• 대한치과보철학회지
• /
• 제62권2호
• /
• pp.104-112
• /
• 2024

다수 치아를 발치하면 환자는 사회적, 심리적, 심미적인 문제를 마주하게 된다. 이때, 치아를 발치하기 전 임시 즉시 의치를 제작하는 것을 통해 이러한 문제를 최소화할 수 있다. 특히, 디지털 기술을 활용해 임시 즉시 의치를 제작한다면 기공과정이 단순해 지고 환자의 적은 내원 횟수로 임시 즉시 의치를 완성할 수 있다. 한편, 소수의 잔존치가 남은 환자에서 고정성 임플란트 보철수복이 어렵고, 가철성 국소의치의 지지 및 유지가 불량할 것으로 예상되는 경우에 임플란트 지지 가철성 국소의치(Implant-supported removable partial denture)가 대체 치료 옵션으로 주목되며, 임플란트 보철물을 이용해 추가적인 지지 및 유지가 가능하다. 본 증례에서는 다수치아 발거 후 소수 잔존치 상황에서 디지털 기술을 활용해 임시 즉시 의치를 제작하였다. 이후 임플란트를 식립하고 서베이드 크라운을 제작해 가철성 국소의치의 지지, 안정, 유지를 제공하여 임상적으로 만족스러운 결과를 얻었기에 이를 보고하고자 한다.

• 문화기술의 융합
• /
• 제10권3호
• /
• pp.299-304
• /
• 2024

미국과 소련이 맞서는 제1차 핵시대를 넘어 지금은 크고 작은 국가들로 핵 사용 결정권자가 다양화된 제2차 핵시대라고 할 수 있다. 이에 해당하는 국가인 인도와 파키스탄은 서로 적대국으로 맞서며 핵무기를 보유하고 있지만 핵태세, 핵전략은 상반돼 있다. 두 국가의 사례는 우리나라가 마주한 북한이 앞으로 어떤 핵태세를 취할 것인지에 대해 실마리를 줄 수 있다. 특히 파키스탄이 선택한 선행적 확전 태세는 상대 위협에 대해 핵무기를 선제적으로 쓸 수있다고 위협해서 적의 침략을 억제시키는 매우 공세적인 핵태세이다. 이는 선제공격할 수 있는 소규모 핵무기로도 할수 있는 옵션이다. 따라서 핵능력이 열세한 파키스탄이 인도의 위협에 대응하여 선택할 수 있는 최적의 태세로 보인다. 미국과 한국에 비해 열세인 북한은 앞으로도 파키스탄처럼 핵무기를 선제적으로 사용할 수 있다고 위협할 것으로 보인다. 반면 정권 유지를 위해 실제 사용하기까지는 인도와 같이 수세적이고 상당히 보수적일 것으로 전망된다.

• 한국식품위생안전성학회지
• /
• 제39권3호
• /
• pp.181-190
• /
• 2024

소 유방염 관련 대장균(BMEC)은 생산되는 우유의 양과 품질을 변화시키고 도태율을 높임으로써 전 세계 낙농 산업에 심각한 재정적 손실을 초래할 수 있는 주요 원인 물질로 간주된다. 연구자, 수의사, 농부가 가장 효과적인 치료법과 진단 기술을 이해하고 결정하는 것은 젖소 유방염을 극복하는데 중요하다. 특히 무증상 혹은 준임상형 유방염의 경우, 소는 뚜렷한 증상을 보이지 않고, 장기간에 걸쳐 겉보기에 정상적인 우유를 계속 분비하여 원인 병원체인 대장균이 무리 내에서 감염을 퍼뜨릴 수 있다. 유방염 예방을 위해서는, 병원균의 유방 내 침입, 감염 확립, 유방의 염증의 3단계 병인 과정에 대한 이해가 필수적이다. 지금까지 대장균 유방염의 임상적 중증도에 기여하는 독성 인자와 병원성 사이에 명확한 상관관계가 발견되지 않았다. 다제내성 대장균과 새로운 내성 기전의 진화는 유방염 치료에 항생제를 광범위하게 사용하고 있기 때문에 문제시 되고 있는 실정이다. 따라서 BMEC 치료의 효능을 향상시키기 위해서는 대체제 발굴이 중요하다. 지난 30년 동안 소 유방염의 역학 조사를 위해 다양한 유전자형 분석 기술이 사용되었다. 이러한 연구는 BMEC 계통 간의 진화 관련성 뿐 아니라 기원, 전염 경로, 개체군 구조에 대한 이해를 크게 향상시켰다. 따라서 본 리뷰에서는 BMEC의 전반적 개요를 제공하여 병인, 유전적 관계, 발병 기전, 관리 및 질병 통제를 위한 새로운 치료 옵션에 대한 통찰력을 제공하고자 한다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 생명과학회지
• /
• 제28권3호
• /
• pp.275-283
• /
• 2018

