• 제목/요약/키워드: 변화도

검색결과 123,256건 처리시간 0.131초

인공위성 고도계 자료(1993-2017년)를 이용하여 탐지‧추적‧분류한 동해 중규모 소용돌이의 통계적 특성 (Statistical Characteristics of East Sea Mesoscale Eddies Detected, Tracked, and Grouped Using Satellite Altimeter Data from 1993 to 2017)

  • 이경재;남성현;김영규
    • 한국해양학회지:바다
    • /
    • 제24권2호
    • /
    • pp.267-281
    • /
    • 2019
  • 활발한 중규모 변동성으로 인해 해양 환경과 순환의 극심한 변화를 초래하는 동해 전역에서 장기간(1993-2017년) 수집된 인공위성 고도계 자료와 2015-2017년 기간의 4차례 승선 조사로 수집된 현장 관측 자료를 분석하여 중규모 소용돌이의 통계적 특성을 규명하였다. 동해 전역에서 해당 기간 동안 총 1,008개의 중규모 소용돌이를 탐지 추적 정의하고, 이를 27개의 그룹으로 분류하여, 전체 평균 및 각 그룹별 평균 지속기간(L, 일), 진폭(H, m), 반경(R, km), 단위 면적당 강도(EI, $cm^2/s^2/km^2$), 타원율(e), 운동에너지(EKE, TJ), 가용위치에너지(APE, TJ) 및 전파 방향을 산출하였다. 인공위성 고도계 자료로부터 산출된 소용돌이의 중심, 경계, H 각각을 현장 관측 자료로부터 산출된 해당 수치와 비교하여 각각에 대한 불확실성을 중심 오차 2-10 km, 경계 오차 10-20 km, 진폭 오차 0.6-5.9 cm로 추정하였다. 정의된 모든 소용돌이들의 전기간 평균 L, H, R, EI, e, EKE, APE는 각각 $95{\pm}104$일, $3.5{\pm}1.5cm$, $39{\pm}6km$, $0.023{\pm}0.017cm^2/s^2/km^2$, $0.72{\pm}0.07$, $23{\pm}21TJ$, $588{\pm}250TJ$로서 대양에 비해 전반적으로 L이 짧고, H, R은 작으며, EI는 강하고, EKE는 낮게, APE는 높게 나타났다. 또, 대양에서와 같은 뚜렷한 서향 전파 특성을 보이지 않고, 대체로 해류를 따라 이동하는 특성을 보였다. 아극전선(subpolar front)을 기준으로 남부 소용돌이 그룹의 L, H, R, EI, EKE, APE가 북부 그룹에 비해 더 길고, 크고, 강하며, 높고, 평균 해류 방향으로 더 멀리 이동하는 특성을 보였다. 뿐만 아니라 특정 방향으로의 이동이 뚜렷하지 않은 4개 그룹들(Wonsan Warm Eddy, Wonsan Cold Eddy, Western Japan Basin Warm Eddy, Northern Subpolar Frontal Cold Eddy groups)과 상대적으로 크고, 강하며, 높은 H, EI, EKE, APE에도 불구하고 오래 지속되지 않는(짧은 L) 특성을 보이는 3개 그룹들(Yamato Coastal Warm Eddy, Central Yamato Warm Eddy, Eastern Japan Basin Coastal Warm Eddy groups)도 제시하였다. 인공위성 고도계만으로는 잘 탐지되기 어려운 작은 규모의 소용돌이가 존재하는 동해 북부 해역에서는 소용돌이 그룹이 정의되지 않았으며, 본 연구에서 제시된 동해 평균 소용돌이 특성치의 과대추정 가능성이 토의되었다. 본 연구를 통해 1) 기존에 비교적 잘 알려진 울릉 난수성 소용돌이(Ulleung Warm Eddy)와 독냉수성 소용돌이(Dok Cold Eddy) 그룹 외에도 Hokkaido Warm Eddy, Yamato Rise Warm Eddy와 같은 그룹들을 새로 정의하였고, 2) 대양의 중규모 소용돌이에 비해 전반적으로 그 L이 짧고, H, R은 작고, EKE는 낮으나, EI는 강하고, APE는 높으며, 서향 전파가 뚜렷하지 않은 동해의 중규모 소용돌이 특성을 규명했으며, 3) 동해 내에 그룹별로 상이한 중규모 소용돌이 그룹의 특성을 제시하였다.

