• 생명과학회지
• /
• 제12권3호
• /
• pp.242-249
• /
• 2002

본 연구는 채소류 모잘록병균인 R. solani AG4에 길항하는 미생물 B. ehimensis YJ-37의 500$m\ell$ 플라스크 배양, 5 $\ell$ jar fermentor 배양, 2,000 $\ell$ 대형탱크의 배양 조건 및 길항물질 생성능을 조사하였다. 500$m\ell$ 플라스크 배양에서의 길항물질 최적생산조건은 1.5% starch, 0.6% peptone, 0.3% $Na_2$HP $O_4$, 0.15% MgC1$_2$, pH 8.0, 배양온도 32$^{\circ}C$, 배양시간 54시간으로 나타났고, 이때 미생물의 수는 1.42$\times$$10^{ 8}$ cfu/$m\ell$21g-DCW/$\ell$), 항진균 활성은 13.9mm로 나타났다. 5$\ell$ jar fermenter 배양에서의 길항물질 최적생산조건은 플라스크배양에서의 최적 생산조건에서 공기주입량과 교반속도를 변화시켜 조사한 결과, 공기주입량 2 vvm, 교반속도 200 rpm, 배양시간 48시간 이후 미생물의 수와 균체의 량은 2.06 $\times$ $10^{8}$ cfu/$m\ell$ 및 30g-DCW/$\ell$, 항진균 활성은 13.4 mm로 나타났다. 2,000 $\ell$ 대형탱크 배양에서는 교반속도 200 rpm, 산소주입량 30 vvm으로 고정하고 10일간 배양하여 미생물의 생육 및 길항물질 생성능을 조사한 결과는 미생물의 수와 균체의 량은 0.81 $\times$ $10^{8}$ cfu/$m\ell$와 12g-DCW/$\ell$, 항진균 활성은 8.6mm로 나타나 5$\ell$ jar fermenter 배양에 배해 균의 수는 1/10로 줄었으며 항진균 활성도 64%로 낮게 나타났다.다.

• 핵의학기술
• /
• 제23권1호
• /
• pp.75-79
• /
• 2019

관상동맥 혈류예비능(CFR)은 관상동맥 협착에 대한 기능적 평가를 하는데 중요한 지표로 사용되고, 허혈성 심장질환(IHD)의 발생을 조기에 진단할 수 있다. 최근 도입된 Discovery NM 530c (D530c) 장비의 구조적 특성으로 인해 동적인 영상 획득이 가능해졌고, 심근 혈류 및 관상동맥 혈류예비능의 측정을 할 수 있게 되었다. D530c 19개 CZT 검출기의 FOV가 교차되는 영역을 QFOV라고 하며, 영상의 질을 위해 QFOV 중앙으로부터 2 cm 이내 심장을 위치시키고 촬영할 것을 권고하고 있다. 동적 심근관류 SPECT 시에 심장의 위치를 선정하기 위한 최적화된 방법을 연구하였다. 심장의 위치를 측정하기 위한 도구로 이동형 초음파를 이용하였다. 환자는 parasternal long-axis view (PLAX) 스캔하였고, 심장 내 구조물이 잘 보이는 탐촉자 지점에 위치를 표시하였다. 환자의 신체에 표시한 지점과 D530c 검출기에 표시된 기준점을 서로 일치시킨 상태에서 약물부하(stress)를 하였고, 방사성동위원소를 순간주사(bolus injection) 하면서 동적 촬영을 시행하였다. 3시간 경과 후, 휴지기(rest) 촬영 시 QFOV 중앙에 심장이 위치하도록 조정하였다. 테이블 및 검출기 위치에 대하여 이동형 초음파를 이용한 dynamic stress와 QFOV 중앙에 위치시킨 rest의 좌표를 비교 분석한 결과, 모든 항목에서 통계적으로 유의한 차이가 없었다(P > 0.05). 이동형 초음파의 이용은 비교적 사용이 간편하면서 시간 단축과 함께 공간의 제약이 없었고, 심장의 정확한 위치 선정에 도움이 되었다. 이는 영상의 질향상과 환자의 불필요한 방사선 피폭을 최소화하고, 심근혈류 및 관상동맥 혈류예비능의 정량적 평가에 도움을 줌으로써 임상적 진단에 효과적일 것으로 사료된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 한국산림과학회지
• /
• 제90권2호
• /
• pp.197-209
• /
• 2001

