• 지능정보연구
• /
• 제19권4호
• /
• pp.147-157
• /
• 2013

디지털 환경의 도래와 언제 어디서나 접근할 수 있는 고속 네트워크의 도입으로 디지털 콘텐츠의 자유로운 유통과 이용이 가능해졌다. 이러한 환경은 역설적으로 다양한 저작권 침해를 불러 일으키고 있으며, 온라인 쇼핑몰에서 사용하는 상품 이미지의 도용이 빈번하게 발생하고 있다. 인터넷 쇼핑몰에 올라오는 상품 이미지와 관련해서는 저작물성에 대한 시비가 많이 일어나고 있다. 2001년 대법원 판결에 의하면 햄 광고를 위하여 촬영한 사진은 단순히 제품의 모습을 전달하는 사물의 복제에 불과할 뿐 창작적인 표현이 아니라고 적시하였다. 다만 촬영자의 손해액에 대해서는 인정함으로써 광고사진 촬영에 소요되는 통상적인 비용을 손해액으로 산정하게 하였다. 상품 사진 이외의 실내사진이라 하여도 '한정된 공간에서 촬영되어 누가 찍어도 동일한 사진'이 나올 수 밖에 없는 경우에는 창작성을 인정하지 않고 있다. 2003년 서울지방법원의 판례는 쇼핑몰에 사용된 사진에서 피사체의 선정, 구도의 설정, 빛의 방향과 양의 조절, 카메라 각도의 설정, 셔터의 속도, 셔터찬스의 포착 기타 촬영방법, 현상 및 인화 등의 과정에서 촬영자의 개성과 창조성이 인정되면 저작권법에 의하여 보호되는 저작물에 해당한다고 선고하여 손해를 인정하였다. 결국 쇼핑몰 이미지도 저작권법상의 보호를 받기 위해서는 단순한 제품의 상태를 전달하는 것이 아니라 촬영자의 개성과 창조성이 인정될 수 있는 노력이 필요하다는 것이며, 이에 따라 쇼핑몰 이미지를 제작하는 비용이 상승하고 저작권보호의 필요성은 더욱 높아지게 되었다. 온라인 쇼핑몰의 상품 이미지는 풍경사진이나 인물사진과 같은 일반 영상과 달리 매우 독특한 구성을 갖고 있으며, 따라서 일반 영상을 위한 이미지 워터마킹 기술로는 워터마킹 기술의 요구사항을 만족시킬 수 없다. 쇼핑몰에서 주로 사용되는 상품 이미지들은 배경이 흰색이거나 검은색, 또는 계조(gradient)색상으로 이루어져 있어서 워터마크를 삽입할 수 있는 공간으로 활용이 어렵고, 약간의 변화에도 민감하게 느껴지는 영역이다. 본 연구에서는 쇼핑몰에 사용되는 이미지의 특성을 분석하고 이에 적합한 이미지 워터마킹 기술을 제안하였다. 제안된 이미지 워터마킹 기술은 상품 이미지를 작은 블록으로 분할하고, 해당 블록에 대해서 DCT 양자화 처리를 함으로써 워터마크 정보를 삽입할 수 있도록 하였다. 균일한 DCT 계수 양자화 값의 처리는 시각적으로 영상에 블록화 현상을 불러오기 때문에 제안한 알고리즘에서는 블록의 경계 면에 붙어있는 영상 값에 대해서는 양자화 값의 분배를 작게 하고, 경계 면에서 멀리 떨어져있는 영상 값에 대해서는 양자화 값의 분배를 크게 함으로써 영상의 객관적 품질뿐 아니라 시각적으로 느끼는 주관적 품질도 향상 시켰다. 제안한 알고리즘에 의해서 워터마크가 삽입된 쇼핑몰 이미지의 PSNR(Peak Signal to Noise Ratio)은 40.7~48.5[dB]로 매우 우수한 품질을 보였으며, 일반 쇼핑몰 이미지에서 많이 사용되는 JPEG 압축은 QF가 70 이상인 경우에는 BER이 0이 나왔다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.219-240
• /
• 2018

