• 정보보호학회논문지
• /
• 제28권1호
• /
• pp.25-39
• /
• 2018

최근 NIST에서는 암호학적 난수발생기의 핵심 요소인 엔트로피 소스의 안전성을 평가하기 위한 방법을 다루고 있는 SP 800-90B 문서의 두 번째 수정안과 이를 Python으로 구현한 코드를 제공하였다. SP 800-90B에서의 엔트로피 소스에 대한 안전성 평가는 엔트로피 소스의 출력 표본 수열로부터 도출한 여러 가지 추정량(estimator)에 기반 하여 최소 엔트로피를 추정하는 과정이다. 최소 엔트로피 추정 과정은 IID 트랙과 non-IID 트랙으로 대별되어 진행된다. IID 트랙의 경우 MCV 추정량만을 사용하여 속도 측면에서 무리가 없다. 반면 non-IID 트랙에서는 MCV를 포함한 총 10 가지의 추정량을 적용해 최소 엔트로피를 추정하게 된다. NIST의 코드에서 non-IID 트랙의 1 회 구동 시간은 약 20 분이 소요되고, 사용되는 메모리는 5.5 GB를 넘긴다. 이는 다양한 잡음원으로 반복적인 평가를 수행해야 하는 평가 기관 또는 여러 환경에서 실험을 수행해야 하는 개발자나 연구자 입장에서는 NIST에서 제공한 Python 코드를 이용하는 것이 불편할 수 있으며, 환경에 따라 실행이 불가할 수도 있다. 본 논문에서는 SP 800-90B의 최소 엔트로피 추정 방법에 대한 고속 구현과 효율적인 메모리 사용 기법을 제시한다. 주요 연구 결과로 MultiMCW 추정 방법에 C++ 코드의 장점을 적용한 고속화 방법, MultiMMC 추정 방법의 데이터 저장 방식을 재구성하여 메모리 사용량을 현저하게 감소시킴과 동시에 고속화한 방법, LZ78Y 추정 방법에 데이터 저장 방식의 재구성을 통한 고속화 기법 등을 제안한다. 우리의 개선된 방법이 종합적으로 적용된 C++ 코드는 NIST에서 제공한 기존의 Python 코드와 비교할 때, 속도는 14 배 빠르고 메모리 사용량은 1/13로 감소하는 효과를 보인다.

• 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.

