• 유기물자원화
• /
• 제31권1호
• /
• pp.47-56
• /
• 2023

본 연구에서는 증류수를 사용하지 않고 상수, 공업용수 및 하천수를 활용하여 균일한 실리카 나노입자를 성공적으로 제조하는 방법에 대해 제시하였다. 또한, 제조된 실리카 나노입자들은 전기감응형 스마트유체의 분산 물질로 적용하였다. 상세히는, 다양한 종류의 물을 사용하여 500-700nm 사이즈의 실리카 나노입자를 한 번의 실험으로 대량 제조(약 12.0g) 하였으며 증류수를 활용하여 합성한 750nm 사이즈의 실리카 나노입자와 동일한 형태학적 화학적 특성을 가지고 있음을 확인하였다. 다양한 물을 사용하여 제조한 실리카 나노입자의 사이즈는 이온전도도에 따라 변화하였다. 이온전도도가 높으면 높을수록 제조된 실리카 나노입자의 크기가 작아짐을 확인할 수 있었고, 이는 이온들이 실리카 나노입자의 성장을 억제하기 때문이다. 또한, 제조한 실리카 나노입자들을 전기감응형 스마트유체로 응용하였다. 그 결과, 상수, 공업용수 및 하천수를 활용하여 제조한 실리카 나노입자가 증류수를 활용하여 합성한 실리카 나노입자 대비 높은 전단응력을 나타냄을 확인할 수 있었고, 이는 작은 사이즈의 실리카 나노입자가 전기장 하에서 더 강한 사슬 구조를 형성하기 때문이다. 결론적으로, 본 연구를 통해 다양한 물을 증류수와 같이 정제하지 않고 사용하여 실리카 나노입자를 성공적으로 제조할 수 있음을 확인하였고, 해당 입자들이 전기감응형 스마트유체 응용에서 우수한 성능을 나타냄을 확인할 수 있었다.

• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.52-61
• /
• 2023

육지와 인접한 연안, 그리고 천부 구조의 특성을 정밀하게 규명하기 위하여 높은 주파수 대역(80 Hz~1 kHz)의 음원을 활용하여 3.125 m 수준의 공간 해상도를 도출하는 초고해상 탄성파 탐사의 활용범위가 증가하고 있다. 디지털 스트리머 시스템은 고품질의 초고해상 탄성파 자료를 획득하기 위한 필수 모듈이며 도입 비용의 절감, 유지보수 기간의 단축 등을 위하여 국산화 연구가 이루어졌다. 개발된 국산화 스트리머에 대한 기본적인 성능 검증, 현장 운용성 검토 등은 해당 연구개발 과정에서 이루어졌으나 기존에 활용되는 벤치마크 모델과의 비교분석 연구는 수행되지 않았다. 본 연구에서는 국산화 스트리머와 벤치마크 모델을 활용해 동시에 자료를 취득하여 자료의 특성을 분석하였다. 이를 위하여 한국지질자원연구원 탐해2호와 부대장비 등을 활용한 2차원 탄성파 탐사자료를 취득하고 다양한 측면에서의 분석이 이루어졌다. 국산화 스트리머에서 취득된 자료는 벤치마크 모델에서 취득된 자료와 주파수 대역별 민감도 차이가 있었으나, 음원의 중심 주파수 대역을 고려한 범위에서는 매우 높은 수준의 유사성을 가지고 있다. 하지만, 60 Hz 이하의 낮은 주파수 대역에서는 벤치마크 모델 대비 낮은 신호대잡음비를 나타내었으며 이는 클러스터 에어건 등 낮은 주파수 대역의 음원을 활용한 자료취득에서는 품질을 저해하는 요소로 작용할 것이다. 이러한 차이를 발생시키는 원인은 세 가지(1. 스트리머 내부 발생 잡음, 2. 스트리머 예인 진동, 3. 아날로그 필터 컷 오프 주파수 대역)가 발굴되었으며 향후 제작되는 국산화 스트리머에서는 이에 대한 개선을 반영하고자 한다.

