검색 상세

딥러닝을 활용한 전략물자 판정 지원도구 개발에 대한 연구

A Study on the Development of a Tool to Support Classification of Strategic Items Using Deep Learning

  • 조재영 (Cho, Jae Young, 정보보호대학원 사이버보안학과)

초록/요약

2001년 미국에서 발생한 9.11 테러 이후 특정 국가가 아닌 비국가행위자(non-state actor)에 대한 통제 필요성이 강조되고 국제수출통제체제 미가입국까지 아우를 수 있는 전방위적 수출통제가 필요하다는 취지에 전 세계가 의견을 같이하여 2004년 4월, 유엔 안전보장이사회 결의 제1540호가 채택되었다. 동 결의에서는 모든 유엔 회원국에 대해 관련 물자에 대한 통제를 포함하여 대량파괴무기 및 그 운반수단의 확산을 방지하기 위한 국내적 통제 확립 목적의 효과적인 조치들을 채택하고 이행하도록 의무화하고 있다. 즉, 전략물자 수출관리의 국제규범화가 이루어지게 된 것이다. 이와 같이 현재의 전략물자 수출관리는 단순하게 특정 국가나 지역을 대상으로 하기보다 대량파괴무기나 재래식 무기가 분쟁지역, 우려국가나 테러리스트 조직에 확산되지 않도록 하는 비확산(non-proliferation) 목적을 가지고 관련된 물자 및 기술의 이전(移轉)을 종합적으로 관리하는 제도로 널리 시행되고 있다. 이러한 국제정세에 따라 우리나라도 대외무역법을 개정하고 전략물자수출입고시를 입법하여 전략물자 전문기관인 전략물자관리원을 설립하여 우리 기업이 전략물자 제도를 정확히 인지하고 이행할 수 있도록 노력하고있다. 이러한 전략물자의 효과적인 통제를 위해 4대 국제수출통제체제가 운영되고 있는데 바로 바세나르체제(WA), 미사일기술통제체제(MTCR), 호주그룹(AG), 핵공급국그룹(NSG)이 그것이며, 우리나라는 이들 체제에 모두 가입되어 있다. 하지만 위와 같은 노력에도 불구하고 전략물자 제도를 처음 접하는 수출기업은 전략물자의 개념을 이해하기 쉽지 않고, 전략물자를 통제하는 기준이 다양하고 해석하는 방법에 따라 모호한 기준이 존재하여 수출하려는 품목의 전략물자 해당 여부를 판정하는데 어려움이 따른다. 이 논문은 전략물자 제도를 처음 접하는 기업이나 전략물자 판정시스템 이용자에게 진입장벽을 낮추어 판정이라는 과정을 쉽게 접근할 수 있는 새로운 방법을 제안하는 것에 목적이 있다. 수출자가 전략물자 개념과 제도를 이해하기에 앞서 판정이라는 절차를 매뉴얼이나 카탈로그의 제공만으로 판정결과를 확인할 수 있게 된다면, 수출자는 전략물자 판정 방법과 절차를 보다 편리하고 쉽게 다가설 수 있을 것으로 기대한다. 이러한 연구 목적을 달성하기 위해 이미지 인식 및 분류에서 연구되고 있는 딥러닝과 OCR(광학문자판독) 기술을 활용하고, 전략물자 판정 지원도구에 대한 개발과 연구를 통하여 우리 기업의 전략물자 판정에 도움이 되는 모델과 결과를 도출함으로써 그 유효성을 실증하고자 한다.

more

목차

제1장 연구개요 1
제1절 연구의의 1
제2절 연구배경 2

제2장 전략물자 판정 3
제1절 판정 개념 3
제2절 판정 이론 7
제3절 판정 방법 10
3.1 Yestrade 시스템 11
3.2 정보보안 품목의 판정 14

제3장 딥러닝 관련 연구 22
제1절 딥러닝 개념 22
제2절 CNN 관련 연구 23
2.1 AlexNet 24
2.2 GoogLeNet 25
2.3 VGGNet 26
2.4 ResNet 27

제4장 딥러닝 모델학습 및 OCR 연구 28
제1절 자료수집을 위한 대상 선정 28
제2절 딥러닝 기술 적용 30
2.1 품목 이미지 데이터셋 수집 및 정제 30
2.2 품목 이미지 데이터셋 가공 33
2.3 학습(Training) 및 결과 도출 36
제3절 딥러닝 모델학습 유효성 검증 39
제4절 OCR을 활용한 문자 분석 40

제5장 결론 및 향후 발전방향 43
제1절 결론 43
제2절 향후 발전방향 44

참고문헌 45
I. 논문 45
II. 인터넷사이트 45

more
반출 Meta View 목록