equipment by utilizing Vision AI and computer vision technologies. It serves as a case study demonstrating how AI-powered image analysis can address the issue of illegal distribution of telecommunications equipment on online second-hand trading platforms. The development process involves five key steps: image data collection, annotation, preprocessing, data augmentation, and model training. Detailed results are provided, highlighting dataset improvements and performance evaluations, with the YOLOv8 object detection model achieving a detection accuracy of 91.4%. This study illustrates a practical application of Vision AI technology, showcasing its technical feasibility and practical usability. It also offers insights into how this technology can prevent illegal transactions and promote a safer trading environment across various industries.

본 연구에서는 가상인플루언서의 특성이 광고 효과에 미치는 영향을 살펴보기 위해 광고 메시지 유형을 분류하여 이를 살펴보고자 하였다. 먼저 가상인플루언서의 요인을 실재감, 매력성, 자아이미지 일치성 요인을 분석하고 이를 통해 광고 태도와 구전의도를 살펴보았으며 유의미한 결과를 보였다. 두 번째로 가상인플루언서를 활용한 메시지 유형을 실용 재와 쾌락재로 나눠 이를 살펴본 결과 실용재에서는 가상인플루언서의 실재감 요인, 쾌락재에서는 실재감과 매력성이 유의미한 결과로 나타났다.

In this study, we attempted to classify and examine advertising message types to examine the impact of virtual influencer characteristics on advertising effectiveness. First, the virtual influencer's factors of presence, attractiveness, and self-image consistency were analyzed, and through this, advertising attitude and word-of-mouth intention were examined, and significant results were shown. Second, as a result of examining the types of messages using virtual influencers by dividing them into utilitarian goods and hedonic goods, the results showed that the presence of virtual influencers in utilitarian goods and the sense of presence and attractiveness in hedonic goods were significant results.

피아노 학습 과정에서 기초적인 실력이 부족하거나 악보를 읽는 것에 어려움을 느껴 학습에 대한 흥미가 떨어지 고 결국 그만두게 된다. 중도 포기 요인에 가장 크게 작용하는 것에는 학업 매진과 피아노 학습 과정에 흥미를 잃는 것으로 확인되었다. 기존의 피아노 학습을 도와주는 시스템들은 특정 플랫폼에 제한한 서비스를 제공하며 HMD(Head-Mounted Display)와 같은 장비의 사용이 강제되기도 한다. 본 논문에서는 플랫폼 제한으로부터 자유로워 다수의 플랫폼에서 서비스를 이용할 수 있도록 피아노 연습 시스템을 개발하였다. 서버에 사용자의 연습 정보를 저장하 는 것으로 사용자간 경쟁을 통한 흥미를 유발할 수 있도록 했으며 HMD를 사용해서 더 몰입감 있는 연습을 하는 것도 가능하도록 개발하였다.

In the process of learning piano, interest in learning decreases due to lack of basic skills or difficulty in reading sheet music, and eventually quit. It was confirmed that the most important factors influencing the factor of abandonment were academic concentration and loss of interest in the piano learning process. Existing systems that help piano learning provide limited services to specific platforms, and the use of equipment such as HMD(Head-Mounted Display) is sometimes forced. In this paper, a piano practice system was developed so that services can be used on multiple platforms, free from platform restrictions. By storing the user's practice information on the server, it was possible to induce interest through competition between users, and it was developed to enable more immersive practice using HMD.

다채로운 특성을 가진 식품의 효과적인 디지털 커뮤니케이션에 있어 주요 타겟군을 중심으로 진행하는 것은 효과적이라는 다수의 선행연구가 이어져왔다. 이에 본 연구에서는 신규 식품브랜드의 시장진출을 위한 디지털 마케팅 전략으로, 구글 트렌드를 활용해 비건 트렌드 중심의 키워드와 타겟 지역을 선정하였다. 이를 기반으로 타겟 페르소나를 구축하고 New PASONA 법칙을 적용하여 맞춤형 마케팅 전략을 제안, K-Food의 글로벌 확산을 지원하고자 한다. 이 를 위해 페르소나 기준 문제(Problem) 단계에서 건강 문제를 명확히 인식하게 하고, 해결책(Solution) 단계에서 제품의 효능과 성분을 강조하여 신뢰를 구축하도록 했다. 또한 제한(Narrowing-down) 단계에서는 구매를 서두르게 만들고, 최종 행동(Action)에서 간편한 절차를 강조하는 방식으로 파소나 법칙을 적용하는 것이 효과적임을 제안할 수 있다.

There have been many previous studies that have shown that it is effective to focus on the main target group for effective digital communication of food with various characteristics. Accordingly, this study selected keywords and target regions centered on vegan trends using Google Trends as a digital marketing strategy for the market entry of a new food brand. Based on this, we constructed a target persona and proposed a customized marketing strategy by applying the New PASONA (Problem, Action, Solution, Offer, Narrowing-down, Affinity) framework to support the global spread of K-Food. To this end, we clearly recognized health issues in the Problem stage based on the persona, and emphasized the efficacy and ingredients of the product in the Solution stage to build trust. In addition, we can suggest that it is effective to apply the new framework in a way that makes people hurry to purchase in the Narrowing-down stage and emphasizes easy procedures in the final action.

연구는 미래 푸드테크(Foodtech) 산업에서 로보틱스 인공지능 밴드(Robotic AI Band)의 적용 가능성을 연구하 며, 이를 통해 리테일 푸드테크 기술에 엔터테인먼트 요소를 추가하는 필요성을 제시한다. 연구는 어쿠스틱 음악을 제공 하는 인공지능 밴드의 기능성과 아키텍처를 중심으로, 해당 기술의 구현을 위한 필수 기술과 성능 지표를 상세히 분석한 다. 이러한 기술의 적용을 통해 기대되는 고객의 이점과 사회적 파급효과를 논의하며, 주요 요소 기술과 기존 기술 간의 아키텍처 연관성을 살펴본다. 또한, 사업화 사례와 핵심 데이터를 통해 실질적인 적용 가능성을 검토하고, 고객 정보의 중요성과 시스템과의 상호작용을 강조한다. 마지막으로, 적용되는 핵심 인공지능 기술과 그 성능 지표를 제시하여 연구 의 실용성과 효율성을 평가한다. 본 연구는 로보틱스와 인공지능을 결합한 푸드테크 기술의 혁신적인 가능성을 제시하 며, 이를 통해 푸드 리테일 산업의 미래를 재정의하고자 한다.

