• 한국습지학회지
• /
• 제20권4호
• /
• pp.424-431
• /
• 2018

강우유출수 내 포함된 입자상 물질, 유기물, 영양물질, 중금속 등의 오염물질은 수계에 악영향을 미친다. 이러한 강우유출수 내 포함된 오염물질 감소와 처리를 위해 최적관리기법(BMP)을 도입하고 있으며, 비용효율적인 방법으로 평가되고 있다. 하지만, 잘못된 설계와 유지관리 부족은 시설의 성능을 저하시켜 원활한 기능을 수행하지 못하고 있는 실정이다. 따라서, 본 연구에서는 지속적인 유지관리가 진행된 침투도랑(IT)의 시설에 대한 평가를 수행하였다. 2009년부터 2016년까지 총 41회의 모니터링을 수행하였으며 침투도랑(IT)의 오염물질 저감효율 평가를 수행하였다. 수질 및 수문학적 분석결과, 시설에 유입되는 유입수는 단위 오염 부하량에 영향을 미치는 요인으로 나타났다. 또한, 계절의 변화는 오염물질 저감능력에 영향을 미치는 것으로 분석되었다. 여름철 강수량 및 강우강도의 증가로 인해 Overflow 및 유량의 증가가 발생되었으며, 이로 인해 저감효율이 감소하였다. 또한, 겨울철 낮은 온도로 인해 여재 및 화학적 메카니즘의 효과 감소로 오염물질 저감 효율이 감소되는 것으로 분석되었다. 침투도랑(IT)의 유지관리는 시설의 효율에 영향을 미치는 것으로 평가되었다. 시설 설치 이후 2년 동안 유지관리 부족으로 오염물질 저감효율이 낮은 것으로 나타났으며, 일부 모니터링에서 지오텍스타일 내 제거 되지 않은 퇴적물로 인해 오염물질 저감효율의 감소를 보였다. 본 연구를 통하여, 시설의 유지관리는 오염물질 저감효과에 영향을 미치는 것으로 나타났으며, BMP 시설의 최적 유지관리 기간 및 방법 등은 향후 유용한 자료로 사용 될 수 있을 것으로 사료된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.129-149
• /
• 2021

최근 인간과 사회적으로 상호작용할 수 있는 소셜 로봇(Social Robot)에 대한 관심이 커지고 있다. ICT 기술 발전에 힘입어 소셜 로봇이 개인에게 맞춤형 서비스와 정서적 교감을 제공하기 쉬워졌으며, 현대의 사회문제들과 이로 인한 개인의 삶의 질 저하를 해소하기 위한 수단으로 소셜 로봇의 역할이 주목받고 있다. 소셜 로봇에 대한 관심에 힘입어 소셜 로봇 보급 또한 크게 늘고 있다. 많은 기업이 다양한 목표시장을 겨냥하기 위한 로봇 제품들을 시장에 선보이고 있으나, 현재까지 시장을 선도하는 명확한 흐름은 부재하다. 이에 따라 소셜 로봇의 디자인을 통해 로봇을 차별화하고자 하는 시도가 늘고 있다. 특히 의인화는 소셜 로봇 디자인에서 중요하게 연구되고 있으며, 소셜 로봇을 의인화하여 긍정적인 효과를 발현하려는 접근이 많이 시도되었다. 그러나 소셜 로봇에 대한 의인화가 형성되는 메커니즘을 체계적으로 설명하는 연구는 부족하다. 의인화에 대한 모호한 이해는 소셜 로봇의 의인화를 형성하기 위한 디자인 최적점의 도출을 어렵게 하고 있다. 본 연구는 소셜 로봇의 의인화가 형성되는 메커니즘을 검증하는 것을 목적으로 한다. 본 연구는 3×2 Mixed Design의 실험 연구를 통해 소셜 로봇의 인간 유사성(Human-likeness)과 개인의 해석수준(Construal Level)이 의인화 형성에 미치는 영향을 확인하였다. 의인화가 형성되는 메커니즘에 대한 6개의 연구 가설을 제시하고, 206명 표본의 데이터를 분석하여 가설을 검증하였다. 분석 결과 소셜 로봇의 인간 유사성 수준에 따라 로봇 의인화 수준이 높아지며, 소비자 해석수준에 따라 인간 유사성이 의인화에 미치는 영향이 다르게 나타남을 확인하였다. 본 연구는 소셜 로봇의 디자인 속성인 인간 유사성과 개인의 사고방식인 해석수준을 함께 고려하여 의인화가 형성되는 메커니즘을 설명하였다는 점에서 시사점이 있다. 본 연구의 결과를 소셜 로봇 의인화 형성을 위한 디자인 최적화의 기준으로 활용할 수 있을 것으로 기대한다.

