• Journal of Chest Surgery
• /
• 제29권7호
• /
• pp.689-699
• /
• 1996

신개발한 전기 유압식 심실 보조장치의 생 체 내 성능 테스트와 상기 심실보조장치를 이용한 좌심실 보 조가 자연심장 좌심실의 기능에 미치는 영향을 평가하기 위한 동물실험을 고안하였다. 총 성숙 면양 8마리가 실험에 사용되었으며 이중 7마리로부터 자료 수집이 가능하였다. 심실 보조시 간은69분부터 7일 사이로 심실보조장치는 자연심장의 박동수범위 내에서 동기식 및 비동기식 방식 모 두 만족스럽게 작동하였으며, 좌심방 내의 음압의 발생 없이 주어진 정상 좌심방압 내에서 분당 4리터 이상의 보조 혈류량을 얻을 수 있었다. 심실보조 개시 3일 이후부터 혈중 유리혈색소의 급격한 증가를 보여 상당량의 용혈이 진행되고 있음 을 시사하였다. 또한 심실보조 후 혈액 남의 부동형 고분자판막(floating type polymer valve)에 소량의 혈 전이 발견되어 혈액적 합성 및 혈전저항성 면에 있어 보다 많은 연구 및 개선의 여지가 있음을시사하였 다. 심실보조시작후의 혈역학의 변화는혈류보조량분당2.0∼2.5리터 사이에서 자연심장의 박동수및 박출량과 좌심실 분당작업량(left ventricular minute work), 심내막 생육력비 (endocardial viability ratio), 흔합 정맥혈 및 관상동맥 정맥혈 산소량은 증가하는 소견을 보였으며,반대로 좌심실압 및 좌심방압과 좌심실압 변화율(left ventricular dp/dt)은 감소하는 소견을 보였다. 이중 심박출량의 변화 외에는 모두 통계적으로 유의한 차이를 보여 효과적 인 좌심실의 탈부하가 이루어지고 있음을 입증하였다. 또한 동기식 심실보조시 심내막 생육력비 및 관상정맥혈의 산소량은 비동기식 심실보조시와 비교할 때 역시 통계적으로 유의한 차이를 보여 동기식 심실보조에 의한 반박동(counterpulsation)이 심근의 관 류량을 증가시키며 따라서 손상된 심근의 회복에 유리 함을 시사하였다.

• 한국미생물·생명공학회지
• /
• 제37권3호
• /
• pp.231-237
• /
• 2009

재조합 대장균으로부터 고순도 베타-카로틴을 효율적으로 회수하기 위한 추출정제 방법을 개발하기 위하여 세포파쇄의 유무, 추출온도, 추출용매의 종류, 세포 대 추출용매의 비율 및 결정세척 용매의 선정이 베타-카로틴 추출수율과 순도에 미치는 영향을 조사하였다. 세포파쇄의 유무는 베타-카로틴 추출수율에 영향을 미치지 않았으므로 별도의 물리적 세포파쇄 단계가 생략되었다. 테스트된 용매 종류에 관계없이 $50^{\circ}C$에서 베타-카로틴의 추출수율은 $30^{\circ}C$에서보다 월등히 높았다. 아이소부틸 아세테이트에 의해 추출되는 베타-카로틴의 양은 추출성능이 제일 낮은 아세톤을 사용한 경우에 비해 7.6배 높았다. 0.4g의 동결건조세포로부터 베타-카로틴을 최대로 추출하기 위해 필요한 아이소부틸 아세테이트의 최적양은 10mL였고, 이는 단위 건조 세포(g-dry cells)당 25mL의 아이소부틸 아세테이트가 필요함을 의미하였다. 아세톤과 올리브오일을 동일비율로 혼합한 용액에 의한 추출양은 아세톤만을 사용한 경우보다 훨씬 높았고 가장 높은 값을 나타낸 아이소부틸 아세테이트에 의한 값과 비슷한 수치를 나타내었다. 추출액에 용해되어 있는 베타-카로틴의 결정 생성을 촉진시켜 베타-카로틴을 추출용액으로 분리하여 얻어진 베타-카로틴 결정의 순도는 89%으나 이를 에탄올로 세척 시 순도가 98.5%로 향상되었다. HPLC, 분광광도계 분석외에 추가적으로 질량분석을 수행함으로써 회수된 결정이 베타-카로틴임을 확인하였다. 이와 같은 결과는 본 연구팀에서 개발한 방법으로 식품의약 안전청에서 고시한 화장품 및 식품의 첨가물 기준을 만족시키는 고순도 베타-카로틴을 효율적으로 생산할 수 있음을 시사한다.

