• 대한환경공학회지
• /
• 제32권1호
• /
• pp.33-46
• /
• 2010

본 연구는 광분해 산화공정으로 난분해성 물질인 N-Nitrosodimethylamine (NDMA)인 제거 및 부산물 생성 특성을 파악하기 위한 3개의 독립변수 (자외선 강도($X_1:\;1.5{\sim}4.5\;mW/cm^2$, 초기 NDMA 농도($X_2:\;100{\sim}300\;uM$), pH(X3:3~9))와 4개의 종속변수(NDMA 제거율($Y_1$), dimethylamine (DMA) 생성농도($Y_2$), dimethylformamide (DMF) 생성농도($Y_3$) 및 $NO_2$-N 생성농도($Y_4$))로 구성된 박스-벤켄 설계를 이용한 실험계획을 적용시켜 예측 모델과 광분해 산화 최적조건을 수립하였다. 실험결과 2시간 광분해 후 NDMA는 거의 완전히 제거되었으며 DMA, DMF와 $NO_2$-N은 NDMA 광분해와 동시에 부산물로 생성되었다. 광분해 최적의 조건을 얻기 위해 정준분석을 수행하여 최적 점 (반응값, 독립변수 조건)과 예측반응모델을 수립한 결과, 다음과 같은 결과를 얻었다 ($Y_1=117+21X_1-0.3X_2-17.2X_3+{2.43X_1}^2+{0.001X_2}^2+{3.2X_3}^2-0.08X_1X_2-1.6X_1X_3-0.05X_2X_3$ ($R^2$ = 96%, Adjusted $R^2$ = 88%)와 99.3% ($X_1:\;4.5\;mW/cm^2$, $X_2:\;190\;uM$, $X_3:\;3.2$), $Y_2=-101+18.5X_1+0.4X_2+21X_3-{3.3X_1}^2-{0.01X_2}^2-{1.5X_3}^2-0.01X_1X_2-0.07X_1X_3-0.01X_2X_3$ ($R^2$= 99.4%, 수정 $R^2$ = 95.7%)와 35.2 uM ($X_1:\;3\;mW/cm^2$, $X_2:\;220\;uM$, $X_3:\;6.3$), $Y_3=-6.2+0.2X_1+0.02X_2+2X_3-{0.26X_1}^2-{0.01X_2}^2-{0.2X_3}^2-0.004X_1X_2+0.1X_1X_3-0.02X_2X_3$ ($R^2$= 98%, 수정 $R^2$ = 94.4%)와 3.7 uM ($X_1:\;4.5\;mW/cm^2$, $X_2:\;290\;uM$, $X_3:\;6.2$), $Y_4=-25+12.2X_1+0.15X_2+7.8X_3+{1.1X_1}^2+{0.001X_2}^2-{0.34X_3}^2+0.01X_1X_2+0.08X_1X_3-3.4X_2X_3$ ($R^2$= 98.5%, 수정 $R^2$ = 95.7%)와 74.5 uM ($X_1:\;4.5\;mW/cm^2$, $X_2:\;220\;uM$, $X_3:\;3.1$). 반응표면분석법 중 하나인 박스-벤켄법은 UV 광분해에 의한 NDMA 분해 및 부산물 생성에 대한 통계학적 및 수학적인 결과 및 최적의 운전조건을 제시하였다. 예측모델의 검정을 통하여 박스-벤켄법은 매우 높은 신뢰성을 보였다.