인간 섬유아세포 성장인자는 조직 생성 및 상처 치료 효과로 인해 상업적으로 중요한 치료제 또는 화장품소재로서 가능성이 높다. 피부 조직에 침투성을 부여하여 치료효과를 높이기 위해서 단백질 전달 도메인인 PTD를 FGF에 융합을 시도하고 있으며 피부로의 투과능력과 그로인한 치료 효과에 대한 연구도 진행되고 있다. 그러나, PTD가 FGF 단백질의 N- 또는 C-말단에 결합 되었을 때 PTD의 위치가 대장균 발현시스템에서 재조합단백질 접힘 및 안정성, 그리고 결국 피부로의 도입능력에 상당한 영향을 미치는지에 대해서는 알려져 있지 않다. 여기에서 우리는 대조군으로 PTD가 융합되지 않은 인간 염기성 섬유아세포 성장인자(FGF2)와 PTD가 FGF2의 N-말단 또는 C-말단에 융합된 FGF2 복합체를 중합효소연쇄반응(OE-PCR)을 통해 클로닝 하였다. 그 다음 이들 재조합 FGF2의 단백질 발현 및 특성을 확인하고 마우스 등 피부를 이용하여 조직 내로의 도입 능력을 조사 하였다. 결과적으로, 불용성 PTD-FGF2 (N 말단 융합)와는 달리 대조군 FGF2와 FGF2-PTD 융합 단백질(C- 말단 융합)은 가용성 형태로 발현되어 재조합단백질 획득이 용이하였고, 마우스 피부 도입능력은 FGF2-PTD 융합단백질에서만 나타내 보였다. 우리의 결과는 C-말단에 융합된 FGF2-PTD 융합단백질이 발현, 정제, 피부 투과능력의 측면에서 다른 두 옵션들보다 노동, 비용, 시간면에서 보다 더 효율적일 수 있음을 시사한다.

• 벤처혁신연구
• /
• 제1권1호
• /
• pp.83-98
• /
• 2018

본 논문은 최근 생겨난 장외시장인 K-OTC 시장에서 금융상품이 거래되어 과세될 경우 거래세와 양도세의 차이에 대해 이론적으로 접근해 보고자 한다. 또한 합성채권을 구성하여 위험을 헤지하고자 할 때 포트폴리오로 구성된 금융 상품의 과세 방법에 따라 투자자들이 추구하는 수준까지 위험을 줄이기 어렵기 때문에 이를 효과적으로 적용할 수 있는 조세 방법을 살펴보고자 한다. 무엇보다 합성채권의 과세 형평성을 구체적으로 살펴보기 위해 K-OTC 시장 안에서 기말주가변화와 행사가격변화에 따라 합성채권에 부과된 거래세와 양도세의 효과 및 소득공제 유무에 따라 어떻게 세후이익이 차이가 나는지 분석해 보고자 하였다. 연구 결과 기말 주가변화에 따른 거래세와 양도세의 조세 갭을 통해 거래세 효과가 양도세 효과보다 조세 갭이 훨씬 적으므로 어느 정도 복제포트폴리오로 헤지를 구성함에 있어서는 거래세를 부과하는 것이 조세 정책적 목적 및 금융시장 측면에서 조금 더 효율적일 수 있음을 보여주었다. 또한 소득공제 허용 여부는 행사가격의 변화에 따라 거래세와 양도세의 효과가 차이가 있음을 나타내었다. 무엇보다 행사가격이 주가보다 낮아지면 거래세가 양도세보다 소득공제 유무의 영향을 덜 받는 것으로 나타났으나, 행사가격이 주가보다 높아지면 거래세와 양도세 모두 소득공제 유무의 영향이 동일함을 알 수 있었다. 앞으로의 과제는 실제 금융상품을 대상으로 K-OTC시장에서 실증 검증하는 것이며 아울러 옵션 거래세를 산정함에 비율 분석으로 접근하여 좀 더 체계적인 헤지 방법을 찾아보는 것이다.

