• 한국식품과학회지
• /
• 제42권1호
• /
• pp.69-74
• /
• 2010

자극적인 냄새와 맛은 감소되고 당도가 높아 마늘을 싫어하던 사람들도 섭취하기 용이한 흑마늘이 전국적으로 개발되어 기능성 식품용 소재로 각광을 받고 있으나 최근 과잉 생산으로 인한 가격 하락 현상이 심화되고 있어 부가가치를 증대시키기 위해 흑마늘 발효주를 개발하고 항산화 활성을 조사하였다. 흑마늘 발효주 제조용 효모는 흑마늘 첨가 YM 배지에서 생육 가능한 균주를 선발 분리하여 사용하였다. 발효 중 모든 흑마늘 첨가 구의 pH는 4.5 이하를 유지하였고, 24시간 당화로 생성된 환원당은 발효가 진행됨에 따라 급격하게 감소되었다. 발효기간 중 효모에 의해 당에서 전환된 알코올 함량은 발효 6일째까지 급격하게 증가하였고 최종적으로 19% 정도를 나타내었다. 또한 제조된 흑마늘 발효주의 주요 유기산은 수산, 사과산, 젖산 및 구연산이며 흑마늘 첨가 농도가 증가함에 따라 L값은 감소하고 b값은 증가하여 어두운 색을 나타내었다. 흑마늘 발효주의 폴리페놀 함량, DPPH 라디칼 소거 및 FRAP 활성은 흑마늘 첨가량이 증가함에 따라 높게 나타나 흑마늘 발효주가 대조구인 일반 발효주에 비해 항산화능이 높을 것으로 생각된다. 관능평가 결과 1%의 흑마늘을 첨가하는 것이 기호도가 가장 우수한 것으로 나타났다. 이상의 결과로 흑마늘 발효주는 국내 발효주 시장의 다양성을 증대시켜 소비시장을 활성화 시킬 수 있을 것으로 기대된다. 또한 한국의 대표적인 전통주로 개발되기 위해서는 저장성 연구, 향기성분 분석, 기능성 분석, 침전생성 방지 및 조미 기술 확립 등 다양한 연구가 요구된다.

• 한국식품영양학회지
• /
• 제10권4호
• /
• pp.514-520
• /
• 1997

유부를 저온(8$\pm$2$^{\circ}C$) 및 실혼(25-3$0^{\circ}C$)에 저장하였을 때 유부의 품질변화를 분석하였다. 초기 수분함량이 41.9%였던 유부를 8$\pm$2$^{\circ}C$ 및 25-3$0^{\circ}C$에 저장한 결과 저장기간 2일째에 각각 29.6%와 29.8%로 급격히 수분함량이 감소하였고 그 이후 큰 변화는 없는 것으로 나타났다. 저장온도와 저장기간이 증가할수록 pH는 감소하였고 저장 중 유부기름의 산가는 저온저장 때보다 실온저장 4일째까지 서서히 증가하다가 5일째 큰 폭으로 증가하였다. 과산화물가 역시 저장온도 8$\pm$2$^{\circ}C$, 9일째까지 품질저하에 별 영향을 미치지 못하였으나 실온 저장이 6일째에 12.20meq/kg으로 급격히 증가하는 것으로 나타났다. 또한, 저장전 지방산조성과 8$\pm$2$^{\circ}C$에서 8일간 및 25-3$0^{\circ}C$ 4일간 저장하였을 경우에 지방산 조성의 차이는 거의 나타나지 않았다. 생균수의 변화는 저장초기 1.0$\times$1.0 CFU/g이었으며 25-3$0^{\circ}C$의 경우 저장 2일째부터 호기성 전세균과 곰팡이수가 각각 6.1$\times$105와 2.0$\times$13 CFU/g로 급속히 증가하였다. 관능 검사결과 저온저장 6일간 기호성에 큰 변화는 없었으나, 25-3$0^{\circ}C$ 저장 4일째에는 관능적 품질이 큰 폭으로 하락하는 것으로 나타났다. 따라서 식품위생법에 규정된 산가(3.0 KOH mg/g 이하) 및 과산화물가(30 meq/kg 이하)를 기준으로 하여 유부의 적절한 유통 기간을 구하여 검토한 결과 8$\pm$2$^{\circ}C$에서 저장한 경우 저장 7일째까지는 유통가능한 기간으로 생각된다. 그러나 식품위생법에 규정되어 있지는 않는 규격이지만 관능검사 결과로 보아서 실온저장 6일째 이후 상품적 가치가 다소 떨어질 것으로 추정된다.

• 한국과학교육학회지
• /
• 제29권2호
• /
• pp.137-155
• /
• 2009

영재교육은 효과적인가? 영재교육은 그 지향하는 구체적인 목표를 달성했다고 평가할 수 있는가? 영재 교육원에서 영재교육을 받는 동안 학생들은 인지적, 비인지적 측면에서 어떻게 달라지며 영재교육을 받지 않은 학생들과 어떠한 측면에서 차별화되는가? 본 연구는 이러한 의문에서 출발하였다. 이러한 질문들은 매우 민감하지만 중요한 이슈임이 틀림없다. 따라서 본 연구는 과학영재교육 프로그램의 효과성을 검증하기 위하여 대학부설 C 과학영재교육원 재학생 153명과 교사가 추천한 과학적 흥미와 능력이 과학영재교육원 학생과 유사한 수준의 우수학생(비교집단) 131명을 대상으로 과학에서의 문제 발견력, 학습 동기와 자기조절능력, 과학 관련 태도, 과학 불안도 검사를 실시하였다. 연구결과, 과학에서의 문제 발견력에서 영재집단은 정교성과 독창성이 유의하게 증가하였고 탐구동기는 유의하게 감소하였으며 우수집단은 정교성, 탐구동기, 탐구수준, 독창성 등 과학에서의 문제 발견력이 전반적으로 낮아졌음을 알 수 있었다. 학습 동기 및 자기조절 능력에서 영재집단은 인지전략 사용 부분에서 유의하게 높아졌고 내적가치는 유의하게 낮아짐을 알 수 있었다. 우수집단의 경우 자기효능감, 불안테스트, 자기조절 등 전반적으로 학습 동기 및 자기조절 능력이 감소하였음 알 수 있었다. 과학 관련 태도는 영재교육 프로그램에 투입된 영재집단의 경우, 사전 사후 값의 변화가 없었지만 영재교육 프로그램에 투입되지 못한 우수집단의 경우 평균값이 통계적으로 유의하게 낮아졌음을 알 수 있었다. 과학 불안도에서 영재집단의 경우, 사전 사후 값의 변화가 거의 없었지만, 우수집단은 유의하게 감소함을 알 수 있었다. 이와 함께, 각 변인들에 대하여 사전 점수를 공변인으로 실시된 공변량분석 결과, 과학 관련 태도와 과학 불안도(과학적 관련 수행, 탐구동기 제외), 과학에서의 문제 발견력과 자기효능감 및 자기조절능력에서 유의미한 차이가 있음을 알 수 있었다. 이러한 집단간의 유의한 차이는 영재집단에서 각 변인들에 대하여 유의미한 향상이 있었기 때문이 아니라 우수집단에서 전반적으로 큰 폭의 점수하락이 발생하였기 때문인 것으로 보인다.

• 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.