• 지능정보연구
• /
• 제25권4호
• /
• pp.123-139
• /
• 2019

주요 구인구직사이트의 직무분류체계가 사이트마다 상이하고 SW분야에서 제안한 'SQF(Sectoral Qualifications Framework)'의 직무분류체계와도 달라 SW산업에서 SW기업, SW구직자, 구인구직사이트가 모두 납득할 수 있는 새로운 직무분류체계가 필요하다. 본 연구의 목적은 주요 구인구직사이트의 구인정보와 'NCS(National Competaency Standars)'에 기반을 둔 SQF를 분석하여 시장 수요를 반영한 표준 직무분류체계를 구축하는 것이다. 이를 위해 주요 구인구직사이트의 직종 간 연관분석과 SQF와 직종 간 연관분석을 실시하여 직종 간 연관규칙을 도출하고자 한다. 이 연관규칙을 이용하여 주요 구인구직사이트의 직무분류체계를 맵핑하고 SQF와 직무 분류체계를 맵핑함으로써 데이터 기반의 지능형 직무분류체계를 제안하였다. 연구 결과 국내 주요 구인구직사이트인 '워크넷,' '잡코리아,' '사람인'에서 3만여 건의 구인정보를 open API를 이용하여 XML 형태로 수집하여 데이터베이스에 저장했다. 이 중 복수의 구인구직사이트에 동시 게시된 구인정보 900여 건을 필터링한 후 빈발 패턴 마이닝(frequent pattern mining)인 Apriori 알고리즘을 적용하여 800여 개의 연관규칙을 도출하였다. 800여 개의 연관규칙을 바탕으로 워크넷, 잡코리아, 사람인의 직무분류체계와 SQF의 직무분류체계를 맵핑하여 1~4차로 분류하되 분류의 단계가 유연한 표준 직무분류체계를 새롭게 구축했다. 본 연구는 일부 전문가의 직관이 아닌 직종 간 연관분석을 통해 데이터를 기반으로 직종 간 맵핑을 시도함으로써 시장 수요를 반영하는 새로운 직무분류체계를 제안했다는데 의의가 있다. 다만 본 연구는 데이터 수집 시점이 일시적이기 때문에 시간의 흐름에 따라 변화하는 시장의 수요를 충분히 반영하지 못하는 한계가 있다. 계절적 요인과 주요 공채 시기 등 시간에 따라 시장의 요구하는 변해갈 것이기에 더욱 정확한 매칭을 얻기 위해서는 지속적인 데이터 모니터링과 반복적인 실험이 필요하다. 본 연구 결과는 향후 SW산업 분야에서 SQF의 개선방향을 제시하는데 활용될 수 있고, SW산업 분야에서 성공을 경험삼아 타 산업으로 확장 이전될 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.

• Journal of Preventive Medicine and Public Health
• /
• 제35권2호
• /
• pp.141-146
• /
• 2002

