2. 초고령사회 대비 스마트 헬스케어 기술

3. 에너지 전환과 미래 에너지

4. 사이버 보안과 인공지능 윤리

5. 도시 문제 해결을 위한 스마트시티

2117이서경

2123최지우

2212박재희

2216서승규

2302김영건

2308원덕록

2414이서현

2417천지은

2421최운혁

2501권예현

2503김영원

2603구본하

2605김명준

2615우리사랑

2710신윤하

2801권선유

2813신진섭

2817장준영

https://docs.google.com/forms/d/e/1FAIpQLScZJyOEFJVlL8CFhulFUwCWg35LAeGShIi_zd8n9rRqWgs6UA/viewform?usp=header

5반~8반 (최수지 선생님)

https://docs.google.com/forms/d/e/1FAIpQLScBPD_Gad6YibP3j9r7bq81vyr0gWXrEksAY3TNFNpOOmLLXQ/viewform?usp=header

2308 원덕록

2417 천지은

2813 신진섭

2817 장준영

• 과학 원리:

• BMI, BMR, 유전적 질병 가능성, 식이대사

• 수학 융합:

• 통계적 회귀분석 기반 위험 질병 예측

• 확률 모델링 (조건부 확률, 베이즈 정리)로 건강 리스크 분석

• 기하학적 알고리즘으로 체형 변화 시뮬레이션

📌 적용 예시:

사용자가 VR 내에서 자신의 식습관과 운동 습관을 입력하면

→ 3개월 후의 체형 변화, 복부 내장지방 분포 등을

→ 3D 모델로 가시화 + 수식 기반 예측 곡선 제공

가청 주파수란?

• 사람이 들을 수 있는 소리의 진동수 범위

• 단위: Hz (헤르츠)

⸻

👂 일반 성인의 가청 범위

• 약 20Hz ~ 20,000Hz(20kHz)

• 20Hz → 매우 낮은 저음 (우르릉거림)

• 20kHz → 매우 높은 고음 (모기 소리 수준)

⸻

👴 고령자의 가청 범위 (노인성 난청)

• 고령자(대체로 60세 이상)는 고주파수부터 점점 청력이 저하됨

• 일반적으로:

• 최대 8,000~12,000Hz까지만 들리는 경우가 많음

• 고음역대의 소리(예: 여성의 가는 목소리, 알람 소리 등)를 잘 못 듣는 경우가 많음

⸻

📉 왜 고주파가 먼저 안 들릴까?

• 귀 속 달팽이관(코클레아)의 구조적 특성

• 고주파를 감지하는 부분이 가장 바깥쪽에 있어

→ 나이가 들수록 손상되기 쉬움

• 소음, 약물, 유전, 당뇨 등도 영향

고령자의 청력 특성에 따른 맞춤형 보청기 설계 및 AR 음성 피드백 시스템 개발

⸻

1. 탐구 배경 및 동기

고령화 사회에서는 청력 저하, 특히 고주파수 대역에서의 청력 손실이 흔하게 발생한다.

하지만 대부분의 보청기는 단순히 전체 소리를 증폭하는 방식으로, 개인의 청력 특성을 반영하지 못한다.

따라서 청력 손실이 일어나는 주파수 대역을 분석하여, 고령자마다 다른 청력 특성에 맞춘 맞춤형 보청기 설계가 필요하다.

또한, 고령자가 놓친 음성 정보를 실시간으로 시각화해주는 AR 피드백 시스템을 결합하면, 청각뿐만 아니라 언어 인지에도 도움을 줄 수 있다.

⸻

2. 과학적 아이디어

첫째, 고령자의 청력 특성을 분석하여 주파수별로 얼마나 청력이 손실되었는지를 파악한다. 이는 청력 검사 결과인 청력도를 기반으로 한다.

둘째, 해당 청력도 데이터를 기반으로 주파수별로 증폭량이 다른 필터링 알고리즘을 설계한다. 예를 들어, 고주파 대역만을 선택적으로 증폭하는 방식이다.

셋째, 증강현실 기술을 활용하여 고령자가 놓친 음성 정보를 자막, 강조 효과, 혹은 시각적 파형 등으로 제공하는 AR 음성 피드백 시스템을 설계한다.

⸻

3. 수학적 융합 요소

청력 손실 정도를 주파수에 대한 함수로 모델링할 수 있다. 예를 들어, 데시벨 손실을 주파수 f에 대한 함수 H(f)로 나타내면, 손실이 큰 대역을 그래프를 통해 시각적으로 분석할 수 있다.

음성 신호의 주파수 분석에는 푸리에 변환 개념이 활용될 수 있으며, 이를 바탕으로 특정 주파수 대역만 증폭하도록 설계할 수 있다.

또한, 실시간 음성 시각화에서는 소리의 진폭을 시간에 따른 함수 그래프로 나타내어, 피크값이나 변화율을 기반으로 사용자가 음성을 잘 인식했는지 판단할 수 있다.

⸻

4. AR 시스템 설계 방향

사용자의 음성을 입력하는 장치(마이크)에서 소리를 수집하고, 필터링 알고리즘을 통해 고령자의 청력 특성에 맞는 소리로 변환한다.

변환된 음성을 청각적으로 제공하는 동시에, AR 디바이스를 통해 음성 자막 또는 강조 표시를 시각적으로 제공한다.

실시간 음성의 진폭, 주파수 등도 시각화되어, 고령자가 잘 들었는지 놓쳤는지를 판단하고 피드백할 수 있도록 한다.

⸻

5. 실제 탐구 방법 예시

샘플 청력도 데이터를 인터넷이나 논문 등에서 확보하고, 해당 데이터를 기반으로 함수 형태의 모델을 만든다.

청력 특성에 맞는 필터링 알고리즘을 수학적으로 설계한 뒤, 공개된 음성 파일을 활용해 증폭 전과 후의 파형을 비교하고 그래프로 표현한다.

AR로 표시될 자막이나 파형의 사용자 인터페이스를 직접 스케치하거나 프로토타입으로 구성한다.

⸻

6. 확장 가능성

인지 능력 향상을 위한 보청기 훈련 시스템으로 확장하거나, 청력 저하 상태를 VR로 체험할 수 있는 교육 콘텐츠로 확장할 수 있다.

또한, 고령자의 청력 변화 데이터를 시간에 따라 추적하고, AI와 연동해 개인별 청력 예측 모델을 개발할 수도 있다.

1. 개요

목적: 가상현실 환경에서 뇌졸중 초기 증상을 조기 진단하여 신속한 치료 지원

대상: 일반인, 고위험군, 응급 환자 등

2. 진단 방법

VR 검사 시나리오

걷기, 물건 잡기, 말하기, 시야 인식 등 다양한 신체 및 인지 기능 평가 과제 수행

실시간 데이터 수집

운동 기능: 균형, 팔·다리 움직임, 보행 패턴

언어 능력: 문장 이해 및 발화

시각 인지: 편측 무시 여부 확인

인지 기능: 기억력, 판단력 검사

3. 데이터 분석 및 진단

AI 기반 자동 분석

정상 패턴 대비 이상 징후 탐지

의료진에게 신속하고 정확한 진단 정보 제공

4. 활용 효과 및 장점

빠른 초기 진단으로 골든타임 확보

병원 외 다양한 장소(가정, 보건소, 응급차 등)에서 진단 가능

환자의 부담 감소 및 접근성 향상

재활 치료 과정 중 환자 상태 모니터링에 활용 가능

5. 적용 사례

노인복지센터 정기 검사

119 구급차 내 응급 진단

원격 진료 및 자가 진단 지원

대상:다친 후 재활 중인 사람, 정형외과 환자

기능: 몸을 움직이며 게임을 하면서 재활

통증 없이 운동 각도 측정->기록저장

물리치료사 연동 기능 추가 가능

기대효과:반복운동 지속, 회복속도 향상

우라나라에서 스마트 신호등이 도입된 사례를 찾아보고 문제점과 전망에 대해 인식함

1. 서론: 초고령화 사회와 뇌졸중 위험

한국은 현재 초고령사회로 진입하고 있으며, 고령 인구 비율은 해마다 빠르게 증가하고 있다.