• 공업화학
• /
• 제34권3호
• /
• pp.258-263
• /
• 2023

본 연구에서는 일회용 센서 칩으로 제작 가능한 스크린 프린팅된 탄소칩 전극(screen printed carbon electrode; SPCE) 표면에 전도성고분자 및 효소 티로시나아제(tyrosinase, Tyr)를 적층하여 전기화학적인 방법으로 남성 질환, 갑상선 질환 등과 연관성이 입증된 내분비계 교란 물질인 비스페놀F (bisphenol F, BPF) 검출에 적용하였다. 산소 플라즈마 처리를 통해 음전하를 띠게 한 SPCE 작업전극 표면에 양전하를 띄는 전도성 고분자인 poly(diallyldimethyl ammonium chloride) (PDDA)과 음전하를 띠는 고분자 화합물 poly(sodium 4-styrenesulfonate) (PSS) 그리고 PDDA 순서대로 정전기적인 인력으로 층을 쌓고, 최종적으로 pH (7.0)를 조절하여 음전하를 띄게 한 효소, Tyr층을 올려 PDDA-PSS-PDDA-Tyr 센서를 제작하였다. 상기 전극 센서를 기질이자 타겟분석물인 BPF 용액에 접촉하면, 전극 표면에서 Tyr 효소와 산화반응에 의해 4,4'-methylenebis(cyclohexa-3,5-diene-1,2-dione)가 생성되고, 순환전압전류법과 시차펄스전압전류법을 이용하여 생성물을 0.1 V (vs. Ag/AgCl)에서 환원하면 4,4'-methylenebis(benzene-1,2-diol)이 생성되면서 발생하는 피크 전류 값의 변화를 측정함으로써, BPF의 농도를 정량적으로 분석하였다. 또한, 기존에 많은 연구에서 사용되는 인산완충생리식염수를 대체할 수 있는 이온성 액체 전해질을 사용하여 BPF의 검출 성능 결과를 비교하였다. 또한 BPF와 유사한 구조를 갖는 방해물질로 작용하는 비스페놀S에 대한 선택성을 확인하였다. 마지막으로 실험실에서 준비한 실제 시료안의 BPF의 농도를 분석하는데 제작한 센서를 적용함으로써 센서의 실제 적용 가능성을 입증하고자 하였다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 한국습지학회지
• /
• 제26권1호
• /
• pp.41-50
• /
• 2024

식물 미생물 연료전지(P-MFC)는 식물과 근계의 미생물 군집에서 전기를 생성하는 바이오매스 활용 에너지 기술로 지속가능한 환경을 고려하는 자연기반해법의 적정기술이다. 국내 수변공간에 적합한 P-MFC 기술 개발을 위해서는 국제적인 연구 동향에 대한 분석이 선행되어야 할 필요가 있다. 이에 따라 본 연구에서는 Web of Science에서 조회되는 P-MFC 관련 연구논문 총 700편을 대상으로 동시 출현단어 분석 프로그램인 VOSviewer을 사용해 핵심 키워드를 도출하고 연구 동향을 분석하였다. 분석 결과, 첫째, P-MFC 관련 연구는 1998년부터 지속적으로 증가하고 있으며 특히 2010년대 중후반부터 크게 증가 추세에 있다. 국가별 논문 투고 수는 '중국'-'미국'-'인도' 순으로 가장 많았으며 2010년대 이후 P-MFC에 관해 관심이 커지기 시작해 수변공간과 습지 환경이 풍부한 필리핀, 우크라이나, 멕시코 등의 나라에서도 게재 수가 늘어나고 있는 것으로 나타났다. 둘째, 기간별 연구 경향의 경우, 1998년~2015년에는 다양한 환경에서 미생물 연료전지의 성능 검증에 대한 연구가 주를 이루었다. 2016년~2020년에는 미생물 연료전지 사용의 구체적인 조건, P-MFC의 구조 및 발전 방식과 관련된 연구가 주를 이루었다. 2021년~2023년에는 P-MFC 발전 과정의 제약 요소와 효율성 향상을 위한 구체적인 연구가 주로 진행되었다. 본 연구를 통해 파악된 P-MFC 관련 국제적 연구 동향은 향후 국내 수변공간에 적합한 기술 개발 시 유용한 자료로 사용될 수 있을 것이다. 향후 본 연구 외에 세부 분야별 연구 동향 및 수준에 대해서도 추가적인 연구가 필요하며 국내에서 P-MFC 기술의 발전과 활성화를 위해서는 현장 적용성에 대한 연구 확대와 정책, 제도적 개선도 병행되어야 할 것이다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 한국조경학회지
• /
• 제41권6호
• /
• pp.20-28
• /
• 2013

