• 한국지구과학회지
• /
• 제24권8호
• /
• pp.684-690
• /
• 2003

최근 새로운 행정수도의 이전이 예상된 남한 중부 충청지방에 대한 관심이 고조되고 있다. 우리는 이 지역에서 1996년 9월 이후 한국교원대학교 지진관측망을 설치하석 운영 중이며, 이 관측망 중 2개 관측소에서 기록된 60개의 지진자료를 바탕으로 확장 Coda 규격화법을 이용하여 Q$_P^{-1}$ 과 Q$_S^{-1}$을 동시에 측정하였다. 부족한 자료를 보충하기 위해서 한국지질자원연구원 관측망 중 한국교원대학교 관측망과 지리적으로 인접한 1개의 관측소에서 기록된 33개의 지진자료도 함께 분석하였다. 측정된 Q$_P^{-1}$은 (1.9${\pm}$3.0)${\times}$10$^{-3}$에서 (5.4${\pm}$1.5)${\times}$10$^{-4}$으로, Q$_S^{-1}$은 (2.4${\pm}$1.4)${\times}$10$^{-3}$에서 (6.3${\pm}$1.1)${\times}$10$^{-4}$으로 주파수가 3.0Hz에서 24Hz로 늘어남에 따라 줄어드는 주파수 의존적 특성을 보인다. 이 값을 주파수의 지수형태로 나타내면 Q$_P^{-1}$=0.003f^{-0.62}$, Q$_S^{-1}$=0.006f$^{-0.071}$이다. 이 값들은 지진학적으로 안정한 전 세계의 다른 지역의 값과 유사하며 남한 남동부 지역값에 비해서는 다소 약한 주파수 의존을 나타낸다. 이는 고주파수에서 높은 Q$^{-1}$값 때문이다. 남한 남동부와 충청 동부지역 간의 Q$^{-1}$의 차이를 평가하기 위해서는 보다 많은 관측이 요구된다.

• 자원환경지질
• /
• 제30권2호
• /
• pp.137-142
• /
• 1997

호주 남부 부룩캉가지역의 폐광된 황철석광산의 광미댐 (Tailings Dam)에서는 광미와 지하수의 반응으로 황산이 형성, 배출되어 주변의 토양, 하천 및 지하수를 오염시키고 있다. 이와 같은 산성 폐수에 의한 환경오염 확산 방지를 위해서는 광미댐을 통하여 흐르는 지하수의 흐름경로를 파악하고 이를 감소시키는 노력이 필요하다. 본 논문에서는 지하수면 깊이의 변화를 파악하고 이를 통하여 지하수의 주 흐름경로를 확인하기 위하여 기존 유용광물 탐사에 주로 사용된 물리탐사방법들이 사용되었다. 본 연구에서 물리탐사방법으로는 시간영역 전자탐사 (TEM), DC 전기비저항탐사 그리고 자연전위 (SP)탐사법들이 사용되었다. SP법에 의하여 측정된 자연전위들은 매우 작았으며, SP자료해석만으로 주 지하수흐름의 경로규명이 어려웠다 TEM과 DC전기비저항 자료해석을 통하여 지하수면의 깊이를 정확하게 결정할 수 있었으며, DC 전기비저항법은 주로 10m내의 천부 대수층 구분에 유용한 반면에 TEM법은 성부구조 결정에 더욱 좋은 분해능을 보였다 TEM과 DC탐사자료들의 복합역산 (Joint Inversion)은 각각의 역산 (Inversion)보다 정확한 지전기적 (Geoelectric) 단면도를 제공하였으며, 물리탐사에 의하여 결정된 지하수면 깊이들은 각 측점에 설치된 관측공에서 피에조미터 (piezometer)에 의하여 측정된 지하수 수위와 거의 일치하였다. 모든 TEM 및 DC탐사 자료해석을 통하여 산출된 지하수 수위도는 탐사지역의 남동부에서 약 1m의 가장 얄은 수위를 나타나며, 반면에 가장 깊은 심도 (약 17 m)의 지하수 수위는 탐사지역의 북서부에서 위치하였다. 또한, TEM 및 DC탐사 자료해석에 의하여 산출된 탐사지역내의 대수층의 전기비저항 분포도에서는 높은 전기전도도의 대수층은 광미댐의 북동부에 존재하며, 가장 낮은 전기전도도를 갖는 대수층은 댐의 남동부에 분포하였다. 이와 같은 결과들로부터 오염이 되지 않은 신선한 (전기비저항이 높은) 지하수 유입의 근원은 광미댐의 남동부에 있음을 시사한다.

