• 한국토양비료학회지
• /
• 제21권3호
• /
• pp.316-338
• /
• 1988

우리나라에서 발생(發生)한 일(日) 인원연교잡수도품종(印遠緣交雜水稻品種)의 급성위조증상(急性萎凋症狀) 발생원인(發生原因)을 영양생리학적(營養生理學的) 관점(觀點)에서 구명(究明)하기 위하여 일본(日本)의 기상조건하(氣象條件下)에서 우리나라의 수도품종(水稻品種)을 사용(使用) pot 재배(栽培)에 의(衣)해 다질소시용(多窒素施用)으로 칼리시용량(施用量)을 달리하여 수도(水稻)의 위조증상발생(萎凋症狀發生)과 영양생리학적조건(營養生理學的條件)과의 관계(關係)를 요약(要約)하며 다음과 같다. 1. 공시(供試)한 "유신(維新)" 및 "밀양(密陽)23호(號)"의 2품종중(品種中)에서 위조증상(萎凋症狀)이 발생(發生)하였으며 "밀양(密陽)23호(號)"보다 "유신(維新)"에서 현저(顯著)하였다. 2. 위조증상발생(萎凋症狀發生) 시기(時期)는 등숙초기(登熟初期)와 후기(後期)의 2유형(類型)으로 나누어지며 등숙초기(登熟初期)에 발생(發生)한 수도(水稻)는 칼리공급량(供給量)이 적은 처리구(處理區)에서였다. 발생후기(發生後期)의 위조(萎凋)는 품종(品種)의 저항성(抵抗性)도 관계(關係)하고 있는 것으로 추정(推定)되었다. 3. 위조증상(萎凋症狀)에 대(對)한 저항성품종(抵抗性品種)혹은 수도(水稻)의 영양상태(營養狀態)에 따른 상위(相違)는 유효경화율(有效莖化率), 출종기(出種期)에 있어서 기관별(器官別) 건물중(建物重)등의 변동(變動)등에서 볼 때 유수(幼穗)의 생장시기(生長時期)에서부터 출종기(出種期)에 걸친 수도(水稻)의 생육(生育)에서 원인(原因)을 얻을 수 있을 것으로 생각된다. 4. 위조증상(萎凋症狀)과 관계(關係)에서 특징적(特徵的)인 현상(現象)으로 나타난 성분(成分)은 출수기(出穗期) 수도(水稻)의 망간함량(含量)과 등숙기(登熟期)의 간(稈)의 Fe/Mn비(比), $Fe{\times}Fe/Mn$비(比) 및 수확기(收穫期)에 있어서의 간(稈)의 $K_2O/N$비(比)였다. 위조증상(萎凋症狀)이 발생(發生)하는 수도(水稻)의 망간함량(含量)은 출수기(出穗期)에 이미 현저(顯著)하게 높았고 등숙후기(登熟後期)의 간(稈)에서 Fe/Mn 비(比)와 $Fe{\times}Fe/Mn$ 비(比)가 높았던 것은 근(根)의 나이와 망간의 흡수특성(吸收特性)과의 관계(關係)에서 보면 그 원인(原因)은 출수전(出穗前)의 근계(根系)의 노화(老化)에 있는 것으로 추정(推定)된다. 5. 위조증상(萎凋症狀)이 발생(發生)한 수도(水稻) 수확기(收穫期)에 있어서 절위별(節位別) 간(稈)의 $K_2O/N$ 비(比)는 칼리공급(供給)의 다소(多少)에 의(衣)한 영향(影響)이 상위절(上位節)의 간(稈)일수록 현저(顯著)하게 나타났으며 증상발생(症狀發生)이 상위엽(上位葉)에서부터 진행(進行)하는 사실(事實)을 확실(確實)하게 하였다. 이러한 현상(現象)은 칼리결지(缺之)의 영향(影響)이 하위절간(下位節稈) 일수록 현저(顯著)하게 나타나는 일반적(一般的)인 현상(現象)과는 상위(相違)한 것이었다. 6. 칼리결지상태(缺之狀態)에 있는 수도(水稻)는 각(各) 품종(品種) 공(共)히 출수기(出穗期)에 있어서 경엽(莖葉)의 질소함량(窒素含量)이 매우 높고, 기관별(器官別) $K_2O/N$비(比)는 낮으며 특(特)히 그 저하(低下)는 엽초 및 간(稈)에서 현저(顯著)하였다.

