• 한국터널지하공간학회 논문집
• /
• 제21권1호
• /
• pp.167-175
• /
• 2019

차량화재가 대부분인 터널 화재 사고에 효과적으로 대응하기 위해서는 초기에 화재를 진압하는 것이 가장 효율적이다. 그러나 도심지 터널의 경우 화재 사고시 차량 정체로 인해 소방대 투입이 어려워 신속한 소화 활동에 제약을 받으며, 이러한 문제는 최근 장대화 및 대심도화 되고 있는 지하도로(복층터널)의 경우 더욱더 심하게 나타날 것으로 판단된다. 국내의 경우 터널에서 발생되는 재난 재해에 대비하여 터널연장과 터널 조건별로 정해지는 위험도 지수를 토대로 연장등급과 방재등급을 산정하여 방재시설 설치 범위를 규정하고 있으며, 특히 터널 화재에 직접적으로 대응하기 위한 설비로 소화기구, 옥내소화전설비, 물분무설비 등을 등급에 따라 기본시설로 지정하고 있다. 그러나 이런 소화설비는 현실적으로 기능적이고 기술적인 측면에서 많은 약점이 발생되어 개선방안이 필요한 실정이다. 특히, 하나의 단면을 중간 슬래브로 나눠 상하행선으로 사용하는 형태인 복층터널의 경우 일반 소화설비보다 더 신속하고 효과적으로 화재 진압이 가능한 설비가 필요할 것으로 판단된다. 따라서 본 연구에서는 기존 터널 방재시설(소화설비)이 가지는 문제점을 보완하고, 복층터널의 구조적 특수성에 최적화된 원격 자동소화 시스템을 개발하였다. 그 결과로 낮은 층고를 고려한 장거리용 설비와 보급성을 확대한 옥내소화전용 설비 등 두 가지 형태의 시스템 개발을 완료하여 성능을 검증하였으며, 실제 터널에 보급되어 널리 활용될 수 있도록 현재 실용화를 추진 중에 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권10호
• /
• pp.261-268
• /
• 2021

클라우드 컴퓨팅은 서비스 사용자 요구에 따라 컴퓨팅 자원을 임대하여 사용하는 컴퓨팅 패러다임이다. 클라우드 컴퓨팅에서 컴퓨팅 자원은 사용자의 서비스 수요에 따라 컴퓨팅 자원을 확장 또는 축소가 가능하여 전체 서비스 비용 절감 효과를 가질 수 있다. 그리고, M&S (Modeling and Simulation) 기술은 컴퓨팅 자원과 CAE 소프트웨어를 통해 엔지니어링 분석 작업 결과를 얻어, 실제 실험 결과가 없이 제품의 상태를 시뮬레이션을 수행하여 분석하는 방법이다. M&S 기술은 FEA(Finite Element Analysis), CFD(Computational Fluid Dynamics), MBD(Multibody Dynamics) 및 최적화 분야에서 활용된다. M&S 통한 작업 절차는 전처리, 해석, 후처리 단계로 구분된다. CAE 소트프웨어를 통한 3D 모델링 작업인 전/후처리는 GPU 연산이 집약적이며, 3D 모델 해석은 CPU 또는 GPU 연산이 요구된다. 일반적인 개인 데스크톱에서 복잡한 3D 모델을 해석하는 시간이 많이 소요된다. 결과적으로, M&S를 원활하게 수행하기 위해서는 고성능 컴퓨팅 자원이 요구된다. 이 문제를 해결하기 위해 우리는 통합 클라우드 및 클러스터 컴퓨팅 환경인 HEMOS-Cloud 서비스를 제안한다. 제안한 클라우드 기반 방식에서는 M&S에 필요한 전/후처리 및 솔버 작업을 원활하게 수행할 수 있도록 구성했다. 이 시스템에서 전/후처리는 VDI(Virtual Desktop Infrastructure)에서 수행되고 해석은 클러스터 환경에서 수행된다. 각 용도에 맞게 서로 다른 환경에서 분리하여 컴퓨팅 자원 간에 간섭을 최소화했다. HEMOS-Cloud 서비스는 기업 또는 학교에서 M&S의 경험이 필요로 하는 사용자에게 CAE 소프트웨어와 컴퓨팅 자원을 제공한다. 본 논문에서는 HEMOS-Cloud 서비스의 경제적 파급효과를 산업연관분석을 활용하여 분석했다. 전문가의 의견을 반영하여 조정된 계수를 통한 분석 결과는 생산유발효과 74억원, 부가가치유발효과 41억원, 취업자유발효과 10억원당 50명으로 분석되었다.

