• 한국식품위생안전성학회지
• /
• 제35권6호
• /
• pp.587-601
• /
• 2020

국내외적으로 유해물질의 통합 노출에 대한 관심은 높아지고 있다. 이러한 흐름에 따라 다양한 경로를 통해 노출될 수 있는 중금속에 대한 통합 노출 연구가 필요하다. 카드뮴과 납은 각각 신장 독성과 인지 장애 등 다양한 독성을 나타낼 수 있으며 또한 발암 물질로 알려져있다. 따라서 본 연구에서는 카드뮴과 납의 노출량 추정 및 통합 위해성 평가를 진행하였다. 2016, 2017년의 7기 국민건강영양조사에 참여한 10,733명의 식품, 물, 흡연과 간접흡연, 호흡, 화장품, 여성용 위생용품을 통한 중금속 노출 추정량을 계산하였다. 결과적으로 카드뮴과 납 모두 식품을 통한 노출이 제일 높게 나타났다. 이외에도 흡연은 카드뮴의 주요한 노출원이었으며, 납은 화장품을 통해 높은 농도로 노출되었다. 통합 위해평가에서도 식품이 가장 큰 영향을 미쳤다. 지역적 특성의 차이는 노출 추정량의 차이를 보이지 못하였으나, 연령 별, 성별 간 노출 추정량은 큰 차이를 보였다. 특히, 월경 중인 성인 여성의 경우 카드뮴, 월경 중이지 않은 여성은 납의 노출 추정량이 더 높으며 신체 대사를 고려하였을 때, 그 위험성이 더 클 수 있음을 암시하였다. 결론적으로 노출량 추정 및 통합 위해평가 모두 식품이 주요 노출원이었다. 다만, 잠재적 위험을 방지하기 위해 다른 경로에 대한 노출량 추정 및 위해평가가 요구된다.

• 인터넷정보학회논문지
• /
• 제23권4호
• /
• pp.21-33
• /
• 2022

최근 추천 시스템은 영화, 음악, 온라인 쇼핑 및 SNS 등 다양한 분야들에서 광범위하게 활용되고 있으며, 추천 시스템 분야에서 1세대 모델이라고 할수 있는 Apriori 모델을 통한 연관분석부터 최근 많은 주목을 받는 딥러닝 기반 모델들까지 많은 모델들이 제안되어왔다. 추천 시스템에서 기본 모델들은 협업 필터링(Collaborative filtering) 방법, 콘텐츠 기반 필터링(Content-based filtering) 방법, 그리고 이 두 방법을 통합적으로 사용하는 하이브리드 필터링(Hybrid filtering) 방법으로 분류될 수 있다. 하지만 이러한 모델들은 최근 점점 빠르게 변화하는 사용자-아이템 간의 상호관계와 빅데이터의 발전과 같은 내외 변화 요인들에 적응하지 못하면서 점점 분야 내 방법론으로써의 지위를 잃어가고 있다. 반면, 추천 시스템 내에서 딥러닝 기반 모델들은 비선형 변환, 표현학습, 순차적 모델링, 그리고 유연성과 같은 장점들 때문에 그 비중이 높아지고 있는 추세이다. 본 논문에서는 딥러닝 기반 추천 모델들 중에서도 사용자-아이템 간의 상호작용에 대해 보다 정확하고, 유연성 있게 분석이 가능한 순차적 모델링에 적합한 순환 신경망, 합성곱 신경망, 그리고 생성적 적대 신경망 중심 기반 모델로 분류하여 비교 및 분석한다.

