• 한국건설관리학회논문집
• /
• 제24권6호
• /
• pp.63-65
• /
• 2023

BIM 및 AR 기술은 실제 구조물에 3D 모델 및 정보를 투영하여 현장 내 필요 데이터에 손쉽게 접근할 수 있게 한다는 점에서 건설 산업의 생산성을 증진시킬 수 있을 것으로 평가되어왔다. 그러나 건설 품질관리 업무 내 AR 기술을 적용하기 위한 선행 연구는 대부분 건설 프로젝트 전반을 대상으로 수행되어 총괄적 현장관리 방안에 불과하며, 철근과 같은 부재 단위의 품질관리 내 AR을 적용한 일부 연구 사례 또한 단순 투영에만 집중되어 구체적인 품질점검이 불가한 것으로 확인되었다. 이에 본 연구에서는 철근 부재에 특화된 실무 적용 가능 수준의 BIM 기반 AR 품질관리 시스템 개발을 최종 목적으로 하였다. 본 시스템 개발을 위해 철도 건설 현장에서 활용하는 품질점검 리스트의 철근 점검 항목을 분석하고, 이들을 효과적으로 대응할 수 있는 AR 요소기술 4가지를 개발 및 탑재하였다. 실제 철도 교량 구조물을 대상으로 개발된 시스템을 검증하였으며, 그 결과 투영 안정성 저하 문제가 도출되었다. 이는 모델 경량화(simplification) 및 AR 기기 하드웨어 성능 향상을 통해 해결하였으며, 최종적으로 시스템이 정상적으로 구동되는 것을 확인하였다. 이후 현장 품질 전문가를 대상으로 개발된 철근 품질점검 시스템의 실무 적용성 평가를 실시하였으며, 현행 철근 점검 방식 대비 AR 시스템 활용 시 점검 효율성이 증가할 것으로 평가되었다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.827-835
• /
• 2023

드론 라이다(Drone LiDAR)는 산지의 비탈면 정상부나 접근이 불가한 사면에 대해 근접 조사가 가능한 첨단 측량 기술로 산악지형에서 현장조사를 위한 활용이 높아지고 있다. 드론 라이다를 활용하여 지형 정보를 구축하기 위해서는 취득된 포인트 클라우드로부터 지면과 비지면 점들을 효과적으로 분리하는 전처리 과정이 필요하다. 따라서 본 연구에서는 상업용 드론에 탑재된 항공 라이다를 이용하여 산악지형의 점군 자료를 취득하고, 지면분리 기법 중 하나인 cloth simulation filtering (CSF) 알고리즘을 적용하고 정확도를 검증하였다. 알고리즘을 적용한 결과, 지면과 비지면에 대한 분리 정확도는 84.3%, kappa 계수는 0.71로 나타났고 드론 라이다 데이터를 산악지형의 산사태 현장조사에 효과적으로 활용할 수 있음을 확인하였다.

