• 한국수자원학회논문집
• /
• 제56권2호
• /
• pp.115-124
• /
• 2023

현재 극한기상의 발생빈도가 많아지면서 극한기상현상이 발생하였을 때 피해규모는 증가하고 있다. 이게 과거부터 강우량의 예측을 위해 많은 시간과 제원을 투자하여 예측정보를 제공하고 있다. 하지만 이러한 정보는 전문가가 아닌 일반인이 이해하기 어려우며 특히 극한기상현상이 발생하였을 때 어느정도의 규모의 피해가 발생하는지에 대한 정보는 포함되어 있지 않다. 이에 본 연구에서는 영국에서 최초로 제시한 Risk Matrix 작성을 통해 영향예보 기준을 활용하여 호우피해 등급기준 Risk Matrix를 제시하였다. 먼저 강우량 자료와 피해자료와의 상관 분석을 통해 Risk Matrix 작성에 필요한 변수를 선정하고 선행연구에서 제시된 PERCENTILE (25%, 75%, 90%, 95%)과 JNBC(Jenks Natural Breaks Classification)기법을 이용하여 강우량과 피해에 따른 등급기준을 산정하여 두 개의 등급기준을 합성하여 하나의 기준을 제시하였다. 분석 결과에 이재민 세대수 결과의 경우 가장 많은 피해가 발생하였던 영산강, 섬진강유역에서 JNBC 보다 PERCENTILE이 가장 많은 분포를 보였으며, 충청도 지역에서는 유사한 결과를 나타내었다. 강우량의 등급화 결과를 살펴보면 PERCENTILE보다 JNBC의 등급이 높게 산정되었으며, 특히 전라도 지역과 충청도 지역에서 가장 큰 등급을 나타내었다. 또한 피해지역 호우특보 현황과 비교해 보면 JNBC가 유사한 것을 확인할 수 있다. Risk Matrix 결과에서 가장 피해가 심했던 세종, 대전, 충남, 충북, 광주, 전남, 전북지역을 살펴보면 PERCENTILE보다 JNBC가 잘 모사한 것을 확인하였다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.1-22
• /
• 2017

사업타당성 분석이나 기업 기술가치평가 등 미래의 사업에 대한 진입이나 투자 타당성을 분석하기 위해서는 새로운 사업과 관련한 시장을 추정하고 그 안에서 확보 가능한 매출을 객관적으로 추정하는 과정이 필수 불가결하다. 이런 신규 매출이나 시장규모의 추정 방법은 다양한 방법으로 구분이 가능한데 크게 정량적인 방법과 정성적인 방법으로 구분할 수 있다. 그러나 두 가지 방법 모두 많은 자원과 시간을 필요로 한다. 그래서 우리는 신규 사업의 평가지원을 위한 데이터 기반의 지능형 매출 예측 시스템을 제안하고자 한다. 본 연구는 사업타당성 분석이나 기술가치평가를 위한 신규 사업의 매출 추정 시스템을 개발하는데, 알고리즘 기반으로 전통적인 정량 예측방법 중 하나인 유추방법에 주목했다. 동일한 국내 산업에서 최근 창업한 기업의 매출 실적을 국내 신규 사업의 매출액을 추정하는 유추 대상 변수로 활용할 수 있는지 검토한다. 여기서 유추예측 대상은 최초 매출액과 초기 성장률이며, 주요 비교 차원은 산업분류, 창업시기 등이 고려된다. 특히 본 연구는 우리나라 창업 기업이 가지는 매출 성장률의 평균회귀 현상을 활용하는 지능형 정보 지원 시스템을 제안하다. 본 연구에서는 신규 매출 추정을 위해서 역사적 자료인 창업 매출 실적을 활용하는 방법이 적절한지 판단하기 위해서 잠재성장모형 등을 활용해 산업분류에 따른 신규 사업의 초기 매출액과 연도별 성장률이 산업분류별로 차이가 있는지 분석한다. 기존 기업의 창업 후 4년간 매출 성과의 종단자료를 잠재성장모형으로 분석하는데, 특정 산업분류에서 차이를 보여주는지 분석해 산업분류가 유추 예측에서 고려해야할 유의미한 변수인지 분석하는 것이다. 본 연구의 결과는 신속하고 객관적인 신규 사업 매출 추정을 가능하게 하는 지능형 정보시스템을 개발하게 해서 사업성타당성 분석이나 기술가치평가 과정의 효율성을 개선시켜 줄 것으로 기대된다.

