• 한국재난관리표준학회지
• /
• 제3권2호
• /
• pp.65-71
• /
• 2010

본 연구는 우리 조상의 소중한 목조 문화재가 화재로 인해 소멸되는 것을 방지하기 위하여 화재진압 방법 중 하나인 가스소화설비를 이용하여 목조문화재 적심부의 화재진압 방법에 관한 것이다. 목조문화재는 적심부로 연소 전이시 진압이 매우 곤란하기 때문에 적심부 연소시 파괴를 수반하지 않는 화재 진압은 불가능하다. 스프링클러설비 등과 같이 현대 건축물에 설치되는 소방시설은 소화효과는 높은 반면에 설치와 작동에 따른 문화재 손상의 우려가 높아 목조문화재에 대한 적용성이 낮으므로 이러한 문제점을 최소화하면서 소화효과를 거둘 수 있는 소화설비 개발의 필요성을 제기하였고 타당성이 입증된 시험결과를 토대로 설치방안의 필요성을 제시하였으며, 적심부는 한국 고유의 건축방식으로 외국에 유사사례를 찾아 볼 수 없어 고정소화장치 개발을 통한 화재진압의 신속성과 효율성을 제고한 가스계 소화설비 소화방법을 개발하여 문화재의 손상을 최소화하면서 효용성을 검증하기 위한 실험을 연구하였다. 연구내용으로는 연구 실험 모형틀을 제작하여 소화방법을 수립, 소화시설을 설치하여 1차로 개판 천공 주수공 설치의 화재진압 효과성을 실험하였고 2차로 개판 천공 소화가스 주입구 설치의 화재 진압 효과성을 실험하였으며 그에 따라 숭례문과 유사한 목조 문화재의 경우 지붕의 적심부가 화재진압의 성패를 결정함으로 향후 유사사건의 발생시 신속하고 효율적인 화재진압을 위하여 소화방법에 관한 의견을 제시하였으며 그에 따라 목조 건축물(문화재) 진압대책 수립을 위한 객관적 데이터를 확보하였고 가스계 고정소화설비의 설치를 통한 문화재 방화대책 효과의 과학적 검증을 제시하였다.

• 정보보호학회논문지
• /
• 제26권6호
• /
• pp.1619-1637
• /
• 2016

스마트폰의 보급과 모바일 네트워크 발달로 인해 소셜네트워크서비스(Social Network Service, SNS)는 급격한 성장세를 보이고 있다. 서로의 관심 분야를 공유함으로써 새로운 사회적 관계를 형성하고 소통의 장을 확대할 수 있다는 장점과 휴대의 용이성의 특징을 가진 스마트폰 보급과 맞물려 급격히 성장하고 있다. 본 연구는 국내 이용자들의 SNS영향요인들에 대해 파악하고 이들 요인이 자기효능감과 프라이버시 보호를 통해 개인정보행위에 영향을 미치는 요인들에 대한 인과관계를 실증 연구하고자 한다. 이를 위해 헬스커뮤니케이션 분야에서 개인의 질병을 인지하고 예방할 수 있는 행동을 예측하는 건강신념모델(HBM : Health Belief Model) 이론의 주요 변수들을 적용한 연구모형을 제시하였다. 본 연구의 연구모형을 실증적으로 검증하기 위해 SNS를 이용한 경험이 있는 충남 소재의 N대학과 지방소재 K대학의 대학생들을 대상으로 설문조사를 실시하였다. 설문조사를 통해 총 186부의 표본을 수집하였으며, 요인들 간의 관계를 분석하기 위해 경로분석을 실시하였다. 경로분석결과, 첫째, SNS상에서의 개인정보보호 행위의 주요 영향요인인 건강신념 모델의 모든 변인들 중 지각된 개연성, 지각된 심각성, 지각된 장애는 자기효능감과 부적인 관계를 보였고, 지각된 개연성, 지각된 이익, 지각된 장애는 프라이버시보호에 부적인 관계를 보이는 것으로 나타났다. 하지만, 지각된 심각성은 프라이버시보호와 정적인 관계를 보였고, 지각된 이익과 자기효능감 역시 정적인 관계를 보였다. 둘째, 매개변수인 자기효능감은 프라이버시보호와 정적인 관계를 보였지만 개인정보보호행위와는 부적인 관계를 보였다. 마지막으로 프라이버시보호는 개인정보보호행위와 정적인 관계를 보였다. 이러한 연구 결과를 통해 기존의 개인정보 위협 기술을 활용한 개인정보보호 연구와는 달리 예방에 대한 특성을 반영한 이론적 모델을 제시함으로써 향후 SNS상에서의 개인정보보호행위를 예측할 수 있는 설명을 제시할 수 있는 이론적 실무적 기반이 될 것이다.

