인천대학교 인디고클랫폼 인천대학교 기술지원허브

.

본 발명은 실시간 스윙 영상 업로드 및 이벤트 처리 기술에 관한 것으로, 특히 골프 타석 시스템에서 촬영된 스윙 영상을 AI 기반 품질 판단 및 네트워크 상태 적응형 업로드 제어를 통해 실시간으로 전송 및 관리하는 시스템에 관한 것이다.

본 발명은 실시간 사용자 인증 및 세션 관리 기술에 관한 것으로, 특히 골프 타석 프로그램(LaunchPad)과 웹 기반 분석 플랫폼(Swing Portal) 간의 사용자 자동 로그인, 인증, 세션 유지 및 복구를 실시간으로 수행하는 시스템에 관한 것이다. 또한 QR 코드와 Ephemeral Key(일회용 키)를 결합하여 보안성과 사용성을 동시에 확보하는 이중 계층 바인딩 프로토콜에 관한 것이다.

원자층 증착법은 자기 제한 반응에 기반하여 사이클 당 단분자층이 균일하게 증착되므로, 고종횡비를 가지는 3차원 구조 내에서도 균일한 박막의 형성이 가능하다. 현재 3차원 NAND내 워드라인 금속으로 활용되는 텅스텐은 원자층 증착법이 가능하지만, 확산 방지막이 필요하여 적층 수 증가에 한계가 있으며, 확산 방지막으로 인한 저항의 증가 문제가 존재한다. 이에 따라 몰리브데넘이 텅스텐을 대체할 차세대 금속 배선 물질로 원자층 증착법을 적용하기 위해 활발한 연구가 진행되고 있으나, 기존 몰리브데넘 전구체는 높은 융점으로 인해 증착 시 특수한 장비가 필요하고, 고순도 박막 형성을 위해 고온 공정을 요구하며, 자기 식각 반응의 한계를 보였다. 본 발명에서는 이러한 한계를 극복하기 위해 사이클로펜타디에닐 기반 몰리브데넘 전구체를 이용한 몰리브데넘 탄화물 원자층 증착법 및 증착 후 열처리 중 기판 반응을 통한 환원법을 제시한다. 본 발명에서 활용한 전구체는 70 °C 의 온도에서 안정적인 전구체 공급이 가능하며, 증착은 475 °C 이하에서 구현된다. 또한 증착 후 열처리 과정에서 기판과 반응하여 박막 내 탄소가 제거됨으로써 고순도의 몰리브데넘 박막의 형성이 가능하다. 본 발명자는 몰리브데넘 탄화물 박막을 사이클로펜타디에닐 기반 몰리브데넘 전구체를 활용한 원자층 증착법으로 증착하였다. 반응 기체는 고순도 수소를 사용하였으며 퍼징과 운반 기체는 고순도 질소를 사용하였다. 공정 사이클은 전구체 노출 5초, 퍼징 15초, 반응물 200초, 퍼징 100초의 시간으로 구성하였다. 증착된 박막의 두께는 타원계측기와 FE-SEM을 통해 확인했다. 이후 550-950 °C 의 온도 범위에서 RTA를 활용해 1분간 증착 후 열처리 공정을 수행하였고, 이후 4점 탐침법을 활용한 박막의 면저항 측정으로 증착 후 열 처리를 통해 박막의 비저항이 감소함을 확인하였다. XRD 분석 결과, 박막 증착 후 열처리를 통한 기판과의 상호작용을 통해 몰리브데넘 탄화물의 탈탄소화 반응을 유도해 몰리브데넘으로 상변화가 발생함을 확인했다. 박막의 조성을 확인하기 위해 XPS 깊이 분석을 진행하였다. 위 그래프의 XPS 깊이 분석 결과와 같이 열 처리 이전 2 : 1의 비율로 존재하던 몰리브데넘 : 탄소의 비율이 열처리 이후 기판 내 산소에 의한 탈탄소화 반응을 통해 탄소가 박막 내에서 제거되고 90% 이상의 몰리브데넘 박막으로 환원된 것을 확인했다.

.

본 발명은 딥러닝 기반 생성모델의 잠재공간에서 정상 데이터와 이상 데이터의 분리를 명시적으로 증대시켜 이상 감지의 정확도를 향상하는 잠재공간 기반 이상 데이터 감지 및 분리 방법에 관한 것이다. 입력 데이터는 인코더를 통해 잠재벡터로 매핑되고, 학습 과정에서 정상 분포와 이상 분포 간 분리도를 정량화하여 확장하는 분리 손실(예: KL, Wasserstein, 마할라노비스 기반)을 총 손실함수에 포함함으로써 잠재공간 상 간극을 체계적으로 확대한다. 추론 시에는 대상 샘플의 복원 오차와 잠재공간에서의 정상 분포와의 거리 지표를 가중 결합한 이상 점수를 산출하고, 자동 또는 사용자 지정 임계값을 적용하여 이상 여부를 판정한다. 선택적으로 잠재공간 클러스터링을 수행해 라벨이 없는 환경에서도 임계값과 군집 경계를 자가 보정할 수 있다. 본 방법은 고차원·비선형 데이터에서도 견고하게 동작하며, 로봇 매니퓰레이터의 힘·토크·진동 등 센서 데이터, 제조 설비 상태 모니터링, 의료·자율주행·네트워크 보안 등 다양한 응용 도메인에 적용 가능하다.

