• 동양고전연구
• /
• 제69호
• /
• pp.115-146
• /
• 2017

본고는 조선시대 선생안의 디지털 아카이브를 위한 온톨로지(Ontology) 설계에 관한 연구이다. 선생안(先生案)은 조선시대 각 관청에서 소속 관원(官員)의 인적사항 및 인사이동을 기록한 일종의 인명부(人名簿)이다. 일반적으로 관원의 성명(姓名), 생년(生年), 자(字), 본관(本貫) 등의 인적사항 정보와 관직(官職), 제배일(除拜日), 도임일(到任日), 체임일(遞任日), 체임사유(遞任事由) 등의 인사이동 정보가 기록되어 있다. 현전(現傳)하고 있는 선생안은 국 내외 도서관 및 박물관에 소장되어 있으며 그 수는 176종으로 알려져 있다. 이 중에서 한국학중앙연구원 장서각에 소장된 47건의 선생안을 대상으로 선생안의 내용 및 구조를 검토하고, 선생안의 소장처, 선생안 기록 주체인 관청, 기록된 관직, 관원 등 관련 있는 주변의 내용을 담아낼 수 있는 온톨로지를 설계한다. 조선시대 선생안 온톨로지는 실물자료인 선생안 소장정보와 선생안에 기록된 내용의 특징을 반영해 관원, 관청, 인사이동에 초점을 맞추어 설계하였다. 온톨로지 설계는 대상자원을 클래스(Class)로 범주화 하고, 범주에 속하는 개체들(Individuals)은 공통의 속성(Attribute)를 갖도록 하였다. 그리고 각각의 개체들은 다른 개체와의 관계(Relation)를 명시적으로 표현할 수 있는 의미적인 관계어를 정의하였다. 클래스는 '선생안', '인물', '관청', '관직', '장소', '과거(科擧)', '기록', '개념' 등 8개로 범주화하였다. 관계, 속성의 설계는 기존에 설계되어 활용되고 있는 '더블린코어(Doublin Core)', '유로피아나데이터모델(Europeana Data Mode)', 'CIDOC-CRM', '과거 합격자 데이터베이스를 위한 데이터 모델' 등의 어휘를 참조하여 설계하였다. 기존 데이터모델에서 설계한 어휘를 사용한 경우에는 해당 데이터모델의 이름 공간(Namespace)을 사용하였으며, 필요한 경우 필자가 관계를 정의하였다. 설계한 온톨로지는 명릉선생안(明陵先生案)으로 구현 예시를 보이고, 하나의 선생안에서 다수의 선생안으로 대상을 확대하여 정보를 입력하였을 때 기대되는 효과와 활용 방안에 대해 모색해 보았다. 조선시대 선생안 온톨로지는 현전하는 선생안 176종 모두를 검토하여 설계된 것이 아니기 때문에 완벽한 온톨로지로써 기능하기에는 무리가 있다. 지속적으로 선생안의 정보가 입력되는 과정에서 온톨로지 모델의 수정 및 보완이 필요하며, 그 지향점은 선생안에 기록된 정보들을 체계적으로 정리하기 위한 것도 있지만, 선생안에서 확인되는 인물, 관직 등의 정보 요소가 이미 서비스 구축 되었거나, 향후 제작될 조선시대 인물에 관한 데이터베이스 혹은 아카이브와 연계될 수 있는 것도 고려해야 할 것이다. 조선시대 선생안 온톨로지로 입력된 정보는 조선시대 관청 운영과 인사시스템을 볼 수 있는 일면으로 활용되고, 이미 구축된 여타 조선시대와 관련된 데이터베이스와 연계되어 조선시대의 정치 경제 사회 문화를 종합적으로 이해하는 자료의 하나로 기능하기를 기대한다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.129-149
• /
• 2021

