• 서비스연구
• /
• 제13권1호
• /
• pp.186-200
• /
• 2023

본 연구는 국내 시각장애인 대부분이 외출 시 사용 및 휴대하는 보행 용구인 흰 지팡이를 중심으로 사용성을 개선하고, 도출된 문제점에 대해서는 개선 및 해결 방안을 마련함으로써 시각장애인의 보행권 및 안전사고 예방에 기여하고자 하였다. 또한, 본 연구는 시각장애인을 대상으로 한 연구로, 우리나라 국민 중 약 25만 명에 달하는 전맹과 저시력자 중에서도 보행 용구인 흰 지팡이 없이 혼자 외출하지 못하는 20%에 해당하는 1~2급 시각장애인을 주 타깃으로 하였다. 연구하는 과정에서 디자인씽킹의 더블 다이아몬드 모델(공감하기→문제 정의하기→아이디어 내기→프로토타입 만들기→테스트(검증하기)를 통해 시각장애인이 보행 용구로 주로 사용하는 흰 지팡이의 문제점을 도출하여 사용성을 개선하고 흰 지팡이가 시각장애인이 보행하는 과정에서 실질적인 도움이 될 수 있도록 사용자 입장에서 콘셉트를 개발하였다. 공감하기를 과정에서 조사한 결과 시각장애인의 비율 증가, 모든 시각장애인을 도와줄 인력이 턱없이 부족한 상황, 시각장애인이 필수적으로 사용하는 보조 장치의 개선과 고도화, 점자블록 훼손, 불법점거, 철거, 유지 보수에 대한 문제, 시각장애인을 위한, 모두를 위한 점자블록 패러다임 제시 등 총 다섯 가지의 문제점으로 종합하였다. 아이디어 찾기와 프로토타입 만들기에서 브레인스토밍을 통해 도출된 상황들을 KJ법을 통해 그룹핑하고 관계를 설정하고 콘셉트의 방향성을 수립하기 위해 특정 상황과 주요 원인을 정리하였다. 도출된 솔루션과 주요 기능을 네 가지로 정의하고 솔루션과 주요 기능이 필요한 대표적인 상황을 두 개의 사용자 시나리오로 정리하였다. 가상의 페르소나(Persona)와 사용자 여정 맵(Customer Journey Map)을 상황에 맞춰 정리하고 3D 모델링을 통해 프로토타입을 제작하여 아이디어를 시각화하였다. 마지막으로 평가하기에서 시각장애인을 위한 길 안내용 스마트 지팡이를 ① 휴대성을 강조한 스마트 지팡이 + ② 다른 전자기기들과 호환성 + ③ 안전성과 편의성을 갖춘 제품으로 최종 콘셉트를 도출하였다.

• Journal of Medicine and Life Science
• /
• 제21권2호
• /
• pp.40-48
• /
• 2024

Understanding the effectiveness of statin treatment is essential for developing tailored stroke prevention strategies. We aimed to evaluate the efficacy of statin treatment in preventing recurrent stroke among patients with various ischemic stroke subtypes. Using data from the Clinical Research Collaboration for Stroke-Korea-National Institute for Health (CRCS-K-NIH) registry, we included patients with acute ischemic stroke admitted between January 2011 and July 2020. To evaluate the differential effects of statin treatment based on the ischemic stroke subtype, we analyzed patients with large artery atherosclerosis (LAA), cardio-embolism (CE), and small vessel occlusion (SVO). The primary outcomes were recurrent ischemic stroke and recurrent stroke events. The hazard ratio for outcomes between statin users and nonusers was compared using a Cox proportional hazards model adjusted for covariates. A total of 46,630 patients who met the inclusion criteria were analyzed. Statins were prescribed to 92%, 93%, and 78% of patients with LAA, SVO, and CE subtypes, respectively. The hazards of recurrent ischemic stroke and recurrent stroke in statin users were reduced to 0.79 (95% confidence interval [CI], 0.63-0.99) and 0.77 (95% CI, 0.62-0.95) in the LAA subtype and 0.63 (95% CI, 0.52-0.76) and 0.63 (95% CI, 0.53-0.75) in CE subtype compared to nonusers. However, the hazards of these outcomes did not significantly decrease in the SVO subtype. The effectiveness of statin treatment in reducing the risk of recurrent stroke in patients with LAA and CE subtypes has been suggested. Nonetheless, no significant effect was observed in the SVO subtype, suggesting a differential effect of statins on different stroke subtypes.

