• 환경생물
• /
• 제38권4호
• /
• pp.634-649
• /
• 2020

최근, 우리나라에서는 하천에 중소형 보(Weir) 및 각종 구조물(어도) 건설이 건설되면서 수생태계의 단절 및 훼손이 보고되고 있고, 이들은 수생태계 건강도에 직접적으로 영향을 주면서 수생태계의 종적 연결성 평가가 중요한 이슈가 되었다. 본 연구에서는 수생태 건강성 확보를 위한 일환으로 수생태계 종적 연결성 평가를 위한 국내외 연구 현황, 선진국의 어류 기반 종적 연속성 평가모델 개발 및 현장 적용성에 대한 분석을 실시하였다. 이를 위해, 우리나라에서 하천의 종적 연결성 현황 및 구조적 문제점, 어류 모니터링 기법 및 현황, 종적 측면의 어류 이동성 단절 및 종 다양성 영향에 대한 현황분석을 하였다. 또한, 물리적 서식지 적합도 평가, 환경생태유량 평가 및 어류 서식처 모의를 위한 생태-수리모델링의 기술적 한계 등에 대한 연구 현황을 분석하였다. 또한, 어류 유영력 기반 이동성 분석 및 행위자 기반(ABM) 어류행동예측 프로그램개발에 대한 현재 기술의 한계성도 제시하였다. 전 세계에서 적용된 하천 종적 연결성 평가모델 및 기법(프로토콜)에 대해 문헌, 자료 및 다양한 모델을 종합적으로 검토한 결과에 따르면, 첫째, 하천 구조물과 어류 유영속도, 점프력 등의 지표 기반 평가기법, 둘째, 직접 현장 어류조사 및 모니터링 기법, 셋째, 하천지형학적 접근방식 평가 기법 및 구조물 기반 DB 구축기법 및 넷째, 하천 연계성 지수 평가법 등으로 분석되었다. 종적 연결성 평가모델의 조사방법론 및 적용성 평가 결과에 따르면, 유럽권의 ICE 모델(Information sur la Continuite Ecologique)과 ICF 모델(Index de Connectivitat Fluvial)을 우리나라에 수정보완하여 적용할 경우 적절할 것으로 평가되었다.

• 한국방사선학회논문지
• /
• 제16권3호
• /
• pp.225-231
• /
• 2022

4차 산업혁명시대 최신 기술을 통해 공간 및 시간의 초월, 가상현실, 증강 현실 등이 구현되고 있다. 현재 인공지능, 증강현실, 빅데이터 등을 경험하고 있는 상황에서 방사선과 재학생들을 대상으로 4차 산업혁명 최신 기술에 대한 관심도와 4차 산업혁명시대 필요한 역량, 4차 산업혁명시대 방사선분야 채용 환경의 전망에 대한 인식도를 알아보고자 하였다. 2022년 2월 7일부터 2월 18일까지 대구시 소재 S대학교 방사선과 재학생 2, 3학년을 대상으로 설문지를 이용하여 인식도 조사를 분석하였다. 연구결과 3D 모델링 관심도가 평균 3.34 ± 1.09점으로 가장 높게 나타났으며, 빅데이터와 인공지능에 대해서도 보통 이상 3.27 ± 1.17, 3.33 ± 1.07점으로 관심을 보이고 있었다. 또한, 4차 산업혁명시대 필요한 역량 인식도와 4차 산업혁명시대 방사선분야 채용 환경 전망 인식도 간 상관성이 가장 높았으며(r=0.778, p<0.01), 4차 산업혁명 최신 기술 관심도와 4차 산업혁명시대 필요한 역량 인식도 간에도 상관성이 있음을 알 수 있었다(r=0.694, p<0.01). 4차 산업 혁명시대 3D프린팅, 인공지능, 빅데이터 등의 최신 기술을 다룰 수 있는 전문 교육 강화, 방사선 의료기술분야에서의 최신 기술과 관련된 취업역량 강화를 위한 교육이 필요할 것으로 판단된다.

