• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.

• Journal of the Korean Wood Science and Technology
• /
• 제44권1호
• /
• pp.19-29
• /
• 2016

본 연구는 국내에서 주로 사용되는 수입 목재 수종의 화재 안전성 평가에 대한 기초 자료를 구축하기 위하여 연소 및 열적 특성을 분석하였다. 연소 특성은 KS F ISO 5660-1 규정에 의거한 콘 칼로리미터 시험 방법으로 열방출률, 총 방출열량, 연소 가스 발생, 그리고 중량 감소를 분석하였다. 열적 안정성은 열중량 분석(Thermogravimetric analysis)을 통해 시료의 열분해 온도 및 시점을 확인하였다. 분석된 수종은 국내 유용 수입 수종으로 멀바우(Merbau), 멤페닝(Mempening), 가로가로(Garo Garo), 말라스(Malas), 그리고 딜레니아(Dillenia)로 총 5수종을 선정하여 실험을 실시하였다. 열방출률 값은 말라스 > 멤페닝 > 가로가로 > 멀바우 > 딜레니아 순으로 확인되었다. 총 방출열량을 분석한 결과, 멤페닝 > 말라스 > 가로가로 > 멀바우 > 딜레니아 순으로 측정되었다. 가스분석 결과에서는 딜레니아가 $CO/CO_2$ 비율이 최대치로 0.034로 확인되었고, 멤페닝과 말라스가 0.020으로 최소치를 나타내었다. 중량감소율의 최솟값은 딜레니아가 74.79%로 나타났으며, 말라스가 83.52%로 CO와 $CO_2$의 발생과 목재 연소의 거동과의 상관관계를 나타내었다. 수종별 열분해 온도는 멀바우 $348.07^{\circ}C$, 멤페닝 $367.57^{\circ}C$, 가로가로 $350.59^{\circ}C$, 말라스 $352.41^{\circ}C$, 딜레니아 $364.33^{\circ}C$로 확인되었다.

• 대한교통학회지
• /
• 제19권4호
• /
• pp.35-47
• /
• 2001

대도시에서 자동차는 1차 대기오염물질의 가장 큰 발생원 중의 하나이기 때문에 자동차 오염물질을 감소시키기 위한 수많은 저감 대책이 추진되고 있다. 이러한 저감 대책 연구의 대표적인 특징은 대기오염물질의 배출목록 자료의 구축 시 오염물질의 정량성과 공간적인 분포성에 대한 것이다. 자동차 오염물질을 산정 할 때 배출목록은 활동도 통계와 차종별 배출계수 자료 등이 수집되어야 한다. 대부분의 배출목록은 개별조사나 교통모델에 의한 수동적인 자료로서 자료가 수집되는 순간부터 과거 자료가 되는 특성을 지닌다. 따라서, 최근의 추세는 도시 교통제어시스템과 자동차가 주변 환경에 미치는 영향 평가의 결합에 대한 연구가 추진되고 있다. 본 연구에서는 실시간 교통 자료를 이용한 이동오염원의 배출량을 평가하기 위한 산출 기법을 비교하여 배출량 자료구축의 방향을 설정하고자 하였다. 대상지역에서 대표적인 자동차 오염물질 중 CO의 배출량을 산정 하였다. 교통자료는 서울시 강남구 지역(강남대로-영동대로와 역삼로-양재대로 축)에 설치되어 있는 교차로 검지기에서 수집되는 첨단교통신호시스템의 실시간 교통정보를 이용하였다. 실시간 교통정보 중 시간대별 통과 교통량과 통과속도 자료를 이용하여 시간대별 평균주행속도에 따른 배출계수와 각 도로의 길이를 고려하여 각 도로별·시간대별로 자동차에서 배출되는 CO 배출량을 산정 하였다. 또한, 기존의 차종별 일일평균주행거리에 의한 방법으로 산정한 결과와 비교하여 각각의 방법에 따른 장·단점을 파악하여 자동차 대기오염물질 배출량 산정방법론을 제시하고자 하였다.5 nm 부근과 410nm 부근의 두 부분에서 최대 파장을 나타내는 것으로 보아 410 nm 부근이 파장은 180일 이후에 형성되는 것으로 보인다. 또한 오늘날 주거형태 변화에 따라 담금용기를 항아리에 유리병으로 달리하여 보았을 때 맛과 향미, 색의 면에서 유리병에 담근 간장이 바람직하지 못한 결과를 나타내었다.), Scene editor, Spatial analyzer(Intersect, Buffering, Network analysis), VRML exporter. While, most other 3D GISes or cartographic mapping systems may be categorized into 3D visualization systems handling terrain height-field processing, 2D GIS extension modules, or 3D geometric feature generation system using orthophoto image: actually, these are eventually considered as several parts of "real 3D GIS". As well as these things, other components, especially web-based 3D GIS, are being implemented in this study: Surface/feature integration, Java/VRML linkage, Mesh/Grid problem, LOD(Level of Detail)

