• 한국체육학회지인문사회과학편
• /
• 제55권6호
• /
• pp.625-641
• /
• 2016

이 연구는 안무저작물의 보호범위에 대한 통합된 기준을 정립하고 안무저작권 보호의 발전방안을 제시하는데 목적이 있다. 무용전문가와 저작권전문가 20명을 대상으로 전문가 인터뷰, 델파이 방법과 AHP 분석을 통한 결과는 다음과 같다. 첫째, 순수무용저작물과 대중무용저작물이 '동일한 기준(50%), 다른 기준(45%)에서 보호받아야 한다'로 나타났다. 둘째, 안무저작물의 성립요건으로 어떤 매체에 고정되어야 한다(55%), 고정되지 않더라도 표현되면 된다(40%)로 나타났다. 또한 안무저작물의 성립요건 중 창작성의 인정요건으로 독자적으로 창작될 것+창조적 개성이 반영될 것(65%)으로 나타났다. 저작권법에 무용저작물이 독립저작물로 규정되어야 한다(70%). 규정될 필요가 없다(25%)순으로 나타났다. 보호범위의 중요도는 동작패턴(85%), 창작성과 구체성이 있는 플롯(75%), 동작이나 스텝의 결합(70%), 특정 공간과 결합한 동작패턴(45%)순으로 나타났다. 셋째, 무용저작권 발전방안의 대분류에서의 우선순위는 '저작권관련 교육', '무용저작권 위탁관리단체 활성화', '저작권 등록', '사회적 관심 유도'순으로 나타났다. 넷째, 발전 방안 전체 우선순위는 '무용저작권 위탁관리단체에 적극적인 참여', '무용인의 저작권에 대한 인식 제고, '저작물 등록 유도', '저작권 교육 강화'순으로 나타났다.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.185-203
• /
• 2020

4차 산업혁명과 함께 ICT(정보통신기술)와 제조업이 융합된 스마트 제조업 시대로 변화하고 있다. 과거의 제조업은 생산효율 증진을 위한 단순 목적으로 공업적인 기술 혁신을 추구했다면, 스마트 제조업에서는 ICT와 융합된 스마트팩토리 구축을 통해 제조 공정과 서비스 형태가 융·복합 플랫폼 형태로 변모하고 있다. 스마트팩토리 구현 기업들은 ICT의 장점을 활용한 이점과 함께, 개방화/융합화/정보화에 따라 발생하게 되는 보안 이슈를 동시에 접하게 된다. 스마트팩토리에서는 ICT를 기반으로 모든 기계와 설비 등이 연결되어 기존에 생각하지 못했던 융·복합적 보안 위협요인에 노출되고 상시적으로 다양한 사이버 위협이 발생할 수 있음으로 보안이 더욱 강화되어야 한다. 보안사고의 위험을 줄이고 스마트팩토리를 성공적으로 도입하기 위해서는, ICT 기술들이 적용되고 있는 스마트팩토리 산업 현장의 특성을 감안하여 우선적으로 적용되어야 할 주요 보안요인들을 도출할 필요가 있다. 본 연구에서는 스마트팩토리 구축 시 적용해야 할 보안요인들의 중요도를 파악하기 위해 단말/네트워크/플랫폼·서비스 범주를 포괄한 '스마트팩토리 보안요인의 계층적 분류 모델'을 제시하고, 스마트팩토리 및 보안 관련 전문가 그룹(기술위원, 사업전문가, 보안전문가)을 대상으로 중요도 평가 분석을 수행하였다. 본 연구에서는 AHP 기법을 활용하여 다양한 보안 위협으로부터 안전한 스마트팩토리 구현에 필요한 보안요인들의 상대적 중요도를 도출하고 이를 기반으로 스마트팩토리 보안요인간의 우선순위를 제시하였다. 본 연구 결과를 통해, 앞으로 더욱 확산될 스마트팩토리가 보다 안전하게 구축·운용될 수 있도록 스마트 제조업 시대에 필요한 정보보안 확보에 기여할 수 있을 것이다.