• 대한치과교정학회지
• /
• 제27권6호
• /
• pp.979-995
• /
• 1997

고정성 교정장치 주변에 발생되는 백색반점은 임상적으로 쉽게 눈에 띄는 문제점을 가지고 있으므로 잔치제거 후 심니적으로 만족스럽지 못한 결과를 야기하는데, 이는 곧 교정치료의 실패를 의미한다. 이미 많은 연구를 통해 고정성 교정장치가 구강내 세균환경을 변화시켜 세균집단의 증식을 용이하게 함으로써 고정성 장치 부착 후, 법랑질 탈회의 발생빈도가 증가된다는 사실이 보고 되어 왔으며 장기간이 소요되는 교정치료의 특성으로 인해 발생되는 브라켓 또는 교정용 밴드 주변의 법랑질 탈회나 치아우식증을 예방 또는 억제시키기 위한 연구가 함께 진행되어 왔다. 이는 환자에 대한 구강위생 교육이나 치아관리 노력에도 불구하고 발생될 수 있는데 이를 예방하기 위한 방법의 하나로 불소가 유리되는 교정용 전색제를 사용할 수 있다. 본 연구는 불소가 유리되는 광중합형 및 자가중합형 교정용 전색제의 치아우식 예방 및 진행억제효과를 규명하기 위해 다음과 같이 각각 7개의 편광현미경군(A군-G군)과 주사전자현미경군(A'군-G'군)으로 분류하였고 [1. A & A'군 STPP 인공우식용액에 담그지 않은 정상치아군, 2. B & B'군 : STPP 인공우식용액에 담그고 $37^{\circ}C$의 항온용기 에 72시간 보관한 비처치군,3. C & C'군 : STPP 인공우식용액에 담그고 $37^{\circ}C$ 의 항온용기에 72시간 보관한 자가중합형 교정용 전색제군, 4. D &D'군 : STPP 인공우식용액에 담그고 $37^{\circ}C$의 항온용기에 72시간 보관한 광중합형 교정용 전색제군, 5. E & E'군 표면에 아무처리 없이 STPP 인공우식용액에 담그고 $37^{\circ}C$의 항온용기에 72시간 보관한 후, 이를 다시 아무런 처치없이 STPP 인공우식용액에 담그고 $37^{\circ}C$의 항온용기에 72시간 보관한 비처치군, 6. F & F'군 : 표면에 아무런 처치없이 STPP 인공우식용액에 담그고 $37^{\circ}C$의 항온용기에 72시간 보관한 후, 자가중합형 교정용 전색제를 도포하고 이를 다시 STPP 인공우식용액에 담그고 $37^{\circ}C$의 항온용기에 72시간 보관한 자가중합형 교정용 전색제, 7. G & G'군 :표면에 아무런 처치없이 STPP 인공우식용액에 담그고 $37^{\circ}C$ 의 항온용기에 72시간 보관한 후, 광중합형 교정용 전색제를 도포하고 이를 다시 STPP 인공우식용액에 담그고 $37^{\circ}C$ 의 항온용기에 72시간 보관한 광중합형 교정용 전색제군], 이들을 편광현미경과 주사전자현미경을 이용해 조직의 변성 여부를 검색하여 다음과 같은 결과를 얻었다. 1. 편광현미경적 연구에서 인공우식병 소의 깊이는 $A군(5.08{\mu}m),\;B군(47.82{\mu}m,\;C군(8.42{\mu}m),\;D군(7.20{\mu}m),\;E군(85.41{\mu}m),\;F군(60.38{\mu}m),\;G군(60.13{\mu}m)$,이었다. 2. 인공우식 병소의 깊이에 있어서, B군은 A군,C군,D군과 비교하여 통계학적으로 유의성 있는 차이를 보였고(p<0.05), E군은 F군,G군과 비교하여 통계학적으로 유의성 있는 차이를 보였다(p<0.05). 3. 광중합형 및 자가중합형 교정용 전색제는 법랑질탈회 예방효과가 있었다. 4. 광중합형 및 자가중합형 교정용 전색제는 법랑질탈회 진행억제효과가 있었다. 5. 광중합형 및 자가중합형 교정용 전색제 표본에 대한 주사전자현미경적 연구에서 인공우식용액의 시간 경과에 따른 영향은 없었다. 6. 광중합형 교정용 전색제 표본과 자가중합형 교정용 전색제 표본 사이의 차이는 편광현미경과 주사전자현미경으로 구별할 수 없었다.

• 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.