實業系 高等學校 卒業生들의 職業選擇過程에 關한 연구

정태원 순천대학교 교육대학원 1997 국내석사

부동산 중개사고 유형 분석

정태원 건국대학교 부동산대학원 2017 국내석사

우리나라 가계자산 중 부동산 자산은 전체의 74%를 차지할 정도로 높은 비중을 차지하고 있으므로 부동산 거래에서 당사자는 신중하며 부동산 전문가에게 의존하는 경향이 클 수밖에 없다. 따라서 현재 공인중개사법령 상 전문자격사로서 공인중개사는 대부분의 부동산 거래를 매개하며 부동산 전문가로 활동하고 있다. 그러나 공인중개사는 선발시스템의 불완전이나 재교육 부족 등으로 아직 완전한 전문성을 갖추었다고는 보기 어려운 것이 현실이다. 이에 더하여 간혹 발생하는 중개사고는 공인중개사의 전문성에 대한 사회적 신뢰 저하는 물론 나아가 부동산 유통 질서의 불신을 조장하기도 한다. 따라서 부동산 중개사고를 유형화하고 그 원인과 방지안을 분석하는 것은 부동산 거래계에서 더욱 중요한 과제가 되고 있다. 또한 공인중개사법은 1983.12 ‘부동산중개업법’으로 제정·시행된 이래 여러 개정을 거치면서 공인중개사의 위상을 크게 변화시키고 있다. 즉, 공인중개사의 업무영역은 양적으로 부동산의 중개에서부터 부동산경매 등의 알선·입찰대리까지로 확대되고, 그 지위나 역할은 질적으로 단순한 개인 사업자의 지위에서 거래질서를 확립하고 소비자의 이익을 옹호하는 공익적 지위를 겸하게 되었다. 따라서 중개사고를 방지함으로써 공인중개사의 위상을 높이고 부동산 거래 시장의 신뢰성을 공고히 하는 것은 더는 선택이 아닌 필수적인 사회적 요청이 되었다. 한편, 중개사고 방지는 그 유형과 원인분석에서부터 출발해야 하는데, 중개로 인한 부동산 거래과정은 중개의뢰로부터 거래완성, 그 이행에 이르는 일련의 과정이므로 부동산 중개사고의 유형분석은 동적·발전적으로 접근할 필요가 있다. 또한, 판례는 부동산 중개과정별로 내재되어 있는 사고 위험요소가 현실화된 것이므로 중개사고에 대한 유형분석에서 판례를 빼놓고는 생각하기 어렵다. 따라서 본 논문은 부동산 중개과정별로 발생하는 판례화된 중개사고를 유형적으로 분류하고 그 빈도를 측정하여 어느 과정에서 어떠한 중개사고가 빈번한지와 그에 대응하기 위한 중개사고 방지안을 확인하고자 한다. 또한, 이와는 별도로 중개실무자들에 대한 설문조사를 통해 중개과정별중개사고의 발생 위험성을 측정하고, 중개사고 방지안에 대한 중요도를 분석하여 최종 부동산 중개사고 방지안을 제시하고자 한다. 본 논문이 부동산 중개사고 감소와 부동산 거래 전문가로서 공인중개사의 위상을 공고히 하는데 조금이나마 기여하였으면 하는 바람이다. Real estate assets account for as much as 74% of total household assets in Korea, so the parties are prudent in real estate transactions and tend to depend on real estate experts. Therefore, as a professional qualification for the real estate agent, the real estate agent is acting as a real estate professional, mediating most real estate transactions. However, it is a fact that it is hard to say that the certified specialists are still fully specialized because of incomplete selection system or lack of retraining. In addition to this, the occasional brokerage accident not only lowers the social trust in the expertise of real estate agents, but also promotes distrust of the real estate circulation order. Therefore, it is becoming more and more important task to classify the real estate brokerage accident and to analyze the causes and preventive measures. Since the enactment and enforcement of the Real Estate Brokerage Act in December, 1983, the real estate brokerage law has undergone several revisions and has greatly changed the status of real estate agents. In other words, the work area of ​​a certified real estate agent is expanded from the brokerage of real estate to real-estate auction etc., and its position and role are in the quality of simple individual business, establishing the order of trade and advocating the interests of consumers It became a public interest position. Therefore, it is not an option but an indispensable social request to raise the status of real estate agents by preventing intermediary accidents and to strengthen the credibility of the real estate market. On the other hand, the prevention of brokerage must start from the type and cause analysis. The real estate transaction process due to brokerage is a series of processes ranging from brokerage commissioning to transaction completion and its implementation. There is a need. In addition, it is difficult to think about the precedent in the type analysis of the brokerage accident because the accident risk factor inherent in the real estate brokerage process is realized. Therefore, this paper tries to tentatively classify judged brokerage incidents that occur by real estate brokerage process and measure the frequency of these brokerage incidents to identify which brokerage incidents frequently occur and to prevent mediation accidents to cope with them. In addition, a survey on brokerage practitioners is conducted separately to measure the risk of brokerage accidents by intermediary process, and to analyze the importance of prevention of brokerage accidents. I hope this article contributes to the reduction of real estate brokerage accidents and to solidifying the position of real estate broker as a real estate transaction expert.