• Pediatric Infection and Vaccine
• /
• 제9권1호
• /
• pp.67-73
• /
• 2002

목 적 : 최근 2~3년 주기로 홍역이 유행하고 있으며, 특히 2000년 말부터 2001년 초까지는 홍역의 집단발생으로 방역당국과 의료계가 비상이었다. 이에 저자들은 홍역에 이환된 환아의 혈청 항홍역 항체를 측정하고 홍역 예방 접종 유무에 따른 차이를 조사하여, 홍역 예방 접종의 효과를 보고, 추가접종의 필요성 및 시기를 살펴보고자 본 연구를 시행하였다. 방 법 : 2000년 6월부터 2001년 6월까지 임상적으로 홍역이 의심되어 원주기독병원에 입원 또는 외래 방문한 298명의 환아 중, criteria for disease control을 만족하는 201명의 환아를 대상으로 홍역 발생의 성별, 월별분포, 예방접종 유무에 따른 연령별 분포 및 항홍역 항체의 양상을 조사하였다. 항홍역 항체의 측정은 발진시기에 채혈한 혈액을 Immunofluorescent Assay로 시행하였으며 IgG 항체는 역가가 1 : 10 이상인 경우를 양성으로 판정하였고, IgM 항체는 양성인 경우를 양성으로 하였다. 결 과 : 1) 대상군은 남아 117명, 여아 84명으로 남녀비는 1.4 : 1이었다. 2) 월병 발생 빈도는 5월에 38례(18.9%)로 가장 많이 발생하였으며, 2000년 11월부터 2001년 1월까지 증가 추세에 있다가 2월과 3월에 감소한 후 4월부터 다시 증가하였다. 3) 대상군 중 예방 접종을 시행한 경우는 93례(46.3%), 시행하지 않은 경우는 108례(53.7%)로 비접종군이 더 많았으나, 통계학적으로 유의한 차이는 없었다. 4) 접종군에서의 연령별 분포는 10세 이상에서 54례(58.1%), 7~10세가 15례(16.0%), 15개월~3세가 12례(12.9%), 4~6세 및 6~14개월이 각각 6례(6.5%)였다. 5) 비접종군에서의 연령별 분포는 6~14개월이 88례(81.5%), 15개월~3세가 9례(8.3%), 6개월 미만이 7례(6.5%), 10세 이상 3례(2.8%), 7~10세가 1례(0.9%)였다. 6) 예방접종 유무에 따른 항홍역 항체 IgG, IgM의 분포는 접종군에서 IgG, IgM 모두 양성인 경우가 78례(87.6%), IgG(+) IgM(-)인 경우가 11례(12.4%)였으며, 비접종군에서는 IgG, IgM 모두 양성인 경우가 69례(63.9%), IgG(-), IgM(+)인 경우는 39례(36.1%)로 나타났다. 결 론 : 홍역에 이환된 환아 중 비접종군에서는 6~14개월에 이환율이 가장 높았으며 이는 6~14개월에 모체로부터 받은 항체가 가장 많이 소실되기 때문으로 사료된다. 접종군에서는 10세 이상에서 이환율이 가장 높았고, IgG, IgM 모두 양성이면서 홍역에 이환된 경우가 대부분인 점으로 보아, 홍역 특이 IgG 항체 역가가 10세 이후에 가장 많이 감소하는 것으로 추측할 수 있다. 따라서 홍역의 퇴치를 위해서 홍역의 초기 예방접종 뿐만 아니라 재접종이 중요하며, 특히 재접종의 시기가 매우 중요할 것으로 사료된다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.67-83
• /
• 2018

2013년 누적인원 2억명을 돌파한 한국의 영화 산업은 매년 괄목할만한 성장을 거듭하여 왔다. 하지만 2015년을 기점으로 한국의 영화 산업은 저성장 시대로 접어들어, 2016년에는 마이너스 성장을 기록하였다. 영화산업을 이루고 있는 각 이해당사자(제작사, 배급사, 극장주 등)들은 개봉 영화에 대한 시장의 반응을 예측하고 탄력적으로 대응하는 전략을 수립해 시장의 이익을 극대화하려고 한다. 이에 본 연구는 개봉 후 역동적으로 변화하는 관람객 수요 변화에 대한 탄력적인 대응을 할 수 있도록 주차 별 관람객 수를 예측하는데 목적을 두고 있다. 