• 지식경영연구
• /
• 제24권1호
• /
• pp.245-271
• /
• 2023

최근 데이터 경제가 가속화되면서 경영학 분야에서는 데이터 매칭이라는 새로운 기법이 주목받고 있다. 데이터 매칭은 모집단이 같지만 서로 다른 표본에서 수집된 데이터셋을 합치는 기법 또는 처리 과정을 의미한다. 그중에서 통계적 매칭은 서로 다른 데이터를 결합하는데 있어서 사업자 번호와 같이 기준이 되는 변수가 없는 경우 통계적 함수를 활용하여 데이터를 매칭하는 방법이다. 선행연구 검토결과 경제학, 교육학, 보건, 의료 등 다양한 분야에서 통계적 매칭이 많이 사용되고 있는데 반해 경영학 분야는 제한적임을 확인할 수 있었다. 본 연구는 기존 경영학 분야에서 충분히 연구되지 않았던 통계적 매칭의 유용성을 검증하고 활용도를 높이는 방안을 연구하고자 한다. 연구목적을 달성하기 위해 본 연구에서는 2020 벤처기업정밀실태조사와 2020 한국기업혁신조사 자료를 활용하여 통계적 매칭 시뮬레이션을 수행하였다. 먼저, 선행연구를 바탕으로 통계적 매칭에 사용되는 변수를 선정하였다. 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수와 제공변수는 중소기업 혁신에서 가장 중요한 연구인력 비율과 R&D 비용으로 각각 설정하였다. 사전 검증을 위해 2020 벤처기업정밀실태조사 자료를 수여자 데이터 30%와 기여자 데이터 70%로 분할하였다. 통계적 매칭에는 마할라노비스 거리와 랜덤 핫덱을 결합한 방식을 사용하였고, 성능평가는 수여자 데이터와 원시 데이터의 평균값 비교와 커널 밀도 함수(Kernel Density Estimation)를 통해 데이터 분포를 비교하였다. 검증결과, 수여자 데이터 30%와 기여자 데이터 70%에서 추출된 매칭 데이터의 평균값이 통계적으로 유의한 차이가 없는 것으로 나타나 유사한 데이터가 매칭된다는 것을 확인하였다. 또한, 두 데이터의 커널 밀도 함수로 도출한 데이터 분포 역시 유사한 형태가 나타나는 것을 확인할 수 있었다. 사후 검증에는 2020 벤처기업정밀실태조사에서 임의로 30%를 수여자 데이터로 추출하고 2020 한국기업혁신조사 자료를 기여자 데이터로 설정하여 통계적 매칭을 수행하고 검증하였다. 사전 검증과 마찬가지로 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수는 연구 인력 비율과 R&D 비용으로 정의하였다. 분석 결과, 수여자 데이터의 연구인력 비율의 평균과 기여자 데이터의 평균은 예상과 다르게 통계적으로 차이가 있는 것으로 나타났다. 하지만 커널 밀도 함수에 따른 두 데이터의 분포는 유사한 형태를 보이는 것으로 조사되어 통계적 매칭의 적절성을 확인할 수 있었다. R&D 비용은 통계적 매칭 수행 결과, 수여자 데이터의 R&D 비용 평균과 기여자 데이터의 평균이 통계적으로 차이가 없었고, 커널 밀도 함수도 유사한 분포를 보이는 것으로 조사되었다. 이러한 결과는 모집단은 동일하지만 서로 다른 표본에서 수집된 자료를 통계적으로 결합하여 신뢰할 수 있는 새로운 데이터를 확보할 수 있다는 측면에서 큰 의의가 있다. 또한, 경영학 분야에서 많이 사용되지 않았던 데이터 매칭 방법론을 모의실험을 통해 타당성을 검증함으로써 연구용 데이터 확보와 연구방법론의 확장에 기여했다는 점에서 시사점을 가진다.

• 대한정형외과학회지
• /
• 제54권1호
• /
• pp.59-66
• /
• 2019

목적: 선천성 만곡족 환자에서 Ponseti 방법으로 치료한 환자들에서 잔여 혹은 재발 변형에 대한 수술적 치료의 필요성을 예측하고 치료 결과를 평가하는 데 있어 어떤 방사선적 기준선이 유용할지에 대하여 연구하고자 하였다. 대상 및 방법: 2005년부터 2013년까지 Ponseti 방법으로 치료를 시작한 환자 102족(65명, 양측성 37명)을 연구대상으로 했다. 환자는 수술 여부에 따라 두 군(A군: Ponseti 방법의 결과가 성공적이어서 추가 수술을 시행하지 않은 군, B군: Ponseti 방법의 결과가 만족스럽지 않아 수술을 시행한 군)으로 나누었고, 두 군의 방사선적 족부 변형 상태 비교를 위해 전후면 및 측면 거종간 각, 전후면 거골-제1중족골간 각, 발목 완전 배굴 상태에서의 측면 경종간 각을 측정하였다. 각 방사선 사진은 관찰자 내 신뢰도를 평가하기 위해 한 정형외과 의사가 두 번씩 검토한 후 평균을 분석하였으며 관찰자 간 신뢰도를 평가하기 위해 난수표를 통해 20족을 선정하여 각도를 측정하였다. 결과: A군은 73족(71.6 %)이었고, B군은 29족(28.4%)이었다. 초기 방사선 소견상 측면 거종간 각 및 측면 경종간 각에서 두 군 간 의미 있는 차이가 있었고, 관찰자 간 및 관찰자 내 신뢰도의 편향은 관찰되지 않았다. 전후면 거골-제1중족골간 각 및 측면 경종간 각은 양군에서 모두 치료 전후로 유의한 차이가 있었다. 결론: 선천성 만곡족의 치료에서 Ponseti 방법으로 치료한 후 70% 이상의 환자에서 만족스러운 결과를 보였다. 방사선적으로 초기 측면 거종간 각 및 측면 경종간 각을 통해 수술적 치료 여부를 예측할 수 있었고, 전후면 거골-제1중족골간 각 및 측면 경종간 각을 통해 치료 후 선천성 만곡족의 변화 정도를 평가할 수 있었다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.47-67
• /
• 2017

