• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권6호
• /
• pp.185-196
• /
• 2015

에너지 절감형 서버 클러스터는 에너지 절감을 고려하지 않는 기존 서버 클러스터에 비해 서비스 품질을 보장하면서 전력소비를 절감하는 것을 목표로 한다. 에너지 절감형 서버 클러스터에서는 현재의 부하를 처리하는 데 필요한 최소수의 서버들만 ON 하도록 고정 또는 가변 주기로 서버들의 전원모드를 조정한다. 이에 대한 기존 연구들은 전력 절감 또는 서비스 품질을 보장하려고 노력해왔지만 에너지 효율성을 잘 고려하지는 못했다. 본 논문에서는 에너지 절감형 클러스터에서 자율학습기반의 에너지 효율적인 클러스터 관리 기법을 제안한다. 자율학습을 통해 최적화된 파라미터들을 이용하여 전력 소모 대비 최고의 성능을 얻을 수 있도록 서버 전원모드를 조정한다. 제안방법은 서버 전원모드 조정을 위해 아래의 과정을 반복 수행한다. 첫째, 현재 부하 및 트래픽 패턴을 보고 현재 워크로드 패턴 유형을 사전에 정의한 대로 분류한다. 둘째, 학습 테이블을 탐색하여 해당 워크로드 패턴 유형에 대해 예전에 학습이 수행되었는지 확인한다. 만일 수행되었다면 이미 저장된 파라미터를 이용한다. 그렇지 않으면, 학습을 수행하여 에너지 효율성 관점에서 최고의 파라미터를 얻어 저장한다. 셋째, 얻어진 파라미터를 이용하여 서버 전원모드를 조정한다. 제안방법을 구현하여 16개의 서버 클러스터 환경에서 3가지 다른 부하 패턴들을 이용하여 실험을 수행하였다. 실험 결과는 제안방법의 에너지 효율성이 뛰어남을 보여주고 있다. 뱅킹 부하패턴, 실제 부하패턴, 가상 부하패턴 각각에 대하여, 제안방법의 단위전력당 good 응답 수가 기존의 정적 서버 전원모드 제어방법의 99.9%, 107.5%, 141.8%이고, 기존의 예측방법의 102.0%, 107.0%, 106.8%이다.

• 대한전자공학회논문지SP
• /
• 제47권3호
• /
• pp.87-95
• /
• 2010

오디오 신호를 무손실 압축하여 휴대용 멀티미디어 기기에서 최고의 오디오 품질을 제공하는 기기들이 등장하고 있으며, 무손실 오디오 압축을 위한 기술에서는 2006년 MPEG-4 audio lessless coding(ALS)와 MPEG-4 scalable lossless coding(SLS)가 국제 표준으로 채택 되었다. 2009년에는 MPEG에서 최대 스테레오 음원까지만 지원하는 MPEG-4 ALS simple profile을 정의하였다. 표준화된 무손실 오디오 코덱이 휴대용 멀티미디어 기기에서 널리 이용되기 위해서는 휴대용 멀티미디어 기기에서 가장 널리 쓰이는 스테레오 조건에서 낮은 복잡도를 보여야 한다. 하지만 기존 연구에서는 MPEG-4 ALS의 압축률을 향상시키거나, 혹은 다채널 환경에서의 복잡도를 개선하기 위한 연구들이 주로 이루어졌다. 본 논문에서는 MPEG-4 ALS 인코더의 복잡도와 압축률을 분석하고, 이를 바탕으로 MPEG-4 ALS simple profile 조건에서 MPEG-4 ALS 인코더의 복잡도를 개선하기 위한 방법을 제안한다. 분석 결과 MPEG-4 ALS 인코더의 analysis 블록에서 전체 복잡도의 75% 발생하므로, 기존의 연구에서 개발된 저 복잡도 필터를 인코더에 적용하여 복잡도를 감소시키며, joint coding의 압축 효율과 여기 신호의 상호상관계수의 관계를 기반으로 joint coding 결정 방법을 제안한다. 제안된 방법과 저 복잡도 필터가 포함된 MPEG-4 ALS 인코더의 성능은 MPEG-4 conformance test 파일과 일반 음악 파일을 이용하여 복잡도 및 압축률로써 평가된다. 실험 결과 제안된 방법이 적용되었을 경우 압축률은 유사하면서 인코더 복잡도가 24% 감소한다. 이를 통해 본 논문에서 제안된 방법이 MPEG-4 ALS 인코더의 복잡도 감소에 탁월한 성능을 가짐을 보였다.