이와 함께 뇌졸중(중풍)과 같은 뇌혈관 질환 발생률도 높아지고 있으며, 특히 65세 이상 고령자의 발병률이 가장 높다.

뇌졸중은 발병 후 치료까지 걸리는 시간이 생존율과 후유증에 결정적인 영향을 미친다.

따라서 초기 증상을 조기에 감지하고, 신속히 병원과 연결되는 시스템이 매우 중요하다.

2. 문제 인식: 병원을 기피하는 어르신들

실제 현장에서 보면, 많은 고령자들은 다음과 같은 이유로 병원을 제때 찾지 못한다:

• 불편한 몸 상태로 장거리 이동이 어렵다

• 병원 방문에 대한 두려움 또는 부담감

• 초기 증상을 대수롭지 않게 여기고 넘어감

• 혼자 살거나 가족과 떨어져 생활하여 도움을 받기 어려움

이러한 현실은 뇌졸중의 조기 진단과 치료를 지연시키며, 그 결과로 생명 위험뿐 아니라 심각한 후유증으로 이어질 수 있다.

3. 해결 방향: VR 원격진단 기술의 필요성

이러한 문제를 해결하기 위해서는 고령자들이 집에서도 스스로 뇌졸중 증상을 진단하고,

필요 시 원격으로 병원에 연결될 수 있는 시스템이 필요하다.

👉 제안 기술:

VR 기반 뇌졸중 조기진단 원격시스템

“집에서 간단한 VR 테스트를 수행하면, 그 결과를 AI가 분석해 뇌졸중 위험 여부를 판단하고, 위험 시 보호자나 병원에 자동으로 연결되는 시스템”

교통 혼잡 문제 해결에 융합시킬 수 있는 수학적 요소: 그래프 또는 최적화 시스템

->1. 교통 흐름 최적화: 최소 대기 시간 그래프 탐색

문제 정의

출・퇴근 시간대 주요 교차로에서 차량 대기 시간이 길어져 교통 체증 발생

수학 융합 포인트

그래프 이론: 교차로를 노드, 도로를 간선으로 모델링

최단 경로 알고리즘: 다익스트라 알고리즘(비가중치 혹은 가중치 그래프)으로 최적 신호 주기 탐색

선형 함수: 신호 주기와 대기 시간 관계 모델링

탐구 방향

실제(또는 모의) 교차로 데이터 수집

파이썬 등으로 그래프 모델 작성

신호 주기(10∼120초) 변화에 따른 전체 대기 시간 함수 그려보고 최솟값 찾기

사회·환경적 효과(배기가스 저감 등)까지 확장

핵심 개념

현대 사이버 공격의 복잡성이 증가함에 따라 텍스트 기반 로그만으로는 위협을 빠르게 식별하기 어려워졌습니다. 이를 해결하기 위해 AR/VR 기술을 활용한 직관적인 시각화 시스템이 주목받고 있으며, 이 기술에는 다음과 같은 수학적 기반이 필요합니다.

주요 수학 개념들

1. 그래프 이론 (네트워크 구조)

• 네트워크 보안에서 노드(기기)와 엣지(연결) 관계를 수학적으로 모델링

• 비정상적인 연결이나 통신 패턴을 시각적으로 강조하여 위협 탐지 효율성 증대

• 빅데이터 분석에서 네트워크 그래프 이론이 중요한 역할을 하며, 대화형 네트워크 그래프를 통해 시각적 표현이 가능합니다.

2. 통계와 확률 (이상 행동 탐지)

• 평균, 표준편차, 이상값 등의 통계적 개념을 활용하여 비정상적인 트래픽 패턴 감지

• 서버의 갑작스러운 데이터 전송량 증가나 비정상적인 통신 시간대 분석

• AR 환경에서 실시간 이상 행동 알림 시스템 구현

3. 벡터와 행렬 (3D 시각화)

• VR 환경에서 3차원 공간 내 데이터 배치 및 조작을 위한 수학적 계산

• 위치 계산, 회전, 확대/축소 등의 변환 연산

• 침해된 서버를 색상과 크기 변화로 시각화하여 직관적 위협 인식 가능

기술적 의미

2024년 사이버 보안 위협이 진화하고 있는 상황에서 AR/VR 기술은 단순한 시각화 도구를 넘어 수학적 분석과 결합된 종합적인 보안 솔루션으로 발전하고 있습니다. 이는 데이터의 수학적 처리와 시각적 표현을 통해 보안 관리자들이 복잡한 위협 상황을 더 효과적으로 이해하고 대응할 수 있게 합니다.

텔로미어 길이, 체성분, 혈관 탄성 등을 이용하여 생물학적 나이를 정량적으로 계산하여 노화 속도를 수치화 할 수 있다. 시뮬레이터로 앞으로 내 몸이 어떻게 변화할지를 체험할 수 있음.

AI가 예측 노화 속도를 분석하여 실제 나이와 신체 나이를 비교 분석한다.

scoot 교통흐름에 따라 신호 주기를 자동 조절하는 시스템

scats 실시간 차량 감지 데이터에 따라교차로 간 연동 등

-친구들의 의견인 노화 속도 수치화에 대한 내용과 디지털 트윈 기술을 연계하여 ‘노화속도 디지털 트윈 시뮬레이터‘를 구상함

-디지털 트윈 기술은 개인의 생체 정보를 기반으로 가상 공간에 나의 신체를 정밀하게 재현함으로써, 미래의 건강 상태나 질병 진행을 예측할 수 있도록 돕는 스마트 헬스케어 기술이다. 본 탐구에서는 이 디지털 트윈 개념을 노화 속도 분석에 적용해, 개인의 생활습관 데이터를 바탕으로 노화가 어떻게 진행될지 시뮬레이션해 보고, 이를 수학적으로 모델링하는 데 초점을 맞췄다.

먼저, 수면 시간, 운동량, 영양 섭취, 스트레스 수준 등 다양한 생활습관 요인을 수집하여 이를 수치화한 뒤, 개인의 생물학적 나이를 예측하는 간단한 수식을 도입하였다. 이후 각자의 ‘노화 속도’에 따라 신체 기능이 시간이 지남에 따라 어떻게 변화하는지를 지수함수 형태의 모델(f(t) = a·e^(bt))로 표현하여, 개인마다 건강 습관에 따라 노화가 얼마나 빠르게 혹은 느리게 진행되는지를 시각적으로 비교할 수 있었다.

또한 이 실험에서는 노화 예측을 단순한 함수 표현에 그치지 않고, 다양한 생활습관 조합을 그래프 이론으로 구성하여, ‘가장 건강한 경로(=노화를 최소화하는 습관 조합)’를 찾는 최적화 문제로 확장하였다. 이를 통해 생활 습관이 변화할 때 노화 속도가 어떻게 달라지는지를 수학적으로 탐색해보았으며, 실질적인 건강 관리 방향도 제시할 수 있었다.

마지막으로, AR이나 VR 기술을 통해 시뮬레이션된 미래의 내 모습을 시각화하여 체험함으로써, 수학적으로 표현된 노화 속도 함수가 단지 이론에 머무르지 않고 실제 건강 행동 변화로 이어질 수 있음을 확인하였다. 이와 같이 디지털 트윈과 수학 모델을 결합한 노화 시뮬레이션은 개인 맞춤형 의료는 물론, 청소년 건강 교육에도 매우 효과적으로 활용될 수 있다.

