• 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.

• 한국조경학회지
• /
• 제43권1호
• /
• pp.40-53
• /
• 2015

산업현장의 변화와 요구에 부응할 수 있는 인력을 체계적으로 양성하기 위하여 2001년에 국무조정실을 중심으로 NCS(National Competency Standards, 이하 NCS)와 국가자격체제(National Qualification Frameworks, 이하 NQF)의 도입이 결정되었다. 건설분야 내 조경 역시 2008년 "국가직무능력표준(NCS) -조경"이 시범 개발되어 2009년부터 3년간 시범운영되었다. 특히 2013년 출범한 박근혜 정부의 주요 국정과제 중 하나로 '학벌이 아닌 능력 중심의 사회 구현'이 채택되면서, 이를 실천하기 위한 구체적인 수단으로 NCS 체제 구축이 전국적으로 확산되고 있는 시점이다. 그러나 국가에서 개발한 NCS의 경우, 이상적인 직무수행능력을 명시하였기 때문에 각 대학의 학생수준의 차이, 기자재와 교수들의 확보문제, 현행교육과정의 시수 문제 등 실질적인 운영상의 문제점을 반영하지 못한 단점이 있으므로, 이를 현실적인 교육과정에 연착륙시키기 위해서는 현재의 교육과정과 NCS와의 차이 즉 갭(gap)을 명확히 분석하는 과정이 선행되어야 한다. 갭분석은 기존의 교육과정을 NCS 기반 교육과정으로 개편하기 위한 초기 단계의 방법론으로 NCS 능력단위별 능력단위요소와 수행준거를 기준으로 학과 내 기존 교육과정과의 괴리도 혹은 일치 정도를 1에서 5까지 리커트 척도를 활용하여 기입한 후 분석하는 방법이다. 이처럼 현재의 대학 내 교육과정과 NCS와의 일치 및 괴리 정도를 측정함으로써 향후 NCS 운영을 희망하는 대학에서는 NCS의 적용 가능성과 개발 운영 이후의 효과성을 검증할 수 있는 기초 도구를 확보할 수 있다. 갭분석을 통한 교육과정 개편의 장점으로는 첫째, 정부의 재정지원 사업과 연계하여 정성적인 학과별 NCS 도입률에 대한 정량적 지표를 제공할 수 있으며, 둘째, NCS 기반 교육과정 개편 시 부족한 혹은 포화상태인 부분에 대한 객관적인 기준을 제공해 준다. 즉, 해당 NCS 세분류 도입 시 부족한 능력단위 및 능력단위요소를 추출할 수 있으며, 기존 과목별 능력단위요소별로 보완 사항도 추출할 수 있는 동시에, 이를 통한 상세 강의계획서 및 기초 교과목 개설을 위한 방향성을 제시해 주는 장점이 있다. 다만, 현재까지 개발된 갭분석의 이론을 보완하여 보다 체계적으로 정비해야 하는 과제는 남아 있다. 교육부, 고용노동부는 산업현장의 요구를 교육훈련 및 자격에 체계적으로 반영하기 위해 관련 산업계 인사들이 모여 실무적인 차원에서 NCS 표준을 적극적으로 개발하고 보급하여야 하며, NCS 적용을 희망하는 대학에서는 일과 자격이 연계될 수 있는 교육과정을 NCS 기반으로 개편하여야 할 것이다. 이를 위해 대학에서는 관련 산업 전망 및 대학 내 교수자원과 지역 산업과의 관련성을 고려하여 적용하고자 하는 NCS 세분류를 명확히 선정하여야 할 것이다. 이후 NCS 기반 교육과정 개편을 위해 갭분석을 사용하여 개편의 방향과 기준을 보다 객관적이고 합리적으로 수립하여 교육과정명세서에 대한 명확한 논리적 근거를 확보하고 있어야 과정이수형 자격제도에 효율적으로 동참할 수 있을 것이다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.1-21