• 한국환경복원기술학회지
• /
• 제25권4호
• /
• pp.33-47
• /
• 2022

Wild boars(Sus scrofa) are expanding their range of behavior as their habitats change. Appearing in urban centers and private houses, it caused various social problems, including damage to crops. In order to prevent damage and effectively manage wild boars, there is a need for ecological research considering the characteristics and movement characteristics of wild boars. The purpose of this study is to analyze home range and identify land cover types in key areas through tracking wild boars, and to predict the movement connectivity of wild boars in consideration of previous studies and their preferred land use characteristics. In this study, from January to June 2021, four wild boars were captured and tracked in Jinju city, Gyeongsangnam-do, and the preferred land cover type of wild boars was identified based on the MCP 100%, KDE 95%, and KDE 50% results. As a result of the analysis of the home range for each individual, it was found that 100% of MCP was about 0.68km², 2.77km², 2.42km², and 0.16km², and the three individuals overlapped the home range, refraining from habitat movement and staying in the preferred area. The core areas were analyzed as about 0.55km², 2.05km², 0.82km², and 0.14km² with KDE 95%., and about 0.011km², 0.033km², 0.004km², and 0.003km² with KDE 50%. When the preferred land cover type of wild boar was confirmed based on the results of analysis of the total home range area and core area that combined all individuals, forests were 55.49% (MCP 100%), 54.00% (KDE 95%), 77.69% (KDE 50%), respectively, with the highest ratio, and the urbanization area, grassland, and agricultural area were relatively high. A connectivity scenario was constructed in which the ratio of the land cover type preferred by the analyzed wild boar was reflected as a weight for the resistance value of the connectivity analysis, and this was compared with the connectivity evaluation results analyzed based on previous studies and wild boar characteristics. When the current density values for the wild boar movement data were compared, the average value of the existing scenario was 2.76, the minimum 1.12, and the maximum 4.36, and the weighted scenario had an average value of 2.84, the minimum 0.96, and the maximum 4.65. It was confirmed that, on average, the probability of movement predictability was about 2.90% better even though the weighted scenario had movement restrictions due to large resistance values. It is expected that the identification of the movement route through the movement connectivity analysis of wild boars can be suggested as an alternative to prevent damage by predicting the point of appearance. In the future, when analyzing the connectivity of species including wild boar, it is judged that it will be effective to use movement data on actual species.

• 한국지구과학회지
• /
• 제43권6호
• /
• pp.691-711
• /
• 2022

지구 대기에 영향을 주는 거의 모든 인간활동과 자연현상을 수치적으로 담아내는 지구시스템모델은 기후 위기의 시대에 활용될 가장 진보한 과학적 도구이다. 특히 우리나라 기상청이 도입한 지구시스템모델인 Unified Model (UM)은 지구 대기 연구의 과학적 도구로써 매우 활용성이 높다. 하지만 UM은 수치 적분과 자료 저장에 방대한 자원이 필요하여 개별 연구자들은 최근까지도 기상청 슈퍼컴퓨터에만 UM을 가동하는 상황이다. 외부와 차단된 기상청 슈퍼컴퓨터만을 이용하여 모델 연구를 수행하는 것은 UM을 이용한 모형 개선과 수치 실험의 원활한 수행에 있어 효율성이 떨어진다. 본 연구는 이러한 한계점을 극복할 수 있도록 개별 연구자가 보유한 고성능 병렬 컴퓨터(리눅스 클러스터) 에서 최신 버전 UM을 원활하게 설치하여 활용할 수 있도록 UM 시스템 환경 구축 과정과 UM 모델 설치 과정을 구체적으로 제시하였다. 또한 UM이 성공적으로 설치된 리눅스 클러스터 상에서 N96L85과 N48L70의 두 가지 모형 해상도에 대하여 UM 가동 성능을 평가하였다. 256코어를 사용하였을 때, 수평으로 1.875° ×1.25° (위도×경도)와 수직으로 약 85 km까지 85층 해상도를 가진 N96L85 해상도에 대한 UM의 AMIP과 CMIP 타입 한 달 적분 실험은 각각 169분과 205분이 소요되었다. 저해상도인 3.75° ×2.5° 와 70층 N48L70 해상도에 대해 AMIP 한달 적분은 252코어를 사용하여 33분이 소요되는 적분 성능을 보였다. 또한 적분을 위해 사용된 코어의 개수에 비례하여 적분 성능이 향상되었다. 성능 평가 외에 29년 간의 장기 적분을 수행하여 과거 지상 2-m 온도와 강수 강도를 ERA5 재분석자료와 비교하였고, 해상도에 따른 차이도 정성적으로 살펴보았다. 재분석자료와 비교할 때, 공간 분포가 유사하였고, 해상도와 대기-해양 접합에 따라 모의 결과에서 차이가 나타났다. 본 연구를 통해 슈퍼컴퓨터가 아닌 개별 연구자의 고성능 리눅스 클러스터 상에서도 UM이 성공적으로 구동됨을 확인하였다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.101-114
• /
• 2023