• 대한방사선치료학회지
• /
• 제26권1호
• /
• pp.107-114
• /
• 2014

목 적 : 두경부 치료계획 CT영상에서 dental implant로 인한 metal artifact 발생 시 O-MAR(Metal artifact Reduction for Orthopedic Implants)(ver. 3.6.0, Philips, Netherlands)를 적용할 수 있을지 여부를 평가하고자 한다. 대상 및 방법 : 모든 CT영상은 Brilliance Big Bore CT(Philips, Netherlands)에서 관전압 120kVp, 2mm 두께로 촬영하였으며, O-MAR를 이용하여 Metal artifact reduction 후 전산화치료계획장비(Eclipse ver 10.0.42, Varian, USA)로 원본영상과 비교, 분석하였다. O-MAR의 기본적인 성능 테스트를 위해 Metal artifact가 발생하지 않은 영상과 발생한 영상에서 O-MAR 적용시, HU 변화를 검증하기 위해 원통형 팬텀과 cerrobend 막대, 불균질 팬텀을 이용하여 실험하였다. 각각의 원본 영상과 O-MAR 적용 영상에서 관심영역 내 HU 변화를 측정하였다. 이를 바탕으로 본 연구의 주목적인 dental implant로 인한 metal artifact 발생 영상을 재현하기 위해 팬텀을 제작하여 사용하였고, 실제 임상 환자 영상에 O-MAR를 적용한 영상과 원본 영상 그리고 artifact 부분을 보정한 영상의 선량 분포를 SNC Patient(Sun Nuclear Co., USA)로 비교하였다. 결 과 : 두경부에서의 metal artifact를 재현한 원본 영상과 O-MAR 적용영상의 선량 분포를 비교한 결과 gamma passing rate 는 2 mm / 2% 기준으로 99.8%, 일치를 보였다. 실제 임상 환자 영상을 바탕으로 O-MAR 적용 전후 영상과 density corrected CT 영상에 동일한 조건으로 치료 계획을 수립하여 선량 분포를 비교한 결과는 98.5% 일치로 비교적 높은 gamma passing rate를 보였다. 전체적인 선량 분포 차이는 모두 2% 이내로 팬텀 실험과 실제 임상 환자 영상 실험에서 비슷한 결과로 나타났다. 하지만 선량 편차가 적더라도 국소적으로 집중되어 있는 것은 문제의 소지가 될 가능성이 있다. 화질 개선 면에서는 모든 실험에서 O-MAR 적용영상이 원본에 비해 개선됨을 알 수 있었으나, 두경부 metal artifact를 재현한 팬텀 영상 air cavity 내에서 최대 HU 값이 상승하는 경우가 생겼고, 환자 영상에서는 air cavity가 tissue로 잘못 보정되는 경우 또한 발견할 수 있었다. 결 론 : 업체에서 제시한 사용제한 사항인 피부 근처와 저밀도 영역이 공존하는 두경부에서 O-MAR의 사용 가능성을 확인해 본 결과, 원본의 왜곡과 보정이 동시에 일어났다. 심지어 팬텀 실험보다 더 심한 artifact가 생긴 환자의 경우 air cavity가 tissue로 잘못 보정되는 경우도 발생하였다. 결과적으로 아직까지는 O-MAR 알고리즘이 air cavity와 photon starvation artifact를 정확히 구분하지 못하는 것으로 보인다. 선량 측면에서의 영향은 임상에서 배제될 만큼 큰 차이를 보이지는 않았다. 임상에서 원본과 O-MAR 적용 영상을 비교하며 작업한다면 contouring, artifact 보정작업, DRR 화질 개선 등에 도움을 받을 수 있을 것으로 사료된다.

