• 한국수자원학회논문집
• /
• 제56권2호
• /
• pp.91-101
• /
• 2023

본 연구에서는 담수를 대상으로 녹조의 발생을 모니터링하기 위해 내륙에 위치한 백제보와 남양호의 초분광영상을 이용하여 클로로필-a (Chl-a)의 농도를 추정하였다. 각 유역의 초분광이미지는 2016년부터 2017년까지 백재보에서 항공기로, 2020년부터 2021년까지 남양호에서 드론으로 촬영하였다. 이후, 순열 특성 중요도를 이용하여 Chl-a 농도와 관련성이 높은 30개의 반사 대역을 선택하였으며, 백제보는 400-530, 620-680, 710-730, 760-790 nm, 남양호는 400-430, 655-680, 740-800 nm 구간의 반사도가 선택되었다. 선택된 반사율을 입력자료로 하는 인공 신경망 기반의 Chl-a 산정 모델을 개발하였으며 모형의 성능은 결정계수(R²), 평균제곱근오차(RMSE), 평균절대오차(MAE)로 평가하였다. 유역별 산정모델의 성능은 각각 R²: 0.63, 0.82, RMSE: 9.67, 6.99, MAE: 11.25, 8.48로 나타났다. 본 연구에서 개발된 Chl-a 모델은 향후 담수호 녹조의 최적 관리를 위한 기초 도구로 활용될 수 있을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제28권6B호
• /
• pp.665-673
• /
• 2008

본 연구에서는 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 (I)연구에서 기구축된 현재의 유역 수문환경 조건을 활용하여 미래수문환경에 따른 유역 수문-수질 변화 분석하는데 목적이 있다. 미래의 수문자료 중 기후변화 시나리오는 Downscaling된 GCMs 자료를 이용하였으며, 미래 토지이용 시나리오는 미래 토지이용 예측 기법인 개선된 CA-Markov 기법으로 분석하여 구축하였다. 그 결과 미래의 토지이용 시나리오에 따라 주거지와 나지 등의 도시지역의 꾸준한 증가와 산림과 농경지 등의 감소가 예측되었고 미래의 기후변화 경우 강우의 변동성이 커 현재보다 더욱 더 기후변화의 대응전략이 필요할 것으로 판단된다. 미래 토지이용 시나리오와 기후변화 시나리오를 결합한 미래의 수문환경을 30-40년 주기로 나누어 장기적인 미래의 특정기간에 대한 자료를 가지고 수문 변화 분석을 실시한 결과, 강우에 의해 양상이 변할 수 있으며 그에 따라 영양물질의 부하량 또한 Sediment는 120%, T-N은 16%, T-P는 10% 증가할 수 있는 것으로 분석되었다. 따라서 수문환경의 전반적인 변화에 따른 유출 영향의 평가가 필요하다고 판단되고 향후 수자원 분배와 물자원 관리와 기후변화 적응전략을 수립하는데 있어 본 연구가 도움이 될 것이라고 판단한다.

• 스마트미디어저널
• /
• 제12권5호
• /
• pp.111-121
• /
• 2023

본 연구의 목적은 브랜드 관리 측면에서 로고가 브랜드 아이덴티티를 대변하는 중요한 시각적 도구로 보고 브랜드 수명주기에 따른 로고 리뉴얼 디자인 방법을 모색하는 것이다. 본 연구는 브랜드 수명주기와 브랜드 리뉴얼 전략에 대한 문헌연구와 로고 리뉴얼 디자인에 관한 전문가 설문, 브랜드의 수명주기를 판별 할 수 있는 통계자료가 있는 35개 식음료 브랜드의 로고 분석으로 진행되었다. 연구 결과는 크게 세 가지이다. 첫째, 네 단계(도입기, 성장기, 성숙기, 쇠퇴기)의 브랜드 수명주기의 특징과 리뉴얼 전략을 도출했다. 둘째, 네 가지 브랜드 리뉴얼 전략(부분변경, 전체변경, 리포지셔닝, 새 이미지 창출)과 수명주기를 기준으로 로고 리뉴얼 디자인 방향을 제안하였다. 이를 토대로 수명주기별 로고 리뉴얼 특징과 관계성을 제안하였다. 셋째, 브랜드 수명주기와 브랜드 리뉴얼 전략에 따라 중요하게 적용되는 아이덴티티 시각요소(그래픽 요소의 첨삭, 톤/매너, 서체, 시그니처 컬러 변경)를 발견했다. 성장기와 성숙기의 부분변경전략에 그래픽 요소의 첨삭과 톤 변경이 중요하며, 리포지셔닝 전략과 새이미지 창출에 시그니처 컬러 변경이 중요함을 발견했다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.123-132
• /
• 2023