분석을 위해 선행연구에서 사용되었던 요인 뿐 아니라 개봉 후 역동적으로 변화하는 영화의 흥행순위, 매출 점유율, 흥행순위 변동 폭 등 선행연구에서 사용되지 않았던 데이터들을 새로운 요인으로 사용하고 Naive Bays, Random Forest, Support Vector Machine, Multi Layer Perception등의 기계학습 기법을 이용하여 개봉 일 후, 개봉 1주 후, 개봉 2주 후 시점에는 차주 누적 관람객 수를 예측하고 개봉 3주 후 시점에는 총 관람객 수를 예측하였다. 새롭게 제시한 변수들을 포함한 모델과 포함하지 않은 모델을 구성하여 실험하였고 비교를 위해 매 예측시점마다 동일한 예측 요인을 사용하여 총 관람객 수도 예측해보았다. 분석결과 동일한 시점에 총 관람객 수를 예측했을 경우 보다 차주 누적 관람객 수를 예측하는 것이 더 높은 정확도를 보였으며, 새롭게 제시한 변수들을 포함한 모델의 정확도가 대부분 높았으며 통계적으로 그 차이가 유의함으로써 정확도에 기여했음을 확인할 수 있었다. 기계학습 기법 중에는 Random Forest가 가장 높은 정확도를 보였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 핵의학기술
• /
• 제25권2호
• /
• pp.15-24
• /
• 2021

SPECT/CT는 보급 초기에 뛰어난 보정방법과 융합영상을 기반으로 한 정성적 기능이 주목받았고, 최근 동반진단치료(Theranostics)등의 도입으로 그 정량적 기능에 대한 관심과 활용이 증가되는 추세이다. PET/CT와 달리 SPECT/CT의 절대 정량화는 조준기의 종류, 검출기 회전과 같은 조건들이 영상획득과 재구성 방법 등에 까다로운 요소로 작용하고 있다. 따라서 본 연구에서는 SPECT/CT 촬영조건 중 투영상수와 투영상당 획득시간에 따른 총 획득시간(검사시간)의 증·감이 방사능농도 추정치에 미치는 영향을 알아보고자 한다. 부피 9,293 ml의 원통형 팬텀에 멸균수를 가득 채운 후 99mTcO4- 91.76 MBq를 희석하여 총 획득시간 600 sec(10 sec/frame × 120 frames, matrix size 128 × 128)의 조건으로 기준영상을 촬영하였고, 체적감도와 교정인자를 확인하였다. 기준영상을 중심으로 총 획득시간을 60(-90%), 150(-75%), 300(-50%), 450(-25%), 900(+50%), 1200(+100%) sec/frame으로 증·감시켜 비교영상을 획득하였고, 각 영상별 세부조건은 투영상당 획득시간(sec/frame)을 1.0, 2.5, 5.0, 7.5, 15.0, 20.0 sec/frame(투영상수 120frames 고정)로, 투영상수를 12, 30, 60, 90, 180, 240 frames(투영상당 획득시간 10 sec/frame 고정)로 설정하였다. 획득된 각 영상에서 관심체적을 통하여 측정한 계수를 바탕으로 정성적 평가로서 CNR(Contrast to Noise Ratio)의 변동률(%)을 확인하였고, 방사능농도 추정치의 변동률(%)을 통해서는 정량적 평가를 시행하였다. 이때 방사능농도 추정치(cps/ml)와 실제 방사능농도(Bq/ml)의 관계는 회복계수(RC_Recovery Coefficients)를 지표로 비교·분석하였다. 투영상수 변화에 따른 결과[CNR 변동률(%), 방사능농도 추정치 변동률(%), RC]는 총 획득시간 증감률(%) -90%에서 [-89.5%, +3.90%, 1.04], -75%에서 [-77.9%, +2.71%, 1.03], -50%에서 [-55.6%, +1.85%, 1.02], -25%에서 [-33.6%, +1.37%, 1.01], +50%에서 [+33.7%, +0.71%, 1.01], +100%에서 [+93.2%, +0.32%, 1.00]이었으며, 투영상당 획득시간 변화에 따른 결과는 총 획득시간 증감률(%)-90%에서 [-89.3%, -3.55%, 