• 한국건설관리학회논문집
• /
• 제20권4호
• /
• pp.22-33
• /
• 2019

정부에서는 공동주택 노후화 문제에 대응하여 공동주택 리모델링 활성화를 위한 법과 제도를 꾸준히 개정 발전시켜왔다. 그러나 이러한 노력에도 불구하고 아직까지 세대수증가형 리모델링은 활성화되지 못하고 있다. 그 이유로 다양한 문제점이 있지만, 본 연구에서는 리모델링 사업 초기단계에 합리적인 사업성 분석과 의사결정을 위한 도구가 없다는 문제점에 주목하여 리모델링 사업성평가 모델을 제시하였다. 일반적으로 사업성(수익성) 판단은 리모델링 설계안 도출 이후에 이루어지기 마련인데, 리모델링 사업을 추진하기 위한 의사결정은 초기 추진위 단계에서 결정되기 때문에 기획단계 사업성 분석 모델이 필요하다. 이에 따라 기존의 단지정보와 자문 및 연구를 통해 도출한 리모델링 사업변수들을 이용하여 공사비, 사업비, 금융비, 일반분양수입비를 산출하였고, 이를 활용하여 투자수익률과 조합원 분담금을 개략적으로 산출할 수 있는 알고리즘을 개발하였다. 또한 개발된 초기단계 사업성 분석모델을 3개의 기추진 사례에 적용하여 모델의 적용성을 검증하였다. 비록 3개의 사례에 적용하였으나, 모델의 예측값과 실제 사례값의 오차는 5%이하로 본 모델의 적용성은 상당히 높다고 볼 수 있다. 향후 사례수를 늘려가면서 모델의 적용성을 높여간다면 실무에서 활용 가능한 유용한 tool이 될 수 있을 것으로 판단된다. 본 연구에서 개발된 개략 사업성 평가 모델은 입주민들의 빠른 의사결정을 지원하여 원활한 사업추진이 가능하게 할 것이며, 모델이 지역별로 다양하게 적용된다면 세대수증가형 리모델링사업 가능단지들의 규모를 파악하고 이를 지원하는 지자체의 정책 수립에도 기여할 수 있을 것으로 기대한다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.64-80
• /
• 2018

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1041-1053
• /
• 2018

본 연구에서는 용담댐 유역을 대상으로 저수위/저수량 모니터링 및 예측을 위하여 고해상도 위성관측 자료를 이용하는 방법과 위성으로부터 추출한 강수량 자료로부터 가뭄지수를 이용한 저수위를 모니터링하고 SSA를 이용한 PCA방법으로 예측모델을 구축하여 가뭄을 예측하는 방법을 개발하였다. 용담댐 저수위와 SPI(3)와의 상관계수가 0.78로 매우 높은 상관성을 보였으며, 위성자료를 통하여 산정한 가뭄지수를 활용하여 댐 저수위/저수량 모니터링 및 예측 가능성을 진단하였다. SSA에 의한 주성분 분석결과 SPI(3)과 각 RC자료의 상관관계를 분석한 결과 CC=0.87~0.99의 높은 상관성을 보였으며, 표준화된 댐 저수위(N-W.S.L.)와 RC자료의 상관관계를 분석한 결과 CC=0.83~0.97의 비교적 높은 상관성을 보임을 확인하였다. 또한, Sentinel-2 위성의 MSI (Multi-Spectral Instrument) 센서로 댐수위의 변화를 모니터링하기 위해 지수 기법을 적용하여 수체 탐지 알고리즘을 개발하였으며, 용담댐유역에 대해 2016년부터 2018년까지의 수계 면적 변화를 분석하였다. 이를 기반으로 Sentinel-2 위성영상으로 추출한 수계 면적 변화를 이용하여 가뭄 감시 분야에 대한 활용 가능성을 제시하였다. 본 연구의 결과는 다양한 위성관측자료로부터 미계측 지역의 저수량 모니터링과 수문학적 가뭄 모니터링/예측에 활용이 가능할 것이다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.83-89
• /
• 2021

