• 한국산림과학회지
• /
• 제94권6호
• /
• pp.488-495
• /
• 2005

본 연구는 국립산림과학원에서 운용하는 경기도 광릉시험림 내 활엽수 천연노령림과 침엽수 인공유령림 그리고 양주 사방지 혼효유령림의 수관통과우량, 수간유하량, 그리고 차단손실량을 조사하여 앞으로 임상변화가 임내우 및 차단손실량에 미치는 영향을 시뮬레이션 할 수 있는 전산모델을 개발하는데 필요한 자료를 확보하기 위하여 수행되었다. 본 연구 대상유역인 활엽수 천연노령림은 활엽수 천연림을 대표할 수 있으며, 잣나무와 전나무림으로 구성된 침엽수 인공유령림은 1976년 조림지로서 침엽수 인공림을 대표할 수 있다. 또한 양주 사방지 혼효유령림은 1974년 사방공사를 실시한 후 현재까지 보전되어 온 임분으로 사방림을 대표할 수 있다. 조사는 2003년 3월부터 2004년 10월까지 실시하였으며, 겨울에는 측정을 중지하였다. 임외장우량은 전도형 자기우설량계로 측정하였으며, 임내우량은 임분 내에 $10m{\times}10m$의 표준구를 설정하고 수관통과우량과 수간유하량을 전도형 측정기와 CR10X 데이터 로거를 이용하여 30분 단위로 측정하였다. 약 2년간 자료를 종합한 결과, 임외강우량에서 수관통과우량과 수간유하량을 뺀 차단손실량은 잣나무림이 임외강우량(1,629.5 mm)의 37.2%인 606.6 mm로 가장 많았으며, 혼효림이 임외강우량(1,363.5 mm)의 22.6%인 308.6 mm로 가장 적었다. 수간유하량은 혼효림이 임외강우량의 10.7%로 가장 많았으며, 잣나무림이 2.4%로 가장 적었다. 임외강우량과 수관통과우량 간의 관계는 모든 조사구에서 직선회귀식으로 나타났다. 직선회귀식의 기울기인 평균 수관통과율은 수관울폐도에 따라 66%에서 77%까지 분포하였다. 임외강우량과 수간유하량은 수관통과우량에 비해 편차가 크긴 하지만 모든 조사구에서 직선회귀식으로 나타낼 수 있었다. 임외강우량이 수간유하량으로 전환되는 비율은 잣나무림이 2%로 가장 낮았고 혼효림이 12%로 가장 높았다. 수간저류능은 활엽수림이 0.21 mm로 가장 높은 반면에 잣나무림이 0.003 mm로 가장 낮았다. 대체로 수간유하량은 침엽수림보다 활엽수림에서 많이 발생하였는데, 이는 임분구조에서 활엽수림이 수피가 매끄럽고 가지의 각도가 가파르기 때문이라고 판단되었다. 차단손실량은 임외강우량이 증가함에 따라 모든 조사구에서 직선적으로 증가하였다. 활엽수림과 혼효림의 경우 전나무림과 잣나무림에 비해 차단손실량의 편차가 크게 나타났는데, 이는 활엽수림과 혼효림이 계절적으로 낙엽에 의해 엽면적지수가 변하기 때문이라고 생각된다. 이상의 결과로 임분구조에 따라 임내우인 수관통과우량과 수간유하량, 그리고 차단손실량이 큰 차이를 보인다는 사실을 확인할 수 있었다. 그러므로 차단손실량을 산정하기 위한 전산모델은 임분구조에 따른 차단손실량의 변화를 나타낼 수 있어야 하며, 이는 임상별 특성과 엽면적지수 등을 매개변수로 한 모델이어야 할 것으로 판단된다.

