• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 대한화학회지
• /
• 제67권2호
• /
• pp.81-88
• /
• 2023

HubWA 단백질을 모델로 삼아 소수성 아미노산이 folding 반응에 끼치는 영향을 탐색하기 위하여 HubWA에 있는 I와 L을 V로 치환한 변이 단백질의 folding kinetics를 측정하였다. 변이 단백질의 folding kinetics는 HubWA 단백질과 마찬가지로 three-state on-pathway mechanism(U ⇌ I ⇌ N, U는 unfolded 상태, I는 중간단계, N은 native 상태를 의미한다)을 따르는 것으로 나타났다. Folding kinetics 분석을 통하여 three-state 반응의 elementary 반응과 전체 반응의 자유에너지인 ΔG^o_UI, ΔG^o_IN, ΔG^o_UN을 얻었고, 변이 단백질의 자유에너지와 HubWA 단백질의 자유에너지의 차(ΔΔG^o_UI = ΔG^o_UI(변이 단백질) - ΔG^o_UI(HubWA), ΔΔG^o_UN = ΔG^o_UN(변이 단백질) - ΔG^o_UN(HubWA))의 비인 ΔΔG^o_UI/ΔΔG^o_UN를 통하여 중간단계가 전체 folding 반응에 끼치는 영향을 각 소수성 잔기 별로 알아볼 수 있었다. HubWA의 입체구조에서 α-helix와 β-sheet가 상호작용하는 소수성 코어에 위치하는 아미노산인 I3, I13, L15, I30, L43, I61, L67을 V로 치환한 변이 단백질의 ΔΔG^o_UI/ΔΔG^o_UN 값이 ~0.5로 나타난 점은 이들 아미노산이 중간단계에서 native 상태보다는 느슨하지만 비교적 견고한 구조를 이루는 것으로 해석되었다. HubWA 입체구조에서 α-helix의 아미노말단에 위치하는 I23, 특정 이차구조가 없는 부위에 위치하는 I36, β-strand 5의 카복실말단에 위치하는 L69를 V로 치환한 변이 단백질의 ΔΔG^o_UI/ΔΔG^o_UN 값이 0.4 이하로 나타난 것은 이들 아미노산 잔기가 중간단계에서는 비교적 느슨한 구조를 이루다 중간단계에서 native 단계로 진행하는 folding 과정의 후반부에 HubWA의 입체구조에 견고하게 편입되는 것으로 해석되었다. HubWA의 입체구조에서 두 번째 β-strand의 카복실말단에 위치한 V17, 짧은 네 번째 β-strand의 카복실말단에 위치한 L50, 짧은 3₁₀-helix의 아미노말단에 위치한 L56이 중간단계에서 서로 상호작용을 하는 점은 이들 아미노산을 V로 치환한 변이 단백질의 ΔΔG^o_UI/ΔΔG^o_UN값이 0.8 이상으로 나타난 점을 통하여 알 수 있었다. L50과 L56은 짧은 β-strand와 3₁₀-helix를 제외하고 특별한 이차구조가 존재하지 않는 부위(46번째 아미노산 잔기부터 62번째 아미노산 잔기 까지)에 위치하는데, 이들 아미노산이 V17과 더불어 folding 반응의 초기에 견고하게 상호작용을 하는 것은 HubWA단백질이 folding 과정의 초기에 응집체를 형성하는 것을 막아주는 역할을하는 것으로 생각되었다.

• 유기물자원화
• /
• 제31권3호
• /
• pp.15-25
• /
• 2023

본 연구에서는 반도체 패키지 다이싱 공정에서 발생하는 실리콘 슬러지를 재활용하여 실리카 나노입자를 제조하였으며 이를 전기감응형 스마트유체의 분산 물질로 적용하였다. 상세히는, 실리콘 슬러지에 산처리를 통해 금속불순물을 제거한 고순도의 실리콘 분말을 얻고, 수열합성법을 통해 실리카 나노입자를 합성하였다. 실리카 나노입자의 크기를 조절하기 위해 수열합성법의 반응시간을 8, 15, 20, 30시간으로 진행하였으며, 반응시간이 증가할수록 실리카 나노입자의 크기가 증가하였다. 수열합성의 반응시간이 길어질수록 실리콘의 가수화 및 탈수 반응이 증가하며 입자의 크기를 증가시킨다. 실리콘 슬러지에서 제조한 실리카 나노입자를 실리콘 오일에 분산하여 전기감응형 스마트유체로 응용하였다. 그 결과, 30시간의 수열합성으로 제조된 실리카 나노입자가 동일한 전기장 하에서 21.4Pa의 가장 높은 전단응력을 나타내었다. 이는 큰 실리카 나노입자의 사이에 작은 입자들이 배치되는 보강효과 효과를 통해 단단한 사슬구조의 형성 때문이다. 본 연구를 통해 반도체 다이싱 공정에서 발생하는 실리콘 슬러지를 성공적으로 재활용하여 실리카 나노입자를 제조하였고, 이를 전기감응형 스마트유체에 적용함으로써 산업현장에서 친환경성을 강조하는 ESG 경영의 일환으로 적용될 수 있음을 확인하였다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.167-183
• /
• 2023

