• 대한토목학회논문집
• /
• 제42권6호
• /
• pp.815-824
• /
• 2022

발전소의 주요시설 중 발전 시스템 냉각용으로 사용되는 순환수는 순환수 취수부(Circulation Water Intake Basin)를 통해 공급된다. 순환수 취수부 중 흡입수조(Pump Sump)에서 발생하는 다양한 형태의 와류는 순환수펌프(Circulation Water Pump) 및 관로에 악영향을 미친다. 특히, 공기의 흡입을 동반한 자유표면 와류는 진동, 소음, 공동현상 등을 발생시켜 순환수펌프의 성능 저하, 관로의 손상을 일으키며 발전이 중단되는 주요 원인이 된다. 따라서 수리모형 실험을 통해 순환수 취수부에 대한 수리특성을 반드시 확인하고, 와류 발생 시 와류를 제어할 수 있는 적절한 와류제어장치(Anti Vortex Device)를 적용하여 원활한 발전소 운영이 가능하도록 해야 한다. 자유표면 와류 저감을 위해 와류제어장치 중커튼월(Curtain Wall)을 사용하는 것이 일반적이며, 자세한 내용은 American National Standard for Pump Intake Design에서 기술하고 있다. 본 연구에서는 리비아 Tripoli West 4×350 MW 발전소의 순환수 취수부를 대상으로 하였으며, 실제 운영조건을 적용하고, 수리모형 실험을 통해 순환수 취수부 중 흡입수조에서 발생하는 와류제어장치의 와류저감 효과를 분석하였다. 또한, 수중와류 제어를 위해 플로어 스플리터(floor splitter)는 기본적으로 적용하였고, 자유표면에서 발생하는 와류제어를 위해 새로운 형태인 컬럼 커튼월(Column Curtain Wall)을 추가적으로 적용하여 효과를 확인하였다. 본 연구에서는 일반적으로 적용되었던 커튼월에 새로 개발한 컬럼 커튼월을 추가적으로 적용하여 수리특성을 분석한 결과, 균일한 흐름이 형성되면서 와류가 제어되는 것을 확인하였다. 또한, 순환수펌프 관로 내에서 발생하는 와류각도는 ANSI/HI 9.8의 설계기준인 5° 이하로 나타나 흐름의 안정성을 확인하였다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.127-146
• /
• 2022

최근 워드 임베딩이 딥러닝 기반 자연어 처리를 다루는 다양한 업무에서 우수한 성능을 나타내면서, 단어, 문장, 그리고 문서 임베딩의 고도화 및 활용에 대한 연구가 활발하게 이루어지고 있다. 예를 들어 교차 언어 전이는 서로 다른 언어 간의 의미적 교환을 가능하게 하는 분야로, 임베딩 모델의 발전과 동시에 성장하고 있다. 또한 핵심 기술인 벡터 정렬(Vector Alignment)은 임베딩 기반 다양한 분석에 적용될 수 있다는 기대에 힘입어 학계의 관심이 더욱 높아지고 있다. 특히 벡터 정렬은 최근 수요가 높아지고 있는 분야간 매핑, 즉 대용량의 범용 문서로 학습된 사전학습 언어모델의 공간에 R&D, 의료, 법률 등 전문 분야의 어휘를 매핑하거나 이들 전문 분야간의 어휘를 매핑하기 위한 실마리를 제공할 수 있을 것으로 기대된다. 하지만 학계에서 주로 연구되어 온 선형 기반 벡터 정렬은 기본적으로 통계적 선형성을 가정하기 때문에, 본질적으로 상이한 형태의 벡터 공간을 기하학적으로 유사한 것으로 간주하는 가정으로 인해 정렬 과정에서 필연적인 왜곡을 야기한다는 한계를 갖는다. 본 연구에서는 이러한 한계를 극복하기 위해 데이터의 비선형성을 효과적으로 학습하는 딥러닝 기반 벡터 정렬 방법론을 제안한다. 제안 방법론은 서로 다른 공간에서 벡터로 표현된 전문어 임베딩을 범용어 임베딩 공간에 정렬하는 스킵연결 오토인코더와 회귀 모델의 순차별 학습으로 구성되며, 학습된 두 모델의 추론을 통해 전문 어휘를 범용어 공간에 정렬할 수 있다. 제안 방법론의 성능을 검증하기 위해 2011년부터 2020년까지 수행된 국가 R&D 과제 중 '보건의료' 분야의 문서 총 77,578건에 대한 실험을 수행한 결과, 제안 방법론이 기존의 선형 벡터 정렬에 비해 코사인 유사도 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국조경학회지
• /
• 제50권1호
• /
• pp.1-19
• /
• 2022