고혈압 발생률을 조사하기 위하여 1996년 경상북도 청송군의 20세 이상의 지역주민 중 정상 혈압자 2,580명(남자 1,107명, 여자 1,473명)을 연구대상자로 선정하였다. 매년 혈압을 측정하였으며 2년간 추적하였다. 2년 동안 중도탈락률은 남자가 24.7% 여자가 19.6%이었다. 이 연구에서 사용한 고혈압의 정의는 수축기혈압이 140-159 mmHg 이거나, 이완기혈압이 90-99 mmHg 이상이면 경증 이상(above mild) 고혈압, 수축기혈압이 160 mmHg 이상이거나 이완기혈압이 100 mmHg 이상이 면 중등도 이상(above moderate) 고혈압으로 하였으며, 항고혈압 약물치료를 받고 있는 경우 측정 혈압 치에 관계없이 모두 중등도 이상 고혈압으로 하였다. 남자에서 경증 이상 고혈압과 중증 이상 고혈압의 연령표준화 발생률(rate)은 각 각 100인년 당 6.0과 1.2였다. 여자는 각 각 5.7과 1.5였다. 그런데 이를 연간발생률(risk)로 환산하면 남자가 4.8%와 1.0%, 여자가 4.6%와 1.2%이었다. 남녀 모두 연령은 고혈압 발생률과 유의한 관련성이 있었다. 즉, 남자에서 중증 이상 고혈압 발생률은 20-39세가 100인년 당 0.5, 40-49세 0.7, 50-59세 1.7, 60-69세 3.6, 70세 이상 5.8로 연령이 증가할수록 유의하게 증가하였다. 여자에서도 중증 이상 고혈압 발생률은 20-39세가 100인년 당 0.6, 40-49세 1.8, 50-59세 1.3, 60-69세 3.3, 70세 이상 5.6으로 연령이 증가할수록 유의하게 증가하였다. 그리고 연령별 고혈압 발생률은 남녀 모두에서 60세 이후가 되면 급격하게 증가하였다. 이 연구결과 얻어진 고혈압 발생률은 지역사회의 고혈압 일차예방을 위한 보건사업의 영향을 평가하는 기초자료가 될 것이다.코발트에서 거의 비슷한 부화특성을 보이나, 크롬에서는 남해지역보다 화개지역에서 보다 큰 부화특성을 보인다. 납은 연구지역 모두에서 상당히 부화되어 있었지만, 토양 및 퇴적물의 환경오염 허용 한계치(tolerable level)을 이용하여 살펴본 결과에서는 환경유해원소의 오염에 특별히 노출되지 않는 것으로 판단된다. 이루었고 그가 남긴 시대정신의 이념과 가치를 Miesianism이라고 부른다. 실용성과 도덕성을 근본으로 하는 Miesianism은 대중에 호소하는 미적 표현주의를 부정하고 지역정서를 중시하는 문맥적 접근방식을 경시함으로써 보편화라는 현상을 불러일으킨 국제주의 양식의 한 부류로 비판을 받아왔다. 즉, Miesianism의 단순하고 강렬한 외형적 요소는 그것이 내포하는 기술적 합리성이나 공간적 완결성을 무시한 채 전 세계에 영향을 미쳤고 동시에 지역적 저항을 받게 되었다. 시카고 및 전 세계의 Miesian들, 즉 Mies van der Rohe의 제자들이나 그로부터 영향을 받은 수많은 건축가들은 이러한 저항과 비판에 직면하게 되며 새로운 사고의 시대적 요구 앞에 고뇌하게 된다. 한국에서는 1978년 Mies van der Rohe의 제자인 김종성이 미국에서 서울로 돌아와 '서울건축컨설탄트'를 설립하며 본격적으로 Miesianism의 규범적 건축론을 설파하기 시작하였다. 이른바 시카고 국제주의학파의 건축전수라고 할 수 있는데 '서울건축컨설탄트'를 통하여 배출된 김종성의 제자들은 명쾌하고도 간결한 건축해법의 경험을 토대름대로의 정체성을 갖고자 노력하였으나 결국 다원적 가치를 요구하는 시대적 흐름 속에 혼란을 겪고 있는 것 또한 사실이다. 본 연구는 Miesianism의 기원을 밝히고 그것의 실수와 오류를 밝힘과 동시에 현대의 여러 가지 건축유형들과 비교하여 봄으로써 Post-Miesianism의 실체와 그

