• 정보처리학회논문지A
• /
• 제11A권4호
• /
• pp.243-250
• /
• 2004

실시간 시스템은 시스템이 적시성을 보장하는지 파악하기 위해 실시간 감시기법을 이용한다. 일반적으로 실시간 감시는 실시간 시스템의 현재 동작상태를 파악하는데 중점을 두는 기법이다. 그러나 실시간 시스템의 안정적인 수행을 지원하기 위해서는, 현재 상태를 파악하는 것뿐 아니라, 실시간 시스템 및 시스템상에서 동작하는 실시간 프로세스들의 수행도 예측할 수 있어야 한다. 그러나 기존 예측모델을 실시간 감시기법에 적용하기에는 몇 가지 한계가 있다. 첫째, 예측기능은 실시간 프로세스가 종료한 시점에서 정적인 분석을 통해 수행된다. 둘째, 예측을 위해 사전 기초 통계분석이 필요하다. 셋째, 예측을 위한 이전확률 및 클러스터 정보가 현재 시점을 정확하게 반영하지 못한다. 본 논문에서는 이러한 문제점들을 해결하고 실시간 감시기법에 적용할 수 있는 학습 기반의 수행 예측모델을 제안한다. 이 모델은 학습기법을 통해 불필요한 전처리과정을 없애고, 현시점의 데이터를 이용해, 보다 정확한 실시간 프로세스의 수행 예측이 가능하도록 한다. 또한 이 모델은 실시간 프로세스 수행 시간의 증가율 분석을 통해 다단계 예측을 지원하며, 무엇보다 실시간 프로세스가 실행되는 동안 예측이 가능한 동적 예측을 지원하도록 설계하였다. 실험 결과를 통해 훈련집합의 크기가 10 이상이면 80% 이상의 판단 정확도를 보이며, 다단계 예측의 경우, 훈련집합의 크기 이상의 수행 횟수를 넘으면 다단계 예측의 예측 차는 최소화되는 것으로 나타났다. 본 논문에서 제안한 예측모델은 가장 단순한 학습 알고리즘을 적용했다는 점과, CPU, 메모리, 입출력 데이터를 다루는 다차원 자원공간 모델을 고려하지 못한 한계가 있어 향후에 관련 연구가 요구된다. 본 논문에서 제안하는 학습기반 수행 예측모델은 실시간 감시 및 제어를 필요로 하는 분야 및 응용 분야에 적용할 수 있다.

• 대한교통학회지
• /
• 제35권4호
• /
• pp.360-373
• /
• 2017

국내 민간투자사업의 추진 방식 중 수익형 민간투자사업은 수요 위험이 존재하는 방식이다. 수요 위험이 현실화 될 경우 민간사업자는 예상보다 낮은 수입으로 인해 재무적인 어려움을 겪으며, 정부도 안정적인 사회기반시설 운영에 차질을 빚을 수 있다. 따라서 정부는 수요 위험에 따른 위험 분담 정책을 다양하게 적용해 오고 있다. 하지만 정부의 위험 분담은 수요의 불확실성으로 인한 정부의 우발채무이며, 실시협약의 문구로 표현되어 기존의 전통적인 사업평가 방식인 NPV 방식으로는 위험을 계량화 할 수 없다. 본 연구는 수요 위험 분담 정책의 하나로 2015년에 도입된 손익공유형 방식(BTO-a)을 대상으로 수요 위험을 고려한 정부의 투자위험 분담 가치를 산정하는데 목적을 두고 있다. 투자위험 분담은 금융에서의 옵션(option) 형태를 갖게 된다. 민간사업자는 수입이 감소했을 때 정부로 부터 보조금을 청구할 권리를 가지고 있으며, 반대로 정부는 일정 조건하에서 보조금을 지급할 의무를 가지고 있다. 본 연구에서는 Black-Scholes 옵션가격결정 모형을 활용하여 투자위험 분담의 가치추정 방법론을 정립하고 사례 사업을 통해 결과의 적정성을 살펴보았다. 사례 사업은 제안된 고속도로 민간투자사업을 대상으로 하였으며, 분석결과 투자위험 분담 가치는 약 120억원으로 추정되어 민간이 투자한 투자비의 약 4%를 차지하는 것으로 나타났다. 즉, 정부가 투자위험을 분담함으로써 120억원의 재정지원을 추가로 투입하는 효과로 볼 수 있다. 교통량 위험을 확률변수로 가정할 경우 사례사업에서 도출된 옵션가치는 평균이 122억원이고 표준편차는 36.7억원으로 도출되었다. 누적분포를 도출한 결과 90% 확률 구간의 옵션가치가 69억원에서 188억원의 범위에서 결정될 것으로 나타났다. 본 연구에서 제시한 방법은 미래수요의 불확실성하에서 정부와 민간사업자가 더 나은 위험 분석과 투자위험 분담에 대한 경제적인 가치를 이해하는데 도움을 줄 것으로 기대한다.

