• 헤리티지:역사와 과학
• /
• 제46권1호
• /
• pp.318-345
• /
• 2013

본 연구는 고문헌 및 도상자료의 분석을 통하여 조선 후기 정치사에 큰 비중을 점유하고 있는 창덕궁 대보단의 시대별 공간구성을 조명하고 단제(壇制) 형성에 이입된 요소를 고찰할 목적으로 수행되었다. 대보단에는 병자호란 이후 지배질서의 위기를 느낀 조선의 지배층이 타개책으로 내세운 존명의리의 이념적 장치가 녹아들어 있으며, 조선중화의식의 자부심과 역대 임금에게 내재된 제천의 욕구가 맞물려 있는 등 복합적 요인이 한데 얽혀 조적(組積)되어 있었다. 표면적으로 대보단은 사직단의 구성요소와 부속건물의 배치를 그대로 가져오되 지형의 제약과 후원의 출입 제한으로 인해 변통한 배치를 보이고 있었으나, 입면적 구조에서 9급의 계단, 5척의 단고(壇高), 단유(壇?)에 나타난 2성(成)의 정황 그리고 황장방 내부의 형태 등 황명제의 다양한 요소가 복합적으로 수용되었다. 또한 "예기 교특생"에서 따왔다는 단명(壇名)은 다분히 교천(郊天)을 상징하고 있었으며, 중국과 조선의 사직단의 제도를 적절히 조합하여 참례(僭禮)의 혐의를 피하여 건립되었다. 이러한 점은 대보단의 단제에서 두드러지게 나타난 특징으로서 중화계승의식과 역대 임금에게 내재된 제천의 욕구가 제단의 구조와 형식을 통해 표출된 것으로 판단된다. 본 연구에서는 대보단의 창건, 확장, 쇠퇴, 훼철의 과정을 편년적 방법으로 살펴보았는데, 각 변천의 기점에서 당대의 정치 문화적 배경에 따른 조선 통치엘리트 집단의 지배이데올로기가 제단의 공간형식에 투영되어 있음을 알 수 있었다. 한편 도상자료에 나타난 대보단에 조응되는 위치를 찾아 현장조사를 실시한 결과 창덕궁 천연기념물 다래나무 주변에서 대보단의 석재, 전돌과 와편 등의 유구가 발견되어 향후 발굴조사를 통한 확인이 요구된다.

• 분석과학
• /
• 제34권6호
• /
• pp.259-266
• /
• 2021

대마는 전 세계적으로 가장 많이 남용되고 있는 물질 중의 하나이며, 우리나라에서는 메트암페타민 다음으로 많이 남용되고 있으며, 1976년부터 국내에서 마약류관리법에 의해 규제되고 있다. 소변 중 대마성분의 검출을 위하여는 대마의 유효 성분인 Δ⁹-tetrahydrocannabinol (THC)의 생체내 주된 대사체인 11-nor-Δ⁹-carboxy-tetrahydrocannabinol (THCCOOH)을 확인하는 것이 일반적이며, 이는 과학수사 및 사법처리와 관련된 법과학 분야에서 중요한 증거로 받아들여지고 있다. 본 연구에서는 소변 중 대마 대사체의 분석을 위하여 분석법이 간단하고 단시간이 소요되는 분석방법으로 THCCOOH 및 THCCOOH-glucuronide를 액상 추출하고 액체크로마토그라피/질량분석법(LC-MS/MS)을 사용하여 동시 분석하는 방법을 확립하였다. 내부표준물질로는 THCCOOH-D₃ 및 THCCOOH-glucuronide-D₃를 사용하였다. 시험방법의 유효화를 위하여 매질 효과, 회수율, 직선성, 정밀도, 정확도, 시험과정의 효율성 및 안정성 등을 시험하였고, 모든 결과가 적합함을 알 수 있었다. 실험 과정에서의 carryover는 나타나지 않았으며, 선택성 및 간섭성도 우수하였다. THCCOOH 및 THCCOOH-glucuronide의 검출 한계는 각각 0.3 및 0.2 ng/mL 이었다. 확립된 분석방법을 면역시험법과 가스크로마토그라피/질량분석법(GC/MS)법에서 대마 양성으로 최종 판정된 28개의 실제 소변에 적용하여 분석법의 적합성을 검토하였다. 28개 소변 중 THCCOOH 및 THCCOOH-glucuronide의 농도는 각각 정량 한계 미만~226.90 ng/mL 및 6.43~2133.03 ng/mL이었고, 모든 시료에서 THCCOOH-glucuronide가 THCCOOH 보다 많이 검출되었다. 본 분석법을 소변 중 대마의 흡연여부를 판정하는 감정시험에 적용함으로써 단시간에 효율적인 분석을 실시할 수 있게 되어 과학수사 발전에 기여할 수 있을 것으로 사료된다.

• 한국유통학회지:유통연구
• /
• 제17권1호
• /
• pp.1-36
• /
• 2012

서비스실패는 고객이탈의 주요 원인이다. 오늘날과 같은 공급과잉의 치열한 경쟁시장에서 서비스실패로 인한 결과는 단순한 고객불평에서 끝나지 않고 해당기업에 대한 대중 소비자의 반기업정서를 유발할 만큼 치명적일 수 있다. 따라서 효과적인 복구전략 개발을 위해, 실패와 복구에 대한 고객반응을 심도있게 설명할 수 있는 연구가 필요하다. 이러한 맥락에서 본 연구는 서비스실패와 복구를 '고객-기업 관계의 위기와 회복'이라는 관점에서 조망하여, 복구만족도 수준에 따라 고객애정, 고객신뢰, 충성의도의 이월효과와 심각성의 직접 효과 및 실패 이전과 복구 이후 시점간 관계특질변수들의 역학관계변화도 비교분석하였다. 분석결과, 일단 실패가 발생하면 복구만족수준에 상관없이 충성의도는 미래로 이월되지 않았고, 실패의 심각성은 충성의도에 유의한 부정적 영향을 미쳤다. 다시 말해 실패의 발생으로 그 무엇보다도 고객충성도가 가장 큰 타격을 입었다. 다행히 충성의도의 선행변수인 고객애정과 신뢰는 복구만족이 높은 경우 실패 이전에서 복구 이후로 이월효과를 보였다. 복구만족이 낮은 경우는 이월효과가 전혀 발견되지 않았고, 실패의 심각성이 문제시되어 신뢰와 애정의 회복에 장애물로 작용했으며, 과거에 비해 고객애정의 충성의도에 대한 직접 효과도 감소하였다. 일단 실패가 발생한 후에는 복구수준과 상관없이 충성의도 형성에 있어 고객신뢰의 중요성이 급증했다는 점도 중요한 발견점이었다. 연구결과를 통해, 실패복구상황에서 고객층성도 재구축을 최종 지향점으로 삼되, 그 과정에서 무엇보다도 신뢰의 회복을 최우선 목표로 설정해야 하고, 심각한 실패일수록 반드시 높은 복구 만족도를 달성해야 한다는 교훈을 얻었다. 복구만족의 조절효과 및 실패심각성과의 상호작용 패턴에 대한 흥미로운 발견을 바탕으로 이론적, 관리적 시사점을 도출하였으며 연구의 한계와 향후 연구과제에 대해서도 논의하였다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.1-23
• /
• 2013

융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).