• 한국식품위생안전성학회지
• /
• 제34권3호
• /
• pp.235-241
• /
• 2019

본 연구는 농산물 중 잔류허용기준 신설 예정 농약인 가스가마이신의 안전 관리를 위한 공정 시험법을 개발하기 위하여 수행되었다. 가스가마이신은 단백질 합성과정 중 번역 개시 단계를 저해하여 균의 증식을 억제하는 작용기작을 가지고 있으며 특히 사상균인 Piricularia oryzae에 의해 발병하는 도열병을 예방하는 데 효과적이다. 현재 우리나라에는 농산물 중 가스가마이신의 잔류물의 정의가 설정되어 있지 않고 모화합물 만을 잔류물의 정의로 예정하고 있다. 또한 잔류허용기준이 설정된 농산물이 없기 때문에 모든 국내 재배 농산물 또는 수입 농산물 유통 시 실시하는 잔류농약 검사에서 농약 허용물질목록관리제도(Positive List System; PLS)에 의하여 잔류량이 0.01 mg/kg 이하가 되어야 한다. 이에 농산물 중 잔류농약 분석 및 검사를 위한 공정 시험법 마련이 시급하여 본 연구에서는 대표농산물 5종(현미, 감자, 대두, 감귤, 고추)을 대상으로 시험법을 개발하고자 하였다. 따라서 수용성 유기용매인 메탄올의 적용과 수산화나트륨을 이용한 pH 조절을 통한 추출법 및 HLB 카트리지를 이용한 정제법을 최적화하여 LC-MS/MS에 의한 분석법을 확립하였다. 가스가 마이신의 시험법 정량한계는 0.01 mg/kg이며 5종의 농산물에 0.01, 0.1 및 0.5 mg/kg의 처리농도로 회수율 실험을 한 결과 평균 회수율은 71.2~95.4%이었고, 상대표준 편차는 12.1% 이하로 조사되었다. 이러한 검증 결과는 국제식품규격위원회 가이드라인(CAC/GL 40-1993, 2003)의 잔류농약 분석 기준 및 식품의약품안전평가원의 '식품등 시험법 마련 표준절차에 관한 가이드라인(2016)'에 적합한 수준임을 확인하였다. 따라서 본 연구에서 개발한 시험법은 국내 및 수입 농산물 중 가스가마이신의 안전 관리를 위한 공정시험법으로 활용될 수 있으며 잔류물의 정의 및 잔류허용기준을 설정하는 데 기초자료로써 활용 가능할 것이다.

• 한국터널지하공간학회 논문집
• /
• 제21권1호
• /
• pp.61-77
• /
• 2019

밀집도가 높은 국내 기존 도심지를 대상으로 공동구를 새로이 계획할 경우에는 정량적 평가지표에 의한 타당성 평가시스템과 경제성 평가를 이용한 최적 설계용량 결정 등의 합리적인 의사결정 과정이 필요하다. 그러므로 이전 연구에서는 도심지 유형별 특성을 고려한 의사결정 계층구조를 구성하고 정량적 평가지표 항목에 대한 계층의사분석(AHP)을 통해서 개별 상위지표(3개) 부문과 하위지표(16개) 항목의 중요도 가중치를 제시하였다. 또한 도심지 공동구에 적합한 비용 편익 분석을 위해서 교통사고 감소효과, 차량소음 저감효과, 사회 경제적 손실 등의 3개 항목을 새로이 추가하여 10개의 편익 항목, 8개의 비용 항목을 고려한 경제성 평가방법이 제시되었다. 본 연구는 도로관리, 공공시설, 도시환경 부문의 하위 16개 평가지표의 중요도 가중치를 활용한 정량적 타당성 평가방법을 제시하고 서울시 주간선도로 123개 구간을 대상으로 타당성 평가를 실시하였다. 또한 타당성 평가결과와 경제성 평가결과를 비교하여 문제점을 분석하고 두 평가결과의 조합에 의한 종합평가 방법을 제시하였다. 본 연구에서 제시된 정량적 타당성 평가와 경제성 평가시스템의 로직을 프로그래밍하여 개발할 예정인 설계용량 최적화 프로그램은 도심지 공동구의 계획 및 설계 단계에서 활용되며 궁극적으로 도심지 공동구 활성화에 기여하게 될 것이다.

