· 기업소개 : 데이터 기반 3차원 보행검사 장비 개발 업체 · 산업문제 : 보행 데이터 분석을 통한 기계학습 기반 건강지수 예측모델 연구개발

· 제시된 해결방안 : 기계학습, 속성중요도, 차원축소

보행분석, 기계학습, 속성 중요도

· 기업소개 : 주택의 유사한 조건의 비교군을 제공하는 서비스 업체 · 산업문제 : 우리나라의 건축물 특성(대지위치, 대지면적, 용적율, 건폐율, 건축물 구조, 주거지역 여부 등)을 반영, 건축물 비교군 설정 및 합리적 가격책정을 용이케 함

· 제시된 해결방안 : 주어진 건축물에 대한 유사군 추출 알고리즘 개발, 지도 상 거래 정보 시각화 알고리즘 개발 · 활용계획 및 기대성과 : 건설업자의 유사 건축물 검색을 통한 수요 및 시장성 조사, 판매자·수요자 입장에서의 합리적인 건축물 비교 및 거래가 책정

건축물 가격, 군집화, 데이터 시각화

· 기업소개 : 구인ㆍ구직 모바일 어플리케이션 ‘급구’ 개발 업체 · 산업문제 : 구인ㆍ구직자의 데이터를 바탕으로 만족할 만한 매칭 알고리즘 개발

· 제시된 해결방안 : 매칭 함수를 이용한 매칭 알고리즘 고안, 기계학습을 통한 상관관계 분석 및 아르바이트생 평점 예측 방안 도출 등 · 활용계획 및 기대성과 : 총점 제공을 통해 일감에 적합한 구직자 추천 가능 등

구인구직매칭, 기계학습

· 기업소개 : ㈜엠투브- 자동차 관련 영역에서 다양한 미션을 수행하며, 스마트 드라이빙을 혁신하는 기업 · 산업문제 : 1. 경제 운전이나 자율 주행 활용 등을 위해 정확한 연료 소모량과 연비를 측정하는 것이 중요 2. 주행 거리와 연료계 잔여 연료량을 이용한 연비 측정 방식은 비교적 긴 구간의 평균 연비만을 구할 수 있고, 차량의 기울기 등 상태에 따라 잔여 연료량 측정 센서에도 오차가 있어 정확한 측정이 어려움 3. 기존의 연비 측정 모델을 확인하여 정확한 연비 측정 방식을 도출하거나, OBD 데이터를 이용한 새로운 측정 방식 모델링을 목표로 함

· 제시된 해결방안 :1. OBD 데이터를 이용한 탐색적 데이터 분석, 통계 분석, 시각화 등 기본적인 데이터 분석 결과 제공 2. OBD에서 제공하는 잔여 연료량은 최소단위가 세밀하지 않고 상태에 따른 오차가 커 잔여 연료량을 이동 평균 등의 방법을 이용하여도 짧은 구간의 연비는 측정하기 어려움을 확인 3. 엔진 유입 공기 질량(Mass air flow, MAF), 공기 연료 혼합비(Air/fuel ratio) 등의 OBD 항목을 이용한 순간 연비 측정 방식 프로그램 구현 4. 차종이나 연식, 차량 상태 등에 따라 OBD 데이터에 결손이 있는 경우, 다른 데이터를 가지고 MAF 등 연비 산출과 크게 관련 있는 항목을 예측하는 방법을 제시하고 구현함 · 활용계획 및 기대성과 : 1. 실제 자동차 연비를 보다 정확히 계산하여 운전자에게 정확한 지표를 알려 줄 수 있을 것으로 기대 2. 기업의 추가적, 지속적인 데이터 수집이 진행된 후 결과를 적용하여 알고리즘 개선 진행 가능

수학적모델링

· 기업소개 : ㈜GH건설 - 건축 시공 및 계획, 부동산 정보 서비스를 제공하는 부동산 분야 스타트업 기업 · 산업문제 : 미국 부동산 회사 Zillow는 자신이 소유하고 있는 주택 가격이 1년 후에 어떻게 변할지 예측할 수 있는 서비스를 제공, (주)GH건설은 Zillow를 벤치마킹하여 “수학적 알고리즘 기반 주택 가치 예측 모델 개발”이 목표, Zillow가 공개한 방법론 분석, 한국형 주택 가치 예측 모델에 맞도록 Zillow 방법론 변형, 모델에서 필요로 하는 주택 현황 분석, 지역 가치에 영향을 주는 요소 제안

