• 지능정보연구
• /
• 제28권2호
• /
• pp.237-262
• /
• 2022

본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.

• 한국환경생태학회지
• /
• 제36권3호
• /
• pp.318-326
• /
• 2022

생물다양성협약(CBD)에서는 전 지구적으로 발생하는 환경문제의 대응방안으로 육상의 17%를 보호지역으로 지정하도록 할 것을 권고하고 있다. 우리나라도 국제적 수준에 맞춰 보호지역을 지정하고 보호지역 지정이 가지는 의미를 설명할 필요성이 생겼으며, 이에 따라 생태계서비스에 관한 연구의 필요성이 요구되고 있다. 우리나라는 보호지역 지정을 자연공원법에 의해 위계별로 국립공원, 도립공원, 군립공원으로 지정하고 있다. 그러나 정치, 행정적 측면이 우선시되면서 생태계서비스 가치평가 연구 및 서식지 관리가 국립공원에 편중되어 도립 및 군립공원은 다소 미비하여 연구의 필요성이 있다. 본 연구에서는 국립공원에 비해 서식지 관리 및 생태계서비스 가치평가 연구가 미비한 가지산도립공원을 대상으로 InVEST 모델 중 InVEST Habitat Quality 모델을 사용하여 서식지 질을 평가하고, 분석 결과를 16개의 산악형 국립공원과 비교하였다. 분석 결과 가지산도립공원의 서식지질 값은 0.83이었으며, 주변 지역에 비해 서식질 질이 높게 나타났다. 3개 지구별 서식지질 차이를 분석한 결과 통도사지구와 내원사지구가 0.84, 석남사지구가 0.83으로 나타났고 용도지구별로는 자연보존지구, 자연환경지구, 문화유산지구, 공원마을지구 순으로 서식지질 값이 높게 나타났다. 기존 국립공원 서식지질 분석 결과와 비교한 결과 가지산도립공원은 무등산국립공원 수준의 자연성을 나타내었다. 이러한 결과는 추후 도립공원의 생물다양성 보전 및 생태계서비스 증진을 위한 정책 수립과 관리방안 수립의 객관적인 자료로 활용될 수 있을 것이다.

• 정보관리학회지
• /
• 제39권2호
• /
• pp.111-129
• /
• 2022

불면증은 최근 5년 새 환자가 20% 이상 증가하고 있는 현대 사회의 만성적인 질병이다. 수면이 부족할 경우 나타나는 개인 및 사회적 문제가 심각하고 불면증의 유발 요인이 복합적으로 작용하고 있어서 진단 및 치료가 중요한 질환이다. 본 연구는 자유롭게 의견을 표출하는 소셜 미디어 'Reddit'의 불면증 커뮤니티인 'insomnia'를 대상으로 5,699개의 데이터를 수집하였고 이를 국제수면장애분류 ICSD-3 기준과 정신의학과 전문의의 자문을 받은 가이드라인을 바탕으로 불면증 경향 문헌과 비경향 문헌으로 태깅하여 불면증 말뭉치를 구축하였다. 구축된 불면증 말뭉치를 학습데이터로 하여 5개의 딥러닝 언어모델(BERT, RoBERTa, ALBERT, ELECTRA, XLNet)을 훈련시켰고 성능 평가 결과 RoBERTa가 정확도, 정밀도, 재현율, F1점수에서 가장 높은 성능을 보였다. 불면증 소셜 데이터를 심층적으로 분석하기 위해 기존에 많이 사용되었던 LDA의 약점을 보완하며 새롭게 등장한 BERTopic 방법을 사용하여 토픽 모델링을 진행하였다. 계층적 클러스터링 분석 결과 8개의 주제군('부정적 감정', '조언 및 도움과 감사', '불면증 관련 질병', '수면제', '운동 및 식습관', '신체적 특징', '활동적 특징', '환경적 특징')을 확인할 수 있었다. 이용자들은 불면증 커뮤니티에서 부정 감정을 표현하고 도움과 조언을 구하는 모습을 보였다. 또한, 불면증과 관련된 질병들을 언급하고 수면제 사용에 대한 담론을 나누며 운동 및 식습관에 관한 관심을 표현하고 있었다. 발견된 불면증 관련 특징으로는 호흡, 임신, 심장 등의 신체적 특징과 좀비, 수면 경련, 그로기상태 등의 활동적 특징, 햇빛, 담요, 온도, 낮잠 등의 환경적 특징이 확인되었다.

