• 제목/요약/키워드: Data allocation

검색결과 1,414건 처리시간 0.025초

생산함수 접근법에 의한 공업용수 공급편익 산정 방안 (Estimation of Industrial Water Supply Benefits Using Production Function Approach)

  • 김길호;이충성;이상원;심명필
    • 대한토목학회논문집
    • /
    • 제29권2B호
    • /
    • pp.173-179
    • /
    • 2009
  • 수자원사업에 의해 공급되는 공업용수는 대상 사업체에서 노동, 자본, 토지 등과 더불어 필수적인 투입재이다. 이러한 투입재의 안정적인 확보는 해당 산업이 부가가치를 창출하는데 매우 중요한 사안이다. 공업용수의 공급이 중단될 시 해당 산업에서의 피해액은 동일한 공급량 기준으로 봤을 때, 생활용수나 농업용수에 비해 매우 크다고 알려져 있다. 이처럼 공업용수의 실제 가치는 직관적으로 매우 높게 인식하고 있으나, 경제성분석을 위한 공업용수의 편익산정에 대한 구체적인 연구는 많지 않았다. 본 연구는 수자원사업으로부터 공급되는 공업용수의 가치를 확인하고, 경제성분석시 공업용수공급편익 추정을 위한 수단으로서 한계생산가치를 산정하였다. Cobb-Douglas 생산함수와 Translog 생산함수를 이용하여 실증분석한 결과, 전국 평균 한계생산가치는 각각 5,427원/$m^3$, 5,583원/$m^3$로 산정되었고, 산업분류별로 11가지 산업에 대한 한계생산가치를 산정하였다. 본 연구에서 제시한 산업별 한계생산가치는 앞으로 공업용수편익을 산정하는데 중요한 자료로 사용될 수 있으리라 판단된다. 또한, 위급상황시 용수배분에 대한 의사결정이나 수자원사업시 비용배분 등의 문제에서 본 연구의 결과는 합리적인 기준을 제공할 수 있으리라 기대된다.

수송 규모의 경제 효과를 고려한 단일 할당 허브 네트워크 설계 모형의 개발 (Development of a Single Allocation Hub Network Design Model with Transportation Economies of Scale)

  • 김동규;박창호;이진수
    • 대한토목학회논문집
    • /
    • 제26권6D호
    • /
    • pp.917-926
    • /
    • 2006
  • 수송 규모의 경제 효과는 허브 네트워크의 특수한 현상이다. 허브 네트워크의 중요한 특성은 규모의 경제 효과로 인한 비용 절감과 허브 시설 운영 및 수송량 집화에 따른 지체와 관련한 비용들을 정량화하는 것이다. 그럼에도 불구하고 허브 입지 문제의 NP-complete 특성으로 인하여, 대부분의 기존 연구자들은 근사해 도출을 위한 휴리스틱 알고리즘 개발에 초점을 맞추었다. 본 연구의 목적은 규모의 경제 효과를 반영하는 허브 네트워크 설계 모형을 개발하는 것이다. 모형은 허브 네트워크의 특수성을 고려하고 다양한 비용요소들을 결정할 수 있도록 설계된다. 개발된 모형식을 반영하는 휴리스틱 알고리즘이 개발되며 모형의 결과들은 실제 데이터를 이용하여 최근 발표된 연구결과들과 비교된다. 분석 결과, 제안된 모형은 수송량 집화에 따른 규모의 경제 효과를 잘 반영할 수 있는 것으로 확인되었다. 본 연구는 효율적이고 합리적인 네트워크 설계의 이론적 기반을 구성함과 동시에 현재 및 계획 중인 물류시스템의 평가에도 기여할 수 있을 것으로 사료된다.

자율운항선박 도입에 따른 선원직능 변화와 인력양성에 관한 연구 (A Study on Changes in Seafarers Functions and Manpower Training by the Introduction of Maritime Autonomous Surface Ships)

  • 임성주;신용존
    • 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.

  • PDF

전송률 분할 다중 접속 기술을 활용한 비면허 대역의 트래픽과 공정성 최대화 기법 (Unlicensed Band Traffic and Fairness Maximization Approach Based on Rate-Splitting Multiple Access)

