• 서비스연구
• /
• 제8권3호
• /
• pp.37-49
• /
• 2018

본 연구는 21세기를 선도할 학문인 서비스학을 학위과정 프로그램으로 설계하기 위한 탐색적 연구를 수행하였다. 새 시대는 산업간 융합이 가속화되고 직업의 이동성이 크게 증가하는 시대이므로, 고등교육에서 양성해야하는 인재상도 크게 달라지게 된다. 역량 개발을 통해 자신의 직업을 창조할 수 있는 인재를 양성해야하며, 산업간 경계가 해체된 생태계에서 창조적 주도성을 발휘할 수 있는 인재를 양성해야 한다. 이를 위해서는 기존의 수직적 전공 학과체제에서 수평적 연계전공 체제로의 전환이 요구되며, 서비스학은 이러한 전환을 위한 핵심 프로그램으로서 역할이 기대된다. 본 연구에서는 이러한 신경제사회의 변화를 반영하고 신교육수요를 반영하여 서비스학 학위 프로그램을 설계하였다. 서비스학 프로그램은 독립전공으로서 학위를 수여할 수도 있고, 기존 전공들과의 연계전공으로서 또는 부전공으로서 역할을 수행할 수도 있으므로, 이에 대한 분석을 제시하였다. 서비스학은 세계경제포럼에서 21세기 인재상으로 정의한 역량을 가장 효과적으로 배양하는 학문으로서 역할이 기대되므로, 향후 연구에서 교육 내용과 방법론에 대한 심화 연구가 필요하다.

• 융합보안논문지
• /
• 제17권5호
• /
• pp.93-99
• /
• 2017

최근 국내외적으로 사물인터넷(IoT, Internet of Things) 서비스 산업은 매우 빠른 속도로 변화하고 성장해 나가고 있다. 본 논문은 IoT 서비스 산업의 변화와 함께 일어나고 있는 인류의 삶 속에서의 새로운 변화의 원동력이 무엇인가를 찾기 위해 노력하였다. 이렇게 시장 환경이 변화하는 가운데 경쟁도 글로벌 경쟁, 생태계 경쟁으로 그 양상이 확대되고 있으나, 글로벌 기업들의 플랫폼 선점과 고도의 생태계 발전 전략에 비해 국내 기업들의 생태계 구축 비전은 아직 뚜렷하지 않은 상황이다. 또한 IoT 서비스의 확산에 따른 모바일 네트워크에서의 IoT 서비스 연동이 요구되고 있다. IoT 보안 프로토콜은 무선과 유선을 연계하는 게이트웨이(Gateway)에서 전달되는 데이터의 모든 내용이 누출되는 보안상의 취약점이 있어 종단간 보안도 제공하지 못하는 단점이 있다. 이에 본 논문에서는 IoT와 인공지능(AI) 서비스 산업 생태계를 구성하고 있는 제반 요소의 현황을 살펴본 후, 이로부터 얻을 수 있는 보안 산업과 관련한 전략적 시사점을 제시해 보고자 한다.

• 한국물환경학회지
• /
• 제36권6호
• /
• pp.621-635
• /
• 2020

Water quality models are scientific tools that simulate and interpret the relationship between physical, chemical and biological reactions to external pollutant loads in water systems. They are actively used as a key technology in environmental water management. With recent advances in computational power, water quality modeling technology has evolved into a coupled three-dimensional modeling of hydrodynamics, water quality, and ecological inputs. However, there is uncertainty in the simulated results due to the increasing model complexity, knowledge gaps in simulating complex aquatic ecosystem, and the distrust of stakeholders due to nontransparent modeling processes. These issues have become difficult obstacles for the practical use of water quality models in the water management decision process. The objectives of this paper were to review the theoretical background, needs, and development status of water quality modeling technology. Additionally, we present the potential future directions of water quality modeling technology as a scientific tool for national environmental water management. The main development directions can be summarized as follows: quantification of parameter sensitivities and model uncertainty, acquisition and use of high frequency and high resolution data based on IoT sensor technology, conjunctive use of mechanistic models and data-driven models, and securing transparency in the water quality modeling process. These advances in the field of water quality modeling warrant joint research with modeling experts, statisticians, and ecologists, combined with active communication between policy makers and stakeholders.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.133-139
• /
• 2020

