• 한국산림과학회지
• /
• 제112권1호
• /
• pp.40-56
• /
• 2023

사시나무속 수종은 생장이 빠르고 우수한 탄소흡수 능력을 보여주며, 환경정화 효과가 큰 수종으로 이상기후 및 환경오염 문제에 대응하는 기후적응성 품종개발 및 육종집단 조성에 적합하다. 따라서 유전연관지도 작성 및 양적형질 유전자좌 탐색을 통하여 포플러 육종을 신속하게 진행할 수 있을 것이다. 본 연구에서는 차세대 염기서열 분석기술 방법인 genotyping-by-sequencing 기법을 이용해 인공교배 차대에 대한 고밀도 유전연관 지도를 작성하였다. 또한 사시나무의 수고와 근원경 생장 그리고 해충피해에 대한 회복력 형질을 조사하여 유전연관지도에 위치한 양적형질 유전자좌를 탐색하였다. 서울대학교 학술림에 조성된 사시나무 4년생 육종집단(오대19 × 봉현4 인공교배 차대집단)에서 수고 및 근원경 생장을 조사하였으며, 식엽성 해충인 꼬마버들재주나방 유충의 피해를 받은 후 이에 대해 회복 능력을 조사하였다. 잎 시료의 DNA 추출 후 5개 microsatellite 마커를 이용하여 유전자형을 확인하였으며 친자로 확인된 개체만을 연구재료로 사용하였다. 친자 확인이 완료된 시료의 DNA는 제한효소를 이용해 절단하였으며, 이렇게 얻은 DNA 조각들은 GBS 라이브러리로 제작하여 염기서열을 분석하였다. 분석된 결과는 Populus trichocarpa를 참조유전체로 하여 정렬하였다. 정렬된 SNP 마커는 총 58,040개였으며, 그 가운데 17,755개의 SNP 마커를 유전연관지도 작성에 사용하였다. 유전연관지도는 19개의 연관군으로 나누어졌으며, 전체 길이는 2,129.54 cM으로 나타났다. 조사된 세 가지 형질에 대한 양적형질 유전자좌 분석을 실시한 결과, 수고와 근원경 생장과 연관된 양적형질 유전자좌는 찾을 수 없었으나 전장유전체연관연구(GWAS)를 통하여 4번 연관군(염색체)에 해충피해 회복력과 관련이 있을 것으로 추정되는 유전자를 확인하였다.

