• Asia Marketing Journal
• /
• 제12권2호
• /
• pp.53-81
• /
• 2010

소비자체험에 대해 기업들과 학자들이 많은 관심을 가져 왔지만 브랜드로부터 유발된 총체적인 체험에 대해서는 제한적으로 연구가 진행되어 오고 있다. 구매의사결정의 모든 과정에서 다양한 체험이 이루어질 뿐만 아니라 브랜드 아이덴티티와 브랜드 커뮤니케이션과 같은 브랜드 체험제공 수단들을 통해서도 소비자체험이 유발될 수 있음에도 불구하고 이러한 총체적인 체험에 대한 논의가 부족하였다. 따라서 본 연구는 기존 문헌들을 토대로 브랜드 체험을 개념화하고 브랜드 체험의 유형을 고찰하고자 하였다. 또한 브랜드의 총체적 체험은 소비자와 브랜드의 정서적 유대관계에 영향을 미칠 것이라 가정하고 그 효과를 규명하고자 하였으며, 브랜드 애착이 브랜드 몰입에 미치는 효과도 함께 검증하였다. 연구결과에 의하면 브랜드 체험의 네 가지 유형 가운데 감성적 체험, 행동적 체험, 그리고 지성적 체험이 브랜드 애착에 유의한 영향을 미치는 것으로 나타났으며 특히 행동적 체험의 영향력이 가장 높은 것으로 밝혀졌다. 반면 브랜드의 감각적 체험은 브랜드 애착에 유의한 영향을 미치지 않는 것으로 나타났다. 또한 브랜드 애착의 열정과 자아연관은 브랜드 몰입에 유의한 영향을 미친 반면에 애정은 브랜드 몰입에 유의한 영향을 미치지 않은 것으로 나타났다. 실증분석을 바탕으로 소비자와 브랜드간의 강력한 정서적 유대관계를 형성하기 위해서는 소비자들이 브랜드로부터 감성적, 행동적, 그리고 지성적 체험을 경험해야 하는 것으로 해석할 수 있다. 또한 소비자들이 체험 브랜드와의 관계를 유지하기 위한 의지를 형성하기 위해서는 애정과 자아연관으로 구성된 애착이 선행되어야 함을 알 수 있다.

• 지질공학
• /
• 제32권4호
• /
• pp.697-723
• /
• 2022

본연구에서는 제주도의 중제주 수역 내에 위치하는 총 12개 지하수 관정에서 미래 30일 기간의 지하수위를 예측할 수 있는 모델을 개발하였다. 예측 모델개발을 위해 시계열 예측에 적합한 딥러닝 기법의 하나인 누적 장단기 메모리(stacked-LSTM) 기법을 이용하였으며, 2001년에서 2022년 동안 관측된 일 단위 강수량, 지하수 이용량 및 지하수위 자료가 예측 모델개발에 활용되었다. 특히, 본 연구에서는 입력자료의 종류 및 과거 자료의 순차 길이에 따라 다양한 모델을 구축하고 성능을 비교함으로써 딥러닝 기반 예측 모델개발에서 고려하여야 할 사항에 대한 검토와 절차를 제시하였다. 예측 모델개발 결과, 강수량, 지하수 이용량 및 과거 지하수위를 모두 입력자료로 활용하는 모델의 예측성능이 가장 뛰어난 것으로 확인되었으며, 입력으로 활용되는 과거 자료의 순차가 길수록 예측의 성능이 향상됨을 확인하였다. 이는 제주도의 깊은 지하수위 심도로 인하여 강수와 지하수 함양 간 지연시간이 길기 때문으로 판단된다. 이뿐만 아니라, 지하수 이용량 자료의 경우, 모든 이용량 자료를 활용하는 것보다 예측하고자 하는 지점의 지하수위에 민감한 영향을 주는 관정을 선별하여 입력자료로 이용하는 것이 예측 모델의 성능 개선에 긍정적 영향을 주는 것을 확인하였다. 본 연구에서 개발된 지하수위 예측 모델은 현재의 강수량 및 지하수 이용량을 기반으로 미래의 지하수위를 예측할 수 있어 미래의 지하수량에 대한 건전성 정보를 제공함에 따라 적정 지하수량 유지를 위한 다양한 관리방안 마련에 도움이 될 것으로 판단된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.253-266
• /
• 2018

