• 미술자료
• /
• 제97권
• /
• pp.87-104
• /
• 2020

산률(山律) 선우영(鮮于英)(1946~2009) 필(筆) <금강산 묘길상도>(2000)는 국립중앙박물관이 소장하게 된 최초의 북한 화가 작품이다. 지금까지 알려진 <묘길상도> 가운데 가장 큰 종축(縱軸) 형식으로 크기가 세로 130.2cm, 가로 56.2cm에 이르는 지본수묵진채(紙本水墨眞彩) 그림이다. 선우영에 관하여는 최근 우리나라에도 수차례 개최된 전시회에서 비교적 잘 알려졌다. 그는 1989년 공훈예술가, 1992년 인민예술가 칭호를 받는 등 이른바 '진채세화(眞彩細畫)'의 대가로서 북한을 대표하는 화가가 되었고, 60여 점의 작품이 북한 국보로 지정되었다. 이 그림의 주제인 <묘길상> 마애불은 금강산 내금강 지역에 있는 만폭동 골짜기의 높이 40m 벼랑 아래에 15m 정도 크기로 새겨진 고려시대의 마애불이다. 이 마애불의 명칭은 마사연(摩詞衍) 동쪽에 있었던 묘길상암(妙吉祥庵)에서 유래한다. 마애불의 오른쪽 옆 바위에는 직암(直庵) 윤사국(尹師國)(1728~1709)이 쓴 '묘길상(妙吉祥)'이라는 큼직한 음각의 글씨가 새겨져 있다. 필자는 불상의 수인(手印)을 오른손과 왼손이 모두 엄지와 약지(藥指)가 만나는 하품하생인(下品下生印)과 비슷하지만 왼손이 아래를 향하고 있지 않고 오른손과 거의 직각을 이루며 복부에 놓여있으므로 설법인(說法印)으로 보았다. 즉 이 불상은 설법인을 결하고 있는 석가상(釋迦像)이라고 결론지었다. 선우영의 <금강산 묘길상도>는 조선시대 같은 주제의 그림들과 비교하면 불상의 자연 환경, 즉 벼랑 아래 감실에 새겨진 불상이라는 점과 불상이 인간의 모습이 아닌 암각상임을 수묵진채로 표현한 유일한 그림이다. 구도와 색감이 자아내는 초현실주의적 분위기 또한 이 <금강산 묘길상도>의 특징이라 하겠다. 이 그림을 포함한 선우영의 대부분 작품이 진채로 바위 질감을 사실적으로 표현한 그림이지만 그의 만년작 <파도>(2008)와 같이 전통적의 수묵화에 가까운 그림도 그렸던 폭넓은 작품 세계를 보여주는 화가이다.

• 유통과학연구
• /
• 제10권3호
• /
• pp.51-61
• /
• 2012

본 연구는 커피 시장에 대한 시장 규모가 커지고 점차 확대되고 있는 대형 브랜드 커피전문점을 중심으로 점포선택 속성(가격, 종업원서비스, 점포의 입지, 점포 분위기)을 4가지로 규정하여, 그 선택속성들과 커피전문점 이용자의 특성이 어떠한 관계가 있는 가를 알아보자 하였으며, 또한 커피전문점의 브랜드 태도에는 어떠한 영향을 미치는 바를 조사하였다. 그 결과 이용자의 특성에 따라 차이가 났지만 점포선택속성 중 점포의 분위기와 점포입지가 점포선택 속성에 가장 큰 영향을 미치는 것으로 나타났다. 따라서 이러한 결과를 토대로 본 연구는 커피전문점이 충성고객을 확보하기 위해 어떠한 속성에 중점을 두어야 하며 아울러 소비자의 욕구에 부합되는 선택 속성을 연구하고자 한다. 특히, 유통학문의 연구방법론은 크게 2가지로 규범적 연구방법론, 실증적 연구방법론(경험적 분석기법, 통계적 분석기법)이 있는데, 이중에 본 연구는 실증적 연구방법론중에서 통계적 분석기법을 활용한다. 본 연구의 한계점으로는 첫째, 응답자의 분포가 수도권에 편중되어 있다는 것이다. 