• 생명과학회지
• /
• 제33권2호
• /
• pp.208-215
• /
• 2023

최근 수십년간 노화연구의 영역은 유전자 수준에서부터 세포 수준을 거쳐 혈액을 교환하는 in vivo 모델까지 진보를 거듭하면서 발전하고 있다. 예쁜꼬마선충에서 수명을 연장시킬 수 있는 유전자의 존재가 알려지면서, 유전체학, 단백질체학, 대사체학, 전사체학과 같은 다양한 분석방법이 사용되면서 보다 다양한 노화 연관 표적분자들이 발견되었다. 따라서, 표적분자들 간의 상호관계에 대한 연구결과도 증가하고 있다. 또한, 두 실험동물을 외과적으로 결합시킨 개체병렬결합 방법을 사용한 노화연구로 노화 현상을 역행시킬 수도 있는 인자가 보고되었고, 젊은 개체의 혈액 내에 존재할 수 있는 노화 역행 인자를 찾기 위한 더 정확하고, 효과적인 연구로 확장되면서, 노화연구의 방법에 새로운 패러다임이 확립되었다. 2022년 실험동물에 정교하게 혈액을 교환할 수 있는 장치에 대한 논문이 발표되었고, 이 장치를 사용한 연구가 노화 역행에 영향을 줄 수 있는 새로운 결과를 제시하였다. 새롭게 고안된 장치와 그로 인한 결과뿐만 아니라 젊은 혈액 또는 조건화된 혈액을 주입하여 얻은 최신 연구결과로 처음 발표되었던 GDF11 외에도 혈액 내에 존재하는 노화 역행 후보물질로서 β2m, TIMP2, VCAM1, Gpld1, clusterin과 같은 혈액 내 용해성 인자뿐만 아니라 mcicroglia 세포와 neuroinflammation과 같은 생화학적 현상이 직접적으로 노화요인으로 증명되고 있다. 이 총설에서는 이 같은 노화연구에 대한 최신 결과에 대해 논의하고자 한다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.419-437
• /
• 2023

국내 씬파일러(Thin Filer)의 수가 1200만명을 넘어서며, 금융 업계에서 씬파일러의 신용을 정확히 평가하여 우량고객을 선별해 대출을 공급하는 시도가 많아지고 있다. 특히, 차주의 신용정보에 존재하는 비선형성을 반영하여 채무불이행을 예측하기 위해서 다양한 머신러닝 알고리즘을 활용한 연구가 진행되고 있다. 그 중 그래프 신경망 구조(Graph Neural Network)는 일반적인 신용정보 외에 대출자 간의 네트워크 정보를 반영할 수 있다는 점에서 데이터가 부족한 씬파일러의 채무 불이행 예측에서 주목할 만하다. 그러나, 그래프 신경망을 활용한 기존의 연구들은 신용정보에 존재하는 다양한 범주형 변수를 적절히 처리하지 못했다는 한계가 있었다. 이에 본 연구는 범주형 변수의 맥락적 정보를 추출할 수 있는 트랜스포머 메커니즘(Transformer mechanism)과 대출자 간 네트워크 정보를 반영할 수 있는 그래프 합성곱 신경망(Graph Convolutional Network)를 결합하여 효과적으로 씬파일러의 채무 불이행 예측이 가능한 TeGCN (Transformer embedded Graph Convolutional Network)를 제안한다. TeGCN는 일반 대출자 데이터셋과 씬파일러 데이터셋에 대하여 모두 베이스 라인 모델 대비 높은 성능을 보였으며, 특히 씬파일러 채무 불이행 예측에 우수한 성능을 달성했다. 본 연구는 범주형 변수가 많은 신용정보와 데이터가 부족한 씬파일러의 특성에 적합한 모델 구조를 결합하여 높은 채무 불이행 예측 성능을 달성했다는 시사점이 있다. 이는 씬파일러의 금융소외문제를 해결하고 금융업계에서 씬파일러를 대상으로 추가적인 수익을 창출하는데 기여할 수 있을 것이다.

