• 헤리티지:역사와 과학
• /
• 제57권1호
• /
• pp.82-108
• /
• 2024

고고 자료의 기록방식이 아날로그 기록에서 디지털로 전환되면서 3D 스캐닝 기술의 도입은 본격화되었다. 현재 3D스캔과 사진측량을 이용한 고고 자료의 디지털 기록에 대한 연구와 도입은 지속적으로 이루어지고 있다. 하지만 비용, 인력 문제 등으로 인해 대부분의 매장문화재 기관에서는 적극적인 디지털 기술의 도입을 주저하고 있다. 본고는 3D 스캔 방식 중 효율성이 가장 높다고 평가되는 사진측량 기술을 이용하여 오픈소스 소프트웨어를 활용한 유물의 디지털 실측 방법을 제시하고자 한다. 유물의 디지털 실측 절차는 크게 3D 모델 획득, 3D 모델 편집 및 입단면도 제작, 전자도면 작성의 세 단계로 이루어진다. 디지털 기술 적용의 접근성을 살펴보기 위해 전 과정은 오픈소스 소프트웨어만을 이용하였다. 연구 결과 정량적 평가에서 실제 유물과 3D 모델의 수치 데이터 간 계측의 편차가 크지 않았다. 또한, 오픈소스 소프트웨어와 상용 소프트웨어 간 정량적 품질 비교분석 결과 유사도가 높았다. 다만 데이터 처리시간은 상용 소프트웨어의 성능이 우위에 있었다. 이는 지속적인 알고리즘 개선으로 인한 연산속도 향상의 결과로 판단된다. 정성적 평가에서는 메시 및 텍스처 품질의 차이가 일부 발생하였다. 오픈소스 소프트웨어로 생성된 3D 모델은 메시표면에 노이즈가 다수 발생하거나 메시의 표면이 부드럽지 않고 유물의 제작흔, 문양의 표현을 확인하기 어려웠다. 하지만 일부 프로그램에서 정량적·정성적 평가에서 상용 소프트웨어에 견줄 만한 품질을 획득할 수 있었다. 3D 모델 편집을 위한 오픈소스 소프트웨어에서는 사진실측 결과물의 후처리, 정합, 병합뿐만 아니라 유물 실측에 필요한 스케일 조정, 입단면도 제작 및 이미지 렌더링까지 가능하였다. 이후 오픈소스 캐드 프로그램에서 트레이싱하여 최종 도면을 완성하였다. 고고학 연구에서 사진실측의 적용은 발굴과정부터 보고서 작성 그리고 3D 모델 데이터의 수치정보를 이용한 연구 등 활용 가능성이 매우 높다. 컴퓨터 비전의 획기적인 발전으로 오픈소스 소프트웨어의 종류도 다양해졌고 성능도 상당부분 개선된 것으로 확인되었다. 누구나 쉽게 디지털 기술의 적용이 가능한 현재 고고 자료의 3D 모델 데이터의 획득은 문화유산의 보존과 연구 활성화를 위한 기초자료로 활용될 수 있다.

• 말소리와 음성과학
• /
• 제16권2호
• /
• pp.49-58
• /
• 2024

본 연구에서는 정상음성사용자를 대상으로 음성검사를 위한 고가의 음성 녹음 장비인 Computerized Speech Lab(CSL) 대신 스마트폰에 적용 가능한 단일지향성 유선 핀마이크(WIRED), 스마트폰의 자체 내장 무지향성 마이크(SMART), 블루투스 무선 이어폰인 갤럭시 버즈2 프로(WIRELESS)로 녹음된 음성샘플의 음향학적 측정치를 비교하고자 하였다. 연구대상은 최근 3개월 이내 호흡기 질환으로 이비인후과에 내원한 적이 없는 정상성인 40명(남 12명, 여 28명)이었으며, 소음이 통제된 방음 부스에서 모음 /아/ 연장 발성(4초) 과제와 '산책' 문장, '가을' 문단 읽기 과제를 네 가지의 기기로 동시에 녹음하였다. 4종의 샘플들에 대하여 CSL 녹음을 기준으로 동기화 작업을 진행하였으며, MDVP와 ADSV, VOXplot 프로그램을 이용하여 분석하였다. 연구 결과, F0, shimmer, noise-to-harmonic ratio를 제외한 다른 변수들에서 유의미한 차이가 있었다. 특히 SR_V, SR_S, CSID_V, CSID_S, AVQI의 경우 CSL에 비해 WIRED의 CSID_V, CSID_S, AVQI 중증도가 낮았던 반면, SMART에서는 높게 나타났다. SR_V, SR_S의 경우 반대의 경향이 나타났으며, WIRELESS는 과제에 따라 다른 경향이 있었다. CSL과 다른 마이크 유형들은 동일한 변수 간에는 모두 양의 상관관계를 보였으며, F0와 CPP_V가 모든 유형에서 공히 강한 양의 상관관계를 보였다. ICC 또한 F0와 CPPV가 모두 0.9 이상으로 가장 높았다. 본 연구에서 사용된 마이크를 음향학적 분석을 위한 녹음 도구로 사용할 때, F0와 CPP_V의 경우 신뢰도 높은 분석 변수로 마이크 유형과 무관하게 포함할 수 있고, SR, CSID, AVQI의 경우 마이크 유형에 따라 분석 및 해석에 주의를 기울일 필요가 있을 것으로 판단된다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.47-67
• /
• 2017

