Earticle

빅데이터라는 새로운 기술 및 경영 환경은 데이터가 조직에서 활용되는 방법에 많은 변화를 초래 하고 있다. 이는 기업들이 이전과 다른 데이터의 규모는 물론 다양한 형태, 그리고 데이터 생산에서 활 용까지 더욱 빠른 속도에 대응해야하기 때문이다. 그러나 빅데이터의 부상과 함께 데이터의 규모가 상 상을 초월할 정도로 커지지는 환경에서 여러 곳에 흩어져 있는 다양한 종류의 데이터를 어떻게 통합하 여 실시간으로 제공해 의사결정을 더욱 효율적이며 효과적으로 할 수 있는지에 대한 연구는 아직까지 매우 초기 수준에 있다. 본 연구는 빅데이터 환경에서 데이터 통합을 위해 사용될 수 있는 다양한 방법 들인 하둡, 데이터 페더레이션, 데이터 가상화, 그리고 이들과 관련된 인프라인 병렬형 데이터웨어하우 스, 논리적 데이터 웨어하우스, 클라우드 시스템, 데이터 호수 등의 특징을 분석해 정리하고 공공기관 의 빅데이터 통합 사례를 통해 비즈니스 상황에 맞는 데이터 통합 방법의 선택 전략을 제시하고자 한다.

Big data has created new technical and business environment which change organizations in many ways. It is time for organizations to cope with huge data volume as well as various data types and the speed of data production and utilization. In this context, research on data integration for solving these problems falls short of academic and industry demand. Especially academic research have not provided enough answers on effective decision making support through big data integration. By developing a big data integration framework evaluating such techniques as Hadoop, data federation, and data virtualization as well as infrastructure like parallel data warehouse, cloud systems, logical data warehouse and data lake and analyzing a public sector data integration case, the paper proposes a strategy to select appropriate big data integration approaches in various situations.

Korea currently provides long-term care benefits for the elderly with poor functionality, but most of the service providers are private businesses. This is the time when quality management of care services is required, which is just around the corner of the super-aged era. In this study, we would like to look at the case in which ‘A company’, which operates a long-term care institution, attempted to make voluntary changes ahead of social demands. The company tried to transform the social needs of quality management by judging them as opportunities, not threats, and establishing an integrated database of centers. First, the company processed data and built a cloud-based database system. Second, the company automatically linked data from existing systems for the efficiency of data utilization. Third, the company pursued visualization for the convenience of data utilization. This allowed the company to make data-driven strategic decisions internally. This is expected to increase sales as it will soon lead to securing new customers and pioneering new markets. It is also significant in that it can provide best practices for the long-term care industry.

기존 취약점 분석 방법은 빠르게 변화하는 위협 환경에서 최신성과 맥락 정보를 충분히 반영하는 데 한계가 있으며, 단일 데이터 소스 기반 Retrieval-Augmented Generation(RAG) 또한 정보의 불완전성과 편향으로 인해 분석 신뢰성이 저하될 수 있다. 이에 본 연구에서는 NVD, CERT, GitHub Advisory Database, Exploit Database등 이질적인 취약점 데이터 소스를 계층적으로 활용하는 Multi-Level RAG 기반 계층적 취약점 분석 시스템을 설계하고 프로토타입으로 구현하였다. 실험 결과, 데이터 소스를 단계적으로 확장할수록 취약점 분석 성능이 일관되게 향상되었으며, 단일 데이터 소스 기반 방법 대비 평균 20.9%의 성능지표 향상을 보였다. 이를 통해 제안 시스템이 실제 취약점 분석 환경에서 효과적으로 활용될 수 있음을 확인하였다.

Existing vulnerability analysis approaches have limitations in adequately reflecting timeliness and contextual information in rapidly evolving threat environments, while single-source Retrieval- Augmented Generation(RAG) methods may also suffer from reduced analytical reliability due to incomplete and biased information. To address these issues, this study designs and implements a prototype hierarchical vulnerability analysis system based on Multi-Level RAG, which hierarchically leverages heterogeneous vulnerability data sources, including the NVD, CERT, GitHub Advisory, and Exploit Database. Experimental results show that vulnerability analysis performance consistently improves as data sources are incrementally expanded, achieving an average performance improvement of 20.9% compared with single-source approaches. These findings demonstrate that the proposed system can be effectively utilized in real-world vulnerability analysis environments.