• /
• 2012

최근 스마트폰의 등장으로 인해 사용자들은 시간과 공간의 제약 없이 스마트폰을 이용한 새로운 의사소통의 방법을 경험하고 있다. 이러한 스마트폰은 고화질의 컬러화면, 고해상도 카메라, 실시간 3D 가속그래픽과 다양한 센서(GPS와 Digital Compass) 등을 제공하고 있으며, 다양한 센서들은 사용자들(개발자, 일반 사용자)로 하여금 이전에 경험하지 못했던 서비스를 경험할 수 있도록 지원하고 있다. 그 중에서 모바일 증강현실은 스마트폰의 다양한 센서들을 이용하여 개발할 수 있는 대표적인 서비스 중 하나이며, 이러한 센서들을 이용한 다양한 방법의 모바일 증강현실 연구들이 활발하게 진행되고 있다. 모바일 증강현실은 크게 위치 정보 기반의 서비스와 내용 기반 서비스로 구분할 수 있다. 위치 정보 기반의 서비스는 구현이 쉬운 장점이 있으나, 증강되는 정보의 위치가 실제의 객체의 정확한 위치에 증강되는 정보가 제공되지 않는 경우가 발생하는 단점이 존재한다. 이와 반대로, 내용 기반 서비스는 정확한 위치에 증강되는 정보를 제공할 수 있으나, 구현 및 데이터베이스에 존재하는 이미지의 양에 따른 검색 속도가 증가하는 단점이 존재한다. 본 논문에서는 위치 정보 기반의 서비스와 내용기반의 서비스의 장점들을 이용한 방법으로, 스마트폰의 다양한 센서(GPS, Digital Compass)로 부터 수집된 정보를 이용하여 데이터베이스의 탐색 범위를 줄이고, 탐색 범위에 존재하는 이미지들의 특징 정보를 기반으로 실제의 랜드마크를 인식하고, 인식한 랜드마크의 정보를 링크드 오픈 데이터(LOD)에서 검색하여 해당 정보를 제공하는 랜드마크 가이드 시스템을 제안한다. 제안하는 시스템은 크게 2개의 모듈(랜드마크 탐색 모듈과 어노테이션 모듈)로 구성되어있다. 첫 번째로, 랜드마크 탐색 모듈은 스마트폰으로 인식한 랜드마크(건물, 조형물 등)에 해당하는 정보들을 (텍스트, 사진, 비디오 등) 링크드 오픈 데이터에서 검색하여 검색된 결과를 인식한 랜드마크의 정확한 위치에 정보를 제공하는 역할을 한다. 스마트폰으로부터 입력 받은 이미지에서 특징점 추출을 위한 방법으로는 SURF 알고리즘을 사용했다. 또한 실시간성을 보장하고 처리 속도를 향상 시키기 위한 방법으로는 입력 받은 이미지와 데이터베이스에 있는 이미지의 비교 연산을 수행할 때 GPS와 Digital Compass의 정보를 사용하여 그리드 기반의 클러스터링을 생성하여 탐색 범위를 줄임으로써, 이미지 검색 속도를 향상 시킬 수 있는 방법을 제시하였다. 두 번째로 어노테이션 모듈은 사용자들의 참여에 의해서 새로운 랜드마크의 정보를 링크드 오픈 데이터에 추가할 수 있는 기능을 제공한다. 사용자들은 키워드를 이용해서 링크드 오픈 데이터로에서 관련된 주제를 검색할 수 있으며, 검색된 정보를 수정하거나, 사용자가 지정한 랜드마크에 해당 정보를 표시할 수 있도록 지정할 수 있다. 