• 한국초지조사료학회지
• /
• 제43권4호
• /
• pp.257-267
• /
• 2023

본 연구는 초지 바이오매스 부문에 대한 국제적 경향과 이를 통한 국내 적용 가능성을 검토하기 위해 수행되었다. 초지 분야는 LULUCF 내 타 분야에 비해 상대적으로 연구 수준이 낮은 편으로 UNFCCC에 보고된 각 국가별 NIR을 기준으로 Approach 2 수준의 Tier 1 방법이 가장 높은 빈도로 적용되고 있었다. IPCC 가이드라인의 Tier 1 방법에서 초지 바이오매스 부문은 연 변화량을 0으로 간주하기 때문에 LULUCF 타 분야에 비해 정형화된 기본 체계가 없이 국가 상황에 따른 다양한 산정 방법을 적용하는 특징이 나타났다. 국내 초지 바이오매스에 대한 Tier 2 이상의 방법에 적용 가능한 산정 방법을 항목별로 분류하면, 인간에 의한 초지 이용 유형을 구분하는지, 초지 내 목본 식생을 포함하는지, 재해로 인한 손실량을 산정하는지, 초지 관리 방법에 따른 차이를 적용하는지 여부였다. 각 항목에서 발생하는 유의미한 차이가 국내에 적용할 수 있는지를 확인하기 위하여 국내를 대상으로 현장 조사와 활동 자료 분석을 수행하였다. 현 시점에서 국내에서 확인 가능한 항목은 초지의 정의에 따른 공간 구성과 이용 유형에 따른 탄소량 차이로 나타났다. 연구 결과, 이용 유형에 따라서 방목지, 섭식이 수행된 방목지, 채초지에서 바이오매스 탄소량의 유의미한 차이가 나타났고, 기후대, 토양형에 따른 차이도 존재하고 있었다. 따라서 IPCC 가이드라인의 기후대와 토양형을 기준으로 한 세분류가 국내에서도 타당한 초지 분류 체계로 적용될 수 있는 것으로 분석되었다. 반면, 초지 바이오매스 부문에서 활용 가능한 국가 공간 자료와 현장 자료의 불일치성이 지나치게 높아 전국 단위의 적용은 신뢰도가 낮은 상황이다. 국제 동향에서 나타난 주요 함의를 국내의 상황과 비교하였을 때, 초지 분야에 대한 더 높은 수준의 온실가스 인벤토리 작성을 위해서는 기후대-토양형 유형에 대한 국가고유계수 개발과 더불어 활용 가능한 공간자료의 마련과 이를 뒷받침할 수 있는 정책 및 제도 체계가 시급히 마련되어야 할 것이다.

• 한국식품위생안전성학회지
• /
• 제38권5호
• /
• pp.390-401
• /
• 2023

본 연구에서는 기존 식품첨가물 분석법에서 합으로써 분석되는 락색소를 laccaic acid A, B, C, E 4가지 성분으로 분류하고 개별적으로 정량 할 수 있는 분석법을 확립하였다. Natural red 25를 사용하여 구조적으로 비슷한 laccaic acid A와 B를 1차적으로 분취한 후 2차로 A와 B를 분리했다. 같은 방식으로 C와 D를 1차, 2차에 걸쳐 각각의 개별 표준품으로 사용하였다. 락색소 불검출 시료 3가지 시료(햄, 토마토 주스, 고추장)를 확보하여 0.05-107.2 ㎍/mL 범위에서 결정계수(r²) 0.995 이상의 직선성을 확인하였다. 3가지 시료에서 정밀도와 정확성을 측정한 결과, 일내 정밀도는 0.2-12.3%, 정확도는 90.6-112.7% 범위 내에서 확인되었으며 일간 정밀도는 0.3-13.3%, 정확도는 90.3-113.0% 범위내로 확인 되었다. 락색소를 사용하는 식품과 사용 금지 식품에 대해 회수율을 측정한 결과, 사용 가능 식품에서는 91.6-114.9% 범위의 회수율을 보였으며, 사용 불가 식품의 경우 92.5-113.5% 범위의 회수율을 보였다. 락색소의 검출 한계는 3가지 시료에서 검출한계 0.01-0.15 ㎍/mL, 정량한계 0.02-0.47 ㎍/mL로 확인되었다. 락색소의 4가지 성분중 laccaic acid A와 C에 대한 측정 불확도를 산출한 결과, laccaic acid A의 측정 불확도는 13.65±0.39 mg/kg(신뢰수준 95%, K=2), laccaic acid C의 측정 불확도는 4.19±0.39 mg/kg(신뢰수준 95%, K=2)로 비교적 낮은 측정불확도 값을 산출하였다. 따라서 본 연구에서는 식품 중 락색소의 개별 분석과 정성 및 정량분석을 위해 유효성이 검증된 분석법을 확립으로 식품 중 잔류물질 기준규격 설정 및 관리에 참고 자료가 될 수 있고, 향후 매트릭스 효과에 따른 laccaic acid 개별 분석과 개별 활성 및 독성시험 연구의 근거 지표가 될 수 있다고 판단된다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.