• 한국문헌정보학회지
• /
• 제58권2호
• /
• pp.177-198
• /
• 2024

2006년 12월에 전부 개정된 「도서관법」 제22조 제1항은 지역대표도서관을 법정기구로 규정하였고, 2021년 말에 재개정된 「도서관법」 제25조 제1항은 그 명칭을 광역대표도서관으로 개칭하고 수행해야 할 업무도 확장하였다. 시·도가 광역대표도서관을 지정 또는 설립 운영해야 하는 이유는 동법 제23조에 규정된 공중의 정보이용, 문화활동, 평생학습 등 공공도서관으로서의 역할에 더하여 제26조에 규정된 광역대표도서관의 법정업무를 주관하고 시·도 내 모든 공공도서관을 위한 정책도서관, 종합지식정보센터, 지원·협력 구심체, 조사연구, 공동보존서고 운영 등을 수행하여 도서관 및 지식문화 발전을 견인하는데 있다. 그렇다면 지난 15년간(2009-2023) 광역대표도서관은 법정 업무를 충실하게 수행하여 왔는가, 특히 디지털·모바일 시대에 부응하기 위해 법정업무의 계획 및 추진실적을 웹사이트에서 제대로 제공하고 있는지를 분석·진단할 필요가 있다. 이에 본 연구는 광역대표도서관의 현행 법정 업무를 기준으로 최근 2년간 수행실적을 조사·분석한 후 웹사이트를 통해 어느 정도로 제공하는지를 평가하여 웹서비스 강화를 위한 보완책을 제시하였다. 그 결과, 광역대표도서관이 수행해야 하는 법정업무에 대한 웹서비스는 상당히 부족하고 부실한 것으로 분석되어 홈페이지에서 법정업무를 위한 웹사이트 구축, 독립된 웹사이트 제공을 통한 접근 편의성 및 가시성 제고, 다양한 정책정보 및 웹서비스(포털검색, 상호대차와 원문제공, 공동DB 구축, 자료이관 및 보존 등) 방안, 지식정보 취약계층의 디지털 접근성 보장 등을 보완책으로 제시하였다.