• 한국식품영양과학회지
• /
• 제45권4호
• /
• pp.577-584
• /
• 2016

다양한 환경에서 분리된 시가독소 생산성 대장균(Shiga toxin-producing E. coli, STEC, n=18)을 초산혼합용액(AAS;400 mM, pH 3.2, $30^{\circ}C$)에 노출한 후 산 저항성을 측정하였다. 또한, 선정된 4종류의 non-O157:H7 STEC균을 사과주스, 파인애플주스, 오렌지주스, 딸기주스(pH 3.8)에 정봉하여 $4^{\circ}C$와 $20^{\circ}C$에서 24시간 산 적응시킨 후 위합성용액(SGF, pH 1.5)에서 2시간 동안 생존능력을 평가하였다. Non-O157:H7 STEC를 AAS에 노출했을 때 O111 혈청형의 STEC는 평균 0.12 log CFU/mL 감소하여 다른 혈청형에 비하여 가장 강한 산 저항성을 나타냈고 O157:H7 STEC와 유의적 차이가 없었으며(P>0.05), O26 혈청형의 STEC는 가장 민감한 것으로 나타났다. 반면, AAS에 glutamic acid를 첨가하였을 경우 모든 STEC는 혈청형과 관계없이 초산에 매우 강한 저항성을 나타내었다(P>0.05). SGF에서 생존능력을 측정한 결과, 06E0218(O157:H7)은 다른 non-O157:H7 STEC 균들보다 생존능력이 낮았고 03-4669(O145:NM)가 가장 강한 생존능력을 나타내었다. 한편, 과일주스 중에서는 파인애플주스에 산 적응된 STEC가 SGF에 가장 강한 생존능력을 나타내었다. $4^{\circ}C$의 과일주스에 STEC를 산 적응시켰을 경우 $20^{\circ}C$보다 SGF에 대한 생존능력이 현저하게 높았다(P<0.05). 따라서 과일주스에 의한 non-O157:H7 STEC의 산 적응력 증가는 위장관 내 생존율 및 식중독 발생을 높일 수 있으므로 이에 대한 적절한 연구와 안전관리 옵션을 제공할 필요가 있을 것으로 판단된다.

• 한국지구과학회지
• /
• 제35권1호
• /
• pp.1-18
• /
• 2014

이 연구의 목적은 2008년 5월 29일 우리나라에 영향을 미치는 황사를 예측하기 위해 WRF-Chem 모델 내 에어로졸 스킴과 광물성 먼지 옵션에 따른 미세먼지 농도 변화와 그에 따른 기상장의 민감도를 분석하는 것이다. 미세먼지의 인위적 배출량에 대해서는 $0.5^{\circ}{\pm}0.5^{\circ}$ RETRO 전구 배출량을, 광해리의 경우 Fast-J 광해리 스킴을, 그리고 황사 발생량을 추정하기 위해 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오, MOSAIC 8 섹션 에어로졸 시나리오, 그리고 GOCART 먼지 침식 시나리오를 각각 적용하였다. 그 결과 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오가 다른 시나리오들보다 우리나라 황사 먼지 농도와 배경 PM 농도를 더 높게 모사하였다. 그리고 이 시나리오와 서울의 각 대기질 측정망의 평균 PM10 농도와의 비교 결과, 상관계수는 0.67, 평균제곱근오차는 $44{\mu}gm^{-3}$으로 나타났다. 또한 WRF-Chem 모델에서 상기 3가지 시나리오와 이들 시나리오가 없는 순수 기상에서의 온도, 풍속, 경계층 높이, 장파복사의 기상 민감도를 분석한 결과, 1,800-3,000 m 경계층 높이와 $2-16ms^{-1}$ 풍속 U 성분의 공간적 분포가 황사 먼지 발생의 공간적 분포와 유사하게 나타났다. 그리고 GOCART 먼지 침식 시나리오와 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오는 황사 먼지 또는 에어로졸과 기상이 온라인으로 상호작용함으로써 지구장파복사가 더 낮게 모사되었다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.187-201
• /
• 2011

