• 한국해양학회지:바다
• /
• 제18권4호
• /
• pp.234-265
• /
• 2013

중등학교 과학 및 지구과학 교과서의 해류도는 해양에 대한 학생들의 호기심과 관심을 유도하는 데 중요한 역할을 한다. 이 해류도들은 급변하는 기후변화와 지구상의 에너지 균형 문제와 관련이 있는 해류에 대해 학생들이 학습할 수 있는 중요한 기회를 제공할 수 있다. 그럼에도 불구하고 중등학교 교과서의 해류도들은 최근의 해류관련 과학적 지식과 비교해 볼 때 다양한 과학적 오류들을 내포하고 있었다. 이 연구는 오류가 없는 해류도를 제작하고 다양한 동해 해류도들을 하나로 통일하기 위하여 해류도 제작의 기본적인 틀과 방법을 제안하였다. 먼저 중등 과학교과서 27종의 해류도와 기존의 과학 연구 논문에서 제시한 주요 해류도 27개의 도법을 통일하였으며 동해의 난류와 한류들의 수치화된 정량적인 위치 정보를 추출하였다. 대한해협에서 대마난류의 분지 양상, 대마난류의 일본연안분지와 외해분지, 동한난류의 연안거리와 북상한계, 쓰가루해협, 소야해협을 통한 대마난류의 유출 양상과 환류, 리만한류와 북한한류의 분포 양상 등 해류도 제작을 위한 분석 항목들을 선정하였다. 해양 현장관측을 기반으로 형성된 해양학자들의 과학적 전문지식과 연구결과들을 활용하여 동해 해류도 초안을 제작한 후 이를 바탕으로 국내 학회 회원들을 대상으로 동해 해류도 초안에 대한 의견을 묻는 설문조사를 실시하였다. 또한 2013년 춘계 해양학회 특별세션을 기획하여 학회의 의견을 수집하였으며 해양학자들과의 수차례에 걸친 논의를 통하여 일련의 동해 해류도를 제작하고 수정하는 과정을 반복하였다. 최종적으로 해류도에 대한 학계 해류 전문가들의 평가와 의견을 모았으며 이를 최종해류도 제작을 위하여 해류도를 수정하는데 활용하였다. 향후 교과서 해류도 제작과정에서의 오류를 방지하기 위하여 완성된 동해 해류도 결과를 디지털화하여 위 경도 정보를 제시하였다. 이 연구는 황해와 북서태평양을 포함한 우리나라 주변해의 종합적인 해류도를 완성하기 위한 첫걸음이며 향후 중등학교 교과서 해류도 완성을 위한 해양학자들의 관심을 촉진하는 계기가 될 것으로 기대된다.

• 환경생물
• /
• 제38권4호
• /
• pp.634-649
• /
• 2020

최근, 우리나라에서는 하천에 중소형 보(Weir) 및 각종 구조물(어도) 건설이 건설되면서 수생태계의 단절 및 훼손이 보고되고 있고, 이들은 수생태계 건강도에 직접적으로 영향을 주면서 수생태계의 종적 연결성 평가가 중요한 이슈가 되었다. 본 연구에서는 수생태 건강성 확보를 위한 일환으로 수생태계 종적 연결성 평가를 위한 국내외 연구 현황, 선진국의 어류 기반 종적 연속성 평가모델 개발 및 현장 적용성에 대한 분석을 실시하였다. 이를 위해, 우리나라에서 하천의 종적 연결성 현황 및 구조적 문제점, 어류 모니터링 기법 및 현황, 종적 측면의 어류 이동성 단절 및 종 다양성 영향에 대한 현황분석을 하였다. 또한, 물리적 서식지 적합도 평가, 환경생태유량 평가 및 어류 서식처 모의를 위한 생태-수리모델링의 기술적 한계 등에 대한 연구 현황을 분석하였다. 또한, 어류 유영력 기반 이동성 분석 및 행위자 기반(ABM) 어류행동예측 프로그램개발에 대한 현재 기술의 한계성도 제시하였다. 전 세계에서 적용된 하천 종적 연결성 평가모델 및 기법(프로토콜)에 대해 문헌, 자료 및 다양한 모델을 종합적으로 검토한 결과에 따르면, 첫째, 하천 구조물과 어류 유영속도, 점프력 등의 지표 기반 평가기법, 둘째, 직접 현장 어류조사 및 모니터링 기법, 셋째, 하천지형학적 접근방식 평가 기법 및 구조물 기반 DB 구축기법 및 넷째, 하천 연계성 지수 평가법 등으로 분석되었다. 종적 연결성 평가모델의 조사방법론 및 적용성 평가 결과에 따르면, 유럽권의 ICE 모델(Information sur la Continuite Ecologique)과 ICF 모델(Index de Connectivitat Fluvial)을 우리나라에 수정보완하여 적용할 경우 적절할 것으로 평가되었다.

• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.101-119
• /
• 2020

최근 도시의 미세먼지 및 열환경 개선을 위한 방안으로써 바람길을 고려한 도시숲인 바람길숲 조성사업이 전국적으로 추진되고 있다. 이에 본 연구에서는 바람길숲 조성사업 대상 도시 중 하나인 평택시를 사례로 바람길숲 조성 여건 분석(미세먼지 및 열환경 취약지역, 바람길숲 분포 현황, 바람길 특성)을 수행하고, 분석 결과를 바탕으로 평택시의 바람길숲 조성방향을 제안하였다. 미세먼지 및 열환경에 취약한 지역을 도출한 결과, 평택시의 동부생활권 내 시가지에서 미세먼지 및 열환경에 가장 취약한 것으로 나타났다. 특히, 미세먼지의 경우 평택화력발전소, 항만, 국도 1호선 등 산업단지 및 도로에서 배출량이 높았다. 바람길숲 현황을 파악한 결과, 평택시 내에는 소규모의 생성숲, 디딤·확산숲, 연결숲이 파편화되고 단절되어 분포하고 있었다. 평택시의 전반적인 바람길의 특징은 무봉산 등에서 생성된 찬공기가 평택시 내로 강하게 유입되고 북서방향으로 흘렀다. 따라서 평택시 내 존재하는 생성숲을 보전하고 장기적으로 확대해나가야 하며, 취약지역까지 찬공기가 유입될 수 있도록 디딤·확산숲 및 연결숲 조성이 중요하였다. 또한 미세먼지 발생이 심각한 산업단지 및 도로에는 미세먼지 차단을 고려한 연결숲을 조성하여 주변 지역으로 미세먼지가 확산되지 않도록 식재기법을 적용해야 한다. 본 연구는 평택시의 바람길숲 조성사업을 위한 근거자료로 활용될 수 있을 뿐만 아니라 기타 도시숲 조성 관리에 있어 기초자료로 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.49-71
• /
• 2021

문제해결을 위해 지식을 활용하는 사용자는 내용 면에서 관련된 또 다른 지식, 즉 연관지식에 대한 교차적이고 순차적인 탐색을 진행한다. 지식지도는 관리하는 지식의 현황을 보여주는 도식이자 지식저장소의 분류체계로서, 지식 간 연관성에 기반한 사용자의 지식 탐색을 지원하는 도구이다. 따라서 지식지도는 지식 간 연관성에 의한 네트워크 형식으로 표현되며, 이를 정의 및 추론하는 데에 최적화된 기술을 접목하여 구현되어야 한다. 이를 위해 본 연구는 관리하는 개체와 개체 간 관계를 표현 및 추론하는 데에 최적화된 기능성을 발휘하는 것으로 알려진 그래프DB를 이용하여 지식그래프 기반 지식지도를 개발하는 방법론을 제시한다. 제시된 방법론의 유효성을 확인하기 위하여, 선행 연구의 온톨로지 기반 지식지도 구축 사례 데이터를 그래프DB에 적용하여 지식그래프 기반 지식지도를 구현하고, 구현된 지식 네트워크의 유효성과 Class 자동 구성 능력을 선행 연구의 결과와 비교하는 성능 테스트를 진행한다. 성능 테스트 결과, 본 연구의 지식그래프 기반 지식지도는 선행 연구의 온톨로지 기반 지식지도와 동일한 수준의 성능을 나타냈으며, 지식 및 지식 간 관계 정의 및 추론을 더욱 효율적으로 진행할 수 있음을 확인하였다. 본 연구의 결과는 연관지식에 대한 사용자의 인지과정을 반영한 지식 탐색 기능의 구현에 활용될 수 있으며, 추론에 의한 새로운 연관지식의 발견을 통해 자율적으로 확장되는 지능적 지식베이스의 개발에 응용될 수 있다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.447-460
• /
• 2022

