Earticle

최근 IoT와 연계된 서비스들이 다양한 환경에서 활용되면서 IoT와 인공지능 기술이 융합되고 있다. 그러나, IoT 데이터를 안정적으로 처리하는 기술들이 완벽하게 지원되고 있지 않아 이를 위한 연구가 필요한 상황이다. 본 논문에서는 IoT 데이터를 머신러닝 기반으로 임베디드 벡터를 생성한 후 IoT 데이터를 최적화 할 수 있는 처리 기법을 제안한다. 제안 기법에서는 처리 효율을 위해서 IoT 데이터의 인덱스, 수집 위치(X와 Y축 좌표의 이진값), 그룹 인덱스, 타입, 종류 등을 QR 기반으로 임베디드 벡터화를 수행한다. 또한, IoT 데이터를 비대칭적으로 연계하 도록 IoT 데이터 수집 과정에서 로드밸런싱을 수행할 수 있도록 다양한 IoT 장치에서 생성한 데이터를 통합 관리한 다. 제안 기법은 비대칭적으로 IoT 데이터를 그룹화할 수 있도록 IoT 데이터를 해쉬기반으로 서로 직교화하도록 처리한다. 또한, IoT 데이터 종류 및 특성에 따라 주기적으로 생성 및 그룹화하기 때문에 IoT 데이터 간 간섭은 최소화할 수 있다. 향후 연구에서는 IoT 서비스를 제공하는 여러 환경에서 제안 기법을 비교 평가할 계획이다.

Recently, IoT-linked services have been used in various environments, and IoT and artificial intelligence technologies are being fused. However, since technologies that process IoT data stably are not fully supported, research is needed for this. In this paper, we propose a processing technique that can optimize IoT data after generating embedded vectors based on machine learning for IoT data. In the proposed technique, for processing efficiency, embedded vectorization is performed based on QR such as index of IoT data, collection location (binary values of X and Y axis coordinates), group index, type, and type. In addition, data generated by various IoT devices are integrated and managed so that load balancing can be performed in the IoT data collection process to asymmetrically link IoT data. The proposed technique processes IoT data to be orthogonalized based on hash so that IoT data can be asymmetrically grouped. In addition, interference between IoT data may be minimized because it is periodically generated and grouped according to IoT data types and characteristics. Future research plans to compare and evaluate proposed techniques in various environments that provide IoT services.

최근에는 디지털 헬스케어 기기가 사용자 중심으로 발전하고 있으며, 이러한 발전은 재활치료 분야에도 적용되 고 있다. 재활치료는 반복적이고 장기적인 과정을 요구하며, 일반적으로 의료진의 감독하에 병원에서 이루어지기 때문 에 사용자 중심의 상시적인 치료가 어려운 경우가 많다. 그러나 최근 ICT 기술 융합을 기반으로 한 바이오센서를 활용 한 생체신호 측정과 분석은 환자 상태를 파악하고 재활 운동을 개선하는데 도움이 된다. 본 연구에서는 뇌졸중 환자를 대상으로 하는 실시간 근기능 평가 시스템을 소개하고, 이 시스템의 실시간 데이터 처리 성능을 분석하였다. 이 시스템 은 중앙 서버와 통신하는 오프로딩 방식이 아닌 온-디바이스 실시간 데이터 처리 기능을 사용하며, EMG 데이터를 활용하여 근기능을 평가한다. 실험 결과에서 데이터 처리 속도와 데이터 처리 시 윈도우 크기와 시프트 개수의 중요성 을 분석하였고 이를 통해 실시간 근기능 평가를 통한 개별 맞춤형 재활치료 서비스 개발이 가능함을 제시한다.

Digital healthcare devices adopt a user-centric approach in rehabilitation therapy, though its repetitive, long-term nature limits it to clinical settings. The integration of ICT technology, particularly biosensors, has enabled objective bio-signal measurement and analysis, offering insights for patient assessment and rehabilitation. In this study, we introduce a real-time muscle function assessment system designed for stroke patients and conduct an analysis of its real-time data processing capabilities. This system employs on-device real-time data processing. Muscle function assessment is achieved through the utilization of electromyography (EMG) data. Our experimental findings shed light on the pivotal role of data processing speed, window size, and shift parameters. This suggests the potential for the development of personalized rehabilitation services through real-time muscle function assessment.

