• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2023년도 춘계학술대회
• /
• pp.7-7
• /
• 2023

현재 다양한 4차산업의 주요기술로는 빅데이터, 사물인터넷, 인공지능, 블록체인, 혼합현실(MR), 드론 등이 대표적인 기술들이다. 특히 최근에 세계적인 기술적 트랜드로 자리 잡고 있는 "디지털 트윈(digital twin)은 물리적인 사물과 컴퓨터에 동일하게 표현되는 가상 모델의 개념으로서. 실제 물리적인 자산 대신 소프트웨어로 가상화한 자산의 Digital twin을 만들어 모의실험함으로써 실제 농작업의 특성(현재 상태, 농업생산성, 농작업 시나리오, 등)에 대한 정확한 정보를 얻을 수 있다. 본 연구에서는 노지노업 주산지에 대한 디지털 트윈 데이터를 구축하고 스마트팜 단지를 설계 및 구축하여, 통합관제시스템 운영을 통해 자동 물관리, 원격생육예찰, 드론방제, 병충해 예찰작업 등으로 농작업을 효율화하고자 한다. 또한, 빅데이터 분석을 통한 적정량의 비료·농약사용으로 환경적 부하를 최소화하여, 노동력절감, 농작물 생산성을 향상할 수 있는 디지털 환경제어농업을 국내에 보급하고자 한다. 이러한 노지농업 기술은 디지털 농작업 및 재배관리 등 으로 노동력이 절감되고, 기후변화에 대비한 물이용 최적화와 토양오염예방 효과를 기대할 수 있으며, 전국 재배환경 디지털 데이터 확보를 통한 노지작물의 정량적인 생육관리가 가능하게 된다. 또한 농업생산성 향상을 통한 탄소중립 RED++ 활동을 직접적으로 실천을 할 수 있는 방안이다. 취득된 고정밀·고화질 영상기반 농작물 생육데이터취득을 통한 생육현황 분석과 예측은 디지털 영농작업관리에 매우 효과적이다. 실제 국립식량과학원 남부작물부에서는 지중점적, 땅속배수 등 다양한 종류의 노지스마트팜 연구개발을 진행하였다. 특히, 올해부터는 전국농업기술원 단지를 대상으로 노지스마트팜 시설 구축 및 기술 보급을 통한 사업화를 본격적으로 진행하고 있다. 본 연구에서는 디지털 트윈 기술과 노지스마트팜 기술을 융합한 농업분야 구축사례와 향후 활용방안에 대하여 서술하고자 한다.

• 대한영상의학회지
• /
• 제82권3호
• /
• pp.670-681
• /
• 2021

목적 병리학적 침습성 병소를 기준으로 폐 아고형결절의 고형 부분을 진단하기 위한 최적의 CT 임계값을 알아보고자 하였다. 대상과 방법 병리적으로 최소 침습성 선암이 확진된 25명의 환자에 대해 비조영증강 흉부 CT 영상을 후향적으로 분석하였다. CT 영상에서 고형 부분은 -600부터 -100 Hounsfield units (이하 HU) 단위 사이에서 50 HU 간격의 다양한 임계치보다 높은 감쇠를 나타내는 영역으로 정의되었다. 각 임계치에서 고형부분의 축상 영상 최대 직경과 다면재구성 영상 최대 직경을 각각 측정한 후, 선형 혼합 모델을 이용하여 병리적 침습성 병소 크기와 비교하였다. 결과 -400 HU 단위의 임계값에서 아고형결절의 고형 부분의 크기와 침습성 병소의 크기는 통계학적으로 유의미한 차이를 보이지 않았으며(축상 영상: p = 0.2682, 다면재구성 영상: p = 0.963) 오차가 가장 적었다(축상 영상: 0.388, 다면재구성 영상: -0.0176). 결론 아고형결절의 침습성 병소를 진단하기 위해, -400 HU 단위가 고형 부분을 정의하는 최적의 정량 분석 임계값일 수 있다.