감성사전은 감성 어휘에 대한 사전으로 감성 분석(Sentiment Analysis)을 위한 기초 자료로 활용된다. 이와 같은 감성사전을 구성하는 감성 어휘는 특정 도메인에 따라 감성의 종류나 정도가 달라질 수 있다. 예를 들면, '슬프다'라는 감성 어휘는 일반적으로 부정의 의미를 나타내지만 영화 도메인에 적용되었을 경우 부정의 의미를 나타내지 않는다. 그렇기 때문에 정확한 감성 분석을 수행하기 위해서는 특정 도메인에 알맞은 감성사전을 구축하는 것이 중요하다. 최근 특정 도메인에 알맞은 감성사전을 구축하기 위해 범용 감성 사전인 오픈한글, SentiWordNet 등을 활용한 연구가 진행되어 왔으나 오픈한글은 현재 서비스가 종료되어 활용이 불가능하며, SentiWordNet은 번역 간에 한국 감성 어휘들의 특징이 잘 반영되지 않는다는 문제점으로 인해 특정 도메인의 감성사전 구축을 위한 기초 자료로써 제약이 존재한다. 이 논문에서는 기존의 범용 감성사전의 문제점을 해결하기 위해 한국어 기반의 새로운 범용 감성사전을 구축하고 이를 KNU 한국어 감성사전이라 명명한다. KNU 한국어 감성사전은 표준국어대사전의 뜻풀이의 감성을 Bi-LSTM을 활용하여 89.45%의 정확도로 분류하였으며 긍정으로 분류된 뜻풀이에서는 긍정에 대한 감성 어휘를, 부정으로 분류된 뜻풀이에서는 부정에 대한 감성 어휘를 1-gram, 2-gram, 어구 그리고 문형 등 다양한 형태로 추출한다. 또한 다양한 외부 소스(SentiWordNet, SenticNet, 감정동사, 감성사전0603)를 활용하여 감성 어휘를 확장하였으며 온라인 텍스트 데이터에서 사용되는 신조어, 이모티콘에 대한 감성 어휘도 포함하고 있다. 이 논문에서 구축한 KNU 한국어 감성사전은 특정 도메인에 영향을 받지 않는 14,843개의 감성 어휘로 구성되어 있으며 특정 도메인에 대한 감성사전을 효율적이고 빠르게 구축하기 위한 기초 자료로 활용될 수 있다. 또한 딥러닝의 성능을 높이기 위한 입력 자질로써 활용될 수 있으며, 기본적인 감성 분석의 수행이나 기계 학습을 위한 대량의 학습 데이터 세트를 빠르게 구축에 활용될 수 있다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.45-68
• /
• 2022

대한민국 중앙부처, 지방자치단체는 코로나 19가 급속도로 확산하는 팬데믹 상황에서 재난상황 극복을 위해 재난대응에 필요한 정보를 재난문자를 통해 제공하였다. 재난문자는 국민들이 가장 많이 접하는 재난정보 전달수단으로서, 휴대폰에 직접 방송하는 CBS(Cell Broadcast Service) 방식을 채택하고 있어 직접 찾아보는 수고스러움 없이 휴대폰을 통해 쉽게 정보를 접할 수 있다는 장점이 있다. 본 연구는 지난 1년 1개월간(2020년 1월~2021년 1월) 서울특별시에 발송된 재난문자의 특성을 다양한 텍스트마이닝 방법론 등을 통해 도출하고 재난문자에 포함된 다양한 유형의 정보가 국민들의 이동 행태에 어떠한 영향을 미쳤는지를 서울특별시 지역구의 연령별 유동인구의 이동성을 통해 확인하였다. 각 문자에 포함된 주요 단어와 포함된 정보를 분류하는 과정을 거치고 포함된 단어를 기반으로 하는 문서 군집 분석 기법을 적용해 개별 발송 문자를 분석 단위로써 활용할 수 있도록 텍스트 분석을 시행하였다. 이후, 텍스트마이닝을 통해 추출한 재난문자의 특성이 지역별, 연령별 인구이동성에 미친 영향을 규명하였다. 구조화된 모형을 활용하여 재난정보가 인구이동성에 미치는 영향을 기본효과, 누적효과로 구분하여 측정하였다. 지자체가 보유한 재난문자 발송권한으로 인해 재난문자 발송 특성은 지자체별로 상이함을 계량 분석에 활용하였다. 분석 결과 인구이동성에 변화를 유발하는 정보유형은 연령별로 상이함을 확인할 수 있었다. 날짜와 순서에 관련된 정보는 60-70대의 인구이동성을 유의미하게 감소시키는 것을 확인할 수 있었다. 온라인 정보는 20대의 이동성을 감소시켰고, 증상과 관련된 정보는 30대의 인구이동성을 감소시켰다. 한편, 방역 정책 준수를 당부하는 의미를 포함하는 규범적 단어 등은 전 연령의 인구이동성에 유의미한 변화를 불러일으키지 못함을 확인할 수 있었다. 이는 재난대응에 도움이 되는 유의미한 정보들만 재난문자에 포함되어야 함을 의미한다. 한편, 인구이동성에 유의미한 변화를 불러일으키는 정보유형 또한 재난문자가 반복됨에 따라 효과가 상쇄함을 음의 누적효과 추정 결과를 통해 확인할 수 있었다.

