• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권6호
• /
• pp.155-164
• /
• 2018

많은 악성프로그램은 역공학을 막기 위해 다양한 상용 패커를 사용해 압축 혹은 암호화를 했기 때문에 악성코드 분석가는 압축해제 혹은 복 호화를 먼저 수행해야 한다. OEP(Original Entry Point)는 암호화되거나 압축되어 있는 실행파일을 다시 원본 바이너리 상태로 되돌린 후 실행된 첫 번째 명령어의 주소이다. 여러 언패커는 OEP가 나타나기 전까지 패킹된 파일을 실행하며 주소를 기록한다. 그리고 기록된 주소들 중에 OEP를 찾는다. 그러나 일부 언패커에서 제공하는 OEP 후보들은 비교적 큰 OEP 후보 집합을 제공하거나 후보들 중에 OEP가 없는 경우가 있다. 이에 악성코드 분석가들은 더 적은 OEP 후보 집합을 제공하는 도구가 필요한 실정이다. 본 논문에서는 PinDemonium이라 불리는 언패커에 두 가지 OEP 탐지방법을 추가하여 더 적은 OEP 후보 집합을 제공하는 도구를 만들었다. 첫 번째 방법은 패킹된 프로그램이 완전히 원본 바이너리상태로 되돌아 간 후에는 원프로그램 함수 호출과 동일하다는 것을 활용한 OEP 탐지방법이다. C/C++ 언어로 작성된 프로그램은 바이너리 코드로 언어를 변환하는 컴파일 과정을 거친다. 컴파일 과정을 거친 프로그램에는 특정 시스템 함수들이 추가된다. 이 시스템 함수들은 컴파일러 별로 다르다. 컴파일러 별로 사용되는 시스템 함수를 조사한 후, 패킹된 프로그램에서 호출되는 시스템 함수와 패턴매칭하여 언패킹 작업이 끝났는지 탐지하는 방법이다. 두 번째 방법은 패킹된 프로그램이 완전히 원본 바이너리 상태로 돌아간 후 시스템함수에서 사용되는 매개 변수가 원프로그램과 동일하다는 것을 활용한 OEP 탐지방법이다. 시스템함수에서 사용되는 매개변수의 값을 이용해 OEP를 찾는 방법이다. 본 연구는 16종의 상용 패커로 압축된 샘플 프로그램을 대상으로 OEP 탐지 실험을 했다. 본 연구에선 안티 디버깅 기법으로 프로그램을 실행하지 못하는 경우인 2종을 제외하고 PinDemonium 대비 평균 40% 이상 OEP후보를 줄일 수 있었다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.281-286
• /
• 2003

