• 대한치과재료학회지
• /
• 제44권2호
• /
• pp.187-195
• /
• 2017

Formocresol (FC)은 치수절단술에 일반적으로 사용되어 온 재료이지만, 재료의 독성 때문에 현재 calcium hydroxide나 mineral trioxide aggregate (MTA)가 치수절단술에 널리 사용되고 있다. 최근 레진계열 calcium silicate 제재인 Theracal LC가 치수 이장재로 개발이 되었으며, 이는 광중합을 통해 경화되기 때문에 사용이 편리해서 MTA를 적용할 수 없는 치아에 사용할 수 있다. 이번 연구의 목적은 FC, MTA 및 Theracal LC를 각각 치수절단술 후에 적용했을 경우 경조직 형성 능력과 치수반응을 비교하는 것이다. Sprague Dawley Rat의 상악 대구치 치수절단술 후 FC, MTA 및 Theracal LC를 적용하였다. 경조직 형성 여부를 확인하기 위해 Skyscan을 사용해 마이크로 컴퓨터 단층촬영(micro CT) 이미지를 획득하고, he matoxylin and e osin (H&E) 염색을 하여 조직학적 반응을 확인하였다. Dentin matrix protein-1 (DMP-1)의 발현을 확인하기 위해 면역형광 염색을 시행하였다. FC를 사용한 시편에서는 경조직 형성이 관찰되지 않았으며, 치수절단술이 시행된 인접면에 염증반응이 관찰되었고 DMP-1발현은 확인되지 않았다. MTA와 Theracal LC를 사용한 시편에서는 경조직 형성이 관찰되었고 DMP-1의 발현이 확인되었다. 결론적으로, MTA나 Theracal LC를 사용한다면 남아있는 치수의 생활력과 기능을 유지시켜 보다 좋은 치료 예후를 기대할 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제23권6호
• /
• pp.507-520
• /
• 2007

인공위성 수동 마이크로파(passive microwave, PM) 센서는 1970년대부터 극지 해빙의 면적비(sea ice concentration, SIC)와 표면 온도(ice temperature), 적설 두께(snow depth) 등을 관찰하고 있다. 특히 SIC는 기후 및 환경 변화 관찰을 위한 1차 요소로 고려되는 등 다양한 연구 분야에서 중요한 역할을 하기 때문에 PM SIC의 지속적인 검증과 보정이 필요하다. 본 연구에서는 2005년 7-8월 북극해의 가장 자리를 촬영한 KOMPSAT-1 EOC 영상으로부터 SIC를 계산하였고, 이를 NASA Team(NT) 알고리즘으로 계산된 SSM/I SIC와 비교하였다. EOC와 SSM/I NT SIC는 서로 다른 해상도와 관측 시각을 가지며 북극의 여름철 해빙 분포지역의 가장자리에서 해빙의 시공간적인 변화가 크기 때문에, 해빙의 유형을 고려하지 않았을 경우 0.574의 낮은 상관성을 보였다. 해빙의 유형에 따른 SSM/I NT SIC를 검증하기 위하여 EOC 영상으로부터 정착빙, 부빙, 유빙으로 해빙 형태를 분류하였고, 각 유형 별로 EOC와 SSM/I NT SIC를 비교하였다. 정착빙의 면적비는 EOC와 SSM/I NT SIC 사이에서 평균 오차가 0.38%로 매우 유사한 값을 나타냈다. 이는 정착빙의 시공간적인 변화가 작기 때문이며, 표면에 쌓인 눈은 건조한 상태일 것으로 추정되었다. 부빙의 경우 NT 알고리즘에서 면적비가 과소평가되는 빙맥(ice ridge)과 new ice가 많이 관찰되었으며, 이로 인해 SSM/I NT SIC는 EOC보다 평균 19.63%작은 값을 나타냈다. 유빙 지역에서 SSM/I NT SIC는 EOC보다 평균 20.17% 큰 값을 가진다. 유빙은 부빙의 가장자리와 가까운 지역에 위치하기 때문에 SSM/I의 넓은 IFOV 내에 비교적 높은 SIC를 가지는 부빙이 포함되어 오차를 일으킬 수 있다. 또한 유빙표면에 쌓인 수분 함량이 높은 눈의 영향으로 SSM/I NT SIC가 과대 측정되었을 것으로 사료된다.

