• 한국응용과학기술학회지
• /
• 제35권4호
• /
• pp.1120-1133
• /
• 2018

본 연구의 목적은 국내 레스토랑 이용객의 서비스 실패 후 감정변화에 영향을 미치는 실패 귀인 요소, 그리고 고객의 브랜드 관계 품질이 서비스 실패 귀인 지각에 대한 환원효과를 검증하는 것이다. 본 연구의 시사점으로는 귀인이론은 귀인이론과 귀인적 이론으로 구분할 수 있는데 한 모형에서 귀인이론에 영향을 미치는 개인 신념과 귀인 후의 감정반응 간의 영향관계를 통합적으로 측정하는 연구는 미미하다. 신념(BRQ: Brand Relationship Quality)-귀인-감정 3단계 모형을 구축하고 충돌 감정 반응(분노VS동정)의 독립성을 같이 검증되었다. 먼저, 감성적BRQ(친밀감 및 사랑)은 통제가능성 귀인에 미치는 환원효과가 있는데 행동적BRQ(상호의존)은 통제가능성 귀인에 미치는 확대효과가 있는 것으로 나타났다. 관리적 관점에서 레스토랑 관리자는 고객의 서비스 실패의 반복 발생 가능성 지각을 낮추고 고객의 동정을 환기해야 한다. 통합적으로 레스토랑 관리자는 고객의 서비스 실패 귀인 지각을 잘 조절하고 고객의 BRQ이 감정반응에게의 영향효과를 환원시켜야 한다. 여러 가지의 서비스 회복 방안을 수립하고 귀인을 잘 조절해야 한다. 뿐만 아니라, BRQ은 각각 분노 및 동정에 다른 효과(확대VS환충)가 있기 때문에 고객 BRQ의 특성에 따라 다른 서비스 실패 회복 방안을 제시해야 한다. 예를 들면, 이성적 BRQ 고객에게 금전 보상이나 공정성 거래, 친밀감 및 사랑 고객에게 감정배려, 상호의존 고객에게 호혜성 설득 등 방안을 상황에 맞게 개발해야 한다. 본 연구는 서비스 실패 후 귀인의 매개효과를 탐색적으로 검증하였는데 BRQ-귀인-감정 과정에서의 여러 가지 조절요인을 고려하지 않는 한계점이 있다. 따라서 추후의 연구에서 서비스 실패 강도의 조절효과를 고려해야 하고 더 완전한 모형을 구축해야 한다.

• 한국농림기상학회지
• /
• 제23권3호
• /
• pp.149-155
• /
• 2021

농업기상재해 조기경보시스템에서는 일 최대순간 풍속에 과수의 낙과 피해 임계풍속을 대입하여 농작물의 풍해 위험을 예측, 자원농가에게 제공하고 있다. 강풍의 위험 예측확률을 높이기 위한 방법으로써, 기존 방식에서 '안전'으로 분류된 데이터들 중 실제로는 풍해위험이 있는 경우를 찾아내는 인공신경망 이항분류 기법을 도입하였다. 학습데이터는 전라남북도와 경북 및 경남 일부지역의 총 210개소 기상청 종관 및 방재기상관측지점에서 수집된 2019년 전체 일별 풍속자료이며, 최적 모델 도출을 위한 검증데이터는 동일지점의 2020년 1월 1일~12월 12일 자료를, 인공신경망 기법 사용 전/후의 풍해위험예측 성능 평가는 2020년 12월 13일~2021년 2월 18일까지의 자료를 사용하였다. 풍해위험 임계풍속은 과수의 낙과 피해기준으로 주로 사용되고 있는 11m/s를 설정하였다. 또한 2020년 동일 기간의 일 최대순간풍속 실측값으로 Weibull 분포를 작성한 후, 추정값과 임계풍속간의 편차를 이용하여 누적확률값을 계산, 풍해 경보에서 한 단계 낮은 주의보를 판단하고 인공신경망 기법 적용 결과와 비교하였다. 평가기간 중 기존의 풍해 위험 탐지확률은 65.36%였으나 인공신경망 기법으로 재분류 과정을 거친 후 93.62%로 크게 개선되었다. 반면, 오보율이 함께 증가되어(13.46% → 37.64%), 전반적인 정확도는 감소하였다. 한편 Weibull 분포를 이용하여 풍해주의보 구간을 두었을 때는 정확도 83.46%으로 인공신경망 기법에 비해 전반적인 예측 정확도는 더 높았던 반면 위험 탐지확률은 88.79%로 더 낮게 나타났다. 따라서, 상대적으로 위험예보의 미예측이 중대한 문제가 되는 사례에서 인공신경망 방식이 유용할 것으로 보인다.