• 통상정보연구
• /
• 제10권4호
• /
• pp.457-491
• /
• 2008

무대장치 및 특수조명서비스 수출시장은 대기업들로서는 관심이 소홀한 틈새시장이 될 수 있다는 점에서 중소기업에게는 유리하다는 측면이 있다. 현실적으로 글로벌 대기업들은 대형 건설 프로젝트에 관심을 집중하는 성향이었으므로 중소형 규모로 시행되는 무대장치 및 특수조명서비스 공사의 경우는 중소기업에 적합할 수 있다는 것이다. 그러나 문제는 해외의 광활한 시장에 중소기업이 뛰어들어 제조-서비스 연계형 수출을 실행할 수 있는 능력이 있는지 그 여부에 있으며, 실제 이러한 수출경험은 거의 축적되어 있지 않다는 점이 우려스러운 것이다. 한국경제의 특성상 글로벌 틈새시장 하나라도 긴요하지 않을 수 없는 것이 현실이므로 무대장치 및 특수조명서비스의 결합형 수출프로세스에 대한 지원제도 구축이 시급한 이유가 바로 여기에 있는 것이다. 본 연구는 지금까지 국내시장에 주력하고 있는 무대장치 및 특수조명서비스 관련 산업에 대하여 수출상품화의 필요성을 강조하고 우리나라의 제조업 위기를 보완할 수 있는 성장동력화의 가능성을 분석해 보았다. 현재는 한국의 수출산업이 나아가야 할 글로벌 틈새시장으로만 보이지만 소득증가에 따른 문화산업의 발전가능성이 예견되고 있으므로 이 분야의 관련 산업들은 향후 더욱 성장할 것으로 판단된다. 한국의 플랜트 수출이 현재 활황기에 있는 사례를 면밀히 분석하여, 중소기업의 해외진출 업종으로 적합한 무대장치 및 특수조명서비스를 틈새시장에서 출발하여 주력시장으로 성장시킬 수 있 도록 교훈을 얻고 제조-서비스 연계형 수출모델을 구상하여 해외진출을 추진할 필요가 있다. 이와 같은 한국경제 및 수출환경의 배경에서 본 연구는 제조-서비스 연계형 수출상품화 모델을 개발함으로써 한국수출의 한계를 극복하는 데에 도용을 줄 수 있는 대안을 모색하고자 시도되었다. 그 동안 극소수의 해외진출 중소기업이 있었으나 글로벌 시장에의 적응력 부족 및 문화적 차이의 숙지 미흡 등 이 분야의 수출산업화 경험부족으로 실패한 사례가 있다. 그러나 점점 가시화되고 있는 한국 제조업의 한계를 방치할 수는 없으므로 보완책을 마련하는 일이 시급하며, 그 대안적 역할을 수행할 수 있는 분야로 서비스수출을 제안할 수 있다. 본 연구의 결과 무대장치 및 특수조명서비스 분야의 제조-서비스 연계형 수출 모델은 마래 성장가능성이 높은 분야로 예상될뿐더러 제조부문 및 서비스부문의 시너지 효과를 기대할 수 있다는 점을 확인할 수 있었다. 또한 실행전략의 골격은 제조 및 서비스 산업의 두 축을 결합, 복합, 융합함으로써 다양한 수출상품을 파생시켜 나갈 수 있다는 강점을 기대할 수 있다는 점도 동 부문의 연계형 수출모델의 성공가능성을 높여주고 있다. 본 연구의 결과는 동 부문에 관련된 산업의 해외시장 진출 기회를 적극적으로 모색할 수 있도록 동기부여의 효과를 제공할 것으로 기대된다. 또한 글로벌 틈새시장의 해외진출을 가속화시킬 계기마련과 아울러 이 분야의 수출진흥을 위한 정책적 제도마련의 기회도 될 것으로 확신한다 또한 연구의 진행 방법과 관련하여 본 과제의 수행으로 산학협력 관계를 긍정적으로 이해하고 이를 활성화시킬 수 있는 계기가 될 수 있음을 확신한다.

• 마케팅과학연구
• /
• 제17권4호
• /
• pp.141-173
• /
• 2007

본 연구는 점포를 방문하는 동안 노출되는 매장의 물리적 환경 특성이 서비스 브랜드 개성과 재구매의도에 미치는 영향력을 규명하기 위해 시도되었다. 이를 위해 연구모형을 개발하여, 특정 서비스 브랜드의 이용객을 대상으로 설문조사를 실시하고 구조방정식을 이용하여 분석하였다. 연구 결과는 우선, 서비스의 물리적 환경은 주변요인, 디자인요인, 사회요인으로, 그리고 서비스브랜드 개성은 유능함, 성실함, 흥분됨, 세련됨, 강인함 차원으로 분류되었다. 둘째, 물리적 환경의 모든 차원들이 모든 서비스 브랜드 개성차원에 정(+)의 영향을 주었으며, 물리적 환경의 서비스 브랜드 개성에 대한 영향력은 각 차원별로 상이하였다. 셋째, 서비스 브랜드 개성은 모두 재구매의도에 정(+)의 영향을 주었으며, 특히 세련됨 차원에 미치는 영향이 가장 켰다. 넷째, 서비스의 물리적 환경은 재구매의도에 정(+)의 영향을 주었으며, 특히 물리적 환경 중 사회요인이 재구매의도에 가장 큰 영향을 주는 것으로 나타났다. 이와 같은 결과들은 물리적 환경 연출은 브랜드 개성 형성의 결정요인으로 서비스 브랜드 차별화의 핵심요인으로 작용하므로, 호의적인 브랜드 개성 창출을 위해서는 우선적으로 물리적 환경에 대한 효율적 관리 방안이 강구되어야 함을 보여준다.

• 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.