우리나라의 공원과 옥외 공공 공간에서 쉽게 접할 수 있는 조경용 차양시설과 녹음수가 하절기 옥외 공간에서 태양광의 자외선을 실질적으로 얼마나 차단하는가를 객관적으로 검증하기 위하여, 대표적인 조경용 차양시설인 목재쉘터, 막구조물과 녹음수인 버드나무 하부의 자외선량을 현장에서 연속적으로 측정하여 태양광과 비교 분석하였다. 자외선 현장측정을 위하여 자외선 A와 B의 조사량을 지속적으로 측정 및 기록할 수 있는 자동시스템을 구축하였으며, 이를 각 시험구의 중앙부에 설치하여 지상 1.1m 위치의 연직방향 자외선량을 2012년 7월에서 9월의 오전 9시부터 17시까지 매 분 단위로 기록하였다. 기상조건과 계측자료의 유효성 등을 고려하여 총 17일 동안의 자외선량을 바탕으로 시험구별 특성을 해석하였는데, 대조구에서 관측된 오전 10시부터 오후 4시까지의 총 648건의 10분 단위 평균데이타를 바탕으로 태양광 UVA+B와 UVB의 일중 시간대별 특성과 월별 특성을 비교하였다. 시설별 자외선량 비교에는 태양광의 자외선량이 현격하게 떨어지는 9월의 자료를 제외하고, 7월과 8월의 15일치 자료 중 오전 10시부터 오후 4시까지 총 2,052건의 데이터를 바탕으로 분석하였다. 시험기간 동안 태양광의 UVA+B는 평균 $1,148{\mu}W/cm^2$로 측정되었는데, 이때 목재쉘터와 막구조물, 녹음수 하부에서 측정된 평균값은 각각 $39{\mu}W/cm^2$(3.4%), $74{\mu}W/cm^2$(6.4%), $87{\mu}W/cm^2$(7.6%)에 불과했다. 즉, 목재쉘터가 약 97%의 자외선 차단율을 보여 가장 효과적인 것으로 나타났으며, 녹음수와 막구조물이 약 93%의 차단율을 보임으로서 세 시험구 모두 한낮동안의 자외선을 최소 약 93% 이상 차단하는 것이 확인되었다. UVB의 경우, 태양광이 $207{\mu}W/cm^2$의 평균값을 보일 때 목재쉘터와 녹음수 및 막구조물이 각각 $12{\mu}W/cm^2$(5.8%), $17{\mu}W/cm^2$(8.2%), $26{\mu}W/cm^2$(13%)로 평균값이 분석되어, 막구조물의 차단율이 상대적으로 낮은 것이 확인되었다. 그러나, 전체적으로 태양광의 자외선량과 상대적으로 비교했을 때, 태양의 남중고도가 높은 한낮 동안에는 시험구별로 측정된 자외선량에서 큰 차이가 있다고 보기는 어려웠다. 반면에, 차양시설과 수목의 형태적 특성에 의해 태양남중고도에 따라서 측면으로 조사되는 자외선이 이른 오전과 늦은 오후에 높은 수준으로 측정되는데, 이것이 하절기 인간의 옥외활동에 더 큰 장애요인이 되는 것으로 해석되었다. 결론적으로 조경용 차양시설과 녹음수는 하절기 옥외공간의 태양광에 의한 자외선을 최소 93% 이상 차단하는 것으로 나타났다. 차양면의 재료와 특성에 따라서 차단율에 다소 차이는 발생하였지만, 전체적으로 비슷한 성능을 보인 것으로 해석되었다. 다만, 차양시설의 구조적 형태적 특성에 따라서 측면으로 유입되는 자외선을 차단할 수 있는 방안이 보완된다면, 옥외의 쾌적한 휴식공간으로 기능할 수 있을 것으로 예상된다.