이 연구는 4차 산업혁명과 디지털 사회의 도래 속에서 설교가 공공 담론으로서의 기능을 회복하기 위한 방안을 모색한 것이다. 전통적 설 교가 교회 내부 중심의 언어 구조와 교리 중심 메시지에 머무르며 교회 밖 수신자와의 소통에 한계를 드러낸다는 문제의식 속에서, 본 연구는 빅데이터와 인공지능(AI)을 기반으로 한 설교 설계 전략이 공공성을 회복할 수 있는 대안이 될 수 있는지를 탐색하였다. 설문조사와 유튜브 설교 분석을 통해 수신자의 현실적 상황성(경제적 불안, 정서적 고립 등)이 설교 수용성에 밀접하게 연관되어 있음을 확인하였으며, 데이터 기반의 수요 맞춤형 설교 시리즈는 청중의 높은 공감과 반응을 유도하 는 데 효과적임을 실증적으로 제시하였다. 또한 AI 설교 도구와 인간 설교자의 협업 가능성을 평가하며, 기술 활용 능력과 신학적 통찰의 병 행이 설교자의 필수 역량임을 주장하였다. 결론적으로 본 연구는 기술 과 영성이 통합된 설교 생태계의 필요성, 그리고 설교자가 단지 본문 해석자에 머무르지 않고 복음의 문화 번역자, 공공신학적 중재자로서의 역할을 감당해야 함을 제안한다. 이를 위해 신학교 및 설교자 양성 기관의 커리큘럼 개편과, 설교자 대상 디지털 감수성 훈련의 필요성도 함께 제언하였다.

This study seeks ways to restore the function of sermons as public discourse in the era of the Fourth Industrial Revolution and the advent of digital society. With the awareness that traditional sermons remain limited to internal church-centered language structures and doctrine-centered messages, and show limitations in communication with recipients outside the church, this study explores whether sermon design strategies based on big data and artificial intelligence (AI) can be an alternative to restore publicness. Through a survey and analysis of YouTube sermons, it was confirmed that the recipients’realistic situation (economic anxiety, emotional isolation, etc.) is closely related to sermon acceptance, and it was empirically suggested that a data-based demand-tailored sermon series is effective in inducing high empathy and response from the audience. In addition, it evaluated the possibility of collaboration between AI sermon tools and human preachers, and argued that the ability to utilize technology and theological insight are essential competencies for preachers. In conclusion, this study suggests the need for a sermon ecosystem that integrates technology and spirituality, and that preachers should not remain mere interpreters of the text, but should fulfill their roles as cultural translators of the gospel and mediators of public theology. To this end, the need for curriculum reform in seminaries and preacher training institutions, as well as digital sensitivity training for preachers, was also suggested.

We report processing technique in the MO image measurement system. Calibration procedure is not only considered to perpendicular field but also in-plane field. Current density and field profiles are obtained by Biot-savart law and inversion method. We show example of (Gd,Y)1Ba2Cu3O7-δ-BaZrO3 film that have tilted nano rod pinning centers about 13° from the c-axis.

Early development of listening ability has been viewed as vital in the field of teaching English as a Foreign/Second Language (EFL/ESL). Both researchers and teachers have thus been greatly concerned with finding some ways to improve the learner’s listening competence, or better ideas to help learners acquire listening skills in the formal classroom setting. As one way of achieving this goal, this study spells out advantages of using technologically up-to-date audio/video data processing softwares over traditional audio/video players or CD/DVD players. These traditional language teaching aids have been of use and still can be to some extent. But they have been somewhat limited in terms of easier retrieval of necessary language input at the teacher’s will. For instance, when teachers try to use some specific parts of audio-video tapes for test construction, they have to spend a lot of time and energy cutting and pasting them. In addition, the audio/video quality often decreases in the process due to some technical problems. This study shows that both Digital Sound Processors (DSP) like Adobe Audition and Visual Data Processors (VDP) like Virtual Dub can be used so as to overcome those ever-existing limitations and thus to enhance ways of teaching listening. As a case study, this study comes up with a few practical ideas of how to apply language teaching materials made by using audio/video data processing programs to teaching listening, particularly for adult EFL learners.