쇼핑 웹사이트 탐색 유형과 방문 패턴 분석 (Analysis of shopping website visit types and shopping pattern)

  • 최경빈;남기환
    • 지능정보연구
    • /
    • 제25권1호
    • /
    • pp.85-107
    • /
    • 2019
  • 온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.

텍스트 마이닝 기법을 활용한 인공지능 기술개발 동향 분석 연구: 깃허브 상의 오픈 소스 소프트웨어 프로젝트를 대상으로 (A Study on the Development Trend of Artificial Intelligence Using Text Mining Technique: Focused on Open Source Software Projects on Github)

  • 정지선;김동성;이홍주;김종우
    • 지능정보연구
    • /
    • 제25권1호
    • /
    • pp.1-19
    • /
    • 2019
  • 제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

Loop와 HPLC Purification 방법보다 더 높은 비방사능을 보여주는 카트리지 Methylation과 Purification을 이용한 손쉬운 [ 11C]PIB 합성 (Facile [11C]PIB Synthesis Using an On-cartridge Methylation and Purification Showed Higher Specific Activity than Conventional Method Using Loop and High Performance Liquid Chromatography Purification)

  • 이용석;조용현;이홍재;이윤상;정재민
    • 핵의학기술
    • /
    • 제22권2호
    • /
    • pp.67-73
    • /
    • 2018
  • $[^{11}C]PIB$는 베타아밀로이드($A{\beta}\;plague$)라는 변성 단백질에 결합하여 뇌의 기능과 기억력을 서서히 감퇴시키는 비가역적인 질환인 치매를 조기에 감별할 수 있는 대표적인 방사성의약품이다. 지금까지 많은 실험실에서 $[^{11}C]PIB$는 자동화합성장치에서 $[^{11}C]methyl\;iodide$$[^{11}C]methyl\;triflate$를 만든 다음 loop나 vial 방법을 사용하여 methylation을 한 다음 HPLC로 정제를 하는 것이다. 하지만 기존의 보고된 방법은 시간이 오래 걸리며, HPLC와 같은 복잡한 시스템을 필요로 하여 소규모 실험실에서 합성하기에 적합하지 않으며, 최종 product에서 에탄올 함량이 높다는 단점이 있었다. 이러한 단점을 보완하기 위하여 카트리지만을 사용하여 카트리지에서 methylation과 purification을 동시에 실시함으로써 합성 시간을 단축하고, 비방사능이 높고, 낮은 에탄올 함량을 가진 $[^{11}C]PIB$를 합성 가능한지 확인하고자 하였다. 가장 널리 사용하는 카트리지 6종(CM, HLB, Alumina, C18, tC18, tC18 environmental을 선택하여 screening test를 실시하였다. 6-OH-BTA-0 1 mg을 c-HXO에 녹인 다음 6개의 카트리지에 loading를 한 다음 0.5 M MSP(pH 5.1) 20 mL로 정제를 한 다음 최종 fraction을 받아서 analytical HPLC로 전구체 잔류량을 측정한 결과 hydrophobicity가 낮은 계열(CM, HLB, Alumina)의 카트리지에서는 완충액으로 정제를 하였을 때 잔류전구체의 양이 많았으나, 탄소함량이 많은 계열의 카트리지(C18, tC18, tC18 environmental)에서는 잔류전구체의 양이 CM, HLB, Alumina 카트리지에 비하여 상대적으로 적었다. 완충액의 정제 농도와 부피를 최적화 하기 위하여 screening test에서 가장 좋은 결과를 나타낸 C18 series cartridge를 가지고 추가 실험을 진행하였다. 인산완충액 농도를 10 mM, 20 mM, 30 mM, 40 mM, 50 mM, 250 mM, 500 mM로 변화시켰으며, 에탄올 함량은 20%와 30%로 하여 용출액을 분석하여서, $[^{11}C]PIB$를 카트리지로 합성하기 위한 최적의 조합은 tC18 environmental cartridge와 0.5 M MSP 20 mL인 것을 알 수 있었다. 기존에 보고된 방법과 cartridge를 비교한 결과, 합성시간에서는 각각 15 ~ 18min, 8 ~ 9 min이 소요되었으며, product activity는 각각 $4.1{\pm}1.4\;GBq$ (n=41), $3.8{\pm}0.9\;GBq$ (n=3), 방사화학적 수율(based on HPLC analysis of the crude product)에서는 $13.9{\pm}4.4%$ (n=41), $12.3{\pm}2.2%$ (n=3)로 별다른 차이가 없었으며, 비방사능에 있어서는 HPLC purification method가 $78.7{\pm}39.7\;GBq/{\mu}mol$ (n=41), cartridge method가 $420.6{\pm}20.4\;GBq/{\mu}mol$ (n=3)로 카트리지 방법이 기존 방법보다 더 좋은 결과를 나타내었다. 또한, 잔류 용매(c-HXO)도 vial or loop method와 별다른 차이가 없었으며, 에탄올 함량에 있어서는 70%(기존 방법)에서 30%(카트리지 방법)로 두 배 이상 함량이 적다는 사실을 알 수 있었다. 지금까지 알아본바와 같이 cartridge method는 reported method(HPLC purification)에 비하여 더 향상된 결과를 보여준다는 사실을 확인하였다.

