• 분석과학
• /
• 제36권3호
• /
• pp.135-142
• /
• 2023

어류콜라겐 56건을 ICP-MS (Inductively coupled plasma-mass spectrometer)를 이용한 총비소 분석과 HPLC-ICP-MS (High performance liquid chromatography-Inductively coupled plasma-mass spectrometer)를 이용한 비소화학종 분석을 진행하였다. 그 결과 총비소 평균농도는 40.103±81.133 ㎍/kg (N.D.~586.686), 비소화학종 평균농도는 30.070±50.378 ㎍/kg (N.D.~313.871), 비소화학종 중 무기비소(As(III)와 As(V)의 합)의 평균농도는 24.610±32.706 ㎍/kg (N.D.~129.331)이었으며, As(V)가 가장 높은 비율을 차지했다. 콜라겐 제품 유형은 비소에 대한 기준·규격이 없으며, 본 연구 결과는 국내외 비소 기준과 기존 연구결과와 비교하였을 때 상대적으로 안전한 수준이라고 판단되었다. 그러나 1개 제품에서 총비소 586.686 ㎍/kg, 무기비소 8.119 ㎍/kg, 유기비소인 Dimethyl arsenate (DMA)가 305.752 ㎍/kg으로 캐나다의 유기비소 기준과 비교하였을 때 높게 검출되었다. 따라서 콜라겐 제품의 비소 안전을 확보하기 위해 지속적인 모니터링과 기준·규격 설정이 필요할 것으로 판단된다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.263-286
• /
• 2022

본 연구는 웹 크롤링을 이용하여 1990년부터 2022년까지 총 32개년에 해당하는 NBA 통계 정보를 획득하고, 탐색적 데이터 분석을 통해 관심 변수를 관찰하고 관련된 파생변수를 생성한다. 입력 데이터에 대한 정제 과정을 거쳐 무의미한 변수들을 제거하고, 남은 변수에 대한 상관관계 분석, t 검정 및 분산분석을 수행하였다. 관심 변수에 대해 플레이오프 진출/미진출 그룹 간 평균의 차이를 검정하였고, 이를 보완하기 위해 순위를 기준으로 하는 3개 집단(상위/중위/하위) 간 평균 차이를 재확인하였다. 입력 데이터 중 올해 시즌 데이터만을 테스트 세트로 활용하였고, 모델 훈련을 위해서는 훈련 세트와 검증 세트를 분할하여 5-fold 교차검증을 수행하였다. 교차검증 결과와 시험 세트를 이용한 최종 분석 결과를 비교하여 성능 지표에서 차이가 없음을 확인함으로써 과적합 문제를 해결하였다. 원시 데이터의 품질 수준이 높고, 통계적 가정을 만족하기 때문에 적은 수준의 데이터 세트임에도 불구하고 대부분 모델에서 좋은 결과를 나타냈다. 본 연구는 단순히 머신러닝을 이용하여 NBA의 경기 결과를 예측하거나 플레이오프 진출 여부만을 분류하는 것에서 그치지 않고, 입력 특성의 중요도를 파악하여 높은 중요도를 갖는 주요 변수에 본 연구의 관심 대상 변수가 포함되는지를 확인하였다. Shap value의 시각화를 통해 특성 중요도의 결과만으로 해석할 수 없었던 한계를 극복하고, 변수의 진입/제거 과정에서 중요도 산출에 일관성이 부족하다는 점을 보완할 수 있었다. 본 연구에서 관심 대상으로 분류했던 3점 및 실책과 관련된 다수의 변수가 미국 프로농구에서의 플레이오프 진출에 영향을 미치는 주요 변수에 포함되는 것으로 나타났다. 본 연구는 기존의 스포츠 데이터 분석 분야에서 다루었던 경기 결과, 플레이오프 및 우승 예측 등의 주제를 포함하고 분석을 위해 여러 머신러닝 모델을 비교 분석했다는 점에서 유사성이 있지만, 사전에 관심 속성을 설정하고, 이를 통계적으로 검증함으로써 머신러닝 분석 결과와 비교하였다는 측면에서 차이가 있다. 또한 XAI 모델 중 하나인 SHAP를 이용하여 설명 가능한 시각화 결과를 제시함으로써 기존 연구와 차별화하였다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.131-154
• /
• 2022

