• 지능정보연구
• /
• 제19권2호
• /
• pp.125-140
• /
• 2013

어떤 클래스에 속한 레코드의 개수가 다른 클래스들에 속한 레코드의 개수보다 매우 많은 경우에, 이 데이터 집합을 '불균형 데이터 집합'이라고 한다. 데이터 분류에 사용되는 많은 기법들은 이러한 불균형 데이터에 대해서 저조한 성능을 보인다. 어떤 기법의 성능을 평가할 때에 적중률뿐만 아니라, 민감도와 특이도도 함께 측정하여야 한다. 고객의 이탈을 예측하는 문제에서 '유지' 레코드가 다수 클래스를 차지하고, '이탈' 레코드는 소수 클래스를 차지한다. 민감도는 실제로 '유지'인 레코드를 '유지'로 예측하는 비율이고, 특이도는 실제로 '이탈'인 레코드를 '이탈'로 예측하는 비율이다. 많은 데이터 마이닝 기법들이 불균형 데이터에 대해서 저조한 성능을 보이는 것은 바로 소수 클래스의 적중률인 특이도가 낮기 때문이다. 불균형 데이터 집합에 대처하는 과거 연구 중에는 소수 클래스를 Oversampling하여 균형 데이터 집합을 생성한 후에 데이터 마이닝 기법을 적용한 연구들이 있다. 이렇게 균형 데이터 집합을 생성하여 예측을 수행하면, 특이도는 다소 향상시킬 수 있으나 그 대신 민감도가 하락하게 된다. 본 연구에서는 민감도는 유지하면서 특이도를 향상시키는 모델을 개발하였다. 개발된 모델은 Support Vector Machine (SVM), 인공신경망(ANN) 그리고 의사결정나무 기법 등으로 구성된 하이브리드 모델로서, Hybrid SVM Model이라고 명명하였다. 구축과정 및 예측과정은 다음과 같다. 원래의 불균형 데이터 집합으로 SVM_I Model과 ANN_I Model을 구축한다. 불균형 데이터 집합으로부터 Oversampling을 하여 균형 데이터 집합을 생성하고, 이것으로 SVM_B Model을 구축한다. SVM_I Model은 민감도에서 우수하고, SVM_B Model은 특이도에서 우수하다. 입력 레코드에 대해서 SVM_I와 SVM_B가 동일한 예측치를 도출하면 그것을 최종 해로 결정한다. SVM_I와 SVM_B가 상이한 예측치를 도출한 레코드에 대해서는 ANN과 의사결정나무의 도움으로 판별 과정을 거쳐서 최종 해를 결정한다. 상이한 예측치를 도출한 레코드에 대해서는, ANN_I의 출력값을 입력속성으로, 실제 이탈 여부를 목표 속성으로 설정하여 의사결정나무 모델을 구축한다. 그 결과 다음과 같은 2개의 판별규칙을 얻었다. 'IF ANN_I output value < 0.285, THEN Final Solution = Retention' 그리고 'IF ANN_I output value ${\geq}0.285$, THEN Final Solution = Churn'이다. 제시되어 있는 규칙의 Threshold 값인 0.285는 본 연구에서 사용한 데이터에 최적화되어 도출된 값이다. 본 연구에서 제시하는 것은 Hybrid SVM Model의 구조이지 특정한 Threshold 값이 아니기 때문에 이 Threshold 값은 대상 데이터에 따라서 얼마든지 변할 수 있다. Hybrid SVM Model의 성능을 UCI Machine Learning Repository에서 제공하는 Churn 데이터 집합을 사용하여 평가하였다. Hybrid SVM Model의 적중률은 91.08%로서 SVM_I Model이나 SVM_B Model의 적중률보다 높았다. Hybrid SVM Model의 민감도는 95.02%이었고, 특이도는 69.24%이었다. SVM_I Model의 민감도는 94.65%이었고, SVM_B Model의 특이도는 67.00%이었다. 그러므로 본 연구에서 개발한 Hybrid SVM Model이 SVM_I Model의 민감도 수준은 유지하면서 SVM_B Model의 특이도보다는 향상된 성능을 보였다.

