• 한국해양학회지:바다
• /
• 제29권1호
• /
• pp.14-27
• /
• 2024

빈사 상태의 대륙붕 사퇴와는 달리, 연안 사퇴는 활동성이 높으며 주변 해양환경변화에 민감하게 반응하기 때문에 해저지형변화의 관점에서 관심의 대상이다. 대산항에서 불과 5 km 떨어진 장안사퇴는 지난 20여 년 동안 격심한 해저지형변화를 겪어오고 있다. 이러한 해저지형변화의 원인을 밝히기 위해서는 사퇴의 특성을 이해하는 것이 중요하다. 이러한 맥락에서 이 연구는 장안사퇴와 주변해역의 퇴적물 분포 양상을 이해하고자, 그랩식 채니기를 사용하여 총 227점의 퇴적물을 획득하고 체질-피펫방식의 입도분석을 수행하였다. 또한 1997년의 입도자료와 비교를 통해 지난 25년 동안의 퇴적물 입도 변화를 조사하였다. 장안사퇴의 중심부는 평균 입도 2-3∅의 중립사 내지는 세립사로 이루어졌으며, 사퇴의 골은 -2-6∅의 자갈과 니사질역으로 구성된다. 사퇴의 능선 퇴적물은 양호한 분급의 정규분포를 보인 반면에 사퇴의 기저 퇴적물은 불량한 분급과 주로 자갈퇴적물에 소량의 세립 퇴적물이 혼합된 양(+)의 왜도를 나타낸다. 사퇴의 중심부 퇴적물은 소량의 잔자갈의 혼합된 음(-)의 왜도를 보인다. 1997-2021년 동안 장안사퇴의 퇴적물은 전반적으로 0.5∅정도 조립해진 것으로 보이며, 겨울철 고파랑의 영향으로 세립질 퇴적물이 제거되었거나 해사채취 시 부유사의 제거로 설명할 수 있다. 표층퇴적물의 공간분포 양상을 미루어 볼 때 잔류 자갈 위에 30 m에 달하는 사퇴 본체가 놓인 것으로 추정된다. 사퇴 비대칭성, 기저면의 노출과 재동이 심한 잔류 자갈의 존재는 장안사퇴가 퇴적물 공급이 충분하지 않음을, 따라서 침식 상태에 놓여 있음을 시사한다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.1-23
• /
• 2013

융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).