• 한국해양학회지:바다
• /
• 제27권3호
• /
• pp.127-143
• /
• 2022

최근 클라우드 컴퓨팅 환경에서 해양수치모델 실험을 수행하는 많은 연구가 활발하게 진행되고 있다. 클라우드 컴퓨팅 환경은 대규모 자원이 필요한 해양수치모델을 구현하는데 매우 효과적인 수단이 될 수 있다. 정보처리 기술의 발달로 클라우드 컴퓨팅 시스템은 가상화와 원격 고속 네트워크, 직접 메모리 액세스와 같은 수치모델의 병렬처리에 필요한 다양한 기술과 환경을 제공한다. 이러한 새로운 기능은 클라우드 컴퓨팅 시스템에서 해양수치모델링 실험을 용이하게 한다. 많은 과학자들과 엔지니어들은 해양수치모델 실험에 있어서 가까운 미래에 클라우드 컴퓨팅이 주류가 될 것으로 기대하고 있다. 해양수치모델링을 위한 클라우드 컴퓨팅의 처리성능 분석은 수치모델의 수행 시간과 리소스 활용량을 최소화하는 데 도움이 될 수 있으므로 최적의 시스템을 적용하는 데 필수적이다. 특히 모델 격자 내 다양한 변수들이 다차원 배열 구조로 되어 있기 때문에 대량의 입출력을 처리하는 해양수치모델의 구조는 캐시메모리의 효과가 크며, 대량의 자료가 이동하는 통신 특성으로 인해서 네트워크의 속도가 중요하다. 최근에 주요한 컴퓨팅환경으로 자리잡고 있는 클라우드 환경이 이러한 해양수치모델을 수행하기에 적합한지 실험을 통해서 검토할 필요가 있다. 본 연구에서는 상용 클라우드 시스템에서 해양수치모델로 대표적인 Regional Ocean Modeling System (ROMS)와 더불어 다른 해양모델의 클라우드 환경으로 전환에도 도움이 될 수 있게 병렬처리 시스템의 성능을 측정할 수 있는 표준 벤치마킹 소프트웨어 패키지인 High Performance Linpack을 활용하여 초당 부동소수점 연산횟수 처리능력과 및 STREAM 벤치마크를 활용하여 다중 노드들로 구성된 수치모델용 클러스터의 메모리처리성능을 평가하고 비교하였다. 이러한 평가내용은 클라우드 환경에서 해양수치모델을 어떻게 수행할 것인가에 대해 중요한 정보를 제공할 수 있다. 가상화 기반 상용 클라우드에서 얻은 실제 성능 자료와 구성 설정 분석을 통해 가상화 기반 클라우드 시스템에서 해양수치모델의 다양한 격자 크기에 대한 컴퓨터 리소스의 효율성을 평가했다. 본 연구를 통해서 캐시 계층과 용량이 큰 메모리를 사용하는 HPC 클러스터가 ROMS의 성능에 매우 중요하다는 것을 발견했다. 수치모델링의 실행 시간을 줄이기 위해 코어 수를 늘리는 것은 작은 격자 보다 큰 격자 모델에서 더 효과적이다. 이러한 처리 성능 분석 결과는 클라우드 컴퓨팅 시스템에서 해양수치모델을 효율적으로 구축하는 데 중요한 자료로 이용될 것이다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.1-22
• /
• 2017

