http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
AI 스피커 멀티턴 서비스의 대화 분리감을 위한 청각큐 연구
조수빈(Soobin Cho),이중식(Joongseek Lee) 한국HCI학회 2020 한국HCI학회 학술대회 Vol.2020 No.2
본 연구에서는 AI 스피커의 멀티턴 서비스 사용 시 사용자가 멀티턴 서비스의 대화 분리감을 인지하는지, 어떤 청각큐가 대화 분리감에 어떤 효과를 제공하는지, 그리고 사용자가 어떤 청각큐를 선호하는지 알아보고자 하였다. 이를 위해 조사 참가자 10 명이 20 분간 청각큐를 제공하지 않는 프로토타입과 각각 세 가지 다른 청각큐를 제공하는 세 가지 프로토타입을 사용하도록 한 후 15-20 분간 사후 인터뷰를 진행하였다. 프로토타입에 사용된 세 가지 청각큐는 Auditory Icon, Musicon, 그리고 Voice Alter 이다. 조사 결과, 멀티턴 서비스의 대화 분리감은 약하며, 청각큐가 대화 분리감을 증대시키는 것에 도움을 준다는 것을 파악하였다.. 가장 분리감이 강한 청각큐는 특이한 목소리의 Voice Alter 지만, 강한 분리감과는 별개로 자연스러우며 서비스에 잘 어울리는 Musicon 이나 Auditory Icon 에 대한 선호도가 높았다. 본 연구에서 탐색한 내용은 대화 분리감이 중요한 AI 스피커의 멀티턴 서비스 디자인에 활용될 수 있다.
“스마트 스피커는 1인 가구의 ‘심심이’가 될 수 있을까?”: 1인 가구의 스마트 스피커 사용에 대한 탐구
조수빈(Soobin Cho),이윤영(Yoonyoung Lee),박상아(SangAh Park),이중식(Joongseek Lee) 한국HCI학회 2021 한국HCI학회 학술대회 Vol.2021 No.1
국내에서 꾸준히 증가하는 1 인 가구의 문제점 중 하나는 외로움이며, 1 인 가구는 이를 스마트폰, TV 등의 기기를 통해 해소하고 있다. 스마트폰이나 TV 와 달리, 스마트 스피커는 음성 대화를 통해 사용자가 기기 자체와 상호작용할 수 있다. 이러한 점에서, 본 연구에서는 담소와 놀이를 포함한 1 인 가구의 스마트 스피커 전체 사용 양상을 살펴보고 1 인 가구를 위한 대화형 놀이 상대로서 스마트 스피커의 가능성을 탐구해보고자 한다. 이를 위해 1 인 가구 19 명에게 스마트 스피커를 배포하고 6 주 간의 사용기록을 수집 및 분석하였다. 이후 스피커와 활발히 상호작용한 참가자를 대상으로 스피커에 대화를 시도한 동기와 좋았던 점 및 안 좋았던 점에 대해 사후 인터뷰를 진행하였다. 6 주 간 총 2491 개의 명령이 입력되었으며, 그 중 약 3.89%인 97 개의 명령이 담소와 놀이를 위한 명령이었다. 사용자들은 특별한 동기 없이 스피커와 대화를 시도했으며 스피커의 답변 패턴이 파악되자 담소와 놀이를 이어가지 않았다. 본 연구는 기존에 탐구되지 않은 1 인 가구의 스마트 스피커 사용 양상을 살펴보았으며, 1 인 가구를 위한 대화형 놀이 상대로서 스마트 스피커의 가능성을 탐구한다.
스피커 속 ‘지식IN’: 보이스 기반 지식 공유 서비스 설계
박상아(SangAh Park),조수빈(Soobin Cho),이윤영(Yoon Young Lee),이중식(Joongseek Lee) 한국HCI학회 2021 한국HCI학회 학술대회 Vol.2021 No.1
특정 집단 및 도메인의 지식을 축적하거나, 사용자들이 정보를 직접적으로 주고받을 수 있는 지식 공유 서비스는 아직 스마트 스피커에서 시도된 바가 없다. 본 연구에서는 스마트 스피커의 지식 공유플랫폼으로서의 가능성을 탐구해 보고자 한다. 이를 위해 국지적 지식의 교류가 필요한 코리빙 하우스 거주자들을 대상으로 질의응답 서비스를 고안하였다. 프로토타입은 대화 매니지먼트, 대화 디자인, 지식베이스의 세 가지 수준에서 가이드라인을 두고 제작되었다. 이를 바탕으로 19명의 코리빙 스페이스 거주자에게 Wizard of Oz (WoZ) 및 프로토타입 배포를 진행하여 사용 기록을 수집하고, 분석 내용을 바탕으로 사후 인터뷰를 진행하였다. 정보 검색 및 공유 단계를 모두 사용한 경우가 총 사용량의 80%였으며, 인터뷰 결과 대화 내 사회적 단서와 제공되는 지식 범위에 대해 대다수의 참가자가 만족하였다. 이를 통해 스피커 내 지식 공유 서비스는 분류 체계를 우회한 직접 검색 및 음성 정보의 전략적 활용이 가능함을 도출하였으며, 문제 상황으로서 사용 환경의 한계와 즉각적 정보 요구에 대한 부담을 확인하였다. 본 연구는 기존에 스마트 스피커에서 시도되지 않았던 지식 공유 및 참여형 서비스를 새롭게 제시한다.
