• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• Journal of Nutrition and Health
• /
• 제51권5호
• /
• pp.465-479
• /
• 2018

본 연구는 2017년도 제 13차 청소년건강행태온라인조사 자료를 활용하여 우리나라 청소년의 가당음료 섭취실태를 파악하고 가당음료 섭취와 인구사회학적 특성, 건강관련 행위, 심리적 특성 및 식습관과의 관련요인을 확인하기 위해 수행되었다. 가당음료 섭취빈도는 탄산음료, 고카페인 또는 에너지음료, 단맛이 나는 음료수에 대한 섭취빈도를 합산하여 산출하였으며, 주요 분석결과는 다음과 같다. 1. 인구사회학적 특성별 가당음료 섭취비율을 살펴보면 남학생과 여학생의 가당음료 섭취 비율의 차이를 나타냈으며, 중학생군과 고등학생군의 가당음료 섭취 비율에서도 유의미한 차이가 있었다. 아버지의 학력에서도, 주관적인 학업성적에서도 군간에 가당음료 섭취비율의 유의미한 차이를 보였다. 2. 건강행위별 가당음료를 섭취하는 비율은 흡연군과 비흡연군간에 차이를 나타냈으며, 음주군과 비음주군에서도 섭취 비율의 차이를 보였다. 또한 중강도 고강도운동 등의 신체활동군에서 비신체활동군과의 가당음료 섭취 비율의 유의미한 차이를 보였다. 3. 심리적 특성으로서 스트레스가 높거나 자살 생각 또는 슬픔이나 절망감을 경험한 군에서도 비경험군과 가당음료 섭취 비율이 다르게 나타났다. 4. 식습관 요인을 살펴보면 아침을 주 5일 이상 결식한 군과 비결식군간에, 패스트푸드, 라면, 과자를 일주일에 3회 이상 섭취 또는 편의점 슈퍼마켓 학교매점을 이용하여 식사를 한 경험이 일주일에 3회 이상 있는 군과 3회 미만인 군간에 가당음료 섭취비율의 차이를 확인할 수 있었다. 채소 반찬의 경우 매일 3회 이상 섭취한 군과 3회 미만으로 섭취한 군간에 가당음료 섭취비율도 유의미한 차이를 보였다. 5. 가당음료 섭취에 영향을 주는 요인을 알아보고자 로지스틱 회귀분석을 실시한 결과 여학생보다 남학생이, 중학생보다 고등학생이, 아버지의 학력이 낮을수록, 주관적인 학업성적이 낮을수록, 흡연이나 음주를 하는 학생이 가당음료를 섭취할 가능성이 높았다. 또한 스트레스가 심하거나, 자살 생각 또는 슬픔이나 절망감을 경험한 학생들의 가당음료를 섭취할 가능성이 높게 분석되었다. 또한 아침을 자주 결식하거나, 패스트푸드, 라면, 과자 등 건강하지 못한 식품을 섭취하거나, 편의점, 슈퍼마켓, 학교매점에서 저녁을 간단히 먹는 학생들에게서도 가당음료 섭취 가능성이 높은 것으로 나타났다. 이상의 결과를 종합해보면 우리나라 청소년들의 가당음료 섭취와 인구사회학적 요인, 건강관련행위, 심리적 특성 및 식습관 등 여러 요인들과 연관성이 있음이 관찰되었다. 이러한 가당음료 섭취는 영양적으로 가치가 낮은 반면 칼로리는 높아 비만을 유도하고 각종 질환의 원인이 될 수 있다. 현재 정부에서 청소년들의 당류섭취량을 줄이기 위해 학교 내 또는 학교주변 어린이식품안전보호구역에서 탄산음료 또는 고카페인 함유 음료 판매를 금지하고 있으나, 학생들의 자의적 선택에 의해서 가당음료를 마시지 않도록 하기 위해서는 학교 영양교사나 급식영양사에 의하여 당류 섭취 감소를 위한 주기적인 영양교육이 이루어져야 할 것으로 본다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.149-169
• /
• 2020

