• 한국독성학회:학술대회논문집
• /
• 한국독성학회 2002년도 국제심포지움
• /
• pp.106.2-132
• /
• 2002

형질전환 (유전자 결핍; Knockout) Min 마우스를 이용하여 대장암 발생에서 배추, 양배추 주성분인 indole-3-carbinol (I3C)의 대장암 예방효과를 규명하고자 하였다. 실험동물로는 C57BL/6J-Apc$^{min/+}$(Min 마우스)계의 5내지 6주령의 수컷 이형접합체 형질전환 마우스 70마리와 C57BL/6J계의 동일 산자, 동일 주령의 수컷 wildtype 비형질전환 마우스 10kfl를 The Jackson Laboratory 사 (Bar harber, ME, USA)로부터 직접 구입하였다. C57BL/6J-Apc$^{min/+}$계 수컷 이형접합체 형질전환 (Min)마우스 70마리를 각 군 20내지 25마리씩 세군으로 나누었다. Group 1에는 20마리, Group 2에는 25마리, Group 3에는 25마리를 배치하고, I3C 투여 실험군 (Group 1과 2)에는 실험시작시에 AIN-76A 분말사료에 I3C가 각각 100 및 300ppm이 함유되도록 조제하여 공급하였다. 그리고 실험군(Group 3)에는 실험시작부터 종료시까지 AIN-76A 정제고형사료(Teklad사, WI, USA)를 자유로이 급이하였다. 각군간의 체중, 사료 및 음수소비량을 매 2주마다 측정하였고, 10주간 (16주령)의 실험종료시에는 최종체중과 간장, 신장, 비장 등의 장기무게를 측정하여 상대장기 무게비를 산출하였다. 대조군으로서 C57BL/6J계의 동일 산자, 동일 주령의 수컷 wildtype 비형질전환 마우스 10마리는 같은 조건의 사육실에서 AIN-76A 정제고형사료를 33주간 자유로이 급이하였다. 실험동물은 부검전에 하룻밤 동안 절식하고 이산화탄소 흡입 마취하에서 흉대동맥을 절단하여 방혈하고 각 장기(심장, 폐, 위)를 적출하여 생리심염수에 넣어 장기무게를 측정하고 포르말린에 고정하였다. 소장과 대장의 검사를 위하여 위의 식도부위와 직장을 실로 결찰하여 적출하고 생리심염수를 주입하여 팽창시켜, 십이지장, 공장, 및 회장, 그리고 대장으로 나누어 여과지에 펼친 후 포르말린에 고정하였다. 소장과 대장은 육안 및 자동 영상분석길ㄹ 이용한 분석이 끝난 후에 각 부위별로 4-6개의 절편을 작제하여 포르말린에 재고정하고, 통상적인 조직처리과정, 파리핀 포매 및 3-4$\mu$m 두께의 조직절편을 제작하여 H&E 염색을 실시하여 현미경으로 검경하였다. 약 1주일간의 포르말린 고정이 끝난 소장 및 대장을 부위별, 별 종양개수 및 분포를 자동영상분석기(Kontron Co. Ltd., Germany)로 분석하였다. 체의 변화, 장기무게, 사료소비량 및 마리당 종양의 개수에 대한 통계학적 유의성 검증을 위하여 Duncan's t-test로 통계처리 하였고, 종양 발생빈도에 대하여는 Likelihood ration Chi-square test로 유의성을 검증하였다. C57BL/6J-Apc$^{min/+}$계 수컷 이형접합체 형질전환 마우스에 AIN-76A 정제사료만을 투여한 대조군의 대장선종의 발생률은 84%(Group 3; 21/25례)로써 I3C 100ppm 및 300ppm을 투여한 경우에 있어서는 각군 모두 60%(Group 1; 12/20 례, Group 2; 15/25 례)로 감소하는 경향을 나타내었다. 대장선종의 마리당 발생개수에 있어서는 C57BL/6J-Apc$^{min/+}$계 수컷 이형접합체 형질전환 마우스에 AIN-76A 정제사료만을 투여한 대조군은 1.40$\pm$0.24(100%)에 비하여 I3C 저농도 투여 실험군(Group 1; 0.85$\pm$0.23; 61%, P<0.01), 그리고 I3C 고농도 투여 실험군(Group 2 ; 1.32$\pm$0.29 ; 94%)의 순으로 감소하였다. 