또한, 사용자가 지정하려고 하는 랜드마크에 대한 정보가 존재하지 않는다면, 사용자는 랜드마크의 사진을 업로드하고, 새로운 랜드마크에 대한 정보를 생성하는 기능을 제공한다. 이러한 과정은 시스템이 카메라로부터 입력 받은 대상(랜드마크)에 대한 정확한 증강현실 컨텐츠를 제공하기 위해 필요한 URI를 찾는데 사용되며, 다양한 각도의 랜드마크 사진들을 사용자들에 의해 협업적으로 생성할 수 있는 환경을 제공한다. 본 연구에서 데이터베이스의 탐색 범위를 줄이기 위해서 랜드마크의 GPS 좌표와 Digital Compass의 정보를 이용하여 그리드 기반의 클러스터링 방법을 제안하여, 그 결과 탐색시간이 기존에는 70~80ms 걸리는 반면 제안하는 방법을 통해서는 18~20ms로 약 75% 정도 향상된 것을 확인할 수 있었다. 이러한 탐색시간의 감소는 전체적인 검색시간을 기존의 490~540ms에서 438~480ms로 약 10% 정도 향상된 것을 확인하였다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.123-139
• /
• 2019

국내 NPL (Non performing loan) 시장은 1998년에 형성되었지만, 본격적으로 활성화 된 시기는 2009년으로 역사가 짧은 시장이다. 이로 인해 NPL 시장에 대한 연구도 아직까지는 활발히 진행되지 않고 있는 상황이다. 본 연구는 NPL 시장의 각 물건 별 기준 수익률 달성 유무를 예측할 수 있는 모델을 제안한다. 모델 구축에 사용되는 종속변수는 물건 별 최종 수익률이 기준 수익률 수치 도달 여부를 나타내는 이항변수를 사용하였고, 독립변수로는 물건의 특성을 나타내는 11개의 변수를 대상으로 one to one t-test와 logistic regression stepwise, decision tree를 수행하여 의미있는 7개의 독립변수를 선별하였다. 그리고 통상적으로 사용되는 기준 수익률 수치(12%)가 의미있는 기준 수치인지 확인하기 위해 수치 값을 조절해가며 종속변수를 산출하여 예측모델을 구축해보았다. 그 결과 12%의 기준 수익률 수치로 산출한 종속변수를 이용하여 구축한 예측모델의 평균 Hit ratio가 64.60%로 가장 우수하다는 결과를 얻었다. 다음으로 선별된 7개의 독립변수들과 12%를 기준으로한 수익률 달성유무 종속변수를 이용하여 판별분석, 로지스틱 회귀분석, 의사결정나무, 인공신경망, 유전자알고리즘 선형 모델의 5가지 방법론을 적용해 예측모델을 구축해보았다. 5가지 방법론으로 도출한 예측 모델 간 Hit ratio를 비교한 결과 인공신경망을 이용하여 구축한 예측모델의 Hit ratio가 67.4%로 가장 우수한 결과를 도출해내었다. 본 연구를 통해 추후 NPL시장 신규 물건 매매에 있어서 7가지의 독립변수들과 인공신경망 예측 모델을 활용하는 것이 효과적임을 증명하였다. 물건의 12% 수익률 달성 여부를 사전에 예측해봄으로써 유동화회사가 투자 의사결정을 하는 데에 도움을 줄 것으로 예상하며, 나아가 NPL 시장의 거래가 적정한 가격 선에서 진행됨으로 인해 유동성이 더욱 높아질 것이라 기대한다.

