• 한국의학물리학회지:의학물리
• /
• 제14권2호
• /
• pp.124-130
• /
• 2003

현재, 많은 병원이 방사선과 의료영상정보를 기존의 필름형태로 판독하고, 진료하는 방식에서 PACS를 도입하여 디지털 형태로 영상을 전송, 저장, 검색, 판독하는 환경으로 변화하고 있다. 한편, PACS가 가지는 가장 큰 제한점은 휴대성의 결핍이다. 본 연구는 이동형 장치가 가지는 호스트의 이동성 및 휴대성의 장점들을 살리면서, 무선 채널 용량의 한계, 무선 링크 사용이라는 제약점들을 감안하여 의료영상을 JPEG2000 영상압축 방식으로 부호화한 후 무선 환경을 고려한 전송 패킷의 크기를 결정하고자 하였으며, 무선 통신 중 발생되는 패킷 손실에 대응하기 위한 자동 오류 수정 기능도 함께 구현하고자하였다. Window 2000 운영체계에서 의료영상을 로드하고, 데이터베이스화하며, 저장하고, 다른 네트워크와 접속, 제어가 가능한 PC급 서버를 구축하였다. 영상데이터는 무선망을 통해 전송하기 때문에 가장 높은 압축비율을 지원하면서 에너지 밀도가 높은 JPEG2000 알고리즘을 사용하여 영상을 압축하였다. 또한, 무선망 사용으로 인한 패킷 손실에 대비하여, 영상을 JPEG2000 방식으로 부호화한 후 각 블록단위로 전송하였다. PDA에서 JPEG2000 영상을 복호화 하는데 걸리는 시간은 256＊256 크기의 MR 뇌영상의 경우 바로 확인할 수 있었지만, 800＊790 크기의 CR 흥부 영상의 경우 약 5초 정도의 시간이 걸렸다. CDMA 1X(Code-Division Multiple Access 1st Generation) 모듈을 사용하여 영상을 전송하는 경우, 256 byte/sec정도에서는 안정된 전송 결과를 보여주었고, 1 Kbyte/sec정도의 전송의 경우 중간 중간에 패킷이 손실되는 결과를 관찰할 수 있었다. 반면 무선 랜의 경우 이보다 더 큰 패킷을 전송하더라도 문제점은 발견되지 않았다. 현재의 PACS는 유선과 무선사이의 인터페이스의 부재로 인해 유무선 연동이 되지 못하고 있다. 따라서 이동형 JPEG2000 영상 뷰어는 PACS가 가지는 문제점인 휴대성을 보완하기 위하여 개발되었다. 또한 무선망이 가지는 데이터 손실에 대하여서도 허용할 수 있는 범위에서 재전송을 가능하게 함으로서 약한 연결성을 보완하였다. 본 JPEG2000 영상 뷰어 시스템은 기존 유선상의 PACS와 이동형 장치간에 유기적인 인터페이스 역할을 하리라 기대된다.