최근 방대한 양의 텍스트 데이터에 대한 분석을 통해 유용한 지식을 창출하는 시도가 꾸준히 증가하고 있으며, 특히 토픽 모델링(Topic Modeling)을 통해 다양한 분야의 여러 이슈를 발견하기 위한 연구가 활발히 이루어지고 있다. 초기의 토픽 모델링은 토픽의 발견 자체에 초점을 두었지만, 점차 시기의 변화에 따른 토픽의 변화를 고찰하는 방향으로 연구의 흐름이 진화하고 있다. 특히 토픽 자체의 내용, 즉 토픽을 구성하는 키워드의 변화를 수용한 다이내믹 토픽 모델링(Dynamic Topic Modeling)에 대한 관심이 높아지고 있지만, 다이내믹 토픽 모델링은 분석 결과의 직관적인 이해가 어렵고 키워드의 변화가 토픽의 의미에 미치는 영향을 나타내지 못한다는 한계를 갖는다. 본 논문에서는 이러한 한계를 극복하기 위해 다이내믹 토픽 모델링과 워드 임베딩(Word Embedding)을 활용하여 토픽의 변화 및 토픽 간 관계를 직관적으로 해석할 수 있는 방안을 제시한다. 구체적으로 본 연구에서는 다이내믹 토픽 모델링 결과로부터 각 시기별 토픽의 상위 키워드와 해당 키워드의 토픽 가중치를 도출하여 정규화하고, 사전 학습된 워드 임베딩 모델을 활용하여 각 토픽 키워드의 벡터를 추출한 후 각 토픽에 대해 키워드 벡터의 가중합을 산출하여 각 토픽의 의미를 벡터로 나타낸다. 또한 이렇게 도출된 각 토픽의 의미 벡터를 2차원 평면에 시각화하여 토픽의 변화 양상 및 토픽 간 관계를 표현하고 해석한다. 제안 방법론의 실무 적용 가능성을 평가하기 위해 DBpia에 2016년부터 2021년까지 공개된 논문 중 '인공지능' 관련 논문 1,847건에 대한 실험을 수행하였으며, 실험 결과 제안 방법론을 통해 다양한 토픽이 시간의 흐름에 따라 변화하는 양상을 직관적으로 파악할 수 있음을 확인하였다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.287-310
• /
• 2022

인공지능의 등장으로 과학기술 분야 뿐만 아니라 산업의 고도화가 가속화되고 있다. 기업은 인공지능 기술의 효과적인 도입을 통한 지능형 제품 개발로 고객 경험 혁신 및 가치 창출을 실현하고자 한다. 그러나 지능형 제품은 인공지능과 같은 급진적인 기술을 기반으로 하는 제품의 특성상 기존 제품과 개발 방식에 있어 차이를 나타내며, 기존 제품 개발 방법론을 그대로 적용하기에 명확한 한계가 존재한다. 본 연구에서는 차량용 음성비서를 예시로 기업들의 성공적인 지능형 신제품 개발을 위한 KANO-TOPSIS 기반의 새로운 연구 방법을 제안한다. 먼저 KANO 모델을 통해 고객들이 신제품에 필요하다고 생각하는 기능을 선별 및 평가하고, TOPSIS를 통해 고객들이 필요로 하는 기능의 중요도를 구해 신제품 개발을 위한 새로운 기능의 우선순위를 도출한다. 분석을 위해 차량 상태 확인 및 기능 제어 요소, 주행 관련 요소, 음성비서 자체의 특성, 인포테인먼트 요소, 일상생활 지원 요소 등 주요 카테고리를 선정 및 고객 요구속성을 세분화하였으며, 분석 결과, 높은 인식 정확도가 차량용 음성비서 개발에 있어 최우선으로 고려되어야 할 요소로 나타났다. 운전자의 생체 정보, 사용 습관 등에 맞춤화된 콘텐츠를 제공하는 인포테인먼트 요소는 예상과 달리 낮은 우선순위를 나타낸 반면 차량 상태 알림, 주행 보조 및 보안 등 운전자의 안전과 관련된 기능들은 보다 우선적으로 개발되어야 할 요건으로 밝혀졌다. 본 연구는 KANO와 TOPSIS를 결합한 우수한 모델을 통해 혁신적인 지능형 신제품의 특성에 맞는 새로운 제품 개발 방법론을 제시했다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.311-328
• /
• 2022