• Investigative Magnetic Resonance Imaging
• /
• 제17권3호
• /
• pp.181-191
• /
• 2013

목적: 급성 신부전 쥐 모델에서 상자성 철 산화물 (superparamagnetic iron oxide(SPIO)로 표지한 인간탯줄혈관내피 세포를 자기공명영상으로 추적할 수 있는지 그 유용성을 평가하고자 하였다. 대상과 방법: 인간탯줄혈관내피 세포를 SPIO와 poly-L-lysine (PLL) 혼합물로 표지 하였다. SPIO 농도에 따라서 이완율, 세포 생존율, 표지 안정성을 SPIO 농도의 변화에 따라 평가하였다. 인간탯줄혈관내피 세포를 급성 신부전 쥐 모델에서 꼬리정맥을 통하여 주사하였다. MR을 이용한 추적 검사는 $T2^*$ 경사에코 MR 영상을 이용하였다. 1, 3, 5, 7일째 추적한 MR 영상 소견을 조직 소견과 서로 견주어 보았다. 결과: SPIO-PLL 혼합물을 표지 한 후 Prussian blue 염색에서 평균 $98.4{\pm}2.4%$ 세포가 양성반응을 보였다. 3일과 5일 후 측정한 이완율은 1일에 비해 큰 차이가 없었다. 인간탯줄혈관내피 세포를 SPIO로 표지 한 후 안정성이 유지됨을 알 수 있었다. 추적 MR 영상에서 급성신부전을 유도한 왼쪽 신장 외곽 신 수질에서 신호강도 소실을 보였으나 오른쪽은 정상이었다. 3, 5, 7일 후 촬영한 영상에서 왼쪽 신 수질에서 보인 신호강도 소실이 점차 사라졌으나 오른쪽 신장에서는 여전히 특별한 변화를 보이지 않았다. 조직학 검사에서도 MR 영상의 신호강도 소실이 Prussian blue 염색을 보인 부분과 일치하였다. 면역화학적 분석에서 신 수질에서 보인 세포들이 인간탯줄혈관내피 세포임을 확인하였다. 결론: MR 영상은 급성 신부전 치료의 한 방법인 세포 치료의 경우 세포 추적 검사에 유용하게 사용될 수 있음을 확인하였다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.83-98
• /
• 2015

TV를 보면서 방송에 관련된 정보를 검색하려는 많은 시청자들은 정보 검색을 위해 주로 포털 사이트를 이용하고 있으며, 무분별한 정보 속에서 원하는 정보를 찾기 위해 많은 시간을 소비하고 있다. 이와 같은 문제를 해결하기 위한 연구로써, 인터랙티브 비디오에 대한 연구가 활발하게 진행되고 있다. 인터랙티브 비디오는 일반적인 비디오에 추가 정보를 갖는 클릭 가능한 객체, 영역, 또는 핫스팟을 동시에 제공하여 사용자와 상호작용이 가능한 비디오를 말한다. 클릭 가능한 객체를 제공하는 인터랙티브 비디오를 저작하기 위해서는 첫째, 증강 객체를 생성하고, 둘째, 어노테이터가 비디오 위에 클릭 가능한 객체의 영역과 객체가 등장할 시간을 지정하고, 셋째, 객체를 클릭할 때 사용자에게 제공할 추가 정보를 지정하는 과정을 인터랙티브 비디오 저작 도구를 이용하여 수행한다. 그러나 기존의 저작 도구를 이용하여 인터랙티브 비디오를 저작할 때, 객체의 영역과 등장할 시간을 지정하는데 많은 시간을 소비하고 있다. 본 논문에서는 이와 같은 문제를 해결하기 위해 유사한 샷들의 모임인 샷 시퀀스의 모든 샷에서 얼굴 영역을 검출한 샷 시퀀스 메타데이터 모델과 객체의 어노테이션 결과를 저장할 인터랙티브 오브젝트 메타데이터 모델, 그리고 어노테이션 후 발생될 수 있는 부정확한 객체의 위치 문제를 보완할 사용자 피드백 모델을 적용한 얼굴영역을 기반으로 하는 새로운 형태의 어노테이션 방법을 제안한다. 마지막으로 제안한 어노테이션 방법의 성능을 검증하기 위해서 인터랙티브 비디오 저작 시스템을 구현하여 기존의 저작도구들과 저작 시간을 비교하였고, 사용자 평가를 진행 하였다. 비교 분석 결과 평균 저작 시간이 다른 저작 도구에 비해 2배 감소하였고, 사용자 평가 결과 약 10% 더 유용한다고 평가 되었다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.19-36
• /
• 2015

