• 자원ㆍ환경경제연구
• /
• 제21권4호
• /
• pp.947-980
• /
• 2012

본고는 농업부문 및 국가경제에 대한 기후변화의 장기적 영향을 분석한다. 우선 작물 시뮬레이션 및 준모수적 분석법 등을 이용하여 쌀, 낙농 및 축산업에 대한 기후변화의 생산성 영향을 예측하고, 다음으로 축차적 동태 CGE모형을 이용하여 예측된 생산성 영향으로 유발되는 경제적 영향을 평가한다. 분석결과 우선 기후변화의 생산성 영향에서, 낙농 및 축산업의 경우 지속적으로 생산성이 하락하는 것으로 예측되었고, 쌀의 경우, 작물 시뮬레이션 적용 시 생산성 하락이, 준모수적 분석법을 적용 시 생산성이 상승한 후 다시 하락하는 것으로 예측되었다. 다음으로 쌀의 두 가지 예측결과를 기준으로 두 가지 시나리오를 설정하고 축차적 동태 CGE모형에 반영하여 경제적 영향을 평가한 결과, 2050년 연간 GDP 예상손실률이 시나리오에 따라 각각 0.2%, 0.02%로 나타났으며, 세부부문별로는 농업생산부문과 식품가공업, 농업용 투입재 산업, 그리고 몇몇 유통관련 산업에서 경제적 효과가 크게 나타났다. 그리고 대부분의 선행연구에서 간과되던 낙농 및 축산업 부문의 경제에 미치는 영향이 큰 것으로 나타났는데, 위 결과는 쌀부문 외 다른 농업생산부문에서의 기후변화 효과분석이 필요함을 제시한다.

• 한국건설관리학회논문집
• /
• 제9권5호
• /
• pp.86-94
• /
• 2008

생산성은 모든 생산조직의 견실성 및 생산 활동의 효율성 평가를 위한 매우 중요한 경영 지표 중 하나로써 생산성의 기능은 건설 산업에 있어서도 예외일 수 없다. 그러나 국내의 경우 생산성의 중요성과 그 기능에도 불구하고 건설 생산성 관리와 관련된 사항은 대부분 현장관리자의 경험과 직관에 의존하고 있으며 생산성 데이터를 데이터베이스화하여 공사계획 및 관리에 적극활용하지 못하고 있다. 이러한 문제는 생산성 데이터와 관련된 정보의 수집 및 분석 방법이 체계적이지 못한 결과로, 생산성 데이터의 효과적인 활용을 위해 우선적으로 WBS개선이 이루어져야 한다. 따라서 본 연구에서는 연구문헌 분석, 해외사례 분석으로 연구에 적용함에 따른 적합여부 및 개선사항을 도출하고, 현장 인터뷰를 통해 현장여건을 반영한 후, 설정된 기본방향을 바탕으로 생산성 데이터 수집 및 분석을 위한 WBS를 구축하였다. 마지막으로 생산성 데이터 수집 및 분석을 위한 체계로의 검증을 실시하였다. 향후 구축된 WBS를 통해 수집된 생산성 데이터는 OLAP을 이용한 생산성 분석 및 Data Mining을 이용한 생산성 예측에도 활용될 것으로 기대된다.

• 한국농공학회논문집
• /
• 제54권4호
• /
• pp.83-92
• /
• 2012

짐바브웨는 식량부족을 격어 오고 있으며, 이는 기후변화에 따른 수자원의 부족, 인구증가, 개발 및 환경보전 등으로 인하여 앞으로는 더욱 심화될 것으로 보인다. 3가지 배출시나리오 (A2, A1B, B1)에 대한 13개의 GCM 기후자료로부터 상세화한 기후예측값과 AquaCrop 작물모형을 이용하여 기후변화가 짐바브웨의 주곡인 옥수수의 수확량에 미치는 영향과 모형예측값의 불확실성을 분석하였다. 작물생육환경이 잘 유지된다고 가정하고 옥수수 잠재생산량을 모의한 결과 기준년도 (1970s)에 비해 2020s, 2050s and 2090s 년대에 평균 (범위) 8 % (6-9 %), 14 % (10-15 %) 및 16 % (11-17 %) 증가할 것으로 예측되었다. 같은 기간에 대한 물의 생산성은 평균 (범위) 7 % (4-13 %), 13 % (6-30 %) 및 15% (6-23 %) 증가할 것으로 예측되었다. 기온의 꾸준한 상승과 대기중 이산화탄소 농도 증가로 인한 시비효과로 인하여 미래에는 옥수수 단위 생산량과 물의 생산성이 증가할 것으로 예측되었으며 증가 범위를 보면 모형간의 변동성이 상당히 큰 것을 알 수 있었다. 본 연구결과는 기후변화가 짐바브웨의 옥수수 생산량에 미치는 영향과 변동성을 제시하므로서 장기적인 식량계획의 기초자료로 이용될 수 있을 것이다.