실생활에서 해결하고자 하는 문제에 대해 수많은 feature들이 수집되어지나 그 feature들을 모두 문제 해결에 활용하는 것은 어렵다. 모든 feature들에 대한 정확한 자료의 수집이 어려우며 관련된 feature들을 모두 학습에 이용할 경우 복잡한 학습 모델이 생성되어지며 좋은 수행 결과도 얻을 수 없다. 또한 수집된 자료들 간에는 상호 관계나 계층적 관계가 존재하는데, 경험적 지식이나 통계적 방법을 이용하여 feature들간의 관계를 분석함으로써 feature의 수를 줄일 수 있다. 휴리스틱 기법은 반복적인 시행 착오와 경험을 통한 학습으로써 미래가 불확실하고 완전한 정보를 갖고 있지 못할 때, 인간의 사고 기능을 통하여 기억이나 경험을 살려, 스스로 해결방안을 모색하면서 점차로 해에 접근해 가는 방법이다. 전문가들은 경험에 의한 의견 수렴 과정을 거쳐 해당 문제 영역에 접근 가능하며, 이러한 특성을 학습에 사용될 feature의 수를 줄이는데 활용할 수 있다. 전문가들은 원시 자료들을 이용하여 새로운 feature들을 생성할 수 있다 새로이 산출된 feature들과 원시 데이터 내의 feature들을 혼합하여 학습 모델 생성에 이용한다. 본 논문에서는 휴리스틱 함수를 이용하여 학습에 사용될 feature의 수를 줄이고, 추출된 feature들을 신경망의 입력값으로 사용하는 기계 학습 모델을 제시한다. 모델의 성능 평가를 위해 프로야구 경기의 승패 예측 문제를 이용하였다. 실험 결과는 신경 회로망과 휴리스틱 모델을 단독으로 사용했을 때 보다 두 기법을 혼합한 모델이 신경 회로망의 복잡성을 감소시킬 뿐 아니라 분류(classification)의 정확성이 향상되었다.아니라 Hep G2 세포에서도 명백히 단백질의 발현을 관찰할 수 있었다. 또한, Hep G2와 COS세포 모두에서 endogenous RXR의 발현이 일어남을 확인하였고 RXR expression plasmid를 transfection시켰을 때 두 세포 모두에서 단백질의 발현이 현저하게 증가되었다. Constitutive Androstane Receptor (CAR)에 의한 CYP2B의 PBRU 활성효과를 다르게 분화된 세포에서 차이가 일어나는지를 비교하기 위하여 CAR에 의해 매개되는 PBRU의 transactivation효과를 Hep G2와 COS세포에서 조사하였다. Hep G2 세포에서는 transfection된 CAR의 발현에 의해 firefly luciferase 보고단백질의 활성이 약 12배 증가하였다. CAR 발현유전자를 15 ng transfection하였을 때 주어진 보고유전자의 양에 대하여 최대반응을 나타내었고 CYP2B1PBRU가 제거된 CYP2C1 promotor/firefly luciferase를 보고유전자로 사용하였을 때는 CAR에 의한 luciferase의 활성이 나타나지 않았다. Hep G2와는 달리, COS세포에서는 transfection된 CAR의 발현이 PBRU에 의한 firefly luciferase보고단백질의 발현에 영향을 주지 못하였다. 이러한 결과들은 분화된 세포의 종류에 따라서 constitutive androstane receptor의 CYP2BPBRU 활성효과가 다르게 나타날 수 있음을 제시할 뿐만 아니라, 간세포에서 Phenobarbital에 의한 PBRU의 활성유도에 영향을 주는 endogenous 매개 인자들 중 CAR와 RXR과는 다

• 정보처리학회논문지A
• /
• 제13A권2호
• /
• pp.123-136
• /
• 2006

캐시 선인출 기법은 메모리 참조에 따른 지연시간을 줄이는 효과적인 방법이다. 그러나 너무 적극적으로 선인출할 경우에 캐시 오염을 유발시켜 선인출에 의한 장점을 상쇄시킬 뿐만 아니라 버스 트래픽을 증가시켜 전체 성능의 저하를 가져 올 수 있다. 본 연구에서는 선인출로 인한 캐시의 오염을 줄이기 위해 필터 테이블을 참조하여 선인출 명령을 수행할 지의 여부를 동적으로 판단하는 선인출 필터링 기법을 제시한다. 본 논문에서는 먼저 기존 연구에서의 문제점을 분석하기 위해 선인출 해싱 테이블 lbitSC 기법을 보였는데, 이 기법은 기존 연구와 같이 N:1 매핑을 사용하는 반면, 각 엔트리의 값을 1비트로 하여 두 가지 상태값을 갖도록 하였다. 비교 연구를 위해 완전 블록주소 테이블 기법을 제시하여 비교 기준으로 사용하였다. 마지막으로 본 논문의 주 아이디어인 정교한 필터링을 위한 선인출 블록주소 참조 테이블 기법을 제안하였다. 이 구조는 선인출 해싱 테이블 1bitSC기법과 같은 테이블 길이를 가지며, 각 엔트리의 내용은 완전 블록주소 테이블 기법과 같은 항목을 가지도록 하여 최근에 미 사용된 데이터의 블록주소가 필터 테이블의 하나의 엔트리와 대응되도록 1:1 매핑을 하였다. 일반적으로 많이 사용되는 선인출 기법과, 일반 벤치마크 프로그램과 멀티미디어 벤치마크 프로그램들에 대하여 캐시의 매개변수들을 변화시켜가면서 실험을 하였다. PBALT기법은 필터링 하지 않은 경우에 비해 최대 22% 향상된 결과를 보이고, 기존 PHT2bSC 기법과 비교하여 캐시 미스율이 7.9% 감소하였다. 메모리 참조 지연 시간(MADT)은 제안하는 PBALT 기법이 기존 연구에 비해 6.1% 감소하여 전체 수행 시간에 있어서 성능이 향상되었다.

