• 지질공학
• /
• 제9권2호
• /
• pp.161-176
• /
• 1999

해안매립의 적지로 선정된 시화지구 일대의 시화방조제와 안산신도시개발과 관련된 지표지형의 변화를 관측하기 위해 년도별 인공위성영상을 이용하였으며, 시화방조제 완공으로 노출된 간척지의 매립량을 분석하기 위하여 지리정보시스템을 이용하였다. 시화지구 일대의 인위적인 인간활동과 관련된 년도별 지형의 변화양상과 퇴적물의 분포양상, 산림의 토지피복상태, 그리고 변화된 토지피복현황을 관측하기 위해, 일반적으로 널리 이용되는 위성영상합성, Tasseled cap, 식생지수와 감독분류기법을 이용하였다 매립계획이 수립된 간척지의 매립량을 토목공사 이전에 추측하기 위하여 지질도, 시화간척지 조성계획도, 지상 DEM, 해저 DEM자료층을 지형도, 지질도, 해도, 시화지구 계획도면으로부터 추출하였다. 또한, 인공위성 영상자료 중 감독분류 영상을 분석하여 인근육지의 절취예상 가능위치를 추출하였다 해안선 및 연안지역의 지표지형변화 관측을 위한 처리기법 중 Tasseled cap으로 노출된 조간대의 퇴적물의 침식과 퇴적지역을 관찰하였고, 식생지수 기법으로 식생지수의 차이를 이용하여 산림피복 분포양상을 파악하였으며, 감독분류 영상으로부터 년도별 토지피복 변화현황을 관찰하였다. 수치지형분석으로 계산된 시화지구 간척지의 총매립량은 $581,485,354\textrm{m}^3$이고, 이를 호수공원 하부에서 준설할 경우 예상되는 최종 호수공원의 깊이는 9.2m이다. 또한, 계획단지 주변에 제방을 축조할 경우, 소요될 매립량은 $3,387,360\textrm{m}^3$이며, 이를 인근육지로부터 절취한다고 가정할 때, 선감도와 송산면일부, 대부도일부 예정지의 절취량은 각각 $5,229,576\textrm{m}^3,{\;}79,227,072\textrm{m}^3,{\;}47,026,008\textrm{m}^3$이다. 따라서, 제방 축조시 필요한 토공량은 대부도일부의 절취량만으로도 충분히 충당할 수 있음을 알 수 있었다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.1-8
• /
• 2005

이 논문에서는 팬-틸트-줌 기능을 가지는 실시간 능동카메라 시스템에 적합한 2단계 머리 추적 알고리즘을 제안한다. 먼저, 색 수렴 단계에서는 머리의 모양을 타원으로 가정하고 모델 색-히스토그램을 얻는다. 그 후, 모델과 후보 타원의 색-히스토그램간의 유사도를 검사하여 목표 물체의 대략적인 위치를 구하기 위해 mean-shift 방법을 이용한다. 여기에서 영상 내 물체 영역의 색 분포가 카메라의 관찰 방향에 따라 달라지는 것을 고려하기 위하여, 모델 히스토그램 뿐 아니라 이전 프레임에서 얻어진 타원의 색 히스토그램도 함께 고려함으로써 mean-shift의 수렴성을 향상시킨다. 특히, 이전 프레임에서 결정된 타원 내부의 가장자리 영역에 포함되어 있는 배경 색 성분에 의한 오류 누적 문제를 해소하기 위해, 모델 히스토그램을 이용하여 타원의 크기를 적응적으로 축소함으로써 이전 추적 결과중 머리 영역에 해당되는 색 히스토그램을 얻는다. 또한 영상 내의 전역 움직임을 예측하고 이를 보상하여 정확한 초기 위치를 찾음으로써 mean-shift의 색 수렴성을 더욱 향상시킨다. 이 때, 고속 움직임 추정을 위해 1-D 투사 데이터 기반의 방법을 제안한다. 다음 단계에서는, 모양 정보를 이용하여 수렴단계에서 얻어진 타원의 위치와 크기를 보다 정확히 재조정한다. 이를 위해 영상 내 경사도의 방향에 기반한 강건한 모양 유사도 함수를 정의하고 사용한다. 다양한 환경을 고려한 실험을 통하여, 사람의 움직임이 빠른 경우, 영상 내 머리 크기의 변화가 심한 경우, 그리고 배경의 색과 모양이 매우 복잡한 경우에 대해서도 제안한 알고리즘이 비교적 정확히 추적을 수행함을 보였다. 아울러 제안한 알고리즘은 추적을 수행하는데 일반 PC에서 약 30fps의 처리 속도를 보여 실시간 시스템에 적합하다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.

