CNN 기반의 전이학습과 데이터 증강을 통한 화재 영상 분류 개선

장원중 사단법인 한국융합기술연구학회 2024 아시아태평양융합연구교류논문지 Vol.10 No.1

전 세계는 기상이변의 영향으로 산불 등 자연 재해가 끊이지 않고 있으며 이로 인한 사회 안전에 심각한 위협이 되고 있다. 특히 대한민국 동해안 지역은 매년 산불 피해로 인한 막대한 재산 피해가 발생하고 있다. 초기 화재 감지 모델의 필수적인 개발은 훈련을 위한 제한된 이미지 데이터와 관련된 도전을 극복해야 하며, 이는 과적합의 위험을 증가시킨다. 이를 해결하기 위해, 랜덤하게 50% 범위까지 회전, 랜덤하게 20% 범위까지 축소 및 확대, 랜덤하게 50%까지 가로 및 세로 뒤집기를 적용하였다. 성능 평가에서 6층 신경망이 7층 신경망보다 더 우수한 성능을 보였으며, 이는 제한된 데이터셋을 가지고 계층 수를 늘리는 것이 바람직하지 않음을 의미한다. 또한, 화재 이미지 분류를 위한 딥러닝 기반 CNN 모델과 ResNet50 전이 학습 모델의 평가는 전이 학습의 우수한 효과를 확인하였다. 이러한 발견은 초기 화재 감지 모델 개발에 도움이 될 것으로 기대하며, 미래 시스템을 위한 귀중한 통찰력을 제공할 것이다. Natural disasters, such as wildfires, due to climate change are a constant and serious threat to the world and societal safety. Every year, the eastern coastal region of South Korea experiences significant property damage due to wildfires. The imperative development of early fire detection models necessitates overcoming challenges associated with limited image data for training, which elevates the risk of overfitting. To address this, data augmentation techniques, including random rotation (up to 50%), random scaling (up to 20%), and random horizontal and vertical flipping (up to 50%), were employed to augment the training dataset. Performance evaluation indicated that the 6-layer neural network outperformed its 7-layer counterpart, highlighting the impracticality of increasing layer count with a limited dataset. Furthermore, an assessment of deep learning-based CNN models and ResNet50 transfer learning models for fire image classification underscored the superior efficacy of transfer learning. These findings hold promise for advancing early fire detection model development, offering valuable insights for future systems.

