• 벤처창업연구
• /
• 제18권6호
• /
• pp.105-116
• /
• 2023

중소벤처기업에 대한 자금지원 등 정책지원이 기업성과에 미치는 영향에 관한 연구는 많이 있으나 정책지원에 대한 기업가의 인식이 기업성과에 미치는 영향에 관한 연구는 별로 없다. 또한, 기업가적 목표를 달성하고 지속하는 데 중요한 영향을 미치는 기업가 끈기(entrepreneurial persistence)와 기업성과에 관한 국내 연구도 거의 없는 실정이다. 따라서 본 연구의 목적은 정책지원에 대한 기업가의 인식이 기업성과에 미치는 영향과 기업가 끈기의 매개효과를 분석함으로써 인식의 중요성을 밝히고, 기업가 끈기에 관한 연구를 심화하는데 있다. 본 연구는 우리나라 중소벤처기업 정책지원에 대한 기업가의 인식 및 기업가정신을 독립변수로 구성하였으며, 기업가 끈기를 매개 변수로, 기업의 비재무적 성과를 종속변수로 사용하였다. 연구자료는 중소벤처기업의 CEO 및 임원들을 대상으로 한 설문지를 통해 수집하였으며, 설문 응답이 누락 되거나 불성실한 설문지를 제외하고 205부의 설문자료를 가설검증에 사용하였다. 본 연구의 결과는 다음과 같다. 첫째, 중소벤처기업 정책지원의 인식 및 기업가정신은 기업성과에 유의한 정(+)의 영향이 있는 것으로 검증되었다. 둘째, 기업가 끈기는 중소벤처기업 정책지원의 인식 및 기업가정신과 기업성과 간의 관계에 있어서 부분 매개 하는 것으로 검증되었다. 본 연구의 이론적 시사점은 다음과 같다. 첫째, 기존 연구는 정책자금지원이 기업성과에 미치는 영향에 관한 연구인 데 비하여, 본 연구는 이에 대한 기업가들의 인식이 기업성과에 정(+)의 영향을 미친다는 것을 검증함으로써 국내에는 선행연구가 거의 없는 인식과 성과와의 관계 그리고, 인식에 대한 중요성을 밝혔다는 점에서 이론적 기여를 한다. 둘째, 국내 선행연구가 별로 없는 기업가 끈기를 매개변수로 활용하여 기업가 끈기가 중소벤처기업 정책지원의 인식 및 기업가정신과 기업성과 간의 관계를 매개한다는 점을 검증함으로써 기업가 끈기의 중요성을 밝히고 그에 관한 연구를 확장했다는 점에서 이론적으로 기여한다. 본 연구의 실무적인 시사점은 중소벤처기업의 성과를 확대하기 위해서는 정책당국은 예산 및 지원제도 등 정책지원의 확대뿐만 아니라 그러한 정책지원을 기업가에게 홍보하고 공지하는 시스템적인 접근 등을 통해서 기업가의 인식을 제고해야 한다는 점이다.

• 대한방사선치료학회지
• /
• 제29권2호
• /
• pp.101-108
• /
• 2017

목 적: 양성자치료에 이용되는 양성자선은 종양 부위 앞에 있는 정상 조직에는 적은 선량을 주는 반면 암 조직 부위에서는 브래그 피크(Bragg peak)를 형성하며 최대 선량을 주고 바로 소멸하는 특징을 가지고 있으며 양성자치료의 장점을 극대화하기 위해서는 양성자의 도달 위치 검증이 매우 중요하다. 본 연구에서는 Off-line PET CT 방법을 이용하여 양성자 조사 후 양성자 궤적을 따라 생성된 11 C(반감기=20분), 150(반감기=2분), 13N (반감기=10분) 등의 핵자에서 방출되는 양전자의 분포를 측정하여 양성자의 Range와 Distal falloff 지점을 검증하게 되었다. 대상 및 방법: IEC 2001 Body 팬텀안에는 37 mm, 28 mm, 22 mm 구체를 삽입할 수 있게 구성되어 있으며 팬텀안에 물을 가득 채워 각 구체크기별로 CT image를 획득하였고 양성자의 Range와 Distal falloff 지점을 검증하기 위하여 양성자치료계획시스템으로 각 구체 크기 별로 37 mm 구체에서 46 mm, 28 mm에서 37 mm, 22 mm 구체에서 33 mm의 SOBP를 설정하였고, Scanning 방법으로 Gantry 0도의 Single beam으로 동일한 센터에서 양성자를 조사하였다. 조사된 팬텀은 PET-CT 장비를 이용하여 스캔하였고, PET-CT 영상획득방법은 1분씩 50개의 영상을 획득하여 팬톰 내의 구체를 포함하여 4개의 ROI를 설정한 후 10개씩 영상을 합산하여 재구성 하였다. 치료계획 시 수립한 구체크기에 따른 Dose profile과 비교하기 위하여 Depth에 따른 Activity profile로 나타냈다 결 과: 37 mm, 28 mm, 22 mm 구체에서 모두 Distal falloff position 에서 Dose profile과 같이 PET-CT의 Activity profile 역시 급격히 감소하는 양상을 나타냈다. 하지만 Range를 평가하는 구간인 SOBP구간에서는 Activity profile의 경우 Proximal 부분에서의 측정치가 Dose profile 양상과 다른 결과가 나왔으며, Distal falloff position을 구체 크기별로 양성자 치료계획과 PET-CT 측정치와의 차이를 비교해 본 결과 37 mm 구체에서는 Max dose의 50 % 지점에서 최대 1.4 mm, 28 mm 구체에서는 45 % 지점에서 최대 1.1 mm, 22 mm 구체에서의 차이는 40 % 지점에서 최대 1.2 mm로 모두 1.5 mm 미만의 차이를 보였다. 결 론: 양성자치료의 장점을 최대한 활용하기 위해서는 양성자빔의 Range를 검증하는 것이 매우 중요하다. 본 연구에서는 PET-CT 장비를 이용하여 양성자빔의 SOBP 와 Distal falloff 위치를 통해 양성자 Range를 확인하였고 그 결과 PET-CT 장비를 이용해 측정한 Activity 분포와 양성자 치료계획과의 Distal falloff position의 차이는 1.4 mm 내에서 일치함을 확인하였다. 이는 본원에서 양성자치료계획 시 적용하는 선량마진에 참고자료로 활용될 수 있을 것으로 사료된다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 대한방사선치료학회지
• /
• 제27권2호
• /
• pp.131-143
• /
• 2015

