특1급 호텔의 외식 레스토랑이미지와 성과에 관한 연구

강정수 극동대학교 일반대학원 2007 국내박사

국내외적으로 불안정한 정치적 혹은 경제적 상황변수에 민감하게 영향을 받을 수 밖에 없는 국내 호텔기업으로서는 제한된 객실 및 F&B 매출에 의존하는 것만으로는 현재 직면한 위기를 타계하기가 어렵다고 본다. 이를 인식한 호텔기업들은 이미 수년전부터 예식장사업 및 외식사업부 운영을 통해 매출신장을 꾀하고 있다. 호텔 외식 레스토랑에 경쟁자인 체인형 패밀리레스토랑은 강력한 브랜드파워를 바탕으로 브랜드다각화 및 다점포전략에 따른 점포확장경쟁을 통해 고객유치를 위한 마케팅전략을 수행함으로써 호텔 외식 레스토랑에 위협적인 경쟁상대로 부각되고 있다. 그러나 호텔 외식 레스토랑인 경우는 체인형이 아니므로 고객이 특정 레스토랑 점포를 선택시 고객의 평가기준에서 대안적인 점포와 비교를 하게 되는데 이런 경우 브랜드뿐만이 아니라 그 특정 점포이미지가 선택기준으로 작용할 수 있다. 그 이유는 동일한 브랜드일지라도 판매되는 점포에 따라 그 브랜드의 평가가 다르게 나타날 수도 있기 때문이다. 그러므로 호텔기업에서 운영하는 외식 레스토랑의 경우는 브랜드의 평가 측정보다는 개별 점포의 이미지 측정을 통해 고객의 구매행동을 이해하는 것이 보다 바람직하다고 본다. 이에 본 연구의 목적은 호텔기업에서 운영하는 외식 레스토랑을 대상으로 레스토랑이 갖고 있는 점포이미지와 점포이미지에 따른 고객의 평가인 고객만족 및 고객충성의 영향관계를 규명함으로써 호텔 외식 레스토랑의 방문고객의 구매행동의 특성을 파악하는 것이다. 그리고 점포이미지가 고객만족 및 고객충성의 영향관계에서 인구통계학적 특성 및 외식행태의 특성에 따른 조절효과를 파악하고자 한다. 이 연구의 결과를 통해 호텔기업은 고객의 구매행동을 보다 심층적으로 이해함으로써 향후 외식사업 활성화 및 마케팅 전략을 구축 하는데 도움이 될 수 있을 것이다. 연구의 분석결과 다음과 같은 시사점이 제시되었다. 첫째, 특1급 호텔 외식 레스토랑이미지의 탐색적 요인분석결과 위생, 시설 및 분위기, 메뉴, 가격 및 음료, 서비스인지, 서비스반응, 직원의 태도 및 용모 등 7개의 내재된 차원을 도출함으로써 학문적으로 레스토랑의 이미지척도를 개발함으로써 향후 연구에 기초자료를 제시하고 있다. 둘째, 네 가지 유형의 고객만족 모두에 유의한 영향을 미친 레스토랑 이미지요인은 시설 및 분위기와 메뉴라는 점을 감안할 때 특히 메뉴에 있어서 호텔 수준의 질적인 메뉴를 제공함으로써 보다 경쟁력있는 레스토랑이미지를 확보할 수 있다는 점을 인식해야 한다. 셋째, 레스토랑이미지의 가격 및 음료요인이 전반적인 만족을 제외한 비교만족, 기대만족, 가격대비 만족에 유의한 영향을 미쳤다는 점을 감안할 때 호텔 외식레스토랑을 방문하는 주 고객들의 상당수가 가격에 가치를 둔 고객이란 점을 파악할 수 있다. 일반적으로 값비싼 호텔 다이닝룸에서 식사를 하는 것보다는 양질의 메뉴 및 서비스를 저렴하게 만끽할 수 있다는 점이 바로 호텔 외식 레스토랑의 장점임을 확인시켜주는 결과라고 판단된다. 그러므로 원가관리를 통한 수익극대화방안이 효과적인 전략이 될 수 있다. 넷째, 가격대비 만족측면에서 볼 때 남성고객이 여성고객에 비해 높게 지각하는 점을 고려할 때, 호텔 외식 레스토랑 마케터는 적절한 가격전략을 통해 지속적인 고객관계를 유지할 수 있는 방안을 모색해야 할 것이다. 그리고 여성고객을 유인할 수 있는 전략도 필요할 것이다. 즉, 여성고객은 가격 보다는 분위기에 강하게 반응한다는 점을 고려할 때 입지에 따라서 여성을 점포의 주 고객으로 표적 마케팅 하는 전략도 필요할 것이다. 다섯째, 인구통계적인 조절효과 결과를 바탕으로 볼 때, 호텔 외식 레스토랑의 표적시장은 40대 이상의 기혼인 남성이면서 소득수준이 월 400만원 이상인 고객층이 되어야 할 것이다. 특히 주지해야 할 점은 이 세분시장은 레스토랑이미지 중 서비스 반응 즉, 고객의 불평처리, 능동적인 대화, 주문된 메뉴의 적절한 시간 내 제공 등의 요인에 민감하게 반응하는 시장이다. 즉, 불평고객이 발생하지 않도록 최선을 다해야 할 것이고, 만약서비스 실패가 발생했을 경우에는 적절한 대화 및 보상으로 서비스 회복을 이룰 수 있도록 최선을 다해야 할 것이다. 마지막으로, 레스토랑이미지가 고객만족 및 고객충성에 미치는 영향을 고려할 때 경쟁력있는 레스토랑이미지를 확보하기 위해서는 호텔 외식레스토랑 마케터는 고객의 욕구에 맞는 레스토랑이미지를 개발하고 포지셔닝하여 호텔 외식레스토랑만의 경쟁우위전략으로 발전시켜나가야 할 것이다. The purpose of this study is to research the effect of restaurant image on customer satisfaction and customer loyalty at off-premises restaurant of super deluxe hotels in Korea. This study also attempts to inquire the role effect of demographic characteristics and restaurant customer behavior between the effect of restaurant image on customer satisfaction and customer loyalty. In an attempt to achieve the goal of this study, three hundred and twenty questionnaires were distributed to off-restaurants customers of super deluxe hotels and the respondents were offered incentives. The survey lasted from June 1st, 2006 until June 7th for seven days. Total 302 replies submitted to a questionnaire and 259 of those valid samples were used for the corroborative evidence analysis, and 43 pieces of insincere questionnaires. For the analysis of the materials, it was executed frequency analysis, exploratory factor analysis (EFA), reliability analysis, multiple regression analysis, simple regression analysis, ANOVA, and T-test using SPSS ver. 12.0 statistics package. The major findings and implications are the follows: First, seven underlying dimensions of restaurant image were found. They are hygiene, interior and atmosphere, menu, price and beverage service, service recognition, service responsive, employee attitude and appearance. Second, hygiene factor has a meaningful influence on general customer satisfaction, expectative satisfaction, and price-comparative satisfaction. Interior and atmosphere and menu factors have a meaningful influence on general customer satisfaction, comparative customer satisfaction, expectative satisfaction and price-comparative satisfaction. Price and beverage service has a meaningful influence on comparative customer satisfaction, expectative satisfaction, and price-comparative satisfaction. Service recognition has a meaningful influence only on comparative satisfaction. Service responsive has a meaning influence on general customer satisfaction and price-comparative satisfaction. And employee attitude and appearance has a meaningful influence on general customer satisfaction, comparative customer satisfaction, and expectative satisfaction. Third, hygiene, interior and atmosphere, menu, and service recognition factors have a meaningful influence on re-visit intention, intention of recommendation, and continuous revisit intention of customer loyalty. Price and beverage service, service responsive, and employee attitude and appearance have a meaningful influence on re-visit intention and intention of recommendation. Fourth, in general customer satisfaction, comparative customer satisfaction, expectative satisfaction, and price-comparative satisfaction influenced by restaurant image (hygiene, interior and atmosphere, menu, price and beverage service, service recognition, service responsive, employee attitude and appearance), demographic characteristics (sex, age, education, marital status, monthly income) had a coordination role. Also in re-visit intention, intention of recommendation, and continuous revisit intention of customer loyalty influenced by restaurant image had a coordination role. Finally, restaurant customer behavior did not have a coordination role either in general customer satisfaction, comparative customer satisfaction, expectative satisfaction, and price-comparative satisfaction or re-visit intention, intention of recommendation, and continuous revisit intention of customer loyalty influenced by restaurant image. In conclusion, restaurant image has to be managed and positioned for the target market in order to sustain competitive advantage. Demographic characteristics also has to be considered to position and sustain competitive restaurant image.

