• 벤처창업연구
• /
• 제18권6호
• /
• pp.57-70
• /
• 2023

본 연구는 1997년 이후부터 2022년까지 한국연구재단에 등재된 학술문헌을 '엔젤투자' 와 '엔젤투자자' 그리고 '엔젤투자유치' 의 키워드로 검색하여 조사된 문헌들을 연도, 연구주제, 연구방식, 연구대상, 연구방법의 분류를 통해 국내 엔젤투자에 대한 체계적 문헌고찰을 실시하였다. 본 연구를 통해 국내에서 엔젤투자를 주제로 한 연구현황을 분석하여 해외연구대비 상대적으로 부족한 분야의 주제를 제시하였다. 또한, 엔젤투자 연구의 체계적 확장을 위한 연구방향과 관련한 사회과학적 이론을 제시하였다. 그리고 마지막으로 엔젤투자 분야의 연구 활성화를 위해 어떤 부분들이 필요할지 시사점을 제시하였다. 본 연구로 수집된 문헌들을 분석한 결과 국내의 엔젤투자 관련 연구주제는 엔젤투자자의 특성, 벤처창업기업, 제도 및 정책, 엔젤투자의사, 엔젤투자 유형 등에 초점을 두고 있었으며, 향후 연구에서는 엔젤투자 성과분석, 엔젤투자의 사례연구, 그리고 국내 엔젤투자 규모의 성장과 활성화에 도움이 될 수 있도록 연구의 확장이 필요하다는 결론을 도출하였다. 또한, 벤처창업기업, 엔젤투자 유형, 엑설러레이터, 벤처캐피탈, 제도 및 정책 등 특정 변수에 초점을 둔 연구에서 벗어나 크라우드펀딩, 투자수익률 등 엔젤투자에 관련된 다양한 변수관계를 연구 할 필요가 있다. 특히, 앞으로 엔젤투자 성과를 예측하고 해석하는 데 중요한 역할을 하는 다양한 독립변수들과의 관계를 더 자세히 탐구하는 연구가 더욱 필요하다. 또한, 엔젤투자와 투자 의사결정에 영향을 미치는 다양한 변수들에 대한 이론적 구조를 분석하여 이러한 구조에 대한 질적 및 양적연구가 다방면으로 활성화 될 필요가 있다. 본 연구를 통해 향후 엔젤투자 분야에서 보다 다양한 연구가 진행되길 기대하며, 이러한 연구결과들은 국내 엔젤투자의 활성화에도 기여할 수 있을 것이다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.95-110
• /
• 2013

최근 다양한 소셜미디어를 통해 생성되는 비정형 데이터의 양은 빠른 속도로 증가하고 있으며, 이를 저장, 가공, 분석하기 위한 도구의 개발도 이에 맞추어 활발하게 이루어지고 있다. 이러한 환경에서 다양한 분석도구를 통해 텍스트 데이터를 분석함으로써, 기존의 정형 데이터 분석을 통해 해결하지 못했던 이슈들을 해결하기 위한 많은 시도가 이루어지고 있다. 특히 트위터나 페이스북을 통해 실시간에 근접하게 생산되는 글들과 수많은 인터넷 사이트에 게시되는 다양한 주제의 글들은, 방대한 양의 텍스트 분석을 통해 많은 사람들의 의견을 추출하고 이를 통해 향후 수익 창출에 기여할 수 있는 새로운 통찰을 발굴하기 위한 움직임에 동기를 부여하고 있다. 뉴스 데이터에 대한 오피니언 마이닝을 통해 주가지수 등락 예측 모델을 제안한 최근의 연구는 이러한 시도의 대표적 예라고 할 수 있다. 우리가 여러 매체를 통해 매일 접하는 뉴스 역시 대표적인 비정형 데이터 중의 하나이다. 이러한 비정형 텍스트 데이터를 분석하는 오피니언 마이닝 또는 감성 분석은 제품, 서비스, 조직, 이슈, 그리고 이들의 여러 속성에 대한 사람들의 의견, 감성, 평가, 태도, 감정 등을 분석하는 일련의 과정을 의미한다. 이러한 오피니언 마이닝을 다루는 많은 연구는, 각 어휘별로 긍정/부정의 극성을 규정해 놓은 감성사전을 사용하며, 한 문장 또는 문서에 나타난 어휘들의 극성 분포에 따라 해당 문장 또는 문서의 극성을 산출하는 방식을 채택한다. 하지만 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다. 본 연구는 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다는 인식에서 출발한다. 동일한 어휘의 극성이 해석하는 사람의 입장에 따라 또는 분석 목적에 따라 서로 상이하게 해석되는 현상은 지금까지 다루어지지 않은 어려운 이슈로 알려져 있다. 구체적으로는 주가지수의 상승이라는 한정된 주제에 대해 각 관련 어휘가 갖는 극성을 판별하여 주가지수 상승 예측을 위한 감성사전을 구축하고, 이를 기반으로 한 뉴스 분석을 통해 주가지수의 상승을 예측한 결과를 보이고자 한다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.17-35
• /
• 2015