• 한국과학교육학회지
• /
• 제42권3호
• /
• pp.325-340
• /
• 2022

본 연구에서는 우리나라 초·중·고등학생들이 과학의 정의적 영역에서 성취가 낮은 원인을 분석하고자 하였다. 이를 위하여 초등학교 4학년부터 고등학교 1학년까지 학년별 3~4명, 총 27명의 학생을 대상으로 학년별로 면담을 하였고, 초등학교 교사 3명, 중학교 교사 3명, 고등학교 교사 3명, 총 9명의 교사를 대상으로 학교급별로 면담을 하였다. 면담에서는 과학긍정경험 지표의 5가지 하위 영역인 '과학학습정서', '과학관련 자아개념', '과학학습동기', '과학관련 진로포부', '과학관련 태도'로 나눠 관련된 질문을 하였다. 면담 내용을 녹음하고 전사하여 범주화하였다. 과학 정의적 성취가 낮은 원인을 살펴 본 결과, 학생들은 실험·실습이 제대로 이루어지지 못할 때, 과학이론과 용어가 어려워서, 탐구 결과에 대한 기록 부담 등으로 부정적인 정서를 경험하는 것으로 나타났다. 그리고 학생들은 과학 성적이 좋지 않아서, 과학 용어가 어려워서, 학습량이 많아서 등의 이유로 과학관련 자아개념이 부정적으로 변한다고 응답하였다. 또 과학학습 동기가 낮아지는 원인으로 과학 수업 내용과 일상생활이나 자신과의 관련성에 대한 인식 부족, 과학 수업내용의 어려움, 좋지 않은 과학 성적, 자신의 흥미나 진로와의 관련성 부족 등으로 나타났고, 과학 관련 진로포부가 낮아지는 주요한 원인으로 자신의 진로가 과학과 관계없는 분야이기 때문에, 과학 성적이 좋지 않아서 등으로 나타났다. 과학 수업이 어려워지거나 과학 수업에 대한 부정적인 느낌으로 인해 과학관련 태도가 부정적으로 변화하였고, 고등학생들은 과학이 사회에 끼치는 양면성을 인식하였다. 면담 결과에 근거하여 과학 수업개선을 위해 실험 및 실습을 위한 지원, 과학 기초학력 지원, 초등학교 '실험관찰'의 개선, 교수학습 자료의 개발, 과학 관련 진로 관련 정보의 제공 방안 등을 제안하였다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.191-206
• /
• 2022

대량의 말뭉치를 비지도 방식으로 학습하여 자연어 지식을 획득할 수 있는 사전학습 언어모델(Pre-trained Language Model)은 최근 자연어 처리 모델 개발에 있어 매우 일반적인 요소이다. 하지만, 여타 기계학습 방식의 성격과 동일하게 사전학습 언어모델 또한 학습 단계에 사용된 자연어 말뭉치의 특성으로부터 영향을 받으며, 이후 사전학습 언어모델이 실제 활용되는 응용단계 태스크(Downstream task)가 적용되는 도메인에 따라 최종 모델 성능에서 큰 차이를 보인다. 이와 같은 이유로, 법률, 의료 등 다양한 분야에서 사전학습 언어모델을 최적화된 방식으로 활용하기 위해 각 도메인에 특화된 사전학습 언어모델을 학습시킬 수 있는 방법론에 관한 연구가 매우 중요한 방향으로 대두되고 있다. 본 연구에서는 금융(Finance) 도메인에서 다양한 자연어 처리 기반 서비스 개발에 활용될 수 있는 금융 특화 사전학습 언어모델의 학습 과정 및 그 응용 방식에 대해 논한다. 금융 도메인 지식을 보유한 언어모델의 사전학습을 위해 경제 뉴스, 금융 상품 설명서 등으로 구성된 금융 특화 말뭉치가 사용되었으며, 학습된 언어 모델의 금융 지식을 정량적으로 평가하기 위해 토픽 분류, 감성 분류, 질의 응답의 세 종류 자연어 처리 데이터셋에서의 모델 성능을 측정하였다. 금융 도메인 말뭉치를 기반으로 사전 학습된 KB-BERT는 KoELECTRA, KLUE-RoBERTa 등 State-of-the-art 한국어 사전학습 언어 모델과 비교하여 일반적인 언어 지식을 요구하는 범용 벤치마크 데이터셋에서 견줄 만한 성능을 보였으며, 문제 해결에 있어 금융 관련 지식을 요구하는 금융 특화 데이터셋에서는 비교대상 모델을 뛰어넘는 성능을 보였다.

