Earticle

본 연구는 LLM (Large Language Model)을 이용하여 대화형 텍스트 기반 어드벤처 게임인 Zork I을 자동으로 플레이할 수 있는 AI 에이전트를 구축하고, 각 LLM 별 성능을 비교 평가하였다. 사용된 LLM API는 GPT-4, Gemini, DeepSeek를 사용하였으며, LLM의 Stateless 특징을 극복하기 위해 게임 상태를 지속적으로 저장한 후 프롬프트 생성 시에 반영하는 State Manager 기능을 에이전트에 추가하였다. 성능 평가는 게임 점수, 방문한 고유한 장소 수, 의미 없는 반복 명령어 수 등 정량적인 측면과, 게임 중 보인 특성을 다룬 정성적 평가로 나누어 분석하였다. 그 결과 GPT-4 는 다양한 장소를 탐색하는데 강점을 보였으며, Gemini의 경우 높은 점수를 얻는데 우수하였다. 이는 두 모델이 State Manager가 제공하는 정보를 충분히 활용하여 불필요한 명령어를 줄이고 게임 전략을 따르는데 집중했다는 것을 의미한다.

This study constructs an AI agent capable of automatically playing the interactive text-based adventure game Zork I using large language models (LLMs), and comparatively evaluates the performance of each LLM. The tested LLM APIs include GPT-4, Gemini, and DeepSeek. To overcome the stateless nature of LLMs, we implement a State Manager module that continuously stores the agent's game state and incorporates it into prompt generation. Performance is evaluated using both quantitative metrics— such as game score, number of unique locations visited, and count of redundant commands—and qualitative analysis of gameplay behavior. Results show that GPT-4 excels in exploring diverse locations, while Gemini demonstrates strength in achieving high scores. These findings suggest that both models effectively leverage state information to reduce unnecessary actions and maintain strategic focus.

본 연구는 생성형 인공지능을 활용하여 사용자가 선택한 그리스 신화적 요소를 바탕으로 브랜드 광고용 텍스트를 자동생성하고, 이를 영상으로 구현하여 그 실용 가능성을 분석한다. 사용자는 UI를 통해 신화 범주, 캐릭터, 장르, 시간 대, 연출방식 등을 선택하며, 이 정보는 GPT 기반의 프롬프트로 자동 변환된다. 생성된 서사는 영상생성 모델 Sora를 통해 시각화되었고, 그 결과물은 본 연구에서 주요 분석 대상이 된다. 특히, 크리스토퍼 보글러의 영웅 여정 12단계 구조 를 프롬프트 설계에 적용함으로써 AI가 생성한 광고 영상 내러티브에 서사적 일관성과 의미 구조를 부여하였다. 영상은 완성도, 창의성, 기술적 구현력 등에서 우수한 평가를 얻었으며, 이는 브랜드 마케팅에서 생성형 AI 기반 스토리텔링 시스템이 실질적으로 활용 가능함을 보여주고, 향후 콘텐츠 제작을 위한 창작 인터페이스의 방향을 제시한다.

This study analyzes the practical applicability of generative artificial intelligence in brand advertisement production by automatically generating narrative texts based on user-selected elements of Greek mythology and visualizing them as video content. Through a user interface, users can select a mythological category, characters, genre, time period, and visual style. These selections are automatically transformed into GPT-based prompts. The generated narratives are visualized using the video generation model Sora, and the resulting video serves as the primary subject of analysis in this research. In particular, Christopher Vogler’s twelve-stage structure of the Hero’s Journey was applied to the prompt design, providing narrative coherence and structural meaning to the AI-generated advertisement. The resulting video was positively evaluated for its completeness, creativity, and technical execution, demonstrating the practical potential of generative AI-based storytelling systems in brand marketing. This study explores the intersection of mythology, narrative, and technology, and proposes a direction for future creative interfaces in content production.

AI 이미지 서비스는 인공지능 기술을 활용하여 이미지 생성, 편집, 개선 등의 작업을 자동화하거나 지원하는 플랫폼이다. AI 이미지 서비스에 대항하는 적대적 공격 서비스가 존재한다. 본 연구에서는 gradient 기반의 적대적 공격 서비스를 중심으로 실험한다. Gradient 기반의 공격은 딥러닝 이미지 모델의 손실 함수의 기울기(gradient)를 이용하여 입력 이미지에 최소한의 변화를 준다. 본 연구에서는 gradient 기반의 적대적 공격 방법들과 핵심 코드들을 식별하고, 이어 RestNet18 환경에서 gradient 기반의 적대적 공격을 수행하고 그 결과를 확인함으로써 공격의 위험성을 확인하고 자 한다. 본 연구에서는 gradient 기반의 적대적 공격 모델 5개를 대상으로 적대적 공격 실험을 수행하였고 적대적 공격 성공 여부, PSNR 등의 성능 지표를 통해 결과를 확인하였다. 연구 결과에서는 최대 공격 성공률을 원하면 MI-FGSM 모델을, 시각적으로 은닉된 공격을 원한다면 A-MI-FGSM모델을, 탐지 우회를 선호하면 FGSM+Random 모델을, 공격 과 효율성의 균형을 원하면 MI-FGSM 모델을 사용하는 것이 적절함을 확인할 수 있다.

AI image services are platforms that automate or support tasks such as image generation, editing, and enhancement using artificial intelligence technology. Adversarial attack services exist to counter AI image services. This study focuses on gradient-based adversarial attack services. Gradient-based attacks utilize the gradient of the loss function of deep learning image models to introduce minimal changes to input images. In this study, we identify gradient-based adversarial attack methods and core codes, perform gradient-based adversarial attacks in the RestNet18 environment, and verify the results to assess the risk of attacks. We conducted adversarial attack experiments on five gradient-based adversarial attack models and evaluated the results using performance metrics such as adversarial attack success and PSNR. The results indicate that the MI-FGSM model is appropriate when maximizing attack success rate, the A-MI-FGSM model when visually stealthy attacks are desired, the FGSM+Random model when detection evasion is preferred, and the MI-FGSM model when a balance between attack effectiveness and efficiency is sought.

영상 자막은 기본적으로 영상을 통해서 전달하지 못하는 정보를 전달하는데 그 목적이 있으며 분류 기준 및 연구자에 따라 영상 자막의 종류에 조금씩 차이를 나타낸다. TV에서 사용되는 영상 자막은 다양한 색채로 구성되며 이 는 움직임을 동반하게 될 경우 인쇄매체와는 다른 영향을 수용자에게 미치게 된다. 본 연구에서는 시지각 특성을 기초로 연구한 먼셀 표색계 중심색 기반으로 움직임을 추가하여 주관적 피로도를 알아보고자 한다. 색채는 보색 대비 관계의 색채를 중심으로 채도가 증가함에 따라 시각적 피로도 발생 여부를 알아보고자 정신물리학 실험을 진행하고 이를 분석하 였다. 본 연구는 진행된 실험 결과를 분석하여 색채 인지 특성에 대한 기초 연구 자료로써 유의미 여부를 알아보고 향후 영상 자막에서 색채 배치 시 피로도 부분을 고려하여 배색될 수 있도록 연구방향을 제시한다.

