• 한국가스학회지
• /
• 제8권2호
• /
• pp.15-27
• /
• 2004

본 논문은 상용 프로그램인 Fluent를 이용하여 고분자 전해질 연료전지(polymer electrolyte membrane fuel cell)의 바이폴라 플레이트 위에 새겨진 유로형상을 분석함으로서 연료전지의 성능을 향상시키는데 그 목적이 있다. 수소 소모량이 가장 많은 유로크기를 구하기 위하여 0.5 ${\~}$ 3.0mm의 범위에 대해 시뮬레이션을 수행하였으며, 유로너비, 지면너비, 유로깊이가 적을수록 아노드에서 수소이용율이 높음을 알 수 있었다. 유로너비가 증가하면 유로의 전체길이를 감소하므로 유로에서 압력하락이 감소하게 되며, 지면너비를 증가시키면 수소가 지면 밑으로 확산하여 수소의 순 소비가 감소하기 때문이다. 또한 유로너비를 변화시키는 것은 지면너비를 변화시키는 것보다 수소 소모에 민감하게 영향을 끼침을 알 수 있었다. 유로깊이에 따른 수소 소모량의 변화는 유로너비에 비해 크지 않으나 유로깊이는 바이폴라 플레이트의 부피에 크게 영향을 미치므로 가능한 한 적게 하여야 한다. 그러나 현실적으로 기계가공이 가능한 1mm이상의 유로에서는 유로너비 1.0mm, 지면너비 1.0mm, 유로깊이 0.5mm에서 수소 이용율이 가장 높았으며 최적 유로크기로 판단된다. 시뮬레이션결과로부터 최적 유로크기로 성형한 2cm${\times}$2cm크기의 대각선형과 5자형 유동장에 MEA를 결합한 단위전지의 성능을 100W 연료전지평가시스템을 이용하여 측정하였다. 측정결과는 대각선형과 5자형에서 유사하게 높은 OCV가 나타났으며, 전류밀도는 0.6V이하에서는 대각선형이 $2-40mA/m^2$ 더 높았으나 0.7-0.8V에서는 S자형이 $5-10mA/m^2$ 더 높게 나타났다.질을 향상시키고 의료자원의 효율적인 이용을 촉진하기 위해 호스피스 완화의료 서비스의 표준화와 제도화가 필요하다.를 활용한 사용자인터페이스(UI)디자인의 가능성을 확대시킬 수 있을 것이다. 스크린의 사용에 있어서 사용자의 시각적 한계성을 극복하기 위한 새로운 GUI의 시도와 제안은 향후 모바일 기기 디자인의 새로운 방향성을 제시하고 있다.각되며 이를 위해서는 호스피스 관련 기관뿐만 아니라 국가적 차원의 아동 호스피스에 대한 관심과 지원이 요구된다고 생각한다. 양상과 일치하였고 표준조건(water flux 1 cm/일)에서 예측된 이동소요시간에 따라 metolcarb는 most mobile, molinate와 fenobucarb, isazofos는 mobile내지 most mobile, dimepiperate는 moderately mobile이나 mobile, diazinon은 mobile, fenitrothion과 parathion은 slightly mobile 또는 mobile, chloipyrifos-methyl은 immobile이나 slightly mobile 등급에 속하는 것으로 나타났다.히 요구되고 있는 현실이다.브로 출시에 따른 마케팅 및 고객관리와 관련된 시사점을 논의한다.는 교합면에서 2, 3, 4군이 1군에 비해 변연적합도가 높았으며 (p < 0.05), 인접면과 치은면에서는 군간 유의차를 보이지 않았다 이번 연구를 통하여 복합레진을 간헐적 광중합시킴으로써 변연적합도가 향상될 수 있음을 알 수 있었다.시장에 비해 주가가 비교적 안정적인 수준을 유지해 왔다고 볼 수 있다.36.4%)와 외식을 선호(29.1%)${\lrcorner}$ 하기 때문에 패스트푸드를 이용하게 된 것으로 응답 하였으며, 남 여 대학생간에는 유의한

