• 한국수자원학회논문집
• /
• 제57권1호
• /
• pp.1-8
• /
• 2024

우리나라는 기후변화의 영향으로 지속되는 가뭄으로 인해 물 부족 문제가 심화되고 있다. 제1차 국가물관리기본계획에 따르면, 생활 및 공업용수 부족량은 과거 최대 가뭄빈도(50년) 기준으로 0.07억 m³/년으로 전망되고 있다. 이러한 물 부족 문제에 효과적으로 대응하기 위해서는 장기적인 용수 수요 전망이 필수적이다. 공업용수의 경우 월별 사용량이 비교적 일정하지만, 생활용수의 경우 월별 패턴이 뚜렷하기 때문에 연단위 분석이 아닌 월단위 분석을 수행해야 한다. 본 연구는 충청권역을 대상으로 2017~2021년의 월별 용수 이용량 자료에 대해 패턴을 분석하고, 기후 변수와의 상관성을 이용하여 용수 분배 비율을 계산하였다. 그 결과 월별 생활용수 이용량을 연 이용량으로 나눈 월별 용수 이용률을 다시 평균기온으로 나누는 분법으로 계산한 경우가 절대오차가 가장 작게 산정되었으며, 이를 활용하여 충청권역의 월별 분배 비율을 산정하였다. 또한 충청권역의 월별 분배 비율에 SSP5-8.5 시나리오의 평균기온을 곱해 충청권역의 미래 월별 용수 이용률을 전망하였다. 그 결과, 최댓값의 평균은 1.16에서 1.29로 증가하고 최솟값의 평균은 0.86에서 0.84로 감소하였으며, 1사분위수는 0.95에서 0.93으로 감소하고 3사분위수는 1.04에서 1.06으로 증가하였다. 따라서 미래에는 현재와 비슷한 패턴을 유지할 것으로 보이지만, 월별 용수 이용률의 변동성은 커질 것으로 예상된다.

• 헤리티지:역사와 과학
• /
• 제57권2호
• /
• pp.80-100
• /
• 2024

본고는 문화유산의 보존관리적 측면에서 논란이 되었던 경복궁 자경전(慈慶殿) 꽃담을 대상으로 주요 내력과 도상(圖像) 구성의 실제를 조명하였다. 자경전 꽃담이 현재 모습으로 변형된 시기와 계기를 파악하는 한편 변조 또는 소실된 문양을 확인하고, 의미상 곡해된 축원(祝願) 문구를 재검토하였다. 연구 결과는 향후 자경전 꽃담의 복원을 위한 논의가 이루어질 경우 유의미한 기초자료로 활용될 수 있다. 자경전 꽃담은 크고 작은 부침을 겪으면서 현재에 이르고 있지만, 지대한 영향을 미친 변곡점은 1929년 경복궁에서 개최된 조선박람회로 판단된다. 자경전 일곽의 담장이 조선박람회 준비 중 전시관 건립을 위해 철거되었고, 행사 종료 이후에 다시 복구되었기 때문이다. 자경전 꽃담을 구성하는 문양의 변조와 소실 역시 대부분 조선박람회 종료 이후의 복구 과정에서 기인했을 가능성이 높다. 한국전쟁 직후 이루어진 보수 과정에서 현재 모습으로 변형되었다는 시각도 있지만, 신빙성을 갖춘 정황과 근거는 찾아보기 어렵다. 현재 경도문-여강문 구간의 내벽에는 「성인도리(聖人道理)」로 알려진 문자문이 배열되어 있지만, 도안 형태와 용례를 고려하면 「성자신손(聖子神孫)」이라는 문구로 판독할 수 있다. 일반적인 벽돌담장으로 남아 있는 여강문-연수문 구간의 내벽은 본래 꽃담 형식으로 제작되었으며, 「계계승승(繼繼繩繩)」과 「천세(千世)」로 비정되는 문구가 배열되어 있었다. 연수문-함규문 구간의 경우 현재 무문(無紋) 상태로 남아 있는 내벽 역시 당초에는 기하문과 문자문으로 구성되었으며, 「천수(千壽)」와 「만세만수(萬世萬壽)」로 특정되는 문구도 실존하였다. 연수문-함규문 구간의 외벽에서는 「낙강만세(樂彊萬歲)」로 알려진 문구를 「천세만세(千歲萬歲)」로 판독할 수 있는 여지가 충분하며, 현재 하나의 도곽(圖郭)으로 이루어진 벽면에는 본래 두 개의 도곽이 별도로 구분되어 있었다.