• 청정기술
• /
• 제27권4호
• /
• pp.341-349
• /
• 2021

연소시설에서는 화석연료에 포함된 질소와 황이 산소와 반응하여 대기 오염물질인 질소산화물(NO_X)과 황산화물(SO_X)을 발생시킨다. 인체에 유해하고 환경 오염을 야기하는 NO_X, SO_X를 저감하기 위해 전세계적으로 환경규제를 시행 중이며, 규제를 충족하기 위해 다양한 기술들을 적용하고 있다. 상용화된 NO_X 및 SO_X 저감방식들로 SCR (selective catalytic reduction), SNCR (selective non-catalytic reduction), WFGD (wet flue gas desulfurization) 등이 있으나 이 방식들의 단점들 때문에 NO_X, SO_X를 동시제거하는 연구가 근래 많이 수행되고 있다. 그러나 NO_X, SO_X 동시 제거 방식에서도 산화제 및 흡수제로 인한 폐수 발생에 대한 문제점, 특정 산화제를 활성화 하기 위한 촉매 및 전기분해 사용에 따른 비용 발생, 마지막으로 기체 산화제들 자체 유해성의 문제점을 가지고 있다. 따라서 본 연구에서는 NO_X, SO_X 동시처리 방식의 단점들을 보완하고자 고압분산기에서 생성된 마이크로버블과 환원제를 이용하여 비용절감 및 폐수처리 시 환경부하저감 가능성을 확인해 하고자 하였다. 분산기가 마이크로버블을 생성하는 것을 이미지 프로세싱과 ESR (electron spin resonance) 분석을 통해 확인하였으며, 마이크로버블만을 이용하여 온도에 따른 NO_X, SO_X 제거율 성능 테스트도 진행하였다. 뿐만 아니라 폐수를 저감하기 위해 환원제와 마이크로버블을 이용하여 습식으로 NO_X 제거율 약 75%, SO_X 제거율 99%를 달성하였다. 본 마이크로버블 시스템에 산화제를 함께 투여할 경우 NO_X, SO_X제거율 모두 99%이상을 달성 하였다. 이러한 연구 결과를 토대로 습식산화제거방식을 적용하는 시설의 단점이었던 비용 및 환경 문제를 해결함에 기여할 수 있을 것으로 기대 된다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.321-335
• /
• 2021

