• 한국기후변화학회지
• /
• 제5권1호
• /
• pp.1-12
• /
• 2014

우리나라는 지속적인 경제성장으로 인해 도시의 활동시간이 야간으로 연장되면서 시민들의 야간활동이 늘어나고 있다. 따라서, 가로등 사용에 따른 에너지 소비량도 점점 늘어나고 있는 추세이다. 본 연구는 계통연계형 태양광시스템을 가로등에 적용하여 효율적으로 가로등의 전력소비를 대체하고 이윤을 창출하는 방안 분석을 위해 RETScreen model을 사용하였다. 에너지분석, 비용분석을 통해 계통연계형 태양광 가로등 시스템의 적용효과 및 타당성을 분석하였다. 분석 결과, 계통연계형 태양광 가로등 1주 당 총 전력생산량은 114 kWh, 계통연계형 태양광 가로등 시스템의 순 현재가치는 155,362원, 자기자본회수는 5.2년으로 약 6년 이후로는 수익을 창출할 수 있는 것으로 나타났다. 그리고 본 연구에서 제안한 계통연계형 태양광 발전시스템 적용 시 태양광 설비의 내구 연한으로 설정한 20년 뒤에는 401,935원의 수익을 창출할 수 있는 것으로 나타났다. 추가적으로 계통연계형 가로등 시스템의 경제성 평가 시 영향을 줄 수 있는 요인을 고려하고자 유지관리 비용, SMP 가격의 변동을 고려하여 민감도 분석을 실시하였다. 실시 결과, 유지관리 비용의 비율변화와 SMP 가격의 변동을 고려할 시 자본회수기간이 1~2년 정도 늘어나, 전반적으로 연구결과에는 큰 차이를 보이지 않았다. 경제성 분석에서 신재생에너지 공급인증서의 가격이 가장 큰 요인으로 작용하기 때문에, 신재생에너지공급인증서의 획득 및 안정적인 판매가 중요할 것으로 판단된다. 그러나 신재생에너지공급인증서를 획득할 경우, 서울형 발전차액지원 제도와 관련하여 이미 일부 기관이 서울시와 협정을 맺어 12년간 신재생에너지공급인증서 구매를 확정하도록 하여 안정적인 판매가 가능하다. 그렇기 때문에 이러한 사항들이 잘 반영된다면, 열악한 서울시의 태양환경에도 가로등을 통한 태양광 발전사업을 수행할 수 있을 것이라 생각된다.

• 한국환경농학회지
• /
• 제37권4호
• /
• pp.243-250
• /
• 2018

본 연구는 영산강 수계에 위치한 하수처리장 및 하천 중 인공방사성핵종 $^{131}I$의 농도 분포와 하천에서 거동 평가로부터 기원을 확인하고자 수행하였다. 조사지점은 하천 중 본류 13개 및 지류 4개 지점과 하수처리장 2개 지점을 포함하여 총 19개 지점을 선정하였다. $^{131}I$ 방사능 분석은 고순도 게르마늄 검출기와 다중파고분석기로 구성된 감마분광계를 이용하여 계측하였다. 하수처리장 중 $^{131}I$ 핵종은 두 지점의 방류수에서 대부분 검출되었으나, 하천의 표층수는 2017년 상반기(MS4, MS10) 및 하반기(MS4, MS7)에만 각각 두 지점에서 검출되었다. 하수처리장 방류수 중 $^{131}I$ 농도는 각각 0.0870~3.87 Bq/L 및 MDC 이하~0.534 Bq/L, 검출된 하천 표층수는 0.0908~0.174 Bq/L 범위였다. 하천에서 $^{131}I$ 거동 평가 결과, 본류 중에서 가장 상류와 지류의 하천 지점들에서는 검출되지 않았고, 반면 하수처리장과 이들의 영향을 받는 하류의 하천 지점들에서는 지속적으로 검출되었다. 하지만 하류 하천으로 갈수록 감소하다가 불검출 되어 하수처리장과 밀접한 관계가 있었다. 이상의 결과, 하천에서 검출되는 $^{131}I$ 핵종은 하수처리장에서 유래된 것으로 의료 기원임을 확인할 수 있었다.

• 공업화학
• /
• 제29권6호
• /
• pp.710-715
• /
• 2018

본 연구에서는 자성을 이용하여 재수득이 가능한 광 촉매 물질인 $ZnFe_2O_4@SnO_2@TiO_2$ core-shell nanoparticles (NPs)를 3단계 과정을 통해 합성하였다. 구조적 특성은 X-ray diffraction (XRD) 분석으로 확인하였다. Spinel 구조의 $ZnFe_2O_4$와 tetragonal 구조의 $SnO_2$와 anatase 구조의 $TiO_2$가 합성된 것을 확인하였다. 합성한 물질의 자기적 성질은 vibrating sample magnetometer (VSM)으로 확인하였다. Core 물질인 $ZnFe_2O_4$의 포화자화 값은 33.084 emu/g으로 확인하였다. $SnO_2$와 $TiO_2$층의 형성의 결과, 두께 증가로 인한 자성은 각각 33, 40% 감소하였으나 재수득이 가능한 충분한 자성을 가지는 것을 확인하였다. 합성된 물질의 광 촉매 효율은 methylene blue (MB)를 사용하여 측정하였다. Core 물질의 효율은 4.2%로 확인하였고 $SnO_2$와 $TiO_2$ shell 형성의 결과 각각 73%와 96%로 증가하였고 높은 광 촉매 효율을 가지는 것을 확인하였다. 또한 항균 특성은 대장균(E. Coli)과 황색포도상구균(S. Aureus)을 사용하여 억제 영역을 확인하였다. Shell이 형성되면서 더 넓은 억제 영역이 형성되었고 이는 광 촉매 효율을 측정한 결과와 일치하는 것을 확인하였다.

