농업 관련 기업의 빅데이터 수용 의도에 미치는 영향요인 연구

류가현,허철무 한국벤처창업학회 2022 벤처창업연구 Vol.17 No.1

At this moment, a paradigm shift is taking place across all sectors of society for the transition movements to the digital economy. Various movements are taking place in the global agricultural industry to achieve innovative growth using big data which is a key resource of the 4th industrial revolution. Although the government is making various attempts to promote the use of big data, the movement of the agricultural industry as a key player in the use of big data, is still insufficient. Therefore, in this study, effects of performance expectations, effort expectations, social impact, facilitation conditions, based on the Unified Theory of Acceptance and Use of Technology(UTAUT), and innovation tendencies on the acceptance intention of big data were analyzed using the economic and practical benefits that can be obtained from the use of big data for agricultural-related companies as moderating variables. 333 questionnaires collected from agricultural-related companies were used for empirical analysis. The analysis results using SPSS v22.0 and Process macro v3.4 were found to have a significant positive (+) effect on the intention to accept big data by effort expectations, social impact, facilitation conditions, and innovation tendencies. However, it was found that the effect of performance expectations on acceptance intention was insignificant, with social impact having the greatest influence on acceptance intention and innovation tendency the least. Moderating effects of economic benefit and practical benefit between effort expectation and acceptance intention, moderating effect of practical benefit between social impact and acceptance intention, and moderating effect of economic benefit and practical benefit between facilitation condition and acceptance intention were found to be significant. On the other hand, it was found that economic benefits and practical benefits did not moderate the magnitude of the influence of performance expectations and innovation tendency on acceptance intention. These results suggest the following implications. First, in order to promote the use of big data by companies, the government needs to establish a policy to support the use of big data tailored to companies. Significant results can only be achieved when corporate members form a correct understanding and consensus on the use of big data. Second, it is necessary to establish and implement a platform specialized for agricultural data which can support standardized linkage between diverse agricultural big data, and support for a unified path for data access. Building such a platform will be able to advance the industry by forming an independent cooperative relationship between companies. Finally, the limitations of this study and follow-up tasks are presented. 디지털 경제로의 전환을 위해 사회 전 분야에 걸쳐 패러다임의 대전환이 이루어지고 있다. 현재 시점에서 농업도 4차산업혁명의 핵심자원인 빅데이터를 활용하여 혁신 성장을 이루고자 글로벌 농산업계는 다양한 움직임이 일어나고 있다. 국내도 정부 차원으로 빅데이터 활용 촉진을 위해 다양한 시도를 시행하고 있으나, 빅데이터 활용 핵심 주체인 농산업계의 움직임은 아직 미흡한 실정이다. 이에 본 연구에서는 농업 관련 기업 종사자를 대상으로 빅데이터 활용 시 얻을 수 있는 경제적 혜택과 실용적 혜택을 조절변수로 하여 통합기술수용이론에 근거한 성과기대, 노력 기대, 사회적 영향, 촉진조건과 혁신성향이 빅데이터 수용 의도에 미치는 영향을 분석하였다. 농업 관련 기업 종사자를 대상으로 수집한 설문지 333부를 실증분석에 사용하였다. SPSS v22.0과 Process macro v3.4를 사용한 분석결과는 첫째, 노력 기대, 사회적 영향, 촉진조건 및 혁신성향은 빅데이터 수용 의도에 정(+)의 방향으로 유의한 영향을 미치는 것으로 나타났고, 성과기대가 수용 의도에 미치는 영향은 유의하지 않은 것으로 나타났다. 수용 의도에 사회적 영향이 가장 크게 영향을 미치고 혁신성향이 가장 작게 영향을 미치는 것으로 나타났다. 노력 기대와 수용 의도 간의 경제적 혜택과 실용적 혜택의 조절 효과, 사회적 영향과 수용 의도 간의 실용적 혜택의 조절 효과, 촉진조건과 수용 의도 간의 경제적 혜택과 실용적 혜택의 조절 효과는 유의한 것으로 나타났다. 반면에 경제적 혜택과 실용적 혜택은 성과기대와 혁신성향이 수용 의도에 미치는 영향력의 크기를 조절하지 않는 것으로 나타났다. 이러한 결과를 통해 다음과 같은 시사점을 제시하였다. 첫째, 기업의 빅데이터 활용 촉진을 위해 정부는 기업 맞춤형 정책 수립을 준비할 필요가 있다. 맞춤형 지원을 통해 기업 구성원들이 빅데이터 활용에 대한 올바른 이해와 공감대를 형성해야 유의미한 성과를 만들어 낼 수 있기 때문이다. 둘째, 농업 데이터 특화된 플랫폼 구축, 표준화 방식 기반으로 데이터 연계, 데이터 접근에 대한 단일화 창구 지원을 마련해야 한다. 이러한 플랫폼 구축은 기업 간 주체적인 협력 관계를 형성하여 산업을 고도화시킬 수 있을 것이다. 마지막으로 본 연구의 한계점과 후속 과제를 제시하였다.