• 한국산림과학회지
• /
• 제90권2호
• /
• pp.197-209
• /
• 2001

준분포형 수문모형인 TOPMODEL은 산림유역의 유출량, 주 유출경로 및 수질을 공간적으로 예측하는데 많이 적용된다. TOPMODEL은 물리모형이 아니라 일종의 개념모형이며 주요 구성요소는 지형지수와 토양의 수평전달계수로 각각 지표면과 지표하 유출의 기여면적을 계산하는데 이용된다. 본 연구는 우리나라의 소규모 산림유역에서 TOPMODEL의 적용성을 검증하기 위하여 수행되었다. 시험지는 1979년부터 임업연구원에서 운용하고 있으며 서울 근교 경기도 광릉시험림에 위치해 있다. 활엽수림 유역은 임령이 약 80년, 유역면적이 22.0ha이고, 침엽수림 유역은 임령이 약 22년, 유역면적이 13.6ha이다. 관측자료는 활엽수 유역의 경우 1995년 7월과 2000년 6월에 발생한 2개 강우-유출사상이고 침엽수 유역의 경우 1995년과 1999년 7월 그리고 2000년 8월의 3개 강우-유출사상을 이용하였다. 지형지수는 $10m{\times}10m$의 수치지형도를 만들어 계산하였다. 지형지수 분포는 활엽수림 유역의 경우 2.6에서 11.1, 침엽수림 유역은 2.7에서 16.0으로 나타났다. 모형의 예측 효율성을 목적함수로 최적화한 결과 모형매개변수(m)와 유역의 평균 포화수평전달계수($lnT_0$)가 높은 민감도를 나타내었다. 매개변수의 최적값은 활엽수림 유역의 경우 m값은 0.034와 0.038 그리고 $lnT_0$값은 8.672와 9.475였으며, 침엽수 유역의 경우 m값은 0.031, 0.032, 0.033 그리고 $lnT_0$값은 5.969, 7.129, 7.575였다 이들 값을 이용하여 모의한 결과 모형의 예측 효율성은 활엽수림 0.958과 0.909 그리고 침엽수림 0.825, 0.922와 0.961로서 비교적 높게 나타났다. 강우-유출량 관측치와 모의치를 이용하여 강우-수문곡선을 작성한 결과 두 유역 모두 유출지연시간은 잘 일치하였다. 일부 강우-유출사상의 경우 총유출량과 첨두유량의 관측치와 모의치 간에 다소 차이를 보였지만 TOPMODEL은 전반적으로 10% 이하의 오차범위에서 총유출량과 첨두유량을 예측할 수 있었다. 결론적으로 TOPMODEL은 우리나라의 미계측 산림유역에서 유출량을 산정하는데 유용한 수문모형이다.