고유가 대응 세금인하 시급

장원중,Jang, Won-Jung 대한석유협회 2004 석유와 에너지 Vol.2004 No.5

관광 빅데이터와 인공지능 기술을 활용한 스마트관광 활성화 방안 제언 : 강원지역 사례를 중심으로

장원중 사단법인 한국융합기술연구학회 2023 아시아태평양융합연구교류논문지 Vol.9 No.4

The COVID-19 pandemic has adversely affected the tourism industry and prompted social evolution, resulting in a shift in the tourism paradigm, a sharp movement to the online market related to technology, the growth of remote businesses, and changes in the platform business-oriented industrial structure. Tourism in the post-COVID era must accept these changes to achieve competitiveness, and evolution is required to strengthen competitiveness and advancement. The world is committing to strengthening industrial competitiveness using big data and artificial intelligence. In line with this trend, tourism is also increasingly demanding a new strategy through a digital transformation of the existing tourism industry that actively utilizes cutting-edge technology. This paper presents problems and policy solutions by analyzing the current status and case studies of smart tourism, the current status of open tourism data in Gangwon, and the conditions of consumers and suppliers in the tourism industry. First, in terms of infrastructure development, we emphasize the need for “digitalization” in revitalizing smart tourism in Gangwon-do to develop infrastructure and recommend the construction of a data distribution platform, the collection of high-quality tourism big data, and the development of a big data collection and analysis system to stimulate smart tourism based on the tourism big data.Second, we propose to improve accessibility by applying information and communication technology to tourism content, such as augmented reality, virtual reality, artificial intelligence (AI), and metaverse, to expand tourism content in response to consumer trends. Third, we propose the development of customized AI models for tourism consumers in Gangwon, the operation and gradual expansion of smart tourism by designating tourist hot spots in Gangwon, and the establishment of a sustainable global AI-tourism research and development ecosystem. The findings of this study are expected to serve as reference materials for developing practical business strategies for institutions and managers who plan and implement smart tourism. 코로나19의 세계적 대유행으로 관광산업에 큰 피해를 주었고, 이로 인한 사회적 변화는 관광 패러다임의 변화, 기술환경과 연계되어 온라인 시장으로 급속한 이동, 비대면 사업의 성장, 플랫폼 비즈니스 중심 산업구조 변화 등 급속도로 변화하고 있다. 포스트 코로나 시대의 관광은 경쟁력 확보를 위해 새로운 변화를 수용하고 경쟁력 강화와 고도화를 위한 변화가 필요하다. 전 세계는 빅데이터, 인공지능 기술을 활용한 산업 경쟁력 강화에 총력을 기울이고 있고, 관광도 이러한 사회적 변화, 최첨단 기술을 적극 활용한 기존 관광산업의 디지털 전환을 통한 새로운 전략의 요구가 높아지고 있다. 본 연구에서는 스마트관광 현황 및 사례 분석, 강원지역 관광 데이터 개방현황, 관광산업의 수요자와 공급자 측면의 여건 분석을 통해 문제점 및 정책적 대안을 제시하였다. 첫째, 인프라 구축에서는 강원지역 스마트관광 활성화를 위한 ‘디지털화’의 필요성을 강조하고, 관광 빅데이터 기반의 스마트관광 활성화를 위해 데이터 유통 플랫폼 구축, 양질의 관광 빅데이터 확보, 빅데이터 수집 및 분석시스템 구축을 주문하였다. 둘째, 수요자 트렌드를 반영한 관광콘텐츠 확충, 가상의 여행 경험 확대를 위한 증강현실(AR), 가상현실(VR), 인공지능(AI), 메타버스(Metaverse)와 같은 ICT 기술을 적극 활용, 관광 콘텐츠에 AI 음성인식 서비스 등의 ICT 기술을 접목한 접근성 강화를 제안하였다. 셋째, 강원지역 관광 수요자 맞춤형 AI 모델 개발, 강원지역 방문 관광객이 많은 지역을 시범 지정하여 스마트관광 운영 및 점차적 확대, 지속 가능한 세계적 수준의 AI-관광산업 연구·개발(R&D) 지역 생태계 조성을 제안하였다. 본 연구 결과는 실무적인 측면에서 스마트관광을 기획 및 집행하는 기관이나 담당자에게는 사업전략을 수립하는 데 있어 참고 자료가 될 것으로 기대된다.

