• 한국엔터테인먼트산업학회논문지
• /
• 제13권7호
• /
• pp.307-319
• /
• 2019

본 연구는 오색리를 중심으로 오색삭도 설치 사전에 침체된 오색지구 활성화를 위한 레저·관광 콘텐츠를 개발하여 지역활성화를 모색할 수 있는 기초자료를 제공하는 하는 것이 목적이다. 이를 위한 연구의 주요내용은 레저·관광콘텐츠의 개발을 위한 오색지구 현황 및 여건분석, 오색지구 레저·관광콘텐츠 개발 방향, 정책제언 및 결론 등으로 구성하였다. 본 연구에서는 오색지구 레저·관광콘텐츠 개발 방향과 관련하여 다음과 같은 개발 방향을 제안하였다. 첫째, 지역주민참여 확대 및 역량강화이다. 이를 실천하는 방안으로 조직체계 구축 및 지원강화, 지역 주민 역량강화, 외부 인적자원 네트워크 구축을 제안하였다. 둘째, 콘텐츠 개발 가이드라인 설정을 제안하였다. 오색지역 내 사회·문화·관광자원을 최대한 활용하기 위해, "문화예술활용형 콘텐츠"와 레저를 즐기는 수요자 증가추세에 부응하여 오색지구 자연환경을 이용한 레저체험 콘텐츠를 발굴할 것을 제안하였다. 셋째, 콘텐츠의 유형화를 제안하였다. 이를 실천하는 방안으로 오색을 주제로 한 문화콘텐츠 개발을 추진할 것을 제안하였다. 또한 지역상가 및 공공건물을 활용한 문화·예술·공연·전시 등의 공간 확보, 그리고 "오색지구"를 상징하는 상징물 조성, 오색지구 역사·문화를 그림으로 엮을 수 있는 "그림책 마을 조성"등을 제안하였다. 이와 아울러 체험 콘텐츠 개발 방향으로 테라피로드 체험 코스 및 푸드테라피 프로그램 운영 등과 함께 친환경적인 "오색 숲 길"을 조성할 것을 제안하였다. 넷째, 마케팅 채널 확보를 제안하였다. 이를 실천하기 위해 양양군 홈페이지, 또는 가칭 '오색이 아름다운 오색리' 홈페이지 제작, 여행사를 통해 오색지구 내 레저·관광콘텐츠와 교통, 숙박, 먹거리 등이 복합된 상품을 구성할 것을 제안하였다. 특히 오색지구 내에서 특별한 이벤트 개최 시에는 기획상품을 판매하는 방안을 제안하였다. 이와 함께 콘텐츠 개발 및 운영의 단계별 추진을 제안하였으며, 특히 전문가 등의 현장방문과 함께 참가자들에 대한 만족도 조사 등을 통해 오색지구 브랜드 제고에 노력할 것을 제안하였다.

• 생명과학회지
• /
• 제33권11호
• /
• pp.923-935
• /
• 2023

산딸기(RC), 유백피(UM)와 치자(GJ)는 위장장애 개선 및 다양한 효능이 보고된 중요한 민간 의약품 소재이다. 본 연구에서는 안전한 천연물을 이용한 실제적 위장 질환 개선제의 상업화를 위해, 상기 3종 천연물 추출물의 분말을 각각 3:1:2(w/w/w) 비율로 혼합하여 제조한 임상용 복합제제(LS-RUG-com)의 위 질환 억제활성을 평가하였다. HCl/EtOH 유도 위염 모델에서 LS-RUG-com (150 mg/kg)은 76%의 우수한 위염 억제 효능을 보였다(lesion index; HCl/EtOH, 112.37±11.20 mm, RUG-com; 26.32±1.87 mm). 또한 indomethacin 처리에 의한 위궤양 rat model에서 LS-RUG-com (150 mg/kg) 처리 시 90.8%의 위궤양 억제 효능을 보여, 임상에서 사용중인 cimetidine (100 mg/kg) 처리구의 81.1% 억제활성보다 우수한 활성을 보였다(lesion index; indomethacin ; 121.72±3.19 mm, RUG-com ; 12.5±1.16 mm). 역류성 식도염 유발 모델에서는 LS-RUG-com (150 mg/kg) 처리군에서 조직학적으로 omeprazole (150 mg/kg)에 비교되는 우수한 위 및 위 점막 손상 회복 활성을 확인하였으며, 위 내용물의 pH 상승, 위점막 보호의 증가 및 위의 pepsin 생성억제를 확인하였다. 또한, 위 식도 조직에서 TNF-α 및 IL-1β 발현이 유의적으로 감소하여 염증 발생이 억제됨을 확인하였다. 또한 항 Helicobacter pylori 효능도 검증하였다. 본 연구는 LS-RUG-com이 인체의 위 관련 질환을 개선하고, 위 및 위 점막 손상을 예방, 개선할 수 있음을 제시하고 있다.

