• 기록학연구
• /
• 제43호
• /
• pp.5-42
• /
• 2015

한류3.0은 기존의 문화콘텐츠 뿐만 아니라 전통문화, 문화예술을 포괄하는 'K-Culture'를 핵심어로 내세우며 한국적인 모든 것을 한류문화콘텐츠의 재료로 삼고 있다. 한류문화콘텐츠는 현재 우리 사회상을 반영하는 중요한 증거적 가치를 지닌 기록물로써 보존할 필요성이 있다. 이러한 사회적 환경과 함께, 본 연구에서는 다양한 한류문화콘텐츠들에 대한 현황분석을 통하여 체계적인 기록관리를 위한 AtoM 기반의 기록관리시스템을 제안하고자 하였다. 최근 한류문화콘텐츠 관리는 K-Pop, K-Food, K-Movie 등 특정분야의 단체가 개별적으로 진행하고 있지만 해당 분야 내에서도 관련 기관간의 연계가 부족하여 정보 축적이 제한적이며 콘텐츠에 대한 재생산 또한 미흡한 실정이라고 할 수 있다. 이에 본 연구는 한류문화콘텐츠의 기록화를 위해 오픈소스 소프트웨어인 Access to Memory(AtoM)를 사용하였다. AtoM은 기록의 수집에서부터 축적 및 분류, 기술, 목록관리, 검색 등의 기록관리 기능을 지원하며 무료로 사용가능한 웹 기반의 소프트웨어라는 장점이 있다. 한류문화콘텐츠의 기록화를 위해 기록관리시스템의 기능요건에 따라 AtoM을 적용하였다. 특히 K-Food와 관련된 기록콘텐츠를 모델로 선정하여 관련 기록물을 수집 및 분류하였으며 ISAD(G) 표준에 맞추어 기술하였다. 마지막으로 AtoM을 이용한 한류문화콘텐츠 기록화에 대한 기대효과와 한계 및 연구의 의의를 밝혔다.

• 한국산림과학회지
• /
• 제111권1호
• /
• pp.165-176
• /
• 2022

국제사회가 산림을 이용한 탄소 흡수에 주목함에 따라 국내에서는 2013년부터 산림탄소상쇄제도를 운영하고 있다. 그러나 사업 등록 건수는 꾸준히 증가하는 반면, 인증을 위해 수행되어야 하는 모니터링 실적은 부진한 실정으로, 지속적인 운영에 한계가 있음을 파악하였다. 본 연구에서는 산림탄소상쇄제도 운영체계 파악과 심층면접 및 설문조사를 통해 사업의 장애요인을 파악 및 분석하였으며, 운영 개선을 위한 방향을 제시하였다. 설문조사 문항 및 장애요인을 선정하기 위해 문헌조사, 면담, 심층면접을 수행하였다. 심층면접은 반구조화로 실시하였으며, Irving Seidman 방법을 적용하여 분석하였다. 또한 설문조사를 실시하였으며, 인식 특성을 분석하기 위해 기술통계분석, 빈도분석을 실시하였고, 모니터링 이행 의지에 영향을 미치는 장애요인을 분석하기 위해 로지스틱 회귀분석을 진행하였다. 그 결과, '거래시장 시스템 부족으로 인한 거래 가능성 우려', '사업계획서 작성 및 인증 절차의 복잡성', '능력을 갖춘 전문인력(운영기관, 컨설팅업체) 부족' 등 6가지 장애요인이 확인되었으며, '사업자의 전문지식 부족'이 모니터링 이행 의지에 유의한 영향을 미치는 것으로 나타났다. 이에 산림탄소상쇄제도의 운영 개선 방향으로 주기적인 실무담당자 파악을 통한 해당 사업 정보 안내, 통합 거래정보 시스템 마련 등을 제시하였다.

• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.145-151
• /
• 2009

최근, GIS기술의 급속한 발전에 따라 다양한 공간 수문자료들이 속성정보와 결합되어 다루는 것이 가능해졌고, 집중형 유출모형보다 유역 유출량의 시공간적인 변동을 고려할 수 있는 분포형 유출모형의 구축이 활발하게 연구되고 있다. 본 연구는 시공간 분포를 적절하게 표현할 수 있는 레이더 강우시계열자료와 GIS기반의 분포형모형을 연계하여 국내 댐유역에 적용해 봄으로써, 분포형모형의 홍수유출시 실무에서의 적용가능성을 검증해 본 것이다. 본 연구에서 사용한 물리적기반의 분포형모형으로는 교토대학 방재연구소에서 개발한 장기유출모형을 근간으로 레이더강우량과 연계하여 홍수기에 특화되어 사용할 수 있도록 자체 개발한 K-DRUM모형을 이용하였으며, 금강권역의 용담댐유역($930km^2$)을 시험유역으로 적용하였다. 입력강우로는 진도레이더로 부터 레이더강우 전처리프로그램을 이용하여 모형의 격자해상도에 맞는 분포형 강우를 생성하였다. 또한, GIS수문매개변수를 DEM, 토지피복도, 토양도 등의 기본 GIS자료들로 부터 추출, 물리적기반의 분포형모형(KDRUM) 의 입력인자로 사용하여 모형의 초기설정을 향상시켰다. 본 연구의 성과는 향후 돌발홍수에 대응한 실시간 단기 강우유출예측시스템을 구축하기위한 기반이 될 것으로 사료된다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.207-228
• /
• 2023

코로나 이후 기업들이 온라인 플랫폼에서 협업 또는 회의하는 방식이 일상화되고 있으며, 독자적인 온라인 실시간 시스템을 개발하여 원격 근무에 적극적으로 활용하기도 한다. 또한 회의 및 홍보를 위해 메타버스를 도입하려는 시도가 코로나 이후에도 지속적으로 이루어지고 있다. 이때문에 메타버스 환경에서 아바타 사용자 정의, 확장된 가상 환경, 지난 가상 경험 등이 참여자 만족도에 미치는 영향을 연구하는 연구가 진행 중이지만, 메타버스를 전용 작업 공간으로 활용하는 것에 대한 효과성 연구는 여전히 필요한 상황이다. 특히 업무 수행을 목적으로 하는 작업형 메타버스의 성과에 영향을 미치는 요소에 관한 연구는 아직 부족하다. 따라서 본 연구의 목적은 메타버스 작업 공간에서 개인 성과에 영향을 미치는 요소를 분석하고 결과에서 함의를 도출하는 것이다. 이를 위해 본 연구는 이론적 기반으로 Embodied Social Presence(ESP) 이론을 채택하고, 비몰입적 메타버스 작업 공간에 특화된 수정모형을 사용한다. 모형 및 가설 검증을 위해 비몰입적 메타버스 작업장에 참여한 참가자들과의 인터뷰 이후에 Gather Town 및 IFland와 같은 비몰입적 메타버스 작업장에서 참여자들을 대상으로 설문조사를 수행하였다. 그 결과 작업 참여 및 업무 참여에 미치는 영향이 메타버스 플랫폼에 따라 조절효과를 나타낸다는 것을 확인했다.

• 예술경영연구
• /
• 제50호
• /
• pp.213-241
• /
• 2019

최근 도시의 관광매력물로 공연예술의 경제적 기여에 관심이 높아지고 이를 위한 정책지원으로 외국 관광객을 위한 공연자막 지원사업이 확대되고 있다. 이에 본 연구는 공연자막의 수용과정을 변형된 기술수용모형(TAM)과 인지된 위험으로 파악하고 외국 관광객의 자막서비스 공연관람에 영향을 미치는 요인 간의 인과관계를 살펴봄으로써 외국 관람객을 위한 공연자막 서비스의 지속가능성을 높이는 전략을 마련하는 데 목적을 두고 있다. 연구의 실증분석 자료는 스마트패드로 공연자막을 경험한 외국 관광객을 대상으로 3개국 언어로 설문 조사하여 수집하였고 기술통계와 요인분석, 구조방정식모델로 연구모형에 대한 가설을 검증하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 공연자막의 정보시스템품질이 높을수록 공연자막의 인지된 유용성은 높아지며, 인지된 유용성이 높을수록 자막서비스 공연의 관람의도가 높아지는 정(+)의 관계를 확인하였다. 둘째, 한국공연의 성능적 위험과 심리적 위험의 정도가 낮아질수록 공연 관람의도가 높아지는 정(+)의 관계를, 금전적 위험은 낮을수록 관람의도가 감소하는 부(-)의 관계를 확인하였다. 또한 심리적 위험은 관람의도에 가장 큰 영향을 미치는 위험요인으로 나타났다. 셋째, 한국공연의 성능적 위험이 낮아질수록 인지된 유용성이 높아지는 정(+)의 관계를, 심리적 위험이 낮을 수록 인지된 유용성이 감소하는 부(-)의 관계를 확인하였다. 넷째, 한국공연의 심리적 위험은 공연 관람의도에 대한 인지된 유용성의 관계에 음의 변화를 주며 영향을 조절하는 것으로 나타났다.

