• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.101-119
• /
• 2020

최근 도시의 미세먼지 및 열환경 개선을 위한 방안으로써 바람길을 고려한 도시숲인 바람길숲 조성사업이 전국적으로 추진되고 있다. 이에 본 연구에서는 바람길숲 조성사업 대상 도시 중 하나인 평택시를 사례로 바람길숲 조성 여건 분석(미세먼지 및 열환경 취약지역, 바람길숲 분포 현황, 바람길 특성)을 수행하고, 분석 결과를 바탕으로 평택시의 바람길숲 조성방향을 제안하였다. 미세먼지 및 열환경에 취약한 지역을 도출한 결과, 평택시의 동부생활권 내 시가지에서 미세먼지 및 열환경에 가장 취약한 것으로 나타났다. 특히, 미세먼지의 경우 평택화력발전소, 항만, 국도 1호선 등 산업단지 및 도로에서 배출량이 높았다. 바람길숲 현황을 파악한 결과, 평택시 내에는 소규모의 생성숲, 디딤·확산숲, 연결숲이 파편화되고 단절되어 분포하고 있었다. 평택시의 전반적인 바람길의 특징은 무봉산 등에서 생성된 찬공기가 평택시 내로 강하게 유입되고 북서방향으로 흘렀다. 따라서 평택시 내 존재하는 생성숲을 보전하고 장기적으로 확대해나가야 하며, 취약지역까지 찬공기가 유입될 수 있도록 디딤·확산숲 및 연결숲 조성이 중요하였다. 또한 미세먼지 발생이 심각한 산업단지 및 도로에는 미세먼지 차단을 고려한 연결숲을 조성하여 주변 지역으로 미세먼지가 확산되지 않도록 식재기법을 적용해야 한다. 본 연구는 평택시의 바람길숲 조성사업을 위한 근거자료로 활용될 수 있을 뿐만 아니라 기타 도시숲 조성 관리에 있어 기초자료로 활용될 수 있을 것이다.

• 대중서사연구
• /
• 제25권4호
• /
• pp.191-221
• /
• 2019

본 연구는 최근 주요한 인문학적 테제로 등장하고 있는 포스트휴머니즘적 상상력이 한국문학, 특히 소설에 나타난 양상을 분석하는 것을 목표로 한다. 특히 본고에서는 2000년대 초반 활동했던 작가인 조하형의 두 소설 『키메라의 아침』(2004)과 『조립식 보리수나무』(2008) 두 편을 집중적인 분석의 대상으로 삼는다. '포스트휴머니즘(Post-humanism)'은 근대의 한계를 극복하고 새로운 세계관의 정립을 모색하기 위해 노력한 탈근대적 사유의 연장선상에서 파악할 수 있다. 특히 이 사상은 20세기 이후 급격히 발전한 과학 기술의 발달이 인간관 나아가서는 인간중심적인 문명 자체를 바꿔온 양상을 종합적으로 파악하는 데에 관심을 기울인다. 포스트휴머니즘 비평은 서사에 등장하는 인물 형상을 새롭게 바라보는 시선을 제공하는 한편, 과거에 쓰인 고전 작품 속에서 주목받지 못했던 주변 인물들, 비-인간, 사물들을 발굴해서 재조명하는 작업을 시도하고 있다. 이러한 사상적 흐름은 최근 기존의 인문학이 지배하던 인간에 대한 관념이 전면적으로 바뀌어 자연과학·기술적 관점이 담론장에 다양하게 적용되는 현실을 반영하는 것이다. 포스트휴머니즘의 질문들은 철학의 큰 범주인 존재론, 인식론, 경험론적인 분야를 아우르는 동시에 문학과 과학 그리고 사회과학 전체의 참여를 요청함으로써 학제적인 연구 과제를 발생시키고 있다. 혹독한 재난이 닥친 세계를 배경으로 『키메라의 아침』은 인간이 바이오테크놀로지에 의해 변형된 변종의 형태로, 『조립식 보리수나무』는 컴퓨터 시뮬레이션에 의해 제작된 인공지능(Artificial Intelligence)의 모습으로, 다시 태어나는 과정을 그린다. 조하형 소설에 나타난 포스트휴머니즘적 사상은 텍스트에 재현된 세계의 형상와 인간의 정체성을 종합적으로 재고하고, 인간과 비인간을 구분하는 경계선과 위계질서 등을 다시 탐구하는 반성적인 계기가 된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.216-217
• /
• 2022