• 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)

• 한국ITS학회 논문지
• /
• 제4권3호
• /
• pp.33-43
• /
• 2005

고속도로에서 수집 저장되는 이력자료의 활용도를 효과적으로 향상시키기 위해 Archived Data User Service (ADUS)/Archived Data Management System(ADMS) 구축에 대한 연구가 활발하게 진행되고 있다. 그러나, 방대한 이력교통자료의 활용도를 높이기 위해 우선 차량검지기 자료처리과정에 대한 체계적인 조사 분석을 통한 차량검지기 자료의 신뢰성 확보가 선행되어야 한다. 본 연구에서는 고속도로 차량검지기 자료처리과정에 대한 종합적인 문제점 분석을 통해 고속도로 교통관리 시스템의 개선사항에 대하여 살펴보았으며, 차로 이용률과 관련된 문제점과 개선방향에 연구의 초점을 맞추어 수행하였다. 본 연구에서는 우선 하루 동안 전체 검지기에서 수집된 자료 중 오류데이터가 차지하는 부분을 분석하였으며, 전체 수집 자료중 15%가 신뢰성에 영향을 미치는 오류데이터로 분석되었다. 또한, 고속도로 차량검지기에서 수집되는 자료의 차로 이용률(Lane Usage)을 살펴보았다. 분석결과 2차로구간에서는 1 2차로간 평균 차로이용률이 12% 정도의 차이를 나타내는 것으로, 3차로 구간에서는 1 2차로의 37%에 비해 3차로의 차로이용률이 24%로 비교적 낮게 분포하는 것으로 분석되었다. 4차로 분석구간에서는 1 4차로가 2 3차로에 비해 낮은 차로이용률을 나타내는 것으로 분석되어 실제 차로이용률이 차로별로 동일하지 않은 분포를 가짐을 확인할 수 있었다. 고속도로 차량검지기 자료처리과정에 대한 조사 분석 결과 더 신뢰성 있는 자료를 수집 저장하기 위해서는 고속도로에서 각 차로별 차로 이용률이 시간대에 따라 다르게 분포하는 점을 고려한 검지기 지점 데이터 생성 process에 대한 추가적인 연구가 필요하다.{\mu}m$ 였다. 으뜸세포의 사립체의 크기는 정상대조군, 종양대조군 및 BCG 투여군이 각각 $0.80({\pm}0.130){\mu}m,\;0.83({\pm}0.143){\mu}m$ 및 $0.72({\pm}0.078){\mu}m$ 였다. 이상의 결과를 종합해보면 BCG를 반복 투여하면 위점막으뜸세포의 분비과립이 약간 작아지는 등 분비기능이 다소 억제되나 그 정도가 경미하여 으뜸세포의 분비기능에 큰 손상을 주지 않는 것으로 생각된다.모양을 비교한 결과 꼬리핵과 줄무늬체바닥핵에서는 모두 가지돌기가시(dendritic spine)에 연접하였으나, 중격옆핵과 중격핵에서는 가지돌기 (dendrite)에 연접하는 것과 가지돌기가시에 연접하는 것이 혼재하였다. 이들 두 신경핵 무리는 이마앞겉질에서 기원하는 축삭종말의 연접차이로 볼 때 서로 다른 회로계통에 속할 것으로 생각되며, 문헌고찰을 통해서 꼬리핵과 줄무늬체바닥핵은 줄무늬체회로 (striatal circuit)에 속하고 중격옆핵과 중격핵은 변연계통회로(limbic circuit)에 속할 것으로 판정했다. 이마앞겉질은 생리적, 약리적, 신경학적 및 형태학적 근거들로 보아 바닥핵들을 통해 변연계통과 대뇌겉질 전체에 영향을 미칠 것으로 여겨지는데, 본 실험에서는 네 종류의 바닥핵들, 즉 꼬리핵, 줄무늬체바닥핵, 중격옆핵 및 중격핵과 관련된 신경연접들을 관찰하였으며, 그 결과를 문헌 고찰한 결과 변연계통과 줄무늬체계통이 앞뇌의 바닥에 있는 신경핵들에서 형태학적 교차연결을 통해 정서와 마음의 상태를 행동과 대응으로 표현하는 중요한 신경회로가 존재함을 제안하였다.腎臟組織)에서 더많이 발생되었다. 틸라피아의 신사구체(腎絲球體)는 담수(淡水)에서