• 한국지역지리학회지
• /
• 제2권2호
• /
• pp.75-92
• /
• 1996

본 연구는 국제이해교육에 대한 이론적 바탕을 제공하고, 또 현재 한 일 고등학교에서 쓰이고 있는 세계지리 교과서의 국제이해 관련 내용을 2개의 중심주제, 6개의 소주제, 20개의 중심개념의 교과서 분석틀로 나누어 비중도 분석을 실시하여, 학생들이 사용하고 있는 세계지리 교과서가 국제 이해교육을 위해 효율적으로 구성되어 있고 그 내용이 적절한지 개괄적으로 살펴봄으로서 앞으로 한 일 고등학교 세계지리 교과서의 구성 및 내용체계가 어떠한 방향으로 나아가야 할 것인가를 제시하고자 한 연구이다. 한국의 6차 교육과정에 의한 세계지리 교과서와 일본의 6차 개정에 의한 세계지리 교과서를 비교 분석한 결과에 의하면, 중심주제인 상호의존의 영역에서는 양국이 거의 비슷한 비중을 보였으며, 상존(常存)문제의 영역인 인권, 인구, 자원문제에 있어서는 상당한 비중 차이를 보였는데 이는 한국과 일본의 교육과점의 차이로 볼 수 있다. 즉 한국의 경우 단원별로 계통지리적 방법과 지지적(地誌的) 방법을 별도로 채택만 반면 일본의 경우는 계통지리적 방법과 지지적(地誌的) 방법과의 상호보완 관계로 채택함으로서 취급된 지역에 대해서는 다면적으로 고찰시키도록 하고 있다. 따라서 한국 세계지리 교과서는 다양한 지역을 이해시키기 위한 구성 및 내용체계를 보이는 반면 일본 세계지리 교과서는 소수의 지역이지만 계통적 주제별로 자세하게 그 지역을 이해시키기 위한 구성 및 내용체계를 보이고 있음을 알 수 있다. 결론적으로, 국제이해교육을 위한 향후 양국의 지리 교과서는 본 연구자가 제시한 바 있는 국제이해교육의 기본적 틀에 맞추어 구성해 가는 것과 내용면에 있어서도 한국의 경우는 단편 지식위주의 서술에서 탈피해야 할 것이며, 일본의 경우는 6차 개정에서 많은 진전을 엿볼 수 있지만 자국위주 및 자국우월주의적 서술로부터의 탈피가 필요하다고 생각한다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.191-204
• /
• 2015

국내 소프트웨어(SW) 개발인력의 미충원율은 매우 높으며, 특히 2년 이상의 현장경력이 있는 고급 개발자의 부족문제는 심각하다. 최근 정부도 이를 인식하고, 정책적으로 SW개발 신규인력 양성에 힘을 기울이고 있다. 그러나, 이러한 노력은 초급개발자의 수급문제를 해결하는데 효과적일 수 있지만, 업계에서 요구하는 고급 개발자의 부족현상을 해결하는 근본적인 대책으로 인식되지는 못하고 있다. SW 전문개발자를 양성하기 위해서는 초급개발자들이 지속적으로 직무를 수행하여 풍부한 업무경험을 갖춘 고급 개발자로 성장해야 하기 때문이다. 이에, 본 연구는 국내 SW업체에서 근무하고 있는 개발관련 인력들의 업무 지속수행 의도를 조사하고, 이에 영향을 주는 주요요인들을 분석하였다. 이를 위해, 2014년 9월부터 10월까지 국내 SW업체에 근무하고 있는 현직 개발자 총 130명을 대상으로 설문조사를 수행하였으며, 이를 기반으로 SW개발업무 지속수행의도 및 이에 영향을 주는 요인들을 개발자의 특성, 직무환경, 그리고 SW개발자에 대한 사회적 인식 및 산업전망 등의 측면에서 분석하였다. 분석에는 데이터마이닝 기법들 중에서, 분석과정에서의 설명능력이 있는 회귀분석과 의사결정나무가 사용되었다. 회귀분석 결과, SW개발자가 스스로 인식하는 근무 가능한 연령이 높을수록, 내성적인 성향을 가질수록, 또한 적성에 맞아서 직무를 선택한 경우, 지속적 직무 수행 의도가 높은 것으로 나타났다. 이와 더불어, 선형회귀분석에서는 유의하지 않았으나, 규칙기반의 의사결정나무 분석에서 파악된 추가적 요인으로, 새로운 기술에 대한 학습능력 및 SW산업에 대한 전망이 직무 지속수행의도에 영향을 미치는 것으로 나타났다. 이러한 연구결과는 기업의 인적자원관리 및 고급 SW인력 양성정책에 활용될 수 있을 것으로 생각되며, 궁극적으로 SW개발인력의 직무 지속성을 증진시키는 데 기여할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.109-131
• /
• 2014

