• 한국ITS학회 논문지
• /
• 제23권2호
• /
• pp.132-141
• /
• 2024

본 연구에서는 수요응답 교통서비스를 이용한 통행목적을 통근·통학과 쇼핑·여가로 구분하고 통행목적별 만족도와 영향변수의 차이를 비교한다. 세종특별자치시 '셔클(Shucle)' 이용자를 대상으로 실시한 만족도 설문조사 자료를 활용하고, 다중선형모델의 과적합(overfitting) 문제점을 최소화하기 위해 LASSO 회귀분석을 적용한다. 분석 결과, 수요응답 교통서비스 도입으로 기존 대중교통 사각지역의 공백이 해소되고, 자가용 이용 감소로 저탄소 및 대중교통 활성화 정책을 유인할 수 있으며, 간헐적인 통행행태를 갖는 행위자(예컨대 고령자, 주부 등)에게 최적의 이동 서비스를 제공할 수 있는 가능성이 확인되었다. 또한, 차량 호출 후 대기시간, 탑승 후 이동시간, 앱이용 편리성, 예상 출/도착 시간의 정시성, 승·하차 지점의 위치 요인은 통근·통학과 쇼핑·여가 통행 시 수요응답 교통서비스 만족도에 긍정적인 영향을 미치는 공통요인으로 나타났다. 한편, 타 교통수단과의 환승은 통근·통학의 경우에만 만족도에 영향을 미치고 쇼핑·여가의 경우는 미치지 않는 것으로 나타났다. 수요응답 교통서비스를 활성화하기 위해서는 분석된 5개의 영향요인에 대한 고려뿐만 아니라 통근·통학과 쇼핑·여가의 차별화 요인 즉, 통근·통학의 경우 행위자는 시간가치를 중요하게 여기므로 총 통행시간을 줄이기 위한 타교통수단과의 환승 편의를 도모하고, 쇼핑·여가 통행의 경우 이용자가 승·하차 지점의 위치를 쉽고 편하게 지정하여 이용할 수 있는 이용편의 조성방안의 고려가 필요할 것으로 사료된다.

• 한국해양학회지:바다
• /
• 제13권2호
• /
• pp.121-128
• /
• 2008

해조류를 이용한 수생태독성시험법으로 대형 녹조 구멍갈파래(Ulva pertusa)의 포자형성률을 endpoint로 사용하는 독성시험법이 개발되었다. 생태독성시험을 위한 최적 조건은 광조사량 $100\;{\mu}mol{\cdot}m^{-2}{\cdot}s^{-1}$, 수소이온농도(pH) $7{\sim}9$, 염분 $25{\sim}35\;psu$ 그리고 수온 $15{\sim}20^{\circ}C$이다. 본 시험법의 민감도는 표준중금속(Cd, Cu, Pb, Zn)을 가지고 확인하였고, 오염 시료에 적용 가능성은 9 지역의 산업폐수 또는 생활하수 오니 용출액(elutriate)을 이용하여 이루어졌다. 네 종의 중금속에 대한 포자형성률 억제 반응의 $EC_{50}$ 값을 산출한 결과, 구리($0.062\;{mg}{\cdot}L^{-1}$) > 카드뮴($0.208\;mg{\cdot}L^{-1}$) >납($0.718\;mg{\cdot}L^{-1}$) > 아연($0.776\;mg{\cdot}L^{-1}$) 순으로 민감하게 나타났는데, 이러한 결과는 US EPA에서 제공하는 ECOTOX DB에 탑재되어 있는 국제적으로 공인된 수생태 독성시험법 결과와 비교해 볼 때, 더 높은 중금속 민감성을 보였다. 현장시료에 대한 포자형성률 억제 반응의 $EC_{50}$ 값을 살펴보면 산업폐수오니($EC_{50}=6.78%$)에서 가장 높고 정수장오니($EC_{50}=15.00%$)에서 가장 낮은 독성 반응을 보이는 것으로 나타났다. 산업폐수 또는 생활하수오니 용출액내에 함유된 독성원 농도와 산출된 $EC_{50}$ 값 사이에 상관성을 밝히기 위해 Spearman rank correlation test를 실시한 결과, 구리, 카드뮴, 납 그리고 아연이 구멍갈파래의 포자형성 저해 반응과 밀접한 상관관계가 있는 것으로 확인되었다. 본 시험법은 독성 민감성이 높고, 사용이 간편하고, 경제적이고, 해석이 용이하며, 대량의 시험재료 확보가 상시 가능하고, 배양이 어렵지 않아 매우 편리한 시스템이라고 할 수 있다. 특히, 파래의 포자형성 과정이 파래 집단의 성쇠와 밀접한 관련이 있으므로 생태적인 의미까지 포함하기에 보다 다양한 독성물질을 대상으로 독성민감성이 확인될 경우, 수서 생태독성을 진단하는데 유용한 프로토콜로 사용될 수 있을 것으로 사료된다. 또한, 파래류는 넓은 지리적 분포와 속 수준에서 포자형성 과정의 유사성 때문에 전 세계적으로 광역적 적용이 가능할 것으로 기대된다.

