우리나라에서는 해상교통관제분야에 4차산업기술 중 클라우드, AI 기술을 접목한 클라우드 해상교통관제시스템이 개발중에 있 으며, 기존의 해상교통관제시스템(VTS)과는 차별화된 기술과 운영프로그램이 적용되어, 현재 부산항 VTS에 시범센터의 구축이 진행 중이 다. 신개념의 클라우드 VTS를 운용하게된 운영자와 유지보수 담당자등의 종사자들의 역할이 새롭게 정의될 필요가 있으며, 클라우드 VTS의 원할한 운영을 위한 신규 교육과정개발이 요구되는 시점이다. 따라서, 동 연구에서는 클라우드 VTS의 개발내용을 소개하고, 안전 한 운영을 보장할 수 있는 클라우드 VTS 운영자 및 유지보수 담당자를 대상으로 하는 교육시행 방안에 관한 연구를 수행하였다.

국제항로표지협회(IALA)는 선박의 안전하고 효율적인 운항을 위해 2016년에 선박교통관제서비스(VTS) 운영을 위한 VTS 매뉴 얼 권고지침을 제시하였으며, 한국해양경찰청(KCG)은 IALA VTS 매뉴얼 및 VTS 관제사의 교육훈련 지침에 근거하여 2022년까지 전국 항 만 및 연안 수역에 총 19개의 VTS 센터를 설치·운영하고 있다. 또한, IALA는 효율적인 e-Navigation 시스템 서비스와 관제 당국의 안전하고 효율적인 VTS 서비스 지원을 위해 2011년에 VTS 간 데이터 교환 표준인 Inter-VTS Exchange Format(IVEF) 서비스권고안(V-145)을 제시했다. IVEF 서비스는 선박 정보교환을 위한 공통 프레임워크로 일곱 개의 기본 IVEF 서비스(BISs) 모델을 제시하고 있으며, VTS 서비스 제공자 는 IVEF 표준을 이용하여 공동 운항구역에 대한 VTS 정보공유를 통해 보다 안전하고 효율적인 VTS 서비스를 제공할 수 있다. 본 논문에 서는 KCG에서 수행하고 있는 클라우드 기반 VTS 통합 플랫폼 및 개발 서비스를 BISs의 데이터 모델, 상호작용 모델, 인터페이스 모델에 근거하여 제시했다. 또한, IVEF 서비스 구현을 위한 클라우드 VTS 통합 플랫폼 테스트 베드를 구축하고, IVEF 서비스의 주요 기능을 구현 한 결과를 보였다.

동아시아의 ‘본류’에서 글로벌 차원으로 ‘지류’가 확장된 한류(Korean Wave)는 시기별, 권역별, 그리고 내용에 따라 발전 단계를 구분할 수 있 다. 한류의 발전 단계를 모두 4기(신한류 포함)로 구분한 유형 분류 틀에 따르면 본 연구의 대상 지역인 중남미권을 위시로 하는 非아시아권은 모 두 2000년대 후반 이후인 한류 2기에 속한다. 특히, 2020년 이후를 신 한류(K-culture)로 지칭되며 이 4기의 특징은 한류의 1기의 대표 콘텐츠 인 K-drama를 필두로, K-pop, K-movie, K-food, K-game 등 ‘K(S)’ 마크를 장착한 다양한 콘텐츠를 가지고 있는 토탈 브랜드(Total Brand) 형태로 진화했다. 기존의 연구물을 바탕으로 본고는 기존의 한류관련 연 구에 방법론적 차별화를 통해 對 중남미 한류 현상의 고찰을 목적으로 한다. 특히 본고는 중남미지역의 한류는 기존의 한류 발전 단계에 부합 하는가? 에 대한 연구 질문을 던지며, R 프로그램을 활용하여 워드 클라 우드(Word Cloud) 기법을 이용한 K-콘텐츠 관련 빅데이터 분석을 한 다. 텍스트 마이닝을 통한 빈도분석에 따르면 중남미 한류 태동기인 2010년 K-pop이 주요 ‘동력’이었으며 10년이 지난 현재도 K-pop의 비 중이 여전히 높다는 결과가 도출되었다. 따라서, 중남미지역은 한류 태동 기의 양상에서 크게 성장 및 확대되었다고 보기에는 다소 미흡하다. 즉 중남미지역의 한류는 K-contents의 다양화이기 보다는 K-pop과 관련된 음악 장르의 확산과 고착화의 양상으로 볼 수 있다.