사업타당성 분석이나 기업 기술가치평가 등 미래의 사업에 대한 진입이나 투자 타당성을 분석하기 위해서는 새로운 사업과 관련한 시장을 추정하고 그 안에서 확보 가능한 매출을 객관적으로 추정하는 과정이 필수 불가결하다. 이런 신규 매출이나 시장규모의 추정 방법은 다양한 방법으로 구분이 가능한데 크게 정량적인 방법과 정성적인 방법으로 구분할 수 있다. 그러나 두 가지 방법 모두 많은 자원과 시간을 필요로 한다. 그래서 우리는 신규 사업의 평가지원을 위한 데이터 기반의 지능형 매출 예측 시스템을 제안하고자 한다. 본 연구는 사업타당성 분석이나 기술가치평가를 위한 신규 사업의 매출 추정 시스템을 개발하는데, 알고리즘 기반으로 전통적인 정량 예측방법 중 하나인 유추방법에 주목했다. 동일한 국내 산업에서 최근 창업한 기업의 매출 실적을 국내 신규 사업의 매출액을 추정하는 유추 대상 변수로 활용할 수 있는지 검토한다. 여기서 유추예측 대상은 최초 매출액과 초기 성장률이며, 주요 비교 차원은 산업분류, 창업시기 등이 고려된다. 특히 본 연구는 우리나라 창업 기업이 가지는 매출 성장률의 평균회귀 현상을 활용하는 지능형 정보 지원 시스템을 제안하다. 본 연구에서는 신규 매출 추정을 위해서 역사적 자료인 창업 매출 실적을 활용하는 방법이 적절한지 판단하기 위해서 잠재성장모형 등을 활용해 산업분류에 따른 신규 사업의 초기 매출액과 연도별 성장률이 산업분류별로 차이가 있는지 분석한다. 기존 기업의 창업 후 4년간 매출 성과의 종단자료를 잠재성장모형으로 분석하는데, 특정 산업분류에서 차이를 보여주는지 분석해 산업분류가 유추 예측에서 고려해야할 유의미한 변수인지 분석하는 것이다. 본 연구의 결과는 신속하고 객관적인 신규 사업 매출 추정을 가능하게 하는 지능형 정보시스템을 개발하게 해서 사업성타당성 분석이나 기술가치평가 과정의 효율성을 개선시켜 줄 것으로 기대된다.

• 한국지구과학회지
• /
• 제29권2호
• /
• pp.128-139
• /
• 2008

본 연구에서는 에어러솔 대기 상태에서 국내 COMS 연구자들이 사용하는 세 개의 단파 복사전달모델에서 산출된 복사속 성분을 비교분석하였으며, 대기 복사 수지에서 에어러솔 역할도 분석하였다. 국내 모델들의 평가를 위하여, 15개 모델값을 평균한 Halthore et al.(2005) 결과를 기준값으로 사용하였다. 두 종류 에어러솔 농도(AOT=0.08, 0.24)에서 조사된 열대 또는 한대 대기의 에어러솔 강제력은 지표에서의 하향 일사 및 상향 산란, 대기 상부의 상향 산란, 그리고 대기 흡수도의 복사 성분들에 있어서 국외 연구에 비하여 국내 결과들에서 체계적으로 약하게 나타났다. 에어러솔 강제력은 지표에서의 하향 일사에 대하여 $-10{\sim}-40Wm^{-2}$ 이었으며, 지표 및 대기 상부의 상향 산란의 경우에 상대적으로 큰 태양천정각과 고농도 에어러솔 상태에서 컸다. 두 종류 에어러솔 조건에서 지표에서의 하향 및 상향 산란값들은 대기 종류보다는 태양천정각에 더 민감하였다. 하향 산란은 상대적으로 작은 태양천정각과 고농도 에어러솔 조건에서 컸다. 에어러솔 농도 증가는 하향 산란 증가에도 불구하고 하향 직달 일사의 감소가 이를 초과함으로써 지표 냉각을 유도하는 것으로 조사되었다. 동일한 에어러솔 농도 및 태양천정각 조건에서 직달일사 소산은 열대 대기에서는 주로 수증기, 그리고 한대 대기에서는 수증기뿐만 아니라 오존에도 기인하는 것으로 조사되었다. 특히 열대 대기에서는 수증기의 역할이 오존에 비하여 $3{\sim}4$배 컸다. 저농도 및 고농도 에어러솔 대기에서 대기 흡수도는 국내외 연구간에 ${\pm}10%$ 내에서 일치하였다.

• 유통과학연구
• /
• 제8권3호
• /
• pp.37-47
• /
• 2010

CRM은 고객에 대한 가치를 잘 이해하고 고객정보를 바탕으로 하여 그들의 욕구를 충족시키고 나아가서는 평생가치(Life Time Value)를 극대화시킬 수 있는 전략수립 및 고객관리프로세스를 통합적으로 잘 운영하는 것이다. 또한 이를 고객들과 좋은 관계로 유지 발전시켜서 궁극적으로는 회사의 수익을 최대화하기 위한 경영활동이다. 성공적인 CRM을 위한 전략은 고객접점을 담당하는 조직의 변화와 고객관리 프로세스를 재설계한 후에, 기업이 장기적인 계획으로 고객관계를 유지시키는 마케팅 전략과 시장 환경대응에 적절한 방법으로 통합시스템을 구축하여 전사적인 프로그램으로 전개되어야 한다. 또한 CRM 프로그램을 꾸준히 기업 특성에 맞게 개선과 보완활동을 펴나가야만 한다. 특히 중소규모의 유통업체들의 성공적인 CRM을 위한 전략은 다음과 같다. 첫째, CRM에 대한 인식을 바꾸고 고객에 대한 관심을 깊이 기울여야 한다. 둘째, 선진기업들의 CRM 기법을 벤치마킹하여 성공 포인트를 찾아내어 활용한다. 셋째, 나만의 재주와 장기를 마케팅에 접목하는 아이디어를 통해 자사 여건에 알맞은 방법을 모색한다. 넷째, 작지만 화제성 강한 이벤트 행사 등을 통하여 스위스의 소상공인의 사례처럼 개별고객에 대한 관계증진을 키울 수 있는 CRM 모델을 개발하여야 한다.

