• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2007년도 제28회 춘계학술대회논문집
• /
• pp.322-325
• /
• 2007

본 논문은 터보펌프를 사용하는 액체로켓의 저압 LOX 공급계의 개발 프로세스를 제공한다. 대한항공은 한국항공우주연구원과 협력하여 터보펌프 공급을 위한 LOX 공급계 개발을 수행하였다. LOX 공급계는 극저온의 온도와 무게절감을 위한 얇은 배관두께가 특징이다. 본 프로젝트의 시스템은 주 배관과 LOX 온도 제어를 위한 재순환 배관으로 구성되어 있다. 각 배관시스템은 벨로우즈, 필터, 오리피스, 밸브류, 플랜지와 서포트로 구성되어 있다. 이 논문에서는 시스템 설계 및 제작, 구조 및 열 해석, 단품 시험에 대하여 설명하였다. 최종적으로, 이 시스템은 한국항공우주연구원의 PTF 시험설비에 조립되어 요구 성능을 달성하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.18-18
• /
• 2020

금강하구와 같이 막힌 대형 하구는 근본적으로 복잡한 물리화학적 프로세스와 다양한 이해당사자간의 갈등 때문에 단편적인 접근으로는 관리의 한계가 있을 수밖에 없는 환경이다. 더욱이 하굿둑의 갑문을 열어 하구순환을 복원하는 해수유통 사업은 그 자체가 가지는 환경적 효용성의 확인과 기존 용수이용 체계의 전면적 변화와 관련된 상당한 비용이 요구된다는 면에서 특별한 논란이 되어왔다. 본 연구는 해수유통으로 인한 금강 하구해역의 수리, 수질, 퇴적 및 생태 등 다양한 환경적 변화를 집중적인 현장 조사 및 통합 모델링을 통해 정량적으로 예측하고 이를 지역 이해당사자 논의 체계인 금강하구해역정책협의회에 제공함으로써 해수유통과 연관된 이해당사자 간 갈등을 완화하고 과학적 자료에 근거한 정책결정을 지원하기 위해 수행되었다(과학-정책의 통합). 조사연구는 하굿둑 갑문 개방에 따른 다양한 시나리오별로 해수유통으로 인한 영향을 하구해역(하굿둑의 바다 쪽 해역)과 하구호(하굿둑의 하천 쪽 담수역)에 미치는 영향을 검토하였다(하천-하구호-연안해역의 공간적 통합). 시나리오는 하구해역정책협의회의 요구사항을 반영하여 개발되었고, 시나리오별 영향파악은 수리(조석 및 파랑 포함), 퇴적물 이동 및 수질은 Delft3D모델을, 유역으로부터의 유량 및 오염물질 부하량은 분포형 비점모델인 STREAM을, 김양식과 이매패류 생산량을 추정하는 생태모델은 통계기반의 포인트 모델을 통해 이루어졌다(수리-퇴적-수질-생태계 모델의 통합). 시나리오 분석결과, 상시 해수유통을 제외한 대부분의 하굿둑 부분 개방 시나리오에서는 하구해역에 미치는 영향이 제한적으로 나타나는 것으로 예측되었다. 이는 하굿둑 부분 개방에 따른 담수방류량 및 이에 대응하는 해수의 유동패턴이 현재와 크게 달라지지 않음을 반영한다. 반면 하구호에 대한 영향은 하구해역에 비해 하굿둑 갑문 운영시나리오에 따라 상대적으로 민감하게 변화되는 것으로 예측되었다. 갑문의 부분 개방을 통해 하구호의 수위를 현재 대비 5cm~50cm 변화시켰을 때 1psu 염분의 저층에서의 침투거리는 하굿둑 상류 6km~18km 정도로 예측되었고 갑문 개방에 의해 염분 침투 거리의 조절이 가능할 것으로 나타났다. 단, 사용된 통합모델은 수년간의 검보정 과정을 반복적으로 수행하여 예측의 정확도를 지속적으로 개선하였지만, 모델운영 자체의 불확실성을 고려할 때 실제 해수유통을 위해서는 시범개방을 통해 모델 예측의 결과를 확인할 필요가 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.88-88
• /
• 2021

최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.

