%EC%A0%84%EC%82%B0%ED%95%99%EB%B6%80
-
경제 발전할수록 도심 녹지가 시민 행복에 직결돼
경제가 발전한 도시일수록 도심 속 녹지 공간이 시민의 행복에 큰 영향을 준다는 연구결과가 나왔다. 우리 대학 전산학부 차미영 교수 (기초과학연구원 수리및계산과학연구단 데이터 사이언스 그룹 CI) 연구팀은 정우성 포스텍 산업경영공학과 교수, 원동희 미국 뉴저지공대 교수 등과의 공동연구를 통해 인공위성 이미지 빅데이터를 분석해 세계 60개 국가의 도시 녹지 공간을 찾아내고, 녹지와 시민 행복 사이의 상관관계를 분석했다.
공원, 정원, 천변 등 도시 속 녹지 공간은 미적 즐거움은 물론 신체활동 및 사회적 상호작용 촉진 등 육체와 건강에 유익한 영향을 준다. 도심 녹지와 시민 행복간의 상관관계를 규명하기 위한 많은 연구가 이뤄졌지만, 지금까지는 주로 일부 선진국을 대상으로만 연구가 진행됐다. 이 때문에 녹지의 긍정적인 영향이 범지구적인 현상인지, 또 국가의 경제적 상황에 따라 영향이 어떻게 달라지는지에 대해서는 파악이 어려웠다. 또한, 현장을 직접 방문하는 실태조사나, 항공사진은 대대적인 조사가 이뤄지기 어려워 데이터 수집의 한계가 있었다.
연구진은 유럽우주국(ESA)이 운용하는 고해상도 위성인 센티넬-2(Sentinel-2) 위성자료를 이용해 세계 60개국, 90개 도시의 녹지 면적을 조사했다. 인구 밀도가 가장 높은 도시(최소 국가 인구의 10%를 포함하는 도시)를 분석대상으로 삼았으며, 선명한 이미지를 위해 각 지역의 여름 시기를 분석했다. 북반구는 2018년 6~9월, 남반구는 2017년 12월~2018년 2월의 이미지가 쓰였다.
이후 정량화된 도시 별 녹지 면적 데이터를 국제연합(UN)의 2018 세계행복보고서 및 국가별 국내총생산(GDP, 2018년 기준 한국 11위) 자료와 교차하여 녹지와 경제의 시민 행복과의 상관관계를 총괄 분석했다.
그 결과, 국가의 경제적 상황과 무관하게 모든 도시에서 녹지의 면적이 넓을수록 시민 행복도가 높아지는 경향이 있음을 파악했다. 다만, 60개 국가 중 GDP 하위 30개 국가는 경제 성장이 행복과 더 밀접한 관련이 있었다. 1인당 국민총소득(GNI)이 3만8,000달러(약 4,223만 원)가 넘는 도시에서는 녹지 공간 확보가 경제 성장보다 행복에 더 중요한 요소로 작용했다. 우리나라의 경우 서울 지역이 분석에 쓰였으며, 도심 녹지의 면적이 과거보다 증가하며 행복도가 높아지는 경향이 나타났다.
차미영 교수는 “최근 위성영상 빅데이터를 활용해 사회 난제를 해결하려는 연구가 활발하게 진행되고 있다”며 “이번에 개발된 도구를 호수 및 해안 등 수생 환경의 면적을 정량화하는데 적용하고, 수생 환경과 시민 행복간의 상관관계를 분석하는 연구도 진행할 수 있을 것”이라고 말했다.
공동 교신저자인 정우성 포스텍 교수는 “경제 발전 단계에서는 경제 성장이 시민 행복에 가장 중요한 요소지만, 경제가 일정 수준 발전한 뒤에는 다른 사회적 요인이 행복에 더 직접적인 영향을 미친다”며 “이번 연구에서는 빅데이터를 분석해 도심 녹지 공간이 행복감을 향상시키는 사회적 요인 중 하나임을 확인한 것”이라고 설명했다.
이번 연구는 막연하게 연관 있을 것이라 추측해온 녹지, 경제 그리고 행복간의 상관관계를 정밀하게 분석하고, 모든 국가에 걸쳐 분석할 수 있는 도구를 마련했다는 의미가 있다. 연구진은 실제 시민의 삶에 도움 될 수 있는 데이터 기반 정책 수립이 필요하다고 제언했다.
연구결과는 데이터 과학 분야 국제학술지인 ‘EPJ 데이터 사이언스(EPJ Data Science, IF 5.08)’ 5월 30일자 온라인 판에 게재됐다.
UNICEF에서 발간한 2022년 보고서(제목: Places and Spaces: Environments and children's well-being)에서는 전세계 어린이들의 행복도에 영향을 미치는 중요한 지표 중 하나로 연구팀이 제시한 Urban Green Space Index를 언급하고 있다.
<참고> UNICEF 보고서: https://www.unicef-irc.org/places-and-spaces
2021.06.08 조회수 59549 -
초대규모 그래프 프로세싱 시뮬레이션 기술 개발
우리 대학 연구진이 오늘날 정보통신(IT) 분야에서 광범위하게 사용되는 그래프 타입의 데이터를 실제로 저장하지 않고도 알고리즘을 계산할 수 있는 `그래프 프로세싱 시뮬레이션'이라는 신개념 기술을 세계 최초로 개발하는 데 성공했다. 데이터를 저장할 필요가 없어 1조 개 간선의 초대규모 그래프도 PC 한 대로 처리가 가능하다.
우리 대학 전산학부 김민수 교수 연구팀은 1조 개 간선의 초대규모 그래프에 대해 데이터 저장 없이 알고리즘을 계산할 수 있는 신개념 기술을 세계 최초로 개발했다고 23일 밝혔다.
오늘날 웹, SNS, 인공지능, 블록체인 등의 광범위한 분야들에서 그래프 타입의 데이터에 대한 다양한 알고리즘들의 연구가 매우 중요하다. 그러나 그래프 데이터의 복잡성으로 인해 그 크기가 커질 때 막대한 규모의 컴퓨터 클러스터가 있어야만 알고리즘 계산이 가능하다는 문제가 있다.
김 교수 연구팀은 이를 근본적으로 해결하는 T-GPS(Trillion-scale Graph Processing Simulation)라는 기술을 개발했다. 이 T-GPS 기술은 그래프 데이터를 실제로 디스크에 저장하지 않고도 마치 그래프 데이터가 저장돼 있는 것처럼 알고리즘을 계산할 수 있고, 계산 결과도 실제 저장된 그래프에 대한 알고리즘 계산과 완전히 동일하다는 장점이 있다.
그래프 알고리즘은 그래프 처리 엔진 상에서 개발되고 실행된다. 이는 산업적으로 널리 사용되는 SQL 질의를 데이터베이스 관리 시스템(DBMS) 엔진 상에서 개발하고 실행하는 것과 유사한 방식이다.
