• 식품과학과 산업
• /
• 제54권4호
• /
• pp.293-300
• /
• 2021

식품안전사고는 2009년 이후 해마다 5천건 이상 매년 2%씩 증가하고 있는 추세이며 환경오염 및 농수산물 원산지표시 위반 등이 증가하고 있어 먹거리 안전에 대한 국민 불안은 가중되고 있는 실정이다. 식품안전사고를 예방할 수 있는 가장 좋은 방법은 빨리 검사하는 방법이라고 대부분 알고 있지만 식품생산 및 유통 현장에 분석 비전문가 수준에서 활용할 수 있는 검사기술이 부족한 실정이다. 최근 현장진단기술 중 시료에서 검사까지 가능한 STA 기술을 중심으로 유전자 기반 식중독균을 검사하는 방법에 대해 소개하였다. 사람이 아닌 원격지 무인으로 식품위해인자를 직접적으로 검사하여 식품안전정보를 위변조 없이 생성할 수 있다면 현재의 빅데이터와 인공지능 기술로부터 보다 정확한 위험을 예측할 수 있어 오염원을 관리할 수 있다. 이러한 정보 처리는 현재 클라우드 기술을 이용하여 스마트폰에서도 활용 가능한 수준이기 때문에 영세사업장이나 공공 단체급식 등에 활용 가능할 것으로 판단된다.

• 한국항해항만학회지
• /
• 제46권1호
• /
• pp.1-10
• /
• 2022

본 연구는 제4차 산업혁명 기술에 의해 선박의 자동화와 지능화가 진전되면서 자율운항선박이 도입되게 됨에 따라 해기사 인력수요축소와 직능 전환 등의 문제가 대두되는 상황에서 해기사의 직무변화와 이에 따른 요구 역량을 분석하고 이를 배양하기 위한 인력양성 방향을 제시하였다. 선행연구 검토와 전문가 집단의 브레인스토밍과 AHP 설문조사를 통해 자율운항선박의 해기사 직무와 역량 요인을 도출하고 그 중요도를 평가하였다. 해기사 승선 자율운항선박의 해기사 직무 중에서 안전 운항과 비상시 대응 그리고 화물의 안전운송 관련 직무요인이 중요한 것으로 나타났으며, 자율운항시스템의 제어 및 운용 역량의 중요성이 매우 높으며 이를 뒷받침하기 위한 육·해상 커뮤니케이션과 AI 및 Big Data 분석 역량이 필요한 것으로 나타났다. 완전자율운항선박의 해기사 직무는 예상하지 못한 비상상황에 대비하여 선박을 안전하게 원격운항시키는 비상상황대처, 원격운항제어, 선박정비·관리 직무 순으로 중요도가 높으며, 해기사 역량에서는 자율운항시스템 제어와 운용 그리고 이를 수행하기 위한 Big Data 와 AI 활용 역량들의 중요도가 매우 높은 것으로 분석되었다, 이러한 요인들의 직무역량 함양을 위한 해기인력 양성 방향과 규모는 기술의 진보에 따라 크게 달라질 수 있는 점을 고려하여 자율운항선박 도입단계별로 필요한 해기사 교육 프로그램과 직무교육 내용 그리고 핵심역량 함양을 위한 교육인프라 구축 방안을 제시하였다. 이 연구는 자율운항선박의 해기사 직무 및 역량 요인을 실무적 관점에서 체계적으로 도출하였으며, 관련 전문가별 인식도를 분석함으로써 자율운항선박 도입에 대한 전문가 차원의 대응 방안을 진단하였다는데 연구의 의의가 있다.

• Journal of Plant Biotechnology
• /
• 제42권4호
• /
• pp.326-335
• /
• 2015

감귤은 전 세계적으로 가장 많이 생산되는 주요 과수작물이고 비타민 C와 구연산 및 감귤 고유의 플라보노이드를 비롯한 다양한 기능성 성분으로 인해 건강 기능성 식품 소재로도 각광받고 있다. 그러나 긴 유년기와 배우체 불임, 주심배 발생 및 고도의 유전적 잡종성 등 감귤 특유의 생식생물학적 특성으로 인해 교배를 통한 전통 육종의 품종개발에 있어서는 가장 어려운 작물에 속한다. 지구 온난화, 소비자 욕구 변화 등으로 인해 고품질 감귤의 안정적 생산과 품종 다양화를 위한 체계적 육종 프로그램의 도입이 시급한 실정이다. 감귤에서도 분자 육종 프로그램을 통한 품종 육성을 위해 세계적으로 가장 많이 재배되는 스위트 오렌지와 클레멘타인 만다린에 대한 고품질 표준 유전체 정보가 최근에 확보되었다. 표준유전체 서열을 기반으로 다양한 품종 및 교배집단들에 대한 유전체 해독, 비교유전체 분석, GBS 등을 통해 형질연관 마커 발굴, 유전자 기능 연구 등이 이루어질 것으로 전망된다. 아울러 다양한 전사체 분석이 이루어지고 있으며, 유전자 기능 및 유전자 co-expression 네트워크의 이해를 증진할 수 있을 것이다. 유전체 및 전사체 분석을 통해 확보한 대규모 SNP, InDel 및 SSR의 다형성 분자마커 big data를 이용한 고밀도 연관 및 물리 지도 작성이 이루어지고 있고, 궁극적으로 통합지도 작성이 이루어지게 될 것이다. 이를 통해 가까운 장래에 감귤 특이 주요 농업형질 연관 유전자의 정확도 높은 map-based 클로닝 및 빠르고 효율적인 분자표지 선발육종이 이루어질 것이다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.29-45
• /
• 2015

