• 대한임상검사과학회지
• /
• 제56권1호
• /
• pp.43-51
• /
• 2024

[⁶⁸Ga]Ga-FAPI-04는 암세포에 과발현 되어 있는 fibroblast activation protein (FAP)에 특이적으로 결합하는 FAP 저해제(FAP inhibitor, FAPI)에 방사성동위원소 ⁶⁸Ga을 표지한 방사성의약품이다. 본 연구에서는 국내에서 제작된 카세트기반 자동합성장치를 사용하여 [⁶⁸Ga]Ga-FAPI-04를 제조하는 방법을 개발하였다. [⁶⁸Ga]Ga-FAPI-04의 합법을 개발하기 위해 완충액 HEPES의 농도, 반응시간, FAPI-04 전구체 양, 반응온도에 따른 표지효율을 확인하였다. [⁶⁸Ga]Ga-FAPI-04는 2 M HEPES를 사용하여 pH 3.85에서 반응할 경우 가장 높은 표지효율을 획득할 수 있었고, 반응시간이 10분일 경우와 25 ㎍의 FAPI-04 전구체를 사용할 경우 및 100℃에서 반응할 경우 가장 높은 표지효율을 획득할 수 있었다. 또한 최종 합성된 [⁶⁸Ga]Ga-FAPI-04는 모든 품질기준을 만족하여 본 연구를 통해 개발된 [⁶⁸Ga]Ga-FAPI-04의 합성법은 FAPI 기반 방사성의 약품생산에 활용도가 높을 것으로 예상된다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.209-223
• /
• 2024

4차 산업혁명 시대에 접어들어 데이터 기반의 의사결정이 보편화되고 있다. 하지만 데이터 품질이 확보되지 않은 채 수행되는 데이터 분석은 왜곡된 결과를 낳을 가능성이 존재한다. 수자원 관리의 기초가 되는 수위 데이터도 마찬가지로 결측, 스파이크, 잡음 등 다양한 품질 문제를 가진다. 본 연구에서는 잡음으로 인해 발생하는 데이터 품질 문제를 해결하고자 하였다. 잡음은 데이터의 트렌드 분석을 어렵게 하고 비정상적인 이상치를 생성할 가능성이 있다. 본 연구는 이러한 문제를 해결하기 위해 Wavelet Transform을 이용한 잡음 제거 접근 방안을 제안한다. Wavelet Transform은 신호처리에 주로 사용되는 방법으로 잡음 제거에 효과적인 것으로 알려져 있으며 수집된 데이터의 정답 데이터(True value) 수집을 요구하지 않으므로 시간과 비용을 줄일 수 있다는 점에서 적용이 용이한 편이다. 본 연구는 Wavelet Transform의 성능 평가를 위해 대표적인 머신러닝 기반 잡음 제거 방법인 Denoising Autoencoder와 성능 비교를 수행하였다. 그 결과 Wavelet Transform 중 Coiflets 함수는, Denoising Autoencoder에 비해 Mean Absolute Error, Mean Absolute Percentage Error, Mean Squared Error 등 모든 측면에서 우수한 성능을 보이는 것으로 나타났다. 이러한 결과는 환경에 맞는 적절한 웨이블릿 함수의 선택을 통한 잡음 문제를 효과적으로 해결할 수 있음을 시사한다. 본 연구는 수위 데이터의 품질을 향상시켜 수자원 관리 결정의 신뢰성에 기여하는 강력한 도구로서 Wavelet Transform의 잠재력을 확인한 의의가 있다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.183-192
• /
• 2024

한미 방위비분담금은 1991년 1,073억 원을 부담하는 것으로 시작되었고, 2021년 1조 1,833억 원을 부담하는 것으로 규모가 점차 증가하고 있으며, 방위비 분담금에 대한 국민의 관심도 높아지고 있다. 본 연구의 목적은 한미 방위비 분담금 결정에 영향을 미치는 결정 요인(경제, 안보, 국내정치, 행정, 국제정치)을 실증적으로 분석하여 방위비 분담금 결정 과정을 보다 깊이 있게 이해하고, 방위비 분담금 산정과 집행의 효율성을 제고하는 것이다. 연구 범위는 1991년 ~ 2021년의 한미 방위비 분담금이다. 실증분석에 이용된 자료는 국방부, 정부 통계자료, SIPRI, 언론보도 등 다양한 2차 자료를 활용했다. 실증분석 방법으로 시계열을 활용한 다중회귀분석을 이용하고 자기회귀모형으로 데이터를 분석하였다. 다중회귀분석을 통한 실증적 연구 결과 우리는 아래와 같은 결과를 도출했다. 한국의 경제 규모, 즉 GDP와 전년도의 방위비 분담금, 그리고 주한미군의 병력 수치가 방위비 분담금 결정에 정(+)의 영향을 미치는 것으로 분석되었다. 이는 한국의 경제 성장이 방위비 분담금 증가에 영향을 주는 주요 요인임을 나타내며, 예산의 점진적 증가와 주한미군 주둔 비용 분담 특별협정(SMA) 협상 방식이 중요한 역할을 한다는 것을 시사한다. 반면, 집권당의 정치적 성향, 북한의 군사 위협, 중국의 국방예산 등은 방위비 분담금 결정에 통계적으로 유의미한 영향을 미치지 않는 것으로 나타났다.