• 한국육종학회지
• /
• 제42권4호
• /
• pp.397-406
• /
• 2010

멜론과 참외의 국내 소비 시장이 확대됨에 따라 다양한 $F_1$ 품종이 개발되고 있다. 멜론과 참외의 $F_1$ 품종의 순도를 검정하기 위해 포장재배 등의 순도검정법이 이용되고 있으나 시간과 노력이 매우 많이 소요되기 때문에 분자마커를 이용한 순도검정법의 개발이 필요하다. 본 연구에서는 멜론의 EST 염기정보로부터 30개의 SNP 프라이머 조합을 고안하여 멜론과 참외의 순도 검정을 위한 HRM분석방법을 개발하였다. 멜론 두 품종과 참외 한 품종의 양친 사이에 HRM 해리곡선의 다형성을 보이는 10개의 마커를 선발하였으며 순도검정 마커를 선발하기 위해 blind test를 실시하였다. Blind test와 HRM 유전형 분석 결과가 일치하였으며 MEL SNP 2번과 12 마커를 이용하여 '레드 퀸'과 '얼쓰 VIP'의 $F_1$ 501개 개체에 대해 순도검정을 실시하였다. HRM분석한 결과 모두 이형집합체로 나타나 100%의 순도를 보였다. 또한 HRM 방법을 이용하여 개발한 SNP 마커를 CAPS 마커로 전환하였다. CAPS 마커는 HRM 분석 마커와 비교하여 볼 때 멜론과 참외의 순도검정용 마커로 더 유용하게 활용될 수 있을 것으로 기대된다.

• 한국지리정보학회지
• /
• 제22권3호
• /
• pp.82-98
• /
• 2019

정보화 사회로 진입하면서 공간정보의 중요성은 급격하게 부각되고 있다. 특히 스마트시티, 디지털트윈과 같은 Real World Object의 3차원 공간정보 구축 및 모델링은 중요한 핵심기술로 자리매김하고 있다. 구축된 3차원 공간정보는 국토관리, 경관분석, 환경 및 복지 서비스 등 다양한 분야에서 활용된다. 영상기반의 3차원 모델링은 객체 벽면에 대한 텍스처링을 생성하여 객체의 가시성과 현실성을 높이고 있다. 하지만 이러한 텍스처링은 영상 취득 당시의 가로수, 인접 객체, 차량, 현수막 등의 물리적 적치물에 의해 필연적으로 폐색영역이 발생한다. 이러한 폐색영역은 구축된 3차원 모델링의 현실성과 정확성 저하의 주요원인이다. 폐색영역 해결을 위한 다양한 연구가 수행되고 있으며, 딥러닝을 이용한 폐색영역 검출 및 해결방안에 대한 연구가 수행되고 있다. 딥러닝 알고리즘 적용한 폐색영역 검출 및 해결을 위해서는 충분한 학습 데이터가 필요하며, 수집된 학습 데이터 품질은 딥러닝의 성능 및 결과에 직접적인 영향을 미친다. 따라서 본 연구에서는 이러한 학습 데이터의 품질에 따라 딥러닝의 성능 및 결과를 확인하기 위하여 다양한 영상품질을 이용하여 영상의 폐색영역 검출 능력을 분석하였다. 폐색을 유발하는 객체가 포함된 영상을 인위적이고 정량화된 영상품질별로 생성하여 구현된 딥러닝 알고리즘에 적용하였다. 연구결과, 밝기값 조절 영상품질은 밝은 영상일수록 0.56 검출비율로 낮게 나타났고 픽셀크기와 인위적 노이즈 조절 영상품질은 원본영상에서 중간단계의 비율로 조절된 영상부터 결과 검출비율이 급격히 낮아지는 것을 확인할 수 있었다. F-measure 성능평가 방법에서 노이즈 조절한 영상품질 변화가 0.53으로 가장 높게 나타났다. 연구결과로 획득된 영상품질별에 따른 폐색영역 검출 능력은 향후 딥러닝을 실제 적용을 위한 귀중한 기준으로 활용될 것이다. 영상 취득 단계에서 일정 수준의 영상 취득과 노이즈, 밝기값, 픽셀크기 등에 대한 기준을 마련함으로써 딥러닝을 실질적인 적용에 많은 기여가 예상된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.379-394
• /
• 2021

