• 지능정보연구
• /
• 제26권2호
• /
• pp.79-104
• /
• 2020

최근 텍스트와 이미지 딥러닝 기술의 괄목할만한 발전에 힘입어, 두 분야의 접점에 해당하는 이미지 캡셔닝에 대한 관심이 급증하고 있다. 이미지 캡셔닝은 주어진 이미지에 대한 캡션을 자동으로 생성하는 기술로, 이미지 이해와 텍스트 생성을 동시에 다룬다. 다양한 활용 가능성 덕분에 인공지능의 핵심 연구 분야 중 하나로 자리매김하고 있으며, 성능을 다양한 측면에서 향상시키고자 하는 시도가 꾸준히 이루어지고 있다. 하지만 이처럼 이미지 캡셔닝의 성능을 고도화하기 위한 최근의 많은 노력에도 불구하고, 이미지를 일반인이 아닌 분야별 전문가의 시각에서 해석하기 위한 연구는 찾아보기 어렵다. 동일한 이미지에 대해서도 이미지를 접한 사람의 전문 분야에 따라 관심을 갖고 주목하는 부분이 상이할 뿐 아니라, 전문성의 수준에 따라 이를 해석하고 표현하는 방식도 다르다. 이에 본 연구에서는 전문가의 전문성을 활용하여 이미지에 대해 해당 분야에 특화된 캡션을 생성하기 위한 방안을 제안한다. 구체적으로 제안 방법론은 방대한 양의 일반 데이터에 대해 사전 학습을 수행한 후, 소량의 전문 데이터에 대한 전이 학습을 통해 해당 분야의 전문성을 이식한다. 또한 본 연구에서는 이 과정에서 발생하게 되는 관찰간 간섭 문제를 해결하기 위해 '특성 독립 전이 학습' 방안을 제안한다. 제안 방법론의 실현 가능성을 파악하기 위해 MSCOCO의 이미지-캡션 데이터 셋을 활용하여 사전 학습을 수행하고, 미술 치료사의 자문을 토대로 생성한 '이미지-전문 캡션' 데이터를 활용하여 전문성을 이식하는 실험을 수행하였다. 실험 결과 일반 데이터에 대한 학습을 통해 생성된 캡션은 전문적 해석과 무관한 내용을 다수 포함하는 것과 달리, 제안 방법론에 따라 생성된 캡션은 이식된 전문성 관점에서의 캡션을 생성함을 확인하였다. 본 연구는 전문 이미지 해석이라는 새로운 연구 목표를 제안하였고, 이를 위해 전이 학습의 새로운 활용 방안과 특정 도메인에 특화된 캡션을 생성하는 방법을 제시하였다.