• 비교교육연구
• /
• 제27권4호
• /
• pp.187-209
• /
• 2017

본 연구의 목적은 유럽연합에서 개발한 세계 대학 평가시스템 '유-멀티랭크(U-Multirank)'를 통해 대학의 실제 경쟁력과 질적 수준을 재검토해야 할 필요성 그리고 세계 대학 순위평가 시스템이라는 개념을 재정립해야 필요성을 역설하는 데 있다. 지금까지 널리 활용되고 있는 THE나 ARWU와 같은 세계 대학 순위평가 시스템은 연구중심 종합대학에 초점을 맞추어 정량화된 평가 방식을 취해왔다. 그러나 이러한 평가 방식은 세계 고등교육 분야에서 대학과 전공 간의 서열화를 조장하는 동시에 소규모 지방대학이나 유사 고등교육기관을 소외시키는 결과를 낳았다. 더구나 대학 순위평가제의 본래 취지가 잠재적 대학 편 입학자들에게 실질적이고 포괄적인 정보를 제공함으로써 그들 개개인의 교육 이상과 요구에 부합하는 고등교육기관을 선택할 수 있도록 돕는데 있다는 점을 도외시한채, 기존의 정량화된 평가 방식과 순위발표는 결코 도표 위의 수치로 환원될 수 없는 복잡다양한 교육현실을 축소시키는 문제마저 초래하였다. 유럽연합 교육위원회는 세계 대학 평가시스템의 이러한 결함을 보완하고 유럽 사회에 필요한 고등인재를 길러내기 위해 2009년부터 2011년까지 타당성 조사와 파일럿 테스트를 거쳐 '유-멀티랭크'라는 새로운 세계 대학 평가시스템을 개발하였다. THE나 ARWU 등과 차별화되는 유-멀티랭크의 특징은 사용자 중심성, 다차원성, 개별성이라는 원칙 아래 대학에 관한 질적 평가 방식을 취한다는 데 있다. 이 시스템은 모바일 운영체계를 기반으로 설계되어 디지털 글로벌 시대에 최적화된 세계 대학 평가시스템의 본보기를 제시할 뿐 아니라, 사용자의 접근성과 참여폭을 확장시킴으로써 시스템 자체의 무한한 자기검증과 진화 가능성까지 열어놓고 있다. 이는 대학 평가시스템의 투명성 확보와 관련해 대단히 중요한 장점이다. 무엇보다 유-멀티랭크의 사용자 중심 모바일 운영체계는 미국대학 중심의 기존 세계 대학리그에 국내 외의 다양한 대학들을 노출시킴으로써 공정한 질적 경쟁의 장을 마련해준다는 점에서 우리 대학들의 글로벌 경쟁력 강화를 위해서도 희망을 걸만한 대안이라 생각된다. 유-멀티랭크를 통한 세계 대학 평가시스템의 재개념화 가능성을 타진하기 위해 본 연구는 Edgar Morin의 복잡성 사고 이론과 Karl Popper의 과학철학에 기댄 인식론적 접근을 시도하고 있다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.129-149
• /
• 2021

최근 인간과 사회적으로 상호작용할 수 있는 소셜 로봇(Social Robot)에 대한 관심이 커지고 있다. ICT 기술 발전에 힘입어 소셜 로봇이 개인에게 맞춤형 서비스와 정서적 교감을 제공하기 쉬워졌으며, 현대의 사회문제들과 이로 인한 개인의 삶의 질 저하를 해소하기 위한 수단으로 소셜 로봇의 역할이 주목받고 있다. 소셜 로봇에 대한 관심에 힘입어 소셜 로봇 보급 또한 크게 늘고 있다. 많은 기업이 다양한 목표시장을 겨냥하기 위한 로봇 제품들을 시장에 선보이고 있으나, 현재까지 시장을 선도하는 명확한 흐름은 부재하다. 이에 따라 소셜 로봇의 디자인을 통해 로봇을 차별화하고자 하는 시도가 늘고 있다. 특히 의인화는 소셜 로봇 디자인에서 중요하게 연구되고 있으며, 소셜 로봇을 의인화하여 긍정적인 효과를 발현하려는 접근이 많이 시도되었다. 그러나 소셜 로봇에 대한 의인화가 형성되는 메커니즘을 체계적으로 설명하는 연구는 부족하다. 의인화에 대한 모호한 이해는 소셜 로봇의 의인화를 형성하기 위한 디자인 최적점의 도출을 어렵게 하고 있다. 본 연구는 소셜 로봇의 의인화가 형성되는 메커니즘을 검증하는 것을 목적으로 한다. 본 연구는 3×2 Mixed Design의 실험 연구를 통해 소셜 로봇의 인간 유사성(Human-likeness)과 개인의 해석수준(Construal Level)이 의인화 형성에 미치는 영향을 확인하였다. 의인화가 형성되는 메커니즘에 대한 6개의 연구 가설을 제시하고, 206명 표본의 데이터를 분석하여 가설을 검증하였다. 분석 결과 소셜 로봇의 인간 유사성 수준에 따라 로봇 의인화 수준이 높아지며, 소비자 해석수준에 따라 인간 유사성이 의인화에 미치는 영향이 다르게 나타남을 확인하였다. 본 연구는 소셜 로봇의 디자인 속성인 인간 유사성과 개인의 사고방식인 해석수준을 함께 고려하여 의인화가 형성되는 메커니즘을 설명하였다는 점에서 시사점이 있다. 본 연구의 결과를 소셜 로봇 의인화 형성을 위한 디자인 최적화의 기준으로 활용할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1449-1463
• /
• 2020