This study investigates the applicability of the Robotic AI Band in the future Foodtech industry, and suggests the need to add entertainment elements to retail foodtech technology. The study analyzes in detail the essential technologies and performance indicators for implementing the technology, focusing on the functionality and architecture of the AI band that provides acoustic music. It discusses the expected customer benefits and social ripple effects through the application of this technology, and examines the architectural correlation between key element technologies and existing technologies. In addition, it examines the practical applicability through commercialization cases and key data, and emphasizes the importance of customer information and interaction with the system. Finally, it presents the applied key AI technologies and their performance indicators to evaluate the practicality and efficiency of the study. This study suggests the innovative potential of foodtech technology combining robotics and AI, and aims to redefine the future of the food retail industry through this.

본 연구는 푸드테크 산업에서 AIMPLE 기술을 기반으로 한 디지털 휴먼과의 대화, 주문, 매장 엔터테인먼트 시스템을 통합하여 고객 경험을 혁신하는 방안을 탐구한다. 이모션웨이브의 디지털 휴먼 기술을 활용하여, 언리얼 엔진 5.3 버전에서 VRM0, VRM1, 메타휴먼 기술을 적용한 시스템을 설계하였다. 디지털 휴먼은 클라우드 기반의 픽셀스트 리밍 기술과 WebRTC를 통해 다양한 엣지 디바이스에서 실시간으로 상호작용할 수 있다. 본 논문은 특히 감정 분석 및 인지 모듈을 고안하여 디지털 휴먼의 범용성 높은 의사소통을 위한 목표 지향적인 제안적 의사소통 기술과 감정 소통 기술을 구현하는 데 초점을 맞춘다. 이러한 시스템은 리테일 푸드 시스템의 현재와 미래에 중요한 변화를 가져올 것으로 예상된다.

This study explores a way to innovate customer experience by integrating conversation, ordering, and in-store entertainment systems with digital humans based on AIMPLE technology in the food tech industry. Using EmotionWave’s digital human technology, we designed a system that applied VRM0, VRM1, and metahuman technologies in Unreal Engine 5.3. Digital humans can interact in real time on various edge devices through cloud-based pixel streaming technology and WebRTC. This paper focuses on implementing goal-oriented propositional communication technology and emotional communication technology for the universal communication of digital humans by designing emotion analysis and recognition modules. Such a system is expected to bring about significant changes in the present and future of the retail food system.

본 논문에서는 Ka 대역 소형 도플러 레이다용 주파수합성기를 설계 및 제작하였다. 주파수합성기는 레이다 내 신호처리기의 RFSoC로부터 IF 신호를 받아 Ka 대역 신호로 상향 변환을 한다. 국내 개발된 MMIC를 사용하여 제안된 레이다 시스템 적용 가능함을 확인하였다. 제안된 주파수합성기는 Ka 대역 ± OOO MHz 출력 주파수에서 출력전력 2.0 ∼ 3.7 dBm, 불요파 70 ∼ 73 dBc가 측정되었다. 본 논문에서 제시한 주파수합성기를 이용하여 Ka 대역 소형 도플러 레이다에 적용이 가능할 것으로 예상한다.

In this paper, Ka-band Frequency Synthesizer for compact doppler RADAR has been designed and fabricated. Frequency Synthesizer is up-converting IF from RFSoc of SPU to Ka band frequency. We confirmed possibility of domestically-developed MMIC for proposed RADAR system. It is observed that fabricated frequency synthesizer performs 2.0 ∼ 3.7 dBm power and 70 ∼ 73 dBc spurious at Ka-band ± OOO MHz bandwidth. Proposed Ka band frequency synthesizer is expected to apply for Ka-band compact doppler RADAR.

본 논문에서는 파킨슨병의 분자병리적 기작 중 하나인 미토콘드리아 기능 장애로 인한 신경세포 사멸과정을 유전자 제어 네트워크 관점에서 분석하고자 하였다. 유전자 상호 간의 미치는 영향을 추정하기 위해 상태변수와 관측변 수로 구성된 상태공간 모델을 이용하였으며, 상태공간 모델의 파라미터는 파킨슨병 실험모델로부터 얻어진 시계열 마이 크로어레이 데이터를 통해 계산하였다. 유전자 제어 네트워크는 상태공간 모델의 파라미터를 통해 계산된 유전자-유전 자 상호작용 행렬로부터 구축되었으며, 지속적인 발현 유지를 가능하게 하는 양의 self-loop 구조를 보이는 15개 유전 자가 관측되었으며, 이 가운데 8개는 허브 유전자였다. 이들 유전자는 세포 사멸과정에서 지속적인 발현을 유지하면서 중요한 역활을 감당할 것으로 판단되며 미토콘드리아 기능 장애로 발병되는 파킨슨병에 대한 치료전략 개발에 실마리를 제공할 수 있을 것으로 기대된다.

In this paper, we aimed to analyze the neuronal cell death process resulting from mitochondrial dysfunction, which is one of the molecular pathological mechanisms of Parkinson's disease from the perspective of a gene regulatory network. To estimate the influence between genes, a state space model consisting of state variables and observation variables was utilized, and the parameters of the state-space model were calculated through time-series microarray data obtained from a Parkinson's disease experimental model. The gene regulatory network was constructed from the gene-gene interaction matrix calculated through the parameters of the state-space model. Fifteen genes showing a positive self-loop structure that enables continuous gene expression were observed, among which eight were hub genes. These genes are judged to play a critical role while maintaining continuous expression during the cell death process, and it is expected that they can provide insights for developing therapeutic strategies for Parkinson's disease caused by mitochondrial dysfunction.