유사시 종심 깊숙한 곳에서 적을 타격하는 임무를 수행하는 항공기의 경우 격추될 위험에 항시 노출되어 있다. 현대전의 핵심 전투력으로써 최첨단의 무기체계를 운용하는 공중근무 요원은 양성하는데 많은 시간과 노력, 국가 예산이 소요되며 그들이 가진 작전 능력과 군사기밀이 매우 중요하기에 공중근무 요원의 생환은 매우 중요한 문제이다. 따라서, 본 연구에서는 적지에서 비상탈출한 조난자가 장애물을 피해 목표지점까지 도피·탈출을 시행할 경로를 예측하는 경로 문제를 연구하였으며 이를 통해 비상탈출한 조난자의 무사 생환 가능성을 높이고자 하였다. 본 연구 주제와 관련된 기존 연구들은 경로 문제를 네트워크 기반 문제로 접근하여 TSP, VRP, Dijkstra 알고리즘 등으로 문제를 변형하여 최적화 기법으로 접근한 연구가 있었다. 본 연구에서는 동적 환경을 모델링 하기에 적합한 MDP(마코프 의사결정과정)를 적용하여 연구하였다. 또한 GIS를 이용하여 지형정보 데이터를 추출하여 활용함으로써 모형의 객관성을 높였으며, MDP의 보상구조를 설계하는 과정에서 기존 연구 대비 모형이 좀 더 현실성을 가질 수 있도록 보다 상세히 지형정보를 반영하였다. 본 연구에서는 조난자가 지형적 이점을 최대한 이용함과 동시에 최단거리로 이동할 수 있는 경로를 도출하기 위하여 가치 반복법 알고리즘, 결정론적 방법론을 사용하였으며 실제 지형정보와 조난자가 도피·탈출 과정에서 만날 수 있는 장애요소들을 추가하여 모형의 현실성을 더하고자 하였다. 이를 통해 조난자가 조난 상황에서 어떠한 경로를 통해 도피·탈출을 수행할지 예측해 볼 수 있었다. 본 연구에서 제시한 모형은 보상구조의 재설계를 통해 여러 가지 다양한 작전 상황에 응용이 가능하며 실제 상황에서 조난자의 도피·탈출 경로를 예측하고 전투 탐색구조 작전을 진행시키는 데 있어 다양한 요소가 반영된 과학적인 기법에 근거한 의사결정 지원이 가능할 것이다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1031-1042
• /
• 2023

인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.