• 한국산림과학회지
• /
• 제113권1호
• /
• pp.51-65
• /
• 2024

본 연구는 도시숲 이용 및 관리방안에 필요한 식생구조 정보를 제공하기 위하여 수행되었다. 세종특별자치시 괴화산을 대상으로 상관우점종 및 종조성에 의한 식생유형을 분석한 결과, 2개의 군락군(졸참나무-생강나무군락군과 큰금계국군락군)으로 대별되었다. 졸참나무-생강나무군락군은 인공림과 천연림 식생을 포함하고 있는데, 인공림은 리기다소나무군락, 밤나무군락, 아까시나무군락, 천연림은 굴참나무군락, 상수리나무군락, 소나무군락의 6개 단위로, 큰금계국군락군은 임연부의 식생을 구성하고 있는 큰낭아초군락, 싸리군락, 족제비싸리군락, 비수리군락의 4개 단위로 각각 분류되어 총 10개의 식생단위 체계로 나타났다. 중요치 분석결과 전체 종에서 밤나무가 6.7%로 가장 높게 나타났으며, 리기다소나무 6.4%, 아까시나무 6.3% 순으로 나타나 괴화산은 인공조림 수종의 생태적 영향력이 큰 것으로 나타났다. 군락유사도에서 인공림과 천연림은 서로 간 종 구성이 동질적이나 임연부와는 이질적인 것으로 나타났으며, DCA분석에서도 동일한 결과로 나타났다. CCA분석 결과, 인공림과 천연림은 해발고도, 암석노출도, 출현종수에서 양의 상관관계로 나타났으며 임연부와는 음의 상관관계로 나타났다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.21-37
• /
• 2022

신약을 개발하는 한 가지 방법의 하나인 신약 재창출(Drug Repositioning)은 이미 사람들에게 사용할 수 있도록 승인된 약물들이 다른 용도로 사용되도록 하여 새로운 적응증을 발견하는 유용한 방법이다. 최근에는 머신러닝 기술의 발달로 방대한 생물학적 정보를 분석하여 신약 개발에 활용하는 경우가 증가하고 있다. 신약 재창출에 머신러닝 기술을 활용하면 효과적인 치료법을 신속하게 찾아내는 데 도움을 줄 것이다. 현재 심각한 급성 호흡기 증후군인 코로나바이러스(COVID-19)에 의한 신종 질병으로 전 세계가 힘든 시간을 보내고 있다. 이미 임상적으로 승인된 약물의 용도를 변경하는 신약 재창출은 COVID-19 환자를 치료하기 위한 치료제의 대안이 될 수 있다. 본 연구는 머신러닝 기법을 활용하여 신약 재창출 분야에 대한 연구 동향을 살펴보고자 한다. Pub Med에서 웹 스크래핑 기법을 사용하여 'Drug Repositioning'이라는 키워드로 총 4,821건의 논문을 수집하였다. 데이터 전처리 후, 4,419건의 논문을 대상으로 빈도분석, LDA 기반 토픽모델링, Random Forest 분류 분석 및 예측 성능평가를 수행하였다. Word2vec 모델을 기반으로 연관어를 분석하였고, PCA 차원 축소 후 K-Means 군집화하여 레이블을 생성한 후, t-SNE 알고리즘을 이용하여 논문이 형성하고 있는 그룹을 시각화하고, LDA 결과에 계층적 군집화를 적용하여 히트맵으로 시각화하였다. 본 연구는 신약 재창출과 관련된 연구 주제가 무엇인지를 파악하고, 머신러닝 알고리즘을 사용하여 대량의 문헌에서 의미 있는 주제를 도출하고 시각화하는 방법을 제시하였다. 향후 신약 재창출 분야의 연구나 개발 전략을 수립하기 위한 기초자료로 활용되는 데 도움을 줄 것이라고 기대한다.