울진 소광리 금강소나무림은 전통적으로 목재생산 목적의 소나무 보호지역(봉산)이었으며, 현재는 산림청 산림유전 자원보호구역으로 지정·관리되고 있다. 본 연구는 지형 특성, 현존식생, 수령, 식물군집구조를 분석하여 임목생산을 목적으로 한 울진 소광리 금강소나무림의 지속가능한 관리방안을 제안하고자 하였다. 대상지 지형 특성은 능선 36.7%, 계곡 38.7%로 능선과 계곡의 비율이 유사하였으며, 사면은 전체 면적의 24.7%로 좁게 형성되어 있었다. 소나무림 군집 유형은 소나무림의 갱신 진행상태, 낙엽활엽수 등 타 수종과의 경쟁상태, 층위구조 형성 여부 등을 기준으로 6개 유형으로 구분되었다. 대경목 소나무(흉고직경 40~60cm)의 수령은 약 60~70년 내외로 비교적 수령이 낮은 것으로 확인되었다. 상대우점치 및 층위구조를 분석한 결과, 소나무림 갱신 사업의 진행 정도에 따라 차이를 보이고 있었고, 소나무림의 유지뿐만 아니라 소나무 후계림의 조성, 소나무의 밀도 조절, 경쟁수목에 대한 적극적 관리를 실시하고 있었다. 군집별 평균 흉고단면적은 400m² 방형구를 기준으로 교목층은 12,642.1~25,424.4cm², 아교목층은 1.8~1,956.5cm²이었다. 흉고단 면적의 차이는 교목층을 형성하는 수목의 규격과 개체수, 소나무림의 갱신 정도(소나무 간벌 후 시간경과 정도)에 따라 차이가 나타났다. 군집별 평균 출현 종수는 8.7~20.3종으로 계곡부에 위치하고 있는 유형과 관리가 이루어지지 않아 낙엽활엽수와의 경쟁이 진행 중인 유형에서 출현 종수가 많았다. 종다양도는 0.6915~1.0942로 온대중부지역 소나무군집과 비교하여 낮은 것으로 평가되었다. 울진 소광리 금강소나무림의 관리목표는 경제적 가치가 높은 목재생산으로 설정하였으며, 지속적인 조림 및 목재생산 체계 구축, 목재생산량 증진을 위한 효율적 식생관리를 관리방향으로 제시하였다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.157-177
• /
• 2022