• Journal of Animal Science and Technology
• /
• 제55권3호
• /
• pp.185-194
• /
• 2013

MS 마커는 가축의 유전적 다양성, 유연관계 및 품종식별의 연구에 있어서 매우 유용하다. 본 연구는 26개의 MS 마커를 이용하여 토종닭 브랜드 2집단(우리맛닭, 한협3호)과 토착종 순계 2집단(화이트 레그혼, 로드 아일랜드 레드)을 대상으로 집단내 및 집단간의 유전적 다양성, 계통유전학적 관계, 유전적 균일성 등을 검증하여 고유 유전자원으로서의 가치 구명 및 개체식별력이 높은 마커를 선별하여 토종닭 브랜드 계육의 생산이력시스템에 활용 가능한 기초자료를 제시하고자 실시 하였다. 대립 유전자형 분석결과 총 191개 중 47개(24.6%)가 집단 특이 대립 유전자였으며, 다형성지수의 평균은 $H_{Exp}$=0.667, PIC=0.630으로 산출 되었다. 공시된 320수 개체에 대한 요인대응분석(FCA) 결과 4개의 군집을 형성하였지만 2개 토종닭 브랜드 집단은 타 집단에 비해 매우 가까운 거리에 위치하고 있었으며, 집단간의 $D_A$ 유전거리 결과 또한 이와 동일했다. 각 집단에 대한 유전적 균일도는 모든 집단에서 94% 이상으로 높았다. 이상의 결과는 2개 토종닭 브랜드 집단은 유전적으로 유사하지만 토종닭 순계 집단과는 유전적인 차이가 크며, 순계 2집단 또한 유전적으로 확연히 분리됨을 증명 할 수 있다. 26개 MS마커 사용시 동일개체 출현확률(PI)은 $1.17{\times}10^{-49}$였다. 2011년 기준으로 닭 사육수수 149,511,309수를 고려해 PI 값이 높은 마커 9~12개 정도를 선별 및 분석에 이용 한다면 동일개체 출현확률(PI)이 $1.14{\times}10^{-15}$에서 $7.33{\times}10^{-20}$이므로 개체식별 및 친자 감별이 가능할 것으로 사료된다. 향후 경제적 효율성을 고려하여 MS 마커 및 mtDNA의 SNP를 기반으로 multiplexing PCR 시스템을 확립을 위한 연구가 이행된다면 토종닭 브랜드육의 생산이력시스템에 적용이 가능할 것으로 판단된다.