• 한국응용과학기술학회지
• /
• 제36권1호
• /
• pp.324-332
• /
• 2019

한국과 인도네시아를 포함한 대부분의 국가는 온실가스 감축을 위해 바이오디젤 같은 바이오연료 보급에 대한 강력한 정책을 추진하고 있다. 하지만, 바이오디젤 보급 확대를 위해서는 원료 부족 문제를 먼저 해결해야 한다. 본 연구에서는 원료 공급 안정성을 개선하고 바이오디젤 생산 가격을 낮추기 위해 비식용이면서 동시에 단위면적당 생산성이 높은 인도네시아 열대작물(R. Trisperma) 오일의 바이오디젤 생산 가능성을 조사하였다. 수확기간이 다른 두 종류의 오일은 많은 불순물과 높은 유리지방산 함량을 가지고 있어 효율적인 바이오디젤 생산을 위해, 에스테르화 반응과 전이에스테르화 반응을 실시하였다. 오일은 반응을 진행하기 앞서 여과와 수분제거 과정을 통해 반응의 효율을 높이고자 하였다. 에스테르화 반응은 불균질계 산 촉매인 Amberlyst-15를 사용하였으며, 반응 전 오일들의 산가는 각각 41, 17 mg KOH / g이었으나, 에스테르화 반응 후 3.7, 1.8 mg KOH/g으로 약 90% 이상의 전환율을 보이며 유리지방산 함량을 2%이하로 감소시켰다. 이후 전이에스테르화 반응은 KOH를 염기 촉매로 사용하여 바이오디젤 합성 실험을 진행하였다. 생성된 바이오디젤은 약 93%의 FAME 함량을 나타냈으며, 총 글리세롤의 함량은 0.43%으로 제품 규격(FAME 96.5%, 총 글리세롤 0.24%)에는 미달되었다. 이는 지방산 조성 분석 결과 일반적으로 관찰되지 않는 특이 지방산인 ${\alpha}$-Eleostearic acid가 10.7~33.4% 포함되어 나타나는 특성으로 판단되며, 추가 반응 최적화 및 분리정제 연구 진행으로 연료품질 규격 달성이 필요한 것으로 나타났다. 기존에 활용되지 못하던 비식용 원료로부터 바이오디젤 생산 기술을 확보할 경우 바이오디젤 보급 확대를 위한 안정적 원료 공급에 기여할 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.139-147
• /
• 2021

가축분뇨는 고액분리 후 액상 가축분뇨를 호기생물반응조에서 충분히 부숙시켜 화학비료를 대체한 유기질비료(액비)로 이용하고 있다. 그러나 액비는 작물 생장 중인 여름철에는 토양 살포가 제한되기 때문에 액비 처분 문제가 반복 발생되고 있다. 액비를 추비(웃거름)로 이용하기 위해서는 액비 내 슬러지 저감, 병원성 미생물에 대한 안정성 문제가 확보되어야 한다. 본 연구에서는 가축분뇨 액비의 추비 이용을 위해 부유물질(SS) 제거와 살균 효과가 있다고 알려져 있는 마이크로버블 장치(FeMgO 촉매 삽입)의 액비 내 부유물질과 대장균군의 저감효과를 알아보고 마이크로 필터 장치를 연계한 시스템의 부유물질 제거 효율 향상 여부를 확인하였다. 마이크로버블 장치의 부상분리 과정을 거치면서 액비 내 부유물질은 57.9% 제거되었으며, 대장균군은 검출되지 않았다(16,200 MPN/100mL → 0 MPN/100mL). 마이크로 버블 장치와 마이크로 필터 연계 시스템의 수리학적 체류시간 최적화을 통해 액비 내 부유물질 제거 효율은 수리학적 체류시간이 0.1h 조건에서 92.9%까지 향상된 것을 확인하였다. 같은 조건에서 처리수의 성상을 확인한 결과 유기오염물질은 64.5%(TCOD), 70.1%(SCOD) 제거되었으며 인산염인(PO4-P)과 총질소(TN)의 농도도 각각 54.9%와 51.5%까지 감소되었다. 이러한 연계 시스템으로부터 처리된 유출수는 기존 액비의 조성보다 부유물질 및 오염물질 농도 감소, 대장균군이 포함되지 않아 추비로 직접 이용이 가능할 것으로 판단된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.191-206
• /
• 2022