투자자들은 증권회사가 제공하는 시세표인 Limit Order Book 정보를 통해 국내외 투자자들이 제출하는 주문 정보를 실시간으로 파악하면서 거래에 참여하고 있다. Limit Order Book에 실시간으로 공개되고 있는 주문 정보가 주가 예측에서 유용성이 있을까? 본 연구는 장 중 투자자들의 매수와 매도 주문이 어느 한쪽으로 쏠리면서 주문 불균형이 나타나는 경우 미래 주가 등락의 예측 변수로서 유의성이 있는지를 분석하는 것이다. 분류 알고리즘을 이용하여 주문 불균형 정보의 당일 종가 등락에 대한 예측 정확도를 높이고, 예측 결과를 이용한 데이트레이딩 전략을 제안하며 실증분석을 통해 투자 성과를 분석한다. 자료는 2004년 1월 19일부터 2022년 6월 30일까지의 4,564일 동안의 코스피200 주가지수선물 5 분 봉 주가를 분석하였다. 실증분석 결과는 다음과 같다. 첫째, 총매수 주문량과 총매도 주문량의 불균형 정도로 측정하는 주문 불균형지수와 주가는 유의적 상관성을 보인다. 둘째, 주문 불균형 정보는 당일 종가까지의 미래 주가 등락에 대해서도 유의적인 영향력이 나타났다. 셋째, 주문 불균형 정보를 이용한 당일 종가 등락의 예측 정확도는 Support Vector Machines 알고리즘이 54.1%로 가장 높게 나타났다. 넷째, 하루 중 이른 시점에서 측정한 주문 불균형지수가 늦은 시점에서 측정한 주문 불균형지수보다 예측 정확성이 더 높았다. 다섯째, 종가 등락 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 비교모형의 투자 성과보다 높게 나타났다. 여섯째, 분류 알고리즘을 이용한 투자 성과는 K-Nearest Neighbor 알고리즘을 제외하면 모두 비교모형보다 총수익 평균이 높게 나타났다. 일곱째, Logistic Regression, Random Forest, Support Vector Machines, XGBoost 알고리즘의 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 수익성과 위험성을 동시에 평가하는 샤프비율에서도 비교모형보다 높은 결과를 보여주었다. 본 연구는 Limit Order Book 정보 중 총매수 주문량과 총매도 주문량 정보의 경제적 가치가 존재함을 밝혔다는 점에서 기존의 연구와 학술적 차별점을 갖는다. 본 연구의 실증분석 결과는 시장 참여자들에게 투자 전략적 측면에서 함의가 있다고 판단된다. 향후 연구에서는 최근 활발히 연구가 진행되고 있는 딥러닝 모형 등으로의 확장을 통해 주가 예측의 정확도를 높임으로써 데이트레이딩 투자전략의 성과를 개선할 필요가 있다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.251-273
• /
• 2022

최근 텍스트 분석을 딥러닝에 적용한 연구가 꾸준히 이어지고 있으며, 특히 대용량의 데이터 셋을 학습한 사전학습 언어모델을 통해 단어의 의미를 파악하여 요약, 감정 분류 등의 태스크를 수행하려는 연구가 활발히 이루어지고 있다. 하지만 기존 사전학습 언어모델이 특정 도메인을 잘 이해하지 못한다는 한계를 나타냄에 따라, 최근 특정 도메인에 특화된 언어모델을 만들고자 하는 방향으로 연구의 흐름이 옮겨가고 있는 추세이다. 도메인 특화 추가 사전학습 언어모델은 특정 도메인의 지식을 모델이 더 잘 이해할 수 있게 하여, 해당 분야의 다양한 태스크에서 성능 향상을 가져왔다. 하지만 도메인 특화 추가 사전학습은 해당 도메인의 말뭉치 데이터를 확보하기 위해 많은 비용이 소요될 뿐 아니라, 고성능 컴퓨팅 자원과 개발 인력 등의 측면에서도 많은 비용과 시간이 투입되어야 한다는 부담이 있다. 아울러 일부 도메인에서 추가 사전학습 후의 성능 개선이 미미하다는 사례가 보고됨에 따라, 성능 개선 여부가 확실하지 않은 상태에서 도메인 특화 추가 사전학습 모델의 개발에 막대한 비용을 투입해야 하는지 여부에 대해 판단이 어려운 상황이다. 이러한 상황에도 불구하고 최근 각 도메인의 성능 개선 자체에 초점을 둔 추가 사전학습 연구는 다양한 분야에서 수행되고 있지만, 추가 사전학습을 통한 성능 개선에 영향을 미치는 도메인의 특성을 규명하기 위한 연구는 거의 이루어지지 않고 있다. 본 논문에서는 이러한 한계를 극복하기 위해, 실제로 추가 사전학습을 수행하기 전에 추가 사전학습을 통한 해당 도메인의 성능 개선 정도를 선제적으로 확인할 수 있는 방안을 제시한다. 구체적으로 3개의 도메인을 분석 대상 도메인으로 선정한 후, 각 도메인에서의 추가 사전학습을 통한 분류 정확도 상승 폭을 측정한다. 또한 각 도메인에서 사용된 주요 단어들의 정규화된 빈도를 기반으로 해당 도메인의 특수성을 측정하는 지표를 새롭게 개발하여 제시한다. 사전학습 언어모델과 3개 도메인의 도메인 특화 사전학습 언어모델을 사용한 분류 태스크 실험을 통해, 도메인 특수성 지표가 높을수록 추가 사전학습을 통한 성능 개선 폭이 높음을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.35-43
• /
• 2023