네트워크 분석을 활용한 딥러닝 기반 전공과목 추천 시스템 (Major Class Recommendation System based on Deep learning using Network Analysis)

  • 이재규;박희성;김우주
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.95-112
    • /
    • 2021
  • 대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

인공지능이 의사결정에 미치는 영향에 관한 연구 : 인간과 인공지능의 협업 및 의사결정자의 성격 특성을 중심으로 (A Study on the Impact of Artificial Intelligence on Decision Making : Focusing on Human-AI Collaboration and Decision-Maker's Personality Trait)

  • 이정선;서보밀;권영옥
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.231-252
    • /
    • 2021
  • 인공지능(Artificial Intelligence)은 미래를 가장 크게 변화시킬 핵심 동력으로 산업 전반과 개인의 일상생활에 다양한 형태로 영향을 미치고 있다. 무엇보다 활용 가능한 데이터가 증가함에 따라 더욱더 많은 기업과 개인들이 인공지능 기술을 이용하여 데이터로부터 유용한 정보를 추출하고 이를 의사결정에 활용하고 있다. 인공지능에 관한 기존 연구는 모방 가능한 업무의 자동화에 초점을 두고 있으나, 인간을 배제한 자동화는 장점 못지않게 알고리즘 편향(Algorithms bias)으로 발생되는 오류나 자율성(Autonomy)의 한계점, 그리고 일자리 대체 등 사회적 부작용을 보여주고 있다. 최근 들어, 인간지능의 강화를 위한 증강 지능 (Augmented intelligence)으로서 인간과 인공지능의 협업에 관한 연구가 주목을 받고 있으며 기업도 관심을 가지기 시작하였다. 본 연구는 의사결정을 위해 조언(Advice)을 제공하는 조언자의 유형을 인간, 인공지능, 그리고 인간과 인공지능 협업의 세 가지로 나누고, 조언자의 유형과 의사결정자의 성격 특성이 의사결정에 미치는 영향을 살펴보았다. 311명의 실험자를 대상으로 사진 속 얼굴을 보고 나이를 예측하는 업무를 진행하였으며, 연구 결과 의사결정자가 조언활용을 하려면 먼저 조언의 유용성을 높게 인지하여하는 것으로 나타났다. 또한 의사결정자의 성격 특성이 조언자 유형별로 조언의 유용성을 인지하고 조언을 활용하는 데에 미치는 영향을 살펴본 결과, 인간과 인공지능의 협업 형태인 경우 의사결정자의 성격 특성에 무관하게 조언의 유용성을 더 높게 인지하고 적극적으로 조언을 활용하는 것으로 나타났다. 인공지능 단독으로 활용될 경우에는 성격 특성 중 성실성과 외향성이 강하고 신경증이 낮은 의사결정자가 조언의 유용성을 더 높게 인지하고 조언을 활용하는 것으로 나타났다. 본 연구는 인공지능의 역할을 의사결정과 판단(Decision Making and Judgment) 연구 분야의 조언자의 역할로 보고 관련 연구를 확장하였다는데 학문적 의의가 있으며, 기업이 인공지능 활용 역량을 제고하기 위해 고려해야 할 점들을 제시하였다는데 실무적 의의가 있다.

