• 방송공학회논문지
• /
• 제28권3호
• /
• pp.285-292
• /
• 2023

최근 미세먼지가 건강에 미치는 영향은 큰 화두가 되고 있다. 미세먼지는 코의 점막에 걸러지지 않고 인체 내부까지 침투하여 호흡기에 영향을 미치기 때문에 위험하다. 미세먼지는 산업과 직접적으로 연관되어있기 때문에 미세먼지를 제거하는 것은 사실상 불가능하다. 따라서 미세먼지 농도를 사전에 예측할 수 있다면 사전 조치를 취해 인체에 미치는 영향을 줄일 수 있다. 미세먼지는 하루 600km 이상 이동할 수 있는 특성을 가진다. 이러한 특성으로 인해 미세먼지는 인접 구뿐만 아니라 멀리 떨어져있는 구에도 직접적인 영향을 미친다. 본 논문에서는 풍향, 풍속 데이터와 시계열 예측 모델을 이용하여 서울특별시의 미세먼지 농도를 예측하고, 서울특별시의 미세먼지 농도와 지역별 미세먼지 농도의 상관관계를 확인했다. 또한, 각 지역별 미세먼지 농도와 서울특별시의 미세먼지 농도를 이용하여 예측을 진행했다. 예측 결과에서 가장 낮았던 MAE(평균 절대 오차)는 12.13으로 선행연구에서 제시된 MAE인 14.3 보다 약 15.17% 더 예측성능이 향상된 것을 확인했다.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.267-279
• /
• 2023

본 연구는 조선족 아르바이트 유학생의 차별경험과 의미를 알아보고자 한다. 이를 위해 조선족 아르바이트 유학생 9명을 대상으로 2022년 5월부터 6월까지 심층면담 후 자료를 Colaizzi의 현상학적 연구방법으로 분석하였다. 연구결과는 다음과 같다. 첫째, 생활비 마련과 효율적인 적응을 위한 새로운 도전, 둘째, 가시덤불 가득한 이 길, 셋째, 차별을 넘는 적응에 노력, 넷째, 아르바이트를 통한 성장과 관계맺음에 기회로 드러났다. 이 경험은 조선족 아르바이트 유학생에게 경제적인 문제를 해결뿐만 아니라 자신이 더 성장하는 과정이 되었다. 그러나 그들은 유학생과 조선족인 이중신분으로 다중차별을 받고 있다. 그들의 조선족 신분은 아르바이트 과정에서 더 지향적인 차별경험을 준다. 하지만 이 과정에서 그들은 어려움을 극복하고 있다. 조선족 유학생은 차별경험을 받아드리고 유학생활에 적응하며 성장하고 있다. 이상의 연구결과로 우리는 향후 다문화사회의 발전으로 조선족 아르바이트 유학생의 근로인권보장의 교육과 도움이 필요하다.

• 디지털융복합연구
• /
• 제20권3호
• /
• pp.325-331
• /
• 2022

에지 네트워크 환경에서 IoT 장치가 다양하게 활용되면서 IoT 장치에서 수집되는 정보들을 여러 응용 분야에서 활용하는 연구들이 다양하게 진행되고 있다. 그러나, 네트워크 환경(간섭, 전파방해 등)에 따라 수집되는 IoT 데이터들이 누락 또는 오류가 발생하는 상황이 빈번해지면서 정확한 IoT 데이터들을 바로 적용하기가 쉽지 않은 상황이다. 본 논문에서는 에지 네트워크 환경에서 수집되는 IoT 데이터들의 오류를 줄이기 위해서 IoT 데이터의 서명 값을 랜덤하게 생성하여 비트 형태로 보안 정보(Security Information, SI) 값만을 IoT 데이터들에 각각 할당함으로써 IoT 데이터의 신뢰성을 보장하는 관리 기법을 제안한다. 제안 기법은 IoT 장치로부터 수집되는 데이터들을 비대칭적으로 서로 연계 처리하도록 다중 해쉬 체인을 적용하여 IoT 데이터를 블록체인으로 묶는다. 이때, 블록 체인화된 IoT 데이터들은 딥러닝 기반으로 상관관계 지수에 따라 가중치를 적용한 확률 함수를 사용한다. 또한, IoT 데이터의 무결성과 처리 비용을 낮추기 위해서 제안 기법은 그룹화된 IoT 데이터를 n-계층 구조로 확장 운영 가능하다.