• Journal of Animal Science and Technology
• /
• 제49권1호
• /
• pp.137-146
• /
• 2007

2005년 말을 기준으로 우리나라의 농림업 생산액은 총 36.3조원으로 이중 축산업 생산액은 11.8조원으로 전체 생산액의 32.5%를 차지하여 가장 많은 비율을 점유하고 있으며(농림부, 2006), 유제품의 소비량도 꾸준히 증가하여 1인당 63.6kg의 우유․유제품을 섭취하는 것으로 나타났다(농촌경제연구원, 2005). 이 같은 성장은 축산농가들이 국제 경쟁력 확보를 위해 그동안 보여준 각고의 노력과 꾸준한 투자의 결과로 평가되고 있으며, 이제는 축산물이 국민의 식생활에서 없어서는 안될 중요한 위치를 차지하게 되었다. 우리나라의 가축사육두수는 1970년대부터 해마다 계속 증가하여 2005년 말 현재 한우 1,819천두, 젖소 479천두, 돼지 8,962천두, 닭 109,628천수가 사육되고 있으며 사육농가의 전업화로 인하여 농가수는 점차 줄어들고 있는 반면에 농가당 사육두수는 증가하고 있는 실정이다(농림부, 2005). 농가당 평균 가축사육두수는 한우 8.8두, 젖소 51.7두, 돼지 671.4두, 닭 813.0수이며, 이중 부업이 아닌 전업농으로 볼 수 있는 한우 50두 이상의 사육농가가 전체 한우농가의 2.9%, 젖소 50두 이상 사육농가가 46.8%, 돼지 1,000두 이상의 농가가 21.6%, 닭 30,000수 이상의 농가가 1.0%를 차지하고 있어, 젖소가 다른 축종에 비해 전업농의 규모가 가장 많이 이루어졌다고 볼 수 있다(농림부, 2005). 따라서 매년 축산농가로부터 발생되는 분뇨의 양도 증가되고 있으며, 1990년초부터는 가축분뇨가 작물의 비료원으로 쓰이는 순기능보다는 환경오염의 한 요인으로 지목되면서 토양, 수질 및 대기오염이라는 역기능이 더 부각됨에 따라 도시근교의 낙농가, 초지나 사료작물포를 확보하지 못한 목장, 상수원 보호구역내에 위치한 목장에서는 분뇨처리에 고심을 하지 않을 수 없게 되었다. 특히 체격이 크고 방목지 및 운동장 등의 야외에서 사육되는 경우가 많은 젖소는 다른 가축에 비해 분뇨배설량이 많을 뿐 아니라, 운동장 등 축사 외부에서 활동하는 시간이 많기 때문에 주변으로부터 환경을 오염시키는 주범으로 지목을 받아 왔다. 또한 조사료 생산기반인 동시에 생산된 분뇨를 환원해야 할 경지면적이 협소한 상황에서 이루어진 젖소의 규모확대는 가축분뇨의 토양에 대한 부하를 높이게 되었고, 하천의 수질을 오염시키는 환경오염의 주범으로 인식되어 왔다. 이와같은 대내외적인 요인으로 인해 낙농가들은 목장의 규모에 관계없이, 분뇨를 적절하게 처리하는 것이 목장관리에 필수적인 사항으로 인식하게 되었다. 가축분뇨는 2, 3차 산업에서 발생하는 폐기물과는 그 성격 자체가 판이하게 달라 제도적 접근 방식도 나라와 환경에 따라 현격하게 다르다. 미국과 EC의 경우는 가축분뇨 자체를 환경보전재(Natural Resource)로 규정하고 적정한 사용방법을 정립하여 계도(Guide) 하므로서 환경을 보전하는 적극적인 환경보전 제도를 채택하고 있으며, 일본의 경우는 방류수의 수질을 규제하는 소극적 환경보전 제도로 출발했으나 1993년부터는 환경보전형 농업(축산)으로 정책방향을 전환하여 실행해 오고 있다. 우리나라도 이미 1981년부터 가축분뇨에 의한 환경오염 방지제도(법)가 시행되어 왔으나 법의 시행으로부터 25년이 경과한 현재까지도 가축분뇨에 의한 환경오염은 사회로부터 계속 지탄을 받고 있는 상태이다. 가축분뇨의 처리방식은 축종이나 농가 경영여건별로 크게 다르나, 궁극적으로는 경작지에 퇴비․액비 형태로 살포하여 이용하거나 또는 정화하여 방류하는 방법으로 이루어지고 있다. 따라서 젖소분뇨 또는 슬러리 처리에 필요한 시설 또는 활용계획을 세우기 위해서는 젖소로부터 배출되는 분뇨의 특성뿐만 아니라 오염물질 및 비료성분 배출량 추정이 무엇보다 중요하다고 할 수 있다. 본 연구는 젖소분뇨를 효율적이고 적절하게 처리하기 위한 기초자료를 제공하고 국가단위 관리방안을 제시하기 위하여 수행하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.