• 전자공학회논문지
• /
• 제53권5호
• /
• pp.87-97
• /
• 2016

본 논문에서는 시분할 기법을 적용하여 AMOLED 컬럼 구동회로용 DAC의 유효 채널 면적을 최소화한 2단 저항 열 기반의 10비트 DAC를 제안한다. 제안하는 DAC는 시분할 기법 기반의 DEMUX, 6비트 및 4비트의 2단 저항 열 구조를 기반으로 하는 롬 구조의 디코더를 2단계로 사용하여 기존의 디스플레이용 DAC보다 빠른 변환속도를 가지는 동시에 하나의 패널 컬럼 구동을 위한 DAC의 유효 면적을 최소화하였다. 두 번째 단 4비트 저항 열에서는 DAC 채널의 면적과 부하 영향을 줄이는 동시에 버퍼 증폭기로 인한 채널 간 오프셋 부정합을 제거하기 위해 기존의 단위-이득 버퍼 대신 간단한 구조의 전류원으로 대체하였다. 제안하는 1:24 DEMUX는 하나의 클록과 5비트 2진 카운터만을 사용하여, 하나의 DAC 채널이 24개의 컬럼을 순차적으로 구동할 수 있도록 하였다. 각 디스플레이 컬럼을 구동하는 출력 버퍼 입력 단에는 0.9pF의 샘플링 커패시터와 작은 크기의 source follower를 추가하여 top-plate 샘플링 구조를 사용하면서 채널 전하 주입에 의한 영향을 최소화하는 동시에 출력 버퍼의 신호정착 정확도를 향상시켰다. 제안하는 DAC는 $0.18{\mu}m$ CMOS 공정으로 제작하였으며, DAC 출력의 정착 시간은 입력을 '$000_{16}$'에서 '$3FF_{16}$'으로 인가했을 때 62.5ns의 수준을 보인다. 제안하는 DAC 단위 채널의 면적 및 유효 채널 면적은 각각 $0.058mm^2$ 및 $0.002mm^2$이며, 3.3V의 아날로그 및 1.8V의 디지털 전원 전압에서 6.08mW의 전력을 소모한다.

• 한국수자원학회논문집
• /
• 제49권7호
• /
• pp.589-597
• /
• 2016

본 연구에서는 임진강 상류유역과 같이 수리수문학적 분석에 필요한 측정데이터가 존재하지 않거나 혹은 데이터의 확보가 어려운 유역에 대하여 위성 데이터와 데이터 기반 모형을 활용하여 유출량을 산정하였다. SDF 시그널(Satellite-derived Flow Signal)은 하도내의 유량변화에 따른 하천 폭의 변화를 반영할 수 있다고 알려져 있으며, 그 상관관계는 하도단면의 형태와 밀접한 관계가 있다. SDF 시그널 데이터와 유출량 간의 비선형 상관관계를 반영할 수 있는 인공신경망 모형을 활용하여, 모형의 입력변수인 SDF 시그널 데이터로부터 임진강의 임진교 지점에서의 유출량을 추정하였다. 15개의 위성 이미지 픽셀의 SDF 시그널 값이 0~10일의 lag가 되어 활용되었으며, lag된 데이터를 포함하여 총 150개의 변수 중 유출량과 가장 큰 관계가 있는 변수 선정을 위해 PMI(Partial Mutual Information) 기법이 활용되었다. 인공신경망 모형을 통해 산정된 유출량은 임진교에서 측정된 지점 유출량과 비교 분석되었으며, 학습(training)과 검증(validation)을 통한 상관계수는 각각 0.86, 0.72로 좋은 결과를 보여주었다. 추가적으로 SDF 시그널 데이터 외에 임진교의 1일 전 측정유량이 인공신경망 입력변수로 추가되었을 때 상관계수가 0.90, 0.83으로 증가함을 보였다. 결과로부터 계측수문자료가 부족하거나 접근 불가능한 유역에 대하여 하천 유량 변화에 대한 추정치인 SDF 시그널 데이터와 지상 데이터가 결합되었을 때 신뢰성 높은 유역의 유출량을 산정할 수 있으며, 큰 유량이 발생하는 홍수사상에 대해서도 첨두 유량과 첨두 발생시간을 잘 모의할 수 있음을 알 수 있었다. 향후 위성 데이터와 지점 데이터를 활용하여 미계측 유역의 홍수발생에 대하여 높은 정확도로 예측 가능할 것으로 기대한다.