SANET-CC : 해상 네트워크를 위한 구역 IP 할당 프로토콜 (SANET-CC : Zone IP Allocation Protocol for Offshore Networks)

  • 배경율;조문기
    • 지능정보연구
    • /
    • 제26권4호
    • /
    • pp.87-109
    • /
    • 2020
  • 현재 육상에서는 유무선 통신의 발전으로 다양한 IT 서비스를 제공받고 있다. 이러한 변화는 육상을 넘어서서 해상에서 항해 중인 선박에서도 다양한 IT 서비스가 제공되어야 하며 육상에서 이용하는 것과 마찬가지로 양방향 디지털 데이터 전송, Web, App 등과 같은 다양한 IT 서비스들의 제공에 대한 요구가 증가될 것으로 예상하고 있다. 하지만 이러한 초고속 정보통신망은 AP(Access Point)와 기지국과 같은 고정된 기반 구조를 바탕으로 네트워크를 구성하는 지상에서는 쉽게 사용할 수 있는 반면 해상에서는 고정된 기반 구조를 이용하여 네트워크를 구성할 수 없다. 그래서 전송 거리가 긴 라디오 통신망 기반의 음성 위주의 통신 서비스를 사용하고 있다. 이러한 라디오 통신망은 낮은 전송 속도로 인해 매우 기본적인 정보만을 제공할 수 있었으며, 효율적인 서비스 제공에 어려움이 있다. 이를 해결하기 위해서 디지털 데이터 상호교환을 위한 추가적인 주파수가 할당되었으며 이 주파수를 사용하여 활용할 수 있는 선박 애드 혹 네트워크인 SANET(ship ad-hoc network)이 제안되었다. SANET은 높은 설치비용과 사용료의 위성 통신을 대신하여 해상에서 IP 기반으로 선박에 다양한 IT 서비스를 제공할 수 있도록 개발되었다. SANET에서는 육상 기지국과 선박의 연결성이 중요하다. 이러한 연결성을 갖기 위해서는 선박은 자신의 IP 주소를 할당 받아 네트워크의 구성원이 되어야 한다. 본 논문에서는 선박 스스로 자신의 IP 주소를 할당 받을 수 있는 SANET-CC(Ship Ad-hoc Network-Cell Connection) 프로토콜을 제안한다. SANET-CC는 중복되지 않는 다수의 IP 주소들을 육상기지국에서 선박들에 이어지는 트리 형태로 네트워크 전반에 전파한다. 선박은 IP 주소를 할당할 수 있는 육상 기지국 또는 나누어진 구역의 M-Ship(Mother Ship)들과 간단한 요청(Request) 및 응답(Response) 메시지 교환을 통해 자신의 IP 주소를 할당한다. 따라서 SANET-CC는 IP 충돌 방지(Duplicate Address Detection) 과정과 선박의 이동에 의해 발생하는 네트워크의 분리나 통합에 따른 처리 과정을 완전히 배제할 수 있다. 본 논문에서는 SANET-CC의 SANET 적용가능성을 검증하기 위해서 다양한 조건의 시뮬레이션을 수행하였으며 기존 연구와 비교 분석을 진행하였다.

