• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1651-1669
• /
• 2023

해빙(sea ice)은 현재 전 세계 해양 면적의 약 7%를 차지하고 있으며 계절적, 연간 변화를 보이고 주로 극지방과 고위도 지역에 나타난다. 해빙은 대규모 공간 규모에서 다양한 종류로 형성되며 석유 및 가스탐사, 기타 해양활동이 급속히 증가하는 발해해는 해양 구조물 피해 및 해상 운송, 해양 생태계에 심각한 영향을 미치기 때문에 시계열 모니터링을 통해 해빙의 면적 및 유형 분류를 분석하는 것이 매우 중요하다. 현재 고해상도 위성영상 및 현장 실측 자료를 바탕으로 해빙의 종류 및 영역에 대한 연구가 진행되고 있지만 현장 실측자료를 획득하여 해빙 모니터링에는 한계가 있다. 고해상도 광학 위성영상은 광범위에서 해빙의 유형을 육안으로 탐지하고 식별할 수 있고, 짧은 시간해상도를 갖는 해양위성인 천리안 2B호(Geostationary Ocean Color Imager-II, GOCI-II)를 이용하여 해빙 모니터링의 공백을 보완할 수 있다. 이 연구에서는 고해상도 광학위성영상을 이용하여 생산된 학습자료를 기반으로 규칙기반 기계학습 모델을 훈련시키고 이를 GOCI-II 영상에서 탐지를 수행함으로써, 해빙 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 발해(Bohai Sea)의 2021-2022년 랴오둥만(Liaodong Bay)을 대상으로 추출하였으며, GOCI-II를 활용한 Random Forest (RF) 모델을 구축하여 기존 normalized difference snow index (NDSI) 지수 기반 및 고해상도 위성영상에서 획득된 해빙 영역과 정성적 및 정량적 비교 분석하였다. 본 연구 결과 해빙의 영역을 과소평가한 NDSI 지수 기반 결과와 달리 비교적 자세한 해빙 영역을 탐지하였으며 유형별 해빙을 분류할 수 있어 해빙 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 및 해빙형성에 영향인자 구축을 통해 탐지 모델의 정확도를 향상시킨다면 고위도 해양 지역에서 해빙 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1591-1604
• /
• 2023

해색 원격탐사에서 대기 보정은 자료의 정확도와 신뢰성 확보를 위해 반드시 수행해야하는 과정으로 높은 정확도가 요구된다. 또한 최근 원격 탐사 커뮤니티에서는 위성 자료의 오차에 대한 요구 사항이 증가함에 따라 대기 보정의 보조 자료로 사용되는 기상 변수(오존량, 기압, 바람장, 층적분 수증기량[total precipitable water, TPW])의 오차에 의해 발생하는 원격 반사도(remote sensing reflectance, R_rs)의 오차에 대한 연구가 진행되고 있지만 오차 요인으로 알려진 수증기 프로파일의 변동성에 의한 R_rs의 오차에 대한 연구는 수행되지 않았다. 본 연구에서는 Second Simulation of a Satellite Signal Vector version 2.1 모의를 통해 GOCI-II 관측 영역 내의 수증기 프로파일의 변동성에 따른 수증기 투과도의 오차를 계산하고 이로 인해 발생하는 해색 산출물의 오차에 대해 분석하였다. Radiosonde 관측 수증기 프로파일은 그 형태가 복잡할 뿐만 아니라 지표 부근의 큰 변동성으로 인해 기존 GOCI-II 대기 보정에서 사용하고 있는 US standard 62 수증기 프로파일과의 차이가 최대 0.007만큼 발생하였다. 이로 인해 발생한 수증기 투과도의 차이는 GOCI-II 대기 보정에서 에어로졸 반사도 추정의 차이를 발생시키고, 결과적으로 모든 밴드에서 R_rs의 오차가 발생하였다. 하지만 412-555 nm 밴드에서 수증기 프로파일 차이로 인한 R_rs 오차는 요구 정확도보다 낮은 2% 미만으로 나타났으며, 다른 해색 산출물인 클로로필(chlorophyll-a) 농도, 용존 유기물, 총 부유물 농도에서도 유사한 오차를 보이고 있다. 본 연구의 결과는 대기 보정 및 해색 산출물의 정확도에 있어 수증기 프로파일의 차이의 영향이 적다는 것을 의미한다. 하지만 추후 연구에서 수증기 흡광 보정 시 수증기 프로파일의 변동성을 고려할 경우 보다 높은 수준의 R_rs 정확도 확보를 기대할 수 있다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1605-1613
• /
• 2023