• 터널과지하공간
• /
• 제31권5호
• /
• pp.374-384
• /
• 2021

본 논문에서는 암석시료의 CT 촬영 이미지상의 균열을 자동으로 탐지하는 새로운 인공지능 딥러닝 기법을 제안한다. 본 제안 기법은 2단계 딥러닝 객체인식 알고르즘인 Faster R-CNN을 기반으로 회전 가능한 경계박스(bounding box) 개념을 도입하여 알고리즘을 개조하였다. 회전 경계박스의 도입은 관심 균열 영역 밖의 배경의 불균질성 및 균열의 크기와 형태에 영향을 받는 딥러닝 객체인식기법 상의 고유한 어려움을 극복하기 위한 핵심 역할을 한다. 본 회전형 경계박스의 사용은 일반적으로 사용되는 영상 수평축과 평행한 경계박스 사용의 경우와 비교하여 긴 형태의 균열 형상 특성에 매우 잘 부합된다. 즉, 좋지않은 영향을 끼치는 경계박스 내 균열 이외 배경영역의 비율을 최소화 시킬 수 있다. 이외에도, 회전 경계박스의 추가적인 이점은 인식된 균열의 방향에 따라 회전하여 추론되는 경계박스를 통해 균열의 방향과 길이에 대한 정보를 직접적으로 얻을 수 있다. 본 제안기법의 적용성을 검증하기 위하여, 이미지상에서 매우 불균질한 화강암 시료에 인공적으로 균열을 발생시킨 다수의 암석시료 영상을 딥러닝 학습에 사용하고 추론 성능 실험을 진행하였다. 그 외에도, 동일 조건에서 사암과 셰일 암석 시료에도 적용하여 검증하였다. 결론적으로, 제안된 기법을 통해 균열 객체 인식의 평균 추론정확도(mAP)값이 0.89 정도 수준의 우수한 추론 성능을 보였으며, 기존 기법에 비해 추론된 경계박스 내 균열과 배경 영역의 비율 측면에서 배경의 비율이 획기적으로 최소화되는 유리한 추론 검증 결과를 보였다.

• 한방안이비인후피부과학회지
• /
• 제34권3호
• /
• pp.27-54
• /
• 2021

Objectives : This review was conducted to validate the effectiveness and safety of herbal medicine combined with conventional therapy for rosacea. Methods : Randomized controlled trials(RCTs) reporting the effects of herbal medicine treatment on rosacea were searched through eight electronic databases from 2016 to March 17, 2020. This study collection and data extraction were performed by two independent reviews. The Cochrane risk-of-bias tool was used for the evaluation of the risk of bias in all included RCTs. Mean differences(MD) and Risk ratio(RR) of 95% Confidence intervals(Cls) were calculated and data synthesis was conducted using Review Manager(RevMan, ver.5.4) Results : Eighteen RCTs were included and all trials compared the combined therapy of herbal medicine with conventional western therapy to conventional therapy alone. The effective rate of the combination of herbal medicine with western medicine(RR 1.20, 95% CI : 1.13-1.28, p<0.00001, I²=0%), the effective rate of the combination of herbal medicine with laser-based therapy(RR 1.12, 95% CI : 1.04-1.21, p=0.004, I²=18%) and the effective rate of the combination treatment group using herbal medicine, western medicine and external drugs were all statistically higher that of the control group(RR 1.19, 95% CI : 1.11-1.28, p<0.00001, I²=0%). The score of non transient erythema(MD -0.36, 95% CI : -1.01 0.29, p=0.27, I²=93%), flushing(MD -0.69, 95% CI : -0.97, 0.41, p<0.00001, I²=32%), papules or pustules(MD 0.10, 95% CI : -0.15, 0.35 p=0.44, I²=0%) were also seen in the herbal medicine and western medicine combination group. The overall risk of bias of the included studies was some concerns. No serious adverse effects were observed. Conclusions : This review found the safety and effectiveness of the combined therapy of herbal medicine with conventional western therapy for rosacea.

