인천대학교 인디고클랫폼 인천대학교 기술지원허브

조직이 보유한 HR 데이터를 연결·활용하기 위해서는 직무–역량–교육–평가–보상–경력개발 등 주요 HR 개체(entity) 간 관계를 표준화한 HR 온톨로지 구축이 필요함. 특히 이를 위해서는 HR 의사결정의 중심 축인 역량에 대한 표준화된 정의가 필요함. 기업이나 각 유형의 조직에서 역량은 평가(asessment)와 교육(learning & development)에 동시에 기준으로 활용되는 정보를 제공하고 있음. 이에 역량을 HR 전반에 활용하고 AI 기술을 적용할 수 있도록 역량의 개념이나 속성, 관계 그리고 데이터 규격을 선행 정의하는 작업이 요구됨. 본 설명자료는 (1) 역량 기반 온톨로지의 핵심 구성요소가 무엇인지 정리하고, (2) 평가 활용 시 반드시 필요한 행동지표와 관련정보의 구체적 구성 필요성을 제시하며, (3) 교육 활용 시 반드시 필요한 지식 및 기술 정보의 수집 필요성을 명시하며, (4) 이를 기반으로 특허 출원 시 기술적 차별화 포인트를 도출하고 이를 설명하는데 목적이 있음.

연료전지 진단 기술.

본 발명은 메모리 인터페이스에 사용되는 저전력 송신기에 사용되는 출력 드라이버에 관한 내용이다. 메모리 인터페이스의 데이터 전송 속도가 증가함에 따라 NRZ (Non-Return-To-Zero) 신호가 아닌 PAM (Pulse Amplitude Modulation) 신호로 신호 사용방식이 바뀌고 있다. 특히 GDDR 메모리의 최신 버전인 GDDR7 에서는 PAM-3 신호 방식을 사용하였는데 PAM-3 신호 중 중간 레벨을 송신하기 위해선 출력 드라이버에 단락 전류가 흐르게 되어 전력 소모가 늘어난다. 이를 줄이기 위해 새로운 구조의 출력 드라이버를 제시하였다.

Edge AI (예: 배터리 기반)등에서 적응형으로 AI 모델의 추론 시간을 변경하는 내용입니다. 목적은 배터리 절약 및 수위의 급격한 변동 시에 긴급한 대응을 하기 위함입니다. 예를 들어, 하수관거에 위치한 센서 등에서 한수관거의 깊이를 실시간으로 모니터링 시에 깊이가 급격히 차오르거나 변화가 생길 시에 어떻게 AI 모델의 추론 시간을 바꾸거나 혹은 서버로의 통신이나 ALARAM 주기를 어떻게 조절하는 지의 내용입니다.

본발명은 다중목적 강화학습(Multi-Objective Reinforcement Learning, MORL)에서, 선호 벡터(preference vector)의 샘플링을 확률 분포 학습 문제로 정식화하고, 엔트로피/쿨백–라이블러(KL) 정규화와 타깃 KL 제어를 이용하여 파레토 전선(Pareto front)의 커버리지와 균형을 향상시키는 선호 분포 학습 방법 및 이를 이용한 강화학습 방법에 관한 것이다. - 도면을 위한 그림은 추후 추가예정 - 도면을 위한 그림은 추후 추가예정

본 발명은 금속 각인 일련번호 인식률 향상을 위해 부적합 데이터 자동 선별 및 정형 데이터 기반의 합성 증강 기법을 포함하는 인공지능 학습 모델 구축 방법에 관한 것이다. 본 발명의 구성은 다음과 같다. 첫째, 수집된 이미지 중 조명 반사, 마모, 오염으로 인해 인식이 불가능한 저품질 데이터를 이미지 특징값 또는 검출 신뢰도 기반의 임계치를 이용하여 자동 분류 및 제외하는 데이터 정제 단계를 포함한다. 둘째, 실제 데이터 부족 문제를 해결하기 위해 표준 각인 폰트를 활용한 정형 숫자 데이터에 금속 표면의 물리적 특성(스크래치, 질감, 노이즈)을 결합한 합성 데이터(Synthetic Data)를 생성 및 증강하는 단계를 포함한다. 셋째, 정제된 실제 데이터와 생성된 합성 데이터를 혼합 학습하고, 기하학적 정규화 및 이중 방향 추론 알고리즘을 통해 회전된 금속 부품의 숫자를 인식하는 최적화 학습 및 추론 단계를 포함한다. 본 발명을 통해, 학습 데이터의 품질을 상향 평준화하고 합성 데이터를 통해 모델의 강건성을 확보함으로써, 다양한 산업 환경에서 금속 일련번호 인식의 신뢰도를 획기적으로 높이고 제조 공정의 디지털 전환에 적용을 기대할 수 있다.