본 논문에서는 연구실에서의 보호 장비 미착용 및 안전수칙 미준수로 인하여 꾸준히 발생하고 있는 사고를 예방 하기 위해 AI 기반의 연구실 출입관리시스템을 개발하였다. 이 시스템은 연구실 출입 전 사용자의 얼굴을 인식하여 신원 을 확인하고, 복장 인식을 통해 적절한 보호 장비 착용 여부를 확인한다. 얼굴 및 복장 인식을 위하여 AI 기술이 적용되 었으며 실험실 출입 기록과 사용자 정보는 데이터베이스에 저장된다. 또한 시스템 관리자에게 서비스를 통하여 실험실의 출입 관리를 손쉽게 할 수 있도록 구현하였다.

In this paper, we developed the laboratory access management system based on AI to prevent accidents that frequently occur due to the failure to wear protective equipment and non-compliance with safety rules in laboratories. The system recognizes the user's face before entering the laboratory to verify their identity and checks whether appropriate protective gear is worn through attire recognition. Additionally, AI-based face and attire recognition enables the inspection of attire during entry, and entry records along with user information are stored in a database. In addition, it was implemented to make it easier for system managers to manage access to the laboratory through services.

본 논문은 NP-완전 문제로 분류된 최소 가중치 연결 지배집합 문제(MWCDSP)에 대해 다항시간의 정확한 해를 찾는 알고리즘을 제안하였다. MWCDSP의 최적 해를 직접적으로 찾는 규칙을 발견하는 것은 불가능에 가깝다. MWCDSP의 전제조건은 최소 가중치 합과 연결된 최소 노드 수를 충족시켜야만 한다. 본 논문은 먼저 최소 가중치 합을 가진 개 노드를 연결하는 MST를 구하였다. 다음으로 연결된 최소 노드 수 조건을 충족시키기 위해 MST의 내부 노드 들 중에서 차수가 2 이상인 단 노드들을 지배하는 노드를 단 노드로 변환시켜 연결된 노드 수를 줄였다. 제안된 알고리 즘을 14개의 다양한 유형의 망에 대해 적용한 결과 모든 망에서 최적 해를 찾을 수 있음을 보였다.

This paper proposes an algorithm to find the exact solution of polynomial time for the minimum weighted connected dominating set problem(MWCDSP) classified as NP-complete problem. It is almost impossible to find a rule that directly finds the optimal solution of MWCDSP. The prerequisite for MWCDSP must meet the minimum sum of weights and the minimum number of connected nodes with it. This paper first obtains an MST that connecting n nodes with a minimum weighted sum. Next, in order to meet the condition of the minimum number of connected nodes, the nodes that dominating the terminal nodes with a degree of 2 or higher among the internal nodes of the MST were converted to the terminal nodes to reduce the number of connected nodes. The application of the proposed algorithm to 14 different types of networks shows that the optimal solution can be found in all networks.

본 논문은 m개 정점 (교차로)과 n개 간선 (도로)로 구성된 방향그래프 도시에 대해 오일러 사이클을 형성하는 도로 제설차량 운행거리를 최소로 하는 제설계획 문제에 대해 선형시간 복잡도의 휴리스틱 알고리즘을 제안하였다. 제안 된 알고리즘은 각 정점의 유입과 유출차수가 동일하도록, 부족한 유출차수 정점들과 유입차수 정점들을 도출하고, 이들 간의 최단거리 경로를 선택하는 규칙을 적용해 추가로 필요한 도로들을 도출하였다. 도출된 오일러 사이클 도로망에 대 해 출발 정점에서 모든 도로를 한 번씩만 거쳐 되돌아오는 오일러 사이클 제설 도로들의 방문 순서 계획을 결정하였다. 제안된 알고리즘을 실제 실험 데이터에 적용한 결과 선형계획법과 동일한 해를 얻었다. 반면에, 선형계획법은 오일러 사이클을 찾는 과정에서 추가로 필요한 최소거리 도로들을 찾는 최적화 과정을 수행하는 반면에, 제안된 알고리즘은 사 전에 추가로 필요한 도로들을 결정하여 오일러 사이클을 형성하기 때문에 최적화 과정이 필요하지 않은 장점이 있다.

This paper suggests heuristic algorithm with linear time complexity to decide the minimum gritting truck moving length of gritting plan for digraph cities with m vertices (intersections) and n edges (roads). This algorithm draws the shortage out-degree and in-vertices in order to equal of in-degree and out-degree in each vertex. And this algorithm can be find the additional shortest length of roads using the minimum shortest path selection method between shortage out-degree vertex and in-degree vertex. For the derived Eulerian cycle roads network, we decide the Eulerian cycle roads gritting sequence plan which starts and ends on the same starting vertex and visits every edge exactly once. For real experimental data, the proposed algorithm can be get the same solution as linear programming (LP). While LP performs optimization process in the Eulerian cycle finding process in order to find the additional roads need to Eulerian cycle, the proposed algorithm has a unnecessary merit of optimization process because of this algorithm decides the additional roads beforehand for Eulerian cycle. Notwithstanding linear time complexity, this algorithm is more simple than linear programming and can be gets the identical solution of linear programming.

본 논문에서는 유니티 엔진을 활용한 아쿠아리움 배경의 비주얼 노벨 추리 게임을 설계하여 구현하였다. 활발한 상호작용을 통해 사용자 참여도와 만족도를 높이는 것을 주요 목적으로 하였다. 가상의 범죄 스토리를 바탕으로 숨겨진 음모와 살인사건의 범인을 추리하는 구조로, 사용자의 선택에 따라 다양한 결말을 경험할 수 있게 설계하였다. 스토리텔 링에서는 캐릭터 간 이항 대립과 ‘이행', ‘역설' 개념을 통해 내러티브의 깊이를 더했으며, 추리 요소 강화로 플레이어의 능동적 참여를 유도하였다. 아쿠아리움 배경의 특수한 상황을 통해 해양 생물 보호와 환경 보존 메시지를 전달하고, 한국 적 색채를 디자인에 적용하였다. 본 연구는 게임 개발의 기술적 도전과 해결 방안, 사용자 경험 향상을 위한 시도 들을 기술한다. 최종적으로 사용자 평가를 통해 비주얼 노벨 장르에서 활발한 상호작용의 효과성을 검증하고 향후 개선 방향 을 제시한다.