시장 수요 예측은 일정 기간 동안 소비자에게 판매되는 동종 제품 또는 서비스의 수량 혹은 매출액의 규모를 추정하는 활동으로서, 기업경영활동에 있어 효율적인 의사결정을 내릴 수 있는 근거로 활용된다는 점에서 중요하게 인식되고 있다. 신규 시장의 수요를 예측하기 위해 다양한 시장성장모형이 개발되어 왔다. 이런 모형들은 일반적으로 시장의 크기 변화의 동인을 신기술 확산으로 보고 소비자인 개인에게 기술이 확산되는 과정을 통해 시장 크기가 변하는 과정을 확산모형으로 구현하게 된다. 그러나, 시장이 형성된 직후에는 수요 관측치의 부족으로 인해 혁신계수, 모방계수와 같은 예측모형의 모수를 정확하게 추정하는 것이 쉽지 않다. 이런 경우, 전문가의 판단 하에 예측하고자 하는 시장과 유사한 시장을 결정하고 이를 참고하여 모수를 추정하게 되는데, 어떤 시장을 유사하다고 판단하느냐에 따라 성장모형은 크게 달라지게 되므로, 정확한 예측을 위해서는 유사 시장을 찾는 것은 매우 중요하다. 그러나, 이런 방식은 직관과 경험이라는 정성적 판단에 크게 의존함으로써 일관성이 떨어질 수밖에 없으며, 결국, 만족할 만한 수준의 결과를 얻기 힘들다는 단점을 지닌다. 이런 정성적 방법은 유사도가 더 높은 시장을 누락시키고 유사도가 낮은 시장을 선택하는 오류를 일으킬 수 있다. 이런 이유로, 본 연구는 신규 시장의 모수를 추정하기 위해 필요한 유사시장을 누락 없이 효과적으로 찾아낼 수 있는 사례기반 전문가 시스템을 설계하고자 수행되었다. 제안된 모형은 데이터 마이닝의 군집분석 기법과 추천 시스템의 내용 기반 필터링 방법론을 기반으로 전문가 시스템으로 구현되었다. 본 연구에서 개발된 시스템의 유용성을 확인하고자 정보통신분야 시장의 모수를 추정하는 실험을 실시하였다. 전문가를 대상으로 실시된 실험에서, 시스템을 사용한 모수의 추정치가 시스템을 사용하지 않았을 때와 비교하여 실제 모수와 더 가까움을 보임으로써 시스템의 유용성을 증명하였다.