선박교통관제사는 선박 교통의 안전과 효율을 도모하기 위하여 선박교통관제 설비로 지정된 시스템 및 센서 장비를 활용하여 선박교통관제 업무를 수행한다. 선박교통관제의 효과적 운영을 위한 관제 필요 정보는 지정된 선박교통관제 설비 이외의 부가적인 정보 창구의 접근이 요구되며, 이러한 다양한 정보 열람 창구를 일원화하기 위하여 선박교통관제 클라우드 시스템 개발이 진행 중이다. 본 연구 에서는 선박교통관제 클라우드 시스템 도입에 따른 사용자 필요 정보 식별을 위하여 선박교통관제 업무 분석 및 운영 정보와 선박교통관 제 설비 연계 분석을 수행하였다. 국내외 문헌 검토와 전문가 인터뷰를 통하여 선박교통관제 업무 분석을 수행하였으며, 선박교통관제 설 비에 따른 필요 정보를 식별·연계하였다. 분석 결과 전체 내·외부 정보 창구의 필요 정보는 37개의 범주로 식별되었으며, 필수 및 보조관제 설비 이외 열람이 필요한 추가 요구 정보는 8개의 정보창구를 통하여 수집 가능한 것으로 확인되었다. 본 연구를 통하여 식별한 사용자 요 구사항은 선박교통관제 클라우드 시스템 구축을 위한 데이터 수집·처리 구조 설계에 적용될 것이다. 향후 시나리오 기반 관제 시스템 사용 자 운영 분석을 통하여 사용자 요구 및 필요 정보를 개정·보완하고, 시스템 인터페이스 디자인 설계에 관한 추가 연구가 필요하다.

4차 산업혁명 시대의 흐름에 맞춰 농업에서도 ICT 기술을 활용한 스마트팜의 개발 및 보급을 통해 경쟁력을 높이기 위한 노력이 진행되고 있다. 과거 농부의 경험에 의해 축적된 지식을 이용하던 농업에서 각종 센서를 이용하여 다양한 재배 환경을 분석하고 이를 이용하여 최적의 재배 환경을 제어하는 지능형 시스템으로 변 하고 있으며, 네트워크를 통하여 시간과 공간의 제약이 없이 작물 재배가 가능한 환경이 만들어지고 있다. 본 논문에서는 기존에 구축된 클라우드 기반 스마트팜과 연동하여 팜 시뮬레이터를 구현하는 방법을 제안한 다. 클라우드에 누적된 환경 데이터와 제어 데이터를 이용하여 환경 변수에 대한 예측 모델을 학습하고 실제 운영중인 스마트팜의 실시간 환경 데이터를 이용하면 보다 현실감 있는 시뮬레이션이 가능하게 되어 사용자 의 몰입을 유도할 수 있다. 단순 시뮬레이션에서 벗어나 학습 모드를 통해 실제 농부의 스마트팜 운영 데이 터를 학습할 수 있도록 하고, 운영 모드에서는 실제 스마트팜의 운영 결과와 비교를 통하여 경쟁을 통한 성 취감을 얻을 수 있도록 하였다. 이러한 경험이 누적되면 작물재배에 관심이 있는 사용자들에게 실제 스마트 팜을 통한 작물 재배의 경험을 제공할 수 있는 사업 모델로의 확장도 가능할 것이다. 추후 메타버스 (metaverse) 상에 스마트팜을 연동하는 연구를 통하여 가상 공간에서 보다 사실적으로 스마트팜을 운영하는 사용자 경험을 제공해 줄 수 있도록 확장할 수 있을 것이다.

