• 생물정신의학
• /
• 제9권1호
• /
• pp.50-61
• /
• 2002

본 연구에서 저자들은 정신분열병 환자들의 손톱주름 총 시도와 발생연령, 정신 병리, 진행성, 병전 기능, 신경심리 기능과의 관련성을 알아보고자 DSM-IV의 진단기준에 맞는 정신분열병 환자 40명과 대조군 38명을 대상으로 연구하여 다음과 같은 결과를 얻었다. 첫째, 정신분열병 대상군($7.2{\pm}5.3$)과 정상 대조군($3.4{\pm}4.2$)간의 총 시도 점수(PVS)에서 통계적으로 유의한 차이가 있었고(t=-3.48, p=0.001), 고도의 PVS비율도 두 군간에 통계적으로 유의한 차이가 있었다($x^2$=10.12, p=0.001). 둘째, PVS와 PANSS의 양성증상 및 종합 점수 사이에 통계적으로 유의한 상관관계가 있었고(각각 r=-0.318, p=0.023 ; r=-0.411, p=0.004), 음성 증상, 일반 정신병리, PANSS 총점과의 상관 관계는 보이지 않았다. 셋째, 고도의 PVS군은 저도의 PVS군에 비해 PANSS의 양성 증상(t=2.179, p=0.036)과 종합 점수(t=2.379, p=0.022)가 통계적으로 유의하게 낮았다. 넷째, PVS는 신경심리검사에서 지속적 수행검사 중 반응 편향 항목과 역상관관계를 보였을 뿐(r=-0.290, p=0.035), 지능, WCST, 단어 유창성 검사 항목과는 연관성이 없었다. 단지 단어 유창성 검사에서 통계적으로 유의하지는 않았지만 각 항목과 총 시도 점수 사이에 역 상관관계의 경향을 보였다. 본 연구의 소견들은 총 시도가 정신분열병의 음성 증상의 경향이 있는 환자들과 연관성이 있다는 것을 보여주었으나, 정신병리에 있어 음성증상 자체와 직접적인 연관성이 있음을 보여주지 못했다. 또한 총 시도와 수행기능에 민감한 신경심리검사 소견들과도 연관성을 찾지 못하였다. 그럼에도 불구하고 이 연구는 손톱주름 총 시도가 정상인과 비교하여 정신분열병 환자들에서 더 많이 관찰된다는 사실을 보여 주었다. 이러한 소견은 일부 정신분열병의 원인에 있어서 기질적인 영향이 있을 수 있다는 것을 암시하는 것이다. 향후 정신 생리적, 신경발달학적, 신경심리학적 소견 등과 연관시켜 연구해 본다면 정신분열병의 원인을 이해하는데 도움이 되리라 생각한다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.67-88
• /
• 2018

최근까지도 중소기업의 지속성장 및 경쟁력 확보에 대한 중요함을 인식함에 따라, 정부 차원에서의 유형 자원(R&D 인력, 자금 등)에 대한 지원이 주로 투입되어 왔다. 그러나 사업지원의 적절성이나 효과성, 효율성 면에서 서로 상충되는 정책부분이 존재하여 과소 지원이나 중복 지원 등 지원체계의 비효율성 문제가 제기되어온 것도 사실이다. 정부나 기업 관점에서는 중소기업의 한정된 자원으로 인해, 외부와의 협력을 통한 기술개발 및 역량강화가 기업의 경쟁우위를 창출하는 근간이라 보고 있으며, 이를 위한 가치창출 활동을 강조하고 있다. 기업 레벨에서의 지식생태계 구축을 통해 일련의 가치사슬로부터 기업거래 관계를 분석하고 결과를 가시화할 수 있는 밸류체인 네트워크 분석이 필요한 것도 이 때문이다. 