• 한국농림기상학회지
• /
• 제14권3호
• /
• pp.132-141
• /
• 2012

본 연구는 기존 연구에서 주로 사용된 A1B와 최근 국가표준으로 채택된 RCP8.5 기반 미래 기후전망 등 두 가지를 이용하되, 실제 농작물이 재배되고 있는 농지단위의 속성정보를 작물모형에 적용시키고, 확률추정기법에 의해 연차변이를 부여한 10년 간격 일 기상자료에 의해 발육단계와 잠재수량 변화 추세를 도출함으로써 보다 현실성 있는 영향평가방법을 제시하고자 하였다. 남한 전역을 산맥, 하천, 집수역에 근거하여 68개의 작물재배구역(CZU)로 분류하고, 1km 격자간격의 10년 단위(2011-2100) 월별 남한 미래기후 시나리오 자료로부터 농경지에 해당하는 격자의 일 최저, 최고기온, 강수량의 월별 평균자료를 추출하였다. 농경지격자 월별 기후자료를 CZU별로 요약하고 그 공간평균값을 확률추정기법에 의해 10년 단위기간 별 30세트씩의 일별 기상자료로 변환하였다. 농촌진흥청 토양 전자지도로부터 발췌한 토양정보와 4대 권역 별 표준재배법을 적용하여 10년 단위기간의 일 기상조건 30세트에 대해 쌀, 보리, 콩 국내 주요 품종의 생육과 수량을 CERES-Rice, CERES-Barley, CROPGRO-Soybean에 의해 모의하였다. 모의결과에 의하면 모든 작목에서 기후변화에 의해 개화기(출수기)가 앞당겨지나, 연차변이는 보리와 콩에서 감소한 반면 벼에서는 증가하였다. 조기 출수에도 불구하고 보리의 종실 등숙기간은 조금 연장되었으며, 콩에서는 변동이 적었고 벼에서만 단축되었으며, 등숙기간의 연차변이는 모든 작목에서 감소추세를 보였다. 벼의 수량은 모든 품종에서 줄어들 것으로 예상되었지만, 보리의 수량은 모든 품종에서 크게 늘어나고 콩에서는 큰 변동이 없을 것으로 예상되었다. 전국의 모든 농경지에 벼를 재배한다고 가정하면 쌀(현미)의 잠재생산량은 2000년대 현재 14,863,633톤이지만 2090년대에는 11,734,019톤으로 줄어들지만, 보리를 재배한다면 현재의 잠재생산량 9,452,416톤이 미래에는 16,972,537톤으로 크게 증가하여 쌀 생산량을 추월하게 된다. 전체적으로 기후변화의 부정적 영향은 벼에서 가장 현저하며, 콩은 영향이 덜하고, 보리에서는 오히려 긍정적인 영향이 예상되므로 곡물생산 부문의 기후변화 대응전략의 하나로서 중부이북 지방에서도 보리재배에 적극적인 관심을 가져야 할 필요성이 있다.

• 기술혁신연구
• /
• 제17권2호
• /
• pp.55-80
• /
• 2009

기술혁신활동은 타 기업에 대한 진입장벽 구축, 공정개선 및 신제품 개발을 가능하게 함으로써 이익의 증대, 안정적 수익원의 확보 및 매출액의 증대를 가능하게 한다. 또한 기존 기업에게 신기술에 대한 대응력과 내재되어 있는 역량의 증대를 가능하게 함으로써 생존의 기회를 부여한다. 따라서 기술혁신활동은 부도위험을 줄일 수 있다. 그러나 기술혁신활동은 많은 자원의 투입을 필요로 함과 동시에 이에 내재된 성공의 불확실성으로 말미암아 오히려 기업의 부도위험을 증가시킬 수 있다. 이에 본 연구는 기업의 기술혁신활동이 부도위험에 미치는 영향을 분석하고자 한다. 기술혁신활동이 부도위험에 미치는 영향의 분석을 위해 본 연구는 2000년부터 2008년 까지 한국거래소 유가증권시장과 포스닥시장에 계속 상장된 기업으로 산업분류 상 제조업을 영위하는 기업을 대상으로 하였다. 기술혁신활동의 대용변수는 기존 연구에서 밭이 이용되고 있는 연구개발집약도를, 부도위험의 대용변수는 Black & Scholes(1973)의 유럽형 콜옵션 가격결정모형에 기반한 Merton(1974)의 타인자볼자격결정모형을 이용하여 측정된 부도확률을 각각 사용하였다. 추가적으로 부도위험의 대용변수로써 KIS 신용평점을 이용하여 강건성 검정을 실시하였으며, 주요 실증분석 결과는 다음과 같다. 첫째, 전체표본과 이를 유가증권시장표본 및 코스닥시장표본으로 나누어 분석한 결과 모든 표본에 있어 기술혁신활동의 대용변수인 연구개발집약도는 1% 수준에서 유의한 음(-)의 회귀계수를 보였다. 기업의 소속 시장 여부와 관계없이 기술혁신활동이 부도위험을 낮추는 중요한 변수임을 알 수 있었다. 둘째, 전체표본을 기업규모(대기업표본 및 중소기업표본), 기업연령(상위 50% 표본 및 하위 50% 표본) 및 신용평점(10~6점 표본 및 5~1점 표본)에 따라 분류하여 분석한 결과 모든 표본에 있어 연구개발집약도의 회귀계수는 유의수준에서 다소 차이를 보일 뿐 음(-)의 유의한 값을 보였다. 기업규모, 기업연령 및 신용평점의 정도와 관계없이 기술혁신활동이 증가할수록 부도위험이 감소함을 확인하였다. 셋째, 연구개발비는 자산과 비용으로 처리되는 그 여부와 관계없이 모두 부도위험과 음(-)의 유의한 관계를 가짐을 확인하였다. 또한 KIS 신용평점을 이용하여 분석한 강건성 검정 결과 기업의 소속 시장 여부와 관계없이 기술혁신활동이 부도위험을 낮추는 중요한 변수임을 거듭 확인할 수 있었다. 실증분석결과 본 연구는 기술혁신활동이 부도위험을 감소시키는 중요한 변수임을 확인하였다. 기업의 부도위험을 낮추기 위해 경영자는 기술혁신활동에 대한 지속적인 관심과 투자가 필요하겠으며, 국가의 기업지원 방향 역시 기업의 기술혁신활동을 촉진할 수 있도록 설계 되어야 하겠다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.64-80
• /
• 2018