• 대한원격탐사학회지
• /
• 제30권1호
• /
• pp.61-73
• /
• 2014

본 연구는 항공 초분광영상을 사용한 수질추정 활용을 검토하고 한강일부분에 대해 가용한 측정자료를 이용하여 초분광영상 기반의 수질추정을 테스트하였다. 원격탐사에 의한 수질추정은 수체에 대한 downwelling과 수체 내에서의 산란과 반사에 대한 관측정보를 이용하는 방법과 원격탐사 센서에 도달하는 upwelling과 수질측정정보와의 선형적 회귀분석을 구하는 방법이 선호된다. 두 방법 모두 유의미한 결과를 도출하지만 수질정보나 산란정보 등 추정에 필요한 보조자료에 의한 영향이 더 클 것으로 판단되었다. 수질 추정 테스트는 팔당댐 하류에 위치한 한강의 일부분에 대해서 적용되었다. AISA eagle 초분광센서로 취득된 자료와 수질관측정보를 선형적 회귀분석을 통한 방법을 적용하였다. 기존 문헌에서 제시된 밴드조합에 대해서 회귀분석한 결과 유의미한 밴드조합으로 $-24.847+0.013L_{560}$의 회귀식을 얻었다 ($L_{560}$은 560 nm 파장에서의 radiance로 $R^2$=0.985). 다중분광영상을 이용했을 경우의 결과와 비교하기 위해서 spectral resampling을 통해 Landsat TM 영상을 생성하여 -55.932 + 33.881(TM, TM3)의 회귀식을 얻을 수 있었다(TM, TM3는 radiance로, $R^2$=0.968). 부유물질 농도는 수질측정지점에서 약 3.75 mg/l 이고, 초분광영상으로 추정된 농도는 약 3.65 mg/l, 시뮬레이션된 TM은 약 5.85 mg/l 로 다중분광영상을 이용했을 경우 과대 추정하는 경향을 보였다. 항공 초분광영상의 활용가치를 높이고 보다 정밀한 값을 추정하기 위해서 영상 전반에 걸친 sun glint 와 같은 영향을 최소화하기 위해 태양고도각을 고려하여 정교한 비행계획을 구성하고 체계적 전처리와 검 보정 체계를 갖출 필요가 있다고 사료된다. 일반적으로 적용된 방법에 따른 테스트로, 대기보정의 정밀성과 부족한 수질측정 샘플자료, 분광밴드의 검색, 적합한 선형회귀모델의 선택, 그리고 정량적 검증방법과 같은 몇 가지 문제점과 제약사항들을 발견할 수 있었다.

• Journal of the Korean Wood Science and Technology
• /
• 제39권4호
• /
• pp.318-325
• /
• 2011

현장에서 시공성이 용이함과 동시에 강도 성능이 뛰어난 steel bar를 이용한 리기다소나무 옹벽을 제작하여 내력평가를 실시하였다. Steel bar를 이용한 목재옹벽은 횡목 4단과 종목 3단으로 적층하였으며, 높이 770 mm, 길이 2,890 mm, 폭 782 mm로 제작하였다. 적층 방법은 18 mm로 선공한 최상단과 최하단 횡목을 Steel bar에 삽입하며, 깊이 64 mm, 폭 18 mm의 슬릿을 낸 나머지 횡목과 종목을 Steel bar에 끼워 넣어 적층하였다. 완성 된 옹벽은 수평 재하 시험을 통한 내력 평가와 화상처리(AlCON 3D OPA-PRO system)를 통하여 구조물의 변형을 측정하였다. Steel bar옹벽에는 1개의 긴 횡목과 2개의 종목으로 구성된 접합부(Type-A)와 반턱으로 이음된 2개의 짧은 횡목이 2개의 종목으로 구성된 접합부(Type-B)가 공존하며, 이들을 각각 3개씩 제작하여 접합부의 압축형 전단내력 평가를 실시하였다. Steel bar옹벽의 수평 재하 시험결과 정각재 목재옹벽(박준철 등, 2010)보다 1.6배 이상의 강도를 나타냈으며, 이때 목재와 접합부의 파단은 발생하지 않았다. 접합부의 압축형 전단 내력 실험결과 Type-A의 평균 최대 하중은 130.13 kN, Type-B의 평균 최대 하중은 130.6 kN으로 측정되었다. 실험 결과 Steel bar를 이용한 목재옹벽은 정각재 목재옹벽보다 시공성이 우수하며 강도 또한 높게 측정되었다.