• 대한지하수환경학회지
• /
• 제7권3호
• /
• pp.103-115
• /
• 2000

갈색 침전물의 생성은 우리나라 지하수의 개발 및 공급에 있어 흔히 발생하는 문제 중의 하나인데, 이에 따라 색도, 맛, 탁도 및 용존 철 함량 등의 항목에 있어 먹는 물 수질 기준을 초과하게 되고, 물 공급 시스템에 스케일링의 문제를 야기하게 된다. 경기도 파주 지역 지하수의 경우에도 양수 후 몇 시간 내에 갈색 침전물이 형성되어 수질을 악화시키고 있다. 본 연구에서는 지하수의 탁도를 유발하는 원인과 지화학적 반응 경로를 이해하고자, 평형열역학 및 반응속도론적 접근을 통하여 갈색 침전물의 형성과정을 파악하였다. 본 연구결과는 침전물의 형성을 최소화하기 위한 적정 양수 기법은 물론 수질 향상을 위한 최적 수처리 기법을 설계하는데 있어 중요한 자료로 활용될 것이다. 파주 지역의 암반 지하수는 물/암석(편마암)반응에 의해 Ca-$HCO_3$형의 수질 특성을 보인다. SEM-EDS 및 XRD 분석 결과, 갈색 침전물은 비정질의 함철 산화물 또는 수산화물로 해석된다. 다양한 공극 크기(6, 4, 1, 0.45, 0.2 $\mu\textrm{m}$)를 갖는 여과지를 이용한 다단계 여과 결과, 이들 침전물은 크기에 있어 대부분 1 내지 0.45$\mu\textrm{m}$의 입도를 갖는 콜로이드 형태이지만, 질량 분포로 볼 때는 1 내지 6$\mu\textrm{m}$범위가 우세함(총 질량의 약 81%)을 알 수 있다. 다량의 용존 철(II)은 지하수 유동 중에 철 함량이 높은(최대 3wt.%) 단층 파쇄암 내의 녹니석(clinochore)의 용해로부터 기원하는 것으로 판단된다. PHREEQC 프로그램을 이용한 포화지수 계산 및 pH-Eh 관계도에 대한 검토 결과, 침전물은 함철 수산화물임이 확인되며, 환원 조건에 있던 심부 지하수가 양수에 의해 산소에 노출되면서 화학성 변화(특히, 산화)에 의하여 침전함을 알 수 있다. 양수 이후의 시간 경과와 더불어 양수된 지하수의 pH, DO, 알칼리도는 점차 감소하며. 탁도는 증가하다가 일정 시간 경과 후 감소하는 경향을 보인다. 양수 이후의 경과 시간에 따른 용존 철(II)의 농도 감소율(즉, 반응 속도)은 Fe(II)=10.l exp(-0.0009t)로 표현된다. 따라서 갈색 침전물의 생성 반응은 양수 및 양수 후 저장 과정 중에 산소의 유입에 따른 산화 반응에 기인하며, 그 반응은 시간, 산소분압 및 pH에 의존함을 알 수 있다. 탁도를 제거하여 음용 가능한 수질을 확보하기 위해서는, 충분한 시간 동안 충분한 크기를 갖는 탱크 내에서의 다단계 저장 및 폭기를 거친 이후에 응집된 침전물에 대한 여과가 제안된다. 이때, 비용 절감 차원에서 상이한 입도 조건에서의 다단계 여과가 효과적일 것으로 생각된다. 한편, 개발 관정 내에서의 스케일링을 최소화하기 위해서는 심부 지하수로 산소가 풍부한 천층 지하수가 유입되는 과정을 최소화할 필요가 있다. 이를 위해서는 적정 채수량 범위 내에서의 지속적인 양수가 효과적일 것이다. 아울러, 산소가 풍부한 천층 지하수의 채수를 위한 별도의 관정 설치도 고려할 수 있을 것이다.

• 한국육종학회지
• /
• 제51권3호
• /
• pp.214-221
• /
• 2019

'아람'은 보석(IT213209)과 Camp (IT267356)를 모본으로 2007년 인공교배 하여 F₁, F₂ 분리집단을 전개하고 F₃-F₄ 세대는 세계 채소 센터(AVRDC, Asian Vegetable Research and Development Center)에서 세대촉진을 수행하고 F₅ 세대에서 계통을 선발하였다. 2012년~2013년 생산력검정시험을 통해 수량과 농업적 형질을 평가하고, 2014~2016년 수원, 나주, 달성, 제주에서 지역적응시험을 수행하여 지역별 적응성과 재배 안정성을 평가하였다. 아람은 유한신육형이며 엽형이 삼각형, 화색이 백색, 모용색이 회색, 협색은 황색이며 종실은 소립 구형으로 백립중이 9.9 g으로 풍산나물콩보다 1.0 g 가볍고 종피색은 황색, 배꼽색은 담갈색의 질적 특성을 가지고 있다. 개화기는 8월 5일, 성숙기는 10월 15일로 만숙종이며 풍산나물콩 보다 7일 느리다. 경장은 65 cm, 착협고는 13 cm, 마디수는 16개, 분지수는 4.5개이며 분지가 길고 각도가 작은 도원추형 초형이다. 내병성 검정결과 불마름병, 종자 이병립율, 검은뿌리 썩음병, 콩나방 저항성 등이 모두 강하였으며, 콩모자이크바이러스는 G5, G6H, G7H 접종 시 모자이크 증상이 나타났으나 3년간의 자연 이병 검정결과에서는 병징이 조사되지 않았다. 발아특성은 발아세와 발아율 모두 풍산나물콩보다 우수하였으며 콩나물 특성은 풍산나물콩과 비슷한 수준이었다. 수량성은 지역적응시험 결과 남부지역 평균 3.59 ton/ha로 풍산나물콩 대비 12% 증수되었다.

