• 헤리티지:역사와 과학
• /
• 제53권4호
• /
• pp.150-169
• /
• 2020

경주 남산의 불적에 대한 본격적 조사는 일제강점기 일본인 학자에 의해 시작되었다. 그래서 일제강점기 경주 남산 불적조사에 대한 연구는 오늘날 경주 남산 불적을 심도 있게 고찰하는데 빼놓을 수 없는 선행 과제라고 할 수 있다. 경주 남산의 불적조사는 1920년대부터 본격적으로 시작되어 한일병합을 전후한 초기 조사는 예비 조사 정도로 간주되어 그다지 주목을 받지 못했다. 그러나 그것은 기초 조사로 후속 조사의 발판이 되었고, 1910년대에 남산이 불적의 보고로 널리 알려지게 된 계기가 되었다는 점에서 큰 의미를 지닌다. 특히 1915년 경주에서 반출되어 경성 경복궁에서 개최된 시정 5년 기념 조선물산공진회에 출품된 삼릉계 약사여래좌상은 관람객의 눈길을 가장 끄는 미술관 중앙홀에 전시되어 세간에 불적으로서의 경주 남산을 알리는 데 큰 역할을 했다. 이 약사여래좌상은 남산 불상 중에서 가장 원상태를 잘 유지하고 있고 아름다웠기 때문에 공진회에 출품된 것으로 일반적으로 생각되어 왔다. 그러나 그 반출은 한일병합을 전후하여 구상된 석굴암 경성 이전계획과 깊은 관계를 맺으면서 진행되었다. 석굴암 경성 이전계획은 데라우치 마사타케가 중심이 되어 구상된 식민 이데올로기인 '일선동조론'과 '조선정체성론'을 바탕으로 조선왕조의 상징인 경복궁을 해체하고 그 한복판에 과거의 영광을 상징하는 석굴암을 안치시킴으로써 일본 제국에 의한 새로운 시대가 열린 것을 시각적으로 선언하려는 기획이었다. 그러나 그 구상이 무산되자 석굴암 본존불 대신에 경성으로 반출된 것이 다름 아닌 삼릉계 약사여래좌상이었다. 약사여래좌상에 대한 본격적인 조사는 1911년 세키노 다다시가 실시했으나 그 위치를 세키노에게 알린 것은 모로가 히데오나 고다이라 료조와 같은 경주 거주 일본인이었을 가능성이 크다. 그들 현지인은 총독부로부터 요청을 받아 공진회에 출품할 만한 불상을 찾고 있었을 것으로 보인다. 약사여래좌상은 총독부와 세키노 다다시, 그리고 경주 거주 일본인들 사이의 긴밀한 연계 속에서 경성으로 반출되었다고 할 수 있다. 그것은 경주 남산의 불적이 그 신비의 베일을 벗기는 과정이기도 했다. 요컨대 초기 남산 불적조사는 기초 조사로 중요한 의미를 지니고 있으나 석굴암 경성 이전계획과 1915년 공진회의 성공적 개최라는 데라우치 총독의 제국주의적 야망과 깊은 관계 속에서 진행되어 순수한 학문적 목적으로 이루어졌다고 하기 어렵다. 한편 석굴암 경성 이전계획이 좌절되고 경성으로 반출될 가능성이 컸던 미륵곡 석조여래좌상이 현지에서 보존될 수 있었던 것에는 경주 조선인의 저항이 적지 않은 영향을 미친 것으로 보인다. 본고에서는 자세히 논할 수 없었으나 그들을 단순한 방관자가 아니라 역사를 움직이는 주체로 부각시킬 연구가 요구된다.