강판 표면 결함은 강판의 품질과 가격을 결정하는 중요한 요인 중 하나로, 많은 철강 업체는 그동안 검사자의 육안으로 강판 표면 결함을 확인해왔다. 그러나 시각에 의존한 검사는 통상 30% 이상의 판단 오류가 발생함에 따라 검사 신뢰도가 낮은 문제점을 갖고 있다. 따라서 본 연구는 Simultaneous MTS (S-MTS) 알고리즘을 적용하여 보다 지능적이고 높은 정확도를 갖는 새로운 강판 표면 결함 진단 시스템을 제안하였다. S-MTS 알고리즘은 단일 클래스 분류에는 효과적이지만 다중 클래스 분류에서 정확도가 떨어지는 기존 마할라노비스 다구찌시스템 알고리즘(Mahalanobis Taguchi System; MTS)의 문제점을 해결한 새로운 알고리즘이다. 강판 표면 결함 진단은 대표적인 다중 클래스 분류 문제에 해당하므로, 강판 표면 결함 진단 시스템 구축을 위해 본 연구에서는 S-MTS 알고리즘을 채택하였다. 강판 표면 결함 진단 시스템 개발은 S-MTS 알고리즘에 따라 다음과 같이 진행하였다. 첫째, 각 강판 표면 결함 별로 개별적인 참조 그룹 마할라노비스 공간(Mahalanobis Space; MS)을 구축하였다. 둘째, 구축된 참조 그룹 MS를 기반으로 비교 그룹 마할라노비스 거리(Mahalanobis Distance; MD)를 계산한 후 최소 MD를 갖는 강판 표면 결함을 비교 그룹의 강판 표면 결함으로 판단하였다. 셋째, 강판 표면 결함을 분류하는 데 있어 결함 간의 차이점을 명확하게 해주는 예측 능력이 높은 변수를 파악하였다. 넷째, 예측 능력이 높은 변수만을 이용해 강판 표면 결함 분류를 재수행함으로써 최종적인 강판 표면 결함 진단 시스템을 구축한다. 이와 같은 과정을 통해 구축한 S-MTS 기반 강판 표면 결함 진단 시스템의 정확도는 90.79%로, 이는 기존 검사 방법에 비해 매우 높은 정확도를 갖는 유용한 방법임을 보여준다. 추후 연구에서는 본 연구를 통해 개발된 시스템을 현장 적용하여, 실제 효과성을 검증할 필요가 있다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• Journal of Yeungnam Medical Science
• /
• 제8권2호
• /
• pp.185-201
• /
• 1991