• 한국식품조리과학회지
• /
• 제16권4호
• /
• pp.342-351
• /
• 2000

도토리전분과 도토리가루의 첨가량, 당의 종류와 양, 물의 첨가량을 달리하여 제조한 상자병(橡子餠)의 관능검사, 기계검사, 수분측정, 색도측정한 결과를 요약하면 다음과 같다. 1 관능검사 결과 Color와 Flavor는 도토리전분 5%에 꿀 첨가 군이 가장 좋았다. Grain은 도토리가루 5%에 설탕 첨가 군이 가장 고왔으며, Moistness와 Chewiness는 15%에 설탕을 첨가한 군이 가장 좋았다. Sweetness는 도토리 전분 15%에 꿀 첨가 군이 가장 달았다. Overall quality는 도토리전분과 도토리가루 모두 10% 첨가하고 설탕, 꿀, 올리고당 첨가 순으로 바람직하다고 평가되었다. Flavor를 제외한 항목에서 모든 시료는 유의 차가 있었다(P<0.05). 2. 기계검사 결과 Springiness는 도토리전분 10%에 설탕을 첨가한 군, Cohesivness는 도토리전분 5%에 설탕을 첨가한 군, Chewiness와 Gumminess는 도토리전분 15%에 꿀을 첨가한 군이 가장 높았고, Adhesiveness는 도토리 전분 5%에 꿀을 첨가한 군이 가장 높았다. Hardness는 도토리전분 15%에 꿀을 첨가한 군이 가장 단단했고 도토리가루와 전분의 첨가량이 증가 할수록 단단했으며, 설탕 첨가 군이 꿀이나 올리고당 첨가 군 보다 부드러웠다. 모든 시료는 유의 차가 있었다(P<0.05). 3. 수분함량은 쌀가루 32.93%, 도토리전분 8.52%, 도토리가루 13.26%이며 도토리 전분을 첨가한 상자병(橡子餠)이 44.11%, 도토리가루 첨가한 상자병(橡子餠)이 44.3%였다. 4. 색도측정 결과 L값은 도토리전분 5%에 올리고당을 첨가한 군, a값은 도토리가루 15%에 설탕을 첨가한 군, b값은 도토리전분 15%에 올리고당을 첨가한 군이 가장컸다. 이상의 결과로 얻어진 상자병(橡子餠)의 가장 바람직한 배합비는 쌀가루 315 g에 도토리가루와 도토리 전분 35 g (10%), 설탕 60 g(17.1%), 소금 3.5 g(0.1%), 물 130 ml (37.1%)이다.

• Asia pacific journal of information systems
• /
• 제19권3호
• /
• pp.51-67
• /
• 2009