• Radiation Oncology Journal
• /
• 제20권1호
• /
• pp.41-52
• /
• 2002

목적 : 호흡주기에 따른 위치변동 감지센서를 이용하여 종양의 위치가 일정워치에 있을 때만 방사선을 치료하는 호흡 동기치료기구를 제작하고 일정한 호흡주기 상태에서 수행된 CT simulation과 3차원 입체조형치료계획에 따라 방사선을 치료하는 시스템을 개발하고자 하였다. 호흡유무에 따른 종양의 치료 마진(margin)을 측정하고 계획용표적체적(planning target volume:PTV)의 크기에 따른 선량체적표(dose volume histogram:DVH)와 종양억제확률(tumor control probability:NTCP), 건강조직손상확률(normal tissue complication probability:NTCP) 및 선량 통계자료를 통하여 치료성과를 평가하고 선량증강 범위를 예측하고자 하였다. 대상 및 방법 : 종양이 비교적 작고 전이가 없는(T1N0M0) 5명의 폐암환자를 선택하여 X-선 조준장치를 이용하여 횡격막의 이동거리를 측정하는 방법으로 내부장기의 운동을 평가하였다. 호흡동기치료기구는 끌어당김 센서가 부착된 허리띠 모양으로 구성되었으며 이를 흉곽 또는 복부에 부착하여 호흡주기에 의한 흉곽의 크기변동에 따라 센서의 회로가 개폐되고 이것을 선형가속기의 조종간에 연결하는 간단한 기구로서 감도와 재현성이 높았다. 호흡을 배기한 후 일시적 호흡이 정지된 상태에서 Spiral-CT (PQ-5000)로 3차원 영상을 획득하고 Virtual CT-simulator (AcQ-SIM)에 의하여 종양의 위치와 주위 장기들을 확인 도시하였으며 3차원 치료계획장치(Pinnacle, ADAC Co.)를 이용하여 3차원 입체조형치료를 계획하였다. 치료계획의 평가는 호흡동기치료기구의 사용유무에 따른 PTV의 크기에 따라 최적 선량분포를 구사하였으며 각각의 DVH, TCP, NTCP 및 선량통계자료를 도출 비교 검토하였다. 결과 : X-선 simulation에서 폐암환자의 횡격막 이동은 약 1 cm에서 2.5 cm로서 평균 1.5 cm로 측정되었고 자유호흡시 PTV는 CTV (clinical target volume)에 약 2 cm 마진을 주었으며 호흡동기치료기구를 사용하였을 때는 0.5 cm 마진이 적당한 것으로 측정되었다. 종양의 PTV는 연장 마진의 거의 자승비로 증가하였으며 TCP의 값은 마진 범위 $(0.5\~2.0\;cm)$에 관계없이 거의 일정하였고 NTCP의 값은 마진 크기에 따라 평균 $65\%$로 급속히 증가하였다. 결론 : 호흡주기에 따른 위치변동 감지센서를 이용한 호흡동기치료기구는 종양의 위치가 일정할 때만 방사선이 조사되는 간단하고 정확한 장치로서 3차원 입체조형치료 및 강도변조방사선치료에서 매우 유용한 장치임을 확인할 수 있었다. 또한 호흡조절 방사선입체조형치료방법의 기술과 시술절차를 확립시키고 정량적인 선량평가를 위하여 DVH, TCP, NTCP 등의 정량분석과 종양의 투여 선량 증가량(dose escalation)을 예측하는 기초자료를 제공할 수 있었다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 대한지하수환경학회지
• /
• 제7권3호
• /
• pp.103-115
• /
• 2000