• 생태와환경
• /
• 제37권2호통권107호
• /
• pp.180-192
• /
• 2004

본 연구는 2002년 11월부터 2004년 2월까지 수심이 얕은 부영양상태의 저수지에서계절에 따른 수질변화와이에 대한 유입 부하량 영향을 평가하기 위해 이루어졌다. 수심간의 수온차가 $1^{\circ}C\;m^{-1}$ 이상의 수온약층이 5월에 형성되었고, 심층에서 2 mg $O_2\;L^{-1}$ 이하의 낮은 산소농도가 5월부터 9월까지 관찰되었다. $Z_{eu}/Z_{m}$은 0.2${\sim}$l.1의 범위로 수온약층 형성으로 혼합 층이 수심 4m근처이고 유광대 층이 수심 4.3m였던 5월을 제외하고는 대부분의 기간 동안에 유광대층에 비해 혼합층의 수심이 깊은 것으로 나타났다. 수체내 질소는 1.1 ${\sim}$ 4.5 mg N $L^{-1}$ 의범위로, 대부분이 용존 형태(Avg. 58.7%)로 존재하고 있었으며 결빙된 수표면의 해빙 시에 암모니아성 질소와 질산성질소가 증가하였다. 저수지내 총인 농도는43.g${\sim}$126.6 ${\mu}g\;P\;L^{-1}$범위로 대부분은 입자성인의 형태(Avg. 80%)로 존재하고 있었다. 용존무기인 농도는 심층에서의 일시적인 증가가 관찰된 7월과 8월을 제외하고는 10 ${\mu}g\;P\;L^{-1}$ 이하였다. 엽록소 a 농도의 뚜렷한 증가는인 유입부하량이 많았던 7월 (99 ${\mu}g\;L^{-1}$)과 11월 (109 ${\mu}g\;L^{-1}$)에 관찰되었고 수체내 총인과 양의 상관성을 보였다(r=0.55, P<0.008, n=22).수층간의 평균 엽록소 a 농도는11월 8일에 84.5${\pm}$29.0 ${\mu}g\;L^{-1}$으로 가장 높았고 2월에13.5${\pm}$ 1.0 ${\mu}g\;L^{-1}$로 가장 낮았다. 유입수량이 증가할 수록유입수내 층인 농도도 증가하는 경향을 나타냈으며(r=0.69,P<0.001), 1년 중 강우량이 많았던 7월 25일 하루동안에 연간 총인 유입부하량의 40.5%가 유입되었고, 11월 8일에도 17.1%가 유입되었다. 유역으로부터 유입되는총인 부하량은 159.0kg P $yr^{-1}$였고, 식물플랑크톤에 의해직접 이용 될 수 있는 용존무기인 부하량은 126.3 kg P $yr^{-1}$로 총인의 77.7%에 해당하였다. 총 질소 부하량은 5.0 ton $yr^{-1}$로 총 인 부하량(159.0 kg P $yr^{-1}$)에 비해 30배 정도 많았으며, 총질소 부하 중 무기질소 부하량은3.9 ton $yr^{-1}$로 총 질소의 78%였다. 인 임계 부하량은 1.6 g ${\cdot}$ $m^{-2}$${\cdot}$$yr^{-1}$으로 과잉임계부하량을 상회하는 수준 이였다. 본 연구결과 저수지의 유역으로부터 유입되는 많은양의 유입 인 부하는 저수지 수질의 계절적인 변화 뿐 만아니라 부영양화의 가장 큰 원인으로 나타났으며, 중영양상태의 수질을 유지하기 위해서는 총인 유입부하량(159 kg $yr^{-1}$)의 71%가 감소되어야 할 필요성이 제기되었다. 또한 여름철 심층 산소 고갈이 야기되었고, 이 시기에 퇴적물로 용출된 인이 식물플랑크톤 성장에 이용될 수 있기때문에 퇴적물에 대한 관리도 수행될 필요가 있다.