특허/제품/기업명 검색을 통해 관련 제품의 정보나 특허 보유 기업의 기술(제품) 현황 정보를 제공하는 기술기회발굴시스템(Technology Opportunity Discovery system), 기업(재무)정보와 신용정보을 열람하게 해주는 CRETOP이나 KISLINE 등은 존재하고 있으나 밸류체인 네트워크 분석기반으로 유사(경쟁)기업의 리스트나 향후 거래 가능한 잠재 거래처 정보를 제공해주는 시스템은 부재한 실정이다. 따라서, 본 고에서는 KISTI에서 개발 운영중인 기업 비즈니스 전략수립 지원 파트너인 '밸류체인 네트워크 시스템(Value Chain Network System : VCNS)'을 중심으로, 탑재된 네트워크 기반 분석모듈의 유형, 이를 지원하는 참조정보 및 데이터베이스(D/B)의 구성 로직과 시스템 활용방안을 고찰하며, 산업구조를 이해하고 기업의 신제품 개발을 위한 핵심정보가 되고 있는 지능형 밸류체인 분석 시스템의 네트워크 가시화 기능을 살펴보기로 한다. 한 기업이 다른 기업 대비 경쟁우위를 확보하기 위해서는 보유 특허 또는 현재 생산하고 있는 제품에 대한 경쟁자 식별이 필요하며, 세부 업종별 유사(경쟁)기업을 탐색하는 일은 대상기업의 사업화 경쟁력 확보에 핵심이 된다. 또한 기업간 비즈니스 활동인 거래정보는 유사 분야로 진출할 경우 잠재 거래처 정보를 제공하는 중요한 역할을 수행한다. 이러한 기업간 판매정보를 기반으로 구축된 네트워크 맵을 활용하여 기업 또는 업종 수준의 경쟁자를 식별하는 일은 밸류체인 분석의 핵심모듈로 탑재될 수 있다. 밸류체인 네트워크 시스템(VCNS)은 단순 수집된 종래의 기업정보에 밸류체인(value chain) 및 산업구조 분석개념을 접목하여 개별 기업의 시장경쟁 상황은 물론 특정 산업의 가치사슬 관계를 파악할 수 있다. 특히 업종구조 파악, 경쟁사 동향 파악, 경쟁사 분석, 판매처 및 구매처 발굴, 품목별 산업동향, 유망 품목 발굴, 신규 진입기업 발굴, VC별 핵심기업 및 품목 도출, 해당 기업별 보유 특허 파악 등 기업 레벨에서의 유용한 정보분석 툴로 활용 가능하다. 또한, 거래처 정보 및 재무데이터로부터 분석된 결과의 객관성 및 신뢰성을 기반으로, 현재 국내에서 이용 중인 15,000여개 회원기업과 연구개발서비스업 종사자, 출연(연) 및 공공기관 등에서 사업평가 정보지원, R&D 의사결정 지원 및 중 단기 수요예측 전망 등 다양한 목적(용도)에 밸류체인 네트워크 시스템을 활용할 수 있을 것으로 기대된다. 기업의 사업경쟁력 강화를 위해 정부기관 및 민간 연구개발서비스 기업을 중심으로 기술(특허) 및 시장정보가 제공되어 왔으며, 이는 특허분석(등급, 계량분석 위주) 또는 시장분석(시장보고서 기반 시장규모 및 수요예측 위주)의 형태로 지원되어 왔다. 그러나 기업이 사업화진출 단계에서 겪게 되는 애로요인의 하나인 정보부족을 해결하는데 한계가 있었으며, 특히 경쟁기업 및 거래가능 기업 후보군에 대한 탐색정보는 입수하기 어려웠다. 본 연구를 통해 제안된 네트워크맵 및 보유 데이터 기반의 실시간 밸류체인 가시화 서비스모듈이 중견 중소기업이 당면한 신규시장 진출시 경쟁기업 대비 예상점유율, (예상)매출액 수준, 어느 기업을 컨택하여 유통망(원자재/부품에 대한 공급처, 완제품/모듈에 대한 수요처)을 확보할 지에 대한 핵심정보를 제공할 수 있을 것으로 기대된다. 향후 연구에서는 대체기업(또는 대체품목) 경쟁지표의 개발과 연구주체의 참여를 통한 경쟁요인별 지표의 고도화 연구, VCNS의 성능향상을 위한 데이터마이닝 기술 및 알고리즘을 추가 반영하도록 수행하고자 한다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.93-111