선종의 크기별 종양의 발생개수의 분포에 있어서 I3C 저농도 투여 실험군에 있어서는 선종의 크기가 3mm이하의 수가 현저하게 감소하였다. C57BL/6J-Apc$^{min/+}$계 수컷 이형접합체 형질전환 마우스에 AIN-76A 정제사료만을 투여한 대조군의 부위별 소장선종의 발생수는 십이지장부위를 제외하고 각 군에서 유의한 변화는 관찰되지 않았다. 십이지장 종양의 발생개수에서만 I3C 저농도 투여 실험군(Group 1 ; 3.11$\pm$0.85)이 대조군 (Group 3: 1.48$\pm$0.35) 및 I3C 고농도 투여 실험군(Group 2: 1.56$\pm$0.47)에 비하여 유의성 있게 증가하였다. (P<0.05). 따라서 I3C은 소장에서는 암예방 효과가 뚜렷하지 않으나, 대장에 대한 암에방 효과가 있을 것으로 생각된다. 소장 및 대장을 제외한 간장, 신장, 비장, 심장, 폐 그리고 위 등의 기타 장기에서의 조직병리학적 변화는 관찰되지 않았다. 소장 및 대장의 종양은 선종(polyps)으로 관찰되었다. 지난 10여년간 형질전환 및 유전자 결핍 실험동물의 종류가 기하 급수적으로 증가하여 이용되고 있다. 가족성 대장 선종성 용종증(FAP)의 대표적인 모델로 이용되고 있는 C57BL/6J-Apc$^{min/+}$계 수컷 이형접합체 형질전환 마우스를 사용하여 배추나 양배추의 주요성분인 Indole-3-carbinol(I3C)의 대장암 예방효과가 있는지를 검색하여 본 결과 AIN-76A정제사료만을 투여한 대조군의 대장선종의 발생률 84%에 비하여 I3C 100 및 300ppm을 투여한 실험군에 있어서 각군 모두 60%로서 감소하는 경향을 나타내었으며, 대장선종의 마리당 발생개수에 있어서는 대조군의 1.40$\pm$1.041를 100%로 환산하였을 경우 I3C 저농도 및 고농도 투여 실험군에서는 각각 약 61%와 94%를 나타내여 감소하였다. 특히 대장선종의 크기별 분포에 있어서 선종의 크기가 3mm이하의 수가 현저하게 감소하였다. 따라서 저농도 I3C의 투여는 실험적 유전성 가족성 대장 선종성 용종증 모델에 있어서 어느정도 암 예방효과가 있는 것으로 생각된다. 그러나 소장 선종의 발생에는 별 영향이 없는 것으로 생각된다. 그러나 본 실험에 사용된 C57BL/6J-Apc$^{min/+}$계 수컷 이형접합체 형질전환 마우스는 실험개시 시점이 7내지 8주령이 경과하여 이미 태생기부터 소장 및 대장의 선종 발생이 진행되어 온 것을 감안하고 특히 비스테로이드계 항염증 소염제(NSAIDS)와 같은 강력한 COX-2억제제가 아님을 고려하면, 상당한 선종의 발생을 억제할 수 있는 가능성이 매우 높다고 생각한다. 또한 이제까지 배추나 양배추 성분의 복합성분들에 대한 실험적 대장암 모델에서의 촉진효과 등에 대한 보고들이 있어 온 점을 고려할 때 위암(Kim 등, 1994) 간암(Kim 등, 1994), 유방암(Grubbs, 등, 1995; Bradlow 등, 1995)에 대한 예방효과가 있을 것으로 생각된다. 앞으로 이러한 종양조직내에서의 COX-2 및 iNOS mRNA와 단백질의 발현정도를 분자병리학적으로 연구중에 있으며, 향후 십자화과식물 성분인 indole-3-carbinol이 마우스뿐 만 아니라 랫드의 화학발암물질에 의한 대장종양에 대한 억제효과 있는지 연구 필요가 있다. Min 마우스와 같은 형질 전환(유전자결핍;knockout) 실험동물을 이용한 새로운 중기 발암성 시험범의 확립을 통한 각종 환경 유해물질의 발암성 유무 및 COX-2 억제작용이 있는 식품인자의 암예방 후보물질을 체계적으로 검색하는데 유용하게 활용될 수 있을 것으로 생각한다.