갈색 침전물의 생성은 우리나라 지하수의 개발 및 공급에 있어 흔히 발생하는 문제 중의 하나인데, 이에 따라 색도, 맛, 탁도 및 용존 철 함량 등의 항목에 있어 먹는 물 수질 기준을 초과하게 되고, 물 공급 시스템에 스케일링의 문제를 야기하게 된다. 경기도 파주 지역 지하수의 경우에도 양수 후 몇 시간 내에 갈색 침전물이 형성되어 수질을 악화시키고 있다. 본 연구에서는 지하수의 탁도를 유발하는 원인과 지화학적 반응 경로를 이해하고자, 평형열역학 및 반응속도론적 접근을 통하여 갈색 침전물의 형성과정을 파악하였다. 본 연구결과는 침전물의 형성을 최소화하기 위한 적정 양수 기법은 물론 수질 향상을 위한 최적 수처리 기법을 설계하는데 있어 중요한 자료로 활용될 것이다. 파주 지역의 암반 지하수는 물/암석(편마암)반응에 의해 Ca-$HCO_3$형의 수질 특성을 보인다. SEM-EDS 및 XRD 분석 결과, 갈색 침전물은 비정질의 함철 산화물 또는 수산화물로 해석된다. 다양한 공극 크기(6, 4, 1, 0.45, 0.2 $\mu\textrm{m}$)를 갖는 여과지를 이용한 다단계 여과 결과, 이들 침전물은 크기에 있어 대부분 1 내지 0.45$\mu\textrm{m}$의 입도를 갖는 콜로이드 형태이지만, 질량 분포로 볼 때는 1 내지 6$\mu\textrm{m}$범위가 우세함(총 질량의 약 81%)을 알 수 있다. 다량의 용존 철(II)은 지하수 유동 중에 철 함량이 높은(최대 3wt.%) 단층 파쇄암 내의 녹니석(clinochore)의 용해로부터 기원하는 것으로 판단된다. PHREEQC 프로그램을 이용한 포화지수 계산 및 pH-Eh 관계도에 대한 검토 결과, 침전물은 함철 수산화물임이 확인되며, 환원 조건에 있던 심부 지하수가 양수에 의해 산소에 노출되면서 화학성 변화(특히, 산화)에 의하여 침전함을 알 수 있다. 양수 이후의 시간 경과와 더불어 양수된 지하수의 pH, DO, 알칼리도는 점차 감소하며. 탁도는 증가하다가 일정 시간 경과 후 감소하는 경향을 보인다. 양수 이후의 경과 시간에 따른 용존 철(II)의 농도 감소율(즉, 반응 속도)은 Fe(II)=10.l exp(-0.0009t)로 표현된다. 따라서 갈색 침전물의 생성 반응은 양수 및 양수 후 저장 과정 중에 산소의 유입에 따른 산화 반응에 기인하며, 그 반응은 시간, 산소분압 및 pH에 의존함을 알 수 있다. 탁도를 제거하여 음용 가능한 수질을 확보하기 위해서는, 충분한 시간 동안 충분한 크기를 갖는 탱크 내에서의 다단계 저장 및 폭기를 거친 이후에 응집된 침전물에 대한 여과가 제안된다. 이때, 비용 절감 차원에서 상이한 입도 조건에서의 다단계 여과가 효과적일 것으로 생각된다. 한편, 개발 관정 내에서의 스케일링을 최소화하기 위해서는 심부 지하수로 산소가 풍부한 천층 지하수가 유입되는 과정을 최소화할 필요가 있다. 이를 위해서는 적정 채수량 범위 내에서의 지속적인 양수가 효과적일 것이다. 아울러, 산소가 풍부한 천층 지하수의 채수를 위한 별도의 관정 설치도 고려할 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제12권9호
• /
• pp.3856-3868
• /
• 2011