ISO 30300 원리와 ISO 30301 요구사항 분석

류가현,김희섭 한국기록관리학회 2012 한국기록관리학회지 Vol.12 No.1

The purpose of this study is to analyze the 7 principles of ISO 30300 and the requirements of ISO 30301 to provide the conceptual frame of MSR for various organizations providing a comprehensive understanding of the standard series. To achieve the aim of this study, we analyzed the relationship between ‘ISO/FDIS 30300 MSR—Fundamentals and Vocabulary' and ‘ISO/FDIS 30301 MSR—Requirements' using the Matrix Diagram approach. The results show that there exist some level of relationships between principles and requirement either directly or indirectly, however, ‘Process approach’ principle seems the closest relationship among them. 본 연구의 목적은 ISO 30300 기본사항에서 제시하고 있는 MSR 원리와 ISO 30301 요구사항의 세부 내용을 분석함으로써 이에 대한 전반적인 이해의 폭을 넓히고 궁극적으로는 향후 MSR 구축하고자 하는 조직에게 개념적인 틀을 제공하고자 함이다. 본 연구의 목적을 달성하기 위하여 2011년 발간된 ‘ISO/FDIS 30300 MSR—기본사항 및 용어’와 ‘ISO/FDIS 30301 MSR—요구사항’간의 관련성을 매트릭스 다이어그램을 사용하여 분석하였다. 분석결과 MRS 요구사항은 원리를 바탕으로 수립되었기 때문에 모든 원리가 개별 요구사항 조항과 직․간접적으로 관련성을 보이고 있다는 것을 확인하였고, 그 중 특히 ‘프로세스 접근법’ 원리가 가장 강조된 것을 알 수 있었다.

RGB-D 환경인식 시각 지능, 목표 사물 경로 탐색 및 심층 강화학습에 기반한 사람형 로봇손의 목표 사물 파지

류가현,오지헌,정진균,정환석,이진혁,Patricio Rivera Lopez,김태성 한국정보처리학회 2022 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.11 No.9

