• 제목/요약/키워드: modeling parameters

검색결과 3,218건 처리시간 0.031초

비점오염모델 적용을 위한 우리나라 행정구역별 강수 중 질소농도 비교분석 (Comparative Analysis of Nitrogen Concentration of Rainfall in South Korea for Nonpoint Source Pollution Model Application)

  • 최동호;김민경;허승오;홍성창;최순군
    • 한국환경농학회지
    • /
    • 제37권3호
    • /
    • pp.189-196
    • /
    • 2018
  • 본 연구에서는 비점오염 모델에 강우의 질소 농도를 현실적으로 반영하기 위하여 국내 문헌과 3년 동안 관측한 강우 질소 농도를 분석하여 1개시(서울시), 9개도(경기도, 강원도, 충청남/북도, 전북남/북도, 경상남/북도, 제주도) 6개 광역시(부산, 인천, 대전, 울산, 대구, 광주)의 강우시 $NO_3{^-}$, $NH_4{^+}$ 및 T-N의 대표 농도를 제시하였다. $NO_3{^-}$$NH_4{^+}$의 평균 농도는 각각 1.88 mg/L와 0.96 mg/L 였으며, T-N은 2.84 mg/L 였다. 이는 환경부에서 제시하고 있는 2015년 전국 $NO_3{^-}$$NH_4{^+}$의 평균 농도인 1.98 mg/L와 1.05 mg/L와 비슷한 것으로 나타나 본 연구에서 제시된 각 행정구역별 농도는 타당한 수치로 사료된다. 본 연구결과 행정구역별로 질소농도의 차이가 있는 것으로 나타나 해당지역에 적합한 질소농도의 적용이 필요한 것으로 나타났다. 따라서 비점오염 모델 적용시 다양한 구축자료(수문인자, 지형인자 및 영농활동 인자 등)와 더불어 모델 적용지역의 강우 특성을 적절히 반영하여 오염부하량을 추정하는데 활용이 가능할 것으로 판단된다.

지형에 따른 강원지역의 강설입자 크기 분포 특성 분석 (Characteristics Analysis of Snow Particle Size Distribution in Gangwon Region according to Topography)

  • 방원배;김권일;염대진;조수정;이청룡;이대형;예보영;이규원
    • 한국지구과학회지
    • /
    • 제40권3호
    • /
    • pp.227-239
    • /
    • 2019
  • 강원지역은 우리나라의 다설지로서 복잡한 지형 때문에 강설량의 공간변동성이 크다. 특히 동풍조건에서 강설이 발생할 시 강설량의 공간적 변동을 예측하기 어렵다. 동풍조건에서는 강원지역 내 위치에 따라 대기환경조건이 다르며 이는 강설의 특성에도 영향을 줄 수 있다. 본 연구에서는 동풍 조건에서 태백산맥의 풍상측과 풍하측에서 강설의 미세물리적 특성을 서로 비교 분석하였다. 강원지역 내 4개 관측지점을 선정하여 파시벨 수적계로 입자크기분포를 관측하였다. 얻어진 강설입자 크기 분포의 특성을 풍상측과 풍하측간 비교한 결과, 풍상측의 강설입자 크기 분포는 풍하측에 비해 넓은 분포를 가졌고 작은 강설입자의 수도 많았다. 강설입자의 수농도에 비례하는 보편특성수농도와 강설입자의 직경에 비례하는 보편특성직경 둘 다 풍상측에서 상대적으로 큰 값을 보였다. 또한, 얼음수함량과 강설강도 비교에서도 풍상측 지점에서 큰 평균값을 가졌다. 이 결과가 나타난 원인은 태백산맥 산사면에서 공기덩어리의 강제적 상승효과로 풍상측 지점 상공에 새로운 강설입자의 생성이 활발했기 때문으로 추정된다. 또한, 풍상측은 따뜻하고 습한 동풍이 불어오므로 이로 인해 지상기온이 $0^{\circ}C$ 근처에 머무르며 강한 부착과정이 일어나기 좋은 조건이다.

머신러닝 기법의 산림 총일차생산성 예측 모델 비교 (Predicting Forest Gross Primary Production Using Machine Learning Algorithms)

  • 이보라;장근창;김은숙;강민석;천정화;임종환
    • 한국농림기상학회지
    • /
    • 제21권1호
    • /
    • pp.29-41
    • /
    • 2019
  • 산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.

