Earticle

In the modern society, with the development of Information & Communications Technology (ICT), the cyber threat is also increasing, and to prepare for this, Moving Target Defense (MTD) strategy is widely used to actively protect the Mission-Critical Systems. Although the MTD strategy has shifted the paradigm from passive system defense to active system defense, the indiscriminate use of the MTD strategy has the disadvantage of acting as a large overhead on the system to be protected. To solve this problem, in this paper, we derive the attack surface of the system to be protected using cyber attack information (OpenIOC). Then, based on the derived data, we propose a data visualization engine that can help configure a systematic MTD strategy by linking it with MTD strategy components. Through the proposed data visualization engine, existing and new MTD strategy researchers can configure a more systematic MTD strategy.

가상현실 콘텐츠는 ICT 기술의 발전과 5G의 고용량 전송, 빠른 속도의 네트워크 서비스가 상용화로 2019 년 빠른 성장을 하고 있다. 하지만 가상현실 콘텐츠의 사용성 평가에 대한 기준과 연구는 미흡한 실정이다. 본 연구에서는 가상현실 콘텐츠를 사용하는 사용자의 반응과 상태를 측정 할 수 있는 객관성이 있는 데이터 에 관한 연구를 진행한다. 연구의 방법으로는 가상현실 게임 콘텐츠 사용자의 실시간 인체정보 수집 프로세 스를 설계하고의 변화를 비교·분석하였다. 이를 위해 인체정보 측정에 아이트래킹을 통한 시선 정보와 심박 수 데이터를 수집하고 분석하여 시각화 솔루션을 설계하고 프로토타입을 구현하였다. 가상현실 게임 콘텐츠 사용자 인체정보 데이터를 기반으로 한 사용성 평가에 대한 가이드를 제안한다. 향후연구로는 다양한 인체정 보 측정 및 프로토타입의 고도화에 있다.

Along with development of ICT and 5G and commercialization of high speed network service, virtual reality contents are growing rapidly at 2019. However, criteria for and research on evaluation of usability of virtual reality contents are unsatisfactory. This study is about objective data which allows us to measure reaction and condition of a virtual reality contents user. For research method, comparative analysis of process to collect information on physical condition of a virtual reality game contents user is conducted. For this, information on gaze and heart rate are collected and analyzed through eye tracking and visualization solution to be designed and prototype is implemented. This study proposes a guide to usability evaluation based on data for physical condition of a virtual reality game contents user. Further study is to measure various information on physical condition and sophisticating prototype.

무선 통신 기술의 발달에 따라 사물인터넷 분야의 연구가 활발히 진행되고 있다. 하지만 많은 연구들에서 다루는 IoT 플랫폼은 데이터의 시각화 방법보다 전송 방법 및 수집량 증대에 초점을 두고 있다. 많은 양의 데이터를 수집하 더라도 처리가 이루어지는 방식이나 데이터 시각화 방법에 따라 수집한 데이터를 처리하고 분석하는 속도 및 효율성 이 크게 달라진다. 본 논문에서는 데이터의 분석과 처리의 효율 증대 및 시각화에 중점을 두고 오픈 소스 기반 IoT 플랫폼에 시각화 오픈 소스를 연동하는 방법을 제안한다. 제안 방법은 이기종 센서들로부터 Wi-Fi 네트워크를 통해 데이터를 수집하고, 별도로 구현된 대시보드에서 수집한 데이터를 사용하는 형태로 웹 페이지에 결과를 출력한다. 또한 실제 환경에서 플랫폼을 개발/운용하는 과정에 대해 소개한다.

With the development of wireless communication technology, research in the field of IoT is actively progressing. However, IoT platforms covered in many studies focus on increasing transmission method and collection amount rather than data visualization method. Even if a large amount of data is collected, the speed and efficiency of processing and analyzing the collected data vary greatly depending on how processing is performed or data visualization method. In this paper, we propose a method of linking visualization open source to open source-based IoT platform, focusing on increasing the efficiency and visualization of data analysis and processing. The proposed method collects data through a Wi-Fi network from heterogeneous sensors and outputs results on web pages in the form of using data collected from a separately implemented dashboard. It also introduces the process of developing/operating the platform in a real environment.