Gulpur 수력발전 프로젝트는 전력난을 겪고 있는 파키스탄에 102 MW 규모의 수력발전소를 건설하여 30년 동안 운영 관리한 후 파키스탄 정부로 양도하는 IPP(Independent Power Producing) 형식의 투자사업이다. 남동발전과 DL E&C, 롯데건설이 Sponsor로서 출자한 자본금과, ADB, IFC, K-EXIM 등의 대주단로부터의 차입금을 재원으로 하여 소요 사업비를 조달하고 사업을 개발하였다. DL E&C와 롯데건설이 EPC(Engineering, Procurement, Construction)를 수행하였고, 이산이 Design consultant의 역할을 수행하였다. Gulpur 수력발전 프로젝트의 발전형식은 수로식(run-of-river)으로 201 m³/s의 발전유량과 102 MW의 발전 시설용량을 이용하여 연평균예상발전량은 398 GWh이다. 주요 구조물로는 설계 재현빈도 1년의 유수전환시설(가물막이댐 & 가배수터널)과 콘크리트 중력식댐(H 67 m, L 205 m), 도수터널(D 6.7 m, L 215 m, 2기), 옥외형 발전소 (H 51 m, W 60 m, L 38 m, Kaplan 2기)가 있으며, 2015년 10월 착공하여 2020년 3월 상업발전을 시작하였다. 본 프로젝트는 DL E&C의 첫 번째 EPC 해외수력발전 프로젝트이다. 따라서 프로젝트의 성공적 수행을 위한 경제적 설계, 시공의 효율성 및 안정성 확보 등을 위하여 많은 연구를 수행하는 과정에서 다양한 기술 개선을 이룰 수 있었다. 본고에서는 Gulpur 프로젝트를 통하여 도출된 성공 사례들을 소개 및 공유하고자 한다. 첫 번째로 콘크리트 중력식댐 시공을 위한 유수전환시설의 최적 설계빈도를 산정하였다. 일반적으로 유수전환시설의 규모는 설계기준에 제시된 설계 재현빈도를 이용하는데, 해외 설계기준에서는 10년, 국내 설계기준에서는 1~2년으로 다르게 제시되어 있는 문제점이 있다. 유수전환시설의 규모는 프로젝트의 경제성에 큰 영향을 미치기 때문에 최적 설계빈도의 결정이 필요하며, 위험도분석기법(Risk Analysis)과 기대화폐가치법(Expected Monetary Value)을 이용하여 유수전환시설의 최적 설계 재현빈도와 이에 영향을 미치는 인자를 분석하였다. 위험도는 몬테카를로 시뮬레이션으로 산정된 가물막이댐 파괴확률과 재현빈도를 이용하여 산정된 가물막이댐 월류확률을 고려하였으며, 비용 및 피해액으로는 유수전환시설의 공사비, 가물막이댐 파괴시의 재건설비용과 지체보상금, 가물막이댐 월류시의 복구비용을 고려하였다. 이에 대한 연구결과로, 유수전환시설의 사용기간과 월류시의 복구비용이 유수전환시설의 설계 재현기간 결정에 가장 큰 영향을 미치는 것으로 나타났고, 특히 월류시의 복구비용이 작을수록 낮은 설계 재현빈도를 선택하는 것이 타당한 것으로 나타났다. 예를 들어, 유수전환시설의 사용기간이 3 ~ 5년, 복구비용이 0.5 ~ 1.0 mil USD 이하인 조건에서 가물막이시설의 최적 설계빈도는 1년 ~ 2년인 것으로 나타났다. 또한, 유수전환시설의 사용기간은 본댐의 규모와 시공기간 등을 고려하여 결정되는 사항으로 설계자가 임의 조정할 수 없지만, 복구비용은 시공 관리자에 따라 결정되는 부분으로, 적극적 홍수 피해 저감 및 복구방안을 마련하는 것이 프로젝트의 경제성을 향상시킬 수 있다는 것을 알 수 있었다. 두 번째로 프로젝트의 경제성 향상, 홍수기 댐 시공시의 안전성 확보를 위하여 홍수 조기경보시스템(Early Warning System)을 개발 및 활용하였다. 수로식(Run-of-river) 수력발전댐은 대부분 산악지역에 위치하기 때문에 국지성 강우 및 급한 지형 경사로 인하여 돌발홍수(flash flood)의 발생 가능성이 높다. 따라서 시공 중 홍수(월류) 발생을 미리 감지하고 현장에 전파할 수 있는, 수로식(Run-of-river) 수력발전댐 현장을 위한 홍수 조기경보시스템이 필요하며, 이를 리스크 인식, 모니터링 및 경보, 전파 및 연락, 반응 능력 향상의 4가지 부분으로 나누어 구축하였다. 리스크 인식 부분에서는 가물막이댐 월류 발생 상황에 대한 위험도, 취약성, 리스크를 제시하였으며, 모니터링 및 경보 부분에서는 상류 측정수위에서 유도된 현장 예상수위와 실제 현장 측정 수위를 대상으로 경보홍수위와 위험홍수위로 나누어 관리하였다. 전파 및 연락 부분에서는 현장 시공 조직을 활용하여 홍수시를 대비한 비상연락체계도(Emergency communication flow chart)를 운영하였으며, 반응 능력 향상을 위해 비상연락체계도의 팀별 Action plan을 상세화 하였다. 세 번째로 현장의 지질특성과 50여 차례 발파시험으로 현장 고유의 발파진동감쇄곡선을 도출하였으며, 이를 통해 현장의 시공성과 콘크리트 품질 확보를 동시에 달성할 수 있는 방안을 제시하였다. 콘크리트댐 공사에서는 제한된 공기 내에 공사를 완료하기 위해 사면부 굴착과 콘크리트 타설이 동시에 수행될 수밖에 없는 문제점을 가지고 있다. 그러나 신규 콘크리트 타설면 근처에서 발파를 수행하는 경우 발파로 발생되는 탄성파가 일정 수준을 초과하게 되면, 콘크리트 양생에 영향을 주게 된다. 따라서 다수의 현장 발파시험을 통해 발파거리와 최대진동속도의 상관관계 즉, 발파진동감쇄곡선을 도출함으로써 현장의 발파진동특성을 도출할 수 있었다. 또한, 기존 연구 논문들을 통해 콘크리트 재령기간 별 안전진동속도를 선정하고, 해당 안전진동속도를 초과하지 않는 범위에서 콘크리트 타설면과 발파위치의 거리에 따라 1회 발파 가능한 장약량을 산정하여 적용하였다. 이와 같은 체계적인 접근을 통해 콘크리트 타설과 발파 작업 동시 수행에 대한 논란을 해소할 수 있었다.