신경망 기반 LLM (거대 언어 모델, GPT 4.0)의 해킹과 보안 모델에 관한 연구

김지효 극동대학교 일반대학원 2024 국내박사

인공지능이 태동한지 반세기가 지났다. 그러나 2023년 1월 거대언어 모델 GPT 3.0이 출현한 이후의 기술적 변화는 지난 반세기의 기술적 진보를 능가하였다. 반면에, 강인공지능 출현에 따른 보안문제 등 같은 위기론은 단순히 영화 속 이야기나 상상 속 이야기가 아니라, 현실 생활에 깊숙이 다가올인공지능에 의한 구체적 위협으로 인식되고 있다. 실제로 거대언어모델의 기술적 진보의 이면에는 거대언어모델의 특성에 의해 야기되는 보안취약점이 상존한다. 즉, 거대한 데이터 수집에 의한 정보 유출, 프롬프트 조작에 의한 goal hijacking, jail break 등의 위험, 이러한 조작을 통해 유포된 사실판단에 대한 어려움, 마지막으로 jail break 등의 공격에 사후처방식의 보안정책이 실시됨에 따른 부정확성도 존재한다. 본 연구는 거대 언어 모델(LLM) 알고리즘에 대한 선행연구를 진행하고, 실제 실험을 통해 거대언어모델(LLM)의 침투가 가능한지 여부를 살펴보았다. 이후 델파이 방법을 통한 정량과 정성 평가를 실시하여 그 침투의 원인을 분석하였다. 마지막으로 이를 통해 거대언어모델의 침투를 예방하는 기술적 정책적 모델을 거버넌스적으로 제시하였다. 또한 해당 기술 모델 중 세부 모듈(기술적 파트)에 해당할 수 있는 알고리즘(Algorithm)도 제시하여 향후, 다른 모듈의 알고리즘 설계가 추가로 이루어지는 바로미터를 제시하였다. 본 연구를 통해 제시된 AI 보안 거버넌스 모델을 우리는 “LLM SAFETY MODEL”이라고 명하였다. 이 “LLM SAFETY MODEL”의 방법론은 다음과 같다. 우선 전문가지식 및 정보를 강화학습을 통해 정교화하는 방식을 제안한다. 즉 전문 가들의 지식을 정책화(policy)하여 강화학습을 시킴으로써 거대언어모델의 불확실성과 보안취약점을 보완하는 방식이다. 이러한 전문가들에 의해 만들어지는 거대언어모델의 정책(policy)은 보상함수와 손실함수를 쌍방 적용함으로써 거대언어모델에 학습시키는 방법을 사용하였다. 거버넌스 “LLM SAFETY MODEL”과 관련 알고리즘(Algorithm) 로직은 다음의 설명과 같다. 프롬프트 결과가 참이면 해당분야의 전문가를 통해 이것이 신뢰할 수있는지를 확인한다. 만약 전문가가 신뢰할 수 없는 정보라고 한다면 가짜뉴스일 위험성에 대한 표식을 제공한다. 반면에 전문가가 신뢰할 수있는 정보일 경우 규제나 법적인 이슈를 판단하게 된다. 이는 전문가들의 편견이나 편향을 제거할 수 있는 방법이다. 법적으로도 문제가 없다면 챗GPT를 이용하는 방식으로 알고리즘을 구성한다. 즉, 알고리즘에 휴리스틱한 방식을 포함시킴으로써 AI의 신뢰성을 높이는 방식이다.본 연구를 통해 도출된 AI 보안 거버넌스 모델인 “LLM SAFETY MODEL”을 통해 기대되는 효과는 다음과 같다. 1) 견고성(robustness) 향상: 거대언어모델에서 가장 중요한 부분이다. 즉 AI 모델의 전반적인 신뢰성 향상을 위해서는 다양한 공격에 대한 위험을 최소화할 수 있어야한다. 전문가들의 정보, 지식을 정책으로 받아들인 강화학습을 통해 거대언어모델 현재 사용되고 있는 거대언어모델 AI 솔루션이 예외적인 조건을 효과적으로 처리하고 보안 위험을 최소화할 것으로 기대된다. 2) DATA 효율성 향상: 거대언어모델은 대규모 데이터를 사전학습하기 때문에 복잡한 멀티레이어층을 통해 학습된 정보를 결과값으로 도출 한다. RLHF 방식을 통해 거대언어모델을 미세조정함으로써 범용적이면 서도 전문적인 분야에 대해 효율적이고 정확한 결과값 도출이 가능해진 다. 3) 모델 아키텍처의 일반화: 거대언어모델은 사전학습을 통해 이루어진 모델로서 RLHF 방식을 도입하게 될 경우 일반화된 모델로서의 확장이 가능해진다. 