• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2004년도 국내 LBS 기술개발 및 표준화 동향세미나
• /
• pp.169-181
• /
• 2004

SK 텔레콤은 2002년 국내 최초로 모바일 벡터 지도 서비스를 위해 OGC (OpenGIS Consortium) 국제 표준을 기반으로 하여, LBS/GIS 서비스 시스템들에 대한 하부 공통 프레임웍으로써의 GIMS 시스템을 기 구축 한바 있다 그러나 서비스 컨텐츠들이 점차 다양화 되어지고, 이러한 컨텐츠들을 실현하기 위해 시스템에 요구되어지는 사항들이 늘어나게 되면서, 좀더 확장성이 높고 기능적 측면, 효율성 측면에서의 요구 사항들을 만족시킬 수 있는 시스템으로의 고도화가 요구되었다. 본 연구는 GML 2.0기반의 GIMS 시스템을 GML 3.0기반 멀티미디어 서비스 고도화를 위해 보다 풍부한 형태의 지리 데이터를 지원할 수 있는 시스템 기반을 마련하고, 이를 통해 다양한 응용 서비스 컨텐츠들이 쉽고 자유롭게 위치 및 지리 데이터와 연동될 수 있는 기반을 마련하는 것을 목표로 하였다. GML 3.0에서 모바일 LBS 멀티미디어 서비스를 위해 애니메이션, 이벤트처리, 맵 스타일 지원을 위한 필요한 스타일, 3D 부분과 텔레메틱스 서비스를 위한 위상(Topology) 세부 사양을 채택하였으며, MS(Mobile Station)로의 자료전송을 최적화하기 위한 스키마 및 전송 프로토콜을 개발하였고 이에 기반한 시스템을 구성, 개발하였다. GML 3.0을 이용한 기존 GIMS의 고도화는 기존 연구 및 시스템에 구현, 적용되었던, 내부 구조적인 측면에서나 서비스 측면에서 혁신적인 기틀을 마련하게 되었다. GIMS에 대한 접근을 단일화하고 용이하게 하기 위한 GIMS 통합 인터페이스가 구현되었고, GIMS 내부의 서비스 컴포넌트인 WFS, WMS들에 대한 기능 확장 및 개선이 이루어졌다 가능한 창조 모델로 이용될 수 있을 것으로 생각된다.}94,\;29.4{\pm}30.3,\;45.1{\pm}44$로 Mel 10군과 Mel 30군이 유의적인 감소를 보였으나(p<0.05) 이들 두 군 간의 차이는 나타나지 않았다. 이상의 결과로, 랫트에서 복강수술 후 melatonin 10mg/kg투여가 복강 내 유착 방지에 효과적이라고 생각된다.-1}{\cdot}yr^{-1}$로서 두 생태계에 축적되었다.여한 3,5,7군에서 PUFA 함량이 증가한 반면, SFA 함량은 감소하여 P/S 비율, n-3P/n-6P 비율은 증가하는 경향이었으며 이는 간장의 인지질, 콜레스테롤 에스테르, 총 지질의 지방산조성에서도 같은 경향을 볼 수 있었다.X>$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 대부분을 차지하였다. 야생 돌복숭아 과육 중의 지방산 조성은 포화지방산이 16.74%, 단불포화지방산 17.51% 및 다불포화지방산이 65.73%의 함유 비율을 보였는데, 이 중 다불포화지방산인 n-6계 linoleic acid$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 지질 구성 총 지방산의 대부분을 차지하는 함유 비율을 나타내었다.했다. 하강하는 약 4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용

• Investigative Magnetic Resonance Imaging
• /
• 제14권2호
• /
• pp.103-114
• /
• 2010