대표적 소셜미디어인 유튜브는 기존 폐쇄형 콘텐츠 서비스와는 다르게 개방형 콘텐츠 서비스로 이용자들의 참여와 공유를 통하여 많은 인기를 유지하고 있다. 콘텐츠 산업에서 중요한 위치를 차지하고 있는 유투브 상의 콘텐츠 확산 요인에 관한 기존의 연구들은 댓글 수 등과 같은 일반적 정보 특성 요인과 조회 수 간에 상관관계 등을 분석하는 것이 대부분이었다. 최근 네트워크 구조를 기반으로 한 연구들도 진행되었으나 대부분 콘텐츠를 이용하는 대상인 구독자나 지인 등을 중심으로 한 인적 관계 네트워크 구조 연구가 대부분이었다. 이에 본 연구에서는 실질적인 콘텐츠를 중심으로 한 네트워크 구조와 일반요인을 통합한 모델을 제시하고 확산요인을 분석하고자 한다. 이를 위해 통합 모델 인과관계 분석과 함께 21,307개의 유튜브 콘텐츠를 콘텐츠 기반 네트워크 구조로 분석하였다. 본 연구를 통해 기존에 알려진 일반적 요인과 네트워크 요인들이 모두 조회수에 영향을 주는 인과관계를 통계적으로 재검증하였으며 통합적으로는 등록자의 구독자 수, 경과시간, 매개 중심성, 댓글 수, 근접 중심성, 클러스터링 계수, 평균 평점 순으로 조회 수에 긍정적인 영향을 미치는 것으로 분석되었다. 하지만 네트워크 요인중 연결정도 중심성과 고유벡터 중심성은 부정적 영향을 주는 것으로 분석되었다. 본 연구를 통하여 유튜브 콘텐츠 확산에 대한 일반영향요인과 구조적인 현상을 함께 규명하였다. 본 연구는 기업들이 유튜브와 같은 콘텐츠 서비스를 통한 온라인 마케팅 활동 시 콘텐츠들의 구조적인 면을 고려할 수 있는 근거를 제공하였으며 음반산업의 수요예측이나 콘텐츠 제작 업체들의 원활한 서비스 제공을 위한 설명력있는 영향요인 및 모델이 될 수 있을 것이다.

• Radiation Oncology Journal
• /
• 제24권1호
• /
• pp.67-76
• /
• 2006

목적 : 구내염은 두경부종양이 있는 암환자에게 방사선 및 항암제 치료 시술 시 매우 흔하게 발생하는 합병증이다. 본 연구는 Rat 의 방사선성 구내염 모델에서 recombinant human epidermal growth factor (rhEGF)의 효과를 평가하고자 하였다. 대상 및 방법: 25 Gy의 방사선량으로 두부에 단회 조사한 Rat를 무작위로 7마리씩 무처치군, 부형제 처치군, rhEGF 15 또는 $30{\mu}g/day$ 구강 내 처치군으로 나누었으며, 방사선을 조사하지 않은 7 마리의 Rat를 정상시험군으로 나누었다 rhEGF 시료 및 부형제는 1일 3회 Rat 의 구강점막에 매일 도포하였다. Rat의 생존율, 체중변화 및 사료섭취량을 18일 동안 관찰하였으며, 방사선 조사 후 7 일 및 18 일째에 Rat의 구강점막을 조직학적으로 평가하였다. 결과 : 실험종료 시점에서 rhEGF 15 또는 $30{\mu}g/day$ 구강 내 처치군이 모두 33%의 생존율을 보인 것에 비하여, 무처치군 및 부형제 처치군은 모두 0%의 생존율을 보였다. 체중변화에서도 rhEGF 처치군은 방사선 조사 후 2일부터 7일까지 부형제 처치군에 비하여 Rat 의 평균체중이 통계적으로 더욱 무거웠다 사료섭취율은 모든 시험군에서 방사선 조사 후 4 일까지 감소하는 양상을 보이다가, rhEGF 15 또는 $30{\mu}g/day$ 구강 내 처치군에서 14일째에 뚜렷한 사료섭취율의 증가가 관찰되었다. 방사선 조사 후 7 일째의 조직학적 분석 결과, rhEGF 15 또는 $30{\mu}g/day$ 구강 내 처치군의 Rat 에서는 점막 표피층의 각질세포의 종창 및 변성만이 관찰되었던 것에 비하여, 무처치군 및 부형제 처치군에서는 심한 위막성 또는 궤양성 구내염이 관찰되었다. 결론; rhEGF (15 또는 $30{\mu}g/day$ 구강 내 처치군) 처치에서 방사선 조사로 유발시킨 Rat의 구내염 모델에서 유의성 있는 치유 효과를 확인하였으며, 본 시험결과로 rhEGF가 방사선에 의해 유발된 구내염을 치료할 수 있는 임상 제제로써의 가능성을 볼 수 있었다.