현 정부의 주요 국책사업 중 하나인 도시재생 뉴딜사업은 매년 100 곳씩, 5년간 500곳을대상으로 50조를 투자하여 낙후된 지역을 개발하는 것으로 언론과 지자체의 높은 이목이 집중되고 있다. 그러나, 현재 이 사업모델은 면적 규모에 따라 "우리동네 살리기, 주거정비지원형, 일반근린형, 중심시가지형, 경제기반형" 등 다섯 가지로 나뉘어 추진되어 그 지역 본래의 특성을 반영하지 못하고 있다. 국내 도시재생 성공 키워드는 "주민 참여", "지역특화" "부처협업", "민관협력"이다. 성공 키워드에 따르면 지자체에서 정부에게 도시재생 사업을 제안할 때 지역주민, 민간기업의 도움과 함께 도시의 특성을 정확히 이해하고 도시의 특성에 어울리는 방향으로 사업을 추진하는 것이 가장 중요하다는 것을 알 수 있다. 또한 도시재생 사업 후 발생하는 부작용 중 하나인 젠트리피케이션 문제를 고려하면 그 지역 특성에 맞는 도시재생 유형을 선정하여 추진하는 것이 중요하다. 이에 본 연구는 '도시재생 뉴딜 사업' 방법론의 한계점을 보완하기 위해, 기존 서울시가 지역 특성에 기반하여 추진하고 있는 "2025 서울시 도시재생 전략계획"의 도시재생 유형을 참고하여 도시재생 사업지에 맞는 도시재생 유형을 추천하는 시스템을 머신러닝 알고리즘을 활용하여 제안하고자 한다. 서울시 도시재생 유형은 "저이용저개발, 쇠퇴낙후, 노후주거, 역사문화자원 특화" 네 가지로 분류된다 (Shon and Park, 2017). 지역 특성을 파악하기 위해 총 4가지 도시재생 유형에 대해 사업이 진행된 22개의 지역에 대한 뉴스 미디어 10만여건의 텍스트 데이터를 수집하였다. 수집된 텍스트를 이용하여 도시재생 유형에 따른 지역별 주요 키워드를 도출하고 토픽모델링을 수행하여 유형별 차이가 있는 지 탐색해 보았다. 다음 단계로 주어진 텍스트를 기반으로 도시재생 유형을 추천하는 추천시스템 구축을 위해 텍스트 데이터를 벡터로 변환하여 머신러닝 분류모델을 개발하였고, 이를 검증한 결과 97% 정확도를 보였다. 따라서 본 연구에서 제안하는 추천 시스템은 도시재생 사업을 진행하는 과정에서 신규 사업지의 지역 특성에 기반한 도시재생 유형을 추천할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.157-177
• /
• 2022

투자자들은 증권회사가 제공하는 시세표인 Limit Order Book 정보를 통해 국내외 투자자들이 제출하는 주문 정보를 실시간으로 파악하면서 거래에 참여하고 있다. Limit Order Book에 실시간으로 공개되고 있는 주문 정보가 주가 예측에서 유용성이 있을까? 본 연구는 장 중 투자자들의 매수와 매도 주문이 어느 한쪽으로 쏠리면서 주문 불균형이 나타나는 경우 미래 주가 등락의 예측 변수로서 유의성이 있는지를 분석하는 것이다. 분류 알고리즘을 이용하여 주문 불균형 정보의 당일 종가 등락에 대한 예측 정확도를 높이고, 예측 결과를 이용한 데이트레이딩 전략을 제안하며 실증분석을 통해 투자 성과를 분석한다. 자료는 2004년 1월 19일부터 2022년 6월 30일까지의 4,564일 동안의 코스피200 주가지수선물 5 분 봉 주가를 분석하였다. 실증분석 결과는 다음과 같다. 첫째, 총매수 주문량과 총매도 주문량의 불균형 정도로 측정하는 주문 불균형지수와 주가는 유의적 상관성을 보인다. 둘째, 주문 불균형 정보는 당일 종가까지의 미래 주가 등락에 대해서도 유의적인 영향력이 나타났다. 셋째, 주문 불균형 정보를 이용한 당일 종가 등락의 예측 정확도는 Support Vector Machines 알고리즘이 54.1%로 가장 높게 나타났다. 넷째, 하루 중 이른 시점에서 측정한 주문 불균형지수가 늦은 시점에서 측정한 주문 불균형지수보다 예측 정확성이 더 높았다. 다섯째, 종가 등락 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 비교모형의 투자 성과보다 높게 나타났다. 여섯째, 분류 알고리즘을 이용한 투자 성과는 K-Nearest Neighbor 알고리즘을 제외하면 모두 비교모형보다 총수익 평균이 높게 나타났다. 일곱째, Logistic Regression, Random Forest, Support Vector Machines, XGBoost 알고리즘의 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 수익성과 위험성을 동시에 평가하는 샤프비율에서도 비교모형보다 높은 결과를 보여주었다. 본 연구는 Limit Order Book 정보 중 총매수 주문량과 총매도 주문량 정보의 경제적 가치가 존재함을 밝혔다는 점에서 기존의 연구와 학술적 차별점을 갖는다. 본 연구의 실증분석 결과는 시장 참여자들에게 투자 전략적 측면에서 함의가 있다고 판단된다. 향후 연구에서는 최근 활발히 연구가 진행되고 있는 딥러닝 모형 등으로의 확장을 통해 주가 예측의 정확도를 높임으로써 데이트레이딩 투자전략의 성과를 개선할 필요가 있다.