의료보호대상자의 상병 및 의료이용 양상, 의료이용에 대한 만족도를 의료보험대상자와 비교분석하기 위하여 1990년 7월 2일부터 7월 14일까지 대구시 1개 동 의료보호대상자 총 89가구와 의료보험대상자 총 96가구를 단순임의 표본추출한 다음 면접조사를 실시하였다. 대상자 1,000명당 15일간의 급성질환 이환율은 의료보호대상자 63, 의료보호대상자 62로 비슷하였으나, 표준화 이환율은 각각 73 및 69로 의료보호대상자가 다소 높았다. 연령별로는 19세 이하군이 각각 94 및 93으로 비교적 높았다. 1년간 만성질환 이환율은 의료보호대상자 123, 의료보험대상자 73이며 표준화한 이환율도 각각 87 및 57로 의료보호대상자가 월등히 높았다. 두 군 모두에서 연령이 증가할수록 이환율이 높았으며, 의료보호 중에는 1종의 의료보호대상자가 의료보험 중에서는 직장의료보험대상자가 그 이환율이 가장 높았다. 15일간의 급성질환 이환율은 의료보호대상자와 의료보험대상자 모두에서 호흡기질환이 각각 33.3%, 37.5%로 가장 많았으며, 1년간의 만성질환 이환율은 의료보호대상자에서는 근골격계 질환이 22.9%로 가장 많았었던 반면에 의료보험대상자에서는 위장관계 질환이 25.0%로 가장 높았다. 급성질환의 평균이환기간은 의료보호대상자가 3.8일로 의료보험대상자의 6.8일에 비해 짧았으나 만성질환의 경우는 11.5개월로 의료보험대상자의 7.8개월에 비해 월등히 길었다. 급성 이환자들의 1차 의료이용시 가장 많이 방문하는 의료기관은 의료보호대상자에서는 약국(55.6%)이었고, 의료보험대상자에서는 의원(45.8%)이었다. 만성질환 이환자의 지난 1년간 1차 의료이용은 두 군 모두에서 각각 31.4%, 53.6%로 의원을 가장 많이 이용하였다. 급성질환 이환자의 15일간 전체 의료기관 평균 이용일수를 보면 1차 의료이용은 두 군 모두에서 각각 31.4%, 53.6%로 의원을 가장 많이 이용하였다. 급성질환 이환자의 15일간 전체 의료기관 평균 이용일수를 보면 1차 이용에서 의료보호대상자 3.6일, 의료보험대상자 5.0일 이었으며 2차 이용에서는 각각 2.8일, 5.4일 이었다. 만성질환 이환자의 지난 15일간 평균이용일수는 1차 이용은 의료보험대상자는 7.2일 이었으며 2차 및 3차 이용은 의료보호대상자 15.0일 및 13.1일, 의료보험대상자 7.7일 및 6.8일 이었다. 급성질환 이환자가 1차 의료이용시 병원, 의원 그리고 약국을 방문하는 가장 많은 이유는 의료보호대상자 및 의료보험대상자 두 군 모두에서 '가까운 거리'였다. 만성질환 이환자에서 1차 의료이용시 병원을 이용하는 가장 많은 이유는 두 군 모두에서 '의료인의 명성'이었으며, 의원이용의 이유는 의료보호대상자의 경우 '의료보호혜택'이었고 의료보험대상자에서는 '가까운 거리'였다. 약국의 이용시에도 '가까운 거리'가 중요한 이유였다. 의료보장제도의 재원에 대한 물음의 정답률은 의료보호대상자 53.4%, 의료보험대상자 48.8%였다. 의료보장제도의 실시 목적에 대한 물음에 두 군 모두에서 의료비용절감이라고 대답한 경우가 각각 55.3% 및 55.7%였다. 의료기관 이용만족도 평가에서 의료인의 태도에 대한 만족도는 의료보호대상자 및 의료보험대상자 두 군 모두 약국이 47.9%, 46.5% 로 가장 높았으며 의료의 질에 대한 만족도는 병원이 각각 50.5%, 45.1%로 가장 높았다. 의료비에 대한 만족도는 의원이 각각 55.8%, 35.9%로 가장 높았고 의료기관의 환경에 대해 가장 만족하는 경우가 병원으로 각각 54.3%, 34.8%였다. 의료기관 이용절차에 대한 만족도는 약국이 각각 70.6%와 78.5%로 가장 높았다. 이상의 소견으로 우리나라 의료보호대상자는 만성질환 이환율이 의료보험대상자에 비해 매우 높아 이로 인한 경제적 어려움이 가중될 것으로 생각되며, 급성질환 이환자의 의료이용이 약국 중심으로 이루어지고 만성질환 이환자의 의료 이용이 약국중심으로 이루어지고 만성질환 이환자의 미치료율이 의료보험대상자에 비해 높다는 사실 등은 현재 의료보호제도가 효과적으로 실시되지 못하고 있을 가능성을 시사하며 병의원이용과 관련하여 의료인과 의료보호대상자의 의료보호사업에 대한 인식 및 태도 변화를 위한 홍보 및 계몽이 요구되며 또한 이용절차의 간소화를 위한 제도마련이 이루어져야 할 것으로 생각된다.

