• 한국해양학회지:바다
• /
• 제26권4호
• /
• pp.356-368
• /
• 2021

연안역에서 나타나는 식물플랑크톤 군집의 연중 변동 특성을 확인하기 위하여, 일 년여간 부산 영도 내만의 고정점에서 생물량 및 다양성을 매주 조사하였다. 연구 해역은 엽록소 a가 0.43~7.58 mg m^-3 범위를 나타내어 중영양에서 부영양 특성을 나타내었다. 조사 기간 동안 엽록소 a 중 3 ㎛ 이상 크기의 식물플랑크톤이 차지하는 비율은 평균 80% 내외를 차지하여 높았다. 이들 3 ㎛ 이상 크기의 식물플랑크톤에서는 규조류(Bacillariophyta)가 봄과 여름에 가장 우점하였으며, 가을과 겨울에는 은편모조강(Cryptophyceae)이 우점하였다. 반면, 3 ㎛ 이하 크기의 초미소식물플랑크톤에서는 마미엘라강(Mamiellophyceae)이 대부분의 시기에 가장 우점하였으며, 은편모조강(Cryptophyceae)이 연중 평균(+표준편차) 17.7 ± 17.6%로 비교적 높았으나 계절적 변동이 컸다. 와편모조강(Dinophyceae)은 드물지만 60.4%까지 매우 높게 우점하기도 하였다. 본 연구에서 13개월 간 일주일 간격의 정기 관측을 통해 육지에 인접한 천해 연안 식물플랑크톤 군집이 짧은 시간 규모에서 변동함을 파악할 수 있었다. 이러한 지속적인 고정점 관측은 식물플랑크톤의 단·장기 변동 특성과 기후 및 환경 변화의 영향을 이해하는 데 중요한 자료를 제공할 수 있을 것이다.

• 한국해양학회지:바다
• /
• 제10권1호
• /
• pp.100-112
• /
• 2005

갯벌의 온도구조와 열적 특성변화를 조사하기 위해 서해안 공소만 갯벌조간대에서 고도가 다른 3개 지점을 설정하여 40 cm깊이까지 계절별로 1개월간의 온도관측을 수행하였다. 표층에서 평균온도는 하계에 아래층보다 높고 동계에는 낮아져 표층가열과 냉각에 의한 온도구조와 변화 형태를 보여주었으며 표준편차는 아래층으로 갈수록 감소하였다. 주기성이 뚜렷한 일사량과 조위 변화가 주로 단기적 온도변화를 야기하였고, 간헐적으로는 강우와 강한 풍속도 영향을 주었다. 시계열분석에 의하면 24시간, 12시간 그리고 8시간 주기 성분에 강한 에너지 첨두(peak)를 보였으며, 24시간 주기성분이 가장 큰 에너지를 보였다. 24시간 주기 성분은 일사량변화, 12시간 주기는 반일주조 조위변화 그리고 8시간 주기성분은 일사량과 조위변화의 상호작용에 의한 온도파동으로 해석되었다. EOF분석에서 제 1모드와 제 2모드가 수직온도구조 변화의 96%를 차지하였다 제 1모드는 갯벌 표층에서의 가열과 냉각에 의한 현상으로, 제 2모드는 갯벌내부의 열 전파과정에서 발생하는 지연효과로 해석되었다. 교차스펙트럼 분석에서 24시간 주기성분 온도파동에 의한 열전달위상은 깊이에 따라 선형적으로 증가하는 평균위상 차이를 보였고, 표층에서 10 cm, 20 cm, 40 cm 깊이까지의 위상 차이에 의한 지연시간은 각각 3.2시간, 6.5시간 9.8시간이었다. 일차원적 열확산모델에서 산출된 24시간 주기성분 온도파동의 수직 확산계수는 깊이와 계절에 걸쳐 평균하였을 때 중부조간대 정점에서는 $0.70{\times}10^{-6}m^2/s$, 하부조간대 정점에서는 $0.57{\times}10^{-6}m^2/s$의 값을 보였다. 깊이 평균된 확산계수는 봄철에 크고 여름철에 작았고, 계절 평균된 확산계수는 2cm부터 10cm깊이까지 증가하고 10cin부터 40cm깊이까지는 감소하는 수직구조를 보였다. 평균 열확산계수를 사용하여 구한 온도전파 확산속도는 2 cm 깊이로부터 10 cm, 20cm, 40cm까지 각각 $8.75{\times}10^{-4}cm/s,\;3.8{\times}10{-4}cm/s,\;1.7{\times}10^{-4}cm/s$정도의 값이 되어 표층에서 깊어질수록 작아졌다.