  • 전장우;김승욱
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제12권10호
    • /
    • pp.299-308
    • /
    • 2023
  • 다양한 서비스가 등장으로 인해 스펙트럼 부족 문제가 가속하됨에 따라, 면허 대역에서 통신하던 사용자들을 비면허 대역에서 통신하는 NR-U(New Radio-Unlicensed)가 등장하였다. 하지만 NR-U 네트워크 사용자로 인해 동일한 비면허 대역에서 통신하는 Wi-Fi 네트워크 사용자의 성능이 감소하게 된다. 본 논문에서는 NR-U 네트워크 사용자와 WiFi 네트워크 사용자가 공존해있는 비면허 대역의 처리량과 비면허 대역의 사용에 대한 공평성을 동시에 최대화하는 것을 목표로 한다. 먼저 비면허 대역에서 전송률 분할 다중 접속 기술을 활용한 NR-U 네트워크의 합-전송 속도 (Sum of Rate)를 최대화하기 위해 강화 학습의 몬테 카를로 정책 하강법(Monte Carlo Policy Gradient)을 활용한 최적의 전력 할당 기법을 제안하였다. 그 뒤, 동일한 비면허 대역에서 NR-U 네트워크와 WiFi 네트워크의 공존을 위해 시스템 처리량과 공정성을 동시에 최대화할 수 있는 게임 이론의 순차적 라이파 협상 해법(Sequential Raiffa Bargaining Solution)을 활용한 채널 점유 시간 분할 알고리즘을 제안하였다. 시뮬레이션 결과에서 동일한 전력 할당 기법을 사용하였을 때, 본 논문에서 제안한 전송률 분할 다중 접속 기술이 기존의 다중 접속 기술들보다 더 빠른 합-전송속도를 보임을 확인하였다. 또한 비면허 대역 네트워크의 전송량과 공평성을 비교해본 결과 본 논문의 순차적 라이파 협상 해법을 활용한 채널 점유 시간 분할 알고리즘이 타 알고리즘보다 처리량과 공정성을 동시에 만족함을 입증하였다.

LDA토픽 모델링을 활용한 생성형 AI 챗봇의 탐색적 연구 : 기존 AI 챗봇 서비스 품질 요인과의 비교 (An Exploratory Study of Generative AI Service Quality using LDA Topic Modeling and Comparison with Existing Dimensions)

  • 안예은;오정석
    • 서비스연구
    • /
    • 제13권4호
    • /
    • pp.191-205
    • /
    • 2023
  • 인공 지능 (AI), 특히 텍스트 생성 서비스 분야에서의 발전은 두드러지게 나타나고 있으며, AI-as-a-Service (AIaaS) 시장은 2028년까지 550억 달러에 달할 것으로 예상된다. 본 연구는 합성 텍스트 미디어 소프트웨어의 품질 요소를 탐구하였으며, 이를 위해 ChatGPT, Writesonic, Jasper, 그리고 Anyword와 같은 산업의 주요 서비스에 주목하였다. 소프트웨어 평가 플랫폼에서 수집된 4,000개 이상의 리뷰를 바탕으로, Gensim 라이브러리를 활용한 잠재 디리클레 할당 (LDA) 주제 모델링 기법을 적용하였다. 이 분석을 통해 11개의 주제가 도출되었다. 이후 이 주제들을 AICSQ 및 AISAQUAL과 같은 기존 논문에서 다루었던 AI 서비스 품질 차원과 비교 분석하였다. 리뷰에서는 가용성 및 효율성과 같은 차원이 주로 강조되었으며, 이전 연구에서 중요하게 여겨졌던 사람다움과 같은 요소는 본 연구에서 강조되지 않았다. 이러한 결과는 AI 서비스의 본질적 특성, 즉 사용자와의 직접적인 상호작용보다 의미론적 이해에 더 중점을 둔다는 특성 때문으로 해석된다. 본 연구는 단일 리뷰 원천 및 평가자들의 인구 통계의 특정성과 같은 잠재적 편향을 인정하며, 향후 연구 방향으로는 이러한 품질 차원이 사용자 만족도에 어떻게 영향을 미치는지, 그리고 개별 차원이 전체 평점에 어떻게 영향을 미치는지에 대한 깊은 분석을 제안한다.

MEC 산업용 IoT 환경에서 경매 이론과 강화 학습 기반의 하이브리드 오프로딩 기법 (Hybrid Offloading Technique Based on Auction Theory and Reinforcement Learning in MEC Industrial IoT Environment)