최근 전 세계적인 원전 설비의 수요 증가로 원자력 전략물자 취급의 중요성이 높아지는 가운데, 국외 수출을 위한 원전 관련 물품 및 기술의 신청 또한 급증하는 추세이다. 전략물자 사전판정 업무는 통상 원자력 물자 관리에 해박한 전문가의 경험 및 지식에 근거하여 수행되어 왔지만, 급증하는 수요에 상응하는 전문 인력의 공급이 부족한 실정이다. 이러한 문제를 극복하기 위하여, 본 연구진은 전략물자 수출 통제를 위한 사례 기반 지능형 수출 통제 시스템을 설계 및 개발하였다. 이 시스템은 현장 전문가의 전담 업무이던 신규 사례에 대한 전략물자 사전판정 과정 업무의 주요 맥락을 자동화 하여 전문가 및 관계 기관이 감당해야 할 업무 부담을 줄이며, 빠르고 정확한 판정을 돕는 의사결정 지원 시스템의 역할을 맡는다. 개발된 시스템은 사례 기반 추론 (Case Based Reasoning) 방식에 기반을 두어 설계되었는데, 이는 과거 사례의 특성을 활용하여 신규 사례의 해법을 유추하는 추론 방법이다. 본 연구에서는 자연어로 작성된 전자문서 처리에 널리 사용되는 텍스트 마이닝 분석 기법을 원자력 분야에 특화된 형태로 응용하여 전략물자 수출통제 시스템을 설계하였다. 시스템 설계의 근거로 선행 연구에서 제안된 반자동식 핵심어 추출 방안의 성능을 보다 엄밀히 검증하였고, 추출된 핵심어로 신규 사례와 유사한 과거 사례를 추출하는 알고리즘을 제안하였다. 제안된 방안은 텍스트 마이닝 분야의 TF-IDF 방법 및 코사인 유사도 점수를 활용한 결과(${\alpha}$)와 원자력 분야에서 통용되는 개념적 지식을 계통으로 분류하여 도출한 결과(${\beta}$)를 조합하여 최종 결과 (${\gamma}$) 를 생성하게 된다. 세부 요소 기술의 성능 검증은 임상 데이터를 활용한 실험 및 실무 전문가의 의견수렴을 통해 이루어졌다. 개발된 시스템은 사전판정 전문 인력을 다수 양성하는 데 드는 비용을 절감하는 데 일조할 것이며, 지식서비스 산업의 의미 있는 응용 사례로서 관련 산업의 성장에 기여할 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.57-78
• /
• 2020

인터넷의 발달로, 소비자들은 이커머스에서 손쉽게 상품 정보를 확인한다. 이때 활용되는 상품 리뷰는 사용자 경험을 토대로 작성되어 구매의사결정의 효율성을 높일 뿐만 아니라 상품 개발에 도움을 주기도 한다. 하지만, 방대한 양의 상품 리뷰에서 관심있는 평가차원의 세부내용을 파악하는 데에는 많은 시간과 노력이 소비된다. 예를 들어, 노트북을 구매하려는 소비자들은 성능, 무게, 디자인과 같은 평가차원에 대해 각 차원별로 비교 상품의 평가를 확인하고자 한다. 따라서 본 논문에서는 상품 리뷰에서 다차원 상품평가 점수를 자동적으로 생성하는 방안을 제안하고자 한다. 본 연구에서 제시하는 방안은 크게 2단계로 구성된다. 사전준비 단계와 개별상품평가 단계로, 대분류 상품군 리뷰를 토대로 사전에 생성된 차원분류모델과 감성분석모델이 개별상품의 리뷰를 분석하게 된다. 차원분류모델은 워드임베딩과 연관분석을 결합함으로써 기존 연구에서 차원과 단어들의 관련성을 찾기 위한 워드임베딩 방식이 문장 내 단어의 위치만을 본다는 한계를 보완한다. 감성분석모델은 정확한 극성 판단을 위해 구(phrase) 단위로 긍부정이 태깅된 학습데이터를 구성하여 CNN 모델을 생성한다. 이를 통해, 개별상품평가 단계에서는 구 단위의 리뷰에 준비된 모델들을 적용하고 평가차원별로 종합함으로써 다차원 평가점수를 얻을 수 있다. 본 논문의 실험에서는 대분류 상품군 리뷰 약 260,000건으로 평가모델을 구성하고, S사와 L사의 노트북 리뷰 각 1,011건과 1,062건을 실험데이터로 활용한다. 차원분류모델은 구로 분해한 개별상품 리뷰를 6개 평가차원으로 분류했고, 기존 워드임베딩 방식보다 연관분석을 결합한 모델의 정확도가 13.7% 증가했음을 볼 수 있었다. 감성분석모델은 문장보다 구 단위로 학습한 모델이 평가차원을 면밀히 분석함으로써 29.4% 더 높은 정확도를 보임을 확인했다. 본 연구를 통해 판매자, 소비자 모두가 상품의 다차원적 비교가 가능하다는 점에서 구매 및 상품 개발에 효율적인 의사결정을 기대할 수 있다.

