• 한국조경학회지
• /
• 제50권6호
• /
• pp.110-123
• /
• 2022

남산공원은 1954년 대공원으로 지정되어 현재는 1개의 도시자연공원구역과 4개의 근린공원으로 운영되고 있는 넓은 면적의 오래된 도시공원이다. 공원으로서 역사·문화적 가치가 높음에도 불구하고 그동안 남산공원은 주로 '산' 이나 '도성'이라는 틀 속에서 논의되었다. 본 연구는 공원사(公園史) 관점에서 남산공원 연구를 심화하기 위해 서울기록원에서 소장하고 있는 서울시의 공공기록에 주목하여 살펴보았다. 연구는 서울기록원 소장 남산공원 관련 기록물을 모두 열람하여 공원 사료로 분석할 기록을 1,359건으로 정리하고, 기록별 주요 내용을 검토하였다. 보다 구체적인 연구 내용으로는 첫째, 기록 생산연대, 기록 유형, 공개 유형을 통해 기록물의 개괄적인 특성을 파악하였다. 둘째, 기록물에서 도출한 조직/단체, 인물, 공간/지역, 주제, 업무기능의 주요어를 분석하였다. 셋째, 주요 공간에 대한 기록물을 분석하여 공공기록이 담고 있는 공원에 관한 내용과 특징을 자세히 고찰하였다. 연구 결과, 남산공원 공공기록을 통해 그동안 알려지지 않았던 공원 도면, 사진, 식물 현황과 목록, 운영관리상의 주요 논의 및 결정 사항 등과 같은 중요한 정보를 확인하였다. 이와 함께 공공기록이 공원의 역사 전체에 대한 기록을 담고 있지는 않지만, 공원의 역사적 변천 과정에서 중요한 시점의 기록을 담고 있기에 공원사 연구에 기여할 수 있는 부분이 크다고 판단하였다. 따라서 공원별로 기록을 해석하고 서술하는 연구가 지속하여야 할 것으로 보았다. 더 나아가 공원의 공공기록이 불완전성이란 한계가 있는 만큼, 이를 보완하기 위해 향후 다른 기록으로의 확장과 시민, 설계가, 연구자, 관련 기관 등과의 네트워크도 필요하다는 점을 제언하였다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제27권2호
• /
• pp.29-33
• /
• 2004

1980년대 초까지 우리들은 라돈이 우리의 건강을 해친다는 생각을 하지 못하고 살아 왔다. 그러나 과학자들은 오래 전부터 우리가 사는 실내에 라돈 방사능의 위험이 도사리고 있다는 사실을 알게 되었다. 특히 우리나라에서는 라돈에 대한 위해와 인체에 미치는 영향에 대한 관심이 저조하다. 최근 들어 라돈 오염에 대한 의식을 가지고 서울 지하철의 일부 역, 학교 시설의 실내 공기, 주택 내 공기 중 라돈 문제의 중요성과 위험성에 대해 알리고 측정, 관리하는 관심을 가지게 되었다. 일반적으로 건물의 지반에서 방출된 라돈가스가 건물 바닥 갈라진 틈새 등을 통해 실내로 들어옴으로써 라돈이나 라돈낭핵종의 실내 공기 중 농도는 증가하게 된다. 따라서, 균열된 건물 바닥의 틈, 지하로부터 실내로 들어오는 상하수 파이프와 지반 사이에 틈새가 많을 수록 실내의 라돈 농도는 높아진다. 이와 같이, 라돈은 지각 뿐만 아니라 건축 자재물 상수, 취사용 천연가스 등을 통해서도 실내로 들어오지만 라돈의 85%이상은 지각으로부터 방출된 것이다. 폐암의 한 원인으로 지목 받는 라돈과 라돈 낭핵종에 의한 건강상의 위해는 토양 중 우라늄의 함량이 높은 지역과 광산의 갱내, 동굴, 주택과 같이 밀폐된 공간에서 특히 높아진다. 라돈 농도의 안전한 준위란 알 수 없으며 크든 작든 간에 항상 위험이 존재한다. 그러므로 중요한 것은 주택 및 건물 내에서 라돈의 농도를 낮춤으로써 폐암의 위험을 감소시키는 것이다. 따라서 일반 주택 라돈 농도 측정이 필요한 것으로 생각되어, 신틸레이터 라돈 모니터를 이용하여 월별로 라돈 농도를 측정하였다. 연구결과는 지상보다는 지하가 1년 내내 높게 나타났으며, 여름보다는 겨울이 높게 나타났다. 특히 미국 환경 보호청이 권고하는 주택 내 4 pCi를 넘는 달은 지하 내에서만 나타났으며, 12개월 중 4개월로 나타나 라돈 피폭 심각성을 알게 되었다. 그러므로 라돈에 관한 기준치의 설정과 규제 및 저감 대책의 마련이 시급하다는 생각이 들며, 라돈 농도 측정한 결과를 알리고자 한다.