• 한국환경생태학회지
• /
• 제36권3호
• /
• pp.338-349
• /
• 2022

다양한 수종의 묘목을 고밀도로 심는 모듈군락식재가 기존의 성목식재보다 자연림 복원 효과성이 뛰어난지 알고자 야외 실험을 했다. 또 모듈군락식재의 식재밀도 차이에 따라 생장이 촉진되는지, 또 식피율이 높아지는지를 알아보았다. 큰나무를 넓게 띄어 심는 성목식재구(대조구)와 다종의 묘목을 고밀도로 심는 모듈군락식재구(처리구)로 구분했고, 다시 식재밀도에 따른 3주/m²와 1주/m² 모듈군락식재구로 나눠 실험을 설계했다. 2019년 5월부터 26개월간 공시재료의 생존율, 생장량(수고, 수관폭, 근원직경), 식피율을 측정했고, 측정 수고값을 활용하여 장래 수고생장을 예측했다. 모듈군락식재구의 생존율과 상대생장량이 성목식재구보다 높았다. 모듈군락식재구의 식피율은 23개월 이전에 지표면을 완전히 덮었지만, 성목식재구는 이식스트레스로 인해 오히려 식피율이 낮아졌다. 고밀도로 심은 모듈군락식재구의 묘목이 자라서 식재 후 5~6.5년 만에 성목식재구보다 더 높이 자랄 것으로 예측됐다. 이런 결과를 이끈 원인은 다종(多種)·묘목·고밀도 식재와 토양개량·멀칭 등의 식재기반 개선 때문이라 본다. 즉, 모듈군락식재구에 심은 묘목은 큰나무를 심은 성목식재구보다 식재 후 환경 적응력이 뛰어나 생존율이 높고, 초기 생장량이 많았을 것이다. 다양한 자생수종의 고밀도 혼식은 상호보완적 환경압을 완화하는 동시에 개체간 경쟁을 유발해 생장 촉진을 이끌었다. 더불어, 식재기반 개선은 묘목의 활착율 상승과 생장량 증가에 유효했다고 본다. 식재밀도가 높을수록 식피율이 급격히 늘어나, 제초 등의 사후관리비 절감 효과가 있을 것이다. 모듈군락식재구(3주/m², 1주/m²)의 식재밀도가 높았을 때 수고생장이 촉진되었고, 수관폭·근원직경은 식재밀도가 낮았을 때 높아지는 경향을 보였지만, 통계적 차이가 없었다.

• 현장농수산연구지
• /
• 제22권1호
• /
• pp.113-129
• /
• 2020

본 연구는 2020년 한농대 입학생의 비정형 텍스트인 자소서에서 의미 있는 정보 혹은 규칙을 추출하기 위하여 고교 재학 중 '학업 및 학습경험'과 '교내 활동'을 기술한 두 개 문항에 대하여 텍스트 마이닝에 의한 토픽 분석과 연관성 분석을 하였다. 모집 전형을 구분하지 않은 텍스트 마이닝 분석 결과에서 '학업 및 학습 경험' 항목과 관련된 주요 키워드는 '공부', '생각', '노력', '문제', '친구' 등의 순으로 많이 나타났으며, '교내 활동' 항목과 관련된 주요 키워드는 '활동', '생각', '친구', '동아리', '학교' 등의 순으로 빈도가 높게 나타났다. 그러나 도시 인재 전형과 농수산 인재 전형 신입생들의 키워드 빈도 순위는 두 항목 모두 전형 특성에 따른 약간의 차이를 나타냈다. 빈도 분석에 결과는 빈도수 상위 50위까지의 키워드를 워드 클라우드로 시각화하여 키워드를 알기 쉽게 표현하였다. 연관 분석은 apriori() 함수를 사용하였으며 적정한 계산을 위하여 support(지지도)와 confidence(신뢰도)의 기준값을 항목별로 설정하였다. 먼저 '학업' 항목에 대한 연관 규칙은 46개를 추출하였으며, 그 가운데 {공부} => {생각}, {성적} => {공부} 및 {과목} => {공부} 등의 규칙에서 높은 연관성을 볼 수 있었다. 이 규칙을 바탕으로 매개체 역할의 키워드를 평가하는 관계 중심성 평가와 노드에 연결된 edge의 수에 따라 중요도를 파악하는 연결 중심성 평가에서는 '생각', '공부', '노력', '시간' 등의 키워드가 중심적인 역할을 하는 정보를 획득하였다. 다음으로 '교내 활동' 항목에서는 45개의 연관 규칙을 생성하여 {활동} => {생각}, {동아리} => {활동} 등의 규칙에서 높은 연관성을 볼 수 있었으며, 관계 중심성 평가와 연결 중심성 평가에서는 '생각', '활동', '학교', '시간', '친구' 등의 키워드가 중심 키워드라는 결과를 얻었다. 다음 연구에서는 자소서의 나머지 두 개의 문항 '배려·나눔·협력·갈등관리' 항목과 한농대 '지원동기와 향후 진로계획' 항목을 분석한다. 분석에는 '키워드의 빈도'에 '문서 빈도의 역수'를 곱하여 주로 다량의 문서에서 핵심어를 추출하는 TF-IDF(Term Frequency-Inverse Document Frequency) 분석을 추가한다.