• 핵의학기술
• /
• 제19권1호
• /
• pp.12-16
• /
• 2015

주성분분석(Principal component analysis, PCA)은 고차원 변수들 사이의 복잡한 상관성 구조를 더 낮은 차원으로 단순화하여 상관성의 구조를 쉽게 설명하기 위한 다변량분석기법으로 뇌영상 분석에서 자주 사용되는 방법이다. 주성분분석의 기본개념은 서로 직교하는 변수들의 선형결합을 통해서 원래의 뇌영상 자료가 가지고 있는 전체정보를 최대한 설명할 수 있는 서로 독립적인 새로운 변수들을 유도하는 것이다. 뇌영상분석에서 주성분분석의 효율성과 유용성을 알아보기 위해서 C[11]-PIB 영상을 이용하여 분석하였다. 대상 및 방법으로는 평균나이가 같은 9명의 정상인, 10명의 알츠하이머/경도인지장애환자들의 C[11]-PIB 영상을 이용하였다. PET-CT 장비로는 Biograph 6 Hi-Rez (Siemens-CTI, Knoxville, TN)를 영상을 획득하였고 9.6 MBq/kg C[11]-PIB를 정맥주사 한 후 40분 후에 20분 동안 3D acquisition mode로 방출영상을 얻었다. Attenuation map은 X-ray CT scan을 이용하여 재구성하였다(130 kVp, 240 mA). PIB template을 만들기 위해서 정상인에서 3T MRI T1-weighted 영상을 동시에 얻었다. 주성분분석을 위한전처리과정으로서 공간정규화 및 공간편평화를 SPM8을 이용하여 실시하였고 주성분분석은 Matlab2012b를 이용하여 분석하다. 결과는 주성분분석을 통해서 서로 독립적인 주성분영상들을 얻을 수 있었다. 주성분분석을 통해서 얻어진주성분영상은 C[11]-PIB brain PET 영상의 패턴을 몇 개의 주성분으로 단순화 할 수 있었으며 주로는 neocortex를 변동 나타내는 영상, white matter의 변동을 나타내는 영상 그리고 pons등 deep brain의 변동을 나타내는 영상 등으로 단순화되었다. 결론으로는 주성분분석은 C[11]-PIB brain 영상을 단순화하여 영상의 패턴을 해석하는데 매우 유용하였다. 이러한 주성분분석은C[11]-PIB영상 분석뿐만 아니라 뇌의 포도당 대사를 측정하는 FDG-PET 또는 뇌기능영상등의 다변량분석 방법으로서 그 적용범위가 클 것으로 기대된다.

• 대한치과보철학회지
• /
• 제59권4호
• /
• pp.395-404
• /
• 2021

목적: 본 연구의 목적은 절삭가공이 순차적으로 진행됨에 따른 왁스 디스크의 구조적 안정성의 변화가 보철물의 적합도에 미치는 영향을 평가하는 것이다. 재료 및 방법: 삭제된 상악 제1대구치 인공치아를 이용하여 Ni-Cr 합금 표준모형을 제작하였고, 이를 스캔하여 크라운을 디자인한 뒤 왁스 디스크를 절삭가공하고 매몰 및 Ni-Cr 합금으로 주조하여 보철물을 제작하였다. 단일 왁스 디스크 내에서 중앙에 일렬로 위치한 납형들은 가장 처음 절삭가공 되는 WM1군부터 마지막에 절삭가공 되는 WM5군으로 총 5개의 군을 설정하였고 각 군의 수는 10개로 하였다. 적합도는 실리콘 레플리카 방법을 이용하여 변연 간극, 축면 간극, 선각간극, 교합면 간극을 측정하였다. 측정값은 일원배치분산분석(one-way ANOVA)을 사용하여 유의 수준은 95%로 그룹 간의 차이를 평가한 뒤, 사후 분석을 위해 Tukey HSD test를 시행하였다(α = .05). 결과: 각 군의 변연 간극은 WM1군(40.41 ± 2.15 ㎛), WM2군(40.44 ± 2.23 ㎛), WM3군(39.96 ± 2.25 ㎛), WM4군(39.96 ± 2.48 ㎛), WM5군(40.57 ± 2.53 ㎛)으로 각 군간에 유의한 차이를 보이지 않았다. 축면 간극, 선각 간극, 교합면 간극에서도 각 군간에 유의한 차이를 보이지 않았다. 결론: 단일 절삭가공용 왁스 디스크 내에서 순차적 절삭가공 시 크라운의 내면 및 변연 적합도는 절삭 순서에 영향 받지 않는 것으로 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.271-278
• /
• 2021