워드 임베딩을 이용한 관광여행지 선호도 비교에 대한 실증 연구 : 강릉 관광여행지 SNS 이용자 중심으로

장원중(Jang, Won Jung) 글로벌경영학회 2020 글로벌경영학회지 Vol.17 No.6

본 연구는 워드임베딩의 단어표현기법을 이용하여 관광여행지 선호도 분석을 위한 실증 연구를 수행하고, 강릉 관광여행지 방문자의 네이버블로그와 인스타그램 이용자를 대상으로 비교 분석하여 살펴보았다. 이를 위해 워드임베딩기법인 Word2vec, GloVe 모델을 이용하여 중심단어의 주변단어 의미와 전체 말뭉치(Corpus)를 이용하여 단어 간의 의미를 반영하였다. 네이버블로그와 인스타그램 이용자 게시글 중에서 ‘강릉’ 키워드가 언급된 2019년 12월 10일 이전에 게시된 글을 대상으로 각각 2500개 데이터를 수집하여 이용하였다. 실증분석 결과 네이버블로그 이용자는 관광, 맛집, 커피, 여가를 주로 즐기는 것으로 판단된다. 이는 네이버블로그 이용자들이 주로 40대부터 60대인 것과 관련이 있는 것으로 판단된다. 인스타그램 이용자는 데이트, 미용, 취미, 맛집, 여가, 관광을 주로 즐기는 것으로 판단된다. 이는 인스타그램 이용자들이 주로 10대부터 30대인 것과 관련이 있는 것으로 판단된다. 즉, 관광여행지 추천 시에 이용자의 연령은 중요한 요소인 것으로 판단된다. 관광여행지 선호도 분석을 위해 Word2vec(w=10), Word2vec(w=20), GloVe 모델을 이용하고, 이중에서 Word2vec(w=10) 모델이 이용자의 관광여행지 선호도를 잘 표현하는 것으로 판단된다. 이는 SNS 이용자가 게시 글 작성 시 서술형으로 표현하기 보다는 핵심 키워드를 중심으로 게시글을 작성하는 것으로 판단된다. 본 연구의 실증결과는 관광여행지를 추천하는 경우, 관광객에게 만족도가 높은 관광여행지를 추천하는데 워드임베딩 단어표현기법(Word2vec, GloVe 모델)을 이용하여 여행자가 선호하는 관광지, 맛집, 데이터코드 등을 추천하는데 활용될 수 있을 것으로 보인다. 또한, 임베딩벡터(Embedding vector) 연산을 이용하여 이용자 맞춤서비스 개발에도 활용할 수 있을 것으로 기대된다. This study conducted an empirical study to analyze the preferences of tourist destinations using the word expression method of word embedding, and compared and analyzed targeting the users of Naver blog and Instagram Gangneung tourist destination visitors. To this end, the word embedding method, Word2vec, GloVe model, was used to reflect the meaning of the surrounding words and the meaning between the lines using the whole corpus. Among the articles posted by Naver Blog and Instagram users, 2,500 data were collected and used for articles posted before December 10, 2019 when the keyword Gangneung was mentioned. As a result of empirical analysis, it is judged that users of Naver Blog mainly enjoy tourism, popular restaurants, coffee, and leisure. It is judged that this is related to the fact that Naver blog users are mainly in their 40s to 60s. It is judged that Instagram users mainly enjoy dating, beauty, hobbies, popular restaurants, leisure, and tourism. It is judged that this is related to the fact that Instagram users are mainly in their 10s to 30s. That is, it is judged that the user s age is an important factor when recommending tourist destinations. Using Word2vec(w=10), Word2vec(w=20), and GloVe models to analyze the preferences of tourist destinations, it is judged that Word2vec(w=10) model, among them, is expresses the preferences of tourist’s destinations of users. It is judged that SNS users write posts based on key keywords, rather than expressing them in narrative form when writing posts. The empirical result of this study recommends tourist destinations with high satisfaction to tourists, and it seems that it will be used to recommend tourist destinations, popular restaurants, and data codes which tourists prefer by using word embedding expression method (Word2vec, GloVe model). In addition, it is expected that it can be used to develop customized services using embedding vector arithmetic operations.

스마트팩토리에서 빅 데이터 인프라 구축 방안에 관한 연구

장원중(Won-Joong Jang),조성인(Sung-In Cho),김수상(Soo-Sang Kim),김광용(Gwang-Yong Gim) 인문사회과학기술융합학회 2018 예술인문사회융합멀티미디어논문지 Vol.8 No.10

