• 해양안보
• /
• 제1권1호
• /
• pp.311-343
• /
• 2020

지구온난화의 영향으로 2035년 이후 북극해가 대부분 개방될 것으로 예측된다. 그리고 북극해 개방 시에는 북유럽까지 항해 거리·비용 감소, 북극권 자원 해상운송, 아시아의 허브항으로서 간접이익 창출 등 많은 국가이익이 기대되고 있다. 이에 따라 미지의 영역이던 북극해에서 국가이익을 확보하고, 국민의 자유로운 활동을 보장하기 위해 정부도 구체적인 정책을 수립하여 추진 중이다. 해군도 북극해 관련 국가정책을 군사적으로 뒷받침하려면, 지금부터 역할과 계획을 구체화해야만 한다. 북극해에서 지원 임무를 수행하기 위해 해군력은 고유 작전특성(기동성, 융통성, 지속성, 현시성, 투사성)을 발휘하여야 하며, 이를 준비하는 과정에서 긍정적·부정적 영향을 미칠 수 있는 내·외부 작전환경(OE)을 먼저 분석할 필요가 있었다. 이는 해군 내부의 강점(S)과 약점(W), 외부의 기회(O)와 위협(T)으로 구분되는데, 각 환경요인들을 연계(S-O, S-T, W-O, W-T)하여, 작전특성을 구현할 수 있는 발전방안을 도출하고자 하였다. 해군은 경험해보지 못한 추운 원해에서 임무를 수행하기 위해 다음의 노력을 기울여야 할 것이다. 첫째, 정부 정책과 발맞추어 해군의 단계적인 추진계획(로드맵)을 작성하고, 둘째, 국내·외 교육훈련 프로그램과 해외 연합훈련에 적극적으로 참여함으로써 전문인력을 양성해야 한다. 셋째, 국내의 우수한 특수선박 조선기술과 4차 산업혁명 신기술을 적용하여 극지 작전용 무장·장비·물자를 확보하는 한편, 광활한 북극해 상 전력공백을 해소하기 위해 연합작전 역량과 군사신뢰도를 증진하면서, 북극권 내 기항지를 마련할 필요가 있다. 끝으로, 북극권 진출 후 군사적·비전통적 위협(전염병, 재난, 인명구조 등)에 대응하며, 다양한 성과를 창출할 수 있도록 사전 준비를 해나가야 할 것이다.

• 한국병원경영학회지
• /
• 제25권4호
• /
• pp.76-93
• /
• 2020

Purpose: In this study, the general characteristics of subjects who spent more than a certain amount of cost for general medical examination at the general hospital health promotion center, and the characteristics of disease, family history, and lifestyle (smoking, alcohol, physical activity, oral care) significantly differed in cost expenditure. We intend to provide basic data for establishing an appropriate marketing strategy for comprehensive examination. Method: It was conducted for users who received comprehensive checkups at a health promotion center at a general hospital in Seoul. The research data collection period is for 979 people who performed comprehensive examinations from January 2019 to December 2020. In order to carry out a comprehensive examination, a questionnaire before the examination was distributed to the subjects who visited the hospital to prepare, and the investigation was conducted in a way that the subjects of the investigation directly filled in. Results: There was a significant influence on the difference in expenditure for comprehensive examination according to the gender, age, and type of health insurance of the subject. In addition, there were significant differences in expenditure according to the presence or absence of disease and the type of family history. Weight loss, smoking history, smoking period, smoking frequency, drinking history, and drinking frequency all had significant effects on cost expenditure. Also, strength training and oral treatment management showed a significant effect on the cost of comprehensive examination. The number of flossing and interdental brushing was also found to have a significant effect. According to the results of multiple regression analysis, disease history (t=2.683, p<.01) and mean smoking frequency (t=4.315, p<.001) appeared to have the most significant effect on expenditure statistically. In other words, when the subject has a history of disease and when the average number of smoking is large, it means that the comprehensive examination cost is remarkably large. Conclusion: By using these contents, hospitals can further refine the marketing of the examination center. In addition, a more convenient and specialized process should be used by patients by linking the general medical department and the examination center well. In terms of management of operating medical institutions, this can be expected to create patients and increase profits.

