• 한국육종학회지
• /
• 제42권6호
• /
• pp.721-726
• /
• 2010

'남풍'은 기계수확이 가능한 다수성 콩 신품종 육성을 목표로 소분지 내재해 다수성 '수원190호'를 모본으로 하고 대립 다수성 '보광콩'을 부본으로 1997년도에 인공교배하고 세대단축 기간을 거쳐 선발 육성한 기계수확 적성이 우수하고 내병내재해 다수성 품종으로 품종보호권 등록번호는 2660이며 주요특성을 요약하면 다음과 같다.1. 유한신육형으로 화색은 백색이고 엽형은 피침형이며 모용색은 갈색이다. 종자모양은 구형이고 종피색은 황색이며 배꼽색은 연한갈색이다. 2. 성숙기는 10월 2일로서 '태광콩'과 같으나 개화기가 빨라 등숙기간이 5일이 길다. 경장은 58 cm로서 '태광콩'과 비슷하고 도복에 강하며, 100립중은 19.9 g으로 '태광콩'에 비하여 2.6 g 정도 가벼운 중립종이다. 3. 불마름병에 강하고 콩 바이러스 접종시 모자이크나 괴저반응을 보이지 않았으며, 내습성과 내한발성, 뿌리썩음병 및 종실 이병립율은 '태광콩'과 비슷하였다. 착협 위치가 평균 19.6 cm로서 높고 분지수가 적으며 내탈립성이 강하여 기계수확에 적합한 품종이다. 4. 조단백질 및 조지방 함량은 '태광콩'과 비슷하였으나, 불포화지방산 비율과 총 아이소플라본 함량은 '태광콩'에 비해 다소 높았다. 메주 및 청국장 수율이 '태광콩'보다 다소 높았고 발효정도가 '태광콩'보다 양호하였다. 5. 수량성은 생산력검정시험 결과 '태광콩'에 비하여 23%증수되었으며, 3개년간 실시한 지역적응시험에서 중남부 이모작 6개소 평균 ha당 2.97톤으로서 표준품종인 '태광콩'보다 21% 증수하였다.

• 한국육종학회지
• /
• 제42권6호
• /
• pp.690-694
• /
• 2010

'대양'은 대립 다수성 콩 신품종 육성을 목표로 장엽콩과 화엄풋콩을 교배한 계통을 대립 다수성인 수원192호를 모본으로 1997년에 다시 인공교배하였다, 1998년부터 1999년까지 $F_1,\;F_2$ 세대를 양성하고, $F_3$ 세대부터 계통 전개하여 선발한 SS97214-80-1 계통으로 계통명은 '밀양 163호'이며, 내병 내재해 다수성으로 종실외관이 우수한 대립인 품종이며 주요특성을 요약하면 다음과 같다. 1. 유한신육형으로 화색은 자색이고 엽형은 난형이며 모용색은 회색이다. 종자모양은 구형이고 종피색 및 제색은 황색이다. 2. 육성지에서의 성숙기는 10월 5일로서 '태광콩'보다 늦으나 지역적응시험에서 전국평균은 10월 2일로 '태광콩'과같으며 등숙기간이 5일이 길다. 경장은 59 cm로서 '태광콩'과 비슷하고 도복에 강하며, 100립중은 25.2 g으로 '태광콩'에 비하여 2.9 g 정도 무거운 대립종이다. 3. 불마름병에 다소 강하고 바이러스접종시 모자이크나 괴저반응을 보이지 않았으며, 내습성과 내한발성, 뿌리썩음병 및 종실 이병립율은 '태광콩'과 비슷하였다. 4. 조단백질 및 조지방 함량은 '태광콩'과 비슷하였으나, 불포화지방산 비율과 총 아이소플라본 함량이 '태광콩'에 비해 다소 높았다. 발효정도 및 메주수율은 '태광콩'과 비슷하거나 다소 높았으며, 청국장 수율이 '태광콩'보다 높았다. 5. 수량성은 생산력검정시험에서 대비품종 '태광콩'보다 6% 증수되었으며, 3개년간 실시한 지역적응시험에서 중남부 7개소 평균 ha당 2.58톤으로서 표준품종인 '태광콩'보다 3% 증수하였다.

