• 한국과학예술포럼
• /
• 제37권5호
• /
• pp.119-133
• /
• 2019

본 연구는 초고층 건물의 치열한 높이 경쟁이 지속되면서 더 이상 높이만으로는 다른 건물과의 차별성이 부족하다는 인식이 팽배하면서 비정형적 형태에서 경쟁력이 새롭게 부각되고 있다. 또한 비정형 초고층 건물은 높이뿐만 아니라 그 형태로도 국가, 도시, 기업의 경제적 경쟁력을 표출하는 상징성을 드러내고 있다. 디지털 미디어가 도입되기 이전에는 건축물의 구조와 형태사이에 간극이 존재했으며 이를 해결하기 위한 별도의 구조적인 매개물이 요구되었다. 1980년대 후반부터 디지털 기반의 비정형재현 과정이 실험적으로 활용하기 시작하였고 2000년 이전에는 사무공간의 초고층건축으로 사용하거나 산업용 굴뚝, 통신탑 등의 용도가 대부분이었다. 2000년 이후 대다수 글로벌 브랜드호텔 또는 상·주거공간으로 복합·다양한 용도의 초고층건축이 증가하는 추세에 의해 최근의 건축사례들은 이전의 한계를 벗어나고 있음을 분명하게 확인된다. 복잡한 비정형형상으로부터 직접적인 구조체계를 도출하고 사선형, 곡면형이 지닌 조형적인 표현성을 실현할 수 있는 디지털 기반의 형성을 통해 구조와 형태사의 새로운 관계설정에 대한 필요성이 요구된다. 이에 2000년 이후 신축된 건축 가운데 국제초고층협의회(CTBUH)의 데이터를 기준에 의해 초고층 100위의 빌딩을 대상으로 정형 및 사선형, 곡면형 등으로 구분하여 조형적 형태를 인지하는 실질적인 설계가 이루어지는 설계 프로세스를 근거로 한다. 본 연구의 목적은 복잡·다양한 비정형 건축형태를 구축하기 위한 형태의 상호관련성을 유추하는데 목적이 있다. 따라서 연구 결과는 다음과 같다. 첫째, 복합된 용도의 건물에 따른 다양한 형태구성의 고층부의 외관이 보인다. 둘째, 접힘은 내부방향으로 반복적 접힘이 적용되어 나타난다. 셋째, 2방향 곡면은 twist의 속성을 가지는 pure, helix, spiral twist 유형의 대부분 나타난다. 그러므로 향후 본 연구를 기반으로 미래 초고층건축의 형태분류 및 양상을 예측하는데 기초적 데이터로서 활용하고자 한다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권8호
• /
• pp.145-159
• /
• 2021

영화 <이다>(Ida, 2013)는 서사와 인물의 심리적 동기를 모호하게 하고, 선형적 시간성을 파괴하며, 다양한 기법을 통해 디지털 이미지의 조작 가능성을 상기시키는 현대의 실험적 영화라 볼 수 있다. 인간의 주체와 자아인식 변화 과정이 사회적 트라우마와 연결된다는 점에서 다른 국가나 사회의 역사적 맥락을 대비시켜 추론할 수 있다. 영화 <이다>는 화면 밖의 공간, 부재하는 공간, 여백과 프레임 안에 내포된 의미를 중심으로, 보이는 공간의 정보와 화면 밖 공간과의 정보를 나눔으로써 관객으로 하여금 제시되지 않은 정보에 대해서 추론하게 하는 능동적 인지과정을 불러일으키고 있다. 시대적 배경을 자세히 기술하지 않으면서도 역사적 의미를 시각화했고, 초월적 존재인 신과 한계적 존재인 인간 사이의 갈등과 고민의 문제를 인간과 인간의 갈등 구조 안에서 표현하고자 했다. 아울러 상실과 부재의 슬픔을 공간적 미학으로 풀어내고자 시도했으며 인물의 대비와 대조, 빛과 어둠의 대비를 통해 상황의 전개를 나타냈다. 본고에서는 영화 <이다>가 함축하고 있는 개인(인물)의 이야기와 사회, 역사적 배경과 종교적 영역을 아우르는 해석을 시도하고, 의미적 맥락의 시각화를 다루고자 한다. 또한 정체성과 역사적 사건의 재구성, 종교적 가치를 다룬 영화 <이다>의 시퀀스 장면 분석을 통해 그 의미와 특징을 살펴보고, 영화가 추구한 총체적 의미를 구체적으로 분석할 것이다. 이는 영화 <이다>가 내포하고 있는 트라우마의 재현과 해석 차원으로 개인과 지역, 국가적 트라우마를 안고 있는 문제를 다루었다는 측면에서 한국적 상황에 주는 함의를 고려해 볼 수 있다. 나아가 과하게 표현하지 않으면서도 인간과 사회적 성장, 고민을 잔잔하게 다루는 모습을 통해 새로운 영상기술과 독창적 시각화 기법의 영화를 창조하려는 흐름에 또 다른 영감을 주는 연구가 될 것이다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.517-534
• /
• 2021

