• 지능정보연구
• /
• 제22권2호
• /
• pp.33-56
• /
• 2016

대부분의 부도 예측에 관한 연구는 재무 변수를 중심으로 통계적 방법 또는 인공지능 기법을 적용하여 부도 예측 모형을 구축하였다. 그러나 재무비율과 같은 회계 정보를 이용한 부도 예측 모형은 재무 제표 결산 시점과 신용평가 시점 간 시차를 고려하지 않을 뿐만 아니라 해당 산업의 경제적 상황과 같은 외부 환경적인 요소를 반영하기 어렵다는 한계점이 존재하였다. 기업의 부도 여부를 예측하기 위해 정량 정보인 재무 변수만을 이용하는 것에 한계가 있음에도 불구하고 정성 정보를 부도 예측 모형에 반영한 연구는 아직 미흡한 실정이다. 본 연구에서는 재무 변수를 이용하는 기존 부도 예측 모형의 성과를 개선하기 위해 빅데이터 기반의 정성 정보를 추가적인 입력 변수로 활용하는 부도 예측 모형을 제안하였다. 제안 모형의 성과 향상은 정성 정보를 예측 모형에 통합시키기에 적합한 형태로 정보의 유형을 변환시킬 수 있는가에 따라 달려있다. 이에 본 연구에서는 정성 정보 처리를 위한 방법으로 빅데이터 분석 기법 중 하나인 텍스트 마이닝(Text Mining)을 활용하였다. 해당 산업과 관련된 경제 뉴스 데이터로부터 경제 상황에 대한 감성 정보를 추출하기 위해 도메인 중심의 감성 어휘 사전을 구축하고, 구축된 어휘 사전을 기반으로 감성 분석(Sentiment Analysis)을 수행하였다. 형태소 분석 등을 포함한 텍스트 전처리 과정을 거쳐 감성 어휘를 추출하고, 각 어휘에 대한 극성 및 감성 점수를 부여하였다. 분석 결과, 전통적 부도 예측 모형에 경제 뉴스 데이터에서 도출한 정성 정보를 반영하는 것은 모형의 성과를 개선하는 것으로 나타났다. 특히, 경제 상황에 대한 부정적 감정이 기업의 부도 여부를 예측하는 데 더욱 효과적임을 알 수 있었다.

• 항공우주정책ㆍ법학회지
• /
• 제33권2호
• /
• pp.315-343
• /
• 2018

항공사고가 발생하게 되면 언론과 일반사회 구성원들은 사고로 인한 피해자에 주목하고 그들에 대한 조치나 보상에도 깊은 관심을 갖게 된다. 하지만, 지난 2002년 발생한 중국국제항공(CCA) 129편의 사고를 통해 우리는 항공사고로 인한 피해자 못지않게 그 가족들 또한 많은 고통을 받으며 심각한 사고 후유증을 겪는다는 현실적인 문제임를 확인할 수 있었다. 그럼에도 항공사고 피해자 가족에 대한 지원에 대한 우리나라의 관련 제도는 매우 빈약하다. 이에 반해 1996년 트랜스월드항공(TWA) 800편이 대서양 상공에서 폭발, 추락한 사고를 계기로 미국에서는 항공사고 피해자의 가족들을 지원하기 위한 법을 제정하였다. 그리고 이 법에 따라 항공사고 피해 당사자뿐만 아니라 그들의 가족들에 대한 체계적인 지원과 관리를 통해 피해자와 피해자 가족들의 추가적인 피해를 최소화 하고 조기에 사고 후유증으로부터 벗어날 수 있도록 지원하고 있다. 특히 2013년 아시아나항공(AAR) 214편이 미국 샌프란시스코 국제공항 착륙 중 추락한 사고에서 미국의 관련 당국이 이러한 법제에 따라 보여준 조치는 우리에게 항공사고에서의 피해자와 그 가족에 대한 지원에 대해 많은 시사점을 보여주고 있다. 이에 이 논문에서는 항공사고에서의 피해자와 피해자 가족 지원에 대한 제도개선의 필요성을 제언하고자 국내 외 관련 법제 체계와 과거 사고에서의 관련 사례를 분석하여 우리나라 제도의 부족한 점을 확인하였고, 관련 제도개선의 필요성을 도출하였다. 항공사고의 수습에서는 사고 피해자에 대한 금전적 피해보상도 중요하지만, 사고 피해자의 가족이 정신적 경제적인 충격으로부터 조기에 벗어나고 사고조사 결과에 대해 신뢰할 수 있도록 하는 것도 중요하다. 피해자 및 가족이 충격에서 벗어나고 사고조사를 신뢰하는 데에는 미국의 경우와 같이 그들에 대한 신속하고 체계적인 지원과 협조가 절실히 요구됨을 관련 정부부처와 항공사 및 유관기관에서는 인식하여야 한다. 그리고 항공기 사고 피해자 및 피해자 가족에 대한 지원을 위한 관련 법률의 보완, 실행 매뉴얼 제정, 계획 수립 및 사고 발생 시 신속한 이행을 위해 노력하여야 할 것이다. 이를 위해 항공사고 피해자 및 가족 지원에 대한 국가와 국가기관의 역할과 책임의 법적 제도화를 위한 규정을 마련할 필요가 있다. 그리고 현행 법률에 명시된 항공사가 제출하여야 하는 피해자 및 가족 지원계획은 그 항목을 구체화할 필요가 있다. 추가하여 신설 및 보완된 내용은 명확한 법 적용을 위해 기존 법률에 단일 조항으로 통합하거나 별도의 특별법으로 제정하는 방안도 제안해 본다.