최근 인간과 사회적으로 상호작용할 수 있는 소셜 로봇(Social Robot)에 대한 관심이 커지고 있다. ICT 기술 발전에 힘입어 소셜 로봇이 개인에게 맞춤형 서비스와 정서적 교감을 제공하기 쉬워졌으며, 현대의 사회문제들과 이로 인한 개인의 삶의 질 저하를 해소하기 위한 수단으로 소셜 로봇의 역할이 주목받고 있다. 소셜 로봇에 대한 관심에 힘입어 소셜 로봇 보급 또한 크게 늘고 있다. 많은 기업이 다양한 목표시장을 겨냥하기 위한 로봇 제품들을 시장에 선보이고 있으나, 현재까지 시장을 선도하는 명확한 흐름은 부재하다. 이에 따라 소셜 로봇의 디자인을 통해 로봇을 차별화하고자 하는 시도가 늘고 있다. 특히 의인화는 소셜 로봇 디자인에서 중요하게 연구되고 있으며, 소셜 로봇을 의인화하여 긍정적인 효과를 발현하려는 접근이 많이 시도되었다. 그러나 소셜 로봇에 대한 의인화가 형성되는 메커니즘을 체계적으로 설명하는 연구는 부족하다. 의인화에 대한 모호한 이해는 소셜 로봇의 의인화를 형성하기 위한 디자인 최적점의 도출을 어렵게 하고 있다. 본 연구는 소셜 로봇의 의인화가 형성되는 메커니즘을 검증하는 것을 목적으로 한다. 본 연구는 3×2 Mixed Design의 실험 연구를 통해 소셜 로봇의 인간 유사성(Human-likeness)과 개인의 해석수준(Construal Level)이 의인화 형성에 미치는 영향을 확인하였다. 의인화가 형성되는 메커니즘에 대한 6개의 연구 가설을 제시하고, 206명 표본의 데이터를 분석하여 가설을 검증하였다. 분석 결과 소셜 로봇의 인간 유사성 수준에 따라 로봇 의인화 수준이 높아지며, 소비자 해석수준에 따라 인간 유사성이 의인화에 미치는 영향이 다르게 나타남을 확인하였다. 본 연구는 소셜 로봇의 디자인 속성인 인간 유사성과 개인의 사고방식인 해석수준을 함께 고려하여 의인화가 형성되는 메커니즘을 설명하였다는 점에서 시사점이 있다. 본 연구의 결과를 소셜 로봇 의인화 형성을 위한 디자인 최적화의 기준으로 활용할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.191-206
• /
• 2022

대량의 말뭉치를 비지도 방식으로 학습하여 자연어 지식을 획득할 수 있는 사전학습 언어모델(Pre-trained Language Model)은 최근 자연어 처리 모델 개발에 있어 매우 일반적인 요소이다. 하지만, 여타 기계학습 방식의 성격과 동일하게 사전학습 언어모델 또한 학습 단계에 사용된 자연어 말뭉치의 특성으로부터 영향을 받으며, 이후 사전학습 언어모델이 실제 활용되는 응용단계 태스크(Downstream task)가 적용되는 도메인에 따라 최종 모델 성능에서 큰 차이를 보인다. 이와 같은 이유로, 법률, 의료 등 다양한 분야에서 사전학습 언어모델을 최적화된 방식으로 활용하기 위해 각 도메인에 특화된 사전학습 언어모델을 학습시킬 수 있는 방법론에 관한 연구가 매우 중요한 방향으로 대두되고 있다. 본 연구에서는 금융(Finance) 도메인에서 다양한 자연어 처리 기반 서비스 개발에 활용될 수 있는 금융 특화 사전학습 언어모델의 학습 과정 및 그 응용 방식에 대해 논한다. 금융 도메인 지식을 보유한 언어모델의 사전학습을 위해 경제 뉴스, 금융 상품 설명서 등으로 구성된 금융 특화 말뭉치가 사용되었으며, 학습된 언어 모델의 금융 지식을 정량적으로 평가하기 위해 토픽 분류, 감성 분류, 질의 응답의 세 종류 자연어 처리 데이터셋에서의 모델 성능을 측정하였다. 금융 도메인 말뭉치를 기반으로 사전 학습된 KB-BERT는 KoELECTRA, KLUE-RoBERTa 등 State-of-the-art 한국어 사전학습 언어 모델과 비교하여 일반적인 언어 지식을 요구하는 범용 벤치마크 데이터셋에서 견줄 만한 성능을 보였으며, 문제 해결에 있어 금융 관련 지식을 요구하는 금융 특화 데이터셋에서는 비교대상 모델을 뛰어넘는 성능을 보였다.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.405-419
• /
• 2022

