부모님 사랑합니다

박한솔 고요아침 2022 한국동시조 Vol.- No.21

재즈 즉흥 연주 생성을 위한 인공신경망 모델 개선 연구

박한솔,장민호 한국문화산업학회 2025 문화산업연구 Vol.25 No.1

This study focuses on developing an AI-based jazz improvisation model, specifically for automatic walking bass generation, to assess its creative and educational potential. Since jazz improvisation involves real-time music creation using learned patterns, similar to AI's pattern recognition and generation, this research designs and evaluates an AI model for walking bass generation. First, This study utilized performances by jazz bassists Paul Chambers, Christian McBride, and Ron Carter for data collection and processing. The dataset was refined to capture micro-timing and rhythmic characteristics through normalization and augmentation techniques. Preprocessing errors were analyzed using spectrograms and the Praat method, ensuring a high-quality training dataset. Second, the artificial neural network (ANN) model was optimized to enable more natural walking bass generation. A GPT-2 model was incorporated to allow the AI to adapt to chord progressions and tempo variations. Performanceimprovements were achieved through hyperparameter optimization and data validation processes. The generated musical data was evaluated both quantitatively and qualitatively using spectrogram and Praat analysis. Third, the study analyzed the creative efficiency of the AI model. Processing speed, resource consumption, and the quality of generated outputs were measured to assess AI's viability as a real-world music creation tool. Additionally, a MIDI-based approach was introduced to effectively capture the structural aspects of music, facilitating more precise improvisation generation. AI-based jazz improvisation models enhance creativity by overcoming traditional learning limitations. This study advances AI-driven jazz research, highlighting AI's role as a creative tool for automatic walking bass generation and fostering deeper AI-musician collaboration.

오토인코더 기반의 외부망 적대적 사이버 활동 징후 감지

박한솔,김국진,정재영,장지수,윤재필,신동규 한국인터넷정보학회 2022 인터넷정보학회논문지 Vol.23 No.6

Cyberattacks around the world continue to increase, and their damage extends beyond government facilities and affects civilians. These issues emphasized the importance of developing a system that can identify and detect cyber anomalies early. As above, in order to effectively identify cyber anomalies, several studies have been conducted to learn BGP (Border Gateway Protocol) data through a machine learning model and identify them as anomalies. However, BGP data is unbalanced data in which abnormal data is less than normal data. This causes the model to have a learning biased result, reducing the reliability of the result. In addition, there is a limit in that security personnel cannot recognize the cyber situation as a typical result of machine learning in an actual cyber situation. Therefore, in this paper, we investigate BGP (Border Gateway Protocol) that keeps network records around the world and solve the problem of unbalanced data by using SMOTE. After that, assuming a cyber range situation, an autoencoder classifies cyber anomalies and visualizes the classified data. By learning the pattern of normal data, the performance of classifying abnormal data with 92.4% accuracy was derived, and the auxiliary index also showed 90% performance, ensuring reliability of the results. In addition, it is expected to be able to effectively defend against cyber attacks because it is possible to effectively recognize the situation by visualizing the congested cyber space. 전 세계적으로 사이버 공격은 계속 증가해 왔으며 그 피해는 정부 시설을 넘어 민간인들에게 영향을 미치고 있다. 이러한 문제로사이버 이상징후를 조기에 식별하여 탐지할 수 있는 시스템 개발의 중요성이 강조되었다. 위와 같이, 사이버 이상징후를 효과적으로식별하기 위해 BGP(Border Gateway Protocol) 데이터를 머신러닝 모델을 통해 학습하고, 이를 이상징후로 식별하는 여러 연구가 진행되었다. 그러나 BGP 데이터는 이상 데이터가 정상 데이터보다 적은 불균형 데이터(Imbalanced data)이다. 이는, 모델에 학습이 편향된 결과를 가지게 되어 결과에 대한 신뢰성을 감소시킨다. 또한, 실제 사이버 상황에서 보안 담당자들이 머신러닝의 정형적인 결과로사이버 상황을 인식시킬 수 없는 한계도 존재한다. 따라서 본 논문에서는 전 세계 네트워크 기록을 보관하는 BGP(Border Gateway Protocol)를 조사하고, SMOTE(Synthetic Minority Over-sampling Technique) 활용해 불균형 데이터 문제를 해결한다. 그 후, 사이버 공방(Cyber Range) 상황을 가정하여, 오토인코더를 통해 사이버 이상징후 분류하고 분류된 데이터를 가시화한다. 머신러닝 모델인 오토인코더는 정상 데이터의 패턴을 학습시켜 이상 데이터를 분류하는 성능을 92.4%의 정확도를 도출했고 보조 지표도 90%의 성능을 보여 결과에 대한 신뢰성을 확보한다. 또한, 혼잡한 사이버 공간을 가시화하여 효율적으로 상황을 인식할 수 있기에 사이버 공격에 효과적으로 방어할 수 있다고 전망된다.