• 한국건설관리학회논문집
• /
• 제20권2호
• /
• pp.3-12
• /
• 2019

국내 건설산업에서 생산성 정보는 중요성과 그 기능에도 불구하고 생산성 데이터의 수집 및 분석 방법이 체계화되어 있지 못하다. 또한 생산성 관리는 대부분 현장관리자의 경험과 직관에 의존하고 있으며 생산성 데이터를 공사계획 및 관리에 적극 활용하지 못하고 있는 상황이다. 따라서 본 연구에서는 공동주택 마감공사의 생산성 예측 및 생산성 영향요인을 분석할 수 있는 기반을 마련하기 위해 단위작업별 생산성 관련 데이터를 수집하여 딥러닝 기반의 생산성 예측모델을 개발하고자 한다. 연구결과인 딥러닝 기반의 공동주택 단위작업별 생산성 예측모델은 신뢰할 수 있는 생산성 정보 데이터에 딥러닝을 적용하여 향후 데이터가 축적될수록 발전되는 기술로 공동주택 프로젝트 관리시스템의 기본 모듈이 될 수 있다. 또한 과거 유사한 프로젝트의 생산성 데이터를 통한 개산견적, 공정계획을 위한 작업일수 산정, 투입인원 산정 등과 같은 프로젝트 엔지니어링 과정에 활용 가능하며 공사 진행 중 예측과 다른 생산성 발견 시 원인 분석에 용이하여 신속한 대응 및 향후 예방이 가능할 것으로 기대된다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2007년도 정기학술발표대회 논문집
• /
• pp.813-818
• /
• 2007

건설 프로젝트에서 수집되는 생산성 정보는 공사 진행의 효율성 파악, 작업여건 및 투입자원의 분석, 프로젝트의 성과측정 등에 활용될 수 있을 뿐만 아니라 향후 공사계획 수립에 있어 유용하게 사용될 수 있는 매우 중요한 실적자료이다. 그러나 이와 같은 생산성 정보의 중요성에도 불구하고 기존의 국내 건설 산업은 생산성 데이터의 수집 및 측정방법 등이 아직 체계화 되어있지 못하고 생산성 데이터의 활용도 미진하며 이로 인해 대부분의 공사계획 수립을 현장관리자의 경험과 직관에 의존하고 있어 계획 대비 실적에 대한 신뢰도가 그만큼 저하될 수밖에 없는 실정이다. 따라서 본 연구에서는 실제 건설 생산성 데이터의 축적을 통해 이를 향후 공사계획 수립에 유용한 실적자료로서 활용할 수 있는 건설 생산성 예측모델을 제시하고자 한다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2006년도 정기학술발표대회 논문집
• /
• pp.548-553
• /
• 2006

건설 프로젝트에 있어서 생산성은 프로젝트의 성과측정 및 향후 공사계획 수립 등 매우 중요한 공사관리의 기능을 지니고 있다. 건설 현장의 특성상 작업에 영향을 미치는 요인들이 많이 존재하며, 이러한 요인들에 의해 건설 공사에는 변화가 많이 발생하고 따라서 건설 생산성을 정확히 분석하고 예측하는 것은 매우 어려운 실정이다. 국내 대부분의 현장에서는 생산성 데이터와 관련된 정보의 수집 및 분석 방법이 체계화되어 있지 못하여 건설 생산성 관리와 관련된 사항을 대부분 현장관리자의 경험과 직관에 의존하고 있는 상황이다. 이는 건설 공사 관리의 신뢰성을 저하시키는 요인이 될 수 있으며 공사 일정에 차질이 발생할 경우 무리한 공사로 인한 부실시공이나 일정 지연 등의 결과를 초래하여 큰 손실을 야기할 수 있다. 따라서 건설 프로젝트에서 발생하는 생산성 데이터와 생산성 영향요인들을 체계적으로 수집하여 공사관리에 활용하기 위한 관리체계의 개발이 요구된다. 본 연구에서는 공동주택 구체공사의 단위작업을 중심으로 발생하는 생산성 데이터와 생산성 영향요인을 정의하고, 정보기술을 활용하여 정보의 수집 및 가공을 통한 생산성 분석의 활용 방안을 제시하고자 한다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2008년도 정기학술발표대회 논문집
• /
• pp.262-267
• /
• 2008