• 한국초지조사료학회지
• /
• 제29권3호
• /
• pp.253-262
• /
• 2009

본 연구의 목적은 축우용 TMR 사용이 점차 증가하고 있으나 TMR의 영양성분을 측정하고자 할 경우 실험실 분석에 의존하므로 많은 비용과 시간이 소요되어 농가 현장에서 활용하기가 어려움에 따라 NIRS(Near InfraRed Spectroscopy, 근적외선분광분석기)을 이용하여 TMR에 대한 신속하고 간편하게 사료가치를 평가하기 위한 검량선을 작성하기 위하여 실시하였다. 근적외선 분광분석법은 친환경 분석으로서 시약의 사용이 전혀 없고, 폐수 및 유해물질의 사용이 전혀 없어 작업자의 환경을 개선 할 수 있다. 또한 분석시간이 일반 분석법에 비해 10배 이상 빠르며, 누구나 간단한 교육을 통해서 표준분석 방법을 개발하여 적용할 수 있는 분석법이다. 그러나 NIR 성분분석기를 이용할 경우 많은 TMR 시료 샘플을 분석 비교하여 새로운 검량선을 만들어야 한다는 애로사항이 있다. 따라서 본 연구에서는 NIR 성분분석기를 이용하여 새로운 검량선을 만들고자 하였고 수집된 TMR 시료 253점에 대하여 부적합한 일부 시료를 제거하고 검량식 세트 160점과 검증 세트 40점으로 구별하여 일반성분분석과 각 성분에 대한 NIR Calibration curve를 만들어 비교하며 신뢰성 높은 새로운 검량선을 개발하였다. 개발된 NIR 검량선을 이용할 경우 TMR 성분분석시 신속하고 신뢰성 높은 성분분석 값을 얻을 수 있을 것으로 사료되나 보다 정확하고 정밀한 검량선을 얻기 위해서는 더 많은 시료의 수집 및 분석, TMR의 구성요소에 비율 등의 연구가 추가되어야 할 것으로 생각한다.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1031-1031
• /
• 2001

The mammary gland is made up of remarkably sensitive tissue, which has the capability of producing a large volume of secretion, milk, under normal or healthy conditions. When bacteria enter the gland and establish an infection (mastitis), inflammation is initiated accompanied by an influx of white cells from the blood stream, by altered secretory function, and changes in the volume and composition of secretion. Cell numbers in milk are closely associated with inflammation and udder health. These somatic cell counts (SCC) are accepted as the international standard measurement of milk quality in dairy and for mastitis diagnosis. NIR Spectra of unhomogenized composite milk samples from 14 cows (healthy and mastitic), 7days after parturition and during the next 30 days of lactation were measured. Different multivariate analysis techniques were used to diagnose the disease at very early stage and determine how the spectral properties of milk vary with its composition and animal health. PLS model for prediction of somatic cell count (SCC) based on NIR milk spectra was made. The best accuracy of determination for the 1100-2500nm range was found using smoothed absorbance data and 10 PLS factors. The standard error of prediction for independent validation set of samples was 0.382, correlation coefficient 0.854 and the variation coefficient 7.63%. It has been found that SCC determination by NIR milk spectra was indirect and based on the related changes in milk composition. From the spectral changes, we learned that when mastitis occurred, the most significant factors that simultaneously influenced milk spectra were alteration of milk proteins and changes in ionic concentration of milk. It was consistent with the results we obtained further when applied 2DCOS. Two-dimensional correlation analysis of NIR milk spectra was done to assess the changes in milk composition, which occur when somatic cell count (SCC) levels vary. The synchronous correlation map revealed that when SCC increases, protein levels increase while water and lactose levels decrease. Results from the analysis of the asynchronous plot indicated that changes in water and fat absorptions occur before other milk components. In addition, the technique was used to assess the changes in milk during a period when SCC levels do not vary appreciably. Results indicated that milk components are in equilibrium and no appreciable change in a given component was seen with respect to another. This was found in both healthy and mastitic animals. However, milk components were found to vary with SCC content regardless of the range considered. This important finding demonstrates that 2-D correlation analysis may be used to track even subtle changes in milk composition in individual cows. To find out the right threshold for SCC when used for mastitis diagnosis at cow level, classification of milk samples was performed using soft independent modeling of class analogy (SIMCA) and different spectral data pretreatment. Two levels of SCC - 200 000 cells/$m\ell$ and 300 000 cells/$m\ell$, respectively, were set up and compared as thresholds to discriminate between healthy and mastitic cows. The best detection accuracy was found with 200 000 cells/$m\ell$ as threshold for mastitis and smoothed absorbance data: - 98% of the milk samples in the calibration set and 87% of the samples in the independent test set were correctly classified. When the spectral information was studied it was found that the successful mastitis diagnosis was based on reviling the spectral changes related to the corresponding changes in milk composition. NIRS combined with different ways of spectral data ruining can provide faster and nondestructive alternative to current methods for mastitis diagnosis and a new inside into disease understanding at molecular level.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.351-360
• /
• 2018

