• 한국콘텐츠학회논문지
• /
• 제15권3호
• /
• pp.336-351
• /
• 2015

본 연구는 개발도상국의 안전한 식수와 관련된 물 빈곤의 해결책으로 사회적 기업의 다양한 진출가능성을 탐색하고자 한다. 7.8억 이상의 사람들이 안전한 식수를 공급받지 못해 여러 질병으로 인해 고통 받고 있을 뿐만 아니라 대규모 사망에까지 이르고 있다. UN, UNICEF, WHO와 같은 국제기구에서는 이러한 문제를 해결하기 위해 다양한 활동을 펼치고 있다. 최근 빈곤과 같은 사회적 문제들을 경제성의 개념을 도입하여 해결하려는 BOP 비즈니스가 주목을 받고 있으며, 대다수 BOP 비즈니스들은 사회적 기업의 형태로 이루어지고 있다. 깨끗하고 안전한 식수를 공급받지 못해 발생하고 있는 문제점들에 대해 살펴보고, 이를 해결하기 위한 방안으로 저개발국가의 물 시장에 진출해 있는 사회적 기업의 다양한 사례를 종합 검토하고, BOP 비즈니스 모델의 적용 확산가능성에 대해 논하고자 한다. 또한 이러한 연구결과를 토대로 한국정부의 지원과 더불어 한국 기업들이 세계의 물 빈곤 퇴치를 위해 사회공헌도 하면서 수익을 창출할 수 있는 신규시장으로 의 참여를 제안하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.406-409
• /
• 2022

최근 몇 년 동안, AI 시스템, 블록체인, VR/AR, 3D 프린팅, 로봇 공학, 나노 기술과 같은 기술의 발전은 바로 우리 눈앞에서 건강 관리의 미래를 재편하고 있습니다. 또한, 의료는 소비자의 요구에 초점을 맞춘 예방 중심의 의학으로 패러다임이 전환되었습니다. Covid-19와 같은 전염병의 확산으로 의료 및 치료 시설의 정의가 변경되어 병원의 물리적 환경을 재설계하고 사회적 거리 두기 요구사항을 해결하도록 통신 모델을 조정하고 가상 의료 솔루션을 구현하고 새로운 임상 프로토콜을 수립하기 위한 즉각적인 조치가 필요하게 되었습니다. 전통적으로 의료 시스템의 허브 역할을 해 온 병원은 이러한 환경에 맞서 스스로를 재정립하는 것을 추구하거나 강요당하고 있습니다. 미래의 건강관리는 질병을 치료하는 것뿐만 아니라 건강과 예방에 초점을 맞출 것으로 예상됩니다. 개인화된 진료에서는 장기적인 예방 전략, 원격 모니터링, 조기 진단 및 탐지가 매우 중요합니다. 이러한 현대 기술로 정의되는 스마트 헬스케어에 대한 관심이 높아짐에 따라, 본 연구는 스마트 헬스케어의 정의와 서비스 종류를 조사했습니다. 스마트 병원의 배경과 기술적 측면도 문헌 검토를 통해 탐구했습니다.