• 한국해양학회지:바다
• /
• 제17권3호
• /
• pp.139-148
• /
• 2012

하구언이 설치된 하구의 여름철 환경변화는 방류되는 담수에 의해 결정된다. 본 연구에서는 영산강 하구언 담수방류에 의한 하구의 염분 및 수온 분포를 파악하기 위하여 2010년 6월 소규모 방류시와 8월의 집중방류 중 후로 3회에 걸쳐 8개 정점에서 관측한 CTD 자료를 분석하였다. 6월의 소규모 방류시 표층염분은 30~32.5 psu를 나타냈고, 수평구배는 고하도 근해에서 다른 해역에 비해 상대적인 큰 값을 보여주었다(0.25~0.32 psu/km). 그러나, 저층염분은 약 33 psu의 일정한 값을 보여 수평구배는 존재하지 않았다. 영산강 하구내 수온은 $19{\sim}21^{\circ}C$ 범위를 보이며 동서방향보다 남북방향의 구배가 상대적으로 크게 나타났다. 대규모 방류가 진행 중이었던 8월 12일의 경우 표층염분은 9~26 psu로 감소하였다. 또한, 고하도 북쪽 수로의 표층과 저층 수평구배가 각각 3.79 psu/km와 0.28 psu/km인 강한 염분전선이 형성되었다. 수온은 하구언에서 높고 멀어질수록 감소하는 경향을 보였으며, 고하도 북쪽수로 표층과 저층에서 각각 $-0.45^{\circ}C/km$와 $-0.12^{\circ}C/km$의 공간적 변화가 나타났다. 집중방류 후(3차 관측) 표층염분은 22~26 psu로 회복되었으나 고하도 주변해역에서 여전히 높은 수평구배가 나타났다. 저층염분은 26.5~27.5 psu의 범위로 전반적으로 감소하였으나 수평구배는 크지 않았다. 하구언 가까운 정점에서 관측한 염분과 수온 시계열 자료에 의하면, 상층의 고온저염수가 일시적으로 하강하였다가 빠르게 회복하는 패턴을 보여주었는데, $13{\times}10^6$ 톤 방류시 회복속도는 약 0.4 m/hr로 나타났다. 영산강 하구는 대규모 방류 후 전반적으로 저염화되고, 여름철의 강한 태양복사에 의해 표층수온은 증가하여 하구 내 성층구조가 강화되고 수직혼합이 억제되는 환경이 형성되었다. 담수방류에 따른 염분의 공간적인 분포특성을 볼 때, 수평구배가 높은 고하도 주변해역, 고하도에서 하구언까지 염분이 낮은 내측해역, 그리고 상대적으로 높은 염분을 보이는 고하도에서 연안까지 외측해역으로 구분할 수 있다.

• 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.

