• 제목/요약/키워드: situation

검색결과 17,583건 처리시간 0.046초

전북 완주군 대아리 금낭화 Dicentra spectabilis 군락지의 천연보호구역적 가치와 생육특성 (The Value and Growing Characteristics of the Dicentra Spectabilis Community in Daea-ri, Wanju-gun, Jeollabuk-do as a Nature Reserve)

  • 이석우;노재현;오현경
    • 헤리티지:역사와 과학
    • /
    • 제44권1호
    • /
    • pp.72-105
    • /
    • 2011
  • 본 연구는 전북 완주군 동상면 대아리 산1-2번지의 도유림인 속칭 가막골 금낭화군락지의 천연보호구역적 가치를 검토하는 한편 금낭화군락지의 적정 생육환경을 구명하고 이를 바탕으로 금낭화군락지의 보전을 위한 기초자료를 제공할 목적으로 시도 되었다. 이를 위해 문헌 및 인터넷조사를 통해 '금낭화의 형태적 생태적 특성'과 '국내 천연기념물 초본군락의 지정현황 및 문제점'을 살펴보는 한편 현지조사를 통해 금낭화군락의 광환경, 토양환경, 식생조건 등을 조사 분석하여 가막골 금낭화군락지의 천연보호구역적 가치를 파악하고자 한 연구 결과는 아래와 같다. 국내 금낭화 자생군락지를 분석한 결과, 금낭화는 전국의 산지에 고루 분포되고 있으며 이 중 완주 가막골 금낭화군락지의 서식규모는 매우 큰 것으로 나타났다. 또한 금낭화군락지 분포에 대한 문헌 및 현지조사 결과, 준고냉지에서 생육이 월등하며, 생육왕성기인 5월의 풍부한 강수량은 금낭화 생육에 매우 필수적인 것으로 보아 가막골 금낭화군락지는 매우 전형적 기상여건을 보이는 서식지라 판단된다. 한편 금낭화 고밀도분포 군락의 환경 분석 결과, 전석지(轉石地) 토양을 기반으로 고도 300~375m의 범위에 있었으며 평균고도는 344.5m이고 자생지의 좌향(坐向)은 북향 또는 북서향도 포함되나 북동향(NE)이 압도적이었으며 평균 경사는 $19.5^{\circ}$로 나타났다. 또한 광조건 분석 결과, 4월부터 8월까지 생육기간인 5개월간 군락 내 광도는 평균 30,810Lux 이었으며, 생육 초기에는 낮았고 후기로 갈수록 광도는 상승하는 경향이었다. 금낭화 자생조건은 4~5월 생육기에는 약 14,000~18,000Lux 정도의 광조건이었으며, 개화 이후에는 상대적으로 광도 증가와는 관련 없이 결실이 이루어지는 것으로 판단된다. 토양환경 분석 결과, 토양산도(pH)는 표토, 5.2~6.1, 심토, 5.2~6.2로 거의 유사한 범위를 보였으며 표토의 평균 토양pH는 5.54, 심토는 5.58로 이 조건은 비교대상 군락지와 거의 유사하고 전형성이 큰 것으로 추정됨에 따라 가막골의 토양 안정성은 매우 높다고 판단된다. 식생환경 분석 결과, 조사구별 금낭화의 개체수는 13~52개체까지 심한 편차를 보였으나 군락내 발견된 분류군(taxa)은 총 126종류로 순수군락을 유지하면서도 높은 종다양성이 확인되었다. 그리고 대아수목원 금낭화군락지는 금낭화, 미나리냉이, 거북꼬리, 이삭여귀, 물봉선 등이 우점하는 식물사회로 확인되었으며 군락내 식별종(Differential species)은 물봉선, 꼭두서니, 칡, 산딸기와 고추나무, 광대싸리, 개다래로 밝혀짐에 따라 지형 및 토양습도에 따라 전형적 하위군락으로 구분되는 것으로 판단된다. 이와 같은 결과를 종합할 때, 완주군 동상면 대아리 가막골 금낭화군락지는 탁월한 관상성을 가진 자생식물의 서식처임을 확인할 수 있고, 본 군락은 전국분포상의 금낭화 자생군락으로는 국내 최대 규모로 추정되며 기상 및 지형, 토양조건과 식생환경이 군락지의 지속적인 생육 환경을 보장할 수 있는 매우 탁월한 서식지로 판단된다. 따라서 전형적 서식조건과 지속가능성이 큰 가막골 금낭화군락은 당연히 천연보호구역적 가치가 매우 큰 것으로 사료된다.