우리나라에서는 2005년부터 전국 에어코리아(Air Korea) 측정소의 대기오염도 정보를 실시간으로 제공하고 있다. 선행연구들은 이러한 포인트 기반의 미세먼지 농도 자료에 대한 격자지도화 가능성을 보여준 바 있으나, 측정소가 밀집된 특정 도시만을 대상으로 하였다. 본 연구에서는 우리나라 전역의 PM10 일평균 격자 지도를 산출하기 위해서, 전국 333개 에어코리아 측정소 자료를 활용하여 베리오그램 최적화 기반의 정규크리깅을 수행하고, 검증지점의 공간적인 과밀(too dense) 및 과소(too sparse)를 방지하기 위하여 검증지점의 위치에 따른 선별적 임의추출을 통한 암맹평가를 실시하였다. 114,745건의 데이터로부터 365일 각각 다른 검증지점을 추출하는 암맹평가를 4회에 걸쳐 수행한 결과, MAE=5.697 ㎍/m³, CC=0.947의 정확도 통계량이 산출되어, 매우 효과적인 공간내삽이 이루어졌음을 확인할 수 있었다. 또한, PM10 고농도 사례(나쁨 및 매우 나쁨)로 분류된 1,500건 이상에 대해서도 MAE=11~12 ㎍/m³, CC=0.870~873의 정확도를 나타냈으며, 이는 본 연구의 방법론이 다양한 상황에 적용가능함을 의미한다. 2019년 365일에 대해 산출된 0.05° 해상도의 일평균 PM10 격자지도는 자연스러운 공간분포를 나타내는 것이 시각적으로도 확인되었다. 이러한 PM10 농도의 격자지도는 향후의 연구에서 익일 PM10 농도의 격자예측을 위한 입력자료로 활용될 수 있을 것이다.

• Ecology and Resilient Infrastructure
• /
• 제8권1호
• /
• pp.32-43
• /
• 2021

삼림 생태계에서 토양 CO2 유출량의 연속적인 모니터링을 위한 다중채널 자동챔버시스템 (MCACs)을 개발하였다. MCACs는 자동개폐 덮개가 있는 8개의 토양챔버, 8개의 다중채널 가스샘플러를 장착한 적외선 CO2 농도 분석기, 시간 릴레이 회로를 갖춘 전자 컨트롤러, 프로그래밍이 가능한 로직용 자료수집장치로 구성되었다. 사계절 장기간에 걸쳐 야외 현장에서 MCACs의 안전성과 신뢰도를 조사하고, 높은 시간분해능으로 현장 테스트에서 얻은 온도와 토양수분 함량이 토양 CO2 유출에 미치는 효과들을 파악하기 위해, 2010년 1월부터 12월 사이의 기간 동안 남산의 신갈나무림 실험지소에서 MCACs를 사용하여 토양 CO2 유출속도와 미기상 요인들을 지속적으로 측정하였다. 토양 CO2 유출속도의 일변화 및 계절적인 변화는 현저하게 온도 요인의 경향을 따랐다. 전체 실험 기간 동안에 토양 CO2 유출속도는 5 cm 깊이의 토양온도와 밀접한 상관관계 (r2 = 0.92)를 보였으나 토양수분 함량과는 약한 상관관계 (r2 = 0.27)를 나타냈다. 남산 신갈나무림에서 온도에 대한 토양 CO2 유출량의 연간 민감도(Q10 수치)는 2.23~3.0의 범위에 달했고, 다양한 온대지역의 낙엽활엽수림에 대한 다른 연구들과 일치하였다. MCACs에 의해 측정된 연평균 토양 CO2 유출량은 약 11.1 g CO2 m-2 day-1이었다. 이 결과들은 MCACs가 야외 현장에서 토양 CO2 유출량의 연속적인 장기측정과 동시에 미기상 요인들의 영향을 결정하는데 유용한 시스템임을 나타낸다.