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.493-500
• /
• 2021

본 논문에서는 다각형 용기의 품질 향상을 위한 딥러닝 구조 개발을 제안한다. 딥러닝 구조는 convolution 층, bottleneck 층, fully connect 층, softmax 층 등으로 구성된다. Convolution 층은 입력 이미지 또는 이전 층의 특징 이미지를 여러 특징 필터와 convolution 3x3 연산하여 특징 이미지를 얻어 내는 층이다. Bottleneck 층은 convolution 층을 통해 추출된 특징 이미지상의 특징들 중에서 최적의 특징들만 선별하여 convolution 1x1 ReLU로 채널을 감소시키고convolution 3x3 ReLU를 실시한다. Bottleneck 층을 거친 후에 수행되는 global average pooling 연산과정은 convolution 층을 통해 추출된 특징 이미지의 특징들 중에서 최적의 특징들만 선별하여 특징 이미지의 크기를 감소시킨다. Fully connect 층은 6개의 fully connect layer를 거쳐 출력 데이터가 산출된다. Softmax 층은 입력층 노드의 값과 연산을 진행하려는 목표 노드 사이의 가중치와 곱을 하여 합하고 활성화 함수를 통해 0~1 사이의 값으로 변환한다. 학습이 완료된 후에 인식 과정에서는 학습 과정과 마찬가지로 카메라를 이용한 이미지 획득, 측정 위치 검출, 딥러닝을 활용한 비원형 유리병 분류 등을 수행하여 비원형 유리병을 분류한다. 제안된 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 양품/불량 판별 정확도 99%로 세계최고 수준과 동일한 수준으로 산출되었다. 검사 소요 시간은 평균 1.7초로 비원형 머신비전 시스템을 사용하는 생산 공정의 가동 시간 기준 내로 산출되었다. 따라서 본 본문에서 제안한 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능의 그 효용성이 입증되었다.

• Nuclear Medicine and Molecular Imaging
• /
• 제42권5호
• /
• pp.394-400
• /
• 2008

목적: 줄기 세포에서 렌티바이러스와 아데노바이러스를 이용해 유전자를 전달하였을 때 유전자 발현 정도를 정량적으로 비교하는 연구는 보고되지 않았다. 저자들은 쥐의 중간엽줄기세포(이하 rMSC)에 사람 나트륨/옥소 공동수송체 (이하 hNIS) 유전자를 렌티바이러스와 아데노바이러스를 통하여 전달하고 발현 정도를 정량적으로 비교해 보았다. 대상 및 방법: hNIS를 발현하는 rMSE (lenti-hNIS-rMSC)의 생산은 hNIS유전자를 렌티바이러스 벡터인 pLenti/UbC/V5-DEST (Invitrogen)에 클로닝하여 pLenti-hNIS를 얻은 후 rMSC에 감염시켜서 3주간 blasticidin으로 선별하였다. hNIS를 발현하는 재조합 아데노바이러스(Rad-hNIS)는 homologous recombination 방법에 의하여 생산하였으며 Rad-hNIS의 rMSC에 대한 transduction efficiency는 Rad-GFP를 사용하여 MOI 1, 5, 20, 고리고 100에서 평가하였고 그 결과는 각각 $19.1{\pm}4.7%$, $54.0{\pm}6.4%$, $85.7{\pm}8.7%$, 그리고 $98.4{\pm}1.3%$이었다. 두 바이러스 전달 시스템에서 hNIS의 발현정도를 ummunocytochemistry, western blot 그리고 방사성옥소 섭취실험을 통해 평가하였다. 결과: Immunocytochemistry와 western blot으로 hNIS 단백질의 양을 비교하였을 때 lenti-hNIS-rMSC에서 발현하는 hNIS 단백질의 양은 Rad-hNIS를 rMSC에 MOI 20으로 감염시킨 경우보다는 많았으나 MOI 50 보다는 작았다. 그러나 방사성옥소 섭취실험에서 lenti-hNIS-rMSC ($29,704{\pm}6,659\;picomole/10^6\;cells$)는 MOI 100의 Rad-hNIS를 rMSE에 감염시킨 경우($6,168{\pm}2,134\;picomole/10^6\;cells)$ 보다도 높은 섭취율을 보였다. 결론: 렌티바이러스를 통하여 hNIS를 rMSC에서 발현하도록 했을 때 아데노바이러스를 전달 벡터로 사용한 경우에 비하여 단백질 발현 양은 상대적으로 적었으나 hNIS의 기능은 더 우수하였다. hNIS를 리포터 유전자로 사용한 줄기세포추적은 벡터에 따른 유전자 발현효율의 차이를 고려하고 시행되어야 할 것으로 생각한다.