고객반응 예측모형은 마케팅 프로모션을 제공할 목표고객을 효과적으로 선정할 수 있도록 하여 프로모션의 효과를 극대화 할 수 있도록 해준다. 오늘날과 같은 빅데이터 환경에서는 데이터 마이닝 기법을 적용하여 고객반응 예측모형을 구축하고 있으며 본 연구에서는 사례기반추론 기반의 고객반응 예측모형을 제시하였다. 일반적으로 사례기반추론 기반의 예측모형은 타 인공지능기법에 비해 성과가 낮다고 알려져 있으나 입력변수의 중요도에 따라 가중치를 상이하게 적용함으로써 예측성과를 향상시킬 수 있다. 본 연구에서는 프로모션에 대한 고객의 반응여부에 영향을 미치는 중요도에 따라 입력변수의 가중치를 산출하여 적용하였으며 동일한 가중치를 적용한 예측모형과의 성과를 비교하였다. 목욕세제 판매데이터를 사용하여 고객반응 예측모형을 개발하고 로짓모형의 계수를 적용하여 입력변수의 중요도에 따라 가중치를 산출하였다. 실증분석 결과 각 변수의 중요도에 기반하여 가중치를 적용한 예측모형이 동일한 가중치를 적용한 예측모형보다 높은 예측성과를 보여주었다. 또한 고객 반응예측 모형과 같이 실생활의 분류문제에서는 두 범주에 속하는 데이터의 수가 현격한 차이를 보이는 불균형 데이터가 대부분이다. 이러한 데이터의 불균형 문제는 기계학습 알고리즘의 성능을 저하시키는 요인으로 작용하며 본 연구에서 제안한 Weighted CBR이 불균형 환경에서도 안정적으로 적용할 수 있는지 검증하였다. 전체데이터에서 100개의 데이터를 무작위로 추출한 불균형 환경에서 100번 반복하여 예측성과를 비교해 본 결과 본 연구에서 제안한 Weighted CBR은 불균형 환경에서도 일관된 우수한 성과를 보여주었다.

• 디자인학연구
• /
• 제17권1호
• /
• pp.163-178
• /
• 2004

본 연구에서는 신제품 개발시 최적 디자인을 선정하기 위한 의사결정방법이 많지 않은 상황에서 계층적 분석 모형을 이용해 신제품 디자인 요소들간의 계층적 구조를 분석하고 요인별 중요도를 추출하였다. 신제품 디자인 개발에 적용되는 디자인 요소의 중요도를 도출하기 위해 우선순위 도출에 관한 연구모형을 설계하고, 평가항목을 설정하였으며, 이들 변인들간의 관계를 알아보기 위해 실증적 연구접근을 실시하였다. 분석에 의한 디자인 요소별 평가결과를 요약하면 다음과 같다. 첫째, 적용을 위한 항목선정에 있어서 선행연구 자료를 통해 도출한 평가요소들을 다차원척도를 통해 4가지 차원으로 그룹화하였으며, Digital TV 제품과 관련된 속성을 36항목으로 구성하였다. 요인분석을 통하여 36항목의 평가세부기준들을 가능한 줄여서 간명성을 확보하고, 여러 항목들이 가지고 있는 특성을 하나의 요인으로 줄였다. 그 결과로 기능적 요소에서는 4개 요인을 추출하였고, 심미적 요소에는 3개 요인을 추출하였으며, 상징적 요소와 경제적 요소에서는 각각 2개 요인을 추출하였다. 둘째, 하나로 묶은 세부요인들은 다시 계층적 분석법을 통해서 서로간의 1:1 비교를 통해 중요도를 산출하였다. “Digital TV 구매시 디자인 요소의 중요도 평가”라는 전반적인 목표를 달성하기 위해 고려해야 할 상위기준과 각 기준에 대한 하위기준을 계층화하고 그에 따른 쌍별비교를 통해 요소의 중요 우선순위를 도출하였다.

