• 정보화정책
• /
• 제29권1호
• /
• pp.24-37
• /
• 2022

4차 산업혁명과 정보통신 기술의 발전 및 코로나 19로 ICT 환경이 급변하는 가운데 설계 초기에 보안성, 이동성, 관리성, QoS 등이 고려되지 않고 개발된 기존 인터넷은 기본 구조 위에 기능을 추가해야하는 한계성 때문에 인터넷 구조가 복잡해졌으며 보안성 취약, 안정성 취약, 신뢰성 취약 등의 문제가 지속적으로 발생하고 있다. 또한 인공지능, IoT 등 첨단 기술로 인한 디지털 트랜스포메이션 시점에 안정성과 신뢰성을 제공할 수 있는 새로운 개념의 인터넷이 요구되고 있는 실정이다. 이에 본 연구에서는 사이버 보안을 강화할 수 있는 한국형 미래 인터넷 구현 방안을 제시하기 위해 미래 인터넷 구현에 있어 중요한 핵심 요소를 분석하고 국내외 미래 인터넷 관련 연구 동향과 기술 적합성을 평가하여 한국의 사이버 환경에 적합한 미래 인터넷의 추진 방향 및 추진 전략을 도출하였다. 미래 인터넷 구현에 있어 핵심 요소의 중요도는 보안성, 무결성, 가용성, 안정성, 기밀성의 순으로 나타났다. 현재 미래 인터넷 프로젝트는 전 세계적으로 다양하게 연구되고 있는데 수많은 프로젝트 중 Bright Internet이 미래 인터넷 구현의 핵심 요소를 가장 적절히 만족하고 있으며 한국의 사이버 환경에 가장 적합한 기술로 평가되었다. Bright Internet을 한국형 미래 인터넷으로 추진하기 위해 기술적 이슈뿐만 아니라 전략적 이슈와 법률적 이슈도 같이 고려하여야 한다. 기술적 이슈로는 한국형 미래 인터넷의 표준으로 Bright Internet을 선정함에 있어 SAVA IPv6-NID 채택이 필요하고 데이터 센터 차원의 통합 데이터 관리와 국가 간 협력 체계수립이 필요할 것이다. 전략적 이슈로는 안전한 관리 체계와 운영기관의 확립이 필요하고, 법률적 이슈로는 한국의 개정된 데이터 3법과 같은 국내법 준수를 포함한 GDPR(General Data Protection Regulation, 개인정보보호규정)의 요구 사항도 만족시켜야 한다.

• 한국조경학회지
• /
• 제50권5호
• /
• pp.40-53
• /
• 2022

조경산업 관련 국가기관, 조경단체, 기업 등의 정책 수립 및 입안, 결정에 타당한 근거로서, 체계적 국가통계자료 활용은 필수적이다. 이에 본 연구는 조경산업 현황을 가늠하는데 필요한 국가통계자료 활용방법론 및 기초현황 자료를 제공하고자 수행하였다. 먼저, 조경산업을 '설계', '사업관리', '시공', '유지관리', '소재', '연구', '교육', '행정' 분야로 분류하고, 각 분야별로 한국표준산업분류 및 건설관계법령에 따른 업종을 체계화하여 연계하였다. 이 중 국토교통부 소관 건설관계법령에 직접 규정된 업종을 중심으로 국가통계자료의 구축·연계·통합·보급, 중복성, 누락 등을 조사·분석하여, 통계분석 업종을 선정하였다. 그리고, 통계항목의 공통성, 해석 오류 최소화를 위해 의미분석을 수행하고, 최종적으로 업종등록수, 종사자수, 매출액을 선정하였다. 이를 기준으로 산업현황의 기초적 분석·평가에 활용가능한 분석틀을 제시하고, 실제 국가통계자료를 대입하여 분석·평가하였다. 즉 2019년에 조경산업 관련 업종에 등록된 건수는 12,160개, 업종별 종사자수는 106,296명, 업종별 매출액은 83,085억원으로 나타났다. 한편, 2017년부터 업종등록수, 종사자수는 지속 증가하는 반면, 매출액은 감소하고 있어, 산업적 발전방안 마련이 요구되는 상황이다. 본 연구는 다수 공공기관에서 구축된 국가통계자료를 기반으로 수행함에 따라 일관성 및 신뢰성 확보에 한계가 있다. 이에 「조경진흥법」에 따른 체계적·일관적 국가통계자료 구축이 필요하다. 향후, 공원녹지 등 주제별 국가통계자료 활용방안 및 발전방안 등을 연구하고자 한다.