목 적 : MRI를 기반으로 한 CT fusion plan과 MRI only based plan을 비교함으로써 MRI only plan의 유용성을 평가하고, 나아가 Simulation과 치료계획을 포함한 방사선치료의 전 과정을 CT 촬영 없이 MRI 영상으로 구성하여 실시간 MR-IGRT를 구현하고자 한다. 대상 및 방법 : 본원에서 사용중인 BBB CT (Brilliance Big Bore CT, 16slice, Philips)와 Viewray MRIdian System (Viewray, USA)으로 환자 11명(Head and Neck 1명, Breast 5명, Lung 1명, Liver 3명, Prostate 1명)을 대상으로 CT & MR simulation 및 치료계획을 세웠다. Head and Neck, Breast, Prostate환자는 자유호흡(Free Breathing) 상태로, Lung과 Liver 환자는 흡기 호흡중지(Inhalation Breathing Holdng)상태로 Simulation을 진행하였다. Viewray의 Bore 크기 및 Coil 위치를 고려하여 환자 자세 및 고정기구를 동일한 조건을 유지하여 CT simulation을 시행하였다. Viewray MRIdian 시스템을 이용하여 MR 영상을 기반으로 한 CT fusion plan과 CT fusion 없이 [ICRU 46]에서 권고하는 폐, 공기, 뼈의 전자밀도를 입력한 동일한 조건의 MR only plan을 세웠다. Head and Neck, Breast, Prostate는 IMRT, Lung과 Liver 는 Gating치료계획을 세웠고, 치료계획의 평가는 PTV의 균질성 지표 (Homogeneity Index, HI)와 일치성 지표 (Conformity Index, CI), 그리고 각 PTV와 OAR의 DVH와 선량차이를 각각 비교하였다. 결 과 : 두 치료계획간 치료부위별 PTV에 대한 HI 값의 차이는 Head and Neck, Breast, Lung, Liver, Prostate 부위별로 각각 0.089, 0.26, 0.67, 0.2, 0.4%로 나타났으며, CI 값의 차이는 부위별로 각각 0.043, 0.84, 0.68, 0.46, 0.3%로 두가지 평가 값 모두 Head and Neck 부위가 가장 작은 차이를 나타냈다. PTV에 대한 평균선량 차이는 치료부위별로 각각 0.07, 0.29, 0.18, 0.3, 0.18 Gy로 나타났다. 이를 백분율로 나타냈을 때 0.06, 0.7, 0.29, 0.69, 0.44%으로 모두 1% 이하의 차이를 보였다. 두경부암의 각 OAR은 전체적으로 0.01~0.12 Gy의 평균선량 차이를 보였으며, 유방암은 0.04~0.06 Gy, 폐암에서는 0.01~0.21 Gy, 간암은 0.06~0.27 Gy, 전립선암은 0.02~0.23 Gy의 평균선량 차이를 나타냈다. 결 론 : MR 영상을 이용한 치료계획은 연부조직에서 탁월한 대조도를 나타낼 뿐만 아니라 CT fusion한 MR 치료계획과 비교했을 때 PTV의 HI, CI, 선량차이 모두 1%미만의 차이를 보였으며, OAR의 경우 비균질한 조직이 많은 부위일수록 최대 0.89 Gy 선량차이를 보였다. 이결과를 토대로 두경부암, 부분적 유방암이나 전립선암등 비균질도 차이가 적은 부위에는 CT촬영 없이 MR 영상만을 이용한 방사선치료의 가능성을 확인 할 수 있었다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 해양환경안전학회지
• /
• 제12권4호
• /
• pp.293-300
• /
• 2006

