• 한국산림과학회지
• /
• 제76권4호
• /
• pp.397-409
• /
• 1987

한려해상국립공원(閑麗海上國立公園)의 일부인 오동도(梧桐島)에 대하여 이용자에 의한 식생구조(植生構造)의 변화(變化)와 이용자의 심리(心理)를 분석하였다. 식생구조분석을 위하여 식생피해등급도(植生被害等級度)에 따라 5개의 조사구(調査區)를 선정, 각 조사구에 $10{\times}10m$ 방형구 5개씩을 설치, 조사하였고, 심리분석(心理分析)은 1986년 5월 10, 11, 15일에 걸쳐 무작위로 총366명에게 배포한 설문지(說問紙)에 의해 조사하였다. 현재식생(現在植生)은 상록활엽수인 후박나무, 녹나무, 동백나무 등의 혼효림(混淆林)이 전체 삼림의 32.5%(3.91ha)를 차지하였고, 동백나무림 및 신 이대림의 면적은 각각 40.0%(4.72ha) 및 41.8%(5.02ha)이었다. 인간간섭(人間干涉)에 의한 식생피해등급도(植生被害等級度) 3 및 4 단계가 전삼림의 44.3%이며, 특히 하층식생(下層植生)에 대한 피해가 심하였고, 이용자수(利用者數)를 제한하지 않는다면 자연회복(自然回復)은 불가능할 것이다. 식생구조분석(植生構造分析)의 결과, 동백나무, 후박나무 등의 상록활엽수림은 차대림(次代林)의 발달이 이용자에 의해 방해를 받아 앞으로 참나무류가 우점종(優占種)인 삼림으로 천이(遷移)가 역행될 것이므로 이용자의 임내(林內)의 출입(出入)을 통제해야할 것이다. 이용자의 심리분석(心理分析)에서, 오동조의 이용(利用)은 일요일 및 휴일에 집중되었고, 계절로는 4~5월에 집중되는 일계절집중형태(一季節集中形態)이었다. 이용자가 좋아하는 장소는 바다가 보이는 곳과 동백나무의 숲이었고, 오동도의 전체적인 만족도(滿足度)는 만족이 55%로의 높은 수준(水準)이었고, 전체적인 만족도에 영향을 크게 미치는 항목은 이용자(利用者)의 수(數), 숲의 경관(景觀)과 시설물(施設物)의 수(數)이었다.