준분포형 수문모형인 TOPMODEL은 산림유역의 유출량, 주 유출경로 및 수질을 공간적으로 예측하는데 많이 적용된다. TOPMODEL은 물리모형이 아니라 일종의 개념모형이며 주요 구성요소는 지형지수와 토양의 수평전달계수로 각각 지표면과 지표하 유출의 기여면적을 계산하는데 이용된다. 본 연구는 우리나라의 소규모 산림유역에서 TOPMODEL의 적용성을 검증하기 위하여 수행되었다. 시험지는 1979년부터 임업연구원에서 운용하고 있으며 서울 근교 경기도 광릉시험림에 위치해 있다. 활엽수림 유역은 임령이 약 80년, 유역면적이 22.0ha이고, 침엽수림 유역은 임령이 약 22년, 유역면적이 13.6ha이다. 관측자료는 활엽수 유역의 경우 1995년 7월과 2000년 6월에 발생한 2개 강우-유출사상이고 침엽수 유역의 경우 1995년과 1999년 7월 그리고 2000년 8월의 3개 강우-유출사상을 이용하였다. 지형지수는 $10m{\times}10m$의 수치지형도를 만들어 계산하였다. 지형지수 분포는 활엽수림 유역의 경우 2.6에서 11.1, 침엽수림 유역은 2.7에서 16.0으로 나타났다. 모형의 예측 효율성을 목적함수로 최적화한 결과 모형매개변수(m)와 유역의 평균 포화수평전달계수($lnT_0$)가 높은 민감도를 나타내었다. 매개변수의 최적값은 활엽수림 유역의 경우 m값은 0.034와 0.038 그리고 $lnT_0$값은 8.672와 9.475였으며, 침엽수 유역의 경우 m값은 0.031, 0.032, 0.033 그리고 $lnT_0$값은 5.969, 7.129, 7.575였다 이들 값을 이용하여 모의한 결과 모형의 예측 효율성은 활엽수림 0.958과 0.909 그리고 침엽수림 0.825, 0.922와 0.961로서 비교적 높게 나타났다. 강우-유출량 관측치와 모의치를 이용하여 강우-수문곡선을 작성한 결과 두 유역 모두 유출지연시간은 잘 일치하였다. 일부 강우-유출사상의 경우 총유출량과 첨두유량의 관측치와 모의치 간에 다소 차이를 보였지만 TOPMODEL은 전반적으로 10% 이하의 오차범위에서 총유출량과 첨두유량을 예측할 수 있었다. 결론적으로 TOPMODEL은 우리나라의 미계측 산림유역에서 유출량을 산정하는데 유용한 수문모형이다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.