• 환경생물
• /
• 제39권4호
• /
• pp.526-535
• /
• 2021

공간 샘플링은 공간모델링 연구에 활용되어 샘플링 비용을 줄이면서 모델링의 효율성을 높이는 역할을 한다. 농업분야에서는 기후변화 영향을 예측하고 평가하기 위한 고해상도 공간자료 기반 모델링에 대한 연구 수요가 빠르게 증가하고 있으며, 이에 따라 공간 샘플링의 필요성과 중요성이 증가하고 있다. 본 연구는 국내 농지 공간샘플링 연구를 통해 농업분야 기후변화연구의 공간자료 활용의 효율성을 제고하고자 하였다. 본 연구는 층화랜덤샘플링을 기반으로 하였으며, 1 km 해상도의 농지 공간격자자료 모집단(11,386개 격자)에 대해서 RCP 시나리오별(RCP 4.5/8.5) 연대별(2030/2050/2080년대) 공간샘플링을 설계하였다. 국내 농지는 기상 및 토양 특성에 따라 계층화 되었으며, 샘플링 효율 극대화를 위해 최적 층화 및 샘플 배정 최적화를 수행하였다. 최적화는 작물수량, 온실가스 배출량, 해충 분포 확률을 포함하는 16개 목표 변수에 대해 주어진 정밀도 제한 내에서 샘플 수를 최소화하는 방향으로 진행되었다. 샘플링의 정밀도와 정확도 평가는 각각 변동계수(CV)와 상대적 편향을 기반으로 하였다. 국내 농지 공간격자 모집단 계층화 및 샘플 배정 및 샘플 수 최적화 결과, 전체 농지는 5~21개 계층, 46~69개 샘플 수 수준에서 최적화되었다. 본 연구결과물들은 국내 농업시스템 대표 공간격자로써 널리 활용될 수 있을 것으로 기대된다. 또한, 기후변화 영향예측 공간모델링 연구들에 활용되어 샘플링 비용 및 계산 시간을 줄이면서도 모델의 효율성을 높이는 데에 기여할 수 있다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권6호
• /
• pp.94-101
• /
• 2023

본 연구에서는 철근콘크리트(RC) 및 강섬유보강콘크리트(SFRC) 외부 보-기둥 접합부에서 SD700인 확대머리철근의 정착성능을 실험적으로 평가하였다. 실험체는 총 10개로 제작되었으며 강섬유 보강 유무, 정착길이, 보의 유효춤, 스터럽 배근상세 등을 변수로 계획하였다. 실험결과, 실험체는 실험변수에 따라 측면파열파괴, 콘크리트 브레이크아웃파괴, 전단파괴 등이 나타났다. 정착길이를 변수로 한 RC 계열실험체에서 정착길이가 25~80% 증가함에 따라 정착강도는 26.5~42.2% 증가하여 정착길이에 비례하지 않음을 확인하였다. 보의 유효춤이 2배인 JD 계열 실험체는 콘크리트 브레이크아웃파괴가 나타나 기준 실험체에 비하여 31.5~62% 최대내력이 감소하였다. 확대머리철근 주위의 전단보강근 간격이 기준실험체에 비하여 1/2배인 S 계열 실험체는 8.4~ 9.7% 최대내력이 증가하였다. SFRC 실험체 콘크리트 압축강도가 RC 실험체 콘크리트 압축강도에 비하여 29.3% 작게 평가되었지만, 정착강도는 7.3~12.2% 더 크게 증가하였다. 이에 강섬유 보강에 따른 확대머리 철근의 정착성능이 크게 향상됨을 확인하였다. KDS 기준의 정착길이 92%, 110%로 배근된 실험체의 실험 최대내력이 이론내력에 비하여 92%, 99%인 결과를 고려하면 안전율을 더욱 크게 고려할 필요가 있는 것으로 판단된다. 또한 정착길이 대비 보의 유효춤을 고려한 설계식 제시가 요구된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 벤처혁신연구
• /
• 제6권1호
• /
• pp.181-198
• /
• 2023

