• Journal of Applied Biological Chemistry
• /
• 제65권4호
• /
• pp.253-259
• /
• 2022

본 연구의 목적은 서로 다른 지역에서 재배된 4년근 산양삼의 생육특성과 진세노사이드 함량 간의 상관관계를 조사하는 것이다. 유효 인산을 제외한 대부분의 토양 특성은 다른 재배지에서 보다 평창에서 유의적으로 높았다. 뿌리 길이와 세근수를 제외한 생육특성은 다른 재배지보다 평창 재배지에서 유의적으로 높게 나타났다. 8종의 진세노사이드 함량의 경우, 무주 재배지의 F2-AS 함량은 다른 재배지보다 높았으며, 영주 재배지의 F1 함량은 유의적으로 높게 나타났다. 영월 재배지에서는 Rb1과 Re-p의 함량이 유의적으로 높았고, 평창 재배지에서 Ro의 함량은 다른 재배지보다 유의적으로 높게 나타났다. 뿌리 길이와 토양 pH는 각각 토양특성 및 산양삼의 생육특성과 유의적인 상관관계를 보이지 않았다. 대부분의 생육특성은 전기전도도 및 유기물 함량, 전질소 함량, 치환성양이온(K⁺, Ca²⁺, Mg²⁺), 양이온치환용량과 유의적인 정의 상관관계를 보였다. Rb1과 Re-p는 세근수를 제외한 대부분의 산양삼 생육특성과 유의적인 부의 상관관계를 보였다. Ro는 줄기 길이, 줄기당 소엽수, 소엽 길이, 소엽 넓이, 뿌리 두께와 유의적인 정의 상관관계를 보였다. 본 연구의 이러한 결과는 4년근 산양삼의 생육특성과 진세노사이드 함량 간의 상관관계를 조사함으로써 품질 기준을 수립하기 위해 유용한 정보를 제공하는 데 도움이 될 수 있을 것이다.

• 한국해양학회지:바다
• /
• 제25권4호
• /
• pp.81-96
• /
• 2020

해수 중 용존 암모늄 분석에는 Berthlot's 반응의 분광광도법이 일반적으로 사용되었으나, 최근에는 OPA (orthophthaldialdehyde-sulfite) 형광시약을 이용한 형광법이 국제적으로 활발하게 사용되고 있다. 본 연구에서는 2017년도 호주연구선 Investigator에서 수행된 국제 영양염 선상 상호비교 실험에서 두 기관(KIOST(분광광도법, 1차 선형 회귀식 기울기만 사용), 호주CSIRO(형광법, 2차 비선형 회귀식 사용))간의 영양염 표준물질과 현장 해수시료의 용존 암모늄 농도값 차이(약 0.31 𝜇M)의 원인을 이해하기 위해 분석방법 간 검출한계, 분광광도법에 내재된 시약 굴절률, 검량선식 등에 의한 영향을 고찰하였다. 본 연구에서 측정된 분광광도법의 방법검출한계(0.063 𝜇M)와 시약 굴절률 바탕값(0.054 𝜇M)은 두 기관의 용존 암모늄 농도값 차이를 각각 20%, 17% 정도 설명할 수 있었다. 그러나 분광광도법의 검량선을 형광법과 동일한 2차식 또는 선형회기식의 기울기와 절편으로 농도를 계산할 경우, 두 기관 간의 용존 암모늄 농도값 차이는 현장에서 측정된 분광광도법의 방법검출한계 이하로 줄었다. 따라서 국제 영양염 선상 상호비교 실험에서 영양염 표준물질과 해수 현장시료에서 나타난 두 기관 간의 용존 암모늄 농도값 차이는 분광광도법과 형광법의 분석방법 차이에 의한 영향보다는 두 방법에 사용된 상이한 검량선식 영향인 것으로 판단된다. 향후 해수시료의 용존 암모늄 자료를 비교할 때 분석방법의 차이보다는 분석에 사용된 기저선, 표준용액열 개수, 검량선식 등에 대한 정보에 유의할 것을 권장한다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 한국육종학회지
• /
• 제51권4호
• /
• pp.386-394
• /
• 2019