• 한국환경농학회지
• /
• 제19권4호
• /
• pp.314-318
• /
• 2000

토양의 중금속 침출액간의 침출정도 및 유효도를 구명하기 위하여 휴${\cdot}$폐광산 인근 7개 지역 30개 지점 논토양을 대상으로 4종 단일침출법 및 총함량법에 의한 중금속함량 및 같은 지점에서 재배된 현미의 중금속함량을 분석하였다. 토양의 총 중금속에 대한 침출액별 함량비율은 $Cd\;12.1{\sim}39.1$, $Cu\;20.5{\sim}45.5$, $Pb\;10.6{\sim}30.7$, $Zn\;6.7{\sim}13.0%$였고, 특히 토양 pH 및 Ca함량이 높은 지역에서 0.1M-HCl 및 $0.1M-HNO_3$침출성 Cu, Pb의 함량비율이 매우 낮았고 0.005M-DTPA 및 0.05M-EDTA 침출성 Pb은 매우 높았다. Cd Cu 및 Zn의 토양 침출액 및 전함량간의 상호관계는 고도의 정의 상관을 보였으나 Pb은 비슷한 형태를 침출하는 0.1M-HCl과 $0.1M-HNO_3$, 0.05M-DTPA와 0.05M-EDTA만이 상관을 보였다. 토양의 총 중금속에 대한 현미 중 함량비율(Plant metal/Soil metal)은 Zn>Cd>Cu>Pb 순으로 각각 12.41, 10.92, 6.60, 0.06%였고, 특히 토양 pH 및 Ca함량이 높은 지역에서 Cd, Pb 및 Zn의 함량비율이 매우 낮게 나타났다. 토양의 Cd과 Zn함량은 모든 침출액에서 현미와 정의 상관을 보였고, 특히 침출액중 0.1M-HCl이 다른 침출액보다 상관성이 높은 것으로 나타났다. 토양 침출엑별 중금속과 현미와의 관계 및 토양의 총 중금속에 대한 현미중 함량비율로 볼 때 토양내 유효도와 식물로의 흡수이행성은 Cu, Pb보다 Cd, Zn가 높은 것으로 생각되었다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.121-139
• /
• 2014

기업의 부도 예측은 재무 및 회계 분야에서 매우 중요한 연구 주제이다. 기업의 부도로 인해 발생하는 비용이 매우 크기 때문에 부도 예측의 정확성은 금융기관으로서는 매우 중요한 일이다. 최근에는 여러 개의 모형을 결합하는 앙상블 모형을 부도 예측에 적용해 보려는 연구가 큰 관심을 끌고 있다. 앙상블 모형은 개별 모형보다 더 좋은 성과를 내기 위해 여러 개의 분류기를 결합하는 것이다. 이와 같은 앙상블 분류기는 분류기의 일반화 성능을 개선하는 데 매우 유용한 것으로 알려져 있다. 본 논문은 부도 예측 모형의 성과 개선에 관한 연구이다. 이를 위해 사례 선택(Instance Selection)을 활용한 배깅(Bagging) 모형을 제안하였다. 사례 선택은 원 데이터에서 가장 대표성 있고 관련성 높은 데이터를 선택하고 예측 모형에 악영향을 줄 수 있는 불필요한 데이터를 제거하는 것으로 이를 통해 예측 성과 개선도 기대할 수 있다. 배깅은 학습데이터에 변화를 줌으로써 기저 분류기들을 다양화시키는 앙상블 기법으로 단순하면서도 성과가 매우 좋은 것으로 알려져 있다. 사례 선택과 배깅은 각각 모형의 성과를 개선시킬 수 있는 잠재력이 있지만 이들 두 기법의 결합에 관한 연구는 아직까지 없는 것이 현실이다. 본 연구에서는 부도 예측 모형의 성과를 개선하기 위해 사례 선택과 배깅을 연결하는 새로운 모형을 제안하였다. 최적의 사례 선택을 위해 유전자 알고리즘이 사용되었으며, 이를 통해 최적의 사례 선택 조합을 찾고 이 결과를 배깅 앙상블 모형에 전달하여 새로운 형태의 배깅 앙상블 모형을 구성하게 된다. 본 연구에서 제안한 새로운 앙상블 모형의 성과를 검증하기 위해 ROC 커브, AUC, 예측정확도 등과 같은 성과지표를 사용해 다양한 모형과 비교 분석해 보았다. 실제 기업데이터를 사용해 실험한 결과 본 논문에서 제안한 새로운 형태의 모형이 가장 좋은 성과를 보임을 알 수 있었다.