0.96], -75%에서 [-73.4%, -0.17%, 1.00], -50%에서 [-49.6%, -0.34%, 1.00], -25%에서 [-24.9%, 0.03%, 1.00], +50%에서 [+49.3%, -0.04%, 1.00], +100%에서 [+99.0%, +0.11%, 1.00]이었다. SPECT/CT에서 총 획득시간의 증·감에 따라 획득된 총 계수와 그에 따른 영상품질(CNR)은 비례하여 변화하는 양상을 보였지만, 절대 정량화를 통한 정량적 평가에서는 모든 실험조건에서 5% 미만(-3.55에서 +3.90%)의 변화를 보여 큰 영향을 받지 않고 정량적 정확성(RC 0.96에서 1.04)을 유지하였다. 검사시간의 증가보다는 단축을 우선하여 고려하였을 때 총 획득시간 감소는 정성적 기능에 있어서 기존에도 배제할 수 없었던 사항이지만 정량적 기능은 큰 손실 없이 적용 가능하여 임상적으로 실효성이 있다고 판단된다. 다만 총 획득시간의 증·감 시 동일한 검사시간이라면 투영상수의 변경보다는 투영상당 획득시간의 변경이 정성적, 정량적으로 조건변화에 따른 변동 폭이 적은 것으로 나타났다.

• 한국수정란이식학회지
• /
• 제29권1호
• /
• pp.73-81
• /
• 2014

돼지 수정란의 체외 생산 효율성 향상을 위해서는 배발생율과 더불어 고품질의 배를 조기에 선별해야 한다. 체외 배 발생율에 대한 보고는 많지만, 고품질의 배를 선별할 수 있는 기술에 대한 연구는 거의 없었다. 본 연구에서는 돼지 난포란 유래 수정란의 체외배양에 있어서 배반포로의 배 발달과 생존에 미치는 Vitamin $K_1$(vit $K_1$) 첨가 농도, 시기 및 시간의 효과를 검토하였다. $1.0{\mu}M$, $3.0{\mu}M$ 및 $6.0{\mu}M$ vit $K_1$을 배양 1일째 24시간 첨가한 결과, 배반포 발달율이 시험군이 $14.5{\pm}4.3$, 0.0 및 0.0%로써 대조군의 $35.5{\pm}3.2%$에 비하여 유의하게 낮았고(p<0.05), 배반포의 생존율도 대조군이 $31.8{\pm}2.6%$로써 시험군의 $22.2{\pm}2.9$, 0.0 및 0.0%에 비하여 유의하게 높았다(p<0.05). 상기 첨가 농도에서 첨가 시간을 달리한 결과, $1.0{\mu}M$ 농도에서 6시간 처리군의 배반포 발달율과 생존율이 각각 $26.5{\pm}2.9%$ 및 $47.2{\pm}2.8%$로써 가장 높았고 특히, 12시간 처리군보다 유의하게 높았다(p<0.05). $3.0{\mu}M$ 농도에서는 대조군의 배발달율이 $36.4{\pm}3.1%$로 가장 높았으나, 생존율은 3.0시간 첨가군이 $41.7{\pm}3.2%$로 대조군에 비하여 유의하게 높았다(p<0.05). $6.0{\mu}M$ 농도에서도 배발달율은 대조군($32.0{\pm}2.8%$), 생존율은 0.5시간 첨가군($42.9{\pm}1.8%$)이 가장 높았다. 각각의 vit $K_1$ 첨가 농도와 시간을 기준으로 서로 다른 배양 시기에 첨가한 결과, $1.0{\mu}M$ 6시간 첨가군에서는 배반포 발달율은 배양 4일째 첨가군, 생존율은 배양 2일째 첨가군이 가장 높았다. 한편, $3.0{\mu}M$ 3.0시간 및 $6.0{\mu}M$ 0.5시간 첨가군에서는 배양 4일째 첨가군의 배반포 발달율($59.5{\pm}4.1%$ 및 $50.0{\pm}3.6%$)과 생존율($72.7{\pm}5.4%$ 및 $79.2{\pm}4.0%$)이 대조군과 다른 시험군에 비하여 유의하게 높았다(p<0.05). 한편, vit $K_1$ 첨가에 따른 배반포의 세포 수를 조사한 결과, 첨가군($1.0{\mu}M$ 6시간 배양 2일째, $3.0{\mu}M$ 3.0시간 배양 4일째 및 $6.0{\mu}M$ 0.5시간 배양 6일째)이 $53.4{\pm}5.8$, $49.4{\pm}3.8$ 및 $51.5{\pm}4.5$개로써 대조군의 $40.2{\pm}2.3$개에 비하여 유의하게 많았다(p<0.05). 