• 핵의학기술
• /
• 제12권3호
• /
• pp.235-240
• /
• 2008

PET/CT 검사의 사용 초기에 CT는 주로 감쇠보정(Attenuation Correction: AC)의 목적으로 사용되어졌지만, CT의 성능이 향상됨으로써 조영제를 이용한 CT검사를 진단에 반영하여 보다 진보된 진단적 가치를 가질 수 있게 되었다. 조영제의 사용이 없이도 CT를 판독할 수 있지만 병변의 정확한 범위를 확인하고 정상 구조물을 구별하는데 있어서 조영제의 사용은 판독자로 하여금 판독을 매우 용이하게 하는 도움을 줄 수 있다. 하지만, 그동안 PET/CT검사 시 조영제가 감쇠보정에 영향을 줄 수 있다는 논쟁으로 이견이 많았다. 40-140 keV 정도의 낮은 엑스선을 이용하는 CT영상에 비하여, 조영제를 사용한 CT영상에서는 조영제로 인해 감쇠가 많이 되지만 511 keV의 에너지를 가진 감마선은 조영제로 인해 거의 영향을 받지 않게 되고 이로 인해 감쇠보정 시 과보정을 하게 되어 PET영상에서 오류를 나타낼 수 있다는 의견이 보고되기도 하였다. 이와는 반대로 조영제가 감쇠보정에 과대평가를 가져올 수 있다는 의견과 과보정으로 인한 표준화섭취계수에 변화의 가능성은 있으나 결정적인 영향을 미치지 않는다는 의견도 제시되었다. 본 연구에서는 조영제의 영향이 SUV에 어떠한 영향을 미치는지에 대해서만 비교 평가하였다. 2007년 12월에서 2008년 6월 사이에 본원에서 PET/CT 검사를 시행한 환자 중 요오드 조영제에 대한 부작용이 없고 당뇨병이 없는 진행성 암 환자 30명을 대상으로 하였으며, DSTe (General Electric Healthcare, Milwaukee, MI, USA)를 사용하여, 각각의 환자는 조영제를 사용하지 않은 CT를 시행한 후 PET영상을 얻었고 그 후, 조영제를 사용한 CT검사를 하였다. 각각의 CT정보로 감쇠보정을 실시, 종류별로 PET영상을 획득하여, 각 영상에 동일한 관심영역(Region of Interests : ROIs)을 설정 후, SUV를 비교 하였다. 얻어진 두 가지 결과 값의 정량 분석의 비교를 위해서 대응표본 T-검정 (Paired t-test)을 사용하였다. 검사를 시행한 30명의 환자에게서 폐, 간, 심장의 $SUV_{max}$ 값과 $SUV_{mean}$값을 측정하여 총 180개 영역을 분석하였다. 조영제를 사용하기 전과 후를 비교하였을 때, 측정한 거의 모든 영역에서 조영 후의 $SUV_{max}$와 $SUV_{mean}$가 상승하였고 통계적으로도 유의한 것으로 나타났다(p value<0.05). 심장 영역에서 조영 전 보다 조영 후의 $SUV_{mean}$값이 증가된 것으로 나타났지만, 통계적으로 유의하게 나타나지는 않았다. 조영제를 사용한 CT영상의 SUV값이 과보정되어, 조영제를 사용하지 않은 CT의 SUV 보다 높게 나왔으나 기존의 보고된 논문에서는 이와 같은 결과는 실제 임상 판독에 있어서 큰 영향을 미치지 않는다고 보고되어 있다. 그러나 원발성병변의 진행을 알아보는 과정에서는 SUV의 작은 변동도 분명 영향을 줄 수 있으므로 간 영역과 같이 SUV의 변동이 다른 영역에 비해 상대적으로 큰 영역에서는 수치의 변화에 대한 주의가 요구 될 것으로 사료된다.