Method for providing a human interface for media services in a user equipment. In order to provide the human interface, the background screen of the human interface may be formed from at least one image. Each image of the at least one image may represent a respective one of the retrieved media services. The human interface having the background screen formed from the at least one image may be displayed. A desired image may be selected from the at least one image of the displayed human interface, and a desired media service corresponding to the selected desired image may be played.

파이썬은 펄, 루비 등과 같은 객체지향 프로그래밍 언어로, 해석기를 통해 작동하며 동적 자료형을지원한다. 계산 속도를 중시하여 정적 자료형을 이용하는 포트란 프로그래밍에서와 달리 파이썬 프로그래밍에서는 개발자의 생산성을 더 중시한다. 일반적인 파이썬 프로그램의 경우 동일한 기능의 포트란 프로그램에 비해개발 시간은 짧지만 실행 시간은 길다. 최근 수치 계산 라이브러리들이 발전되면서 파이썬 프로그램의 실행시간이 짧아지고 있고, 과학 및 공학 계산에 파이썬을 이용하는 사례가 증가하고 있다. 본 연구에서는 탄성파자료처리에 사용되는 간단한 알고리즘들을 대상으로 수치 라이브러리들을 통해 파이썬 프로그램의 실행 속도를향상시키는 방법을 살펴본다. 예제들을 통해 프로그램 작성 시간을 고려하면 소규모 자료처리의 경우 포트란대신 파이썬과 Numpy 라이브러리를 이용하는 것이 더 효율적임을 알 수 있다.

Python is an object oriented programming language, similar to Perl and Ruby. It supports a dynamic typing and operates using a python interpreter. Static typing languages such as Fortran and C emphasize efficient execution program. On the other hand, Python’s design philosophy values productivity of programmers. In general, a Python version of an algorithm is shorter and slower than its Fortran or C versions. Recent development of numerical libraries shortened the runtime of Python numerical programs and many scientists and engineers adopt Python as their programming language. In this study, I compared Python and Fortran programming languages by developing functions of simple algorithms used in seismic data processing. I tried to make Python programs efficient by exploiting numerical libraries. Benchmarking examples show that small-scale data processing programming using Python and Numpy library can be more efficient than that using Fortran language.

심해 유가스전 탄성파 탐사는 영상화 목표심도가 깊기 때문에 자료 취득 및 처리변수가 천해 탐사와 상이하다. 본 연구에서는 수심 1,400 m 이상인 동해 울릉분지에서 2010년 취득한 다중채널 탄성파 탐사자료의 취득 및 전산처리 변수를 소개하고 자료처리 결과물인 겹쌓기단면을 제시하였다. 탄성파 탐사자료는 5,000 m 길이의 스트리머를 전개한 국내 최대 원거리벌림 설정과 대용량 음원 발파로 취득되어 심부 지층 영상화에 적합하다. 전산처리를 수행하여 작성된 겹쌓기단면을 관찰한 결과 기존 탄성파 탐사자료에서 확인되지 않은 심부 퇴적층서 구분이 가능하였다. 울릉분지 심해 탄성파자료의 적절한 영상화를 위하여 라돈 필터를 이용한 해저면 겹반사파 제거가 필요하였고 심부지층의 연속성을 높이는 속도분석이 요구되었다. 향후 국내 심해 유가스전 탄성파 탐사기술 정립을 위하여 다양한 자료처리 기법이 개발되어야 하며 이를 위해 이 연구에서 소개된 탄성파자료가 기초자료로 활용될 것으로 기대된다.

Deep water multichannel seismic data requires optimal acquisition and processing parameter analysis for high-resolution imaging at the target depth. In this paper, we introduce deep water seismic acquisition and processing parameters for the long offset seismic survey conducted in 2010 on Ulleung basin, East Sea of which the water depth is over 1,400 m. 5,000 m streamer for the deep water seismic imaging is the longest one ever used by domestic survey team in Korea. Also we produced seismic stack section by adaptive processing including demultiple using Radon filter and velocity analysis module. Stack section revealed deep sediment layers which were not easily recognized on the conventional seismic section. Our result showed that multiple rejections and velocity analysis might be crucial to deep water seismic data processing for East Sea, Korea. To secure deep water seismic techniques in offshore Korea, various seismic data processing techniques need to be studied and this deep water seismic data can be used in the subsequent related researches.

