• Applied Biological Chemistry
• /
• 제43권3호
• /
• pp.218-224
• /
• 2000

한국산 감잎(Diospyros kaki L. folium)을 이용하여 추출시간$(1.5{\sim}2.5\;hrs)$, 추출온도$(70{\sim}90^{\circ}C)$ 및 에탄올농도$(0{\sim}40%)$등 세가지 조건을 요인변수로 하고 감잎의 몇가지 기능적 특성을 반응변수로 하여 중심합성계획에 의한 반응표면분석법(Response Surface Methodology)으로 감잎의 추출조건을 최적화하였다. 감잎의 추출조건 최적화 실험에서 요인변수 중 가장 영향력이 낮은 추출시간을 2시간으로 고정하고 반응표면을 실시한 결과, 수용성 고형분 함량과 수용성 탄닌의 함량은 에탄올의 농도가 높고 추출온도가 낮을수록 증가하였고, 탁도는 에탄올의 농도가 낮고 추출온도가 높을수록 높은 투과도를 나타내었다. 전자공여능은 추출온도에는 거의 영향을 받지 않았고, 에탄올의 농도가 높을수록 증가하는 경향을 나타내었다. 그리고 XOase 저해율의 경우 에탄올의 농도와 추출온도가 모두 높아질수록 증가하는 경향이 나타났고, ACE 저해율의 경우에 유의성은 인정되지 않았으나 에탄올의 농도 27%에서 최고값을 나타내었다. 추출물의 가용성 고형분 함량, 탁도, 수용성 탄닌의 함량, 전자공여능, XOase 저해율, ACE 저해율 등을 모두 만족시키는 추출조건을 예측하여 보았을 때 추출시간 2시간, 추출온도 $78{\sim}81^{\circ}C$, 에탄올 농도 $33{\sim}35%$로 나타났다. 회귀식의 신뢰성을 확인하기 위하여 예측된 추출조건의 임의 최적점 (추출시간 2시간, 추출온도 $80^{\circ}C$, 에탄올 농도 34%)에서 3회 반복으로 실제 추출실험을 실시해 본 결과, 각 반응변수들의 예측값과 유사하게 나타났다.u}mol$까지로 증가를 하다가 $8.2\;{\mu}mol$ 크게 감소하는 경향이었다.TEX>${\alpha}-D-glucose$, maltose, D-mannose, D-raffinose, stachyose, sucrose등의 이용성이 있었다. B16의 형태학적, 생리학적인 특징의 결과, Bacillus megaterium의 특징과 일치하였다. 그러나, 균체 지방산은 Paenibacillus marcerans의 균종과 유사하여 B16은 더 자세한 동정방법과 분류체계를 통해 명확한 동정이 필요하리라 사료되었다. 따라서 B16은 잠정적으로 Bacillus megaterium B16이라 명명하였다.X>$GDL+CaSO_4$ 첨가구는 0.3%에서, 그리고 $Ca-gluconate+CaSO_4$ 첨가구는 0.4%에서 높게 나타났으며 그 중 0.3% $GDL+CaSO_4$ 첨가구가 적당한 경도를 가지면서도 부드럽고 고소한 맛이 강하여 가장 높은 기호도를 나타내었다.cids은 $190^{\circ}C$까지는 $2.51{\sim}4.41$ ppm으로 거의 변화를 보이지 않다가 $210^{\circ}C$에서 18.92 ppm으로 급증하였고, 이후 $220^{\circ}C$에서 7.20ppm, $230^{\circ}C$에서 5.56 ppm으로 점진적으로 감소하였다. 이는 nonanoic acid, palmitic acid, stearic acid등이 고온가열에 의해 생성되었다가 이들이 열분해로 소실되었기 때문으로 생각된다.평균치는 34점이었으며 여윔에서는 너무 살찜으로 갈수록 사회적 체형불안도가 상승하는 경향을 나타내었다. 후쿠오카 지역의 체형 불안