• 공연문화연구
• /
• 제25호
• /
• pp.253-289
• /
• 2012

다시래기는 전라남도 진도 지방에서 전승되는 상장례놀이로서, 죽음의 현장에서 새생명이 탄생한다는 생사불이(生死不二)의 메시지를 담고 있다. 더불어 많은 춤과 노래, 재담을 포함한 독특한 양식적 구조로 인해 현장 연희판에서 새로운 콘텐츠에 목말라 있던 공연문화 담당층의 주목을 끌기에 충분했다. 다시래기에 관한 많은 선행연구물들이 이들의 다시래기 재창조 작업에 커다란 도움을 주었다는 것은 불문가지의 사실이다. 그러나 이전의 연구들이 진도다시래기를 다각도로 다루어 적지 않은 성과를 이루어 내었지만 주로 학술적 접근을 통해 연행의 상징적 의미를 구명하는 데 치중한 것이 사실이다. 또한 공연요소들에 대한 접근도 대본, 노래가사, 재담, 행색, 소도구, 장단, 춤사위 등의 소개에 그쳐 정작 중요한 공연요소인 소리(창(唱))의 구체적 모습에 대한 연구가 없어 아쉬움으로 남아 있었다. 이에 본고는 다시래기 음악을 분석하고 그 음악의 성격과 특징을 악보와 함께 제시하여 공연현장의 연희실기자들에게 실질적인 도움을 주고자 하였다. 본고에서 음악분석 대상으로 삼은 소리는 가상제놀이와 거사 사당놀이에 나오는 모든 소리, 그리고 연희패의 입장 시에 부르는 상여소리로 한정하였다. 다시래기 다섯 절차 중 가상제놀이와 거사 사당놀이, 상여소리가 가장 많이 공연되기 때문이다. 수많은 공연 자료가 있지만 분석의 텍스트로는 E&E미디어에서 출반된 음반인 "진도다시래기"를 택하였다. 이는 이 음원의 녹음상태가 우수하며 무엇보다 본고에서 제시된 악보를 학습 자료로 삼아 다시래기 소리를 익히고자 하는 연희실기자들이 음원 구득과 그 활용을 용이하게 할 수 있다는 판단에서이다. 음악분석 결과, 진도다시래기에서 불리는 소리들은 대부분 꺾는 음이 있는 '미'음계를 사용한 전형적인 육자배기토리로 짜여 있었다. 그리고 '솔'음계의 남부경토리는 극히 일부분에 짧게 나타나며, 음악적 완결성은 갖추지 못하고 있는 것도 알 수 있었다. 또한 같은 상장례음악임에도 씻김굿과의 음악적 친연성은 거의 발견되지 않는데, 이는 망자를 달래서 천도하는 씻김굿과 산 자의 삶을 북돋우는 다시래기의 성격과 기능이 다른 데서 비롯된 음악적 특징이라고 생각된다. 한편 다시래기 소리 전반에 판소리 음악어법적 특징들이 보이는데, 이는 다시래기의 복원과 전승에 있어서 주도적 역할을 한 예능보유자의 과거 창극단 활동이력과 무관하지 않다고 여겨진다. 다시래기 예능 담당자의 이러한 활동이력은 다시래기 원형의 변질을 초래한 원인이 되기도 하였지만, 한편으로는 다시래기의 공연요소를 더욱 풍부하게 하여 공연현장에서 콘텐츠로 활용될 수 있는 연희적 기반을 확장시킨 결과로도 나타났다. 본고의 작업이 다시래기를 원형 삼아 죽음의 상실을 극복하고 삶의 활력을 지켜낼 미래의 진지한 현장예술가들에게 의미 있게 활용되기를 기대한다.