• 대순사상논총
• /
• 제39집
• /
• pp.69-97
• /
• 2021

'해체(解體, déconstruction)'는 현대철학을 특징짓는 속성의 하나인 창발성(創發性, emergent property)을 유도하는 개념이다. 고대 그리스 철학의 전통이 탈피를 거듭하여 개체의 자유와 평등에 대한 열망을 낳고 이로부터 르네상스와 계몽주의에 이르러 근대라는 역사적 방점 하에 철학의 종지부를 찍는 듯했다. 하지만 철학은 근대마저도 그러한 해체를 통해 그 이상의 가능성을 바라보고자 했다. 근대철학이 플라톤 철학의 인문적 완성으로 신과 인간의 묘한 동거를 꿈꾼다면 현대철학은 해체를 통해 그마저도 거부한다. 플라톤류의 고전적 형이상학은 절대자를 중심으로 순치된 안정된 체계이기는 하지만 결과적으로는 신과 종교를 토대로 할 수밖에 없고 인간의 자율성 또한 신 아래의 자율성일 뿐이다. 현대철학은 해체를 통해 인간 본연의 목소리로부터 철학을 시작하고자 한 노력의 결과 가운데 하나이다. 형이상학에 종속된 인식론이 아닌 인간 실존으로부터의 인식론을 구축하고 자유라는 말이 가질 수 있는 최고의 선을 해체를 통해 실현하고자 했다. 그렇듯 해체 또한 인간의 자유라는 근대적 화두의 연장선에 있다고 해도 틀리지 않다. 해체와 인간의 자유는 결국 서로 떼어낼 수 없는 하나의 몸인 것이다. 묘하게도 종교적 신앙성과 전통적 보수성을 주된 색채로 할 것만 같은 대순사상은 현대적 창발성을 가지고 있다. 대순사상을 창시한 증산이 활동하던 한국의 시기는 역사를 해석하는 예리한 시각이 있는 이들에게는 보물과 같이 중요한 의미를 가진다. 외세에 의한 답습이 아닌 주체적 문제의식 가운데 새로운 세상과 인간의 자유의 의미를 발견하려는 강렬한 염원에 의한 사상적 활동이 펼쳐진 시기이기 때문이다. 그러한 한국의 자생적 창발성이 낳은 비권력적 사상이 바로 흔히 말하는 한국 근대의 신종교인 셈이다. 그 가운데서 대순사상은 참동학으로서 증산의 명맥을 잇고 증산이 남긴 해원의 개념 속에서 근대를 넘은 현대의 가치를 현실 가운데 펼치고자 한다. 대순사상의 해원은 근대를 넘은 현대성을 담고 있다는 점에서 현대철학의 해체와 상통한다. 해원은 첫째로 단주로부터 발현된 인간 실존의 원초적 억압에 따른 근본 원(冤)의 해소를 의미한다. 두 번째로 대순사상의 해원은 인존이라는 해원적 실존을 중심으로 천지인 삼계의 해원을 아우른다. 데리다의 해체가 인간과 사회 내부에 잠재된 보이지 않는 구조와 속박의 틀을 드러내고 그것을 파기하는 것으로부터 억압을 풀고 인간의 근본 자유를 실현하고자 한 것은 대순사상의 해원이 천지인 삼계를 휘감고 있던 근본 억압을 풀어 삼계의 대립을 상생으로 개방하고자 한 점과 동일한 맥락이라고 할 수 있겠다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.384-392
• /
• 2022