미세먼지 (PM10) 및 초미세먼지 (PM2.5)는 인체에 흡수 가능하여 호흡기 질환 및 심장 질환과 같이 인체건강에 악영향을 미치며, 심각할 경우 조기 사망에 영향을 줄 수 있다. 전 세계적으로 현장관측기반의 모니터링을 수행하고 있지만 미 관측지역에 대한 대기질 분포의 공간적인 한계점이 존재하여 보다 광범위한 지역에 대한 지속적이고 정확한 모니터링이 필요한 상황이다. 위성기반 에어로졸 정보를 사용함으로써 이러한 현장 관측자료의 한계점을 극복할 수 있다. 따라서 본 연구에서는 다양한 위성 및 모델자료를 활용하여 2019년도에 대해 한 시간 단위의 지상 PM10 및 PM2.5 농도를 추정하였다. GOCI 위성의 관측영역을 포함하는 동아시아 지역에 대해 트리 기반 앙상블 방법을 사용하는 Boosting 기법인 GBRTs (Gradient Boosted Regression Trees)와 LightGBM (Light Gradient Boosting Machine)을 활용하여 모델을 구축하였다. 또한, 기상변수 및 토지피복변수의 사용유무에 따른 모델의 성능을 비교하기 위해 두 가지 festure set으로 나누어 테스트하였다. 두 기법 모두 주요 변수인 AOD (Aerosol Optical Depth), SSA (Single Scattering Albedo), DEM (Digital Eelevation Model), DOY (Day of Year), HOD (Hour of Day)와 기상변수 및 토지피복변수를 함께 사용한 Feature set 1을 사용하였을 때 높은 정확도를 보였다. Feature set 1에 대해 GBRT 모델이 LightGBM에 비해서약 10%의 정확도 향상을 보였다. 가장 정확도가 높았던 기상 및 지표면 변수를 포함한 Feature set1을 사용한 GBRT기반 모델을 최종모델로 선정하였으며 (PM10: R2 = 0.82 nRMSE = 34.9%, PM2.5: R2 = 0.75 nRMSE = 35.6%), 계절별 및 연평균 PM10 및 PM2.5 농도에 대한 공간적인 분포를 확인해본 결과, 현장관측자료와 비슷한 공간 분포를 보였으며, 국가별 농도 분포와 계절에 따른 시계열 농도 패턴을 잘 모의하였다.

• Journal of Dairy Science and Biotechnology
• /
• 제37권2호
• /
• pp.115-128
• /
• 2019

본 연구는 전통 김치로부터 유단백질 분해능과 lactose 분해능을 가지는 유산균을 선발하고, 프로바이오틱 활성을 측정하여 발효유용 스타터로서의 이용가능성을 조사하였다. BCP agar에서 젖산생성력이 우수한 32 colony를 선발한 후 내산성 및 내담즙성 모두에서 90% 이상으로 내성이 우수한 2 colony(KC23, KF26)를 2차로 선발하였다. 이들을 대상으로 API 50CHL 탄수화물 이용성 테스트 및 16S rRNA 염기서열을 분석한 결과, L. plantarum KC23과 L. paracasei KF26으로 동정되었다. 이들 중 lactose와 raffinose를 포함하여 당분해능을 가진 L. plantarum KC23을 최종 선발하고 프로바이오틱 활성을 조사하였다. 우유단백질 분해능을 10% 환원탈지유 배양 중의 유리 tyrosine 함량으로 측정한 결과, 배양 8시간 후에는 $24.1{\mu}g/mL$에서 배양 16시간 후에는 $43.9{\mu}g/mL$로 급격하게 증가되었으며, 또한 clear zone형성 크기를 비교한 결과 12 mm로 상업균주인 L. acidophilus CSLA의 9 mm보다 우수한 특성을 보였다. 온도별 생장특성을 확인한 결과는 $45^{\circ}C$에서 보다 $35^{\circ}C$에서 잘 증식하는 중온균의 특성을 나타내었고, $37^{\circ}C$에서 12시간 동안 배양한 결과 배양 6-10시간 사이에 대수증식기를 보였으며, 배양 12시간 후 생균수는 $8.9{\times}10^8CFU/mL$와 pH 4.25 수준을 나타내었다. 항균활성을 측정한 결과는 5개 병원성균에 대하여 8-13 mm의 clear zone을 형성하여 우수한 저해특성을 보였으며, 그중 Salmonella typhimurium과 Bacillus cereus에 대한 항균활성이 가장 우수하였다. 장내부착능을 측정한 결과는 비교균주인 LGG에 비하여 2.23배의 우수한 결과를 보였으며, 10% 환원탈지유를 이용한 $37^{\circ}C$ 배양에서 젖산생성능을 확인한 결과는 대조군인 L. acidophilus CSLA에 비하여 다소 낮은 경향을 보였지만, 적정산도가 0.74% 수준으로서 저산성 발효유 제조를 위한 스타터로 활용 가능할 것으로 판단되었다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 마이크로전자및패키징학회지
• /
• 제28권3호
• /
• pp.1-7
• /
• 2021