• 공연문화연구
• /
• 제36호
• /
• pp.441-471
• /
• 2018

동해안굿은 대한민국의 동해안 일대 해안선을 따라 강원도 고성 일대에서 부터 부산지역에 이르기까지 어촌마을에서 행해지는 굿이다. 동해안굿은 거의 세습무를 중심으로 연행되는데, 이 논문은 동해안굿의 세습무 집단 중 김석출 무계의 학습 양상을 세습무와 학습무로 구분하여 살펴보고 이를 토대로 변화하고 있는 동해안굿 학습 양상이 가진 의미를 규명하는 데 의의가 있다. 세습무는 집이 곧 교육 현장이었다. 어릴 때부터 굿판에 따라다니며 소리며 춤을 연행하게 해보아 실전경험을 쌓을 수 있었다. 그러나 대를 이어 무업을 계승해오던 세습무 가계에서 더 이상 자손들이 무업을 이어받지 않게 되면서 무업의 계승과 학습 방식에 변화가 발생했다. 1980년대 이후부터 굿이 가, 무, 악이 어우러진 종합예술로 인정받아 국가 및 각 시도 무형문화재로 지정받고, 예술대학 등에서 전공교육과정으로 편성되어 무속을 전공한 새로운 학습무들이 등장하게 되었다. 이들 학습무는 대학, 동해안별신굿보존회, 굿이 진행되는 현장 등에서 동해안별신굿의 연희 능력을 체계적으로 전승받고 있다. 시대의 변화에 따라 세습무가 학습무들을 받아들여 무업을 계승해나가며 굿의 연행 집단과 굿을 수용하는 마을 사람들의 인식에도 변화가 나타났다. 과거와 달리 굿이 한국전통예술의 원형으로 가무악 총체적 학습의 산물로 인정받으며 국가무형문화재로 지정을 받게 됨으로써 무당의 사회적 지위와 개인적 자존감이 매우 높아지게 되었다. 과거 천시 당하던 무당이 아닌 대내외적으로 인정받는 전통예술인으로 자리 잡게 되면서 굿 현장이나 마을사람들과의 관계에서도 그 지위나 대우가 많이 달라졌다. 마을 구성원들도 무집단의 세대가 변화함에 따라 과거와 달리 새로운 학습적인 요소들이 첨가된 것에 대해 인정하고 수용하는 입장을 취하고 있다. 마을단위에서도 전통적인 굿의 형식이나 제의만을 주장하기보다 마을 주민 모두가 함께 어우러질 수 있는 축제 형식이나 다양한 굿의 방향성을 고민하고 있다. 변화하는 굿의 흐름과 신진 세대의 적응에서 새로운 의미를 찾아나가고 있는 것이다. 급변하는 시대의 흐름에 따라 굿판이 점점 축소되는 현실 속에서 동해안굿은 다른 지역 굿에 비해 아직까지는 활발히 연행되고 있다. 힘겹게 동해안굿을 보존해 온 세습무의 뒤를 이어 학습무들이 활발히 유입되고, 연행 집단이 굿의 전통을 보존하는 한편, 굿을 예술 콘텐츠로 활용하기 위해 애쓰고 있기 때문이다. 또한 학습무들은 세습무로부터 배워 온 무속의 학습을 체계적으로 정리하여 후대에 최대한 원형에 가깝게 전승하고자 준비하고 노력하고 있다. 앞으로도 동해안굿은 마지막 세습무의 대를 이어 학습무들이 전통을 계승하고 시대에 맞춰 발전시켜 나갈 것이다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.