• 한국식품위생안전성학회지
• /
• 제35권5호
• /
• pp.459-467
• /
• 2020

본 연구에서는 신선편의식품을 구매한 뒤 집으로 귀가해서 냉장고에 보관하거나 섭취하는데 소요되는 시간과 그에 따른 신선편의식품 내.외부의 온도변화와 미생물학적 변화를 관찰하였다. 시판 중인 신선편의 식품에 대해 위생지표세균인 일반세균, 대장균군 및 대장균, 병원성 미생물인 B. cereus, S. aureus, Salmonella spp., L. monocytogenes를 분석하였다. 설문조사 결과 신선편의식품을 구매 후 귀가 또는 섭취에 소요되는 시간이 최대 3시간 소요되는 것으로 확인되어, 차량 트렁크 내에서 최대 3시간 동안 보관한 결과 차량 트렁크 내부 최고 온도가 봄(3월) 19℃, 여름(7월) 44℃, 가을(9월) 31.3℃, 겨울(2월) 17.6℃로 각각 확인되었으며, 차량 트렁크에서 보관한 신선편의식품의 품온은 최대 봄 18.5℃, 여름 42℃, 가을 29.2℃, 겨울 16.8℃로 확인되었다. 차량 트렁크에 최대 3시간 보관한 신선편의식품의 일반세균수는 봄 3.41 log CFU/g, 여름 4.32 log CFU/g, 가을과 겨울은 각각 3.81 log CFU/g, 3.36 log CFU/g으로 확인되었다. 그 외의 대장균군 및 대장균, B. cereus, Salmonella spp., L. monocytogenes균은 검출되지 않았지만 S. aureus는 여름과 가을철에는 신선편의식품을 1시간만 차량에 보관하더라도 검출되었고, 봄과 겨울은 2시간 이상 차량 트렁크에 보관하였을 때 검출되었다. 이동용기로 흔히 사용되는 종이박스와 스티로폼 박스 내부가 알루미늄필름으로 코팅된 종이 박스를 이용하여 얼음 첨가여부에 따른 이동용기 온도변화 실험과 이동 중 S. aureus의 증식여부를 확인한 결과 스티로폼 박스에서 내부 온도변화가 가장 낮게 유지되었고, 시간 경과에 따른 미생물의 증식도 가장 적게 나타남을 확인할 수 있었다. 이상의 결과로 볼 때 신선편의식품 소비자들에게 구매 후 안전한 섭취를 위해 보관 온도나 시간에 대한 가이드라인과 이동용기를 이용한 신선편의식품의 온도관리에 대한 정보를 제공하여 식품의 안전성을 높이는 홍보가 필요할 것으로 판단된다.

• 한국수산과학회지
• /
• 제17권5호
• /
• pp.373-382
• /
• 1984

우리나라연안에서 많이 어획되는 고등어를 원료로 상온유통가능하며 즉석식품으로 이용할 수 있는 레토르트파우치 튀김어묵을 제조하기 위한 가공조건 및 저장중의 품질안정성에 대하여 검토하였다. 가공조건은 고등어냉동고기풀에 대하여 옥수수전분 $10\%$, 분리대두단백질 $1\%$, 식염 $1.5\%$, 글루탐산나트륨 $0.6\%$, 그리고 항산화제로서 냉동고기풀의 $0.3\%$에 해당하는 고추가루의 에틸알코올추출물이나 sodium erythorbate를 $0.1\%$의 비율로 첨가하고 물을 $10\%$첨가하여 튀김어묵을 제조한 후 polyester/polyvinylidene chloride/미연신 polypropylene ($12{\mu}m/15{\mu}/50{\mu}m,\;14{\times}19cm$) 적층필름주머니에 충전하여 진공포장한 후 $F_0$값이 6.2가 되도록 열수순환식레토르트에서 $120^{\circ}C$, 20분간 살균하는 것이 가장 좋았다. 이 조건하에서 제조된 제품은 가온 검사결과 미생물의 증식은 없었으며, 제품의 외관도 이상이 없었다. 가열살균적정에서 제품의 경도, toughness 응집력은 약간 감소하였으며, 탄성은 약간 증가하였다. 그리고 색조는 L값(명도)은 약간 감소하였고, a값(적색도) 및 b값(황색도)은 거의 변화가 없었으며, ${\Delta}E$은 약각 증가하여 갈변화하는 경향이 있었다. 저장중 pH, 휘발성염기질소, 수분활성 및 색조는 전제품 모두 거의 변화가 없었으며, sodium erythorbate를 $0.1\%$ 첨가한 제품이 지방의 산패억제효과가 가장 좋았다. 그리고 저장중 제품의 경도는 약간 증가하나 탄성, 응집력은 거의 변화가 없었다. 생균수는 저장 100일동안 모두 음성이었으며, 관능검사 결과 시판튀김어묵과 비교하였을때 맛도 양호하고 100일동안 품질이 안정하게 유지됨을 알 수 있었다.

