• 대한토목학회논문집
• /
• 제26권2D호
• /
• pp.241-250
• /
• 2006

보행은 가장 권장되어야 하는 중요한 교통수단임에도 불구하고, 아직까지 구체적인 연구가 미미한 실정이다. 특히, 자동차 위주의 교통계획으로 인하여, 도로시설의 용량분석 및 서비스수준 평가를 위해 제정된 "도로용량편람(HCM)"에서 조차 보행 및 보행공간에 대한 구체적인 분석방법이 제시되어 있지 않고 있다. 그러므로 본 연구는 현재의 보행 서비스수준의 분석 기준인 보행유율에 소음수준과 주변밝기 정도를 추가로 고려하는 보행자가 직접 느끼는 서비스수준을 산정하기 위하여 퍼지근사추론을 사용하였다. 입력변수는 보행유율, 소음수준, 밝기정도를 사용하였으며 주간과 야간으로 나누어 퍼지근사추론 모형을 구축하였다. 구축된 모형의 예측력 분석은 $R^2$와 MAE 그리고 MSE를 사용하였으며 그 값은 주간모형의 경우 각각 0.803, 0.729, 0.735이고 야간모형의 경우 0.893, 0.878, 0.860으로 모형의 설명력이 높음을 보여주고 있다. 본 연구과정에서 야간의 경우 보행유율이 높을수록 밝기정도보다는 소음수준이 보행만족도에 더 큰 영향을 미치는 것을 볼 수 있었다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.376-386
• /
• 2023

기후변화로 인해 우리나라의 산사태 피해는 지속적으로 증가하고 있다. 사방사업 등 산사태 피해저감을 효과적으로 수립하기 위해서는 기후변화 영향을 고려하여 장기간의 산사태 위험도를 추정할 필요가 있다. 이 연구에서는 다변량 회귀분석을 통해 기후변화에 따른 산사태 피해면적의 변화를 예측하였다. 1980-2010 년의 산사태 피해면적과 강우관측자료를 학습자료로 적용하여 다변량 회귀모형을 구축하였다. 이때 강우관측자료를 통해 SSP 시나리오에서는 제공하는 7가지 강우인자를 추출하였다. 이후 분산팽창지수로 다중공선성을 검정하고 주성분 분석을 통해 차원을 축소하여 2개의 주성분을 독립변인으로 하여 산사태 피해면적 추정 모형을 도출하였다. 기후변화 시나리오를 활용하여 2030-2100년까지의 산사태 피해면적 변화를 추정한 결과, 산사태 피해면적은 1981년-2010년의 연평균 산사태 면적의 최대 2배 이상으로 증가하는 것으로 나타났다. 이 연구의 결과는 미래 기후변화를 고려한 산사태 피해저감 대책 수립 및 보강의 필요성을 제시하는 기초자료로 활용 가능할 것으로 보인다.

• 해양환경안전학회지
• /
• 제29권7호
• /
• pp.794-801
• /
• 2023

전 세계 해양의 대부분을 차지하는 공해는 해양바이오산업 성장에 필수적인 귀중한 해양 자원을 보유하고 있다. 이러한 글로벌 노력의 최전선에는 한국의 공해 자원 확보 및 기초효능(기초물질) 탐사사업이 있다. 이 연구는 대중의 인식을 측정하고 프로젝트의 이점을 정량화하여 향후 정책 결정에 대한 통찰력을 제공하고자 했다. 결과에 따르면, 연평균 지불의사액(WTP)은 3,778.8원으로, 전체 국민으로 확장하면 약 815.4억 원에 해당하는 것으로 나타났다. 본 연구의 의미는 두 가지이다. WTP를 기반으로 공해상 해양생명자원 확보의 경제적 가치는 연간 약 815억 원에 달할 정도로 상당하다. 이는 투자에 대한 WTP를 고려할 때 향후 정책 수립을 위한 중요한 참고 자료로 제공 가능하다. 해양생물자원에 대한 관심이 높아지고 있는 반면, 대중의 인식은 상대적으로 낮은 편이다. 그러나 본 사업은 해양바이오산업에 필수적인 데이터베이스를 구축하고 국제 해양생물자원을 확보하는데 있어서 중요한 역할을 하고 있다. 대중의 관심과 지속적인 지원은 이 사업 뿐만 아니라 향후 정책 구현에도 매우 중요하다. 대중의 인식을 높이는 전략은 필수적이며, 연구 결과는 향후 정책 결정에 귀중한 의견을 제공한다.