Developing an agile recommender system for nomadic users has been regarded as a promising application in mobile and ubiquitous settings. To increase the quality of personalized recommendation in terms of accuracy and elapsed time, estimating future context of the user in a correct way is highly crucial. Traditionally, time series analysis and Makovian process have been adopted for such forecasting. However, these methods are not adequate in predicting context data, only because most of context data are represented as nominal scale. To resolve these limitations, the alignment-prediction algorithm has been suggested for context prediction, especially for future context from the low-level context. Recently, an ontological approach has been proposed for guided context prediction without context history. However, due to variety of context information, acquiring sufficient context prediction knowledge a priori is not easy in most of service domains. Hence, the purpose of this paper is to propose a novel context prediction methodology, which does not require a priori knowledge, and to increase accuracy and decrease elapsed time for service response. To do so, we have newly developed pattern-based context prediction approach. First of ail, a set of individual rules is derived from each context attribute using context history. Then a pattern consisted of results from reasoning individual rules, is developed for pattern learning. If at least one context property matches, say R, then regard the pattern as right. If the pattern is new, add right pattern, set the value of mismatched properties = 0, freq = 1 and w(R, 1). Otherwise, increase the frequency of the matched right pattern by 1 and then set w(R,freq). After finishing training, if the frequency is greater than a threshold value, then save the right pattern in knowledge base. On the other hand, if at least one context property matches, say W, then regard the pattern as wrong. If the pattern is new, modify the result into wrong answer, add right pattern, and set frequency to 1 and w(W, 1). Or, increase the matched wrong pattern's frequency by 1 and then set w(W, freq). After finishing training, if the frequency value is greater than a threshold level, then save the wrong pattern on the knowledge basis. Then, context prediction is performed with combinatorial rules as follows: first, identify current context. Second, find matched patterns from right patterns. If there is no pattern matched, then find a matching pattern from wrong patterns. If a matching pattern is not found, then choose one context property whose predictability is higher than that of any other properties. To show the feasibility of the methodology proposed in this paper, we collected actual context history from the travelers who had visited the largest amusement park in Korea. As a result, 400 context records were collected in 2009. Then we randomly selected 70% of the records as training data. The rest were selected as testing data. To examine the performance of the methodology, prediction accuracy and elapsed time were chosen as measures. We compared the performance with case-based reasoning and voting methods. Through a simulation test, we conclude that our methodology is clearly better than CBR and voting methods in terms of accuracy and elapsed time. This shows that the methodology is relatively valid and scalable. As a second round of the experiment, we compared a full model to a partial model. A full model indicates that right and wrong patterns are used for reasoning the future context. On the other hand, a partial model means that the reasoning is performed only with right patterns, which is generally adopted in the legacy alignment-prediction method. It turned out that a full model is better than a partial model in terms of the accuracy while partial model is better when considering elapsed time. As a last experiment, we took into our consideration potential privacy problems that might arise among the users. To mediate such concern, we excluded such context properties as date of tour and user profiles such as gender and age. The outcome shows that preserving privacy is endurable. Contributions of this paper are as follows: First, academically, we have improved sequential matching methods to predict accuracy and service time by considering individual rules of each context property and learning from wrong patterns. Second, the proposed method is found to be quite effective for privacy preserving applications, which are frequently required by B2C context-aware services; the privacy preserving system applying the proposed method successfully can also decrease elapsed time. Hence, the method is very practical in establishing privacy preserving context-aware services. Our future research issues taking into account some limitations in this paper can be summarized as follows. First, user acceptance or usability will be tested with actual users in order to prove the value of the prototype system. Second, we will apply the proposed method to more general application domains as this paper focused on tourism in amusement park.