전력 변환 장치의 최적 설계는 고효율 및 비용 절감을 위해 필수적이지만, 기존 방식은 전문가의 경험에 의존하며 설계 공간 전체를 포괄하기 어렵다는 한계가 있다. 특히, 기존 딥러닝 기반 모델들은 학습 범위를 벗어난 OOD(Out-of-Distribution) 데이터에 대한 예측 신뢰성이 낮아 실제 설계에 적용하기에 어려움이 있었다. 본 논문은 이러한 문제를 해결하고자, 스펙트럴 정규화(Spectral Normalization)와 특이값 분해(Singular Value Decomposition)를 결합한 딥 커널 학습 기반 가우시안 프로세스(DKLGP) 모델을 제안한다. 제안된 모델은 DAB(Dual Active Bridge) 컨버터의 16개 스위치 손실을 예측하도록 설계되었으며, PLECS 시뮬레이션을 통해 생성된 데이터를 기반으로 성능을 평가했다. 실험 결과, 제안된 SN-DKLGP-SVD 모델은 기존 FFNN(Feedforward Neural Network) 모델과 비교했을 때, 학습 범위 내 데이터(ID)뿐만 아니라 학습 범위를 벗어난 데이터(OOD)에 대해서도 뛰어난 일반화 성능과 예측 신뢰성을 보였다. 스펙트럴 정규화는 특징 추출 과정에서 데이터 간의 거리 왜곡을 최소화하여 가우시안 프로세스의 예측 정확도를 향상시켰다. 또한, 특이값 분해는 다중 출력 간의 상관관계를 효과적으로 학습하고 모델의 계산 복잡도를 낮추어 학습 시간을 단축하는 효과를 입증했다. 결론적으로, 본 연구는 OOD 데이터에 강인하고 계산 효율성이 높은 스위치 손실 예측 알고리즘이 전력 변환 장치 설계 최적화에 중요한 역할을 할 수 있음을 증명한다.

본 발명은 센서 데이터의 분포 특성을 이미지로 변환하고, 해당 이미지를 딥러닝 모델로 분석하여 이상을 탐지하는 방법에 관한 것이다. 센서 데이터가 시계열·개별 수치 형태로 존재할 때는 분포 정보가 드러나지 않아 이상 패턴의 식별이 곤란하다. 이에 따라 공정 단계별로 수집된 복수 센서 데이터를 이용하여 각 센서의 분포를 추정하고, 이를 히스토그램, 커널 밀도 추정(KDE), 공분산 행렬 중 적어도 하나로 시각화하여 분포 이미지를 생성한다. 생성된 분포 이미지는 long-tail 및 다봉형(multi-modal) 특성을 포함하므로, CNN 또는 ViT와 같은 이미지 기반 딥러닝 모델에 입력하여 이상 점수 또는 판정을 산출한다. 이로써 센서의 수치 데이터를 시각적 특징 공간으로 변환함으로써 기존 통계 기반 접근으로 탐지하기 어려운 희소 이상과 분포 변화 이상을 높은 민감도와 낮은 오탐으로 검출할 수 있다.

첨부파일 참조

3차원 반도체 소자의 고집적화를 위해 캐패시터를 제거할 경우, 낮은 오프 전류로 데이터 유지 시간을 확보할 수 있는 산화물 반도체가 채널 물질로 요구된다. 그러나 산화물 반도체 채널을 형성하기 위해서는 반응성이 높은 산소 반응물인 오존의 사용이 필요하며, 이 과정에서 구조적으로 선행 형성된 금속 전극이 산화되는 문제가 발생한다. 형성된 불필요한 산화막은 전극-채널 계면에서 접촉 저항을 크게 증가시키므로 반드시 해결해야 할 과제이다. 본 발명에서는 원자층 증착법(ALD; atomic layer deposition)을 이용해 몰리브데넘 탄화물 박막을 접촉층으로 형성했다. 원자층 증착법은 자기 제한 반응에 기반하여 균일한 박막의 증착과 나노미터 단위의 두께 조절이 가능하므로, 매우 얇은 접촉 박막 구현에 적합하다. 이러한 특성을 지닌 몰리브데넘 탄화물 박막을 금속 전극 위에 선행 증착 함으로써, 이후 산화물 반도체 증착 시 금속 전극의 산화를 효과적으로 방지할 수 있으며, 동시에 저저항 유지와 오믹 접촉 형성이 가능하다. 몰리브데넘 탄화물 박막의 오존 저항성을 확인하기 위해 대표적인 산화물 반도체중 하나인IGZO의 증착 온도인 250 °C 에서 20분간 오존을 노출하였다. 또 다른 몰리브데넘 탄화물 박막 위에는 산화물 반도체중 하나인 인듐 산화물을 오존을 반응물로 사용하여 증착한 뒤 XPS 깊이 분석을 통해 계면 특성을 평가하였다. 그 결과, 몰리브데넘 탄화물은 오존 환경에서도 하부 금속 전극의 산화를 효과적으로 억제함을 확인할 수 있었다. 또한 일부 몰리브데넘 이산화물의 형태로 산화되었는데, 몰리브데넘 이산화물의 낮은 비저항과 준금속성 특징으로 산화물 반도체와의 계면에서 오믹 접촉을 형성할 것으로 보여진다.