라이프스타일이 빠르게 변화하고 있고, 식생활과 식품가공 기술의 발전에 따라 가구별로 식품 소비패턴이 매우 다양하다. 본 논문은 가구 단위의 농식품 구매 정보를 담고 있는 농촌진흥청이 구축하고 있는 소비자 패널 데이터의 식품군을 재분류하고 농식품 소비행위 주체인 패널 대표자의 연령대별로 그룹화하여 농식품 소비 특성 비교를 하였다. 연령대 구분의 기준은 대사질환 유병률로 20% 이상인 60대 이상 그룹과 10% 미만인 30~40대 그룹으로 나누었다. LightGBM 알고리즘을 사용하여 30~40대와 60대 이상의 식품 소비패턴의 차이를 분류 분석한 결과 정밀도는 0.85, 재현율은 0.71, F1_score는 0.77로 나타났다. 변수중요도의 결과는 과자류, 엽경채나물류, 조미채류, 과채류, 수산물류 순이었으며, SHAP 지표의 상위 5개 값은 과자류, 수산물류, 조미채류, 과채류, 엽경채나물류 순이었다. 이상치에 민감한 평균을 대신한 중앙값으로 소비패턴을 이진 분류한 결과 과자류의 경우 30~40대가 60대보다 두 배 이상 높은 것을 알 수 있었다. 이외의 변수에서도 30~40대와 60대 이상 사이에서 유의미한 차이를 보였다. 연구 결과 30~40대는 60대보다 과자류를 두 배 이상 소비하는 패턴을 보였으며, 60대의 경우 30~40대보다 수산물, 조미채류, 과채류, 엽경채나물류를 두 배 이상 섭취하였다. 상위 5개 품목 외에도 밀가공식품인 과자, 빵류, 면류에서 30~40대의 소비가 높았으며, 이는 60대의 식품 소비패턴과 차이를 보였다.

• 생태와환경
• /
• 제54권4호
• /
• pp.272-279
• /
• 2021

필터의 손상 없이 포집할 수 있는 필터케이스를 적용하고, 전압 제어와 압력 제어를 각각 할 수 있는 펌프 방식의 eDNA 포집 및 채수 시스템을 개발하여 집수매거 취수원을 대상으로 종래의 진공압 방식의 포집 및 추출 실험과 eDNA 농도를 비교함으로써 개발 시스템의 필터링 성능을 평가하였다. 개발된 시스템은 전압제어(Manual pump system) 방식과 압력제어(Automatic pump system) 방식으로 구분하여 필터링 시 필터기 내부 압력을 측정하고 각 시스템의 압력 변화를 비교하였다. 전압제어 방식은 필터링 초기에 65 [KPa]로 시작하여 필터링 시간이 경과함에 따라 필터에 축적되는 여과물의 양이 증가하므로 압력이 점진적으로 증가하였다. 압력제어 방식은 설계된 알고리즘에 따라 일정 압력을 유지하도록 제어한 결과, 압력 센서의 피드백 시간에 따라 필터링 과정에서 압력 변동의 폭은 차이가 있으나 목표 압력에 수렴하는 것을 확인하였다. 개발된 시스템의 필터링 성능을 확인하기 위해 eDNA 농도를 측정하고 전압제어 방식과 압력제어 방식을 대조군과 비교하였다. 전압제어 방식은 대조군과 유사한 결과를 얻을 수 있었으나 압력제어 방식은 대조군에 비해 낮게 나타났다. 압력제어 방식의 경우 필터링 시 압력 편차가 크고, 필터링 과정에서 일정한 압력을 유지하기 때문에 나타난 결과로 사료된다. 따라서 필터링 시에는 일정한 압력을 유지하는 것보다 필터링 시간 경과와 함께 여과물의 증가에 따라 압력이 점진적으로 증가하는 전압제어 방식이 eDNA를 포집하는데 적합함을 확인하였다. 정수역과 유수역의 eDNA 평균농도를 대조군으로 비교한 결과, 각각 96.2 [ng µL^-1], 88.4 [ng µL^-1]로 나타났으며, 펌프 방식으로 eDNA 평균농도를 비교한 결과는 각각 90.7 [ng µL^-1], 74.8 [ng µL^-1]로 정수역에서 필터링한 시료에서 높게 나타났다. 정수역에서 eDNA 농도가 높게 나타난 것은 잔존하는 eDNA를 비롯한 미세 유기물의 영향으로 사료된다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.444-451
• /
• 2022