해양 내의 다양한 물리적 변화는 수온과 염분의 지속적인 변동에 의해 결정된다. 수온과 더불어 넓은 영역의 염분 변화를 파악하기 위해서는 인공위성 자료에 의존할 수밖에 없다. 그럼에도 불구하고 염분을 관측하는 위성인 Soil Moisture Active Passive (SMAP)는 낮은 시·공간 해상도로 인해 연안 근처에서 빠르게 변화하는 해양환경을 관측하기에는 어렵다는 한계가 존재한다. 이러한 한계를 극복하기 위해 본 연구에서는 천리안 해양 관측 위성의 정지궤도 해색 센서인 Geostationary Ocean Color Imager-II (GOCI-II) 원격반사도 자료를 입력자료로 하여 고해상도 표층 염분을 산출하는 Multi-layer Perceptron Neural Network (MPNN) 기반의 알고리즘을 개발하였다. SMAP과 비교한 결과 coefficient of determination (R²)는 0.94, root mean square error (RMSE)는 0.58 psu 그리고 relative root mean square error (RRMSE)는 1.87%였으며, 공간적인 분포 또한 매우 유사한 결과를 나타냈다. R²의 공간 분포는 0.8 이상을 보여주었으며 RMSE는 전반적으로 1 psu 이하의 낮은 값을 보여주었다. 이어도 과학기지에서의 실측 염분값과도 비교하였지만 상대적으로 조금 낮은 결과를 보여주었다. 이에 대한 원인을 분석하였으며, 산출된 GOCI-II 기반 고해상도 염분 자료를 활용하여 2022년 11호 태풍 힌남노에 의한 하루 동안의 동중국해 표층 염분 변화를 표준편차로 계산하였다. 그 결과 SMAP에서 관측할 수 없는 시공간의 염분 변화를 고해상도의 GOCI-II 기반 염분 산출물을 통해 확인할 수 있었다. 따라서 본 연구를 통해 시간 단위로 변화하는 해양환경 모니터링에 큰 기여를 할 것으로 기대된다.

• 벤처혁신연구
• /
• 제4권1호
• /
• pp.1-21
• /
• 2021

본 연구는 국내 거주 외국인의 증가로 다문화국가로 진입을 앞두고 있는 상황에서 다문화 가정의 사회 통합이라는 사회적 과제 해결을 목적으로 사회통합모형의 관점에서 접근한 연구이다. 이를 위해 본 연구는 지역사회자본의 개념화와 척도개발을 통해 지역사회자본의 사회통합에서의 역할을 검정하고자 한다. 또한 사회적 기업의 역할을 중심으로 다문화가정 구성원의 지역사회자본 형성에 미치는 영향과 주관적 삶의 질 및 사회참여의도를 통한 사회통합에 미치는 효과성을 검정하고자 한다. 이러한 연구 목적의 달성을 위해 서울, 경기에 거주하고 있는 다문화 가정의 구성원들을 표본으로 선정하여 설문지를 통해 지역사회자본 및 주관적 삶의 질, 사회참여의도와 사회적정체성에 대한 자료를 수집하였다. 총 363부의 유효응답을 대상으로 공분산구조모형을 통해 변수간 관계에 대한 가설을 검정하였다. 본 연구의 분석결과는 첫째, 다문화가정 구성원의 인적사회자본과 기업사회자본은 주관적 삶의 질에 유의한 정의 영향을 미치는 것으로 나타났다. 둘째, 다문화가정 구성원의 기업사회자본과 공동체사회자본은 사회참여의도에 유의한 정의 영향을 미치는 것으로 나타났다. 셋째, 다문화가정 구성원의 주관적 삶의 질은 사회참여의도에 유의한 영향을 미치지 않는 것으로 나타났다. 끝으로 다문화가정 구성원의 지역사회자본이 사회참여의도에 영향을 미칠 때 사회적 정체성이 부분적으로 조절역할을 하는 것으로 나타났다. 이러한 분석결과를 통해 다문화가정의 사회통합을 위한 정책제안을 위한 기초자료로 의미있는 역할을 할 것으로 기대된다.