• 시큐리티연구
• /
• 제51호
• /
• pp.103-124
• /
• 2017

본 연구는 2015년 기준으로 전국 16개 지역별 경비업체수(법인수), 경비원수 등 민간경비 규모, 그리고 시설경비, 신변보호, 호송경비, 기계경비, 특수경비 등 민간경비 업종을 연구대상으로 선정하고 이에 대한 군집분류 및 군집별 판별함수를 규명하는데 그 목적이 있다. 이에 따른 연구결과는 다음과 같다. 첫째, 민간경비 규모에 대한 전국 16개 지역별 군집분류는 대규모지역(1), 중규모지역 (2), 소규모지역(3) 등 3개 군집으로 구분할 수 있다. 군집별 판별함수는 (1) 대규모지역(1)에 대한 판별함수 D = -383.981 + (.108${\times}$경비업체수) + (.016${\times}$경비원수), (2) 중규모지역(2)에 대한 판별함수 D = -35.570 + (.029${\times}$경비업체수) + (.005${\times}$경비원수), (3) 소규모지역(3)에 대한 판별함수 D = -5.381 + (.012${\times}$경비업체수) + (.002${\times}$경비원수) 등으로 표현할 수 있다. 둘째, 민간경비 업종에 대한 전국 16개 지역별 군집분류는 대업종지역(1), 중업종지역(2), 소업종지역(3) 등 3개 군집으로 구분할 수 있다. 군집별 판별함수는 (1) 대업종지역(1)에 대한 판별함수 D = -2224.402 + (-.562${\times}$시설경비) + 1.245${\times}$신변보호) + (171.142${\times}$호송경비) + (-2.722${\times}$기계경비) + (2.020${\times}$특수경비), (2) 중업종지역(2)에 대한 판별 함수 D = -4.762 + (.052${\times}$시설경비) + (.063${\times}$신변보호) + (-3.819${\times}$호송경비) + (.110${\times}$기계경비) + (-.165${\times}$특수경비), (3) 소업종지역(3)에 대한 판별함수 D = -125.742 + (-.009${\times}$시설경비) + (.432${\times}$신변보호) + (5.748${\times}$호송경비) + (5.530${\times}$기계경비) + (-.901${\times}$특수경비) 등으로 표현할 수 있다.

• 한국토양비료학회지
• /
• 제43권1호
• /
• pp.113-118
• /
• 2010

각 나라마다 토양이 생성되는 환경이 다르고, 토양분류가 활용되는 목적이 다르기 때문에 세계적으로 다양한 토양분류체계가 발전되어 왔다. 1998년부터 국제적으로 통용되기 시작한 WRB 분류체계와 미국의 분류체계인 Soil Taxonomy는 그동안 국내에 잘 알려져 왔지만, 위의 두 체계와 분류기준을 달리하는 독일 분류체계인 Soil Systematics는 아직 잘 알려져 있지 않다. 본 논문에서 독일 분류체계의 구성과 분류기준을 소개하고자 한다. German Systematics는 6 단계 구조로 이루어져 있고, 상부에서 하위 순서로, soil divisions, soil classes, soil types, soil subtypes, soil varieties, soil subvarieties로 세분화된다. 독일 토양은 먼저 토양수분상태에 따라 4개의 soil divisions 중 하나로 분류되며, 이들은 육지토양, 반육지토양, 반습지/습지토양, 토탄토양이다. 육지토양은 다시 토양발달상태, 층위분화에 따라 13개의 soil classes로 분류되며, 예로 토양발달이 미약한 O/C-토양, 토양발달이 많이 진전되고 Ae-층을 갖는 Podsole (WRB 명명법: Podzols; U.S. Taxonomy: Spodosols)를 들 수 있다. 반육지토양은 지하수토양, 담수토양, 해수토양, 해변토양의 4개의 soil classes로, 반습지/습지토양은 반습지토양, 습지토양의 2개의 soil classes로, 토탄토양도 자연적, 인위적 토탄토양의 2개의 soil classes로 세분화된다. Soil classes는 U.S. Taxonomy의 orders와 비교될 수 있다. 육지토양의 soil classes는 다시 29개의 soil types로, 토양발달이 미약한 토양은 모재에 따라, 토양발달이 진전된 토양은 토양생성과정에 따라 분류된다. 반육지토양의 soil classes는 토양발달 정도에 따라 17개의 soil types로, 반습지/습지토양의 soil classes는 유기물함량에 따라 5개의 soil types로, 토탄토는 생성과정에 따라 5개의 soil types로 세분화된다. Soil types은 독일 토양조사의 기본 단위이며, U.S. Taxonomy의 great groups과 비교될 수 있다. 토양단면의 미세한 형태학적 차이를 고려하여 다시 약 220개의 soil subtypes, 수천 개의 soil varieties과 soil subvarieties로 세분화될 수 있다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.281-286
• /
• 2003