<진주검무> 중요무형문화재 지정 이후의 변화에 관한 소고 (An Essay on the Change of Jinju Sword Dance after being designated as an Important Intangible Cultural Asset)

  • 이종숙
    • 헤리티지:역사와 과학
    • /
    • 제49권1호
    • /
    • pp.4-21
    • /
    • 2016
  • 본 연구는 <진주검무>가 1967년 1월 16일 중요무형문화재 제12호로 지정된 이래 변화되고 있는 모습과 그 변화의 특징 및 보존 전승의 현황을 파악하려는데 목적이 있다. <진주검무>가 대를 이어가면서 변화를 거듭했고, 그로써 현재의 춤을 정립하게 된 정황을 파악하려는 것이다. <진주검무>는 1967년부터 2015년 현재 3대째의 보유자를 인정하였다. 제1세대 보유자는 권번 기녀 출신 8인이 1967년 인정되었다. 보유자들 간의 불화와 일부 보유자의 사망, 개인적인 경제활동 등의 이유로 전승교육이 잘 이루어지지 못했다. 따라서 전승교육과 활동의 구심점이 필요한 가운데 1978년 6월 21일에 성계옥이 제2세대 보유자로 추가 인정되었다. 비 기녀출신 성계옥의 활동 시기에는 <진주검무>의 새로운 시도와 변화를 가장 크게 보였다. 2009년 성계옥의 사망 후 제3세대 보유자는 김태연과 유영희로 2010년 2월에 인정되었다. 1966년 "무형문화재조사보고서"부터 2014년의 영상을 기초하여 비교한 춤과 그 주변의 변화 결과는 다음과 같다. 반주음악편성에 3세대 간 변화가 있었다. 1세대 영상(1970년)은 약 15분 공연했는데, 2세대 영상(2002년)는 25분여를 춤추도록 했다. 염불도드리 장단을 긴염불(상령산)로 해석하여 느리게 연주하였고, 본래 염불 15장단의 춤을 39장단까지 추가함으로써 시간을 길게 했다. 3세대(2013 2014년)에는 다시 15장단으로 환원된 춤을 추고 있다. 다만 긴염불이라는 명칭을 사용하면서 1세대 때는 3분간 추었던 염불을 3세대에서는 5분여를 춤추고 있어서, 2세대로부터 느림을 추구하고 있음을 보여준다. 춤 구성면에서 2세대에는 긴염불을 20여 장단 추가하면서 아(亞)자 모양의 춤 대형구성이 추가되었다. 3세대 공연에서는 실시하지 않고 있다. 춤사위 면에서 방석돌이 동작의 허리재기가 눈에 띄게 유연성을 잃어가고 있는 양상이다. 또 1장단의 시가가 늘어진 경향을 보인다. 중요무형문화재 지정 당시 1967년에는 칼 목이 돌아가는 것을 사용했는데, 2세대 보유자에 의해 1970년대 말부터 현행과 같이 칼목이 돌아가지 않는 것을 사용하기 시작했다. 칼의 모양도 1966년의 "조사보고서"는 반월형의 뾰족한 모습인데, 현재와 같은 직선형 칼을 사용한 것은 1970년 영상에서부터 보인다. 전립과 전복, 한삼착용의 기본 양식은 변화가 없으나, 한삼 색동 배열이 "조사보고서"와 달라졌다. 또 남색치마를 입는 것으로 변화되었다. 이상의 결과로 볼 때, <진주검무>는 지정 이후 약 50년 동안 변화가 능동적으로 실시되었음을 알 수 있다. 주로 제2세대 성계옥 보유자를 주축으로 변화가 일어났다. 중요무형문화재의 전승과 보존이라는 명제에서 볼 때, 춤 종목은 장단과 춤의 조화가 그 무엇보다 중요하다. 국가 중요무형문화재로서 검무의 오랜 전통성을 보존 전승하려는 노력이 강화될 수 있기를 바란다.