동기식 모터는 회전자(rotor)에 일반적으로 영구자석이 있다. 영구자석을 제거하고 대신 DC 권선을 사용하여 전자석으로 구동시키는 방법을 wound field synchronous machine (WFSM) 이라 한다. WFSM의 회전자 권선에 DC 전류를 인가하기 위하여 일반적으로 브러시를 사용하는데, 브러쉬 없이 무선으로 전류를 인가하는 방법 또한 알려져 있다. 이 때 다양한 원인에 의하여 DC 권선의 전류에 fluctuation이 발생하고 이는 모터 효율저하, 진동, 소음 등의 원인이 된다. 무선으로 인가되는 WFSM 에서 DC 권선전류를 일정하게 유지하기 위하여 (혹은 원하는 대로 제어하기 위하여) rotor의 내부에 전류제어 전자회로를 포함하는 무선급전 WFSM(제어회로 내장 무선급전 권선계자 동기기기) 이 제시된다.

Abstract—최근 카페에서 공부하거나 업무를 수행하는 ‘카공족’이 증가함에 따라, 적합한 카공 카페를 쉽게 찾기 어렵다는 문제와 효율적인 학습 환경 제공의 필요성이 커지고 있다. 본 프로젝트는 이를 해결하기 위해 지도 기반의 ‘카공 전용 카페 탐색 애플리케이션’인 ‘GO! 카공’ 개발을 진행하였다. ‘GO! 카공’은 4계층 구조(클라 이언트 – 서버 – 데이터베이스 – AWS S3)를 통해 안정적인 서비스를 제공하며, AI 후기 요약, 사용자 리뷰 기능과 학습 환경에 따른 필터 기능을 통해 개인 맞춤형 학습 공간을 추천한다. 이를 통해 사용자는 학습 효율과 만족도를 높이고, 보다 체계적인 카공 문화를 창출할 수 있다.

본 프로젝트는 의류 세탁 시 발생하는 손상, 물 빠짐, 세탁법 혼란 문제를 완화하기 위해 AI 기반 스마트 세탁 도우미 애플리케이션 ‘세탁메이트 뽀송이’를 설계·구현하였다. 제안 시스템은 안드로이드 클라이언트와 Spring Boot 백엔드로 구성되며, LLM을 활용한 이미지 기반 세탁 분석과 세탁법 질의응답, 날씨·위치 정보를 이용한 세탁 적기 및 주변 세탁소 안내, 최근 분석 이력 관리 기능을 통합적으로 제공한다. 사용자는 세탁 라벨 또는 의류 전체를 촬영하고 자연어로 질문을 입력함으로써, 라벨 해석 없이도 상황에 맞는 세탁 가이드를 얻을 수 있다. 라벨이 부착된 의류 1,000개를 대상으로 두 가지 모델 구성을 비교한 결과, 개선 모델은 소재·색상·세탁방법·주의사항·심볼 다섯 영역에서 베이스라인 대비 평균 정확도가 약 5%p 이상 향상되어 보다 안정적인 세탁 속성 인식 성능을 보였다. 본 연구는 특정 제조사 세탁기에 종속되지 않는 스마트폰 기반 세탁 도우미를 제안함으로써, 기존 단순 라벨 안내나 패션 분류 서비스를 넘어선 실질적인 세탁 의사결정 지원 도구의 가능성을 보여준다.

본 발명은 과산화마그네슘 매개 마그네슘 이온 방출 하이드로젤에 관한 것으로, 이를 통한마그네슘 이온 방출 하이드로젤 제작 및 생의학적 용도에 관한 것임. 이를 위해, 젤라틴 기반의 기능기를 가진 고분자를 합성하고, 가교제 없이 고분자 간 가교 반응을 통해 간단하게 하이드로젤을 제조함. 추가적으로, 가교를 촉진하며 마그네슘을 방출할 수 있는 과산화마그네슘을 함유하도록 하여, 과산화마그네슘의 제조 조건에 따라 상전이 시간과 기계적 특성을 쉽게 제어할 수 있었음. 이를 활용하여, 마그네슘 이온 방출 농도 제어 하이드로젤을 개발하였으며, 우수한 생체적합성과 면역 조절 능력 및 향상된 피부 상처 재생을 통해, 본 발명의 조직 재생 치료제로서의 활용 가능성을 입증하였음. 또한, 3D 바이오프린팅 잉크 소재로 활용되어 재생치료 및 인공 조직 모델 개발 분야에 활용될 수 있음.