• 헤리티지:역사와 과학
• /
• 제56권4호
• /
• pp.132-158
• /
• 2023

공주 청량사지 오층 및 칠층석탑은 계룡산 삼불봉 아래에 있으며, 고려 중기에 창건한 것으로 알려진 탑으로 한 시대에 두 유형의 백제계 석탑이 공존하는 쌍탑으로서 역사적 및 학술적 가치를 인정받고 있다. 두 탑은 1944년 도굴로 칠층석탑이 전도되고 그 영향으로 오층석탑에 기울어짐이 발생하였다. 1961년에 석탑을 복원하였으나 구조적 불안정성은 지속적으로 제기되었다. 따라서 이 연구에서는 2021년 5월부터 2022년 3월까지 계측자료를 축적하고 계절적 특성을 검토하여, 동일 기간의 기온변화와 강수량에 따른 석탑의 미세거동을 해석하였다. 이 결과, 모든 계측기에서 일간 기온변화에 따라 미세한 열탄성거동을 반복하였으며, 경사와 변위 모두 미세거동이 나타났다. 경사계에서는 기온변화에 따라 석재의 표면과 내부에 포함된 수분이 팽축을 반복하며 미세한 움직임을 보였고, 변위계에서도 시계열에 따라 기온이 상승하면서 모두 이격거리가 감소하였다. 특히 오층석탑 상부는 북서쪽으로 최대 3.89° 거동하였으며, 칠층석탑은 북동쪽으로 최대 0.078° 기울었다. 최대 변위는 오층석탑과 칠층석탑에서 각각 0.127 및 0.149mm로 기록되었다. 이 값들은 계측 종료시점에 원래 상태로 회귀하는 경향은 있으나 완전히 회복하지 못하여 면밀한 감시가 필요한 상태를 지시하였다. 이 연구를 통해 획득한 결과는 두 석탑의 안정적 보존을 위한 기초자료로 활용될 수 있다. 이를 기반으로 다양한 환경요소를 고려한 거동특성이 분석되어야 하며, 계측시스템의 유지관리를 통한 예방보존이 지속되어야 할 것이다.

• 청정기술
• /
• 제29권4호
• /
• pp.255-261
• /
• 2023

파워반도체는 전력의 변환, 변압, 분배 및 전력제어 등을 감당하는데 사용되는 반도체이다. 최근 세계적으로 고전압 파워반도체의 수요는 다양한 산업분야에 걸쳐 증가하고 있는 추세이며 해당 산업에서는 고전압 IGBT 부품의 최적화 연구가 절실한 상황이다. 고전압 IGBT개발을 위해서 wafer의 저항값 설정과 주요 단위공정의 최적화가 완성칩의 전기적특성에 큰 변수가 되며 높은 항복전압(breakdown voltage) 지지를 위한 공정 및 최적화 기술 확보가 중요하다. 식각공정은 포토리소그래피공정에서 마스크회로의 패턴을 wafer에 옮기고, 감광막의 하부에 있는 불필요한부분을 제거하는 공정이고, 이온주입공정은 반도체의 제조공정 중 열확산기술과 더불어 웨이퍼 기판내부로 불순물을 주입하여 일정한 전도성을 갖게 하는 과정이다. 본 연구에서는 IGBT의 3.3 kV 항복전압을 지지하는 ring 구조형성의 중요한 공정인 field ring 식각실험에서 건식식각과 습식식각을 조절해 4가지 조건으로 나누어 분석하고 항복전압확보를 위한 안정적인 바디junction 깊이형성을 최적화하기 위하여 TEG 설계를 기초로 field ring 이온주입공정을 4가지 조건으로 나누어 분석한 결과 식각공정에서 습식 식각 1스텝 방식이 공정 및 작업 효율성 측면에서 유리하며 링패턴 이온주입조건은 도핑농도 9.0E13과 에너지 120 keV로, p-이온주입 조건은 도핑농도 6.5E13과 에너지 80 keV로, p+ 이온주입 조건은 도핑농도 3.0E15와 에너지 160 keV로 최적화할 수 있었다.

