• 생명과학회지
• /
• 제16권3호
• /
• pp.534-539
• /
• 2006

크립토스포리디움은 염소내성이 매우 강해 일반적인 표준정수처리공정의 소독으로는 제거가 불가능하다. 따라서 본 연구에서는 오존 및 UV를 이용한 단위소독공정에서 DAPI/PI 및 in vitro excystation을 이용하여 크립토스포리디움 불활성화를 평가하였으며, 또한 오존을 이용한 고도산화처리 파일럿에서는 세포배양법을 이용하여 크립토스포리디움 불활성화를 평가하였다. 오존 소독연구는 50 mL 용량의 piston type batch reactor에서 용존오존을 자동적으로 측정해주는 flow injection analysis (FIA) 시스템을 이용하여 실험한 결과, 1 log 제거에 필요한 CT값은 $25^{\circ}C$에서 DAPI/PI 및 in vitro excystation에 의해 각각 약 1.8, 2.2 $mg/L{\cdot}min$으로 나타났으며, 2 log 제거에 필요한 CT값은 각각 약 3.2, 3.8 $mg/L{\cdot}min$으로 나타났다. 또한 $5^{\circ}C$에서 크립토스포리디움 1 log 제거에 필요한 CT값은 DAPI/PI 방법에 의해 약 9.1 $mg/L{\cdot}min$으로 나타났으며, 2 log제거에 필요한 CT값은 14.8 $mg/L{\cdot}min$로 나타나, 같은 소독효과를 나타내기 위해서 저온에서는 상온에서보다 요존 요구량이 약 $4{\sim}5$배 정도 증가하여야 함을 확인하였다. 40 L규모의 오존 반응조를 이용한 파일럿 실험에서는 정수처리공정상 모래여과를 거친 물에 살아있는 크립토스포리디움을 접종한 것을 시료로 하여 연속적으로 흐르게 한 다음, 오존량을 변화시키고 체류시간은 5분으로 고정하여 불활성화를 평가하였다. 실험결과, 8 $mg/L{\cdot}min$의 CT값에서 DAPI/PI 및 excystation과 같은 생사판별법을 이용하였을 경우에는 약 0.2 log정도의 불활성화를 나타내었으며, 세포감염시험법을 이용하였을 경우에는 약 1.2 log정도의 불활성화를 나타냈다. 오존에 의한 크립토스포리디움의 소독능 평가에 단위공정 및 파일럿 실험 모두 2가지 생사판별법(DAPI/PI와 excystation) 사이에는 큰 차이를 나타내지 않았으나, 생사판별법과 세포감염시험법 사이에는 현저한 차이를 나타내었는데, 이는 세포감염시험법으로 측정하는 sporozoite 및 merozoite로의 분화과정이 생사판별법이 근거한 세포벽의 구조와 기능 유지 보다 더 오존 소독에 더 민감함을 알 수 있었다. 파일럿 실험에서의 CT값이 piston batch reactor에서의 CT값 보다 낮게 나타난 것은 파일럿 실험에서 수작업으로 인한 용존 오존 측정이 정밀하지 못하여 IOD가 농도에 반영되지 않았고, 반응조 규모(50 mL vs 40 L) 및 형태(회분식 vs 연속식)의 차이에 기인하는 것으로 여겨진다. 한편, UV를 이용한 단위공정에서는 크립토스포리디움 1, 2 log 제거에 필요한 IT값은 $25^{\circ}C$에서 각각 DAPI/PI 방법에 의해 약 25, 50 $mWs/cm^2$로 나타났으며, $5^{\circ}C$에서의 크립토스포리디움 1, 2 log제거에 필요한 IT값은 약 40, 80 $mWs/cm^2$로 나타났다. 온도 $20^{\circ}C$ 감소 시 약 60% 정도의 IT값이 더 필요한데, 이것은 저온에서는 약한 자외선을 발산하는 저압저출력 UV 램프의 특성 때문인 것으로 사료되었다.