본 연구의 목적은 행정서비스 활용을 위한 디지털 트윈 정책 연구이다. 본 연구는 1,000명의 대상을 기반으로한 모바일 설문조사를 통해 진행되었으며 그 연구 결과는 다음과 같다. 첫쨰, 디지털 트윈을 활용하기 위해 경기도 측면에서 적용할 수 있는 적절한 서비스 발굴이 선행되어야 한다. 경기도의 현장 업무에 적절한 디지털 트윈 서비스 발굴 시도가 우선적으로 선행되고 이를 통한 업무의 효율성 증진이 필요하다. 둘쨰, 경기도 디지털 트윈 행정서비스는 중앙정부 사업과의 중복성은 방지하고 연계 활용 가능한 모델을 구축해야 하며, 도와 시군의 현안 연관성이 높고 수요자 즉 도민이 원하는 행정서비스를 중심으로 추진되어야 한다. 셋쨰, 행정서비스 운영방식은 경기도의 디지털 트윈 행정서비스 개발을위해서 시범사업 참여를 통한 표준모델 구축 방안을 검토해야 한다. 사업 추진 방식으로 경기도가 주관기관이 되어, 협약사업 방식으로 추진하고, 경기도 디지털 트윈 자문위원단을 통해 사업 추진 전반에 대한 지원 체계를 마련하라는 것을 제언하고자 한다. 넷째, 전담부서와 행정서비스 구축, 운영, 관리 등을 위한 관련 제도 마련이 되어야 한다. 경기도에서 디지털 트윈 실현을 위해서는 사업 추진 및 운영과 법·제도적 개선을 위한 다양한 역할을 수행 할 수 있는 전담 조직이 필요하며, 전담 조직 지정을 위해서 기존 부서의 확대 개편 방안과 신설 부서 운영에 대한 검토가 필요하다. 본 연구의 한계 요인은 경기도 중심의 참여자들에 대한 조사로서 향후에는 전국을 기반으로 연구하는 것을 제언한다. 본 연구의 기대효과는 디지털 트윈 서비스를 공적인 업무를 적용시 활용할 수 있는 기초 자료로 이용할 수 있다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.131-154
• /
• 2022