그러나 사멸세포 수는 시험군이 $3.2{\pm}0.9{\sim}3.7{\pm}2.1$개로써 대조군의 $4.2{\pm}1.2$개보다 적었으나, 유의차는 없었다. 세포 사멸 유도 유전자인 Bax mRNA 발현은 처리군과 대조군은 비슷하였으나, 세포 사멸 억제 유전자인 Bcl-xL mRNA 발현은 처리군이 대조군보다 높았고 특히, $6.0{\mu}M$ 0.5시간 배양 4일째 첨가군이 가장 높았다. 이상의 결과로부터 돼지 미성숙 난포란 유래 수정란의 체외 배양에 vit $K_1$의 첨가는 배반포의 생존율과 세포수 증가에 효과적이었다. 그 이유에 대해서는 아직 많은 부분이 밝혀져야 되겠지만, 고품질의 배반포 조기 선발에는 활용이 가능할 것으로 생각된다.

• Tuberculosis and Respiratory Diseases
• /
• 제56권1호
• /
• pp.51-66
• /
• 2004

연구배경 : 폐 섬유화증의 진행에는 세포외 간질의 대사에 관여하는 gelatinase가 중요한 역할을 하는 것으로 알려져 있으며, gelatinase의 작용은 사이토카인을 비롯한 여러 가지 요소에 의해 조절되는 것으로 알려져 있다. 지금까지 $interferon-{\gamma}$($IFN-{\gamma}$)는 폐섬유화를 억제하는 것으로 알려져 있지만 gelatinase의 작용에 $IFN-{\gamma}$가 미치는 영향은 잘 밝혀져 있지 않다. 이에 저자들은 bleomycin 유도 백서 폐 섬유화 모델에서 $IFN-{\gamma}$가 폐 섬유화에 미치는 영향과MMP-2, -9과 이의 길항제인 TIMP-1, -2 그리고 Th-2 사이토카인의 변화에 미치는 영향을 조사함으로써, $IFN-{\gamma}$가 폐 섬유화증에 미치는 영향과 기전을 연구하고자 하였다. 재료 및 방법 : Sprague-Dawley계의 수컷 흰쥐를 정상 대조군, bleomycin 군, bleomycin+$IFN-{\gamma}$ 군의 세 군으로 나누어, bleomycin 군 과 bleomycin+$IFN-{\gamma}$ 군은 bleomycin sulfate를 생리식염수에 섞어 기관 내로 주입하였고(6 U/kg), bleomycin+$IFN-{\gamma}$ 군은 $IFN-{\gamma}$를 14일간 근육주사 하였다($2{\times}105U/kg$). 실험동물은 3, 7, 14, 28일에 폐를 얻어 hematoxylineosin 염색과 Masson's trichrome 염색을 하여 폐의 염증 반응과 섬유화 정도를 관찰하였고, 폐 조직 내의 hydroxyproline 함량, MMP-2, -9, TIMP-1, -2에 대한 Western blot, zymography와 reverse zymography, IL-4와 IL-13에 대한 ELISA검사를 시행하였다. 결 과 : 1. 폐 염증은 bleomycin 투여 7일째에는 $IFN-{\gamma}$를 투여한 경우 더 심하게 일어났으나(bleomycin 군 : bleomycin+$IFN-{\gamma}$ 군=$2.08{\pm}0.15:2.74{\pm}0.29$, P<0.05), 폐 섬유화는 bleomycin 투여 후 28일째 $IFN-{\gamma}$ 투여에 의해 유의하게 감소되었다(bleomycin 군 : bleomycin+$IFN-{\gamma}$ 군=$3.94{\pm}0.43:2.46{\pm}0.13$, P<0.05). 2. 폐 내 hydroxyproline 함량은 bleomycin 투여 28일 후 $IFN-{\gamma}$ 투여에 의해 유의하게 감소되었다(bleomycin 군 : bleomycin+$IFN-{\gamma}$ 군=$294.04{\pm}31.73{\mu}g/g:194.92{\pm}15.51{\mu}g/g$, P<0.05). 