• 한국수학사학회지
• /
• 제22권2호
• /
• pp.27-52
• /
• 2009

미국 수학계는 하버드대학이 근대수학 교과과정을 도입 한 후 280여년(1640년)이 지나고, 미국수학회(AMS; American Mathematical Society) 창립 후 30년(1890년 뉴욕수학회, 1894년 미국수학회)이 지난 1920년대에도 아직 열악한 연구 여건을 가지고 있었다. 본 연구에서는 미국수학계에 국가연구위원회(National Research Council, NRC)를 통하여 수학분야에 최초로 박사후연구원을 지원하는 제도를 만들고, 기금을 조성하여 프린스턴대학에 당시 세계 최고수준의 수학과 건물인 파인 홀(Fine Hall)을 건축했으며, 1932년 새로 생긴 프린스턴 고등연구소(IAS)에 A. 아인스타인(Einstein), 폰 노이만(von Neumann)등을 초빙하고, Math Review 창간에 결정적인 기여를 하며 미국에서도 수학자가 순수수학 연구의 경쟁력을 확보할 수 있다는 것을 보여준 미국 초창기 수학자 O. 베블런(Osward Veblen)에 대하여 분석한다. 20세기 초반 대부분의 시간을 식민지 상태에서 보낸 한국은 20세기 후반에 회원들의 적극적인 학술활동에 힘입어 2008년 현재 국제수학연맹(IMU)의 5그룹(투표 수를 뜻함) 중에 4 그룹에 속하게 되었다. 더구나 2014년 국제수학자대회(ICM)를 서울에서 유치하게 되었다. 한국이 21세기를 한국 수학의 빠른 발전기로 만들 가능성은 어디에서 찾을 수 있을까? 이에 대한 긍정적인 답을 수학 후진국이었던 미국이 1876년 J. 실베스터를 초빙하여 연구 수준의 수학교육을 최초로 시작한 후 궁극적으로 시카고대학의 E. H. 무어(Moore)가 미국수학회장으로 리더쉽을 발휘한 1900년부터 단 100여년 만에 세계 수학 정상에 자리한 미국수학과 미국수학회의 예를 검증하여 찾아보고자 한다. E. H. 무어가 배출한 인재와 제시한 비전은 E. H. 무어의 제자, L. E. 딕슨(Dickson), O. 베블런, R. L. 무어와 G. D. 버코프(Birkhoff)를 통하여 미국에 구현되었다. 그 중 O. 베블런은 'Princeton algebraic topology' 그룹을 리드하며 미국수학 전반에 세계적인 연구여건을 조성한 탁월한 행정능력가 이었다. G. D. 버코프의 역할은 수학에 대한 학술적 기여의 비중이 컸다. 이들은 20세기 중반 미국이 세계 수학연구의 주류에 진입하는데 크게 기여하였다([9],[10],[21]). 수학자 베블런은 당대 미국 최고수준의 학술적 경지에 도달하였고 1923년 미국수학회장을 역임하였으며 자신이 미국수학계에 제시한 비전과 통찰력을 실제로 구현한 수학자, 리더, 그리고 창조적인 행정가였다. 본 논문은 수학자 베블런이 미국수학계에 끼친 전반적인 영향을 연구하고, 이를 통하여 미국 수학에 실질적인 경쟁력을 부여하며 미국을 세계 수학의 주류에 진입시킨 초창기 미국 수학계 리더의 역할에 대하여 생각해 본다. 본 연구는 근대수학 교과과정 도입 110여년, 2007년 대한수학회 창립 60년을 맞으며 최근 20년간 커다란 발전을 이루어 양적인 면에서는 2007년 세계 12위로 평가된 한국의 다음 단계로의 발전에 대한 논지를 제공하고, 실제로 한국이 세계 수학의 주류로 진입하는데 필요한 구체적인 할 일(Action plan)이 무엇인지를 보여준다. 이는 빠른 변화가 진행되고 있는 국내 과학기술계의 흐름에서 수동적인 추종이 아니라 수학계 스스로 연구-교육-봉사에 균형 잡힌 비전을 제시하고 추구하는 긍정적인 모델을 제시한다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.64-80
• /
• 2018

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.