최근 추천시스템 분야에서는 희소한 데이터를 효과적으로 모델링하기 위한 다양한 연구가 진행되고 있다. GLocal-K(Global and Local Kernels for Recommender Systems)는 그중 하나의 연구로 전역 커널과 지역 커널을 결합하여 데이터의 전역적인 패턴과 개별 사용자의 특성을 모두 고려해 사용자 맞춤형 추천을 제공하는 모델이다. 하지만 GLocal-K는 커널 트릭을 사용하기 때문에 매우 희소한 데이터에서 성능이 떨어지고 부가 정보를 사용하지 않아 새로운 사용자나 아이템에 대한 추천을 제공하는 데 어려움이 있다. 본 논문에서는 이러한 GLocal-K의 단점을 극복하기 위해 EASE(Embarrassingly Shallow Autoencoders for Sparse Data) 모델과 부가 정보를 활용한 GEase-K(Global and EASE kernels for Recommender Systems) 모델을 제안한다. 우선 GLocal-K의 지역 커널 대신 EASE를 활용하여 매우 희소한 데이터에서 추천 성능을 높이고자 하였다. EASE는 단순한 선형 연산 구조로 이루어져 있지만, 규제화와 아이템 간 유사도 학습을 통해 매우 희소한 데이터에서 높은 성능을 내는 오토인코더이다. 다음으로 Cold Start 완화를 위해 부가 정보를 활용하였다. 학습 과정에서 부가 정보를 추가하기 위해 조건부 오토인코더 구조를 적용하였으며 이를 통해 사용자-아이템 간의 유사성을 더 잘 파악할 수 있도록 하였다. 결론적으로 GEase-K는 선형 구조와 비선형 구조의 결합, 부가 정보의 활용을 통해 매우 희소한 데이터와 Cold Start 상황에서 강건한 모습을 보인다. 실험 결과, GEase-K는 매우 희소한 GoodReads, ModCloth 데이터 세트에서 RMSE, MAE 평가 지표 기준 GLocal-K 보다 높은 성능을 보였다. 또한 GoodReads, ModCloth 데이터 세트를 4개의 집단으로 나누어 실험한 Cold Start 실험에서도 GLocal-K 대비 Cold Start 상황에서 좋은 성능을 보였다.