• 과학기술학연구
• /
• 제19권1호
• /
• pp.91-135
• /
• 2019

21세기 빅데이터와 알고리즘, 인공지능의 발달로 점점 더 많은 영역에서 우리의 선택과 판단이 외주화(outsourcing)되고 있다. 그렇다면 통계적 모델과 컴퓨터 분석, 그리고 인공지능과 같은 새로운 기술들이 우리의 평가와 선택 활동들을 대체할수록, 우리의 삶에는, 그리고 우리의 정체성에는 어떠한 변화가 일어나는가? 본 논문은 자본주의 발전 과정에서 인간 자아에 대한 경제적, 도덕적 판단을 수행했던 활동, 즉 신용평가(credit rating)의 등장, 통계화와 자동화, 그리고 알고리즘화까지의 변화를 분석했던 연구들을 살펴보며, 이 과정을 추동했던 경제적, 기술적 요인들을 규명하려 할 것이다. 이를 통해 21세기 인간의 정치적, 사회적 가능성의 조건들, 그리고 자본주의 진화 과정에서 나타난 "평가된 자아"라는 새로운 주체들의 특징과 양상을 살펴볼 것이다. 마지막으로 자본주의적, 기술적 힘의 공간에서 형성된 "평가된 자아"가 어떻게 새로운 해방적 가능성을 이끌어낼 수 있는지 간략히 논의하며, 점차 인간의 판단을 대체하고 외주화하고 있는 인공지능 기술의 사회적 정치적 함의에 대해 논의해 볼 것이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2021년도 추계학술대회
• /
• pp.78-80
• /
• 2021

본 연구는 제4차 산업혁명 기술이 선박에도 적용됨에 따라 자율운항 선박이 출현하는 해운산업 환경 변화에 대응한 선원의 직무와 역량 변화를 문헌 연구 및 전문가 대상의 인식도 조사와 AHP 설문조사를 통해 분석하였다. 인식도 조사와 AHP 분석결과 도출된 중요 요인들을 종합하면 비상대응, 주의 및 위험항해, 일반항해, 화물취급, 감항성 유지, 비상상황대처, 선박정비·관리 등의 직무는 기존 해기사 교육체계로 교육이 가능하지만, 원격제어, 모니터링 진단, 기기운용능력, 빅데이터 분석 등의 직무는 해기사의 역할보다는 무인화 및 육상 제어를 위한 직무가 강조된 것으로 이를 위한 새로운 해기교육시스템 도입이 필요한 것으로 분석되었다. 자율운항선박의 해기사 직무변화 요인의 중요도를 평가함으로써 해기인력 양성에 대한 관련 선원양성 및 교육기관들의 대응전략과 자원배분의 우선순위 결정 등에 대한 정보를 제공하고 있으며, 해기사 직무 요인과 역량 요인에 대한 인식도와 해기사 직무 요인의 중요도를 비교 평가하여 자율운항선박 도입에 따른 해기사 직무변화 및 해기인력 양성 방안을 제시하였다. 본 연구는 자율운항선박의 해기사 직무 및 역량 요인을 실무적 관점에서 체계적으로 도출하였으며, 관련 전문가별 인식도를 분석함으로써 자율운항선박 도입에 대한 전문가 차원의 대응 실상을 진단해 보았다는 데 연구의 의의가 있다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.67-83
• /
• 2018

2013년 누적인원 2억명을 돌파한 한국의 영화 산업은 매년 괄목할만한 성장을 거듭하여 왔다. 하지만 2015년을 기점으로 한국의 영화 산업은 저성장 시대로 접어들어, 2016년에는 마이너스 성장을 기록하였다. 영화산업을 이루고 있는 각 이해당사자(제작사, 배급사, 극장주 등)들은 개봉 영화에 대한 시장의 반응을 예측하고 탄력적으로 대응하는 전략을 수립해 시장의 이익을 극대화하려고 한다. 이에 본 연구는 개봉 후 역동적으로 변화하는 관람객 수요 변화에 대한 탄력적인 대응을 할 수 있도록 주차 별 관람객 수를 예측하는데 목적을 두고 있다. 분석을 위해 선행연구에서 사용되었던 요인 뿐 아니라 개봉 후 역동적으로 변화하는 영화의 흥행순위, 매출 점유율, 흥행순위 변동 폭 등 선행연구에서 사용되지 않았던 데이터들을 새로운 요인으로 사용하고 Naive Bays, Random Forest, Support Vector Machine, Multi Layer Perception등의 기계학습 기법을 이용하여 개봉 일 후, 개봉 1주 후, 개봉 2주 후 시점에는 차주 누적 관람객 수를 예측하고 개봉 3주 후 시점에는 총 관람객 수를 예측하였다. 새롭게 제시한 변수들을 포함한 모델과 포함하지 않은 모델을 구성하여 실험하였고 비교를 위해 매 예측시점마다 동일한 예측 요인을 사용하여 총 관람객 수도 예측해보았다. 분석결과 동일한 시점에 총 관람객 수를 예측했을 경우 보다 차주 누적 관람객 수를 예측하는 것이 더 높은 정확도를 보였으며, 새롭게 제시한 변수들을 포함한 모델의 정확도가 대부분 높았으며 통계적으로 그 차이가 유의함으로써 정확도에 기여했음을 확인할 수 있었다. 기계학습 기법 중에는 Random Forest가 가장 높은 정확도를 보였다.