• 핵의학기술
• /
• 제14권2호
• /
• pp.77-82
• /
• 2010

PET/CT 기기의 설치가 증가함에 따라 PET/CT 검사 시감쇄 보정을 위한 CT 검사 역시 증가하여 검사 과정에서 피폭 선량이 증가 되고 있어 의료 피폭의 저감 대책을 포함한 방사선 안전 관리의 체계적인 구축이 필요하다. 본 연구에서는 PET/CT 검사에서의 환자 선량 데이터베이스를 구축하여 환자 선량 저감을 위한 초석을 세우기 위해 CT 선량 측정 프로그램을 사용하여 CT를 사용한 투과 스캔 시 환자가 받는 CT의 예측 유효 선량을 비교 분석하였다. BIO40, BIO16, DSTe8 에서 $^{18}F$-FDG PET/CT 검사를 시행한 180명을 대상으로 하였다. 각 기기 별로 남, 여 30명씩 선량의 평균을 분석하였다. 자동 노출 제어 시스템으로 선량 조절 시 가장 큰 영향을 줄 수 있는 환자의 체중 별로 50 kg미만, 50-60 kg 미만, 60 kg 이상 세 집단으로 나누어 선량의 평균을 분석하였다. CT-Expo v1.7과 ImPACT v1.0을 사용하여 선량 측정을 한 값을 비교 분석하고 체중과 유효 선량의 상관관계를 분석하였다. BIO40에서 검사한 환자의 유효 선량을 CT-Expo v1.7과 ImPACT v1.0을 사용하여 예측하였을 때, 남자 환자 30명은 각각 $6.46{\pm}1.18$ mSv, $6.54{\pm}1.21$ mSv, 여자 환자 30명은 각각 $6.29{\pm}0.97$ mSv, $5.87{\pm}1.09$ mSv 이었다. BIO16 에서 검사한 환자의 유효 선량은 남자 환자 30명은 각각 $9.36{\pm}1.96$ mSv, $8.36{\pm}1.69$ mSv 여자 환자 30명은 각각 $10.02{\pm}2.42$ mSv, $8.43{\pm}1.89$ mSv 이었다. DSTe8에서 검사한 환자의 유효 선량은 남자 환자 30명은 각각 $9.36{\pm}1.96$ mSv, $9.74{\pm}2.55$ mSv, 여자 환자 30명은 각각 $9.05{\pm}2.27$ mSv, $9.19{\pm}2.29$ mSv 이었다. 각 기기에서 검사를 시행한 환자의 체중에 따른 환자의 선량을 비교하기 위해, BIO40에서 검사를 시행한 환자를 대상으로 하여 50 kg 미만, 50~60 kg 미만, 60 kg 이상으로 체중별로 세 개의 집단으로 나누어 환자 선량을 측정하였다. CT-expo v1.7로 측정을 하였을 때 각각 $6.05{\pm}1.77$ mSv, $6.18{\pm}1.05$ mSv, $6.80{\pm}1.06$ mSv이었고 ImPACT v1.0으로 측정했을 때 각각 $5.06{\pm}1.46$ mSv, $5.72{\pm}0.86$ mSv, $6.42{\pm}0.96$ mSv이었다. BIO16에서 검사를 시행한 환자를 대상으로 하여 50 kg 미만, 50-60 kg 미만, 60 kg 이상으로 체중 별로 나누어 환자 선량을 측정하였다. CT-Expo v1.7로 측정을 하였을 때 각각 $7.74{\pm}0.66$ mSv, $8.58{\pm}0.93$ mSv, $10.88{\pm}1.32$ mSv이었고 ImPACT v1.0으로 측정했을 때 각각 $6.60{\pm}0.54$ mSv, $7.45{\pm}0.69$ mSv, $9.43{\pm}1.11$ mSv이었다. DSTe8에서 검사를 시행한 환자를 대상으로 하여 50 kg 미만, 50-60 kg 미만, 60kg 이상으로 체중 별로 나누어 환자 선량을 예측하였다. CT-Expo v1.7로 측정했을 때 각각 $5.03{\pm}0.95$ mSv, $8.25{\pm}1.66$ mSv, $10.33{\pm}1.68$ mSv 이었고 ImPACT v1.0으로 측정했을 때 각각 $5.20{\pm}1.01$ mSv, $8.51{\pm}1.53$ mSv, $10.9{\pm}1.87$ mSv이었다. 체중과 유효 선량의 상관관계를 분석하였을 때 CT-Expo v1.7과 ImPACT v1.0에서 Pearson 정률 상관계수가 각각 0.743, 0.692으로 매우 강한 양의 상관관계가 있었다. 피폭 선량의 예측이 필요할 경우 이와 같은 상용화된 선량 평가 프로그램을 사용하면 Phantom 연구를 시행하지 않더라도 유효 선량의 예측 및 평가가 가능하고, CT 선량 관리를 위한 기초 자료를 수집하는데 활용 될 수 있을 것으로 생각된다.

