보유기술

기존 웨어러블 기기 데이터는 헬스케어 등 단순 활용에 그쳐 사용자 맞춤형 웹 서비스 제공에 한계가 있었습니다. 본 기술은 웨어러블 기기에서 수집된 심박수, 체온, 스트레스 등 사용자 생체 정보와 디스플레이 기기의 웹 페이지 스크롤, 클릭 등 조작 정보를 동시간 기준으로 결합하고 분석합니다. 데이터 마이닝 및 기계학습을 활용하여 사용자의 상태와 의도를 파악하며, 이를 통해 동영상 추천, 학습 콘텐츠 개인화, 맞춤형 광고 등 사용자에게 최적화된 웹 페이지와 서비스를 제공합니다. 사용자의 컨디션과 행동에 기반한 정교한 개인화로 웹 서비스의 만족도와 활용도를 크게 높일 수 있습니다.

기존 실내 물품 배송은 비효율적인 대기 시간 관리로 배송 지연을 초래할 수 있습니다. 본 기술은 무인 자동차가 사용자 단말로부터 복수의 목적지 및 물품/수신인 정보를 수신하여 최적 주행 경로를 결정하고, 물품 종류나 수량에 따라 유연하게 대기 시간을 조절합니다. 근거리 무선 통신을 통해 수신확인 메시지를 실시간으로 주고받으며, 미수령 또는 경로 변경 발생 시 자동으로 주행 경로를 재설정하여 대응합니다. 이를 통해 실내 물품 배송의 효율성을 극대화하고, 대기 시간 낭비를 줄여 사용자 편의성을 높일 수 있으며, 물류 자동화 및 스마트 팩토리 등 다양한 실내 환경에 적용 가능합니다.

기존 1:1 인증 방식은 다수 단말이 참여하는 그룹 통신, 특히 동적으로 변화하는 사용자 중심 네트워크 환경에서 비효율적이며 보안상 취약할 수 있습니다. 본 기술은 이진 코드의 상보적 관계를 활용하여 인증 키를 생성하는 방법을 제안합니다. 컴퓨터 장치가 임의의 이진 비밀 키와 회전 정보를 기반으로 원형 좌표계에 기본 코드를 배치하고, 이를 통해 생성된 상보적 인증 키를 활용하여 그룹 관리자가 단말로부터 수신한 이진 코드를 비교함으로써 다수의 단말을 한 번에 효율적으로 인증할 수 있습니다. 이 기술은 사용자 중심 무선 네트워크 환경에서 그룹 통신의 보안과 효율성을 동시에 향상하며, 모바일 단말을 포함한 다양한 컴퓨팅 장치의 안전한 그룹 통신을 가능하게 합니다.

기존 언어 학습 도구들은 주로 발음 교정에 집중하여 작업 기억 능력 평가에 한계가 있었습니다. 특히 언어 발달 장애 아동의 경우, 음운 처리 결함과 상위 언어적 문장 이해 문제가 작업 기억 능력과 밀접한 관련이 있습니다. 본 기술은 음성으로 제시된 문장을 따라 말하는 학습자의 음성을 녹음하고 평가하여 작업 기억 능력을 측정합니다. 사용자의 첫 번째 문장 따라 말하기 점수를 기반으로 난이도와 변별도를 조절한 맞춤형 과제를 제공하며, 이를 통해 얻은 점수로 작업 기억 능력을 더욱 정확하게 진단합니다. 이로써 아동의 연령과 언어 체계에 맞는 신뢰도 높은 작업 기억 능력 측정 결과를 제공하여, 언어 발달 장애 여부를 조기에 판단하고 적절한 후속 조치를 가능하게 합니다.

D2D 통신 환경에서 블록체인 적용 시 발생하는 비인증 기기 도청, 성능 저하, 무임승차 등의 문제를 해결하기 위한 기술입니다. 본 기술은 IoT 기기 및 모바일 기기 간 인증으로 사용자 데이터 위변조를 방지하고, D2D 통신 리소스(RSSI) 기반의 보안 전송률을 계산하여 인가된 기기만을 블록체인에 참여시킵니다. 또한, 참여 노드의 자원 사용량과 통신 세기를 반영한 '참여도'를 평가하여 이기적 노드의 무임승차를 방지하며, 블록체인 합의 알고리즘의 검증 노드를 효율적으로 선출합니다. 이를 통해 D2D 통신 환경에서 데이터의 기밀성과 무결성을 보장하고, 블록체인 시스템의 처리 속도 및 가용성을 크게 향상시킬 수 있습니다.

기존 건설 프로젝트의 복잡성 증가에도 불구하고 경험에 의존한 생산성 예측은 자원 낭비와 공사 지연을 초래합니다. 본 기술은 BIM(Building Information Model)과 연동하여 건물 정보 모델 및 추가 정보를 기반으로 건설 생산성을 시뮬레이션하는 방법입니다. 건물 정보, 자재 정보, 야적장 수용량 등 다양한 추가 정보를 입력하여 실시간 생산성 변화를 정밀하게 예측하고, 이를 바탕으로 최적의 건설생산계획을 수립하며 단위 시간별 자재 발주를 자동화합니다. 이 기술을 통해 자원 낭비와 재고 문제를 방지하고, 공사 효율성을 극대화하여 건설 프로젝트의 성공적인 완료를 지원합니다.