• Radiation Oncology Journal
• /
• 제22권1호
• /
• pp.40-54
• /
• 2004

목적 : 정상 흰쥐의 심장에 방사선을 조사한 군과 captopril과 방사선 조사를 병용한 군의 병리학적 소견과 $TNF-{\alpha}$ (tumor necrosis factor-alpha), $TGF-{\beta}1$ (transforming growth factor-beta), PDGF (platelet-derived growth factor), FGF (fibrobiast growth factor)-2의 발현상태를 비교 관찰함으로써 심장의 조기 방사선손상에서 captopril의 효과와 보호기전에서의 사이토카인의 역할을 알아보고자 하였다. 대상 및 방법 : 실험동물(Sprague-Dawley-Dawley 흰쥐)은 대조군, 방사선 조사 단독군, captopril과 방사선 조사 병용군으로 분류하였다. 방사선 조사 단독군은 12.5 Gy의 X-선을 좌흉곽에 단일 조사하였다. Captopril과 방사선 조사 병용군은 1일 50 mg/kg의 captopril을 방사선조사 1주 전부터 실험종료 시인 8주 후까지 식수에 섞어 음용시켰다. 실험 결과는 방사선조사 2주와 8주 후에 심방과 심실의 병리조직 소견을 비교 관찰하였고 면역조직화학염색으로 $TNF-{\alpha}$, $TGF-{\beta}$1, PDGF, FGG-2의 발현을 관찰하였다. 결과 : 방사선조사 2주 후 병리조직 소견상 대조군에 비해 심한 심방 심장막(pericardium) 섬유소 침착(p=0.093), 심실 혈관주위(perivascular space) 부종(p=0.082)과 혈관주위 및 사이질(interstitium)의 섬유소 침착(p=0.018)이 보였으며, 심방 심장막의 섬유소 침착은 심실에 비해 현저하였다(p=0.009). 방사선 조사 후 8주의 변화는 2주 소견에 비해서 부종 및 섬유소 침착은 소멸되었고, 섬유화가 관찰되었는데 이는 심실보다 심방의 심장막에서 현저하게 나타났다. Captopril과 방사선 병용군은 방사선에 의한 심장손상이 감소되어 병리학적 소견상 대조군과 비교 시 유의한 차이가 없었고, 방사선 조사 단독군과 비교하여 특히 2주 후에 심방의 심내막(endocardium) 섬유소 침착(p=0.047)과 심실의 사이질 섬유소 침착(p=0.019) 및 부종(p=0.042)이 현저히 감소되었다. 방사선조사 2주 후에 $TNF-{\alpha}$, $TGF-{\beta}$1, PDGF, FGF-2의 발현이 방사선 조사 단독군에서 대조군과 비교하여 증가되었으며, 특히 심방의 심장막 및 심장내막에서 현저하게 증가되었다. 방사선조사 8주 후에는 심장막의 $TNF-{\lapha}$, $TGF-{\beta}$1이 계속 증가되었으며 $TGF-{\beta}1$는 심방 심내막(p=0.015)과 사이질(p=0.025)에서 특히 증가되었으나, PDGF와 FGF-2는 감소되었다. Captopril과 방사선조사 병용군은 2주에 방사선 조사 단독군에 비하여 $TNF-{\alpha}$, $TGF-{\beta}$l, PDGF의 발현이 감소되었으며, 8주에는 심방과 심실의 심장막에서 $TNF-{\alpha}$가 현저히 감소되었고(p=0.049, p=0.009) $TGF-{\beta}1$, PDGF의 경우 감소되는 경향을 보였으나 유의한 차이는 없었다. 결론 : 흰쥐의 심장에 captopril을 방사선과 병용 투여하여 병리조직 소견을 관찰한 결과 방사선에 의한 조기 심장 손상이 감소됨을 확인할 수 있었다. 또한 방사선조사 후 2주 및 8주에 병용군에서 단독군에 비하여 $TNF-{\alpha}$, $TGF-{\beta}1$, PDGF 등의 발현이 감소하는 양상이 관찰되어, captopril이 사이토카인의 발현을 억제함으로써 방사선에 의한 심장손상을 감소시킬 수 있을 것으로 생각된다.

