• 한국식품저장유통학회지
• /
• 제31권1호
• /
• pp.183-196
• /
• 2024

본 연구에서는 AEEL의 고당으로 유도되는 장 상피세포 보호효과 및 L.brevis의 증식에 대한 영향을 확인하기 위해 수행되었다. AEEL은 우수한 환원력, 라디칼 소거 활성 및 지질과산화물 생성 억제 활성을 나타냈으며 고당, H₂O₂, 및 LPS로 유도된 HT-29 세포에서 우수한 세포 생존율 및 산화적 스트레스 억제 활성을 가지는 것으로 나타났다. 또한, AEEL은 항당뇨 활성을 가진 장내 유익균인 L.brevis의 증식에 효과를 보였으며 탄수화물 가수분해 효소인 α-glucosidase 및 최종당화산물 생성에서도 우수한 억제 활성을 나타냈다. 따라서, AEEL의 주요 생리활성 물질을 확인하기 위해 HPLC 분석한 결과, chlorogenic acid와 rutin 등이 확인되었다. 이러한 결과들을 통해, AEEL이 혈당 상승을 억제하고 고당으로 유도되는 산화스트레스로부터 장 건강을 보호하는 기능성 식품 소재로써 활용될 수 있을 것으로 사료된다.

• 기록학연구
• /
• 제79호
• /
• pp.5-32
• /
• 2024

한국 정부가 UN의 2022년 전자정부 발전 지수에서 UN가입 193개국 중 3위에 랭크됐다. 그동안 꾸준히 상위국으로 평가된 한국은 분명 세계 전자정부의 선도국이라 할 수 있다. 전자정부의 윤활유는 데이터다. 데이터는 그 자체로 정보가 아니고 기록도 아니지만 정보와 기록의 원천이며 지식의 자원이다. 전자적 시스템을 통한 행정 행위가 보편화된 이후 당연히 데이터에 기반한 기록의 생산과 기술이 확대되고 진화하고 있다. 기술은 가치중립적인 듯 보이지만 사실 그 자체로 특정 세계관을 반영하고 있다. 더구나 비물질적 유통을 기반으로 하는 디지털 세계, 온라인 네트워크의 또 다른 아이러니는 반드시 물리적 도구를 통해서만 접속하고 접촉할 수 있다는 점이다. 디지털 정보는 논리적 대상이지만 반드시 어떤 유형이든 그것을 중계할 장치 없이는 디지털 자원을 읽어 내거나 활용할 수 없다. 초연결, 초지능을 무기로 하는 새로운 기술의 디지털 질서는 전통적인 권력 구조에 깊은 영향력을 끼칠 뿐만 아니라 기존의 정보 및 지식 전달 매개체에도 마찬가지의 영향을 미치고 있다. 더구나 데이터에 기반한 생성형 인공지능을 비롯해 새로운 기술과 매개가 단연 화두다. 디지털 기술의 전방위적 성장과 확산이 인간 역능의 증강과 사유의 외주화 상황까지 왔다고 볼 수 있을 것이다. 여기에는 딥 페이크를 비롯한 가짜 이미지, 오토 프로파일링, 사실처럼 생성해 내는 AI 거짓말(hallucination), 기계 학습데이터의 저작권 침해에 이르기까지 다양한 문제점 또한 내포하고 있다. 더구나 급진적 연결 능력은 방대한 데이터의 즉각적 공유를 가능하게 하고 인지 없이 행위를 발생시키는 기술적 무의식에 의존하게 된다. 그런 점에서 지금의 기술 사회의 기계는 단순 보조의 수준을 넘어서고 있으며 기계의 인간 사회 진입은 고도의 기술 발전에 따른 자연적인 변화 양상이라고 하기에는 간단하지 않은 지점이 존재한다. 시간이 지나며 기계에 대한 관점이 변화하게 될 것이기 때문이다. 따라서 중요한 것은 기계를 통한 커뮤니케이션, 행위의 결과로서의 기록이 생산되고 사용되는 방식의 변화가 의미하는 사회문화적 함의에 있다. 아카이브 영역에서도 초지능, 초연결사회를 향한 기술의 변화로 인해 데이터 기반 아카이브 사회는 어떤 문제에 직면하게 될 것인지, 그리고 그 속에서 누가 어떻게 기록과 데이터의 지속적 활동성을 입증하고 매체 변화의 주요 동인이 될 것인가에 대한 연구가 필요한 시점이다. 본 연구는 아카이브가 행위의 결과인 기록뿐만 아니라 데이터를 전략적 자산으로 인식할 필요성에서 시작했다. 이를 통해 전통적 경계를 확장하고 데이터 중심 사회에서 어떻게 재영토화를 이룰 수 있을지를 알아보았다.