• 핵의학기술
• /
• 제14권2호
• /
• pp.77-82
• /
• 2010

PET/CT 기기의 설치가 증가함에 따라 PET/CT 검사 시감쇄 보정을 위한 CT 검사 역시 증가하여 검사 과정에서 피폭 선량이 증가 되고 있어 의료 피폭의 저감 대책을 포함한 방사선 안전 관리의 체계적인 구축이 필요하다. 본 연구에서는 PET/CT 검사에서의 환자 선량 데이터베이스를 구축하여 환자 선량 저감을 위한 초석을 세우기 위해 CT 선량 측정 프로그램을 사용하여 CT를 사용한 투과 스캔 시 환자가 받는 CT의 예측 유효 선량을 비교 분석하였다. BIO40, BIO16, DSTe8 에서 $^{18}F$-FDG PET/CT 검사를 시행한 180명을 대상으로 하였다. 각 기기 별로 남, 여 30명씩 선량의 평균을 분석하였다. 자동 노출 제어 시스템으로 선량 조절 시 가장 큰 영향을 줄 수 있는 환자의 체중 별로 50 kg미만, 50-60 kg 미만, 60 kg 이상 세 집단으로 나누어 선량의 평균을 분석하였다. CT-Expo v1.7과 ImPACT v1.0을 사용하여 선량 측정을 한 값을 비교 분석하고 체중과 유효 선량의 상관관계를 분석하였다. BIO40에서 검사한 환자의 유효 선량을 CT-Expo v1.7과 ImPACT v1.0을 사용하여 예측하였을 때, 남자 환자 30명은 각각 $6.46{\pm}1.18$ mSv, $6.54{\pm}1.21$ mSv, 여자 환자 30명은 각각 $6.29{\pm}0.97$ mSv, $5.87{\pm}1.09$ mSv 이었다. BIO16 에서 검사한 환자의 유효 선량은 남자 환자 30명은 각각 $9.36{\pm}1.96$ mSv, $8.36{\pm}1.69$ mSv 여자 환자 30명은 각각 $10.02{\pm}2.42$ mSv, $8.43{\pm}1.89$ mSv 이었다. DSTe8에서 검사한 환자의 유효 선량은 남자 환자 30명은 각각 $9.36{\pm}1.96$ mSv, $9.74{\pm}2.55$ mSv, 여자 환자 30명은 각각 $9.05{\pm}2.27$ mSv, $9.19{\pm}2.29$ mSv 이었다. 각 기기에서 검사를 시행한 환자의 체중에 따른 환자의 선량을 비교하기 위해, BIO40에서 검사를 시행한 환자를 대상으로 하여 50 kg 미만, 50~60 kg 미만, 60 kg 이상으로 체중별로 세 개의 집단으로 나누어 환자 선량을 측정하였다. CT-expo v1.7로 측정을 하였을 때 각각 $6.05{\pm}1.77$ mSv, $6.18{\pm}1.05$ mSv, $6.80{\pm}1.06$ mSv이었고 ImPACT v1.0으로 측정했을 때 각각 $5.06{\pm}1.46$ mSv, $5.72{\pm}0.86$ mSv, $6.42{\pm}0.96$ mSv이었다. BIO16에서 검사를 시행한 환자를 대상으로 하여 50 kg 미만, 50-60 kg 미만, 60 kg 이상으로 체중 별로 나누어 환자 선량을 측정하였다. CT-Expo v1.7로 측정을 하였을 때 각각 $7.74{\pm}0.66$ mSv, $8.58{\pm}0.93$ mSv, $10.88{\pm}1.32$ mSv이었고 ImPACT v1.0으로 측정했을 때 각각 $6.60{\pm}0.54$ mSv, $7.45{\pm}0.69$ mSv, $9.43{\pm}1.11$ mSv이었다. DSTe8에서 검사를 시행한 환자를 대상으로 하여 50 kg 미만, 50-60 kg 미만, 60kg 이상으로 체중 별로 나누어 환자 선량을 예측하였다. CT-Expo v1.7로 측정했을 때 각각 $5.03{\pm}0.95$ mSv, $8.25{\pm}1.66$ mSv, $10.33{\pm}1.68$ mSv 이었고 ImPACT v1.0으로 측정했을 때 각각 $5.20{\pm}1.01$ mSv, $8.51{\pm}1.53$ mSv, $10.9{\pm}1.87$ mSv이었다. 체중과 유효 선량의 상관관계를 분석하였을 때 CT-Expo v1.7과 ImPACT v1.0에서 Pearson 정률 상관계수가 각각 0.743, 0.692으로 매우 강한 양의 상관관계가 있었다. 피폭 선량의 예측이 필요할 경우 이와 같은 상용화된 선량 평가 프로그램을 사용하면 Phantom 연구를 시행하지 않더라도 유효 선량의 예측 및 평가가 가능하고, CT 선량 관리를 위한 기초 자료를 수집하는데 활용 될 수 있을 것으로 생각된다.

