실생활에서 해결하고자 하는 문제에 대해 수많은 feature들이 수집되어지나 그 feature들을 모두 문제 해결에 활용하는 것은 어렵다. 모든 feature들에 대한 정확한 자료의 수집이 어려우며 관련된 feature들을 모두 학습에 이용할 경우 복잡한 학습 모델이 생성되어지며 좋은 수행 결과도 얻을 수 없다. 또한 수집된 자료들 간에는 상호 관계나 계층적 관계가 존재하는데, 경험적 지식이나 통계적 방법을 이용하여 feature들간의 관계를 분석함으로써 feature의 수를 줄일 수 있다. 휴리스틱 기법은 반복적인 시행 착오와 경험을 통한 학습으로써 미래가 불확실하고 완전한 정보를 갖고 있지 못할 때, 인간의 사고 기능을 통하여 기억이나 경험을 살려, 스스로 해결방안을 모색하면서 점차로 해에 접근해 가는 방법이다. 전문가들은 경험에 의한 의견 수렴 과정을 거쳐 해당 문제 영역에 접근 가능하며, 이러한 특성을 학습에 사용될 feature의 수를 줄이는데 활용할 수 있다. 전문가들은 원시 자료들을 이용하여 새로운 feature들을 생성할 수 있다 새로이 산출된 feature들과 원시 데이터 내의 feature들을 혼합하여 학습 모델 생성에 이용한다. 본 논문에서는 휴리스틱 함수를 이용하여 학습에 사용될 feature의 수를 줄이고, 추출된 feature들을 신경망의 입력값으로 사용하는 기계 학습 모델을 제시한다. 모델의 성능 평가를 위해 프로야구 경기의 승패 예측 문제를 이용하였다. 실험 결과는 신경 회로망과 휴리스틱 모델을 단독으로 사용했을 때 보다 두 기법을 혼합한 모델이 신경 회로망의 복잡성을 감소시킬 뿐 아니라 분류(classification)의 정확성이 향상되었다.아니라 Hep G2 세포에서도 명백히 단백질의 발현을 관찰할 수 있었다. 또한, Hep G2와 COS세포 모두에서 endogenous RXR의 발현이 일어남을 확인하였고 RXR expression plasmid를 transfection시켰을 때 두 세포 모두에서 단백질의 발현이 현저하게 증가되었다. Constitutive Androstane Receptor (CAR)에 의한 CYP2B의 PBRU 활성효과를 다르게 분화된 세포에서 차이가 일어나는지를 비교하기 위하여 CAR에 의해 매개되는 PBRU의 transactivation효과를 Hep G2와 COS세포에서 조사하였다. Hep G2 세포에서는 transfection된 CAR의 발현에 의해 firefly luciferase 보고단백질의 활성이 약 12배 증가하였다. CAR 발현유전자를 15 ng transfection하였을 때 주어진 보고유전자의 양에 대하여 최대반응을 나타내었고 CYP2B1PBRU가 제거된 CYP2C1 promotor/firefly luciferase를 보고유전자로 사용하였을 때는 CAR에 의한 luciferase의 활성이 나타나지 않았다. Hep G2와는 달리, COS세포에서는 transfection된 CAR의 발현이 PBRU에 의한 firefly luciferase보고단백질의 발현에 영향을 주지 못하였다. 이러한 결과들은 분화된 세포의 종류에 따라서 constitutive androstane receptor의 CYP2BPBRU 활성효과가 다르게 나타날 수 있음을 제시할 뿐만 아니라, 간세포에서 Phenobarbital에 의한 PBRU의 활성유도에 영향을 주는 endogenous 매개 인자들 중 CAR와 RXR과는 다
<지구용사 벡터맨>은 한국 특촬물 시리즈를 대표하는 작품이자 특촬물 시리즈 중 가장 큰 성공을 거둔 작품이다. 이 작품이 등장할 수 있었던 것은 80년대 중반부터 계속된 일본 특촬물의 인기와 로봇 애니메이션의 유행이 있었기 때문이다. 한국의 텔레비전 방송에서는 어린이 프로그램의 고질적인 문제인 수입프로그램의 범람과 거듭된 재방송으로 인해 국산 어린이 프로그램에 대한 필요성이 꾸준히 대두되고 있었다. 그러나 90년대 중반 한국 애니메이션의 인기가 줄어들면서 애니메이션 제작에 대한 부담감 또한 증가할 수밖에 없었다. 그로 인해 <지구용사 벡터맨>은 애니메이션이 아닌 특촬물로 제작되었는데, 이때 특수효과기술을 방송국에서도 사용할 수 있는 환경이 조성되던 시기적 특성과 맞물려 컴퓨터 시각효과가 적극적으로 사용되었다. <지구용사 벡터맨>이라는 새로운 국산 특촬물 시리즈의 등장에 대한 반응은 폭발적이었다. 벡터맨 시리즈는 이제 우주의 과학기술이라는 모호한 단어 대신 DNA 합성, 뇌세포 변이, 특수심리조종장치 등 구체적인 과학적 용어들을 활용해 우주적 존재들의 능력을 설명한다. 비록 그 과정과 원인에 대해서 상세하게 말할 수는 없으나 공상과학이 아닌 구체적 용어들로 정의되는 모습은, 이제 한국사회에 과학적 상상력이 구체적인 형태로 발현되고 있음을 보여 준다. 그리고 벡터맨과 우주인들의 동등한 관계는 지구의 과학 용어로 설명되는 우주의 과학은 지구로 대변되는 한국 과학 기술 발전에 대한 자신감의 표현이기도 하다. 그러나 여성캐릭터들은 과학의 영역으로 진출하지 못하고 여전히 비과학적 존재로 묘사되며 과학적 인식에 대한 한계를 드러낸다.