• Asia pacific journal of information systems
• /
• 제20권2호
• /
• pp.63-86
• /
• 2010

Personalized services directly and indirectly acquire personal data, in part, to provide customers with higher-value services that are specifically context-relevant (such as place and time). Information technologies continue to mature and develop, providing greatly improved performance. Sensory networks and intelligent software can now obtain context data, and that is the cornerstone for providing personalized, context-specific services. Yet, the danger of overflowing personal information is increasing because the data retrieved by the sensors usually contains privacy information. Various technical characteristics of context-aware applications have more troubling implications for information privacy. In parallel with increasing use of context for service personalization, information privacy concerns have also increased such as an unrestricted availability of context information. Those privacy concerns are consistently regarded as a critical issue facing context-aware personalized service success. The entire field of information privacy is growing as an important area of research, with many new definitions and terminologies, because of a need for a better understanding of information privacy concepts. Especially, it requires that the factors of information privacy should be revised according to the characteristics of new technologies. However, previous information privacy factors of context-aware applications have at least two shortcomings. First, there has been little overview of the technology characteristics of context-aware computing. Existing studies have only focused on a small subset of the technical characteristics of context-aware computing. Therefore, there has not been a mutually exclusive set of factors that uniquely and completely describe information privacy on context-aware applications. Second, user survey has been widely used to identify factors of information privacy in most studies despite the limitation of users' knowledge and experiences about context-aware computing technology. To date, since context-aware services have not been widely deployed on a commercial scale yet, only very few people have prior experiences with context-aware personalized services. It is difficult to build users' knowledge about context-aware technology even by increasing their understanding in various ways: scenarios, pictures, flash animation, etc. Nevertheless, conducting a survey, assuming that the participants have sufficient experience or understanding about the technologies shown in the survey, may not be absolutely valid. Moreover, some surveys are based solely on simplifying and hence unrealistic assumptions (e.g., they only consider location information as a context data). A better understanding of information privacy concern in context-aware personalized services is highly needed. Hence, the purpose of this paper is to identify a generic set of factors for elemental information privacy concern in context-aware personalized services and to develop a rank-order list of information privacy concern factors. We consider overall technology characteristics to establish a mutually exclusive set of factors. A Delphi survey, a rigorous data collection method, was deployed to obtain a reliable opinion from the experts and to produce a rank-order list. It, therefore, lends itself well to obtaining a set of universal factors of information privacy concern and its priority. An international panel of researchers and practitioners who have the expertise in privacy and context-aware system fields were involved in our research. Delphi rounds formatting will faithfully follow the procedure for the Delphi study proposed by Okoli and Pawlowski. This will involve three general rounds: (1) brainstorming for important factors; (2) narrowing down the original list to the most important ones; and (3) ranking the list of important factors. For this round only, experts were treated as individuals, not panels. Adapted from Okoli and Pawlowski, we outlined the process of administrating the study. We performed three rounds. In the first and second rounds of the Delphi questionnaire, we gathered a set of exclusive factors for information privacy concern in context-aware personalized services. The respondents were asked to provide at least five main factors for the most appropriate understanding of the information privacy concern in the first round. To do so, some of the main factors found in the literature were presented to the participants. The second round of the questionnaire discussed the main factor provided in the first round, fleshed out with relevant sub-factors. Respondents were then requested to evaluate each sub factor's suitability against the corresponding main factors to determine the final sub-factors from the candidate factors. The sub-factors were found from the literature survey. Final factors selected by over 50% of experts. In the third round, a list of factors with corresponding questions was provided, and the respondents were requested to assess the importance of each main factor and its corresponding sub factors. Finally, we calculated the mean rank of each item to make a final result. While analyzing the data, we focused on group consensus rather than individual insistence. To do so, a concordance analysis, which measures the consistency