Video subtitles primarily serve to convey information that cannot be communicated directly through visual content alone. Depending on classification criteria and individual researchers, the types of video subtitles can vary slightly. Subtitles, as used in television broadcasts, often incorporate a wide range of colours which, when combined with motion, may influence viewers differently compared to static print media. This study explores subjective visual fatigue by introducing motion to core hues based on the Munsell colour system, which is itself based on visual perception theory. Using a psychophysical approach, we examine whether increased chroma levels—particularly involving complementary colour contrasts—lead to heightened visual fatigue. Experimental data were collected and analysed to assess these effects. The findings aim to provide foundational insights into colour cognition characteristics and suggest practical implications for future colour arrangements in video subtitles, particularly by accounting for viewer fatigue. These insights may inform the design of subtitle colour schemes in media environments where movement and high chroma are prevalent.

영상처리보드에 주로 사용되는 멀티코어 CPU는 코어의 특성과 제조사에 따라서 주기적인 단종이 되어 왔다. 기존에 사용하던 Power PC 계열의 NXP의 P2080의 경우도 2개의 코어를 가지고 있으며 각각의 코어에 별도의 TASK 를 할당하여 영상처리를 한다. CPU의 코어의 발전은 기존 CPU의 단종으로 이어진다. 동등 성능 이상이며 시장에서 많이 사용하고 가격은 보다 저렴한 CPU인 NXP의 LS1027로 새롭게 선정해야 한다. LS1027은 AMR 계열의 코어를 가지고 있어서 Power PC 계열의 코어대비 전력 소모가 적다. 본 논문에서는 기존 CPU와 단종 대체하는 CPU와 비교를 통하여 각각의 장점과 단점을 비교한다. 특히 단종 대체 설계이기 때문에 기존에 개발된 소프트웨어에 대하여 최대한 그대로 사용할 수 있는 방법을 적용한다. 이를 위해서 동일한 2개의 코어를 가진 CPU를 선정하고 CPU의 변경에 따라 서 연동되는 FPGA도 새롭게 선정한다. 선정된 CPU와 FPGA의 변경에 따라서 지원되는 DDR 메모리가 달라져서 DDR2에서 DDR3, DDR4로 설계 변경한다. 또한 변경된 CPU를 기반으로 신규 설계를 통하여 기존의 영상처리보드와 성능이 동등이상임을 확인한다.

Multi-core CPUs mainly used in image processing boards have been periodically discontinued depending on the characteristics of the cores and the manufacturer. In the case of NXP's P2080, which was previously used in the Power PC series, it has two cores and assigns separate tasks to each core to perform image processing. The development of CPU cores leads to the discontinuation of existing CPUs. It should be newly selected as NXP's LS1027, which has the same performance or higher, is widely used in the market, and is cheaper. LS1027 has AMR series cores, so it consumes less power than Power PC series cores. In this paper, we compare the advantages and disadvantages of each CPU by comparing it with the CPU that is being discontinued. In particular, since it is a discontinued replacement design, we apply a method that allows the existing software to be used as it is as much as possible. To this end, we select a CPU with the same two cores and select a new FPGA that is linked according to the change in CPU. Depending on the change in the selected CPU and FPGA, the supported DDR memory changes, so the design is changed from DDR2 to DDR3 and DDR4. In addition, we have verified that the performance of the new design based on the changed CPU is equivalent to or better than that of the existing image processing board.

난소암은 조기진단이 어려워 대부분 진행된 병기(III기 또는 IV기)에서 발견되며, 이로 인해 부인과 암 중 가장 높은 사망률을 보인다. 병기에 따라 치료 전략과 예후가 크게 달라지므로, 정확한 병기 예측은 임상적으로 매우 중요하 다. 본 연구에서는 난소암의 병기 예측에 활용할 수 있는 유전자 또는 유전자 군을 탐색하기 위해, Affymetrix GPL570 플랫폼 기반의 여섯 개 마이크로어레이 데이터셋을 통합하여 총 995개의 샘플을 확보하였다. 통합 마이크로어레이 데이 터에 랜덤 포레스트(Random Forest) 모델을 적용하고, 피처 중요도에 기반하여 100개의 유전자를 선별하였다. 이들 유전자의 발현 패턴을 활용한 이진 분류(초기 병기 I–II vs. 진행 병기 III–IV)에서 총괄 정확도 98.0%를 달성하였다. 본 연구에서 도출된 유전자군은 난소암의 병기 예측을 기반으로 한 정밀 의료 전략 수립에 유용하게 활용될 수 있을 것으로 기대된다.

Ovarian cancer is difficult to diagnose early and is typically detected at advanced stages (Stage III or IV), resulting in the highest mortality rate among gynecological cancers. As treatment strategies and prognosis vary significantly according to stage, accurate stage prediction is clinically crucial. In this study, we integrated six microarray datasets based on the Affymetrix GPL570 platform, securing a total of 995 samples to explore genes or gene sets that could be utilized for ovarian cancer stage prediction. By applying a Random Forest model to the integrated data and selecting 100 genes based on feature importance, we achieved an overall accuracy of 98.0% in binary classification (early stages I-II vs. advanced stages III-IV) using the expression patterns of these genes. The gene set identified in this study could be effectively utilized for establishing precision medicine strategies based on ovarian cancer stage prediction.

본 논문은 실시간 IoT 시스템의 에너지 효율 향상을 위한 DVFS와 오프로딩 기술의 적용 효과를 작업 부하, 네트워크 대역폭, 서버 성능 등 다양한 환경적 요인과의 상호작용 관점에서 체계적으로 분석하였다. 기존 연구들이 개별 요소기술의 최적화에 초점을 맞춘 반면, 본 논문은 여러 시스템 자원 및 기법들이 결합될 때의 에너지 절감 효과를 정량 적으로 분석하고, 각 기법의 상대적 효율성과 적용 조건을 규명하였다. 분석 결과 DVFS는 저부하 환경에서 효과적이며, 오프로딩은 고부하 환경에서 더 큰 에너지 절감효과를 나타내었다. 엣지와 클라우드 간 오프로딩 선택은 연산 능력과 네트워크 지연 간의 트레이드 오프에 따라 달라졌으며 엣지 오프로딩이 전반적으로 우수했으나, 고부하 환경에서는 클라 우드 오프로딩의 효과가 증가했다. 자원별 에너지 분석에서는 오프로딩을 통해 CPU 에너지의 상당 부분이 네트워크 에너지로 전환되면서 전체 소모 전력을 크게 줄이는 효과가 나타났다. 본 연구의 결과는 IoT 시스템의 부하 및 환경에 적합한 파라미터 설정을 통해 에너지 절감효과를 극대화하는 시스템 설계에 기여할 수 있을 것으로 기대된다.

This paper analyzes the energy efficiency of real-time IoT systems by examining the combined effects of DVFS and offloading under various conditions, including workload intensity, network bandwidth, and server capacities. While previous studies have primarily focused on the optimization of individual techniques, this study evaluates the energy-saving effects when multiple system-level components and mechanisms are jointly applied. The results show that DVFS is effective under low workload conditions, while offloading yields greater energy savings in high workload scenarios. The choice between edge and cloud offloading depends on the trade-off between computational capability and network latency: edge offloading generally performs better, but cloud offloading becomes advantageous as the workload increases. Resource-specific energy analysis reveals that offloading significantly reduces total power consumption by shifting much of the CPU energy to the network domain. The findings of this study are expected to contribute to energy-efficient design in real-time IoT systems by enabling optimized parameter configurations tailored to workload and environmental conditions.

