• 한국항해항만학회지
• /
• 제46권3호
• /
• pp.289-296
• /
• 2022

본 연구의 목적은 유가와 벌크선 운임의 상관관계 및 영향력을 검증하는 것이다. 탄소배출 감축을 위해 석유의존도를 줄이고 친환경연료 선박의 개발이 추진되고 있지만, 현재의 진행상황으로 볼 때, 상당한 시간이 필요할 것으로 보인다. 반면, COVID 19 팬데믹 및 러시아의 우크라이나 침공에 따른 유가 변동성이 커지고 있다. 해운업에서 연료비용이 큰 비중을 차지하고 있으므로, 유가가 운임에 어떠한 영향을 주는지 점검이 필요하다. 유가 변수로 Brent, Dubai, WTI 그리고 운임변수는 BDI, BCI, BPI로 2008년 10월부터 2022년 2월까지 월별 데이터를 사용하였다. VAR(Vector Autoregressive) 모형을 이용한 상관관계 분석에서 BDI에 대한 충격반응 분석은 WTI가 가장 큰 영향을 미쳤고, 그 다음으로 두바이유, 브렌트유 순으로 차이를 보였다. 예측오차 분산분해 분석결과는 BDI에 대해 WTI, 두바이유, 브렌트유 순으로 설명력의 차이를 보였다. 선종별로 차이는 있으나, 대체로 WTI와 두바이유가 설명력이 높았다.

• 한국해양환경ㆍ에너지학회지
• /
• 제18권4호
• /
• pp.304-309
• /
• 2015

해양에서 기름 유출 사고로 인한 오염도를 정량적으로 평가하기 위해서, 사고 현장에서 기름을 직접 탐지할 수 있는 센서의 적용이 필요하다. 여러 형태의 기름 탐지 센서 중에서, 기름 성분에 의한 형광 현상(fluorescence)을 탐지 원리로 하는 센서는 해수 중에 존재하는 기름의 농도를 측정할 수 있으므로 효용성이 높은 장점을 갖고 있다. 그러나 이런 종류의 센서는 기름의 형광 현상을 야기시키기 위해서, 수은 램프(mercury lamp)와 같은 자외선 광원(ultraviolet light source)이 필요하고 다양한 종류의 광학 필터와 광전증배관(photomultiplier tube, PMT)과 같은 광학 센서가 주로 사용된다. 이러한 이유로 형광 측정을 기반으로 하고 있는 센서는 측정 플랫폼의 크기가 크기 때문에 현장에서 원활히 사용하기에 한계가 있으며, 고가의 부품들이 집적되어 있어, 센서의 가격이 높은 단점을 갖고 있다. 이러한 단점을 극복하기 위해서, 본 논문에서는 소형의 크기와 가격 경쟁력을 갖고 있는 형광 광도계 기반의 기름 탐지 센서를 설계하는 방법에 대해서 제시하였다. 형광 광도계의 설계 인자를 파악하기 위한 방법으로, 본 연구에서는 5종의 원유 샘플과 3종의 정제유를 이용하여, 기름의 여기 스펙트럼(excitation spectrum)과 발광 스펙트럼(emission spectrum)을 측정하였다. 여기 스펙트럼과 발광 스펙트럼의 측정을 위해서는 형광 분광기(fluorescence spectrometer)를 이용하였고, 측정된 스펙트럼 자료를 분석하여 형광 광도계(fluorimeter) 설계에 필요한 유종에 따른 공통 스펙트럼 파장 대역을 도출하였다. 본 실험을 통해서 모든 종류의 기름 샘플의 경우, 여기 스펙트럼과 발광 스펙트럼의 최고 값을 갖는 파장의 차이는 약 50 nm인 것으로 파악되었다. 실험 중에서, 여기광의 파장을 365 nm와 405 nm로 고정하였을 경우, 280 nm와 325 nm로 고정하였을 경우에 비해서 최대 발광(emission)의 세기가 작아지는 것을 확인할 수 있었다. 따라서 형광 광도계의 광원 파장을 365 nm 또는 405 nm로 사용할 경우, 광학 센서의 민감도(sensitivity)가 발광되는 빛의 세기를 측정할 수 있도록 설계에 반영해야 할 것으로 판단된다. 본 연구의 실험에서 도출된 결과를 통해서, 기름 탐지를 위한 형광 광도계의 광원, 광학 센서 그리고 광학 필터의 유효 파장 대역을 선택하는데 필요한 설계 인자를 파악할 수 있었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권4호
• /
• pp.242-255
• /
• 2006

