• 헤리티지:역사와 과학
• /
• 제54권3호
• /
• pp.4-23
• /
• 2021

본고는 시대를 관통하는 기형의 보편성을 가진 족집게의 쓰임과 사용 문화를 알아보고, 족집게의 유형을 살펴보고자 하였다. II장에서는 족집게에 관한 용어를 정리하고, 족집게의 쓰임을 당대의 사회문화, 정치와 관련하여 두 가지 경우로 보았다. 첫 번째는 미용 및 자기관리의 목적으로 족집게를 사용한 경우이다. 눈썹과 코털을 정리하는 미용 용도로 사용하였고, 남성들이 사회적 지위와 권력을 유지하고자 흰털을 뽑는 용도로 사용되었다. 두 번째는 응급 처지 의료보조기구로 족집게를 사용한 경우이다. III장에서는 고려, 조선시대 족집게를 유형별로 분류하였다. 족집게는 크게 기본형과 복합형으로 구분된다. 기본형은 삼국시대부터 현재까지 이어져온 형태로 손잡이와 집게로 이루어져 있다. 집게를 고정하는 고리가 달린 족집게 형태가 나타나기도 한다. 복합형은 일체형과 분리형으로 나뉜다. 일체형은 양쪽에 달린 도구에 기반을 둔 분류이며, 귀이개 일체형과 손칼 일체형이 있다. 반면 분리형은 리벳 분리형과 고리 분리형으로 나뉜다. 특히 주목할 점은 복합형 중 일체형은 고려시대에만 나타나는 기형으로 당대 사용자들의 기호를 엿볼 수 있다. 제작 기법은 단조로 얇은 금속판을 만든 후에 족집게의 형태를 만든다. 장식 기법은 은과 동 같은 무른 금속 재질의 족집게에 선각, 점조, 압각(인각) 등으로 문양을 새겼고, 장식성이 두드러지는 족집게는 왕실이나 귀족들이 사용했을 것으로 추정된다. 그러나 시대에 상관없이 대부분의 족집게는 강도가 높은 청동이나 철로 제작되었다. 때문에 다수의 족집게는 단순한 X자 문양이 시문되거나 무문이 주를 이루고 있다. 족집게의 형태들이 다양하게 나타날 수 있던 이유는 시대를 막론하고 족집게 문화가 널리 퍼져 있었기 때문이다. 기본형 족집게는 삼국시대부터 현재까지 이어져오고 있으며 실용성에 기반을 둔 전형적인 일상도구이다. 그동안 금속공예는 왕실공예 또는 불교공예에 한정되어 연구되어왔다. 족집게와 같은 일상용구에 대한 연구가 활발히 이루어져 당대의 사회문화를 여러 방면으로 살펴볼 수 있는 계기가 되기를 바란다.