• Nuclear Medicine and Molecular Imaging
• /
• 제42권4호
• /
• pp.275-284
• /
• 2008

목적: 정상 성인에서 심근의 산소 소모량에 대한 참고범위를 구하고 시간-방사능 곡선(time-activity curve, TAC)에 재순환이 어떤 영향을 미치는지 알아보기 위하여 재순환 교정법과 수정 단일구획모델을 적용하여 심근 내 산소 소모량을 계산하고자 하였다. 대상 및 방법: 평균연령 $26.3{\pm}4.0$세인 9명의 지원자들에서 925 MBq (25mCi)의 $^{11}C$-Acetate (가천의과학대학교 뇌과학연구소)와 PET/CT (Biograph 6, 독일 지멘스사)를 사용하여 심근 산소 소모량을 계산하였다. 자료의 분석을 위하여 $MATLAB^{(R)}$ v7.1 (Mathworks. Inc., 미국), $Excel^{(R)}$ 2007 (Microsoft, 미국), $SPSS^{(R)}$ v12.0 (Apache Software Foundation, 미국) 등의 소프트웨어들을 사용하였다. PET/CT로 촬영한 영상으로부터 10초마다 12장, 다음 60초마다 5장, 다음 120초마다 3장, 그리고 마지막으로 300초마다 2장 등 0초일 때 1장을 포함하여 총 23개 프레임을 추출하였다. 수정 단일구획모델과 재순환 교정법을 적용하였다. 통계적 분석방법으로 정규성 검정, 분산분석(ANOVA), 사후분석(Post-Hoc analysis) 등을 이용하였고 p값으로 0.05를 적용하였다. 결과: 심근 산소 소모량의 참고범위는 중격 아래벽, 가쪽벽, 앞벽, 전체벽에서 각각 $3.18-4.64\;{\times}\;10^{-4}\;ml/g/sec$, $1.91-3.94\;{\times}\;10^{-4}\;ml/g/sec$, $4.31-6.40\;{\times}\;10^{-4}\;ml/g/sec$, $2.84-4.53\;{\times}\;10^{-4}\;ml/g/sec$ and $3.42-5.00\;{\times}\;10^{-4}\;ml/g/sec$ 등으로 계산되었다. 또한 시간-방사능 곡선의 형태에 관한 기존의 이중적 견해는 결국 재순환된 $^{11}C$-Acetate 때문이며 이 재순환을 교정하면 곡선은 근본적으로 단일 지수함수 형태를 띤다. 결론: $^{11}C$-Acetate 및 3차원 PET/CT로 심근의 산소 소모량을 효율적으로 평가할 수 있으며 안정상태에서는 재순환된 $^{11}C$가 거의 존재하지 않기 때문에 시간-방사능 곡선에 의미 있는 영향을 미치지 않는다..

