• 지능정보연구
• /
• 제27권1호
• /
• pp.47-64
• /
• 2021

전 세계적으로 퍼진 코로나 19 상황은 우리의 일상생활의 많은 부분에 영향을 끼쳤을 뿐만 아니라, 경제·사회 등 많은 부분에 걸쳐 막대한 영향력을 미치고 있다. 확진자와 사망자 수가 증가함에 따라 의료진과 대중은 불안, 우울, 스트레스 등 심리적인 문제를 겪고 있다고 한다. 장기적인 부정적인 감정은 사람들의 면역력을 감소시키고 신체적인 균형을 파괴할 수도 있으므로 코로나 19로 인한 심리적인 상태를 이해하는 것이 필수적인 상황이다. 본 연구에서는 코로나 19 감정과 관련된 뉴스 데이터를 수집하여, 텍스트 마이닝을 통해 키워드를 분류하고, 키워드 사이의 의미 네트워크 분석을 통해 단어들의 관계를 시각화하였다. 코로나 감정과 관련된 기사의 키워드에 나타난 단어들의 빈도수를 확인하고 이를 워드 클라우드로 분석하였다. 키워드 빈도 분석 결과 코로나 19 감정과 관련하여 '중국', '불안', '상황', '마음', '사회', '건강'과 같은 단어의 빈도가 높게 나타난 것을 확인할 수 있었다. 각 데이터 간 연결 중심성을 분석한 결과 키워드 중심성 네트워크에서 가장 중심적인 핵심어는 '심리'와 '코로나 19', '블루', '불안'이라는 단어가 높은 연결 중심성을 가지는 것을 확인할 수 있었다. 기사의 헤드라인에 나타난 주요 핵심어 사이의 동시 출현 빈도 네트워크를 그래프로 시각화한 결과, '코로나-블루' 쌍이 가장 굵게 표시되었고, '코로나-감정', '코로나-불안' 쌍이 비교적 굵은 선으로 표시된 것을 알 수 있었다. 코로나와 관련된 '블루'는 우울증을 의미하는 단어로, 코로나와 우울증은 이제 관심을 가져야 할 키워드임을 확인할 수 있었다. 본 연구에서는 장기화한 코로나 19 상황에서 신체적인 방역뿐만 아니라 심리적인 방역에도 힘써야 할 이 시기에 보건 정책담당자가 빠르고 복잡한 의사결정 과정에 도움이 되고자 미디어 뉴스를 모니터링 함으로써, 더욱더 쉬운 소셜 미디어 네트워크 분석 방법을 제시하고자 한다.