• 대한핵의학회지
• /
• 제35권2호
• /
• pp.89-99
• /
• 2001

목적: 감마카메라로부터 획득한 신장 영상의 정량적 분석을 통해 신장 기능 평가시 사용되고 있는 기존 상용 프로그램은 사용자 임의의 기능 변경 및 추가가 어려워 응용적 측면에서 단점을 갖고 있다. 이 연구에서는 이러한 기존 상용프로그램의 단점을 극복하고, 사용자가 임상 필요에 따라 기능 변경 및 추가를 쉽게 할 수 있는 분석 프로그램을 개발하여 그 결과의 타당성을 분석하였다. 대상 및 방법: 개발된 프로그램은 IDL5.2를 사용하여 작성하였으며, windows운영시스템의 일반 개인용 컴퓨터에서 구현토록 하였다. 프로그램의 기본 성능 구현 및 사구체여과율 계산값의 타당성 검증을 위한 영상자료를 얻기 위해 10명의 정상인을 대상으로 $^{99m}Tc$-DTPA 방사성의약품을 사용하였고, 평균통과시간 계산값의 타당성 검증을 위한 영상자료를 얻기 위해 정상인 11명의 22개의 신장을 대상으로 $^{99m}Tc$-DTPA와 $^{99m}Tc$-MAG3를 사용하여 수분공급에 따른 평균통과시간 분석을 시행하였다. 신장영상은 Siemens사의 단일헤드 감마카메라(ORBITOR)를 통해 획득하였다. 정량적 분석을 위한 관심영역 설정은 수동설정 외에 자동설정 기능도 함께 개발하여 구현토록 하였다. 사구체여과율 계산을 위해 Gates방법을 사용하였고, 평균통과시간 계산을 위해 역중첩 방법과 적합한 여과 방법을 적용하여 안정된 값을 구하였다. 결과: 개발한 프로그램으로 시간별 신장영상과 각 관심영역 내에서의 시간방사능곡선을 도시할 수 있었고, 사구체여과율, 평균통과시간 및 좌 우 신장의 상대적 기능 외에 각 관심영역에서 최대방사능도달시간($T_{max}$)과 중간방사능도달시간($T_{1/2}$)과 같은 시간방사능곡선과 관련된 값들도 함께 계산하였다. 10명의 신장 영상 자료를 대상으로 개발된 프로그램으로 분석한 값들과 Siemens사의 기존 상용 분석 프로그램(MPE)으로 계산한 값들을 서로 비교, 분석한 결과, 통계학적으로 차이가 없음(최대 방사능도달시간: p=0.68, 상대신장기능: p=1.0, 사구체여과율: p=0.25)을 보여 개발한 프로그램이 타당성이 있음을 입증하였다. 평균통과시간 계산값의 타당성 검토와 관련하여, Siemens사의 상용 분석 프로그램에는 해당 기능이 없어 계산값의 비교를 통한 검증은 수행하지 못하였고, 수화(hydration)와 탈수(dehydration) 각각의 조건에 따른 신장기능 분석에 적용하였을 때, 판별 기준이 되는 유의미한 값을 산출하여 타당성 검증을 대신하였다. 결론: 이 연구에서 개발한 핵의학 영상의 정량적 분석을 통한 신장기능 분석 프로그램을 사용하여 신장 기능을 분석한 결과, 타당성 있는 결과를 도출하여 그 유용성을 입증하였다. 이 개발 프로그램은 좀 더 다양한 임상응용 목적의 분석기능을 사용자가 직접 개발, 추가하기가 용이하여 기존 상용 프로그램보다 연구적 활용범위가 크다고 사료된다.

