• 한국항만경제학회지
• /
• 제37권4호
• /
• pp.127-144
• /
• 2021

본 연구 목적은 1990년 이후 2019년까지의 철도서비스 공급자인 철도청과 한국철도공사의 '철도통계 연보' 자료에 근거하여 서비스 요인을 도출하고, 그 서비스 요인이 철도수송 서비스 공급자의 대표적 경영성과 변수인 영업이익률에 미친 영향을 분석하고자 함에 있다. 특히, 한국철도공사 출범 이후인 2004년을 기점으로 전기(1990년~2003년)와 후기(2004년~2019년)로 연구 시기를 구분하여, 최근 10여년 간의 한국철도공사의 경영혁신이 공사로의 설립 목적에 부합하는 변화를 보였는지를 평가하는 실증적 연구라는 차원에서 학술적 의미가 있다. 본 연구 내용은 철도여객수송 서비스 품질에 관한 선행연구를 조사하고 한국철도공사의 경영성과 평과와 관련된 정부 발표자료 내용을 분석하였다. 실증분석 모델로서 분석기간 29년 동안의 철도여객수송 서비스 공급자의 운영·경영 활동 정보를 기초로 영업이익률을 종속변수로, 그리고 기반성, 경제성, 안전성, 연계성, 사업다양성의 서비스 요인변수를 설명변수로 이용하여 연구모형을 구축하였다. 연구 분석 결과에서 영업이익률은 기반성 요인이 구조적 개혁 또는 효율성 개선으로 향상된다는 점이다. 그리고 경제성 요인은 원가를 절감함으로써 영업이익률이 향상된다는 사실이다. 안전성 요인은 회귀계수의 유의한 설명력을 밝히지는 못하였지만, 그 영향력 부호는 예측과 같았다. 연결성 요인은 KTX 서비스 개시 전후, 변수가 미치는 영향력 차이가 드러났는데, 영업이익률에 미치는 영향력 방향이 전기에는 부에서 후기에는 정으로 변하였다. 이는 후기에 연결성 효과가 실제로 발휘될 수 있는 환경이었다고 해석된다. 수입다양성 요인은 종속기업투자지분과 정부보조금의 효과가 경영성과에 나타나지 않았다는 점도 확인된다.

• 한국항만경제학회지
• /
• 제38권1호
• /
• pp.1-14
• /
• 2022

글로벌 경쟁시대의 물류산업의 경영환경 변화는 고객이 기업을 선택하는 시대가 되어가고 있다. 고객에게 적합한 제품과 서비스의 제공을 통한 경쟁기업과의 차별화 우위에 따라 고객의 선택은 달라지기 때문에, 기업은 지속적으로 고객에게 선택을 받거나 유지하는데 노력하고 있다. 결국 이러한 경쟁구도는 장기적 관계구축의 중요성으로 부각된다고 볼 수 있다. 이에 본 연구에서는 류기업과 화주기업간의 거래관계에 있어 물류기업이 고객만족을 위해 수행하는 거래특성과 관련된 요인들이 성과와 장기거래의 도에 어떠한 영향을 미치는가를 살펴보았다. 첫째, 물류기업 간 거래에서 고객의 만족을 위해 구체적으로 실현해야 할 물류기업의 거래특성요인인 물류서비스, 비용, 물류인프라 및 기업역량요인을 도출하였다. 둘째, 물류기업의 거래특성요인이 기업의 성과에 어떠한 영향을 미치는 가를 분석해보고, 마지막으로 기업의 성과요인이 장기거래의도에 어떠한 영향을 미치는가를 분석해보았다. 실증분석결과 물류기업의 거래특성요인과 성과 간의 관계에는 통계적으로 유의한 결과가 나오지 않았는데, 이는 표본이었던 물류업체의 영세성에 기인한다고 볼 수 있다. 즉, 저가격으로 서비스를 제공할 충분한 역량이 없는 물류기업들의 경우 끊임없는 출혈경쟁을 벌일 수밖에 없으며, 이는 곧 서비스 산업에서의 대표적 특성인 차별화가 어렵다는 단점을 고스란히 안고 있는 동시에, 치열한 가격경쟁을 벌이고 있는 산업의 특성을 반영하고 있다고 볼 수 있다. 한편 기업성과요인과 장기거래의도 간의 관계는 정(+)의 관계가 있는 것으로 나타났다. 즉, 물류기업과의 파트너십과 가시적인 재무적 성과차원이 높으면 높을수록 앞으로도 지속적으로 거래를 유지하고, 점차 거래물량을 늘려나가기도 하며, 오히려 비용이 좀 더 들게된다 하더라도 거래를 지속적으로 거래하려는 의도가 크게 나타난다는 것을 알 수 있었다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1107-1118
• /
• 2021