• 벤처혁신연구
• /
• 제6권4호
• /
• pp.23-40
• /
• 2023

본 연구는 빠른 속도로 디지털화 및 모바일화되는 리테일 산업에서 전통적인 오프라인 리테일러인 백화점을 대상으로 고객 가치 이론을 기반으로 백화점의 모바일 앱 지속 이용 의도에 영향을 미치는 고객 가치 요인을 조사한다. 본 연구에서는 다차원적인 고객 가치를 기능적 가치, 편의적 가치, 그리고 사회적 가치의 세 가지 차원으로 분류하였다. 기능적 가치는 옴니채널 리테일 환경에서의 채널 간 통합과 일관된 고객 경험 제공을 의미하며, 편의적 가치는 고객이 모바일 앱 이용 시 절약할 수 있는 시간과 노력의 절약인 편의성이다. 사회적 가치는 백화점의 모바일 앱 내 친환경 마케팅과 관련하여 제품 또는 서비스 사용으로 인해 발생하는 사회적 승인 또는 사회적 자아 개념의 향상을 뜻한다. 이렇게 세 가지 차원의 고객 가치를 선행변수로 하여 종속변수인 모바일 앱 지속 이용 의도에 미치는 각 영향력을 분석하였다. 국내 신세계 백화점의 모바일 앱 사용 이력이 있는 고객을 대상으로 데이터 수집 후 Smart PLS 4.0을 사용하여 실증 분석하였다. 분석 결과 고객 가치의 세 가지 차원인 기능적 가치, 편의적 가치, 사회적 가치가 모두 고객의 모바일 앱 지속 이용 의도에 정(+)의 영향을 미치는 것으로 나타났으며 기능적 가치의 영향력이 가장 큰 영향을 미친다. 기술의 발전으로인한 옴니채널 리테일 트렌드에서 기능적 가치가 가장 중요한 영향 요인으로 나타남에 따라 오프라인 리테일러인 백화점의 통합된 채널 제공이 중요하다는 점을 시사한다. 백화점 모바일 앱 활성화를 위한 고객 중심 전략 수립 방향에 대한 통찰력을 제공하며, 백화점이 기존 오프라인 채널이 아닌 신규 모바일 채널을 통해 변화하는 고객의 기대 및 요구를 효과적으로 충족할 수 있는 맞춤화된 서비스와 마케팅 활동을 위한 기초적인 분석자료를 시사한다.