사회기반 시설물의 노후화에 대응해 이상 징후를 파악하고 유지보수를 위한 최적의 의사결정을 내리기 위해선 디지털 기반 SOC 시설물 유지관리 시스템의 개발이 필수적인데, 디지털 SOC 시스템은 장기간 구조물 계측을 위한 IoT 센서 시스템과 축적 데이터 처 리를 위한 클라우드 컴퓨팅 기술을 요구한다. 본 연구에서는 구조물의 다물리량을 장기간 측정할 수 있는 IoT센서와 클라우드 컴퓨팅 을 위한 서버 시스템을 개발하였다. 개발 IoT센서는 총 3축 가속도 및 3채널의 변형률 측정이 가능하고 24비트의 높은 해상도로 정밀 한 데이터 수집을 수행한다. 또한 저전력 LTE-CAT M1 통신을 통해 데이터를 실시간으로 서버에 전송하여 별도의 중계기가 필요 없 는 장점이 있다. 개발된 클라우드 서버는 센서로부터 다물리량 데이터를 수신하고 가속도, 변형률 기반 변위 융합 알고리즘을 내장하 여 센서에서의 연산 없이 고성능 연산을 수행한다. 제안 방법의 검증은 2개소의 실제 교량에서 변위계와의 계측 결과 비교, 장기간 운 영 테스트를 통해 이뤄졌다.

포인트 클라우드를 활용한 폴리곤 모델 활용에 대해서는 지속적으로 연구되고있다. 이러한 연구는 대부분 하이 폴리곤 모델을 대상으로 생성된 모델을 활용한 기술이다. 오늘날 비디오 게임 등에서 활용되는 하이 폴리곤 모델은 대부분 높은 퍼포먼스를 바탕으로 화려한 효과를 표현한다. 그러나 게임 등의 콘텐츠에 있어서 화려한 효과와 높은 품질의 리소스를 활용한 게임만이 만족도를 충족시켜주는 것이 아니다. 콘텐츠에 따라서 의도적으로 로우 폴리곤 모델을 활용하기도 한다. 인디 게임 등에서는 낮은 접근성을 장점으로 로우 폴리곤 형태의 모델을 제작하여 이를 활용한 게임들도 지속적으로 개발되어 왔다. 따라서 본 연구에서는 이러한 변화에 맞춰서 포인트 클라우드 데이터를 활용하여 로우 폴리곤 모델을 생성 및 음영 처리하는 방법을 제안한다. 여러 개의 모델을 생성하여, 각각의 모델이 하나의 텍스처를 공유하고, 음영을 처리한다. 마지막으로 라이트맵 기법의 결과물과 비교하는 실험을 진행한다.

본 논문은 지각된 가치가 적용된 관광 행동의도 정보를 이용한 지능형 클라우드 환경에서의 관광추천시스템을 제안한다. 이 제안 시스템은 관광정보와 관광객의 지각적 가치가 행동의도에 반영되는 실증적 분석 정보를 와이드 앤 딥러닝 기술을 이용하여 관광추천시스템에 적용하였다. 본 제안 시스템은 다양하게 수집할 수 있는 관광 정보와 관광객이 평소에 지각하고 있던 가치와 사람의 행동에서 나타나는 의도를 수집 분석하여 관광 추천시스템에 적용하였다. 이는 기존에 활용되던 다양한 분야의 관광플랫 폼에 관광 정보, 지각된 가치 및 행동의도에 대한 연관성을 분석하고 매핑하여, 실증적 정보를 제공한다. 그리고 관광정보와 관광객의 지각적 가치가 행동의도에 반영되는 실증적 분석 정보를 선형 모형 구성요소와 신경만 구성요소를 합께 학습하여 한 모형에서 암기 및 일반화 모두를 달성할 수 있는 와이드 앤 딥러닝 기술을 이용한 관광추천 시스템을 제시하였고, 파이프라인 동작 방법을 제시하였다. 본 논문에서 제시한 추천시스템은 와이드 앤 딥러닝 모형을 적용한 결과 관광관련 앱 스토어 방문 페이지 상의 앱 가입률이 대조군 대비 3.9% 향상했고, 다른 1% 그룹에 변수는 동일하고 신경망 구조의 깊은 쪽만 사용한 모형을 적용하여 결과 와이드 앤 딥러닝 모형은 깊은 쪽만 사용한 모형 대비해서 가입률을 1% 증가하였다. 또한, 데이터셋에 대해 수신자 조작 특성 곡선 아래 면적(AUC)을 측정하여, 오프라인 AUC 또한 와이드 앤 딥러닝 모형이 다소 높지만 온라인 트래픽에서 영향력이 더 강하다는 것을 도출하였다.