• 한국토양비료학회지
• /
• 제45권2호
• /
• pp.293-300
• /
• 2012

본 연구에서는 국내 한 토양관련전문기관에서 실시한 석유류저장시설에 대한 법정누출검사와 자체정밀조사에서 실제 특정토양오염관리대상시설로부터 오염물질이 누출되는 기준으로는 25.7%, 저장탱크의 결함 등으로 부적합 경우를 포함하면 53.6%가 부적합으로 나타나 환경부의 누출검사 통계의 평균 부적합률 3.1%와는 현저한 차이가 있으며, 누출검사를 실시하는 동기와 점검방식 등에 따른 부적합률이 매우 다르게 나타났다. 또한, 제작 당시에 발생된 결함이 남아 누출의 잠재적 요인이 되고 있는 탱크가 약 20%에 이르고 있으며, 시설의 사용년수 경과에 따른 조사에서는 설치 후 10년 이하 시설의 부적합률이 상대적으로 높게 나타났다. 이와 같은 결과들을 토대로 도출한 특정토양오염관리대상시설에 대한 최적의 사후관리방안은 다음과 같다. 본 연구 결과를 토대로 한 법정누출검사의 이상적인 부적합률은 직접법의 경우 53.6%, 간접법의 경우 30.7%로서 현재의 부적합률과는 많은 차이가 있으며 이는 누출이 되더라도 이를 감지하는 확률이 떨어지는 간접법과, 누출이 없더라도 결함 등으로 부적합으로 판정되는 직접법 등 검사방식에서 비롯된 원천적 차이와, 검사자의 부정 또는 부실검사 등 운용상의 문제로부터 야기되는 결과로 판단되며, 이를 개선하기 위해서는 현재 누출의 감지율이 극히 낮은 가압법 등의 검사방식은 전문적인 실험을 통해 실제 누출을 감지할 수 있는 수준의 시험기준을 마련하는 한편, 토양관련전문기관 및 이에 소속된 검사자에 대한 교육과 검사결과에 대한 사후검증을 통해 부실 부정검사가 이루어지지 않도록 해야 한다. 설치경과년수 10년 이하의 시설이 업소단위의 부적합률, 저장탱크 및 배관계통의 시설단위 부적합률에서 공히 상대적으로 높은데 이는 부실 시공 등으로 인한 문제가 초기에 집중적으로 발생하는 결과로 보이며, 이와 같은 문제를 해소하기 위해서는 신규 시설에 대한 관리제도를 개선하는 한편, 특정토양오염관리대상시설을 설치한 후 10년이 경과하였을 때에는 6개월 이내 누출검사를 받도록 한 현재의 토양환경보전법 시행령 제8조제1항제2호의 규정은 설치 후 5년이 경과한 시점으로 변경하는 방안을 고려해야 한다. 시설을 설치한 후 10년 이상 경과하면 업소단위의 부적합률은 년평균 약 1.4%씩, 시설로부터 누출 발생률은 약 0.25% 씩 증가하고 있는데, 누출검사의 주기는 새로이 발생되는 누출로 인한 환경적 피해와 복구비용, 누출검사에 따른 직접적인 경제적 비용, 행정규제에 따른 국가차원의 득실을 고려하여 결정하는 것이 타당하나 누출검사와 정화에 따른 직접적인 비용만을 비교하여 결정하는 것도 하나의 방안이 될 수 있다. 예를들어, 누출검사 비용을 업소당 150만원, 오염된 업소의 토양정화비용을 1억원으로 하면 경제성 관점에서의 바람직한 점검주기는 약 6년이 된다. 그러나, 업소에 설치된 저장탱크와 배관계통의 품질은 거의 동등하여 하나의 탱크나 배관에서 문제가 발생되면 나머지 시설에서도 순차적으로 유사한 문제가 발생되고, 시설이 내구연한에 도래할수록 그 경향이 뚜렷해지므로, 일련의 시설계통에서 누출이 발생된 경우에는 검사주기를 점차 단축하여 적용하는 것을 고려할 필요가 있다. 본 연구에서 검사방식에 따른 점검결과를 보면, 업소단위의 부적합률에서는 58.9%와 22.5%, 저장탱크에 대한 검사에서 23.1%와 1.6%, 주입배관의 경우 4.1%와 0.5%, 주유 배관의 경우 5.5%와 4.1% 등 직접법으로 점검한 경우가 간접법에 비해 현저히 높아, 간접법으로만 점검을 지속하는 경우 그 차이만큼 누출을 방치하는 결과가 초래되는 것으로 나타났다. 이와 같은 문제를 해소하기 위해서는, 일정 주기마다 반드시 직접법으로 점검을 실시토록 하거나 직접법과 간접법을 교차하여 적용토록 개선할 필요가 있다. 비파괴검사에서 부적합 된 저장탱크를 결함의 유형별 분류한 결과 기공 또는 미용접 등 제작하는 과정에서 발생되는 선천적 결함으로 부적합 된 것이 약 20%에 이르고 있는데, 이는 시설의 노후화로 인한 두께미달과 국부부식 등의 후천적 결함에 의한 불합격률 보다 높은 것이다. 이와 같은 선천적 결함은 당해 저장탱크를 제작할 당시의 기술수준과 점검제도 등에서 기인한 것으로 이를 해소하기 위해서는 차기의 누출검사를 반드시 직접법으로 실시하여 원천적 결함을 보수하도록 하고, 현재의 위험물안전관리법에 의한 탱크 성능시험기준을 개정하여 새로이 설치되는 저장탱크는 모두 비파괴시험을 실시하여 제작과정에서 발생된 결함이 제거되도록 하여야 한다. 검사를 실시하게 된 동기를 자체정밀조사와 법정누출검사로 분류하여 평가한 결과, 자체정밀조사에서의 부적합률이 법정누출검사에서의 부적합률에 비해 현저히 높게 나타났는데, 검사결과 부적합 되는 경우 수반되는 2차적인 부담을 회피하려는 심리가 크게 작용하고 있는 것으로 판단된다. 즉, 법정누출검사에서 부적합 되는 경우 행정관서로부터 받게 되는 시설에 대한 보완 및 재검사, 토양정밀조사 및 오염토양 정화 등 일련의 조치를 회피하기 위하여 검사를 취소하거나 즉시 보수를 행하여 재검사를 받도록 함으로서 검사결과가 왜곡되고 있다. 이와 같은 문제를 해결하기 위해서는 법정누출검사 결과 부적합된 시설에 대한 시정명령을 시설 보완과 재검사로 한정하여 특정토양오염관리대상시설의 소유자가 사실적으로 점검할 수 있도록 하고, 시설로부터 저장물질의 누출에 의한 부지의 오염은 소유주가 상황을 고려하여 자발적으로 사후조치를 하게 하거나 차기토양오염도 검사를 통해 오염여부를 확인하도록 부담을 완화 할 필요가 있다. 특정토양오염관리대상시설은 설치시기가 오래된 것 일수록 높은 부적합률을 나타내고 있다. 철판의 부식속도를 시설의 설치경과년수에 따른 평균최소두께의 추이에서 확인된 $0.1mm\;yr^{-i}$을 적용할 경우, 6 mm의 철판을 사용한 탱크는 위험물안전관리법상 탱크의 최소두께 (3.2 mm)에 이르기까지 이론상 내구연한은 28년으로서, 2012년 기준 내구연한을 초과한 시설이 7.3%에 이르고 있으며, 동시기에 설치된 주유배관 (표준두께 3.7 mm)의 경우 이론상의 잔존두께는 0.9 mm에 불과하다는 결론이다. 이와 같이 한계수명에 다다른 시설이나 이론상 내구연한을 초과한 시설에 대하여는 조속히 국가적 차원의 조사를 통해 그 실태를 파악하고 그 결과에 따라 폐쇄 또는 Upgrade 방안을 강구해야 한다.