• 한국농림기상학회지
• /
• 제23권3호
• /
• pp.149-155
• /
• 2021

농업기상재해 조기경보시스템에서는 일 최대순간 풍속에 과수의 낙과 피해 임계풍속을 대입하여 농작물의 풍해 위험을 예측, 자원농가에게 제공하고 있다. 강풍의 위험 예측확률을 높이기 위한 방법으로써, 기존 방식에서 '안전'으로 분류된 데이터들 중 실제로는 풍해위험이 있는 경우를 찾아내는 인공신경망 이항분류 기법을 도입하였다. 학습데이터는 전라남북도와 경북 및 경남 일부지역의 총 210개소 기상청 종관 및 방재기상관측지점에서 수집된 2019년 전체 일별 풍속자료이며, 최적 모델 도출을 위한 검증데이터는 동일지점의 2020년 1월 1일~12월 12일 자료를, 인공신경망 기법 사용 전/후의 풍해위험예측 성능 평가는 2020년 12월 13일~2021년 2월 18일까지의 자료를 사용하였다. 풍해위험 임계풍속은 과수의 낙과 피해기준으로 주로 사용되고 있는 11m/s를 설정하였다. 또한 2020년 동일 기간의 일 최대순간풍속 실측값으로 Weibull 분포를 작성한 후, 추정값과 임계풍속간의 편차를 이용하여 누적확률값을 계산, 풍해 경보에서 한 단계 낮은 주의보를 판단하고 인공신경망 기법 적용 결과와 비교하였다. 평가기간 중 기존의 풍해 위험 탐지확률은 65.36%였으나 인공신경망 기법으로 재분류 과정을 거친 후 93.62%로 크게 개선되었다. 반면, 오보율이 함께 증가되어(13.46% → 37.64%), 전반적인 정확도는 감소하였다. 한편 Weibull 분포를 이용하여 풍해주의보 구간을 두었을 때는 정확도 83.46%으로 인공신경망 기법에 비해 전반적인 예측 정확도는 더 높았던 반면 위험 탐지확률은 88.79%로 더 낮게 나타났다. 따라서, 상대적으로 위험예보의 미예측이 중대한 문제가 되는 사례에서 인공신경망 방식이 유용할 것으로 보인다.

• 터널과지하공간
• /
• 제32권1호
• /
• pp.30-58
• /
• 2022

고준위방사성폐기물 심지층처분장은 공학적방벽과 천연방벽의 다중방벽으로 이루어져 있으며 각 방벽재 사이의 상호작용에 의해 처분시스템의 전반적인 장기 건전성이 영향을 받게 된다. 특히 공학적방벽재인 압축 벤토나이트 완충재와 천연방벽인 근계암반의 상호작용에 의한 완충재의 침식 및 파이핑 현상은 사용후핵연료의 붕괴열 발산, 지하수 유입 저지 및 핵종 이동 저지의 역할을 수행하는 완충재의 성능을 저하시키기 된다. 처분 초기에 벤토나이트 완충재가 흡수할 수 있는 물의 양보다 많은 유량이 근계암반의 절리로부터 유입되면 잉여 지하수로 인한 수압이 발생하고 이로 인해 완충재 자체 및 갭채움재 주변으로 파이핑 현상이 발생할 수 있다. 또한 지하수와 벤토나이트 완충재의 물리-화학적 상호작용으로 인하여 완충재의 표면의 팽윤 및 겔/졸화로 인하여 완충재의 표면에서 침식이 발생할 수 있다. 따라서, 이러한 침식 및 파이핑 현상이 발생하는 조건과 이로 인한 완충재의 건전성을 명확하게 평가하는 것이 처분장의 장기건전성 평가를 위해 반드시 필요하다. 처분선진국들에서는 주로 실내 및 공학규모 실험이 수행되고 있으며 일부 전산 모델 개발이 진행되고 있는 상황이지만 실험에서 관측된 현상들을 복합적으로 모사할 수 있는 전산 모델은 개발되지 않았다. 국내에서도 다양한 침식/파이핑 시나리오에 대한 연구나 열-수리-역학-화학적 복합거동을 고려한 연구는 수행되지 않았다. 본 기술 보고에서는 현재까지 수행된 국내외 벤토나이트 침식 및 파이핑 연구와 이들이 주로 고려한 영향인자를 파악하였다. 실험값을 검증하기 위해 제안된 전산 모델들을 소개하고 향후 완충재 침식 및 파이핑 현상 규명을 위한 연구 수행 방향에 대해 정리하였다. 본 논문에서 검토한 다양한 시험 및 모델링 사례를 바탕으로 향후 국내 심층처분장환경을 고려한 압축 벤토나이트 완충재 침식 및 파이핑 관련 연구가 필요하다고 판단된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1463-1478
• /
• 2022

