• 생명과학회지
• /
• 제33권11호
• /
• pp.897-904
• /
• 2023

본 연구는 Bacillus velezensis K10의 유전체 분석결과에 따른 유전자의 고유한 특성을 이용하여 유전자마커를 탐색하고 확립하여 산업현장에서 활용하기 위해서 수행하였다. B. velezensis K10은 총 4,159,835 bps를 유지하였으며, 5,136개의 단백질을 발현하는 것으로 조사되었다. B. velezensis K10은 표준균주에 비교하여 전반적으로 외부요인에 기인되는 유전자의 이동이 훨씬 많은 것으로 나타났다. 이와 같은 양상에 기인하여 B. velezensis K10은 특유의 유전적 서열을 유지할 수 있는 것으로 추정되었다. 선발마커 발굴을 위해 recombinase, integrase, transposase, phage-related genes, 등 유전자 변이 유발이 쉬운 게놈상의 영역에 대해 탐색을 실시하였다. 그 결과, 선발마커로써 가능성이 높은 9개 부위를 확보하였다. 후보마커는 일부 다른 영역에서 특이성을 보이는 영역들이 존재했지만, phage 연관 유전자들에서 매우 특이성이 높았기 때문에, 모두 phage 관련 부위에서 모두 탐색되었다. 종간 후보 선발마커로써 B. licheniformis K12, B. velezensis K10, B. subtilis, B. cereus 등에 대해 PCR 분석을 실시하였다. 그 결과 BV3, BV5~9까지 총 6 프라이머 세트에서 B. velezensis K10 특이적인 PCR 산물이 형성되는 것을 확인하였다. 다른 한편으로, subspecies 수준에서 분석 결과, BV3, 5, 8, 9 등 4 프라이머 세트에서 B. velezensis K10 특이적인 PCR 산물이 형성되는 것을 관찰했다. 분석된 마커 중에서 BV5와 8가 가장 특이성이 높았기 때문에 종(species) 및 아종(sub-species) 수준에서 B. velezensis K10 유전자 선발마커로써 BV5와 8을 활용 가능할 것으로 제의된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1255-1272
• /
• 2023

위성영상 기반 클로로필-a (chlorophyll-a) 농도는 전지구 기후변화 연구를 위해 장기간의 시계열 자료로 생산되고 있으며, 시간합성 또는 다종위성 자료의 병합(merging)을 통해 결측이 없는 자료의 생산이 요구된다. 그러나 한반도 주변 해역에서의 위성영상 기반 클로로필-a 농도와 관련된 연구는 단일 해색센서로 산출하여 계절적 특징을 평가하거나 연구해역에 적합한 알고리즘을 제시하는 연구가 주로 수행되었다. 본 연구에서는 한반도 주변 해역에서의 공간 커버리지가 높은 클로로필-a 농도 산출을 위해 정지궤도 해색센서 GOCI-II와 극궤도 센서(MODIS, VIIRS, OLCI)의 원격반사도(Remote Sensing Reflectance) 병합자료를 이용하였다. 연구결과 산출물의 공간 커버리지는 극궤도 해색센서 자료보다 약 30% 증가하여 구름으로 인한 결측을 보완하였다. 그리고 현장 관측자료와 함께 Ocean Colour Climate Change Initiative (OC-CCI)와 GlobColour에서 제공하는 전지구 클로로필-a 합성장 자료와의 비교를 통해 정확도를 정량적으로 제시하고자 하였다. 그러나 현장관측 자료의 절대적인 수 부족으로 유의미한 통계적 결과는 제시하지 못하였지만, 전지구 자료와의 비교 결과보다 과소 추정 경향을 확인하였다. 또한 적조와 같은 해양재해·재난 대응 목적의 활용성 평가를 위해 2013년 동해에서 발생한 대번성 사례와 정성적으로 비교하여 정지궤도 해색센서 단독 결과보다 OC-CCI와 유사하게 나타나는 것을 확인하였다. 본 연구를 통해 산출한 결과를 사용하여 향후 인공지능모델 기반의 예측 연구와 아노말리(anomaly) 활용 연구를 수행할 예정이며, 이를 통해 우리나라 연안해역에서 발생하는 클로로필-a 이벤트 모니터링에 유용하게 활용이 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1353-1369
• /
• 2023

