• 자원리싸이클링
• /
• 제32권1호
• /
• pp.50-59
• /
• 2023

전기로에서 고철(Scrap)의 용해과정에서 발생되는 분진량은 고철장입량의 약1.5%정도이며, 주로 백필터(Bag Filter)에서 포집된다. 전기로 제강분진의 주요한 구성원소인 아연(Zn)과 철(Fe)중에서 아연성분은, 제강분진에 탄소계의 환원재(코크스, 무연탄)와 석회석(C/S제어)을 첨가하여 Pellet형태로 가공한 후에 반응로(Rotary Kiln 또는 RHF)에 장입하여 환원, 휘발, 재산화의 단계적인 세부반응을 거쳐서, 60wt%Zn을 함유한 조산화아연(Crude Zinc Oxide)으로 회수된다. 한편 제강분진 중의 철(Fe)성분은, Fe-Base의 Clinker(2차부산물)라고 하는 고형물의 형태로 반응기로부터 배출된다. 기존의 Fe-Clinker의 처리방법은, 각국의 상황에 따라서 다양한 방안들이 시행되고 있는데, 대표적인 처리방법으로는 매립, 재활용(로반재, 콘크리트용 골재, 시멘트제조용 Fe-Source), 그 외에 다양한 처리방법들이 있다. 이들 방법들 중에서 매립의 경우는, 침출수에 의한 환경오염, 고가의 매립비용, Fe자원의 낭비 등의 이유로, 결코 바람직한 처리방법이라고 할 수는 없다. 그러나 Fe-Clinker중의 Fe성분을 전기로를 이용하여 직접적으로 재활용하는 방법에 대한 연구결과는 거의 찾아볼 수 없었다. 따라서 본 연구에서는 Fe-Clinker중의 Fe성분을 보다 적극적으로 회수하기 위한 방법으로서, 먼저 Fe-Clinker를 분쇄하고 이어서 비중선별과 자력선별을 순차적으로 실시하여, Fe-성분이 농축된 조분(Coarse particle, >약10㎛)과 슬래그성분을 주로 함유한 미분(Fine particle, <약10㎛)으로 분리하였다. 이렇게 분리한 조분에 탄소계 환원제(코크스, 무연탄)와 점결재(전분)를 첨가하여 단광 Clinker를 제조하여, 전기로에 고철을 장입할 때에 소량(1~3wt%)의 단광Clinker를 함께 장입하여, 단광Clinker의 첨가재(가탄재, Fe-Source, 발열재 등으로서의 역할)로서의 사용가능성을 조사하였다. 그 결과, 비록 소량이지만, 전력원단위와 생산수율이 다소 향상되는 효과를 나타내었으며, 용융금속에 대한 가탄효과도 확인할 수 있었다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.195-211
• /
• 2014

클라우드 컴퓨팅 서비스는 IT 자원을 사용자 요구에 따라 서비스 형태로 제공하며, IT 자원을 소유하는 기존의 개념에서 빌려서 사용하는 개념으로 새로운 IT 패러다임 전환을 이끌고 있다. 이러한 클라우드 컴퓨팅은 과거의 네트워크 컴퓨팅, 유틸리티 컴퓨팅, 서버 기반 컴퓨팅, 그리드 컴퓨팅 등에 대한 연구들을 기반으로 진화해온 IT 서비스로서, 추후 여러분야에 접목 가능성이 높음에 따라 다양한 분야에서의 연구가 지속적으로 이루어지고 있다. 본 연구에서는 1994년부터 2012년까지 주요 해외 저널에 게재된 클라우드 컴퓨팅 관련 연구 논문들의 서지정보 및 인용정보를 수집하였으며, 사회 네트워크 분석 척도를 활용하여 연구 논문간의 인용 관계와 동일 논문에 출현하는 키워드간의 관계로부터 연구 주제들 간 네트워크 변화를 분석하였다. 이를 통해서 클라우드 컴퓨팅 관련 분야의 연구 주제들간의 관계를 파악할 수 있었고, 추후 잠재성이 높은 신규 연구 주제들을 도출하였다. 또한 본 연구에서는 클라우드 컴퓨팅에 대한 연구 동향 맵(research trend map)을 작성하여, 클라우드 컴퓨팅과 관련된 연구 주제들의 동태적인 변화를 확인하였다. 이러한 연구 동향 맵을 통해서 클라우드 컴퓨팅 주요 연구들의 추이를 쉽게 파악 할 수 있으며, 진화 형태 또는 유망 분야를 설명할 수 있다. 논문 인용 관계 분석 결과, 클라우드 컴퓨팅 보안과 분산 처리, 클라우드 컴퓨팅에서의 광네트워크에 관한 연구 논문들이 페이지랭크 척도를 기준으로 상위에 나타났다. 연구 논문의 핵심 주제를 나타내는 키워드에 대한 결과는 2009년에는 클라우드 컴퓨팅과 그리드 컴퓨팅이 높은 중심성 수치를 보였으며, 2010~2011년에는 데이터 아웃소싱, 에러검출 방법, 인프라구축 등 주요 클라우드 요소 기술에 관한 키워드가 높은 중심성 수치를 나타내었다. 2012년에는 보안, 가상화, 자원 관리 등이 높은 중심성 수치를 보였으며, 이를 통해서 클라우드 컴퓨팅 기술들에 대한 관심이 점차 증가함을 확인 할 수 있다. 연구 동향 맵 작성 결과, 보안은 유망영역에 위치하고 있으며, 가상화는 유망영역에서 성장 영역으로 이동하였고, 그리드 컴퓨팅과 분산 시스템은 쇠퇴 영역으로 이동하고 있음을 확인 할 수 있다.

