• 한국방사선학회논문지
• /
• 제7권2호
• /
• pp.113-120
• /
• 2013

현대시대는 환자에 대한 의료제도가 의료서비스 개념으로 변화되고 있다. 이렇게 인간의 권리가 높아지고 환자가 고객이 되는 시대로 변화됨으로써 환자의 권리나 요구도 날로 증가되고 있으며 이를 바탕으로 여러 가지 병원 시스템도 환자의 편의나 요구에 맞춰지고 있는 것이 현실이다. 이로 인해 일반촬영 검사 중 Portable 검사의 Case도 점차 증가하고 있는 추세이다. Portable 검사의 Case가 증가하면서 병실, 중환자실, 수술실, 회복실에서 Portable검사로 인하여 주변 환자들의 원하지 않는 의료 피폭이 발생하기 때문에 법적으로도 이를 규제하고 있다. 실제로 진단용 방사선 발생장치의 안전관리에 관한 규칙 중 방사선 방어시설의 검사기준에서 "수술실, 응급실 또는 중환자실 외의 장소에서 촬영할 경우 반드시 이동형 진료용엑스선 방어칸막이를 갖추어야 한다."고 명시되어 있지만 이는 거의 시행되어지지 않고 있다. 따라서 X-ray Potable 검사를 통해 주변 환자가 받는 피폭선량을 알아보고 피폭선량 감소 방안을 알아보고자 하였다. 본 연구는 Mobile Portable 장비에서 Collimator 주변을 차폐하여 차폐 전과 후의 선량 변화, Portable tube와 Collimator의 각도 변화에 따른 차폐 전과 후의 선량 변화, 환자 침대의 거리변화에 따른 차폐 전과 후의 선량 변화를 각각 측정한 뒤 차폐효과를 알아보았다. 연구 결과 Collimator 주변을 차폐한 후 선량 변화는 차폐하지 않았을 때보다 약 20%의 차폐효과를 보였다. Portable 검사 중 비 차폐 시 각도가 $0^{\circ}C$, $90^{\circ}C$, $45^{\circ}C$ 순서로 피폭선량이 증가하였으며, 각도를 주었을 때 Collimator 주변을 차폐하면 피폭 선량은 감소하였다. 또한 환자 침대 거리는 비 차폐 시 0.5m보다 1m에서 피폭선량이 현저히 감소하였고 침대 간 거리 변화 시 Collimator 주변 차폐 후 선량 변화는 감소하였다. 주변 환자 피폭선량 감소 측면에서 볼 때 침대거리를 가능한 멀리 떨어뜨리는 것이 가장 좋은 방법이며 차폐효과가 약 100% 내외로 상당한 효과를 볼 수 있다. 그 다음은 Collimator를 차폐하는 방법으로 차폐효과가 약 20% 정도를 나타내며, 각도를 제한하는 방법으로 약 10% 내외의 효과를 나타낸다. Portable 검사 시 환자 피폭선량을 감소하기 위해 가능한 환자 및 보호자를 적정거리 이상으로 이동시킨 후에 실시하는 것이 가장 좋겠지만 환자가 움직일 수 없고 침대가 고정되어 있는 상태에서는 Collimator 주변을 차폐하는 방안을 제안한다. 또한 검사를 시행할 때 tube와 Collimator의 각도를 가능한 90도로 시행하도록 하고 90도가 안될 경우는 0도로 시행하되 45도는 가능한 지양하도록 한다. 방사선관계종사자들은 Portable 검사에서 위와 같은 결과들을 인식하고 실제 본인에게 적용시켜야 하며 효율적인 방사선 방어와 피폭선량을 감소시킬 수 있는 방안에 대한 노력과 연구에 힘써야 할 것으로 사료된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.