• Asia pacific journal of information systems
• /
• 제17권4호
• /
• pp.31-59
• /
• 2007

We frequently use search engines to find relevant information in the Web but still end up with too much information. In order to solve this problem of information overload, ranking algorithms have been applied to various domains. As more information will be available in the future, effectively and efficiently ranking search results will become more critical. In this paper, we propose a ranking algorithm for the Semantic Web resources, specifically RDF resources. Traditionally, the importance of a particular Web page is estimated based on the number of key words found in the page, which is subject to manipulation. In contrast, link analysis methods such as Google's PageRank capitalize on the information which is inherent in the link structure of the Web graph. PageRank considers a certain page highly important if it is referred to by many other pages. The degree of the importance also increases if the importance of the referring pages is high. Kleinberg's algorithm is another link-structure based ranking algorithm for Web pages. Unlike PageRank, Kleinberg's algorithm utilizes two kinds of scores: the authority score and the hub score. If a page has a high authority score, it is an authority on a given topic and many pages refer to it. A page with a high hub score links to many authoritative pages. As mentioned above, the link-structure based ranking method has been playing an essential role in World Wide Web(WWW), and nowadays, many people recognize the effectiveness and efficiency of it. On the other hand, as Resource Description Framework(RDF) data model forms the foundation of the Semantic Web, any information in the Semantic Web can be expressed with RDF graph, making the ranking algorithm for RDF knowledge bases greatly important. The RDF graph consists of nodes and directional links similar to the Web graph. As a result, the link-structure based ranking method seems to be highly applicable to ranking the Semantic Web resources. However, the information space of the Semantic Web is more complex than that of WWW. For instance, WWW can be considered as one huge class, i.e., a collection of Web pages, which has only a recursive property, i.e., a 'refers to' property corresponding to the hyperlinks. However, the Semantic Web encompasses various kinds of classes and properties, and consequently, ranking methods used in WWW should be modified to reflect the complexity of the information space in the Semantic Web. Previous research addressed the ranking problem of query results retrieved from RDF knowledge bases. Mukherjea and Bamba modified Kleinberg's algorithm in order to apply their algorithm to rank the Semantic Web resources. They defined the objectivity score and the subjectivity score of a resource, which correspond to the authority score and the hub score of Kleinberg's, respectively. They concentrated on the diversity of properties and introduced property weights to control the influence of a resource on another resource depending on the characteristic of the property linking the two resources. A node with a high objectivity score becomes the object of many RDF triples, and a node with a high subjectivity score becomes the subject of many RDF triples. They developed several kinds of Semantic Web systems in order to validate their technique and showed some experimental results verifying the applicability of their method to the Semantic Web. Despite their efforts, however, there remained some limitations which they reported in their paper. First, their algorithm is useful only when a Semantic Web system represents most of the knowledge pertaining to a certain domain. In other words, the ratio of links to nodes should be high, or overall resources should be described in detail, to a certain degree for their algorithm to properly work. Second, a Tightly-Knit Community(TKC) effect, the phenomenon that pages which are less important but yet densely connected have higher scores than the ones that are more important but sparsely connected, remains as problematic. Third, a resource may have a high score, not because it is actually important, but simply because it is very common and as a consequence it has many links pointing to it. In this paper, we examine such ranking problems from a novel perspective and propose a new algorithm which can solve the problems under the previous studies. Our proposed method is based on a class-oriented approach. In contrast to the predicate-oriented approach entertained by the previous research, a user, under our approach, determines the weights of a property by comparing its relative significance to the other properties when evaluating the importance of resources in a specific class. This approach stems from the idea that most queries are supposed to find resources belonging to the same class in the Semantic Web, which consists of many heterogeneous classes in RDF Schema. This approach closely reflects the way that people, in the real world, evaluate something, and will turn out to be superior to the predicate-oriented approach for the Semantic Web. Our proposed algorithm can resolve the TKC(Tightly Knit Community) effect, and further can shed lights on other limitations posed by the previous research. In addition, we propose two ways to incorporate data-type properties which have not been employed even in the case when they have some significance on the resource importance. We designed an experiment to show the effectiveness of our proposed algorithm and the validity of ranking results, which was not tried ever in previous research. We also conducted a comprehensive mathematical analysis, which was overlooked in previous research. The mathematical analysis enabled us to simplify the calculation procedure. Finally, we summarize our experimental results and discuss further research issues.