철도는 이제 대표적인 대중교통 수단이다. 하지만, 철도를 운영하는 운영기관마다 철도정보를 관리하고, 서비스를 제공하고 있다. 즉, 철도 운영기관 별로 관리하고, 서비스하는 정보와 정보의 형태가 다르기 때문에, 철도이용객은 정확하고, 통합된 정보를 제공받지 못하게 된다. 따라서 다양한 형태의 역사정보, 운영정보, 열차정보, 이용객정보와 같은 철도정보를 단일화된 표준철도정보로 통합하기 위한 방안이 필요하다. 이에, 본 연구에서는 각 운영기관에 산재해 있는 철도정보에 대한 표준분류체계 및 표준정보를 정의하고, 표준정보로의 시스템적 수집 및 마이그레이션 방법을 고찰하였다. 이를 통해, 철도이용객은 실시간으로 모든 철도정보를 한 번에, 한 눈에, 한 곳에서 이용할 수 있으며, 이러한 체계적이고 통합적인 철도정보 관리는 새로운 서비스를 창출할 수 있는 기회를 제공하고, 철도 정보서비스를 획기적으로 발전시킬 수 판단된다.

The railroad is one of the most popular means of transport. However, railroad agencies are managing the railroad information and provide its service respectively. That is, because of managing the different information and its type, the user will not receive the correct and integrated information. Thus, it is needed to employ methods for converting the various types of railroad information into the unified railroad information. In this study, we investigated how to (semi-)automatically convert railroad information in each agencies to standard railroad information. Railroad passengers can use the railroad information service at a time, at a glance and in one place. In addition, we believe that there can be provided the opportunity to create an new service, which will dramatically develop a railroad information service through these systematic and integrated railroad information management.

본 논문에서는 다중 요인을 고려한 천연 가스 누출 정도 예측을 위해 관련 요인을 포함하는 기상청 자료와 천연가스 누출 자료를 통합하고, 요인 분석을 기반으로 중요 특성을 선택하는 머신러닝 기법을 제안한다. 제안된 기법은 3단계 절차로 구성되어 있다. 먼저, 통합 데이터 셋에 대해 선형 보간법을 수행하여 결측 데이터를 보완하는 전처리를 수행한다. 머신러닝 모델 학습 최적화를 위해 OrdinalEncoder(OE) 기반 정규화와 함께 요인 분석을 사용하여 필수 특징을 선택하며, 데이터 셋은 k-평균 클러스터링으로 레이블을 지정한다. 최종적으로 K-최근접 이웃, DT(Decision Tree), RF(Random Forest), NB(Naive Bayes)의 네 가지 알고리즘을 사용하여 가스 누출 수준을 예측한다. 제안된 방법은 정확도, AUC, 평균 표준 오차(MSE)로 평가되었으며, 테스트 결과 OE-F 전처리를 수행한 경우 기존 기법에 비해 성공적으로 개선되었음을 보였다. 또한 OE-F 기반 KNN(OE-F-KNN)은 95.20%의 정확도, 96.13%의 AUC, 0.031의 MSE로 비교 알고리즘 중 최고 성능을 보였다.

In this article, we proposed to predict natural gas (NG) leakage levels through feature selection based on a factor analysis (FA) of the integrating the Korean Meteorological Agency data and natural gas leakage data for considering complex factors. The paper has been divided into three modules. First, we filled missing data based on the linear interpolation method on the integrated data set, and selected essential features using FA with OrdinalEncoder (OE)-based normalization. The dataset is labeled by K-means clustering. The final module uses four algorithms, K-nearest neighbors (KNN), decision tree (DT), random forest (RF), Naive Bayes (NB), to predict gas leakage levels. The proposed method is evaluated by the accuracy, area under the ROC curve (AUC), and mean standard error (MSE). The test results indicate that the OrdinalEncoder-Factor analysis (OE-F)-based classification method has improved successfully. Moreover, OE-F-based KNN (OE-F-KNN) showed the best performance by giving 95.20% accuracy, an AUC of 96.13%, and an MSE of 0.031.

