UI/UX 리서쳐

이메일 [email protected]

포트폴리오 https://youngeun-song.notion.site/

사실과 데이터에 근거한 아이디어를 내는 걸 선호하는 UI/UX 리서쳐 송영은입니다 #UI/UX리서쳐 #산업용자율주행차량 #원격관제시스템 #웨어러블 #생체인증 #머신러닝 #연구개발 #사용성 #보안 #HCI #인간공학 #산업디자인

기술 스택

R, Python, MySQL, MATLAB

주요 연구 프로젝트

스마트 글래스용 차세대 터치 입력 방식

연구기관: 울산과학기술원

연구관리 전문기관: 한국연구재단

수행 기간: 2019.01.~2020.05.

[주요 업무 및 상세 역할]

• 사용성과 보안 모두 훌륭한 스마트워치용 행동학적 생체 인증 시스템을 만들기 위해 터치 압력을 조절할 때 변화하는 터치 및 손목 움직임 데이터로 머신러닝 모델을 훈련.
  • 데이터 수집. 데이터를 수집하기 위한 터치 압력을 정밀하게 측정할 수 있는 아이폰 X용 앱을 3차례 구현하여 실험당 30명의 실험참가자를 대상으로 터치 및 손목 움직임 데이터 수집 실험을 총 3회 수행.
  • 데이터 전처리. R과 파이썬을 활용해 데이터 정제, 660개의 특성 추출, 불균형 데이터 처리 수행. 특히 분류 모델을 훈련시키는데 필요한 가짜 사용자 데이터를 합성하기 위해 머신러닝을 활용한 최신 생체 인증 논문을 참고하여 수집한 데이터의 분포를 활용해 훈련용 가짜 사용자 데이터를 합성하는 방법을 구현 및 적용.
  • 모델 학습. 파이썬의 scikit-learn 라이브러리를 활용해 진짜 사용자를 식별하기 위한 머신러닝 모델을 SVM으로 훈련. 또한 적은 양의 훈련 데이터로도 높은 분류 정확도를 얻어야 한단 문제를 해결하기 위해 그리드 서치 방식을 사용함.
  • 모델 배포: 엿보기 공격에 대한 저항성 평가. 훈련한 모델의 엿보기 공격에 대한 저항성 평가용 아이폰 앱 1개 개발 및 실험 수행. 이 앱에서 사용자의 행동 데이터를 수집하여 무선으로 데스크탑에 설치한 MySQL 서버에 보내면 서버에 저장해 둔 사전에 훈련한 사용자 인증 모델이 진짜 사용자인지를 판별하고 결괏값을 다시 아이폰으로 보내는 시스템을 구축.

[성과/결과]

• 평균 동일 오류율을 최소화. 3가지 버전의 시스템 시제품을 구현한 결과 훈련한 생체 인증용 머신러닝 모델의 평균 동일 오류율을 18.21%에서 0.51%까지 낮추는 데 성공했다. 이는 그 당시 연구한 스마트워치용 행동학적 생체 인증 모델 중 가장 낮은 값이었음.
• 논문 게재. 이 연구에 관해 SCIE 급 HCI 분야 국제 학회지와 학술대회에 제1저자로 논문 1편씩 게재

경력