최근까지 부동산 부분에 대한 전반적인 연구경향은 부동산시장 및 시장분석에 관한 논문이 중심을 이루었고, 부동산중개인의 직무능력 향상을 위한 교육프로그램개발에 대한 연구는 상대적으로 부족한 실정이었다. 따라서 본 연구는 충남지역(천안)을 중심으로 부동산 비즈니스 현장에서 경영활동 중인 부동산중개인을 대상으로 직무능력 향상을 위한 교육프로그램에 대한 니즈를 파악하기 위하여 실증분석을 하였다. 분석결과는 다음과 같다. 첫째, 부동산중개인의 직무능력 향상을 위한 교육내용에 대한 설문에서는 응답자의 대다수가 부동산 권리관계분석 및 법적지식, 부동산경영 회계, 부동산마케팅, 부동산 정책의 이해 등이 절실하게 필요한 것으로 나타났다. 이와 같은 변화의 움직임은 진화하는 고객들의 욕구를 충족시켜 줄 수 있는 최적의 대안이 교육훈련과정으로부터 발생됨을 인식하기 때문이라 하겠다. 둘째, 부동산마케팅 전략에 대하여 조사한 결과, 응답자의 대부분이 고객 욕구를 충족시키기 위해 새로운 형태의 마케팅전략이 필요함을 인식하고 있는 것으로 나타났다. 이와 같은 현상은 정보기술(Information Technology)등 패러다임 변화에 따라 인터넷 광고 등과 같은 새로운 형태의 마케팅 전략이 경영현장에서 요구되기 때문인 것으로 판단된다. 셋째, 산학연계를 통한 부동산관련 교육프로그램 필요성에 대하여 조사한 결과, 응답자 가운데 92%가 대학의 평생교육원에서 진행하고 있는 부동산 교육프로그램의 운영이 필요하다고 응답하였다. 또한 지역에 소재한 대학의 자원(resources)을 이용한 부동산중개인의 재학습 과정이 필요한 것으로 나타났다. 이외에도 효과적이고 효율적인 교육프로그램을 위해서는 대학 평생교육원의 인적 자원(human resources)을 활용한 부동산중개인의 직무능력 향상을 위한 '부동산 계약학과' 형태의 교육훈련시스템 운영을 요구하고 있는 것으로 나타났다. 넷째, 부동산중개인의 직무능력 향상을 위해 정규과정에서 수강하고 싶은 교육내용의 순위를 조사한 결과, 부동산경영(44.2%)과 부동산마케팅(42.3%)부분이 빈도가 높게 나타났다. 이와 같은 응답결과는 부동산경영과 부동산마케팅 마인드를 통해 고객들의 니즈를 파악하려는 의지를 보여주는 것이라 하겠다. 경영지식의 습득을 위해서는 정규과정 형태의 교육프로그램 운영보다는 비정규과정 형태의 교육훈련 프로그램을 더욱 더 선호하는 것으로 나타났다. 그러나 본 연구는 부동산중개인의 특성을 고려, 천안지역에서 부동산중개업을 운영하고 있는 대상만을 중심으로 표본을 추출하였다. 따라서 모집단을 보다 광범위하여 다양한 지역을 중심으로 조사할 필요가 있다. 천안지역 이외에도 부동산 비즈니스 활동이 활발하게 진행되고 있는 지역(평촌, 일산, 분당)과 부동산학을 전공하는 학부생과 대학원생들을 대상으로 부동산중개인의 직무능력 향상을 위한 니즈를 실증적으로 분석할 필요가 있다. 이를 통하여 부동산중개인들이 고객만족과 직무능력 향상을 위하여 필요로 하는 요인들을 측정함으로서 맞춤형 교육프로그램개발을 위한 정보를 얻을 수 있을 것이다. 이와 같은 연구결과를 통하여 측정된 직무능력 향상을 위한 교육프로그램개발 변수들은 대학의 부동산학 커리큘럼에 접목됨과 동시에 부동산학의 발전을 위한 실사구시적 정보(information)로 유용하게 사용될 수 있을 것이다.

