• 벤처창업연구
• /
• 제15권6호
• /
• pp.95-114
• /
• 2020

본 연구에서는 창업지원정책의 수혜 기업들의 창업성과에 미치는 영향을 살펴보고 지원기관 및 실무자에게 이론적 실무적 시사점을 제공하고자 창업지원정책이 창업성과에 미치는 영향에 관한 메타분석을 하였다. 이를 위해 2007년부터 2020년까지 국내에서 발표된 학술지 논문과 학위논문의 선행연구들 중에서 정의 통계수치인 상관계수가 포함된 논문을 최종적으로 35편 선정하였다. 창업지원정책의 선행연구에서 독립변수로는 자금지원, 교육지원, 시설/장비지원, 네트워크지원, 멘토링지원, 컨설팅지원, 마케팅지원, 경영지원, 기술지원, 인력지원과 종속변수로 창업성과인 재무적 성과, 비재무적성과에 미치는 영향의 효과크기를 검토하였다. 효과크기의 패턴을 시각적으로 이해하기 쉽도록 forest plot으로 제시하였고 small-study-effect인 출간편의가 있는 데이터들은 민감성 분석을 통하여 이상치를 검증하였다. 정부지원정책의 효과크기를 분석한 결과 대체로 중간이상의 효과크기를 나타내 창업성과에 영향을 미치고 있음이 검증되었다. 독립변수 중 창업성과에 대한 효과크기가 가장 큰 요소는 인력지원이며, 그 다음으로 기술지원, 마케팅지원, 경영지원, 시설/장비지원, 교육지원, 멘토링지원, 자금지원, 네트워크지원, 그리고 컨설팅지원 순으로 효과크기가 큰 것으로 분석되었다. 최근 2020년 10월 8일 「중소기업창업 지원법」이 제조업 중심에서 디지털 전환과 스마트화 등으로 개편한 만큼 창업지원정책도 창업단계를 고려하고 우선순위를 검증하여 예산의 편성을 하여야 한다.

• 광물과 암석
• /
• 제35권2호
• /
• pp.101-109
• /
• 2022

고준위방사성폐기물 내에 핵분열 생성물로 존재하는 방사성 세슘의 이동은 화강암을 기반으로 하는 고준위방사성폐기물 처분장의 안전성 평가를 위한 중요한 고려 항목이다. 지하수의 수리화학적 특성과 모암을 이루는 광물과의 반응 특성은 처분장에서 방출된 세슘의 이동 속도를 결정하는데 있어서 중요한 요소이다. 알칼리 금속인 세슘은 지하수 내의 주요 양이온들과 수착 자리를 놓고 경쟁하는 것으로 알려져 왔고, 흑운모는 화강암의 핵종 수착 특성에 중요한 기여를 하는 구성광물로 알려져 왔다. 이 논문은 심부 처분장의 무산소 환경을 모사하기 위해 혐기성 챔버에서 전형적인 중생대 원주화강암에 대한 세슘 수착특성을 연구한 결과를 보고한다. 분쇄한 화강암에 대하여 전해질(NaCl, KCl, CaCl₂) 용액과 합성지하수를 사용하여 세슘 초기농도(10^-5, 5×10^-6, 10^-6, 5.0×10^-7 M)를 달리하여 세슘 수착속도와 수착량을 측정하였다. 세슘 수착 실험 결과는 유사 2차 속도 모델(r² = 0.99)과 프로인들리히(Freundlich) 등온선 모델(r² = 0.99)로 잘 모사되었다. 특히 염화포타슘(KCl)은 모든 이온강도 및 세슘 초기농도에서 다른 전해질에 비해 가장 강력하게 세슘 수착을 제한하였다. 이는 포타슘 이온(K⁺)이 세슘의 가장 효과적인 경쟁 이온임을 지시하는 것으로 판단된다. 흑운모 함량에 따른 세슘 수착 실험 결과 흑운모의 세슘 수착 분배계수는 화강암 자체의 값보다 약 2배 이상 높았으며 선형관계를 나타냈다. 포타슘 이온은 주로 흑운모에 의해 공급되기 때문에, 이러한 결과는 처분심도 ~500 m 깊이에서 화강암체 내에 존재하는 흑운모가 세슘의 효율적인 수착재로 작용하지만 또한 지하수의 수리화학 조건에 따라 세슘의 수착을 저해하는 역할을 할 수 있음을 지시하며, 향후 이에 대한 상세한 후속 연구가 필요함을 보여준다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.191-206
• /
• 2022