목적 : 자기공명영상을 이용한 치매연구에서 삼차원 T1강조 뇌 구조 영상으로 뇌기능을 분석할 경우 복셀 기반 형태분석 방법이 이용 된다. 그러나 일반적으로 The Montreal Neurological Institute (MNI) 152 라는 젊은 서양성인 뇌로 만들어진 표준판에 정규화되고 이는 분석오차가 생길 수 있어 한국 노인 및 치매환자의 뇌를 분석할 경우 부정확한 결과를 초래한다. 따라서, 본 연구의 목적은 뇌 분석을 최적화 하기 위해 한국 노인 및 치매 환자의 뇌 구조 영상의 표준판을 개발하는데 있다. 대상 및 방법 : 검사장비는 3테슬러를 이용하였으며 8채널 SENSE (sensitivity encoding) 머리코일을 이용하였다. 펄스열은 삼차원 T1 강조 터보 경사자장 타입으로 뇌의 해부학 영상을 획득하였다. 신경심리 검사 점수결과에 따라 정상 노인 43명, 경도인지장애 환자 44명, 알츠하이머성 치매 환자 36명 의 세 그룹으로 나누었다. 일반 선형 모델 방정식을 사용하여 나이와 성별 및 질환간의 차이에 의한 인자를 고려 하였으며, 평가된 인자는 쌍일치 접근 방법으로 한국 노인과 치매 환자의 뇌 표준판을 만들었다. 두 표준판의 Talairach 기준 점에 따른 평균거리와 뇌실의 거리를 계산하였다. 또한 뇌 전체 영역에서 회백질과 백질을 확률이 50% 이상인 복셀 개수를 세어 회백질과 백질의 영역을 계산하였다. 결과 : 최종 뇌 표준판은 MNI152뇌 표준판과 비교했을 경우 공간 분해능이 높았고, 평균거리와 뇌실의 크기에서 차이가 있었다. 회백질 및 백질의 영역은 본 연구에서 개발한 뇌 표준판의 회백질과 백질 모두에서 더 적었고, 백질보다 회백질에서 더 많은 차이가 있었다. 결론 : 본 연구에서 개발한 한국 뇌 표준판은 앞으로 한국 노인과 치매환자의 질환을 분석하는 연구에 유용할 것으로 생각된다.

• 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.

• Ecology and Resilient Infrastructure
• /
• 제9권3호
• /
• pp.163-173
• /
• 2022

기후변화는 종의 생물계절 및 지리적 분포 변화에 많은 영향을 미치는 핵심 요인으로 생태 분야에서는 취약성 평가를 위해 생물의 생리적 특성과 가장 관련이 높은 생태기후지수 (BioClimatic predictor, 이하 BioClim)를 사용하고 있다. 그러나, Shared Socio-economic Pathways (SSPs) 시나리오에 대한 GCM별 미래 기간 기후평균값 이외에 BioClim 값들은 제공되지 않고 있다. 본 연구는 농촌진흥청에서 생산한 1 km 해상도의 SSPs 시나리오 상세화 자료를 이용하여 국내 여건에 적합한 BioClim 자료를 생산하고, 해당 자료를 기반으로 종 분포모형을 적용하여 주로 남부 및 경상북도, 강원도 및 습한 지역에서 생육 환경이 적합한 고로쇠나무의 기준년대 (1981 - 2010년) 및 미래년도 (2011 - 2100년)에 대해 30년 단위로 적합 서식지 분포를 예측했다. 전국자연환경조사자료를 통해 총 819개 지점에서 고로쇠나무 출현 자료를 수집했다. MaxEnt 모형의 성능을 높이기 위해 모형의 매개 변수 (LQH-1.5)를 최적화하고 상세화된 Biolicm 7개 지수와 지형지수 5개를 MaxEnt 모델에 적용했다. 국내 고로쇠나무 분포는 배수, 연 강수량 (Bio12), 경사가 크게 기여하는 것으로 나타났다. 적습하고 비옥한 토양을 선호하는 생육 특성이 반영된 결과로 기후 요인의 영향은 크지 않았다. 이에 따라 기준년도에 고로쇠나무의 높은 수준 적합 서식지는 우리나라 면적의 3.41%, 근미래 (2011 - 2040년) 및 먼미래 (2071 - 2100년)에서 SSP1-2.6은 0.01%, 0.02%를 차지하여 점차 감소하였으나, SSP5-8.5에서는 각각 0.01%, 0.72%로 오히려 기준년도 대비 근미래에는 감소되다가 먼미래로 갈수록 점차 증가하는 경향을 보였다. 본 연구는 기후변화에 보다 적응이 수월한 식생의 미래 분포 양상을 확인한 연구로 기후변화 적응 종이 미래 산림 복원 등에 활용 가능한 기초 연구로 의의가 있다.