of the experts' responses over successive rounds of the Delphi, was adopted during the survey process. As a result, experts reported that context data collection and high identifiable level of identical data are the most important factor in the main factors and sub factors, respectively. Additional important sub-factors included diverse types of context data collected, tracking and recording functionalities, and embedded and disappeared sensor devices. The average score of each factor is very useful for future context-aware personalized service development in the view of the information privacy. The final factors have the following differences comparing to those proposed in other studies. First, the concern factors differ from existing studies, which are based on privacy issues that may occur during the lifecycle of acquired user information. However, our study helped to clarify these sometimes vague issues by determining which privacy concern issues are viable based on specific technical characteristics in context-aware personalized services. Since a context-aware service differs in its technical characteristics compared to other services, we selected specific characteristics that had a higher potential to increase user's privacy concerns. Secondly, this study considered privacy issues in terms of service delivery and display that were almost overlooked in existing studies by introducing IPOS as the factor division. Lastly, in each factor, it correlated the level of importance with professionals' opinions as to what extent users have privacy concerns. The reason that it did not select the traditional method questionnaire at that time is that context-aware personalized service considered the absolute lack in understanding and experience of users with new technology. For understanding users' privacy concerns, professionals in the Delphi questionnaire process selected context data collection, tracking and recording, and sensory network as the most important factors among technological characteristics of context-aware personalized services. In the creation of a context-aware personalized services, this study demonstrates the importance and relevance of determining an optimal methodology, and which technologies and in what sequence are needed, to acquire what types of users' context information. Most studies focus on which services and systems should be provided and developed by utilizing context information on the supposition, along with the development of context-aware technology. However, the results in this study show that, in terms of users' privacy, it is necessary to pay greater attention to the activities that acquire context information. To inspect the results in the evaluation of sub factor, additional studies would be necessary for approaches on reducing users' privacy concerns toward technological characteristics such as highly identifiable level of identical data, diverse types of context data collected, tracking and recording functionality, embedded and disappearing sensor devices. The factor ranked the next highest level of importance after input is a context-aware service delivery that is related to output. The results show that delivery and display showing services to users in a context-aware personalized services toward the anywhere-anytime-any device concept have been regarded as even more important than in previous computing environment. Considering the concern factors to develop context aware personalized services will help to increase service success rate and hopefully user acceptance for those services. Our future work will be to adopt these factors for qualifying context aware service development projects such as u-city development projects in terms of service quality and hence user acceptance.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 한국작물학회지
• /
• 제3권
• /
• pp.89-98
• /
• 1965

대두증산의 중요성에 미추어 대두의 다수계통 선발을 위하여 전년에 공시한 22품종을 재료로 각 형질의 유전력, 각 형질상호간의 유전상관, 그리고 선발지수 등을 재검토하기 위하여 선발시험을 한 바 대체로 전보 전년의 결과와 같다. 1. 유전력 : 유전력을 추정하기 위하여 파종기별로 각 형질의 평균치의 변동을 보면 제1표와 같이 파종기가 지연됨에 따라 형질의 평균치는 감소하고 (Table 1), 형질중에는 환경에 따라 크게 영향을 받는 것도 있으며(Table 2), 각 형질별 유전력을 추정한 바 그 결과는 제3표와 같다. 즉 개화일수ㆍ결실일수ㆍ생육일수 등 생유기간에 관계되는 형질은 그의 유전력이 높고 형태적 특성에 관계되는 형질중에서도 경장 100입중은 높으나 수량에 관여하는 형질 등은 낮았다. 그리고 파종기에 따라서도 변동을 하며 대체로 파종기가 늦어짐에 따라 감소하는 경향이 보인다(Table 3). 2. 유전상관 : 각 형질 상호간의 유전상관ㆍ표현형상관을 알기 위하여 각 형질의 표현형분산과 각 형질 상호간의 표현형공분산ㆍ유전공분산. 그리고 환경공분산을 산출한 바 그 결과는 제4,5표와 같고(Table 4,5), 그들의 유전상관과 표현형상관은 제6표와 같다(Table 6). 대체로 유전사관의 정도는 표현형상관보다높으나 파종기에 따라서도 변동하고 있다. 일주입중 즉 수랴오가 타형질과의 상관을 보면 대체로 전보와 같이 100입중이외의 제형질은 정의 상관을 보이며, 파종기에 따라서도 그 값이 변동을 하나 전보에서는 일주입중과 분지수 사이에 고도의 상관관계가 보였으나, 본실험에 있어서는 상관의 경향이 보였을 따름이다. 그리고 본실험에 있어서는 일주협수와 일주입수간에서 유전상관이 1이상의 이상치를 보였다. 3. 선발지수 : 선발이 최종 대상형질을 일주입중(형질 Y)으로 하여 여기에 어려 형질을 조합한 선발지수(Selection index A)와 최종 대상형질을 수량과 높은 유전상관이 있는 일주협수(형질 Y')로 하여 여기에 여러 형질을 조합한 선발지수(Selection index B)를 Robinson et al.의 방법에 의하여 작성하여 본 바 제7표와 같다(Table 7). 전보의 결과와 같이 대두의 선발에 있어서는 최종 대상형질을 일주입중 대신에 일주협수로써 선발하여도 대차가 없고, 선발대상형질을 4개형질이상인 경우에는 그 효과가 조사와 산출에 요하는 노력에 비하여 크게 기대될 정도가 못된다. 이와 같은 점에서 다수확을 목표로 하는 선발은 탈곡조제 전에 일주협수ㆍ분지수ㆍ경직경 등에 대하여 조사를 하고 선발지수를 산출하여 Selection score가 큰 계통부터 선발하여 가면 될 것으로 믿는다. 그리고 선발을 위한 대상형질로는 생육일수(X$_1$)ㆍ분지수(X$_2$)ㆍ경직경(X$_3$), 그리고 일주협수(X$_4$)의 4개형질 혹은 분지수(X$_2$)ㆍ경직경(X$_3$), 그리고 일주협수(X$_4$)의 3개형질로 할 것이 요망되고, 이들 형질의 측정치로 선발지수를 작성하여 그 지수에서 산출된 Selection score가 큰 계통부터 선발해 나가는 것이 선발지수의 이용상 실용적이고 효과적인 방법이라 하겠다.