• 대순사상논총
• /
• 제27집
• /
• pp.1-34
• /
• 2016

이 연구는 대순진리회가 후천세계를 어떻게 바라보는가에 목적이 있다. 현세가 아닌 내세의 행복을 추구하는 다른 종교들과는 달리 대순진리회는 현실세계의 개벽을 통한 지상천국건설을 목적으로 한다. 다른 세계로의 도피가 아닌 인간계 안에서의 해결을 모색하는 것이다. 한국 신종교들의 특색은 한국중심, 그리고 세계의 지도자 역할 등 한반도의 중심적 역할을 강조하는 선민사상을 펼치고 있다. 그러나 대순진리회는 이런 의식이 다른 한국의 신종교들에 비해 두드러지지 않는다. 대순진리회의 궁극적 목적은 전 인류를 구원하는 것이다. 종교적 다양성을 수용하는 모습은 오늘날 한국의 다종교사회에 대해 시사점을 줄 수 있는 모습이다. 대순진리회에서는 선천의 시대는 갔지만 아직 후천세계는 오지 않았고, 그곳을 가고 있는 중으로 본다. 인존의 시대라는 의미는 우리 고유의 인간 중심 개념과 통한다. 많은 신화전설을 보면 동물이나 신적 존재가 인간이 되려고 애쓰는 모습이 등장한다. 현실세계의 개벽과 인존이라는 대순진리회의 개념이 바로 여기에 부합하는 것이 아닐까 한다. 천에 대한 해석이 명확하지 않았던 유교와 달리 대순진리회에서는 우주 구조로서의 천과 상제를 명확하게 구분해서 보고 있다. 불교에서는 우주적 구조로서의 천이 따로 존재하고 초월존재로서의 붓다를 언급하지만 그 초월존재가 무엇을 좌지우지하는 것은 아니다. 대순진리회는 구원의 길을 제시할 뿐만 아니라 새로운 현세에서의 후천선경을 말하고 또한 상제는 후천선경으로 들어갈 수 있는 문을 연 것이라고 할 수 있다. 세계관이라고는 하지만 아직도 언급되어야 할 문제들이 많다. 신의 관념과 관련해서 신과 신명 등에 대한 연구가 있었지만, 계통별 분류나 유형, 기능 등에 치중할 뿐 사실 신명, 신, 귀신, 혼백 등의 개념이 명확하게 구분된 것으로는 보이지 않는다. 또한 인간과는 어떤 관계인가에 대해서도 마찬가지다. 예를 든다면 인간이 신이 되고 신명도 된다면 인간을 호위한다는 신명은 어떤 존재인가와 같은 것이다. 세계의 구조는 도교와 구체적으로 비교할 문제이다. 분명하게 드러나지 않은 부분들을 도교와의 비교로 추가적인 연구가 되어야 할 것이다. 주문이나 법술, 그리고 여러 도교의 종파들과 비교해서 새로운 해석도 가능할 것이다.

• 공연문화연구
• /
• 제41호
• /
• pp.133-156
• /
• 2020

본고는 아기 어르는 소리 '달강달강'이 판소리 작품에 어떻게 수용되고, 작품의 서사 안에서 어떠한 역할을 하고 있는지 그 의미와 변모에 대해 고찰한 논문이다. 2장에서는 육아 현장에서 불렸던 달강달강의 지역적 분포, 아기 어르는 소리로서의 성격, 서사구조, 음악적 특징 그리고 현재적 전승에 대해 살폈다. 3장에서는 민요 달강달강의 가사와 판소리 작품 속 달강달강의 가사들을 함께 비교하여 그 수용양상을 살폈다. 판소리 작품 속 달강달강은 다소의 차이가 있지만 육아현장에서 불리던 민요 달강달강의 서사구조를 대부분 간직하고 있었다. <심청가>와 <적벽가>의 달강달강은 서사구조는 비슷했지만, 앞뒤의 구절에서 "어허둥둥 내 딸(아들)이야"로 차이가 있었으며, '도리도리'나 '쥐얌쥐얌' 같은 <단동치기십계훈>의 내용이 추가됐다. <강릉매화타령>에서는 민요 달강달강의 서사구조는 물론 "달강달강"이라는 앞뒤 구절까지 유지되어 민요와의 차이가 가장 적었다. 실제 육아현장에서 달강달강은 주로 엄마나 할머니에 의해 불려졌지만, 판소리 작품 속 달강달강은 모두 남성에 의해 불려졌다는 점도 특징이다. 민요 달강달강은 지역에 따라 육자배기토리, 메나리토리, 경토리 등 다양한 선법으로 불리며 자장가처럼 단순한 구조가 반복되는 선율이지만, 판소리의 달강달강은 판소리라는 음악양식의 특성으로 인해 대부분 평계면의 선법과 서사맥락에 따른 극적인 선율로 짜여졌다. 아기를 어르기 위한 민요 달강달강은 여유있고 나긋한 박자로 불렸지만, 판소리 작품 속 달강달강은 서사적 맥락에 의해 속도감 있는 '중중모리'나 '자진모리'장단에 맞추어 불렸다. 4장에서는 판소리에 수용된 달강달강이 작품 안에서 수행하는 역할과 의미, 그리고 변모양상에 대해 고찰했다. 달강달강은 각 판소리 작품 속에 수용되는 과정에서 서사 맥락과 극적 상황에 따라 사설과 선율이 변용되면서, 새로운 역할과 의미를 수행하고 있다. <심청가> 속 달강달강은 곽씨 부인을 잃고 슬픔에 잠긴 심봉사가 심청을 통해 삶의 의지를 되찾는 과정에서 등장했으며, <적벽가>에서는 어린 아들을 어르던 위나라 군사의 추억 회상 장면에서 달강달강의 사설이 사용됐다. <강릉매화타령>에서 달강달강은 부모자식관계가 아닌 남녀의 애정관계로 변모했다. <강릉매화타령> 속 달강달강은 육아의 현장에서 불린 '아기 어르는 소리'의 의미에서 벗어나 골생원이 가진 향락적인 삶의 태도와 지나친 성적 욕망을 이면적으로 드러내고 있다. 이처럼 판소리에서 달강달강은 대부분 환희의 장면에서 수용됐는데, 이는 아기를 어르는 지극한 애정의 감정이 판소리의 서사 맥락과 극적 상황을 드러내는 데 효과적이기 때문이라 하겠다.