즉, 거대언어모델이 대량의 데이터 학습을 사전실행했으나 전문가들의 정보, 지식이 담긴 정책에 의해 부족한 부분을 보완함으로써 보다 일반적인 모델링으로서의 기능이 가능할 것으로 판단된다. 4) 도메인 전문가에 의한 신뢰성 향상: 사전학습 이후 보상모델과 손실모델을 함께 적용함으로써 전문가들의 정보를 포함한 정확도가 높고, 예측가능한 데이터값을 결과값으로 도출할 수 있다. 이는 AI의 가장 중요한 요소인 신뢰성(Trustworthy AI)를 보완한다. 연구 결과, LLM은 기존의 자연어 처리 모델보다 더욱 정교하고 다양한 언어 처리 작업을 수행할 수 있지만, 이에 따라 보안 취약점도 더욱많아졌다는 것이 밝혀졌다. 본 연구 결과도 도출된 LLM SAFETY MODEL은 특정 기술이나 특정 서비스에 국한되지 않고 서비스 전체 가치 사슬 영역에서 적용해 볼 수 있는 거대언어모델 취약점을 대상으로하여 범용적인 AI 서비스에 활용될 수 있다. 또한 침투 이후가 아닌(사후처방식이 아닌), 침투 이전 해당 모델을 설계하게된다면 LLM을 사용 하는 기업들에게도 실질적인 도움을 줄 수 있을 것으로 생각한다. 이 연구를 시작으로 앞으로도 생성형 AI의 특성을 기반으로 한 다양한 보안취약점을 이용한 공격이 생성될 수 있는만큼, 더욱더 다양한 기술적 제언 및 정책적 제언 연구가 이루어져야할 것으로 판단된다.

온 저항 개선을 위한 Split Gate IGBT 전기적 특성 향상 연구

조형성 극동대학교 일반대학원 2024 국내석사

전력반도체는 현대 산업에서 많은 역할을 하고 있고, 다양한 분야에서 사용되고 있다. 대표적으로는 신재생에너지, 전기자동차 그리고 산업기기이다. IGBT는 입력부는 MOSFET 출력부는 BJT로 이루어져 있다. 이로 인해 MOSFET보다는 낮은 스위칭 속도를 보여주지만 고전압에서 사용하기는 적합 하다. IGBT는 MOSFET과 다르게 바이폴라 소자이다. IGBT는 전력반도체 중에서 현재 많이 사용되는 소자 중에 하나이며 Si기반 소자중 산업용으로 많이 사용되고 있다. 본 논문은 Si 즉 실리콘 기반의 IGBT 구조 설계를 통하여 일반적인 IGBT구조 보다 항복전압 특성과 온-상태 전압강하 특성을 개선하고자 하였다. 1,700V급 Split Gate Field Stop IGBT와 1,700V급 Trench Gate Field Stop IGBT와 항복전압과 온-상태 전압강하를 비교하였다. 실험은 트렌치 길이를 3.5㎛부터 15.5㎛까지 0.5㎛씩 늘려 Split Gate의 증가시켜 전기적 특성을 확인하였고 다른 실험으로는 Split Gate 너비 실험을0.05㎛ 부터 1.55㎛까지 0.05㎛씩 늘려 실험을 진행하였다. 실험 결과 길이는 6㎛ 이후로는 항복전압이 감소하는 것을 보여주었고, 온-상태 전압강하는 계속 증가 하는 특성을 확인하였다. 너비실험의 결과로는 0.9㎛ 이후로 감소하는 특성을 보여주고 있으며 1.2㎛ 이후로는 급격히 감소하는 것을 보여주고 있다. 온-상태 전압강하는 너비가 증가할수록 증가하는 모습을 보여주고 있다. 일반적인 구조와 비교 했을 때 항복전압은 약 480V 정도 차이나는 것을 확인 하였고 온-상태 전압강하는 일반적인 구조가 약 0.1V 정도 우수한 것으로 확인하였다. 본 논문에서 제안 한 구조가 일반적인 구조보다 온-상태 전압강하는 높지만 항복전압에서는 우수하다는 것을 확인하였다. 동일한 항복전압 기준에서 비교를 진행한다면 본 논문에서 제안한 소자가 온-상태 전압강하 특성도 우수할 것으로 판단된다.