• Korean Chemical Engineering Research
• /
• 제58권3호
• /
• pp.396-407
• /
• 2020

전세계적으로 화석 연료가 고갈 되면서 화석 연료를 대체할 수 있는 자원이 필요한 실정이며, 대체 자원으로는 바이오 연료가 각광을 받고 있다. 바이오 연료는 바이오 매스로부터 생산되는데 바이오 매스는 바이오 연료 및 바이오 화학제품 생산이 가능한 재생 가능 자원이다. 특히, 화석 연료를 대체하기 위하여 이산화탄소와 바이오 매스를 이용하여 바이오 연료(바이오 디젤)를 생산하는 연구가 주목을 받고 있다. 바이오 매스를 기반으로 하여 바이오 디젤을 생산하기 위해서는 바이오 디젤 생산에 필요한 원료(예, 이산화탄소, 물)와 잠재적인 바이오 매스 리파이너리 용량 및 설치 위치, 생산된 바이오 디젤의 수요 도시까지의 공급을 모두 고려하는 공급 네트워크 개발이 필요하다. 바이오 매스를 이용한 바이오 디젤 공급 네트워크에 대하여 많은 연구가 수행이 되었지만, 미세조류 기반 최적의 바이오 디젤 생산 전략에 상당히 영향이 있는 이산화탄소 공급량에 대한 불확실성을 고려한 연구는 거의 수행되지 않았다. 미세조류 기반 바이오 디젤을 생산 시 상당히 중요한 원료로 이용되는 이산화탄소는 화력발전소에서 발생하는 배출 가스로부터 포집하여 사용하기 때문에 이산화탄소 공급량의 불확실성은 최적의 바이오 디젤 네트워크를 구축하는데 큰 영향이 있다. 따라서, 본 연구에서는 이산화탄소 공급량의 불확실성을 고려하는 최적 공급 네트워크 설계를 결정하기 위해 2단계 확률 모델을 개발한다. 이 모델의 목표는 이산화탄소 공급량 불확실성을 고려하고 각 지역의 디젤 요구량을 충족시키면서 총 네트워크 비용을 결정하는 것이다. 이 모델은 대한민국의 디젤 수요량의 10%를 충족시키는 사례 연구를 평가하였다. 확률론적 모델(연간 갤런당 12.9 미국 달러)에 의해 결정된 최적의 바이오 디젤 공급 비용은 결정론적 모델(연간 갤런당 10.5 미국달러)의 결과보다 약간(26%) 높다. 이산화탄소 공급량이 변동되는 경우(확률론적 모델)는 바이오 디젤 공급 네트워크 전략에 상당한 영향을 미쳤다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• Journal of Applied Biological Chemistry
• /
• 제54권2호
• /
• pp.135-142
• /
• 2011

우모분으로부터 높은 함량의 아미노산을 생성하는 Elizabethkingia meningoseptica CS2-1 (729.7 ${\mu}mol/mL$)를 선발하였다. 선발 균주의 protease 활성과 우모 분해능을 위한 최적배지 및 배양조건을 확립하고 우모 분해산물 아미노산의 특성을 조사하였다. E. meningoseptica CS2-1의 최적 배양조건은 $25^{\circ}C$, pH 7.5, 180 rpm이었으며, 효소는 pH 8.0, $40^{\circ}C$에서 가장 높은 활성을 나타내었다. E. meningoseptica CS2-1의 아미노산 생산을 위한 최적 배지조건은 $NH_4Cl$ 0.05%, NaCl 0.05%, $K_2HPO_4$ 0.03%, $KH_2PO_4$ 0.03%, $MgCl_2{\cdot}6H_2O$ 0.01%, urea 0.1%, 닭 우모분 2%이었다. E. meningoseptica CS2-1를 최적 배지 및 배양조건에서 배양한 결과, 아미노산의 총 함량은 1063 ${\mu}mol/mL$로 기본조건 (729.7 ${\mu}mol/mL$)보다 46%로 향상되었고 필수 아미노산 함유량은 315.9 ${\mu}mol/mL$로 기본조건 (219.3 ${\mu}mol/mL$)보다 44%로 향상되었다. 닭 우모분으로부터 추출되 는 17 종류의 아미노산 중 proline (14%), aspartic acid (12%), serine (10%), alanine (10%), glycine (9%), tyrosine (7%)이 주요 아미노산으로 추출되는 특징을 나타내었다. 따라서, E. meningoseptica CS2-1은 닭 우모로부터 아미노산 생산을 위한 미생물유전자원 소재로서 잠재적 가치가 클 것으로 판단된다.

