• 한국지구과학회지
• /
• 제40권3호
• /
• pp.227-239
• /
• 2019

강원지역은 우리나라의 다설지로서 복잡한 지형 때문에 강설량의 공간변동성이 크다. 특히 동풍조건에서 강설이 발생할 시 강설량의 공간적 변동을 예측하기 어렵다. 동풍조건에서는 강원지역 내 위치에 따라 대기환경조건이 다르며 이는 강설의 특성에도 영향을 줄 수 있다. 본 연구에서는 동풍 조건에서 태백산맥의 풍상측과 풍하측에서 강설의 미세물리적 특성을 서로 비교 분석하였다. 강원지역 내 4개 관측지점을 선정하여 파시벨 수적계로 입자크기분포를 관측하였다. 얻어진 강설입자 크기 분포의 특성을 풍상측과 풍하측간 비교한 결과, 풍상측의 강설입자 크기 분포는 풍하측에 비해 넓은 분포를 가졌고 작은 강설입자의 수도 많았다. 강설입자의 수농도에 비례하는 보편특성수농도와 강설입자의 직경에 비례하는 보편특성직경 둘 다 풍상측에서 상대적으로 큰 값을 보였다. 또한, 얼음수함량과 강설강도 비교에서도 풍상측 지점에서 큰 평균값을 가졌다. 이 결과가 나타난 원인은 태백산맥 산사면에서 공기덩어리의 강제적 상승효과로 풍상측 지점 상공에 새로운 강설입자의 생성이 활발했기 때문으로 추정된다. 또한, 풍상측은 따뜻하고 습한 동풍이 불어오므로 이로 인해 지상기온이 $0^{\circ}C$ 근처에 머무르며 강한 부착과정이 일어나기 좋은 조건이다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 한국산림과학회지
• /
• 제109권4호
• /
• pp.477-483
• /
• 2020

본 연구는 남부지방 대표수종인 편백 현실림의 생장 특성을 반영한 수확표를 작성하기 위하여 수행되었다. 200개소 이상의 편백의 표준지 생장조사 자료를 분석에 이용하였다. 기존의 임분수확표 작성 절차인 직경분포의 추정, 적합, 예측의 단계를 거쳤으며, 직경분포모델은 Weibull 함수를 이용하였다. 임지생산력을 평가하기 위한 기준인 지위지수(기준임령 30년)는 Chapman-Richards식을 이용하여 추정하였다. 임분수확표 작성을 위한 평균직경 등 여러 추정식은 적합도를 고려하여 최적의식을 선정하고 이용한 결과, 조사된 편백 현실임분의 지위지수는 10~18 범위에 있음이 밝혀졌다. 추정된 임분재적 모델은 편백림의 임분재적에 대해 62%의 설명력을 가지는 것으로 나타났다. 실재적과 추정재적 간의 잔차도분석 결과 '0'을 중심으로 모두 고른 잔차를 보여 본 추정 결과를 이용함은 문제가 없을 것으로 판단되었다. 이번 남부지방을 대표하는 침엽수인 편백에 대한 임분수확표 작성 결과가 현실의 산림경영에 폭넓게 사용되기를 바라며, 향후 편백 임분 생장이 더욱 안정화되고 생육발달로 장벌기 대경재 생산지가 많이 확보되면 더욱 개선된 수확표의 작성도 가능할 것으로 기대된다.

• 한국심리학회지ㆍ일반
• /
• 제36권1호
• /
• pp.81-107
• /
• 2017

베일리영유아발달검사 제3판(Bayley-III)의 미국 규준이 영유아의 발달수행을 과대추정하고 발달지연율을 과소추정 한다는 논란이 있어서, 본 연구는 발달지연의 고위험군인 미숙아를 대상으로 미국 규준 적용시 Bayley-III의 임상적 유용성을 살펴보고자 하였다. 본 연구는 생후 1개월부터 24개월(교정원령)의 미숙아(재태기간 37주 미만)와 만삭아 93명을 대상으로 Bayley-III와 한국형베일리영유아발달검사 2판(K-BSID-II)을 실시하였다. 연구결과는 다음과 같다. 첫째, 미숙아/만삭아 각 93명을 대상으로 혼합설계 분산분석을 실시한 결과 재태기간(경증미숙아, 중증미숙아, 극중증미숙아, 만삭아)에 따른 Bayley-III의 발달지수 및 척도점수 간에 유의미한 차이가 있었다. 특히 경증미숙아 집단 내에서는 발달영역(인지, 언어, 운동)에 따라 유의미한 차이가 있는 것으로 나타냈다. 둘째, Bayley-III와 K-BSID-II을 모두 실시한 미숙아(n=79)를 대상으로 환산점수 평균 간의 차이를 살펴본 결과, Bayley-III의 발달지수는 K-BSID-II의 발달지수에 비해 유의미하게 높은 것으로 나타났으며 발달지연률은 크게 감소하는 것으로 나타났다. 마지막으로 ROC 분석을 통해 발달지연 변별에 대한 Bayley-III의 민감도와 특이도를 분석하고 Bayley-III의 임상적 절단점을 탐색한 결과, Bayley-III의 하위 척도 모두 우수한 수준의 변별정확도를 나타냈으나, 미국 규준 적용시 절단점은 더 높게 나타났다. 본 연구는 미국 규준을 사용하여 Bayley-III를 임상 현장에 적용할 때 점수 해석의 주의를 알리는 실증적인 자료로서, 한국 규준 마련시 표집 문제와 관련된 논의를 제공하였다.

