• 지능정보연구
• /
• 제27권1호
• /
• pp.177-190
• /
• 2021

4차 산업혁명 기술의 발전으로 사람이 처리하지 못하는 부분을 기계학습 등 인공지능 기법을 활용하여 개선해 보려는 노력이 확대되고 있다. 주문형 생산 기업에서도 주문에 대한 총생산시간을 예측하여 납기 지연 등의 기업 리스크를 줄이고자 하나 주문마다 총생산시간이 모두 달라 이를 예측하는데, 어려움을 겪고 있다. 주문 처리량 증대, 주문 총비용 절감을 위해 효율성이 가장 낮은 영역을 찾아 그 영역을 강화하는 TOC(Theory of constraints) 이론이 개발되었으나 총생산시간 예측은 제시하지 못하였다. 주문생산은 고객의 다양한 요구로 인해 주문마다 그 특성이 모두 다르므로 개별적인 주문의 총생산시간을 사후에 측정할 수는 있으나 사전 예측을 하기는 어렵다. 기존 주문의 이미 측정된 총생산시간도 모두 달라 표준 시간으로 활용할 수 없는 한계성이 있다. 이에 따라 경험이 많은 관리자는 시스템의 이용보다는 감에 의존하고 있고, 경험이 부족한 관리자는 간단한 관리지표(예, 원재료가 파이프이면 총생산시간 60일, 철판이면 총생산시간 90일 등)를 사용하고 있다. 불완전한 감이나 지표를 기초로 하여 작업 지시를 너무 빨리하면 정체가 발생하여 생산성이 저하되고, 너무 늦게 하면 긴급 처리로 인해 생산비용이 증가하거나 납기를 지키지 못하는 경우가 발생한다. 납기를 지키지 못하면 지체상금을 배상해야 하거나 영업, 수금 등의 부문에 악영향을 미친다. 본 연구에서는 이러한 문제를 해결하기 위하여 주문생산시스템을 운영하는 기업의 신규 주문 총생산시간을 추정하는 기계학습 모델을 찾고자 한다. 기계학습에 활용된 자료는 수주, 생산, 공정 실적을 사용한다. 그리고 총생산시간의 추정에 가장 적합한 알고리즘으로 OLS, GLM Gamma, Extra Trees, Random Forest 알고리즘 등을 비교 분석하고 그 결과를 제시하고자 한다.

• 헤리티지:역사와 과학
• /
• 제55권2호
• /
• pp.252-271
• /
• 2022

십이지신상이 표현된 능묘는 신라 후기의 대표적인 무덤 양식이다. 하지만 내부 매장시설에 대한 조사나 출토유물을 확인할 수 없다는 점에서 이 능묘는 근본적인 연구에 한계를 가진다. 그럼에도 불구하고 기존 연구에서는 능묘에 표현된 가시적인 특징을 토대로 십이지신상의 조각수법의 변화나 표현기법의 변화, 그리고 외부호석 및 난간석을 별개의 조건으로 다루어 연구를 진행해왔다. 외부호석 및 난간석을 별개의 조건으로 다룬 것은 다른 제속성들과 정합되지 않기 때문이다. 본 글에서는 기존 연구의 제속성을 다시 분석하여 십이지신상에 표현된 기법의 변화가 능역 구성요소의 변화와 부합되는가를 확인하였다. 제속성의 특징은 첫째, 호석의 갑석과 지대석의 치석방법의 차이와 면석의 이격 칸수는 1단(무단) 치석에서 2단, 3단의 순으로 양의 상관관계를 보인다. 둘째, 십이지신상의 지물은 방망이, 창, 낫형지물, 봉, 삼지창 등으로 배열되며 연속성을 띤다. 또한 석상의 지물은 십이지신상에서 사라진 이후에 석인상에 표현된다. 셋째, 십이지신상은 조각수법에 따라 곡면각과 평면각으로 크게 구분되고, 세부적으로 두향과 복장은 화면비율에 따라 시간성을 갖는다. 넷째, 상석의 안상형태는 돌기의 수가 9개에서 5개, 3개 등으로 줄어들고, 보주형의 중앙돌기에서 돌기의 높이가 낮아져 편평한 형태로 변화한다. 이들 각 제속성들의 상관관계를 살피면 정합되는 특징을 보인다. 이를 토대로 신라 후기 십이지신상의 능묘는 5단계로 변화함을 확인하였다. 왕릉의 입지 또한 서악동고분군과 전선덕여왕릉처럼 초기에는 구릉 능선에서 원성왕릉 단계에는 산기슭으로, 나아가 전 헌덕왕릉에서는 평지 순으로의 변화를 보인다. 더불어 능묘의 상대순서에 대해 다시 한 번 재고해 볼 필요가 있음을 인지하였다. 이 능묘에 대한 근본적인 연구의 한계는 다양한 가능성을 열어두기 때문이다. 결국, 전 진덕왕릉과 구정동방형분은 원성왕릉보다 이른 왕릉일 가능성이 있다. 아울러 신라 후기 십이지신상의 능묘는 능과 석상, 배례공간, 신도, 능비가 조합된 완성형 능역구조를 갖추며 고려와 조선왕릉에 기본 모티브가 되는 것으로 이해된다.