지황은 국내 주요 약용작물 중 하나로, 크게 생지황, 건지황, 숙지황으로 나누어 용도에 맞게 이용된다. 본 연구에서는 시중에서 많이 이용되고 있는 4가지 육성품종에 대하여 이화학적 특성을 평가하고 숙지황에 가장 적합한 품종을 선발하고자 하였다. 본 실험에서는 지황 1호, 고강, 토강, 다강 총 4품종의 생지황을 이용하여 건조한 후, 막걸리에 담그는 작업부터 증숙 및 건조 작업까지를 1증으로 하여, 총 9회 반복하였다. 1증이 끝날 때마다, 산업적으로 중요한 요인 중 하나인 수율을 포함해 여러 이화학적 특성들을 평가하였다. 수율은 토강이 가장 높았고, 다강이 가장 낮게 나타났는데 이러한 수치들은 수분함량과 높은 부의 상관관계를 보였다. Fructose와 Glucose 함량은 초기에 일시적으로 증가하였다가 일정 시점 이후로는 감소하는 경향을 보였으며, Sucrose와 Raffinose, Stachyose는 점차 감소하다가 Raffinose, Stachyose의 경우, 4~5증 이후에는 검출되지 않았다. 유효성분인 Catalpol 함량도 모든 품종에서 4증 이후에는 검출되지 않았다. 반면 5-HMF 함량은 증숙이 진행됨에 따라 증가하였으며, 대한약전 기준인 0.1% 이상을 만족하였다. 지황 1호와 토강의 경우, 5증 이후 0.14%로, 타 품종에 비해 기준치에 빨리 도달하였다. 4가지 육성품종을 이용하여 숙지황을 제조하여 품질 특성을 평가한 결과, 전반적인 특성들을 종합적으로 고려하였을 때, 숙지황용으로는 토강이 상대적으로 수율이 높고 증숙시간도 짧게 소요되어 가장 적합할 것으로 보인다. 본 연구결과는 품종별 특성에 따라 산업적으로 적합한 용도로 활용하는 데에 유용한 정보가 될 것으로 생각된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권11호
• /
• pp.471-480
• /
• 2023

국내 건설수주 규모는 2013년 91.3조원에서 2021년 총 212조원으로 특히 민간부문에서 크게 성장하였다. 국내외 시장 규모가 성장하면서, EPC(Engineering, Procurement, Construction) 프로젝트의 규모와 복잡성이 더욱 증가되고, 이에 프로젝트 관리 및 ITB(Invitation to Bid) 문서의 위험 관리가 중요한 이슈가 되고 있다. EPC 프로젝트 발주 이후 입찰 절차에서 실제 건설 회사에게 부여되는 대응 시간은 한정적일 뿐만 아니라, 인력 및 비용의 문제로 ITB 문서 계약 조항의 모든 리스크를 검토하는데 매우 어려움이 있다. 기존 연구에서는 이와 같은 문제를 해결하고자 EPC 계약 문서의 위험 조항을 범주화하고, 이를 AI 기반으로 탐지하려는 시도가 있었으나, 이는 레이블링 데이터 활용의 한계와 클래스 불균형과 같은 데이터 측면의 문제로 실무에서 활용할 수 있는 수준의 지원 시스템으로 활용하기 어려운 상황이다. 따라서 본 연구는 기존 연구와 같이 위험 조항 자체를 정의하고 분류하는 것이 아니라, FIDIC Yellow 2017(국제 컨설팅엔지니어링 연맹 표준 계약 조건) 기준 계약 조항을 세부적으로 분류할 수 있는 AI 모델을 개발하고자 한다. 프로젝트의 규모, 유형에 따라서 세부적으로 검토해야 하는 계약 조항이 다를 수 있기 때문에 이와 같은 다중 텍스트 분류 기능이 필요하다. 본 연구는 다중 텍스트 분류 모델의 성능 고도화를 위해서 최근 텍스트 데이터의 컨텍스트를 효율적으로 학습할 수 있는 ELECTRA PLM(Pre-trained Language Model)을 사전학습 단계부터 개발하고, 해당 모델의 성능을 검증하기 위해서 총 4단계 실험을 진행했다. 실험 결과, 자체 개발한 ITB-ELECTRA 모델 및 Legal-BERT의 앙상블 버전이 57개 계약 조항 분류에서 가중 평균 F1-Score 기준 76%로 가장 우수한 성능을 달성했다.