• 한국기록관리학회지
• /
• 제22권4호
• /
• pp.175-196
• /
• 2022

본 연구는 연구자가 부여한 논문의 키워드 분석을 통해 기록보존 분야의 연구동향을 밝히고 시간의 경과에 따른 기록보존 분야 연구 주제의 변천과정을 파악하고자 하였다. 2000년부터 2021년까지 국내 학술지에 게재된 기록보존 연구 463편을 중심으로 NetMiner V.4를 통해 연결 중심성 분석과 매개 중심성 분석을 수행하였다. 수집한 연구논문을 학술지 게재 시기에 따라 제1구간(2000년~2007년), 제2구간(2008년~2014년), 제3구간(2015년~2021년)으로 나누어 분석하였다. 분석결과 전 구간에서는 '전자기록'과 '장기보존', 제1구간에서는 'OAIS참조모형', 제2구간에서는 '전자기록', 제3구간에서는 '기록관리기준표'과 '장기보존'이 핵심 주제 키워드로 영향력과 확장성이 높은 것으로 나타났다. 제1구간에서 '디지털 보존', '디지털화', 'OAIS참조모형' 등 기록보존을 위한 개념적 틀과 이론 중심 연구, 제2구간에서 '전자기록', '평가', 'DRAMBORA' 등 보존 활동과 관련된 절차와 실제 적용 중심 연구, 제3구간에서 '데이터세트', '행정정보시스템', '소셜미디어' 등 기록관리 환경 변화에 따른 기술적 구현 연구 주제로 진행되는 과정을 확인하였다.

• 기록학연구
• /
• 제75호
• /
• pp.41-89
• /
• 2023

2007년 ｢대통령기록물법｣ 제정 이후, 16대 노무현 정부의 대통령 전자기록물 이관 사례는 공공기록물 관리에 있어 첨병으로써의 역할과 새로운 전자기록물 관리의 테스트 베드로써의 역할을 수행했었다. 19대 문재인 정부의 대통령 전자기록물을 이관할 때에는 16대 때의 전자기록물 이관방식을 계승하되, 몇 가지 혁신적인 시도가 있었다. 대통령기록관은 처음으로 대통령자문기관의 전자문서를 장기보존패키지로 변환한 후 온라인으로 이관 받았고, 데이터의 특성을 고려하여 대통령 기록물생산기관의 행정정보 데이터세트를 SIARD 규격으로 이관을 받았다. 그리고 대통령기록관은 웹사이트를 OVF 형태로 시범적으로 이관 받았으며, 소셜미디어를 API를 통해 직접 수집하였다. 이와 같이 이 연구는 16대 노무현 정부 때부터 19대 문재인 정부 때까지 대통령 전자기록물 이관방식과 관련한 변천과정을 조사하였다. 그리고 19대 문재인 정부의 대통령 전자기록물 유형별 이관방식을 중심으로 주요성과 및 문제점을 분석하여 향후 개선방안을 제시하였다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.1-28
• /
• 2022

최근 몇 년간 많은 인터넷 대기업이 인공 지능 기술을 기반으로 한 개인화 서비스를 제공하여 온라인 사용자를 끌어들이는 자체 콘텐츠 서비스를 제공하고 있다. 본 연구에서는 기업의 온라인 서비스 네트워크에서 콘텐츠 서비스의 역할을 분석한다. 네이버의 서비스 포트폴리오에서 전문 제작 콘텐츠로 특징지어질 수 있는 웹툰의 역할과 구글 서비스 포트폴리오에서 사용자 제작 콘텐츠로 구분될 수 있는 유튜브의 역할을 확인한다. 네이버와 구글 서비스 이용에 관한 설문 조사 데이터를 바탕으로 방향성 계량 서비스 네트워크를 분석한다. 온라인 서비스 네트워크에서 노드는 온라인 서비스를 나타내고, 노드 간의 관계는 포트폴리오 내의 특정 서비스를 순차적으로 사용하는 것을 나타낸다. 연구 결과, 웹툰과 유튜브 모두 내향중심성보다 외향중심성이 더 높다는 것을 알 수 있다. 즉, 콘텐츠 서비스는 기업의 양방향 네트워크에서 도착 서비스의 역할보다 시작 서비스의 역할을 수행할 가능성이 높다. 유튜브의 외향중심성과 내향중심성의 차이는 웹툰의 외향중심성과 내향중심성의 차이보다 상대적으로 적다. 구글의 서비스 포트폴리오에서 유튜브의 높은 중심성은 엔터테인먼트 위주였던 초기 역할에서 검색 플랫폼으로 성장하였음을 보여준다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.769-777
• /
• 2023