강판 표면 결함은 강판의 품질과 가격을 결정하는 중요한 요인 중 하나로, 많은 철강 업체는 그동안 검사자의 육안으로 강판 표면 결함을 확인해왔다. 그러나 시각에 의존한 검사는 통상 30% 이상의 판단 오류가 발생함에 따라 검사 신뢰도가 낮은 문제점을 갖고 있다. 따라서 본 연구는 Simultaneous MTS (S-MTS) 알고리즘을 적용하여 보다 지능적이고 높은 정확도를 갖는 새로운 강판 표면 결함 진단 시스템을 제안하였다. S-MTS 알고리즘은 단일 클래스 분류에는 효과적이지만 다중 클래스 분류에서 정확도가 떨어지는 기존 마할라노비스 다구찌시스템 알고리즘(Mahalanobis Taguchi System; MTS)의 문제점을 해결한 새로운 알고리즘이다. 강판 표면 결함 진단은 대표적인 다중 클래스 분류 문제에 해당하므로, 강판 표면 결함 진단 시스템 구축을 위해 본 연구에서는 S-MTS 알고리즘을 채택하였다. 강판 표면 결함 진단 시스템 개발은 S-MTS 알고리즘에 따라 다음과 같이 진행하였다. 첫째, 각 강판 표면 결함 별로 개별적인 참조 그룹 마할라노비스 공간(Mahalanobis Space; MS)을 구축하였다. 둘째, 구축된 참조 그룹 MS를 기반으로 비교 그룹 마할라노비스 거리(Mahalanobis Distance; MD)를 계산한 후 최소 MD를 갖는 강판 표면 결함을 비교 그룹의 강판 표면 결함으로 판단하였다. 셋째, 강판 표면 결함을 분류하는 데 있어 결함 간의 차이점을 명확하게 해주는 예측 능력이 높은 변수를 파악하였다. 넷째, 예측 능력이 높은 변수만을 이용해 강판 표면 결함 분류를 재수행함으로써 최종적인 강판 표면 결함 진단 시스템을 구축한다. 이와 같은 과정을 통해 구축한 S-MTS 기반 강판 표면 결함 진단 시스템의 정확도는 90.79%로, 이는 기존 검사 방법에 비해 매우 높은 정확도를 갖는 유용한 방법임을 보여준다. 추후 연구에서는 본 연구를 통해 개발된 시스템을 현장 적용하여, 실제 효과성을 검증할 필요가 있다.