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.

• 한국조경학회지
• /
• 제49권4호
• /
• pp.64-73
• /
• 2021

본 연구의 목적은 소셜미디어에서 공유되는 지오태그 이미지를 활용하여 이용자가 인지하는 북한산국립공원의 경관미를 평가하는 방법을 제시하는 것이다. 연구에서 제시된 평가 방법은 크게 지오태그 이미지 데이터의 수집, 경관 이미지 식별, 조망대상 확률 지수를 적용한 누적가시도 분석의 과정으로 진행되었다. 본 연구에서 데이터로 사용한 램블러(Ramblr)는 국내에서 많은 이용자를 보유하고 있는 아웃도어 활동 지원 어플리케이션으로, 이로부터 북한산국립공원에 대한 총 110,954장의 지오태그 이미지를 수집하여 경관미 평가에 활용하였다. 수집된 지오태그 이미지들은 Google Vision API를 활용해 이미지의 내용을 해석하였으며, 이후 군집분석을 통해서 전체 수집한 사진을 총 11개의 경관이미지 유형과 9개의 비경관이미지 유형으로 구분하였다. 추출한 경관이미지를 바탕으로 북한산국립공원의 경관 유형을 분석한 결과, 봉우리나 산맥과 같은 지형적 특성과 관련한 이미지 유형이 가장 많은 비중을 차지하였으며, 그 외 임내 경관, 단풍경관, 수경관이 주요한 경관 유형으로 발견되었다. 도출된 경관미 평가맵에서는 이러한 주요 경관 유형의 비중과 특성에 따라 표고 및 경사가 높을수록 전반적으로 높은 경관미를 보였다. 그러나 일부 저지대 및 완경사를 지닌 진입지역에서도 높은 경관미가 확인되었다. 또한 북한산 지역이 도봉산 지역보다 경관미가 높게 평가되었으며, 도봉산 지역의 경우에는 표고 및 경사가 높음에도 불구하고, 상대적으로 낮은 경관미가 확인되었다. 이는 경관미가 물리적인 환경 조건뿐만 아니라, 경관을 조망하는 탐방객들의 휴양 활동과도 크게 관계하고 있음을 보여준다. 이처럼 지오태그 이미지의 누적 가시도를 활용한 경관미 평가는 사람들의 인식에 기반한 경관적 가치를 지리적으로 이해하고, 그 편차를 식별할 수 있도록 함으로써 향후 북한산국립공원의 경관 계획 및 관리에 유용하게 활용될 수 있을 것으로 기대된다.

