• 지능정보연구
• /
• 제27권3호
• /
• pp.75-94
• /
• 2021

저출산 문제로 인한 병역자원 감소와 병 복무기간 단축에 따른 군 간부 대비 병 복무 선호 현상은 우수한 군 간부확보정책에 대한 추가적인 고찰을 필요로 한다. 이와 관련된 연구들은 대부분 사회과학에서 주로 사용되는 방법론으로 분석하였으나, 본 연구는 대량의 문헌조사에 적합한 텍스트 마이닝의 방법론으로 접근한다. 이를 위해, 본 연구는 공군 부사관 지원자 자기소개서에서 차별적인 특성의 단어들을 추출하고 합격 및 불합격의 극성을 분석한다. 본 연구는 총 3단계로 이루어졌다. 첫번째, 지원분야를 일반분야와 기술분야로 나누고, 자기소개서에서 특성을 가지는 단어들을 분야별 빈도수 비율의 차이대로 순서화 한다. 각 지원분야별 비율의 차이가 클수록 해당 지원분야의 특성을 나타내는 것으로 정의하였다. 두번째, 이 특성을 나타내는 단어들을 LDA를 통해 단어들의 Topic을 군집화하고 이를 바탕으로 Label을 정의하였다. 세번째, 이 군집화 된 지원분야별 단어들을 L-LDA를 통해 합격과 불합격의 극성을 분석하였다. L-LDA값의 차이가 합격에 가까울수록 합격자들이 많이 사용하는 단어로 정의하였다. 본 연구를 통해, 공군 부사관 자기소개서의 차별적 특성을 추출하기에는 LDA보다 L-LDA가 더 적합함을 알 수 있다. 또한, 이러한 방법론은 별도의 서면 또는 대면 설문 방식이 아니라, 대량 문서에 대한 텍스트 마이닝 기법을 적용하여 분석시간을 단축하고, 전체 모집단에 대한 신뢰성을 높일 수 있다. 따라서 본 연구인 공군 부사관 선발결과 분석을 통해, 선발제도 및 홍보제도에 활용 가능한 정보를 제공하고, 군 인력획득 분야 연구에 있어 활용 가능한 방법론을 제안하고자 한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국해안·해양공학회논문집
• /
• 제32권6호
• /
• pp.587-601
• /
• 2020

지역해양수치모델(ROMS)을 이용하여 동해 및 울릉도-독도 해역의 해양순환을 모의하였다. 동해 3 km 격자 수치모델과 HYCOM 9 km 격자 자료를 사용하여 울릉도 1 km 격자 수치모델, 울릉도-독도 300 m 격자 수치모델들을 서로 단방향 둥지격자화 기법으로 구축하였다. 그 과정에서 상위모델과는 다른 수심 자료 및 내·외삽 방법에 의해 나타날 수 있는 개방 경계자료의 왜곡에 대한 보정방법을 제시하였다. 구축한 시스템을 이용하여, 2018년 울릉도-독도 지역에서 수평해상도가 300 m인 초고해상도 해양순환 모의 결과를 산출하였다. 초고해상도 수치모델은 같은 조건임에도 불구하고 초기장 및 개방 경계자료에 따라 서로 다른 특징이 나타났다. 따라서 수치모델 결과를 인공위성 고도계 자료로 추정한 유속 자료 및 국립수산과학원의 수온 관측자료를 사용하여 비교 검증하였다. 검증결과 HYCOM 자료를 경계장으로 사용한 둥지격자기법 결과는 1 km 격자모델 보다 300 m 격자모델 결과에서 RMSE, Mean Bias, Pattern Correlation, Vector Correlation이 전반적으로 향상되었다. 그러나 동해 3 km 수치모델을 사용한 결과에서는 1 km 모델의 결과가 300 m 결과보다 우수하게 나타났다. 수온 수직단면도에서는 수평해상도가 고해상도일수록, 등온선의 골과 마루의 수직구조가 뚜렷해지는 경향이 나타났다. 또한 울릉도-독도 300 m 모델은 상위모델에서 재현되지 않았던 섬의 지형 효과에 따른 카르만 와열이 나타났다.