한국 수출입의 99.7%는 해상운송이 차지하고 있으며, 항만의 효율적 운영을 위해 해운 물류 모니터링 시스템 개발 필요성이 대두되고 있다. 현재 automatic identification system (AIS)를 기반으로 선박의 정보를 조회하여 해상 물동량 추정 연구가 진행되고 있지만, AIS를 운영하지 않는 선박들에 대한 모니터링은 불가능하다는 한계가 있다. 고해상도 광학 위성 영상은 광역의 범위에서 AIS 미운영 선박 및 소형 선박을 식별할 수 있기 때문에 AIS 기반 물동량 모니터링의 공백을 보완할 수 있다. 그러므로 선박 및 물동량 모니터링에 활용하기 위해, 고해상도 광학 위성영상에서 선박을 탐지하고 화물선 및 소형 선박을 분류하는 연구가 필요하다. 본 연구는 초기 국토위성영상을 이용하여 생산된 학습 자료 기반으로 인공지능 모델을 훈련시키고 다른 영상에서 탐지를 수행함으로써, 국토위성영상의 딥러닝 학습 자료 생산 및 선박 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 황해 및 황해 주요 항만 구역 내 선박들을 추출하여 제작했으며, You Only Look Once (YOLO) 알고리즘을 사용하여 탐지 모델은 구축하고 국내외 주요 항만 각 1개소를 대상으로 선박 탐지 성능을 평가하였다. 항만 접안 및 해상 정박중인 선박을 대상으로 탐지 모델에 적용한 결과를 AIS의 선종 정보와 비교하였고, 국내 항만에서 85.5%와 89%, 국외 항만에서 70%의 선종 분류 정확도를 확인하였다. 본 연구 결과는 정박중인 선박을 중심으로 고해상도 국토위성영상을 활용하여 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 구축을 통해 탐지 모델의 정확도를 향상시킨다면 전세계 주요 항만에서 선박 및 물동량 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.181-193
• /
• 2024

기후변화에 의해 발생하는 대기 불균형은 강우량의 증가로 이어지고, 침수 발생 빈도가 증가함에 따라 이를 탐지할 수 있는 기술의 필요성이 증가하고 있다. 침수 피해를 최소화하기 위해 지속적인 모니터링이 필요하며, 날씨의 영향을 받지 않는 합성개구레이더(Synthetic Aperture Radar, SAR) 영상을 활용하여 침수지역을 탐지하였다. 관측된 데이터는 median 필터를 통해 노이즈를 감소시키는 전처리 과정을 진행하였으며, 객체 탐지 기법을 통해 수체와 비수체를 분류하여 각 기법의 침수탐지 활용성을 평가하고자 하였다. 본 연구에서는 Otsu 기법과 SVM 기법을 통해 수체 및 침수 탐지를 수행하였으며, Confusion Matrix를 통해 전체적인 모델의 성능을 평가하였다. Otsu 기법은 수체와 비수체의 경계를 구분하는데 적합함을 보였으나, 혼합물의 영향을 받아 오탐지의 비율이 높게 나타났다. 반면, SVM 기법을 사용한 경우, 오탐지 비율이 낮고 혼합물에 의한 영향에 민감하지 않은 것으로 관측되었다. 이에 따라 침수 상태를 제외한 다른 조건에서 SVM 기법의 정확도가 높게 나타났다. Otsu 기법이 침수 조건에서 SVM 기법보다 다소 높은 정확도를 보였지만, 정확도의 차이가 5% 미만임을 확인할 수 있었다(Otsu: 0.93, SVM: 0.90). SVM 기법이 Otsu 기법보다 침수 전, 침수 후의 조건에서 정확도 차이가 최대 15% 이상 발생하여 수체 및 침수탐지에 더 적합하게 나타났다(Otsu: 0.77, SVM: 0.92). 이러한 결과는 SVM 기법이 수체 및 침수탐지에서 효과적으로 활용될 수 있음을 시사하며, 미래의 수재해 탐지 시스템에 적용될 때 유용한 정보를 제공할 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제29권9호
• /
• pp.125-136
• /
• 2024