This paper presents the design and implementation of a visual novel mystery game set in an aquarium background, utilizing the Unity engine. The primary objective was to enhance user engagement and satisfaction through active interaction. The game is structured around a fictional crime story where players deduce hidden conspiracies and identify the murderer. It is designed to offer multiple endings based on the user's choices. The storytelling incorporates binary oppositions between characters and the concepts of "transition" and "paradox" to deepen the narrative, while the strengthened mystery elements encourage active player participation. Through the unique setting of an aquarium, the game conveys messages about marine life protection and environmental conservation, and incorporates Korean cultural elements into its design. This study details the technical challenges and solutions encountered in game development, as well as attempts to improve user experience. Ultimately, user evaluations are used to verify the effectiveness of active interaction within the visual novel genre, and to propose future improvements.

본 연구는 인공지능 기반 머신러닝 및 딥러닝 기법을 활용하여 기업 성장률 예측의 정확성을 향상시키는 모델을 개발하고자 하였다. 기존의 통계적 및 회귀적 예측 모델들이 기업 성장률에 영향을 미치는 비선형적 상호작용과 외부 충격을 충분히 반영하지 못하는 한계를 해결하기 위해, 본 연구는 RNN, LSTM, GRU, GBM, CatBoost과 같은 다양한 회귀 모델을 적용하여 이들 간 예측 성능을 비교 분석하였다. 실증 분석 결과, GRU와 LSTM 등 순환 신경망 기반 모델 이 기업 성장률 예측에 있어 우수한 성능을 보임을 확인할 수 있었다. 특히, GRU 모델은 MSE, RMSE, MSLE, MAPE와 같은 다양한 평가 지표에서 가장 낮은 오차 값을 기록하여 시계열 데이터 학습에 강점을 보였으며, LSTM 모델 또한 장기적 종속성 학습에서 높은 성능을 보여 GRU 다음으로 뛰어난 결과를 나타냈다. 반면, GBM과 CatBoost와 같은 앙상블 모델은 일반적 예측에서는 안정적인 성능을 제공하였으나, 시계열 데이터의 복잡한 패턴을 학습하는데 있어서는 순환 신경망 모델에 비해 성능이 제한적임이 확인되었다. 본 연구는 순환 신경망 모델이 기업 성장률 예측에 있어 높은 예측 성능을 제공할 수 있음을 입증하였으며, 이러한 모델들이 경제적 시계열 데이터 분석에 효과적으로 활용될 가능성 을 제시한다. 본 연구의 결과는 기업 성장률 예측뿐만 아니라 다양한 경제적 시계열 데이터를 분석하는 데 있어 인공지 능 기법의 유용성을 강조하며, 향후 연구와 실무에서의 전략적 활용에 중요한 시사점을 제공한다.

This study attempted to develop a model that improves the accuracy of corporate growth prediction by utilizing artificial intelligence-based machine learning and deep learning techniques. To solve the limitation that the existing statistical and regression prediction models do not sufficiently reflect the nonlinear interaction and external shocks that affect the corporate growth rate, this study compared and analyzed the prediction performance between them by applying various regression models such as RNN, LSTM, GRU, GBM, and CatBoost. As a result of the empirical analysis, it was confirmed that the recurrent neural network-based models, such as GRU and LSTM, showed excellent performance in predicting the corporate growth rate. In particular, the GRU model recorded the lowest error value in various evaluation indicators such as MSE, RMSE, MSLE, and MAPE, showing strength in time series data learning, and the LSTM model also showed high performance in long-term dependency learning, showing excellent results after GRU. On the other hand, ensemble models such as GBM and CatBoost provided stable performance in general prediction. Still, it was confirmed that the performance was limited compared to the recurrent neural network model in learning the complex patterns of time series data. This study demonstrates that recurrent neural network models can provide high predictive performance in predicting corporate growth rates. It suggests that these models can be effectively used for economic time series data analysis. The results of this study emphasize the usefulness of artificial intelligence techniques in analyzing various economic time series data and predicting corporate growth rates and provide important implications for strategic use in future research and practice.

필드 프로그래머블 포토닉 게이트 어레이(FPPGA)는 광 회로를 사용자의 목적에 맞게 동적으로 재구성할 수 있어, 통신 네트워크, 양자 컴퓨팅, RF 신호 처리 등 다양한 응용 분야에서 활용될 수 있다. 그러나 이러한 다양한 응용 에 적용 가능한 프로그래머블 광 회로를 구현하기 위해서는 입출력 단자와 게이트의 수가 증가하게 되고, 그에 따라 제어 파라미터의 수도 늘어나게 되다. 그리고, 이와 같은 복잡한 광학 시스템에서 원하는 기능을 구현하기 위한 최적의 파라미터를 찾는 것은 어려운 과제이다. 본 연구에서는 MEMS 기반으로 구현 된 FPPGA 를 효과적으로 활용하기 위하 여, 해당 구조를 기반으로 역전파 기법을 적용한 파라미터 최적화 시뮬레이션 도구를 개발하였다. 이 시뮬레이션 도구는 제작된 FPPGA의 게이트 구조와 1:1로 매핑되어, 사용자의 목적에 맞게 광 회로의 파라미터를 효율적으로 설정할 수 있다. 이를 통해 광 신호 라우팅, 주파수 분할 다중화, 신경망 기반 숫자 인식 등 다양한 응용에서 효과적인 파라미터 최적화가 가능함을 입증하였다. 본 연구를 통해 우리는 FPPGA의 실용성을 높이고, 전문 지식이 없는 사용자도 효과적 으로 활용할 수 있는 FPPGA용 인터프리터 제작의 기반을 마련하였다.

Field Programmable Photonic Gate Arrays (FPPGA) can be dynamically reconfigured to meet user objectives, enabling their application in various fields such as communication networks, quantum computing, and RF signal processing. However, implementing programmable optical circuits suitable for such diverse applications requires increasing the number of input/output terminals and gates, which consequently increases the number of control parameters. As a result, finding the optimal parameters to realize desired functionalities in these complex optical systems becomes a challenging task. In this paper, to utilize MEMS-based FPPGA more effectively, we developed a parameter optimization simulation tool that applies backpropagation techniques to their architecture. This simulation tool directly maps onto the gate structure of the fabricated FPPGA, allowing efficient configuration of optical circuit parameters in alignment with user objectives. We demonstrated that effective parameter optimization is achievable in various applications, including optical signal routing, frequency division multiplexing, and neural network-based digit recognition. Our research enhances the practicality of FPPGAs and lays the groundwork for developing an FPPGA interpreter that can be effectively used by users without specialized knowledge.

