• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.76-76
• /
• 2021

물정보 중 가뭄 정보가 상대적으로 부족한 원인은 무엇을 가뭄으로 볼 것인지 정의하기 어렵기 때문이다. 특히 우리나라와 같이 댐 및 저수지, 광역상수도 등 수자원시스템 네트워크를 기반으로 물공급이 이루어지는 경우, 개별 요소만을 고려한 기존 가뭄모니터링 및 전망은 현실적이지 못하며, 가뭄 위험도 관리 측면에서도 부족한 부분이 있다. 가뭄 현상의 경우 기상학적 영향인 강수의 부족이 가장 큰 요소로 기여하지만 실질적으로 국민에 필요한 양보다 적은 양의 물이 공급될 때 국민들은 가뭄을 체감한다. 이러한 점을 보완하기 위하여 지역별로 사용하는 수원 및 물수급 시설 등을 세분화하고, 실적기반 분석을 통해 분석대상 지역의 가뭄을 정확히 판단하기 위한 합리적인 물수급 분석 모형 개발이 필요하다. 즉, 공간분석단위를 표준유역 단위 이하의 취방류 시설물을 기준으로 구성하고, 이들 시설물의 운영정보와 수문기상 빅데이터를 연계한 물순환 모형을 구현함으로써 댐, 저수지, 하천 등 다양한 수원을 가지는 유역 내 가용 수자원량을 준실시간 개념으로 평가하는 시스템의 개발이 필요하다. 본 연구에서는 하천을 중심으로 물수급 관련 수요·공급 시설의 위치를 절점으로 부여하고 연결하는 물수급 네트워크 알고리즘을 통해 빅데이터 기반 물수급 분석 모형을 개발하였다. 주요 모니터링 지점 및 모든 이수 시설의 위치를 유역분석 기법을 통하여 점(point), 선(line), 면(shape)으로 구성된 지형공간정보의 위상(topology) 관계를 설정하여 물수급 분석의 계산순서를 선정하고, 시계열 DB를 입력하여 지점별 물수급 분석 결과를 도출하였다. 권역별 주요 수위-유량관측소 1:1 Nash 계수를 검증한 결과 저유량에서 0.8 이상의 높은 재현 성능을 보이는 것으로 나타났다. 이에 따라 본 연구에서 개발된 물수급 분석 모형은 향후 물관련 이슈 지역의 용수공급능력 평가 및 수자원장기종합계획 등 다양한 수자원 정책평가에 활용될 것으로 기대된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.4-6
• /
• 2022

전국 23개소에 설치되어 운영중인 해상교통관제시스템(Vessel Traffic System, VTS)의 관제 데이터 실시간 공유를 위해 클라우드 신기술을 적용한 통합 플랫폼을 개발하고 있으며, 이를 위해서는 관제 데이터의 수집, 처리, 분석에서부터 관제 운영 절차에 이르는 전 분야에 대한 새로운 정의가 필요하다. 본 논문에서는 클라우드 기반 차세대 VTS 통합 플랫폼에 대한 다양한 분야에서의 설계를 제시하고자 한다.

• The Journal of the Convergence on Culture Technology
• /
• v.9 no.6
• /
• pp.519-524
• /
• 2023

The study summarizes the experience of operation in the application of flipped learning to various IT-related liberal arts subjects, and proposes a specific application method. So far, most of the studies have analyzed various strategies and learner responses to flipped learning. Currently, it is the time when teachers, who are the main operators of the flipped learning class, need to study how to provide immediate feedback and application while running the relevant courses. Studies related to this are gradually coming out. In general, most of the studies on sharing reference materials through the results after applying various strategies such as developing the structure of class operation by instructors themselves, combining them with discussion classes, or developing various contents. This study proposes a method to analyze how various strategies can be applied in the subject and obtain results simultaneously with class operation by analyzing unstructured data, which is a survey that can receive immediate feedback.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.483-483
• /
• 2022