• /
• 2013

최근 독감 예측이나 부동산가격 예측 등 다양한 분야에서 웹검색 트래픽이나 소셜 네트워크 등의 방대한 고객 데이터를 통해 사회 현상, 소비 트렌드 등을 분석하고자 하는 시도가 증가하고 있다. 최근 구글이나 네이버 등의 인터넷 포털서비스 업체들은 온라인 사용자들의 웹검색 트래픽 정보를 구글 트렌드, 네이버 트렌드 등의 서비스로 공개하고 있는데, 이들이 제공하는 웹검색 트래픽 정보를 기반으로 온라인 사용자들의 정보 검색 행태에 대한 연구들이 학계 업계 등에서 주목받고 있다. 웹검색 정보를 기반으로 사회 현상이나, 소비 동향, 정치 투표 결과 등을 예측해 볼 수 있음을 실증하고 있는 분야는 많은 연구가 수행되고 있지만, 웹검색 트래픽 정보를 이용하여, 소비자의 제품에 대한 중요한 속성 도출 및 소비자의 기대 변화 관측 등의 온라인 사용자 행태에 초점을 맞추어 연구되고 있는 분야는 상대적으로 많은 연구가 수행되고 있지는 않다. 따라서, 본 연구에서는 구글이나 네이버가 제공하는 소비자의 웹검색 트래픽을 활용해서 소비자가 생각하는 제품 포지션을 가시화할 수 있는 방법을 제안한다. 브랜드 간의 관계를 확인하기 위해, 동시 검색 트래픽 정보를 활용하여 네트워크 모델링의 방법을 사용한 시스템을 제안하고 있으며, 이를 통해 소비자들이 제품 간의 유사성을 어떻게 인지하고 형성하며, 새로운 혁신 제품 카테고리 내에서 제품 브랜드들이 소비자의 마음 속에서 어떻게 자리 잡고 있는지의 브랜드 포지셔닝을 확인할 수 있는 방법론을 제안하였다. 또한 이를 태블릿 PC의 사례를 통해서, 미시적인 관점에서 소비자의 마음속에 위치한 태블릿 PC 개별 브랜드들의 위치 및 관계를 보여주었다. 기업은 소비자의 제품에 대한 인식 및 중요 속성 도출을 위해 많은 비용과 시간을 소요하여 소비자 조사를 행하게 되는데, 본 연구의 방법론을 활용하여 소비자의 제품에 대한 인식, 제품간 유사도, 제품에 대한 중요 속성의 변화 등을 일반에게 공개된 검색 트래픽 정보를 활용하여 비교적 쉽고 추가적인 비용 없이 도출할 수 있을 것이다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제24권1호
• /
• pp.235-257
• /
• 2010

21세기는 새로운 지식을 창조할 수 있는 창의적인 인재가 국가발전을 이끈다는 시대적 관심에 따라 세계 여러 나라가 영재교육에 관심을 쏟고 있다. 우리가 잘 알고 있는 미국, 영국, 러시아, 독일, 호주, 이스라엘, 싱가포르 등 영재교육에 관한 관련법을 제정하여 영재교육을 실시하고 있으며 우리나라도 2000년 1월 영재교육진흥법이 공포되고 2002년 4월 영재교육진흥법시행령이 공포 시행됨으로써 영재교육의 활성화의 계기를 마련하게 되었다. 그리고 2008년 10월 영재교육진홍법의 시행령을 개정하였는데 그 주요 취지는 영재교육을 특수교육대상자와 소외계층까지 영재교육의 기회를 확대하는 방안의 마련이다. 이러한 방안의 하나로 각급 학교에 영재학급의 설치를 확대하여 영재교육의 기회를 많은 학생들에게 제공할 수 있도록 하고 있다. 