• 제목/요약/키워드: 의존구조

검색결과 2,125건 처리시간 0.026초

부록 3. 모션캡쳐를 이용한 무형문화재의 기록작성 - 국가지정 중요무형문화재 승무·살풀이·태평무를 중심으로 - (Documentation of Intangible Cultural Heritage Using Motion Capture Technology Focusing on the documentation of Seungmu, Salpuri and Taepyeongmu)

  • 박원모;고중일;김용석
    • 헤리티지:역사와 과학
    • /
    • 제39권
    • /
    • pp.351-378
    • /
    • 2006
  • 매체의 발달과 함께 무형문화재에 대한 기록도 여러 가지 방법으로 시도되고 있는데, 과거에는 문자 기록에만 의존하던 것에서 최근에는 사진, 음원 및 영상 등을 많이 활용하게 되었고, 그 방식에 있어서도 아날로그 방식에서 디지털 방식으로 이행하고 있는 추세이다. 이러한 변화의 과정에서 모션캡쳐를 이용한 무형문화재의 기록은 3차원적 기록을 필요로 하는 무용종목 등에서 주목을 받고 있다. 모션캡쳐란 움직이는 물체에 공간상의 위치를 표시하는 센서를 부탁시키고 시간의 흐름에 따라 센서의 위치를 컴퓨터의 좌표공간에 치환하여 기록하는 시스템으로, 모션캡쳐를 이용한 무형문화재의 기록은 형체가 없이 사람의 기예에 의해서 전승되고 있는 무형문화재의 신체적 표현을 디지털화 된 데이터로 나타내줌으써 무형문화재의 보존을 위한 과학적 자료를 제공해 준다. 국립문화재연구소는 멀티미디어 및 디지털 시대에 대응하기 위해 무형문화재에 대한 새로운 기록방안 개발을 목적으로 영화 및 게임 등의 CG제작 현장에서 널리 사용되고 있는 모션캡쳐(Motion Capture) 장비를 이용하여 국가지정의 중요무형문화재에 대한 기록 작업을 실시하고 있다. 본 사업은 복권기금을 사용하여 2005년부터 2007년까지 3개년에 걸쳐서 국가지정의 중요무형문화재 중 신체적 동작이 중요하게 표현되고 있는 무용 7개 종목 11건의 모션캡쳐 작업을 실시할 예정이다. 이미 1차 년도인 2005년에는 승무, 살풀이춤, 태평무 등 기술적 난이도가 낮은 독무(獨舞)를 중심으로 데이터 축적작업을 실시하였고, 2차 년도인 2006년에는 진주검무, 승전무, 처용무 등 군무(群舞)의 데이터를 축적할 예정이며, 3차 년도인 2007년에는 학연화대합설무의 데이터 축적과 함께 축적된 데이터를 이용한 무형문화재의 비교 분석 및 전승을 위한 교육용 프로그램과 대국민 서비스를 위한 3차원 콘텐츠 등을 개발할 계획이다. 본 보고서에서는 사업 초년도인 2005년도에 실시된 보유자 이매방, 이애주, 정재만의 승무, 이매방의 살풀이춤, 강선영의 태평무 등의 모션캡쳐 작업에 대하여 기술하고 있다. 이를 통하여 무형문화재에 대한 새로운 기록 방안을 모색하기 위한 시도를 소개하려고 한다. 이번 사업에서는 기술적으로 다음과 같은 두 가지 문제가 제기되었다. 첫 번째, 장시간(20~30분 가량)의 보유자의 춤을 끊김 없이 모션캡쳐 받을 수 있는가라는 문제였다. 수 차례의 사전 모의테스트를 통해 사업수행 적합성 판단을 마쳤고, 결국 사업수행을 무사히 마칠 수 있었다. 두 번째, 리타겟팅(RE-Targeting)이 없이 정확한 모션캡쳐 동작을 가공해 낼 수 있는가라는 문제였다. 모션캡쳐 데이터에서 국내 최초로 보유자의 골격구조 역추출 방식을 도입하여 최대한 정확한 보유자의 춤 동작을 구현해낼 수 있었다. 이번 작업에서는 이매방, 이애주, 정재만, 강선영 네 보유자의 전신 삼차원 스캔을 통해 정확한 삼차원 신체 모델링을 얻었고, 보유자 본인의 춤사위 동작을 그대로 모션캡쳐에 적용함으로써 최대한 정확도를 유도할 수 있었다.

스마트폰 다종 데이터를 활용한 딥러닝 기반의 사용자 동행 상태 인식 (A Deep Learning Based Approach to Recognizing Accompanying Status of Smartphone Users Using Multimodal Data)

  • 김길호;최상우;채문정;박희웅;이재홍;박종헌
    • 지능정보연구
    • /
    • 제25권1호
    • /
    • pp.163-177
    • /
    • 2019
  • 스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.