이순신의 『충민공계초(忠愍公啓草)』에 대한 서지적 고찰 (Bibliographic Study on 『ChungMinKongKeicho (忠愍公啓草)』 by YI Sun-sin)

  • 노승석
    • 헤리티지:역사와 과학
    • /
    • 제49권2호
    • /
    • pp.4-19
    • /
    • 2016
  • 이순신(李舜臣)이 임진왜란 중 조정에 보고한 장계(狀啓)가 그 당시와 후대의 등록(謄錄) 형식에 따라 3자에 의해 등서되어 현재 장초(狀草), 계초(啓草), 계본(啓本) 등으로 전한다. 특히 전라좌수영의 수군절도사로 재직할 때 작성된 "임진장초(壬辰狀草)"는 대표적인 장계로 많이 알려졌다. 최근에 분실되었다가 소재가 확인된 "충민공계초"는 "임진장초"와 함께 후대의 이순신 장계류에 전범이 될 만큼 사료적인 가치가 매우 높은 국보급 유물이다. 그러나 이 책이 이순신 관련한 새로운 책인지 아니면 기존에 분실되었던 장계별책인지 불분명한 상태이다. 이에 본고에서는 이에 대한 서지적인 고찰을 통해 관련 내용을 고증하였다. "충민(忠愍)"은 이순신이 사후에 사용했던 명칭이었고, 1662년에 장계가 등서되어 "충민공계초"가 완성되었다. 여기에는 "임진장초"에 없는 12편이 더 들어있는데, 그간 분실된 것으로 알려진 장계별책에도 "임진장초"에 없는 12편이 더 들어 있었다는 점이 서로 일치하는 점이다. 특히 1928년 일본인들이 촬영한 사진 11장의 형태와 내용이 "충민공계초"에 들어있는 12편과 완전 일치한다. 조선사편수회에서 이 책을 "별도로 초사(抄寫)한 계초(啓草) 1책"이라고 한 점, 이 책의 12편으로 장계를 보충한 점, 홍기문과 이은상이 장계초본에 기존 "임진장초"에 없는 12편이 더 들어있다고 한 점, 조성도가 12편을 따로 별책본으로 분류한 점 등은 12편이 들어있는 장계별책을 "충민공계초"라고 할 수 있는 근거가 되어준다. "충무공계초"는 편수가 총 62편이므로 12편이 더 들어있는 분실된 장계별책으로 보긴 어려울 것이다. "충무공유사"의 "충무공계본"은 모두 16편이다. 본문에는 이두문이 그대로 실려 있고, 뒤의 3편은 "충민공계초"원문과 동일하다. 지금까지 이두문이 그대로 실린 것은 1935년에 간행된 조선사편수회의 "임진장초"가 유일했는데, "충무공계본"의 간행된 시기가 오히려 이를 앞서는 것으로 추정된다. "충민공계초"가 장계별책이라는 것에 대한 반론은 이은상이 "장계등본 별책의 일기 1장"이라고 한 말에 근거한다. 1953년 설의식이 "이순신수록 난중일기초"에 "무술일기" 초고 사진 1장을 도판으로 처음 소개하였다. 이은상도 "무술일기"에 장계초본 별책 속의 친필 일기초 2면을 첨가했고, 다시 "장계 등본 별책 끝에 최후 10일 동안의 일기 한 장"과 "별책부록"이라는 말을 사용하였다. 이 의견은 설의식이 정확한 출처를 모르고 소개한 "무술일기" 초고 사진 1장"에서 비롯한 것이다. 이은상은 "충무공유사"를 장계관련 책으로 잘못 파악하고 "장계등본 별책의 일기 1장"이란 말을 하였다. 이는 실제 원본상황과 다른 잘못된 견해이므로, 굳이 이를 정정한다면 "충무공유사의 일기 1장"이라고 해야 한다. 따라서 일기 1장이 딸린 장계별책은 존재하지 않는 것이므로 반박의 근거가 잘못된 것이다. 요컨대 "임진장초" 이외의 모든 장계들을 장계별책이라 할 수 있겠지만, 지금까지 통상 지칭되었던 장계별책에 유독 12편이 더 실려 있다고 한다. 이 점이 다른 장계류와 차별화된 점이다. 그러므로 여러 장계이본 중에서 유일하게 12편이 더 수록된 "충민공계초"가 기존에 알려진 장계별책이라는 견해에 더 무게가 실릴 것이다.

