• 한국토양비료학회지
• /
• 제43권5호
• /
• pp.722-727
• /
• 2010

보리생산체계의 탄소성적을 평가하기 위하여 쌀보리, 겉보리, 맥주보리로 구분하여 LCI database 구축하고 전과정 영향평가를 통한 잠재적 환경영향을 평가하였다. LCI 구축을 위한 영농 투입물과 산출물에 대한 데이터 수집결과 맥주보리의 경우 전반적인 투입량이 맥종 중 가장 높았으며, 특히 비료투입량이 9.52E-01 kg $kg^{-1}$ two-rowed braley로 다른 품종에 비해 월등히 높았으며, 이에 따른 포장에서의 직접대기배출량 ($CO_2$, $CH_4$, $N_2O$)도 9.74E-02 kg $kg^{-1}$ two-rowed braley로 가장 높게 나타났다. LCI 분석 결과 쌀보리, 겉보리, 맥주보리의 탄소성적 값은 각각 1.25E+00 kg $CO_2$-eq. $kg^{-1}$ naked braley, 1.09E+00 kg $CO_2$-eq. $kg^{-1}$ hulled braley, 1.71E+00 $CO_2$-eq. $kg^{-1}$ two-rowed barley였다. 영농투입량이 가장 많은 맥주보리의 탄소성적이 가장 높았다. $CO_2$는 주로 비료생산공정과 보리생산에서 발생하며, 품종 중에서 맥주보리의 $CO_2$ 발생이 1.09E+00 kg $CO_2$ $kg^{-1}$ barley으로 가장 높았다. $N_2O$는 질소시비에 의한 재배 포장의 배출량이 가장 많았고, 특히 질소시비량이 가장 많은 겉보리가 재배 중 직접배출량이 가장 많았고 값은 7.55E-04 kg $N_2O\;kg^{-1}$ barley였다. 전과정 영향평가 수행결과 GWP의 특성화 값은 쌀보리, 겉보리, 맥주보리가 각각 1.25E+00, 1.09E+00, 1.71E+00 kg $CO_2$-eq. $kg^{-1}$이었고, GWP 값에 영향을 주는 보리생산체계의 주요 요인는 비료생산과 보리재배 작업이었다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.57-76
• /
• 2017

최근 정보 기술의 발전 속도가 매우 빠르게 변화하고 있다. 스마트폰과 태블릿 같은 IT 기기에서 이런 변화들이 두드러지고 있다. 이전의 IT 기기들은 기능상의 혁신과 진보를 통해 소비자들을 끌어들였지만, 현재는 IT 제품 상에서 기능상 발전과 혁신은 둔화되었다. 기능상 차별점이 줄어든 시점에서 기업들은 외관과 디자인적 측면에서 차별화를 시도하고 있다. 스마트폰의 외관적 변화를 반영하듯 소비자들도 성능보단 디자인을 스마트폰 구매의 중요 요인으로 삼고 있다. 스마트폰은 패션 아이템의 하나로 자리매김하게 되었고, 스마트폰의 디자인과 외형이 지속적으로 중요해짐에 따라 해당 제품에 대해 소비자들이 느끼는 디자인 가치가 무엇인지도 중요해졌으며, 무엇에 영향을 받는지도 중요해졌다. 소비자들이 느끼는 가치가 중요해짐에 따라 소비자들이 해당제품의 디자인에 대해 평가하는 메커니즘을 밝힐 필요성이 존재하며, 적절한 가치를 전달하기 위해 디자인을 평가할 수 있는 모형이 필요하다. 디자인과 관련한 기존 연구들은 소비자들의 인지와 가치 부분에 초점을 맞추어 연구를 하였지만, 제품 속성 자체에 대한 부분은 고려하지 않은 경향이 있으며, 제품이 갖고 있는 객관적인 속성들에 따라 소비자들의 인지가 변화하는 과정과 최종적으로 느끼는 가치에 대한 메커니즘을 밝힌 연구는 부재한 것으로 나타났다. 따라서 본 연구는 스마트폰 제품이 갖고 있는 객관적 속성인 제품 속성과 객관적 속성을 통해 느끼는 소비자들의 인지, 가치에 대해 평가할 수 있는 메커니즘을 설계하고, 이를 평가할 수 있는 3단계 디자인 평가 모형을 제시하려 한다. 3단계 디자인 평가 모형은 제품 속성, 인지 속성, 소비자 가치까지 모든 단계를 고려한 정량화된 모형으로 스마트폰 분야만이 아닌 사용자경험 분야에 전반적으로 적용 가능할 것으로 기대하며, 기업이 갖고 있는 소비자 데이터와 결합한다면, 특정 소비자층을 겨냥한 제품 생산 및 설계가 가능한 지능형 디자인 가치 평가 모형으로 발전할 수 있을 것으로 예상한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권11호
• /
• pp.509-520
• /
• 2015