• 벤처창업연구
• /
• 제17권1호
• /
• pp.229-249
• /
• 2022

본 연구는 다양한 머신러닝 기법을 통해 코스닥(KOSDAQ) 시장 내 관리종목 지정을 예측할 수 있는 모델에 대해 연구하였다. 증권시장 내 기업이 관리종목으로 지정이 되면 시장에서는 이를 부정적인 정보로 인식하여 해당 기업과 투자자에게 손실을 가져오게 된다. 본 연구를 통해 기업의 재무적 데이터를 바탕으로 조기에 관리종목 지정을 예측하고, 투자자들의 포트폴리오 리스크 관리에 도움을 주기 위한 머신러닝 접근이 타당한지 살펴본다. 본 연구를 위해 활용한 독립변수는 수익성, 안정성, 활동성, 성장성을 나타내는 21개의 재무비율을 활용하였으며, K-IFRS가 적용된 2011년부터 2020년까지 관리종목과 비관리종목의 기업의 재무 데이터를 표본으로 추출하였다. 로지스틱 회귀분석, 의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, LightGBM을 활용하여 관리종목 지정 예측 연구를 수행하였다. 연구결과는 분류 정확도가 82.73%인 LightGBM이 가장 우수한 예측 모형이었으며 분류 정확도가 가장 낮은 예측 모형은 정확도가 71.94%인 의사결정나무였다. 의사결정나무 기반 학습 모형의 변수 중요도의 상위 3개 변수를 확인한 결과 각 모형에서 공통적으로 나온 재무변수는 ROE(당기순이익), 자본금회전율(Capital stock turnover ratio)로 해당 재무변수가 관리종목 지정에 있어 상대적으로 중요한 변수임을 확인하였다. 대체적으로 앙상블을 이용한 학습 모형이 단일 학습 모형보다 예측 성능이 높은 것을 확인하였다. 기존 선행연구가 K-IFRS에 대한 고려를 하지 않았고, 다소 제한된 머신러닝에 의존하였다. 따라서 본 연구의 필요성과 함께 현실적 요구를 충족시키는 결과를 제시하였음을 알 수 있으며, 시장참여자들에게 있어 관리종목 지정에 대한 사전 예측을 확인할 수 있도록 기여했다고 볼 수 있다.

• 한국자원식물학회지
• /
• 제37권2호
• /
• pp.171-202
• /
• 2024

전 세계 수목원 및 표본관이 보유하고 있는 식물 유전자원 현황 및 정보 공유체계를 효과적으로 활용한다면, 현재 물리적으로 접근이 어려운 북한지역의 생물다양성 보전체계를 구축할 수 있을 것으로 생각된다. 본 연구는 북한에 자생하지만, 국내(남한)에는 자생하지 않는 식물들에 대한 학명을 검토하고 국내·외 수목원의 유전자원 보유 현황을 파악하기 위해 수행되었다. 북한식물 목록 선정을 위해 한반도 관속식물과 관련한 문헌이나 온라인 식물 종 데이터베이스를 참고하여 재배 및 외래식물 여부, 이명, 분포 범위 등을 검토하였으며, Botanic Gardens Conservation International Plant Database와 각 수목원의 Index Seminum을 활용하여 북한식물에 대한 전 세계 수목원의 유전자원 보유 현황을 파악하였다. 64과, 236속, 449종, 13아종, 21변종, 1품종, 2교잡종 등 486분류군에 대한 북한식물 목록을 선정하였으며 희귀식물, 특산식물, 북방계식물 등의 여부를 확인하였다. 전 세계 5개 대륙, 46개 국가, 333곳의 수목원 및 식물 연구기관에서 53과 190속 384분류군의 북한식물 유전자원을 보유 중인 것으로 확인하였다. 북한 지역과의 지리적 근접성, 과거 식물학자의 이동 등의 요인으로 한국, 일본, 러시아 등 동북아시아 국가가 보유하고 있는 북한식물 유전자원 종 다양성이 상대적으로 높은 것으로 확인된다. 본 연구는 북한 자생식물 종 목록 구축 및 응용을 도모하여 한반도 생물 다양성 보전을 위한 과학적 기반 마련과 글로벌 거버넌스 구축에 이바지할 것으로 생각된다.