M&W 파동 패턴과 유전자 알고리즘을 이용한 주식 매매 시스템 개발 (Development of a Stock Trading System Using M & W Wave Patterns and Genetic Algorithms)

  • 양훈석;김선웅;최흥식
    • 지능정보연구
    • /
    • 제25권1호
    • /
    • pp.63-83
    • /
    • 2019
  • 투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

『조선왕조실록(朝鮮王朝實錄)』을 통해 본 왕의 위락활동 유형과 변천 (A Study on the Types and Changes of the King's Amusement Activities through 『Annals of The Joseon Dynasty(朝鮮王朝實錄)』)

  • 강현민;신상섭;김현욱;마일초;한서정
    • 한국전통조경학회지
    • /
    • 제36권4호
    • /
    • pp.39-49
    • /
    • 2018
  • "조선왕조실록"을 중심으로 분석한 조선시대 제왕들의 위락활동과 변천에 관한 연구 결과는 다음과 같다. 궁중 안팎 외부공간에서 행해진 왕의 위락활동은 연회형, 강무형, 유희형으로 분류할 수 있는데, 연회형은 회례연, 진연(進宴), 풍정(豊呈), 진찬(進饌), 양로연, 사신연, 수연(壽宴), 곡연(曲宴) 등이었고, 강무형은 활쏘기, 격구, 사냥 등이며, 유희형은 나례(가면놀이), 처용무, 풍두희(?頭戱), 그리고 화산붕(불꽃놀이), 꽃놀이(賞花), 투호, 수박희(手搏戱), 낚시, 뱃놀이, 각투(角鬪), 상희(象戱), 잡희 등이었다. 위락 활동은 고려시대 답습기[1기, 태조~세조(예종)], 확립기[2기, 군사문화가 성리학 문화로 전환되었고 연회의 규례가 제도화, 성종~중종]. 단절기[3기, 임진왜란 등 불안한 정세 속에서 침체, 단절 초래, 성종~현종]. 중흥기[4기, 위락 문화 재정비, 수준 높은 왕실 문화의 자긍심 표출, 숙종~정조]. 그리고 쇠퇴기[5기, 세도정치로 왕권이 추락하면서 위락 활동이 급격히 퇴조, 순조~순종] 등 5단계시기로 구분할 수 있다. 왕들의 사냥 관련 기사는 600건 이상 추적 되는데, 태종, 세종, 세조 등은 각 100여회 이상이었다. 사냥 대상은 호랑이, 곰, 사슴과 노루, 표범, 멧돼지, 매 등 이었고, 한양의 동북쪽 산림지역에서 주로 행해졌는데, 산수풍광이 수려하고 지리에 익숙한 풍양, 철원지역 등 북방의 정세와 안전을 살피기 위한 방안, 그리고 풍양이궁(경기도 남양주시 진접읍 내각리) 장소성 등과 밀접하게 연계된다. 단오절 세시풍속으로 대중에 확산된 격구놀이는 조선 초 왕과 신하들의 최상류층 마상격구로부터, 중기이후 무과시험의 마상격구와 상류층의 보상격구로 전환되는 과정을 거쳐, 조선 후기에는 민간에 확산되어 겨울철 남성들의 집단유락문화로 전승되는 과정이 추적된다. 특히, 강무형 위락문화는 봄(활쏘기), 여름(투호), 가을(활쏘기), 겨울(격구) 등 심신수양을 겸한 4계절 행위요소로 작용되었다. 한편, 조선시대 왕과 왕비들의 연향과 같은 위락 활동은 공식적 의례의 경우 내정(內庭)에서, 비공식적 관유(觀遊)의 경우 궁궐 후원이나 별궁에서, 특수 연회의 경우 모화관과 태평관, 기로소 등 별원(別園)에서, 활쏘기의 경우 성균관 사단에서, 사냥의 경우 금표가 설치된 강무장(금원과 원유)에서, 매사냥의 경우 한강변 광나루에서, 격구의 경우 보격구 중심으로 내정이나 별궁에서 다양하게 행해졌다. 즉, 외조, 치조, 연조, 후원의 범위를 넘어서 별원과 금원, 원유 등 한양에서 최대 100리 범위 까지를 활동영역으로 설정하는 위락문화 확장성(정(庭)${\rightarrow}$원(園)${\rightarrow}$원(苑)${\rightarrow}$원유(苑?))을 추적할 수 있었다. 결과적으로 본 연구를 통해 수준 높은 기록문화의 추적을 통해, 역대 왕들의 위락문화를 연회형, 강무형, 유희형으로 유형화 할 수 있었고, 위락 활동(진찬, 회례연, 양로연, 대사례, 사신연 등은 물론 사냥, 활쏘기, 격구, 투호, 처용무, 낚시, 뱃놀이, 불꽃놀이 등) 전모와 장소성, 그리고 상징적 의미, 역사적인 전승과정과 위락문화 등을 복합적으로 탐색할 수 있었다.