• 한국가정과교육학회지
• /
• 제20권3호
• /
• pp.85-105
• /
• 2008

본 연구는 중학교 1, 2, 3학년 가정 교과에서 실험 실습법을 적용한 수행과제 평가도구로써 서술식 채점 기준표인 분석적 루브릭을 교사-학생간의 협상 과정을 통해 개발하는데 목적을 두었다. 본 연구에서는 다음과 같이 정의, 개발, 평가의 3단계 과정을 거쳐 분석적 루브릭을 총 3개, 1학년 [영양김밥 만들기] 2학년 [보조가방 만들기] 3학년 [미래의 나의 공간 꾸미기]를 개발하였다. 정의 단계에서는 루브릭을 개발할 수 있는 준비 단계로 루브릭을 적용할 수행과제를 설문지법을 통해 조사한 후 선정하였으며, 수행과제를 위한 방법 및 절차, 준비물, 유의사항 등을 구체적으로 제시하고, 루브릭 협상 학급 및 개발 일정을 선정 계획하였다. 그리고 Ainsworth와 Christinson(1998)이 제시한 교사-학생 협상 루브릭을 사용하였다. 개발 단계에서는 수행과제의 성취기준을 지식, 기능, 태도로 나누어 확인하고 평가하고자 하는 내용에 따라 채점 준거와 단계를 정하였다. 선정한 채점 준거의 평가기준을 참고로 A, B, C에 따라 구체적으로 관찰 가능하고 평가 가능한 행동으로 루브릭을 기술하도록 하였다. 그리고 모둠별로 작성된 루브릭을 교사-학생간의 협상 과정을 거쳐 1차 루브릭을 개발하였다. 평가 단계에서는 개발한 1차 루브릭의 초안을 가정과교육 전문가 1인에게 내용타당도에 대한 검토를 거쳐 수정 보완하여 최종 루브릭을 제시하였다. 최종 개발된 루브릭 평가 도구의 적합성을 평가하기 위하여 H대학의 교육대학원 학생을 대상으로 임의로 편의 표집하여 46부의 질문지를 분석 자료로 사용하였다. 현장 교사의 설문지 평가 결과 적합성 여부의 결과, 평가도구의 이해도, 타당도, 신뢰도, 활용의 용이성, 교사의 준비도, 결과의 활용도가 비교적 높아 적합한 것으로 판단되었다. 다만 활용의 용이성은 5점 척도에서 3점 이상이나 다른 것에 비해서 상대적으로 낮게 나타났다. 본 연구에서 개발한 루브릭의 활용을 위해 후속 연구를 위해서 다음의 몇 가지 제언을 하고자 한다. 첫째, 후속 연구로서 본 평가도구와 루브릭을 실제로 적용해 보고, 그 효과를 측정해 볼 필요가 있다. 둘째, 가정과에 루브릭에 대한 연구가 많지 않기 때문에 더 많은 영역에서 수행과제에 대한 루브릭이 개발되어 할 것이다. 셋째, 학생들이 루브릭에 대한 이해도가 낮고 학교 현장에서 학생들의 협의 협상하는 토론 능력이 많이 부족하기 때문에 루브릭 개념에 대한 명확한 이해를 도울 수 있도록 사전에 협상하고 토론하는 과정을 단계별로 구체화할 교수-학습 과정안과 보조 자료를 개발할 필요가 있다.

• 대한수혈학회지
• /
• 제29권3호
• /
• pp.253-261
• /
• 2018

배경: 대량수혈은 혈액은행의 상당한 집중을 요하게 된다. 이 연구의 목적은 아주대병원의 대량 수혈에 사용된 혈액제제와 외상센터에서 응급환자들을 위하여 직접 사용되었던 O형 Rh 양성농축적혈구를(이하 O형 혈액) 분석하고자 하였다. 방법: 대량수혈은 24시간 이내 10 단위 이상의 적혈구제제를 수혈 받은 것으로 정의하였다. 수혈을 포함한 진료 기록은 병원정보시스템에서 추출하여 검토하였다. 병원정보시스템을 통하여 2016년 3월부터 2017년 11월까지 출고된 총 적혈구제제, 신선동결혈장, 혈소판제제(성분채집혈소판 혹은 농축혈소판)에 대한 정보를 검토하였다. 한 단위의 성분채집혈소판은 6 단위의 농축혈소판과 동일한 것으로 간주하였다. 결과: 345건의 대량수혈이 발생하였으며, 적혈구제제 11.7% (6233/53268), 신선동결혈장 24.3% (4717/19376), 그리고 혈소판제제 4.8% (4473/94166)가 대량수혈에 사용되었다(P<0.001). 대량수혈과 비대량수혈에 사용된 적혈구제제의 혈액형은 각각 A형 28.0%와 34.1%, B형 27.1%와 26.0%, O형 37.3%와 29.7% 그리고 AB형 7.5%와 10.2%였다(P<0.001). 적혈구제제:신선동결혈장:혈소판제제의 비율은 대량수혈은 1:0.76:0.72인 반면, 비대량수혈은 1:0.31:1.91을 나타내었다. 응급 O형 혈액은 461 단위가 대량수혈 환자의 36.2% (125/34)에서 사용되었으며, 한 환자당 사용된 응급 O형 혈액은 1~18단위까지 다양하였다. 결론: O형 적혈구는 대량수혈시 많이 이용되므로 대량수혈시 응급 O형 혈액의 남용을 최소화하기 위한 의료진들의 지속적인 교육이 필요하다. 신선동결혈장도 대량수혈시 자주 사용되므로 대량수혈시 즉시 가용할 수 있는 혈장 해동에 대한 수기를 갖추는 것이 중요할 것으로 여겨진다.

