• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1125-1139
• /
• 2022

무인항공기에 부착된 위성 항법 시스템/관성 측정 센서(global positioning system/inertial measurement unit, GPS/IMU)와 관측 센서 사이에는 물리적인 위치와 자세 오차가 존재한다. 해당 물리 오프셋으로 인해, 관측 데이터는 비행 방향에 따라 서로 위치가 어긋나는 이격 오차가 발생한다. 특히나, 다중 센서를 활용하여 데이터를 취득하는 다중 센서 무인항공기의 경우, 관측 센서가 변경될 때마다 고액의 비용을 지불하고 외산 소프트웨어 의존하여 물리 오프셋을 조정하고 있는 실정이다. 본 연구에서는 다중 센서에 적용 가능한 초기 센서 모델식을 수립하고 물리 오프셋 추정 방법을 제안한다. 제안된 방안은 크게 3가지 단계로 구성된다. 먼저, 직접지리 참조를 위한 회전 행렬 정의 및 초기 센서 모델식을 수립한다. 다음으로, 지상기준점과 관측 센서에서 취득된 데이터 간의 대응점을 추출하여 물리 오프셋 추정을 위한 관측방정식을 수립한다. 마지막으로, 관측 자료를 기반으로 물리 오프셋을 추정하고, 추정된 파라미터를 초기 센서 모델식에 적용한다. 전주, 인천, 알래스카, 노르웨이 지역에서 취득된 데이터셋에 적용한 결과, 4개 지역 모두 물리 오프셋 적용 전에 발생되던 영상 접합부의 이격 오차가 물리 오프셋을 적용 후 제거되는 것을 확인했다. 인천 지역의 지상기준점 대비 절대 위치 정확도를 분석한 결과, 초분광 영상의 경우, X, Y 방향으로 약 0.12 m 위치 편차를 보였으며, 라이다 포인트 클라우드의 경우 약 0.03 m의 위치 편차를 보여줬다. 더 나아가 영상 내 특징점에 대하여 초분광, 라이다 데이터의 상대 위치 정확도를 분석한 결과, 센서 데이터 간의 위치 편차가 약 0.07 m인 것을 확인했다. 따라서, 제안된 물리 오프셋 추정 및 적용을 통해 별도 기준점 없이 정밀한 데이터 매핑이 가능한 직접 지리 참조가 가능하다는 것을 확인했으며, 다중 센서를 부착한 무인항공기에서 취득된 센서 데이터 간의 융합 가능성에 대해 확인하였다. 본 연구를 통해 독자적인 물리 파라미터 추정 기술 보유를 통한 경제적 비용 절감 효과 및 관측 조건에 따른 유연한 다중 센서 플랫폼 시스템 운용을 기대한다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 분석과학
• /
• 제22권6호
• /
• pp.488-497
• /
• 2009

이 연구에서는 2010년 기준의 지정악취물질에 해당하는 유기지방산과 함께 기존 VOC류 지정 악취물질들을 포괄적으로 분석할 수 있는 흡착관-열탈착 분석기법을 연구하였다. 이러한 분석기법의 검량특성을 평가하기 위해, Tenax TA를 충전한 시료흡착관을 준비하였다. 그리고 여기에 유기지방산 4종 (propionic acid (PA), butyric acid (BA), isovaleric acid (IA), valeric acid (VA))을 위시한 13 가지 조사성분을 함유한 작업용 표준시료를 주입하고 저온농축기법으로 분석하였다. 유기지방산의 분석감도를 절대량 (ng) 및 농도기준 (ppb)의 검출한계로 비교해 보았을 때, 다른 일반적인 VOC 악취성분들에 비해 약 1.5-2배 낮게 나타나는 것을 확인하였다(PA: 0.24 ng (0.16 ppb), BA: 0.19 ng (0.11 ppb), IA: 0.15 ng (0.07 ppb), and VA: 0.28 ng (0.13 ppb)). 분석의 재현성을 RSE로 표시할 경우, 대부분의 성분들이 5% 이내로 안정적으로 나타난 반면, BA (8.02%), IA (14.0%), VA (5.08%)는 5%가 넘을 정도로 낮은 재현성을 보였다. 이러한 결과를 내부표준물질을 이용한 검량으로 비교하였을 때, 대다수 성분의 재현성이 향상되는 양상을 보였다(PA: $1.1{\pm}0.4%$, BA: $10{\pm}0.46$, IA; $12{\pm}0.3%$, VA: $4{\pm}0.1%$). 이 연구의 결과, 악취공정시험법에서 유기지방산의 분석방법으로 권장한 알칼리 흡수법에 대비하여 흡착튜브를 이용한 시료의 채취가 보다 유용한 대체방법으로 활용 가능한 것으로 나타났다.