• 한국산림휴양학회지
• /
• 제22권4호
• /
• pp.71-81
• /
• 2018

삶의 질을 중시하는 가치관, 산림 기본계획 등 시대적인 변화에 따라 질적으로 향상된 산림레포츠 시설조성이 요구되고 있다. 따라서 국내 산림레포츠시설보다 이용 편의가 높은 Vita Parcours의 도입 검토가 필요하다고 판단하였다. 본 연구는 Vita Parcours의 도입 가능성을 검토해보기 위해 아세안 자연휴양림, 운악산 자연휴양림, 유명산 자연휴양림, 중미산 자연휴양림, 산음 자연휴양림, 양평 치유의 숲 등 수도권 산림복지시설의 운동시설과 숲길 현황을 파악하였다. 조사결과 운동시설은 총 31개이며 시설당 평균 5.2개가 조성되어 있었다. 조성 위치는 숲길 안 2개, 숲길 옆 9개, 숲길 경계 2개, 숲길 외 장소에 위치한 경우는 18개로 나타났다. 또한 운동 동작은 총 44개이며 민첩성 23개, 지구력 12개, 근력 9개로 나타났다. 숲길은 총 34개이며 시설 당 평균 5.7개가 조성되어 있었다. 법정 숲길 종류는 트레일 30개소, 둘레길 2개소, 휴양 치유숲길 1개소, 탐방로 1개소로 조사되었다. 형태는 직선형 32개, 환상형 2개이며 평균 길이 652.6m, 고도차 60.0m로 나타났다. 이들 대상지의 숲길 환경을 Vita Parcours가 지닌 지형, 거리, 경사 등 특성과 비교 분석한 결과 산음 자연휴양림이 가장 유사한 것으로 나타났다. 또한 산음 자연휴양림 안에는 현재 치유의 숲이 운영되고 있고 우수한 임상을 지니고 있기 때문에 Vita Parcours를 도입하기에 가장 잠재력이 높고 타당성이 높은 곳이다. 따라서 Vita Parcours 도입 시 정책적 도움을 주기 위해 산음 자연휴양림 내에 도입 후보지를 제안하였다. 산음휴양림 내 길이 1.84km, 고도차 73.0m의 숲길을 선정하였으며, 운동지점과 전체 운동 동작 수는 Vita Parcours와 동일하게 설계하였다. 그리고 산음휴양림 내 Vita Parcours 시설 조성 시 이용자의 이용 편의를 위해 적정한 숲길 정비가 필요하다고 판단된다.

• 대한화장품학회지
• /
• 제47권2호
• /
• pp.155-161
• /
• 2021

본 연구는 항균 활성을 갖는 천연 소재를 검색하고 화장품의 보존제로써 적용을 위해 진행되었다. 디스크 확산법(disc diffusion method)을 통해 피부 병원성균 3 종(Staphylococcus aureus, Escherichia coli (E. coli), Pseudomonas aeruginosa)과 효모균(Candida albicans (C. albicans))에서의 천연 항균 소재 9 종을 검색하였다. Inhibition zone 크기를 측정한 결과, 오배자 추출물(Rhus Semialata gall (Gallnut) extract), 참나무 목초액 (Oak vinegar) 그리고 폴리리신(ε-polylysine)은 10 mm 이상으로 다른 추출물에 비해 우수한 항균활성을 나타내었다. 병원성균 3종과 효모균, 곰팡이균(Aspergillus brasiliensis (A. brasiliensis))에서 최소살균농도(minimum bactericidal concentration, MBC)를 측정한 결과, 오배자 추출물과 참나무 목초액은 5 종의 병원성균에서 10 ~ 20 mg/mL와 20 ~ 40 mg/mL, 폴리리신의 경우 진균류에서 0.5 ~ 2 mg/mL으로 살균 작용에 의한 항균효과를 각각 확인하였다. Checkerboard 방법에 따라 오배자 추출물과 참나무 목초액, 오배자 추출물과 폴리리신의 혼합 비율에 따른 시너지 효과(synergistic effect), 부가 효과(additive effect), 무관함(indifferent) 그리고 상쇄효과(antagonistic effect)를 평가하였다. 그 결과, 단독으로 사용할 때보다 오배자 추출물과 참나무 목초액 복합물은 E. coli, C. albicans, A. brasiliensis를, 오배자 추출물과 폴리리신 복합물은 C. albicans, A. brasiliensis를 4 배 낮은 농도에서 99.9% 억제하며 항균 시너지 효과를 확인하였다. 오배자 추출물과 참나무 목초액 복합물은 S. aureus와 P. aeruginosa를 2 배 낮은 농도에서 억제하며 부가 효과가 확인되었다. 이로써, 오배자 천연 복합물은 항균 시너지 효과를 발휘할 수 있음을 입증했을 뿐만 아니라 넓은 항균 스펙트럼을 갖춘 천연 방부 시스템으로써 화장품에서 응용할 수 있을 것으로 기대된다.

