• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.42-42
• /
• 2022

지금까지도 유역에서의 녹조 모니터링은 현장채수를 통한 점 단위 모니터링에 크게 의존하고 있어 기후, 유속, 수온조건 등에 따라 수체에 광범위하게 발생하는 녹조를 효율적으로 모니터링하고 대응하기에는 어려운 점들이 있어왔다. 또한, 그동안 제한된 관측 데이터로 인해 현장 측정된 실측 데이터 보다는 녹조와 관련이 높은 NDVI, FGAI, SEI 등의 파생적인 지수를 산정하여 원격탐사자료와 매핑하는 방식의 분석연구 등이 선행되었다. 본 연구는 녹조의 모니터링시 정확도와 효율성을 향상을 목표로 하여, 우선은 녹조 측정장비를 활용, 7000개 이상의 녹조 관측 데이터를 확보하였으며, 이를 바탕으로 동기간의 고해상도 위성 자료와 실측자료를 매핑하기 위해 다양한Machine Learning기법을 적용함으로써 그 효과성을 검토하고자 하였다. 연구대상지는 낙동강 내성천 상류에 위치한 영주댐 유역으로서 데이터 수집단계에서는 면단위 현장(in-situ) 관측을 위해 2020년 2~9월까지 4회에 걸쳐 7291개의 녹조를 측정하고, 동일 시간 및 공간의 Sentinel-2자료 중 Band 1~12까지 총 13개(Band 8은 8과 8A로 2개)의 분광특성자료를 추출하였다. 다음으로 Machine Learning 분석기법의 적용을 위해 algae_monitoring Python library를 구축하였다. 개발된 library는 1) Training Set과 Test Set의 구분을 위한 Data 준비단계, 2) Random Forest, Gradient Boosting Regression, XGBoosting 알고리즘 중 선택하여 적용할 수 있는 모델적용단계, 3) 모델적용결과를 확인하는 Performance test단계(R², MSE, MAE, RMSE, NSE, KGE 등), 4) 모델결과의 Visualization단계, 5) 선정된 모델을 활용 위성자료를 녹조값으로 변환하는 적용단계로 구분하여 영주댐뿐만 아니라 다양한 유역에 범용적으로 적용할 수 있도록 구성하였다. 본 연구의 사례에서는 Sentinel-2위성의 12개 밴드, 기상자료(대기온도, 구름비율) 총 14개자료를 활용하여 Machine Learning기법 중 Random Forest를 적용하였을 경우에, 전반적으로 가장 높은 적합도를 나타내었으며, 적용결과 Test Set을 기준으로 NSE(Nash Sutcliffe Efficiency)가 0.96(Training Set의 경우에는 0.99) 수준의 성능을 나타내어, 광역적인 위성자료와 충분히 확보된 현장실측 자료간의 데이터 학습을 통해서 조류 모니터링 분석의 효율성이 획기적으로 증대될 수 있음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.41-41
• /
• 2022

