• 한국환경생태학회지
• /
• 제34권6호
• /
• pp.589-600
• /
• 2020

효과적인 보호구역의 보전 관리를 위해서는 외래종의 정착 모니터링 및 확산 위험에 대한 저감 노력이 수반되어야 한다. 본 연구는 울진에 위치한 산림유전자원보호구역(2,274ha)에서 조사된 외래식물 분포 정보를 대상으로 활용도가 높은 세가지 종분포모형(Bioclim, GLM, MaxEnt)을 활용하여 외래식물의 잠재출현지역을 모의하였고, 모의 결과를 비교하여 지역적 지리 및 생태 관리 특성이 반영된 현실성 및 적합성 높은 종분포모형을 선발하였다. 분석에서 예측된 외래식물의 출현지역은 실제 분포와 같이 도로 같은 선형 경관 요소를 따라 분포하는 경향이었으며, 일부 벌채지가 포함되었다. 본 연구에서 적용한 각 모형의 예측력과 정확도를 통계적으로 비교한 결과, GLM과 MaxEnt 모형은 대체로 높은 예측력과 정확도를 보였지만, Bioclim 모형은 낮았다. Bioclim은 가장 넓은 면적을 출현예상지역으로 계산하였고, GLM, 그리고 MaxEnt 순으로 면적이 작았다. 모의 결과의 현상학적 검토에서는 GLM과 Bioclim 모형은 표본 수에 따라 예측력이 크게 영향을 받는 것으로 나타났고, 표본 수와 관계없이 가장 일관성 높은 모형은 MaxEnt로 평가되었다. 종합적으로, 본 연구에 사용된 모형 중 외래식물 분포 예측을 위한 최적 모형은 MaxEnt 모형인 것으로 판단되었다. 본 연구에서 제시한 정밀 생물종 분포 자료 기반의 모델 선발 접근 방식은 산림생태계 보호구역의 보전 관리 및 지역 특성이 반영된 현실적이고 정교한 모델 발굴 연구에 도움이 될 것이다.

• 한국산림과학회지
• /
• 제100권1호
• /
• pp.52-61
• /
• 2011

수변역을 구성하는 중요한 요소인 유목은 유역의 생태적 환경에 영향을 미치는 동시에 재해의 요인으로서 인간생활권에 악영향을 미치기도 한다. 그럼에도 불구하고 우리나라에서는 유목의 발생, 이동 및 체류특성에 대한 구체적인 연구가 진행되고 있지 않다. 따라서 이 연구에서는 산지계류에 있어서 유목체류의 종단적 분포의 이질성에 영향을 미치는 인자를 규명하고, 그에 따른 유목체류량의 변화를 해석하기 위해 강원도 인제군에 위치한 기룡산 유역을 대상으로 유목의 종단적 분포특성을 파악하였다. 조사 결과, 조사구간의 평균계폭, 직경 1 m 이상의 거력의 개수 및 이들 간의 상호관계가 유목체류량을 설명하는 최적의 예측자로서 나타났다. 일반적으로 산지계류에 분포하고 있는 거력은 유목의 이동을 방해하는 장해물로서 유목체류에 적절한 물리적 환경을 조성한다. 그러나 이 연구에서는 이러한 거력의 영향이 산지계류의 규모에 따라 다르게 나타나는 것으로 나타났다. 즉 계폭이 좁은 구간의 경우 산지계류 내에 분포하는 거력의 개수가 증가함에 따라 유목체류량 역시 지속적으로 증가한 반면, 계폭이 큰 구간의 경우 유목체류량에 미치는 거력의 개수의 영향이 작은 것으로 나타났다. 이는 계폭이 다른 두 지역에 있어서 동일한 양의 거력들이 존재할 경우 이들에 의한 계폭의 감소비율이 다르기 때문인 것으로 사료된다. 따라서 이러한 유목의 종단적 분포특성 및 이에 영향을 미치는 생태적 물리적 환경을 고려한 계통적이고 체계적인 사방사업이 실시되어야 할 것이다.