• Journal of Nutrition and Health
• /
• 제54권1호
• /
• pp.76-94
• /
• 2021

본 연구는 결혼으로 한국에 이주한 다문화여성의 영양상태를 파악할 수 있는 SQ-FFQ를 개발하고 이 조사지의 신뢰도와 타당도를 검증하기 위하여 실시하였다. 본 연구에서 개발된 SQ-FFQ는 결혼이주여성 대상 선행 연구, 국민건강영양조사의 SQ-FFQ 및 국민건강영양조사 결과를 고려하여 다소비, 다빈도 식품목록과 영양소별 섭취량에 대한 기여도가 높은 급원식품들을 고려하여 41개의 식품항목으로 선정하였다. 1회 섭취 분량은 0.5인분, 1인분, 1.5인분의 3개의 구간으로 나누었고 섭취빈도는 지난 1년 동안 평균적으로 얼마나 자주 먹었는지를 10개의 구간으로 분류한 SQ-FFQ를 개발하였다. 개발한 조사지의 재현성 및 타당도를 평가하기 위하여 서울과 대전 일부 지역의 건강가정·다문화가족지원센터를 방문한 35명의 결혼이주여성을 대상으로 SQ-FFQ (2회) 및 3일 식사 기록지를 조사한 후 1, 2차 반정량 식품섭취빈도 간의 영양소 섭취량 차이 및 SQ-FFQ와 3일 식사기록 간의 영양소 섭취량의 차이를 분석하였다. 1-2주간격으로 조사한 식품섭취빈도조사지의 재현성을 검토한 결과 에너지와 다량영양소 (탄수화물, 지방, 단백질)의 섭취량 간에는 유의적인 차이가 없었고, 비타민 A, 리보플라빈, 칼슘, 칼륨의 경우 1차 조사의 평균 섭취량보다 2차 조사의 평균 섭취량이 유의적으로 약간 높았다. 1차 및 2차 조사에서 도출된 동일 영양소 섭취량 간의 상관관계를 분석한 결과, 모든 동일 영양소 섭취량 간의 상관관계는 전반적으로 높은 상관관계를 보였다 (r = 0.453-0.885). 식품섭취빈도 조사와 3일 식사기록의 결과 비교를 통한 타당도 검증 결과, 식사 기록법보다 식품섭취빈도 조사법에서 에너지, 탄수화물, 탄수화물, 비타민 C, 티아민, 엽산, 비타민B12, 칼슘, 나트륨의 섭취량이 유의적으로 높아 식품섭취빈도법이 식사기록법보다 다소 과대 추정되는 것을 알 수 있었다. 1차 식품섭취빈도조사와 식사기록법의 상관관계는 대부분의 영양소에서 유의적으로 나타났는데, 식물성 지방이 0.602로 가장 높았고, 총 섭취 에너지, 탄수화물, 지방, 티아민의 상관계수도 0.512-0.599로 다른 영양소들에 비해 상대적으로 높았다. 반면 비타민 A와 C, 칼슘, 철, 나트륨 등의 영양소에 대해서는 유의적인 상관관계를 보이지 않았다. 본 연구에서 결혼이주 다문화여성의 식생활 및 영양소 섭취실태를 파악하고자 개발된 자기기입식 SQ-FFQ는 신뢰성이 검증된 조사도구이며 에너지와 주요 영양소의 섭취 상태를 추정할 수 있는 도구로 사용하기에 적합한 것으로 사료된다. 그러나, 본 연구 결과는 최종 35명을 대상으로 분석하여 도출된 것으로 향후 대상자 수를 확대하여 적용해 볼 필요가 있다. 또한, 일부 영양소의 섭취 결과에 대한 타당성을 확보하기 위해서 조사식품 항목에 대한 조정을 고려해 보아야 할 것이며, 특히, 미량영양소의 경우 계절의 영향을 많이 받기 때문에 정성적인 조사를 병행하는 등의 보완이 필요하다. 또한 식품 및 영양소 섭취량 산출을 위한 분석 데이터베이스 구성을 위한 근거자료들이 더 확보되어야 할 것이다.