홍수는 단기간의 사상이다. 평상시 유량은 일단위로 연속유량이라 한다. 홍수해석은 사상 모형을 이용하고, 물 이용의 용수계획에서는 연속 모형에 의한다. 평상시 유량을 홍수처럼 10분, 30분, 60분 단위로 해석할 수 있으면 여러 가지로 편리하다. 홍수기에는 홍수와 이수를 동시에 분석할 수 있는 이점이 있다. 평상시에는 수문자료가 생성되는 기본단위가 10분, 60분이기 때문에 이와 일치하여 유량을 해석할 수 있는 이점이 있다. 특히 저수지에서는 운영자료가 저수율 자료만 관리되고 있는 현실을 감안하면, 연속 홍수모의의 필요성은 매우 높다. 다목적댐도 그 편의성은 말로 형용할 수 없는 수준이다. 홍수모의는 첨두유량도 중요하고, 전체 누적유량도 중요하다. 여기서는 당초 일 단위로 개발된 ONE 모형으로 연속 홍수모의의 가능성을 타진했다. 모형의 검증은 홍수사상 마다 훨씬 긴 장기간의 댐의 유입량, 저수량 오차로 실시했다. 유입량이 누적되면 저수량이 되기 때문에 저수량을 비교하면 확실한 검증 방법이 된다. 유역면적 930.0km², 총저수량 8억1,500만m³인 용담댐과 유역면적 218.80km², 유효저수량 3,498만m³인 탑정지를 대상으로 60단위의 장기간 연속 홍수모의 결과를 제시한다. 첫째, 용담댐에 대해 2020년 3월1일부터 6월30일까지 연속유입량을 모의한 결과(ONE모형 매개변수 α=3.18), 면적우량은 최대 12.5mm, 총 371.2mm(3억4,522만m³)였고, 유입량은 최대 1,363.0m³/s, 총 1억8,326만m³로 유출률 53.1%였다, 관측 유입량은 최대 766.1m³/s, 총 2억9,152만m³로 유출률 84.4%로 나타났다. 관측 유입량이 높은 것으로 평가했는데 그 이유는 산정된 유입량이 넓은 수면적에서 오는 음유입량이 발생하는데 이를 0으로 처리하고, 음의 누적 값이 전체유량에 더해지는 계산의 한계에서 비롯한다. 이는 현실적 제한이며, 개선이 필요하다. 댐 수위로 검증한 결과는 관측수위는 EL.257.97~262.92m, 평균 EL.260.40m, 모의수위는 EL.257.22~262.88m, 평균 EL.260.02m로 나타났고, RMSE는 0.174, NSE는 0.959, R²는 0.968로 만족한 결과를 얻었다. 둘째, 탑정지에 대해 2020년 3월1일부터 6월30일까지 연속유입량을 모의한 결과(ONE모형 매개변수 α=3.18), 면적우량은 최대 18.5mm, 총 311.4mm(6,813만m³)였고, 유입량은 최대 187.8m³/s, 총 3,691만m³로 유출률 54.2%였다. 저수지 수위로 검증한 결과 관측수위는 EL.26.55~29.79m, 평균 EL.29.01m, 모의수위는 EL.26.16~29.92m, 평균 EL.29.07m로 나타났고, RMSE는 0.563, NSE는 0.877, R²는 0.943로 만족한 결과를 얻었다. 정리하면 2020년 4개월의 장기간 용담댐과 탑정지에 대한 1시간 간격의 연속 홍수모의의 결과는 그 활용 가능성이 충분하다고 말하고 있다. 이 결과로부터 평상시 댐과 저수지의 실시간 운영자료 검증 및 생산체제의 수문관측업무에 활용 가능한 것으로 평가했다.

• 한국노년학
• /
• 제39권2호
• /
• pp.213-229
• /
• 2019

이 연구는 서울시 찾아가는 동주민센터(이하 '찾동') 노인 방문건강관리 서비스를 이용해 본 경험이 있는 노인들을 대상으로, 건강관리 서비스 미충족에 영향을 미치는 요인을 분석하고, 향후 효과적인 커뮤니티케어 정착을 위한 동 단위 방문건강관리 사업의 방향성을 제시하고자 하는 목적으로 수행하였다. 이를 위해 찾동 2단계('16. 7. 1 ~ '17. 6. 30) 사업에 참여한 17개 자치구 만 65세, 만 70세 노인 중 1,000명을 자치구별 비례할당 및 임의 추출하여 대면 설문조사를 실시하였다. 서비스 미충족 영향요인의 경우, 개인 및 자치구 환경적 요인으로 나누어 다수준 회귀분석을 실시했다. 연구결과 서비스 미충족을 높이는 개인적 요인으로 사회경제적 수준(고소득, 독거 및 노인가구), 건강수준(복합만성질환, 건강문해력, 우울), 찾동 경험(간호사 1회 방문, 적은 서비스 제공시간 및 낮은 이해도), 사회신뢰(낮은 정부신뢰)로 나타났으며, 자치구 요인으로는 사업 시행기간이 짧을수록, 재정자주도가 낮을수록 서비스 미충족 확률이 높았다. 이를 통해, 커뮤니티케어의 효율성 제고를 위한 다음의 제언을 하고자 한다. 첫째, 건강관리 서비스 수혜 대상을 현재의 65세 및 70세 노인 전수 방문에서 중장기적으로 경제적 또는 건강 취약가구로 사업의 초점대상을 좁혀서, 제한된 예산 속에서 서비스의 질을 높이는 방안에 대한 고민이 요구된다. 둘째, 방문 대상 연령을 만 65세에서 만 66세로 전환하고 국민건강보험공단 생애주기별 건강검진사업과 결과를 공유하여, 사업의 효율성이 높이는 것을 고려할 필요가 있다. 서울시 찾동 사업은 시군구를 중심으로 운영되던 국민건강관리를 행정동 단위로 낮추어 국민들이 체감도를 높이고, 지역사회 건강관리의 패러다임을 바꾸었다는 점에서 의미가 크다. 이 연구가 향후 커뮤니티케어의 효과적인 정착을 위한 기초자료 및 정책 대안으로 활용되기를 기대한다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제20권2호
• /
• pp.89-105
• /
• 2014