해상에서는 재난·재해 사고가 발생했을 시 바람 등에 의한 기상영향과 해류, 조류와 같은 해상영향에 의해 피해 규모가 달라지게 되며, 빠른 현장 파악을 통해 적합한 방제 방안을 세워 피해 규모를 최소화할 의무가 있다. 특히, 해상에 유출되는 오염물질 중 상대적으로 낮은 점도와 표면장력으로 인해 해수면에서 얇은 막으로 존재하는 오염물질은 육안으로 식별하기 어렵다. 따라서 본 연구에서는 현장에서 쉽게 활용 가능한 촬영장비를 활용하여 RGB 이미지에서 해수면의 부유성 오염물질을 탐지하는 알고리즘을 개발하고, 실 해역에서 획득된 입력자료를 활용하여 알고리즘의 성능을 평가하고자 한다. 개발된 알고리즘은 영상 강화 기법을 활용하여 오염물질과 일반 해수면의 강도값 대비를 향상시키고, 히스토그램(Histogram) 분석을 통해 배경 임계값을 찾아 오염물질 이외의 부유물질을 제거하여 최종적으로 오염물질을 분류한다. 본 연구에서는 개발된 알고리즘의 성능평가를 위해서 대체물질을 이용한 실 해역 테스트를 수행하였으며, 대부분의 부유성 해양오염물질은 탐지되었으나 파도가 강한 곳에서는 오탐지 영역이 발생하였다. 그러나 기존 알고리즘에서 단일 임계값을 사용한 탐지 방법보다 약 3배 이상의 개선된 탐지 결과를 보여준다. 본 연구개발 결과를 통해 기존 현장에서 육안으로 식별이 어려웠던 부유성 해양오염물질을 탐지함으로써 현장에서의 방제 대응 활동에 유용하게 사용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1309-1320
• /
• 2023

모바일 기기의 기술 발전과 대중화는 어디서든 사용자의 위치를 확인할 수 있으며 인터넷을 사용할 수 있도록 발전되었다. 그러나 실내의 경우 인터넷은 끊김없이 사용할 수 있지만 global positioning system (GPS) 기능은 활용하기 어렵다. 실내 공공장소인 백화점, 박물관, 컨퍼런스장, 학교, 터널 등 GPS가 수신되지 않는 음영 지역에서 실시간 위치정보 제공의 필요성이 증가하고 있다. 이에 따라 최근의 실내 측위 기술은 랜드마크 데이터베이스를 구축하기 위해 light detection and ranging (LiDAR) 장비를 기반으로 연구가 증가하고 있다. 본 연구에서는 랜드마크 데이터베이스 구축의 접근성에 초점을 두어 모바일 기기를 기반으로 랜드마크를 촬영한 단일 이미지와 사전에 구축된 랜드마크 데이터베이스 정보를 이용하여 사용자의 위치를 추정하는 기법을 개발하고자 하였다. 첫 번째로, 랜드마크 데이터베이스를 구축하였다. 랜드마크를 촬영한 모바일 이미지만으로 사용자 위치를 추정하기 위해서는 모바일 이미지에서 랜드마크 검출이 필수적이고, 검출된 랜드마크에서 고정적인 성격을 가진 지점의 지상좌표 취득이 필수적이다. 두 번째 단계에서는 bag of words (BoW) 영상 검색 기술을 적용해 랜드마크 데이터베이스 중 모바일 이미지가 촬영한 랜드마크를 유사한 4위까지 검색하였다. 세 번째 단계에서는 scale invariant feature transform (SIFT) 특징점 추출 기법과 Homography random sample consensus (RANSAC)을 통해 검색된 4개의 후보 랜드마크들 중 가장 유사한 하나의 랜드마크를 선정하였고, 이때 임계값 설정을 통해 정합점 수를 기반으로 한 차례 더 필터링을 수행하였다. 네 번째 단계에서는 대응된 랜드마크와 모바일 이미지간의 Homography 행렬을 통해 랜드마크 이미지를 모바일 이미지에 투사하여 랜드마크의 영역과 코너(외곽선)점을 검출하였다. 마지막으로, 위치추정 기법을 통해 사용자의 위치를 추정하였다. 해당 기술의 성능을 분석한 결과, 랜드마크 검색 성능은 약 86%로 측정되었다. 위치추정 결과와 사용자의 실제 지상좌표를 비교한 결과, 약 0.56 m의 수평 위치 정확도를 갖는 것이 확인되어 별도의 고가 장비 없이 랜드마크 데이터베이스를 구축하여 모바일 영상으로 사용자 위치 추정이 가능한 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1283-1297
• /
• 2023