• 헤리티지:역사와 과학
• /
• 제44권1호
• /
• pp.196-221
• /
• 2011

조선시대 종묘(宗廟)에 모실 수 없는 왕의 사친, 등극하지 못한 세자와 같은 왕족의 신위를 모신 공간, 사묘(私廟)는 왕명에 의해 건립되고 관리되었다. 또한 사묘의 영건은 각 의궤(儀軌)에 담겼고 이와 함께 왕실사묘의 평면배치도 등이 남겨졌다. 정조의 후궁으로 순조(純祖)를 생산한 수빈박씨(綬嬪朴氏)의 신위를 모신 경우궁의 영건기록인 1824년 "현사궁별묘영건도감의궤(顯思宮別廟營建都監儀軌)"가 현존하기에 그간 소개된 바도 없고 연대조차도 알 수 없었던 <경우궁도(景祐宮圖)>의 제작 연대, 사용재료 및 장황(粧潢) 등을 살펴볼 수 있다. 즉 <경우궁도>는 1822년에 타계한 수빈박씨의 신위를 모시기 위해 궁내에 설치했던 혼전(魂殿)을 폐하고 궁밖에 별도로 마련한 터에 왕명에 의해 1824년 현사궁별묘를 영건하면서 영건도감(營建都監)에서 제작한 <현사궁별묘전도>인 것으로 확인된다. 영건도감에서 <경우궁도>의 제작이 이루어졌을 것이기에 의궤에 제시된 화원(畵員)들이 주목되지만 이들의 현존작이 없어 화풍을 비교할 수 없음은 아쉬움으로 남는다. 하지만 <경우궁도>는 <동궐도(東闕圖)>에서 볼 수 있는 완벽한 평행사선구도로 일목요연하게 많은 전각 등을 묘사하고 있는 점이 가장 큰 양식적 특징으로 지적할 수 있다. 주지하듯 건축물을 다룬 그림들은 해당 건축그림 제작 의도에 맞게 시점을 택해 그리거나 아니면 다시점을 이용해 그리게 된다. 우리 회화에서 건축물을 다룬 그림은 일찍부터 평행사선구도, 정면부감시 또는 다시점 등을 적절히 활용하여 제작되었다. 18세기에 이르면 평행사선구도로 정확하게 그리면서도 회화성도 높은 작품들이 등장하기 시작하는데 19세기 전반기에 이와 같은 현상이 최고로 발전한 듯 <동궐도>가 등장한다. <경우궁도> 또한 완성된 평행사선구도로 200칸 가까운 많은 전각들을 한눈에 알아볼 수 있도록 치밀하게 표현하고 있어 <동궐도>와 같은 계열에 속하는 건축그림으로 볼 수 있다. 이는 또한 수지법, 옥우법, 지면의 표면질감 표현 등 구체적 화법의 비교를 통해 알 수 있다. 다만 사당공간 중 가장 중요한 정당권역만은 의궤도설 '정당이하제처(正堂以下諸處)'라는 평면배치도와 그대로 일치하여 평행사선구도를 버리고 정면부감시 및 사방전도식묘법으로 표현된 점은 <경우궁도>만이 갖는 특징으로 지적될 수 있다. 동시대 영건과 관계된 그림은 아닌 개인의 거주지를 표현한 그림에 이와 같이 시점을 각각 달리하여 표현한 예가 있기도 하여 사당공간을 그린 그림만이 가지는 특성인지는 아직 정확히 알 수 없다. 한편 왼편 하단으로 향하는 평행사선구도를 택해 그릴 경우 화면 왼편 상단과 오른편 하단은 비게 된다. 경우궁도가 이에 부합되는 화면을 보여주는데 반해 동궐도는 다양한 나무 등을 채워 빈 여백 없는 완벽한 화면 구성을 보여준다. 이와 같은 현상은 두 작품의 장황의 현황과도 일치하는데 지본 낱장으로 완성된 경우궁도는 화첩으로 표제까지 달아 완성된 동궐도와는 완성도의 면에서 차이가 있다고 판단된다. 이는 마치 동궐도가 그 묘사의 사실성, 기록성을 넘어 감상의 목적까지도 고려하여 작품제작 및 장황까지 마친 것이었다면 경우궁도는 영건의 상황을 있는 그대로 화면에 옮겨 그리는 기록이 가장 중요한 목적으로 제작되었음을 알게 해주는 것이다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.55-78