정보통신기술 발달로 스마트폰이 보급되면서, 온라인 쇼핑몰 서비스는 컴퓨터가 아닌 모바일로도 사용이 가능해졌다. 그로 인해 온라인 쇼핑몰 서비스를 이용하는 사용자는 급격히 증가하게 되고, 거래되는 제품의 종류 또한 방대해지고 있다. 따라서 기업은 이익을 최대화하기 위해서는 사용자가 관심을 가질만한 정보를 제공해주는 것이 중요하다. 이를 위해 사용자의 과거 행동 데이터나 행동 구매 기록을 기반으로 사용자에게 필요한 정보 또는 제품을 제시하는 것을 추천 시스템이라 한다. 현재 추천 서비스를 제공하는 대표적인 해외 기업으로는 Netflix, Amazon, YouTube 등이 있다. 최근 이러한 전자상거래 사이트에서는 사용자가 해당 제품에 대한 리뷰가 유용한지에 대해 투표할 수 있는 기능을 제공하고 있다. 이를 통해, 사용자는 유용하다고 판단되는 제품에 대한 리뷰와 평점을 참고하여 구매 의사결정을 내린다. 따라서 본 연구에서는 제품에 대한 평점과 리뷰의 유용성 정보 간의 상관관계를 파악하고, 리뷰의 유용성 정보를 추천 시스템에 반영하여 추천 성능을 확인하고자 한다. 또한 대부분의 사용자들은 만족한 제품에만 평점을 부여하는 경향이 있고 제품에 대한 평점이 높을수록 구매 의도가 높아지는 경향이 있다. 따라서 전통적인 협업 필터링 기법에 모든 평점을 반영한 결과와 4점과 5점 평점만을 반영한 추천 성능 결과를 비교하고자 한다. 이를 위해 본 연구에서는 Amazon에서 수집한 전자 제품 데이터를 사용하였으며, 실험 결과는 평점과 리뷰 유용성 정보 간 상관관계가 있는 것으로 확인되었다. 또한 모든 평점과 4점과 5점 평점만을 추천 시스템에 반영하여 추천 성능을 비교한 결과, 4점과 5점 평점만을 추천 시스템에 반영한 결과의 추천 성능이 더 높게 나타났다. 그리고 리뷰 유용성 정보를 추천 시스템에 반영한 결과는 리뷰가 유용할수록 추천 성능은 높게 나타나는 것으로 확인하였다. 따라서 이러한 실험 결과는 향후 개인화 추천 서비스의 성능 향상에 기여하고, 전자상거래 사이트에 시사점을 제공할 수 있을 것으로 본다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.329-352
• /
• 2022

미세먼지는 폐나 혈관에 침투해 각종 심장 질환이나 폐암 등의 호흡기 질환을 일으키는 것으로 보고되고 있다. 지하철은 일 평균 천만 명이 이용하는 교통수단으로, 깨끗하고 쾌적한 환경조성이 중요하나 지하터널을 통과하는 지하철의 운행 특성과 터널에 갇힌 미세먼지가 열차 풍으로 인해 지하역사로 이동하는 등의 문제로 지하역사의 미세먼지 오염도는 높은 것으로 나타나고 있다. 환경부와 서울시는 지하역사 공기질 개선대책을 수립하여 다양한 미세먼지 저감 노력을 기울이고 있다. 스마트 공기질 관리 시스템은 공기질 데이터 수집 및 미세먼지 농도를 예측하여 공기질을 관리하는 시스템으로 미세먼지 농도 예측 모델이 중요한 구성 요소이다. 그동안 시계열 데이터 예측에 관한 다양한 연구가 진행되어왔지만, 지하철 역사의 미세먼지 농도 예측과 관련해서는 통계나 순환신경망 기반의 딥러닝 모델 연구에 국한되어 있다. 이에 본 연구에서는 시공간 트랜스포머를 포함한 4개의 트랜스포머 기반 모델을 제안한다. 서울시 지하철 역사의 대합실을 대상으로 한 시간 후의 미세먼지 농도 예측실험을 수행한 결과, 트랜스포머 기반 모델들의 성능이 기존의 ARIMA, LSTM, Seq2Seq 모델들에 비해 우수한 성능을 나타냄을 확인하였다. 트랜스포머 기반 모델 중에서는 시공간 트랜스포머의 성능이 가장 우수하였다. 데이터 기반의 예측을 통하여 운영되는 스마트 공기질 관리 시스템은 미세먼지 예측의 정확도가 향상될수록 더욱더 효과적이고 에너지 효율적으로 운영될 수 있다. 본 연구 결과는 스마트 공기질 관리 시스템의 효율적 운영에 기여할 수 있을 것으로 기대된다.