• 생명과학회지
• /
• 제33권11호
• /
• pp.897-904
• /
• 2023

본 연구는 Bacillus velezensis K10의 유전체 분석결과에 따른 유전자의 고유한 특성을 이용하여 유전자마커를 탐색하고 확립하여 산업현장에서 활용하기 위해서 수행하였다. B. velezensis K10은 총 4,159,835 bps를 유지하였으며, 5,136개의 단백질을 발현하는 것으로 조사되었다. B. velezensis K10은 표준균주에 비교하여 전반적으로 외부요인에 기인되는 유전자의 이동이 훨씬 많은 것으로 나타났다. 이와 같은 양상에 기인하여 B. velezensis K10은 특유의 유전적 서열을 유지할 수 있는 것으로 추정되었다. 선발마커 발굴을 위해 recombinase, integrase, transposase, phage-related genes, 등 유전자 변이 유발이 쉬운 게놈상의 영역에 대해 탐색을 실시하였다. 그 결과, 선발마커로써 가능성이 높은 9개 부위를 확보하였다. 후보마커는 일부 다른 영역에서 특이성을 보이는 영역들이 존재했지만, phage 연관 유전자들에서 매우 특이성이 높았기 때문에, 모두 phage 관련 부위에서 모두 탐색되었다. 종간 후보 선발마커로써 B. licheniformis K12, B. velezensis K10, B. subtilis, B. cereus 등에 대해 PCR 분석을 실시하였다. 그 결과 BV3, BV5~9까지 총 6 프라이머 세트에서 B. velezensis K10 특이적인 PCR 산물이 형성되는 것을 확인하였다. 다른 한편으로, subspecies 수준에서 분석 결과, BV3, 5, 8, 9 등 4 프라이머 세트에서 B. velezensis K10 특이적인 PCR 산물이 형성되는 것을 관찰했다. 분석된 마커 중에서 BV5와 8가 가장 특이성이 높았기 때문에 종(species) 및 아종(sub-species) 수준에서 B. velezensis K10 유전자 선발마커로써 BV5와 8을 활용 가능할 것으로 제의된다.

• 분석과학
• /
• 제36권6호
• /
• pp.300-314
• /
• 2023

유통되고 있는 치약제 31품목(어린이치약 6품목 포함) 및 구중청량제 18품목(어린이구중청량제 2품목 포함)의 불소 함량, pH, 보존제와 타르색소의 함량을 분석하여 제품의 품질 실태를 조사하고 기준 및 제품의 표시 사항 일치 여부를 확인함으로써 소비자에게 올바른 정보를 제공하고자 하였다. 불소 함량을 측정한 결과 치약은 26건에서 48~1472 ppm, 구중청량제는 15건에서 85~225 ppm의 불소를 함유하고 있었고 치약제와 구중청량제의 불소 검출률은 각각 83.9 %, 83.3 %로 비슷한 수준을 나타냈다. 불소가 검출된 치약제와 구중청량제 41건 중 40건은 표시량의 90.7~109.8 %로 불소 함량 기준인 90.0~110.0 %에 적합하였으나, 치약 1건이 제품에 표시된 불소함량의 36.3 %로 부적합을 나타내었다. 치약의 pH는 5.1~9.4, 구중청량제의 pH는 4.2~6.2로 기준에 모두 적합하였다. 6종의 보존제 함량을 동시 분석한 결과 안식향산은 치약 6건과 구중청량제 9건 총 15건에서 30.6 %의 검출률로 가장 많이 검출되었고, 소르빈산은 구중 청량제 9건(검출률 18.4 %)에서 검출되었으며, 파라옥시벤조산메틸, 파라옥시벤조산에틸, 파라옥시벤조산프로필, 파라옥시벤조산부틸 등 4종은 모두 검출되지 않았다. 황색4호 등 10종의 타르색소 함량을 분석한 결과 치약 2건, 구중청량제 7건 총 9건에서 적색40호, 황색4호, 황색5호, 황색203호, 녹색3호, 청색1호 등 6가지 종류가 검출되었으며, 청색 1호가 가장 많이 검출되었다. 치약제와 구중청량제에서 검출된 불소 농도, 첨가된 보존제와 타르색소는 제품의 표시사항과 일치하였고 표시면에 잘 기재되어 있었다. 검출된 보존제와 타르색소는 일일섭취량허용량과 비교하여 위해도가 낮아 안전한 수준이었다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1605-1613
• /
• 2023