• 청정기술
• /
• 제28권1호
• /
• pp.79-93
• /
• 2022

본 연구에서는 Part I에서 제안한 첨단 전자산업 폐수처리시설 특화 Water Digital Twin모델인 e-ASM을 이용하여 랩-파일럿 처리장 데이터를 바탕으로 모델 보정(Calibration), 유입 성상에 따른 제거 효율, 유출수 예측 및 최적 공법 선정을 수행하였다. 첨단 전자산업 폐수처리시설의 특화 모델링을 위하여, 민감도 분석을 통해 e-ASM 모델의 정합성과 상관성이 높은 동역학적 파라미터를 선정하였고, 다중반응표면분석법 (Multiple response surface methodology, MRS)을 이용하여 동역학적 파라미터를 보정하였다. e-ASM 모델의 보정 결과, Lab-scale, Pilot-scale 단위의 실험데이터와 90% 이상의 높은 정합성을 보였다. 그리고 4가지 유기폐수 처리처리공법인 MLE, A2/O, 4-stage MLE-MBR, Bardenpho-MBR을 제안한 Water Digital Twin으로 구현하여 유입 폐수의 성상별 운전조건에 따라 제거효율을 분석하였으며, Bardenpho-MBR이 C/N ratio 변화에서도 안정적으로 COD (Chemical oxygen demand)를 90% 이상 제거하며 높은 총 질소 제거 효율을 보였다. 그리고 유입 폐수의 조건별 Bardenpho-MBR공정의 수리학적 체류시간(Hydraulic retention time, HRT)이 3일 이상일 때 1,800 mg L-1의 고농도 TMAH 폐수를 98% 이상 제거할 수 있음을 확인할 수 있었다. 이와 같이, 본 연구에서 개발한 e-ASM은 전자산업 제조시설별, 유입 폐수의 성상별 특화 모델링을 통해 높은 정합성을 가진 전자산업 폐수처리공정의 Water Digital Twin를 구현할 수 있고, 최적운전, Water AI, 최적가용기법 선정 등의 응용 가능성을 바탕으로 지속 가능한 첨단전자 산업을 위해 활용될 수 있을 것으로 사료된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.41-50
• /
• 2022

본 논문에서는 멜라닌과 헤모글로빈 등의 피부 색상을 구성하는 주요한 요소들을 카메라의 RGB 신호로부터 직접 계산하는 방법을 제안한다. 피부 색상의 주요한 요소들은 통상적으로 특정한 장비를 이용하여 분광 반사도를 측정하고, 측정된 빛의 일부 파장에서의 값들을 중심으로 재구성하는 방법을 사용한다. 이와 같은 방법으로 산출된 값들은 멜라닌 지수, 홍반 지수와 같은 것들이 있으며, 분광반사도 측정 장치나 다중스펙트럼 카메라 등의 특수한 장비를 필요로 한다. 일반적인 디지털 카메라로부터 이와 같은 성분요소들에 대한 직접적인 계산방법은 찾아보기 어려우며, 독립성분 분석(Independent Component Analysis)을 이용하여 멜라닌과 헤모글로빈의 농도를 간접적으로 계산하는 방법은 제안되어 있다. 이 방법은 일정한 RGB 영상의 영역을 대상으로 하여, 주성분 분석(Principal Component Analysis)과 유사한 방식으로 멜라닌과 헤모글로빈의 특성벡터를 추출하고, 농도를 계산할 수 있다. 이 방법의 단점은 일정한 영역의 화소 그룹을 입력으로 이용하기 때문에 화소단위의 직접적인 계산이 어렵고, 추출된 특성벡터는 최적화 방식으로 구현하기 때문에 실행할 때마다 다른 값으로 계산되는 경향이 있다. 최종적인 계산은 특성벡터 자체를 활용하지 않고, RGB 좌표계로 다시 변환하여 멜라닌과 헤모글로빈의 성분을 나타내는 영상 형태로 결정된다. 이 방법의 단점을 개선하기 위하여 제안하는 방법은 특성벡터를 활용하여 RGB 좌표계가 아닌 특징 공간에서 멜라닌과 헤모글로빈의 성분 값을 계산하는 것과, 일반적인 디지털 카메라를 이용하여 피부색에 해당하는 분광 반사도를 계산하는 방법, 분광 반사도를 이용하여 멜라닌과 옥시헤모글로빈, 디옥시헤모글로빈, 카로티노이드 등의 피부색소를 구성하는 세부 성분들의 계산방법 등이다. 제안한 방법은 분광 반사도 측정 장치나 다중 스펙트럼 카메라 등의 특수한 장비를 필요로 하지 않으며, 기존 방법과는 달리 화소단위의 직접적인 계산이 가능하고, 반복 실행에도 동일한 특성을 얻을 수 있다. 제안한 방법은 기존에 비하여 성능의 안정성을 나타내는 표준편차가 15% 수준으로 낮게 나타나 6배 정도의 안정적인 성능을 가진 것으로 추정된다.