• 한국조경학회지
• /
• 제49권4호
• /
• pp.30-40
• /
• 2021

본 연구는 국내에서 식재빈도가 높은 7개 조경수종을 대상으로 수관의 우수차집비율을 분석하고, 이를 기반으로 수종별 단목의 연간 우수차집량을 유추하는 계량모델을 마련하였다. 연구대상 수종은 느티나무, 단풍나무, 소나무, 왕벚나무, 은행나무, 잣나무, 전나무 등이었다. 수종별 수관의 평균 우수차집비율은 각각 잣나무 35.8%, 전나무 34.1%, 느티나무 31.0%, 소나무 27.6%, 은행나무 26.9%, 단풍나무 18.6%, 왕벚나무 18.4% 등의 순이었다. 계량모델의 r²은 0.90~0.99 범위로서 적합도가 높았다. 수종별 연간 우수차집량은 흉고직경 20cm 기준 느티나무가 5.1m³/주/년으로서 가장 많았고, 이어서 잣나무 4.1m³/주/년, 전나무 3.1m³/주/년, 은행나무 2.8m³/주/년, 소나무 2.1m³/주/년, 왕벚나무 1.9m³/주/년, 단풍나무 1.8m³/주/년 등의 순이었다. 수관폭 4m 기준의 경우에는 잣나무가 5.0m³/주/년으로서 가장 많았고, 이어서 전나무 4.4m³/주/년, 느티나무 4.1m³/주/년, 은행나무 3.3m³/주/년, 소나무 2.9m³/주/년, 단풍나무 2.1m³/주/년, 왕벚나무 1.9m³/주/년 등의 순으로 나타났다. 즉, 도시조경수의 연간 우수차집량은 상록수 또는 수관밀도가 높은 수종이 많은 경향이었다. 본 연구는 도시녹지의 우수차집 효과 관련 연구가 미진한 국내 현실에서, 조경수의 연간 우수차집량을 산정할 수 있는 초석을 새롭게 마련하였다. 이 연구결과는 정부, 지자체, 및 기업에서 시행하는 생태조경 사업과 관련하여 조경수의 우수차집 효과를 평가하는 공공기반기술로서 유용할 것으로 기대한다.

• 벤처창업연구
• /
• 제19권3호
• /
• pp.53-68
• /
• 2024

Generative AI는 전 세계적으로 많은 관심을 받고 있으며, 이를 비즈니스 환경에서 효과적으로 활용하기 위한 방안이 모색되고 있다. 특히 OpenAI사에서 개발한 Large Language Model인 GPT-3.5 모델을 적용한 ChatGPT 서비스의 대중 공개 이후 더욱 주목받으며 전반적인 산업 분야에 큰 영향을 미치고 있다. 이 연구는 Generative AI, 특히 그 중에서도 OpenAI사의 GPT-3.5 모델을 적용한 ChatGPT의 등장에 초점을 맞춰 스타트업 업계에 미치는 영향을 조사하고 등장 이전과 이후에 일어난 변화를 비교하였다. 본 연구는 스타트업 업계에서 Generative AI가 어떻게 활용되고 있는지를 상세히 조사하고 ChatGPT의 등장이 업계에 미친 영향을 분석함으로써 비즈니스 환경에서 Generative AI의 실제 적용과 영향력을 밝히는 것을 목표로 한다. 이를 위해 ChatGPT 발표 전후에 등장한 Generative AI 관련 스타트업의 기업 정보를 수집하여 산업군, 사업 내용, 투자 정보 등의 변화를 분석하였다. 키워드 분석, 토픽 모델링, 네트워크 분석을 통해 스타트업 업계의 동향과 Generative AI의 도입이 스타트업 업계에 어떤 혁신을 가져왔는지 파악하였다. 연구 결과, ChatGPT의 등장 이후 Generative AI 관련 스타트업의 창업이 증가한 것을 알 수 있었으며 특히 Generative AI 관련 스타트업의 자금 조달 총액과 평균 금액이 크게 증가한 것을 확인할 수 있었다. 또한, 다양한 산업군에서 Generative AI 기술을 적용하고자 하는 시도를 보이고 이를 활용한 기업용 애플리케이션, SaaS 등 서비스와 제품의 개발이 활발해지며 새로운 비즈니스 모델의 등장에 영향을 미치고 있음을 확인하였다. 본 연구 결과를 통해 Generative AI가 스타트업 업계에 미치는 영향을 확인하였으며, 이러한 혁신적인 신기술의 등장이 비즈니스 생태계에 어떠한 변화를 가져다 줄 수 있는 지 이해하는데 이바지할 수 있다.