• 한국유기농업학회지
• /
• 제7권1호
• /
• pp.91-103
• /
• 1998

건강식품의 일종으로 알려져 있는 녹즙의 소비가 크게 증가하는 추세에 있기 때문에 이들 식음료를 통한 질산염 섭취량이 일일 섭취량 계산에서 무시될 수 없을 뿐만 아니라 질산염의 일일 섭취량 계산을 위해서도 녹즙종류별 ${NO_3}^-$ 함량에 대한 기초자료가 필요하다. 이에 녹즙의 모재료인 채소의 종류별, 수확시기별, 부위별 혼합지율 및 생산회사, 저장조건에 따른 녹즙의 함량차이에 일련의 실험과 monitoring을 실시하였던 바 그 결과를 이에 요약하면 다음과 같다. 1. 녹즙의 주요 모재료 채소인 명일엽과 케일의 ${NO_3}^-$ 함량은 봄철이 여름이나 가을에 수확되는 경우보다 훨씬 높은 수준이었다. 명일엽의 경우 년중 최대치는 년중 최저치에 비해 4.85배나 높았고, 케일의 경우 2.9배 높았다. 명일엽과 케일의 ${NO_3}^-$ 함량 년중평균치는 1.731ppm, 5403ppm으로 케일이 명일엽에 비해 3.12배나 높은 수준을 나타냈다. 2. ${NO_3}^-$함량은 중록이 엽신에 비해 명일엽은 7.5배, 케일은 2.1배나 많아 녹즙내 저수준 ${NO_3}^-$ 함량을 위해서는 중록보다는 엽신을 녹즙의 모재료로 사용하는 것이 바람직한 것으로 나타났다. 3. ${NO_3}^-$ 함량과 Vitamin C 함량차이는 저장온도조건에 따른 차이보다는 저장기간에 따른 차이가 뚜렷이 나타났다. 저장기간중의 녹즙의 ${NO_3}^-$ 함량과 Vitamin C 함량은 당근녹즙, 케일녹즙, 오이 녹즙 모두 실온 및 냉장 저장조건에 서정의 상관관계를 나타냈다. 4. 착즙후 ${NO_3}^-$ 함량의 급격한 하락현상은 실온저장의 경우 오이 2시간, 케일 4시간, 당근녹즙 32시간 이후에 나타났으나, 실온 및 냉장보관의 경우 모든 녹즙에서 2시간부터 나타났다. Vitamin C 함량은 ${NO_3}^-$ 함량에 비해 완만히 저하하는 경향이었으나, 당근녹즙의 경우 상대적으로 가장 급격히 낮아졌다. 5. 조사 대상 녹즙회사중 P사의 녹즙이 ${NO_3}^-$ 함량과 Vitamin C 함량 모두 가장 높았고, TW사의 녹즙이 가장 낮았다. ${NO_3}^-$ 함량과 Vitamin C 함량이 GB사 녹즙에서 다함께 P사 녹즙에 비해 같은 경향으로 낮았다는 것은 제조과정에서 일정한 량의 물과 혼합하였기 때문에 나타나는 현상이라고 판단되었다. 6. 녹즙 종류별 ${NO_3}^-$ 함량은 당근녹즙(143ppm) < 명일엽(506ppm) < 돌미나리(669ppm) < 케일녹즙(985ppm) 순으로 많았고, Vitamin C 함량은 당근(43ppm) < 돌미나리(289ppm) < 케일(353ppm) < 명일엽(768ppm)의 순으로 높았다. 7. 일일 ${NO_3}^-$ 섭취량은 500ml의 녹즙을 마시는 경우 명일엽 253mg, 돌미나리 335mg, 케일 483mg으로 녹즙만으로도 이미 WHO/FAO의 일일 ${NO_3}^-$ 섭취허용량보다 1.16배, 1.53배, 2.21배나 초과할 수 있는 것으로 나타났다.

• 한국유통학회지:유통연구
• /
• 제15권4호
• /
• pp.61-85
• /
• 2010

본 연구에서는 국내 대형할인점의 확산을 효과적으로 설명하기 위해 기업의 정보와 구매자의 구전으로 확산을 설명하는 Bass모형에 제3의 요소로 공간적 영향력을 고려하였다. 국내 대형할인점의 확산은 확산중심지인 서울경인지역에서 저차중심지인 4개 지역권역으로 확산되는 형태를 보임에 따라 공간적 영향이 중요하게 작용할 것으로 기대된다. 본 연구에서 공간적으로 구분된 시장 A(확산중심지)가 시장 B(저차중심지)에 미치는 영향이 완전히 통제되지 못하는 상황에서 시장 A가 시장 B에 미치는 공간적 영향을 다국가확산모형(multinational diffusion model)을 확장한 공간확산모형(spatial diffusion model)을 이용하여 정의하였다. Bass모형과 공간확산모형의 모수추정을 통해 두 가지 정보전달경로와 관련된 혁신계수와 모방계수로 확산을 설명하는 Bass모형보다 공간확산모형이 국내 대형할인점 확산을 더욱 효과적으로 설명하는 것으로 나타났다. 또한 혁신중심지인 서울경인과 4개 지역권역의 소매환경을 나타내는 개념적 거리에 따라 공간확산모형에서 공간적요인의 영향력이 달라질 것이 기대되어 공간확산계수와 소매환경변수간의 상관관계를 살펴보았고, 연구결과 확산중심지에서 저차중심지에 대한 공간적 영향력은 저차중심지의 소매환경이 확산중심지의 소매환경과 유사할수록 크다는 것을 밝혀내었다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.95-110
• /
• 2013