최근 토마토 수경재배가 증가하며 장기 재배가 일반화 되고 있다. 수경재배에서는 작물의 양분과 수분 요구도를 고려하여 적정 양액을 공급하는 것이 생산성, 자원의 이용, 환경보전 측면에서도 매우 중요한데 장기재배에서는 계절적인 환경변화가 심하므로 이것을 고려한 급액 관리가 매우 중요하다. 따라서 코이어 배지를 이용한 토마토 장기재배에서 급액량이 생육과 수량에 미치는 영향을 구명하고자 하였다. 온실 외부에 설치된 일사 센서로 적산일사를 기준으로 급액 횟수를 조절하였으며, 생육시기별로 급액 기준을 변경하며 4수준(High, Medium high, Meidum low, Low)으로 급액량을 달리 처리하였다. 급액량이 많을수록 배액률이 높았으며 배액의 EC가 지나치게 높아지는 것을 방지 할 수 있었다. 재배기간이 경과하면서 배액 EC가 높아졌는데 급액량이 적은 처리일수록 상승 폭이 컸다. 초장은 급액량이 가장 적은 처리구가 다른 처리구에 비하여 작았고 마디수와 화방의 발생 수는 급액량에 영향을 받지 않았다. 착과수는 전체적으로는 급액량의 영향을 크게 받지 않았으나 저온기에 발생한, 12-15화방에서는 급액량이 가장 많았던 처리구가 착과수가 적었다. 배꼽썩음과는 급액량이 가장 적은 처리구가 많았고 발생 시기도 빨랐다. 과실의 크기는 High 처리구가 컸으나 전체 수량은 Medium high 처리가 가장 많았다. 시험의 결과로 코이어를 이용한 토마토 수경재배에서 급액량이 근권의 양·수분 안정화와 생산성에 미치는 영향과 적정한 급액 관리의 중요성을 확인할 수 있었다. 따라서 최근에 보급되고 있는 복합환경제어시스템에 근권의 정보를 기준으로 정밀급액제어 알고리즘을 적용한다면 수경재배 제어기술 발전과 더불어 작물의 생산성 향상에도 기여할 수 있을 것으로 판단되므로 이에 대한 지속적인 연구가 필요할 것이다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.1-17
• /
• 2023

정보통신기술의 발전과 디지털 기기의 대중화로 인해, 온라인 시장의 규모가 커지고 있다. 그 결과 고객들은 상품을 선택하는데 많은 시간과 비용이 소요되는 정보 과부하(Information Overload) 문제에 직면하고 있다. 따라서 고객이 선호할만한 상품을 추천해 주는 추천 시스템은 필수적인 도구가 되었으며 협업 필터링(Collaborative Filtering) 기법은 가장 널리 쓰이는 추천 방법이다. 전통적인 추천 시스템은 평점과 같은 정량적인 데이터만을 사용하기 때문에 추천의 정확도는 높지 않다. 이와 같은 문제를 해결하기 위해 요즘에는 사용자 리뷰와 같은 정성적 데이터를 반영하는 연구가 활발히 진행되고 있다. 협업 필터링의 일반적인 절차는 사용자-상품 행렬 생성, 이웃 집단 탐색, 추천 목록 생성 3단계로 구성되며 코사인 같은 사용자 유사도를 사용하여 목표 고객의 이웃을 탐색하며, 추천 상품 목록을 생성한다. 본 연구에서는 이웃 집단 탐색 및 추천 목록 생성 단계에서 사용하는 사용자 간의 유사도를 기존의 사용자 평점을 이용한 유사도에 고객의 리뷰 데이터를 사용하는 확장된 사용자 유사도를 제시한다. 리뷰를 정량화 하기 위해 본 연구에서는 텍스트 마이닝을 활용한다. 즉, 리뷰 데이터에 TF-IDF, Word2Vec, 그리고 Doc2Vec 기법을 사용하여 두 사용자 간의 리뷰 유사도를 구한 후 사용자 평점을 사용한 유사도와 리뷰 유사도를 결합한 확장된 유사도를 생성하는 것이다. 이를 검증하기 위해 전자상거래 사이트인 Amazon의 'Health and Personal Care'의 사용자 평점과 리뷰 데이터를 사용하였다. 실험 결과, 사용자 간 유사도를 산출할 때 기존의 평점에 기반한 유사도만을 사용하는 것보다, 사용자 리뷰의 유사도를 추가로 반영한 확장된 유사도를 사용하면 추천의 정확도가 높아진다는 것을 확인했다. 또한, 여러 텍스트 마이닝 기법 중에서 TF-IDF 기법을 사용한 확장된 유사도를 이웃 집단 탐색 및 추천 목록 생성단계에서 사용할 때의 성능이 가장 좋게 나타났다.