• 광물과 암석
• /
• 제37권1호
• /
• pp.1-11
• /
• 2024

2021년 세계 석재 생산은 162,500천 톤으로 전년도 155,000천 톤과 비교하여 7,500천톤, 4.8% 증가했다. 석재 생산 순위는 중국, 인도, 튀르키예, 브라질, 이란 및 이탈리아 순서로 나타났으며 상위 6개 국가에서 전 세계 석재 생산량의 72.8%를 생산했다. 석재 수출은 전년도 19,370백만 USD와 비교해 2,310백만 USD 증가한 21,680백만 USD로 나타났다. 원료 및 가공석재 무역은 전년도 51,430천 톤과 비교하여 2,975천 톤 증가한 54,405천 톤으로 나타났다. 골재 수출액은 전년도 천연석 19,370백만 달러, 인공석 10,930백만 USD와 비교하여 천연석은 2,310백만 USD 증가하고, 인공석은 2,660백만 USD 증가해 각각 21,680백만 USD, 13,590백만 USD로 나타났다. 석재(Code: 68.02) 평균 가격은 전년도 2020년 729.62 USD/ton과 비교하여 65.2 USD/ton 증가한 794.82 USD/ton로 나타났다. 또한 건축 재료로 많이 사용되는 가공석재 가격은 전년도 39.44 USD/m²와 비교하여 3.52 USD/m² 증가한 42.96 USD/m²로 나타났다. 총채석량은 333,500천 톤(100%), 완제품은 96,000천 톤(28.8%), 석재채취 및 가공공정에서 발생하는 폐기물이 237,500천 톤(71.2%)으로 석재폐기물에 대한 재활용 문제가 꾸준히 발생하였다. 우리나라 석재 수출액은 전년도 3,195천 USD와 비교하여 38.3% 감소한 1,972천 USD로 나타났다. 반면에 수입액은 전년도 698,496천 USD와 비교하여 8.6% 증가한 758,868천 USD로 나타났다. 2025년 세계 석재 무역량은 66,100천 톤까지 상승할 것으로 전망되고, 석재 사용량은 108,920천 톤, 20억 m²에 도달할 것으로 전망된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.

• 한국산림과학회지
• /
• 제71권1호
• /
• pp.14-21
• /
• 1985

본(本) 연구(硏究)는 목재(木材) 고유(固有)의 특성(特性)인 흡습성(吸濕性) 및 수축(收縮), 팽창(膨脹)의 이방성(異方性)에 의한 목재(木材) 자체(自體) 및 목제품(木製品)의 가치(價値) 저하(低下)를 방지(防止)하고 목재(木材)의 천연적(天然的)인 아름다운 무늬를 살려 더욱 목재(木材)의 효용가치(効用價値) 높이 기 위하여 비교적(比較的) 가격(價格)이 싸고 독성(毒性)이 없을 뿐만 아니라 주입처리(注入處理)가 용역(容易)한 PEG를 이용(利用)한 목재(木材)의 치수 안정화(安定化) 기술(技術)을 개발(開發)하기 위한 일환(一環)으로 PEG 분자량별(分子量別)(200, 400, 600, 1000, 1500, 2000, 4000, 6000) 및 수종별(樹種別)(Pinus densiflora S. et Z., Larix leptolepis Gordon., Cryptomeria japonica D. Don., Cornus controversa Hemsl., Quercus variabilis Blume., Prunus sargentii Rehder.)로 치수 안정화(安定化) 효과(効果)를 조사(調査)하였던 바, 다음과 같이 요약(要約)될 수 있었다. 1) PEG 주입율(注入率)은 분자량(分子量) 400일 때 137.22%(Pinus densiflora)로 최대치(最大値)를 나타내었고 그 이후(以後)는 비교적(比較的) 완만(緩慢)하게 감소(減少)하는 경향(傾向)을 보여 주었으며 비중(比重)이 낮을수록 PEG 주입량(注入量)도 증가(增加)하는 것으로 밝혀졌다. 2) 부피 팽윤율(澎潤率)은 비중(比重)에 의한 영향(影響)을 별로 받지 않았으며 굴참나무가 분자량(分子量) 400~2,000에 이르기까지 12~18%의 범위(範圍)내에 분포(分布)한 것을 제외(除外)하고는 대부분(大部分) 분자량(分子量) 600일 때 가장 높은 값을 나타내었고, 일반적(一般的)으로 활엽수재(濶葉樹材)가 침엽수재(針葉樹材)보다 높은 부피 팽윤율(澎潤率)을 보여 주었다. 3) 부피 팽윤(澎潤) 감소율(減少率)은 수종(樹種)에 따라 약간의 예외(例外)는 있었으나 대부분이 PEG 분자량(分子量) 400에서 최대치(最大値)를 나타내었고 삼나무의 경우 95.09%로서 최대치(最大値)를 나타내었으며, 산벚나무를 제외(除外)하고는 모두 80% 이상(以上)을 나타내었지만 분자량(分子量) 1,000 이상(以上)에서는 팽윤(膨潤) 감소율(減少率)이 70% 이하(以下)로 떨어졌다. 4) 치수 안정화(安定化) 효율(效率)은 비중(比重)이 큰 활엽수재(濶葉樹材)가 침엽수재(針葉樹材)보다 월등하게 높았으며 전건비중(全乾比重)이 0.89인 굴참나무는 전(全) 분자량(分子量) 범위(範圍)에 걸쳐 부피 팽윤감소율(澎潤減少率)이 1.6 이상(以上)이었는데, 일반적(一般的)으로 분자량(分子量)이 작을수록 우수(優秀)하였으나 분자량(分子量) 4,000 이상(以上)에서는 별로 차이(差異)를 나타내지 않았다. 5) 이상(以上)과 같은 결과(結果)를 종합(綜合) 분석(分析)한 바 PEG 처리(處理)에 의한 치수 안정화(安定化)는 활엽수재(濶葉樹材)의 경우, 특(特)히 효율적(效率的)이며 비록 팽윤감소율(澎潤減少率)이 분자량(分子量) 400에서 가장 높은 수치(數値)를 나타내었지만 PEG 주입율(注入率), 부피 팽윤율(澎潤率), 팽윤감소율(澎潤減少率) 및 치수 안정화(安定化) 효율(效率)을 감안할 때 분자량(分子量) 200~1,500 사이의 것을 적절(適切)한 비(比)로 혼합(混合) 사용(使用)하는 것이 바람직한 것으로 사료(思料)되며, 실용화(實用化)를 위해서는 각 분자량(分子量)의 PEG 혼합비율(混合比率)에 따른 부피 팽윤율(澎潤率), 팽윤감소율(澎潤減少率) 및 치수 안정화(安定化) 효율(效率)에 대한 보다 집중적(集中的)인 연구(硏究)가 요구(要求)된다.