본 연구는 질의 응답(QA) 시스템에서 사용하는 개체명 인식(NER)의 성능을 향상시키기 위하여 시퀀스 태깅 방법론을 적용한 새로운 방법론을 제안한다. 사용자의 질의를 입력 받아 데이터베이스에 저장된 정답을 추출하기 위해서는 사람의 언어를 컴퓨터가 알아들을 수 있도록 구조화 질의어(SQL)와 같은 데이터베이스의 언어로 전환하는 과정이 필요한데, 개체명 인식은 사용자의 질의에서 데이터베이스에 포함된 클래스나 데이터 명을 식별하는 과정이다. 기존의 데이터베이스에서 질의에 포함된 단어를 검색하여 개체명을 인식하는 방식은 동음이의어와 문장성분 구를 문맥을 고려하여 식별하지 못한다. 다수의 검색 결과가 존재하면 그들 모두를 결과로 반환하기 때문에 질의에 대한 해석이 여러 가지가 나올 수 있고, 계산을 위한 시간복잡도가 커진다. 본 연구에서는 이러한 단점을 극복하기 위해 신경망 기반의 방법론을 사용하여 질의가 가지는 문맥적 의미를 반영함으로써 이러한 문제를 해결하고자 했고 신경망 기반의 방법론의 문제점인 학습되지 않은 단어에 대해서도 문맥을 통해 식별을 하고자 하였다. Sequence Tagging 분야에서 최신 기술인 Bidirectional LSTM-CRF 모델을 도입함으로써 신경망 모델이 가진 단점을 해결하였고, 학습되지 않은 단어에 대해서는 온톨로지 기반 특성치를 활용하여 문맥을 반영한 추론을 사용하였다. 음악 도메인의 온톨로지(Ontology) 지식베이스를 대상으로 실험을 진행하고 그 성능을 평가하였다. 본 연구에서 제안한 방법론인 L-Bidirectional LSTM-CRF의 성능을 정확하게 평가하기 위하여 학습에 포함된 단어들뿐만 아니라 학습에 포함되지 않은 단어들도 포함한 질의를 평가에 사용하였다. 그 결과 L-Bidirectional LSTM-CRF 모형을 재학습 시키지 않아도 학습에 포함되지 않은 단어를 포함한 질의에 대한 개체명 인식이 가능함을 확인하였고, 전체적으로 개체명 인식의 성능이 향상됨을 확인할 수 있었다.

• Journal of Acupuncture Research
• /
• 제22권6호
• /
• pp.229-239
• /
• 2005

목적: 알레르기비염은 이환율이 높은 질환이다. 비폐색은 알레르기비염의 주요 증상으로 수면장애, 우울, 주의력 저하, 기억력 감퇴 등을 유발한다. 비염에 대한 침치료는 문헌에 언급되어 있고 임상에서 많이 사용되지만 잘 디자인된 임상연구는 많지 않다. 본 연구는 알레르기비염환자의 비폐색에 대한 침치료의 효과에 대해 알아보고자 하였다. 방법: 본 연구는 단일맹검, 무작위배정, 대조군연구로 치료혈은 영향(Il20), 상성(GV23), 합곡(IL4)으로 하였고, 유효성 평가는 음향비 강통기도검사를 통한 총비강용적, 총비강최소단면적의 변화로 하였다. 결과: 101명의 피험자가 연구를 종료하였으며 연령, 성별, 체중, 신장, 맥박, 호흡수, 지속성 비염의 중증도, 양성반응을 보인 항원의 수에서 대조군과 침치료군에서 차이는 없었다. 침치료군과 대조군 모두에서 치료직후 총비강용적이 유의성(침치료군: p=0.0007, 대조: p=0.0175)있게 증가하였고, 치료15 분후 침치료군에서 대조군에 비하여 증가된 총비강용적이 경계수준의 유의성(p=0.0871)으로 유지되었다. 침치료군과 대조군 모두에서 치료직후 총비강최소단면적이 유의성(침치료군: p<0.0001, 대조군: p=0.0005)있게 증가하였고, 치료15분후 침치료군에서 대조군에 비하여 증가된 총비강최소단면적이 경계수준의 유의성(p=0.0929)으로 유지되었다. 결론: 지속성 알레르기비염의 비폐색에 대한 침치료는 비강용적과 비강단면적을 증가시켜 비폐색을 완화시키는 효과가 있었으나 지속적인 효과에 대하여는 추가적 연구가 필요하다.