• Asia pacific journal of information systems
• /
• 제17권4호
• /
• pp.31-59
• /
• 2007

We frequently use search engines to find relevant information in the Web but still end up with too much information. In order to solve this problem of information overload, ranking algorithms have been applied to various domains. As more information will be available in the future, effectively and efficiently ranking search results will become more critical. In this paper, we propose a ranking algorithm for the Semantic Web resources, specifically RDF resources. Traditionally, the importance of a particular Web page is estimated based on the number of key words found in the page, which is subject to manipulation. In contrast, link analysis methods such as Google's PageRank capitalize on the information which is inherent in the link structure of the Web graph. PageRank considers a certain page highly important if it is referred to by many other pages. The degree of the importance also increases if the importance of the referring pages is high. Kleinberg's algorithm is another link-structure based ranking algorithm for Web pages. Unlike PageRank, Kleinberg's algorithm utilizes two kinds of scores: the authority score and the hub score. If a page has a high authority score, it is an authority on a given topic and many pages refer to it. A page with a high hub score links to many authoritative pages. As mentioned above, the link-structure based ranking method has been playing an essential role in World Wide Web(WWW), and nowadays, many people recognize the effectiveness and efficiency of it. On the other hand, as Resource Description Framework(RDF) data model forms the foundation of the Semantic Web, any information in the Semantic Web can be expressed with RDF graph, making the ranking algorithm for RDF knowledge bases greatly important. The RDF graph consists of nodes and directional links similar to the Web graph. As a result, the link-structure based ranking method seems to be highly applicable to ranking the Semantic Web resources. However, the information space of the Semantic Web is more complex than that of WWW. For instance, WWW can be considered as one huge class, i.e., a collection of Web pages, which has only a recursive property, i.e., a 'refers to' property corresponding to the hyperlinks. However, the Semantic Web encompasses various kinds of classes and properties, and consequently, ranking methods used in WWW should be modified to reflect the complexity of the information space in the