• 대중서사연구
• /
• 제25권3호
• /
• pp.9-40
• /
• 2019

본고는 1990년대 한국영화를 장르의 변전과 감성의 재편이라는 차원에서 고찰한 것이다. 1990년대는 영화산업구조와 미디어 환경의 획기적 변화에 따라 장르의 변전과 재편이 일어나며 한국영화사의 패러다임이 바뀌는 시기다. 본고에서는 이러한 전환이 1987년 민주화와 1998년 IMF로 상징되는 세계자본주의화에 의한 감성의 변화와 연관된다고 보고 영화 텍스트에 나타난 현상을 분석하며 그 이면의 계기와 맥락을 밝혀보고자 했다. 이 연구가 기존의 논의와 다르게 1990년대 한국영화사에 접근한 지점은 다음 세 가지다. 첫째, 1990년대에 왜 하필이면 로맨틱코미디 장르가 부상했는지, 로맨틱코미디는 어떤 단계를 거쳐 성립된 것인지에 대해서는 아직 심도 있는 논의가 이루어지지 못하였으므로 우선적으로 이 부분에 착목했다. 둘째, 1987년부터 1999년까지를 전환기로 보고 이 시기에 나타난 장르와 감성의 주류를 읽어내기 위해 최고 흥행작들을 분석 대상으로 삼았다. 그러한 영화들은 장르 판도와 대중의 취향을 상징적으로 보여주는 텍스트이기 때문이다. 셋째, 멜로드라마와 로맨틱코미디에 대한 분리된 고찰에서 벗어나 두 장르를 아우르는 감성구조를 살펴 봄으로써 1990년대 한국영화에 보다 거시적이고 역동적으로 접근하고자 했다. 역사는 면면한 흐름으로 이어지는 것인 만큼 그것은 이전 시대와의 단절이 아니므로 연속선상에서 변곡점과 계기에 유의할 때 변화의 역학과 구조가 적시될 수 있기 때문이다. 이러한 접근을 통해 도출된 결론은 다음과 같다. 1980년대까지 한국 영화의 주류 장르는 멜로드라마였고, 이는 구조적 정합성에 어긋나는 모순과 과잉의 요소들이 파토스에 의해 상쇄되거나 봉합되는 오랜 관습을 유지해왔다. 여기에서 구조적 정합성이란 합당한 규약이나 거래가 지켜지지 않는다는 것이다. 1990년대에 장르가 재편되는 과정은 구조적 정합성을 희생하는 관습에 거리를 확보하는 가운데 진행된다. 그 방향은 합리적 이성주의와 자본의 논리에 의한 통어가 강화되어 가는 것이다. 그것은 웃음을 통해 대상에 대해 거리를 두면서 발언의 수위를 높이고 임계를 확장하는 코미디로 시작하여 감성을 취향의 항목으로 기호화하고 상호 합의와 실리적 거래의 논리를 통해 구축해가는 로맨스로 전개된다. 이를 통해 1990년대 한국영화는 무조건적 가족주의에 긴박된 파토스의 서사로부터 멀어져가는 쪽으로 발전되어 간다. 이는 1980년대 후반 이후 한국사회가 근대 합리주의의 쌍생아로서의 민주주의와 자본주의의 상향된 궤도에 진입하는 것과 동궤를 이루는 것이다.