산사태 예방을 위한 비구조물 대책 중 하나로, 산사태 예·경보 시스템의 임계 강우 기준을 마련하기 위한 강우 특성 분석 자동화 알고리즘을 제안한다. 알고리즘은 파이썬으로 작성했다. 강수 자료는 기상청과 산림청의 관측소 정보를 활용하였고, 산사태 정보는 2020~2023년까지의 데이터를 기반으로 행정안전부의 생활안전지도를 통해 수집했다. 알고리즘은 3단계이다. 첫째, 강수 자료를 입력받아 지점 정보 불일치와 결측값을 정제한다. 둘째, 산사태 위치와 가장 가까운 관측소를 찾아내고, 무강우 기간 및 반감기를 고려하여 강우 사상을 분류하고 분석한다. 셋째, 강우 특성에 대해 기초 통계를 수행한 후, 적절한 통계 모델을 선정·분석한다. 분석 결과, 강우강도-지속시간, 유효 강우량-지속 시간, 선행강우량-지속 시간, 최대강우량-지속 시간의 관계에 대해 멱법칙과 비선형 회귀분석을 실시하였으며, 평균 R² 값이 0.45로 나타났다. 분석된 임계 강우 기준은 강우강도 0.9~1.4mm/hr, 유효강우량 68.5~132.5mm, 선행강우량 81.6~151.1mm, 최대강우량 17.5~26.5mm로 분석되었다. 기준 검증을 위해 AUC-ROC 분석을 수행한 결과, AUC 값이 0.5로 낮게 나타났다. 마지막으로 알고리즘의 속도 성능을 평가한 결과 총 30분의 시간이 소요되었다. 즉, 강우 자료만으로 재해를 예측하는 데에는 한계가 있음을 시사한다. 단, 재해로 인한 인명과 재산 피해를 막기 위해서는 정량적이나 해석이 편리한 방법으로 기준 선정이 필요하다. 따라서 본 연구에서 개발한 알고리즘을 활용하여 산사태 발생 임계 강우 기준의 정량적 평가를 통해 인명 및 재산 피해를 저감하는 데 기여할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.53-77
• /
• 2012

본 연구는 경향신문, 한겨레, 동아일보 세 개의 신문기사가 가지고 있는 내용 및 논조에 어떠한 차이가 있는지를 객관적인 데이터를 통해 제시하고자 시행되었다. 본 연구는 텍스트 마이닝 기법을 활용하여 신문기사의 키워드 단순빈도 분석과 Clustering, Classification 결과를 분석하여 제시하였으며, 경제, 문화 국제, 사회, 정치 및 사설 분야에서의 신문사 간 차이점을 분석하고자 하였다. 신문기사의 문단을 분석단위로 하여 각 신문사의 특성을 파악하였고, 키워드 네트워크로 키워드들 간의 관계를 시각화하여 신문사별 특성을 객관적으로 볼 수 있도록 제시하였다. 신문기사의 수집은 신문기사 데이터베이스 시스템인 KINDS에서 2008년부터 2012년까지 해당 주제로 주제어 검색을 하여 총 3,026개의 수집을 하였다. 수집된 신문기사들은 불용어 제거와 형태소 분석을 위해 Java로 구현된 Lucene Korean 모듈을 이용하여 자연어 처리를 하였다. 신문기사의 내용 및 논조를 파악하기 위해 경향신문, 한겨레, 동아일보가 정해진 기간 내에 일어난 특정 사건에 대해 언급하는 단어의 빈도 상위 10위를 제시하여 분석하였고, 키워드들 간 코사인 유사도를 분석하여 네트워크 지도를 만들었으며 단어들의 네트워크를 통해 Clustering 결과를 분석하였다. 신문사들마다의 논조를 확인하기 위해 Supervised Learning 기법을 활용하여 각각의 논조에 대해 분류하였으며, 마지막으로는 분류 성능 평가를 위해 정확률과 재현률, F-value를 측정하여 제시하였다. 본 연구를 통해 문화 전반, 경제 전반, 정치분야의 통합진보당 이슈에 대한 신문기사들에 전반적인 내용과 논조에 차이를 보이고 있음을 알 수 있었고, 사회분야의 4대강 사업에 대한 긍정-부정 논조에 차이가 있음을 발견할 수 있었다. 본 연구는 지금까지 연구되어왔던 한글 신문기사의 코딩 및 담화분석 방법에서 벗어나, 텍스트 마이닝 기법을 활용하여 다량의 데이터를 분석하였음에 의미가 있다. 향후 지속적인 연구를 통해 분류 성능을 보다 높인다면, 사람들이 뉴스를 접할 때 그 뉴스의 특정 논조 성향에 대해 우선적으로 파악하여 객관성을 유지한 채 정보에 접근할 수 있도록 도와주는 신뢰성 있는 툴을 만들 수 있을 것이라 기대한다.