• Strategy21
• /
• 통권46호
• /
• pp.239-276
• /
• 2020

유엔 안전보장이사회(UNSC, United Nations Security Council) 주도의 경제제재는 초창기 '포괄적 경제제재(comprehensive sanctions)' 모델에서 '스마트 경제제재(smart sanctions)' 모델로 발전하고 있다. 유엔 안보리는 직접적인 무력개입(military intervention)보다 규범적 비용(normative costs)과 부담이 덜한 경제제재를 통해 대상 국가의 손익계산법(cost-benefit calculation)을 바꿔 행동변화를 이끌어내려고 했으나, '포괄적 경제제재'에 따른 비용 대부분이 일반 대중에게 전가되면서, 인도적 위기(humanitarian crisis) 사태를 초래하고, 대상 국가의 내부 결속력을 강화하는 역설적인 상황을 만들었다. 이에 따라 정책 결정 과정에 직접적으로 관여하는 지도자와 정치 엘리트를 대상으로 자산을 동결(asset freeze)하거나 여행금지(travel ban) 조치 등을 집중적으로 하는 '스마트 제재'가 탄생하였다. 대북한 경제제재 또한 '스마트 경제제재' 모델로 점차 발전하여 그 효과성을 나타내고 있다. 특히 최근의 결의안(resolutions)을 통해 석탄 수출을 전면 금지하고, 원유 수입을 제한함에 따라 지표상 가시적인 성과가 나타나고 있고, 2018년부터 한국, 미국과 평화협상에 나서면서 제재완화를 촉구하는 등, 위와 같은 '스마트' 대북제재가 북한의 행동변화를 이끌어내고 있음을 알 수 있다. 대북제재의 효과성은 북한의 대외무역규모(total trade volume) 변화량을 통해 측정할 수 있는데, '포괄적 경제제재'의 성격에 가까운 초기의 대북제재 결의안 채택 이후에는 북한 대외무역규모가 감소한 경우도 있지만 도리어 증대된 경우도 있었다. 그러나 석탄 수출 금지 및 원유 수입 제한 조치를 담은 2016, 2017년의 결의안 이후에는 북한 대외무역규모가 2016년 약 65억 달러에서 2017년 약 55억 달러로, 2018년에는 약 28억 달러로 대폭 감소한 사실을 발견할 수 있다. 북한의 대외무역은 정권의 자금줄과 같기 때문에 대외무역규모의 감소는 곧 '스마트 제재'의 효과와 같다. 대북경제제재의 효과성에 영향을 미치는 두 번째 조건은 중국의 대북제재 레짐(sanctions regime)에의 참여 여부다. 북한은 경제적으로 중국에 상당히 의존하고 있고, 이는 지표상으로도 명백히 나타나고 있다. 중국은 그 동안 북한의 지정학적인 가치 및 급변 사태 시 북-중 국경에서의 대규모 난민 발생 우려 등에 따라 직간접적으로 북한을 지지해왔지만, 북한 핵능력의 고도화에 따른 동북아시아 지역에서의 핵확산(nuclear proliferation) 우려, 미-중 무역분쟁에 따른 여파 등으로 대북제재 레짐에 성실히 참여할 것을 밝혔다. 실제로 중국의 대북한 석유 수출량이 감소하고, 북-중간 대외무역 총량 또한 2016년부터 지속적으로 감소하며, 대북경제제재에 중국의 참여가 제재 성공의 중요한 변수임을 증명했다. 효과적인 대북제재를 위한 마지막 요건은 북한의 경제제재 회피 노력 방지(prevention of North Korea's economic sanctions evasion efforts)다. 앞서 밝힌 바와 같이 석탄 수출과 원유 수입은 북한 정권의 자금줄이자 핵무력 고도화를 위한 필수 에너지원이다. 