대학수학능력시험(수능)은 고등학교 3년간의 학업 성취도를 측정하는 대표적인 평가 도구로서 대한민국 대학 입시에 있어 매우 중요한 역할을 하는 시험이다. 응시생들의 학업 성취도를 효과적으로 평가하기 위해서는 수능의 난이도가 적절하게 조절되어야 하나 지금까지는 수능 난이도의 편차가 매우 크게 나타나 매 입시연도마다 여러 가지 문제점을 야기해왔다. 본 연구에서는 전문가의 판단에 의존한 기존 방식에서 벗어나 지금까지 시행된 모의고사 및 실제 시험을 통해 축적된 자료를 바탕으로 데이터마이닝 기법을 적용하여 영어영역 문제의 난이도를 예측하는 모델을 구축하고 난이도 예측에 영향을 미치는 요소를 판별하고자 한다. 이를 위해 각 문항의 특성을 판별할 수 있는 여러 지표와 함께 지문, 문제, 답안 등에 나타난 단어들의 특징을 토픽 모델링(topic modeling) 기법을 이용하여 정량화하고 이를 바탕으로 선형회귀분석 및 의사결정나무 기법을 이용하여 각 문항의 난이도를 예측하는 모델을 구축하였다. 구축된 예측 모델을 실제 문제에 적용한 결과 난이도의 상/하 구분에 대한 예측 정확도는 90% 수준으로 나타났으며, 실제 정답률 대비 오차 비율은 약 16% 이내인 것으로 나타났다. 또한 배점 및 문제 유형이 문제의 난이도에 큰 영향을 미치며 지문이 특정 주제에 관련된 경우에도 난이도에 영향을 미치는 것을 확인하였다. 본 연구에서 제시된 방법론을 이용하여 영어영역 각 문제들에 대한 기대 정답률의 범위를 추정할 수 있으며 이를 종합하여 영어영역 전체 문제에 대한 정답률 예측을 통해 적절한 난이도의 문제를 출제하는 데 기여할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제37권6_2호
• /
• pp.1859-1867
• /
• 2021

본 연구는 부산지역의 봄철과 여름철 대기 중 미세먼지(particulate matter, PM) 농도 및 빗물 수질을 정량화하고 다변량 통계분석을 이용하여 계절(봄, 여름) 특성에 따른 대기 중 PM 농도가 빗물 수질에 미치는 영향을 평가하였다. 연구기간(2020년 3월-8월)동안 기상청 AWS (automatic weather system)에서 측정된 대기 중 PM 농도와 총 68번의 강우 특성 자료를 이용하였으며, 총 68번의 강우 이벤트 중 13회 강우를 대상으로 부산 부경대학교 캠퍼스에 집수장치를 설치하여 총 216개의 빗물 샘플을 수집하였다. 빗물의 pH와 전기전도도(electrical conductivity, EC)는 실시간 측정되었으며, 빗물 내 양이온(Na⁺, Mg²⁺, K⁺, Ca²⁺, and NH₄⁺) 및 음이온(Cl^-, NO₃^-, and SO₄^2-) 농도를 분석하였다. 또한, 자체 제작한 미세먼지 센서를 이용하여 강우 전후로 대기 중 PM₁₀ 농도를 측정하였으며, 측정된 데이터를 바탕으로 주성분 분석(principal component analysis, PCA)과 피어슨 상관분석(Person correlation analysis)을 실시하여 대기 중 PM₁₀ 농도와 빗물 수질 간 상관관계를 규명하였다. 연구결과, 부산지역의 일평균 대기 중 PM 농도 및 강우 특성은 계절적 차이가 존재하였으며, 대기 중 PM₁₀ 농도와 빗물 수질간 상관성 또한 상이하게 나타났다. 봄철의 경우, 일평균 대기 중 PM₁₀ (34.11 ㎍/m³) 및 PM_2.5 (19.23 ㎍/m³)의 평균 농도는 상대적으로 높게 나타났고 일평균 누적 강우량 및 강우 강도는 상대적으로 낮게 나타났다. 또한, 대기 중 PM₁₀ 농도는 빗물 수질과 유의미한 상관관계를 보였으며 대기 중 PM₁₀ 농도는 pH (r = -0.84)는 감소시키고 EC (r = 0.95) 및 수용성 음이온(r = 0.99) 농도는 증가시키는 요인으로 작용하였다. 여름철의 경우에는 일 평균 PM₁₀ (27.79 ㎍/m³) 및 PM_2.5 (17.41 ㎍/m³)의 평균 농도가 상대적으로 낮은 농도 분포를 보였으며, 최대 일 평균 강우 강도는 81.6 mm/h로 오랜 시간 많은 양의 비를 기록하였다. 상대적으로 낮은 대기 중 PM 농도와 높은 강우 강도로 인해 대기 중 PM₁₀ 농도가 빗물 수질에 미치는 영향을 확인할 수 없었다.