여성에서 유방암을 진단하는 데 있어 유방 종양의 정확하고 신속한 분할은 매우 중요하다. 초음파 이미지는 비침 습적이고 효율적인 유방 검진 방법을 제공하나, 유방 초음파 이미지에서 종양의 모양대로 segmentation하는 것은종양 크기와 형태의 다양성, 스펙클 노이즈와 인공보형물등으로 인한 불명확한 경게 때문에 쉽지 않은 문제다. 또한, label이 있는 유방 종양 데이터셋이 많지 않기 때문에 심층신경망(deep neural net)을 잘 훈련시키기 어렵다. 본 연구에서는 한정된 labeled data로 심층 신경망모델을 훈련하기 위해 준지도 학습(semi-supervised learning)을 활용한다. 데이 터 부족 문제를 해결하기 위해 라벨이 없는 데이터(unlabeled data)에 대해 유사 라벨(pseudo-label)을 생성하고, 유 사 라벨이 달린 이미지와 원래 라벨이 달린 이미지를 모두 사용하여 모델을 재훈련한다. 제안한 방법은 BUSI 데이터셋 에서 학습 데이터의 절반만 label이 제공된 경우 약 82%의 Dice 계수를 달성하며, 1/4만 label이 제공된 경우 약 77%, 1/8만 label이 제공된 경우 약 75%의 성능을 보인다. 본 연구는 방사선 전문의의 labeling 작업 부담을 줄이는 데 기여 할 것으로 기대된다.

Accurate and rapid segmentation of breast tumors is essential for diagnosing breast cancer, particularly in young females. While ultrasound imaging provides a non-invasive and efficient approach for breast screening, segmenting breast ultrasound (BUS) images is challenging due to the wide variation in tumor size and shape, as well as ambiguous boundaries caused by speckle noise and artifacts. Additionally, limited access to annotated breast tumor datasets complicates training deep neural networks effectively. This research focuses on semi-supervised learning to train deep models with limited annotated breast tumor images. To address data scarcity, we generated pseudo-labels for unlabeled images and re-trained the model using both pseudo-labeled and originally labeled images. To mitigate potential inaccuracies in pseudo-labels that could disrupt the training process, we applied a multi-view approach to enhance pseudo-label robustness Our method achieved an 82% Dice coefficient with half of the training data annotated, approximately 77% with 1/4 annotated, and around 75% with only 1/8 labeled images on the BUSI dataset. We anticipate that this method will help reduce the label burden for radiologists.

유효 유전체 방법 (EDM)과 결합된 고유치 문제에 기초한 정확한 모드 전송선로 이론 (EP-MTLT)을 사용하여 비대칭 이중층 격자로 구성된 광학 결합기의 도파관 및 결합 현상을 분석하였다. 제안한 이론은 실제로 마이크로파 공학 의 특별한 유형인 전송선로에 의존하며, 높은 수치적 안정성과 제어 가능한 정확도를 제공한다. 이에 기반하여, 격자 특성들의 함수로서 누설파 결합모드들의 전파 상수의 변화를 정확하게 분석하는 수치해석 결과를 제시하였다. 또한, 최 소 결합 길이와 최대 결합 효율에 대한 최적의 격자 매개변수를 보고하였으며, 비대칭 이중층 격자로 구성된 격자보조 방향성 결합기의 효율적인 작동을 철저히 조사하였다.

The waveguide and coupling phenomena of an optical coupler composed of asymmetric double-layer gratings are analyzed using a rigorous modal transmission-line theory (EP-MTLT) based on eigenvalue problem in conjunction with effective dielectric method (EDM). The proposed analysis actually constitutes transmission-line, which is a special type of microwave engineering, and provides high numerical stability and controllable accuracy. Based on those one, the numerical results are presented to accurately analyze the change in the propagation constant of leaky coupled modes as a function of grating characteristics. In addition, the optimal grating parameters for minimum coupling length and maximum coupling efficiency are reported. The efficient operation of the grating-assisted directional coupler consisting of an asymmetric double-layer grating is thoroughly investigated.

본 연구는 60세 이상 노인의 미디어 이용 현황을 분석하기 위해 2023년 한국미디어패널조사의 미디어 다이어리 를 활용하였다. 연구 대상은 60세 이상 3,414명이 3일간 기록한 총 10,242건의 데이터를 포함하며, TV, 라디오, 유튜 브, 통화, 문자/메일, 소셜미디어, 게임 등 7가지 미디어의 평균 이용 시간과 시간대별 이용 패턴을 분석하였다. 또한, 주중과 주말의 미디어 이용 시간 차이와 인구통계적 특성에 따른 미디어 이용 시간의 차이도 살펴보았다. 마지막으로, 7가지 미디어 이용 시간이 디지털전환 체감정도에 미치는 영향을 분석하였다. 분석 결과, 노인의 미디어 이용에서 TV가 가장 큰 비중을 차지하였으며, 통화와 문자/메일의 높은 사용량은 노인들이 사회적 상호작용을 중요하게 여긴다는 점을 보여주었다. 주중에는 통화와 문자/메일 등 사회적 상호작용을 위한 미디어 이용이 두드러졌고, 주말에는 TV 시청이 크게 증가하였다. 인구통계적 특성에 따른 분석에서는 성별, 연령, 교육 수준, 소득 수준에 따라 디지털 미디어 이용에 뚜렷한 차이가 나타났다. 또한, 전통적 미디어 및 디지털 미디어의 이용이 노인층의 디지털전환 체감정도에 미치는 영향 은 뚜렷하게 구분되었다. 본 연구는 노인의 미디어 이용을 다각적으로 이해할 수 있는 통찰을 제공하며, 노인 세대 내 디지털 격차를 확인하고 이를 해소하기 위한 정책적 방안의 필요성을 제기한다.