Semantic Web. Previous research addressed the ranking problem of query results retrieved from RDF knowledge bases. Mukherjea and Bamba modified Kleinberg's algorithm in order to apply their algorithm to rank the Semantic Web resources. They defined the objectivity score and the subjectivity score of a resource, which correspond to the authority score and the hub score of Kleinberg's, respectively. They concentrated on the diversity of properties and introduced property weights to control the influence of a resource on another resource depending on the characteristic of the property linking the two resources. A node with a high objectivity score becomes the object of many RDF triples, and a node with a high subjectivity score becomes the subject of many RDF triples. They developed several kinds of Semantic Web systems in order to validate their technique and showed some experimental results verifying the applicability of their method to the Semantic Web. Despite their efforts, however, there remained some limitations which they reported in their paper. First, their algorithm is useful only when a Semantic Web system represents most of the knowledge pertaining to a certain domain. In other words, the ratio of links to nodes should be high, or overall resources should be described in detail, to a certain degree for their algorithm to properly work. Second, a Tightly-Knit Community(TKC) effect, the phenomenon that pages which are less important but yet densely connected have higher scores than the ones that are more important but sparsely connected, remains as problematic. Third, a resource may have a high score, not because it is actually important, but simply because it is very common and as a consequence it has many links pointing to it. In this paper, we examine such ranking problems from a novel perspective and propose a new algorithm which can solve the problems under the previous studies. Our proposed method is based on a class-oriented approach. In contrast to the predicate-oriented approach entertained by the previous research, a user, under our approach, determines the weights of a property by comparing its relative significance to the other properties when evaluating the importance of resources in a specific class. This approach stems from the idea that most queries are supposed to find resources belonging to the same class in the Semantic Web, which consists of many heterogeneous classes in RDF Schema. This approach closely reflects the way that people, in the real