• 한국심리학회지 : 문화 및 사회문제
• /
• 제9권spc호
• /
• pp.35-55
• /
• 2003

최근까지 한국사회에서 각종 대규모 안전사고가 발생한 배경에는 국가에서 지난 30여년간 경제성장과 산업의 발전을 목표로 추구하면서 정책으로 안전체계를 구축하지 못한 문화의 특수성이 있다고 보았다. 이 관점에서 현재 한국사회의 안전체계를 구성하는 주체들의 심리와 행동 특성을 분석하고, 이어서 안전 분야에서 심리학이 기여할 수 있는 영역과 연구 과제를 논의하였다. 먼저 총체안전체계의 관점에서 체계를 구성하는 단위로서 안전관리의 책임을 맡은 정부, 안전상품과 써비스를 생산하여 판매하는 기업, 안전상품과 써비스를 소비하면서 한편으로 공동체의 안전생활 환경에 영향을 미치는 시민들, 그리고 안전을 위한 시민운동 단체를 구별하고 이 네 주체들이 각각 어떤 특징들을 보이는지 살펴보았다. 이 분석을 토대로 한국사회에서 심리학이 안전체계를 구성하는 네 주체들의 안전심리와 행동을 연구하여 개선하는데 응용하는 방안을 모색하였다. 안전에 관한 심리학 연구의 영역들로는 인지심리가 토대가 되어서 인간-기계체계를 다루는 인간공학 연구와 아울러 안전심리와 행동에 관한 사회행동 연구가 기초가 된다고 보았다. 이 연구들을 기초로 여러 전공의 심리학자들이 협력하여 안전체계를 구성하는 정부, 기업, 시민, 시민단체 및 언론에 전문지식과 정보를 만들어서 제공하여야 한다. 그리고 실제로 안전분야에 따라서 각종 기관에서 대중의 태도변화에 활용할 수 있는 홍보 계획과 아울러 각 주체들의 행동변화 계획을 만들어야 할 필요성도 지적하였다. 이 논문의 후반부에서는 도로교통 안전 분야에서 필자가 한국 운전자의 음주운전 행동을 연구한 결과를 예로 들어서 한국사회의 안전체계에 관한 심리학 연구의 전망과 장래 연구의 과제를 논의하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권5호
• /
• pp.183-189
• /
• 2023

본 논문은 JPEG 포맷을 확장하여 여러 장의 사진과 오디오, 텍스트 등 다양한 미디어를 담을 수 있는 새로운 JPEG 포맷, All-in-JPEG을 제안한다. All-in-JPEG는 기존 JPEG 파일에 이미지, 오디오, 텍스트를 추가 저장하고, APP3 세그먼트를 활용하여 메타 정보를 저장한다. All-in-JPEG을 사용하면, 스마트폰 사용자들이 연속 촬영한 많은 사진을 한 개의 파일에 저장할 수 있고, 연사된 사진들을 다른 사람과 공유하는 것도 매우 편리하다. 또한 사진 촬영 당시의 짧은 오디오를 함께 저장하거나 사진의 일부분을 움직이는 사진 등 생동감 있는 사진을 만들기 쉽다. 뿐만 아니라, 한 장의 All-in-JPEG 파일 속에 이미지와 음성, 그리고 일기 텍스트를 모두 저장하는 사진 일기 앱 등 다양한 응용에 활용할 수 있다. 본 논문에서는 All-in-JPEG 파일을 생성 편집하는 앱과 사진 일기 앱, 매직 사진 기능을 개발하여 All-in-JPEG의 실현 가능성을 검증하였다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.483-494
• /
• 2023

국내에서 널리 사용되는 전기비저항과 유도분극탐사는 지하 매질 정보를 얻는 대표적인 물성인 전기적 성질을 측정하는 방법이다. 다양한 현장에서 획득하는 탐사 자료에 대한 정밀한 해석을 위해서는 매질의 물성 정보를 정확하게 측정하는 것이 중요하다. 암석의 전기적 물성 측정은 전류 전극과 전위 전극을 동일한 전극으로 사용하는 2전극법과 전류 전극과 전위 전극을 분리하여 측정하는 4전극법으로 구분된다. 2전극법은 4전극법에 비해 시료와 전극의 접촉이 매우 용이하므로 일반적으로 많이 사용되고 있지만, 시료뿐만 아니라 전극의 임피던스가 함께 측정된다는 문제가 있다. 이 연구에서는 유도분극 특성을 갖지 않는 물시료와 유도분극 특성을 갖는 흑연과 시멘트를 혼합한 인공 시료에 대하여 2전극법과 4전극법을 사용하여 시간영역 유도분극 효과를 측정하고 그 결과를 비교하였다. 또한, 현장탐사를 모사한 수조모형 실험으로 두 전극법의 결과와 비교하여, 모형실험과 4전극법의 결과가 잘 일치하는 것을 확인하였다. 따라서, 4전극법이 전위전극의 설치에 어려움이 있지만 2전극법에 비해 전위전극의 임피던스에 의한 문제를 줄일 수 있어 전기적 물성 측정에 효과적임을 확인하였다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.867-874
• /
• 2023