해양오염방지협약(MARPOL 73/78)을 수용하기 위하여 제정 개정되어 은 해양오염방지법을 비롯하여 환경관련 국내법들을 살펴보고, 해양오염방지를 위하여 채택된 각종 국제협약들의 주요 내용을 국내법에 어떻게 수용하고 있는지를 검토하였다. 그리고 해양오염방지와 관련된 현행 국제협약의 내용 중에서 아직까지 국내법에 수용되지 않은 부분을 해양오염방지법에 수용하는 방안을 제시하였다. 최근에 선박대기오염방지규칙을 MARPOL 73/78의 부속서VI으로 채택함에 따라 국내에서는 대기환경보전법보다는 해양오염방지법에 이를 수용하였다. 72런던협약 및 96의정서(LC 72/96)의 주요내용을 해양오염방지법에 수용하고 있으나 72런던협약 부속서II의 특별주의물질, 부속서III의 해양투기허가증 발급기준 및 96의정서 부속서 I의 투기 가능물질에 관한 일부 내용이 수용되지 않고 있다. 기름오염대비대응협력협약(OPRC 90)의 주요내용은 해양오염방지법에 수용되어 있으나 항만 및 기름 취급시설 기름오염비상계획서와 국가긴급계획이 해양오염방지법에 수용되어 있지 않다. 유성혼합물이 선내에 잔류하는 해철용 유조선(폐선)을 개도국이나 후진국으로 이동하는 것을 방지하기 위하여 유해화학물질의 국가간 이동을 규제하고 금지하는 바젤협약의 관련 내용(폐유)을 해양오염방지법으로 수용하는 것이 바람직하다. 선박의 유해한 방오시스템 통제를 위한 국제협약을 유해화학물질관리법으로 수용하기 보다는 해양오염방지법으로 수용하여야 할 것이다. 국내에서 유기주석화합물(TBT)을 함유한 선박방오도료를 취급제한 금지물질로 분류함으로써 방오도료 국제협약을 국내의 유해화학물질관리법에 수용하고 있으나 방오도료 국제협약을 해양오염방지법으로 수용하는 것이 더 합리적일 것이다. 밸러스트수 국제협약을 수용하는 국내법이 없는 실정이므로 이 협약을 해양오염방지법으로 수용하거나 새로운 법을 제정하여 수용하여야 할 것이다.알고리즘을 제안하였다. 시그널링 트래픽은 history cache가 성공시 약 48%의 traffic이 감소되었고 history cache 실패시 약 기존 핸드오버 보다 약 6%의 traffic이 증가되었다.구들에 비해 월등히 좋은 결과를 나타내었다(p<0.05). 이 시험에서는 첫 번째 시험에서 보이지 않았던, 생체중에 대한 복강 지방 비율이 현저하게 감소한 것으로 나타났다(p<0.05). 본 실험 결과 육계사료에 희토의 첨가는 육계의 성장을 촉진하였으며, 사료 요구율 개선하였다. 이외에도 복강지방이 낮아지는 경향을 보였지만 일관성이 없었으므로 추후의 연구가 필요하다.향은 앞으로 좀더 연구가 필요하다.로 생각되며, 이에 따른 적극적인 anti-reflux 수술에 대한 고려도 필요할 것으로 생각된다.$14.7{\pm}2.7$ mL로 각 군 간에 통계적인 유의성이 있었다(p<0.05). 혈청내 칼륨 농도는 I군에서 II군에 비해 소생술 후 의의 있게 높았으며(p<0.05), 포도당 농도는 II단계의 I군에서 타군과 비교하여 현저히 낮았다(p<0.05). IL-8은 I 군 $1,834{\pm}437$ pg/mL, II 군 $1,006{\pm}532$ pg/mL, III군 $764{\pm}302$ pg/mL로 I 군에서 II 및 III군과 비교하여 통계적으로 유의하게 높았으며(p<0.05), 폐조직의 조직검사를 통해 평가한 염증세포 분포 점수에서 III 군이 $1.6{\pm}0.6$으로 I 군 $2.8{\pm}1.2$에 비해 통계적으로 유의하게 낮았다(p<0.05). 결론: 압력 조절형 출혈성 쇼크 모델에서 시행한 저체온법은 정상체온을 유지하고 있는 군에 비해 쇼크 상태에서의 기초대사량을 줄여줌으로써 허혈에 의한 조직의 직접적인 손상을 억제할

• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.