• 한국산림과학회지
• /
• 제112권4호
• /
• pp.417-425
• /
• 2023

본 연구는 난대상록수종인 붉가시나무에 대한 수간곡선을 도출하고 이를 이용하여 수간재적표를 작성하기 위함이 그 목적이다. 분석에 사용된 공시목은 전남, 경남, 제주 등에서 수집된 688본이며, 수간곡선 도출을 위하여 적용한 수간곡선 모형은 Max & Burkhart 모델, Kozak 모델 및 Lee 모델 등이다. 3가지 모델 중 우리나라 붉가시나무 수간형태를 가장 잘 설명하는 것은 Kozak 모델인 것으로 분석되었다. 이 모델의 적합도는 0.9583, 편의는 0.0352, 추정치 표준오차의 백분율은 1.1439, 평균절대편차는 0.6751로 각각 나타났다. 붉가시나무의 수간재적표는 수간곡선을 설명하는데 최적인 것으로 나타난 Kozak 모델을 이용하였으며, 재적 계산은 수간고별 직경으로 Smalian 식을 적용시켜 산출하였다. 그리고 이전에 만들어진 붉가시나무 수간재적표 2가지(2007년, 2010년)와 이번에 만든 재적표(2023년) 간을 서로 비교하기 위해 분산분석을 실시하였다. 그 결과 2007년 완도지역에서 만든 재적표가 2010년과 2023년에 만든 재적표 보다 약 2배가 많은 값을 가지는 것으로 나타났다. 이번에 작성된 수간재적표(2023년)는 공시재료의 지역별 수집범위와 공시목이 많을 뿐만 아니라, 충분한 과학적 기반 하에서 만들어졌다. 따라서 전국단위의 공식적인 붉가시나무 수간재적표로 사용될 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제57권1호
• /
• pp.1-8
• /
• 2024

우리나라는 기후변화의 영향으로 지속되는 가뭄으로 인해 물 부족 문제가 심화되고 있다. 제1차 국가물관리기본계획에 따르면, 생활 및 공업용수 부족량은 과거 최대 가뭄빈도(50년) 기준으로 0.07억 m³/년으로 전망되고 있다. 이러한 물 부족 문제에 효과적으로 대응하기 위해서는 장기적인 용수 수요 전망이 필수적이다. 공업용수의 경우 월별 사용량이 비교적 일정하지만, 생활용수의 경우 월별 패턴이 뚜렷하기 때문에 연단위 분석이 아닌 월단위 분석을 수행해야 한다. 본 연구는 충청권역을 대상으로 2017~2021년의 월별 용수 이용량 자료에 대해 패턴을 분석하고, 기후 변수와의 상관성을 이용하여 용수 분배 비율을 계산하였다. 그 결과 월별 생활용수 이용량을 연 이용량으로 나눈 월별 용수 이용률을 다시 평균기온으로 나누는 분법으로 계산한 경우가 절대오차가 가장 작게 산정되었으며, 이를 활용하여 충청권역의 월별 분배 비율을 산정하였다. 또한 충청권역의 월별 분배 비율에 SSP5-8.5 시나리오의 평균기온을 곱해 충청권역의 미래 월별 용수 이용률을 전망하였다. 그 결과, 최댓값의 평균은 1.16에서 1.29로 증가하고 최솟값의 평균은 0.86에서 0.84로 감소하였으며, 1사분위수는 0.95에서 0.93으로 감소하고 3사분위수는 1.04에서 1.06으로 증가하였다. 따라서 미래에는 현재와 비슷한 패턴을 유지할 것으로 보이지만, 월별 용수 이용률의 변동성은 커질 것으로 예상된다.

