〈 박수영 연구원, 이성주 교수 〉
〈 김동휘 연구원 〉
우리 대학 전산학부 이성주 교수 연구팀 스마트폰 앱 개발에서 필수적인 시제품 제작 과정을 획기적으로 줄여 생산성을 200배 이상 높일 수 있는 기술을 개발했다.
김동휘, 박수영 박사과정, 고지훈 석사과정, 미국 버팔로 대학 스티브 고(Steve Ko) 교수가 참여한 이번 연구 결과는 인간-컴퓨터 상호작용, 사용자 인터페이스 분야 국제학회 ACM UIST에서 10월 21일 발표됐다. (논문명 : X-Droid: A Quick and Easy Android Prototyping Framework with a Single-App Illusion)
새로운 아이디어가 스마트폰 앱으로 만들어지기까지는 수많은 시간과 자원, 인력이 필요하지만 정작 앱을 만들어도 소비자의 수요를 충족시키지 못하거나 시장의 흐름을 놓치면 자원만 낭비하는 경우가 많다.
이러한 이유로 보통은 정식으로 제품을 개발하기 전에 작은 규모로 시제품을 먼저 개발해 시장성을 시험해보곤 한다. 아이디어와 신제품이 범람하는 환경에서 시제품을 빠르고 정확하게 만드는 것이 개발사 입장에서는 매우 중요한 일이다.
시제품 제작에 특화된 도구도 많아 쓰이는 도구, 서비스가 수천 가지가 넘는다. 이는 그만큼 업계에서 시제품 구현에 관심이 많고 수요가 많다는 것을 뜻한다.
그러나 기존에 존재하던 수많은 도구의 도움을 받더라도 결국 기능은 직접 구현해야 한다. 디자인이나 아이디어를 차용할 수는 있어도 프로그램은 시중에 공개되지 않은 이상 전부 직접 만들어야 한다.
이성주 교수 연구팀이 개발한 기술은 바로 이러한 한계를 극복했다. 연구팀은 이미 수백만 개에 달하는 스마트폰 앱들이 시장에 출시된 점에 착안해 새 앱 시제품을 만들 때 기존 앱의 기능을 추출해 활용할 수 있도록 하는 데 성공했다.
앱 개발자는 이 기술을 활용해 다양한 시제품 앱들을 만들어 시험해보고 가장 유용한 안을 선정해 정식으로 개발할 수 있다. 만약 다른 앱에서 추출한 기능을 포함한 시제품 앱을 그대로 출시하고자 한다면 기능을 추출해온 앱 개발자의 동의가 필요하지만, 배포하지 않고 내부에서 시험하는 것만으로도 정식 개발의 실패 가능성을 크게 줄일 수 있다.
연구팀의 기술은 기존 앱에서 필요한 기능이 있을 때 그 앱을 시연하면 자동으로 해당 기능이 추출되고 개발자가 활용할 수 있는 프로그램 코드로 변환된다.
예를 들어 스마트폰 사용자의 수면을 감지해 자동으로 알림을 끄는 기능의 시제품을 만들기 위해서는 수면 상태를 추적하는 복잡한 기술이 필요하지만, 연구팀의 기술을 활용하면 단순히 시중의 수면 분석 앱으로부터 해당 기능을 추출해 시제품 제작에 활용할 수 있다.
연구팀은 현직 스마트폰 앱 개발자와의 실험을 통해 최소 1만 줄 이상의 프로그램 코드 작성이 필요한 개발 과정을 연구팀이 개발한 기술을 적용하면 불과 50여 줄의 코드 작성으로도 시제품을 개발할 수 있음을 확인했다.
이는 시제품 앱 개발에 필요한 프로그램 작성이 200배가량 줄어든 것으로 기존의 스마트폰 앱들을 활용하고 기계가 자동으로 프로그램을 작성하도록 함으로써 개발 비용을 획기적으로 줄인 것이다.
이성주 교수는 “기존 다른 앱의 기능을 코드 없이도 구현할 수 있는 기술로 시연을 통한 프로그래밍 기술을 활용하고 또 다른 앱과의 상호작용이 모두 백그라운드에서 이루어지게 하는 기술이다”라며 “개발자가 실제로는 자신의 앱과 다른 앱을 동시에 다루지만 마치 한 개의 앱으로 작업하는 듯한 효과가 있었으며, 새 앱 기능을 손쉽고 빠르게 구현해 더 많은 유용한 앱 출현을 기대할 수 있게 됐다”라고 말했다.
이번 연구는 한국연구재단 차세대정보컴퓨팅기술개발사업과 산업통상자원부, 한국산업기술진흥원 국제공동기술개발사업의 지원을 통해 수행됐다.