• 대한환경공학회지
• /
• 제36권11호
• /
• pp.758-763
• /
• 2014

토양 내에서 유기성 오염물질은 혐기성 미생물에 의해 분해되지만 전자수용체의 부족으로 상당량이 토양에 잔류하게 된다. 토양미생물연료전지(soil microbial fuel cells, SMFC)는 전극을 통해 전자 소비를 증진시켜 유기물 분해를 촉진시키고 동시에 전력도 생산하기 때문에, 다양한 유기성 오염원으로 오염된 토양을 환경 친화적으로 복원시킬 수 있는 기술로서 많은 관심을 받고 있다. 본 연구에서는 전극간 거리와 전극 크기가 SMFC의 전기적 성능에 미치는 영향을 연구하였다. 유기물이 풍부한 토양과 인공폐수 혼합물을 이용하여 SMFC를 단일반응조로 구성하였다. SMFC에서 발생된 전력량은 전극간 거리가 멀어지거나 전극 크기가 작아질수록 내부저항이 증가하여 감소하였다. 전극 크기는 $64cm^2$로 고정하고 전극간 거리는 4~9 cm로 변화를 주었을 때, 전극간 거리가 4 cm 조건에서 최대전압 326 mV, 최대전력밀도 $19.5mW/m^2$가 얻어졌고 거리가 멀어질수록 전압발생량은 19~32% 감소하고 최대전력밀도는 56~69% 감소하는 것으로 나타났다. 전극 크기 변화 실험에서는 전극간 거리를 4 cm로 고정하고 전극 크기를 $16{\sim}64cm^2$로 변화를 주었다. 두 전극 크기가 $64cm^2$ 조건에서 최대전압 291 mV, 최대전력밀도 $0.34mW/m^3$로 측정되었으며 산화전극 크기가 작아지면, 최대전압은 19~29% 감소하였고, 환원전극의 경우는 3~12% 감소하였다. 최대전력밀도는 산화전극이 작아지면, 49~68% 감소하였고, 환원전극이 작아지는 경우에는 29~47% 감소하였다. SMFC는 인공폐수와 토양 혼합물질을 반응기 내부물질로 사용하기 때문에, 전자 및 이온전달속도가 느려 환원전극 크기에 비해 산화전극 크기에 더 많은 영향을 받는 것으로 판단된다.

• 한국해양환경ㆍ에너지학회지
• /
• 제13권3호
• /
• pp.165-173
• /
• 2010

본 연구에서는 TeraScan시스템에서 산출되는 NOAA/AVHRR 해수면온도(SST) 자료의 신뢰도를 부여하기 위한 방법으로 구름 영향 정도를 단계별로 나누는 방법을 소개한다. TeraScan시스템에서 구름탐지는 주간과 야간에 따라 다른 파라미터와 경계값을 사용한다. 주간 구름탐지에서는 채널 2번(가시채널)과 4번(적외채널)을 이용하며, 채널 4번 휘도온도의 공간일관성(ch4_delta)과 채널 2번 알베도의 공간일관성(ch2_delta) 및 알베도 경계값(ch2_max) 검사를 수행한다. 야간의 경우, 가시채널을 사용할 수 없기 때문에 채널 3번(단파적외채널)과 4번(적외채널)을 사용하여 각 화소에 대한 차이값(ch3_minus_ch4)을 비교하고, 채널 4번 휘도온도 공간일관성(ch4_delta) 및 경계값(min_ch4_temp) 평가가 이루어진다. 여기서는 주야에 따른 변화를 보기 위해 2009년 5월 13일 00시 48분(UTC)과 21시 00분(UTC) 에 수신된 자료를 사용했다. TeraScan시스템을 통해 총 6가지 경계치를 검토했고, ch4_delta는 우리나라 주변 수온 전선에서 발생하는 구름 탐지 오류가 발생하지 않는 값으로 주야간 각각 5와 3.5로 결정되었다. 주간 파라미터로 사용되는 ch2_delta는 여러 값에 대한 적용 결과 2로, ch2_max는 3부터 8까지의 범위가 적절한 것으로 나타났다. 야간에 사용되는 ch3_minus_ch4는 -2부터 2까지의 범위, min_ch4_temp는 0으로 결정되었다. 즉, 구름의 영향 정도는 주간 ch2_max와 야간 ch3_minus_ch4의 경계값을 4 단계로 나눠 해수면온도자료를 산출하였다. 본 연구에서 사용한 경계값은 5월 자료에 대해 설정된 값이며, 향후 한반도 주변 해역의 특성과 시간별, 공간별, 계절별로 적절한 경계값을 설정하는 연구가 장기적으로 필요하며, 위의 특성들을 감안한 자료동화용 SST 생산프로세스 정립 및 결과분석 연구가 필요하다.

