• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1057-1068
• /
• 2022

본 논문은 모바일 기반의 실시간 영상 측위 기술 개발을 목표로 사용자가 촬영한 사진과 가상의 텍스쳐 영상 간의 매칭 가능성 확인 연구로 특징점 기반의 매칭 알고리즘의 조합 성능을 비교했다. 특징점 기반의 매칭 알고리즘은 특징점(feature)을 추출하는 과정과 추출된 특징점을 설명하는 서술자(descriptor)를 계산하는 과정, 최종적으로 서로 다른 영상에서 추출된 서술자를 매칭하고, 잘못 매칭된 특징점을 제거하는 과정으로 이루어진다. 이때 매칭 알고리즘 조합을 위해, 특징점을 추출하는 과정과 서술자를 계산하는 과정을 각각 같거나 다르게 조합하여 매칭 성능을 비교하였다. 가상 실내 텍스쳐 영상을 위해 V-World 3D 데스크탑을 활용하였다. 현재 V-World 3D 데스크톱에서는 수직·수평적 돌출부 및 함몰부와 같은 디테일이 보강되었다. 또한, 실제 영상 텍스쳐가 입혀진 레벨로 구축되어 있어, 이를 활용하여 가상 실내 텍스쳐 데이터를 기준영상으로 구성하고, 동일한 위치에서 직접 촬영하여 실험 데이터셋을 구성하였다. 데이터셋 구축 후, 매칭 알고리즘들로 매칭 성공률과 처리 시간을 측정하였고, 이를 바탕으로 매칭 성능 향상을 위해 매칭 알고리즘 조합을 결정하였다. 본 연구에서는 매칭 기법마다 가진 특장점을 기반으로 매칭 알고리즘을 조합하여 구축한 데이터셋에 적용해 적용 가능성을 확인하였고, 추가적으로 회전요소가 고려되었을 때의 성능 비교도 함께 수행하였다. 연구 결과, Scale Invariant Feature Transform (SIFT)의 feature와 descriptor 조합이 가장 매칭 성공률이 좋았지만 처리 소요 시간이 가장 큰 것을 확인할 수 있었고, Features from Accelerated Segment Test (FAST)의 feature와 Oriented FAST and Rotated BRIEF (ORB)의 descriptor 조합의 경우, SIFT-SIFT 조합과 유사한 매칭 성공률을 가지면서 처리 소요 시간도 우수하였다. 나아가, FAST-ORB의 경우, 10°의 회전이 데이터셋에 적용되었을 때에도 매칭 성능이 우세함을 확인하였다. 따라서 종합적으로 가상 텍스쳐 영상과 실영상간 매칭을 위해서 FAST-ORB 조합의 매칭 알고리즘이 적합한 것을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제55권10호
• /
• pp.761-774
• /
• 2022

가뭄과 홍수의 예측, 기후변화가 유역 유출량, 더 나아가 수질 및 생태계에 미치는 영향의 정확한 분석을 위해서는 수문 모의 과정의 불확실성을 정량화하고 최소화하기 위한 노력이 필요하다. 수문자료동화는 수문모형의 상태량이나 매개변수를 갱신(update)하여 모의 초기 조건의 가장 가능성 있는 추정치를 생성하는 기법으로, 실시간 관측 정보를 이용하여 예측 정확도를 향상시킬 수 있는 방법이다. 본 연구에서는 airGRdatassim 모형을 이용하여 앙상블 기반 순차 자료동화 기법인 앙상블 칼만 필터와 파티클 필터로 용담댐 유역에 대해 일 유출을 모의하고, 자료동화 기법별 특성을 비교 및 분석하였다. 모의 결과, Kling-Gupta efficiency (KGE) 지표가 자료동화 적용 전 0.799에서 앙상블 칼만 필터와 파티클 필터 적용시 각각 0.826, 0.933으로 향상되었다. 또한 기상 강제력 노이즈의 범위, 갱신 대상 상태량 설정, 앙상블 수 등 수문자료동화의 설정과 관련된 하이퍼-매개변수(hyper-parameter)의 불확실성이 모의 예측 성능에 미치는 영향을 분석하였다. 강수 및 잠재 증발산 강제력의 오차 범위에 대한 민감도 분석 결과, 모든 모의 범위에서 파티클 필터가 앙상블 칼만 필터보다 예측 성능이 우수하였다. 파티클 필터는 기상 강제력 오차 크기가 작을수록 모의 성능이 향상되었으며, 앙상블 칼만 필터는 상대적으로 오차가 큰 경우 최적 성능이 확인되었다. 한편, 자료동화시 갱신되는 상태량의 종류를 줄일수록 자료동화에 의한 모의 성능은 감소하였다. 본 연구의 모의 실험 결과는 앙상블 자료동화를 이용하여 일 유출 모의 정확도 향상이 가능하지만, 최적 성능을 발휘하기 위해서는 수문자료동화 기법별 하이퍼-매개변수의 적정한 조정이 필요함을 함의한다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1107-1118
• /
• 2021