해양 내의 다양한 물리적 변화는 수온과 염분의 지속적인 변동에 의해 결정된다. 수온과 더불어 넓은 영역의 염분 변화를 파악하기 위해서는 인공위성 자료에 의존할 수밖에 없다. 그럼에도 불구하고 염분을 관측하는 위성인 Soil Moisture Active Passive (SMAP)는 낮은 시·공간 해상도로 인해 연안 근처에서 빠르게 변화하는 해양환경을 관측하기에는 어렵다는 한계가 존재한다. 이러한 한계를 극복하기 위해 본 연구에서는 천리안 해양 관측 위성의 정지궤도 해색 센서인 Geostationary Ocean Color Imager-II (GOCI-II) 원격반사도 자료를 입력자료로 하여 고해상도 표층 염분을 산출하는 Multi-layer Perceptron Neural Network (MPNN) 기반의 알고리즘을 개발하였다. SMAP과 비교한 결과 coefficient of determination (R²)는 0.94, root mean square error (RMSE)는 0.58 psu 그리고 relative root mean square error (RRMSE)는 1.87%였으며, 공간적인 분포 또한 매우 유사한 결과를 나타냈다. R²의 공간 분포는 0.8 이상을 보여주었으며 RMSE는 전반적으로 1 psu 이하의 낮은 값을 보여주었다. 이어도 과학기지에서의 실측 염분값과도 비교하였지만 상대적으로 조금 낮은 결과를 보여주었다. 이에 대한 원인을 분석하였으며, 산출된 GOCI-II 기반 고해상도 염분 자료를 활용하여 2022년 11호 태풍 힌남노에 의한 하루 동안의 동중국해 표층 염분 변화를 표준편차로 계산하였다. 그 결과 SMAP에서 관측할 수 없는 시공간의 염분 변화를 고해상도의 GOCI-II 기반 염분 산출물을 통해 확인할 수 있었다. 따라서 본 연구를 통해 시간 단위로 변화하는 해양환경 모니터링에 큰 기여를 할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1009-1029
• /
• 2023