본고는 1990년대 한국영화를 장르의 변전과 감성의 재편이라는 차원에서 고찰한 것이다. 1990년대는 영화산업구조와 미디어 환경의 획기적 변화에 따라 장르의 변전과 재편이 일어나며 한국영화사의 패러다임이 바뀌는 시기다. 본고에서는 이러한 전환이 1987년 민주화와 1998년 IMF로 상징되는 세계자본주의화에 의한 감성의 변화와 연관된다고 보고 영화 텍스트에 나타난 현상을 분석하며 그 이면의 계기와 맥락을 밝혀보고자 했다. 이 연구가 기존의 논의와 다르게 1990년대 한국영화사에 접근한 지점은 다음 세 가지다. 첫째, 1990년대에 왜 하필이면 로맨틱코미디 장르가 부상했는지, 로맨틱코미디는 어떤 단계를 거쳐 성립된 것인지에 대해서는 아직 심도 있는 논의가 이루어지지 못하였으므로 우선적으로 이 부분에 착목했다. 둘째, 1987년부터 1999년까지를 전환기로 보고 이 시기에 나타난 장르와 감성의 주류를 읽어내기 위해 최고 흥행작들을 분석 대상으로 삼았다. 그러한 영화들은 장르 판도와 대중의 취향을 상징적으로 보여주는 텍스트이기 때문이다. 셋째, 멜로드라마와 로맨틱코미디에 대한 분리된 고찰에서 벗어나 두 장르를 아우르는 감성구조를 살펴 봄으로써 1990년대 한국영화에 보다 거시적이고 역동적으로 접근하고자 했다. 역사는 면면한 흐름으로 이어지는 것인 만큼 그것은 이전 시대와의 단절이 아니므로 연속선상에서 변곡점과 계기에 유의할 때 변화의 역학과 구조가 적시될 수 있기 때문이다. 이러한 접근을 통해 도출된 결론은 다음과 같다. 1980년대까지 한국 영화의 주류 장르는 멜로드라마였고, 이는 구조적 정합성에 어긋나는 모순과 과잉의 요소들이 파토스에 의해 상쇄되거나 봉합되는 오랜 관습을 유지해왔다. 여기에서 구조적 정합성이란 합당한 규약이나 거래가 지켜지지 않는다는 것이다. 1990년대에 장르가 재편되는 과정은 구조적 정합성을 희생하는 관습에 거리를 확보하는 가운데 진행된다. 그 방향은 합리적 이성주의와 자본의 논리에 의한 통어가 강화되어 가는 것이다. 그것은 웃음을 통해 대상에 대해 거리를 두면서 발언의 수위를 높이고 임계를 확장하는 코미디로 시작하여 감성을 취향의 항목으로 기호화하고 상호 합의와 실리적 거래의 논리를 통해 구축해가는 로맨스로 전개된다. 이를 통해 1990년대 한국영화는 무조건적 가족주의에 긴박된 파토스의 서사로부터 멀어져가는 쪽으로 발전되어 간다. 이는 1980년대 후반 이후 한국사회가 근대 합리주의의 쌍생아로서의 민주주의와 자본주의의 상향된 궤도에 진입하는 것과 동궤를 이루는 것이다.