디지털 트윈 기반 강화학습(Reinforcement Learning) 접근법을 통해 실제 시스템의 동작을 정밀하게 반영한 가상 모델을 설계하고 시뮬레이션 기반 실험을 반복 수행함으로써 물리적 비용과 위험을 최소화할 수 있는 장점이 있다. 본 연구는 Unity ML-Agents 기반 라인 추적 로봇의 강화학습 성능 최적화를 위해 다양한 학습 변수 조합을 분석했다. 무작위 생성된 라인 환경에서 총 48건의 실험을 통해 PPO Curiosity, 네트워크 깊이, Negative 보상, 이전 행동값 관측, ΔAction Value Limit의 영향을 평가했다. 전체 실험 중 15건(31%)이 수십 분 내에 학습에 성공했으며, Δ Action Value Limit 제약이 없을 경우 33%의 높은 학습 성공률을 보였으나 리워드 최대화를 위한 급회전이 빈번했다. 반면 제약 적용 시 성공률은 29%로 감소했지만 주행 안정성이 향상되었다. 실험 결과, Curiosity를 사용하지 않고, 네트 워크 깊이 1, Negative 보상 0.00003 조합이 주행과 학습 안정성 측면에서 최적의 성능을 보였다. 이는 실시간 카메라 입력을 CPU만으로 처리하는 환경에서도 강화학습 접근법이 실용적임을 보여주며, 기존 PID 제어 방식 대비 강화학습 기반 제어가 다양한 조건에서 뛰어난 적응성과 성능 잠재력을 지님을 시사한다.

Digital twin-based reinforcement learning enables minimizing physical costs and risks by using virtual models that accurately reflect real systems. This study analyzes various learning parameter combinations to optimize line tracking robots based on Unity ML-Agents. Through 48 experiments with randomly generated paths, we evaluated the impact of PPO Curiosity, network depth, negative rewards, previous action observation, and ΔAction Value Limit. Of the experiments, 31% successfully completed learning within tens of minutes. Without ΔAction Value constraints, success rates reached 33% but with frequent abrupt turns; with constraints applied, rates decreased to 29% while improving driving stability. Results showed optimal performance was achieved with no Curiosity, network depth of 1, and negative reward of 0.00003, providing the best driving and learning stability. Our findings demonstrate that reinforcement learning approaches are practical even when processing real-time camera inputs with only CPU resources, suggesting superior adaptability and performance potential compared to traditional PID control methods across varied conditions.

본 연구의 주된 목적은 FBX와 Alembic 등 전통적인 3D 교환·캐싱 포맷이 지닌 강점과 한계를 면밀히 분석하고, 이를 Pixar의 USD(Universal Scene Description) 프레임워크와 비교함으로써 차세대 VFX 제작 파이프라인의 방향 성을 제시하는 것이다. 이를 위해 우리는 FBX/Alembic이 오랫동안 자산·기하학 전송에 필수적인 요소로 자리해 온 배 경과, 이들이 협업·계층 관리·비파괴 편집 측면에서 갖는 제약을 살펴보았다. 연구 결과, USD는 병렬 협업, 버전 관리, 계층적 장면 구성, 인스턴싱, 비파괴 편집 등 기존 포맷에서 부족했던 기능을 제공하여 확장 가능하고 모듈화된 파이프라 인 아키텍처를 가능하게 함을 확인하였다. 특히 실시간 엔진, 가상 프로덕션, 디지털 트윈 시스템 등과의 통합 운용 사례 를 통해, USD가 단순 데이터 형식을 넘어 미래 지향적 자산 중심 워크플로우의 핵심 표준으로 빠르게 부상하고 있음을 알 수 있었다. 이를 토대로, 디지털 콘텐츠 제작에서 상호운용성·성능·제작 확장성을 높이기 위해 USD로의 패러다임 전환이 필요하다는 점을 제안한다.

The primary objective of this research is to provide guidance for the next generation of VFX production pipelines by closely analyzing the strengths and limitations of traditional 3D exchange and caching formats such as FBX and Alembic, and comparing them to Pixar's Universal Scene Description (USD) framework. To accomplish this, we explore how FBX/Alembic have long been an integral part of asset and geometry delivery, and the limitations they face in terms of collaboration, hierarchy management, and non-destructive editing. The research found that USD provides features lacking in legacy formats, such as parallel collaboration, versioning, hierarchical scene organization, instancing, and non-destructive editing, enabling a scalable and modular pipeline architecture. In particular, examples of integration with real-time engines, virtual production, digital twin systems, and more demonstrate that USD rapidly becoming more than just a data format, but a key standard for future-proofing asset-centric workflows. Based on this, we propose that a paradigm shift to USD is essential to enhance interoperability, performance, and production scalability in digital content creation.

본 연구는 영화의 흥행에 미치는 요인을 찾아내, 급변하고 있는 영화산업 필요한 시의성 있는 시사점을 제시하고 자 한다. 이를 위해 영화의 흥행에 미치는 요인을 제작품질요인과 구전요인으로 나누고, 세계 영화산업에서 큰 비중을 차지하고 있는 디즈니의 영화제작 자회사인 디즈니 픽처스, 픽사, 마블 스튜디오의 78개 영화의 데이터를 IMDB (Internet Movie Database)와 The Numbers (the-number.com)를 통해 수집하여 분석하였다. 연구결과에 따르면 제작비, 수상실적, 감독파워, 스타파워와 같은 제작품질요인은 영화흥행에 유의한 영향을 미치고, 관객이나 평론가가 형 성하는 구전요인은 매개·조절효과를 통해 영화흥행에 영향을 미치고 있음을 확인하였다. 이를 통해, 오프라인 중심의 극장들은 온라인 플랫폼과 연계한 소통 창구 마련이 필요하고, 온라인 플랫폼을 통한 영화 배급으로 인해 구전요인이 중요해졌으나, 여전히 영화의 흥행에는 영화의 경쟁력이 중요하기 때문에 제작품질요인을 높일 수 있는 제작환경 개선이 나 새로운 감독, 배우의 발굴에도 많은 노력이 필요하다는 점을 시사한다.

This study aims to find factors that affect movie box office and provide timely suggestions for the rapidly changing movie industry. To this end, factors that affect movie box office are divided into production quality factors and word-of-mouth factors, and data on 78 movies from Disney Pictures, Pixar, and Marvel Studios, which are film production subsidiaries of Disney, which account for a large proportion of the global movie industry, was collected from IMDB (Internet Movie Database) and The Numbers (the-number.com). The study results confirmed that production quality factors such as production costs, awards, director power, and star power have a significant effect on movie box office, and e-WOM(Word-of-Mouth) factors formed by audiences and critics affect movie box office through mediation and moderation effects. This shows that offline-centered theaters need to set up communication windows in cooperation with online platforms, and word-of-mouth factors have become important due to movie distribution through online platforms, but since movie competitiveness is still important for movie box office, much effort is needed to improve the production environment to increase production quality factors and to discover new directors and actors.

최근 전 세계적으로 양서파충류 반려동물 시장이 급성장하고 있다. 하지만 이들은 건강 이상을 외부에 드러내지 않아 조기 진단이 어렵다. 이에 본 연구는 AI 기술을 활용한 반려동물 건강 관리 시스템을 제안한다. 제안된 시스템은 사용자 데이터를 기반으로 AI가 동물의 건강을 분석하고, 머신러닝 모델로 잠재적 건강 문제를 예측한다. 반려인은 이를 통해 사전에 건강 문제를 인지하고 실시간 맞춤형 관리 조언을 챗봇을 통해 받을 수 있다. 또한 커뮤니티 기능으로 사용 자 간 정보 공유를 돕고, 양서파충류의 특수성을 고려한 맞춤형 AI 건강 관리 시스템을 개발한다. 이는 반려인의 관리 부담을 줄이고 양서파충류의 복지를 향상시키는 것을 목표로 한다.