인공지능 알고리즘 진화에 따른 윤리 기계와 보안 모델 연구

장정훈 극동대학교 일반대학원 2024 국내박사

최근에 생성형 인공지능(AI) 알고리즘 기술의 급속한 발전은 사회 전반에 걸쳐 다양하고 혁신적인 변화를 일으키고 있으며, 이로 인해 다양한 알고리즘의 윤리적 및 보안법적인 연구 과제가 새롭게 부각되고 있다. 최근 인공지능(AI, Artificial Intelligence)이 발전함에 따라 향후 5년 내에 일반인공지능 ‘AGI(Artificial General Intelligence)’이 등장할 것으로 예견된다. 강인공지능(SAI, Strong Artificial Intelligence) 또는 일반/범용 인공지능은 인간 수준의 지적 능력을 갖추고 인간이 하는 일을 대신해 줄 수 있는 시대를 이끌 것이다. 이에 따른 인공지능 윤리와 보안 관련 학제적 연구의 필요성뿐만 아니라 보다 더 도전적인 연구 문제가 제기되고 있다. 본 연구에서는 이러한 연구 과제를 해결하기 위해 인공지능 알고리즘의 진화 과정에 따른 윤리 기계와 보안 모델을 체계적으로 연구하고, 실질적인 해결 방안을 제시하고자 한다. 본 연구에서 참조 모델로 인용한 윤리 기계(Moral Machine)는 MIT 미디어 연구실(MIT 미디어 연구실(MIT Media Lab)에서 시나리오 별로 인공지능의 윤리적 문제를 측정하고 다룬 방법론(https://www.moralmachine.net)을 참조하였 다. 현대 사회에서 인공지능 알고리즘 기술은 윤리, 의료, 금융, 교육, 교통, 보안법 등 여러 분야에서 활용되며, 그 응용 범위가 지속적으로 확대 되고 있다. 특히, 거대언어모델의 트랜스포머 모델, 알파고를 개발한 딥마인드의 알라포드3(AlphaFold 3) 등과 같은 알고리즘 기술은 정확도/정밀도가 급속히 성장하고 있으며, 데이터 분류 및 예측/추론 능력도 눈부시게 향상되었다. 그러나 이러한 알고리즘 기술의 발전은 알고리즘의 투명성 및 윤리 책임성, 데이터 보안, 개인정보 보호 등에서 다양한 법적및 윤리적, 보안적 문제가 야기되고 있다. 본 연구에서는 먼저 윤리 기계와 인공지능 알고리즘 기술의 주요 특성과 기능을 분석하고, 다양한 윤리적, 보안적 쟁점을 심층적으로 조사연구 한다. 이를 통해 윤리 기계의 이론적 기반을 마련하고, 알고리즘 윤리 설계의 중요성을 강조한다. 또한, 보안적 측면에서의 연구 과제를 분석하고, 국내적 및 국제적 법적 프레임워크를 검토하여 인공지능 알고리즘 기술의 발전에 따른 새로운 규제 보안 방안을 모색한다. 연구 방법으로는 문헌 조사, 사례 분석, 모델 개발 및 시뮬레이션을 포함하며, 이를 통해 연구의 신뢰성과 타당성을높인다. 문헌 조사를 통해 선행 연구의 동향과 최신 알고리즘 기술의 발전을 파악하고, 사례 분석을 통해 실제 인공지능 적용 사례에서 나타나는 윤리적, 보안적 문제를 도출한다. 모델 구현 개발 단계에서는 알고리즘 윤리 기계와 보안 모델을 설계하고, 시뮬레이션을 통해 다양한 시나 리오에서 그 성능과 효과를 검증한다. 본 논문의 주요 목표는 인공지능 알고리즘 기술의 혜택을 극대화하면서 윤리적, 사회적 공정성과 보안법적 안전성을 보장하는 윤리 기계와 보안 모델을 구현 제시하는 것이다. 연구 결과는 정책 입안자, 인공지능 시스템의 개발자, 법률 전문가, 기업, 일반 대중에게 유용한 지침과 정보를 제공할 것이며, 인공지능 알고리즘기술이 윤리적이고 안전한 보안적 활용을 촉진하는 데 기여할 것으로 볼수 있다. 특히, 본 연구에서 인공지능 알고리즘 기술이 윤리적, 사회적신뢰를 얻고, 장기적으로 긍정적인 영향을 미칠 수 있는 윤리적, 보안법 적, 사회적 프레임워크를 정립하는 데 중요한 역할을 할 것으로 기대한 다. 결론적으로, 본 연구는 인공지능 알고리즘의 진화에 따른 윤리 기계와 보안 모델 구현을 통해 인공지능 알고리즘 기술의 지속 가능한 발전을 도모하고, 윤리 기계와 보안 모델 구현으로 현대 사회에 긍정적인 변화를 가져올 수 있는 방안을 모색하고자 한다. 더불어 다양한 이해관계자들의 참여와 협력을 통해 실제 적용 가능한 윤리 기계와 보안 모델 틀을 구현하고, 인공지능 알고리즘 기술의 발전과 더불어 윤리 기계와 보안 모델에 기여하길 기대한다. 이와 같은 연구 방향과 정책적 제언을 통해, 윤리 기계의 기술발전과 인공지능 기술의 윤리적, 보안적 문제를 해결하고, 사회적 신뢰를 구축하는 데 기여할 수 있을 것이다. 향후 연구와정책 개발은 인공지능 기술이 지속 가능하고 신뢰받는 방식으로 발전할수 있도록 지속적인 연구가 진행되어야 할 것이다. 향후 연구에서는 이러한 한계점과 문제를 극복한 연구가 이루어져 학제적 측면과 실무적 측면에서 기여할 수 있기를 기대한다.

