• 의료법학
• /
• 제21권2호
• /
• pp.209-244
• /
• 2020

TMS와 tDCS는 자기와 전류를 통하여 뇌에 자극을 가함으로서 환자나 개별 이용자의 질병을 치료하고, 이외에도 건강을 관리하거나 증진시킬 수 있는 비침습적 기기를 말한다. 이들 기기의 효과와 안전성은 몇몇 질병에서 입증되고 있으나, 아직도 이에 대한 연구는 진행 중이다. 점차 증가하고 있는 이들 기기의 활용도에 비해 TMS와 tDCS를 직접 규율하는 입법례를 찾기는 어렵다. 미국, 독일, 일본의 TMS와 tDCS에 대한 법적 규율을 살펴보면, TMS는 중등도의 위해도를 가진 의료기기로 승인되어 있는 반면, tDCS는 아직 의료기기로 승인된 상태는 아니다. 하지만, 최근 FDA 가이드집이나 유럽 MDR 규정의 변화, 미국의 리콜사례, 독일과 일본의 관련 법 규정, 전문가 그룹의 제언 등을 검토하면, tDCS도 조만간 의료기기로 승인되어 규율될 것으로 보인다. 물론, tDCS를 의료기기가 아닌 일반제품으로 보더라도 다른 법률과 제도를 통하여 제품의 안전성과 효과를 규제할 수는 있다. 그러나 이 기기가 인간의 뇌에 미칠 수 있는 여러 영향을 고려할 때, 이를 독자적으로 규율할 필요성이 크다. 우리도 TMS와 tDCS를 규율하는 명시적 법률은 없으나, 이 두 기기는 식약처 고시에 따라 3등급 의료기기로 판정된다. 그리고 TMS는 가이드 라인에 따라 미국 FDA 지침에 의해 안전성과 성능을 평가하도록 하고 있다. 하지만, tDCS는 아직 이에 대한 구체적 지침은 존재하지 않는다. tDCS 기기가 일부 병원에서, 그리고 개별 구매자를 통하여 가정에서 사용되고 있는 현실을 고려하면, 이러한 규제의 공백은 신속히 보완되어야 한다. 장기적으로는 비침습적 뇌자극기기를 독자적으로 규율할 수 있는 법적 시스템의 정비가 필요하다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권6호
• /
• pp.152-161
• /
• 2023

일반적으로 대용량의 수소를 저장하기 위해 사용되는 수직형 원통 용기는 강재로 제작되며, 사용 환경을 고려하여 제작된 받침 콘크리트 상부에 기초 슬래브에 선 설치된 앵커로 고정하는 방식이 사용된다. 이와 같은 방식은 지진과 같은 외력이 작용될 시 정착부에 응력이 집중될 수 있으며, 앵커 및 콘크리트 손상으로 인한 구조물의 전도 피해가 발생할 수 있다. 본 연구는 현장 조사를 통한 실제 운용중인 수직형 수소 저장용기를 특정하여 3차원 유한요소로 모델링하였고, 비 구조 요소의 내진 성능 검토에 사용되는 ICC - ES AC 156의 인공 지진 및 규모 5.0 이상의 국내 기록지진을 적용하여 거동 특성을 분석하였다. 실제 규모로 제작된 구조물을 대상으로 실험을 진행하는 것이 타당하지만 현실적 제약으로 수행하기에 어려움이 있어 해석적 접근 방식을 통하여 대상 구조물의 안전성을 검토하였다. 거동 특성의 경우 지진동에 의해 발생된 구조물의 응답 가속도는 검토되는 지진 하중 대비 평균적으로 10 배 이상 크게 증폭이 되는 것으로 나타났으며, 무게 중심이 위치되는 지점으로 전달될수록 감소되는 경향을 보였다. 취약 부위로 예상되는 하부 시스템(지지 기둥 및 앵커 정착부)의 경우 허용 응력을 만족하는 것으로 나타났지만, 정착을 위한 받침 콘크리트의 쪼갬 및 인장 강도는 허용 응력 대비 약 5 % 정도의 여유만이 있어 이에 대한 대처 방안이 요구된다. 본 논문에서 제시된 연구 결과를 바탕으로 향후 진동대 시험을 통하여 수행이 되는 수소저장 용기 제작에 필요한 설계 하중 및 조건 등의 기초자료로 활용될 수 있을 것으로 사료된다.