• 공연문화연구
• /
• 제32호
• /
• pp.701-738
• /
• 2016

거문고는 고구려에서 기원한 악기로 고구려 멸망 이후에도 선비등 지식층의 애호 악기가 되어 '백악지장(百樂之丈)'의 지위를 차지하게 되었다. 따라서 거문고의 우리 음악문화에서의 위치는 매우 중요하다 하겠는데, 이 악기의 기원이 외래의 와공후(臥??)라는 것을 넘어 고구려의 거문고 자체가 부정되고 와공후(臥??)만을 인정하려는 시도가 있었고 이에 대한 한국 학자들의 반대 의견이 제시되었다. 이와 관련하여 고구려의 거문과와 관련된 연구는 여러 학자들의 주요 관심사가 되었는데, 그 연구 주제는 주로 왕산악(王山岳)의 거문고 제작설을 인정하고, 고구려 고분벽화에 나타나는 거문고류 현악기의 정체를 밝히는 것에 집중되어 있었다. 결국 초기에 부정되던 거문고 와공후(臥??) 기원설은 임겸삼의 주장대로 고구려 거문고가 모두 부정되는 것이 아니고, 왕산악이 진(晉)의 와공후(臥??)를 개조하여 거문고를 만들었다는 와공후(臥??) 기원설을 인정하고 그 시기가 언제인가에 연구의 초점을 둔 연구들이 나타나기 시작했다. 이에 따라 고구려 고분벽화에 나타나는 여럿의 거문고류 현악기에 대한 연구가 발표되었는데, 그 내용은 조금씩 달랐다. 이들을 비교하고 고구려 고분벽화의 거문고류 악기를 다시 검토해본 결과 8개의 고구려 고분에 나타나는 10개의 고구려 거문고류 현악기는 단순히 금(琴), 쟁(箏), 축,(筑) 와공후(臥??), 거문고로 단정 짓기 쉽지 않았다. 조금씩 그 형태와 연주자세, 괘와 술대의 유무, 줄의 수 등의 차이가 있는 것은 고분벽화의 정밀 묘사의 부정확성을 떠나서, 악기의 본질적인 차이를 나타내는 것으로 보이고 또 그 내용이 다양하게 나타나므로, 그 명칭을 금(琴), 쟁(箏), 축(筑), 와공후(臥??), 거문고라기 보다는 금(琴)류, 쟁(箏)류, 축(筑)류, 와공후(臥??)류, 거문고류라 해야할 것으로 보았다. 이는 이들 악기와 고구려 고분벽화의 거문고류 악기가 완전히 일치하지 않는다는 점에서 연유된 생각인데, 이는 고구려에서 거문고가 정착되기 전에는 다양한 거문고류 현악기가 연주되었음을 의미한다고 보아야 할 것이다. 또 "삼국사기"의 왕산악(王山岳) 거문고 제적설에 너무 경도되어 있는 것도 문제로 보았는데, 그것은 고조선의 공무도하가(公無渡河歌), 즉 공후인(??引)에 등장하는 공후(??), 즉 와공후(臥??)를 고려한다면 "삼국사기"의 왕산악(王山岳) 거문고 제작설은 믿기 어려우며, 고구려보다 더 이전 시기부터 거문고류의 현악기를 연주해왔다고 보아야 할 것이다. 공무도하가와 비슷한 시기라 할 수 있는 기원전 3-4세기의 악기로 신강(新疆)지역에서 공후(??)가 발굴되었는데, 이 시기에는 이 지역이 중국에 속한 곳이 아니었다. 중국에서는 중국의 공후(??)는 외래 악기가 분명하고, 중국에 전래된 이후 금(琴), 슬(瑟), 쟁(箏) 등 악기의 영향으로 와공후(臥??)가 만들어진 것으로 보고 있으며, 그 시기는 위진(魏晉)시대의 고분에 괘가 있는 와공후(臥??)류 악기의 그림과 토용이 보이는 것으로 보아 빨라도 한대(漢代) 이후에 만들어진 것으로 추정된다. 즉, 중국에서는 아직 공후(??)가 전래되기 전에 이미 고조선에는 공후(??)가 있었다고 볼 수 있고, 그 전래 과정은 중국을 거치지 않았을 가능성도 배재할 수 없다. 또 와공후(臥??)가 외래의 세워 연주하는 하프류의 공후(??)를 뉘여 연주하는 악기로 개조한 중국의 악기로 주장하는 것도 부정할 수 있는 근거가 될 수 있다. 즉 중국에 와공후(臥??)가 생기기 이전 또는 그와 비슷한 시기에 이미 고조선에 와공후(臥??)가 있었다고 볼 수 있기 때문이다. 그렇다면 거문고의 기원이 된다는 와공후(臥??)의 발생지(發生地)는 혹시 고조선(古朝鮮)은 아닐까 조심스럽게 생각해볼 수 있겠다. 설혹 한(漢) 무제(武帝) 때 공후(??)(와공후(臥??))가 만들어 졌다는 설이 사실이고 이에 따라 뉘여타는 공후(??), 와공후(臥??)가 한대(漢代)에 만들어졌다는 것을 인정하더라도, "삼국사기"의 왕산악(王山岳) 거문고 제작이 진(晉)에서 전래된 와공후(臥??)를 개조한 것이라는 주장은 설득력이 없다. 고조선(古朝鮮)에 이미 와공후(臥??)로 추정되는 공후(??)가 있었으므로 고구려 사람들이 진(晉)에서 전래된 칠현금(七絃琴)(와공후(臥??)?)을 몰랐을리 없기 때문이다. 또 이 칠현금(七絃琴)이 중국 전통의 琴이라도 역시 마찬가지이다. 고조선과 고구려는 한(漢)의 문화와 교류가 많아서 한(漢)의 고취(鼓吹)가 고구려 고분 벽화에 나타나고 있으므로, 한(漢)의 금(琴) 역시 이미 수입되었을 것으로 추정할 수 있기 때문이다. 진(晉)에서 전래된 칠현금(七絃琴)이 금(琴)이더라도 고구려 사람들이 그 연주법을 몰랐다는 것은 이해하기 어렵다. 이와 관련하여 생각해보면 거문고를 굳이 진(晉)에서 전래된 칠현금(七絃琴)을 개조하여 만들었다는 것을 신뢰하기 어렵다. 앞에서 살핀 여러가지 상황으로 보아 고구려의 거문고는 금(琴)이든 와공후(臥??)든 중국에서 전래된 악기를 개조해서 만들었다기 보다는 고조선에서부터 내려오던 거문고류 현악기를 개량하여 만들었다고 이해하는 것이 타당할 것 같다. 다만 금(琴)이든 중국에서 만들어진 공후(??)든 혹은 쟁(箏) 슬(瑟) 축(筑) 등의 악기가 고구려에 전래되었다면 이들이 거문고 창제에 참조되었다고 이해하는 것이 좋을것 같다. 그러나 거문고 창제의 원형을 굳이 외래 악기에서 찾을 필요는 없을 것이다. 고구려 전래의 거문고류 현악기가 있었고 이를 토대로 외래의 현악기를 참조하여 거문고를 창제한 것으로 추정해 볼 수 있다는 것이다. 이와 관련하여서는 좀 더 많은 자료를 찾아 연구해야 확실하게 밝힐 수 있는 문제라 하겠으나, 적어도 "삼국사기"의 왕산악(王山岳) 거문고 제작설은 액면 그대로 받아들이기 보다는 새로운 관점에서의 고구려 거문고를 보는 시각을 갖춰야 할 것이다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.