• 자원ㆍ환경경제연구
• /
• 제31권2호
• /
• pp.165-204
• /
• 2022

본 연구는 유럽지역 내 20개 연결계통국가들을 대상으로 2000년부터 2014년까지의 패널 자료를 구성하여 유럽이 2005년에 도입한 배출권거래시장을 기점으로 표본기간을 전과 후로 나누어 탄소배출량 결정요인을 이분산과 자기상관의 문제를 고려한 패널 GLS 방법으로 추정하였다. 종속변수로는 개별국가들에서의 탄소배출량이 사용되었으며, 설명변수로는 발전원별 발전량 비중, 이웃 국가들의 전력수급률, 자원보유국의 전력생산량, 발전원집중도, 산업부문에서의 1인당 총에너지 사용량, 전력가격에서의 세금, 1인당 전력 순수출량, 1인당 국토면적의 크기 등이 사용되었다. 추정결과에 의하면, 2005년을 기점으로 전과 후 모두에서 원전과 재생에너지 발전량 비중, 발전원집중도, 1인당 국토면적의 크기 등은 탄소배출량에 음(-)의 영향을 미치는 것으로 나타난 반면 석탄 발전량 비중, 이웃 국가들의 전력수급률, 자원보유국의 전력생산량, 산업부문에서의 1인당 총에너지 사용량 등은 탄소배출량에 양(+)의 영향을 미치는 것으로 나타났다. 이외 가스 발전량 비중과 전력가격에서의 세금은 2005년 이전에 대해서만 각각 탄소배출량에 음(-)과 양(+)의 영향을 미쳤으며, 1인당 전력 순수출량은 2005년 이후에 대해서만 탄소배출량에 음(-)의 영향을 미치는 것으로 나타났다. 본 연구의 결과는 저탄소 녹색성장으로의 탄소배출량 절감을 위한 거시적인 대응전략을 제시하며 전력교역시장을 고려한 중장기 전원믹스 최적화 방안과 그 역할에 대한 의미와 가치를 시사하고 있다.

• 한국가축번식학회지
• /
• 제24권1호
• /
• pp.89-95
• /
• 2000

본 실험은 초자화동결된 소 배반포기배를 실험현장에서 효율적으로 융해할 수 있는 기술을 찾고자 실시하였다. 초자화동결은 glycerol (G)과 ethylene glycol (EG) 그리고 10% FBS가 들어있는 m-DPBS를 이용하였으며, 배반포기배는 3단계로 초자화동결 되었는데, 10% G에 5분간 평형, 10% G와 20% EG에 5분간 평형, 그리고 25% G와 25% EG에 30초간 노출하였다. 질소 증기를 3분간 씌고 액화질소에 침지하였다. 융해는 straw 를 공기 중에서 10초간 노출시키고, $25^{\circ}C$ 물에서 빙정이 없어질 때까지 녹인 후 $25^{\circ}C$ 와 36$^{\circ}C$ 에 각각 시간차에 따라 처리군을 나누었다. 초자화동결된 배반포기배를 융해시 시간차에 따라 체외생존능은 융해 24시간과 48시간 후 재팽창과 완전탈출 배반포기배로 평가하였다. 그 결과를 요약하면 다음과 같다. 1) 초자화 동결된 배반포기를 융해시 시간차에 따라 체외생존농을 보았을 때, 1분으로 융해한 군이(86.6, 56.6%) 다른 처리군들보다 (2분 : 93.5, 35.4% ; 2.5분 : 76.9, 30.7% ; 3분 : 88.8, 36.1%; 3.5분 : 83.7, 8.1%) 체외생존능이 높게 나타났다. 2) 1분 융해방법으로 배반포기배의 발달단계에 따라 생존능을 조사하였을 때, 융해 48시간 후 빠르게 발달된 배반포기배의 부화율 (팽윤 : 93.8, 56.3% : 부화초기 : 86.2, 58.6%)은 느리게 발달하는 난자군의 부화율 (초기 : 83.3, 36.6%) 보다 높은 체외생존능을 나타내었다. 3) 또한, 1분 융해방법으로 배반포기배가 생산된 나이에 따라 체외생존능을 조사하였을 때, 융해 48시간 후, 7일 (66.6%) 과 8일 (60.0%)에 생산된 배반포기배가 9일 (22.7%)에 생산된 완전탈출 배반포기배율 보다 유의하게 높은 체외생존율을 나타내었다 (P＜0.05). 그러므로 초자화동결된 배반포기배를 1분 융해방법으로 융해하였을 때 빠르고 효율적으로 체외생존능을 얻을 수 있음을 알 수 있었다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.101-114
• /
• 2023