• 한국도서관정보학회지
• /
• 제52권4호
• /
• pp.103-126
• /
• 2021

본 연구는 충청남도교육청 소속 19개 공공도서관을 대상으로 교육·문화복합공간으로서의 도서관 재구조화 방안을 제안하고자 하였다. 이를 위해 국내외 공공기관 복합화 시설의 사례 조사, 이용자 설문조사 등을 실시하였다. 그 결과 미래 공공도서관이 갖추어야 할 공간으로 배우는 공간(종합자료실, 테마 자료 탐구실, 미래교실, 블렌디드 러닝센터, STEAM 교육실, 원격강의학습실), 표현하는 공간(포이어, 메이커 룸, 디지털 매체 창작실, 원격강의제작실), 나누는 공간(동아리·모둠학습실, 웰빙 복합문화공간, 생활·편의공간, 휴게실·브라우징), 즐기는 공간(퍼포먼스·생각 놀이터, 유아·어린이 자료실, 디지털 가상체험실, 특화 알코브실, 야외독서실) 등으로 구분하여 공간 재구조화 전략을 제시하였다. 또한, 건축 규모, 장서 규모, 서비스 및 공간 수준 등을 고려하여 선도모형, 기본모형, 이음터 모형, 최소모형 등 도서관별로 특화된 교육청 소속 공공도서관의 재구조화 모형을 제안하였다.

• 인터넷정보학회논문지
• /
• 제23권1호
• /
• pp.77-86
• /
• 2022

본 연구의 궁극적인 목표인 지능형 해안 경계 체계 구축을 위해, 본 논문에서는 먼저 해안경계 지능화를 위한 AI 학습 모델의 구축 방안을 제시하였다. 우리는 3면이 바다로 이루어져있고 남과 북이 대치하는 상황으로 인해 해안 경계가 중요한 국가적 과업인 나라이다. 국방개혁 2.0에 의해 해안경계를 담당하고 있는 R/D (Radar) 운용인력이 감소하고 복무 기간이 단축되고 있다. 특히, 레이더와 같이 고도의 장비를 다루는 데에는 휴먼 에러가 발생할 개연성은 늘 상존하는 것이다. 해안 경계와 인공지능의 접목은 정부의 인공지능 국가전략의 구현과 확대라는 목표에도 필요 충분한 시점에 와 있다. 지능형 해안 경계 체계 구축을 위한 AI학습 모델 개발의 기능별 방안을 제시하였다. R/D신호 분석 AI모델 개발, 책임해역 분석 AI모델 개발, 표적 관리 자동화 기능으로 구분하였다. 이를 실현하기 위한 3단계 추진 전략을 살펴보았다. 1단계는 AI 학습모델 구축의 통상적인 단계로써, 데이터 수집, 데이터 저장, 데이터 여과, 데이터 정제, 데이터 변환 등이 이루어진다. 2단계에서는 R/D 특성에 기초해 신호분석을 실시하고, 실상과 허상을 분류하는 AI 학습모델 개발을 진행하고, 책임해역을 분석하고, 취약지역/시간 분석을 실시한다. 최종 단계에서는 AI 학습모델의 검증, 가시화 및 시연 등이 이루어진다. 군 무기체계에 AI 기술이 접목돼 지능화된 무기체계로 바뀌는 최초의 성과가 달성된다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.35-45
• /
• 2022

현대에도 일부 소외된 지역에서는 의료 인력의 부족으로 인해 위·중증 환자에 대한 치료가 지연되는 경우가 많다. 의료 데이터에 대한 분석을 자동화하여 의료 서비스의 접근성 문제 및 의료 인력 부족을 해소하고자 하는 연구가 계속되고 있다. 컴퓨터 비전 기반의 진료 자동화는 훈련 목적에 대한 데이터 수집 및 라벨링 작업에서 많은 비용이 요구된다. 이러한 점은 희귀질환이나 시각적으로 뚜렷하게 정의하기 어려운 병리적 특징 및 기전을 구분하는 작업에서 두드러진다. 이상 탐지는 비지도 학습 전략을 채택함으로써 데이터 수집 비용을 크게 절감할 수 있는 방법으로 주목된다. 본 논문에서는 기존의 이상 탐지 기법들을 기반으로, 흉부 X-RAY 영상에 대해 이상 탐지를 수행하는 방법을 다음과 같이 제안한다. (1) 최적 해상도로 샘플링된 의료 영상의 색상 범위를 정규화한다. (2) 무병변 영상으로부터 패치 단위로 구분된 중간 수준 특징 집합을 추출하여 그 중 높은 표현력을 가진 일부 특징 벡터들을 선정한다. (3) 최근접 이웃 탐색 알고리즘을 기반으로 미리 선정된 무병변(정상) 특징 벡터들과의 차이를 측정한다. 본 논문에서는 PA 방식으로 촬영된 흉부 X-RAY 영상들에 대한 제안 시스템의 이상 탐지 성능을 세부 조건에 따라 상세히 측정하여 제시한다. PadChest 데이터세트로부터 추출한 서브세트에 대해 0.705 분류 AUROC를 보임으로써 의료 영상에 대한 이상 탐지 적용의 효과를 입증하였다. 제안 시스템은 의료 기관의 임상 진단 워크플로우를 개선하는 데에 유용하게 사용될 수 있으며, 의료 서비스 접근성이 낮은 지역에서의 조기 진단을 효율적으로 지원할 수 있다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권3호
• /
• pp.153-170
• /
• 2021