사물인터넷(Internet of Things, IoT)이 활용되는 분야가 많이 확장되고 있다. 수집된 데이터를 통계 처리하고 시각화하는 방법에 따라 분석 결과의 가치가 달라질 수 있다. 본 논문에서는 오픈소스 IoT 플 랫폼에 시각화 오픈 소스를 연동하여 센서/장치/시스템 들로 부터의 데이터 수집, 분석 그리고 분석 결과 의 시각화와 상황에 따른 센서/장치/시스템 제어를 효과적으로 수행하는 구조를 제시하고, 구현 결과를 보인다. 시각화는 웹 기반으로 구현되어, 모든 장치들에서 동시에 시각화 정보를 확인할 수 있다.

본 연구에서는 데이터 시각화 교육에 초점을 맞춘 언플러그드 교육 방식을 초등학교 3학년 학생들에게 적용 하여 컴퓨팅 사고력 향상에 미치는 효과를 분석해 보았다. 현직 초등교사 60명과 초등학교 3학년 학생 124명을 대상으로 실시한 요구분석 결과를 바탕으로, 데이터 시각화의 절차에 따른 언플러그드 교육 프로그램을 개발하 였다. 개발한 교육 프로그램을 초등학교 3학년 학생 24명에게 총 6일 동안 36시간의 수업을 진행하였다. 컴퓨팅 사고력 증진을 살펴보기 위해 계산적 인지력 검사지와 창의성 검사지로 실시한 사전·사후 비교 검사를 통해 적 용한 프로그램의 효과를 분석하였다. 분석결과 데이터 시각화 교육에 초점을 맞춘 언플러그드 교육 방식은 초등 학교 3학년 학생들의 ‘계산적 인지력’과 창의성에 유의미한 효과가 있는 것으로 확인되었다.

In this study, an unplugged education method which focuses on the data visualization training was applied to third grade students of an elementary school and analyzed its impact on enhancing their computational thinking. The analysis was conducted on 60 elementary school teachers and 124 third grade students and the unplugged education program based on the data visualization procedure was developed. The education program developed was carried out with 24 third grade students for 36 hours over six days. The effect of the program applied was analyzed through the pre-to-post comparison performed with perceptive strength test and creativity test in order to examine the enhancement in computational thinking. According to the analysis result, the unplugged education method which focuses on the data visualization training has significant effect on the ‘computational perception’ and ‘creativity’ of third grade students.

본 연구에서는 데이터 시각화에 초점을 맞춘 구글 스프레드시트 교육 프로그램을 개발하여 초등학교 4·5학년 학생을 대상으로 적용한 후 그 효과를 검증하였다. 개발한 교육프로그램으로 초등학교 4·5학년 학생 29명에게 총 6일 동안 36시간의 수업을 진행하였다. 교육 프로그램의 적용 결과 창의성에 미치는 효과에 대한 검증을 위 하여 Torrance의 TTCT(Torrance Tests of Creative Thinking) 검사지 도형 A, B형을 투입하여 사전·사후 검사 를 실시하였다. 검증 결과 데이터 시각화 교육에 초점을 맞춘 구글 스프레드시트 교육 프로그램은 초등학교 4·5 학년 학생들의 창의력 요소들에 긍정적인 영향을 미친다는 것을 알 수 있었다.

In this study, we developed the google spreadsheet education program which focuses on the education data visualization. And we applied it to forth and fifth grade students, and then verified its effect. The developed program was applied to 29 forth and fifth grade students for 36 classes in six days. Application of the program In order to verify the effect on creativity, Torrance Tests of Creative Thinking Figures A and B were introduced and pretests and post tests were carried out. As a result of the verification, it was found that the google spreadsheet education program which focuses on the education data visualization has positive effects on the creativity factors of the elementary school forth and fifth grade students.