지구온난화로 인해 발생한 기후변화는 한반도의 홍수, 가뭄 등의 발생빈도를 증가시켰으며, 이로 인해 인적, 물적 피해가 증가한 것으로 나타났다. 수재해 대비 및 대응을 위해서는 국가 차원의 수자원 관리 계획 수립이 필요하며, 유역 단위 수자원 관리를 위해서는 장기간 관측된 유량 자료를 이용하여 도출된 유량지속곡선이 필요하다. 전통적으로 수자원 분야에서 유량지속곡선을 도출하기 위하여 물리적 기반의 강우-유출 모형이 많이 사용되고 있으며, 최근에는 데이터 기반의 딥러닝 기법을 이용한 유출량 예측 기법에 관한 연구가 진행된 바 있다. 물리적 기반의 모형은 수문학적으로 신뢰도 높은 결과를 도출할 수 있으나, 사용자의 높은 이해도가 요구되며, 모형 구동 시간이 오래 걸릴 수 있는 단점이 있다. 데이터 기반의 딥러닝 기법의 경우 입력 자료가 간단하며, 모형 구동 시간이 비교적 짧으나 입력 및 출력자료 간의 관계가 블랙박스로 처리되어 수리·수문학적 특성을 반영할 수 없는 단점이 있다. 본 연구에서는 물리적 기반 모형으로 국내외에서 적용성이 검증된 Soil Water Assessment Tool (SWAT)의 매개변수 보정(Calibration)을 통해 장기간의 결측치 없는 데이터를 산출하고, 이를 데이터 기반 딥러닝 기법인 Long Short-term Memory (LSTM)의 훈련(Training) 데이터로 활용하였다. 시계열 데이터 분석 결과 검·보정 전체 기간('07-'18) 동안 Nash-Sutcliffe Efficiency (NSE)와 적합도 비교를 위한 결정계수는 각각 0.04, 0.03 높게 도출되어 모형에서 도출된 SWAT의 결과가 LSTM보다 전반적으로 우수한 것으로 나타났다. 또한, 모형에서 도출된 연도별 시계열 자료를 내림차순하여 산정된 유량지속곡선과 관측유량 기반의 유량지속곡선과 비교한 결과 NSE는 SWAT과 LSTM 각각 0.95, 0.91로 나타났으며, 결정계수는 0.96, 0.92로 두 모형 모두 우수한 성능을 보였다. LSTM 모형의 경우 저유량 부분 모의의 정확도 개선이 필요하나, 방대한 입력 자료로 인해 모형 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유량지속곡선 산정 등에 활용성이 높을 것으로 판단된다.