AI의 프라이버시 침해

• 사용자는 자신이 어떤 정보가 수집되고 있는지 모름

• AI는 표정, 목소리, 배경 소리 등도 감지할 수 있음

윤리적 문제

1. 동의 없는 정보 수집

2. 투명성 부족

3. 정보 불평등

4. 감시 사회화

5. 데이터 남용

수학/기술적 연결

• 암호학: 공개키 암호, 대칭키 암호 알고리즘 (RSA, AES 등)

• 해시 함수: 데이터 무결성 검증, 디지털 서명

• 확률과 통계: 이상 징후 탐지, 침입 탐지 시스템(IDS)의 신뢰도 평가

• 수학적 최적화: 보안 정책 최적화 및 자원 배분

AR/VR 체험

1. 감시사회에서 살아남기

   • 감시 카메라와 AI 얼굴 인식 시스템이 빽빽한 도시에서 임무 수행

2. 정보 수집 과정 탐구

   • AI가 내 위치, 감정, 행동 패턴까지 어떻게 추론하는지 보여줌으로써 사생활 정보가 어떻게 수집되고 해석되는지 이해

Ⅰ. 연구 배경 및 필요성

고령화 사회가 가속화되면서 뇌졸중을 포함한 뇌혈관 질환의 발병률이 급격히 증가하고 있다. 특히 뇌졸중은 초기 대응이 늦을 경우 심각한 후유증을 초래하며, 골든타임(3~4시간 이내)이 생명과 직결되는 응급 질환이다. 그러나 고령자 중에는 병원 방문을 두려워하거나 불편하게 여겨 조기 진단의 기회를 놓치는 경우가 많다. 이에 따라, 병원에 가지 않고도 가정에서 손쉽게 뇌졸중 위험 여부를 진단하고, 응급 상황에 자동 대응할 수 있는 VR 기반 진단 시스템의 필요성이 제기되고 있다.

또한 최근에는 수학적 기술인 인공지능(AI)과 통계학을 접목하여 질환의 발생 가능성을 수치화하고 예측하는 기술이 활발히 개발되고 있다. 이를 통해 뇌졸중의 발병 위험을 확률로 모델링하고, 그 결과를 바탕으로 실시간 의사결정을 가능하게 한다. 본 시스템은 이러한 AI 기반 통계 예측 기술을 핵심적으로 활용한다.

Ⅱ. 시스템 개요

1. 시스템 명칭: NeuroVR-Care

2. 목적

• VR 기기를 통해 비대면으로 뇌졸중 및 뇌혈관 질환 조기 진단

• 검사 결과를 보호자와 공유하고, 긴급 상황 시 자동 신고 시스템 구현

• 고위험군에게는 웨어러블 전자시계 착용을 통해 상시 모니터링

Ⅲ. 시스템 구성 요소 및 기능

1. VR 진단 기기 (NeuroVision Headset)

• 사용자가 착용 후 간단한 인지 및 반응 테스트, 시각-운동 검사를 수행

• 내장된 뇌파 측정 센서(EEG)를 통해 뇌의 활동 상태 분석

• 음성, 표정, 손 움직임 등을 분석하여 FAST 원칙 기반 뇌졸중 징후 감지

• AI 알고리즘이 수집된 데이터를 실시간으로 분석하여 이상 징후 여부를 수학적으로 계산함 (예: 발생 확률이 80% 이상일 경우 경고 발생)

2. 검사 결과 분석

• AI가 반응 시간, 언어 장애, 운동 비대칭, 뇌파 패턴 등을 분석해 뇌졸중 여부 및 관련 뇌질환 가능성 판별

• 환자의 생체정보와 행동 반응 데이터를 바탕으로 통계 모델(로지스틱 회귀, 의사결정트리 등)을 통해 진단 결과를 수치화

• 결과를 사용자 화면에 직관적으로 표시 ("정상", "주의 요망", "고위험")

3. 보호자 및 119 자동 연락 시스템

• 검사 결과가 위험 수준 이상일 경우:

  • 보호자에게 실시간 알림 발송 (앱 또는 문자)

  • 심각한 경우 자동으로 119에 구조 요청, GPS 정보 전송 포함

4. 고위험군 전용 웨어러블 기기 (NeuroBand Watch)

• 뇌졸중 고위험군에게는 충격 감지 센서 내장 시계형 기기 착용 권고

• 심박수, 혈압, 산소포화도 등 생체 신호 실시간 모니터링

• 낙상 또는 의식 상실 시 자동 구조 요청 기능 작동

Ⅳ. 기대 효과

• 병원 방문이 어려운 고령자도 가정 내에서 안전하게 뇌질환 진단 가능

• 뇌졸중의 골든타임 확보율 상승, 후유증 및 사망률 감소 기대

• 보호자 및 의료기관과의 연결을 통한 신속한 대응 체계 확립

• 고위험군에 대한 지속적인 모니터링 및 예방적 개입 가능

• 수학 기반 AI 기술을 활용해 개인별 질병 위험도를 수치화하고 맞춤형 예측 및 대응 가능

Ⅴ. 결론 및 향후 과제

VR과 AI, 생체 센서를 통합한 이 시스템은 고령자를 위한 미래형 헬스케어 기기의 핵심으로 발전할 수 있다. 특히 AI와 통계학을 활용하여 뇌졸중 위험을 정량화하고 조기에 개입할 수 있다는 점에서, 단순한 진단 장비를 넘어 지능형 예측 의료기기로서의 가치가 높다. 향후에는 뇌졸중 외에도 치매, 파킨슨병 등 다양한 신경계 질환으로 확장 가능하며, 지역 의료기관과의 연계 및 데이터 보안 시스템 강화를 통해 더욱 정밀하고 안전한 진단 환경이 구축되어야 한다.

탐구 주제

“AI 딥페이크 탐지: 과학 원리와 수학적 분석, AR 체험 콘텐츠 개발”

1단계: 과학적 사고

• AI가 딥페이크 영상 속 가짜 얼굴을 식별하는 원리 탐구

• 영상 처리(픽셀 변화, 눈 깜박임 등)와 딥러닝 모델 분석

• 실제 오픈소스 탐지 도구로 실험하여 탐지 정확도 비교

• 사회적·윤리적 영향 고찰

2단계: 수학 융합 (수학1, 수학2 연계)

• 수학1(함수와 그래프):
  

  • 탐지 알고리즘의 성능을 함수 그래프로 표현해 이해

  • 민감도 조절에 따른 정확도 변화를 시각화

• 
  

• 수학2(확률과 통계, 행렬):
  

  • 픽셀 데이터를 행렬로 처리해 차이를 수치화

  • 탐지 성공 확률과 오탐률을 통계 지표로 계산하고 분석

• 
  

3단계: 참신한 AR 콘텐츠 설계

• “DeepDetect AR”

• AR 환경에서 사용자가 가짜 영상과 진짜 영상을 직접 비교하며 탐지 과정 체험

• 탐지 알고리즘 민감도(함수 그래프) 조절 기능 제공

• AI 탐지 결과를 확률과 통계 수치로 시각화

• 윤리적 질문을 던져 사용자 스스로 고민하도록 유도

생기부 예시

딥페이크 탐지 AI의 영상처리 원리와 딥러닝 수학적 기반을 탐구하고, 수학1의 함수와 그래프, 수학2의 확률 및 행렬 개념을 활용하여 알고리즘 성능을 분석하였다. AR 체험 콘텐츠 개발을 통해 과학·수학·윤리 융합적 사고를 심화하고 진로 역량을 강화하였다.