역시간 구조보정, 각종 탄성파 역산, 벌림대비 진폭변화 분석 등을 수행하기 앞서 입력 탄성파 신호의 진폭과 위상을 보전할 수 있는 진폭보전 자료처리가 필수적으로 선행되어야 한다. 국내 탄성파역산이나, 구조보정, 벌림대비 진폭변화 분석 등 기술력은 국제적인 수준으로 인정되는 반면, 탄성파 자료처리를 외국 전문 기술서비스회사에 의존하는 경우가 많은 국내 현실에서는 자료처리 경험이나 기술력은 향상의 여지가 다소 많은 편이다. 이 연구에서는 진폭 보전 자료처리를 수행하고 이에 대한 결과를 제시하고자 한다. 해양 탄성파자료 자료처리 과정에서 탄성파 신호의 진폭과 위상의 왜곡을 최소한으로 억제하면서 다중반사파 및 잡음 등을 효율적으로 제거하기 위해 자료처리 프로세스를 여러 조합으로 테스트하면서 최적의 진폭보전 자료처리 순서도를 구성하였다. 이는 국내 기술진이 보유한 국제적인 수준의 파형역산이나 역시간 구조보정 등에 보조를 맞춰 향후 탄성파 자료처리 기술력 확보의 기초가 될 것으로 기대한다.

Seismic data should be handled in amplitude preserved processing manners before carrying out seismic inversion, AVO analysis or expensive migration such as reverse time migration. For the amplitude preserved seismic data processing, domestic oil companies mainly rely on international processing companies. This study demonstrates a case of true amplitude preserved data processing with an optimized work flow for the real seismic data under consideration. In order to remove coherent noise such as seabed multiples and random noise out of marine data while preserving the true amplitude and phase, processing sequences have carefully designed and proved by series of tests with many different processing modules with many different flows. It is expected that the examples and suggestions in this paper would be a leading case of many following cases, and processing techniques shall be balanced with the advanced full waveform inversion and reverse-time migration technologies among the domestic exploration seismologist.

본 연구에서는 대학 학부 탄성파 탐사 수업에서 사용할 수 있는 2차원 자료 처리 패키지를 개발하였다. 본 교육용 패키지는 파이썬 언어로 개발하였으므로 IPython Notebook을 이용하여 대화식으로 자료를 처리할수 있고, 오픈소스이므로 라이센스 문제 없이 간편하게 사용할 수 있다. 교수자는 상용 자료 처리 프로그램들의대안으로 본 패키지를 활용할 수 있다. 학생들은 본 패키지를 이용하여 탄성파 자료의 시각화, 전처리, 정렬, 이득 조절, 주파수 필터링, 곱풀기, 속도 분석, 동적 보정, 정적 보정, 겹쌓기 및 참반사 보정 과정을 실습할수 있다.

This paper presents a 2D data processing package for undergraduate seismic exploration classes. One can process seismic data interactively on IPython Notebook using this Python processing package. There is no commercial license problem, since this package is an open source software. Teachers can use this package as an alternative to commercial data processing packages. Students can practice visualization of seismic data, preprocessing, sorting, gain control, frequency filtering, deconvolution, velocity analysis, dynamic correction, static correction, stacking, and migration using this package.

본 연구에서 개발한 시스템은 지반조사에 사용될 3차원 탄성파 자료처리시스템으로써, Linux 환경의 PC를 기반으로 하고있다. 시스템을 이루는 기본적인 자료처리 모듈들은 2차원 탄성파 자료처리에 널리 사용되고 있는 SU(Seismic Unix)를 기반으로 하여 사용자들이 자료처리의 과정들을 쉽게 이해할 수 있을 뿐만 아니라, 3차원 지반조사에 적합하도록 추가적인 자료처리 모듈들을 개발하였다. 이러한 자료처리 모듈들을 이용하여 구축된 시스템은, 처리과정 중에 사용자가 쉽게 QC(Quality Control)를 할 수 있도록 GUI (Graphic User Interface)환경으로 설계되었으며, 이를 구현하기 위해 최근 Linux용 어플리케이션 개발에 보편적으로 쓰이는 GTK(Gimp Tool Kit)가 사용되었다. 이와 같은 3차원 탄성파 자료처리 시스템을 통하여, 사용자는 방대한 양의 3차원 탄성파 자료들을 다루어야 하는 복잡한 처리과정을 손쉽게 진행할 수 있게 된다. 특히 자료처리 과정들 중에서 대화식 방법이 요구되는, geometry의 확인, 트레이스 편집, 이득 조절, 뮤트, 속도분석 등과 초동/반사면/단층들의 인식 등에 유용하게 사용할 수 있다.