본 연구는 KOSPI 시장에 상장된 주식을 대상으로 일별 시가, 종가, 저가, 고가를 포함한 총 26 개의 기술적 지표를 바탕으로 주가 패턴을 클러스터화하고, 데이터 시각화를 통하여 각 패턴의 유형 을 분석하는 것을 목적으로 한다. 따라서 향후 26개의 주가 특성치가 주어졌을 때 현재 주가 패턴이 어떤 클러스터에 속하고 해당 클러스터의 속성이 무엇인지 파악함으로써 주식 매매 의사결정에 도움 을 주고자 한다. 클러스터링의 방법론은 자기조직화지도(Self Organizing Map)를 이용하고 총 실험 기간은 481일의 영업일을 대상으로 한다. 10개의 클러스터 중, 각 클러스터에 평균 약 48일 정도로 분류가 되었으며 각 그룹에 대한 대표적인 결과를 방사형 차트로 시각화한 결과, 동일한 그룹에 속한 방사형 차트는 매우 유사한 형태를 나타냄을 확인할 수 있다. 더불어 각 그룹의 패턴들이 갖는 의미 를 분석하기 위해서 각 패턴의 발생이후 향후 주가의 움직임을 분석한 결과, 특정 패턴 이후에 주가 가 상승, 하락 그리고 급락하는 모습을 발견할 수 있다. 본 연구에서 제안하는 방사형 차트를 활용한 데이터 시각화와 클러스터별 패턴이 갖는 의미 등은 향후 인공신경망과 같은 기계 학습 기법을 이용 하여 정량적인 주식 매매 전략을 취하는데 참고가 되는 연구라 사료된다.

This study aims to cluster the stock price patterns based on 26 technical indicators including daily open price, closing price, low price and high price for the stocks listed in the KOSPI, and to analyze the patterns within each cluster through data visualization. Therefore, when 26 technical indicators are given, our method can make a trading decision by judging the cluster that the current price pattern belongs to. We uses Self Organizing Map with 10 clusters and the total experiment period is 481. In order to visualize the representative pattern for each cluster, we adopt a radar charts. Radar charts that belong to the same group exhibit a very similar form. In addition, to analyze the meaning of the patterns of each cluster, we analyze the movements of stock prices between patterns. As a result, we can find that the stock price rises, falls or crashes after a specific pattern. The data visualization using radar chart and the analysis of each cluster pattern proposed in this study are considered to be a reference for a quantitative stock trading strategy by using machine learning techniques such as artificial neural network.

오늘날 선상에서 사용 언어로써 영어 활용 능력은 선박의 안전한 항해와 원활한 선내 의사소통을 위한 해기사의 주요 능력 중 하나로 자리 잡았다. 특히 오늘날 국 제 해상 교역의 증가와 다국적 선원의 혼승 증가로 선상에서 영어 구술 능력은 매우 중요한 해기사의 능력 중 하나로 여겨지고 있다. 따라서 해기사 양성을 위한 교육기 관에서는 해사영어와 해사통신영어를 정규 교육 과정으로 운영하고 있으며, 승선 실 습 수행 전 이러한 교과과정을 이수하도록 하고 있다. 그러나 선박과 항해에 대한 실질적인 지식과 경험의 부재로 인하여 표준해사통신영어에 대한 이해 및 주요 어휘 의 사용에 대한 이해가 부족한 현실이다. 본 논문에서는 표준해사통신영어의 어휘 분석을 통하여 주요 어휘와 표현에 대하여 분석하고, 효율적인 교과 운영을 위한 시 청각 자료 구성의 기초자료로 사용하고자 하였다. 분석 도구로는 통계 및 데이터 마 이닝을 위한 언어인 R과 Textom을 이용하여 어휘 빈도 분석과 word cloud 구성, 어 휘의 활용도를 분석하였다. 분석 결과 주요 단어의 사용 빈도와 어휘 쌍을 구성하였 으며, 각 어휘의 연결 빈도를 도출하였다. 전체 SMCP에서 중복 제거 어휘는 1,020 개로 나타났으며, 노출빈도 상위 단어와 단어 쌍에 대하여 분석하면 Part A에서는 선박과 선박, 선박과 육상 사이의 조난·긴급·안전 통신과 원조 요청 등의 통신에서 위치관련 교신이 주를 이루며, Part B에서는 선박 운항, 선내 안전, 소화, 손상 제어, 좌초, 수색·구조, 화물 작업, 입·출항 관리 등 주로 선내 통신을 다루어 이와 관련된 단어가 상위 빈도를 차지한 것으로 분석되었다. 향후 본 논문의 결과를 바탕으로 해 사영어 전문 용어집 제작과 시청각 수업 자료의 구성 등에 활용할 수 있을 것으로 기대한다.