최근에, 휴대용 컴퓨터와 모바일 장치(Smart Phone, PDA, MP3 Player 등)의 보급 증가로 인하여 모바일 환경에서의 전력 관리 기술의 필요성은 매우 증가하고 있다. 왜냐하면, 전력 관리 기술은 모바일 장치에서 가장 중요한 요소 중 하나이기 때문이다. 한편, 하드 디스크는 가격에 비하여 용량이 크고 속도가 빠르며 최근에는 모바일 장치에서 사용하기에 충분하게 작게 만들 수도 있으므로 모바일 기기에 사용하기 적당하나, 모바일 장치에 사용하기에는 소모 전력이 너무 크다는 단점이 있다. 이러한 이유들로 인하여 본 논문에서는 디스크에 저장된 연속적인 멀티미디어 자료를 실시간으로 재생하는데 소모되는 전력을 최소화하기 위한 방법을 제안하고 평가하였다. 모바일 장치에서 소모되는 전력을 엄격히 제한하는 것은 모바일 장치들의 하드웨어와 소프트웨어 디자인에 지대한 영향을 준다. 실시간 멀티미디어 재생이 기존의 텍스트 서비스와 다른 점은 디스크가 저장된 데이타 블록을 연속적으로 공급한다는 것이다. 이것은 디스크 드라이브가 멀티미디어 데이타 전체를 재생할 동안 활성화 상태를 유지해야 하게 하므로, 전력 관리 측면에서는 매우 큰 부담으로 작용한다. 전형적인 모바일 디스크 드라이브의 전력 관리 기능은 디스크가 대기 상태에 있을 때의 과도한 입출력 요청으로 인하여 멀티미디어 재생의 품질 측면에서는 부정적인 영향을 준다. 따라서, 본 논문에서는 디스크 드라이브의 전력 소모 형태를 세밀히 분석하고, 저장된 멀티미디어 데이타를 보다 효율적으로 전력을 덜 사용해 재생할 수 있는 알고리즘을 개발하였다. 이 알고리즘은 읽어야 할 데이타 블록의 수와 활성화/대기 상태의 길이를 계산한다. 이로써 본 논문에서 제안한 알고리즘은 모바일 디스크 드라이브에 저장된 데이타 블록의 연속적인 재생을 보장하는 최적의 스케줄링을 한다. 기존에 공개된 MPEG 재생기에 본 알고리즘을 적용한 멀티미디어 재생기를 만들었다. 이 재생기는 전체 재생동안 활성화 상태를 유지하는 경우와 비교하여 60%의 전력 소모량을 절약하였고, 전력 관리 모듈이 있는 디스크 드라이브에서 재생할 경우에 기존외 재생기와 비교하여 38%의 전력 소모량을 절약하였다.

• 한국유통학회지:유통연구
• /
• 제17권2호
• /
• pp.93-115
• /
• 2012

본 연구의 목적은 국내 소매업태간 시장점유율 변화가 소비자 물가에 미친 영향을 실증하는데 있다. 소매업태는 백화점, 대형마트, 슈퍼마켓, 편의점, 전문상품소매점, 무점포판매로 분류하였다. 소매업태간 시장점유율은 매월 각 소매업태별 판매액을 합산하여 월별 총소매판매액을 계산한 후, 각 소매업태의 판매액이 총소매판매액에서 차지하는 비율로 측정하였다. 물가지수는 소비자물가지수, 생활물가지수, 신선식품물가지수가 고려되었으며, 아울러 소비자물가지수의 기본분류에 의한 25종류의 제품군별 물가지수와 이들 제품군을 대표할 수 있는 개별 품목 42개가 고려되었다. 통제변수로 환율, M1, 원유가격, 산업생산지수와 같은 거시경제변수가 모형에 추가되어 분석되었다. 자료의 분석기간은 2000년 1월부터 2010년 12월까지이며, 월별자료가 시계열 분석에 이용되었다. 실증분석에 앞서 본 연구에서는 ADF 검정법과 PP검정법을 이용하여 시계열자료의 안정성을 검증하였으며, 단위근 검정에 필요한 모형의 선택과 시차의 선택은 선행연구와 AIC의 기준에 의해 선택하였다. 분석결과, 소매업태간 시장점유율 변화는 물가에 영향을 미치고 있는 것으로 나타났으며, 소매업태별로 소비자물가지수, 생활물가지수, 신선식품물가지수 증감에 미치는 영향력이 차별적으로 나타났다. 또한 25개의 기본 제품군과 각 제품군에서 42개의 대표적인 품목을 추출하여 분석한 결과에서도 소매업태별 시장점유율 변화는 제품군 및 개별 품목의 물가 증감에 유의하게 영향을 미친 것으로 나타났다. 이러한 결과에 대한 이론적 및 실무적 시사점과 향후 연구 영향이 제시되었다.