중국이 대북제재 레짐에의 참여를 선언한 상태에서 중국으로부터의 원유 수입량이 급감함에 따라 중동지역 등지로부터 바닷길을 통해 원유를 수입해야 하는데, 원유 수입량 제한에 따라 동중국해(East China Sea) 및 공해(high seas)상에서 선박 대 선박간 불법 환적(ship-to-ship illegal transshipment)을 실시하면서 대북제재를 무력화하고 있다. 유엔 대북제재위 산하 전문가 패널(Panel of Experts), 미 국무부(U.S. Department of State), 미 재무부 외부자산통제국(U.S. Department of the Treasury's Office of Foreign Assets Control, OFAC) 등은 보고서를 통해 북한의 해상 불법 환적 실태를 상세히 밝히고 있는데, 자동 선박 식별 장치(AIS, Automatic Identification System)의 허위 신호 송출(false signaling), 선박 등록 문서 위조(false certificate of registry)와 같은 방식으로 감시 및 단속을 회피하고 있는 실정이다. '스마트'한 대북제재 설계 및 중국의 참여로 대북제재가 북한의 행동 변화를 이끌어낼 수 있음이 확인되었지만, 국제사회의 눈을 피해 해상에서 만연하고 있는 불법 환적과 같은 행위는 효과적인 대북제재 실행의 마지막 퍼즐이라고 할 수 있다. 앞으로 해상에서의 불법 환적 행위를 막기 위해 다음 세 가지 정책적 함의를 도출해낼 수 있다. 첫 번째는 가장 강력한 조치라고 할 수 있는 해상봉쇄(maritime blockade)에 대한 고려다. 전세계 물동량의 40%가 지나가는 말라카 해협(Malacca Strait)은 북한에게도 중요한 해상 교통로이다. 북한이 계속해서 결의안을 위반하고 공해상에서 불법 환적 행위를 자행할 경우, 말라카 해협에서 북한과 연계된 의심 선박을 검문 검색하고 차단(interdiction)하여 강제적인 방식으로 북한의 제재 회피 노력을 근절할 수 있다. 남중국해(South China Sea)에서 중국과 미국 간, 중국과 주변국 간 갈등이 격화됨에 따라 다국적군의 말라카 해협 봉쇄는 중국에게 달갑지 않겠지만, 유엔 대북제재 결의안에 명시되어 있는 의심 선박에 대한 검문 검색 행위임을 명백히 함과 동시에 다자간의 협조를 바탕으로 하여 규범적 정당성(normative justification)을 높인다면 충분히 실현 가능한 방안이다. 두 번째는 공해상에서의 불법 해상 환적에 대한 감시 강화와 증거 수집이다. 마지막 세번째는 대한민국의 다국적 해상 감시 활동에의 참여다. 북한의 대북제재 이행 여부는 한국의 안보와 직결되는 사안이다. 대북제재의 최종 목표는 북한 비핵화에 있고, 협상 테이블에 북한을 이끌어내는 데 제재가 효과적이라는 것이 드러났기 때문에 핵 위협의 당사자인 대한민국 또한 효과적인 제재 이행 여부 감시에 책임감을 가져야 한다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 한국전통조경학회지
• /
• 제35권2호
• /
• pp.26-44
• /
• 2017