• 한국육종학회지
• /
• 제51권4호
• /
• pp.496-503
• /
• 2019

'새금'은 '대풍'을 모본, SS98207-3SSD-168를 부본으로 2003년 인공교배하여 계통육종법에 의하여 개발된 품종이다. 2009~2010년 생산력검정시험에서 수량을 검정하고 표준품종 대비 9% 증수되어 '밀양232호'의 계통명을 부여한 후 2011~2013년 12개소에서 지역적응시험을 실시한 결과 내탈립성, 내도복성이 강하고 착협고가 높아 기계수확에 적합한 초형으로 평가되어 2013년 농작물 직무육성 심의위원회에 상정하여 '새금'으로 명명하고 차년도 신품종 출원 및 국가품종목록등재 과정을 거쳤다. '새금'은 유한신육형, 화색이 백색, 종실은 종피와 제색이 황색이면서 모양이 구형인 장류 및 두부용 콩 품종이다. 개화기가 8월 2일, 성숙기가 10월 17일로 만생종이며 경장은 '대원콩' 보다 9 cm크며 주경절수가 16개로 많고, 백립중이 25.4 g인 특성을 지니고 있다. 불마름병과 콩모자이크바이러스는 자연이병포장에서 강한 것으로 조사되었으며 내도복성과 내탈립성 또한 강해 재배에 안정적이다. 두부가공적성은 '대원콩'과 비슷한 것으로 평가되었다. 수량성은 지역적응시험 결과 전북·전남·경북·경남 등 적응지역 평균 3.02 ton ha^-1로 '대원콩'과 대등하다. '새금'은 착협고가 18 cm로 높고 분지가 적은 초형에 도복에 강하고 내탈립성이 매우 강해 기계수확 적응성이 높은 품종이다.

• 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.