이 연구는 선수, 구단, 연맹, 에이전시 등 프로스포츠 관계자를 대상으로 심층인터뷰를 실시하여 승부조작 유발요인을 탐색하고 이를 바탕으로 예방전락을 도출함으로써 프로스포츠 활성화를 위한 전략적 시사점을 도출하고자 시도되었다. 스노우볼 샘플링 기법을 활용하여 프로스포츠계에서 근무한 경력이 3년 이상인 사람을 8명 선정하였다. 이들을 대상으로 반구조화된 심층인터뷰 방법을 적용하여 자료를 수집·분석하였다. 분석결과 승부조작 유발요인으로 첫째, 대학 진학을 위한 카르텔로부터의 학습효과 둘째, 합숙환경에서 학습된 문화 셋째, 잠재학습 효과의 발현 넷째, 인적 네트워크의 부정적 효과 다섯째, 개인의 성향을 핵심범주로 도출하였다. 승부조작 예방 전략으로는 첫째, 개인능력 중심으로의 대학입시제도 개선 둘째, 학생선수 교육시스템의 개선 셋째, 예방시스템의 구축 넷째, 지속적인 교육 다섯째, 에이전트 제도의 활성화를 핵심범주로 도출하였다. 도출된 연구결과에 대한 시사점과 향후 연구방향에 대하여 논의하였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1663-1676
• /
• 2022

최근 딥러닝을 활용한 토지피복분류 기법 연구가 다수 수행되고 있다. 그런데 양질의 토지피복 학습데이터를 충분하게 구축되지 못하여 성능이 저하되는 양상이 확인되었다. 이에 따라 본 연구에서는 데이터 확장 기법의 적용을 통한 토지피복분류 성능의 향상을 확인하였다. 분류 모델로는 U-Net이 활용되었으며 AI Hub에서 제공하는 토지피복 위성 이미지 자료를 연구자료로 활용하였다. 원본 데이터로 학습한 모델과 데이터 확장 기법이 적용된 데이터로 학습한 모델의 픽셀 정확도는 각각 0.905와 0.923이었으며 평균 F1 스코어는 각각 0.720과 0.775로 데이터 확장 기법을 적용하였을 때가 보다 우수한 성능을 나타내는 사실을 확인할 수 있었다. 또한 원본 학습데이터를 활용하여 학습한 모델의 경우 건물, 도로, 논, 밭, 산림, 비대상 지역 클래스에 대한 F1 스코어가 0.770, 0.568, 0.733, 0.455, 0.964 그리고 0.830이었으며, 데이터 확장을 적용하였을 때에 각 클래스에 대한 F1 스코어는 각각 0.838, 0.660, 0.791, 0.530, 0.969 그리고 0.860으로 모든 클래스에 대해 데이터 확장이 성능향상에 유효하다는 사실을 확인하였다. 또한, 클래스 균형에 대한 고려없이 데이터 확장을 적용했음에도 불구하고 데이터 불균형에 의한 클래스별 성능 왜곡을 완화할 수 있다는 사실을 확인할 수 있었다. 이는 절대적인 학습데이터의 양이 증가했기 때문이라 판단된다. 본 연구 결과는 다양한 영상 처리 분야에서 데이터 확장 기법의 중요성과 효과를 증명하는 기반 자료의 역할을 수행할 것으로 기대한다.

• 해양환경안전학회지
• /
• 제28권2호
• /
• pp.270-279
• /
• 2022

본 연구에서는 동태성과 시간을 고려한 시스템다이내믹스 관점에서 낚시어선의 낚시활동에 있어서 단속 및 처벌의 강화(정책개입)에 따라 시스템 구조가 어떻게 변화하는지 알아보고 그에 따른 전략수립 방향을 논의하고자 한다. 지금까지 낚시어선의 단속과 처벌은 사고예방이라는 사전적 차원에서 일시적 단기적으로 단속을 실시하고 처벌을 부과했다. 그러나 변칙적이고 다양한 부작용으로 소기의 성과를 거두지 못하였고, 안전사고는 끊임없이 발생하고 또 다시 후속조치가 뒤따라가는 형국을 보이고 있다. 본 연구의 결과에 따르면, 낚시어선의 단속과 처벌이 강화된 안전기준으로 사고 예방을 위한 시설 장비 산업 등 관련 사항 개선 및 기술개발(시간지연 발생)보다는 즉각적이고 큰 저항이 없는 음성적(불법적) 활동을 지속함에 따라 사고예방을 위한 안전사각지대를 최소화하지 못하고 있다. 이와같이 동태적 매커니즘과 시간이라는 변수를 충분히 고려하지 않고 단선적 사고에 입각한 정책개입으로는 정책이 추구하는 기본적 가치를 오히려 왜곡시킬 수 있다. 낚시어선의 단속과 처벌에 있어서 강화된 안전기준의 마련에 앞서 관련 기술의 개선 및 개발, 낚시인·낚시산업체·관련기관 등 다양한 주체들에 대한 교육시간 의무화, 낚시관련 산업 육성을 위한 낚시 관리 및 육성법의 구체적인 방안 제시와 같은 매커니즘을 보완하는 전략을 마련해야 한다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.309-328
• /
• 2022

