OCF표준 기반의 사물인터넷 제어프로그램 설계 및 구현

이태주 한세대학교 일반대학원 2020 국내석사

3D 콘텐츠 제작 교육을 위한 게임 엔진 특성 고찰 -Unity와 Unreal Engine을 중심으로-

조형익 한세 대학교 대학원 2022 국내박사

기술이 발전됨에 따라 실사와 같은 3D 콘텐츠 제작이 가능해졌지만 그에 비례하여 학습을 해야 할 소프트웨어 수 역시 늘어나게 되었다. 또한 최종 결과물을 만들기 위해 렌더링 과정을 거쳐야 하는데, 고품질과 고해상도의 콘텐츠를 렌더링 하기 위해서는 기존의 CPU기반 오프라인 렌더러를 사용할 경우 많은 시간이 소요되는 문제점이 있으며 최종 테크 과정인 렌더러를 학습하기 위해 소요되는 시간은 굉장히 많이 걸린다. 그렇기 때문에 대학생들이 실무 업계에서 통용될 수 있는 3D 콘텐츠 제작을 위해서 4년이라는 대학 교육 시간 내에서 이것들을 전부 학습하기엔 무리가 있다. 이러한 문제점이 대두된 가운데 원래 게임을 제작하기 위한 게임 엔진이 새로운 대안으로 제시되고 있다. 여러 가지 소프트웨어를 이용해서 제작해야 했던 3D 콘텐츠를 게임 엔진 하나로 통합하여 제작할 수 있게 되었고, 게임 엔진의 실시간 렌더링 기능 특성상 최종 결과물을 만드는 데 기존의 오프라인 렌더링 방식 보다 비약적인 시간 단축이 가능해 생산성을 높일 수 있기 때문이다. 본 논문에서는 대학에서 효율적인 3D 콘텐츠 제작 교육을 위하여 상용 게임 엔진 중 가장 많이 사용되는 Unity와 Unreal Engine을 중심으로 각 게임 엔진의 특성과 장·단점 비교 분석 및 벤치마킹 테스트와 전문가 및 일반 학생들을 대상으로 한 설문조사를 통해 두 게임 엔진 중 대학교에서 어떤 것을 선택하여 교육하는 것이 더 효율적인지에 검증을 하였다. 그 결과 멀티미디어 제작 측면에서 언리얼 게임 엔진의 우세가 드러났으며 이를 토대로 3D 멀티미디어 제작 대학 교육에 있어서 언리얼 게임 엔진을 중심으로 하는 융복합 모델을 제시하고자 한다. 향후 연구과제로 기존 3D 콘텐츠 분야의 확장에 있어서 메타버스(Metaverse) 콘텐츠 환경에서도 두 게임 엔진의 실질적 콘텐츠 제작을 통해 성능 비교 분석 및 대학 교육 적합도를 모색 하고자 한다.