인공위성 영상레이더 위상간섭기법은 널리 활용되고 있는 원격탐사 기술로서 지진, 화산, 지반침하 등으로부터 발생한 단단한 지각 표면의 변위를 매우 정밀하게 주기적으로 관측할 수 있는 연구 활용분야의 한 종류이다. 습지대 환경처럼 수상 표면에 식생이 존재하는 경우에는 지표면과 동일한 방법을 적용하여 넓은 지역에 대한 높은 공간해상도의 수위 변화 지도 제작이 가능하다. 현재 다양한 파장 대역의 인공위성 영상레이더 시스템이 운용 중에 있으며 여기에는 넓은 지역에 대한 영상을 효과적으로 획득할 수 있는 광역 관측 ScanSAR 모드를 제공하는 위성도 다수 포함되어 있다. 본 논문의 연구 지역인 콜롬비아 북부의 Ciénaga Grande de Santa Marta (CGSM) 습지대는 카리브 해안을 따라 고지대에 위치한 광대한 습지 지역이다. CGSM 습지대는 해수면 상승과 기후 변화와 같은 자연적인 원인 뿐만 아니라 20세기 후반부터 시작된 농업개발 및 도시확장 등의 다양한 인간 활동으로 인한 심각한 환경적 위협을 받고 있다. 최근 해당 습지 지역에 대한 생태학적 중요성이 대두되면서 해당 습지를 보호하고 복원하기 위한 다양한 계획이 진행 중에 있다. 주기적인 습지대 환경 모니터링에 있어 수위 변화 관측은 매우 중요한 자료를 제공하며 일반적으로 수위계와 같은 현장관측 자료 등에 의존하는 경우가 많다. 수위계의 경우 시간적으로 연속적인 자료 관측이 가능하지만 공간적 분포를 이해하기에는 어려운 경우가 많다. 본 연구에서는 현장 관측의 공간적 해상도의 부족함을 보완하기 위한 L-밴드 ALOS-2 PALSAR-2 ScanSAR 광역 관측 모드 자료의 영상레이더 위상간섭기법 습지대 수위 변화 관측 활용 가능성에 대해 평가하고자 한다. 광역 관측 모드의 공간해상도 및 위상간섭도 품질 비교를 위해 ALOS-2 PALSAR-2 stripmap 고해상 모드와 함께 분석하였다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.251-273
• /
• 2022

최근 텍스트 분석을 딥러닝에 적용한 연구가 꾸준히 이어지고 있으며, 특히 대용량의 데이터 셋을 학습한 사전학습 언어모델을 통해 단어의 의미를 파악하여 요약, 감정 분류 등의 태스크를 수행하려는 연구가 활발히 이루어지고 있다. 하지만 기존 사전학습 언어모델이 특정 도메인을 잘 이해하지 못한다는 한계를 나타냄에 따라, 최근 특정 도메인에 특화된 언어모델을 만들고자 하는 방향으로 연구의 흐름이 옮겨가고 있는 추세이다. 도메인 특화 추가 사전학습 언어모델은 특정 도메인의 지식을 모델이 더 잘 이해할 수 있게 하여, 해당 분야의 다양한 태스크에서 성능 향상을 가져왔다. 하지만 도메인 특화 추가 사전학습은 해당 도메인의 말뭉치 데이터를 확보하기 위해 많은 비용이 소요될 뿐 아니라, 고성능 컴퓨팅 자원과 개발 인력 등의 측면에서도 많은 비용과 시간이 투입되어야 한다는 부담이 있다. 아울러 일부 도메인에서 추가 사전학습 후의 성능 개선이 미미하다는 사례가 보고됨에 따라, 성능 개선 여부가 확실하지 않은 상태에서 도메인 특화 추가 사전학습 모델의 개발에 막대한 비용을 투입해야 하는지 여부에 대해 판단이 어려운 상황이다. 이러한 상황에도 불구하고 최근 각 도메인의 성능 개선 자체에 초점을 둔 추가 사전학습 연구는 다양한 분야에서 수행되고 있지만, 추가 사전학습을 통한 성능 개선에 영향을 미치는 도메인의 특성을 규명하기 위한 연구는 거의 이루어지지 않고 있다. 본 논문에서는 이러한 한계를 극복하기 위해, 실제로 추가 사전학습을 수행하기 전에 추가 사전학습을 통한 해당 도메인의 성능 개선 정도를 선제적으로 확인할 수 있는 방안을 제시한다. 구체적으로 3개의 도메인을 분석 대상 도메인으로 선정한 후, 각 도메인에서의 추가 사전학습을 통한 분류 정확도 상승 폭을 측정한다. 또한 각 도메인에서 사용된 주요 단어들의 정규화된 빈도를 기반으로 해당 도메인의 특수성을 측정하는 지표를 새롭게 개발하여 제시한다. 사전학습 언어모델과 3개 도메인의 도메인 특화 사전학습 언어모델을 사용한 분류 태스크 실험을 통해, 도메인 특수성 지표가 높을수록 추가 사전학습을 통한 성능 개선 폭이 높음을 확인하였다.