• 박물관보존과학
• /
• 제26권
• /
• pp.161-182
• /
• 2021

완구(碗口)란 유통식 화기로 발사체 장전 부분이 사발(碗) 형태인 화포이다. 발사체로는 비격진천뢰(飛擊震天雷)나 단석(團石) 등을 사용하였다. 『화포식언해(火砲式諺解)』(이서(李曙), 1635)에 의하면, 대·중·소·소소완구 등 총 4종으로 구분되며, 실물은 대완구 1점(보물 제857호), 중완구 2점(보물 제858호, 제859호) 등 총 3점이 전한다. 본 연구에서는 임진왜란기에 제작된 국립진주박물관 소장 중완구(보물 제858호)와 해군사관학교 박물관 소장 중완구(보물 제859호)의 과학적 조사를 토대로 제작 기술을 확인하였다. 첫 번째로 국내 현전하는 중완구가 단 두점인 만큼 정밀 3D 스캐닝 정보를 바탕으로 세부 제원을 서로 비교하고, 동 시기의 문헌 기록 수치와 함께 검토하였다. 전체 크기차는 근소하나 중량에서 5,507g의 차이를 보이고, 세부적으로 심지구멍 위치와 손잡이 길이가 상이하다. 한편 현전 중완구는 『화포식언해』의 중완구 제원과 가장 유사하다. 두 번째로는 중완구의 성분을 분석하고 기존 청동제 화약 무기와 함께 검토하였다. 표면 성분 분석결과, 중완구는 Cu-Sn-Pb의 삼원계 합금이며, 평균 함량(wt%)은 Cu 85.24 : Sn 10.16 : Pb 2.98이다. 중완구의 재료 성분은 기존에 조사된 조선 청동 화약 무기의 평균 성분과 매우 유사하며, 중세 유럽의 청동제 화포 재료(Gun-metal)와도 유사한 경향임을 확인하였다. 마지막으로 중완구 표면의 주조 결함(casting defect)과 CT 상을 토대로 주조 기법을 추정하였다. 측면의 주조분할선으로 보아 주형을 반으로 나눈 분할 제작(piece mold)이며, 용탕의 주입은 약실끝 부분으로 포구가 바닥에 오는 수직 주형 설계로 추정한다. 특히 포신 기벽에서 주형과 코어를 고정하는 보조 장치인 채플릿(chaplets)이 확인되므로 이는 기벽을 일정하게 형성하는 역할을 했을 것이다. 한편 보물 제858호와 제859호 중완구 두 점은 외형이 매우 유사하지만, 채플릿의 수량과 배치가 상이하여 주형 설계 일부가 달랐을 것으로 예상한다.

• 박물관보존과학
• /
• 제29권
• /
• pp.133-152
• /
• 2023

야외에 위치한 대형 군사문화유산의 장기적 보존을 위해 선행연구를 참고하여 과거에 이루어진 도료를 통한 도장 기술의 역사를 살펴보았으며, 전쟁기념관 소장 H-13 헬기의 분석 결과와 비교하였다. 선행연구에서 제2차 세계대전에 참여하여 지상에서 발굴된 난파기 3점에서 샘플을 수집해 분석한 결과, 항공기의 각 샘플에서 크롬의 다양한 화학적인 상태의 특성이 보호 코팅에 대한 역할 수행을 확인할 수 있었다. 약 80년이 지나 도료층의 변질과 자연환경에 장기간 노출되었는데도, 이 화합물은 1940년도 초에 부식 억제 안료로서 테스트 되었으며, 수분에 저항력을 갖는 훌륭한 억제력을 제공했다. 이런 이유로 항공 산업에서 알루미늄 합금의 부식 억제제로 널리 사용되었다. 즉 부식을 방지하기 위해 가장 널리 사용되는 재료는 크롬산염을 함유한 유기 프라이머였다. 본 연구에서 6·25전쟁에 운용되었던 H-13 헬기의 도료분석을 토대로 두 번째 층인 프라이머가 산화크롬(Cr₂O₃)을 포함하고 있음을 보여준다. 또한 적색의 사산화삼납(Pb₃O₄)을 전색제에 녹여 사용한 것으로 추정된다. 이를 선행연구와 비교한 결과 크롬산염이 제공하는 부식 방지 기능이 여전히 유효한지 여부를 명확히하는 데 도움이 될 수 있다. 적외선 분광분석 결과는 알키드 수지(Alkyd Resin)의 도료가 사용되었다. 향후 보다 다양한 유물과의 비교를 통해 합금을 부식으로부터 보호하기 위한 도료의 제작 기술 변화를 해석할 수 있을 것으로 기대된다.