Grasping a target object among clutter objects without collision requires machine intelligence. Machine intelligence includes environmentrecognition, target & obstacle recognition, collision-free path planning, and object grasping intelligence of robot hands. In this work,we implement such system in simulation and hardware to grasp a target object without collision. We use a RGB-D image sensor to recognizethe environment and objects. Various path-finding algorithms been implemented and tested to find collision-free paths. Finally for ananthropomorphic robot hand, object grasping intelligence is learned through deep reinforcement learning. In our simulation environment,grasping a target out of five clutter objects, showed an average success rate of 78.8%and a collision rate of 34% without path planning. Whereas our system combined with path planning showed an average success rate of 94% and an average collision rate of 20%. In ourhardware environment grasping a target out of three clutter objects showed an average success rate of 30% and a collision rate of 97%without path planning whereas our system combined with path planning showed an average success rate of 90% and an average collisionrate of 23%. Our results show that grasping a target object in clutter is feasible with vision intelligence, path planning, and deep RL. 다중 사물 환경에서 목표 사물만의 정밀한 파지를 위해서는 장애물과의 충돌 회피 지능과 정교한 파지 지능이 필요하다. 이 작업을 위해선 다중사물 환경 인지, 목표 사물 인식, 경로 설정, 로봇손의 사물 파지 지능이 필요하다. 본 연구에서는 RGB-D 영상 센서를 이용하여 다중 사물 환경과사물을 인지하고 3D 공간을 매핑한 후, 충돌 회피 경로 탐색 알고리즘을 활용하여 목표 사물까지의 경로를 탐색 및 설정하고, 강화학습을 통해학습된 사람형 로봇손의 목표 사물 파지 지능을 활용해 최종적으로 시뮬레이션 및 하드웨어 사물 파지 시스템을 구현하고 검증하였다. 사람형 로봇손을구현한 시뮬레이션 환경에서 5개의 사물 중 목표 사물을 지정하고 파지한 결과 경로 탐색 없는 파지 시스템이 평균 78.8%의 성공률과 34%의 충돌률을보일 때, 경로 탐색 지능과 결합된 시스템은 평균 94%의 성공률과 평균 20%의 충돌률을 보였다. UR3와 QB-Soft Hand를 사용한 하드웨어 환경에서는3개의 사물 중 목표 사물을 지정하고 파지한 결과 경로 탐색 없는 파지 시스템이 평균 30%의 성공률과 97%의 충돌률을 보일 때, 경로 탐색 지능과결합된 시스템은 평균 90%의 성공률과 평균 23%의 충돌률을 보였다. 본 연구에서는 RGB-D 시각 지능, 충돌 회피 경로 탐색, 사물 파지 심층 강화학습지능의 결합을 통하여, 사람형 로봇손의 목표 사물 파지가 가능함을 제시하였다

딥 러닝 시각 지능과 경로 탐색을 통한 사람형 로봇손의 목표 물체 파지 시스템

류가현(Ga Hyeon Ryu),오지헌(Ji-Heon Oh),정진균(Jin Gyun Jeong),정환석(Hwanseok Jung),이진혁(Jin Hyuk Lee),Patricio Rivera Lopez,김태성(Tae-Seong Kim) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2

다중 물체 환경에서 사람형 로봇손이 목표 물체를 파지하기 위해서는 목표 물체 인식, 충돌 없는 경로 설정, 사람형 로봇손의 물체 파지 지능이 필요하다. 본 논문에서는 딥 러닝 Mask R-CNN 을 통해 물체를 검출하고 3D 정보를 인식한 후, RRT-Connect 경로 탐색 알고리즘으로 충돌 회피 경로를 파악하고, 최종적으로 사람형 로봇손이 다중 물체 속에서 목표 물체를 파지하고 이동하는 하드웨어 시스템을 구현한다.

전자 문서의 안전한 교환을 위한 보안 환경 구축

류가현(Gahyun Ryu),김상진(Sangjin Kim),오희국(Heekuck Oh) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅲ

이 논문은 안전한 통신을 보장하고, 전자결재 기능을 제공하는 SEEDS(Secure Environment for Exchanging Digital Signatures)의 설계와 구현에 대해 기술한다. SEEDS는 일반 기업이나 단체에서 근거리망을 통해 서류를 결재하여 교환하는데 개발된 전자결재시스템이다. 따라서 SEEDS는 사무 환경 특성에 적합한 시스템 구조와 암호화 프로토콜을 사용한다. SEEDS의 결재 프로토콜은 공증키 암호화 알고리즘을 기반으로 하는 중재결재 방식을 사용하며, 결재된 서류뿐만 아니라 통신 메시지의 보안을 위해 새롭게 개발한 키 교환과 메시지 전송 프로토콜을 사용한다.