• 벤처창업연구
• /
• 제15권6호
• /
• pp.67-79
• /
• 2020

본 연구는 미국 7개 대학의 창업교육 교과과정과 창업교육 프로그램에 대한 분석을 통해 미국 대학의 창업 교과과정의 특징과 프로그램의 현주소를 알아보고, 대학별 창업교육의 특징을 알아보고자 한다. 국내에 잘 소개되지 않은 미국 7개 대학의 기업가정신센터(Entrepreneurship Center)를 기반으로 학부단위 기업가정신 학위 과정 (Entrepreneurship Degree Course)을 개설하고 있는 대학 중 창업교육이 활성화 되어 있는 미국 드렉셀대학교, 서던캘리포니아대학교, 샌디에고주립대학교, 오클라호마주립대학교, 캘리포니아샌버나디노주립대학교, 캘리포니아어바인대학교, 플로리다주립대학교로 선정하여 진행하였다. 특히, 미국 7개 대학의 창업교육 과정과 창업지원제도가 학부과정, MBA과정, 석박사과정 그리고 비교과 차원에서 어떻게 진행되고 있는지 조사하였다. 본 연구를 통해 살펴본 미국 대학의 창업교육 시사점을 정리해보면 다음과 같다. 첫째, 대학이 주도적으로 창업교육을 하기 위해서는 대학의 특성에 맞는 창업교육 교과과정을 구성하고 지원프로그램을 도입해야 한다. 둘째, 대학 내 독립적인 센터를 설립하여 자체적으로 예산을 확보하고 이를 통해 자율적으로 운영이 될 필요가 있다. 셋째, 대학의 창업교육은 대학-산업의 파트너십 구축, 기업가정신 학위 과정의 운영 그리고 대학의 학과 간의 협업을 포함하여야 한다. 넷째, 독립적인 센터를 중심으로 동문, 지역 창업가들의 활발한 참여를 이끌고 이를 기반으로 창업 관련 프로그램이 운영이 되어야 한다. 따라서 각 대학의 특성에 맞는 차별화된 프로그램을 도입하여 국내 대학의 질적 성장 동력을 제고해야 할 것이다. 사례연구는 일반화할 수 없는 한계가 있지만, 유용한 프레임워크를 제공할 수 있다. 본 논문을 통해 국내 대학 창업교육의 현주소를 살펴보고, 선진화된 창업교육을 위한 방향성을 모색하고자 한다.

• 인삼문화
• /
• 제4권
• /
• pp.103-127
• /
• 2022

20세기 초반 근대 문물이 유입되면서 우리나라 인삼 산업에도 많은 변화가 일어났다. 인삼 재배법과 상업의 발전으로 인삼의 생산과 소비가 늘어났고 근대적 제제기술을 이용한 다양한 인삼 제품이 개발되었다. 자연히 이들 제품의 판매 경쟁도 치열해졌다. 당시 신문 광고에는 이러한 제품의 개발 동향과 판매 경쟁이 상세히 나타난다. 1920년 이전까지는 신문에 나타나는 인삼에 관한 광고는 매우 적었다. 아직 신문이 일반화되지 못했고 인삼 산업도 그만큼 발전하지 못했기 때문으로 생각된다. 1920년 동아일보와 조선일보가 창간되면서 인삼 광고가 활기를 띠기 시작했다. 1920년대 신문에 실린 인삼 광고는 인삼의 전통 한방적 효능과 신비함을 강조하는 용어를 많이 사용하였다. 인삼과 녹용을 복합 처방한 제품의 광고가 많은 것으로 보아 당시 이 제품이 큰 인기가 있었던 것으로 보인다. 제품을 복용한 사람들의 체험담도 이때 광고에 등장한다. 또한 당시 이미 통신판매가 광범위하게 활용되고 있음도 알 수 있다. 1925년에는 인삼제품을 매일 배달한다는 광고도 등장한다. 당시 뿌리삼은 그 크기와 품질에 따라 현재보다 훨씬 정교하게 분류되어 있었음이 광고에 여실히 드러난다. 1920년대 인삼 제품은 액제, 환제, 농축액 등 전통 한방 제형의 범위를 크게 벗어나지 못하고 있다. 1930년대 인삼 광고는 더욱 활발해진다. 이 시기에는 대학의 교수, 의학박사, 약학박사 등의 직함을 가진 전문가가 광고에 등장한다. 이들이 인삼을 추천한다거나, 성분이나 약효를 설명하거나, 심지어 이들의 실험 노트까지 광고에 등장하여 과학적 연구 결과를 근거로 인삼 제품의 신뢰도를 제고하기 위한 홍보가 강화된다. 1931년에는 현대적인 정제의 광고가 등장한다. 이후 비타민이나 다른 특정 성분을 강화한 인삼 제품이 등장하고, 병약자를 위한 인삼 미음도 등장한다. 1938년에는 최승희와 같은 무용수나 유명 영화배우를 모델로 사용하는 광고도 등장하게 되면서 인삼광고는 더욱 현대화되고 대중화 된다. 1920~1930년대 인삼광고는 당시 급변하는 우리 사회의 한 단면을 극명하게 보여준다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.127-146
• /
• 2022