한국 속화(俗畵)(민화(民畵))에 표현된 식물의 상징성에 관한 연구 (A Study on Plant Symbolism Expressed in Korean Sokwha (Folk Painting))

  • 길금선;김재식
    • 한국전통조경학회지
    • /
    • 제29권2호
    • /
    • pp.81-89
    • /
    • 2011
  • 속화(俗畵 또는 민화(民畵)) 속의 도입요소를 대상으로 식물의 상징성을 추적한 연구결과는 다음과 같다. 1. 우리 민족의 토속성 짙은 그림이자 상징적 의미를 담고 있는 '속화(俗畵)'라는 용어는 고려시대 이규보(1268~1241)의 '동국이상국집'에서 발견할 수 있고, 그리고 조선시대 초기 '속 동문선'과 강희맹(1424~1483)의 '사숙재집', 조선시대 후기의 '일성록(1786)', 유한준(1732~1811)의 '자저(自著)', 이규경(1788~?)의 '오주연문장전산고(五洲衍文長箋散稿)' 등에서 다양하게 추적할 수 있다. 특히, 이규경의 '오주연문장전산고' 인사편 서화(書畵)의 제병족속화변증설에 의하면 "민간에서 속화라고 불렀다"라는 기록이 발견된다. 2. 시대사적으로 한국의 속화는 농경문화의 자연관을 원초적으로 반영한 선사시대를 거쳐, 우주관을 반영하고 영혼불멸의 사상을 채색화 형태로 표현한 삼국시대, 추상적인 도형과 초자연적인 무늬를 공간 속에 상징화시켜 종교적으로 표현한 고려시대, 그리고 자연관, 심미적 가치, 상징성 등이 복합적으로 작용되어 대중화되고 한국 고유의 정체성으로 자리매김한 조선시대 등 시계열적 변화과정을 추적할 수 있다. 3. 한국의 속화 1,009점을 대상으로 분석한 소재는 식물요소 35종, 동물요소 37종, 자연요소 6종, 기타요소 5종등 총 83종이 출현하고 있다. 4. 속화에 표현된 식물 요소의 미학적 분석에 따른 형태미의 경우 모란도는 음양오행의 원초적 세계관을, 매화도는 역동적인 운치와 생태적인 조화원리를, 구도미의 경우 책가도는 복합 다시점 구도이면서도 강한 주목성을, 병화도는 역원근법에 의한 색의 강한 대비를, 독서여가도는 직선과 사선을 이용하여 자연과 인공요소의 질서정연한 균제미를 담백하게 표현하고 있다. 한편 색채미의 경우 오방색(동(東), 서(西), 남(南), 북(北), 중앙(中央)) 또는 오채색(적(赤), 청(靑), 황(黃), 백(白), 흑색(黑色))의 경우 주술적 또는 종교적으로 활용하거나 자연법칙과의 상관관계를 상징적으로 대입시키고 있다. 5. 한국 속화에 등장하는 각 요소들의 도입방식은 단순한 자연계 형태 모방을 뛰어 넘어 우주 내에 존재하는 본질의 의경을 통해 회화적 예술성을 바탕으로 자연관과 접목된 '상징성'으로 승화시켰다. 즉, 한국의 속화에서 추적할 수 있는 동 식물의 '상징성'은 종교적, 사상적, 생태적, 철학적 측면이 복합적으로 작용되어 자유 분망하면서도 독특한 표현으로 과학적 인식체계가 아닌 상징적 인식체계로, 현재 속에 과거와 미래가 공존하는 우리 민족의 집단적 문화 정체성으로 나타났다. 따라서 한국의 속화(또는 민화)는 우리 민족의 문화적 정체성이라 할 수 있으며, 우리 민족의 생활문화 속에 자연스럽게 배어든 자연관이자 토속성 짙은 의미경관요소로 해석할 수 있는 것이다. 그러나 우리 민족의 생활문화 속에 뿌리 깊게 배어 있었던 속화는 시대적 변천과정을 거쳐 그 의미와 감정이 현격히 퇴색되었다. 오늘날 주거생활이 아파트문화로 전이되고 가치관의 혼돈이 심화되는 시대적 상황 속에서 속화가 갖는 미학적, 상징적 가치는 정신적 풍요를 건전하게 지켜주는 상징 자산으로 전승되어 우리의 정체성으로 자리매김해야 하는 당위성을 갖는다고 하겠다.

