• 한국경제지리학회지
• /
• 제21권4호
• /
• pp.289-302
• /
• 2018

이윤추구를 최우선시하는 기업 활동은 종종 지역사회에 경제적, 사회적, 환경적 문제를 안겨 비난과 저항에 직면한다. 이에 기업은 이미지를 제고하고 사업 진행을 위한 명분을 획득하기 위하여 사회적 활동을 확대하나 여전히 그에 따른 이윤감소를 우려한다. 본 연구는 기업이 경제적 가치 증식뿐만 아니라 사회적 가치 창출을 할 수 있다면 기업의 주주뿐만 아니라 모든 이해관계자에게 혜택을 줄 수 있는 추가적인 가치 창출 즉 공유가치창출이 가능하다고 본다. 따라서 본 연구의 목적은 공유가치창출을 통한 선순환 구조를 측정할 수 있는 지표를 도출하고, 도출 된 지표를 베트남 최대 커피 국영기업인 비나카페의 인증커피 사례에 적용하여 공유가치창출에 대한 실제 효과와 한계를 분석하고자 하는 것이다. 지속가능성 지표를 활용하여 베트남 커피산업의 지속가능한 커피 인증 도입 사례를 분석한 결과, 환경지표 경제지표 사회지표 순으로 긍정적인 효과가 나타났다. 그러나 국영기업인 비나카페의 폐쇄적인 의사결정구조로 인해 공유가치창출을 유지할만한 경제적 이윤이 확보되지 않아, 선순환 구조 형성에 한계가 나타났다.

• 한국보육학회지
• /
• 제19권1호
• /
• pp.27-43
• /
• 2019

본 연구는 보육활동을 수행하는 보육교사들이 자신이 교실 내에서 영유아와 수행한 상호작용에 관한 영상을 동료 교사들과 함께 살펴보는 비디오 활용 학습공동체에 참여함으로써 Sherin(2007)이 제시한 교사의 전문적 시각의 두 가지 구성요소와 관련한 보육교사들의 경험을 탐구하는 데에 그 목적이 있다. 이를 위해 서울 지역에 위치한 직장어린이집의 보육교사 3명을 연구참여자로 선정하여 질적 연구를 진행하였다. 교사들은 4회기의 비디오 활용 학습공동체 참여를 통해 자신의 상호작용 장면을 살펴보고 동료들과 함께 분석하고 협력적으로 토론해봄으로써 교사는 영유아의 의도 및 교사의 의도에 주목할 수 있었다. 또한, 비디오 활용 학습공동체 참여를 통하여 교사는 영유아의 사고, 관심을 기반으로 하는 추론, 교사의 사고, 의도를 기반으로 하는 추론을 경험하였다. 이러한 전문적 시각의 변화는 참여 교사 간의 협력적인 성찰을 통하여 가능할 수 있었다. 본 연구의 결과를 통해 보육교사의 전문적 시각 발달의 중요성 및 전문적 시각 발달 지원을 위한 비디오 활용 학습공동체 참여의 효과성을 논하였다.

• 인지과학
• /
• 제32권3호
• /
• pp.117-139
• /
• 2021

짧은 시차를 두고 출현하는 기억과 검사배열 사이에 차이 항목의 유무를 찾아내는 변화탐지 원리는 검사배열 출현 시 기억항목들과 견주어 차이가 있는 한 항목을 탐색한다는 점에서 시각탐색 원리와 닮아있다. 본 연구는 두 과제 사이의 이러한 유사성을 배경으로, 시각단기기억 기반 변화탐지 과제에서 변화의 출현 가능성 증감이 변화탐지 반응의사결정에 미치는 영향 즉 변화출현확률 효과의 양상을 조사했다. 이를 위해 네 개의 색상 사각형에 뒤이어 출현한 또 다른 네 개의 색상 사각형 사이의 색상들을 비교해 색상 변화 항목의 유무를 판단하는 단순세부특징 변화탐지 과제를 실시했다. 변화 항목의 출현 가능성은 전체 시행 대비 20, 50 및 80% 확률로 처치되었으며 그에 따른 변화탐지 수행 오류와 탐지민감도 및 반응시간을 분석했다. 그 결과 변화 항목의 출현 가능성이 증가할수록 오경보는 증가하고 실수 반응은 감소했으며 정기각 반응시간 또한 지연된 것이 관찰되었다. 이 변화출현확률 효과는 시각탐색 과제에서 표적의 출현 가능성 증감에 따라 관찰되는 표적출현확률 효과와 매우 유사했으며 이는 두 효과를 초래하는 배경 원리가 서로 닮아있을 가능성을 시사한다.