• 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.

• 지능정보연구
• /
• 제25권1호
• /
• pp.197-218
• /
• 2019

중국 화장품 전체 교역중 약 67% 정도가 전자상거래로 이루어지고 있는데 특히 한국 화장품인 K-Beauty 제품의 인기가 높다. 기존 연구에 의하면 화장품 같은 소비재의 경우 소비자의 80%는 제품 구매 전 제품정보를 인터넷으로 검색하며 구전정보에 영향을 받는다. 대부분의 중국 소비자들은 화장품과 관련된 정보를 주요 SNS에 다른 소비자들이 올린 댓글을 통해 획득하며 최근에는 뷰티 관련 동영상 채널 정보를 이용하기도 한다. 기존의 온라인 구전 관련 연구는 대부분 Facebook, Twitter, 블로그 등의 매체 자체가 중심이었다. 본 연구에서는 온라인 구전정보의 전달 형태와 정보의 형태를 고려하여 정보유형을 동영상과 사진 및 텍스트로 나누어 연구하고자 한다. 중국의 SNS대표 플랫폼인 SINA Weibo와 동영상 플랫폼 Meipai의 비정형 데이터를 분석하고 온라인 구전정보를 양과 방향성으로 나누어 K-Beauty브랜드 매출액에 미치는 영향을 분석하고자 한다. Meipai에서는 총 약 33만개의 데이터를 수집하였고 SINA Weibo에서는 총 약 11만개의 데이터를 수집하여 화장품의 기본 속성도 고려하여 분석하였다. 본 연구의 의의는 온라인 매출은 K-Beauty화장품에 대해서도 구전에 영향을 받는다는 것을 기본적으로 입증함과 동시에 특히 정보 유형에 대한 구분을 시도 했다는 것이다. 두가지 매체 모두 기존 연구와 같이 양이 매출에 영향을 미치고 있으나 매체풍부성으로 인해 텍스트보다 동영상이 정보를 더 주고 영향이 크다는 것을 입증하였다. 또한, 정보 방향성 측면에서는 색조화장품의 경우 부정 댓글의 영향이 크게 나타났다. 실무적으로는 화장품 판매 전략 및 광고 전략에 기초 및 색조 화장품을 구분하여 중국 K-Beauty화장품 매출증대를 위한 마케팅전략을 구사하는데 도움이 될 것으로 기대된다.

• 한국지리정보학회지
• /
• 제11권1호
• /
• pp.68-79
• /
• 2008

중소도시도 수도권과 대도시의 주택정책을 답습할 것이 아니라 지역의 현황과 특성을 반영한 주택정책을 통하여 건전한 주택시장을 조성해야한다. 이를 위해 본 연구는 진주시를 사례로 공동주택의 공간적 분포와 속성상의 특징을 분석하고, 공동주택 가격결정 요인을 추적하여 진주시의 주택정책에 유의한 함의를 도출하고자 하였다. 분석 데이터는 20세대 이상의 공동주택을 대상으로 위치와 속성자료를 지리정보시스템으로 구축하였다. 공동주택의 공급시기와 분포를 분석해보면 경과연수가 오래되고 세대수가 적은 아파트들은 70년대에 시행된 구획정리사업지구에 주로 건설되었고, 반대로 경과연수가 짧고 세대수가 많은 아파트는 서쪽과 남쪽에 최근의 택지개발사업이 시행된 지역에 건축된 특징이 있었다. 아파트 가격결정요인 분석에서는 다중공선성을 없애기 위해 변수를 인자분석으로 사전에 축소 처리하였으며, 공동주택가격을 종속변수로 하고 33개의 독립변수로 구성되는 헤도닉가격모형을 12가지로 구축하였다. 이 모형들에서 경과연수, 연면적, 대로접함여부, 대학 및 병원접근성, 계단식 등이 유의한 변수로 분석되었다. 이상의 결과를 이용하여 지역의 특성을 반영한 도시기반시설의 입지와 주택공급을 시행한다면 급격한 공동주택의 가격변동과 지역적 가격 차이에서 오는 지역적 위화감을 완화하는 데에 도움이 될 것이다. 결론적으로 시장규모가 작은 중소도시의 경우에도 지역현실을 반영한 주택정책을 수립하여 지역의 주택시장 안정화 방안을 모색해야하며, 보다 나은 분석을 위해 향후 중소도시에도 단독주택을 포함한 정밀한 토지정보를 구축해야 한다.