최근 지구온난화에 따른 기후변화 문제의 심각성이 커지면서 국가 온실가스 배출량을 상쇄시킬 수 있는 산림의 탄소흡수에 대한 중요성이 높아지고 있으며, 기후변화협약에 따라 국가의 산림 탄소흡수량을 국지적인 수준에서 과학적이고 정밀하게 산출할 것이 요구되고 있다. 본 연구에서는 위성영상과 일기상 자료를 함께 활용함으로써 산림 광합성의 민감한 일변화를 반영하고, 안정된 산림으로서 대표성을 가지는 광릉숲(Gwangneung Forest) 극상림(climax forest)의 플럭스관측 자료를 참조하여 GPP(gross primary production) 재현 모델을 수립하고, 수종 및 임령에 따른 탄소흡수량 조견표를 적용하여, 우리나라의 국지지역에 최적화된 Tier 2.5 수준의 일일 탄소흡수능 격자자료를 산출하였다. 2013년 1월 1일부터 2015년 12월 31일까지 1,095일간의 실험에서, 일일 기준탄소흡수능(reference amount of CO2 absorption, RACA) 산출 모델은 상관계수 0.948의 높은 정확도를 나타냈으므로, 향후 Tier 3 수준의 일일 실제탄소흡수능(actual amount of CO2 absorption, AACA)을 정확히 산출하기 위해서는 장기간의 상세산림조사 자료와의 결합이 필요할 것이다.

• 한국해안·해양공학회논문집
• /
• 제33권6호
• /
• pp.265-274
• /
• 2021

해양 이상 자료 탐지의 연구는 이전부터 활발하게 이루어지고 있으며, 통계 및 거리 기반의 기계 학습 알고리즘을 활용하는 기법들이 개발되었다. 최근에는 AI 기반의 해양 자료 이상 탐지 기법이 많은 관심을 받고 있으며, AI를 활용한 해양 이상 자료 탐지 기법은 정답이 주어지는 지도학습 기법이 주를 이루고 있다. 이러한 방법은 학습에 필요한 모든 자료에 수작업으로 분류 정보(라벨)를 지정해야 한다는 점에서 많은 시간과 비용이 요구된다. 본 연구에서는 이러한 문제를 극복하기 위해 비지도학습 기반의 오토인코더를 이상 자료 탐지 기법에 사용하였다. 실험으로는 오토인코더의 평가를 위해 단변수·다변수학습 두가지 실험을 구성하였고, 단변수 학습은 기상청에서 제공하는 덕적도 부이 정점 관측 자료 중 수온만 사용하였으며, 다변수 학습은 수온과 기온, 풍향, 풍속, 기압, 습도 등을 사용하였다. 사용기간은 1996~2020년의 25년간이며 학습 자료에 해양-기상 자료의 특성을 고려한 전처리 기법을 적용하였다. 학습된 다변수와 단변수 오토인코더를 활용하여 실제 표층 수온에 대한 이상 탐지를 시도하였다. 모델성능 비교를 위해 오차를 삽입한 합성 자료에 다변수와 단변수 오토인코더를 포함한 여러 이상 탐지 기법을 적용하여 정량적으로 평가하였으며, 다변수/단변수의 정확도가 각각 약 96%/91%로써 다변수 오토인코더가 더 나은 이상자료 탐지 성능을 보였다. 오토인코더를 이용한 비지도학습 기반 이상 탐지 기법은 주관적 판단에 의한 오류와 자료 라벨링에 필요한 시간과 비용을 줄일 수 있다는 점에서 다양하게 활용될 것으로 판단된다.

