• KDI Journal of Economic Policy
• /
• 제27권1호
• /
• pp.211-238
• /
• 2005

한국경제는 경제전반의 생산성에 있어서 OECD 국가 중 최하위에 있다. 이러한 생산성 격차와 함께, 한국경제는 구조변화를 경험하고 있다. 설비투자는 급격하게 감소하고 있는 반면, 연구개발투자는 크게 확대되고 있지는 않다. 한국이 당면한 과제는 과거의 추격성장전략에서 지식기반경제로 전환하는 것이다. 이를 위한 과제는 무엇인가? 본 논문은 이 과제를 혁신을 통한 생산성 제고라는 측면에서 검토하고 있다. 외환위기 이후 한국의 산업혁신시스템의 괄목할 만한 변화의 하나는 혁신네트워크가 새롭게 등장하고 있다는 것이다. 이러한 혁신 네트워크는 향후 산업혁신시스템의 중핵으로 자리할 것이며, 한국경제의 생산성 제고에 긍정적으로 기여할 것이다. 본 논문은 자동차산업에 대한 사례를 통하여 이러한 변화를 명시적으로 보여준다. 향후 한국 산업혁신시스템의 강화를 위해서는 산업의 상위부문의 강화, 중소기업의 혁신기반 확대 및 국내기업과 외국인기업 사이의 기술협력 촉진이 필요하다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 한국건설순환자원학회논문집
• /
• 제11권3호
• /
• pp.282-288
• /
• 2023

본 연구에서는 신규 건설된 특수개질 아스팔트 포장체와 기존 도로로써 일반 아스팔트 포장체의 도로변 미세먼지의 발생량을 분석하였다. 충청남도 지자체로써 차량 통행이 높은 C 도시의 고속버스터미널과 상업 시설 지역에 위치한 도로변에서 2022년과 2023년 하절기 동안 3일 간격으로 1,000 g(100 g/day)의 먼지 샘플을 채집하였다. 채집된 먼지 샘플은 크기와 밀도 분리를 통해 75-150 ㎛ 범위의 미세먼지 및 타이어와 도로 마모입자로 전처리하여 분리하였다. 기존 도로로써 일반 아스팔트 포장체 구간인 No.1-3 구역의 미세먼지 및 타이어와 도로 마모입자의 평균은 각각 24.27 g과 24.36 g 및 0.53 g과 0.53 g으로, 2022년과 2023년의 미세먼지 발생량 데이터를 비교할 때 정량적 결과가 유사하게 분석되었다. 신규 건설된 특수개질 아스팔 트 포장체 구간인 No.4-6 구역은 2022년 분석 결과와 비교할 때 2023년 미세먼지는 14.8 %, 타이어와 도로 마모입자는 29.6 % 감소되었다. 또한, 열중량분석 결과에 의하면, No.1-3 구역의 타이어와 도로 마모입자는 타이어와 도로 성분이 각각 30 %와 70 %로 분석되었다. 그러나, No.4-6 구역의 2023년에는 타이어와 도로 성분이 각각 35 %와 65 % 분석되었다. 이러한 결과로부터 신규 건설된 특수개질 아스팔트 포장체에서 도로변 미세먼지 및 타이어와 도로 마모입자 발생을 낮출 수 있는 미세먼지 저감 효과를 확인 할 수 있었다. 그러나, 다양한 환경 및 기후적 변수를 고려한 공간적 제약 및 샘플 수집 기간의 한계로부터 추후 지속적인 연계성을 확보한 연구가 필요하다고 판단된다. 따라서, 향후에는 미세먼지를 저감할 수 있는 아스팔트 포장체의 기술적 접근과 도심지 도로변에서 발생되는 미세먼지 및 타이어와 도로 마모입자의 정량적 분석에 대한 다양한 사례 연구를 진행할 계획이다.