• 식물병연구
• /
• 제28권3호
• /
• pp.113-121
• /
• 2022

벼 도열병은 전 세계적으로 발병하여 쌀 수확량을 크게 감소시키는 주요 식물병이다. 벼 도열병은 한국에서도 주기적으로 대발생하여 사회경제적으로 큰 피해를 입힌다. 이를 예방하기 위해서는 병 발생 예찰 시스템이 필요하다. 또한 병 발생에 대한 역학 조사는 식물병 관리를 위한 의사결정을 내릴 때 도움을 줄 수 있다. 현재 도열병 예찰 및 역학 조사는 주로 작물의 생육량, 기상 환경 요인 등 정량적으로 측정 가능한 정형 데이터를 기반으로 수행되고 있다. 정형 데이터와 함께 도열병 발생과 관련한 텍스트 자료들도 많이 축적되고 있다. 그러나 이러한 비정형 데이터를 이용한 역학 조사는 이루어지지 않고 있다. 비정형 데이터를 활용하여 유용한 정보를 추출한다면 도열병을 포함한 앞으로의 식물병 관리에 사용할 수 있을 것이다. 이 연구는 텍스트 마이닝을 통해 도열병 관련 뉴스 기사를 분석하여 우리나라에서 벼 도열병이 다발생한 연도와 지역을 조사하였고, 해당 지역의 평균 기온, 합계 강수량, 일조시간, 공급된 벼 품종을 분석하였다. 이를 통해 2020년 평년에 비해 낮은 기온과 일조시간 및 높은 강수량이 전국적인 도열병 다발생의 원인에 기여했고, 2021년 전라북도와 경상북도 일부 지역의 다발생은 비슷한 기상학적 요인에 의한 것으로 추측할 수 있었다. 더하여 같은 벼 품종의 연작에 의한 도열병 다발생 가능성과 질소 비료의 시비량이 병 발생에 미치는 영향에 대한 추후 연구가 필요하다. 결론적으로, 쏟아지는 정보의 홍수속에서 관련 기사를 종합적으로 보기 어렵다. 따라서, 텍스트 마이닝을 통해 얻은 결과로 특정 키워드들이 많이 관찰될 때 적극적 방제에 대한 의사결정을 할 수 있는 시스템이 구축될 필요가 있다. 이는 추후 딥러닝 기술과 접목되어 벼 도열병 역학 조사 도구로 사용될 수도 있을 것이다. 텍스트 마이닝을 통해 얻은 유의미한 정보를 기존의 정형 데이터 기반의 모델과 결합한다면 농업현장에서 병발생 예측 또는 방제기술 개선에 필요한 고품질 정보를 제공해줄 수 있을 것이라고 예상한다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.259-278
• /
• 2022

인공지능(AI)의 확산과 함께 금융 분야에서도 상품추천, 고객 응대 자동화, 이상거래탐지, 신용 심사 등 다양한 인공지능 기반 서비스가 확대되고 있다. 하지만 데이터에 기반한 기계학습의 특성상 신뢰성과 관련된 문제 발생과 예상하지 못한 사회적 논란도 함께 발생하고 있다. 인공지능의 효용은 극대화하고 위험과 부작용은 최소화할 수 있는 신뢰할 수 있는 인공지능에 대한 필요성은 점점 더 커지고 있다. 이러한 배경에서 본 연구는 소비자의 금융 생활에 직접 영향을 끼치는 인공지능 기반 개인신용평가의 공정성 확보를 위한 체크리스트 제안을 통해 인공지능 기반 금융서비스에 대한 신뢰 향상에 기여하고자 하였다. 인공지능 신뢰성의 주요 핵심 요소인 투명성, 안전성, 책무성, 공정성 중 포용 금융의 관점에서 자동화된 알고리즘의 혜택을 사회적 차별 없이 모두가 누릴 수 있도록 공정성을 연구 대상으로 선정하였다. 문헌 연구를 통해 공정성이 영향을 끼치는 서비스 운용의 전 과정을 데이터, 알고리즘, 사용자의 세 개의 영역으로 구분하고, 12가지 하위 점검 항목과 항목별 세부 권고안으로 체크리스트를 구성하였다. 구성한 체크리스트는 이해관계자(금융 분야 종사자, 인공지능 분야 종사자, 일반 사용자)별 계층적 분석과정(AHP)을 통해 점검 항목에 대한 상대적 중요도 및 우선순위를 도출하였다. 이해관계자별 중요도에 따라 세 개의 그룹으로 분류하여 분석한 결과 학습데이터와 비금융정보 활용에 대한 타당성 검증 및 신규 유입 데이터 모니터링의 필요성 등 실용적 측면에서 구체적인 점검 사항을 파악하였고, 금융 소비자인 일반 사용자의 경우 결과에 대한 해석 오류 및 편향성 확인에 대한 중요도를 높게 평가한다는 것을 확인할 수 있었다. 본 연구의 결과가 더 공정한 인공지능 기반 금융서비스의 구축과 운영에 기여할 수 있기를 기대한다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• 적정기술학회지
• /
• 제6권1호
• /
• pp.21-27
• /
• 2020