• /
• 2021

최근 인간과 상호작용할 수 있는 '소셜로봇'을 활용하여 복잡하고 다양한 사회문제를 해소하고 개인의 삶의 질을 제고하려는 시도가 주목받고 있다. 과거 로봇은 인간을 대신해서 산업 현장에 투입되고 노동력을 제공해주는 존재로 인식되었다. 그러나 오늘날의 로봇은 각종 산업분야를 관통하는 핵심 키워드인 'Smart'의 등장을 기점으로 인간과 함께 공존하며 사회적 교감이 가능한 '소셜로봇(Social Robot)'으로 그 개념이 확장되고 있다. 구체적으로 고객을 응대하는 서비스 로봇, 에듀테인먼트(Edutainment) 성격의 로봇, 그리고 인간과의 교감, 상호작용에 주목한 감성로봇 등이 출시되고 있다. 그러나 4차 산업혁명을 계기로 ICT 서비스 환경이 급격한 발전을 이룬 현재까지 소셜로봇의 대중화는 체감되지 않고 있다. 소셜로봇의 핵심 기능이 사용자와의 사회적 교감임을 고려하면, 소셜로봇의 대중화를 촉진하기 위해서는 기기에 적용되는 기술 이외의 요소들도 중요하게 고려할 필요가 있다. 본 연구는 로봇의 디자인 요소가 소셜로봇에 대한 소비자들의 구매를 이끌어내는데 중요하게 작용할 것으로 판단한다. 로봇의 외형이 유발하는 감성은 사용자의 인지, 추론, 평가와 기대를 형성하는 과정에서 중요한 영향을 미치며 나아가 로봇에 대한 태도와 호감 그리고 성능 추론 등에도 영향을 줄 수 있다. 그러나 소셜로봇에 대한 기존 연구들은 로봇의 개발방법론을 제안하거나, 소셜로봇이 사용자에게 제공하는 효과를 단편적으로 검증하는 수준에 머무르고 있다. 따라서 본 연구는 소셜로봇의 외형으로부터 사용자가 느끼는 감성이 소셜로봇에 대한 사용자의 태도에 미치는 영향을 검증해보고자 한다. 이때 서로 다른 출처의 이종 데이터 간 결합을 통하여 소셜로봇 디자인평가 모형을 구성한다. 구체적으로 소셜로봇의 외형에 대하여 사전에 구축된 ABOT Database로부터 다수의 소셜로봇에 대한 세 가지 정량적 지표 데이터를 확보하였다. 소셜로봇의 디자인 감성은 (1) 기존의 디자인평가 문헌과 (2) 소셜로봇 제품 후기와 블로그 등의 온라인 구전, (3) 소셜로봇 디자인에 대한 정성적인 인터뷰를 통해 도출하였다. 이후 사용자 설문을 통하여 각각의 소셜로봇에 대해 사용자가 느끼는 감성과 태도에 대한 평가를 수집하였다. 세부적인 감성 평가항목 23개에 대하여, 차원 축소 방법론을 통해 6개의 감성 차원을 도출하였다. 이어서 도출된 감성 차원들이 사용자의 소셜로봇에 대한 태도에 미치는 영향을 검증하기 위해 회귀분석을 수행하여 감성과 태도 간의 관계를 파악해 보았다. 마지막으로 정량적으로 수집된 소셜로봇의 외형에 대한 지표가 감성과 태도 간의 관계에 영향을 줄 수 있음을 검증하기 위해 조절회귀분석을 수행하였다. 기술적인ABOT Database 속성 지표들과 감성 차원들 간의 순수조절효과를 확인하고, 도출된 조절효과에 대한 시각화를 수행하여 외형, 감성, 그리고 태도 간의 관계를 다각적인 관점에서 해석하였다. 본 연구는 이종간 데이터를 연결하여 소셜로봇의 기술적 속성과 소비자 감성, 태도까지 변수 간 관계를 총체적으로 실증 분석했다는 점에서 이론적 공헌을 가지며, 소셜로봇 디자인 개발 전략에 대한 의사결정을 지원하기 위한 기준으로 소비자 감성의 활용 가능성을 제안하였다는 실무적 의의를 가진다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.191-207