구본하 김영원

🎧 청력도(Audiogram) 그래프 설명

🔹 그래프 구성

가로축(X축): 주파수(Hz)

측정된 소리의 음높이를 나타냄

일반적으로 125Hz ~ 8000Hz까지 (말소리는 주로 500~4000Hz에 집중)

세로축(Y축): 청력 역치(소리의 세기, dB HL)

아래로 갈수록 큰 소리가 필요하다는 뜻 → 청력 손실

위쪽이 정상청력, 아래로 내려갈수록 청력 손실이 심함

🔹 기호

왼쪽 귀: X 또는 □ (파란색)

오른쪽 귀: O 또는 ◯ (빨간색)

• 주제: 에너지 전환과 미래에너지

  • 배경: 제주도 기반 AR 도시 시뮬레이션

  • 사용자가 직접 도시 에너지원 설계

    
    “단순한 배치가 아닌, 수학·과학 데이터를 활용한 전략적 의사결정 게임”

  구본하

<AR 기반 미래 도시 에너지 설계 게임>

게임 이름

- 제주도 키우기💨

-제너지

- 제주크래프트⚡️

(부제: 에너지 전환과 미래에너지)

2025년 7월 15일 태양광 에너지 발전량 예측 그래프

<게임 적용 방법>

-시간/기후 변화에 따라 발전량이 변하게 설정

-날씨가 흐리면 발전량 50% 감소처럼 가중치 설정

-효율 조정 요소: 패널 방향, 청소 상태, 온도 등도 고려

☀️ 서귀포시 일조 및 태양광 환경 분석

1. 월별 일사량 (Daily Solar Energy)

• 5월 평균 일사량은 약 6.2 kWh/m²/day입니다. 이는 한 평방미터당 하루 평균 약 6.2 kWh의 태양에너지가 도달한다는 뜻이에요  .

• 최고 월은 5월로, 평균 6.2~6.3 kWh/m²/day 사이이며

• 최저 월은 12월로 약 2.7 kWh/m²/day ().

→ 여름철(4월~6월)은 태양광 발전 효율이 매우 높은 시기입니다.

2. 월별 평균 일조시간

• 일조시간은 1월 약 153시간 → 4월 196시간 → 6월 203시간 → 10월 187시간 정도입니다  .

• 가장 긴 날은 6월 19일(약 14.4시간), 가장 짧은 날은 12월 18일(약 9.9시간)  .

→ 계절에 따른 일조 변화는 있지만, 연중 충분한 태양노출을 기대할 수 있습니다.

3. 시기별 구름 및 강수 영향

• 맑은 하늘은 9월~3월(약 6.4개월) 지속되며

• 가장 흐린 시기는 6월(구름 많은 달, 흐림률 64%)  .

• 강수의 최고 시기는 5월~9월, 특히 7월에 평균 14.4일 비가 오며,
  최저 시기는 11~2월 사이  .

→ 여름철 장마·태풍(5~9월)이 발전 효율에 영향을 미칠 수 있지만,

겨울철은 맑고 건조해 태양광 발전이 안정적입니다.

✅ 결론: 태양광 발전 적합성

서귀포시 태양광 발전은 연중 적합하며 특히 봄~초여름 시즌에 가장 효율적입니다.

게임 내 삼각함수 모델(P(t)=…)과 실제 데이터를 연결해 시즌별 전략적 발전소 배치를 설계하면 교육 효과가 더욱 커질 거예요.

📘 게임 진행 방법 및 규칙 안내

🔹 1. 게임 목표가 주어짐

✔ 제주도의 하루 에너지 수요 5,000kWh를 충족하세요!

✔ 설치비용과 탄소 배출을 최대한 줄이는 전략을 세워야 합니다!

🔹 2. 에너지원을 선택하고 배치하세요

• 제공되는 에너지 카드:
  ☀️ 태양광, 🌬 풍력, 💧 수소, 🔥 지열, 🌊 해양에너지

• AR 지도를 기준으로 각 지역에 에너지원 설치 가능

• 설치 가능한 지역은 지도 위에 색상 또는 아이콘으로 표시됩니다.

🔹 3. 각 지역의 환경 정보를 확인하세요

• 에너지를 선택하면 해당 지역의 기후·환경 데이터가 팝업됩니다:
  

  • 🌤 일조량 → 태양광 발전량 그래프

  • 🌬 풍속 평균·표준편차 → 풍력 안정성

  • 💸 설치 단가 vs 효율 → 자원 가성비

• 
  

• 데이터를 분석해 전략적으로 설치 여부를 결정하세요.

🔹 4. 자원별 설치 수량을 조정하세요

⚙️ “발전량이 부족합니다.”

⚙️ “이 지역은 바람이 불규칙합니다.”

게임은 실시간 피드백을 줍니다.

• 발전량 곡선을 보고 태양광 발전소 수를 조절하거나

• 통계 데이터를 참고해 풍력 발전소 설치 여부를 선택하는 식입니다.

🔹 5. 최종 결과를 확인하세요

• 💡 총 발전량 vs 에너지 수요 비교

• 💸 총 설치비용 계산

• 🌍 탄소 배출량 평가

✅ 목표 조건을 달성하면 성공!

❌ 부족하거나 낭비가 심하면 재설계 필요!

나의 정보는 안전할까?

1. 게임 개요

‘나의 정보는 안전할까?’는 VR 환경에서 사이버 보안과 수학 원리를 체험하는 교육용 시뮬레이션 게임이다. 플레이어는 개인정보가 오가며 발생하는 다양한 보안 위협을 현실감 있게 경험하고, 수학적 사고를 바탕으로 위험을 판단하고 문제를 해결하는 능력을 키우는 것을 목표로 한다. Oculus Quest, HTC Vive 등 주요 VR 기기를 지원하며, 인터랙티브한 손동작과 시선 추적, 음성 명령을 활용해 직관적이고 몰입감 높은 게임 플레이를 제공한다.

2. 게임 스토리라인과 미니게임 연결

게임의 배경은 머나먼 미래 , 완전한 디지털 연결로 이루어진 가상 도시 ‘네오시티’다. 이 도시는 개인정보 보호가 필수적인 곳이며, 플레이어는 사이버 보안 전문가 ‘알렉스(Alex)’가 되어 최근 증가한 해커 집단 ‘섀도우코어(ShadowCore)’의 공격으로부터 시민들의 개인정보를 지키기 위해 임무를 맡는다.

게임은 메인 로비인 ‘보안 센터’에서 시작된다. 플레이어는 가상 강사 ‘에코(Echo)’의 안내를 받으며 기본 조작법과 게임 목표를 익힌다. 이후 ‘섀도우코어’의 공격을 차단하기 위해 일곱 개의 주요 미션에 차례로 도전한다.

첫 번째 임무는 ‘비밀번호 강화 작전’이다. 플레이어는 ‘ForgeMaster’ 미니게임에서 가상 공간에 흩어진 문자 블록들을 조합하여 강력한 비밀번호를 만든다. 이 과정에서 순열과 조합 개념을 직관적으로 이해하고, 비밀번호 보안 강도를 실시간으로 확인한다. 이를 통해 해커가 약한 비밀번호를 노리는 공격을 막는다.

두 번째 임무는 ‘피싱 메일 함정 제거’다. 플레이어는 ‘TrapSeeker’ 미니게임에서 가상 이메일 박스 안의 여러 메일을 손으로 집어 올려 분석하고, 의심스러운 피싱 메일을 쓰레기통으로 던져 차단한다. 이 과정에서 확률과 조건부 확률 개념을 활용해 공격 성공 가능성을 판단하며 사회공학 공격의 위험성을 체험한다.

세 번째 임무는 ‘네트워크 침입 경로 추적’이다. ‘IntruderChaser’ 미니게임에서는 3D 네트워크 지도를 손으로 조작하며 해커의 침입 경로를 추적하고 최단 경로 알고리즘을 적용해 효율적으로 차단한다. 그래프 이론과 알고리즘이 현실 세계의 보안 문제 해결에 어떻게 쓰이는지 직접 경험할 수 있다.

네 번째 임무는 ‘이상 트래픽 분석 및 경고’다. 플레이어는 ‘SentinelEye’ 미니게임에서 데이터 스트림을 분석하며 이상 트래픽을 발견해 플래그를 꽂고 경고를 발령한다. 통계학의 기초 개념인 평균, 표준편차, Z-score 등을 활용해 실시간으로 이상값을 판단하며 침입 탐지 시스템의 역할을 배운다.

