• 한국산업정보학회논문지
• /
• 제29권1호
• /
• pp.135-144
• /
• 2024

시민의 의견인 민원은 다양한 사람들이 여러 주제에 대하여 반복·지속적으로 실시간 쏟아내기 때문에 담당자가 이를 읽고 분석하는데 한계가 있다. 이에 본 연구에서는 빅데이터 분석을 통해 주요 현안에 대한 여론 및 요구 사항을 파악하기 위하여 정성적인 분석에 패싯을 기반으로 한 정량적인 다차원 분석을 위한 자동 분류 모델을 제안하였다. 구체적으로 첫째, 패싯 이론과 정치분석모형을 기반으로 민원 특성을 분석하고 이를 정책 단계에 활용할 수 있는 새로운 분류 프레임워크를 제시하였다. 둘째, 민원 분석 및 처리에 따른 행정 업무를 감소시키고, 시민들의 정책참여를 용이하게 하기 위해 딥러닝을 활용하여 패싯 분석 프레임에 의해 자동으로 속성을 추출하고 분류 하였다. 본 연구결과는 학문적으로 민원 빅데이터의 특성을 이해하고 분석하는데 중요한 단초를 제공하여 향후 많은 후속 연구를 창출할 수 있을 것으로 기대되며, 공공분야를 넘어 교육, 산업, 의료 등 다른 분야에서의 비정형 데이터의 계량화를 위한 가이드 라인과 다차원 분석의 활용에 대한 이론적 근거를 제시할 수 있다. 실무적으로 대용량 전자 민원에 대한 처리체계 개선 및 딥러닝을 통한 자동화로 민원처리 업무의 효율성과 신속성을 높일 수 있으며, 다른 분야의 텍스트 데이터의 처리에 활용될 수 있을 것이다.

• 스마트미디어저널
• /
• 제13권2호
• /
• pp.52-61
• /
• 2024

조선소에서는 사외 적치장의 관리를 위해 일정 주기로 Unmanned Aerial Vehicle (UAV)을 이용해 항공영상을 획득하고, 이를 사람이 판독하여 적치장 현황을 파악한다. 이러한 방법은 넓은 면적의 사외 적치장 현황을 파악하는 데 상당한 시간과 인력을 요구한다. 본 논문에서는 이러한 문제점을 해결하고 정확한 사외 적치장 현황을 파악하기 위해 사전 학습된 의미론적 분할 기반 모델(Foundation Model)을 활용한 자동 관리 기술을 제안한다. 또한, 조선소 사외 적치장의 경우 관련 부품이나 장비를 포함한 공개 데이터셋이 충분하지 않기 때문에, 의미론적 분할 기반 모델에 필요한 객체 프롬프트(Prompt)를 생성하기 위한 소규모 사외 적치장 객체 데이터셋을 직접 구축하였다. 이를 이용해 객체 검출기를 소규모 데이터셋에 추가 학습하여 초기 객체 후보를 추출하고, 의미론적 분할 기반 모델인 Segment Anything Model (SAM)의 프롬프트로 활용해 정확한 의미론적 분할 결과를 얻는다. 더 나아가, 지속적인 적치장 데이터셋 수집을 위해 SAM을 활용한 훈련 데이터 생성 파이프라인을 제안한다. 본 연구에서 제안한 방법은 기존의 의미론적 분할 방법과 비교하여 평균적 4.00%p, SegFormer에 비해 5.08%p 높은 성능을 달성하였다.