협로 주행을 위한 Gradient Vector Field 기반 경로 추종 알고리즘
백승혁(Seunghyuk Baek),조수빈(Soobin Cho),박장현(Jahnghyon Park) 한국자동차공학회 2023 한국자동차공학회 부문종합 학술대회 Vol.2023 No.5
Various type of Advanced Driving Assistance Systems(ADAS) are being applied to fit different environments and situations within the Urban area. As a representative example, the Highway Driving Assist (HDA) is being applied to assist drivers with driving on highways. Recently, Narrow Space Assist(NSA) is being researched to assist passing through narrow and restricted areas such as intersections, alleys, and parking lots. Therefore, in this study, we propose a control algorithm to enable autonomous vehicles to precisely follow a path when generating a route within narrow passages. Finally, proposed algorithm was implemented using Matlab/Simulink, and the results showed a significant improvement compared to the conventional optimal control method used in narrow passages that require high-curvature low-speed passing.
생성 AI 기반 뉴스 기사 심리지수를 활용한 부동산 가격 예측 모델
김수아 ( Kim Sua ),권미주 ( Kwon Miju ),조수빈 ( Cho Soobin ),김은수 ( Kim Eunsoo ),김현희 ( Hyon Hee Kim ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2
부동산 시장은 다양한 요인에 의해 가격이 결정되며 거시경제 변수뿐 만 아니라 뉴스 기사, SNS 등 다양한 비정형 데이터의 영향을 받는다. 특히 뉴스 기사는 국민들이 느끼는 경제 심리를 반영하고 있어 부동산 가격에 영향을 크게 미치는 변수라고 판단된다. 본 연구에서는 뉴스 기사의 세분화된 감정 분석을 통해 전통적인 분석 방법보다 더 의미 있는 결과를 얻을 수 있는 부동산 가격 예측 모델을 생성하였으며 뉴스 기사로부터 심리 지수를 산출하기 위해 생성 AI 를 활용하였다. 제안하는 매매가격지수 예측 모델을 통해 부동산 시장과 뉴스 기사와의 관계성에 대해 파악할 수 있으며, 사회/경제적 동향을 반영한 부동산 가격 변동을 예측할 수 있을 것으로 보인다.
Landsat 8 기반 SPARCS 데이터셋을 이용한 U-Net 구름탐지
강종구 ( Jonggu Kang ),김근아 ( Geunah Kim ),정예민 ( Yemin Jeong ),김서연 ( Seoyeon Kim ),윤유정 ( Youjeong Youn ),조수빈 ( Soobin Cho ),이양원 ( Yangwon Lee ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.5
컴퓨터 비전 기술이 위성영상에 적용되면서, 최근 들어 딥러닝 영상인식을 이용한 구름 탐지가 관심을 끌고 있다. 본연구에서는 SPARCS (Spatial Procedures for Automated Removal of Cloud and Shadow) Cloud Dataset과 영상자료증대 기법을 활용하여 U-Net 구름탐지 모델링을 수행하고, 10폴드 교차검증을 통해 객관적인 정확도 평가를 수행하였다. 512×512 화소로 구성된 1800장의 학습자료에 대한 암맹평가 결과, Accuracy 0.821, Precision 0.847, Recall 0.821, F1-score 0.831, IoU (Intersection over Union) 0.723의 비교적 높은 정확도를 나타냈다. 그러나 구름그림자 중 14.5%, 구름 중 19.7% 정도가 땅으로 잘못 예측되기도 했는데, 이는 학습자료의 양과 질을 보다 더 향상시킴으로써 개선 가능할 것으로 보인다. 또한 최근 각광받고 있는 DeepLab V3+ 모델이나 NAS (Neural Architecture Search) 최적화 기법을 통해 차세대중형위성 1, 2, 4호 등의 구름탐지에 활용 가능할 것으로 기대한다. With a trend of the utilization of computer vision for satellite images, cloud detection using deep learning also attracts attention recently. In this study, we conducted a U-Net cloud detection modeling using SPARCS (Spatial Procedures for Automated Removal of Cloud and Shadow) Cloud Dataset with the image data augmentation and carried out 10-fold cross-validation for an objective assessment of the model. As the result of the blind test for 1800 datasets with 512 by 512 pixels, relatively high performance with the accuracy of 0.821, the precision of 0.847, the recall of 0.821, the F1-score of 0.831, and the IoU (Intersection over Union) of 0.723. Although 14.5% of actual cloud shadows were misclassified as land, and 19.7% of actual clouds were misidentified as land, this can be overcome by increasing the quality and quantity of label datasets. Moreover, a state-of-the-art DeepLab V3+ model and the NAS (Neural Architecture Search) optimization technique can help the cloud detection for CAS500 (Compact Advanced Satellite 500) in South Korea.