• 대기
• /
• 제34권1호
• /
• pp.55-67
• /
• 2024

This paper aims to provide a detailed introduction to the concept of the Ratio of Predictable Component (RPC) and the Signal-to-Noise Paradox. Then, we derive insights from them by exploring the paradoxical features by conducting a seasonal and regional analysis through ensemble expansion in KMA's climate prediction system (GloSea). We also provide an explanation of the ensemble generation method, with a specific focus on stochastic physics. Through this study, we can provide the predictability limits of our forecasting system, and find way to enhance it. On a global scale, RPC reaches a value of 1 when the ensemble is expanded to a maximum of 56 members, underlining the significance of ensemble expansion in the climate prediction system. The feature indicating RPC paradoxically exceeding 1 becomes particularly evident in the winter North Atlantic and the summer North Pacific. In the Siberian Continent, predictability is notably low, persisting even as the ensemble size increases. This region, characterized by a low RPC, is considered challenging for making reliable predictions, highlighting the need for further improvement in the model and initialization processes related to land processes. In contrast, the tropical ocean demonstrates robust predictability while maintaining an RPC of 1. Through this study, we have brought to attention the limitations of potential predictability within the climate prediction system, emphasizing the necessity of leveraging predictable signals with high RPC values. We also underscore the importance of continuous efforts aimed at improving models and initializations to overcome these limitations.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.

• 한국지리정보학회지
• /
• 제19권4호
• /
• pp.63-75
• /
• 2016

우리나라에서는 삼면이 바다와 접해있는 반도형태의 국가로 과거부터 해양수산물에 대한 양식이 이루어져 왔다. 최근에는 양식시설물들을 체계적으로 관리하기 위해 생산량에 대한 조사하고 있으며, 조사된 자료를 기반으로 생산물에 대한 가격책정을 수행하여 내수 어족자원을 안정화하고 어민생활권을 보장하고 있다. 이러한 양식시설물의 조사는 매년 항공사진 기반의 수동 디지타이징을 기반으로 하고 있다. 고해상도의 항공사진을 활용한 수동 디지타이징은 양식시설물 별 종류에 따른 특징과 시설물 운용 여부 등을 알고 있는 전문가의 지식을 기반으로 하여 정확한 구획이 수행된다. 그러나 항공사진의 활용은 생육주기가 다른 양식자원들을 모니터링하기에는 경제적, 시간적 한계가 있으며, 전문가의 지식기반 구획 역시 다수의 전문 인력 등이 투입되어야 한다. 그러므로 본 연구에서는 관측 대상지에 대한 대단위 모니터링이 가능한 위성영상을 바탕으로 양식장에 대한 외곽정보 자동으로 검출하는 프로토타입 시스템 개발에 대해 연구하였다. 연구에 사용되는 위성영상은 국내 고해상 위성인 KOMPSAT-3 위성영상 13 Scene을 양식시설이 주로 이용되는 10월에서 4월 사이에 신규 촬영하여 사용하였다. 양식시설의 검출은 가두리식, 연승식, 부류식 양식시설을 검출하였으며 검출 방법은 영상 처리를 통한 ANN 분류기법 및 Polygon 생성기법을 사용하였다. 개발된 프로토타입 시스템의 양식시설 검출율은 약 93% 정도로 나타났다. 위성영상 기반의 양식시설물 외곽정보 검출은 기존 항공사진이 가지는 모니터링의 한계를 개선할 수 있을 뿐만 아니라, 전문가가 양식시설을 탐지하고 판독하는 데 있어 유용하게 지원될 수 있을 것이다. 향후 양식장 시설물별 분류 및 영상 처리 기법의 적용을 통해 양식장 시설물 검출 시스템이 개발되어야 할 것이며, 해당 시스템을 통해 양식시설물 모니터링을 수행하여 관련 의사결정 지원에 도움이 될 수 있을 것으로 판단된다.