본 연구에 이용된 2차 자료를 보면 서울지역의 응답자 수는 경기도 지역에 비해 압도적으로 많았고 경기도 지역의 응답자 수 또한 6대 광역시에 비해 압도적으로 많았다. 따라서 지역 표본이 해당 지역의 모집단을 대표하는데 어느 정도의 한계가 있다고 판단된다. 둘째, 응답자의 비율을 측정척도로 사용한 점이다. 본 연구에서 점포선택속성에 대한 지각정도와 브랜드 선호도를 측정함에 있어서 응답자의 비율을 척도로 사용하였는데 이를 통해 점포선택속성과 브랜드 선호도 간의 관계, 집단 간 차이를 비교적 정확하게 규명하기에는 한계가 따른다. 따라서 향후 연구에서는 위의 한계점을 보완하고 다음과 같은 추가적인 연구가 필요할 것이라 판단된다. 커피전문점들이 점차 지방으로 확대되어 가고 있는 추세에 비추어 볼 때, 6대 광역시 뿐만 아니라 지방 소도시의 소비자들까지 포함하여 설문조사를 실행하여 1차 자료를 수집하는 것이다. 특히 설문조사에서 관련된 변수들을 리커트 척도로 측정하되 점포선택속성에 대한 지각정도, 브랜드 선호도 외에도 재 구매의도까지 포함시킬 수 있다. 따라서 상관관계분석, 다중회귀분석, 분산분석 등을 통해 더욱 정교한 실증분석을 실행하여 소비자의 태도와 행동에 대한 보다 세밀한 분석결과를 도출해야 할 것으로 사료된다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.71-84
• /
• 2013

컴퓨터 시스템 운용 간에 발생하는 많은 정보들이 기록되는 로그데이터는 컴퓨터 시스템 운용 점검, 프로세스의 최적화, 사용자 최적화 맞춤형 제공 등 다방면으로 활용되고 있다. 본 논문에서는 다양한 종류의 로그데이터들 중에서 은행에서 발생하는 대용량의 로그데이터를 처리하기 위한 클라우드 환경 하에서의 MongoDB 기반 비정형 로그 처리시스템을 제안한다. 은행업무간 발생하는 대부분의 로그데이터는 고객의 업무처리 프로세스 간에 발생하며, 고객 업무 프로세스 처리에 따른 로그데이터를 수집, 저장, 분류, 분석하기 위해서는 별도로 로그데이터를 처리하는 시스템을 구축해야만 한다. 하지만 기존 컴퓨팅환경 하에서는 폭발적으로 증가하는 대용량 비정형 로그데이터 처리를 위한 유연한 스토리지 확장성 기능, 저장된 비정형 로그데이터를 분류, 분석 처리할 수 있는 기능을 구현하기가 매우 어렵다. 이에 따라 본 논문에서는 클라우드 컴퓨팅 기술을 도입하여 기존 컴퓨팅 인프라 환경의 분석 도구 및 관리체계에서 처리하기 어려웠던 비정형 로그데이터를 처리하기 위한 클라우드 환경기반의 로그데이터 처리시스템을 제안하고 구현하였다. 제안한 본 시스템은 IaaS(Infrastructure as a Service) 클라우드 환경을 도입하여 컴퓨팅 자원의 유연한 확장성을 제공하며 실제로, 로그데이터가 장기간 축적되거나 급격하게 증가하는 상황에서 스토리지, 메모리 등의 자원을 신속성 있고 유연하게 확장을 할 수 있는 기능을 포함한다. 또한, 축적된 비정형 로그데이터의 실시간 분석이 요구되어질 때 기존의 분석도구의 처리한계를 극복하기 위해 본 시스템은 하둡 (Hadoop) 기반의 분석모듈을 도입함으로써 대용량의 로그데이터를 빠르고 신뢰성 있게 병렬 분산 처리할 수 있는 기능을 제공한다. 