전통적으로 나태한 학습에 해당하는 국소가중회귀(LWR: Locally Weighted Regression)모델은 입력변수인 질의지점에 따라 예측의 해를 얻기 위해 일정구간 범위내의 학습 데이터를 대상으로 질의지점의 거리에 따라 가중값을 달리 부여하여 학습 한 결과로 얻은 짧은 구간내의 회귀식이다. 본 연구는 메모리 기반학습의 형태에 해당하는 LWR을 위한 점진적 앙상블 학습과정을 제안한다. LWR를 위한 본 연구의 점진적 앙상블 학습법은 유전알고리즘을 이용하여 시간에 따라 LWR모델들을 순차적으로 생성하고 통합하는 것이다. 기존의 LWR 한계는 인디케이터 함수와 학습 데이터의 선택에 따라 다중의 LWR모델이 생성될 수 있으며 이 모델에 따라 예측 해의 질도 달라질 수 있다. 하지만 다중의 LWR 모델의 선택이나 결합의 문제 해결을 위한 연구가 수행되지 않았다. 본 연구에서는 인디케이터 함수와 학습 데이터에 따라 초기 LWR 모델을 생성한 후 진화 학습 과정을 반복하여 적절한 인디케이터 함수를 선택하며 또한 다른 학습 데이터에 적용한 LWR 모델의 평가와 개선을 통하여 학습 데이터로 인한 편향을 극복하고자 한다. 모든 구간에 대해 데이터가 발생 되면 점진적으로 LWR모델을 생성하여 보관하는 열심학습(Eager learning)방식을 취하고 있다. 특정 시점에 예측의 해를 얻기 위해 일정구간 내에 신규로 발생된 데이터들을 기반으로 LWR모델을 생성한 후 유전자 알고리즘을 이용하여 구간 내의 기존 LWR모델들과 결합하는 방식이다. 제안하는 학습방법은 기존 단순평균법을 이용한 다중 LWR모델들의 선택방법 보다 적합도 평가에서 우수한 결과를 보여주고 있다. 특정지역의 시간 별 교통량, 고속도로 휴게소의 시간별 매출액 등의 실제 데이터를 적용하여 본 연구의 LWR에 의한 결과들의 연결된 패턴과 다중회귀분석을 이용한 예측결과를 비교하고 있다.