• 토지주택연구
• /
• 제14권4호
• /
• pp.1-16
• /
• 2023

전 지구적으로 기대수명 증가와 과학 기술의 비약적인 발전은 인구 고령화와 함께 에이징에 대한 패러다임을 변화시켰고, 세계 최하위 저출산 국가인 한국은 인구 자연 감소 시대와 초고령 사회라는 복합적인 인구구조의 격변으로 새로운 국가 위기와 국정과제 해결에 직면하였다. 즉 노인 인구의 급증과 핵심노동인력의 급감으로 돌봄 수급의 심각한 불균형은 노후 삶의 질(Quality of Life) 향상, 인간 존엄성(Dignity) 보전, 자립 생활(Independent Living) 유지를 위하여 혁신적인 접근을 요구하고 있다. 이에 4차 산업의 혁신 기술이 접목된 스마트 에이징이 지속가능한 삶의 가치를 실현시킬 수단으로 급부상하여 주목받고 있으나 학술적 정의나 사회적 합의의 부재 속에 관련 논의가 이어지고 있다. 이에 본 고에서는 통합적 문헌고찰과 개념 분석의 접근을 활용하여 스마트 에이징의 개념과 그 모형을 구성하고자 한다. 먼저 에이징의 점증적인 패러다임 변화 속에 등장한 스마트 에이징의 개념과 속성을 살펴보았고, 그 구성요소인 에이징 인 플레이스(Aging in Place), 웰 에이징(Well Aging), 액티브 에이징(Active Ageing)를 도출하여 각 요소별 특징을 검토하였다. 스마트 에이징의 첫 구성요소인 에이징 인 플레이스는 친숙한 지역사회 내의 거주 연속성에 초점을 두고 주거기반의 자립 생활, 사회적 교류의 지속, 자기결정권의 존중, 잔존 능력의 최대한 활용 등을 촉진하는 에이징 친화적인 환경의 조성을 의미한다. 웰 에이징은 삶의 질을 향상시키고자 신체적·정신적·사회적·영성적·경제적 조화로움, 균형적인 삶, 주관적인 행복을 중시하는 웰빙이 강조되는 반면 액티브 에이징은 적극적인 사회활동의 참여와 경제적인 노동활동의 참가를 통한 능동적 삶을 지향한다. 이러한 구성요소를 토대로 스마트 에이징의 전제 조건으로서 주거보장, 소득보장, 의료보장, 돌봄보장, 참여보장을 제안하며, 이들 구성요소와 전제조건은 상호연관성을 지니며 뉴노멀 시대의 지속가능한 삶의 질에 일조할 것이다. 아울러 사용자 친화적인 스마트 에이징을 구현하기 위한 생태계 구축과 함께 에이지-테크(Age-Tech) 산업의 육성과 동향 파악이 뒤따라야 할 것이다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1009-1029
• /
• 2023

도시 수목은 탄소를 저장하고 불투수면적을 감소시키는 도시 생태계의 중요 요소이며, 탄소 저장량 및 순환량 산정 시 주요 정보로 활용될 수 있다. 많은 선행 연구에서 항공 라이다 자료 및 인공지능 기법을 활용하여 고해상도 수목 정보를 산출하고 있으나, 항공 라이다 영상은 제공하는 플랫폼이 제한되어 있으며 비용적인 면에서도 한계가 다수 존재한다. 따라서 본 연구에서는 수원시를 대상으로 자료 취득이 용이한 고해상도 위성 영상인 Sentinel-2를 활용하여 기계학습 기반의 도시 내 수목 피복률(fractional tree canopy cover, FTC)을 추정하고자 하였다. Sentinel-2 시계열 영상으로부터 중앙값 합성을 수행하여 수원시 전역에 대한 단일 영상을 제작하여 활용하였다. 도시 내 토지 피복의 이질성을 반영하기 위하여, 30 m 격자내 10 m 해상도의 광학 지수의 평균 및 표준편차 값과 환경부 세분류 토지 피복 지도 기반 항목별 피복률을 계산하여 기계학습 모델의 입력 변수로 활용하였다. 총 4가지의 입력 변수 조합을 설정하여, 입력 변수 구성에 따른 FTC 추정 정확도를 비교 및 평가하였다. 광학 영상의 평균 정보만을 활용(Scheme 1)했을 때 보다 도시 내 이질적인 특성을 반영할 수 있는 표준 편차 및 피복률 정보를 모두 함께 고려(Scheme 4, S4)했을 때 향상된 성능을 나타낼 수 있었다. 검증용 자료에 대해 S4의 Random Forest (RF) 모델이 0.8196의 R², 0.0749의 mean absolute error (MAE), 및 0.1022의 root mean squared error (RMSE)로 전체 기계학습 모델 중에서 성능이 가장 높게 나타났다. 변수 기여도 분석 결과 광학 지수의 표준 편차 정보는 도시 내 복잡한 토지 피복 지역에 대해 높은 기여도를 나타내었다. 훈련된 S4 구성의 RF 모델을 수원시 전역에 대해 확장 적용하였을 때, 참조 FTC 자료에 대해 0.8702의 R², 0.0873의 MAE, 및 0.1335의 RMSE의 우수한 성능을 나타냈다. 본 연구의 FTC 추정 기법은 향후 다른 지역에 대한 적용성이 우수할 것으로 판단되며, 도시 생태계 탄소순환 파악의 기초자료로 활용될 수 있을 것으로 기대된다.