밭 작물(作物)의 가리(加里) 생리(生理) (Potassium Physiology of Upland Crops)

  • 박훈
    • 한국토양비료학회지
    • /
    • 제10권3호
    • /
    • pp.103-134
    • /
    • 1977
  • 밭 작물에 대(對)한 칼리의 생리(生理) 및 생화학적(生化學的) 역할(役割)을 최근(最近) 연구결과(硏究結果)를 중심(中心)으로 검토(檢討)하였으며 우리나라 밭 작물(作物)의 가리영양(加里營養) 현황(現況)을 살펴봤다. 칼리이온의 물리화학적(物理化學的) 특성(特性)은 Na에 의(依)하여 완전(完全) 대체(代替) 불가능(不可能)함을 보이며 대부분(大部分)의 작물(作物)에서 Na의 K대체(代替)는 불가피(不可避)한 대체기능(代替機能)에 대(對)한 부분적(部分的) 대체(代替)에 불과(不過)한 것 같다. 칼리의 특이성(特異性)은 엽록체(葉綠體) thylacoid막(膜)과 같은 미세구조(微細構造)를 효율적(效率的) 구조(構造)로 유지(維持)하며 주(主)로 탄수화물(炭水化物)과 단백질(蛋白質) 대사(代謝)에 관계(關係)하는 제효소(諸酵素)들의 allosteric effector로, 효율적(效率的) conformation의 유지자(維持者)로 작용(作用)하는 것으로 보였다. 광인산화(光燐酸化) 반응(反應)과 산화적(酸化的) 인산반응(燐酸反應) 등(等) energy 대사(代謝)에 필수적(必須的) 존재(存在)로서 유기물(有機物)의 합성(合成)과 전류등(轉流等) 광범(廣範)한 energy 의존(依存) 생리작용(生理作用)에 관여(關與)하고 있다. 칼리는 삼투압(渗透壓) 및 교질(膠質)의 가수도(加水度)를 유지(維持)하여 수분흡수(水分吸收) 및 전류(轉流)의 동인(動因)으로 작용(作用)하여 생리작용(生理作用)의 최적환경(最適環境)을 만들며 수분효율(水分效率)을 높인다. 칼리는 무기양분(無機養分)의 흡수(吸收)와 체내분포(體內分布)에 영향(影響)을 주고 생산물의 품질향상(品質向上)에도 영향을 주며 생산품의 K함량자체(含量自體)가 인체(人體)에서의 K의 중요성(重要性)으로 품질평가(品質評價)의 기준(基準)이 될 것 같다. 칼리의 흡수(吸收)는 저온(低溫)에 의(依)해 크게 저해(沮害)받으며 내부(內部) 칼리 함량에 의(依)한 부(否)의 feedback기작(機作)이 있어서 칼리의 사치흡수는 재평가(再評價)되어야 할 것으로 보였다. 우리나라 토양(土壤)의 전가리(全加里)는 약(約) 3%이나 치환성(置換性)은 0.3me/100g으로 동해(凍害), 한해(寒害)와 불균일(不均一)한 강우(降雨)로 인(因)한 습해(濕害), 한해(旱害) 등(等)으로 모든 밭 작물(作物)에서 요구도(要求度)가 컸다. 대맥(大麥)은 결빙직전(結氷直前) 및 해빙(解氷) 직후(直後)의 K영양(營養)이 수량(收量)과 유의성(有意性) 상관(相關)을 보이며 곡실(穀實)로 많이 전류(轉流)되는 것이 좋았다. 대맥(大麥)의 가리이용률(加里利用率)은 27%, 대두(大豆)는 숙전(熟田)에서 58% 개간지(開墾地)에서 46%였다. 대두(大豆)는 야산(野山) 개발지(開發地)에서 특(特)히 가리(加里) 결핍증상(缺乏症狀)을 많이 보였으며 화아분화기(花芽分花期)에 엽(葉) 중(中) $K_2O$ 2% 이상(以上) K/(Ca+Mg) (함량비(含量比))비(比)는 1.0 이상(以上)이어야 할 것 같다. 고구마는 가리흡수력(加里吸收力)이 커서 후작(後作)의 K영양(營養)에 크게 영향(影響)을 주었다. 감자와 옥수수는 Ca와 Mg에 비(比)해 K가 특히 높았다. 가리결핍(加里缺乏) 고구마는 뿌리에서 K농도 차이가 가장 컸다. 당근, 가지, 배추, 고추, 무우, 도마도가 가리(加里) 함량(含量)이 많았으며 배추 수량(收量)은 가리(加里)와 정상관(正相關)이었다. 사료작물(飼料作物)의 가리(加里) 함량(含量)은 비교적(比較的) 높은 편이었으며 식물체(植物體) 중(中) N, P, Ca와 유의정상관(有意正相關)을 보였다. 과수원(果樹園)의 16~25%가 가리(加里) 부족(不足)으로 나타났으며 우량(優良) 사과밭과 배밭의 토양(土壤)과 엽(葉)은 가리(加里) 함량(含量)이 높았다. 뽕나무의 동해(凍害)에 의(依)한 가지 끝 고사방지(枯死防止)를 위(爲)한 엽(葉) 중(中) $K_2O/(CaO+MgO)$ 임계치(臨界値)는 0.95이었다. 밭 작물재배(作物栽培) 뒤의 토양(土壤) 중(中) 가리(加里)는 전작(前作)에 따라 증가(增加)되는 경우와 감소(減少)되는 경우가 있으며 가리(加里) 흡수(吸收)는 토양수분(土壤水分)에 존재(依存)하는 것 같다. 따라서 토양(土壤) 중(中)의 전가리(全加里)를 포함한 형태별(形態別) 가리(加里) 함량(含量)의 토질(土質), 기상(氣象), 작부체계(作付體系) 등(等) 제요인(諸要因)과 관련(關聯) 장기적(長期的)이고 정량적(定量的)인 조사(調査)가 필요(必要)하다. 가리(加里)의 추비(追肥), 심층시비(深層施肥) 또는 완용성(緩溶性) 비료(肥料)와 입상비료(粒狀肥料) 등(等)이 강우양상(降雨樣相)과 관련(關聯) 검토(檢討)됨으로써 K흡수(吸收) 및 효율(效率)을 증진(增進)시킬 수 있을 것 같다. 가리영양(加里營養)을 포함하여 밭 작물(作物)의 영양해석(營養解析)에는 다요인분석(多要因分析)에 의(依)한 합리적(合理的)이고 실용적(實用的)인 영양지표(營養指標)를 찾는데 경주(傾注)해야 할 것 같다.