기존의 한강 감조구간 수치모의에 대한 연구는 단면자료 획득의 어려움이나 유도의 조위자료가 없으므로 하류 경계단을 전류지점으로 하여 모의한 논문이 대부분이나 본 연구에서는 수치해도를 바탕으로 곡릉천 합류부 이후와 임진강 하구부의 단면을 가정하고 인천검조소의 조위자료를 유도지점으로 전이시켜 서해안 조위에 의한 한강하류부에서의 수리학적 거동을 해석하였다. 모형의 적용구간은 신곡수중보로부터 한강의 법적 하류단인 김포시 유도까지 총 36.8 km에 이르는 구간으로 흐름 및 혼합거동 해석은 RMA-2 모형과 서일원(2008)이 개발한 2차원 이송-분산 해석모형인 RAM4를 이용하였다. 전류지점에서의 수위 및 종횡방향 유속 실측자료와 수치모의 결과를 비교하여 흐름해석 결과를 검증하였다. 수위 관측소의 자료가 양호하고 인천검조소에서 높은 조차가 발생하는 2006년 6월 23일~25일 동안 모의한 결과 유도지점의 조위에 따라 총 5회의 역방향 흐름이 관찰되었고 최대 역류 길이는 장항 IC까지 총 32.9 km에 이르렀다. 최대 역방향 흐름의 발생 및 소멸 과정, 최고 유속선을 따른 수위 및 유속을 분석하였으며 이에 따른 비보존성 오염물질의 혼합거동을 해석하였다. 굴포천으로부터 유입된 오염물질은 하폭방향 퍼짐이 두드러지게 일어났지만 곡릉천에서 유입된 BOD는 곡릉천 합류부를 전후하여 중앙 및 좌안측 수심이 급격히 깊어지고 최대유속선이 곡릉천 방향인 우안에서 발생하고 있으므로 횡방향 혼합이 빠르게 완료되어 오염운의 반경이 상대적으로 좁은 것을 확인할 수 있었다. 또한 1차원 이송-분산방정식의 해석해를 적용해 유도지점의 염도 값을 인천검조소로부터 추산하여 한강 하류부에서의 수평 2차원 염수 혼합거동을 해석하였다.
본 연구는 초고해상도 무인항공기 자료를 활용하여 황도 갯벌의 미세 퇴적 구조를 분석하는 것을 목적으로 하였다. 갯벌은 육지와 바다 사이의 전이 지역으로서 조석 활동에 의해 끊임없이 변화하며, 퇴적 과정과 환경 조건을 이해하는 데 중요한 독특한 환경을 제공한다. 기존의 현장 관측 방법은 공간적 및 시간적 범위에 한계가 있고, 기존 위성 영상은 미세한 퇴적 구조를 연구하기에 충분한 해상도를 제공하지 못한다. 이러한 한계를 극복하기 위해, 본 연구에서는 충청남도 황도 갯벌의 고해상도 이미지를 무인항공기를 이용해 촬영하였다. 황도 갯벌은 방조제 건설과 같은 해안 개발 프로젝트로 인해 퇴적 환경이 크게 변화한 지역이다. 2022년 5월 17일부터 18일까지 현장 관측을 통해 91개의 지점에서 퇴적물 샘플을 수집하였으며, 그중 25개의 주요 지점을 집중적으로 분석하였다. 약 0.9 mm의 공간 해상도를 가진 무인항공기 자료를 이용하여 미세 퇴적 구조의 파라미터(Parameter)를 식별하고 추출하였다. 건열에서는 다각형 장축의 길이를 추출하였고, 연흔에서는 파장과 연흔을 정량적으로 표현하는 대표적인 지표인 연흔 대칭 지수(Ripple Symmetry Index)를 추출하였다. 연구 결과, 니질 함량이 80% 이상인 지역에서는 평균 37.3 cm 간격의 건열이 형성되었으며, 사질 함량이 60% 이상인 지역에서는 평균 파장이 8 cm, 연흔 대칭 지수가 2.0인 연흔이 형성되었다. 본 연구는 초고해상도 무인항공기 자료를 활용하여 인간의 도보에 의한 현장 관측 없이도 갯벌의 미세 퇴적 구조를 효과적으로 분석할 수 있음을 입증하였다. 이는 환경 모니터링 및 해안 관리에서 중요한 도구로써 무인항공기 기술의 가능성을 강조하며, 무인항공기 자료가 퇴적 구조 연구에 유용하다는 것을 보여준다. 또한, 본 연구의 결과는 보다 정밀한 퇴적상 분류를 위한 기반 자료로 활용될 수 있을 것으로 기대된다.