• 한국의학물리학회지:의학물리
• /
• 제9권1호
• /
• pp.11-21
• /
• 1998

일렉트릿 (electret) 의 특성을 갖고 있는 Teflon-FEP 와 PET 필름의 유전체 양변에 크롬을 증착시켜 전극을 만들고 코발트-60 감마선을 찍어 이 두 유전체의 물리적 특성변화를 조사하였다. 선량률 25.0 cGy/min에서 방사선 조사하기 시작하여 2초이내에서 전류가 급격히 증가해 최대값에 이른후, 60초 이후에선 거의 안정값에 이르는 특성을 보였다. 방사선 조사동안 Teflon의 경우 유전 상수는 2.15에서 18.0으로, 전기전도도는 1$\times$$10^{-17}$ 에서 1.57$\times$$10^{-13}$ $\Omega$$^{-l}$ $cm^{-1}$ /으로 증가했고, PET는 유전상수는 3에서 18.3으로, 전기전도도는 $10^{-17}$ 에서 1.65$\times$$10^{-13}$ $\Omega$$^{-1}$$cm^{-1}$ /값으로 변하였다. 분당선량률을 변화시켰을때 (4.0 cGy/min, 8.5 cGy/min, 15.6 cGy/min, 19.3 cGy/min) 정상상태 방사선 유도전류(Ic), 유전율($\varepsilon$), 전기전도도 ($\sigma$) 가 선량률에 따라 증가함을 보였다. 정상상태방사선유도전류(Ic)값은 12시간내에선 1%내의 재현성을 보였고, 1주일간에선 3%내에서 일치하였다. 전하 및 전류값이 측정간격 (방사선 조사후 다음 조사때까지의 시간)에 의존성을 보였으며, 측정간격이 작을수록 초기측정값과 후측정값의 차가 크며, 최소 20분이상 간격을 둘 때 후측정값이 초기측정값과 같아졌다. 25.0 cGy/min. 선량률에서 유전체가 20분동안 전하를 유지하는 일펙트릿 성질을 갖고 있음을 보였다. 위 실험결과들은 2차전자에 의한 자유전자와 정공의 발생 및 이로 인한 내부편극과 전도도의 변화, 재결합등으로 인한 전자평형상태에 의한 것으로 볼 수 있다. 방사선조사직후 시료에 열을 가한 후 다시 조사하면 측정값이 상승하는 현상을 보였다. 이는 열을 가함으로 내부편극이 감소되었고 이로인해 다음 방사선 조사시 전하운반자(charge carriers)의 숫자를 높이는데 기여했음을 알 수 있다. 인가전압 및 흡수선량에 따른 선형성 및 재현성과 다른 전리함에 비해 적은 부피로 큰 전하량을 측정하는 것은 미세전류검출기로서의 사용가능성과 검출기의 부피를 크게 줄일수 있는 가능성을 보여준다.

• 한국항해학회지
• /
• 제13권1호
• /
• pp.21-53
• /
• 1989

In the past twenty years, there has been a rapid increase in the volume of traffic in Korea due to the Korean great growth of the Korean economy. Since transformation provides an infrastructure vital to economic growth, it becomes more and more an integral part of the Korea economy. The importance of coastal shipping stands out in particular, not only because of the expansion limit on the road network, but also because of saturation in the capacity of rail transportation. In spite of this increase and its importance, coastal shipping is falling behind partly because it is givenless emphasis than ocean-going shipping and other inland transportation systems and partly because of overcompetition due to excessive ship tonnage. Therefore, estimating and planning optimum ship tonnage is the first take to develop Korean coastal shipping. This paper aims to estimate the optimum coastal ship tonnage by computer simulation and finally to draw up plans for the ship tonnage balance according to supply and demand. The estimation of the optimum ship tonnage is peformed by the method of Origin -Destimation and time series analysis. The result are as follows : (1) The optimum ship tonnage in 1987 was 358, 680 DWT, which is 54% of the current ship tonnage (481 ships, 662, 664DWT) that is equal to the optimum ship tonnage in 1998. this overcapacity result is in excessive competition and financial difficulties in Korea coastal shipping. (2) The excessive ship tonnage can be broken down into ship types as follows : oil carrier 250, 926 DWT(350%), cement carrier 9, 977 DWT(119%), iron material/machinery carrier 25, 665 DWT(117%), general cargo carrier 17, 416DWT(112%). (3) the current total ship crew of 5, 079 is more than the verified optimally efficient figure of 3, 808 by 1271. (4) From the viewpoint of management strategy, it is necessary that excessive ship tonnage be reduced and uneconomic outdated vessels be broken up. And its found that the diversion into economically efficient fleets is urgently required in order to meet increasing annual rate in the amounts of cargo(23, 877DWT). (5) The plans for the ship tonnage balance according to supply and demand are as follows 1) The establishment of a legislative system for the arrangement of ship tonnage. This would involve; (a) The announcement of an optimum tonnage which guides the licensing of cargo vessels and ship tonnage supply. (b) The establishment of an organization that substantially arrangement tonnage in Korea coastal shipping. 2) The announcement of an optimum ship tonnage both per year and short-term that guides current tonnage supply plans. 3) The settlement of elastic tariffs resulting in the protect6ion of coastal shipping's share from other tonnage supply plans. 4) The settlement of elastic tariffs resulting in the protection of coastal shipping's share from other transportation systems. 4) Restriction of ocean-going vessels from participating in coastal shipping routes. 5) Business rationalization of coastal shipping company which reduces uneconomic outdated vessels and boosts the national economy. If we are to achieve these ends, the followings are prerequisites; I) Because many non-licensed vessels are actually operating and threatening the safe voyage of the others in Korea coastal routes, it is necessary that those ind of vessels be controlled and punished by the authorities. II) The supply of ship tonnage in Korean coastal routes should be predently monitored because most of the coastal vessels are to small to be diverted into ocean-going routes in case of excessive supply. III) Every ship type which is engaged in coastal shipping should be specialized according to the characteristics of its routes as soon possible.