• 현장농수산연구지
• /
• 제16권1호
• /
• pp.37-53
• /
• 2014

본 연구의 목적은 농업후계자들이 대학에서 전문교육을 받고 귀향한 후 친환경농업을 실천하는 데 따른 어려움을 파악하고 이를 해결할 수 있는 방안을 검토하는 데 있다. 본 연구의 조사대상은 전체 한농대 졸업생 감귤농가 24명 중에서 친환경농업을 실천하고 있거나 실천 경험이 있는 총 8명 중 조사에 응한 6농가이며, 개방형 설문지에 의한 사례 연구 방식으로 분석되었다. 사례농가들의 영농실태 분석결과, 이들은 기후변화 및 시장개발에 대응하기 위해 작목전환과 경영의 다각화를 도모하고 있으며, 농법으로는 한 농가만이 무농약 수준의 친환경농업을 희망하고 있고 대부분 유기재배를 지향하고 있다. 사례농가의 경영비 분석결과, 자재비 기준으로 물재비는 더 적게 들지만 관행농업과 같은 수준의 상품성을 얻기 위해서는 노력비가 더 들어가야 하는 것으로 조사되었다. 친환경농업의 생산량은 관행농업에 비해 20-50% 정도 감소하며, 판매가격은 10-50% 높은 것으로 나타났다. 친환경 감귤농가의 애로사항으로는 유기농업 기술 부족과 친환경농업에 적합한 판로부족이며 규모확대를 위한 토지구입이 어려운 것은 제주 농업이 갖는 특수한 제약조건이다. 졸업생 농가의 친환경농법으로의 전환은 부모님과의 합의가 어려운 문제로 나타나고 있으며, 친환경농업 기술을 자문 받을 수 있는 지역의 창구가 없다는 점이 지적되었다. 졸업생농가가 친환경농법으로 전환하기 위해서는 농업기술원 및 농업기술센타를 중심으로 친환경농업 선진농가와의 연계를 통해서 지속적인 기술교육과 자문이 이루어질 수 있도록 가칭 '제주 친환경 생태 유기농업 포럼'을 구성하여 기술자문 및 현장애로 기술이 개발 보급될 필요가 있다. 친환경 감귤의 적정 가격과 판로를 확보하기 위해서는 제주 지역의 로컬푸드와 연계된 판매활동과 육지의 로컬푸드와의 연계도 필요하다. 안전성과 신선도의 가치를 소비자가 신뢰하고 구매할 수 있는 다양한 유통채널을 확보해야 한다. 대부분의 사례농가의 소득증대를 위해서 장기적으로 체험이나 관광과 연계할 수 있는 6차농업의 농장경영을 구상할 필요가 있다. 다양한 품종의 감귤을 도입하여 다양성을 확보하고 체험 및 관광과 연계시켜 생태 유기농장으로 발전해 가야 한다. 이를 위해서는 국내외 선진 농장을 벤치마킹하고 정책사업과 연계할 수 있는 기반을 조성해야 한다. 한국농수산대학에서는 제주지역 졸업생들이 친환경 유기농업을 통해서 경영의 안정을 꾀하고 지역농업의 리더가 될 수 있도록 연구기관 및 보급기관과 연계하여 제주지역에 맞는 지원 프로그램을 개발하고 이를 바탕으로 졸업 후에도 지속적으로 새로운 정보와 기술을 제공해야 한다.

• 한국유통학회지:유통연구
• /
• 제17권3호
• /
• pp.25-57
• /
• 2012

본 연구에서는 인터넷 점포에서 의류상품 구매후기를 작성하는 동기의 유형을 규명하는 한편 작성 동기 유형에 따라 인터넷 점포 고객들을 범주화하고, 각 집단의 작성행동, 인터넷 구매 행동, 인구사회적 특성의 차이를 규명하였다. 초점집단 면접과 온라인 서베이를 통해 연구되었으며, 정량적 연구에서는 의류상품 구매후기를 읽은 경험과 작성한 경험이 많은 국내 인터넷 점포 여성 고객 252명을 대상으로 자료가 수집되었다. 연구결과, 인터넷 점포에서 구매후기를 작성하는 동기 유형은 이타적 정보 공유, 불만해소 및 보복, 경제적 보상 추구, 상품 개발 지원, 감동 표현으로 나타났다. 특히, 작성행동에 대한 영향력이 큰 동기는 이타적 정보 공유 동기와 경제적 보상 추구 동기였다. 인터넷 점포 고객은 작성동기 유형에 따라 소비자 옹호 집단, 이익 추구 집단, 중도적 집단으로 범주화되었으며, 세 집단은 구매후기 작성행동, 인터넷 구매빈도, 인구사회적 요인들에서 차별적 특성을 보였다. 소비자 옹호 집단과 이익 추구 집단을 대상으로 인터넷 점포 구전 채널 관리 방안이 제시되었다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.