• 정보관리학회지
• /
• 제25권4호
• /
• pp.283-308
• /
• 2008

이 연구에서는 자관의 학술지 상호인용 및 동시인용 분석을 통하여 단순 피인용빈도 이상의 학술지 인용 패턴 분석을 시도 하였다. 이 연구를 통해 학술지의 중요도 파악에 있어서 자관 인용 네트워크의 구조적 분석이 인용빈도 이상의 자관 인용 패턴에 대한 설명을 하고 있는지와, Web of Science에서 제공하는 JIF 이외의 일반적 인용 지수 서비스들을 고려해야 할 필요성이 있는지를 살펴보았다. Y대학교 생명시스템대학 생명공학과 전.현직 교수진이 2006년과 2007년에 발표한 학술논문의 인용 네트워크 분석 및 Web of Science 이외의 일반적 인용 지수들간의 관계를 분석한 결과는 다음과 같다. 첫째, 자관의 상호인용 네트워크를 통해 자관의 연구 분야를 확인할 수 있었다. 둘째, 자관의 동시인용 네트워크 지수들은 자관 인용 네트워크의 구조적 속성을 반영하는 인용 패턴의 설명이 가능하며 이는 피인용빈도와 유사하면서도 추가적인 설명력을 가지는 것을 확인하였다. 셋째, 일반적 인용지수로는 JIF 외에도 합산지향지수, h-index와 같은 다양한 일반적 인용 지수들의 설명력이 다양하므로 이를 이용하여 다각적으로 고려하는 것이 필요한 것으로 파악되었다. 또한 학술지 평가에서 인용 색인 데이터베이스의 수록범위보다는 지수의 유형에 따른 설명력 차이가 크다는 것을 확인하였다. 이와 같은 자관의 인용 네트워크 분석은 정보서비스의 여러 분야에서 유용하게 사용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.309-328
• /
• 2022

본 연구는 자연어처리의 분석목적과 추론데이터 성격에 적합한 한국어 사전훈련 언어모델의 특성을 실증분석했다. 이를 위해 자연어생성이 가능한 대표적 사전훈련 언어모델인 BART와 GPT 모델을 실험에 사용했다. 구체적으로 한국어 텍스트를 BART와 GPT 모델에 학습한 사전훈련 언어모델을 사용해 문서요약 생성 성능을 비교했다. 다음으로 추론데이터의 특성에 따라 언어모델의 성능이 어떻게 달라지는지 확인하기 위해 6가지 정보전달성과 4가지 창작물 유형의 한국어 텍스트 문서에 적용했다. 그 결과, 모든 문서유형에서 인코더와 디코더가 모두 있는 BART의 구조가 디코더만 있는 GPT 모델보다 더 높은 성능을 보였다. 추론데이터의 특성이 사전훈련 언어모델의 성능에 미치는 영향을 살펴본 결과, KoGPT는 데이터의 길이에 성능이 비례한 것으로 나타났다. 그러나 길이가 가장 긴 문서에 대해서도 KoGPT보다 KoBART의 성능이 높아 다운스트림 태스크 목적에 맞는 사전훈련 모델의 구조가 자연어생성 성능에 가장 크게 영향을 미치는 요소인 것으로 나타났다. 추가적으로 본 연구에서는 정보전달성과 창작물로 문서의 특징을 구분한 것 외에 품사의 비중으로 문서의 특징을 파악해 사전훈련 언어모델의 성능을 비교했다. 그 결과, KoBART는 어미와 형용사/부사, 동사의 비중이 높을수록 성능이 떨어진 반면 명사의 비중이 클수록 성능이 좋았다. 반면 KoGPT는 KoBART에 비해 품사의 비중과 상관도가 낮았다. 이는 동일한 사전훈련 언어모델이라도 추론데이터의 특성에 따라 자연어생성 성능이 달라지기 때문에 다운스트림 태스크에 사전훈련 언어모델 적용 시 미세조정 외에 추론데이터의 특성에 대한 고려가 중요함을 의미한다. 향후 어순 등 분석을 통해 추론데이터의 특성을 파악하고, 이것이 한국어 생성에 미치는 영향을 분석한다면 한국어 특성에 적합한 언어모델이나 자연어생성 성능 지표 개발이 가능할 것이다.