This study analyzes media usage among adults aged 60 and older using media diary data from the 2023 Korean Media Panel Survey. Based on 10,242 records from 3,414 participants, it examines the average usage time and time-based patterns of seven media types: TV, radio, YouTube, phone calls, text/email, social media, and games. It also explores differences in media usage between weekdays and weekends and variations by demographic characteristics such as gender, age, education, and income. Additionally, the study investigates the impact of media usage on the perception of digital transformation. The findings reveal that TV accounted for the largest share of media usage, while the high usage of phone calls and text/email highlights the importance of social interaction. Media use for social interaction was more prominent on weekdays, whereas TV viewing increased on weekends. Digital media usage varied significantly by demographic characteristics, and traditional and digital media had distinct effects on digital transformation awareness. This study provides a comprehensive understanding of media usage patterns among older adults and underscores the need for policy measures to bridge the digital divide in this age group.

플랫폼 기업들이 새로운 연결 및 매개, 소통, 경제 행위 방식을 통하여 사회 전반적으로 소비 패턴 및 정보 이용 에 막대한 영향력을 가지게 되었다. 빅테크 플랫폼 기업들은 ‘규칙 제정의 힘’(rule-setting power)을 가지고 온라인 상의 사회적 경제적 활동의 실질적인 게이트 키핑 역할을 하고 있다. 플랫폼 기업 스스로 정하는 여러 가지 게임의 룰에 대한 공정성 및 중립성 이슈가 지속적으로 제기되고 있다. 플랫폼 기업의 특성상 소수의 거대 기업이 대부분의 시장을 점유하면서 독과점 및 공정 경쟁을 위한 정책적 대응의 필요성도 높아지고 있다. 본 연구는 플랫폼 기업의 가치 창출 방식과 이에 상응하는 사회적 책임 이슈에 대한 고찰을 통하여 플랫폼 기업에 대한 합리적인 정책적인 대안을 모색한다.

Platform companies have a tremendous influence on consumption patterns and information use throughout society through new methods of connection, mediation, communication, and economic activity. Big tech platform companies play a practical gatekeeping role in online social and economic activities with ‘rule-setting power’. Issues of fairness and neutrality regarding the rules of various games determined by platform companies themselves are continuously being raised. Due to the nature of platform companies, a small number of large companies occupy most of the market, increasing the need for policy responses to prevent monopoly and fair competition. This study seeks reasonable policy alternatives for platform companies by examining their value creation methods and corresponding social responsibility issues.

본 연구는 2012년부터 2022년까지의 온라인 플랫폼 규제에 대한 연구 동향을 텍스트 마이닝 기법 중 토픽 모델 링을 활용해 분석하였다. 640편의 논문 초록에서 주요 키워드를 추출하고, 플랫폼 규제와 관련된 7개의 주요 토픽을 도출하였다. 분석 결과, 플랫폼 규제의 자율성, 소비자 보호, 데이터 기반 기술의 발전, 이해관계자 참여 등이 주요 이슈 로 확인되었다. 연구는 플랫폼 산업에서의 독점적 지위를 규제함으로써 공정한 경쟁을 유도하고, 소비자 권리 보호를 강화해야 한다는 점을 강조한다. 또한, 기술 혁신을 저해하지 않으면서도 규제의 효과를 극대화할 수 있는 균형 있는 접근이 필요함을 시사한다.

This study analyzes research trends on online platform regulation from 2012 to 2022 using topic modelling, a text mining technique. Based on 640 academic papers, seven key topics were identified, including platform self-regulation, consumer protection, data-driven technology, and stakeholder engagement. The analysis shows that regulating the monopolistic tendencies of platforms is essential to promote fair competition and safeguard consumer rights. Moreover, it emphasizes the importance of a balanced approach that fosters innovation while ensuring the effectiveness of regulations. The findings offer valuable insights into the evolving landscape of online platform regulation.

본 연구는 드론 산업 활성화를 위해 지원하는 방안으로 규제개선 방안을 파악하고자 했다. 설문조사 결과, 71.4% 의 전문가들이 규제 완화의 필요성을 강조했으며, 기술 발전과 산업 확대를 촉진을 위한 방안으로 규제 완화와 신속한 인증 및 승인 절차 마련이 제안되었다. 특히, 관련 부처 간 원활한 조정을 위한 일원화된 소통 창구와 별도의 규제기관 설립이 필요하다는 점이 부각 되었다. 또한, 지자체와 유관기관 간의 협력과 함께 드론 산업 활성화를 위해 인프라 구축, 기술개발 지원, 서비스 발굴이 중요하다고 제안되었다. 경기 북부 지역에서는 드론 실증도시 구축, 규제 샌드박스 사업, 드론 자유구역 지정 등이 시급하며, 국방 분야와 엔터테인먼트 서비스 등 다양한 기술개발 및 상용화가 요구되었다. 이와 함께 민관군 협의체를 구성하여 실증 사업과 비행 테스트를 위한 공역 확보가 필수적이라는 의견이 제시되었다. 마지막 으로, 해외 드론과의 경쟁에서 국내 드론의 경쟁력을 강화하기 위해 인증 절차의 간소화와 경기 북부 지역의 비행 제한 규제개선이 필요하다는 의견이 다수 있었다. 규제개선에 대한 인식 조사를 통한 규제개선 방안을 제안으로 본 연구는 향후 정 책수립에 기여할 수 있다.

This study aimed to identify regulatory reform measures as a way to promote the drone industry. According to the survey results, 71.4% of experts emphasized the need for deregulation, suggesting that regulatory relaxation and the establishment of expedited certification and approval procedures are essential to facilitate technological advancement and industry expansion. Particularly, the need for a unified communication channel and the establishment of a dedicated regulatory agency to ensure smooth coordination among relevant government departments was highlighted. Additionally, collaboration between local governments and related institutions, along with infrastructure development, technical support, and the discovery of new services, was proposed as critical to fostering the drone industry. In the northern Gyeonggi region, the construction of drone test cities, participation in regulatory sandbox projects, and the designation of drone-free zones were identified as urgent tasks. Various technological developments and commercialization efforts, including those in the defense and entertainment sectors, were also required. Moreover, it was suggested that forming a publicprivate- military cooperation body to secure airspace for test projects and drone flight testing is essential. Finally, to enhance the competitiveness of domestic drones against international competition, there was widespread agreement on the need to simplify certification procedures and improve flight restriction regulations in the northern Gyeonggi region. This study can contribute to future policymaking by proposing measures for regulatory improvement through a survey on awareness of regulatory improvement.