  • PDF

뉴질랜드 (Palmerston North) 의 낙농 현황과 번식 및 번식장해에 관한 연구(I) Palmerston North 지역의 낙농 현황과 우유 생산량에 관한 조사 연구 (Studies on Dairy Farming Status, Reproductive Efficiencies and Disorders in New Zealand (I) A Survey on Dairy Farming Status and Milk Yield in Palmerston North Area)

  • 김중계;맥도날드
    • 한국가축번식학회지
    • /
    • 제24권1호
    • /
    • pp.1-18
    • /
    • 2000
  • New Zealand, Palmerston North 지역의 낙농가 80여 개 낙농가에 1998년 2월부터 1998년 7월까지 우편설문지에 의해 조사되었다. 주어진 질문항목은 1). General characteristics (10개 질의), 2). Milk yield and feed supplementary (7개질의), 3). Reproductive efficiencies (14개 질의), 4). Reproductive disorders (12개 질의) 4개 항목을 포함하는 합계 43개의 질문을 내포하고 있었다. 낙농가의 응답자 38농가 (47.5%)에서 회수된 질의문 4개 항목중 1). 2). 항목에 해당되는 낙농사업에 있어서 일반적인 낙농 사육현황, 보조사료 그리고 우유 생산 등을 집계 분석하여 장단점을 파악하고, 우리나라 낙농인 (특히 제주도)들에게 인식시켜 보다 낳은 경제적 이익을 주기 위한 목적으로 수행된 바 이 결과를 요약하면 다음과 같다. 1. 낙농사육경력은 38개 낙농가 중 기록된 농가가 21개 (45%)였는데, 이중 15년 미만경력이 3농가(7.9%), 15~19년 경력은 7농가 (18.4%), 20~25년의 경험 농가가 6개 농가 (15.8%)였고, 26년 이상 경력을 가진 농가수는 5농가 (13.2%)로 대체로 우리나라보다 경력기간의 길고 많은 경험을 갖고 있는 낙농부국이었다. 낙농가의 노동력 투입에 있어서 주인 자신이 직접 경영하고 있는 농가는 21농가 (55.3%)였으며, Sharemilker에 의존하여 운영하는 농가가 10농가 (26.3%), 그리고 가족노동력이 투입된 2농가 (3.5%), Manager 가 주로 주관하여 운영되는 3농가 (5.3%), 일하는 사람을 두고 있는 농가 18농가 (31.6%)였으며, Part time 인력을 쓰는 농가는 2농가 (3.5%)뿐이고 기타가 1농가 (1.8%)로 나타내고 있었다. 이러한 사항은 낙농농가 당 1.5 인에 해당됨으로 경제적 이익 향상을 위해서 임금투입이 아주 낮았다. 2. 사육기반인 방목지와 경작지를 분석하여 보면 사육규모별 (200, 300, 400두) 방목지는 각각 56, 90, 165.3ha로 평균 107.8ha이었고, 경작지도 각각 51, 78, 165ha로서 사육규모별 차이가 컸다(P<0.01). 이와 같은 결과는 낮은 비용으로 우유를 생산하고 우유제품 95%를 세계 각국으로 수출할 수 있는 기반이 되고 있음을 입증 할 수 있었다. 낙농가의 전반적인 기록여부사항은 응답농가 (38 농가) 중 10농가 (26.3%)가 computer, 벽기록장을 이용하는 농가수가 15농가(39.5%), 그리고 낙농수첩을 사용하고 있는 낙농가는 36농가(95%)로 가장 높았으며, 두 가지로 기록하고 있는 농가 수는 23농가(70%)로 높은 편이었다. 3. 