• 제목/요약/키워드: 추상적 개념

검색결과 244건 처리시간 0.018초

광장과 법정 -블랙리스트 시대 한국영화의 사회적 상상력 (Square and Court -Social Imagination of Korean Cinema in Blacklist Era)

  • 송효정
    • 대중서사연구
    • /
    • 제25권4호
    • /
    • pp.159-190
    • /
    • 2019
  • 본 논문은 2010년대 사회적 반향을 일으켜온 사회파 영화의 정치적 무의식에 관심을 두며 해당 시기 한국영화의 사회적 상상력을 살펴보는 것을 목적으로 한다. 실화를 소재로 한 사회파 영화 <변호인>(2013), <1987>(2017), <택시운전사>(2017) 등의 영화는 상식과 정의에 기반한 시민사회의 에토스를 반영하였다. 평범한 소시민이 정치적 올바름을 각성한 후 공적인 공간(법정, 광장)으로 나아간다는 서사구조도 동일했다. 무엇보다 '실화'를 소재로 했다는 것이 블랙리스트 시대의 검열을 피할 수 있는 전략이 될 수 있었다. 이들 사회파 영화에서 법정과 광장은 민주주의를 상징하는 공간이 되었다. 반체제적 저항을 의미하는 광장 정치에 대한 체질적인 거부감이 있던 박근혜 정권기 블랙리스트에 오른 감독이나 제작사의 영화는 제작되기 어려웠다. 그렇기에 이 시기 영화 속 법정은 당시 정권의 검열과 기피의 대상인 광장 정치를 '합법적'으로 재현가능하게 하는 상징적 대리공간이 될 수 있었다. 한편 광장은 점차 '실화'를 표방한 정치영화의 주된 공간이 되어갔는데, 영화 속 재현된 1980년대의 광장은 2017년 관객들이 경험한 광화문 촛불광장으로 이어지며 나아가 이는 '민주주의의 열린 공간'이라는 추상적 광장의 개념에 도달할 수 있었다. 이러한 작품의 기저에는 1980년대의 실패한 민주화 운동의 트라우마를 2010년대 실패한 진보 운동의 트라우마와 동일시하는 심리적 기제가 깔려있다. 본 연구를 통해 2010년대 사회파 정치영화가 '정치적 올바름'과 헌법적 상식을 강조하며 상당한 성공을 거두었지만 블랙리스트 시대의 검열을 벗어난 상상력을 보여주지는 못했던 탈정치적 대중영화라는 한계도 동시에 품고 있었음을 살펴볼 수 있었다.

딥러닝을 활용한 위성영상 기반의 강원도 지역의 배추와 무 수확량 예측 (Satellite-Based Cabbage and Radish Yield Prediction Using Deep Learning in Kangwon-do)

  • 박혜빈;이예진;박선영
    • 대한원격탐사학회지
    • /
    • 제39권5_3호
    • /
    • pp.1031-1042
    • /
    • 2023
  • 인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.

스타트업 실태 및 육성방안에 관한 연구: 성남시 스타트업을 중심으로 (A Study on the Status of Startups and Their Nurturing Plans: Focusing on Startups in Seongnam City)

  • 한규동;전병훈
    • 벤처창업연구
    • /
    • 제17권5호
    • /
    • pp.67-80
    • /
    • 2022
  • 본 연구는 국내 스타트업의 실태를 조사하여 육성 및 지원 등의 정책방안을 도출하기 위해 실시하였다. 연구대상은 국내 최고수준의 혁신 클러스터이고 스타트업 메카로 평가받는 판교테크노밸리가 입지한 성남시 소재 스타트업을 대상으로 연구하였다. 스타트업의 기준으로는 IT, BT, CT 등 신기술 기반의 7년 미만 신생기업으로 정의하고 조사대상을 선정하였다. 이는 기존에 추상적이던 스타트업의 개념을 양적으로 측정가능하게 구체화 하였다는 점에서 기존 연구에서 진일보하였다고 볼 수 있다. 분석결과, 스타트업의 약 94%가 일명 "죽음의 계곡(Death Valley)"이라는 성장단계에 분포하고 있으며, BEP를 넘어 본격적인 성장을 의미하는 스케일업(Scale-up) 이상의 스타트업은 약 6%를 차지하고 있는 것으로 나타났다. 창업초기의 가장 큰 애로사항으로는 창업자금 문제를 꼽고 있으며, 자금을 조달하는데 매출이나 담보 등을 우선시하는 대출평가 방식을 가장 큰 문제로 꼽았다. 또한 스타트업들은 공공기금인 정책자금에 비해 VC, AC, 엔젤투자자 등의 민간투자 자본에 대한 접근성을 낮은 수준으로 평가하였다. 대다수 스타트업들이 해외진출에 관심이 많은 것으로 나타났고, 해외 VC 등의 해외 투자자 매칭을 해외진출을 위한 가장 큰 지원방안으로 꼽았다. 해외시장에서의 종합경쟁력은 100점 만점에 50점 미만인 49.6점으로 나타나 전체적으로 다소 경쟁열위에 있다고 평가했으며, 특히 브랜드 인지도, 마케팅 경쟁력, 판매채널 등에서 경쟁력이 많이 떨어지는 것으로 분석되었다. 국내 스타트업들이 국내시장을 넘어 해외시장에서도 경쟁력을 높이기 위해서는 기술경쟁력 제고와 함께 해외 판매채널(영업채널, 유통망 등)에 대한 공공의 지원과 투자가 우선되어야 하는 것으로 분석되었다.

