• 벤처창업연구
• /
• 제19권2호
• /
• pp.197-214
• /
• 2024

본 연구는 과학기술특성화대학의 학생창업 지원정책에 대한 학생들의 인식을 조사하고, 상향적 접근 방식을 적용하여 정책 수행 대상자인 학생들의 요구 사항을 반영한 정책개선 방안을 도출하고자 수행되었다. 이를 위해 KAIST 학생들을 대상으로 한 설문 조사 및 분석을 통해 학생창업 지원 정책의 효과적인 실행 방안을 탐색하였다. 연구 결과, 학생창업 현장과의 정책목표 공유, 정책 수립 시 학내 학생창업 현장의 의견 반영, 학생 창업가 육성을 위한 창업친화적학사제도 체계의 구축에 대한 개선의 시급성이 높게 나타나고 있었다. 관련하여 집행기관의 역량 강화, 교육과정 내에서의 마케팅 및 시장개척 역량, 사업가로서의 조직관리 및 실무역량 향상의 필요성이 제기되었다. 이에 따라 본 연구에서는 다음과 같은 개선방안을 제안하고자 한다. 첫째, 창업지원 정책의 투명성 및 접근성 강화가 요구되며, 학생들이 정책목표를 명확히 이해하고, 창업지원정책에 쉽게 접근할 수 있도록 정보의 투명성과 접근성을 향상시켜야 한다. 둘째, 학생 중심의 창업정책개발이 요구되며, 학생창업지원 정책을 개발함에 있어 학생들의 의견을 적극적으로 반영하여, 학생들의 요구와 실제 창업 환경을 고려한 맞춤형 정책을 수립해야 한다. 셋째, 과기특성화대학 특성이 반영된 창업친화적학사제도의 개선이 요구되며, 학생들이 창업활동에 더욱 적극적으로 참여할 수 있도록 적극적인 창업친화적학사제도를 도입하거나 개선하여, 창업 활동을 학점으로 인정하거나 창업 관련 교과목을 확대하는 등의 조치를 취해야 한다. 이 연구 결과를 토대로 과학기술특성화대학에서 학생창업을 더욱 적극적으로 지원하고, 창업가정신을 고취시키는 데 의미 있는 기초자료를 제공하고, 대학이 기술혁신과 사회적 가치 창출에 기여하는 혁신 창업생태계 조성에 기여할 수 있기를 기대한다.

• 정보처리학회논문지A
• /
• 제8A권4호
• /
• pp.469-478
• /
• 2001

운영체제의 가상 메모리 시스템에 적용할 페이지 교체 정책은 요구 페이징 시스템의 성능에 큰 영향을 미친다. 대표적인 메모리 페이지 교체 정책으로는 LRU와 LFU가 있다. LRU 정책은 많은 경우에 좋은 성능을 보이며 시스템 부하 변화에 잘 적응하지만, 자주 참조되는 페이지와 가끔 참조되는 페이지를 구별하지 못한다. LFU 정책은 참조 횟수가 가장 작은 페이지를 교체하는 기법으로, 과거의 모든 참조를 반영하지만 이전에 참조된 페이지와 최근에 참조된 페이지를 식별하지 못한다. 따라서 LFU는 변화하는 작업 부하에 잘 적응하지 못한다. 본 논문에서는 먼저 8개의 응용에 대해 메모리 참조 패턴을 분석하여 보았다. 그 참조 패턴을 보면 어떤 경우에는 최근에 참조된 페이지가 계속 참조되며, 또 다른 경우에는 자주 참조되는 페이지가 계속 참조되는 경향이 있다. 즉, 응용에 의해 참조되는 메모리 페이지는 최근성과 참조 횟수 모두에 의해 가치가 결정되며, LRU나 LFU 정책 한 가지만으로는 페이지 교체 정책을 최적화하기 어렵다. 따라서 본 논문에서는 LRU 기법과 LFU 기법을 결합한 새로운 교체 기법을 제안한다. 제안한 기법에서는 페이지 리스트를 LRU 리스트와 LFU 리스트를 나누어 관리하는데, 이 두 리스트에서는 각각 최근성과 참조 횟수를 기반으로 페이지 리스트 순서가 유지된다. 과거에 자주 참조되었던 페이지가 LRU 정책에 의해 교체되어 빠져나가는 경우를 LFU 정책 병행 사용을 통해 줄임으로써, 최근성 가치에 의해 참조 횟수 가치가 훼손되는 경우를 줄인다. 트레이스-기반 시뮬레이션 결과, 제안 기법이 이전에 알려진 페이지 교체 기법보다 좋은 성능을 보일 때가 있음을 확인하였는데, 특히, 과거에 자주 참조했던 페이지를 일정 시간 경과한 후에 다시 참조하는 패턴을 보이는 응용들에서 제안 기법이 기존의 기법들보다 우수하다는 것을 알 수 있었다.