• 한국식품저장유통학회지
• /
• 제19권1호
• /
• pp.95-103
• /
• 2012

본 연구는 원유의 실시간 휴대용품질측정 시스템 개발을 위한 기초 연구로서 원유 시료의 온도에 따른 가시광선-근적외선 스펙트럼을 측정하였으며, 다양한 수학적 전처리방법을 적용하여 유성분 예측모델을 개발하였다. 스펙트럼 측정은 원유 시료 180개에 대해 스펙트럼의 수학적 전처리 방법으로 평활화, 정규화, MSC, 1차 및 2차 미분을 사용하였고 예측모델은 부분최소자승법을 이용하였다. 유성분을 분석한 결과 함량 범위와 평균은 지방이 각각 2.44~6.42%, 4.05%, 단백질은 각각 2.44~4.28%, 3.35%, 무지고형분은 각각 7.85~9.57%, 8.76%로 나타났다. 또한 유당의 함량 범위와 평균은 각각 3.93~5.24%, 4.74%였으며 요소태질소의 경우에는 각각 4.6~15.1 mg/dl, 10.27 mg/dl로 대부분 권장 기준을 만족하였다. 원유 시료의 온도에 따른 스펙트럼은 1,400~2,500 nm에서 큰 차이를 보였으며 온도가 상승함에 따라 흡광도가 높아지는 것을 알 수 있었다. 원유 시료의 온도에 따른 유성분 예측모델을 400~2,500 nm의 영역에서 개발하였으며 예측성능은 지방과 무지고형분의 경우 온도변화와 무관하였다. 단백질과 유당, 요소태질소의 예측성능은 온도가 낮을수록 급격히 감소하여 스펙트럼 측정 시 원유 시료의 온도를 $40^{\circ}C$로 유지하는 것이 필요함을 알 수 있다. $40^{\circ}C$의 원유 스펙트럼에 대해 수학적 전처리를 수행한 결과 평활화를 수행하여 측정 장치 자체의 노이즈를 감소시킬 수 있었고 정규화를 수행하여 기준선을 일치시킬 수 있었다. 또한 MSC를 수행하여 빛의 산란에 의한 영향을 제거하여 스펙트럼간의 차이를 감소시킬 수 있었고 1차 및 2차 미분을 수행한 결과 기준선 일치와 기존 스펙트럼에서 나타나지 않았던 파장영역에 대한 분석이 가능함을 알수 있다. 다중회귀분석의 stepwise 방법을 이용하여 최적 파장영역을 선정하고 유성분 예측모델을 개발한 결과 요소태질소를 제외하고 대부분 근적외선 영역에서 우수한 상관관계를 보여주었다. 지방과 단백질은 원시 스펙트럼의 검증부 결정계수가 각각 0.93, 0.92에서 정규화를 수행한 결과 각각 0.98, 0.92로 원시 스펙트럼의 결과가 우수하여 큰 개선이 없었으나 RPD는 각각 4.10, 3.41에서 5.47, 3.73으로 높아져 정밀도가 향상됨을 알 수 있다. 무지고형분과 유당의 예측모델은 원시 스펙트럼의 경우 각각 0.82, 0.75로 예측모델로 사용하기에는 어려웠으나 각각 평활화와 MSC를 수행하였을 때 검증부 결정계수가 0.90, 0.80으로 크게 개선되어 유성분 예측모델의 신뢰성 향상에 기여할 수 있을 것으로 판단된다. 요소태질소의 경우 가시광선 영역에서 가장 우수한 상관관계를 보여주었으나 검증부 결정계수, 오차, RPD가 각각 0.61, 1.56%, 1.58로 다른 성분에 비해 매우 낮게 나타났다. 이를 개선하기 위해 수학적 전처리를 수행하였으나 크게 개선되지 않았으므로 요소태질소의 신뢰성 있는 모델을 개발하기 위해서는 부분최소자승법 외에 다양한 알고리즘의 적용이 필요할 것으로 판단된다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2002년도 춘계학술대회 논문집
• /
• pp.148-155
• /
• 2002

다중스레드 모델은 데이터플로우 모델의 내부적인 병렬성, 비동기적 자필 가용성과 폰 노이만 모델의 실행 지역성을 결합하여 병렬처리 시스템의 성능을 향상시켰다. 이 모델은 프로그램의 실행을 위하여 컴파일러에 의해 생성된 스레드를 수행하며, 스레드의 생성 방법에 따라 자원 활용 빈도나 동기화 빈도와 같은 스레드의 질이 결정되는 특징이 있다. 하지만 다중스레드 모델은 실행 모델이 특정 플랫폼에 제한되는 단점을 가지고 있다. 이에 반해 자바는 플랫폼에 독립적인 특징을 가지고 있어 다중스레드 모델의 스레드 코드를 실행 단위인 자바 언어로 변환하면 다중스레드 모델의 특징을 여러 플랫폼에서 수정 없이 사용할 수 있게 된다. 자바는 원시 언어를 중간 언어 형태의 바이트코드로 변환하여 각 아키텍처에 맞게 설계된 자바 가상 머신이 설치된 시스템에서 자바 언어를 수행한다. 이러한 자바 언어의 바이트코드는 번역기의 중간 언어와 같은 역할을 수행하고, 이때 자바 가상 머신은 번역기의 후위부와 같은 역할을 한다. 스레드 코드에서 번역된 자바 바이트코드는 다양한 플랫폼에서 실행될 수 있다는 장점은 있지만 신뢰할 수 없다는 만점이 있다. 또한 자바 언어 자체의 문제에 의해 안전하지 못한 코드가 생성 될 수도 있다. 본 논문은 다중스레드 코드가 플랫폼에 독립적인 특성을 갖출 수 있도록 다중스레드 코드를 자바 가상 머신에서 실행 가능하도록 한다. 또한 번역시에 자바에서 발생할 수 있는 문제들을 고려하여 안전한 바이트코드를 생성한다. 즉, 다중스레드 모델의 스레드 코드를 플랫폼에 독립적이고 외부 공격으로부터 안전한 자바 바이트코드로 변환하는 번역기를 선계, 구현한다.구센타와 병원간에 임상정보와 유전체 분석정보의 공유가 필수적으로 발생하게 됨으로, 유전체 정보와 임상정보의 통합은 미래 의료환경에 필수기능이 될 것이다. 3) 각 생명공학 연구소에서 사용하는 첨단 분석 장비와 생명공학 정보시스템의 자동 연계가 필요하다. 현재 국내에는 전국적인 초고속정보망이 가동되어 웹을 기반으로 하는 생명정보의 공유는 기술적으로 문제가 될 수 없으나 임상정보의 유전체연구에 그리고 유전체연구정보의 임상활용은 다양한 문제를 내포하고 있다. 이에 영상을 포함한 환자정보의 유전체연구센터와 병원정보시스템과의 효율적인 연계통합 운영을 위해 국내에서는 초기 도입단계에 있는 국제적인 보건의료정보의 표준인 Health Level 7 (textural information 공유), DICOM (image 및 wave 공유), 관련 ISO표준, WHO의 ICD9/10 (질병분류), LOINC (검사 및 관련용어), SNOMED International (의학용어) 등을 활용하여야 한다.matrix. The prediction system gives about 50% of sensitivity and 98% of specificity, Based on the PID matrix, we develop a system providing several interaction information-finding services in the Internet. The system, named PreDIN (Prediction-oriented Database of Interaction Network) provides interacting domain finding