• /
• 2021

오늘날 이동통신은 급증하는 데이터 수요에 대응하기 위해서 주로 속도 향상에 초점을 맞추어 발전해 왔다. 그리고 5G 시대가 시작되면서 IoT, V2X, 로봇, 인공지능, 증강 가상현실, 스마트시티 등을 비롯하여 다양한 서비스를 고객들에게 제공하기위한 노력들이 진행되고 있고 이는 우리의 삶의 터전과 산업 전반에 대한 환경을 바꿀 것으로 예상되고 되고 있다. 이러한 서비스를 제공하기위해서 고속 데이터 속도 외에도, 실시간 서비스를 위한 지연 감소 그리고 신뢰도 등이 매우 중요한데 5G에서는 최대 속도 20Gbps, 지연 1ms, 연결 기기 106/㎢를 제공함으로써 서비스 제공할 수 있는 기반을 마련하였다. 하지만 5G는 고주파 대역인 3.5Ghz, 28Ghz의 높은 주파수를 사용함으로써 높은 직진성의 빠른 속도를 제공할 수 있으나, 짧은 파장을 가지고 있어 도달할 수 있는 거리가 짧고, 회절 각도가 작아서 건물 등을 투과하지 못해 실내 이용에서 제약이 따른다. 따라서 기존의 통신망으로 이러한 제약을 벗어나기가 어렵고, 기반 구조인 중앙 집중식 SDN 또한 많은 노드와의 통신으로 인해 처리 능력에 과도한 부하가 발생하기 때문에 지연에 민감한 서비스 제공에 어려움이 있다. 그래서 자율 주행 중 긴급 상황이 발생할 경우 사용 가능한 지연 관련 트리 구조의 제어 기능이 필요하다. 이러한 시나리오에서 차량 내 정보를 처리하는 네트워크 아키텍처는 지연의 주요 변수이다. 일반적인 중앙 집중 구조의 SDN에서는 원하는 지연 수준을 충족하기가 어렵기 때문에 정보 처리를 위한 SDN의 최적 크기에 대한 연구가 이루어져야 한다. 그러므로 SDN이 일정 규모로 분리하여 새로운 형태의 망을 구성 해야하며 이러한 새로운 형태의 망 구조는 동적으로 변하는 트래픽에 효율적으로 대응하고 높은 품질의 유연성 있는 서비스를 제공할 수 있다. 이러한 SDN 구조 망에서 정보의 변경 주기, RTD(Round Trip Delay), SDN의 데이터 처리 시간은 지연과 매우 밀접한 상관관계를 가진다. 이 중 RDT는 속도는 충분하고 지연은 1ms 이하이기에 유의미한 영향을 주는 요인은 아니지만 정보 변경 주기와 SDN의 데이터 처리 시간은 지연에 크게 영향을 주는 요인이다. 특히, 5G의 다양한 응용분야 중에서 지연과 신뢰도가 가장 중요한 분야인 지능형 교통 시스템과 연계된 자율주행 환경의 응급상황에서는 정보 전송은 매우 짧은 시간 안에 전송 및 처리돼야 하는 상황이기때문에 지연이라는 요인이 매우 민감하게 작용하는 조건의 대표적인 사례라고 볼 수 있다. 본 논문에서는 자율 주행 시 응급상황에서 SDN 아키텍처를 연구하고, 정보 흐름(셀 반경, 차량의 속도 및 SDN의 데이터 처리 시간의 변화)에 따라 차량이 관련정보를 요청해야 할 셀 계층과의 상관관계에 대하여 시뮬레이션을 통하여 분석을 진행하였다.