The ability to use English as a working language on board has become one of the major competencies of the seafarers for safe navigation and smooth onboard communication. Especially today, the ability of English oral skills is considered to be one of the crucial skills of marines with the increase of international maritime trade and multinational crew onboard. Therefore, educational institutes for training seafarers are operating regular English courses in Maritime English, and trainees are required to complete the curriculums prior to boarding a vessel. However, understanding of standard maritime English and the use of major vocabulary are abstruse to the trainees due to the lack of practical knowledge and experience of vessels and ship navigations. In this paper, vocabularies and expressions were analyzed through the lexical analysis of the IMO Standard Maritime Communication Phrases, and it is aimed to be used as the basic data for audiovisual data composition for efficient English course operation. The frequency of vocabulary, word cloud configuration, and vocabulary utilization were analyzed through the R and Textom as the analysis tools, which are languages for statistical and data mining. As a result of analysis, the frequency of use and the lexical pairs of the main words were constructed, and the connection frequency of each vocabulary was analyzed. The number of vocabulary was 1,020 in the SMCP except for duplicated words. As the Part A are composed regarding the communication such as distress, urgency, safety communication and request for assistance between ship to ship and ship to shore, words related on ship's position were mainly composed in the Part A. Meanwhile, words related on internal communications and words about reporting and reception were mainly composed in the Part B because it mainly deals with on-board communication such as ship navigation, onboard safety, fire extinguishing, damage control, search and rescue, cargo operations, and arrival and departure operations. Based on the results of this paper, it is expected that it would be useful for the construction of vocabulary book and audio-visual data composition for standard maritime English courses.

4차 산업혁명과 디지털 전환의 가속화는 기업의 데이터 기반 의사결정을 필수화하고 있으며, 생성형 AI 기반 도구의 확산은 이러한 흐름을 더욱 강화하고 있습니다. 이에 따라, 조직 내 비전문가로서 디지털 기술과 데이터를 활용해 문제를 해결하는 시민 개발자(Citizen Developer)의 중요성이 점차 부각되고 있습니다. 그러나 실제 많은 기업에서는 시민 개발자의 역할이 체계적으로 정착되지 못하거나 일회성 프로젝트에 그치는 경우가 많으며, 이는 디지털 리터러시 부족과 지속 참여를 유도하는 동기의 부재 때문일 가능성이 큽니다. 본 연구는 데이터 시각화를 중심으로 기업의 디지털 리터러시의 수준이 시민 개발자의 지속 참여 의도에 어떠한 영향을 미치는지를 실증적으로 분석하고, 이를 강화할 수 있는 전략적 시사점을 도출하는 것을 목적으로 전문가 인터뷰와 문헌 조사를 통해 디지털 리터러시와 참여 의도에 관련된 요인을 도출하고, 이를 바탕으로 설문조사를 통한 양적 연구를 수행합니다. 수집된 데이터를 기반으로 회귀분석 및 구조 방정식 모델(SEM)을 활용하여 디지털 리터러시가 시민 개발자의 지속 참여 의도에 미치는 영향을 분석하고, 기업 차원에서 시민 개발자를 효과적으로 육성하고 활용할 수 있는 실질적인 방안을 제안하고자 합니다. 본 연구를 통해 디지털 기반 조직문화 조성과 데이터 활용 인재 육성 전략 수립에 기여할 수 있으며, 향후 AI 활용 분야로 연구를 확대하여 기업 내 디지털 혁신을 촉진하는 데 있어 중요한 학술적·실무적 시사점을 제고하고자 한다.