본 연구는 20분의 단기 자비명상이 대학생의 자비심과 이타행동에 어떤 영향을 미치는지 확인하고자 하였다. 대인관계 문제척도(KIIP-SC)에서 점수가 높은 순으로 대학생 35명을 선별하여 자비명상집단(n=19)과 심상화집단(n=16) 중 하나에 무선할당하였다. 자비명상집단에는 20분간의 자비명상을 실시하였고, 심상화집단에는 같은 시간동안 자비명상집단과 동일한 인물을 심상화하고 외모특징을 탐색하게 하였다. 연민적 사랑과 사무량심을 측정하여 자비심의 측정치로 삼았고, 곤경에 처한 인물에 관한 2개의 시나리오를 제작하고 주인공을 친구, 아는 사람, 낯선 사람으로 달리해서 기부와 도움의도를 측정하여 이타행동의 지표로 삼았다. 연구결과, 자비명상집단은 심상화집단에 비해 연민적 사랑이 더 많이 증가했으며 낯선 사람에 대한 기부행동, 친구와 아는 사람, 낯선 사람에 대한 도움행동도 유의하게 많이 증가하였다. 또한 두 집단 모두 수련 후에 긍정적 기분 수준이 증가하고, 부정적 기분은 감소하였다. 하지만, 사무량심과 대인관계 문제 수준에서는 두 집단의 증분점수에 유의한 차이가 없었다. 이러한 결과를 단기 자비명상이 대인관계 문제가 있는 사람들의 자비심과 이타행동을 증가시키는 데 긍정적인 영향을 미치며, 이런 효과를 기분의 효과로 설명할 수 없다는 것을 보여주는 것으로 해석하였다. 본 연구의 의의와 제한점 및 향후 연구의 방향에 대해 논의하였다.

• 기록학연구
• /
• 제78호
• /
• pp.251-283
• /
• 2023

일반적으로 '기억'에 비해 '기록'이라는 단어는 다소 낯설 수 있다. 특히 초등학생들은 기록에 대한 개념과 중요성을 충분히 이해하고 있지 않으며, 교육과정 상에 기록관리, 활용에 대한 내용이 부재해서 배움의 기회가 부족하다. 본 연구는 초등학생을 대상으로 교육 프로그램을 실연해 기록의 중요성에 대한 인식을 제고하고자 한다. 이를 위해 본 연구에서는 국내 유네스코 세계기록유산을 교육매체로 선정하여 교육안을 설계하였으며, 이를 바탕으로 J초등학교 6학년 3개반을 대상으로 실제 수업을 진행하였다. 교육 프로그램 효과를 분석하기 위해 학생들을 대상으로 수업 전과 후에 설문조사를 수행하였으며, 교육 프로그램에 대한 검증을 위해 담당 교사를 대상으로 한 심층인터뷰를 실시하였다. 학생 대상 설문분석 결과, 기록 및 국내 유네스코 세계기록 유산에 대한 인식, 지식과 수업에 대한 만족도와 필요성 항목 모두 유의미하게 수치가 상승하여 본 교육 프로그램이 초등학생들에게 효과가 있는 것으로 파악되었다. 또한 교사를 대상으로 한 심층인터뷰를 통해 교육 프로그램의 실효성을 검증하였으며 제한된 시간에 맞는 분량 조절이 필요하다는 보완 의견이 수렴되었다. 이를 바탕으로 본 연구에서 개발한 프로그램의 효과를 검증하였으며, 향후 기록교육 프로그램의 개선 방향을 제시하였다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.73-80
• /
• 2023