세계화는 경제적, 기술적, 문화적으로 급속한 변화를 가져왔다. 세계 각국이 소통하고, 세계화들을 잘 인식하고 이해하려면, 창의력이나 기획력이 코딩화되는 능력을 발휘할 수 있다. 본 논문에서는 세계 문제를 풀 수 있는 데이터 분석을 제시하고 방증하고자 한다. 글로벌 시장에서 상품이나 서비스의 가치가 연결성에 따라 높아진다. 이러한 연결성이 문화의 가치를 높여주는 요인 중 하나가 되고 있다. 이를 고려한 변화는 문화적 확산과 혁신성장을 촉진하고, 세계 각 지역에서의 생산성과 경쟁력을 증대시켰다. 본 논문에서는 세계화와 반세계화가 문화적 확산과 혁신성장에 미친 영향에 대해 미국 중상층의 소득을 비교해 다루고 있다. 세계화는 K-문화의 다양한 요소들이 상호 교류하고 확산될 수 있도록 환경을 조성했다. 인터넷, 소셜미디어, 국제여행 등을 통해 세계화는 한국의 혁신성장에도 긍정적인 영향을 끼쳤다. 경제 활동, 기술 혁신, 창조적인 산업 등의 분야에서 세계화는 새로운 기술과 접근법을 촉진하며, 이를 통해 기존의 경제 모델을 변화시키고 새로운 중상층 모델로 K-문화수출에 기여하였다. 그러나 문화 산업에서의 세계화는 지역적인 특성과 개성을 잃어버리는 결과를 초래해서 성장이 감소할 수 있으며, 이는 중상층의 문화적인 단일화와 소외(단절)를 가져와 도태될 수 있다. 미국 중상층소득에 대한 K-수출의 실증분석결과, 반세계화에도 문화적 확산과 혁신을 개발해야 한다. 이러한 산업변화로 한류의 소프트파워가치는 주요 수출국의 중상층에 대한 사용가치를 만들 수 있음을 방증한 연구이다.

• 정보처리학회 논문지
• /
• 제13권5호
• /
• pp.209-216
• /
• 2024

부동산 시장은 다양한 요인에 의해 가격이 결정되며 거시경제 변수뿐 만 아니라 뉴스 기사, SNS 등 다양한 텍스트 데이터의 영향을 받는다. 특히 뉴스 기사는 국민들이 느끼는 경제 심리를 반영하고 있으므로 부동산 매매 가격 예측에 있어 중요한 요인이다. 본 연구에서는 뉴스 기사를 감성 분석하여 그 결과를 뉴스 감성 지수로 점수화 한 후 부동산 가격 예측 모델에 적용하였다. 먼저 기사 본문을 요약 후 요약된 내용을 바탕으로 생성 AI를 활용하여 긍정, 부정, 중립으로 분류한 다음 총 점수를 산출하였고 이를 부동산 가격 예측 모델에 적용하였다. 부동산 가격 예측 모델로는 Multi-head attention LSTM 모델과 Vector Auto Regression 모델을 사용하였다. 제안하는 뉴스 감성 지수를 적용하지 않은 LSTM 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 0.60, 0.872, 1.117의 Root Mean Square Error (RMSE)을 보였으며, 뉴스 감성 지수를 적용한 LSTM 예측 모델은 각각 0.40, 0.724, 1.03의 RMSE값을 나타낸다. 또한 뉴스 감성 지수를 적용하지 않은 Vector Auto Regression 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 1.6484, 0.6254, 0.9220, 뉴스 감성 지수를 적용한 Vector Auto Regression 예측 모델은 각각 1.1315, 0.3413, 1.6227의 RMSE 값을 나타낸다. 앞선 아파트 매매가격지수 예측 모델을 통해 사회/경제적 동향을 반영한 부동산 시장 가격 변동을 예측할 수 있을 것으로 보인다.