國際基準에 따른 韓國의 診斷檢査醫學科 安全改善 方向에 관한 硏究

정태원 건양대학교 대학원 2023 국내박사

진단검사의학과는 생물학적, 물리적, 화학적 위험물질을 취급하는 부서로 여러 가지 위험요인에 노출되어 있음에도 불구하고, 국내 실험실 인증 및 법적인 지침이나 현황 분석이 부족한 상황이다. 실험실 안전지침과 인증내용을 국내·외 비교하였고, 안전시설 현황 설문지를 작성하여 진단검사의학재단을 통해 344개 기관에 의뢰하여 60개 기관의 설문지를 회신 받았다. 대상 종합병원의 일반적 특성에서 불안전한 상태 점수는 평균 7.6점으로 대부분의 진단검사의학과의 안전시설이 부족하다는 것을 확인하였다. 또한 지역별 차이와 근무자수에 따른 차이의 유의성을 확인 하였고(p<0.05), 물리적 시설에서 작업환경과 적절한 공간의 정(+)적 상관관계와 함께 낮은 영향력을 확인했다(p<0.01). 실험실 안전항목에서 감염관리, 방사선물질관리, 위험성 폐기물관리, 화학물질관리 항목에 대해서 모두 정(+)적 상관관계를 나타냈고, 높은 설명력을 확인하였다(adi.=0.865). 안전개선 항목으로 ‘응급 눈세척기’와 ”감염관리“ 항목의 개선이 가장 필요로 했다. 이 연구 결과는 진단검사의학과 부서 전체를 대상으로 시설과 실험실안전에 대한 현황파악과 함께 안전개선 사항을 제시하는 점에서 다른 연구와 차별화가 되었다. 근무자 안전을 우선시하였고, 안전시설 현황을 분석하고 개선안을 도출하여 실험실내 안전사고 예방을 위한 개선방향을 제시해주는 자료로서 중요한 의미를 갖는다. The Department of Laboratory Medicine is a department that handles biological, physical, and chemical hazardous materials, and despite being exposed to various risk factors, there is a lack of domestic laboratory certification, legal guidelines, or current status analysis Laboratory safety guidelines and certification details were compared domestically and internationally, and safety facility status questionnaires were created and requested from 344 institutions through the Diagnostic Laboratory Medicine Foundation, and questionnaires from 60 institutions were returned. In the general characteristics of the target general hospital, the average unsafe state score was 7.6 points, confirming the lack of safety facilities in most laboratory medicine departments. In addition, the significance of the differences by region and the number of workers was confirmed (p<0.05), and a low influence was confirmed along with the positive (+) correlation between the working environment and appropriate space in physical facilities (p<0.01). In laboratory safety items, infection control, radiation material management, hazardous waste management, and chemical management items all showed positive (+) correlations, and high explanatory power was confirmed (adi.R2=0.865). As for the safety improvement items, improvement of 'emergency eye washer' and 'infection control' items were most needed. The results of this study were differentiated from other studies in that they identified the current status of facility and laboratory safety for the entire laboratory medicine department and suggested safety improvements. Worker safety was prioritized, and it has important meaning as a data that presents improvement directions for preventing safety accidents in the laboratory by analyzing the current status of safety facilities and deriving improvement plans.