• 한국자원식물학회지
• /
• 제24권5호
• /
• pp.642-649
• /
• 2011

본 연구는 경기도 안성, 포천지역 인삼재배지의 이화학적 성질 및 인삼의 엽 분석을 실시하여 인삼의 생육에 적합한 토양 및 엽중 적정 양분 농도를 설정하고자 수행하였다. 인삼 생근중은 우량포지가 불량포지에 비하여 안성지역이 2-5배, 포천지역이 1.5-2배 차이를 보여 동일 지역내에서도 큰 생육차이를 보이고 있었다. 인삼 생육에 관여하는 토양의 이화학적 성질의 적정 범위는 안성지역에서 공극률(>50%), 전질소(2.0-2.8 g/kg), 유효인산(500-900 mg/kg), 치환성 Ca(2.3-3.5 $cmol_c\;kg^{-1}$)이었으며, 포천지역에서는 액상(13%<), 유효인산(400-650 mg/kg), 치환성 Ca(4.0-4.7 $cmol_c\;kg^{-1}$), 치환성 Mg(<0.8 $cmol_c\;kg^{-1}$), 치환성 K(<0.5 $cmol_c\;kg^{-1}$)로 나타났다. 특히, 안성지역에 있어서는 치환성 염기 성분비(Exch Ca:Mg:K)도 인삼생육에 관여하고 있었는데 우량포지에서 6:2:1, 불량포지에서 4:2:1의 값을 보였다. 엽중 무기양분 함량 적정 범위는 안성지역에서 P(<0.25%), Mg(0.22%<), 포천지역에서 N(1.8%<), P(0.18%<), K(1.5-3.0%)의 값을 보였으며 그 이외의 일부 엽중 무기양분 성분비에서도 적정 범위가 설정되었다.

• 한국식품영양과학회지
• /
• 제46권9호
• /
• pp.1081-1090
• /
• 2017

본 연구의 목적은 반응표면분석법을 통해 최적화한 뽕잎과 오디 혼합비율을 기본 녹두죽에 첨가하여 고혈압 개선에 도움을 줄 수 있는 기능성 죽을 개발하는 것이다. 뽕잎분말과 오디분말을 독립변수로 하였고, 칼륨, 나트륨, GABA, C3G, rutin 및 flavonoid를 종속변수로 하여 뽕잎분말과 오디분말의 최적 혼합비율을 모니터링 하고자 하였다. 반응표면분석법을 이용하여 산출된 뽕잎분말과 오디분말의 최적 혼합비율 함량은 뽕잎분말 함량 5.41 g, 오디분말 함량 2.65 g이었다. 이때 종속변수들의 최적 함량은 칼륨 함량이 1,844.22 mg/100 g, 나트륨 함량이 52.74 mg/100 g, GABA 함량은 139.98 mg/100 g, C3G 함량은 1,134.89 mg/100 g, rutin 함량은 101.56 mg/100 g 및 flavonoid 함량은 201.28 mg/100 g으로 나타났다. 최적 혼합비율의 뽕잎분말(5.41 g)과 오디분말(2.65 g)을 첨가한 기능성 죽을 제조하여 일반 성분과 무기질 함량 분석을 한 결과 수분 함량은 88.54 g, 탄수화물 함량은 8.77 g, 단백질 함량은 2.24 g, 지방 함량은 0.04 g, 조회분 함량은 0.41 g으로, 최적 혼합비율의 뽕잎분말과 오디분말을 첨가한 녹두죽의 탄수화물, 단백질, 지방, 조회분 및 무기질 함량이 뽕잎과 오디의 혼합분말이 첨가되지 않은 기본 녹두죽보다 모두 높았다. 결론적으로 최적 혼합비율의 뽕잎분말과 오디분말이 첨가된 기능성 죽은 고혈압 개선에 도움을 줄 수 있는 칼륨, 나트륨, GABA, C3G, rutin 및 flavonoid와 같은 기능성 성분이 우수하여 고혈압 환자의 혈압개선에 도움을 줄 수 있을 것이다.