지금까지는 그래프 알고리즘을 개발하기 위해 먼저 합성 그래프를 생성 및 저장한 후, 이를 다시 그래프 처리 엔진에서 메모리로 적재해 알고리즘을 계산하는 2단계 방법을 사용했다. 그래프 데이터는 그 복잡성으로 인해 전체를 메모리로 적재하는 것이 요구되며, 그래프의 규모가 커지면 대규모 컴퓨터 클러스터 장비가 있어야만 알고리즘을 개발하고 실행할 수 있다는 커다란 단점이 있었다.
김 교수팀은 합성 그래프와 그래프 처리 엔진 분야에서 국제 최고 권위의 학술대회에 매년 논문을 발표하는 등 세계 최고의 기술력을 보유하고 있으며, 그 기술들을 바탕으로 기존 2단계 방법의 문제를 해결했다.
그래프 데이터상에서 그래프 알고리즘이 계산을 위해 접근하는 부분을 짧은 순간 동안 실시간으로 생성해, 마치 그래프 데이터가 존재하는 것처럼 알고리즘을 계산하는 것이다. 이때 그래프 데이터를 아무렇게 실시간 생성하는 것이 아니라 합성 그래프 모델에 따라 생성하고 저장한 것과 동일하도록 실시간 생성하는 것이 핵심 기술 중 하나다.
또한, 그래프 처리 엔진이 실시간으로 생성되는 그래프를 실제 그래프처럼 인식하고 알고리즘을 완전히 동일하게 계산하도록 엔진을 수정한 것이 또 다른 핵심 기술이다.
김민수 교수 연구팀은 T-GPS 기술을 종래의 2단계 방법과 성능을 비교한 결과, 종래의 2단계 방법이 11대의 컴퓨터로 구성된 클러스터에서 10억 개 간선 규모의 그래프를 계산할 수 있었던 반면, T-GPS 기술은 1대의 컴퓨터에서 1조 개 간선 규모의 그래프를 계산할 수 있어 컴퓨터 자원 대비 10,000배 더 큰 규모의 데이터를 처리를 할 수 있음을 확인했다. 또한, 알고리즘 계산 시간도 최대 43배 더 빠름을 확인했다.
교신저자로 참여한 김민수 교수는 "오늘날 거의 모든 IT 분야에서 그래프 데이터를 활용하고 있는바, 연구팀이 개발한 새로운 기술은 그래프 알고리즘의 개발 규모와 효율을 획기적으로 높일 수 있어 산업적 측면에서 파급 효과가 매우 클 것으로 기대한다ˮ 라고 말했다.
이번 연구에는 김 교수의 제자이자 캐나다 워털루 대학에 박사후 연구원으로 재직 중인 박힘찬 박사가 제1 저자로, 김 교수가 교신저자로 참여했으며 지난 22일 그리스 차니아에서 온라인으로 열린 데이터베이스 분야 최고 국제학술대회 중 하나인 IEEE ICDE에서 발표됐다. (논문명 : Trillion-scale Graph Processing Simulation based on Top-Down Graph Upscaling).
한편, 이 연구는 한국연구재단 선도연구센터 사업 및 중견연구자 지원사업, 과기정통부 IITP SW스타랩 사업의 지원을 받아 수행됐다.
2021.04.23 조회수 27463 -
딥페이크 탐지 모바일 앱 서비스 개시
우리 대학 전산학부 이흥규 교수 연구팀이 인공신경망 기반 딥페이크(deepfake) 탐지와 사진 위변조 탐지 소프트웨어인 `카이캐치(KaiCatch)'를 모바일 앱 형태로 개발해 서비스를 시작한다고 30일 밝혔다. 이는 디지털콘텐츠 위변조 탐지가 필요한 공공기관, 산업계, 언론 및 방송사, 각종 포털 종사자들 및 일반인들도 손쉽게 활용할 수 있을 것으로 기대된다.
이번 모바일 앱 서비스는 본격적으로 일반인들도 손쉽게 디지털콘텐츠 위변조 탐지 기술을 활용할 수 있도록 실용화 단계로 들어섰다는 점에서 의미가 크다. KAIST에서 딥페이크 영상을 포함해 각종 위변조 사진들을 잡아낸다는 의미를 지닌 `카이캐치(KaiCatch)' 소프트웨어를 모바일 앱 형태로 개발해 서비스를 시작하는데 이러한 유형의 서비스로는 국내 최초다. 구글스토어에서 `카이캐치'를 검색해 앱을 다운로드하면 간단하게 딥페이크 및 이미지 위변조 분석을 할 수 있다.
주로 사람의 얼굴을 대상으로 하는 딥페이크 기술은 얼굴 교체, 얼굴 재현, 얼굴 속성 변환으로 크게 3가지 유형으로 나눌 수 있다. 그중 얼굴 교체와 얼굴 재현은 악의적으로 사용할 때 가짜 뉴스로 사회적 큰 혼란을 일으킬 수 있고 음란물 제작 등에도 악용돼 개인의 인권을 크게 침해할 수 있다. 또한, 얼굴 속성 변환은 영상 증거를 조작하는데 악용될 수 있다.
연구팀이 개발한 기술은 딥페이크 생성 유형에 상관없이 딥페이크 여부를 탐지하기 위해 영상의 미세 변형 신호 흔적과 미세 이상 신호 흔적 탐지 기술을 적용한 신호처리 및 인공지능 기술로 개발됐다. 이러한 핵심 기술들을 사용해, 얼굴 영역의 미세 변형과 코, 입, 얼굴 윤곽 등 얼굴 내 기하학적 왜곡 발생 가능 영역의 이상 신호 흔적을 분석해 딥페이크를 탐지한다.
딥페이크 탐지 기술의 경우, avi 나 mp4 형식의 딥페이크 의심 동영상이 주어지면 개별 프레임으로 자른 뒤 분석하고자 하는 프레임을 이미지로 변환 후 딥페이크 탐지를 수행한다. 동영상 내의 얼굴이 지나치게 작거나(해상도 128×128 이하) 동영상 내 사람 얼굴이 상당 부분 잘린 경우가 아니면 정상적인 탐지가 가능하다. 따라서 동영상의 한 프레임을 잘라 이미지로 만들어 카이캐치 앱에 업로드하면 손쉽게 딥페이크 여부를 확인할 수 있다. 분석 결과는 0에서 100 (%) 값으로 표시되며 숫자가 높을수록 딥페이크일 확률이 높은 것으로 판단한다.
사진 위변조 탐지 기술의 경우도 마찬가지로 카이캐치 앱에 해당 이미지를 업로드하면 위변조 분석 결과를 받아 볼 수 있다. 카이캐치는 BMP, TIF, TIFF, PNG 등 무압축, 무손실 압축을 포함해 50여 개의 표준 양자화 테이블과 1,000여 개가 넘는 비표준화된 양자화 테이블에 기반한 JPEG 이미지들도 모두 처리할 수 있다. 사진 위변조가 의심되는 이미지를 업로드하면 해당 이미지를 분석한 결과를 시각화한 두 장의 분석 이미지를 도출하며, 분석 이미지 내에 위변조가 의심되는 특징들이 포함된 주요 영역들이 다른 주변 영역들과 색상이 크게 다르거나, 또는 주요 영역들에만 다양한 색상들이 혼재해 나타나면 해당 영역이 위변조된 것으로 일반인들도 간단하게 판단할 수 있다.
