사물 인터넷 환경에서 서로 연결된 사물들이 실시간으로 정보를 생성, 수집, 공유, 활용함으로써 사용자의 상호작용 경험을 높일 수 있다. 하지만 이를 구현할 수 있는 기기들을 사용하기 위해서는 반드시 인위적인 조작이 개입되어야 한다. 이는 사물 인터넷 환경 안에 산재해 있는 수많은 기기들과 사용자들의 정보, 상태, 수행 조건과 방법 등을 기기들이 서로 모르고 있기 때문이다. 또한 물리적 인터페이스를 사용하지 않거나 매립형으로 설치되어 있는 기기들이 상호작용의 복잡도를 높이고 있다. 이런 복잡한 사물 인터넷 환경에서 사용자의 상호작용 의도를 인지하는 것은 사용자 맞춤형 서비스를 구현하고 제공하는데 있어서 매우 중요하다. 또한 사람과 사물 간에 지능형 협업이나 기기 또는 사용자의 비상 상황 대응 모델을 구현하는데 다양하게 활용될 수 있다. 기존의 많은 연구에서는 전문 지식이 있는 개발자가 특정 도메인과 관련된 의도를 열거하고, 각 의도의 특징을 추출한 후, 이를 이용하는 ...
사물 인터넷 환경에서 서로 연결된 사물들이 실시간으로 정보를 생성, 수집, 공유, 활용함으로써 사용자의 상호작용 경험을 높일 수 있다. 하지만 이를 구현할 수 있는 기기들을 사용하기 위해서는 반드시 인위적인 조작이 개입되어야 한다. 이는 사물 인터넷 환경 안에 산재해 있는 수많은 기기들과 사용자들의 정보, 상태, 수행 조건과 방법 등을 기기들이 서로 모르고 있기 때문이다. 또한 물리적 인터페이스를 사용하지 않거나 매립형으로 설치되어 있는 기기들이 상호작용의 복잡도를 높이고 있다. 이런 복잡한 사물 인터넷 환경에서 사용자의 상호작용 의도를 인지하는 것은 사용자 맞춤형 서비스를 구현하고 제공하는데 있어서 매우 중요하다. 또한 사람과 사물 간에 지능형 협업이나 기기 또는 사용자의 비상 상황 대응 모델을 구현하는데 다양하게 활용될 수 있다. 기존의 많은 연구에서는 전문 지식이 있는 개발자가 특정 도메인과 관련된 의도를 열거하고, 각 의도의 특징을 추출한 후, 이를 이용하는 기계 학습 또는 확률 기반 방법 등으로 사용자의 의도를 인지하고 있다. 하지만 사물 인터넷 환경은 여러 개의 도메인이 중복으로 공존 할 수 있으며, 다양한 다중 사용자가 복잡한 의도를 갖고 있기도 한다. 이러한 환경에서 인공적으로 모든 사용자의 의도를 열거하고, 각 의도의 특징을 추출하는 것은 현실적으로 불가능하다. 또한 사물 인터넷 환경은 시간에 따라 동적으로 변화하며, 새로운 사물과 의도가 나타나거나 사라지기도 한다. 따라서 인간의 간섭 없이 다양한 의도를 자동으로 표현할 수 있는 의도 인지 모델이 필요하다. 하지만 이를 구현하는 대부분의 기계 학습 방법과 확률 모델들은 시간 복잡도가 높고 많은 연산량을 필요로 하는 문제가 있다. 또한 서로 다른 성능을 가진 이기종 기기가 이런 복잡한 연산을 실시간으로 처리하기 어렵다. 따라서 본 연구에서는 사물 인터넷 환경에서 다양한 사물들을 이용하여 사용자의 의도를 자동으로 표현할 수 있는 의도 모델을 제안하고, 이를 활용한 사용자 의도 인지 기법을 제안한다. 제안하는 기법은 사용자 상호작용 의도를 자동으로 표현하기 위해 다양한 사물들을 이용하여 의도가 실현되는 과정을 수집하고, 이를 벡터로 표현한 후, 일종의 경험으로 저장한다. 이를 기반으로 사용자의 의도를 실시간으로 인지할 수 있는 모델과 기법을 구현하였다. 이 기법은 행동 유도성의 관점으로 특정 사물이 각 의도에 대해 서로 다른 정보양을 가지고 있기 때문에, 이전에 저장한 경험을 분석함으로써 특정 의도에 대한 정보양을 측정할 수 있다. 이를 이용하여 사용자가 상호작용하는 사물을 실시간으로 나타낼 수 있으며, 각종 의도에 대한 정보양을 누적시킨 후 분석함으로써 최종적으로 사용자의 의도를 인지하였다. 본 논문에서 제안하는 사물의 누적 경험 정보를 이용한 의도 인지 벙법을 평가하기 위해 실제 사물들의 상호작용 데이터를 이용하여 분석하였다. 그 결과, 사용자가 상호작용한 사물들이 많을수록 제안하는 방법의 사용자 의도 인지 정확도가 증가하였으며, 사용자의 경험이 많이 누적될수록 제안하는 방법의 정확도가 증가하는 것을 관찰하였다. 또한 기존 의도 인지 방법과 비교하였을 때, 사물 누적 경험 정보를 이용한 의도 인지 방법이 다른 방법들보다 정확도 측면에서 더 우수한 성능을 보였다.