• 대한방사선치료학회지
• /
• 제28권2호
• /
• pp.171-178
• /
• 2016

목 적 : 직장암 방사선 치료 시 대퇴골두의 선량을 최소화하기 위해, 보편적인 치료방법인 3문 입체조형치료계획(3D Conformal radiation therapy)과 5문 입체조형치료계획 그리고 용적변조방사선치료(Volumetric Modulated Arc Therapy, 이하 VMAT) 계획의 유용성을 비교, 평가하고자 한다. 대상 및 방법 : 본원에서 21EX(Varian Medical Systems, USA)를 이용하여 치료 받은 직장암 환자 10명을 대상으로 3문, 5문 입체조형치료계획과 VMAT 전산화치료계획을 각각 세우고 이에 대한 선량분포를 비교분석하였다. 전산화 치료계획은 Eclipse(Ver 10.0.42, Varian, USA)를 이용하였으며, 선량계산을 위해 PRO3(Progressive Resolution Optimizer 10.0.28), AAA(Anisotropic Analytic Algorithm Ver 10.0.28) 알고리즘을 사용하였다. 3문 치료계획은 6MV POST field 와 15MV LT, RT field를 갠트리 각도 $0^{\circ}$, $270^{\circ}$, $90^{\circ}$로 구성하였고, 5문 치료계획은 6MV POST field와 15MV RAO, RPO, LAO, LPO field를 갠트리 각도 $0^{\circ}$, $95^{\circ}$, $45^{\circ}$, $315^{\circ}$, $265^{\circ}$ 로 환자 체표면을 감싸는 형태로 구성하였다. VMAT 치료계획은 갠트리 회전반경이 $360^{\circ}$인 1개의 ARC를 이용하여 수립하였다. 처방선량은 30회에 걸쳐 직장에 총 선량이 54Gy가 되도록 하였다. VMAT 치료계획시 최적화(Optimization) 과정에서 나타나는 선량 차이의 무작위성을 최소화하기 위하여 2회의 최적화와 선량계산과정을 거쳤으며 처방선량의 100%가 표적용적의 95%를 포함할 수 있도록 Plan normalization을 조절하였다. 각 치료 계획의 Total MU, 대퇴골두와 acetabular fossa의 최대선량, PTV의 H.I. (Homogeneity Index), C.I.(Conformity Index)를 평가 지표로 설정하였고, 전자영상유도장치를 이용하여 임상 적용 가능 여부 확인을 위한 IMRT verification Q.A. (Gamma test)를 실시하였다. 결 과 : Rt. femoral head 최대선량은 3문, 5문, VMAT 치료계획 순으로 평균 53.08 Gy, 50.27 Gy, 30.92 Gy를 나타냈다. 마찬가지로 Lt. femoral head 에서도 같은 순으로 평균 53.68 Gy, 51.01 Gy, 평균 29.23 Gy를 나타냈다. Rt. Aceta fossa 의 최대선량은 3문, 5문, VMAT 치료계획 순으로 평균 54.86 Gy, 52.40 Gy, 30.37 Gy의 값을 보였다. Lt. Aceta fossa에서 또한 같은 순으로 평균 54.90 Gy, 52.77 Gy, 평균 31.79 Gy를 나타내어, both femoral head 와 aceta fossa의 최대선량이 3문, 5문, VMAT 치료계획 순으로 높았다. PTV에 대한 H.I.는 모두 서로 비슷한 결과를 나타냈고, C.I.는 3문, 5문, VMAT 치료계획 순으로 평균 1.64, 1.48, 평균 0.99로 VMAT 치료계획이 가장 낮은 것으로 나타났다. Total MU는 VMAT 치료계획이 3문과 5문 치료계획에 비해 각각 평균 124.4MU, 299MU 더 많이 사용하는 것으로 나타났다. VMAT 치료계획에 대한 IMRT verification Q.A. 