지구온난화로 인해 발생한 기후변화는 한반도의 홍수, 가뭄 등의 발생빈도를 증가시켰으며, 이로 인해 인적, 물적 피해가 증가한 것으로 나타났다. 수재해 대비 및 대응을 위해서는 국가 차원의 수자원 관리 계획 수립이 필요하며, 유역 단위 수자원 관리를 위해서는 장기간 관측된 유량 자료를 이용하여 도출된 유량지속곡선이 필요하다. 전통적으로 수자원 분야에서 유량지속곡선을 도출하기 위하여 물리적 기반의 강우-유출 모형이 많이 사용되고 있으며, 최근에는 데이터 기반의 딥러닝 기법을 이용한 유출량 예측 기법에 관한 연구가 진행된 바 있다. 물리적 기반의 모형은 수문학적으로 신뢰도 높은 결과를 도출할 수 있으나, 사용자의 높은 이해도가 요구되며, 모형 구동 시간이 오래 걸릴 수 있는 단점이 있다. 데이터 기반의 딥러닝 기법의 경우 입력 자료가 간단하며, 모형 구동 시간이 비교적 짧으나 입력 및 출력자료 간의 관계가 블랙박스로 처리되어 수리·수문학적 특성을 반영할 수 없는 단점이 있다. 본 연구에서는 물리적 기반 모형으로 국내외에서 적용성이 검증된 Soil Water Assessment Tool (SWAT)의 매개변수 보정(Calibration)을 통해 장기간의 결측치 없는 데이터를 산출하고, 이를 데이터 기반 딥러닝 기법인 Long Short-term Memory (LSTM)의 훈련(Training) 데이터로 활용하였다. 시계열 데이터 분석 결과 검·보정 전체 기간('07-'18) 동안 Nash-Sutcliffe Efficiency (NSE)와 적합도 비교를 위한 결정계수는 각각 0.04, 0.03 높게 도출되어 모형에서 도출된 SWAT의 결과가 LSTM보다 전반적으로 우수한 것으로 나타났다. 또한, 모형에서 도출된 연도별 시계열 자료를 내림차순하여 산정된 유량지속곡선과 관측유량 기반의 유량지속곡선과 비교한 결과 NSE는 SWAT과 LSTM 각각 0.95, 0.91로 나타났으며, 결정계수는 0.96, 0.92로 두 모형 모두 우수한 성능을 보였다. LSTM 모형의 경우 저유량 부분 모의의 정확도 개선이 필요하나, 방대한 입력 자료로 인해 모형 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유량지속곡선 산정 등에 활용성이 높을 것으로 판단된다.

• 자원리싸이클링
• /
• 제31권4호
• /
• pp.56-65
• /
• 2022

구리는 우수한 특성, 특히 높은 전도성과 낮은 저항으로 인해 전기/전자 제조 산업에 널리 사용되는 비철금속 중 하나이다. 이러한 산업의 표면 처리 공정에서는 구리 함량이 높은 폐수가 발생하며, 직간접적으로 수계로 배출된다. 이는 심각한 환경 오염을 일으키고 또한 귀중한 유용금속의 손실을 초래한다. 이러한 문제를 극복하기 위하여, 효율적이고 저렴하며 친환경적인 흡착제를 찾기 위한 목적으로 흡착 분야에서 전 세계적으로 지속적인 연구개발이 진행되고 있다. 이러한 점을 고려하여, 본 연구에서는 위와 같은 폐수로부터 구리 흡착을 위한 바이오 흡착제로서 식물뿌리(Datura 뿌리 분말)의 성능을 합성 흡착제(Tulsion T-42)와 비교하였다. 실험은 흡착제 투여량, 접촉시간, pH, 주입액 농도 등의 변수들을 최적화하기 위하여 회분식으로 수행되었다. 초기구리농도가 100 ppm이고 pH가 4인 주입액에서, 0.2 g Datura 뿌리 분말을 15분간 접촉하였을 때 구리 흡착율은 95%이었으며, 0.1 g Tulsion T-42은 30분간 접촉에서 95%의 흡착율을 나타내었다. 두 흡착제의 흡착 데이터는 Freundlich 등온선과 잘 일치하였으며, 유사 2차 속도식을 따르는 것을 나타내었다. 전체 결과는 본 연구의 바이오 흡착제가 표면처리 공정의 폐액 또는 폐수로부터 금속 회수에 적용될 가능성을 보여주고 있다.