• 한국가금학회지
• /
• 제32권4호
• /
• pp.291-300
• /
• 2005

남은 음식물에서 Aspergillus oryzae(AO)의 유용한 배양조건(시간, 수분함량, 접종균수)을 구하기 위하여 2가지 실험과 닭에서 그 배양물의 영양소 이용율을 구명하기 위하여 본 시험을 수행하였다. <시험 1> 적정 배양시간과 접종균수의 측정을 위하여 수분함량을 30, 40, 50, $60\%$로 정하였다. 잔반 사료에 접종하는 seed로서 1mL Aspergillus oryzae(AO) $(1.33\times10^5\;CFU/mL)$를 이용하였다. 배양을 위한 적정 수분함량은 $40\~50\%$였으며 배양시간은 72시간 이상이었다. 계속하여 AO 균수에 의한 효과를 결정하기 위해 AO seed 0.25, 0.50, 0.75, 1.00mL를 남은음식물 사료에 접종하였다. AFW의 AO균수를 비교하기 위하여 72시간과 96시간 배양하였으나, 접종량에 따른 유의차는 없었다. 다시 수준을 낮추어 0.01, 0.05, 0.10mL를 접종하고 72시간과 96시간동안 배양한 결과, 72시간 배양 AO colony 수는 0.1 mL 접종 처리 구에서 가장 많았다. <시험 2> FW의 배양조건을 결정한 후에, 20수의 5주령 Hubbard종을 공시하여 소화율 시험을 수행하였다. 처리구는 T1-대조구, T2-기초사료 $60\%$+건조잔반 $40\%$, T3-기초사료 $60\%$+건조잔반 $20\%$+AO균 접종 건조잔반 $20\%$, T-4-기초사료 $60\%$+AO균 접종 건조잔반 $40\%$ 처리구 등 총 4처리구, 처리구당 5반복씩 20수를 인공항문 장착하여 소화율을 조사하였다. 영양소 소화율에 있어 일반성분과 아미노산은 대조구에 비해 T2 처리구가 전성분에서 낮았고(p<0.05), AFW(T3, T4)처리구에 비해 조지방과 인의 소화율에서 차이를 보였다(p<0.05). T3와 T4는 T2에 비해 조섬유 및 조회분의 소화율이 증가하였다(p<0.05). 대조구는 T3와 T4에 비해 필수아미노산인 arginine, leucine, phenylalanine의 소화율이 높았으나(p<0.05), T3와 T4 처리구는 T2 처리구에 비해 필수아미노산 arginine, lysine 및 thereonine과 비필수아미노산 alanine의 소화율이 개선되었다(p<0.05). 이러한 결과들로부터 건조 잔반의 AO 배양조건 구명과 영양소 이용율 시험을 통해 FW사료의 품질이 기초사료에 비해 영양소 이용율이 낮고, AFW 사료가 AO에 의해 개선될 수 있음을 시사한다