• 경영정보학연구
• /
• 제21권4호
• /
• pp.99-123
• /
• 2019

지식 정보화 시대에 대표적인 고부가가치 산업으로서 소프트웨어 산업에 대한 중요성이 증대되고 있으며, 그 중에서도 오픈소스 소프트웨어는 소스코드 공개, 자유로운 수정과 배포, 공급업체에 대한 의존성 탈피, 비용 절감과 같은 이점을 바탕으로 빠르게 활동 영역을 확장해가고 있다. 특히, 오픈소스 소프트웨어는 클라우드, 사물인터넷, 인공지능, 빅데이터 등과 같은 새로운 정보기술과 접목하여 활용도가 높을 것으로 예상되고 소프트웨어의 신기술 발전을 주도할 수 있다는 점에서 다양한 긍정적인 효과를 얻을 수 있을 것으로 전망되고 있다. 글로벌 IT 기업들은 이러한 오픈소스 소프트웨어를 비즈니스 혁신을 위해 적극적으로 활용하고 있으며 국내에서도 오픈소스 소프트웨어를 활성화하기 위한 관련정책과 기업들의 노력이 이어지고 있다. 오픈소스 소프트웨어가 주목 받음에 따라 이와 관련된 연구도 활발하게 진행되고 있으나 조직들이 어떠한 이유로 기존의 비공개 소프트웨어에서 오픈소스 소프트웨어로 전환하게 되는가에 하는 연구는 미비한 실정이다. 이에 본 연구는 인간의 이주행동을 설명하는데 유용한 이론적 틀로 알려진 Push-Pull-Mooring 프레임워크를 기반으로 오픈소스 소프트웨어로의 전환에 영향을 미치는 요인들을 제안하고 그 관계를 실증분석을 통해 확인하고자 하였다. 이를 위해 관련 기업에서 수집된 총 268부를 바탕으로 본 연구에서 제안한 연구모형의 가설을 검증하였다. 연구결과, push 요소인 지속적 유지비용, 벤더 의존성, 기능적 무차별성, SW 자원의 비효율성, 그리고 pull 요소인 네트워크 기반지원, 시험 가능성, 전략적 유연성이 오픈소스 소프트웨어 전환에 유의미한 영향을 미치는 것으로 나타났지만, 지식수준향상은 유의 하지 않은 것으로 판명 되었다. 또한, Mooring 효과로 관리자의 SW 경쟁력 확보의지는 push와 pull요소 중 지식수준향상과 OSS 전환 관계를 제외한 모든 관계를 강화시키는 것으로 나타났다. 본 연구의 결과는 오픈소스 소프트웨어에 대한 연구를 확장할 수 있는 기반을 제공하고 관련 기업들에게 OSS로의 전환에 대한 유용한 정보를 제공할 수 있을 것이다.

• 마케팅과학연구
• /
• 제18권2호
• /
• pp.19-45
• /
• 2008

본 연구는 인터넷쇼핑몰 비주얼 머천다이징의 주요차원을 고객이 쇼핑몰에 진입한 후 정보탐색과 대안평가를 거치는 등의 쇼핑과정을 토대로 AIDA모형 관점에서 점포, 제품, 촉진에 초점을 맞추었다. VMD의 주요차원(primary dimensions)으로는 점포디자인, 머천다이징, 그리고 머천다이징단서로 구분하였다. 선행연구 결과를 토대로 점포다자인의 하위차원으로는 차별성, 간결성, 위치확인성을, 머천다이즈의 하위차원으로는 제품구색, 명성, 정보성을, 그리고 머천다이징단서의 하위차원으로는 제품추천 및 링크를 설정하여 VMD태도와의 관계를 탐색적으로 조사하였다. 연구결과 이들 세 차원은 종속변수에 유의한 정의 영향을 미치는 것으로 나타났다.