결과 2mm / 2%, Gamma pass rate 90.0% 기준을 모두 초과하여 통과하였다. 결 론 : VMAT 치료계획은 3D 치료계획과 비교하여 대부분의 평가지표에서 우수한 것으로 나타났다. 특히 대퇴골두의 선량을 크게 감소 시켰으며, 저선량 영역에서는 소장이 받는 선량이 증가 하였으나 오히려 고선량 영역에서는 우수한 선량분포를 보였다. 하지만 VMAT을 지원하지 않는 장비와 치료계획 시 추가되는 Contouring, 그리고 정도관리에 관한 수고 등의 현실적인 제약 때문에 VMAT 치료계획을 선택하기 어려운 경우가 있을 수 있다. 5문 치료계획은 기존 3문 치료계획에 비해, 추가적인 문제에 구애받지 않고 대퇴골두의 선량을 줄일 수 있는 장점이 있다. 따라서 각 병원 상황에 맞게 치료계획을 선택하여 방사선 치료 효과를 높인다면, 직장암 환자의 효율적인 방사선치료 및 생존 기간의 연장뿐만 아니라 삶의 질 향상에도 도움이 될 것으로 판단한다.

• 마케팅과학연구
• /
• 제18권2호
• /
• pp.19-45
• /
• 2008

본 연구는 인터넷쇼핑몰 비주얼 머천다이징의 주요차원을 고객이 쇼핑몰에 진입한 후 정보탐색과 대안평가를 거치는 등의 쇼핑과정을 토대로 AIDA모형 관점에서 점포, 제품, 촉진에 초점을 맞추었다. VMD의 주요차원(primary dimensions)으로는 점포디자인, 머천다이징, 그리고 머천다이징단서로 구분하였다. 선행연구 결과를 토대로 점포다자인의 하위차원으로는 차별성, 간결성, 위치확인성을, 머천다이즈의 하위차원으로는 제품구색, 명성, 정보성을, 그리고 머천다이징단서의 하위차원으로는 제품추천 및 링크를 설정하여 VMD태도와의 관계를 탐색적으로 조사하였다. 연구결과 이들 세 차원은 종속변수에 유의한 정의 영향을 미치는 것으로 나타났다.

• Applied Biological Chemistry
• /
• 제20권1호
• /
• pp.66-80
• /
• 1977

사과 증류주(apple One spirit) 숙성에 있어서 국산 참나무의 품종이 fine spirit숙성 술통재로서의 적성여부를 검토하는 기초적 연구의 일환으로 본 연구를 실행하여 다음과 같은 결과를 얻었다. 1. 양조 원료를 대체 할 수 있는 과실로서 현재 대량생산 되는 과실의 화학분석 결과는 다음과 같다. 사과 : (Apple) (Malus pumila Miller var domestica Schneider) 중 홍옥(Jonathan)은 총당 13.95%, 총산 0.46%, 휘발산 0.012%, pectin 0.20%, 국광(Ralls)은 총당 13.35%, 총산 0.43%, 휘발산 0.011%, pectin 0.455%이었다. 2. 사과중에는 당분과 산 이외에 cellulose, pectin, hemicellulose 등 때문에 사과즙수을이 떨어짐으로 Aspergillus niger SUAFM-430의 xylanase와 amylase, Aspergillus niger SUAFM-6의 cellulase, pectinase를 사과즙에 처리하여 사과즙의 수율을 향상시켰다. 그리고 이황산 처리로 과즙중 여러 미생물을 살균하고 배양효모로서 발효능이 우수한 sacharomyces cerevisiae var. ellipsoidens Rasse Johannisberg II (SUAFM-1018)을 사용하여 사과주를 양조하였다. 사과주(Apple wine)는 원료에 대한 수율이 $86{\sim}87%$이고 Jonathan, Ralls가 ethanol 13.5%, extract분 5.4%, methanol $0.04{\sim}0.05%$이었다. 3. 