• 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.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.57-78
• /
• 2020

인터넷의 발달로, 소비자들은 이커머스에서 손쉽게 상품 정보를 확인한다. 이때 활용되는 상품 리뷰는 사용자 경험을 토대로 작성되어 구매의사결정의 효율성을 높일 뿐만 아니라 상품 개발에 도움을 주기도 한다. 하지만, 방대한 양의 상품 리뷰에서 관심있는 평가차원의 세부내용을 파악하는 데에는 많은 시간과 노력이 소비된다. 예를 들어, 노트북을 구매하려는 소비자들은 성능, 무게, 디자인과 같은 평가차원에 대해 각 차원별로 비교 상품의 평가를 확인하고자 한다. 따라서 본 논문에서는 상품 리뷰에서 다차원 상품평가 점수를 자동적으로 생성하는 방안을 제안하고자 한다. 본 연구에서 제시하는 방안은 크게 2단계로 구성된다. 사전준비 단계와 개별상품평가 단계로, 대분류 상품군 리뷰를 토대로 사전에 생성된 차원분류모델과 감성분석모델이 개별상품의 리뷰를 분석하게 된다. 차원분류모델은 워드임베딩과 연관분석을 결합함으로써 기존 연구에서 차원과 단어들의 관련성을 찾기 위한 워드임베딩 방식이 문장 내 단어의 위치만을 본다는 한계를 보완한다. 감성분석모델은 정확한 극성 판단을 위해 구(phrase) 단위로 긍부정이 태깅된 학습데이터를 구성하여 CNN 모델을 생성한다. 이를 통해, 개별상품평가 단계에서는 구 단위의 리뷰에 준비된 모델들을 적용하고 평가차원별로 종합함으로써 다차원 평가점수를 얻을 수 있다. 본 논문의 실험에서는 대분류 상품군 리뷰 약 260,000건으로 평가모델을 구성하고, S사와 L사의 노트북 리뷰 각 1,011건과 1,062건을 실험데이터로 활용한다. 차원분류모델은 구로 분해한 개별상품 리뷰를 6개 평가차원으로 분류했고, 기존 워드임베딩 방식보다 연관분석을 결합한 모델의 정확도가 13.7% 증가했음을 볼 수 있었다. 감성분석모델은 문장보다 구 단위로 학습한 모델이 평가차원을 면밀히 분석함으로써 29.4% 더 높은 정확도를 보임을 확인했다. 본 연구를 통해 판매자, 소비자 모두가 상품의 다차원적 비교가 가능하다는 점에서 구매 및 상품 개발에 효율적인 의사결정을 기대할 수 있다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.79-104
• /
• 2020

최근 텍스트와 이미지 딥러닝 기술의 괄목할만한 발전에 힘입어, 두 분야의 접점에 해당하는 이미지 캡셔닝에 대한 관심이 급증하고 있다. 이미지 캡셔닝은 주어진 이미지에 대한 캡션을 자동으로 생성하는 기술로, 이미지 이해와 텍스트 생성을 동시에 다룬다. 다양한 활용 가능성 덕분에 인공지능의 핵심 연구 분야 중 하나로 자리매김하고 있으며, 성능을 다양한 측면에서 향상시키고자 하는 시도가 꾸준히 이루어지고 있다. 하지만 이처럼 이미지 캡셔닝의 성능을 고도화하기 위한 최근의 많은 노력에도 불구하고, 이미지를 일반인이 아닌 분야별 전문가의 시각에서 해석하기 위한 연구는 찾아보기 어렵다. 