한국 전통 연지의 시원으로 평가되는 궁남지는 "삼국사기"에 나타난 무왕의 연지 축조 기록, 사비왕궁으로 추정되는 관북리 유적 및 화지산 이궁지 남쪽에 위치한 지리적 정황에 의해 궁남지로 비정되는 한편 사적으로 지정 복원되었다. 본 연구는 궁남지의 복원정비 과정에 나타난 진정성 왜곡과 전통의 발명에 초점을 맞추어 고찰되었으며, 연구의 요약된 결론은 다음과 같다. 1. 마래방죽[마천지]으로 불려왔던 궁남지는 일제 강점기 때만 해도 3만여 평의 광대한 자연 저습지의 상태로 존재했다. 궁남지 복원에 주도적인 역할을 했던 홍사준은 1940년대만 해도 마래방죽에 백제시대 궁남지 유적으로 추정되는 섬과 석축시설이 남아있었고 그 위에 전각 및 정원을 조성한 흔적이 발견되었다고 전했다. 또한 화지산 이궁터의 조사 후 서동설화와 연관시켜 마래방죽을 궁남지와 동일시하는 의견을 피력하였는데, 이는 궁남지 복원정비의 이론적 근거로 작용하였다. 특히 홍사준이 제시한 스케치 도면 및 부여도엽에서 마래방죽의 형태와 규모를 엿볼 수 있었는데, 이러한 방죽의 형태는 일제 강점기에 촬영된 사진 속 상황과 근사한 것으로 판단된다. 2. 궁남지의 축소정비는 1960년대 추진된 경지정리사업에 의해 농경지로 불하되고 남은 잔여의 면적이 수습된 결과였다. 1965~67년에 있었던 최초 복원공사 이래 수차례 시행된 궁남지 정비를 통해 드러난 문제는 고고학적 사실에 근거하지 않은 채 후대의 시각으로 추정복원 되면서 경복궁 향원지의 구성을 그대로 복제한 데 기인한다. 구체적으로, 연못 안에 섬과 정자를 놓고 교량으로 섬과 육지를 연결시키는 구성은 궁남지가 경복궁 향원정을 모델로 만들어졌음을 방증해 준다. 하지만 교량설계에 참조된 취향교 조차도 조선시대의 형식으로 보기 어려운바 당시의 잘못된 복원설계의 동기와 발상이 궁남지의 가치를 크게 저하시켰다고 판단된다. 이처럼 전통조경의 소재로서 이미 널리 알려진 디자인 전범을 그대로 모방한 것은 경복궁이 갖는 미적 표상과 기호를 지향한 것으로서, 궁남지가 그와 유사한 장소 권위를 획득하도록 의도된 것이었다. 3. 궁남지는 애초부터 진정성이 결여된 채 정비된 사적이었기 때문에 정비 과정에서 경관의 왜곡과 전통성의 남용을 통해 유적의 역사적 맥락이 과감히 표방되어 갔다. 이러한 역사 재료의 무비판적인 활용과 왜곡을 불사한 정비방식은 1960~70년대 박정희 체제에 의해 주도된 민족주의 문화정책과 맞닿아 있다. '만들어진 전통담론'의 맥락에서, 박정희 시기의 문화정책은 국민의 기억에서 이상화된 과거를 취사선택하여 그것을 가시적으로 부각시키는 방향으로 전개되었다. 그 결과, 이전의 유적을 보수하는 수준을 넘어서서 화려하고 웅장한 모습이 부각된 사적지가 전국 곳곳에 생겨나게 되었는데, 궁남지가 초기에 순수한 보존의식으로 축소되어 정비되었음에도 불구하고 점차 본래 공간과는 상관없는 새로운 건조물들이 들어서고 기형적으로 확장 정비되어 갔던 사실은 그러한 국가주도 문화정책의 영향이 컸다고 판단된다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.55-79
• /
• 2013

본 연구에서는 집중형 센터를 가진 역물류네트워크(Reverse logistics network with centralized centers : RLNCC)를 효율적을 해결하기 위한 혼합형 유전알고리즘(Hybrid genetic algorithm : HGA) 접근법을 제안한다. 제안된 HGA에서는 유전알고리즘(Genetic algorithm : GA)이 주요한 알고리즘으로 사용되며, GA 실행을 위해 0 혹은 1의 값을 가질 수 있는 새로운 비트스트링 표현구조(Bit-string representation scheme), Gen and Chang(1997)이 제안한 확장샘플링공간에서의 우수해 선택전략(Elitist strategy in enlarged sampling space) 2점 교차변이 연산자(Two-point crossover operator), 랜덤 돌연변이 연산자(Random mutation operator)가 사용된다. 