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 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.

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.

처음 방문하는 장소에서 사용자 맞춤형 경로를 찾는 데 어려움을 겪으셨나요? 본 기술은 사용자의 예상 종료 시점과 필수 방문 상점, 선호 상점 정보를 기반으로 개인화된 경로를 생성하여 스마트 안경으로 실시간 안내합니다. 휴대 장치가 사용자 데이터를 수집하고, 경로 제공 서버가 최적화된 상점 그룹과 경로를 생성하며, 스마트 안경이 이를 시각적으로 안내하는 방식입니다. 또한, 사용자의 이동 속도와 컨디션을 고려한 예상 이동 시간을 산출하고, 필요에 따라 복귀 경로를 제공하며, 여행 중 촬영된 사진으로 자동 사진첩을 생성하는 부가 기능도 포함합니다. 이 기술을 통해 사용자는 사전 정보 없이도 편리하고 즐거운 개인 맞춤형 여행 경험을 누릴 수 있습니다.

미래 시점 영상 예측에서 객체 움직임 변화 추정은 핵심적인 과제입니다. 본 기술은 학습네트워크 기반의 인코더, LSTM, 디코더 구조를 활용하여 이 문제를 해결합니다. 입력 영상에서 특징을 추출하고, LSTM으로 시간 경과에 따른 특징 변화를 진화시킵니다. 이후 디코더의 ME(움직임 추정) 커널로 변화를 추정하고 MU(움직임 업데이트) 커널이 레퍼런스 영상과 결합하여 예측 영상을 생성합니다. 이를 통해 움직임 추정 정확도를 높이고 영상 품질을 향상시킬 수 있으며, 다양한 컴퓨터 비전 및 기계 학습 분야에 적용 가능합니다.

기존 로봇은 1:1 교감에 그치며, 사용자의 감정을 타인에게 효과적으로 전달하는 데 한계가 있습니다. 본 기술은 한 쌍의 커플 로봇을 통해 사용자의 다양한 정보(음성, 생체 신호, 접촉 등)를 감지하고, 이를 바탕으로 감정 상태를 판단합니다. 판단된 감정 상태와 대화 기록이 담긴 공유 카드를 다른 로봇으로 송신하여, 수신 로봇이 해당 감정에 맞는 동작(이모티콘, 소리, 색변화 등)을 출력합니다. 로봇들은 결합하여 새로운 형태와 결합 신호를 만들 수도 있습니다. 이 기술은 사용자 간 심리적 교감을 증진시키고, 감정 전달의 신뢰도를 높여 커플뿐만 아니라 노인 복지나 원거리 상담 등 다양한 분야에 활용될 수 있습니다.

온라인 학습 환경에서 단순 시험 점수만으로는 학습자의 정확한 수준 진단이 어렵고, 정서적 측면 고려가 중요합니다. 본 기술은 학습자의 문항별 정답 여부로 성취도 레벨을 파악하고, 문제 응답 과정에서 측정된 피부전도 반응, 심박 변이도, 피부온도 등의 생리 데이터로 긴장감 레벨을 함께 분석합니다. 이를 통해 성취도와 정서적 상태를 종합적으로 고려한 4가지 유형의 학습 수준을 판단하여, 각 유형에 맞는 맞춤형 후속 학습을 제공합니다. 학습자의 진정한 학습 상태를 파악하고 최적의 학습 경로를 제시하여 학습 효과를 극대화할 수 있습니다.

기존 학습 분석의 한계로 학습자의 심리 상태와 인지 부하를 객관적으로 측정하기 어려웠고, 정보 과잉 시대에 효과적인 학습 관리의 필요성이 커졌습니다. 본 기술은 학습자의 사전 지식과 학습 영상의 과제 복합성을 분석하여, 학습 과정에서 나타나는 동공 크기 및 심박변이도 등 생리 심리 반응을 통해 학습 구간별 인지 부하를 정밀하게 판단합니다. 사전 지식 수준에 따라 학습자를 그룹화하고, 과제 복합도가 다른 학습 영상을 제공하여 학습자의 생리 심리 반응 변화를 수집한 뒤, 이를 분석하여 인지 부하 유형을 구분합니다. 최종적으로 진단된 인지 부하 유형에 맞춰 학습자에게 최적화된 학습 처방을 제공하여 불필요한 인지 부하를 줄이고 본유적 인지 부하를 촉진합니다. 이 기술은 학습자의 개별적인 인지 상태에 기반한 맞춤형 학습 지원을 가능하게 하여 학습 효과를 극대화하고 학습의 질을 향상시킬 수 있습니다.