현재 사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 저장된 패턴에서 벗어난 지능형 공격을 탐지하기 어렵다. 이를 해결하려는 방법으로, 데이터 학습을 통해 지능형 공격의 패턴을 분석하는 딥러닝(Deep Learning) 기반의 침입 탐지 시스템 모델이 등장했다. 침입 탐지 시스템은 설치 위치에 따라 호스트 기반과 네트워크 기반으로 구분된다. 호스트 기반 침입 탐지 시스템은 네트워크 기반 침입 탐지 시스템과 달리 시스템 내부와 외부를 전체적으로 관찰해야 하는 단점이 있다. 하지만 네트워크 기반 침입 탐지 시스템에서 탐지할 수 없는 침입을 탐지할 수 있는 장점이 있다. 따라서, 본 연구에서는 호스트 기반의 침입 탐지 시스템에 관한 연구를 수행했다. 호스트 기반의 침입 탐지 시스템 모델의 성능을 평가하고 개선하기 위해서 2018년에 공개된 호스트 기반 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 해당 데이터 세트를 통한 모델의 성능 평가에 있어서 각 데이터에 대한 유사성을 확인하여 정상 데이터인지 비정상 데이터인지 식별하기 위해 1차원 벡터 데이터를 3차원 이미지 데이터로 변환하여 재구성했다. 또한, 딥러닝 모델은 새로운 사이버 공격 방법이 발견될 때마다 학습을 다시 해야 한다는 단점이 있다. 즉, 데이터의 양이 많을수록 학습하는 시간이 오래 걸리기 때문에 효율적이지 못하다. 이를 해결하기 위해 본 논문에서는 적은 양의 데이터를 학습하여 우수한 성능을 보이는 Few-Shot Learning 기법을 사용하기 위해 Siamese-CNN(Siamese Convolutional Neural Network)을 제안한다. Siamese-CNN은 이미지로 변환한 각 사이버 공격의 샘플에 대한 유사성 점수에 의해 같은 유형의 공격인지 아닌지 판단한다. 정확성은 Few-Shot Learning 기법을 사용하여 정확성을 계산했으며, Siamese-CNN의 성능을 확인하기 위해 Vanilla-CNN(Vanilla Convolutional Neural Network)과 Siamese-CNN의 성능을 비교했다. Accuracy, Precision, Recall 및 F1-Score 지표를 측정한 결과, Vanilla-CNN 모델보다 본 연구에서 제안한 Siamese-CNN 모델의 Recall이 약 6% 증가한 것을 확인했다.