• 마케팅과학연구
• /
• 제19권4호
• /
• pp.44-56
• /
• 2009

冲动购买是指一个没有预先购物意向的立即购买. 以往对冲动购买的研究主要集中于和营销组合变量, 环境因素, 消费人口和特征相关的因素. 在以前的研究中, 营销组合变量如产品种类, 产品类型和氛围, 包括广告, 优惠券, 销售活动, 促销刺激销售点, 和媒体格式都已被用于评估产品信息. 有些作者还着重围绕消费者的情境因素. 如信用卡的使用, 时间, 产品运输性, 发现购物同伴的存在和数量对冲动购买/冲动趋势有积极的影响. 研究也已评估了个体特征的影响, 如年龄, 性别, 以及消费者的教育程度, 以及拥挤的感知, 刺激和接触的需要等因素对冲动购买的影响. 概括来说, 以前的研究发现所有的产品都可以被冲动地购买(Vohs and Faber, 2007), 即环境因素可以影响或至少促使冲动购买行为. 最近新的分销渠道的推出, 例如家庭购物渠道, 折扣店和网上商店, 这些24小时都营业的形式增加了冲动购买的可能性. 然而, 以前的文献重点关注情境和营销变量, 因此这些研究所考虑的消费者的主要特征仍然是缺乏的. 为了弥补这个缺陷, 本研究根据研究的第三个惯例并关注个体特质变量, 这些是很少被研究的. 更具体地来说, 本研究探索了冲动购买趋势对冲动购买行为是否有积极的影响, 并评估了消费者特点例如认知闭合需要(NFCC), 心理健康和人际敏感性是如何影响消费者冲动购买的趋势. 这项调查结果显示, 消费者的情感冲动, 对冲动购买行为产生积极的影响, 而认知冲动并没有对冲动购买行为的影响. 此外, 情感冲动购买倾向是被认知闭合需要的构成因素所推动的, 如果断和模糊不适; 心理健康, 如环境控制和生活的目标, 以及规范和信息的影响. 此外, 认知冲动倾向是被认知闭合需要的构成因素所驱动的决断, 模棱两可的不适和密切的态度, 心理健康和环境控制, 以及规范性和信息的影响. 本研究具有重要理论意义. 第一, 情感冲动对冲动购买行为有巨大影响. 以前的研究根据情感和流动理论提出, 低到中等程度的冲动是自我控制减少或自我监管机制失败所造成的. 本研究证实了上述观点. 二, 本研究通过确认冲动购买趋势可以看做是情感和认知两个维度的二维概念, 并说明冲动购买行为主要是由情感冲动解释, 而不是认知冲动. 第三, 目前的研究有新的概念, 如在本研究的模型中作为潜在影响因子的心理健康和认知闭合需要, 从而对现有的文献做出了贡献. 通过多维概念例如心理健康和认知闭合需要, 有关消费者信息过程的多个方面可以被评估. 第五, 本研究通过确定规范和信息这两个竞争路线扩展了现有的文献. 规范影响发生在个人符合别人的期望或提高他们的自我形象时. 而信息的影响发生在个人搜索来自他人知识信息和观察他人行为之后的推论. 本研究显示了这两个相互竞争的社会影响力的路线, 可以归因于不同影响力的来源. 目前的研究也有许多实际的启示. 首先, 它表明, 公司应该更多关注其首要的目标, 有情感冲动的消费者. 这一方面公司可以创造更振奋精神的购物环境. 二, 目前的结果表明, 认知闭合需要与认知方面的冲动有密切相关的. 这些人是被不经意的想法所驱动的, 而不是感觉或兴奋. 在购买点理性的广告会吸引这些客户. 第三, 容易受规范性影响的消费群是另一个潜在的目标市场. 零售商和制造商, 通过宣传其产品和/或可用于识别或符合愿望组在对他人的期望的产品服务. 但是, 作为一个细分市场, 零售商应避免目标消费群易受信息的影响. 这些人对有关购买的产品服务进行了广泛的信息搜索, 因此更详细, 长期理性的广告信息可以内化这些消费者的思想过程. 本文的结果有几个原因应慎重解释. 这项研究采用了数量较少的便利样本, 而且只调查了两个维度的行为. 为此, 今后的研究应包括更多样化特点和衡量行为的不同方面的样本. 未来的研究还应该调查与情感作用理论密切相关的个性特征. 在以后的研究中, 特征变量会是很另人感兴趣的领域, 如感觉的好奇, 人际敏感性的好奇心, 和气氛反应.