• 만화애니메이션 연구
• /
• 통권15호
• /
• pp.49-71
• /
• 2009

이 연구는 1984년 김청기에 의해 제작 및 감독된 <꾸러기 발명왕>의 프로퍼간다적 성격을 분석한다. <꾸러기 발명왕>은 과학교육영화로 알려져 왔다. 그러나 이 영화가 제작된 1980년대에 첨단 과학은 새로운 정권의 국가발전 이데올로기였으며 과학교육은 국의가 부의 창출을 위한 개개인의 능력 배양을 위한 국가적 프로젝트였다. <꾸러기 발명왕>은 사실상 과학 교육에 대한 영화가 아닌, 80년대의 국가 권력의 정책을 홍보하는 프로퍼간다적 성격을 지니고 있으며, 어린이들이 치열한 연구를 통해 국가 발전에 기여하는 모습을 그린다. 그런 의미에서 이 작품은 똘이 장군 등 김청기 감독 필모그래피의 일련의 국가 정책 홍보영화의 연장선에 서 있다고 볼 수 있다. 본고는 <꾸러기 발명왕>을 1차대전 이후의 다양한 프로퍼간다물과 비교분석함으로서 이 영화가 지니고 있는 정치선전적 성격을 명확히 밝히고, 그 안에 담겨진 메시지가 오늘날 가지는 의미에 대해 살펴보고자 한다.

• 환경영향평가
• /
• 제30권2호
• /
• pp.89-104
• /
• 2021

본 연구는 최근 국립공원을 찾는 사람들이 많아짐에 따라 국립공원 관리의 정책 방향을 검토·결정하는데 필요한 국립공원 이용·보전 관리에 대한 시민의 여론을 확인하고자 진행하였다. 지금까지 국립공원 이용 및 인식과 관련한 설문 조사, 빅데이터 분석 등이 수행됐으나 공원 관리의 쟁점 사항 및 이용에 관한 조사 문항 등이 부족하며 조사 대상이 탐방객으로 국한되는 등의 한계가 있었다. 따라서 시민들의 국립공원 이용과 현재 운영되고 있는 제도에 대한 인식을 확인하기 위해 일반 시민을 대상으로 설문 조사를 진행하였다. 연구결과 탐방객을 상대로 진행된 선행연구들과는 달리 일반 시민들은 고지대 탐방보다는 저지대 탐방을 선호하는 결과가 나타났다. 또한 국립공원에서는 산정부 탐방 금지 정책에 대해 일반 시민들은 현재의 정책을 유지하거나 탐방예약제를 소폭 도입하는 것을 선호하는 것으로 나타났다. 그리고 탐방예약제를 이용해본 시민들의 비율도 매우 적은 것으로 나타났다. 도출된 결과를 바탕으로 탐방객과 일반 시민의 차이점을 고찰하고 공원 관리 원칙과 방향성의 변화, 국민의식과 탐방형태의 변화에 따른 정책여건을 전망하였다.