공공 데이터가 폭발적으로 증가함에 따라 데이터 기반 의사결정의 중요성이 더욱 부각되고 있다. 본 연구에 서는 대기오염, 교통사고, 백신 접종률이라는 주요 공공 데이터를 활용하여, 생성형 AI와 대형 언어 모델(LLM)을 결합한 적응형·확장형 공공 데이터 분석 프레임워크를 제안한다. 검증 결과, 교통사고 위험 예측 정확도가 최대 10%p 향상되었고, 대기오염 예측 MAPE가 0.125까지 낮아졌으며, 자동 보고서 생성 및 시각화를 통해 비전문가의 이해도가 40% 이상 향상되었다. 데이터 부족, 모델 편향, ‘블랙박스’ 문제 등 윤리·법적 이슈가 여전히 존재하지만, 본 연구는 공공 정책 의사결정에서 생성형 AI와 LLM이 지닐 수 있는 혁신적 잠재력을 확인하였다.

With the explosive growth of public data, particularly in the domains of air pollution, traffic accidents, and vaccination rates, data-driven decision-making has become increasingly critical. We propose an adaptive, scalable public data analysis framework that integrates Generative AI and Large Language Models (LLMs). Validated on three major datasets—air pollution (WAQI), traffic accidents (US DOT), and vaccination rates (WHO)—our method improves traffic accident risk prediction accuracy by up to 10 percentage points, reduces air pollution MAPE to 0.125, and enhances non-experts’ understanding by over 40%. Despite persistent challenges such as data scarcity, model bias, and the black-box problem, our findings underscore the transformative potential of Generative AI and LLMs in public policy decision-making.

본 연구는 2021년부터 2023년 6월까지 최근 3년간 국내에서 진행된 28편의 컴퓨팅 사고력 기반 데이터 과학 교육 연구의 동향을 분석하여 향후 데이터 과학 교육의 방향성과 시사점을 도출하고자 하였다. 분석 결과를 통 해 컴퓨팅 사고력 기반 데이터 과학 연구가 해마다 증가하는 양상을 보이는 것을 알 수 있었다. 또한, 초등학생 대상의 연구가 가장 많이 이루어지고 있으며 중·고등학생, 대학생 이상의 성인을 대상으로 한 연구의 수는 상대 적으로 적게 나타났다. 연구 영역을 살펴보면 교수학습모형 개발 연구 4편을 제외하고는 모두 교육 프로그램 개 발 및 적용을 다루고 있음을 알 수 있다. 교육 현장에는 컴퓨팅 사고력 기반의 데이터 과학 교육을 어떻게 적 용하고 어떤 효과가 나타나는지에 대한 실제적 사례에 대한 관심과 수요가 많다. 그러나 대부분의 연구들은 효 과성 검증까지 실시하였으나, 일부 효과성 검증이 미포함된 연구들이 있어 후속 연구가 필요한 상황이다.

This study aims to derive the direction and implications of data science education in the future by analyzing the trends of 28 computational thinking-based data science education studies conducted in Korea for the past three years from 2021 to June 2023. Through the analysis results, it was found that data science research based on computational thinking is increasing year by year. In addition, most of the studies targeting elementary school students are conducted, and the number of studies targeting adults over middle and high school students and university students is relatively small. Looking at the research areas, it can be seen that all of them deal with the development and application of educational programs except for the four teaching-learning model development studies. In the field of education, there is a lot of interest and demand for practical examples of how to apply computational thinking-based data science education and what effects it has. However, most of the studies have even conducted effectiveness verification, but there are studies that do not include some effectiveness verification, so follow-up studies are needed.

4차 산업혁명과 같은 현대 기술에서 데이터는 빠르게 증가했습니다. 데이터 세트의 크고 복잡한 컬렉션으로 인해 기존의 데이터 처리 애플리케이션에서 처리하기 어렵습니다. 그래서 데이터 분석이라는 새로운 기술에 도달했습니다. weka, R, orange 등과 같은 많은 도구가 데이터 마이닝을 사용하여 분석하고 시각화하는 데 사용됩니다. 교과서를 통해 예비교사들이 온라인과 오프라인에서 데이터 분석을 효과적으로 학습할 수 있도록 데이터마이닝 도구 중에서 특히 orange 3를 중심으로 학습하였습니다.