• 한국응급구조학회지
• /
• 제9권2호
• /
• pp.111-128
• /
• 2005

Background: Cardiac arrest is one of the most critical diseases which can likely lead to severe cerebral disability or brain death when the cases can not recover their circulation within 10 minutes. Saving out-of-hospital cardiac arrest cases is a recent concern in Korea. Resuscitation has become an important multidisciplinary branch of medicine, demanding a spectrum of skills and attracting a plethora of specialities and organizations. The best survival can be achieved if all the following links have been optimized : rapid access, and early CPR, defibrillation and ACLS, Since the "Utstein Style" was advocated in 1991, many reports about out-of-hospital cardiac arrest have been published based on this guideline. These differences prevent valid inter-hospital and international comparisons. However, it is not known how effective resuscitation has become to the patients. In other words, there are no guidelines for reviewing, reporting, and conducting research on resuscitation in Korea. This dissertation aims to provide the basic data for a unified reporting guideline of resuscitation in Korea and evaluating the out-of-hospital factors associated with survival discharge of out-of-hospital cardiac arrest. Methods: As for this study, uses the collected data about Out-of-hospital cardiac arrests at 4 area, from January, 2005 to April. 2005. With a retrospective study, 174 cases were analyzed. The data was recorded based on the Out-of-Hospital Utstein Style. Results: Resuscitation was performed on 174 out-of-hospital cardiac arrest cases at the 4 area 14 patients(8.1%) recovered their spontaneous circulation. Overall, the ROSC of the out-of-hospital cardiac arrest patients was 8.1%, which was poorer than that of western countries. Gender distribution was 50 females(28.7%) and 124 males(71.3%), approximately twice as many males as females. ROSC of witnessed arrests was found out to be 97.7%. The ratio of the witnessed arrest groups showed higher results than that of unwitnessed arrest groups in the above-examined cases. Cardiac etiology consisted of cardiac(33.5%), non-cardiac(45.7%), trauma(20.1%), and unknown(6.0%). Cardiac was the best performance. Initial rhythm showed Ventricular Tachycardia/pulseless Ventricular Fibrillation in 8 patients(6.0%), asystole in 100(75.2%) and unknown in 25(18.8%). The results of the Ventricular Tachycardia/pulseless Ventricular Fibrillation showed higher results than the others cases, The proportion of the cardiogenic cause was 33.5%, which was only half of western countries. Ventricular Tachycardia/pulseless Ventricular Fibrillation is relatively rare. These differences were due to the prevalent pattern of Out-of-hospital cardiac arrest as well as prematurity of the EMSS. Bystander CPR was practiced on 13 patients(7.52%). ROSC was shown in 46.2% cases. CPR by EMT was carried out on 167 cases(96.5%). ACLS by EMf was rare. From collapse, 4 cases(2.6%) arrived to ED within 6 minutes. 13 (8.6%) within 10 minutes, and 49(32.5%) over 31 minutes. The sooner the patients arrived, the greater the ratio of ROSC and discharged alive became, and the same with collapse time to ROSC. As the results of the logistic regression analysis, ROSC was found out to be highly influenced by the time of ED arrival from collapse and Ventricular Tachycardia/pulseless Ventricular Fibrillation. Therefore, the ratio of ROSC depends on not any single factor but various intervention factors. Conclusion: This dissertation presents the following suggestions and directions of the study hereafter. First, the first step for a chain of survival should be taken to activate EMSS early with a phone as soon as cardiac arrests are witnessed. Second, it is keenly needed that emergency medical technicians should be increased through emergency education for living. Third, it is necessary to establish the emergency transportation system. Fourth, most of the Koreans have little understanding of EMT and the present operation systems have many problems, which should be fundamentally changed. Fifth, it is required to have an active medical control over Out-of-hospital CPR, And proper psychological supports should be given not only to patients themselves and their family but also individuals who are engaged in emergency situation. Finally, through studies hereafter on nationwide, comprehensive, and standard forms, it is needed to examine into the biological figures of human body, causes and trends of cardiac arrests, and then, to enhance the survival rate of Out-of-hospital cardiac arrests. Korean guidelines for Cardiopulmonary resuscitation need to be made.

