• 한국신경인지재활치료학회지
• /
• 제10권2호
• /
• pp.53-62
• /
• 2018

목적: 본 연구는 현대인의 식습관 문제점 인지와 발생 질병극복을 위한 대안을 제시하기 위해 로마린다에 거주하는 사람들의 질병 발병률 감소가 식습관이 미치는 영향 대한 선행연구를 조사하는 방식으로 이루어졌다. 방법: 본 연구의 기간은 2016년 5월 1일부터 2018년 2월 28일까지 이루어졌다. 문헌 검색은 database로서 Pubmed와 국내 각각의 학회 사이트를 활용하였다. 잘못된 식습관의 인지를 바탕으로 식습관에 따른 질병의 종류를 분류하여 서술하였다. 본 논문은 분석된 데이터를 통해 객관적으로 해석하고 결론을 유추하였다. 총 100여 편 이상을 선정하여 그 중 60여 편의 논문과 데이터베이스를 가지고 총설을 작성하였다. 결과: 로마린다에 거주하는 사람들은 균형진 영양섭취, 충분한 운동, 적절한 수분 섭취, 햇빛 쬐기, 절제(알코올 등 절제), 신선한 공기, 적절한 휴식, 그리고 신뢰 등을 기초로 한 영양교육을 철저히 실천하고 있다. 로마린다에 거주하는 사람들의 대부분은 생활습관 중 특별히 균형 잡힌 영양섭취에 해당하는 식습관은 채소, 과일, 견과류를 충분히 섭취하는 채식위주의 식사를 포함한다. 로마린다에 거주하는 사란들은 다른 곳에 거주하는 사람들에 비해 관상동맥 심장병과 암 발병률이 낮은데, 그것의 직접적인 이유로는 건강한 채식위주의 식습관과 금연, 금주 등을 강조하는 절제생활 및 운동에 대한 인지를 통해 활동량의 증가 등을 꼽는다. 건강한 삶의 여러 요인 중 이 논문이 살펴본 중요한 부분은 식습관인데, 이는 올바른 식습관이 건강한 삶과 직결돼 있고, 좋지 못한 식습관이 많은 질병의 원인이 되기 때문이다. 많은 선행연구들이 대부분의 만성퇴행성질환은 나쁜 식습관과 스트레스에서 기인함을 이미 밝혀냈다. 결론: 지역공동체의 식습관을 연구의 대상으로 삼은 이유는 그들의 생활습관이 건강한 삶에 관심을 가진 현대인에게 주는 메시지가 있기 때문이다. 영양교육을 통해 건강하게 사는 사람들의 생활습관, 특별히 로마린다에 거주하는 사람들의 식습관을 살펴보는 것은 건강한 삶을 추구하고자 하는 현대인들에게 중요한 배움의 기회가 될 것이다. 또한 현대인이 자신의 식습관을 올바르게 인식하여 식행동의 변화를 유도한다면, 질병에 대한 발병률을 감소시키고, 건강한 삶을 영위할 수 있을 것으로 사료된다.

• 대중서사연구
• /
• 제26권4호
• /
• pp.9-41
• /
• 2020

이문열의 동명의 단편소설을 영화화한 박종원의 데뷔작 <구로아리랑>은 1987년 민주화의 흐름을 타고 노동자의 관점에서 노동 투쟁을 다룬 최초의 제도권 노동영화이자, 그동안 스크린이 외면해 온 여성 노동자의 재현이라는 측면에서 선구적인 작품이다. 박종원은 노동 문제와 관련하여 당시에 여전히 굳건하게 서 있던 레드컴플렉스의 장벽을 뚫고 사회의 이념 지형의 중추를 이루는 중산층을 설득하고자 하며, 진보의 메시지를 중산층 대중이 받아들일 수 있는 형태로 전달하기 위해 계급적 적대나 투쟁이 아니라 보편적 인간성과 윤리와 결부된 문제로 치환하는 감성에 의지한다. 박종원은 이러한 감성을 '상식적인 일반인의 감각'이라고 부르며 그 보편성과 객관성을 강조한다. 이 연구는 <구로아리랑>에서 노동 문제를 제도권 상업 영화 속에서 대중이 받아들일 수 있는 형태로 다루기 위해 어떤 전략을 취하는지, 또 그러한 전략에 반영된 '상식적인 일반인의 감각'이 어떤 이데올로기적 함의를 지니는지를 비판적으로 고찰해보고자 한다. 이를 위해 본론의 첫 번째 장에서는 영화가 원작 소설의 아이러니를 해체하고 인물의 구도를 순수한 선인과 악인의 대립으로 재설정하여 선인이 희생양이 되는 멜로드라마적 구성을 만들어낸다는 것을 밝힌다. 이로써 관객에게 노동자들이 겪는 비극에 강한 정서적 공감과 연대의식을 불러일으키려 한다. 두 번째 장에서는 영화의 다양한 장면과 에피소드들이 동정과 애도의 모티브로 수렴되며, 이는 대부분 당시 커다란 대중적 반향을 일으킨 문화적, 현실적 경험과 사건을 토대로 하고 있다는 점을 보일 것이다. 특히 영화의 마지막 결정적 장면에서는 87년 6월 항쟁의 기억이 강력하게 소환된다. 이에 따라 <구로아리랑>은 검증된 동정과 애도의 패치워크와 같은 양상을 보인다. 세 번째 장은 노동자들이 결정적인 투쟁에 나서는 대목에서 임금에 대한 요구를 스스로 뒤로 돌리고 인간적 신뢰와 대우의 문제를 앞세운다는 영화의 설정이 가지는 함의를 검토한다. 그것은 노동 문제의 정치적 차원을 제거하고 이를 윤리적 문제로 환원함으로써 모두가 인정할 수밖에 없는 보편적인 가치와 정서에 호소한다. 그러나 문제의 층위를 계급적 이해 관계의 충돌을 피해 순수한 인간성의 차원으로 옮기는 과정에서 노동자는 한 편으로는 깊이 동정할 만한 수동적 희생자의 위치에 떨어지고, 다른 한 편으로는 현실에 초연한 지사적 태도와 자제심을 갖춘 투사로 이상화된다. 영화는 이로써 현실적 설득력을 상실하며 영화 자체로서의 서사적 개연성도 약화된다. 중산층과의 연대를 환기하는 87년 항쟁의 기억은 영화 속에 조화롭게 통합되지 못하고 패치워크적 전체의 일부로 남는다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.