또한 HGA에서는 혼합형 개념 적용을 위해 Michalewicz(1994)가 제안한 반복적언덕오르기법(Iterative hill climbing method : IHCM)이 사용된다. IHCM은 지역적 탐색기법(Local search technique) 중의 하나로서 GA탐색과정에 의해 수렴된 탐색공간에 대해 정밀하게 탐색을 실시한다. RLNCC는 역물류 네트워크에서 수집센터(Collection center), 재제조센터(Remanufacturing center), 재분배센터(Redistribution center), 2차 시장(Secondary market)으로 구성되며, 이들 각 센터 및 2차 시장들 중에서 하나의 센터 및 2차 시장만 개설되는 형태를 가지고 있다. 이러한 형태의 RLNCC는 혼합정수계획법(Mixed integer programming : MIP)모델로 표현되며, MIP 모델은 수송비용, 고정비용, 제품처리비용의 총합을 최소화하는 목적함수를 가지고 있다. 수송비용은 각 센터와 2차 시장 간에 제품수송에서 발생하는 비용을 의미하며, 고정비용은 각 센터 및 2차 시장의 개설여부에 따라 결정된다. 예를 들어 만일 세 개의 수집센터(수집센터 1, 2, 3의 개설비용이 각각 10.5, 12.1, 8.9)가 고려되고, 이 중에서 수집센터 1이 개설되고, 나머지 수집센터 2, 3은 개설되지 않을 경우, 전체고정비용은 10.5가 된다. 제품처리비용은 고객으로부터 회수된 제품을 각 센터 및 2차 시장에서 처리할 경우에 발생되는 비용을 의미한다. 수치실험에서는 본 연구에서 제안된 HGA접근법과 Yun(2013)의 연구에서 제안한 GA접근법이 다양한 수행도 평가 척도에 의해 서로 비교, 분석된다. Yun(2013)이 제안한 GA는 HGA에서 사용되는 IHCM과 같은 지역적탐색기법을 가지지 않는 접근법이다. 이들 두 접근법에서 동일한 조건의 실험을 위해 총세대수 : 10,000, 집단의 크기 : 20, 교차변이 확률 : 0.5, 돌연변이 확률 : 0.1, IHCM을 위한 탐색범위 : 2.0이 사용되며, 탐색의 랜덤성을 제거하기 위해 총 20번의 반복실행이 이루어 졌다. 사례로 제시된 두 가지 형태의 RLNCC에 대해 GA와 HGA가 각각 실행되었으며, 그 실험결과는 본 연구에서 제안된 HGA가 기존의 접근법인 GA보다 더 우수하다는 것이 증명되었다. 다만 본 연구에서는 비교적 규모가 작은 RLNCC만을 고려하였기에 추후 연구에서는 보다 규모가 큰 RLNCC에 대해 비교분석이 이루어 져야 할 것이다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.149-169
• /
• 2020