본 연구는 의료기관에 종사하는 근로자들의 조직지원인식이 내재적 직무동기에 미치는 영향 관계를 분석하고, 이 과정에서 일-가정 갈등 및 일-가정 균형요인의 인과관계에 대한 유의성 여부도 확인해보고자 한다. 설문지를 통한 실증분석 결과를 살펴보면 다음과 같다. 첫째, 조직지원인식은 내재적 직무동기 뿐만 아니라 일-가정 균형에 유의적인 양(+)의 영향을 미치는 것으로 확인되었고, 일-가정 균형은 내재적 직무동기에 유의적인 양(+)의 영향을 미치는 것으로 확인되었다. 둘째, 조직지원인식은 일-가정 갈등에 유의적인 음(-)의 영향을 미치는 것으로 확인되었으나, 일-가정 갈등은 내재적 직무동기에 유의적인 영향력이 없는 것으로 확인되었다. 셋째, 의료기관 종사자들의 직무스트레스를 줄이기 위해서는 직무강도를 줄이고 능력에 적합한 업무량을 부여하며, 인력운영 및 업무효율성을 제고하기 위해 직무교육과 적재적소의 인력배치가 필요하다. 넷째, 긍정적인 조직지원인식과 내재적 직무동기 향상을 위해서는 현 직장에 대한 애착심을 높일 수 있고 다양한 유인체계로 조직의 문제를 자신의 문제로 인식할 수 있도록 지원 및 제도적 장치를 마련하여 장기근속을 유도하여야 한다. 본 연구의 한계점 및 향후 연구 방향은 다음과 같다. 첫째, 전국의 의료기관 종사자들을 지역별, 성별, 의료기관별, 학업별, 소득별 등으로 분류하여 확장된 분석을 실시하면 더 가치있는 결과를 얻을 수 있을 뿐만 아니라 의료서비스 품질에 대한 평가도 가능할 것으로 사료된다. 둘째, 의료기관 종사자들이 속한 병원의 환경 불확실성이나 경쟁 정도에 따라 직장에서의 일과 개인적인 삶의 균형 지원제도에 대한 영향력이 종업원마다 미치는 정도가 다를 수 있으므로 이를 반영할 필요가 있다. 셋째, 조직지원인식은 조직문화와 조직형태 그리고 조직규모 및 업무특성, 근무연수, 근무유형 등에 따라 다르게 인식될 것이므로 이를 반영할 필요가 있다. 넷째, 최근 정부의 의료기관 정책에 대한 변화와 글로벌 경영환경에 발맞추어 병원들의 조직구조, 직무설계, 조직지원 방식, 동기부여 접근방식, 인사고과의 평가 방법 등 다양한 신 인사관리 기법들을 설문지에 추가하여 분석하는 것이 필요하다. 또한 최근 및 가까운 미래의 의료 트렌드를 반영해서 분석하는 것도 중요하리라 사료된다.

• 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.