Data has increased quickly in modern technology, such as the fourth industrial revolution. Due to the large and complex collection of the dataset is difficult to process on the traditional data processing application. So that led to reaching a new technology called Data Analysis. Many tools, such as weka, R, orange, etc., are used to analyze and visualize using data mining. Through the textbook, we have attempted data mining tools, especially orange 3, for pre-service teachers can learn effectively online and offline to analyze data.

This exploratory research of data lakes in big data times is a prominent topic for both academia and industry. One of the main motivations behind is that companies need to cope with more data than ever before, and the problems of how to analyze even how to store data are becoming more and more challenging in many industries. The occurrence of the concept of a data lake to meet such big data problems is enlightening and will most likely be considered in any relevant big data strategy. This review paper presents a summary of some popular data lake concepts at present, followed by its advantages, potential risks and criticism from some professionals as well. Additionally, a general process in a data lake is described.

개인, 민간, 정부 등 다양한 영역에서 빅데이터 분석을 통한 많은 서비스가 제공되고 있다. 이러한 서비스를 제공하기 위한 데이터 사이언티스트 (Data Scientist) 교육에 대한 관심이 높아지고 있다. 특히 빅데이 터 기반 마케팅 교육과정에 대한 관심이 높다. 본 연구는 빅데이터 시대를 맞아 방대하고 다양한 형태의 정보를 마케팅 관점에서 활용하기 위한 국내외 대학 빅데이터 기반 마케팅 관련 교육과정을 분석하였다. 분석 기준에 의해 수집된 디지 털마케팅, 빅데이터 마케팅, 데이터 분석, 개발자 관련 과목 3,523개의 분석결과 빅데이터 시대에 필요한 데이터 사이언 티스트 양성을 위해 특화된 교과과정이 적절하지 않은 것으로 분석 되었다. 본 연구에서 제안한 교육과정이 디지털 마케 팅 및 빅데이터 기반 마케팅 교과과정 개발에 유용하게 참고 될 것으로 기대한다.

Many services are provided through big data analysis in various fields such as individuals, private sectors, and governments. There is a growing interest in training data scientists to provide these services. Particularly, interest in big data-based marketing curriculum is high. This study analyzed the domestic and foreign university big data-based marketing-related curriculum to utilize vast and diverse types of information from a marketing perspective in the era of big data. As a result of the analysis of 3,523 subjects related to digital marketing, big data marketing, data analysis, and developers collected according to the analysis criteria, it was analyzed that the specialized curriculum for training data scientists required in the era of the fourth industrial revolution was not appropriate. It is expected that the proposed curriculum in this study will be useful for the development of digital marketing and big data-based marketing curriculum.

허베이 스피리트호 기름유출사고와 같은 해양 유류유출사고에서 잘못된 초기대응은 경제 손실뿐만 아니라 생태 계에 큰 피해를 입힌다. 하지만 다양한 변수가 존재하는 해양에서 유출유의 움직임을 예측하는 것은 매우 힘든일이다. 이를 해결하기 위해서 뜰개 데이터를 활용해서 바다위의 부유물의 이동을 연구하는 기존 연구인 입자예측을 확장하여 면단위로 예측을 하는 유출유 예측 가시화를 진행하였다. 해양 데이터 포맷인 HDF5에서 특정 위치의 해류, 풍속 데이 터를 양선형 보간법을 이용해 추출한 뒤, 수많은 점들의 이동을 입자예측하여 그 결과를 폴리곤 및 히트맵을 이용해 가시화 하였다. 또한 뜰개데이터의 문제점인 데이터 부족과 유출유와 움직임이 다른 점을 해결 하기 위해 유출유로부터 입자 데이터를 얻어낼 수 있는 유출유 입자 매칭 알고리즘을 제안한다. 유출유 입자 매칭 알고리즘은 면단위 유출유의 모습을 입자화 하여 입자의 움직임을 추적하는 알고리즘이다. 주성분 분석을 이용하여 문제를 분할하고, 유출유의 이동 거리의 분산이 최소화 되는 지점으로 유전알고리즘을 이용해 매칭하였다. 유출유 가시화 결과 데이터로 검증한 결과 주성분 분석과 유전알고리즘을 이용한 입자매칭 알고리즘이 가장 성능이 뛰어난 것을 확인할 수 있었으며, 평균 데이터 오차는 3.2%로 의미있는 연구임을 확인하였다.