In recent years, the global market for amphibian and reptile pets has been experiencing rapid growth. However, these animals often do not exhibit external signs of health issues, making early diagnosis challenging. This study proposes an AI-powered health management system for such pets. The proposed system leverages user data to enable AI analysis of animal health and utilizes machine learning models to predict potential health problems. Through this platform, pet owners can proactively recognize health concerns and receive real-time, personalized care advice via chatbot. Additionally, the system incorporates a community feature to facilitate information sharing among users and develops a customized AI health management system that specifically addresses the unique characteristics of amphibians and reptiles. The ultimate goal is to reduce the management burden on pet owners and improve the welfare of these animals.

본 연구에서는 운행 후 공회전 상태의 디젤 SUV 차량의 배기가스 속 탄소의 분해 실험을 진행하였다. 이산화탄 소가 대기층 최상부에서 자외선을 받으면 분해될 수 있다는 2014년 UC Davis 대학의 연구에 착안하여 차량 배기가스 의 탄소를 자외선 광반응기로 분해하는 장치를 제작하였고 이를 차량에 연결해 실험하였다. 광반응기를 1개 사용할 때보 다 4개를 직렬 연결하였을 때 탄소 분해율이 높았다. 이산화탄소는 약 44 %, 일산화탄소는 45 %를 제거할 수 있었고 반면에 산소 농도는 약 7 % 증가하였다. 센서의 측정범위가 좁아 이산화탄소의 농도변화를 정확히 측정하지는 못하였고 실제로는 더 많이 제거되었을 것으로 추정된다.

In this study, A decarbonization system of the Diesel SUV exhaust gas was tested. The system made of UV reactor based on the study of UC Daivis team (2014). Serially connected 4 reactors showed better perfomance than 1 reactor. The 4 reactor system reduced 44% of CO2, 45% of CO and increased 7 % of O2. Because of narrow range of gas sensor, it is assumed that the system reduced more CO2 actually.

스마트폰 센서 기술과 인공지능의 발전에도 불구하고, 보행 밸런스 분석과 효과적인 인간-AI 상호작용(HAI) 기반 피드백 시스템은 부족한 실정이다. 본 연구는 스마트폰 내장 센서와 인공지능 기술을 융합하여 사용자의 보행 밸런 스를 실시간으로 분석하고, 즉각적인 피드백을 제공하는 KTWOFIT 시스템을 제안한다. 제안된 시스템은 (1)데이터 수 집 및 전처리 모듈, (2)CNN-LSTM 하이브리드 기반 AI 보행분석 엔진, (3)보행패턴 평가모듈, (4)멀티모달 HAI 피드백 인터페이스로 구성된다. 본 시스템은 고가 장비 없이 스마트폰만으로 전문적인 보행 분석 및 코칭을 가능하게 하여 사용 자 접근성을 높이고, 시각적, 청각적, 촉각적 피드백을 통해 사용자와 AI 간 효과적인 상호작용을 구현한다. 이를 기반으 로 시스템 아키텍처, 핵심 알고리즘, 구현 전략을 중심으로 새로운 시스템의 기술적 시사점을 제시한다.

Despite advances in smartphone sensor technology and artificial intelligence, there is a lack of effective gait balance analysis and Human-AI Interaction (HAI) based feedback systems. This study proposes the KTWOFIT system, which integrates smartphone built-in sensors and AI technology to analyze users' gait balance in real-time and provide immediate feedback. The proposed system consists of (1) a data acquisition and preprocessing module, (2) a CNN-LSTM hybrid-based AI gait analysis engine, (3) a gait pattern evaluation module, and (4) a multimodal HAI feedback interface. KTWOFIT enables professional gait analysis and coaching using only a smartphone without expensive equipment, thereby increasing user accessibility and implementing effective interaction between users and AI through visual, auditory, and tactile feedback. This paper presents the technical design of KTWOFIT, focusing on system architecture, core algorithms, and implementation strategies.

코로나 이후 수요가 증가한 여행 수요에 필수적인 일정과 경로 관리를 좀 더 편안하고 효과적으로 다루기 위해서 여행관리어플 여행우산을 개발하였다. 기존 다른 여행 관련 어플리케이션에 있는 기능을 더 효율적으로 개선하여 더 효 율적인 일정을 생성할 수 있고 여행준비에 필요 체크리스트, 가계부 기능을 제공한다. 그리고 다른 이용자들과 함께 방문 했던 장소, 여행계획을 공유할 수 있는 공간을 만들어 여행 준비에 있어서 더 편리하고 안정적인 경험을 제공할 수 있다.

It was developed to more comfortably and effectively handle schedule and route management, which is essential for travel demand that has increased after COVID-19. By improving the functions of other existing travel-related applications to be more efficient, it is possible to create a more efficient schedule and provides checklist and household account book functions necessary for travel preparation. Additionally, by creating a space where you can share places you have visited and travel plans with other users, you can provide a more convenient and stable experience in preparing for travel.

본 연구는 장애 인식 개선에 긍정적 영향을 미친 서로 다른 유형의 장애를 표현한 세 가지 게임들의 장애 표현 방식을 분석하여 효과적인 개선 전략을 도출하는 데 중점을 두고 있다. 각 게임이 표현하는 장애의 유형에 따라 차이점 을 보였으나, 장애 인식 개선에 성공한 게임들 사이에서는 장애 표현 방식의 근본적인 유사성을 발견할 수 있었다. 본 연구의 의의는 게임이라는 매체의 잠재력을 활용하여 사회적 인식을 변화시키는 도구로서의 가능성을 제시하고, 게임을 통한 장애 인식 교육의 새로운 방향성을 제시한 데 있다. 이를 통해 게임 개발자와 교육자들에게 효과적인 장애 인식 개선 게임 설계를 위한 실질적인 지침을 제공할 수 있을 것으로 기대된다.

This study focuses on analyzing the representation methods of disabilities in three different games that have positively influenced disability awareness, aiming to derive effective improvement strategies. Although there were differences depending on the type of disability portrayed in each game, fundamental similarities in the representation methods were found among the games that successfully enhanced disability awareness. The significance of this study lies in presenting the potential of games as a medium for transforming social perceptions and suggesting a new direction for disability awareness education through games. It is expected that this research will provide practical guidelines for game developers and educators in designing effective games to improve disability awareness.

본 연구에서는 컴퓨터 기반 예측 프로그램을 활용하여 알라닌 아미노산이 반복적으로 포함된 항결빙 단백질 (antifreeze proteins, AFPs)의 효율적인 생산 시스템을 개발하고자 하였다. 이를 위해 대장균 숙주 세포의 유전자 코돈 과 GC 염기서열 함량 비율을 최적화하는 전략을 적용하였다. 먼저, 다양한 유전자 및 단백질 데이터베이스를 분석하여 여러 종류의 AFP 유전자 중 AFP01과 AFP02를 선정한 후, OptimumGene™ 코돈 최적화 분석을 수행하여 숙주 세포 에 적합하도록 코돈 선호도 및 GC 함량을 조정하였다. 최적화 결과, AFP01 유전자의 코돈 적응 지수(Codon Adaptation Index, CAI)는 0.7에서 0.83으로 개선되었으며, GC 함량은 72.6%에서 65.4%로 조정되었다. 또한, AFP02 유전자의 CAI는 0.64에서 0.84로 증가하였고, GC 함량은 최적화 전 67.5%에서 최적화 후 68.2%로 변경되었 다. 이러한 최적화된 유전자 서열을 기반으로 인공적으로 synAFP01과 synAFP02 유전자를 합성하고, 이를 발현 벡터 시스템에 삽입하여 대장균에서의 단백질 발현을 유도하였다. 그 결과, 두 종류의 synAFPs가 높은 수준으로 생산됨이 분자 수준에서 확인되었다. 본 연구에서 개발된 방법을 통해 합성된 AFPs는 식품 및 의약 산업과 같은 결빙 방지가 필요한 다양한 분야에서 활용될 수 있을 것으로 기대된다.