• 한국전통조경학회지
• /
• 제39권3호
• /
• pp.33-41
• /
• 2021

문화재 설계용역을 수급하기 위해서는 현행 「문화재수리 등에 관한 법률」 제5조(문화재수리 및 실측설계 제한)에 따라 건축사가 운영하는 문화재실측설계업자만 입찰에 참가할 수 있고, 전체 설계에서 일정 비율이나 금액의 전통조경설계가 포함된 경우 조경기술자가 제한적으로 수행하고 있다. 법의 실측설계 제한에 대한 문제점은 2010년 제정 당시부터 지금까지 지속적으로 제기되어 왔다. 이에 본 연구는 2018년부터 2020년까지 정부기관에서 발주한 1037건의 문화재실측설계용역을 분석하여 전통조경설계가 차지하는 규모(발주건수, 설계금액)를 파악하고, 주요 사례를 중심으로 전통조경설계의 특징을 도출하였다. 그 결과는 다음과 같다. 첫째, 3년간 문화재실측설계용역에서 전통조경설계의 발주건수는 연간 차이를 보였으나, 설계금액은 연평균 근사(近似)하게 나타나 매년 동일한 수준을 유지한 것으로 확인되었다. 전체 설계에서 3년간 조경기술자의 책임 또는 참여가 요구된 전통조경설계의 건수는 약 26%의 높은 비율로 나타났다. 둘째, 전통조경설계는 건축사로 구성된 문화재실측설계업자가 대체할 수 없는 조경기술자의 전문지식과 경험이 요구되었다. 전문성은 공사의 종류에 따라 달리 나타났다. 기반조성 공사를 위한 지형설계는 땅의 형상과 높낮이에 대한 이해, 토공량 계산, 유구정비기법 등에 관한 전문지식이 요구되었다. 식재공사를 위한 설계는 수목의 생육특성과 생육환경에 대한 기본지식과 과거 식생경관에 대한 이해가 필요하였다. 한편, 전통포장 및 전통조경구조물과 시설물공사를 위한 설계는 전통 재료와 가공 및 시공기법의 전문성을 필요로 하였다. 계곡, 하천 등 수체계 정비를 포함하는 생태조경공사를 위한 설계는 물길과 생태계의 변화, 유체(流體)의 원리, 유체의 유형별 특성에 대한 이해가 필수적이었다. 이 밖에 문화재지정구역 또는 보호구역과 등록문화재 내 공원조성 및 주변정비를 목적으로 시행된 복합설계는 문화재공간의 특수성뿐만 아니라 시민들이 상시로 이용하는 공원의 기능을 충족해야 한다는 점에서 현대조경공간의 설계 능력이 겸비되어야 했다. 이처럼 전통조경설계는 전체 문화재 설계의 약 1/4을 차지하는 규모이며 설계에서 타 분야와 차별화된 전문성을 필요로 한다. 이는 현행 법령의 실측제한관련 조항을 개선하여 모든 전통조경설계를 조경기술자가 수행할 수 있는 기반을 마련함과 동시에 조경기술자가 직접 입찰에 참여할 수 있도록 전통조경설계업체의 신설 필요성을 시사한다.

• 한국조경학회지
• /
• 제49권3호
• /
• pp.1-10
• /
• 2021

본 연구는 탐방객이 자유롭게 서술한 블로그 텍스트 데이터를 자연어 처리 기술 중 하나인 감성분석을 활용하여 북한산둘레길의 선호도를 평가하고, 선호 요인과 비선호 요인을 도출하는 것을 목적으로 하였다. 이에 2019년 1년 동안 작성된 블로그를 수집하고 21개 둘레길 구간별 텍스트에 나타난 긍정 및 부정 감성 단어 도출을 통해 감성점수를 산출하였다. 이후 내용분석을 통해 탐방객이 어떤 요소로 인해 구간을 선호하거나 선호하지 않는지 파악하였다. 북한산둘레길에 대해 작성된 블로그에서는 긍정적인 단어가 평균적으로 약 73% 출현하고 있었고, 각 구간별 게시물의 감성 극성 비율에서도 긍정적인 문서의 비율이 부정적인 문서의 비율보다 높았다. 이를 통해 탐방객은 북한산둘레길에 대하여 대체로 긍정적으로 인식하고 있는 것으로 나타났다. 그럼에도 감성점수를 도출한 결과, 21개 둘레길 구간에서는 선호하는 구간과 선호하지 않는 구간이 존재하고 있었다. 선호 구간과 비선호 구간에 대해 탐방객은 난이도가 낮고 부담 없이 걸을 수 있는 구간을 선호하고 있었고, 경관에 대한 여러 요소(시각, 청각, 후각 등)가 조화롭고 계절감이 뚜렷해 다양한 경관이 연출되는 곳, 경관 시퀀스의 변화가 존재하는 구간을 선호하는 것으로 나타났다. 또한 탐방객은 전망대, 조망점 등의 뷰포인트 유무를 둘레길에서의 주요 요소로 인식하고 있었고, 접근성이 우수하고 안내판 등 정보 제공이 원활하게 이뤄지는 구간에 대해 선호도가 더 높은 것을 알 수 있다. 반면, 도로와 인접함에 따라 발생되는 주변 소음과 과도한 시가지 비율, 구간별 난이도 불균형 등으로 인한 둘레길 동선 불만족이 비선호 요인으로 크게 작용하고 있었으며, 경관 단절 및 구간에 대한 정보 부족 등이 선호도를 떨어트리는 원인으로 나타났다. 본 연구의 결과는 국립공원뿐만 아니라 근교 산림 녹지 관리에 있어서 둘레길 정비 및 개선방안 마련에 활용될 수 있으며, 연구에 활용된 감성분석은 자연지역에 대한 실제 이용자들의 반응을 지속적으로 모니터링 할 수 있다는 점에 의의가 있다. 다만 사전에 정의된 감성사전을 기반으로 평가하였기에 지속적인 사전 업데이트가 필요하다. 또한 소셜미디어 특성상 부정적인 견해보다는 긍정적인 내용을 공유하는 경향이 존재하기 때문에, 현장 설문조사 등의 분석 결과와 비교, 검토하는 작업이 필요하다.