• 한국식품영양과학회지
• /
• 제41권6호
• /
• pp.853-860
• /
• 2012

본 연구에서는 잡곡의 이용 증대와 잡곡밥의 혼합비율 최적화를 위한 기초 자료를 제공하고자 곡류와 두류를 혼합한 잡곡밥의 기호도 및 인식을 조사하였다. 2011년 5월 9일부터 5월 29일까지 총 600부의 설문지를 배부하였으며, 통계 분석이 가능한 464명의 설문지가 최종 분석에 사용되었다. 조사대상자의 일반사항을 조사한 결과, 성별은 남성 58.8%, 여성 41.2%로 나타났으며, 연령은 10대가 37.1%로 가장 많았고, 직업은 학생이, 지역은 경상도가 가장 높은 비율을 차지하였다. 잡곡밥 선호여부로는 조사대상자의 약 78%가 잡곡밥을 좋아한다고 응답했으며, 10대와 20대보다 50대와 60대 이상의 비율이 높은 것으로 나타났다. 잡곡밥의 섭취빈도는 '매일'이 약 34%로 가장 높은 것으로 보아 대부분의 가정에서 잡곡밥이 매일 소비되고 있음을 나타내주었으며, 흑미, 현미, 보리의 기호도가 유의적으로 높아 실제로 잡곡밥에 흑미, 현미, 보리를 주로 혼합하여 섭취하는 것으로 보인다. 또한, 다양한 매체를 통해 얻어진 정보로 인해 선호하는 잡곡의 혼합비율을 30% 이하로 응답한 비율이 높았으며, 잡곡밥에 첨가되는 잡곡수로 '3~4가지'를 가장 선호하는 것으로 나타났다. 시중에서 판매되고 있는 잡곡의 개선사항을 조사한 결과, '가격인하'의 응답률이 43.1%로 가장 높게 나타났으며, '종류의 다양화' 또한 높은 비율을 차지하였다. 이상의 결과, 잡곡밥에 대해 소비자들이 건강에 좋다는 인식으로 긍정적인 견해를 보이고는 있으나 시중에 판매되고 있는 잡곡의 가격이 부담스러운 것으로 판단된다. 따라서 잡곡밥에 대한 대중적인 보급과 이용가능성을 증대시키기 위한 다양한 노력이 필요할 것이다. 또한 건강지향적인 잡곡밥의 섭취를 위해서 본 연구 결과를 토대로 각 연령층의 특성과 기호에 맞는 잡곡의 선정 및 혼합비율에 대한 체계적인 연구가 진행되어야 할 것으로 사료된다.

