• 한국엔터테인먼트산업학회논문지
• /
• 제14권5호
• /
• pp.59-72
• /
• 2020

2018년에 출시된 게임 <레드 데드 리뎀션 2>는 영화적인 스타일로 연출된 스토리에 오픈 월드 스타일의 자유도를 결합해 평론가들에게 극찬을 받은 게임이다. 그러나 본 연구는 질적 연구를 통해 게임 속 서사의 주제와 게임 메카닉의 이해관계가 충돌을 일으켜 "서사 부조화 (ludonarrative dissonance)"가 일어나는 것을 밝히고, 게임 속 서사가 영화와 같은 전통적인 스토리텔링 매체와는 달리 아리스토텔레스가 강조하는 서사의 "통일성"을 결여한다는 것을 주장하고자 한다. 본 연구는 먼저 클린트 호킹의 "서사 부조화"에 대한 선행연구를 검토하고, 아리스토텔레스가 <시>에서 강조한 플롯과 행위의 "통일성"(unitary plot, action), 그리고 로버트 맥키의 이론을 기반으로 <레드 데드 리뎀션 2>의 서사를 분석하여 주인공 아서모건의 '구원'이라는 주제와 그가 사랑하는 사람들을 지키고자 하는 무의식적 욕구, 즉 이야기의 "척추"를 밝혀낸다. 아울러, 게임 속 "명예"라는 게임 메카닉을 분석하여 게임 속 주인공의 도덕적 선택이 "명예"의 수치를 결정짓고, 이는 서사의 진행 방향을 다양하게 만든다는 것을 보인다. 그러나, 다양한 서사적 갈래에도 불구하고 이는 게임 스토리의 핵심인 주인공 아서 모건의 '구원'이라는 주제, 즉 서사의 큰 줄기에 큰 변화를 주지 않는다. 본 연구는 게임 속에서 주인공이 서사의 주제에 극단적으로 반하는 도덕적 선택을 할 경우일지라도, 이에 상응하는 서사적 변화가 충분히 일어나지 않아 결국 서사 부조화가 일어난다는 것을 게임 속 다양한 예를 분석하여 밝혀낸다. 또한, 단순한 수치로 계산되는 "명예" 시스템이 추상적인 도덕성을 평가하는 데 있어서 오는 기술적인 한계가 있다는 것을 지적하고, 게임 후반부에서 드러나는 "명예"를 이중잣대로 판단하는 시스템의 결점을 알아내어, 이것이 서사 부조화를 더욱 악화시킨다는 것을 밝힌다. 결국 본 연구에서는 <레드 데드 리뎀션 2> 속 서사 부조화가 아리스토텔레스가 강조하는 플롯의 통일성을 해치고, 나아가서 게임이 온전한 스토리텔링의 매체로서의 불안정성을 지니고 있다는 것을 주장하고자 하였다.

• 청정기술
• /
• 제29권1호
• /
• pp.10-21
• /
• 2023

천연 고분자 이중 네트워크를 기반으로 하는 하이드로젤은 뛰어난 생체 적합성, 낮은 세포 독성, 높은 함수율을 가져 다양한 의학 분야 재료로서 우수한 성능을 가지며 생체 조직 내 표적 약물 전달 시스템에의 응용에도 많은 주목을 받고 있지만 상대적으로 약한 기계적 물성에 의한 한계를 가진다. 본 연구에서는 천연 고분자 산화 알지네이트(alginate di-aldehyde, ADA)와 젤라틴(gelatin)이 형성하는 이중 네트워크 기반의 하이드로젤을 합성하였으며 하이드로젤 내부의 기능기와 수소 결합을 할 수 있는 다량의 수산기(-OH) 기능기를 가지는 과분지 고분자(hyperbranched polyglycerol, HPG)를 0~25%의 범위로 조절하여 첨가하여 최종적으로 기계적 물성이 향상된 천연 고분자 기반 하이드로젤을 합성하였다. 또한, 자철석 나노 입자(Fe₃O₄ nanoparticles (NPs))를 하이드로젤 내부에 in-situ 방법으로 합성하여 자성이 부여된 천연고분자 하이드로젤의 제조 및 특성 분석을 진행하였다. 결과적으로 Fe₃O₄ NPs를 도입한 15% HPG 함량의 하이드로젤은 3.8 emu g^-1의 포화자화 값을 가지는 초상자성을 보였고, 변형률 67.4%에서 최대 압축 강도 1.1 MPa으로 높은 기계적 물성을 가졌다. 향상된 기계적 물성을 가지는 천연 고분자 기반의 초상자성 하이드로젤은 약물 전달 시스템 및 생체 재료에 매우 중요한 잠재적 용도가 있을 것으로 사료된다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.287-310
• /
• 2022