최근 다양한 소셜미디어를 통해 생성되는 비정형 데이터의 양은 빠른 속도로 증가하고 있으며, 이를 저장, 가공, 분석하기 위한 도구의 개발도 이에 맞추어 활발하게 이루어지고 있다. 이러한 환경에서 다양한 분석도구를 통해 텍스트 데이터를 분석함으로써, 기존의 정형 데이터 분석을 통해 해결하지 못했던 이슈들을 해결하기 위한 많은 시도가 이루어지고 있다. 특히 트위터나 페이스북을 통해 실시간에 근접하게 생산되는 글들과 수많은 인터넷 사이트에 게시되는 다양한 주제의 글들은, 방대한 양의 텍스트 분석을 통해 많은 사람들의 의견을 추출하고 이를 통해 향후 수익 창출에 기여할 수 있는 새로운 통찰을 발굴하기 위한 움직임에 동기를 부여하고 있다. 뉴스 데이터에 대한 오피니언 마이닝을 통해 주가지수 등락 예측 모델을 제안한 최근의 연구는 이러한 시도의 대표적 예라고 할 수 있다. 우리가 여러 매체를 통해 매일 접하는 뉴스 역시 대표적인 비정형 데이터 중의 하나이다. 이러한 비정형 텍스트 데이터를 분석하는 오피니언 마이닝 또는 감성 분석은 제품, 서비스, 조직, 이슈, 그리고 이들의 여러 속성에 대한 사람들의 의견, 감성, 평가, 태도, 감정 등을 분석하는 일련의 과정을 의미한다. 이러한 오피니언 마이닝을 다루는 많은 연구는, 각 어휘별로 긍정/부정의 극성을 규정해 놓은 감성사전을 사용하며, 한 문장 또는 문서에 나타난 어휘들의 극성 분포에 따라 해당 문장 또는 문서의 극성을 산출하는 방식을 채택한다. 하지만 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다. 본 연구는 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다는 인식에서 출발한다. 동일한 어휘의 극성이 해석하는 사람의 입장에 따라 또는 분석 목적에 따라 서로 상이하게 해석되는 현상은 지금까지 다루어지지 않은 어려운 이슈로 알려져 있다. 구체적으로는 주가지수의 상승이라는 한정된 주제에 대해 각 관련 어휘가 갖는 극성을 판별하여 주가지수 상승 예측을 위한 감성사전을 구축하고, 이를 기반으로 한 뉴스 분석을 통해 주가지수의 상승을 예측한 결과를 보이고자 한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.141-166
• /
• 2019

최근 다양한 매체를 통해 생성되는 방대한 양의 텍스트 데이터를 효율적으로 관리 및 활용하기 위한 방안으로써 문서 요약에 대한 연구가 활발히 진행되고 있다. 특히 최근에는 기계 학습 및 인공 지능을 활용하여 객관적이고 효율적으로 요약문을 도출하기 위한 다양한 자동 요약 기법이(Automatic Summarization) 고안되고 있다. 하지만 현재까지 제안된 대부분의 텍스트 자동 요약 기법들은 원문에서 나타난 내용의 분포에 따라 요약문의 내용이 구성되는 방식을 따르며, 이와 같은 방식은 비중이 낮은 주제(Subject), 즉 원문 내에서 언급 빈도가 낮은 주제에 대한 내용이 요약문에 포함되기 어렵다는 한계를 갖고 있다. 본 논문에서는 이러한 한계를 극복하기 위해 저빈도 주제의 누락을 최소화하는 문서 자동 요약 기법을 제안한다. 구체적으로 본 연구에서는 (i) 원문에 포함된 다양한 주제를 식별하고 주제별 대표 용어를 선정한 뒤 워드 임베딩을 통해 주제별 용어 사전을 생성하고, (ii) 원문의 각 문장이 다양한 주제에 대응되는 정도를 파악하고, (iii) 문장을 주제별로 분할한 후 각 주제에 해당하는 문장들의 유사도를 계산한 뒤, (iv) 요약문 내 내용의 중복을 최소화하면서도 원문의 다양한 내용을 최대한 포함할 수 있는 자동적인 문서 요약 기법을 제시한다. 제안 방법론의 평가를 위해 TripAdvisor의 리뷰 50,000건으로부터 용어 사전을 구축하고, 리뷰 23,087건에 대한 요약 실험을 수행한 뒤 기존의 단순 빈도 기반의 요약문과 주제별 분포의 비교를 진행하였다. 실험 결과 제안 방법론에 따른 문서 자동 요약을 통해 원문 내각 주제의 균형을 유지하는 요약문을 도출할 수 있음을 확인하였다.