• 대한토목학회논문집
• /
• 제43권4호
• /
• pp.449-458
• /
• 2023

용존 유기물을 흡착 제거하는 기술로서, 흡착능이 우수한 입상활성탄을 우선적으로 적용할 수 있지만, 흡착탑의 운전기간에 따라 GAC의 흡착능이 현저히 저하되어 파과되는 한계가 있으며 파과된 활성탄인 spent-GAC는 교체나 재생이 불가피하다. 활성탄 교체는 비용의 경제성 때문에 기피되며 상업적으로 열재생법을 사용하고 있으나, 800℃ 이상의 고온 조건으로 인한 높은 에너지 비용과 활성탄의 질량 손실이 발생하는 단점이 있다. 본 연구에서는 CSOs내의 용존 유기물 처리에 사용된 spent-GAC의 재생효율을 제고하기 위해, Fenton 산화법과 초음파 산화를 융합한 다중산화기술인 Sono-Fenton 방법을 적용하였고, 산화제 주입농도와 초음파 주파수별 spent-GAC의 재생효율을 조사하였다. 적용된 Sono-Fenton 처리에서 Fe²⁺ 10 mmol/L, H₂O₂ 농도 1,000 mmol/L, 120분 초음파 주사시간, 초음파 주파수 40 kHz 재생처리 조건에서 68.5%의 가장 높은 재생효율을 얻을 수 있었고, 750 kHz에서도 유사한 효율을 얻을 수 있었으며, 다른 주파수의 초음파는 재생효율이 불량했고 주파수의 크기와 GAC 재생효율은 선형 관계를 나타내지 않았다. 실 하수를 희석하여 제조한 CSOs로 GAC 흡착탑을 연속운전 한 경우, 재생없이 700시간 내외의 운전이 가능했고 1회의 Sono-Fenton 처리를 적용한 결과, 총 1,000시간의 GAC 흡착 운전 기간 동안 40~70%의 COD_cr 제거 효율이 확보하였다.

• 산업융합연구
• /
• 제21권10호
• /
• pp.141-150
• /
• 2023

본 연구의 목적은 부산지역 중소병원 종사자를 대상으로 역할 스트레스(역할갈등, 역할모호성, 역할과부하)가 경력몰입과 이직의도에 미치는 영향을 실증적으로 분석하는 것이다. 연구대상은 부산지역 종합 및 일반병원에 종사하는 간호직, 행정직 등 418명이며 실증분석을 위해 빈도분석, 상관관계분석, 회귀분석을 실시하였다. 연구결과는 첫째, 성별, 연령, 학력, 결혼상태, 근무연수에 따라 일부 연구변수에 유의한 차이를 확인하였다. 직종에 따라서는 역할갈등, 역할모호성, 역할과부하, 경력몰입, 이직의도의 모든 변수에 유의한 차이가 있었다. 둘째, 역할스트레스는 경력몰입에 유의한 부(-)의 영향, 이직의도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 역할스트레스 중 역할과부하가 경력몰입과 이직의도에 가장 상대적으로 강한 영향력을 가지는 것을 확인하였다. 본 연구는 간호직을 포함한 전 직종의 근무자를 포함하여 역할 스트레스가 가지는 영향력을 분석한 점과 경력몰입, 이직의도의 설명변수로서 역할 스트레스의 의미를 실증적으로 밝혔다는 점에서 의의가 있다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.667-676
• /
• 2023

