• 헤리티지:역사와 과학
• /
• 제56권4호
• /
• pp.54-70
• /
• 2023

라이다(LiDAR) 측량을 활용한 문화재 조사·연구는 해외에서 이미 활성화되어 있다. 최근 국내에서도 라이다 측량의 장점과 활용도에 대한 인식이 높아져 문화재 조사에 활용한 사례가 조금씩 늘어나는 추세다. 다만, 주로 산성 조사에 한정되었고, 아직 고분 조사에는 적극적으로 활용되고 있지 않다. 이에 대체로 산지에 분포하여 아직 본격적인 조사는 물론이고 복원, 정비 등이 제대로 이뤄지지 못하고 있는 삼국~통일신라시대의 고분군에 대해 라이다 측량을 통한 기초 데이터의 확보가 필요함을 강조하고자 한다. 이를 위해 경주 서악동 장산고분군과 충효동고분군 일대에 대한 라이다 측량을 실시하여 고분의 분포현황과 입지 양상 등을 검토하였다. 그 결과, 이미 정밀지표(측량)조사가 실시된 장산고분군에서는 기존 보고서의 지형도에 표기된 배치도만으로는 알 수 없었던 세밀한 지형정보와 분포양상을 추가로 파악할 수 있었다. 또한, 일제강점기에 10기가 발굴된 이후 추가 조사가 이뤄진 적이 없는 충효동고분군에서는 기존 발굴 고분의 위치를 정확히 파악하였고, 조사되지 않은 고분의 현황과 잔존 양상 등 새로운 정보를 추가로 얻을 수 있었다. 이러한 정보들은 고분군 자체에 대한 조사와 연구는 물론이고, 향후 고분군의 보존과 정비 부분에도 기초자료로 다양하게 활용할 수 있다. 산림지대라 접근이 쉽지 않거나, 관찰이 힘든 산지 고분군의 양상을 파악하는데 라이다 측량은 가장 효과적이다. 지표조사와 같은 실질적인 현지조사에 앞서 실시하여 사전조사 또는 예비조사로써 활용도 높은 데이터를 확보할 수 있다. 따라서, 향후 고분 조사는 라이다 측량을 통해 기초자료를 확보하고 이를 바탕으로 조사와 정비·활용 계획을 수립해 나갈 필요가 있다. 현재까지는 보통 산지에 위치하는 고분군에 대한 조사·연구 및 보존·정비 방안을 수립하기 위해 고분분포도 작성을 위한 정밀지표조사가 먼저 실시되는데, 이에 앞서 라이다 측량 데이터를 확보하여 활용한다면 더욱 효과적이고 정확도 높은 분포도 작성과 현황 파악이 가능할 것이다. 또한, 넓은 지역에 대한 현장 조사에서 발생할 수 있는 정보 누락이나 오류도 상당 부분 방지할 수 있다. 따라서, 향후 고분 조사에 있어 라이다 측량을 적극적으로 활용하여 기초 데이터를 축적해 나갈 필요가 있다.

• 헤리티지:역사와 과학
• /
• 제57권1호
• /
• pp.82-108
• /
• 2024

고고 자료의 기록방식이 아날로그 기록에서 디지털로 전환되면서 3D 스캐닝 기술의 도입은 본격화되었다. 현재 3D스캔과 사진측량을 이용한 고고 자료의 디지털 기록에 대한 연구와 도입은 지속적으로 이루어지고 있다. 하지만 비용, 인력 문제 등으로 인해 대부분의 매장문화재 기관에서는 적극적인 디지털 기술의 도입을 주저하고 있다. 본고는 3D 스캔 방식 중 효율성이 가장 높다고 평가되는 사진측량 기술을 이용하여 오픈소스 소프트웨어를 활용한 유물의 디지털 실측 방법을 제시하고자 한다. 유물의 디지털 실측 절차는 크게 3D 모델 획득, 3D 모델 편집 및 입단면도 제작, 전자도면 작성의 세 단계로 이루어진다. 디지털 기술 적용의 접근성을 살펴보기 위해 전 과정은 오픈소스 소프트웨어만을 이용하였다. 연구 결과 정량적 평가에서 실제 유물과 3D 모델의 수치 데이터 간 계측의 편차가 크지 않았다. 또한, 오픈소스 소프트웨어와 상용 소프트웨어 간 정량적 품질 비교분석 결과 유사도가 높았다. 다만 데이터 처리시간은 상용 소프트웨어의 성능이 우위에 있었다. 이는 지속적인 알고리즘 개선으로 인한 연산속도 향상의 결과로 판단된다. 정성적 평가에서는 메시 및 텍스처 품질의 차이가 일부 발생하였다. 오픈소스 소프트웨어로 생성된 3D 모델은 메시표면에 노이즈가 다수 발생하거나 메시의 표면이 부드럽지 않고 유물의 제작흔, 문양의 표현을 확인하기 어려웠다. 하지만 일부 프로그램에서 정량적·정성적 평가에서 상용 소프트웨어에 견줄 만한 품질을 획득할 수 있었다. 3D 모델 편집을 위한 오픈소스 소프트웨어에서는 사진실측 결과물의 후처리, 정합, 병합뿐만 아니라 유물 실측에 필요한 스케일 조정, 입단면도 제작 및 이미지 렌더링까지 가능하였다. 이후 오픈소스 캐드 프로그램에서 트레이싱하여 최종 도면을 완성하였다. 고고학 연구에서 사진실측의 적용은 발굴과정부터 보고서 작성 그리고 3D 모델 데이터의 수치정보를 이용한 연구 등 활용 가능성이 매우 높다. 컴퓨터 비전의 획기적인 발전으로 오픈소스 소프트웨어의 종류도 다양해졌고 성능도 상당부분 개선된 것으로 확인되었다. 누구나 쉽게 디지털 기술의 적용이 가능한 현재 고고 자료의 3D 모델 데이터의 획득은 문화유산의 보존과 연구 활성화를 위한 기초자료로 활용될 수 있다.