이번에 개발한 모바일용 위변조 탐지 앱 개발은 국내 최초이자 선진국에서도 찾기 어려운 위변조 탐지 앱 서비스 기술이다. 이흥규 교수는 "카이캐치는 인공지능과 미세 이상 신호 흔적 분석 기법이라는 첨단 기술을 사용해 다양한 유형의 변형에 대응한 범용성을 가지도록 개발됐다”며 "우리가 예측하지 못하거나 모르는 변형 기법을 사용해도 90% 내외의 높은 신뢰도로 탐지한다”고 말했다.
이 교수는 이어 "이번에는 안드로이드 기반의 모바일 환경에서만 동작하는 앱 서비스 기술로 개발됐지만 가까운 기간내 애플 iOS 기반의 앱 출시와 함께, 영어, 중국어, 일어 앱 들도 출시하려고 한다ˮ며 "기존 탐지 기법과는 매우 상이한 기법들을 사용한 위변조 탐지 기술도 실용화해 카이캐치에 추가 탑재 운용함으로써, 탐지가 안 되는 각종 예외 경우들을 대폭 줄이도록 노력하겠다ˮ 고 덧붙였다.
한편 이번 연구는 KAIST 창업기업인 ㈜디지탈이노텍(http://www.kaicatch.com/) 과 산학협력 연구로 수행됐다.
2021.03.31 조회수 93770 -
사진 위변조 탐지하는 실용 소프트웨어 개발
위조되거나 변조된 사진·영상자료를 손쉽게 탐지해내는 고성능 소프트웨어가 우리 연구진에 의해 개발됐다. 이 기술은 논문 발표 수준에만 머물러 있던 사진과 영상자료의 위·변조 탐지기술을 국내 최초로, 세계에서 두 번째로 실용화 단계로 끌어 올렸다는 점에서 의미가 크다.
우리 대학 전산학부 이흥규 교수 연구팀이 인공신경망을 이용해 디지털 형태의 사진 변형 여부를 광범위하게 탐지하는 실용 소프트웨어 `카이캐치(KAICATCH)'를 개발했다고 3일 밝혔다.
최근 딥페이크(deepfake)를 포함해 각종 위·변조 영상의 등장과 온라인 유통으로 인한 위·변조 탐지기술에 관한 관심이 급속히 증가하고 있다. 그러나 위·변조 여부를 직접 확인할 수 있는 객관적인 분석 도구가 없기 때문에 사실확인 작업이나 정황 판단 등에 의존해 진위를 판단함으로써 주관적 판단 여부의 논란 등 문제가 자주 발생하고 있다.
특히 기존의 디지털사진 포렌식 기술은 개개 변형의 유형에 대응해 개발돼서 변형 유형이 다양하거나, 사전 특정되기 전에는 일정 수준 이상의 높은 신뢰도를 확보하기가 어렵다. 즉, 기존 기술들은 제한된 형식과 알려진 특정 변형에 대해서는 만족할 만한 탐지 성능을 보여주지만, 어떤 변형들이 가해진 것인지 전혀 알 수 없는 임의의 디지털사진을 분석해야 하는 실제 상황에서는 판독의 정확성과 신뢰도가 크게 떨어질 수 밖에 없다.
다양한 변형이 가해진 채 온라인에서 유통되는 사진이나 영상에 대한 변형 여부의 탐지는 극소수 전문가들의 주관적인 판단의 영역에 머물러 왔기 때문에 이런 문제해결을 위해 많은 도전적 연구들이 진행되고 있다.
이흥규 교수 연구팀이 개발한 이 기술은 국내 최초이자 세계 두 번째로 거둔 쾌거이다. 연구팀은 일반인들을 대상으로 2015년 6월부터 `디지털 이미지 위·변조 식별 웹서비스'를 통해 수집한 30여만 장의 실 유통 이미지 데이터와 특징기반·신경망 기반의 포렌식 영상 데이터, 딥페이크와 스테고 분석을 위한 대량의 실험 영상자료를 정밀 분석해 활용한 연구 결과물이다.
이 교수팀은 특정 변형을 탐지하는 개개의 알고리즘들을 모아놓은 기존 기술의 한계를 극복하고, 다양한 변형에 대한 탐지를 유기적으로 통합하는 기술에 주목했다.
이를 위해 잘라 붙이기·복사 붙이기·지우기·이미지 내 물체 크기 변화와 이동·리터칭 등 일상적이면서 자주 발생하는 변형들에서 언제나 발생하는 변이들을 분류, 정리해 필수 변이로 정의하고 이들을 종합 탐지하는 연구를 수행했다. 그 결과 변형의 유형을 특정하지 못하는 상태에서도 변형이 발생했는지 여부를 판단함으로써 탐지 신뢰도를 크게 높였다.
연구팀은 이어 BMP·TIF·TIFF·PNG 등 무압축, 무손실 압축을 포함해 50여 개의 표준 양자화 테이블과 1,000여 개가 넘는 비표준화된 양자화 테이블에 기반한 JPEG 이미지들도 포괄적으로 처리하는 기술을 포함한 실용 소프트웨어를 개발하는 데 성공했다.
이 교수팀이 개발한 `카이캐치'는 전통적인 영상 포렌식 기술, 스테그 분석 기술 등 픽셀 단위의 미세한 변화를 탐지하는 기술들을 응용해, `이상 영역 추정 엔진'과 `이상 유형 분석 엔진' 두 개의 인공지능 엔진으로 구성됐으며 이를 기반으로 결과를 판단하고 사진에 대한 다양한 변형 탐지 기능과 사진의 변형 영역 추정 기능 등을 함께 제공한다.
이흥규 교수는 "다양한 변형 시 공통으로 발생하는 픽셀 수준에서의 변형 탐지와 인공지능 기술을 융합한 영상 포렌식 기술을 카이캐치에 담았는데 이 기술은 특히 임의의 환경에서 주어진 디지털사진의 변형 여부를 판단하는데 탁월한 성능을 보인다ˮ고 말했다.
이 교수는 이어 "향후 각종 편집 도구들의 고급 기능들에 대한 광범위한 탐지 기능을 추가하는 한편 현재 확보한 실험실 수준의 딥페이크 탐지 엔진과 일반 비디오 변형 탐지 엔진들도 실용화 수준으로 발전시켜 카이캐치에 탑재하겠다ˮ 고 덧붙였다.
한편 이번 연구는 우리 대학 창업기업인 ㈜디지탈이노텍(http://www.kaicatch.com/) 과 산학협력 연구로 수행됐다.
2020.11.04 조회수 28100 -
언제 말 걸지 아는 스마트 스피커 개발 길 열어
우리 대학 전산학부 이의진 교수 연구팀이 스마트 스피커 인공지능 비서가 선제적으로 말 걸기 좋은 최적의 시점을 결정하는 중요한 상황맥락 요인을 찾아냈다고 28일 밝혔다.
