• 한국해양학회지:바다
• /
• 제20권1호
• /
• pp.1-15
• /
• 2015

한반도 주변을 연구해역으로 하는 지역 해양순환예측시스템을 이용하여 관측기반의 분석 자료인 Operational Sea Surface Temperature and Sea Ice Analysis(OSTIA) 해수면 온도 자료의 동화를 통한 초기장 개선효과가 황해, 동중국해 그리고 동해의 해수면온도 예측결과에 미치는 영향을 조사하였다. 이를 위해서, 본 연구에서는 3차원 최적내삽법을 적용한 실험(Exp. DA)과 적용하지 않은 실험(Exp. NoDA)을 수행하여 각각의 실험결과를 관측자료와 비교 분석하였다. 2011년 9월 OSTIA 해수면 온도 자료와의 비교결과, Exp. NoDA는 24, 48, 72 예측시간에서 약 $1.5^{\circ}C$의 비교적 높은 Root Mean Square Error(RMSE)를 보였으나, Exp. DA에서는 모든 예측시간에서 $0.8^{\circ}C$ 이하의 상대적으로 낮은 RMSE가 나타났다. 특히, 초기 24시간 예측결과에서 RMSE는 $0.57^{\circ}C$를 보여 Exp. NoDA에 비해 예측성능이 크게 향상된 결과를 보였다. 해역별로는 황해와 동해에서 자료동화 적용 시, 60% 이상의 높은 RMSE 감소율이 나타났다. 기상청 8개 지점 연안 계류부이의 표층수온 자료를 이용하여 자료동화 효과를 계절적으로 살펴본 결과, 전반적으로 여름철을 제외한 모든 계절에서 자료동화 적용 후 70% 이상의 높은 RMSE 감소율을 보여 한반도 연안 표층수온의 단기 예측성이 향상됨을 확인하였다. 또한, 해수면 온도 자료의 동화로 인한 해양상층부의 수온구조 변화를 살펴보기 위해 동해를 대표해역으로 하여 Argo 수온 프로파일 자료와 실험결과를 비교하였다. 특히 연직 혼합이 강한 겨울철 해양 상층부(<100 m) 경우 Exp. DA의 RMSE가 Exp. NoDA에 비해 약 $1.5^{\circ}C$ 감소한 결과를 보여 해수면 온도의 자료동화 효과가 해양상층부의 수온 예측성 향상에 기여함을 확인하였다. 하지만, 겨울철 혼합층 아래에서는 Argo 관측 대비 수온 오차가 오히려 증가한 해역도 존재하여 해수면 온도 자료동화의 한계성도 나타났다.

• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.307-319
• /
• 2016

국가농림기상센터(NCAM)에서는 수요자 맞춤형 영농 영림을 지원하기 위하여 전용 수치모델링시스템인 지면대기모델링패키지(LAMP) 버전 1을 구축하였다. 이 패키지는 두 가지의 큰 축으로 구성되어 있다. 하나는 WRF 기상모델과 Noah-MP 지면모델의 결합시스템인 WRF/Noah-MP 시스템이고, 다른 하나는 Noah-MP 지면 모델의 오프라인 독립구동형 1차원 버전이다. 전자는 7일 이상의 중기 기상예측 자료를 1km 내외의 고해상도로 생산하는 일을 담당하고, 후자는 대표적인 농림생태계에 대하여 1년 지면모의 자료를 15분 간격으로 생산하는 일을 담당한다. 본 연구의 목적은 NCAM-LAMP의 두 구성 요소를 간단히 설명하고, 초기의 수치모의 성능을 평가하는데 있다. WRF/Noah-MP 결합시스템은 동아시아를 포함하는 어미격자 도메인에 최고 810m의 수평 해상도를 갖는 3개의 둥지격자로 구축되었으며, 가장 안쪽 도메인은 광릉 활엽수림 관측지와 침엽수림 관측지(GDK 및 GCK)를 포함한다. 이 결합시스템은 현재 미국 환경예측센터의 FNL 자료를 초기 및 경계자료로 이용하여 구동되며, 여러 개의 약 8일 모의 결과를 연결시켜 장기간에 대한 모의 자료를 생산하였다. 정량적 검증 변수는 WRF/Noah-MP 결합시스템의 2m 기온, 10m 바람, 2m 습도, 강수이며, 기상청 ASOS 관측 자료와 WRF/Noah-MP 결합시스템 모의 자료 사이의 차이를 이용하여 각 도메인에서 동적 식생 포함 유무에 따른 모의 오차를 계산하였다. 강수 모의의 정확도는 탐지확률(POD)과 공평위협점수(ETS)로 구성된 표를 이용하여 조사하였다. 오프라인 독립구동형 지면모델은 1년 기간에 대해 모의 결과를 생산하였으며, KoFlux 관측자료와 비교하여, 순복사 플럭스, 현열 플럭스, 잠열 플럭스 및 토양 수분 함량을 평가하였다. WRF/Noah-MP 결합시스템의 모의 결과에 따르면, 모든 도메인 중에서 도메인 4(810m 해상도)에서 2m 기온, 10m 바람 및 2m 습도에 대하여 가장 작은 RMSE를 보였다. 동적 식생을 포함시키면 모든 도메인에서 10m 바람의 모의 오차가 감소하게 되는 경향을 보였다. 도메인 2(7,290m 해상도)에서는 강수 모의 점수가 가장 높았으나, 동적 식생을 포함시킴에 따른 효과는 별로 없었다. 독립구동형 1차원 Noah-MP의 지면모의 결과는 복사 플럭스와 토양 수분의 패턴 및 크기를 포착하였으며, 엽면적지수의 모델 입력 부분을 보충하고, 모델 물리과정의 적절한 조합을 찾아내는 노력을 통해 개선될 수 있는 여지를 남겼다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 한국방재안전학회논문집
• /
• 제15권1호
• /
• pp.1-12
• /
• 2022

