• 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.

• Tuberculosis and Respiratory Diseases
• /
• 제43권4호
• /
• pp.547-557
• /
• 1996

연구배경 : 호중구는 성인형 호흡곤란증후군, 폐기종 및 원발성 폐섬유화증 등 여러 폐질환에서 과도하게 폐에 침착되어 여러 가지 독설 물질을 분비하여 조직 손상을 일으키는 것으로 알려져 있어, 말초혈액 호중구가 폐포나 간질조직으로 이동하는 기전을 이해하는 것은 매우 중요하다. 저자들은 급성 폐손상의 동물실험모델로 흰쥐에 고농도 산소를 추여하여 급성 폐손상을 일으킨 후 기관지폐포세척액내 호중구 및 호중구에 대한 화학주성능이 증가하였는지 그리고 이러한 변화가 고농도산소 노출 시간에 따라 차이가 있는지를 관찰하였으며, 또한 호중구 화학주성인자의 분자량 및 물리적 특성을 알아보았다. 방법 : 고농도산소를 투여할수 있는 기구(hyperoxic chamber)를 만들어 95%이상의 산소를 흰쥐에 24, 48, 60, 72시간 투여하였으며 각군의 쥐에서 기관지폐포세척을 실시하여 얻은 세척액내 호중구의 증가여부를 관찰하였고 호중구의 화학주성능은 정상인의 말초혈액내 호중구를 대상으로 Neuroprobe 48 well chemotactic chamber를 이용하여 계산하였다. 또한 기관지 폐포세척액을 열처리하거나 cellulose membrane에 filter 시켰을 때 화학주성능의 변화여부를 관찰하였고 FPLC(Fast performance liquid chromatography)로 분자량을 측정하였다. 결과 : 1) 기관지폐포세척액내 호중구는 대조군에 비해 고농도 산소 노출 48시간에서부터 증가하여 노출 시간이 길수록 유의하게 증가하였다. 2) 기관지폐포세척액의 호중구 화학주성능 (chemotactic index)도 대조군에 비해 고농도 산소 노출 48시간에부터 유의하게 증가하기 시작하여 노출 시간이 길수록 유의하게 증가되었다. 3) 흰쥐는 48시간까지는 한마리도 사망하지 않았으나 60시간에 33.3 %, 72시간에 81.3 %의 사망률로 현저히 증가하였다. 4) FPLC를 이용하여 호중구 화학주성인자를 분석하였을 때 chemotactic index는 분자량이 104,000과 12,000 dalton에서 peak를 나타냈다. 5) 48시간과 60시간 및 72시간 노출군에서 기관지폐포세척액을 $56^{\circ}C$에서 30분과 $100^{\circ}C$에서 10된 열처리 후 chemotactic index는 열처리 전보다 모두 유의하게 감소하였으며, 48시간과 60시간 노출군에서 12,000 dalton 이하의 물질을 dialysis 후 chemotactic index도 dialysid 전에 비해 유의하게 감소하였다. 결론 : 이상의 결과로서 흰쥐에 고농도의 산소를 40시간 이상 노출시키면 기관지폐포세척액에 호중구 화학주성인자가 증가되고 그에 따라 호중구가 폐에 증가하여 급성 폐손상을 일으키고, 이때 나타나는 호중구 화학주성인자는 분자량이 작은 것 뿐 아니라 큰 것까지 다양하며, 열에 대해 약한 것 뿐 아니라 강한 성분 등 여러가지가 있음을 관찰하였으며 앞으로 이들 성분에 대한 연구가 더욱 진행되어야 할 것으로 생각된다.