Gage R&R을 이용한 Air Pressure Sensor 자동검사설비의 유효성 확인에 관한 연구

정태원 서경대학교 경영문화대학원 2015 국내석사

Air Pressure Sensor(이하 APS) 는 가정용 보일러의 연소 제어부의 공기량과 가스량을 제어하는 부품으로 가스보일러 연소제어에 중요한 부분을 담당하고 있는 부품이다. 이 APS를 검사하는 장비인 APS 자동검사 설비는 일반적인 범용 계측기로는 검사할 수 없고, 생산자가 직접 규격을 정하고 제작하는 생산자 요구 측정(검사) 설비이다. APS 자동검사설비는 일반적인 계측기와 같이 검교정이 쉽지 않고, 검교정을 하더라도 검사설비에 부착된 일부 계측기만 가능하다. 그러나 QS 9000에서는 비교 측정기준이 검사에 사용될 경우 그것이 합격품인 것을 검증하도록 요구하고 있다. APS 자동검사설비의 경우 APS 시료의 변동, 계측기의 변동, 센서의 변동, 입, 출력신호의 변동, 설비자체의 변동 등 여러 가지 변동을 포함하여 측정(검사)하고 있다. 그래서 APS 자동검사설비 마다 변동의 크기가 다르다. 지금까지는 측정값과 목표 값을 비교하여 그 오차범위를 정하고 그 범위 내에 있으면 합격품으로 판정하였다. 하지만, 변동의 크기가 산포가 있어 APS 자동검사설비 간 판정이 바뀌는 경우가 발생하였다. 그래서 APS 자동검사설비의 유효성을 판정하는 새로운 방안으로 Master Sample APS를 이용하여 APS 자동검사설비 Gage R&R(교차)을 통해 유효성을 확인하는 방법을 제시하고, 실험을 통하여 검증하였다. 본 연구의 결과로 기존의 방법인 측정값과 목표 값을 비교 판정법 보다는 Gage R&R(교차)을 이용한 APS 자동검사설비의 유효성 검증이 검사설비의 변동 원인 파악과 변동 원인 개선에 더 유효하다고 확인하였다. The Air Pressure Sensor(APS) is a component of control air content and gas content to boiler for home use. It is important component of gas boiler combustion control. APS automatic inspection facility which is inspecting APS is unmeasurable by using a general measuring instrument, and that is manufacturer demand inspection facility that manufacturers produce and decide standard. APS automatic inspection facility meter is not easy as other measuring instrument, Also , we can use only part of attached inspection facility even if we do calibration. However, QS 9000 required to verify that the good found acceptable when comparison measurement standard is used in the test APS automatic inspection facility inspects the APS including various fluctuation, such as fluctuation of APS samples, fluctuation of measuring instruments, fluctuation of sensors, fluctuation of Input/output signals, and fluctuation of APS automatic inspection facilities. So, the size of variation is different for each APS automatic inspection facility. So far determine error range to compare between measurement value and desired value and decide the good found acceptable if it was within range. But sometimes there is an error of judgment. due to the distribution of variation. So, It suggested the new way to check the validation of APS automatic inspection facilities Gage R&R(cross check) by using a Master Sample APS and verified that by experiment. As a result of this research, the validation of APS automatic inspection facility by checking Gage R&R is more effective to understanding cause and improve to variation of a inspection facility than existing method.

