• 방송과미디어
• /
• 제11권4호
• /
• pp.104-117
• /
• 2006

디지털 융합과 유비쿼터스 시대의 시작은 디지털 미디어 기술의 발전과 방송 통신 사업의 융합을 가속화시켰으며, 그 결과 DMB(Digital Multimedia Broadcasting), WCDMA(Wide-band code division multiple access), Wibro(Wireless Broadband Internet), IP-TV(Internet protocol TV), HSDPA(High speed downlink packet access)등의 새로운 형태의 휴대형방송통신융합서비스들이 멀티미디어 매체의 핵심으로 등장하고 있다. 국내에서 방송 통신 융합의 빠른 진행은 세계 최초로 디지털멀티미디어방송(DMB)을 가능하게 하였다. DMB는 멀티미디어와 양방향 데이터방송 서비스가 핵심이다. 데이터 방송은 현재 지상파 DMB 방송사업자자인 KBS, MBC, SBS, YTN DMB가 본 방송을 위한 막바지 준비단계를 마쳤다. [1] 데이터 방송은 뉴스, 날씨, 프로그램 정보 등의 단순 정보서비스 수준에 그치지 않고, 리턴 채널을 이용한 양방향 정보서비스 및 SMS, 전화 걸기 등 휴대전화 단말의 고유기능과의 연계을 통한 다양한 멀티미디어 서비스가 제공될 것이다. 더 나아가 향후 T-Commerce와 개인 광고 등 새로운 서비스 모델과 사업영역을 확산시켜 나아갈 수 있을 것이다. 그러나 아직까지 휴대형방송통신융합서비스는 초기 진입 단계로 표준 기술의 규격 작업, 이론적 논의들, 융합 모델의 전개, 그리고 관련 사업자들의 서비스 준비 등이 실제 이용자들을 대상으로 한 연구 분석이 사전에 검토되어 이루어지지 않았다는 연구의 한계를 가지고 있다. 본격적으로 휴대형방송통신융합서비스가 시작되면서 사용자들에 초점을 맞춘 연구가 이루어지길 바라며, 이러한 연구 분석을 통해 또 다른 새로운 서비스와 기술 발전의 기회를 마련할 수 있기를 기대해 본다.록 한 반면, 한국의 경우에는 정해진 세부사항 없이 크게 ABCD체제의 방식과 출석상황, 중간고사, 기말고사, 과제물 완성도 등을 퍼센티지로 나누어 평가하고 있었다. 학생들에게 주어지는 균등한 기회나 평등의 문제도 학생들의 자격, 신분 등이 거의 다르지 않은 한국에서는 그리 중요한 사항은 아니었으나 다민족 국민으로 이루어진 영국의 학생들에게는 아주 민감한 사항임을 알 수 있었다.서 시베리아 연안을 따라 남부 연안까지 남하하는 한 줄기가 있음을 알 수 있었다. 점차 수심이 깊어지면서 동해 남 북부 전체를 ESPW로 채우고 있어 어떤 흐름의 특징보다는 동해 전체의 상당한 부피를 차지함을 알 수 있었다(Fig. 7d). 동해 북부해역에서 생성되는 냉수들이 연안을 따라서 동해 남부해역으로 이동하는 흐름을 보여주었다. 따라서 동해 내부 순환의 큰 줄기는 연안을 따라 흐르는 냉수들의 흐름이며, 매년 동해남부 해역에 발생하는 용승 현상도 이러한 흐름의 연장선에 있음을 짐작할 수 있다(Lee and Kim 2003).지고 1990년부터는 본격적인 양산 시대에 접어들게 되었다. 1990년대 초에는 STN LCD의 Color화 및 대형화(大型化) 고(高)품위화에 힘입어 Note-Book PC에 LCD가 본격적으로 적용이 되었고, 1990년대 후반에는TFT LCD의 표시품질 대비 가격경쟁력 확보로 인하여 Note-Book PC 시장을 독점하기에 이르렀다. 이후로는 TFT LCD의 대형화가 중요한 쟁점으로 부각되고 있고, 1995년 삼성전자는 당시 세계최대 크기의 22' TFT LCD를 개발하였다. 또한 LCD의 고정세(高情細)화를 위해 Poly Si TFT LCD의 개발이 이루어졌고, 디지타이져 일체형 LCD의 상품화가 그 응용의 폭을 넓혔으며, LCD의 대형화를 위해 1994년 Canon에 의해 14.8', 21' 등의 FLCD가 개발되었다.