• 감성과학
• /
• 제9권2호
• /
• pp.111-118
• /
• 2006

본 논문은 긍정적인 정신적 흥분이 자율신경계에 어떤 영향을 주는 지에 대하여 연구하였다. 2002년 한일 월드컵 기간 중 국민이 경험한 정신적, 신체적 상태의 변화를 자율신경 평가 도구인 심박변이도(HRV)를 통하여 평가하였다. 실험 대상은 월드컵군과 정상 대조군으로 나누어 심박변이도 분석을 실시하였다. 대조군은 수도권 2개 대학병원 건강검진센터에 내원한 건강한 $20{\sim}}30$대 남녀 675명을 대상으로 선정하였고, 월드컵군은 수도권 소재 월드컵 경기장 3개소에서 경기를 관전하기 위하여 대기중인 20-30대 남녀 468명을 대상으로 하였다. 데이터분석은 남녀의 생리학적인 차이를 고려하여 남성군과 여성군으로 나누어 분석하였다. 그 결과, 지금까지 알려져 있던 스트레스 반응과는 다른 경향을 관찰 할 수 있었다. 일반적으로 스트레스 상태에서는 평균 심박수가 증가하는 것 이외에 다른 지표들은 감소하는 경향을 나타낸다. 그러나 긍정 스트레스(eustress) 상태에서 심박수와 SDNN 모두 유의하게 높은 것을 관찰 할 수 있었다(p<0.05). 특히 여성 그룹의 경우, 부정 스트레스(distress) 상태와는 반대로, 모든 주파수분석 파라메타가 유의하게 높게 나타났다(p<0.05, p<0.001). 심박변이도의 감소가 건강 상실의 지표가 된다는 점을 고려해 볼 때, SDNN의 증가와 모든 주파수 파라메타의 증가는 자율신경의 항상성조절 기전이 긍정적으로 작동하고 있음을 의미한다. 따라서 전 세계적인 스포츠 이벤트로 인한 긍정 스트레스상태의 유발이 국민 건강에도 긍정적인 영향을 준다고 할 수 있다.

• 대한전자공학회논문지TC
• /
• 제45권4호
• /
• pp.9-21
• /
• 2008

이 논문은 위성항법시스템의 문제점들을 해결하기 위하여 GNSS 기반의 RF 수신단과 고정밀 측위 아키텍처 그리고 고감도 측위 아키텍처를 제안하였다. GNSS 기반의 RF 수신단 모델은 기존 GPS와 향후 사용되어질 갈릴레오의 항법정보데이터를 동시에 수신할 수 있는 구조를 가져야 한다. 따라서 GPS의 L1대역인 1575.42MHz와 갈릴레오의 El대역인 1575.42MHz, E5A대역인 1207.1MHz 그리고 E5B대역인 1176.45MHz를 동시에 수신할 수 있는 다중 밴드로 구성하였다. 고정밀 측위 아키텍처는 기존 상관기 구조가 가지고 있는 Early코드, Prompt코드, Late코드를 사용하는 1/2칩 이격 구조가 아닌 Early_early코드, Early_late코드, Prompt코드, Late_early코드, Late_late 코드 구조의 상관기를 제안하였다. 이렇듯 1/4칩 이격의 상관기 구조를 제안하여, 위성항법시스템으로부터 송신되는 신호의 부정확성으로 인해 생기는 C/A코드와의 동기 문제를 해결하였다. C/A코드와의 동기 문제는 차량용 항법시스템의 동기 획득 지연 시간 문제가 발생되어, 수신기의 성능 저하를 가져온다. 다음으로 고감도 측위 아키텍처는 20개의 코럴레이터(correlator)를 사용하여 비대칭 구조로 설계하여 수신 증폭률을 최대화하고, 잡음을 최소화하여 수신율을 향상시키도록 하였다. 위성항법시스템은 동일한 C/A코드를 20번 반복하여 전송한다. 따라서 동일한 C/A코드를 모두 사용할 수 있는 구조를 제안하였고, 적응형 구조를 가지고 있어, 주변 환경에 따라 코럴레이터의 수를 제한할 수 있어, 불필요한 시스템의 동작 지연 시간을 줄일 수 있다. 이러한 구조의 사용으로 동기 획득 지연 시간을 줄일 수 있고, 동기 추적의 연속성을 보장할 수 있다. 이는 위성항법시스템의 수신기 성능을 향상시키는 결과를 가져온다.

