• Korean Chemical Engineering Research
• /
• 제59권4호
• /
• pp.584-595
• /
• 2021

본 연구에서는 교대로 운전되는 두 개의 UV/광촉매 반응기로 구성된 폐가스 처리시스템의 운전단계와 단계별 광촉매의 비활성화의 상관관계를 사용된 광촉매에 대한 기기분석을 통하여 규명하였다. 선행연구[Lee와 Lim, Korean Chem. Eng. Research, 59(4), 574-583 (2021)]의 광촉매 반응기 시스템 운전에 사용되지 않은 광촉매를 담지한 다공성 SiO₂ 담체(A4), 1회 운전하는 동안 사용되고 재생을 경험하지 않은 광촉매를 담지한 다공성 SiO₂ 담체(A1), 2회 운전에 사용되고 1회 재생된 광촉매를 담지한 다공성 SiO₂ 담체(A2) 및 3회 운전에 사용되고 2회 재생된 광촉매를 담지한 다공성 SiO₂ 담체(A3)와, 1차 재생(AD1) 또는 3차 재생(AD3)된 광촉매를 담지한 다공성 SiO₂ 담체에 대한 BET 분석, SEM, XPS, SEM-EDS 및 FTIR 분석 등을 수행하여, 광촉매를 담지한 다공성 SiO₂ 담체의 비활성화 및 재생 특성을 포함하는 특성 분석을 수행하였다. 그 결과로서, 3회 이상의 여러 번 재생을 수행하는 광촉매의 적정 재생 온도를 200℃ 미만으로 도출하였다. 이러한 광촉매의 적정 재생 온도는 BET 분석결과에서 도출된 기공에 흡착된 에탄올 산화분해 중간생성물의 대부분이 완전 분해가 되어 기공이 재생되는 재생 온도와 거의 일치하였다. 특히, XPS 분석 결과는, 선행 연구[Lee와 Lim, Korean Chem. Eng. Research, 59(4), 574-583 (2021)]에서 광촉매 반응기의 첫 번째 운전 후에 광촉매의 미세한 비활성화가 발생하였음을 나타내었다. 또한, XPS 분석 결과는, 선행연구[Lee와 Lim, Korean Chem. Eng. Research, 59(4), 574-583 (2021)]에서 광촉매 반응기의 두 번째 운전에서 비교적 큰 광촉매의 비활성화가 발생하여 첫번째 운전성능보다 약 5%만큼 못 미치는 에탄올과 황화수소 각각의 제거효율을 초래하였으나, 세 번째 운전에서의 에탄올과 황화수소의 제거효율은 두 번째 운전에서의 에탄올과 황화수소의 제거효율 실험 결과와 거의 비슷하였다는 연구 결과와 일치하였다. 한편, AD3를 사용하여 선행연구[Lee와 Lim, Korean Chem. Eng. Research, 59(4), 574-583 (2021)]에서와 같은 광촉매 반응기의 네 번째 운전을 수행할 것을 가정하면, 두 번째 운전에서보다 더 큰 광촉매의 비가역적 비활성화의 발생으로 인하여 에탄올과 황화수소 제거효율이 가장 크게 저하되리라 예상되었다.