• 유통과학연구
• /
• 제8권3호
• /
• pp.27-35
• /
• 2010

실버세대의 중요성은 인구 증가뿐만 아니라 구매력의 향상 및 의사 표현의 강도가 증가하면서 더욱 커지고 있다. 이에 따라 과거 실버세대 전체를 대상으로 접근하던 마케팅 전략은 실버세대의 특성에 따라 적절히 분류하여 접근하는 방식으로 수정되는 것이 적절하다. 또한 세분군 분류 결과에 따라 고객 접근 전략이 결정되므로, 세분군이 얼마나 동일한 특성을 보유하고 있는 지는 마케팅 계획 수립에 매우 중요한 요소가 된다. 따라서 이론적으로 동일 세분군에 속해 있는 고객의 니즈는 대체로 일치해야 한다. 본 연구에서는 실버세대의 생활 행태와 생애 단계를 감안하여, 실버 세대 대상의 마케팅을 위한 세분군 (細分群) 분류를 수행하였으며, 분류된 세분군의 니즈가 얼마나 일치하고 있는지를 측정하기 위하여 동질도 (DoH: Degrees of Homogeneity)를 측정하였다. 동질도는 각 세분군을 대상으로 수행된 설문조사의 객관식 문항 별로 최다 응답자가 선택한 보기 문항이 다른 문항에 비하여 유의미하게 많다고 판단되는 문항의 수를 전체 문항의 수로 나눈 것으로 정의하였다. 본 연구는 동질도를 활용한 세분군 분류 결과의 적절성 평가 방법을 제시하였다는데 의의가 있으며, 다양한 분야에서 응용될 수 있을 것으로 판단된다. 또한 본 연구에서 제시한 실버세대 세분군 분류 결과는 점차 증가하고 있는 실버세대를 위한 마케팅 방안 수립의 기본 자료로 활용될 수 있을 것으로 판단된다.

• 항공우주정책ㆍ법학회지
• /
• 제24권1호
• /
• pp.35-58
• /
• 2009

항공기 운항 중 제3자에 대한 피해를 배상하는 국제 조약은 1933년 로마협약에서 처음 규정하였지만 호응을 얻지 못한 채 1952년 로마 협약으로 개정되면서 배상 금액이 상향 조정되는 등 일부 내용이 개선되었다. 이에 불구하고 2009년 현재 협약 당사국이 49개국에 불과하여 보편적인 국제 조약으로 기능하지 못하고 있는데 동 협약을 개선한 1978년 몬트리올 의정서는 배상 상한을 다시 인상하였음에도 불구하고 미국, 일본, 영국, 독일 등 주요 항공 대국이 참여치 않은 가운데 의정서 당사국이 12개국에 그치면서 명목을 유지하는 형편이다. 이에 따라 제3자에 대한 항공기 피해에 대한 배상은 사고 발생지 국내법에 의해 해결하는 추세이다. 2001년 발생한 9.11 테러 공격은 세계 최대 강국인 미국이라도 대규모 제3자 피해를 혼자 감당하기 어려운 것을 인식하게 된 가운데 국제민간항공기구(ICAO) 주도하에 국제사회 공동으로 향후 재발에 대비한 배상 체제를구축코자 ICAO 법률위원회의 수년간 작업 끝에 제3자 피해 배상에 관한 현대판 조약을 캐나다 몬트리올 외교회의에서 채택케 된 것이다. 과거 지상 제3자 피해 배상에 관한 협약과는 달리 공중 충돌로 제3자가 피해를 볼 경우도 포함시켜 '지상'이라는 표현이 협약 제목에서 삭제된 한편, 과거 협약이 항공기를 테러로 이용하여 제3자 피해가 발생할 것을 예상하지 못하였지만 금번 채택 협약은 9.11 사태와 같이 항공기를 이용한 테러공격으로 제3자 피해가 발생할 경우의 배상에 주안을 두었다. 그런 가운데 조약 제정 편의상 테러 공격에 의한 제3자 피해에 대한 배상을 위한 "불법방해배상협약"과 그렇지 않은 일반 위험 (general risks)으로 인한 제3자 피해 배상에 관한 "일반위험협약"으로 분리하여 2개의 조약을 외교회의의 컨센서스로 채택하였다. 상기 2개의 조약은 대규모 제3자 피해 발생을 염두에 두고 배상 상한을 대폭 인상하여 피해 배상을 현실화함과 동시에 신체적 피해로 인한 정신적 피해도 배상 대상에 포함시키면서 오늘날 항공운송 사고 시 승객에게 적용되는 조건을 제3자 피해자에게도 적용하는 등 조약의 내용을 현대화 시켰다. 그러나 "불법방해배상협약"은 대규모 피해에 대비한 배상금 충당을 위하여 "국제민간항공배상기금"을 창설하면서 어느 한 나라가 협약 당사국이 되느냐 마느냐에 따라서 협약이 운명이 좌우되게끔 하는 유별난 조항을 포함시켰다. 이는 미국을 염두에 둔 내용으로서 협약의 보편성을 해치는 한편, 일반적으로 국가가 배상책임을 지는 사안인 테러에 의한 피해 배상을 항공 산업에 있어서만 항공운송업자와 승객이 책임을 부담도록 하는 등의 독특한 내용들을 담고 있는 특징과 함께 협약의 장래 전망이 우려된다. 이는 국제 정치 현실상 몇 나라가 부담하는 테러 위험을 아무런 보상도 없이 여러 나라에 분산시키는 결과를 가져오는 내용이기 때문에 더욱 그러하다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.