현 정부의 주요 국책사업 중 하나인 도시재생 뉴딜사업은 매년 100 곳씩, 5년간 500곳을대상으로 50조를 투자하여 낙후된 지역을 개발하는 것으로 언론과 지자체의 높은 이목이 집중되고 있다. 그러나, 현재 이 사업모델은 면적 규모에 따라 "우리동네 살리기, 주거정비지원형, 일반근린형, 중심시가지형, 경제기반형" 등 다섯 가지로 나뉘어 추진되어 그 지역 본래의 특성을 반영하지 못하고 있다. 국내 도시재생 성공 키워드는 "주민 참여", "지역특화" "부처협업", "민관협력"이다. 성공 키워드에 따르면 지자체에서 정부에게 도시재생 사업을 제안할 때 지역주민, 민간기업의 도움과 함께 도시의 특성을 정확히 이해하고 도시의 특성에 어울리는 방향으로 사업을 추진하는 것이 가장 중요하다는 것을 알 수 있다. 또한 도시재생 사업 후 발생하는 부작용 중 하나인 젠트리피케이션 문제를 고려하면 그 지역 특성에 맞는 도시재생 유형을 선정하여 추진하는 것이 중요하다. 이에 본 연구는 '도시재생 뉴딜 사업' 방법론의 한계점을 보완하기 위해, 기존 서울시가 지역 특성에 기반하여 추진하고 있는 "2025 서울시 도시재생 전략계획"의 도시재생 유형을 참고하여 도시재생 사업지에 맞는 도시재생 유형을 추천하는 시스템을 머신러닝 알고리즘을 활용하여 제안하고자 한다. 서울시 도시재생 유형은 "저이용저개발, 쇠퇴낙후, 노후주거, 역사문화자원 특화" 네 가지로 분류된다 (Shon and Park, 2017). 지역 특성을 파악하기 위해 총 4가지 도시재생 유형에 대해 사업이 진행된 22개의 지역에 대한 뉴스 미디어 10만여건의 텍스트 데이터를 수집하였다. 수집된 텍스트를 이용하여 도시재생 유형에 따른 지역별 주요 키워드를 도출하고 토픽모델링을 수행하여 유형별 차이가 있는 지 탐색해 보았다. 다음 단계로 주어진 텍스트를 기반으로 도시재생 유형을 추천하는 추천시스템 구축을 위해 텍스트 데이터를 벡터로 변환하여 머신러닝 분류모델을 개발하였고, 이를 검증한 결과 97% 정확도를 보였다. 따라서 본 연구에서 제안하는 추천 시스템은 도시재생 사업을 진행하는 과정에서 신규 사업지의 지역 특성에 기반한 도시재생 유형을 추천할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• 대한핵의학회지
• /
• 제37권6호
• /
• pp.418-427
• /
• 2003

목적: $^{99m}-lactosylated$ serum albumin ($^{99m}Tc-LSA$)은 간세포에 특이적으로 결합하는 간수용체 영상용 방사성의약품으로 새로이 합성되었다. 간섬유화를 유발하는 dimethylnitrosamine (DMN)을 투여한 간 손상 흰쥐 모델에서 $^{99m}Tc-LSA$의 역동학적인 간섭취를 조사하고 간효소치의 변화와 조직학적 소견을 비교하여, LSA의 간섭취가 간기능의 변화를 반영하는지를 연구하였다. 대상 및 방법: SD계 흰쥐에 DMN를 27 mg/kg으로 복강 내 주사하여 급성 간손상을 유도하고 대조군과 비교하였다. DMN을 주사한 흰쥐를 3일(DMN-3), 8일(DMN-8), 21일(DMN-21)에 $^{99m}Tc-LSA$ (1,665 mg/kg) 29 MBq를 정맥 주사하여, 30분 동안 동적 영상을 획득하고 간과 심장부위에 관심영역을 설정하여 간과 심장부위의 시간방사능 곡선을 얻었다. 간기능 평가를 위해 시간방사능 곡선을 이용하여 간섭취지수와 혈중제거지수를 구하였고 곡선 최적화를 시행하였다. DMN 투여군과 대조군의 간효소치의 변화와 간조직의 광학현미경 소견을 비교하였다. 결과: 대조군에서는 $^{99m}Tc-LSA$가 빠르게 간에 섭취되고 혈중에서 제거되었으나 DMN을 처리한 군에서는 간섭취가 낮았다. 간섭취지수의 비교에서 대조군에 비해 DMN 처리군에서 유의하게 간섭취지수가 낮았다(DMN-3: 0.842, BMN-8: 0.898, DMN-21: 0.91, 대조군: 0.96, p<0.05). 