• 한국해양학회지:바다
• /
• 제26권3호
• /
• pp.263-276
• /
• 2021

해양저서동물은 해양의 환경오염에 대한 모니터링과 평가에 활용되었고, 최근에는 생물다양성과 생태계 복원의 관점에서 매우 중요한 요소로서 인식되고 있다. 한국에 있어서도 오염상태를 평가하는 환경영향평가에 주요 구성원으로 들어가 있어서 많은 연안역에서 저서동물군집에 대한 정량적 연구가 1970년대 중반 이후 50년간 수행이 되었다. 이런 연구의 종 동정에는 생태전문가가 일정기간 분류에 대한 교육을 받아서 수행해 온 것이며, 그 과정에서 저서동물의 동정을 소홀히 하였거나 잘못 동정하여 정보축적에 혼선이 있었으며, 분류전문가 부족으로 저서생물 시료를 종 수준까지 다루지 못한 것이 현실이었다. 해양생태계 기본조사와 같은 국가적인 연구조사에서도 저서동물에 대한 종 동정에 분류학 전문가의 참여가 적다는 것이 현실이고, 이로 인한 저서동물군집 자료에서 일부 분류군의 종 동정이 미흡하여 자료의 질적 저하를 초래한 면이 있었다. 영국에서는 해양생물의 정량적 자료 생성을 표준화하기 위해서 1990년대 국가해양생물분석질관리계획(National Marine Biological Analytical Quality Control, NMBAQC Scheme) 이라는 정도 관리체계를 만들었고, 국가 해양모니터링 프로그램에 참여하는 모든 기관에 해양생물 분석역량을 측정하고, 미흡하면 재교육과 훈련을 수행하고 있다. 하지만 국내에는 아직 이러한 해양생물을 조정할 수 있는 기관과 인력이 미흡한 실정이다. 국립해양생물자원관과 같은 공인기관이 존재하고 있어도 생태자료를 담당할 인력 부족으로 생태자료의 정도관리를 맡기에는 현실적으로 어렵다. 따라서 이에 대한 개선안으로서 단기적으로는 (1) 최소한 주요 우점종에 대한 종 동정을 분류전문가에게 확인을 받는 방안, (2) 가능하면 생물군별로 분류전문가를 연구조사에 참여시키는 방안이 필요하고, 장기적으로는 (3) 다양한 분류전문가를 포함하는 (가칭) '(재단법인) 해양생물 분류협회'를 설립하여 생물자료에 대한 정도관리와 전문가 양성과 훈련을 주관하는 방안 등을 제안하는 바이다. 향후 법인의 설립에 대한 구체적인 방안이나 법제적인 문제는 학회나 공청회를 통하여 보완하는 방안이 있겠다.

• 지식경영연구
• /
• 제22권4호
• /
• pp.103-118
• /
• 2021

국가의 경제적인 성장 정도를 나타내는 주요 지표 중 하나는 국내총생산(Gross Domestic Product, GDP)이다. GDP에 영향을 미치는 정도가 각 산업의 경쟁력으로 작용한다. 따라서 식의약 산업 관련 통계 데이터를 활용하여 GDP 내의 비중이 어느 정도인지 파악하고, 타 산업과의 비교를 통해 식의약 산업이 국내 경제에 미치는 영향력에 대해 분석하고자 하였다. 식의약 산업은 국내 산업 중 산업의 범위가 넓고 국민의 삶에 밀접하게 연관되어있다. 또한, 갈수록 인간의 수명이 늘어나고 근래에는 COVID-19라는 감염병의 확산으로 인해 식의약 산업에 속하는 바이오 분야가 각광을 받고 있다. 따라서 식의약 산업의 경쟁력이 갈수록 상승할 것으로 기대되기 때문에 산업에 대한 주목이 필요하다. 식약처는 식의약 산업에 대한 통계를 제공하지만, 체계화 된 GDP 비중을 제공하고 있지 않다. 따라서 다른 산업과 비교하여 어느 정도 영향력이 있는 산업인지 파악하기 어렵기 때문에 본 연구에서는 식의약 산업의 GDP 비중을 구하고 타 산업과 비교해보고자 한다. 식의약 산업 부문 GDP를 구하는 과정에서 시점별로 통계자료 내 수치가 통일되지 않는다는 난점이 있었다. 이러한 부분을 극복하기 위하여 기준이 되는 통계자료를 정하고, 총부가가치와 산업별 생산액, 매출액, 부가가치액 등을 사용하여 식의약 산업 부문 GDP를 추정하였다. 다른 12개 분야 산업들과 비교하였을 때, 식의약 산업 부문 GDP는 제조업의 GDP 다음으로 2위를 차지하였고, 결과적으로 식약처 산업이 국내 산업 중에서도 국가 경제력에 많은 영향력을 미친다는 점을 나타냈다.

• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.265-282
• /
• 2022

해수면 온도(Sea surface temperature, SST)는 지구시스템에서 해양의 순환과 생태계에 큰 영향을 주는 요소이다. 지구온난화로 한반도 근해 해수면 온도에 변화가 생기면서 이상 수온(고수온, 저수온) 현상이 발생하여 해양생태계와 수산업 피해를 지속적으로 발생시키고 있다. 따라서 본 연구는 한반도 근해 해수면 온도를 예측하여 이상 수온 현상 예측으로 피해를 예방하는 방법론을 제안한다. 연구 지역은 한반도 근해로 설정하여 동시간대 해수면 온도 데이터를 사용하기 위해 Europe Centre for Medium-Range Weather Forecasts (ECMWF)의 ERA5 자료를 사용하였다. 연구방법으로는 해수면 온도 데이터의 시계열 특징을 고려하여 딥러닝 모델 중 시계열 데이터 예측에 특화된 Long Short-Term Memory (LSTM) 알고리즘을 이용하였다. 예측 모델은 1~7일 이후 한반도 근해 해수면 온도를 예측하고 고수온(High water temperature, HWT) 혹은 저수온(Low water temperature, LWT) 현상을 예측한다. 해수면 온도 예측 정확도 평가를 위해 결정계수(Coefficient of determination, R²), 평균제곱근 편차(Root Mean Squared Error, RMSE), 평균 절대 백분율 오차(Mean Absolute Percentage Error, MAPE) 지표를 사용하였다. 예측 모델의 여름철(JAS) 1일 예측 결과는 R²=0.996, RMSE=0.119℃, MAPE=0.352% 이고, 겨울철(JFM) 1일 예측 결과는 R²=0.999, RMSE=0.063℃, MAPE=0.646% 이었다. 예측한 해수면 온도를 이용하여 이상 수온 예측 정확도 평가를 F1 Score로 수행하였다(여름철(2021/08/05) 고수온 예측 결과 F1 Score=0.98, 겨울철(2021/02/19) 저수온 예측 결과 F1 Score=1.0). 예측 기간이 증가하면서 예측 모델이 해수면 온도를 과소추정하는 경향을 보여주었고, 이로 인해 이상 수온 예측 정확도 또한 낮아졌다. 따라서, 향후 예측 모델의 과소추정 원인을 분석하고 예측 정확도 향상을 위한 연구가 필요할 것으로 판단된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.237-262
• /
• 2022

본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.

• 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.

• 한국농림기상학회지
• /
• 제24권1호
• /
• pp.13-34
• /
• 2022

기상청은 농작물의 생육 및 관개를 비롯한 여러 농경활동에 미치는 토양수분의 중요성을 인식하고, 전국 11개 농업기상 관측지점에서 관측을 수행하고 있다. 그러나 이 자료가 폭넓게 활용되지 못하고 있어 우선적으로 관측자료의 신뢰도를 확보할 필요가 있다. 이 연구에서는 현업 토양수분 자료의 정확도를 검증하고, 품질 향상을 위해 적용할 보정식을 개발하는데 목표를 두었다. 먼저 관측 노장의 토양을 채취하여 토양수분함량에 영향을 미치는 용적밀도, 용적수분함량, 토성 및 보수력 등의 물리적 성질을 분석하였다. 토성은 대부분의 관측지점에서 모래가 주성분인 사양토 또는 양질사토로 분류되었으며, 1.5 g/cm³ 내외의 용적밀도를 나타냈다. 미사와 점토 함량이 상대적으로 높았던 능주와 익산 지점은 용적밀도와 보수력도 다른 곳보다 더 높게 나타난 것으로 볼 때, 토성과 용적밀도, 보수력 사이에 밀접한 연관성이 있는 것으로 판단된다. 자체 설계·제작한 '레퍼런스 토양수분 관측시스템'에 이러한 관측지 토양의 특성을 반영하여 레퍼런스 센서로 사용할 EnviroSCAN 모델의 실험실 보정이 이루어졌다. 보정 작업은 load cell에서 측정한 무게 변화로부터 계산된 토양수분함량과 보정할 센서의 측정값을 비교하는 방식으로 진행되었으며, 제조사의 default 보정식에 대해 추가 보정의 필요성은 없는 것으로 결정되었다. 보정이 완료된 레퍼런스 센서와 현업 센서의 비교 관측 실험이 11개 각 지점에서 3회 이상 실시되었다. 전반적으로 레퍼런스 센서와 현업 센서의 측정값이 변화하는 패턴은 유사하게 나타났지만, 현업 센서가 레퍼런스 센서에 비해 상대적으로 토양수분을 과소평가하는 지점이 많았다. 두 센서 간의 편차는 장기간 건조 상태가 지속될 경우 일정한 추세를 유지하지만, 강수가 빈번한 시기에는 그 양상이 복잡해지는 특징이 있다. 비교 관측 실험의 결과를 바탕으로 각 기간별로 두 센서에 의해 관측된 자료의 범위와 평균을 이용하여 지점 및 깊이별 선형보정식을 개발하였다. 이 보정식을 수원 지점에 시범적으로 적용하여 뚜렷한 개선효과를 확인하였다. 또한 연속데이터에 보정식을 적용할 수 있도록 보정식이 산출되지 않은 기간의 구체적인 보정값 산정 방법도 제시하였다. 이 연구의 결과를 종합해 보면, 모든 관측지점에 대해 1년에 2회 정도의 주기적인 보정 작업이 토양수분 관측자료의 품질 향상을 위해 필수적인 것으로 판단된다.