• 수면정신생리
• /
• 제26권1호
• /
• pp.44-48
• /
• 2019

목 적 : 불면증은 대표적인 수면 질환이다. 최근 연구에 의하면 인지적 신체적 각성이 불면증을 야기하는 주요 역할을 한다. 아울러 대뇌 피질의 과각성으로 인한 정보처리과정 장애가 정상적인 입면과 수면의 연속성을 방해한다는 연구 결과도 있다. 뉴로피드백은 행동치료의 한 방식으로 피검자의 뇌파에 영향을 미쳐서 대뇌 과각성을 감소 시킬 수 있다. 이에 본 연구에서는 불면증 환자에서 뉴로피드백 치료가 뇌파 특성에 미치는 영향을 분석하고자 한다. 방 법 : 본 연구는 불면증 진단기준을 만족하는 피검자 13명과 성별 및 연령이 매칭된 대조군 14명을 대상으로 진행하였다. 뉴로피드백 치료와 Sham 치료를 무작위로 각각 30분씩 시행하였다. 각각의 치료 세션 중 뇌파를 측정하고 스펙트럼 분석을 시행하여, 뉴로피드백 치료가 뇌파 스펙트럼에 미치는 영향을 비교 분석하였다. 결 과 : 불면증 환자에서 치료적인 1회기 뉴로피드백을 한 경우, Sham 치료를 한 경우에 비해서 세타 및 시그마 파워($13.9{\pm}2.6$ vs. $12.2{\pm}3.8$ and $3.6{\pm}0.9$ vs. $3.2{\pm}1.0$ in %, respectively ; p < 0.05)가 통계적으로 유의한 수준으로 증가하였다. 그 외 뇌파상으로 통계적으로 유의미한 변화는 없었다. 결 론 : 본 연구는 국내 최초로 불면증 환자에서 1회기 뇌파 뉴로피드백을 통해 입면에 도움이 되는 세타파의 비율이 증가하는 것을 확인하였으며, 이는 입면주기를 앞당길 수 있는 새로운 방법에 대한 제안을 줄 수 있다. 불면증 자체의 치료 반응을 평가하지 못한 제한점은 있으며, 향후 불면증상의 변화까지 평가할 수 있는 후속 연구가 이어져야 한다.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.23-31
• /
• 2020