대량의 말뭉치를 비지도 방식으로 학습하여 자연어 지식을 획득할 수 있는 사전학습 언어모델(Pre-trained Language Model)은 최근 자연어 처리 모델 개발에 있어 매우 일반적인 요소이다. 하지만, 여타 기계학습 방식의 성격과 동일하게 사전학습 언어모델 또한 학습 단계에 사용된 자연어 말뭉치의 특성으로부터 영향을 받으며, 이후 사전학습 언어모델이 실제 활용되는 응용단계 태스크(Downstream task)가 적용되는 도메인에 따라 최종 모델 성능에서 큰 차이를 보인다. 이와 같은 이유로, 법률, 의료 등 다양한 분야에서 사전학습 언어모델을 최적화된 방식으로 활용하기 위해 각 도메인에 특화된 사전학습 언어모델을 학습시킬 수 있는 방법론에 관한 연구가 매우 중요한 방향으로 대두되고 있다. 본 연구에서는 금융(Finance) 도메인에서 다양한 자연어 처리 기반 서비스 개발에 활용될 수 있는 금융 특화 사전학습 언어모델의 학습 과정 및 그 응용 방식에 대해 논한다. 금융 도메인 지식을 보유한 언어모델의 사전학습을 위해 경제 뉴스, 금융 상품 설명서 등으로 구성된 금융 특화 말뭉치가 사용되었으며, 학습된 언어 모델의 금융 지식을 정량적으로 평가하기 위해 토픽 분류, 감성 분류, 질의 응답의 세 종류 자연어 처리 데이터셋에서의 모델 성능을 측정하였다. 금융 도메인 말뭉치를 기반으로 사전 학습된 KB-BERT는 KoELECTRA, KLUE-RoBERTa 등 State-of-the-art 한국어 사전학습 언어 모델과 비교하여 일반적인 언어 지식을 요구하는 범용 벤치마크 데이터셋에서 견줄 만한 성능을 보였으며, 문제 해결에 있어 금융 관련 지식을 요구하는 금융 특화 데이터셋에서는 비교대상 모델을 뛰어넘는 성능을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.41-50
• /
• 2022

본 논문에서는 멜라닌과 헤모글로빈 등의 피부 색상을 구성하는 주요한 요소들을 카메라의 RGB 신호로부터 직접 계산하는 방법을 제안한다. 피부 색상의 주요한 요소들은 통상적으로 특정한 장비를 이용하여 분광 반사도를 측정하고, 측정된 빛의 일부 파장에서의 값들을 중심으로 재구성하는 방법을 사용한다. 이와 같은 방법으로 산출된 값들은 멜라닌 지수, 홍반 지수와 같은 것들이 있으며, 분광반사도 측정 장치나 다중스펙트럼 카메라 등의 특수한 장비를 필요로 한다. 일반적인 디지털 카메라로부터 이와 같은 성분요소들에 대한 직접적인 계산방법은 찾아보기 어려우며, 독립성분 분석(Independent Component Analysis)을 이용하여 멜라닌과 헤모글로빈의 농도를 간접적으로 계산하는 방법은 제안되어 있다. 이 방법은 일정한 RGB 영상의 영역을 대상으로 하여, 주성분 분석(Principal Component Analysis)과 유사한 방식으로 멜라닌과 헤모글로빈의 특성벡터를 추출하고, 농도를 계산할 수 있다. 이 방법의 단점은 일정한 영역의 화소 그룹을 입력으로 이용하기 때문에 화소단위의 직접적인 계산이 어렵고, 추출된 특성벡터는 최적화 방식으로 구현하기 때문에 실행할 때마다 다른 값으로 계산되는 경향이 있다. 최종적인 계산은 특성벡터 자체를 활용하지 않고, RGB 좌표계로 다시 변환하여 멜라닌과 헤모글로빈의 성분을 나타내는 영상 형태로 결정된다. 이 방법의 단점을 개선하기 위하여 제안하는 방법은 특성벡터를 활용하여 RGB 좌표계가 아닌 특징 공간에서 멜라닌과 헤모글로빈의 성분 값을 계산하는 것과, 일반적인 디지털 카메라를 이용하여 피부색에 해당하는 분광 반사도를 계산하는 방법, 분광 반사도를 이용하여 멜라닌과 옥시헤모글로빈, 디옥시헤모글로빈, 카로티노이드 등의 피부색소를 구성하는 세부 성분들의 계산방법 등이다. 제안한 방법은 분광 반사도 측정 장치나 다중 스펙트럼 카메라 등의 특수한 장비를 필요로 하지 않으며, 기존 방법과는 달리 화소단위의 직접적인 계산이 가능하고, 반복 실행에도 동일한 특성을 얻을 수 있다. 제안한 방법은 기존에 비하여 성능의 안정성을 나타내는 표준편차가 15% 수준으로 낮게 나타나 6배 정도의 안정적인 성능을 가진 것으로 추정된다.