• 미술자료
• /
• 제97권
• /
• pp.69-86
• /
• 2020

국립중앙박물관 소장 <행행일기(幸行日記)>(구7152, 이하 <일기>로 약칭)는 1761년 4월 사도세자의 평양밀행을 기록한 문서이다. 당시 작성자는 평양의 하급 군관 함대일(咸戴一)(1738~1771)이며, 사도세자에게 능력을 인정받아 4월 7일부터 5월 1일까지 세자를 모셨다. <일기>는 해당 시기 구체적인 행적을 적고 있어, 역사에 기록되지 않았던 사도세자의 평양밀행 여정을 확인할 수 있다. <일기>는 다른 일기들과 구분되는 특징을 가지고 있다. 사용된 종이의 품질과 정연하게 쓰인 서체와 문장의 구성은 일반적인 일기와는 다르다. 이 <일기>는 개인이 쓴 일기와는 달리 완성된 문서에 가까운 형식을 갖추었다. <일기>는 그동안 모호하게 알려졌던 사도세자의 평양밀행을 기록한 만큼 내용 사실 여부를 우선 확인할 필요가 있다. 이를 위한 과정으로 먼저 함대일이라는 인물을 추적하였는데, 그의 가계(家系)는 <일기>에서 밝히고 있는 내용과 일치하였다. 또한 <일기>에서 사도세자가 글씨를 쓴 정황이 나오는데, 당시 쓴 예필진적(睿筆眞跡)이 오늘날에도 전해지고 있다. 따라서 <일기>에 실린 내용을 사실로 볼 수 있다. 그러나 밀행 당시 사도세자는 다양한 계층의 인물들을 만났지만, <일기>는 함대일과 사도세자 중심으로만 구성되어있다. 이 점은 당시에 원문에 해당하는 기록이 존재할 수 있으나, 오늘날 전해지는 <일기>는 이를 바탕으로 편집하였을 가능성을 보여준다. <일기>는 함대일의 아들 함정희(咸正禧)(1758~1817)에 의해 완성된 것으로 보인다. 먼저 부친 함대일이 영조(英祖)(재위 1724~1776) 재위 기간에는 사도세자와 관련된 기록을 남겼을 가능성이 낮다. 둘째로 정조 대 함정희가 사도세자의 예필과 일기를 바친 정황이 확인된다. 물론 당시 정조에게 바친 일기가 현재의 <일기>인지 여부는 불분명하다. 그러나 정조(正祖)(재위 1776~1800)의 주도로 사도세자 현창 사업이 진행된 시대적 상황을 고려하면 당시에 제작되었을 가능성은 충분하다. 그리고 예필과 일기를 바친 시기는 각각 현륭원 조성과 사도세자의 환갑과도 겹치는 점이 확인된다. 따라서 <일기>는 함정희가 본인의 입신(立身)을 위해 제작하였음을 짐작해볼 수 있다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.41-59
• /
• 2022

군수물자의 적기 조달은 군의 작전능력 유지를 위해서 필수적이며, 계약업무는 적기 조달을 위한 첫 단추라고 할 수 있다. 또한 신속한 계약체결은 수요자의 여유로운 납기설정을 가능케 하며, 예산 집행의 가능성을 높여주기 때문에 예산의 조기집행과 이·불용 방지를 위해서도 계약 프로세스 개선이 필수적이다. 최근 빅데이터를 이용한 연구가 여러 분야에서 활발히 진행되고 있으며, 빅데이터를 이용한 프로세스 분석 및 개선 기법인 프로세스 마이닝 역시 민간에서 널리 활용되고 있다. 하지만 군 내 계약업무에 대한 분석은 업무 담당자의 경험과 단편적인 정보를 활용한 이·불용 문제사례별 원인 파악 및 대응적 모색과 같은 개별적 분석수준에 그치고 있다. 본 연구는 계약 프로세스 개선을 위해 공군 군수사령부 재정처가 2019년 11월부터 약 1년간 직접 계약한 총 560건의 계약업무에 관한 데이터를 가지고 프로세스 마이닝 기법을 이용하여 분석하였다. 분산된 데이터를 종합하여 프로세스 맵을 도출하고, 프로세스의 흐름, 수행시간 분석, 병목 분석 및 추가 세부분석을 실시했다. 분석결과 다수 계약 건에서 의뢰 후 재검토/수정이 반복 발생하고 있음을 발견할 수 있었다. 반복적인 재검토/수정은 원가계산 완료까지의 소요일수 지연에 크게 영향을 미치고 있으며, 이는 병목 지점 시각화를 통해서도 명확하게 드러났다. 재검토/수정은 계약의뢰가 많은 상위 5개 부서에서 60% 이상 발생하고, 의뢰가 집중되는 상반기에 주로 발생하는데 이는 소요부서의 계약의뢰 전 면밀한 사전검토가 필요함을 의미한다. 그리고 재정처의 계약업무는 법령에 따른 절차대로 수행되고 있었으나, 일부 업무의 순서조정이 필요함을 알 수 있었다. 본 연구는 군 내 계약업무 분석에 프로세스 마이닝을 이용한 첫 사례이다. 이를 기반으로 프로세스 마이닝을 군대 내 다양한 업무에 적용하기 위한 연구가 더욱 수행된다면, 각종 업무의 효율화를 이끌어 낼 수 있을 것으로 기대한다.