시각적 위치결정 시스템을 위한 포인트 클라우드 기반의 그래프 컨볼루션 네트워크

정태원 광운대학교 대학원 2023 국내박사

3차원 공간에서의 위치결정은 실내 및 실외 내비게이션, 로봇의 공간 탐지, 증강현실, 혼합현실 등과 같은 위치 기반 서비스의 기본 요소 중 하나이다. 특히 증강현실과 혼합현실 분야에서 위치 기반 서비스의 요구가 높아지면서 안정적이고 효율적인 실내 위치결정 방법에 대한 필요성이 높아지고 있으며 딥러닝을 이용한 다양한 위치결정 방법의 활발한 연구가 진행되고 있다. 하지만 딥러닝의 일반적인 방법인 이미지 기반의 시각적 위치결정은 지리적 위치를 나타내기 위해 방대한 사진 데이터세트가 필요하며 공급자의 노력과 데이터베이스 구축 비용이 증가 되고 있다. 최근 실내 위치결정에 대한 포인트 클라우드 기반의 시각적 위치결정은 3차원 센서를 이용하여 대규모 공간에서도 획득이 쉬운 포인트 클라우드를 이용하여 물체를 탐지한다. 물체의 특징을 효율적으로 추출하기 위한 일반적인 딥러닝 방법은 컨볼루션 신경망이 있다. 그리드 방식의 컨볼루션 네트워크는 포인트가 없는 공간에서 연산낭비가 있으며, 그리드에 불규칙한 수의 포인트가 생성될 때 동일한 컨볼루션 작업은 정보의 손실로 이어진다. 이러한 문제점으로 포인트 클라우드를 효율적으로 처리할 수 있는 그래프 기반 딥러닝 방법의 연구가 진행되고 있다. 본 논문에서 제안하는 방법은 3차원의 포인트 클라우드 공간 안에서 그래프 컨볼루션 네트워크를 이용하여 물체 탐지 및 포즈를 추정한 후 시각적 위치결정에 사용하는 것이다. 이를 위하여 복셀 기반의 데이터베이스로 효율적인 위치결정과 불규칙한 공간의 정보인 포인트 클라우드를 그래프로 구조화하여 그래프 정점과 이웃 정점의 특징을 집계한 단일-단계 접근법의 듀얼 어텐션 메커니즘 기반 그래프 컨볼루션 네트워크를 제안하고자 한다. 듀얼 어텐션 메커니즘은 그래프 정점 포인트와 이웃 포인트 사이의 상대적 특징을 집계하는 그래프 어텐션 기반의 방법으로 물체 탐지 및 포즈 추정의 정확도를 향상할 수 있다. 또한, 다른 연구 방법에서 일반적으로 사용되고 있는 3차원 공간상의 오일러 회전에 의한 짐벌락(Gimbal lock) 현상을 해결하기 위해 쿼터니언 회전을 사용하였으며, 다수의 추정된 경계 상자를 동일한 하나의 경계 상자로 병합하기 위한 3D IoU(Intersection over Union)와 NMS(Non-maximum Suppression) 알고리즘을 사용하여 3차원 공간상에서 물체의 모든 포즈를 추정하는 경계 상자와 관련된 알고리즘을 개선하였다. 검증을 위한 실험을 통해 복셀 기반 데이터베이스의 시각적 위치결정 시스템과 듀얼 어텐션 메커니즘 기반의 그래프 컨볼루션 네트워크를 체계적으로 구축한 자체 데이트세트와 다수의 연구자가 사용하는 공인 데이터세트를 이용한 다양한 방법으로 제안한 방법의 성능을 평가하였다. 물체 탐지에서 사용되는 성능평가 지표인 3D IoU의 결과와 경계 상자의 포즈 추정 거리 및 각도의 오차를 측정한 결과는 시각적 위치결정 시스템의 성능을 개선할 수 있다. 또한, 듀얼 어텐션 메커니즘 기반의 그래프 컨볼루션 네트워크는 기존의 최신 방법과 비교하여 물체 탐지와 포즈 추정의 정확도 향상 및 프로세스 연산량과 메모리 사용량 감소를 기대할 수 있을 것이다. Positioning in a three-dimensional (3D) space is one of the basic elements of location-based services such as indoor and outdoor navigation, robot space detection, augmented reality (AR), and mixed reality (MR). As the demand for location-based services in AR and MR increases, the necessity for a stable and efficient indoor positioning method has become more urgent; hence, various positioning methods using deep learning are being actively investigated. However, image-based visual positioning in the general methodology of deep learning requires large-sized image datasets to represent geographical locations, which increases the provider cost and amount of database construction. In state-of-the-art studies pertaining to point cloud-based visual positioning for indoor positioning, 3D sensors are used to detect objects using easily obtainable point clouds in large spaces. Convolutional neural networks are typical deep learning methods used to efficiently extract features from objects. Grid-based convolutional networks do not provide optimal computation in a space without points. Meanwhile, when it is used to create an irregular number of points in a grid while the same convolution task is applied, information loss will occur. Hence, a graph-based deep learning method that can efficiently process point clouds has been investigated. The method proposed in this paper can be used to detect objects and poses using a graph convolution network within a point cloud space, which yields irregular information, and then used for visual positioning. The proposed method is an efficient positioning method involving a voxel-based database. Furthermore, it is a graph convolutional network based on the dual attention mechanism that aggregates features of graph and neighborhood vertices by structuring point clouds into graphs. The dual attention mechanism, which improves the accuracy of object detection and pose estimation, is a graph attention-based method that aggregates the relative features between graph vertex and neighborhood vertices. To improve the algorithm used in boundary boxes to estimate all poses of objects in the 3D space of a graph convolutional network, quaternion rotation is used to solve the typical 3D space-based gimbal lock problem, whereas 3D intersection over union (IoU) and non-maximum suppression (NMS) algorithms are used to merge multiple estimated boundary boxes into the same boundary box. Experiments to verify the proposed method are performed using the visual positioning system of a voxel-based database and a graph convolution network based on the dual-attention mechanism, where own dataset are systematically constructed and authorized dataset used by a number of researchers. The results of 3D IoU, which is a performance evaluation index used in object detection, and the measured error of pose estimation distance and boundary box angle can improve the performance of the visual positioning system. Moreover, graph convolutional networks based on the dual attention mechanisms are expected to improve the accuracy of object detection and pose estimation while reducing process computation and memory usage compared with existing state-of-the-art methods.