• 인삼문화
• /
• 제6권
• /
• pp.80-104
• /
• 2024

인삼은 우리나라를 대표하는 약용작물로 남한뿐만 아니라 북한에서도 매우 중요하게 취급되고 있다. 그러나 북한에 대한 정보 접근이 어렵기 때문에 실제 북한에서 인삼의 재배, 연구와 개발 동향, 관련 산업 현황에 대해서는 잘 알려지지 않고 있다. 본 논문에서는 비록 제한적이긴 하나 구할 수 있는 서지 자료를 통해 북한에서의 인삼 산업 현황과 연구 동향을 파악하고자 하였다. 북한약전에는 인삼이 "고려인삼"으로 수재되어 있으며 '개성지방에서 재배한 6년생 인삼의 뿌리'로 정의하고 있다. 또한 북한약전에는 22종의 인삼제제가 수재되어 있다. 북한에서는 필수약품(2002) 중 건위소화약, 지사약, 보약 등 10개 약품에 인삼이 들어가고, 그 외에도 다양한 건강보조식품과 화장품, 치약 등이 개발되어 유통·판매되고 있다. 2014년 이후 북한에서 인삼 산업과 연구가 전반적으로 활발해지고 있다. 이때 개성의 인삼재배지역을 대폭 확장하고 설비를 보수하였다. 2016년, 개성고려인삼가공공장을 무균화, 현대화, 무진화된 설비로 정비하여 가동 중이라고 한다. 2017년 이후 품질관리 연구에 관심을 돌려 2019년 품질관리규정과 인증제를 도입하기에 이르렀다. 1990년대에 인삼 제품개발 연구가 많았고 2000년부터 인삼의 약리작용 및 치료·임상연구에 대한 연구가 보고되었다. 또한, 수확량을 높이기 위한 인삼재배와 인삼가공업 관련 연구가 중시되고 있다. 인삼은 우리나라를 대표하는 약용작물이라는 점, 남과 북이 모두 중요시하고 있다는 점, 남과 북이 상호 협력하면 큰 시너지 효과를 얻을 수 있다는 점에서 남북 교류협력에 있어서 매우 적합한 소재이다.

• 한국과학교육학회지
• /
• 제27권9호
• /
• pp.818-831
• /
• 2007

지구과학 탐구에서 귀추적 탐구의 중요성을 인식하고, 이를 모델로 한 지구과학 수업에 대한 이론적인 접근이 진행되어 왔다. 또한, 구체적인 지구과학 탐구의 장으로서 야외 지질 학습 현장에 대한 귀추적 탐구의 연구 사례는 매우 중요하다. 이 연구에서는 귀추적 학습 모형을 바탕으로 구성된 야외 지질 학습 프로그램을 중학교 과학 영재 학생들에게 적용하여 학생들의 귀추적 추론 사례와 그 과정에 사용된 사고 전략 및 교사의 교수법적 중재가 학생들의 귀추적 추론에 미치는 영향을 알아보았다. 연구 결과, 학생들은 야외 지질 학습을 진행하는 동안 암석의 구별,함께 나타나는 서로 다른 암석의 생성 과정 설명,변성암의 절리 형성 과정 설명,답사 지역 지형의 형성 과정 설명 등의 사례를 귀추적으로 추론하였다. 또한,학생들은 노두에서 관찰한 사실들을 설명할 수 있는 적절한 규칙을 찾아내는데 다양한 사고 전략들을 사용하였다. 이를 통해 야외 지질 학습 과정에서 학생들에게 과학자들이 수행하는것과 유사한 탐구 및 추론 과정을 경험하게 함으로써 학생들의 귀추적 추론 능력을 함양시킬 수 있음을 보여주었다. 한편, 야외 지질 학습 과정에서 교사의 교수법적 중재는 학생들의 귀추적 추론 과정을 지원하였으며, 특정한 사고 전략을 유도하기도 했지만, 추론의 내용까지 보장해 주지는 못하였다. 학생들은 관찰한 사실들을 설명하기 위한 규직을 추리할 때,그들이 기존에 가지고 있던 잘못된 배경 지식에 근거하고 있었다. 따라서 학생들이 야외 지질 학습 과정에서 올바른 가설을 수립하여 답사 지역의 지질을 해석하고,설득력 있는 귀추적 추론을 위한 규칙을 추리하도록 하기 위해서 교사는 학생들의 귀추적 추론 능력을 길러 주는 것뿐만 아니라,학생들에게 정확한 배경 지식과 정보를 제공해 줄 수 있어야 한다.

