• 농촌의학ㆍ지역보건
• /
• 제30권1호
• /
• pp.63-74
• /
• 2005

본 연구는 농촌지역 고령자의 신체기능유지에 대한 구체적인 지침이 될 자료를 제공하기 위해 농촌지역 거주자를 대상으로 사지부자유의 실태를 조사하고 연령증가에 따른 변화 및 그 이유에 대해 검토하였으며, 사지부자유에 따른 우울 정도를 조사하였다. 조사는 2004년 3월부터 5월까지의 기간에 충남 금산군과 청양군 농촌지역에 거주하고 있는 40세 이상 주민 432명을 대상으로 자기기입식 방법으로 설문조사 하였으며, 주요 결과는 다음과 같다. 1. 사지부자유를 갖고 있는 자의 비율은 남자보다 여자에서 높았으며, 연령이 증가할수록 사지부자유 기능도는 저하되었다. 2. 부자유의 비율은 상지에 비해 하지의 부자유 비율이 더 높았으며, 사지부자유에 대한 이유로는 관절질환이 주된 요인이었다. 4. 전체 조사대상자의 우울정도는 정상 41.2%, 경도우울 47.5%, 중등도 우울 6.3%, 중증우울 5.1%로 나타났으며, 성별 및 연령별로는 유의한 차이가 없었다. 5. 상 하지 모두 부자유 기능정도가 나빠질수록 우울정도가 심해지는 분포를 보였으나 통계적인 유의한 차이는 없었다. 6. 사지부자유 여부에 대한 위험비는 "남자"에 비해 "여자"에서 2.6배 상승하였고, 연령별로는 "40대"에 비해 "50대"에서 3.5배, "60대"에서 4.3배, "70대"에서 4.9배 상승하였으며 연령이 높아질수록 위험비가 상승한 것으로 나타났다. 7. 우울 여부에 대한 위험비는 성별, 연령별 및 사지부자유 정도 모두에서 유의한 차이가 인정되지 않았다. 위와 같은 결과를 종합하여 보면 사지부자유 정도는 남자보다 여자에서 높았고, 연령이 증가할수록 높아지는 경향이었으며, 상지보다는 하지에서 높은 비율을 보이고 있음을 알 수 있다. 또한 사지부자유의 원인으로는 관절 질환이 주요 원인임을 지적할 수 있으며 사지부자유 기능정도가 심할수록 우울정도가 심해지는 경향을 보였고 사지부자유에 대한 위험비는 남자보다 여자에서, 연령이 높아질수록 위험비가 상승한 것으로 나타났다. 이 같은 사지부자유의 실태를 파악하고 사지부자유에 따른 우울정도를 알아보는 것은 고령자의 신체 기능유지 및 보건의료서비스에 대한 구체적인 지침의 기초자료가 될 것으로 생각된다.

• 한국사회복지학
• /
• 제59권1호
• /
• pp.301-327
• /
• 2007

본 연구의 목적은 미국에서 친권상실이 선고된 위탁아동의 입양률 추이를 살펴보고, 입양결정에 영향을 미치는 주된 요인을 규명하는 데 있다. 본 연구는 미국 위탁보호와 입양에 관한 패널데이터 FY1999-FY2002를 이용하여 1998년 10월부터 2002년 9월까지 32개 주를 추출하여 총 26,895명을 분석에 활용하였다. 사건사 분석의 Kaplan-Meier 분석과 비례적 위험회귀모형(Cox proportional hazards regression model)을 이용하여 친권상실선고 이후 소요되는 위탁기간에 따른 입양률 추이와 위험 입양배율(hazard ratios for adoption)를 산출하였다. 본 연구의 주요 결과로는 친권상실선고 이후 3개월-19개월까지 입양률이 급속히 증가하다가 20개월이 지나면서 오히려 감소추세를 보이고 있었다. 입양여부와 관련한 주요 요인으로서는 백인아동일 경우, 나이가 어릴수록, 선입양가족, 도시소재의 위탁보호일 경우, 양부모 위탁가족, 또는 인종적으로 동일한 위탁부모에 의해 위탁보호 될 경우 입양가능성이 상대적으로 높게 나타났다. 또한, 아동이 지체나 장애가 있을 경우, 신체학대나 성학대를 경험한 경우, 친부모의 양육능력부족으로 위탁보호 된 경우 상대적으로 낮은 입양가능성을 보이고 있다. 본 연구결과 친권상실 이전에 발생한 위탁보호 원인이 친권상실 이후에도 입양에 영향을 미치고 있으며, 입양촉진방안으로 친권상실선고 이후 제공된 위탁서비스 활용과 적극적 지원방안 모색의 필요성이 제기되었다. 끝으로 본 연구결과를 바탕으로 한국사회에서 요보호아동의 친권개입의 정책적 방향과 항구적 보호마련을 위한 함의와 제언을 개괄적으로 제시하였다.

• 대한지역사회작업치료학회지
• /
• 제10권3호
• /
• pp.1-13
• /
• 2020

목적 : 본 연구는 생활안전 위험의 예방·대응을 위한 대국민 정보시스템 개발에 있어 장애인을 포함한 안전약자들이 서비스가 달성하고자 하는 효익에 도달할 수 있도록 사용자에게 내재된 의사소통능력을 고려하여 개인화한 서비스를 구성하기 위해 안전약자 요구사항을 분석하는 모델을 제시한다. 연구방법 : 본 연구에서는 특정 재난 주제에 대한 대국민 생활안전 예방서비스 시나리오에 대하여, 나이, 장애, 환경, 직업 등 다양한 특성에 대응되는 가상 인물을 선정하고 분석하는 페르소나 분석 방법을 사용하였다. 다음으로 포커스그룹 인터뷰를 통해 의사소통기능 문제와 관련된 대상자들의 요구사항을 파악하였으며, 이는 ICF를 기반으로 분석을 실시한 뒤, 최종적으로 이 요소들을 특징으로 하는 중재 및 촉진방법을 제공하였다. 결과 : 페르소나 분석 방법을 통해 가상인물들이 스마트 폰 등 의사소통장치를 활용하여 재난정보를 수신할 때 발생할 수 있는 어려움을 파악하여 ICF의 의사소통문제와 연계하여 분석하였다. 이를 ICF코드를 기준으로 정리하여 ICF코드의 의사소통문제와 관련된 d300번 대 코드 중 d310 (음성메시지로 의사소통하기-수용), d315 (비언어적 메시지로 의사소통하기-수용), d320 (공식적인 수화메시지로 의사소통하기-수용), d325 (문자메시지로 의사소통하기-수용), d360 (의사소통장치 및 기술 사용하기) 등 총 5개의 코드에서 19가지의 어려움 혹은 장벽 요인을 도출할 수 있었으며, 그에 대한 각각의 중재 및 촉진 방법을 제안하였다. 결론 : 본 연구에서는 생활안전예방을 위한 정보서비스를 구축함에 있어 사용자의 의사소통능력의 개인차를 극복하고 모든 사용자에게 서비스가 목적한 정보를 전달하기 위하여 ICF 분류체계와 페르소나 분석 방법을 활용하여 접근성을 확보한 시스템 사용자 요구사항을 도출하는 모델을 제시하였다. 본 연구에서는 ICF의 분류체계를 이용하여 사용자의 장애나 질병을 포함한 건강상태와 신체 기능, 구조 및 활동과 참여 요소들을 체계적으로 파악하고 개별 사용자들의 의사소통의 수준 및 요구에 따라 적절한 중재방법과 촉진방법을 도출하여 서비스에 반영할 수 있도록 하였다.

• 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.