동일한 이미지에 대해서도 이미지를 접한 사람의 전문 분야에 따라 관심을 갖고 주목하는 부분이 상이할 뿐 아니라, 전문성의 수준에 따라 이를 해석하고 표현하는 방식도 다르다. 이에 본 연구에서는 전문가의 전문성을 활용하여 이미지에 대해 해당 분야에 특화된 캡션을 생성하기 위한 방안을 제안한다. 구체적으로 제안 방법론은 방대한 양의 일반 데이터에 대해 사전 학습을 수행한 후, 소량의 전문 데이터에 대한 전이 학습을 통해 해당 분야의 전문성을 이식한다. 또한 본 연구에서는 이 과정에서 발생하게 되는 관찰간 간섭 문제를 해결하기 위해 '특성 독립 전이 학습' 방안을 제안한다. 제안 방법론의 실현 가능성을 파악하기 위해 MSCOCO의 이미지-캡션 데이터 셋을 활용하여 사전 학습을 수행하고, 미술 치료사의 자문을 토대로 생성한 '이미지-전문 캡션' 데이터를 활용하여 전문성을 이식하는 실험을 수행하였다. 실험 결과 일반 데이터에 대한 학습을 통해 생성된 캡션은 전문적 해석과 무관한 내용을 다수 포함하는 것과 달리, 제안 방법론에 따라 생성된 캡션은 이식된 전문성 관점에서의 캡션을 생성함을 확인하였다. 본 연구는 전문 이미지 해석이라는 새로운 연구 목표를 제안하였고, 이를 위해 전이 학습의 새로운 활용 방안과 특정 도메인에 특화된 캡션을 생성하는 방법을 제시하였다.

• 한국축산시설환경학회지
• /
• 제18권2호
• /
• pp.99-110
• /
• 2012

본 연구에서 조사된 일부 선도적인 양돈농가에서는 설치 운영하는 호기적 액상발효 공정은 대부분의 농가가 공정별 설계인자 및 물리 화학적인 성분변화의 특성보다는 경험적인 운영을 토대로 액비를 생산하고 있는 것을 알 수 있었다. 김 등의 조사연구에 따르면 가축분뇨의 발생단계인 분뇨수거방식은 현재 국내 돈사의 70% 이상이 슬러리 형태로 분뇨가 배출되고 있는 것으로 보고되고 있다. 양돈분뇨의 수거방식과 배출형태가 대부분 슬러리라는 사실은 양돈분뇨의 적정처리에 의한 환경오염 차단과 자원화 이용과정에 적용될 각종 공법 및 시스템 적용이 돈사 슬러리부터 집중 관리해야 함을 시사한다. 이처럼 가축분뇨 액비화의 적정처리에 있어서는 발생단계 뿐만 아니라 액비가 토양에 환원되기 직전까지의 모든 과정이 전반적으로 고려되어야 한다. 본 연구의 조사대상 농가의 가축분뇨 액비화 운영에 있어서 핵심적으로 구분 할 수 있는 단계를 주요사항 별로 구분하여 Table 8에 나타내었다. 가축분뇨 액비화 처리에 있어서 고액분리 단계의 경우 고액분리 방식과 효율에 따라 BOD (생물학적산소요구량), COD (화학적산소요구량), VFA (휘발성지방산) 등의 제거율의 차이가 있는 것으로 보고되고 있으며, 이는 후단공정 즉 주발효조에서의 공기주입량의 산정, 공기공급방식, 발효기간 및 2차 발효 등 운영방식 결정에 주요한 요인이 될 수 있다. 이와 같이 액비가 생산되어 토양에 환원되기까지의 과정은 각각의 주요한 요소들이 유기적으로 연계되어 있으며, 농가 현장을 방문조사하고, 생산되는 액비를 비교 분석한 결과 액비화 공정에 있어서 필수적인 핵심적 단계를 도출 할 수 있었다. 이에 대한 주요내용은 다음과 같다. 1. 