최근 워드 임베딩이 딥러닝 기반 자연어 처리를 다루는 다양한 업무에서 우수한 성능을 나타내면서, 단어, 문장, 그리고 문서 임베딩의 고도화 및 활용에 대한 연구가 활발하게 이루어지고 있다. 예를 들어 교차 언어 전이는 서로 다른 언어 간의 의미적 교환을 가능하게 하는 분야로, 임베딩 모델의 발전과 동시에 성장하고 있다. 또한 핵심 기술인 벡터 정렬(Vector Alignment)은 임베딩 기반 다양한 분석에 적용될 수 있다는 기대에 힘입어 학계의 관심이 더욱 높아지고 있다. 특히 벡터 정렬은 최근 수요가 높아지고 있는 분야간 매핑, 즉 대용량의 범용 문서로 학습된 사전학습 언어모델의 공간에 R&D, 의료, 법률 등 전문 분야의 어휘를 매핑하거나 이들 전문 분야간의 어휘를 매핑하기 위한 실마리를 제공할 수 있을 것으로 기대된다. 하지만 학계에서 주로 연구되어 온 선형 기반 벡터 정렬은 기본적으로 통계적 선형성을 가정하기 때문에, 본질적으로 상이한 형태의 벡터 공간을 기하학적으로 유사한 것으로 간주하는 가정으로 인해 정렬 과정에서 필연적인 왜곡을 야기한다는 한계를 갖는다. 본 연구에서는 이러한 한계를 극복하기 위해 데이터의 비선형성을 효과적으로 학습하는 딥러닝 기반 벡터 정렬 방법론을 제안한다. 제안 방법론은 서로 다른 공간에서 벡터로 표현된 전문어 임베딩을 범용어 임베딩 공간에 정렬하는 스킵연결 오토인코더와 회귀 모델의 순차별 학습으로 구성되며, 학습된 두 모델의 추론을 통해 전문 어휘를 범용어 공간에 정렬할 수 있다. 제안 방법론의 성능을 검증하기 위해 2011년부터 2020년까지 수행된 국가 R&D 과제 중 '보건의료' 분야의 문서 총 77,578건에 대한 실험을 수행한 결과, 제안 방법론이 기존의 선형 벡터 정렬에 비해 코사인 유사도 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국심리학회지:법
• /
• 제12권1호
• /
• pp.15-33
• /
• 2021