방향성(Direction)과 변동성(Volatility)에 대한 분석은 증권투자를 위한 시장분석의 기초가 된다. 변동성분석이 옵션 투자에서 중요하다면 주식이나 주가지수선물투자는 방향성분석에 의하여 투자성과가 결정된다. 기존의 금융분석에서 기계학습을 이용한 방향성에 대한 연구는 주가나 투자위험의 예측을 중심으로 이루어졌으며, 최근에 와서야 실전투자를 위한 매매시스템(trading system) 개발에 대한 연구가 이루어지고 있다. 인공지능형 주가예측모형에서는 ANN(artificial neural networks), fuzzy system, SVM(Support Vector Machine) 등의 기법이 주로 활용되고 있다. 본 연구에서는 방향성매매를 위한 지능형 기계학습방법 중에서도 패턴인식에서 좋은 성과를 보이고 있는 은닉마코프 모형(Hidden Markov Model)을 이용한다. 실무적으로는 방향성 예측을 위해 주로 주가의 추세분석(Trend Analysis)을 활용한다. 다양한 기술적 지표를 이용한 추세분석에 기반한 시스템트레이딩(System Trading) 기법은 실전투자에서 점차 확대추세에 있다. 본 연구에서는 시스템트레이딩 기법 중 실무에서 많이 이용되는 이동평균교차전략(moving average cross)에 연속 은닉마코프모형을 적용한 지능형 매매시스템을 제안하고, 실제 주가자료를 이용한 시뮬레이션 결과를 제시한다. 세계적 선물시장으로 성장한 KOSPI200 선물시장에서 제안된 매매시스템의 장기간의 투자성과를 분석하기 위하여 지난 21년 동안의 KOSPI200 주가지수자료를 실증 분석하였다. 분석결과는 KOSPI200 주가지수선물의 방향성매매에서 제안된 CHMM기반 지능형 매매시스템이 실전에서 일반적으로 활용되는 시스템트레이딩 기법의 투자성과를 개선할 수 있음을 보여주었다.

• 한국지구과학회지
• /
• 제36권1호
• /
• pp.90-108
• /
• 2015

2010년 11월 11-13일 한반도에 영향을 미쳤던 황사에 대해 WRF-Chem 모델을 이용하여 시뮬레이션 하였다. WRF-Chem 모델에서 미세먼지의 인위적 배출량은 RETRO 전구 배출량을 사용하였고, RADM2 화학 메커니즘과 MADE/SORGAM 에어로졸 스킴 및 GOCART 광물성 먼지 옵션을, 그리고 Fast-J 광해리 스킴을 선택하여 $PM_{10}$ 농도를 시뮬레이션 하였는데 연구 결과를 요약하면 다음과 같다. WRF-Chem 모델 결과에 따른 $PM_{10}$ 농도의 공간적 분포와 연직 프로파일 분석결과 2010년 11월 11-13일에 우리나라에 영향을 미쳤던 황사는 강한 가을황사로 저기압의 발달로 인해 형성된 콤마구름 때문에 황사가 한랭전선 후면에서 갇혀 상공 2.5 km 이내에서 이동 및 유입됨을 알 수 있었다. 황사 발생 기간 동안 백령도와 서울의 기상청 관측 자료와 모델의 $PM_{10}$ 농도를 시계열로 분석한 결과 상관계수와 평균제곱근오차(RMSE)는 백령도의 경우 0.763과 $192.73{\mu}g/m^3$, 서울의 경우 0.725와 $149.68{\mu}g/m^3$로 나타났다. 미세먼지인 $PM_{10}$과 $PM_{2.5}$ 농도의 공간적 분포는 유사하였고 $PM_{2.5}$가 $PM_{10}$의 약 50% 정도로 나타났으며 이는 기상청 UM-ADAM 모델 결과와도 유사하였다. $PM_{10}$ 농도와 경계층 높이, 동서 성분 바람장의 공간적 분포는 유사성을 지니고 있어 두 개의 변수를 이용하여 $PM_{10}$의 농도를 예측하는 회귀 방정식을 구하고자 우리나라에 영향을 미쳤던 강한 가을 황사(2010년 11월 11-13일)와 봄 황사(2011년 3월 19-20일) 사례를 선정하였고, 통계 모델을 이용한 회귀식을 도출하였다.