돈사 슬러리 관리 단계 돈사 슬러리는 혐기부패를 최대한 방지하며, 주요 악취물질인 $H_2S$, $NH_4$, VFAs의 생성을 억제하여야 한다. 돈사환경을 개선하기 위한 방법으로서는 부숙이 완전히 완료되어 유용미생물이 활성화된 액비를 돈사 세척수로 이용하거나, 슬러리 피트에 일부 투입하여 단순 저장일수를 처리일수로의 개념적 전환이 필요하다. 2. 고액분리 단계 일반적으로 BOD의 주요원인인 고농도의 유기물질은 대부분 분뇨의 고형성분에 포함되어 있기 때문에 물리적 처리공정인 고액분리 단계에서 최대한으로 제거하여 후단공정인 주발효조의 부하를 최소화 시킨다. 3. 발효처리-공기공급 단계 축산농가 마다 사료의 종류나 관리방법 등이 각기 다르므로 배출되는 슬러리의 성상을 파악하여 물질수지와 처리일수에 기초한 발효조 용량과 공기주입량의 산정이 필요하다. 또한 공기확산 및 막힘현상을 고려한 자동제어 장치나 발효조의 상태를 감시 제어하기 위한 인자로서 pH 및 산화환원전위 등을 실시간으로 모니터링 하는 것이 중요하다. 4. 발효처리-미생물, 반송 단계 일반점검 (온도, pH, 용존산소, 산화환원전위, 전기전도도 등)과 정밀점검 (BOD, COD, VFAs, SS, N, P 등)의 주기적인 점검을 통하여 미생물 생장에 알맞은 유입농도와 반송량을 결정하고 농가환경에 맞는 발효조 운전방식을 확립 할 필요가 있다. 5. 후숙처리-최종액비 단계 후숙조에서는 공기과잉 투입으로 인한 질소성분의 손실을 방지하고, 유용미생물을 이용하여 토양환원에 적합한 액비를 제조한다. 가스발생에 의한 작물생육 피해를 방지할 수 있는 액비 안정화 운전기술을 확립하고, 살포시기를 대응하여 액비의 유 출입을 집중적으로 관리한다. 6. 액비유통센터 연계-농지환원 단계 제조된 액비는 액비유통센터에 위탁하여 살포하는 체계를 확립하고, 악취 민원의 발생을 최대한 억제한다. 액비유통센터는 철저한 년 중 살포프로그램을 운영하여 원활한 살포조직 체제를 구성하는 것이 중요하다. 축산농가에서 가축분뇨 관리방법은 축사의 입지, 주변 환경 및 각종 환경규제 등 여러가지 여건에 따라 각기 다르며, 다수의 축산농가가 특정한 처리방법을 동일하게 적용하는 것은 현실적으로 불가능하다. 따라서 본 연구에서 분석된 각 농가의 액비 성상 등은 여러 가지 환경적 요소가 복합적으로 작용하고 있으며, 조사농가 중 일부는 발효과정 중에 있는 액비를 채취하였으므로, 분석결과를 해석하여 가축분뇨 운영관리를 총체적으로 판단하는 것은 다소 무리가 있다. 추후에는 각 공정에 대해 유입되는 슬러리원수에서부터 처리가 완료되는 단계까지의 과정을 일괄적으로 분석하여, 유입 유출농도, 수리학적 체류시간 등 공학적 요소 및 이에 따른 경제성 평가 등을 세밀하게 연구할 필요성이 있다. 이밖에도 가축분뇨의 중요한 관리부분인 병원성미생물과 관련된 위해성 분분을 고려하지 않을 수 없다. 가축분뇨에는 인간에게 직접적인 영향을 미칠 수 있는 Escherichia coli, Campylobacter, salmonella, Listeria 등 다양한 병원성 세균이 발견된다. 