• 한국수자원학회논문집
• /
• 제52권11호
• /
• pp.917-929
• /
• 2019

하천의 탈질은 수질 개선과 정확한 아산화질소($N_2O$) 발생량 추정에 관련해서 매우 중요한 역할을 한다. 탈질과정은 질소 산화물($NO_3{^-}$)을 다수의 단계를 걸쳐 기체 질소($N_2$ 또는 $N_2O$)로 변화시키는 호흡과정으로, 강력한 온난화기체인 $N_2O$의 주요한 생물학적 배출 또는 흡수 과정이다. 수생태계에서는, 물의 범람, 기질 공급과 유체역학적, 생지화학적 특성의 복잡한 상호작용이 탈질 과정과 다단계 반응의 정도에 따라 중간산물인 $N_2O$ 발생량(flux)을 조절한다. 이처럼 기질의 농도뿐만 아니라 하상의 물 흐름과 체류시간이 반응 산물에 영향을 미치지만, 하천에서 탈질 정도를 조절하는 유체역학적 특성과 지형학적, 생지 화학적 인자의 상호작용에 대한 연구 결과는 아직 제한적이다. 본 실험은 미세지형 변화의 영향을 모의하기 위해서 2차원 실험 수로에 사구를 형성하여 하상지형에 따라, 정지상태의 폐쇄형 챔버를 이용해 $N_2O$ 발생량을 측정하였다. 또한 기질과의 미세지형의 상호작용을 확인하기 위해서 두 독립된 실험은 같은 수로와 지형 구조를 가지지만 다른 용존 유기탄소(DOC) 농도로 설계하였다. 또한 얻어진 자료를 토대로 Random Forest 모델을 활용하여 $N_2O$ 발생량과 조절인자를 추정하였다. 높은 DOC 농도 실험에선, $N_2O$ 발생량이 흐름 방향을 따라 증가하다 사구 뒤쪽 경사에서 가장 높은 발생량($14.6{\pm}8.40{\mu}g\;N_2O-N/m^2\;hr$)이 측정되며, 그 이후로 감소하는 경향을 보인다. 또한 사구 뒤쪽 경사에서 암모늄 농도가 $31.0{\pm}6.24{\mu}g-N/g\;dry\;soil$로 가장 높으며 $N_2O$ 발생량과 유사한 경향을 나타낸다. 반면에, 낮은 DOC 토양은 지형학적 변화에 따른 $N_2O$ 발생량과 암모늄의 변화를 나타내지 않았으며 발생량과 농도 또한 낮게 나타났다. 따라서 본 실험을 통해 비록 지형적 변화는 $N_2O$ 발생량과 화학적 특성에 영향을 미쳤지만, 그 효과는 탄소 가용성에 의해 제한된다는 것을 확인하였다.

• 한국환경생태학회지
• /
• 제32권6호
• /
• pp.686-697
• /
• 2018

오늘날 원격탐지기술의 발달로 인해, 산림지역과 같이 피복 분류작업이 난해한 지역을 비롯한 광범위한 지역에서의 세밀한 변화탐지를 위한 고해상도 위성영상 취득이 가능해졌다. 하지만, 고해상도 영상에 대한 시계열분석의 과정에서 많은 양의 지상 관측 데이터가 요구된다. 본 연구에서는 토지피복도를 지상 관측데이터로 활용한 위성영상 분류 방법의 가능성을 시험하였다. 연구대상지는 강원도 원주시이며, 산림지역과 시가화지역이 공존하는 공간이다. 연구 자료는 2015년 3월에 촬영된 KOMPSAT-3A 영상과 2017년도 토지피복도를 이용하여 분류를 시도하였다. 서포트벡터머신(SVM)과 랜덤포레스트(RF)의 두 가지 상이한 화소기반 분류기법을 적용하여 대상지에 대한 피복분류의 분류정확도를 비교 분석하였으며, SVM 분석의 경우 다수 분석(Majority analysis)을 후속 진행하였다. 분석대상은 산림식생만 포함한 지역과 연구대상지 전지역으로 구분하였고, 대상 면적이 협소한 습지는 분석과정에서 제외하였다. 분류 결과는 오차 행렬의 전체 정확도가 두 가지 분류대상에 대해 RF 기법이 SVM 기법보다 더 나은 것으로 나타났다. 산림지역만을 대상으로 한 경우, RF 기법이 SVM 기법에 비해 18.3% 높은 값을 나타낸 반면, 전체지역을 대상으로 한 경우는 둘 사이의 간격이 5.5%로 줄어들었다. SVM 기법에 다수 분석 (Majority analysis)을 추가로 실시한 경우, 1% 정도의 정확도 향상이 나타났다. RF 기법은 산림지역의 활엽수를 분석해 내는데 상당히 효과적이었지만, 다른 대상에 대해서는 SVM 기법이 더 나은 결과를 나타내었다. 본 연구는 고해상도 단일시기 영상에 대한 화소 기반의 분류기법을 시험한 것으로, 추후 시계열분석 및 객체기반 분류기법의 추가적인 적용으로 향상된 정확도와 신뢰도를 얻을 수 있을 것으로 판단된다. 이 연구의 방법론은 시공간적으로 고해상도 분석결과를 제공함으로써, 대면적의 토지계획에 유용할 것으로 기대된다.

