• 지적과 국토정보
• /
• 제44권2호
• /
• pp.209-230
• /
• 2014

2002년 최초 도입된 한국의 부동산투자회사(이하, 리츠)는 크게 3가지 형태가 있다. 한국거래소에 상장된 각각의 리츠는 그 특성이 다르지만 모두 부동산투자회사 종목으로 분류된다. 현행 "부동산투자회사법"은 그 개별 특성을 반영하지 못하고 일률적으로 적용되고 있다. 일부 리츠는 입법취지와는 달리 상장폐지되어 투자자의 투자손실을 야기하는 등 개별 리츠에 따라서는 법제도 운영이 적절하게 이뤄진다고 보기 어려운 일이 발생하였다. 본 연구는 부동산투자회사의 사업타당성 측면에서 동제도의 활발한 운용지원 방안 마련을 목적으로 한다. 부동산 개발 관련 부동산금융기법으로서 PF 평가분석시스템을 개선하여 리츠사업 타당성을 제고시킴으로써 리츠부문 활성화를 위한 정책방향을 제시한다. 리츠 관련 정책은 리츠회사 종류에 따른 차이를 고려하지 않은 일괄적인 제도 운영으로 부동산 시장을 주도하지 못하고 시장상황에 따라 대응하는 대증처리방식으로 운용되어 왔다고 할 수 있겠다. 리츠를 활용한 부동산금융의 고도화를 통하여 건설자금의 원활한 흐름과 상장된 리츠종목에 대한 일반투자자의 적정한 투자를 위한 정책이 실현되어야 할 것이다. 본 연구 결과는 시중부동자금의 투자흐름을 적절하게 유도하고 간접금융투자의 활성화를 위한 부동산 관련 정책에 반영하기 위한 정책 기초자료로 활용하고자 한다.

• 지적과 국토정보
• /
• 제51권2호
• /
• pp.83-106
• /
• 2021

대기오염, 지구온난화 문제 등 환경 문제의 심각성이 대두되면서 청정 연료의 관심이 커지고 있다. 그 중 수소는 기존 화석연료와는 달리 연소 시 부산물로 수분만이 발생하는 대표적인 친환경 에너지원으로 현재 다양한 분야에서 주목을 받고 있다. 물류 분야에서도 수소를 활용한 물류 네트워크를 구축하기 위해 다양한 정책적 노력이 활발히 이루어지고 있다. 이러한 수소 물류 네트워크의 구축에 있어 수소충전소의 입지 결정은 매우 중요한 문제이다. 최근 개발된 수소추진(수소연료전지) 화물차에 수소를 공급하는 충전소는 수소 기반 물류체계가 본격적으로 자리 잡는 데 있어 필수 불가결한 요소이다. 이러한 수소충전소의 최적 입지를 결정하는 선행연구는 대부분 수리적 모형에 기반한 최적화 기법만을 사용하여 수소충전소의 최적 입지를 결정하고자 하였다. 본 연구에서는 기존 연구의 동향과는 차별화하여 최적화 기법의 중요한 투입 변수 중 하나인 충전소 후보지에 대한 공간적 특성을 검토하는 방법으로 머신러닝 모형들을 활용하고 그 적용가능성을 확인하였다. 머신러닝은 다양한 분야에서 우수한 성과를 증명한 기법이지만 수소충전소의 최적 입지를 결정하는 연구 분야에서는 아직 적용된 바가 없다. 이를 위해 본 연구에서는 개별공시지가, 수소공급지와의 거리 등 전국 고속도로 휴게소와 고속도로의 무작위 지점들의 위치와 관련된 변수들을 독립변수로 선정하여 단일 머신러닝 모형과 앙상블 모형을 적용하고 그 성과를 비교하였다. 분석 결과, 랜덤포레스트(Random Forest) 모형이 가장 우수한 성과를 보였으며, 다른 모형들 또한 우수한 분류 성능을 보여 최적 입지 문제에 대해 공간적 특성을 예비적으로 검토하는 방법론으로써 머신러닝의 적용 가능성을 확인할 수 있었다. 따라서 머신러닝 모형은 수소충전소의 최적 입지 결정 분야에서 향후 최적화 기법을 적용한 연구의 예비적 검토 방법론으로 널리 활용할 수 있을 것으로 기대된다.

• 지적과 국토정보
• /
• 제52권2호
• /
• pp.17-34
• /
• 2022

4차 산업혁명의 진전으로 로봇과 인간의 상호작용에 대한 관심이 커지고 있다. 이에 건축물의 설비와 시스템에도 로봇이 적극적으로 도입되고 있다. 저자들은 로봇 친화형 건축물 인증 지표를 개발하고자 본 연구를 수행한다. 해당 지표는 세계 최초로 개발되는 것이므로 업무용 건축물로 대상을 한정하고, 초점집단면접(FGI), 분석적 계층화 과정(AHP) 등의 방법론을 활용하여 탐색적으로 연구를 수행한다. 먼저 초점집단면접을 통하여 로봇 친화형 건축물을 개념적으로 정의하고, 건축 요건을 운영 설비 및 체계의 적절성, 건축·로봇 운영 시스템 및 네트워크의 적절성으로 분류하였다. 그다음, 분석적 계층화 과정을 통하여 전체 23개의 평가 항목에 대한 상대적 중요도를 산출하였다. 배점은 평균 4.4 그리고 최소 2.0, 최대 11.3의 범위로 계산되었다. 본 연구는 과학적 방법론을 활용하여 세계 최초의 로봇 친화형 건축물 인증 지표를 개발하는 데 필요한 기초자료를 구축하였다는 데 의의가 있다.

• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.245-259
• /
• 2023

농업용 저수지는 농업용수 공급에 있어서 매우 중요한 생산기반시설로, 우리나라 농업용수의 60% 정도를 공급하고 있다. 다만, 여러 문제로 인해 농업용수의 효율적인 공급에 어려움이 발생하고 있으며, 효과적인 공급 및 관리 체계 구현을 위한 정확한 실시간 저수위 혹은 저수량 추정이 필요하다. 본 연구에서는 영상정보를 활용한 딥러닝 기반 농업용 저수지 수위 인식 모델을 제안하였다. 개발한 모델은 (1) CCTV 영상정보 자료 수집 및 분석, (2) U-Net 이미지 분할 방법을 통한 입력 자료 생성, 그리고 (3) CNN과 ResNet 모델을 통한 수위 인식 세 단계로 구성된다. 모델은 두 농업용 저수지(G저수지와 M저수지)의 영상자료와 저수위 시계열자료를 활용하여 구현하였다. 적용 결과 이미지 분할 모델의 성능은 매우 우수한 것으로 나타났으며, 수위 인식 모델의 경우 수위 분류 계급구간에 따라 성능이 상이한 것으로 나타났다. 특히 영상자료의 픽셀 변동이 클수록 정확도 80% 이상이 확보 가능한 것으로 확인되었으나, 그렇지 않은 경우, 정확도가 50% 수준인 것으로 나타났다. 본 연구에서 개발한 모델은 향후 이미지 자료가 추가로 확보될 경우, 그 활용도 및 정확도가 더 높아질 것으로 기대한다.