본 연구는 철도표면상에 발생하는 노후 현상 중 하나인 결함 검출을 위해 학습데이터를 생성함으로써 결함 검출 모델에서 더 높은 점수를 얻기 위해 진행되었다. 철도표면에서 결함은 선로결속장치 및 선로와 차량의 마찰 등 다양한 원인에 의해 발생하고 선로 파손 등의 사고를 유발할 수 있기 때문에 결함에 대한 철도 유지관리가 필요 하다. 그래서 철도 유지관리의 자동화 및 비용절감을 위해 철도 표면 영상에 영상처리 또는 기계학습을 활용한 결함 검출 및 검사에 대한 다양한 연구가 진행되고 있다. 일반적으로 영상 처리 분석기법 및 기계학습 기술의 성능은 데이터의 수량과 품질에 의존한다. 그렇기 때문에 일부 연구는 일반적이고 다양한 철도표면영상의 데이터베이스를 확보하기위해 등간격으로 선로표면을 촬영하는 장치 또는 탑재된 차량이 필요로 하였다. 본연구는 이러한 기계적인 영상획득 장치의 운용비용을 감소시키고 보완하기 위해 대표적인 영상생성관련 딥러닝 모델인 생성적 적대적 네트워크의 기본 구성에서 여러 관련연구에서 제시된 방법을 응용, 결함이 있는 철도 표면 재생성모델을 구성하여, 전용 데이터베이스가 구축되지 않은 철도 표면 영상에 대해서도 결함 검출을 진행할 수 있도록 하였다. 구성한 모델은 상이한 철도 표면 텍스처들을 반영한 철도 표면 생성을 학습하고 여러 임의의 결함의 위치에 대한 Ground-Truth들을 만족하는 다양한 결함을 재 생성하도록 설계하였다. 재생성된 철도 표면의 영상들을 결함 검출 딥러닝 모델에 학습데이터로 사용한다. 재생성모델의 유효성을 검증하기 위해 철도표면데이터를 3가지의 하위집합으로 군집화 하여 하나의 집합세트를 원본 영상으로 정의하고, 다른 두개의 나머지 하위집합들의 몇가지의 선로표면영상을 텍스처 영상으로 사용하여 새로운 철도 표면 영상을 생성한다. 그리고 결함 검출 모델에서 학습데이터로 생성된 새로운 철도 표면 영상을 사용하였을 때와, 생성된 철도 표면 영상이 없는 원본 영상을 사용하였을 때를 나누어 검증한다. 앞서 분류했던 하위집합들 중에서 원본영상으로 사용된 집합세트를 제외한 두 개의 하위집합들은 각각의 환경에서 학습된 결함 검출 모델에서 검증하여 출력인 픽셀단위 분류지도 영상을 얻는다. 이 픽셀단위 분류지도영상들과 실제 결함의 위치에 대한 원본결함 지도(Ground-Truth)들의 IoU(Intersection over Union) 및 F1-score로 평가하여 성능을 계산하였다. 결과적으로 두개의 하위집합의 텍스처 영상을 이용한 재생성된 학습데이터를 학습한 결함 검출모델의 점수는 원본 영상만을 학습하였을 때의 점수보다 약 IoU 및 F1-score가 10~15% 증가하였다. 이는 전용 학습 데이터가 구축되지 않은 철도표면 영상에 대해서도 기존 데이터를 이용하여 결함 검출이 상당히 가능함을 증명하는 것이다.

• 대한방사선치료학회지
• /
• 제33권
• /
• pp.89-97
• /
• 2021

목 적: 본 연구에서는 자궁경부암 방사선치료 시 전산화치료계획에 없던 직장 내 가스 용적 변화에 따른 선량변화를 비교 평가하고자 한다. 대상 및 방법: 인체모형 팬텀(Anderson Research Laboratories Inc, RANDO^TM phantom, USA)의 전산화 단층촬영 영상에 전산화치료계획시스템(Eclipse^TM Treatment Planning System, Varian, Palo Alto, version 15.6, USA)으로 9개의 필드를 이용한 정적 세기조절방사선치료계획(Static Intensity Modulated Radiation Therapy, S-IMRT)과 Full arc로 두 방향의 체적변조회전방사선치료계획(Volumetric Modulated Arc Therapy, VMAT)을 수립하였다. 임의의 가스 변수는 0.5 cm 단위로 2.0 cm까지 변화를 주어 계획표적체적(Planning Target Volume, PTV)에 포함될 수 있도록 하였다. 표적에 대한 처방선량지수(Conformity Index, CI), 선량균질지수(Homogeneity Index, HI), PTV D_max를 구하였고, 손상위험장기(Organ At Risk, OAR)에 대한 최소선량(Minimum Dose, D_min)과 평균선량((Mean Dose, D_mean), 최대선량(Maximum Dose, D_max)을 계산하여 비교하였다. T-검정을 실시하여 p-value를 구했으며 유의수준은 0.05로 설정하였다. 결 과: S-IMRT와 VMAT의 HI 결정계수(R²)는 0.9423, 0.8223으로 상관관계가 비교적 명확하였고, PTV D_max 결과 임의의 가스 용적이 커질수록 최대 2.8%까지 증가하는 것으로 나타났다. OAR의 경우 두 전산화치료계획 모두 방광에서 유의한 차이가 없었고, 직장의 경우 +1.0 cm 이상의 가스 용적에서 두 전산화치료계획 모두 D_mean 700 cGy 이상의 유의한 선량 차이가 나타났다. 방광의 D_mean을 제외한 모든 값에서 p-value 0.05 이하로 통계적인 유의한 차이를 확인하였다. 결 론: 기준 전산화치료계획에 없던 가스 발생 시 가스 용적 크기가 커질수록 PTV의 선량 변화와 직장에 전달되는 선량이 증가하였다. 방사선치료 진행 시 직장 가스의 용적이 클 경우 발생 할 수 있는 선량 전달 오류를 최소화하기 위한 노력이 반드시 필요한 것으로 판단되었다. 향후 가스 용적의 다양한 크기와 위치를 변수로 설정하여 추가적인 연구가 진행되어진다면 유익한 평가가 이루어 질 수 있을 것으로 사료된다.