다섯 번째 임무는 ‘위치 정보 보호 및 방어선 구축’이다. ‘FrontGuard’ 미니게임에서는 3D 좌표 공간에서 해커와 방어자의 위치를 조작하며 거리 계산과 벡터 연산을 통해 침입 시도를 방어한다. 좌표기하학과 벡터의 실제 적용 예시를 통해 위치 정보 보안의 중요성을 체험한다.

여섯 번째 임무는 ‘개인정보 최소화 전략 수립’이다. ‘InfoWarden’ 미니게임에서 플레이어는 개인정보 카드 중 필수 정보만 신중히 골라 가상 문서에 제출한다. 함수와 최적화 개념을 활용해 개인정보 제공과 위험도 사이의 균형을 맞추며 실제 보안 전략을 고민한다.

마지막 일곱 번째 임무는 ‘암호 해독과 최종 방어’다. ‘CodeBreaker’ 미니게임에서는 암호화된 메시지를 해독하는 퍼즐을 손으로 맞추며, 이진수와 논리 연산 같은 암호학 기초 개념을 학습한다. 해커가 데이터를 빼내려는 시도를 저지하는 마지막 보안 관문 역할을 한다.

각 미션을 성공적으로 마칠 때마다 스토리가 자연스럽게 진행되고 새로운 위협이 등장하며, 플레이어는 점차 보안 전문가로서 성장한다. 미션 수행 결과에 따라 개인정보 보호 점수가 누적되고, 최종적으로 네오시티를 안전하게 지킨 영웅으로 인정받는다.

3. 미니게임별 특징과 VR 인터랙션

• ForgeMaster: 문자 블록을 손으로 잡아 조립하는 촉감 인터랙션, 조합 수에 따른 시각적 효과, 순열과 조합 개념 실습

• TrapSeeker: 이메일 읽기와 선택, 음성 지원, 확률 계산을 통한 피싱 메일 판별

• IntruderChaser: 3D 네트워크 맵에서 노드와 연결선 선택, 그래프 탐색 및 최단 경로 알고리즘 체험

• SentinelEye: 데이터 포인트 잡기 및 분류, 이상 트래픽 플래그 표시, 통계적 이상값 탐지

• FrontGuard: 3D 공간 내 좌표 점 이동 및 거리 계산, 벡터 연산 실습

• InfoWarden: 개인정보 카드 선택 및 제출, 위험도 실시간 그래프 시각화, 함수와 최적화 체험

• CodeBreaker: 암호화된 코드 조각 조작, 이진수 및 논리 연산 퍼즐 해결

4. 게임 플레이 흐름 및 UI/UX

플레이어는 메인 로비에서 각 미션을 자유롭게 선택하거나 스토리 순서에 따라 진행할 수 있다. 각 미션은 난이도 조절이 가능하며, VR 멀미를 최소화하도록 화면 전환과 움직임을 설계했다. 가상 강사 ‘에코’가 친절한 설명과 힌트를 제공하며, 실시간 점수와 개인정보 보호 상태를 직관적으로 시각화한다.

또한 업적과 보상 시스템을 통해 플레이어의 동기를 높이고, 중간중간 퀴즈를 통해 이해도를 점검할 수 있다.

5. 추가 기능 및 확장 가능성

• 다중 사용자 협동 모드로 팀원과 함께 보안 위협에 대응

• 커뮤니티 기능을 통한 점수 경쟁 및 정보 공유

• 교사용 대시보드로 학습 진도 및 성과 관리

• 최신 사이버 공격 유형과 수학 개념 반영한 콘텐츠 업데이트

• 다국어 지원 및 글로벌 확장

탐구 목표

- AI가 판단한 딥페이크 의심 점수를 AR 화면에 시각적으로 표시

-수학적 함수(지수, 로그)를 적용해 딥페이크 판단 과정을 정량적으로 분석하고 모델링

탐구 내용

AR 기반 딥페이크 탐지 시각화 시스템을 수학적 모델과 연계하여 설계함.

AI가 영상 속 인물의 움직임, 표정, 음성 등 다중 특징을 분석하여 딥페이크 여부를 판단하고, 해당 결과를 실시간으로 AR 사용자 인터페이스(UI)에 시각적으로 표현하는 콘텐츠를 기획함.

특히 딥페이크 의심 정도를 나타내는 점수가 급격히 증가하는 구간을 지수함수 곡선으로 해석하고, 영상의 길이에 따라 AI가 수집하는 정보량이 로그함수 형태로 누적됨을 모델링함.

의심 점수는 색상 및 그래픽 효과로 직관적으로 시각화되며, 수학적 개념을 활용하여 콘텐츠의 해석력과 설계 정밀도를 높임.

AI 기술과 수학, AR 표현을 융합한 창의적인 탐구 과정을 통해 실제 문제를 수학적으로 구조화하고 시각화하는 능력을 발전시킴.

고령자의 청력 특성에 따른 맞춤형 보청기 설계 및 AR 음성 피드백 시스템 개발

1. 탐구 배경 및 동기

고령화 사회에서는 청력 저하, 특히 고주파수 대역에서의 청력 손실이 흔하게 발생한다.

하지만 대부분의 보청기는 단순히 전체 소리를 증폭하는 방식으로, 개인의 청력 특성을 반영하지 못한다.

따라서 청력 손실이 일어나는 주파수 대역을 분석하여, 고령자마다 다른 청력 특성에 맞춘 맞춤형 보청기 설계가 필요하다.

또한, 고령자가 놓친 음성 정보를 실시간으로 시각화해주는 AR 피드백 시스템을 결합하면, 청각뿐만 아니라 언어 인지에도 도움을 줄 수 있다.

2.개념 및 이론

가청 주파수란?

   •   사람이 들을 수 있는 소리의 진동수 범위

   •   단위: Hz (헤르츠)

👂 일반 성인의 가청 범위

   •   약 20Hz ~ 20,000Hz(20kHz)

   •   20Hz → 매우 낮은 저음 (우르릉거림)

   •   20kHz → 매우 높은 고음 (모기 소리 수준)

👴 고령자의 가청 범위 (노인성 난청)

   •   고령자(대체로 60세 이상)는 고주파수부터 점점 청력이 저하됨

   •   일반적으로:

   •   최대 8,000~12,000Hz까지만 들리는 경우가 많음

   •   고음역대의 소리(예: 여성의 가는 목소리, 알람 소리 등)를 잘 못 듣는 경우가 많음

청력도 검사 그래프는 일반적으로 청력검사(순음청력검사, Pure Tone Audiometry) 결과를 시각화한 것이며, 청력도(Audiogram)라고도 합니다. 아래에 청력도 그래프에 대한 기본적인 설명과 예시를 제공할게요.

🎧 청력도(Audiogram) 그래프 설명

🔹 그래프 구성

가로축(X축): 주파수(Hz)

측정된 소리의 음높이를 나타냄

일반적으로 125Hz ~ 8000Hz까지 (말소리는 주로 500~4000Hz에 집중)

세로축(Y축): 청력 역치(소리의 세기, dB HL)

아래로 갈수록 큰 소리가 필요하다는 뜻 → 청력 손실

위쪽이 정상청력, 아래로 내려갈수록 청력 손실이 심함

3. 탐구방법

먼저, 고령자의 청력 특성을 분석하여 주파수별로 얼마나 청력이 손실되었는지를 파악한다. 이는 청력 검사 결과인 청력도를 기반으로 한다.

다음으로, 해당 청력도 데이터를 기반으로 주파수별로 증폭량이 다른 필터링 알고리즘을 설계한다. 청력도 데이터를 통해 손실된 데시벨을 파악하고, 목표 데시벨과 증폭량을 설정한다.

청력 손실 정도를 주파수에 대한 함수로 모델링할 수 있다. 예를 들어, 데시벨 손실을 주파수 f에 대한 함수 H(f)로 나타내면, 손실이 큰 대역을 그래프를 통해 시각적으로 분석할 수 있다.