• 한국조경학회지
• /
• 제43권1호
• /
• pp.40-53
• /
• 2015

산업현장의 변화와 요구에 부응할 수 있는 인력을 체계적으로 양성하기 위하여 2001년에 국무조정실을 중심으로 NCS(National Competency Standards, 이하 NCS)와 국가자격체제(National Qualification Frameworks, 이하 NQF)의 도입이 결정되었다. 건설분야 내 조경 역시 2008년 "국가직무능력표준(NCS) -조경"이 시범 개발되어 2009년부터 3년간 시범운영되었다. 특히 2013년 출범한 박근혜 정부의 주요 국정과제 중 하나로 '학벌이 아닌 능력 중심의 사회 구현'이 채택되면서, 이를 실천하기 위한 구체적인 수단으로 NCS 체제 구축이 전국적으로 확산되고 있는 시점이다. 그러나 국가에서 개발한 NCS의 경우, 이상적인 직무수행능력을 명시하였기 때문에 각 대학의 학생수준의 차이, 기자재와 교수들의 확보문제, 현행교육과정의 시수 문제 등 실질적인 운영상의 문제점을 반영하지 못한 단점이 있으므로, 이를 현실적인 교육과정에 연착륙시키기 위해서는 현재의 교육과정과 NCS와의 차이 즉 갭(gap)을 명확히 분석하는 과정이 선행되어야 한다. 갭분석은 기존의 교육과정을 NCS 기반 교육과정으로 개편하기 위한 초기 단계의 방법론으로 NCS 능력단위별 능력단위요소와 수행준거를 기준으로 학과 내 기존 교육과정과의 괴리도 혹은 일치 정도를 1에서 5까지 리커트 척도를 활용하여 기입한 후 분석하는 방법이다. 이처럼 현재의 대학 내 교육과정과 NCS와의 일치 및 괴리 정도를 측정함으로써 향후 NCS 운영을 희망하는 대학에서는 NCS의 적용 가능성과 개발 운영 이후의 효과성을 검증할 수 있는 기초 도구를 확보할 수 있다. 갭분석을 통한 교육과정 개편의 장점으로는 첫째, 정부의 재정지원 사업과 연계하여 정성적인 학과별 NCS 도입률에 대한 정량적 지표를 제공할 수 있으며, 둘째, NCS 기반 교육과정 개편 시 부족한 혹은 포화상태인 부분에 대한 객관적인 기준을 제공해 준다. 즉, 해당 NCS 세분류 도입 시 부족한 능력단위 및 능력단위요소를 추출할 수 있으며, 기존 과목별 능력단위요소별로 보완 사항도 추출할 수 있는 동시에, 이를 통한 상세 강의계획서 및 기초 교과목 개설을 위한 방향성을 제시해 주는 장점이 있다. 다만, 현재까지 개발된 갭분석의 이론을 보완하여 보다 체계적으로 정비해야 하는 과제는 남아 있다. 교육부, 고용노동부는 산업현장의 요구를 교육훈련 및 자격에 체계적으로 반영하기 위해 관련 산업계 인사들이 모여 실무적인 차원에서 NCS 표준을 적극적으로 개발하고 보급하여야 하며, NCS 적용을 희망하는 대학에서는 일과 자격이 연계될 수 있는 교육과정을 NCS 기반으로 개편하여야 할 것이다. 이를 위해 대학에서는 관련 산업 전망 및 대학 내 교수자원과 지역 산업과의 관련성을 고려하여 적용하고자 하는 NCS 세분류를 명확히 선정하여야 할 것이다. 이후 NCS 기반 교육과정 개편을 위해 갭분석을 사용하여 개편의 방향과 기준을 보다 객관적이고 합리적으로 수립하여 교육과정명세서에 대한 명확한 논리적 근거를 확보하고 있어야 과정이수형 자격제도에 효율적으로 동참할 수 있을 것이다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.95-110
• /
• 2013