• 대한환경공학회지
• /
• 제35권2호
• /
• pp.115-123
• /
• 2013

도시폐기물 소각로는 일반적으로 전처리 설비가 필요 없고 대용량에 적합한 스토커타입의 소각로를 많이 사용하고 있다. 그러나 음식물 쓰레기의 직매립 금지 등에 따라 반입폐기물의 가연분이 증가하고 수분함량이 감소되어 폐기물의 발열량이 소각로 설치 초기에 비해 매우 증가하고 있는 실정이다. 이에 소각로 열부하의 증가에 따라 소각량 감소와 가동률 저하 등 소각로 운영에 어려움을 겪고 있다. 본 연구는 D시의 소각로를 대상으로 하여 소각량과 함습공기 양등 중요 변수에 따른 NO 모델을 포함한 난류반응 유동에 대한 일련의 전산해석을 수행하여 기초 자료를 축적하고 그것을 바탕으로 최근 도시 폐기물의 고 발열량화에 따른 문제점 및 해결방안에 대한 연구를 수행하였다. 이에 따라 운전조건 등을 최적화하여 기존의 운전시설의 활용을 극대화 하고자 하였다. 폐기물의 소각량을 저감하지 않고 고발열량화의 문제를 해결할 수 있는 실질적인 방법으로 연소용 공기에 수분의 양을 10%와 20%로 증가시키며 가습공기를 주입하는 방안을 검토하였다. 그 결과 연소공기의 비열증가와 상변화 등에 의하여 최대 화염온도의 감소가 발생하여 전반적인 소각로 내부의 온도가 낮아지는 것으로 나타났으며 그에 따라 NOx 발생량이 실질적으로 감소되는 것으로 나타났다. 특히 가습공기 20%주입시 기존에 설치되어 있는 SNCR 설비의 환원제 주입구 위치가 대부분 SNCR 반응에 적합한 온도 영역으로 나타나서 현재 고발열량 문제로 전혀 가동하지 못하고 있는 SNCR 설비의 재가동을 고려해 볼 수 있을 것으로 판단된다.

• 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.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2023년도 춘계학술대회
• /
• pp.7-7
• /
• 2023

현재 다양한 4차산업의 주요기술로는 빅데이터, 사물인터넷, 인공지능, 블록체인, 혼합현실(MR), 드론 등이 대표적인 기술들이다. 특히 최근에 세계적인 기술적 트랜드로 자리 잡고 있는 "디지털 트윈(digital twin)은 물리적인 사물과 컴퓨터에 동일하게 표현되는 가상 모델의 개념으로서. 실제 물리적인 자산 대신 소프트웨어로 가상화한 자산의 Digital twin을 만들어 모의실험함으로써 실제 농작업의 특성(현재 상태, 농업생산성, 농작업 시나리오, 등)에 대한 정확한 정보를 얻을 수 있다. 본 연구에서는 노지노업 주산지에 대한 디지털 트윈 데이터를 구축하고 스마트팜 단지를 설계 및 구축하여, 통합관제시스템 운영을 통해 자동 물관리, 원격생육예찰, 드론방제, 병충해 예찰작업 등으로 농작업을 효율화하고자 한다. 또한, 빅데이터 분석을 통한 적정량의 비료·농약사용으로 환경적 부하를 최소화하여, 노동력절감, 농작물 생산성을 향상할 수 있는 디지털 환경제어농업을 국내에 보급하고자 한다. 이러한 노지농업 기술은 디지털 농작업 및 재배관리 등 으로 노동력이 절감되고, 기후변화에 대비한 물이용 최적화와 토양오염예방 효과를 기대할 수 있으며, 전국 재배환경 디지털 데이터 확보를 통한 노지작물의 정량적인 생육관리가 가능하게 된다. 또한 농업생산성 향상을 통한 탄소중립 RED++ 활동을 직접적으로 실천을 할 수 있는 방안이다. 취득된 고정밀·고화질 영상기반 농작물 생육데이터취득을 통한 생육현황 분석과 예측은 디지털 영농작업관리에 매우 효과적이다. 실제 국립식량과학원 남부작물부에서는 지중점적, 땅속배수 등 다양한 종류의 노지스마트팜 연구개발을 진행하였다. 특히, 올해부터는 전국농업기술원 단지를 대상으로 노지스마트팜 시설 구축 및 기술 보급을 통한 사업화를 본격적으로 진행하고 있다. 본 연구에서는 디지털 트윈 기술과 노지스마트팜 기술을 융합한 농업분야 구축사례와 향후 활용방안에 대하여 서술하고자 한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 한국지반환경공학회 논문집
• /
• 제15권1호
• /
• pp.63-68
• /
• 2014