본 연구에서는 성범죄 전자감독대상자들의 재범 기간 추적과 동종재범여부에 따른 생존율의 차이를 분석하였으며, 범죄전력의 재범예측력을 확인하고자하였다. 재범에 대한 기준은 전자감독 실시 중 발생한 범죄사건으로 인해 유죄가 확정된 경우로 정의하였으며, 재범일은 유죄로 확정된 사건의 사건발생일로 하였다. 분석에 활용된 재범자는 122명, 비재범자는 126명이며, 모두 성범죄를 저질러 전자감독명령을 부과 받은 대상자이다. 연구 결과, 성범죄 전자감독대상자 중 재범을 저지른 자들은 대부분 3년 이내에 재범하는 것으로 확인되었다. 또한 본 연구에서는 재범사건을 이종재범과 동종재범으로 분류한 후 집단 간 생존율의 차이를 분석하였다. 집단구성인원은 각각 이종재범집단 88명, 동종재범집단 34명으로 분석 결과, 두 집단 모두 3년 이내에 가장 많은 재범이 확인되었다. 이종재범집단의 생존율과 동종재범집단의 생존율은 다소 차이가 나타나는 것으로 확인되어 비교분석을 수행하였으며 통계적으로 유의한 수준의 차이는 확인되지 않았다(Wilcoxon statistic = 2.326, df = 1, p = .13, Log Rank = 1.345, df = 1, p = .25). 다음으로 범죄전력 변수의 재범 예측력 확인을 위해 Cox회귀분석을 실시한 결과, 성범죄 전력횟수와 폭력범죄 전력횟수는 성범죄 전자감독대상자의 재범을 잘 예측하는 것으로 분석되었다(X²=27.33, df=1, < .001). 결과적으로 최근 발표되는 자료들에 따르면, 전자감독의 시행으로 재범률이 점차 낮아지고 있으나, 전자감독 대상자 중 고위험군(재범집단)에 속하는 대상자들의 재범소요기간은 다소 짧은 것으로 확인되었다. 이들에 대한 집중적인 통제와 관리가 이루어지기 위해서는 초고위험 집단을 선별할 필요가 있다. 이에, 본 연구와 같이 고위험군에 대한 특성 및 재범연구들을 기반으로 처분의 근거를 마련하는 것은 형사사법절차의 객관성을 부여하는데 있어 큰 역할을 할 것이다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 생명과학회지
• /
• 제34권2호
• /
• pp.86-93
• /
• 2024

플라스미드의 복제는 엄격하게 조절되어야 하기 때문에 일반적으로 rolling circle 복제를 수행하는 플라스미드들은 복제 개시인자인 RepB는 전사 및 번역 수준에서 엄격하게 조절되어 일정한 copy number를 유지한다. 플라스미드 pJB01에는 단일 오페론으로 구성된 세 개의 orfs (copA, repB, repC 또는 repABC)가 포함되어 있다. 아미노산 서열 분석에서 pJB01 CopA는 다른 플라스미드의 복제 수 조절 단백질로서 Cops와 상동성을 보였다. pMV158의 CopG와 비교할 때, CopA는 플라스미드의 일반화된 억제자의 모티브로 알려진 RHH (ribbon-helix-helix)를 형성하는 것으로 추정된다. gel mobility shift assay 결과 정제된 융합 단백질이 repABC 오페론의 operator 영역에 결합하는 것으로 나타났다. 전사 수준에 대한 CopA의 기능적 역할을 조사하기 위해 CopA R16M, K26R 및 E50V와 같은 세 개의 포인트 돌연변이가 CopA의 코딩 프레임에서 구성되었다. CopA R16M, K26R 및 E50V 돌연변이의 repABC mRNA 수준은 CopA wt보다 각각 1.84, 1.78 및 2.86배 증가했다. 또한 세 개의 CopA 유전자의 돌연변이로 인한 복제 수도 CopA wt보다 각각 1.86, 1.68 및 2.89배 증가했다. 이러한 결과는 CopA가 전사 억제자이며 복제 개시자로서 repABC mRNA 및 RepB 단백질 수를 감소시킴으로써 pJB01의 복제 수를 감소시키는 것으로 제의된다.