• 한국산림과학회지
• /
• 제45권1호
• /
• pp.11-25
• /
• 1979

1979년(年) 8월(月) 4일(日)과 5일(日)에 걸쳐 강원도 평창지구에 많은 사태(沙汰)가 발생된 바 있었다. 이 지역(地域)을 답사할 기회를 통해 산사태에 대한 조사연구(調査硏究)가 부족(不足)하고 예방대책(豫防對策)이 미약하다는 사실을 알게 되었다. 이에 현지답사시(現地踏査時) 얻었던 자료(資料)와 기 연구자들의 보고서 등을 참조로 하여 우리나라 산사태(山沙汰)의 발생조직과예방대책을 살펴본 결과는 다음과 같았다. 1. 지난 6년간(年間)의 자료(資料)로 1일(日)200mm이상(以上), 1시간당(時間當) 60mm이상(以上)의 호우지대(豪雨地帶)를 보면 횡성, 원주, 영동, 무주, 남원과 순천을 연결하는 서부지역과 경상남도의 남부해안지방(南部海岸地方)에 분포(分布)되 있다. 이 원인(原因)은 산맥(山脈)과 저기압(低氣壓)의 방향(方向)에 영향을 받은 것으로 사료(思料)된다. 2, 호우(豪雨)의 정점(頂點)의 분포(分布)는 야간에 나타나며 이 시점에서 산사태(山沙汰)를 일으키고 막대한 피해(被害)를 주는 것 같다. 3. 평창지역(平昌地域)의 산사태(山沙汰)는 화강암(花崗巖)의 조사질양토(粗砂質壤土)와 석회암(石灰巖) 정암(貞岩)의 점토질토양(粘土質土壤)에서 발생(發生)하며 토석류(土石流)는 기암면(基岩面)이나 석회암토양(石灰巖土壤)에서 나타나는 반시(盤尸)을 따라 일어나고 있었다. 4. 이들 암석(岩石)에서 유래한 토양(土壤)의 투수력(透水力)은 빠른 것 같으며 화강암토양(花崗巖土壤)은 토성(土性)의 영향으로 석회암토양(石灰岩土壤)은 토양구조(土壤構造), 폐식(廢植)의 높은 함량(含量)과 근계(根系)의 영향 때문이다. 5. 산사태발생(山沙汰發生)의 근원지의 지형(地形)은 대부분 곡두(谷頭)의 요형지(凹型地)와 산복 상부의 요형(凹型)지에서 나타나고 있다. 이는 유거수(流去水)의 집수력(集水力)때문인것 같고 이 지점의 토양단면(土壤斷面)을 보면 석회암지대(石灰岩地帶)는 혼연성토양(混淵性土壤), 화강암지대(花崗岩地帶)는 발(髮)한 심토호(深土戶)으로 되있다. 6. 산사태지(山沙汰地)의 경사도(傾斜度)는 대부분 $25^{\circ}$이상(以上)에서 나타났고 경사위치(傾斜位置)는 산복상부의 6~9부 능선에서 나타났다. 7. 산사태지(山沙汰地)의 식피(植被)는 대부분 화전(火田)경작지, 화전초지(火田草地), 화전조림지(火田造林地), 황폐지(荒廢地)의 불량임분(不良林分)과 미림목지(未林木地)이었다. 일부 성림지(成林地)(중경목지)에도 나타났으나 대개 표상(表上)에 암석시(岩石尸)이 있는 지역이다. 8. 산사태위험도(山沙汰危險度)는 몇가지 환경인자(環境因子)로 즉 식피(植被), 경사도(傾斜度), 경사형태(傾斜形態) 및 위치(位置), 기암(基岩)과 분포형태(分布形態), 토양단면(土壤斷面)의 특성(特性) 등(等)으로 추정이 가능할 것 같다. 9. 가옥피해(家屋被害)는 대부분 다음과 같은 지형(地形)에서 나타나고 있다. 충적추(沖積錐)와 선상지요형사면(扇狀地凹型斜面)의 산록, 곡간(谷間)이나 야계변(野溪邊)의 소단구(小段丘)와 붕적토지(崩積土地) 등(等)이다. 가옥피해위험지(家屋被害危險地)는 항공사진으로 가옥(家屋)주위의 지형상태(地形狀態)를 참고를 하면 판정(判定)이 가능할 것 같다. 10. 