Initial response is important in marine oil spills, such as the Hebei Spirit oil spill, but it is very difficult to predict the movement of oil out of the ocean, where there are many variables. In order to solve this problem, the forecasting of oil spill has been carried out by expanding the particle prediction, which is an existing study that studies the movement of floats on the sea using the data of the float. In the ocean data format HDF5, the current and wind velocity data at a specific location were extracted using bilinear interpolation, and then the movement of numerous points was predicted by particles and the results were visualized using polygons and heat maps. In addition, we propose a spill oil particle matching algorithm to compensate for the lack of data and the difference between the spilled oil and movement. The spilled oil particle matching algorithm is an algorithm that tracks the movement of particles by granulating the appearance of surface oil spilled oil. The problem was segmented using principal component analysis and matched using genetic algorithm to the point where the variance of travel distance of effluent oil is minimized. As a result of verifying the effluent oil visualization data, it was confirmed that the particle matching algorithm using principal component analysis and genetic algorithm showed the best performance, and the mean data error was 3.2%.

한국이 빠르게 고령화 사회에서 고령사회로 진입함에 따라 성공적인 노화, 노후 생활이 개인뿐만 아니라 사회적으로도 관심을 받고 있다. 이에 본 연구는 노인의 행복과 불행 관련된 신문 기사를 통해 전체적인 이해와 더불어 제안을 하기 위한 목적으로 연구를 진행했다. 노인의 행복과 불행에 관련된 기존 연구는 연구대상의 특성상 인터뷰 혹은 인터뷰를 동반한 설문조사의 방법론을 사용해 영향요인을 재확인하거나, 단일효과를 검증하는데 머물렀다. 또한 노인의 행복과 불행에 영향을 미치는 중요한 요인 파악과 더불어 정부, 기업, 가정 및 기타 사회 복지기관으로 분류하여 실증적인 행복 증진, 불행 경감 방안을 제시한 연구가 이루어지지 않았다. 따라서 본 연구는 Alderfer의 ERG 이론을 기반으로 검색어를 선정해 18년간(수집 기간: 2001. 08~2018. 02) 온라인 신문기사를 총 211,309건(행복: 200,246건, 불행: 11,063건)을 수집하여 연구를 진행했다. 분석결과 행복 관련 토픽은 연금, 사회 인프라, 건강, 공동체, 복지, 문화생활, 성공적인 노후, 봉사, 종교, 귀농으로 도출되었고, 불행 관련 토픽은 노인 우울, 복지 부족, 종교 의지, 질병, 은퇴 후 소득, 문화, 봉사, 역사적 사건, 예술, 가족 단절로 나타났다. 추가로 토픽 네트워크 분석을 통하여 각 토픽의 키워드 사이의 네트워크를 시각화했다. 따라서 본 연구는 결과를 통한 실현 가능한 제안을 했다는 점을 시사한다.

As Korea became one of the oldest countries in the world, successful aging emerged as an important issue to individuals as well as to society. This study aims to determine not only the Korean seniors’ happiness and unhappiness factors but also the means to enhance their happiness and deal with unhappiness. We collected news articles related to the happiness and unhappiness of seniors with nine keywords based on Alderfer's ERG Theory. We then applied a topic modeling technique, Latent Dirichlet Allocation, to examine the main issues underlying the seniors’ happiness and unhappiness. According to the analysis, we investigated the conditions of happiness and unhappiness by inspecting the topics based on each keyword. We also conducted a detailed analysis based on the main factors from topic modeling. We proposed specific ways to increase and overcome the happiness and unhappiness of seniors, respectively, in terms of government, corporate, family, and other social welfare organizations. This study indicates the major factors that affect the happiness and unhappiness of seniors. Specific methods to boost happiness and relief unhappiness are suggested from the additional analysis.