본 논문에서는 Bare-die Chip 형태의 Drive amplifier를 Ajinomoto Build-up Film (ABF)와 FR-4로 구성된 PCB에 내장함으로써 28 GHz 대역 모듈에서 적용될 수 있는 내장형 능동소자 모듈을 구현하였다. 내장형 모듈에 사용된 유전체 ABF는 유전율 3.2, 유전손실 0.016의 특성을 가지고 있으며, Cavity가 형성되어 Drive amplifier가 내장되는 FR4는 유전율 3.5, 유전손실 0.02의 특성을 가진다. 제안된 내장형 Drive amplifier는 총 2가지 구조로 공정하였으며 측정을 통해 각각의 S-Parameter특성을 확인하였다. 공정을 진행한 2가지 구조는 Bare-die Chip의 패드가 위를 향하는 Face-up 내장 구조와 Bare-die Chip의 패드가 아래를 향하는 Face-down내장 구조이다. 구현한 내장형 모듈은 Taconic 사의 TLY-5A(유전율 2.17, 유전손실 0.0002)를 이용한 테스트 보드에 실장 하여 측정을 진행하였다. Face-down 구조로 내장한 모듈은 Face-up 구조에 비해 Bare-die chip의 RF signal패드에서부터 형성된 패턴까지의 배선 길이가 짧아 이득 성능이 좋을 것이라 예상하였지만, Bare-die chip에 위치한 Ground가 Through via를 통해 접지되는 만큼 Drive amplifier에 Ground가 확보되지 않아 발진이 발생한다는 것을 확인하였다. 반면 Bare-die chip의 G round가 부착되는 PCB의 패턴에 직접적으로 접지되는 Face-up 구조는 25 GHz에서부터 30 GHz까지 약 10 dB 이상의 안정적인 이득 특성을 냈으며 목표주파수 대역인 28 GHz에서의 이득은 12.32 dB이다. Face-up 구조로 내장한 모듈의 출력 특성은 신호 발생기와 신호분석기를 사용하여 측정하였다. 신호 발생기의 입력전력(P_in)을 -10 dBm에서 20 dBm까지 인가하여 측정하였을 때, 구현한 내장형 모듈의 이득압축점(P_1dB)는 20.38 dB으로 특성을 확인할 수 있었다. 측정을 통해 본 논문에서 사용한 Drive amplifier와 같은 Bare-die chip을 PCB에 내장할 때 Ground 접지 방식에 따라 발진이 개선된다는 것을 검증하였으며, 이를 통해 Chip Face-up 구조로 Drive amplifier를 내장한 모듈은 밀리미터파 대역의 통신 모듈에 충분히 적용될 수 있을 것이라고 판단된다.

• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.52-61
• /
• 2023

육지와 인접한 연안, 그리고 천부 구조의 특성을 정밀하게 규명하기 위하여 높은 주파수 대역(80 Hz~1 kHz)의 음원을 활용하여 3.125 m 수준의 공간 해상도를 도출하는 초고해상 탄성파 탐사의 활용범위가 증가하고 있다. 디지털 스트리머 시스템은 고품질의 초고해상 탄성파 자료를 획득하기 위한 필수 모듈이며 도입 비용의 절감, 유지보수 기간의 단축 등을 위하여 국산화 연구가 이루어졌다. 개발된 국산화 스트리머에 대한 기본적인 성능 검증, 현장 운용성 검토 등은 해당 연구개발 과정에서 이루어졌으나 기존에 활용되는 벤치마크 모델과의 비교분석 연구는 수행되지 않았다. 본 연구에서는 국산화 스트리머와 벤치마크 모델을 활용해 동시에 자료를 취득하여 자료의 특성을 분석하였다. 이를 위하여 한국지질자원연구원 탐해2호와 부대장비 등을 활용한 2차원 탄성파 탐사자료를 취득하고 다양한 측면에서의 분석이 이루어졌다. 국산화 스트리머에서 취득된 자료는 벤치마크 모델에서 취득된 자료와 주파수 대역별 민감도 차이가 있었으나, 음원의 중심 주파수 대역을 고려한 범위에서는 매우 높은 수준의 유사성을 가지고 있다. 하지만, 60 Hz 이하의 낮은 주파수 대역에서는 벤치마크 모델 대비 낮은 신호대잡음비를 나타내었으며 이는 클러스터 에어건 등 낮은 주파수 대역의 음원을 활용한 자료취득에서는 품질을 저해하는 요소로 작용할 것이다. 이러한 차이를 발생시키는 원인은 세 가지(1. 스트리머 내부 발생 잡음, 2. 스트리머 예인 진동, 3. 아날로그 필터 컷 오프 주파수 대역)가 발굴되었으며 향후 제작되는 국산화 스트리머에서는 이에 대한 개선을 반영하고자 한다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.263-286
• /
• 2022

본 연구는 웹 크롤링을 이용하여 1990년부터 2022년까지 총 32개년에 해당하는 NBA 통계 정보를 획득하고, 탐색적 데이터 분석을 통해 관심 변수를 관찰하고 관련된 파생변수를 생성한다. 입력 데이터에 대한 정제 과정을 거쳐 무의미한 변수들을 제거하고, 남은 변수에 대한 상관관계 분석, t 검정 및 분산분석을 수행하였다. 관심 변수에 대해 플레이오프 진출/미진출 그룹 간 평균의 차이를 검정하였고, 이를 보완하기 위해 순위를 기준으로 하는 3개 집단(상위/중위/하위) 간 평균 차이를 재확인하였다. 입력 데이터 중 올해 시즌 데이터만을 테스트 세트로 활용하였고, 모델 훈련을 위해서는 훈련 세트와 검증 세트를 분할하여 5-fold 교차검증을 수행하였다. 교차검증 결과와 시험 세트를 이용한 최종 분석 결과를 비교하여 성능 지표에서 차이가 없음을 확인함으로써 과적합 문제를 해결하였다. 원시 데이터의 품질 수준이 높고, 통계적 가정을 만족하기 때문에 적은 수준의 데이터 세트임에도 불구하고 대부분 모델에서 좋은 결과를 나타냈다. 본 연구는 단순히 머신러닝을 이용하여 NBA의 경기 결과를 예측하거나 플레이오프 진출 여부만을 분류하는 것에서 그치지 않고, 입력 특성의 중요도를 파악하여 높은 중요도를 갖는 주요 변수에 본 연구의 관심 대상 변수가 포함되는지를 확인하였다. Shap value의 시각화를 통해 특성 중요도의 결과만으로 해석할 수 없었던 한계를 극복하고, 변수의 진입/제거 과정에서 중요도 산출에 일관성이 부족하다는 점을 보완할 수 있었다. 본 연구에서 관심 대상으로 분류했던 3점 및 실책과 관련된 다수의 변수가 미국 프로농구에서의 플레이오프 진출에 영향을 미치는 주요 변수에 포함되는 것으로 나타났다. 본 연구는 기존의 스포츠 데이터 분석 분야에서 다루었던 경기 결과, 플레이오프 및 우승 예측 등의 주제를 포함하고 분석을 위해 여러 머신러닝 모델을 비교 분석했다는 점에서 유사성이 있지만, 사전에 관심 속성을 설정하고, 이를 통계적으로 검증함으로써 머신러닝 분석 결과와 비교하였다는 측면에서 차이가 있다. 또한 XAI 모델 중 하나인 SHAP를 이용하여 설명 가능한 시각화 결과를 제시함으로써 기존 연구와 차별화하였다.