• 지능정보연구
• /
• 제21권3호
• /
• pp.79-99
• /
• 2015

부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.57-78
• /
• 2023

2019년 11월 중국 우한시에서 발병한 코로나19는 2020년 중국을 넘어 세계로 퍼져나가 2020년 3월에는 전 세계적으로 확산되었다. 코로나19와 같이 전염성이 강한 바이러스는 예방과 확진시 적극적인 치료도 중요하지만 우선 전파 속도가 빠른 바이러스인 점을 감안할 때, 확진 사실을 재빠르게 파악하여 전파를 차단하는 것이 더욱 중요하다. 그러나 감염여부를 확인하기 위한 PCR검사는 비용과 시간이 많이 소요되고, 자가키트검사 또한 접근성은 쉽지만 매번 수시로 받기에는 키트의 가격이 부담이 될 수밖에 없는 실정이다. 이러한 상황에서 기침 소리를 기반으로 코로나19 양성 여부를 판단할 수 있게 된다면 누구나 쉽게 언제, 어디서든 확진 여부를 체크할 수 있어 신속성과 경제성 측면에서 큰 장점을 가질 수 있을 것이다. 따라서 본 연구는 기침 소리를 기반으로 코로나19 확진 여부를 식별할 수 있는 분류 모델을 개발하는 것을 목적으로 하였다. 이를 위해, 본 연구에서는 먼저 MFCC, Mel-Spectrogram, Spectral contrast, Spectrogram 등을 통해 기침 소리를 벡터화 하였다. 이 때, 기침 소리의 품질을 위해 SNR을 통해 잡음이 많은 데이터는 삭제하였고, chunk를 통해 음성 파일에서 기침 소리만 추출하였다. 이후, 추출된 기침 소리의 feature를 이용하여 코로나 양성과 음성을 분류하기 위한 모델을 구축하였으며, XGBoost, LightGBM, FCNN 알고리즘을 통해 모델 학습을 수행하고 각 알고리즘별 성능을 비교하였다. 또한, 기침 소리를 다차원 벡터로 변환한 경우와, 이미지로 변환한 경우에 대해 모델 성능에 대한 비교 실험을 수행하였다. 실험 결과, 건강상태에 대한 기본정보와 기침 소리를 MFCC, Mel-Spectogram, Spectral contrast, 그리고 Spectrogram을 통해 다차원 벡터로 변환한 feature를 모두 활용한 LightGBM 모델이 0.74의 가장 높은 정확도를 보였다.

• 서비스연구
• /
• 제12권1호
• /
• pp.25-35
• /
• 2022

2020년 1월 국내 최초 환자가 발생한 코로나19(COVID 19)는 다양한 분야에 영향을 끼쳤다. 그중에서도 가장 타격을 받은 곳은 관광 분야라 하겠다. 특히 강원도 지역은 관광 기반의 산업 구조가 지역의 근간을 이루고 있고 관광산업이 소상공인 및 소기업의 주요 소득원이므로 그 피해가 크다. 이와 같은 피해 상황 및 정도를 확인하고자 강원권 지역 중에서 대중적 접근성이 가장 편리하며 서울 및 수도권 등에서 대중교통을 이용하여 당일 관광이 가능하고, 일반적인 이미지가 적은 비용을 사용한 관광이 가능하다고 인식되고 있는 춘천 지역을 대상으로 데이터 분석을 통하여 실증분석을 하였다. 이를 위하여 관광지식정보시스템에서 제공하는 춘천의 방문객 데이터를 기준으로 일반적인 지역 현황을 확인하였고 코로나 이전인 2019년도와 이후인 2020년도의 관심도 확인을 위하여 키워드 수집 전문 기업인 (주)바이브컴퍼니의 웹서비스 썸트랜드에서 수집한 키워드와 차량용 내비게이션 서비스와 통신 서비스 제공을 병행하는 SK텔레콤의 T맵 검색지 데이터를 함께 비교해 봄으로써 춘천에 대한 일반적인 지역 이미지를 분석하였다. 또한 키워드와 T맵 검색지 데이터를 적용한 관광 인기도 지수를 개발하여 2개 연도의 데이터를 비교해 봄으로써 코로나 상황이 춘천 지역 방문객들의 관심도가 실제 방문으로 이어지는 것에 얼마나 영향을 미쳤는지를 데이터 분석적인 접근 방법으로 고찰하였다. 데이터 마트 설계를 거친 후 관광인기도 지수를 적용한 빅데이터 분석 결과를 확인한 바에 의하면, 코로나19 상황은 강원도 춘천 지역 관광 인기도에 미치는 영향이 크지 않다는 것을 확인하였고, 해당 지역이 가지고 있는 지역별 특수성에 기반한 관광지 이미지 등을 확인하였다. 이와 같은 연구 분석 결과가 관광경제정책 입안에 유용한 참고 자료로 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.57-78
• /
• 2020