• Radiation Oncology Journal
• /
• 제16권1호
• /
• pp.71-79
• /
• 1998

목적 : 비 상업용 3차원 컴퓨터치료계획시스템인 Plunc의 구축 사례를 소개하고 이의 임상적용 가능성에 대하여 검증하고자 한다. 대상 및 방법 : 미국 North Carolina 대학에서 개발된 3차원 치료계획시스템인 Plunc의 소스코드를 제공받아, PC용 Unix인 Linux 환경의 Pentium Pro 200MHz(128MB RAM, Millennium VGA)에서 설치하였다. 본과의 6MV 광자선(Siemens MXE 6740)에 대한 출력인자, 최대산란비, 최대산란인자, 쐐기의 모양 및 감쇄인자 등의 빔데이터를 입력한 후, 일반적인 치료조건인 loom 깊이의 회전중심점에서의 심부선량백분율, 선량측면도, oblique 입사빔 및 공기간격 하에서의 선량계산 결과를 물팬톰에서의 측정치와 비교, 분석하였다. 결과 : Plunc는 원래 CT 영상데이터를 이용한 모의치료기로써 개발되어, 빔 설계가 매우 편리하도록 사용자 인터페이스가 구성되어 있으며, BEV, DRR 및 영상합성 등의 기능을 갖추고 있다. 선량계산은 10초 정도가 소요되는 3차원 선량분포나 선량체적히스토그람을 제외하고는 거의 실시간으로 실행되었다. Plunc에 의한 선량 계산 값을 측정값과 비교한 결과, 심부선량백분율의 경우, 선량증가영역을 제외하고는 $1\%$이내에서 일치하였다. 또한, 선량측면도의 경우, $5\%$가량의 선량감소를 나타내는 치료영역 크기 밖의 저선량 영역을 제외하고는 $2\%$ 이내에서 일치하였다. Oblique 입사 빔의 경우, 빔 중심축을 포함하는 평면상의 선량분포가 선량이 $30\%$ 이하인 영역을 제외하고는 비교적 잘 일치하였다. 공기간격을 통과한 빔에 대한 선량측면도의 비교 결과, 중심 축에서의 선량 값에 대해 $5\%$의 오차를 보였다. 결론 : Plunc의 광자선량계산의 정밀도는 일반적인 치료조건하에서 약 $2-5\%$ 내외의 오차로써, 측정치에 대한 보정에 근거한 알고리즘을 사용하는 일반 치료계획시스템과 비슷한 수준이라 사료된다. 현재로서는 전자선에 대한 선량계산이 불가능하기 때문에 완전한 형태의 치료계획시스템이 되기 위해서는 향후, 전자선에 대한 계산모듈의 개발과 광자선 선량계산 또한 보다 정밀한 선량계산이 가능한 컨벌루션 방법과 같은 3차원 선량계산모듈의 개발도 필요하다. Plunc는 상업용 3차원 치료계획 시스템의 사용이 현실적으로 어려운 여건의 병원에서 2차원 치료계획시스템과 상호 보완적으로 사용한다면 2차원 치료계획시스템이 갖는 많은 제약을 극복할 수 있을 것으로 사료된다.

• 한국토양비료학회지
• /
• 제32권4호
• /
• pp.383-397
• /
• 1999

오염토양을 효과적으로 진단하고 경제적인 복원을 위해서는 오염토양의 오염원인, 오염정도, 주변 환경이나 인축에 대한 피해발생 유무, 오염물의 이동경로 등을 올바르게 평가하는 것이 대단히 중요하다. 이를 위해서는 오염토양과 토양내 가스, 주변 지하수 및 지표수, 침전물 등의 효율적 시료채취와 정확한 분석이 필수적이라 할 수 있다. 오염지역 토양의 오염도평가를 표준화하고 처리효율성을 높이기 위해서는 전문처리요원이 토양의 오염도와 위험성을 정확하게 판단 할 수 있도록 단순하면서도 경제적인 연속시험법을 필요로 한다. 이것은 오염토양의 조사와 복원시간 및 전치적일 기술의 진보를 가져오는데 상당한 시간절약을 꾀할 수 있다. 특히 효과적인 현장평가를 위해서는 오염특성을 포함한 많은 관련 요인들에 대한 표준화된 기준하에서 오염의 형태와 정도를 결정하는 것이 중요하다. 현장평가를 위한 일반적인 절차는 작업계획과 토양조사수준에 따라 Phase I, II, III의 단계적 방법으로 구성되어 있다. Phase I은 토양의 과거용도 및 오염물의 유입경로를 기초로 하여 현장의 환경여건을 파악하는 단계이다. Phase I에서 잠재적 오염물질에 의해 오염된 것이 확인되면 Phase II에서는 오염물의 존재여부와 존재정도를 파악하는 단계로 시료의 채취 및 분석과정이 여기에 포함된다. Phase III는 Phase I과 II의 결과를 바탕으로 오염토양을 복원하는 단계이다. 여기서 평가기준이 지역 특이적인 것인지 적당한 것인지를 결정하는 중요한 요인은 (1) 시료채취의 공간분포도와 지역의 크기, (2) 취해진 시료의 수, (3) 시료채취 방법, 그리고 (4) 자료를 분석요령 등이다. 선택된 분석방법이 추천할만한 것일지라도 정량방법의 선택여부는 현장조사방법에 대한 훈련이나 조사경험을 가진 사용자에 의해 결정되는 것이 바람직할 것이다.