• 한국과학교육학회지
• /
• 제26권4호
• /
• pp.475-491
• /
• 2006

최근 과학교육에서 학생들이 현재 가지고 있는 개념의 특성을 분석하고 개념형성에 영향을 미친 요인들을 확인하며 이들 요인들이 개념변화과정에 어떠한 영향을 미치는지에 대한 심층적인 논의의 한 가지 이론적 배경으로 정신모형에 대한 관심이 높아지고 있다. 정신모형이란 학습상황에서의 외부 정보와 장기기억 속에 저장되어 있는 지식과 믿음 사이의 상호작용의 결과로서 작업기억 속에 형성된 역동적인 표상이다. 따라서 문제 상황에서 형성된 정신모형과 정신모형 형성과정을 조사하는 데에는 학생의 인식론적 신념, 존재론적 신념, 메타인지 등 인지적 요인, 동기, 불안, 목표 등의 정의적 요인, 수업, 제시된 과제 등의 맥락요인과 같이 다면적인 접근을 시도할 수 있다. 이에 본 연구에서는 학생들의 원운동 정신모형 형성에 영향을 미치는 관련 변인들을 사례연구와 문헌연구를 통해 확인한 후, 윈운동 단원을 가지고 정신모형 이론에 기반 한 수업모형을 개발하여 경기도 소재의 인문계 고등학교 2학년 물리수업에 적용한 후, 이 수업에 참여한 한 학생의 수업 전, 직후, 지연 사후의 각 시기마다 이 학생이 원운동 문항에 관해 어떤 정신모형을 형성시켰는지, 그리고 각 시기를 거치면서 원운동 문항에 관한 정신모형이 어떻게 변하였으며 이에 영향을 미친 요인들에 관해 알아보았다. 사례 분석 결과, 학생들이 각 시기의 문제 상황에서 떠올린 정신모형은 통합된 정신모형 이론에서 논의한 바와같이 수업이전 획득한 관련 지식과 인식론적 신념 등과 같은 인지적 요인, 과학학습에 대한 흥미 등의 정의적 요인, 메타인지 활동 등을 강조한 교수전략이 사용된 수업 등의 맥락요인들이 역동적으로 상호작용한 결과로 형성된 것임을 확인할 수 있었다. 한편, 겉으로 표현된 정신모형은 수업 후 어느정도 변화가 가능한 것으로 확인되었으나, 인식론적 신념과 같은 부분은 수업후에도 쉽게 변화지 않음을 알 수 있었다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.39-53
• /
• 2013

인터넷의 발달과 SNS의 등장으로 정보흐름의 방식이 크게 바뀌었다. 이러한 변화에 따라 소셜 미디어가 급부상하고 있으며 소셜 미디어와 비디오 콘텐츠가 융합된 소셜 TV, 소셜 뉴스의 중요성이 강조되고 있다. 이러한 환경 속에서 사용자들은 단순히 콘텐츠를 탐색만 하는 것이 아니라 같은 콘텐츠를 이용하고 있는 친구들이나 지인들과 콘텐츠에 대한 정보나 경험들을 공유하고 더 나아가 새로운 콘텐츠를 만들어내기도 한다. 하지만 기존의 소셜 뉴스에서는 이러한 사용자들의 특성을 반영해 주지 못하고 있다. 특히 이용자들의 참여성만을 고려하고 있어서 서비스간의 차별화가 어렵고 뉴스 콘텐츠에 대한 정보나 경험 공유 시 컨텍스트 공유가 어렵다는 문제가 있다. 이를 해결하기 위해 본 논문에서는 뉴스를 내용별로 분할하고 분할된 뉴스에서 추출된 시간 종속적인 메타데이터를 제공하는 프레임워크를 제안한다. 제안하는 프레임워크에서는 스토리 분할 방법을 이용하여 뉴스 대본을 내용별로 분할한다. 또한 뉴스 전체내용을 대표하는 태그, 분할된 뉴스를 나타내는 서브 태그, 분할된 뉴스가 비디오에서 시작하는 위치 즉, 시간 종속적인 메타데이터를 제공한다. 소셜 뉴스 이용자들에게 시간 종속적인 메타데이터를 제공한다면 이용자들은 전체의 뉴스 내용 중에 자신이 원하는 부분만을 탐색 할 수 있으며 이 부분에 대한 견해를 남길 수 있다. 그리고 뉴스의 전달이나 의견 공유 시 메타데이터를 함께 전달함으로써 전달하고자 하는 내용에 바로 접근이 가능하며 프레임워크의 성능은 추출된 서브 태그가 뉴스의 실제 내용을 얼마나 잘 나타내 주느냐에 따라 결정된다. 그리고 서브 태그는 스토리 분할의 정확성과 서브 태그를 추출하는 방법에 따라 다르게 추출된다. 이 점을 고려하여 의미적 유사도 기반의 스토리 분할 방법을 프레임워크에 적용하였고 벤치마크 알고리즘과 성능 비교 실험을 수행하였으며 분할된 뉴스에서 추출된 서브 태그들과 실제 뉴스의 내용을 비교하여 서브 태그들의 정확도를 분석하였다. 결과적으로 의미적 유사도를 고려한 스토리 분할 방법이 더 우수한 성능을 보였으며 추출된 서브 태그들도 컨텍스트와 관련된 단어들이 추출 되었다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.25-44
• /
• 2013