1970년대부터 고도의 산업발전을 이루기 시작한 국내 건설현장에서 저렴한 공사비용 및 간편한 시공성 등을 장점으로 샌드위치패널을 활용한 건축물이 급격하게 증가하는 실정이다. 하지만 샌드위치 패널의 시공을 담당하는 기업들은 대형 건설기업보다 중소건설업체에서 시공하기 때문에 생산성 향상을 위한 연구가 부족한 상황이다. 본 연구는 샌드위치패널공사현장을 실사하여 작업조별 작업싸이클을 분석하고 Web-Cyclone을 이용한 모델링을 구축하여, 각 작업조별 생산성 및 공사금액을 분석하였다. 이를 활용하여 샌드위치패널공사의 작업조 생산성 정보를 상대적으로 연구가 부족한 국내 중 소규모 전문건설업체들이 자신들의 현장 특성에 적합한 샌드위치패널공사의 생산성 및 공사금액을 예측 및 적용할 수 있을 것이다. 또한 본 연구에서 작성한 모델링을 기반으로 유사한 공정에 대하여 시뮬레이션을 모델링화하는데 적용될 수 있을 것으로 예상된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.484-487
• /
• 2022

이 연구에서는 생산기간에 따른 치밀오일 저류층의 미래 생산성을 예측하기 위해 XAI(eXplainable Artificial Intelligence) 기반의 머신러닝 모델을 제시하였다. XAI 알고리즘은 해석 가능한 인공지능을 뜻하며 예측한 최종 결과의 근거와 도출 과정의 타당성을 제공한다. 본 연구에서는 현장자료를 기반으로 데이터전처리를 수행한 후 생산 초기와 후기의 생산성을 예측하는 지도학습 모델을 제안하고, 모델의 결과를 바탕으로 XAI를 이용하여 생산성 예측 모델의 영향을 미치는 인자를 분석하였다.

• KDI Journal of Economic Policy
• /
• 제16권4호
• /
• pp.27-45
• /
• 1994

경기변동(景氣變動)에 대한 중요한 판단자료인 산업생산지수(産業生産指數)는 음력에 따르는 구정, 추석 등의 기간 및 시점변동으로 계절적 요인이 불규칙하게 나타나게 되고, 이로 인하여 지수(指數)의 분석에 혼란이 야기되고 있다. 산업생산지수(産業生産指數)의 계절변동(季節變動)은 일차적으로 근로일수(勤勞日數)에 그 원인이 있는 것으로 판단된다. 본고(本稿)에서는 통상의 계절조정방법 대신에 근로일수를 고려하여 1일당 생산을 기준으로 산업생산을 분석하였다. 근로일수(勤勞日數)는 확정적(確定的)(deterministic)인 성격을 가지고 있어 계절성(季節性)의 변동에 대한 예측(豫測)이 가능할 뿐 아니라, 1일당 생산을 고려할 경우 각 관측치의 시간적 길이를 동일하게 함으로써 생산과 재고의 관계를 설정하는 것이 용이해진다. 생산(生産)과 재고변화(在庫變化)만을 이용한 간단한 오차수정모형(error correction model)을 설정하여 생산의 표본외구간(標本外區間) 예측(豫測)(out of sample forecasting)을 수행한 결과, 근로일수(勤勞日數)로 조정하였을 경우 예측력이 현저히 개선됨을 확인할 수 있었다.

• 한국지리정보학회지
• /
• 제20권1호
• /
• pp.42-55
• /
• 2017

식생의 기후 적응력은 지역에 따른 상황 및 공간적 패턴이 다르게 나타나기 때문에 픽셀 스케일의 접근이 필요하다. 본 연구에서는 위성영상 기반 식생지수에 대해 PLS 회귀분석을 적용하여 식생의 생산성에 영향을 미치는 기후요인을 평가하고 남한지역의 미래 산림 생산성을 예측하였다. 그 결과, 최고강수분기의 평균기온(Bio8), 최저강수분기의 평균기온(Bio9), 최저강수월의 강수량(Bio14) 변수가 식생의 생산성에 높은 영향을 미치는 것으로 분석되었다. 미래 기후시나리오 자료를 이용하여 예측된 2050년의 식생 생산성은 전체적으로 감소하는 것으로 나타났으며, 특히 고지대에서 크게 감소하는 것으로 분석되었다. 이러한 결과는 기후에 민감한 지역의 식생에 대한 생산성 모니터링과 미래 기후변화로 인한 산림 탄소 저장량의 변화를 평가하는데 있어 유용하게 활용될 수 있을 것으로 판단된다.