• Tuberculosis and Respiratory Diseases
• /
• 제59권6호
• /
• pp.631-637
• /
• 2005

배 경 : 폐를 포함한 인체내 여러 조직에서 상피세포의 분화 및 증식에 중요한 역할을 담당한다고 알려진 Retinoid acid(RA)와 여러 유전자들에서 전사조절인자로 성장관여 유전자들의 활성화에 관여하며 세포증식 및 분화에 매우 중요한 세포내 조절인자인 cAMP response-element binding protein(CREB)의 폐암종에서의 발현정도를 알아보고 조직학적 차이에 따른 발현도를 비교분석하여 발암과정에서의 관여여부와 역할을 파악하고자 하였다. 방 법 : 중앙대학교 의과대학 부속병원에서 최근 10년간 시행한 기관지내시경 및 흉부외과적 적출을 통해 얻어진 폐암종 조직중 파라핀 포매의 보관상태가 양호한 120예(선암종 60예, 편평세포암종 60예)를 연구대상으로 면역조직화학적 염색을 시행하였다. 결 과 : RAR과 CREB 모두 편평세포암종에 비해 선암종에서 발현이 의의있게 높았고(P<0.05) 선암종에서는 조직학적으로 분화도가 좋을수록 높은 발현율을 보였다(P<0.01). 총 120예의 폐암종에서 RAR과 CREB의 발현을 비교하면 65.8%의 동시발현율을 나타냈다(P<0.05) 결 론 : RAR과 CREB은 폐조직에서 점액상피세포의 분화와 상관관계가 있으며 편평세포암종보다는 선암종의 발암과정에서 일부 의미있는 역할을 수행하리라 생각되었다. 또한 RAR과 CREB의 발현부위도 통계적으로 의미 있는 일치양상을 나타내어 이들은 서로 상호작용에 의해 발암과정 중 일부 역할을 수행하리라 생각된다.

• Journal of Gastric Cancer
• /
• 제8권4호
• /
• pp.182-188
• /
• 2008

목적: 인체 내 여러 조직에서 상피세포의 분화 및 증식에 중요한 역할을 담당한다고 알려진 retinoic acid (RA)와 여러 유전자들에서 전사조절인자로 성장관여 유전자들의 활성화에 관여하며 세포증식 및 분화에 매우 중요한 세포내 조절인자인 CREB의 발현정도와 위선암종간의 상호 연관성 및 병리학적 인자들과의 관계를 관찰하였다. 대상 및 방법: 중앙대학교 의과대학 용산병원에서 1998년 1월부터 2007년 12월까지 위절제술을 시행 받고 위선암종으로 진단받은 환자의 위조직표본 중 보존상태가 양호한 파라핀 포매괴 150예를 연구대상으로 조직 표본에서 면역 조직화학적 염색을 통해 관찰하였다. 결과: 1. RAR의 발현은 장형 위선암종(72.2%)에서 미만형 위선암종(40.5%)보다 높게 나타났으며(P<0.01), 림프절 전이가 있는 경우(74.7%)가 림프절 전이가 없는 경우(49.2%)보다 의미 있는 발현양상을 나타냈다(P<0.01). 2. cAMP response element binding protein (CREB)의 발현은 장형 위선암종(69.4%)에서 미만형 위선암종(38.1%)보다 높게 나타났으며(P<0.01), 림프절 전이가 있는 경우(71.1%)가 림프절 전이가 없는 경우(47.8%)보다 높은 발현양상을 나타냈다(P<0.01). 3. 총 150예의 위선암종에서 RAR은 63.3% (95/150), CREB은 60.7%(91/150)에서 발현을 나타냈다(P<0.01). 결론: 이상의 결과로 RAR과 CREB은 조직학적 분화도 및 종양의 전이와 관련이 있고, 이들의 발현이 장형 위선암종에서의 생물학적 악성도에 관한 예후인자로서 관련이 있으나 이들의 발현이 위선암종에 미치는 생물학적 기전에 대한 추가 연구가 필요하다.