• 한국자연치유학회지
• /
• 제11권1호
• /
• pp.18-30
• /
• 2022

배경: 제주도 화산섬 지하자원인 현무암 "숲" 지하 공기(숨골)의 효과를 검증하기 위하여 '지하 공기정화 층을 이용한 공기정화시스템(APS)'을 개발한 후에 정화 공기 체험장을 설치하였다. 이 정화 공기를 채취하여 분석하고 인체에 유용성에 관한 탐색연구가 필요하다. 목적:현무암 "숲" 지하 공기(숨골)를 APS로 채취하여 성분을 분석하고, 이 공기를 체험한 후에 인체에 미치는 영향을 탐색하는 것이었다. 방법: 제주도의 파파빌레 지역의 4개의 지점에 APS 장치를 설치하였다. APS에서 배출하는 지하 공기를 채집하여 자원화 성분을 분석하였다. 또한 공기 밀폐 연구 체험장을 지상에 설치하였으며, 이 체험장의 음이온 농도는 5,000 ions/m³정도이었고, 체험자들이 60~120분 정도 머무르게 한 후에 혈관 상태를 조사하였다. 결과: 현무암 '숲' 지하 공기를 채취하여 분석한 결과는 O₂ 농도는 21.18%로 대기의 평균 산소 농도 20.94%보다 높았다. 폼알데하이드는 검출되지 아니하였고, CO₂농도는 419 ppm으로 실내공기보다 낮았다. 미세먼지(PM2.5) 농도는 24 ㎍/ms 이하였으며, 음이온도 5.000 ions/m³ 이상 검출되었다. 체험한 사람들의 혈관 건강 지수 개선되었고, 평균 맥박의 증가 및 스트레스 해소 등의 효과가 높게 나타났다. 결론: 현무암 "숲" 지하공기(숨골)를 분석하여 규명한 유용한 성분은 자연치유 등에 활용할 가치가 높았고, 체험한 결과에서는 맥박의 증진, 혈관과 스트레스 개선에 효과를 나타냈다. 이러한 조건은 제주지역의 현무암 숲이 자연치유와 웰니스 산업으로 확장하기 위한 새로운 지역이라고 높게 평가할 수 있다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.105-117
• /
• 2022