• 한국시스템다이내믹스학회:학술대회논문집
• /
• 한국시스템다이내믹스학회 2005년도 추계 학술대회 발표논문집
• /
• pp.23-42
• /
• 2005

세계 각 국은 자국의 이익을 보장하기 위해 방위산업의 기반을 강화하고 있고 갈수록 첨단무기체계를 도입 및 개발하고 있는 추세이다. 왜냐하면 방위산업은 평화와 군비경쟁이 공존하는 '균형속의 대결' 양상을 보이는 환경에서 자국의 생존을 위한 중요한 변수이기 때문이다. 한국의 방위산업도 1970년대 이후 괄목할 만한 성장을 이루었으나 구조적인 문제점을 탈피하지 못하였고 이제는 한계점에 도달하였다. 많은 방위산업 분야 전문가들은 현 시점에서 한국 방위산업의 발전과 활성화를 위한 방안들을 제시하였고, 정부에서도 자주국방의 기치 아래 다양한 개혁과 정책을 추구하고 있다. 그러나 대부분의 전문가 제시 내용과 연구 논문들은 방위산업의 대해 제한적으로 정성적인 분석과 대안제시에 국한되어 있는 수준이고 시스템 사고를 통해 인과관계를 분석하여 정책적인 대안을 제시하는 부분이 미흡한 실정이다. 따라서, 본 연구 논문에서는 방위산업의 전반적ㅇ.ㄴ 핵심요인을 식별하고 각 요인들간의 인과관계를 분석하여 한국 방위산업의 인과지도를 제시하였고 이를 통해 구조적인 문제점들을 해결하여 21세기 협력적 자주국방이 가능하도록 정책적인 대안을 제시하였다. 본 논문은 향후 복잡성이 가속화되는 방위산업에서 시스템적 사고를 이해하는데 기여가 될 것이고, 정책을 결정하고 추진하는 의사결정자와 무기체계 획득업무를 담당하는 실무자들에게 반드시 시스템적인 사고에 바탕을 둔 피드백 로프를 고려해야 한다는 것을 인식시킬 수 있을 것이다. 아울러 한국 방위산업의 활성화와 발전에 기여하리라 믿는다.정보통신산업을 미시적 분석이나 세부 항목별 정량적 분석을 통해서가 아니라 산업의 발전 속성 및 경기 순환 등의 관점에서 분석함으로써 정보통신산업 정책의 수립 및 집행을 거시적 안목 하에 정립할 수 있게 한다는 데 의의를 가진다. 또한 경제변수를 묘사하는데 있어 국면전환 확산과정을 사용함으로써 향후 실물옵션 등을 통한 기술 및 무형자산의 가치평가에 있어 기초자산의 움직임을 보다 정확히 포착해 낼 수 있는 프로세스를 제공하였다는데 또 다른 의의를 갖는다고 하겠다. 수 있다. 따라서 성장 ${\cdot}$ 고용 ${\cdot}$ 분배의 조화는 바로 노동효율 증가형 기순혁신이며, 이를 위한 인적자본에의 투자라고 말할 수 있다. 본 연구가 기술경제 패러다임(techno-economic paradigm)의 시각에서 제시하는 한국경제의 성장 ${\cdot}$ 고용 ${\cdot}$ 분배를 위한 정책방향은 다음과 같은 동태적발전과정으로 요약할 수 있다 : 기초과학연구능력 확충 ${\rightarrow}$ 소화 ${\cdot}$ 흡수 ${\cdot}$ 개량 ${\rightarrow}$ 토착화 능력의 배양 ${\rightarrow}$ 자체기술개발, 선진기술 도입, 산업간 및 산업내 기술확산, 국제기술협력 ${\rightarrow}$ 기술혁신의 촉진 ${\rightarro

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권5_6호
• /
• pp.398-413
• /
• 2003