기존에 개발되거나 시판 중인 스마트 스피커 인공지능 비서는 사용자가 먼저 요청한 서비스만 제공하는 반면 최근 스마트 스피커의 개발은 사용자의 상황에 맞춰 능동적인 서비스를 제공하는 형태로 진화하는 추세다. 똑똑한 음성비서가 사용자가 처해 있는 상황을 정확히 이해한 후에 선제적으로 일정 및 건강관리를 도와주는 방향으로 개발되고 있는 것이다. 하지만 아무 때나 눈치 없이 말을 건다면 도움은커녕 하는 일에 방해만 될 수 있다.
이의진 교수 연구팀은 스마트 스피커가 선제적으로 음성서비스를 제공하기 좋은 최적의 시점을 찾는 연구를 전산학부 이재길 교수를 비롯해 산업디자인학과 이상수 교수와 함께 다학제 연구팀을 구성해 공동연구를 수행했다. 그 결과 다학제 연구팀은 스마트 홈 환경에서의 최적의 발화(發話) 시점을 결정하는 중요한 사용자 상황맥락 요인을 찾았다.
최적의 발화 시점에 관한 추론은 인공지능 비서가 음성서비스를 시작하거나 중지 또는 재개를 스스로 결정하고 제어하기 위한 필수적인 기술이다. 연구팀이 찾아낸 중요한 상황맥락 요인은 최적의 발화 시점 추론 시 정확성을 높일 것으로 관계자들은 기대하고 있다.
스마트 스피커 인공지능 비서가 선제적으로 말 걸기 좋은 시점을 찾기 위해 연구팀은 실험용 스마트 스피커를 제작했다. 스마트 스피커는 사용자의 움직임이 감지되거나 일정한 시간이 지나면 주기적으로 "지금 대화하기 좋은가요ˮ라는 질문을 했다. 참가자는 대화하기 좋은지 아닌지, "네ˮ 또는 "아니요ˮ로 대답하고 무엇을 하고 있었는지 설명했다. 연구진은 이어 교내 기숙사에 거주하는 학생 40명(2인 1실)의 방에 스마트 스피커를 설치해 1주일간 총 3,500개의 사용자 응답 데이터를 수집했다.
데이터 분석 결과 전체 참가자 응답 중 47%는 대화하기 부적절한 것으로 드러났다. 연구진은 대화하기 좋은 시점을 결정하는 주요 상황 요인을 찾기 위해 19개의 실내 활동 범주를 만들었다. 이를 통해 연구팀은 적절한 시점을 결정하는 상황맥락 요인으로 크게 개인적 요인과 움직임 요인, 사회적 요인을 꼽았다.
개인적 요인은 크게 `활동 집중도', `긴급함과 바쁨 정도', `정신적·육체적 상태' 그리고 `다중 작업수행을 위한 듣기 또는 말하기 가능성' 등 4가지다. 예를 들면 집중해서 공부하고 있거나 드라이로 머리를 말리고 있을 때는 스피커와 대화가 어려웠다. 움직임 요인은 `외출', `귀가' 그리고 `활동 전환' 등 3가지다. 특히 사용자 움직임이 있을 때는 스피커와 대화 가능한 거리가 최적 시점 판단에 큰 영향을 미쳤다. 외출은 스피커와 대화 가능 범위 밖으로 나가는 움직임이고, 귀가는 범위 안으로 들어오는 움직임이다. 범위 안으로 들어오는 귀가(歸家) 상황일 때는 대부분 대화하기 좋은 시점으로 분류됐다.
일반적으로 스마트 스피커는 거실처럼 집 구성원이 함께 생활하는 공간에 설치된다. 수집된 사용자 응답 중 절반은 룸메이트가 함께 있을 때 수집됐다. 연구팀은 전화 대화뿐만 아니라 누군가와 함께 있다는 것 또한 스마트 스피커와 대화하기 좋은 시점에 영향을 끼친다는 현상을 발견했다. 룸메이트가 자고 있거나 어떤 활동에 집중하고 있을 때 스마트 스피커와의 대화로 인한 갈등을 최소화하고 싶기 때문이다.
이번 연구에 제1 저자로 참여한 차나래 학생은 "이번 연구가 미래 스마트 스피커 개발의 중요한 토대가 될 것ˮ이라면서 "앞으로는 센서 데이터로 감지된 상황맥락 정보를 활용해 스마트 스피커가 스스로 대화를 시작·중지, 또는 재개하기 좋은 타이밍을 선제적으로 감지해 지능적인 음성서비스를 제공할 수 있을 것ˮ이라고 밝혔다.
한편, 이 연구는 과학기술정보통신부의 재원으로 한국연구재단-차세대정보 컴퓨팅기술개발사업의 지원을 받아 수행됐고 유비쿼터스 컴퓨팅 분야 국제 최우수 학술지인 `Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies' 9월호에 게재됐다.
(논문명 : Hello There! Is Now a Good Time to Talk?: Opportune Moments for Proactive Interactions with Smart Speakers)
2020.10.28 조회수 28455 -
세계 최고 성능을 지닌 데이터베이스 관리 시스템(DBMS) 기술 개발
우리 연구진이 방대한 정보를 저장하고 목적에 맞게 검색, 관리할 수 있는 시스템을 통칭하는 데이터베이스관리시스템(DBMS, DataBase Management System)을 세계 최고 수준의 성능으로 끌어올렸다.
우리 대학 전산학부 김민수 교수 연구팀이 데이터베이스 질의 언어 SQL(Structured Query Language, 구조화 질의어) 처리 성능을 대폭 높인 세계 최고 수준의 DBMS 기술을 개발했다.
김 교수 연구팀은 데이터 처리를 위해 산업 표준으로 사용되는 SQL 질의를 기존 DBMS와는 전혀 다른 방법으로 처리함으로써 성능을 기존 옴니사이(OmniSci) DBMS 대비 최대 88배나 높인 신기술을 개발했다. 김 교수팀이 개발한 이 기술은 오라클·마이크로소프트 SQL서버·IBM DB2 등 타 DBMS에도 적용할 수 있어 고성능 SQL 질의 처리가 필요한 다양한 곳에 폭넓게 적용될 수 있을 것으로 기대된다.
대부분의 DBMS는 SQL 질의를 처리할 때 내부적으로 데이터 테이블들을 `왼쪽 깊은 이진 트리(left-deep binary tree)' 형태로 배치해 처리하는 방법을 사용한다. 지난 수십 년간 상용화돼 온 대부분의 DBMS는 데이터 테이블들의 배치 가능한 가지 수가 기하급수적으로 많기 때문에 이를 `왼쪽 깊은 이진 트리' 형태로 배치해 SQL 질의를 처리해 왔다.
임의의 두 테이블이 기본 키(primary key, PK)와 외래 키(foreign key, FK)라 불리는 관계로 결합(조인 연산)하는 경우에는 이러한 방법으로 SQL 질의를 효과적으로 처리할 수 있다. 여기서 기본 키는 각 데이터 행(row)을 유일하게 식별할 수 있는 열(column)이고, 외래 키는 그렇지 않은 열이다.