• 정신신체의학
• /
• 제29권2호
• /
• pp.153-161
• /
• 2021

연구목적 본 연구는 주요우울장애 환자들을 대상으로, 혈소판기능분석기(Platelet Function Analyzer, PFA-100)를 사용하여 선택적 세로토닌 재흡수 억제제(Selective Serotonin Reuptake Inhibitors, SSRI)와 세로토닌 노르에피네프린 재흡수 억제제(Serotonin Norepinephrine Reuptake Inhibitors, SNRI)의 출혈 경향성을 분석하고, 두 군 사이의 차이를 비교 분석하고자 하였다. 방 법 본 연구는 단일 기관에서 시행된 전향적 개방연구로 DSM-5 진단기준에 의해 주요우울장애로 진단받은 총 41명을 대상으로 하였다. 대상군을 무작위 배정에 따라 각각 SSRI (Escitalopram) 투여군과, SNRI (Duloxetine) 투여군으로 분류하였다. 각 항우울제를 투여 받기 전과 6주가 지난 시점에 혈소판기능분석기(Platelet Function Analyzer, PFA-100)를 이용하여 폐색시간(Closure Time, CT)을 측정하였다. 특정 항우울제가 폐색시간에 영향을 미치는지 알아보기 위해 각 군 내에서 대응표본 t-검정(Paired t-test)을 시행하였고, 두 군 사이에 혈소판 기능의 상대적인 변화를 확인하기 위해 공분산 분석(Analysis Of Covariance, ANCOVA)을 시행하여 두 군의 폐색시간의 변화를 비교 분석하였다. 결 과 SSRI군과 SNRI군에서 약물 투여 전과 6주후 폐색시간(CEPI-CT, CADP-CT)에 대한 유의한 변화는 없었고, 두 군 간의 폐색시간 변화량에도 차이가 없었다. 결 론 혈소판기능분석기(Platelet Function Analyzer, PFA-100)를 통해 SSRI인 Escitalopram과 SNRI인 Duloxetine간의 출혈경향성에 차이가 없음을 보였다. 향후 다양한 항우울제를 대상으로 출혈경향성에 대한 추가적인 대규모 연구가 필요할 것으로 보인다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권3호
• /
• pp.435-455
• /
• 2023