• 인터넷정보학회논문지
• /
• 제14권5호
• /
• pp.69-76
• /
• 2013

세계적으로 전파력과 병원성이 높은 신종인플루엔자, 조류독감 등과 같은 전염병이 증가하고 있다. 전염병이란 특정 병원체(pathogen)로 인하여 발생하는 질병으로 감염된 사람으로부터 감수성이 있는 숙주(사람)에게 감염되는 질환을 의미한다. 전염병의 병원체는 세균, 스피로헤타, 리케차, 바이러스, 진균, 기생충 등이 있으며, 호흡기계 질환, 위장관 질환, 간질환, 급성 열성 질환 등을 일으킨다. 전파 방법은 식품이나 식수, 곤충 매개, 호흡에 의한 병원체의 흡입, 다른 사람과의 접촉 등 다양한 경로를 통해 발생한다. 전 세계의 대부분 국가들은 전염병의 전파를 예측하고 대비하기 위해서 수학적 모델을 사용하고 있다. 하지만 과거와 달리 현대 사회는 지상과 지하 교통수단의 발달로 전염병의 전파 속도가 매우 복잡하고 빨라졌기 때문에 우리는 이를 예방하기 위한 대책 마련의 시간이 부족하다. 그러므로 전염병의 확산을 막기 위해서는 전염병의 전파 경로를 예측할 수 있는 시스템이 필요하다. 우리는 이러한 문제를 해결하기 위해서 전염병의 실시간 감시 및 관리를 위한 전염병의 감염 경로 추적 및 예측이 가능한 통합정보 시스템을 구현하였다. 이 논문에서는 전염병의 전파경로 예측에 관한 부분을 다루며, 이 시스템은 기존의 수학적 모델인 Susceptible - Infectious - Recovered (SIR) 모델을 기반으로 하였다. 이 모델의 특징은 교통수단인 버스, 기차, 승용차, 비행기를 포함시킴으로써, 도시내 뿐만 아니라 도시간의 교통수단을 이용한 이동으로 사람간의 접촉을 표현할 수 있다. 그리고 한국의 지리적 특성에 맞도록 실제 자료를 수정하였기 때문에 한국의 현실을 잘 반영할 수 있다. 또한 백신은 시간에 따라서 투여 지역과 양을 조절할 수 있기 때문에 사용자가 시뮬레이션을 통해서 어느 시점에서 어느 지역에 우선적으로 투여할지 백신을 컨트롤할 수 있다. 시뮬레이션은 몇가지 가정과 시나리오를 기반으로 한다. 그리고 통계청의 자료를 이용해서 인구 이동이 많은 주요 5개 도시인 서울, 인천국제공항, 강릉, 평창, 원주를 선정했다. 상기 도시들은 네트워크로 연결되어있으며 4가지의 교통수단들만 이용하여 전파된다고 가정하였다. 교통량은 국가통계포털에서 일일 교통량 자료를 입수하였으며, 각도시의 인구수는 통계청에서 통계자료를 입수하였다. 그리고 질병관리본부에서는 신종인플루엔자 A의 자료를 입수하였으며, 항공포털시스템에서는 항공 통계자료를 입수하였다. 이처럼 일일 교통량, 인구 통계, 신종인플루엔자 A 그리고 항공 통계자료는 한국의 지리적 특성에 맞도록 수정하여 현실에 가까운 가정과 시나리오를 바탕으로 하였다. 시뮬레이션은 신종인플루엔자 A가 인천공항에 발생하였을 때, 백신이 투여되지 않은 경우, 서울과 평창에 각각 백신이 투여된 경우의 3가지 시나리오에 대해서, 감염자가 피크인 날짜와 I (infectious)의 비율을 비교하였다. 그 결과 백신이 투여되지 않은 경우, 감염자가 피크인 날짜는 교통량이 가장 많은 서울에서 37일로 가장 빠르고, 교통량이 가장 적은 평창에서 43일로 가장 느렸다. I의 비율은 서울에서 가장 높았고, 평창에서 가장 낮았다. 서울에 백신이 투여된 경우, 감염자가 피크인 날짜는 서울이 37일로 가장 빨랐으며, 평창은 43일로 가장 느렸다. 그리고 I의 비율은 강릉에서 가장 높으며, 평창에서 가장 낮았다. 평창에 백신을 투여한 경우, 감염자가 피크인 날짜는 37일로 서울이 가장 빠르고 평창은 43일로 가장 느렸다. I의 비율은 강릉에서 가장 높았고, 평창에서는 가장 낮았다. 이 결과로부터 신종인플루엔자 A가 발생하면 각 도시는 교통량에 의해 영향을 받아 확산된다는 것을 확인할 수 있다. 따라서 전염병 발생시 전파 경로는 각 도시의 교통량에 따라서 달라지므로, 교통량의 분석을 통해서 전염병의 전파 경로를 추적하고 예측함으로써 전염병에 대한 대책이 가능할 것이다.

• 한국지리정보학회지
• /
• 제20권2호
• /
• pp.60-74
• /
• 2017

지리정보시스템(Geographic Information System: 이하 GIS)은 고병원성조류인플루엔자(Highly Pathogenic Avian Influenza: 이하 HPAI)의 예찰, 역학조사, 감염농장 관리, 예방적 살처분 실시, 청정화 진행 등 질병관리를 위한 전 과정에서 공간 위치정보의 관리와 표현 그리고 의사결정을 위한 도구로 활용될 수 있다. 우리나라에서도 2010-2011년 구제역 발생으로 큰 피해를 본 이후, GIS와 연계된 국가동물방역통합시스템(Korea Animal Health Integrated System: 이하 KAHIS)를 구축하여 가축전염병 관리를 시행하고 있다. 그러나 농장 및 축산관련 시설과 차량에 대한 관리 및 모니터링 수준의 KAHIS 방역통합시스템은 HPAI 예찰 및 방역에 역부족이다. 따라서 KAHIS시스템과 더불어 효율적 가축질병(HPAI) 관리를 위하여 본 연구를 실시하였다. 본 연구에서는 2014년 기준 HPAI 감염농장의 특성을 바탕으로 차후 HPAI 감염 가능 농장을 예측하였다. HPAI 감염농장 특징 분석을 위하여 권역별 HPAI-양성농장의 개수와 밀도 및 가금사육 두수를 조사하였다. 조사결과 HPAI-양성농장의 82.4%가 전라지역과 충청지역에 분포하고 있었다. 위 두 지역에 위치한 HPAI-양성농장(충청지역: $4.2{\pm}5.6$, 전라지역: $2.2{\pm}1.1$)은 HPAI-음성농장(충청지역: $1.8{\pm}1.5$, 전라지역: $1.7{\pm}0.7$)에 비하여 통계적으로 높은 밀도값을 보여주었다. 또한 HPAI-양성농장의 92.4%에서 가금두수 최소 6,537에서 최대 24,250를 사육하고 있었다. 위의 HPAI 감염농장 특징은 GIS Multiple Ring Butter(MRB) 기능을 이용하여 차후 HPAI 감염 가능 농장을 예측하는데 사용되었다. 분석결과 철새도래지 반경 30km(386개)와 35km(407개) 내 위치한 HPAI-양성농장의 수는 HPAI 확산 후 전국 감염농장(429개)과 유사한 값을 보여주었다. 또한 철새도래지 반경 30km 내 위치한 일반가금농장 중 하천 반경 1-1.5km와 지방도로 반경 1km에 중첩되는 지역에 위치한 일반가금농장의 개수(324-409개) 및 지리적 위치는 2014년 HPAI-양성농장의 개수(386개)와 90.0% 그리고 지리적 위치와 54.8%의 유사성을 보였다. 본 연구는 철새도래지의 위치정보와 가금농장의 위치 및 사육가금두수의 정보를 토대로 GIS분석을 통하여 앞으로 발생할 HPAI 발생농장에 대한 추이를 판단할 수 있을 것으로 기대된다.