<한반도팀> 주제요약문

박한솔,정세희 전남대학교 글로벌디아스포라연구소 2016 전남대학교 세계한상문화연구단 국제학술회의 Vol.2016 No.11

대중교통 빅데이터와 사회경제지표 통합분석 기반 교통 취약지 분석

박한솔,조완섭 한국정보과학회 2016 데이타베이스 연구 Vol.32 No.3

We construct a multi-dimensional mass-transit network from the data generated by daily city-bus operation, understand the structure and characteristics of mass transit through the centrality analysis, and find the weak area of mass transit in the city. Degree centrality, betweenness centrality, and eigenvector centrality are used for the analysis. We propose an extension of the idea for further multidimensional analysis for the transit data. The result of this study can contribute as basic research data for transportation plan in the government. 본 논문에서는 시내버스의 운행관련 빅데이터를 활용하여 다차원의 대중교통 네트워크를 구축한 후, 네트워크 중심성 분석과 사회경제적 지표 연계 분석결과를 바탕으로 대중교통 취약지를 도출한다. 시내버스 운행관련 빅데이터를 행정구역별 인구수와 밀도 등과 같은 사회경제지표와 연계하여 분석함으로써 시내버스 노선개편, 대중교통 취약지 확인 등 교통관련 정책을 과학적으로 수립하는데 기초연구 자료로 활용될 수 있을 것이다. 특히, 분석결과는 공간시각화 기법을 통하여 지도상에 표출함으로써 직관적인 의사결정이 가능하도록하였다.

탈성장을 어떻게 볼 것인가

박한솔 노동사회과학연구소 2022 정세와노동 Vol.- No.186

DMZ 민북마을 경관의 형성과 특성

박한솔 서울대학교 환경대학원 2022 環境論叢 Vol.69 No.-

Korean Medical Treatment for Improving Symptoms of Four Patients Diagnosed with Grade Ⅱ Lumbar Spondylolisthesis

박한솔,Min Chul Kim,Seh Young Kim,Young Woo Seo,Young Hoon Seo,Sang Min Lee,Seung Won Lee,Ki Ok Kim,김태훈 대한침구의학회 2014 대한침구의학회지 Vol.31 No.2

Objectives : To investigate the clinical results of patients who were diagnosed with grade Ⅱ spondylolithesis treated with Korean medicine of relaxative Chuna and Gangchuk herbal medicine. Methods : We reviewed medical records of four patients diagnosed with grade Ⅱ spondylolisthesis. Each patient has taken intensive Korean medical admission treatment at Mokhuri Hospital. All patients received treatments of Gangchuk herbal medicine, relaxative Chuna and acupuncture during admission period. Before treatment and every after 7-day treatment the patient’s pain and walking distance without pain were assessed. The zero minimum to ten maximum pain numeric rating scale(NRS) was used to determine the degree of pain. Results : Average admission duration was 23 days. All the patients’ NRS decreased from median figure of 7.5[the minimum 7 to the highest 8] to median figure of 1[the minimum 0 to the highest 2]. Walking distance without pain increased from a median of 55 m[the minimum 20 m to the highest 100 m] to median of 165 m[the minimum 100 m to the highest 250 m]. Conclusions : Intensive conservative korean medical treatment was effective in reducing pain and functional improvement for grade Ⅱ lumbar spondylosisthesis patients.

올림픽 종목으로서 브레이킹에 대한 비판적 고찰

박한솔,박성주 한국체육학회 2022 한국체육학회지 Vol.61 No.3

이 연구의 목적은 브레이킹이 올림픽 스포츠로 간주될 수 있는 필요충분조건을 갖추고 있는지를 개념적으로 분석하고, 올림픽 경기로서 야기될 수 있는 문제점을 파악함으로써 올림픽 스포츠로서 브레이킹이 보완해야 할 점과 발전방향을 제시하는 데 있다. 이를 위해, 먼저 스포츠 개념 연구의 대표적 학자인 Benard Suits, Allen Guttmann, 그리고 Jim Parry가 제시한 스포츠의 구성요소에 관한 문헌고찰을 토대로 브레이킹이 올림픽 스포츠로서의 특성과 조건에 부합하는지를 분석하였다. 다음으로 브레이킹의 예술적 본질과 브레이킹 대회의 환경적 특성을 살펴봄으로써 브레이킹이 ‘공정한 경쟁이 될 수 있느냐’의 문제를 페어플레이와 스포츠맨십 측면에서 고찰하였다. 끝으로 기존 올림픽 스포츠 종목의 제도화 과정을 고찰함으로써 브레이킹이 올림픽 정식 경기로서 안착되기 위해 무엇이 보완되어야 하고, 어떻게 개선되어야 하는지에 관한 방안을 모색하였다. 본 연구의 결과는 다음과 같다. 첫째, 스포츠 개념 연구에 관한 저명한 철학자들의 문헌과 선행연구 고찰을 통해 스포츠의 필요충분조건으로 신체성, 경쟁성, 유희성, 대중성, 제도화, 규칙성을 도출하였고, 브레이킹은 신체성, 경쟁성, 유희성, 대중성에서 스포츠로 간주될 수 있는 충분한 조건을 갖추고 있으나 브레이킹 고유의 예술적 자유성, 즉흥성, 창의성으로 인해 규칙성과 제도화 측면에서는 미흡한 점을 지니고 있다. 둘째, 기존 브레이킹 대회의 환경적 특성에 의해 발생할 수 있는 문제점으로 표준화된 규칙의 부재, 예술성에 기초한 주관적 판정, 비정형화된 심판 제도를 도출하였다. 셋째, 올림픽 스포츠로서 브레이킹이 보완해야 할 점으로는 체계적인 규칙의 수립과 제도화, 공정성과 올림픽정신 확립, 그리고 체계적인 심판 양성 시스템 구축을 제안하였다.

한국 환경운동의 역사와 쟁점

박한솔 노동사회과학연구소 2023 노동사회과학 Vol.- No.19