SiO2 박막을 이용한 전자 증폭기 제작 및 동작 특성 연구

정태원 명지대학교 1999 국내석사

열산화시킨 SiO₂ 박막의 두께와 입사 전류의 양에 따라 이차전자 방출 계수를 측정하였으며 이를 통해 이차전자의 방출 특성이 박막 두께와 전류량에 따라 변화되는 것을 확인하였다. 또, 이차전자를 이용한 전자 증폭기의 제작과 동작 특성도 실험을 통하여 알아보았다. Si 웨이퍼의 열산화 시간을 달리하여 930 ℃에서 5.8 ㎚, 19 ㎚, 43 ㎚, 79 ㎚, 95 ㎚, 114㎚의 SiO₂박막을 제작하였다. 이차전자 방출 곡선은 전자의 에너지가 증가함에 따라 완만히 증가하다가 최고점에 도달한 후 계속 감소하는 universal curve의 형태를 취한다. 박막 두께 43 ㎚ 이하의 얇은 박막에서는 대체적으로 universal curve의 형태를 따르지만 79 ㎚ 이상의 두꺼운 박막에서는 이차전자 방출곡선이 최고점이 2개인 형태로 변하며 그 값도 전반적으로 낮아진다. 그리고 두 번째 최고점도 두께가 두꺼워질수록 높은 에너지 쪽으로 이동하게된다. 또 입사되는 일차전자 전류의 증가에 대해서도 이차전자 방출곡선이 전체적으로 낮아진다. 이런 현상은 시료 표면에 발생하는 양전하의 축적과 입사 에너지에 따른 전자의 침투 깊이에 의해 설명이 가능하다. 이 실험에서 측정된 최대 이차전자 방출 계수는 박막 두께 19 ㎚, 일차 전자 에너지 300 eV, 일차 전류 0.97 ㎂ 일 때 3.35를 갖는다. 전자의 시료내 침투깊이와 탈출깊이와의 관계식을 통하여 최대 이차전자 방출 계수를 갖는 박막 두께를 이론적으로 계산하였으며, 실험값과 비교적 일치하는 것을 확인하였다. 이차전자 방출 계수가 높은 물질을 이용하여 전자의 양을 기하급수적으로 증가시킬 수 있는 전자 증폭기를 제작하였다. 절연저항이 크고 기계적 강도가 높은 알루미나를 틀 구조물로, 20 ∼ 100 MΩ의 저항을 갖는 CuO_x를 전도층으로, 이차전자 방출이 큰 SiO₂나 MgO를 이차전자 방출층으로 사용하여 전자 증폭기를 제작하였고 전극은 Cu로 사용하였다. 길이 대 관 지름의 비율은 12 정도이고 직선관으로 되어있으며 전체 면적에 대한 개방면적은 약 40 %이다. 증폭기 양단 전압과 검출판 전압에 따른 증폭 전류를 측정하여 이득 G를 계산하였다. SiO₂박막의 이차전자 방출계수 측정에서도 알아본 것처럼 축전 효과에 의해 입사되는 일차전류가 낮을 경우에 더 높은 이득 G를 얻었으며, 증폭기 양단의 임계 전압이 1000 V 일때 8.17의 최대 이득 G값을 얻었다. 또, 검출판의 전압 변화에 대한 증폭 전류는 거의 변화가 없는 것으로 확인되었다. 증폭된 전자로 형광체를 발광시켜서 그 휘도를 측정함으로써 제작한 전자 증폭기의 전류 증폭 유무를 확인하였다. 우선 증폭기를 사용하지 않고 전류를 형광체에 입사하여 휘도를 측정하였고, 증폭기 양단에 1250 V 를 인가하고 형광판에는 100 V를 인가하여 증폭기를 사용하여 휘도를 측정하였다. 두 경우의 휘도를 비교한 결과 증폭기를 사용한 경우 전류의 증폭으로 휘도가 상당히 증가하는 것을 확인할 수 있었다. The secondary electron emission (SEE) yields for the thermally grown SiO₂ thin layers were measured by varying the thickness of the SiO₂ layer and the primary current. Additionally, the fabrication and the operational characteristics of the electron multiplier which utilize secondary electron were studied. SiO₂ thin layers were thermally grown in a furnace at 930 ℃, whose thickness varied to be 5.8 nm, 19 nm, 43 nm, 79 nm, 95 nm, and 114 nm. The SEE yield curve follows the so-called universal curve the curve increases monotonically to its maximum value, after which it decreases monotonically. The decreasing is slower than the initial curve rising. When the SiO₂ layers were thinner than 43 nm, it was found that SEE curves followed the universal curve. However, for samples with a SiO₂ layer thicker than 79 nm, the SEE curves exhibited two maxima and the values of SEE yields were reduced. The energy of the second maximal peak shifted to the high energy when the SiO₂ layer became thick. Additionally, as the current of primary electrons increased, the SEE yields were reduced. This may be explained by considering the effect of charge accumulation and the electron penetration depth variation. In this experiment, the maximum value of the SEE yield for SiO₂ layers was obtained to be 3.35 when the thickness of SiO₂ layer was 19 nm, with the primary electron energy 300 eV and the primary electron current 0.97 uA. The penetration and escape depth of an electron in the SiO₂ layers were calculated and from these depths, it was calculated that the thickness of the SiO₂ layer to be the SEE yield maximum value was 13 nm. It was found that this thickness (13 nm) agreed with the experimental thickness (19 nm) of SiO₂ layer to be the SEE yield maximum value. Electron multipliers, which amplified input electrons by second electron emission, were fabricated by utilizing high SEE yield material. The main-body of electron multipliers was made of alumina with the high electrical resistance and the mechanical hardness. Copper oxide with a resistance of 20~100 M.Q was used as a conductive layer on the surface of the alumina holes, and SiO₂ or MgO was used as a secondary electron emission layer on a conductive layer. Finally, the copper electrodes were deposited on the front and back surface of the multiplier. The length to diameter aspect ratio of the multiplier was chosen to be 12 and open area ratio was fixed to be 40 %. The gain of the multiplier was calculated by measuring the collector current as a function of the collector voltage and the voltage applied to the multiplier (channel voltage). The gain was high for the case of the small primary current, which may be due to the plus charge accumulation for the high primary current. The maximum gain of 8.17 was obtained with channel voltage 1000 V, and the collector current was not changed by the collector voltage variation. The amplification of electrons by the multiplier was confirmed by measuring the brightness when the phosphor screen was used as a collector. The brightness was measured without the electron multiplier, and immediately the brightness with the electron multiplier was measured with the channel voltage 1250 V applied with collector voltage of 100 V. From the brightness measurement, it was observed that the electron multiplier also enhanced the brightness of the phosphor by electron multiplication.