유사시 종심 깊숙한 곳에서 적을 타격하는 임무를 수행하는 항공기의 경우 격추될 위험에 항시 노출되어 있다. 현대전의 핵심 전투력으로써 최첨단의 무기체계를 운용하는 공중근무 요원은 양성하는데 많은 시간과 노력, 국가 예산이 소요되며 그들이 가진 작전 능력과 군사기밀이 매우 중요하기에 공중근무 요원의 생환은 매우 중요한 문제이다. 따라서, 본 연구에서는 적지에서 비상탈출한 조난자가 장애물을 피해 목표지점까지 도피·탈출을 시행할 경로를 예측하는 경로 문제를 연구하였으며 이를 통해 비상탈출한 조난자의 무사 생환 가능성을 높이고자 하였다. 본 연구 주제와 관련된 기존 연구들은 경로 문제를 네트워크 기반 문제로 접근하여 TSP, VRP, Dijkstra 알고리즘 등으로 문제를 변형하여 최적화 기법으로 접근한 연구가 있었다. 본 연구에서는 동적 환경을 모델링 하기에 적합한 MDP(마코프 의사결정과정)를 적용하여 연구하였다. 또한 GIS를 이용하여 지형정보 데이터를 추출하여 활용함으로써 모형의 객관성을 높였으며, MDP의 보상구조를 설계하는 과정에서 기존 연구 대비 모형이 좀 더 현실성을 가질 수 있도록 보다 상세히 지형정보를 반영하였다. 본 연구에서는 조난자가 지형적 이점을 최대한 이용함과 동시에 최단거리로 이동할 수 있는 경로를 도출하기 위하여 가치 반복법 알고리즘, 결정론적 방법론을 사용하였으며 실제 지형정보와 조난자가 도피·탈출 과정에서 만날 수 있는 장애요소들을 추가하여 모형의 현실성을 더하고자 하였다. 이를 통해 조난자가 조난 상황에서 어떠한 경로를 통해 도피·탈출을 수행할지 예측해 볼 수 있었다. 본 연구에서 제시한 모형은 보상구조의 재설계를 통해 여러 가지 다양한 작전 상황에 응용이 가능하며 실제 상황에서 조난자의 도피·탈출 경로를 예측하고 전투 탐색구조 작전을 진행시키는 데 있어 다양한 요소가 반영된 과학적인 기법에 근거한 의사결정 지원이 가능할 것이다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1043-1060
• /
• 2023

