• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.151-164
• /
• 2024

상수도 공급을 위한 정수장에서 전염소 또는 중염소 공정이 도입된 수처리 공정의 염소농도 관리에 필요한 공정제어를 위하여 AI 기술을 활용한 수질예측 기법이 연구되고 있다. 본 연구에서는 정수장 수처리 공정에서 실시간으로 관측, 생산되고 있는 수량·수질자료를 이용하여 염소소독 공정제어 자동화를 목적으로 침전지 후단의 잔류염소 농도를 예측하기 위한 AI 기반 예측모형을 개발하였다. AI 기반 예측모형은 과거 수질 관측자료를 학습하여 이후 시점의 수질에 대한 예측이 가능한 기법으로, 복잡한 물리·화학·생물학적 수질모형과 달리 간단하고 효율적이다. 다중회귀 모형과 AI 기반 모형인 랜덤포레스트와 LSTM을 이용하여 정수장의 침전지 후단 잔류염소 농도를 예측하여 비교하였다. 최적의 잔류염소 농도 예측을 위한 AI 모형의 입출력 구조로는 침전지 전단의 잔류염소 농도, 침전지 탁도, pH, 수온, 전기전도도, 원수의 유입량, 알칼리도, NH₃ 등을 독립변수로, 예측하고자 하는 침전지 유출수의 잔류염소 농도를 종속변수로 선정하였다. 독립변수는 침전지 후단의 잔류염소에 영향이 있는 정수장에서 확보가 가능한 관측자료중에서 분석을 통해 선별하였으며, 분석 결과 연구대상 정수장인 정수장에서는 중회귀모형, 신경망모형, 모델트리 및 랜덤포레스트 모형을 비교한 결과 랜덤포레스트에 기반한 모형오차가 가장 낮게 도출되는 결과를 얻을 수 있었다. 본 연구에서 제시하는 침전지 후단의 적정 잔류염소 농도 예측값은 이전 처리단계에서 염소주입량의 실시간 제어가 가능토록 할 수 있어 수처리 효율 향상과 약품비 절감에 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.37-51
• /
• 2015

인터넷 기술의 발전과 인터넷 상 데이터의 급속한 증가로 인해 데이터의 활용 목적에 적합한 분석방안 연구들이 활발히 진행되고 있다. 최근에는 텍스트 마이닝 기법의 활용에 대한 연구들이 이루어지고 있으며, 특히 문서 내 텍스트를 기반으로 문장이나 어휘의 긍정, 부정과 같은 극성 분포에 따라 의견을 스코어링(scoring)하는 감성분석과 관련된 연구들도 다수 이루어지고 있다. 이러한 연구의 연장선상에서, 본 연구는 인터넷 상의 특정 기업에 대한 뉴스 데이터를 수집하여 이들의 감성분석을 실시함으로써 주가의 등락에 대한 예측을 시도하였다. 개별 기업의 뉴스 정보는 해당 기업의 주가에 영향을 미치는 요인으로, 적절한 데이터 분석을 통해 주가 변동 예측에 유용하게 활용될 수 있을 것으로 기대된다. 따라서 본 연구에서는 개별 기업의 온라인 뉴스 데이터에 대한 감성분석을 바탕으로 개별 기업의 주가 변화 예측을 꾀하였다. 이를 위해, KOSPI200의 상위 종목들을 분석 대상으로 선정하여 국내 대표적 검색 포털 서비스인 네이버에서 약 2년간 발생된 개별 기업의 뉴스 데이터를 수집 분석하였다. 기업별 경영 활동 영역에 따라 기업 온라인 뉴스에 나타나는 어휘의 상이함을 고려하여 각 개별 기업의 어휘사전을 구축하여 분석에 활용함으로써 감성분석의 성능 향상을 도모하였다. 분석결과, 기업별 일간 주가 등락여부에 대한 예측 정확도는 상이했으며 평균적으로 약 56%의 예측률을 보였다. 산업 구분에 따른 주가 예측 정확도를 통하여 '에너지/화학', '생활소비재', '경기소비재'의 산업군이 상대적으로 높은 주가 예측 정확도를 보임을 확인하였으며, '정보기술'과 '조선/운송' 산업군은 주가 예측 정확도가 낮은 것으로 확인되었다. 본 논문은 온라인 뉴스 정보를 활용한 기업의 어휘사전 구축을 통해 개별 기업의 주가 등락 예측에 대한 분석을 수행하였으며, 향후 감성사전 구축 시 불필요한 어휘가 추가되는 문제점을 보완한 연구 수행을 통하여 주가 예측 정확도를 높이는 방안을 모색할 수 있을 것이다.