• 대한교통학회지
• /
• 제19권4호
• /
• pp.35-47
• /
• 2001

대도시에서 자동차는 1차 대기오염물질의 가장 큰 발생원 중의 하나이기 때문에 자동차 오염물질을 감소시키기 위한 수많은 저감 대책이 추진되고 있다. 이러한 저감 대책 연구의 대표적인 특징은 대기오염물질의 배출목록 자료의 구축 시 오염물질의 정량성과 공간적인 분포성에 대한 것이다. 자동차 오염물질을 산정 할 때 배출목록은 활동도 통계와 차종별 배출계수 자료 등이 수집되어야 한다. 대부분의 배출목록은 개별조사나 교통모델에 의한 수동적인 자료로서 자료가 수집되는 순간부터 과거 자료가 되는 특성을 지닌다. 따라서, 최근의 추세는 도시 교통제어시스템과 자동차가 주변 환경에 미치는 영향 평가의 결합에 대한 연구가 추진되고 있다. 본 연구에서는 실시간 교통 자료를 이용한 이동오염원의 배출량을 평가하기 위한 산출 기법을 비교하여 배출량 자료구축의 방향을 설정하고자 하였다. 대상지역에서 대표적인 자동차 오염물질 중 CO의 배출량을 산정 하였다. 교통자료는 서울시 강남구 지역(강남대로-영동대로와 역삼로-양재대로 축)에 설치되어 있는 교차로 검지기에서 수집되는 첨단교통신호시스템의 실시간 교통정보를 이용하였다. 실시간 교통정보 중 시간대별 통과 교통량과 통과속도 자료를 이용하여 시간대별 평균주행속도에 따른 배출계수와 각 도로의 길이를 고려하여 각 도로별·시간대별로 자동차에서 배출되는 CO 배출량을 산정 하였다. 또한, 기존의 차종별 일일평균주행거리에 의한 방법으로 산정한 결과와 비교하여 각각의 방법에 따른 장·단점을 파악하여 자동차 대기오염물질 배출량 산정방법론을 제시하고자 하였다.5 nm 부근과 410nm 부근의 두 부분에서 최대 파장을 나타내는 것으로 보아 410 nm 부근이 파장은 180일 이후에 형성되는 것으로 보인다. 또한 오늘날 주거형태 변화에 따라 담금용기를 항아리에 유리병으로 달리하여 보았을 때 맛과 향미, 색의 면에서 유리병에 담근 간장이 바람직하지 못한 결과를 나타내었다.), Scene editor, Spatial analyzer(Intersect, Buffering, Network analysis), VRML exporter. While, most other 3D GISes or cartographic mapping systems may be categorized into 3D visualization systems handling terrain height-field processing, 2D GIS extension modules, or 3D geometric feature generation system using orthophoto image: actually, these are eventually considered as several parts of "real 3D GIS". As well as these things, other components, especially web-based 3D GIS, are being implemented in this study: Surface/feature integration, Java/VRML linkage, Mesh/Grid problem, LOD(Level of Detail)

• 지능정보연구
• /
• 제25권2호
• /
• pp.141-166
• /
• 2019

최근 다양한 매체를 통해 생성되는 방대한 양의 텍스트 데이터를 효율적으로 관리 및 활용하기 위한 방안으로써 문서 요약에 대한 연구가 활발히 진행되고 있다. 특히 최근에는 기계 학습 및 인공 지능을 활용하여 객관적이고 효율적으로 요약문을 도출하기 위한 다양한 자동 요약 기법이(Automatic Summarization) 고안되고 있다. 하지만 현재까지 제안된 대부분의 텍스트 자동 요약 기법들은 원문에서 나타난 내용의 분포에 따라 요약문의 내용이 구성되는 방식을 따르며, 이와 같은 방식은 비중이 낮은 주제(Subject), 즉 원문 내에서 언급 빈도가 낮은 주제에 대한 내용이 요약문에 포함되기 어렵다는 한계를 갖고 있다. 본 논문에서는 이러한 한계를 극복하기 위해 저빈도 주제의 누락을 최소화하는 문서 자동 요약 기법을 제안한다. 구체적으로 본 연구에서는 (i) 원문에 포함된 다양한 주제를 식별하고 주제별 대표 용어를 선정한 뒤 워드 임베딩을 통해 주제별 용어 사전을 생성하고, (ii) 원문의 각 문장이 다양한 주제에 대응되는 정도를 파악하고, (iii) 문장을 주제별로 분할한 후 각 주제에 해당하는 문장들의 유사도를 계산한 뒤, (iv) 요약문 내 내용의 중복을 최소화하면서도 원문의 다양한 내용을 최대한 포함할 수 있는 자동적인 문서 요약 기법을 제시한다. 제안 방법론의 평가를 위해 TripAdvisor의 리뷰 50,000건으로부터 용어 사전을 구축하고, 리뷰 23,087건에 대한 요약 실험을 수행한 뒤 기존의 단순 빈도 기반의 요약문과 주제별 분포의 비교를 진행하였다. 실험 결과 제안 방법론에 따른 문서 자동 요약을 통해 원문 내각 주제의 균형을 유지하는 요약문을 도출할 수 있음을 확인하였다.