This study aimed to develop an efficient production system for antifreeze proteins (AFPs) containing repetitive alanine residues by optimizing the codon usage and GC content ratio of Escherichia coli host cell genes using a computer-based predictive program. To achieve this, various gene and protein databases were analyzed to select two AFP genes (AFP01 and AFP02). These genes were then subjected to OptimumGene™ codon optimization analysis to adjust codon preference and GC content according to the host cell requirements. As a result, the codon adaptation index (CAI) of the AFP01 gene was improved from 0.7 to 0.83, and its GC content was modified from 72.6% to 65.4%. Similarly, the CAI of the AFP02 gene was increased from 0.64 to 0.84, and its GC content was adjusted from 67.5% to 68.2%. Based on these optimized gene sequences, synAFP01 and synAFP02 genes were artificially synthesized and inserted into an expression vector system to induce protein expression in E. coli. The results confirmed that both synAFPs were produced at high levels at the molecular level. The AFPs synthesized using this method are expected to have broad applications in industries requiring antifreeze properties, such as the food and pharmaceutical sectors.

위성 이미지는 국방, 재난 대응 등 국가 공공의 중요한 적용에 사용된다. 대부분의 위성 이미지 분석은 딥러닝 기반이고 적대적 공격에 취약하다. 미세한 이미지 교란에도 심각한 오분류가 일어날 수 있다. 본 연구는 위성 이미지를 대상으로 적대적 공격 효과를 실험하고 각각의 공격이 모델 성능에 미치는 영향을 분석하였다. 연구 방법은 위성 기반 하천 이미지 (224*224 RGB), ResNet18 모델, 그리고 PSNR 등을 포함한 평가 지표를 사용하였다. 연구 결과는 공격 모델 가운데 PAAA, UAP, Poisoning 모델들은 작은 변화에 큰 영향을 받는 것을 확인할 수 있었다. Backdoor, Trojan 모델들은 은밀하게 침투하고 오작동을 유발할 수 있다.

Satellite imagery is used for critical national public applications such as defense and disaster response. Most satellite image analysis is deep learning-based and vulnerable to adversarial attacks. Even small image perturbations can lead to significant misclassification. In this study, we experiment with the effects of adversarial attacks on satellite imagery and analyze the impact of each attack on model performance. The research methodology used satellite-based river imagery (224*224 RGB), the ResNet18 model, and evaluation metrics including PSNR. The results showed that among the attack models, the PAAA, UAP, and Poisoning models are highly affected by small changes. Backdoor and Trojan models are able to stealthily infiltrate and cause malfunctions.

오늘날 많은 회의들은 발표자가 돌아가면서 디스플레이에 자신의 노트북을 연결하는 식으로 이루어진다. 이 방식 은 번거롭고 회의의 흐름을 끊는 불편함이 있다. 우리는 이런 문제를 해소할 하나의 방법으로, 여러 참여자들의 컴퓨터들 을 1개의 서버 컴퓨터에 무선 인터넷으로 연결하고, 이 서버 컴퓨터가 참여자들의 컴퓨터 스크린을 실시간으로 받아 자신의 디스플레이에 출력하는 방법을 고안하였다. 본 논문은 이 시스템을 구현하기에 앞서, 서버 컴퓨터에 적합한 컴퓨 터의 성능이 어느 정도여야 하는지 알아보기 위한 사전 연구로 성능 평가를 실시하였다. 우리는 클라이언트부터 실시간 으로 스크린 이미지를 VP8 비디오 포맷으로 수신하여 서버의 디스플레이에 출력하는 테스트 시스템을 구축하고, 젯슨 나노와 윈도우 노트북을 비롯한 6종류의 컴퓨터들을 번갈아 서버로 사용하여 다양한 실험을 수행하였다. 발표 형태는 정적 스크린 타입과 동적 스크린 타입으로 나누고 발표 시간은 30분으로 하였다. 서버의 적절한 성능 기준으로 네트워크 지연 시간과 비디오 디코딩 시간의 합이 100ms 이하여야 하고 서버의 CPU 활용률이 30% 이하라는 조건을 임의로 세우고 성능을 측정한 결과, 서버로 적절한 사양은 8GB 이상의 메모리를 가지고 Core i7 수준의 CPU를 가진 노트북 수준으로 평가되었다.

Many meetings today are conducted in a way that each presenter takes turns connecting his or her laptop to a single display. This is cumbersome and interrupts the flow of the meeting. To solve this problem, we devised a method in which participants' computers are wirelessly connected to a single server computer, which receives their screens in real time and outputs them on its own display. This paper conducted a performance evaluation as a preliminary study to determine what level of computer performance is required to be suitable for a server computer before implementing this system. We built a test system that receives screen images in real time from a client in VP8 video format and outputs them to the server's display, and performed various experiments using six computers, including Jetson Nano and Windows laptops, alternately as servers. he presentation format was divided into static screen type and dynamic screen type, and the presentation time was 30 minutes. As a result of measuring performance by arbitrarily setting the conditions that the sum of network delay time and video decoding time should be less than 100ms and the CPU utilization rate of the server should be less than 30% as the appropriate performance criteria for the server, it was evaluated that the appropriate specifications for the server are the performance level of a laptop with a Core i7 level CPU and more than 8GB of memory.

본 논문에서는 전자기기에 사용되는 전원 공급 회로를 설계하고, 인덕터와 커패시터를 이용하여 노이즈 저감 실험을 통해 RE EMI 측정실험을 확인하였다. DC-DC 컨버터를 사용하여 회로를 구현하기 위해서는 인덕터의 용량을 확인하고 설계할 필요성이 있다. 10uH와 22uH 용량을 갖는 파워 인덕터의 특성을 확인하고, 스위칭 노이즈 특성을 제거하기 위해 10uF, 1uF, 0.1uF 등 노이즈 저감 주파수에 해당하는 용량을 갖는 커패스터를 이용하여 출력되는 노이 즈 특성을 확인하였다. 실험 결과 DC-DC 컨버터에서 출력되는 스위칭 주파수의 노이즈 저감을 위한 인덕터와 커패시터 의 용량 설정이 주요하며, 5V에서 3.3V로 전압을 강화하여 사용하기 위해서는 LDO 스펙을 확인하여 사용할 필요가 있다. 실험 결과 방사성 EMI 전계강도 측정실험을 50[dBuV/m]에서 40[dBuV/m]로 노이즈 저감을 확인 할 수 있었다.