본 연구의 목적은 위드 코로나(With COVID-19)시대 서울, 경기지역 사회복지과 재학생들을 대상으로 학생, 대학, 실습기관의 사회복지 현장실습 진행상황을 알아보고, 효과적인 사회복지 현장실습 운영 방안을 제시하는데 목적이 있다. 이를 위해 사회복지현장실습 교과목을 이수한 181명을 대상으로 설문조사를 실시했으며 최종 연구결과는 다음과 같다. 첫째, 위드 코로나 시대 실습기관 운영상황은 '대면, 비대면' 같이 이루어지는 경우가 가장 높았으며, 부분적 비대면 실습교육이 이루어졌을때 학생들 만족도가 긍정적이었다. 기관에서 코로나로 반복적인 셧다운 임에도 불구하고 대면 서비스 참여 정도는 9회 이상, 수퍼비전 횟수는 6회 이상이 가장 많았으며, 사회복지 현장실습기관 수퍼비전의 질수준의 경우는 '대체로 높다'는 응답이 많았다. 둘째, 위드 코로나 시대 실습성과, 실습생, 실습기관의 각각 수준을 알아본 결과, 실습기관요인과 실습성과는 유의한 관계를 보였으며, 셋째, 위드 코로나 시대 대학, 실습생, 실습기관요인이, 실습성과에 어떠한 영향을 미치는지 알아본 결과 실습기관이 실습 성과에 유의한 정적인 영향을 미치는 것으로 나타났다. 위드 코로나 시대 사회복지현장실습 성과를 도출하기 위해서는 비대면과 대면 실습지도를 겸하는 교육시스템과 실습 수행 역량을 갖출 수 있는 프로그램 개발이 필요가 있다. 한국사회복지사협회에서는 학생들이 현장실습이 원활하게 이루어 질 수 있도록 사회복지기관에 적극적인 협조요청과 실습기관 및 지도자 DB구축이 마련이 되어야 한다. 위드 코로나 시대에 맞는 실습기관 수퍼바이저의 교육과 지원프로그램들을 강화할 필요가 있다. 앞으로 사회복지 학생들이 효과적인 실습을 위해 대학과 실습기관을 비롯한 정부부처 및 관련 기관들의 실습체계에 대한 다각적 지원이 마련되어야 할 것이다.

• 대중서사연구
• /
• 제26권2호
• /
• pp.39-85
• /
• 2020

본고는 마스터플롯의 개념을 적극적으로 활용하여, 문제해결을 위한 서사적 시뮬레이션으로 활용하는 재난 서사의 양상들을 살핀다. 이때 한국과 미국, 일본의 재난 서사에 작동하고 있는 마스터플롯의 골격을 분석하고 비교함으로써, 각각의 국가 및 사회공동체의 문제 인식 및 해결 방식의 차이에 대하여 논의할 것이다. 재난 서사는 오늘날 글로벌 위험사회에서 공동체적 문제해결을 지향하는 마스터플롯이 적용되기에 가장 적합한 장르로서, 그 문제해결 방식은 각각의 공동체에 따라 상이한 인식 차이를 보인다. 먼저 미국 재난 서사의 경우 자연재해에 대한 민간인 전문가의 대응에서, 오늘날 MCU 영화들에 등장하는 히어로까지의 변화를 추적한다. 과거에 비하여 영웅주의와 국가주의의 긴밀한 의존 관계는 줄었지만, 상대적으로 영웅들의 자발적인 협력과 성찰 능력에 의해서 국가가 후경화되더라도 사라지지는 않고 기능을 유지한다. 반면 한국의 재난 서사에서는 국가의 실종과 기능 마비가 전경화된다. 그 공백 상태를 메우기 위하여 의병 서사, 혹은 국가에 의해 버려진 사람들이 구성하는 새로운 가족 서사가 발생한다. 한국의 재난 서사는 재난 이후의 변화를 민감하게 받아들이며, 국가의 회복과 복귀는 결코 재난 이후의 상황을 정상화하지 못한다. 마지막으로 일본의 재난 서사는 방어적이고 신경증적이다. 국가 주도의 관료 시스템이 모든 재난 상황을 통제하고자 하는 강박적인 국가주의가 그려지거나, 그에 반발하여 반-영웅적인 개인이 자발적 희생을 거부하고 재난 상태를 방기하는 양상까지 나타난다. 본고는 일련의 마스터플롯과 그 변형 및 활용에 대한 비교를 통해서 오늘날 마스터플롯이 가지고 있는 영향력과 가치에 대하여 진단할 수 있었다. 전세계적인 OTT 서비스가 이루어지고 있는 오늘날 마스터플롯의 이해와 활용이 점점 더 중요해지고 있는 시기에, 본고의 시도가 세계적인 이야기의 유통과 공유를 위한 단편적인 모델이 될 수 있을 것이다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.185-209
• /
• 2023

