• 생명과학회지
• /
• 제31권9호
• /
• pp.840-848
• /
• 2021

본 연구는 제주마의 연도별 주파기록 특성을 파악하고 경주기록에 대한 환경효과 분석을 위해 수행되었다. 한국마사회가 2002년부터 2019년까지 수집한 제주마 2,167두의 48,645개 관측치 정보가 분석에 사용되었다. 환경효과 분석을 위하여 관측치 빈도가 가장 높은 800 m 기준으로 주파기록은 보정되었다. 거리별 경주기록은 동일거리 기준으로 변환되었으며 연도별 비교가 가능했다. 그 결과 표현형에서 매년 주파기록이 0.242초(R²=0.66) 단축됨을 알 수 있었다. 보정된 주파기록에 대한 환경효과의 유의성 검증 위해 일원분산분석을 수행하였고 모형에서 설정한 모든 변수에서 고도의 유의성을 나타내었다(p<0.001). 이들 변수에 대해 단계적 변수 선발법을 적용, AIC 값 산출을 통해 모형 적합도를 평가하였으며 연도, 부담구분, 기수 순위, 조교사 순위, 주로상태, 날씨, 마령, 성별 순으로 변수 선택 시 가장 낮은 AIC 값을 갖는 모형이 수립되었다. 최종적으로 주파기록에 영향하는 환경효과 분석을 위하여 기수, 조교사 순위 및 마령 3가지 변수를 임의효과로 가정하였다. 그 결과 기수와 마령을 임의효과로 설정하였을 때 주파기록에 영향하는 환경효과 분석에 가장 적합한 모형인 것으로 나타났다. 본 연구에서 도출된 결과는 제주마 유전능력 평가를 위한 모형설정 시 기초자료로 활용 가능할 것으로 사료된다.

• 부동산연구
• /
• 제28권1호
• /
• pp.79-90
• /
• 2018

본 연구는 주택지의 가격결정모형을 추정하여 신도시 주거용 토지의 가격 결정요인 알아보고자 하였다. 이를 위해서 경상남도 김해시 장유신도시 지역에서 택지개발사업으로 조성된 주택지 1,000여 필지의 실거래 가격자료를 대상으로 헤도닉 특성이 주택지 가격에 미치는 영향을 GLS 분석방법과 분위수 회귀분석방법을 이용하여 분석하였다. 본 연구는 주택지 가격과 그 오차가 정규분포를 가질 때 조건부 평균을 추정하는 GLS 추정결과와 비교하기 위해 주택지 가격이 대칭적이지 않고 정규분포를 가지지 아니할 때 조건부 분위수별 추정을 위해 분위수 회귀분석 모형을 사용하였다. 그 결과 가격 분위수별로 해당 특성이 미치는 영향의 차이를 확인할 수 있었다. 경과 연수변수는 음의 영향을 보였지만 일정기간을 경과하면 다시 양의 영향을 보이는 것으로 나타났으며, 그 반전기간은 고가주택지 분위수에서 좀 더 높은 값을 보였다. 신도시 주택지 중에서 점포 겸용택지의 긍정적인 영향이 가장 크게 나타났으며, 주택지의 수요자는 도로에 한면만 접한 토지보다 두면이상 접한 각지의 토지, 부정형토지보다는 사각형의 토지를 선호하는 것으로 나타났다. 각지는 주택지의 일조권 개선에 긍정적이며, 인접대지 경계로부터의 이격거리로 인한 건축면적의 감소가 적기 때문에 이 같은 결과를 보인 것으로 판단된다. 점포겸용택지 변수는 저가 주택용 토지에서 더 큰 영향을 미치는 것으로 나타났다. 이는 저가의 주거용 토지가 대부분 임대형 주택 건부지로 사용되는 경향이 많아 자가 거주용 주택 건부지와 다른 특성을 가지기 때문으로 보인다. 주거용 토지가격은 가격 수준에 따라 다른 특성을 지니며, 담보가지의 평가와 부동산 정책의 입안에 있어서 이를 고려하여야 할 것으로 보인다.

