Chan Ho Lee

Digital technologies have emerged in various dimensions of human life, ranging from education to professional services to wellbeing. In particular, health products and services have expanded by the use and development of artificial intelligence, mobile health applications, and wearable electronic devices. Such advancements have enabled accurate and updated tracking and modeling of health conditions. For instance, digital health technologies are capable of measuring environmental pollution and pr

Objective: To investigate vertical hemispheric asymmetry of the outer retinal structure using structural and functional parameters in patients with retinitis pigmentosa (RP) and assess its association with genotype and age. Design: A retrospective observational study. Participants: We analyzed 928 eyes from 496 patients with advanced RP at a single tertiary center. Methods: We measured hemispheric asymmetry of the outer retinal structure using a fully automated deep learning pipeline for segment

최근까지 수행된 해양수산 기술평가 사업은 해양수산 R&D 우수성과의 조기발굴을 통한 기술이전과 산업진흥을 도모 해 왔다. 다수의 연구에서는 기술가치의 평가결과에 가장 큰 영향을 미치는 요인 중 하나인 매출액 추정방안이 도출되 어 왔으나, 현 시점에서 데이터 기반으로 딥러닝을 적용하는 연구는 존재하지 않는다. 따라서, 해양수산 분야 업종별 기 업·시장 환경 특성이 반영된 KED 데이터를 활용하여, 과거 연도별 기업 재무정보를 활용하여 이후 연도 매출이 어떤 양상을 보일지 추정하는 매출추정 예측 모형을 제안하고자 한다. 본 연구는 선형회귀, 머신러닝 모델, 딥러닝 모델 간 예측 성능 비교를 통해 딥러닝 모델이 가장 우수한 성능을 보임을 확인하였고, 기존 연구의 ‘매출액’ 추정 모델과 다르 게 ‘매출성장률’ 추정을 모델링하여 활용하였다는 차별성에 주목하여, 향후 지능형 가치평가 시스템으로의 적용 이외에 기업 손익구조에 기반한 경영전략 수립, 금융시장에서의 기업가치평가(수익가치), 투자 전

최근 전 세계적으로 주목받고 있는 기술금융 지원정책은 저성장 기조의 경제 현황을 극복하기 위한 정부 부처 및 유관 기관의 기업혁신 지원전략으로 부상하고 있다. 이에 힘입어 최근에는 기술가치 평가체계의 한계(장기간·고비용)를 개선한 웹 기반 지능형 평가시스템이 일부 평가기관을 중심으로 제공 중에 있으나, 여전히 사용자에게 전문적인 평가 지식을 요 구한다는 점에서 한계가 존재한다. 본 논문에서는 기존 시스템의 정성평가 항목에 딥러닝 기반 추정을 적용, 현금흐름 산출로직에 연계하는 방안을 제시한 다. 이는 일반적으로 준용되는 기술가치평가 방법론을 기반으로 이론적 타당성은 유지하되, 전문적 지식을 요구하는 세부 지표점수들을 딥러닝 기반 추정을 적용함으로써 비전문가 수준에서도 손쉽게 보유 기술의 가치를 확인할 수 있는 수요자 편의성을 제공한다. 최종적으로 본 논문에서는 제안하는 인공신경망 기반 알고리즘을 통해 기업이 보유하고 있는 특허 또는 기술에 대해 객관 적이고 신속한 평가를 수행할 수

기업 구조조정의 기반이라고 할 수 있는 워크아웃(Work-out)제도의 도입 이래, 기업 부실화에 대한 관리방안 및 제도는 금융시장 환경의 변화에 발맞춰 변모하고 있음에도 불구하고 사후관리에 치우쳐져 있다는 한계가 있다. 따라서, 본 연구에서는 이를 보완하기 위한 방안으로 기업 경영악화요인에 대한 사전 분석을 통해서 선제적 한계기업 예측모형을 구축하는 것을 목적으로 한다. 2015∼2018년을 기준으로 연도별 15만 여개의 기업에 대한 477,458건의 자료를 수집하고, 다양한 재무비율과 거시경제변수를 입력변수로 선정하였다. 또한 다양한 머신러닝을 활용한 방법론과 전통적 통계기법으로 예측 모형을 구축하고 성능을 비교함으로써, 부실 징후기업 예측에 대해 강건한 모델을 제안하고자 하였다. 실험 결과, k-NN(k-Nearest Neighbor) 알고리즘이 정상기업과 한계기업을 예측하는데 모두 강건한 모델을 제공하였으며, 특히 다른 방법론들과 달리 한계기업에 대한 연도별 예측 성능차이가

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 非일반적 상황에서 객체 감지 성능이 저하되는 한계가있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보

PURPOSE: To evaluate the feasibility of using large multimodal generative models for feature-targeted synthetic augmentation in macular hole detection and segmentation on color fundus photographs. METHODS: We assembled an internal development set of 10 macular hole and 50 normal fundus images from open-source datasets and generated feature-targeted macular hole images using two commercial multimodal engines, Nanobanana Pro and ChatGPT-5. Six augmentation strategies were compared for binary class

국내 산업성장의 동력이 되는 기업의 기술 및 사업역량 확보를 위해, 2014년 이후 정부기관을 중심으로 『기술거래 시장 활성화』, 『기술금융 기반의 R&D 사업화지원』등 다양한 형태로 사업화 성과창출을 위한 정책 프로그램이 수행되어 왔다. 현재까지 기술가치평가 이론과 평가변수에 관한 다양한 연구가 각계 전문가들에 의해 수행되고 기술사업화 현업에서 이용되어 왔으나, 평가현장에서는 평가목적 상의 기대보다 기술가치평가 금액이 적게 산출되는 등의 한계점이 존재하여, 그 실용성에 의문이 제기되어 왔다. 또한 미래에 대한 정성적 추정에 기반한 현행 기술가치평가 프로세스는 평가결과에 대한 객관성과 신뢰성 확보를 위해 데이터에 근거한 참조 인프라 구축이 필요한 시기에 이르렀다. 본 연구에서는 기관별로 구축된 평가인프라를 살펴보고, 최신의 인공신경망 및 딥러닝 기술을 기술가치평가 시스템에 탑재하기 위해 핵심변수 기반의 가치금액 추정 시뮬레이션과 매출액 및 정성평가점수의 예측을 위한 적용 가능성을 살

기술력평가는 기술사업화 주체가 기술을 사용하여 수익을 창출할 수 있는 능력을 평가하기 위한 것으로, 국내 기술평가 전문기관들이 각자 독자적인 평가체계를 구축하고 수행해오고 있다. 특히 최근 개발된 해양수산 분야의 기술력평가모형은 타 산업 대비 열악한 기술개발 환경을 반영하지 못함으로써, 투자적정으로 여겨지는 T4 등급을 통과하지 못하고 있다. 이는 타 산업에서 활용되는 공통적인 평가지표와 평가척도, T1∼T10 등급별 구간 점수체계를 유사 또는 동일하게 사용하면서 발생되는 문제점으로 인식된다. 따라서 본 연구를 통해 9개 해양수산 특수 산업분류 체계에 맞는 기술력평가모형 및 지표 개발을 통해, 종합등급 산출결과의 적정성 및 신뢰성을 확보하고자 하며, 동 모형 및 평가지표가 영세한 해양수산 기업 및 업종의 특수성을 반영할 수 있도록 기업데이터(KED) 및 기술력평가 사례 데이터를 기반으로 하고, AHP기반 지표가중치, 몬테카를로 시뮬레이션 기반의 등급구간 체계를 도출하고 시범사례 적용