• 자원환경지질
• /
• 제54권1호
• /
• pp.77-89
• /
• 2021

본 연구에서는 Jeong et al. (2020)의 연구에서 수행된 지하수위 변동 패턴의 저차원 특징추출 과정의 문제점을 분석하고, 이에 대한 개선방안이 제안된다. 해당 연구에서는 Denoising autoencoder (DAE)를 이용해 전국의 연 단위 지하수위 변동 자료로부터 저차원 특징이 추출되며, 추출된 자료를 이용해 대수층의 수리 특성값을 예측하는 회귀 모델이 개발되었다. 그러나 특정 지역의 연도별 강수 패턴이 달라질 경우, 지하수위 변동 패턴 및 저차원 특징 또한 달라지며, 이에 따라 동일 지역임에도 불구하고 저차원 특징으로부터 추정되는 수리 특성값이 다양하게 나타날 수 있다. 이러한 문제를 해결하기 위해, 본 연구에서는 조건부 생성 모델인 Conditional variational autoencoder (CVAE)를 이용하였으며, 전국 71개 지역에서 10년 동안 획득된 지하수위 자료와 강수 자료 간 상관관계가 학습되었다. 학습된 모델을 통해 모든 지역에 대해 동일 강수 조건이 적용될 때의 지하수위 자료가 생성되었으며, 생성된 지하수위 자료로부터 저차원 특징이 추출되었다. CVAE를 이용해 동일 강수 조건으로 생성된 지하수위 자료의 저차원 특징과 기존 DAE를 통해 추출된 저차원 특징이 비교되었으며, 그 결과 CVAE를 이용해 추출된 저차원 특징 간 거리가 저차원 공간상에서 보다 가깝게 분포하는 것이 확인되었다. 따라서 제안된 방법을 이용할 경우 대수층 특성에만 영향을 받는 지역별 지하수위 자료 및 저차원 특징이 효과적으로 추출될 수 있으며, 이를 통해 기존 개발된 회귀 모델의 성능이 개선될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.515-530
• /
• 2021

본 연구에서는 Sentinel-1 C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 다중선형회귀모형을 활용하여 금강 유역 상류에 위치한 용담댐 유역의 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 6일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 사용하여 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. 토양수분 산정 모형의 검증자료로 TDR로 측정된 6개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행 강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. 다중선형회귀모형은 전체 기간 및 계절별로 나누어 모의하였으며, 독립변수의 증감에 따른 상관성 분석을 진행하였다. 산정된 토양수분은 결정계수(R²)와 평균제곱근오차(RMSE)를 활용하여 검증하였다. 초지 지역에서 후방산란계수만을 이용한 토양 수분 산정 결과 R²가 0.13, RMSE가 4.83%으로 나타났으며 선행강우를 5일까지 사용했을 경우 R²가 0.37, RMSE가 4.11%로 상관성이 상승하는 모습을 보였다. 이 때, 토양수분의 계절별 변동성과 감소 패턴의 반영을 위해 무강우누적일수의 적용과 계절별 회귀식을 작성한 결과 R²가 0.69, RMSE가 2.88%로 상관성이 크게 상승하였다. SAR 기반 토양수분 추정 시 선행강우 및 무강우누적일수의 활용이 효과적이었다.