본 논문에서는 자폐 스펙트럼 장애 아동과 그 보호자를 위한 모바일 애플리케이션의 개발 과정을 다룬다. 이 앱은 정보 공유 커뮤니티, 아동 관찰일지, 개인 프로필, 영유아 자폐 스펙트럼 테스트, 전문상담 센터 연계 등의 주요 기능을 제공한다. 이를 통해 자폐 스펙트럼 장애를 가진 어린이와 그들의 보호자가 필요한 정보에 접근하고 상호 작용할 수 있는 효과적인 도구를 제공하는 것을 목표로 한다. 또한 Google Cloud Vision API를 사용하여 사진 속 인물의 표정을 분석해 표정에 나타난 감정을 분석하고 그에 대한 정보를 사용자에게 제공하여 표정 연습을 할 수 있는 등의 재활 훈련 서비스도 제공한다. 본 연구는 자폐 스펙트럼 장애를 가진 어린이와 그들의 가족에게 효과적인 치료 지원 등 혁신적이고 실질적인 지원 체계 구축에 기여할 것으로 기대된다.

This paper deals with the development of a mobile application for children with autism spectrum disorder and their caregivers. The app provides key functions such as information sharing communities, child observation diaries, personal profiles, autism spectrum testing for infants and young children, and linkage with specialized counseling centers. Through this, we aim to provide an effective tool for children with autism spectrum disorder and their caregivers to access and interact with the information they need. It also provides rehabilitation training services such as analyzing the facial expressions of people in photos, analyzing the emotions on the facial expressions, and providing users with information on them to practice facial expressions. This study is expected to contribute to the establishment of an innovative and practical support system, including effective treatment support for children with autism spectrum disorder and their families.

본 연구에서는 언택트 시대에 안전한 비대면 소비 활동의 활성화를 위하여 온라인 광고 콘텐츠(텍스트, 이미지, 동영상 등)의 게시 주소(or 내용)을 입력하면 인공지능 기반으로 허위 과대광고 위험도를 분석하여 제공하는 “클라우드 기반 지능형 허위 과대광고 위험경보 분석시스템”을 제안하였다. 건강기능식품을 우선 적용 분야로 선정하여 온라인 상 에서 유통·판매 중인 다양한 품목별 부당한 표시 또는 광고행위 내용 특성이 무엇인지 식별을 위한 AI 학습용 데이터셋 및 분류모델을 개발하였다. 허위 과대광고 데이터 정의 및 수집·확보를 위해 식약처 공공데이터 포털에서 제공·보유 중인 개방형 데이터 수집·활용해 건강기능식품 유형별 허위 과대광고 학습모델 개발에 활용하였고 온라인 유통·판매 채널들의 광고콘텐츠 웹게시 페이지를 크롤링 방식으로 수집해 광고 콘텐츠 유형별 허위과대광고 식별모델 테스트 셋으로 활용하 였다. 본 연구에서 개발한 시스템은 식품이외에도 금융이나 제조, 건설 등 다양한 분야에서 활용될 수 있는 향후 잠재력 이 매우 높은 기술이다.

In this study, we propose a “Cloud-Based Intelligent Risk Alert System for Analyzing Deceptive and Exaggerated Advertisements,” designed to promote safe, contactless consumption activities in the era of social distancing. By inputting the URL (or content) of online advertising content (text, images, videos, etc.), users can leverage an AI-based system to analyze and receive risk assessments for potentially misleading or exaggerated advertising. Initially, we focused on the field of health functional foods, creating AI training datasets and classification models that identify characteristics of improper labeling or advertising practices for various products being distributed and sold online. To define and gather data on deceptive and exaggerated advertising, we utilized open data provided by the Ministry of Food and Drug Safety’s public data portal, employing it to develop training models for identifying misleading health supplement advertisements. Additionally, we implemented a web-crawling approach to gather advertising content from online sales and distribution channels, which served as the test set for identifying deceptive advertising across different content types. The technology developed in this study shows high potential for application across various industries, such as finance, manufacturing, and construction, beyond just the food sector.

디지털 헬스케어는 IT의 발전 및 사회 고령화와 맞물려 건강관리를 넘어 질병의 예방과 치료까지 가능하다는 데 그 효용성이 있다. 디지털 헬스케어 중 근거 기반의 SW로 환자를 치료하는 ‘디지털 치료기기’는 정부와 산업계에서 산업 육성을 위해 다각적인 모색이 이루어지고 있으나 사용자 측면의 연구는 부족한 실정이다. 이에 본 연구는 일반 국민을 대상으로 인지행동치료 기반 디지털 치료기기의 수용의도에 영향을 미치는 요인을 실증적으로 검증하고자 하였 다. 기술수용모델을 적용한 연구 결과 지각된 유용성에는 신뢰성 및 편의성, 상호작용성, 사회적 영향, 지각된 사용 용이 성이 영향을 미치고, 지각된 사용 용이성에는 사용자 효능감 및 사용자 혁신성, 사회적 영향이 영향을 미치는 것으로 나타났다. 또한 수용의도에는 지각된 유용성 사용 용이성이 모두 영향을 미치는 것으로 확인되었다. 디지털 헬스산업에 서 현재 우리는 선도국가에 비해 다소 뒤처져 있지만 높은 IT 수준과 그간 축적된 헬스케어의 기술력을 바탕으로 시장을 선도하게 되었으면 하는 바람이다.