OTT 기반의 1인 미디어 크리에이터를 위한 스토리 제안시스템 실증연구 : Youtube를 중심으로

전상훈 한세대학교 2021 국내박사

As the era of Contactless is accelerating due to the Global Corona Pandemic in 2020, the importance of one-man media content of OTT services such as YouTube is drawing more attention. However, the existing studies on OTT are statistical-based studies that fit into the viewer's point of view, there is little empirical study on the story proposal system using IT technology such as text mining from the viewpoint of a one-man media content creator. In this study, the story proposal system was designed and constructed according to the characteristics of one-man media contents in OTT services including Youtube. To implement this system, text crawling, Youtube studio data analysis, and video thumbnail analysis of comments, titles, and keywords of 12 videos that received more than 100,000 views from 142 videos of the Youtube channel named "Tiger love" were performed. Based on this analysis, we created four categories of 'Tiger love' story suggestions. The keywords collected through text crawling and the quantitative results derived from thumbnail analysis were combined to create a total of 12 videos for the experimental group with the suggested story and the control group without it. The following significant data were obtained. First, the results of the 12 experimental groups and controls showed that the experimental group had 3.3 times the total number of views and 3.9 times the total number of exposures, 3.5 times the comparative advantage over the control group. Second, as the stories of the four categories of the video experiment, "The special daily life of the family," "The interaction between the zookeepers and Geon-gon's families", "Animal talk conducted by the zookeeper", and "The mother of Geongon's childcare and love" ​were effective in capturing a certain part of the viewer's attention. In particular, "animal talk conducted by a zookeeper" proved to be content that attracted more attention from "Tiger Love" viewers than other categories of videos. Third, in the comparison of Exposure explore vs. Recommended videos between the Experimental Group and the Control Group, the Experimental Group showed that the exposure search showed a 3.5 times difference in the number of views than the recommended video, but the Control Group showed a 10 times difference. This result showed that the Experimental Group showed significant results of a broad exposure of content to new viewers, including non-subscribers, compared to the control group. Fourth, regardless of the content creator's intention to create, a 'filter bubble' phenomenon may occur, which completely relies on the recommendation system. Even in the results of this experiment, it is judged that it is difficult to derive a meaningful result on the content preference of 'Tiger Love' viewers for the videos that are outside the four story categories found by the 'Tiger Love' channel analysis, and this result shows a significant correlation with the ‘filter bubble’ phenomenon. As a future research project, I plan to apply Deep Learning, not machine learning, for verification research of the influx of thumbnail viewers and to apply and explore a story proposal system model for various future virtual reality and augmented reality-based content such as Metaverse. 2020년 전 세계적인 코로나 펜데믹으로 비대면 시대가 가속화되면서 Youtube를 비롯한 OTT 서비스의 1인 미디어 콘텐츠 중요성은 더욱 주목받고 있다. 그러나, OTT에 관한 기존의 연구들은 시청자의 관점에 맞추어진 통계 기반 연구들인 반면, 1인 미디어의 콘텐츠 크리에이터 관점에서 텍스트 마이닝 등 IT 기술을 이용한 스토리 제안시스템에 관한 실증 연구는 거의 없는 것이 현실이다. 본 연구에서는 Youtube를 비롯한 OTT 서비스에서 1인 미디어 콘텐츠 특성에 맞춘 스토리 제안시스템을 설계 구성하였다. 이 시스템 구현을 위해서 Youtube ’타이거럽‘ 채널의 142개 영상 중 10만 이상의 조회 수를 얻은 12개 영상의 댓글, 제목, 키워드에 대한 텍스트 크롤링과 Youtube 스튜디오 데이터 분석 및 영상 썸네일 분석을 진행했다. 이 분석 결과를 기반으로 ’타이거럽‘ 스토리 제안 카테고리로 4가지 영역을 설정했으며, 텍스트 크롤링으로 수집된 키워드와 썸네일 분석에서 도출된 정량적 결과를 조합하여 제안된 스토리로 제작된 실험군과 그렇지 않은 영상 대조군 총 12개 동영상 제작을 진행하였으며 다음과 같은 유의미한 결과를 얻게 되었다. 첫째, 12개의 실험군과 대조군의 결과 비교 데이터는 실험군이 대조군보다 총조회 수에서는 3.3배, 총 노출 수는 3.9배 노출 발생 조회 수는 3.5배의 비교우위를 나타냈다. 둘째, 동영상 실험의 4개의 카테고리인 ‘가족의 특별한 일상’, ‘사육사와 건곤네 가족들의 인터랙션’, ‘사육사가 진행하는 애니멀톡’, ‘건곤 엄마의 자식에 대한 육아 및 사랑’에 대한 스토리는 시청자들의 관심을 일정 부분을 끌어내는 유효성이 나타났다. 특히 ‘사육사가 진행하는 애니멀톡’은 다른 카테고리 동영상보다 ‘타이거럽’시청자들의 관심을 더욱 끌어내는 콘텐츠로 드러났다. 셋째, 실험군과 대조군의 노출 탐색 vs 추천 동영상의 비교에서 실험군은 노출 탐색이 추천 동영상보다 3.5배의 조회 수 차이를 보이지만, 대조군은 10배의 차이를 나타냈다. 이 결과로 볼 때, 실험군은 대조군과 비교해서 비 구독자를 비롯한 새로운 시청자들에게 폭넓게 제작 콘텐츠가 노출된 것에 유의미한 결과를 보여주었다. 넷째, 콘텐츠 창작자의 제작 의도와는 상관없이 추천 시스템에 전적으로 의지하게 되는 ‘필터 버블’ 현상이 나타날 수 있다. 이번 실험 결과에도 타이거럽 채널 분석으로 찾아낸 4개의 스토리 카테고리를 벗어난 영상은 타이거럽 시청자들의 콘텐츠 선호도에 유의미한 결과가 도출되기 어려울 것으로 판단되며 이 결과는 ‘필터버블’ 현상과 유의미한 상관관계를 보인다. 향후 연구과제로 머신러닝이 아닌 딥러닝을 적용하여 썸네일 시청자 유입에 관한 유효성 연구 및 영상 빅데이터에 대한 분석을 통한 영상기반 스토리 제안시스템 모델을 메타버스 등 미래 가상현실, 증강현실 기반의 다양한 콘텐츠 분야에 모델 적용 연구를 진행할 예정이다.