• 한국토양비료학회지
• /
• 제45권5호
• /
• pp.853-860
• /
• 2012

비산재 혼합에 의한 $CH_4$과 $CO_2$ 방출 저감 가능성을 조사하기 위해 질소 ($(NH_4)_2SO_4$) 무처리구와 처리구를 두고 비산재를 0, 5, 10% 수준으로 혼합한 후 토양 수분 변동조건 (습윤기간, 전이기간, 건조기간)에서 60일간 실험실내 항온배양실험을 통해 $CH_4$과 $CO_2$ flux를 분석하였다. 전체 항온배양기간 중 평균 $CH_4$ flux는 $0.59{\sim}1.68mg\;CH_4\;m^{-2}day^{-1}$의 범위였으며, 질소 무처리구에 비해 처리구에서 flux가 낮았는데, 이는 질소 처리시 함께 시용된 $SO_4^{2-}$의 전자수용체 기능에 의해 $CH_4$ 생성이 억제되었기 때문으로 판단되었다. 질소 무처리구와 처리구에서 비산재 10% 처리에 의해 $CH_4$ flux가 각각 37.5%와 33.0% 감소하였는데, 이는 물리적인 측면에서 미립질 (실트 함량 75.4%)인 비산재 시용에 의해 통기성 대공극량이 감소되어 $CH_4$ 확산 속도가 저감되었기 때문으로 판단되었다. 또한, 생화학적 측면에서는 비산재의 $CO_2$ 흡착능에 의해 $CH_4$ 생성의 주요 기작 중 하나인 이산화탄소 환원에 필요한 $CO_2$ 공급이 억제된 것도 원인 일 수 있다. 한편, 전체 항온 배양 기간의 평균 $CO_2$ flux ($0.64{\sim}0.90g\;CO_2\;m^{-2}day^{-1}$) 역시 질소 무처리구가 질소 처리구보다 높았다. 이는 일반적으로 질소 시비에 의해 토양 호흡량이 증가한다는 기존의 연구결과와는 상이한데, 본 연구에서 질소 처리에 의해 활성화된 미생물에 의해 $CO_2$ flux 최초 측정 시점 (처리 후 2일째) 이전에 이미 상당한 양의 $CO_2$가 이미 방출되어 실측 flux에 반영되지 못했기 때문으로 설명이 가능했다. $CH_4$과 유사하게 $CO_2$ flux도 비산재무처리구에 비해 비산재 10% 처리구에서 약 20% 감소하였는데, 이는 비산재의 원소 구성 중 Ca과 Mg과 토양수내 탄산이온의 탄산염 ($CaCO_3$과 $MgCO_3$)화 반응에 의한 $CO_2$ 침전 때문이다. 이상과 같은 비산재 처리에 의한 $CH_4$과 $CO_2$ flux 감소에 의해 지구온난화지수 역시 비산재 10% 처리구에서 약 20% 감소하였다. 따라서, 비산재는 논 토양에서 $CH_4$과 $CO_2$ 방출 저감에 효과가 있는 것으로 나타났으며, 실재 벼 재배 포장에서의 실험을 통한 추가적인 검증이 필요하다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.179-196
• /
• 2019

최근의 '똑똑한 소비자(Smart Consumer)'라 불리는 소비자가 많아지고 있는데, 이들은 제조사나 광고를 통해 전달되는 정보에 의존하지 않고, 기존 사용자나 전문가들의 후기, 여러 과학 지식을 획득하여 제품에 대한 이해를 높이고, 본인 스스로가 직접 판단하여 구매하고 있다. 특히나 화장품 분야는 인체 유해성과 같은 부정적인 요소에 대한 민감도가 높고, 자신의 고유한 피부 특성과의 조화도 고려되어야 하기 때문에, 전문적인 지식과 타인의 경험, 본인의 과거 경험 등을 종합적으로 생각하여 구매 의사결정을 내려야 하고, 이에 대해서 적극적인 소비자가 많아지고 있다. 이러한 움직임은 '셀프 뷰티' 와 같은 '셀프' 문화의 열풍과 함께, 문화 현상인 '그루밍족'의 등장, 사회적 트렌드인 'K-뷰티' 와도 동행한다고 할 수 있다. 맞춤형 화장품에 대한 관심의 급부상도 이러한 현상 중 하나라 볼 수 있다. 