최근 다양한 소셜미디어를 통해 생성되는 비정형 데이터의 양은 빠른 속도로 증가하고 있으며, 이를 저장, 가공, 분석하기 위한 도구의 개발도 이에 맞추어 활발하게 이루어지고 있다. 이러한 환경에서 다양한 분석도구를 통해 텍스트 데이터를 분석함으로써, 기존의 정형 데이터 분석을 통해 해결하지 못했던 이슈들을 해결하기 위한 많은 시도가 이루어지고 있다. 특히 트위터나 페이스북을 통해 실시간에 근접하게 생산되는 글들과 수많은 인터넷 사이트에 게시되는 다양한 주제의 글들은, 방대한 양의 텍스트 분석을 통해 많은 사람들의 의견을 추출하고 이를 통해 향후 수익 창출에 기여할 수 있는 새로운 통찰을 발굴하기 위한 움직임에 동기를 부여하고 있다. 뉴스 데이터에 대한 오피니언 마이닝을 통해 주가지수 등락 예측 모델을 제안한 최근의 연구는 이러한 시도의 대표적 예라고 할 수 있다. 우리가 여러 매체를 통해 매일 접하는 뉴스 역시 대표적인 비정형 데이터 중의 하나이다. 이러한 비정형 텍스트 데이터를 분석하는 오피니언 마이닝 또는 감성 분석은 제품, 서비스, 조직, 이슈, 그리고 이들의 여러 속성에 대한 사람들의 의견, 감성, 평가, 태도, 감정 등을 분석하는 일련의 과정을 의미한다. 이러한 오피니언 마이닝을 다루는 많은 연구는, 각 어휘별로 긍정/부정의 극성을 규정해 놓은 감성사전을 사용하며, 한 문장 또는 문서에 나타난 어휘들의 극성 분포에 따라 해당 문장 또는 문서의 극성을 산출하는 방식을 채택한다. 하지만 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다. 본 연구는 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다는 인식에서 출발한다. 동일한 어휘의 극성이 해석하는 사람의 입장에 따라 또는 분석 목적에 따라 서로 상이하게 해석되는 현상은 지금까지 다루어지지 않은 어려운 이슈로 알려져 있다. 구체적으로는 주가지수의 상승이라는 한정된 주제에 대해 각 관련 어휘가 갖는 극성을 판별하여 주가지수 상승 예측을 위한 감성사전을 구축하고, 이를 기반으로 한 뉴스 분석을 통해 주가지수의 상승을 예측한 결과를 보이고자 한다.

• Asia pacific journal of information systems
• /
• 제24권4호
• /
• pp.443-472
• /
• 2014

