RFID와 ERP 연계를 통한 인적 자원 관리 시스템의 개발

권경락 ( Kyung-lag Kwon ),배운봉 ( Yun-feng Pei ),왕청 ( Qing Wang ),손종수 ( Jong-soo Sohn ),정인정 ( In-jeong Chung ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.2

기업 정보 시스템에서의 근태 및 식수 관리와 같은 인적 자원 관련 업무는 개인의 업무 성과 관리를 위한 중요한 기초 자료로써 이에 대한 중요성은 지속적으로 증가하고 있다. 하지만, 많은 기업에서는 이러한 시스템들이 분산되어 운영됨에 따라 자료의 일관성 확립하고 신뢰성 있는 자료를 획득하기 어렵다. 또한 이로 인한 추가적인 중복적 업무 부담이나 불필요한 인력을 소모하게 됨에 따라, 기업에서는 효율적이고 효과적인 인적 자원 관리가 어렵다. 따라서 본 연구에서는 바코드 기술의 대체물로 각광받고 있는 RFID 기술을 적용하여 기업 인력을 효율적이고 효과적으로 관리하기 위한 ERP와 연계를 통한 RFID 기반의 인적 자원 관리 시스템을 제안하고 구현한다. RFID 기술이 가지고 있는 비접촉성, 편리함, 자체 데이터 저장 능력을 활용하여 제안된 시스템을 실제 중소기업에 적용함으로써, 효율적으로 인적 자원을 관리할 수 있었다. 또한 기존의 시스템과 제안된 시스템의 비교 및 평가를 통해 제안된 시스템의 효율성을 보인다.

개선된 패스트리를 이용한 지능형 생산관리 시스템

권경락,류재환,손종수,정인정,Kwon, Kyung-Lag,Ryu, Jae-Hwan,Sohn, Jong-Soo,Chung, In-Jeong 한국정보처리학회 2009 정보처리학회논문지D Vol.16 No.4

최근 RFID 기술과 기업정보시스템을 연계하여 사용하려는 많은 시도가 진행되어 왔다. 하지만, 대부분의 경우 동시에 많은 양의 인식할 수 있는 RFID의 기본적인 특징에만 충실했을 뿐, 리더로부터 생성되는 많은 양의 데이터에 대한 관리적인 측면을 고려하지 못하고 있다. 그 결과, 이러한 시스템을 통해 시간이나 흐름과 관련된 연속적이고 동적인 정보를 얻기가 어렵다. 본 논문에서는 대량의 RFID 데이터를 효율적으로 관리하기 위해 RFID 데이터 마이닝 기법의 하나인 경로 트리(PathTree)를 보완한 공정트리(Procedure Tree)라는 새로운 방법을 제안한다. 제안한 방법을 실제 기업 정보 시스템과 연계하여 실시간 공정 관리 시스템에 적용한 후 제안한 시스템의 효율성을 평가한다. 제안한 방법을 통해 기존 RFID 기반 생산관리 시스템이 하기 어려운 실시간 공정 관리를 위한 공정 흐름의 예측이나 추적과 같은 업무를 효과적으로 수행할 수 있었다. In recent years, there have been many attempts to connect the latest RFID (Radio Frequency Identification) technology with EIS (Enterprise Information System) and utilize them. However, in most cases the focus is only on the simultaneous multiple reading capability of the RFID technology neglecting the management of massive data created from the reader. As a result, it is difficult to obtain time-related information such as flow prediction and analysis in process control. In this paper, we suggest a new method called 'procedure tree', an enhanced and complementary version of PathTree which is one of RFID data mining techniques, to manage massive RFID data sets effectively and to perform a real-time process control efficiently. We will evaluate efficiency of the proposed system after applying real-time process management system connected with the RFID-based EIS. Through the suggested method, we are able to perform such tasks as prediction or tracking of process flow for real-time process control and inventory management efficiently which the existing RFID-based production system could not have done.

RFID 기반의 상황인지 생산관리 시스템

류재환 ( Jae-hwan Ryu ),권경락 ( Kyung-lag Kwon ),윤여창 ( Yeo-chang Yoon ),손종수 ( Jong-soo Son ),정인정 ( In-jeong Chung ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.1

오늘날 많은 기업들이 RFID 를 이용한 생산관리 시스템을 도입하여 사용하고 있는 가운데 ERP와 같은 기업관리 시스템과 연계한 RFID 시스템도 많이 등장하고 있다. 이러한 연계 시스템은 RFID를 이용하여 ERP 시스템에 실시간성을 부여함으로써 시간적 정보를 얻을 수 있도록 한다. 그러나 공정의 흐름관리 측면에서는 실시간성 뿐만 아니라 복잡한 순서를 가진 공정에 대해 올바른 진행이 가능하도록 유도해주는 기능이 필요하다. 본 논문에서는 ERP 와의 연계를 통한 RFID 기업정보시스템에 상황인지 기술을 접목시켜 전후 공정을 파악함으로써 올바른 공정 진행을 유도하는 시스템을 제안하고 구현한다. 본 논문에서 제안한 시스템은 공정의 공정 오류의 발생을 줄임으로써 작업자의 공정 진행 실수로 인한 손실을 줄였다.