• 한국건설관리학회논문집
• /
• 제22권4호
• /
• pp.59-65
• /
• 2021

2016년 "주택법 일부개정 법률안"과 "2018년 주거 종합수정계획" 이후 공동주택의 선분양 제도와 후분양 제도의 관심이 대두되고 있다. 본 연구에서는 공동주택의 선분양제도와 후분양제도의 장·단점을 비교하고, 후분양제도의 제도정책 기반을 수립하기 위해서 공공측면에서 공동주택의 입주자를 대상으로 설문 조사기법을 사용하고, 시간과 비용의 문제를 시계열 분석방법으로 분담금 납입 적정 시기를 제안하고자 한다. 이에 따라 기존이론과 문헌고찰을 통해서 공공기관과 민간기관의 후분양제도를 정리하고, 설문조사를 통해서 분양금 확보경로, 모델하우스의 제품정보, 후분양제도의 효과에 대한 인식도를 조사하였다. 후분양 기금지원 및 납부방식을 사용자 입장에서 기금융자 상한선을 높일 필요가 있고, 지역별 분양시장의 경제력을 고려한 운영이 필요하다. 60% 후분양과 80% 후분양 모두 1,000만원까지 수용가격대가 형성되어있고, 총 이율 환산 시 5.0%, 연리로는 60% 후분양 시 약 2.8%, 80% 후분양에서 약 2.1% 수준이므로 현행 3.1% 보다 낮은 이율이 필요하다. 연구는 공공기관 후분양아파트 입주자 표본 총 5,213가구를 대상으로 하는 인식조사로서 시장수급과 시장가격의 영향 등에 대한 시계열을 사용하여 실제 값을 분석한 자료이므로 민간공동주택 입주 예정자에 적용하는데 한계가 있다. 또한 최초입주자의 응답을 위해 최근 5년 내 입주한 5개 단지를 대상으로 설문조사를 실시하였다. 향후 조사 표본을 확대한다면 민간시장 가격에 일반화가 가능할 것이다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.

• Radiation Oncology Journal
• /
• 제23권3호
• /
• pp.186-193
• /
• 2005

목적: 방사선치료의 핵심 장비인 선형가속기의 10년간 고장 기록을 분석하여 효율적인 관리 지표로 활용하고자 한다. 대상 및 방법: 1994년 4월부터 2004년 12월까지 10년 8개월간 의공기술과에서 기록한 장비 수리일지와 사용자가 기록한 업무일지의 내용을 통계분석을 통해 관리실태를 분석했다. 장비 장애 요인을 다각적으로 분석하기 위해 고장 원인을 치료기 부위별로 세분했고, 고장 발생 시 치료업무에 미치는 영향에 따라 세 단계로 구분하여 조사했다. 또한, 장비 사용량이 고장에 미치는 영향을 분석하기 위해 연간 치료 환자 수와 고장건수, 중요 부속의 평균 수명, 수리비용 등을 분석했다. 결과: 10년간 발생한 전체 고장건수는 587건이였으며, 이중 조사헤드부의 고장이 전체 건수의 $20\%$ 차지해 가장 높게 나타났고, 고장이 미치는 영향에서는 일시적 장애에 해당하는 '조사능력 저하'상태의 고장이 $41\%$를 차지해 가장 높았다. 고장 부위에 따른 장애 영향 분석에서는 장애 등급이 가장 높은 '조사 불가능'상태의 고장이 가속부에서 전체 건수의 약 $10\%$를 차지해 가장 높게 나타났으며, 고장과 관련된 각종 지표 및 수리비용은 사용연수 및 치료건수가 증가함에 따라 함께 증가했다. 중요 부속의 평균 수명은 클라이스트론과 싸이라트론의 경우 치료건수가 증가함에 따라 교체 주기가 빨라져 각각 제조사 권고치의 $42\%,\;83\%$ 수준이었다. 결론; 안정적인 치료서비스 제공을 위해서는 사용 연수가 증가함에 따라 장비 관리의 필요성이 더욱 중요시되어야하며, 10년간 장비 관리기록을 통해 얻은 각종 지표가 향후 예방적 관리의 좋은 지침이 될 것으로 생각된다.방사선으로 인한 폐손상 시에 항섬유증 약물로의 사용가능성을 확인하였다.방향으로 2.1 mm, 그리고 SI 방향으로 1.7 mm이다. 결론: 연구 결과 SSD, CLD, 클립의 움직임 및 isocenter의 위치변화 측면에서 분석될 경우 그다지 큰 오차는 발생하지 않았음을 보여준다. 그러므로 본 연구결과 유방암 환자의 경우 진단용 CT를 사용한다 하더라도 준비오차는 모의 CT를 사용하는 경우와 비교하여 차이가 없음을 알 수 있다. 그러나 모의치료와 CT스캔 사이의 준비오차를 감소하기 위해서는 CT 영상 획득 시 환자 위치고정에 특별한 주의를 기울여야 한다.EX>$\alpha/\beta$=10인 경우 $62.0\~121.9\;Gy_{10}$ (중앙값: $93.0\;Gy_{10}$)의 분포를, ${\alpha/\beta}=3$인 경우 $93.6\~187.3\;Gy_3$ (중앙값=$137.6\;Gy_3$ )의 분포를 보였다. MD-BED $Gy_3$는 직장합병증 발생과의 관계는 통계적으로 유의하였고, 방광합병증과는 유의하지 않았다. 직장합병증과의 연관성은 MD-BED $Gy_3$보다 개별 환자의 직장전벽 총 선량 BED값인 R-BED $Gy_3$가 훨씬 더 높았다. 요도카테터 풍선의 후방지점이 대변하는 방광의 총 선량 BED값인 V-BED $Gy_3$도 방광합병증과 경향성 테스트에서 통계적 유의성을 보였다. 하지만, 어떠한 방사선선량도 골반제어율과 의미 있는 상관관계를 보이지 않았다. 본 기관에서 주치의의 선호도에 따라 강내근접치료가 외부방사선치료의 중간에 시행되는