• 대한환경공학회지
• /
• 제29권1호
• /
• pp.23-30
• /
• 2007

본 연구의 목적은 산업용 보일러에서 적용할 수 있는 실질적인 산소부화 연소기술을 개발하는데 있다. 일차적으로 실험실 규모의 연소기에서 연소용 산화제를 공기에서 산소로 대체할 경우 화염특성 및 배출 오염물질의 특성변화를 수치해석을 통해 조직적으로 연구하였다. 첫 번째로 증가된 산소부화량의 결과로 나타나는 화염은 길고 가는 층류형상의 화염모양을 보여주고 있는데 이것은 산화제 중에서 질소성분이 감소함으로써 약화된 난류혼합효과에 기인하는 것으로 판단하였으며 문헌에 발표된 실험결과와 그 경향이 일치하였다. 그리고 산소부화효과는 $N_2$ 가스에 의한 현열손실과 희석효과를 감소시키므로 연소로 내 화염온도를 실질적으로 크게 증가시키고 또한 $CO_2$와 $H_2O$ 농도분율을 증가시킨다. 그러나 100% 순산소 연소가 아닌 경우 산소부화량 증가에 의한 화염온도의 증가는 thermal $NO_x$ 발생을 크게 증가시키는 결과를 초래하였다. 이러한 산소부화에 따른 고온 특성에 의한 질소산화물의 생성문제와 산화제의 유량 감소에 따른 화염의 안정성 문제를 해결하기 위해서는 발생한 이산화탄소를 적절하게 재순환시키는 문제와 기타 운전 조건의 조절에 의한 방법이 필요할 것으로 판단되었다. 예를 들어 화염의 버너선회와 형상변화가 연소특성에 미치는 영향을 고려하기 위하여 버너의 선회각을 변화하여 수치해석을 수행한 결과 $30\sim45^{\circ}$의 버너 선회는 LNG 연료의 연소효율을 증가시키고 동시에 $NO_x$ 발생량을 저감시켰다.상이었다. 5. 총당함량(總糖含量)은 담금기간(期間)에는 각(各) 시험구간(試驗區間)에 큰 차이가 없었으나 성숙후기(成熟後期)에는 조미료(調味料)로서 간장을 첨가(添加)한 제국식(製麴式) 고추장에서 높았다.etection을 통하여 항진균 물질의 분자량은 약 2.4 kDa 정도이며, 항세균 물질의 분자량은 약 4.5 kDa으로_ 확인되었다. 따라서 B. subtilis MJP1은 항진균 활성과 항세균 활성을 가진 bacteriocin-like substances를 생산함을 알 수 있고 이와 같은 새로운 항미생물 물질은 천연 식품보존제 및 사료보존제 뿐만 아니라 항생제 대체 의약품으로도 활용이 기대되며, 이를 위하여 향후 이 물질들의 보다 정확한 구조 및 특성 규명 등의 연구가 필요하다.성도는 1시간째에 최저로 떨어지다가(대조치의 89%, p<0.05)이후 회복하기 시작하여 24시간째에 약간 대조치 이상으로 회복되었다. 5-HT의 turnover rate는 MAO활성도 변화와 거의 같은 변화를 보였다. 2) 만성투여시 (하루 2번, 14일간 투여)는 5-HT 함량, 5-HIAA 함량, MAO 활성도 및 5-HT turnover rate 모두가 중등도로 감소되었다. (각각 대조치의 87%, 69%, 80%, 79%). 3) MAO 활성도와 5-HT turnover rate 사이에는 높은 상관관계가 있었다. (r=0.866, p<0.001, N=94). 4) MAO 활성도의 역동학 실험에서는 대조치에 비해 투여군에서 Km 값은 의미가 있는 증가가 있었으나 $V_{max}$값은 큰 변동이 없었다. 5) d-amphetamine을

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2002년도 춘계학술대회 논문집
• /
• pp.148-155
• /
• 2002