The primary goal of the system in this study is developing the 3-D seismic data processing system for an underground investigation, which is developed on a Linux-based PC. Basic data processing modules are originated from the SU(Seismic Unix) which is widely used in 2-D seismic data processing and auxiliary modules are developed for 3-D data processing. This system is developed for the users to analyze seismic data readily and is designed to have a user friendly GUI(Graphic User Interface) which is easy to control. For the purpose of it, the GTK(Gimp Tool Kit) is employed as conventional Linux application tools. This system will help a processor to manipulate huge 3-D data easily and be able to handle complex process for huge 3-D seismic data with ease. This will be useful especially for the processes that require interactive processing such as the identification of geometry, trace editing, gain control, mute, velocity analysis and recognition of first arrivals, reflection surface and faults.

음원 및 수신기의 3축 자동위치제어가 가능하고 정밀도가 향상된 탄성파 단면 영상화 및 자료처리 적용을 위한 해양 탄성파 축소모형 시스템을 개발하였다. 개발한 축소모형 시스템의 성능 검증 및 적용성을 파악하기 위하여음원 및 수신기의 심도 변화에 따른 탄성파 자료를 취득하였다. 취득한 자료를 수치모형 실험 자료와 비교해본 결과반사파의 경향이 일치하였다. 탄성파 축소모형 시스템의 적용성을 파악하기 위하여 암염 돔 모델에서 다중채널 탄성파 탐사를 수행하였으며, 속도 분석, Kirchhoff 구조보정 등의 자료처리 기법 적용하였다. 취득한 탄성파 단면과 지층모델 단면이 일치하였으며, 실제 파동 전파 현상으로 나타나는 반사, 다중반사, 회절 등과 같은 현상이 발생한 것을 확인하였다. 본 연구에서 개발한 해양환경 탄성파 축소모형 시스템을 활용하여 현장 탐사와 유사한 자료를 경제적으로취득이 가능하며, 탄성파 탐사 기법 모사, 현장 탐사 설계, 자료처리 알고리즘 검증 등에 활용될 것으로 판단된다

A seismic physical modeling system capable of automatic 3-axis positioning control of seismic sources and receivers was developed to allow more accurate seismic imaging and data processing. To verify the applicability of the system, data were acquired for sources and receivers at various depths. Comparison to numerical data showed that the acquired data showed similar reflected wave trends. A multi-channel seismic survey was performed at a salt dome model to determine the applicability of the seismic physical modeling system, and data processing such as velocity analysis and Kirchhoff migration was carried out. The seismic cross-section image acquired was consistent with that of the geological model, and the primary reflection, multiple reflection, and diffraction data obtained agreed with real wave propagation data. The seismic physical modeling system developed allows the acquisition of modeling data that is similar to field data in an economical and efficient manner. This data can be used for various purposes, such as to simulate seismic data acquisition, design seismic explorations, and investigate data processing algorithms.

多試行 知覺學習課題를 사용한 두 實驗들을 통해서 한글 글자의 정확한 知覺表象의 形成에 기여하는 資料主導的 處理와 槪念主導的 處理의 相對的 效果를 검토하였다. 피험자들은 50~60 % 正確擁購에서 세 세트의 三重글자들을 제시받았다. 각 三重글자의 글자들은 단지 한 細部特徽에서만 區別되는, 즉 그 總體的 水準에서 매우 유사하였다. 세 세트의 三重글자들을 제시하는 방법은 Chastain(1977)이 고안한 두 방법을 사용하였다. 位置세트條件에서는 세 카아드에 걸쳐서 같은 위 치에 세 유사한 글자들이 제시되므로 개념주도적 처리를 조장할 것으로 간주되었다. 水平세트條件에서는 유사한 세 글자들이 한 카아드에 동사에 제시되므로 資料主導的 處理를 조장할 것으로 예상되었다. Chastain 이 보고한 결과와는 정반대로 水平세트條件이 위치세트에 비해 우세한 수행을 보였다. 이 結果들은 閾水準에서 제시되는 매우 類似한 剌戟들에 대한 再認反應에 피이드백을 주지않는 知覺狀況에서 資料主導的 處理가 우세함을 시사한다.