• Childhood Kidney Diseases
• /
• 제10권1호
• /
• pp.8-17
• /
• 2006

목적 : 생체 외 당뇨병 상태로서 고농도의 당을 포함하는 배양액과 후기당화합물을 적용하여 세포배양하고 이때에 나타나는 병리적 변화, 즉, 세포외 기질의 변화와 형태학적 변화와 함께 투과성(여과율)의 변화를 살펴보았고 동시에 당뇨병성 신증에서의 단백뇨의 기전을 설명하고자 하였다. 방법 : 후기당화합물의 준비를 위해 50mg/mL BSA(Fraction V, Sigma)와 pretense inhibitor를 포함한 PBS(pH 7.4)에 glucose-6-phosphate를 섞어 0.2 M의 용액을 만들었다. BSA를 대조군으로 하였으며, 후기당화합물과 BSA를 $5{\mu}g/cm^2$ surface area의 농도가 되도록 붓고 다음과 같은 비교 대상의 culture dishes를 만들었다(B5; BSA만 첨가 - 5 mM, B30; BSA만 첨가 - 30mM, A5; 후기당화합물만 첨가 - 5 mM, A30; 후기당화합물만 첨가 - 30 mM, A/B 25: osmotic control - 25 mM mannitol). 이틀 배양 후와 일 주 배양 후 각각의 culture dishes에 있는 heparan sulfate proteoglycan (HSPG)양을 ELISA를 이용하여 측정하고 B5를 대준군으로 하여 각각 비교하였다. 각각의 colture dishes에 있는 사구체 상피세포를 scanning EM(Hitachi S-570, Japan)을 이용하여 형태학적 관찰을 하였다. Cellulose semi-permeable membrane을 이용하여 각각의 culture dishes에서 두 시간 동안 apical chamber를 통해 여과되는 BSA양을 sandwich ELISA method로 측정하여 투과성에 대한 분석을 하였다. 결과 : 이틀 동안 배양 후 측정한 대조군을 포함한 다섯 culture dishes의 HSPG양은 통계학적 차이는 없었다. 일 주 배양 후에 이틀 동안 배양한 B5 dish에 비해서 일 주 배양한 A30 dish를 제외한 일 주 배양한 모든 dishes에서 10% 이상의 HSPG양의 증가를 보였다(P<0.05) 일 주 배양한 B5 dish에 비해선 일 주 배양한 A30과 B30 dish에서 각각 HSPG양이 각각 77.8%와 95.3%로 감소하였고(P>0.05), osmotic control group(A/B 25)에선 통계적으로 유의한 차이를 보이지 않았다(P>0.05). 후기당화합물이 첨가된 경우에 SEM상 분리된 세포사이이음(intercellular junction)과 융합된 미세융모를 관찰할 수 있었다. BSA의 투과성은 일 주 배양 후 A30 dish에서만 일 주 배양 후 B5 dish에 비해 19% 증가하는 소견을 보였으나 통계적인 유의성은 없었다(P>0.05). 결론 : 사구체 상피세포의 HSPG 형성의 감소에 고농도의 당과 후기당화합물은 서로 부가적인 역할을 하고 후기당화합물이 더 큰 역할을 함을 알 수 있다. HSPG 감소 소견과 더불어 SEM상 장기간 고혈당을 유지하면 사구체 여과기전에서 size-selective와 charge-selective 장벽에 결함을 유발할 수 있으며 당뇨병에서의 단백뇨의 기전 중 하나로 생각된다.

• 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.