• 마케팅과학연구
• /
• 제18권2호
• /
• pp.65-88
• /
• 2008

본 연구는 중국 프랜차이즈 시스템에 참여하는 본부와 가맹점 사이의 신뢰에 영향을 미치는 요인에 대해서 규명하고자 하였다. 중국의 외식 프랜차이즈 산업 가맹점을 조사대상으로 한 실증분석 결과, 프랜차이즈 시스템에서는 신뢰의 형성이 매우 중요하며, 이를 위하여 본부의 가맹점에 대한 지원의 강화, 양자 간의 원활한 커뮤니케이션, 가맹점의 과거결과에 대한 만족의 증진, 양자 간의 갈등 예방 및 해소가 필요하며, 이러한 본부의 가맹점에 대한 지원과 원활한 커뮤니케이션이 가맹점의 과거결과에 대한 만족을 증가시킬 수 있고, 원활한 커뮤니케이션이 양자 간의 갈등을 감소시킬 수 있는 것으로 나타났다.

• Radiation Oncology Journal
• /
• 제19권1호
• /
• pp.66-73
• /
• 2001

목적 : 붕소-중성자 포획치료법(Boron Neutron Capture Therapy, BNCT)을 위해 원자력병원 싸이클로트론에서 발생되는 최대에너지 34.4 MeV의 속중성자(Fast neutron)를 70 cm 파라핀으로 감속시킨 후 선량 특성을 조사하였다. 그 결과를 토대로 열외중성자(Epithermal neutron) 선량 측정법에 대한 프로토콜을 확립하여 원자로에서 방출되는 열외 중성자 선량 특성 평가의 기초를 삼고, 가속기를 이용한 BNCT 연구에 대한 타당성 여부를 조사하고자 한다. 대상 및 방법 : 공기 중 선량 및 물질 내 선량 분포 측정을 위해 Unidos 10005 (PTW, Germany) 전기계와 조직 등가 물질인 A-150 플라스틱으로 제작된 IC-17 (Far West, USA) 및 IC-18, ElC-1 이온함을 사용하였고, 감마선의 측정을 위해서는 마그네슘으로 제작된 IC-l7M 이온함을 이용하였으며 조직등가 기체와 아르곤 기체를 분당 5cc 씩 주입하며 측정하였다. 중성자, 광자, 전자가 혼합된 장의 모의 수송 해석을 위해 이용되는 Monte Carlo N-Particle (MCNP) transport code를 사용하여 2차원적 선량 분포 및 에너지 분포를 계산하였으며 이 결과를 측정값과 비교하였다. 결과 : BNCT에서의 유효 치료 깊이인 물 팬텀 4 cm에서의 선량은 치료기 1 MU 당 $6.47\times10^{-3}\;cGy$로 미세하였으며, 이때 감마 오염도(contamination)는 $65.2{\pm}0.9\%$로 중성자보다는 감마선에 의한 선량 기여분이 우세하였다. 깊이에 따른 선량 분포 특성에서는 중성자 선량은 선형적으로 감쇠 되었고, 감마선량은 지수적으로 보다 급격히 감쇠되는 경향을 보였으며 전체 선량의 $D_{20}/D_{10}$은 0.718 이었다. MCNP에 의한 에너지 분포 전산 계산의 결과 2.87 MeV 이하에서 중성자 피크가 나타났으며, 저에너지 영역에서는 감마선이 연속적으로 분포되는 양상을 보였다. 