• 지능정보연구
• /
• 제20권4호
• /
• pp.121-139
• /
• 2014

기업의 부도 예측은 재무 및 회계 분야에서 매우 중요한 연구 주제이다. 기업의 부도로 인해 발생하는 비용이 매우 크기 때문에 부도 예측의 정확성은 금융기관으로서는 매우 중요한 일이다. 최근에는 여러 개의 모형을 결합하는 앙상블 모형을 부도 예측에 적용해 보려는 연구가 큰 관심을 끌고 있다. 앙상블 모형은 개별 모형보다 더 좋은 성과를 내기 위해 여러 개의 분류기를 결합하는 것이다. 이와 같은 앙상블 분류기는 분류기의 일반화 성능을 개선하는 데 매우 유용한 것으로 알려져 있다. 본 논문은 부도 예측 모형의 성과 개선에 관한 연구이다. 이를 위해 사례 선택(Instance Selection)을 활용한 배깅(Bagging) 모형을 제안하였다. 사례 선택은 원 데이터에서 가장 대표성 있고 관련성 높은 데이터를 선택하고 예측 모형에 악영향을 줄 수 있는 불필요한 데이터를 제거하는 것으로 이를 통해 예측 성과 개선도 기대할 수 있다. 배깅은 학습데이터에 변화를 줌으로써 기저 분류기들을 다양화시키는 앙상블 기법으로 단순하면서도 성과가 매우 좋은 것으로 알려져 있다. 사례 선택과 배깅은 각각 모형의 성과를 개선시킬 수 있는 잠재력이 있지만 이들 두 기법의 결합에 관한 연구는 아직까지 없는 것이 현실이다. 본 연구에서는 부도 예측 모형의 성과를 개선하기 위해 사례 선택과 배깅을 연결하는 새로운 모형을 제안하였다. 최적의 사례 선택을 위해 유전자 알고리즘이 사용되었으며, 이를 통해 최적의 사례 선택 조합을 찾고 이 결과를 배깅 앙상블 모형에 전달하여 새로운 형태의 배깅 앙상블 모형을 구성하게 된다. 본 연구에서 제안한 새로운 앙상블 모형의 성과를 검증하기 위해 ROC 커브, AUC, 예측정확도 등과 같은 성과지표를 사용해 다양한 모형과 비교 분석해 보았다. 실제 기업데이터를 사용해 실험한 결과 본 논문에서 제안한 새로운 형태의 모형이 가장 좋은 성과를 보임을 알 수 있었다.

• 한국방사선학회논문지
• /
• 제13권6호
• /
• pp.879-887
• /
• 2019

본 논문의 목적은 흉부 CT검사를 시행하는 소아환자의 조영제 투여를 최소화하고 조영 증강은 최적화하기 위하여, 몸무게의 변화에 따른 생리학적 주입 프로토콜을 정립하는 것이다. 만 10세 이하의 소아환자 80명을 대상으로 연구하였다. 혈관 조영제 300 mgI/ml를 사용하였으며, A그룹은 몸무게 1.5배의 용량을 주입하였고, B, C, D 그룹은 10%씩 감소하면서 생리식염수 5 ~ 15 ml를 추가 주입하였다. 조영제와 생리식염수의 주입량과 속도 및 지연시간을 몸무게와 연동하여 계산할 수 있는 생리학적 모델의 엑셀시트를 적용하였다. 화질평가는 상대정맥, 상행대동맥, 폐동맥, 우심방, 우심실, 좌심방, 좌심실, 하행대동맥, 쇄골하정맥의 CT number와 SNR을 측정하여 그룹간 비교하였으며, 생리식염수 주입에 따른 인공물 감소효과를 파악하기 위하여 쇄골하정맥과 상대정맥의 CT number를 비교하였다. 또한 조영 증강의 정도와 인공물에 대하여 정성적 평가를 추가로 수행하였다. 조영제 주입 프로토콜에 따른 SNR을 비교 평가한 결과, 상대정맥과 폐동맥, 하행대동맥, 우심실, 좌심실에서 유의한 차이를 보였으며, CT number는 모든 장기에서 유의한 차이를 보였다. 특히 조영제를 10% 감소하고 생리식염수를 추가 주입한 그룹은 조영 증강 정도는 차이가 없었으나, 20% 이상 감소한 그룹은 조영 증강의 정도가 낮게 나타났다. 또한 생리식염수 주입한 그룹은 상대정맥과 쇄골하정맥의 조영 증강이 매우 감소되었고, 조영제에 의한 빔 경화 인공물이 상당히 감쇄되었다. 결론적으로 소아의 흉부 CT 검사에서 생리학적 조영제 주입 프로토콜의 적용은 조영제에 의한 인공물을 감소시키면서, 불필요한 조영제 사용을 예방하고 조영 증강의 효과는 향상시킬 수 있었다.