연구에 대한 설명과 시연이 담긴 비디오를 다음 링크에서 확인할 수 있고, ( https://www.youtube.com/watch?v=5pF5kGq-lDU ) 자세한 정보는 프로젝트 웹사이트에서 볼 수 있다. ( https://nmsl.kaist.ac.kr/projects/xdroid/ )
□ 그림 설명
그림1. 연구팀이 개발한 기술이 구현된 개발자 도구
우리 대학 산업디자인학과 안드리아 비앙키(Andrea Bianchi) 교수 연구팀이 지난달 23일 온라인으로 개최된 인간-컴퓨터 상호작용 분야 최우수 국제학술대회인 `ACM UIST 2020(The ACM Symposium on User Interface Software & Technology)'에서 상위 1%에게 주어지는 `최우수논문상(Best Paper Award)'을 수상했다고 18일 밝혔다. ACM UIST에서 우리나라 주관기관이 최우수논문상을 수상한 것은 이번이 처음이다. 컨트롤러의 휨 강성을 실시간으로 조절해 가상 환경에서 사용자가 손으로 쥐고 움직이는 가상 물체를 사실적으로 체험할 수 있는 VR(가상현실) 컨트롤러인 `엘라스틱(ElaStick)'을 개발한 공로를 인정받았기 때문이다. (논문명 : ElaStick: A Handheld Variable Stiffness Display for Rendering Dynamic Haptic Response of Fle
2020-11-20세계 각국에서 주목을 받는 K-방역을 떠받쳐 온 코로나19 관련 검사·추적·치료 등 기존 3T 시스템을 한층 업그레이드시킨 새로운 `코로나19 감염병 확산방지시스템(앱&웹)'이 개발됐다. 우리 대학이 개발한 이 시스템은 GPS·무선랜·블루투스·기압계·관성 센서의 신호를 주기적으로 수집, 기록하는 스마트폰 블랙박스를 기반으로 하고 있어 사생활 침해 논란을 최소화하면서 신속한 역학조사와 격리자 관리 등 코로나19 상황에 효율적인 대응이 가능하다. 기존 3T 시스템은 신용카드 이용 내역 등 광범위한 개인정보 접근을 통해 확진자 동선을 공개하는 과정에서 사생활 노출로 인한 인권침해 우려가 꾸준히 제기돼 왔다. 전산학부 지능형서비스통합연구실 한동수 교수 연구팀은 스마트폰의 이동 동선을 기록하는 스마트폰 블랙박스를 기반으로 `코로나19 감염병 확산방지시스템(앱&웹)'을 개발했다고 10일 밝혔다.
2020-06-11〈 왼쪽부터 공태식 박사과정, 조현성 석사과정, 이성주 교수 〉 우리 대학 전산학부 이성주 교수 연구팀이 스마트폰을 사물에 두드리는 것만으로 사물을 인식할 수 있는 ‘노커(Knocker)’ 기술을 개발했다. 이번 연구 결과는 기존 방식과 달리 카메라나 외부 장치를 사용하지 않아 어두운 곳에서도 식별에 전혀 지장이 없고, 추가 장비 없이 스마트폰만으로 사물 인식을 할 수 있어 기존 사물 인식 기술의 문제를 해결할 수 있을 것으로 기대된다. 공태식 박사과정, 조현성 석사과정, 인하대학교 이보원 교수가 참여한 이번 연구 결과는 9월 13일 유비쿼터스 컴퓨팅 분야 국제 최우수학회 ‘ACM 유비콤(ACM UbiComp)’에서 발표됐다. (논문명 : Knocker: Vibroacoustic-based Object Recognition with Smartphones) 기존의 사물 인식 기법은 일반적으로 두 종류로 나뉜다. 첫째는
2019-10-01〈 김충연, 변상혁 박사과정, 정재웅 교수〉 우리 대학 전기및전자공학부 정재웅 교수와 미국 워싱턴대(University of Washington) 마이클 브루카스(Michael Bruchas) 교수 공동 연구팀이 스마트폰 앱 조작을 통해 약물과 빛을 뇌 특정 부위에 전달함으로써 신경회로를 정교하게 조절할 수 있는 뇌 이식용 무선 기기를 개발했다. 이번 기술 개발을 통해 장기간의 동물 실험이 필요한 신약 개발뿐 아니라 치매, 파킨슨병 등 뇌 질환 치료에도 적용할 수 있을 것으로 기대된다. 라자 콰지(Raza Qazi, 1저자), 김충연, 변상혁 연구원이 개발하고 워싱턴대 신경과학 연구원들이 공동으로 참여한 이번 연구는 의공학 분야 국제 학술지 ‘네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)’ 8월 6일 자에 게재됐다. (논문명 : Wireless optofluidic brain probes for chr
2019-08-08〈 한동수 교수 〉 우리 대학 전산학부 한동수 교수 연구팀(지능형서비스통합 연구실)이 크라우드소싱 기반의 실내 위치 인식 기술을 개발했다. 이번 기술은 스마트폰에 탑재된 다양한 센서를 통해 수집된 신호를 기반으로 무선랜 신호(일명 핑거프린트)의 수집 위치를 자동으로 라벨링하는 인공지능 기법이다. 무선랜 신호가 존재하고 스마트폰이 사용되는 건물이면 어디든 적용할 수 있고 정확도가 높아 도심의 실내 위치 인식 시스템 구축비용을 획기적으로 줄일 수 있을 것으로 기대된다. 세계적인 주요 IT 기업들은 실내 환경에서 정확도 높은 위치정보를 제공하기 위해 다양한 노력을 해 왔지만, 정확도 높은 라디오맵(특정 지역이나 건물의 신호 특성) 구축에 많은 어려움을 겪고 있다. 주로 활용되는 와이파이 포지셔닝 시스템(WPS)는 건물의 층을 구분하지 못한다는 한계가 있다. 연구팀은 문제 해결을 위해 우선 불특정 다수의 스마트폰을 통해 수집된 무선신호를 클러스터링을 통해 건물
2019-06-10