• 지질공학
• /
• 제30권4호
• /
• pp.457-468
• /
• 2020

플랜트, 토목 및 건축 사업에서 말뚝(Pile) 설계 시 어려움을 겪는 주된 요인은 지반 특성의 불확실성이다. 특히 표준관입시험(Standard Penetration Test, SPT)을 통해 측정되는 N치를 얻는 것이 가장 중요한 자료이나 광범위한 모든 지역에서 구하는 것은 어려운 현실이다. 짧은 해외사업 입찰기간 내에 시추조사를 할 경우 인허가, 시간, 비용, 장비접근, 민원 등 많은 제약요건이 존재하여 전체적인 시추조사가 어렵다. 미시추 지점에서 지반 특성은 엔지니어의 경험적 판단에 의존하여 파악되고 있고, 이는 말뚝의 설계 및 물량산출 오류로 이어져서, 공기 지연 및 원가 증가의 원인이 되고 있다. 이를 극복하기 위해서, 한정된 최소한의 지반 실측 자료를 활용하여 미시추 지점에서도 N치를 예측 할 수 있는 기술이 요구되며, 본 연구에서는 AI기법 중 하나인 인공신경망을 적용하여 N치를 예측하는 연구를 수행하였다. 인공신경망은 제한된 양의 지반정보와 생물학적인 로직화 과정을 통하여 입력변수에 대한 보다 신뢰성 있는 결과를 제공하여 준다. 본 연구에서는 최소한의 시추자료의 지반정보를 입력항목으로 하여 다층퍼셉트론과 오류역전파 알고리즘에 의하여 학습된 패턴을 가지고 미시추 지점에서 N치를 예측하는데 그 목적을 두고 있다. 이를 위하여 2개 현장(필리핀, 인도네시아)에 AI기법 적용시 실측값과 예측값에 대한 적정성을 검토하였고, 그 결과 예측값에 대한 신뢰도가 높은 것으로 연구 검토되었다.

• 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.

• 한국수자원학회논문집
• /
• 제54권8호
• /
• pp.629-641
• /
• 2021

본 연구에서는 2차원 수치모형(Nays2DH)을 적용하여 금강에 건설된 세종보를 중심으로 보 개방 후에 홍수량 변화에 의한 하도의 지형변화 과정을 분석하였다. 이를 위해 부등류, 부정류(단일사상), 연속홍수사상을 수문특성을 반영한 흐름조건으로 수치모의를 수행하였다. 부등류 수치모의 조건은 유황에 따른 정상유량으로 상류단 경계조건을 가정하였다. 부정류와 연속홍수사상의 경우에는 실제 홍수사상들로부터 정규 수문곡선 (normalized hydrograph)을 산정 한 후, 시나리오에 따른 첨두유량으로 정규 수문곡선을 재구성하여 상류단 유량으로 가정하였다. 본 연구에서는 지형학적 변화를 정량적으로 평가하기 위해 하상기복지수(BRI)를 산정하여 시간에 따른 하상변동을 분석하였으며, 연구지역의 항공사진과 수치모의 결과를 정성적으로 비교하였다. 부등류 수치모의 결과, 각 유황별 유량이 증가하면 하폭 대 수심의 비는 감소하고, 사주의 이동속도는 증가하였다. 하상기복지수는 초기에는 증가하지만, 시간이 증가함에 따라 변화량이 작아졌다. 또한 유량이 증가하면 하상기 복지수가 증가했다. 부정류 수치모의 결과 사주의 이동속도는 유량의 변화에 따라 감소했다. 또한 첨두홍수에 대한 지형적 반응에서 시간지체(time lag)가 발생했다. 즉, 부정류에서는 하상고의 변화는 수리학적 조건에 대하여 위상지연(Phase lag) 이 나타났다. 연속홍수사상 발생에 의한 부정류 수치모의 결과에서는 각각 첨두홍수 발생에 따른 사주의 이동속도는 홍수발생이 반복됨에도 불구하고 급격하게 감소했다. 또한 부정류 수치모의 결과와 마찬가지로 위상지연이 나타났으며 사주의 이동속도는 지수적으로 감소하는 특성을 보였다. 하상기복지수는 시간경과에 따라 증가하였으나, 첨두홍수가 연속으로 발생하였음에도 불구하고 하상기복지수의 증가율은 완만하였다. 본 연구를 통해 하천의 수문특성을 반영한 지형변화 과정을 수치모의를 수행하여 분석하였으며, 이를 통해 흐름특성에 따른 하상변동의 정량적인 예측모의를 현장에 적용할 수 있는 방법을 제시할 수 있을 것으로 판단된다.

