• 헤리티지:역사와 과학
• /
• 제44권1호
• /
• pp.196-221
• /
• 2011

조선시대 종묘(宗廟)에 모실 수 없는 왕의 사친, 등극하지 못한 세자와 같은 왕족의 신위를 모신 공간, 사묘(私廟)는 왕명에 의해 건립되고 관리되었다. 또한 사묘의 영건은 각 의궤(儀軌)에 담겼고 이와 함께 왕실사묘의 평면배치도 등이 남겨졌다. 정조의 후궁으로 순조(純祖)를 생산한 수빈박씨(綬嬪朴氏)의 신위를 모신 경우궁의 영건기록인 1824년 "현사궁별묘영건도감의궤(顯思宮別廟營建都監儀軌)"가 현존하기에 그간 소개된 바도 없고 연대조차도 알 수 없었던 <경우궁도(景祐宮圖)>의 제작 연대, 사용재료 및 장황(粧潢) 등을 살펴볼 수 있다. 즉 <경우궁도>는 1822년에 타계한 수빈박씨의 신위를 모시기 위해 궁내에 설치했던 혼전(魂殿)을 폐하고 궁밖에 별도로 마련한 터에 왕명에 의해 1824년 현사궁별묘를 영건하면서 영건도감(營建都監)에서 제작한 <현사궁별묘전도>인 것으로 확인된다. 영건도감에서 <경우궁도>의 제작이 이루어졌을 것이기에 의궤에 제시된 화원(畵員)들이 주목되지만 이들의 현존작이 없어 화풍을 비교할 수 없음은 아쉬움으로 남는다. 하지만 <경우궁도>는 <동궐도(東闕圖)>에서 볼 수 있는 완벽한 평행사선구도로 일목요연하게 많은 전각 등을 묘사하고 있는 점이 가장 큰 양식적 특징으로 지적할 수 있다. 주지하듯 건축물을 다룬 그림들은 해당 건축그림 제작 의도에 맞게 시점을 택해 그리거나 아니면 다시점을 이용해 그리게 된다. 우리 회화에서 건축물을 다룬 그림은 일찍부터 평행사선구도, 정면부감시 또는 다시점 등을 적절히 활용하여 제작되었다. 18세기에 이르면 평행사선구도로 정확하게 그리면서도 회화성도 높은 작품들이 등장하기 시작하는데 19세기 전반기에 이와 같은 현상이 최고로 발전한 듯 <동궐도>가 등장한다. <경우궁도> 또한 완성된 평행사선구도로 200칸 가까운 많은 전각들을 한눈에 알아볼 수 있도록 치밀하게 표현하고 있어 <동궐도>와 같은 계열에 속하는 건축그림으로 볼 수 있다. 이는 또한 수지법, 옥우법, 지면의 표면질감 표현 등 구체적 화법의 비교를 통해 알 수 있다. 다만 사당공간 중 가장 중요한 정당권역만은 의궤도설 '정당이하제처(正堂以下諸處)'라는 평면배치도와 그대로 일치하여 평행사선구도를 버리고 정면부감시 및 사방전도식묘법으로 표현된 점은 <경우궁도>만이 갖는 특징으로 지적될 수 있다. 동시대 영건과 관계된 그림은 아닌 개인의 거주지를 표현한 그림에 이와 같이 시점을 각각 달리하여 표현한 예가 있기도 하여 사당공간을 그린 그림만이 가지는 특성인지는 아직 정확히 알 수 없다. 한편 왼편 하단으로 향하는 평행사선구도를 택해 그릴 경우 화면 왼편 상단과 오른편 하단은 비게 된다. 경우궁도가 이에 부합되는 화면을 보여주는데 반해 동궐도는 다양한 나무 등을 채워 빈 여백 없는 완벽한 화면 구성을 보여준다. 이와 같은 현상은 두 작품의 장황의 현황과도 일치하는데 지본 낱장으로 완성된 경우궁도는 화첩으로 표제까지 달아 완성된 동궐도와는 완성도의 면에서 차이가 있다고 판단된다. 이는 마치 동궐도가 그 묘사의 사실성, 기록성을 넘어 감상의 목적까지도 고려하여 작품제작 및 장황까지 마친 것이었다면 경우궁도는 영건의 상황을 있는 그대로 화면에 옮겨 그리는 기록이 가장 중요한 목적으로 제작되었음을 알게 해주는 것이다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.