• 한국환경생태학회지
• /
• 제36권3호
• /
• pp.327-337
• /
• 2022

생태복원은 생태계의 건강성과 지속성에 있어 생물다양성의 손실을 막을 수 있는 좋은 수단으로 인식되어 있으나 식물종 선정에 관한 환경, 생리·생태요인, 복원목표 설정 등 종합이고 객관적인 기준점이 없어 실행에 옮기는데 애로사항이 있다. 이에 전문가 그룹의 의견을 종합하는 델파이 기법을 활용하여 생태복원용 식물종을 선정하는데 필요한 평가지표를 개발하였다. 생태복원 등의 전문가를 대상으로 2회에 걸쳐 38부의 설문조사를 시행하여, 복원 대상지를 내륙과 도서 지역으로 나눠 평가지표의 중요도와 우선순위를 분석했다. 중요도 분석 결과, '자생식물'이라는 평가지표가 내륙과 도서 지역에서 모두 평균 4.9로 가장 높았다. 다음 '종자확보', '증식', 활착률' 순으로 높았다. 내륙의 지표우선순위는 '자생식물', '출현빈도', '활착율', '분포범위', '종자확보'로 도서 지역은 '자생식물', '활착율', '출현빈도', '분포범위', '내성' 순으로 나타났다. 중요도와 우선순위 분석을 수행한 결과 '내륙의 중요도 평균값은 4.1, 우선순위 2.9로 도서지역은 중요도 평균값은 4.2, 우선순위 2.9로 기준을 설정하였다. 생태복원용 식물종 선정의 중요도와 우선순위는 '자생식물'이 중요도와 우선순위가 가장 높은 것으로 나타났다. 다음은 '종자확보', '활착율', '지형', '증식', '내성', '토양조건', '생육특성', '천이초기', '분포범위', '출현빈도', '발아율'이 중요도와 우선순위가 낮은 하위 그룹으로 분류되었다. 가장 낮은 지표는 '천이 최종단계', '천이장기', '천이중기', '뿌리', '번식', '토양', '성상', '기술', '경관', '기후', '발아율'로 구분되었다. 이에, 생태복원용 식물종 선정을 위해 객관적 검증을 통한 생태복원용 자생식물 종 선정을 위한 평가지표로 복원사업에 활용되기를 기대한다.

• 인터넷정보학회논문지
• /
• 제21권4호
• /
• pp.17-23
• /
• 2020

인간의 특성과 관련된 측정 항목을 나타내는 생체정보는 도난이나 분실의 염려가 없으므로 높은 신뢰성을 가진 보안 기술로서 큰 주목을 받고 있다. 이러한 생체정보 중 지문은 본인 인증, 신원 파악 등의 분야에 주로 사용된다. 신원을 파악할 때 지문 이미지에 인증을 수행하기 어려운 상처, 주름, 습기 등의 문제가 있을 경우, 지문 전문가가 전처리단계를 통해 직접 지문에 어떠한 문제가 있는지 파악하고 문제에 맞는 영상처리 알고리즘을 적용해 문제를 해결한다. 이때 지문에 상처와 주름이 있는 지문 영상을 판별해주는 인공지능 소프트웨어를 구현하면 손쉽게 상처나 주름의 여부를 확인할 수 있고, 알맞은 알고리즘을 선정해 쉽게 지문 이미지를 개선할 수 있다. 본 연구에서는 이러한 인공지능 소프트웨어의 개발을 위해 캄보디아 왕립대학교의 학생 1,010명, Sokoto 오픈 데이터셋 600명, 국내 학생 98명의 모든 손가락 지문을 취득해 총 17,080개의 지문 데이터베이스를 구축했다. 구축한 데이터베이스에서 상처나 주름이 있는 경우를 판별하기 위해 기준을 확립하고 전문가의 검증을 거쳐 데이터 어노테이션을 진행했다. 트레이닝 데이터셋과 테스트 데이터셋은 캄보디아의 데이터, Sokoto 데이터로 구성하였으며 비율을 8:2로 설정했다. 그리고 국내 학생 98명의 데이터를 검증 데이터 셋으로 설정했다, 구성된 데이터셋을 사용해 Classic CNN, AlexNet, VGG-16, Resnet50, Yolo v3 등의 다섯 가지 CNN 기반 아키텍처를 구현해 학습을 진행했으며 지문의 상처와 주름 판독에서 가장 좋은 성능을 보이는 모델을 찾는 연구를 수행했다. 다섯가지 아키텍처 중 지문 영상에서 상처와 주름 여부를 가장 잘 판별할 수 있는 아키텍처는 ResNet50으로 검증 결과 81.51%로 가장 좋은 성능을 보였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.