• 한국유통학회지:유통연구
• /
• 제17권2호
• /
• pp.29-62
• /
• 2012

최근 유통환경과 소비자 라이프스타일의 변화 속에서 단순히 제품을 판매하고 유통시키는 것에 그치는 것이 아닌 소매점자산을 증대시켜 고객을 획득하고 유지할 수 있는 차별화된 경쟁우위가 필요하게 되었으며, 이러한 대안으로 소매점 이미지의 중요성이 날로 커지고 있다. 이에 따라, 본 연구는 소매점의 이미지와 자아이미지 일치성이라는 요인과 고객기반 소매점자산과의 구조적관계를 조사하여 소비자들의 재이용의도에 어떠한 영향을 미치는지를 알아보고자 하였다. 본 연구의 가장 큰 학문적 기여점은 소매점자산에 영향을 주는 자아이미지일치성이라는 선행 요인을 찾아내는데 있으며, 또한 소매점자산이 재이용의도에 강력한 선행요인임을 확인하는데 있어서 기존의 연구들이 보여준 Second-order Construct 유형의 소매점자산척도와 결과 변수간의 단일차원 인과관계가 아닌, 소매점자산을 구성하는 각각의 요인들과 재이용의도의 좀 더 구체적인 변수간의 구조적관계를 실증할 수 있게 되었다. 본 연구는 소매점과 자아의 이미지일치성을 두 가지 차원(실제 자아이미지일치성, 이상적 자아이미지일치성)으로 나누고 소매점자산의 구성요소인 소매점인지, 소매점연상, 지각된 소매점 품질, 소매점충성도에 어떠한 영향을 미치는가를 분석하고 자아이미지일치성을 토대로 평가된 소매점자산 요인들이 소매점의 재이용의도에 미치는 영향을 분석하여 소매점의 이미지의 관리와 투자에 대한 마케팅 측면의 중요성을 제시하고 있다. 연구모델에 대한 분석결과 소매점-실제 자아이미지일치성과 소매점-이상적 자아이미지일치성 모두 모두 소매점자산 요인들에 긍정적인 영향을 미쳤으며, 그 중 이상적 자아이미지일치성이 소매점자산 요인들에 미치는 상대적인 영향력이 더 크게 나타났다. 또한 소매점자산을 구성하는 각각의 요인들은 소비자의 소매점 재이용의도에 긍정적인 영향을 주는 것으로 나타났다. 이는 타겟 소비자들의 자아 이미지와 소매점의 상징적 이미지를 일치시키는 마케팅 노력을 통해 소비자들과 소매점 사이의 강력한 감정적 결속이 형성되어 해당 소매점의 자산을 높게 평가하고 지속적인 이용의도를 가져올 수 있음을 시사한다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.137-154
• /
• 2018

조류인플루엔자와 구제역 같은 동물감염병은 거의 매년 발생하며 국가에 막대한 경제적 사회적 손실을 일으키고 있다. 이를 예방하기 위해서 그간 방역당국은 다양한 인적, 물적 노력을 기울였지만 감염병은 지속적으로 발생해 왔다. 최근 빅데이터와 딥러닝 기술을 활용하여 감염병의 예측모델을 개발하고자 하는 시도가 시작되고 있지만, 실제로 활용가능한 모델구축 연구와 사례보고는 활발히 진행되고 있지 않은 실정이다. KT와 과학기술정보통신부는 2014년부터 국가 R&D사업의 일환으로 축산관련 차량의 이동경로를 분석하여 예측하는 빅데이터 사업을 수행하고 있다. 동물감염병 예방을 위하여 연구진은 최초에는 차량이동 데이터를 활용한 회귀분석모델을 기반으로 한 예측모델을 개발하였다. 이후에는 기계학습을 활용하여 좀 더 정확한 예측 모델을 구성하였다. 특히, 2017년 예측모델에서는 시설물에 대한 확산 위험도를 추가하였고 모델링의 하이퍼 파라미터를 다양하게 고려하여 모델의 성능을 높였다. 정오분류표와 ROC 커브를 확인한 결과, 기계 학습 모델보다 2017년 구성된 모형이 우수함을 확인 할 수 있었다. 또한 2017에는 결과에 대한 설명을 추가하여 방역당국의 의사결정을 돕고 이해관계자를 설득할 수 있는 근거를 확보하였다. 본 연구는 빅데이터를 활용하여 동물감염병예방시스템을 구축한 사례연구로 모델주요변수값, 이에따른 실제예측성능결과, 그리고 상세하게 기술된 시스템구축 프로세스는 향후 감염병예방 영역의 지속적인 빅데이터활용 및 분석 모델 개발에 기여할 수 있을 것이다. 또한 본 연구에서 구축한 시스템을 통해 보다 사전적이고 효과적인 방역을 할 수 있을 것으로 기대한다.