• 지능정보연구
• /
• 제19권1호
• /
• pp.19-33
• /
• 2013

본 논문에서는 네트워크 기반 대용량의 자원들을 효율적으로 검색하기 위해 사용자의 요구사항에 기반해 검색에 요구되는 태그들 간의 의미론에 기반한 동적 가상 온톨로지(Dynamic Virtual Ontology using Tags: DyVOT)를 추출하고 이를 이용한 동적 검색 방법론을 제안한다. 태그는 소셜 네트워크 서비스를 지원하거나 이로부터 생성되는 정형 및 비정형의 다양한 자원들에 대한 자원을 대표하는 특성을 포함하는 메타적 정보들로 구성된다. 따라서 본 연구에서는 이러한 태그들을 이용해 자원의 관계를 정의하고 이를 검색 등에 활용하고자 한다. 관계 등의 정의를 위해 태그들의 속성을 정의하는 것이 요구되며, 이를 위해 태그에 연결된 자원들을 이용하였다. 즉, 태그가 어떠한 자원들을 대표하고 있는 지를 추출하여 태그의 성격을 정의하고자 하였고, 태그를 포함하는 자원들이 무엇인지에 의해 태그간의 의미론적인 관계의 설정도 가능하다고 보았다. 즉, 본 연구에서 제안하는 검색 등의 활용을 목적으로 하는 DyVOT는 태그에 연결된 자원에 근거해 태그들 간의 의미론적 관계를 추출하고 이에 기반 하여 가상 동적 온톨로지를 추출한다. 생성된 DyVOT는 대용량의 데이터 처리를 위해 대표적인 예로 검색에 활용될 수 있으며, 태그들 간의 의미적 관계에 기반해 검색 자원의 뷰를 효과적으로 좁혀나가 효율적으로 자원을 탐색하는 것을 가능하도록 한다. 이를 위해 태그들 간의 상하 계층관계가 이미 정의된 시맨틱 태그 클라우드인 정적 온톨로지를 이용한다. 이에 더해, 태그들 간의 연관관계를 정의하고 이에 동적으로 온톨로지를 정의하여 자원 검색을 위한 동적 가상 온톨로지 DyVOT를 생성한다. DyVOT 생성은 먼저 정적온톨로지로부터 사용자 요구사항을 포함하는 태그를 포함한 부분-온톨로지들을 추출하고, 이들이 공유하는 자원의 정도에 따라 부분-온톨로지들 간의 새로운 연관관계 여부를 결정하여 검색에 요구되는 최소한의 동적 가상 온톨로지를 구축한다. 즉, 태그들이 공유하는 자원이 무엇인가에 의해 연관관계가 높은 태그들 간에는 이들의 관계를 설명하는 새로운 클래스를 가진 생성된 동적 가상 온톨로지를 이용하여 검색에 활용한다. 온톨로지의 인스턴스는 자원으로 정의되고, 즉 이는 사용자가 검색하고자 하는 해로서 정의된다. 태그들 간의 관계에 의해 생성된 DyVOT를 이용해 기존 정적 온톨로지나 키워드 기반 탐색에 비해 검색해야 할 자원의 량을 줄여 검색의 정확성과 신속성을 향상 시킨다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.155-174
• /
• 2022

2020년 1월부터 2021년 10월 현재까지 COVID-19(치명적인 호흡기 증후군인 코로나바이러스-2)와 관련된 학술 연구가 500,000편 이상 발표되었다. COVID-19와 관련된 논문의 수가 급격하게 증가함에 따라 의료 전문가와 정책 담당자들이 중요한 연구를 신속하게 찾는 것에 시간적·기술적 제약이 따르고 있다. 따라서 본 연구에서는 LDA와 Word2vec 알고리즘을 사용하여 방대한 문헌의 텍스트 자료로부터 유용한 정보를 추출하는 방안을 제시한다. COVID-19와 관련된 논문에서 검색하고자 하는 키워드와 관련된 논문을 추출하고, 이를 대상으로 세부 주제를 파악하였다. 자료는 Kaggle에 있는 CORD-19 데이터 세트를 활용하였는데, COVID-19 전염병에 대응하기 위해 주요 연구 그룹과 백악관이 준비한 무료 학술 자료로서 매주 자료가 업데이트되고 있다. 연구 방법은 크게 두 가지로 나뉜다. 먼저, 47,110편의 학술 논문의 초록을 대상으로 LDA 토픽 모델링과 Word2vec 연관어 분석을 수행한 후, 도출된 토픽 중 'vaccine'과 관련된 논문 4,555편, 'treatment'와 관련된 논문 5,791편을 추출한다. 두 번째로 추출된 논문을 대상으로 LDA, PCA 차원 축소 후 t-SNE 기법을 사용하여 비슷한 주제를 가진 논문을 군집화하고 산점도로 시각화하였다. 전체 논문을 대상으로 찾을 수 없었던 숨겨진 주제를 키워드에 따라 문헌을 분류하여 토픽 모델링을 수행한 결과 세부 주제를 찾을 수 있었다. 본 연구의 목표는 대량의 문헌에서 키워드를 입력하여 특정 정보에 대한 문헌을 분류할 수 있는 방안을 제시하는 것이다. 본 연구의 목표는 의료 전문가와 정책 담당자들의 소중한 시간과 노력을 줄이고, 신속하게 정보를 얻을 수 있는 방법을 제안하는 것이다. 학술 논문의 초록에서 COVID-19와 관련된 토픽을 발견하고, COVID-19에 대한 새로운 연구 방향을 탐구하도록 도움을 주는 기초자료로 활용될 것으로 기대한다.