포그 컴퓨팅 환경에서 강화학습을 이용한 컨테이너 최적화 배치 시스템

정태원 광운대학교 대학원 2020 국내석사

Advances in Internet of Things technology led to the activation of ICT along with cloud computing. But with the explosion of the IoT and real-time sensitive application services, cloud computing faces various limitations. Fog computing to overcome these limitations has been highlighted, and studies have been conducted on host location and server placement, service image placement, frameworks for delivering specific services and computing resources. However, recent studies have focused on issues to be addressed in the fog computing environment, how to deploy the fog server, and how network traffic should be addressed, as existing studies do not take into account the server deployment of client and fog network traffic requesting application services. This paper proposes a monitoring reinforcement learning system to optimize the network based on traffic when the cloud server deploys containers on the fog server within a stable fog computing environment where various services exist. The Monitoring Reinforcement Learning System was designed to collect and preprocess the network traffic data of the fog server, and then reinforce the learning of the reward due to the decrease and the penalty due to the traffic decrease when the cloud server when deploying containers to the fog server. The reinforcement learning system consists of a batch learning system that learns the traffic data only once and uses the reinforcement learning model for a certain period of time, and an online learning system that continuously updates the reinforcement learning model with traffic data continuously flowing into the system. The proposed system optimizes the network by predicting traffic in the fog computing environment and determining container deployment. In addition, continuous learning of changing network traffic can minimize the problem of increasing overhead in container deployment. 사물인터넷 기술의 발전은 클라우드 컴퓨팅과 더불어 ICT의 활성화를 주도하였 다. 하지만 사물인터넷의 폭증 및 실시간에 민감한 응용서비스 등으로 클라우드 컴 퓨팅은 다양한 한계에 직면하고 있다. 이러한 한계점을 극복하기 위한 포그 컴퓨팅 이 주목받고 있으며 호스트 위치 및 서버 배치, 서비스 이미지 배치, 특정 서비스 제공을 위한 구조 및 컴퓨팅 자원 사용에 관한 연구가 이루어졌다. 하지만 기존의 연구들은 응용서비스를 요청하는 클라이언트와 포그 네트워크 트래픽을 서버 배치 에 고려하지 않아, 포그 배치 후 네트워크 트래픽이 더 증가할 수 있으며 이러한 문제점을 해결하기 위해 최근에는 포그 컴퓨팅 환경에서 해결해야 할 문제와 포그 서버 배치 방식 및 네트워크 트래픽에 관한 연구가 중점적으로 이루어지고 있다. 본 논문에서는 다양한 서비스가 존재하는 안정된 포그 컴퓨팅 환경 안에서 클라 우드 서버가 컨테이너를 포그 서버에 배치할 때 트래픽 기반으로 네트워크를 최적 화하기 위한 모니터링 강화학습 시스템을 제안한다. 모니터링 강화학습 시스템은 포그 서버의 네트워크 트래픽 데이터를 수집하여 전처리한 후 클라우드 서버가 포 그 서버로 컨테이너 배치 시 트래픽 감소로 인한 보상의 최대화를 강화학습 할 수 있도록 설계하였다. 강화학습 시스템은 트래픽 데이터를 한 번만 학습하고 해당 강 화학습 모델을 일정 기간 사용하는 배치학습 시스템과 트래픽 데이터가 시스템에 지속적으로 유입되며 강화학습 모델을 업데이트하는 온라인학습 시스템으로 구성하 였다. 제안 시스템은 포그 컴퓨팅 환경의 트래픽을 예측하고 컨테이너 배치를 결정할 수 있어 네트워크 트래픽을 최적화한다. 또한, 변화하는 네트워크 트래픽의 지속적 인 학습을 통해 컨테이너 배치 시 오버헤드가 증가하는 문제를 최소화할 수 있다