· 제시된 해결방안 : 1.한국은 부동산 정책에 따라 가격에 영향을 많이 받기 때문에 주택 가치 예측 모델에서 민감도를 측정할 때 과거 1년(Zillow 방법론)이 아니라 3년간 평균을 넣어 부동산 호재나 악재에 대한 영향에 크게 요동치지 않도록 Zillow 방법론 변형 2.강남구를 대상으로 주택 가격에 영향을 주는 요인이 무엇인지 상관관계를 분석 3.주택 현황에 적용할만한 요소를 국토교통부 실거래가 공개시스템과 이강·최근희의 논문 “헤도닉 가격모형을 활용한 주택가격 결정요인에 관한 연구 : 서울 이촌동 지역을 중심으로”를 참고하여 제안 4.지역 가치에 영향을 주는 요소를 김중표·홍성진의 논문 “대도시 중심부 주택가격결정요인 연구 : 대구시 중구를 대상으로”에서 조사하고, 더불어 주택과 가장 가까운 소방서, 경찰서, 유치원, 어린이집, 병원 등 구글 API로 얻을 수 있는 데이터 요소를 제안 · 활용계획 및 기대성과 : 1. 주택 현황과 지역 가치를 측정할 수 있도록 제안한 요소에 대한 데이터를 체계적으로 수집할 경우 한국형 모델에 대한 방법론을 검증할 수 있을 것으로 기대 2. 모델 검증을 통해 제시한 방법론은 수정·보완이 필요 3. 제안한 모델을 이용하여 (주)GH건설이 우선적으로 주택 가치 예측 서비스를 제공한다면 기업 가치가 상승할 것으로 기대

수학적모델링

· 기관소개 : 서울교통공사는 서울시 산하 공기업으로 서울 지하철 1-8호선, 9호선 2단계 구간을 운영하는 도시철도 운영기관. 기계처는 승객의 안전과 편의 제공을 위해 지하철 내 필수 기계설비(환기, 냉방, 배수, 소방, 위생, 승강, 자동제어)를 유지관리하는 부서임 · 산업문제 : 1. 서울교통공사에서 구축한 기계설비 자동제어 빅데이터 분석 시스템(Smart Automatic Mechanincal Big data Analysis-system, SAMBA)을 개선하는 것이 산업문제 2. 수학적 접근을 통해 기계설비 고장 상황을 자동으로 인지하거나 고장을 예측하는 알고리즘을 고도화 하는 것이 목표 3. 빅데이터 서버에 실시간으로 저장되는 데이터를 효율적으로 활용할 수 있는 방안 도출 4. V-belt 및 모터 베이스 등 설비의 이상을 감지하고 고장을 예측하는 수학적 알고리즘 개발

· 제시된 해결방안 : V-belt 슬립 및 이탈 등 공조기의 이상을 감지하기 위한 데이터 수집 방법 제시, 시계열 데이터 동기화 기법을 활용한 센싱 데이터 시각화 및 해석 · 활용계획 및 기대성과 : 1. 서울교통공사의 자동제어 빅데이터 분석 시스템에 적용될 경우 시민들의 지하철 이용에 실질적인 편의를 제공할 것으로 기대 2. 개별 공조기에만 적용 가능한 알고리즘이 아닌 공통으로 다양한 공조기에 적용 가능한 이상 감지 알고리즘 개발 예정 3. 전류 센싱 데이터와 진동 데이터의 비교 분석을 포함한 진동 데이터를 활용한 이상 감지 모델 개발 예정