혈중제거지수의 비교에서도 대조군에 비해 DMN 처리군에서 혈중제거지수가 유의하게 높았다(DMN-3: 0.731, DMN-8: 0.654, DMN-21: 0.604, 대조군: 0.473, p<0.05). 비선형 회귀분석에서 $R_2$값은 0.9이상으로 좋은 일치를 보였고, 대조군에서 K값이 DMN처리군에 비해 크고 (DMN-3: 0.28, DMN-8: 0.41, DMN-21: 0.46, 대조군: 0.97, p<0.05), $T_{1/2}$값은 작았다(DMN-3: 2.5, DMN-8: 1.7, DMN-21: 1.5, 대조군: 0.7, p<0.05). 간효소치의 변화는 DMN-3군에서는 대조군에 비해 상승하였으나 DMN-8, DMN-21군에서는 간효소치의 상승이 관찰되지 않았다. 간조직 소견의 경우 DMN-3군에서 중심정맥 주위에 괴사가 관찰되었으나 DMN-8군, DMN-21군에서는 미약한 정도의 염증세포 침윤만이 관찰되었다. 결론: $^{99m}Tc-LSA$ 간신티그래피의 간섭취 정도는 간손상과 반비례하였으며 간섭취의 변화는 조직학적 손상이 심한 정도와 간손상후 회복되는 과정을 반영하여 주었다. $^{99m}Tc-LSA$ 간신티그래피가 간손상을 평가하고 간손상후 회복되는 과정을 추적하는 간수용체 영상용 방사성 의약품으로 사용될 수 있을 것으로 생각된다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.69-92
• /
• 2015

최근 소셜 미디어의 사용이 폭발적으로 증가함에 따라 이용자가 직접 생성하는 방대한 데이터를 분석하기 위한 다양한 텍스트 마이닝(text mining) 기법들에 대한 연구가 활발히 이루어지고 있다. 이에 따라 텍스트 분석을 위한 알고리듬(algorithm)의 정확도와 수준 역시 높아지고 있으나, 특히 감성 분석(sentimental analysis)의 영역에서 언어의 문법적 요소만을 적용하는데 그쳐 화용론적 의미론적 요소를 고려하지 못한다는 한계를 지닌다. 본 연구는 이러한 한계를 보완하기 위해 기존의 알고리듬 보다 의미 자질을 폭 넓게 고려할 수 있는 Word2Vec 기법을 적용하였다. 또한 한국어 품사 중 형용사를 감정을 표현하는 '감정어휘'로 분류하고, Word2Vec 모델을 통해 추출된 감정어휘의 연관어 중 명사를 해당 감정을 유발하는 요인이라고 정의하여 이 전체 과정을 'Emotion Trigger'라 명명하였다. 본 연구는 사례 연구(case study)로 사회적 이슈가 된 세 직업군(교수, 검사, 의사)의 특정 사건들을 연구 대상으로 선정하고, 이 사건들에 대한 대중들의 인식에 대해 분석하고자 한다. 특정 사건들에 대한 일반 여론과 직접적으로 표출된 개인 의견 모두를 고려하기 위하여 뉴스(news), 블로그(blog), 트위터(twitter)를 데이터 수집 대상으로 선정하였고, 수집된 데이터는 유의미한 연구 결과를 보여줄 수 있을 정도로 그 규모가 크며, 추후 다양한 연구가 가능한 시계열(time series) 데이터이다. 본 연구의 의의는 키워드(keyword)간의 관계를 밝힘에 있어, 기존 감성 분석의 한계를 극복하기 위해 Word2Vec 기법을 적용하여 의미론적 요소를 결합했다는 점이다. 그 과정에서 감정을 유발하는 Emotion Trigger를 찾아낼 수 있었으며, 이는 사회적 이슈에 대한 일반 대중의 반응을 파악하고, 그 원인을 찾아 사회적 문제를 해결하는데 도움이 될 수 있을 것이다.