주요 논문
5
*2026년 기준 최근 6년 이내 논문에 한해 Impact Factor가 표기됩니다.
1
Article
|
인용수 0
·
2025Development of K-PANOSE Algorithm for Measuring and Classifying Shape Elements of Hangul Fonts
Soon‐Bum Lim, Hyun-Young Kim, Kanghyeon Seo, Juhan Yoo, Yoojeong Song
IF 3.6 (2025)
IEEE Access
한국의 글꼴 시장에서는 다양한 디자인을 갖춘 새로운 글꼴들이 지속적으로 개발되고 있어, 적절한 글꼴을 선택하는 것이 효과적인 정보 전달에 중요하다. 그러나 한국 글꼴의 구조적 특성을 체계적으로 정의하고 정량화하기 위한 표준화된 방법은 아직 마련되어 있지 않다. 그 결과 글꼴의 형태학적 특징을 정량적으로 분석하고, 이를 분류 또는 비교에 활용하는 데에는 어려움이 있었다. PANOSE는 글꼴의 시각적 특성을 정량화하여 구조화된 분류와 유사성 평가를 가능하게 하는 시스템이다. 이 시스템은 글꼴을 효과적으로 구성하고 비교할 수는 있으나, 주로 영문 스크립트를 위해 설계되었기 때문에 한국 글꼴의 고유한 타이포그래피적 특성을 충분히 반영하지 못한다. 본 연구는 이러한 한계를 해결하기 위해 한국 글꼴의 핵심 형태 요소를 정의하고, 이를 측정하기 위한 알고리즘 K-PANOSE(한국어 글꼴 PANOSE)를 개발하였다. 선행연구를 바탕으로 먼저 문자 구성, 획 두께, 비례적 균형과 같은 한국 글꼴의 주요 구조 속성을 설정하였다. 이후 이러한 속성을 정량적으로 평가하기 위한 알고리즘을 설계하였다. 마지막으로 K-PANOSE가 기존 PANOSE 시스템과 비교 가능한 수준에서 수행됨을 검증하여, 한국 글꼴을 효과적으로 분석하고 분류할 수 있음을 입증하였다. K-PANOSE는 단순한 글꼴 선택 도구가 아니라, 한국 글꼴의 구조적 특성을 정량화하고 체계적으로 분석하기 위한 새로운 표준을 제시한다. 이러한 발전은 글꼴 추천 시스템, 디지털 타이포그래피, AI 기반 디자인 자동화 등 더 광범위한 응용으로 이어져, 궁극적으로 한국 타이포그래피의 품질, 접근성 및 다양성에 기여할 것이다.
https://doi.org/10.1109/access.2025.3566598
Hangul
Computer science
Algorithm
Speech recognition
2
Article
|
인용수 2
·
2024Definition and Automatic Extraction Performance Analysis of Stroke Elements in the English Alphabet
Soon‐Bum Lim, Yujin Lee, Yoojeong Song
IF 3.6 (2024)
IEEE Access
폰트는 어떠한 매체의 인식에 영향을 미치는 핵심 요소이다. 다양한 언어 집단에 걸쳐 일관되고 문화적으로 적절한 폰트를 선택하기 위해, 현재 다국어 폰트 매칭 시스템이 개발 중이다. 본 연구는 머신러닝과 컴퓨터 비전의 최신 발전을 활용하여 폰트의 특성을 심층적으로 이해하고 다국어 폰트 매칭의 정확도를 향상시키는 데 초점을 둔다. 이러한 매칭을 위해 폰트의 ‘획 요소’(stroke elements)를 활용하는 것이 중요하며, 선행 연구에서 한국어 폰트 간 유사성을 계산하는 방법이 성공적으로 개발된 것을 바탕으로 한다. 우리는 이 접근법을 영문 알파벳에 적용하여 구별되는 ‘획 요소’를 정의하고, 이들을 자동으로 추출하기 위한 딥러닝 모델을 개발하였다. 또한 본 획 요소 추출 모델의 성능을 평가하고, 추출 정확도를 더 향상시키기 위한 전략을 논의한다. 이러한 기반은 다국어 폰트 매칭의 토대를 제공하며, 영문 알파벳의 ‘획 요소’를 사용하여 유사한 폰트를 추천할 수 있게 한다.
https://doi.org/10.1109/access.2024.3360482
Font
Computer science
Matching (statistics)
Alphabet
Artificial intelligence
Natural language processing
Similarity (geometry)
Perception
Element (criminal law)
Information retrieval
3
Article
|
인용수 1
·
2024Implementing and Evaluating a Font Recommendation System Through Emotion-Based Content-Font Mapping
Soon‐Bum Lim, Young-Seo Ji, Byunghak Ahn, Jae Hong Park, Yoojeong Song
IF 2.5 (2024)
Applied Sciences
급격한 디지털 콘텐츠의 증가는 디자인과 커뮤니케이션을 위한 핵심적인 글꼴 선택을 요구한다. 본 연구는 콘텐츠의 감정과 글꼴을 일치시키는 글꼴 추천 시스템에 초점을 둔다. 이를 위해 우리는 글꼴-감정을 정의하고 이를 정량화한다. 또한 콘텐츠 분석을 위해 딥러닝 기법을 활용한다. 일반적인 감정 인식을 이해하고, 콘텐츠의 감정에 맞게 글꼴을 조화시키고자 하였다. 다양한 매핑 방법을 평가한 결과, 상관관계 분석 기반 모델이 가장 효과적인 것으로 확인되었다. 이 모델을 구현한 뒤, 사용성 평가를 통해 그 유용성을 검증하였다. 본 제안 시스템은 디자인에 대한 지식이 제한된 사용자가 맥락에 적합한 글꼴 제안을 받을 수 있도록 돕는 데 그치지 않고, 다양한 디지털 콘텐츠 영역 전반에 걸쳐 그 적용 범위를 확장한다.