• 한국전통조경학회지
• /
• 제35권3호
• /
• pp.41-66
• /
• 2017

본 연구는 이계 홍양호가 설정하고 그의 손자 관암 홍경모가 경영한 이계구곡의 향유거점을 문헌 및 현지조사를 통해 실증적으로 추적하는 한편, 구곡의 형식 및 집경방식에 나타난 특징을 검토하는 것이다. 연구의 결과는 다음과 같다. 1. 우이동은 조선시대에 도성의 영역에 속한 땅이자 지금도 행적구역상 서울특별시에 속한 곳이다. 따라서 이계구곡은 예나 지금에나 수도에 있는 유일한 구곡이었다는 특별한 의미로 받아들여진다. 이계구곡은 우이천 상류의 만경폭을 제1곡으로 시작하여 계곡을 따라 내려오며 제2곡 적취병, 제3곡 찬운봉, 제4곡 진의강, 제5곡 옥경대, 제6곡 월영담, 제7곡 탁영암, 제8곡 명옥탄, 제9곡 재간정으로 구성된다. 이중에서 만경폭, 찬운봉, 옥경대는 그 위치를 확정할 수 있을 정도로 특징적인 경물상이 명확히 드러나 있었으며, 진의강, 월영담, 명옥탄, 재간정 터는 구곡기의 묘사와 현지의 지표상황을 통해 유력한 추정지를 찾을 수 있었다. 그러나 적취병, 탁영암의 경우 비근한 영역 내에 기문의 내용과 유사한 복수의 지점들이 나타났는데, 지형 경관 경물의 현황을 종합적으로 고려하여 제1의 추정지를 판단하였다. 이로서 1곡에서 9곡까지 총거리 2.1km의 선적 경로와 구조를 파악할 수 있었으며, 이러한 점은 구곡이 5리(약 1.96km)에 지나지 않는다는 관암의 설명과도 근사하다. 2. 18세기 말에 설정된 이계구곡은 홍양호가 우이동을 풍산 홍씨의 소유로 귀속시킨 뒤 선영의 묘소가 있는 터전을 가문의 공간으로 만드는 일련의 작업에서 비롯되었다. 이계구곡은 구곡이 상류에서부터 하류방향으로 전개된다는 점과, 거점지가 8곡에 위치하는 등 구곡의 일반적인 형식과 적지 않은 차이점을 나타내고 있었다. 이는 가문의 영역을 우이동 초입에 위치한 타 가문의 세력권과 분리시켜 우이동을 점유하려는 원심적 구성으로 해석되지만, 한편으로 우이동을 대표하는 경물인 미륵폭포[만경폭]부터 계곡의 주요 승경에 곡의 순서를 정하고 8곡에 위치한 자신의 거처를 사실상 구곡의 지향점으로 삼는 구심적 공간 만들기의 결과로도 판단된다. 3. 이계구곡에는 여타의 구곡에 비해 설정자와 경영자가 남긴 기문과 시문이 다량 제작된 반면, 구곡도, 각자 등 동반되는 시각적 매체가 전무하다. 그러나 관암의 문집에 수록된 "이계구곡대자첩(耳溪九曲大字帖) 발미(跋尾)"에는 각자를 새기려고 했던 시도가 있었음이 나타나 있다. 본 연구는 송시열 글씨로 알려진 국립중앙박물관 소장 미공개 필첩이 홍양호의 구곡명 유묵을 성첩한 "이계구곡대자첩" 이었음을 확인할 수 있었다.