• 한국시뮬레이션학회논문지
• /
• 제18권2호
• /
• pp.29-38
• /
• 2009

이기종의 자원들로 이루어진 컴퓨팅 환경에서 효율적인 자원 활용과 대용량의 데이터를 고속으로 처리하기 위해서는 실시간으로 변화하는 자원의 상태에 따라 대처 할 수 있는 동적인 작업 스케줄링 모델이 필요하다. 현재 이기종의 자원들에게 작업을 어떻게 분배 및 할당 할 것인지에 대하여 많은 자원 평가 방법 및 휴리스틱 기법들이 연구되었으나 이러한 방법들은 표준언어를 사용하지 않기 때문에 시스템 호환 및 확장에 어려움이 많다. 또한 다양한 자원들의 상태가 실시간으로 동적으로 변화하기 때문에 기존 연구에서 제안한 방법으로는 효율적인 처리가 불가능하거나 자원의 상태 변화에 동적으로 대처할 수 없다. 본 논문은 이러한 기존 연구들의 문제에 대한 해결책으로 W3C에서 제정한 온톨로지 표준 언어인 OWL을 이용하여 자원 온톨로지를 구축함으로써 이기종의 자원 관리를 손쉽게 할 수 있으며, 자원의 동적인 변화에 따라 작업 스케줄링하는 방법을 지식기반의 다양한 규칙들로 정의하여 추론을 통해서 최적의 자원에게 작업을 할당하는 시멘틱 컴퓨팅 기반의 동적 작업 스케줄링 모델을 제안한다. 시뮬레이션 실험 결과는 본 논문에서 제안한 작업 스케줄링 모델이 기존 모델에 비하여 낮은 작업 손실과 높은 작업 처리율 및 짧은 응답시간을 제공함으로써 이기종의 자원들로 구성된 시스템 전반에 걸쳐 안정적이고 고속의 데이터 처리를 제공할 수 있다는 사실을 증명한다.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.143-151
• /
• 2010

지문분류는 1:N 지문인식 시스템의 효율성을 높이는 단계로 지문의 매칭 시간 단축과 인식의 정확성을 높여주는 역할을 한다. 지문 각 클래스의 융선 패턴은 한 개 이상의 클래스와 중복되는 성질을 가지기 때문에 지문분류 작업은 어렵다. 또한 잡음을 많이 포함하거나 예외적인 입력 상태인 경우에도 분류 작업은 어려워진다. 본 논문에서는 다양한 품질의 지문을 효과적으로 분류하기 위해 지문의 방향특징을 이용해 확률 모델을 설계하고, 이를 최적화 하여 지문분류를 수행하는 방법을 제안하였다. 지문 융선을 픽셀단위로 탐색하여 방향 값을 산출하고, 산출된 방향 값을 일정 픽셀 단위로 병합하여 지문의 방향특징을 추출한다. 추출된 방향 특징을 이용해 확률론적 정보추출 및 인식 방식인 마코프 모델을 이용하여 지문의 클래스별 마코프 모델을 생성한다. 생성된 클래스별 마코프 모델의 상태전이 행렬을 분석하여 클래스별 분류 모델의 가중치 항목을 결정하고 유전자 알고리즘을 이용하여 지문분류 성능을 향상시킬 수 있는 최적의 수치를 찾아낸다. 유전알고리즘에 의해 최적화된 분류모델에 다양한 품질의 지문 데이터베이스를 적용하여 실험해 본 결과 최적화 되기 전의 분류 모델에 비해 우수한 분류성능을 보였다. 또한 실험에 사용한 다양한 품질의 데이터베이스를 분석해본 결과 제안한 방법은 특이점 유, 무 및 상태에 독립적으로 예외적인 입력상황의 지문에 대해 효율적으로 지분분류를 수행했다.