• 한국수자원학회논문집
• /
• 제54권10호
• /
• pp.795-805
• /
• 2021

본 연구는 소양강댐 유역을 대상으로 LSTM 기반의 일유출량 추정 딥러닝 모형을 개발한 후, 모형구조 및 입력자료의 다양한 조합에 대한 모형의 정확도를 살폈다. 첫 12년(1997.1.1-2008.12.31) 동안의 유역평균 일강수량, 일기온, 일풍속 (이상 입력), 일평균 유량 (출력)으로 이루어진 데이터베이스를 기반으로 모형을 구축하였으며, 이후 12년(2009.1.1-2020.12.31) 동안의 자료를 사용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)와 RMSE를 살폈다. 가장 높은 정확도를 보인 조합은 64개의 은닉유닛을 가진 LSTM 모형 구조에 가능한 모든 입력자료(12년치의 일강수량, 일기온, 일풍속)를 활용한 경우로서 검증기간의 NSE와 RMSE는 각각 0.862와 76.8 m³/s를 기록하였다. LSTM의 은닉유닛이500개를 초과하는 경우 과적합으로 인한 모형의 성능 저하가 나타나기 시작했으며, 1000개를 초과하는 경우 과적합 문제가 두드러졌다. 12년치의 일강수만 입력자료로 활용한 경우에도 매우 높은 성능(NSE=0.8~0.84)의 모형이 구축되었으며, 한 해의 자료만을 활용하여 학습한 경우에도 충분히 활용 가능한 정확도(NSE=0.63~0.85)를 가진 모형을 구축할 수 있었다. 특히 유량의 변동성이 큰 한 해의 자료만을 활용하여 모형을 학습한 경우 매우 높은 정확도(NSE=0.85)의 모형이 구축되었다. 학습자료가 중유량과 양극한의 유량을 모두 포함한 경우라면 5년 이상의 입력자료는 모형의 성능을 크게 개선시키지 못했다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1143-1154
• /
• 2021

활성화함수의 선택은 인공신경망(Artificial Neural Network, ANN) 모델의 지하수위 예측성능에 큰 영향을 미친다. 특히 제주도의 중산간 지역과 같이 지하수위의 변동폭이 크고 변동양상이 복잡한 경우 적절한 지하수위 예측을 위해서는 다양한 활성화함수의 비교분석을 통한 최적의 활성화함수 선택이 반드시 필요하다. 본 연구에서는 지하수위의 변동폭이 크고 변동양상이 복잡한 제주도 표선유역 중산간지역 2개 지하수위 관측정을 대상으로 5개의 활성화함수(sigmoid, hyperbolic tangent (tanh), Rectified Linear Unit (ReLU), Leaky Rectified Linear Unit (Leaky ReLU), Exponential Linear Unit (ELU))를 ANN 모델에 적용하여 지하수위 예측결과를 비교 및 분석하고 최적 활성화함수를 도출하였다. 그리고 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory (LSTM) 모델의 결과와 비교분석하였다. 분석결과 지하수위 변동폭이 상대적으로 큰 관측정과 상대적으로 작은 관측정에 대한 지하수위 예측에 대해서는 각각 ELU와 Leaky ReLU 함수가 최적의 활성화함수로 도출되었다. 반면 sigmoid 함수는 학습기간에 대해 5개 활성화함수 중 예측성능이 가장 낮았으며 첨두 및 최저 지하수위 예측에서 적절하지 못한 결과를 도출하였다. 따라서 ANN-sigmoid 모델은 가뭄기간의 지하수위 예측을 통한 지하수자원 관리목적으로 사용할 경우 주의가 필요하다. ANN-ELU와 ANN-Leaky ReLU 모델은 LSTM 모델과 대등한 지하수위 예측성능을 보여 활용가능성이 충분히 있으며 LSTM 모델은 ANN 모델들 보다 예측성능이 높아 인공지능 모델의 예측성능 비교분석 시 참고 모델로 활용될 수 있다. 마지막으로 학습기간의 정보량에 따라 학습기간의 지하수위 예측성능이 검증 및 테스트 기간의 예측성능보다 낮을 수 있다는 것을 확인하였으며, 관측지하수위의 변동폭이 크고 변동양상이 복잡할수록 인공지능 모델별 지하수위 예측능력의 차이는 커졌다. 본 연구에서 제시한 5개의 활성화함수를 적용한 연구방법 및 비교분석 결과는 지하수위 예측뿐만 아니라 일단위 하천유출량 및 시간단위 홍수량 등 지표수 예측을 포함한 다양한 연구에 유용하게 사용될 수 있다.