• 공연문화연구
• /
• 제41호
• /
• pp.5-38
• /
• 2020

이 연구는 군사정권의 권력 전개양상에서 드러나는 문화정책이념이 '다목적 공연장'의 개념형성으로 발현되는 과정을 살펴보는데 있다. 한국의 공연장 현황은 우리나라 공연문화와 깊은 관계가 있다. 각 지방자치단체마다 그 지역을 대표하는 문화예술회관(문예회관)을 중심으로 한국의 공연문화와 향유문화가 깊이 자리 잡고 있기 때문이다. 오늘날 문예회관들은 다목적홀로 운영되고 있으며 운영주체는 절대다수 정부와 지방정부 또는 출자출연기관의 재단법인 등 공공영역에서 운영한다. 따라서 정부와 지방정부의 문화예술정책의 대상이며 제도적 측면과 긴밀한 상관관계를 가지게 된다. 박정희 정권은 초헌법적인 유신을 공포하고 우리나라 문화예술법의 시초라고 할 수 있는 「문화예술진흥법」(1972.9)을 제정한다. 이법을 근거로 「문예중흥5개년계획」(1973)을 수립하고 문화시설들을 짓기 시작했다. 전국의 '문화예술'회관, 또는 '문화'회관이 다목적홀로 지어진 데에는 문화예술진흥법의 "문화예술"에 대한 정의를 "문학, 미술, 음악, 연예 및 출판에 관한 사항"으로 명시함으로써 지금의 '다목적'개념의 근거가 된다. 한편, 문화공보부의 조직직제는 "문화와 예술"을 관장함을 명시하고 대중문화와 예술진흥을 구분 짓는 문화행정체계를 갖춘다. 그러나 이시기 대통령의 연설에 나타난 박정희의 화법은 '문화예술=예술'로 인식하고 있다. 예술은 문화에 포함되는 개념이지만 문화예술=예술로 인식함으로써 정치적 시국이나 시행부서에 따라 그 해석을 달리하였고, 이러한 모호성은 예술이 이데올로기적 활용에 정책적으로 동원되는 기제가 된다. 이러한 배경에서 문화예술진흥법에 근거하고 문화공보부의 관장 하에 1978년 다목적 공연장인 세종문화회관이 개관한다. 그러나 제도상의 문화예술=다목적과 설립을 추진했던 정부조직의 문화≠예술, 권력이 인식했던 문화예술=예술은 대중음악의 대관문제를 두고 가치충돌로 표출된다. 1979년 12·12사태로 정권을 장악한 신군부는 민족문화를 앞세운 국풍81을 통해 저항세력을 체제 안으로 끌어들이고자 했다. 정권의 의도는 실패하였고, 저항과 지지의 양축에서 국민적 지지를 확보하는 방안으로 국민의 문화향유 기회확대 정책에 방점을 둔다. 이는 앞 정권의 문화예술에 관한 인식의 전환이며 박정희 정권과의 차별화를 추구한 것이다. 전두환 정권에 있어 앞 정권과의 차별성은 곧 정권의 정당성 확보를 의미하는 것이었고 향유기회의 확대는 문화영역의 분배 차원에서 추진되었다. 따라서 장기적인 안목의 예술발전으로 자리매김 되지 못했고 하드웨어의 상징성으로 정권의 정당성 확보를 실현하려고 하였다. 오늘날 다목적 공연장의 개념은 유신체제하에 만들어진 법체계의 "문화예술"의 정의에 기인한 것이며 이를 근거하여 공공 공연장의 운영목적으로 '다목적'의 개념이 탄생한다. 군사정권을 이은 전두환 정권은 프로시니엄 구조의 다목적 공연장을 정권의 정당성 확보의 수단으로 표출하였고, 전국적으로 재생산 되어 오늘날 한국의 공연문화에 중요한 비중을 차지하고 있다.