• 전기화학회지
• /
• 제26권1호
• /
• pp.1-10
• /
• 2023

리튬 이차전지의 4 대 구성요소에 포함되는 양극은 배터리의 에너지 밀도를 담당하는 중요한 구성요소에 속하며, 보편적으로 제작되는 양극의 습식 제작 공정에는 활물질, 도전재, 고분자 바인더의 혼합 과정이 필수적으로 이루어지게 된다. 하지만, 양극의 혼합 조건의 경우 체계적인 방법이 갖추어져 있지 않기 때문에 제조사에 따라 성능의 차이가 발생하는 경우가 대다수이다. 따라서, 양극의 슬러리 제작 단계에서 정돈되지 않은 혼합 방법의 최적화를 진행을 위해 보편적으로 사용되는 THINKY mixer와 homogenizer를 이용한 LiMn₂O₄ (LMO) 양극을 제조해 각각의 특성을 비교하였다. 각 혼합 조건은 2000 RPM, 7 min으로 동일하게 진행하였으며, 양극의 제조 동안 혼합 방법의 차이만을 판단하기 위해 다른 변수 조건들은 차단한 후, 실험을 진행하였다(혼합 시간, 재료 투입 순서 등). 제작된 THINKY mixer LMO (TLMO), homogenizer LMO (HLMO) 중 HLMO는 TLMO보다 더 고른 입자 분산 특성을 가지며, 그로 인한 더 높은 접착 강도를 나타낸다. 또한, 전기화학적 평가 결과, HLMO는 TLMO와 비교하여 개선된 성능과 안정적인 수명 주기를 보였다. 결과적으로 수명특성평가에서 초기 방전 용량 유지율은 HLMO가 69 사이클에서 TLMO와 비교하여 약 4.4 배 높은 88%의 유지율을 보였으며, 속도성능평가의 경우 10, 15, 20 C의 높은 전류밀도에서 HLMO가 더 우수한 용량 유지율과 1C에서의 용량 회복률 역시 우수한 특성을 나타냈다. 이는 활물질과 도전재 및 고분자 바인더가 포함된 슬러리 특성이 homogenizer를 사용할 때, 정전기적 특성이 강한 도전재가 뭉치지 않고 균일하게 분산되어 형성된 전기 전도성 네트워크를 생성할 수 있기 때문으로 간주된다. 이로 인해 활물질과 도전재의 표면 접촉이 증가하고, 전자를 보다 원활하게 전달하여 충전 및 방전 과정에서 나타나는 격자의 부피변화, 활물질과 도전재 사이의 접촉저항의 증가 등을 억제하는 것에 기인한다.

• 한국작물학회지
• /
• 제42권5호
• /
• pp.489-496
• /
• 1997

참깨재배의 국제경쟁력 강화와 농가소득 증대에 가장 시급한 과제인 생산노력을 획기적으로 절감하기 위한 참깨 대단위 집단 재배에 적합한 생력기계화 일관체계를 확립하고자 주요작업 단계별로 개발된 농기계를 적용하여 일련의 시험을 실시하였던 바 얻어진 주요결과를 요약하면 아래와 같다. 1. 참깨의 파종작업에 점파기 부착 비닐멀칭기를 개발, 이용함으로써 노력시간이 관행의 ha당 285시간에서 5시간으로 줄어 98％의 생력효과를 가져왔다. 2. 참깨 수확작업에 참깨 예취결속기를 사용함으로써 ha당 관행의 330시간에서 22시간으로 93％의 생력 효과를 얻었다. 3. 참깨의 탈곡작업에 참깨 탈곡기를 사용하여 관행의 ha당 151시간을 23시간으로 단축, 85％의 생력효과를 얻었다. 4. 참깨 선별기를 이용한 선별작업으로 관행의 ha당 54시간에서 12시간으로 단축, 78％의 생력효과를 얻었다. 5. 기계화 일관재배에서 생육은 관행과 비슷했으며 수량은 ha당 1,107kg으로 관행에 비하여 6％ 증수되었다. 6. 참깨재배의 전 작업과정에서 비닐멀칭 기계화 일관체계(점파기 부착 비닐피복기 ＋ 참깨 예취결속기＋참깨 탈곡기＋참깨 선별기)를 적용하였을 때 ha당 472시간의 노력이 소요되어 관행대비 62％의 생력효율을 얻을 수 있었다. 7. 비닐멀칭 기계화 일관재배는 관행에 비하여 인건비가 ha당 1,720천원이 절감되어 소득면에서 관행의 8,680천원보다 26％ 많은 10,940천원의 소득증대 효과가 있었다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.1-17
• /
• 2023