본 연구에서는 UV-A 조사를 통해 titanium dioxide($TiO_2$), hydroxyapatite(HAP)와 germanium(Ge)의 다양한 복합촉매를 통한 항생제(lincomycin, LM)의 광촉매 제거를 조사하였다. 우선, 다양한 복합촉매의 향상된 광촉매능을 비교하였고, 도출된 제거효율은 $TiO_2/HAP/Ge$ > $TiO_2/Ge$ > $TiO_2/HAP$ 순으로 관찰되었다. $TiO_2/HAP/Ge$의 조성은 반응표면법의 하나인 혼합물분석(mixture analysis)에 기초하여 통계적 방안이 수행되었다. 각 인자별 6개의 조건을 포함하도록 설정한 독립변수 $TiO_2(X_1)$, HAP($X_2$)와 Ge($X_3$)의 LM($Y_1$)과 TOC($Y_2$) 제거에 대한 영향을 살펴보았다. 분산분석(ANOVA)의 회귀분석항은 유의한 p값(p<0.05)과 높은 결정계수 값($R^2$ of $Y_1=99.28%$ and $R^2$ of $Y_2=98.91%$)을 나타냈다. 등고선도와 반응곡선을 통해 UV-A 조사조건에서 $TiO_2$/HAP/Ge 조성에 따른 LM의 제거를 나타냈다. TOC($Y_2$) 제거를 기준으로 도출된 최적조성비는 코드화 값으로 $X_1=0.6913$, $X_2=0.2313$과 $X_3=0.0756$으로 나타났다. 실제 적용에 따른 비교 실험 결과는 LM과 TOC의 평균제거율이 각각 99.2%와 49.3%로 나타나 모델의 예측과 잘 부합하였다.

• 토지주택연구
• /
• 제6권2호
• /
• pp.67-77
• /
• 2015

개성공단 2단계 사업착공 및 안정적 발전을 위해서 원활한 근로자 수급이 필요적인 상황으로, 본 연구에서는 2007년 남북 합의문을 바탕으로 개성공단내 근로자 숙소 건립을 위한 계획기준과 모델을 제안하고자 한다. 계획안은 근로자 복지, 경제적 효율성, 기술적 타당성, 합의가능성, 장기적인 발전성을 고려하여 계획기준 수립과 대안별 검토가 이루어졌다. 1인당 점유면적 산정을 위해 한국 근로기준법과 중국과 북한 접경지역에 공급되고 있는 근로자 숙소 현황 조사를 통해 1인당 전용면적을 산출하였으며, 6인 1실 공동화장실을 기본으로 하는 경제적 대안과 4인1실에 실안에 실내화장실을 설치하는 발전형의 두가지 대안을 비교 검토하였다. 후보지와 관련하여 기 합의되었던 동창리 일원중 경사도, 접근성, 개발용이성을 고려하여 최적입지의 구역을 설정하였으며, 기존 대지형상을 유지하면서 공급할 수 있는 후보지의 우선순위도 제안하였다. 건설공법은 북측 인력 숙련도, 자재 수급 여건을 고려하여 RC라멘조 공법이 최적화된 대안으로 설정하였으며, 15,000명 동시 수용에 따른 부대복리 및 편의시설 공급의 효율성을 고려하여 4~6개 단위를 기준으로 한 클러스터형 단지배치안을 제시하였다. 사업방식은 남북협력기금을 대출받아 개발사업자가 개발하고 수익자부담 원칙에 따라 임대료를 회수하는 유상임대 방식으로 총 사업비는 대안별로 차이가 있지만 약 800억~1,000억원 내외이며, 건설기간은 약 36개월 정도 소요될 것으로 예상된다. 근로자 숙소 입주 이후 운영관리를 위해 건설사업자가 운영관리 총괄, 요금징수, 기반시설 관리를 담당하고, 인적관리는 북측에 위임하는 이원화된 거버넌스인 가칭 개성공단 근로자숙소 운영위원회 설립을 제안하였다.