중적외선(mid-wave infrared, MWIR) 영상은 피복 및 객체의 온도를 파악할 수 있어 환경, 국방 등 다양한 분야에서 핵심 데이터로 사용된다. KOMPSAT-3A 위성은 타 위성에 비해 높은 공간해상도의 MWIR 영상을 제공하지만, 광학(electro-optical, EO) 영상에 비해 상대적으로 낮은 시인성을 가져 활용성의 확대에 어려움을 겪는다. 이에 본 연구에서는 KOMPSAT-3A 전정색(panchromatic, PAN) 영상의 윤곽 정보를 기반으로 시인성이 높은 MWIR 융합 영상을 제작하고자 한다. 먼저, 이종 센서에서 취득된 PAN 영상과 MWIR 영상의 상대 기하오차를 제거하는 전처리를 수행하고, 딥러닝 기반 윤곽 정보 추출 기술인 Pixel difference network (PiDiNet)의 사전 학습 모델을 이용하여 PAN 영상에 대한 윤곽 정보를 추출한다. 이후 전처리된 MWIR 영상과 추출된 윤곽 정보를 중첩하여 객체 경계면이 강조된 MWIR 융합 영상을 제작한다. 제안 방법을 이용하여 서로 다른 세 지역에 대한 MWIR 융합 영상을 제작하였으며, 이를 시각적으로 분석하였다. 본 기법을 통해 제작된 MWIR 융합 영상은 지형 및 지물의 경계면이 강조되어 시인성이 개선되었으며, 세부적으로 관심 지역에 대한 열 정보를 전달할 수 있었다. 특히, MWIR 융합 영상에서는 저해상도의 원본 MWIR 영상에서 식별할 수 없었던 비행기, 선박 등의 객체를 육안으로 판독할 수 있었다. 본 연구는 가시적인 정보와 열 정보를 동시에 고려할 수 있는 단일 영상 제작 방법론을 제시하였으며, 이는 MWIR 영상의 활용성 확대에 이바지할 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1211-1224
• /
• 2023

구름은 광학위성을 이용한 국토 관측 및 재난 대응, 변화 탐지 등 지표의 현상을 관측하는데 있어 많은 어려운 문제를 야기한다. 구름의 존재는 영상 처리 단계 뿐만 아니라 최종적으로는 데이터의 품질에 영향을 미치므로 이를 반드시 식별하고 제거하는 과정이 필요하다. 따라서 본 연구에서는 위성영상 내 구름의 분광패턴에 가장 근접한 화소를 탐색 및 추출해 최적의 임계값을 선정하고 임계값을 바탕으로 구름 산출물을 제작하는 일련의 과정을 자동으로 수행하는 새로운 구름 탐지 기법을 개발하고자 하였다. 구름 탐지 기법은 크게 세 단계로 구성된다. 첫 번째 단계에서는 Digital Number (DN) 단위 영상을 대기상층 반사율 단위로 변환하는 과정을 수행한다. 두 번째 단계에서는 대기상층 반사율 영상을 이용하여 Hue-Value-Saturation (HSV) 변환 및 삼각형 임계 처리, 최대우도 분류 등의 전처리를 적용하고 각 영상별로 초기 구름 마스크 생성을 위한 임계값을 결정한다. 세번째 후처리 단계에서는 생성된 초기 구름 마스크에 포함된 노이즈를 제거하고 구름 경계 및 내부를 개선한다. 구름 탐지를 위한 실험 자료로 구름의 공간적, 계절적 분포의 다양성을 보여주는 4~11월 시기에 한반도 지역에서 촬영된 국토위성 L2G 영상을 사용하였다. 제안 방법의 성능을 검증하기 위해 단일 임계화 방법으로 생성된 결과를 비교하였다. 실험 결과, 제안 방법은 기존 방법과 비교하여 전처리 과정을 통해 각 영상의 방사학적 특성을 고려할 수 있어 보다 정확하게 구름을 검출할 수 있었다. 또한, 구름 개체를 제외한 나머지 밝은 물체(판넬식 지붕, 콘크리트 도로, 모래 등)의 영향을 최소화하는 결과를 보여주었다. 제안 방법은 기존 방법 대비 F1-score 기준으로 30% 이상의 개선된 결과를 보여주었으나 눈이 포함된 특정 영상에서 한계점이 있었다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1635-1650
• /
• 2023