인공지능의 등장으로 과학기술 분야 뿐만 아니라 산업의 고도화가 가속화되고 있다. 기업은 인공지능 기술의 효과적인 도입을 통한 지능형 제품 개발로 고객 경험 혁신 및 가치 창출을 실현하고자 한다. 그러나 지능형 제품은 인공지능과 같은 급진적인 기술을 기반으로 하는 제품의 특성상 기존 제품과 개발 방식에 있어 차이를 나타내며, 기존 제품 개발 방법론을 그대로 적용하기에 명확한 한계가 존재한다. 본 연구에서는 차량용 음성비서를 예시로 기업들의 성공적인 지능형 신제품 개발을 위한 KANO-TOPSIS 기반의 새로운 연구 방법을 제안한다. 먼저 KANO 모델을 통해 고객들이 신제품에 필요하다고 생각하는 기능을 선별 및 평가하고, TOPSIS를 통해 고객들이 필요로 하는 기능의 중요도를 구해 신제품 개발을 위한 새로운 기능의 우선순위를 도출한다. 분석을 위해 차량 상태 확인 및 기능 제어 요소, 주행 관련 요소, 음성비서 자체의 특성, 인포테인먼트 요소, 일상생활 지원 요소 등 주요 카테고리를 선정 및 고객 요구속성을 세분화하였으며, 분석 결과, 높은 인식 정확도가 차량용 음성비서 개발에 있어 최우선으로 고려되어야 할 요소로 나타났다. 운전자의 생체 정보, 사용 습관 등에 맞춤화된 콘텐츠를 제공하는 인포테인먼트 요소는 예상과 달리 낮은 우선순위를 나타낸 반면 차량 상태 알림, 주행 보조 및 보안 등 운전자의 안전과 관련된 기능들은 보다 우선적으로 개발되어야 할 요건으로 밝혀졌다. 본 연구는 KANO와 TOPSIS를 결합한 우수한 모델을 통해 혁신적인 지능형 신제품의 특성에 맞는 새로운 제품 개발 방법론을 제시했다는 점에서 의의가 있다.