수문모형의 최적 매개변수를 추정하기 위해서 자동최적화기법이 자주 이용되며, 이러한 최적화기법은 관측값과 모의값의 오차를 최소로 하기 위해 목적함수를 필요로 한다. 다만, 다양한 목적함수 선택에 따라 각기 다른 수문응답 결과를 제공할 수 있다. 본 연구에서는 국내·외에서 사용되는 다양한 목적함수를 활용하여 단기 강우-유출 수문모형의 매개변수를 추정하고, 목적함수에 따른 수문곡선의 재현성을 평가하고, 적정 목적함수를 제시하고자 하였다. 강우-유출 모형으로는 현행 홍수예보에서 유역 유출모의에 활용되고 있는 집중형 수문모형인 저류함수모형을 선택하였으며, 모형의 5개 매개변수에 대해서 전역최적화기법인 SCE-UA를 적용하여 모형의 최적매개변수를 추정하였다. 목적함수별 수문곡선의 재현성 평가를 위해 용담댐 상류유역인 천천유역을 대상으로 9개의 강우사상을 추출하였으며, 7개의 목적함수를 선택하여 개별 강우사상별로 저류함수모형의 매개변수를 추정하고, 이를 활용한 모의 수문곡선의 재현성을 비교·분석하였다. 분석결과, 목적함수에 오차제곱을 포함하고 있는 RMSE, NSE, RSR이 Event 7을 제외한 모든 강우사상에 대해 가장 높은 정확도를 나타냈으며, 관측유량과 모의유량의 오차만을 반영한 ABIAS의 경우, 정확도가 가장 낮은 것으로 분석되었다. 또한, 관측유량 대비 오차 항을 포함하고 있는 PBIAS 및 VE의 경우 역시, 상기 3개(RMSE, NSE, RSR)의 결과와 유사하게 비교적 안정적인 수문곡선 재현성을 보여주었다. 다만, 고유량과 저유량을 동시에 고려하여 이에 민감한 매개변수를 조정하도록 개발된 MIA의 경우, 수문곡선 재현성 성능이 매우 낮은 것으로 나타났다.