• 지능정보연구
• /
• 제26권3호
• /
• pp.109-125
• /
• 2020

군(軍)에서 방위력개선사업(이하 방위사업)은 매우 투명하고 효율적으로 이루어져야 함에도, 방위사업 관련 법 및 규정의 과도한 다양화로 많은 실무자들이 원활한 방위사업 추진에 어려움을 겪고 있다. 한편, 방위사업 관련 실무자들이 각종 문서에서 다루는 법령 문장은 문장 내에서 표현 하나만 잘못되더라도 심각한 문제를 유발하는 특징을 가지고 있으나, 이를 실시간으로 바로잡기 위한 문장 비교 시스템 구축에 대한 노력은 미미했다. 따라서 본 논문에서는 Siamese Network 기반의 자연어 처리(NLP) 분야 인공 신경망 모델을 이용하여 군(軍)의 방위사업 관련 문서에서 등장할 가능성이 높은 문장과 이와 관련된 법령 조항의 유사도를 비교하여 위법 위험 여부를 판단·분류하고, 그 결과를 사용자에게 인지시켜 주는 '군(軍) 보고서 등장 문장과 관련 법령 간 비교 시스템' 구축 방안을 제안하려고 한다. 직접 제작한 데이터 셋인 모(母)문장(실제 법령에 등장하는 문장)과 자(子)문장(모(母)문장에서 파생시킨 변형 문장) 3,442쌍을 사용하여 다양한 인공 신경망 모델(Bi-LSTM, Self-Attention, D_Bi-LSTM)을 학습시켰으며 1 : 1 문장 유사도 비교 실험을 통해 성능 평가를 수행한 결과, 상당히 높은 정확도로 자(子)문장의 모(母)문장 대비 위법 위험 여부를 분류할 수 있었다. 또한, 모델 학습에 사용한 자(子)문장 데이터는 법령 문장을 일정 규칙에 따라 변형한 형태이기 때문에 모(母)·자(子)문장 데이터만으로 학습시킨 모델이 실제 군(軍) 보고서에 등장하는 문장을 효과적으로 분류한다고 판단하기에는 제한된다는 단점을 보완하기 위해, 실제 군(軍) 보고서에 등장하는 형태에 보다 더 가깝고 모(母)문장과 연관된 새로운 문장 120문장을 추가로 작성하여 모델의 성능을 평가해본 결과, 모(母)·자(子)문장 데이터만으로 학습시킨 모델로도 일정 수준 이상의 성능을 확인 할 수 있었다. 결과적으로 본 연구를 통해 방위사업 관련 군(軍) 보고서에서 등장하는 여러 특정 문장들이 각각 어느 관련 법령의 어느 조항과 가장 유사한지 살펴보고, 해당 조항과의 유사도 비교를 통해 위법 위험 여부를 판단하는 '실시간 군(軍) 문서와 관련 법령 간 자동화 비교 시스템'의 구축 가능성을 확인할 수 있었다.

• 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.