MA저장중 혼합비율에 따른 적로메인, 갯기름나물, 그리고 곤달비 혼합 어린잎채소의 엽색과 저장성 비교 (Comparison of Leaf Color and Storability of Mixed Baby Leaf Vegetables according to the Mixing Ratios of Red Romaine lettuces (Lactuca sativa), Peucedanum japoincum, and Ligularia stenocephala during MA Storage)

  • 최인이;이주환;왕립;박완근;강호민
    • 생물환경조절학회지
    • /
    • 제30권1호
    • /
    • pp.77-84
    • /
    • 2021
  • 본 연구는 산채을 활용한 어린잎 혼합 포장 상품의 개발하기 위해 기존 어린잎채소에 많이 사용되고 있는 어린잎 적로메인상추(Lactuca sativa 'Red romaine')에 어린잎 산채로 갯기름나물(Peucedanum japoincum Thunberg)과 곤달비(Ligularia stenocephala)을 혼합하여 적합한 비율을 알아보고자 수행하였다. 적로메인과 산채의 혼합비율은 적로메인0 : 갯기름5 : 곤달비5(R0:P5:L5), 적로메인3.3 : 갯기름3.3 : 곤달비3.3(R3.3:P3.3:L3.3), 적로메인5 : 갯기름2.5 : 곤달비2.5(R5:P2.5:L2.5), 적로메인8 : 갯기름1 : 곤달비1(R8:P1:L1), 적로메인10 : 갯기름0 : 곤달비0(R10:P0:L0)으로 처리하였다. 모든 처리구는 OTR(Oxygen transmission rate) 10,000cc·m-2·day-1·atm-1 필름으로 포장하여 2℃/85%RH 저온고에서 27일간 저장하며 생체중 감소율, 포장내 이산화탄소/산소/에틸렌 농도, 외관, 엽록소 함량, 색도를 조사하였다. 생체중은 R8:P1:L1 처리구가 0.4% 미만의 가장 낮은 감소율을 보였고, 이를 제외한 나머지 처리구들은 0.5% 내외의 수치를 나타내었으나 통계적 유의성은 없었다. 포장내 산소와 이산화탄소 농도는 작물의 호흡률에 영향을 받았는데, 호흡률이 낮았던 상추의 혼합비율이 높아질수록 포장내 산소농도가 높았고, 이산화탄소 농도는 낮았다. 산소농도는 15일이후 크게 감소하였으나, 16%이상은 유지되었고, 이와 반대로 이산화탄소 농도의 경우 15일까지 1-4%로 유지되다가 서서히 증가하여 27일차에는 2-5%로 증가하였다. 에틸렌 농도는 저장 종료일까지 3-6µL·L-1 내외의 농도를 유지하였다. 저장 종료일의 외관상품질은 모든처리구가 상품성 한계점인 3점에 다소 못 미치는 정도를 보였다. 엽록소 함량(SPAD)은 처리구간 통계적 유의성은 없었으나, 적로메인과 곤달비의 경우 R8:P1:L1 처리구에서, 갯기름나물은 R5:P2.5:L2.5과 R8:P1:L1처리구에서 가장 적게 감소하였다. Heat map으로 비교한 3가지 작물의 엽색(L∗, a∗, b∗, chroma)은 R5:P2.5:L2.5와 R8:P1:L1 처리구에서 저장 후 가장 변화가 적었다. 이중 R8:P1:L1 처리구는 엽록소 함량도 가장 높게 유지되었으며 포장내 에틸렌 농도도 2번째로 낮았고 이산화탄소 농도는 2-3% 수준을 유지하였다. 따라서 적로메인 8, 곤달비 1, 갯기름 1(R8:P1:L1)의 혼합한 비율이 이 3가지 작물의 어린잎 혼합 포장에 가장 적합한 것으로 판단된다.