• 의료법학
• /
• 제23권4호
• /
• pp.29-74
• /
• 2022

2020년 예상하지 못한 형태의 COVID-19 감염병의 급속도로 전파·확산으로 국민의 "생명·신체·재산"에 피해를 줄 수 있는 재난관리법상 사회재난이 발생하면서, 감염병병원체의 검사 및 발생 사실에 대한 신고 및 보고(제11조), 실태조사(제17조), 역학조사(제18조), 예방접종을 위한 역학조사(제29조) 등을 통하여 수집된 정보는 발전된 데이터 인식 및 처리 기술, 인공지능을 통한 학습 기술 등과 결합하여 (1) 의료자원 배분을 위한 정책적 근거 마련(병상배정, 방역물품 공급), (2) 감염병 확산 방지를 위한 방역 정책적 근거 마련(집합금지·영업제한 등 정책 결정, 확진자 발생 현황 예측을 위한 연구 및 정책 결정), (3) 예방접종 촉진 및 피해 현황 파악 등 감염병 위기 상황에서 의사결정의 중요한 근거로 활용되어 왔다. 이러한 감염병 데이터를 활용한 의료정책의 결정은 방역정책 결정, 정보제공, 의약품 개발 및 연구 기술 발전에 기여하여 왔으며, 국제적으로 감염병 데이터의 활용 법제 마련에 관한 논의가 증가하면서 감염병 데이터 활용의 법적인정 범위와 한계에 대한 관심이 높아졌다. 감염병 데이터의 활용은 감염병 전파 및 확산 차단 목적, 감염병의 예방·관리·치료업무 목적, 감염병 연구 목적으로 분류할 수 있으며, 정보의 활용은 감염병 위기 상황을 전제로 논의된다. 먼저 민감정보인 "진료기록, 예방접종약, 예방접종, 기저질환 유무, 건강순위, 장기요양인정등급, 임신여부 등"에 관한 정보의 경우, 업무 목적으로 수집·제공·활용하는 경우 개인정보보호법상 활용이 인정되는 "타법에서 정하는 업무" 범위에 대한 해석이 요구된다. "감염병 전파 및 확산 차단, 감염병의 예방·관리·치료" 목적의 업무수행의 경우 입법적으로 명확하게 사전에 규율하기 쉽지 않다. 따라서 이를 인정하기 위한 전제로 먼저 대법원 및 헌법재판소에서 의료행위의 개념을 명확하게 정의하기 어렵다는 부분을 차용할 수 있다. 따라서 현실적으로 구체적인 업무수행의 행위 유형은 후행적으로 "입법목적, 학문적 원리, 전문성, 사회통념"을 기준으로 판단하여 재량권의 일탈 또는 남용의 논리로 해석하게 된다. 목적 달성에 필요한 정보수집 대상의 확정, 수집 정보의 활용방안의 한계 설정을 위하여 감염병으로 인한 공중보건 위기 상황에서 데이터 활용의 공익적 필요성이 있는지를 우선 판단하되 해당 정보의 활용이 정보주체나 제3자의 이익을 부당하게 침해하지 않았는지를 기준으로 판단한다. 이익형량의 세부 기준으로 위기 상황에서 감염병의 전파속도와 정도, 해당 민감정보의 처리 없이 목적달성을 할 수 있었는지, 민감정보의 처리를 통한 방역정책 도입의 효과성 등을 기준으로 판단하게 된다. 한편, 연구목적 감염병데이터의 수집·제공·활용은 원칙적으로 개인정보보호법상 가명처리, 생명윤리법상 동의와 기관생명윤리위원회의 심의, 국민건강보험공단 자료 활용 시 자료제공 심의위원회 절차를 거쳐 활용되게 된다. 따라서 가명처리 및 데이터심의위원회의 심의 또는 정보주체의 동의 및 기관생명윤리심의위원회의 심의를 거치므로 원칙적으로 절차적 타당성을 확보하는 한 연구목적 활용은 인정된다. 다만, 가명화 또는 익명화 절차를 명확히하여 연구책임자의 부담을 줄여야 하며, 포괄적 동의제도와 옵트아웃 제도의 도입 또는 동의 절차가 명확히 마련되어야 하며, 기술발전으로 나타날 수 있는 재식별 가능성 또는 보안성 확보 절차를 명확히 규정할 필요가 있을 것으로 생각된다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.107-129
• /
• 2022

기술경쟁이 심화되고 있는 오늘날 신기술에 대한 선도적 위치의 선점이 중요하다. 선도적 위치의 선점과 적정시점에 기술 획득·관리를 위해 이해관계자들은 지속적으로 기술에 대한 탐색활동을 수행한다. 이를 위한 참고 자료로서 가트너 하이프 사이클(Gartner Hype Cycle)은 중요한 의미가 있다. 하이프 사이클은 기술수명주기(S-curve)와 하이프 수준(Hype Level)을 결합하여 새로운 기술에 대한 대중의 기대감을 시간의 흐름에 따라 나타낸 그래프이다. 새로운 기술에 대한 기대는 기술사업화뿐만 아니라 연구개발 투자의 정당성, 투자유치를 위한 기회의 발판이 된다는 점에서 연구개발 담당자 및 기술투자자의 관심이 높다. 그러나 산업계의 높은 관심에 비해 실증분석을 시도한 선행연구는 다양하지 못하다. 선행문헌 분석결과 데이터 종류(뉴스, 논문, 주가지수, 검색 트래픽 등)나 분석방법은 한정적이었다. 이에 본 연구에서는 확산의 주요한 채널이 되어가고 있는 소셜네트워크서비스의 데이터를 활용하여 'Gartner Hype Cycle for Artificial Intelligence, 2021'의 단계별 기술들에 대한 집단구조(커뮤니티)의 특성과 커뮤니티 간 정보 확산패턴을 분석하고자 한다. 이를 위해 컴포넌트 응집규모(Component Cohesion Size)를 통해 각 단계별 구조적 특성과 연결중심화(Degree Centralization)와 밀도(Density)를 통해 확산의 방식을 확인하였다. 연구결과 기술을 수용하는 단계별 집단들의 커뮤니케이션 활동이 시간이 지날 수록 분절이 커지며 밀도 역시 감소함을 확인하였다. 또한 새로운 기술에 대한 관심을 촉발하는 혁신태동기 집단의 경우 정보확산을 촉발하는 외향연결(Out-degree) 중심화 지수가 높았으며, 이후의 단계는 정보를 수용하는 내향연결(In-degree) 중심화 지수가 높은 것으로 나타났다. 해당 연구를 통해 하이프 사이클에 관한 이론적 기초를 제공할 것이다. 또한 인공지능기술에 대한 기술관심집단들의 기대감을 반영한 정보확산의 특성과 패턴을 소셜데이터를 통해 분석함으로써 기업의 기술투자 의사결정에 새로운 시각을 제공할 것이다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.