• 한국산림과학회지
• /
• 제110권2호
• /
• pp.266-279
• /
• 2021

본 연구는 대학 산림교육 발전을 목적으로 S 대학교 산림과학과 4학년 "도시림관리학 및 실습" 전공과목에 e-PBL (e-Project-based learning) 학습법을 적용한 사례를 소개한다. 특히 2020년 코로나-19 확산으로 비대면 학사 운영 상황에서 학습자들은 온라인 매체를 주로 활용하여 학교숲을 대상으로 프로젝트를 수행하고 결과물을 발표하였다. 학습자 중심의 e-PBL 학습법은 학습자들이 프로젝트 주제를 직접 선정하고 수행함으로써 자기주도학습, 문제해결능력과 의사소통능력 및 책임감 등을 향상시킬 수 있다. 학습자들의 e-PBL 학습성과에 대해 5점 리커트 척도를 이용하여 조사한 결과, 학습자들은 e-PBL 학습법을 통해 동기부여 및 흥미를 유발할 수 있었으며(4.17점), 전공지식에 대한 이해도를 높일 수 있었다(4.17점). 또한, 학습자들은 의사소통능력(4.33점), 문제해결능력(4.25점), 의사결정능력(4.21점)을 향상시킬 수 있었다고 응답하는 등 전반적으로 e-PBL 학습법에 대해 만족하였다. 특히 학습자들은 팀원들과 밀접한 의사소통과 상호협력이 문제 및 전공지식에 대한 이해력 향상에 효과적이었다고 응답하였다. 향후 산림교육에 적합한 e-PBL 학습모델을 개발이 필요하며, 효율적 수업시간의 운영과 e-PBL 학습법 지침 및 제도적 지원이 마련됨으로써 보다 효율적이고 성공적인 산림교육의 발전을 기대한다.

• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.156-172
• /
• 2020

본 연구는 대상도로인 내부순환로에 대해 태양복사모델(SOlar and LongWave Environmental Irradiance Geometry-model, SOLWEIG)을 통해 산출한 도로의 그림자 패턴을 사용하여 항상 그늘이 지는 음영지역을 살펴보고, 열수지법을 기반으로 한 노면온도예측모델(road surface temperature prediction model, 이하 RSTPM)과 SOLWEIG 모델을 연계하여 고해상도의 태양복사정보를 활용한 도로의 노면온도를 예측하고자 하였다. 우선, 그림자 패턴 및 복사플럭스 산출의 정확도를 높이기 위하여 안개, 구름, 강수 등의 영향을 최소화할 수 있는 사례일을 선정하여, 고도 및 지형의 효과에 따른 그림자의 영향을 살펴보았다. 그 결과, 터널 입출구와 고도가 높은 지역에서 그림자 영역이 오래 지속되었고, 그림자의 영향을 많이 받는 구간의 복사량 감소가 뚜렷하게 나타났다. 이는 노면온도 예측결과에 반영되어 지형적으로 개방된 지점에서는 노면온도가 높게 예측되고, 고도가 높은 지점들은 그렇지 않은 지점에 비해 상대적으로 낮게 예측되었다. 본 연구의 결과는 겨울철 기상상황에 따른 도로 결빙구간을 예측하여 도로 관리자 및 운전자의 의사결정 자료로서의 활용이 기대된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.409-418
• /
• 2021