• Radiation Oncology Journal
• /
• 제23권1호
• /
• pp.22-31
• /
• 2005

목적 : 전국의 각 병원 방사선종양학과에서 1998년과 1999년도의 2년간 직장암 진단 하에 수술 후 방사선치료를 시행한 환자들의 자료를 분석하여 한국인 직장암 환자의 전체적인 구성과 특성을 파악하고 치료 내용에 대한 현황을 조사하여 국가적인 자료로 활용하고자 하였다. 대상 및 방법 : 대상 환자의 기준은 1998년부터 1999년 사이에 직장 선암의 수술 후 방사선치료를 시작한 환자로서 육안적 잔여 병소 없이 근치적으로 수술이 이루어진 환자를 대상으로 했으며 직장암이외의 다른 암의 병력이 있거나 과거에 골반에 방사선치료를 받은 병력이 있는 환자는 제외하였다. 각 병원별 치료환자 수에 비례하여 해당 병원의 입력 환자수를 정한 후 PCS본부의 무작위 추출 과정을 통하여 입력할 환자를 선정하였다. 선정된 환자는 웹 기반 PCS시스템을 이용하여 각 병원에서 직접 자료를 입력하였다. 결과 : 전국의 19개 병원에서 총 309명의 환자 자료가 입력되었다. 남녀 성비는 59 : 41이었으며 하단연 기준 종양의 위치는 항문연 6 cm 이내가 $46\%$로 가장 많았다. 수술 전 CEA검사는 $79\%$에서 시행되었으며 이 중 $43\%$에서 6 ng/ml 이상인 것으로 나타났다 수술 전 직장내초음파검사는 50명($16\%$)에서만 시행되었으며 CT 등을 이용한 임상적 병기판정은 274명에서 가능하였으며 stage II가 $32\%$, III가 $48\%$를 차지하였다. 수술 후 조직소견에 의한 병리학적 병기는 stage II가 $34\%$, III가 $63\%$였다. 수술의 방법은 복회음부절제수술이 $38\%$, 저위전방절제술이 $59\%$였으며, 5명의 환자에서는 원격전이가 있었으나 원발병소와 함께 절제되었다. 절제연에서 종양세포가 발견된 경우가 13예였으며, 수술 후 항암화학치료를 받은 환자는 전체의 $91\%$였고 $80\%$의 환자는 정맥주사, $9\%$의 환자는 경구항암제를 투여한 것으로 나타났다. 항암제는 5FU와 leucovorine의 조합이 212명($69\%$)으로 가장 많았고 시행횟수는 6회가 140예($45\%$)로 가장 많았다. 환자의 치료자세는 복와위자세가 251예($81.2\%$)로 나타났고, 치료 조사야 수는 박스형 4문조사가 75예($24.3\%$)로 가장 많았으며 3문조사(후방-양측방)가 201예($65.0\%$)로 그 뒤를 이었다. 치료 시 소장을 조사야 외부로 이동시키기 위한 장치나 소변을 참는 등의 조치는 $40.1\%$의 환자에서 시행되었다. 선량의 처방점은 회전중심점이 140예($45.3\%$), 등선량곡선이 123예로 비슷하게 나타났다. 실제 치료된 조사선량은 $180\~7,740$cGy의 분포를 보였으며 목표선량의 $90\%$이상이 투여된 경우가 287예($92.9\%$)였다. 결론 : 전국 각 병원들의 환자를 종합하여 관찰된 내용은 문헌상 권장되는 것과 비슷한 결과를 보였으며 수술의 범위와 항암화학치료의 방법은 병원에 따라 비교적 다양한 형태로 시행되고 있는 것으로 나타났다. 각 병원의 방사선치료 내용은 환자의 상태에 따라 결정되는 탓에 방사선량과 조사야의 선택에 있어 차이가 관찰되었으며 처방된 치료에 대한 환자의 순응도는 $90\%$ 이상으로 높게 나타났다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.149-169
• /
• 2020