• 한국습지학회지
• /
• 제26권1호
• /
• pp.21-31
• /
• 2024

우리나라는 노란잔산잠자리(M. daimoji Okumura, 1949)를 멸종위기 야생생물로 지정하여 보호하고 있고, 국가적색목록 평가에서 위기(EN)로 등재하였다. 이들은 주로 동북아지역에 서식하는데, 우리나라에는 위도상 사천시(35.1°)부터 연천군(38.0°)까지, 경도상 연천군(126.8°)부터 양산시(128.9°)까지 관찰되었다. 서식지는 저지대의 평지하천에 하상재료가 모래로 이루어져 있고, 유속이 완만한 하천의 가장자리와 하중도의 가장자리, 하천 구역에 일시적으로 형성된 웅덩이를 선호한다. 노란잔산잠자리 출현 지점에서의 저서성 대형무척추동물 군집구조는 낙동강 본류의 경우 서식지에 따라 군집 조성의 차이가 적었고, 지류의 경우 주변 환경과 하천의 규모에 따라 낙동강 본류보다 군집 조성의 차이가 컸다. 현재 분포지역을 토대로 MaxEnt 모델을 이용하여 잠재적 분포를 예측한 결과, 낙동강 본류와 지류에 서식할 가능성이 높았다. 환경변수 중 기여도는 BIO03(36.2%), BIO10(15.8%), BIO14(13.8%), BIO12(12.5%), BIO08(6.1%) 등의 순으로, 모형에 대한 중요도는 BIO10(43.7%), BIO14(14.6%), BIO17(13.78%), BIO13(9.8%), BIO02(6.7%), BIO18(5.2%) 등의 순으로 높았다. 노란잔산잠자리의 공통사회경제경로를 통한 미래 분포 예측에 있어서 재생에너지 기술 발달로 화석연료 사용을 최소화한 SSP1은 서식가능지역이 넓은 범위에서 확대되었으며 산업기술의 빠른 발전에 중심을 두어 화석연료 사용이 높고 도시 위주의 무분별한 개발이 확대될 것을 가정한 SSP5는 대체로 증가하는 것으로 예측되었다. 이들의 서식지는 하천공사, 골재채취 등과 같은 물리적 환경변화와 강우 강도의 증가에 의한 홍수 등 급변하는 기후변화에 영향을 받을 것으로 판단된다. 따라서 노란잔산잠자리 보호를 위해서는 생태계 환경변화관찰을 위한 장기적인 모니터링 수행과 개체군 유지를 위한 보전방안 수립이 요구된다.

• 해양환경안전학회지
• /
• 제27권7호
• /
• pp.924-942
• /
• 2021

여름철 장강 저염수의 확장은 북부 동중국해의 환경 및 식물플랑크톤 다양성과 군집구조에 영향을 미치는 주요 요인으로 알려져 있다. 2020년 하계는 장강 저염수의 방류량이 매우 높았던 시기로 환경 특성 변화에 따라 식물플랑크톤 다양성 및 군집구조에 미치는 동력을 이해하기 위해 현장관측을 수행하였다. 2020년 8월 16일~17일 이어도호 승선조사와 2020년 8월 15일~21일 이어도 해양과학기지(IORS)에서 체류조사를 실시하였다. 조사 정점들에서 CTD로 측정한 결과 조사 수역 남서쪽은 장강 저염수의 영향을 받아 염분이 낮고 엽록소 형광값이 높았으며, 대마난류의 영향을 받은 남동수역은 염분이 높고 엽록소 형광값이 낮았다. 12개 정점의 표층수 시료의 엽록소 a 농도는 미소형(20~3 ㎛) 및 소형(> 20 ㎛) 식물플랑크톤의 생체량이 우점함을 나타냈으며, 대마난류수의 영향을 받은 정점에서만 초미소 식물플랑크톤(< 3 ㎛) 생체량이 약 50%를 차지하였다. 이러한 표층수의 식물플랑크톤 크기 분포는 영양염류 공급과 관련되어 장강 저염수의 높은 질산염 공급을 받는 정점들은 소형 식물플랑크톤의 생체량 기여율이 높았다. 형태분류 결과 미소형 및 소형 식물플랑크톤은 총 45종이며, 이들 중 우점 분류군은 규조류인 Guinardia flaccida, Nitzschia spp.와 와편모조류인 Gonyaulax monacantha, Noctiluca scintillans, Gymnodinium spirale, Heterocapsa spp., Prorocentrum micans, Tripos furca 등이었다. 대마난류의 영향을 받으며 질산염 농도가 낮은 정점들은 광합성 초미소 진핵생물(PPE)의 개체수와 광합성 초미소 원핵생물(PPP)인 Synechococcus의 개체수가 높았다. 질산염/인산염 비는 대부분 정점에서 인산염 제한을 받고 있음을 나타냈다. 유세포 분석 결과 Synechococcus 개체수는 난류의 영향을 받는 빈영양 수역의 정점들에서 높은 개체수를 보였다. NGS 분석 결과 PPP 중 Synechococcus는 29개의 clades가 나타났고, 이 중 한 시료에서 한 번이라도 1% 이상의 우점율을 보인 clade는 11개로 나타났다. 표층수에선 clade II가 우점분류군이었으며 SCM 층에서 다양한 clades(I과 IV 등)가 차우점군들로 분포하였다. Prochlorococcus 속은 난류 수역에서 high light adapted 생태형이 출현하는 양상을 보였으며 북쪽 수역에선 출현하지 않았다. PPE는 총 163개의 높은 operational taxonomic units(OTUs) 다양성을 보였으며, 이 중 한 시료에서 한 번이라도 5% 이상의 우점률을 나타낸 OTU는 총 11개였다. 장강 저염수의 영향을 받는 정점의 표층수에선 Amphidinium testudo가 우점 분류군이었으며, SCM 층에서 녹조류가 최우점하였다. 대마난류의 영향을 받는 해역에서는 다양한 분류군의 착편모조류가 우점하였다. IORS에서의 관측 결과도 주변 정점들과 식물플랑크톤 생체량, 크기분포, 다양성에서 유사한 수준을 나타냈다. 이번 연구 결과는 장강 저염수의 영향에 따른 식물플랑크톤의 반응을 다양한 분야에서 확인할 수 있었다. 또한, IORS와 승선조사를 비교하여 IORS 관측이 장강 저염수의 식물플랑크톤 동적 역학 모니터링에 활용할 수 있음을 확인하였다. 향후 기후변화에 따라 나타날 동중국해 하계 환경 및 생태계의 변화에 대비하여 IORS의 효과적 이용 방안 수립이 필요할 것으로 판단된다.