In this paper, the power supply circuit used in electronic devices was designed, and the characteristics of the radiated emission EMI experiment were confirmed through noise reduction experiments using inductors and capacitors. In order to implement a circuit using a DC-DC converter, it is necessary to check and design the capacity of the inductor. The characteristics of the power inductors of 10uH and 22uH were checked, and the output noise characteristics were confirmed using a capacitor with capacities corresponding to noise reduction frequencies such as 10uF, 1uF, and 0.1uF to remove switching noise characteristics. As a result of the experiment, the capacity setting of the inductor and capacitor to reduce the noise of the switching frequency output from the DC-DC converter is the main setting, and it is necessary to check the LDO specification to strengthen the voltage from 5V to 3.3V. In the Radiated Emission EMI field strength measurement experiment, noise reduction was confirmed from 50 [dBuV/m] to 40 [dBuV/m].

에너지저장장치(Energy Storage System, ESS)에 사용되고 있는 배터리는 수많은 셀이 직병렬로 연결되어 있어, 높은 에너지 밀도와 출력, 낮은 자기방전, 높은 충·방전율, 장수명 등 우수한 성능으로 인해 사용이 증가하지만, 그에 따른 화재 사고도 급증하고 있다. 따라서 이런 화재 사고를 예방하기 특정 온도 이상이 검출되었을 때, 시스템 차단 및 소화 기능을 수행할 수 있는 연구분야도 활발히 진행되고 있다. 특히 아크 사고는 지속시간이 길어지면 전력기기가 파손 되어 장시간의 정전을 유발할 뿐만 아니라 사고 발생 순간 작업자가 아크에 노출될 경우, 심각한 인명피해를 유발할 수 있다. 따라서 이러한 사고 사례를 줄이면서 에너지저장장치의 안전성을 개선하기 위하여 본 논문에서는 아크 자외선 포집을 이용한 에너지저장장치용 열화감지시스템에 관해 연구하고자 한다.

Batteries used in Energy Storage Systems(ESS) are increasingly used due to their excellent performance, including high energy density and output, low self-discharge, high charge/discharge rate, and long lifespan, as numerous cells are connected in series and parallel. However, fire accidents are also rapidly increasing as a result. Accordingly, research is actively being conducted to prevent such fire accidents by performing system shutdown and fire extinguishing functions when a certain temperature is detected. In particular, if an arc accident lasts for a long time, it can damage power equipment and cause a long-term power outage, and if a worker is exposed to the arc at the moment of the accident, it can also cause serious casualties. Therefore, in order to reduce such accident cases and improve the safety of Energy Storage System(ESS), this paper studies a deterioration detection system for energy storage devices using arc ultraviolet capture.

최근 의료, 나노 기술 분야에서는 미세한 전류 측정에 대한 요구가 계속 증가하고 있다. 이러한 분야에서는 미세 한 전류(μA 단위)가 주로 사용되며, 이는 환자의 생리적인 신호를 감지하거나 나노 스케일에서 물질의 특성을 이해하는 데 주로 사용된다. 하지만 현재의 미세전류 측정 방식은 주로 고성능 전류측정기, 전압-전류 변환기, 홀 센서, 증폭기와 같은 전통적인 기술에 의존하고 있다. 또한 이러한 기술들은 높은 비용, 정확성, 회로의 복잡함, 비선형성 등 여러 가지 문제점을 가지고 있다. 따라서 본 논문에서는 이러한 문제점을 극복하고자 지자기 센서를 활용하여 미세한 전류를 효과 적으로 측정하는 방법을 제안하며 차폐 여부를 통해 전류의 증가에 따른 비선형 특성을 개선하고자 한다. 그리고 지자기 센서를 활용하여 미세전류를 측정하는 데 있어서 전자파환경의 생활 주변에서 사용하고 있는 전자기기로부터 방출되는 전자기장(EMF)의 특성에 대해 고찰하고자 한다.

In recent years, the demand for microscopic current measurements has been increasing in the medical and nanotechnology fields. In these fields, very small currents (in the order of μA) are mainly used, which are mainly used to detect physiological signals of patients or to understand the properties of materials at the nanoscale. However, current microcurrent measurement methods mainly rely on traditional technologies such as high-performance current meters, voltage-to-current converters, Hall sensors, and amplifiers. Additionally, these technologies have several problems, including high cost, accuracy, circuit complexity, and nonlinearity. Therefore, in this paper, we propose a method to effectively measure minute currents using a geomagnetic sensor to overcome these problems and improve nonlinear characteristics according to the increase in current through the presence or absence of shielding. And, in measuring microcurrents using a geomagnetic sensor, we intend to examine the characteristics of electromagnetic fields (EMF) emitted from electronic devices used in everyday life in an electromagnetic environment.

유전체 V-Ridge 격자 프로파일을 가진 격자층과 실리콘으로 만든 균일한 층으로 구성된 광대역 유도 모드 공진 필터의 설계를 제시하였다. 고유치 문제에 기초한 모드 전송선로 이론 (EP-MTLT)을 사용하여 격자의 최적화된 기저 각도와 균질 층의 두께를 결정함으로써, 편광을 위한 회절 격자 설계 구조를 최적화하였다. 매개변수의 편차 효과를 정량 화하고, 공명 파장에서 내부 전기장 분포를 시뮬레이션하며, 최적화된 광대역 공진기의 입사각에 대한 허용 오차를 계산 하였다. 기저 각도는 공진 대역폭을 결정하는 데 중요한 역할을 하며, 이 모델은 다양한 스펙트럼 대역에서 작동하는 광대역 유도 모드 공진기를 설계하고 다이아몬드 팁 기반 격자 제어 엔진을 사용하여 이러한 장치의 제작을 위한 프로토 타입으로 사용할 수 있다.

A design of broadband guided-mode resonance (GMR) filter consisting of a grating layer with a dielectric V-Ridge grating profile and a uniform layer made of silicon is presented. By determining the optimized base angle of grating and thickness of the homogeneous layer using modal transmission line theory (EP-MTLT) based on eigenvalue problem, the design structure of diffraction grating for polarization is optimized. The deviation effect of parameters is quantified, the internal electric field distribution is simulated at the resonance wavelength, and the tolerance for incident angle of optimized broadband resonator is calculated. The base angle plays an important role in determining the resonance bandwidth, and those models can be used as a prototype for the fabrication of such devices using a diamond tip-based grating control engine.

이 논문의 목적은 원형 원통형 구조로 구성된 회절격자에 대한 전자기 산란 분석을 위하여 정확한 성능평가 원리를 제공하는 것이다. 편광 선택성이 우수하고 회절 효율이 높은 원통형 나노 배열의 반사 특성을 고유치 문제에 기초한 정확한 모드 전송선로 이론 (EP-MTLT)을 통하여 계산하였다. 고 반사율, 투과율 및 편광 의존성의 특성들이 파장, 입사각, 주기, 그리고 원 격자 반경을 포함하여 조사되었다. 제시된 정확한 성능 분석은 높은 계산 효율성과 매우 간편한 구현 방법을 제공되며, 소형 센서를 설계하고 최적화하는데 중요한 도구로 고려될 수 있다.

The purpose of this paper is to provide the principle of rigorous performance evaluation for the electromagnetic scattering analysis on a diffraction grating composed of a circular cylindrical structure. The reflection characteristics of the cylindrical nano-arrays with excellent polarization selectivity and high diffraction efficiency are calculated through mode transmission line theory based on eigenvalue problem (EP-MTLT). The properties of high reflectance, transmittance and polarization dependence are investigated including wavelength, incidence angle, period, and radius of circle grating. The rigorous performance analysis presented provides high computational efficiency and very simple implementation method and can be considered as an important tool for designing and optimizing small sensors.