• 헤리티지:역사와 과학
• /
• 제47권2호
• /
• pp.4-19
• /
• 2014

조선시대 공신교서는 국가의 특정한 사건에 공을 세운 공신을 포상하기 위하여 발급하였다. 공신으로 녹훈(錄勳)된 가문에서는 이 공신교서를 가보(家寶)로서 후대에 전승하였다. 그러나 이 과정에서 전란 등의 피치 못할 상황 속에서 소실되는 경우가 발생하기도 하였는데, 이러한 경우 국가에서 다시 교서를 발급해 준 사례가 남아있다. 현전하는 공신교서 중에서 확인되는 재발급 교서는 박동량 호성공신교서, 구굉 정사공신교서, 박정 정사공신교서 3점이다. 본 연구에서는 이상 3점에 대한 문서양식과 장황에 대해 검토하였다. 재발급 공신교서는 원본 공신교서와 동일한 양식, 곧 평출(平出)과 대두(擡頭) 등을 준수하여 작성하는 것으로 나타났다. 단, 원본 공신교서와는 달리 재발급된 시점에서 공신의 신분에 변화가 있을 때는 이를 반영하는 것으로 나타났다. 정사공신교서의 경우는 원본 공신교서는 '정원군 부(定遠君 ?)'가 재발급된 시점에는 인조의 아버지가 되었기 때문에 '원종대왕휘(元宗大王諱)'로 나타났다. 또 재발급 정사공신교서의 경우 '김자점(金自點), 김련(金鍊), 심기원(沈器遠), 심기성(沈器成)'과 같이 역모에 의해 삭훈된 경우는 원본 문서대로 작성을 하고 먹으로 검게 삭거(削去)한다는 사실을 확인할 수 있었다. 서사자의 경우도 원본 공신교서는 국가에서 지정한 선서자가 작성하는 반면에, 재발급의 경우는 그 공신 가문의 선서자가 문서를 필사한다는 새로운 사실을 확인할 수 있었다. 공신교서의 장황(粧?)은 물자를 조달해야 하는 조정의 경제적 상황, 배접장 등 실제 제작에 관여한 장인의 기호와 기술 등에 따라 시대적으로 변모한다고 할 수 있는데, 이 3점의 경우 모두 병자호란으로 그 원형이 소실된 상황이었으므로, 재발급본과 최초 발급본의 장황이 달랐을 가능성이 크다. 이와 관련해서 교서 제작과정에 대한 의궤의 기록, 최초 발급본과 같은 시기에 제작된 공신교서와 비교해 본 결과, 재발급본은 최초 발급본에 비하여 장황의 형태나 비율이 커진 것으로 보인다. 우선 변아(邊兒)의 폭은 2배 정도 넓어지고, 중앙좌우회장(中央左右回粧) 역시 평균 2cm이상 커진 형태이고, 하회장(下回粧)의 경우도 평균 10cm 넓어졌다. 상회장(上回粧)과 하회장(下回粧)의 비율은 최초 발급본의 경우 상회장이 하회장에 비해 1.5배 정도 넓고, 재발급본의 경우 거의 1:1의 비율을 갖추고 있었다. 상축(上軸)의 단면은 박동량 호성공신교서의 경우 현재의 반달형태가 아닌 부등변삼각형의 형태였을 것으로 추정되며, 구굉과 박정 정사공신교서 축(軸)은 단면의 모양은 같지만 크기가 작아진 형태일 것이다. 축수(軸首)는 크기에 큰 변화가 없고, 오색다회(五色多繪)는 최초 발급본이 재발급본에 비해 그 폭이 훨씬 좁았을 것으로 추정된다. 재발급본 3점은 제작시기가 같은 보사공신교서(保社功臣敎書)의 장황 형태를 고증할 수 있는 실마리를 제공한다. 현전하는 보사공신교서 중에 제작당시의 장황을 갖추고 있는 것이 확인되지 않은 상황에서 중요한 자료라고 할 수 있겠다.