• 핵의학기술
• /
• 제22권2호
• /
• pp.67-73
• /
• 2018

$[^{11}C]PIB$는 베타아밀로이드($A{\beta}\;plague$)라는 변성 단백질에 결합하여 뇌의 기능과 기억력을 서서히 감퇴시키는 비가역적인 질환인 치매를 조기에 감별할 수 있는 대표적인 방사성의약품이다. 지금까지 많은 실험실에서 $[^{11}C]PIB$는 자동화합성장치에서 $[^{11}C]methyl\;iodide$나 $[^{11}C]methyl\;triflate$를 만든 다음 loop나 vial 방법을 사용하여 methylation을 한 다음 HPLC로 정제를 하는 것이다. 하지만 기존의 보고된 방법은 시간이 오래 걸리며, HPLC와 같은 복잡한 시스템을 필요로 하여 소규모 실험실에서 합성하기에 적합하지 않으며, 최종 product에서 에탄올 함량이 높다는 단점이 있었다. 이러한 단점을 보완하기 위하여 카트리지만을 사용하여 카트리지에서 methylation과 purification을 동시에 실시함으로써 합성 시간을 단축하고, 비방사능이 높고, 낮은 에탄올 함량을 가진 $[^{11}C]PIB$를 합성 가능한지 확인하고자 하였다. 가장 널리 사용하는 카트리지 6종(CM, HLB, Alumina, C18, tC18, tC18 environmental을 선택하여 screening test를 실시하였다. 6-OH-BTA-0 1 mg을 c-HXO에 녹인 다음 6개의 카트리지에 loading를 한 다음 0.5 M MSP(pH 5.1) 20 mL로 정제를 한 다음 최종 fraction을 받아서 analytical HPLC로 전구체 잔류량을 측정한 결과 hydrophobicity가 낮은 계열(CM, HLB, Alumina)의 카트리지에서는 완충액으로 정제를 하였을 때 잔류전구체의 양이 많았으나, 탄소함량이 많은 계열의 카트리지(C18, tC18, tC18 environmental)에서는 잔류전구체의 양이 CM, HLB, Alumina 카트리지에 비하여 상대적으로 적었다. 완충액의 정제 농도와 부피를 최적화 하기 위하여 screening test에서 가장 좋은 결과를 나타낸 C18 series cartridge를 가지고 추가 실험을 진행하였다. 인산완충액 농도를 10 mM, 20 mM, 30 mM, 40 mM, 50 mM, 250 mM, 500 mM로 변화시켰으며, 에탄올 함량은 20%와 30%로 하여 용출액을 분석하여서, $[^{11}C]PIB$를 카트리지로 합성하기 위한 최적의 조합은 tC18 environmental cartridge와 0.5 M MSP 20 mL인 것을 알 수 있었다. 기존에 보고된 방법과 cartridge를 비교한 결과, 합성시간에서는 각각 15 ~ 18min, 8 ~ 9 min이 소요되었으며, product activity는 각각 $4.1{\pm}1.4\;GBq$ (n=41), $3.8{\pm}0.9\;GBq$ (n=3), 방사화학적 수율(based on HPLC analysis of the crude product)에서는 $13.9{\pm}4.4%$ (n=41), $12.3{\pm}2.2%$ (n=3)로 별다른 차이가 없었으며, 비방사능에 있어서는 HPLC purification method가 $78.7{\pm}39.7\;GBq/{\mu}mol$ (n=41), cartridge method가 $420.6{\pm}20.4\;GBq/{\mu}mol$ (n=3)로 카트리지 방법이 기존 방법보다 더 좋은 결과를 나타내었다. 또한, 잔류 용매(c-HXO)도 vial or loop method와 별다른 차이가 없었으며, 에탄올 함량에 있어서는 70%(기존 방법)에서 30%(카트리지 방법)로 두 배 이상 함량이 적다는 사실을 알 수 있었다. 지금까지 알아본바와 같이 cartridge method는 reported method(HPLC purification)에 비하여 더 향상된 결과를 보여준다는 사실을 확인하였다.