인터넷의 발달로, 소비자들은 이커머스에서 손쉽게 상품 정보를 확인한다. 이때 활용되는 상품 리뷰는 사용자 경험을 토대로 작성되어 구매의사결정의 효율성을 높일 뿐만 아니라 상품 개발에 도움을 주기도 한다. 하지만, 방대한 양의 상품 리뷰에서 관심있는 평가차원의 세부내용을 파악하는 데에는 많은 시간과 노력이 소비된다. 예를 들어, 노트북을 구매하려는 소비자들은 성능, 무게, 디자인과 같은 평가차원에 대해 각 차원별로 비교 상품의 평가를 확인하고자 한다. 따라서 본 논문에서는 상품 리뷰에서 다차원 상품평가 점수를 자동적으로 생성하는 방안을 제안하고자 한다. 본 연구에서 제시하는 방안은 크게 2단계로 구성된다. 사전준비 단계와 개별상품평가 단계로, 대분류 상품군 리뷰를 토대로 사전에 생성된 차원분류모델과 감성분석모델이 개별상품의 리뷰를 분석하게 된다. 차원분류모델은 워드임베딩과 연관분석을 결합함으로써 기존 연구에서 차원과 단어들의 관련성을 찾기 위한 워드임베딩 방식이 문장 내 단어의 위치만을 본다는 한계를 보완한다. 감성분석모델은 정확한 극성 판단을 위해 구(phrase) 단위로 긍부정이 태깅된 학습데이터를 구성하여 CNN 모델을 생성한다. 이를 통해, 개별상품평가 단계에서는 구 단위의 리뷰에 준비된 모델들을 적용하고 평가차원별로 종합함으로써 다차원 평가점수를 얻을 수 있다. 본 논문의 실험에서는 대분류 상품군 리뷰 약 260,000건으로 평가모델을 구성하고, S사와 L사의 노트북 리뷰 각 1,011건과 1,062건을 실험데이터로 활용한다. 차원분류모델은 구로 분해한 개별상품 리뷰를 6개 평가차원으로 분류했고, 기존 워드임베딩 방식보다 연관분석을 결합한 모델의 정확도가 13.7% 증가했음을 볼 수 있었다. 감성분석모델은 문장보다 구 단위로 학습한 모델이 평가차원을 면밀히 분석함으로써 29.4% 더 높은 정확도를 보임을 확인했다. 본 연구를 통해 판매자, 소비자 모두가 상품의 다차원적 비교가 가능하다는 점에서 구매 및 상품 개발에 효율적인 의사결정을 기대할 수 있다.

• 한국기록관리학회지
• /
• 제5권2호
• /
• pp.27-48
• /
• 2005

이 논문은 한국의 세계기록유산에 대하여 먼저 그 의미와 가치를 재확인하고, 이들 세계기록유산에 대한 보존 관리 및 그 현황을 조사하며, 한국의 기록유산을 디지털화 하는데 있어서의 문제점과 해결책을 모색하고, 추후 한국의 기록유산 중 세계기록유산으로 등록되기를 희망하는 4종의 기록물들에 대한 가치와 의의를 고찰한 연구이다. 본 연구의 상세 사항은 다음과 같다. 첫째, 제2장에서는 한국의 세계기록유산에 대한 가치와 의의를 고찰하였다. 먼저 세계기록유산의 선정기준과 절차 등을 먼저 파악하고, 한국의 세계기록유산인 "훈민정음" "조선왕조실록" "승정원일기" "직지(백운화상초록불조직지심체요절(白雲和尙抄錄佛祖直指心體要節))"에 대하여 각각 그 가치와 의미를 분석하였다. 둘째, 제3장에서는 '한국의 세계기록유산 보존 관리 현황'에서는 세계기록유산을 보존하고 있는 <서울대학교 규장각> <국가기록원 부산기록정보센터> <간송미술관>의 기관별로 그 보존 관리 현황을 고찰하였다. 그 결과, 이 3기관 모두 세계기록유산 보존 관리 현황은 '매우 우수하다'고 평가할 수 있었다. 즉, 1)그 세부적인 보안대책이 완벽하다. 2)그 보존방법에 있어서도 항온 항습의 특별한 서고를 별도로 마련하고, 이 서고 내에서 다시 '오동나무 상자 서장(書欌)'을 설치한 후, 이들 상자와 서장 속에 세계기록유산을 납입하여 보존하고 있다. 3)방화장치와 서고조명 및 소독 등에도 철저를 기하고 있음 등을 파악하였다. 셋째, 제4장에서는 '한국의 기록유산 디지털화 과제'에 대하여 개괄적으로 고찰하였다. 그 결과, 한국 기록유산의 디지털작업 및 DB구축에서 '디지털화 표준'이 가장 중요한 문제이며, 이 문제의 해결을 위해서는 디지털화(Digitization)에 대한 총체적이고 표준적인 시스템의 개발이 시급함을 지적하였다. 그리고 국가기록관리시스템을 개발한 경험이 있는 <국가기록원>과 한국학 고기록물의 디지털화에 많은 관심을 가진 <문화재청>이 공동으로 노력하여, 한국학 관련 기록유산의 디지타이제이션(Digitization)에 대한 총체적이고 표준적인 시스템의 개발이 요구됨을 파악하였다. 넷째, 제5장 '세계기록유산 등록을 추후 희망하는 한국의 기록유산'에서는 한민족의 기록유산 중에서 차후 세계기록유산으로 등재되기를 희망하는 4종 즉, 1)<해인사 고려대장경 경판>, 2)"동의보감", 3)"삼국유사", 4)"무구정광대다라니경"의 기록물에 국한하여, 그 어떤 의미에서 세계적인 가치와 의의가 있는가를 고찰하였다.