결론 : 벽 물질이 서로 다른 두 개의 이온함을 사용한 직접 선량 측정과 MCNP 전산 시뮬레이션을 이용한 공간 선량분포 계산으로 미세 속중성자 빔에 대한 선량 특성을 파악할 수 있었으며, 원자로 열외중성자 주(Epithermal neutron column)에 대한 선량 평가 자료로 확보하였다. 아울러 가속기에 대한 연구가 진행되어 고전압, 고전류를 발생시키는 전원 공급장치와 표적핵(Target) 물질이 개발되고 비스무스나 납 등에 의해 감마 오염도를 줄일 경우, 싸이크로트론에 의한 보론-중성자 포획치료도 가능해질 것으로 판단된다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.39-53
• /
• 2013

인터넷의 발달과 SNS의 등장으로 정보흐름의 방식이 크게 바뀌었다. 이러한 변화에 따라 소셜 미디어가 급부상하고 있으며 소셜 미디어와 비디오 콘텐츠가 융합된 소셜 TV, 소셜 뉴스의 중요성이 강조되고 있다. 이러한 환경 속에서 사용자들은 단순히 콘텐츠를 탐색만 하는 것이 아니라 같은 콘텐츠를 이용하고 있는 친구들이나 지인들과 콘텐츠에 대한 정보나 경험들을 공유하고 더 나아가 새로운 콘텐츠를 만들어내기도 한다. 하지만 기존의 소셜 뉴스에서는 이러한 사용자들의 특성을 반영해 주지 못하고 있다. 특히 이용자들의 참여성만을 고려하고 있어서 서비스간의 차별화가 어렵고 뉴스 콘텐츠에 대한 정보나 경험 공유 시 컨텍스트 공유가 어렵다는 문제가 있다. 이를 해결하기 위해 본 논문에서는 뉴스를 내용별로 분할하고 분할된 뉴스에서 추출된 시간 종속적인 메타데이터를 제공하는 프레임워크를 제안한다. 제안하는 프레임워크에서는 스토리 분할 방법을 이용하여 뉴스 대본을 내용별로 분할한다. 또한 뉴스 전체내용을 대표하는 태그, 분할된 뉴스를 나타내는 서브 태그, 분할된 뉴스가 비디오에서 시작하는 위치 즉, 시간 종속적인 메타데이터를 제공한다. 소셜 뉴스 이용자들에게 시간 종속적인 메타데이터를 제공한다면 이용자들은 전체의 뉴스 내용 중에 자신이 원하는 부분만을 탐색 할 수 있으며 이 부분에 대한 견해를 남길 수 있다. 그리고 뉴스의 전달이나 의견 공유 시 메타데이터를 함께 전달함으로써 전달하고자 하는 내용에 바로 접근이 가능하며 프레임워크의 성능은 추출된 서브 태그가 뉴스의 실제 내용을 얼마나 잘 나타내 주느냐에 따라 결정된다. 그리고 서브 태그는 스토리 분할의 정확성과 서브 태그를 추출하는 방법에 따라 다르게 추출된다. 이 점을 고려하여 의미적 유사도 기반의 스토리 분할 방법을 프레임워크에 적용하였고 벤치마크 알고리즘과 성능 비교 실험을 수행하였으며 분할된 뉴스에서 추출된 서브 태그들과 실제 뉴스의 내용을 비교하여 서브 태그들의 정확도를 분석하였다. 결과적으로 의미적 유사도를 고려한 스토리 분할 방법이 더 우수한 성능을 보였으며 추출된 서브 태그들도 컨텍스트와 관련된 단어들이 추출 되었다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 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.