• 지능정보연구
• /
• 제24권1호
• /
• pp.227-252
• /
• 2018

인터넷의 발달을 통해 지속적으로 인스턴트 커뮤니케이션이 발달해왔다. 인스턴트 커뮤니케이션에서 가장 대표적인 것이 메신저 애플리케이션이다. 메신저 애플리케이션에서 이모티콘은 송신자의 감정 전달을 보완하기 위해 활용됐다. 메신저 애플리케이션 송신자의 감정 전달에 약한 모습을 보이는데 그 이유는 면대면 커뮤니케이션이 아니기 때문이다. 이모티콘은 과거 화자의 기분 상태를 나타내는 기호로만 사용됐다. 그러나 현재는 이모티콘은 감정 전달 뿐만 아니라 개인의 특성과 개성을 나타내고 싶어 하는 소비자의 심리를 반영하는 형태로 발전해가고 있다. 이모티콘의 사용 환경이 개선되었고, 이모티콘 자체가 발전함으로써 이모티콘 자체에 대한 관심도는 증가하였다. 대표적인 예로 카카오톡, 라인, 애플 등에서 서비스를 진행하고 있으며, 관련 컨텐츠 상품의 매출도 지속적으로 증가할 것으로 전망하고 있다. 이모티콘 자체의 관심도 증가와 관련 사업의 성장세에도 불구하고 현재 적절한 이모티콘 추천 시스템이 부재하다. 국내 점유율 90% 이상의 메신저 애플리케이션인 카카오톡조차 단순히 인기 순이나 최근 순, 혹은 간략한 카테고리 별로 분류한 정도이다. 소비자들은 원하는 이모티콘을 찾기 위해서 스크롤을 계속해서 내려야 하는 불편함이 있으며, 본인이 원하는 감성의 이모티콘을 찾기 어렵다. 소비자들이 편의성 향상과 기업의 이모티콘 관련 사업의 판매 매출 증가를 위해 소비자가 원하는 이모티콘을 추천해줄 수 있는 이모티콘 추천 시스템이 필요하다. 적절한 이모티콘을 추천하기 위해서 소비자가 이모티콘을 보고 느낀 감성에 대해 정량화할 필요성이 있다. 정량화를 통해 소비자가 원하는 이모티콘 셋이 가진 특징과 감성에 대해 분석할 수 있으며, 분석 결과를 토대로 소비자에게 이모티콘을 추천할 수 있다. 이모티콘은 메타데이터화의 방법으로 정량화가 가능하다. 메타데이터화 방법은 빅데이터 시대에 비정형, 반정형 데이터에 대해서 의미를 추출하기 위해 데이터를 구조화 혹은 조직화하는 작업이다. 비정형 데이터인 이모티콘을 메타데이터화를 통해 구조화한다면, 쉽게 소비자가 원하는 감성 형태로 분류할 수 있을 것으로 생각한다. 정확한 감성을 추출하기 위해 감정과 관련된 선행 연구를 통해 7개의 공통 감성 형용사와 한국어에서만 나타나는 은유 혹은 표현적 특징들을 반영하기 위해 하위 세부 표현들까지 고려했다. 이모티콘의 가장 큰 특징인 캐릭터를 기반으로 "표상", "형상", "색상"의 범주에서 세부 하위 감성들을 수집했다. 정확도 높은 추천 시스템을 설계하기 위해 감성 지표만이 아니라 객관적 지표도 고려하였다. 메타데이터화 방법을 통해 이모티콘이 갖고 있는 캐릭터의 특징을 객관적 지표로 14개, 감성 지표로 활용하기 위해 감성 형용사를 36개를 추출하였다. 추출된 감성 형용사는 대비되는 형용사로 구성하여 총 18개로 줄였으며, 18개의 감성 형용사는 카카오톡의 이모티콘을 인기 순으로 임의의 40개 셋을 대상으로 측정하였다. 측정을 위해 이모티콘을 평가할 조사 대상자 온라인으로 모집하였고, 277명의 20~30대의 이모티콘을 구매한 경험이 있는 소비자를 대상으로 설문을 진행하였다. 설문응답자에게 서로 다른 5개의 이모티콘 셋을 평가하도록 하였다. 평가 결과 수집된 18개의 감정 형용사는 요인분석을 통해 감성 지표 요인으로 추출하였다. 추출된 소비자 감성 지표의 요인은 "코믹", "부드러움", "모던함", "투명함"이었다. 이모티콘의 객관적 지표와 감성 지표 요인을 활용하여 소비자 만족과의 관계를 분석하였고, 객관적 지표와 감성 지표 간의 관계도 분석하였다. 이 과정에서 객관적 지표가 소비자 태도에 바로 영향을 주는 것이 아니라 감성 지표 요인을 통해 소비자 태도에 영향을 주는 매개 효과가 있음을 확인하였다. 분석 결과는 소비자의 감성 평가 메커니즘을 밝혀냈고, 소비자의 이모티콘 감성 평가 메커니즘은 객관적 지표가 감성 지표 요인에 영향을 미치며, 감성 지표 요인은 소비자 만족에 영향을 미치는 관계였다. 따라서 감성 지표 요인의 네 가지만으로 이모티콘 추천 시스템을 설계하였고, 추천 방법은 각 감성과의 거리를 유클리디안 거리로 측정하여 거리의 차가 0에 가까울수록 비슷한 감성으로 정의하였다. 본 연구에서 제안한 이모티콘 시스템의 검증을 위해 각 감성 지표 요인과 소비자 만족의 평균을 지표 값으로 활용하여 각 이모티콘 셋의 감성 패턴을 그래프로 비교하였고, 추천된 이모티콘들과 선택된 이모티콘이 대체로 비슷한 패턴을 그리는 것을 확인하였다. 정확한 검증을 위해 사전 조사하였던 소비자를 대상으로 이모티콘 추천 시스템이 제시한 결과와 유사하게 평가하였는지 유사 순위를 세 구간으로 나누어 비교하였고, 순위별 예측 정확도는 결과 1순위 81.02%, 2순위 76.64%, 3순위 81.63%였다. 본 연구의 결과는 학문적, 실무적으로 다양한 분야에서 활용 가능한 방법론을 제시하였으며, 기존에 없던 이모티콘 추천 시스템의 설계를 통해 소비자에게는 편의와 이모티콘을 서비스하는 기업에는 매출증대의 효과를 가져올 것으로 예상한다. 그리고 본 연구를 통해 지능형 이모티콘 시스템으로 발전할 수 있는 단초를 제공했다는 점에서 의미가 있다. 본 연구에서 제안한 감성 요인들을 활용하여 감성 라이브러리로 사용함으로써, 새로운 이모티콘 출시 시 감성 평가의 지표로 활용할 수 있다. 축적된 감성 라이브러리와 기업의 판매 데이터, 매출 정보, 소비자 데이터를 결합하여 본 연구에서 제안한 추천 시스템을 복합형 추천 시스템으로 발전시켜 단순 소비자의 편의성이나 매출 증가뿐만 아니라 기업에서 전략적으로 활용 가능한 지적 자산으로 활용할 수 있을 것으로 판단한다.