world, evaluate something, and will turn out to be superior to the predicate-oriented approach for the Semantic Web. Our proposed algorithm can resolve the TKC(Tightly Knit Community) effect, and further can shed lights on other limitations posed by the previous research. In addition, we propose two ways to incorporate data-type properties which have not been employed even in the case when they have some significance on the resource importance. We designed an experiment to show the effectiveness of our proposed algorithm and the validity of ranking results, which was not tried ever in previous research. We also conducted a comprehensive mathematical analysis, which was overlooked in previous research. The mathematical analysis enabled us to simplify the calculation procedure. Finally, we summarize our experimental results and discuss further research issues.

• 한국의료질향상학회지
• /
• 제7권2호
• /
• pp.138-155
• /
• 2000

3차 의료기관 응급의료센터의 총 진료소요시간을 단축하여 업무의 효율성을 높이고 환자적체를 해소하는 방안을 마련하기 위하여 l997년 4월 1개월 동안 대구광역시 소재 영남대학교병원 응급의료센터 내원환자 1,742명을 대상으로 환자의 특성, 응급진료와 관련된 내용 및 응급진료시간, 그리고 상호관련성을 분석하였다. 평균 초진소요시간은 83.3분이었고, 남자 83.1분, 여자 84.9분여였으며, 평균 총 진료소요시간은 전체 698분이었고, 남자 718.0분 여자 670.5분이었다. 총 진료소요시간은 고령일수록 증가하였으며 의료보호환자에서 초진 및 퇴실시간이 가장 많이 소요되었고 산재환자는 가장 적게 소요되었다. 전원시 소견서를 구비하지 않은 경우에 초진소요시간어이 많았으며, 총 진료소요시간은 외래어에서 전과된 경우, 타병원으로부터 전원된 경우, 전원시 소견서를 구비한 경우와 OCS를 부분적으로 사용한 경우에 많았다. 약물중독환자, 심폐소생술을 시행한 환자, 내과환자 수혈을 받은 환자 및 복합진료 여부가 3개과 이상이었던 환자에서 총 진료소요시간이 많았으며 당직인턴수가 4명이었던 경우가 총 진료소요 시간이 5명이었던 경우에 비해 더 많이 걸렸다. 입원한 경우, 입원명령후 공실이 없었던 경우에서 역시 총 진료소요시간이 증가하였으며 총 진료소요시간과 유의한 상관관계를 갖는 연속변수로는 환자의 연령, 방사선검사수 및 일반검사수였다. 초진소요시간에 대한 중회귀분석결과, 응급의학과 환자, 응급환자, 내원시 심폐소생술 시행환자유무, 내원시 기관내삽관 여부 등이 유의한 독립변수였다. 총 진료소요시간에 대한 중회귀분석결과, 공실유무, 일반검사수, 최종진료과, 타병원 전원유무, 방사선검사수, 퇴원약 유무, 입원실 종류, 입원유무, 담당전공의 연차, 내원원인, 내원시 심폐소생술 시행환자 유무, 수술여부, 병원직원 지인유무 및 특수검사수가 유의한 독립변수였다. 이상의 결과로 보아 응급의료센터내의 환자적체현상을 해결하기 위한 방안으로는 응급환자와 비응급환자를 분류하는 제도적 장치가 필요하며, 필수적인 경우에 한해 일반검사 및 방사선검사를 실시하도록 하며, 병동내의 과별 지정병상을 유동적으로 운영하여 응급의료센터 환자가 우선적으로 입원될 수 있도록 각과의 협조가 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.59-77
• /
• 2012

기업의 성장성, 수익성, 안정성, 활동성, 생산성 등에 대한 다양한 분석이 은행, 신용평가기관, 투자자 등 많은 이해관계자에 의해 실시되고 있고, 이에 대한 다양한 경영분석 지표들 또한 정기적으로 발표되고 있다. 본 연구에서는 이러한 경영분석 지표를 이용하여 어떤 기업이 가까운 미래에 유상증자를 실시하는지를 데이터마이닝을 통해 예측하고자 한다. 본 연구를 통해 어떠한 지표가 유상증자 여부를 예측하는데 도움이 되는가를 살펴 볼 것이며, 그 지표들을 이용하여 예측할 경우 그 예측의 정확도가 어느 정도인지를 분석하고자 한다. 특히 1997년 IMF 금융위기 전후로 유상증자를 결정하는 변수들이 변화하는지, 그리고 예측의 정확성에 분명한 차이가 존재하는지 분석한다. 