최근 방대한 양의 텍스트 데이터에 대한 분석을 통해 유용한 지식을 창출하는 시도가 꾸준히 증가하고 있으며, 특히 토픽 모델링(Topic Modeling)을 통해 다양한 분야의 여러 이슈를 발견하기 위한 연구가 활발히 이루어지고 있다. 초기의 토픽 모델링은 토픽의 발견 자체에 초점을 두었지만, 점차 시기의 변화에 따른 토픽의 변화를 고찰하는 방향으로 연구의 흐름이 진화하고 있다. 특히 토픽 자체의 내용, 즉 토픽을 구성하는 키워드의 변화를 수용한 다이내믹 토픽 모델링(Dynamic Topic Modeling)에 대한 관심이 높아지고 있지만, 다이내믹 토픽 모델링은 분석 결과의 직관적인 이해가 어렵고 키워드의 변화가 토픽의 의미에 미치는 영향을 나타내지 못한다는 한계를 갖는다. 본 논문에서는 이러한 한계를 극복하기 위해 다이내믹 토픽 모델링과 워드 임베딩(Word Embedding)을 활용하여 토픽의 변화 및 토픽 간 관계를 직관적으로 해석할 수 있는 방안을 제시한다. 구체적으로 본 연구에서는 다이내믹 토픽 모델링 결과로부터 각 시기별 토픽의 상위 키워드와 해당 키워드의 토픽 가중치를 도출하여 정규화하고, 사전 학습된 워드 임베딩 모델을 활용하여 각 토픽 키워드의 벡터를 추출한 후 각 토픽에 대해 키워드 벡터의 가중합을 산출하여 각 토픽의 의미를 벡터로 나타낸다. 또한 이렇게 도출된 각 토픽의 의미 벡터를 2차원 평면에 시각화하여 토픽의 변화 양상 및 토픽 간 관계를 표현하고 해석한다. 제안 방법론의 실무 적용 가능성을 평가하기 위해 DBpia에 2016년부터 2021년까지 공개된 논문 중 '인공지능' 관련 논문 1,847건에 대한 실험을 수행하였으며, 실험 결과 제안 방법론을 통해 다양한 토픽이 시간의 흐름에 따라 변화하는 양상을 직관적으로 파악할 수 있음을 확인하였다.

• 대중서사연구
• /
• 제25권1호
• /
• pp.349-392
• /
• 2019

한일국교정상화를 전후하여 '일본이 또 다시 한반도로 온다'라는 막연한 불안과 공포의 정조가 조성되었으며, 그에 대한 반작용으로 '왜색' 비판담론이 강력하게 대두되었다. 다만 기존의 '왜색' 비판담론이 미처 처분하지 못한 식민지 잔재에 대한 민족적 반감을 표명하는 것이었다면, 1960년대 비판담론은 대중문화 속에서 새롭게 생성되고 있던 '왜색'에 신경을 곤두세우고 있었으며 그것을 한국에 대한 '일본의 변함없는 악의'가 징후적으로 드러나는 현상으로서 파악하고자 했던 것이다. 이처럼 국교정상화를 전후하여 대두된 '왜색' 비판담론은 기존 비판담론과는 질적인 차이를 지녔다. 이 새로운 '왜색' 비판의 논리는 "국경을 넘는 문화적 현대성의 매개", 즉 냉전체제하 지정학적 질서 속에서 유동하고 연쇄되었던 서구(미국)발 탈민족적·탈국가적 '대중문화'와 그것의 소비주체로서 성장한 '대중'에 대한 경계와 검열의 의지를 동반하고 있었던 것이다. 따라서 1960년대 한국에서 '대중적인 것=왜색적인 것=소비적인 것'의 위상학은 그 사회 내부에 존재했던 "도덕적 요구의 역설"을 드러내 보인다. 이는 일본이라는 타자와의 직접적 접촉을 회피하도록 하면서도 동시에 그것에 한없이 이끌리며 가까이 다가가도록 만드는 분열적 순환구조를 고착화하는 계기가 된다. 그것은 자타를 엄밀하게 가르는 도덕적 절단을 통해 대상을 저편으로 밀어내면서도 한편으로는 그 대상에 매료되어 다시 이편으로 끌어들이는 반복강박을 내포하는 것이다. 이 글은 그것이 구조화된 궤적을 더듬어보고 그에서 반복되어 나타난 불협화음의 의의를 정치미학적 차원에서 해명하고자 당대에 발생된 상이한 소리들에 귀를 기울여 볼 작정이다. 그것은 곧 한국사회의 내적 통제원리를 구축하려는 권력이 강력하게 발동하면 할수록, 혹은 그 권력이 지닌 억압적이고도 폭력적인 이면을 감추기 위해서라도 되풀이하여 끌어들어야만 했던 '일본(적인 것)'이라는 대타성, 즉 완전히 자신의 일부로 받아들일 수도 없고 소멸시켜 버릴 수도 없는 역설에 대한 고찰이 될 것이다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.171-187
• /
• 2023