• 자원환경지질
• /
• 제55권6호
• /
• pp.727-736
• /
• 2022

얼음쐐기는 영구동토 지역의 토양층에서 관찰되는 얼음체로, 형성 당시의 강수 및 토양이 유입되어 형성되며, 높은 농도의 용질 및 고체함량을 가진다. 이러한 얼음쐐기는 그 형성 및 분포적 특성으로 인해 최근 고기후 및 고환경 복원을 위한 연구에 활용될 수 있는 가능성이 제시되고, 이에 대한 연구가 제한적으로 시작되고 있다. 하지만 얼음쐐기에 포함된 용질 및 고체 혹은 광물입자들을 고기후 및 고환경 복원 프록시로 사용하기 위해서는 이들의 물리화학적 특성 보존이 필수적이다. 만약 얼음쐐기 시료의 해동과정에 의한 물리화학적 특성 변화가 야기된다면, 이를 활용한 고기후 및 고환경 해석에 오류를 야기할 수 있다. 본 연구에서는 동시베리아 쑤야(Cyuie) 지역에서 채취된 얼음쐐기를 이용하여 해동조건이 얼음쐐기 내 용질 및 고체상에 미치는 영향을 조사하였다. 쑤야(Cyuie) 지역의 얼음쐐기 시료에 대해 해동온도와 산소유무를 고려하여 네 가지 해동조건(4℃-유산소, 4℃-무산소, 23℃-유산소 혹은 23℃-무산소)에서 회수된 용액 및 고체시료의 특성을 분석하였다. 온도와 산소의 영향이 가장 제한적일 것으로 예상되는 4℃-무산소 조건에서 측정된 결과를 기준으로 비교한 결과, 얼음쐐기 내 고체입자들에 대한 해동조건의 영향은 미미하였다. 반면, 용액의 화학적 특성(pH, 전기전도도, 알칼리도와 주양이온 및 미량원소의 농도)은 기준조건에 비해 4℃-유산소 조건에서 일관성 있게 유의미한 차이를 보였다. 본 연구결과, 얼음쐐기 시료의 해동조건에 따라 시료의 화학적 특성에 변화를 야기할 수 있으며, 이는 시료처리 방법 및 절차가 얼음쐐기를 이용한 고기후 및 고환경 복원 결과에 중요한 영향을 미칠 수 있음을 시사한다.

• 청정기술
• /
• 제29권1호
• /
• pp.10-21
• /
• 2023

천연 고분자 이중 네트워크를 기반으로 하는 하이드로젤은 뛰어난 생체 적합성, 낮은 세포 독성, 높은 함수율을 가져 다양한 의학 분야 재료로서 우수한 성능을 가지며 생체 조직 내 표적 약물 전달 시스템에의 응용에도 많은 주목을 받고 있지만 상대적으로 약한 기계적 물성에 의한 한계를 가진다. 본 연구에서는 천연 고분자 산화 알지네이트(alginate di-aldehyde, ADA)와 젤라틴(gelatin)이 형성하는 이중 네트워크 기반의 하이드로젤을 합성하였으며 하이드로젤 내부의 기능기와 수소 결합을 할 수 있는 다량의 수산기(-OH) 기능기를 가지는 과분지 고분자(hyperbranched polyglycerol, HPG)를 0~25%의 범위로 조절하여 첨가하여 최종적으로 기계적 물성이 향상된 천연 고분자 기반 하이드로젤을 합성하였다. 또한, 자철석 나노 입자(Fe₃O₄ nanoparticles (NPs))를 하이드로젤 내부에 in-situ 방법으로 합성하여 자성이 부여된 천연고분자 하이드로젤의 제조 및 특성 분석을 진행하였다. 결과적으로 Fe₃O₄ NPs를 도입한 15% HPG 함량의 하이드로젤은 3.8 emu g^-1의 포화자화 값을 가지는 초상자성을 보였고, 변형률 67.4%에서 최대 압축 강도 1.1 MPa으로 높은 기계적 물성을 가졌다. 향상된 기계적 물성을 가지는 천연 고분자 기반의 초상자성 하이드로젤은 약물 전달 시스템 및 생체 재료에 매우 중요한 잠재적 용도가 있을 것으로 사료된다.