주요 선진국은 제조업 경쟁력을 높이기 위해 스마트팩토리 구축이 본격화 되고 있다. 스마트팩토리는 물리적 공장의 요소인 4M2E(Man, Machine, Material, Method, Energy, Environment)를 토대로 기계에 센서를 장착하여 원활한 소통을 위해 물리적 신호를 디지털 신호로 변환(디지털화), 공장 내의 기계, 부품, 공장, 제조 공정, 사람, 공급망 파트너 등을 서로 연결(연결화)하며, 수집된 데이터를 이용해 스마트팩토리 플랫폼이 지능화(스마트화)한 운영을 통해 고객이 원하는 개인 맞춤형 가치를 제고하는 것이 핵심이다. 스마트팩토리에서 핵심은 공장 내·외부 빅 데이터 확보를 통한 데이터 분석력에 있고, 이를 위해 양질의 빅 데이터 확보를 위한 인프라 구축의 필요성이 증가되고 있다. 본고에서는 빅 데이터 인프라 구축 프로세스와 내·외부 데이터 확보를 위한 빅 데이터 플랫폼 구성 요소, 양질의 데이터 확보 및 협력파트너와 실시간 데이터 공유를 위한 데이터 표준화의 기초공사인 데이터 모델링, 지속적인 양질의 빅 데이터 확보를 위한 데이터 품질관리를 위한 구성 요소를 알아본다. 이를 통해 스마트팩토리에서 지속적인 양질의 빅 데이터 확보를 위한 빅 데이터 인프라 구축 방안을 제시하였다. 스마트팩토리를 도입하고자 하는 기업에게 빅 데이터 인프라 구축의 가이드가 될 수 있을 것으로 전망된다. In the developed countries, the smart factory is being built in earnest to increase the manufacturing competitiveness. The Smart Factory is equipped with sensors on machines based on 4M2E (Man, Machine, Material, Method, Energy, Environment) which is the element of physical factory and converts (digitizes) physical signals into digital signals for smooth communication, and it is essential to connect the machines in the factory, parts, factory, manufacturing processes, people, and supply chain partners to each other, and to enhance the personalized value desired by customers through intelligent (smart) operation of smart factory platform using collected data. In the Smart Factory, the key is the data analysis ability through securing big data in and outside of the factory, and in order to do this, there is a growing need to build an infrastructure to secure high-quality big data. This study examines a large data platform component for big data infrastructure building process and internal/external data acquisition, data modeling which is the foundation of data standardization for securing high quality data and sharing real time data with cooperation partners, and the components for data quality management for securing of continuous high-quality big data. Through this, a plan to build a big data infrastructure is suggested for securing continuous high quality big data in Smart Factory. It is expected that it will be a guide to build big data infrastructure for companies wishing to introduce Smart Factory.

연안 정지 관측 시계열 데이터 결측치 보정에 관한 실증연구: 주문진 관측소 중심으로

이세직,갈종구,장원중 사단법인 한국융합기술연구학회 2023 아시아태평양융합연구교류논문지 Vol.9 No.12

해양의 수온 관측 자료는 결측 구간이 빈번하게 발생하기 때문에 관측 자료의 전처리 과정에서 결측 구간의 보정이 필수 적이다. 특히, 현장 시료의 채집과 분석에 기반한 관측소의 경우 주말 및 기상악화 시 반복적이고 주기적으로 결측이 발생하는 구조를 가진다. 본 연구에서는 연안정지 관측 데이터 중 수온의 결측치 보정을 위한 최적화된 방법을 모색하고자 통계적 방법인 다중 대치법(Multiple Imputation, MI), 회귀모델인 자기회귀 누적 이동평균(Auto-Regressive Integrated Moving Average, ARIMA) 모델 및 인공신경망 방법인 장단기 메모리(Long Short Term Memory, LSTM) 모델을 사용하였다. 주문진 관측소의 수온 데이터 중 대부분의 결측일은 주말이었다. 모델의 구현은 5일(평일)의 수온 자료를 이용하여 2일(주말)의 수온을 보정하는 방법을 사용하였다. 평균 제곱근 편차(Root Mean Square Error, RMSE)와 평균 절대 오차(Mean Absolute Error, MAE)를 사용하여 모델을 평가하였으며, 각각의 모델을 예측값과 실측값의 잔차를 이용하여 비교 분석하였다. 분석결과 장단기 메모리 모델이 다중 대치법 및 자기회귀 누적 이동평균 모델에 비해 상대적으로 좋은 성능을 보이는 것으로 확인되었다. The sea surface temperature (SST) is an important physical property that describes ocean characteristics. However, SST monitoring in harsh marine environments has a discontinuity problem in field observation using a research vessel. Therefore, correcting the missing data is essential in the preprocessing of the observation data because the missing data frequently occurs in the sea water temperature observation system. Especially, observation stations based on the collection and analysis of field samples repeatedly and periodically generate missing data during weekends and bad weather. In this study, a statistical method (Multiple Imputation, MI), a regression model (Auto-Regressive Integrated Moving Average, ARIMA), and an artificial neural network method (Long Short Term Memory, LSTM) were tested to find an optimized method for correcting the missing SST data among coastal stationary observation data. Most of the missing SST data at the Jumunjin observatory were from weekends. The models were implemented by correcting the SST for 2 days (weekends) based on SST data for 5 days (weekdays). Models were evaluated using Root Mean Square Error (RMSE) and Mean Absolute Error (MAE), and each model was compared using the residuals between predicted and measured values. Our study indicates that the LSTM model shows relatively better performance compared to MI and ARIMA.