• 대한방사선치료학회지
• /
• 제25권2호
• /
• pp.115-121
• /
• 2013

목 적: 최신 선형가속기와 새로운 평가 장비를 도입하게 되어 이를 임상에 적용하기 위한 준비과정 중 몇 가지 문제가 발생하여 유용성을 확인하는 과정을 분석함으로써 앞으로 이 장비를 도입하는 기관에 도움이 되고자 한다. 대상 및 방법: 모든 측정은 TrueBEAM STX (Varian, USA)를 이용하였으며, 전산화치료계획장비(Eclipse ver 10.0.39, Varian, USA)를 이용하여 각 에너지 별, 조사조건 별 선량분포파일을 산출하였다. MapCHECK 2의 고유의 성능과 오차로 발생 할 수 있는 원인에 대하여 측정 및 분석하였다. MapCHECK 2의 성능 확인을 위해 6X, 6X-FFF (Flattening Filter Free), 10X, 10X-FFF, 15X의 에너지별로 필드사이즈 $10{\times}10$ cm, gantry $0^{\circ}$, $180^{\circ}$ 방향에서 측정을 하였다. 또한 기존 IGRT couch의 CT값이 volumetric dosimetry에 영향을 주는지 확인을 위해서, CT 넘버 값: -800 (Carbon) & -950 (COUCH안의 공기), -100 & -950을 지정해준 상태에서 6X-FFF, 15X의 에너지별로 필드사이즈 $10{\times}10$ cm, gantry $0^{\circ}$, $180^{\circ}$, $135^{\circ}$, $275^{\circ}$ 방향에서 측정을 하였고, MapPHAN에 할당된 HU 값 확인을 위해 Solid water phantom 3 cm을 위로 얹은 MapCHECK 2와 치료계획용 컴퓨터를 이용해 비교하였고, MapPHAN의 각진 모서리에 의한 측정오류문제, MapPHAN의 gantry 방향 의존성을 알아보기 위해 3가지 방법으로 측정 하였다. 세로로 세운 세팅 상태에서 6X-FFF, 15X를 GANTRY $90^{\circ}$, $270^{\circ}$ 방향에서 각각 측정하고, 가로로 세운 세팅상태에서 에너지 6X-FFF, 15X를 필드사이즈 $10{\times}10$ cm, $90^{\circ}$, $45^{\circ}$, $315^{\circ}$, $270^{\circ}$의 방향에서 각각 측정하였다. 세 번째로 빔의 세기조절을 하지 않은 상태에서 open arc를 조사하였다. 결 과: MapCHECK의 기본 성능을 확인, Couch에 의한 감약 측정, MAP-PHAN에 할당하는 HU값 측정, MapPHAN의 각진 모서리에 대한 계산 정확도 확인을 위한 측정에서 모두 유효한 범위에 들어와 측정오류에 영향을 미치지 않는 것을 확인 할 수 있었다. Gantry 방향의존성 확인하기 위한 3가지 방법 중 첫 번째로 측정기를 세운 상태에서의 값은 Gantry $270^{\circ}$ (상대적 $0^{\circ}$), $90^{\circ}$ (상대적 $180^{\circ}$)에서 6X-FFF, 15X에서 각각 -1.51, 0.83%와 -0.63, -0.22%를 나타내어 AP/PA 방향에 의한 영향이 없음을 나타냈다. 측정기를 가로로 세팅한 상태에서는 Gantry $90^{\circ}$, $270^{\circ}$에서 에너지 6X-FFF 4.37, 2.84%, 15X에서는 -9.63, -13.32%의 차이가 측정되어 gamma pass rate 3%의 값보다 큰 값을 나타내므로 MapPHAN에 의한 측방향 측정값이 유효범위 안에 들지 못하는 것을 확인 할 수 있었다. 마지막 Open Arc에서 6X-FFF, 15X 에너지를 필드사이즈 $10{\times}10$ cm에 $360^{\circ}$ 회전상태에서의 선량분포를 보면 pass rate가 90% 가까이 나오는 것을 확인 할 수 있다. 결 론: 위 결과를 토대로 MapPHAN은 상대등선량분포 감마값 측정에는 적합 하지만, 측방향 빔에 대한 gantry 방향의 의존성 때문에 절대선량은 정확한 측정을 할 수 없는 것으로 판단되어진다. 본 논문에서는 더욱 정확한 치료계획 확인을 위해서 VMAT 같은 회전조사시 측방향에 대한 오차를 줄이고 정확한 절대선량을 측정하기 위해서 MapCHEK 2와 IMF (Isocentric Mounting Fixture)의 조합을 사용하여 gantry 방향 의존성에 의한 영향을 최소화 할 수 있을 것이라 판단된다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.73-92
• /
• 2014

기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.

• 마케팅과학연구
• /
• 제17권2호
• /
• pp.55-73
• /
• 2007

문화관광축제는 전국의 지역축제 가운데 광역시 도에서 추천한 축제 가운데 관광상품성이 크고, 경쟁력 있는 우수한 축제를 선정하여 지원하는 사업이다. 문화관광축제 종합평가계획(문화관광부, 2006)에 의하면 방문객의 만족도 평가, 전문위원 평가, 그리고 축제 개선실적 등을 감안하여 최우수축제, 우수축제, 유망축제, 예비축제로 선정되고 있다. 특히 예비축제를 제외한 문화관광축제는 공공부문의 사업비 지원을 받기 때문에 1,000여 개가 넘는 지역축제의 방문객 만족도 평가는 상호비교가 가능한 평가척도를 이용하여 종합평가분석이 이루어진고 있다. 이러한 견지에서 본 연구에서는 문화관광축제 공통평가속성이 방문객 만족과 사후행동의도에 미치는 영향관계를 파악하여, 향후 축제기획 시 방문객 만족도 제고와 지속가능한 문화관광축제로 선정되기 위한 시사점을 제시하였다. 본 연구에서는 이론연구를 통하여 문화관광축제 평가속성, 만족, 그리고 행위의도에 관한 변수를 도출하였으며, 2006 광주김치대축제 방문객을 대상으로 실증분석을 수행하였다. 문화관광축제 평가속성에 대한 요인분석을 통하여 홍보안내, 행사내용, 기념품 음식, 편의시설 요인을 도출하였으며, 축제방문객 만족과 행동의도와의 관계를 분석하였다. 연구모형을 통해 수립한 연구가설은 차이분석, 회귀분석, 공분산 구조분석 등을 통해 검증하였으며, 연구결과 모든 가설은 채택되었다. 향후 본 연구결과를 바탕으로 본 축제와 성격이 유사한 축제방문객 분석을 통한 비교연구를 기대한다.