• 지능정보연구
• /
• 제23권1호
• /
• pp.47-67
• /
• 2017

강판 표면 결함은 강판의 품질과 가격을 결정하는 중요한 요인 중 하나로, 많은 철강 업체는 그동안 검사자의 육안으로 강판 표면 결함을 확인해왔다. 그러나 시각에 의존한 검사는 통상 30% 이상의 판단 오류가 발생함에 따라 검사 신뢰도가 낮은 문제점을 갖고 있다. 따라서 본 연구는 Simultaneous MTS (S-MTS) 알고리즘을 적용하여 보다 지능적이고 높은 정확도를 갖는 새로운 강판 표면 결함 진단 시스템을 제안하였다. S-MTS 알고리즘은 단일 클래스 분류에는 효과적이지만 다중 클래스 분류에서 정확도가 떨어지는 기존 마할라노비스 다구찌시스템 알고리즘(Mahalanobis Taguchi System; MTS)의 문제점을 해결한 새로운 알고리즘이다. 강판 표면 결함 진단은 대표적인 다중 클래스 분류 문제에 해당하므로, 강판 표면 결함 진단 시스템 구축을 위해 본 연구에서는 S-MTS 알고리즘을 채택하였다. 강판 표면 결함 진단 시스템 개발은 S-MTS 알고리즘에 따라 다음과 같이 진행하였다. 첫째, 각 강판 표면 결함 별로 개별적인 참조 그룹 마할라노비스 공간(Mahalanobis Space; MS)을 구축하였다. 둘째, 구축된 참조 그룹 MS를 기반으로 비교 그룹 마할라노비스 거리(Mahalanobis Distance; MD)를 계산한 후 최소 MD를 갖는 강판 표면 결함을 비교 그룹의 강판 표면 결함으로 판단하였다. 셋째, 강판 표면 결함을 분류하는 데 있어 결함 간의 차이점을 명확하게 해주는 예측 능력이 높은 변수를 파악하였다. 넷째, 예측 능력이 높은 변수만을 이용해 강판 표면 결함 분류를 재수행함으로써 최종적인 강판 표면 결함 진단 시스템을 구축한다. 이와 같은 과정을 통해 구축한 S-MTS 기반 강판 표면 결함 진단 시스템의 정확도는 90.79%로, 이는 기존 검사 방법에 비해 매우 높은 정확도를 갖는 유용한 방법임을 보여준다. 추후 연구에서는 본 연구를 통해 개발된 시스템을 현장 적용하여, 실제 효과성을 검증할 필요가 있다.