Big data, artificial intelligence (AI), and machine learning are keywords that represent the Fourth industrial Revolution. In addition, as the development of science and technology, the Korean government, public institutions and industries want professionals who can collect, analyze, utilize and predict data. This means that data analysis and utilization education become more important. Education on data analysis and utilization is increasing with trends in other academy. However, it is true that not many academy run long-term and systematic education. Korea Institute of Science and Technology Information (KISTI) is a data ecosystem hub and one of its performance missions has been providing data utilization and analysis education to meet the needs of industries, institutions and governments since 1966. In this study, KISTI's data education was analyzed using the number of curriculum trainees per year from 2001 to 2019. With this data, the change of interest in education in information and data field was analyzed by reflecting social and historical situations. And we identified the characteristics of KISTI and trainees. It means that the identity, characteristics, infrastructure, and resources of the institution have a greater impact on the trainees' interest of data-use education.In particular, KISTI, as a research institute, conducts research in various fields, including bio, weather, traffic, disaster and so on. And it has various research data in science and technology field. The purpose of this study can provide direction forthe establishment of new curriculum using data that can represent KISTI's strengths and identity. One of the conclusions of this paper would be KISTI's greatest advantages if it could be used in education to analyze and visualize many research data. Finally, through this study, it can expect that KISTI will be able to present a new direction for designing data curricula with quality education that can fulfill its role and responsibilities and highlight its strengths.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1861-1869
• /
• 2022

최근 기후변화에 따라 세계적으로 산불이 빈번해지고 피해 규모가 커지면서, 이에 따른 산림 생태계 파괴, 인명 및 재산 피해가 증가하고 있다. 위성기반 산불피해지수는 객관적이고 신속한 산불피해지 파악을 가능하게 하고, 북한과 같이 접근이 불가능한 지역에 대한 분석에 유용하다. 이 단보에서는 전통적으로 사용되어 온 Normalized Burn Ratio (NBR)를 비롯하여, 식생활력도를 나타내는 Normalized Difference Vegetation Index (NDVI), 그리고 최근에 개발된 Fire Burn Index (FBI)와 Forest Withering Index (FWI)를 이용하여 북한지역 산불피해지 탐지를 수행하고, 4가지 지수의 비교 평가를 통해 한반도 적용 방안을 모색하였다. 향후 중소형 산불에 대한 적용가능성 검토와 딥러닝 영상인식의 활용 등이 추가적으로 연구되어야 할 것이다.

• 한국정보전자통신기술학회논문지
• /
• 제16권4호
• /
• pp.193-202
• /
• 2023

최근 대규모 데이터 세트로 학습된 거대 언어 모델들의 뛰어난 성능이 공개되면서 큰 화제가 되고 있다. 하지만 거대 언어 모델을 학습하고 활용하기 위해서는 초대용량의 컴퓨팅 및 메모리 자원이 필요하므로, 대부분의 연구는 빅테크 기업들을 중심으로 폐쇄적인 환경에서 진행되고 있었다. 하지만, Meta의 거대 언어 모델 LLaMA가 공개되면서 거대 언어 모델 연구들은 기존의 폐쇄적인 환경에서 벗어나 오픈 소스화되었고, 관련 생태계가 급격히 확장되어 가고 있다. 이러한 배경하에 사전 학습된 거대 언어 모델을 추가 학습시켜 특정 작업에 특화되거나 가벼우면서도 성능이 뛰어난 모델들이 활발히 공유되고 있다. 한편, 사전 학습된 거대 언어 모델의 학습데이터는 영어가 큰 비중을 차지하기 때문에 한국어의 성능이 비교적 떨어지며, 이러한 한계를 극복하기 위해 한국어 데이터로 추가 학습을 시키는 한국어 특화 언어 모델 연구들이 이루어지고 있다. 본 논문에서는 오픈 소스 기반의 거대 언어 모델의 생태계 동향을 파악하고 영어 및 한국어 특화 거대 언어 모델에 관한 연구를 소개하며, 거대 언어 모델의 활용 방안과 한계점을 파악한다.

