• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권9호
• /
• pp.317-322
• /
• 2022

정보기술의 급격한 발달은 의료 환경에서도 많은 변화를 가져오고 있다. 특히 빅데이터와 인공지능(AI)을 활용한 의료영상 정보 시스템의 빠른 변화를 견인하고 있다. 전자의무기록(EMR)과 의료영상저장전송시스템(PACS)으로 구성된 처방전달시스템(OCS)은 의료 환경을 아날로그에서 디지털로 빠르게 바꾸어 놓았다. PACS는 여러 솔루션과 결합하여 호환, 보안, 효율성, 자동화 등 새로운 발전 방향을 보여주고 있다. 그 중, 영상의 질적 개선을 할 수 있는 빅데이터를 활용한 인공지능(AI)과의 결합이 활발히 진행되고 있다. 특히 딥러닝 기술을 활용하여 의료 영상 판독을 보조할 수 있는 시스템인 AI PACS가 대학과 산업체의 협력으로 개발되어 병원에서 활용되고 있다. 이처럼 의료 환경에서 의료영상 정보 시스템의 빠른 변화에 맞추어 의료시장의 구조적인 변화와 이에 대처할 수 있는 의료정책의 변화도 필요하다. 한편, 의료영상정보는 디지털 의료영상 전송 장치에서 생성되는 DICOM 방식을 기본으로 하고, 생성하는 방법의 차이에 따라 Volume 영상, 단면 영상인 2차원적 영상으로 구분된다. 또한, 최근 많은 의료기관에서는 스마트 병원 서비스를 내세우며 차세대 통합 의료정보시스템의 도입을 서두르고 있다. 차세대 통합 의료정보시스템은 EMR을 바탕으로 전자동의서, AI와 빅데이터를 활용한 정밀의료, 외부기관 등을 통합한 솔루션으로 구축하며, 이를 바탕으로 환자 정보 DB 구축과 데이터의 표준화를 통한 의료 빅데이터 기반의 의학 연구를 목적으로 한다. 우리나라의 의료영상 정보 시스템은 앞선 IT 기술력과 정부의 정책에 힘입어 세계적인 수준에 있으며, 특히 PACS 관련 프로그램은 의료 영상정보 기술에서 세계로 수출을 하고 있는 한 분야이다. 본 연구에서는 빅데이터를 활용한 의료영상 정보 시스템의 분석과 함께 의료영상 정보 시스템이 국내에 도입되게 된 역사적 배경을 바탕으로 현재의 흐름을 파악하고 나아가 미래의 발전 방향을 예측하였다. 향후, 20여 년 동안 축적된 DICOM 빅데이터를 기반으로 AI, 딥러닝 알고리즘을 활용하여 영상 판독률을 높일 수 있는 연구를 진행하고자 한다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.121-142
• /
• 2023

수입식품의 수입 건수와 수입 중량이 꾸준히 증가함에 따라 식품안전사고 방지를 위한 수입식품의 안전관리가 더욱 중요해지고 있다. 식품의약품안전처는 통관단계의 수입검사와 더불어 통관 전 단계인 해외제조업소에 대한 현지실사를 시행하고 있지만 시간과 비용이 많이 소요되고 한정된 자원 등의 제약으로 데이터 기반의 수입식품 안전관리 방안이 필요한 실정이다. 본 연구에서는 현지실사 전 부적합이 예상되는 업체를 사전에 선별하는 기계학습 예측 모형을 마련하여 현지실사의 효율성을 높이고자 하였다. 이를 위해 통합식품안전정보망에 수집된 총 303,272건의 해외제조가공업소 기본정보와 2019년도부터 2022년 4월까지의 현지실사 점검정보 데이터 1,689건을 수집하였다. 해외제조가공업소의 데이터 전처리 후 해외 제조업소_코드를 활용하여 현지실사 대상 데이터만 추출하였고, 총 1,689건의 데이터와 103개의 변수로 구성되었다. 103개의 변수를 테일유(Theil-U) 지표를 기준으로 '0'인 변수들을 제거하였고, 다중대응분석(Multiple Correspondence Analysis)을 적용해 축소 후 최종적으로 49개의 특성변수를 도출하였다. 서로 다른 8개의 모델을 생성하고, 모델 학습 과정에서는 5겹 교차검증으로 과적합을 방지하고, 하이퍼파라미터를 조정하여 비교 평가하였다. 현지실사 대상업체 선별의 연구목적은 부적합 업체를 부적합이라고 판정하는 확률인 검측률(recall)을 최대화하는 것이다. 머신러닝의 다양한 알고리즘을 적용한 결과 Recall_macro, AUROC, Average PR, F1-score, 균형정확도(Balanced Accuracy)가 가장 높은 랜덤포레스트(Random Forest)모델이 가장 우수한 모형으로 평가되었다. 마지막으로 모델에 의해서 평가된 개별 인스턴스의 부적합 업체 선정 근거를 제시하기 위해 SHAP(Shapley Additive exPlanations)을 적용하고 현지실사 업체 선정 시스템에의 적용 가능성을 제시하였다. 본 연구결과를 바탕으로 데이터에 기반한 과학적 위험관리 모델을 통해 수입식품 관리체계의 구축으로 인력·예산 등 한정된 자원의 효율적 운영방안 마련에 기여하길 기대한다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.175-196
• /
• 2022