4차 산업혁명의 도래와 함께 다양한 기술이 주목을 받고 있다. 4차 산업혁명과 관련된 기술로는 IoT(Internet of Things), 빅데이터, 인공지능, VR(Virtual Reality), 3D 프린터, 로봇공학 등이 있으며 이러한 기술은 종종 융합된다. 특히 로봇 분야는 빅데이터, 인공지능, VR, 디지털 트윈과 같은 기술과 결합할 것으로 기대된다. 이에 따라 로봇을 활용한 연구가 다수 진행되고 있으며 유통, 공항, 호텔, 레스토랑, 교통 분야 등에 적용되고 있다. 이러한 상황에서 인간-로봇 상호작용에 대한 연구가 주목을 받고 있지만 아직 만족할 만한 수준에는 이르지 못하고 있다. 하지만 완벽한 의사소통이 가능한 로봇에 대한 연구가 꾸준히 이루어지고 있고 이는 인간의 감정노동을 대신할 수 있을 것으로 기대된다. 따라서 현재의 인간-로봇 상호작용 기술을 비즈니스에 적용할 수 있는지에 대한 논의가 필요하다. 이를 위해 본 연구는 첫째, 인간로봇 상호작용 기술의 동향을 살펴본다. 둘째, LDA(Latent Dirichlet Allocation) 토픽모델링과 BERTopic 토픽모델링 방법을 비교한다. 연구 결과, 1992년~2002년 간의 연구에서는 인간-로봇 상호작용에 대한 개념과 기초적인 상호작용에 대해 논의되고 있었다. 2003년~2012년에는 사회적 표현에 대한 연구가 많이 진행되었으며 얼굴검출, 인식 등과 같이 판단과 관련된 연구도 수행되었다. 2013년~2022년에는 노인 간호, 교육, 자폐 치료와 같은 서비스 토픽들이 등장하였으며, 사회적 표현에 대한 연구가 지속되었다. 그러나 아직까지 비즈니스에 적용할 수 있는 수준에는 이르지 못한 것으로 보인다. 그리고 LDA토픽모델링과 BERTopic 토픽모델링 방법을 비교한 결과 LDA에 비해 BERTopic이 더 우수한 방법임을 확인하였다.

• 농촌의학ㆍ지역보건
• /
• 제48권1호
• /
• pp.28-40
• /
• 2023

본 연구에서는 2016년 KPS 자료를 이용하여 우리나라 임상의사의 삶의 만족도 자가 평가 수준과 이와 관련된 요인을 파악하였다. KPS는 우리나라 전체 의사를 대상으로 근무 현황 및 환경, 보건의료체계·정책 인식 및 평가수준, 보건의료정보시스템 가용 현황 및 활용 정도, 직업 및 직무만족도, 활동 계획 및 진로, 생활습관 및 건강상태, 특정 직역(개원의, 은퇴자) 문항 등을 조사하였다. 설문지는 온라인 설문조사 방식으로 E-mail을 통해 발송되었고 최종 응답자는 8,564명으로 응답률은 13.8%였다. 본 연구에서는 현재 환자를 직접 진료하고 있는 임상의사 중에서 수련의와 공보의를 제외한 총 7,228명을 연구대상으로 하였다. 본 연구결과 임상의사의 삶의 만족도는 만족 36.1%(2,609명), 보통 42.8%(3,095명), 불만족 21.1%(1,524명)이었다. 임상의사의 삶의 만족도에 긍정적인 영향을 미치는 요인들은 신체적 요인으로는 60대이며, 여성이고, 평소 건강상태를 좋다고 평가하는 경우였다. 심리적 요인으로는 스트레스가 적었다. 사회적 요인으로는 가족과 함께 거주하며, 가족과 보낼 수 있는 시간에 대해 만족하는 것으로 나타났다. 또한 의사로서 받게 되는 사회적인 존경에 대해 만족하고 있었다. 조직적 요인은 교수이며, 16년 이상 근무 경력을 가진 경우였다. 직업적 요인으로는 근무시간 및 업무량, 의료자원 지원, 동료 및 직원과의 관계에 만족하는 경우였다. 경제적 요인으로는 소득에 대한 만족도가 높았다. 건강행태 요인으로는 현재 흡연을 하지 않으며, 음주횟수는 한 달에 1번 미만이었다. 임상의사의 삶의 만족도는 단순히 개인의 삶을 떠나 의사를 만나는 환자의 진료행위에까지 영향을 미칠 수 있음을 감안할 때 임상의사의 삶의 만족도를 높이기 위한 다각도의 접근이 필요하다고 생각한다. 이를 통해 임상의사들은 우리 사회 구성원 중 하나로 균형 있는 삶을 영위하고, 나아가 우리 사회 구성원들에게 보다 질 높은 보건의료서비스를 제공할 수 있기를 기대한다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.69-88
• /
• 2022