마이크로프로세서를 이용한 디지틀 제어기의 설계

정태원 연세대학교 대학원 1984 국내박사

모바일 기반 비대면 아동 심리평가 서비스를 위한 UX 디자인 : 아동 심리평가 서비스 UX 디자인 및 원격 사용성 평가를 중심으로

정태원 한밭대학교 대학원 2021 국내석사

최근 아동의 올바른 심리적, 정서적 발달을 위해 심리평가에 관심을 갖는 부모가 증가하면서 아동 심리평가 서비스가 대중적으로 이용되고 있다. 하지만 일반적으로 수행되는 심리평가 서비스는 오프라인 환경에서 진행되는 경우가 많고 이러한 오프라인 형태의 서비스는 시간과 비용 등의 측면에서 효율이 낮은 문제로 인해 사용자 접근성이 저하되는 실정이다. 이에 심리평가 서비스를 디지털 방식으로 전환하여 효용을 증대시키려는 시도가 다양하게 이루어지고 있지만, 단순히 서비스를 이용하는 매체를 디지털로 변경하는 수준에 그치면서 본질적인 개선이 이루어지지 못해 서비스의 효과를 보장하면서 접근과 효용성 측면이 강조된 새로운 방식의 아동 심리평가 서비스 개발이 요구되는 실정이다. 이에 본 연구에서는 기존의 서비스와 차별화된 모바일 기반의 비대면 아동 심리평가를 위한 요건을 확인하고, 새로운 방식의 비대면 아동 심리평가 서비스를 제안하였다. 이를 위해 첫째, 문헌 연구를 통해 기존 심리평가의 개념 및 방식에 대해 고찰하고 기존 심리평가 방식의 한계점 보완을 위한 디지털화 방향성을 정의하였다. 둘째, 아동 특성을 고려한 비대면 방식의 아동 심리평가 서비스의 필요성을 제시하였다. 셋째, 비대면 아동 심리평가 서비스의 정보 구조를 설계하고 모바일 화면을 디자인하여 프로토타입을 제작하였다. 넷째, 비대면 아동 심리평가 UX 디자인 과정에서 서비스의 프로토타입을 제작하여 사용성 평가를 수행하였다. 다섯째, 사용성 평가 결과를 통해 도출된 문제점을 보완하여 개선안을 제시하였다. 또한 비대면 아동 심리평가 서비스 제안과 더불어 서비스의 사용성 평가 효율 증대를 위해 일반 사용성 평가 방법의 문제점을 개선한 아동 사용자 대상 원격 사용성 평가 방법을 개발하여 본 연구의 사용성 평가 과정에 적용하였다. 본 연구를 통해 제안된 비대면 아동 심리평가 서비스는 아동의 흥미와 참여도를 증대시킬 수 있는 디지털 방식의 심리 검사를 기반으로 아동 심리를 효과적으로 평가하고 분석할 수 있는 새로운 방식의 평가 시스템으로써 가치가 있으며, 아동을 위한 고효용의 심리평가 서비스 제안의 가능성을 확장시켰다는 점에서 학문적 의의가 있다. Recently, child psychological evaluation services have been popularly used as more and more parents have been interested in a psychological evaluation for the proper psychological and emotional development of children. However, commonly performed psychological evaluation services have been often carried out in offline environments, and these offline methods of services have been less accessible to users due to inefficient issues, such as time and cost. Although various attempts have been made to increase efficiency by converting psychological evaluation services to digital methods, it is necessary to develop a new type of child psychological evaluation services that emphasizes access and efficiency while guaranteeing the effectiveness of the services. Thus, this study identified requirements for mobile-based non-face-to-face child psychological evaluation differentiated from existing services and proposed a new type of non-face-to-face child psychological evaluation services. First, we considered the concepts and methods of the existing psychological evaluation and defined digitalization directions for complementing the limitations of the existing psychological evaluation methods through literature research. Second, we proposed the need for non-face-to-face child psychological evaluation services considering the characteristics of children. Third, we composed the information structure of the non-face-to-face child psychological evaluation services and designed the mobile screen to build prototypes. Fourth, we built prototypes of the services and performed usability evaluation at the UX design process of non-face-to-face child psychology evaluation. Fifth, we suggested the improvement plans by supplementing the problems derived from the results of the usability evaluation. In addition to the proposed non-face-to-face child psychology evaluation services, a remote usability evaluation method has been developed to improve the usability evaluation method of the services and applied to the usability evaluation process of this study. The proposed non-face-to-face child psychological evaluation services are valuable as a new way of evaluating and analyzing child psychology based on digital psychological tests that can increase child interest and participation and has academic significance in that expands the possibility of the high-utility child psychological evaluation services.

