• 헤리티지:역사와 과학
• /
• 제55권2호
• /
• pp.200-211
• /
• 2022

청자 투각고리문 의자는 4점 일괄유물로 경기도 개성에서 출토된 것으로 전해진다. 청자 의자는 고려시대 당시 청자 제작기술의 우수성과 화려한 생활상을 보여주는 등 미술사적으로 가치가 높아 보물로 지정 관리되어 왔다. 그러나 일괄유물 중 1점의 경우 과거 수리 복원된 것으로, 처리 재료의 열화, 처리자의 미숙함 등으로 인해 미적가치가 하락되었고, 구조적으로 불안하여 재처리의 필요성이 제기되었다. 처리 전 보존상태를 조사한 결과, 물리적 손상은 전반적으로 제조상 결함부위를 중심으로 인위적 손상이 가중되어 구조적으로 취약한 상태를 보였다. 균열부위 및 탈락된 편은 접합면이 맞지 않고 접착제가 청자 표면에 흐른 자국과 접착제 표면에 분진 등 2차적 오염물이 생겨 변질된 상태였다. 수리복원 상태를 조사하기 위해 자외선과 확대현미경을 이용하여 균열부의 접합 부위의 위치와 범위, 상태를 파악하였다. 적외선분광 분석(FT-IR)과 휴대용 X-선 형광분석을 실시하여 보존처리에 사용한 재료를 분석한 결과, 접착제로 셀룰로오스계 수지와 에폭시계 수지가 사용된 것을 확인하였다. 또한 일부 힘을 받는 접합부위에서는 접합강도를 높이기 위해 접착제에 석고(CaSO₄·2H₂O) 또는 골분(Ca₁₀ (PO₄)₆(OH)₂)을 첨가한 것을 알 수 있었다. 상태조사 결과를 바탕으로, 유물의 보존처리는 기존 접합된 상태에서 전면 해체하고 물리적으로 취약한 부분을 중심으로 접합·복원을 통해 보강하는데 중점을 두었다. 기존에 사용된 접착제를 제거하고 해체한 결과, 청자 의자는 크게 상부와 하부, 굽다리, 일부 고리 문 등 총 6개 편으로 분리되었다. 해체 후 접합면에 남아 있는 잔류 접착제 및 오염물은 화학적 및 물리적으로 제거하고 스팀세척기로 파단면 세척을 통해 재접합의 효율을 높였다. 유물의 접합은 접합부위와 크기에 따라 접착제를 다르게 적용하였다. 편의 위치만 고정하는 접합부에는 시아노아크릴계 수지 Loctite^® 401을 사용하고 구조적으로 안정화시키는 부분에는 가역성을 위해 아크릴계 수지인 Paraloid^® B-72 20%(in xylene)로 단면처리한 후 에폭시계 수지 Epo-tek^® 301-2를 이용하여 접합하였다. 상·하부 접합 같이 힘을 받는 부위는 Epo-tek^® 301-2에 Kaolin을 첨가하여 접합강도를 보강하였다. 연속되는 문양으로 추정 가능한 고리문의 결실 부분은 SN-Sheet로 뼈대를 만들고 Wood epos^®로 파손단면을 연결하여 모델링하면서 고리문을 복원하였다. 그 외 접합하면서 생긴 복원 부위는 심미적 및 구조적 안정화를 위해 Wood epos^®로 메움처리하였다. 복원부위 및 메움처리한 부분은 추후 전시활용에 있어 이질감이 없도록 색맞춤하였다. 다양한 과학기술을 활용한 조사와 처리과정은 체계적으로 기록하여 보존 관리하는데 기초자료로 활용하도록 하였다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.1-23
• /
• 2013

융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).