저화소의 감시카메라와 같은 촬영 장비를 통해 사람의 얼굴을 인식할 경우, 화질이 낮아 얼굴을 포착하기 어렵다는 문제점이 있다. 이렇게, 사람의 얼굴을 인식하기 어렵다면 범죄용의자나 실종자를 특정해내지 못하는 등의 문제가 발생할 수 있다. 기존 이미지 속 안면 인식에 관한 연구들에서는 정제된 데이터셋을 사용하였기 때문에 다양한 환경에서의 성능을 가늠하기 어렵다는 한계가 존재한다. 이에, 본 논문에서는 저화질 이미지에서 안면 인식 성능이 떨어지는 문제를 해결하기 위해 다양한 환경을 고려한 저화질 안면 이미지에 대해 화질 개선을 수행하여 고화질 이미지를 생성한 뒤, 안면 특징점 검출의 성능 향상시키는 방법을 제안한다. 제안 방법의 현실 적용 가능성을 확인하기 위해 전체 이미지에서 사람이 상대적으로 작게 나타나는 데이터셋을 선정하여 실험을 수행하였다. 또한 마스크 착용 상황을 고려한 안면 이미지 데이터셋을 선정하여, 현실 문제로의 확장 가능성을 탐구하였다. 안면 이미지의 화질을 개선하여 특징점 검출 모델의 성능을 측정한 결과, 개선 후 안면의 검출 여부는 마스크를 착용하지 않은 이미지의 경우 평균 3.47배, 마스크를 착용한 경우 평균 9.92배로 성능 향상을 확인할 수 있었다. 안면 특징점에 대한 RMSE는 마스크를 착용한 이미지의 경우 평균 8.49배 감소, 마스크를 착용하지 않은 경우 평균 2.02배 감소한 것을 확인할 수 있었다. 이에, 화질 개선을 통해 저화질로 포착된 안면 이미지에 대한 인식률을 높여 제안 방법의 활용 가능성을 확인할 수 있었다.

• 정보관리학회지
• /
• 제39권4호
• /
• pp.191-213
• /
• 2022

기존 국립세종도서관 정책정보포털(POINT)의 국정과제 서비스를 뛰어넘는 고품질 정책정보서비스 제공을 위하여, 새로운 국정과제 이행에 필요한 정책자료를 효과적으로 서비스할 수 있는 방안이 필요하다고 생각된다. 이에 본 연구에서는 BRM기반 국정과제와 정책정보콘텐츠 연계 및 구축방안을 모색하고자 하였다. 이를 위해, 첫째, 신(新)정부 120대 국정과제를 중심으로 국정과제 유형과 정부기능분류체계 분야·영역별 콘텐츠를 분석하였다. 또 이전 정부의 국정과제와 현 정보의 국정과제를 비교·분석하여 국정과제 관련 콘텐츠 구축 시 중점적으로 반영해야 할 내용을 파악하였다. 둘째, 정책정보 및 국가 정보 포털의 현황 분석 등을 통해 정책 정보의 연계 및 수집 방안을 모색하였다. 연구 결과, 첫째, 국정과제의 1단계 BRM을 보면, 사회복지 21개, 통일외교 14개, 산업통상중소기업 17개, 일반공공행정 12개, 재정세제금융이 8개, 문화체육관광과 과학기술, 교육이 각 6개, 통신과 공공질서및안전이 5개, 보건, 교통및물류, 환경이 각 4개, 농림 3개, 국방, 지역개발이 각 2개, 해양수산이 각 1개 등의 순으로 나타났다. 신(新)정부의 경우 과학기술과 IT를 중시하는 것을 알 수 있어 핵심 국정과제 정보서비스 구축 시에도 이를 고려할 필요가 있다. 둘째, 외부 기관과의 데이터베이스 연계를 위해서는 연계운영협의회를 구성하고, 국정과제 정보의 연계 및 수집, 국정과제 관련 정보 POINT 연계 및 제공이 필요하다.