• 감성과학
• /
• 제16권3호
• /
• pp.373-386
• /
• 2013

본 연구에서는 이미지 감상자가 선호하는 화질의 객관적 평가 항목들의 범위를 구체화하고 실제 이미지를 기반으로 화질의 선호도를 측정하는 방식을 따랐다. 즉, 무기준법(No-Reference)을 기반으로 하고 화질 평가 요소를 다이내믹 레인지, 컬러, 콘트라스트로 규정하였다. 샘플 사진 수집은 인터넷 갤러리에서 추천수 30회 이상을 기준으로 감상자들이 선호하는 풍경사진 200장의 이미지를 선정하였다. 그리고 세 가지 객관적 화질 평가 항목에 의한 정규분포분석을 통하여 총점을 백점 기준으로 환산하여 최종적으로 예상되는 화질의 선호도를 측정하였다. 본 실험에서 적용한 실제 사진 샘플의 다이내믹 레인지 측정값은 10 stop, LAB 평균은 L:54.7, A:2.96, B:-15.84, RSC 콘트라스트는 376.9로 나타났다. 총 200장 샘플 사진의 정규분포 z값은 다이내믹 레인지가 0.21, LAB 평균이 LAB 평균이 L:0.15, A:0.38, B:0.13, RSC 콘트라스트가 0.08을 나타냈다. 표준정규분포 표에서 위의 z값이 나타날 확률을 상위 백분율로 나타내면 실제 사진 샘플의 다이내믹 레인지는 8.32%, LAB 평균은 LAB 평균은 L:5.96%, A:14.8%, B:5.17%, RSC 콘트라스트는 3.19%를 나타낸다. 즉 화질 평가 모형에 사용된 실제 사진 샘플의 상위 백분율을 100점으로 환산한 다이내믹 레인지는 91.68점, LAB 평균은 91.36점, RSC 콘트라스트는 96.81점이다. 따라서 세 가지 객관적 화질 평가 항목에 의한 총점의 평균은 94.99점으로 나타낼 수 있었다. 즉 본 연구에서 제안한 화질 측정 모형을 통하여 실제 사진 샘플에 대한 선호도를 수치적으로 측정할 수 있었다. 이와 같은 연구를 통하여 이미지 감상자가 선호하는 화질의 재현 성능 범위를 구체화하고 예상되는 화질의 선호도를 수치화하는 실용적인 연구 결과를 제안하였다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 환경생물
• /
• 제39권4호
• /
• pp.526-535
• /
• 2021

공간 샘플링은 공간모델링 연구에 활용되어 샘플링 비용을 줄이면서 모델링의 효율성을 높이는 역할을 한다. 농업분야에서는 기후변화 영향을 예측하고 평가하기 위한 고해상도 공간자료 기반 모델링에 대한 연구 수요가 빠르게 증가하고 있으며, 이에 따라 공간 샘플링의 필요성과 중요성이 증가하고 있다. 본 연구는 국내 농지 공간샘플링 연구를 통해 농업분야 기후변화연구의 공간자료 활용의 효율성을 제고하고자 하였다. 본 연구는 층화랜덤샘플링을 기반으로 하였으며, 1 km 해상도의 농지 공간격자자료 모집단(11,386개 격자)에 대해서 RCP 시나리오별(RCP 4.5/8.5) 연대별(2030/2050/2080년대) 공간샘플링을 설계하였다. 국내 농지는 기상 및 토양 특성에 따라 계층화 되었으며, 샘플링 효율 극대화를 위해 최적 층화 및 샘플 배정 최적화를 수행하였다. 최적화는 작물수량, 온실가스 배출량, 해충 분포 확률을 포함하는 16개 목표 변수에 대해 주어진 정밀도 제한 내에서 샘플 수를 최소화하는 방향으로 진행되었다. 샘플링의 정밀도와 정확도 평가는 각각 변동계수(CV)와 상대적 편향을 기반으로 하였다. 국내 농지 공간격자 모집단 계층화 및 샘플 배정 및 샘플 수 최적화 결과, 전체 농지는 5~21개 계층, 46~69개 샘플 수 수준에서 최적화되었다. 본 연구결과물들은 국내 농업시스템 대표 공간격자로써 널리 활용될 수 있을 것으로 기대된다. 또한, 기후변화 영향예측 공간모델링 연구들에 활용되어 샘플링 비용 및 계산 시간을 줄이면서도 모델의 효율성을 높이는 데에 기여할 수 있다.