지난 수십 년간 산업에서 사용되는 DB의 구조가 점점 복잡해지면서 두 테이블은 PK-FK 관계가 아닌 FK-FK 관계, 즉 외래 키와 외래 키의 관계로 결합하는 복잡한 형태의 SQL 질의들이 많아지고 있다. 실제 DBMS의 성능을 측정하는 산업 표준 벤치마크인 TPC-DS에서 전체 벤치마크의 26%가 이런 복잡한 SQL 질의들로 구성돼 있고 기계학습(머신러닝), 생물 정보학 등 다양한 분야들서도 이러한 복잡한 SQL 질의 사용이 점차 증가하는 추세다.
이전에 나온 DBMS들은 두 테이블이 주로 PK-FK 관계로 결합한다는 가정하에 개발됐기 때문에 FK-FK 결합이 필요한 복잡한 SQL 질의를 매우 느리거나 심지어 처리하지 못하는 실패를 거듭해왔다.
김 교수팀은 문제 해결을 위해 테이블들을 하나의 커다란 `왼쪽 깊은 이진 트리' 형태가 아닌 여러 개의 작은 `왼쪽 깊은 이진 트리'를 `n항 조인 연산자'로 묶는 형태로 배치해 처리하는 기술을 개발했다. 이때 각각의 `작은 이진 트리' 안에는 FK-FK 결합 관계가 발생하지 않도록 테이블들을 배치하는 것이 핵심이다.
각각의 `작은 이진 트리'의 처리 결과물을 `n항 조인 연산자'로 결합해 최종 결과물을 구하는 것도 난제로 꼽히는데 연구팀은 `최악-최적(worst-case optimal) 조인 알고리즘'이라는 방법으로 이 문제를 해결했다.
`최악-최적 조인 알고리즘'은 그래프 데이터를 처리할 때 이론적으로 가장 우수하다고 알려진 알고리즘이다. 김 교수 연구팀은 세계에서 가장 먼저 이 알고리즘을 SQL 질의 처리에 적용해 난제를 해결하는 데 성공했다.
김민수 교수 연구팀은 새로 개발한 DBMS 기술을 GPU 기반의 DBMS 개발업체인 미국 옴니사이(OmniSci)社 제품에 적용한 결과, OmniSci DBMS보다 성능이 최대 88배나 향상된 결과를 얻었다. 또 TPC-DS 벤치마크에서도 세계 최고 수준의 성능을 가진 기존의 상용 DBMS보다 5~20배나 더 빠른 사실을 확인했다. TPC-DS는 DBMS의 성능을 측정하기 위한 산업 표준의 최신 벤치마크이다.
교신저자로 참여한 김민수 교수는 "연구팀이 개발한 새로운 기술은 대부분의 DBMS에 적용할 수 있기 때문에 산업적 측면에서 파급 효과가 매우 클 것으로 기대한다ˮ 라고 말했다.
이번 연구에는 김 교수의 제자이자 미국 옴니사이(OmniSci)社에 재직 중인 남윤민 박사가 제1 저자로, 김 교수가 교신저자로 참여했으며 지난 18일 미국 오리건주 포틀랜드에서 열린 데이터베이스 분야 최고의 국제학술대회로 꼽히는 `시그모드(SIGMOD)'에서 발표됐다. (논문명 : SPRINTER: A Fast n-ary Join Query Processing Method for Complex OLAP Queries).
한편, 이 연구는 한국연구재단 선도연구센터 사업 및 중견연구자 지원사업, 과기정통부 IITP SW스타랩 사업의 지원을 받아 수행됐다.
2020.06.23 조회수 22060 -
사생활 침해 논란없는 코로나19 감염병 확산방지시스템 개발
세계 각국에서 주목을 받는 K-방역을 떠받쳐 온 코로나19 관련 검사·추적·치료 등 기존 3T 시스템을 한층 업그레이드시킨 새로운 `코로나19 감염병 확산방지시스템(앱&웹)'이 개발됐다.
우리 대학이 개발한 이 시스템은 GPS·무선랜·블루투스·기압계·관성 센서의 신호를 주기적으로 수집, 기록하는 스마트폰 블랙박스를 기반으로 하고 있어 사생활 침해 논란을 최소화하면서 신속한 역학조사와 격리자 관리 등 코로나19 상황에 효율적인 대응이 가능하다. 기존 3T 시스템은 신용카드 이용 내역 등 광범위한 개인정보 접근을 통해 확진자 동선을 공개하는 과정에서 사생활 노출로 인한 인권침해 우려가 꾸준히 제기돼 왔다.
전산학부 지능형서비스통합연구실 한동수 교수 연구팀은 스마트폰의 이동 동선을 기록하는 스마트폰 블랙박스를 기반으로 `코로나19 감염병 확산방지시스템(앱&웹)'을 개발했다고 10일 밝혔다.
한 교수 연구팀이 개발한 스마트폰 블랙박스 시스템은 스마트폰에 내장돼있는 GPS와 와이파이·블루투스·관성 센서 등을 통해서 수집된 신호를 보관했다가 2주가 지나면 자동으로 폐기한다. 또 개인 스마트폰 블랙박스에 저장된 기록은 일체 외부로 유출되지 않으며 특히 확진자의 동선을 공개하는 경우에도 문자로 표현되는 장소 정보가 아닌 신호 정보를 공개하기 때문에 확진자의 사생활 보호가 가능하다.
따라서 코로나19 집단감염대응 차원에서 그동안 꾸준히 지적돼 온 개인의 사생활 침해 문제에 대해 기존과는 다르게 보다 섬세한 방법으로 접근했다는 점이 이 시스템의 가장 큰 특징이다.
한 교수팀의 `코로나19 감염병 확산방지시스템'은 크게 일반인을 위한 `바이러스 노출 자가진단 시스템'과 감염병 관리기관을 위한 `확진자 역학조사 시스템', 그리고 `격리자 관리 시스템' 등 3개 시스템으로 이뤄져 있다.
우선 `바이러스 노출 자가진단 시스템'은 확진자의 동선과 개인의 스마트폰 블랙박스에 기록된 동선의 중첩 여부를 체크해 이뤄진다. 현재 방식은 확진자의 정보가 메시지를 통해 전달되고 개개인이 직접 확진자의 동선을 확인하는 불편함이 따르지만 한 교수팀이 개발한 시스템에서는 사용자가 수시로 해당 앱의 버튼을 눌러 바이러스 노출 여부를 쉽고 빠르게 체크할 수 있다.
`확진자 역학조사 시스템'을 통해 확진자 관련 역학조사를 빠르고 정확하게 수행할 수 있다. 코로나19 감염병 확진을 받은 환자의 스마트폰 블랙박스에 기록된 신호를 지도상에 표시를 해주기 때문에 역학 조사관이 확진자의 이동 동선을 쉽게 파악할 수 있다.
한동수 교수는 이와 함께 이 시스템에 지난 10여년간 개발해 온 실내·외 통합 위치 인식시스템 KAILOS(KAIST Locating System)의 기능도 적용했다. 이에 따라 실내지도와 신호지도가 준비된 건물에서는 건물 내부에서도 확진자의 이동 동선을 확인할 수 있다.