본 연구는 다항회귀분석을 통해 장기금리와 단기금리의 차이인 금리 스프레드와 주식 수익률 간 영향을 분석한다. 기존 연구들은 미국시장을 중심으로 금리 스프레드를 통한 경기를 예측에 초점을 맞추어 진행되었다. 선행 연구들은 장단기금리의 기간을 조절하고 선행정도를 분석하며 금리 스프레드를 경기예측 선행지표로 검증했다. 국내에서도 2006년 경기종합지수 제 7차 개편 이후 금리스프레드를 경기 선행지수 구성항목에 포함하였으며 현재까지도 활용하고 있다. 그럼에도 불구하고 국내 주식시장에서 금리스프레드와 산업별 주식 수익률에 대한 연구는 부족하다. 때문에 본 연구에서는 국내주식시장을 대상으로 금리스프레드와 산업별 주식 수익률은 분석했다. 회귀분석을 통해 인과관계가 높은 장단기 금리를 선정하고 선행기간 및 산업별 상관관계를 파악했다. 연구 과정에서 단순 선형회귀 분석(Simple Linear Regression)의 한계를 극복하기 위해 다항 회귀분석(Polynomial Linear Regression)을 활용해 설명력을 높였다. 분석 결과 6개월 선행하여 무보증 3년 회사채(AA-) 수익률과 콜금리 수익률의 차이 금리스프레드로 사용했을 때 높은 인과를 확인하였으며 산업별 주식수익률을 분석한 결과 해당 금리 스프레드와 자동차산업의 수익률의 관계가 가장 밀접함을 확인했다. 본 연구를 통해 국내에서 금리 스프레드가 경기예측뿐만 아니라 주식수익률과도 인과관계가 있음을 확인한 것에 의의가 있다. 금리스프레드만 사용하여 주식 가격을 예측하는 것에는 한계가 있을 수 있으나 다양한 요인들과 적절히 활용할 경우 강력한 팩터로 역할을 할 것이라 기대한다.

• 의료법학
• /
• 제21권2호
• /
• pp.209-244
• /
• 2020

TMS와 tDCS는 자기와 전류를 통하여 뇌에 자극을 가함으로서 환자나 개별 이용자의 질병을 치료하고, 이외에도 건강을 관리하거나 증진시킬 수 있는 비침습적 기기를 말한다. 이들 기기의 효과와 안전성은 몇몇 질병에서 입증되고 있으나, 아직도 이에 대한 연구는 진행 중이다. 점차 증가하고 있는 이들 기기의 활용도에 비해 TMS와 tDCS를 직접 규율하는 입법례를 찾기는 어렵다. 미국, 독일, 일본의 TMS와 tDCS에 대한 법적 규율을 살펴보면, TMS는 중등도의 위해도를 가진 의료기기로 승인되어 있는 반면, tDCS는 아직 의료기기로 승인된 상태는 아니다. 하지만, 최근 FDA 가이드집이나 유럽 MDR 규정의 변화, 미국의 리콜사례, 독일과 일본의 관련 법 규정, 전문가 그룹의 제언 등을 검토하면, tDCS도 조만간 의료기기로 승인되어 규율될 것으로 보인다. 물론, tDCS를 의료기기가 아닌 일반제품으로 보더라도 다른 법률과 제도를 통하여 제품의 안전성과 효과를 규제할 수는 있다. 그러나 이 기기가 인간의 뇌에 미칠 수 있는 여러 영향을 고려할 때, 이를 독자적으로 규율할 필요성이 크다. 우리도 TMS와 tDCS를 규율하는 명시적 법률은 없으나, 이 두 기기는 식약처 고시에 따라 3등급 의료기기로 판정된다. 그리고 TMS는 가이드 라인에 따라 미국 FDA 지침에 의해 안전성과 성능을 평가하도록 하고 있다. 하지만, tDCS는 아직 이에 대한 구체적 지침은 존재하지 않는다. tDCS 기기가 일부 병원에서, 그리고 개별 구매자를 통하여 가정에서 사용되고 있는 현실을 고려하면, 이러한 규제의 공백은 신속히 보완되어야 한다. 장기적으로는 비침습적 뇌자극기기를 독자적으로 규율할 수 있는 법적 시스템의 정비가 필요하다.