DMSA 방사성의약품은 몸쪽 세뇨관과 주위 콩팥겉질 세포에 섭취되어 콩팥 겉질의 평가 및 영상화에 유용하게 사용되는 의약품으로 신우신염의 진단에 매우 예민도가 높은 검사여서 소아에게 많이 사용되고 있는 검사이다. 소아에게 투여되는 방사성 동위원소의 양은 미량이 되고 소아의 신체가 Field of View (FOV)에 대부분이 포함이 되는 만큼 방광에 소변이 차있게 된다면 그만큼 콩팥을 영상화하는데 영향을 미치게 됨을 연구를 통해 확인하고자 하였다. 본 연구에서는 총 계수 설정법과 시간 설정법 중에 시간 설정법으로 연구를 진행하였다. 2015년 10월에서 12월까지 요로감염 및 신우신염이 의심되어 본원을 내원 및 입원하여 시행한 생후 1개월부터 12개월까지의 소아 34명을 대상으로 하였으며 환자에게는 동일한 선량 18.5 MBq (0.5 mCi)를 각각의 환자에게 동일한 양을 주입 후 2~3시간 후 검사를 진행하였다. 이때 사용된 장비는 Siemens사의 Symiba E (Siemens Medical solution USA, Inc.) 장비를 사용하였고 영상의 분석하기 위하여 Syngo MI Applications VA60C 소프트웨어를 사용하였다. 통계학적 분석은 IBM SPSS Statistics Ver. 21를 이용하여 분석하였으며 Paired t-test를 이용하여 비교 분석하였다. 검사는 한번의 검사에 7분의 시간으로 후면상을 획득하였으며 이후 자체 제작된 납을 이용하여 방광을 가린 후 추가로 동일한 시간으로 영상을 획득하였다. 영상 분석 시에 동일한 크기의 (가로 55.2 mm ${\times}$ 세로 70.0 mm)의 ROI (Region of Interest)를 설정하여 분석하였다. 콩팥의 계수는 (Lt. Kidney counts + Rt. Kidney counts) / Total counts의 백분율로 나타내어 계산하여 평가하였고. Background 수치는 같은 영상을 비교하기에 배제하고 연구를 진행하였다. 방광을 차폐시킨 후의 콩팥 계수는 $79.40{\pm}5.19%$ 방광을 차폐시키기 전의 콩팥 계수는 $70.87{\pm}3.18%$으로 나타났으며 (차폐시킨 후 - 차폐 전)의 콩팥 계수는 $8.52{\pm}3.29%$로 차폐시킨 후와 차폐시키기 전을 비교 분석하였을 때 유의한 것으로 나타났다. 주사 방법 중 3way stopcock를 이용하여 주사하였을 경우 차폐 후 콩팥 계수는 $78.10{\pm}4.61%$ 차폐 전 콩팥계수는 $68.92{\pm}2.80%$로 (차폐시킨 후 - 차폐 전)의 콩팥 계수는 $9.18{\pm}3.53%$로 나타났으며 Heparin cap을 이용하였을 경우 차폐 후 $79.84{\pm}3.26%$, 차폐 전 $71.33{\pm}5.14%$로 (차폐시킨 후 - 차폐 전)의 콩팥 계수는 $8.51{\pm}2.92%$로 나타났으며 마지막으로 직접 주사했을 경우 차폐 후 콩팥 계수는 $82.07{\pm}2.35%$, 차폐 전 콩팥 계수는 $75.11{\pm}4.30%$로 (차폐시킨 후 - 차폐 전)의 콩팥 계수는 $6.96{\pm}2.78%$로 세 가지 방법 모두 차폐시킨 후와 차폐시키기 전을 비교 분석하였을 때 유의한 것으로 나타났다. 그리고 직접 주사, Heparin cap, 3way stopcock 순의 콩팥 계수율을 보임을 확인 할 수 있었다. 소아의 Renal DMSA scan검사 시에 방광의 방사능을 제거하여 방광을 차폐하였을 때 차폐하지 않았을 때보다 개선된 콩팥섭취율을 보였고 소아의 경우에 혈관 확보에 어려움이 있지만 직접 주입하거나 환자의 몸에 근접하도록 방사성 동위원소를 주입한다면 더 나은 영상 획득에 도움이 될 것이다.
매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.