• 핵의학기술
• /
• 제16권1호
• /
• pp.102-107
• /
• 2012

단 반감기 핵종을 이용한 PET검사는 방사성동위원소의 빠른 물리적 붕괴로 인하여 영상 획득을 위한 계수검출이 제한적이다. 이러한 이유로 비교적 낮은 감도의 검사에서는 보다 정확한 정량적 평가를 위하여 긴 시간동안 영상 획득을 적용하기도 한다. 본 연구에서는 $^{11}C$와 $^{18}F$를 이용한 PET 검사 시 영상 획득 시간에 따른 차이를 평가하여 합리적인 영상 획득 시간에 관하여 알아보고자 한다. 1994 NEMA Phantom에 $^{11}C$은 $30.08{\pm}4.22MBq$, $^{18}F$은 $40.08{\pm}8.29MBq$을 증류수에 희석하여 채운 후 $^{11}C$은 동적영상 1분씩 20회, 정적 영상 20분, $^{18}F$은 동적영상 2분30초씩 20회, 정적영상 50분을 획득하였다. 모든 데이터는 동일한 재구성법을 적용하였으며, 시간의 경과에 따른 붕괴보정을 적용하였다. 방출영상에 관심영역을 설정하고 최대 방사능 농도값(kBq/mL)을 비교하였으며, 각각의 동적영상을 영상 획득 시간의 증가에 따라 1개씩 증가시켜 영상 합산(Image summation) 후 영상의 관심 영역 내에서의 최대 방사능 농도값(kBq/mL)을 평가하였다. $^{11}C$ 동적영상의 시간 경과에 따른 최대 방사능 농도값은 $3.85{\pm}0.45{\sim}5.15{\pm}0.50kBq/mL$, 정적영상은 $2.15{\pm}0.26kBq/mL$였다. $^{18}F$ 동적영상은 $9.09{\pm}0.42{\sim}9.48{\pm}0.31kBq/mL$, 정적영상은 $7.24{\pm}0.14kBq/mL$였다. $^{11}C$의 동적영상 합산에서 영상 획득 시간의 합이 5, 10, 15, 20분으로 증가할수록 $2.47{\pm}0.4$, $2.22{\pm}0.37$, $2.08{\pm}0.42$, $1.95{\pm}0.55kBq/mL$으로 감소하였으며, $^{18}F$의 경우 합산된 영상 획득 시간의 합이 12분 30초, 25분, 37분 30초, 50분으로 증가할수록 $7.89{\pm}0.27$, $7.61{\pm}0.23$, $7.36{\pm}0.21$, $7.31{\pm}0.23kBq/mL$으로 감소하였다. 영상의 질을 평가 하는 SNR에서는 $^{11}C$과 $^{18}F$ 모두 동적영상획득 방법에서는 주사 후 시간이 흐를수록 SNR가 저하 되었으나, 영상 합산획득 방법에서는 합산 횟수가 증가 할수록 SNR가 향상 되는 것을 알 수 있었다. 동적영상에서 시간 경과에 따른 최대 방사능 농도값은 $^{11}C$과 $^{18}F$에서 증가하였고, 동적영상 합산의 경우는 합산수가 증가함에 따라 최대 방사능 농도값은 $^{11}C$과 $^{18}F$ 감소함을 보였다. $^{18}F$을 이용할 경우에는 시간 경과에 따른 정량평가의 오차를 크게 고려하지 않아도 될 것으로 사료되고, $^{11}C$를 이용한 PET 검사는 시간경과에 따른 감쇠 보정의 오차를 감안하여 추가의 감쇠 보정법을 적용하거나 30%정도의 오차를 적용하여 정적영상 획득시간을 반감기의 25% 이내인 5분 내외로 설정해야 할 것이다.