• 대한소아치과학회지
• /
• 제48권1호
• /
• pp.64-76
• /
• 2021

이 연구의 목적은 CBCT를 이용해 소아에서 연령에 따른 하악공과 하악소설의 위치 및 하악소설의 형태를 평가하고, 하치조신경 전달마취 시 고려할 수 있는 자입점을 제시하는 것이다. 과잉치 발거 또는 매복치 평가를 위해 CBCT를 촬영한 만 6 - 16세의 영상을 수집하였다. 연령에 따라 만 6 - 7세, 10 - 11세, 15 - 16세의 3군으로 분류하였으며 군당 남녀 각 30명씩을 포함하여 총 180명의 하악지 좌우가 분석되었다. 좌우 측의 하악소설로부터 하악지의 전연, 후연, 상연, 하연까지의 최단거리를 계측하고 하악소설과 하악공 사이의 최단거리, 교합평면에 대한 하악소설과 하악공 사이의 수직거리를 각각 측정하였다. 하악소설의 형태를 기준에 따라 4가지 형태로 분류하여 평가하였다. 하악지의 전후방 및 수직적 기준점으로부터 하악소설의 위치는 연령에 따라 모든 방향으로 증가하는 양상을 보였으며 하악소설과 하악공 사이의 거리 역시 연령에 따라 증가하는 양상을 보였다. 교합평면에 대한 하악소설 및 하악공의 거리는 연령에 따라 상방으로 이동하는 양상을 보였다. 하악소설의 형태는 삼각형 형태가 가장 많았고 결절형, 절두형, 동화형 순이었으며 연령에 따른 차이는 보이지 않았다. 연구를 통해 수평적인 마취의 자입점은 하악지의 전연으로부터 연령에 따라 각각 17 mm, 18 mm, 19 mm로 증가된 지점이 권장되며, 수직적인 마취의 자입점은 연령에 따라 교합평면 상방 2 - 3 mm, 5 - 6 mm, 9 - 10 mm로 자입점을 높이는 것이 권장된다.

• 청정기술
• /
• 제28권4호
• /
• pp.269-277
• /
• 2022

생물학적 효소 반응 산업의 발전으로 인해 바이오매스 자원으로부터 젖산을 대량 생산하는 것이 가능해짐에 따라 젖산의 추가적인 탈수 반응을 통해 고흡수성 수지 SAP, 디스플레이의 점접착제 등의 원료가 되는 아크릴산을 생산하는 친환경 공정이 많은 주목을 받고 있다. 본 연구에서는 젖산 탈수 반응에서 높은 활성을 가지나, 비활성화가 빠른 단점을 가지는 NaY 제올라이트 촉매의 산점 및 염기점을 조절하여, 높은 아크릴산 선택도를 장시간 유지 가능한 촉매를 개발하고자 하였다. 첫번째로 NaY 모촉매에 부분적으로 칼슘을 치환하여 산/염기도를 변화시키고자 하였으며, 이온 교환법과 초기습식 함침법을 모두 적용하여 그 효과를 탐색하였다. 그 결과 직접적으로 Ca를 함침하는 것이 선택도 및 안정성 측면에서 우수한 것을 확인하였으며, 16시간 반응 동안 40% 수율의 AA를 안정적으로 생산하였다. 산/염기 특성 분석 결과, 함침된 Ca는 주로 CaO 형태로 촉매 외피에 존재하면서, 젖산 탈수 반응을 위한 추가적인 염기점으로 작용하는 것으로 나타났다. 추가적으로 NaY 모촉매의 산세기를 약화시키면서 기공 내외적으로 Ca을 고르게 분산시키기 위해, KOH 처리를 통한 탈규소화 후, Ca를 함침하였다. 그러나 기존 Ca-NaY 촉매 대비 아크릴산 선택도가 증진되는 효과는 관찰하지 못하였다. 최종적으로 KOH 처리 촉매에서 Ca 담지양을 1 wt%에서 5 wt%로 증가시켜 염기점 양을 증진시켜 보았다. 그 결과, 기존 1 wt% Ca가 함침된 촉매에 비해 아크릴산 선택도를 65%까지 증진시킬 수 있었으며, 24시간 반응 동안 촉매 안정성 또한 꾸준하게 유지되어, 젖산 탈수 반응에서 염기점 조절이 선택도 및 안정성 향상에 중요한 변수임을 제시하였다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.127-146
• /
• 2022