• 한국방사선학회논문지
• /
• 제11권1호
• /
• pp.27-35
• /
• 2017

본 연구의 목적은 DR (digital radiography) 장비에서 팬텀을 이용하여 간접변환방식의 CsI:Tl 검출기와 $Gd_2O_2S$ 검출기를 중심으로 두께가 두꺼운 흉부 팬텀과 중간 두께의 대퇴부 팬텀, 그리고 피사체의 두께가 얇은 손 팬텀의 영상을 획득하고 SNR과 CNR을 분석하여 검출기의 특성을 알아보고자 하였다. 피사체 두께 변화에 따른 SNR과 CNR을 측정한 결과 중간 두께의 대퇴부 팬텀과 두께가 얇은 손 팬텀을 촬영 하였을 때 SNR과 CNR은 $Gd_2O_2S$ 검출기보다 CsI:Tl 검출기에서 높게 나타났음을 확인 할 수 있었다. 그러나 두께가 두꺼운 흉부 팬텀을 사용하였을 때는 $Gd_2O_2S$ 검출기의 SNR이 80~125 kVp 일 때와 CNR이 80~110 kVp 일 때 CsI:Tl 검출기 보다 값이 높게 나타났고, 저관전압에서 고관전압으로 갈수록 SNR과 CNR은 모두 증가하였다. 중간 두께의 대퇴부 팬텀에서 CsI:Tl 검출기의 SNR과 CNR은 40~50 kVp 일 때 증가하다 고관전압으로 갈수록 감소하는 것을 확인 할 수 있었고, $Gd_2O_2S$ 검출기의 SNR과 CNR은 40~60 kVp 일 때 증가하다 고관전압으로 갈수록 감소하는 것을 확인 할 수 있었다. 두께가 얇은 손 팬텀에서 CsI:Tl 검출기의 SNR과 CNR은 저관전압에서 감소하다가 고관전압으로 갈수록 증가하면서 100~110 kVp에서는 감소하였고, $Gd_2O_2S$ 검출기의 SNR과 CNR은 고관전압으로 갈수록 감소하는 것을 확인하였다. MTF는 0.5~3 lp/mm에서 CsI:Tl 검출기가 $Gd_2O_2S$ 검출기보다 6.02~90.90%로 높음 보여주고 있고, DQE는 0.5~3 lp/mm에서 CsI:Tl 검출기가 $Gd_2O_2S$ 검출기보다 66.67~233.33% 높음 보여주고 있다. 결론적으로 MTF와 DQE의 비교에서는 CsI:Tl 검출기가 $Gd_2O_2S$ 검출기보다 높게 나타났지만, 두꺼운 흉부팬텀에서 일정 관전압 구간에서는 저가의 $Gd_2O_2S$ 검출기가 고가의 CsI:Tl 검출기보다 SNR과 CNR이 높다는 것을 확인하였다. 흉부 X선 검사 시 CsI:Tl 검출기보다 $Gd_2O_2S$ 검출기를 사용하여 우수한 화질의 흉부영상을 구현함으로써 검사에 유용할 것으로 판단되어지며, 사용자 입장에서 검출기 형태를 결정 할 때 가격대비 성능을 고려 해볼 사항으로 판단된다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.67-88
• /
• 2018