자율 주행을 위한 Edge to Edge 모델 및 지연 성능 평가 (Edge to Edge Model and Delay Performance Evaluation for Autonomous Driving)

  • 조문기;배경율
    • 지능정보연구
    • /
    • 제27권1호
    • /
    • pp.191-207
    • /
    • 2021
  • 오늘날 이동통신은 급증하는 데이터 수요에 대응하기 위해서 주로 속도 향상에 초점을 맞추어 발전해 왔다. 그리고 5G 시대가 시작되면서 IoT, V2X, 로봇, 인공지능, 증강 가상현실, 스마트시티 등을 비롯하여 다양한 서비스를 고객들에게 제공하기위한 노력들이 진행되고 있고 이는 우리의 삶의 터전과 산업 전반에 대한 환경을 바꿀 것으로 예상되고 되고 있다. 이러한 서비스를 제공하기위해서 고속 데이터 속도 외에도, 실시간 서비스를 위한 지연 감소 그리고 신뢰도 등이 매우 중요한데 5G에서는 최대 속도 20Gbps, 지연 1ms, 연결 기기 106/㎢를 제공함으로써 서비스 제공할 수 있는 기반을 마련하였다. 하지만 5G는 고주파 대역인 3.5Ghz, 28Ghz의 높은 주파수를 사용함으로써 높은 직진성의 빠른 속도를 제공할 수 있으나, 짧은 파장을 가지고 있어 도달할 수 있는 거리가 짧고, 회절 각도가 작아서 건물 등을 투과하지 못해 실내 이용에서 제약이 따른다. 따라서 기존의 통신망으로 이러한 제약을 벗어나기가 어렵고, 기반 구조인 중앙 집중식 SDN 또한 많은 노드와의 통신으로 인해 처리 능력에 과도한 부하가 발생하기 때문에 지연에 민감한 서비스 제공에 어려움이 있다. 그래서 자율 주행 중 긴급 상황이 발생할 경우 사용 가능한 지연 관련 트리 구조의 제어 기능이 필요하다. 이러한 시나리오에서 차량 내 정보를 처리하는 네트워크 아키텍처는 지연의 주요 변수이다. 일반적인 중앙 집중 구조의 SDN에서는 원하는 지연 수준을 충족하기가 어렵기 때문에 정보 처리를 위한 SDN의 최적 크기에 대한 연구가 이루어져야 한다. 그러므로 SDN이 일정 규모로 분리하여 새로운 형태의 망을 구성 해야하며 이러한 새로운 형태의 망 구조는 동적으로 변하는 트래픽에 효율적으로 대응하고 높은 품질의 유연성 있는 서비스를 제공할 수 있다. 이러한 SDN 구조 망에서 정보의 변경 주기, RTD(Round Trip Delay), SDN의 데이터 처리 시간은 지연과 매우 밀접한 상관관계를 가진다. 이 중 RDT는 속도는 충분하고 지연은 1ms 이하이기에 유의미한 영향을 주는 요인은 아니지만 정보 변경 주기와 SDN의 데이터 처리 시간은 지연에 크게 영향을 주는 요인이다. 특히, 5G의 다양한 응용분야 중에서 지연과 신뢰도가 가장 중요한 분야인 지능형 교통 시스템과 연계된 자율주행 환경의 응급상황에서는 정보 전송은 매우 짧은 시간 안에 전송 및 처리돼야 하는 상황이기때문에 지연이라는 요인이 매우 민감하게 작용하는 조건의 대표적인 사례라고 볼 수 있다. 본 논문에서는 자율 주행 시 응급상황에서 SDN 아키텍처를 연구하고, 정보 흐름(셀 반경, 차량의 속도 및 SDN의 데이터 처리 시간의 변화)에 따라 차량이 관련정보를 요청해야 할 셀 계층과의 상관관계에 대하여 시뮬레이션을 통하여 분석을 진행하였다.