• Korean Chemical Engineering Research
• /
• 제59권4호
• /
• pp.574-583
• /
• 2021

광촉매 재생을 통하여 교대로 운전되는, TiO₂-anatase 광촉매를 담지한 다공성 SiO₂ 담체를 충전한 두 개의 환형 UV/광촉매 반응기(유효 부피: 1.5 L) 중에서, 광촉매 활성이 재생된 하나는 32 일/회 동안 운전시키고 광촉매가 비활성화된 다른 하나는 15 W UV-A 광원을 켠 상태에서 100 ℃의 고온 공기에 의하여 광촉매를 재생시키면서, 에탄올(100 ppmv)과 황화수소(10 ppmv)를 동시 함유하는 3 L/min 유량의 폐가스를 교대로 처리하는 광촉매반응기 시스템의 지속적 운전을 수행하였다. 교대로 운전되는 광촉매반응기 시스템(A)의 에탄올 제거 거동으로서, 광촉매 반응기 시스템의 첫 번째, 두 번째 및 세 번째 운전의 정상 상태에서의 에탄올 제거효율 값은 각각 약 60, 55 및 54%를 유지하였다. 한편 광촉매반응기 시스템(A)의 황화수소의 제거효율 거동은, 각 운전 횟수에서 에탄올 제거효율의 거동과 다르게, 시간이 지남에 따라서 황화수소 제거효율의 감소 및 더 낮은 정상상태 도달의 반복적인 추세를 보였다. 그럼에도 불구하고 황화수소 제거에 있어서 각 운전 기간이 경과한 후에 황화수소 제거효율 값은 첫 번째, 두 번째 및 세 번째 운전 후에 각각 약 80, 75 및 73%를 유지하여서 에탄올 제거효율 값인 약 60, 55 및 54%보다 각각 약 20, 20 및 19%만큼 높았다. 따라서 다공성 SiO₂ 광촉매 담체의 흡착을 가역적 비활성화로 간주하고 흡착을 포함한 광촉매의 가역적 비활성화에 의한 제거효율 감소분이 재생 후 사용 횟수에 무관하게 일정하다고 가정할 때에, 사용 횟수가 세 번째에서 광촉매의 비가역적 비활성화에 따른 에탄올 및 황화수소 제거효율 감소분의, 직전 사용 횟수보다 증가 폭은 각각 약 1 및 2%로써 사용 횟수가 두 번째인 경우의 각각 약 5 및 5%보다 미미하거나 더 적어졌다. 한편 교대로 운전되는 다른 환형 광촉매반응기 시스템에서도 환형 광촉매반응기 시스템의 추세와 거의 동일하게 관찰되었다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.71-88
• /
• 2017

언어모델은 순차적으로 입력된 자료를 바탕으로 다음에 나올 단어나 문자를 예측하는 모델로 언어처리나 음성인식 분야에 활용된다. 최근 딥러닝 알고리즘이 발전되면서 입력 개체 간의 의존성을 효과적으로 반영할 수 있는 순환신경망 모델과 이를 발전시킨 Long short-term memory(LSTM) 모델이 언어모델에 사용되고 있다. 이러한 모형에 자료를 입력하기 위해서는 문장을 단어 혹은 형태소로 분해하는 과정을 거친 후 단어 레벨 혹은 형태소 레벨의 모형을 사용하는 것이 일반적이다. 하지만 이러한 모형은 텍스트가 포함하는 단어나 형태소의 수가 일반적으로 매우 많기 때문에 사전 크기가 커지게 되고 이에 따라 모형의 복잡도가 증가하는 문제가 있고 사전에 포함된 어휘 외에는 생성이 불가능하다는 등의 단점이 있다. 특히 한국어와 같이 형태소 활용이 다양한 언어의 경우 형태소 분석기를 통한 분해과정에서 오류가 더해질 수 있다. 이를 보완하기 위해 본 논문에서는 문장을 자음과 모음으로 이루어진 음소 단위로 분해한 뒤 입력 데이터로 사용하는 음소 레벨의 LSTM 언어모델을 제안한다. 본 논문에서는 LSTM layer를 3개 또는 4개 포함하는 모형을 사용한다. 모형의 최적화를 위해 Stochastic Gradient 알고리즘과 이를 개선시킨 다양한 알고리즘을 사용하고 그 성능을 비교한다. 구약성경 텍스트를 사용하여 실험을 진행하였고 모든 실험은 Theano를 기반으로 하는 Keras 패키지를 사용하여 수행되었다. 모형의 정량적 비교를 위해 validation loss와 test set에 대한 perplexity를 계산하였다. 그 결과 Stochastic Gradient 알고리즘이 상대적으로 큰 validation loss와 perplexity를 나타냈고 나머지 최적화 알고리즘들은 유사한 값들을 보이며 비슷한 수준의 모형 복잡도를 나타냈다. Layer 4개인 모형이 3개인 모형에 비해 학습시간이 평균적으로 69% 정도 길게 소요되었으나 정량지표는 크게 개선되지 않거나 특정 조건에서는 오히려 악화되는 것으로 나타났다. 하지만 layer 4개를 사용한 모형이 3개를 사용한 모형에 비해 완성도가 높은 문장을 생성했다. 본 논문에서 고려한 어떤 시뮬레이션 조건에서도 한글에서 사용되지 않는 문자조합이 생성되지 않았고 명사와 조사의 조합이나 동사의 활용, 주어 동사의 결합 면에서 상당히 완성도 높은 문장이 발생되었다. 본 연구결과는 현재 대두되고 있는 인공지능 시스템의 기초가 되는 언어처리나 음성인식 분야에서 한국어 처리를 위해 다양하게 활용될 수 있을 것으로 기대된다.