아프리카에서 시작돼 전 세계를 위협하는 ASF는 2018년 중국지역에서 발생해 아시아에 상륙하였고 2019년 5월 북한이 OIE에 ASF를 정식신고 함으로써 한반도 축산안보에 엄중한 위협으로 되었다. 1921년 영국의 수의병리학자 몽고메리는 동아프리카에서 풍토병으로 존재하던 치사율이 높은 바이러스에 의한 열성 돼지열병에 '아프리카돼지열병 African swine fever(ASF),'이라는 이름을 달아 세상에 알렸다. 아프리카지역에서 풍토병으로 유행하던 ASF는 1957년경 포르트갈에 상륙하여 포르투갈 리스본의 농장을 휩쓸었다. ASF는 계속하여 스페인과 포르투갈에 정착하여 1990년대 말까지 40년 동안 피해를 주었으며, 1978년에 이탈리아의 사르디니아섬에 상륙하여 현재진행형이다. 2007년에 흑해 연안의 죠지아 공화국의 포티항구에 상륙한 바이러스는 러시아까지 퍼졌고, 2018년에 중국에 침입하여 막대한 피해를 주면서 베트남, 라오스, 미얀마 등지로 급속히 퍼지다가 2019년 5월 북한에서 발병하여 전국에 확산되어 양돈업계에 막대한 피해를 주었으며 현재 진행형이다. 북한에서의 발병사실 확인후 불과 3개월 만에 2019년 9월 16일 파주와 연천의 농가에서 발병이 확인되면서 한국도 ASF발병국의 오명을 가지게 되었으며 ASF의 전국확산은 막았지만 야생 멧돼지에서 현재 진행형이다. 남북한에서 현재 진행중인 ASF가 토착화된다면 양돈산업은 물론 한반도 경제에 막대한 피해를 주는 역대 급 재앙으로 될 것이다. 현재의 상황상 ASF 발병으로 인한 위험요인을 배제하고, 남한지역에 국한된 수의방역에만 치중할 수 없다. 현재 북한의 열악한 수의방역현실로는 ASF발생으로 인한 양돈업계의 피해를 방지하기 어렵고, 지리적으로 각종 유행성 전염병의 발병위험이 높은 중국과 인접되어 있어 국경지역에 대한 검역과 방역을 남북한이 공동으로 진행하여야 할 필요성이 제기된다. 우선 한반도공동방역체계를 구축하기전 과제로 ASF 및 기타 질병에 대한 신속한 정보교류와 교육이 필요하다고 생각한다. 북한의 ASF발생지역 및 중국, 러시아 접경지역에 대한 철저한 방역과 소독을 실시하고 유통되는 가축 및 축산물에 대한 철저한 검역과 통제 등을 공동으로 진행하는 것이 중요하다. 모든 수단과 방법을 동원하여 한반도에서 ASF의 장기화를 막아 한반도 축산안보를 보장하기 위한 남북한 수의방역업계의 협력이 필수적이다.