• 환경영향평가
• /
• 제32권6호
• /
• pp.488-502
• /
• 2023

생태계서비스 계정은 생태계 공급 기능과 수요, 그리고 그 사이에서 발생하는 실제 서비스 흐름을 측정해야 한다. 흐름을 측정하기 위해서는 공급과 수요 관계를 정의해야 하며, 복잡한 연결 관계를 객관화 할 수 있는 방법론이 필요하다. 국내에서는 생태계서비스에 대한 연구가 다양하게 진행되어 왔으나, 생태계서비스 계정화에 관한 연구는 부족하다. 본 연구의 목적은 환경경제통합계정(SEEA)의 실험적 생태계계정(EEA)에서 연구된 EU 방법론을 적용하여 홍수조절 생태계서비스를 평가하고 이를 토대로 생태계 계정 도입 방안을 모색하는데 있다. 연구수행을 위해 생태계의 유출량 보유 잠재력, 홍수조절에 대한 사회·경제적 수요, 그리고 그 사이의 관계로부터 형성되는 실제 서비스 혜택 흐름을 공간 기반으로 모델링하고 정량화하였다. 홍수조절 생태계서비스 실제 흐름을 산정한 결과, 국내 전체 서비스량은 165,595ha로 산출되었으며 많은 부분이 농경지에 집중되고 있음을 확인할 수 있었다. 향후 국내 홍수조절 서비스 계정 정밀화 도입을 위해서는 토지피복도와 같은 핵심 공간자료가 지속해서 구축 관리되어야 하며, 국가, 지역, 유역 등 다양한 공간 범위에서 적용 가능한 입력자료 및 방법론에 대한 연구가 필요할 것으로 보인다.

• 한국산업정보학회논문지
• /
• 제28권5호
• /
• pp.15-30
• /
• 2023

근래에 트랜스포머(Transformer) 구조를 기초로 하는 ChatGPT와 같은 생성모델이 크게 주목받고 있다. 트랜스포머는 다양한 신경망 모델에 응용되는데, 구글의 BERT(bidirectional encoder representations from Transformers) 문장생성 모델에도 사용된다. 본 논문에서는, 한글로 작성된 영화 리뷰에 대한 댓글이 긍정적인지 부정적인지를 판단하는 텍스트 이진 분류모델을 생성하기 위해서, 사전 학습되어 공개된 BERT 다국어 문장생성 모델을 미세조정(fine tuning)한 후, 새로운 한국어 학습 데이터셋을 사용하여 전이학습(transfer learning) 시키는 방법을 제안한다. 이를 위해서 104 개 언어, 12개 레이어, 768개 hidden과 12개의 집중(attention) 헤드 수, 110M 개의 파라미터를 사용하여 사전 학습된 BERT-Base 다국어 문장생성 모델을 사용했다. 영화 댓글을 긍정 또는 부정 분류하는 모델로 변경하기 위해, 사전 학습된 BERT-Base 모델의 입력 레이어와 출력 레이어를 미세 조정한 결과, 178M개의 파라미터를 가지는 새로운 모델이 생성되었다. 미세 조정된 모델에 입력되는 단어의 최대 개수 128, batch_size 16, 학습 횟수 5회로 설정하고, 10,000건의 학습 데이터셋과 5,000건의 테스트 데이터셋을 사용하여 전이 학습시킨 결과, 정확도 0.9582, 손실 0.1177, F1 점수 0.81인 문장 감정 이진 분류모델이 생성되었다. 데이터셋을 5배 늘려서 전이 학습시킨 결과, 정확도 0.9562, 손실 0.1202, F1 점수 0.86인 모델을 얻었다.