최근 워드 임베딩이 딥러닝 기반 자연어 처리를 다루는 다양한 업무에서 우수한 성능을 나타내면서, 단어, 문장, 그리고 문서 임베딩의 고도화 및 활용에 대한 연구가 활발하게 이루어지고 있다. 예를 들어 교차 언어 전이는 서로 다른 언어 간의 의미적 교환을 가능하게 하는 분야로, 임베딩 모델의 발전과 동시에 성장하고 있다. 또한 핵심 기술인 벡터 정렬(Vector Alignment)은 임베딩 기반 다양한 분석에 적용될 수 있다는 기대에 힘입어 학계의 관심이 더욱 높아지고 있다. 특히 벡터 정렬은 최근 수요가 높아지고 있는 분야간 매핑, 즉 대용량의 범용 문서로 학습된 사전학습 언어모델의 공간에 R&D, 의료, 법률 등 전문 분야의 어휘를 매핑하거나 이들 전문 분야간의 어휘를 매핑하기 위한 실마리를 제공할 수 있을 것으로 기대된다. 하지만 학계에서 주로 연구되어 온 선형 기반 벡터 정렬은 기본적으로 통계적 선형성을 가정하기 때문에, 본질적으로 상이한 형태의 벡터 공간을 기하학적으로 유사한 것으로 간주하는 가정으로 인해 정렬 과정에서 필연적인 왜곡을 야기한다는 한계를 갖는다. 본 연구에서는 이러한 한계를 극복하기 위해 데이터의 비선형성을 효과적으로 학습하는 딥러닝 기반 벡터 정렬 방법론을 제안한다. 제안 방법론은 서로 다른 공간에서 벡터로 표현된 전문어 임베딩을 범용어 임베딩 공간에 정렬하는 스킵연결 오토인코더와 회귀 모델의 순차별 학습으로 구성되며, 학습된 두 모델의 추론을 통해 전문 어휘를 범용어 공간에 정렬할 수 있다. 제안 방법론의 성능을 검증하기 위해 2011년부터 2020년까지 수행된 국가 R&D 과제 중 '보건의료' 분야의 문서 총 77,578건에 대한 실험을 수행한 결과, 제안 방법론이 기존의 선형 벡터 정렬에 비해 코사인 유사도 측면에서 우수한 성능을 나타냄을 확인하였다.