• 한국수자원학회논문집
• /
• 제56권6호
• /
• pp.403-417
• /
• 2023

본 연구에서는 CCTV 영상 기반 강우강도 산정 시 필수적으로 요구되는 적정 강우 이미지 DB를 구축하기 위한 방법론을 개발하였다. 먼저, 실환경에서 불규칙적이고 높은 변동성을 보일 수 있는 변수들(바람으로 인한 빗줄기의 변동성, 녹화 환경에서 포함되는 움직이는 객체, 렌즈 위의 흐림 현상 등)에 대한 통제가 가능한 한국건설생활환경시험연구원 내 기후환경시험실에서 CCTV 영상 DB를 구축하였다. 서로 다른 5개의 실험 조건을 고려하여 이상적 환경에서 총 1,728개의 시나리오를 구성하였다. 본 연구에서는 1,920×1,080 사이즈의 30 fps (frame per second) 영상 36개에 대하여 프레임 분할을 진행하였으며, 총 97,200개의 이미지를 사용하였다. 이후, k-최근접 이웃 알고리즘을 기반으로 산정된 최종 배경과 각 이미지와의 차이를 계산하여 빗줄기 이미지를 분리하였다. 과적합 방지를 위해 각 이미지에 대한 평균 픽셀 값을 계산하고, 설정한 픽셀 임계치보다 큰 자료를 선별하였다. 180×180 사이즈로의 재구성을 위해서 관심영역을 설정하고 10 Pixel 단위로 이동을 진행하여 픽셀 변동성이 최대가 되는 영역을 산정하였다. 합성곱 신경망 모델의 훈련을 위해서 120×120 사이즈로 재변환하고 과적합 방지를 위해 이미지 증강 과정을 거쳤다. 그 결과, 이미지 기반 강우 강도 합성곱 신경망 모델을 통해 산정된 결과값과 우량계에서 취득된 강우자료가 전반적으로 유사한 양상을 보였으며, 모든 강우강도 실험 조건에 대해서 약 92%의 데이터의 PBIAS (percent bias)가 절댓값 범위 10% 이내에 해당하였다. 본 연구의 결과물과 전이학습 등의 방법을 연계하여 기존 실환경 CCTV의 한계점을 개선할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.57-84
• /
• 2023