휴먼형 로봇 손의 사물 조작 수행을 이용한 사람데모 결합 강화학습 정책 성능 평가

박나현,오지헌,류가현,Patricio Rivera Lopez,Edwin Valarezo Añazco,김태성 한국정보처리학회 2021 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.10 No.5

Manipulation of complex objects with an anthropomorphic robot hand like a human hand is a challenge in the human-centricenvironment. In order to train the anthropomorphic robot hand which has a high degree of freedom (DoF), human demonstrationaugmented deep reinforcement learning policy optimization methods have been proposed. In this work, we first demonstrate augmentationof human demonstration in deep reinforcement learning (DRL) is effective for object manipulation by comparing the performance ofthe augmentation-free Natural Policy Gradient (NPG) and Demonstration Augmented NPG (DA-NPG). Then three DRL policy optimizationmethods, namely NPG, Trust Region Policy Optimization (TRPO), and Proximal Policy Optimization (PPO), have been evaluated with DA(i.e., DA-NPG, DA-TRPO, and DA-PPO) and without DA by manipulating six objects such as apple, banana, bottle, light bulb, camera,and hammer. The results show that DA-NPG achieved the average success rate of 99.33% whereas NPG only achieved 60%. In addition,DA-NPG succeeded grasping all six objects while DA-TRPO and DA-PPO failed to grasp some objects and showed unstable performances. 로봇이 사람과 같이 다양하고 복잡한 사물 조작을 하기 위해서는 휴먼형 로봇 손의 사물 파지 작업이 필수적이다. 자유도 (Degree of Freedom,DoF)가 높은 휴먼형(anthropomorphic) 로봇 손을 학습시키기 위하여 사람 데모(human demonstration)가 결합한 강화학습 최적화 방법이 제안되었다. 본 연구에서는 강화학습 최적화 방법에 사람 데모가 결합한 Demonstration Augmented Natural Policy Gradient (DA-NPG)와 NPG의 성능비교를 통하여 행동 복제의 효율성을 확인하고, DA-NPG, DA-Trust Region Policy Optimization (DA-TRPO), DA-Proximal Policy Optimization(DA-PPO)의 최적화 방법의 성능 평가를 위하여 6 종의 물체에 대한 휴먼형 로봇 손의 사물 조작 작업을 수행한다. 학습 후 DA-NPG와 NPG를비교한 결과, NPG의 물체 파지 성공률은 평균 60%, DA-NPG는 평균 99.33%로, 휴먼형 로봇 손의 사물 조작 강화학습에 행동 복제가 효율적임을증명하였다. 또한, DA-NPG는 DA-TRPO와 유사한 성능을 보이면서 모든 물체에 대한 사물 파지에 성공하였고 가장 안정적이었다. 반면, DA-TRPO와 DA-PPO는 사물 조작에 실패한 물체가 존재하여 불안정한 성능을 보였다. 본 연구에서 제안하는 방법은 향후 실제 휴먼형 로봇에 적용하여휴먼형 로봇 손의 사물 조작 지능 개발에 유용할 것으로 전망된다.

행동 복제 강화학습 및 딥러닝 사물 부분 검출 기술에 기반한 사람형 로봇손의 사물 조작

오지헌 ( Ji Heon Oh ),류가현 ( Ga Hyun Ryu ),박나현 ( Na Hyeon Park ),( Edwin Valarezo Añazco ),( Patricio Rivera Lopez ),원다슬 ( Da Seul Won ),정진균 ( Jin Gyun Jeong ),장윤정 ( Yun Jung Chang ),김태성 ( Tae-seong Kim ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.2

최근 사람형(Anthropomorphic)로봇손의 사물조작 지능을 개발하기 위하여 행동복제(Behavior Cloning) Deep Reinforcement Learning(DRL) 연구가 진행중이다. 자유도(Degree of Freedom, DOF)가 높은 사람형 로봇손의 학습 문제점을 개선하기 위하여, 행동 복제를 통한 Human Demonstration Augmented(DA)강화 학습을 통하여 사람처럼 사물을 조작하는 지능을 학습시킬 수 있다. 그러나 사물 조작에 있어, 의미 있는 파지를 위해서는 사물의 특정 부위를 인식하고 파지하는 방법이 필수적이다. 본 연구에서는 딥러닝 YOLO 기술을 적용하여 사물의 특정 부위를 인식하고, DA-DRL 을 적용하여, 사물의 특정 부분을 파지하는 딥러닝 학습 기술을 제안하고, 2 종 사물(망치 및 칼)의 손잡이 부분을 인식하고 파지하여 검증한다. 본 연구에서 제안하는 학습방법은 사람과 상호작용하거나 도구를 용도에 맞게 사용해야하는 분야에서 유용할 것이다.