Using a multi-trial perceptual learning task, two experiments explored relative contributions of data-vs, concept-driven processing to the development of correct percepts for the Korean Geulja which is similar to the syllable in English and consists of consonants and a vowel. Subjects were presented with three sets of triple Geulja at exposure durations for 50-60% accuracy levels. Three Geuljas in each triple were discriminable by one or two features, i.e., they were very similar at the global feature level. Two methods for presenting stimuli, developed by Chastain (1977), were employed: The positional and the horizontal sets. The former set in which three similar Geuljas of a triple were presented at the same position over three successive cards was presumed to encourage subjects to rely on concept-driven processing. The horizontal set in which three similar Geuljas were simultaneously presented in a card .,vas expected to encourage subjects to adopt data-driven processing. Contrary to the results reported by Chastain, the present experiments consistently found the superior performance on the horizontal over the positional set, especially at the third position of a triple as well as at the rate of reduction in recognition errors. These results indicate the dominance of the data-driven processing in the perceptual conditions where no feedback was given to the subject's recognition response to one of very similar stimuli presented at the threshold.

맵리듀스는 하둡의 필수 핵심 기술로 하둡 분산 파일 시스템을 기반으로 빅데이터를 처리하는 가장 보편화되어 사용되고 있다. 그러나 기존 맵리듀스 기반 빅데이터 처리 기법은 하둡 분산 파일 시스템에 정해진 블록의 크기대로 파일 나눠 저장되는 특징으로 인해 인프라 자원의 낭비가 극심하다. 이에 본 논문에서는 효율적인 맵리듀스 기반 빅데이터 처리 기법을 제안한다. 제안하는 기법은 처리할 데이터를 사전에 맵리듀스에서 처리하기 적합한 데이터 형태로 변환 및 압축하여 빅데이터 인프라 환경의 저장 효율성을 증가시킨다. 또한 제안하는 기법은 저장 효율성을 중점으로 구현했을 때 발생할 수 있는 데이터 처리 시간의 지연 문제를 해결한다.

MapReduce, the Hadoop's essential core technology, is most commonly used to process big data based on the Hadoop distributed file system. However, the existing MapReduce-based big data processing techniques have a feature of dividing and storing files in blocks predefined in the Hadoop distributed file system, thus wasting huge infrastructure resources. Therefore, in this paper, we propose an efficient MapReduce-based big data processing scheme. The proposed method enhances the storage efficiency of a big data infrastructure environment by converting and compressing the data to be processed into a data format in advance suitable for processing by MapReduce. In addition, the proposed method solves the problem of the data processing time delay arising from when implementing with focus on the storage efficiency.

본 연구에서는 수재해 정보 플랫폼 내 자료처리 시스템 설계를 위해 자료처리 과정의 복잡도를 분석하고 이에 따른 설계 방안을제시하였다. 일반적으로 자료를 수집하고 분석하는 시스템은 자료와 알고리즘의 자료처리 과정이 고정된 고정 자료-알고리즘 자료처리 방식을 사용한다. 하지만 시스템의 복잡도가 증가하면 자료처리 시스템에서 관리해야 하는 자료처리 과정의 수가 급증하는문제가 발생한다. 이를 해결하기 위해 자료와 알고리즘 사이에 인터페이스가 존재하는 동적 자료-알고리즘 자료처리 방식을 적용할수 있다. 각 방식의 장단점을 분석한 뒤, 수재해 정보 플랫폼에 최적화된 자료처리 시스템의 설계안을 제시할 수 있었다.

