• 한국지리정보학회지
• /
• 제19권2호
• /
• pp.86-97
• /
• 2016

본 연구의 목적은 스마트시티 거버넌스의 유형과 특성을 분석하는데 있다. 스마트시티 거버넌스는 스마트시티를 계획, 시행, 운영하기 위한 추진 프로세스로서, 행정-기술-글로벌 거버넌스로 이루어지는 다층형 거버넌스 모델(Multi Layer Governance Model)로 구성되었다. 연구 분석 방법은 다층형 거버넌스 모델이며, 추진프로세스와 유형별 거버넌스를 각 요소별로 교차 분석할 수 있도록 모델링 되었다. 분석 결과, 행정거버넌스는 정부 중심 통치 거버넌스에서 공공과 민간 그리고 시민의 협치모델인 PPPP(Public Private People Partnership)로 변화되었다. 기술거버넌스는 ICTs-EcoTs-공간기술 간의 융복합을 중심으로, 물리적 센터통합과 정보통합플랫폼 그리고 클라우드 데이터센터와 같은 가상화도 동시에 진행되고 있었다. 글로벌거버넌스는 스마트시티의 해외수출을 목표로 스마트시티 체험지구나 실증단지와 같은 킬러상품의 개발, 포럼과 해외 로드쇼 등의 해외수출 플랫폼이 추진되고 있다.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.157-171
• /
• 2021

본 연구의 목적은 국내 주요 도시의 스마트시티 수준을 분석하는 것이다. 연구는 문헌고찰, 평가지표 구축, 평가지표 가중치 분석, 지자체 스마트시티 수준 분석, 결론의 순서로 진행되었다. 스마트시티 수준 분석을 위한 평가지표는 다층형 스마트시티 모델(Multi-Layered Smart City Model)의 STIM 구조(Service, Technology, Infrastructure, Management Layered Architecture)기반으로 구축되었다. 평가지표는 스마트시티 개념, 사례, 빅데이터 분석 등을 통해 구축되었고, 전문가 AHP 설문을 통해 가중치가 부여되었다. 연구의 공간 범위는 서울 등 7대 광역시이며, 시간 범위는 2017년~2019년이다. 연구에 사용된 데이터는 KOSIS, KISDISTAT 등의 공공데이터이다. 평가결과는 다음과 같다. 스마트시티 서비스, 기술, 인프라, 관리의 수준은 수도권인 서울과 인천이 비교적 높은 수준으로 분석되었다. 영남권인 부산, 대구, 울산이 비교적 중간 수준으로 분석되었으며 충남권과 호남권인 대전과 광주가 비교적 낮은 수준으로 분석되었다. STIM 종합순위 또한 비슷한 양상을 보인다. 특히 수도권과 그 외 권역의 스마트시티 수준 격차가 매우 큰 것으로 분석되었다. 국내 스마트시티 수준 격차를 줄이기 위해 균형발전 전략이 필요하며, 지역별 특성을 고려한 스마트시티 계획이 필요하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.383-386
• /
• 2019

4 차산업혁명의 발달은 전 세계가 건강한 삶에 관련된 스마트시티 및 맞춤형 치료에 큰 관심을 갖게 하였고, 특히 기계학습 기술은 암을 극복하기 위한 유전체 기반의 정밀 의학 연구에 널리 활용되고 있어 암환자의 예후 예측 및 예후에 따른 맞춤형 치료 전략 수립 등을 가능케하였다. 하지만 암 예후 예측 연구에 주로 사용되는 유전자 발현량 데이터는 약 17,000 개의 유전자를 갖는 반면에 샘플의 수가 200 여개 밖에 없는 문제를 안고 있어, 예후 예측을 위한 신경망 모델의 일반화를 어렵게 한다. 이러한 문제를 해결하기 위해 본 연구에서는 고차원의 유전자 발현량 데이터를 신경망 모델이 효과적으로 학습할 수 있도록 2D 이미지로 표현하는 기법을 제안한다. 길이 17,000 인 1 차원 유전자 벡터를 64×64 크기의 2 차원 이미지로 사상하여 입력크기를 압축하였다. 2 차원 평면 상의 유전자 좌표를 구하기 위해 유전자 네트워크 데이터와 Node2Vec 이 활용되었고, 이미지 기반의 암 예후 예측을 수행하기 위해 합성곱 신경망 모델을 사용하였다. 제안하는 기법을 정확하게 평가하기 위해 이중 교차 검증 및 무작위 탐색 기법으로 모델 선택 및 평가 작업을 수행하였고, 그 결과로 베이스라인 모델인 고차원의 유전자 벡터를 입력 받는 다층 퍼셉트론 모델보다 더 높은 예측 정확도를 보여주는 것을 확인하였다.