수소연료는 환경오염문제를 해소하고 에너지 불균형 및 비용을 절감할 수 있다는 점에서는 화석연료를 대체하는 에너지원으로 부각되고 있다. 수소는 친환경적이나 폭발성이 강하기 때문에 수소연료차의 화재, 폭발 사고에 대한 우려가 매우 높은 실정이다. 연구결과에서 수소사고는 일반적인 화재의 경우 비교적 안전하나, 폭발이 발생하면 매우 위험한 것으로 인식되고 있다. 특히, 터널과 같은 반밀폐공간에서는 위험도가 보다 증가할 것으로 예측되기에 이에 대한 예측방법 및 대책을 마련하기 위한 연구가 수행되고 있다. 이에 본 연구에서는 터널에서 수소폭발시 안전성을 평가하기 위해서 등가 TNT모델의 적용성과 수치해석 방법에 대한 검토를 수행하였다. 6개의 등가 TNT모델과 Weyandt의 실험결과의 폭발압력을 비교·검토하여 모델의 적용성을 평가한 결과, Henrych식이 13.6%의 편차로 가장 근접하는 것으로 나타났다. 수치해석을 이용하여 수소탱크 용량(52, 72, 156 L)과 터널 단면적(40.5, 54, 72, 95 m²)이 폭발압력에 미치는 영향에 대한 검토한 결과, 터널에서 폭발 압력파는 초기에는 대기중에서와 마찬가지로 반구형 형태로 전파되나 벽체에 도달하면 반사파가 형성되며, 일정 거리 이상에서는 평면파로 변형되어 아주 완만한 감쇄율로 전파하는 것으로 나타났다. 등가 TNT모델인 Henrych식은 폭발압력이 급격하게 감소하는 구간에서는 수치해석 결과와 잘 일치하나 폭발압력파가 변형된 이후에는 큰 폭으로 과소평가하는 것으로 나타났다. 수소탱크용량이 동일한 경우에는 터널 단면적이 증가할수록 폭발압력이 감소하며, 단면적이 동일한 경우에는 수소탱크 용량이 52 L에서 156 L로 증가하면 폭발압력은 약 2.5배 정도 증가하는 것으로 나타났다. 인체에 영향을 미치는 한계거리에 대한 평가결과, 수소탱크용량이 52 L인 경우 사망에 이르는 한계거리는 약 3 m, 중상에 이르는 거리는 단면적별로 차이가 있으나 28.5~35.8 m로 나타났다.