• Journal of Forest and Environmental Science
• /
• 제39권2호
• /
• pp.105-117
• /
• 2023

Climate change and invasive alien plant species (IAPs) are having a significant impact on mountain ecosystems. The combination of climate change and socio-economic development is exacerbating the invasion of IAPs, which are a major threat to biodiversity loss and ecosystem functioning. Species distribution modelling has become an important tool in predicting the invasion or suitability probability under climate change based on occurrence data and environmental variables. MaxEnt modelling was applied to predict the current suitable distribution of most noxious weed A. adenophora (Spreng) R. King and H. Robinson and analysed the changes in distribution with the use of current (year 2000) environmental variables and future (year 2050) climatic scenarios consisting of 3 representative concentration pathways (RCP 2.6, RCP 4.5 and RCP 8.5) in Bhutan. Species occurrence data was collected from the region of interest along the road side using GPS handset. The model performance of both current and future climatic scenario was moderate in performance with mean temperature of wettest quarter being the most important variable that contributed in model fit. The study shows that current climatic condition favours the A. adenophora for its invasion and RCP 2.6 climatic scenario would promote aggression of invasion as compared to RCP 4.5 and RCP 8.5 climatic scenarios. This can lead to characterization of the species as preferring moderate change in climatic conditions to be invasive, while extreme conditions can inhibit its invasiveness. This study can serve as reference point for the conservation and management strategies in control of this species and further research.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1577-1589
• /
• 2023

해양의 모니터링을 위해서는 변화를 예측하는 과정이 필요하다는 것은 널리 인정되고 있다. 이 연구에서는 Geostationary Ocean Color Imager (GOCI) 자료를 이용하여 해양의 변화를 지시할 수 있는 반사도의 시계열 예측을 수행하였다. 이를 위해 다중 규모 Convolutional Long-Short-Term-Memory (ConvLSTM) 모델을 제안하였으며, GOCI-I 자료를 이용하여 모델을 학습하였다. 취득 기간이 다른 GOCI-II 자료를 이용하여 모델의 성능을 검증하였으며, 기존의 ConvLSTM 모델과 성능을 비교하였다. 비교 결과, 제안한 모델은 시공간적 특성을 모두 고려하여 반사도의 변화 경향성을 파악하는데 있어 가장 우수한 결과를 보였다. 장기 예측 결과를 통해 모델이 학습한 반사도의 시간적 변화 경향을 확인하였으며, 이를 이용한 주기적 변화 탐지가 가능할 것으로 기대된다.