• 한국통신학회논문지
• /
• 제23권8호
• /
• pp.2052-2063
• /
• 1998

본격척인 위치추적 시스템은 2차 세계대전 중에 등장한 전파항법 장치 (ground-based radio navigation system)에서부터 시작하여 꾸준히 연구되어 왔으며 현재 대표적인 위치추적 시스템으로는 GPS (global positioning system)을 들 수 있다. 최근에는 셀룰라 서비스의 보편화에 따라 기지국을 이용하여 위치추적 서비스를 제공하는 연구가 진행되고 있으나 지금까지는 주로 기지국간 동기 시스템인 매크로 셀룰라에 집중되어 왔다. 하지만, 기지국에서 정확한 시간을 이용할 수 없는 wide-band CDMA 시스템의 기지국간 비동기 상황에 대한 연구는 전무하다. 본 논문에서는 기지국간 비동기인 마이크로 셀룰라 wide-band CDMA 시스템 상황에서 두 가지 위치추정 알고리즘을 제안한다. 첫째는 공통영역을 통한 위치추정 방법으로 의사거리에 의해 구성되는 원 사이의 겹치는 공통영역을 사각형으로 근사하여 그 중심을 개인국의 위치로 추정하는 방법이고 둘째는 도로정보를 이용하는 방법으로서 의사거리 하나만을 이용하여 기지국에서 그 의사거리에 해당되는 도로 지점을 확인하고 주변 파일럿 세기를 확인하여 그 지점 중에서 선택하는 방식이다. 이 두 방식은 시뮬레이션을 이용하여 기존의 대표적인 방식들 (Taylor series를 이용한 방식. conjugate gradient 방식 및 공통현 방식)과 비교되며 또한 기지국과 개인국간의 파일럿 채널 송수신의 간섭으로 인한 영향을 조사한다. 기존의 위치추정 알고리즘이 반복 연산을 수행하는 데 비히여 제안 알고리즘은 반복 연산을 하지 않으며 마이크로 셀 환경에서 간접파의 영향을 적게 받기 때문에 보다 적은 위치 에러를 나타낸다., 초과확률 등을 이용한 분석을 실시하였다. 분석 결과 Warm ENSO episode의 경우 강수량 증가와 유의한 상관관계를 나타냈으며, Cold ENSO episode의 경우 강수량 감소와 유의한 상관관계를 나타내었다. 이러한 분석 결과는 최근 들어 우리나라에 발생하고 있는 이상기후발생과 관련된 연구에 유용한 정보를 제공해 줄 수 있을 것으로 판단된다.EX>$\times$2등 LEED패턴을 관찰할 수 있었다.유(思惟)로서 관찰추리(觀察推理)되였기 때문에 현대의학(現代醫學)과의 비교설명(比較說明)이 거의 불가능(不可能)하며 또한 한의학이론(韓醫學理論)의 과학적근거제시(科學的根據提示)도 현재(現在)로서는 어려운 형편(形便)이다. 그러나 이 의학(醫學)은 이미 2,000여년간(餘年間) 동양(東洋)에서 전래(傳來)한 경험의학(經驗醫學)으로서 동양인(東洋人)들은 이 의학(醫學)으로 소화계질환(消化系疾患)을 포함(包含)한 여러 가지 인간(人間)의 질병(疾病)을 치료(治療)해 왔고 현재(現在)도 이 의학(醫學)으로 치료(治療)를 하고 있고 실제적(實際的)으로 많은 치효(治效)를 보고 있는 것이다. 그러므로 이 의학(醫學)속에는 아직도 현대과학(現代科學)으로서 해명(解明)되지 못하는 어떤 요소(要素)들이 깃들여 있는 것이 확실(確實)하며 이것을 밝혀내기 위해서 우리 의학자(醫學者)들은 이 의학(醫學)에 관(關)한 모든 것을 연구(硏究)해 보아야 한다. 이런 뜻에서 본고찰(本考察)은 한방(漢方)의 역대제문헌(歷代諸文獻)을 섭렵(涉獵)하여 소화계질환(消化系疾患)에 관(關)한 제이론(諸理論)들을 발췌(拔萃), 한방(漢方)에서 보는 (1) 소화기관(消化器官)의 생리(生理) (2) 병리(病理), 증후(證候)