또한 유상증자 실시 시기를 경영분석 지표 발표 후 1년 내, 1~2년 내, 2~3년 내로 나누어 예측 시기에 따라 예측의 정확성과 결정 변수들의 차이가 존재하는지도 분석한다. 658개의 유가증권상장법인의 경영분석 데이터를 이용하여 실증 분석한 결과, IMF 이후의 유상증자 예측모형이 IMF 이전의 예측모형에 비해 예측 정확도가 높았고, 학습용 데이터의 예측 정확도와 검증용 데이터의 예측 정확도 차이도 IMF 이후가 낮게 나타났다. 이러한 결과는 IMF 이후 재무자료의 정확도가 높아졌고, 기업에게 유상증자의 목적이 더욱 명확해졌다고 해석될 수 있다. 또한 예측기간이 단기인 경우 경영분석 지표 중 안전성에 관련된 지표들의 중요성이 부각되었고, 장기인 경우에는 수익성과 안전성뿐만 아니라 활동성과 생산성 관련지표도 유상증자를 예측하는 데 중요한 것으로 파악되었다. 그리고 모든 예측모형에서 산업코드가 유상증자를 예측하는 중요변수로 포함되었는데 이는 산업별로 서로 다른 유상증자 유형이 존재한다는 점을 시사한다. 본 연구는 투자자나 재무담당자가 유상증자 여부를 장단기 시점에서 예측하고자 할 때 어떠한 경영분석지표를 고려하여 분석하는 것이 바람직한지에 대한 지침을 제공하는데 그 의의가 있다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.59-83
• /
• 2018

고객과 대중의 니즈를 파악하기 위한 감성분석의 중요성이 커지면서 최근 영어 텍스트를 대상으로 다양한 딥러닝 모델들이 소개되고 있다. 본 연구는 영어와 한국어의 언어적인 차이에 주목하여 딥러닝 모델을 한국어 상품평 텍스트의 감성분석에 적용할 때 부딪히게 되는 기본적인 이슈들에 대하여 실증적으로 살펴본다. 즉, 딥러닝 모델의 입력으로 사용되는 단어 벡터(word vector)를 형태소 수준에서 도출하고, 여러 형태소 벡터(morpheme vector) 도출 대안에 따라 감성분석의 정확도가 어떻게 달라지는지를 비정태적(non-static) CNN(Convolutional Neural Network) 모델을 사용하여 검증한다. 형태소 벡터 도출 대안은 CBOW(Continuous Bag-Of-Words)를 기본적으로 적용하고, 입력 데이터의 종류, 문장 분리와 맞춤법 및 띄어쓰기 교정, 품사 선택, 품사 태그 부착, 고려 형태소의 최소 빈도수 등과 같은 기준에 따라 달라진다. 형태소 벡터 도출 시, 문법 준수도가 낮더라도 감성분석 대상과 같은 도메인의 텍스트를 사용하고, 문장 분리 외에 맞춤법 및 띄어쓰기 전처리를 하며, 분석불능 범주를 포함한 모든 품사를 고려할 때 감성분석의 분류 정확도가 향상되는 결과를 얻었다. 동음이의어 비율이 높은 한국어 특성 때문에 고려한 품사 태그 부착 방안과 포함할 형태소에 대한 최소 빈도수 기준은 뚜렷한 영향이 없는 것으로 나타났다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.33-56
• /
• 2017

위치기반서비스는 이동기기의 위치정보를 바탕으로 한 향상된 서비스로 최근 스마트폰을 활용한 모바일 응용프로그램에서 부각되고 있다. 하지만 이와 관련한 기술 및 서비스 개발에 비해 위치기반서비스의 사용의도에 관한 실증연구는 아직까지 부족하다. 또한 선행연구들은 어느 한 요인을 중심으로 단편적으로 수행되었으며 사용의도와의 직접적인 영향 관계에 대해 제시하지 못한 한계점을 가지고 있다. 이에 본 연구는 빠른 성장이 기대되는 위치기반서비스 시장에서 위치기반서비스 사용자의 위치기반서비스 수용의도 및 사용에 영향을 미치는 요인들에 관한 모델을 제시하였고 330명을 대상으로 하여 설문조사를 실시하여 이를 조사하였다. 자료를 분석한 결과 서비스 맞춤화, 서비스 품질과 개인적 혁신성은 위치기반서비스의 사용의도에 긍정적인 영향을 미치며 사용의도는 실제사용에 긍정적인 영향을 미치는 것으로 나타났다. 하지만 위치기반서비스의 맥락 하에 서비스 맞춤화와 개인적 혁신성은 사생활보호염려에 영향을 미치지 않으며 사생활보호염려는 위치기반서비스 사용의도에도 영향을 주지 않는 것으로 나타났다. 실제로 위치기반서비스에서 사용자에게 요구되는 정보는 위치에 관한 정보로 금융거래에 관련한 정보에 비해 민감하지 않기 때문에 이러한 결과가 나왔다고 추측할 수 있으면 위치기반서비스 사용자들은 전자상거래와 같은 정보시스템 사용자들에 비해 사생활보호에 대해서 예민하게 받아들이기 보다는 위치기반서비스 사용의 이점을 더 중시한다고 이해할 수 있다. 위치기반서비스의 맞춤화가 사용자의 사용의도에 긍정적인 영향을 미친다는 실증적 결과는 인공지능 등의 기술을 활용하여 사용자의 위치기반 서비스 사용 패턴을 분석함으로써 사용자의 정보수요 특성을 효과적으로 충족시켜줄 수 있는 맞춤화된 서비스의 제공으로 사용자의 사용의도를 강화시킬 수 있음을 시사하고 있다. 본 연구는 모바일 위치기반서비스 사용자의 사용의도와 실제사용에 미치는 요인들을 새롭게 다면적인 측면에서 실증적으로 조사하여 위치기반서비스와 관련하여 새로운 쟁점을 제시했으며 위치기반서비스 사용자의 사용의도와 실제사용에 대한 이해의 폭을 넓혔다는 점에서 의의가 있다. 또한 본 연구의 결과는 위치기반서비스 시장의 성장과 사용자들에 대한 효과적 대응 전략을 수립하는데 도움이 될 것으로 기대된다.

