• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.319-341
• /
• 2024

The utilization of multispectral imaging systems (MIS) in remote sensing has become crucial for large-scale agricultural operations, particularly for diagnosing plant health, monitoring crop growth, and estimating plant phenotypic traits through vegetation indices (VIs). However, environmental factors can significantly affect the accuracy of multispectral reflectance data, leading to potential errors in VIs and crop status assessments. This paper reviewed the complex interactions between environmental conditions and multispectral sensors emphasizing the importance of accounting for these factors to enhance the reliability of reflectance data in agricultural applications.An overview of the fundamentals of multispectral sensors and the operational principles behind vegetation index (VI) computation was reviewed. The review highlights the impact of environmental conditions, particularly solar zenith angle (SZA), on reflectance data quality. Higher SZA values increase cloud optical thickness and droplet concentration by 40-70%, affecting reflectance in the red (-0.01 to 0.02) and near-infrared (NIR) bands (-0.03 to 0.06), crucial for VI accuracy. An SZA of 45° is optimal for data collection, while atmospheric conditions, such as water vapor and aerosols, greatly influence reflectance data, affecting forest biomass estimates and agricultural assessments. During the COVID-19 lockdown,reduced atmospheric interference improved the accuracy of satellite image reflectance consistency. The NIR/Red edge ratio and water index emerged as the most stable indices, providing consistent measurements across different lighting conditions. Additionally, a simulated environment demonstrated that MIS surface reflectance can vary 10-20% with changes in aerosol optical thickness, 15-30% with water vapor levels, and up to 25% in NIR reflectance due to high wind speeds. Seasonal factors like temperature and humidity can cause up to a 15% change, highlighting the complexity of environmental impacts on remote sensing data. This review indicated the importance of precisely managing environmental factors to maintain the integrity of VIs calculations. Explaining the relationship between environmental variables and multispectral sensors offers valuable insights for optimizing the accuracy and reliability of remote sensing data in various agricultural applications.

• Journal of Radiation Protection and Research
• /
• 제10권1호
• /
• pp.50-63
• /
• 1985

농축인자법(濃縮因子法)(Concentration Factor Method)을 이용(利用)하여 결정피폭경로(決定被曝經路)를 분석(分析)한 후(後) 표준원전(標準原電)의 기체상방사성대기방출물(氣體狀放射性大氣放出物)에 대한 유도방출한도(誘導放出限度)(Derived Release Limits, DRL's)를 계산(計算)하였다. 이 방출한도(放出限度)는 핵시설(核施設) 주변(周邊)의 결정군구성개인(決定群構成個人)에 대(對)한 방사선(放射線) 피폭(被曝)을 관련피폭한도이하(關聯被曝限度以下)로 유지(維持)시키는 양(量)이다 본(本) 연구(硏究)에서는 1985년(年) 초(初) 미국(美國)의 환경보호청(環境保護廳)(EPA)에서 새로 권고(勸告)한 피폭한도(被曝限度)를 채택(採擇)하여 계산(計算)을 수행(遂行)하였다. 유도방출한도(誘導放出限度)(DRL)의 계산(計算)은 미국(美國)의 원자력(原子力) 규제위원회(規制委員會)(USNRC)가 규제지침(規制指針)(Reg. Guide) 1.109에서 제시(提示)하고 있는 선양평가(線量評價)모델을 표준(標準)모델로 사용(使用)하여 수행(遂行)하였으나, 동(同) 모델의 피폭경로분석(被曝經路分析)에서 우유(牛乳) 및 육류(肉類)의 섭취경로(攝取經路)는 국내(國內)의 현실상(現實狀) 무시가능(無視可能)한 것으로 고려(考慮)하여 본(本) 연구(硏究)에서 제외(除外)시켰다. 계산(計算)에서 고려(考慮)한 방출선원항(放出線源項)은 희유기체(稀有氣體), 요오드, 입자상원소(粒子狀元素) 및 삼중수소기체(三重水素氣體)였으며, 방출원(放出源)에서 북(北)쪽으로 1.3 km 거리에 위치(位置)하고 있는 주민영구거주지역(住民永久居住地域)을 대상(對象)으로 계산(計算)을 수행(遂行)하였다. 본(本) 연구(硏究)에서는 표준원전(標準原電)의 대상(對象)으로 고리원전(古里原電) 1호기(號機)를 선정(選定)하여 동원전(同原電)의 연간방출(年間放出)에 대(對)한 유도한도(誘導限度)를 계산(計算)하였으며, 1982년도(年度)의 실방출률(實放出率)과 비교(比較) 검토(檢討)하였다. 검토결과(檢討結果), 고리원전(古里原電) 1호기(號機)의 1982년도(年度)의 실방출률(實放出率)은 본(本) 연구(硏究)에서 구(求)해진 유도방출한도(誘導放出限度)보다 낮았으며, 방출물(放出物)에 의한 시설주변(施設周邊) 개인(個人)의 년간피폭선량(年間被曝線量)은 EPA에서 권고(勸告)하는 피폭한도이하(被曝限度以下)로 유지(維持)되었음을 알 수 있었다. 또한 본(本) 연구(硏究)에서 가장 결정적(決定的)인 피폭경로(被曝經路)는Co-60와 Cs-137과 같은 입자상침적방사핵종(粒子狀沈積放射核種)으로 오염(汚染)된 토양(土壤)에 의한 전신외부(全身外部) 피폭경로(被曝經路)였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.47-64
• /
• 2021