• 산업식품공학
• /
• 제21권2호
• /
• pp.158-166
• /
• 2017

본 연구에서는 다슬기 추출물의 간세포 독성과 에탄올 대사에서의 효능을 분석하기 위하여 산과 효소를 이용하여 추출한 다슬기 가수분해물의 아미노산 조성, 항산화 활성, 아세트아미노펜 처리에 의해 유도된 간독성 대한 보호효과 및 ADH와 ALDH 효소 활성에 미치는 영향을 in vitro에서 분석하였고, 다슬기 추출물을 알코올과 함께 백서에 투여하였을 때 나타나는 혈중 독성 중간대사산물인 아세트알데히드를 정량하여 알코올 섭취 후 나타나는 숙취해소에 대한 효능을 규명하고자 하였다. 열수추출물과 비교하여 산추출물, 효소추출물, 효소-산추출물 모두 총 유리아미노산 함량이 증가하였으며, 특히 숙취해소를 도와주는 아스파라긴산, 글루탐산, 메티오닌 등이 대폭 증가하여 다슬기 추출물의 기능적 향상을 가져올 것으로 생각되었다. 또한, 항산화능의 평가지표인 DPPH 라디칼 소거활성 또한 증가하는 경향을 확인하였다. 다슬기 추출물은 AAP로 간 손상을 유도한 세포에 처리하여 세포생존율과 세포독성을 측정하였다. AAP 만을 처리한 대조군은 $67.8{\pm}4.3%$의 생존율을 보인 반면 다슬기추출물 1 mg/mL과 AAP를 병용처리한 경우 각각 9.7%와 13.7%의 간세포 생존율 증가를 보였다. 세포독성은 AAP 만을 처리한 대조군은 33.7%의 LDH 활성에 의한 세포독성을 나타낸 반면 다슬기 추출물을 처리한 경우 대조군에 비해 세포독성이 15.4%-24.4%로 감소되었다. 또한, 에탄올 대사에서 중요한 ADH와 ALDH 활성은 열수추출물에 비해 효소를 이용한 다슬기 추출물에서 각각 최대 4.8배와 2.7배 증가하였다. 알코올 섭취 후 혈중 아세트알데히드 농도는 다슬기 효소 추출물을 투여한 군의 경우 양성대조군에 비하여 유의하게 감소하였다. 이상의 연구결과를 종합해 보면 다양한 추출 방법에 의한 다슬기추출물 소재는 항산화 활성과 간손상 보호효과 및 숙취해소능을 가지며, 효소추출물의 ADH와 ALDH 활성 증가효과가 더 우수하였으며 향후 이들 소재를 활용한 다양한 기능성 제품의 개발이 필요할 것으로 판단된다.