대량의 말뭉치를 비지도 방식으로 학습하여 자연어 지식을 획득할 수 있는 사전학습 언어모델(Pre-trained Language Model)은 최근 자연어 처리 모델 개발에 있어 매우 일반적인 요소이다. 하지만, 여타 기계학습 방식의 성격과 동일하게 사전학습 언어모델 또한 학습 단계에 사용된 자연어 말뭉치의 특성으로부터 영향을 받으며, 이후 사전학습 언어모델이 실제 활용되는 응용단계 태스크(Downstream task)가 적용되는 도메인에 따라 최종 모델 성능에서 큰 차이를 보인다. 이와 같은 이유로, 법률, 의료 등 다양한 분야에서 사전학습 언어모델을 최적화된 방식으로 활용하기 위해 각 도메인에 특화된 사전학습 언어모델을 학습시킬 수 있는 방법론에 관한 연구가 매우 중요한 방향으로 대두되고 있다. 본 연구에서는 금융(Finance) 도메인에서 다양한 자연어 처리 기반 서비스 개발에 활용될 수 있는 금융 특화 사전학습 언어모델의 학습 과정 및 그 응용 방식에 대해 논한다. 금융 도메인 지식을 보유한 언어모델의 사전학습을 위해 경제 뉴스, 금융 상품 설명서 등으로 구성된 금융 특화 말뭉치가 사용되었으며, 학습된 언어 모델의 금융 지식을 정량적으로 평가하기 위해 토픽 분류, 감성 분류, 질의 응답의 세 종류 자연어 처리 데이터셋에서의 모델 성능을 측정하였다. 금융 도메인 말뭉치를 기반으로 사전 학습된 KB-BERT는 KoELECTRA, KLUE-RoBERTa 등 State-of-the-art 한국어 사전학습 언어 모델과 비교하여 일반적인 언어 지식을 요구하는 범용 벤치마크 데이터셋에서 견줄 만한 성능을 보였으며, 문제 해결에 있어 금융 관련 지식을 요구하는 금융 특화 데이터셋에서는 비교대상 모델을 뛰어넘는 성능을 보였다.

• 한국주조공학회지
• /
• 제42권6호
• /
• pp.337-346
• /
• 2022

본 연구에서는 Al-7Si-(0.3~0.5)Mg-(0~0.5)Cu 합금의 용체화 처리 조건 최적화를 위해 545℃ 온도 조건에서 최대 7시간까지 용체화 처리를 수행한 후 광학현미경 및 FE-SEM을 활용한 미세조직 관찰 및 브리넬 경도 측정을 수행하였다. 합금 내 공정 Si 상은 용체화 처리 초반 3시간 동안 급격한 조대화 현상을 나타내었으며, 이후에는 용체화 처리가 진행되어도 Si 상 크기는 크게 변화하지 않았다. 한편 공정 Si 상의 구상화의 경우, 용체화 처리 시간이 7시간에 도달할 때 까지 지속적으로 진행되었다. Cu가 첨가된 합금의 주방상태에서는 Q-Al₅Cu₂Mg₈Si₆ 상과 θ-Al₂Cu 상이 확인되었으나, 545℃에서 3시간 동안 진행된 용체화 처리 이후에는 모두 분해되었다. 주방상태에서 확인된 π-Al₈FeMg₃Si 상은 5시간의 용체화 처리 이후에 사라지거나(0.3wt%Mg) 혹은 7시간의 용체화 처리 이후에도 존재(0.5wt%Mg)하였다. 초정 α상 내 Mg 및 Cu 함량은 용체화 처리 시간이 5시간에 도달할 때 까지 증가하였으며, 이는 Mg 및 Cu를 함유한 금속간 화합물의 용체화 시간에 따른 분해 거동과 일치하였다. Al-7Si-Mg-Cu 합금의 용체화 처리 과정에서 확인한 미세조직 변화를 종합적으로 고려할 때, 본 연구에서 다룬 합금의 석출강화 효과 극대화를 위해서는 545℃ 조건에서 최소 5시간의 용체화 처리가 필요한 것으로 판단되며, 용체화 처리 조건 별로 측정된 브리넬 경도 데이터로부터 동일한 최적 용체화 처리 조건을 도출할 수 있었다.

