• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.198-198
• /
• 2022

최근 도시화에 따른 토지 피복 변화와 열섬현상 등의 원인으로 상승하는 도시의 기온이 식물 계절에 미치는 영향에 관한 연구들이 다수 진행되고 있다. 본 연구는 수도권인 서울과 경기도 지역을 대상으로 도시 내 열섬현상으로 인한 기온 상승과 도시 지역 내 식생 생장기간 변화의 관계성을 분석하였다. 식물계절 모니터링에 사용한 개량식생지수(Enhanced Vegetation Index, EVI)는 Google Earth Engine (GEE)에서 제공하는 30 m 해상도의 2000-2021년 NASA-USGS Landsat 위성(TM5, ETM+7, OLI8)의 지표면 반사율(surface reflectance, SR) 자료에서 도출하여 생장기간 산정에 사용하였다. 또한 PRISM (Parameter-elevation Regressions on Independent Slopes Model)을 각 기상관측지점의 일별 지상 기온 자료에 적용하여 30 m 해상도로 생성한 격자형 지표면 온도의 공간적 패턴을 분석하였다. 연구 지역 내 도시화 정도(magnitude)를 도심으로부터의 거리와 환경부 토지피복도 및 인구 밀도를 종합하여 특정하였고, 최종적으로 기후변화 및 도시화 정도와 생장기간 변화의 특징을 분석하였다. 비선형 로지스틱 회귀를 사용하여 EVI 데이터를 종합하여 분석한 결과, 수도권 지역에서 전반적으로 식물계절 개엽일(Start of Season)은 앞당겨지며 낙엽일(End of Season, EOS)은 늦춰져 생장기간(Length of Growing Season, LOS)이 길어짐을 발견하였다.

• 정보관리학회지
• /
• 제29권4호
• /
• pp.143-163
• /
• 2012

현재 국내외 대학도서관의 전자학술정보 입수는 일명 빅딜로 불리는 수백, 수천 종의 전자학술지 묶음을 다년간, 고정된 인상율로 계약하는 구독방식이 주류를 이루고 있다. 1990년대 중반에 시작된 이러한 구독방식은 대학도서관과 이용자에게 많은 장점을 제공했다. 하지만 이들 패키지의 가격이 지속적으로 상승함에 따라 이러한 방식의 지속가능성에 대한 의문이 제기되고 있다. 현재까지 pay-per-view 방식을 제외하면 구독기반 모형의 구체적인 대안은 제시되지 않고 있으며 향후 도서관 예산문제가 심각한 뇌관으로 남아있다. 2000년대 초반 시작된 오픈액세스 운동은 다양한 방법으로 학술지의 출판과 유통의 장벽을 제거하고 있다. 오픈액세스 출판 규모는 매년 두 자릿수로 증가하고 있고, 오픈액세스 학술지 논문은 Scopus와 Web of Science 인용데이터베이스에의 편입비율이 20%에 육박하는 등 양적, 질적인 성장을 보이고 있다. 2004년에 시작된 구글 학술검색은 현재 대다수 학술출판사의 학술지 논문에 대한 편리한 검색 및 접근 도구로 성장하고 있다. 비록 학술지 선택의 기준, 제한된 검색 기능, 독점화에 대한 우려 등이 있지만 구글 학술검색을 대학도서관 데이터베이스의 대안으로 진지하게 주목할 필요가 있다. 대학도서관의 예산 문제, 오픈액세스 출판의 활성화, 구글 학술검색과 같은 무료 도구의 성장은 구독기반 모형을 대체할 수 있는 파괴적인 변화로 인식되고 있으며 대학도서관 사서는 새로운 환경에 대한 구체적인 대응을 고민해야 한다.