언택트 환경에서 키오스크기반 얼굴인식 활용 모델 제언

강민수 한세대학교 일반대학원 2021 국내석사

핵심적 연구는 키오스크(Kiosk)와 디지털 사이니지(Digital Signage)를 언택 티드 환경 중심에서 비교분석할 수 있게 되었다. 오는날 스마트폰의 보급이 확대 되면서 모바일 기기와 연결하고 Web Service(인터넷)과 연결하여 서비스 제공하는 여러가지 콘텐츠가 확대되고 있습니다. 키오스크는 사람들이 많은 시설에서 사용되고 있습니다. 특히, 기차역사, 공항, 도서관, 병원, 영화관, 편의점뿐 아니라, 공공기관에 이르는 다양한 분야와 장소에서 활용하고 있다. 자동화 키오스크는 단순노동으로 진행되는 발권이나 주문 등의 비교적 간단한 업무에 사용되며 디지털 키오스크는 어떤 목적과 용도에 따라 다양한 기능으로 원격 서비스를 통해 발전가능 성을 가지고 있다. 디지털 사이니지 서비스 영역뿐 아니라 마케팅, 광고, 영역에 서도 빠르게 성장하고 있다. 인공지능, 빅테이타, 사물인터넷, 스마트 팜 등에 대표되는 4차산업시대의 정보화기술과 융합하여 다양한 정보가 특정 대상의 소비자 구분 없이 일반 대중에게 일방적으로 표출되고 있다. 사용자 맞춤형정보를 전달하기 위해서는 사이니지에 탑재된 IoT 인체감지 센서로부터 인체를 감지하고, 감지된 신호를 통해 남녀노소로 분류하도록 탑재된 얼굴 인식에서 판별 분류하여 축적하고, 추출된 최종 데이터를 분석하여 사용자에 맞춤형 정보제공 으로 소비자의 만족도를 향상시킬 수 있다. 또한 문제점 분석 및 대책시급 하고 국내 개인 정보보호법이 급변하는 기술적 환경에 유동적으로 대응할 수 있더록 보완되어야 한다. 본 연구는 키오스크(Kiosk)의 향후 발전가능성과 얼굴인식기술로 고객의 인체 감지 자료를 프로모션활용에 지능형기술을 적용 할 수 있는 환경으로 향상 시키 는 방법과 더불어 정보전달 운영 효율성 응용에 관한 연구이다.

휴대감지기를 이용한 독거노인 활동 모니터링에 관한 연구

박영세 한세대학원 2021 국내석사

본 연구는 지그비 등 무선 통신 모듈이 내장된 휴대용 응급호출기를 휴대한 독거노인이 실내에서 활동 할 때 고정된 수신장치(게이트웨이)에 도달하는 전계강도(RSSI)의 변화량을 측정하여 독거노인의 활동 상태를 인지하는 기술에 관한 것으로서, 전계강도(RSSI)의 변화량을 활용하는 기존의 응용기술은 주로 위치추적용이지만 본 연구는 기존과는 달리 활동상태를 모니터링으로 용도로 활용하고자 하는 것이다. 보건복지부에서 전국에 보급중인 응급안전안심시스템은 응급상황 발생시 119에 구조를 요청하는 응급호출기가 필수 구성품이며, 응급호출기는 고정형과 휴대용이 있으나 본 논문은 휴대용 응급호출기 또는 휴대 단말기를 사용하는 것을 예로 드는 것이다. 본 연구의 활동감지기술을 응급안전안심시스템에 적용하면 응급호출기가 응급호출 기능과 동시에 활동 감지 기능을 수행하게 되어 고정형 활동감지의 문제점인 활동감지의 사각지역이 해소되어 응급안전안심서비스의 활동감지 기능을 획기적으로 개선하게 된다. 또한 기존의 공간감지 활동감지가 아닌 시간축으로 24시간 활동감지가 가능하여 연속적으로 수집된 활동감지 데이터를 활동판단 알고리즘이나 인공지능(AI)으로 분석하면 독거노인의 신변이상의 징후를 사전에 인지하여 독거사 이전에 선제적 조치가 가능하다. 본 연구의 전계강도(RSSI) 변화량 활용의 응용기술은 저비용으로 독거노인의 활동감지 이외에 순찰자 활동 모니터링, 주요물자 관리, 축사내의 가축의 활동상태 모니터링 등의 용도에 적용이 가능하여 실용성이 높다.