최근 급격한 기후변화로 인해 꿀벌의 생태계에 많은 문제가 발생하고 있다. 꿀벌의 개체 수 감소, 개화기의 변화로 인한 양봉 농가의 채밀에 막대한 영향을 주고 있다. 벌통안의 벌집을 육안으로 지속적 관찰이 불가능하기 때문에, 벌집안의 상태에 대하여 대부분 경험에 의한 지식에 의존하고 있는 실정이다. 따라서 IoT 기술을 접목한 스마트양봉에 대한 관심이 집중되고 있다. 특히, 양봉에서 가장 중요한 부분 중에 하나인 분봉과 관련하여, 여왕벌의 사운드로 분봉시기를 알 수 있다는 것을 경험적으로 알고는 있지만, 이를 체계적으로 데이터로 분석하는 방법은 전무한 현실이다. 단순하게 여왕벌의 사운드를 녹음해서 분석하면 될 수 있을 것 이라고 생각할 수 있지만, 벌통 주변의 다양한 소음 문제, 지속적으로 녹음이 불가능하다는 문제 등 여러가지 문제점을 해결하지 못하고 있다. 본 논문은 여왕벌사운드를 실시간 클라우드 시스템에 기록하여 사운드 패턴을 분석할 수 있는 시스템 개발에 대한 연구이다. 실시간으로 입력되는 벌통의 아날로그 사운드를 다채널로 입력받아 디지털로 변환한 후 여왕벌 사운드 주파수 대역에서 지속적으로 출력되는 사운드 패턴을 발견하게 되었다. 클라우드 시스템 접속하면 벌통 주변의 사운드와 벌통 내부의 온/습도, 무게, 내부 이동량 데이터 등을 모니터링 할 수 있도록 했다. 본 논문에서 개발된 시스템으로 여왕벌의 사운드패턴을 분석하고 벌통 내부의 상황을 알 수 있게 되었다, 이를 통해 꿀벌의 분봉 시기를 예측하거나 분봉 시기를 조절할 수 있는 정보를 제공할 수 있을 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.505-518
• /
• 2023

3차원 포인트 클라우드 의미적 분할은 각 포인트별로 해당 포인트가 속한 물체나 영역의 분류 레이블을 예측함으로써, 포인트 클라우드를 서로 다른 물체들이나 영역들로 나누는 컴퓨터 비전 작업이다. 기존의 3차원 의미적 분할 모델들은 RGB 영상들에서 추출하는 2차원 시각적 특징과 포인트 클라우드에서 추출하는 3차원 기하학적 특징의 특성을 충분히 고려한 특징 융합을 수행하지 못한다는 한계가 있다. 따라서, 본 논문에서는 2차원-3차원 멀티-모달 특징을 이용하는 새로운 3차원 의미적 분할 모델 MMCA-Net을 제안한다. 제안 모델은 중기 융합 전략과 멀티-모달 교차 주의집중 기반의 융합 연산을 적용함으로써, 이질적인 2차원 시각적 특징과 3차원 기하학적 특징을 효과적으로 융합한다. 또한 3차원 기하학적 인코더로 PTv2를 채용함으로써, 포인트들이 비-정규적으로 분포한 입력 포인트 클라우드로부터 맥락정보가 풍부한 3차원 기하학적 특징을 추출해낸다. 본 논문에서는 제안 모델의 성능을 분석하기 위해 벤치마크 데이터 집합인 ScanNetv2을 이용한 다양한 정량 및 정성 실험들을 진행하였다. 성능 척도 mIoU 측면에서 제안 모델은 3차원 기하학적 특징만을 이용하는 PTv2 모델에 비해 9.2%의 성능 향상을, 2차원-3차원 멀티-모달 특징을 사용하는 MVPNet 모델에 비해 12.12%의 성능 향상을 보였다. 이를 통해 본 논문에서 제안한 모델의 효과와 유용성을 입증하였다.