• 대한핵의학회지
• /
• 제37권6호
• /
• pp.382-392
• /
• 2003

목적: 인체 비소세포 폐암 A549세포에서 MRP발현을 조사하고, A549세포와 종양에서 Tc-99m MIBI와 tetrofosmin의 섭취정도를 비교하여 MRP추적자로서의 성능을 알아보고자 하였다. 재료 및 방법: A549세포의 MRP발현은 MRPr1항체에 대한 western blot analysis와 면역조직화학 검사로 확인하였다. 세포내 섭취는 $37^{\circ}C$에서 $100{\mu}M$의 verapamil (Vrp), $50{\mu}M$의 cyclosporin A (CsA)와 $25{\mu}M$의 butoxysulfoximide (BSO)가 전 처리된 $1{\times}10^6$개/ml 농도의 단일세포 부유 상태에서MIBI와 tetrofosmin을 30분과 60분 동안 반응시킨 후 상층액과 침전물로 분리하여 각각의 방사능을 감마계수기로 측정하였다. 체내실험은 누드마우스에 A549세포를 이종이식하여 4군으로 나누었다. Gr1과 Gr3은 MIBI와 tetrofosmin을 각각 주사한 군들이며, Gr2와 Gr4는 CsA를 70mg/kg으로 MIBI와 tetrofosmin투여 1시간 전에 처리한 군들이다. MIBI와 tetrofosmin은 각각 370KBq용량으로 꼬리정맥 주사하고 10분, 60분, 240분 후에 동물들을 희생시켜 종양조직내의 두 방사성의약품의 장기섭취율(%ID/gm)로 계산하여 비교하였다. 결과: MRPr1 항체(clone MRPr1)를 이용하여 western blot analysis결과 A549세포는 약 190 kDa에 해당하는 MRPr1 밴드를 나타내었으며, 면역조직화학 염색검사에 의한 종양조직에서도 MRP가 발현되었음을 관찰할 수 있었다. A549세포에서 세포내 MIBI와 tetrofosmin의 섭취는 배양시간이 지남에 따라 증가 하였으며 그 섭취정도는 MIBI가 tetrofosmin보다 높았다. MRP역전제들에 의한 MIBI와 tetrofosmin의 섭취정도를 각각의 60분 대조군과 비교하면 Vrp($100{\mu}M$) 처리에 의하여 각각 623%와 427%, CsA($50{\mu}M$)에 의해서는 각각 763%와 629%, BSO ($25{\mu}M$)에 의해서는 각각 219%와 140%로 증가하여 모든 역전제에서 MIBI의 섭취증가 정도가 tetrofosmin보다 높았다. 체내에서 Gr1과 Gr3에서 두 방사성의 약품의 섭취정도는 유사하였다. Gr2와 Gr4에서 CsA (70mg/kg)에 의한 섭취정도는 각각의 대조군에 비교하여 MIBI는 10분에 114%, 60분에 257%, 240분에 396%로 증가하였으며, tetrofosmin은 10분에 110%, 60분에 205%, 240분에 410%로 증가하였다. 결론: 본 연구의 결과로 보아 인체 비소세포 폐암 A549세포와 종양에서 MIBI와 teoofosmin은 MRP발현을 측정할 수 있는 방사성의약품으로 사료되며, MRP억제제들에 의한 MIBI와 tetrofosmin의 섭취증가 정도는 세포실험에서는 MIBI가 tetrofosmin보다 높았으나 동물실험에서는 유사하였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.53-77
• /
• 2012