본 연구는 비정형 데이터의 급증과 함께 중요성이 부각되고 있는 AI 기반 문서 전처리 기술의 개념과 구조, 적용 방안에 대해 분석하고, 다양한 사례를 통해 기술적 시사점과 정책적 대응 전략을 제시한다. 특히 거대 언어 모델 (LLM) 및 검색 강화 생성(RAG)과 같은 최신 AI 전환에서 전처리 기술이 응답 정확도, 처리 속도, 문맥 이해력에 미치는 영향을 정량적으로 분석하였다. 이를 위해 광학 문자 인식(OCR), 자연어 처리(NLP), 데이터 비식별화, LLM 기반 구조 화 기술 등 핵심 기술을 중심으로 사례를 분류하고, 금융 및 공공 분야의 실제 적용 사례를 통해 전처리 기술의 현장성과 실효성을 검증하였다. 분석 결과, 전처리 기술은 단순한 사전 작업을 넘어 전체 AI 전환의 성능 향상에 직접적으로 기여 하며, 향후 AI 전환 전략의 핵심 기반 기술로 기능할 수 있음을 확인하였다. 또한 R&D 투자, 데이터 표준화, 개인정보 보호, 산학연 협력 등 정책적 지원체계 마련이 병행될 때, 해당 기술의 지속 가능성과 산업적 확산 가능성이 극대화될 수 있음을 제안하였다.

This study investigates the concept, architecture, and implementation strategies of AI-based document preprocessing technologies, which are becoming increasingly critical amid the rapid expansion of unstructured data. Emphasizing their role in enhancing the performance of advanced AI systems — particularly Large Language Model (LLM) and Retrieval-Augmented Generation (RAG) architectures — this study quantitatively analyzes how preprocessing affects response accuracy, processing efficiency, and contextual understanding. By exploring core technologies such as Optical Character Recognition (OCR), Natural Language Processing (NLP), data anonymization, and LLM-assisted document structuring, the study classifies use cases and verifies the practical effectiveness of these technologies across the finance and public sectors. The findings indicate that preprocessing is not merely a preparatory step but a critical component in optimizing end-to-end AI performance, highlighting its status as a foundational enabler for AI transformation strategies. Furthermore, the study underscores the importance of national-level support — including R&D investment, data standardization, privacy safeguards, and public-private-academic collaboration — to ensure the sustainable adoption and broad diffusion of these technologies.

디지털 전환과 클라우드 네이티브, SaaS 도입은 공공 서비스의 유연성을 증대시키고, 공공 부문 혁신을 촉진하는 핵심 전략으로 자리잡고 있다. 특히, AI와의 융합은 공공 행정의 자동화, 예측 분석, 개인 맞춤형 서비스 제공 등에서 효율성을 극대화하고 있다. 정부는 디지털 플랫폼 정부 구현을 목표로 클라우드 네이티브 전환과 SaaS 도입을 적극적으 로 추진하고 있다. 본 연구는 공공기관의 클라우드 네이티브 및 SaaS 전환을 위한 주요 요인들을 실증적으로 분석하였 다. 연구 결과, 온프라미스 개발구축형 시스템에 대한 불만족이 전환 의도에 미치는 영향은 제한적이었으며, 오히려 경제 성 저하와 기민성 저하가 전환 의도에 유의미한 영향을 미친 것으로 나타났다. 특히, 클라우드 네이티브 기반 SaaS로의 전환은 비용 절감뿐만 아니라 비즈니스 기민성 향상 측면에서도 중요한 요소로 부각되었다. 또한, 서비스 품질 저하가 전환 의도에 간접적인 영향을 미친 것으로 분석되었으며, 이는 SaaS 모델로의 전환이 서비스 품질 향상과 밀접하게 연관 되어 있음을 시사한다. 공공기관이 클라우드 네이티브 기반 SaaS로 전환을 추진할 때 기술 지원의 중요성이 강조되었으 며, 이는 전환 성공을 위한 핵심 요소로 확인되었다. 따라서 공공기관이 클라우드 네이티브 기반 SaaS로의 전환을 추진 할 때, 경제성, 기민성, 기술 지원 능력 등의 요소를 기반으로 한 전략적인 접근이 필수적임을 본 연구는 시사한다.

Digital transformation, along with the adoption of cloud-native technologies and SaaS, has become a key strategy to enhance the flexibility of public services and drive innovation in the public sector. In particular, the integration of AI is maximizing efficiency in various areas, including public administration automation, predictive analytics, and personalized service delivery. The government is actively promoting the transition to cloud-native systems and SaaS adoption with the goal of implementing a digital platform government. This study empirically analyzes the key factors influencing the transition to cloud-native and SaaS systems in public institutions. The findings show that dissatisfaction with on-premises development systems has a limited impact on the intention to transition. Instead, the deterioration of cost-effectiveness and agility had a significant impact on transition intentions. Transitioning to a cloud-native SaaS environment is identified as a strategic enabler, contributing not only to cost efficiency but also to enhanced business agility and adaptability.. Additionally, the deterioration in service quality had an indirect effect on the transition intention, suggesting that the transition to SaaS models is closely linked to the improvement of service quality. The importance of technical support was highlighted as a crucial element for the success of the transition. Therefore, this study suggests that when public institutions pursue the transition to cloud-native-based SaaS, a strategic approach based on factors such as cost-effectiveness, agility, and technical support capabilities is essential for successful implementation.

자금 흐름 일치 문제(CFMP)를 푸는 방법에는 선형계획법(LP) 또는 장기채권 우선 잔고 방법이 있다. 선형계획법 은 T 개 변수의 선형함수를 최적화시키는 방법으로 수기식으로는 불가능하여 선형계획법 해결사인 LINGO 등을 활용한 다. 장기채권 우선 잔고 방법은 장기채권 수익률이 가장 크다는 전제하에 수행하는 수기식 방법이다. 그러나 단기 채권이 나 예금이 보다 큰 수익률을 얻는 경우도 발생할 수 있다. 이 논문은 수기 식으로 CFMP의 해를 구하는 일반화된 알고리 즘을 제안한다. 제안된 알고리즘은 실질 수익률 내림차순으로 차순위 투자 상품 만기 도래 이전 연도의 예금 잔고를 충족하는 방법으로 투자 상품 매수량을 결정한다. 또한 최저 금리투자 상품에 대해서는 최종 연도의 지불액을 충당하는 예금액을 결정하였다. 4개의 실험 데이터에 제안된 알고리즘을 적용한 결과 선형계획법에 비해 보다 정확한 결과를 얻을 수 있음을 보였다.

Linear programming(LP) and long-term bond first balance algorithm(LBFBA) are the only known way to solve the cash flow matching problem(CFMP). LP is a problem that optimizes linear functions of T variables, and LINGO, a linear planning method solver, is used because there is impossible by handwriting. LBFBA is performed under the premise that the long-term bond yield is the largest by hand. However, there may also be cases where short-term bonds or deposit earn a greater return than long-term bond. This paper proposes an algorithm that obtains the general solution of CFMP by handwriting. The proposed algorithm determines the purchase amount of investment products in a way that meets the deposit balance in the year before the expiration of the next-order investment product in the order of falling real returns. In addition, for the minimum interest rate investment product, the deposit amount to cover the final year's payment was determined. As a result of applying the proposed algorithm to four experimental data, it was shown that more accurate results can be obtained compared to the linear programming method.