• 한국식품저장유통학회지
• /
• 제18권6호
• /
• pp.980-985
• /
• 2011

초산발효조건에 따른 사과주스의 발효특성을 알아보기 위하여 flask scale에서 초기 알코올 농도, 당농도, 초산농도 및 종초접종량 조건에 따른 초산발효를 실시하였다. 초기 알코올농도 3, 5, 7, 9%를 달리하여 사과주스의 초산발효를 12일간 실시한 결과 알코올 함량 5% 일때 발효 10일 째 산도가 최대치 5.88%로 측정되었으며, 알코올 함량이 9%일 경우 초산발효가 정상적으로 진행되지 않았다. 초기 당 농도 1, 5, 10, 14 $^{\circ}Brix$로 달리하여 초산발효를 실시한 결과 1 $^{\circ}Brix$의 경우 산도가 다른 조건에 비해 서서히 증가하여 발효 12일차에 산도 4.48%로 측정되었으며, 5, 10 $^{\circ}Brix$가 상대적으로 빠른 시간 내에 산도 4% 이상 생성됨을 알수 있었다. 초기 산도를 0.3, 0.5, 1, 1.5 및 2%로 달리하여 초산발효를 실시한 결과 초기 산도가 1% 이상일 때는 발효가 원활히 진행되는 것으로 나타났다. 종초 접종량은 10%, 15% 이상일 때 초산발효가 정상적으로 진행되어 발효 8일차에 산도가 각각 5.60, 6.05%에 도달하였다. 따라서, 사과주스를 이용한 초산발효시에는 알코올농도 5%, 초기 당농도 5 $^{\circ}Brix$ 이상, 초기 산도 1.0% 이상 및 종초 접종량 10% 이상이 적절할 것으로 생각된다. 산업적 규모의 초산발효 전단계로서 Mini-jar fermentor를 이용하여 초산발효를 실시한 결과 14 $^{\circ}Brix$ 사과농축액 2L에 알코올 7%와 $30^{\circ}C$, 300 rpm에서 활성화 된 종초 10%(총산함량: 4.03%)를 접종하여 초기산도를 약 1.0%로 조정한 후 $30^{\circ}C$, 300 rpm, 1.0 vvm으로 통기하여 초산발효를 실시한 후 시간대별로 분취하여 분석한 결과 Flask scale에서 보다 시간이 많이 단축되어 48 hr 발효하였을 때 산도 5% 이상의 식초를 생산할 수 있었다.

• 정보보호학회논문지
• /
• 제18권5호
• /
• pp.3-16
• /
• 2008

무선 센서 네트워크는 센서 노드 또는 모트(mote)라 불리는 소형 장치들로 이루어진 무선 네트워크이다. 최근 센서 네트워크에 대한 연구가 활발한 가운데 센서 네트워크에서의 보안에 관한 연구 또한 활발히 진행되고 있다. 센서 노드 및 센서 네트워크 상의 정보를 안전하게 저장, 전송하기 위해서는 암호 알고리즘의 구현이 필요하며, 이 암호 알고리즘들은 센서 노드의 한정된 자원을 효과적으로 활용할 수 있도록 효율적인 구현이 필수적이다. 센서 노드 상에서 이용될 수 있는 암호로는 TinyECC 등의 공개키 암호와 AES와 같은 표준 블록 암호가 있으나, 스트림 암호는 최근에서야 eSTREAM 프로젝트에서 표준화가 완료되어 아직 센서 노드상에서 사용 가능성이 명확하지 않은 실정이다. 이에 본 논문에서는 eSTREAM의 2단계와 3단계에 채택되었던 10개 소프트웨어 기반 암호들 중 9개의 암호들을 MicaZ 모트 상에 구현하여 성능을 비교하고, 특히 최종적으로 eSTREAM에 채택된 SOSEMANUK, Salsa20, Rabbit을 포함한 6개 암호에 대해서는 MicaZ에 적합하도록 최적화하였다. 또한 참조 구현으로써 하드웨어용 스트림 암호 및 AES-CFB에 대한 실험 결과도 제시한다. 본 논문의 실험에 따르면, 대부분의 스트림 암호가 약 31Kbps - 406Kbps의 암호화 성능을 보임으로써 센서 노드에서 사용하기에 큰 무리가 없음을 확인할 수 있었다. 특히 최종적으로 채택된 SOSEMANUK, Salsa20, Rabbit의 경우 센서 노드에 적합한 128바이트 크기의 작은 패킷의 암호화에서 각각 406Kbps, 176Kbps, 121Kbps의 속도를 보여주고, 70KB, 14KB, 22KB의 ROM및 2811B, 799B, 755B의 RAM을 사용함으로써, 106Kbps의 속도를 보여준 소프트웨어 기반 AES에 비해 우수한 성능을 보임을 알 수 있었다.