본 연구는 경향신문, 한겨레, 동아일보 세 개의 신문기사가 가지고 있는 내용 및 논조에 어떠한 차이가 있는지를 객관적인 데이터를 통해 제시하고자 시행되었다. 본 연구는 텍스트 마이닝 기법을 활용하여 신문기사의 키워드 단순빈도 분석과 Clustering, Classification 결과를 분석하여 제시하였으며, 경제, 문화 국제, 사회, 정치 및 사설 분야에서의 신문사 간 차이점을 분석하고자 하였다. 신문기사의 문단을 분석단위로 하여 각 신문사의 특성을 파악하였고, 키워드 네트워크로 키워드들 간의 관계를 시각화하여 신문사별 특성을 객관적으로 볼 수 있도록 제시하였다. 신문기사의 수집은 신문기사 데이터베이스 시스템인 KINDS에서 2008년부터 2012년까지 해당 주제로 주제어 검색을 하여 총 3,026개의 수집을 하였다. 수집된 신문기사들은 불용어 제거와 형태소 분석을 위해 Java로 구현된 Lucene Korean 모듈을 이용하여 자연어 처리를 하였다. 신문기사의 내용 및 논조를 파악하기 위해 경향신문, 한겨레, 동아일보가 정해진 기간 내에 일어난 특정 사건에 대해 언급하는 단어의 빈도 상위 10위를 제시하여 분석하였고, 키워드들 간 코사인 유사도를 분석하여 네트워크 지도를 만들었으며 단어들의 네트워크를 통해 Clustering 결과를 분석하였다. 신문사들마다의 논조를 확인하기 위해 Supervised Learning 기법을 활용하여 각각의 논조에 대해 분류하였으며, 마지막으로는 분류 성능 평가를 위해 정확률과 재현률, F-value를 측정하여 제시하였다. 본 연구를 통해 문화 전반, 경제 전반, 정치분야의 통합진보당 이슈에 대한 신문기사들에 전반적인 내용과 논조에 차이를 보이고 있음을 알 수 있었고, 사회분야의 4대강 사업에 대한 긍정-부정 논조에 차이가 있음을 발견할 수 있었다. 본 연구는 지금까지 연구되어왔던 한글 신문기사의 코딩 및 담화분석 방법에서 벗어나, 텍스트 마이닝 기법을 활용하여 다량의 데이터를 분석하였음에 의미가 있다. 향후 지속적인 연구를 통해 분류 성능을 보다 높인다면, 사람들이 뉴스를 접할 때 그 뉴스의 특정 논조 성향에 대해 우선적으로 파악하여 객관성을 유지한 채 정보에 접근할 수 있도록 도와주는 신뢰성 있는 툴을 만들 수 있을 것이라 기대한다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.109-131
• /
• 2014