실생활에서 해결하고자 하는 문제에 대해 수많은 feature들이 수집되어지나 그 feature들을 모두 문제 해결에 활용하는 것은 어렵다. 모든 feature들에 대한 정확한 자료의 수집이 어려우며 관련된 feature들을 모두 학습에 이용할 경우 복잡한 학습 모델이 생성되어지며 좋은 수행 결과도 얻을 수 없다. 또한 수집된 자료들 간에는 상호 관계나 계층적 관계가 존재하는데, 경험적 지식이나 통계적 방법을 이용하여 feature들간의 관계를 분석함으로써 feature의 수를 줄일 수 있다. 휴리스틱 기법은 반복적인 시행 착오와 경험을 통한 학습으로써 미래가 불확실하고 완전한 정보를 갖고 있지 못할 때, 인간의 사고 기능을 통하여 기억이나 경험을 살려, 스스로 해결방안을 모색하면서 점차로 해에 접근해 가는 방법이다. 전문가들은 경험에 의한 의견 수렴 과정을 거쳐 해당 문제 영역에 접근 가능하며, 이러한 특성을 학습에 사용될 feature의 수를 줄이는데 활용할 수 있다. 전문가들은 원시 자료들을 이용하여 새로운 feature들을 생성할 수 있다 새로이 산출된 feature들과 원시 데이터 내의 feature들을 혼합하여 학습 모델 생성에 이용한다. 본 논문에서는 휴리스틱 함수를 이용하여 학습에 사용될 feature의 수를 줄이고, 추출된 feature들을 신경망의 입력값으로 사용하는 기계 학습 모델을 제시한다. 모델의 성능 평가를 위해 프로야구 경기의 승패 예측 문제를 이용하였다. 실험 결과는 신경 회로망과 휴리스틱 모델을 단독으로 사용했을 때 보다 두 기법을 혼합한 모델이 신경 회로망의 복잡성을 감소시킬 뿐 아니라 분류(classification)의 정확성이 향상되었다.아니라 Hep G2 세포에서도 명백히 단백질의 발현을 관찰할 수 있었다. 또한, Hep G2와 COS세포 모두에서 endogenous RXR의 발현이 일어남을 확인하였고 RXR expression plasmid를 transfection시켰을 때 두 세포 모두에서 단백질의 발현이 현저하게 증가되었다. Constitutive Androstane Receptor (CAR)에 의한 CYP2B의 PBRU 활성효과를 다르게 분화된 세포에서 차이가 일어나는지를 비교하기 위하여 CAR에 의해 매개되는 PBRU의 transactivation효과를 Hep G2와 COS세포에서 조사하였다. Hep G2 세포에서는 transfection된 CAR의 발현에 의해 firefly luciferase 보고단백질의 활성이 약 12배 증가하였다. CAR 발현유전자를 15 ng transfection하였을 때 주어진 보고유전자의 양에 대하여 최대반응을 나타내었고 CYP2B1PBRU가 제거된 CYP2C1 promotor/firefly luciferase를 보고유전자로 사용하였을 때는 CAR에 의한 luciferase의 활성이 나타나지 않았다. Hep G2와는 달리, COS세포에서는 transfection된 CAR의 발현이 PBRU에 의한 firefly luciferase보고단백질의 발현에 영향을 주지 못하였다. 이러한 결과들은 분화된 세포의 종류에 따라서 constitutive androstane receptor의 CYP2BPBRU 활성효과가 다르게 나타날 수 있음을 제시할 뿐만 아니라, 간세포에서 Phenobarbital에 의한 PBRU의 활성유도에 영향을 주는 endogenous 매개 인자들 중 CAR와 RXR과는 다