실제 말하기 상황에서 음성 신호의 주파수 분석에는 푸리에 변환 개념이 활용될 수 있으며, 이를 바탕으로 특정 주파수 대역만 증폭하도록 설계할 수 있다.

주변의 소리를 수집하고, 필터링 알고리즘을 통해 고령자의 청력 특성에 맞는 소리로 변환한다.

변환된 음성을 청각적으로 제공하는 동시에, AR 디바이스를 통해 음성 자막 또는 강조 표시를 시각적으로 제공한다.

실시간 음성의 진폭, 주파수 등도 시각화되어, 고령자가 잘 들었는지 놓쳤는지를 판단하고 피드백할 수 있도록 한다.

4.아쉬운점 및 해결방안

우리가 만든 가상,증강현실 기구는 일상생활에서 사용하기에 너무 크고 무거워 불편하다는 단점이 있다. 이 점을 해결하기 위해 안경에 증강현실을 입히는 방안을 생각해냈다.

🌬️ 1. 왜 전력반도체인가? (역할과 필요성)

• 풍력 터빈의 핵심부품은 발전기-그리드 연결을 위한 AC/DC → DC/AC 변환 장치입니다. 전력반도체는 이 과정에서 전력 손실을 줄이면서 효율적으로 전력을 제어·전달함 .

• 풍력발전은 출력 변동이 큰데, 전력반도체가 그리드 안정성 유지(유동 조율, 주파수·전압 조정)에 결정적 역할을 합니다().

🌱 2. 신소재 반도체: SiC와 GaN의 장점

• SiC(탄화규소)
  

  • 고전압(≥1kV), 고온(최대 400℃) 환경에서 안정적 작동

  • 실리콘보다 전력 변환 효율이 높고, 손실 적음().

• 
  

• GaN(질화갈륨)
  

  • 고주파 스위칭에 탁월해 소형·경량 설계 가능

  • Si 기반 장치보다 에너지 밀도 높고 전력 손실 적음 .

• 
  

• 이들 넓은 밴드갭 소재는 고효율, 고신뢰성, 고밀도화를 가능케 해 “차세대 풍력 전력변환”에 이상적입니다().

⚙️ 3. 실제 적용: 구조와 성능

• IGBT 모듈
  

  • 풍력용 변환에 널리 쓰이며, 예: Fuji Electric의 PrimePACK™ 3+는 변환 효율 90~93% 수준 .

• 
  

• 더블 피드(DFIG) 등 다양한 구성 방식에서 전력반도체는 발전기의 회전 속도 제어·그리드 연계에 필수 .

💰 4. 비용 절감과 효율 개선 효과

• 효율 증가 → 전력 손실 최소화
  예: SiC 인버터는 99% 효율 달성 가능 → 실리콘 기반 대비 수퍼 차이 .

• 운용비 절감
  

  • 고효율 → 연간 발전량 증가(출력 향상 효과)

  • 냉각 비용 감소 → 장비 크기 줄이고 유지관리 절약

• 
  

• 그리드 연계 시 비용절감
  

  • 변압기·송전선로 손실↓, 설비 수명↑, 유지보수↓

  • 스마트 그리드를 통한 실시간 제어로 전력 품질 가치를 높일 수 있음().

• 
  

• 수치적 비용절감은 프로젝트별 차이 있지만, 총효율 1~2% 향상만으로도 발전수익 수십억 원/년 규모 증가가 가능합니다.

☀️ 태양광 발전에 적합한 전력 반도체

✅ 1.

SiC (실리콘 카바이드, Silicon Carbide)

• 고전압·고온에서도 안정적으로 작동

• 스위칭 손실이 매우 적음

• 기존 실리콘(Si) 반도체보다 전력 손실 ↓, 효율 ↑

✅ 2.

GaN (질화갈륨, Gallium Nitride)

• 스위칭 속도 매우 빠름

• 소형·고속 인버터에 유리

• 특히 작은 공간에 고효율 부품이 필요할 때 유리 (건물형 태양광에 적합)

⚡ 왜 태양광 발전에 이 반도체들이 중요할까?

태양광 발전에서는 태양전지 → 직류(DC) 로 전기를 만들고,

이를 교류(AC) 로 바꿔주는 인버터가 꼭 필요해.

이때 인버터 내부에 들어가는 핵심 부품이 바로

👉 전력형 반도체야. 이게 좋아야 전기 낭비가 줄어들고, 효율도 올라가.

📊 얼마나 효율이 좋아질까?

☀️ 태양광 시스템 전체에서 2~5% 이상 추가 발전효율 향상 가능

→ 장기적으로 수백만 원 단위 비용 절감 효과

✅ 정리하자면:

태양광 발전에서는 SiC와 GaN 같은 차세대 전력 반도체가 가장 적합해.

전기를 빠르게, 적은 손실로, 효율적으로 바꿔줘서

태양광 발전의 효율을 98% 이상으로 높여줄 수 있어.

• 1. 디지털 트윈(Digital Twin)

디지털 트윈은 실제 존재하는 객체나 사람의 특성을 데이터로 수집한 후, 이를 기반으로 가상공간에 동일한 복제 모델을 생성하여 미래 상태를 예측하고 시뮬레이션하는 기술이다. 의료 분야에서는 이를 활용해 환자의 치료 반응을 사전에 예측하거나, 질병 진행을 가상으로 시뮬레이션할 수 있다.

2. 노화 속도 모델링

노화는 시간에 따른 생리적 기능의 감소로 정의되며, 그 진행 양상을 수학적으로 표현하면 지수함수 형태 f(t) = a·e^(bt)가 활용된다. 여기서 a는 초기 생리 상태, b는 노화 가속도 계수이며, 생활 습관이 b에 영향을 준다.

3. 베이지안 확률 모형

베이즈 정리는 기존의 확률(Prior)에 새로운 정보(Evidence)가 주어졌을 때 결과 확률(Posterior)을 업데이트하는 방식이다. 이는 노화처럼 불확실성이 크고 변화 가능한 현상을 예측할 때 매우 유용하다.

예: P(노화가속 | 운동 감소) =[P(운동 감소 | 노화가속) × P(노화가속)] ÷ P(운동 감소)

1. 노화 속도 수치화: 생물학적 나이를 정량적으로 계산 (예: 텔로미어 길이, 체성분, 혈관 탄성 등)

2. AR/VR 시뮬레이션: 가상의 공간에서 “앞으로 내 몸이 어떻게 변화할지”를 체험할 수 있음

⸻

🔹 2. 구현 시나리오 예시

💻 가상 실험 시뮬레이션 (학생 탐구용)

• Step 1: 신체 정보 입력 (나이, 식습관, 수면, 운동, 유전 위험 등)

• Step 2: AI가 예측 노화 속도를 분석 (예: 생물학적 나이 vs 실제 나이 비교)

• Step 3: 5년/10년/20년 후 나의 신체 상태를 디지털 트윈으로 시뮬레이션

• Step 4: VR로 노화된 내 신체 모습, 운동 능력, 감각 변화 등을 가상체험

→ 예: 무릎 관절 기능 저하, 시력 감소, 근육량 감소 등을 체험

📱 AR 체험 요소 (앱 기반 간단 구현)

• 사용자가 카메라로 본 자신의 얼굴에 노화 필터 적용

• 건강 습관 개선 시 어떻게 바뀌는지도 실시간 비교

• QR 코드로 주변 건강 정보(운동, 영양)를 제안받는 기능 탑재

⸻

🔹 3. 기대 효과

• 예방 의학 교육 효과: 잘못된 생활 습관이 미래의 내 몸에 미치는 영향 체험

• 자기 주도 건강 관리 유도: 건강 나이에 대한 체감이 동기부여로 이어짐

• 정밀한 헬스케어 학습: 디지털 트윈 기반 의학 기술의 실제 활용 원리 체득

수학과 연계한 탐구 ‘베이지 정리 이용한 사후확률계산‘

1. 생활습관 데이터를 바탕으로 생물학적 나이 추정식 도출

2. f(t) = a·e^(bt) 형태로 노화 예측 함수 설계

3. 다양한 습관 시나리오에 따라 b 값을 달리 설정하여 시뮬레이션

4. 행동 변화가 생겼을 때, 베이즈 정리를 활용해 사후확률을 계산

5. 예측된 노화 속도를 디지털 트윈에 반영해 생물학적 나이를 업데이트

6. 시뮬레이션 결과를 시각화하고, AR/VR 체험 자료와 연계

① 서귀포 일사량 → ② 태양광 발전 적합성 → ③ 전력형 반도체 기술 적용

순서로 자연스럽고 깔끔하게 이어지는 발표 대본을 작성해줄게.