최근 전 세계적인 원전 설비의 수요 증가로 원자력 전략물자 취급의 중요성이 높아지는 가운데, 국외 수출을 위한 원전 관련 물품 및 기술의 신청 또한 급증하는 추세이다. 전략물자 사전판정 업무는 통상 원자력 물자 관리에 해박한 전문가의 경험 및 지식에 근거하여 수행되어 왔지만, 급증하는 수요에 상응하는 전문 인력의 공급이 부족한 실정이다. 이러한 문제를 극복하기 위하여, 본 연구진은 전략물자 수출 통제를 위한 사례 기반 지능형 수출 통제 시스템을 설계 및 개발하였다. 이 시스템은 현장 전문가의 전담 업무이던 신규 사례에 대한 전략물자 사전판정 과정 업무의 주요 맥락을 자동화 하여 전문가 및 관계 기관이 감당해야 할 업무 부담을 줄이며, 빠르고 정확한 판정을 돕는 의사결정 지원 시스템의 역할을 맡는다. 개발된 시스템은 사례 기반 추론 (Case Based Reasoning) 방식에 기반을 두어 설계되었는데, 이는 과거 사례의 특성을 활용하여 신규 사례의 해법을 유추하는 추론 방법이다. 본 연구에서는 자연어로 작성된 전자문서 처리에 널리 사용되는 텍스트 마이닝 분석 기법을 원자력 분야에 특화된 형태로 응용하여 전략물자 수출통제 시스템을 설계하였다. 시스템 설계의 근거로 선행 연구에서 제안된 반자동식 핵심어 추출 방안의 성능을 보다 엄밀히 검증하였고, 추출된 핵심어로 신규 사례와 유사한 과거 사례를 추출하는 알고리즘을 제안하였다. 제안된 방안은 텍스트 마이닝 분야의 TF-IDF 방법 및 코사인 유사도 점수를 활용한 결과(${\alpha}$)와 원자력 분야에서 통용되는 개념적 지식을 계통으로 분류하여 도출한 결과(${\beta}$)를 조합하여 최종 결과 (${\gamma}$) 를 생성하게 된다. 세부 요소 기술의 성능 검증은 임상 데이터를 활용한 실험 및 실무 전문가의 의견수렴을 통해 이루어졌다. 개발된 시스템은 사전판정 전문 인력을 다수 양성하는 데 드는 비용을 절감하는 데 일조할 것이며, 지식서비스 산업의 의미 있는 응용 사례로서 관련 산업의 성장에 기여할 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• Journal of Animal Science and Technology
• /
• 제45권6호
• /
• pp.1079-1088
• /
• 2003

축산기술연구소에서 개발한 액상사료 자동급이기의 성능을 검사하고 이를 이용하여 조기 이유자돈의 사육 가능성을 알아보기 위하여 본 연구를 실시하였다. 포유중인 자돈 60두를 공시하여 대조구 자돈들은 21일령 까지 모돈에게 포유시켰다. 나머지는 생후 7일령에 모돈으로 부터 이유시킨 다음 액상사료 자동급이기를 이용하여 21일령까지 액상사료를 자동으로 인공급여 하였다. 그 이후 모든 자돈을 70일령 까지 단계적으로 같은 가루사료를 급여하였다. 그리고, 미국으로부터 수입되어 사용되고 있는 액상사료 자동급이기를 새로이 개발한 액상사료 자동급이기와 비교하여 사용하였다. 자돈들의 성장과 사료이용, 그리고 설사발생과 소장의 융모 변화 등을 조사하였다. 그 결과는 다음과 같다. 생후 7일에 모돈으로 부터 이유한 다음 액상사료 자동급이기를 이용하여 액상사료를 급여한 자돈들의 21일령 체중은 모두 포유를 지속한 자돈들에 비해 모두 유의하게(P〈0.05) 낮았다(5.55 vs 4.97 & 4.98 kg/head). 그 이후 액상사료 급여 자돈들의 성장이 빨라 70일령에 이르러서는 체중이 모돈으로 부터 포유하였던 자돈들에 비해 오히려 유의적으로(P〈0.05) 증가하는 결과를 보여 주었다(24.82 vs. 30.17 & 29.42 kg/head). 시험 전기간 동안의 일당증체량은(346.7 vs 425.8 & 416.1g/head) 모돈으로 부터 포유한 자돈보다 인공 포유 자돈들이 유의하게 증가하였다(P〈0.05). 사료요구율은 시험 전기간 동안 차이가 없었다(1.67 vs 1.78 and 1.84). 자돈들의 설사발생 빈도에 있어 액상사료 자동급이기 간에 차이가 없었다. 소장의 융모 변화를 비교한 결과 액상사료 인공포유 3일째(10일령) 십이지장 융모 높이가 크게 낮아진 것으로 나타났으나 7일째(14일령) 부터 융모가 회복되는 것으로 나타났다. 공장의 융모높이는 7일째(14일령) 크게 낮아진 것으로 나타났으나 14일째(21일령) 부터 융모가 회복되는 것으로 나타났다. 회장의 융모 높이는 처리간에 어떠한 경향을 보이지 않았다. 축산기술연구소에서 개발한 액상사료 자동급이기(NLRI)와 수입한 액상사료 자동급이기(IALF)에서 자돈 성장의 차이는 보이지 않았다. 이상의 결과 새로이 개발한 NLRI로 생후 7일만에 조기이유 시킨 자돈들도 성공적으로 육성할 수 있음을 보여주었다.