• 한국전자통신학회논문지
• /
• 제9권1호
• /
• pp.51-60
• /
• 2014

본 연구는 광주 전남지역 ICT 의료시설 기반에서 종사자를 대상으로 소방안전 지식과 대처방법 인식수준의 정도를 파악하고 차이를 조사하여 ICT 의료시설 기반에서 소방안전 대처방법 교육 매뉴얼의 기초자료를 제공하기 위하여 수행 되었다. 자료는 SPSS Win 14.0을 사용하여 분석하였다. 연구결과 ICT 의료시설 기반에서 종사자의 소방안전 지식은 10점 만점에 7.06점, 소방 대처방법 인식수준은 11점 만점에 6.61점이었다. ICT 의료시설 기반에서 종사자의 일반적 특성과 소방안전 대처방법 인식수준을 분석한 결과 성별(t=4.12, p<.001, 연령(${\chi}^2$=17.24, p<.001), 근무경력(${\chi}^2$=22.76, p<.001), 소방안전교육 경험 유무(t=6.10, p<.001), 소방안전에 대한 본인의 주관적 지식정도(${\chi}^2$=53.83, p<.001)에서 통계적으로 유의한 차이가 있었다. 따라서 ICT 의료시설 기반에서 종사자의 소방안전 대처를 증진하기 위해서는 강의 중심의 지식 전달 교육을 지양하고, 자기 주도적 학습, 개인별 맞춤학습, 협동 학습을 강조하는 다양한 콘텐츠 개발을 통한 실무 체험 중심의 소방안전 교육, 시뮬레이션을 이용한 환자분류체계별 배치와 광역 화재감지를 위한 적외선 레이저 연기검출, 다중포인트 통신 프로토콜에 의한 디지털 화재 방지 모니터링 시스템, 영상기반 화재검출, 화재감지를 위한 로봇 설계 및 테이터 처리등의 다학문적인 접근을 통한 ICT 의료시설 기반에서 소방안전 대처에 관한 교육 매뉴얼의 개발이 필요하다고 사료된다.