• 디지털융복합연구
• /
• 제16권8호
• /
• pp.169-179
• /
• 2018

최근 고급 예측모형 연구에 웹 검색 정보가 활용되고 있다. 세계 웹 검색시장에서 구글이 절대적 우위를 점하고 있지만, 국내 웹 검색시장에서는 네이버가 절대적 우위를 보이고 있다. 이러한 특성을 토대로 본 연구는 예측모형을 활용하여 구글과 네이버의 한국어 검색 정보에 대한 유용성을 비교해 보고자 한다. 이를 위해 ARIMA 모형을 활용하여 세 가지의 한국 청년실업률 예측 시계열 모형을 개발하였다. 모형1은 한국 청년실업률 데이터만 사용하였으며, 모형2와 3은 모형1에 네이버와 구글의 검색어 정보를 각각 추가하였다. 모형 훈련기간에서는 모형1보다 모형2와 3이 더 우수한 예측력을 보였다. 모형2와 3은 서로 다른 검색어 정보와 상관관계를 보였으며, 예측기간 1과 2에서 모형3이 가장 좋은 성능을 보였다. 예측기간 2에서는 모형 3만 유의미한 예측결과를 나타내었다. 이 비교 연구는 네이버와 구글 검색엔진을 이용한 한국어 웹 검색 정보의 유용성을 이해하는 데 도움을 준다.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.225-230
• /
• 2020

인공지능, 딥러닝, 머신러닝 등이 괄목할만한 발전을 이루면서 2016년경부터 100여개의 언어를 비롯하여 가장 보편적으로 사용되어 온 Google Translate (구글기계번역기)는 자연언어처리(NLP) 분야와 외국어 학습 등 언어활용 분야에 독보적인 역할을 하고 있다. 본 논문은 구글기계번역기, Google Translate에 있어서, 영어모국어화자가 가진 통사문법적-범주적 지식의 중요성과 그 영향력에 대해 살펴보고자 한다. Jackendoff (1999)는 맹인을 위한 독서기계(Reading Machine)등을 구축하려면 통사구조적 지식과 문법적 분해력(parsing)이 매우 중요하고, 적어도 현재의 컴퓨터는 엄청난 발전을 이루기는 하였으나, 인간의 두뇌를 따라갈 수 없다는 결론을 내렸다. Jackendoff가 논의했던 몇 가지 어휘항목과 통사구조적 중의성을 활용하여, Google Translate 기계발음번역기를 통해 그의 주장을 확인하는 실험을 실시하고, 그 결과를 분석하는 것이 이 논문의 목표이다. 이 연구는 Jackendoff의 주장처럼 L1 화자가 내재화한 통사문법적, 범주-구조적 지식은 NLP, 혹은 "독서기계"등의 구축에서 중요하며, 이는 Chomsky (1986, 2005)등에서 논의된 내재적언어 (I-language)의 핵심이라는 점을 시사한다.

• 문화경제연구
• /
• 제20권2호
• /
• pp.119-147
• /
• 2017

본 연구는 한류를 이끌어갈 새로운 성장 동력으로써 K-뷰티(K-Beauty)의 경제적 영향력을 파악하고자 하였다. K-뷰티 콘텐츠가 주로 온라인을 기반으로 확산된다는 점을 고려하여 K-뷰티에 대한 관심과 관여도를 파악할 수 있는 변수로 검색 빅데이터에 주목하였다. 이에 2008년부터 2016년까지 9년간 K-뷰티에 대한 웹 검색량과 유튜브 검색량을 독립변수로, 화장품 수출액과 외래관광객 수를 종속변수로 설정하였으며 GDP와 국가 거리를 통제변수로 하는 다중회귀분석을 실시하였다. 분석 결과, K-뷰티 관련 구글 웹 검색량은 통제변인의 영향 유무와 관계없이 화장품 수출액에 정적인 영향을 미치며, 외래관광객 수에도 정적 영향을 미치는 것으로 나타났다. 한편, 유튜브 검색량은 화장품 수출액에는 정적영향을 미치는 것으로 나타났으나 외래관광객 수에는 유의미한 영향을 미치지 못하는 것으로 나타났다. 본 연구는 신한류 콘텐츠로서 K-뷰티에 대한 영향력을 검증하고 웹 검색량과 유튜브 검색량이 경제적 지표에 미치는 영향력을 실증적으로 검증하였다. 이러한 분석결과를 기반으로 향후 K-뷰티 홍보 방안에 대한 전략에 대해 논하였다.