• Asia Marketing Journal
• /
• 제12권2호
• /
• pp.155-175
• /
• 2010

본 연구는 관계혜택과 브랜드 동일시에 관한 탐색적 연구로서 충성도에 긍정적인 영향을 미치는 것으로 알려져 온 관계 혜택과 브랜드 동일시를 함께 고찰하려는 데에 목적이 있다. 관계 혜택과 브랜드 동일시는 각각 충성도와 유의한 관계가 있는 것으로 잘 알려져 왔으나, 그들 간의 관계를 함께 살펴본 연구는 거의 없는 실정이다. 한편으로는 카드산업에서 관계혜택이 중요한 전략적 요소인 동시에 최근에는 브랜드 개성과 이미지를 카드에 연결시키려는 시도를 하고 있다. 따라서 본 연구에서는 관계 혜택과 충성도와의 관계를 브랜드 동일시가 매개할 것으로 보고 그 영향을 탐색하였다. 결과적으로 관계혜택 차원, 즉 확신적 혜택과 특별대우혜택이 개인적 동일시와 사회적 동일시에 영향을 미치고, 개인적 동일시가 충성도에 영향을 미치는 것으로 나타났으며, 특히 확신적 혜택은 충성도에 직접적인 영향도 있는 것으로 나타났다.