Address verification is a critical and challenging task for businesses worldwide, given that every country has its address formatting conventions. This is particularly relevant in industries such as imported food safety, where prompt safety measures are vital to safeguard people when food safety issues arise. Hence, we developed a deep learning and Google Geocoding-based technique to parse, validate, and standardize the address accurately. Our proposed model utilizes a deep learning algorithm to identify an address's components, such as the street name, district, city, and state/province then validate them using Google Geocoding. However, our initial model did not yield great results for countries with well-established postal/zip code systems. To resolve this issue, we improved the model by adding an extra administrative level - the Postal Code - specifically for such countries. To evaluate the efficacy of our new model, we compared multiple metrics such as accuracy, precision, recall, and F1 score of the old and new models. The dataset used to test the new model comprised addresses from manufacturers in the United Kingdom, the United States, and Australia. The results showed that our new model outperformed the original model with better accuracy when applied to real address data. With the addition of this extra administrative level, the performance of the verification process for global addresses is improved significantly.

This study proposes a multimodal hybrid framework that integrates corporate disclosure texts, stock prices, and market indicators for enhanced stock price prediction and portfolio optimization. Long Short-Term Memory (LSTM) networks are employed to capture temporal dependencies from stock and market data, while FinBERT is used to extract semantic embeddings from disclosure documents. These heterogeneous modalities are fused within a classification model to evaluate the significance of corporate and market events on stock movements. Experimental results reveal substantial performance variation across industries, motivating industry-specific investment strategies. Portfolio optimization based on these multimodal strategies achieves superior riskadjusted returns compared to benchmark approaches.

최근 데이터 계측 기술과 ICT 기술이 발달함에 따라 수자원 데이터의 계측 방법과 활용 방법이 다양해지 고 있다. 이러한 데이터 수집 방식의 변화는 데이터의 양적·질적 다양성이 확대되는 결과를 가져왔으나 동시에 데이터 간 수집 주기, 단위, 포맷 등이 상이해지는 문제점이 발생하였다. 또한 우리나라는 기관별, 부처별, 목적별로 수자원 데이터가 생산되어 분산 관리되고 있어 데이터 간 연계 및 통합과 활용이 어려운 실정이다. 이에 본 연구는 다양한 기관에서 생성 및 공유되는 수자원 데이터를 연계, 활용, 분석하 기 위한 물지식정보관리 서비스(W-KMS) 프레임워크를 설계하였다. W-KMS 프레임워크 설계를 위하여 수자원 데이터와 연계 방안을 정의하였다. 또한, 데이터 툴킷(toolkit)과 지식맵(knowledge map)으로 구성 되는 W-KMS 프레임워크의 구조와 기능, 화면을 설계하였다. 향후 본 연구를 통해 설계한 W-KMS 프레임 워크를 사용할 경우, 기관별로 분산되고 형식이 달라 활용이 어려웠던 수자원 데이터에 대한 비효율적 관리 문제를 해결하고 수자원 데이터에 대한 사용자별, 데이터 분류별, 수집장소별 효과적인 활용이 가능할 것으로 예상된다.

With recent advances in data measurement technologies and ICT, methods for measuring and utilizing water resources data have diversified, leading to greater quantitative and qualitative diversity but also to differences in collection intervals, units, and formats across datasets. In Korea, water resources data are produced for different purposes by multiple agencies and ministries and are managed in a dispersed manner, making linkage, integration, and utilization difficult. Accordingly, this study designed a Water Knowledge Management Service(W-KMS) framework to link, utilize, and analyze water resources data generated and shared by various institutions. We defined the datasets and linkage approaches for the W-KMS and designed its structure, functions, and user interfaces; the framework comprises a data toolkit and a knowledge map. The proposed W-KMS framework is expected to resolve the inefficient management of dispersed and heterogeneous water resources data, enabling effective use by user group, data category, and collection location.

본 연구에서는 채널대수층의 이산화탄소 지중저장에서 4-D 탄성파자료를 통합해 불확실성을 정량화하고 신뢰도를 향상하기 위해 기계학습의 하나인 Pix2Pix 기반의 4-D 탄성파자료 통합기법을제안한다. 다점지구통계 기법으로 다양한 지질학적 시나리오를 따르는 2차원 채널대수층 모델을바탕으로 Pix2Pix을 학습시킨 후, 참조 채널대수층의 4-D 탄성파 변화를 입력하여 채널대수층 모델을 특성화한다. Pix2Pix을 구성하는 인공신경망 모델의 일부 연결을 끊는 (1) dropout을 이용하는방법과 (2) 인공신경망의 입력층에 랜덤 노이즈 맵을 추가하는 방법을 이용해 주어진 자료를 만족하며 지질학적 사실성을 보전하는 다양한 모델을 생성하고 이들로부터 불확실성을 정량화 한다. Pix2Pix을 이용해 생성된 채널대수층은 참조 모델의 채널 방향성과 암상분포의 예측을 개선하였고, 나아가 미래 이산화탄소 액적군의 이동을 정확하게 예측한다. 제안한 방법은 채널대수층에서이산화탄소 지중저장을 하는 경우 4-D 탄성파자료를 통합해 불확실성을 평가함으로 이산화탄소지중저장의 모니터링기술로 활용될 수 있다.