하지만 영재교육의 기회의 확대와 함께 영재교육의 질에 관하여 생각을 해봐야 할 것이다. 무분별한 기회의 확대라는 사회적 견해에 대해 영재학급에서 진행하고 있는 교수-학습 프로그램의 질적인 부분에 대한 평가의 필요성이 요구된다. 본 연구에서는 영재학급을 운영하고 있는 3학교의 중학교 1학년 수학-교수 학습 프로그램을 정규교육과정과 영재교육과정의 비교표를 통해 각각의 해당영역을 살펴보고 영재교육과정 중 어느 영역의 내용을 다루는지 살펴보고 수학-교수 학습 프로그램을 기존에 개발된 평가 틀을 수정 보완한 프로그램 평가기준에 맞추어서 프로그램을 평가해보았다. 따라서 본 연구에서는 영재학급의 수학 영재 교수-학습 프로그램의 내용영역의 구성과 프로그램의 적절성을 평가하기 위해 다음과 같은 연구문제를 선정하였다. 가. 영재학급의 수학 영재 교수-학습 프로그램의 주제에 따른 내용영역의 구성은 7차 교육과정에 따른 것인가? 1. 정규 교육과정의 어떤 내용 영역에 해당하는 프로그램인가? 2. 영재교육과정 중에서 심화와 선택 중 어느 영역에 해당하는 프로그램인가? 3. 내용 영역이 적절하게 편성되어 운영되고 있는가? 나. 영재학급의 수학 영재 교수-학습 프로그램은 적절한가? 1. 교수-학습 프로그램의 교육목표는 수학영재교육의 교육목표에 일치하는가? 2. 프로그램의 내용은 수학영재교육의 특성을 반영하고 학생들의 영재성을 발현시키는가? 3. 교수-학습 모형과 방법은 학생들의 영재성을 발현시킬 수 있도록 다양한가? 4. 프로그램의 평가는 학습목표와 내용, 사고력의 향상정도를 반영하는가? 이러한 연구문제를 바탕으로 다음과 같은 결론을 얻었다. 첫째, 영재학급의 수학 영재 교수-학습 프로그램의 주제에 따른 내용은 정규 교육과정의 수와 연산과 도형, 측정, 확률과 통계, 문자와 식의 영역에 해당하는 프로그램이었으며 함수영역에 관한 내용을 직접적으로 다루지는 않았고 주로 수와 연산과 도형 영역에 관한 내용이 프로그램의 주를 이루고 있었다. 또 영재교육과정 중에서는 심화 영역과 선택 영역의 내용을 학생들의 영재성을 발현시킬 수 있는 다양한 형태로 적절히 제시하고 있었다. 둘째, 영재학급의 수학 영재 교수-학습 프로그램의 교육목표는 수학영재의 방향과 철학에 일치하며 영재의 특성을 반영하여 일반 학생들에게 제시되는 학습목표와는 달리 학생들의 창의성인 문제해결력을 함양하고 주변 사물에 대해 호기심을 가지고 끊임없이 탐구하는 태도와 해당 교과 영역에서 요구되는 사고능력과 탐구능력, 연구 조사기술을 함양하는 등의 학습목표를 제시하고 있다. 또한 사고전략에 있어서는 시각화, 기호화, 단계화, 탐구 전략을 사용하였으며 교수-학습 모형으로 강의식, 협동학습, 발견학습, 문제해결기반학습을 적용하였으며 교수-학습 활동으로 실험, 탐구, 적용, 예상과 추측, 토론(추측과 반박), 적용, 반성의 활동을 통해 학생들의 영재성을 발현시킬 수 있는 다양한 형태의 교수-학습 전략 및 모형을 활용하였으며 교수-학습 프로그램에서 사전 평가에 대한 언급을 하지는 않았지만 프로그램 활동을 진행하는 과정에서 학습목표를 반영하였으며 학생들의 사고력을 향상시킬 수 있도록 여러 가지 활동을 통하여 원하는 평가를 지필평가의 형태보다는 산출물과 수행평가 그리고 포트폴리오를 가지고 평가하는 방법을 주로 사용하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.