• 미생물학회지
• /
• 제47권1호
• /
• pp.92-96
• /
• 2011

Rhodococcus sp. strain DK17은 3개의 linear catabolic megaplasmid (380 kb pDK1, 330 kb pDK2, 750 kb pDK3)를 보유하고 있다. Alkylbenzene 분해 유전자군(akbABCDEF)은 pDK2에만 위치하는 반면 phthalate 분해 유전자군의 경우에는 거의 동일한 copy가 pDK2 (ophA'B'C'R')와 pDK3 (ophABCR)에 각각 위치한다. DK17은 최적 성장온도인 $30^{\circ}C$에서 $37^{\circ}C$로 배양온도를 상승시키면 성장이 멈추지만 $30^{\circ}C$로 환원 즉시 다시 성장을 시작하였다. 이는 $37^{\circ}C$라는 온도 조건이 DK17에게 치명적이지는 않지만 스트레스로 작용함을 암시하는 것이다. 또한 $37^{\circ}C$에서 열충격을 받은 일부 세포는 o-xylene (alkylbenzene의 모델 화합물)을 분해 능력을 상실하였다. 열충격 후 200개의 집락을 무작위로 선택하여 pDK2- 또는 pDK3-specific 프라이머를 이용한 PCR과 pulsed-field gel electrophoresis를 통해 megaplasmid의 변화 양상을 비교 분석한 결과, 29개 돌연변이체에서 야생형의 것과 다른 5가지 megaplasmid 유형[pDK2 소실과 함께 새로운 약 700 kb megaplasmid 출현(10개), pDK2만 소실(9개), pDK3 소실과 함께 새로운 약 400 kb megaplasmid 출현(8개), pDK3만 소실(1개), 그리고 pDK2와 pDK3 소실과 함께 각각 약 400 kb와 700 kb 크기의 새로운 megaplasmid 출현(1개)]이 관찰되었다. 이상의 연구 결과는 성장 온도 변화가 세균 유전체의 물리적 변화를 직접 유도할 수 있음을 입증하는 것으로 온도 변화를 비롯한 서식지 환경 변화가 세균 진화에 상당한 영향력을 미칠 수 있음을 보여준다.

• 한국식품과학회지
• /
• 제26권4호
• /
• pp.442-447
• /
• 1994

압출성형 조건을 원료의 수분함량 18%, 스크류의 회전속도 258rpm, 토출구의 온도 $120^{\circ}C$로 하여, 멥쌀과 찹쌀의 혼합비율에 따른 압출성형물의 변화를 조사하였다. 원료의 압출성형기 내부에서의 체류시간은 약 30초 정도이며 80초까지 지속되었다. 압출성형물의 팽화율은 찹쌀의 함량이 70%일 때라 2.93으로서 최대값을 나타내었고 100% 멥쌀은 2.10으로 최소값을 나타내었다. 절단강도는 찹쌀첨가량 $10{\sim}20%$ 일때는 $1059{\sim}1117g$으로 최대였고, 80%일 때는 737g으로서 최소값을 나타내었다. 색도의 변화에 있어 L값 및 a값은 찹쌀의 증가에　따라 증가하였으나, b값은 감소하는 서로 상반된 결과를 가져왔다. 압출성형물의 amylogram의 측정에서 uncooked cold paste viscosity의 값은 100% 멥쌀에서 400B.U.로서 최대값을 나타냈으나, 100% 찹쌀일 경우에는 피크가 나타나지 않았다. 압출성형물의 수분흡수지주(WAI)는 100% 멥쌀 처리구가 4.8, 100% 찹쌀 일때는 1.05로 찹쌀 합량이 증가함에 따라 감소하였으나, 수분용해지수(WSI)는 증가하여 WAI와 부(負)의 상관관계를 나타내었다. 압출성형물의 유동특성은 Ostwald의 모델식에 가장 가까웠으며 유동거동지수(floww behavior index)는 1보다 적어 pseudoplastic 성질은 나타내었다. 항력계수는 찹쌀의 함량이 20%일때 0.92로서 최대값을 나타냈으며, $89{\sim}100%$일 경우는 $0.08{\sim}0.07$로 최소값을 나타내었다. 미세구조에서 기공의 수는 찹쌀함량이 $80{\sim}100%$일 경우 $128{\sim}159$개 였고 $0{\sim}20%$의 경우 $81{\sim}84%$개로서 찹쌀 합량이 증가 할수록 기공의 수도 증가 하였다. 한편, 화적율(shapefact)는 찹쌀 또는 멥쌀만 사용한 경우보다 두 원료를 혼합했을 경우에 그 효과가 큰 것으로 나타났다.