• 환경영향평가
• /
• 제27권4호
• /
• pp.353-366
• /
• 2018

본 연구의 목적은 임진강 수질오염총량관리제도를 위한 단위유역의 2012년 1월부터 2016년 12월까지 유량과 수질자료를 통계분석기법에 이용하여 수질특성을 평가하는 것이다. 유량과 수질은 평균 8일 간격으로 측정하였으며 11개 항목을 상관분석, 주성분 분석, 요인분석, 군집분석에 사용하였다. 군집분석의 결과 공간변화에 따라 자연형 하천, 도시형 하천, 점오염원 영향이 큰 지점 등으로 3개의 그룹으로 분류되었으며, 오염원의 종류와 수질 유사성이 군집 분류에 영향을 미치는 것으로 나타났다. 일원 분산분석과 사후검정을 이용하여 군집간의 평균사이에는 통계적으로 유의한 수준의 차이가 있는 것으로 나타났다. 상관분석에서 $COD_{Mn}$와 TOC의 상관계수가 0.951(p<0.01)로 상관성이 통계적으로 유의하게 높게 나타났다. 주성분 분석 결과 3개의 주성분으로 전체 수질특성의 72%를 설명할 수 있으며 요인분석에서 주요 요인은 EC, $BOD_5$, $COD_{Mn}$, TN, TP, TOC 항목으로 나타나 유기물과 영양염류 간접지표가 수질에 영향을 미치는 것으로 나타났다. 본 연구에서 요인점수를 다중 선형회귀분석에 적용하여 회귀 방정식을 제시하고 임진강 유역 수질관리에 유기물 및 영양염류 간접지표 항목의 관리가 중요하다고 판단된다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.137-152
• /
• 2012

인터넷 환경에서 월드 와이드 웹이 등장한 이후 웹을 통해 수많은 웹 페이지들이 생산됨에 따라 사용자가 원하는 정보를 검색하기 위한 다양한 형태의 검색 서비스가 여러 분야에서 개발되어 활용되고 있다. 특히 법령 검색은 사용자가 현재 자신이 처한 상황에 필요한 법령을 검색하여 법령에 대한 지식을 얻기 위한 창구로써 국민의 편의를 제공하기 위해 반드시 필요한 서비스 중 하나이다. 이에 법제처는 2009년부터 국민 누구나 편리하게 법령에 관련된 정보를 검색할 수 있도록 국가의 법령뿐만 아니라 행정규칙이나 판례 등 모든 법령정보를 검색할 수 있는 검색 서비스를 제공하고 있다. 하지만 현재까지의 검색엔진 기술은 기본적으로 사용자가 입력한 질의어를 문서에 포함하고 있는지의 여부에 따라 해당 문서를 검색 결과로 제시한다. 법령 검색 서비스 또한 해당 법령에 등장하는 키워드를 활용하여 사용자에게 검색 결과를 제공해주고 있다. 따라서 법제처의 이런 노력에도 불구하고 법령이 전문가의 시각에서 작성되었기 때문에 법에 익숙하지 않은 일반 사용자는 자신이 필요한 법령을 검색하기 어려운 한계점을 가지고 있다. 이는 일반적으로 법령에 사용되는 용어들과 일반 사용자가 실생활에 사용하는 단어가 서로 상이하기 때문에 단순히 키워드의 단순 매칭 형태의 검색엔진에서는 사용자들이 주로 사용하는 생활용어를 이용해서 원하는 법령을 검색할 수 없다. 본 연구에서는 법률용어에 관한 사전지식이 부족한 일반 사용자가 일상에서 주로 사용되는 생활용어를 이용하여 키워드 기반의 법령정보 검색 사이트에서 정확한 법령정보 검색이 가능하도록 생활용어와 법률용어 간의 대응관계를 탐색하고 이를 이용하여 법령을 검색할 수 있는 방법론을 제안하고자 한다. 우선 생활용어와 법률용어 간의 대응관계를 발견하기 위해 본 논문에서는 사용자들의 집단지성을 활용한다. 이를 위해 사용자들이 블로그의 분류 및 관리, 검색에 활용하기 위해 작성한 태그 정보를 이용하여 질의어인 생활용어와 관련된 태그들을 수집한다. 수집된 태그들은 K-means 군집분석 기법을 통해 태그들을 클러스터링하고, 생활용어와 가장 가까운 법률용어를 찾기 위한 평가 방법을 통해 생활용어에 대응될 수 있는 적절한 법률용어를 선택한다. 선택된 법률용어는 해당 생활용어와 명시적인 관계성이 부여되며, 이러한 생활용어와 법률용어와의 관계는 온톨로지 기반의 시소러스를 기술하기 위한 SKOS를 이용하여 표현된다. 이렇게 구축된 온톨로지는 사용자가 생활용어를 이용하여 검색을 수행할 경우 생활용어에 대응되는 적절한 법률용어를 찾아 법령 검색을 수행하고 그 결과를 사용자에게 제시한다. 본 논문에서 제시하고자 하는 방법론을 통해 법령 및 법률용어에 관련된 사전 지식이 없는 일반 사용자도 편리하고 효율적으로 법령을 검색할 수 있는 서비스를 제공할 것으로 기대한다.