• 한국균학회지
• /
• 제7권1호
• /
• pp.13-73
• /
• 1979

양송이 합성퇴비(合成堆肥) 배지(培地)의 제조(製造)에 있어서 탄소원(炭素原), 질소원(窒素源) 등(等) 영양원(營養源)과 물리적(物理的) 안정(安定)을 위(爲)한 보조재료(補助材料)의 선정(選定), 볏짚을 주재료(主材料)로 사용(使用)할 때의 퇴비재료(堆肥材料)의 배합(配合), 야외퇴적(野外堆積) 및 후발효(後醱酵), 볏짚 퇴비배지(堆肥倍地)에서의 유해생물(有害生物) 발생(發生) 및 방제(防除)에 관(關)한 연구(硏究)를 수행(遂行)한 바 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 합성퇴비배지(合成堆肥倍地)의 탄소원(炭素原)으로서 볏짚은 보리짚과 밀짚보다 발효(醱酵)가 신속(迅速)하고 퇴비(堆肥)의 질소함량(窒素含量)이 높으며 배지(培地)의 질(質)이 양호(良好)하여 양송이 자실체(字實體) 수량(收量)이 현저(顯著)히 높았다. 2. 한국(韓國)에서 생산(生産)되는 일본형(日本型) 벼와 통일품종(統一品種等) 두 계통(系統)의 볏짚은 초형(草型) 및 이화학적(理化學的) 성질(性質)이 달라서 퇴비(堆肥)의 발효상태(醱酵狀態)에 차이(差異)가 많았다. 통일(統一)볏짚은 발효(醱酵)가 빠르게 진행(進行)되므로 퇴적기간(堆積期間)을 단축(短縮)하고 수분공급량(水分供給量)을 감소(減少)시키며 물리성(物理成) 안정재(安定材)를 첨가(添加)하여야 한다. 3. 보릿짚 퇴비(堆肥)는 볏짚퇴비(堆肥)보다 생산성(生産性)이 낮으나 보릿짚과 볏짚을 50 : 50으로 혼용(混用)하면 볏짚과 대등(對等)한 수량(收量)을 얻을 수 있었다. 4. 퇴비배지(堆肥倍地)의 전질소(全窒素), 전유기물(全有機物) 질소(窒素) 및 Amino산태(酸態), Amide태(態) Amino당태(糖態) 질소(窒素)와 자실체(字實體) 수량간(收量間)에는 각각(各各) 높은 정(正)의 상관(相關)이 있으나 Ammonia태(態) 질소(窒素)는 균사생장 및 자실체(字實體) 형성(形成)에 심(甚)히 유해(有害)하였다. 5. 볏짚을 주재료(主材料)로 사용(使用)할 때 무기태(無機態) 질소원(窒素源)으로서 요소(尿素)가 가장 좋았고 유안(硫安)과 석회질소(石灰質素)는 부적당(不適當)하였다. 요소(尿素)는 3회(回) 분시(分施)할 때 손실(損失)이 감소(減少)되고 퇴비(堆肥)의 질소함량(窒素含量)이 증가(增加)하였다. 6. 유기태영양원(有機態營養源) 중(中) 들깻묵, 참깻묵, 밀기울, 계양(鷄養) 등(等)의 첨가(添加)는 퇴비(堆肥)의 발효(醱酵)를 양호(良好)하게 하고 자실체수량(字實體收量)을 증가(增加)시켰다. 7. 들깻묵, 밀기울 등(等) 유기태영양원(有機態營養源)은 장유박(醬油粕), 이분조미료폐비(泥粉調味料廢肥) 등(等) 공장폐엽물(工場廢葉物)로서 대체(代替)하여 재배(栽培)할 수 있었다. 8. 볏짚퇴비(堆肥) 제조시(製造時) 석고(石膏)와 Zeolite를 첨가(添加)하면 과습(過濕) 및 결착(結着) 등(等)으로 인(因)한 물리성(物理性)의 악화(惡化)가 방지(防止)되며, 자실체수량(字實體收量)이 증가(增加)하는데 그 효과(效果)는 일본형(日本型) 볏짚보다 통일(統一)에서 현저(顯著)하였다. 9. 볏짚을 주재료(主材料)로 퇴비재료(堆肥材料)를 배합(配合)할 때 계양(鷄養) 10%, 깻묵 5%, 요소(尿素) $1.2{\sim}1.5%$, 석고(石膏) 1%를 첨가(添加)하고 봄재배(栽培) 때는 발열촉진(發熱促進)을 위(爲)하여 미강(米糠)을 첨가(添加)하는 것이 좋았다. 10. 볏짚배지(培地)의 야외퇴적시(野外堆積時) 적산온도(積算溫度)와 퇴비(堆肥) 부열도간(腐熱度間)에는 r=0.97의 높은 상관(相關)이 이고 적산온도(積算溫度) $900{\sim}1000^{\circ}C$일 때 자실체(字實體) 수량(收量)이 가장 많았다. 11. 퇴적기간(堆積期間)이 길어질수록 퇴비(堆肥)의 부열도(腐熱度)가 높아지고 전질소함량(全窒素含量)이 증가(增加)하고 Ammonia태(態) 질소(窒素)는 감소(減少)하였는데, 볏짚배지(培地)의 퇴적기간(堆積期間)은 봄재배(栽培) $20{\sim}25$일(日), 가을재배(栽培) 15일(日)이 적당(適當)하였고 그때의 부열도(腐熱度)는 각각 19및 24%였다. 12. 퇴비(堆肥) 후발효시(後醱酵時) 수분함량(水分含量)이 높은 퇴비(堆肥)를 진압(鎭壓) 하여 입상(入床)할 때 공기유통(空氣流通)이 감소(減少)하여 Ammonia태(態) 질소(窒素)의 잔류량(殘溜量)이 증가(增加)하고 Methane과 유기산(有機酸) 등(等) 환원성(還元性) 물질(物質)의 생성(生成)이 많았다. r=-0.76, 휘발성(揮發性) 유기산(有機酸)과는 r=-0.73의 부(負)의 상관(相關)이 있었다. 13. 입상시(入床時) 퇴비(堆肥)의 수분함량(水分含量) $69{\sim}80%$ 범위(範圍)에서 자실체(字實體) 수량(收量)은 수분함량(水分含量)이 증가(增加)할수록 감소(減少)하였는데 (r=-0.78) 이것은 공극량(孔隙量)의 감소(減少)에 기인(基因)하는 것이었다. 입상시(入床時) 균상(菌床)의 적정 공극량(孔隙量)은 $41{\sim}45%$. 14. 후발효(後發效) 정열(頂熱)은 병해충 방제(防除) 뿐 아니고 Ammonia의 제거(除去)를 위(爲)해서 필수적(必須的) 과정(科程)이며 정열후(情熱後) 4일간(日間)의 발효(發效) 과정(科程)이 필요(必要)하였다. 15. 볏짚 퇴비배지(堆肥倍地)에서 양송이 균(菌)에 유해(有害)한 영향(影響)을 미치는 사장균 10종(種)이 동정(同定)되었는데 그 중(中) Diehliomyces microsporus, Trichoderma spp.,Stysanus stemoitis 등(等)은 발생빈도(發生頻度)가 높고 피해(被害)가 심(甚)하였다. 16. Diehliomyces는 재배사(栽培舍) 온도조절(溫度調節), Basamid와 Vapam처리(處理)로서 방제(防除)가 가능(可能)하며 Trichoderma spp.는 Bavistin과 Benomyl 철포(撤布)로서 방제(防除)되었다. 17. 퇴비중(堆肥中) 서식(棲息)하여 양송이를 가해(加害)하는 4종(種)의 선충과 5종(種)의 응애(類)는 퇴비(堆肥)를 $60^{\circ}C$에서 6시간(時間) 정열(頂熱)시키므로서 방제(防除)할 수 있었다.