본 연구는 Wee업무 상담전문인력의 직무스트레스, 직무역량, 감성지능이 소진에 미치는 영향과 직무역량, 감성지능의 매개효과를 파악하는 서술적 조사연구이다. 연구대상은 G도 지역의 Wee업무를 담당하고 있는 상담전문인력 104명으로, 2023년 2월부터 4월까지 자료를 수집하였다. 수집된 자료는 서술통계, t-test, ANOVA, Pearson's correlation, 회귀분석, Sobel test로 분석하였다. 연구결과 Wee업무 상담전문인력의 직무스트레스와 직무역량은 소진에 유의한 영향을 미쳤고, 직무역량은 직무스트레스와 소진의 관계에서 부분매개효과가 있었고, 설명력은 45.6%이었다(Z=2.96, p=.003). 또한 직무스트레스와 감성지능은 소진에 유의한 영향을 미쳤고, 설명력은 44.8%이었으며, 감성지능의 매개효과는 없었다. 이 결과를 기반으로 우리는 Wee업무 상담전문인력의 직무스트레스를 낮추고 직무역량과 감성지능을 향상시키는 중재가 소진감소에 기여할 수 있고, 또한 직무스트레스 감소 중재에 직무역량 향상을 위한 중재가 반드시 포함되는 체계적인 방안을 마련해야 함을 제안한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.519-524
• /
• 2023

해싱 기반 이미지 검색에서는 조작된 이미지의 해시코드가 원본 이미지와 달라 동일한 이미지 검색이 어렵다. 본 논문은 이미지의 질감, 모양, 색상 등 특징 정보로부터 지각적 해시코드를 생성하는 자기 감독 기반 딥해싱 모델을 제안하고 평가한다. 비교 모델은 오토인코더 기반 변분 추론 모델들이며, 인코더는 완전 연결 계층, 합성곱 신경망과 트랜스포머 모듈 등으로 설계된다. 제안된 모델은 기하학적 패턴을 추출하고 이미지 내 위치 관계를 활용하는 SimAM 모듈을 포함하는 변형 추론 모델이다. SimAM은 뉴런과 주변 뉴런의 활성화 값을 이용한 에너지 함수를 통해 객체 또는 로컬 영역이 강조된 잠재 벡터를 학습할 수 있다. 제안 방법은 표현 학습 모델로 고차원 입력 이미지의 저차원 잠재 벡터를 생성할 수 있으며, 잠재 벡터는 구분 가능한 해시코드로 이진화 된다. CIFAR-10, ImageNet, NUS-WIDE 등 공개 데이터셋의 실험 결과로부터 제안 모델은 비교 모델보다 우수하며, 지도학습 기반 딥해싱 모델과 동등한 성능이 분석되었다.

• 벤처창업연구
• /
• 제18권2호
• /
• pp.53-66
• /
• 2023

롤 모델은 개인의 직업 혹은 경력선택에 영향을 주기도 한다고 알려져 있다. 창업을 선택함에 있어서 롤 모델의 긍정적 영향은 많은 연구를 통해 이미 밝혀진 바가 있다. 롤 모델로는 혈연으로 연결된 가족 구성원인 부모형제 및 친척뿐만 아니라 사회적 관계로 만난 지인을 롤 모델로 선정한다고 한다. 본 연구에서는 자기이외에 롤 모델이 없는 창업자들과 롤 모델이 있는 창업자들로 구분하였다. 그리고 롤 모델이 있는 창업자들과 롤 모델이 없는 창업자들 간에 개인속성, 기업가정신 요인들, 학습지향성의 차이를 검증하고자 하였다. 또, 부모형제 및 친척 롤 모델을 강한 유대의 롤 모델로 지인 롤 모델을 약한 유대의 롤 모델로 구분하였다. 강한 유대 롤 모델을 가진 창업자들과 약한 유대 롤 모델을 가진 창업자들 간에 개인속성, 혁신성, 진취성, 위험감수성, 학습지향성의 차이를 검증하고자 하였다. 이를 위해 요인분석, t-검증 및 로지스틱 회귀분석을 실시하였다. 본 연구를 통해 밝혀진 실증분석 결과는 다음과 같다. 첫째, 롤 모델이 없는 창업자들 중 여성의 비율이 높은 것으로 나타났다. 둘째, 약한 유대의 롤 모델을 가진 창업자들이 강한 유대의 롤 모델을 가진 창업자들에 비해 큰 규모의 창업기업을 운영한다는 것이 밝혀졌다. 셋째, 약한 유대의 롤 모델을 가진 창업자들이 강한 유대의 롤 모델을 가진 창업자들에 비해 학습지향성이 더 높은 것으로 나타났다. 넷째, 로지스틱 회귀분석을 통해 살펴본 결과 롤 모델의 유무에 대한 영향은 성별, 학습지향성, 위험감수성, 창업규모 순인 것으로 나타났다. 다섯째, 로지스틱 회귀분석 결과에서 롤 모델의 유형에 대한 영향은 학습지향성, 창업규모의 순인 것으로 나타났다.