• 지질공학
• /
• 제32권4호
• /
• pp.697-723
• /
• 2022

본연구에서는 제주도의 중제주 수역 내에 위치하는 총 12개 지하수 관정에서 미래 30일 기간의 지하수위를 예측할 수 있는 모델을 개발하였다. 예측 모델개발을 위해 시계열 예측에 적합한 딥러닝 기법의 하나인 누적 장단기 메모리(stacked-LSTM) 기법을 이용하였으며, 2001년에서 2022년 동안 관측된 일 단위 강수량, 지하수 이용량 및 지하수위 자료가 예측 모델개발에 활용되었다. 특히, 본 연구에서는 입력자료의 종류 및 과거 자료의 순차 길이에 따라 다양한 모델을 구축하고 성능을 비교함으로써 딥러닝 기반 예측 모델개발에서 고려하여야 할 사항에 대한 검토와 절차를 제시하였다. 예측 모델개발 결과, 강수량, 지하수 이용량 및 과거 지하수위를 모두 입력자료로 활용하는 모델의 예측성능이 가장 뛰어난 것으로 확인되었으며, 입력으로 활용되는 과거 자료의 순차가 길수록 예측의 성능이 향상됨을 확인하였다. 이는 제주도의 깊은 지하수위 심도로 인하여 강수와 지하수 함양 간 지연시간이 길기 때문으로 판단된다. 이뿐만 아니라, 지하수 이용량 자료의 경우, 모든 이용량 자료를 활용하는 것보다 예측하고자 하는 지점의 지하수위에 민감한 영향을 주는 관정을 선별하여 입력자료로 이용하는 것이 예측 모델의 성능 개선에 긍정적 영향을 주는 것을 확인하였다. 본 연구에서 개발된 지하수위 예측 모델은 현재의 강수량 및 지하수 이용량을 기반으로 미래의 지하수위를 예측할 수 있어 미래의 지하수량에 대한 건전성 정보를 제공함에 따라 적정 지하수량 유지를 위한 다양한 관리방안 마련에 도움이 될 것으로 판단된다.

• 경제분석
• /
• 제26권1호
• /
• pp.84-132
• /
• 2020

중앙은행은 수익률곡선을 바탕으로 미래 수익률에 대한 시장의 기대를 추론한다. 통화 정책의 유효성 제고를 위하여, 시장이 예상하는 미래 수익률의 움직임을 정확히 파악할 필요가 있기 때문이다. 이에 따라 그동안 수익률곡선과 시장기대를 정확하게 추정하기 위한 다양한 모형들이 활용되었다. 이와 함께 채권시장의 발달로 채권시장과 거시경제간의 상호 연관성이 높아지면서 수익률 곡선에 영향을 미치는 거시변수가 무엇인지 파악하는 것이 매우 중요해졌다. 그러나 수익률 결정요인에 관한 다양한 이론이 있는 만큼 그동안의 선행연구에서는 수익률곡선 추정 모형에 포함되는 거시변수들이 서로 달랐다. 이는 수익률곡선을 추정하는 데 있어 어떤 변수를 포함한 모형이 바람직한가에 관한 문제, 즉 모형 불확실성이 존재한다는 것을 의미한다. 이러한 상황에서 본 연구는 수익률곡선과 미래 수익률에 대한 시장기대를 정교하게 추정하기 위해 동태적 Nelson-Siegel 모형에 베이지안 변수선택 방법을 적용하였다. 베이지안 변수선택은 모형에 포함되는 중요한 변수를 선험적으로 결정하는 데 따르는 문제들을 완화하고 모형 불확실성을 추정에 효율적으로 반영하는 포괄적인 방법이라는 점에서 바람직한 추정방법이 될 수 있다. 베이지안 변수선택 모형과 선행연구의 모형들을 비교한 결과 모형에 어떤 거시변수를 포함하느냐에 따라 도출되는 미래 수익률에 대한 시장기대가 상당히 다르게 나타났다. 이는 모형 불확실성이 추정결과에 큰 영향을 미치며 이를 추정에 반영하는 것이 타당하다는 것을 의미한다. 베이지안 변수선택 모형의 예측력이 선행연구의 다른 모형들보다 우월한 것으로 나타난 점도 이를 뒷받침한다. 따라서 모형 불확실성이 추정에 영향을 미치는 상황에서 수익률곡선과 시장기대 추정의 정확성 제고를 위해 베이지안 변수선택 모형을 활용하는 것이 바람직할 것으로 판단된다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.67-88
• /
• 2018