이상탐지, 시계열분석

· 기업소개 : ㈜디파인- 시스템 소프트웨어 개발 및 공급하는 기업으로 생활폐기물 최적수거 시스템, 유해조수 퇴치 시스템, 딥러닝 기반 스마트 주차 시스템 등을 개발 및 공급 · 산업문제 : 1. 실시간 객체 탐지가 가능한 딥러닝 모델 적용하여 서비스를 개발하고 있지만, 실제 저성능 디바이스에서 영상 분석을 수행할 경우 성능 지연이 수반되어 수학적 원리 및 개선방향을 도출하여 모델의 변경이나 경량화 방식 등을 제안 받고자 함 2. 저성능의 디바이스에서 동작 가능한 유해조수를 탐지하는 알고리즘 개발

· 제시된 해결방안 : 1. 저성능 디바이스(Latte Panda)의 설정 변경 2. 입력 dimension 변경과 기기의 멀티코어 환경을 활용하여 현재 사용하고 있는 모델을 수정하거나 재학습하지 않아도 실제 탐지 속도를 향상시킬 뿐만 아니라 프레임수 조절을 통해 지연시간을 줄일 수 있음을 확인하였음 3. 현재 이 방법을 시제품에 직접 적용하여 필드테스트를 진행하기 위해 준비단계에 있음 4. SSD MOBILENET V1 모델 사용 5. 최근 잘 알려진 객체탐지관련 딥러닝 기법 중 하나인 SSD MOBILENET을 사용하여 기존 사용모델의 결과보다 높은 프레임 처리속도를 얻는 것을 확인 하였고, 실제 저성능 디바이스에서도 향상된 결과를 얻을 수 있을 것이라 기대됨 · 활용계획 및 기대성과 : 현장에서 우수성이 입증되는 경우 전국적 지역 확대, 제품 다양화를 통한 해외시장 진출, 유해조수 연계사업 추진 등을 통하여 기업뿐만 아니라 국가적으로 경제적 부가창출이 가능할 것으로 기대함

IoT, 딥러닝

· 기업소개 : (주)스마트소셜-국가직무능력표준(NCS)에 기반한 역량 중심 이력서를 통해 취업 관련 포털을 개발, 운영하고 있는 스타트업 · 산업문제 : 1.본 산업문제는 ㈜스마트소셜과 산업수학혁신센터가 함께 개발한 매칭 알고리즘을 상용화하여 서비스 하던 중 발견된 문제로 현재 구직자와 기업의 매칭 시 사용되는 ‘스코어링 알고리즘’에는 구직자의 직무 경험에 대한 다양한 정보가 반영되지 않아 매칭 시 몰림 현상이 나타남. 2.구직자의 직무 경험에 대한 다양한 정보(기간, 수준 등)를 반영한 모델링을 통하여 개인별 직무역량을 좀 더 정확히 수치화하는 것

· 제시된 해결방안 :1.‘매칭 점수 보정 모델A’를 이용하여 경험 직무 수준과 기간을 반영한 직무역량을 재산정하여 구직자의 기업 매칭 점수를 보정. 이 모델을 통하여 직무 수준과 기간이 다른 직무 경험을 가진 구직자들의 매칭 점수를 차별화 할 수 있었고, 매칭 몰림 현상을 일부 해결. 2.‘매칭 점수 보정 모델B’는 구직자의 경험 직무가 단절된 이후 기간을 반영하여 직무역량을 재산정하는 모델로 구직자의 직무 경험 단절 기간에 따라 기업 매칭 점수가 상이. 이 모델을 ‘매칭 점수 보정 모델A’와 함께 사용하여 매칭 몰림 현상을 해결 3.‘매칭 점수 보정 모델‘을 이용하여 한 구직자의 한 개 이상의 포트폴리오에 대해서도 보정된 누적 점수를 얻을 수 있음 4.경력 산정 모델에는 국가직무능력표준(NCS)의 직무분류와 수준을 활용하였고, 몰림 현상이 발생한 기업과 구직자의 데이터를 통해 보정효과 확인 · 활용계획 및 기대성과 : 1.기존의 알고리즘에서는 단순히 경험의 유무만을 가지고 매칭이 이루어졌다면, 새로운 알고리즘에서는 개인별 경험정도에 따라 산정된 점수를 활용함으로 사용자들에게 매칭 서비스를 현실적이고 논리적으로 설명 할 수 있어 서비스의 신뢰도 및 타당도를 높이는데 효과가 있을 것으로 기대 2.현재 기업의 매칭 서비스는 학생과 실습기업 매칭에 이용되고 있었는데, 사용자층을 확장하여 재직자, 경력단절 여성 등으로 확대하여 서비스를 제시 할 수 있을 것으로 기대