The objective of the study is to examine the acceptance and usability of Augmented Reality (AR) visuals developed for industry analysis of Thai Banks and whether these visuals can outperform the table of numbers in representing financial accounting data. Convenient samples were used and the data were collected with self-assessed questionnaires from 109 users with minimum prior experiences with financial analyses. The results from descriptive statistics indicates that despite having over 80% of respondents with little prior experience in analyzing financial performance of banking industry, the majority of them were able to correctly make prediction (96.4%), identify trend (82.6%) and compare banks’ performance (70.6%). Their attitudes and perception towards Bank-AR visuals were above average. Although the overall usability score is average (53%), the respondents rated the Bank-AR visuals to be highly useful and had high intention to use them in the future.

네트워크와 IT기술의 발달로 실시간 가용 데이터의 수요가 촉진되었다. 특히 소득 증가와 고령화 사회 진입 에 따른 의료서비스의 질적 향상으로 개인 건강관리를 위한 데이터 수요가 확대되어 의료기관과 관련기업은 다양하 고 진화된 의료서비스를 제공하려는 시도를 하고 있다. 그 중에서도 건강검진 결과의 표현은 가장 기본적인 의료 서 비스로서, 개인의 건강 기록을 데이터화하여 수검자에게 자신의 건강상태에 대한 이해가 되도록 표현되어야 한다. 그 러나 건강검진 결과 표현을 위한 체계적인 프레임워크와 시각화 모델의 부재로 인하여 직관적인 건강데이터의 표현 은 사용자에 의한 이해가 어려운 실정이다. 본 연구는 수검자에게 일관된 수치적 데이터 형식으로 제공되었던 기존 방식을 지양하면서 사용자 개인의 건강검진 결과에 맞춘 다양한 데이터 표현방식을 정립하여 개발된 맞춤형 데이터 시각화의 모델과 프레임워크를 제안한다.

The demand of the real-time data was promoted by significant development of network and IT technology. In particular, the entry of an aging society and income growth increase the demand for personal health related data which attempt to provide various and evolutional healthcare services by several healthcare institutions. Especially the presentation of the medical examination result is the most basic healthcare services which should be expressed to maximize understanding in personal health records for their own health. However according to absence of systematic visualization framework and visualization model, intuitive understanding of healthcare related data is difficult. Cosequently In this study, customized visualization representation based on the results of medical examination was provided to aviod consistent format for health examinee and establish a variety of data representations.

보안 장비에서 발생하는 로그는 그동안 ESM(Enterprise Security Management) 기반으로 통합적으로 데이터 를 분석하였으나 데이터 저장 용량의 한계와 ESM자체의 데이터 처리 성능의 한계로 빅데이터 처리에 부적합하기 때문에 빅데이터 플랫폼을 이용한 보안로그 분석 기술이 필요하다. 빅데이터 플랫폼은 Hadoop Echosystem을 이용하 여 대용량의 데이터 수집, 저장, 처리, 검색, 분석, 시각화 기능을 구현할 수 있다. 현재 ESM기술은 SIEM(Security Information & Event Management)방식으로 기술이 발전하고 있으며 SIEM방식의 보안기술을 구현하기 위해서는 현 재 보안장비에서 발생하는 방대한 로그 데이터를 처리할 수 있는 빅데이터 플랫폼 기술이 필수적이다. 본 논문은 Hadoop Echosystem 이 가지고 있는 빅데이터 플랫폼 기술을 활용하여 보안로그를 분석하기 위한 시스템을 어떻게 구현할 수 있는지에 대한 모델을 연구하였다.

The log data generated by security equipment have been synthetically analyzed on the ESM(Enterprise Security Management) base so far, but due to its limitations of the capacity and processing performance, it is not suited for big data processing. Therefore the another way of technology on the big data platform is necessary. Big Data platform can achieve a large amount of data collection, storage, processing, retrieval, analysis, and visualization by using Hadoop Ecosystem. Currently ESM technology has developed in the way of SIEM (Security Information & Event Management) technology, and to implement security technology in SIEM way, Big Data platform technology is essential that can handle large log data which occurs in the current security devices. In this paper, we have a big data platform Hadoop Ecosystem technology for analyzing the security log for sure how to implement the system model is studied.