• 핵의학기술
• /
• 제13권3호
• /
• pp.102-109
• /
• 2009

목적 : Siemens사의 Flash 3D(Pixon(R) method, 3D OSEM)는 검사 시간을 단축하면서 재구성을 통해 영상의 질을 높일 수 있도록 개발된 소프트웨어 프로그램으로써 핵의학 단층 촬영 시 유용하게 적용되고 있는 영상처리기법이다. 그러나 감산된 영상을 Flash 3D로 재구성하여 시행하는 뇌 혈류 부하 검사 시에 영상 획득시간을 짧게 하여 검사를 시행하면 재구성된 감산 영상의 신호 대 잡음비가(SNR, signal to noise ratio) 기저 영상에 비해 낮아지는 문제점이 있었다. 감산 영상의 SNR을 높이기 위해 LEAP 검출기를 사용하였고, 뇌혈관의 해상력보다는 혈관 확장의 예민도에 더 중점을 두었다. 본 실험은 뇌혈관 부하 단층 촬영 시 LEAP 검출기의 적용 가능성을 확인하고, Flash 3D를 이용한 적정 수준의 재구성 매개 변수를 파악하는 데 목적이 있다. 실험재료 및 방법 : (1) 팬텀 평가: $^{99m}Tc$을 넣은 Hoffman 3D Brain $Phantom^{TM}$을 이용하였다. LEAP와 LEHR 검출기로 첫 번째 영상을(부하 영상에 해당) 획득하고 $^{99m}Tc$의 반감기인 6시간 후 동일한 방법으로 두 번째 영상을(기저 영상에 해당) 획득하였다. 또한, 각각의 기저 영상과 감산 영상의 SNR 및 백질과 회백질의 비를 측정하였다. (2) 환자 영상의 평가: 2008년 5월부터 2009년 1월까지 LEAP 검출기로 촬영하여 정상으로 판독된 15명과 LEHR 검출기로 촬영하여 정상으로 판독된 13명의 환자를 대상으로 영상을 정성분석 하였다. Phantom에서 얻은 재구성 매개 변수를 대입하여 평가하였다. 하루 검사 프로토콜로 시행하였으며 기저에서 925 MBq, 부하에서 925 MBq의 $^{99m}Tc$-ECD를 투여하였다. 결과 : (1) 팬텀 평가: 각 검출기에서 획득한 계수치를 측정한 결과 LEHR 기저에서는 41~46 kcount, 부하에서 79~90 kcount, 감산에서 40~47 kcount가 측정되었다. LEAP의 경우 기저에서 102~113 kcount, 부하에서 188~210 kcount, 감산에서 94~103 kcount가 측정되었다. LEHR 감산 영상의 SNR은 LEHR 기저 영상과 비교하면 37% 감소하여 나타났고, LEAP 감산 영상의 SNR은 LEAP 기저 영상과 비교하면 17% 감소하여 나타났다. 회백질과 백질의 비는 LEHR 기저에서 2.2:1 감산에서 1.9:1로 측정되었고, LEAP 기저에서는 2.4:1 감산에서 2:1로 측정되었다. (2) 환자 영상의 평가: LEHR 검출기로 획득한 계수는 기저에서 대략 40~60 kcount, 부하에서 80~100 kcount 사이였다. 기저 및 부하 영상은 FWHM을 7 mm로 (타 장비의 Cutoff에 해당), 감산 영상은 FWHM을 11 mm로 설정하는 것이 적절하였다. LEAP는 기저에서 대략 80~100 kcount, 부하에서 180~200 kcount로 측정되었다. LEAP 영상은 기저 및 부하에서 FWHM을 5 mm로, 감산에서 7 mm로 설정해야 영상의 흐림을 줄일 수 있었다. 기저 및 부하 영상은 LEHR 영상이 LEAP 영상보다 해상력이 우수했다. 그러나 감산 영상의 경우 팬텀 실험과 같이 LEHR 영상의 SNR이 떨어져 영상이 거칠게 보였다. 감산 영상은 LEAP 영상이 LEHR 영상에 비해 SNR 및 예민도가 높게 평가되었다. LEHR과 LEAP 검출기의 모든 영상에서 subset과 iteration은 8회가 적절하였다. 결론 : LEAP 검출기를 이용해 적정 수준의 필터를 사용함으로써 SNR을 높여 보다 선명한 감산 영상을 획득할 수 있게 되었다. 하루 검사 프로토콜을 적용하여 Flash 3D로 재구성하는 경우, 보다 나은 감산 영상을 얻기 위해 LEAP 검출기의 적용을 고려해 볼 수 있을 것으로 판단된다.