• 항공우주정책ㆍ법학회지
• /
• 제25권1호
• /
• pp.97-158
• /
• 2010

우리나라는 1992년 최초의 인공위성 우리별 1호를 발사한 이후, 현재까지 11기의 인공위성을 발사하였다. 2007년 국가우주위원회에서 우주개발중장기 기본계획을 수정 보완한 우주개발진흥계획을 수립하였다. 동 계획에 의하면, 2010년 까지 총 13기의 인공위성 개발, 2020년경까지 한국형 우주발사체 개발, 2021년 달 탐사선 발사 등이 예정되어 있다. 한편 2009년 6월 전남 고흥군 외나로도에 우주센터가 준공되어 동년 8월 우리나라 최초의 소형 우주발사체 나로호 KSLV-1가 1차 발사되었으며, 2010년 6월 나로호가 2차 발사되었다. 유엔에서 채택되어 발효 중인 우주개발 관련 국제조약으로는 1967년 우주조약, 1968년 우주구조반환협정, 1971년 우주손해책임조약, 1972년 우주물체등록조약, 1979년 달 조약 등 5가지 조약이 있으며, 우리나라는 달 조약을 제외한 4가지 조약을 가입 비준하였다. 세계 주요국의 우주개발 관련 국내입법례로는, 미국의 1958년 국가항공우주법 및 1998년 상업우주법, 영국의 1986년 우주법, 프랑스의 1961년 국립우주센터 설립법, 캐나다의 1990년 우주청법, 일본의 2008년 우주기본법, 러시아의 1993년 우주활동법 등이 제정되어 있다. 우리나라의 우주개발 관련 국내입법으로는, 1987년 항공우주산업개발 촉진법, 2005년 우주개발진흥법, 2008년 우주손해배상법 등이 제정 시행되고 있으며, 이러한 국내입법의 개선방향은 다음과 같다. 지식경제부는 2009년 12월 23일 항공우주산업개발촉진법 전부 개정안을 입법 예고하였는 바, 개정안의 주요내용으로는 (1) 법의 제명 "항공우주산업육성법"으로 변경, (2) 항공비행시험장 등 정의규정 신설, (3) 항공우주산업 기본계획 수립, 항공우주산업위원회 설치, (4) 항공우주산업의 육성을 위한 사업, (5) 탐색개발, 국제공동개발, (6) 협동개발, (7) 공제사업, (8) 우주산업의 기반 조성을 위한 사업, (9) 항공우주산업의 집적 활성화, (10) 항공비행시험장의 지정 등, (11) 특정사업자의 지정 및 지원제도 폐지, (12) 성능검사 및 품질검사 폐지 등에 관하여 규정하고 있다. 우주개발진흥법의 개정방향으로는 (1) 우주개발진흥법과 항공우주산업개발촉진법과의 법체계상의 중복문제, (2) 국가우주위원회와 국가과학기술위원회 간에 우주개발에 관한 국가연구개발 예산의 배분, 조정문제, (3) 우주개발에 있어서 환경의 배려 및 보전, (4) 우주개발에 관한 시책 및 규제를 위한 법제상 조치 강구 및 법제의 정비 등의 사항에 관하여 수정 보완이 되어야 할 것이다. 우주손해배상법의 개정방향으로는 (1) 우주손해의 정의와 간접손해, (2) 손해배상책임 한도액의 통화단위, (3) 우주물체 공동발사자의 연대책임 및 구상권, (4) 우주손해배상심의위원회의 설치 등의 사항에 관하여 수정보완이 되어야 할 것이다. 우리나라가 2013년에 우주여행의 실현을 위하여 미국의 민간 유인 우주선 제작사인 XCOR 에어로스페이스사로 부터 우주선을 도입하여 운항할 계획이다. 앞으로 우주여행 관련기업들을 비롯한 상업우주운송 기업체들의 국내진출이 예상되므로 상업우주운송에 대한 안전인증 및 관리감독 체계의 마련이 시급하며, 국내 상업우주운송산업의 육성에 관한 정책개발과 현행 항공법 및 우주개발 관련 법령의 적절한 보완 정비가 필요하다.