• 품질경영학회지
• /
• 제51권4호
• /
• pp.531-550
• /
• 2023

Purpose: The unique nature of life-and-death healthcare services sets them apart from other service industries. While many studies exist on the relationship between healthcare services and customer satisfaction, most of them focus on mildly ill patients, ignoring the differences between critically ill and non-seriously ill patients. This study discusses the actual quality of healthcare services for patients who are facing life-threatening illnesses and are on life support, as well as their right to protection and dignity. Methods: The survey conducted to 149 patients with the four major illnesses: cancer, heart disease, brain disease and rare and incurable disease, those who have experiences with senior general hospitals. Results: The basic statistics of this study are adequate to represent the four major critical illnesses, and the reliability and validity of this study's hypotheses, which were measured by multiple items, were analyzed, and the internal consistency was judged to be high. In addition, it was found that the convergent validity was good and the discriminant validity was also secured. When examining the goodness of fit of the hypotheses, the SRMR, which is the standardized root mean square of residuals that measures the difference between the covariance matrix of the data variables and the theoretical covariance matrix structure of the model, met the optimal criteria. Conclusion: The academic implications of this study are differentiated from other studies by moving away from evaluating the quality of healthcare services for mildly ill patients and focusing on the rights and dignity of patients with life-threatening illnesses in four senior general hospitals. In terms of academic implications, this study enriches the depth of related studies by demonstrating the right to protection and dignity as a factor of patient-centeredness based on physical environment quality, interaction quality, and outcome quality, which are presented as sub-factors of healthcare quality. We found that the three quality factors classified by Brady and Cronin (2001) are optimized for healthcare quality assessment and management, and that the results of patients' interaction quality assessment can be used to provide a comprehensive quality rating for hospitals. Health and human rights are inextricably linked, so assessing the degree to which rights and dignity are protected can be a superior and more comprehensive measurement tool than traditional health level measures for healthcare organizations. Practical implications: Improving the quality of the physical environment and the quality of outcomes is an important challenge for hospital managers who attract patients with life and death conditions, but given the scale and economics of time, money, and human inputs, improving the quality of interactions and defining them as performance indicators in hospital quality management is an efficient way to create maximum value in the short term.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.115-127
• /
• 2024

본 연구는 Transformer 모듈을 기반으로 다양한 구조의 모델을 구성하고, 토지피복 분류를 수행하여 Transformer 모듈의 활용방안 검토를 목적으로 하였다. 토지피복 분류를 위한 딥러닝 모델은 CNN 구조를 가진 Unet 모델을 베이스 모델로 선정하였으며, 모델의 인코더 및 디코더 부분을 Transformer 모듈과 조합하여 총 4가지 딥러닝 모델을 구축하였다. 딥러닝 모델의 학습과정에서 일반화 성능 평가를 위해 같은 학습조건으로 10회 반복하여 학습을 진행하였다. 딥러닝 모델의 분류 정확도 평가결과, 모델의 인코더 및 디코더 구조 모두 Transformer 모듈을 활용한 D모델이 전체 정확도 평균 약 89.4%, Kappa 평균 약 73.2%로 가장 높은 정확도를 보였다. 학습 소요시간 측면에서는 CNN 기반의 모델이 가장 효율적이었으나 Transformer 기반의 모델을 활용할 경우, 분류 정확도가 Kappa 기준 평균 0.5% 개선되었다. 차후, CNN 모델과 Transformer의 결합과정에서 하이퍼파라미터 조절과 이미지 패치사이즈 조절 등 다양한 변수들을 고려하여 모델을 고도화 할 필요가 있다고 판단된다. 토지피복 분류과정에서 모든 모델이 공통적으로 발생한 문제점은 소규모 객체들의 탐지가 어려운 점이었다. 이러한 오분류 현상의 개선을 위해서는 고해상도 입력자료의 활용방안 검토와 함께 지형 정보 및 질감 정보를 포함한 다차원적 데이터 통합이 필요할 것으로 판단된다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.95-102
• /
• 2024

기술 발전에 힘입어 고속열차의 운항속도는 증가하고 있으며, 고속열차 외부 유동장으로부터 발생하는 공력소음은 설계 단계에서 매우 중요한 고려 대상이 되어왔다. 이러한 고속열차의 유동기인소음을 정확하게 예측하기 위해서는 근거리 음향장에서 고해상도의 음원 발생과 원거리 음향장에서 수치적 소산이 적은 소음 전파가 요구된다. 이는 실제 고속열차의 구성요소 별로 시공간 스케일을 모두 적절하게 고려할 수 있는 수치격자 및 시간해상도가 동반되어야 한다. 이러한 도전점을 극복하기 위해, 본 연구는 실제 크기 및 실제 운행속도의 고속열차 5차량의 외부 유동장 및 음향장을 3차원 압축성 대와류모사(Large Eddy Simulation, LES) 기법을 이용하여 동시 계산하였다. 수치해석의 검증을 위해 벽면압력섭동 측정 결과와 수치해석 결과를 비교하였다. Ffowcs Williams and Hawkings 방정식을 이용하여 고속열차로부터 방사되는 음향파워를 예측하고 주행속도간 결과를 비교분석하였다. 본 연구는 고속열차의 공력소음 발생 메커니즘 분석을 바탕으로 한 소음 저감에 기여할 것으로 사료된다.