• 기록학연구
• /
• 제26호
• /
• pp.33-62
• /
• 2010

본 연구는 한국불교 사찰의 기록물관리 체계를 세우기 위한 것이다. 사찰기록물 분석을 시작으로 한국의 사찰 종무행정 기록관리의 문제점을 도출하고 해결방안을 검토하였다. 기록관리 체계를 세우기 위한 방안으로는 교구기록관 설립, 사찰기록관리법 시행, 사찰기록관리기준표 도입 등이 주요요소이다. 한국불교는 1600여 년 전에 시작되어 현재 천만이상 신도의 정신문화를 형성하고 있다. 신도들의 신행 장소인 사찰의 기록은 급변하는 현대사회에서 정신적 전통문화적 가치가 크다 할 수 있다. 본 연구는 역사 문화적 역할을 하고 있는 불교사찰 기록물을 보다 체계적으로 관리하여 내적으로는 투명한 사찰 종무행정을 지원하고 나아가 역사 문화적인 가치 실현을 보장할 수 있는 효과적인 기록관리 발전에 대한 방안제시를 하고자 한다. 이러한 연구를 위하여 먼저 불교기록물은 종무행정 과정을 통해서 생산되므로 불교기록과 종무행정은 무엇이며 어떠한 특징을 가지고 있는지 살펴본다. 또한 지방종무행정기관인 사찰에 대한 국가법규와 조계종 종법령에 대한 검토연구를 진행하였다. 이어 사찰의 기능과 사찰기록의 특징적인 면은 무엇인가를 분석하였다. 이를 통하여 사찰기록물 관리의 문제점에 대하여 분석하였다. 이러한 사찰기록물 관리의 문제점을 개선하기 위해서 장기적으로는 교구본사별 기록관의 설립이 필요하다. 이를 위하여 체계적인 설립을 위한 종법 시안이 필요하다. 단기적으로는 사찰기록물의 생산부터 폐기까지 기록물의 전과정을 체계적으로 관리할 수 있는 기준마련을 위해 사찰기록관리기준표 시행이 필요하다. 이를 통하여 사찰기록물의 임의적 훼손을 방지하고 보존을 의무화하여 중요기록물의 영구보존 근거를 마련함과 동시에 철 명칭을 표준화하여 기록관리를 효과적으로 할 수 있는 논의의 계기를 마련하고자 하였다. 사찰기록관리 기준표를 만들기 위해 해외 종교기관의 기록관리기준표 운영사례를 분석하였고, 보존기간 책정기준에 관한 내용을 구체적으로 살펴보았다. 또한 조계종 중앙종무기관의 분류사례를 검토하였다. 사찰기록물 관리는 그동안의 기록물을 정리하여 분류체계를 확립하고, 기록관리기준표의 시행을 통해서 기록보존 의무화를 시행하여야 하며, 기록관리시스템 도입, 교구기록관 제도의 시행 등을 통하여 말사 기록물까지도 관리할 수 있는 체계마련이 필요하다. 본 연구는 전국적으로 분포하고 있는 조계종 사찰 기록유산이 체계화된 관리를 통하여 올바르게 보존 전승될 수 있도록 기초연구를 진행하였다. 체계적으로 확립된 사찰기록 관리는 역사 속에서 전승된 유무형의 전통문화 기록들이 문화유산화 될 수 있는 토대를 마련할 수 있을 것이다.

