유가증권은 자본증권의 성격을 갖는 증권, 증서 및 이와 유사하거나 관련된 것을 의미합니다. 투자유의종목은 투기적이거나 불공정거래 가능성이 있는 종목, 또는 주가가 비정상적으로 급등한 종목을 경고하기 위해 지정되는 종목입니다. 한국거래소 시장감시위원회에 따르면 2023년 불공정거래 97건이 발생해 약 7,663억 원의 부당이득이 발생했습니다. 이에 따라 한국거래소는 주식시장의 안전성과 투자자 보호를 위해 빠르고 정확한 투자유의종목 탐지 및 선별의 중요성을 강조했습니다. 본 프로젝트는 유가증권 유의종목 전조 탐지 솔루션을 개발하는 것을 목표로 합니다. 이를 위해 기존의 유가증권 히스토리 데이터를 기반으로 훈련된 인공지능 모듈을 사용하여 유의종목 지정 전조증세의 패턴을 파악하고, 실시간으로 모니터링 중인 주식 데이터를 분석해 유의종목을 사전에 탐지하는 기술을 개발하고자 합니다. 

Securities refer to financial instruments such as stocks, bonds, and related certificates. Investment warning stocks are identified by market alert systems as potentially speculative, involved in unfair trading, or experiencing abnormal price surges. According to the Korea Exchange (KRX), there were 97 cases of unfair trading in 2023, resulting in approximately 766.3 billion KRW in illicit gains. In response, KRX has emphasized the importance of swiftly and accurately detecting and identifying such stocks to ensure market stability and protect investors. This project aims to develop a solution for detecting early signs of investment warning stocks. By leveraging historical securities data and training an AI module to recognize patterns indicative of potential warning stock designation, we seek to analyze real-time stock data to preemptively identify these stocks.

불법 대포통장은 금융 거래에서 실제 소유자가 아닌 다른 사람이나 조직 등 제3자의 명의를 도용하여 개설된 은행 계좌로, 자금 세탁이나 사기 등 다양한 금융 범죄에 이용될 수 있습니다. 금융감독원에 따르면, 대포통장으로 인한 피해액은 지난 5년간 8천억 원을 넘었으며, 이는 금융 기업 및 고객에게 막대한 금전적 손실을 초래할 수 있습니다. 따라서 불법 대포통장의 사용 패턴을 파악하고 탐지할 수 있는 기술이 매우 중요합니다. 본 프로젝트는 통장 거래내역 데이터를 기반으로 훈련된 인공지능 모듈을 개발하여 대포통장의 사용 패턴을 파악하고, 실시간으로 모니터링 중인 통장 거래내역을 통해 대포통장을 탐지하는 기술을 개발하는 것을 목표로 합니다.

Illegal bank accounts, also known as fake deposit or fraudulent accounts, are opened using the name of a third party, such as another person or organization. These accounts can be used for various financial crimes, including money laundering and fraud. According to the Financial Supervisory Service (FSS), the damage caused by these fraudulent accounts over the past five years exceeds KRW 800 billion, leading to substantial financial losses for financial companies and their customers. Therefore, it is vital to develop technologies that can identify and detect the usage patterns of illegal bank accounts. This project aims to develop an AI module trained on transaction data to understand the usage patterns of fraudulent accounts and to create a detection technology that monitors account transactions in real-time.

조경수목 병해는 수목의 생육에 악영향을 미치며, 조경수목의 관리 및 유지보수를 책임지는 기업에 금전적 손실을 초래할 수 있습니다. 따라서 조경수목 병해를 조기선별하고 예후예측할 수 있는 기술이 매우 중요합니다. 본 프로젝트는 인공지능 기반 조경수목 병해 조기선별 및 예후예측 기술개발을 위한 보고서 완성을 목표로 합니다. 특히, ① 조경수목 병해 관리를 위한 데이터 종류 및 수집 방법, ② 조경수목 병해 관리 하드웨어 인프라, ③ 인공지능 모델 학습 방법을 정의하고, ④ 인공지능 모델을 활용한 조경수목 병해 조기선별 및 예후예측 프로세스를 제안합니다.  

Landscape tree diseases negatively impact tree growth and can lead to financial losses for companies responsible for the management and maintenance of these trees. Therefore, it is crucial to develop technologies that can detect and predict the prognosis of landscape tree diseases at an early stage. This project aims to complete a report on the development of AI-based early detection and prognosis prediction technologies for landscape tree diseases.

작품 관람 중 나타나는 뇌파, 몸 움직임은 관객의 전시경험에 대해 많은 정보를 제공합니다. 그러나 뇌파, 몸 움직임을 통해 전시경험을 어떻게 이해할 수 있을지에 대한 프레임워크는 아직 불분명합니다. 본 프로젝트는 관객 다차원 데이터 (특히, 뇌파와 몸 움직임) 딥러닝 분석을 통해 전시경험을 이해할 수 있는 프레임워크를 제안하고 이를 활용한 적응형 미디어아트 신명: 무감서다 작품을 전시합니다. 특히 실제 관객 대상 실증연구를 통해 본 연구에서 제안한 프레임워크의 유효성을 실험적으로 검증하고자 합니다. 

Assessed brain waves and body movements while viewing art works provide a lot of information about the audience's exhibition experience. However, the framework for how to understand the exhibition experience through brain waves and body movements is still elusive. This project aims 1) to propose a framework for understanding the exhibition experience through deep learning analysis of audience multidimensional data (inter alia, brain waves and body movements) and 2) to exhibit adaptive media art works using this framework. In particular, we will 3) experimentally verify the validity of the framework proposed in this study through empirical studies targeting real audiences.