재활운동을 위한 인공지능 개인 최적화 통합 알고리즘 설계

윤승혜 극동대학교 일반대학원 2024 국내박사

본 연구는 개인화 알고리즘과 프레딕티브 애널리틱스를 통합하여 맞춤형 재활운동 추천 시스템을 개발하는 것을 목적으로 한다. 재활운동 분야의 특수성을 고려하여, 고객의 개별적 특성과 상태 변화를 반영한 동적이고 정밀한 운동 처방의 필요성에 주목하였다. 특히, 재활 과정에서의 개인 차, 시간에 따른 상태 변화, 그리고 안전성 확보의 중요성을 고려하여 기존의 일괄적 접근 방식의 한계를 극복하고자 하였다. 연구 방법으로는 협업 필터링과 콘텐츠 기반 필터링을 결합한 하이브리드 추천 시스템, LSTM(Long Short-Term Memory) 네트워크를 활용한 시계열 예측 모델, 그리고 XGBoost를 이용한 다변량 회귀 분석을 통합 하는 프레임워크를 제안하였다. 이를 통해 고객의 과거 데이터, 현재 상태, 그리고 미래 예측을 종합적으로 고려한 맞춤형 운동 추천이 가능하도록 설계하였다. 개인화 추천 모듈에서는 행렬 분해(Matrix Factorization) 기법을 활용한 협업 필터링과 코사인 유사도 기반의 콘텐츠 필터링을 결합하였다. 이를통해 유사한 고객들의 운동 패턴을 학습하는 동시에 개인의 특성과 선호 도를 반영할 수 있도록 하였다. 예측 분석 모듈에서는 LSTM 네트워크를 사용하여 고객의 재활 진행 상황을 시계열적으로 예측하고, XGBoost 를 활용하여 특정 운동의 효과를 다변량적으로 분석하였다. 이 두 모듈의 결과를 종합하여 최종 운동 추천을 생성하는 통합 의사결정 엔진을 구현하였으며, 이 과정에서 베이지안 최적화 기법을 도입하여 두 모듈의 결과에 동적으로 가중치를 부여하였다. 모델 개발 과정에서는 재활의학 전문가들과의 긴밀한 협업을 통해 임상적 전문성을 반영하였다. 물리치료사, 운동처방사, 재활의학과 교수로 구성된 전문가 패널을 구성하여 초기 요구사항 분석, 특성 선택 및 가중치부여, 알고리즘 로직 검토, 그리고 임상 시나리오 기반 검증 과정을 거쳤 다. 이를 통해 모델의 임상적 적용 가능성과 신뢰성을 높이고자 하였다. 성능 평가를 위해 실제 임상 데이터의 특성을 반영한 시뮬레이션 데이터셋을 구축하여 활용하였다. 총 5,000명의 가상 재활 고객 데이터를 생성 하여 훈련 세트(70%), 검증 세트(15%), 테스트 세트(15%)로 나누어 평가를 진행하였다. 평가 지표로는 예측 정확도를 측정하기 위한 RMSE(Root Mean Square Error)와 MAE(Mean Absolute Error), 순위 기반 정확도를 평가하기 위한 NDCG(Normalized Discounted Cumulative Gain)와 MAP(Mean Average Precision), 그리고 개인화 정도를 측정하기 위한 개인화 지수(Personalization Index)를 사용하였다. 연구 결과, 제안된 통합 모델은 기존의 단일 모델 및 하이브리드 모델과 비교하여 모든 평가 지표에서 우수한 성능을 보였다. 예측 정확도 측면에서 통합 모델은 RMSE 0.823, MAE 0.651로 가장 우수한 성능을 나타냈으며, 이는 기존 하이브리드 모델 대비 각각 8.7%, 8.6% 향상된 수치 이다. 순위 기반 정확도에서도 NDCG@5 0.892, MAP@5 0.834로 최고 성능을 기록하였다. 개인화 지수에서는 0.892를 기록하여 가장 높은 수준의 개인화된 추천을 제공할 수 있음을 보여주었다. 이러한 결과는 제안된 통합 모델이 재활운동 추천에 있어 더 정확하고 개인화된 서비스를 제공할 수 있음을 시사한다. 특히, 프레딕티브 애널리 틱스의 예측력, 협업 필터링의 패턴 인식 능력, 그리고 콘텐츠 기반 필터 링의 개인화 특성이 시너지 효과를 내어 복합적인 재활운동 상황에서 효과적인 추천이 가능함을 확인하였다. 본 연구의 주요 기여점은 다음과 같다. 첫째, 재활운동 분야에 특화된 맞춤형 추천 시스템을 개발함으로써, 고객 중심의 정밀 의료 실현 가능성을 제시하였다. 둘째, 개인화 알고리즘과 프레딕티브 애널리틱스의 통합을 통해 단순 추천을 넘어 미래 예측까지 고려한 포괄적인 접근 방식을 제안하였다. 셋째, 임상 전문가들과의 협업을 통해 모델의 실용성과 신뢰성을 높임으로써, 인공지능 기술의 실제 의료 현장 적용 가능성을 향상시켰다. 본 연구의 결과는 재활운동 분야에서 인공지능 기술을 활용한 정밀 의료의 가능성을 제시하며, 고객 중심의 맞춤형 재활 서비스 제공에 기여할수 있을 것으로 기대된다. 또한, 재활 자원의 효율적 활용과 고객의 재활 효과 극대화에도 긍정적인 영향을 미칠 수 있을 것이다. 그러나 본 연구에는 몇 가지 한계점이 존재한다. 첫째, 시뮬레이션 데이 터를 사용하였기 때문에 실제 임상 환경에서의 성능을 완전히 반영하지 못할 수 있다. 둘째, 장기적인 재활 효과와 고객의 심리적 요인 등 복잡 한 변수들을 모두 고려하지 못하였다. 셋째, 모델의 해석 가능성 (Interpretability)에 대한 심층적인 분석이 부족하다. 따라서 향후 연구 과제로는 첫째, 실제 임상 데이터를 활용한 모델의 검증 및 개선이 필요하다. 둘째, 장기 추적 연구를 통해 모델의 장기적 효과와 안정성을 평가해야 한다. 셋째, 설명 가능한 인공지능(Explainable AI) 기법을 도입하여 모델의 의사결정 과정을 더욱 투명하게 만들 필요가 있다. 넷째, 다양한 재활 환경(예: 가정 기반 재활, 원격 재활 등)에서의 모델 적용 가능성을 탐구해야 한다. 결론적으로, 본 연구에서 제안한 개인화 알고리즘과 프레딕티브 애널리 틱스의 통합 모델은 재활운동 분야에서 정밀하고 개인화된 서비스 제공의 새로운 패러다임을 제시한다. 이는 향후 인공지능 기반의 의료 서비스 발전에 중요한 기초를 제공할 것으로 기대되며, 궁극적으로 고객의삶의 질 향상과 의료 시스템의 효율성 제고에 기여할 수 있을 것이다.