• 벤처창업연구
• /
• 제16권6호
• /
• pp.197-211
• /
• 2021

서비스산업은 종류가 다양해지고 서비스 기업의 규모도 크게 향상되고 있다. 이러한 현상은 경제성장과 기술발전으로 인해 소비자 요구가 다양화되어 새로운 서비스에 대한 수요가 창출되었으며, 서비스산업이 성숙하고 글로벌 경쟁 양상으로 기업 간의 경쟁이 심화하여 규모의 경제를 활용한 경쟁력 향상이 요구되기 때문이라고 할 수 있다. 미용 서비스업체의 경영자는 다양하고 급변하는 환경에 빠르게 대응하여 조직성과와 기업의 목표인 경영성과를 달성하기 위하여 기업가정신이 다양한 성과변수에 미치는 영향에 관한 연구가 필요하다. 본 연구는 경영자의 기업가정신이 조직성과인 고객지향성과 고객만족, 경영성과인 재무적 성과 간의 관계에서 영향을 미치는 관계를 실증 분석하기 위한 목적으로 수행되었다. 이러한 연구의 검증을 위해 설문의 구성은 한 업체에 사업주용 설문지 1부, 종업원용 설문지 2부, 고객용 설문지 2부로 구성하였다. 설문지는 총 400개 업체에 배포하여 340개 업체의 설문지를 회수하였으며, 회수된 설문지 중 불성실 응답의 설문지 37개 업체의 설문을 제외한 303개의 업체를 표본으로 가설검증에 활용하였다. 본 연구결과를 요약하면 다음과 같다. 첫째, 기업가정신이 고객지향성에 정(+)의 영향을 나타내어 가설이 지지가 되었다. 둘째, 고객지향성이 고객만족에 정(+)의 영향을 나타내어 가설이 지지가 되었다. 셋째, 고객만족이 재무적 성과에 정(+)의 영향을 나타내어 가설이 지지가 되었다. 넷째, 기업가정신은 고객지향성을 통해 고객만족에 영향을 미치고, 고객만족은 재무적 성과에 영향을 미치는 것으로 나타났다. 이는 기업가정신과 고객만족 간의 고객지향성이 완전매개하며, 고객지향성과 재무적 성과에 고객만족이 완전매개하는 것으로 나타났다. 기업가정신과 경영성과 간의 관계에서 개인 수준의 성과인 종업원들의 행동과 태도를 개선되고 이러한 변화는 조직 수준의 성과인 고객만족이 향상되는 것으로 나타났다. 이는 고객에게 서비스를 제공하는 과정에서부터 고객과 빈번한 접촉이 이루어진다. 서비스접점에서 종업원의 역할이 중요하고 서비스구매에 영향을 미친다. 서비스접점에서 고객을 대면하는 종업원은 고객과의 관계를 지속적으로 유지해주는 결정적 요인으로 작용한다. 미용 서비스업체 내에서는 종사자들 간에 고객지향적 환경을 조성해줄 필요가 있다. 고객지향적인 기업이나 종업원이 고객의 욕구를 예측하고 우수한 가치를 가진 제품 또는 서비스를 제공함으로써 고객에게 더 큰 만족을 끌어내 경쟁우위를 점할 수 있다는 것을 시사한다. 또한, 고객만족은 경영성과인 재무적 경영성과 측면의 관계가 있다는 것을 밝혔다. 따라서 미용 서비스업체의 경영자가 경쟁력확보와 성과향상을 위해 기업가정신이 중요한 요소임을 시사한다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 한국습지학회지
• /
• 제25권2호
• /
• pp.145-158
• /
• 2023

인공습지(CW)는 도시 폐수처리를 위한 효과적인 기술로, 물리-화학적 및 생물학적 자연처리과정을 통해 오염 물질이 제거된다. 본 연구는 서지학적 분석 방법을 통하여 인공습지의 현재까지의 연구 진행 상황과 향후 연구 동향을 조사하였다. 인공습지를 통한 페수 처리 성능 평가 분석을 위하여 최근 출판된 논문(오픈 액세스 학술지 포함) 100편을 기반으로 종합적 분석 및 검토를 수행하였다. 분석 결과, 스페인, 중국, 이탈리아, 미국이 논문 출판수가 두드러지는 것으로 나타났다. 논문에서 가장 많이 사용된 핵심용어는 수질(n=19), 식물 정화(n=13), 강우유출수(n=11), 인(n=11) 순으로 나타났으며, 수질개선과 영양염류 제거에 대한 인공습지의 효율성 관련 연구가 폭넓게 연구되고 있는 것으로 분석되었다. 검토된 다양한 유형의 인공습지 중 Hybrid 형태의 인공습지가 TSS(95.67%) 및BOD(88.67%)으로 오염물질 저감효율이 가장 높은 것으로 나타났으며, VSSF, HSSF는 TSS 제거(83.25% 및 78.83%)에 가장 효과적인 것으로 조사되었다. VSSF 습지는 가장 높은 COD 제거 효율(71.82%)을 보였다. 일반적으로 인공습지에서 물리적 처리(예: 침전, 여과, 흡착)와 생물학적 메커니즘(예: 생분해)은 TSS, BOD, COD 제거 효율에 영향을 미치기 때문이다. Hybrid 형태의 인공습지는 호기성 및 혐기성 조건, 다양한 식생 유형, 다양한 매체 구성 등의 다양한 인자와 여러 처리 과정을 통해 미생물 활성도 증가 및 질소 처리를 통해 TN(60.78%)의 높은 저감효과를 보였다. FWS 형태의 인공습지는 퇴적물에 결합된 인을 침전 및 식물의 흡수를 통해 높은TP 제거효율(54.50%)로 나타났습니다. 일반적으로 인공습지에는 식물 정화 능력이 뛰어난 Phragmites, Cyperus, Iris 및 Typha 이 적용되고 있다. 본 연구는 향후 도시 지역에서 발생되는 폐수 처리를 위한 지속 가능한 대안으로 제시 가능할 것으로 사료된다.