• 한국농림기상학회지
• /
• 제12권4호
• /
• pp.241-263
• /
• 2010

KoFlux는 한국의 주요 육상생태계와 대기간의 에너지, 물, 이산화탄소의 순환을 감시하기 위해 구축한 에디 공분산 기술을 기반으로 하는 미기상학 플럭스 타워 관측지의 국내 관측망이다. KoFlux의 사명은 AsiaFlux와 동일하게 지구상의 생명의 질과 지속가능성을 보장하기 위해 아시아의 주요 생태계를 감시하고 돌보는 것이다. 구체적인 KoFlux의 목적은 (1) 생태계를 감시하고, 자료를 수집, 저장하고 배포를 가능하게 하는 하부구조와 (2) 이에 관련된 지식과 자료를 효과적으로 적용하고 배포하기 위해 정기적으로 포럼과 단기 훈련과정을 과학공동체에 제공하는 것이다. KoFlux는 아시아의 주요 육상생태계의 탄소/물/에너지 교환에 관한 생태계과학 정보와 지식을 창출하고, 과학적 연구와 적용에 있어서 다학문간 협력과 융합을 촉진하고, 지속적인 생태계 서비스를 지역사회에 제공함으로써 AsiaFlux의 비전인 "사고하는 공동체, 배움의 프런티어"를 추구하며 실천해 나간다. 현재 KoFlux 네트워크는 총 일곱 개의 관측지로 구성되어 있는데 국내의 경우 활엽수림, 침엽수림, 혼효림, 논과 비균질 농경지를 포함하며, 국외의 경우 남극과 북극의 툰드라 생태계에 위치해 있다. 등재된 관측지는 모두 표준화된 프로토콜을 사용하여 자료를 체계적으로 처리하고 있으며 자유롭게 자료 활용이 가능하도록 품질 검증된 플럭스 자료의 데이터베이스를 지속적으로 구축해 가고 있다. KoFlux는 정기적인 학술 논문 출판, 포럼 및 훈련과정을 통해, 네트워크를 성장시키고, 플럭스 관측 및 모델링 전문가간의 연결 및 정보교환을 위한 아고라를 제공하며, 관측 및 자료 분석을 위한 전문인력 양성을 위한 교육에 힘쓰고 있다. 그러나 이러한 지속적인 노력에도 불구하고 KoFlux에 등재된 산학연기관을 제외하고는 아직까지 네트워크의 성장이 제한되어 있는 실정이다. 이러한 학문간의 벽을 허물고, 네트워크에 대한 동반자 및 주인 의식을 고취시키기 위해 KoFlux는 2011년부터 서울대학교에 설립된 국가농림기상센터를 중심으로 NCAM의 주요 서비스를 담당하게 될 것이다. 이러한 일치된 협력은 현재의 감시 네트워크를 더욱 보강시키고, 차세대 과학자들을 길러내며, 우리 사회에 지속가능한 생태계 서비스의 제공을 보장할 수 있도록 이끌어 줄 것이다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.251-267
• /
• 2021

원격 탐사 기반의 식생지수들은 광합성을 조절하는 식물생리적 특성과 경험적 상관관계를 보이며, 여러공간 규모에서의 총일차생산량(GPP) 추정에 활용되고 있다. 하지만 시간 해상도가 높아질수록 식생지수를 이용한 GPP 추정의 불확실성이 커지는 한계가 존재한다. 또한 식생지수 관련 분석에 주로 사용되는 에디공분산법을 이용하여 추정한 GPP 역시 실제 측정한 순생태계교환량(NEE)을 GPP와 생태계 호흡(RE)으로 배분하는 데 사용하는 방법에 따라 추정값이 달라지는 불확실성이 존재한다. 본 연구에서는 플럭스 타워가 설치된 네 곳의 농림생태계를 대상으로 근지표에서 관측한 식생의 분광 특성을 이용한 다양한 식생지수를 계산하였고, 이를 다양한 시간 해상도에서 GPP 추정에 적용가능한 지를 분석하였다. 동시에 이를 이용하여 NEE 배분 방법의 불확실성을 평가하였다. 비교에 사용한 정규식생지수, 개량식생지수, 적외반사식생지수(NIRv)에 비해 적외반사식생지수와 광합성유효광(PAR)을 결합한 NIRvP이 식생 및 지형 조건에 의한 공간 이질성으로 인해 관측지에 따라 약간의 차이가 나타났지만, 농경지와 산림에서 모두 30분과 일 단위 시간 해상도에서 GPP와 높은 상관성(r² = 0.63, 0.68)을 보였다. 또한 기존 KoFlux 표준 NEE 배분방법에 비해 기계학습 기반의 NEE 배분 방법을 적용할 경우, 산림에서 30분 단위의 GPP와 NIRvP 사이의 상관성이 향상되었지만, 일 단위에는 그 차이가 크지 않았다. 하지만 광조건 이외에 다른 요인에 의해 광합성이 제한되는 경우 NIRvP와 GPP 간의 상관성이 떨어져 NIRvP를 이용해 실제 배분 결과를 직접 평가하긴 어려웠으며, 주로 광 조건에 의해 광합성이 제한되는 흐린 날의 경우 NEE 배분 정확도를 평가할 수 있는 가능성이 존재하였다. 그러나 높은 시간해상도의 Vis 기반의 GPP 추정이 의미를 가지려면, VIs와 GPP간의 경험적 관계를 넘어서는 시스템 사고 및 자기-조직화와 관련된 복잡계 기반의 분석 방법이 요구된다.