• 한국과학교육학회지
• /
• 제43권1호
• /
• pp.1-15
• /
• 2023

유전자변형생물체(LMO)의 사회적, 경제적 가치가 높아짐과 동시에, LMO가 인체와 환경에 미치는 위험성도 알려졌다. 따라서 LMO를 취급하는 모든 실험실은 LMO 연구시설에 관한 법령에서 요구하는 기준에 따라 LMO 연구시설을 마련해야 한다. 최근, 고등학교에서도 교육적 목적으로 LMO를 활용하는 실험 수업이 이루어지고 있는데, 이 경우에도 LMO 연구시설을 갖추는 것이 필요하다. 하지만 고등학교에서 LMO 연구시설 제도의 개념은 낯설고, 일반 연구시설과 같은 기준을 적용한 운영 지침은 현장 교사들에게 이를 마련하는 데 어려움으로 작용하고 있다. 이에 본 연구는 LMO 연구시설을 지속하여 운영한 3개의 고등학교 사례를 찾아, LMO 연구시설을 마련하는 과정에서 교사가 겪은 어려움과 그 원인을 탐색하고자 원인연쇄분석(causal chain analysis)을 실시하였다. 교사들이 겪는 어려움은 다음과 같이 요약할 수 있다. 첫째, '망설여지는 LMO 연구시설 신고'이다. 이는 '신고에 필요한 행정 업무'와 '학내 구성원 설득'이 어려움의 직접 원인이 되었다. 둘째, '제도적 사각지대에 있는 LMO 연구시설운영'이다. 이는 '유연하지 않은 연구시설 신고 및 폐쇄', '의료 폐기물처리', '현장과 맞지 않는 LMO 교육'이 어려움의 직접 원인이 되었다. 어려움에 대한 심층 원인을 탐색한 결과 'LMO 연구시설의 필요성에 대한 인식 부족'과 '학교 맥락에 대한 부족한 고려'가 중간 원인으로 나타났으며, 근본 원인으로 '교육현장과 운영기관 사이의 협력적 준비 부족'으로 나타났다. 이에 관하여 연구에 참여한 교사는 '개방형 실험실 운영'과 '노하우 공유의 기회 마련'을 고등학교의 LMO 연구시설 운영 활성화 전략으로 제언하였다. 앞으로 본 연구가 고등학교에 LMO 연구시설을 마련하고자 하는 교사나 학교가 참조할 수 있을 기초자료가 되기를 바란다.

• 한국조경학회지
• /
• 제51권1호
• /
• pp.42-55
• /
• 2023

지구온난화로 인한 세계적 기후 위기를 맞아 탄소성능 정량화에 기반한 정책들이 빠르게 도입되면서, 신규 조성되는 도시녹지 계획안의 탄소성능을 예측할 수 있는 방법론이 요구되고 있다. 이에 본 연구에서는 조경분야에서 탄소저감설계를 위해 활용할 수 있는 수목 탄소계산기를 개발하고, 조경설계 실무에서의 효용성을 검증하고자 하였다. 설계 현장에서의 운용성 확보를 위해 범용성 높은 MS Excel을 포맷으로 선정하고, 식재설계의 업무적 특성을 반영할 수 있도록 대표 수종 93종을 대상으로 수종별, 규격별 탄소흡수량과 저장량을 추출하였다. 특히 실무에서 비용적 한계를 반영할 수 있도록 수목 단가를 포함한 데이터베이스를 구축하였다. 수목 탄소계산기의 성능 검증을 위한 식재 실험설계는 조경설계 전문가 4인을 대상으로 중부지방 소공원에 대한 설계 시뮬레이션을 시행하였고, 전후로 반구조적 인터뷰를 진행하여 그 인과관계를 분석하였다. 그 결과 수목 탄소계산기를 사용한 설계안의 탄소흡수량과 탄소저장량이 각각 약 17-82%, 약 14-85% 높게 나타났다. 탄소성능 효율이 높아진 이유는 탄소성능 우수종으로의 교체와 더불어, 예산 범위 내에서 적극적인 추가 식재로 인한 것임을 확인하였다. 설계가들은 사전 인터뷰에서 수목 탄소계산기에 대한 불신과 새로운 프로그램에 대한 부담감을 가졌으나, 사용 후 유용성 및 편의성에 대해 긍정적으로 평가하며 인식의 변화를 보여주었다. 추후 조경분야 탄소저감설계의 본격적인 도입을 위해서는 수목뿐 아니라 조경성능 전반에 대한 탄소계산기로 발전할 필요가 있다. 본 연구는 조경설계 분야에서 본격적으로 정량적 데이터에 입각한 탄소저감설계를 도입하는 데 있어 유용한 방향성을 제시해 줄 것으로 기대된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 핵의학기술
• /
• 제13권1호
• /
• pp.67-72
• /
• 2009