최근 최저시급의 가파른 인상으로 인건비에 대한 부담이 늘어남과 함께 코로나19의 여파로 무인 상점의 점유율이 높아지고 있는 추세이다. 그로 인해 무인 점포를 타겟으로 하는 도난 범죄들도 같이 늘어나고 있어 이러한 도난 사고를 방지하기 위해 Just-Walk-Out 시스템을 도입하고 고비용의 LiDAR 센서, 가중치 센서 등을 사용하거나 수동으로 지속적인 CCTV 감시를 통해서 확인하고 있다. 하지만 이런 고가의 센서를 많이 사용할수록 점포 운영에 있어 비용 부담이 늘어나게 되고, CCTV 확인은 관리자가 24시간 내내 감시하기 어려워서 사용이 제한적이다. 본 연구에서는 이런 센서들이나 사람에 의지하는 부분을 해결할 수 있고 무인점포에서 사용할 수 있는 저비용으로 도난 등의 이상행동을 하는 고객을 탐지하여 클라우드 기반의 알림을 제공하는 인공지능 영상 처리 융합 알고리즘을 제안하고자 한다. 또한 본 연구에서는 mediapipe를 이용한 모션캡쳐, YOLO를 이용한 객체탐지 그리고 융합 알고리즘을 통해 무인 점포에서 수집한 행동 패턴 데이터를 바탕으로 각 알고리즘들에 대한 정확도를 확인하며 다양한 상황 실험을 통해 융합 알고리즘의 성능을 증명했다.

• 벤처혁신연구
• /
• 제5권2호
• /
• pp.85-99
• /
• 2022

시판되고 있는 실험용 및 산업용 건조기는 일반 드라이오븐, 열풍 순환 건조기, 진공건조기, 동결건조기 등으로 구분되고 기능, 크기 및 용량 등에 따라 그 종류도 다양하다. 그러나 제품의 품질 제어 및 성능 개선을 위해 중요한 요소인 수분측정이 적용되지 않아 현재는 건조 종료 후 임의로 중량을 칭량하기 때문에 매우 수동적이다. 일반적으로 수분을 측정하기 위한 방법은 직접적인 측정법과 간접적인 측정법으로 구분되고 수분 분리 전.후의 질량 또는 부피 변화와 같은 직접적인 측정법이 주로 이용된다. 상대적으로 열전도도, 마이크로파 등과 같은 간접적인 측정법은 측정 장비를 활용하기 때문에 적용이 제한적이다. 본 연구에서는 오픈소스 기반의 아두이노를 이용하여 비교적 손쉽게 수분측정 시스템을 설계하여 외부 환경요인에 영향 받지 않고 수분 변화량 및 무게 변화를 실시간으로 모니터링 하였다. 구체적으로 수분 민감도 물질 및 식품 건조에 적합한 60℃와 80℃에서 작동할 수 있는 온.습도 및 로드셀 측정 센서를 건조기 내부에 패키징하여 각종 변화량을 측정하였다. 또한 바나나, 배, 톱밥의 유기 시료를 이용한 반복적인 실험을 통해서도 건조시간 및 온도에 따른 증발율 변화와 로드셀 측정값에 있어 안정적인 응답특성을 나타냄으로써 성능 안전성을 확보할 수 있었다. 향후 온.습도 범위의 확대와 CFD(Computational Fluid Dynamics) 프로그램과의 비교 분석을 통해 신뢰도를 더욱 향상시킬 수 있을 것으로 판단된다.

• 말소리와 음성과학
• /
• 제15권4호
• /
• pp.109-118
• /
• 2023

심정지는 초기 대응에 따라 생존율과 예후에 영향을 미치는 중요한 응급 상황이다. 특히 병원밖심정지(out-of-hospital cardiac arrest, OHCA)의 경우, 119 구조대의 초기 조치가 심정지 환자의 생존율을 높이는 데 결정적인 역할을 한다. 그러나 국내에서는 수보요원의 수가 제한적이지만 다량의 신고 전화에 응대해야 하는 현실이다. 이런 상황에서 머신러닝 기반의 OHCA 탐지 프로그램은 수보요원의 보조 역할로 심정지 환자의 생존률을 높일 수 있다. 본 연구에서는 이러한 문제를 해결하기 위해 머신러닝 기반의 심정지(OHCA) 탐지 프로그램을 개발하였다. 이 프로그램은 수보요원과 신고자의 통화 녹취록을 분석하여 심정지 여부를 판단한다. 제안한 모델은 수보요원 및 신고자와의 통화를 자동으로 전사하는 모델, 텍스트 기반의 심정지 탐지 모델, 그리고 프로그램 개발을 위한 서버와 클라이언트로 구성되어 있다. 실험 결과, 본 연구에서 제안한 모델은 F1 점수 기준으로 79.49%의 성능을 보였으며, 수보요원과 비교하여 심정지 감지 시간을 15초 단축하였다. 이 연구는 소규모 데이터셋을 사용하였음에도 불구하고, 심정지 기반의 탐지 프로그램이 수보요원의 보조 역할로 심정지 생존률에 기여할 수 있음을 입증하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.55-58
• /
• 2024