댐과 저수지의 운영 최적화를 위한 수문학적 예보는 현재 수동적인 댐 운영이 주를 이루면서 활용도가 높지 않다. 불확실한 기후변화나 기후재난 상황에서 우리 사회에 악영향을 최소화하기 위해 선제적으로 대응/대비할 수 있는 댐 운영 방안이 불가피하다. 강우량 예측 기술은 기후변화로 인해 제한적인 상황이다. 실례로, 2020년 8월에 섬진강의 댐이 극심한 집중 강우로 인해 무너지는 사태가 발생하였고 이로 인해 지역사회에 막대한 경제적 피해가 발생하였다. 선제적 댐 방류량 운영 기술은 또한 환경적인 변화로 인한 영향을 완화하기 위해 필요한 것이다. 제한적인 기상 예보 기술을 극복하고자 심화학습이나 강화학습 같은 인공지능 모델들의 활용성에 대한 연구가 시도되고 있다. 따라서 본 연구는 섬진강 댐의 시간당 수문 데이터를 이용하여 댐 운영을 위한 심화학습 모델을 개발하고 그 활용도를 평가하였다. 댐 운영을 위한 심화학습 모델로서 시계열 데이터 예측에 적합한 Long Sort Term Memory(LSTM)과 Gated Recurrent Unit(GRU) 알고리즘을 구축하고 댐 수위를 예측하였다. 분석 자료는 WAMIS에서 제공하는 2000년부터 2021년까지의 시간당 데이터를 사용하였다. 입력 데이터로서 시간당 유입량, 강우량과 방류량을, 출력 데이터로서 시간당 수위 자료를 각각 사용하였으며. 결정계수(R2 Score)를 통해 모델의 예측 성능을 평가하였다. 댐 수위 예측값 개선을 위해 하이퍼파라미터의 '최적값'이 존재하는 범위를 줄여나가는 하이퍼파라미터 최적화를 두 가지 방법으로 진행하였다. 첫 번째 방법은 수동적 탐색(Manual Search) 방법으로 Sequence Length를 24, 48, 72시간, Hidden Layer를 1, 3, 5개로 설정하여 하이퍼파라미터의 조합에 따른 LSTM와 GRU의 민감도를 평가하였다. 두 번째 방법은 Grid Search로 최적의 하이퍼파라미터를 찾았다. 이 두가지 방법에서는 같은 하이퍼파라미터 안에서 GRU가 LSTM에 비해 더 높은 예측 정확도를 보였고 Sequence Length가 높을수록 정확도가 높아지는 경향을 보였다. Manual Search 방법의 경우 R2가 최대 0.72의 정확도를 보였고 Grid Search 방법의 경우 R2가 0.79의 정확도를 보였다. 본 연구 결과는 가뭄과 홍수와 같은 물 재해에 사전 대응하고 기후변화에 적응할 수 있는 댐 운영 개선에 도움을 줄 수 있을 것으로 판단된다.

• The Bulletin of The Korean Astronomical Society
• /
• v.36 no.1
• /
• pp.71.1-71.1
• /
• 2011

한일상관센터(Korea-Japan Correlation Center, KJCC)는 한국천문연구원이 일본국립천문대와 공동으로 2006년부터 개발한 한일공동VLBI상관기(Korea-Japan Joint VLBI Correlator, KJJVC)의 설치를 2010년 완료하였으며, 2010년 5월 13일에 개소하였다. 한일상관센터에 설치된 한일공동VLBI상관기는 한국우주전파관측망(Korean VLBI Network, KVN), VERA(VLBI Exploration of Radio Astrometry), JVN(Japanese VLBI Network), 그리고 중국의 Chinese VLBI Network(CVN)을 연결하여 관측한 동아시아 지역의 VLBI 관측데이터의 상관처리를 2011년 하반기부터 정상적으로 수행할 예정이다. 한일상관센터의 정상운영을 위해 각 하드웨어 시스템들의 시험운영을 진행하고 있으며, KVN과 VERA로 관측한 VLBI 관측데이터의 상관처리를 진행하고 있다. 특히 상관분석 소프트웨어 부분에서 상관처리 결과를 과학적 목적으로 분석할 수 있는 상관후처리 소프트웨어 개발을 한일공동으로 진행하고 있으며, 현재 소프트웨어 디버깅 작업을 진행하고 있다. 본 발표에서는 한일상관센터의 전체적인 하드웨어 및 소프트웨어 구성, 상관결과 분석방법, 운영방법 등의 내용을 중심으로 기술한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.329-330
• /
• 2016