소비자들의 맞춤형 화장품의 니즈를 충족시키기 위해, 화장품 제조사나 관련 기업들은 ICT기술과의 융합을 통하여 프리미엄 서비스를 중심으로 소비자의 니즈에 대응하고 있다. 그러나 기업 및 시장 현황이 맞춤형 화장품을 향해 진화하고 있지만, 소비자의 피부 상태, 추구하는 감성, 실제 제품이나 서비스까지 소비자 경험을 전체적으로 완전하게 다루는 지능형 데이터 플랫폼은 부재한다. 본 연구에서는 소비자 경험에 대한 지능형 데이터 플랫폼 구축을 위한 첫 단계로 소비자 언어 기반의 화장품 감성 분석을 수행하였다. 소비자들 개인의 선호나 취향이 분명한 앰플/세럼 카테고리를 중심으로 매출 순위 1위에서 99위까지의 99개 제품을 선정하여, 블로그와 트위터 등의 SNS 상에 언급되는 후기 내에 화장품 경험에 대한 소비자 감성을 수집하였다. 총 357개의 감성 형용사를 수집하였고, 고객 여정 워크샵을 통해 유사 감성을 합치고, 중복 감성을 통합하는 작업을 수행하였으며, 최종 76개 형용사를 구축했다. 구축한 형용사에 대한 SOM 분석을 통해 화장품에 대한 소비자 감성에 대한 클러스터링을 실시했다. 분석 결과, 총 8개의 클러스터를 도출했고, 클러스터 별 각 노드의 벡터 값을 기준으로 소비자 감성 Top 10을 도출했다. 소비자 감성을 기준으로 클러스터별 소비자 감성에 서로 다른 특징이 발견됐으며, 소비자에 따라 다른 소비자의 감성을 선호, 기존과는 다른 소비자 감성을 고려한 추천 및 분류 체계가 필요함을 확인했다. 연구 결과를 통해 감성 분석의 활용 도메인이 화장품만이 아닌 다양한 영역으로 확장될 수 있음 확인했으며, 감성 분석을 통한 소비자 인사이트를 도출할 수 있다는 점을 시사했다. 또한, 본 연구에서 활용한 디자인 씽킹(Design Thinking)의 방법론의 적용하여 화장품 특화된 감성 사전을 과학적인 프로세스로 구축했으며, 화장품에 대한 소비자의 인지 및 심리에 대한 이해를 도울 수 있을 것으로 기대한다.

• 한국토양비료학회지
• /
• 제5권2호
• /
• pp.1-38
• /
• 1972

우리나라 답토양(畓土壤)에 대(對)한 토지(土地)의 합리적(合理的) 이용(利用), 토지기반조성(土地基盤造成) 및 생산성 향상(向上) 그리고 토양(土壤)에 관(關)한 조사연구(調査硏究)의 방향(方向)을 뒷받침하기 위(爲)하여 김제만경평야(金堤萬頃平野)에 분포(分布)하고 있는 답토양(畓土壤)에 대(對)한 형태(形態) 및 이화학적(理化學的) 특성(特性) 그리고 그와 수도수량(水稻收量)과의 관계(關係)를 구명(究明)하고 이를 기초(基礎)로 하여 답토양(沓土壤)의 분류법(分類法)과 적성등급구분(適性等級區分)을 시안(試案)하였는 바 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 답토양(畓土壤)의 형태(形態), 이화학적(理化學的) 특성(特性) 및 그와 수도수량(水稻收量)과의 관계(關係) 김제(金堤) 만경평야(萬頃平野)에 분포(分布)하고 있는 15개(個) 답토양통(畓土壤統)에 대(對)하여 이들 토양(土壤)의 형태(形態), 이화학적(理化學的) 특성(特性)을 보면 다음과 같다. 토양단면(土壤斷面)의 발달정도(發達程度)를 보면 공덕(孔德), 김제(金堤), 만경(萬頃), 백구(白鷗), 봉남(鳳南), 부용(芙蓉), 수암(水岩), 전북(全北), 지산(芝山) 및 호남통(湖南統)는 B(Cambic B)층(層)이 있고 극락(極樂)과 화동통(華東統)은 Bt(Argillic B)층(層)이 있으나 광활(廣活), 신답(新踏) 및 화계통(華溪統)에는 B층(層) 혹(或)은 Bt층(層)이 없다. 특(特)히 공덕(孔德) 및 봉남통(鳳南統)은 흑니층(黑尼層)이 심토(心土) 하부(下部)에 개재(介在)되여 있다. 