• 대한인간공학회지
• /
• 제36권3호
• /
• pp.183-196
• /
• 2017

Objective: The purpose of this research was to assess the agreement between job physical risk factor analysis by ergonomists using ergonomic methods and physical examinations made by occupational physicians on the presence of musculoskeletal disorders of the upper extremities. Background: Ergonomics is the systematic application of principles concerned with the design of devices and working conditions for enhancing human capabilities and optimizing working and living conditions. Proper ergonomic design is necessary to prevent injuries and physical and emotional stress. The major types of ergonomic injuries and incidents are cumulative trauma disorders (CTDs), acute strains, sprains, and system failures. Minimization of use of excessive force and awkward postures can help to prevent such injuries Method: Initial data were collected as part of a larger study by the University of Utah Ergonomics and Safety program field data collection teams and medical data collection teams from the Rocky Mountain Center for Occupational and Environmental Health (RMCOEH). Subjects included 173 male and female workers, 83 at Beehive Clothing (a clothing plant), 74 at Autoliv (a plant making air bags for vehicles), and 16 at Deseret Meat (a meat-processing plant). Posture and effort levels were analyzed using a software program developed at the University of Utah (Utah Ergonomic Analysis Tool). The Ergonomic Epicondylitis Model (EEM) was developed to assess the risk of epicondylitis from observable job physical factors. The model considers five job risk factors: (1) intensity of exertion, (2) forearm rotation, (3) wrist posture, (4) elbow compression, and (5) speed of work. Qualitative ratings of these physical factors were determined during video analysis. Personal variables were also investigated to study their relationship with epicondylitis. Logistic regression models were used to determine the association between risk factors and symptoms of epicondyle pain. Results: Results of this study indicate that gender, smoking status, and BMI do have an effect on the risk of epicondylitis but there is not a statistically significant relationship between EEM and epicondylitis. Conclusion: This research studied the relationship between an Ergonomic Epicondylitis Model (EEM) and the occurrence of epicondylitis. The model was not predictive for epicondylitis. However, it is clear that epicondylitis was associated with some individual risk factors such as smoking status, gender, and BMI. Based on the results, future research may discover risk factors that seem to increase the risk of epicondylitis. Application: Although this research used a combination of questionnaire, ergonomic job analysis, and medical job analysis to specifically verify risk factors related to epicondylitis, there are limitations. This research did not have a very large sample size because only 173 subjects were available for this study. Also, it was conducted in only 3 facilities, a plant making air bags for vehicles, a meat-processing plant, and a clothing plant in Utah. If working conditions in other kinds of facilities are considered, results may improve. Therefore, future research should perform analysis with additional subjects in different kinds of facilities. Repetition and duration of a task were not considered as risk factors in this research. These two factors could be associated with epicondylitis so it could be important to include these factors in future research. Psychosocial data and workplace conditions (e.g., low temperature) were also noted during data collection, and could be used to further study the prevalence of epicondylitis. Univariate analysis methods could be used for each variable of EEM. This research was performed using multivariate analysis. Therefore, it was difficult to recognize the different effect of each variable. Basically, the difference between univariate and multivariate analysis is that univariate analysis deals with one predictor variable at a time, whereas multivariate analysis deals with multiple predictor variables combined in a predetermined manner. The univariate analysis could show how each variable is associated with epicondyle pain. This may allow more appropriate weighting factors to be determined and therefore improve the performance of the EEM.

• 대한영상의학회지
• /
• 제83권6호
• /
• pp.1327-1341
• /
• 2022

목적 국내 디지털 유방 토모신테시스(digital breast tomosynthesis; 이하 DBT) 사용 현황 및 영상의학과 의사들의 DBT에 대한 인식 및 사용자 요구조건에 관해 알아보고자 하였다. 대상과 방법 2021년 3월 대한 유방영상의학회 회원들을 대상으로 DBT와 관련한 26개의 객관식 문항과 1개의 주관식 문항이 포함된 온라인 설문조사를 시행하였다. 설문 문항은 기본 정보, 유방촬영술 및 DBT에 대한 진료 현황, DBT 인식, 관련 연구 경험 및 관심도를 포함하였다. 결과는 로지스틱 회귀분석을 이용하여 분석하였다. 결과 총 257명의 회원 중 120명이 응답하여, 응답률은 46.7%였다. 응답자 중 67명(55.8%)이 현재 DBT를 사용하고 있는 것으로 나타났다. DBT의 전반적인 만족도는 5점 척도를 사용하여 평균 3.31점이었다. DBT 검사의 장점으로 가장 많이 응답한 것은 소환율 감소(55.8%), 병변의 명확도 향상(48.3%), 유방암 발견율 향상(45.8%)이었고, 단점으로 많이 응답한 것은 환자의 추가비용 부담46.7%), 불충분한 미세석회화 검출(43.3%), 불충분한 진단능 향상 효과(39.2%), 방사선량 증가(35.8%)였다. DBT가 더 널리 사용되지 못하는 원인으로는 영상의 저장 용량, 판독 시간 증가를 주요 요인으로 응답하였다. 결론 DBT 사용이 보다 보편화되기 위해서는 사용자 불편사항과 피드백을 반영한 향후 기술개발이 필요하겠다.

• 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.