• 한국식품영양과학회지
• /
• 제44권12호
• /
• pp.1895-1904
• /
• 2015

본 연구에서는 건당 환자수가 높아 식품안전관리 우선순위가 높은 단체급식소의 식품, 조리도구 및 환경에서 식중독균을 분석하고 이들 미생물의 병원성 인자 및 항생제 내성을 확인하여 미생물 위험분석을 위한 기본정보를 제공하고자 하였다. 경기도 소재 총 8개(농촌 3, 도시 4 및 벽지 1) 학교급식소에서 식품 시료(n=66), 조리도구(n=44) 및 환경 시료(n=56) 등 총 179점의 시료를 채취하여 지표세균 및 식중독균을 분석하였다. 식품 시료에서 총균수는 평균 4.7 log CFU/g, 최대 8.1 log CFU/g으로 대장균군의 평균 오염도 3.1 log CFU/g, 최대 오염도 4.0 log CFU/g으로 높았다. 선반 및 개수대 등 환경 시료의 총균수는 평균 2.7 log CFU/g, 최대 4.1 log CFU/g으로 식품 시료보다 낮은 수준으로 분석되었으나 대장균의 경우 평균 4.0 log CFU/g, 최대 5.4 log CFU/g으로 식품 시료보다 오염 수준이 높아 환경으로 부터의 교차오염 가능성을 배제할 수 없었다. 병원성 미생물 중 Bacillus cereus의 정량분석 결과 식품(원료, 조리단계 및 조리식품 포함) 시료에서 평균 2.1 log CFU/g, 최대 4.1 log CFU/g으로 분석되었으나, 이 중 조리된 식품의 오염도는 10,000 CFU/g 이하로 식품공전의 기준 이하로 오염되어 있었다. Escherichia coli는 식품 중 조리 전 시료(n=14)에서만 검출율 35.7%로 분석되었으며 조리단계의 식품, 조리도구 및 환경 시료에서는 검출되지 않았다. Staphylococcus aureus의 경우 조리 전 식품 원료(n=14)의 21.4%에서 검출되었으며 환경 시료(냉장고 손잡이)에서 1건 양성으로 검출되었고, 조리단계의 식품, 조리도구 및 환경 시료에서는 검출되지 않았다. 그 외 Clostridium perfringens, Listeria monocytogenes, Salmonella spp., Vibrio parahaemolyticus는 분석된 모든 시료에서 모두 음성이었다. 분리된 B. cereus의 독소유전자(hblACD, nheABC, entFM, cytK enterotoxin gene)를 분석한 결과 구토 유발 독소인 ces는 모두 음성이었으나 분석된 86주 모두 적어도 1종 이상의 설사 유발 독소유전자가 검출되었으며 66.2%의 균주는 설사 유발 독소유전자를 모두 보유하고 있었다. 식품과 환경에서 분리한 S. aureus(n=16)의 장독소 생성 유전자를 분석한 결과 모두 1종 이상의 독소유전자가 검출되었다. 전형적인 장독소유전자 중에서는 sea만 검출되었으며, 독소충격증후군 toxin(tst) 유전자는 모든 분리주에서 검출되지 않았다. 집단 식중독 발생 시 초기 진료에 결정적 영향을 주는 항생제 내성 여부를 분석한 결과 E. coli(n=41)의 92.7%는 분석한 항생제 16종에 대해 내성을 보이지 않았고 cefazolin에 대한 내성률이 4.9%로 가장 높았으며, 1개 균주에서만 2개 항생제에 대해 다제내성을 보여 국내외 항생제 내성률보다 낮았다. S. aureus(n=16)는 시험한 19종 항생제 중 gentamicin에 대한 내성률이 62.5%로 가장 높았으며 일부 균주에서 2주 항생제에 대해 다제내성이 관찰되었다. 한편 단체 급식소 2개소의 조리도구와 환경 중 미생물 군집을 분석한 결과 특정균이 도구와 환경에서 중복 검출되어 도구와 환경 중 교차오염 가능성을 간접적으로 시사하였다. 이와 같이 본 연구에서 단체급식소 식품, 조리도구 및 환경 중 위생지표균과 병원성 미생물의 오염패턴을 분석하고 분리된 균주의 독성인자와 항생제 내성 정보를 분석하였다. 관련 정보는 단체급식소 미생물 위험분석과 이를 바탕으로 사전적, 정량적 안전관리 기술 개발에 활용 가능할 것으로 사료된다. 한편 식중독 유발의 다른 원인인 바이러스류와 기타 원인에 대한 연구는 진행되지 않아 추가 연구가 필요하다.

