• 경영과정보연구
• /
• 제37권2호
• /
• pp.149-167
• /
• 2018

본 연구의 목적은 기업의 전산 시스템 관리자와 일반 사용자에 대해 VDI 도입 성과를 분석하여 도입 시 고려해야 할 요인을 도출하는 데 있다. 본 연구의 내용으로 위계 모형을 활용하여 시스템 관리자와 일반 사용자의 총괄 수준, 중간 수준, 세부 수준별 계층적 도입 성과를 분석하였다. 본 연구에서는 DeLone and McLean의 정보시스템 성과평가 모형을 VDI 성과평가에 적합하도록 수정하여 관리성과(시스템 품질, 보안성, 관리운영)와 사용성과(사용성, 접근성, 사용자 만족)로 구성된 성과측정 모형을 도출하였다. 본 연구의 방법으로는 VDI 도입 기업을 대상으로 통계적 설문조사 분석방법이 사용되었다. VDI 도입 성과 측정모형을 토대로 설문지를 개발하고, VDI를 구축하여 운영 중인 기업을 대상으로 84부의 설문지를 회수한 다음 Smart-PLS를 이용하여 측정모형을 검증하고, SPSS를 이용하여 도입 성과를 비교 분석하였다. 본 연구의 결과로 첫째, 기대성과와 실제성과 비교 결과는 모두 실제성과를 경험하였으나, 기대 수준에는 충족하지 못하는 것으로 나타났다. 둘째, 실제성과 측면에서의 시스템 관리자와 일반 사용자의 수준별 성과를 분석하였다. 총괄성과는 시스템 관리자 성과가 일반 사용자 성과보다 월등히 높게 나타났으며, 이는 성과 인식에 있어 사용자별 차이가 크다는 것을 보여주고 있다. 중간수준성과는 사용자별 사용성과의 차이가 관리성과 보다 더 크게 나타났고, 시스템 관리자는 관리성과와 사용성과의 차이가 가장 작게 나타났다. 즉, 사용자 입장 및 관점에 따라 성과의 차이가 나타나고 있다. 세부성과 비교는 접근성 및 보안성에 두 그룹 모두 탁월한 성과가 있는 것으로 나타났으나, 일반 사용자의 사용성에서 보통 이하의 성과가 나타난 것으로 보아 일반 PC 환경과 비교해볼 때 가장 큰 차이를 보이는 요인으로 측정되었다. 본 연구의 시사점으로 첫째, VDI 도입을 고려하고 있는 기업에서 필요로 하는 도입 사례별 시스템 성능, 보안, 자료관리 등의 요인에 대해 VDI의 도입 성과를 분석해 봄으로써 장점과 고려해야 할 부분을 도출하였다. 둘째, VDI 도입 성과를 시스템 관리자, 일반 사용자로 구분하고, 이들 간의 총괄성과, 중간수준성과, 세부성과를 분석하여 수준별로 요구하는 정보 욕구가 다르고, 사용자 및 관점에 따라 성과가 다르게 나타나는 것을 규명하였다는 점이다.

• 대한환경공학회지
• /
• 제32권10호
• /
• pp.916-927
• /
• 2010

일반적으로 정수처리 공정에서 염소에 의한 소독공정은 수인성 질병을 억제하고 상수도관망에서 미생물의 재성장을 억제하는 목적으로 사용되고 있다. 그러나 염소소독은 수중의 유기물과 반응하여 소독부산물(Disinfection By-products; DBPs) 과 같은 발암성 물질을 생성함으로 적절한 염소 주입이 필요하고 최근에는 관말지역에서의 잔류염소 확보를 위해 상수관로 나 배수지 등에서 재염소를 실시하는 경향이 증가하고 있는 추세이다. 따라서 본 연구에서는 정수장에서 최적의 염소주입과 재염소 주입량을 산정하기 위하여 미국 EPA에서 개발한 EPANET 2.0을 사용하여 최적 염소 주입량을 산정하고 그 효과를 모의하였다. 대상지역 상수관로에 대한 수질을 모의하기 위하여 bottle test를 통해 수체감소계수($k_{bulk}$)를 도출하였으며, syster-matic analysis method를 이용하여 관벽감소계수($k_{wall}$)를 도출하였다. 배ㆍ급수계통에서의 수질을 정확히 예측하고자 유량과 체류시간 등을 고려한 수리해석 모델을 기초로 하여 상수도관망에서의 잔류염소 농도를 예측하고 염소주입 농도에 따른 소독부산물(DBPs)인 트리할로메탄(Trihalomethanes; THMs)의 생성변화를 실험을 통해 확인하였다. 수체감소계수($k_{bulk}$)를 도출한 결과 온도가 높을수록 초기에 빠른 감소를 보였으며, $25^{\circ}C$의 경우 25시간이 지난 이후에는 절반이상이 감소하였다. 대상지역에 재염소 주입시설을 도입할 경우 최적 재염소 주입량을 산정하였으며, 관망도상에서 경제적으로 유리한 지점을 선정할 수 있었다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.53-65
• /
• 2019