온라인 상거래 데이터를 반영한 개인신용평가모형(커머스스코어) 개발

김종윤,장원중,김광용 한국엔터프라이즈아키텍처학회 2019 정보기술아키텍처연구 Vol.16 No.1

Personal Credit Scoring Model is a mathematical model which predicts the Financial Consumer’s probability of default in a form of score. Banks and other financial institutions use personal credit scoring model to make decisions for loan approval, setting credit limit and interest rate, etc. Generally, a credit scoring model is consist of credit information which financial institutions provide to credit bureau companies(CB). Recently, alternative data such as commerce or telecom data are included as evaluation elements in the model. In this research, we developed a COMMERCE score using real on-line commerce data and proved that it has a relatively high performance. By using this model, we suggested the risk of financial consumer can be more elaborately measured and a more effective personal loan approval strategy can be established. 개인신용평가모형은 금융소비자의 미래 부도발생가능성을 평점 형태로 예측하는 수리적인 모형이다. 은행 등 금융회사는 개인신용평가모형을 활용해서 대출 승인 여부, 한도 및 금리 등을 결정한다. 일반적으로 개인신용평가모형을 구성하는 항목은 금융기관이 집중하는 신용정보 등이며, 최근 금융취약계층을 바르게 평가하기 위해 추가적인 평가항목으로 상거래, 통신 데이터 등 비금융정보가 반영되기 시작했다. 본 연구에서는 비금융정보 중 상거래 데이터를 반영한 새로운 개념의 개인신용평가모형즉, 커머스스코어를 실제 데이터에 기반하여 개발하고, 금융정보만으로 개발된 모형보다 상대적으로 높은 성능을 보임을 실증분석하였다. 또한 이를 활용해서 금융소비자의 리스크를 보다 정교하게 측정하고 효율적인 대출심사전략 수립이 가능함을 확인했다.