• Journal of Nutrition and Health
• /
• 제57권1호
• /
• pp.53-64
• /
• 2024

본 연구는 근생성 효능을 가진 천연화합물을 발굴하고자 oxypeucedanin hydrate가 근생성과 미토콘드리아에 미치는 영향 및 항암제 유도 미토콘드리아 손상에 대한 완화효과를 C2C12 근원세포와 zebrafish 모델을 통해 각각 확인하였다. 그 결과, oxypeucedanin hydrate는 다핵의 근관세포의 수와 분화말기 표지자인 Myh4의 발현량을 증가시켰고 근육단백질 분해 인자인 MuRF1과 MAFbx의 발현량은 감소시켰다. 또한 미토콘드리아 생합성 조절인자인 Pgc1α, Tfam과 전자전달계 구성인자인 Sdha, Cox1의 발현은 증가시키고, 미토콘드리아 융합인자인 Opa1의 발현 또한 증가시킴과 동시에 미토콘드리아 분열을 표지하는 Drp1의 발현은 감소시켰다. 한편 zebrafish 모델을 통해 항암제 유도 미토콘드리아 손상에 대한 개선효과를 확인한 결과, oxypeucedanin hydrate는 항암제에 의해 유도된 미토콘드리아 손상을 완화시켰다. 이상의 결과들은 oxypeucedanin hydrate가 미토콘드리아 기능 증진을 매개로 근원세포 분화 촉진 및 근육 단백질 분해 저하 효과를 나타냄을 시사한다. 따라서 본 연구를 통해 oxypeucedanin hydrate가 근생성 효과를 나타낼 수 있는 잠재적인 유효소재로서의 가능성을 제시하였다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.149-169
• /
• 2020

현 정부의 주요 국책사업 중 하나인 도시재생 뉴딜사업은 매년 100 곳씩, 5년간 500곳을대상으로 50조를 투자하여 낙후된 지역을 개발하는 것으로 언론과 지자체의 높은 이목이 집중되고 있다. 그러나, 현재 이 사업모델은 면적 규모에 따라 "우리동네 살리기, 주거정비지원형, 일반근린형, 중심시가지형, 경제기반형" 등 다섯 가지로 나뉘어 추진되어 그 지역 본래의 특성을 반영하지 못하고 있다. 국내 도시재생 성공 키워드는 "주민 참여", "지역특화" "부처협업", "민관협력"이다. 성공 키워드에 따르면 지자체에서 정부에게 도시재생 사업을 제안할 때 지역주민, 민간기업의 도움과 함께 도시의 특성을 정확히 이해하고 도시의 특성에 어울리는 방향으로 사업을 추진하는 것이 가장 중요하다는 것을 알 수 있다. 또한 도시재생 사업 후 발생하는 부작용 중 하나인 젠트리피케이션 문제를 고려하면 그 지역 특성에 맞는 도시재생 유형을 선정하여 추진하는 것이 중요하다. 이에 본 연구는 '도시재생 뉴딜 사업' 방법론의 한계점을 보완하기 위해, 기존 서울시가 지역 특성에 기반하여 추진하고 있는 "2025 서울시 도시재생 전략계획"의 도시재생 유형을 참고하여 도시재생 사업지에 맞는 도시재생 유형을 추천하는 시스템을 머신러닝 알고리즘을 활용하여 제안하고자 한다. 서울시 도시재생 유형은 "저이용저개발, 쇠퇴낙후, 노후주거, 역사문화자원 특화" 네 가지로 분류된다 (Shon and Park, 2017). 지역 특성을 파악하기 위해 총 4가지 도시재생 유형에 대해 사업이 진행된 22개의 지역에 대한 뉴스 미디어 10만여건의 텍스트 데이터를 수집하였다. 수집된 텍스트를 이용하여 도시재생 유형에 따른 지역별 주요 키워드를 도출하고 토픽모델링을 수행하여 유형별 차이가 있는 지 탐색해 보았다. 다음 단계로 주어진 텍스트를 기반으로 도시재생 유형을 추천하는 추천시스템 구축을 위해 텍스트 데이터를 벡터로 변환하여 머신러닝 분류모델을 개발하였고, 이를 검증한 결과 97% 정확도를 보였다. 따라서 본 연구에서 제안하는 추천 시스템은 도시재생 사업을 진행하는 과정에서 신규 사업지의 지역 특성에 기반한 도시재생 유형을 추천할 수 있을 것으로 기대된다.