행과 열이 r × c인 격자 셀 보드 판에 주어진 검정 색 셀의 숫자 전구를 배치하여 백색 셀들을 빠짐없이 비추도록 전구를 배치하는 퍼즐을 아카리(전등 밝히기) 퍼즐(LUP)이라 한다. LUP는 지수시간이 필요한 NP-완전 문제로 다항시간 의 정확한 해를 찾는 방법이 알려져 있지 않다. 본 논문은 다항시간의 정확한 해를 구하는 알고리즘을 제안하였다. 제안 된 알고리즘은 초기치로 가능한 모든 전구를 배치하고, 필수적으로 요구되는 전구를 우선적으로 선택하는 규칙을 제안하 였다. 또한 이 규칙이 존재하지 않으면 행과 열의 최대 백색 셀을 커버하는 셀 또는 행과 열을 유일하게 커버하는 셀에 전구를 배치하는 규칙을 적용하였다. 제안된 알고리즘을 22개 벤치마킹 실험 데이터에 적용한 결과 모든 문제에 대해 퍼즐을 빠르고 정확하게 풀 수 있음을 보였다.

A puzzle in which a number bulb of a given black cell is placed on a r × c grid cell board with rows and columns, and the bulb is placed to illuminate the white cells without missing, is called an Arkari(light up) puzzle (LUP). LUP is an NP-complete problem that requires exponential time, and it is not known how to find the exact solution of polynomial time. This paper proposed an algorithm to find the exact solution of polynomial time. This paper proposed a rule that places all possible bulbs as initial values and prioritizes the essential required bulbs. In addition, if this rule does not exist, the rule for placing light bulbs in cells that cover the maximum white cells in rows and columns, or in cells that uniquely cover rows and columns was applied. Applying the proposed algorithm to 22 benchmarking experimental data showed that puzzles can be solved in polynomial time for all problems.

행과 열이 m × n인 k개 셀 보드 판에 주어진 단서 숫자 개수 c개의 합인 c에 대해 C ≤ k가 되도록 같은 숫자 블록 간에는 이웃하지 않으면서 각 숫자의 셀 수로 블록을 형성하는 퍼즐을 필로미노 퍼즐(FLP)이라 한다. FLP는 지수시 간이 필요한 NP-완전 문제로 다항시간의 정확한 해를 찾는 방법이 알려져 있지 않다. 본 논문은 O(c) 수행 복잡도로 정확한 해를 구하는 알고리즘을 제안하였다. 제안된 알고리즘은 초기 치로 단서=1을 블록으로 확정하고, 이웃하는 단서 숫자들을 결합한 부 블록을 형성한 초기 치를 얻는다. 초기 치에 대해 유일한 방향과 크기를 가진 벡터의 부 블록을 형성하는 방법을 적용하였다. 이와 같은 유일 벡터 블록 연쇄법칙으로 형성하여 퍼즐을 풀 수 있었다. 제안된 알고리즘을 19개 벤치마킹 실험 데이터에 적용한 결과 모든 문제에 대해 퍼즐을 빠르고 정확하게 풀 수 있음을 보였다.

A puzzle that forms a block with the number of cells of each number without adjoining between the same number of blocks so that the sum of the number C of clue numbers c among k cells in rows and columns m × n is C ≤ k is called the Fillomino puzzle (FLP). FLP is an NP-complete problem that requires exponential time, and it is not known how to find the exact solution of polynomial time. This paper proposed an algorithm to obtain an accurate solution with the complexity of performing O(c). The proposed algorithm determines clue=1 as a block as an initial value and obtains an initial value that forms a sub-block combining neighboring same clue numbers. A method of forming a sub-block of a vector with a unique direction and size for the initial value was applied. The puzzle could be solved by forming such a unique vector block in a chain rule. Applying the proposed algorithm to 19 benchmarking experimental data showed that puzzles can be solved in polynomial time for all problems.

NP-난제로 다항시간 알고리즘이 알려져 있지 않은 거스름돈 만들기 문제(CMP)에 대해 n × W의 동적계획법이 널리 알려져 있다. 최근 들어 동적계획법의 n × W을 n × n으로 획기적으로 축소시킨 나눗셈 알고리즘(DA)이 제안되었 다. 본 논문은 DA의 n × n을 1 × n 또는 2 × n으로 극도로 축소시킨 알고리즘을 제안한다. 제안 방법은 Ci = cj, j - 1,2,⋯,n에 대해 약수를 제외시키고 ci 에 유일 값 또는 주어진 총액 W의 약수가 존재하면 해당 ci 로 승자를 결정한다. 만약 |ci| ≥ 2이면 홀수와 짝수의 최대치, 홀수의 최대치 2개, 또는 짝수의 최대치 2개로 양자대결을 수행하여 최종 승자를 결정한다. 제안된 알고리즘을 39개의 실험 데이터에 적용한 결과 단일 승자로 결정된 경우가 69.23%, 양자 대결을 한 경우가 28.20%에 불과하여, 수행시간을 획기적으로 단축시킨 알고리즘임을 보였다.

A dynamic planning(DP) method of is well-known for a change-making problem(CMP) in which the NP-hard, the polynomial time algorithm is not known. Recently, a division algorithm(DA) has been proposed, which dramatically reduces  × of the dynamic planning method to n × n. This paper proposes an algorithm that extremely reduces the n × n of DA to 1 × n or 2 × n. The proposed method excludes a divider in Ci = cj, j - 1,2,⋯,n and determines the winner accordingly if there is a divider given total cost W or in unique value in ci . If |ci| ≥ 2, the final winner is determined by performing a bilateral match with the maximum of odd and even numbers, two maximums of odd numbers, or two maximums of even numbers. As a result of applying the proposed algorithm to 39 experimental data, 69.23% of cases were determined as a single winner and 28.20% of cases of bilateral match, showing an algorithm that dramatically shortened execution time.

본 논문은 n명의 에이전트들이 m대의 주택 (n = m, n ≠ m)에 대해 선호순서를 부여할 경우 최적의 주택을 배정하 는 주택 배정 문제를 연구하였다. 기존의 최상 선호순서 거래 사이클 알고리즘은 각 에이전트가 최상의 선호순서(1순위) 주택을 선택하여 형성된 사이클에 주택을 배정하고, 남은 에이전트들과 미배정된 주택을 대상으로 다시 사이클을 형성하 는 방법을 적용하였다. 이 경우 미 배정된 에이전트들은 보다 좋지 않은 선호순서(최악의 경우 가장 선호하지 않는 주택 배정)의 주택을 배정받을 가능성이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 최악의 선호순서부터 역-삭제하 는 과정에서 행(에이전트) 또는 열(주택)에 1개만 남는 경우 해당 선호순서 셀을 선택하는 방법을 제안하였다. 제안된 알고리즘을 16개의 벤치마킹 데이터들에 적용한 결과 모든 데이터들에 대해 최적의 주택을 배정할 수 있음을 보였다.

This paper researches the issue of the housing allocation problem(HAP), in which the agents assign optimal preference order housing if they give preference order to representative housing for n agents and m houses (n = m, n ≠ m). Traditional top trading cycle(TTC) algorithm shows that each agent chooses the best(first) preference order to home and selects the best preference house in cycle. For the remaining unassigned agents and houses, finds the cycle. In this case, unassigned agents have a worse order of preference(in the worst case, they have a worst preferred housing). To solve the this problem, this paper reverse delete from worst preference order to best. In this process, if only one cell is left in a row(agent) or column(house), this algorithm selects that preference order cell. Applying to 16 benchmarking data, the proposed algorithm allocating optimal housing for all data.