첨단 전자산업 폐수처리시설의 Water Digital Twin(II): e-ASM 모델 보정, 수질 예측, 공정 선택과 설계 (Water Digital Twin for High-tech Electronics Industrial Wastewater Treatment System (II): e-ASM Calibration, Effluent Prediction, Process selection, and Design)

  • 허성구;정찬혁;이나희;심예림;우태용;김정인;유창규
    • 청정기술
    • /
    • 제28권1호
    • /
    • pp.79-93
    • /
    • 2022
  • 본 연구에서는 Part I에서 제안한 첨단 전자산업 폐수처리시설 특화 Water Digital Twin모델인 e-ASM을 이용하여 랩-파일럿 처리장 데이터를 바탕으로 모델 보정(Calibration), 유입 성상에 따른 제거 효율, 유출수 예측 및 최적 공법 선정을 수행하였다. 첨단 전자산업 폐수처리시설의 특화 모델링을 위하여, 민감도 분석을 통해 e-ASM 모델의 정합성과 상관성이 높은 동역학적 파라미터를 선정하였고, 다중반응표면분석법 (Multiple response surface methodology, MRS)을 이용하여 동역학적 파라미터를 보정하였다. e-ASM 모델의 보정 결과, Lab-scale, Pilot-scale 단위의 실험데이터와 90% 이상의 높은 정합성을 보였다. 그리고 4가지 유기폐수 처리처리공법인 MLE, A2/O, 4-stage MLE-MBR, Bardenpho-MBR을 제안한 Water Digital Twin으로 구현하여 유입 폐수의 성상별 운전조건에 따라 제거효율을 분석하였으며, Bardenpho-MBR이 C/N ratio 변화에서도 안정적으로 COD (Chemical oxygen demand)를 90% 이상 제거하며 높은 총 질소 제거 효율을 보였다. 그리고 유입 폐수의 조건별 Bardenpho-MBR공정의 수리학적 체류시간(Hydraulic retention time, HRT)이 3일 이상일 때 1,800 mg L-1의 고농도 TMAH 폐수를 98% 이상 제거할 수 있음을 확인할 수 있었다. 이와 같이, 본 연구에서 개발한 e-ASM은 전자산업 제조시설별, 유입 폐수의 성상별 특화 모델링을 통해 높은 정합성을 가진 전자산업 폐수처리공정의 Water Digital Twin를 구현할 수 있고, 최적운전, Water AI, 최적가용기법 선정 등의 응용 가능성을 바탕으로 지속 가능한 첨단전자 산업을 위해 활용될 수 있을 것으로 사료된다.

청감실험에 의한 국악당의 음향설계조건 설정 (Establishment of the Room Acoustic Criteria for the Korean Traditional Music Halls Using Subjective Listening Tests)