단어벡터와 문장벡터를 이용한 한국어 뉴스요약에 관한 연구

서종우(Jong woo Seo),권경락(Kyung lag Kwon),전윤완(Yun wan Jeon),조찬호(Chan ho Cho),정인정(In Jeong Chung) 한국IT서비스학회 2017 한국IT서비스학회 학술대회 논문집 Vol.2017 No.1

현대인들에게 제공되는 뉴스정보의 양은 개인이 소화할 수 없을 정도로 많이 제공되고 있다. 뿐만 아니라 현대인들에게 제공되는 뉴스정보들은 서로 중복되는 정보들이 많다. 이러한 상황속에서 현대인들에게 제공되는 뉴스정보들 중에서 중복되는 내용을 지우고 요약된 정보들을 제공하는 일은 매우 중요하다. 본 논문에서는 단어벡터와 문장벡터를 통해 얻은 값들이 유의미한 값들인 것을 보이며, 문장벡터들에 알맞은 구모양의 K-평균 알고리즘 방법을 제시한다. 이 방법을 통해 요약된 한글뉴스기사를 개인에게 제공함으로써 현대인들이 정보획득에 소비하는 시간을 단축시킬 수 있다.

소셜 네트워크 기반의 콘텐츠 추천 시스템의 개발

배운봉 ( Yun-feng Pei ),왕청 ( Qing Wang ),권경락 ( Kyung-lag Kwon ),손종수 ( Jong-soo Sohn ),정인정 ( In-jeong Chung ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.2

오늘날의 인터넷은 웹 2.0 의 출현으로 인하여 콘텐츠의 생산주체가 서비스 제공자에서 서비스 수요자인 사용자들로 변화되고 있다. 이에 따라 사용자들의 경험은 콘텐츠의 품질에 큰 영향을 미치고 있으며 소셜 네트워크에서 취득한 콘텐츠는 검색으로 취득한 콘텐츠보다 신뢰를 받고 있다. 본 논문에서는 소셜 네트워크를 기반으로 사용자들에게 양질의 콘텐츠를 추천하기 위한 방법과 그 개발을 보인다. 소셜 네트워크는 XML 기반의 사용자 프로파일 기술 언어인 FOAF 를 이용하여 수집하며 이를 통해 사용자와 사용자 사이의 관계를 수집한다. 그리고 웹 콘텐츠 출판언어인 RSS 를 이용하여 각 사용자들이 블로그 등을 통해 배포한 콘텐츠를 수집한다. 본 논문에서 보이는 시스템은 FOAF 와 RSS 를 기초로 입력된 키워드에 대해 사용자와 콘텐츠의 관계를 분석하고 이를 통해 콘텐츠를 추천하는 기능을 가진다. 본 논문에서 보이는 시스템은 전통적인 콘텐츠 추천 시스템과 달리 사용자가 속한 소셜 네트워크에서 콘텐츠 생산자가 대한 중요도가 반영되므로 보다 신뢰성 있는 결과를 얻을 수 있다.

SNS에서의 개선된 소셜 네트워크 분석 방법

손종수(Jong-Soo Sohn),조수환(Soo-Whan Cho),권경락(Kyung-Lag Kwon),정인정(In-Jeong Chung) 한국지능정보시스템학회 2012 지능정보연구 Vol.18 No.4

Due to the recent expansion of the Web 2.0 -based services, along with the widespread of smartphones, online social network services are being popularized among users. Online social network services are the online community services which enable users to communicate each other, share information and expand human relationships. In the social network services, each relation between users is represented by a graph consisting of nodes and links. As the users of online social network services are increasing rapidly, the SNS are actively utilized in enterprise marketing, analysis of social phenomenon and so on. Social Network Analysis (SNA) is the systematic way to analyze social relationships among the members of the social network using the network theory. In general social network theory consists of nodes and arcs, and it is often depicted in a social network diagram. In a social network diagram, nodes represent individual actors within the network and arcs represent relationships between the nodes. With SNA, we can measure relationships among the people such as degree of intimacy, intensity of connection and classification of the groups. Ever since Social Networking Services (SNS) have drawn increasing attention from millions of users, numerous researches have made to analyze their user relationships and messages. There are typical representative SNA methods: degree centrality, betweenness centrality and closeness centrality. In the degree of centrality analysis, the shortest path between nodes is not considered. However, it is used as a crucial factor in betweenness centrality, closeness centrality and other SNA methods. In previous researches in SNA, the computation time was not too expensive since the size of social network was small. Unfortunately, most SNA methods require significant time to process relevant data, and it makes difficult to apply the ever increasing SNS data in social network studies. For instance, if the number of nodes in online social network is n, the maximum number of link in social network is n(n-1)/2. It means that it is too expensive to analyze the social network, for example, if the number of nodes is 10,000 the number of links is 49,995,000. Therefore, we propose a heuristic-based method for finding the shortest path among users in the SNS user graph. Through the shortest path finding method, we will show how efficient our proposed approach may be by conducting betweenness centrality analysis and closeness centrality analysis, both of which are widely used in social network studies. Moreover, we devised an enhanced method with addition of best-first-search method and preprocessing step for the reduction of computation time and rapid search of the shortest paths in a huge size of online social network. Best-first-search method finds the shortest path heuristically, which generalizes human experiences. As large number of links is shared by only a few nodes in online social networks, most nods have relatively few connections. As a result, a node with multiple connections functions as a hub node. When searching for a particular node, looking for users with numerous links instead of searching all users indiscriminately has a better chance of finding the desired node more quickly. In this paper, we employ the degree of user node vn as heuristic evaluation function in a graph G = (N, E), where N is a set of vertices, and E is a set of links between two different nodes. As the heuristic evaluation function is used, the worst case could happen when the target node is situated in the bottom of skewed tree. In order to remove such a target node, the preprocessing step is conducted. Next, we find the shortest path between two nodes in social network efficiently and then analyze the social network. For the verification of the proposed method, we crawled 160,000 people from online and then constructed social network. Then we compared with previous methods, which are best-first-search and brea