• 헤리티지:역사와 과학
• /
• 제57권2호
• /
• pp.28-50
• /
• 2024

한반도 비무장지대 실태조사는 2020년 5월부터 2021년 12월까지 실시되었고, 그에 대한 결과물이 『한반도 비무장지대 2020-2021 실태조사 보고서』로 간행되었다. 이번 실태조사는 고고분야를 비롯하여 건축·동물·식물·지질·경관 등 문화·자연유산 전문가 50여 명이 참여한 가운데 모두 18차에 걸쳐 진행되었다. 이중에서 실태조사를 통해 확인된 문화유산은 모두 33개소로 경기도에 20개소, 강원도에 13개소이고, 종류별로 관방유적 8개소, 분묘 6개소, 유물산포지 15개소, 기타 4개소이다. 비무장지대 문화유산에 대한 실태조사는 이전에 이루어졌던 군사보호구역에 대한 지표조사 및 도라산 유적, 군부대 부지 등의 시·발굴조사와 연계되는 매우 의미있는 학술조사라 할 수 있다. 이번 조사를 통해 처음 발견된 유적이 적지 않고, 기존에 조사된 유적도 그 위치나 구조, 수습 유물이 다르게 확인되어 정밀조사의 필요성이 제기되었다. 특히 철원도성과 성산성의 현황을 재확인함과 동시에 파주 조산리와 철원 강서리 등의 유물산포지에서 구석기시대부터 조선시대에 이르는 다양한 유물이 수습되었으며, 횡산리사지도 비무장지대의 불교유적이라는 점에서 주목된다. 그러나 파주지역의 일부 묘역과 유물산포지의 경우 경작과 개발로부터 안전하지 않다는 현실을 알 수 있는 계기가 되었고, 철원도성과 성산성, 조랑진보루, 강서리보루도 군부대 시설이 조성되는 과정에서 유구가 훼손되어 긴급조사가 필요한 상태이다. 또한 장단 및 군내면과 강산리 유적 일대의 경작지와 구릉지대는 소규모 개발과정에서 매장유산에 대한 조사가 제대로 이루어지지 않고 있는 실정이다. 따라서 이번 문화유산 실태조사의 결과를 바탕으로 관계 당국과 기관들이 보다 긴밀하게 협조하여 비무장지대 문화유산을 특별관리 및 중장기적으로 조사하는 방안을 수립해야 하는 중요한 시점이다.

• 핵의학기술
• /
• 제28권1호
• /
• pp.49-56
• /
• 2024

Purpose: When performing nuclear medicine examinations, body wraps or plastic supports are used to support and immobilize the patient's upper extremities to prevent patient safety accidents. However, the existing plastic supports compromised patient and staff safety, including finger entrapment and falls. Moreover, the body wrap provided by manufacturers compromised image quality such as upper extremities cutoff during whole body bone scan. Therefore, a new design of body wrap was developed to improve the issue, and this study aims to evaluate the usability of this medical body wrap. Materials and Methods: To evaluate the usability of the newly designed medical body wrap, a quality assessment of whole body bone scan images and a user satisfaction survey were conducted. Adult patients (male:female=129:152, age: 60.3±12.4 years, BMI: 24.0±4.2) aged 16 years or older who underwent a whole body bone scan during two periods: June to July 2022 (before improvement, n=139) and June to July 2023 (after improvement, n=142) were randomly selected for image quality evaluation. Five radiotechnologists visually evaluated the posterior view of the whole body bone image, including the left and right elbow (2 points), arm (2 points), whether the hand is extended (2 points), whether the hand is included (2 points), and the number of visible fingers (10 points), with a total of 18 points, which were converted to 100 points and analyzed for difference before and after improvement using an independent sample t-test. The user satisfaction questionnaire was evaluated using a 5-point Likert scale among 16 radiotechnologists from three general hospitals who experienced the new body wrap. Results: The image quality assessment was 82.0±13.8 before the improvement and 89.3±10.1 after the improvement, an average of 7.3 points higher, with a statistically significant difference (t=5.02, p<0.01). The user satisfaction survey showed an overall satisfaction rating of 4.1±0.8 for ease of use, 3.8±0.7 for scan preparation time, 3.9±0.7 for patient safety, 3.8±1.2 for scan accuracy, and 4.2±0.7 for recommendation (87.5% questionnaire response rate). Conclusion: The developed body wrap showed higher image quality and user satisfaction compared to the old method. Considering these results, it is deemed that the new body wrap may be more useful than existing methods.