도시 수목은 탄소를 저장하고 불투수면적을 감소시키는 도시 생태계의 중요 요소이며, 탄소 저장량 및 순환량 산정 시 주요 정보로 활용될 수 있다. 많은 선행 연구에서 항공 라이다 자료 및 인공지능 기법을 활용하여 고해상도 수목 정보를 산출하고 있으나, 항공 라이다 영상은 제공하는 플랫폼이 제한되어 있으며 비용적인 면에서도 한계가 다수 존재한다. 따라서 본 연구에서는 수원시를 대상으로 자료 취득이 용이한 고해상도 위성 영상인 Sentinel-2를 활용하여 기계학습 기반의 도시 내 수목 피복률(fractional tree canopy cover, FTC)을 추정하고자 하였다. Sentinel-2 시계열 영상으로부터 중앙값 합성을 수행하여 수원시 전역에 대한 단일 영상을 제작하여 활용하였다. 도시 내 토지 피복의 이질성을 반영하기 위하여, 30 m 격자내 10 m 해상도의 광학 지수의 평균 및 표준편차 값과 환경부 세분류 토지 피복 지도 기반 항목별 피복률을 계산하여 기계학습 모델의 입력 변수로 활용하였다. 총 4가지의 입력 변수 조합을 설정하여, 입력 변수 구성에 따른 FTC 추정 정확도를 비교 및 평가하였다. 광학 영상의 평균 정보만을 활용(Scheme 1)했을 때 보다 도시 내 이질적인 특성을 반영할 수 있는 표준 편차 및 피복률 정보를 모두 함께 고려(Scheme 4, S4)했을 때 향상된 성능을 나타낼 수 있었다. 검증용 자료에 대해 S4의 Random Forest (RF) 모델이 0.8196의 R², 0.0749의 mean absolute error (MAE), 및 0.1022의 root mean squared error (RMSE)로 전체 기계학습 모델 중에서 성능이 가장 높게 나타났다. 변수 기여도 분석 결과 광학 지수의 표준 편차 정보는 도시 내 복잡한 토지 피복 지역에 대해 높은 기여도를 나타내었다. 훈련된 S4 구성의 RF 모델을 수원시 전역에 대해 확장 적용하였을 때, 참조 FTC 자료에 대해 0.8702의 R², 0.0873의 MAE, 및 0.1335의 RMSE의 우수한 성능을 나타냈다. 본 연구의 FTC 추정 기법은 향후 다른 지역에 대한 적용성이 우수할 것으로 판단되며, 도시 생태계 탄소순환 파악의 기초자료로 활용될 수 있을 것으로 기대된다.

• 벤처창업연구
• /
• 제17권5호
• /
• pp.205-221
• /
• 2022

본 연구에서는 오프라인 화장품 구매경로에서 판매원의 판매설득전술이 고객의 심리적의무감, 판매원에 대한 신뢰와 재구매의도에 미치는 영향을 파악하고자 하였으며, 고객에게 지각된 서비스품질의 조절효과를 살펴보고자 한다. 이를 위해 오프라인 화장품 구매경로를 통해 제품을 구매한 적이 있는 298명의 고객을 대상으로 설문조사를 진행하여 구조방정식 모형을 통해 분석을 실시하였다. 연구의 결과로 첫째, 판매원의 설득전술 중, 감성자극 전술(H1a), 고객환심사기 전술(H1d), 개인적 호소 전술(H1e)은 고객의 심리적의 무감에 영향을 미치는 것으로 나타났으며, 감성자극 전술(H2a), 제안설득 전술(H2b), 정보제공 전술(H2c), 고객환심 전술(H2d)이 판매원에 대한 신뢰에 영향을 미치는 것으로 나타났다. 둘째, 심리적의무감은 고객의 재구매의도에 정(+)의 영향을 미치지 않는 것으로 나타났으며, 고객의 판매원에 대한 신뢰는 재구매의도에 정(+)의 영향을 미치는 것으로 나타났다. 셋째, 지각된 서비스품질은 심리적의무감과 재구매의도, 판매원에 대한 신뢰와 재구매의도 사이에서 모두 유의한 조절효과를 나타냈다. 판매설득전술에 대한 기존 선행연구들에서는 제한적으로 하위 변수를 특정하여 설득전술을 살펴본 연구가 다수였으며, 재구매의도와 같은 마케팅적 요소를 확인한 연구 역시 미비하였다. 따라서 본 연구를 토대로 확인된 실증적 연구의 결과는 향후의 진행될 연구에 판매원의 설득전술에 대한 기준이나 방향성에 도움을 줄 수 있을 것으로 예상된다. 아울러, 본 연구에서는 오프라인 화장품 매장을 관리 및 운영하는 소상공인들을 대상으로 종업원 교육 및 관리에 도움을 제공할 수 있는 시사점과, 고객에게 지각되는 서비스품질을 높이기 위해 전략적으로 수립해야하는 판매 전략에 대한 시사점을 기술하였다.