YOLOv4를 이용한 객체 레이블 자동화 처리 기술

정병재 한세대학교 일반대학원 2022 국내석사

양질의 데이터를 수동으로 라벨링 하는 데는 비용이 발생한다. 비용을 줄이기 위해 최소한의 라벨링을 사용하여 학습된 YOLOv4의 객체 검출 기능을 역 이용하여 자동 라벨링을 구현하는 데 목적을 둔다. 모든 학습의 처리는 전이학습이며 pre-trained 가중치 파일 yolov4.conv.137을 사용하여 5%의 수동 라벨링 된 데이터를 tensorflow의 ImageDataGenerator[2]를 사용하여 학습된 모델을 통해 객체를 검출함과 동시에 나머지 95%의 데이터를 자동 라벨링 한다. darknet 내부 함수의 매개변수 변경, openCV 함수처리, pyQT5와 python의 연계하여 UI를 구현하였다. 학습 시 YOLOv4는 데이터 셋의 최대 활용을 위해 사용하는 Mosaic data augmentation[1] 증식을 내부적으로 사용하고 있으며 추가적으로 본 연구가 처리하는 수동 라벨링 된 5%의 데이터를 11배 증식하여 55%의 데이터로 모델을 학습한다. 자동 라벨링 된 데이터는 동영상이나 웹캠 속의 빠르게 움직이는 피사체로부터 검출된 흐릿하게 늘어진 이미지는 처리가 어렵다. 이 문제의 부분적 해결을 위해 95% 이상의 정확도를 가지는 데이터에 대해서만 라벨링 하도록 하였다. 지속적으로 생산되는 데이터에 대한 빠른 필터링 작업과 적용은 업데이트되는 모델 학습의 성능을 개선하는데 매우 중요하다. UI 형태의 개발과 반복되는 잦은 타이핑, 수동 라벨링의 시간의 비용이 자동 라벨링을 통해 모델 개발 기간을 단축한다.

순환신경망 알고리즘을 적용한 농산물 등급 분류에 관한 연구

김월용 한세대학교 2019 국내박사

현재 우리가 살고 있는 21세기에서 가장 중요한 연구과제 중 하나는 AI이다. 농경사회에서 산업혁명을 통해 육체노동의 대부분을 자동화로 이루었듯이 정보사회에서는 SW혁명을 통해 지능정보사회로 변화하게 되었다. Google ‘알파고’의 사례에서 보듯이 컴퓨터가 스스로 학습하고 예측하는 Machine Learning(머신러닝)이 이제 바둑의 세계 까지 인간이 컴퓨터를 이길 수 없는, 다시 말하면 컴퓨터가 인간을 뛰어넘는 사례에서 볼 수 있는 것처럼 인공지능의 발전은 사회 전반에 전혀 새로운 과제와 도전을 제기하고 있다. 기계학습ML(machine learning)은 인공지능의 기초분야로서 컴퓨터가 혼자 학습 하도록 알고리즘 기술 개발을 하는 뜻을 의미하는데, 이제는 물류에서 항공에 이르는 사회전반에 응용이 활발히 진행되고 있다. 최근 주목받고 있는 6차 산업은 1차 산업인 농업수산업과 2차 산업인 제조업 및 가공업 그리고 여기에 3차 산업인 체험 및 관광 등 서비스업을 융합·복합화한 산업으로써 복합 산업공간을 창출할 뿐만 아니라, 인공지능과 함께 산업발전에 매우 중요한 역할을 담당하게 될 것이다. 이미 농촌 융·복합 산업이 일부농어촌에서 스마트 팜분야로 산업화 되었고 정부에서도 많은 관심과 지원을 구상하며 향후 지속적인 발전과 성장 할 분야이다. 따라서, 본 논문에서는 순환신경망 알고리즘을 적용한 농산물 분류 시스템 설계와 구현 및 실용화 가능성에 대한 분석과 예측을 중심으로 사과 작물의 사례를 연구하였다.

