2021년 12월 24일 2021년 산학협력 프로그램 워크샵을 진행했다. 이번 워크샵은 2021년도 산학협력 프로그램 연구 과제 결과 발표와 차년도 프로그램 운영 자문 회의로 나누어 진행되으며, 2021년도 산학협력 프로그램에 참여한 10개의 소프트웨어 업체와 차년도 프로그램 참여를 희망하는 업체, 그리고 각 연구 과제에 참여했던 학생들이 참여했다. 코로나의 여파로 인해 비대면으로 진행되었지만, 80여명의 인원이 참가한 가운데 성대하게 진행되었다. 

연구 과제 결과 발표는 10개의 과제를 자율주행, 감성 및 언어, 빅데이터 3가지 기술 분야로 나누어 동시에 진행되었다. 연구 과제에 참여한 학생들이 직접 발표를 진행했으며, 각 연구 과제의 담당 교수와 업체 담당 멘토들이 이를 평가했다. 각 기술 분야에서 우수 작품으로 선정되 과제의 참여 학생에게는 총장상을 수여했다.

이번 워크샵에서 우수 작품으로 선정된 연구 과제는 아래와 같다.

■ 자율주행 기술 분야 

  ○ 연구 개발 필요성

    - 보다 더 정확한 자율주행을 위해 GPS 수신 불량 지역에서도 차량의 현재 위치 추정

    - 비교적 저가 장비인 카메라를 이용하여 차량의 위치를 추정하는 Localization 기술 연구 필요

  ○ 기대 효과

    - 고가의 LiDAR가 아니라 비교적 저가인 카메라를 이용, 비용 절감 효과를 기대할 수 있음

    - GPS가 작동하지 않는 장소에서도 보다 정확한 Localization 성능을 기대할 수 있음

  ○ 연구 개발 목표

    - Deep learning 기반의 영상 검색(Image retrieval) 기술을 이용하여 GPS가 없는 지역에 대한 Localization 성능 향상

    - Visual descriptor를 이용하는 기존 방식에 영상의 Semantic 정보를 결합하여 Image retrieval 정확도 향상

  ○ 연구 개발 결과

[그림 1] Query image(좌) 영상에 대한 Retrieval 결과 영상(우) 1

  

[그림 2] Query image(좌) 영상에 대한 Retrieval 결과 영상(우) 2

 

 

[그림 3] Query image(좌) 영상에 대한 Retrieval 결과 영상(우) 3

 

 

[그림 4] Query image(좌) 영상에 대한 Retrieval 결과 영상(우) 4

 

[그림 5] Query image(좌) 영상에 대한 Retrieval 결과 영상(우) 5

[표 1] Image retieval을 통해 구한 위치와 Query image GPS 데이터와의 거리 차이

 

  

  ○ 추후 계획

    - Semantic feature를 추가한 모델을 수립하고 이에 대한 실험 진행

    - 추가적인 Semantic feature fusion 기술 연구 및 Image retrieval architecture 개발

    - Vision based deep learning localization pipeline 완성

 ■ 감성 및 언어 기술 분야

  ○ 연구 개발 필요성

    - 당사가 개발한 칩디스크와 모바일 앱범의 컨텐츠 패키지로서의 제품 가치 확보 및 확산

    - 자체적인 소유권 인증 프로세스를 확보하기 위해 블록체인 기반 NFT 기술 도입

    - 당사가 소유하고 있는 CNN을 활용한 문장의 긍/부정 판별 모델의 불안정한 정확도와 정리 되지 않은 feature scaling 개선

    - 문장의 긍/부정 판별 모델의 정확도 및 효율성 향상을 위해 최신 NLP 모델 적용 및 개발

  ○ 기대 효과

    - 국내 최초로 모바일 콘텐츠 제품에 블록체인 NFT 기술을 활용하여 디지털 자산화 첫 사례

    - Private 블록체인 기반 NFT 관련 기술 도입에 대한 가능성 검증

    - 당사가 소유한 기존 문장 긍/부정 판별 모델의 정확도 및 안정성 향상 및 새로운 모델 개발을 통한 긍/부정 판별 전략 다양화

  ○ 연구 개발 목표

    - 칩디스크 모바일 앨범의 소유자 증명에 대한 인프라 구축 및 DApp 프로토타입 개발

    - 모바일 음반에 대한 소유 증명, 거래 증명 등이 가능한 NFT Blockchain Network 설계

    - Hyperledger Fabric을 이용한 모바일 음반 NFT 프로토타입 개발

    - CNN을 이용한 긍.부정 모델의 성능 평가 및 문제점 파악

    - 문제점 해소를 통한 CNN모델 정확도 개선 및 안정성 확보

    - BERT를 이용한 새로운 문장 긍·부정 모델 개발

  ○ 연구 개발 결과

    - Private blockchain 기반 음원 NFT 인증 시스템 개발

    - 데이터 클리닝 및 유/무관 판별 시스템 개발을 통한 감성 분석 학습 엔진 정확도 상승

    - BERT 모델 학습을 통해 기존 CNN 모델보다 더 높은 96%의 정확도 달성

  ○ 추후 계획

    - 편리한 UI 및 안정성있는 KAKAO Klaytn 기반 사운드그램 NFT 인증 Market 서비스 개발 

    - 유/무관 판별전략을 통해 전처리 된 새로운 데이터를 CNN모델과 BERT모델에 적용하여 정확도 비교

    - BERT 모델 리펙토링 및 feature scaling

■ 빅데이터 기술 분야

  ○ 연구 개발 필요성

    - 당사가 축적한 GoPro 촬영 영상이 정리되어 있지 않아 자동으로 분류/정리하는 기술 필요

    - 신규 촬영 영상의 효율적인 자동 취합 및 GPX (GPS Exchange Format) 데이터 자동 추출 기술 필요

    - 고객들이 관광지 정보를 직관적으로 받아들일 수 있도록 경로 정보를 실시간으로 시각화하여 제공

  ○ 기대 효과

    - 자동 영상 업로드 및 데이터 추출을 통한 업무 효율성 증대

    - 고객들에게 관광지의 경로를 직접 촬영한 영상과 함께 시각화된 GPS 데이터를 제공, 여행 상품의 신뢰도 증대

  ○ 연구 개발 목표

    - GoPro 장치로 촬영한 영상을 업로드한 후, 해당 영상에서 GPS 데이터를 추출

    - 영상의 GPS 데이터를 활용, 해당 위치의 주소를 검색 

    - 데이터 조회 시 주소 단위로 분류, 사용자가 원하는 데이터를 빠르게 조회

    - 영상과 GPS 데이터를 직관적으로 확인할 수 있도록 시각화.

  ○ 연구 개발 결과

    - GoPro 영상 데이터 자동 분류를 위한 데이터베이스 설계 및 구축

    - GoPro 영상에서 GPS 데이터 추출을 위한 각종 라이브러리를 적용했으나, 사업 내용에 따른 업데이트 적용을 위해 직접 개발하기로 결정

    - GoPro 영상 자동 업로드를 위한 프로토콜 및 알고리즘 설계

    - GPS 데이터 시각화를 이용한 시스템 및 UI 조정

  ○ 추후 계획

    - 데이터의 안정적 저장을 위해 현재 클라우드 서버에 배포되어 있는 시스템을 당사 내부 서버로 이전 

    - 영상 및 GPS 데이터의 싱크를 보다 더 정확하게 맞추기 위해 사용자가 직접 수정할 수 있는 기능 추가