• 한국웰니스학회지
• /
• 제14권2호
• /
• pp.207-223
• /
• 2019

본 연구의 목적은 체육과 신체활동 영역별(건강, 도전, 경쟁, 표현) 내용요소와 STEAM과의 융합을 통해 창의·융합 수업모듈 요소를 도출하는 것이며, 아울러 창의·융합 수업 모듈을 제시하는 것에 있다. 이를 위해 문헌연구, 포커스 그룹 인터뷰(FGI), 전문가 협의 방법을 실시하였으며 이를 통하여 다음과 같은 연구 결과를 도출하였다. 먼저 창의·융합 수업 모듈 요소와 관련하여 첫째, 건강 영역의 창의·융합 수업 모듈 요소는 자세 분석을 통한 위험성 도출, 신체활동량 분석과 설계 등 총 11개로 제시되었다. 둘째, 도전 영역의 모듈 요소는 총 6개로 목표 달성 저해 요인 예상, 효율적 운동을 위한 모델링 등의 내용이 도출되었으며, 경쟁 영역의 융합 요소는 17개로 경기 기록 분석, 경기데이터 저장을 위한 어플 제작 등의 내용이 제시되었다. 마지막으로 표현 영역의 창의·융합 모듈 요소는 총 10개로 움직임 표현 기술 향상을 위한 모델링, 움직임 표현 기록을 위한 기호화 등의 내용이 도출되었다. 아울러 수업 모듈은 건강 영역에서는 공학(E: Engineering) 분야와의 융합과 관련된 내용이 제시되었으며, 도전 영역에서는 기술(T: Technology)과의 융합, 경쟁 영역에서는 예술(A: Art)와의 융합, 표현 영역에서는 예술(A: Art)와, 수학(M: Mathematics)기호와)과의 융합을 통한 내용이 제시되었다.

• 서비스연구
• /
• 제13권1호
• /
• pp.76-95
• /
• 2023

정보통신기술 기반의 '스마트병원'과 '디지털 헬스케어'가 의료분야의 화두가 되면서 병원모바일앱이 주목받고 있지만, 홍보 부족, 불안정한 시스템, 늦은 업데이트 등의 이유로 이용률은 저조한 편이다. 이러한 상황에서 병원모바일앱의 이용률을 높이기 위한 체계적인 연구가 필요하지만, 관련 연구는 다소 부족한 실정이다. 이에, 본 연구에서는 기술적 관점의 정보시스템성공모형과 인지적 관점의 기대일치모형을 통합하여, 병원모바일앱 지속이용의도에 대한 영향 메커니즘을 실증하고자 한다. 이를 위해 병원모바일앱 이용 경험이 있는 국내 성인 181명을 대상으로 온라인 설문조사를 실시하였다. 구조방정식모형 분석 결과, 대부분의 품질요인이 기대일치와 인지된 유용성 및 만족도에 유의미한 영향을 미치는 것으로 나타났으며, 기대일치는 인지된 유용성과 만족도에 유의한 영향을 주는 것으로 나타났다. 또한, 인지된 유용성과 만족도는 병원모바일앱의 지속이용의도에 유의한 영향을 미친다는 사실을 밝혀냈다. 본 연구는 기대일치모형과 정보시스템성공모형을 통합하여 의료분야, 그 가운데에서도 이용률이 저조한 병원모바일앱 사용 맥락에 적용한 연구라는 점에서 의의가 있으며, 연구결과를 통해 병원모바일앱의 이용률 증대 및 효과적·효율적인 서비스 운영을 위한 실무적 시사점을 제시하였다.

• 한국수자원학회논문집
• /
• 제56권6호
• /
• pp.393-402
• /
• 2023

최근 이상기후 현상으로 발생빈도 및 규모가 증가한 가뭄은 다양한 분야에서 극심한 문제를 유발하여 가뭄에 의한 물부족 발생 시 수생태 건강성 확보를 위한 합리적인 대응 방안을 마련하기 위해 가뭄 감시, 전망 및 대응기술 개발이 필요하다. 본 연구에서는 유역모델 HSPF와 수질모델 QUAL-MEV를 연계하여 가뭄 기간 물 부족 상태가 수문 순환을 통해 변동되는 수질을 예측하였다. SPI, RCP 4.5 시나리오를 검토하고 HSPF 및 QUAL-MEV를 활용하여 유량변동에 따른 수질변화를 모의하여 유량변동에 따른 수질 변화를 분석하였다. 갈수기 유량과 수질의 관계는 높으나 강수량과 수질의 관계는 미비한 것으로 나타났다. 유량 및 SPI6는 상이한 경향이 나타나 가뭄의 영향으로 변화되는 수질 예측시 중장기 가뭄지수와 관계는 미비한 것으로 나타났다. 가뭄에 의한 수질 영향을 평가하기 위해 단기간의 가뭄지수 활용 및 유량 변동에 따른 평가방안 마련이 필요한 것으로 사료된다.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.213-219
• /
• 2022