This study introduces a 4-D seismic data integration approach based on Pix2Pix to quantify uncertainty and enhance reliability in subsurface CO2 storage within channelized aquifers. We address geological uncertainties, such as the azimuth of channel direction, using multi-point statistics to generate diverse channelized aquifer models, to form the Pix2Pix training dataset. After successfully training the Pix2Pix, we realize the channelized aquifer models by assimilating 4-D seismic data changes from a reference channelized aquifer. The Pix2Pix dataset is crafted with (1) disconnections in artificial neural networks using dropout and (2) the addition of random noise to the input layer, yielding an ensemble of models that align with the provided data for quantifying uncertainty. Generating channelized aquifers using the suggested method improves prediction of channel direction, facies distribution, and accurate forecasts of future CO2 plume movement. As an advanced monitoring technology, our method integrates 4-D seismic data for effective CO2 storage in channelized aquifers.

메타데이터 요소들 사이의 매핑에 기반한 현재의 메타데이터 상호운용성 접근방식이 지닌 한계를 극복하기 위해, 본 연구에서는 마스터 데이터를 활용한 메타데이터 상호운용성 접근방식을 제안하고 있다. 이는 메타데이터 요소가 아닌 요소의 값을 기준으로 동일한 값을 지니는 요소를 마스터 요소를 중심으로 통합하는 방식이다. 이를 위해 마스터 요소 프레임워크를 구축하여 메타데이터 요소들을 계층적인 형태로 의미적으로 통합하고, 이를 기반으로 메타데이터 레코드 사이의 상호연결을 확보함으로써 메타데이터 상호운용성을 확보할 수 있다. 이는 메타데이터 상호운용성을 확보하기 위한 대안적인 방법으로 활용될 수 있다.

In order to overcome the problems of current approaches to metadata interoperability based on element mapping, this research proposed Master Element Framework that is an alternative approach to metadata interoperability. It is an approach to integrate metadata elements that have the same value, instead of direct mapping between similar elements. Master Element Framework is constructed to semantically integrate metadata elements in a hierarchical order and to interconnect between heterogeneous metadata standards. This approach is expected to be an alternative approach to metadata interoperability.

최근 IT 기술이 발달함에 따라 병원에서 사용되고 있는 의료 장비도 고사양의 성능을 요구하고 있다. 그러나, 사용 자는 사용자의 상황에 따라 서로 다른 병원을 내원하기 때문에, 병원에서 진료 받은 의료 정보가 병원마다 분산되어 있다. 본 논문에서는 서로 다른 병원에 내원한 사용자의 헬스케어 정보 수집을 위해서 병원에 저장되어 있는 사용자의 헬스케어 정보를 효율적으로 통합하기 위한 모델을 제안한다. 제안모델은 사용자 중심의 헬스케어 정보 수집을 위해서 개인 웨어러블 장치로부터 수집된 사용자의 헬스케어 정보를 서로 동기화한다. 또한, 제안 모델은 헬스케어 서비스 센터와 데이터 공유를 원활하게 수행하기 위해서 클라우드 환경에 존재하는 데이터베이스에서 사용자의 헬스케어 정보와 관련된 무결성 및 유효 성 검사를 수행한다. 특히, 제안모델은 모바일 플랫폼으로부터 수집된 사용자의 헬스케어 정보를 원활하게 관리하기 위해서 트리기반의 데이터 처리를 수행할 수 있도록 하였다.

As IT technology develops recently, medical equipment used in hospitals is demanding high performance. However, since the user visits different hospitals depending on the user's situation, the medical information treated at the hospital is distributed among the hospitals. In this paper, we propose a model to efficiently integrate the health care information of the users stored in the hospital in order to collect the healthcare information of the users who visited the different hospitals. The proposed model synchronizes users' healthcare information collected from personal wearable devices to collect user - centered healthcare information. In addition, the proposed model performs integrity and validity check related to user 's healthcare information in a database existing in a cloud environment in order to smoothly share data with the healthcare service center. In particular, the proposed model enables tree - based data processing to smoothly manage healthcare information collected from mobile platforms.