정부의 공공데이터 활성화 전략에 의해 행정기관과 공공기관의 정보공개 및 재이용이 활발해 지고 있다. 이러한 분위기와 함께 민간에서의 공공데이터 활용이 점점 늘어나고 있다. 하지만 당초 기대치에 못 미치는 성과와 공공데이터 개방하는 기관에는 정보화시스템을 운영하는 비용은 증가하였다. 따라서 상대적으로 민간에서 선호하는 문화관광 공공데이터를 통해 공공데이터의 효율성을 분석한 후 시사점을 도출한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2013.05a
• /
• pp.249-250
• /
• 2013

태양광발전소의 설계도, 운영데이터, 현장조사 데이터를 기반으로 태양광발전소의 손실을 분석하여 설비 및 환경 개선을 통한 발전성능 향상 방안으로 활용하기 위해 태양광발전소 손실 분석 방법에 대해 연구한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.190-192
• /
• 2002

데이터 웨어하우스는 기업의 의사 결정을 지원하기 위해 기업의 운영 데이터베이스로부터 추출한 데이터의 집합으로써 OLAP 분석에 이용된다. OLAP은 데이터에 대한 다양한 분석을 위해 이들 데이터를 다차원 데이터 모델로 표현하고 이를 활용하여 복잡한 질의 처리 및 다차원 데이터 분석에 이용한다. 이러한 OLAP의 다차원 데이터를 관계형 데이터베이스에서 표현하기 위해 스타 스키마가 널리 사용된다. 지금까지의 데이터 웨어하우스는 일반적으로 ER 도형으로 설계된 소스 데이터로부터 스타 스키마를 설계하고 구축하였다. 하지만, 최근 인터넷의 급성장으로 인해 차세대 웹 문서의 표준인 XML을 통한 인터넷 상의 문서 전송 및 정보 교환이 활발해 지고 있으며, XML 문서에 대한 다차원적인 분석이 요구됨에 따라 데이터 웨어하우스는 XML 문서로부터의 스타 스키마 설계 및 저장이 필요하게 되었다. 따라서 본 논문에서는 XML DTD로부터 애트리뷰트 트리를 생성하여 스타 스키마를 설계하고 이 DTD를 따르는 XML 문서에서 스타 스키마의 인스턴스를 추출하여 관계형 데이터베이스에 저장하기 위한 XML2Star 알고리즘을 개발하였다. 이것을 통해 기업 및 사용자는 OLAP에서 XML 기반의 스타 스키마를 이용한 다차원적인 분석이 가능하게 된다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.159-159
• /
• 2017