• 국제지역연구
• /
• 제22권2호
• /
• pp.163-186
• /
• 2018

이 연구는 북한경제체제전환을 위한 제도적 조건과 문제점을 분석하기 위한 데 목적이 있다. 연구방법으로는 먼저 주요 경제체제전환국들의 4대 시장개혁정책(자유화, 사유화, 민영화, 주식회사화)의 법제화과정들을 시기별로 비교분석하고 북한과의 차이점을 도출하였다. 이를 바탕으로 북한의 4단계 경제개혁정책(7.1조치, 종합시장정책, 화폐개혁, 6.28방침)의 제도화 과정들을 분석하고 경제체제전환국 사례의 북한 적용가능성에 대한 문제점, 그리고 전망을 모색하였다. 연구결과, 현재 북한 시장경제의 변화를 경제체제전환국들과 동일선상에서 비교할 수 없는 중요한 조건 세 가지가 있다. 첫째, 경제체제전환을 위한 대내외적인 조건과 환경, 그리고 국가와 시민사회의 역할이 다르다. 둘째, 정책결정과정과 집행과정의 수단과 목적도 다르다. 셋째, 국가의 정치경제정책의 속성과 실효성측면에서도 다르다. 넷째, 경제개혁을 위한 경제정책의 우선순위와 내용, 법제화과정들이 서로 다르다. 특히'중국식 모델'로의 이행가능성에 대해 논의할 때, 그것도 상당한 위험성을 내포한다. 그것은 북한에서 통제 권력의 시장투입 목적과 그들 생존 네트워크는 상당히 독보적이기 때문이다. 또한 중국과 북한의 내수시장 규모, 인구규모, 통제유형도 상당히 다르다. 북한 경제체제전환을 위한 필요충분조건은 시장 영역에서 물리적 통제기구와 제도의 완화이다. 다음으로 현재 불법 소유화 시장에 대한 전수조사와 함께 합법적 제도화가 시급히 이루어져야 한다. 이를 바탕으로 내수 시장의 중국 의존성을 점차 한국으로 전환할 필요가 있다. 즉 선 통제 권력 배제, 후 자율화 및 내수시장의 패러다임 전환이다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.151-164
• /
• 2024

상수도 공급을 위한 정수장에서 전염소 또는 중염소 공정이 도입된 수처리 공정의 염소농도 관리에 필요한 공정제어를 위하여 AI 기술을 활용한 수질예측 기법이 연구되고 있다. 본 연구에서는 정수장 수처리 공정에서 실시간으로 관측, 생산되고 있는 수량·수질자료를 이용하여 염소소독 공정제어 자동화를 목적으로 침전지 후단의 잔류염소 농도를 예측하기 위한 AI 기반 예측모형을 개발하였다. AI 기반 예측모형은 과거 수질 관측자료를 학습하여 이후 시점의 수질에 대한 예측이 가능한 기법으로, 복잡한 물리·화학·생물학적 수질모형과 달리 간단하고 효율적이다. 다중회귀 모형과 AI 기반 모형인 랜덤포레스트와 LSTM을 이용하여 정수장의 침전지 후단 잔류염소 농도를 예측하여 비교하였다. 최적의 잔류염소 농도 예측을 위한 AI 모형의 입출력 구조로는 침전지 전단의 잔류염소 농도, 침전지 탁도, pH, 수온, 전기전도도, 원수의 유입량, 알칼리도, NH₃ 등을 독립변수로, 예측하고자 하는 침전지 유출수의 잔류염소 농도를 종속변수로 선정하였다. 독립변수는 침전지 후단의 잔류염소에 영향이 있는 정수장에서 확보가 가능한 관측자료중에서 분석을 통해 선별하였으며, 분석 결과 연구대상 정수장인 정수장에서는 중회귀모형, 신경망모형, 모델트리 및 랜덤포레스트 모형을 비교한 결과 랜덤포레스트에 기반한 모형오차가 가장 낮게 도출되는 결과를 얻을 수 있었다. 본 연구에서 제시하는 침전지 후단의 적정 잔류염소 농도 예측값은 이전 처리단계에서 염소주입량의 실시간 제어가 가능토록 할 수 있어 수처리 효율 향상과 약품비 절감에 도움이 될 것으로 기대된다.