• 대기
• /
• 제31권2호
• /
• pp.229-240
• /
• 2021

본 연구에서는 기상청에서 2018년부터 운영 중인 전지구 해양자료동화시스템 GODAPS에 대하여 소개하였으며, 2015년 2월부터 2016년 1월까지 일년간의 실험 수행을 통한 결과를 분석하여 이 시스템의 특성을 살펴보았다. GODAPS는 크게 해양-해빙 모델과 3차원 변분법 기반의 자료동화 시스템으로 구성되어 있고, 전지구적으로 수집된 현장 및 위성 관측자료를 자료동화하여 매일 1회 분석장과 예측장을 생산한다. 이때 해수면온도, 수온과 염분 프로파일, 해수면고도 변이, 그리고 해빙농도 관측자료를 자료동화한다. 분석증분 및 배경장/분석장으로부터의 관측증분에 대한 분석, 자료동화를 적용하지 않은 실험과의 비교 등을 통해 GODAPS 자료동화 결과를 비교검증하였다. 자료동화는 관측자료들을 효과적으로 활용하고 있었으며, 전지구 규모에서 편차를 줄인 분석장과 예측장을 생산하고 있는 것으로 나타났다. 이외에도, 변동성이 강한 중위도 해역의 쿠로시오와 걸프만 해류의 중규모 현상을 재현하는데 있어서도 결정적인 영향을 미치는 것으로 확인하였다. 해양초기장을 향상시키기 위해서는 모델과 자료동화 기술의 개발과 더불어, 다양한 관측자료를 활용하는 것이 중요하다. 하지만, 현업에서 활용할 수 있는 해양관측자료는 한계가 있으며, 따라서 가용한 자료를 자료동화 과정에 포함시키는 노력이 요구된다. 수온에 비해 염분의 경우 상대적으로 관측자료가 부족한데, 최근에는 SMAP (Soil Moisture Active Passive) 등 인공위성을 활용한 표층 염분자료가 제공되고 있으며, 기상청에서도 자료동화 과정에 독립적인 위성 염분자료를 활용한 분석장 검증 및 자료동화에 직접적용하는 연구를 추진하고 있다. 특히, 표층 염분의 자료동화를 통해 열대해역의 혼합층 깊이가 개선되고, 결과적으로 기후예측성을 향상시키는 연구결과(Hackert et al., 2020) 등을 고려할 때, 향후 위성관측 표층염분의 자료동화는 기후예측 분야에 있어서 점차 중요해질 것으로 판단된다. 본 연구의 실험결과에서도 GODAPS의 염분 관측증분 오차가 표층에서 상대적으로 크게 나타나고 있어, 해양초기장의 정확성을 높이고 나아가 기후예측성을 높이는데 위성 염분자료가 효과적으로 사용될 수 있을 것으로 기대된다.