• 원예과학기술지
• /
• 제31권3호
• /
• pp.359-365
• /
• 2013

국화는 전 세계적으로 가장 대중적인 화훼류 중의 하나로써, 최근 새로운 국화 품종들이 돌연변이육종을 통해 개발되고 있다. 그러나 현재까지 하나의 국화 원품종에서 유래한 돌연변이 품종들 간의 조직배양 조건 차이에 대한 보고는 전무하다. 따라서 본 연구에서는 2개의 국화 화색 돌연변이 품종 'ARTI-purple'과 'ARTI-queen'의 효율적인 재분화 조건을 비교하기 위해 수행되었다. 실험재료로 꽃봉오리 시기와 통상화 개화 이전 시기의 꽃잎을 이용하였고, 꽃의 조직에 따른 차이를 확인하기 위해 통상화 및 설상화를 구분하여 실험을 수행하였다. 국화 재분화를 위한 식물생장호르몬의 적정 조합을 찾기 위해 3% sucrose, 0.3% gelrite를 포함한 MS 배지에 BA, NAA, IAA 중 2가지 호르몬을 조합별로 첨가하여 실험을 수행하였다. 절편체는 일장 16시간, 온도 $25{\pm}1^{\circ}C$ 조건으로 배양하였으며, 재분화율 조사는 배양 후 4주 및 8주차에 실시하였다. 결과적으로, 가장 높은 재분화율은 두 품종 모두 최적 NAA와 BA의 호르몬 조합에서 꽃봉오리 시기의 통상화를 사용할 시 가장 높게 확인되었다. 재분화를 위한 식물생장호르몬의 최적 조합은 'ARTI-purple'의 경우 NAA $1.0mg{\cdot}L^{-1}$와 BA $0.5mg{\cdot}L^{-1}$로 47.9%의 재분화 효율을 보였으며, 'ARTI-queen'의 경우 NAA $2.0mg{\cdot}L^{-1}$와 BA $1.0mg{\cdot}L^{-1}$로 25.6%의 재분화 효율을 나타내었다. 재분화된 지상부는 1/2 MS배지에서 발근시켰으며, 기내 소식물체는 유리온실에서 성공적으로 순화되었다. 본 연구결과는 감마선을 사용한 돌연변이육종법에 의해 개발된 다양한 국화품종의 효율적인 재분화 시스템을 구축하는데 유용한 정보를 제공할 것이다.

• 지구물리와물리탐사
• /
• 제13권3호
• /
• pp.268-276
• /
• 2010

지진재해대책법이 2009년 3월에 발효됨에 따라 가속도 지진관측을 수행하여야 할 기관이 대폭 확대되었다. 소방방재청의 추정에 의하면 최소 400개소의 자유장 가속도 관측소가 설치될 예정이다. 지진계측기의 성능 향상과 통신 기술의 발달로 지진관측소 설치가 보편화되면서 지진관측의 주 기능이 신속 피해 예측과 경보 발령 등 지진방재에 적극적으로 활용할 수 있도록 전환되고 있다. 신속 지진피해 예측의 기반기술인 실시간 지진동 영상화기법을 소개하였다. 이 기술은 신속한 지진피해 평가를 위한 실시간 자료 취합뿐 아니라 시각적으로 정보를 파악할 수 있도록 개발되어 활용되고 있다. 한편 지진피해는 주로 S 파와 연속되는 표면파에 의해 발생한다. 최초로 도달하는 P 파로부터 최대 지반운동 크기와 지진 피해를 예측하여 경보를 발령하는 것이 지진조기경보체계이다. 지진조기경보의 기술개발 현황과 함께 2007년 오대산지진에 적용한 예를 소개하였다. 조기경보 기술은 기상청의 지진통보 체계를 획기적으로 개선시킬 수 있다. 또한 지역별로 분산된 주요 국가 시설물의 지진방재를 위해 활용할 수 있는 분산형 조기경보 시스템의 구성과 활용방안을 제안하였다.

• 한국의학물리학회지:의학물리
• /
• 제19권2호
• /
• pp.102-112
• /
• 2008

살아있는 마우스 영상화를 목적으로 겐트리 회전형과 평판영상검출기를 기반으로 한 고분해능 마이크로 컴퓨터단층촬영 장치를 개발하였다. 이 장치는 주로, 마이크로 크기 광원사이즈를 갖는 X-선 광원, Csl (TI)과 결합된 평판형 상보성 금속산화 반도체 영상검출기(CMOS), 선형이송 카우치, 위치정보 엔코더와 결합된 겐트리, 그리고 영상데이터 처리를 위한 병렬처리 시스템으로 구성되었다. 본 장치는 겐트리 회전형으로 설계되었는데, 이는 살아있는 마우스를 CT 영상을 얻는데 있어서 마우스 움직임에 기인한 영상결점의 최소화에 유리하고 촬영하는 동안 쥐의 호흡마취시행에 여러 가지 장점을 갖기 때문이다. CT팬텀을 이용하여 개발한 CT장치의 공간해상도, 영상대비도 그리고 영상균일도를 평가하였다. 결과로써, 본 장치의 공간해상도는 MTF 곡선으로부터 10%에 해당하는 약 11.3 cycles/mm을 얻었으며, 마우스에 대한 방사선 피폭선량은 81.5 mGy의 결과를 얻었다. 저대비 영상팬텀을 이용한 영상실험에서 분해가능 최소영상대비차는 약 46 CT였다. $55{\times}55{\times}X100\;{\mu}^3$의 복셀(voxel) 크기에서 영상의 불균일도는 약 70 CT 임을 얻었다. 또한 본 연구에서는 살아있는 마우스의 몸체, 뼈, 그리고 간에 대한 영상 테스트 결과를 제시하였다.