• 적정기술학회지
• /
• 제6권2호
• /
• pp.151-162
• /
• 2020

2020년 코로나로 인해 테크놀러지를 사용하는 교육(온라인교육 포함)이 그 가치를 확실히 인정받았다. 교사 위주였던 예전 교습 방법이 완전히 바뀌어졌다. 주어진 교과 과정을 온라인으로 예습하고 클라스에서는 토론을 하는 "flipped 학습"이 자리를 잡아가고있다. 아프리카에서는 온라인 클라스는 현지인들에게는 상상이 되지 않는 옵션이다. 하지만 이제 기술을 통한 교육 가치가 인정받기 시작했다. 먼 학교를 가야하는 학생들을 위해 작은 분교/정보 센타가 많이 세워져야한다. 한꺼번에 모이지 못하고, 정해진 소수의 팀이 와서 거리를 두고 컴퓨터를 통해 학습을 하고, 그후에 다음 팀이 와서 학습한다. 몇대의 컴퓨터를 공유하면서 교사가 없는 상황에서도 각자 인트라넷 전자 도서관을 통해서 학습을 한다. 학생들은 생전 처음 경험하는 힉습방법이지만, 오히려 자유롭게 스스로 주도하여 배우는 것을 경험한다. 학생들뿐 아니라, 교사 훈련도 되며 커뮤니티의 정보 센타가 되어 공동체가 힘을 얻을 것이다. 이렇게 훈련된 교사, 스텝들이 곳곳에 정보센터를 세워 훈련을 확장해 나갈 수 있다. 기술과 문제 파악, 현지 적용의 몇가지 STEM 프로젝트를 통하여 스스로 배울 수 있다는 깨달음으로 학생들은 배움에 대한 기쁨을 얻는다. 지난 2-3년간수행된 3천여명에 대한 STEM/IT교육의 결과가 이를 증명하고 있다. 스스로 배움을 터득해 나가고, 먼저 배운 학생들이 인턴이 되어 다른 학생들을 가르치는 실제적인 새로운 인재상을 통하여 임파워링의 플랫폼과 연속 채널을 구축하는데는 "IT" 가 최적이다. 그동안 탄자니아의 10개 도시에서 진행된 STEM교육의 결과와 앞으로 진행될 유니세프 프로젝트와 코이카 프로젝트를 통하여 Scale-up에 대한 내용도 본 발표에서 소개된다.

• 해양환경안전학회지
• /
• 제27권2호
• /
• pp.275-285
• /
• 2021

코로나19는 선원교대를 지연시키면서 선박과 선원의 안전에 위협을 가하고 있다. 선원의 승선환경에 있어 해운기업과 정부가 놓치고 있는 사각지대는 존재하고 있다. 선원의 안전을 위협하는 비상체제 상황에서 인적사고를 유발할 가능성을 제거하기 위해 효과적인 교대방안을 구상해볼 필요가 있다. 본 연구에서는 전직 및 현직 선원을 대상으로 설문조사를 진행한 결과, 승선생활에서 가장 중요하게 생각하는 요인은 안전이었으며 비상체제 상황에서 가장 필요한 것은 임금 및 복지의 향상보다 선원의 원활한 교대방안이 우선적으로 확보되어야 한다고 응답하였다. 국적해운기업의 대륙별 주요 항로를 분석하여 기항 횟수가 많고 항공연계성지수가 높은 항만을 거점항만으로 선정하였다. 또한, 국제해운에 승선하는 국내 선원의 효과적인 교대를 위한 이동경로를 구상하였다. 그를 위해 비상 시 선원의 안전한 본국 귀환 및 이송을 위하여 선박과 항만, 항공을 연계한 이동경로 구축은 다른 나라와의 협의가 필수적이다. 또한, 국제해사기구의 협력을 통해 선원교대의 어려움에 처해있는 선원들을 위해 함께 노력할 필요가 있다. 이를 시작으로 국적 선원이 승선하는 정기선과 부정기선의 귀항로 및 불귀항로 정보와 선원 수에 대한 모니터링 체계를 갖추어 상시 확인할 수 있어야 한다. 그러한 체계가 갖추어진다면 비상체제 발생 시 우리나라의 정책 대응방향을 보다 빠르게 결정할 수 있을 것이다. 선원들의 처우를 개선하기 위한 해운기업의 노력과 더불어 개정이 필요한 국내법을 검토하고 선원에 대한 인식을 개선하기 위한 국민적·사회적 관심이 필요할 것이다.