• 한국전통조경학회지
• /
• 제39권4호
• /
• pp.50-65
• /
• 2021

본 연구는 실존이 확인된 국내 구곡원림을 대상으로 문헌조사, 현장조사 그리고 도상작업 등을 통해 구곡을 구성하는 유수 방식과 유로 연장거리를 측정하는 한편 유역 및 하천차수 그리고 하천등급을 조사 분석함으로써 수계 상 구곡원림의 유역분포 및 하천형태학적 특성을 밝혀 향후 구곡원림의 보전관리 및 활용을 위한 기초자료로 삼고자 한 것이다. 연구의 결론은 다음과 같다. 첫째, 실존이 확인된 총 93개소 구곡원림 중 계류를 따라 내려가면서 전개되는 내림식(하향식) 형태의 구곡은 서울의 이계구곡을 비롯하여 총 11개소(11.8%)로 나타났다. 둘째, 구곡별 유하거리 분석 결과, 경북 김천의 옥류동구곡(일명 남산구곡)이 최단길이인 0.44km로 나타난 반면, 경북 성주군과 김천시에 소재한 무흘구곡의 유하거리는 31.1km로 나타나 가장 최장으로 드러났다. 한국 구곡원림의 평균 유하거리는 6.24km였으며 표준편차는 4.63km로 나타나 곡류형과 계곡형 간의 편차가 심한 것으로 나타났다. 또한 14개소(15.1%) 구곡원림은 댐 건설로 인해 일부가 수몰된 상태로 밝혀졌다. 셋째, 구곡원림의 수계역 분석 결과, 낙동강수계가 52개소(55.9%)로 압도적이었으며, 다음으로 한강수계 27개소(29.0%), 금강수계 9개소(9.7%) 그리고 영산강·섬진강수계 5개소(5.4%) 순으로 확인되었다. 한강권역에 입지한 구곡원림은 모두 한강수계로 분류되었으며 낙동강에 입지한 구곡원림은 낙동강남해권수계 5개소와 낙동강동해수권수계 2개소 등 7개소를 제외한 하천은 모두 본류인 낙동강수계로 분류되었다. 넷째, 구곡원림이 입지한 유로의 하천차수를 종합한 결과, 본류 구간을 구곡의 거점 유수로 삼은 구곡은 한강수계의 3개소, 낙동강수계의 5개소, 금강수계의 2개소 그리고 영산감/섬진강수계의 1개소 등 총 11개소(11.8%)였으며 제1지류에는 35개소(37.6%), 제2지류에는 28개소(30.1%), 제3지류에는 17개소(18.3%)로 나타났다. 그리고 제4지류에 입지한 구곡원림은 한강수계의 철원 용화천에 설정된 태화오곡과 낙동강수계인 영천 횡계천에 설정된 횡계구곡으로 분석되었다. 다섯째, 구곡원림이 입지한 하천의 하천등급 분석 결과, 전체 구곡원림이 입지한 하천의 등급은 국가하천 13개소(14.0%), 지방1급하천 7개소(7.5%), 지방2급하천 73개소(78.5%)로 밝혀졌다.

• 한국산림과학회지
• /
• 제33권1호
• /
• pp.33-58
• /
• 1977

수피(樹皮)는 원목(原木) 체적(體積)의 10~20%를 차지하고 있으며 일반적(一般的)을 운반(運搬), 제거(除去), 처리(處理)에 따른 비용에 비(比)해 효용가치(効用價値)는 적다. 뿐만아니라 세계적(世界的)인 임산자원(林産資源)의 부족(不足)에 따른 전수체이용화(全樹體利用化)의 개념이 점고(漸高)되면서부터 수피(樹皮)의 이용(利用)에 관심(關心)을 가지게 되었다. 본연구(本硏究)는 수피(樹皮)에 대(對)한 연구(硏究)가 전무(全無)한 국내(國內)의 실적(實積)에 비추어 국내주요(國內主要) 수종(樹種) 수피(樹皮)는 소나무속(屬), 사시나무속(屬), 참나무속(屬)을 대상(對象)으로 수피(樹皮)의 물리기계적(物理機械的) 성질(性質)을 구명(究明)하고 수피(樹皮)의 가능(可能)한 이용(利用) 책을 위한 기본적 성질을 밝히고자 하였다. 본(本) 연구(硏究)에서 사용(使用)한 공시수피(共試樹皮)는 서울대학교(大學校) 농과대학(農科大學) 부속연습림(附屬演習林)과 임업시험장(林業試驗場) 중부지장(中部支場) 부근에서 벌채이용(伐採利用)이 적령기(適齡期)에 달(達)하고 포고직경(胞高直徑)이 동급(同級)인 건전하고 정상적(正常的)으로 생장(生長)하는 입목(立木)의 흉고직경 부위(部位)에서 수종별(樹種別) 20주(株)씩 $200cm^2$로 채취(採取)하였다. 