최근 각 기업의 AI 면접시스템 도입이 증가하고 있으며, AI 면접에 대한 실효성 논란 또한 많은 상황이다. 본 논문에서는 AI 면접 과정에서 지원자를 평가하는 방식을 시각, 음성, 자연어처리 3영역에서 구현함으로써, 면접 지원자를 다방면으로 분석 방법론의 적절성에 대해 평가하고자 한다. 첫째, 시각적 측면에서, 면접 지원자의 감정을 인식하기 위해, 합성곱 신경망(CNN) 기법을 활용해, 지원자 얼굴에서 6가지 감정을 인식했으며, 지원자가 카메라를 응시하고 있는지를 시계열로 도출하였다. 이를 통해 지원자가 면접에 임하는 태도와 특히 얼굴에서 드러나는 감정을 분석하는 데 주력했다. 둘째, 시각적 효과만으로 면접자의 태도를 파악하는 데 한계가 있기 때문에, 지원자 음성을 주파수로 환산해 특성을 추출하고, Bidirectional LSTM을 활용해 훈련해 지원자 음성에 따른 6가지 감정을 추출했다. 셋째, 지원자의 발언 내용과 관련해 맥락적 의미를 파악해 지원자의 상태를 파악하기 위해, 음성을 STT(Speech-to-Text) 기법을 이용하여 텍스트로 변환하고, 사용 단어의 빈도를 분석하여 지원자의 언어 습관을 파악했다. 이와 함께, 지원자의 발언 내용에 대한 감정 분석을 위해 KoBERT 모델을 적용했으며, 지원자의 성격, 태도, 직무에 대한 이해도를 파악하기 위해 객관적인 평가지표를 제작하여 적용했다. 논문의 분석 결과 AI 면접의 다면적 평가시스템의 적절성과 관련해, 시각화 부분에서는 상당 부분 정확도가 객관적으로 입증되었다고 판단된다. 음성에서 감정분석 분야는 면접자가 제한된 시간에 모든 유형의 감정을 드러내지 않고, 또 유사한 톤의 말이 진행되다 보니 특정 감정을 나타내는 주파수가 다소 집중되는 현상이 나타났다. 마지막으로 자연어처리 영역은 면접자의 발언에서 나오는 말투, 특정 단어의 빈도수를 넘어, 전체적인 맥락과 느낌을 이해할 수 있는 자연어처리 분석모델의 필요성이 더욱 커졌음을 판단했다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.284-290
• /
• 2024

음성감정인식(Speech Emotion Recognition, SER)은 사용자의 목소리에서 나타나는 떨림, 어조, 크기 등의 음성 패턴 분석을 통하여 감정 상태를 판단하는 기술이다. 하지만, 기존의 음성 감정인식 연구는 구현된 시나리오를 이용하여 제한된 환경 내에서 숙련된 연기자를 대상으로 기록된 음성인 구현발화를 중심의 연구로 그 결과 또한 높은 성능을 얻을 수 있지만, 이에 반해 자유발화 감정인식은 일상생활에서 통제되지 않는 환경에서 이루어지기 때문에 기존 구현발화보다 현저히 낮은 성능을 보여주고 있다. 본 논문에서는 일상적 자유발화 음성을 활용하여 감정인식을 진행하고, 그 성능을 향상하고자 한다. 성능평가를 위하여 AI Hub에서 제공되는 한국인 자유발화 대화 음성데이터를 사용하였으며, 딥러닝 학습을 위하여 1차원의 음성신호를 시간-주파수가 포함된 2차원의 스펙트로그램(Spectrogram)로 이미지 변환을 진행하였다. 생성된 이미지는 CNN기반 전이학습 신경망 모델인 VGG (Visual Geometry Group) 로 학습하였고, 그 결과 7개 감정(기쁨, 사랑스러움, 화남, 두려움, 슬픔, 중립, 놀람)에 대해서 성인 83.5%, 청소년 73.0%의 감정인식 성능을 확인하였다. 본 연구를 통하여, 기존의 구현발화기반 감정인식 성능과 비교하면, 낮은 성능이지만, 자유발화 감정표현에 대한 정량화할 수 있는 음성적 특징을 규정하기 어려움에도 불구하고, 일상생활에서 이루어진 대화를 기반으로 감정인식을 진행한 점에서 의의를 두고자 한다.