• 지식경영연구
• /
• 제22권2호
• /
• pp.119-144
• /
• 2021

최근 시장에서의 경쟁이 기업 간의 경쟁에서 공급사슬 간의 경쟁으로 진화해 감에 따라, 공급사슬관리(이하 SCM)를 고도화하기 위한 기업들의 관심이 높아지고 있다. 특히 다양한 기술적 강점을 갖고 있는 블록체인 기술이 SCM과 결합되면서 블록체인 기반의 SCM 서비스 도입을 검토하고 있는 국내 제조, 유통 기업들이 늘어감에 따라, 우리 기업들의 블록체인 기반 SCM 도입에 영향을 미치는 요인들에 대한 연구가 중요해지고 있는 시점이다. 그러나 기존 블록체인 및 SCM에 대한 수용연구들은 대체로 기술수용모형이나 통합기술수용모형에 기반하여 수행되어 왔다. 그러나 이 두 이론적 기반은 개인의 정보기술 수용을 설명하기에는 적합하지만, 기업을 대상으로 하는 정보기술 수용을 설명을 하기에는 다소 부적합한 한계가 있다. 본 연구는 기술-조직-환경(TOE) 프레임워크 이론을 바탕으로 기업을 분석단위(unit of analysis)로 하는 새로운 관점의 블록체인 기반 SCM 수용모형을 제시하고, 기업들이 새로운 정보기술의 도입을 검토할 때 그 기술이 제공하는 혜택(benefit)과 그 기술로 인해 발생하는 손실(sacrifice)을 종합적으로 고려하는 특성을 반영하고자, 본 연구에서는 가치 기반 수용 모형(Value-based Adoption Model)의 관점을 추가로 적용하였다. 본 연구에서는 제안된 연구모델을 검증하기 위하여 국내 제조, 유통 기업 126곳을 대상으로 설문을 통해 데이터를 수집하였으며, PLS 구조방정식모델을 통해 실증적으로 분석하였다. 분석결과 '비즈니스 혁신', '경로추적', '보안강화'와 같은 기술적 관점의 혜택 요인들과 '비용'과 같은 손실 요인이 블록체인 기반 SCM의 '인지된 가치'에 유의한 영향을 미치는 것으로 나타났으며, 이는 다시 '사용의도'에 유의한 영향을 미치는 것으로 나타났다. 한편 조직적 관점의 '조직준비도'는 '사용의도'에 유의한 영향을 미치는 것으로 나타났지만, 환경적 관점의 '규제환경'은 예상과 달리 '사용의도'에 유의한 영향을 미치지 못하는 것으로 나타났다. 이와 같은 본 연구의 발견은 국내 블록체인 기반 SCM 활성화를 위한 실무적, 정책적 대안을 마련하는데 기여할 수 있을 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.23-31
• /
• 2020

본 연구는 철도표면상에 발생하는 노후 현상 중 하나인 결함 검출을 위해 학습데이터를 생성함으로써 결함 검출 모델에서 더 높은 점수를 얻기 위해 진행되었다. 철도표면에서 결함은 선로결속장치 및 선로와 차량의 마찰 등 다양한 원인에 의해 발생하고 선로 파손 등의 사고를 유발할 수 있기 때문에 결함에 대한 철도 유지관리가 필요 하다. 그래서 철도 유지관리의 자동화 및 비용절감을 위해 철도 표면 영상에 영상처리 또는 기계학습을 활용한 결함 검출 및 검사에 대한 다양한 연구가 진행되고 있다. 일반적으로 영상 처리 분석기법 및 기계학습 기술의 성능은 데이터의 수량과 품질에 의존한다. 그렇기 때문에 일부 연구는 일반적이고 다양한 철도표면영상의 데이터베이스를 확보하기위해 등간격으로 선로표면을 촬영하는 장치 또는 탑재된 차량이 필요로 하였다. 본연구는 이러한 기계적인 영상획득 장치의 운용비용을 감소시키고 보완하기 위해 대표적인 영상생성관련 딥러닝 모델인 생성적 적대적 네트워크의 기본 구성에서 여러 관련연구에서 제시된 방법을 응용, 결함이 있는 철도 표면 재생성모델을 구성하여, 전용 데이터베이스가 구축되지 않은 철도 표면 영상에 대해서도 결함 검출을 진행할 수 있도록 하였다. 구성한 모델은 상이한 철도 표면 텍스처들을 반영한 철도 표면 생성을 학습하고 여러 임의의 결함의 위치에 대한 Ground-Truth들을 만족하는 다양한 결함을 재 생성하도록 설계하였다. 재생성된 철도 표면의 영상들을 결함 검출 딥러닝 모델에 학습데이터로 사용한다. 재생성모델의 유효성을 검증하기 위해 철도표면데이터를 3가지의 하위집합으로 군집화 하여 하나의 집합세트를 원본 영상으로 정의하고, 다른 두개의 나머지 하위집합들의 몇가지의 선로표면영상을 텍스처 영상으로 사용하여 새로운 철도 표면 영상을 생성한다. 그리고 결함 검출 모델에서 학습데이터로 생성된 새로운 철도 표면 영상을 사용하였을 때와, 생성된 철도 표면 영상이 없는 원본 영상을 사용하였을 때를 나누어 검증한다. 앞서 분류했던 하위집합들 중에서 원본영상으로 사용된 집합세트를 제외한 두 개의 하위집합들은 각각의 환경에서 학습된 결함 검출 모델에서 검증하여 출력인 픽셀단위 분류지도 영상을 얻는다. 이 픽셀단위 분류지도영상들과 실제 결함의 위치에 대한 원본결함 지도(Ground-Truth)들의 IoU(Intersection over Union) 및 F1-score로 평가하여 성능을 계산하였다. 결과적으로 두개의 하위집합의 텍스처 영상을 이용한 재생성된 학습데이터를 학습한 결함 검출모델의 점수는 원본 영상만을 학습하였을 때의 점수보다 약 IoU 및 F1-score가 10~15% 증가하였다. 이는 전용 학습 데이터가 구축되지 않은 철도표면 영상에 대해서도 기존 데이터를 이용하여 결함 검출이 상당히 가능함을 증명하는 것이다.