• 핵의학기술
• /
• 제23권2호
• /
• pp.25-28
• /
• 2019

GFR 검사는 신장의 기능을 평가하는 지표이다. 정확한 진단을 위해서 GFR 값은 상당히 중요하다. 체내검사와 체외검사 GFR 값을 비교하였고, 모든 GFR 값 기준은 체외검사로 하였다. 성인 환자 30명을 대상으로 하였다. 정상적인 위치에 신장이 있는 환자 27명과 특이한 위치에 신장이 있는 환자 3명(1. 선천적 신장 기형 환자, 2. 신장 이식 환자, 3. 마제형 신장 환자)을 대상으로 하였다. 검사 장비로는 GE Healthcare Infinia Hawkeye SPECT를 사용하였다. 체내검사 방법은 검사 30분전 물 $500m{\ell}$를 드시게 하였고, 환자 table과 detector 1, 2의 거리를 32 cm으로 하였고, $^{99m}Tc-DTPA$ 555 MBq으로 전체 주사기 계수(full syringe counts)를 측정한 후 신장 동적검사를 하였다(flow-1분, clearance-20분). 그리고 빈 주사기 계수(empty syringe counts)를 측정하였고, 3가지 방법(1. tonnensen 2. taylor 3. manual)으로 신장의 깊이를 측정하여 GFR 값을 구하였다. 모든 GFR 값은 gates method로 구하였다. 체외검사는 채혈을 통해서 GFR 값을 구하였다. 정상적인 위치에 있는 환자들의 경우는 체내검사와 체외검사의 GFR 값은 유의미한 차이가 없었다 (p> 0.05). 하지만 특이한 위치에 신장이 있는 환자의 경우는 수동(manual)방법으로 신장의 깊이를 측정하여 구한 GFR 값이 체외검사 GFR 값과 상당히 비슷하게 나왔고, 편차는 다음과 같다(1.선천적 신장 기형 환자: 6.4%, 2. 신장 이식 환자: 22.0%, 3번째 마제상 신장 환자: 2.0%). 그러므로 정상적인 위치에 신장이 있는 성인 환자들에 대해서는 어떤 방법으로 신장의 깊이를 이용하여 구하여도 체외검사 GFR 값과 유의미한 차이는 없었고, 특이한 위치에 신장이 있는 환자들에 대해서는 수동방법으로 신장의 깊이를 측정하여 GFR 값을 구하는 것이 가장 효과적이라고 사료된다.

• Korean Journal of Radiology
• /
• 제2권1호
• /
• pp.28-36
• /
• 2001

Objective: To provide a systematic overview of the effects of various parameters on contrast enhancement within the same population, an animal experiment as well as a computer-aided simulation study was performed. Materials and Methods: In an animal experiment, single-level dynamic CT through the liver was performed at 5-second intervals just after the injection of contrast medium for 3 minutes. Combinations of three different amounts (1, 2, 3 mL/kg), concentrations (150, 200, 300 mgI/mL), and injection rates (0.5, 1, 2 mL/sec) were used. The CT number of the aorta (A), portal vein (P) and liver (L) was measured in each image, and time-attenuation curves for A, P and L were thus obtained. The degree of maximum enhancement (Imax) and time to reach peak enhancement (Tmax) of A, P and L were determined, and times to equilibrium (Teq) were analyzed. In the computed-aided simulation model, a program based on the amount, flow, and diffusion coefficient of body fluid in various compartments of the human body was designed. The input variables were the concentrations, volumes and injection rates of the contrast media used. The program generated the time-attenuation curves of A, P and L, as well as liver-to-hepatocellular carcinoma (HCC) contrast curves. On each curve, we calculated and plotted the optimal temporal window (time period above the lower threshold, which in this experiment was 10 Hounsfield units), the total area under the curve above the lower threshold, and the area within the optimal range. Results: A. Animal Experiment: At a given concentration and injection rate, an increased volume of contrast medium led to increases in Imax A, P and L. In addition, Tmax A, P, L and Teq were prolonged in parallel with increases in injection time The time-attenuation curve shifted upward and to the right. For a given volume and injection rate, an increased concentration of contrast medium increased the degree of aortic, portal and hepatic enhancement, though Tmax A, P and L remained the same. The time-attenuation curve shifted upward. For a given volume and concentration of contrast medium, changes in the injection rate had a prominent effect on aortic enhancement, and that of the portal vein and hepatic parenchyma also showed some increase, though the effect was less prominent. A increased in the rate of contrast injection led to shifting of the time enhancement curve to the left and upward. B. Computer Simulation: At a faster injection rate, there was minimal change in the degree of hepatic attenuation, though the duration of the optimal temporal window decreased. The area between 10 and 30 HU was greatest when contrast media was delivered at a rate of 2 3 mL/sec. Although the total area under the curve increased in proportion to the injection rate, most of this increase was above the upper threshould and thus the temporal window was narrow and the optimal area decreased. Conclusion: Increases in volume, concentration and injection rate all resulted in improved arterial enhancement. If cost was disregarded, increasing the injection volume was the most reliable way of obtaining good quality enhancement. The optimal way of delivering a given amount of contrast medium can be calculated using a computer-based mathematical model.