현대사회는 정보통신기술 및 빅데이터 기술의 발전으로 누구나 인터넷을 통해 손쉽게 방대한 데이터를 얻고 활용할 수 있는 시대로, 양질의 데이터를 수집하는 능력을 넘어 수많은 정보 속에서 올바른 데이터만을 선별하는 능력이 더욱 중요해지고 있다. 이러한 기조는 학계에서도 이어지고 있는데, 축적되는 연구물 속에서 양질의 연구를 선별하여 올바른 지식구조를 형성하기 위해, 다양한 연구 분야에서 체계적 고찰(systematic review) 및 비체계적 고찰(non-systematic review)과 같은 문헌연구(literature review)가 수행되고 있다. 한편, 코로나19 팬데믹 이후 의료산업에서도 그동안 합의에 이르지 못했던 원격의료가 제한적으로나마 허용되고, 인공지능 및 빅데이터 기술이 응용된 건강추천시스템(health recommender systems: HRS)과 같은 새로운 의료서비스가 각광을 받고 있다. 하지만, 실무적으로 HRS가 미래 의료산업 발전을 이끌 중요한 기술로 평가받고 있음에도 불구하고, 학술적인 문헌연구는 다른 분야에 비해 매우 부족한 실정이다. 더불어 HRS는 학제적 성격이 강한 융합 분야임에도 불구하고, 기존의 문헌연구는 비체계적 고찰과 체계적 고찰 방법만을 주로 활용하여 이뤄졌기 때문에, 다른 연구 분야와의 상호작용이나 동적인 관계를 유추하기에는 한계가 존재한다. 이에, 본 연구에서는 인용네트워크 분석(citation network analysis: CNA)을 활용하여 HRS 및 주변 연구 분야의 전체적인 네트워크 구조를 파악하였다. 또한, 이 과정에서 최신 논문이 인용 관계가 잘 나타나지 않는 문제를 보완하기 위해 GraphSAGE 알고리즘을 적용함으로써, HRS 연구에 있어 'recommender system', 'wireless & IoT', 'computer vision', 'text mining' 등과 같은 연구 분야들의 중요도가 높아지고 있음을 파악하였으며, 이와 동시에 개인화(personalization) 및 개인정보보호(privacy) 등과 같은 새로운 키워드가 주요 이슈로 등장하고 있음을 확인하였다. 본 연구를 통해 HRS 연구 커뮤니티의 구조를 파악하고, 관련된 연구 동향을 살펴보며, 미래 HRS 연구 방향을 설계함에 있어 실질적인 통찰을 제공할 수 있을 것으로 기대한다.

• 정보화정책
• /
• 제30권2호
• /
• pp.22-45
• /
• 2023

AI 기반 음성비서 서비스 이용에 관한 연구에서는 서비스 이용 경험으로 인한 이용자의 신뢰 및 프라이버시 보호와 관련된 문제가 지속적으로 제기되고 있다. 본 연구의 목적은 AI에 대한 개인의 신뢰와 온라인 프라이버시 염려가 AI 기반 음성비서의 지속적인 사용에 미치는 영향, 특히 상호 작용의 영향을 실증적으로 분석하는 것이다. 본 연구에서는 선행연구를 바탕으로 설문문항을 구성하고 응답자 405명을 대상으로 온라인 설문조사를 실시하였다. 인공지능에 대한 사용자의 신뢰와 개인정보보호 관심이 인공지능 기반 음성비서 서비스 도입 및 지속 이용의도에 미치는 영향을 Heckman 선택모형을 이용하여 분석하였다. 연구의 주요 결과로 첫째, 인공지능 기반 음성비서 서비스 이용행태는 기술수용 촉진요인인 지각된 유용성, 지각된 이용편의성, 사회적 영향에 의해 긍정적인 영향을 받았다. 둘째, 인공지능에 대한 신뢰는 인공지능 기반 음성비서 서비스 이용행태에 통계적으로 유의한 영향을 미치지 않았으나 지속 이용의도에는 정(+)의 영향을 미쳤다. 셋째, 프라이버시 염려 수준은 AI에 대한 신뢰와의 상호작용을 통해 지속적인 이용의도를 억제하는 효과(β=-0.153)가 있음을 확인하였다. 이러한 연구 결과는 디지털 정부를 구현하기 위한 거버넌스로서 기술에 대한 신뢰를 높이고 프라이버시에 대한 사용자의 우려를 완화할 수 있는 이용자 의견수렴과 조치를 통한 이용자 경험을 강화할 필요가 있음을 시사한다. 이러한 수단으로서 인공지능 기반의 정책서비스를 도입할 때, 인공지능 기술의 적용 범위를 공론화 과정을 통해 투명하게 공개하고, 프라이버시 문제가 사후적으로 추적 및 평가될 수 있는 제도의 마련과 프라이버시의 보호를 고려한 알고리즘의 개발이 필요하다.