스마트폰 블랙박스는 격리자 관리에도 활용된다. 격리자의 스마트폰 블랙박스가 수집한 신호는 주기적으로 `격리자 관리 시스템'에 전송된다. `격리자 관리 시스템'은 전송받은 신호를 실시간으로 분석해 격리자의 격리공간 이탈 여부를 확인한다. GPS 신호뿐 아니라 무선랜 신호를 사용함으로써 실외뿐 아니라 실내에서의 확진자 격리공간 이탈 여부를 확인할 수 있어 기존 방식보다 더 정확하게 격리자를 관리할 수 있다는 게 강점이다.
한동수 교수는 "현재 약 30여 종의 스마트폰이 사용되고 있는데 스마트폰마다 탑재된 센서의 종류가 매우 다양해서 연구팀이 개발한 시스템을 다양한 스마트폰에 이식하고 테스트하는 작업을 진행하고 있다ˮ면서 "이 작업을 마치는 대로 곧 시스템을 출시할 계획ˮ이라고 소개했다.
KAIST 신성철 총장도 "PreSPI(Prevention System for Pandemic Disease Infection)로 이름 붙인 이 시스템을 활용하면 코로나19 재확산으로 수고하는 의료진 등 방역 분야 종사자들의 수고와 시간을 획기적으로 줄일 수 있고 사생활 침해 논란 없이 신속하고 정확한 역학조사가 가능해져 K-방역의 우수성을 다시 한번 세계 각국에 과시하는 계기가 될 것ˮ이라고 강조했다.
2020.06.11 조회수 26020 -
학습되지 않은 환경에서 스스로 학습하는 모바일 센싱 기술 개발
우리 대학 전산학부 이성주 교수 연구팀이 학습되지 않은 환경에 적은 양의 데이터로 스스로 적응하는 모바일 센싱 학습 기술 <메타센스(MetaSense)>를 개발했다.
모바일 센싱이란 스마트폰과 같은 모바일 기기의 다양한 센서를 이용하여 서비스(예: 수면의 질 평가, 걸음 수 추적 등)를 제공하는 기술이다. 최근 학계에서는 기계학습 기술의 발전과 더불어 우울증 진단, 운동 자세 관리 등 진보된 모바일 센싱의 가능성을 보여줌으로써 모바일 센싱의 범위를 더욱 확장하고 있다.
하지만 이러한 센싱 기술은 아직 널리 쓰이지 못하고 있다. 사용자 개인마다 가지고 있는 모바일 센싱의 환경이 다르기 때문이다. 사람마다 가지고 있는 고유한 생활패턴과 행동방식, 서로 다른 모바일 기기와 그 사양은 센서의 값에 큰 영향을 미친다. 다른 센서 값은 사람마다 고유한 센싱 환경을 만들고, 이는 센싱 모델이 미리 학습되지 않은 새로운 환경에서 작동할 때 사용이 어려울 만큼 성능 저하를 일으킨다.
연구팀은 이런 학습되지 않는 환경에서 적은 양의 데이터 (최소 1-2 샘플)만 가지고 적응할 수 있는 '메타러닝 프레임워크'를 제시했다. 메타러닝 (meta learning) 이란 적은 양의 데이터를 가지고도 새로운 지식을 학습할 수 있도록 하는 기계학습 원리다. 연구팀이 제시한 기술은 최신 전이학습 (transfer learning) 기술과 비교하여 18%, 메타러닝 기술과 비교하여 15%의 정확도 성능향상을 보였다.
이성주 교수는 ”최근 활발히 제안되고 있는 다양한 모바일 센싱 서비스가 특정 환경에 의존하지 않고 수많은 실제 사용 환경에서 우수한 성능을 보일 수 있게 해주는 연구다. 모바일 센싱 서비스가 연구에 그치지 않고 실제 많은 사람들에게 사용될 수 있는 가능성을 제시해 의미가 있다“라고 했다. 또한 신진우 교수는 “최근 메타러닝 방법론들이 기계학습 분야에서 크게 각광을 받고 있는데 주로 영상 데이터에 국한되어 왔었다. 본 연구에서 비영상 데이터에도 범용적으로 동작하는 메터러닝 기술을 개발하여 성공한 것은 앞으로도 관련 분야 연구에 큰 영향을 주리라 기대한다“라고 덧붙였다.
연구에 대한 설명이 담긴 비디오를 다음 링크에서 확인할 수 있고, (https://youtu.be/-6y0I1pd6XI) 자세한 정보는 프로젝트 웹사이트에서 볼 수 있다.
(https://nmsl.kaist.ac.kr/projects/metasense/)
이성주 교수, 신진우 AI대학원 교수, 공태식 박사과정, 김연수 학사과정이 참여한 이번 연구 결과는 2019년 11월 11일 센싱 컴퓨팅 분야 국제 최우수학회 ACM SenSys에서 발표됐다. (논문명: MetaSense: Few-Shot Adaptation to Untrained Conditions in Deep Mobile Sensing). 이 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단과 정보통신기술진흥센터, 한국연구재단 차세대 정보 컴퓨팅 기술개발사업의 지원을 받아 수행됐다.
2020.06.09 조회수 18663 -
세관 통관 속임수 적발하는 알고리즘 개발
우리대학 전산학부 차미영 교수 연구팀이 면세범위 초과 물품, 위장 반입, 원산지 조작 등 세관에서 벌어지는 불법적 행위를 빈틈없이 적발할 수 있는 기술을 개발했다.
차 교수는 기초과학연구원(IBS, 원장 노도영) 수리 및 계산과학 연구단 데이터 사이언스 그룹 CI(Chief Investigator)을 맡아 세계관세기구(WCO‧World Customs Organization)와의 협업을 통해 스마트 관세 행정을 위한 알고리즘 개발을 마쳤다.
데이터 사이언스 그룹은 2019년 9월부터 WCO의 바꾸다(BACUDA) 프로젝트(*한국정부가 WCO에 공여하는 세관협력기금(Customs Cooperation Fund of Korea)로 설립, 운영)에 참여해 알고리즘 개발을 주도해왔다.
WCO는 지난 2월 홈페이지 기사를 통해 “세관 데이터 분석(BAnd of CUstoms Data Analysis)의 앞 글자를 따서 바꾸다 프로젝트로 이름 지었다”며 “한글로는 ‘변화’를 뜻하는 것처럼 스마트 관세 체계로의 변화를 추구하는 회원국들을 돕기 위해 데이터과학자들과 협업을 시작했다”고 프로젝트의 취지를 알렸다.
IBS가 WCO, 대만 국립성공대(NKCU‧National Cheng Kung University)와 함께 개발한 알고리즘 데이트(DATE DATE : Dual-Attentive Tree-aware Embedding for Customs Fraud Detection의 약자)는 불법적 행위 발생 가능성이 높으면서도 세수 확보에 도움이 되는 물품을 우선적으로 선별해 세관원에게 알린다.