• 수면정신생리
• /
• 제26권1호
• /
• pp.44-48
• /
• 2019

목 적 : 불면증은 대표적인 수면 질환이다. 최근 연구에 의하면 인지적 신체적 각성이 불면증을 야기하는 주요 역할을 한다. 아울러 대뇌 피질의 과각성으로 인한 정보처리과정 장애가 정상적인 입면과 수면의 연속성을 방해한다는 연구 결과도 있다. 뉴로피드백은 행동치료의 한 방식으로 피검자의 뇌파에 영향을 미쳐서 대뇌 과각성을 감소 시킬 수 있다. 이에 본 연구에서는 불면증 환자에서 뉴로피드백 치료가 뇌파 특성에 미치는 영향을 분석하고자 한다. 방 법 : 본 연구는 불면증 진단기준을 만족하는 피검자 13명과 성별 및 연령이 매칭된 대조군 14명을 대상으로 진행하였다. 뉴로피드백 치료와 Sham 치료를 무작위로 각각 30분씩 시행하였다. 각각의 치료 세션 중 뇌파를 측정하고 스펙트럼 분석을 시행하여, 뉴로피드백 치료가 뇌파 스펙트럼에 미치는 영향을 비교 분석하였다. 결 과 : 불면증 환자에서 치료적인 1회기 뉴로피드백을 한 경우, Sham 치료를 한 경우에 비해서 세타 및 시그마 파워($13.9{\pm}2.6$ vs. $12.2{\pm}3.8$ and $3.6{\pm}0.9$ vs. $3.2{\pm}1.0$ in %, respectively ; p < 0.05)가 통계적으로 유의한 수준으로 증가하였다. 그 외 뇌파상으로 통계적으로 유의미한 변화는 없었다. 결 론 : 본 연구는 국내 최초로 불면증 환자에서 1회기 뇌파 뉴로피드백을 통해 입면에 도움이 되는 세타파의 비율이 증가하는 것을 확인하였으며, 이는 입면주기를 앞당길 수 있는 새로운 방법에 대한 제안을 줄 수 있다. 불면증 자체의 치료 반응을 평가하지 못한 제한점은 있으며, 향후 불면증상의 변화까지 평가할 수 있는 후속 연구가 이어져야 한다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권3호
• /
• pp.435-455
• /
• 2023

본 연구는 수학 교육 분야에서 중요한 영향을 미치는 논문을 판별하고 분석하기 위한 설명가능한 인공지능(XAI) 모델을 개발하였다. 29개 국내외 수학교육 학술지의 논문 메타정보를 활용하여 수학교육 학술연구 네트워크를 구축하였다. 구축된 네트워크는 '논문과 다른 논문의 인용 네트워크', '논문과 저자 네트워크', '논문과 학술지 네트워크', '공동 저자 네트워크', '저자와 소속기관 네트워크' 등 총 5개의 세부 네트워크로 구성되었다. 랜덤포레스트 기계학습 모델을 사용하여 네트워크 내의 개별 논문의 영향력을 평가하였으며, SHAP을 이용해 영향력 있는 논문의 판별 기준을 분석하였다. '논문 네트워크 PageRank', '논문당 인용횟수의 변화량', '총 인용횟수', '저자의 h-index 변화량', '학술지의 논문당 인용횟수' 등이 중요한 판별 요인으로 나타났다. 국내와 국외 수학교육 연구의 판별 패턴을 비교 분석한 결과, 국내 연구에서는 '공동 저자 네트워크 PageRank'의 중요성이 도드라졌다. 본 연구의 XAI 모델은 논문의 영향력 판별 도구로써 연구자에게 논문 작성 시 전략적인 방향성을 제공할 수 있게 해준다. 논문 네트워크 확장, 학술대회 발표, 공동 저술 활동을 통한 저자 네트워크 활성화 등이 논문의 영향력 증진에 크게 기여한다는 결과를 얻었다. 이를 통해 연구자는 학계에서 자신의 연구가 어떠한 평가 기준에 따라 어떻게 인식되고 있는지, 그리고 그 평가에 기여하는 주요 요인이 무엇인지를 명확히 파악할 수 있을 것이다. 본 연구는 설명가능한 인공지능을 활용하여 전통적으로 많은 시간과 비용이 필요하던 수학교육 논문의 영향력 평가 방식을 혁신하였다. 이 방법은 수학교육 연구 뿐만 아니라 다른 학문 분야에서도 활용될 수 있으며, 연구활동의 효율성과 효과성을 향상시킬 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.6-7
• /
• 2021