• 대한방사선치료학회지
• /
• 제34권
• /
• pp.51-60
• /
• 2022

목 적: 이중 표적 척추 전이암의 체부정위방사선치료 시 Halcyon 선형가속기의 용적변조회전치료 계획의 질 및 전달 효율을 평가하고자 한다. 대상 및 방법: 본원의 이중 표적 척추 전이암 환자 12명을 선정하여 Dual Layer MLC를 장착한 Halcyon®과 High Definition MLC를 장착한 Truebeam® 을 이용하여 단일치료중심 척추 SBRT 계획을 수립하였다. 모든 치료 계획은 Eclipse를 이용하여 동일한 조건 및 최적화 과정을 통해 생성하였으며, 치료계획 비교를 위해 C.I, H.I, G.I(Gradient Index), 척수 선량 및 저선량 영역을 평가하고, 전체 MU를 비교하였다. 또한 BOT(Beam On Time)를 측정하여 치료 시간을 비교하였다. 결 과: C.I 와 H.I에서는 통계적으로 유의한 차이는 보이지 않았다. 다만, G.I의 평균은 Halcyon이 4.64으로 Truebeam에 비해 5.5%로 감소하였으며(P<0.001), Halcyon의 50% 및 25% isodose volume 평균은 각각 487.56 cc (-3.82%, P<0.001), 1859.45 cc (-4.75%, P<0.001) 으로 Truebeam보다 축소된 용적을 보였다. 또한 척수 선량 평가에서는 Overlap volume이 1 cc이하인 표본집단에서 Halcyon의 평균 선량 및 V₁₀의 평균은 6.802 Gy (-3.504%, P=0.067), 5.766±1.683 cc (-8.199%, P=0.002)으로 Truebeam보다 낮았다. MU와 각 장비의 최대선량률을 사용한 BOT는 Halcyon에서 증가했으나, 동일한 선량률로 조사 시 Halcyon의 평균은 648.33 sec (-1.74%, P<0.001)으로 단축되었다. 결 론: 이중 표적 척추 전이암의 SBRT 시 Halcyon의 치료 계획은 Truebeam의 치료 계획과 유사한 타겟 내선량 분포 및 척수 보호효과를 가지면서, 가파른 선량 기울기로 저선량 영역에서 이점을 보였다. 이를 통해 이중 표적 척추 전이암 SBRT 시 Halcyon의 적용은 선량학적으로 향상된 치료계획을 제공함을 알 수 있다.