• 헤리티지:역사와 과학
• /
• 제55권1호
• /
• pp.175-198
• /
• 2022

기술의 발전과 더불어 다양한 형태의 아날로그 정보를 디지털로 변환하는 방법이 보편화되었다. 그 결과 디지털 유산, 디지털 재건과 같이 가상공간 내에 데이터를 기록하고 구축하여 재생산하는 개념이 정립되면서 다양한 문화유산 보존과 연구에 적극적으로 활용되고 있다. 그러나 중소형 유물에 대한 최적의 스캐너를 제시하는 기존 연구 성과는 거의 없는 실정이다. 또한 스캐너 가격도 연구자들이 활용하기에는 저렴하지 않아 관련 연구가 많지 않다. 3D 스캐너 사양은 3D 모델 품질에 큰 영향을 끼친다. 특히 스캐너에서 사용되는 광원의 종류에 따라 물체 표면에서 반사되는 빛의 상태가 상이하므로 객체의 특성에 적합한 스캐너를 사용하는 것이 작업의 효율성을 올릴 수 있는 방법이다. 따라서 본고에서는 시기별 토기와 자기를 비롯한 다양한 재질의 중소형 매장문화재 9점을 대상으로 연구를 진행하여 네 가지 방식의 3D 스캐너가 어떠 품질 차이가 있는지 살펴보고자 하였다. 연구 결과 중소형 유물의 디지털 기록은 광학식 스캐너와 중소형 오브젝트 스캐너가 가장 적합하였다. 광학식 스캐너는 메시와 텍스처 모두 우수하나, 가격이 매우 높으며 휴대성이 떨어진다는 단점이 있다. 핸드헬드 방식은 휴대성과 신속성이 뛰어나다는 장점이 있었다. 가격 대비 결과물을 고려할 때는 중소형 오브젝트 스캐너가 가장 우수하였다. 가장 저렴한 비용으로 3D 모델을 획득할 수 있었던 것은 사진실측이었다. 3D 스캐닝 기술은 크게 유물의 디지털 도면 제작, 문화재 복원 및 복제, 데이터베이스 구축 방면으로 활용할 수 있다. 본 연구는 문화유산에서 3D 스캐닝 기술의 적극적인 활용을 위해 재질별, 시대별 매장문화재 유물에 가장 적합한 스캐너를 이용할 수 있도록 기여하였다는 데에 의의가 있다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1057-1068
• /
• 2022

본 논문은 모바일 기반의 실시간 영상 측위 기술 개발을 목표로 사용자가 촬영한 사진과 가상의 텍스쳐 영상 간의 매칭 가능성 확인 연구로 특징점 기반의 매칭 알고리즘의 조합 성능을 비교했다. 특징점 기반의 매칭 알고리즘은 특징점(feature)을 추출하는 과정과 추출된 특징점을 설명하는 서술자(descriptor)를 계산하는 과정, 최종적으로 서로 다른 영상에서 추출된 서술자를 매칭하고, 잘못 매칭된 특징점을 제거하는 과정으로 이루어진다. 이때 매칭 알고리즘 조합을 위해, 특징점을 추출하는 과정과 서술자를 계산하는 과정을 각각 같거나 다르게 조합하여 매칭 성능을 비교하였다. 가상 실내 텍스쳐 영상을 위해 V-World 3D 데스크탑을 활용하였다. 현재 V-World 3D 데스크톱에서는 수직·수평적 돌출부 및 함몰부와 같은 디테일이 보강되었다. 또한, 실제 영상 텍스쳐가 입혀진 레벨로 구축되어 있어, 이를 활용하여 가상 실내 텍스쳐 데이터를 기준영상으로 구성하고, 동일한 위치에서 직접 촬영하여 실험 데이터셋을 구성하였다. 데이터셋 구축 후, 매칭 알고리즘들로 매칭 성공률과 처리 시간을 측정하였고, 이를 바탕으로 매칭 성능 향상을 위해 매칭 알고리즘 조합을 결정하였다. 본 연구에서는 매칭 기법마다 가진 특장점을 기반으로 매칭 알고리즘을 조합하여 구축한 데이터셋에 적용해 적용 가능성을 확인하였고, 추가적으로 회전요소가 고려되었을 때의 성능 비교도 함께 수행하였다. 연구 결과, Scale Invariant Feature Transform (SIFT)의 feature와 descriptor 조합이 가장 매칭 성공률이 좋았지만 처리 소요 시간이 가장 큰 것을 확인할 수 있었고, Features from Accelerated Segment Test (FAST)의 feature와 Oriented FAST and Rotated BRIEF (ORB)의 descriptor 조합의 경우, SIFT-SIFT 조합과 유사한 매칭 성공률을 가지면서 처리 소요 시간도 우수하였다. 나아가, FAST-ORB의 경우, 10°의 회전이 데이터셋에 적용되었을 때에도 매칭 성능이 우세함을 확인하였다. 따라서 종합적으로 가상 텍스쳐 영상과 실영상간 매칭을 위해서 FAST-ORB 조합의 매칭 알고리즘이 적합한 것을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 기독교교육논총
• /
• 제71권
• /
• pp.277-303
• /
• 2022