지구온난화로 인한 해수면온도 상승은 해양 생태계와 해양 생물에 열적 스트레스를 유발하여 해양 종의 생산성과 분포에 심각한 영향을 미친다. 이와 관련하여 최근 우리나라의 수산자원 중 살오징어의 어획량이 지속적으로 감소하고 있다. 본 연구에서는 지속적인 수산자원 관리를 위하여 어장 형성에 영향을 주는 해양환경을 분석하고 천리안해양관측위성 자료를 비롯한 여러 위성자료들을 이용하여 계절별 살오징어 서식지적합 모델을 개발하였다. 해수면온도는 14.11-26.16℃, 해수면높이는 0.56-0.82 m, 엽록소-a 농도는 0.31-1.52 mg m^-3, 일차생산량은 580.96-1574.13 mg C m^-2 day^-1인 범위에서 평균적으로 약 83%의 살오징어가 어획되는 것을 확인하였다. 계절별로 적합지수를 곡선 접합한 후, 네 가지 통계 방법으로 서식지적합지수를 개발하였고 그 중 산술평균을 사용한 모델이 가장 좋은 성능을 보였다. 개발한 통계 모델과 2019년 어획량 자료와 비교하였을 때, 계절별로 다른 해역에 생성되는 어장과 어획량이 높은 곳에 서식지적합지수가 높게 나타나는 것을 확인하여 모델이 잘 개발될 것을 볼 수 있었다. 또한, 살오징어의 어장 형성과 관련이 높은 해수면온도의 뚜렷한 증가 추세를 확인하였으며 앞으로 지속될 해양 온난화에 의해 어장이 변화할 것으로 예상이 된다. 수산자원 관리를 위해서는 꾸준히 모니터링하는 것이 필요하다고 보여진다.

• 벤처혁신연구
• /
• 제4권2호
• /
• pp.29-42
• /
• 2021

코로나19 팬데믹으로 인하여 취업난이 가중되고 있는 상황에서 취업에 대한 스트레스 역시 높아지고 있다. 본 연구에서는 대학생의 전공 만족도를 교과 만족도와 관계 만족도로 세분화해서 이것과 취업 스트레스 간의 영향 관계를 밝혀보고자 했다. 아울러 현재 전공이 무엇이냐 즉 이공계열 학과 전공인지 인문 사회계열 학과 전공인지에 따라 이들의 영향 관계에 차이가 있는지를 밝혀보고자 했다. 연구를 위한 모집단은 현재 4학년에 재학 중인 학생들을 대상으로 했으며, 연구 샘플은 수도권의 H대학과 N대학 학생들로부터 취득하였다. 이공계열 110명, 인문 사회계열 110명씩 총 220명을 분석의 대상으로 삼았다. 분석을 위해 SPSS 24.0과 Process Macro 5.0을 이용하였다. 실증적인 분석 결과는 다음과 같다. 첫째, 교과 만족도는 취업 스트레스에 유의한 부(-)의 영향을 미쳤다. 둘째, 관계 만족도 역시 취업 스트레스에 부(-)의 유의한 영향을 미쳤다. 셋째, 교과 만족도가 취업 스트레스에 미치는 영향에 있어서 이공계열 학생과 인문 사회계열 학생 간 유의한 차이가 있었다. 넷째, 관계 만족도가 취업 스트레스에 미치는 영향에 있어서 역시 이공계열 학생과 인문 사회계열 학생 간 유의한 차이가 있었다. 본인이 전공하고 있는 전공에 대한 만족도가 높을수록 취업 스트레스는 감소하고 이 감소의 폭은 이공계열 학생들보다 인문 사회계열 학생들이 더 크게 나타났다. 코로나19 팬데믹이 진행 중인 상황에서 이루어진 본 연구의 결과를 일반화하기 위해서는 신중할 필요가 있지만 유의한 연구 결과로 사료 된다. 이러한 실증적인 분석 결과를 바탕으로 본 연구가 가지는 학술적인 시사점 및 실무적인 시사점을 제시하였다.