• 헤리티지:역사와 과학
• /
• 제55권2호
• /
• pp.82-100
• /
• 2022

코로나19 팬데믹이라는 위기 상황과 4차 산업혁명시대를 경험하게 되면서 고고유산 교육 역시 새로운 국면을 맞이하게 되었다. '비대면', '비접촉'이 일상이 된 현 상황과 각종 디지털기술이 발달하고 있는 시대를 맞이함에 따라 직접 경험하고, 조작적 체험이 주를 이루는 고고유산 교육은 여러모로 많은 변화가 발생하였다. 이 글은 포스트코로나 시대의 트렌드에 부응하는 한편, 4차 산업혁명시대에 필요한 고고유산 교육의 발전 방안과 지속가능한 전략을 모색해 본 것이다. 고고유산 교육은 4차 산업혁명시대에 필요한 역량은 물론 개인들의 정서적 만족감과 행복감을 고취시키는데 매우 적합한 교육 형태이다. 그중에서도 현 시대의 맥락을 반영한 창의적 인재양성 및 문제해결력, 자기효능감을 향상시킬 수 있는 교육의 형태로 고고유산 메이커교육이 주목된다. 이러한 메이커교육은 구성주의를 기반한 교육으로 진행될 필요가 있고, 다양한 연령별 특징을 고려하여 구체적인 학습목표 및 효과를 설정하여 설계되어야 한다. 또한 고고유산 역시 VR, AR, 클라우드, 드론 영상 기술을 적용한 다양한 ICT 활용 콘텐츠들이 개발 및 확대되고 있다. 그중에서도 온택트로 진행되는 고고유산 디지털 교육은 비대면이라는 상황 속에서도 쌍방향 소통이 가능한 커뮤니티 활성화 방안을 모색해야 한다. 아울러 온택트 교육은 교육이라는 측면을 고려해야 하므로 문화적 문해를 성장시키기 위한 목적이 추가적으로 설정되어야 한다. 이러한 고고유산 콘텐츠 개발은 온택트 교육에 최적화된 학술성을 담지한 스토리자원이 확보되어야 하는데, '문화콜라주'의 입장에서 다양한 융합적 콘텐츠를 제작하는 동시에 학습자의 흥미와 학습 능력, 학습 목적을 고려한 AI기능이 추가될 필요가 있다고 생각한다. 또한 온라인으로 진행되는 고고유산 콘텐츠 교육은 추후 실물을 접할 수 있는 동기부여나 현장학습을 고려한 선행학습, 보완학습으로 진행되어야 한다. 결국 고고유산 온택트 교육은 현재의 트렌드에 부응하는 최첨단 기술을 활용하여 진행되겠지만, 그와 연동하여 발견의 학습, 질문-탐구형 학습 모두가 가능한 구성주의학습을 위한 지속적인 노력이 필요하다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.191-206
• /
• 2022

대량의 말뭉치를 비지도 방식으로 학습하여 자연어 지식을 획득할 수 있는 사전학습 언어모델(Pre-trained Language Model)은 최근 자연어 처리 모델 개발에 있어 매우 일반적인 요소이다. 하지만, 여타 기계학습 방식의 성격과 동일하게 사전학습 언어모델 또한 학습 단계에 사용된 자연어 말뭉치의 특성으로부터 영향을 받으며, 이후 사전학습 언어모델이 실제 활용되는 응용단계 태스크(Downstream task)가 적용되는 도메인에 따라 최종 모델 성능에서 큰 차이를 보인다. 이와 같은 이유로, 법률, 의료 등 다양한 분야에서 사전학습 언어모델을 최적화된 방식으로 활용하기 위해 각 도메인에 특화된 사전학습 언어모델을 학습시킬 수 있는 방법론에 관한 연구가 매우 중요한 방향으로 대두되고 있다. 본 연구에서는 금융(Finance) 도메인에서 다양한 자연어 처리 기반 서비스 개발에 활용될 수 있는 금융 특화 사전학습 언어모델의 학습 과정 및 그 응용 방식에 대해 논한다. 금융 도메인 지식을 보유한 언어모델의 사전학습을 위해 경제 뉴스, 금융 상품 설명서 등으로 구성된 금융 특화 말뭉치가 사용되었으며, 학습된 언어 모델의 금융 지식을 정량적으로 평가하기 위해 토픽 분류, 감성 분류, 질의 응답의 세 종류 자연어 처리 데이터셋에서의 모델 성능을 측정하였다. 금융 도메인 말뭉치를 기반으로 사전 학습된 KB-BERT는 KoELECTRA, KLUE-RoBERTa 등 State-of-the-art 한국어 사전학습 언어 모델과 비교하여 일반적인 언어 지식을 요구하는 범용 벤치마크 데이터셋에서 견줄 만한 성능을 보였으며, 문제 해결에 있어 금융 관련 지식을 요구하는 금융 특화 데이터셋에서는 비교대상 모델을 뛰어넘는 성능을 보였다.