정보통신기술의 발전과 디지털 기기의 대중화로 인해, 온라인 시장의 규모가 커지고 있다. 그 결과 고객들은 상품을 선택하는데 많은 시간과 비용이 소요되는 정보 과부하(Information Overload) 문제에 직면하고 있다. 따라서 고객이 선호할만한 상품을 추천해 주는 추천 시스템은 필수적인 도구가 되었으며 협업 필터링(Collaborative Filtering) 기법은 가장 널리 쓰이는 추천 방법이다. 전통적인 추천 시스템은 평점과 같은 정량적인 데이터만을 사용하기 때문에 추천의 정확도는 높지 않다. 이와 같은 문제를 해결하기 위해 요즘에는 사용자 리뷰와 같은 정성적 데이터를 반영하는 연구가 활발히 진행되고 있다. 협업 필터링의 일반적인 절차는 사용자-상품 행렬 생성, 이웃 집단 탐색, 추천 목록 생성 3단계로 구성되며 코사인 같은 사용자 유사도를 사용하여 목표 고객의 이웃을 탐색하며, 추천 상품 목록을 생성한다. 본 연구에서는 이웃 집단 탐색 및 추천 목록 생성 단계에서 사용하는 사용자 간의 유사도를 기존의 사용자 평점을 이용한 유사도에 고객의 리뷰 데이터를 사용하는 확장된 사용자 유사도를 제시한다. 리뷰를 정량화 하기 위해 본 연구에서는 텍스트 마이닝을 활용한다. 즉, 리뷰 데이터에 TF-IDF, Word2Vec, 그리고 Doc2Vec 기법을 사용하여 두 사용자 간의 리뷰 유사도를 구한 후 사용자 평점을 사용한 유사도와 리뷰 유사도를 결합한 확장된 유사도를 생성하는 것이다. 이를 검증하기 위해 전자상거래 사이트인 Amazon의 'Health and Personal Care'의 사용자 평점과 리뷰 데이터를 사용하였다. 실험 결과, 사용자 간 유사도를 산출할 때 기존의 평점에 기반한 유사도만을 사용하는 것보다, 사용자 리뷰의 유사도를 추가로 반영한 확장된 유사도를 사용하면 추천의 정확도가 높아진다는 것을 확인했다. 또한, 여러 텍스트 마이닝 기법 중에서 TF-IDF 기법을 사용한 확장된 유사도를 이웃 집단 탐색 및 추천 목록 생성단계에서 사용할 때의 성능이 가장 좋게 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권11호
• /
• pp.471-480
• /
• 2023