• 지능정보연구
• /
• 제23권1호
• /
• pp.47-67
• /
• 2017

강판 표면 결함은 강판의 품질과 가격을 결정하는 중요한 요인 중 하나로, 많은 철강 업체는 그동안 검사자의 육안으로 강판 표면 결함을 확인해왔다. 그러나 시각에 의존한 검사는 통상 30% 이상의 판단 오류가 발생함에 따라 검사 신뢰도가 낮은 문제점을 갖고 있다. 따라서 본 연구는 Simultaneous MTS (S-MTS) 알고리즘을 적용하여 보다 지능적이고 높은 정확도를 갖는 새로운 강판 표면 결함 진단 시스템을 제안하였다. S-MTS 알고리즘은 단일 클래스 분류에는 효과적이지만 다중 클래스 분류에서 정확도가 떨어지는 기존 마할라노비스 다구찌시스템 알고리즘(Mahalanobis Taguchi System; MTS)의 문제점을 해결한 새로운 알고리즘이다. 강판 표면 결함 진단은 대표적인 다중 클래스 분류 문제에 해당하므로, 강판 표면 결함 진단 시스템 구축을 위해 본 연구에서는 S-MTS 알고리즘을 채택하였다. 강판 표면 결함 진단 시스템 개발은 S-MTS 알고리즘에 따라 다음과 같이 진행하였다. 첫째, 각 강판 표면 결함 별로 개별적인 참조 그룹 마할라노비스 공간(Mahalanobis Space; MS)을 구축하였다. 둘째, 구축된 참조 그룹 MS를 기반으로 비교 그룹 마할라노비스 거리(Mahalanobis Distance; MD)를 계산한 후 최소 MD를 갖는 강판 표면 결함을 비교 그룹의 강판 표면 결함으로 판단하였다. 셋째, 강판 표면 결함을 분류하는 데 있어 결함 간의 차이점을 명확하게 해주는 예측 능력이 높은 변수를 파악하였다. 넷째, 예측 능력이 높은 변수만을 이용해 강판 표면 결함 분류를 재수행함으로써 최종적인 강판 표면 결함 진단 시스템을 구축한다. 이와 같은 과정을 통해 구축한 S-MTS 기반 강판 표면 결함 진단 시스템의 정확도는 90.79%로, 이는 기존 검사 방법에 비해 매우 높은 정확도를 갖는 유용한 방법임을 보여준다. 추후 연구에서는 본 연구를 통해 개발된 시스템을 현장 적용하여, 실제 효과성을 검증할 필요가 있다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.111-131
• /
• 2015