최근 IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 웹 서비스의 등장으로 영상 콘텐츠의 접근이 용이해져 사용자들은 자신이 원하는 콘텐츠를 찾고자 하는 요구가 증가하고 있다. 하지만 서비스되는 콘텐츠의 양이 방대하여 영상 콘텐츠를 검색할 때 사용하는 키워드 기반의 검색은 많은 양의 결과를 가져오며 사용자가 필요로 하지 않은 결과가 검색된다. 따라서 사용자가 원하는 콘텐츠의 검색 시간과 노력이 증가 하게 되었다. 이를 극복 하기 위해 콘텐츠 추천 및 검색에 대한 연구가 수행되어 왔다. 기존의 연구에는 사용자의 선호도 분석을 통하여 영상 콘텐츠를 추천하거나 비슷한 성향을 가지는 사용자들을 분류하여 콘텐츠를 추천하는 기법들이 연구되어 왔다. 본 논문에서는 영상 콘텐츠 중 영화의 추천을 위해 사용자 개인의 영화 메타데이터의 선호도를 분석하고, 영화의 메타데이터와 영화의 유사성을 도출하여 이를 기반으로 영화 추천 기법을 제안한다. 영화의 특징을 담고 있고, 사용자의 영화 선호도에 영향을 끼치는 장르, 줄거리, 배우, 키워드 등의 영화 메타데이터를 기반으로 온톨로지를 구축하고, 확률 기법을 통한 메타 데이터간의 유사성을 분석하여 유사 메타데이터를 연결한다. 또한 사용자의 선호도와 그룹을 정의하고, 사용자 정보를 활용하기 위한 사용자 모델을 정의한다. 제안하는 추천 기법은 1) 사용자 정보기반의 후보 영화 검색 컴포넌트, 2) 사용자 선호기반의 후보 영화 검색 컴포넌트, 3) 1)과 2)의 결과를 통합하고 가중치를 부여하는 컴포넌트, 4) 최종결과의 분석을 통한 개인화된 영화 추천 컴포넌트 등 총 4가지 컴포넌트로 구성된다. 제안하는 추천 기법의 실험을 위하여 20대 남/녀 10명씩 20명을 대상으로 실험을 진행하였으며, 실험결과 평균 Top-5에서 2.1개 Top-10에서 3.35개 Top-20에서 6.35의 영화가 보고 싶은 영화로 선택되었다. 본 논문에서는 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.1-8
• /
• 2013