• 한국해양학회지:바다
• /
• 제8권4호
• /
• pp.357-368
• /
• 2003

남극 세종기지 앞에 위치한 마리안 소만의 여름 수층 구조과 부유물질 분산기작을 이해하기 위해 빙벽 앞에서 CTDT 연속측정을 하였으며, 측정기간 동안의 조석, 부유물질농도, 유속, 그리고 기상요인도 함께 분석되었다. 45 시간동안 1시간 간격으로 측정된 연속 수층 특성 분포에 의하면, 수심 0∼20 m에는 저온$.$저염$.$고탁도의 혼합 표층수가 존재하였고, 수심 20∼40 m에 고온$.$고염$.$저탁도의 최대수온층인 맥스웰 만 유입수가 나타난다. 그 아래의 수심 40∼70 m에는 주변 해수에 비해 저온$.$고탁도의 아빙하성 유출수인 중층 플름(빙하기저부)이 위치한다. 마지막으로 수심 70 m 이하에 나타나는 저층수는 저온$.$고염$.$저탁도의 특성을 보였다. 늦여름 (2 월초)에 연안의 높아진 설선에서 녹아 소만으로 유입하는 담수의 특성은 유입지역의 특성(지형, 빙하조건, 퇴적물의 구성 등)에 따라 수온과 부유물질농도에서 차이를 보였으며, 바람이 거의 불지 않는 측정시기 동안에는 저염$.$고탁도의 표층 플름이 유입지역에 제한적으로 나타났다. 지속적으로 강한 바람이 불 경우, 빙벽 앞에서 육성기원의 혼탁한 담수성 플름, 저온의 중빙하성 용승수/조수빙하 융빙수 그리고 맥스웰 만 유입수가 혼합되면서 표층에 혼합층(저온$.$저염$.$고탁도)이 발달하였다. 소만의 강수는 단기간 빙하성 유출 증가의 가장 큰 요인이며, 중빙하성 용승수의 발생은 조수빙하의 상태와 강수량이 크게 좌우하였다. 특히 많은 양의 강수로 인해 아빙하성 중층 플름의 유출량이 커지면서 중층 이하의 수심에 저염화를 초래하였다. 그러나 입자가 거의 없을 정도로 깨끗한 중앙 빙벽에서 나오는 중빙하성 용승수와 중층 플름의 유입량이 클지라도, 낮은 부유물질농도로 인해 육성기원 입자의 소만 퇴적율은 작을 것이다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.

• 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.