다중스레드 모델은 데이터플로우 모델의 내부적인 병렬성, 비동기적 자필 가용성과 폰 노이만 모델의 실행 지역성을 결합하여 병렬처리 시스템의 성능을 향상시켰다. 이 모델은 프로그램의 실행을 위하여 컴파일러에 의해 생성된 스레드를 수행하며, 스레드의 생성 방법에 따라 자원 활용 빈도나 동기화 빈도와 같은 스레드의 질이 결정되는 특징이 있다. 하지만 다중스레드 모델은 실행 모델이 특정 플랫폼에 제한되는 단점을 가지고 있다. 이에 반해 자바는 플랫폼에 독립적인 특징을 가지고 있어 다중스레드 모델의 스레드 코드를 실행 단위인 자바 언어로 변환하면 다중스레드 모델의 특징을 여러 플랫폼에서 수정 없이 사용할 수 있게 된다. 자바는 원시 언어를 중간 언어 형태의 바이트코드로 변환하여 각 아키텍처에 맞게 설계된 자바 가상 머신이 설치된 시스템에서 자바 언어를 수행한다. 이러한 자바 언어의 바이트코드는 번역기의 중간 언어와 같은 역할을 수행하고, 이때 자바 가상 머신은 번역기의 후위부와 같은 역할을 한다. 스레드 코드에서 번역된 자바 바이트코드는 다양한 플랫폼에서 실행될 수 있다는 장점은 있지만 신뢰할 수 없다는 만점이 있다. 또한 자바 언어 자체의 문제에 의해 안전하지 못한 코드가 생성 될 수도 있다. 본 논문은 다중스레드 코드가 플랫폼에 독립적인 특성을 갖출 수 있도록 다중스레드 코드를 자바 가상 머신에서 실행 가능하도록 한다. 또한 번역시에 자바에서 발생할 수 있는 문제들을 고려하여 안전한 바이트코드를 생성한다. 즉, 다중스레드 모델의 스레드 코드를 플랫폼에 독립적이고 외부 공격으로부터 안전한 자바 바이트코드로 변환하는 번역기를 선계, 구현한다.구센타와 병원간에 임상정보와 유전체 분석정보의 공유가 필수적으로 발생하게 됨으로, 유전체 정보와 임상정보의 통합은 미래 의료환경에 필수기능이 될 것이다. 3) 각 생명공학 연구소에서 사용하는 첨단 분석 장비와 생명공학 정보시스템의 자동 연계가 필요하다. 현재 국내에는 전국적인 초고속정보망이 가동되어 웹을 기반으로 하는 생명정보의 공유는 기술적으로 문제가 될 수 없으나 임상정보의 유전체연구에 그리고 유전체연구정보의 임상활용은 다양한 문제를 내포하고 있다. 이에 영상을 포함한 환자정보의 유전체연구센터와 병원정보시스템과의 효율적인 연계통합 운영을 위해 국내에서는 초기 도입단계에 있는 국제적인 보건의료정보의 표준인 Health Level 7 (textural information 공유), DICOM (image 및 wave 공유), 관련 ISO표준, WHO의 ICD9/10 (질병분류), LOINC (검사 및 관련용어), SNOMED International (의학용어) 등을 활용하여야 한다.matrix. The prediction system gives about 50% of sensitivity and 98% of specificity, Based on the PID matrix, we develop a system providing several interaction information-finding services in the Internet. The system, named PreDIN (Prediction-oriented Database of Interaction Network) provides interacting domain finding

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 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.