하천에서의 식생 활착은 지형, 생태, 수리학 등의 학문 분야 뿐만 아니라 하천 관리 실무에서도 중요한 이슈 중에 하나로서 하천 식생 문제는 홍수 관리와 생태계 보전이라는 상반되는 가치의 조화에 직결된다. 국내에서는 2000년대 이후 댐 하류 조절하천, 부영화된 소규모 지류하천, 4대강 사업 대상지 고수부지 등 다양한 조건에서 하천 식생 활착과 육역화 문제가 지속적으로 제기되어 왔다. 이러한 배경에서 본 연구에서는 하천 내의 식생 분포를 원격탐사 자료를 기반으로 분류하는 기법을 제안하고 이를 내성천에 적용한 결과를 제시하였다. 내성천은 2014년부터 최근까지 지속적으로 식생 활착이 발생하여 하천 경관이 변화한 대표적인 사례 하천이다. 원격탐사 자료는 유럽항공우주국(ESA)에서 운영 중이며, Google Earth Engine에서 제공하는 Sentinel 1, 2 위성 영상을 사용하였다. 지상 참값(ground truth)으로는 수역, 사주, 초본, 목본 등을 포함한 8가지 유형으로 구분되어 있는 2016년 내성천 지표 피복 자료를 사용하였다. 분류를 위한 방법은 머신러닝 알고리듬의 하나인 랜덤 포레스트 분류 기법을 사용하였으며, 미리 선정된 10개 폴리곤 영역으로부터 1,000개의 표본을 추출하여 1/2씩 나누어 훈련 및 검증 자료로 사용하였다. 검증 자료 기반의 정확도는 82~85 %로 나타났다. 훈련을 통해 수립한 모형을 2016~2020년 자료에도 적용하여 연도에 따른 식생역의 변화 과정을 제시하였다. 본 논문의 기술적 한계와 개선 방안을 고찰하였다. 이 기법은 정량적인 식생 분포를 제공함으로써 하천에서의 홍수위 계산, 식생-수리모델링 등의 기술 분야 뿐만 아니라 간벌이나 하천 식생 회춘 유도(rejuvenation)과 같은 식생의 실무적 관리 측면에서도 활용도가 클 것으로 판단된다.

• 벤처혁신연구
• /
• 제3권2호
• /
• pp.41-76
• /
• 2020

본 연구는 스마트팩토리 도입의도에 영향을 미치는 요인을 실증 분석을 통해 확인하였다. 4차산업혁명의 핵심분야인 스마트팩토리 도입에 있어서 어떤 요인이 중요하게 영향을 미치는가에 대한 연구이며, 아직까지 스마트팩토리 분야에서 기술 수용에 관한 연구가 부족한 상황에서 학술적 실무적 의의가 있다고 믿는다. 정보기술의 수용요인 연구에 설명력이 검증된 통합기술수용이론(UTAUT)을 기반으로 연구를 진행하였으며, UTAUT 이론의 4가지 독립변수인 성과기대, 노력기대, 사회적영향, 촉진조건에 추가로 스마트팩토리의 특성상 중요한 요인으로 예상되는 정부지원기대(Government Assistance Expectancy)를 독립변수에 추가하였다. 또한 스마트팩토리 기술수용의 기술적인 요인을 확인하고자 과업기술적합도(Task Technology Fit)변수 추가하여 스마트팩토리 도입의도에 미치는 영향관계를 실증 분석하였다. 또한 과업기술적합도의 선행변수인 과업특성(Task Characteristics)과 기술특성(Technology Characteristics)이 과업기술적합도에 어떠한 영향을 미치는지에 대한 분석도 진행하였다. 새로운 기술에 대한 신뢰(Trust)의 정도가 기술의 수용에 있어 매우 중요한 영향을 미칠 것으로 예상되어 신뢰를 매개변수로 추가하였다. 마지막으로 새로운 정보기술에 의한 혁신이 사용자에게 불가피하게 거부감을 야기할 수 있다는 선행연구들을 토대로 혁신저항(Innovation Resistance)을 조절역할을 하는 연구변수에 추가하여 실증적 검증을 진행하였다. 연구 결과 성과기대, 사회적 영향, 정부지원기대, 과업기술적합도는 스마트팩토리 도입의도에 정(+)의 영향을 미쳤다. 영향력의 크기는 정부지원기대(β=.487) > 과업기술적합도(β=.218) > 성과기대(β=.205) > 사회적영향(β=.204) 순으로 나타났다. 과업특성과 기술특성은 모두 과업기술적합도에 정(+)의 영향이 확인되었으며, 과업특성(β=.559)이 기술특성(β=.328)보다 과업기술적합도에 더 영향이 큰 것으로 나타났다. 신뢰에 대한 매개 효과 검정에서 6개 독립변수 각각과 스마트팩토리 도입의도 간에 신뢰의 통계적으로 유의미한 매개역할은 확인되지 않았다. 혁신저항의 조절효과 검정을 통해, 혁신저항이 정부지원기대와 스마트팩토리 도입의도 간 정(+)의 조절역할을 하는 것으로 나타났다. 즉 혁신저항이 크면 클수록 정부지원기대가 스마트팩토리 도입의도에 미치는 영향력이 혁신저항이 적은 경우보다 커지는 것으로 나타났다.

• 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.

• 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
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.