  • 한찬훈;신직수
    • 한국음향학회지
    • /
    • 제26권7호
    • /
    • pp.343-352
    • /
    • 2007
  • 본 연구의 목적은 국악당의 설계에 있어서 기존의 서양음악을 기준한 실내음향설계의 한계를 벗어나서 국악기의 음향특성에 맞는 실내음향의 설계기준을 제시하는데 있다. 이를 위하여 국악시재를 이용한 청감실험을 실시하였다. 먼저 국악합주를 무향실내에서 녹음하여 국악기의 지향음향특성을 이용한 컴퓨터 시뮬레이션을 실시하였다. 설계중인 국악공연장의 3차원 공간을 설정하여 국악음원을 방사시킨 후 실내에서 충격응답을 얻었으며 추출된 충격응답 시료를 가지고 무향실에서 녹음된 음원과 콘볼루션시켜 가청화(auralization)시재를 제작하였다. 가청화작업을 통하여 조사한 실내음향인자는 잔향시간(RT), 저주파 잔향비(BR), 고주파 초기감쇠시간비(Brilliance), 음의세기(G), 음악명료도(C80), 초기시간지연차(ITDG), 양이효과지표(IACC)등 총 7가지이며 무향녹음된 음원은 기악합주곡으로 구성하되 가청화 데이터를 각 지표안의 서로 다른 시료들과 짝을 지어 총 80쌍의 시료쌍을 제작하였다. 가청화 작업을 통하여 만든 시재를 국악연주자와 서양음악연주자를 대상으로 청감실험을 실시하였다. 청감실험결과 국악당에 대한 실내음향의 조건은 서양음악의 경우와 비교하여 매우 다른 양상을 나타내었다. 잔향시간은 0.8-1.0초의 매우 낮고 명료한 소리를 선호하였으며 잔향시간의 주파수특성도 모든 주파수 대역에서 일정한 잔향특성을 선호하는 것으로 나타났다. 또한 각 악기의 소리특성을 인지하기 위한 고음의 명료도가 중요한 것으로 나타났다. 본 연구의 결과는 향후 국악당 및 국악음원을 사용하는 공간의 설계에 유용하게 사용될 수 있으리라 판단된다.나타내었으며, 고농도로 갈수록 심화되었고 benzoic acid, salicylic acid, trans -cinnamic acid에서 매우 강한 억제효과를 나타내었다.의 수와 균체의 량은 0.81 $\times$ $10^{8}$ cfu/$m\ell$와 12g-DCW/$\ell$, 항진균 활성은 8.6mm로 나타나 5$\ell$ jar fermenter 배양에 배해 균의 수는 1/10로 줄었으며 항진균 활성도 64%로 낮게 나타났다.다. 것으로 생각한다.후 30분간 재관류하며 결과를 측정하였다(제3, 4군: 상온 심정지군). 결과: 저온 심근 보호액 군에서는 허혈전처치를 시행 후 심근 보호액을 주입한 군(제1군)과 허혈 전처치 없이 심근 보호액을 주입한 대조군(제2군)의 비교에서 관상동맥 관류량, 심박동수, 좌심실내압, 좌심실압과 맥박수를 곱한 값, 좌심실압 순간 변화율 및 CPK, LDH의 비교 모두에서 통계적으로 유의한 차이를 볼 수 없었다(p=NS). 상온 심정지 군에서는 허혈 전처치 후 $37^{\circ}C$에서 허혈을 유지한 군(제3군)과 허혈 전처치 없이 허혈을 유지한 대조군(제4군)의 비교에서 허혈 전처치를 시행한 군이 좌심실 수축기압, 좌심실압과 맥박수를 곱한값, 좌심실 이완기압, 좌심실압 순간 변화율 등이 허혈 전처치를 시행치 않은 군보다 유의하게 호전되었고 CPK, LDH의 변화에서도 유의한 차이를 보여 허혈 전처치가 심근의 기능적 회복 및 심근 보호에 효과가 있음을 보았다(p<0.05).

기상자료(氣象資料)에 의(依)한 배추 생육시기별(生育時期別) 토양수분(土壤水分), 증발산량(蒸發散量) 및 수량(收量)의 추정모형(推定模型) (Modeling of Estimating Soil Moisture, Evapotranspiration and Yield of Chinese Cabbages from Meteorological Data at Different Growth Stages)