• 한국지구과학회지
• /
• 제45권3호
• /
• pp.203-213
• /
• 2024

태안군 신두리 대조차 해빈에 나타나는 다중사주의 여름철 출현과 겨울철 사라짐 패턴을 조사하고 이들이 어떻게 겨울철에 소멸하고, 여름철에 다시 생성되는지를 토의하였다. 계절에 따른 다중사주의 지형변화는 VRS-GPS 시스템을 이용하여 지난 4년 동안 주기적으로 해빈 측선측량을 실시하여 파악하였다. 사주의 구성퇴적물을 알아보고자 계절에 따른 표층퇴적물을 채취하여 입도분석을 수행하였다. 추가적으로 유속자료를 확보하기 위해, TIDOS 조류관측시스템을 여름과 겨울에 각각 설치하여 얻었다. 신두리 해빈은 급경사의 상부 사빈면과 완만한 하부 조간대 지역으로 구분된다. 사빈면은 범(berm)의 발달이 미약하고, beach cusp가 나타나지 않아 매우 단조로운 지형을 갖고 있다. 조간대 지역은 폭이 400 m로서 넓고 2- 5개의 사주열이 나타난다. 사빈의 구성 퇴적물 평균입도는 2.0-2.75 phi 범위로 세립사에 해당하며, 육지방향으로 갈수록 조립해지는 경향을 띤다. 반복적 측선측량 결과, 신두리 해빈은 여름철 다중사주가 최대 5열까지 발달하는 해빈 단면을, 반면 겨울철에는 사주의 발달이 없는 편평한 해빈 단면을 갖는다. 겨울철 다중사주의 사라짐은 겨울의 강한 파랑으로 사주의 마루가 침식되고 골에 퇴적되는, 깎고 채움의 결과로 해석된다. 여름철 다중사주의 생성은 고조 시 정지상태에서 정상파 운동에 의해 생성되기보다는 조위면의 이동과 평상 파랑이 결합된 break-point 기작으로 설명된다. 평균해수면 근처의 사주가 가장 크고 뚜렷함, 육지방향으로 갈수록 사주의 진폭이 감소함, 다중사주 진폭의 불규칙함, 사주의 강한 비대칭, 그리고 육지방향으로 10-30 m 사주의 이동은 break-point 기작을 뒷받침한다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.1-23
• /
• 2013

융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).

• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.57-78
• /
• 2020

인터넷의 발달로, 소비자들은 이커머스에서 손쉽게 상품 정보를 확인한다. 이때 활용되는 상품 리뷰는 사용자 경험을 토대로 작성되어 구매의사결정의 효율성을 높일 뿐만 아니라 상품 개발에 도움을 주기도 한다. 하지만, 방대한 양의 상품 리뷰에서 관심있는 평가차원의 세부내용을 파악하는 데에는 많은 시간과 노력이 소비된다. 예를 들어, 노트북을 구매하려는 소비자들은 성능, 무게, 디자인과 같은 평가차원에 대해 각 차원별로 비교 상품의 평가를 확인하고자 한다. 따라서 본 논문에서는 상품 리뷰에서 다차원 상품평가 점수를 자동적으로 생성하는 방안을 제안하고자 한다. 본 연구에서 제시하는 방안은 크게 2단계로 구성된다. 사전준비 단계와 개별상품평가 단계로, 대분류 상품군 리뷰를 토대로 사전에 생성된 차원분류모델과 감성분석모델이 개별상품의 리뷰를 분석하게 된다. 차원분류모델은 워드임베딩과 연관분석을 결합함으로써 기존 연구에서 차원과 단어들의 관련성을 찾기 위한 워드임베딩 방식이 문장 내 단어의 위치만을 본다는 한계를 보완한다. 감성분석모델은 정확한 극성 판단을 위해 구(phrase) 단위로 긍부정이 태깅된 학습데이터를 구성하여 CNN 모델을 생성한다. 이를 통해, 개별상품평가 단계에서는 구 단위의 리뷰에 준비된 모델들을 적용하고 평가차원별로 종합함으로써 다차원 평가점수를 얻을 수 있다. 본 논문의 실험에서는 대분류 상품군 리뷰 약 260,000건으로 평가모델을 구성하고, S사와 L사의 노트북 리뷰 각 1,011건과 1,062건을 실험데이터로 활용한다. 차원분류모델은 구로 분해한 개별상품 리뷰를 6개 평가차원으로 분류했고, 기존 워드임베딩 방식보다 연관분석을 결합한 모델의 정확도가 13.7% 증가했음을 볼 수 있었다. 감성분석모델은 문장보다 구 단위로 학습한 모델이 평가차원을 면밀히 분석함으로써 29.4% 더 높은 정확도를 보임을 확인했다. 본 연구를 통해 판매자, 소비자 모두가 상품의 다차원적 비교가 가능하다는 점에서 구매 및 상품 개발에 효율적인 의사결정을 기대할 수 있다.