토양단면(土壤斷面)의 토색(土色)을 보면 공덕(孔德), 광활(廣活), 백구(白鷗) 및 신답통(新踏統)은 대체(大體)로 청회색(靑灰色), 암회색(暗灰色)을 띄우고 김제(金堤), 만경(萬頃), 봉남(鳳南), 부용(芙蓉), 수암(水岩), 전북(全北), 지산(芝山) 및 호남통(湖南統)은 회색(灰色), 회갈색(灰褐色)을 띠우며 극락(極樂), 화계(華溪) 및 화동통(華東統)은 표토(表土) 및 표토하부(表土下部)의 회색(灰色)을 제외(除外)하고 황갈색(黃褐色), 갈색(褐色)을 띠운다. 토양단면(土壤斷面)의 토성(土性)을 보면 공덕(孔德), 극락(極樂), 김제(金堤), 봉남부용(鳳南芙蓉), 호남(湖南) 및 화동통(華東統)은 식질(埴質)이고 백구(白鷗), 전북(全北) 및 지산통(芝山統)은 식양질(埴壤質) 혹은 미사식양질(微砂埴壤質)이며 광활(廣活), 만경(萬頃) 및 수암통(水岩統)은 미사사양질(微砂砂壤質) 그리고 신답(新踏) 및 화계통(華溪統)은 사질(砂質) 혹은 석력사질(石礫砂質)이다. 표토(表土)의 탄소함량(炭素含量)은 0.29%~2.18% 범위(範圍)에 있으나 1.0~2.0%인 것이 많으며 표토(表土)의 전질소함량(全窒素含量)은 0.03%~0.24% 범위(範圍)에 있다. 이들은 심토(心土) 혹은 기층(基層)으로 갈수록 감소(減少)되는 경향(傾向)이나 불규칙적(不規則的)이다. 표토(表土)의 탄질비(炭窒比)는 4.6~15.5 범위(範圍)인데 8~10인 것이 많으며 심토(心土) 및 기층(基層)에서는 표토(表土)에 비(比)하여 그 범위(範圍)가 커서 3.0~20.25이다. 토양반응(土壤反應)은 pH4.5~8.0 범위(範圍)에 있으나 광활(廣活) 및 만경통(萬頃統)을 제외(除外)하고는 모두 산성(酸性)이다. 염기치환용량(鹽基置換容量)은 표토(表土)에서는 5~13 me/100g 범위(範圍)이며 심토(心土) 및 기층(基層)에서는 사질토양(砂質土壤)을 제외(除外)하고 모두 10~20 me/100g 범위(範圍)에 있다. 염기포화도(鹽基飽和度)는 공덕(孔德) 및 백구통(白鷗統)을 제외(除外)하고는 모두 60% 이상(以上)이다. 표토(表土)의 활성철함량(活性鐵含量)은 0.45~1.81% 범위(範圍)이고 역환원성(易還元性)망간은 15~148ppm 범위(範圍)이며 유효규산은 36~366ppm 범위(範圍)에 있다. 이들 3성분(成分)의 용탈(溶脫) 및 집적(集積)은 토양배수(土壤排水), 토성조건(土性條件)에 따라 다르지만 대체(大體)로 10~70cm 범위(範圍)에 집적(集積)하고 있으나 규산(珪酸)은 경우(境遇)에 따라 철(鐵), 망간 보다 깊은 층위(層位)에 집적(集積)되여 있다. 각(各) 토양통(土壤統)의 주요특성(主要特性)은 해안(海岸)에서 부터 거리에 따라 점변(漸變)하고 있으며 점토(粘土), 유기탄소(有機炭素) 및 pH는 해안(海岸)으로 부터 내륙(內陸)으로 옮겨가는 거리와 다음과 같은 상관(相關)이 있다. y(표상(表上)의 점토함량(粘土含量)) = $$-0.2491x^2+6.0388x-1.1251$$ y (심토(心土) 및 표토하부(表土下部)의 점토함량(粘土含量)) = $$-0.31646x^+7.84818x-2.50008$$ y(표토(表土)의 유기탄소함량(有機炭素含量)) = $$-0.0089x^2+0.2192x+0.1366$$ 로서 내륙(內陸)으로 갈수록 높아지는 경향(傾向)이며 y(심토(心土) 및 표토하부(表土下部)의 pH) = $$0.0178x^2-0.4534x-8.353$$ 로서 내륙(內陸)으로 갈수록 낮다. 토양(土壤)의 형태(形態) 및 이화학적(理化學的) 특성(特性)에 있어 특기(特記)되는 것은 토양(土壤)의 발달도(發達度), 토색(土色), 모재(母材)의 다원적(多元的) 퇴적(堆積), 유기물층(有機物層)의 개입(介入), 토성(土性) 및 토양반응(土壤反應) 등(等)이였으며 이들은 답토양(畓土壤)의 분류(分類)에서 고려(考濾)되여야 할 사항(事項)이였다. 