최근까지도 중소기업의 지속성장 및 경쟁력 확보에 대한 중요함을 인식함에 따라, 정부 차원에서의 유형 자원(R&D 인력, 자금 등)에 대한 지원이 주로 투입되어 왔다. 그러나 사업지원의 적절성이나 효과성, 효율성 면에서 서로 상충되는 정책부분이 존재하여 과소 지원이나 중복 지원 등 지원체계의 비효율성 문제가 제기되어온 것도 사실이다. 정부나 기업 관점에서는 중소기업의 한정된 자원으로 인해, 외부와의 협력을 통한 기술개발 및 역량강화가 기업의 경쟁우위를 창출하는 근간이라 보고 있으며, 이를 위한 가치창출 활동을 강조하고 있다. 기업 레벨에서의 지식생태계 구축을 통해 일련의 가치사슬로부터 기업거래 관계를 분석하고 결과를 가시화할 수 있는 밸류체인 네트워크 분석이 필요한 것도 이 때문이다. 특허/제품/기업명 검색을 통해 관련 제품의 정보나 특허 보유 기업의 기술(제품) 현황 정보를 제공하는 기술기회발굴시스템(Technology Opportunity Discovery system), 기업(재무)정보와 신용정보을 열람하게 해주는 CRETOP이나 KISLINE 등은 존재하고 있으나 밸류체인 네트워크 분석기반으로 유사(경쟁)기업의 리스트나 향후 거래 가능한 잠재 거래처 정보를 제공해주는 시스템은 부재한 실정이다. 따라서, 본 고에서는 KISTI에서 개발 운영중인 기업 비즈니스 전략수립 지원 파트너인 '밸류체인 네트워크 시스템(Value Chain Network System : VCNS)'을 중심으로, 탑재된 네트워크 기반 분석모듈의 유형, 이를 지원하는 참조정보 및 데이터베이스(D/B)의 구성 로직과 시스템 활용방안을 고찰하며, 산업구조를 이해하고 기업의 신제품 개발을 위한 핵심정보가 되고 있는 지능형 밸류체인 분석 시스템의 네트워크 가시화 기능을 살펴보기로 한다. 한 기업이 다른 기업 대비 경쟁우위를 확보하기 위해서는 보유 특허 또는 현재 생산하고 있는 제품에 대한 경쟁자 식별이 필요하며, 세부 업종별 유사(경쟁)기업을 탐색하는 일은 대상기업의 사업화 경쟁력 확보에 핵심이 된다. 또한 기업간 비즈니스 활동인 거래정보는 유사 분야로 진출할 경우 잠재 거래처 정보를 제공하는 중요한 역할을 수행한다. 이러한 기업간 판매정보를 기반으로 구축된 네트워크 맵을 활용하여 기업 또는 업종 수준의 경쟁자를 식별하는 일은 밸류체인 분석의 핵심모듈로 탑재될 수 있다. 밸류체인 네트워크 시스템(VCNS)은 단순 수집된 종래의 기업정보에 밸류체인(value chain) 및 산업구조 분석개념을 접목하여 개별 기업의 시장경쟁 상황은 물론 특정 산업의 가치사슬 관계를 파악할 수 있다. 특히 업종구조 파악, 경쟁사 동향 파악, 경쟁사 분석, 판매처 및 구매처 발굴, 품목별 산업동향, 유망 품목 발굴, 신규 진입기업 발굴, VC별 핵심기업 및 품목 도출, 해당 기업별 보유 특허 파악 등 기업 레벨에서의 유용한 정보분석 툴로 활용 가능하다. 또한, 거래처 정보 및 재무데이터로부터 분석된 결과의 객관성 및 신뢰성을 기반으로, 현재 국내에서 이용 중인 15,000여개 회원기업과 연구개발서비스업 종사자, 출연(연) 및 공공기관 등에서 사업평가 정보지원, R&D 의사결정 지원 및 중 단기 수요예측 전망 등 다양한 목적(용도)에 밸류체인 네트워크 시스템을 활용할 수 있을 것으로 기대된다. 기업의 사업경쟁력 강화를 위해 정부기관 및 민간 연구개발서비스 기업을 중심으로 기술(특허) 및 시장정보가 제공되어 왔으며, 이는 특허분석(등급, 계량분석 위주) 또는 시장분석(시장보고서 기반 시장규모 및 수요예측 위주)의 형태로 지원되어 왔다. 그러나 기업이 사업화진출 단계에서 겪게 되는 애로요인의 하나인 정보부족을 해결하는데 한계가 있었으며, 특히 경쟁기업 및 거래가능 기업 후보군에 대한 탐색정보는 입수하기 어려웠다. 본 연구를 통해 제안된 네트워크맵 및 보유 데이터 기반의 실시간 밸류체인 가시화 서비스모듈이 중견 중소기업이 당면한 신규시장 진출시 경쟁기업 대비 예상점유율, (예상)매출액 수준, 어느 기업을 컨택하여 유통망(원자재/부품에 대한 공급처, 완제품/모듈에 대한 수요처)을 확보할 지에 대한 핵심정보를 제공할 수 있을 것으로 기대된다. 향후 연구에서는 대체기업(또는 대체품목) 경쟁지표의 개발과 연구주체의 참여를 통한 경쟁요인별 지표의 고도화 연구, VCNS의 성능향상을 위한 데이터마이닝 기술 및 알고리즘을 추가 반영하도록 수행하고자 한다.