• 암석학회지
• /
• 제21권3호
• /
• pp.287-307
• /
• 2012

영남육괴 지리산지구의 남동부에 위치하는 연구지역은 선캠브리아기 지리산 변성암복합체와 하동 북부 회장암복합체 그리고 이들을 관입하는 중생대 화성암류 등으로 주로 구성되어 있고, 지체구조는 한반도의 일반적인 방향인 북동-남서 방향이 아닌 남북 방향으로 발달한다. 본 논문은 하동 북부 회장암복합체와 그 주변부의 지리산 변성암복합체에 발달하는 남북 방향의 지체구조 형성과 관련된 지질구조를 규명하기 위하여 이들 구성암류에 대한 변형단계별 구조적 특성을 연구하였다. 그 결과 연구지역의 지질구조는 적어도 세 번의 변형단계를 거쳐 형성되었음을 알게 되었다. (1) $D_1$ 변형은 $S_0$ 엽리의 상부가 남동쪽으로 이동하는 대규모 연성전단작용으로 지리산 변성암복합체와 하동 북부 회장암복합체에 $F_1$ 칼집 내지 "A"형 습곡과 $F_1$ 습곡축면에 (준)평행한 $S_{0-1}$ 복합엽리 내지 $S_1$ 엽리와 $D_1$ 연성전단대 그리고 $F_1$ 습곡축에 평행한 $L_1$ 신장선구조를 형성시켰다. (2) $D_2$ 변형은 동서 방향의 압축 지구조환경 하에서 $D_1$ 구조요소를 (재)습곡시키는 남북 방향의 $F_2$ 개방, 밀착, 등사, 층간 습곡과 $F_2$ 습곡축면에 (준)평행하게 발달하는 $D_2$ 연성전단대와 $S_{0-1-2}$ 복합엽리 내지 $S_2$ 엽리와 $D_2$ 연성전단대에 수반된 S-C-C' 구조와 $L_2$ 신장선구조를 형성시켰다. 지질도 규모의 $F_2$ 습곡의 날개부에 해당하는 하동 북부 회장암복합체와 지리산 변성암복합체의 동쪽 경계부를 따라서는 $F_2$ 수동적 습곡작용 동안에 입도 세립화와 함께 압쇄구조와 신장선구조를 형성시키는 압쇄암화과정에서 적어도 1.4 km 이상의 폭을 갖고 연장성 있는 남북 방향의 $D_2$ 연성전단대(하동전단대)가 형성되었다. (3) $D_3$ 변형은 남북 방향의 압축 지구조환경 하에서 동서 방향의 $F_3$ 킹크 내지 개방 습곡을 형성시켰고, $D_3$ 변형 이전의 남북 방향 구조요소들을 국부적으로 (동)북동 내지 (서)북서 방향으로 재배열시켰다. $D_2$ 변형 이전의 $D_1$ 광역 지체구조의 방향성은 현재와 달리 북동-남서 방향이었다. 하동 북부 회장암복합체와 그 주변부의 지리산 변성암체에 발달하는 광역적인 남북 방향의 지체구조는 북동-남서 방향의 $D_1$ 지체구조가 $F_2$ 능동 및 수동적 습곡작용에 의해 남북 방향으로 재배열되어 형성되었다. 연구지역의 세 번의 변형작용은 (북)북동 방향의 염기성 암맥군의 관입 집중기로 알려진 고생대 말 이전에 발생하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.