• 제목/요약/키워드: Society and history

검색결과 13,024건 처리시간 0.05초

뉴질랜드 (Palmerston North) 의 낙농 현황과 번식 및 번식장해에 관한 연구(I) Palmerston North 지역의 낙농 현황과 우유 생산량에 관한 조사 연구 (Studies on Dairy Farming Status, Reproductive Efficiencies and Disorders in New Zealand (I) A Survey on Dairy Farming Status and Milk Yield in Palmerston North Area)

  • 김중계;맥도날드
    • 한국가축번식학회지
    • /
    • 제24권1호
    • /
    • pp.1-18
    • /
    • 2000
  • New Zealand, Palmerston North 지역의 낙농가 80여 개 낙농가에 1998년 2월부터 1998년 7월까지 우편설문지에 의해 조사되었다. 주어진 질문항목은 1). General characteristics (10개 질의), 2). Milk yield and feed supplementary (7개질의), 3). Reproductive efficiencies (14개 질의), 4). Reproductive disorders (12개 질의) 4개 항목을 포함하는 합계 43개의 질문을 내포하고 있었다. 낙농가의 응답자 38농가 (47.5%)에서 회수된 질의문 4개 항목중 1). 2). 항목에 해당되는 낙농사업에 있어서 일반적인 낙농 사육현황, 보조사료 그리고 우유 생산 등을 집계 분석하여 장단점을 파악하고, 우리나라 낙농인 (특히 제주도)들에게 인식시켜 보다 낳은 경제적 이익을 주기 위한 목적으로 수행된 바 이 결과를 요약하면 다음과 같다. 1. 낙농사육경력은 38개 낙농가 중 기록된 농가가 21개 (45%)였는데, 이중 15년 미만경력이 3농가(7.9%), 15~19년 경력은 7농가 (18.4%), 20~25년의 경험 농가가 6개 농가 (15.8%)였고, 26년 이상 경력을 가진 농가수는 5농가 (13.2%)로 대체로 우리나라보다 경력기간의 길고 많은 경험을 갖고 있는 낙농부국이었다. 낙농가의 노동력 투입에 있어서 주인 자신이 직접 경영하고 있는 농가는 21농가 (55.3%)였으며, Sharemilker에 의존하여 운영하는 농가가 10농가 (26.3%), 그리고 가족노동력이 투입된 2농가 (3.5%), Manager 가 주로 주관하여 운영되는 3농가 (5.3%), 일하는 사람을 두고 있는 농가 18농가 (31.6%)였으며, Part time 인력을 쓰는 농가는 2농가 (3.5%)뿐이고 기타가 1농가 (1.8%)로 나타내고 있었다. 이러한 사항은 낙농농가 당 1.5 인에 해당됨으로 경제적 이익 향상을 위해서 임금투입이 아주 낮았다. 2. 사육기반인 방목지와 경작지를 분석하여 보면 사육규모별 (200, 300, 400두) 방목지는 각각 56, 90, 165.3ha로 평균 107.8ha이었고, 경작지도 각각 51, 78, 165ha로서 사육규모별 차이가 컸다(P<0.01). 이와 같은 결과는 낮은 비용으로 우유를 생산하고 우유제품 95%를 세계 각국으로 수출할 수 있는 기반이 되고 있음을 입증 할 수 있었다. 낙농가의 전반적인 기록여부사항은 응답농가 (38 농가) 중 10농가 (26.3%)가 computer, 벽기록장을 이용하는 농가수가 15농가(39.5%), 그리고 낙농수첩을 사용하고 있는 낙농가는 36농가(95%)로 가장 높았으며, 두 가지로 기록하고 있는 농가 수는 23농가(70%)로 높은 편이었다. 3. 한편, 환경면에 있어서 분뇨 처리 시설 분야는 큰 도시를 제외한, 공해를 인식하지 못할 정도로 깨끗하여 아직은 철저하지 않아서 공해처리는 문제화되지 않고 있었다. 그러므로, Pond system 이 26농가(68.4%)로 제일 많았으며, 다음에 매일 분을 제거하여 쌓아 놓아서 저장해 놓고 유기질 비료로서 이용하는 농가가 8농가(21.1%), 1 농가(2.6%)에서 Bunker system으로 저장되었고 기타의 방법으로 저장하는 것이 3농가(7.9%)로 대부분 유기질 비료가 부족하여 화학 비료를 많이 사용하고 있는 형편이며 한국의 30~40여년 전 환경 상태와 유사하였다. 4. 우유 착유 시설 조사에서는 Harringbone 시설이 33농가(86.9%)였고, 다음으로 Walkthrough 구조가 3농가(7.9%), Rotary system 과 기타 구조식이 각각 1개 농가(2.6%)로 세계 낙농 선진국으로 인정 할 수 있으나, 축사시설은 거의 없고 착유시설만 설치되어 있어서 기후환경의 이점을 최대로 살려 경제성 향상을 시도하고 있었다. 5. 착유일수와 두당, 년간 비유량에 관해서 착유일수는 평균 275일, 건유기간 약 87일로 New Zeal-and 의 평균 착유일수 228일 보다 약 47일정도 긴 결과를 보여주고 있다. 착유두수 당 우유 총생산량을 보면 년간 평균 3,990kg 이었고, 우유 건물량 (ms)은 약 319kg였다. 그리고 매일 두당 우유건물량 (ms)은 평균 1.2kg, 우유량은 15.5kg(건물 12.5%로 환산), 우유지방은 평균 4.83%로 외국의 수치 보다 상당히 높았고, 우유 단백질은 평균 3.57% 이었다. 6. 결론으로 Palmerstone North 지역의 낙농업은 뉴질랜드의 중심지로 목장운영의 경험과 경력 약 20년으로, 우리나라의 6~9년 보다 길고, 전체 호당 평균 사육두수는 약 355두로서, 우리나라 최근 호당 35두에 비하여 차이가 심했다. 목장에는 사육우사는 거의 없고 단지 충실한 착유실만 있을 뿐으로 대부분의 목장은 가축 노동력인 부부 두 사람 (1.5 인)에 의해서 착유가 실시되고 있으며, 특이한 것은 철저히 봄에만 분만 (93%) 을 유도하는 계절번식을 시도하여 착유기간은 240~280일로 겨올동안은 착유를 하지 않고, 당해년 그 무리의 비유량과 body score에 의해서 건유기가 결정되어 휴식기로 들어감으로서 우리나라와는 다방면(경영형태포함)에서 많은 차이점이 있었다. 그리고 젖소에는 전혀 농후사료를 급여하지 않고 완전히 방목을 위주로 사육되기 때문이며 착유량은 약 3,500kg로 우리나라의 절반이지만 집유시 우유량 보다 유지율에 따라서 환금됨으로 유지율이 4,5%로 상당히 높은 수준으로 개량하여 왔으며, 세계에서 가장 낮은 가격의 우유를 생산하는 낙농부국으로서 우리나라도 노동력 절감과 대규모 사육을 위한 실질적인 면은 물론 경영면에 더욱 치중하여야 할 것이다.