사물 인터넷 환경에서 서로 연결된 사물들이 실시간으로 정보를 생성, 수집, 공유, 활용함으로써 사용자의 상호작용 경험을 높일 수 있다. 하지만 이를 구현할 수 있는 기기들을 사용하기 위해서는 반드시 인위적인 조작이 개입되어야 한다. 이는 사물 인터넷 환경 안에 산재해 있는 수많은 기기들과 사용자들의 정보, 상태, 수행 조건과 방법 등을 기기들이 서로 모르고 있기 때문이다. 또한 물리적 인터페이스를 사용하지 않거나 매립형으로 설치되어 있는 기기들이 상호작용의 복잡도를 높이고 있다. 이런 복잡한 사물 인터넷 환경에서 사용자의 상호작용 의도를 인지하는 것은 사용자 맞춤형 서비스를 구현하고 제공하는데 있어서 매우 중요하다. 또한 사람과 사물 간에 지능형 협업이나 기기 또는 사용자의 비상 상황 대응 모델을 구현하는데 다양하게 활용될 수 있다. 기존의 많은 연구에서는 전문 지식이 있는 개발자가 특정 도메인과 관련된 의도를 열거하고, 각 의도의 특징을 추출한 후, 이를 이용하는 기계 학습 또는 확률 기반 방법 등으로 사용자의 의도를 인지하고 있다. 하지만 사물 인터넷 환경은 여러 개의 도메인이 중복으로 공존 할 수 있으며, 다양한 다중 사용자가 복잡한 의도를 갖고 있기도 한다. 이러한 환경에서 인공적으로 모든 사용자의 의도를 열거하고, 각 의도의 특징을 추출하는 것은 현실적으로 불가능하다. 또한 사물 인터넷 환경은 시간에 따라 동적으로 변화하며, 새로운 사물과 의도가 나타나거나 사라지기도 한다. 따라서 인간의 간섭 없이 다양한 의도를 자동으로 표현할 수 있는 의도 인지 모델이 필요하다. 하지만 이를 구현하는 대부분의 기계 학습 방법과 확률 모델들은 시간 복잡도가 높고 많은 연산량을 필요로 하는 문제가 있다. 또한 서로 다른 성능을 가진 이기종 기기가 이런 복잡한 연산을 실시간으로 처리하기 어렵다. 따라서 본 연구에서는 사물 인터넷 환경에서 다양한 사물들을 이용하여 사용자의 의도를 자동으로 표현할 수 있는 의도 모델을 제안하고, 이를 활용한 사용자 의도 인지 기법을 제안한다. 제안하는 기법은 사용자 상호작용 의도를 자동으로 표현하기 위해 다양한 사물들을 이용하여 의도가 실현되는 과정을 수집하고, 이를 벡터로 표현한 후, 일종의 경험으로 저장한다. 이를 기반으로 사용자의 의도를 실시간으로 인지할 수 있는 모델과 기법을 구현하였다. 이 기법은 행동 유도성의 관점으로 특정 사물이 각 의도에 대해 서로 다른 정보양을 가지고 있기 때문에, 이전에 저장한 경험을 분석함으로써 특정 의도에 대한 정보양을 측정할 수 있다. 이를 이용하여 사용자가 상호작용하는 사물을 실시간으로 나타낼 수 있으며, 각종 의도에 대한 정보양을 누적시킨 후 분석함으로써 최종적으로 사용자의 의도를 인지하였다. 본 논문에서 제안하는 사물의 누적 경험 정보를 이용한 의도 인지 벙법을 평가하기 위해 실제 사물들의 상호작용 데이터를 이용하여 분석하였다. 그 결과, 사용자가 상호작용한 사물들이 많을수록 제안하는 방법의 사용자 의도 인지 정확도가 증가하였으며, 사용자의 경험이 많이 누적될수록 제안하는 방법의 정확도가 증가하는 것을 관찰하였다. 또한 기존 의도 인지 방법과 비교하였을 때, 사물 누적 경험 정보를 이용한 의도 인지 방법이 다른 방법들보다 정확도 측면에서 더 우수한 성능을 보였다.
Keyword
#Intention Awareness Experience Internet of Things
※ AI-Helper는 부적절한 답변을 할 수 있습니다.