Git의 커밋 메시지는 프로젝트 진행 혹은 운영 과정에서 소스가 변경되는 이력을 관리한다. 이러한 이력 데이터를 활용하면 프로젝트 리스크와 프로젝트 현황을 파악할 수 있어 비용 절감과 시간 효율개선을 높일 수 있다. 이와 관련된 많은 연구가 진행되고 있고 이러한 연구 분야 중 커밋 메시지를 소프트웨어 유지관리의 유형으로 분류하는 연구가 있다. 발표된 연구 중 최대 분류 정확도는 95%로 보고되어 있다. 본 논문에서는 커밋 분류 모델을 이용한 솔루션 등의 활용을 목적으로 연구를 시작했고, 기존 연구 중 정확도가 가장 높은 모델이 JAVA 언어로 작성된 프로그램에만 적용할 수 있는 제약을 없애기 위한 연구를 수행하였다. 이를 위해 GPT를 이용해서 소스 변경 데이터를 자연어로 표준화하는 단계를 추가 설계하고 구현하였다. 본문은 Git에서 커밋 메시지와 소스 변경 데이터를 추출하고, GPT로 소스 변경 데이터를 표준화하는 과정과 디스틸버트(DistilBERT) 모델을 이용한 학습 과정을 설명한다. 검증 결과 91%의 정확도를 측정하였다. 제안하는 모델은 정확도를 확보하고 특정 프로그램에 종속되지 않고 분류할 수 있는 모델을 구현 및 검증하였다. 향후 Bard를 이용한 분류 모델 연구와 제안한 분류 모델을 이용해 프로젝트에 도움이 되는 관리 도구 모델에 관해 연구할 계획이다.

• 벤처창업연구
• /
• 제17권2호
• /
• pp.81-97
• /
• 2022

본 연구는 스타트업 관련 국내 등재 논문들에 활용된 변수들을 분석하여 스타트업 관련 최근 연구 동향을 파악하고자 함이 목적이다. 대상 논문은 스타트업을 제목에 포함한 국내 등재 논문으로서 스타트업이라는 용어를 제목에 포함한 2013년 첫 등재 논문부터 2020년까지의 논문 108편이다. 본 연구의 분석방법은 전체 변수들에 대하여 클러스터링 및 빈도 분석을 실시하고, 유의한 관계를 가지는 변수들 간 텍스트 네트워크 분석을 진행하는 것으로 구성되어 있다. 텍스트 네트워크 분석을 위한 시각화툴은 Gephi를 활용하였다. 변수들에 대하여 분석한 결과는 첫째, 독립변수는 주로 스타트업의 내부적 요인에 대한 것과 외부적 환경에 대한 변수들로 구성되어 있지만, 초기 기업의 특성, 조직의 혁신성 등 스타트업의 특성으로 인하여 주로 내부적 요인, 예컨대 기업내부역량, 마케팅4P전략, 기업가정신, 협력방법, 변혁적 리더십, 기업특성, 린스타트업전략, 사내커뮤니케이션, 가치지향성, 과업갈등, 관계갈등, 지식공유 등에 대한 분석이 비중을 더 많이 차지한다는 점이다. 둘째, 종속변수는 주로 성과에 관련한 것으로서 상위 개념으로 클러스터링 하면 재무적 성과와 비재무적 성과로 크게 분류할 수 있다. 즉 스타트업은 매출 등 재무적 성과가 본격적으로 나타나기 어려운 상황이므로 재무적 성과뿐만 아니라 비재무적 성과, 예컨대 경영성과, 팀성과, SCM성과 등에 대한 관심이 높음을 알 수 있다. 본 연구를 통해서 알 수 있는 점은 스타트업을 주제로 한 등재 논문수가 많지 않은 상황임에도 불구하고 특정한 연구주제보다는 다양한 주제들에 대한 접근이 이뤄지고 있다는 것이다. 예컨대, 최신 트렌드를 반영하는 주제들도 등장하는데, 린스타트업전략, 크라우드펀딩, 인플루언서, 액셀러레이터 등은 시대상을 반영하는 주제라고 할 수 있다.