양자내성 암호 안전성 기반 하이퍼레저 블록체인 설계에 관한 연구

윤철희 극동대학교 일반대학원 2024 국내박사

양자컴퓨터의 발전은 현대 암호 체계에 심각한 위협으로 다가오고 있다. 기존의 암호 알고리즘인 RSA와 ECC는 Shor 알고리즘을 사용하는 양자컴퓨터에 의해 쉽게 풀릴 수 있으며, 이는 금융 거래, 통신 보안 등 다양한 분야에서 큰 문제를 일으킬 가능성이 있다. 이러한 배경에서 본 연구는 양자내성 암호를 적용한 하이퍼레저 기반의 블록체인 프로토콜을 설계하여 양자컴퓨터의 위협에 대비하고자 하였다. 연구 내용 및 범위는 양자내성 암호 알고리즘을 NIST PQC 표준화 과정에서 높은 평가를 받은 격자 기반 알고리즘 기준으로 적용하여, 양자내성 기반 하이퍼레저 블록체인 거래 프로토콜 구현과 양자내성이 있는 격자 기반의 Kyber KEM을 사용하여 주소 체계와 키 관리를 실험하였다. Shor의 양자 알고리즘은 RSA와 ECC(Elliptic Curve Cryptography) 같은 현대의 공개키 암호체계를 위협할 수 있다[1]. 또한, Shor 알고리즘은 소인수분해와 이산 로그 문제를 다항시간 내에 풀 수 있는데, 파이썬 코드와 라이브러리를 이용해 이를 실험에 구현하였다. 특히, 양자컴퓨터의 위협은 블록체인과 가상자산 시장에도 치명적이기 때문에, 본 논문에서는 하이퍼레저 기반의 블록체인 구성에 양자내성의 격자 알고리즘을 적용하여 구현하였다. 블록체인의 경우 개별 트랜잭션을 추적하고 검증하기 위한 분산형 탈중앙화 원장을 사용하며, 각각의 개별 추적 트랜잭션은 별도의 트랜잭션 ‘블록’에 저장되거나 다수의 트랜잭션이 하나의 블록에 함께 저장될 수 있다. 그리고 블록당 저장되는 트랜잭션의 수는 구현에 따라 다르고, 동시에 개별 블록에는 트랜젝션의 정보와 암호화 해쉬값이 들어가 있다. 블록체인의 ‘체인’은 이전 블록의 해시 값이 다음 블록에 저장되고, 다시 이 블록의 해시 값이 계속해서 그 후속 블록에 저장된다. 이는 모든 블록이 암호학적으로 서로 연결되는 방식으로, 연결되는 모든 블록을 수정하지 않고는 어떤 블록도 조작할 수 없음을 의미한다. 그러나 양자에 취약한 공개키 암호를 사용하면, 사용자의 공개키-개인키 쌍을 알고 있는 사람은 누구나 사용자의 지갑에서 암호화폐를 훔칠 수 있으며, 블록체인으로 가는 사용자의 트랜잭션을 악의적으로 조작할 수 있는 위험이 있다. 그렇기 때문에 양자 취약한 암호 시스템을 양자내성 기반의 하이퍼레저 블록체인 기반으로 전환하는 준비가 필요하다. 이미 수십 개의 양자내성 암호 알고리즘과 디지털 서명이 있으며, 전 세계의 전문가 그룹이 수년에 걸쳐 이런 알고리즘을 평가해 오고 있다. 본 논문에서는 격자 기반 암호 시스템을 하이퍼레저 기반의 블록체인 거래 프로토콜에 적용하는 방안을 제안하였다. 격자는 공간에서 물체나 점과 같은 것의 차원이나 분포 또는 반복적인 기하학적 배열이다. 기본적으로 분해하기 어려운 격자 기반 공식과 결과가 만들어졌으며, 암호학에서 가장 많이 사용되는 격자는 오류 수반 학습과 오류 수반 환 학습, 오류 수반 모듈 학습, 반올림 학습 등이 있다. 이렇게 매우 풀기 어려운 격자 문제로 양자 컴퓨터에 내성이 있는 암호 알고리즘과 디지털 서명 기법을 구현하는 데 성공하였다. 본 논문에서는 격자 기반의 양자내성용 하이퍼레저 블록체인을 적용하여 양자 컴퓨터 내성 문제를 해결하였다. 본 논문의 실험에서는 OQS-Provider에서 제공하는 양자내성 암호화 알고리즘을 사용하였으며, 앞서 언급하였듯이, TLS 1.3 표준의 KEM 키 교환 메커니즘을 구현하였다. 세부적으로는 오픈소스 라이브러리인 TLS 1.3(OpenSSL)을 통해, 하이퍼레저 기반의 블록체인 서버에 안전하게 데이터를 전송하였다. TLS 1.3 환경에서 서버와 클라이언트는 서로의 신원을 확인하기 위해 핸드셰이크(handshake) 과정을 거치고, 서버는 클라이언트에 인증서를 보내고, 클라이언트는 이를 검증하였으며, 비대칭 키 암호를 이용하여 서버-클라이언트 간에 서로 같은 세션 키를 생성하여 보안 통신을 구성하는 것을 동작 메커니즘으로 설명하였다. 최종적으로 블록체인 하이퍼레저 단계에서의 격자 기반 양자내성 암호를 적용하여 양자 컴퓨터에도 안전한 통신 환경을 구성하는 것이 가능하다는 것을 확인하였다.