• 한국농림기상학회지
• /
• 제25권2호
• /
• pp.80-98
• /
• 2023

본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1043-1060
• /
• 2023

최근 기후변화의 가속화로 바다에 의한 탄소의 흡수 작용을 칭하는 '블루 카본(blue carbon)'에 대한 관심이 많아지고 있지만, 탄소 순환의 핵심이 되는 해양 생태계에 대한 우리의 이해는 아직 부족한 실정이다. 본 연구는 탄소 순환을 고려한 글로벌 해양 생태 권역(marine eco-province)을 k-means clustering 기법을 활용하여 분류·분석하였다. 지난 20년 간(2001-2020) 위성을 활용하여 생산된 Carbon-based Productivity Model (CbPM) 순 일차 생산량(Net primary production, NPP), particulate inorganic and organic carbon (PIC and POC), 위성 관측과 재분석모델을 결합하여 생산한 해수면 염분(sea surface salinity, SSS) 및 온도(sea surface temperature, SST) 총 다섯가지 자료를 활용하였다. 최적화 과정을 거쳐 총 9개의 생태권역을 도출하였으며, 각 권역의 공간분포와 특성을 분석하였다. 이 중 5개의 권역은 주로 대양의 특성을 반영하고, 4개의 권역은 연안 및 고위도 해역의 특성을 반영하는 것으로 나타났다. 또한, 기존에 알려진 해양 생태 권역과의 정성적 비교를 통하여 탄소순환을 고려한 해양 생태권역의 특징을 상세히 분석하였다. 마지막으로 과거 5년 단위(2001-2005, 2006-2010, 2011-2015, 2016-2020)로 생태 권역의 변화를 분석하였으며, 연안생태계의 빠른 변화와 특히 담수유입으로 인해 생산량이 높고 생태적으로 중요한 권역의 감소를 확인하였다. 이러한 연구 결과는 탄소 순환 및 기후변화를 고려한 해양 생태 권역 분류 및 연안 관리에 대한 중요한 참고자료로 활용 될 수 있으며, 기후 변화에 취약한 지역에 대한 체계적인 관리 지침 개발에 활용될 수 있다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.531-538
• /
• 2023

최근 많은 대학 수업이 교수자 중심의 수업에서 학습자 중심의 수업으로 변해가고 있고, 특히 4차 산업혁명시대에 적합한 인재를 양성하기 위해 대학은 대학 교육의 방향성을 새로 정립시키고자 노력하고 있다. 이를 위해 대학에서는 학생들에게 필요한 다양한 역량을 제시하고 각 역량별 효율적인 교육 방안에 대한 연구에 집중하고 있다. 그 가운데 창의력은 대학에서 학생들이 지녀야 할 무엇보다 중요한 역량으로 꼽힌다. 탁상적인 수업에서 벗어나 다양한 전공자들이 모여서 창의적인 팀 활동을 진행하면서 결과 도출을 하는 창의적 문제해결 기반 교과목을 개발하는 것은시대적 요구에 적합한 인재를 양성할 수 있는 유의미한 교과라고 판단된다. 따라서 본 연구는 창의적 문제해결 기반교과목을 개발하고 수업 진행 결과를 분석하는데 있다. 본 창의력 문제해결 기반 수업은 단계별 아이디어 개발을 위한 Action Learnin 수업으로 진행되는데, 창의력 아이디어 개발을 위한 이론강의를 시작으로 하여 이후에 Action Learnin 5단계로 구성된다. 본 수업에 활용된 액션 러닝의 과제는 형성된 그룹의 친밀도를 높이고, 그룹의 집단표현력을 높이기 위해 세라믹으로 표현하기와 공익광고 포스터 만들기, 개인의 아이디어를 병합하여 하나로 압축하는 능력을 기르기 위한 생활 속의 아이디어, 학교에 대한 관심도를 높이거나 지역사회를 이해하기 위한 학교 주변의 환경개선 프로그램, 마지막으로 다양한 주제로 UCC 만들기 등으로 구성되었다. 수업 전반에 실시되는 이론강의에서는 창의적인 문제해결을 위한 과학적 사고 (Scientific Thinking)에 대해 수업을 진행하였고, 이후에 순차적으로 설정된 그룹형 action learning 수업을 실시하였다. 본 Action Learnin 과정은, 개인 및 그룹형 Action Learnin을 시작으로 사회 연계형 Action Learnin으로 넓혀지면서 단계별로 점차 난이도를 높혀가며 심화학습이 되도록 유도하였다. 또한, 본 수업을 진행하면서 다각적인 창의력 수업을 최적화하였고, 창의적 문제해결 형 대학 강의의 다양한 활용예시를 소개함으로써 향후 본 교과목 학습활동을 활성화하는 데 도움을 주었다.