3. Bleomycin 투여에 의해 MMP-2 단백질의 양이 증가되는 소견이 Western blot에서 관찰되었는데 MMP-2의 증가는 bleomycin 투여 14일에 최고에 이르렀으며, $IFN-{\gamma}$의 투여에 의해 bleomycin에 의한 MMP-2의 증가는 억제되었으나 대조군 수준으로 감소하지는 않았다. 4. Zymography 검사에서 bleomycin 투여 3일째에는 활성화된 형태의 MMP-2가 $IFN-{\gamma}$에 의해 유의하게 증가되었으나(bleomycin 군 : bleomycin+$IFN-{\gamma}$ 군=$209.63{\pm}7.60%:407.66{\pm}85.34%$, P<0.05), 투여 14일 후에서는 $IFN-{\gamma}$에 의해 활성화된 상태의 MMP-2가 유의하게 감소되었다(bleomycin 군 : bleomycin+$IFN-{\gamma}$ 군=$159.36{\pm}20.93%:97.23{\pm}12.50%$, P<0.05). 5. Bleomycin을 투여한 후 bleomycin 군과 bleomycin+$IFN-{\gamma}$ 군 모두에서 IL-4의 양이 감소되었으나, 두 군간 차이는 통계적으로 유의하지는 않았고, IL-13은 별 다른 차이가 없었다. 결 론 : Bleomycin에 의한 백서 폐 섬유화 모델에서 $IFN-{\gamma}$는 초기 폐 염증을 증가시키지만 후기 폐 섬유화는 억제시킨다는 것을 알 수 있었다. $IFN-{\gamma}$가 폐 섬유화를 억제하는 것은 MMP-2의 활성화를 억제하기 때문인 것으로 생각한다. 또한 $IFN-{\gamma}$에 의한 MMP-2의 기능 억제는 Th-2 사이토카인을 억제하여 이루어지는 것 같지는 않았다. 본 논문을 기초로 향후 $IFN-{\gamma}$가 MMP-2의 활성화를 조절하는 기전과 MMP-2의 활성화가 폐섬유화에 미치는 영향에 대한 연구가 필요할 것으로 생각한다.

• Applied Biological Chemistry
• /
• 제7권
• /
• pp.105-117
• /
• 1966

acaricide로 알려진 phthalimidomethyl O,O-dimethyl phosphorodithioat (Imidan)을 수도(水稻)에 살포(撒布)했을 때 Imidan과 그 대사물질(代謝物質)이 식물(植物)의 생육(生育)에 미치는 영향(影響)을 연구(硏究)하기 위하여 본(本) 실험(實驗)을 하였으며 이의 결과(結果)를 요약(要約)해 보면 다음과 같다. (1) Imian의 대사물질(代謝物質)로 예상(豫想)되는 다음의 8가지 화합물(化合物)을 합성(合成) 또는 정제(精製)하여 공시약제(供試藥劑)로 사용(使用)하였다. (a) N-Hydroxy methyl phthalimide (b) Phalimide (c) Phthalamdic acid (d) Phthalic acid (e) Anthranilic acid (f) p-amino benzoic acid (g) p-hydroxu benzoic acid (h) Benzoic acid (2) 상기(上記) 물질중(物質中)에서 (a),(c),(d),(e)와 Imidan의 각(各) 10 ppm과 20 ppm 의 Buffer Solution 을 만들어 밀 종자(種子)를 가지고 coleoptile straight growth test를 해 본 결과(結果) Imidan 은 10 ppm 과 20 ppm에서 모두 control 보다 생장(生長)의 촉진효과(促進?果)를 보였으며 기중(其中) phthalamidic acid 10 ppm 이 가장 좋은 성적(成績)을 보였다. 이것으로 보아 Imidan 자체(自體)는 생장(生長) 억제(抑制)의 효과(?果)를f 보이나 이것이 일단(一但) 생체내(生體內)에서 가수분해(加水分解)를 비롯한 각종(各種) 대사작용(代謝作用)을 받으면 그 대사산물(代謝産物)이 식물생장(植物生長)을 촉진(促進)하는 효과(?