• 시큐리티연구
• /
• 제39호
• /
• pp.185-215
• /
• 2014

한국은 지금까지 북한의 테러범죄로 인해 많은 피해를 입었다. 현재 북한정권에 의한 테러 범죄행위 발생 가능성은 그 어느 때보다 높은 시점이고, 김일성 정권의 북한 테러범죄 행위는 통치자금 확보라는 목적 하에 독재로 자행되어 왔다. 이후 김정일 김정은 정권 동안 테러범죄 행위를 살펴보면, 비(非)권력 집단의 목표인 권력쟁취 경제이권 확보 등을 성취하고자 하는 갈등이 원인으로 작용하여 범죄행위로 표출되고 있음이 드러난다. 본 연구는 테러 대책의 궁극적인 목적이 장차 발생할 가능성 높은 위협에 대하여 사전예측 대비해야 한다는 측면에 초점을 맞추었으며, 이를 위해 집단 간 권력 갈등이 범죄의 한 요인이 된다고 설명하는 George B. Vold(1958)의 이론을 적용했다. 이에 다양한 북한 테러범죄 원인 중 각 시대별 고위층 권력 갈등으로 인한 테러범죄 행위를 분석하고, 이러한 시대적 흐름에 맞는 향후 대응방안을 제시하였다. 북한의 테러범죄 행위는 김정일 정권 이후, 고위층 간 권력 판도가 시대별로 급격히 변화하면서 세력 쟁취와 이권 강탈을 위한 권력 갈등으로 인해 더욱 심화되었다. 북한 고위층의 권력 갈등이 북한 테러범죄에 많은 영향을 미치고 있음에도 불구하고, 이에 관련된 정보 첩보 수집이 단편적인데다가 미국에 의존하는 등 실제적인 대응이 미약한 실정이다. 게다가 북한 테러범죄에 대한 심각성 및 시급함의 공감도 역시 높지 않아서 체계적인 국제공조가 이루어지지 않고 있으며, 공조 방안에 대한 논의조차 원활하게 진행되지 않고 있다. 더욱이 최근 DDoS공격 청와대 홈페이지 변조 GPS 교란전파 발사 무인정찰기 침투 등 수 많은 테러범죄 행위가 있었음에도 불구하고, 한국은 이 같은 비(非)대칭 테러범죄 행위가 미칠 파문에 비해 그 심각성을 깊이 인식하지 못하고 있다. 이제 북한 테러범죄의 원인을 밝히고 대응하기 위해 휴민트(HUMINT) 테킨트(TECHINT) 등을 통한 고위층 정보 수집을 확대하고, 이를 종합 분석하는 전담부서를 설치하는 한편, 탈북자 등 정보원의 보호 및 감독을 통한 포괄적인 수집체제를 확립해야 한다. 그리고 북한 테러와 관련된 국제협력에 적극 동참하여, 국제협약을 이끌어낼 수 있도록 국제적인 공조를 구축해야 한다. 또한 핵 미사일 테러와 함께 한층 정교해지고 첨단화 되어가는 사이버 전자 테러 전문기술에 대비하기 위해 법령 제 개정 및 관련 기구 예산 등 제도적 정비와 기술을 보완할 수 있는 전문 인력 양성 및 기술개발 등 실질적인 대응방안을 마련해야 할 것이다.