• 생태와환경
• /
• 제57권2호
• /
• pp.61-74
• /
• 2024

낙동강 하구에 위치한 대마등은 모래톱으로 형성되어 있으며, 잘 발달된 조간대 갯벌을 갖고 있다. 본 연구에서는 2011년 1월부터 12월까지 대마등 갯벌에서 저서미세조류의 서식환경, 광합성 색소와 광합성률을 알아보았다. 퇴적물 공극수의 무기질소는 주로 암모늄염이고, 상부 수의 무기질소는 주로 질산염+아질산염으로 나타났다. Chlorophyll a 및 Fucoxanthin 농도는 퇴적물 표층이, 전체 퇴적층 평균값보다 현저히 높았다. 전체 조사기간 중 저서미세조류의 최대양자수율의 평균값은 0.52±0.03이었으며, 최고값은 2월(0.61±0.08)에 관측되었다. 최대전자전달률은 봄부터 초가을(4월에서 10월까지)까지는 높고 겨울에서 초봄(1월에서 3월 및 11월, 12월)까지는 낮은 계절적인 경향을 보였고, 최고값은 7월, 최저값은 1월에 나타났다. 시간별 저서미세조류의 최대 양자수율의 평균값은 0.48±0.03이었으며, 최고값(0.61±0.08)은 정오에 관측되었다. 최대전자전달률은 정오에 최고 값과 16시에 최저값을 보였다. 이로써 저서미세조류의 생산성은 조사시간 및 퇴적물 깊이에 따라 현저한 차이가 나타나므로 Diving-PAM을 사용하여 저서미세조류의 생산성을 정량화하기 위해서는 물때를 기준으로 조사가 이루어져야 하며, 동시에 퇴적물 층별 색소분석도 수행되어야 할 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제23권3호
• /
• pp.48-66
• /
• 2024

데이터 3법과 데이터 산업법에 따라 가명정보 결합전문기관 및 데이터안심구역 시스템이 물리적으로 분리되어 운영 중이므로, 가명정보의 처리 및 활용을 원하는 중소기업 또는 스타트업 등의 사용자에게 복잡한 절차와 병목으로 인한 부담으로 작용한다. 또한, 개인정보의 유출 등을 우려한, 지나치게 엄격한 가명 처리 과정은 오히려 데이터의 품질을 훼손하는 역효과가 발생한다. 가명정보의 안전한 처리 및 활용을 위한 일련의 조치는 사용자의 편의와 데이터의 품질을 동시에 보장할 수 있도록 구성되어야 한다. 따라서 본 연구는 기존 가명정보 처리 및 활용의 문제점을 개선한 통합데이터안심구역의 프로토타입 시스템을 제시한다. 이를 위해 기존 BPR 가이드라인을 선택적으로 수정하여 새로운 워크플로우 재설계 가이드라인을 개발 및 적용하며, 핵심성능지표를 도출하여 개발된 프로토타입의 성능을 판단한다. 성능평가 결과 제시된 프로토타입은 기존의 시스템에 비해 시간적 측면에서는 약 6배, 비용적 측면에서는 1.28배, 품질적 측면에서는 1.3배의 향상된 성능을 보임을 확인하였다.

• 한국광학회지
• /
• 제35권4호
• /
• pp.157-163
• /
• 2024

상업용 회절 광학 소자를 통한 레이저 빔결합 연구를 위해 시드 공유형 3 채널 광섬유 레이저와 위상 제어 시스템을 제작하였다. 회절 광학소자에 입사되는 빔의 각도를 조절하여 빔결합을 실시하고, 이 때 각 빔의 위상을 제어하여 결합된 빔의 세기가 최대가 되도록 하였다. 소자를 투과하기 전 3 채널 레이저의 출력은 약 65 mW이다. 결합된 빔의 세기는 각 채널의 위상 변화에 따라 2.9-48.3 mW로 변화하였으며, 45초간의 위상제어를 통해 결합된 빔의 출력은 42 mW로 전체 시간의 91.8% 이상의 구간에서 출력을 유지할 수 있었다. 본 연구에서 더 나아가 향후 회절 광학 소자의 효율을 높이고 위상 제어 시스템의 성능을 개선함으로써 빔결합 효율을 더 높일 수 있을 것으로 기대된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제12권2호
• /
• pp.59-66
• /
• 2008