果)를 보이는 것 같다. (Table 1, Fig. 1 참조(參照)) (3) xylene을 용매(溶媒)로 하여 Imidan 유제(乳劑)를 만들고 이것을 희석(稀釋)하여 20 ppm, 100 ppm 및 200 ppm 의 각(各) 농도(濃度) 유화액(乳化液)을 조제(調製)한 후 이것을 배지(培地)로 하여 수도종자(水稻種子)를 발아(發芽)시킨 후 12 일(日)에 shoot와 root의 길이를 측정(測定)하였다. 이의 결과(結果)를 보면 root는 Imidan 20 ppm에서, shoot 는 Imidan 100 ppm에서 모두 xylene만의 유제구(乳劑區)인 control 보다 좋은 효과(?果)를 보였으며 여기에서 흥미(興味)있는 것은 용매(溶媒)로 사용(使用)된 xylene은 수도종자(水稻種子) 뿌리의 발육(發育)에 심(甚)한 억제효과(抑制效果)를 보이는 것 같다. (Table 2, Table 5 참조(參照)) (4) 벼를 pot에 심고 2회(回)에 걸쳐 control, Imidan, N-hydroxy methyl phthalimide, anthranilic acid 및 phthalimide의 10, 25, 50, 100 ppm 농도(濃度)의 각(各) 유제(乳劑)를 살포하고 일정기간후(一定期間後) 생육상(生育相)을 조사(調査)하였더니 Imidan 구(區)와 N-hydroxy methyl phthalimide 구(區)가 control 보다 좋은 성적(成績)을 보였다. (5) Imidan 250 ppm 유제(乳劑)를 수도엽면(水稻葉面)에 살포(撒布)하고 3 일(日), 5 일(日), 7 일(日) 및 14일후(日後)에 일정량(一定量)의 엽경(葉莖)을 채취(採取)하여 acetone으로 추출(抽出)k고 acetonitrile을 가지고 prechromatographic piriication 을 거쳐 paper chromatography에 의(依)하여 다음과 같은 대사물질(代謝物質)을 검출(檢出)하였다. Imidan $(Rf:\;0.97{\sim}0.98)$, N-hydroxy methyl phthalimide (Rf: 0.87), phthalimide $(Rf:\;0.86{\sim}0.87)$, phthalamidic acid $(Rf:\;0.13{\sim}0.14)$, phthalic acid $(Rf:\;0.02{\sim}0.03)$, benzoic acid $(Rf:\;0.42{\sim}0.43)$ 및 p-amino benzoic acid 또는 p-hydroxy benzoic acid $(Rf:\;0.08{\sim}0.09)$와 Rf=0.73, 0.59, 0.33, 0.23, 0.07의 미지물질(未知物質)을 검출(檢出)하였다. 또한 3일(日), 5일(日) 등(等) 초기(初期)에서는 미분해(未分解)의 Imidan과 최초(最初)의 가수분해(加水分解) 산물(産物)인 N-hydroxy methyl phthalimide등(等)이 비교적(比較的) 다량(多量)으로 검출(檢出)되었으나 7일(日), 14일(日) 등(等) 후기(後期)에는 생체내(生體內)에서 더 많은 분해(分解)를 받아 상기(上記) 이성분(二成分)은 양(量)이 감소(減少)되고 phthalic acid, phthalamidic acid benzoic acid 및 p-hydroxy benzoic acid 또는 p-amino benzoic acid등(等)의 양(量)이 증가(增加)되는 것을 볼 수있었으며 도체상(稻體上)에 살포(撒布)된 Imidan 은 체내(體內)에 흡수(吸收)되어 14일(日)이 경과(經過)되면 대부분(大部分)이 분해(分解)를 받는 것으로 보여진다. 이상(以上)의 결과(結果)로 보아 Imidan은 자체(自體)로서는 식물생장(植物生長) 촉진작용(促進作用)이 없으나 식물체내(植物體內)에서 여러 가지 대사작용(代謝作用)(enzyme의 작용(作用))을 맡아서 각종(各種) phthaloyl 영향(影響)을 주는 것으로 생각(生覺)된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.