• 한국해양학회지:바다
• /
• 제24권3호
• /
• pp.375-388
• /
• 2019

지구의 탄소순환을 이해하고 미래 대기 $CO_2$의 농도와 기후 변화를 예측하기 위해서는 해양과 대기 사이 $CO_2$ 교환율(sea-to-air $CO_2$ flux)의 시공간 변화를 정확하게 추정하는 것이 필요하다. 연구선을 이용한 현장 관측이 갖고 있는 시공간 제약으로 인해 동해에는 매우 제한적인 표층 이산화탄소분압($fCO_2$) 자료만 존재한다. 이 연구에서는 위성 및 수치모형에서 얻은 수온, 염분, 엽록소, 혼합층 자료를 세 종류의 기계학습 모형에 입력하여 동해 남서부해역의 고해상도 표층 $fCO_2$ 시계열 자료를 산출하였다. 세 모형 중 현장 관측 자료를 가장 잘 재현하는 Random Forest (RF) 모형의 평균제곱근오차는 $7.1{\mu}atm$이었다. RF 모형을 이용한 $fCO_2$ 예측에 중요한 역할을 하는 변수는 수온, 염분과 시간 정보였으며, 엽록소와 혼합층 깊이는 $fCO_2$ 예측에 미미한 역할을 하였다. RF 모형에서 예측한 표층 $fCO_2$를 이용하여 계산한 동해 남서부해역의 $CO_2$ 교환율은 $-0.76{\pm}1.15mol\;m^{-2}yr^{-1}$로 이전 현장 관측 연구에서 제시한 교환율( $-0.66{\sim}-2.47mol\;m^{-2}yr^{-1}$) 범위 중 작은 값에 해당한다. RF 모형의 표층 $fCO_2$ 시계열 자료는 1주일 내외의 짧은 시간 사이에도 $CO_2$ 교환율이 상당히 변할 수 있음을 보여주었다. 앞으로 보다 정확한 $CO_2$ 교환율 산출을 위해서는 $fCO_2$가 급격하게 변화하는 봄철에 높은 해상도의 현장 관측을 수행할 필요가 있다.

• 한국환경농학회지
• /
• 제37권3호
• /
• pp.189-196
• /
• 2018

본 연구에서는 비점오염 모델에 강우의 질소 농도를 현실적으로 반영하기 위하여 국내 문헌과 3년 동안 관측한 강우 질소 농도를 분석하여 1개시(서울시), 9개도(경기도, 강원도, 충청남/북도, 전북남/북도, 경상남/북도, 제주도) 6개 광역시(부산, 인천, 대전, 울산, 대구, 광주)의 강우시 $NO_3{^-}$, $NH_4{^+}$ 및 T-N의 대표 농도를 제시하였다. $NO_3{^-}$와 $NH_4{^+}$의 평균 농도는 각각 1.88 mg/L와 0.96 mg/L 였으며, T-N은 2.84 mg/L 였다. 이는 환경부에서 제시하고 있는 2015년 전국 $NO_3{^-}$와 $NH_4{^+}$의 평균 농도인 1.98 mg/L와 1.05 mg/L와 비슷한 것으로 나타나 본 연구에서 제시된 각 행정구역별 농도는 타당한 수치로 사료된다. 본 연구결과 행정구역별로 질소농도의 차이가 있는 것으로 나타나 해당지역에 적합한 질소농도의 적용이 필요한 것으로 나타났다. 따라서 비점오염 모델 적용시 다양한 구축자료(수문인자, 지형인자 및 영농활동 인자 등)와 더불어 모델 적용지역의 강우 특성을 적절히 반영하여 오염부하량을 추정하는데 활용이 가능할 것으로 판단된다.

• 한국사회정책
• /
• 제20권3호
• /
• pp.77-115
• /
• 2013

본 연구는 최근 쟁점이 되고 있는 복지재정 논의에 실증적 근거를 제공하기 위해 설명변수의 내생성을 고려하는 하우스만 테일러 방식을 활용하여 OECD 주요 회원 국가들을 대상으로 적정조세부담의 추정을 시도하였다. 또한 모형 내 조세수입?지출 간 주요 이론적 가설을 반영하여 국제조세비교지수(ITC)를 도출함으로써 국가별 실질 조세수준을 비교하고, 우리나라의 증세가능성에 대해 검토하였다. 분석결과, 일반적으로 조세부담 수준이 높으면 복지지출 수준도 높은 것으로 나타나 규모 측면에서 '고부담?고복지'의 연결구조가 확인되었으나, 최근 들어 저부담 상태에 돌입했음도 알 수 있었다. 한편 우리나라는 1990년대 말까지 저부담이 지속되다가 IMF 외환위기 이후부터 조세부담이 급증하였으나, 경기침체와 감세정책의 영향으로 2009년 이후 저부담 국면으로 재진입한 것으로 나타났다. 그러나 2010년 현재 우리나라의 적정조세부담율은 연구모델에 따라 GDP 대비 25.8%~26.5%로 나타나 약 0.7~ 1.4%p(8.2~16.4조 원)의 증세가 가능한 '저부담?저비율' 국가로 조사되어 증세를 위한 세제개편의 성공 가능성이 다른 OECD 국가들보다 높은 것으로 나타났다. 다만 사회보장기여금과 소비세 인상 방안은 상대적으로 높은 ITC 수준을 고려할 때 다른 세목의 인상에 비해 재정운용 측면에서 적절하지 않은 것으로 분석되었다. 하지만 증세여력이 있다고 하여 반드시 증세가 필요한 것은 아닐 뿐 아니라, 적정조세부담률이 그 자체로 '적정 수준'을 보여주는 것은 아니다. 증세논의는 특정 조세혼합(tax mix)에 내포된 국가별 상이한 정치 경제발전 모형과 제도 역사적 속성에 대한 포괄적인 이해를 수반할 필요가 있기 때문이다. 그럼에도 본 연구는 한국 복지국가 증세논의를 보다 경험적으로 정교화함으로써 향후 조세수입과 복지지출의 연계조정 등 조세제도 개혁 방향에 대한 준거를 마련했다는 데 의의가 있다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.65-82
• /
• 2021

주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.