• 한국습지학회지
• /
• 제18권4호
• /
• pp.474-480
• /
• 2016

본 연구에서는 지구적 차원에서 생물다양성의 성립 배경과 그동안 일어난 변화 그리고 기후변화가 생물다양성 및 인간에 미치는 영향을 밝히고 그 영향을 줄이기 위한 대안을 제시하였다. 생물다양성은 생명체의 풍부한 정도이며, 생물을 구분하는 모든 수준에서의 다양성을 종합적으로 의미한다. 즉, 생물다양성은 유전자, 종 그리고 생태계 전반과 그들의 상호작용을 아우른다. 이는 생태계의 기반을 구성하며, 모든 사람들이 필수적으로 의존하는 서비스를 제공한다. 그럼에도 불구하고 오늘날 생물다양성은 주로 인간 활동에 의해 점점 더 위협받고 있다. 지구상의 생물은 생명이 탄생한 이래 약 40억년의 역사를 통해 다양한 환경에 적응하고 진화한 결과, 약 1000만 내지 3000만종으로 추정되는 다양한 생물이 존재하게 되었다. 생물다양성을 구성하는 무수한 생명들은 각각의 고유한 특성을 가지고 있으며 다양한 관계 속에 얽혀 있다. 우리들이 현재 생활하고 있는 지구의 환경도 이러한 생물체의 방대한 연관성과 상호작용에 의해 긴 세월 동안 만들어져 왔으며, 인류도 하나의 생물로서 다른 생물들과 관계를 맺으며 살아가고 있다. 이러한 주위의 생물들이 없다면 사람도 살아갈 수 없다. 그러나 인류는 최근 수 백 년 간 과거의 평균 멸종속도를 1000배 가량이나 가속시켜 왔다. 우리는 미래 세대의 풍요로운 삶을 위해서라도 생물다양성을 보전하는 한편, 지속가능하게 이용할 책임이 있다. 우리나라는 세계 어느 국가보다도 빠른 경제 성장을 이루어왔으나, 동시에 이는 남북으로 길게 뻗은 반도 국가라는 지리적 특성에 의해 본래 풍부했던 생물다양성을 빠르게 소실시키는 결과를 야기하였다. 한국인은 오랫동안 농업, 임업 그리고 어업을 해오는 과정에서 자연과의 공존을 통해 독특한 고유의 문화를 창조하였다. 그러나 근래 서구문명의 유입과 과학 기술의 발전 과정에서 이러한 자연과의 관계는 멀어지게 되었으며, 자연과 문화 사이의 조화로운 조합에 의해 창출된 고유한 풍토는 점점 더 사라지고 있다. 한국의 인구는 세계 인구가 지속적으로 증가하는 것과는 반대로 점차 줄어들 것으로 예측되고 있다. 이 시점에서 우리는 인구 감소에 의한 자연의 회복에 발맞추어 급속한 인구 증가 및 경제 성장으로 인해 훼손된 생물다양성을 복원할 필요가 있다. 지구상에 생명이 탄생한 이래 다섯차례의 대멸종이 있었다. 현대의 대멸종은 매우 급속히 진행되고 있으며, 인간 활동에 의한 영향이 주요 원인인 점에서 이전의 것과 구분된다. 기후변화는 실제로 일어나고 있으며, 생물다양성은 이러한 변화에 매우 취약하다. 만약 생명체가 변화하는 환경에서 '진화를 통한 적응', '생존가능한 다른 지역으로의 이주' 등과 같은 생존 방법을 찾아내지 못한다면 이들은 절멸할 것이므로, 기후변화가 지속된다면 생물다양성은 극도로 훼손될 수 밖에 없다. 따라서 우리는 이러한 훼손정도를 최소화하기 위해 기후변화가 생물다양성에 미치는 영향을 보다 적극적이고 심도있게 파악할 필요가 있다. 생물계절의 변화, 식생 이동을 비롯한 분포 범위의 변화, 생물 간 상호작용의 부조화, 먹이 사슬 이상에 기인한 번식 및 생장률 감소, 산호초 백화현상 등이 기후변화에 미치는 영향으로 등장하고 있다. 질병의 확산, 식량 생산 감소, 작물 경작지 범위 변화, 어장 및 어업시기의 변화 등은 인간에 대한 영향으로 나타나고 있다. 기후변화 문제를 해결하기 위해 우선, 우리는 온실 가스 배출량을 감소시켜 기후변화 완화를 시도할 필요가 있다. 그러나 현재 우리가 온실가스 배출을 당장 멈추더라도, 기후변화는 당분간 지속될 전망이다. 이런 점에서, 기후변화 적응 전략을 준비하는 것이 더 현실적이 될 수 있다. 생물다양성에 대한 기후변화 영향의 지속적 모니터링 및 보다 적합한 모니터링 체계 구축이 선행과제가 될 수 있다. 생물다양성이 성립할 수 있는 생태적 공간의 확보, 이동 보조 및 남북을 이어주는 수평 및 저지대와 고지대를 이어주는 수직적 생태네트웍이 기후변화에 따른 생물다양성의 적응을 돕는 대안으로 추천될 수 있다.