• 한국토양비료학회지
• /
• 제43권3호
• /
• pp.363-373
• /
• 2010

수문 수자원 분야에서의 활용도를 제고하기 위하여 HSG 1995와 HSG 2006 두가지 분류법에 의한 우리나라 수문학적 토양유형의 분포에 대한 정보를 제공하고 이를 각각 충북 괴산군 소수면의 소유역의 수치세부정밀토양도 (1:5,000)에 적용하여 SCS-CN법을 이용한 유효 우량 산정과 유출곡선을 작성한 결과는 다음과 같다. 산악지에서 주로 침투능이 크고 하성 또는 해안평탄지로 가면서 낮아지는 경향을 보였다. HSG 1995 토양 유형 중 A군은 전체의 42.2%로 가장 넓게 분포하는 것으로 나타났고, B군 29.4%, C군 18.5%, D군 9.9% 순으로 나타났다. HSG 2006 토양유형은 A군 35.1%, B군 15.7%, C군 5.5%, D군 43.7%로 D군이 가장 넓게 분포하는 특징을 가진다. HSG 1995에서 A, B, C군으로 분류되었다가 HSG 2006에서 D군으로 분류된 토양 유형의 비율이 약 34.1%로 나타나 국립농업과학원에 의해 분류된 토양유형 중 D군의 면적이 크게 늘어난 것을 알 수 있었다. 충북 괴산군 소수면 소유역의 수치세부정밀토양도에 기반한 수문학적 토양유형 분포특성을 나타낸 것으로 산림과 밭으로 이용되는 토양의 유형이 A로 분류되는 것은 일치하는 경향을 보였다. HSG 2006의 토양유형은 유역에서 C 유형이 거의 없거나 적게 분포하고 HSG 1995에 비해 D 유형이 많게 나타난다. 미계측 유역에 대한 직접유출량 산정에 가장 많이 사용되는 SCS-CN법을 이용하여, 충북 괴산군 소수면 소유역에서 직접유출에 기여하는 유효우량을 산정하고 SCS 삼각단위도를 사용하여 첨두유량과 첨두시간을 계산한 결과는 다음과 같다. HSG 1995와 HSG 2006 수문학적 토양유형과 토지 이용별 CN값을 적용하여 유역의 CN값 (AMC II)을 구한 결과는 각각 54와 62로 나타났다. 이 때, 우량계가 설치된 지점의 강우자료를 평균하여 2004년~2005년 강우사상별로 정리하여 초기손실량 (I)이 총강우량 (P)보다 큰 경우를 제외한 강우사상을 선택하였고, 8월 16일에서 강우사상 전까지 내린 강수에 따라 선행수분조건 III으로 조정하여 유효우량 산출을 위한 CN값을 각각 73과 79로 하여 사용하였다. 강우사상에 대한 HSG 2006 기준의 유효우량이 56.67 mm로 HSG 1995 기준의 44.87 mm 보다 약 25% 많게 나타났다. 두 가지 수문학적 토양 유형 분류 기준에 따라 계산된 각 유효 우량에 대하여 수문곡선을 합성하여 실제 관측치와 비교한 결과 두 개 기준 모두 관측치와 유사한 변화 패턴을 보이고 있으나 실측치보다 감수부에서 급격하게 감소되는 특징을 나타냈다. 첨두유량은 HSG 1995 보다는 HSG 2006 기준을 사용할 때 관측치와 더 가까운 값을 나타내었다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.