영상 기반의 보안 시스템의 증가함에 따라 각 용도마다 다른 다양한 객체들에 대한 처리들이 중요해지고 있다. 객체 추적은 객체 인식, 검출과 같은 작업들과 함께 필수적인 작업으로 다뤄진다. 이 객체 추적을 달성하기 위해서 다양한 머신러닝이 적용될 수 있다. 성공적인 분류기로써 전체 에러율 최소화(total-error-rate minimization) 기반의 방법론이 사용될 수 있다. 이 전체 에러율 최소화 기반의 방법론은 오프라인 학습을 기반으로 하고 있다. 객체 추적은 실시간으로 처리하며 갱신해야하는 것이 필수적이므로 온라인 학습(online learning)을 기반으로 하는 것이 적합하다. 온라인 전체 에러율 최소화 방법론이 개발되었지만 점근적으로 재가중되는(approximately reweighted) 작업이 포함되어 에러를 누적시킬 수 있다는 단점이 있다. 본 논문에서는 정확하게 재가중되는(exactly reweighted) 방법론을 제안하면서 온라인 전체 에러율 최소화가 달성되었다. 이 제안된 온라인 학습 방법론을 객체 추적에 적용하여 총 8개의 데이터베이스에서 다른 추적 방법론들 보다 좋은 성능이 달성되었다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.63-88
• /
• 2019

북한의 변화와 동향 파악에 대한 연구는 북한관련 정책에 대한 방향을 결정하고 북한의 행위를 예측하여 사전에 대응 할 수 있다는 측면에서 매우 중요하다. 현재까지 북한 동향에 대한 연구는 전문가를 중심으로 과거 사례를 서술적으로 분석하여, 향후에 북한의 동향을 분석하고 대응하여 왔다. 이런 전문가 서술 중심의 북한 변화 및 동향 연구에서 비정형데이터를 이용한 텍스트마이닝 분석이 더해지면 보다 과학적인 북한 동향 분석이 가능할 것이다. 특히 북한의 동향 파악과 북한의 대남 관련 행위와 연관된 연구는 통일 및 국방 분야에서 매우 유용하며 필요한 분야이다. 본 연구에서는 북한의 신문 기사 내용을 활용한 텍스트마이닝 방법으로 북한과 관련한 핵심 단어를 구축하였다. 그리고 본 연구는 김정은 집권 이후 최근의 남북관계의 극적인 관계와 변화들을 기반으로 세 개의 기간을 나누고 이 기간 내에 국내 언론에 나타난 북한과 관련성이 높은 단어들을 시계열적으로 분석한 연구이다. 북한과 관련한 주요 단어들을 세 개의 기간별로 분류하고 당시에 북한의 태도와 동향에 따라 해당 단어와 주제들의 관련성이 어떻게 변화하였는지를 파악하였다. 본 연구는 텍스트마이닝을 이용한 연구가 남북관계 및 북한의 동향을 이해하고 분석하는 방법론으로서 얼마나 유용한 것이지를 파악하는 것이었다. 앞으로 북한의 동향 분석에 대한 연구는 물론 대북관계 및 정책에 대한 방향을 결정하고, 북한의 행위를 사전에 예측하여 대응 할 수 있는 북한 리스크 측정 모델 구축을 위한 연구로 진행 될 것이다.