• 경영과정보연구
• /
• 제36권4호
• /
• pp.21-32
• /
• 2017

최근 국내에 진출한 다국적 기업들의 극명하게 대조되는 행태가 논란이 되고 있다. 본 연구는 해외 명품 패션브랜드 기업들이 높은 본국 배당 송금에 비하여 사회 기부활동 등 사회공헌도가 낮다는 언론 보도에 의하여 유명의류상호 기업들의 대리인 비용을 살펴보고자 하였다. 대리인 비용은 매출액 자산비율(AT), 영업비용 대비 매출액(OPEXP), EBITD 대비 총자산(EBITD)비율을 표본기업별로 구한 값과 2014년 지배구조등급으로 대상을 받은 S-OIL의 비율차이를 각각 구하여 3가지 차이비율의 공통된 속성을 변수를 산정하기 위하여 주성분분석(PCA)으로 공통변수를 추출하고 이 변수를 대리인 비용의 지수변수(ACI)로 선정하였다. 유명의류상호로 선정된 기업을 관심변수로 하고 대리인비용지수(ACI)를 종속변수로 하는 회귀분석을 실시하였다. 분석결과 유명의류상호로 선정된 기업은 판매비와관리비 분야에서 대리인비용이 높게 나타나고 수익성 분야에서 대리인비용이 낮게 나타났다. 그러나 주성분분석에 의한 전체적인 대리인비용은 일반기업과 차이기 나지 않는 것으로 나타났다. 민감도 분석으로 표본집단과 동일한 재무적 특성을 가진 기업들을 PSM방법으로 1:1 matching 표본을 구성하여 비교분석한 결과 판관비 부문에서만 유명의류상호기업의 대리인비용이 높게 나타났다. 추가 분석으로 유명의류상호기업에 국한 하지 않고 211개 산업군에서 브랜드파워 1위로 선정된 기업을 대상으로 대리인비용을 차이를 확인한 결과 본 분석의 결과와 동일한 것으로 나타났다. 본 연구의 결과는 국내에서 최초로 유명의류상호기업의 대리인비용을 분석하여 실증적 결과를 제시하였다는 점에서 의의가 있다고 할 것이다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.43-56
• /
• 2020

추천 시스템은 사용자가 다양한 옵션 중에서 최선의 선택을 할 수 있도록 도와준다. 그러나 추천 시스템이 상업적으로 성공하기 위해서는 극복할 몇 개의 문제점이 존재한다. 첫째, 추천시스템의 투명성 부족 문제이다. 즉, 추천된 상품이 왜 추천되었는지 사용자들이 알 수 없다. 둘째, 추천시스템이 사용자 선호의 변화를 즉각적으로 반영할 수 없는 문제이다. 즉, 사용자의 상품에 대한 선호는 시간이 지남에 따라 변함에도 불구하고, 추천시스템이 사용자 선호를 반영하기 위해서는 다시 모델을 재구축해야 한다. 따라서 본연구에서는 이러한 문제를 해결하기 위해 토픽 모델링과 순차 연관 규칙을 이용한 추천 방법론을 제안하였다. 토픽 모델링은 사용자에게 아이템이 왜 추천되었는지 설명하는데 유용하며, 순차 연관 규칙은 변화하는 사용자의 선호를 파악하는데 유용하다. 본 연구에서 제안한 방법은 크게 토픽 모델링 및 사용자 프로파일 생성 등 토픽 모델링에 기반한 사용자 프로파일 생성 단계와 토픽에 사용자 선호 확인 및 순차 연관 규칙 발견 등 순차 연관 규칙에 기반한 추천 단계로 구분된다. 벤치마크 시스템으로 협업 필터링 기반 추천 시스템을 개발하고, 아마존의 리뷰 데이터 셋을 이용하여 제안한 방법론의 성능을 비교 평가하였다. 비교 분석 결과, 제안한 방법론이 협업 필터링 기반 추천시스템보다 뛰어난 성능을 보였다. 따라서 본 연구에서 제안하는 추천 방법을 통해 추천 시스템의 투명성을 확보할 수 있을 뿐만 아니라, 시간에 따라 변화하는 사용자의 선호를 반영할 수 있다. 그러나 본 연구는 토픽과 관련된 상품을 추천하기 때문에, 토픽에 포함된 상품의 수가 많을 경우 추천이 정교하지 못하는 한계점이 있다. 또한 토픽의 수가 적기 때문에 토픽에 대한 순차 연관 규칙이 너무 적은 문제점이 있다. 향후 연구에서 이러한 문제점을 해결한다면 좋은 연구가 될 것으로 판단된다.