ISCD (International Society for Clinical Densitometry)에서는 골밀도 검사자의 전문성을 키우고자 검사자의 재현성 시험을 필수 자격조건으로 요구하고 있다. 하지만, 재현성 시험의 대상자 선정에 대한 권고안이 불확실하여 골밀도 상태에 따른 그룹별 재현성을 시험해 골밀도 차이가 재현성 시험에 영향을 주는지 알아보았다. 2008년 1월부터 6월까지 본원에 내원한 300명(57.8세$\pm$9.02)의 여성 골밀도 수검자를 두 그룹으로 나누어 4명의 검사자가 재현성을 시험하였다. A그룹의 120명은 4명(a,b,c,d)의 검사자가 골밀도 상태와 관계없이 동일한 방법으로 요추부와 대퇴부를 30명씩 두 번 측정하였고 나머지는 B그룹으로 두 명의 검사자가 골밀도 상태에 따라정상, 골다공증, 골감소증 군으로 분류하여 A그룹과 동일한 방법으로 재현성을 시험하였다. 사용된 장비는 GE Lunar Prodigy Advance (Vr11.4)이고, 수집된 자료는 ISCD에서 배포된 Precision Tool을 이용하여 각각의 변동계수율(%CV)를 알아보았으며 SPSS 14.0 통계 프로그램을 사용하여 분석하였다. A그룹의 %CV는 a, b,c, d 검사자가 각각 요추부 1.08, 0.83, 0.72, 1.37%, 대퇴부 1.08, 1.04, 1.4, 0.58 %로 산출되었고 동일 골밀도 상태의 요추와 대퇴부를 비교하면 재현성이 일관되지 않았다. B그룹에서는 a의 요추부 정상군 %CV가 1.26으로 가장 높았고 대퇴부는 0.94로 골다공증 군이 가장 높게 측정됐다. b는 요추부의 정상군 %CV가 0.97로 가장높았고 대퇴부는 1.04로 골다공증 군에서 가장 높았다. 요추부의 정상군과 대퇴부의 골다공증 군은 %CV가 가장 높게 나타나 골밀도 상태에 따른 재현성이 일관되지 않았다. 본원의 골밀도검사 재현성 시험은 골다공증 상태의 수검자를 제외한다. 그 이유는 ISCD의 대상자 선정이 불확실하고, 골밀도가 낮을수록 장비의 골 인식도가 떨어져 재현성 시험을 시행할 경우, 검사자의 수작업을 요하므로 좋은 재현성을 얻기 힘들기 때문이다. 하지만 재현성 결과값은 LSC (Least Significant Change)에 영향을 주기 때문에 장비, 검사자, 수검자에서 발생할 수 있는 모든 오차를 반영해야 한다. 실험결과는 골밀도 상태가 재현성에 영향을 주지 않았으며, 따라서 정상, 골감소, 골다공증의 구별 없이 대상자의 선정 폭을 넓혀 대상에 구애 받지 않고 보다 정확한 의미의 재현성 시험을 해야 할 것으로 판단된다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.