이미지 감성분류를 위한 CNN과 K-means RGB Cluster 이-단계 학습 방안 (A Two-Stage Learning Method of CNN and K-means RGB Cluster for Sentiment Classification of Images)

  • 김정태;박은비;한기웅;이정현;이홍주
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.139-156
    • /
    • 2021
  • 이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.

네트워크 분석을 활용한 딥러닝 기반 전공과목 추천 시스템 (Major Class Recommendation System based on Deep learning using Network Analysis)

  • 이재규;박희성;김우주
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.95-112
    • /
    • 2021
  • 대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

1920년대 전통음악공연의 형태와 특징 - 서양식 장르와의 혼성공연형태를 중심으로 - (Types and Characteristics of Traditional Music Performance of the 1920s - Focused on the mixed performances type in the western-style genre -)

  • 금용웅
    • 공연문화연구
    • /
    • 제35호
    • /
    • pp.61-92
    • /
    • 2017
  • 일제강점기 전통음악공연은 식민지라는 특수한 상황에 놓이면서 점차 축소, 약체화 되어 갔고, 개화기 이후부터 사회전반에 꾸준히 확산되기 시작한 서양문물의 영향으로 서양식 장르의 공연이 활성화되었다. 이러한 상황 속에서 전통음악공연은 단독공연형태보다는 서양식 장르와 함께 연행되는 혼성공연(混成公演)형태를 보이는데, 특히 서양음악과의 혼성공연형태가 주를 이루었고 이 밖에 연극, 강연, 영화, 댄스, 마술과 같은 장르와도 함께 공연되었다. 이와 같은 서양식 장르와의 혼성공연형태는 1920년대에 들어 더욱 활발하게 전개되면서, 전통음악공연의 한 형태로 자리 잡게 되었다. 따라서 서양식장르와 전통음악의 혼성공연형태에 대한 연구는 한국근대음악사에서 아직 조명되지 않은 전통음악의 공연형태를 밝혀, 일제강점기 전반적인 전통음악공연의 동향을 파악하는데 그 의의가 있다고 하겠으나, 지금껏 이에 대한 연구는 거의 이루어진 바가 없는 실정이다. 이에 본 연구는 1920년대 서양식 장르와 전통음악의 혼성공연형태에 대해 당시의 신문기사들을 중심으로, 서양식 장르와 전통음악의 혼성공연형태 활성화 배경과 형태별 특징에 대해 고찰하였다. 서양식 장르와 전통음악의 혼성공연형태 활성화 배경에서는 1920년대에 들어 서양식 장르와 전통음악의 혼성공연형태가 이전에 비해 활성화 되었음을 알 수 있었다. 이와 같은 원인은 1920년대에 들어 공연의 주최나 후원 단체들이 늘어남에 따라, 전반적인 공연의 개최 수가 이전보다 급격히 증가하였고, 증가한 공연의 양상이 서양문물의 확산으로 더욱 다양해진 대중들의 기호 충족을 위해 대부분 혼성공연형태로 이루어진 데에 기인하고 있었다. 서양식 장르와 전통음악의 혼성공연형태별 특징에서는 전통음악과 함께 공연된 서양식 장르들을 분류하여, 전통음악이 개개의 서양식 장르와 함께 공연되었을 때 어떠한 특징이 나타나는지 살펴보았다. 첫째, 서양음악과 전통음악의 혼성공연형태에서는 전반적으로 서양음악의 프로그램 수가 많은 비중을 차지하였으며, 당시에 흔치 않았던 서양악기와 전통악기의 합주가 이루어지기도 하였고, 부제나 날짜별로 두 장르를 구분하여 공연되기도 하는 특징을 보였다. 둘째, 연극과 전통음악의 혼성공연형태에서는 전통음악이 창극과 유사한 형식으로 연극에 직접 참여하거나, 연극의 무대전환을 위한 막간공연의 역할로 연극과 독립되어 공연되기도 했고, 관객모집이나 여흥을 위해서도 공연되는 특징이 있었다. 셋째, 강연과 전통음악의 혼성공연형태에서는 전통음악이 강연의 전이나 후에 연주 되어서 강연의 분위기 조성과 여흥의 역할을 하는가 하면, 관객모집을 위해서도 공연되는 특징을 보였다. 넷째, 영화와 전통음악의 혼성공연형태에서는 전통음악이 영화에 직접 참여하거나, 독립적인 공연의 성격을 띠기도 했고, 영화 상영 후 여흥을 위해서도 공연되는 특징이 있었다.