• 한국산림과학회지
• /
• 제54권1호
• /
• pp.1-24
• /
• 1981

강원도(江原道)는 관광자원(觀光資源)이 풍부(豊富)하며 태백산맥(太白山脈)을 중심(中心)으로한 산악관광권(山岳觀光圈), 동해안(東海岸)의 해안관광권(海岸觀光圈), 내륙(內陸)의 호수관광권(湖水觀光圈)으로 구분(區分)하고 있다. 동해(東海)의 절경(絶景)을 배경(背景)으로 설악산(雪岳山)과 오태산(五台山)의 국립공원(國立公園)이 있다. 그리고 치악산(雉岳山)의 도립공원(道立公園)이 있다. 북한강상류수계(北漢江上流水系)에는 발전용(發電用)댐건설(建設)로 만수(滿水)된 인공호수(人工湖水)가 연좌(連坐)하고 있어 호수관광권(湖水觀光圈)으로 각광(脚光)을 받고 있다. 본(本) 논문(論文)에서도 강원도행정수도(江原道行政首都)이며 호반(湖畔)의 도시(都市)인 춘천(春川)을 중심(中心)으로 북한강상류수계(北漢江上流水系)에 연좌(連坐)하고 있는 호수단지주변(湖水團地周邊)의 관광자원(觀光資源)을 배경(背景)으로 하여 삼림(森林)의 풍경적시업방안(風景的施業方案)을 모색하고 있다. 본(本) 호수단지(湖水團地)는 하류(下流)로부터 상류(上流)로 향(向)하여 의암호(衣岩湖), 소양호(昭陽湖), 춘천호(春川湖), 파려호(破慮湖)가 자리잡고 있으며 이들 4개(個) 호수(湖水)의 면적(面積)은 $140.4km^2$ 총저수량(總貯水量)은 4,155백만(百萬)$m^3$이다. 그리고 발전량(發電量)은 41만(萬)KW의 시설(施設)을 갖추고 있다. 이들 호수(湖水)를 위적(囲績)하고 있는 삼림면적(森林面積)은 $1,208km^2$에 달(達)한다. 삼림(森林)은 행정적(行政的)으로 시업림(施業林)$745km^2$와 시업제한림(施業制限林) $463km^2$로 구분(區分)하고 있으며 시업제한림(施業制限林)은 개발제한구역(開發制限區域)과 자연환경보전지구내(自然環境保全地區內)에 있는 삼림(森林)과 보안림(保安林)으로 되어 있다. 개발제한구역내(開發制限區域內)에 있는 삼림(森林)은 춘천(春川)을 중심(中心)으로 반경(半徑) 10km이내(以內)에 있는 의암호주변삼림(衣岩湖周邊森林)이며 그 면적(面積)은 $177km^2$이다. 자연환경보전지구내(自然環境保全地區內)의 삼림(森林)은 소양호연안(昭陽湖沿岸)에서 2km의 가시권내(可視圈內)에 설정(設定)되어 있으며 그 면적(面積)은 $165km^2$이다. 보안림(保安林)은 각(各) 호수연안삼림(湖水沿岸森林)에 설정(設定)되어 있으며 입지적여건상(立地的與件上) 수원함양림(水源函養林)이 주종(主宗)이며 그 면적(面積)은 $121km^2$이다. 본(本) 호수단지권내(湖水團地圈內)에는 많은 각승지(各勝地)와 유원지(遊園地) 그리고 문화재(文化財)와 유적지(遺蹟地)가 있어 호수(湖水)와 삼림(森林)과 같이 귀중(貴重)한 관광자원(觀光資源)으로 부상(浮上)되고 있다. 본(本) 호수단지주변삼림(湖水團地周邊森林)은 I~II영급(令級)의 유령림(幼令林)이 전체삼림(全體森林)의 70%를 점(點)하고 있어 ha당(當)축적(蓄積)은 $15m^3$로 탐약(貪弱)하다. 침엽수림(針葉樹林), 활엽수림(濶葉樹林), 혼효림(混淆林)의 면적비율(面積比率)은 35:37:28로 활엽수림(濶葉樹林)의 면적(面積)이 약천(若千) 우위(優位)를 점(點)하고 있다. 