토지피복도는 국토정책, 환경정책을 위한 의사결정 근거 자료로 활용되는 매우 중요한 자료이다. 토지피복도는 원격탐사 자료를 활용하여 제작되는데, 이때 사용되는 데이터의 취득 시기에 따라 동일한 지역을 대상으로 하더라도 분류 결과가 달라질 수 있다. 본 연구에서는 단시기 데이터의 분류 정확도를 개선하기 위해 다중시기 위성영상을 활용하였으며 계절에 따른 지표면의 분광 반사 특성 차이를 딥러닝 알고리즘의 하나인 U-Net 모델에 학습시켜 분류하였다. 또한 단시기 분류 결과와 정확도 비교를 통해 분류 정확도의 향상 정도를 비교하였다. 구역 내에 30%의 녹지와 한강을 포함하여 다양한 토지피복으로 이루어진 서울특별시를 연구대상지로 설정하고 2020년 분기별 Sentinel-2 위성영상을 산출하였다. 대한민국 환경부에서 작성한 세분류 토지피복도를 활용하여 U-Net 모델을 학습시켰다. 학습한 U-Net 모델을 통해 단시기, 2시기, 3시기, 4시기로 모델을 학습하여 분류한 결과, 단시기를 제외하고 토지피복도 분류 정확도 확보기준인 75%를 상회하는 81%, 82% 79%의 정확도를 나타냈다. 이를 통해 다중 시계열 학습을 통해 토지피복의 분류 정확도 향상이 가능하다는 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.453-459
• /
• 2021

계통한계가격은 발전회사들이 생산한 전력을 판매하고 받게 되는 가격으로서, 발전설비의 건설 및 보수에 대한 의사결정에서 중요한 역할을 한다. 본 논문에서는 천연가스 가격이나 원유 가격 등을 이용하여 계통한계가격을 장기 예측하는 모형을 제안한다. 분석대상 변수들이 비정상시계열적 특성을 지니므로 변수 간 장기관계인 공적분관계에 대한 검정을 시행하고, 공적분 관계와 단기적 동학에 대한 관계식을 추정하여 오차수정모형을 구성하였다. 분석대상 기간이 짧아 분석결과의 안정성이 낮은 문제를 고려하여, 다양한 검정 및 추정기법을 사용하여 분석의 강건성을 제고하고자 하였다. 기존 연구에 비해 다양한 연료가격을 검토하고, 시계열 분석의 엄밀성과 강건성을 제고했다는 점이 본 연구가 기여한 부분이다. 분석 결과 계통한계가격과 천연가스가격, 계통한계가격과 유가, 계통한계가격과 천연가스가격 및 유가 간에 공적분 관계가 존재하는 것으로 나타나, 각각의 공적분 관계를 기반으로 오차수정모형을 추정하고 예측력을 비교하였다. 단기식에서는 오차수정항, 전력공급예비율, 시차항을 고려하였다. 각 오차수정모형의 표본외 예측력을 비교한 결과, 계통한계가격과 천연가스가격 간 공적분 관계를 이용하는 모형이 평균제곱근오차와 평균절대백분율오차 모두 가장 낮은 값을 보이는 등 예측력이 좋은 것으로 평가되었다.

• 한국재난정보학회 논문집
• /
• 제18권1호
• /
• pp.146-153
• /
• 2022

연구목적: 국내 항만시설의 경우 사용년수가 오래된 항만구조물은 선박의 대형화 및 사용빈도 증가, 기후변화에 따른 자연재해의 영향 등으로 안전과 기능적 측면에서 상당히 많은 문제가 있다. 항만시설의 유지관리 이력 데이터를 기반으로 시설 노후화 패턴을 예측 할 수 있는 근사모델 개발을 위하여 빅데이터 분석 방법을 연구하였다. 연구방법: 본 연구에서는 케이슨식 안벽에 유지관리 데이터 수집하여 빅데이터를 바탕으로 시설물의 노후화 패턴 및 성능저하를 확인하기 위한 예측모델을 도출하였다. 가우시안 프로세스(GP)과 선형보간(SLPT) 기법을 통하여 생성된 상태기반 노후도 패턴 예측모델을 제안하고 유효성 검토를 통해 빅데이터 적용에 적합한 모델을 비교하고 제안하였다. 연구결과: 제안된 기법을 검토한 결과 SLPT기법은 RMSE 및 는 0.9215와 0.0648로 SLPT기법의 예측모델이 보다 더 적합한 것으로 검토 되었다. 결론: 이러한 연구를 통해 빅데이터 기반 시설물 성능저하 예측 연구는 유지관리를 위환 의사결정에서 중요한 체계가 될 것으로 기대된다.