최근 코로나19 팬데믹으로 인해 전 세계 경제와 외교 상황에 급격한 변화가 일어나고 있으며, 수출 의존도가 높은 한국은 이러한 변화에 큰 영향을 받고 있다. 본 연구에서는 기업의 수출전략 수립 및 의사결정 지원을 위해 차년도 수출액 예측 모델을 구축하고, 모델의 예측 결과를 바탕으로 수출 유망국가 추천 방식을 제안한다. 본 연구에서는 모델이 다양한 정보를 학습할 수 있도록 국가별, 품목별, 거시경제 변수 등 선행 연구에서 중요하게 사용된 변수를 다방면으로 수집하였다. 수집한 데이터를 분석한 결과, 국가와 품목에 따라서 수출액의 분포가 매우 비대칭적인 것을 확인할 수 있었다. 따라서, 모델의 예측 성능을 향상시키고 설명력을 확보하기 위해서 분리학습 방식을 사용하였다. 분리학습은 전체 데이터를 동질적인 하위 그룹으로 분리하고 개별 모델을 구축하는 방식으로, 본 연구에서는 수출액을 기준으로 5개 구간으로 데이터를 분리하였다. 모델 학습 과정에서 구간별 특성을 반영하여 구간1부터 구간4까지는 LightGBM을 사용하고, 구간5는 지수이동평균을 사용하였으며 이를 통해 모델의 예측 성능을 향상시킬 수 있었다. 모델의 설명력 확보를 위해서 추가로 구간별 모델의 SHAP-value를 계산하고 중요도가 높은 변수를 제시했다. 또한, 본 연구에서는 예측 모델을 기반으로 2단계 수출 유망국가 추천 방식을 제안했다. 효율적인 수출 전략 수립을 위해서 BCG 매트릭스와 국가별 점수 산출 방식을 사용하였고, 품목별 유망 국가 순위와 수출 관련 주요 정보들을 제공하였다. 본 연구는 다양한 정보를 학습한 머신러닝 모델로 여러 국가와 품목에 대한 예측을 실시하고, 이 과정에서 분리학습 방식으로 예측 성능을 향상시켰다는 점에서 의의가 있다. 또한, 현재 무역 관련 서비스들이 과거 데이터에 기반한 정보를 제공하고 있음을 고려할 때, 본 연구에서 제안한 예측 모델과 유망국가 추천 방식은 기업들의 미래 수출 전략 수립 및 동향 파악에 유용하게 사용될 수 있을 것으로 기대된다.