우리나라의 주력 산업 중 하나였던 정보통신 및 가전 산업은 점차 수출 비중이 낮아지는 등 수출 경쟁력이 약화되고 있다. 본 연구는 이런 정보통신 및 가전 산업의 수출 제고를 돕기 위해서 객관적으로 수출경쟁력을 분석하고 수출 유망국가를 제시하고자 했다. 본 연구는 수출경쟁력 평가를 위해서 네트워크 분석 중 구조적 특징, 중심성 그리고 구조적 공백 분석을 수행했다. 유망 수출 국가를 선정하기 위해서는 기존에 경제적 요인 외에도 이미 형성된 글로벌 무역 네트워크(ITN) 즉 글로벌 밸류체인(GVC)의 특성을 고려할 수 있는 새로운 변수를 제안했다. 국가간 무역 네트워크 분석에서 Exponential Random Graph Model(ERGM)을 통해 도출된 개별적인 링크에 대한 조건부 로짓값(log-odds)을 수출가능성을 나타낼 수 있는 대리변수로 가정했다. 이런 ERGM의 링크 연결 가능성까지 고려해 수출 유망국가를 추천하는 데는 모수적 접근 방법과 비모수적 접근 방법을 각각 활용했다. 모수적 방법에서는 ERGM에서 도출된 네트워크의 링크별 특성값을 기존의 경제적 요인에 추가 고려하여 우리나라 정보통신 및 가전 산업 수출액을 예측하는 회귀분석 모형을 개발했다. 또한 비모수적 접근 방법에서는 클러스터링 방법을 바탕으로 한 Abnormality detection 알고리즘을 활용했는데, 2개 Peer(동배)에서 벗어난 이상값을 찾는 방법으로 수출 유망국가를 제안했다. 연구 결과에 따르면, 해당 산업 수출 네트워크의 구조적 특징은 이전성이 높은 연결망이었으며, 중심성 분석결과에 따르면 우리나라는 수출에 규모에 비해서 영향력이 약한 것으로 나타났고, 구조적 공백 분석결과에서 수출 효율성이 약한 것으로 나타났다. 본 연구가 제안한 추천모델에 따르면 모수 분석에서는 이란, 아일랜드, 북마케도니아, 앙골라, 파키스탄이 유망 수출 국가로 나타났으며, 비모수 분석에서는 카타르, 룩셈부르크, 아일랜드, 북마케도니아, 파키스탄이 유망 국가로 분석되었으며, 분석방법에 따라 추천된 국가에서는 일부 차이가 나타났다. 본 연구결과는 GVC에서 우리나라 정보통신과 가전 산업의 수출경쟁력이 수출 규모에 비해서 높지 않음을 밝혔고, 따라서 수출이 더욱 감소될 수 있음을 보였다. 또한 본 연구는 이렇게 약화된 수출경쟁력을 높일 수 있는 방안으로 다른 국가들과의 GVC 네트워크까지 고려해 수출유망 국가를 찾는 방법을 제안했다는데 의의가 있다.