결제서비스에 대한 기존의 연구는 결제서비스의 채택요인 또는 지속적인 사용에 영향을 미치는 요인 등 행동이론을 중심으로 진행되어 왔다. 이러한 요인들이 미치는 영향에 대한 결과는 결제서비스의 종류에 따라 또는 연구 지역에 따라 상이하게 나타나고 있다. 본 연구는 결제 서비스의 종류나 문화등의 변수에 관계없이 새로운 결제 서비스가 성공할 수 있는 일반적인 요인이 무엇인지에 대한 의문에서 시작하게 되었다. 기존 연구에서 중요한 영향을 미친다고 제시한 채택요인들은 실제 결제사례의 결과에 비추어 보면 기존 연구에서 주장한 바와 일치하지 않는 경우를 볼 수 있다. 이러한 이론과 현실사이의 괴리를 발견하고 새로운 결제서비스가 성공하기 위한 근본적이고 결정적인 요인이 무엇인지에 대해 제시하고 사례연구를 통해 가설을 입증하고자 하는 것이 본 연구의 목적이다. 따라서 본 연구는 새로운 결제서비스가 성공하기 위해서는 기존 결제서비스의 비고객에게 이들이 결제할 수 있는 수단을 제공함으로써 새로운 결제 시장을 창출해야 함을 주장한다. 이를 위해 성공한 결제사례인 신용카드, 휴대폰 소액결제, PayPal, Square을 채택하였으며, 기존 결제서비스의 비고객을 3개의 계층으로 분류하여 분석하였다. 그리고 새로운 결제서비스가 어떠한 계층을 타겟으로 하였으며 이들에게 어떠한 결제수단을 제공하여 새로운 시장을 창출하였는지 제시한다. 사례 분석 결과, 성공 사례 모두 본 연구의 가설을 지지하는 것으로 나타났다. 따라서 새로운 결제서비스는 결국 기존의 결제수단으로 거래를 할 수 없었던 이들이 결제를 할 수 있도록 함으로써 성공할 수 있다는 가설을 입증하였다. 모바일 결제서비스가 아직 대중화되지 못한 원인을 본 가설에 비추어 분석해 보면 보면, 기존의 결제 인프라를 이용할 수 있는 바코드, QR코드 기반의 모바일 결제 서비스뿐만 아니라 NFC, BLE, 음파 등의 새로운 기술이 적용된 모바일 결제 서비스가 출시되는 등 새로운 시도가 계속되고 있다. 또한 모바일 월렛은 사용자들이 소지하고 있는 카드정보를 스마트폰에 저장하여 지갑 없이도 결제가 가능하며, 쿠폰 제공, 적립카드 관리, 신분증을 저장하는 등의 다양한 부가적인 기능을 제공하고 있어 성공할 것이라는 전망이 대두되고 있다. 하지만 이러한 서비스들은 본 연구 관점에서 보자면 기존 결제서비스의 비고객이(기존 결제수단을 이용할 수 없었던 사용자) 거래할 수 있는 새로운 결제 수단을 제공해 주지 못하고 있기 때문에 결국 초기사용자에게만 채택될 뿐 대중화되는데 한계가 있을 것으로 예상된다. 반면, 새로운 모바일 결제서비스의 성공사례 중 하나인 PaybyPhone은 기존 코인주차 결제서비스의 비고객인 현금 미소지 고객에게 스마트폰을 이용한 새로운 결제수단을 제공함으로써 새로운 주차 결제 시장을 창출하였으며 현재 미국뿐만 아니라 유럽시장까지 진출하는 등 급성장하고 있다. 결론적으로, 많은 이해관계자들이 모바일 결제시장을 선점하기 위해 다양한 형태의 모바일 결제 서비스를 출시하고 있지만 캐즘을 뛰어넘어 주류 시장에 성공적으로 정착할 수 있느냐는 결국 기존 결제서비스의 비고객군에게 그들이 필요로 하는 새로운 결제수단을 제공하는지의 여부에 달려있다고 볼 수 있다. 따라서 모바일 결제 서비스의 기획자나 매니저들은 서비스 기획 시 기존 결제서비스의 비고객군은 누구인가? 그들은 어떠한 결제수단을 원하는가?를 먼저 고려해야 한다. 본 연구는 새로운 결제서비스가 성공하는데 미치는 요인에 대한 가설을 검증하기 위해 4개의 성공사례를 선택하였으며 각 사례에 동일한 가설을 검증하는 '반복연구논리'를 적용하였다. 본 가설을 더욱 공고히 하기 위해 사례연구방법론에서 제시하고 있는 경쟁가설을 포함한 후속 사례연구가 진행되어야 할 것이다.
지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.
최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.