• 기록학연구
• /
• 제26호
• /
• pp.103-149
• /
• 2010

자치시대에 지방의 기록관리는 지역의 고유한 특성을 반영하여 독립적으로 추진할 필요가 있다. 그러나 아직 제대로 된 지방영구기록물관리기관이 한 곳도 설립되어 있지 않은 상황에서 다각적이고 적극적인 해결책을 모색할 필요가 있는데 지방기록관리의 방향을 '시설' 중심에서 '기록'과 '전문적 관리(사람)' 중심으로 바꾸는 것이 하나의 대안이다. 특히 중앙의 기록관리 프로세스라는 보편성에 매몰되었던 개별 지역의 다양성과 역동성을 찾기 위해서는 새로운 지역 기록화 전략을 적극 탐구할 필요가 있다. 도큐멘테이션 전략은 특정 지역, 주제, 사건 등에 관한 적절한 정보를 기록 생산자, 보존 기록관, 기록 이용자의 상호 협력을 통해 선별하여 수집하는 방법론으로서 80년대에 미국을 중심으로 제안되고 다양한 분야에서 다양한 방식으로 실험되어온바 있다. 이 연구에서는 도큐멘테이션 전략이 지역 기록화를 위한 방법론으로 어떤 의미를 갖는지 살펴보고 우리의 지역 환경에 적용하기 위해서 고려해야할 점과 추진 방향을 모색해보고자 하였다. 서구에서 개발된 도큐멘테이션 전략이 현 상황에서 우리에게 주는 시사점은 다음과 같다. 첫째, 아카이브즈 및 아키비스트의 능동적 역할을 추구하며 특히 지역사회에서 기록전문직의 가치를 인식시키는 데에 기여할 수 있다. 이 전략은 지방기록관리기관들은 행정사를 넘어서 지역사를 포괄적으로 기록화 하는 주체가 될 것을 촉구한다. 이에 따라 지방의 기록전문직들은 공공기록을 수동적으로 이관 받는 데에서 그치는 것이 아니라 능동적으로 지역의 기록을 수집하고 이를 서비스하기 위해 노력해야 한다. 둘째, 지역 내 기록 수집기관들의 협력을 통해 단일 조직의 기능 재현에서 폭넓은 사회적 재현을 성취할 수 있다는 점이다. 서구에서 이러한 협력 모델은 과도한 업무 부담으로 실패한 경우가 많았지만 디지털 환경은 새로운 가능성을 보여주고 있다. 지역 내에 존재하는 다양한 기록 생산 및 소장기관들과 협력을 통해 지역의 지식역량은 물론 지역정보서비스의 수준을 높일 수 있을 것이다. 셋째, 도큐멘테이션 전략은 다양한 집단들과의 연대를 추구한다. 이 전략은 도큐멘테이션 주제와 관련된 집단이나 공동체로부터 열정과 에너지, 전문지식을 가져올 수 있는 장점을 가지며, 도큐멘테이션 전략은 기억을 남기고자 하는 주체들이 실천적 기록문화운동을 추진하는 하나의 방법론을 제공할 수 있을 것이다. 이 연구에서는 우리의 지역 현실에 적합한 기록화 방향을 다음과 같이 제안하였다. 첫째, 선택적이고 집중적인 기록화를 지향한다. 지역에 관한 모든 영역에 관한 포괄적 기록화를 추진하기 보다는 지역의 로컬리티를 가장 잘 반영하는 영역과 대상을 선정하여 기록화를 추진한다. 지역을 구성하는 다양한 요소들인 사람, 사회 문화, 조직과 제도, 건조(建造) 환경, 공간 등이 상호작용하면서 만들어지고 변화하는 실체인 로컬리티를 규명하기 위해서는 전문가 집단과 지역민의 의견을 반영하는 구조가 필요하다. 둘째, 분산 보존과 통합적 재현을 지향한다. 기록화 주관기관은 다양한 기록 소장기관들과 소장자들을 연결하는 협력체계를 구축하여 분산 소장된 기록들을 통합적으로 검색할 수 있도록 한다. 즉, 한 지역의 역사 기록을 집중 보존할 기관을 정하기보다는 연계를 통한 기록화를 추진하는 것이 현실적일 것이다. 이를 위한 도구로서 지역 게이트웨이 구축을 제안하였다. 셋째, 열린 구조의 디지털 기록화를 지향한다. 지역 기록화는 맥락 재구성을 바탕으로 기록을 수집하는 방법론을 적용하게 되므로 선별된 기록에는 이미 수집자나 맥락 해석자의 의도가 반영되어 있다. 특히 맥락 분석에 의거하여 스토리를 구성하고 이에 따라 기록을 수집하거나 연계할 경우, 자의적이고 주관적인 선별이라는 비판을 받기 쉽다. 이러한 문제를 보완하기 위해 기록 맥락의 해석과 기록화 영역의 선정 등의 과정에 지역 내 다양한 집단의 의견이 반영될 수 있도록 해야 할 것이며, 디지털 네트워크를 통해 여러 집단 및 개인의 참여가 쉽게 이루어질 수 있도록 보장해야 한다. 넷째, 지역 내 협력기관들의 영역별 기록화 수준을 정한다. 기록화에 참여하는 기관들이 디지털 기록화에 맞는 역할을 분담 받아야 하고, 각 기관은 협력적 기록화에 참여함으로써 자관 이용자들에게는 더 나은 포괄적인 기록 서비스를 제공할 수 있을 것이다. 이를 위해 도서관의 디지털 장서개발에 활용하는 컨스펙터스 모형을 응용하여 디지털 기록화 방법론을 새롭게 설계할 것을 제안하였다.