🎤 [발표 대본 – 태양광 발전과 전력형 반도체]

안녕하세요. 지금부터 서귀포시의 일사량과 태양광 발전, 그리고 에너지 효율을 높이는 전력형 반도체에 대해 발표하겠습니다.

1. ☀️ 서귀포시의 일사량과 태양광 발전 적합성

먼저, 서귀포시는 태양광 발전에 매우 유리한 지역입니다.

서귀포의 연평균 일조시간은 약 1,900시간 이상,

월별 일사량은 5월 기준 약 6.2 kWh/m²/day로 전국 최고 수준에 속합니다.

이는 하루에 평방미터당 약 6.2킬로와트시의 태양 에너지가 쏟아진다는 뜻입니다.

또한, 저희는 이 발전량을 다음과 같은 삼각함수 모델로 수학적으로 표현해보았습니다:

P(t) = 1000 \cdot \sin\left(\frac{\pi}{12}(t - 6)\right), \quad 6 \leq t \leq 18

이 함수는 오전 6시에 발전이 시작되고,

정오에 최대 발전량, 그리고 오후 6시에 다시 0이 되는 형태입니다.

이 모델을 통해 우리는 시간대별 발전량을 예측하고,

효율적인 태양광 발전소 배치를 결정할 수 있었습니다.

2. 🌞 태양광 발전의 원리와 한계

태양광 발전은 햇빛을 직접 전기로 바꾸는 청정에너지 방식입니다.

하지만 여기에도 한계가 있습니다.

바로, 태양광 패널에서 생산된 전기가 직류(DC)라는 점입니다.

우리가 사용하는 전기는 대부분 교류(AC)이기 때문에,

이 전기를 다시 바꿔주는 장치인 인버터가 꼭 필요합니다.

3. ⚡ 여기서 중요한 기술: 전력형 반도체

이 인버터 안에 들어가는 핵심 부품이 바로

전력형 반도체입니다.

전력형 반도체는 전기를 빠르고 효율적으로 제어하고 변환해주는 장치로,

태양광 발전에서 에너지 손실을 줄이고 전체 효율을 높이는 핵심 요소입니다.

특히 최근에는 SiC(실리콘 카바이드), GaN(질화갈륨) 같은

차세대 전력 반도체가 주목받고 있습니다.

4. 📊 SiC와 GaN 반도체의 효과

이 반도체들을 적용하면 기존 실리콘 반도체보다

다음과 같은 장점이 있습니다:

• 전환 효율이 95% → 98~99%로 향상

• 발열이 줄어 냉각비용과 장치 크기 감소

• 장기적으로 수백만 원 규모의 에너지 절감 가능

즉, 태양광 발전의 효율을 높이기 위해서는

단순히 햇빛이 많은 지역에 설치하는 것만으로는 부족하고,

이렇게 전력형 반도체와 같은 첨단 기술을 함께 적용하는 것이 매우 중요하다는 것을 알 수 있었습니다.

✅ 결론

정리하자면,

서귀포시는 높은 일사량과 풍부한 햇빛을 기반으로

태양광 발전에 매우 유리한 지리적 조건을 갖추고 있습니다.

여기에 수학적 모델링과 전력형 반도체 기술을 접목하면

에너지 효율을 획기적으로 높일 수 있으며,

이는 탄소중립 시대의 핵심 기술로도 이어질 수 있습니다.

감사합니다.

이 대본은 중·고등 수준 발표에 맞춰 과학적이면서도 설명이 부드럽게 이어지도록 구성했어.

필요하다면 PPT 슬라이드용으로 쪼개거나, 요약문도 따로 정리해줄 수 있어!

필요해?

융합 탐구 보고서

1. 탐구 제목

AR을 활용한 딥페이크 탐지 시각화 시스템 설계 및 수학적 원리 탐구

2. 탐구 동기 및 목적

딥페이크 영상은 사회적 혼란과 범죄에 악용될 위험이 크지만, 일반인은 육안으로 판별하기 어렵다.

이에 따라 AI가 분석한 딥페이크 의심 점수를 실시간으로 AR(증강현실)로 시각화하여 사용자에게 직관적으로 탐지 정보를 제공하는 시스템을 설계하고자 하였다.

특히 AI가 계산한 탐지 점수 변화 패턴이 수학1에서 배우는 지수함수와 로그함수의 형태와 밀접한 관련이 있음을 확인하고,

이를 수학적으로 해석·모델링하는 융합적 탐구를 수행하였다.

3. 탐구 내용 및 방법

(1) AI 탐지 점수 수집

오픈소스 딥페이크 탐지 툴을 사용하여 실제 영상 분석

영상의 각 프레임마다 딥페이크 의심 점수(0~1)를 기록함

(2) 수학적 모델링

시간(프레임) 흐름에 따른 점수 변화를 지수함수로 근사

점수의 로그 변환을 통해 직선화 → 함수 적합성 검증

영상의 길이에 따라 누적되는 정보량은 로그함수로 모델링

(3) AR 시각화 콘텐츠 설계

AI 탐지 점수를 AR 화면에 색상/그래프/숫자 형태로 실시간 표시

급격한 점수 상승 구간을 지수함수 곡선으로 강조

사용자가 점수 곡선 그래프를 조작하여 AI 판단 근거를 체험 가능하도록 설계

4. 탐구 결과 및 느낀 점

AI가 딥페이크를 판별하는 과정은 영상의 픽셀 변화, 움직임, 주기성 등 과학적 요소를 기반으로 하지만,

이를 수학적으로 해석해보니 특히 지수함수와 로그함수와의 연관성이 매우 뚜렷했다.

AI 탐지 점수가 일정 구간부터 급격히 상승하는 패턴은 실제로 지수함수 형태로 근사할 수 있었고,

이러한 수학적 해석을 바탕으로 AR 콘텐츠에 적용함으로써 탐지 과정을 시각적으로 설계할 수 있었다.

이번 탐구를 통해 수학 개념이 실제 기술 설계에 직접 응용될 수 있음을 체감했으며,

정보과학과 수학을 융합하여 문제를 해결하는 방법을 배우게 되었다.

5. 탐구에서 사용된 수학 개념

지수함수: 시간에 따른 AI 탐지 점수의 급격한 증가 모델링

로그함수: 영상 시간에 따른 누적 정보량의 증가 모델링

함수의 그래프 해석: 점수 변화 패턴 분석

함수의 역함수 개념 (탐지 역추적 아이디어 참고)

6. 느낀 점 및 진로 연계

이번 탐구를 통해 단순히 기술을 사용하는 것이 아니라, 그 기저에 있는 수학적 원리를 이해하고 응용할 수 있는 능력의 중요성을 느꼈다.

AR과 AI를 접목한 시스템 설계는 나의 진로인 컴퓨터공학과도 밀접하게 연결되어 있으며, 향후 실무에서도 수학적 사고가 얼마나 중요한지 체감하는 계기가 되었다.

고령자의 청력 특성에 따른 맞춤형 보청기 설계 및 AR 음성 피드백 시스템 개발

1. 탐구 배경 및 동기

고령화 사회에서는 청력 저하, 특히 고주파수 대역에서의 청력 손실이 흔하게 발생한다.