전 세계적으로 퍼진 코로나 19 상황은 우리의 일상생활의 많은 부분에 영향을 끼쳤을 뿐만 아니라, 경제·사회 등 많은 부분에 걸쳐 막대한 영향력을 미치고 있다. 확진자와 사망자 수가 증가함에 따라 의료진과 대중은 불안, 우울, 스트레스 등 심리적인 문제를 겪고 있다고 한다. 장기적인 부정적인 감정은 사람들의 면역력을 감소시키고 신체적인 균형을 파괴할 수도 있으므로 코로나 19로 인한 심리적인 상태를 이해하는 것이 필수적인 상황이다. 본 연구에서는 코로나 19 감정과 관련된 뉴스 데이터를 수집하여, 텍스트 마이닝을 통해 키워드를 분류하고, 키워드 사이의 의미 네트워크 분석을 통해 단어들의 관계를 시각화하였다. 코로나 감정과 관련된 기사의 키워드에 나타난 단어들의 빈도수를 확인하고 이를 워드 클라우드로 분석하였다. 키워드 빈도 분석 결과 코로나 19 감정과 관련하여 '중국', '불안', '상황', '마음', '사회', '건강'과 같은 단어의 빈도가 높게 나타난 것을 확인할 수 있었다. 각 데이터 간 연결 중심성을 분석한 결과 키워드 중심성 네트워크에서 가장 중심적인 핵심어는 '심리'와 '코로나 19', '블루', '불안'이라는 단어가 높은 연결 중심성을 가지는 것을 확인할 수 있었다. 기사의 헤드라인에 나타난 주요 핵심어 사이의 동시 출현 빈도 네트워크를 그래프로 시각화한 결과, '코로나-블루' 쌍이 가장 굵게 표시되었고, '코로나-감정', '코로나-불안' 쌍이 비교적 굵은 선으로 표시된 것을 알 수 있었다. 코로나와 관련된 '블루'는 우울증을 의미하는 단어로, 코로나와 우울증은 이제 관심을 가져야 할 키워드임을 확인할 수 있었다. 본 연구에서는 장기화한 코로나 19 상황에서 신체적인 방역뿐만 아니라 심리적인 방역에도 힘써야 할 이 시기에 보건 정책담당자가 빠르고 복잡한 의사결정 과정에 도움이 되고자 미디어 뉴스를 모니터링 함으로써, 더욱더 쉬운 소셜 미디어 네트워크 분석 방법을 제시하고자 한다.