본 연구는 자연어처리의 분석목적과 추론데이터 성격에 적합한 한국어 사전훈련 언어모델의 특성을 실증분석했다. 이를 위해 자연어생성이 가능한 대표적 사전훈련 언어모델인 BART와 GPT 모델을 실험에 사용했다. 구체적으로 한국어 텍스트를 BART와 GPT 모델에 학습한 사전훈련 언어모델을 사용해 문서요약 생성 성능을 비교했다. 다음으로 추론데이터의 특성에 따라 언어모델의 성능이 어떻게 달라지는지 확인하기 위해 6가지 정보전달성과 4가지 창작물 유형의 한국어 텍스트 문서에 적용했다. 그 결과, 모든 문서유형에서 인코더와 디코더가 모두 있는 BART의 구조가 디코더만 있는 GPT 모델보다 더 높은 성능을 보였다. 추론데이터의 특성이 사전훈련 언어모델의 성능에 미치는 영향을 살펴본 결과, KoGPT는 데이터의 길이에 성능이 비례한 것으로 나타났다. 그러나 길이가 가장 긴 문서에 대해서도 KoGPT보다 KoBART의 성능이 높아 다운스트림 태스크 목적에 맞는 사전훈련 모델의 구조가 자연어생성 성능에 가장 크게 영향을 미치는 요소인 것으로 나타났다. 추가적으로 본 연구에서는 정보전달성과 창작물로 문서의 특징을 구분한 것 외에 품사의 비중으로 문서의 특징을 파악해 사전훈련 언어모델의 성능을 비교했다. 그 결과, KoBART는 어미와 형용사/부사, 동사의 비중이 높을수록 성능이 떨어진 반면 명사의 비중이 클수록 성능이 좋았다. 반면 KoGPT는 KoBART에 비해 품사의 비중과 상관도가 낮았다. 이는 동일한 사전훈련 언어모델이라도 추론데이터의 특성에 따라 자연어생성 성능이 달라지기 때문에 다운스트림 태스크에 사전훈련 언어모델 적용 시 미세조정 외에 추론데이터의 특성에 대한 고려가 중요함을 의미한다. 향후 어순 등 분석을 통해 추론데이터의 특성을 파악하고, 이것이 한국어 생성에 미치는 영향을 분석한다면 한국어 특성에 적합한 언어모델이나 자연어생성 성능 지표 개발이 가능할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.147-155
• /
• 2022

본 연구에서는 그래디언트 부스팅 기계학습과 유전 알고리즘을 이용하여 일별 주식 포트폴리오를 동적으로 구성하는 시스템을 구축하고 트레이딩 시뮬레이션을 통해 성능을 분석하였다. 이를 위해 유가증권시장과 코스닥시장에 상장된 종목들의 가격 데이터 및 투자자별 거래정보를 포함한 다양한 데이터를 수집하고, 전처리 과정과 변수가공을 통해 학습-예측에 이용될 변수들을 생성하였다. 첫 번째 실험에서는 예측정확도와 정밀도, 재현율 및 F1 점수 등 네 가지 지표를 활용하여 그래디언트 부스팅 기법들(XGBoost, LightGBM, CatBoost)의 성능을 비교 평가하였다. 두 번째 실험에서는 전 단계에서 선택된 LightGBM과 유전 알고리즘을 적용하여 상장 종목들의 일별 수익 여부를 학습-예측하였다. 그리고 예측된 수익 발생확률을 바탕으로 종목을 선별하여 트레이딩 시뮬레이션을 시행하고, CAGR, MDD, 사프지수 및 변동성 측면에서 코스피, 코스닥 지수와의 성능을 비교 평가하였다. 분석 결과, 제안된 전략들 모두 네 가지 성능평가 지표상에서 시장 평균을 넘어서는 것으로 나타났으며, 그래디언트 부스팅과 유전 알고리즘의 결합이 주식 가격 예측에 효과적으로 이용될 수 있음을 보여주었다.