• 한국식품조리과학회지
• /
• 제23권5호
• /
• pp.589-600
• /
• 2007

본 연구는 서울 지역에 위치한 객단가 만원에서 이만원 수준의 7개 레스토랑을 대상으로 연구팀이 개발한 위생관리 모니터링 도구를 활용하여 위생관리실태를 조사하고, 위생관리가 소홀히 할 경우에 잠정적으로 식중독 유발 가능성이 있는 주요 리스크 인자를 규명하는 한편, 이를 중심으로 레스토랑의 종사원을 위한 위생관리 교육 매체를 개발하였다. 이에 대한 결과를 요약하면 다음과 같다. 1. 연구에 참여한 외식업체는 한식당 6 업소($A{\sim}F$), 일식당이 1개소(G)이었고, 모두 서울에 위치해 있었다. 업장 면적은 90평($297m^2$)에서 400평($1332.4m^2$) 범위이었고, 주방의 면적은 가장 작은 곳은 4평($13.2m^2$)에서 크게는 120평($396.7m^2$) 범위였으며, 업장면적 대비 주방면적 비율로 환산하면 4.4%에서 30% 수준이었다. 조사에 참여한 외식업체들은 중소 기업형 이상의 업체들로 일일 이용 고객수의 규모는 300명에서 925명이었고, 객단가는 9,000원에서 23,000원 수준이었다. 2. 서울 지역 7개의 외식업소를 대상으로 한 위생 관리 점검 결과, 위생관리 수행도 점수는 100점 만점에 57점 수준으로 많은 개선이 요구되는 수준이었다. 특히 음식의 생산공정을 평가하는 영역인 식품위생 영역에 관한 중점적인 교육이 필요한 것으로 나타났다. 위생평가점수는 G업소가 73.0점으로 가장 높았고, A업소가 51.0점으로 가장 낮았다. 영역별 평균점수는 개인위생이 18점 만점에 9.57점(53.1%), 식품위생은 50점 만점에 26.4점(52.8%), 환경위생은 32점 만점에 19.5만점(61.1%)을 나타났다. 이러한 결과를 바탕으로 영역별로 중요도를 달리하는 위생 교육이 필요하였다. 3. 위생관리 평가 항목별 점수를 근거로 레스토랑에서 식중독 발생의 잠재적인 위험 요소로는 개인위생에서 '수세대 구비 및 손세척의 올바른 실행(0.29/4점)으로 나타났다. 식품위생측면에서는 '올바른 검수관리(0.29/4점)', '냉장 냉동 식자재 검수 시 온도 확인 및 조치(0/4점)', '상온 창고내 물품의 바닥방치 금지(0/2점)', '생채소와 과일의 적절한 세척(1.71/4점)' 으로 나타났다. 환경위생관리측면에서는 '청소, 소독 프로그램의 수립 및 감독(2/4점)', '방충 및 구서 관리(0.84/2점)', '화장실 청결 관리(0.43/3점)' 등으로 나타났다. 4. 이상의 결과를 바탕으로 위생교육 매뉴얼을 개발하였다. 위생교육 내용은 4가지 원칙 -개인위생확보, 교차오염방지, 시간온도관리, 냉장관리- 으로 구성하였고, 8영역으로 세분화하였다. 교육 설계방식은 강의식 교육을 위주로 하고, 주제별로, 실연식 교육, 시청각 교육, 토의식 교육을 위한 강의 자료를 마련하였다. 이상의 결과에서 보여 준 레스토랑에서 식중독 예방을 위한 위생관리 활동 내용으로 실천율이 낮은 활동을 규명하고 이 활동에 대한 지속적인 모니터링과 개선활동을 전개한다면 레스토랑의 식중독 예방에 크게 도움일 될 것으로 사료된다. 또한 본 연구에서 개발된 위생교육 자료를 활용한다면, 외식업체의 전반적인 위생수준을 향상시키고 식품의 안전성을 확보하는데 크게 기여할 것으로 기대된다. 최근에 외식업계에서 발생되고 있는 식중독 사고는 이상 기후의 영향이나 시설미비도 그 원인이겠지만, 무엇보다도 중요한 요인은 경영층의 위생에 관한 인식부족, 교육 프로그램의 부재로 사료된다. 그러므로 양적으로 과포화상태에 이르고 있는 외식업계의 질적인 향상을 위해서는 외식업체는 위생교육의 지속적인 실천과 모니터링을 강화하고, 그 결과를 인사고과시스템에 반영하는 통합적인 노력이 요구된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