• 기술혁신학회지
• /
• 제10권1호
• /
• pp.73-97
• /
• 2007

R&D를 통한 미래기술개발은 정보 및 지식기반 경쟁력이라는 틀 안에서 기업의 생존과 연계된 기술적 혁신전략과 맞물려야 하며 개방형 네트워크 R&D 조직을 통하여 고객 중심의 미래기술전략이 이루어져야 한다. 따라서 미래기술개발은 단순히 미래예측을 통한 기술개발에만 그치는 것이 아니라 기술개발 단계 이전부터 고객의 니즈를 파악하여 미래기술 또는 서비스 개발에 실제로 고객 니즈를 반영한 기술의 시장화를 통하여 기업가치의 극대화를 높여야 한다. 일반적인 시장세분화는 일반적으로 인구 통계적 특성 또는 고객의 소비 패턴 등과 같은 과거 자료를 바탕으로 고객을 구분하는 사후세분화를 광범위하게 활용하여 왔으나 이러한 방식은 고객의 다양한 잠재 수요분석을 통한 새로운 시장기회를 탐색하는 데에 어려움이 있어 장기적 관점에서 미래 기술서비스에 대한 수요파악을 위해서는 고객의 심리의식, 라이프스타일 등을 복합적으로 고려한 고객 세분화 기법을 적용한 사전세분화가 실시되어야 한다. 본 연구는 미래통신서비스 수요에 가장 큰 영향을 미칠 것으로 예상되는 고객의 기술수용태도와 일상생활에서 추구하는 가치지향성을 세분화 변수로 선택하고 이를 통하여 미래 통신서비스 시장을 세분화하는 것을 목적으로 하였으며 기술 개발활동 단계부터 사전세분화를 통하여 기술개발전략 구축에 활용하고자 하였다. 우선 신기술에 대한 수용태도를 기준으로 2개의 군집을 도출하였으며 구분된 2개의 군집에 대하여 각각 고객의 가치지향성을 기준으로 2차 세분화 분석을 실시하는 계층적 고객세분화 모형을 제시하였다. 계층적 모형을 통하여 도출된 군집에 대한 상세 분석을 통해 군집별 세부적인 특성을 살펴보았으며 이에 따라 각각의 세분 군집이 독립된 개별 시장으로 반응하고 있음을 통계적으로 밝혀내었으며 대응일치분석을 통하여 특정 미래통신서비스에 대한 시장의 진입, 확산 그리고 전이가 용이할 수 있도록 목표 세분 군집을 위치화 하였다. 비율(ICM:TE ratio)은 대조군(1:6.0)이 group A(1:3.4)나 group B(1:3.4)보다 유의하게(p<0.05) 높았다. 생쥐 2-세포기 배를 배양하여 72시간까지의 배 발달율을 살펴보면 배양액에 에너지원을 첨가하는 것이 효과적이었으며, 자궁액 농도보다는 난관액 농도로 에너지원을 조절했을 때 배 발생 능력이 높은 경향을 보였다.. 시험 2는 1일령 육계($Ross^{(R)}$종) 240수(암 수 각각 120수)를 공시하여 6처리 4반복, 반복당 10수(암 수 동수) 씩을 케이지(가로: 35.5 cm, 세로: 45 cm, 높이: 55 cm)에 완전 임의배치하여 각각 35일간사양 시험을 실시하였다. 시험 1에서 생산지수는 대조구에 비해 첨가구들이 높은 경향이 있었고 herbs M구가 가장 높았다. 시험 2에서 $4{\sim}5$주 사료 섭취량은 대조구에 비해 첨가구들이 유의적으로 높았다(P<0.05) 사료 요구율은 항생제 처리구가 다른 처리구보다 낮았다. 시험 1의 RBC와 적혈구 용적 (HCT 또는 PCV), Hb는 첨가구들이 대조구보다 유의적으로 높았다(P<0.05). 시험 2의 BA는 대조구보다 첨가구들이 유의적으로 낮았다(P<0.05). 시험 1과 시험 2의 혈청 IgG 농도는 대조구에 비해 첨가구들이 유의적으로 높았다(P<0.05). 시험 1과 시험 2의 장내 미생물 균총과 영양소 이용율은 처리간에 통계적 차이가 없었다. 결론적으로 일부 한방제와 생약제제는 육계에서 항생제를 대체하여 사용이 가능하며 특히 혈액의 성분에 유의한 영향을 미치는 것으로 사료된다. 실증연구가 필요할 것으로 사료된다.trip과 Sof-Lex disc로 얻어진 표면은 레진전색제의 사용으로 표면조도의 개선이 이루어지지 않았다.^{11}C]raclopride$ PET을 이용하여 비흡연 정상인에서 흡연에 의한 도파민 유리를

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.

• 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.