2020년부터 시작된 코로나19 팬더믹은 한국교회에 많은 변화를 이끌어냈다. 예배시간의 변화와 형태뿐만 아니라 목회의 정의 및 방향과 철학까지 재정립할 수밖에 없는 상황을 만들었다. 코로나19 팬더믹 초기의 한국교회는 이것을 위기로 인식하였으나 점차 이것들을 기회로 여기며 긍정적 결과를 내기 위해 노력하였다. 교육부서 역시 많은 변화를 겪었으며 특별히 여름 사역에 있어서 형태와 장소 및 방법은 다른 어떤 교회 행사나 예배보다 극적인 변화를 겪은 것으로 보이나 이것에 대한 정확한 데이터는 수집되지 않았다. 이에 따라 오륜교회가 다음 세대 사역을 위해 설립한 사단법인 꿈이있는미래 (대표: 김은호 목사)는 코로나19 팬더믹이 시작되던 2020년부터 매년 꿈이있는미래 회원으로 등록된 한국교회 교육부를 대상으로 여름 사역에 대해 설문을 하여 그 결과를 분석하고 한국교회 여름 사역에 대한 정보를 제공하였다. 2021년에 이어 2022년에도 비슷한 설문 조사가 진행되었으며 260여 개의 교회가 응답하였고 그 결과는 다음과 같다. 2022년 한국교회 교육부 여름 사역은 코로나19 팬더믹 이전의 형태로 상당수 회귀 되었다. 상당수 온라인으로 진행되던 2021년과는 달리 81% 이상이 오프라인으로 여름 캠프를 진행했다고 응답하였으며 외부 캠프를 진행하거나 참석하는 것 역시 31%에 달하였다. 역할의 중요도에서 역시 온라인이 주를 이루던 때는 부모와 교사의 역할을 동등하게 보거나 부모를 강조하지만 오프라인 행사가 진행된 이번 여름 조사에서는 90%의 응답자가 담당 사역자나 부서 교사의 역할이 중요하다고 응답하였다. 여름 행사로는 여름성경학교와 수련회가 주를 이루었지만, 전체 응답자의 25%가 국내외 선교와 전도를 했다고 응답할 정도로 다른 사역의 비중 역시 높아졌다. 2021년에 비해 유아부와 유치부, 초등부와 중고등부까지 모든 부서에서 여름 캠프 참여도가 높아졌으며 특별히 유아부와 중고등부에서의 참여도가 크게 높아졌다. 여름 캠프를 준비하면서 가장 주안점을 두는 것은 콘텐츠와 주제라고 응답한 사람이 가장 많았으며 아이들의 접근성을 주요하게 보는 것은 2021년에 비하여 크게 감소하였다. 여름 캠프를 진행하지 못한 응답자들을 대상으로 그 이유에 관한 기술을 종합한 결과 약 40%가 봉사 인원 부족으로 여름 캠프를 진행하지 못했다고 응답하였다. 이는 코로나19를 원인으로 지목한 30%를 웃도는 수치로 한국교회와 교단 차원에서 해결해야 하는 시급한 문제로 볼 수 있다. 이 외에도 본 논문은 각 질문에 대한 세부변화에 대하여서도 언급함으로 2020년부터 2022년에 이르는 여름 캠프의 변화에 대해서 언급하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권6호
• /
• pp.53-60
• /
• 2020