건설현장에서 노동집약적 공정과정인 거푸집공정을 개선하고자 비탈형 영구거푸집에 대한 연구가 진행되어 왔지만 지금까지 개발된 영구거푸집의 경우, 그 크기 및 성능 등에 있어서 현장에 적용하기에는 많은 어려움이 있다. 본 논문은 개발된 고성능 영구 거푸집(HPPF)이 적용된 구조물의 현장적용성 분석에 대한 연구로써, 기 실험된 HPPF의 재료 및 구조적 특성을 바탕으로 해석적 접근을 수행하였다. 대상 구조물로는 HPPF 재료특성이 효율적으로 발휘될 수 있는 벽체 구조물을 선정하였으며, 유한요소 해석 프로그램을 이용하여 1회 최대 타설높이를 분석한 후, 이를 실제 벽체설계에 적용하여 HPPF 적용단면의 현장적합성을 검증하였다. 분석결과, 기존 콘크리트만으로 제작된 벽체구조물에 비해, HPPF의 추가적인 성능향상 효과로 인해 기존 콘크리트 벽체구조물 대비 콘크리트 및 철근량의 절감효과는 물론, 장기적으로 HPPF 적용 고내구성 벽체 구조물에 의한 직 간접적인 경제적 효과를 확보할 것으로 분석되었다.

• 융합신호처리학회논문지
• /
• 제25권2호
• /
• pp.113-118
• /
• 2024

최근 들어 인공지능, 컴퓨터 그래픽기술이 진화하면서 영화,광고, 방송, 게임, SNS 등 여러매체를 통해 다양한 가상휴먼이 등장하고 있다. 특히, 가상인플루언서를 중심으로 한 광고 마케팅 시장에서 가상휴먼은 시간과 비용 측면에서 기업의 중요한 홍보수단으로 이미 중요성이 입증된 상태이다. 국내는 가상 인플루언서 시장의 태동기 단계로 대기업 및 스타트업 경계없이 가상인플루언서 관련 신규 서비스를 출시 준비를 하고자 하나, 그 개발 프로세스가 공개되어 있지 않아 많은 비용을 지불해야 하는 상황이다. 이런 기업의 요구사항과 애로사항을 해결하기 위해 본 논문에서는 실사기반의 가상휴먼을 제작하기 위한 포토그래메트리기반 페이셜 캡춰 시스템을 구현하고, 이를 활용한 가상휴먼 모델링 및 활용사례에 대하여 고찰한다. 페이셜 캡처 후 실제 애니메이션이 가능한 과정까지의 복잡한 CG 작업 단계를 간소화할 수 있는 언리얼엔진기반의 메타휴먼 모델링을 통해 비용과 품질면에서 최적의 워크플로우에 대해서도 고찰하고, 또한 인스타그램 등 SNS마케팅에 활용한 사례에 대해서도 소개한다. 언리얼엔진기반의 워크플로우를 통해 기존의 CG작업과의 비교를 통해 제안한 워크플로우의 성능을 입증한다.

• 한국지반공학회논문집
• /
• 제40권4호
• /
• pp.69-79
• /
• 2024

현장 지반정수 데이터는 다양한 현장 및 실내시험을 통해 획득된 후 지반조사보고서의 형태로 작성되어 유통된다. 효율적인 설계 및 시공을 위해선 지반정수의 디지털 데이터베이스화가 필수적이나, 현재 지반조사보고서 데이터는 수동 입력 방식으로 많은 시간과 인력이 소요되며, 오류가 발생하기도 한다. 본 연구는 이미지 기반 딥러닝 모델 및 텍스트 마이닝 기법을 사용하여 지반조사보고서에서 데이터를 자동으로 추출하는 방법을 제안하였다. 딥러닝 기반의 페이지 분류 모델과 텍스트 서칭 알고리즘을 사용하여 지반조사보고서 부록 내 세부 지반시험 결과 보고서를 100%의 정확도로 분류할 수 있었다. 컴퓨터 비전 알고리즘을 통해 보고서 페이지 내 유효한 데이터 영역을 결정하고, 텍스트 분석을 통해 추출 데이터 항목과 상응하는 지반 데이터를 짝지어 데이터를 추출했다. 제안한 모델은 205개의 지반조사 보고서로 구성된 데이터셋을 통해 검증되었으며, 평균 93.0%의 데이터 추출 정확도를 기록하였다. 마지막으로, 추출 모델의 실무 적용성을 위해 사용자 인터페이스 기반 프로그램을 개발하였다. 프로그램 내 사용자 상호작용을 통해 지반조사보고서 PDF 파일을 업로드하고 자동으로 보고서를 분석 및 데이터를 추출, 편집할 수 있도록 했다. 이를 통해 지반조사보고서의 디지털화 및 지반 데이터베이스 구축이 더욱 효율적이고 정확하게 이루어질 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.