• 벤처창업연구
• /
• 제18권3호
• /
• pp.141-156
• /
• 2023

전 세계적으로 유례없는 Covid-19 팬데믹으로 인해 기업의 비즈니스 방식 및 내용이 크게 변화됐다. 따라서 Covid-19 이후 산업 전반에서 일어나고 있는 혁신 양상을 면밀히 모니터링하고, 이를 바탕으로 미래 비즈니스를 기획/설계하는 것이 산업현장에서 크게 요구되고 있다. 다수 연구에서 펜데믹 이후 비즈니스 동향 분석이 시도됐으나 특정 산업에 국한된 분석을 수행하는 점, 설문 및 문헌 연구 중심으로 수행되어 객관적 데이터의 활용이 부족한 점에서 한계점이 존재하고 있다. 이에 본 연구에서는 글로벌 스타트업 데이터인 Crunchbase를 활용하여 Covid-19 이후 비즈니스 산업의 트렌드를 분석하고자 한다. 트렌드 분석을 위해 Crunchbase에서 2018년부터 2021년까지 2년 단위로 데이터를 수집 및 전처리를 진행하였다. 산업 변화를 확인하기 위해 네트워크 분석, LDA 기반 토픽 분석, Doc2vec 클러스터링 분석을 결합한 접근 방식을 사용하여 비즈니스 콘텐츠의 변화를 분석하였다. 연구 결과 각 분야에서 비대면/온라인 기술들이 훨씬 전문성을 갖추며 성장하고 있으며, 기술융합에 초점을 두고 많은 산업들이 성장하고 있는 것으로 파악되었다. 본 연구는 Covid-19의 영향으로 기업투자자 및 예비 창업자들에게 급속도로 변화하는 산업의 흐름을 파악할 수 있게 하고 투자 의사결정에 많은 도움을 줄 것으로 기대된다.

• Korean Journal of Radiology
• /
• 제22권2호
• /
• pp.168-178
• /
• 2021

Objective: To provide an automatic method for segmentation and diameter measurement of type B aortic dissection (TBAD). Materials and Methods: Aortic computed tomography angiographic images from 139 patients with TBAD were consecutively collected. We implemented a deep learning method based on a three-dimensional (3D) deep convolutional neural (CNN) network, which realizes automatic segmentation and measurement of the entire aorta (EA), true lumen (TL), and false lumen (FL). The accuracy, stability, and measurement time were compared between deep learning and manual methods. The intra- and inter-observer reproducibility of the manual method was also evaluated. Results: The mean dice coefficient scores were 0.958, 0.961, and 0.932 for EA, TL, and FL, respectively. There was a linear relationship between the reference standard and measurement by the manual and deep learning method (r = 0.964 and 0.991, respectively). The average measurement error of the deep learning method was less than that of the manual method (EA, 1.64% vs. 4.13%; TL, 2.46% vs. 11.67%; FL, 2.50% vs. 8.02%). Bland-Altman plots revealed that the deviations of the diameters between the deep learning method and the reference standard were -0.042 mm (-3.412 to 3.330 mm), -0.376 mm (-3.328 to 2.577 mm), and 0.026 mm (-3.040 to 3.092 mm) for EA, TL, and FL, respectively. For the manual method, the corresponding deviations were -0.166 mm (-1.419 to 1.086 mm), -0.050 mm (-0.970 to 1.070 mm), and -0.085 mm (-1.010 to 0.084 mm). Intra- and inter-observer differences were found in measurements with the manual method, but not with the deep learning method. The measurement time with the deep learning method was markedly shorter than with the manual method (21.7 ± 1.1 vs. 82.5 ± 16.1 minutes, p < 0.001). Conclusion: The performance of efficient segmentation and diameter measurement of TBADs based on the 3D deep CNN was both accurate and stable. This method is promising for evaluating aortic morphology automatically and alleviating the workload of radiologists in the near future.