• 한국기후변화학회지
• /
• 제1권2호
• /
• pp.121-131
• /
• 2010

본 연구에서는 미국에서 개발되어 IBSNAT(International Benchmark Site Network for Agrotechnology Transfer) 사업에 의해 국제적으로 널리 보급된 DSSAT 패키지(CERES-Rice 모형)의 최근 윈도우 버전(DSSAT v4)을 국내에 도입하여, 우리나라 벼 품종과 기상요소, 그리고 국립농업과학원의 정밀농업토양자료 등을 적용하여, 출수생태형별 품종유전모수를 추정한 후, GCM 기후시나리오에 따른 벼 생육 및 생산량의 변동을 시뮬레이션 방법으로 평가하였다. 온도가 상승함에 따라 출수 기간은 단축하는 것으로 조사되었다. 온도가 $2^{\circ}C$ 상승하였을 때는 7~8일 단축되는 것으로 모의되었고, $5.2^{\circ}C$ 상승하는 UKMO 기후시나리오를 적용하면 최대 16~18일 단축되는 것으로 추정되었다. 출수 기간은 출수생태형의 구분 없이 온도 상승에 따라 비슷하게 단축되는 것으로 분석되었지만, 벼 등숙 기간의 변화는 출수생태형에 따라 다른 경향을 나타내었다. 즉, 생육 기간이 길은 중만생종의 출수 기간은 온도 상승 정도에 따라 14~18일 짧아졌는데 반하여, 생육 기간이 짧은 조생종의 경우에는 1~3일 짧아져, 단축 정도가 상대적으로 적은 것으로 조사되었다. 온도가 30년 평년 기후(1971~2000년)보다 $2^{\circ}C$와 $3^{\circ}C$ 상승하는 조건에서, 전국적인 평균 벼 수량은 평년 기후에 의해 추정된 것보다 각각 4.5%와 8.2% 감소하는 것으로 전망되었고, $CO_2$ 배증에 따라 온도 상승을 가장 높게 예측하는 UKMO 전지구 기후변화모델을 적용하여, 전국적으로 벼 수량을 모의하였을 때는 평년기후에 적용하여 추정한 수량보다 전국 평균 14.9% 감소하는 것으로 분석되었다. 이는 온난화로 인한 등숙 기간의 단축뿐 아니라 고온에서의 임실율 저하, 그리고 야간고온에 의한 호흡손실 때문인 것으로 판단된다. 따라서 지역별 정밀농업기후 추정과 이에 근거한 최적 품종의 선택, 이앙기 및 수확기 등 생육 기간의 조절 등 온난화 대응기술의 개발이 필요하다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.57-71
• /
• 2013