컴포넌트와 재사용의 개념을 함께 가지는 컴포넌트 기반 소프트웨어 개발 방법은 소프트웨어 개발시간과 비용을 줄이고, 생산성을 향상시키는 등의 장점을 가진다 이때 컴포넌트들의 재사용을 체계적으로 지원하기 위해 컴포넌트 기반 소프트웨어 개발 프로세스와 병행한 도메인 분석과 설계 방법이 필요하다. 또한 현재의 도메인 분석, 설계 방법에서 부족한 도메인 내의 공통성과 다양성을 인식하는 과정에 대해 객관적인 분석 제시가 필요하다. 그리고 그 정보를 도메인 모델에 잘 반영시켜 그로부터 도메인 컴포넌트를 추출하고 이를 도메인 아키텍쳐에 명시적으로 나타내는 방법이 필요하다 본 논문에서는 컴포넌트 기반 소프트웨어 개발 시 효율적인 재사용 방안으로 도메인을 체계적으로 정의하고 분석, 설계하는 방법을 제안한다. 도메인 내에서 다시 사용될 수 있는 부분, 즉 공통성을 가진 요소들을 요구사항 분석 단계에서부터 추출하여 이를 계속 유지, 정제시켜가며 각 단계의 산출물에 반영시킨다. 이 과정을 통해 공통성을 가진 형태의 도메인 컴포넌트를 생성해 낼 수 있으며 이를 기반으로 도메인 아키텍처를 설계할 수 있다. 본 논문에서 제시하는 도메인 분석, 설계를 통해 소프트웨어를 재사용(software reuse)할 수 있도록 해 주는 동시에, 재사용 가능한 소프트웨어(reusable software)를 생산할 수 있도록 함으로써 체계적인 재사용의 선순환 관계를 지원하게 된다.

• 한국건축시공학회지
• /
• 제20권3호
• /
• pp.279-287
• /
• 2020

최근 지하형 탄약고에 대한 수요가 발생하고 사업이 구체화되고 있는 상황에서 지하형 탄약고에 대한 설계 방법의 부재가 상당한 걸림돌이 되고 있다. 본 연구에서 분석한 바와 같이 군 작전적 측면과 안전거리 기준 등의 안전 문제로 인해 민간에서 사용하는 일반적인 터널 설계 기준이나 지하형 탄약고에 대한 기존 연구결과들을 통해서는 제대로 된 지하형 탄약고를 구축할 수 없다. 따라서 실무자들이 지속적으로 순환되는 우리나라 군 및 관 특성상 표준화된 설계방법이 존재하지 않을 경우 지하형 탄약고의 설치는 상당히 지연될 수 밖에 없을 것이다. 이에 본 연구에서는 격실 설계, 격실 배치, 터널 및 출입구 설계, 공조설비 설계방법에 대해 고려해야할 사항들을 분석하고 전체적인 설계 프로세스를 정립하였다. 이를 토대로 설계 예시를 제공하였으며, 관련 전문가가 아니더라도 단계별로 설계를 따라 할 수 있도록 하였다. 지하형 탄약고는 세계적으로 시공사례가 많지 않다. 하지만 민·군 상생에 대한 국가 정책과 시장 추세를 비추어볼 때 지하형 탄약고에 대한 수요는 지속적으로 증가할 것으로 전망된다. 따라서 본 연구를 시작으로 지하형 탄약고에 대한 연구가 활성화되어 향후 대한민국이 기술 수출 등을 통해 세계 시장을 좌우할 수 있게 되기를 기대한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.

• 한국습지학회지
• /
• 제24권3호
• /
• pp.170-184
• /
• 2022

수변완충녹지는 유역의 비점오염원을 친환경적으로 정화시키고 탄소흡수원으로서 유용하며 다양한 생태계 서비스 기능을 제공하는 자연기반해법이다. 더불어 수변완충녹지는 생물 다양성과 인간의 행위 빈도가 높은 수역과 육역의 중간지대에 구축되는 지속가능한 사회생태시스템으로서 지역 공동체와의 긴밀한 상호 소통적 환경계획 과정으로 조성되어야 한다. 본 연구에서는 한강수계 경안천변 용인시 모현읍 갈담리 582-2 일원의 매수토지에 추진되는 수변생태벨트 사업을 대상으로 계획 및 설계를 소통적 행위로 이해하고 실천하기 위해 세 가지의 전략을 제시하고 이를 과정으로 구현하였다. 첫 번째, 관 주도의 사업을 지양하고 지역 거버넌스인 협의체를 중심으로 주민과 이해관계자들이 함께 참여하는 과정으로 개선하였다. 두 번째, 주민이 공감할 수 있는 생태계 서비스 기능 증진 측면의 설계 요소를 도입하고 선호하는 공간, 시설의 계획을 통해 수용성과 인식을 높이고자 하였다. 세 번째, 생물 서식처, 물순환 기반의 생태환경, 주민 생태체험·휴식공간 등의 균형있는 계획과 더불어 향후 이용 주체인 주민들이 조성 효과와 생태자원으로서의 가치를 체감하고 조성지의 운영, 관리에 참여, 환원될 수 있도록 하는 체계를 마련하였다. 이러한 설계 과정을 통해 사업 초기부터 주민참여 기반의 프로세스 모델을 정착하여 주민의 수용성, 주민 의견을 투영하는 사회생태시스템으로 작동되어 주민의 가치 인식, 조성 유지관리 단계까지 솔선수범할 수 있는 체계를 마련하였다. 그리고 국내 수변완충녹지 정책 패러다임의 변화와 향후 유사 사업 추진 시에 적용 가능한 시사점을 제공하는데 의의가 있다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.310-318
• /
• 2018