• 대중서사연구
• /
• 제25권1호
• /
• pp.429-462
• /
• 2019

본고는 어구스틴 잘조사(Agustin Zarosa)의 2013년 저작, 『영화와 텔레비전 멜로드라마 재고하기: 사로잡힌 정동, 탄력적 고통, 대리적 대상』(Refiguring Melodrama in Film and Television: Captive Affects, Elastic Sufferings, Vicarious Objects)을 통해, 기존의 멜로드라마의 핵심 개념들로 다루어져 왔던 모드, 정동, 고통(히스테리아), 과잉에 대한 논의들을 계보학적으로 다시 논의하며, 동시대 새로운 화두로 떠오른, 정동이론과 환경, 동물등과 포스트 휴머니즘 담론이 어떻게 멜로드라마 개념에 접목될 수 있는 지 논한다. 1장에서는, 모드를, 선과 악이 한 쌍이 되는 매커니즘 안에서, 사회 전체를 가로지르는 고통의 시각성을 재분배하는 장치로서의 멜로드라마의 개념으로 넓히며, 선과 악의 구별을 증명하기 위한 수단으로써 고통을 드러내는 멜로드라마의 모드에 대한 브룩스의 논의를 반박한다. 2장은 들뢰즈식 형이상학의 관점으로부터 멜로드라마가 의미의 체계라기보다는 '특정화'(sepcification)의 탄력적 시스템임을 논한다. <언덕위의 집>(빈센트 미넬리)의 분석을 통해, 신체들간의 조우를 통해 생성된 정동과 -의미가 아닌-정동이 흐르는 장소로써의 미장센에 주목한다. 3장은 브룩스의 붕괴된 도덕적 질서를 회복시키는 멜로드라마의 역할에 대한 논의에 반대하며, 멜로드라마는 미해결로 남아 있는 (여성) 고통에 대한 인지 혹은 시각화를 위해 존재한다고 강조한다. <세이프>(토드 헤인즈)는 환경으로 인한 여성 고통을 다루면서 기존의 여성 히스테리와 멜로드라마라는 논의에 생태비평주의적 관점을 더한다. 나머지 두 챕터들은 동물과 포스트휴먼 멜로드라마를 논의함으로써, 인간의 명제를 제한하고 확장하는 데 있어서의 멜로드라마의 역할을 연구한다. 희생과 과잉이라는 멜로드라마의 명제가 어떻게 -인간중심적인-인간과 비인간의 경계를 흐리게 하는 지 분석한다. 잘조사는 피터 브룩스의 논의에서 도출된 모드, 정동, 고통의 개념들을 일부분 받아들이면서도, 각각 들뢰즈주의, 페미니즘, 포스트휴머니즘(캐리 울프, 아키라 리핏)의 논의들을 부가하며, 브룩스의 정전화된 멜로드라마의 개념에 도전하고 있다.

• 한국과학예술포럼
• /
• 제28권
• /
• pp.105-116
• /
• 2017

본 연구는 수요자중심의 종합병원 환경디자인 기초연구로서 세대별 사용자 이용행태 특성을 분석하는데 목적이 있다. 이를 위하여 문헌연구를 통하여 세대 및 병원에서의 행태를 파악하였으며, 20대부터 60대 까지 각 세대별 300명씩, 총 1500명을 대상으로 설문조사를 실시하였다. 본 연구결과는 다음과 같다. (1) 이용빈도, 방문목적, 방문시간대, 이용교통수단, 동행인원, 주방문공간, 대기 중 행위, 종합병원 선택방법 관련 항목에서 세대별 유의한 차이가 있는 것으로 나타났다. (2) 전 세대에서 종합병원은 주로 연1-2회 방문한다고 응답하였으며, 20대와 30대는 치료 및 진료를 위하여, 40대, 50대, 60대는 건강검진을 위하여 방문한다고 응답한 비율이 높게 나타나 건강검진센터가 장년층(40s, 50s, 60s)의 특성을 고려한 환경계획이 이루어져야 할 것이다. (3) 40대, 50대, 60대는 평일 오전에 주로 종합병원을 방문하며, 20대, 30대는 주말 오전에 방문한다고 응답한 비율이 상대적으로 높게 나타났다. (4) 종합병원 방문 시 20대는 대중교통을 주로 이용하며 30에서 60대 까지 주로 자가용을 이용하는 비율이 높게 나타났다. (5) 20대는 주로 '로비'를 방문한다고 하였고, 연령대가 높아질수록 '외래진료실' 이라고 응답한 비율이 높게 나타나, 노인층을 배려한 외래진료실 환경구축이 필요할 것이다. (6) 이용자 대부분은 대기시간에 휴대전화를 사용한다고 대답하였고, 연령대가 높아질수록 TV시청, 책 또는 잡기 읽기, 아무것도 안한다고 응답한 비율이 높게 나타났다. 그러므로 휴대전화 사용과 시각적 미디어 관람 환경을 서비스 차원에서 제공하는 것이 필요할 것이다.