• 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.

• 인터넷정보학회논문지
• /
• 제16권1호
• /
• pp.47-55
• /
• 2015

최근, 병원정보시스템의 환경은 다양한 스마트 기술을 접목하고 있는 추세이다. 따라서, 스마트 폰, 테블렛 PC와 같은 다양한 스마트 디바이스가 의료 정보 시스템에 활용된다. 또한, 이러한 환경은 이기종 센서, 디바이스, 시스템 및 네트워크에서 실행되는 다양한 응용 프로그램으로 구성된다. 이들 병원 정보 시스템 환경에서, 기존의 접근 제어 방식에 의한 보안 서비스를 적용하는 것은 문제가 된다. 기존 보안 방식의 대부분은 접근제어 리스트 구조를 사용한다. 이는 클라이언트 이름, 서비스 객체 메소드 이름으로 접근 제어 매트릭스에 의해 정의된 접근만을 허용한다. 가장 큰 문제점으로는 정적인 접근 방법은 변화되는 상황에 신속하게 적응하지 못한다. 따라서, 우리는 보다 유연하고, 매우 상이한 보안 요구와 다양한 환경에 적용 할 수 있는 새로운 보안 메커니즘을 필요로 한다. 또한, 환자중심의 의료 서비스 형태로 변화되고 있어, 이를 해결하기 위한 연구가 요구된다. 본 논문에서는 스마트 모바일 환경에서 의료정보 동적접근 시스템을 제안하고자 한다. 우리는 기존 병원정보 시스템의 환경을 기반으로 동적접근 제어 방법으로 의료정보 시스템에 접근하는 방법에 중점을 두었다. 물리적인 환경은 모바일 x-ray 영상 디바이스와 전용 모바일 스마트 디바이스, PACS, EMR 서버와 인증 서버로 구성하였다. 소프트웨어 환경은 모바일 X-ray영상기기는 Windows7 OS를 기반으로 동기화 및 모니터링 서비스를 위해 .Net Framework를 기반으로 개발하였다. 그리고 전용 스마트 디바이스는 Android OS를 기반으로 JSP와 Java SDK를 통한 동적접근 응용 서비스를 구현하였다. 병원의 의료영상정보 서버와 모바일 X-ray영상기기, 전용 스마트 디바이스간의 의료정보는 의료영상정보 표준인 DICOM을 기준으로 한다. 또한 EMR 정보는 H7을 기반으로 한다. 동적접근 제어 서비스를 제공하기 위해, 우리는 산소포화도, 심박수, 혈압과 체온과 같은 생체 정보의 값에 대한 조건에 의해 환자의 상황을 분류하고, 의료진의 의료정보 접속 인증 방법으로 동적인 접근 방법을 설계했다. 이는 일반 상태와 응급상태로 2부분으로 구분하여 이벤트 추적 다이어그램으로 보였다. 그리고, 인증 정보는 ID/PWD와 위치, 역할, 작업시간 그리고 응급 환자를 위한 응급 코드를 포함하였다. 동적접근 제어 방법의 일반적인 상황은 인증 정보의 값에 의해 의료정보에 접근 할 수 있다. 그러나 응급상황의 경우는 인증 정보 없이 응급 코드에 의해 의료정보에 접근하도록 하였다. 또한, 우리는 의료정보 표준에 따라 환자, 의료진 및 의료 영상 정보로 구성되는 의료정보 통합 데이터베이스 스키마를 구축했다. 끝으로, 우리는 제안 시스템의 수행 결과를 일반과 응급상황과 같은 환자의 상태에 따라 스마트 디바이스 기반으로 동적접근 응용 서비스의 유용성을 보였다. 특히, 제안 된 시스템은 동적 액세스 제어 방법에 의해 응급상황에서 스마트 디바이스기반의 효과적인 의료 정보 서비스를 제공한다. 이 결과, 제안한 시스템이 u-병원 정보 시스템과 서비스에 유용할 것으로 기대한다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.55-79
• /
• 2013