• 한국전통조경학회지
• /
• 제35권2호
• /
• pp.26-44
• /
• 2017

한국 전통 연지의 시원으로 평가되는 궁남지는 "삼국사기"에 나타난 무왕의 연지 축조 기록, 사비왕궁으로 추정되는 관북리 유적 및 화지산 이궁지 남쪽에 위치한 지리적 정황에 의해 궁남지로 비정되는 한편 사적으로 지정 복원되었다. 본 연구는 궁남지의 복원정비 과정에 나타난 진정성 왜곡과 전통의 발명에 초점을 맞추어 고찰되었으며, 연구의 요약된 결론은 다음과 같다. 1. 마래방죽[마천지]으로 불려왔던 궁남지는 일제 강점기 때만 해도 3만여 평의 광대한 자연 저습지의 상태로 존재했다. 궁남지 복원에 주도적인 역할을 했던 홍사준은 1940년대만 해도 마래방죽에 백제시대 궁남지 유적으로 추정되는 섬과 석축시설이 남아있었고 그 위에 전각 및 정원을 조성한 흔적이 발견되었다고 전했다. 또한 화지산 이궁터의 조사 후 서동설화와 연관시켜 마래방죽을 궁남지와 동일시하는 의견을 피력하였는데, 이는 궁남지 복원정비의 이론적 근거로 작용하였다. 특히 홍사준이 제시한 스케치 도면 및 부여도엽에서 마래방죽의 형태와 규모를 엿볼 수 있었는데, 이러한 방죽의 형태는 일제 강점기에 촬영된 사진 속 상황과 근사한 것으로 판단된다. 2. 궁남지의 축소정비는 1960년대 추진된 경지정리사업에 의해 농경지로 불하되고 남은 잔여의 면적이 수습된 결과였다. 1965~67년에 있었던 최초 복원공사 이래 수차례 시행된 궁남지 정비를 통해 드러난 문제는 고고학적 사실에 근거하지 않은 채 후대의 시각으로 추정복원 되면서 경복궁 향원지의 구성을 그대로 복제한 데 기인한다. 구체적으로, 연못 안에 섬과 정자를 놓고 교량으로 섬과 육지를 연결시키는 구성은 궁남지가 경복궁 향원정을 모델로 만들어졌음을 방증해 준다. 하지만 교량설계에 참조된 취향교 조차도 조선시대의 형식으로 보기 어려운바 당시의 잘못된 복원설계의 동기와 발상이 궁남지의 가치를 크게 저하시켰다고 판단된다. 이처럼 전통조경의 소재로서 이미 널리 알려진 디자인 전범을 그대로 모방한 것은 경복궁이 갖는 미적 표상과 기호를 지향한 것으로서, 궁남지가 그와 유사한 장소 권위를 획득하도록 의도된 것이었다. 3. 궁남지는 애초부터 진정성이 결여된 채 정비된 사적이었기 때문에 정비 과정에서 경관의 왜곡과 전통성의 남용을 통해 유적의 역사적 맥락이 과감히 표방되어 갔다. 이러한 역사 재료의 무비판적인 활용과 왜곡을 불사한 정비방식은 1960~70년대 박정희 체제에 의해 주도된 민족주의 문화정책과 맞닿아 있다. '만들어진 전통담론'의 맥락에서, 박정희 시기의 문화정책은 국민의 기억에서 이상화된 과거를 취사선택하여 그것을 가시적으로 부각시키는 방향으로 전개되었다. 그 결과, 이전의 유적을 보수하는 수준을 넘어서서 화려하고 웅장한 모습이 부각된 사적지가 전국 곳곳에 생겨나게 되었는데, 궁남지가 초기에 순수한 보존의식으로 축소되어 정비되었음에도 불구하고 점차 본래 공간과는 상관없는 새로운 건조물들이 들어서고 기형적으로 확장 정비되어 갔던 사실은 그러한 국가주도 문화정책의 영향이 컸다고 판단된다.