IT 비전공자를 위한 앱 개발에 관한 사례 연구

권하린 한세대학교 일반대학원 2022 국내석사

4차 산업혁명 시대에 들어가면서 PC, 테블릿보다도 모바일의 사용량이 늘어남에 따라 앱 개발의 중요성이 부각되고 있다. 앱 혁명이 일어나고 있는 이 시점에서 앱의 사용도는 점점 더 높아지고 있고, 수요가 늘어나고 있으나, 새로운 앱의 출시 속도는 매우 부진한 상태이다. 원인으로는 앱 개발이 많은 시간과 경제적 투자가 밑받침이 되어야 하는 난이도가 높은 분야이기 때문이다. 본 논문은 특히 앱 개발과 앱 활용이 나름 활발하게 활용이 된다는 교육 분야에 대해서 집중해보고 교육 분야 중 앱을 가장 활용하고 있지 못한 기독교 교육 분야에 대해서 앱을 활용하는 방법을 논의하고 실제로 기독교 교육을 실시하는 동시에 소프트웨어 교육도 동시에 진행하는 것에 목적을 둔다. 기독교 교육 분야는 연령대별로 분류가 되어 있는데 본 논문에서는 특히 주일학교 아이들을 타겟으로 앱을 활용하여 교육하고 직접 능동적으로 학습하는 시스템을 제안하고자 한다. 이 시스템은 주일학교 아이들을 지도하는 인원들에게 소프트웨어 플랫폼을 적용하기 때문에 주일학교 아이들에게 필요하고 효과가 있는 부분을 인지하고 진행하기 때문에 효과는 더 클 것으로 본다. 특히 단순하게 정해진 과정을 이수하는 시스템 뿐만 아니라 창의력을 제한하지 않고 자율성을 보장함을 통해 아이들의 상상력과 창의력 증진 향상에 도움이 된다. 또한 기독교 종교 인구는 장년층 비율이 높고 주일학교 아이들의 비율은 해마다 감소 폭이 다른 연령층에 비해 크다. 따라서 아이들에게 앱을 활용한 교육을 통해서 흥미를 이끌고 학습함으로 기독교 종교 인구 고령화를 예방하는데 일조하고 교육을 통해 소프트웨어를 자연스럽게 접할 수 있게 하여 다른 분야에서도 앱을 활용할 수 있는 토대를 만들고자 한다. 더 나아가 진입장벽이 높은 소프트웨어 앱 개발 분야의 인력난도 해소하는데 도움이 되고 앱 혁명에 걸맞게 4차 산업혁명의 흐름을 놓치지 않는 융합형 창의적 인재 양성을 기대한다.