• 대한핵의학회지
• /
• 제38권3호
• /
• pp.259-267
• /
• 2004

목적: 전신용 PET에 대한 표준 성능 평가 방법으로 NEMA NU2-2001이 확립되어 제안되었다. 따라서 새로이 설치되는 PET 스캐너뿐 아니라 기존에 사용 중인 스캐너에 대한 성능 평가가 이 표준 방법에 따라서 새로이 이루어 져야 한다. 이 연구에서는 NEMA NU2-2001 방법을 이용하여 CTI ECAT EXACT 47 PET 스캐너의 공간해상도, 민감도, 산란분획, NECR 등을 측정하였다. 대상 및 방법: 공간해상도를 평가하기 위하여 축 방향 시야의 정 가운데와 축 방향 시야 길이의 1/4을 벗어난 횡단면에 F-10을 채운 유리관(내경 1.1 mm)을 횡단면의 중심에서 1, 10 cm 떨어진 지점에 축 방향과 평행하게 위치시킨 후 PET 영상을 얻었다. 민감도를 측정하기 위하여 폴리에틸렌 및 알루미늄 관에 F-18을 채운 후 불응시간 손실이 1%를 넘지 않는 것을 확인한 후 영상을 획득하였다. 산란분획 및 최적 영상 획득 조건을 얻기 위하여 NECR을 NEMA 산란 팬텀을 이용하여 측정하였다. 결과: FBP재구성 방법(화소 크기: $0.515{\times}0.515mm^2$)으로 영상을 재 구성했을 때 스캐너의 중심에서 1cm 벗어난 지점에서 축방향, 횡축방향 공간 분해능은 0.62, 0.66 cm (FBP, 2D와 3D), 0.67, 0.69 cm (FBP, 2D와 3D)이었고 중심에서 10 cm 벗어난 지점에서 축방향, 횡축반경방향, 횡축접선방향 공간 분해능은 0.72, 0.68 mm (FBP, 2D와 3D), 0.63, 0.66 mm (FBP, 2D와 3D), 0.72, 0.66 mm (FBP, 2D와 3D)이었다. 민감도는 스캐너의 횡축방향 708.6 (2D), 2931.3 (3D) counts/sec/MBq, 횡축방향 중심에서 10cm 벗어난 지점에서 728.7 (2D), 3398.2 (3D) counts/sec/MBq 이었다. 산란 분획은 0.19 (2D), 0.49 (3D)이었고 최고 참 계수율과 NECR은 2차원 영상 획득 모드에서 40.1 kBq/mL 일 때 64.0 kcps, 40.1 kBq/mL 일 때 49.6 kcps, 3차원 영상 획득 모드에서 4.76 kBq/mL 일 때 53.7 kcps, 4.47 kBq/mL 일 때 26.4 kcps이었다. 결론: 이 실험에서 NEMA NU2-2001로 측정한 PET스캐너의 물리적 특성은 PET스캐너에 대한 객관적 평가 및 최적화 된 영상 획득과 분석에 유용할 것이다.

• 대한핵의학회지
• /
• 제38권4호
• /
• pp.318-324
• /
• 2004

목적: Philips GEMINI PET/CT 스캐너는 GSO 섬광결정을 사용해 제작된 전신용 PET/CT 스캐너이다. 이 연구에서는 NEMA에서 새롭게 제안한 NEMA NU2-2001에 따라 GEMINI PET/CT 스캐너의 공간분해능, 민감도, 산란분획, NECR 등을 평가하고 그 결과를 BGO, LSO등의 섬광결정의 특성과 비교하였다. 대상 및 방법: GEMINI는 Philips ALLEGRO PET과 MX8000 D multi-slice CT 스캐너를 결합한 PET/CT 스캐너로서 검출기는 GSO 섬광결정 ($4{\times}6{\times}20mm^3$)을 사용하였고 축방향 시야는 18 cm이다. 공간분해능. 민감도, 산란분획, NECR 등을 평가하기 위하여 PET 데이터를 획득하였다(동시계수창: 8 ns, 에너지창: $409{\sim}664$ keV). 공간분해능 측정을 위하여 축횡단면의 중심에서 1 cm, 10 cm 떨어진 지점의 각 3지점((a) x=0, y=1, (b)x=10, y=0, (c)x=0, y=10)에서 영상을 획득한 다음 여과후역투사방법(램프필터 사용)과 3D RAMLA를 이용하여 영상재구성을 하고 FWHM을 구하였다. 민감도 측정을 위하여 선선원(F-18)을 축횡단면의 중심과 중심에서 10 cm 벗어난 지점에서 5개의 알루미늄관을 차례로 씌워 매질감쇠에 따라 달라지는 참계수를 구하고 이 값을 회귀분석하여 감쇠매질이 없는 이상적인 상황에서의 민감도를 측정하였다(랜덤계수가 참계수의 1%이내). 산란분획과 NECR을 측정하기 위하여 F-18 선선원(1110 MBq)을 산란팬텀에 주입하여 7반감기동안 계수를 획득하였다. SSRB을 사용하여 3D 데이터를 재구성한 다음 랜덤계수율이 참계수율이 1% 미만인 영역에서 산란분획을 구하고 각 횡단면의 값을 평균하여 전체 산란분획을 얻었다. 이 값을 기초로 각 프레임, 각 횡단면에 대한 랜덤계수율, 산란계수율, NECR을 구하였다. 결과: 스캐너의 중심에서 1 cm 벗어난 지점에서 횡축방향, 축방향 공간분해능은 (1) 5.3, 6.5 mm (FBP), (2) 5.1, 5.9 mm (3D RAMLA)이었다. 횡단면의 중심에서 10 cm 벗어난 지점에서 횡축반경방향, 횡축접선방향, 축방향 공간분해능은 (1) 5.7, 5.7, 7.0 mm (FBP), (2) 5.4, 5.4, 6.4 mm (3D RAMLA)이었다. 감쇠매질이 없는 이상적인 상황에서의 민감도는 횡단면의 중심에서 3,620 counts/sec/MBq, 횡단면의 중심에서 10 cm 벗어난 지점에서 4,324 counts/sec/MBq이었다. 산란분획은 40.6%, 최대 참계수율과 최대 NECR은 각각 88.9 kcps @ 12.9 kBq/mL, 34.3 kcps @ 8.84 kBq/mL이었다. 결론: 이 실험에서 NEMA NU2-2001을 이용해 GSO 섬광결정을 사용해 제작된 PET/CT에 대한 성능 평가를 실시하였다. 이는 BGO, LSO 섬광결정을 사용해 제작된 PET 스캐너의 특성과 비교할 수 있는 자료를 제공하며 PET 영상 획득 시 객관적 평가와 분석에 유용하였다.