• 농약과학회지
• /
• 제15권4호
• /
• pp.545-572
• /
• 2011

벼줄무늬잎마름바이러스(Rice stripe virus, RSV)에 대하여 유전자 진단기술인 RT-PCR과 VC/RT-PCR 기술을 개발하였다. ELISA 진단법은 유묘 검정법 보다 평균 40.5%, RT-PCR 진단법은 ELISA 진단법 보다 21%의 진단 효율이 높았다. 2009년 경기도 김포, 평택, 시흥 지역에서 채집한 애멸구의 보독충률을 VC/RT-PCR 진단법과 ELISA 진단법으로 검정한 결과 전체 평균 보독충률은 9.2%로 동일하였다. 벼줄무늬잎마름바이러스가 감염된 벼 포장에서 수집한 13개 분리주의 유전자 유연성은 RNA1과 RNA2는 중국+한국, 중국+한국+일본의 2개의 군으로 구분되었다. 또한 병원성 발현에 관여하는 RNA3는 중국, 중국+한국, 한국+일본의 3개 군으로, RNA4는 중국, 한국, 중국+한국+일본, 한국+일본의 4개의 군으로 구분되었다. 경기도 등 7개 도의 주요 28개의 재배지역에서 채집한 애멸구의 전국 평균 보독충률은 2008년 4.3%, 2009년 6.1%, 2010년 7.2%로 매년 상승하였다. 2008년에는 경기도가 11.3%로 가장 높았으며, 2009년에는 전라남도가 20.1%, 2010년에는 경기도 12.0%, 충청북도 14.2%로 가장 높았다. 보독충률이 가장 높았던 지역은 2008년에는 전북 부안 지역이 22.1%, 2009년에는 전남 완도와 진도가 36%, 2010년에는 충북 보은이 30.0%였다. 월동 애멸구의 전국 평균 밀도는 2008년 13.1 마리, 2009년 13.9 마리, 2010년 5.6 마리였으며, 월동 애멸구의 밀도는 전북 부안 지역이 2008년 39.1 마리, 2009년 60.4 마리로 가장 높았으며, 2010년에는 경기 평택 지역이 14.0 마리로 가장 높았다. 2008년 RSV 발생은 전남 진도, 해남 지역을 중심으로 869 ha가 발생하였으며, 2009년에는 전국적으로 21,541 ha가 발생하였으며, 특히 서해안 지역의 경우 경기도, 인천시, 충남, 전북, 전남의 19개 시군, 39개 읍면, 53개 리에서 3,025 포장을 조사한 결과 55.2%가 부분 고사 이상의 피해가 발생하였다. 2008년부터 3년간 전북 부안, 전남 진도 등에서 월동 애멸구의 시기별 발육을 조사한 결과 5월 20일에서 6월 10일 경에는 월동 후 1세대는 대부분 3령과 4령 이었으며 성충은 6월 하순경에 최성기였다. 2009년 5월 31에서 6월 1일에 태안, 서산, 부안, 신안, 진도 등에서 공중 포충망에 채집한 애멸구는 모두 성충이었으며 밀도는 태안 지역이 963 마리, 서천 919 마리, 신안 819 마리 등으로 매우 많이 포획되었으며, 공중 포충망에 채집된 애멸구는 국내에서 월동한 애멸구 집단이 아니고 중국에서 비래한 애멸구 집단으로 확인되었다. 2010년에는 5월 중순에서 6월 중순까지 공중 포충망에 애멸구 성충이 거의 채집되지 않았다. 2009년 충남 홍성, 전북 부안, 전남 영광 등 서해안 8개 지역의 공중 포충망에서 채집한 애멸구 성충의 RSV 보독충률은 2.1%에서 9.5%로 변이가 컸으며, 보령이 9.5%로 가장 높았으며, 다음으로 충남 홍성 7.9%, 전남 영광 6.5%, 충남 태안 6.4%였다. 애멸구 비래 후 약 10일 후에 공중 포충망 주변의 논에 심겨진벼에 대하여 RSV의 유전자 진단 결과 태안 84.6%, 부안 65.4%, 진도 92.9% 이었으며, 평균 감염률은 81% 이었다. 보리는 RSV의 주요 월동 기주식물로 알려져 있으나 RSV의 감염률은 경기 평택 등 전국에서 530점을 채집하여 유전자 진단 결과 감염률이 0.2%로 매우 낮았다. RSV의 새로운 자연 기주식물로 29종이 확인되었다. 하계 일년생 식물은 조개풀 등 13종, 동계 일년생은 들묵새 등 11종, 다년생으로는 우산잔디 등 5종 이었다. RSV 감염률은 동계 일년생인 들묵새 24.9%, 하계 일년생인 바랭이 44.9%, 물피 95.2%, 가을강아지풀 65.5%이었으며, 다년생인 물억새는 33.3%였다. RSV에 감수성인 동진1호 등 8개 품종과 저항성인 삼광벼 등 17개 품종에 대하여 2009년 부안, 익산, 김제 지역의 자연 포장에서 병징 발현 여부를 조사한 결과 감수성 8개 품종은 모두 감수성이었으며, 진성 저항성 품종 중 온누리 등 12개 품종은 감수성이었으며 삼광벼 등 5개 품종은 포장 저항성이었다. RSV에 저항성인 남평벼 등 4 품종과 감수성인 동진1호 등 3 품종을 대상으로 바이러스를 인공접종한 결과 RSV의 병징 발현률은 감수성 품종의 경우 평균 53.3%이었으며 저항성 품종의 경우 평균 34.0%로 19.3% 낮았다. 감수성인 흑남벼와 저항성인 남평벼를 이용하여 병징 발현률과 바이러스 감염률을 조사한 결과 병징 발현률은 흑남벼 28%, 남평벼 12%로 감수성 품종이 병징 발현률이 2배 이상 높았다. 그러나 체내 바이러스 감염률은 흑남벼 85%, 남평벼 97%로 오히려 저항성 품종에서 12%의 높은 감염률을 보였다. 저항성 품종에서의 저항성 기작은 병징 발현에 대한 저항성이며 바이러스 증식에서는 저항성이 아니었다. RSV에 저항성 품종인 남평벼, 온누리와 감수성 품종인 동진1호, 운광벼를 이용하여 생육시기별로 인공접종하여 수량 감소를 2008년부터 3년간 조사한 결과 감수성 품종에서는 주당 수량을 보면 유묘기 감염시 7.8 g, 분얼기 감염시 8.5 g, 최고 분얼기 감염시 13.8 g으로 무처리에 비하면 수량 감소율이 유묘기 51%, 분얼기 46%, 최고 분얼기 13%로 일찍 감염될수록 수량 감소 영향이 컷다. 저항성 품종에서는 시기별 감염과 수량 감소가 통계적으로 상관이 없었다. 자연 발병된 농가 포장에서 운광 품종을 대상으로 태안과 진도지역에서 조사한 결과 발병경률 23.4% 이상이면 발병경률의 증가에 따라서 상관계수 0.94로 수량 감소율도 동일하게 증가하였다.