• Tuberculosis and Respiratory Diseases
• /
• 제42권5호
• /
• pp.744-751
• /
• 1995

연구배경: 여러 종류의 자극으로 감각신경(C-fiber)의 말단부에서 분비되는 신경단백질인 substance P와 neurokinin A는 기관지 평활근의 수축, 점막의 혈장 유출 및 점액의 과분비를 일으켜 기관지 천식 발병 기전에 중요한 역활을 한다. 이러한 기도 신경단백질은 $NK_1$, $NK_2$, $NK_3$ 등의 3종류의 수용체를 통하여 작용하며, $NK_1$ 수용체에 주로 작용하는 substance P는 기도의 혈관확장과 혈장 유출에 관여하며 $NK_2$ 수용체에 작용하는 neurokinin A는 기도의 수축에 주로 작용하며 기도혈장 유출에도 관여하는 것으로 알려져 있다. 목적: 저지들은 백서의 미주신경인 비교감 및 비부교감 신경을 전기적 자극으로 유발된 기도 혈장 유출에서 $NK_1$과 $NK_2$ 수용체 차단제인 FK224를 이용하여 기도내 신경성 염증에서 혈장유출에 대한 효과를 기도 부위별로 확인하였다. 대상 및 방법: 백서 21마리를 7마리씩 3군으로 나누어 미주신경에 전기적 자극을 하지 않은 대조군(control group), 2분간 자극한 군(NANC2군)과 신경 단백 수용체 차단제인 FK224를 미주신경 자극 전에 사용한 군(FK224군)에서 Evans blue dye를 이용하여 기도 부위별 혈장 유출의 정도를 각 군간에 비교하여 다음과 같은 결과를 얻었다. 결과: 1) 2분간 신경 자극한 군(NANC2군)은 대조군에 비하여 기관에서 49.7(${\pm}2.5$)ng/mg으로 353%, 주기관지에서 38.7(${\pm}2.8$)ng/mg으로 221%의 증가와 말초기관지 19.1(${\pm}1.6$)ng/mg으로 151%로 혈장 유출이 모두 유의하게 높았으며(p<0.05), 주로 상부 기도에서 혈장 유출 정도가 심하였으나, 폐실질은 13.0(${\pm}1.8$)ng/mg, 76%로 대조군과 차이는 없었다(p>0.05). 2) 신경 단백질 수용체 차단제를 사용한 FK224군은 2분간 신경 자극한 군에 비하여 기관에서 24.3(${\pm}2.2$)ng/mg으로 49%, 주기관지에서 22.3(${\pm}1.6$)ng/mg 으로 58%의 억제와 말초기관지 13.3(${\pm}0.8$) ng/mg으로 70%로 혈장 유출이 모두 유의하게 감소되었다(p<0.05). 결론: 이상의 결과에 의하면 백서에서 미주신경(NANC)의 전기적 자극으로 유발된 혈장유출은 기도에서만 발생되고 주로 상부기도에서 혈장유출이 심하며, $NK_1$과 $NK_2$ 수용체 차단제인 FK224를 전처치하여 substance P와 neurokinin A의 수용체 차단으로 기도 혈장 유출이 억제됨을 알 수 있었다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.