• 한국산학기술학회논문지
• /
• 제17권10호
• /
• pp.591-599
• /
• 2016

국민건강보험공단 직장가입자들 중 만 20세 이상의 장애인 건강검진 수검자들을 대상으로 2009년도 3,186명, 2013년도 3,611명의 경증장애인들을 조사하였다. 경증 장애인은 장애인 분류표준 기준으로 지체장애, 뇌병변장애, 시각장애, 청각장애, 지적장애, 정신장애, 신장장애, 기타장애 판정을 받은 장애인들 중 3~6등급 장애인으로 그룹화하였다. 연구의 목적은 경증장애인들의 비만이 고혈당, 고혈압, 고콜레스테롤에 미치는 위험성을 살펴보고자 한다. 측정 항목으로는 복부비만, Body Mass Index, 공복시 혈당, 총콜레스테롤, 이완기 확장기혈압을 조사하였으며, 비만도와 각 질환의 위험군과의 관련성을 살펴보기 위해 교차분석과 다항 로지스틱회귀분석을 시행하였다. 그 결과, 남성, 연령이 낮을수록, 소득이 높을수록 복부비만과 BMI가 증가하였다. 또한, 각 질환별 이상군에서 복부비만군과 BMI의 위험도가 높았다. 2009년도는 BMI 비만군이 정상군에 비해 고혈압 위험도는 1.51배 높게 나타났다. 복부비만군은 정상인에 비해 고콜레스롤은 1.59배, 고혈압은 1.26배, 고혈당은 1.54배 더 높은 위험도를 나타냈다. 2013년도는 BMI 비만군이 정상군에 비해 고콜레스테롤은 1.72배, 고혈압은 1.43배 더 높은 위험도를 나타냈다. 복부비만인은 정상인에 비해 고혈당의 위험도가 1.59배 더 높게 나타났다. 장애인에서 비만의 위험도가 정상인에 비해 더 높게 나타난 결과로 보아, 장애인들의 정기적인 건강검진 수검율을 높이고 확대실시하여, 장애인들의 질병양상을 확인하고, 비만예방에 대한 적절한 교육과 관심이 요구되어진다.

• 인간행동과 음악연구
• /
• 제3권1호
• /
• pp.13-28
• /
• 2006

자폐아동들은 언어 및 의사소통에 결함을 공통적으로 보이는데 특히 문장을 이해하는 수용언어 면에서보다 일반적 상황에 적절하게 표현해야 하는 언어적 표현을 구사하는 데에 더 어려움을 겪는다. 따라서 본 연구에서는 수용할 수 있는 언어의 능력은 있으나 적절하게 표현하는 언어능력의 부족으로 의사소통에 어려움을 겪는 대상자들을 중심으로 노래 활동을 통해 언어표현 능력을 향상시키는데 그 목적을 두었다. 연구대상자는 중학생 자폐아동을 대상으로 일반학교 통합학급에 다니고 있는 아동들이 선정되었고, 선별 검사로 카프만 지능검사(K-ABC)와 아동기 자폐증 평정척도(CARS)를 이용하여 세 명의 남아를 선별하였다. 연구는 2단계로 나누어 이루어졌는데 첫 번째 단계는 1~12회기로, 사회적 상황을 이용한 노래활동을 배우는 기간으로 24곡의 곡을 가지고 활동하였다. 두 번째 단계는 13~15회기로 1단계에서 배웠던 24곡을 복습하였다. 총 15회기로 구성된 연구는 일주일에 2회씩 30분간 이루어졌다. 회기를 진행하기 일주일 전 후에 취학 전 아동의 수용언어 및 표현언어 검사도구(PRES)와 연구자가 개발한 표현언어 검사지를 통해 사전 사후 검사를 실시하여 언어표현 능력의 향상을 살펴보았고, 사후 검사 일주일 후에 표현언어 검사지를 통해 유지검사를 실시하여 향상된 언어표현 능력이 유지되는지를 살펴보았다. 연구 결과는 노래를 사용한 음악치료 활동이 자폐아동의 요구하기, 사회적 관습 이용하기, 거절 거부하기, 정보 제공하기 기술을 중심으로 언어표현 발생률을 증가시켜 세 아동의 언어 향상에 중요한 영향을 미쳤다. 노래 활동이 카프만 지능검사(K-ABC)에서 나타난 지능지수와, 취학전 아동의 수용언어와 표현언어(PRES)에서 나타난 언어 능력 및 아동기 자폐증 평정척도(CARS)에서 나타난 자폐의 정도에 따라 대상자간 습득도에 많은 차이를 보일 것으로 예상하였으나 검사 결과 비교를 통하여 대상자들이 가지고 있었던 지능지수나 언어 능력, 자폐정도에 별 상관을 보이지 않고 비슷한 정도의 향상을 보이고 있음을 밝혀내었다. 또한 취학 전 아동의 수용언어 및 표현언어 발달척도(PRES) 검사 도구를 이용한 사전 사후 검사 결과의 비교를 통하여 음악치료 활동이 세 아동의 언어표현 능력뿐만 아니라, 수용언어 능력도 향상된 것으로 나타났다. 이러한 결과들은 노래 활동을 중심으로 한 음악치료 프로그램이 언어표현능력 향상의 치료적 효과를 보여준 것으로 노래가 자폐아동들에게 언어표현능력의 향상을 위해 유용한 치료적 수단으로 활용될 수 있음을 입증한 것이라 할 수 있다. 특히 본 연구에서 활용된 음악적 자료들은 연구자가 아동들의 능력에 따라 자폐 아동들이 일상적으로 많이 노출되는 사회적 상황에 맞춰 작사 작곡하여 사용되었으며 이는 아동의 언어표현능력 향상에 효과적으로 쓰였다. 앞으로도 언어표현 능력의 향상을 위해 대상자의 기능과 능력에 적합한 많은 곡들이 개발되길 기대한다.

• 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.