• 자원환경지질
• /
• 제56권4호
• /
• pp.435-445
• /
• 2023

삼각주는 하천이 운반하던 퇴적물이 호수나 바다, 하천의 본류와 같은 상대적으로 저 에너지의 환경을 만나 쌓인 퇴적 지형이다. 그 중 하천의 합류 지역에 생긴 삼각주는 하천 기하와 수리학적 특성에 큰 영향을 줄 수 있기 때문에 하천 관리 및 연구에서 중요하게 다루어진다. 최근 낙동강 내 대규모 준설과 보 건설로 하천 합류 지역의 평형상태가 깨지고 있다. 하지만 하천의 자연 회복성으로 인한 지속적인 퇴적으로, 인위적인 준설 이전의 자연상태로 되돌아가고 있다. 시계열 관측 결과 합류 지역의 삼각주는 준설 이후 지속적으로 성장하다가, 일정 크기에 도달하면 전반적인 크기의 변화없이 소규모의 성장과 후퇴를 반복하는 동적 평형상태에 이른다. 본 연구에서는 합류 지역 삼각주가 지류의 유사량과 본류의 유량에 따라 체결된 동적 평형 상태에 도달한다는 가정을 바탕으로 합류 지역의 퇴적-침식 작용을 설명하는 모델을 개발하였다. 모델은 지류 공급 퇴적물의 퇴적과 본류로 인한 침식 작용, 두 가지 기작을 토대로 한다. 모델에 사용된 낙동강을 대표하는 침식 계수는 낙동강 내 주된 합류 지역을 이용하여 추정했다. 개발된 모델을 이용하여 지류 유사량과 본류 유량에 따른 합류 지역 삼각주 평형 위치의 민감도 분석을 수행했고, 이후 주된 합류 지역의 연평균 유량, 유사량 데이터를 활용하여 낙동강 합류부 삼각주들의 동적 평형 위치를 예측하였다. 마지막으로 감천-낙동강에 기록된 일별 유량과 유사량 데이터를 활용하여 감천-낙동강 삼각주의 발달에 대한 모의 실험을 진행하였다. 모델을 통해 각 합류부 삼각주의 형성 여부를 예측하였고, 감천-낙동강 삼각주의 거동의 경향 또한 잘 예측하였지만, 단순화 과정에서 발생한 오차와 한계로 인해 감천-낙동강 삼각주에서 실제 발생하는 후퇴를 정확히 예측하지는 못하였다. 본 연구 결과는 합류 지역을 통한 낙동강 본류의 유사 공급량에 대한 기초 정보를 제공하여 하천 정비 및 유지에 기초 모델로 사용할 수 있다.

• 서비스연구
• /
• 제13권1호
• /
• pp.48-62
• /
• 2023

최근 K-POP 열풍에서 볼 수 있듯이 한국 음악 산업의 규모와 영향력은 더욱더 커지고 있다. 한국의 음원 시장에는 1년에 최소 6천 개의 음원이 공개되고 있지만 흥행했다고 말할 수 있는 음원은 많지 않다. 이에 흥행작을 만드는 요인이 무엇인지 밝히기 위한 많은 연구 및 시도가 이루어지고 있다. 음악의 상업적인 성공에는 음악의 질뿐만 아니라 미디어 노출이나 홍보와 같은 상업적인 요소 또한 중요한 역할을 담당한다. 최근 대중음악 산업에서는 인터넷 밈을 활용한 마케팅이 많이 나타나는데, 인터넷 밈이란 사람들 사이에서 확산되는 문화적 단위로 이미지나 동영상 등 다양한 형태로 확산되는 활동이나 트렌드라고 할 수 있다. 인터넷 환경과 디지털 커뮤니케이션 특성에 따라 다양한 밈의 형태로 콘텐츠들이 확대 재생산되고 있으며, 이는 소비자들에게 더 큰 반응을 일으킨다. 기존에 인터넷 밈현상은 자연적으로 발생해왔으나, 최근 마케팅 효과를 인지한 아티스트 측에서 마케팅의 요소로 활용하고 있다. 본 논문에서는 대중음악의 흥행 요인과 흥행의 관계에서 인터넷 밈의 매개효과를 분석하고, 이를 반영한 예측모델을 제안하였다. 분석 결과, '커버효과'와 '챌린지효과'의 매개효과가 있는 요인은 동일하게 나타났다. 내부 흥행요인 중에서는 '가수의 인지도', 'POP, 댄스, 발라드, 성인가요, 일렉트로니카' 장르에서 매개효과가 존재하였으며, 외부 흥행 요인 중에서는 '기획사 역량','음악 방송 프로그램 출연 횟수', '뉴스 기사 수'에서 매개효과가 나타났다. 커버효과와 챌린지효과를 반영한 예측 모형은 각각 F1-score가 0.6889, 0.7692로 나타났다. 본 연구는 실제 차트 데이터를 수집·분석하여 실무적으로 활용 가능한 상업적인 방향성을 제시하였으며, 대중음악의 여러 흥행 요인과 인터넷 밈의 매개효과가 존재한다는 것을 발견하였다는 점에서 의의를 갖는다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.