세계에는 수많은 사람들이 살아가고 있고, 사람들의 일상으로부터 매일, 매 시간 단위로 새로운 뉴스가 발생한다. 발생되는 뉴스는 예정된 일과 예상하지 못한 일들을 포함하고 있다. 발생하는 뉴스의 거대한 양과 이를 전달하는 수많은 미디어들로 인해 사람들은 뉴스 콘텐츠를 이용하는데 많은 시간을 소비하게 된다. 하지만 미디어에 시시각각 나타나는 속보와 실시간 이슈의 대부분이 가십 기사로 이루어져 있어 사용자들이 자신의 성향에 맞는 뉴스를 선별하고, 뉴스로부터 정보를 획득하는 것은 쉽지 않은 일이다. 또한 사용자의 관심사가 시간에 따라 변하기 때문에 뉴스 제공에 있어 사용자의 변하는 관심사를 반영하는 것이 요구된다. 본 논문에서는 사용자의 최근 관심사를 기반으로 사용자 선호도에 맞는 뉴스를 제공하기 위한 콘텐츠 기반의 추천 기법 및 시스템을 제안한다. 사용자의 최근 선호도를 파악하기 위하여 소셜 네트워크 서비스인 Facebook 사용자의 정보와 최근 게시글을 이용하여 동적으로 사용자 프로파일을 생성하여 이를 뉴스 서비스에 활용하고, 사용자 선호도에 적합한 뉴스를 추출하기 위해서 뉴스 콘텐츠의 분석을 요구한다. 뉴스 콘텐츠 분석을 위해 미디어에서 제공되는 뉴스의 카테고리를 사용하고, 뉴스 방송원고의 분석 및 주요 키워드 추출을 통해 뉴스 프로파일을 생성한다. 사용자 프로파일과 뉴스 프로파일 간의 유사도 측정을 위해서는 두 프로파일 간 형식의 일치화가 요구되므로 사용자 프로파일을 뉴스 프로파일과 동일한 형태로 생성한다. 사용자가 시스템에 접속하면 시스템은 사용자 프로파일에 명시된 선호도를 기반으로 뉴스 프로파일과의 유사도를 측정하고, 사용자 선호도에 가장 적합한 뉴스들을 제공하게 된다. 또한 사용자에게 제공된 뉴스 프로파일과 다른 뉴스 프로파일들 간에 유사도를 측정하여 유사도가 높은 관련된 뉴스들을 제공하게 된다. 제안한 개인화된 뉴스 서비스의 성능을 평가하기 위해 사용자에게 추천된 뉴스에 대한 사용자 평가와 시스템 예측값의 오차를 기반으로 6Sub-Vectors 벤치마크 알고리즘과 성능 평가를 수행하였고, 실험 결과를 통해 제안한 시스템의 우수성을 입증하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.1-25
• /
• 2020

대규모 텍스트에서 관심 대상이 가지고 있는 속성들에 대한 감성을 세부적으로 분석하는 속성기반 감성분석(Aspect-Based Sentiment Analysis)은 상당한 비즈니스 가치를 제공한다. 특히, 텍스트에 속성어가 존재하는 명시적 속성뿐만 아니라 속성어가 없는 암시적 속성까지 분석 대상으로 하는 속성카테고리 감성분류(ACSC, Aspect Category Sentiment Classification)는 속성기반 감성분석에서 중요한 의미를 지니고 있다. 본 연구는 속성카테고리 감성분류에 BERT 사전훈련 언어 모델을 적용할 때 기존 연구에서 다루지 않은 다음과 같은 주요 이슈들에 대한 답을 찾고, 이를 통해 우수한 ACSC 모델 구조를 도출하고자 한다. 첫째, [CLS] 토큰의 출력 벡터만 분류벡터로 사용하기보다는 속성카테고리에 대한 토큰들의 출력 벡터를 분류벡터에 반영하면 더 나은 성능을 달성할 수 있지 않을까? 둘째, 입력 데이터의 문장-쌍(sentence-pair) 구성에서 QA(Question Answering)와 NLI(Natural Language Inference) 타입 간 성능 차이가 존재할까? 셋째, 입력 데이터의 QA 또는 NLI 타입 문장-쌍 구성에서 속성카테고리를 포함한 문장의 순서에 따른 성능 차이가 존재할까? 이러한 연구 목적을 달성하기 위해 입력 및 출력 옵션들의 조합에 따라 12가지 ACSC 모델들을 구현하고 4종 영어 벤치마크 데이터셋에 대한 실험을 통해 기존 모델 이상의 성능을 제공하는 ACSC 모델들을 도출하였다. 그리고 [CLS] 토큰에 대한 출력 벡터를 분류벡터로 사용하기 보다는 속성카테고리 토큰의 출력 벡터를 사용하거나 두 가지를 함께 사용하는 것이 더욱 효과적이고, NLI 보다는 QA 타입의 입력이 대체적으로 더 나은 성능을 제공하며, QA 타입 안에서 속성이 포함된 문장의 순서는 성능과 무관한 점 등의 유용한 시사점들을 발견하였다. 본 연구에서 사용한 ACSC 모델 디자인을 위한 방법론은 다른 연구에도 비슷하게 응용될 수 있을 것으로 기대된다.