• 벤처혁신연구
• /
• 제5권3호
• /
• pp.71-80
• /
• 2022

부동산 시장은 한 나라의 경제에서 중요한 부분을 차지하고 있으며, 많은 관련 산업의 성장을 통해 경제성장에 큰 역할을 하고 있다. 이자율의 변동은 자산 가격에 영향을 미치며 주택가격에도 큰 영향을 미친다. 본 연구는 이자율의 변동이 주택가격에 미치는 영향이 지역적인 차이를 보이는지를 분석하기 위하여, 주택가격을 전국, 지방, 서울 주택가격으로 구분하여 분석하였다. 분석은 2011년 1분기부터 2021년 4분기까지의 기간을 대상으로 하였으며 DOLS 모형을 이용하여 분석하였다. 주요한 분석결과는 다음과 같다. 첫째, 이자율은 전국 주택가격에 대해 유의한 음(-)의 영향을 미치는 것으로 나타나, 이자율의 하락은 전국 주택가격을 유의하게 상승시키고 이자율의 상승은 전국 주택가격을 유의하게 하락시키는 것으로 나타났다. 소비자물가지수와 대출증가율도 전국 주택가격에 양(+)의 영향을 미치지만 통계적 유의성은 높지 않았다. 둘째, 이자율은 전국 주택가격의 경우와는 달리 지방 주택가격에 음(-)의 영향을 미치지만 통계적으로 유의하지는 않았다. 반면에 소비자물가지수와 대출증가율은 전국 주택가격에 비해 지방 주택가격에 더 크고 유의한 양(+)의 영향을 미치는 것으로 나타났다. 마지막으로, 이자율은 서울 주택가격에 유일하게 유의한 음(-)의 영향을 미치는 것으로 나타났다. 그리고 이러한 영향은 전국과 지방 주택가격에 대한 영향보다 더 크고 더 유의한 수준을 보였다. 결국 이자율이 한국 주택가격에 미치는 영향은 지역적으로 차이가 존재하는 것으로 나타났다. 이자율은 전국 주택가격에 유의한 음(-)의 영향을 미치며, 지방 주택가격에도 음(-)의 영향을 미치지만 통계적으로 유의하지는 않은 것으로 나타났다. 그리고 이자율은 서울 주택가격에 가장 크고 유의한 음(-)의 영향을 미치는 것으로 나타났다. 또한 거시경제변수들이 주택가격에 미치는 영향도 차이가 존재하는 것으로 나타났다. 이는 지방과 서울 주택가격에 미치는 영향 요인이 서로 다른 지역별 차이가 존재하는 것을 의미하는 것이며, 부동산정책을 입안하고 실행할 때에는 이러한 점을 고려하여야 할 것으로 보여 진다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1009-1029
• /
• 2023

도시 수목은 탄소를 저장하고 불투수면적을 감소시키는 도시 생태계의 중요 요소이며, 탄소 저장량 및 순환량 산정 시 주요 정보로 활용될 수 있다. 많은 선행 연구에서 항공 라이다 자료 및 인공지능 기법을 활용하여 고해상도 수목 정보를 산출하고 있으나, 항공 라이다 영상은 제공하는 플랫폼이 제한되어 있으며 비용적인 면에서도 한계가 다수 존재한다. 따라서 본 연구에서는 수원시를 대상으로 자료 취득이 용이한 고해상도 위성 영상인 Sentinel-2를 활용하여 기계학습 기반의 도시 내 수목 피복률(fractional tree canopy cover, FTC)을 추정하고자 하였다. Sentinel-2 시계열 영상으로부터 중앙값 합성을 수행하여 수원시 전역에 대한 단일 영상을 제작하여 활용하였다. 도시 내 토지 피복의 이질성을 반영하기 위하여, 30 m 격자내 10 m 해상도의 광학 지수의 평균 및 표준편차 값과 환경부 세분류 토지 피복 지도 기반 항목별 피복률을 계산하여 기계학습 모델의 입력 변수로 활용하였다. 총 4가지의 입력 변수 조합을 설정하여, 입력 변수 구성에 따른 FTC 추정 정확도를 비교 및 평가하였다. 광학 영상의 평균 정보만을 활용(Scheme 1)했을 때 보다 도시 내 이질적인 특성을 반영할 수 있는 표준 편차 및 피복률 정보를 모두 함께 고려(Scheme 4, S4)했을 때 향상된 성능을 나타낼 수 있었다. 검증용 자료에 대해 S4의 Random Forest (RF) 모델이 0.8196의 R², 0.0749의 mean absolute error (MAE), 및 0.1022의 root mean squared error (RMSE)로 전체 기계학습 모델 중에서 성능이 가장 높게 나타났다. 변수 기여도 분석 결과 광학 지수의 표준 편차 정보는 도시 내 복잡한 토지 피복 지역에 대해 높은 기여도를 나타내었다. 훈련된 S4 구성의 RF 모델을 수원시 전역에 대해 확장 적용하였을 때, 참조 FTC 자료에 대해 0.8702의 R², 0.0873의 MAE, 및 0.1335의 RMSE의 우수한 성능을 나타냈다. 본 연구의 FTC 추정 기법은 향후 다른 지역에 대한 적용성이 우수할 것으로 판단되며, 도시 생태계 탄소순환 파악의 기초자료로 활용될 수 있을 것으로 기대된다.