  • PDF

협업 필터링 및 하이브리드 필터링을 이용한 동종 브랜드 판매 매장간(間) 취급 SKU 추천 시스템 (SKU recommender system for retail stores that carry identical brands using collaborative filtering and hybrid filtering)

  • 조용민;남기환
    • 지능정보연구
    • /
    • 제23권4호
    • /
    • pp.77-110
    • /
    • 2017
  • 최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.

Hierarchical Attention Network를 이용한 복합 장애 발생 예측 시스템 개발 (Development of a complex failure prediction system using Hierarchical Attention Network)

  • 박영찬;안상준;김민태;김우주
    • 지능정보연구
    • /
    • 제26권4호
    • /
    • pp.127-148
    • /
    • 2020
  • 데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

솔잎혹파리 피해적송림(被害赤松林)의 생태학적(生態学的) 연구(研究) (I) (Ecological Changes of Insect-damaged Pinus densiflora Stands in the Southern Temperate Forest Zone of Korea (I))

  • 임경빈;이경재;김용식
    • 한국산림과학회지
    • /
    • 제52권1호
    • /
    • pp.58-71
    • /
    • 1981
  • 충남(忠南) 전북지방(全北地方) 적송림(赤松林)의 천이과정(遷移過程)을 연구(研究)하기 위하여 솔잎혹파리의 피해지속기간(被害持續期間)에 따라 피해극기지(被害極基地) (5년전(年前)에 피해발생(被害発生))인 공주(公州)(A), 피해지속지(被害持續地)(10년전(年前)에 피해발생(被害発生))인 부여(扶餘)(B), 피해회복지(被害回復地)(20년전(年前)에 피해발생(被害発生))로서 고창지역(高敞地域)(C)을 조사지역(調査地域)으로 설정(設定)하고, 각(各) 조사지역별(調査地域別)로 환경요인(環境要因)과 식생상태(植生狀態)를 調査하여, 환경요인(環境要因)과 식생상태(植生狀態), 삼림군집(森林群集)의 비교(比較), 식물상(植物相)의 변화(変化) 등(等)을 분석(分析)한 결과(結果)를 요약(要約)하면 다음과 같다 1. 임분(林分)이 솔잎혹파리피해(被害)로 부터 회복(回復)되어 감에 따라 식생구성(植生構成)에 변화(変化)가 오고 대상수종(代償樹種)으로 발달(発達)된 참나무류(類)의 상대우점치(相対優点値)가 감소(減小)되었다. 그러나 본(本) 조사지역내(調査地域內)에서는 상수리나무의 상대우점치(相対優点値)가 다른 참나무류(類) 보다 높았다. 2. 솔잎혹파리피해(被害)가 지속(持續)됨에 따라 삼림군집(森林群集)의 종구성상태(種構成狀態)가 점차 다양(多樣)하여진다. 그후 피해(被害)가 회복(回復)됨에 따라 임분(林分)의 종구성상태(種構成狀態)는 단순화(单純化)되는 것으로 나타났다. 3. 상대밀도(相対密度) 및 상대우점치(相対優点値)의 상대치(相対値)에 의(依)한 식생천이(植生遷移)를 종합분석(綜合分析)한 결과(結果) 솔잎혹파리피해(被害)의 극심(極甚)에서 우점종(優点種)을 이루던 참나무류(類)가 피해(被害)로부터 회복(回復)되어감에 따라 그 값이 감소(減少)되고, 싸리류(類), 진달래류(類) 등(等)이 하층식생(下層植生)을 형성(形成)하는 삼림군집(森林群集)으로 변화(変化)하여 갔다. 4. 식생(植生)에 미친 토심(土深), 토양함수량(土壤含水量), 유기물함량(有機物含量), 그리고 유기물층(有機物層)의 두께는 본(本) 조사대상지(調査対象地)의 범위내에 있어서는 거의 같은 것으로 사료(思料)되었고 연평균강수량(年平均降水量)과 온도(温度)도 유사(類似)하였다고 본다.

  • PDF