간편결제서비스의 사용의도와 금융소비자 보호 제고방안에 관한 연구

조성인,장원중,홍성우,김광용 사단법인 인문사회과학기술융합학회 2019 예술인문사회융합멀티미디어논문지 Vol.9 No.2

In the 4th industrial revolutionary environment, in which recently advanced ICT(Information Communication Technology) industry is integrated into a whole society and innovative changes are taking place, the diversity of means of providing financial services is increasing due to the development of the FinTech industry, the use of simple payment services is continuously increasing by the demand of financial consumers to increase demand, and non-financial companies such as telecommunication companies, manufacturers, and etc as well as traditional financial companies are increasingly involved in the simple payment industry. Contrary to the positive development of these financial services, financial IT side effects such as personal information leakage, hacking accidents, and IT disability accidents frequently are occurring, entry of non-financial companies into the FinTech industry and uncertain causes of electronic financial accidents have had a negative impact on the reliability and reliability of FinTech services, financial consumer inconvenience and damage are also increasing. In this paper, we analyze the development factors and main characteristics of the simple payment service, and suggests the institutional improvement plan as an implication for continuous use of simple payment service of financial customers, for the stability of the simple payment service, and for the enhancement of the user protection. 최근 첨단 정보통신기술(ICT)이 사회 전반에 융합되어 혁신적인 변화가 진행되는 제4차 산업혁명 환경에서 핀테크 산업 발전에 따른 금융서비스 제공수단의 다양성이 증가하고, 금융소비자의 수요 확대 등으로 간편결제의 사용은 지속적으로 확대되고 있으며, 금융회사 뿐만 아니라 통신회사, 제조업자 등 비금융회사의 간편결제 산업에 참여가 활발하게 확대되고 있으나, 개인정보 유출, 해킹 사고, 전산장애 등 금융IT 역기능이 빈번하게 발생하며, 핀테크 산업에 비금융회사의 신규 진입 증가와 전자금융 사고원인의 불명확성 증가 등으로 핀테크 서비스의 안정성, 신뢰성에 부정적 영향을 미치며 금융소비자의 이용 불편과 피해도 증가하고 있다. 본 연구에서는 대표적인 핀테크산업인 간편결제 서비스의 발전 요인과 주요 특징 등 사용의도에 대하여 문헌적 연구를 통하여 분석하고, 간편결제 서비스에 대한 안정성 제고와 이용자 보호 강화를 위한 제도적 개선방안을 시사점으로 제시하고자 한다.

인공지능 스피커의 사용의도에 영향을 미치는 요인에 관한 탐색적 연구

김수상,장원중,마리아노 우고,김광용 한국엔터프라이즈아키텍처학회 2019 정보기술아키텍처연구 Vol.16 No.1

4차 산업 혁명 시대에서의 비즈니스 모델은 제조업뿐만 아니라 서비스업에서도 지속적인 혁신이일어나고 있으며 최신의 데이터를 바탕으로 상호대화형 제품과 서비스가 일상화 될 것으로 보인다. 본연구에서는 최신의 데이터를 기반으로 대화형 서비스를 제공하는 인공지능 스피커의 지속적인 사용의도에 영향을 미치는 요인을 제품 품질과 데이터 품질 그리고 서비스 품질로 구분하여 연구하였다. 사용자가 인공지능 스피커를 사용하고자 하는 의도에 영향을 미치는 요인을 기술수용모델(TAM)을 이용하여 실증적 연구를 검증하였다. 그 결과 일관성, 적합성, 제품성능 이외의 모든 요인은 사용의도에 직간접적으로 영향을 미치는 것으로 나타났다. The business model in the fourth industrial revolution era is continuing innovation not only in the manufacturing industry but also in the service industry, and interactive products and services will become commonplace based on the latest data. In this study, factors affecting the intention to use of A.I speaker providing interactive service based on the latest data are divided into product quality, data quality and service quality. The factors influencing the intention of the user to use the artificial intelligent speaker were verified using Technology Acceptance Model (TAM). As a result, all factors other than consistency, suitability, and product performance directly or indirectly affect the intention to use.

클라우드 컴퓨팅 기반 자치단체 행정정보시스템 이용의도에 영향을 미치는 요인에 관한 연구

이기범,장원중,조용원,김광용 한국IT정책경영학회 2018 한국IT정책경영학회 논문지 Vol.10 No.3

In this study, we looked at factors that affect the user's intention to use the administrative information system operated by local governments in the phase of the transition to the cloud, and a study model was derived based on prior studies to achieve the purpose of the study. The research model has been developed for the purpose of use of the administrative information system using the Technology Acceptance Model and the PPM model of the migration theory. The study model established the attributes corresponding to the environmental elements of the source and destination in the PPM model of the migration theory as independent variables. Economic, energy efficiency and scalability were extracted with the properties of positive factors, and human services, computer resource management costs, and system quality were extracted with the properties of push factors, and the costs of switching and information security were extracted from the attributes of the Transition Barrier. To analyze whether the variables corresponding to each of the extracted factors were influenced by perceived usability and ease of use, which are the determinants of accepting the information system of the TAM(Technology Acceptance Model).