휴먼형 로봇 손의 사물 조작 수행을 이용한 인간 행동 복제 강화학습 정책 최적화 방법 성능 평가

박나현 ( Na Hyeon Park ),오지헌 ( Ji Heon Oh ),류가현 ( Ga Hyun Ryu ),( Edwin Valarezo Añazco ),( Patricio Rivera Lopez ),원다슬 ( Da Seul Won ),정진균 ( Jin Gyun Jeong ),장윤정 ( Yun Jung Chang ),김태성 ( Tae-seong Kim ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.2

로봇이 사람과 같이 다양하고 복잡한 사물 조작을 하기 위해서 휴먼형 로봇손의 사물 파지 작업이 필수적이다. 자유도 (Degree of Freedom, DoF)가 높은 휴먼형(anthropomorphic) 로봇손을 학습시키기 위하여 사람 데모(human demonstration)가 결합된 강화학습 최적화 방법이 제안되었다. 본 연구에서는 강화학습 최적화 방법에 사람 데모가 결합된 Demonstration Augmented Natural Policy Gradient (DA-NPG)와 NPG 의 성능 비교를 통하여 행동 복제의 효율성을 확인하고, DA-NPG, DA-Trust Region Policy Optimization (DA-TRPO), DA-Proximal Policy Optimization (DA-PPO)의 최적화 방법의 성능 평가를 위하여 6 종의 물체에 대한 휴먼형 로봇손의 사물 조작 작업을 수행한다. 그 결과, DA-NPG 와 NPG를 비교한 결과를 통해 휴먼형 로봇손의 사물 조작 강화학습에 행동 복제가 효율적임을 증명하였다. 또한, DA-NPG 는 DA-TRPO 와 유사한 성능을 보이면서 모든 물체에 대한 사물 파지에 성공하여 가장 안정적이었다. 반면, DA-TRPO 와 DA-PPO 는 사물 조작에 실패한 물체가 존재하여 불안정한 성능을 보였다. 본 연구에서 제안하는 방법은 향후 실제 휴먼형 로봇에 적용하여 휴먼형 로봇 손의 사물조작 지능 개발에 유용할 것으로 전망된다.

Fully Autonomous Deep Learning RGB-D Vision-based Object Manipulation with an Anthropomorphic Robotic Hand

Edwin Valarezo Anazco,Patricio Rivera Lopez,Na Hyeon Park(박나현),Ji Heon Oh(오지헌),Ga Hyeon Ryu(류가현),Tae-Seong Kim(김태성) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2

Fully autonomous object grasping with robotic hands is under active investigation because autonomous vision and motor control is required. Vision allows a robotic hand interact with the environment by estimating the grasping parameters (i.e., grasping position and orientation) for manipulation. Motor control generates the motion parameters to reach an object and manipulate (e.g., grasping and relocation). In this work, deep learning RGB-D vision is used to detect the object and generate the grasping parameters of position and orientation. An anthropomorphic robotic hand system composed of UR3 robotic arm and qb soft hand is used for motor functions of object grasping and relocation. Our autonomous object manipulation system first detects and locates an object from RGB images using FastRCNN. Then, a partial depth view of the object is generated to estimate the grasping position and orientation of the object. Finally, the robotic hand system is used to grasp and relocate the object. Our autonomous object manipulation system is validated by grasping and relocating a single object of box and ball. For the box, our system achieves 8/10 successful grasping and 7/10 successful relocations, and for the ball 10/10 successful grasping and relocations.