산사태(山沙汰)의 예방대책(豫防對策)으로 위험지(危險地)의 진단기술(診斷技術)의 개발(開發), 현지조사(現地調査)를 통해 가능한 조속(早速)히 예방사방(豫防砂防)이 이루어져야 할 것이다. 가옥(家屋)과 부락(部落)의 피해예방대책(被害豫防對策)이 수립(樹立) 실행(實行)하여야 되며 재해방비림(災害防備林)의 조성책(造成策)이 고려되어야 할 것이다. 11. 산사태(山沙汰)에 의한 가옥(家屋)과 부락(部落)의 피해위험도(被害危險度)를 판정(判定)하여 지도사업(指導事業)을 통해 알려 주어야 한다. 12. 사태위험지(沙汰危險地)의 계벌작업(階伐作業), 화전경작(火田耕作), 연료채취(燃料採取)를 철저히 금지(禁止)시키고 피해위험지(被害危險地)의 가옥(家屋)신축을 규제시켜야 될 것이다. 따라서 산림경영계획(山林經營計劃)의 편성시 산사태(山沙汰)여부 토양침식(土壤浸蝕)과 홍수문제(洪水問題)들이 고려되어야 하며 재해예방대책(災害豫防對策)이 포함되어야 할 것이다.

• 한국토양비료학회지
• /
• 제11권2호
• /
• pp.97-104
• /
• 1979

토양정밀조사결과 우리나라에서 밝혀진 235 개(個)의 토양통에 대하여 분류체계를 확립(確立)코저 미국(美國)의 신토양분류법에 준(準)하였는바 60개(個)의 아군으로 구분할 수 있었다. 그러나 수도재배기간중(水稻栽培期間中) 담수상태(湛水狀態)를 유지(維持)하게되는 답토양들은 신분류법(新分類法)에 분류기준(分類基準)이 확립(確立)되어 있지않아 토양형태적특성에 입각(立脚)하여 분류(分類)코저 할때 무리(無理)가 있음을 알 수 있었다. 답토양의 분류상(分類上) 문제시(問題視)된 것은 토양아군의 수준(水準)에서 18개(個)였으며 이들 새로운 아군에 대하여 분류기준(分類基準)을 설정(設定)(Setup)하였는 바 그 분류시안(分類試案)의 내용(內容)을 요약(要略)하면 다음과 같다. Anthro aquic, Aquic Udipsamments; 관개수(灌漑水)의 영향(影響)을 받아 표토(表土)로 부터 50cm이상(以上) 회색화작용(灰色化作用)을 받은 사질계충적토(砂窒系沖積土)이며 사두(沙頭)및 김천통등(金川統等)이 이에 속(屬)한다. Anthroaquic Udipsamments; 관개수(灌漑水)의 영향(影響)을 받아 표토(表土)로 부터 50cm 이내(以內)에서 회색화작용(灰色化作用)을 받은 사질계충적토(砂窒系沖積土)로 백수통(白岫統)이 이에 속(屬)한다. Halic Psammaquents; 개답년대(開畓年代)가 오래되지 않은 간척지의 염해답으로 낙천통이 이에 속(屬)한다. Anthroaquic, Aquic Udifluvents; 관개수(灌漑水)의 영향(影響)을 받아 표토(表土)에서 50cm이상(以上) 회색화작용(灰色化作用)을 받은 사양질 및 식양질계 충적토로 마영통(馬嶺統)이 이에 속(屬)한다. Anthroaquic Udifluvents: 관개수(灌漑水)의 영향(影響)을 받아 표토(表土)로부터 50cm이내(以內)에서 회색화작용(灰色化作用)을 받은 사양질 및 식양질계 충적토로 행곡통(杏谷統)이 이에 속(屬)한다. Fluventic Haplaquepts: 지하수위(地下水位)가 높아 토양은 전층이 회색화(灰色化)된 습답으로 유기물(有機物)의 함량(含量)은 토심(土深)이 깊어짐에 따라 불규칙적(不規則的)으로 감소(減少)되는 회색토(灰色土)로 백구 및 학성통등(鶴城統等)이 이에 속(屬)한다. Fuventic