국내 건설수주 규모는 2013년 91.3조원에서 2021년 총 212조원으로 특히 민간부문에서 크게 성장하였다. 국내외 시장 규모가 성장하면서, EPC(Engineering, Procurement, Construction) 프로젝트의 규모와 복잡성이 더욱 증가되고, 이에 프로젝트 관리 및 ITB(Invitation to Bid) 문서의 위험 관리가 중요한 이슈가 되고 있다. EPC 프로젝트 발주 이후 입찰 절차에서 실제 건설 회사에게 부여되는 대응 시간은 한정적일 뿐만 아니라, 인력 및 비용의 문제로 ITB 문서 계약 조항의 모든 리스크를 검토하는데 매우 어려움이 있다. 기존 연구에서는 이와 같은 문제를 해결하고자 EPC 계약 문서의 위험 조항을 범주화하고, 이를 AI 기반으로 탐지하려는 시도가 있었으나, 이는 레이블링 데이터 활용의 한계와 클래스 불균형과 같은 데이터 측면의 문제로 실무에서 활용할 수 있는 수준의 지원 시스템으로 활용하기 어려운 상황이다. 따라서 본 연구는 기존 연구와 같이 위험 조항 자체를 정의하고 분류하는 것이 아니라, FIDIC Yellow 2017(국제 컨설팅엔지니어링 연맹 표준 계약 조건) 기준 계약 조항을 세부적으로 분류할 수 있는 AI 모델을 개발하고자 한다. 프로젝트의 규모, 유형에 따라서 세부적으로 검토해야 하는 계약 조항이 다를 수 있기 때문에 이와 같은 다중 텍스트 분류 기능이 필요하다. 본 연구는 다중 텍스트 분류 모델의 성능 고도화를 위해서 최근 텍스트 데이터의 컨텍스트를 효율적으로 학습할 수 있는 ELECTRA PLM(Pre-trained Language Model)을 사전학습 단계부터 개발하고, 해당 모델의 성능을 검증하기 위해서 총 4단계 실험을 진행했다. 실험 결과, 자체 개발한 ITB-ELECTRA 모델 및 Legal-BERT의 앙상블 버전이 57개 계약 조항 분류에서 가중 평균 F1-Score 기준 76%로 가장 우수한 성능을 달성했다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.99-107
• /
• 2024

경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.

• 산업융합연구
• /
• 제22권2호
• /
• pp.73-83
• /
• 2024

이 연구의 목적은 스포츠 분야 사회적기업을 둘러싸고 발생하는 여러 문제점들을 조직의 관점에서 진단하고 필요한 과제 및 시사점을 도출하는 데 있다. 연구의 목적을 달성하기 위해 크게 세 가지 단계로 구분하여 연구를 진행, 결과를 도출하였다. 첫 번째로는 스포츠 분야 사회적기업의 주요 현황 및 특성 등에 대하여 살펴보았다. 배경 및 기원, 법제 및 정책, 조직목표, 조직구조 및 절차, 조직특성 등의 측면을 중심으로 현황을 분석하였다. 스포츠 분야 사회적기업은 초기단계로서 정부의 사회적기업 정책목표는 재정투입을 통해 단기간 내 사회적기업의 수를 늘리는 것에 초점을 맞추는 경향이 있었다. 그리고 개별 기업들의 수익창출 여력이 미흡하여 정부의 보조금 지원에 의존하는 경우가 대다수인 것으로 파악되었다. 두 번째 단계에서는 스포츠 분야 사회적기업의 기능수행에 영향을 미치는 상황적 요인에 대하여 중점적으로 살펴보았다. 상황적 요인인 조직의 가치와 이념, 기술, 역사 등을 검토한 결과, 스포츠 분야 사회적기업으로 인증 받아 중앙정부나 지방자치단체로부터 지원을 받는 경우 정치적 통제는 어느 정도 강하고 시장에 노출 정도는 심하지 않은 '관청형' 조직의 형태로 나타나는 것을 도출할 수 있었다. 마지막 세 번째 단계에서는 스포츠 분야 사회적기업에 적정한 조직의 형태를 갖추기 위한 과제 및 시사점을 도출하였다. 스포츠 분야 사회적 기업 생태계가 어느 정도 정착된 이후에는 현재의 '관청형' 조직에서 '국민기업' 조직으로 점차 나아갈 필요가 있다. 이는 정부의 제한된 재정 수준을 감안해서도 그러하며, 단기적인 생존이 아니라 장기적으로 스포츠 분야 사회적기업이라는 조직이 살아남을 수 있기 위해서도 그러한 것이다.