한편, 환경면에 있어서 분뇨 처리 시설 분야는 큰 도시를 제외한, 공해를 인식하지 못할 정도로 깨끗하여 아직은 철저하지 않아서 공해처리는 문제화되지 않고 있었다. 그러므로, Pond system 이 26농가(68.4%)로 제일 많았으며, 다음에 매일 분을 제거하여 쌓아 놓아서 저장해 놓고 유기질 비료로서 이용하는 농가가 8농가(21.1%), 1 농가(2.6%)에서 Bunker system으로 저장되었고 기타의 방법으로 저장하는 것이 3농가(7.9%)로 대부분 유기질 비료가 부족하여 화학 비료를 많이 사용하고 있는 형편이며 한국의 30~40여년 전 환경 상태와 유사하였다. 4. 우유 착유 시설 조사에서는 Harringbone 시설이 33농가(86.9%)였고, 다음으로 Walkthrough 구조가 3농가(7.9%), Rotary system 과 기타 구조식이 각각 1개 농가(2.6%)로 세계 낙농 선진국으로 인정 할 수 있으나, 축사시설은 거의 없고 착유시설만 설치되어 있어서 기후환경의 이점을 최대로 살려 경제성 향상을 시도하고 있었다. 5. 착유일수와 두당, 년간 비유량에 관해서 착유일수는 평균 275일, 건유기간 약 87일로 New Zeal-and 의 평균 착유일수 228일 보다 약 47일정도 긴 결과를 보여주고 있다. 착유두수 당 우유 총생산량을 보면 년간 평균 3,990kg 이었고, 우유 건물량 (ms)은 약 319kg였다. 그리고 매일 두당 우유건물량 (ms)은 평균 1.2kg, 우유량은 15.5kg(건물 12.5%로 환산), 우유지방은 평균 4.83%로 외국의 수치 보다 상당히 높았고, 우유 단백질은 평균 3.57% 이었다. 6. 결론으로 Palmerstone North 지역의 낙농업은 뉴질랜드의 중심지로 목장운영의 경험과 경력 약 20년으로, 우리나라의 6~9년 보다 길고, 전체 호당 평균 사육두수는 약 355두로서, 우리나라 최근 호당 35두에 비하여 차이가 심했다. 목장에는 사육우사는 거의 없고 단지 충실한 착유실만 있을 뿐으로 대부분의 목장은 가축 노동력인 부부 두 사람 (1.5 인)에 의해서 착유가 실시되고 있으며, 특이한 것은 철저히 봄에만 분만 (93%) 을 유도하는 계절번식을 시도하여 착유기간은 240~280일로 겨올동안은 착유를 하지 않고, 당해년 그 무리의 비유량과 body score에 의해서 건유기가 결정되어 휴식기로 들어감으로서 우리나라와는 다방면(경영형태포함)에서 많은 차이점이 있었다. 그리고 젖소에는 전혀 농후사료를 급여하지 않고 완전히 방목을 위주로 사육되기 때문이며 착유량은 약 3,500kg로 우리나라의 절반이지만 집유시 우유량 보다 유지율에 따라서 환금됨으로 유지율이 4,5%로 상당히 높은 수준으로 개량하여 왔으며, 세계에서 가장 낮은 가격의 우유를 생산하는 낙농부국으로서 우리나라도 노동력 절감과 대규모 사육을 위한 실질적인 면은 물론 경영면에 더욱 치중하여야 할 것이다.

  • PDF

Hierarchical Attention Network를 이용한 복합 장애 발생 예측 시스템 개발 (Development of a complex failure prediction system using Hierarchical Attention Network)

  • 박영찬;안상준;김민태;김우주
    • 지능정보연구
    • /
    • 제26권4호
    • /
    • pp.127-148
    • /
    • 2020
  • 데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.