본 연구는 디자인씽킹과 교수체제설계에 관한 문헌연구를 통하여 디자인씽킹 프로세스를 접목한 교수체제설계 모형을 개발한 후 모형의 내적 타당성을 확인하는 것을 목적으로 한다. 연구는 3단계의 과정으로 진행하였다. 첫 번째 단계는 문헌연구이다. 선행연구와 관련문헌을 통해서 ADDIE 모형의 단계 및 구성요소를 탐색하여 모형 개발의 준거틀을 설정하고 디자인씽킹 프로세스를 교수체제설계 모형에 접목할 수 있는 가능성을 확인하였다. 두 번째 단계는 모형 개발이다. 문헌연구를 통해서 확인한 디자인씽킹의 핵심개념을 접목하여 평생교육 교수체제설계 모형인 DT ISD 모형을 개발하였다. 세 번째 단계는 DT ISD 모형의 내적 타당화이다. 교육공학 및 평생교육 분야의 전문가가 참여한 3차의 델파이 연구를 통해서 수정된 DT ISD 모형의 내적 타당성이 인정되었다. DT ISD 모형은 ADDIE와 같은 전통적인 교수체제설계 모형에 내재된 행동주의 학습이론 및 인지주의 학습이론과 달리 구성주의 학습이론을 기반으로 한다. 따라서, DT ISD 모형은 주로 성인 대상 평생교육 프로그램을 개발하는 효과적인 교수체제설계 모형이라고 할 수 있다. 향후 DT ISD 모형의 외적 타당성을 확인하기 위한 지속적 실행연구를 제언한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.499-508
• /
• 2022

딥러닝을 이용한 한글 생성 모델에 대한 연구가 많이 진행되었으며, 최근에는 한글 1벌을 생성하기 위하여 입력되는 글자 수를 얼마나 최소화할 수 있는지(Few-Shot Learning)에 대하여 연구되고 있다. 본 논문은 28개 글자를 사용하는 CKFont (이하 CKFont1) 모델을 분석하고 개선하여 14개 글자만을 사용하는 CKFont2 모델을 제안한다. CKFont2 모델은 28글자로 51개 한글 구성요소를 추출하여 모든 한글을 생성하는 CKFont1 모델을, 24개의 구성요소(자음 14개와 모음 10개)를 포함한 14개의 글자만을 이용하여 모든 한글을 생성하는 모델로 성능을 개선하였으며, 이는 현재 알려진 모델로서는 최소한의 글자를 사용한다. 한글의 기본 자/모음으로부터 쌍자음(5), 복자음(11)/복모음(11) 등 27개를 딥러닝으로 학습하여 생성하고, 생성된 27개 구성요소를 24개의 기본 자/모음과 합한 51개 구성요소로부터 모든 한글을 자동 생성한다. zi2zi, CKFont1, MX-Font 모델 생성 결과와 비교 분석하여 성능의 우수성을 입증하였으며, 구조가 간결하고 시간과 자원이 절약되는 효율적인 모델로 한자나 태국어, 일본어에도 확장 적용이 가능하다.

• 지질공학
• /
• 제32권1호
• /
• pp.157-171
• /
• 2022

전기비저항 토모그래피는 지하의 토양이나 암석 매질의 전기비저항 분포를 결정하는 대표적인 지구물리탐사법이다. 전극 배열에 따른 비저항의 깊이 분해능과 감도분포를 수치모델 자료를 대상으로 계산하고 해석한 결과 균질 매질에서의 천부 분해능은 웨너, 슐럼버저, 쌍극자 배열순으로 감소하며 깊이에 따른 최대 탐지능은 그 역순으로서 0.11-0.19 L (L: 전극사이의 간격) 깊이범위에서 계산되어 쌍극자 배열이 가장 좋았다. 전극 배열에 따른 비저항의 깊이 분해능과 감도분포의 효과를 살펴보기 위해 땅밀림 파괴면의 두 가지 형태(평면, 곡선), 수직 파쇄대, 규장질 및 고철질 화성암의 풍화층에 대한 수치 모델링 자료를 사용하였다. 표토층 하부의 수직파쇄대와 땅밀림 특히 원호 파괴면의 영상화 결과에서는 쌍극자 배열법이 효과적이었으며 천부의 불연속면과 풍화층의 분해능은 웨너법에서 상대적으로 좋게 나타났다.