• 지능정보연구
• /
• 제20권1호
• /
• pp.149-161
• /
• 2014

공공 서비스의 수출의 경우 수출 절차와 대상 선정에 따른 다양한 문제가 발생하며, 공공 서비스 수출 플랫폼은 이러한 문제점들을 해결하기 위하여 사용자 중심의 유연하고, 개방형 구조의 디지털 생태계를 조성할 수 있도록 구현되어야 한다. 또한 공공서비스의 수출은 다수의 이해당사자가 참여하고 여러 단계의 과정을 거쳐야 하므로 사용자의 이해 종류와 탐색 컨설팅 협상 계약 등 수출 프로세스 단계별로 맞춤형 플랫폼 서비스 제공이 필수적이다. 이를 위해서 플랫폼 구조는 도메인과 정보의 정의 및 공유는 물론 지식화를 지원할 수 있어야 한다. 본 논문에서는 공공서비스 수출을 지원하는 플랫폼을 위한 온톨로지 모형을 제안한다. 서비스 플랫폼의 핵심 엔진은 시뮬레이터 모듈이며 시뮬레이터 모듈에서는 온톨로지를 사용하여 수출 비즈니스의 여러 컨텍스트들을 파악하고 정의하여 다른 모듈들과 공유하게 된다. 온톨로지는 공유 어휘를 통하여 개념들과 그들 간의 관계를 표현할 수 있으므로 특정 영역에서 구조적인 틀을 개발하기 위한 메타 정보를 구성하는 효과적인 도구로 잘 알려져 있다. 공공서비스 수출 플랫폼을 위한 온톨로지는 서비스, 요구사항, 환경, 기업, 국가 등 5가지 카테고리로 구성되며 각각의 온톨로지는 요구분석과 사례 분석을 통하여 용어를 추출하고 온톨로지의 식별과 개념적 특성을 반영하는 구조로 설계한다. 서비스 온톨로지는 목적효과, 요구조건, 활동, 서비스 분류 등으로 구성되며, 요구사항 온톨로지는 비즈니스, 기술, 제약으로 구성 된다. 환경 온톨로지는 사용자, 요구조건, 활동으로, 기업 온톨로지는 활동, 조직, 전략, 마케팅, 시간으로 구성되며, 국가 온톨로지는 경제, 사회기반시설, 법, 제도, 관습, 인프라, 인구, 위치, 국가전략 등으로 구성된다. 수출 대상 서비스와 국가의 우선순위 리스트가 생성되면 갭(gap) 분석과 매칭 알고리즘 등의 시뮬레이터를 통하여 수출기업과 수출지원 프로그램과의 시스템적 연계가 이루어진다. 제안하는 온톨로지 모형 기반의 공공서비스 수출지원 플랫폼이 구현되면 이해당사자 모두에게 도움이 되며 특히 정보 인프라와 수출경험이 부족한 중소기업에게 상대적으로 더 큰 도움이 될 것이다. 또한 개방형 디지털 생태계를 통하여 이해당사자들이 정보교환, 협업, 신사업 기획 등의 기회를 만들 수 있을 것으로 기대한다.