• 과학교육연구지
• /
• 제45권3호
• /
• pp.292-303
• /
• 2021

본 연구에서는 일상생활에서 에너지 용어가 사용되는 맥락을 알아보기 위하여 온라인 과학 기사를 수집하여 언어 네트워크, 토픽 모델링 분석 기법을 활용해 에너지 관련 기사에 사용된 용어의 빈도, 용어 네트워크, 기사의 주제를 분석하였다. 분석에 사용된 자료는 2018.3.1.부터 1년간의 온라인 과학 분야의 기사 중 에너지를 검색어로 하여 10개의 국내 중앙지에서 검색 및 선정된 2,171편이다. 이 기사들을 자연어 처리하여 51,224개의 문장과 507,901개의 단어로 데이터를 구성하였다. R 프로그램을 활용하여 용어 빈도수 분석 및 언어 네트워크 분석을 실시하였고, 에너지 용어 사용의 맥락 탐색을 위해 구조적 토픽 모델링 분석을 적용해 기사의 주제를 도출하였다. 기사에 사용된 용어 중 빈도수가 유난히 높은 용어는 기술, 연구, 개발로 새로운 소식을 알리는 기사의 특성을 반영한 것으로 나타났다. 한편, 기사 2편당 한 번 이상의 빈도로 사용되는 용어에는 산업 관련 용어(산업, 제품, 시스템, 생산, 시장)와 '전기', '환경'과 같이 에너지 관련 용어로 충분히 기대되는 용어들이 있었다. 한편, 에너지 관련 과학 수업에서 자주 사용되는 '태양', '열', '온도', '발전'도 빈도수 상위에 속하는 용어로 드러났다. 용어 네트워크 분석에서는 산업 및 기술과 관련된 용어와 기초과학 및 연구 관련 용어들이 약한 강도이지만 서로 군집을 이루는 것을 확인하였다. 한편, 에너지와 쌍을 이루는 용어의 분석에서는 '에너지 효율'을 비롯해 '에너지 절감', '에너지 소비' 등과 같이 에너지의 사용에 관한 용어들이 다수를 이루고 그 사용 빈도가 가장 높았다. 에너지 용어가 사용되는 맥락은 16개의 주제를 분류한 4가지 영역으로 '첨단산업', '산업', '기초과학', '환경 및 건강'으로 나타났다. 에너지 사용 관련 용어가 상당히 많이 사용된다는 결과는 에너지 수업의 시작점으로 에너지 저급화 개념의 도입이 효과적일 수 있음을 시사한다. 또한, 첨단산업이나 환경 및 건강의 맥락을 에너지 학습에 도입할 필요성도 보여준다. 본 연구에서 드러난 16개 주제에서 보이는 다양한 에너지 용어가 사용되는 맥락을 재구성해 에너지 관련 수업에 활용한다면 학생들이 학교에서의 에너지 학습과 일상적 상황을 통합적으로 인식하는 데 도움이 될 것이다.