• 핵의학기술
• /
• 제16권1호
• /
• pp.27-33
• /
• 2012

수신증 진단을 받은 소아 환자 $^{99m}Tc$-DMSA 신장 검사에서 영상 획득 후 좌-우측 신장의 섭취 비율을 분석하기 위해 관심영역을 설정하는데, 장비의 자동 관심영역 설정 시 수신증으로 확장되어 있는 신우 부위까지 관심영역에 포함되어 정확한 좌-우 신장의 섭취율이라 할 수 없기에 본 연구는 신장 모형과 확장된 신우의 모형을 이용한 실험을 통해 수신증으로 인해 확장된 신우를 포함한 관심영역과 포함하지 않은 관심영역을 비교하여 보다 개선된 관심영역의 설정 방법을 제시 하고자 한다. 또한, 확장된 신우에 섭취된 방사성 의약품이 신장 피질 세포에서의 섭취인지 아니면 요관의 막힘으로 인한 잔류 소변 인지를 알아 보기 위해 판독의의 도움을 받아 알아 보기로 한다. 두 개의 신장 모형에 같은 양의 물을 채우고 $^{99m}TcO_4$ 111 MBq를 각각 넣어 섞었다. 확장된 신우를 표현하기 위해 5개의 고무 풍선에 물 용량을 각각 10 mL로 채운 후 $^{99m}TcO_4$를 각각 18.5, 37, 55.5, 74, 92.5 MBq를 각각 섞어 준비 하였다. 또한, 고무 풍선에 $^{99m}TcO_4$를 37 MBq으로 고정하고 물 용량을 각각 5, 10, 15, 20, 25 mL를 섞어 준비하였다. 좌측 신장은 모양 그대로 유지하고 우측 신장 모형에 이 고무 풍선을 붙여 수신증의 신장과 비슷한 모형을 만든 후 각각 200만 계수를 수집하였다. 수집된 영상을 확장된 신우를 포함한 관심영역과 포함하지 않은 관심영역을 그려서 좌-우 신장의 섭취비율을 비교 하였고, 재현성을 위해 한 영상당 5회씩 관심 영역을 설정하였다. 환자의 경우 $^{99m}Tc$-DMSA를 1.5~1.9 MBq/kg 주사하고, 3~4시간 후에 검사하였고, 숙련된 3명의 방사선사가 각각 1회씩 관심 영역을 설정하여 비교 평가 하였다. 두 자료 간의 통계적 유의성을 알아보기 위해 SPSS (ver. 17) Wilcoxon Signed Ranks Test 사용하였다. 신장 모형 실험 결과로 확장된 신우를 포함하여 관심영역을 설정한 것과 포함하지 않고 관심영역을 설정한 두 집단간에 수집계수, 주변 계수, 섭취율을 비교해 본 결과 수집계수와 섭취율의 변화된 결과를 얻을 수 있었고, 환자 검사 영상에서 또한 섭취율의 변화된 결과를 얻을 수 있었다. 또한, 확장된 신우에 섭취된 방사성 의약품은 확장된 신우에 의해 요관으로 내려가지 못한 잔류 된 소변이라는 것이 확인되었다. 위 결과에서 보여 주듯이 신장의 좌-우측 섭취율 도출 시에 수신증으로 인해 신우가 확장된 신장에서 신우를 포함하여 관심영역을 설정했을 때의 섭취율이 포함하지 않았을 때의 섭취율에 비해 과섭취율을 보여 주고 있다. 검사자의 작업 편의성과 결과의 신속성을 위해 자동 관심영역으로 설정하여 결과를 도출해 내고 있지만, 이러한 수신증 환자의 경우에는 확장된 신우에 방사성의약품이 섭취가 되어있는 것은 잔류된 소변이므로 관심영역 설정 시에 확장된 신우 부분을 제외하고 수동으로 관심영역을 설정해야 정확한 좌-우측 신장의 섭취율을 도출할 수 있을 것이라 사료된다.