본 연구에서는 데이터마이닝 기법의 일종인 자기조직화지도(Self-Organizing Map, SOM)를 이용하여 비외감기업의 부실화 유형을 구분하고자 한다. 자기조직화지도는 인공 신경망을 기초로 자율학습을 통해 입력된 값을 유사한 군집끼리 묶어내는 방법으로, 기존의 통계적 군집 분류 방법보다 성능이 뛰어나고, 고차원의 입력데이터를 저차원으로 시각화할 수 있다는 장점 때문에 다양한 분야에서 각광받고 있다. 본 연구에서는 기존 연구의 주요 분석대상이었던 외감기업에 비해 부실화 빈도는 높지만 데이터 수집의 어려움으로 인해 분석대상에서 다소 제외되었던 비외감기업의 부실화 유형에 대해 알아보고, 유형별 구체적인 사례도 소개하고자 한다. 재무자료수집이 가능한 100개의 비외감 부실기업에 대해 분석한 결과, 비외감기업의 부실화 유형은 다섯 가지로 구분되었다. 유형 1은 전체 집단의 약 12%를 차지하며, 수익성, 성장성 등 재무지표가 다른 유형에 비해 열등하였다. 유형 2는 전체 집단의 약 14%로, 유형 1보다는 덜 심각하지만 재무지표가 대체로 열등하였다. 유형 3은 성장성 지표가 열등한 그룹으로 기업간 경쟁이 극심한 가운데 지속적으로 성장하지 못하고 부실화된 경우로 약 30%의 기업이 포함되었다. 유형 4는 성장성은 탁월하나 부채경영 등 과감한 경영으로 인해 유동성 부족이나 현금부족 등의 이유로 부실화된 그룹으로 약 25%의 기업이 포함되었다. 유형 5는 거의 모든 재무지표가 우수한 건전기업으로, 단기적인 경영전략의 실수 또는 중소기업의 특성상 경영자의 개인적 사정으로 부실화 되었을 가능성이 큰 그룹으로 약 18%의 기업이 포함되었다. 본 연구 결과는 부실화 유형을 구분하는데 기존의 통계적 방법이 아닌 자기조직화지도를 이용하였다는 점에서 학문적 의의가 있고, 비외감기업의 재무지표만으로도 1차적인 부실화 징후를 발견할 수 있다는 점에서 실무적 의의가 있다고 할 수 있다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

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.

• 지능정보연구
• /
• 제19권1호
• /
• pp.79-94
• /
• 2013

최근 문화 예술 분야를 활용하여 고부가가치를 창출하며 지속적으로 발전하는 공연예술 시장 환경 속에서 공연 기획자들이나 투자자들은 공연에서 성공을 하기 위한 객관적인 지표를 원한다. 성공적인 공연을 위해서는 관람객들에게 편의를 제공하여 만족도를 높여 주어야 하며, 따라서 재미와 감동, 가치를 높이는 방안도 모색해야 한다. 기존의 만족도 확인 방법으로는 공연기간, 설문조사, 입소문 등 주관적인 평가가 대부분이다. 이것들은 관람객들의 만족도에 대한 평가 기준이 될 수 는 없다. 최근에는 공연에서 관람객의 몰입 정도가 공연의 주요 성공 요인으로 평가되기 시작했다. 공연에 대한 몰입도가 높으면 만족도도 높아진다는 연구 결과도 있다. 그래서 공연에 대한 관람객의 몰입을 실시간으로 확인하는 지표를 개발하는 것은 관람객들의 만족도를 평가하는데 유용하게 사용될 수 잇다. 기존의 몰입도 추출 연구는 대부분 1인을 대상으로 한 연구들이며 전체 관람객들의 몰입도는 개별 몰입도를 통합하여 측정하여 왔다. 하지만, 공연장에서 관람객들의 몰입도를 개별적으로 측정하기에는 경제적으로나 환경적으로 어려운 상황이다. 이러한 문제를 해결하기 위하여 본 연구에서는, 공연장의 전체 관람객 몰입도를 측정하기 위하여 차영상 기반의 동기화 기법을 활용하는 모형을 제시 한다. 이 기법은 우선 카메라를 통해 관람객 영상을 수집하고, 이를 차영상 기법을 이용하여 동일 장소, 시간 내 관람객들의 움직임 변화량을 측정하여 동기화 여부를 판단하는 것이다. 본 논문에서 동기화가 되었다는 의미는 관람객들이 몰입하고 있을 때, 자극원에 대하여 동시성을 가지고 반응하는 것을 말한다. 이것을 차영상 기법을 통하여 움직임의 변화량으로 환산하고, 이것을 이용하여 동적 동기화와 정적 동기화인지 구분한다. 그런 후 전체 관람객들의 움직임 변화량들을 비교하여 관람객들의 몰입도를 판단하는 모형을 구축하는 것이다. 이 연구에서는 전체 관객의 몰입도 판단 모형을 제시하고, 실제 관객의 반응 데이터를 이용한 평가를 하여 제시한 연구모형이 실제 공연장에서 그룹 관람객들의 몰입도를 측정할 수 있는 것을 확인할 수 있었다.