• Journal of the Korean Wood Science and Technology
• /
• 제38권4호
• /
• pp.323-332
• /
• 2010

현재 석유화학계 접착제는 합판과 같은 목질계 판상재료 생산을 위하여 주로 사용되고 있다. 그러나 석유화학계 접착제의 기본 원료인 원유의 가격 상승과 포름알데히드 방산과 같은 문제로 대체 접착제에 대한 개발이 절실한 상황이다. 본 연구는 석유화학계 접착제를 대체하기 위하여 바이오 디젤 부산물인 유채박을 이용하여 접착제를 조제하였으며, 이 접착제를 합판 제조에 적용한 후 접착능 및 포름알데히드 방산량을 조사함으로써 유채박의 합판용 접착제 제조를 위한 원료화 가능성을 확인하고자 하였다. 유채박 접착제 조제를 위하여 먼저 유채박을 수산화나트륨으로 화학적으로 개량한 후, phenol formaldehyde (PF) prepolymer와 혼합하여 접착제를 제조하고 그 접착제를 합판 제조에 적용하였다. 유채박 접착제는 가수분해 조건과 PF prepolymer의 몰비에 따라 26.08~36.12%의 고형분 함량을 보유하였으나, 점도가 매우 높은 것으로 조사되었다. 한편 유채박 접착제로 제조된 합판의 인장 전단강도와 목파율은 유채박의 가수분해 조건과 PF prepolymer의 종류와 상관없이 KS 규격의 보통 합판 품질기준을 상회하였다. 포름알데히드 방산량은 1.8몰의 포름알데히드와 1몰의 phenol로 조제한 PF prepolymer를 사용한 접착제에서 유채박의 가수분해 조건과 상관없이 KS 규격의 E0 기준보다 낮은 것으로 나타났다. 결과적으로 유채박이 합판용 접착제의 원료로서 사용될 수 있을 것으로 생각되나, 열압시간을 단축시키기 위한 유채박 접착제의 고형분 함량을 증가시키는 방안과 접착제의 목재 침투 정도와 인장 전단강도 사이의 관계를 확인하는 현미경적 미세구조에 대한 연구가 유채박 접착제의 상용화를 위해 필요할 것으로 판단된다.

• Journal of Dairy Science and Biotechnology
• /
• 제33권1호
• /
• pp.1-15
• /
• 2015

2014년 4월 미국낙농수출협회의 자료에 의하면 미국 치즈 가격이 사상 최고로 올랐다(Fig. 1). 이는 부분적으로 한국 등 신흥시장에서 피자와 정크푸드 소비가 늘어난 덕분으로 사료된다. 한국에서 치즈, 특히 피자에 쓰이는 치즈의 인기가 늘면서 한국이 멕시코 다음으로 미국에서 가장 많은 치즈를 수입하는 국가가 되었다. 미국낙농수출협회에 따르면 한국의 2013년 치즈 수입량은 전년보다 25% 이상 증가한 49,000 M톤을 기록하였고, 미화 달러로 환산하면 한국으로 수출되는 미국 치즈는 지난해 3억 4,800만 달러로 2012년 수치인 2억 7,600만 달러를 휠씬 뛰어넘는 수준이었다. EU Monitor의 자료에 의하면 한국의 피자 배달 시장은 2013년 약 15억 달러를 기록하였는데, 이는 일본의 16억 달러 규모 시장에는 약간 못 미치지만, 일본의 인구는 한국의 2배 정도 된다(US Dairy Export Council, 2014). 또한 중국의 피자 시장은 약 24억 달러로 아직 빠르게 성장할 여지가 있다. 미국이 전 세계로 수출하는 치즈의 양은 지난해 하반기에 전년 동기 대비 41% 증가하였다. 하지만 아직까지 유럽연합(EU)이 세계 최대 치즈 수출국의 자리를 차지하고 있다. 한편, 한미 자유무역협정(FTA)으로 인해 관세가 철폐돼, 한국의 미국 치즈 수입이 더 수월해졌다. 물론 현재 한국에서는 살균 또는 이와 동등한 처리가 된 치즈가 수입되고 있는 상황이지만, 자유무역협정(FTA)에 의해서 앞으로 더 품질이 좋은 많은 외국산 치즈가 수입되고, 또한 다양한 비살균 치즈도 다양한 방법으로 수입이 될 것으로 예상되고 있다. 따라서 비살균 치즈의 안전성 확보를 담보할 수 있는 다양한 관련 법령 개정뿐만 아니라, 과학적인 방법에 근거한 기술 개발과 관련된 다양한 연구 등의 추가적인 연구가 진행되어야 할 것으로 사료된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.