• 대한화학회지
• /
• 제66권2호
• /
• pp.78-85
• /
• 2022

천연 백토를 6M의 황산에 넣어 80 ℃의 온도로 기계적 교반하에서 6시간 동안 가열하여 처리 한 산활성 점토를 수중의 세슘 이온(Cs⁺)의 제거를 위한 흡착제로서 사용하였다. 천연 백토와 산활성 점토의 물리·화학적 변화를 X-선 형광분광기, 비표면적 분석기, 그리고 에너지 분산형 X-선 분광기를 이용하여 관찰하였다. 천연 백토를 산으로 처리 하는 동안, 천연 백토를 구성하고 있는 결정 격자로부터 Al₂O₃, CaO, MgO, SO₃ and Fe₂O₃가 일부분 용해되고 결과적으로 활성 부위와 더불어 기공의 부피와 비표면적의 증가를 초래하였다. 산활성 점토는 천연 백토에 비해 비표면적과 기공의 부피가 2배 정도 높았다. 산활성 점토에 의한 Cs⁺ 흡착은 1 분 내에 가파르게 증가하였고 60 분에 이르렀을 때 평형에 도달하였다. 25 mg L^-1의 Cs⁺ 농도에서, 96.88%의 흡착 효율이 산활성 점토에 의해 성취되었다. Cs⁺의 흡착 데이터를 흡착 등온선과 반응속도 모델에 도입하였다. 산활성 점토에 의한 Cs⁺ 흡착 거동은 Langmuir 등온선에 잘 적용되었고 Langmuir의 등온선 계수인 Q는 10.52 mg g^-1이 되는 것으로 밝혀졌다. 산활성 점토/물 계에서 Cs⁺ 흡착은 더 높은 상관계수 R²과 실험값 q_e,exp과 계산값 q_e,cal 의 근접으로 인해서 유사 일차 반응속도보다는 유사 이차 반응속도에 적합하였다. 연구의 전체적인 결과들은 산활성 점토가 수중으로부터 Cs⁺을 제거하는데 효율적인 흡착제로 사용될 수 있다는 보였다.

• 대한방사선치료학회지
• /
• 제33권
• /
• pp.79-88
• /
• 2021

목 적: 3D-bolus와 Step-bolus를 결합한 Bolus를 제작하였고, 그 유용성을 평가한다. 대상 및 방법: 3D 프린터(3D printer, USA)를 이용하여 10mm, 5mm두께로 Bolus를 제작하여 5mm두께의 Bolus에는 5mm의 Step Bolus를 결합하였다. Step bolus와 3D Bolus의 특성을 파악하기위해 두 bolus의 상대적전자밀도, HU값 및 질량밀도(mass density)의 차이를 알아보았다. 이 두개의 Bolus를 인체모형 Phantom에 적용하여 그 실효성을 확인해 보았다. 해당 phantom의 모든 윤곽설정 후, 전산화치료계획시스템(Eclipse 16.1, Varian medical system, USA)을 사용하여 치료계획을 수립하였다. 전자선6MeV을 사용하여 치료계획하고, phantom흉부쪽에 9개의 선량측정 point를 지정하였고, 해당 point에서의 Air-gap을 측정하였으며, 유리선량계(PLD)를 이용하여 적용하는 Bolus마다 동일 point에서의 선량평가를 진행하였다. 결 과: 3D-bolus 5mm와 Step-bolus 5mm를 결합한 Bolus를 제작하였고, 3D-bolus 1cm과 비교 평가하였다. 3D Bolus의 상대적전자밀도(Relative Electron Density)는 1.0559g/cm2, Step Bolus는 1.0590g/cm2로 0.01%이하의 차이여서 상대적전자밀도가 거의 일치했다. Air-gap의 경량 측정에서 Combined bolus는 3D-bolus와 비교하여 지정된 모든 point에 대해서 Air-gap은 많게는 54.32%로 줄거나 같았다. 유리선량계(PLD)를 이용한 선량측정에서는 경사진 point를 제외한 대부분의 point에서 combined bolus를 사용한 phantom에서 치료계획의 선량과의 일치도가 높았다. 결 론: 3D-bolus와 Step-bolus를 결합하여 만든 Combined bolus는 3D-bolus와 Step-bolus가 갖는 각각의 장점을 모두 갖는다. 또한 Air-gap으로 인한 선량부정확성을 억제하여 보다 향상된 선량분포를 보여주어, 효과적인 방사선 치료를 할 수 있다.