본 연구는 RGB, 초분광 센서를 이용하여 시기별 사과 잎의 엽록소와 질소 함량을 예측하여 사과 나무 잎의 질소 영양을 진단하기 위해 수행되었다. 분광 데이터는 사과나무 '홍로/M.9' 2년생을 대상으로 고해상도 RGB와 초분광 센서로 촬영 후 영상처리를 통해 취득하였다. 식물체 데이터는 촬영이 끝난직후 엽록소와 잎 질소 함량을 측정하였다. 엽록소 측정기의 SPAD meter, RGB 센서의 개별 파장, 컬러 식생지수 및 초분광 센서의 214개의 파장과 식물체 데이터를 이용하여 회귀분석을 실시하였다. 엽록소와 잎 질소 함량 데이터는 시기와 상관없이 질소 시비량에 따라 통계적으로 유의한 차이가 나타났다. 잎은 시기가 지나면서 잎에 있던 영양분이 과실로 전이되어 색이 옅어졌으며 RGB센서의 경우 Red파장에서 시기와 상관없이 통계적으로 유의한 차이가 나타났다. 초분광 센서의 경우 두 시기 모두 질소 시비 수준에 따라 가시광 영역보다 비가시광 영역에서 차이가 크게 나타났다. 반사값를 이용하여 식물체 특성의 예측 모델 결과 엽록소, 잎 질소함량 모두 초분광 데이터를 이용한 부분최소제곱회귀분석을 이용하였을 때 성능이 가장 높게 나타났다(chlorophyll: 81% / 63%, leaf nitrogen content: 81% / 67%). 이러한 원인은 RGB 센서에 비해 초분광 센서는 좁은 FWHM과 400-1,000nm의 넓은 파장 범위를 가지고 있어 질소 결핍에 의한 스트레스로 인해 작물의 분광학적 해석이 가능했을 것으로 판단된다. 추후 분광학적 특성을 이용하여 전 생육 시기의 수체 생리, 생태 모델 개발 및 검증 그리고 병해충 진단 등 연구를 통해 고품질, 안정적인 과실 생산 기술 개발에 기여될 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 대중서사연구
• /
• 제26권2호
• /
• pp.39-85
• /
• 2020

본고는 마스터플롯의 개념을 적극적으로 활용하여, 문제해결을 위한 서사적 시뮬레이션으로 활용하는 재난 서사의 양상들을 살핀다. 이때 한국과 미국, 일본의 재난 서사에 작동하고 있는 마스터플롯의 골격을 분석하고 비교함으로써, 각각의 국가 및 사회공동체의 문제 인식 및 해결 방식의 차이에 대하여 논의할 것이다. 재난 서사는 오늘날 글로벌 위험사회에서 공동체적 문제해결을 지향하는 마스터플롯이 적용되기에 가장 적합한 장르로서, 그 문제해결 방식은 각각의 공동체에 따라 상이한 인식 차이를 보인다. 먼저 미국 재난 서사의 경우 자연재해에 대한 민간인 전문가의 대응에서, 오늘날 MCU 영화들에 등장하는 히어로까지의 변화를 추적한다. 과거에 비하여 영웅주의와 국가주의의 긴밀한 의존 관계는 줄었지만, 상대적으로 영웅들의 자발적인 협력과 성찰 능력에 의해서 국가가 후경화되더라도 사라지지는 않고 기능을 유지한다. 반면 한국의 재난 서사에서는 국가의 실종과 기능 마비가 전경화된다. 그 공백 상태를 메우기 위하여 의병 서사, 혹은 국가에 의해 버려진 사람들이 구성하는 새로운 가족 서사가 발생한다. 한국의 재난 서사는 재난 이후의 변화를 민감하게 받아들이며, 국가의 회복과 복귀는 결코 재난 이후의 상황을 정상화하지 못한다. 마지막으로 일본의 재난 서사는 방어적이고 신경증적이다. 국가 주도의 관료 시스템이 모든 재난 상황을 통제하고자 하는 강박적인 국가주의가 그려지거나, 그에 반발하여 반-영웅적인 개인이 자발적 희생을 거부하고 재난 상태를 방기하는 양상까지 나타난다. 본고는 일련의 마스터플롯과 그 변형 및 활용에 대한 비교를 통해서 오늘날 마스터플롯이 가지고 있는 영향력과 가치에 대하여 진단할 수 있었다. 전세계적인 OTT 서비스가 이루어지고 있는 오늘날 마스터플롯의 이해와 활용이 점점 더 중요해지고 있는 시기에, 본고의 시도가 세계적인 이야기의 유통과 공유를 위한 단편적인 모델이 될 수 있을 것이다.