2016년 코리아가든쇼 작가정원의 식물 의미에 관한 연구 (A Study on the Meaning of Plant Material in the 2016 Korea Garden Show Designer's Garden)

  • 이정희;진혜영;이유미;송유진
    • 한국조경학회지
    • /
    • 제45권3호
    • /
    • pp.41-53
    • /
    • 2017
  • 본 논문은 2016년 코리아가든쇼의 9개 작가정원에서 식물 소재가 작가의 의도를 어떻게 반영하고 선택되는지 파악하고자 하였다. 식물 소재는 정원의 주제를 전달하기 위한 경우와 공간을 구성하기 위해 사용된 것으로 분석되었다. 'K-Garden, 가장 한국적인 멋을 담은 신한류 정원'이라는 주어진 주제 아래, 주제를 드러내기 위해 사용된 식물은 '재현' '표현'의 두 가지 유형으로 쓰이고 있었다. 한국적인 멋이 담긴 특정 공간을 모방하는 '재현'은 2개 정원이, 작가의 생각을 추상적인 개념이나 사물의 형상으로 나타내는 '표현'은 4개 정원이, '재현'과 '표현' 모두 사용한 정원은 3개 정원이다. 주제를 식물로 드러내는 방법은 '재현'보다 '표현'의 경향이 강했다. 한국적인 멋을 '재현'하는 공간은 채마밭, 수돗가, 연못, 들판, 자연, 한옥 중정, 대나무밭, 기와 지붕, 돌담, 바위, 산자락과 연결된 뒷마당 11개로 식재는 식물의 생태적 특성만을 반영하거나, 생태적 특성과 시각적 특성을 함께 고려한 2가지 경우로 나타났다. 생태적 특성을 반영한 식재는 11개 공간 모두에서 관찰되었는데, 9개 공간은 식물의 생육환경을 잘 반영한 반면, 나머지 2개는 작가의 의도와 달리 식물의 생태적 특성을 제대로 반영하지 못한 것으로 나타났다. 생태적 시각적 특성을 함께 고려한 4개의 공간의 경우, 시각적 특성으로 색상과 크기가 고려되었다. 주제를 '표현'한 7개 공간의 식물은 생태적 특성을 반영하기보다는 색상, 형태, 질감, 크기 순으로 시각적인 특성을 반영하여 선정되었고, 군식의 배식법도 적용되고 있었다. 공간을 구성하는 소재로 식물을 활용한 경우, Norman(1989)이 제시한 공간 위요변수 3가지(관개면, 수직면, 지피면)를 기준으로 분석하였는데, 관개면에는 단 2종의 낙엽 교목이 사용되고 있었고, 수직면에는 상록성 관목이 5종, 낙엽성은 30종으로 낙엽성 식물이 다양하게 사용되었다. 바닥면을 형성하는 식물은 45종(목본 9종, 초본 36종)으로, 정원별로 중복되지 않고, 다양한 초본이 활용되고 있었다. 이것은 가든쇼의 작가정원이 새로운 지피식물 소재를 대중에게 소개하는 역할을 하고 있다는 것을 보여준다. 9개 정원 중 3개 정원은 그저 장식적으로 사용된 식물이 없었고, 다른 정원에서도 장식적인 식물의 사용은 식재종수에 비해 미약한 편으로 코리아가든쇼 작가 정원에서 식물은 대부분 주제를 드러내거나, 공간을 구성하는 의도를 가지고 활용되고 있음을 알 수 있다. 2016년 코리아가든쇼 작가 정원에서 식물은 공간을 구성하기 보다는 주제를 드러내는 소재로 많은 수종이 활용되고 있었으며, 주제를 드러내는 방법은 '재현'보다는 '표현'의 방법을 사용한 정원이 많은 것으로 보아, 식물은 생태적 특성보다는 색상, 형태, 질감, 크기 등 시각적 특성을 보다 많이 반영하여 식재되고 있는 것으로 나타났다.