• 벤처혁신연구
• /
• 제6권2호
• /
• pp.67-82
• /
• 2023

본 연구는 서울 및 수도권에 거주하는 은행 주거래 고객을 대상으로 하여 은행 서비스 환경에서 라포형성행동이 고객태도를 매개로 고객충성도에 미치는 영향을 규명하는데 목적이 있다. 본 연구는 유의 표집법을 적용하였으며 최종분석에 사용된 표본수는 201명이며 입력된 자료는 SPSS 20.0 프로그램을 활용하여 통계분석을 실시하였다. 분석결과, 첫째, 은행서비스 환경에서 라포형성행동의 하위요인인 세심한 배려, 예의바름과 정보공유는 고객충성도에 유의한 정(+)의 영향을 미치는 것으로 나타났고, 유대형성은 고객충성도에 유의한 정(+)의 영향을 미치지 않는 것으로 나타났다. 둘째, 라포형성행동의 하위요인인 세심한 배려, 예의바름과 정보공유는 고객태도에 유의한 정(+)의 영향을 미치는 것으로 나타났고, 유대형성은 고객태도에 유의한 정(+)의 영향을 미치지 않는 것으로 나타났다. 셋째, 고객태도는 고객충성도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 넷째, 고객태도는 라포형성행동과 고객충성도 간의 관계를 매개하는 것으로 나타났다. 따라서 은행서비스 환경에서는 라포형성행동이 고객태도와 고객충성도에 영향을 미치는 요인임을 알 수 있었다. 이는 고객과 은행간의 라포형성행동이 고객태도를 변화시키고, 고객충성도에 긍정적인 영향을 미칠 수 있음을 의미한다. 변화하는 은행서비스 환경에서도 고객과 은행간에 라포형성을 통해 고객충성도를 높이는 고객관리가 필요하다는 것을 시사한다고 볼 수 있다.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.1-18
• /
• 2023

최근 빅데이터 및 딥러닝 기술의 발전으로 다양한 교통정보가 널리 수집 및 활용되고 있다. 특히 시계열 특성을 갖는 교통정보 예측 분야에서는 장단기 메모리(long short term memory, LSTM)가 널리 사용되고 있다. LSTM에 입력되는 시계열 데이터의 추세, 계절성, 주기 등이 상이하기 때문에 시계열 데이터를 기반으로 한 예측 모델에서도 데이터의 특성에 따라 하이퍼 파라미터의 적합한 값을 찾는 시행착오법이 필수적이다. 이에 적합한 하이퍼 파라미터를 찾는 방법론이 정립된다면, 정확도가 높은 모델 구성에 소요되는 시간을 줄일 수 있다. 따라서, 본 연구에서는 국내 고속도로 차량검지기 데이터와 LSTM을 기반으로 교통정보 예측 모델을 개발하였으며, LSTM의 하이퍼 파라미터별 평가지표 변화를 통해 예측 결과에 미치는 영향평가를 수행하였다. 또한, 이를 기반으로 교통분야에서 고속도로 교통정보 예측에 적합한 하이퍼 파라미터를 찾는 방법론을 제시하였다.

• 한국산업정보학회논문지
• /
• 제28권5호
• /
• pp.1-14
• /
• 2023

콩은 세계 5대 식량작물 중 하나로 식물성 단백질의 주요 공급원이다. 작물 특성상 기후변화에 따라 곡물 생산량에 큰 영향을 받기 때문에 국립농업과학원에서는 콩 품종별 생장 분석을 통해 작물표현형 연구를 진행중이다. 콩 품종별 생장 분석을 위한 생장 과정 사진 촬영은 자동화된 시스템으로 이루어지지만 생장 상태를 확인, 기록, 분석하는 과정은 수작업으로 진행되고 있다. 본 논문에서는 이러한 과정을 자동화 할 수 있도록 콩 작물의 영상 데이터에서 콩잎 객체를 검출하는 YOLOv5s 모델과 검출된 콩잎의 전개 여부를 판단하는 합성곱 신경망(Convolution Neural Network; CNN) 모델을 설계, 학습하였다. 두 모델을 결합하고 검출된 콩잎의 좌표데이터로 층을 구분하는 알고리즘을 구현하여 콩 작물의 시계열 데이터를 입력하여 생장을 분석하는 프로그램을 개발하였고, 그 결과 콩 작물의 제2~3복엽까지 생장 시기를 판단할 수 있었다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.17-27
• /
• 2023