• 에너지공학
• /
• 제23권4호
• /
• pp.31-40
• /
• 2014

국제적인 온실가스 감축 논의에 대한 구체적인 대응방안의 하나로, 우리나라는 2035년까지 신재생에너지 보급률 11% 달성을 목표로 하는 제2차 에너지기본계획을 수립하였다. 국내 신재생에너지 부문은 8개 분야 재생에너지(태양열, 태양광발전, 바이오매스, 풍력, 소수력, 지열, 해양에너지, 폐기물에너지)와 3개 분야 신에너지(연료전지, 석탄액화가스화, 수소에너지) 등 총 11개 분야로 구성되어 있다. 신재생에너지 보급 확대를 위한 정부와 민간의 투자가 늘어나면서, 신재생에너지 부문의 경제적 파급효과를 규명할 필요성도 증가하고 있다. 이에 본 논문에서는 가장 최근에 발표된 2012년도 산업연관표를 이용한 산업연관분석을 적용하여 신재생에너지 부문의 경제적 파급효과를 분석하고자 한다. 먼저 수요유도형 모형을 이용하여 신재생에너지 부문의 생산유발효과, 부가가치 유발효과, 취업유발효과를 분석한다. 둘째, 공급유도형 모형을 활용하여 공급 지장효과를 살펴본다. 마지막으로 레온티에프 가격모형을 통해 물가파급효과를 도출한다. 분석결과는 다음과 같이 된다. 첫째, 신재생에너지 부문의 1원 생산 또는 투자는 2.1776원의 생산과 0.7080원의 부가가치를 유발한다. 아울러 신재생에너지 10억원 생산 또는 투자의 취업유발효과는 9.0337명이다. 둘째, 신재생에너지 부문의 1원 공급지장으로 인한 국민경제 전체적인 생산 차질액은 1.6314원으로 분석되어 그 값이 작지 않았다. 셋째, 신재생에너지 부문 산출물의 가격이 10% 오를 때의 국민경제 전체적인 물가파급효과는 0.0123%로 작은 편이다. 이상의 정량적 정보는 신재생에너지 부문의 생산 및 투자 확대의 경제적 파급효과를 사전적으로 예측하는 데 중요한 정보로 활용될 수 있다.

• Journal of Preventive Medicine and Public Health
• /
• 제51권5호
• /
• pp.257-262
• /
• 2018

Objectives: Smoking cessation decreases morbidity and mortality due to chronic obstructive pulmonary disease (COPD). Pharmacotherapy for smoking cessation is highly effective. However, the optimal prescription rate of smoking cessation medications among smokers with COPD has not been systemically studied. The purpose of this study was to estimate the national prescription rates of smoking cessation medications among smokers with COPD and to examine any disparities therein. Methods: We conducted a retrospective study using National Ambulatory Medical Care Survey data from 2007 to 2012. We estimated the national prescription rate for any smoking cessation medication (varenicline, bupropion, and nicotine replacement therapy) each year. Multiple survey logistic regression was performed to characterize the effects of demographic variables and comorbidities on prescriptions. Results: The average prescription rate of any smoking cessation medication over 5 years was 3.64%. The prescription rate declined each year, except for a slight increase in 2012: 9.91% in 2007, 4.47% in 2008, 2.42% in 2009, 1.88% in 2010, 1.46% in 2011, and 3.67% in 2012. Hispanic race and depression were associated with higher prescription rates (odds ratio [OR], 5.15; 95% confidence interval [CI], 1.59 to 16.67 and OR, 2.64; 95% CI, 1.26 to 5.51, respectively). There were no significant differences according to insurance, location of the physician, or other comorbidities. The high OR among Hispanic population and those with depression was driven by the high prescription rate of bupropion. Conclusions: The prescription rate of smoking cessation medications among smokers with COPD remained low throughout the study period. Further studies are necessary to identify barriers and to develop strategies to overcome them.

• 디지털융복합연구
• /
• 제14권12호
• /
• pp.173-182
• /
• 2016

인공지능은 현재의 컴퓨팅시스템 성능한계를 극복하고 컴퓨팅 환경을 발전시켜 다양한 분야의 기술 발전을 위한 핵심 기술로서 주목받고 있다. 이에 세계 국가들은 물론이고, 국내에서도 인터넷 기업을 중심으로 사업화 기술개발이 이루어지고 있다. 정부 역시 인공지능 기술 개발을 위해 다양한 지원을 아끼지 않고 있으며, 이에 따른 기술의 발전으로 인공지능에 대한 관심이 증폭되고 있다. 그러나 긍정적인 시각과 부정적인 시각이 공존하고 있는 인공지능 분야에서 사람들의 의견을 분석하는 연구는 매우 부족한 실정이다. 이에 따라 본 연구에서는 텍스트 마이닝 기법을 활용하여 SNS (Social Networking Service)에서 수집된 인공지능에 대한 사람들의 의견 데이터를 연도별로 비교 분석하여 수집된 데이터에 대한 긍정, 부정 여부와 함께 연도별 키워드를 확인하였다. 분석 결과, 국내 인공지능 분야의 연도별 키워드를 확인하였으며, 시간의 흐름에 따라 인공지능에 대해 부정적인 의견이 증가하는 것을 확인하였다. 그리고 이러한 비교분석 결과를 기반으로 인공지능 분야의 흐름에 대해 예측할 수 있었다.