• 예술경영연구
• /
• 제59호
• /
• pp.33-72
• /
• 2021

본 논문은 팬데믹 상황을 계기로 더욱 급속히 확장되고 있는 디지털 환경 속에서 박물관·미술관의 공공성이 이전과는 다른 새로운 국면을 맞이하고 있음을 살펴보고자 했다. 이를 위해 박물관·미술관 연구의 이론적 지평을 확장적으로 재구성하고, '구글 아트 앤 컬처'에 대한 사례분석을 수행했다. 이론적으로는 박물관·미술관에 대한 디지털 기술의 적용에 관한 기존의 논의들이 내포하고 있는 도구적 관점과 기술낙관주의의 현재성을 검토하고, 이러한 논의들에서 생략되어 온 최근의 박물관·미술관학적 쟁점들, 특히 신자유주의적 정책의 광범위한 확산 속에서 박물관·미술관의 공공성에 관한 규범적 논의들의 수정과 축소로 인한 위기적 인식들을 함께 전면화하려 했다. 이러한 이론적 논의들 위에서 본론에서는 박물관·미술관의 공공성을 규정하는 중요한 개념인 '비영리성'이 어떻게 구글에 의해 중요한 비즈니스 전략으로 채택되어 활용되었는지를 비판적으로 검토했다. 그럼으로써 본 논문은 박물관·미술관에 대한 신자유주의화와 정부의 공공기능 실패, 박물관·미술관의 공공성의 위기, 박물관·미술관의 공공성을 전용하는 새로운 비즈니스 모델을 구축한 구글의 '비영리' 전략 등이 밀접한 연관 관계를 갖고 전개되어 왔음을 논하고자 했다. 그 어떤 기업보다도 첨단 디지털 기술로 무장한 구글 아트 앤 컬처 프로젝트는 박물관·미술관의 공공성을 유용한 수익창출 모델로서 전용하면서, 박물관·미술관의 공공성을 규정하는 마지막 보루라 할 수 있는 '비영리성' 개념을 무력화했다. 그리고 기술낙관주의는 이러한 일련의 기획들을 가속화하고 그에 장벽이 되는 정책과 규제, 신념과 문화를 해체하는 동력이 되고 있다. 그런 점에서 구글 아트 앤컬처는 박물관·미술관의 공공성 개념이 그 어느 때보다도 논쟁적이고 급진적인 전환의 시점에 처해 있음을 환기시키는 중요한 사례라 할 것이다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.599-608
• /
• 2023

수문학, 기상학 및 농업과 같은 응용 분야에서 위성 기반 토양 수분 정보에 대한 관심이 높아지면서 다양한 해상도에서 토양수분도를 제작하는 방법의 개발과 사례 연구는 위성 정보 활용의 주요 주제 중 하나로 대두되고 있다. 이 연구는 Google Earth Engine (GEE)에서 제공하는 Sentinel-과 Sentinel-2 공개 자료를 적용하여 토양수분도 제작 결과를 예시하였다. 토양수분도는 synthetic aperture radar (SAR) 영상과 광학 영상과 융합하여 산출하였다. SAR 영상은 GEE에서 제공하는 Sentinel-1 위성의 후반 산란 계수 analysis ready data (ARD)자료와 Sentinel-2에서 계산한 정규식생지수와 함께 Environmental Systems Research Institute (ESRI)의 토지 피복자료를 사용하였다. 호주 빅토리아 주에 위치한 연구지역을 대상으로 토양수분도를 제작하였으며, 기존 연구에서 발표된 현장 측정값과 비교 분석하였다. 현장 측정값을 기준으로 실험 결과의 정확도를 비교한 결과로 결괏값은 기준 값과 4-10%p 차이를 보이는 유의미한 범위의 일치도를 보이고, 위성 기반 토양수분도와는 0.5-2%p의 높은 일치도를 보이는 것으로 나타났다. 따라서 지역의 지표 특성에 따라 고해상도의 토양수분도가 필요한 지역은 GEE를 통하여 제공되는 공개 자료와 이 연구에서 적용한 알고리즘으로 토양수분도의 제작이 가능할 것으로 생각한다.