최근까지도 중소기업의 지속성장 및 경쟁력 확보에 대한 중요함을 인식함에 따라, 정부 차원에서의 유형 자원(R&D 인력, 자금 등)에 대한 지원이 주로 투입되어 왔다. 그러나 사업지원의 적절성이나 효과성, 효율성 면에서 서로 상충되는 정책부분이 존재하여 과소 지원이나 중복 지원 등 지원체계의 비효율성 문제가 제기되어온 것도 사실이다. 정부나 기업 관점에서는 중소기업의 한정된 자원으로 인해, 외부와의 협력을 통한 기술개발 및 역량강화가 기업의 경쟁우위를 창출하는 근간이라 보고 있으며, 이를 위한 가치창출 활동을 강조하고 있다. 기업 레벨에서의 지식생태계 구축을 통해 일련의 가치사슬로부터 기업거래 관계를 분석하고 결과를 가시화할 수 있는 밸류체인 네트워크 분석이 필요한 것도 이 때문이다. 특허/제품/기업명 검색을 통해 관련 제품의 정보나 특허 보유 기업의 기술(제품) 현황 정보를 제공하는 기술기회발굴시스템(Technology Opportunity Discovery system), 기업(재무)정보와 신용정보을 열람하게 해주는 CRETOP이나 KISLINE 등은 존재하고 있으나 밸류체인 네트워크 분석기반으로 유사(경쟁)기업의 리스트나 향후 거래 가능한 잠재 거래처 정보를 제공해주는 시스템은 부재한 실정이다. 따라서, 본 고에서는 KISTI에서 개발 운영중인 기업 비즈니스 전략수립 지원 파트너인 '밸류체인 네트워크 시스템(Value Chain Network System : VCNS)'을 중심으로, 탑재된 네트워크 기반 분석모듈의 유형, 이를 지원하는 참조정보 및 데이터베이스(D/B)의 구성 로직과 시스템 활용방안을 고찰하며, 산업구조를 이해하고 기업의 신제품 개발을 위한 핵심정보가 되고 있는 지능형 밸류체인 분석 시스템의 네트워크 가시화 기능을 살펴보기로 한다. 한 기업이 다른 기업 대비 경쟁우위를 확보하기 위해서는 보유 특허 또는 현재 생산하고 있는 제품에 대한 경쟁자 식별이 필요하며, 세부 업종별 유사(경쟁)기업을 탐색하는 일은 대상기업의 사업화 경쟁력 확보에 핵심이 된다. 또한 기업간 비즈니스 활동인 거래정보는 유사 분야로 진출할 경우 잠재 거래처 정보를 제공하는 중요한 역할을 수행한다. 이러한 기업간 판매정보를 기반으로 구축된 네트워크 맵을 활용하여 기업 또는 업종 수준의 경쟁자를 식별하는 일은 밸류체인 분석의 핵심모듈로 탑재될 수 있다. 밸류체인 네트워크 시스템(VCNS)은 단순 수집된 종래의 기업정보에 밸류체인(value chain) 및 산업구조 분석개념을 접목하여 개별 기업의 시장경쟁 상황은 물론 특정 산업의 가치사슬 관계를 파악할 수 있다. 특히 업종구조 파악, 경쟁사 동향 파악, 경쟁사 분석, 판매처 및 구매처 발굴, 품목별 산업동향, 유망 품목 발굴, 신규 진입기업 발굴, VC별 핵심기업 및 품목 도출, 해당 기업별 보유 특허 파악 등 기업 레벨에서의 유용한 정보분석 툴로 활용 가능하다. 또한, 거래처 정보 및 재무데이터로부터 분석된 결과의 객관성 및 신뢰성을 기반으로, 현재 국내에서 이용 중인 15,000여개 회원기업과 연구개발서비스업 종사자, 출연(연) 및 공공기관 등에서 사업평가 정보지원, R&D 의사결정 지원 및 중 단기 수요예측 전망 등 다양한 목적(용도)에 밸류체인 네트워크 시스템을 활용할 수 있을 것으로 기대된다. 기업의 사업경쟁력 강화를 위해 정부기관 및 민간 연구개발서비스 기업을 중심으로 기술(특허) 및 시장정보가 제공되어 왔으며, 이는 특허분석(등급, 계량분석 위주) 또는 시장분석(시장보고서 기반 시장규모 및 수요예측 위주)의 형태로 지원되어 왔다. 그러나 기업이 사업화진출 단계에서 겪게 되는 애로요인의 하나인 정보부족을 해결하는데 한계가 있었으며, 특히 경쟁기업 및 거래가능 기업 후보군에 대한 탐색정보는 입수하기 어려웠다. 본 연구를 통해 제안된 네트워크맵 및 보유 데이터 기반의 실시간 밸류체인 가시화 서비스모듈이 중견 중소기업이 당면한 신규시장 진출시 경쟁기업 대비 예상점유율, (예상)매출액 수준, 어느 기업을 컨택하여 유통망(원자재/부품에 대한 공급처, 완제품/모듈에 대한 수요처)을 확보할 지에 대한 핵심정보를 제공할 수 있을 것으로 기대된다. 향후 연구에서는 대체기업(또는 대체품목) 경쟁지표의 개발과 연구주체의 참여를 통한 경쟁요인별 지표의 고도화 연구, VCNS의 성능향상을 위한 데이터마이닝 기술 및 알고리즘을 추가 반영하도록 수행하고자 한다.

• 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.