• 대순사상논총
• /
• 제33집
• /
• pp.287-317
• /
• 2019

예술을 한마디로 정의하거나 그 범위를 특정하기란 어렵지만, 일반적으로 예술이란 어떤 특정한 대상이나 환경, 경험과 기억을 작품 활동을 통해 창조적으로 표현한 미적 산물의 총칭이라 할 수 있다. 이 글에서는 작품의 대상을 풍경, 풍경 중에서도 외면과 혐오의 대상으로 여겨지는 무연고 묘지로 하였으며, 무연고 묘지가 된 역사적 배경과 사실을 매체를 통해, 또 그 묘지를 돌보는 사람들의 전언을 통해 확실히 인지한 후 작품을 형상화하였다. 본 작품은 무연고 묘지와 무연고 묘지를 돌보며 삶을 살아가는 사람들이 만들어낸 '풍경'을 작품 속에 담아냈다. 작품은 사회적 산물로서 사회로부터 동기부여를 받기 때문에, 작가는 시대적 사회상을 객관적이고 냉철하게 판단하여 밝은 것 이면에 있는 어두운 것이나 어두운 것 이면에 있는 밝은 것을 찾아내 작품으로 승화시킴으로써, 더 나은 세계를 추구해야 한다. 이러한 취지에서 본 논자의 작품 2013년 <조화(弔花, 造花, 調和)>, 2015년 <풍경의 가장자리>, 2017년~2018년 <풍경이 된 몸>과 <기억하는 풍경>은 묘원에 있는 조화(弔花), 오랫동안 찾지 않은 무덤, 버려진 무연고 무덤이 있는 풍경을 소재로 하였다. 예술가들은 자신이 의도한 생각을 작품에 반영하여 관객과 소통을 원한다. 더 나아가 창작의 성격과 목적이 명확하다면 관람객들의 작품에 대한 이해도를 극대화할 수 있다. 본 논자는 지금까지 창작한 작품 중 대순사상과 관련지어 해석할 수 있는 것들을 소개함으로써 작품의 의미를 더하려고 했다. 따라서 이 글은 작품의 대순사상적 해석에 대한 하나의 시도라고 해도 좋을 것이다. 대순사상과의 연관성을 살펴보기 위해서는 작품 해설이 우선해야 할 것이다. 작품 <풍경이 된 몸>의 소재로 전남 나주, 대구, 경기도 안성에 있는 무연고 묘지, 작품 <기억하는 풍경>의 소재로 경기도 안산에 있는 선감학원과 제주도 4·3 사건의 무연고 묘지를 다루었다. 특히 <기억하는 풍경> 작품 중의 하나로 제주 4·3 사건을 배경으로 한 작품에는 <백비_기억하는 풍경>이라는 부제를 달았다. 그리고 작품의 대순사상적 해석을 위해 작품 <풍경이 된 몸> 중 나주 무연고 묘지에 대한 것은 음양합덕(陰陽合德)에, 안성 무연고 묘지에 관한 것은 성·경·신(誠敬信)에, 대구 사형수 무연고 묘지와 <기억하는 풍경> 작품인 안산 선감학원의 무연고 묘지와 제주도 4·3 사건 백비(白碑)에 관한 것은 해원상생(解冤相生)에 적용시켜 대순사상적 관점에서 해석해 보았다.