• 한국식품위생안전성학회지
• /
• 제35권6호
• /
• pp.544-551
• /
• 2020

본 연구의 목적은 예로부터 약재로 사용되어 온 황백의 대표적인 지표물질 berberine 및 palmatine의 동시 분석법을 개발 및 검증하고 지표물질들의 항산화 효능을 평가하여 해당 물질들에 대한 기초자료를 제공하고자 하였다. 표준물질들의 동시 분석법은 특이성, 직선성, 정확성, 정밀성, 검출한계 및 정량한계를 측정하여 신뢰성을 검증하였으며, 지표물질들의 항산화 활성은 FRAP 활성, reducing power 및 아질산염 소거능 실험으로 측정하였다. HPLC-PDA를 이용하여 berberine과 palmatine의 혼합용액을 분석하였을 때, 두 물질이 간섭 없이 선택적으로 분리되었음을 확인하였다. Berberine 및 palmatine의 검량선의 상관계수 값은 모두 0.9999로 우수한 직선성을 보여 분석에 적합함을 알 수 있었고 정확성과 정밀성은 농도를 알고 있는 황백 시료에 인위적으로 저농도, 중농도, 고농도의 표준물질 혼합용액을 첨가하여 계산하였다. 정밀성과 정확성은 일간실험 및 일내실험으로 확인하였다. Berberine의 일간 및 일내 정밀성은 1.27-1.93%, 0.12-0.56%의 수준으로 나타났고, palmatine의 일간 및 일내 정밀성은 0.19-2.89%, 0.36-1.52%로 % 이하의 우수한 정밀성을 나타냈으며, berberine의 일간 및 일내 정확성은 98.43-100.73%, 99.56-101.45%로 나타났고 palmatine의 일간 및 일내 정확성은 93.20-100.60%, 92.39-97.10%로 나타났다. Berberine과 palmatine의 검출한계는 각각 0.32 µg/mL, 0.35 µg/mL로 확인되었고 정량한계는 0.97 µg/mL, 1.06 µg/mL로 확인되었다. 분석법 검증결과, 확립된 분석법은 특이성, 직선성, 정밀성, 정확성, 검출한계 및 정량한계가 모두 우수한 분석법임을 검증할 수 있었다. 항산화 활성은 FRAP 활성, reducing power 및 berberine과 palmatine 모두 농도 의존적으로 활성이 증가하는 것을 확인할 수 있었다. 이상의 결과를 종합하여 볼 때 황백은 추후 항산화에 도움을 주는 소재로의 적용 및 항염증 효과로 인한 피부 기능개선 제품의 소재로서 활용도가 넓을 것으로 사료되며, 황백 내에 존재하는 항산화물질인 berberine 및 palmatine의 동시분석법을 통하여 성분의 함량을 분석하여 효능을 확인할 수 있을 것으로 사료된다.