웨어러블 데이터 기반 적응형 기계학습을 활용한 고위험 직업군의 우울증 위험 예측 연구

정태원 고려대학교 대학원 2026 국내석사

소방관과 검찰수사관과 같은 고위험 직업군은 극심한 직무 스트레스와 외상적 사건 노출로 인해 우울증 발병 위험이 높으나, 조직 내 낙인과 경력 우려로 인해 정신건강 서비스 이용이 제한적이다. 본 연구는 소비자급 웨어러블 디바이스로 수집된 연속적 생체 신호를 활용하여 주 단위 우울증 위험을 예측하는 기계학습 모델을 구축하고, 하위그룹 간 이질성과 적응형 개인화 전략을 체계적으로 평가하였다. 298명의 참여자(소방관 187명, 검찰수사관 111명)로부터 웨어러블 디바이스를 통해 활동, 수면, 심박수, 산소포화도, 스트레스 지표를 수집하였으며, 주간 PHQ-9 설문을 통해 우울증 위험을 평가하였다. 총 1,428 person-weeks의 데이터에서 일일 특징과 일주기 리듬 지표를 추출하여 주 단위로 집계하였다. XGBoost 모델이 AUROC 0.806(95% CI: 0.750-0.862)로 가장 우수한 성능을 보였다. SHAP 분석 결과, 걸음수 기반 활동 에너지 소비량, 총 수면시간, 일주기 리듬 지표(IV, IS, M10)가 주요 예측변수로 확인되었다. 하위그룹 교차 검증에서는 예측 성능에 상당한 이질성이 관찰되었다. 연령 기준 분석에서는 같은 연령층에서 AUROC 0.79-0.81을 보이던 모델이 다른 연령층 교차 적용 시 0.38-0.42로 급격히 저하되었으며, 직업군과 성별 간에도 유의한 성능 차이가 나타났다. SHAP 의존성 분석을 통해 동일한 웨어러블 특징이 하위그룹에 따라 우울증 위험과 상이한 연관성을 보임을 규명하였다. 하위그룹 이질성에 대응하기 위해 집단 수준 학습으로 시작하여 개인 데이터를 점진적으로 통합하는 적응형 개인화 전략을 구현하였다. 271명을 대상으로 평가한 결과, 적응형 모델은 2주차 AUROC 0.523에서 5주차 0.888로 지속적인 성능 향상을 보였으며, 모든 시점에서 집단 전용 모델과 개인 전용 모델을 능가하였다. 본 연구는 고위험 직업군에서 웨어러블 기반 우울증 위험 예측이 임상적으로 유의미한 수준에서 가능함을 입증하였다. 하위그룹 이질성 평가는 디지털 정신건강 도구 개발에서 알고리즘 공정성 고려의 필요성을 시사하며, 적응형 개인화 프레임워크는 cold-start 문제를 해결하는 실용적 접근법임을 보여주었다. 본 연구는 전통적 서비스 접근에 구조적 장벽이 존재하는 집단에서 웨어러블 기반 수동 모니터링이 조기 발견과 적시 개입을 가능하게 하는 유망한 접근법임을 제시한다. High-risk occupational groups such as firefighters and prosecution investigators face elevated depression risk due to extreme job stress and traumatic event exposure. However, organizational stigma and career concerns severely limit mental health service utilization in these populations. This study developed machine learning models to predict weekly depression risk using continuous biosignals from consumer-grade wearable devices and systematically evaluated subgroup heterogeneity and adaptive personalization strategies. Data were collected from 298 participants (187 firefighters, 111 prosecution investigators) over six months, measuring activity, sleep, heart rate, oxygen saturation, and stress indicators through wearable devices. Weekly PHQ-9 assessments evaluated depression risk. From 1,428 person-weeks of data, daily features and circadian rhythm indicators were extracted and aggregated weekly. XGBoost achieved the best performance with AUROC 0.806 (95% CI: 0.750-0.862). SHAP analysis identified step-derived calorie expenditure, total sleep time, and circadian rhythm indicators (Intradaily variability, Interdaily stability, M10) as key predictors. Cross-subgroup validation revealed substantial heterogeneity in prediction performance. Age-based analysis showed that models achieving AUROC 0.79-0.81 within age groups dropped dramatically to 0.38-0.42 when cross-applied to different age groups. Significant performance differences were also observed across occupations and sex. SHAP dependency analysis revealed that identical wearable features exhibited different associations with depression risk across subgroups. To address subgroup heterogeneity, we implemented an adaptive personalization strategy that begins with population-level learning and progressively integrates individual data. Evaluated on 271 participants, the adaptive model showed continuous performance improvement from AUROC 0.523 at week 2 to 0.888 at week 5, consistently outperforming both population-only and individual-only models at all time points. This study demonstrates that wearable-based depression risk prediction in high-risk occupational groups is feasible at clinically meaningful levels. Systematic evaluation of subgroup heterogeneity suggests that algorithmic fairness must be considered in digital mental health tool development. The adaptive personalization framework proved to be a practical approach that addresses the cold-start problem while capturing individual-specific patterns. These findings suggest that wearable-based passive monitoring can serve as a promising approach for early detection and timely intervention in populations facing structural barriers to traditional mental health service access.