• 청정기술
• /
• 제28권1호
• /
• pp.38-45
• /
• 2022

HCl에 의한 원소수은 산화활성을 크게 억제하는 것으로 잘 알려진 NH₃가 존재하는 SCR조건에서도 CuCl₂가 담지된 V₂O₅-WO₃/TiO₂ 촉매는 원소수은의 산화에 우수한 활성을 나타내었다. 더구나, HCl과 함께 SO₂가 반응가스에 존재할 경우에 촉매표면에 담지된 CuCl₂가 CuSO₄로 변환되는데도 불구하고 뛰어난 원소수은 산화활성이 유지되는 것이 확인되었다. 이는 HCl 뿐만 아니라 촉매 표면에 생성된 SO₄ 성분이 원소수은의 산화를 촉진시키기 때문으로 판단된다. 그러나 SO₂ 존재 하에서는 촉매반응 전후의 전체 수은 수지가 맞지 않는 현상이 나타나는데 특히 SO₂ 농도가 높을수록 심하게 나타났다. 이의 원인 파악을 위해서는 수은 종 분석 방법으로 적용된 SnCl₂ 수용액에서 SO₂의 영향과 촉매표면에 생성되는 황산이온이 원소수은 산화에 미치는 영향에 대한 추가적인 연구가 필요하다. SO₂는 NO_x 제거 활성도 촉진시키는 것으로 확인되는데 이는 SO₂에 의해 촉매 표면에 생성된 SO₄에 의한 산점 증가가 NH₃ 흡착을 용이하게 하기 때문으로 판단된다. 다양한 반응조건에서 촉매 성분의 조성과 구조 변화는 XRD와 XRF로 측정하였으며 이들 측정 결과는 SO₂가 본 촉매시스템에서 원소수은의 산화 활성과 NOx 제거 활성을 증진시키는 현상을 합리적으로 설명하는 근거로 제시되었다.

• 적정기술학회지
• /
• 제6권2호
• /
• pp.174-182
• /
• 2020

국제 보건기구인 WHO는 식수의 암모니아 농도를 1.5 mg/L로 제한한다. 그러나 카트만두의 지하수 암모니아 농도는 0-120 mg/L로 그 농도가 매우 다양하고 높다(Chapagain et al., 2010). 고농도의 암모니아는 식수의 맛을 변질시키고 악취 문제가 발생하기 때문에 사전 처리가 필요하다. 카트만두에서는 인구의 절반이 식수로 지하수를 사용하고 있지만, 이 문제에 대한 심각성을 인지 못하고 있다. 이를 인지하고 있는 일부 거주자는 시중에서 판매되는 Jar Water를 사용하고 있지만, Jar Water도 WHO 표준을 충족하지 않는다. 따라서, 우리는 카트만두 지역의 고농도의 암모니아 문제를 해결하기 위해 암모니아 제거로 가장 잘 알려진 흡착 및 역삼투(RO) 기술을 사용하여 적합성을 검증하였다. 본 연구는 2 가지 암모니아 농도(15 mg/L 및 50 mg/L)의 카트만두 합성 지하수 조성에서 흡착 및 역삼투 방법의 기술적이고 경제적인 관점에서 성능을 평가했다. 결과적으로, 이온교환수지(IE)를 통한 흡착은 초기 100% 암모니아 제거 성능을 지니며, 이는 암모늄 제거가 최대 90%인 RO에 비해 비교적 우수한 제거 능력을 갖춘 기술임을 확인하였다. 또한 경제적인 측면에서는 흡착기술은 가정에서처럼 낮은 물 소비(<50 L/day)에 적합하지만, RO는 일 물 소비가 높은 곳(>50 L/day) 에서 좀 더 효율적인 기술로 확인되었다. 마지막으로, 이러한 평가결과는 네팔 카트만두에서 지속 가능한 식수 확보를 위해 Jar Water를 구입하는 것보다 적절한 가정 처리 시스템을 설치하는 것이 식수의 질 뿐만 아니라 경제적인 관점에서도 보다 효율적이라고 제안한다.

• 생명과학회지
• /
• 제32권12호
• /
• pp.919-928
• /
• 2022

코로나-19 펜데믹에서 볼 수 있듯이, 새로운 바이러스 감염병의 출현은 전 세계적으로 공중보건에 심각한 우려를 발생시킨다. 특히, 항바이러스제 및 백신의 부재는 감염병의 피해를 더욱 증가시킨다. 식물 유래 천연물은 안전하고 효과적인 항바이러스제 개발의 주요 공급원이다. 본 연구는 한약재 식물의 에탄올추출물의 항바이러스 활성을 분석함으로써 안전성과 효능을 갖는 새로운 항바이러스제 후보물질을 발굴하는 것을 목표로 하였다. 10종의 한약재 에탄올추출물의 항산화활성과 세포독성을 분석한 후 로타바이러스, A형간염바이러스, 독감바이러스에 대한 광범위한 바이러스 사멸활성을 분석하였다. 특히, 마가목과 감초의 추출물은 독감바이러스에 대한 강력한 사멸활성을 나타내었다. 또한, 마가목과 감초의 추출물로 사멸된 독감바이러스의 백신효능과 방어효능을 마우스 모델에서 검증하였다. 추출물로 사멸된 바이러스는 높은 수준의 중화항체를 유도하였으며 야생형 바이러스 공격접종을 효과적으로 방어하는 우수한 백신효능을 나타내었다. 본 연구의 결과는 한약재 유래 천연물을 기반으로 하는 항바이러스제와 사백신 제조를 위한 바이러스 불활화제 개발에 활용될 수 있는 가능성을 제시한다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.185-209
• /
• 2023