• 헤리티지:역사와 과학
• /
• 제49권2호
• /
• pp.4-19
• /
• 2016

이순신(李舜臣)이 임진왜란 중 조정에 보고한 장계(狀啓)가 그 당시와 후대의 등록(謄錄) 형식에 따라 3자에 의해 등서되어 현재 장초(狀草), 계초(啓草), 계본(啓本) 등으로 전한다. 특히 전라좌수영의 수군절도사로 재직할 때 작성된 "임진장초(壬辰狀草)"는 대표적인 장계로 많이 알려졌다. 최근에 분실되었다가 소재가 확인된 "충민공계초"는 "임진장초"와 함께 후대의 이순신 장계류에 전범이 될 만큼 사료적인 가치가 매우 높은 국보급 유물이다. 그러나 이 책이 이순신 관련한 새로운 책인지 아니면 기존에 분실되었던 장계별책인지 불분명한 상태이다. 이에 본고에서는 이에 대한 서지적인 고찰을 통해 관련 내용을 고증하였다. "충민(忠愍)"은 이순신이 사후에 사용했던 명칭이었고, 1662년에 장계가 등서되어 "충민공계초"가 완성되었다. 여기에는 "임진장초"에 없는 12편이 더 들어있는데, 그간 분실된 것으로 알려진 장계별책에도 "임진장초"에 없는 12편이 더 들어 있었다는 점이 서로 일치하는 점이다. 특히 1928년 일본인들이 촬영한 사진 11장의 형태와 내용이 "충민공계초"에 들어있는 12편과 완전 일치한다. 조선사편수회에서 이 책을 "별도로 초사(抄寫)한 계초(啓草) 1책"이라고 한 점, 이 책의 12편으로 장계를 보충한 점, 홍기문과 이은상이 장계초본에 기존 "임진장초"에 없는 12편이 더 들어있다고 한 점, 조성도가 12편을 따로 별책본으로 분류한 점 등은 12편이 들어있는 장계별책을 "충민공계초"라고 할 수 있는 근거가 되어준다. "충무공계초"는 편수가 총 62편이므로 12편이 더 들어있는 분실된 장계별책으로 보긴 어려울 것이다. "충무공유사"의 "충무공계본"은 모두 16편이다. 본문에는 이두문이 그대로 실려 있고, 뒤의 3편은 "충민공계초"원문과 동일하다. 지금까지 이두문이 그대로 실린 것은 1935년에 간행된 조선사편수회의 "임진장초"가 유일했는데, "충무공계본"의 간행된 시기가 오히려 이를 앞서는 것으로 추정된다. "충민공계초"가 장계별책이라는 것에 대한 반론은 이은상이 "장계등본 별책의 일기 1장"이라고 한 말에 근거한다. 1953년 설의식이 "이순신수록 난중일기초"에 "무술일기" 초고 사진 1장을 도판으로 처음 소개하였다. 이은상도 "무술일기"에 장계초본 별책 속의 친필 일기초 2면을 첨가했고, 다시 "장계 등본 별책 끝에 최후 10일 동안의 일기 한 장"과 "별책부록"이라는 말을 사용하였다. 이 의견은 설의식이 정확한 출처를 모르고 소개한 "무술일기" 초고 사진 1장"에서 비롯한 것이다. 이은상은 "충무공유사"를 장계관련 책으로 잘못 파악하고 "장계등본 별책의 일기 1장"이란 말을 하였다. 이는 실제 원본상황과 다른 잘못된 견해이므로, 굳이 이를 정정한다면 "충무공유사의 일기 1장"이라고 해야 한다. 따라서 일기 1장이 딸린 장계별책은 존재하지 않는 것이므로 반박의 근거가 잘못된 것이다. 요컨대 "임진장초" 이외의 모든 장계들을 장계별책이라 할 수 있겠지만, 지금까지 통상 지칭되었던 장계별책에 유독 12편이 더 실려 있다고 한다. 이 점이 다른 장계류와 차별화된 점이다. 그러므로 여러 장계이본 중에서 유일하게 12편이 더 수록된 "충민공계초"가 기존에 알려진 장계별책이라는 견해에 더 무게가 실릴 것이다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.