센서노드상의 응용모듈 동적재구성을 위한 버전동기화 도구

정선우(Sunwoo Jung),길아라(Ara Kil),정기원(Kiwon Chong) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.1

일반적으로 수십 개에서 많게는 수백 수천 개의 센서노드로 구성된 센서네트워크 환경에서 각 노드들은 제한된 저장 공간과 효율적인 에너지자원소비 등의 제약사항을 가지고 있다. 따라서 센서노드에서 응용모듈에 대한 형상관리를 수행하기에는 어려움이 있다. 본 논문은 한국전자통신연구원(ETRI)에서 개발된 나노큐플러스 운영체제(Nano-Qplus OS)기반의 센서네트워크 환경에서 각 노드들의 저장 공간이나 에너지자원 등의 여러 제약조건을 고려한 버전동기화 도구를 제안한다. 이것은 윈도우즈 기반의 eclipse개발환경과 버전관리도구인 CVSNT와 연동하여 각 응용모듈의 버전을 관리하고, 이를 이용하여 본 논문에서 소개하는 센서노드와 버전정보 저장소간의 버전동기화 도구인 NVSync(Nano-Qplus Version Synchronization)를 사용하여 센서노드의 응용모듈과 동기화함으로써 동적으로 노드들의 응용모듈을 재구성할 수 있게 한다.

센서네트워크에서 노드의 소프트웨어 변경에 대한 가시성을 향상시키기 위한 버전관리기법

정선우(Sunwoo Jung),김동규(Dongkyu Kim),정기원(Kiwon Chong) 한국정보과학회 2005 한국정보과학회 학술발표논문집 Vol.32 No.2

본 논문은 한국전자통신연구원에서 개발된 나노큐플러스 운영체제기반의 센서네트워크에서 각 노드의 응용모듈에 대한 버전을 관리하기 위한 기법을 제안한다. 제안한 기법을 응용모듈의 버전을 관리하기 위하여 고유식별번호를 각 노드의 헤더파일에 저장한다. 관리자 또는 개발자가 헤더파일에 저장되어 있는 각 노드의 고유한 식별번호를 사용하여 별도의 저장소에 저장되어 있는 노드의 형상정보를 한눈에 알아볼 수 있는 버전관리 기법을 제시하였다. 제안한 버전관리 기법을 나노큐플러스 운영체제기반의 센서네트워크 응용모듈에 적용하면 개발자 입장에서 각각의 응용모듈 변경에 대한 버전관리가 용이해지고, 형상항목인 소스코드간의 연관관계 및 변경된 소스코드의 버전에 대한 가시성을 향상시킬 수 있을 것으로 기대한다.

텍스트 네트워크 분석을 활용한 제주 정착주민의 인식 분석

정선우(Sunwoo Jung),안진현(Jinhyun Ahn) 한국컴퓨터교육학회 2023 한국컴퓨터교육학회 학술발표대회논문집 Vol.27 No.1

메타버스 환경에서 지식 그래프 기반 AI 챗봇을 이용한 민원 서비스 구현 및 최적화

지동준(Dong-Jun Ji),정선우(Sunwoo Jung),김민규(Min-Kyu Kim),안진현(Jinhyun Ahn),이세제(Se-Je Lee),전대성(Dae Sung Jun),임동혁(Dong-Hyuk Im) 한국산학기술학회 2023 한국산학기술학회논문지 Vol.24 No.8