• 한국조경학회지
• /
• 제47권2호
• /
• pp.59-75
• /
• 2019

본 연구는 조경산업의 관점에서 4차 산업혁명 기술을 탐색하여, 선순환적 가치증대에 필요한 기초자료를 제공하고자 수행하였다. 4차 산업혁명, 조경산업과 도시재생의 특성 등을 고찰하고, 체계적 연구에 적합한 기술 분류 체계를 틀로 선정하는 등 방법론을 설정하여 연구하였다. 먼저, 조경산업의 선순환적 가치증대에 활용이 가능한 디지털 데이터 기반의 4차 산업혁명 기술을 선별하였다. '요소기술 수준'에서 '핵심기술'인 사물인터넷, 클라우드 컴퓨팅, 빅데이터, 인공지능, 로봇, '주변기술'인 가상 증강현실, 드론, 3D 4D 프린팅, 3D 스캐닝이 디지털 데이터 기반의 4차 산업혁명 기술로 조명되었다. 조경산업에 특화하여 '트렌드 수준'으로 응용하면 선순환적 가치증대에 활용이 가능한 것으로 나타났다. '시스템 수준'은 하나의 범용기술로 분석하였으며, 플랫폼을 중심으로 요소기술 수준, 컴퓨터와 스마트기기 등이 유기적으로 상호연계되어 시스템화된 디지털 데이터 기반의 4차 산업혁명 기술로 조명되었다. 조경산업에 특화하여 '트렌드 수준'으로 응용하면 선순환적 가치증대에 효과적인 기술로 나타났다. 요소기술 수준을 응용한 트렌드 수준에서 제시된 모든 활용 방안의 구현과 시너지효과 창출이 가능하다. 스마트정원, 스마트공원 등이 추구해야 하는 수준으로 분석되었다. 트렌드 수준의 인접산업 기술 중에는 스마트시티, 스마트홈, 스마트팜 및 정밀농업, 스마트관광, 스마트헬스케어가 협업에 의한 연계성이 클 것으로 판단되었다. 다음으로, 도시재생 공공공간을 포함한 조경공간의 조성 유지관리 및 서비스에서 도구이자 소재로서, 트렌드 수준으로 응용된 관련 기술의 다양한 활용 방안이 조명되었다. 즉, 유비쿼터스 컴퓨팅의 실현으로 조경공간에서 디지털 기술의 기본적 특성이 반영된 초연결화, 초실감화, 초지능화, 초융합화되는 방안들이 제시되었다. 조경산업이 도시재생 사업에 참여함에 있어서도, 기존 업무를 비롯하여 새로운 성격의 요구 수용 및 조율, 교육, 컨설팅 등에서 가치를 증대하는데 효과적인 것으로 분석되었다. 특히, 조경영역 전반이 전략적 교두보로 유지관리를 연계하여, 트렌드 수준의 관련 기술을 시스템화할 때 선순환적 가치증대에 효과적인 것으로 나타났다. 산업구조 상, 다양한 경로에서 생산된 데이터와 정보를 유통시키는데 효과적이기 때문이다. 향후 디지털 데이터 기반의 4차 산업혁명 기술을 실제 조경공간의 조성 유지관리 및 서비스에 융합하여 실증하는 등의 후속적 연구가 필요하다.

• 서비스연구
• /
• 제13권2호
• /
• pp.114-129
• /
• 2023

4차 산업혁명 시대를 맞이하여 서비스 산업에서 4차 산업혁명 기술의 중요성이 증가하고 있다. 본 연구의 목적은 서비스 산업의 4차 산업혁명 기술 개발 및 활용 현황을 파악하고 이에 기반하여 서비스 산업의 4차 산업혁명 기술 혁신 특성과 시사점을 도출하는 것이다. 본 연구에서는 서비스 산업의 4차 산업혁명 기술 혁신 특성을 파악하기 위해 통계청의 기업활동조사 데이터를 기반으로 조사·분석을 수행하였다. 서비스 산업의 4차 산업혁명 기술에 대해 기업 비율, 기술 개발 및 활용 비중, 개발·활용 기술, 기술 활용 분야, 기술 개발 방법측면에서 분석하였다. 또한 서비스 산업 4차 산업혁명 기술 변화 추이도 분석하였다. 서비스 산업의 분석결과를 바탕으로 타 산업의 4차 산업혁명 기술 활용 및 개발 현황과 비교·분석하였다. 특히 서비스 산업의 4차 산업혁명 기술 혁신 유형을 4차 산업혁명 기업 비율과 4차 산업혁명 기업 비율의 증가율 관점에서 4가지 유형으로 구분하고 서비스 산업별 유형을 도출하였다. 연구 및 분석결과를 바탕으로 서비스 산업의 4차 산업혁명 기술 혁신 특성과 시사점을 9가지 관점에서 제시하였다. 연구결과 서비스 산업 기업이 타 산업 기업보다 더 적극적으로 4차 산업 혁명 관련 기술을 개발하거나 활용하고 있는 것으로 나타났고 그 격차는 더욱 확대되고 있는 것으로 분석되었다. 세부 서비스 산업별로는 정보통신업, 금융 및 보험업, 교육 서비스업의 4차 산업혁명 기술 개발 또는 활용 비율이 상대적으로 높았고, 4차 산업혁명 기업 비중이 가장 많이 증가한 서비스 산업은 부동산업, 교육 서비스업, 보건업 및 사회복지 서비스업으로 조사되었다. 특히, 클라우드, 빅데이터, 인공지능이 핵심 3대 4차 산업혁명 기술로 분석되었다. 서비스 산업은 4차 산업혁명 기업 비율과 증가율 측면에서 4개의 유형으로 구분할 수 있으며 유형별 차별적인 혁신 특성을 반영한 서비스 산업 혁신 방안이 필요하다.

• 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.