기존 알고리즘은 세관 검사 대상만 추천했으나, 데이트는 검사 대상의 선별 이유까지 설명해줌으로써 사기 적발의 근거를 세관원이 충분히 확보할 수 있다는 특징이 있다.
우리대학 산업및시스템공학과(지식서비스공학대학원)을 졸업한 김선동 IBS 연구위원은 “설명력이 훌륭한 데이트는 인간개입(human-in-the-loop)으로 작동하는 현 세관 시스템에 가장 적합한 알고리즘”이라며 “저위험 물품 검사 에 쓰이는 세관원의 불필요한 노동을 줄이고, 복잡한 통관 프로세스를 효율화하는 데 도움이 될 것으로 기대하고 있다”고 설명했다.
바꾸다 그룹은 지난 3월 나이지리아의 틴캔(Tin Can)과 온네(Onne) 항구에 데이트를 시범 도입했다. 사전 테스트 결과, 데이트 도입으로 인해 기존의 전수 조사 통관 방법에 비해 40배 이상 효율적으로 세관 사기를 적발할 수 있음이 확인됐다. 시범운영을 마치면 알고리즘을 개선하고, 기술이전을 통해 WCO 회원국 대상으로 확대 적용해나갈 계획이다.
데이터 사이언스 그룹은 데이트 개발 성과를 오는 8월 데이터 마이닝 및 인공지능 분야의 최고 학술대회인 ACM SIGKDD(The Association for Computing Machinery’s Special Interest Group on Knowledge Discovery and Data Mining) 2020에서 발표할 예정이다.
차미영 CI는 “데이트는 세관원들의 물품 검사 및 적발된 수입자와의 소통을 도와줌으로써 스마트 세관 행정 정착에 큰 기여를 할 것”이라며 “향후 물품의 X선 이미지를 활용하거나, 전이 학습(Transfer learning)을 통해 여러 국가의 통관 데이터를 함께 활용하는 방법까지 추가해 알고리즘의 정확성을 높여나갈 계획”이라고 말했다.
2020.06.01 조회수 14302 -
실시간 영상 전송 보안 기술 개발
전산학부 김명철 교수 연구팀이 웹캠, 영상 드론, CCTV, 증강현실(AR), 가상현실(VR) 등에 사용하는 영상 전송 장비용 실시간 영상 암호화 및 전산 자원(CPU, 배터리 등) 소모 저감 기술을 개발했다.
연구팀의 실시간 영상 전송 보안기술은 비디오 코덱 종류에 상관없이 적용될 수 있는 범용성을 가질 뿐 아니라 영상전송기기의 CPU나 배터리를 최대 50%까지 절약하면서도 최고 수준의 보안성능을 제공하는 결과를 보였다.
고경민 박사 주도로 개발된 이번 연구결과는 보안 분야의 국제 학술지 IEEE TDSC(Transactions on Dependable and Secure Computing) 3월 13일 자 온라인판에 게재됐다. (논문명: Secure video transmission framework for battery-powered video devices) 또한, 국내 특허로 등록, 미국특허로 출원돼 2차 심사가 진행 중이다. (국내특허명: 통신 시스템의 암호화 패킷 전송 방법)
기존 실시간 영상 전송 보안기술은 촬영한 모든 영상을 암호화해 전송하거나 비디오 데이터 식별 없이 무작위로 암호화하기 때문에 전산 자원이 제한된 상황에서 적용하기에는 한계가 있다. 문제 해결을 위해 연구팀은 새로운 실시간 영상 암호화 및 배터리 소모 저감 기술을 개발했다. 이 기술은 영상전송 장비에서 동작하는 자원 모니터링 결과에 따라 카메라로 촬영한 영상을 구성하는 비디오 데이터를 데이터중요도 관점에서 선별적으로 암호화 전송을 수행한다.
암호화 전송 시에는 영상 송신 장비의 가용자원량에 따라 실시간으로 암호화 정도를 조정하며, 다중 전송경로 지원을 통해 보안성을 높인다. 수신된 영상 데이터는 실시간 영상 재생이 가능한 단위로 그 순서를 복원한 후 화면에 표시된다. 이 기술은 가용 전산 자원의 모니터링 결과에 따라 촬영된 영상을 구성하는 비디오 데이터 단위로 암호화가 가능해 전산 자원 가용량에 따른 선별적 적용이 가능하다.
연구팀은 카메라 장비를 상용 영상 드론에 탑재해 무선을 통한 영상전송 시 전산 자원 소모를 낮추면서 보안성을 높일 수 있음을 증명했다. 최근 코로나로 인해 널리 활용되는 비대면 강의 및 미팅의 보안성 강화에 기여할 수 있을 것으로 기대된다.
김명철 교수는 “영상전송 보안이 중요한 온라인 교육/회의, 스마트시티의 CCTV, 민군 드론 영상 송수신, 증강현실(AR), 가상현실(VR) 등에서 특허화된 개발기술이 원천기술로 활용될 수 있도록 산학협력을 활발히 추진하고 있다”라고 말했다.
2020.04.16 조회수 13122 -
이성주 교수, 앱 시제품 제작 생산성 200배 향상 기술 개발
〈 박수영 연구원, 이성주 교수 〉
〈 김동휘 연구원 〉
우리 대학 전산학부 이성주 교수 연구팀 스마트폰 앱 개발에서 필수적인 시제품 제작 과정을 획기적으로 줄여 생산성을 200배 이상 높일 수 있는 기술을 개발했다.
김동휘, 박수영 박사과정, 고지훈 석사과정, 미국 버팔로 대학 스티브 고(Steve Ko) 교수가 참여한 이번 연구 결과는 인간-컴퓨터 상호작용, 사용자 인터페이스 분야 국제학회 ACM UIST에서 10월 21일 발표됐다. (논문명 : X-Droid: A Quick and Easy Android Prototyping Framework with a Single-App Illusion)
새로운 아이디어가 스마트폰 앱으로 만들어지기까지는 수많은 시간과 자원, 인력이 필요하지만 정작 앱을 만들어도 소비자의 수요를 충족시키지 못하거나 시장의 흐름을 놓치면 자원만 낭비하는 경우가 많다.
이러한 이유로 보통은 정식으로 제품을 개발하기 전에 작은 규모로 시제품을 먼저 개발해 시장성을 시험해보곤 한다. 아이디어와 신제품이 범람하는 환경에서 시제품을 빠르고 정확하게 만드는 것이 개발사 입장에서는 매우 중요한 일이다.
시제품 제작에 특화된 도구도 많아 쓰이는 도구, 서비스가 수천 가지가 넘는다. 이는 그만큼 업계에서 시제품 구현에 관심이 많고 수요가 많다는 것을 뜻한다.
그러나 기존에 존재하던 수많은 도구의 도움을 받더라도 결국 기능은 직접 구현해야 한다. 디자인이나 아이디어를 차용할 수는 있어도 프로그램은 시중에 공개되지 않은 이상 전부 직접 만들어야 한다.