• 한국산림과학회지
• /
• 제113권2호
• /
• pp.170-186
• /
• 2024

본 연구는 국가숲길로 지정된 DMZ펀치볼둘레길의 이용특성을 구명하고 지역경제에 미치는 파급효과를 추정하여 지속가능한 운영관리의 정책적 시사점을 제시하고자 실시되었다. 배포된 500개의 설문지 중에 215명의 응답자가 기본 설문문항을 포함하여 여행지 전체 일정과 지출한 금액을 작성하여 제출하였다. 분석결과 DMZ펀치볼둘레길은 주로 수도권에 사는 50대 이상이 가족과 3시간 30분을 이동하여 방문한 특성이 있었다. 주요 방문목적은 경관감상 활동을 중심으로한 휴양 및 휴식의 가벼운 여행 형태로 주로 오유밭길을 방문하여 4시간을 걸었다. 대부분의 방문객은 DMZ펀치볼둘레길 방문 전·후 강원도 지역을 방문하였으며, 양구군의 인근 관광지를 가장 많이 방문하였다. 1인당 평균지출액은 한국 도보 여행객의 평균지출 금액보다 높은 것으로 나타났다. DMZ펀치볼둘레길 방문으로 매년 평균 21억원(5년 평균 1만 명 이용객 기준)의 직접지출, 28억원 생산, 13억원 부가가치, 40명의 일자리를 강원도 지역내에서 창출하는 것으로 추정되었다. 본 연구 결과는 강원도 지역 경제에 큰 부문을 차지하고 있는 관광분야에서 국가숲길인 DMZ펀치볼둘레길이 차지하고 있는 구체적인 경제적 규모와 파급효과를 실증데이터를 통해 구명한 점에서 의의가 있다. 국가숲길 정책 추진의 타당성과 지속 가능한 산림이용을 위한 정책수립에 활용될 것으로 기대한다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.111-126
• /
• 2017

연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 상품 탐색 시간을 줄여주며 판매자의 매출 증대에 크게 기여한다. 이는 주문과 같은 거래의 빈도를 기반으로 생성되므로, 통계적으로 판매 확률이 높은 상품을 효과적으로 선별할 수 있다. 하지만, 판매 가능성이 높은 경우라도 신상품처럼 판매 초기에 거래 건수가 충분하지 않은 상품은 추천에서 누락될 수 있다. 연관 추천에서 누락된 상품은 이로 인해 노출 기회를 잃게 되고, 이는 거래 건수 감소로 이어져, 또 다시 추천 기회를 잃는 악순환을 겪을 수도 한다. 따라서, 충분한 거래 건수가 쌓이기 전까지 초기 매출은 일정 기간 동안 정체되는 현상을 보이는데, 의류 등과 같이 유행에 민감하거나 계절 변화에 영향을 많이 받는 상품은 이로 인해 매출에 큰 타격을 입을 수도 있다. 본 연구는 이와 같이 거래 초기의 낮은 거래 빈도로 인해 잘 드러나지 않는 상품 간의 잠재적인 연관성을 찾아 추천 기회를 확보할 수 있도록 연관 규칙을 확장하기 위한 목적으로 수행되었다. 두 상품 간에 직접적인 연관성이 나타나지 않더라도 다른 상품을 매개로 두 상품 간의 잠재적 연관성을 예측할 수 있을 것이며, 이런 연관성은 주문에서 나타나는 상품 간 상호작용으로 표현될 수 있으므로, 사회연결망 분석을 활용한 분석을 시도하였다. 사회연결망 분석기법을 통해 각 상품의 속성과 두 상품 간 경로의 특성을 추출하고 회귀분석을 실시하여, 두 상품 간 경로의 최단 거리 및 경로의 개수, 각 상품이 얼마나 많은 상품과 연관성을 갖는지, 두 상품의 분류 카테고리가 어느 정도 일치하는지가 두 상품 간의 잠재적 연관성에 미친다는 것을 확인하였다. 모형의 성능을 평가하기 위해, 일정 기간의 주문 데이터로부터 연결망을 구성하고, 이후 10일 간 생성될 상품 간 연관성을 예측하는 실험을 진행하였다. 실험 결과는 모형을 적용하지 않는 경우보다 제안 모형을 활용할 때 훨씬 많은 연관성을 찾을 수 있음을 보여준다.