Digital healthcare, driven by advancements in IT and the aging population, offers significant potential not only in health management but also in the prevention and treatment of diseases. Among digital healthcare innovations, 'Digital Therapeutics,' which utilize evidence-based software to treat patients, are being actively pursued by both the government and industry to promote the growth of the sector. However, research focused on the user perspective remains limited. Therefore, this study sought to empirically investigate the factors influencing the intention to adopt 'Digital Therapeutics' based on cognitive behavioral therapy among the general public. The results, derived from the application of the Technology Acceptance Model, revealed that perceived usefulness is influenced by factors such as reliability, convenience, interactivity, social influence, and perceived ease of use. Additionally, user efficacy, user innovation, and social influence were found to impact perceived ease of use. Furthermore, both perceived usefulness and ease of use were confirmed to have a significant effect on the intention to adopt the technology. Although Korea currently lags behind leading nations in the digital health industry, it is hoped that the country will leverage its advanced IT capabilities and accumulated healthcare expertise to take a leading role in the market.

본 연구는 위성 자세궤도제어시스템에 사용되는 30 Nm 급 제어모멘트 자이로스코프의 토크 제어 로직의 개발 필요성에 따라 수행하였다. 이를 위해 기존 개발 완료된 축소 제품을 루프 타입 4-클러스터 형식으로 구성하였다. 그리 고 토크 제어 로직을 모델링과 시뮬레이션 기법을 통해 분석하였으며, 이를 바탕으로 실제 구현하였으며, 키슬러테이블 을 활용한 토크 측정 시험을 시행하였다. 그리고 시뮬레이션과 시험 결과의 비교를 통해 이를 검증하였다. 그 결과 인공 위성 ‘자세궤도제어시스템’에 적용 예정인 스티어링 법칙에 대해 구현 및 검증을 완료하였다. 본 연구는 향후 위성 자세 시뮬레이터를 구현에 활용될 예정이다.

This study is conducted based on the need to develop torque control logic for a 30 Nm class control moment gyroscope used in the satellite attitude and orbit control system. For this purpose, the previously developed scaled-down products are configured in a roof type 4-cluster format. The torque control logic is analyzed through modeling and simulation techniques, and based on this, it was actually implemented, and a torque measurement test is conducted using the Kistler table. And this is verified through comparison of simulation and test results. As a result, the implementation and verification of the steering law scheduled to be applied to the satellite ‘Attitude Orbit Control System’ is completed. This study will be used to implement a satellite attitude simulator in the future.

본 논문에서는 RFSoC(Radio Frequency System-on-Chip)를 적용한 소형 레이다용 신호처리기의 설계를 제 안하였다. 기존 레이다 시스템은 레이다 신호를 생성하기 위하여 주파수합성기의 직접디지털합성기(DDS; Direct Digital Synthesizer)를 사용하였다. 최근 반도체 기술의 발전은 DAC의 샘플링 속도를 수 GSPS(Giga Samples Per Second)까지 끌어올렸으며, 이러한 고속 DAC가 집적된 RFSoC를 이용한 레이다 시스템용 신호처리기는 RF신호를 직 접 생성할 수 있게 되었다. RFSoC로 설계된 신호처리기는 주파수합성기의 DDS 및 체배기, 믹서 등의 주파수 상향변환 회로와 필터의 제거가 가능한 장점이 있다. 본 논문에서는 제안하는 RFSoC를 적용한 신호처리기는 레이다 시스템의 송신신호 상향변환 및 수신신호 하향변환에 필요한 3채널의 RF 신호 출력이 가능하다. 제작한 신호처리기는 성능시험을 통해 송신 주파수 생성 기능, 수신신호의 동적 범위, 수신 동적 범위 내에서 신호의 선형성 오차, 도플러 주파수가 요구 규격을 만족함을 확인하였다. 이를 통해 RFSoC를 적용하여 소형 레이다 시스템의 설계가 가능함을 검증하였다.

This paper presents the design of a signal processor for a compact radar system using an RFSoC. Conventional radar systems leveraged the direct digital synthesis capabilities of frequency synthesizers to generate radar signals. Recent advances in semiconductor technology pushed the limit of sampling rates of DACs up to a few giga samples per second, which allows signal processors for radar systems to directly produce radio frequency signals using RFSoCs which embed high-speed DACs. Employing RFSoCs for signal processors offers the benefit that it eliminates the need for DDS-based frequency up-conversion circuits including mixers, frequency multipliers and filters accompanied by the multipliers. The signal processor proposed in this paper is capable of producing 3 channels of RF signals required for the signal chain in the radar systems to up-convert/down-convert the transmitted/received signals. The performance of the fabricated signal processor, including frequency synthesis capability, dynamic ranges of received signal, linearity error within its dynamic range and Doppler frequencies has been tested. The tests confirmed that RFSoCs can be employed for the design of compact radar systems.

본 연구는 블록체인 기술의 특성과 가능성을 고려하여 기술 개발, 생태계 조성, 산업 활성화를 위한 구체적인 정책 방향을 제시하고, 이를 통해 블록체인 기술이 국가 경쟁력을 강화하고 지속 가능한 경제 성장에 기여 할 수 있도록 하는 데 목적을 둔다. 블록체인 산업 활성화 방안으로 1) 법과 제도 개선, 2) 투자 환경 확보, 3) 전문인력 양성, 4) 산업 연계, 5) 생태계 조성으로 구분하여 정리하였다. 본 연구는 블록체인 산업 측면에서 산업육성을 위한 정부의 역할에 대해 제언을 통해 블록체인 기술 및 산업에 대한 긍정적인 인식 개선과 기업의 들의 성장을 지원에 기여 할 것이다. 본 연구 결과는 블록체인 산업뿐만 아니라 관련 산업의 정책 수립을 위한 자료이며 블록체인 관련 정부 지원 정책 수립 시에 참고자료로 활용될 수 있다.

This study aims to suggest specific policy directions for technology development, ecosystem creation, and industrial activation by considering the characteristics and potential of blockchain technology, and to enable blockchain technology to strengthen national competitiveness and contribute to sustainable economic growth. The blockchain industry activation measures are organized into 1) improvement of laws and systems, 2) securing an investment environment, 3) training of professional manpower, 4) industrial linkage, and 5) ecosystem creation. This study will contribute to improving positive perceptions of blockchain technology and industry and supporting the growth of companies by suggesting the role of the government in fostering the industry from the perspective of the blockchain industry. The results of this study are data for policymaking not only for the blockchain industry but also for related industries, and can be used as reference when establishing government support policies related to blockchains.