최근 기후변화의 가속화로 바다에 의한 탄소의 흡수 작용을 칭하는 '블루 카본(blue carbon)'에 대한 관심이 많아지고 있지만, 탄소 순환의 핵심이 되는 해양 생태계에 대한 우리의 이해는 아직 부족한 실정이다. 본 연구는 탄소 순환을 고려한 글로벌 해양 생태 권역(marine eco-province)을 k-means clustering 기법을 활용하여 분류·분석하였다. 지난 20년 간(2001-2020) 위성을 활용하여 생산된 Carbon-based Productivity Model (CbPM) 순 일차 생산량(Net primary production, NPP), particulate inorganic and organic carbon (PIC and POC), 위성 관측과 재분석모델을 결합하여 생산한 해수면 염분(sea surface salinity, SSS) 및 온도(sea surface temperature, SST) 총 다섯가지 자료를 활용하였다. 최적화 과정을 거쳐 총 9개의 생태권역을 도출하였으며, 각 권역의 공간분포와 특성을 분석하였다. 이 중 5개의 권역은 주로 대양의 특성을 반영하고, 4개의 권역은 연안 및 고위도 해역의 특성을 반영하는 것으로 나타났다. 또한, 기존에 알려진 해양 생태 권역과의 정성적 비교를 통하여 탄소순환을 고려한 해양 생태권역의 특징을 상세히 분석하였다. 마지막으로 과거 5년 단위(2001-2005, 2006-2010, 2011-2015, 2016-2020)로 생태 권역의 변화를 분석하였으며, 연안생태계의 빠른 변화와 특히 담수유입으로 인해 생산량이 높고 생태적으로 중요한 권역의 감소를 확인하였다. 이러한 연구 결과는 탄소 순환 및 기후변화를 고려한 해양 생태 권역 분류 및 연안 관리에 대한 중요한 참고자료로 활용 될 수 있으며, 기후 변화에 취약한 지역에 대한 체계적인 관리 지침 개발에 활용될 수 있다.

• Radiation Oncology Journal
• /
• 제23권4호
• /
• pp.223-229
• /
• 2005

목적: 근접방사선 치료시 직장내 선량측정은 치료간(Inter-fraction) 직장의 형태가 변화하므로 측정의 재현성을 이룰 수 없다. 본 연구에서는 근접방사선치료용 다목적 팬톰(Multi Purpose Brachytherapy Phantom, MPBP)을 제작하여 치료 시와 동일한 조건을 재현하였고 이때 측정한 선량 값을 직장의 부작용을 줄이기 위해 선량최적화에 적용하고자 하였다. 대상 및 방법: 자궁경부암 근접방사선 치료 시 탄뎀(tandem)과 난형체(ovoid)를 사용한 환자 4명을 대상으로 다이오드 검출기를 이용하여 직장표시 기준점 R1에서 선량측정을 시행하였다. 환자 당 5회씩 총 20회 직장선량을 측정하였다. 그리고 반복 측정 시 다이오드 검출기의 설정 변화(set up variation)를 분석하였다. 그리고 자체 제작된 근접방사선치료용 다목적 팬톰에서 MFA (Multi Function Applicator)를 이용하여 치료 시와 동일한 조건을 재현한 후 열형광선량계(TLD)를 이용하여 직장 표시 기준점 좌표 위치에서 선량을 측정하였다. 결과: 직장 내 다이오드 검출기의 측정 결과 설정 변화는 환자 1의 경우에 Y방향에서 최고 $11.25{\pm}0.95mm$보였고, 환자 2와 3은 Z 방향에서 각각 $9.90{\pm}4.50mm$와 $20.85{\pm}4.50mm$를 나타냈다. 그리고 환자 4는 Z 방향에서 $19.15{\pm}3.33mm$의 변화를 나타내었다. 또한 다이오드 검출기 위치에 따른 평균선량 값은 $122.82{\pm}7.96cGy{\sim}323.78{\pm}11.16cGy$로 나타났다. MPBP에서 TLD의 측정 결과는 직장 표시 기준점(R1)에서 환자1과 4는 상대오차가 각각 최고 8.6%와 7.7%를 보였고, 환자2와 3은 각각 1.7%와 1.2%의 오차를 보였다. 그리고 R과 R2에서 측정한 선량 값들은 환자 2의 R 지점을 제외하고 계산값과 비교하여 $1.7{\sim}8.6%$ 높은 값을 나타냈다. 그리고 반복측정으로 인한 위치변화와 그에 따른 선량 값의 변화는 분석하지 않았다. 계산 값과 측정값의 상대오차가 미국의학물리학회 보고서에서 권고한 15% 내에서 잘 일치하는 것으로 분석되었다. 결론: 자체 제작된 근접치료용 다목적 팬톰(MPBP)은 치료 시와 동일한 조건에서 선량측정의 재현성을 이룰 수 있었고, 직장의 기준점에서 선량을 정확히 분석할 수 있었다. 또한 팬톰에서 측정한 데이터를 이용하여 직장의 부작용을 줄이기 위해 치료 전 선량 최적화를 이루는데 충분한 자료로 활용할 수 있다고 판단되었다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.