수학적모델링, 자연어처리

· 기업소개 : (주) 타키온테크-스마트팩토리 구축을 통해 제조 공장의 생산 효율 향상을 목표하는 스타트업으로, 다양한 제조 공정에서 수집된 데이터를 빅데이터 플랫폼에 저장하고 분석하여 생산품의 불량이나 생산 기계의 이상을 감지하는 솔루션인 ’QualityGuard‘를 개발 및 운영 · 산업문제 : 1. 컴퓨터 수치 제어(CNC) 방식의 제조 공정에서 나오는 데이터를 이용하여 정상과 불량품을 구별하는 불량검출 알고리즘의 다음과 같은 문제 개선. - 불량검출 실패사례 발생 및 검출할 수 있는 종류가 제한적 - 여러 공정에 통용할 수 있는 자동 불량 검출 알고리즘의 부재 - 공구의 마모도 측정 및 파손 예측 모델 개발 필요 2. 데이터 분석을 위한 전처리 방법 모색 및 정상과 불량 생산품을 명확하게 구별하는 데이터의 수학적 특징 정의 및 분류 기준 설정을 문제해결 목표로 함

· 제시된 해결방안 1. 여러 공정에 적용 가능한 다양한 수학적 특징을 정의하고 이를 알고리즘에 적용해 불량 검출률 개선 2. 데이터 처리에 필요한 시계열 데이터 동기화(synchronization)기법 연구 진행 3. 변화의 누적량을 고려하여 의미 있는 공정 구간을 설정하는 알고리즘 개발 · 활용계획 및 기대성과 1. 기본 통계량을 이용한 불량검출 알고리즘 고도화 지원 완료 2. 연구소에서 제공한 불량 감지 알고리즘을 ’QualityGuard 2.0‘에 적용 3. 시계열 데이터 동기화 기법 연구 결과 특허 출원 예정 4. 문제 해결 과정중 상호신뢰를 바탕으로 17년 중소벤처기업부 “창업성장기술개발사업 창업과제”에 참여함. ※주관기관 타키온테크, 위탁기관 국가수리과학연구소

이상탐지, 시계열분석

· 기업소개 : ㈜엠투브- 자동차 관련 영역에서 다양한 미션을 수행하며, 스마트 드라이빙 관련 솔루션 보유 기업 · 산업문제 : 1. OBD는 기관제어시스템에 집적되어 있는, 법적으로 규정된 하위 진단/감시 시스템 2. OBD 데이터를 이용하여 안전운전 지수를 모델링 하고자 함 3. 개인 운전자나 보험사의 보험료 책정(할인/할증 또는 가입 가능/거부)에 대한 타당한 근거 제시를 도와줄 수 있는 지표(안전 운행 정도를 가늠할 수 있는 점수/등급)를 산출, 모델링 하는 것이 목표 4. 급감속, 급가속, 공회전 횟수 정도의 데이터를 통해 점수를 산정하는 방식이 아니라 보다 합리적이고 신뢰할만한 안전 운행 지수의 모델링이 필요

· 제시된 해결방안 :1. 속도구간별 운행/급변속을 이용한 안전운전 수치 산출 2. 속도/제한속도/평균속도(교통류의 흐름)를 이용한 과속 및 저속 주행 수치 산출법 제안 3. 운행구간/운행시간대의 사고별 가중치 제안 · 활용계획 및 기대성과 : 1. OBD데이터는 내비게이션이나 스마트폰을 사용하지 않는 운행에서도 데이터를 수집할 수 있기 때문에, 이를 이용한 안전운전 지수는 활용범위가 넓음 2. 대형 사고로 사회적 문제가 되는 대형버스, 트럭, 택시 등의 차량에서 OBD안전지수를 활용한 속도 제한장치 설치 의무화 등을 진행하면 좋은 비즈니스 모델이 될 것으로 기대

수학적모델링, 시각화