물리적(物理的) 성질(性質)로는 수피(樹皮) 전건비중(全乾比重), 내피(內皮) 및 외피(外皮)의 생수피(生樹皮) 함수량(含水量), 섬유포화점(纖維飽和點), 수분이력곡선(水分履歷曲線), 전수축율(全收縮率), 흡수량(吸收量), 비열(比熱), 습윤열(濕潤熱), 열전도도(熱傳導道), 열확산(熱擴散), 시차열분석(示差熱分析) 및 발열량(發熱量)을 측정(測定) 연구(硏究)하였다. 다음 기계적(機械的) 성질(性質)로는 곡강도(曲强度)와 압축강도(壓縮强度)를 측정연구(測定硏究)하였으며 본(本) 연구(硏究)에서 얻은 결론(結論)은 다음과 같다. 1. 전건비중(全乾比重)은 같은 개체(個體) 내(內)에 있어서도 목질부(木質部)와 수피간(樹皮間)에 차이(差異)가 있을 뿐아니라 수피(樹皮)에 있어서도 내피(內皮)와 외피간(外皮間)의 차이(差異)가 있다. 2. 수피(樹皮)의 전건비중(全乾比重)이 목질부(木質部) 비중(比重)보다 높은 사실(事實)은 수피내(樹皮內)의 사부섬유(篩部纖維) 및 보강세포(保强細胞)가 많이 있다는 해부적(解剖的)인 구조적(構造的) 특징(特徵)에 기인(基因)한다. 3. 전건비중(全乾比重)에 있어서 잣나무를 제외하고는 내피비중(內皮比重)이 외피비중(外皮比重)보다 높았으며 이는 내피(內皮)보다 높은 수축율(收縮率)에 기인(基因)한다. 4. 수피내(樹皮內)의 해부적(解剖的) 구조(構造)에 있어서 사요소(篩要素)의 구성비율(構成比率)이 높을수록 함수율(含水率)은 높아지고 후막조직(厚膜組織)과 주피조직(周皮組織)이 많으면 많을수록 함수율(含水率)은 떨어진다. 5. 수피(樹皮)의 섬유포화점(纖維飽和點)을 습윤열측정(濕潤熱測定)에 의(依)하여 구(求)할 수 있는 가능성(可能性)을 제시(提示)하였으며 그 결과(結果) 소나무에서는 26~28%사이에 상수리나무에서는 24~28%사이에 있는 것으로 나타났으나 이에 대(對)한 것은 금후연구(今後硏究)에 의(依)하여 더 밝혀져야 할 것이다. 6. 수피(樹皮)의 수축율(收縮率)은 목질부(木質部)와는 달리 경단방향(經斷方向)에서 제일 높고 수축방향(樹縮方向)에서 제일 낮았으나 졸참나무와 굴참나무에서는 열외(列外)이었다. 7. 수피(樹皮)의 비열(比熱)은 목질부(木質部)와 같고 습윤열(濕潤熱)은 목질부(木質部)보다 다소 높았다. 열전도도(熱傳導度)는 목재(木材)보다 낮으며 전건수피비중(全乾樹皮比重)과 수증기비중(水蒸氣比重)을 알고 열전도도(熱傳導度)를 계산할 수 있는 다음과 같은 회귀방정식(回歸方程式)을 유도(誘導)하였고 이 방정식(方程式)에 의(依)하여 얻어진 열전도도(熱傳導度) 수치는$(0.8{\sim}1.6){\times}10^{-4}cal/cm{\cdot}sec{\cdot}deg$이었다. $$K=4.631+11.408{\rho}d+7.628{\rho}m$$ 8. 수피(樹皮)의 열확산(熱擴散)은 $(8.03{\sim}4.46){\times}10^{-4}cm^2/sec$이며 시차열분석(示差熱分析)의 결과(結果)에 의(依)하면 발열량(發熱量)은 발열반응(發熱反應)이 시작(始作)되기 전(前)까지는 목질부(木質部)가 높고 발열반응(發熱反應)이 시작(始作)되면서부터는 수피(樹皮)가 목질부(木質部)보다 상회(上廻)하였다. 9. 경단방향(經斷方向)의 수피곡강도(樹皮曲强度)는 수피비중(樹皮比重)에 비례(比例)하고 회귀식(回歸式)은 M=243.78x-12.02(F=31.41)이었고 압축강도(壓縮强度)는 목질부(木質部)와는 달리 경단방향(經斷方向)이 가장 높고, 경단방향(經斷方向), 수축방향순(樹軸方向順)으로 적어졌다.