• Journal of Nutrition and Health
• /
• 제56권5호
• /
• pp.573-588
• /
• 2023

본 연구는 2021년 식품소비행태조사 자료를 활용하여 20-50대 소비자들의 식생활라이프스타일(FRL)에 따른 SNS 이용 및 추천정보 활용 (SURU) 정도를 살펴보고, 이러한 FRL과 SURU간의 상호작용이 혼밥 및 방문 외식소비에 있어 어떤 영향을 미치는지를 분석하고자 하였다. 이를 위해 각각의 척도는 요인분석과 K-means 군집분석을 이용해 요인들을 추출하고 군집으로 분류하였으며, FRL에 따른 SURU 특성을 알아보기 위해 복합표본 교차분석과 일변량분석을 실시했으며, 혼밥 정도와 외식정도에 있어 FRL과 SURU의 영향을 알아보기위해 일변량분석을 이용하였다. 그 결과, FRL은 편의성추구, 합리적소비추구, 미식추구의 3가지 요인으로 추출되었으며, 이를 기반으로 합리적소비군, 편의적미식군, 스마트미식군으로 분류되었다. SURU는 한 가지 요인으로 추출되었으며, 점수에 따라 고·중·저 그룹으로 분류되었다. FRL에 따른 SURU 정도 및 SURU 그룹 비율의 차이를 살펴본 결과, 스마트미식군에 있어 점수가 가장 높았으며, SURU 그룹 비율에 있어 저 그룹에서는 합리적소비군, 중 그룹에서는 스마트미식군, 고 그룹에서는 편의적미식군과 스마트미식군이 유사한 수준으로 높게 나타났다. 혼밥에 있어서의 FRL과 SURU의 영향을 분석한 결과, 주효과와 상호작용 효과가 모두 유의하게 나타났다 (p < 0.01, p < 0.001). FRL 그룹 중 합리적소비군을 제외한 나머지 두 군집에서 SURU가 높아질수록 혼밥 정도가 높아졌는데 그 중 편의적미식군에 있어 증가 폭이 더 크게 나타났다. 외식정도에 대한 FRL과 SURU의 주효과와 상호작용 효과 역시 모두 유의하게 나타났다 (p < 0.01, p < 0.001). 모든 FRL 그룹에 있어 SURU 수준이 높아질수록 외식정도가 높게 나타났는데, 특히 합리적소비군에 비해 편의성과 미식성향이 나타나는 두 군집에 있어 더 가파르게 증가한 것으로 나타났다. 그 중에서도 스마트미식군에 있어 SURU 수준에 따라 방문 외식 정도가 더 급격히 증가하였다. 최근의 다변화, 다양화 되고있는 식생활에서 중요한 정보수집 도구이자 강력한 구전 수단인 SNS의 이용자에 대해 심층적으로 분석한 본 연구는 향후 식품 외식 SNS 관련 소비자 행동 연구 및 외식 소비자들의 시장세분화와 SNS를 이용한 마케팅 전략 수립에 있어 중요한 기초자료로 활용될 것으로 기대된다.