토양(土壤)의 몇가지 특성(特性)과 수도수량(水稻收量)과의 관계(關係)에서 토양배수(土壤排水)가 약간양호(若干良好) 내지(乃至) 불량(不良)한 식질토(埴質土), 양질토(壤質土) 그리고 유효심도가 낮은(50cm) 식질토(埴質土)들은 수량(收量)이 대부분(大部分) 10a당(當) 375kg 이상(以上)이며 사질토(砂質土), 배수(排水)가 양호(良好)한 식질토(埴質土), 유효심도가 낮은 양질토(壤質土) 및 함염토(含鹽土)들은 수량(收量)이 대부분(大部分) 10a당(當) 375kg미만(未滿)이다. 수도수량(水稻收量)에 영향(影響)을 미치는 토양(土壤)의 형태적(形態的) 특성(特性)은 토양배수(土壤排水), 토성(土性), 유효심도, 표토(表土) 및 표토하부(表土下部)의 회색화(灰色化) 그리고 염농도(鹽濃度) 등(等)이며 이들은 답토양(畓土壤)의 적성등급구분(適性等級區分)에서 고려(考慮)되여야 할 사항(事項)이였다. 2. 답토양(畓土壤)의 분류(分類) 및 적성등급구분(適性等級區分) 답토양(畓土壤)의 분류기준(分類基準)은 토양(土壤) 자체(自體)가 가지고 있는 성질(性質)에 근거(根據)를 두었다. 토양분류단위(土壤分類單位)는 토양대군(土壤大群), 토양군(土壤群), 토양아군(土壤亞群), 토양계(土壤系) 그리고 토양통(土壤統)의 5단계(段階)를 두고 분류(分類)의 기본(基本) 단위(單位)는 토양통(土壤統)으로 하였다. 토양분류(土壤分類)에 있어 형태적(形態的) 특성(特性)의 차이(差異)를 결정(決定)하기 위(爲)하여 2종류(種類)의 특징토층(特徵土層) 즉(卽) 숙성토층(熟成土層) 및 반숙토층(半熟土層)을 설정(設定)하여 이들의 유무(有無) 및 종류(種類)를 토양대군(土壤大群)의 분류기준(分類基準)으로 하였다. 토양군(土壤群) 및 토양아군(土壤亞群)의 분류(分類)에 있어 고려(考慮)되여야 할 특징적(特徵的) 토양특성(土壤特性)은 우선(于先), 토색(土色), 염농도(鹽濃度), 표토(表土) 및 표토(表土) 하부(下部)의 회색화(灰色化), 토사(土砂)의 다원적(多元的) 퇴적(堆積) 그리고 유기물층(有機物層)의 개입(介入)으로 하였으며 토양계(土壤系)의 분류(分類)에서 고려(考慮)한 토양특성(土壤特性)은 토양반응(土壤反應), 토성(土性) 및 석력함량(石礫含量)에 근거(根據)를 두어 분류(分類)하는 한편 이들에 대(對)한 정의(定義)를 내렸다. 그리고 필자(筆者)의 시안(試案)과 기존(旣存)의 분류안(分類案)을 상호비교(相互比較)하여 검토(檢討)하였다. 답토양(畓土壤)의 적성등급구분(適性等級區分)은 인위적(人爲的) 작용(作用)에 의(依)한 가변성(可變性)이 적은 토양특성(土壤特性)을 토대(土臺)로 하였으며 등급구분단위(等級區分單位)는 등급(等級) 및 아급(亞級)의 2단계(段階)를 두었다. 등급(等級)은 토양(土壤)의 잠재생산력(潛在生産力)이 어느 주어진 단위(範圍)에서 같고 토지이용(土地利用) 및 관리(管理)의 난이(難易)를 고려(考慮)한 토양조건(土壤條件)에 따라 1급(級)에서 4 급지(級地)까지의 4 등급(等級)으로 구분(區分)하였고 아급(亞級)은 동일등급내(同一等級內)에서 중요(重要)한 제한인자(制限因子)로 하였으며 그 인자(因子)는 경사(傾斜), 저염(低濕), 사질(砂質) 석력(石礫), 염해(鹽害), 미력(美熟)이다. 이들 등급(等級) 및 아급(亞級)을 각각(各各) 정의(定義)를 하였으며 아울러 분류시안(分類試案)과의 연관성(連關性)을 검토(檢討)하였다. 김제(金堤) 만경평야(萬頃平野)의 15개(個) 답토양통(畓土壤統)의 분류(分類) 및 적성등급(適性等級) 구분시안(區分試案)을 종합(綜合)하여 보면 다음과 같다.