  • 임정남;류순호
    • 한국토양비료학회지
    • /
    • 제21권4호
    • /
    • pp.386-408
    • /
    • 1988
  • 본(本) 연구(硏究)는 배추를 대상(對象)으로 1986년(年)부터 1986년(年)까지 6년간 Lysimeter시험(試驗)과 포장시험(圃場試驗)을 통하여 기상자료(氣象資料)로 부터 생육시기별(生育時期別) 증발산량(蒸發散量)과 수량(收量)을 추정(推定)하는 모형(模型)을 개발(開發)할 목적(目的)으로 실시(實施)하였다. Lysimeter 시험(試驗)에서는 잠재증발산량(潛在蒸發散量)과 최대증발산량(最大蒸發散量)을 측정(測定)하였고, 관개포장시험(灌漑圃場試驗)에서는 시기별(時期別) 토양수분(土壤水分)을 측정(測定)하여 실증발산량(實蒸發散量)을 계산(計算)하고 수량(收量)을 조사(調査)하였다. 시험(試驗)을 통(通)하여 얻어진 성적(成績)과 기상자료(氣象資料)의 상호관계(相互關係)를 다각적(多角的)으로 비교(比較)하여 증발산량(蒸發散量)과 수량추정모형(收量推定模型)을 설정(設定)하고 검정(檢定)한 결과(結果)는 다음과 같다. 1. 잠재증발산(潛在蒸發散)의 5년간(年間) 측정치(測定値)의 평균치(平均値)는 4월초순(月初旬) 2.38mm/day 에서 시일(時日)이 경과(經過)함에 따라 점점(漸漸) 증가(增加)되어 6월중순(月中旬)에 3.98로 최고치(最高値)를 보이고 다시 감소(減少)되어 11월중순(月中旬)에는 1.06으로 떨어졌다. 기존(旣存) 공식(公式)에 의한 잠재증발산추정치(潛在蒸發散推定値)는 실측치(實測値)에 비(比)하여 Penman법(法), Radiation법(法), Blaney-Criddle법(法)은 과다(過多)하게 추정(推定)되고, Pan evaporation법(法)은 과소(過少)하게 추정(推定)되는 경향을 보였다. 추정치(推定値)와 실측치간(實測値間)에는 전체적(全體的)으로 보아 고도(高度)의 유의(有意)한 상관(相關)이 있었으나, Blaney-Criddle법(法)은 7, 8월(月)에 상관(相關)이 없다는 것이 특이(特異)하였다. 2. 기상요인중(氣象要因中) 잠재증발산량실측치(潛在蒸發散量實測値)와 유의(有意)한 상관(相關)이 있는 것은 기온(氣溫), 대기포차(大氣飽差), 일조시수(日照時數), 일사량(日射量), Pan증발량(蒸發量)이었으며, 이들 요인(要因)을 고려(考慮)한 다중회귀식(多重回歸式)은 PET산정식(算定式)으로 활용(活用)이 가능(可能)하였다. 잠재증발산량(潛在蒸發散量) 추정모형(推定模型)으로서는 Pan 증발량(蒸發量)(Eo)을 사용(使用)한 회귀식(回歸式)이 가장 간편(簡便)하고 정확(正確)하였다. PET= 0.712 + 0.705 Eo 3. 잠재증발산량(潛在蒸發散量)에 대한 최대증발량(最大蒸發量)(ETm)의 비(比)로 정의(定義)된 작물계수(作物係數)(Kc)는 배추생육초기(生育初期)에 0.5~0.7 범위(範圍)이었으며, 생육중기(生育中期)부터는 0.9~1.2범위(範圍)로 유지(維持)되었다. 작물계수(作物係數)는 생육진도(生育進度)(G ; 0~1.0)의 2차함수(次函數)로부터 추정(推定)할 수 있었다. 봄배추 : $$Kc=0.598+0.959G-0.501G^2$$ 가을배추 : $$Kc=0.402+1.887G-1.432G^2$$ 4. 최대증발산량(最大蒸發散量)에 대(對)한 실증발산량(實蒸發散量)의 비(比)로 정의(定義)된 토양수분계수(土壤水分係數)(Kf)는 근권(根圈)의 유효수분률(有效水分率)(f)이 임계치(臨界値)(fp)이상(以上)에서는 1.0 수준(水準)으로 유지(維持)되다가 그 이하(以下) 에서는 f에 따라 직선적(直線的)으로 감소(減少)되었다. Kc와 f와의 관계(關係)에 있어서 fp와 직선함수(直線函數)의 기울기는 재배시기(栽培時期)와 PET에 따라 각각 다르게 나타났다. Kf=1.0, if $$f{\geq}fp$$ $$Kf=a+b{\cdot}f$$, if f<fp 5. 층위별(層位別) 토양수분함량(土壤水分含量)으로부더 근권(根圈)의 물보유량변화(保有量變化)(${\Delta}S$) 계산(計算)에 있어서 모관수(毛管水)의 상승(上昇)과 배수량(排水量)은 무시(無視)할 정도(程度)로 적었다. 침투량(浸透量)(I)이 있을때 표토(表土) 5cm에 보유(保有)되었다가 증발(蒸發)되어 버리는 물량(量)(Es)은 실증발산(實蒸發散) 추정한형(推定漢型)에서 별도로 고여(考濾)되어야 하며, Es는 근권(根圈)의 유효수분율(有效水分率)로부터 추정(推定)된 표사(表士) 5cm에서 증발가능(蒸發可能)한 최대(最大) 물량(Esm)과 I을 비교(比較)하여 결정(決定)할 수 있었다. Es = I if I < Esm Es = Esm if < Esm 380 6. 실증발산최(實蒸發散最)(ETa) 추정모형(推定模型)은 물수지식(收支式)에 근거(根據)하여, 모관수(毛管水)의 상하이동양(上下移動量)은 무시(無視)하고 잠재증발산양(潛在蒸發散量)(PET), Kc, Kf, Es를 고려(考慮)하여 아래식(式)으로 설정(設定)되었다. $$ETa=PET{\cdot}Kc{\cdot}Kf+Es$$ 7.배추의 상대수양(相對收量)(Y/Ym) 추정모형(推定模型)은 재배기간중(栽培期間中)의 ETa의 대수함수(對數函數)의 형태(形態)로 설정(設定)되었다. $$Y/Ym=a+b{\cdot}{\ell}n(ETa)$$ 봄배추 : a=0.07, b =0.73 가을배추 : a=0.37, b =0.66 8. 설정(設定)된 모형(模型)에 의해 추정(推定)된 실증발산양(實蒸發散量)과 상대수양(相對收量)을 실측치(實測値)와 비교(比較)하여 본 결과(結果), 실증발산추정치(實蒸發散推定値)의 평균편차(平均偏差)는 봄배추에서는 0.29mm/day, 가을배추에서는 0.19mm/day이었으며, 상대수양추정치(相對收量推定値)의 평균편차(平均偏差)는 봄배추에서는 0.14, 가을배추에서는 0.09이었다. 9. 모형설정(模型設定)이 완료(完了)된 이후(以後) 별도(別途)로 3작기(作期)에 대(對)한 실측치(實測値)와 추정치간(推定値間)의 편차(偏差)도 모형설정기간(模型設定期間)의 것보다 오히려 더 적게 나오는 경향(傾向)을 보였다. 따라서 본추정모형(本推定模型)은 실제(實際) 활용가치(活用價値)가 있다고 판단(判斷)된다.