• Korean Journal of Radiology
• /
• 제22권5호
• /
• pp.770-781
• /
• 2021

Objective: Chemical exchange-dependent saturation transfer (CEST) MRI is sensitive for detecting solid-like proteins and may detect changes in the levels of mobile proteins and peptides in tissues. The objective of this study was to evaluate the characteristics of chemical exchange proton pools using the CEST MRI technique in patients with dementia. Materials and Methods: Our institutional review board approved this cross-sectional prospective study and informed consent was obtained from all participants. This study included 41 subjects (19 with dementia and 22 without dementia). Complete CEST data of the brain were obtained using a three-dimensional gradient and spin-echo sequence to map CEST indices, such as amide, amine, hydroxyl, and magnetization transfer ratio asymmetry (MTR_asym) values, using six-pool Lorentzian fitting. Statistical analyses of CEST indices were performed to evaluate group comparisons, their correlations with gray matter volume (GMV) and Mini-Mental State Examination (MMSE) scores, and receiver operating characteristic (ROC) curves. Results: Amine signals (0.029 for non-dementia, 0.046 for dementia, p = 0.011 at hippocampus) and MTR_asym values at 3 ppm (0.748 for non-dementia, 1.138 for dementia, p = 0.022 at hippocampus), and 3.5 ppm (0.463 for non-dementia, 0.875 for dementia, p = 0.029 at hippocampus) were significantly higher in the dementia group than in the non-dementia group. Most CEST indices were not significantly correlated with GMV; however, except amide, most indices were significantly correlated with the MMSE scores. The classification power of most CEST indices was lower than that of GMV but adding one of the CEST indices in GMV improved the classification between the subject groups. The largest improvement was seen in the MTR_asym values at 2 ppm in the anterior cingulate (area under the ROC curve = 0.981), with a sensitivity of 100 and a specificity of 90.91. Conclusion: CEST MRI potentially allows noninvasive image alterations in the Alzheimer's disease brain without injecting isotopes for monitoring different disease states and may provide a new imaging biomarker in the future.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제13권1호
• /
• pp.1-16
• /
• 2024

지난 수년간 6시그마는 제조업의 주요 혁신 방법론으로, 품질개선과 경비 절감을 위해 사용되었다. 그러나 스마트공장 확산으로 인한 초 단위 데이터 생성 등, 방대한 양의 데이터를 분석하기 어려운 문제와,오랫동안 정착된 형식적 사용으로 인해, 6시그마의 한계가 지적되었다. 6시그마의 한계를 극복하기 위해, 최근에 빅데이터 기반 6시그마 기법이 연구되고 있다. 빅데이터 기반 6시그마는, 6시그마의 강점인 통계적 검증, 수학적 최적화, 높은 해석력과, 빅데이터 분석의 강점인 기계학습을 모두 활용할 수 있다. 그러나, 최근 연구된 빅데이터 기반 6시그마 기법이 제조공정 및 경영 성과에 미치는 영향에 대한 검증은 미비하다. 이러한 이유로 실무에서는, 빅데이터 기반 6시그마 기법에 대한 신뢰성이 높지 않아 제대로 활용하지 못하고 있다. 본 연구에서는, 빅데이터 기반 6시그마인 DX SS의 유효성 분석을 통해 제조공정의 효율성에 미치는 영향을 알아본다. 또한 기업에서 이 기법을 성공적으로 도입 및 정착시키기 위한 핵심 성공 정책을 도출한다. 추가적으로, 성공 정책에 대한 연구 없이 전 임직원의 참여가 수반되지 못한 잘못된 정책으로 방법론이 중단된 사례는, 핵심 성공 정책 연구에 대한 중요성을 보여준다. 제조기업들이 본 연구에서 제시하는 방법론을 적극 도입하고 사용하여 성공적인 성과를 거둘 수 있도록 본 연구가 도움이 되기를 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제13권1호
• /
• pp.28-34
• /
• 2024

이러닝은 학습자 자율에 의해 진행되므로 성공적인 학습을 위해서는 지속적인 참여를 위한 학습동기가 무엇보다 중요하다. 평생교육에 참여하는 성인학습자가 증가하면서 이들의 학습참여와 참여에 영향을 미치는 학습동기에 대한 연구가 필요하다. 학습동기와 학습참여간의 관계를 설명하는 기대가치이론과 자기주도학습이론을 바탕으로 학습동기의 구성요소(학습가치, 비용, 자기조절, 일정관리)가 학습참여에 미치는 영향을 분석하였다. 이러닝 프로그램을 MoodleCloud에 구축하였고, 학습자는 설문에 답한 후 학습을 진행하였다. 학습 진행 과정에서 수집한 로그데이터로 산출한 학습참여점수와 설문 응답 데이터를 이용하여 회귀분석을 실시하였다. 분석 결과 성인학습자의 이러닝 학습참여에 유의한 영향을 미치는 동기요인은 학습가치와 일정관리이며, 학습가치에 대한 생각은 남녀 간의 차이가 있는 것으로 나타났다. 즉 성인학습자가 이러닝 학습 프로그램의 가치를 높게 인지할수록, 학습자 스스로 일정관리 능력이 있을수록 학습에 많이 참여한다고 할 수 있다. 이 연구 결과는 학습자와 교수자의 교수·학습전략 수립에 활용될 수 있고, 궁극적으로는 이러닝 중도 탈락을 방지하는 데 도움이 될 수 있다.