4차 산업혁명의 도래와 함께 다양한 기술이 주목을 받고 있다. 4차 산업혁명과 관련된 기술로는 IoT(Internet of Things), 빅데이터, 인공지능, VR(Virtual Reality), 3D 프린터, 로봇공학 등이 있으며 이러한 기술은 종종 융합된다. 특히 로봇 분야는 빅데이터, 인공지능, VR, 디지털 트윈과 같은 기술과 결합할 것으로 기대된다. 이에 따라 로봇을 활용한 연구가 다수 진행되고 있으며 유통, 공항, 호텔, 레스토랑, 교통 분야 등에 적용되고 있다. 이러한 상황에서 인간-로봇 상호작용에 대한 연구가 주목을 받고 있지만 아직 만족할 만한 수준에는 이르지 못하고 있다. 하지만 완벽한 의사소통이 가능한 로봇에 대한 연구가 꾸준히 이루어지고 있고 이는 인간의 감정노동을 대신할 수 있을 것으로 기대된다. 따라서 현재의 인간-로봇 상호작용 기술을 비즈니스에 적용할 수 있는지에 대한 논의가 필요하다. 이를 위해 본 연구는 첫째, 인간로봇 상호작용 기술의 동향을 살펴본다. 둘째, LDA(Latent Dirichlet Allocation) 토픽모델링과 BERTopic 토픽모델링 방법을 비교한다. 연구 결과, 1992년~2002년 간의 연구에서는 인간-로봇 상호작용에 대한 개념과 기초적인 상호작용에 대해 논의되고 있었다. 2003년~2012년에는 사회적 표현에 대한 연구가 많이 진행되었으며 얼굴검출, 인식 등과 같이 판단과 관련된 연구도 수행되었다. 2013년~2022년에는 노인 간호, 교육, 자폐 치료와 같은 서비스 토픽들이 등장하였으며, 사회적 표현에 대한 연구가 지속되었다. 그러나 아직까지 비즈니스에 적용할 수 있는 수준에는 이르지 못한 것으로 보인다. 그리고 LDA토픽모델링과 BERTopic 토픽모델링 방법을 비교한 결과 LDA에 비해 BERTopic이 더 우수한 방법임을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권11호
• /
• pp.471-480
• /
• 2023

국내 건설수주 규모는 2013년 91.3조원에서 2021년 총 212조원으로 특히 민간부문에서 크게 성장하였다. 국내외 시장 규모가 성장하면서, EPC(Engineering, Procurement, Construction) 프로젝트의 규모와 복잡성이 더욱 증가되고, 이에 프로젝트 관리 및 ITB(Invitation to Bid) 문서의 위험 관리가 중요한 이슈가 되고 있다. EPC 프로젝트 발주 이후 입찰 절차에서 실제 건설 회사에게 부여되는 대응 시간은 한정적일 뿐만 아니라, 인력 및 비용의 문제로 ITB 문서 계약 조항의 모든 리스크를 검토하는데 매우 어려움이 있다. 기존 연구에서는 이와 같은 문제를 해결하고자 EPC 계약 문서의 위험 조항을 범주화하고, 이를 AI 기반으로 탐지하려는 시도가 있었으나, 이는 레이블링 데이터 활용의 한계와 클래스 불균형과 같은 데이터 측면의 문제로 실무에서 활용할 수 있는 수준의 지원 시스템으로 활용하기 어려운 상황이다. 따라서 본 연구는 기존 연구와 같이 위험 조항 자체를 정의하고 분류하는 것이 아니라, FIDIC Yellow 2017(국제 컨설팅엔지니어링 연맹 표준 계약 조건) 기준 계약 조항을 세부적으로 분류할 수 있는 AI 모델을 개발하고자 한다. 프로젝트의 규모, 유형에 따라서 세부적으로 검토해야 하는 계약 조항이 다를 수 있기 때문에 이와 같은 다중 텍스트 분류 기능이 필요하다. 본 연구는 다중 텍스트 분류 모델의 성능 고도화를 위해서 최근 텍스트 데이터의 컨텍스트를 효율적으로 학습할 수 있는 ELECTRA PLM(Pre-trained Language Model)을 사전학습 단계부터 개발하고, 해당 모델의 성능을 검증하기 위해서 총 4단계 실험을 진행했다. 실험 결과, 자체 개발한 ITB-ELECTRA 모델 및 Legal-BERT의 앙상블 버전이 57개 계약 조항 분류에서 가중 평균 F1-Score 기준 76%로 가장 우수한 성능을 달성했다.