사과주의 증류수(fine spirit) 제조는 단식증류법(Pot still)으로 2회 증류로서 실험하였다. 사과(apple) fine spirit는 apple wine mash에 대한 수율이 86.6%이고, 홍옥(Jonathan) fine spirit는 pH 4.1, 국광(Ralls) fine spirit는 pH 4.2이었다. 4. 사과주를 증류하여 제조한 fine spirit를 숙성시키기 위하여 국산 참나무 24품종을 나무의 심재(心材) (Inner part)와 변재(邊材) (Outer part)를 사용하여 fine spirit의 숙성융통제를 선발하는 실험을 하였다. 참나무 24품종과 그의 심재, 변재 별로 참나무의 절편(oaa chip) $(1{\times}1{\times}5cm)$을 만들고 oakchip 2개를 각 fine spirit 300ml씩 들은 640ml용맥주병에 담그고, 6개월간 숙성시키면서 색, 향기, 맛 등을 조사하였다. A. 숙성용술통재 선발의 1차 screen결과로서 색추출속도가 우수한 참나무 품종은 다음 순서와 같다. 갈참나무(심재) Quercus aliena Blume(Inner part), 굴참나무(변재) Q variabilis Blume (Outer part), 갈참나무(변재) Q. aliena Blume (Outer part), 졸참나무(심, 변재) Q. serrata Thumb (Inner & Outer part), 신갈참나무(변, 심재) Q. mongolca Fisher (Outer & Inner part), 상수리 나무(변, 심재) Q. acutissima Carruthers (Outer & Inner part)의 순서등 5품종을 선정하였다. B. 숙성온도별 영향으로서 실온 $24{\sim}25^{\circ}C,\;30^{\circ}C,\;45^{\circ}C$ 별로 각 fine spirit에 oak chip을 넣고 숙성시킨 결과 $45^{\circ}C$에서 숙성시킨 것이 가장 숙성이 촉진 되었고 다음이 $30^{\circ}C$, 다음이 실온에서 한 순서의 경향이었다. C. 투명한 삼각후라스크에 각 fine spirit에 oak chip을 담그고 자외선 조사를 하여 3개월간 숙성 시켰드니 숙성효과가 contral구 보다 거의 2배가 촉진하는 흥미있는 사실을 확인하였다. D. 사과주에서 증류한 fine spirit 300ml에 2개의 oak chip을 담그어 숙성시킴에 있어 oak chip의 여러성분이 fine spirit에 용출되여 나오는 정도가 fine spirit의 pH에 중요한 관계가 있음을 알았다. E. 선정된 5개 품종의 oak chip과 블란서 참나무 술통재(Limousin white oak from France)를 control로 하여 각 사과주를 증류한 fine spirit에 2개의 oak chip($1{\times}1{\times}5cm$)을 담그고 실온, $(24{\sim}25^{\circ}C)$, $30^{\circ}C,\;45^{\circ}C$, 실온에서 자외선조사 하면서 각각 6개월간 매일주일 마다 진탕하면서 숙성시켰다. 6개월간 수성시킨 fine spirit(young brandy)의 관능 검사 결과는 다음과 같다. 불란서 oak chip의 실온 숙성한 fine spirit 하고 비슷한 것은 참갈나무 chip을 넣은 사과의 young bandy($45^{\circ}C$에서 숙성함)이었고 갈참나무 chip을 넣고 실온에서 UV-ray 조사한 사과의 young brandy는 불란서 oak chip의 실온 숙성한 young brandy 보다는 약간 떨어지지만 그런대로 국산 참나무를 각 fine spirit 숙성용으로 이용할 가치가 있음을 알았다.