하지만 대부분의 보청기는 단순히 전체 소리를 증폭하는 방식으로, 개인의 청력 특성을 반영하지 못한다.

따라서 청력 손실이 일어나는 주파수 대역을 분석하여, 고령자마다 다른 청력 특성에 맞춘 맞춤형 보청기 설계가 필요하다.

또한, 고령자가 놓친 음성 정보를 실시간으로 시각화해주는 AR 피드백 시스템을 결합하면, 청각뿐만 아니라 언어 인지에도 도움을 줄 수 있다.

2.개념 및 이론

가청 주파수란?

   •   사람이 들을 수 있는 소리의 진동수 범위

   •   단위: Hz (헤르츠)

👂 일반 성인의 가청 범위

   •   약 20Hz ~ 20,000Hz(20kHz)

   •   20Hz → 매우 낮은 저음 (우르릉거림)

   •   20kHz → 매우 높은 고음 (모기 소리 수준)

👴 고령자의 가청 범위 (노인성 난청)

   •   고령자(대체로 60세 이상)는 고주파수부터 점점 청력이 저하됨

   •   일반적으로:

   •   최대 8,000~12,000Hz까지만 들리는 경우가 많음

   •   고음역대의 소리(예: 여성의 가는 목소리, 알람 소리 등)를 잘 못 듣는 경우가 많음

청력도 검사 그래프는 일반적으로 청력검사(순음청력검사, Pure Tone Audiometry) 결과를 시각화한 것이며, 청력도(Audiogram)라고도 합니다. 아래에 청력도 그래프에 대한 기본적인 설명과 예시를 제공할게요.

🎧 청력도(Audiogram) 그래프 설명

🔹 그래프 구성

가로축(X축): 주파수(Hz)

측정된 소리의 음높이를 나타냄

일반적으로 125Hz ~ 8000Hz까지 (말소리는 주로 500~4000Hz에 집중)

세로축(Y축): 청력 역치(소리의 세기, dB HL)

아래로 갈수록 큰 소리가 필요하다는 뜻 → 청력 손실

위쪽이 정상청력, 아래로 내려갈수록 청력 손실이 심함

3. 탐구방법

먼저, 고령자의 청력 특성을 분석하여 주파수별로 얼마나 청력이 손실되었는지를 파악한다. 이는 청력 검사 결과인 청력도를 기반으로 한다.

다음으로, 해당 청력도 데이터를 기반으로 주파수별로 증폭량이 다른 필터링 알고리즘을 설계한다. 청력도 데이터를 통해 손실된 데시벨을 파악하고, 목표 데시벨과 증폭량을 설정한다.

청력 손실 정도를 주파수에 대한 함수로 모델링할 수 있다. 예를 들어, 데시벨 손실을 주파수 f에 대한 함수 H(f)로 나타내면, 손실이 큰 대역을 그래프를 통해 시각적으로 분석할 수 있다.

실제 말하기 상황에서 음성 신호의 주파수 분석에는 푸리에 변환 개념이 활용될 수 있으며, 이를 바탕으로 특정 주파수 대역만 증폭하도록 설계할 수 있다.

주변의 소리를 수집하고, 필터링 알고리즘을 통해 고령자의 청력 특성에 맞는 소리로 변환한다.

변환된 음성을 청각적으로 제공하는 동시에, AR 디바이스를 통해 음성 자막 또는 강조 표시를 시각적으로 제공한다.

실시간 음성의 진폭, 주파수 등도 시각화되어, 고령자가 잘 들었는지 놓쳤는지를 판단하고 피드백할 수 있도록 한다.

4.아쉬운점 및 해결방안

우리가 만든 가상,증강현실 기구는 일상생활에서 사용하기에 너무 크고 무거워 불편하다는 단점이 있다. 이 점을 해결하기 위해 안경에 증강현실을 입히는 방안을 생각해냈다.

고령자의 청력 특성에 따른 맞춤형 보청기 설계 및 AR 음성 피드백 시스템 개발

1. 탐구 배경 및 동기

고령화 사회에서는 청력 저하, 특히 고주파수 대역에서의 청력 손실이 흔하게 발생한다.

하지만 대부분의 보청기는 단순히 전체 소리를 증폭하는 방식으로, 개인의 청력 특성을 반영하지 못한다.

따라서 청력 손실이 일어나는 주파수 대역을 분석하여, 고령자마다 다른 청력 특성에 맞춘 맞춤형 보청기 설계가 필요하다.

또한, 고령자가 놓친 음성 정보를 실시간으로 시각화해주는 AR 피드백 시스템을 결합하면, 청각뿐만 아니라 언어 인지에도 도움을 줄 수 있다.

2.개념 및 이론

가청 주파수란?

   •   사람이 들을 수 있는 소리의 진동수 범위

   •   단위: Hz (헤르츠)

👂 일반 성인의 가청 범위

   •   약 20Hz ~ 20,000Hz(20kHz)

   •   20Hz → 매우 낮은 저음 (우르릉거림)

   •   20kHz → 매우 높은 고음 (모기 소리 수준)

👴 고령자의 가청 범위 (노인성 난청)

   •   고령자(대체로 60세 이상)는 고주파수부터 점점 청력이 저하됨

   •   일반적으로:

   •   최대 8,000~12,000Hz까지만 들리는 경우가 많음

   •   고음역대의 소리(예: 여성의 가는 목소리, 알람 소리 등)를 잘 못 듣는 경우가 많음

청력도 검사 그래프는 일반적으로 청력검사(순음청력검사, Pure Tone Audiometry) 결과를 시각화한 것이며, 청력도(Audiogram)라고도 합니다. 아래에 청력도 그래프에 대한 기본적인 설명과 예시를 제공할게요.

🎧 청력도(Audiogram) 그래프 설명

🔹 그래프 구성

가로축(X축): 주파수(Hz)

측정된 소리의 음높이를 나타냄

일반적으로 125Hz ~ 8000Hz까지 (말소리는 주로 500~4000Hz에 집중)

세로축(Y축): 청력 역치(소리의 세기, dB HL)

아래로 갈수록 큰 소리가 필요하다는 뜻 → 청력 손실

위쪽이 정상청력, 아래로 내려갈수록 청력 손실이 심함

3. 탐구방법

먼저, 고령자의 청력 특성을 분석하여 주파수별로 얼마나 청력이 손실되었는지를 파악한다. 이는 청력 검사 결과인 청력도를 기반으로 한다.

다음으로, 해당 청력도 데이터를 기반으로 주파수별로 증폭량이 다른 필터링 알고리즘을 설계한다. 청력도 데이터를 통해 손실된 데시벨을 파악하고, 목표 데시벨과 증폭량을 설정한다.

청력 손실 정도를 주파수에 대한 함수로 모델링할 수 있다. 예를 들어, 데시벨 손실을 주파수 f에 대한 함수 H(f)로 나타내면, 손실이 큰 대역을 그래프를 통해 시각적으로 분석할 수 있다.

실제 말하기 상황에서 음성 신호의 주파수 분석에는 푸리에 변환 개념이 활용될 수 있으며, 이를 바탕으로 특정 주파수 대역만 증폭하도록 설계할 수 있다.

주변의 소리를 수집하고, 필터링 알고리즘을 통해 고령자의 청력 특성에 맞는 소리로 변환한다.

변환된 음성을 청각적으로 제공하는 동시에, AR 디바이스를 통해 음성 자막 또는 강조 표시를 시각적으로 제공한다.

실시간 음성의 진폭, 주파수 등도 시각화되어, 고령자가 잘 들었는지 놓쳤는지를 판단하고 피드백할 수 있도록 한다.

4.아쉬운점 및 해결방안

우리가 만든 가상,증강현실 기구는 일상생활에서 사용하기에 너무 크고 무거워 불편하다는 단점이 있다. 이 점을 해결하기 위해 안경에 증강현실을 입히는 방안을 생각해냈다.