• 경영정보학연구
• /
• 제23권1호
• /
• pp.45-68
• /
• 2021

온라인 리뷰가 소비자 의사결정에 미치는 영향이 증가함에 따라 리뷰조작에 대한 염려도 증가하고 있다. 리뷰조작은 판매량을 증가시키기 위해, 진실 되지 않은 리뷰를 게시하는 것으로 소비자의 역 선택을 초래하며, 사회 전체에 큰 비용으로 작용한다. 선행연구는 대부분 데이터 마이닝 방법을 통해 리뷰조작을 예측하는 데 초점을 맞추었으며, 소비자 관점의 연구는 상대적으로 제한적이다. 그러나 소비자가 지각한 리뷰의 조작 가능성은 리뷰의 유용성에 영향을 미칠 수 있으므로 허위 여부와 상관없이 온라인 구전 관리에 중요한 시사점을 제공할 수 있다. 따라서 본 연구에는 소비자가 조작되었다고 평가한 리뷰와 일반적인 리뷰 간에 어떠한 차이가 있는지 분석하고, 조작된 것으로 평가된 리뷰와 리뷰 유용성 간의 관계를 분석하였다. 실증분석을 위해 LibraryThing 웹사이트의 온라인 도서 리뷰 34,711개를 다수준 로지스틱 회귀분석과 포아송 회귀분석을 활용하여 분석하였다. 분석결과 소비자가 조작되었다고 지각하는 리뷰와 그렇지 않은 리뷰 간에는 제품 수준, 리뷰어 수준, 리뷰 수준 요인들에 차이가 있는 것으로 나타났다. 또한, 조작된 리뷰는 리뷰 유용성에 부정적인 영향을 미치는 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제13권1호
• /
• pp.35-49
• /
• 2024

컴퓨터 비전과 자연어 처리의 융합의 중요한 결과로서 비디오 캡셔닝은 인공지능 분야의 핵심 연구 방향이다. 이 기술은 비디오 콘텐츠의 자동이해와 언어 표현을 가능하게 함으로써, 컴퓨터가 비디오의 시각적 정보를 텍스트 형태로 변환한다. 본 논문에서는 딥러닝 기반 비디오 캡셔닝의 연구 동향을 초기 분석하여 CNN-RNN 기반 모델, RNN-RNN 기반 모델, Multimodal 기반 모델, 그리고 Transformer 기반 모델이라는 네 가지 주요 범주로 나누어 각각의 비디오 캡셔닝 모델의 개념과 특징 그리고 장단점을 논하였다. 그리고 이 논문은 비디오 캡셔닝 분야에서 일반적으로 자주 사용되는 데이터 집합과 성능 평가방안을 나열하였다. 데이터 세트는 다양한 도메인과 시나리오를 포괄하여 비디오 캡션 모델의 훈련 및 검증을 위한 광범위한 리소스를 제공한다. 모델 성능 평가방안에서는 주요한 평가 지표를 언급하며, 모델의 성능을 다양한 각도에서 평가할 수 있도록 연구자들에게 실질적인 참조를 제공한다. 마지막으로 비디오 캡셔닝에 대한 향후 연구과제로서 실제 응용 프로그램에서의 복잡성을 증가시키는 시간 일관성 유지 및 동적 장면의 정확한 서술과 같이 지속해서 개선해야 할 주요 도전과제와 시간 관계 모델링 및 다중 모달 데이터 통합과 같이 새롭게 연구되어야 하는 과제를 제시하였다.