• 경영정보학연구
• /
• 제20권2호
• /
• pp.39-62
• /
• 2018

컴퓨터 연산능력의 향상과 데이터를 수집하고 가공해 분석이 가능하도록 데이터를 정형화 시키는 기술이 발달함에 따라, 소셜미디어 및 인터넷 공간에서 생산되는 다양한 텍스트 데이터를 수집하고 그것을 분석하는 시도가 늘고 있다. 본 연구는 이와 같은 기술의 발전과 새롭게 시도되고 있는 분석법을 활용해 텍스트 데이터를 분석하여 과거에 설문조사 방법을 통해 확인했던 "내부마케팅"의 효과를 기존과는 다른 방식으로 확인해 보고자 하였다. 이와 같은 분석을 위해, 전/현직자들이 해당 기업의 구직자들에게 기업의 리뷰를 제공하는 플랫폼 잡플래닛(www.jobplanet.co.kr)의 리뷰 데이터를 웹크롤러를 생성하여 약 4만 건을 수집하였다. 또한 수집된 비정형 데이터를 정형화하기 위한 형태소 분석을 진행하여 명사만을 추출한 후, 미리 생성해 놓은 단어주머니에 들어있는 단어와 같을 경우 그 숫자를 세어 분류화를 진행하였다. 분류화된 내부마케팅 영역별 단어 수의 변화를 독립변수로, 시가총액 변동률을 종속변수로 활용하여, 내부마케팅과 시가총액간의 관계를 확인하고자 하였다. 그 결과, 대부분의 기존 연구와는 다르게 내부마케팅의 효과는 제한적인 영역에서만 기업의 성과에 긍정적인 영향을 미치며 대부분의 환경에서는 음의 영향을 미치는 것으로 나타났다. 산업군으로 나누었을 때, 제조업에서는 여성지원과 교육 훈련 부문에서 기업성과에 긍정의 영향을 미치는 것으로 나타났으나, 유통업에서는 직원 복지, 일-가정 양립 그리고 바이오/제약 업종에서는 직원 복지, 일-가정 양립, 사내 커뮤니케이션 그리고 보상 부문에서 모두 기업성과에 음의 영향을 미치는 것으로 나타났다. 또한 기업의 규모가 크고 역사가 오래된 기업에서는 직원 복지가 기업성과에 악영향을 미치는 것으로 나타났으나, 교육 훈련 부문에서는 종속변수에 긍정적 영향을 미치는 것을 확인할 수 있었으며, 기업의 규모가 작고 역사가 짧은 기업에서는 직원 복지, 사내 커뮤니케이션 그리고 일-가정 양립에서 종속변수와 음의 관계를, 여성지원 에서는 종속변수와 양의 관계를 갖는 것으로 나타났다. 본 연구는 이러한 결과들을 분석하여 이론적 의미뿐만 아니라, 실무적 함의를 제시하고자 하였다.

• 헤리티지:역사와 과학
• /
• 제57권3호
• /
• pp.24-35
• /
• 2024

최근 의료, 제조, 자율주행, 보안 등 다양한 분야에서 인공지능과 컨볼루션 신경망 등 딥러닝 기술을 활용한 연구들이 활발하게 진행되고 있으며, 사회 전반에 적지 않은 영향을 미치고 있다. 본 연구 또한 이러한 흐름에 맞춰서 고고학 유물 분류에 딥러닝을 활용해 보았다. 즉, 연구는 고고학 조사를 통해 출토된 고대 수막새의 이미지 분류에 딥러닝 기술을 적용하는 초보적 시도로서, 고구려, 백제, 신라 시대의 수막새 이미지를 CNN 모델로 학습시켜 분류를 진행하였다. 고구려, 백제, 신라 수막새 이미지 각각 100장씩 총 300장을 기반으로 기본 데이터셋을 형성하였고, 데이터 증강 기법을 활용하여 4배를 증가시킴으로써 총 1,200장을 데이터셋으로 구축하였다. 사전 훈련된 EfficientNetB0 모델의 전이학습을 통하여 모델을 구축한 후, 5겹 교차검증을 실시한 결과 평균 학습 정확도 98.06%, 검증 정확도 97.08%를 기록하였다. 또한 학습된 모델을 240장의 테스트 데이터셋으로 성능을 평가한 결과, 최소 91% 이상의 높은 정확도로 삼국의 수막새 이미지를 시대별로 구분할 수 있음을 확인하였다. 특히 학습률 0.0001에서 정확도 92.92%, 정밀도 92.96%, 재현율 92.92%, F1 점수 92.93%로 가장 우수한 성능을 보였는데, 이는 다양한 학습률 설정을 통하여 과적합과 과소적합 문제를 방지함과 동시에 최적의 매개변수를 찾는 과정에서 이루어졌다. 본 연구의 결과는 한국 고고학 자료의 분류에 딥러닝 기술 활용 가능성을 확인했다는 점에서 의의가 있다고 생각된다. 또한 기존에 축적·제작된 ImageNet 데이터셋 및 파라미터가 고고 자료 분석에도 긍정적으로 적용할 수 있음을 확인하였다. 이러한 접근은 향후 고고학 데이터베이스 축적이나 활용, 박물관의 유물 분류 및 정리 등 다양한 방식의 모델을 창출할 수 있을 것이다.