이 연구는 현상의 흐름과 연구의 경향이 맥락적으로 일치한다는 가정을 바탕에 두고 있다. 이에 텍스트 마이닝을 활용하여 한국창작무용 연구의 주제 분석을 통해 춤의 경향을 탐색하는 것에 목적이 있다. 이에 논문 검색 웹사이트에 구축되어 있는 616편의 논문제목에서 1,291개의 단어를 분석하였다. 데이터의 수집 및 정제, 분석은 모두 R 3.6.0 SW을 사용하였다. 연구결과 첫째, 2000년대 이전에는 시대를 나타내는 키워드가 높은 빈도를 나타내었으나 교육 및 신체훈련 측면에서의 한국창작무용 연구유형도 발견되었다. 둘째, 2000년대 이후에는 무용단의 공연활동과 관련된 키워드의 빈도가 높게 나타났으나 최승희가 여전히 한국창작무용 연구에서 중요한 위치에 있다는 것이 확인되었다. 셋째, 한국창작무용 연구의 전체 연구주제를 분석한 결과 '근대시대 최승희의 예술', '현대 전통의 수용 양상과 가치', '전통춤의 안무적 표현 및 활용', '국립무용단의 공연 활동', '시대별 춤 표현', '교육 프로그램의 적용'으로 총 6개의 토픽이 추출되었다. 이 중 '근대시대 최승희의 예술'에 관한 연구가 가장 높은 비중을 차지하고 있는 것으로 나타났다. 넷째, 2000년을 기준으로 상승하고 있는 Hot 토픽은 '국립무용단의 공연 활동'과 '전통춤의 안무적 표현 및 활용'으로 나타났다. 그러나 최근 국립무용단의 공연 기조가 '전통을 기반으로 한 현대화'를 표방하고 있으므로 2000년대 이후 한국창작무용의 경향이 전통춤을 모티프로 한 안무적 표현과 그 활용에 공통적으로 집중되어 있음이 확인되었다. 다섯째, 2000년을 기준으로 하락하고 있는 Cold 토픽은 '시대별 춤 표현'에 관한 연구로 나타났다. 이것은 한국창작춤의 장르적 정착 이후 다양한 춤 스타일의 혼재에 따른 경향으로 연구에 대한 관심도 역시 저하된 것으로 판단되었다.

• 한국방재안전학회논문집
• /
• 제14권4호
• /
• pp.69-80
• /
• 2021

본 연구는 매년 실시되는 지역안전도 평가제도중 문제점이나 개선을 요하는 사항들을 발굴하여 개선방안을 제시하고자 하였다. 연구의 구성 및 내용을 간략하게 소개하면, 서론인 도입부에서는 2020년도에 행정안전부에서 새롭게 적용한 지역안전도 평가 방법에 대하여 기술하였다. 지자체에서 최종 평가받은 지역안전도 등급에 따른 활용 방안도 소개하였다. 본론에서는 지역안전도 관련 선행 연구자들의 다양한 견해를 요약 기술하였다. 또한 지역안전도의 지표구성, 지수 산출 방법, 현행 지표를 적용함에 있어서 문제점을 도출하였다. 첫째, 재해위험요인 분야의 「사회적 취약성 지표」 "반지하 가구 수"는 "기초생활 수급자 가구 수"로 대체한다. 또한 "비닐하우스 면적"은 "비닐하우스에 거주하는 가구 수, 컨테이너 가구 수, 쪽방촌 가구 수" 등을 합한 자료로 대체하여 평가한다. 둘째, 상습 가뭄재해지역 관리 평가부문은 시군구의 상수도 보급률이 95% 이상인 지자체는 "결측" 처리한다. 수도권 및 도시화가 이루어진 자치단체에는 가뭄재난이 거의 발생하지 않기 때문이다. 셋째, 방재대책추진 대응분야의 「지역자율방재단 활성화」 평가지표 내용에 지역자율방재단과 더불어 안전보안관, 안전모니터봉사단, 재난안전 실버감시단 등의 활동도 평가에 추가한다. 다만 각 지자체 마다 지역자율 방재조직의 명칭이 상이할 수 있기 때문에 재난 예방을 위해 조직되어 활동하는 자율 방재조직이면, 그 활동 실적을 모두 합산하여 평가하는 것이 타당할 것이다. 넷째, 유엔재해위험경감사무국(UNDRR)에서 사용하고 있는 안전도시 평가도구인 스코어카드 평가 항목 중 자연재난과 연관이 깊은 "자연생태계가 제공하는 보호기능 강화를 위한 자연 완충재 보존"항목을 차용한다. 스코어카드 평가는 UNDRR에서 강조하는 "기후 위기와 재해에 강한 도시 만들기"라는 캠페인을 전개하면서 지자체의 재난 복원력(resilience)을 향상시키는 데 초점이 맞추어져 있는 평가 지표이다. 끝으로 "지역안전도"와 "지역안전지수"명칭이 유사하여 지역안전도의 용어를 "자연재난 안전도" 또는 "자연재해 안전도"라는 명칭으로 변경한다. 그래야만 일반인 누구나 지역안전도와 지역안전지수를 구분할 수 있기 때문이다.