• 과학기술학연구
• /
• 제15권1호
• /
• pp.45-67
• /
• 2015

이 글은 위험커뮤니케이션의 지형과 과학기술 시티즌십을 두 축으로 삼아 대안부재 담론이 여전히 사회적 영향력을 유지하고 있는 이유를 밝히고자 한다. 이를 위해 (1) 공동출현 핵심어(co-occurrence keywords)의 빈도수 측정, (2) 과학기술 시민인식 설문조사를 분석하였다. 먼저, 빈도수 측정을 통해 후쿠시마 원전사고 직후 드러난 위험커뮤니케이션의 지형을 살펴보고 있다. 그런 다음, 설문조사 결과를 분석하여 원자력발전에 대한 시민 인식을 간략하게 정리하고, 원자력을 둘러싼 과학기술 시티즌십의 현주소를 파악하고 있다. 마지막으로, 이상의 분석 결과를 다시 정리하면서 종합해주고 있다. 그로부터 원자력 거버넌스의 작동방식을 이해하고, 그 개선점을 찾고 있다.

• 정보화정책
• /
• 제26권2호
• /
• pp.81-95
• /
• 2019

최근 선거캠페인에서 수집되는 유권자 모델링 및 맞춤형 커뮤니케이션에 관한 데이터는 양적 확장성과 질적 유용성 측면에서 새롭다. 본 연구는 지능정보기술을 활용한 고도의 데이터 분석 능력이 정치에 어떻게 활용되고 있는지에 주목한다. 그 중에서도 선거캠페인에서의 유권자 행동 타게팅이 다양한 측면에서 민주주의 과정과 충돌할 수 있다는 점에 초점을 맞춘다. 이를 위해 마이크로 타게팅과 정치 봇을 살펴본다. 본 연구는 이러한 기술 기반의 캠페인 기법들이 민주주의의 핵심인 자유로운 의견 표출과 논쟁을 방해하는 요인으로 작동하는 양상을 보여준다. 동시에 이에 영향을 미치는 알고리즘의 속성을 파악한다. 본 연구는 지능정보기술 기반의 정치와 민주주의에서 다음과 같은 문제가 발생할 수 있음을 제시한다. 첫째, 정치참여의 불평등이 심화된다. 둘째, 유권자 간 공적 논쟁이 어려워진다. 셋째, 피상적인 정치가 만연한다. 넷째, 단일 이슈 정치와 배제의 정치 현상이 증가한다. 마지막으로 정치적 프라이버시가 침해될 수 있다. 요컨대, 지능정보시대 우리의 역할은 점점 고도화되고 있는 지능정보기술과 민주주의가 공존할 수 있는 방법을 모색하는 것이다.

• 농업과학연구
• /
• 제46권2호
• /
• pp.381-393
• /
• 2019

A smart farm is a system that combines information and communication technology (ICT), internet of things (IoT), and agricultural technology that enable a farm to operate with minimal labor and to automatically control of a greenhouse environment. Machine learning based on recently data-driven techniques has emerged with big data technologies and high-performance computing to create opportunities to quantify data intensive processes in agricultural operational environments. This paper presents research on the application of machine learning technology to diagnose the growth status of crops and predicting the harvest time of strawberries in a greenhouse according to image processing techniques. To classify the growth stages of the strawberries, we used object inference and detection with machine learning model based on deep learning neural networks and TensorFlow. The classification accuracy was compared based on the training data volume and training epoch. As a result, it was able to classify with an accuracy of over 90% with 200 training images and 8,000 training steps. The detection and classification of the strawberry maturities could be identified with an accuracy of over 90% at the mature and over mature stages of the strawberries. Concurrently, the experimental results are promising, and they show that this approach can be applied to develop a machine learning model for predicting the strawberry harvesting time and can be used to provide key decision support information to both farmers and policy makers about optimal harvest times and harvest planning.