• 한국제4기학회지
• /
• 제20권1호
• /
• pp.51-66
• /
• 2006

미국 해양대기청의 CCM3 기후모델을 이용하여 마지막최대빙하기 (Last Glacial Maximum (LGM))의 동아시아기후변화를 시뮬레이션 하였다. 이용된 수치모델의 수평해상도는 약 75km로 동아시아의 비교적 상세한 지형 및 기후 기작들이 표현된다. 현재 기후는 미국 해양대기청 에서 제공한 월평균 표층해수가 경계조건으로 이용되었으며, LGM 실험은 CLIMAP 프로젝트에서 복원된 표층해수가 경계조건으로 이용되었다. 또한 LGM실험에서는 현재 의 이산화탄소농도(330 ppm) 보다 낮았던 대기 이산화탄소농도 (200 ppm)가 적용되었고, 대륙빙하를 포함한 LGM 지표지형이 표현되었다. LGM 경계조건하에서 한국 서해와 동해의 대륙사면에서는 표층 온도가 겨울철에 약 18도 정도 현재보다 낮게 나타나며, 여름철에는 약 2도 정도 높게 나타나는데, 이와 같은 온도 변화는 한국 서해가 빙하기때 해수면 하강에 따라 지표로 드러남으로서 표층 열용량의 차이가 나타나기 때문이다. 전체적으로 마지막최대빙하기에 동아시아 내륙에서는 표층온도가 약 4-6도 감소하며, 주변해역을 포함하여 약 7.1도 하강하는 것으로 시뮬레이션 되는데, 이와 같은 온도감소는 이산화탄소농도 감소에 따른 장파복사량의 증가에 기인한다. 표층의 온도감소는 물수지의 약화를 초래하는데, 겨울철 아시아의 남동부에서 강수량이 약 1-4 mm/day 감소하며, 여름철에는 중국에서의 감수감소가 나타난다. 대체로 마지막최대 빙하기동안 동북아시아에서 현재보다 약 50%정도 감수가 감소하는 것으로 시뮬레이션 된다. 증발량도 감소하는 것으로 나타나지만, 강수의 감소가 더 커서 지난빙하기동안 동아시아는 대체로 건조한 기후가 나타나며, 이와 같은 결과는 다른 지역에서 보이고 있는 결과와 잘 일치한다. 결론적으로 고해상도 수치모델은 전 지구 영역 하에서 동아시아의 기후변화를 잘 시뮬레이션 하고 있다.mu}M$에서 $9.1{\mu}M$까지, 알테미아 경우 $16.13{\mu}M$에서 $45.8{\mu}M$까지, 그리고 배합 사료 공급시에는 $36.5{\mu}M$에서 $120.1{\mu}M$까지 상승하였다. 일간 수질 변화에 따른 용존 무기 질소(로티퍼; 7.0 g/일, 알테미아; 24.7 g/일, 배합 사료; 140.9 g/일)와 인(로티퍼; 0.7 g/일, 알테미아; 0.7 g/일, 배합 사료; 2.2 g/일) 배출량은 배합 사료 공급 시기에 유의적으로 높았다(P<0.05). 이와 같은 결과는 상업적 볼락 대량 종묘 시설에서 사육 시스템 내 수질 및 사육 관리를 위한 중요한 정보를 제공할 것이다.였다. 2종의 박하 추출물 투여군들 사이에는 혈청 GPT 활성에 대한 유의적인 차이가 나타나지 않았다. 7.과산화물질 (TBARS)의 함량은 정상군에 비해 음성대조군에서 약간의 함량 증가가 관찰되었으나 유의적인 수준은 아니었으며 대부분의 박하 추출물 투여군과 Silymarin 투여군에서 과산화지질이 비슷한 수준으로 증가하여 박하는 알콜에 의한 과간화지질생성에 대한 저해효과가 낮은 것으로 확인되었다. 8. 상대간장중량은 각 실험군별로 상대간장중량에서의 차이는 다소 있었으나 유의성은 없었다.mg/ml로 한 EtOAc 분획물은 26의 돌연변이 유발성을 보였다. 이상의 결과로 부터 뽕나무를 이용한 식용 제품생산을 고려할 때 추출물들의 제조와 선택을 가름하는 자료로서의 활용이 기대되며 앞으로 in vivo test 등 더욱 연구할 필요가 있을 것으로 사료된다.0^{-4}\;pg/cell$로 60 kHz로 병행 추출한 복분자 water 분획층의 $19.5{\times}10^{-4}\;pg/cell$보다 높은 분비량을 나타내었다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.