북토크 문학치유 프로그램 개발 및 효과 분석

황혜진 극동대학교 일반대학원 2024 국내박사

본 연구는 AI로 대표되는 4차 산업 혁명시대에 강조되는 인간의 공감 능력과 의사소통 향상, 행복감, 마음챙김 등 정서적 문제들의 관리에 있어서 책과 문학을 상담에 접목하여 효과적인 치유 기법을 개발하고 효과 분석을 하는 것이다. 먼저 문헌정보학과 인문학, 교육학과 상담심리학 관점을 통합하여 과학적 절차로 변화 원리가 분명하고 차별적인 북토크 문학치유 프로그램을 개발하였 다. 혼용되어 연구되는 독서치료와 문학치료 개념을 문학치유로 재정립하여 확장성과 보편성을 확보하고, 북토크 문학치유를 책, 영화 등 광의의 문학을 매개로 한 심미적, 능동적 이야기 중심 집단 상담으로 새롭게 정의하였다. 독자적인 북토크 문학치유 프로그램의 이론적 모형과 효과 분석틀을 제작하 였고, 이에 근거한 Top-down 방식과 선행 프로그램 분석에 기초한 Bottom-up 방식을 병행하여 프로그램의 완성도를 높였다. 상담심리학적 이론적 근거로 이야기치료와 관계의사소통, 마음챙김 이론을 제시하였고, ‘대학생의 사랑과 연애: 시·사랑·낭만 추구’라는 주제로 세부 프로그램을 구성하였다. 실제 프로그램 운영은 문학의 해석과 이해를 위한 담론(북토크)으로 진중한 사색의 기회를 갖고 행복감을 높이고자 대학생 대상 참여자 6명, 회기당 90분씩, 총 9 회기로 진행되었다. 프로그램 운영 종료 후, 반구조화된 서면 질문지를 토대로 질적 효과 분석을 진행하였고, 보완적으로 공감, 마음챙김 기술, 행복에 대한 신뢰도와 타당 도를 확보한 세 가지 척도를 프로그램 사전, 사후에 측정한 후 양적 효과도 분석하였다. 연구 결과 문학을 매개로 한 이러한 일련의 상호작용은 본인의 문제를 보다 외연화시키고 객관화시켜 바라보고 표현할 수 있도록 마음챙김 기술을 향상시 켰다. 또한 이야기를 나누는 과정을 통해 인지적 공감 영역과 정서적 공감 영역에서도 효과를 가져왔으며, 궁극적으로 이러한 발견과, 통합, 재구성의 과정은 긍정 정서를 고취하여 행복감을 갖게 하였다. 북토크 문학치유 프로그램은 AI혁명시대 인간의 고유성을 지키고 인간의 마음을 다스리고 공감 능력을 개발하는 유용한 도구가 될 수 있다. 특히 정서적으로 취약하고 강박장애나 공황장애 등의 불안장애의 노출이 많은 대학생 시기에 독서와 문학을 적절히 제공함으로써, 예방적이고 발달적 차원의 치유의 가능성을 보여주었다.