• Journal of Animal Science and Technology
• /
• 제49권5호
• /
• pp.677-688
• /
• 2007

The goal of this study was to develop an optimal artificial insemination time estimator(OAITE) for individually stalled sows using image processing and to evaluate the performance of the OAITE through field test. The OAITE consisted of a computer, a multiplexer, three CCD cameras and three LED lamps (950nm wavelength). The computer program used for the OAITE to quantify the lying and non-lying (sitting and standing) rates of sows in stalls was written in LabWindows/CVI. For the purpose of establishing references that would help estimate the optimal artificial insemination(AI) time for sows, the lying rate of the 50 Berkshire⨯Hampshire crossbred sows(parity: 2 to 7) was observed and recorded. The observation was made from the second day after the sows were moved into the stalls when they were artificially inseminated. The results of above process, which compared the lying rates of the day of estrus and the other days, showed that there were no significant differences at the following time bands: 00, 08, 09, 16, and 17(p>0.1). Thus, only the time bands other than these time bands were used to establish the references for determining the onset of the estrus. Based on the lying rates observed and the references established by the procedures above, the study assigned “0” to the lying rate of the non-estrus time band, “0.5” to the lying rate between the non-estrus and estrus time bands and “1” to the lying rate of the estrus time band. The authors of the study assumed that if the OAITE produced “0.5” or above more than 4 times in a row and if the results included “1” at least once, the estrus would have started. In addition, it was assumed that the optimal AI time for sows was between the 26th hour and the 34th hour after the beginning of estrus. The results of sows’ AI of the OAITE group(n=40 sows; AI=1 time) showed that the pregnancy rate was 92.5%, which was the same rate as the control group(n=40 sows; AI=2 times), and that the litter size did not differ between the control and the OAITE group. These data suggest that the OAITE might be effective and economic to estimate the optimal AI time of individually stalled sows.

• 인터넷정보학회논문지
• /
• 제15권3호
• /
• pp.45-52
• /
• 2014

유비쿼터스 시티(유시티)에서는 수많은 비디오 카메라들이 설치된다. 이렇게 설치된 많은 카메라로부터 대용량의 비디오 데이터가 실시간으로 끊임없이 발생하고 유시티의 관리 시스템으로 전달된다. 유시티의 다양한 서비스들을 뒷받침하기 위해서는 이러한 비디오 데이터를 저장하고, 이렇게 저장된 대용량의 비디오 데이터를 분석할 수 있는 방법과 관리 시스템이 요구된다. 그래서, 이 논문에서는 클라우드 컴퓨팅을 기반으로 한 유시티 비디오 관리 시스템을 제안한다. 또한, 근래 주목받고 있는 데이터 병렬처리 프레임워크인 Hadoop MapReduce를 이용하여 이러한 빅데이터 비디오를 분석하는 방법을 제안하고, 이에 따른 우리의 성능 평가를 소개한다.