• 헤리티지:역사와 과학
• /
• 제55권4호
• /
• pp.180-193
• /
• 2022

동구릉은 세계문화유산인 조선왕릉의 대표적인 곳으로, 봉분과 관계된 석조물 979점과 능과 봉분 주위에 석물, 석인상, 석수 등 310점으로 총 1,289점(일부 능의 지대석 제외)이 배치되어 있다. 동구릉 내 석조물은 대부분 흑운모화강암으로 구성되어 있지만 일부 능에서는 담홍색화강암으로 구성되어 있다. 전암대자율 측정결과 천장한 현릉(왕후)을 제외한 건원릉부터 목릉까지 범위 및 평균값이 유사하여, 동일한 채석지에서 산출된 돌을 사용한 것으로 판단된다. 숭릉, 수릉, 경릉의 경우 대자율 범위가 넓게 분포하는데, 조성 당시 석조물과 능을 옮기는 과정에서 새롭게 제작된 석조물이 섞이거나, 채석산지가 다른 석재를 사용하였기 때문이라 판단된다. 보존상태 조사결과 봉분부재와 능상 석조물 모두 표면풍화 중 박리박락과 입상분해에 의한 손상비율이 가장 높았으며, 표면변색의 경우 봉분부재는 황색과 토사, 능상 석조물은 황색, 흑색, 토사 등 복합적인 변색이 확인된다. 생물영향은 동구릉 내 손상양상 중 주된 요인으로 상대적으로 4~5등급 점유율이 높게 확인되었다. 이는 왕릉의 환경이 생물이 정착할 수 있는 토양형성이 용이하고 지속적으로 수분을 얻을 수 있는 조건이 갖춰져 있기 때문이라 판단된다. 구조상태의 경우 비교적 양호한 상태를 보이고 있다. 각 능별 종합훼손등급을 산출한 결과 전체적으로 양호한 상태를 보이고 있으나 이른 시기에 조성된 건원릉과 현릉의 경우 상대적으로 높은 풍화등급을 보였다. 동구릉 내 석조물은 표면풍화로 인해 부재 조각이나 문양 등 상당부분이 손실되었으며 2차 손상이 진행 중이다. 또한 각각의 손상요인이 단독적으로 발생하기보다는 복합적으로 작용하여 다양한 손상이 지속적으로 진행되고 있다. 따라서 왕릉 석조물의 보존처리뿐만 아니라 처리 이후에도 효율적인 관리를 위한 석조물의 정기적 보존현황관리와 자료 확보가 필요하며, 구체적인 관리 매뉴얼과 시스템이 갖춰져야 한다. 이번 연구는 세계문화유산 동구릉 내 석조물의 보존현황을 조사하고 체계적으로 분류하여 보존처리의 우선순위 및 필요성을 제공하였을 뿐만 아니라 향후 동구릉 보존관리 방안을 수립하는데 기초자료로 활용할 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.427-435
• /
• 2023

이상기상으로 인한 봄꽃 개화 시기의 변화는 식물의 생장기간 뿐 아니라 생물계절을 포함한 생태계의 모든 측면에 영향을 미친다. 따라서 봄꽃 개화 시기를 예측하는 것은 산림 생태계의 효과적인 관리에 필수적이다. 본 연구에서는 464곳의 산림에서 수집된 날씨정보를 기반으로 대한민국 산림의 대표적인 5가지 수종(미선나무, 아까시나무, 철쭉, 산철쭉, 마가목)의 2023년 개화 시기를 예측하기 위해 과정 기반 모형을 사용하였다. 이를 위해 28개 지역의 9년간(2009-2017) 개화 시기 자료를 활용하여 모형을 개발하였다. 개화 시기는 식물의 세 개 이상의 위치에서 처음으로 꽃이 피는 것을 기준으로 측정되었다. 본 연구에서는 STDD와 GDD 과정 기반 모형을 사용하여 개화 시기를 예측하였으며, 두 모형 모두 일반적으로 우수한 성능을 보였다. 과정 기반 모형의 주요 입력변수인 날씨 자료는 산악기상관측시스템과 기상청에서 제공하는 기온 정보를 융합하여 1km의 공간 해상도로 일 단위 기온 자료를 생성하였다. 지역별 보정 계수를 생산하고 적용하기 위해 랜덤포레스트 기계 학습을 활용하여 STDD와 GDD 모형을 기반으로 예측 정확도를 개선하였다. 결과적으로 보정 계수가 적용될 때 대부분의 수종에서 개화 시기의 예측 오차가 작았으며, 특히, 미선나무, 아까시나무, 철쭉에서 평균제곱근오차가 각각 1.2, 0.6, 1.2일로 매우 낮았다. 모형 성능을 평가하기 위해 10회의 무작위 샘플링 테스트를 실시하고, 최적의 결정계수 값을 가진 모형을 선택하여 모형의 성능을 평가하였다. 그 결과, 마가목을 제외한 모든 수종에서 보정 계수가 적용된 모형에서 결정계수가 최소 0.07에서 최대 0.7 증가하였으며 최종적으로 75%에서 90%의 설명력을 가졌다. 이를 기반으로 수종별 보정 계수를 산출하였으며, 1km 해상도의 전국 단위 개화시기예측 지도를 제작하였다. 본 연구는 식물의 계절 변화에 대한 자료로 활용될 것으로 예상되며, 수종 및 지역별로 개화 시기를 상세히 설명하여 기후 변화로 인한 계절 변화를 연구하는 데에 유용할 것으로 기대된다. 또한 우리나라 산림의 주요 수종에 대한 정확도 높은 개화 시기 예측 서비스는 산림 방문객들의 산림 경험 만족도를 크게 높일 수 있으며, 양봉업 등 임업 종사자들의 경제적 향상에 기여할 것으로 기대된다.