본 연구는 수학 교육 분야에서 중요한 영향을 미치는 논문을 판별하고 분석하기 위한 설명가능한 인공지능(XAI) 모델을 개발하였다. 29개 국내외 수학교육 학술지의 논문 메타정보를 활용하여 수학교육 학술연구 네트워크를 구축하였다. 구축된 네트워크는 '논문과 다른 논문의 인용 네트워크', '논문과 저자 네트워크', '논문과 학술지 네트워크', '공동 저자 네트워크', '저자와 소속기관 네트워크' 등 총 5개의 세부 네트워크로 구성되었다. 랜덤포레스트 기계학습 모델을 사용하여 네트워크 내의 개별 논문의 영향력을 평가하였으며, SHAP을 이용해 영향력 있는 논문의 판별 기준을 분석하였다. '논문 네트워크 PageRank', '논문당 인용횟수의 변화량', '총 인용횟수', '저자의 h-index 변화량', '학술지의 논문당 인용횟수' 등이 중요한 판별 요인으로 나타났다. 국내와 국외 수학교육 연구의 판별 패턴을 비교 분석한 결과, 국내 연구에서는 '공동 저자 네트워크 PageRank'의 중요성이 도드라졌다. 본 연구의 XAI 모델은 논문의 영향력 판별 도구로써 연구자에게 논문 작성 시 전략적인 방향성을 제공할 수 있게 해준다. 논문 네트워크 확장, 학술대회 발표, 공동 저술 활동을 통한 저자 네트워크 활성화 등이 논문의 영향력 증진에 크게 기여한다는 결과를 얻었다. 이를 통해 연구자는 학계에서 자신의 연구가 어떠한 평가 기준에 따라 어떻게 인식되고 있는지, 그리고 그 평가에 기여하는 주요 요인이 무엇인지를 명확히 파악할 수 있을 것이다. 본 연구는 설명가능한 인공지능을 활용하여 전통적으로 많은 시간과 비용이 필요하던 수학교육 논문의 영향력 평가 방식을 혁신하였다. 이 방법은 수학교육 연구 뿐만 아니라 다른 학문 분야에서도 활용될 수 있으며, 연구활동의 효율성과 효과성을 향상시킬 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.

• Korean Chemical Engineering Research
• /
• 제61권4호
• /
• pp.523-541
• /
• 2023

3D 프린터의 활용이 높아짐에 따라 발생하는 화학물질에 대한 노출 빈도가 증가하고 있다. 그러나 3D 프린팅 발생 화학물질의 독성 및 유해성에 대한 연구는 미비하며, 분자 구조 데이터의 결측치로 인해 in silico 기법을 사용한 독성예측 연구는 저조한 실정이다. 본 연구에서는 화학물질의 분자구조 정보를 나타내는 주요 분자표현자의 결측치를 보간하여 3D 프린팅의 독성 및 유해성을 예측한 Data-centric QSAR 모델을 개발하였다. 먼저 MissForest 알고리즘을 사용해 3D 프린팅으로 발생되는 유해물질의 분자표현자 결측치를 보완하였으며, 서로 다른 4가지 기계학습 모델(결정트리, 랜덤포레스트, XGBoost, SVM)을 기반으로 Data-centric QSAR 모델을 개발하여 생물 농축 계수(Log BCF)와 옥탄올-공기분배계수(Log Koa), 분배계수(Log P)를 예측하였다. 또한, 설명 가능한 인공지능(XAI) 방법론 중 TreeSHAP (SHapley Additive exPlanations) 기법을 활용하여 Data-centric QSAR 모델의 신뢰성을 입증하였다. MissForest 알고리즘 기반 결측지 보간 기법은, 기존 분자구조 데이터에 비하여 약 2.5배 많은 분자구조 데이터를 확보할 수 있었다. 이를 바탕으로 개발된 Data-centric QSAR 모델의 성능은 Log BCF, Log Koa와 Log P를 각각 73%, 76%, 92% 의 예측 성능으로 예측할 수 있었다. 마지막으로 Tree-SHAP 분석결과 개발된 Data-centric QSAR 모델은 각 독성치와 물리적으로 상관성이 높은 분자표현자를 통하여 선택함을 설명할 수 있었고 독성 정보에 대한 높은 예측 성능을 확보할 수 있었다. 본 연구에서 개발한 방법론은 다른 프린팅 소재나 화학공정, 그리고 반도체/디스플레이 공정에서 발생 가능한 오염물질의 독성 및 인체 위해성 평가에 활용될 수 있을 것으로 사료된다.