• 한국육종학회지
• /
• 제41권4호
• /
• pp.607-611
• /
• 2009

"종남벼"는 고품질 안전 다수성 품종을 육성할 목적으로 '91/92년 겨울철에 고품질이면서 단간 내도복 내병성인 밀양 96호에 숙색이 좋고 밥맛이 양호하고 초형이 양호한 YR12734-B-B-22-2를 교배하dUT다. 1992년 여름철에 $F_1$식 물체를 양성한 후 '93 여름에 $F_2$양성하여 개체별로 1립씩 채종후 '93/'94겨울철 세대단축온실에서 $F_5$세대까지 1수 1계통으로 고정시키고 $F_6$세대에서 생육 및 출수 특성 등을 관찰한 뒤 선발하였다. '98년도에 생산력검정시험을 실시하여 이들 중 미질이 좋고 생육특성이 양호한YR15161-B-B-B-57-2-3을 선발하여 밀양 169호의 계통명을 부여하였다. 지역적응시험과 농가실증시험을 실시한 결과 중만생종이면서 준단간으로 내도복성이며 쌀품위가 좋고 내병성이며 밥맛이 양호한 것으로 평가되어 2001년 12월 농작물 직무육성 신품종 선정위원회에서 국가품종목록으로 등재할 것을 결정하고 "종남벼"로 명명하였다. 그 주요특성과 수량성을 요약하면 다음과 같다. 1. 출수기는 남부평야지의 보통기재배에서 8월 15일로 동진벼보다 2일 빠른 중만생 종이다. 2. 수당립수는 동진벼보다 많으나, 현미천립중은 23.0 gr 동진벼 보다 가벼운 편이다. 3. 내냉성은 동진벼와 비슷하고 내도복성이 양호한 품종이다. 4. 잎도열병 밭못자리 검정 결과 중도저항성을 보였고 흰잎마름병 $K_1$군균에 저항성 이며 바이러스병인 줄무늬잎마름병에는 저항성이나 오갈병과 검은줄오갈병에는 강하지 못하며 주요 충해에 대한 저항성은 없다. 5. 도정특성은 동진벼와 비슷한 수준이며 심복백은 거의 없이 맑으며 동진벼 보다 밥맛이 우수한 고품질 벼 품종이다. 6. 수량성은 남부평야지 및 남서해안지의 보통기 보비재배(5월30일이앙)에서 쌀수량 이 5.60 MT/ha로 동진벼보다 7%, 이모작(6월25일이앙)에서 5.52 MT/ha로 6%, 만 식재배(7월1일이앙)에서도 5.85MT/ha로 7% 증수 되었다. 7. 종남벼는 영남내륙평야지 및 해안지 1모작답에 적응성이 뛰어나며 경남북이 보급대상 지역이다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.1-23
• /
• 2013

융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).