• 보건행정학회지
• /
• 제34권1호
• /
• pp.48-58
• /
• 2024

연구배경: 이 연구는 충청남도 지역 및 환자의 특성과 관외 의료기관 이용과의 연관성을 분석한 연구이다. 충청남도 지역에 거주하는 입원 및 외래 환자들을 통해 도내 진료권을 분석하고, 수도권 및 대전권 의료기관에 대한 관외 의료이용 양상을 파악하여 도내 의료전달체계 개선 및 건강보험 재정 안정 도모를 위한 충청남도 의료정책 사업의 근거적 자료 제공을 목적으로 한다. 방법: 이 연구는 건강보험 코호트 DB 2.0 2016-2019년 자료를 활용하였다. 수집된 원시 자료 중 환자의 거주지가 충청남도 지역이면서, 이용한 요양기관이 상급종합, 종합병원, 병원, 의원인 환자로 한정하였고, 최종적으로 2,570,439건(입원=43,309, 외래=2,527,130)의 자료를 추출하였다. 먼저, 분석대상자의 일반적 특성을 파악하기 위해 각 변수별로 기술통계를 실시하였고, 충청남도 지역 및 환자의 특성과 관외 의료기관 이용과의 연관성을 파악하기 위해 다변량 로지스틱 회귀분석 및 다항 로지스틱 회귀분석을 실시하였다. 또한 관외 의료기관 이용에 따른 입원 및 외래 환자의 진료 1건당 의료비 차이를 파악하기 위해 심사결정 후 건강보험 총요양급여비용을 자연로그값으로 변환하여 분석하였다. 결과: 분석결과, 충청남도 지역 거주 환자들은 충남권, 대전권, 수도권 순으로 의료기관을 많이 이용하였고, 입원 및 외래 환자 모두 천안, 아산 거주 환자들에 비해 모든 권역에서 관외 의료기관을 더 많이 이용하였다. 특히 공주, 부여, 천안(odds ratio [OR], 72.931) 및 계룡, 논산, 금산(OR, 116.817) 거주 입원 환자는 대전권 의료기관 이용과 매우 높은 연관성을 나타냈다. 또한 충청남도 지역 거주 환자들은 충남권 의료기관에 비해 수도권(외래=17.01%, 입원=22.11%)과 대전권(외래=16.63%, 입원=15.41%) 의료기관에서 더 많은 의료비를 지불하였다. 결론: 이 연구는 충청남도 지역 거주 환자들의 관외 의료이용 양상을 분석하고 관련 시사점을 제공하였다. 향후 지역 의료기관과 서비스에 대한 신뢰도 및 만족도와 환자의 주진단과 같은 요인들을 고려한 연구가 추가적으로 진행되어야 하며, 연구결과를 바탕으로 합리적인 의료의 지역화와 의료공급 효율성 및 건강보험 재정 건정성 확보를 위한 정책사업의 기초 자료로 활용되기를 고대한다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.69-92
• /
• 2015

최근 소셜 미디어의 사용이 폭발적으로 증가함에 따라 이용자가 직접 생성하는 방대한 데이터를 분석하기 위한 다양한 텍스트 마이닝(text mining) 기법들에 대한 연구가 활발히 이루어지고 있다. 이에 따라 텍스트 분석을 위한 알고리듬(algorithm)의 정확도와 수준 역시 높아지고 있으나, 특히 감성 분석(sentimental analysis)의 영역에서 언어의 문법적 요소만을 적용하는데 그쳐 화용론적 의미론적 요소를 고려하지 못한다는 한계를 지닌다. 본 연구는 이러한 한계를 보완하기 위해 기존의 알고리듬 보다 의미 자질을 폭 넓게 고려할 수 있는 Word2Vec 기법을 적용하였다. 또한 한국어 품사 중 형용사를 감정을 표현하는 '감정어휘'로 분류하고, Word2Vec 모델을 통해 추출된 감정어휘의 연관어 중 명사를 해당 감정을 유발하는 요인이라고 정의하여 이 전체 과정을 'Emotion Trigger'라 명명하였다. 본 연구는 사례 연구(case study)로 사회적 이슈가 된 세 직업군(교수, 검사, 의사)의 특정 사건들을 연구 대상으로 선정하고, 이 사건들에 대한 대중들의 인식에 대해 분석하고자 한다. 특정 사건들에 대한 일반 여론과 직접적으로 표출된 개인 의견 모두를 고려하기 위하여 뉴스(news), 블로그(blog), 트위터(twitter)를 데이터 수집 대상으로 선정하였고, 수집된 데이터는 유의미한 연구 결과를 보여줄 수 있을 정도로 그 규모가 크며, 추후 다양한 연구가 가능한 시계열(time series) 데이터이다. 본 연구의 의의는 키워드(keyword)간의 관계를 밝힘에 있어, 기존 감성 분석의 한계를 극복하기 위해 Word2Vec 기법을 적용하여 의미론적 요소를 결합했다는 점이다. 그 과정에서 감정을 유발하는 Emotion Trigger를 찾아낼 수 있었으며, 이는 사회적 이슈에 대한 일반 대중의 반응을 파악하고, 그 원인을 찾아 사회적 문제를 해결하는데 도움이 될 수 있을 것이다.