• Journal of Astronomy and Space Sciences
• /
• 제22권2호
• /
• pp.147-174
• /
• 2005

본 연구에서는 미 국립대기연구소(NCAR)의 열권-이온권 전기역학적 대순환 모델(TIEGCM)을 이용하여 행성간 자기장(IMF)의 방향과 세기 그리고 고도에 따라 여름철 남반구 고위도 하부 열권의 바람에 작용하는 운동량 강제력을 정량적으로 구하였다. 그리고 이들을 서로 비교 분석함으로써 IMF 조건과 고도에 따른 고위도 하부 열권의 풍계(wind system)를 유지시켜주는 주된 물리적인 과정을 살펴보았다. 고위도 하부 열권(<180km)에서 양($B_y$ > 0.8|$\overline{B}_z$|)또는 음($B_y$ < -0.8|$\overline{B}_z$|)의 IMF By 조건인 경우에 운동량 강제력 차이, 즉 IMF 기준치 ${\neq}$ 0 일 때와 IMF 기준치=0 일 때의 운동량 강제력 차이(difference momentum force)는 자기위도 -80$^{\circ}$에서 최대값을 가지면서 극관과 오로라 영역에 국한된 단순한 형태의 분포를 보인다. 그리고 IMF $B_z$ 성분이 양과 음일 때 강제력 차이의 세기는 비슷하지만 분포양상은 반대방향을 취한다. 한편 IMF $B_z$가 양($B_z$ > 0.3125|$\overline{B}_y$|) 또는 음($B_z$ < -0.3125|$\overline{B}_y$|)인 조건인 경우에는 강제력 차이가 아오로라(subauroral) 위도까지 분포하며 IMF $B_z$가 양 또는 음의 조건일 때 보다 복잡한 구조를 보인다. 그리고 IMF $B_z$가 음인 경우의 강제력 차이가 양인 경우보다 더 크며 반대방향으로 작용한다. 125km 보다 더 높은 고도(>125km)에서 바람차이를 결정하는 주된 강제력은 기압경도력, 전향력, 수평이류 그리고 비발산 성분이 강한 Pedersen 이온항력인 것으로 확인되었다. 고도 약 125km 에서는 이 네 가지 힘에 더불어 비회전 성분이 강한 Hall 이온향력과 극관내 의 연직 이류가 지역과 시간에 따라 바람차이의 형성에 작용한다. 한편 고도 108-125km 에서는 IMF $B_z$ 조건일 경우의 극관영역을 제외하고는 기압경도력, 전향력 그리고 Hall 이온항력이 이 고도에서의 바람차이를 유발시키는 주된 강제력으로 작용한다. 고도 108km 이하에서는 기압경도력과 전향력이 균형을 이루어 지균 운동을 유지시킨다. IMF-$\overline{B}_y$의존 MLT 평균 운동량 강제력들은 이온항력을 제외한 다른 모든 남북성분이 동서성분에 비해 더 강하게 중성대기에 작용하는 것으로 확인되었다. 108-125km의 고도에서 IMF B?가 음인 경우에 이온항력은 하강운동 및 단열압축가열과 관련된 시계방향의 온난순환(warm circulation)을 극관 내에 형성시킨다. 반면 IMF $B_y$가 양인 경우에는 극관 내에 상승운동 및 단열팽창냉각과 관련된 반시계방향의 한랭순환(cold circulation)을 형성시킨다. 이온항력은 IMF $B_z$가 음인 경우에는 새벽영역에 상승운동과 관련된 반시계방향의 한랭순환을, 반면에 IMF $B_z$가 양인 경우에는 새벽영역에 하강운동과 관련된 시계방향의 온난순환을 형성시킨다.