이성주 교수 연구팀이 개발한 기술은 바로 이러한 한계를 극복했다. 연구팀은 이미 수백만 개에 달하는 스마트폰 앱들이 시장에 출시된 점에 착안해 새 앱 시제품을 만들 때 기존 앱의 기능을 추출해 활용할 수 있도록 하는 데 성공했다.
앱 개발자는 이 기술을 활용해 다양한 시제품 앱들을 만들어 시험해보고 가장 유용한 안을 선정해 정식으로 개발할 수 있다. 만약 다른 앱에서 추출한 기능을 포함한 시제품 앱을 그대로 출시하고자 한다면 기능을 추출해온 앱 개발자의 동의가 필요하지만, 배포하지 않고 내부에서 시험하는 것만으로도 정식 개발의 실패 가능성을 크게 줄일 수 있다.
연구팀의 기술은 기존 앱에서 필요한 기능이 있을 때 그 앱을 시연하면 자동으로 해당 기능이 추출되고 개발자가 활용할 수 있는 프로그램 코드로 변환된다.
예를 들어 스마트폰 사용자의 수면을 감지해 자동으로 알림을 끄는 기능의 시제품을 만들기 위해서는 수면 상태를 추적하는 복잡한 기술이 필요하지만, 연구팀의 기술을 활용하면 단순히 시중의 수면 분석 앱으로부터 해당 기능을 추출해 시제품 제작에 활용할 수 있다.
연구팀은 현직 스마트폰 앱 개발자와의 실험을 통해 최소 1만 줄 이상의 프로그램 코드 작성이 필요한 개발 과정을 연구팀이 개발한 기술을 적용하면 불과 50여 줄의 코드 작성으로도 시제품을 개발할 수 있음을 확인했다.
이는 시제품 앱 개발에 필요한 프로그램 작성이 200배가량 줄어든 것으로 기존의 스마트폰 앱들을 활용하고 기계가 자동으로 프로그램을 작성하도록 함으로써 개발 비용을 획기적으로 줄인 것이다.
이성주 교수는 “기존 다른 앱의 기능을 코드 없이도 구현할 수 있는 기술로 시연을 통한 프로그래밍 기술을 활용하고 또 다른 앱과의 상호작용이 모두 백그라운드에서 이루어지게 하는 기술이다”라며 “개발자가 실제로는 자신의 앱과 다른 앱을 동시에 다루지만 마치 한 개의 앱으로 작업하는 듯한 효과가 있었으며, 새 앱 기능을 손쉽고 빠르게 구현해 더 많은 유용한 앱 출현을 기대할 수 있게 됐다”라고 말했다.
이번 연구는 한국연구재단 차세대정보컴퓨팅기술개발사업과 산업통상자원부, 한국산업기술진흥원 국제공동기술개발사업의 지원을 통해 수행됐다.
연구에 대한 설명과 시연이 담긴 비디오를 다음 링크에서 확인할 수 있고, ( https://www.youtube.com/watch?v=5pF5kGq-lDU ) 자세한 정보는 프로젝트 웹사이트에서 볼 수 있다. ( https://nmsl.kaist.ac.kr/projects/xdroid/ )
□ 그림 설명
그림1. 연구팀이 개발한 기술이 구현된 개발자 도구
2019.11.12 조회수 28417 -
이성주 교수, 스마트폰으로 사물 두드려 인식하는 노커(Knocker) 기술 개발
〈 왼쪽부터 공태식 박사과정, 조현성 석사과정, 이성주 교수 〉
우리 대학 전산학부 이성주 교수 연구팀이 스마트폰을 사물에 두드리는 것만으로 사물을 인식할 수 있는 ‘노커(Knocker)’ 기술을 개발했다.
이번 연구 결과는 기존 방식과 달리 카메라나 외부 장치를 사용하지 않아 어두운 곳에서도 식별에 전혀 지장이 없고, 추가 장비 없이 스마트폰만으로 사물 인식을 할 수 있어 기존 사물 인식 기술의 문제를 해결할 수 있을 것으로 기대된다.
공태식 박사과정, 조현성 석사과정, 인하대학교 이보원 교수가 참여한 이번 연구 결과는 9월 13일 유비쿼터스 컴퓨팅 분야 국제 최우수학회 ‘ACM 유비콤(ACM UbiComp)’에서 발표됐다. (논문명 : Knocker: Vibroacoustic-based Object Recognition with Smartphones)
기존의 사물 인식 기법은 일반적으로 두 종류로 나뉜다. 첫째는 촬영된 사진을 이용하는 방법으로 카메라를 이용해 사진을 찍어야 한다는 번거로움과 어두운 환경에서는 사용하지 못한다는 단점이 있다. 둘째는 RFID 등의 전자 태그를 부착해 전자신호로 구분하는 방법으로 태그의 가격 부담과 인식하고자 하는 모든 사물에 태그를 부착해야 한다는 비현실성 때문에 상용화에 어려움을 겪었다.
연구팀이 개발한 노커 기술은 카메라와 별도의 기기를 쓰지 않아도 사물을 인식할 수 있다. 노커 기술은 물체에 ‘노크’를 해서 생긴 반응을 스마트폰의 마이크, 가속도계, 자이로스코프로 감지하고, 이 데이터를 기계학습 기술을 통해 분석해 사물을 인식한다.
연구팀은 책, 노트북, 물병, 자전거 등 일상생활에서 흔히 접할 수 있는 23종의 사물로 실험한 결과 혼잡한 도로, 식당 등 잡음이 많은 공간에서는 83%의 사물 인식 정확도를 보였고, 가정 등 실내 공간에서의 사물 인식 정확도는 98%에 달하는 것을 확인했다.
연구팀의 노커 기술은 스마트폰 사용의 새로운 패러다임을 제시했다. 예를 들어 빈 물통을 스마트폰으로 노크하면 자동으로 물을 주문할 수 있고, IoT 기기를 활용하여 취침 전 침대를 노크하면 불을 끄고 알람을 자동 설정하는 등 총 15개의 구체적인 활용 방안을 선보였다.
이성주 교수는 “특별한 센서나 하드웨어 개발 없이 기존 스마트폰의 센서 조합과 기계학습을 활용해 개발한 소프트웨어 기술로, 스마트폰 사용자라면 보편적으로 사용할 수 있어 의미가 있다”라며 “사용자가 자주 이용하는 사물과의 상호 작용을 보다 쉽고 편하게 만들어 주는 기술이다”라고 말했다.
이 연구는 한국연구재단 차세대정보컴퓨팅기술개발사업과 정보통신기획평가원 정보통신․방송 기술개발사업 및 표준화 사업의 지원을 통해 수행됐다.
연구에 대한 설명과 시연은 링크에서 확인할 수 있고, ( https://www.youtube.com/watch?v=SyQn1vr_HeQ&feature=youtu.be ) 자세한 정보는 프로젝트 웹사이트에서 볼 수 있다. ( https://nmsl.kaist.ac.kr/projects/knocker/ )
□ 그림 설명
그림1. 물병에 노크 했을 때의 '노커' 기술 예시
그림2. 23개 사물에 대해 스마트폰 센서로 추출한 노크 고유 반응 시각화
2019.10.01 조회수 15947