In this study, we present the architecture design of data control system in water hazard information platform with analyzing the complexity of the data processing. Generally, data control systems in data collection and analysis platforms base on the constant data-algorithm data processing meaning that data processing between data and algorithm is fixed. But the number of data processing in data control system is rapidly increasing because of increasing of complexity of system. To hold down the number of data processing, dynamic data-algorithm data processing is able to be applied to data control system. After comparison each data-algorithm data processing method, we suggest design method of the data control system optimizing water hazard information platform.

데이터센터는 다양한 센서로부터 수많은 종류의 데이터를 수집하고 있으며 이러한 데이터는 데이터센터 모니터링시스템의 분석을 통해 센터의 효율 관리와 개선에 활용되고 있다. 최근에는 데이터센터의 대형화 추세에 따라 센서데이터 양이 폭발적으로 증가하고 모니터링 시스템은 대량의 실시간 스트리밍 데이터에 대한 분석 및 처리 방안이필요하게 되었다. 따라서 본 논문에서는 데이터 발생시간인 이벤트 시간을 기반으로 한 대량의 스트리밍 센서데이터 처리 방안과 데이터양의 증가에 따른 처리 확장성(scalability) 제공 방안을 제시하고자 한다. 이벤트 시간 기반스트리밍 처리를 위해서는 데이터 발생시간과 처리시간 사이의 시간 지연 문제가 해결되어야 하는데 이를 위해 필터링(filtering), 추가시간(slack time), 윈도우 더블링(window doubling), 조정시간(coordinate time) 등을 이용한 처리 방안을 제시한다. 또한 처리 확장성 제공 방안으로 분산 스트리밍 시스템을 활용한 모니터링 시스템 구축 방안을 제시하고 실험적 시스템 구현을 통해 그 효율과 성능을 분석한다.

A data center collects a very large volume of data from various kinds of sensors that is used by the data center monitoring system for the center’s efficiency management and improvement. As the recent trend of large size data center leads to the explosion of sensor data, the monitoring system requires streaming data processing to process and to analyze large volume of real-time data. This paper proposes an event time based real-time streaming processing model for large sensor data. The event time is the time when the data is generated at a sensor. This paper also presents a method to provide scalability of streaming data processing. For the event time based real-time streaming processing, a latency problem between data generation time and processing time should be resolved. We provide a solution based on filtering, slack time, window doubling and coordinate time methods. In order to provide the scalability, this paper builds an experimental monitoring system based on distributed streaming systems and shows an analysis of its performance and efficiency.

최근 하드웨어와 소프웨어의 발전으로 데이터의 처리 용량과 처리 속도도 급속하게 증가하고 있다. 이로 인한 데이터 사용량은 기하급수적으로 증가하고 있으며, 이미 컴퓨터가 처리해야하는 자료는 초당 5천 트랜잭션을 넘었다. 이처럼 빅데이터가 중요한 이유는 실시간 때문이며, 이는 어떠한 상황에서도 모든 데이터를 분석하여 정확한 데이터를 적시에 얻을 수 있기 때문이다. 또한, 빅데이터를 활용한 스마트 공장을 만들면 개발 및 생산비용, 품질관리 비용 감소효과가 있을 것으로 예상하고 많은 연구가 수행되고 있다. 본 논문에서는 많은 데이터들이 발생하는 반도체 공정에서 고속의 빅데이터 처리를 위한 인-메모리 데이터 그리드를 이용한 시스템을 구현하였으며, 실험을 통해 향상된 성능을 입증하였다. 구현한 시스템은 반도체 뿐 만 아니라 빅데이터를 사용하는 모든 부분에서 응용 가능 할 것으로 판단된다.

Data processing capacity and speed are rapidly increasing due to the development of hardware and software in recent time. As a result, data usage is geometrically increasing and the amount of data which computers have to process has already exceeded five-thousand transaction per second. That is, the importance of Big Data is due to its ‘real-time’ and this makes it possible to analyze all the data in order to obtain accurate data at right time under any circumstances. Moreover, there are many researches about this as construction of smart factory with the application of Big Data is expected to have reduction in development, production, and quality management cost. In this paper, system using In-Memory Data Grid for high speed processing is implemnted in semiconductor process which numerous data occur and improved performance is proven with experiments. Implemented system is expected to be possible to apply on not only the semiconductor but also any fields using Big Data and further researches will be made for possible application on other fields.