• 한국산업정보학회논문지
• /
• 제29권3호
• /
• pp.1-12
• /
• 2024

본 논문에서는 대규모 한국어 언어모델인 KoAlpaca를 파인튜닝하고 이를 이용한 블로그 텍스트 생성 시스템을 구현하였다. 소셜 미디어 플랫폼의 블로그는 기업 마케팅 수단으로 널리 활용된다. 수집된 협찬 블로그 텍스트의 감정 분석과 정제를 통한 긍정 리뷰의 학습 데이터를 구축하고 KoAlpaca 학습의 경량화를 위한 QLoRA를 적용하였다. QLoRA는 학습에 필요한 메모리 사용량을 크게 줄이는 파인튜닝 접근법으로 파라미터 크기 12.8B 경우의 실험 환경에서 LoRA 대비 최대 약 58.8%의 메모리 사용량 감소를 확인하였다. 파인튜닝 모델의 생성 성능 평가를 위해서 학습 데이터에 포함되지 않은 100개의 입력으로 생성한 텍스트는 사전학습 모델에 비해서 평균적으로 두배 이상의 단어 수를 생성하였으며 긍정 감정의 텍스트 역시 두 배 이상으로 나타났다. 정성적 생성 성능 평가를 위한 설문조사에서 파인튜닝 모델의 생성 결과가 제시된 주제에 더 잘 부합한다는 응답이 평균 77.5%로 나타났다. 이를 통해서 본 논문의 협찬물에 대한 긍정 리뷰 생성 언어모델은 콘텐츠 제작을 위한 시간 관리의 효율성을 높이고 일관된 마케팅 효과를 보장하는 콘텐츠 제작이 가능함을 보였다. 향후 사전학습 모델의 생성 요소에 의해서 긍정 리뷰의 범주에서 벗어나는 생성 결과를 감소시키기 위해서 학습 데이터의 증강을 활용한 파인튜닝을 진행할 예정이다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.59-72
• /
• 2020

인공지능이 다루기 어려운 개념에서 아주 익숙한 도구로 자리매김 하고 있다. 이와 더불어 금융권에서도 인공지능 기술을 도입하여 기존 시스템의 문제점을 개선하고자 하는 추세이며, 그 대표적인 예가 이상거래탐지 시스템(Fraud Detection System, FDS)이다. 결제 수단의 다양화 및 전자금융거래의 증가에 따라 치밀해져 가는 사이버 금융사기(Fraud)를 기존의 규칙기반 FDS로는 탐지하기 어려워지고 있다. 이를 극복하기 위해 딥러닝 기술을 적용하여 이상거래 탐지율을 향상시키고, 이상행위에 즉각 대응하며, 탐지 결과의 반영을 자동화하고자 하는 시도가 이루어지고 있다. 딥러닝 FDS 구축에서 핵심 문제는 데이터 불균형과 이상거래 패턴의 변동이다. 본 논문에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)을 활용한 오버샘플링 기법을 통해 데이터 불균형 문제를 개선하고, 이상거래 분류기로써 심층 신경망(Deep Neural Network, DNN)과 합성곱 신경망(Convolutional Neural Network, CNN)을 적용하여 이러한 문제를 개선하고자 하였다. 실험 결과, GAN 오버샘플링이 이상거래 데이터의 불균형 문제를 개선하는데 효과를 보였으며, WGAN이 가장 높은 개선 효과가 있음을 확인하였다. 또한 제안 FDS 모형의 AUC가 0.9857로 랜덤포레스트 FDS 모형에 비해 약 6.5% 향상되어, 딥러닝이 이상거래 탐지에 뛰어난 성능을 가짐을 입증하였다. 더불어 딥러닝 모형 중 DNN은 CNN에 비해 오버샘플링의 효과를 더 잘 반영함을 확인하였다.

• 한국식품저장유통학회지
• /
• 제30권2호
• /
• pp.262-271
• /
• 2023

본 연구에서는 real-time PCR(SureTect^TM kit와 PowerChek^TM kit), LAMP(3M MDS), 선택 배지를 이용하여 즉석섭취식품에 존재하는 Salmonella spp.와 L. monocytogenes의 검출 능력을 비교 및 평가하고 식품 매트릭스가 real-time PCR의 결과에 미치는 영향을 조사하였다. 4가지 서로 다른 농도로 접종된 식품을 동일한 증균배지를 이용하여 증균 후 세 가지 방법으로 검출한 결과, real-time PCR, LAMP, 선택 배지에서 모두 양성으로 검출되어 인위적으로 접종된 식품에서의 검출 성능은 동등한 것으로 나타났다. 또한, 식품 매트릭스가 real-time PCR의 신속 검출에 미치는 영향을 조사한 결과, Salmonella spp.의 검출에서 샐러드가 다른 식품에 비해 Ct value가 유의적으로 높은 것으로 나타나, 섬유질이 풍부한 식품에 존재하는 Salmonella spp.의 검출을 위해서는 충분한 균질화와 균체의 탈리, 그리고 효율적인 DNA의 증폭이 필요함을 알 수 있었다. 반면, L. monocytogenes의 검출은 식품 매트릭스마다 상이하며 혼합적인 양상을 보였다. 현재의 식품공전 규정에서 식품에 존재하는 식중독균의 신속 검출을 위한 장비와 시약의 사용은 대부분 사용자의 선택에 의존하고 있다. 본 실험에서 real-time PCR로 사용된 SureTect^TM kit와 PowerChek^TM kit는 기존 real-time PCR kit의 대체재로서 사용이 가능할 것으로 판단되며, 또한, LAMP도 우수한 검출 성능을 보였기에 식품안전 관리 수단으로 활용될 가능성이 있음을 시사하고 있다.