스마트 시설환경은 대표적으로 원예, 축산 분야 등 여러 형태의 농업현장에 정보 통신 및 데이터 분석 기술을 도입하고 있는 시설화된 생산 환경이라 할 수 있다. 근래에 하드웨어적으로 급증한 스마트 시설환경에서 생산되는 방대한 생육/환경 데이터를 올바르고 적합하게 사용하기 위해서는 일반 산업 현장과는 차별화 된 분석기법이 요구된다고 할 수 있다. 소프트웨어 공학 분야에서 연구된 빅데이터 처리 기술을 기계적으로 농업 분야의 빅데이터에 적용하기에는 한계가 있을 수 있다. 시설환경 내/외부의 다양한 환경 변수는 시계열 데이터의 난해성, 비가역성, 불특정성, 비정형 패턴 등에 기인하여 예측 모델 연구가 매우 난해한 대상이기 때문이라 할 수 있다. 본 연구에서는 근래에 관심이 급증하고 있는 인공신경망 연구 소프트웨어인 Tensorflow (www.tensorflow.org)와 대표적인 Open source인 OpenNN (www.openn.net)을 스마트 시설환경 환경변수 상호간 상관성 분석에 응용하였다. 해당 소프트웨어 라이브러리의 운영환경을 살펴보면 Tensorflow 는 Linux(Ubuntu 16.04.4), Max OS X(EL capitan 10.11), Windows (x86 compatible)에서 활용가능하고, OpenNN은 별도의 운영환경에 대한 바이너리를 제공하지 않고 소스코드 전체를 제공하므로, 해당 운영환경에서 바이너리 컴파일 후 활용이 가능하다. 소프트웨어 개발 언어의 경우 Tensorflow는 python이 기본 언어이며 python(v2.7 or v3.N) 가상 환경 내에서 개발이 수행이 된다. 주의 깊게 살펴볼 부분은 이러한 개발 환경의 제약으로 인하여 Tensorflow의 주요한 장점 중에 하나인 고속 연산 기능 수행이 일부 운영 환경에 국한이 되어 제공이 된다는 점이다. GPU(Graphics Processing Unit)의 제공하는 하드웨어 가속기능은 Linux 운영체제에서 활용이 가능하다. 가상 개발 환경에 운영되는 한계로 인하여 실시간 정보 처리에는 한계가 따르므로 이에 대한 고려가 필요하다. 한편 근래(2017.03)에 공개된 Tensorflow API r1.0의 경우 python, C++, Java언어와 함께 Go라는 언어를 새로 지원하여 개발자의 활용 범위를 매우 높였다. OpenNN의 경우 C++ 언어를 기본으로 제공하며 C++ 컴파일러를 지원하는 임의의 개발 환경에서 모두 활용이 가능하다. 특징은 클러스터링 플랫폼과 연동을 통해 하드웨어 가속 기능의 부재를 일부 극복했다는 점이다. 상기 두 가지 패키지를 이용하여 2016년 2월부터 5월 까지 충북 음성군 소재 딸기 온실 내부에서 취득한 온도, 습도, 조도, CO2에 대하여 Large-scale linear model을 실험적(시간단위, 일단위, 주단위 분할)으로 적용하고, 인접한 세그먼트의 환경변수 예측 모델링을 수행하였다. 동일한 조건의 학습을 수행함에 있어, Tensorflow가 개발 소요 시간과 학습 실행 속도 측면에서 매우 우세하였다. OpenNN을 이용하여 대등한 성능을 보이기 위해선 병렬 클러스터링 기술을 활용해야 할 것이다. 오프라인 일괄(Offline batch)처리 방식의 한계가 있는 인공신경망 모델링 기법과 현장 보급이 불가능한 고성능 하드웨어 연산 장치에 대한 대안 마련을 위한 연구가 필요하다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.34 no.3
• /
• pp.109-134
• /
• 2023

The purpose of this study is to identify the current status of institutional research data repositories in the field of science and technology and to suggest ways to activate them. The study conducted literature research, case analysis, and interviews with repository managers both domestically and internationally. The study suggested strategies with a focus on establishing repository regulations and policies, improving awareness of research data sharing, and enhancing research data quality management. First, in terms of repository regulations and policy establishment, it was considered necessary to promote the status of the National R&D Information Processing Standards, a regulation related to research data, and clarify repository basis regulations. Second, to enhance awareness of research data sharing, the need for comprehensive research data education and the identification of exemplary cases were suggested. Third, in terms of strengthening research data quality management, the need for preparation for interaction between researchers-persons in charge-committees, standardization work, and long-term preservation was suggested.