To survive in the global competitive environment, enterprise should be able to solve various problems and find the optimal solution effectively. The big-data is being perceived as a tool for solving enterprise problems effectively and improve competitiveness with its' various problem solving and advanced predictive capabilities. Due to its remarkable performance, the implementation of big data systems has been increased through many enterprises around the world. Currently the big-data is called the 'crude oil' of the 21st century and is expected to provide competitive superiority. The reason why the big data is in the limelight is because while the conventional IT technology has been falling behind much in its possibility level, the big data has gone beyond the technological possibility and has the advantage of being utilized to create new values such as business optimization and new business creation through analysis of big data. Since the big data has been introduced too hastily without considering the strategic value deduction and achievement obtained through the big data, however, there are difficulties in the strategic value deduction and data utilization that can be gained through big data. According to the survey result of 1,800 IT professionals from 18 countries world wide, the percentage of the corporation where the big data is being utilized well was only 28%, and many of them responded that they are having difficulties in strategic value deduction and operation through big data. The strategic value should be deducted and environment phases like corporate internal and external related regulations and systems should be considered in order to introduce big data, but these factors were not well being reflected. The cause of the failure turned out to be that the big data was introduced by way of the IT trend and surrounding environment, but it was introduced hastily in the situation where the introduction condition was not well arranged. The strategic value which can be obtained through big data should be clearly comprehended and systematic environment analysis is very important about applicability in order to introduce successful big data, but since the corporations are considering only partial achievements and technological phases that can be obtained through big data, the successful introduction is not being made. Previous study shows that most of big data researches are focused on big data concept, cases, and practical suggestions without empirical study. The purpose of this study is provide the theoretically and practically useful implementation framework and strategies of big data systems with conducting comprehensive literature review, finding influencing factors for successful big data systems implementation, and analysing empirical models. To do this, the elements which can affect the introduction intention of big data were deducted by reviewing the information system's successful factors, strategic value perception factors, considering factors for the information system introduction environment and big data related literature in order to comprehend the effect factors when the corporations introduce big data and structured questionnaire was developed. After that, the questionnaire and the statistical analysis were performed with the people in charge of the big data inside the corporations as objects. According to the statistical analysis, it was shown that the strategic value perception factor and the inside-industry environmental factors affected positively the introduction intention of big data. The theoretical, practical and political implications deducted from the study result is as follows. The frist theoretical implication is that this study has proposed theoretically effect factors which affect the introduction intention of big data by reviewing the strategic value perception and environmental factors and big data related precedent studies and proposed the variables and measurement items which were analyzed empirically and verified. This study has meaning in that it has measured the influence of each variable on the introduction intention by verifying the relationship between the independent variables and the dependent variables through structural equation model. Second, this study has defined the independent variable(strategic value perception, environment), dependent variable(introduction intention) and regulatory variable(type of business and corporate size) about big data introduction intention and has arranged theoretical base in studying big data related field empirically afterwards by developing measurement items which has obtained credibility and validity. Third, by verifying the strategic value perception factors and the significance about environmental factors proposed in the conventional precedent studies, this study will be able to give aid to the afterwards empirical study about effect factors on big data introduction. The operational implications are as follows. First, this study has arranged the empirical study base about big data field by investigating the cause and effect relationship about the influence of the strategic value perception factor and environmental factor on the introduction intention and proposing the measurement items which has obtained the justice, credibility and validity etc. Second, this study has proposed the study result that the strategic value perception factor affects positively the big data introduction intention and it has meaning in that the importance of the strategic value perception has been presented. Third, the study has proposed that the corporation which introduces big data should consider the big data introduction through precise analysis about industry's internal environment. Fourth, this study has proposed the point that the size and type of business of the corresponding corporation should be considered in introducing the big data by presenting the difference of the effect factors of big data introduction depending on the size and type of business of the corporation. The political implications are as follows. First, variety of utilization of big data is needed. The strategic value that big data has can be accessed in various ways in the product, service field, productivity field, decision making field etc and can be utilized in all the business fields based on that, but the parts that main domestic corporations are considering are limited to some parts of the products and service fields. Accordingly, in introducing big data, reviewing the phase about utilization in detail and design the big data system in a form which can maximize the utilization rate will be necessary. Second, the study is proposing the burden of the cost of the system introduction, difficulty in utilization in the system and lack of credibility in the supply corporations etc in the big data introduction phase by corporations. Since the world IT corporations are predominating the big data market, the big data introduction of domestic corporations can not but to be dependent on the foreign corporations. When considering that fact, that our country does not have global IT corporations even though it is world powerful IT country, the big data can be thought to be the chance to rear world level corporations. Accordingly, the government shall need to rear star corporations through active political support. Third, the corporations' internal and external professional manpower for the big data introduction and operation lacks. Big data is a system where how valuable data can be deducted utilizing data is more important than the system construction itself. For this, talent who are equipped with academic knowledge and experience in various fields like IT, statistics, strategy and management etc and manpower training should be implemented through systematic education for these talents. This study has arranged theoretical base for empirical studies about big data related fields by comprehending the main variables which affect the big data introduction intention and verifying them and is expected to be able to propose useful guidelines for the corporations and policy developers who are considering big data implementationby analyzing empirically that theoretical base.

• 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.