• Korean Journal of Radiology
• /
• 제23권5호
• /
• pp.555-565
• /
• 2022

Objective: To assess the efficacy and safety of ultrasound (US)-guided radiofrequency ablation (RFA) in patients with primary hyperparathyroidism (PHPT). Materials and Methods: This prospective study enrolled 39 participants (14 male, 25 female; mean age, 59.5 ± 15.3 [range, 18-87] years) between September 1, 2018, and January 31, 2021. All participants had parathyroid lesions causing PHPT, proven biochemically and through imaging. The imaging features of the PHPT nodules, including the shape, margin, size, composition, and location, were evaluated before treatment. Serum intact parathyroid hormone, calcium, and phosphorus levels; parathyroid nodule volume; and PHPT-related symptoms were recorded before and after treatment. We calculated the technical success, biochemical cure, and clinical cure rates for these patients. Complications were evaluated during and after the ablation. Results: Complete ablation was achieved in 38 of the 39 nodules in the 39 enrolled participants. All the patients were treated in one session. The technical success rate was 97.4% (38/39). The mean follow-up duration was 13.2 ± 4.6 (range, 6.0-24.9) months. At 6 and 12 months post-RFA, the biochemical cure rates were 82.1% (32/39) and 84.4% (27/32), respectively, and the clinical cure rates were 100% (39/39) and 96.9% (31/32), respectively. Only 2.6% (1/39) of the patients had recurrent PHPT. At 1, 3, 6, and 12 months after technically successful RFA, 44.7% (17/38), 34.3% (12/35), 15.8% (6/38), and 12.5% (4/32) of participants, respectively, had elevated eucalcemic parathyroid hormone levels. Recurrent laryngeal nerve paralysis occurred in 5.1% (2/39) of the patients, who recovered spontaneously within 1-3 months. Conclusion: US-guided RFA was effective and safe for PHPT patients. RFA may be an alternative treatment tool for patients who cannot tolerate or refuse to undergo surgery.

• 경영정보학연구
• /
• 제21권4호
• /
• pp.175-195
• /
• 2019

본 연구는 온라인 소비자 커뮤니티의 소비자 욕구와 행동을 분석하기 위해 빅데이터-네트노그라피 통합모델을 사용하였다. 빅데이터 분석은 상관관계를 파악하기에는 용이하나, 인과관계는 알아내기 어렵기 때문에 네트노그라피 분석을 함께 사용하였다. 온라인 환경에서 수행하는 질적연구방식인 네트노그라피 방법론은 맥락파악에 있어서는 탁월하나, 장시간에 걸쳐 축적된 많은 양의 데이터를 분석하기에는 시간과 비용이 많이 든다는 한계가 있다. 따라서 본 연구에서는 빅데이터 분석을 통하여 온라인 커뮤니티 사이트에서 축적된 전반적인 자료의 패턴을 찾고, 네트노그라피 분석이 필요한 특이점을 발견한 뒤, 특이점 전후 지점에서만 네트노그라피 분석을 수행하였다. 본 연구에서 빅데이터 분석을 통해 드러난 다양한 현상의 원인을 네트노그라피 분석을 통해 설명할 수 있었다. 뿐만 아니라 빅데이터 분석으로는 잘 드러나지 않는 커뮤니티의 내부 구조적 변화까지도 파악할 수 있었다. 따라서 본 연구를 통해 그동안 빅데이터가 놓쳐온 비정형데이터로부터 맥락적 의미 분석은 물론 이해하기 어려웠던 온라인 소비자 행동 중 많은 부분을 효과적으로 설명할 수 있었다. 본 연구에서 제안한 빅데이터-네트노그라피 통합모델은 온라인 환경에서 소비자 욕구를 새롭게 발견하기 좋은 도구로 활용될 수 있을 것이다. 향후 연구에서는 다양한 사례 적용연구를 통해 본 연구에서 제시한 방안의 적합성과 우수성을 검증하고 보완하고자 한다.