• 시큐리티연구
• /
• 제18호
• /
• pp.169-190
• /
• 2009

21세기 첨단기술을 활용하고 있는 테러집단들이 앞으로 활용할 가능성이 높은 방법 중의 하나가 바로 사이버테러이다. 현실에서는 상상만으로 가능한 일이 사이버 공간에서는 실제로 가능한 경우가 많다. 손쉬운 예로 병원에 입원 중인 요인들의 전산기록 중 혈액형 한 글자만을 임의로 변경하여도 주요 인물에게 타격을 주어 상대편의 체제전복에 영향을 줄 수 있다. 이와 같이 테러분자들이 사이버테러를 선호하는 이유는 다른 물리적인 테러수단 보다 적은 비용으로 큰 효과를 거둘 수 있기 때문이다. 폭탄설치나 인질납치 보다 사이버 테러리스트들은 인터넷으로 언제 어디서나 공격 대상에 침투할 수 있다. 1999년 4월 26일 발생했던 CIH 대란은 여러모로 시사하는 바가 크다. 대만의 대학생이 뚜렷한 목적 없이 만들었던 몇 줄짜리 바이러스 프로그램이 인터넷을 통해 기하급수적으로 퍼져 국내에서만 30만대의 PC를 손상시켰고, 수리비와 데이터 복구에 소요된 비용만 20억원 이상이 소요된 것으로 확인되었다. 전세계적으로 피해액은 무려 2억 5000만 달러로 추정된다. 이와 같은 사이버테러의 위험성에도 불구하고, 국내 사이트의 상당수가 보안조치에 허술한 것으로 알려져 있다. 심지어는 수백만명 이상의 회원이 가입한 사이트를 운영하고 있는 회사마저도 보안조치에는 소홀한 경우가 많다. 사이버테러에 대한 전국가적인 대비가 필요한 때이다. 이러한 맥락에서 본 연구에서는 우리나라 사이버 안전체계의 실태를 법률과 제도적인 시각에서 분석하고, 아울러 개선전략을 제시하였다. 본 연구에서는 제시한 연구결과를 압축하여 제시하면 다음과 같다. 첫째, 현재 우리나라에서는 사이버위기를 국가차원에서 체계적으로 관리할 수 있는 제도와 구체적 방법 절차가 정립되어 있지 않아 테러 등 각종 위기상황 발생시 국가안보와 국익에 중대할 위험과 막대한 손해를 끼칠 우려가 높다. 따라서 사이버공격을 사전에 탐지하여 위기발생 가능성을 조기에 차단하며 위기발생시 국가의 역량을 결집하여 정부와 민간이 참여한 종합적인 국가대응체계를 구축하기 위해서는 법률 제정이 필요하다. 둘째, 국가차원의 사이버 안전의 효율적인 수행을 위해서는 국가사회 전반의 국가 사이버 안전의 기준과 새로운 모범을 제시하는 한편, 각 부처 및 국가사회의 구성요소들에 대해 국가 사이버 안전관리 정책을 집행할 수 있는 국가 사이버 안전관리 조직체계를 구축하는 것이 요구된다. 법률 및 추진체계 등을 통합 정비하여 정보보호 법률 제도 운영의 일관성을 확보함으로써 각종 정보보호 위협에 보다 효과적으로 대응할 수 있을 것이다. 즉 정부는 국가 사이버 안전관리에 관한 주요 정책의 심의 및 기획 조정, 통합된 국가 사이버 위기관리의 기능을 수행하기 위하여 현행 '국가사이버안전센터'의 기능을 확대 강화하는 것이 필요하다. 특히, 국가 사이버 위기와 관련된 정보의 종합적 수집, 분석, 처리의 종합적 기능을 수행하고 각 정보 및 공공 기관을 통할하며 민간부문과의 협조체계를 구축하는 것이 요구된다. 자율적 정보보호 수준제고를 위해 행정기관 공공기관의 정보보호관리체계(ISMS) 인증 제도를 확대하고 행정기관의 정보보호제품 도입 간소화 및 사용 촉진을 위해 행정정보보호용 시스템 선정 및 이용 규정을 신설 주요정보기반으로 지정된 정보기반 운영자, 정보공유 분석센터 등의 침해정보 공유 활성화 규정을 신설 및 정비함으로써 사이버침해로부터 국가 사회 주요시설을 효과적으로 보호할 수 있을 것이다. 끝으로 정부와 민간부분이 공동으로 참여하는 국가차원의 종합적인 대응체계를 구축하여 사이버공격을 사전에 탐지하여 사이버위기 발생 가능성을 조기에 차단하며 위기 발생 시 국가의 역량을 결집하여 신속히 대응할 수 있도록 해야 한다.