• 한국작물학회지
• /
• 제4권1호
• /
• pp.31-71
• /
• 1968

수도원연품종간 교배육종에 있어서 지리적 생태품종 간의 잡종 초기 세대의 생육일수와 불임성의 변이에 관한 지견을 얻고자 대표적인 Indica와 Japonica 그리고 그중간형인 Beaumont 품종과 Ponlai등 7개 품종을 상호 교배하여 IRRI(북위 $14^{\circ}$17')에서 $F_1$ 을 10시간 및 14시간 조명하에서 $F_2$를 단일건계의 자연일장하에서 재배하고 수원(북위 $37^{\circ}$16')에서도 $F_1$을 10시간 및 자연일장하에, $F_2$ 및 $F_3$을 자연일장하에 각각 재배하고 출수일수 및 불임율을 조사 연구하였다. 1. 출수일수 : 1) $F_1$들은 10시간 단일하에서는 조생이 만생에 대해 우성 내지 초월성으로 나타났고 14시간 장일하에서는 우성 내지 불완전 우성으로 나타났는데 IRRI와 수원에서 모두 같았다. 2) IRRI에서 단일시기에 재배된 $F_2$는 조생이 만생에 대해 불완전우성이며 분리는 연속적이었다. 수원에서 조기재배된 $F_2$는 대부분의 조합에서 조생이 불완전우성이거나 중간성으로 적기 재배된 $F_2$는 대부분의 조합에서 만생이 불완전 우성이거나 중간성으로 나타났다. 3) 극단의 만생간의 조합에 있어서도 유효 출수 가능한 초월분리 개체가 있었다. 4) 기본영양생장성이 긴 품종들의 조합에서는 변이의 폭이 넓었고 신품종의 평균과 친계열평균 변이계수와에는 높은 상관이 있었다. 5) $F_1$이나 중간친으로 $F_2$집단의 평균 출수일수를 예측할수 있으며 $F_2$평균과 $F_3$계통 평균과에도 높은 상관이 있었으나 IRRI에서 재배된 $F_2$개체와 수원에서 재배된 $F_3$계통간의 상관은 없었다. 6) IRRI에서 재배된 $F_2$와 수원에서 재배된 $F_3$계통간에는 통계학적으로 조정된 heritability가 매우 낮아서 출수일수에 관한 선발의 효과는 단일감응성 품종에 대해서는 기대하기 어렵다. 7) $F_1$ 및 $F_2$의 평균 출수일수는 정역교배간에 차가 없거나 극소하였다. 8) 잡종의 단일감응성 측정치를 친계열별 평균과 이 평균으로 부터의 편차로 구분 계산하여 단일감응성에 기여하는 양친들의 효과에 따라 친품종을 감응성품종과 비감응성 품종을 구분 할 수 있었다. 9) 단일감응성은 $F_1$이 양친보다 높으며 $F_2$, $F_3$으로 세대가 진전함에 따라 낮아진다. 10) 온도차에 따른 $F_1$의 출수일수 반응은 양친품종보다 작으며 장일과 단일하에서의 온도반응의 차이는 품종에 따라 차이가 있었다. 2. 불임율 : 1) IRRI에서도 수원에서도 다같이 $F_1$의 불임은 조합에 따라 차가 크며 친품종의 불임율과 상관이 없었다. 또 10시간 단일하에서는 14시간 장일하에서 보다 불임율이 높았다. 2) $F_1$에서 불임이 높았던 조합이 $F_2$에서도 높았으며 단일감응성이 높은 품종과 고온감응성이 높은 품종간의 조합에서 불임이 높았고 그 분산의 폭도 넓었다. 3) $F_2$ 평균은 $F_1$보다 낮으며 $F_3$계통들의 평균은 $F_2$평균보다 낮아 세대가 진전됨에 따라 불임율이 낮아지며 $F_3$에서는 조합간의 차가 현저하지 못하게 되었다. 4) $F_2$에 있어서는 화분불임과 종실불임간에 상관이 미약하였다. 5) $F_1$과 $F_2$평균의 불임율에는 정역교배간에 차가 없었다. 6) 잡종 불임을 잡종강세에서와 같이 Griffing의 방법에 따라 조합 능력 검정을 한 결과 SCA 효과는 GCA효과보다 컸는데 SCA효과가 특히 큰 것은 감광성이 높은 품종과 감온성이 높은 품종간의 조합들이였다. 7) IRRI에서 재배된 $F_2$와 수원에서 재배된 $F_3$과에는 불임에 관해 상관이 낮으며 $F_3$에서는 $F_2$에서보다 불임율이 낮아졌다. 8) $F_2$에 있어서 출수일수와 불임율과에는 상관이 거의 없었다.