• 디지털정책학회지
• /
• 제3권2호
• /
• pp.1-14
• /
• 2024

본 연구의 목적은 헤어뷰티산업의 SNS 마케팅 특성이 헤어샵 이미지 형성과 방문의도에 미치는 영향을 분석하는 것이다. SNS 마케팅은 현대의 소셜 미디어 플랫폼을 활용하여 고객과의 상호 작용, 정보 제공, 정보 신뢰, 유쾌함을 통해 마케팅 활동을 수행하는 전략입니다. 이러한 SNS 마케팅의 특성이 헤어뷰티 업계에서 헤어샵 이미지 형성과 고객 방문의도에 어떤 영향을 미치는지 분석하고자 하였다. 연구를 위해 헤어 관련 SNS 이용 경험이 있는 총 307명의 고객을 대상으로 설문조사를 실시하였다. 설문지에는 SNS 마케팅 특성, 헤어숍 이미지, 방문의도 관련 항목이 포함되어 있으며, 수집된 자료는 SPSS 26.0을 이용하여 통계분석하였다. 연구문제의 결과는 빈도분석, 요인분석, 신뢰도 분석, 상관분석, 단순회귀분석, 다중회귀분석, 매개회귀분석 등의 분석기법을 적용하여 도출하였다. 연구 결과, SNS 마케팅의 특징인 정보제공, 정보신뢰성, 유쾌함, 상호작용이 헤어샵 이미지 형성에 긍정적인 영향을 미치는 것으로 나타났다. 또한 헤어샵 이미지가 방문의도에 긍정적인 영향을 미치는 것으로 확인되었으며, 헤어숍 이미지는 SNS 마케팅 특성과 방문의도 사이에서 매개 역할을 하는 것으로 나타났다. 이는 SNS 마케팅을 통해 헤어 뷰티 업계의 이미지 형성과 고객 방문 의도를 향상시킬 수 있는 중요한 인사이트를 제공합니다.

• 정보화정책
• /
• 제31권2호
• /
• pp.3-38
• /
• 2024

환각은 대형언어모형이나 대형 멀티모달 모형의 활용을 막는 큰 장벽이다. 본 연구에서는 최신 환각 연구 동향을 살펴보기 위해 챗 GPT 등장 이후인 2022년 12월부터 2024년 1월까지 아카이브(arXiv)에서 초록에 '환각'이 포함된 컴퓨터과학 분야 논문 654건을 수집해 빈도분석, 지식연결망 분석, 문헌 검토를 수행했다. 이를 통해 분야별 주요 저자, 주요 키워드, 주요 분야, 분야 간 관계를 분석했다. 분석 결과 '계산 및 언어'와 '인공지능', '컴퓨터비전 및 패턴인식', '기계학습' 분야의 연구가 활발했다. 이어 4개 주요 분야 연구 동향을 주요 저자를 중심으로 데이터 측면, 환각 탐지 측면, 환각 완화 측면으로 나눠 살펴보았다. 주요 연구 동향으로는 지도식 미세조정(SFT)과 인간 피드백 기반 강화학습(RLHF)을 통한 환각 완화, 생각의 체인(CoT) 등 추론 강화, 자동화와 인간 개입의 병행, 멀티모달 AI의 환각 완화에 대한 관심 증가 등을 들 수 있다. 본 연구는 환각 연구 최신 동향을 파악함으로써 공학계는 물론 인문사회계 후속 연구의 토대가 될 것으로 기대한다.

• 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.