  • 배현지;김승욱
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제12권9호
    • /
    • pp.263-272
    • /
    • 2023
  • 산업용 IoT는 대규모 연결을 통해 데이터 수집, 교환, 분석과 함께 산업 분야의 생산 효율성 개선에 중요한 요소이다. 그러나 최근 산업용 IoT의 확산으로 인해 트래픽이 폭발적으로 증가함에 따라 트래픽을 효율적으로 처리해줄 할당 기법이 필요하다. 본 논문에서는 산업용 IoT 환경에서 성공적인 태스크 처리율을 높이기 위한 2단계 태스크 오프로딩 결정 기법을 제안한다. 또한, 컴퓨팅 집약적인 태스크를 셀룰러 링크를 통해 이동 엣지 컴퓨팅(Mobile Edge Computing: MEC) 서버로 오프로드 하거나 D2D(Device to Device) 링크를 통해 근처의 산업용 IoT 장치로 오프로드 할 수 있는 하이브리드 오프로딩(Hybrid-offloading) 시스템을 고려한다. 먼저 1단계는 태스크 오프로딩에 참여하는 기기들이 이기적으로 행동하여 태스크 처리율 향상에 어려움을 주는 것을 방지하기 위해 인센티브 메커니즘을 설계한다. 메커니즘 디자인 중 McAfee's 메커니즘을 사용하여 태스크를 처리해주는 기기들의 이기적인 행동을 제어하고 전체 시스템 처리율을 높일 수 있도록 한다. 그 후 2단계에서는 산업용 IoT 장치의 불규칙한 움직임을 고려하여 비정상성(Non-stationary) 환경에서 멀티 암드 밴딧(Multi-Armed Bandit: MAB) 기반 태스크 오프로딩 결정 기법을 제안한다. 실험 결과로 제안된 기법이 기존의 다른 기법에 비해 전체 시스템 처리율, 통신 실패율, 후회 측면에서 더 나은 성능을 달성할 수 있음을 보인다.

정부24 앱 사용자 리뷰 분석을 통한 문제 파악 및 개선방안: 토픽 모델을 통한 통찰 (Problem Identification and Improvement Measures through Government24 App User Review Analysis: Insights through Topic Model)

  • 한무명초;노미진
    • 스마트미디어저널
    • /
    • 제12권11호
    • /
    • pp.27-35
    • /
    • 2023
  • 4차 산업혁명과 코로나19 대유행의 영향으로 비대면 환경이 활성화되면서, 정부24 앱을 활용한 민원 서비스 이용량이 급증하고 있다. 따라서 공공 앱에 대한 사용자들의 불만과 개선 요구도 늘어나고 있으며 이에 대한 체계적인 관리가 필요하다. 본 연구의 목적은 정부24 앱 사용자의 불만 사항을 분석하여 민원인의 불만 현황을 파악하고 개선방안을 제시하는 것이다. 구글 플레이 스토어에서 2013년 5월 2일부터 2023년 6월 30일까지 데이터 6,344건을 수집하였으며, 이 중 평점이 1점이면서 '좋아요(thumbsUp)'를 1회 이상 받은 1,199건의 데이터를 토픽 모델 분석에 사용하였다. 분석 결과 '증명서 발급 문제', '사이트 작동 및 UI 문제', '사용자 아이디 관련 문제', '업데이트 문제', '공무원의 앱 관리 문제', '예산 낭비 문제((별 한 개도 or 세금이) 아깝다)', '비밀번호 관련 문제'라는 총 7개의 토픽을 추출하였다. 또한, 전체 토픽은 2021년까지 증가세를 보이다가 2022년에는 약간 감소하였으나 2023년에 다시 증가하는 추세를 보여 업데이트와 관리가 매우 시급하다. 본 연구의 결과가 현재 공공 앱의 문제점을 파악하여 앞으로 민원인이 만족하는 공공 앱 개발 및 관리에 도움이 되기를 기대한다.

토픽 모델링 기반 한국 노인의 행복과 불행 이슈 분석 (A Topic Modeling Approach to the Analysis of Seniors' Happiness and Unhappiness in Korea)

  • 문동지;연다인;김희웅
    • 경영정보학연구
    • /
    • 제20권2호
    • /
    • pp.139-161
    • /
    • 2018
  • 한국이 빠르게 고령화 사회에서 고령사회로 진입함에 따라 성공적인 노화, 노후 생활이 개인뿐만 아니라 사회적으로도 관심을 받고 있다. 이에 본 연구는 노인의 행복과 불행 관련된 신문 기사를 통해 전체적인 이해와 더불어 제안을 하기 위한 목적으로 연구를 진행했다. 노인의 행복과 불행에 관련된 기존 연구는 연구대상의 특성상 인터뷰 혹은 인터뷰를 동반한 설문조사의 방법론을 사용해 영향요인을 재확인하거나, 단일효과를 검증하는데 머물렀다. 또한 노인의 행복과 불행에 영향을 미치는 중요한 요인 파악과 더불어 정부, 기업, 가정 및 기타 사회 복지기관으로 분류하여 실증적인 행복 증진, 불행 경감 방안을 제시한 연구가 이루어지지 않았다. 따라서 본 연구는 Alderfer의 ERG 이론을 기반으로 검색어를 선정해 18년간(수집 기간: 2001. 08~2018. 02) 온라인 신문기사를 총 211,309건(행복: 200,246건, 불행: 11,063건)을 수집하여 연구를 진행했다. 분석결과 행복 관련 토픽은 연금, 사회 인프라, 건강, 공동체, 복지, 문화생활, 성공적인 노후, 봉사, 종교, 귀농으로 도출되었고, 불행 관련 토픽은 노인 우울, 복지 부족, 종교 의지, 질병, 은퇴 후 소득, 문화, 봉사, 역사적 사건, 예술, 가족 단절로 나타났다. 추가로 토픽 네트워크 분석을 통하여 각 토픽의 키워드 사이의 네트워크를 시각화했다. 따라서 본 연구는 결과를 통한 실현 가능한 제안을 했다는 점을 시사한다.