스마트 미러를 이용한 딥러닝 기반 표정인식 응용모델 제안

강희선 한세대학교 일반대학원 2021 국내석사

4차 산업혁명의 시대에서는 IT_Information Technology 정보기술 발달이 더욱 고도화되면서 인공지능_AI, 사물인터넷_IOT, 빅데이터_Big Data, 3D프린터, 가상현실_VR, 증강현실_AR, 모바일 기술 등 다양한 정보통신기술과 지능 정보사회로 발전하고 있다. 한국도로공사 통계에 의하면 최근 10년간 졸음운전이 고속도로 교통사고 발생원인 중 1위로 음주운전 보다 더 위험성이 보고된 바 있다. 졸음운전에 대한 다양한 연구 논문들이 발표되어 왔으며 2019년 12월에는 뇌파분석만으로도 졸음을 감지하는 알고리즘 개발에 성공하기도 했다. 이렇게 상당히 큰 비중을 차지하고 있는 졸음운전의 위험과 안전을 위한 개발은 끊임없이 이어지고 있다. 본 연구에서는 딥러닝 기반 얼굴인식, 표정인식, 포즈에 강인한 얼굴인식 기술을 응용하여 스마트 미러를 활용 기존 얼굴인식 기능에서 확장된 구체적인 표정 변화에 따른 맞춤형 서비스를 제공하는 응용모델을 제안하고 설계 구현하고자 한다. 차량 운전석 앞에 스마트 미러를 설치하고 수집한 얼굴 표정 영상 이미지를 머신러닝 학습에 의해 운전자의 다양한 표정을 실시간으로 인식하여 라즈베리파이와 연결된 인터넷 망으로부터 제공되는 알람 기능 및 음성 메세지, 음악, 이미지 또는 문자 등 실시간 스마트 미러 시스템의 다양한 맞춤형 서비스를 통해 졸음운전, 전화 사용 등 장시간 운전 시 안전운전 및 사고 예방과 피곤함을 덜어줄 기분 좋음 향상에 도움을 주는 서비스를 제공한다.

빅데이터 기반 기계학습을 활용한 코딩 분석 모델 제안 -사용자 행동 분석 중심으로-

장성훈 한세대학교 일반대학원 2021 국내박사

최근 인공지능이 컴퓨터 기술의 발달로 여러 분야에서 성과를 거두고 있고, 이는 과거의 축적된 데이터를 좋은 성능의 컴퓨터로 기계학습을 적용하여 빠르게 처리가 가능한 기술력이 바탕이 됐기 때문이다. 과거에서 현재까지 데이터를 분석하고 의미를 도출해 내 미래를 예측하는 빅데이터 분석은 데이터를 단순히 크기만으로 판단하는 것이 아닌 데이터의 형식, 처리속도, 의미 등을 내포한 개념으로 단순히 통계적 분석이 아닌 데이터의 수집, 저장, 검색, 분석 등의 일련의 과정을 포함한다. 4차 산업과 디지털 혁명이 디지털 트랜스포메이션을 통해 전통적인 방식에 디지털 기술을 활용하여 혁신적인 사회로의 진화에 필수적인 요소는 컴퓨팅 사고력을 통한 S/W 활용 능력일 것이다. 이에 따라 S/W 교육의 중요성을 인식하고 초, 중, 고등학교 컴퓨터 코딩교육을 의무적으로 실시하고 있으며, S/W 사고력 갖춘 인력에 대한 필요성이 날로 증가하고 있으며 사회에서는 우수한 S/W 전문 인력을 필요로 하고 있다. 온라인 코딩교육 플랫폼 시장은 코로나-19 이후 빠르게 발전하고 있다. 다양한 수준의 학교 수업이 비대면 수업으로 전환됨에 따라 비대면 교육에 관한 관심이 그 어느 때보다 높아지고 있다. 그러나 현재 사용되는 대부분의 온라인 플랫폼은 단순히 이미지, 음성 및 메시지를 전달하는 단편적인 기능으로 제한되며 온라인 실습 교육에는 제한이 있다. 그뿐만 아니라 비대면 교육을 통해 학습자의 성취도를 평가하거나 학습자의 성향 및 특성을 판단하기 어렵다. 컴퓨터 프로그래머의 능력을 평가하는 방법에는 여러 가지가 있습니다. 일반적으로 단편적인 평가 방법을 사용하여 코딩 테스트를 통해 결과를 시간 동안 평가합니다. 이 연구의 목적은 작성 결과뿐만 아니라 결과의 실행 과정 등에 대한 포괄적인 평가를 위한 플랫폼을 구축한다. 이번 연구에서는 응시자나 학습자가 코딩 플랫폼을 사용하여 코딩을 작성할 때 코딩 작성 능력을 정량적으로 평가할 수 있는 코딩 패턴 분석 모델 설계 및 구현을 목표로 한다. 본 연구에서는 코드 작성 프로그램을 제작하거나 기존의 코드 에디터 프로그램에 플러그인 형식의 프로그램을 개발하여 사용자 코딩 데이터를 수집하여 빅데이터 플랫폼에 적재하여 데이터 마트를 구성하고 머신/딥러닝 프레임워크를 활용하여 데이터 분류/군집/시계열분석을 통해 사용자별 작성 코드 분석 작업을 수행하는 모델을 제안한다.