오늘날 AI(Artificial Intelligence) 기술이 발전하면서 실용성이 증가함에 따라 실생활 속 다양한 응용 분야에서 널리 활용되고 있다. 이때 AI Model은 기본적으로 학습 데이터의 다양한 통계적 속성을 기반으로 학습된 후 시스템에 배포되지만, 급변하는 데이터의 상황 속 예상치 못한 데이터의 변화는 모델의 성능저하를 유발한다. 특히 보안 분야에서 끊임없이 생성되는 새로운 공격과 알려지지 않은 공격에 대응하기 위해서는 배포된 모델의 Drift Signal을 찾는 것이 중요해짐에 따라 모델 전체의 Lifecycle 관리 필요성이 점차 대두되고 있다. 일반적으로 모델의 정확도 및 오류율(Loss)의 성능변화를 통해 탐지할 수 있지만, 모델 예측 결과에 대한 실제 라벨이 필요한 점에서 사용 환경의 제약이 존재하며, 실제 드리프트가 발생한 지점의 탐지가 불확실한 단점이 있다. 그 이유는 모델의 오류율의 경우 다양한 외부 환경적 요인, 모델의 선택과 그에 따른 파라미터 설정, 그리고 새로운 입력데이터에 따라 크게 영향을 받기에 해당 값만을 기반으로 데이터의 실질적인 드리프트 발생 시점을 정밀하게 판단하는 것은 한계가 존재하게 된다. 따라서 본 논문에서는 XAI(eXplainable Artificial Intelligence) 기반 Anomaly 분석기법을 통해 실질적인 드리프트가 발생한 시점을 탐지하는 방안을 제안한다. DGA(Domain Generation Algorithm)를 탐지하는 분류모델을 대상으로 시험한 결과, 배포된 이후 데이터의 SHAP(Shapley Additive exPlanations) Value를 통해 Anomaly score를 추출하였고, 그 결과 효율적인 드리프트 시점탐지가 가능함을 확인하였다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.594-609
• /
• 2023

TBM 공법은 굴착면 안정성 확보 및 주변환경에 비치는 영향을 최소화하기 때문에 도심지나 하·해저터널 등에서 적용 사례가 증가하는 추세이다. 디스크 커터의 수명을 예측하는 대표적인 모델 중 NTNU모델은 커터수명지수(Cutter Life Index, CLI)를 주요 매개 변수로 활용하지만 복잡한 시험절차와 시험장비의 희귀성으로 측정에 어려움이 있다. 본 연구에서는 다중선형회귀분석과 트리 기반의 머신러닝 기법으로 암석물성을 활용하여 CLI를 예측하였다. 문헌 조사를 통해 암석의 일축압축강도, 압열인장강도, 등 가석영함량과 세르샤 마모지수 등을 포함한 데이터베이스를 구축하였고 파생변수를 계산하여 추가하였다. 다중선형회귀분석은 통계적 유의성과 다중공선성을 고려하여 입력 변수를 선정하였고 머신러닝 예측 모델은 변수 중요도를 기반으로 입력 변수를 선정하였다. 학습용과 검증용 데이터를 8:2로 나누어 모델 간 예측 성능을 비교한 결과 XGBoost가 최적의 모델로 선정되었다. 본 연구에서 도출된 다중선형회귀모델과 XGBoost모델을 선행 연구와 예측 성능을 비교하여 타당성을 확인하였다.