• 디지털콘텐츠학회 논문지
• /
• 제13권2호
• /
• pp.225-233
• /
• 2012

<아바타>이후 3D 입체영상은 차세대 콘텐츠 산업의 블루칩으로 떠올라있다. 그에 반해 국내에서 상업적으로 제작하였던 모든 입체 콘텐츠들이 흥행에 실패 하였다. 이는 국내 입체콘텐츠의 완성도가 해외의 콘텐츠에 비하여 매우 떨어지기 때문이며, 현행되고 있는 2D기반의 입체 후반작업 프로세스가 그 원인으로 작용하고 있다. 그중에서도 입체 편집프로세스는 콘텐츠의 질과 가장 밀접한 관련이 있다. 영화<나탈리>의 제작사례를 통해 알아본 현행 입체 편집프로세스는 2D기반의 시스템을 이용하여 편집을 진행한 후 3D 디스플레이 시스템으로 확인하며 이후 문제가 발생할 경우 수정하는 방식을 취하고 있다. 이러한 현상을 개선하고자 좌 우 영상의 분석을 통해 합성에서 사용되고 있는 변위지도와 깊이지도 등의 깊이정보를 시각화 하여 현행 입체 편집 프로세스에 적용하였으며, 보다 객관성 있는 입체편집 프로세스를 제안하고자 한다. 제안한 프로세스를 실제 뮤직드라마 <기억의 조각>제작에 활용하여 영화<나탈리>와 비교해보았다. 그 결과 <나탈리>의 경우 컷과 컷 사이의 입체 값 변화가 매우 큰 것을 볼 수 있었으나 <기억의 조각>의 경우 입체 값이 전체적으로 균일한 결과를 도출 할 수 있었다. 현행 프로세스의 경우 주관적인 입체감을 바탕으로 하기 때문에 작업자의 컨디션과 상태에 따라 그 값이 달라 질수 있다. 또한 Positive영역에 대한 예상은 할 수 없기 때문에 동일한 공간 혹은 한정된 공간에서 컷에 따라 각기 다른 입체 값을 보임으로써 공간의 입체감을 왜곡시킬 우려가 있다. 반면 깊이정보의 시각화를 활용한 객관적인 입체 편집은 동일한 공간에 대한 입체감과 콘텐츠 전체의 입체감을 균일하게 맞추어 입체 콘텐츠의 질을 높이고, 나아가 입체감 왜곡, 시각적 피로 등의 문제도 동시에 해결 할 수 있다.

• 마이크로전자및패키징학회지
• /
• 제27권4호
• /
• pp.83-89
• /
• 2020

지난 수십년간 인류에게 핵심적인 에너지 자원이었던 화석연료가 갈수록 고갈되고 있고, 산업발전에 따른 오염이 심해지고 있는 환경을 보호하기 위한 노력의 일환으로, 친환경 이차전지, 수소발생 에너지 장치, 에너지 저장 시스템 등과 관련한 새로운 에너지 기술들이 개발되고 있다. 그 중에서도 리튬이온 배터리 (Lithium ion battery, LIB)는 높은 에너지 밀도와 긴 수명으로 인해, 대용량 배터리로 응용하기에 적합하고 산업적 응용이 가능한 차세대 에너지 장치로 여겨진다. 하지만, 친환경 전기 자동차, 드론 등 증가하는 배터리 시장을 고려할 때, 수명이 다한 이유로 어느 순간부터 많은 양의 배터리 폐기물이 쏟아져 나올 것으로 예상된다. 이를 대비하기 위해, 폐전지에서 리튬 및 각종 유가금속을 회수하는 공정개발이 요구되는 동시에, 이를 재활용할 수 있는 방안이 사회적으로 요구된다. 본 연구에서는, 폐전지의 재활용 전략소재 중 하나인, 리튬이온 배터리의 대표적 양극 소재 Li2CO3의 나노스케일 패턴 제조 방법을 소개하고자 한다. 우선, Li2CO3 분말을 진공 내 가압하여 성형하고, 고온 소결을 통하여 매우 순수한 Li2CO3 박막 증착용 3인치 스퍼터 타겟을 성공적으로 제작하였다. 해당 타겟을 스퍼터 장비에 장착하여, 나노 패턴전사 프린팅 공정을 이용하여 250 nm 선 폭을 갖는, 매우 잘 정렬된 Li2CO3 라인 패턴을 SiO2/Si 기판 위에 성공적으로 형성할 수 있었다. 뿐만 아니라, 패턴전사 프린팅 공정을 기반으로, 금속, 유리, 유연 고분자 기판, 그리고 굴곡진 고글의 표면에까지 Li2CO3 라인 패턴을 성공적으로 형성하였다. 해당 결과물은 향후, 배터리 소자에 사용되는 다양한 기능성 소재의 박막화에 응용될 것으로 기대되고, 특히 다양한 기판 위에서의 리튬이온 배터리 소자의 성능 향상에 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.