• 한국수자원학회논문집
• /
• 제57권9호
• /
• pp.615-626
• /
• 2024

본 연구에서는 우리나라 전역에 대해 정확하고 시간 및 비용 효율적으로 토양수분 모니터링을 수행하기 위해 클라우드 컴퓨팅 플랫폼 Google Earth Engine (GEE)와 자동화기계학습(Automated Machine Learning, AutoML)을 결합한 토양수분 산정모형을 개발하였다. Terra MODIS (Moderate Resolution Imaging Spectroradiometer), 전구 강수 관측 위성 GPM (Global Precipitation Measurement)을 기반으로 다양한 공간정보를 활용해 최적의 입력 자료 조합을 테스트하였다. 그 결과, GPM 기반의 무강우누적일수 및 5일 평균강수량, NDVI (Normalized Difference Vegetation Index)와 밤 및 낮시간에 촬영된 LST (Land Surface Temperature)의 합계, 토양특성(사토 및 점토 함량, 용적밀도), 지형자료(고도 및 경사도), 계절 구분이 변수중요도(Feature importance)가 높은 것으로 나타났다. 상기 자료의 조합을 AutoML 통해 목적함수 (Determination of coefficient, R² ; Root Mean Square Error, RMSE; Mean Absolute Percent Error, MAPE)를 설정 후 기계학습 기법별 비교평가를 수행한 결과, Tree 계열의 모형이 높은 성능을 보였으며, 그 중, Random Forest의 성능이 가장 우수하였다(R² : 0.72, RMSE: 2.70 vol%, MAPE: 0.14).

• 한국전산구조공학회논문집
• /
• 제37권4호
• /
• pp.225-232
• /
• 2024

본 논문에서는 딥러닝을 활용하여 복합재 적층판의 파괴 모드를 결정하는 방법을 제안하였다. 수많은 엔지니어링 응용 분야에서 적층 복합재의 사용이 증가함에 따라 무결성과 성능을 보장하는 것이 중요해졌다. 그러나 재료의 이방성으로 인해 복잡하게 나타나는 파괴모드를 식별하는 것은 도메인 지식이 필요하고, 시간이 많이 드는 작업이다. 따라서 이러한 문제를 해결하기 위해 본 연구에서는 인공 지능(AI) 기술을 활용하여 적층 복합재의 파괴 모드 분석을 자동화하는 것을 목표로 하였다. 이 목표를 달성하기 위해 적층된 복합재에서 파손된 인장 시험편의 주사 전자 현미경(SEM) 이미지를 얻어 다양한 파괴 모드를 확보하였다. 이러한 SEM 이미지는 섬유 파손, 섬유 풀아웃, 혼합 모드 파괴, 매트릭스 취성 파손 및 매트릭스 연성 파손과 같은 다양한 파손 모드를 기준으로 분류하였다. 다음으로 모든 클래스의 집합 데이터를 학습, 테스트, 검증 데이터 세트로 구분하였다. 두 가지 딥 러닝 기반 사전 훈련 모델인 DenseNet과 GoogleNet을 이용해 각 파괴 모드에 대한 차별적 특징을 학습하도록 훈련하였다. DenseNet 및 GoogleNet 모델은 각각 (94.01% 및 75.49%) 및 (84.55% 및 54.48%)의 훈련 및 테스트 정확도를 보여주었다. 그런 다음 훈련된 딥 러닝 모델은 검증 데이터 세트를 활용해 검증하였다. 더 깊은 아키텍처로 인해 DenseNet 모델이 고품질 특징을 추출하여 84.44% 검증 정확도(GoogleNet 모델보다 36.84% 더 높음)를 얻을 수 있음을 확인하였다. 이는 DenseNet 모델이 높은 정밀도로 파괴 모드를 예측함으로써 적층 복합재의 파손 분석을 수행하는 데 효과적이라는 것을 알 수 있다.

• 전기저널
• /
• 통권405호
• /
• pp.87-90
• /
• 2010