최근 전국적으로 발생된 구제역 사태는 우리나라 축산업 자체에 큰 타격을 주었을 뿐만 아니라, 사회 경제적으로도 막대한 손실을 가져왔다. 이 사건을 계기로 국내 축산기반의 전면적 재정비가 불가피하게 되었음은 물론 가축 분뇨에서 유래한 병원성 미생물 및 바이러스 등의 근원적 대처방법 개선과 가축분뇨의 위생적 처리에 대한 안전관리가 시급한 현안이 되었다. 따라서 안전한 경축순환의 액비유통 관리 체계 구축을 위해서는 병원성 미생물, 바이러스 등과 같은 위해요소를 억제 할 수 있는 액비화 처리기술의 표준화 공정 개발 또한 필요하다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.87-109
• /
• 2020

현재 육상에서는 유무선 통신의 발전으로 다양한 IT 서비스를 제공받고 있다. 이러한 변화는 육상을 넘어서서 해상에서 항해 중인 선박에서도 다양한 IT 서비스가 제공되어야 하며 육상에서 이용하는 것과 마찬가지로 양방향 디지털 데이터 전송, Web, App 등과 같은 다양한 IT 서비스들의 제공에 대한 요구가 증가될 것으로 예상하고 있다. 하지만 이러한 초고속 정보통신망은 AP(Access Point)와 기지국과 같은 고정된 기반 구조를 바탕으로 네트워크를 구성하는 지상에서는 쉽게 사용할 수 있는 반면 해상에서는 고정된 기반 구조를 이용하여 네트워크를 구성할 수 없다. 그래서 전송 거리가 긴 라디오 통신망 기반의 음성 위주의 통신 서비스를 사용하고 있다. 이러한 라디오 통신망은 낮은 전송 속도로 인해 매우 기본적인 정보만을 제공할 수 있었으며, 효율적인 서비스 제공에 어려움이 있다. 이를 해결하기 위해서 디지털 데이터 상호교환을 위한 추가적인 주파수가 할당되었으며 이 주파수를 사용하여 활용할 수 있는 선박 애드 혹 네트워크인 SANET(ship ad-hoc network)이 제안되었다. SANET은 높은 설치비용과 사용료의 위성 통신을 대신하여 해상에서 IP 기반으로 선박에 다양한 IT 서비스를 제공할 수 있도록 개발되었다. SANET에서는 육상 기지국과 선박의 연결성이 중요하다. 이러한 연결성을 갖기 위해서는 선박은 자신의 IP 주소를 할당 받아 네트워크의 구성원이 되어야 한다. 본 논문에서는 선박 스스로 자신의 IP 주소를 할당 받을 수 있는 SANET-CC(Ship Ad-hoc Network-Cell Connection) 프로토콜을 제안한다. SANET-CC는 중복되지 않는 다수의 IP 주소들을 육상기지국에서 선박들에 이어지는 트리 형태로 네트워크 전반에 전파한다. 선박은 IP 주소를 할당할 수 있는 육상 기지국 또는 나누어진 구역의 M-Ship(Mother Ship)들과 간단한 요청(Request) 및 응답(Response) 메시지 교환을 통해 자신의 IP 주소를 할당한다. 따라서 SANET-CC는 IP 충돌 방지(Duplicate Address Detection) 과정과 선박의 이동에 의해 발생하는 네트워크의 분리나 통합에 따른 처리 과정을 완전히 배제할 수 있다. 본 논문에서는 SANET-CC의 SANET 적용가능성을 검증하기 위해서 다양한 조건의 시뮬레이션을 수행하였으며 기존 연구와 비교 분석을 진행하였다.