https://doi.org/10.3390/app14031123
Font
Computer science
Information retrieval
Artificial intelligence
4
Article
|
인용수 16
·
2023Designing a Leveled Conversational Teachable Agent for English Language Learners
Kyung‐A Lee, Soon‐Bum Lim
IF 2.5 (2023)
Applied Sciences
글로벌 의사소통을 위한 공통의 방법으로서 영어의 중요성이 상당함에도 불구하고, 제2외국어로서 영어를 학습하기 위한 학습 환경을 지원하고 학습자들이 참여하도록 하는 것은 필수적이다. 본 연구에서는 학습자의 숙련도 차이를 고려하는 대화형 에이전트를 제안하여 학습자에게 동기를 부여하고 독립적 학습을 지원하고자 한다. 제안하는 에이전트는 AI 챗봇으로서, 학습자의 역량이 향상됨에 따라 자연어 상호작용의 복잡성을 다양화하며, 사용자가 정형화되지 않은 대화를 나눌 수 있도록 한다. 먼저 우리는 아동들 사이의 영어 대화에 대한 데이터셋을 수집하였고, 숙련도 평가를 위한 대화형 인터페이스를 사용하여 학습자들의 단어 및 문장 발화에 관한 데이터를 추가로 확보하였다. 이들 데이터셋을 바탕으로, 화자의 발음과 문장을 평가하는 알고리즘을 활용하여 개인화된 대화형 에이전트의 집합을 생성하였다. 마지막으로 영어 학습 분야의 전문가는 해당 대화형 시스템이 서로 다른 수준의 숙련도를 가진 학습자를 지원할 수 있는지, 그리고 해당 응용이 학습자의 동기를 유발하는 데 도움이 될 것으로 기대될 수 있는지를 확인하기 위해 이 시스템을 평가하였다. 그 결과, 대화형 학습 가능 에이전트는 자신의 숙련도 수준에 맞춘 보다 개인화된 접근 방식을 사용함으로써, 그렇지 않을 경우 학습에 관심이 없을 수 있는 학습자들의 동기를 높이는 데 도움이 될 수 있음을 보여주었다.
https://doi.org/10.3390/app13116541
Computer science
Pronunciation
Chatbot
Set (abstract data type)
Interface (matter)
Natural language processing
Language acquisition
Artificial intelligence
Mathematics education
Linguistics
5
Article
|
인용수 2
·
2023Detection Model of Hangul Stroke Elements: Expansion of Non-Structured Font and Influence Evaluation by Stroke Element Combinations
Soon‐Bum Lim, Jongwoo Lee, Xiaotong Zhao, Yoojeong Song
IF 2.6 (2023)
Electronics
다양한 매체의 증가에 따라 글꼴(font)은 계속해서 새로 개발되고 있다. 한국에서도 다수의 ‘한글(Hangul)’ 글꼴이 개발되고 있으며, 그 결과 글꼴 간 유사성을 판단하기 위한 연구의 필요성이 대두되고 있다. 예를 들어 문서를 작성할 때에는 각 컴퓨팅 환경에서 사용하려는 글꼴을 내려받아야 한다. 그러나 이는 매우 번거로운 과정이다. 만약 시스템에서 지원되지 않는 글꼴이 있다면, 이를 대체할 수 있는 가장 유사한 글꼴을 추천함으로써 위의 문제를 손쉽게 해결할 수 있다. 이러한 필요에 따라 우리는 유사 글꼴 추천을 위한 다양한 선행 연구를 수행하였다. 그 결과, 한국어 글꼴의 자음과 모음 각각에 존재하는 ‘획(stroke element)’을 기반으로 하여 글꼴 추천 모델을 개발하였다. 다만 기존 연구는 인쇄된 글자 유형에 해당하는 구조화된 글꼴에 대해서만 연구가 이루어졌다는 한계가 있으며, 또한 글꼴 크기는 글꼴 추천에 반영되지 않았다. 본 연구에서는 기존 연구의 한계를 보완함으로써 글꼴 추천 모델을 확장하기 위해 두 가지 실험을 수행하였다. 첫째, 다양한 모양의 글꼴에서도 획 요소(stroke element)에 기반한 유사 글꼴 추천이 가능하도록, 글꼴을 형태에 따라 분류하고 각 분류에서 획 요소를 탐지하였다. 둘째, 글꼴 크기가 다를 때 획 요소에 따른 글꼴 추천 결과의 변화를 분석하였다. 결론적으로, 표준 글꼴에 속하지 않는 글꼴에 대한 글꼴 추천을 위해 획 요소를 추출하는 방안을 마련할 필요가 있음을 확인하였다. 또한 획 요소는 글꼴의 크기에 따라 영향이 달라지므로, 이를 반영하여 추천에 사용할 수 있는 획 요소 가중치(weight) 모델을 제안한다.
http://dx.doi.org/10.3390/electronics12020383
Font
Hangul
Computer science
Artificial intelligence
Plan (archaeology)
Information retrieval
Stroke (engine)
Natural language processing
Speech recognition
Pattern recognition (psychology)