• Journal of Hospice and Palliative Care
• /
• 제19권1호
• /
• pp.61-69
• /
• 2016

목적: 말기암환자 가족 간병인의 간병 부담을 줄이는 것은 가족뿐 아니라 환자를 위해서도 중요하다. 본 연구에서는 말기암환자 가족 간병인의 간병 부담과 관련된 요인에 대해 살펴보았다. 방법: 국내 7개 기관의 완화의료병동에서 입원치료를 받는 말기암환자의 가족 간병인 289명의 자료를 분석하였다. 간병인이 느끼는 주관적 간병 부담은 암환자 가족 돌봄 경험 평가도구를 사용하였고, 5가지 차원에서 단계적 변수 선정을 사용한 로지스틱 회귀 모형을 통해 유의한 인자를 확인하였다. 결과: 간병부담의 각 차원에서 다양한 인자들과의 관련성이 확인되었다. 감정적 요인은 가장 폭넓은 영향을 미쳤는데, 감정적 스트레스를 가진 군은 그렇지 않은 군에 비해, 생활패턴이 변할 가능성이 2.54배(95% confidence interval, 1.29~5.02), 가족의 협조가 부족할 가능성이 2.27배(1.04~4.97), 그리고 신체적 부담이 커질 가능성이 5.44배(2.50~11.88)였다. 가족기능은 가족의 협조부족을 매우 잘 반영하였으며, 심한 가족기능 장애를 보일 경우 경제적 부담과도 관련이 있었다. 종교를 가진 군과 동반질환이 없는 군에서 오히려 간병 부담이 더 높은 것으로 나타났으며, 간병기간과 하루 중 간병시간은 생활패턴의 변화와 신체적 부담을 유의하게 예측하였다. 직업을 가지고 있거나, 사회적 지지가 부족하거나, 자주 방문하지 못하는 가족 간병인은 낮은 자아 존중감을 보였다. 결론: 본 연구 결과에 의하면, 가족 간병인의 간병 부담을 파악하기 위해서는 그들의 정서상태와 가족기능을 파악하는 것이 도움이 되며, 사회적 지지체계를 포함하여 경제적 부담을 완화시키는 노력이 필요하겠다.

• Journal of Plant Biotechnology
• /
• 제35권3호
• /
• pp.177-183
• /
• 2008

본 연구는 동진벼 유래의 Ac/Ds 삽입변이집단의 GUS 분석을 통하여 뿌리 및 미숙종자에서 강하게 GUS가 발현한 개체를 선발하여 FST(flanking sequence tag) 분석 한 결과 Ds 전이 인자가 3번 염색체 zinc finger RING-H2 관련 Oszinc626 유전자의 첫 번째 exon 부위에 single copy로 삽입되어 있었으며, 선발변이체는 뿌리 및 종자 발달이 정상인 동진벼에 비해 매우 낮은 것으로 나타났다. Oszinc626 유전자는 RING-H2 type(C3-H2-C3)으로 $Cys-X_2-Cys-X_{28}-Cys-X-His-X_2-His-X_2-Cys-X_{14}-Cys-X_2-Cys$ 배열이 C-terminus 가장 말단에 위치하며, 49 kDa의 분자량을 가지고 있다. 또한 Southern blot 분석에서 Oszinc626 유전자는 벼 게놈상에 single copy로 존재하였다. RT-PCR을 통한 돌연변이 유전자의 발현분석 결과 250 mM의 염과, $4^{\circ}C$ 저온등과 같은abiotic stress에 의해 발현이 증가함을 보였고, 호르몬처리에 있어서 ABA와 IAA의 식물호르몬을 처리했을 경우 24시간까지 계속해서 발현양이 증가하는 것을 보이는 반면, 2,4-D 처리의 경우 30분 후에 발현이 일시적으로 증가되었으나 이후 발현이 급속히 감소한 것을 보였다. 벼의 조직 별 발현 검정에서 미성숙한 종자, 뿌리 분열조직 및 신초 등 주로 생장점 부위에서 강하게 발현되는 것을 보임에 따라 Oszinc626 유전자의 경우 식물의 생장에 관여하는 주동 유전자의 하나로 판단된다.