• 한국건설관리학회논문집
• /
• 제24권6호
• /
• pp.24-35
• /
• 2023

최근 국토교통부 '제6차 건설기술진흥기본계획' 및 '스마트 건설 활성화 방안(2022.7.20.)' 등에서 국내 건설 산업 혁신 방안의 하나로 제시되고 있는 PC (Precast Concrete), 모듈러(Modular) 등 탈 현장 건설 생산방식인 OSC (Off-Site Construction)는 공기 단축, 원가 절감, 품질 향상, 건설 폐기물 감소, 안전사고 감소 등 각종 장점이 있는 것으로 알려져 있으나, 현장타설 기반의 전통적 RC공법에 비해 비싼 공사비로 인하여 활용 확산에 제약이 되어왔다. 본 연구에서는 이러한 OSC 활용성을 개선할 수 있도록 공동주택을 대상으로 계획·설계단계에서의 의사결정을 지원할 수 있는 경제성 분석 지표 및 방법론을 제안하였다. 국내·외 연구, 기술자료 조사 등을 통해 전통적인 경제성 분석의 틀에서 공사비 외에도 정량화 가능한 다양한 공동주택 OSC(PC공법 기반) 방식의 경제성 연관 요인들의 특성을 검토하였으며, 최종 편익 부문 지표로는 OSC의 기술적 장점을 반영한 '공사기간', '재해발생', '폐기물발생', '온실가스배출' 을 도출하였다. 또한, 이렇게 제시된 경제성 분석 지표 및 편익 산출기준을 실제 공동주택 사례 데이터를 기반으로 시나리오 분석을 실시하여, 기존 RC공법과의 공사비 차이를 상쇄시키는 편익 수준을 검토하였다. 향후 세부 지표별 측정 기준 적용성에 대해 추가적인 사례 연구 수행과 편익 지표 보완이 필요할 것으로 판단되며, 이를 통해 보다 개선된 효과 검증도 가능할 것으로 판단된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.19-43
• /
• 2014

전체 결과의 80%가 전체 원인의 20%에 의해 일어난다는 파레토 법칙(Pareto principle)은 상위 20%의 핵심 고객에 대한 우선적인 마케팅을 비롯하여 기업 경영의 많은 부분에서 적용되어 왔다. 파레토 법칙과는 대조적으로, 80%의 사소한 다수가 20%의 핵심적인 소수보다 우월한 가치를 창출한다는 롱테일 법칙(Long Tail theory)은 ICT(Information and Communication Technology)의 발전과 함께 새로운 경영 패러다임으로 주목 받아오고 있다. 본 연구의 목적은 경영 현장에서 양대 흐름을 형성해온 이러한 법칙들이 변화무쌍한 글로벌 가상화 환경에서 기업의 핵심적인 성공 요인이라고 할 수 있는 가상 지식 협업에는 어떻게 관련되는지를 규명하는 것이다. 이를 위해, 대표적인 가상 지식 협업 커뮤니티인 위키피디아에서 품질 최상위 등급인 피쳐드 아티클(Featured Article) 레벨로 승급된 2,978개의 아티클에 대한 협업 행위를 분석하였다. 즉, 각 아티클 그룹에서 편집 횟수 기준 상위 20%에 속하는 참여자들의 총 편집 횟수가 전체 편집 횟수에서 차지하는 비율인 파레토 비율(Pareto ratio)이 지식 협업 효율성과 어떤 관계를 가지고 있는지를 도출하였다. 그리고, 이러한 연구를 편집 참여를 통한 지식 공유에 대한 전체적인 불평등 정도를 나타내는 지니 계수(Gini coefficient)의 영향 및 그룹의 작업 특성을 반영하도록 확장하였다. 결과적으로, 지식 공유의 파레토 비율과 지니 계수가 증가하면 지식 협업 효율성도 높아지지만, 이러한 변수들이 일정 수준 이상으로 증가하면 오히려 지식 협업 효율성이 낮아지는 역 U자(inverted U-shaped) 관계가 있음을 확인하였다. 그리고, 이러한 관계는 인지적 노력을 상대적으로 더 많이 요구하는 학문적인 특성의 작업에서 더 민감하게 작용하는 것으로 보인다.