• 한국지리정보학회지
• /
• 제26권1호
• /
• pp.21-40
• /
• 2023

본 연구는 도시 환경 개선을 위한 방안으로 최근 관심이 높아지고 있는 바람길 관리방안을 제안하고자, 도시로 유입될 수 있는 찬공기 형성에 유리한 낙동정맥을 대상으로 찬공기 특성을 분석하였다. 또한 유역 분석을 기반으로 낙동정맥의 구체적인 바람길 유역을 설정하고 유역별 찬공기 기능 확대를 위한 방안을 제안하였다. 낙동정맥의 찬공기 분석 결과, 찬공기는 낙동정맥의 북부 산림에서 강하게 생성되었으며, 계곡 지형을 따라 인근 도시로 유입되었다. 평균적으로는 낙동정맥의 동쪽에 위치한 도시에서 찬공기 풍속이 높았으며, 반면 서쪽에 위치한 도시에서는 찬공기층 높이가 높게 나타났다. 이러한 찬공기 특성 및 유역 분석 결과를 종합하여 낙동정맥의 바람길 관리유역을 8개로 분류하였으며, 이를 '찬공기 기능 보전유역', '찬공기 기능 관리유역', '찬공기 기능 집중관리구역'으로 설정하여 정맥의 기온 저감 기능을 보전 및 강화하기 위한 방안을 제안하였다. 또한, 찬공기의 기온 저감 기능을 검증하고자 기상관측 정보를 활용하여 야간 기온 저감 효과를 찬공기 분석 결과와 비교하였다. 그 결과 찬공기 특성이 강한 지점의 관측소에서 야간 기온 저감 효과가 상대적으로 크게 나타나 찬공기의 기온 저감 기능을 확인할 수 있었다. 본 연구의 결과는 낙동정맥의 찬공기 기능 확대를 위한 체계적 보전 및 관리계획 마련 시 기초자료로 활용될 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.171-191
• /
• 2020

본 연구는 현대 사회에서 가장 가치 있는 문화자산이자 한류의 흐름에서 특히 중요한 위치를 차지하는 디지털 음악에 초점을 두었다. 디지털 음악에 대하여 공신력 있는 음원 차트인 '가온 차트'에 진입한 음원들의 73주간 순위 변화를 수집하였으며 유사한 특징을 가지는 패턴들로 분류하였다. 이후 각 순위 변화 패턴으로부터 주목할 만한 특징에 대한 설명적 분석을 수행하였다. 구체적으로 음원에 대한 신뢰도 이슈가 발생하기 이전 기간의 국내 발매된 디지털 음원들로 한정하여 시점을 일치시킨 후 시계열 군집분석을 통해 패턴을 도출하고자 하였다. 데이터 수집과 전처리를 통하여 742건의 중복되지 않는 음원들을 확보하였고, 시계열 순위 변화에 대한 시계열 군집분석 결과 16개의 패턴들이 도출되었다. 이후 도출된 패턴들을 기반으로 '스테디셀러'와 '원 히트 원더'의 두 가지 유형의 대표적인 패턴을 확인하였다. 나아가 두 패턴에 대하여 차트 내에서 음원의 생존 기간과 음원 순위에 관점에서 다섯 가지의 세분화된 패턴으로 분류하였다. 각 패턴들이 가지는 중요한 특징들은 다음과 같다. 원 히트 원더형 패턴에서 아티스트의 슈퍼스타 효과와 편승효과가 강하게 나타났으며, 소비자들의 디지털 음원 선택에 강한 영향을 미친다는 것을 확인하였다. 나아가 스테디셀러형 패턴을 통해서 매우 오랜시간 소비자들의 선택을 받는 음원들을 확인하였고, 소비자의 니즈를 관통하며 가장 많은 선택을 받는 음원들이 오히려 원 히트 원더형 패턴이 아니라 스테디셀러: 중기 패턴에 포진하고 있음을 확인하였다. 특히 주목할 만한 점은 스테디셀러형 패턴을 통해 기존의 패턴과는 상반되는 '차트 역주행' 현상을 확인했다는 것이다. 본 연구는 디지털 음원을 중심으로 상대적으로 소외되었던 분야인 시간의 흐름에 따른 음원의 순위 변화에 초점을 두었고, 음원의 흥행과 순위를 예측하는 것이 아니라 순위 변화의 패턴을 세분화함으로써 음원 연구에 대한 새로운 접근을 시도하였다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.