• Composites Research
• /
• 제34권4호
• /
• pp.241-248
• /
• 2021

전기자동차 시장이 성장함에 따라 배터리 효율을 증가시키기 위해 차량 경량화 이슈가 대두되고 있다. 이에 전기자동차 배터리 모듈을 보호하는 배터리 모듈 커버를 기존 알루미늄 소재에서 알루미늄 대비 절반 수준의 무게를 가지는 고강도/고내열성 고분자 복합소재로 대체하고자 한다. 또한 복잡한 형상에 대한 제약이 없고, 다품종 소량생산에 유리한 3D 프린팅 기술을 접목하여 기술 변화가 빠른 초기 전기자동차 시장에 대응하고자 한다. 복합소재 역학에 기반하여 압출기를 통해 가공한 단섬유 GF(glass fiber)/PC(polycarbonate) 복합소재 내 유리섬유의 임계길이(critical length)가 453.87 ㎛임을 도출하였고, 사이드 피딩(side feeding) 방식의 가공법을 택함으로써 기존 365.87 ㎛이었던 잔류섬유길이를 향상시킴과 동시에 분산성을 향상시켰다. 이에 30 wt%의 GF가 함유된 GF/PC 복합소재로 인장강도(tensile strength) 135 MPa, 탄성계수(Young's modulus) 7.8 MPa의 최적의 물성을 구현하였다. 또한 3D 프린팅 필라멘트가 상용 필라멘트 규격인 두께 1.75 mm, 표준편차 0.05 mm를 만족하기 위해서 필라멘트 압출 조건(온도, 압출속도)을 최적화하였다. 제작된 필라멘트를 통해 기공률을 최소화하며 강도를 최대화하고, 동시에 생산성 향상을 위해 프린팅 속도를 최대화하는 다중 최적화 문제를 통해 3D 프린팅 공정조건(온도, 프린팅 속도)을 최적화하였고, 이로써 기존 상용화 되어있는 동일 소재 필라멘트 대비 인장강도 11%, 탄성계수 56%가 향상된 결과를 얻었으며, 출력물의 후처리(post-process)를 통해 후처리 전 대비 인장강도 5%, 탄성계수 18%를 추가로 향상시켰다. 끝으로 유한요소해석(finite element analysis, FEA) 기법을 활용하여 전기자동차 배터리 모듈 커버의 시험 규격(ISO-12405)의 Mechanical Shock test의 기준을 만족하도록 배터리 모듈 커버의 구조를 최적화하였고, 이로써 배터리 커버 시험규격을 만족하면서 동시에 알루미늄을 사용했을 때 대비 37%의 경량화를 달성하였다. 해당 연구 결과 및 연구 방법을 활용하여 향후 다양한 분야에 고분자 복합소재 3D 프린팅 기술이 활용될 수 있을 것으로 기대된다.

• 한국초지조사료학회지
• /
• 제41권4호
• /
• pp.287-294
• /
• 2021

본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R²=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 피해량은 각각 -68~89 kg/ha, -17~17 kg/ha 및 -112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다.