최근 사물인터넷(IoT)의 등장으로 인터넷에 연결된 다양한 기기들에 의해 대규모의 데이터가 생성됨에 따라 빅데이터 분석의 중요성이 증가하고 있다. 특히 실시간으로 생성되는 대규모의 IoT 스트리밍 센서 데이터를 분석하여 새로운 의미 있는 미래 예측을 통해 다양한 서비스를 제공하는 것이 필요하게 되었다. 본 논문은 AWS를 활용하여 IoT 센서로부터 생성되는 스트리밍 데이터에 기반하여 실시간 실내 PM10 농도 예측 LSTM 모델을 제안한다. 또한 제안 모델에 따른 실시간 실내 PM10 농도 예측 서비스를 구축한다. 논문에 사용된 데이터는 PM10 IoT 센서로부터 24시간 동안 수집된 스트리밍 데이터이다. 이를 LSTM의 입력 데이터로 사용하기 위해 PM10 시계열 데이터로부터 30개의 연속된 값으로 이루어진 시퀀스 데이터로 변환한다. LSTM 모델은 바로 인접한 공간으로 이동해 가는 슬라이딩 윈도우 프로세스를 통하여 학습한다. 또한 모델의 성능 개선을 위해 24시간마다 수집한 스트리밍 데이터에 대해 점진적 학습 방법을 적용한다. 제안한 LSTM 모델의 성능을 평가하기 위해 선형회귀 모델 및 순환형 신경망(RNN) 모델과 비교한다. 실험 결과는 제안한 LSTM 예측 모델이 선형 회귀보다 700%, RNN 모델보다는 140% 성능 개선이 있음을 보여주었다.

• 해양환경안전학회지
• /
• 제28권1호
• /
• pp.175-183
• /
• 2022

선박과 교각이 충돌하면 생명과 안전에 큰 위협이 될 수 있다. 따라서 선박-교각 충돌력 영향 인자를 식별하고 다양한 충돌 조건에서의 충돌력에 대한 연구의 필요성이 있다. 본 논문에서는 선박-교각 충돌의 유한요소 모델을 설정하고, 수치 시뮬레이션을 통해 선적상태, 운항속도, 충돌 각도의 세 가지 입력조건을 조합하여 50가지 케이스에서의 선박-교각 최대 충돌력을 계산하였다. 계산된 유한요소해석 결과를 사용하여 신경망 추정 모델을 학습하고 최대 충돌력을 추정함으로써 빠른 시간에 최대 충돌력을 추정하는 프로세스를 제안하였다. 신경망 예측 모델은 가장 기초적인 역전파 신경망과 시간정보를 고려할 수 있는 순환신경망인 Elman 신경망 2가지 모델을 사용하였다. 10가지 케이스의 테스트 데이터로 시험한 결과 Elman 신경망을 사용했을 경우에 평균상대오차가 4.566%로 역전파 신경망보다 나은 최대 충돌력 추정이 가능함을 확인하였고 8가지 케이스에서 5%이하의 상대오차를 보여 주었다. 본 신경망을 이용한 최대 충돌력 추정법은 유한요소해석을 수행하지 않아도 되므로 계산 시간이 짧아 선박 항해 중 충돌을 회피할 수 없는 경우 피해를 최소화하는 의사결정의 기초 방법으로 사용할 수 있다.