현 정부의 주요 국책사업 중 하나인 도시재생 뉴딜사업은 매년 100 곳씩, 5년간 500곳을대상으로 50조를 투자하여 낙후된 지역을 개발하는 것으로 언론과 지자체의 높은 이목이 집중되고 있다. 그러나, 현재 이 사업모델은 면적 규모에 따라 "우리동네 살리기, 주거정비지원형, 일반근린형, 중심시가지형, 경제기반형" 등 다섯 가지로 나뉘어 추진되어 그 지역 본래의 특성을 반영하지 못하고 있다. 국내 도시재생 성공 키워드는 "주민 참여", "지역특화" "부처협업", "민관협력"이다. 성공 키워드에 따르면 지자체에서 정부에게 도시재생 사업을 제안할 때 지역주민, 민간기업의 도움과 함께 도시의 특성을 정확히 이해하고 도시의 특성에 어울리는 방향으로 사업을 추진하는 것이 가장 중요하다는 것을 알 수 있다. 또한 도시재생 사업 후 발생하는 부작용 중 하나인 젠트리피케이션 문제를 고려하면 그 지역 특성에 맞는 도시재생 유형을 선정하여 추진하는 것이 중요하다. 이에 본 연구는 '도시재생 뉴딜 사업' 방법론의 한계점을 보완하기 위해, 기존 서울시가 지역 특성에 기반하여 추진하고 있는 "2025 서울시 도시재생 전략계획"의 도시재생 유형을 참고하여 도시재생 사업지에 맞는 도시재생 유형을 추천하는 시스템을 머신러닝 알고리즘을 활용하여 제안하고자 한다. 서울시 도시재생 유형은 "저이용저개발, 쇠퇴낙후, 노후주거, 역사문화자원 특화" 네 가지로 분류된다 (Shon and Park, 2017). 지역 특성을 파악하기 위해 총 4가지 도시재생 유형에 대해 사업이 진행된 22개의 지역에 대한 뉴스 미디어 10만여건의 텍스트 데이터를 수집하였다. 수집된 텍스트를 이용하여 도시재생 유형에 따른 지역별 주요 키워드를 도출하고 토픽모델링을 수행하여 유형별 차이가 있는 지 탐색해 보았다. 다음 단계로 주어진 텍스트를 기반으로 도시재생 유형을 추천하는 추천시스템 구축을 위해 텍스트 데이터를 벡터로 변환하여 머신러닝 분류모델을 개발하였고, 이를 검증한 결과 97% 정확도를 보였다. 따라서 본 연구에서 제안하는 추천 시스템은 도시재생 사업을 진행하는 과정에서 신규 사업지의 지역 특성에 기반한 도시재생 유형을 추천할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.73-95
• /
• 2021

본 연구는 Node2vec 그래프 임베딩 방법과 Light GBM 링크 예측을 활용해 우리나라 식음료 산업의 미개척 수출 후보국가를 탐색한다. Node2vec은 네트워크의 공통 이웃 개수 등을 기반으로 하는 기존의 링크 예측 방법에 비해 상대적으로 취약하다고 알려져 있던 네트워크의 구조적 등위성 표현의 한계를 개선한 방법이다. 따라서 해당 방법은 네트워크의 커뮤니티 탐지와 구조적 등위성 모두에서 우수한 성능을 나타내는 것으로 알려져 있다. 이에 본 연구는 이상의 방법을 우리나라 식음료 산업의 국제 무역거래 정보에 적용했다. 이를 통해 해당 산업의 글로벌 가치사슬 관계에서 우리나라의 광범위한 마진 다각화 효과를 창출하는데 기여하고자 한다. 본 연구의 결과를 통해 도출된 최적의 예측 모델은 0.95의 정밀도와 0.79의 재현율을 기록하며 0.86의 F1 score를 기록해 우수한 성능을 나타냈다. 이상의 모델을 통해 도출한 우리나라의 잠재적 수출 후보국가들의 결과는 추가 조사를 통해 대부분 적절하게 나타난 것을 알 수 있었다. 이상의 내용을 종합하여 본 연구는 Node2vec과 Light GBM을 응용한 링크 예측 방법의 실무적 활용성에 대해 시사할 수 있었다. 그리고 모델을 학습하며 링크 예측을 보다 잘 수행할 수 있는 가중치 업데이트 전략에 대해서도 유용한 시사점을 도출할 수 있었다. 한편, 본 연구는 그래프 임베딩 기반의 링크 예측 관련 연구에서 아직까지 많이 수행된 적 없는 무역거래에 이를 적용했기에 정책적 활용성도 갖고 있다. 본 연구의 결과는 최근 미중 무역갈등이나 일본 수출 규제 등과 같은 글로벌 가치사슬의 변화에 대한 빠른 대응을 지원하며 정책적 의사결정을 위한 도구로써 충분한 유용성이 있다고 생각한다.