게다가, HDFS(Hadoop Distributed File System)을 도입함으로써 축적된 로그데이터를 블록단위로 복제본을 생성하여 저장관리하기 때문에 본 시스템은 시스템 장애와 같은 상황에서 시스템이 멈추지 않고 작동할 수 있는 자동복구 기능을 제공한다. 마지막으로, 본 시스템은 NoSQL 기반의 MongoDB를 이용하여 분산 데이터베이스를 구축함으로써 효율적으로 비정형로그데이터를 처리하는 기능을 제공한다. MySQL과 같은 관계형 데이터베이스는 복잡한 스키마 구조를 가지고 있기 때문에 비정형 로그데이터를 처리하기에 적합하지 않은 구조를 가지고 있다. 또한, 관계형 데이터베이스의 엄격한 스키마 구조는 장기간 데이터가 축적되거나, 데이터가 급격하게 증가할 때 저장된 데이터를 분할하여 여러 노드에 분산시키는 노드 확장이 어렵다는 문제점을 가지고 있다. NoSQL은 관계형 데이터베이스에서 제공하는 복잡한 연산을 지원하지는 않지만 데이터가 빠르게 증가할 때 노드 분산을 통한 데이터베이스 확장이 매우 용이하며 비정형 데이터를 처리하는데 매우 적합한 구조를 가지고 있는 비관계형 데이터베이스이다. NoSQL의 데이터 모델은 주로 키-값(Key-Value), 컬럼지향(Column-oriented), 문서지향(Document-Oriented)형태로 구분되며, 제안한 시스템은 스키마 구조가 자유로운 문서지향(Document-Oriented) 데이터 모델의 대표 격인 MongoDB를 도입하였다. 본 시스템에 MongoDB를 도입한 이유는 유연한 스키마 구조에 따른 비정형 로그데이터 처리의 용이성뿐만 아니라, 급격한 데이터 증가에 따른 유연한 노드 확장, 스토리지 확장을 자동적으로 수행하는 오토샤딩 (AutoSharding) 기능을 제공하기 때문이다. 본 논문에서 제안하는 시스템은 크게 로그 수집기 모듈, 로그 그래프생성 모듈, MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈로 구성되어져 있다. 로그 수집기 모듈은 각 은행에서 고객의 업무 프로세스 시작부터 종료 시점까지 발생하는 로그데이터가 클라우드 서버로 전송될 때 로그데이터 종류에 따라 데이터를 수집하고 분류하여 MongoDB 모듈과 MySQL 모듈로 분배하는 기능을 수행한다. 로그 그래프생성 모듈은 수집된 로그데이터를 분석시점, 분석종류에 따라 MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈에 의해서 분석되어진 결과를 사용자에게 웹 인터페이스 형태로 제공하는 역할을 한다. 실시간적 로그데이터분석이 필요한 로그데이터는 MySQL 모듈로 저장이 되어 로그 그래프생성 모듈을 통하여 실시간 로그데이터 정보를 제공한다. 실시간 분석이 아닌 단위시간당 누적된 로그데이터의 경우 MongoDB 모듈에 저장이 되고, 다양한 분석사항에 따라 사용자에게 그래프화해서 제공된다. MongoDB 모듈에 누적된 로그데이터는 Hadoop기반 분석모듈을 통해서 병렬 분산 처리 작업이 수행된다. 성능 평가를 위하여 로그데이터 삽입, 쿼리 성능에 대해서 MySQL만을 적용한 로그데이터 처리시스템과 제안한 시스템을 비교 평가하였으며 그 성능의 우수성을 검증하였다. 또한, MongoDB의 청크 크기별 로그데이터 삽입 성능평가를 통해 최적화된 청크 크기를 확인하였다.