• 한국측량학회지
• /
• 제40권2호
• /
• pp.79-89
• /
• 2022

드론을 이용하여 촬영한 영상은 소규모 지역에 대하여 고품질의 3차원 공간정보를 빠르게 구축할 수 있어 신속한 의사결정이 필요한 분야에 적용되고 있다. 드론 영상을 기반으로 공간정보를 구축하기 위해서는 인접한 드론 영상 간에 특징점 추출하고 영상 매칭을 수행하여 영상 간의 관계를 결정할 필요가 있다. 이에 본 연구에서는 드론을 이용하여 촬영한 주차장과 호수가 공존하는 지역, 건물이 있는 도심 지역, 자연 지형의 들판 지역의 3가지 대상지역을 선정하고 AKAZE (Accelerated-KAZE), BRISK (Binary Robust Invariant Scalable Keypoints), KAZE, ORB(Oriented FAST and Rotated BRIEF), SIFT (Scale Invariant Feature Transform), and SURF (Speeded Up Robust Features) 알고리즘의 성능을 분석하였다. 특징점 추출 알고리즘의 성능은 추출된 특징점의 분포, 매칭점의 분포, 소요시간, 그리고 매칭 정확도를 비교하였다. 주차장과 호수가 공존하는 지역에서는 BRISK 알고리즘의 속도가 신속하였으며, SURF 알고리즘이 특징점과 매칭점의 분포도와 매칭 정확도에서 우수한 성능을 나타내었다. 건물이 있는 도심 지역에서는 AKAZE 알고리즘의 속도가 신속하였으며 SURF 알고리즘이 특징점과 매칭점의 분포도와 매칭 정확도에서 우수한 성능을 나타내었다. 자연 지형의 들판 지역에서는 SURF 알고리즘의 특징점, 매칭점이 드론으로 촬영한 영상 전반적으로 고르게 분포되어 있으나 AKAZE 알고리즘이 가장 높은 매칭 정확도와 신속한 속도를 나타내었다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.135-144
• /
• 2021

최근 데이터 기반 의사결정 기술이 데이터 산업을 이끄는 핵심기술로 자리 잡고 있는바, 이를 위한 머신러닝 기술은 고품질의 학습데이터를 요구한다. 하지만 실세계 데이터는 다양한 이유에 의해 결측값이 포함되어 이로부터 생성된 학습된 모델의 성능을 떨어뜨린다. 이에 실세계에 존재하는 데이터로부터 고성능 학습 모델을 구축하기 위해서 학습데이터에 내재한 결측값을 자동 보간하는 기법이 활발히 연구되고 있다. 기존 머신러닝 기반 결측 데이터 보간 기법은 수치형 변수에만 적용되거나, 변수별로 개별적인 예측 모형을 만들기 때문에 매우 번거로운 작업을 수반하게 된다. 이에 본 논문은 수치형, 범주형 변수가 혼합된 데이터에 적용 가능한 데이터 보간 모델인 Denoising Self-Attention Network(DSAN)를 제안한다. DSAN은 셀프 어텐션과 디노이징 기법을 결합하여 견고한 특징 표현 벡터를 학습하고, 멀티태스크 러닝을 통해 다수개의 결측치 변수에 대한 보간 모델을 병렬적으로 생성할 수 있다. 제안 모델의 유효성을 검증하기 위해 다수개의 혼합형 학습 데이터에 대하여 임의로 결측 처리한 후 데이터 보간 실험을 수행한다. 원래 값과 보간 값 간의 오차와 보간된 데이터를 학습한 이진 분류 모델의 성능을 비교하여 제안 기법의 유효성을 입증한다.