본 연구에서는 집중형 센터를 가진 역물류네트워크(Reverse logistics network with centralized centers : RLNCC)를 효율적을 해결하기 위한 혼합형 유전알고리즘(Hybrid genetic algorithm : HGA) 접근법을 제안한다. 제안된 HGA에서는 유전알고리즘(Genetic algorithm : GA)이 주요한 알고리즘으로 사용되며, GA 실행을 위해 0 혹은 1의 값을 가질 수 있는 새로운 비트스트링 표현구조(Bit-string representation scheme), Gen and Chang(1997)이 제안한 확장샘플링공간에서의 우수해 선택전략(Elitist strategy in enlarged sampling space) 2점 교차변이 연산자(Two-point crossover operator), 랜덤 돌연변이 연산자(Random mutation operator)가 사용된다. 또한 HGA에서는 혼합형 개념 적용을 위해 Michalewicz(1994)가 제안한 반복적언덕오르기법(Iterative hill climbing method : IHCM)이 사용된다. IHCM은 지역적 탐색기법(Local search technique) 중의 하나로서 GA탐색과정에 의해 수렴된 탐색공간에 대해 정밀하게 탐색을 실시한다. RLNCC는 역물류 네트워크에서 수집센터(Collection center), 재제조센터(Remanufacturing center), 재분배센터(Redistribution center), 2차 시장(Secondary market)으로 구성되며, 이들 각 센터 및 2차 시장들 중에서 하나의 센터 및 2차 시장만 개설되는 형태를 가지고 있다. 이러한 형태의 RLNCC는 혼합정수계획법(Mixed integer programming : MIP)모델로 표현되며, MIP 모델은 수송비용, 고정비용, 제품처리비용의 총합을 최소화하는 목적함수를 가지고 있다. 수송비용은 각 센터와 2차 시장 간에 제품수송에서 발생하는 비용을 의미하며, 고정비용은 각 센터 및 2차 시장의 개설여부에 따라 결정된다. 예를 들어 만일 세 개의 수집센터(수집센터 1, 2, 3의 개설비용이 각각 10.5, 12.1, 8.9)가 고려되고, 이 중에서 수집센터 1이 개설되고, 나머지 수집센터 2, 3은 개설되지 않을 경우, 전체고정비용은 10.5가 된다. 제품처리비용은 고객으로부터 회수된 제품을 각 센터 및 2차 시장에서 처리할 경우에 발생되는 비용을 의미한다. 수치실험에서는 본 연구에서 제안된 HGA접근법과 Yun(2013)의 연구에서 제안한 GA접근법이 다양한 수행도 평가 척도에 의해 서로 비교, 분석된다. Yun(2013)이 제안한 GA는 HGA에서 사용되는 IHCM과 같은 지역적탐색기법을 가지지 않는 접근법이다. 이들 두 접근법에서 동일한 조건의 실험을 위해 총세대수 : 10,000, 집단의 크기 : 20, 교차변이 확률 : 0.5, 돌연변이 확률 : 0.1, IHCM을 위한 탐색범위 : 2.0이 사용되며, 탐색의 랜덤성을 제거하기 위해 총 20번의 반복실행이 이루어 졌다. 사례로 제시된 두 가지 형태의 RLNCC에 대해 GA와 HGA가 각각 실행되었으며, 그 실험결과는 본 연구에서 제안된 HGA가 기존의 접근법인 GA보다 더 우수하다는 것이 증명되었다. 다만 본 연구에서는 비교적 규모가 작은 RLNCC만을 고려하였기에 추후 연구에서는 보다 규모가 큰 RLNCC에 대해 비교분석이 이루어 져야 할 것이다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.