• 핵의학기술
• /
• 제18권1호
• /
• pp.49-61
• /
• 2014

인구의 고령화와 함께 골다공증성 척추압박골절 환자의 발병률은 매년 증가하는 추세이며 경피적 척추성형(percutaneous vertebroplasty, PVP)은 가장 많이 시행되는 표준화된 치료 방법이다. 시술 전 후의 정확한 진단평가에 있어 SPECT/CT 검사의 유용성이 우수하다는 연구 보고가 있으나 시술에 사용되는 골 시멘트(bone cement) 물질은 CT 영상에서 인공물(artifact)을 생성하여 영상품질에 영향을 미친다. 이에 본 연구에서는 골 시멘트가 SPECT/CT 영상에 미치는 영향을 평가하는 데 목적을 두었다. NEMA-1994 팬텀(phantom)에 배후방사능(3.6 kBq/ml), 열소(29.6 kBq/ml), 냉소(물)를 설정한 후 각 원통(cylinder)에 모형 시멘트를 삽입하여 영상 획득하였다. Astonish (Iterative: 4, Subset: 16)으로 재구성하였고, CT 보정 방법은 비감쇠보정(NAC), 감쇠보정(AC+SC-), 감쇠 및 산란보정(AC+SC+) 3가지 방법을 사용하였다. 각각의 보정방법에 따른 평균계수와 시멘트물질의 유 무에 따른 계수 변화율을 비교하고 대조도 회복 계수(contrast recovery coefficient, CRC)를 구했다. 또한, 압박골절 진단을 받은 환자 107명 중 PVP를 시행한 20명을 선별하여 추체를 골절, 정상, 시멘트로 나누고 연조직(척추기립근)을 포함 4곳의 평균 계수를 측정한 후, 뼈/연조직 간 계수 비(bone/soft tissue ratio, B/S ratio)을 구했다. NAC를 기준으로 AC+SC-, AC+SC+의 평균계수는 증가하였고, AC+SC-의 평균계수가 가장 높았으며, AC+SC+는 AC+SC-에 비해 상대적으로 낮았다. 시멘트 물질의 유 무에 따른 평균계수는 시멘트가 존재할 때 NAC, AC+SC-, AC+SC+에 따라 팬텀의 열소에서 12.4%, 6.5%, 1.5%, 냉소 75.2%, 85.4%, 102.9%, 배후방사능 13.6%, 18.2%, 9.1%, 임상영상의 골절부에서 33.1%, 41.4%, 63.5%, 정상부 53.1%, 61.6%, 67.7%, 연조직 10.0%, 4.7%, 3.6%의 증가율을 보였다. 반면 원통 내부의 시멘트 인접부에서 상대적 계수감소를 확인할 수 있었고, 병소에 대한 팬텀영상과 임상영상간의 계수 증가율은 상반된 양상을 보였다. 대조도 비를 나타내는 CRC와 B/S ratio는 NAC, AC+SC-, AC+SC+순으로 향상되었고, 팬텀의 냉소에서는 큰 변화 없이 일정하였다. 정량적 계수는 AC+SC-가, 대조도 비는 AC+SC+가 가장 높게 분석되었다. PVP 시행 환자의 척추 뼈 SPECT/CT 검사에서 AC+SC- 의 사용은 영상계수를 대폭 향상시켜 특히 병소의 농도가 높은 영상을 얻는 반면에 골 시멘트의 영향과 함께, 연부조직 및 산란영역의 영상잡음 계수까지 증가시키므로 대조도비를 향상시키는 AC+SC+의 적용을 병행한다면 임상진단에 유용할 것으로 사료된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.