• 한국환경농학회지
• /
• 제22권4호
• /
• pp.278-283
• /
• 2003

본 연구는 고수부지에 조성한 여과습지의 초기운영단계 질소제거율을 분석하였다. 조사기간 처리수의 평균수온은 $17.1^{\circ}C$이었고, 평균 pH는 7.1이었으며, 갈대의 평균 N흡수량은 $69.31\;N\;mg/m^2/day$였다. 유입수와 유출수의 평균 $NO_3-N$ 농도는 각각 3.46, 2.23 mg/L이었으며, 여과습지의 $NO_3-N$ 평균제거율은 $195.58\;mg/m^2/day$였다. 유입수와 유출수의 평균 $NH_3-N$ 농도는 각각 0.92, 0.58 mg/L이었으며, $NH_3-N$ 평균 제거율은 $53.65\;mg/m^2/day$를 보였다. 유입수와 유출수의 평균 T-N 농도는 각각 10.24, 6.32 mg/L 였으며, T-N 평균제거율은 $628.44\;mg/m^2/day$를 보였으며, 제거량 기준으로 T-N 평균제거율은 약 39%를 나타냈다. 시스템이 초기 운영단계인 점을 고려하면 T-N제거 수준은 비교적 양호한 편이다. 여과습지의 $7{\sim}10$월의 수온이 암모니아화, 질산화, 탈질화에 비교적 적합한 온도를 유지하였고, 매질사이의 공극에 입자성 유기태 질소가 고정되고, 매질표면에 형성된 미생물막에 유기태 질소가 흡착되어 분해되고, 유입수가 원활히 시스템을 흐른 것이 질소제거의 주요 원인으로 사료된다. $2{\sim}3$년 후 갈대가 정상적으로 성장하여 뿌리와 근권이 발달하고, 갈대의 잔재물로부터 유기쇄설물이 형성되어 탈질화에 필요한 탄소공급원이 제공되면, 시스템의 질소 처리율이 높아질 것으로 생각된다. 실험결과 고수부지를 활용한 수질정화 여과습지는 오염하천수에 함유된 질소를 줄일 수 있는 방안이 될 수 있을 것으로 사료된다.PL특성은 상온에서도 눈으로 보일 만큼 우수한 발광 특성을 보였으며, 기판 bias전압이 증 가함에 따라 PL peak 위치가 청색으로 편이하는 경향을 보였다. 이러한 발광 세기의 변화 는 $V_s$=0V부터 $V_s$=200V까지는 기판의 bias전압이 증가함에 따라 상대적으로 박막의 표면에 충돌하는 이온에너지의 감소로 인해 a-C:H박막내에 비발광 중심으로 작용하는 dangling bond가 감소하여 발광의 세기가 증가하였으며 $V_s$=300V이상에서는 박막내의 수소 함유량이 증가함에 따라 dangling bond수는 감소하나 발광 중심으로 작용하는 탄소간의 $\pi$결합을 포 함하는 cluster가 줄어들어 PL세기가 감소한 것으로 생각된다.1례, 폐동 맥: 1례)이 4례, 2주 이상의 지속적 흉관배액이 4례, 유미흉이 3례, 출혈에 의한 재수술이 3례, 기타 급성 신 부전, 종격동염, 횡경막신경 마비가 각각 2례씩 있었으며, 중복치환술을 받은 환자들과 전통적 술식으로 수 술받은 환자에서 술후 합병증의 차이는 없었다. 65명의 환자를 평균 54$\pm$49개월(0~177개월)간 추적관찰하였 으며, 수술 초기에 사망한 환자는 13명으로 20.0%(13/65)의 수술사망율을 보였으며 3명의 환자가 추적기간중 사망하여 24.6%(16/65)의 전체사망율을 보였다. 중복치환술을 받은 환자의 수술사망율은 33.3%(4/12)였다. 술 후 1년, 5년, 10년 누적생존율은 각각 75.0$\pm$5.6%, 75.0$\pm$5.6%, 69.2$\pm$7.6%였다. 가장 흔한 사망원인으로는 술 후 저심박출증후군으로 8례였으며 삼첨판막 폐쇄부전이 심해져 심부전으로 사망한 경우도 5례로 사망의 중 요 원인이었다. 결론 저자들은 본 연구를