• 유기물자원화
• /
• 제31권1호
• /
• pp.47-56
• /
• 2023

본 연구에서는 증류수를 사용하지 않고 상수, 공업용수 및 하천수를 활용하여 균일한 실리카 나노입자를 성공적으로 제조하는 방법에 대해 제시하였다. 또한, 제조된 실리카 나노입자들은 전기감응형 스마트유체의 분산 물질로 적용하였다. 상세히는, 다양한 종류의 물을 사용하여 500-700nm 사이즈의 실리카 나노입자를 한 번의 실험으로 대량 제조(약 12.0g) 하였으며 증류수를 활용하여 합성한 750nm 사이즈의 실리카 나노입자와 동일한 형태학적 화학적 특성을 가지고 있음을 확인하였다. 다양한 물을 사용하여 제조한 실리카 나노입자의 사이즈는 이온전도도에 따라 변화하였다. 이온전도도가 높으면 높을수록 제조된 실리카 나노입자의 크기가 작아짐을 확인할 수 있었고, 이는 이온들이 실리카 나노입자의 성장을 억제하기 때문이다. 또한, 제조한 실리카 나노입자들을 전기감응형 스마트유체로 응용하였다. 그 결과, 상수, 공업용수 및 하천수를 활용하여 제조한 실리카 나노입자가 증류수를 활용하여 합성한 실리카 나노입자 대비 높은 전단응력을 나타냄을 확인할 수 있었고, 이는 작은 사이즈의 실리카 나노입자가 전기장 하에서 더 강한 사슬 구조를 형성하기 때문이다. 결론적으로, 본 연구를 통해 다양한 물을 증류수와 같이 정제하지 않고 사용하여 실리카 나노입자를 성공적으로 제조할 수 있음을 확인하였고, 해당 입자들이 전기감응형 스마트유체 응용에서 우수한 성능을 나타냄을 확인할 수 있었다.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.116-121
• /
• 2023

본 논문에서는 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조를 개발한다. 제안하는 복합 미생물 배양기는 수집한 복합 미생물 데이터에 대해 복합 미생물 데이터 전처리, 복합 미생물 데이터 구조 변환, 딥러닝 네트워크 설계, 설계한 딥러닝 네트워크 학습, 시제품에 적용되는 GUI 개발 등으로 구성된다. 복합 미생물 데이터 전처리에서는 미생물 배양에 필요한 당밀, 영양제, 식물엑기스, 소금 등의 양에 대해 원-핫 인코딩을 실시하며, 배양된 결과로 측정된 pH 농도와 미생물의 셀 수에 대해 최대-최소 정규화 방법을 사용하여 데이터를 전처리한다. 복합 미생물 데이터 구조 변환에서는 전처리된 데이터를 물 온도와 미생물의 셀 수를 연결하여 그래프 구조로 변환 후, 인접 행렬과 속성 정보로 나타내어 딥러닝 네트워크의 입력 데이터로 사용한다. 딥러닝 네트워크 설계에서는 그래프 구조에 특화된 그래프 합성곱 네트워크를 설계하여 복합 미생물 데이터를 학습시킨다. 설계한 딥러닝 네트워크는 Cosine 손실함수를 사용하여 학습 시에 발생하는 오차를 최소화하는 방향으로 학습을 진행한다. 시제품에 적용되는 GUI 개발은 사용자가 선택하는 물 온도에 따라 목표하는 pH 농도(3.8 이하) 복합 미생물의 셀 수(10⁸ 이상)를 배양시키기 적합한 순으로 나타낸다. 제안된 미생물 배양기의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, pH 농도의 경우 평균 3.7로, 복합 미생물의 셀 수는 1.7 × 10⁸으로 측정되었다. 따라서, 본 논문에서 제안한 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조의 효용성이 입증되었다.