기존 피트니스 트레이닝의 자세 피드백 한계를 해결하기 위해 웨어러블 기기를 활용한 실시간 자세 코칭 기술을 소개합니다. 이 기술은 신체 부위의 움직임 정보를 감지하고, 사용자 신체 길이를 반영하여 정확한 각도를 연산합니다. 연산된 각도를 미리 설정된 운동별 기준 각도 범위와 비교하여 올바른 자세 여부를 판단하며, 단말 장치 또는 웨어러블 기기를 통해 진동, 소리, 시각적 안내 등 다채로운 방식으로 즉각적인 피드백과 동작 지시를 제공합니다. 이를 통해 사용자는 언제 어디서든 전문 트레이너에게 지도받는 것과 같은 효과로 정확하고 효과적인 운동을 수행하며, 피트니스 외 자세가 중요한 다양한 스포츠에도 적용할 수 있습니다.

기존 서사 창작 도구는 캐릭터의 외모나 단순 관계 설정에만 집중하여 작가의 깊이 있는 캐릭터 구상에 한계가 있었습니다. 본 기술은 캐릭터의 태도를 시간 변화에 따른 일관성(통시적 축)과 특정 시점의 행동 경향(공시적 축)으로 분석한 '태도 사분면'을 핵심 원리로 활용합니다. 사용자가 캐릭터의 태도 사분면 위치와 행위자 속성, 목표 행위, 인물 모티프 등의 설정 정보를 입력하면, 시스템은 캐릭터 DB에 저장된 원형 및 MOP 형식의 예시 캐릭터들을 추출하여 순위화하여 제공합니다. 이 시스템은 작가가 서사 구조와 주제에 부합하는 캐릭터 유형을 직관적으로 파악하고, 유명 작품의 검증된 캐릭터 사례를 참고하여 효과적으로 캐릭터를 설계하도록 돕습니다. 서사 창작의 효율성과 작품의 완성도를 높이는 데 크게 기여할 것입니다.

인지, 언어, 지체 장애로 의사소통에 어려움을 겪는 분들을 위해, 기존 보완대체의사소통(AAC) 시스템의 한계를 극복한 한국형 주-술부 연동 시스템을 개발했습니다. 이 기술은 카테고리 선택에 따라 주어와 술어 표현형이 연동되어 한국어 어순에 맞는 자연스러운 문장 구성이 가능합니다. 또한, 사용자 분석을 통해 연관 관계가 동적으로 업데이트되며, 사용자 수준에 따른 레벨별 맞춤형 기능을 제공합니다. 이를 통해 다양한 연령과 장애 영역의 사용자가 의사소통 능력을 향상시키고, 학습 도구로도 활용할 수 있어 삶의 질 개선에 크게 기여할 것입니다.

기존 딥러닝 모델은 ImageNet 기반으로, 한국 관광 특성 및 랜드마크를 제대로 분류하지 못하여 SNS 이미지 분류 정확도가 낮은 문제가 있습니다. 또한 수동 라벨링 방식은 비효율적입니다. 본 기술은 지오태깅된 SNS 이미지 데이터를 획득하여, 합성곱 신경망(CNN)으로 관광 목적의 이미지 전용 분류 체계에 따라 1차 분류합니다. 이후 밀도 기반 클러스터링(DBSCAN)을 통해 각 카테고리별 클러스터를 추출하고, 위치 정보와 활동 정보를 비교하여 불일치 시 활동 정보를 갱신합니다. 갱신된 활동 정보를 기반으로 CNN을 통해 이미지 데이터를 재분류하고, 실제 위치와의 중첩 분석을 통해 분류 정확도를 측정합니다. 이 과정에서 Inception v3 모델을 한국 관광 활동 208개 카테고리로 재훈련하여 활용합니다.

기존 의류건조기는 옷감 종류나 무게에 상관없이 일정한 속도로 회전하여 섬세한 옷감 손상이나 건조 효율 저하를 유발했습니다. 본 기술은 의류의 무게를 실시간으로 측정하고 건조 과정 중 무게 변화를 반영하여 드럼의 회전속도 패턴을 지능적으로 제어합니다. 초기 투입 의류 무게에 따라 최적의 회전속도 패턴을 설정하고, 건조 중 의류 무게 감소에 비례해 회전속도를 조절하여 피건조물의 원심력을 일정하게 유지합니다. 이는 의류의 다양한 움직임을 유발하고 열 전달을 균일하게 합니다. 이로써 옷감 손상을 방지하고, 건조 효율을 크게 향상시키며, 건조 시간과 에너지 절감 효과를 제공합니다. 사용자 맞춤형 건조 모드도 지원하여 건조 성능을 극대화할 수 있습니다.

기존 차량 사고 녹화 장치는 사고 판단이 부정확하고 운전자 상태를 반영하기 어려웠습니다. 본 기술은 차량 센서와 운전자가 착용한 웨어러블 디바이스의 생체 정보(ECG, PPG, GSR 등)를 연동하여 사고 발생을 더욱 정확하게 판단합니다. 차량 외부 카메라로 상시 녹화 중 센서값이 기준을 초과하면 웨어러블 디바이스에서 운전자 생체 정보를 수신하여 충격 정도를 분석합니다. 이를 기반으로 차량 내부 카메라 구동 시점을 결정하고, 외부/내부 카메라 동시 녹화, 영상 전환, 또는 웨어러블 디바이스 카메라를 활용하는 등 녹화 대상 및 방식을 지능적으로 변경합니다. 이를 통해 사고 발생 여부 판단 정확성을 높이고, 운전자 상태 및 차량 내외부 상황을 포괄적으로 기록하여 사고 원인 규명 및 효율적인 영상 관리가 가능합니다.