• 한국해양학회지:바다
• /
• 제27권3호
• /
• pp.127-143
• /
• 2022

최근 클라우드 컴퓨팅 환경에서 해양수치모델 실험을 수행하는 많은 연구가 활발하게 진행되고 있다. 클라우드 컴퓨팅 환경은 대규모 자원이 필요한 해양수치모델을 구현하는데 매우 효과적인 수단이 될 수 있다. 정보처리 기술의 발달로 클라우드 컴퓨팅 시스템은 가상화와 원격 고속 네트워크, 직접 메모리 액세스와 같은 수치모델의 병렬처리에 필요한 다양한 기술과 환경을 제공한다. 이러한 새로운 기능은 클라우드 컴퓨팅 시스템에서 해양수치모델링 실험을 용이하게 한다. 많은 과학자들과 엔지니어들은 해양수치모델 실험에 있어서 가까운 미래에 클라우드 컴퓨팅이 주류가 될 것으로 기대하고 있다. 해양수치모델링을 위한 클라우드 컴퓨팅의 처리성능 분석은 수치모델의 수행 시간과 리소스 활용량을 최소화하는 데 도움이 될 수 있으므로 최적의 시스템을 적용하는 데 필수적이다. 특히 모델 격자 내 다양한 변수들이 다차원 배열 구조로 되어 있기 때문에 대량의 입출력을 처리하는 해양수치모델의 구조는 캐시메모리의 효과가 크며, 대량의 자료가 이동하는 통신 특성으로 인해서 네트워크의 속도가 중요하다. 최근에 주요한 컴퓨팅환경으로 자리잡고 있는 클라우드 환경이 이러한 해양수치모델을 수행하기에 적합한지 실험을 통해서 검토할 필요가 있다. 본 연구에서는 상용 클라우드 시스템에서 해양수치모델로 대표적인 Regional Ocean Modeling System (ROMS)와 더불어 다른 해양모델의 클라우드 환경으로 전환에도 도움이 될 수 있게 병렬처리 시스템의 성능을 측정할 수 있는 표준 벤치마킹 소프트웨어 패키지인 High Performance Linpack을 활용하여 초당 부동소수점 연산횟수 처리능력과 및 STREAM 벤치마크를 활용하여 다중 노드들로 구성된 수치모델용 클러스터의 메모리처리성능을 평가하고 비교하였다. 이러한 평가내용은 클라우드 환경에서 해양수치모델을 어떻게 수행할 것인가에 대해 중요한 정보를 제공할 수 있다. 가상화 기반 상용 클라우드에서 얻은 실제 성능 자료와 구성 설정 분석을 통해 가상화 기반 클라우드 시스템에서 해양수치모델의 다양한 격자 크기에 대한 컴퓨터 리소스의 효율성을 평가했다. 본 연구를 통해서 캐시 계층과 용량이 큰 메모리를 사용하는 HPC 클러스터가 ROMS의 성능에 매우 중요하다는 것을 발견했다. 수치모델링의 실행 시간을 줄이기 위해 코어 수를 늘리는 것은 작은 격자 보다 큰 격자 모델에서 더 효과적이다. 이러한 처리 성능 분석 결과는 클라우드 컴퓨팅 시스템에서 해양수치모델을 효율적으로 구축하는 데 중요한 자료로 이용될 것이다.