• 한국터널지하공간학회 논문집
• /
• 제24권5호
• /
• pp.431-449
• /
• 2022

지금까지 국내에서는 수 많은 터널들이 완공되어 오면서 시공에서뿐 아니라 설계에서도 다양한 경험과 기술이 지속적으로 축적되어 왔다. 따라서 이제는 매우 복잡한 지질조건 또는 특수한 터널구조가 아니라면 일반적인 터널설계작업은 설계 항목에 따라 기존 유사 설계사례를 수정 또는 보완하는 것만으로도 충분한 경우도 적지 않다. 특히 터널발파설계의 경우, 실제 터널시공시 현장에서 시험발파를 통해 시공을 위한 발파설계를 추가로 수행하는 것이 일반적이라는 것을 감안할때, 설계단계에서 수행하는 발파설계는 예비설계 성격을 지니고 있어 기존의 유사 설계사례를 참고하는 것도 타당하다고 사료된다. 한편 최근 4차산업혁명시대에 들어서면서 전 산업분야에 걸쳐 그 활용도가 급증하고 있는 인공지능은 터널 및 발파분야에서도 다양하게 활용되고 있지만, 발파터널의 경우 발파진동 및 암반분류 등의 예측 분야에서 주로 활용되고 있을 뿐 터널발파패턴 설계에 활용된 사례는 많지 않다. 따라서 본 연구에서는 터널발파설계를 인공지능의 한 분야인 머신러닝 모델을 이용하여 자동화하기 위한 시도를 하였다. 이를 위하여 25개 학습용 터널설계 자료 및 2개의 시험용 설계자료에서 4가지의 입력데이터(지보패턴, 도로유형, 상반 및 하반 단면적) 및 16개의 출력데이터(심발공 종류, 비장약량, 천공수, 각 발파공 그룹별 공간격과 저항선 등)를 발췌하였다. 이를 기반으로 3가지 머신러닝 모델, 즉, XGBoost, ANN, SVM 모델을 시험한 결과 XGBoost모델이 상대적으로 최상의 결과를 나타내었다. 또한 이를 이용하여 실제 발파설계 상황을 가정하여 발파패턴을 제안하도록 한 결과 일부 항목에서 보완이 필요하긴 하지만 일반적 설계와 유사한 결과를 나타내었다. 본 연구가 기초연구 성격이어서 전체 발파설계를 완벽하게 수행하기는 아직 부족하지만, 향후 충분한 발파설계데이터를 확보하고 세부적인 처리과정을 보완하여 실용적인 활용이 가능하도록 추가 연구를 수행할 계획이다.

• 대한토목학회논문집
• /
• 제43권4호
• /
• pp.421-431
• /
• 2023

하수관로 열화모델은 하수관망을 관리하는 의사결정자에게 자산의 미래 상태 예측에 대한 중요한 정보를 제공할 수 있다. 본 연구에서는 CCTV 조사를 통해서 확보한 구조적 상태평가 이력자료를 기반으로 마르코프 연쇄 모델을 이용하여 하수관로의 노후도를 추정하였다. A시의 3개 배수분구에서 1998-1999년과 2010-2011년에 CCTV 조사에 의해 수집된 관경 450 mm와 600 mm의 흄관 자료를 이용하여 분석하였다. EM 배수분구의 450 mm 관로와 600 mm 관로에서 주요 결함 발생이 다른 두 배수분구보다 빠르게 발생하는 것으로 나타났다. 관로 설치 이후 35년이 지난 시점에는 450 mm 관로의 약 29%, 600 mm 관로의 약 38%가 주요 결함이 발생했으며, 100년 후에는 각각 62%와 74%의 관로가 주요 결함으로 관로 기능을 상실하는 수준으로 나타났다. 관로설치 35년 후, SN 배수분구는 450 mm 관로의 약 26%, 600 mm 관로에서 약 35%, HK 배수분구에서는 450 mm 관로의 약 27%, 600 mm 관로에서 약 37%의 주요 결함이 발생한 것으로 예측되었다. 또한 600 mm 관로가 450 mm 관로보다 평균 12년 정도 빨리 기능 저하가 일어나는 것으로 나타났다. 한편, 관로의 주요 결함등급 비율을 40%로 설정하여 관로의 유효사용수명으로 적용할 경우, 450 mm 관로는 SN배수분구에서 60년, EM배수분구에서 42년, HK배수분구 59년이며, 600 mm 관로에서는 각각 43년, 34년 39년으로 나타났다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.