• 자원리싸이클링
• /
• 제31권4호
• /
• pp.56-65
• /
• 2022

구리는 우수한 특성, 특히 높은 전도성과 낮은 저항으로 인해 전기/전자 제조 산업에 널리 사용되는 비철금속 중 하나이다. 이러한 산업의 표면 처리 공정에서는 구리 함량이 높은 폐수가 발생하며, 직간접적으로 수계로 배출된다. 이는 심각한 환경 오염을 일으키고 또한 귀중한 유용금속의 손실을 초래한다. 이러한 문제를 극복하기 위하여, 효율적이고 저렴하며 친환경적인 흡착제를 찾기 위한 목적으로 흡착 분야에서 전 세계적으로 지속적인 연구개발이 진행되고 있다. 이러한 점을 고려하여, 본 연구에서는 위와 같은 폐수로부터 구리 흡착을 위한 바이오 흡착제로서 식물뿌리(Datura 뿌리 분말)의 성능을 합성 흡착제(Tulsion T-42)와 비교하였다. 실험은 흡착제 투여량, 접촉시간, pH, 주입액 농도 등의 변수들을 최적화하기 위하여 회분식으로 수행되었다. 초기구리농도가 100 ppm이고 pH가 4인 주입액에서, 0.2 g Datura 뿌리 분말을 15분간 접촉하였을 때 구리 흡착율은 95%이었으며, 0.1 g Tulsion T-42은 30분간 접촉에서 95%의 흡착율을 나타내었다. 두 흡착제의 흡착 데이터는 Freundlich 등온선과 잘 일치하였으며, 유사 2차 속도식을 따르는 것을 나타내었다. 전체 결과는 본 연구의 바이오 흡착제가 표면처리 공정의 폐액 또는 폐수로부터 금속 회수에 적용될 가능성을 보여주고 있다.

• 자원ㆍ환경경제연구
• /
• 제31권2호
• /
• pp.165-204
• /
• 2022

본 연구는 유럽지역 내 20개 연결계통국가들을 대상으로 2000년부터 2014년까지의 패널 자료를 구성하여 유럽이 2005년에 도입한 배출권거래시장을 기점으로 표본기간을 전과 후로 나누어 탄소배출량 결정요인을 이분산과 자기상관의 문제를 고려한 패널 GLS 방법으로 추정하였다. 종속변수로는 개별국가들에서의 탄소배출량이 사용되었으며, 설명변수로는 발전원별 발전량 비중, 이웃 국가들의 전력수급률, 자원보유국의 전력생산량, 발전원집중도, 산업부문에서의 1인당 총에너지 사용량, 전력가격에서의 세금, 1인당 전력 순수출량, 1인당 국토면적의 크기 등이 사용되었다. 추정결과에 의하면, 2005년을 기점으로 전과 후 모두에서 원전과 재생에너지 발전량 비중, 발전원집중도, 1인당 국토면적의 크기 등은 탄소배출량에 음(-)의 영향을 미치는 것으로 나타난 반면 석탄 발전량 비중, 이웃 국가들의 전력수급률, 자원보유국의 전력생산량, 산업부문에서의 1인당 총에너지 사용량 등은 탄소배출량에 양(+)의 영향을 미치는 것으로 나타났다. 이외 가스 발전량 비중과 전력가격에서의 세금은 2005년 이전에 대해서만 각각 탄소배출량에 음(-)과 양(+)의 영향을 미쳤으며, 1인당 전력 순수출량은 2005년 이후에 대해서만 탄소배출량에 음(-)의 영향을 미치는 것으로 나타났다. 본 연구의 결과는 저탄소 녹색성장으로의 탄소배출량 절감을 위한 거시적인 대응전략을 제시하며 전력교역시장을 고려한 중장기 전원믹스 최적화 방안과 그 역할에 대한 의미와 가치를 시사하고 있다.