카운터 도핑을 활용한 1,200V급 SiC MOSFET 제작에 관한 연구

권오용 극동대학교 일반대학원 2024 국내박사

인공지능 기술 발전에 따른 법 제도 모델에 대한 연구

김경민 극동대학교 일반대학원 2024 국내박사

인공지능 기술의 급격한 발전은 현대 사회의 다양한 영역에서 혁신을 이끌고 있다. 이러한 기술 발전은 법과 제도에 새로운 도전 과제를 던지고 있으며, 이에 대응하기 위한 적절한 모델링이 필요하다. 본 연구는 인공지능 기술의 발전이 법 제도에 미치는 영향을 탐구하고, 적절한 법적틀을 제시하는 데에 초점을 맞추고 있다. 최근 머신러닝, 딥러닝, 자연어 처리 등 다양한 인공지능 기술이 사회, 경제, 의료, 교육 및 기타 분야에서 혁신적인 변화를 가져오고 있다는 사실을 인정해야 한다. 그러나 이러한 혁신은 데이터의 보안과 개인 정보 보호, 책임 소재 및 윤리적인 문제 등 다양한 법적 쟁점을 야기하고 있다. 본 연구는 이러한 문제들을 인식하고, 인공지능 기술의 발전에 따른 새로운 법 제도 모델을 제안함으로써 이러한 도전 과제를 해결하고자 한다. 이를 위해 기존의 법적 틀을 분석하고, 인공지능 기술의 특성을 고려한 새로운 규제 방안을 모색할 것이다. 이 연구의 목표는 인공지능 기술이 제공하는 혜택을 극대화 하면서도 사회적 공정성과 법적 안전성을 보장하는 데에 기여하는 것이다. 본 연구에서 기존의 법 제도 모델을 보완하여, 미래 지능형 사회에 적합한 법적 틀을 제시할 것으로 기대한다. 미래를 대비한 지능형 사회를 위해 적합한 법적 틀을 제시하는 것은매우 중요하다. 몇 가지 핵심 아이디어를 중점적으로 다루는 법적 틀을제안한다. 인공지능의 사용은 윤리적 기준을 준수해야 하고, 법적 틀은윤리적 가이드라인을 제시하고, 알고리즘의 투명성과 책임 소재를 명확히 규정해야 한다. 개인 정보 보호에 대한 강력한 법적 틀이 필요하다. 인공지능은 데이 터에 의존하는데, 개인 정보의 안전과 보호를 위한 법적 장치가 마련되어야 한다. 인공지능의 결정 과정에 대한 책임 소재와 규제가 필요하다. 인간 중심의 결정을 보장하면서, 인공지능의 사용과 관리에 대한 법적 책임을 명확히 해야 하기 때문이다. 새로운 기술에 대응하려면 기존의 법적 틀을 혁신하고 새로운 법을 마련해야 한다. 유연성 있는 법적 틀을 구축하여 기술의 발전에 신속하게대응할 수 있어야 한다. 인공지능에 대한 이해를 높이고, 법적 틀에 대한 인식을 확산시키는교육적 노력도 해야 한다. 공공 섹터와 민간 기업, 학계의 협력을 통해 관련 지식을 보급해고 체계화 시켜야 한다. 이러한 법적 틀은 인공지능 기술의 발전을 지원하면서도 사회적 안전과 공정성을 보장하는 데에 중요한 역할을 할 것이다. 실제 적용 가능한 법적 틀을 정립하기 위해 다양한 이해관계자들의 참여와 토론이 필수 적이며, 본 연구가 인공지능 발전과 법 제도 모델에 기여하기를 기대한다.

인공지능 기반의 자동화된 통합보안관제시스템 모델

남원식 극동대학교 일반대학원 2023 국내석사

보안 위협이 급증하는 현대 사회에서 기업과 조직은 신속하고 효과적인 보안 이벤트의 탐지와 대응이 필수적으로 요구되고 있다. 이에 따라 많은 기업과 조직은 보안관제시스템을 도입하여 보안 위협으로부터 시스템을 보호하고자 한다. 그러나 기존의 보안관제시스템은 보안 이벤트의 복잡성과 다양성으로 인해 효과적인 탐지와 대응에 어려움을 겪고 있다. 본 연구에서는 이러한 문제들의 해결을 위해 인공지능 기술을 활용하여 인공지능 기반의 자동화된 통합보안관제시스템 모델을 제안한다. 제안된 모델은 인공지능 기술인 딥러닝을 기반으로 하며, 다양한 보안 이벤트에 대한 효과적인 탐지와 이를 처리하는 기능을 제공한다. 이를 위해 모델은 기존의 보안관제시스템의 한계를 극복하기 위해 다양한 인공지능 알고리즘과 머신러닝 방법을 적용한다. 연구를 위해 실제 데이터셋을 사용하여 제안된 모델의 성능을 평가하였다. 실험 결과, 인공지능 기반의 자동화된 통합보안관제시스템 모델은 기존의 보안관제시스템보다 더 뛰어난 성능을 보였다. 이 모델은 보안 이벤트의 탐지와 대응에 있어서 높은 정확도와 신속한 처리 속도를 보여주었다. 또한, 제안된 모델은 시스템 운영자의 작업 부담을 줄여주어 효율적인 운영을 가능하게 하며, 보안 위협에 대한 신속한 대응을 지원한다. 본 연구는 인공지능 기반의 자동화된 통합보안관제시스템 모델의 성능과 잠재력을 확인함으로써 통합보안관제시스템 분야에 새로운 연구 방향을 제시하였다. 또한, 향후 연구 방향에 대한 제언을 제공하며, 보안관제시스템의 발전과 보안 위협에 대한 대응 능력의 향상을 위한 연구의 필요성을 강조한다. 이러한 연구 결과는 기업과 조직이 효과적인 보안 관리를 위해 인공지능 기반의 자동화된 통합보안관제시스템을 도입하는 데 도움이 될 것이다.