The objective of this research is to develop a formal framework and methodology to facilitate real-time data integration, thus enabling semantic interoperability among distributed and heterogeneous information systems. The proposed approach is based on the concepts of "ontology" and "semantic mediators." An ontology is developed and used to capture the intension (including structure, integrity rules and meta-properties) of the database schema. We also develop the agent communication protocol for semantic reconciliation, which is based on the theory of speech acts and agent communication language. This protocol is used by a set of semantic mediators, which automatically detect and resolve various semantic conflicts at the data- and schema-levels by referring to the ontology. A mediation-based query processing technique is developed to provide uniform and integrated access to the multiple heterogeneous information sources. Prototype tools are being implemented to provide proof of concept for this work.

본 연구는 철강제조 분야에서 제품 생산 중 발생하는 모든 데이터를 실시간으로 수집하여 데이터베이스화하고, 웹 기반 시스템을 구축함으로써 시간과 장소의 제약 없이 필요 데이터를 조회, 분석할 수 있는 시스템 개발에 대한 연구이다. 본 시스템의 구축 결과, 실시간으로 데이터의 조회 및 분석이 가능하게 됨으로써 생산 제품에 대한 보다 효율적인 품질개선 활동이 가능하게 되었고, 제품의 신뢰도를 높일 수 있게 되었다. 또한 장기간 누적된 데이터를 데이터베이스화하고 그것을 통계적으로 분석 가능하게 함으로써 새로운 제어모델의 개발과 조업기술의 개발이 보다 용이하게 되었고, 신제품 개발의 기초자료로도 활용할 수 있게 되었다

This study proposes an integrated monitoring system for data reliability improvement in a steel manufacturing industry. The data obtained from existing steel manufacturing process is not micro data which is gathered at the occurring point, but average value (macro data) which is gathered from the occurring point to ending point. This kind of macro data is not only difficult for a detailed analysis for an error causing factor, but it might cause a fatal influence as well on the quality of produced goods even if the error is within an error tolerance. And during the process of steel production, thousands of data is produced in a second, thus requiring database plan to manage abundant amount of data. Therefore, the following proposed system is capable of collecting as well as analyzing all the data generated from the process of product production. And the system was able to raise the efficiency of the database server by planning the database to handle large capacity data. Also, by applying web-based technology, inquiries and analysis of data with no limit on time and space was possible with PC connected to the intranet. Hence, the system was able to work on effective quality improvement of manufactured products, plus able to raise the reliability of the product. Also, accumulated data from long period of time was used for fundamental material for new controlling model, operation technology, and new product development.

본 논문에서는 Esp8266 모듈과 Node.js, TCP/IP 소켓 통신을 이용하여 소형경량 데이터 통합장치를 설 계하였다. 본 장치는 Wifi연결 기능을 지원하는 Esp8266모듈을 사용하여 서버와 클라이언트를 구성하고, TCP/IP 의 소켓 통신을 사용하여 양방향 데이터 전송을 지원하도록 구성하였다. 서버는 Node.js 운영체제를 사용하여 구성 하고 Mysql을 사용하여 데이터를 통합할 수 있게 하였으며, 네트워크는 홈 네트워크와 같이 공유기를 중심으로 사설 IP를 부여하여 Esp8266이 각각 독립적인 IP를 가지게 설계하였다. 본 장치는 양방향으로 데이터를 전송 할 수 있고, 서버 측에서 각각의 클라이언트 데이터들을 저장할 수 있으며 또한 Wire-Shark를 통해 양방향으로 전송 되어지는 데이터의 흐름을 확인할 수 있어서 소형의 실시간 데이터 통합 및 융합 장치로 활용할 수 있다.

In this paper, Esp8266, Node.js, and TCP / IP socket communication are used to design a compact data integration device. This device is designed to configure server and client using Esp8266 module that supports Wifi connection and to support bidirectional data transmission using TCP / IP socket communication. The server is configured using the Node.js operating system, and the database is integrated using Mysql. The network is designed to have a separate IP address by assigning a private IP address to the router, such as a home network. This device can transmit data bidirectionally, store individual client data on the server side, and can check the flow of data transmitted bidirectionally through wire-shark, so that it can be used as a compact real-time data integration and convergence device.