소유형태(所有形態)는 국유림(國有林), 도유림(道有林), 군유림(郡有林), 사유림(私有林)으로 되어 있으며 그 비율(比率)은 36:14:5:45로 사유림(私有林)이 약절반(約切半)을 점(點)하고 다음이 국유림(國有林), 도유림(道有林), 군유림(郡有林)의 순(順)으로 되어 있다. 지질(地質)은 모암(母岩)이 화강암(花岡岩) 또는 편마암계(片麻岩系)로서 풍화성(風化性)이 강(强)하고 표토층(表土層)이 척박(瘠薄)함으로 임지비배문제(林地肥培問題)를 염두(念頭)에 두어야 한다. 이상(以上)의 여건(與件)을 토태(土台)로 삼림(森林)의 풍경적시업(風景的施業)의 기본방향(基本方向)을 제시(提示)하면 다음과 같다. 1) 현재(現在) 임분(林分)은 유령림(幼令林)이 대부분(大部分)이고 임지(林地)가 척박(瘠薄)함으로 임지비배(林地肥培)와 임목무육(林木撫育)에 주력(注力)하여 장령림(壯令林)의 경지(境地)로 유도(誘導)할 것. 2) 황폐성미립목지(荒廢性未立木地)와 임간라지(林間裸地)에는 속성수(速成樹)인 리기다소나무, 오리나무 등(等)은 식재(植栽)하여 조속(早速)히 피복녹화(被覆綠化) 시킬 것. 3)계곡부(溪谷部)로서 습윤(濕潤)하고 지미(地味)가 비교적(比較的) 양호(良好)한 라지(裸地)에는 잣나무, 낙엽송, 전나무 등(等)을 식재(植栽)하여 교림(喬林)으로 육성(育成)할 것. 4) 현재(現在) 사유림(私有林)의 침엽수림(針葉樹林)은 적송(赤松)이 주체(主體)가 되어 있다. 적송(赤松)은 양수(陽樹)로서 수원함양기능(水源函養機能)이 적은 위에 현재(現在) 솔잎혹파리의 피해(被害)를 입고 있어 수종갱신(樹種更新)이 불가피(不可避)하다. 그러므로 계곡부(溪谷部)부터 잣나무, 전나무, 가문비나무, 솔송나무 등(等)을 식재(植栽)하에 점차(漸次) 음성(陰性) 침엽수림(針葉樹林)으로 대체(代替)케 할 것. 5) 현재(現在) 활엽수림(濶葉樹林)은 재질면(材質面)에 있어서나 풍치면(風致面)에 있어서 가치성(價値性)이 저렬(低劣)한 잡목(雜木), 관목(灌木) 등(等)이 많으므로 점차(漸次) 이를 제거(除去)하고 참나무, 단풍나무, 물푸레나무, 자작나무, 가래나무등(等)으로 대체(代替)케 할 것. 6) 주변(周邊) 산록부(山麓部)에는 벚나무, 수양버들, 은사시나무, 후박나무, 은행나무, 향나무, 밤나무, 살구나무, 등(等)의 관상수(觀賞樹)를 조화(調和)있게 식재(殖財)할 것. 7) 활엽수림(濶葉樹林)의 갱신(更新)을 중림형(中林型)으로 유도(誘導)하여 상하이단(上下二段)의 임관형(林冠型)의 미(美)를 조성(造成)하는 구역(區域)과 왜림형(矮林型)을 조리(調利)있게 배열(配列)하는 방안(方案)을 모색할 것. 8) 침엽수림(針葉樹林)의 갱신(更新)은 택벌작업(擇伐作業) 또는 산벌작업(傘伐作業)에 의(依)해 풍치보전(風致保全)을 기(期)할 것. 9) 혼효림(混淆林)은 상목(上木)은 침엽수(針葉樹)를 하목(下木)은 활엽수(濶葉樹)로 하는 중림형(中林型)의 풍치(風致)를 보존(保存)토록 할 것. 요(要)컨대 호수(湖水)의 우아(優雅)한 여성미(女性美)와 삼림(森林)의 호장웅대(豪壯雄大)한 남성미(男性美)가 조화(調和)되어 자연(自然)의 심오(深奧)한 신비성(神秘性)을 간직하는데 역점(力點)을 두어 궁극적(窮極的)으로는 삼림(森林)을 배경(背景)으로한 호수관광권(湖水觀光圈)의 면모(面貌)를 갖추는데 초점(焦點)을 둘 것이다.