  • PDF

딥러닝 시계열 알고리즘 적용한 기업부도예측모형 유용성 검증 (Corporate Default Prediction Model Using Deep Learning Time Series Algorithm, RNN and LSTM)

  • 차성재;강정석
    • 지능정보연구
    • /
    • 제24권4호
    • /
    • pp.1-32
    • /
    • 2018
  • 본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.

빅데이터와 딥러닝을 활용한 동물 감염병 확산 차단 (Animal Infectious Diseases Prevention through Big Data and Deep Learning)

  • 김성현;최준기;김재석;장아름;이재호;차경진;이상원
    • 지능정보연구
    • /
    • 제24권4호
    • /
    • pp.137-154
    • /
    • 2018
  • 조류인플루엔자와 구제역 같은 동물감염병은 거의 매년 발생하며 국가에 막대한 경제적 사회적 손실을 일으키고 있다. 이를 예방하기 위해서 그간 방역당국은 다양한 인적, 물적 노력을 기울였지만 감염병은 지속적으로 발생해 왔다. 최근 빅데이터와 딥러닝 기술을 활용하여 감염병의 예측모델을 개발하고자 하는 시도가 시작되고 있지만, 실제로 활용가능한 모델구축 연구와 사례보고는 활발히 진행되고 있지 않은 실정이다. KT와 과학기술정보통신부는 2014년부터 국가 R&D사업의 일환으로 축산관련 차량의 이동경로를 분석하여 예측하는 빅데이터 사업을 수행하고 있다. 동물감염병 예방을 위하여 연구진은 최초에는 차량이동 데이터를 활용한 회귀분석모델을 기반으로 한 예측모델을 개발하였다. 이후에는 기계학습을 활용하여 좀 더 정확한 예측 모델을 구성하였다. 특히, 2017년 예측모델에서는 시설물에 대한 확산 위험도를 추가하였고 모델링의 하이퍼 파라미터를 다양하게 고려하여 모델의 성능을 높였다. 정오분류표와 ROC 커브를 확인한 결과, 기계 학습 모델보다 2017년 구성된 모형이 우수함을 확인 할 수 있었다. 또한 2017에는 결과에 대한 설명을 추가하여 방역당국의 의사결정을 돕고 이해관계자를 설득할 수 있는 근거를 확보하였다. 본 연구는 빅데이터를 활용하여 동물감염병예방시스템을 구축한 사례연구로 모델주요변수값, 이에따른 실제예측성능결과, 그리고 상세하게 기술된 시스템구축 프로세스는 향후 감염병예방 영역의 지속적인 빅데이터활용 및 분석 모델 개발에 기여할 수 있을 것이다. 또한 본 연구에서 구축한 시스템을 통해 보다 사전적이고 효과적인 방역을 할 수 있을 것으로 기대한다.