자연어 처리(NLP;Natural Language Processing) 기술은 다양한 분야에서 인간의 언어를 이해하고 처리하는데 활용되고 있다. 이러한 기술은 요약, 텍스트 생성, 번역, 질의응답, 토픽 모델링 등 다양한 응용 분야에서 연구되고 있으며, 특히 챗봇에 대한 관심이 높아지고 있다. 챗봇은 인공지능 기술을 활용하여 사용자와 대화 및 상호작용을 목적으로 개발되었으며, 교육, 산업, 비지니스 등 다양한 분야에서 활용되고 있다. 하지만 기존의 챗봇 모델은 사용자의 질문에 대한 답변 제공 시 의도와 다른 답변이나 정확하지 않은 답변을 도출한다는 한계가 존재한다. 이에 지식 그래프(Knowledge Graph)를 활용하여 사용자의 질문에 대한 답변을 빠르고 정확하게 제공하기 위한 챗봇 모델을 설계했다. 기존 인터넷 민원 서비스는 상담을 위해 접수 후 7일이라는 시간 소요가 발생하는데 본 연구에서 제안된 챗봇 모델은 메타버스 가상공간 내에서 행정 민원 서비스를 처리 할 수 있도록 설계되었다. 따라서 본 연구는 특정 도메인인 행정민원 서비스에서 지식 그래프를 활용한 AI 기반 챗봇 모델의 활용 가능성을 제시한다. Natural language processing (NLP) technology is used to understand and process human language in various fields. These technologies are being studied in various applications, such as summarization, text generation, translation, question answering, topic modeling, etc. In particular, interest in chatbots is increasing. Chatbots were developed for the purpose of conversation and interaction with users using artificial intelligence (AI) technology and are used in various fields, such as education, industry, and business. However, chatbot models have had limitations in that they derive answers that are different from the intended answers or are inaccurate when providing answers to user questions. Accordingly, a chatbot model was designed to quickly and accurately provide answers to users questions by utilizing a knowledge graph. Current internet services for civil complaints take 7 days to respond after a request for consultation, but the chatbot model proposed in this study is designed to handle administrative civil complaint services within the metabus virtual space. This study suggests the possibility of using an AI-based chatbot model and a knowledge graph in the specific domain of administrative civil service.

기업의 가치 네트워크 모형

부귀현(Gwihyeon Boo),정선우(Sunwoo Jung),조부연(Buyeon Cho) 제주대학교 관광과경영경제연구소 2022 産經論集 Vol.42 No.2

본 연구는 기업이 보유한 강점을 중심으로 사업을 확장하고 있는 사례를 기반으로 가치 네트워크 모형을 논의하였다. 가치 네트워크 모형은 기업이 보유한 강점을 기반으로 다양한 사업으로 확장하는 가치 사슬 모형이다. 이는 HR 분야의 네트워크 조직 구조를 가치 사슬모형에 대입한 것이다. 본 연구는 제주도내 기업 중 가치 네트워크 모형을 지녔다고 판단된 기업인 ‘프레시스’의 사례를 분석하여, 가치 네트워크 모형의 구조를 알아보았다. 분석을 위해서는 프레시스 대표와의 인터뷰, 프레시스 기업 내부 자료를 활용하였다. 본 구에서는 단하나의 기업만을 분석했다는 한계점을 가지는 바, 다양한 사업 분야의 기업 사례를 대입해보는 것이 추후 과제로 제시되었다. This study discussed the value network model based on the case of expanding the business based on the strengths of the company. The value network model is a value chain model that expands to various businesses based on the strengths of companies. This is the substitution of the network organizational structure in the HR field into the value chain model. This study analyzed the case of 'Presis', a company judged to have a value network model among companies in Jeju Island, and examined the structure of the value network model. For analysis, interviews with Presis representatives and internal data of Presis companies were used. Since this district has a limitation of analyzing only one company, it was suggested as a future task to substitute corporate cases in various business fields.

앙상블 머신러닝 모델을 활용한 치매 예측

조민정(Minjeong Jo),정선우(Sunwoo Jung),안진현(Jinhyun Ahn) 제주대학교 관광과경영경제연구소 2023 産經論集 Vol.43 No.2