RFMC 모델 기반의 카 셰어링 지속 사용에 관한 연구 (An Investigation on the Continuous Use of Carsharing: Evidence from RFMC Model)

  • 최한별;곽찬희;이준영
    • 경영정보학연구
    • /
    • 제25권1호
    • /
    • pp.75-91
    • /
    • 2023
  • 정보 기술의 발전으로, 공유 경제 서비스는 새로운 형태의 소비 방식으로 자리 잡았다. 특별히 차량을 소유하지 않고 빌려 쓰는 형태인 카 셰어링은 개인들의 이동 수단의 범위를 확장하는 새로운 서비스이다. 차량 소유로 발생하는 비효율성을 줄이고, 교통 문제를 완화하는 등 카 셰어링은 다양한 사회적 이점을 제공하지만, 이를 구현하기 위해서는 개인의 카 셰어링 서비스 이용 패턴을 이해하고 이용자의 서비스 재사용을 유도해야 한다. 본 연구는 개인의 카 셰어링 서비스 재사용 행동을 이해하기 위해 RFMC (Recency, Frequency, Monetary, and Clumpiness) 모델을 활용하였다. 국내 카 셰어링 서비스 업체의 데이터를 분석한 결과, 카 셰어링 서비스 재사용에 Recency, Monetary 는 부의 영향을, Frequency는 정의 영향을 끼치는 것으로 나타났다. 더욱이 Clumpiness가 높은 집단의 경우, Recency와 Monetary의 효과는 두드러지는 반면, Frequency의 영향은 미미해졌다. 이러한 연구 결과를 바탕으로, 이론적, 실무적 함의를 도출하였다.

쿠버네티스 환경에서 컨테이너 워크플로의 실행 시간 개선을 위한 컨테이너 재시작 감소 기법 (Technique to Reduce Container Restart for Improving Execution Time of Container Workflow in Kubernetes Environments)

  • 강태신;유헌창
    • 정보처리학회 논문지
    • /
    • 제13권3호
    • /
    • pp.91-101
    • /
    • 2024
  • 데이터 집약적이고 메모리 변동성이 높은 워크플로의 이식성 보장을 위해 컨테이너 가상화 기술이 사용되고 있다. 그리고 쿠버네티스는 이러한 컨테이너 애플리케이션들을 관리하기 위한 오케스트레이션 도구로써 사실상 표준으로 사용되고 있다. 클라우드 사용자는 리소스 부족으로 인한 컨테이너 재시작을 방지하기 위해 컨테이너 애플리케이션을 오버프로비저닝하는 경향이 있다. 그러나 과도한 오버프로비저닝은 CPU, 메모리 등 시스템 리소스의 사용량을 낮아지게 만든다. 이 문제를 해결하기 위해 컨테이너 리소스를 초과 사용하는 방식이 널리 사용되고 있으나, 지나친 메모리 리소스 초과 사용은 노드의 메모리 부족으로 인해 연쇄적인 컨테이너 재시작을 유발할 수 있다. 컨테이너 재시작 발생 시 작업을 처음부터 다시 시작해야 하므로 많은 상태저장 애플리케이션이 포함된 메모리 변동성이 높은 컨테이너에 큰 오버헤드를 유발할 수 있다. 본 논문은 쿠버네티스 환경에서 메모리 초과 사용 시 컨테이너 재시작을 완화하는 기법을 제안한다. 메모리 사용량이 많은 노드에서 메모리 할당을 요청할 가능성이 큰 컨테이너를 식별하고 이러한 컨테이너를 일시정지한다. 컨테이너의 CPU 사용량을 크게 줄이면 컨테이너가 일시정지하는 상태와 유사한 효과를 얻을 수 있다. 해당 노드의 메모리 사용량이 개선된 것으로 판단되면 컨테이너의 일시정지를 해제한다. 제안기법을 적용하여 쿠버네티스 환경에서 메모리 변동성이 높은 워크플로를 구동한 경우 제안기법을 사용하지 않았을 때에 비해 컨테이너의 재시작 횟수가 평균 40%, 최대 58% 감소하였다. 그리고 컨테이너 재시작 횟수 감소로 인해 컨테이너 워크플로의 총 실행 시간이 평균 7%, 최대 13% 단축되었다.