한대(漢代) 이전에 형성된 천체력(天體曆) 기년(紀年) 원리 고찰의 필요성에 대한 소론(小論) (Discussion on the Necessity of the Study on the Principle of 'How to Mark an Era in Almanac Method of Tiāntǐlì(天體曆)' Formed until Han dynasty)

  • 서정화
    • 동양고전연구
    • /
    • 제72호
    • /
    • pp.365-400
    • /
    • 2018
  • 10천간 12지지를 합성한 60개의 서수부호(序數符號)로 각각의 연월일시를 표현하였던 간지(干支) 책력(冊曆)에서의 그 기호는, 동양의 전통 의학(醫學) 분야에서 발병과 치료에 영향을 미치는 요인의 표식으로 쓰였을 뿐만 아니라, 여러 술수(術數) 분야에서의 길흉화복(吉凶禍福) 예단 지표로도 사용되었다. 이 간지력(干支曆) 부호를 기준으로 삼은 많은 술수 이론들이 한대(漢代) 이전까지 상당부분 갖추어졌던 것에 반해, '그것이 그렇게 된' 근원적 원리에 대한 이후의 책력학적 논의는 찾아보기 어렵다. 세성(歲星)(목성)이 황도대의 12개 '자리[차(次)]' 중에서 어느 곳에 있는 것인지로 그 한 해의 연명(年名)이 정해지는 천체력 기년 방식에는, 크게 세성기년법(歲星紀年法) 태세기년법(太歲紀年法) 간지기년법(干支紀年法) 등이 있다. 태세기년법과 명칭만 다를 뿐 실제로는 동일한 기년법이라 할 수 있는 간지기년법에서는 다시 세 가지 이상의 방식이 존재하며, 그 중 하나가 한대(漢代) 이래로 현재까지 중국과 우리나라 등지에서 끊김 없이 사용되고 있는 것이다. 2018년 올해의 간지 연명이 무술(戊戌)이 된 것은 순전히 '우연'에 의한 것이었다. 따라서 본 논의에서 필자는, 연월일시의 간지 부호를 가지고 고유 이론들을 구성하는 각종 전통 술수 분야에서 이에 대한 자각의 필요성을 역설(力說)하였다. 만 12년에 조금 못 미치는 목성의 1주천(周天) 주기 때문에, 천여 년에 한 번씩 약 85년 동안만 '황도대에서의 세성(歲星) 위차(位次)'와 '12지지(地支) 부호(符號)의 연명(年名)'이 서로 부합되는 상황이 펼쳐지는데, 최근의 수십 년이 그 시기가 됨을 확인하였다. 아울러서 28수(宿)를 바라보는 적절한 방법에 대해서도 함께 논하였다. 간지 책력이 각종 술수는 물론 전통 의술의 이론적 기반과도 결부된 것이니 만큼, 고대(古代) 천체력(天體曆)의 근원적 이론에 대한 심도 있는 연구는, 동양 전통 학문과 문화의 계승 발전 차원에서도 결코 소홀히 넘길 수 없는 일이다.

기계학습을 이용한 수출신용보증 사고예측 (The Prediction of Export Credit Guarantee Accident using Machine Learning)

  • 조재영;주지환;한인구
    • 지능정보연구
    • /
    • 제27권1호
    • /
    • pp.83-102
    • /
    • 2021
  • 2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.