고령화 사회가 되어가면서 노인 질병에 관해 관심이 높아지고 있다. 그 중, 일상생활에 지장을 많이 주는 노인성 치매는 기술이 발달하여도 완치할 수 있는 치료법이 없기 때문에 초기에 발견하는 것이 가장 좋은 방법이다. 하지만 이러한 치매 예측을 위하여 수많은 사전 연구들에서는 MRI, 망막 이미지 영상 데이터 등 지속적인 촬영과 비용이 필요하다. 이러한 방법들은 모든 사람들에게 적용시킬 수 없다는 단점을 가지고 있다. 이에 본 연구에서는 치매 예측 발견의 저비용에 관한 발전을 위하여 운동 시간, 고강도 활동 시간, 신진대사량 등 여러 활동 데이터와 깊은 수면 시간, 분 당 호흡 수 등 수면의 질을 알 수 있는 수면 데이터를 활용하여 XGBsoot 와 lightGBM과 같은 딥러닝 예측 모델을 이용하여 치매 여부에 가장 영향을 많이 미친 주요 변수들을 알아내는 것을 목적으로 한다. 분석 결과, 활동 데이터와 수면 데이터를 동시에 고려했을 때 치매 예측 성능이 가장 잘 나왔고, XGBoost 모델에서 가장 중요한 변수는 ‘매 시간당 활동 유지 점수’이었고, lightGBM은 ‘분당 평균 심박동 수’ 이었다. As we become an aging society, there is a growing concern about geriatric diseases. Among them, senile dementia, which disrupts daily life, is best detected at an early stage because there is no cure, even with technological advances. However, many preliminary studies to predict dementia require continuous imaging data, such as MRI and retinal imaging data, and are expensive. These methods have the disadvantage that they cannot be applied to all people, so this study aims to develop low-cost predictive dementia detection. Therefore, the purpose of this study is to identify the main variables that most influenced the presence of dementia using deep learning prediction models such as XGBsoot and lightGBM by utilizing various activity data such as exercise duration, high-intensity activity duration, and metabolic rate, and sleep data such as deep sleep duration and breathing rate per minute to determine sleep quality. The analysis showed that the best dementia prediction performance was achieved when both activity and sleep data were considered simultaneously, and the most important variable in the XGBoost model was the “activity_score_move_every_hour” and the “sleep_hr_everage” in lightGBM.

컨조인트 분석을 이용한 전기차 완속충전기에 대한 최적 신상품 설계

김지연(Jiyeon Kim),유수연(Suyeon Yoo),한유림(Yurim Han),정선우(Sunwoo Jung),현정석(Jung Suk Hyun) 제주대학교 관광과경영경제연구소 2022 産經論集 Vol.42 No.2

국내의 전기차 시장은 가파르게 성장하고 있다. 전기차 보급이 활성화됨에 따라 전기차충전기 시장 역시 빠르게 확대되고 있다. 국내 전기차 충전 인프라는 운영사업자별로 충전기 형태가 통일되어 있지 않다. 또한 현재 전기차 구매요인에 관한 선행연구는 많지만 전기차 충전기 관련 연구는 부진한 상태이다. 이 때문에 이용자의 전기차 충전기 선호도 조사의 필요성을 느껴 연구를 시작하였다. 컨조인트 분석은 제품이 가진 각각의 속성에 고객이 부여하는 효용을 추정하여 그 고객이 어떤 제품을 선택할지 예측하는 기법이다. 본 연구에서는 컨조인트 분석을 통해 고객 개개인이 전기차 완속 충전기의 각 속성과 속성 수준에 대해 어느 정도의 선호도를 부여하는지 추정하였다. 그리고 선형 회귀분석을 통해 속성별 효용값 그래프와 상대적 중요도를 도출하였다. 속성별 효용값 그래프를 보면, 형태, 사용범위, 전력에서 유사한 효용 패턴을 보였고, 충전선 길이와 가격에서 상이한 효용 패턴을 보였다. 그리고 타겟층의 속성별 상대적 중요도는 가격 40%, 형태 17%, 전력 16%, 사용범위 13%, 충전선의 길이 12%로 나타났다. 이러한 연구결과를 토대로 전기차 완속 충전기 최적 모델을 제안한다. The domestic electric vehicle market is growing rapidly. As the supply of electric vehicles is activated, the electric vehicle charger market is also rapidly expanding. The domestic electric vehicle charging infrastructure does not have a unified charger type for each operator. In addition, there are many previous studies on the factors for purchasing electric vehicles, but studies related to electric vehicle chargers are sluggish. For this reason, research was started by feeling the need for a user's preference survey for electric vehicle chargers. Conjoint analysis is a technique that predicts which product the customer will choose by estimating the utility given to each attribute of the product. In this study, through conjoint analysis, it was estimated how much preference each customer gives to each attribute and attribute level of the electric vehicle slow charger. And through linear regression analysis, the utility value graph and relative importance for each attribute were derived. Looking at the graph of utility values by attribute, similar utility patterns were shown in shape, range of use, and power, and different utility patterns were shown in the length and price of the charging line. In addition, the relative importance of each attribute of the target layer was 40% in price, 17% in shape, 16% in power, 13% in range of use, and 12% in length of charging line. Based on these research results, we propose an optimal model for electric vehicle slow chargers.