Thapto-Histic Haplaquepts: Fluventic Haplaquepts와 유사(類似)하나 토양단면내에 유기물층이 개재된 습답으로 공덕(孔德) 및 서탄통(西炭統)이 이에 속(屬)한다. Fluventlc Aeric Haplaquepts: Fluventic Haplaquepts보다 지하수위(地下水位)가 비교적(比較的) 낮으므로 토양배수가 약간 불량(不良)한 회색토(灰色土)로 만경(萬頃) 및 전북통등(全北統等)이 이에 속(屬)한다. Fluventic Thapto-Histic Aeric Hapldquepts: Fluventic Thapto-Histic Haplaquepts보다 지하수위(地下水位)가 비교적(比較的) 낮으므로 토양배수가 약간 불량(不良)한 회색토(灰色土)로 봉남통(鳳南統)이 이에 속(屬)한다. Fluventic Aeric Sulfic Haplaquepts: Fluventic Aeric Haplaquepts에 비(比)하여 토심(土深) 50~150cm 사이에 황색반문(黃色斑紋)(PH<4.0)인 유화물집적층이 있는 회색토(灰色土)로 등구통이 이에 속(屬)한다. Fluventic Sulfaquepts: 이들 토양은 주(主)로 강하류(江下流)에서 바다로 유입(流入)되는 지점(地点) 및 간석 소택지에 분포(分布)되며 표토(表土)에서 50cm이내(以內)에 유화물집적층이 있는 습답으로 봉림(鳳林) 및 해척통(海拓統)이 이에 속(屬)한다. Fluventic Aeric Sulfaquepts: Fluventic Sulfaquepts 보다 지하수위(地下水位)가 비교적(比較的) 깊으므로 토양 배수(排水)가 약간 불량(不良)한 회색토(灰色土)로 김해통(金海統)이 이에 속(屬)한다. Anthro aquic Fluvaquentic Eutrochrepts: 관개수(漑水)의 영향(影響)을 받아 표토(表土)로 부터 50cm이상(以上) 회색화(灰色化)되고 염기포화도가 높은(>60%) 토양이며 장유(長有) 및 칠곡통등(漆谷統等)이 이에 속(屬)한다. Anthro aquic Dystric Fluventic Eutrochrepts: Anthro aquic Fluvaquentic Eutrochrepts와 유사(類似)하나 회색화작용(灰色化作用)은 표토(表土)로부터 50cm이내(以內)에서만 나타나는 토양이며 월곡(月谷) 및 경산통등(慶山統等)이 이에 속(屬)한다. Anthro aquic Fluventic Dystrochrepts; Anthro aquic Dystric Fluventic Eutrochrepts에 비(比)하여 염기포화도가 낮은(<60%) 토양으로 고천(高川) 및 비곡통등(秘谷統等)이 이에 속(屬)한다. Anthre aquic Eutrandepts; 염기포화도가 높은 (>50%) 화산회토(火山灰土)로 대정통(大靜統)이 이에 속(屬)한다. Anthre aquic Hapludalfs; 관개수(灌漑水)의 영향(影響)을 받아 표토(表土)로부터 50cm 이내(以內)에서 회색화작용(灰色化作用)을 받은 적황색토(赤黃色土)로 화동(華東) 및 용수통등이 이에 속(屬)한다. Anthro aquic Aquic Hapludalfs; Anthro aquic Hapludalfs에 비(比)하여 회색화작용(灰色化作用)을 더 받은(표토(表土)에서 50cm이상(以上)) 적황색토(赤黃色土)로 덕평(德坪) 및 극락통등이 이에 속(屬)한다.