• 생물환경조절학회지
• /
• 제7권3호
• /
• pp.226-236
• /
• 1998

본 연구는 오이수확기 개발을 위하여 오이의 인식에 장해가 되는 잎의 부분적인 제거 및 기계화를 위한 재배방식이 오이의 생육과 수량에 미치는 영향을 구명하고자 하였다. 세가지 형태의 잎제거 방식과 두가지 형태의 정식간격, 그리고 3가지 형태의 줄기 유인방식을 정하여 오이의 전장, 수량과 1등급비율을 측정한 결과를 요약하면 다음과 같다. 1. 잎제거 형태에 따른 오이의 생육을 관찰하기 위해서 전장을 측정한 결과, 관행적인 제거방식의 경우, 일정 실험기간동안 평균 52.2cm 생장하였다. 또한, 2일마다 하부잎 하나를 제거한 경우에는 평균 51.5cm 생장하였다. 수확한 오이가 있는 경우 하부의 잎을 모두 제거한 경우에는 평균 51cm가 생장한 것으로 보아 평균 3% 이내의 차이를 보였다. 또한, 24cm, 30cm의 주간간격에 따라서는 각각 평균 50.8cm, 51.8cm의 약 2%정도 생장에 차이를 보였다. 따라서 부분적인 잎제거는 오이의 생장에 큰 영향을 미치지 않는 것으로 판단되었다. 2. 판별변수의 하나인 수량과 1등급비율을 잎제거 형태에 따라 비교해 보면, 관행적인 제거방식의 경우, 평균 한주당 2.6개/일 를 수확하였다. 1등급 비율은 56.7%로 나타났다. 또한 2일마다 하부잎 하나를 제거한 경우에는 평균 한주당 2.47개/일의 수확이 있었으며, 1등급 비율은 53.1%로 나타났다. 마지막으로 수확한 오이가 있는 경우 하부의 잎을 모두 제거한 경우에는 한주당 평균 2.48개/일 를 수확하였으며, 1등급 비율이 56.3%로 나타났다. 따라서 수량의 차이는 약 6%정도이고 1등급 비율도 10% 이내로 큰 영향은 없는 것으로 판단되었다. 3. 오이의 주간간격에 따른 수량과 1등급비율을 측정한 결과, 24cm의 경우 한주당 2.3개/일의 평균수확이 되었다. 1등급비율은 59.8%, 30cm의 경우 한주당 평균 2.5개/일을 수확하였으며, 1등급은 57.2%로 나타났다. 따라서 수량은 24cm의 경우가 약간 적었지만 1등급의 비율로 환산하면 크게 차이가 없는 것을 알 수 있다. 따라서 농가전체 수량을 기준으로 한다면 24cm가 유리하다고 판단되었다. 4. 줄기유인 형식에 따라 수량과 1등급비율을 살펴보면, 관행적인 방법은 평균 한주당 2.9개/일, 42.8%, 직립후횡유인은 평균 한주당 2.2개/일, 61.3%, 직립후 가로줄유인은 평균 한주당 2.2개/일, 54.1%로 나타났다. 따라서 수량과 1등급을 동시에 고려하면, 큰 차이는 없지만, 직립후 횡유인방법과 직립후 가로줄유인의 경우는 오이가 지면에서 상대적으로 상부에 위치하므로 영상인식과 기계화 측면에서 유리할 것으로 생각되었다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• 한국유통학회지:유통연구
• /
• 제15권3호
• /
• pp.1-34
• /
• 2010

본 연구의 목적은 국내 외식 프랜차이즈 시스템에서 가맹점에 대한 가맹본부의 관계품질에 영향을 미치는 변수를 사후 지원서비스로 설정하고, 사후 지원서비스가 가맹점의 관계품질(신뢰, 만족, 몰입)과 경영성과(재무적 성과, 비재무적 성과)에 미치는 영향에 대한 포괄적인 모형을 개발하는 것이다. 제안된 모형을 검증하기 위하여 서울 및 경기 지역의 외식 프랜차이즈 가맹점 경영자 500명을 대상으로 설문 조사를 하여, 구조방정식을 통해 실증 분석하였다. 분석결과는 다음과 같다. 첫째, 사후 지원서비스 요인 중 제품범주 및 가격 요인과 정보제공 및 문제해결 능력 요인은 가맹점의 만족과 몰입에만 영향을 미치는 것으로 나타났다. 둘째, 물류지원과 슈퍼바이저 지원 요인은 신뢰와 만족에만 영향을 미치는 것으로 나타났다. 셋째, 재교육 및 훈련지원 요인은 가맹점의 신뢰와 몰입에만 영향을 미치는 것으로 나타났다. 넷째, 판매촉진 요인은 신뢰 만족, 그리고 몰입 모두에 영향을 미치는 것으로 나타났다. 다섯째, 관계품질요인들 간의 관계는 신뢰가 만족에 긍정적인 영향을 미치지만 몰입에는 직접적으로 영향을 미치지 못하고, 만족을 통해서 몰입에 긍정적인 영향을 미치는 것으로 나타났다. 여섯째, 신뢰는 재무적 성과에만 긍정적인 영향을 미치고, 만족과 몰입은 재무적 성과와 비재무적 성과 모두에 긍정적 영향을 미치는 것으로 나타났다. 마지막으로 본 연구의 결과요약과 시사점, 그리고 연구의 한계점과 향후 연구방향이 제시되었다.