• 한국진공학회지
• /
• 제17권1호
• /
• pp.16-22
• /
• 2008

[ $O_2/SF_6$ ], $O_2/N_2$ 그리고 $O_2/CH_4$의 혼합 가스를 이용하여 폴리카보네이트의 플라즈마 식각을 연구하였다. 플라즈마 식각 장비는 축전 결합형 플라즈마 시스템을 사용하였다. 폴리카보네이트 식각은 감광제 도포 후에 UV 조사의 포토리소그래피 방법으로 마스크를 제작하여 실험하였다. 본 식각 실험에서는 $O_2$와 다른 기체와의 혼합비와 RIE 척 파워 증가에 따른 폴리카보네이트의 식각 특성 연구를 중심으로 하였다. 특히 건식 식각 시에 사용한 공정 압력은 100 mTorr로 유지하였으며 공정 압력은 기계적 펌프만을 사용하여 유지하였다. 식각 실험 후에 표면 단차 측정기, 원자력간 현미경 그리고 전자 현미경 등을 이용하여 식각한 샘플을 분석 하였다. 실험 결과에 의하면 폴리카보네이트 식각에서 $O_2/SF_6$의 혼합 가스를 사용하면 순수한 $O_2$나 $SF_6$를 사용한 것보다 각각 약 140 % 와 280 % 정도의 높은 식각 속도를 얻을 수 있었다. 즉, 100 W RIE 척 파워와 100 mTorr 공정 압력을 유지하면서 20 sccm $O_2$의 플라즈마 식각에서는 약 $0.4{\mu}m$/min, 20 sccm의 $SF_6$를 사용하였을 때에는 약 $0.2{\mu}$/min의 식각 속도를 얻었다. 그러나 60 %의 $O_2$와 40 %의 $SF_6$로 혼합된 플라즈마 분위기에서는 20 sccm의 순수한 $O_2$에 비해 상대적으로 낮은 -DC 바이어스가 인가되었음에도 식각 속도가 약 $0.56{\mu}m$/min으로 증가하였다. 그러나 $SF_6$ 양의 추가적인 증가는 폴리카보네이트의 식각 속도를 감소시켰다. $O_2/N_2$와 $O_2/CH_4$의 플라즈마 식각에서는 $N_2$와 $CH_4$의 양이 각각 증가함에 따라 식각 속도가 감소하였다. 즉, $O_2$에 $N_2$와 $CH_4$의 혼합은 폴리카보네이트의 식각 속도를 저하시켰다. 식각된 폴리카보네이트의 표면 거칠기 절대값은 식각 전에 비해 $2{\sim}3$ 배정도 증가하였지만 전자현미경으로 표면을 관찰 하였을 때에는 식각 실험 후의 폴리카보네이트의 표면이 깨끗한 것을 확인할 수 있었다. RIE 척 파워의 증가는 -DC 바이어스와 폴리카보네이트의 식각 속도를 거의 선형적으로 증가시켰으며 이 때 폴리카보네이트의 감광제에 대한 식각 선택비는 약 1:1 정도였다. 본 연구의 의미는 기계적 펌핑 시스템만을 사용한 간단한 플라즈마 식각 시스템으로도 $O_2/SF_6$의 혼합 가스를 사용하면 폴리카보네이트의 미세 구조를 만드는데 사용이 가능하며 $O_2/N_2$와 $O_2/CH_4$의 결과에 비해 상대적으로 우수한 식각 조건을 얻을 수 있었다는 것이다. 이 결과는 다른 폴리머 소재 미세 가공에도 응용이 가능하여 앞으로 많이 사용될 수 있을 것으로 예상한다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.137-148
• /
• 2014

상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 'Gray Sheep'에 의한 추천성능의 저하도 그 중 하나이다. 이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.