주소 관련 미래 산업의 확장으로 새로운 주소체계에 대한 수요가 증가하였으며, 특정 사물에 주소를 부여하는 체계인 사물주소의 중요성이 강조되고 있다. 현행 사물주소는 행정안전부가 제작 및 배포하고 있으며 데이터베이스 제작 등 사물주소의 활성화를 위한 노력이 지속되고 있다. 하지만 현행 사물주소는 하향식 방법으로 부여되고 있기 때문에 수요자 응답형 정보제공 대응에 미흡한 현실이다. 이에 본 연구에서는 상향식 방법으로 운영 중인 포켓몬 고 DB와 사물주소 DB의 공간적 분포를 탐색함으로 써 사용자 참여형 주소정보 생성 및 적용 가능성을 제시하였다. 각 DB의 지점별 티센 폴리곤을 생성한 뒤 ANOVA 분석을 수행한 결과 두 DB간의 면적 차이가 있음을 확인하였다. 또한 지니 계수를 산출하여 분포 불평등성을 확인하여 DB를 통합하여 활용하는 방법을 제시하였다. 본 연구는 사물주소의 확산과 알기 쉬운 대국민 주소정보체계 확립에 정책적인 활용이 가능할 것이다.

식품의약품안전처는 효율적인 식중독 예방 교육·홍보를 위하여 모바일 증강현실 게임인 ‘식중독잡GO’를 개발 하고 식품안전의 날 등 11개 행사에서 시범운영을 하였다. 행사장에서 ‘식중독잡GO’를 체험한 사람을 대상으로 식중독에 대한 인지정도를 설문조사를 통해 살펴보았다. 설문조사 결과 ‘식중독잡GO’ 게임 전후대비 식중독예방 3대 요령 인지도는 게임 전 51.8%에서 게임 후 78.8%로 향상되었고, 개별 식중독균 인지도는 평균 2.1배 향상되었 다. 설문조사자의 95%가 식중독 이해에 도움이 되었다고 응답하였으며, 90%가 게임이 재미있었다고 응답하였다. 따라서, ‘식중독잡GO’를 유·초·중·고등 교육에 적용을 하면 식중독균의 주요증상, 원인식품 등 식중독 예방 요령의 다양한 교육적 효과를 기대할 수 있을 것으로 사료된다.

The game of Go is an oriental strategic board game originated from China at least more than 2,500 years ago. The Monte-Carlo Tree Search (MCTS) algorithm in Go is a method that uses a large number of simulations to approximately estimate the winning rate of candidate moves by sampling the game. The two computer Go programs called Crazy Stone and Mogo defeated human Go professionals on the 9⨯9 board in 2006. Prior to our implementing MCTS into computer Go, we tried to find out the best move sequence in playing Tic-Tac-Toe game as a test bed. The experimental results revealed that the first player should play the center to ensure the highest winning rate, and the game result becomes a draw if two players do their best.

바둑에 있어 사활 문제는 컴퓨터 바둑을 구현하기 위하여 반드시 극복되어져야 하는 기본적인 문제이다. 사활 문제와 같은 국부적인 문제를 풀기 위하여, 중요하게 고려되어야 할 사항은 어떻게 하면 게임 트리의 분기수와 그 깊이를 줄일 수 있느냐는 것이다. 본 논문에서는 게임 트리를 위한 첫 수들을 생성하기 위하여 휴리스틱 세력 함수로 눈 모양 분석이라는 초유의 방법을 적용하였다. 휴리스틱 세력 함수로 둘러싸인 돌들의 눈 모양을 분석하는 주요 목적은 아주 짧은 시간내에 둘러싸인 돌들이 살았는지, 미생(未生)인지 아니면 죽었는지를 판단하는 것이다. 만약 둘러싸인 돌들이 죽거나 미생일 경우가 높으면, 완전 게임 트리 내에서 최선의 수순을 찾아내기 위해 소요되는 엄청난 계산 시간을 절약할 수 있는 가능한 급소 점(첫 수)들로 사용될 수가 있다. 비록 눈 모양 분석기는 40% 미만의 정확도를 보였지만, 단순한 휴리스틱 세력함수로 된 눈 모양 분석기는 짧은 시간 내에 둘러싸인 돌들의 생사 여부를 판단하는 데 상당한 도움이 됨을 발견했다.

인공지능 연구에서 바둑은 위치평가의 어려움과 엄청난 분기수로 인해 가장 도전적인 보드게 임으로 여겨지고 있다. 몬테카를로 트리탐색은 이러한 문제점을 극복할 수 있는 고무적인 돌파 구이다. 알파고의 숨겨진 아이디어는 주어진 위치에서의 승률을 예상하여 깊은 탐색을 유도한 후 가장 고무적인 착수를 찾아내는 것이었다. 본 논문에서는 무전략 MCTS를 활용하여 9줄바 둑에서 프로기사들이 최상의 첫수로 여기는 천원점이 옳다는 것을 확인했으며, 또한 가장 유행 하는 첫 수들의 평균승률을 비교했다.

바둑에 있어 사활문제는 컴퓨터 바둑을 구현하기 위해 반드시 극복해야 하는 기본적인 문제이다. 사활문제와 같은 국부적인 바둑 문제를 해결하기 위하여 고려해야 될 중요한 사항은 게임 트리의 엄청난 분기수와 그 깊이를 어떻게 처리하느냐이다. 본 논문에서 수행된 실험의 기본 착상은 둘러싸인 돌들을 죽이기 위해 인식된 첫 수들을 찾아내는 인간의 습성을 모방한 것이다. 바둑에 있어, 유사한 사활문제(패턴)들은 자주 유사한 해들을 갖는다. 유사한 패턴을 분류 하기 위하여 코호넨 신경망(KNN)을 기반으로 한 군집화를 수행하였으며, 실험 결과는 고무적이며 사활문제를 풀기 위해 신경망으로 통제 학습을 사용하는 패턴 일치와 경쟁할 수 있음을 알아냈다.