거대한 데이터베이스로부터 중요하고 의미 있는 정보를 찾아내기 위해 데이터 마이닝 기법들이 사용되며, 패턴 마이닝은 이러한 데이터 마이닝을 위한 중요한 기법 중에 하나이다. 패턴 마이닝은 거대 데이터베이스로부터 유용한 패턴을 찾아내는 기법이며, 패턴 마이닝 분야 중에 하나인 빈발 패턴 마이닝은 데이터베이스에서 최소 임계치 이상의 빈도수를 가지는 빈발 패턴을 마이닝 한다. 전통적인 빈발 패턴 마이닝은 전체 데이터베이스에 대한 단일 최소 임계치를 기반으로 중요 빈발 패턴을 마이닝 한다. 단일 최소 임계치 모델은 데이터베이스 내 모든 아이템이 동일한 특성을 가진다고 암묵적으로 가정한다. 그러나 실제 응용에서는 각 아이템들이 개별적인 특성을 가지고 있을 수 있으며, 따라서 이를 반영한 패턴 마이닝 기법이 요구된다. 데이터베이스 내 아이템들의 이러한 특성이 반영되지 않은 빈발 패턴 마이닝 모델에서, 중요한 희귀 아이템이 포함된 패턴을 마이닝 하기 위해서는 낮은 최소 임계치를 설정해야 한다. 그러나 너무 낮은 최소 임계치는 의미 없는 아이템들을 포함하는 수많은 패턴을 야기한다. 반대로 높은 최소 임계치는 희귀 아이템이 포함된 패턴을 마이닝 하지 못하는 희귀 아이템 문제라 불리는 딜레마가 발생한다. 이러한 문제의 해결을 위한 초기 연구들은 아이템 빈도수에 따라 데이터를 몇 개의 블록으로 분할하거나 관련 희귀 아이템들을 하나의 그룹으로 만드는 방법을 사용한 근사적 접근법을 제안하였다. 그러나 이러한 기법들은 근사적 방법의 적용에 의해 모든 희귀 패턴을 포함한 빈발 패턴을 마이닝 하지 못한다. 다중 최소 임계치를 고려한 패턴 마이닝 모델은 아이템들의 개별적인 특성을 반영하여 희귀 아이템 문제를 해결하기 위해 제안되었다. 다중 최소 임계치 기반의 빈발 패턴 마이닝 모델에서 각 아이템은 MIS (Minimum Item Support)라고 불리는 개별 최소 임계치를 가지며, 아이템들의 데이터베이스 내 빈도수를 기반으로 계산된다. 다중 최소 임계치 모델은 MIS를 통해 수많은 의미 없는 패턴을 생성하지 않고도 손실 없이 모든 희귀 빈발 패턴을 찾아낸다. 한편, 빈발 패턴을 마이닝 하는 과정에서 후보 패턴들이 생성되며, 단일 최소 임계치 모델에서는 각 후보 패턴의 빈도수가 유일한 최소 임계치와 비교된다. 따라서, 희귀 아이템 문제가 발생할 뿐만 아니라 후보 패턴을 구성하는 아이템들의 특성이 고려되지 않는다. 다중 최소 임계치 모델에서는 이 문제를 다루기 위해 후보 패턴을 구성하는 아이템들의 MIS 값 중에서 가장 작은 MIS 값을 해당 후보 패턴의 최소 임계치로 설정하여 패턴 내 아이템들의 특성을 반영한다. 이를 적용하여 효율적으로 희귀 빈발 패턴을 마이닝 하기 위해 트리 구조 기반의 알고리즘은 빈도수 내림차순으로 트리 내 아이템들을 정렬하는 단일 최소 임계치 모델과는 달리 MIS 내림차순으로 아이템들을 정렬하여 마이닝을 수행한다. 본 논문에서는 다중 최소 임계치 기반의 빈발 패턴 마이닝 알고리즘에 대한 특성을 살펴보고, 일반 단일 임계치 기반 알고리즘과의 성능평가를 수행한다. 성능평가는 실행 속도, 메모리 사용량, 그리고 확장성의 관점에서 수행된다. 성능평가 결과, 다중 최소 임계치 기반의 빈발 패턴 마이닝 알고리즘은 희귀 빈발 패턴을 포함한 모든 빈발 패턴을 단일 임계치 기반의 빈발 패턴 마이닝 알고리즘보다 더 빠른 속도로 마이닝 하였으며, 각 아이템의 최소 임계치 정보를 위한 추가적인 메모리를 필요로 하였다. 또한, 비교 알고리즘들은 좋은 확장성 결과를 보였다.