• Journal of Plant Biotechnology
• /
• 제46권3호
• /
• pp.165-171
• /
• 2019

Marker-assisted backcrossing (MABC)은 marker-assisted selection (MAS)와 함께 다양한 작물에서 여교배 초기세대에서 반복친 게놈의 회복률이 높은 개체선발을 위한 분자육종 기술로 매우 유용하게 사용하고 있다. 본 연구에서는 토마토 MABC 육종 프로그램의 일환으로 저장성이 강한 rin유전자를 주)토마토연구소에서 육성한 핑크계 엘리트 토마토계통에 도입하고자 수행하였다. foreground 선발은 RIN SCAR 분자 마커를 이용하여 100개 $BC_1F_1$ 식물체에서 Rr 유전자형 가진 42개체를 선발하였다. 그리고 이를 이용하여 GBS 분석을 이용하여 background 선발을 하였다. 총 3,086개 SNP를 대상으로 반복친 HK13-1151과 게놈 회복률을 조사한 결과, 56.7%에서 84.5%를 보여 평균 70.5%로 나타났다. 이 중 87.2%을 보인 $BC_1F_1$개체를 이용하여 192개 $BC_2F_1$ 식물체를 육성하여 foreground 선발을 하였다. 선발된 102개 중 88개 식물체를 이용하여 GBS 분석을 수행한 결과 4,868개의 다형 SNP 마커를 얻었으며, 이를 이용하여 RPG 회복률을 조사하였다. $BC_2F_1$ 식물체들에서 HK13-1151 반복친 게놈과 87.8%에서 97.8% 유사하였다. 본 연구에서 $BC_2F_1$ 식물 중 RPG 회복률이 97.8%인 5-1 개체는 반복친인 HK13-1151과 과일특성에서 매우 유사하였다. 따라서 선발된 5-1 개체는 $BC_2F_2$ 세대를 육성하여 계통화 하고자 한다. 본 연구를 통해 MABC는 전통 여교배 육종에 비해 육종연한을 획기적으로 줄일 수 있으며, 원하는 육종모델을 완수할 수 있는 첨단육종 기술로 평가 할 수 있다.

• 생물환경조절학회지
• /
• 제28권2호
• /
• pp.95-103
• /
• 2019

온도와 상대습도는 작물 재배에 있어서 중요한 요소로써, 수량과 품질의 증대를 위해서는 적절히 제어 되어야 한다. 그리고 정확한 환경 제어를 위해서는 환경이 어떻게 변화할지 예측할 필요가 있다. 본 연구의 목적은 현시점의 환경 데이터를 이용한 다층 퍼셉트론(multilayer perceptrons, MLP)을 기반으로 미래 시점의 기온 및 상대습도를 예측하는 것이다. MLP 학습에 필요한 데이터는 어윈 망고(Mangifera indica cv. Irwin)을 재배하는 8연동 온실($1,032m^2$)에서 2016년 10월 1일부터 2018년 2월 28일까지 10분 간격으로 수집되었다. MLP는 온실내부 환경 데이터, 온실 외 기상 데이터, 온실 내 장치의 설정 및 작동 값을 사용하여 10~120분 후 기온 및 상대습도를 예측하기 위한 학습을 진행하였다. 사계절이 뚜렷한 우리나라의 계절에 따른 예측 정확도를 분석하기 위해서 테스트 데이터로 계절별로 3일간의 데이터를 사용했다. MLP는 기온의 경우 은닉층이 4개, 노드 수가 128개일 때($R^2=0.988$), 상대습도는 은닉층 4개, 노드 수 64개에서 가장 높은 정확도를 보였다($R^2=0.990$). MLP 특성상 예측 시점이 멀어질수록 정확도는 감소하였지만, 계절에 따른 환경 변화에 무관하게 기온과 상대습도를 적절히 예측하였다. 그러나 온실 내 환경 제어 요소 중 분무 관수처럼 특이적인 데이터의 경우, 학습 데이터 수가 적기 때문에 예측 정확도가 낮았다. 본 연구에서는 MLP의 최적화를 통해서 기온 및 상대습도를 적절히 예측하였지만 실험에 사용된 온실에만 국한되었다. 따라서 보다 일반화를 위해서 다양한 장소의 온실 데이터 이용과 이에 따른 신경망 구조의 변형이 필요하다.

• 한국가정과교육학회지
• /
• 제33권3호
• /
• pp.143-157
• /
• 2021

본 연구는 청년 1인가구를 위한 식생활교육 프로그램을 실시한 후, 교육 효과를 분석 및 평가하였다. 식생활교육 프로그램은 성북구에 거주하는 청년 1인 가구를 대상으로 이론 강의와 실습을 포함한 4회의 대면수업과 1회의 온라인수업을 통해 5주 동안(2020년 11월 10일부터 12월 8일까지) 진행되었다. 식생활교육 프로그램 효과는 한국영양학회가 제공하는 성인 영양지수(NQ) 설문지, 자체 개발된 식생활 평가점검표 설문지 및 포토보이스를 통해 분석하였다. 성인 영양지수(NQ) 분석 결과, 영양 점수의 평균은 51.81점에서 53.20점으로 상승하였으나 통계적으로 유의미한 차이는 없었다. 그러나 4개의 하위영역 중 '절제' 영역에서는 유의미한 변화가 나타났다(p<0.05). 자체 개발된 식생활 평가점검표 분석 결과, '중요도' 영역 평균은 3.77점에서 3.99점으로 상승하였으나, 통계적으로 유의미한 차이는 없었다. '실천도' 영역 평균은 3.03점, 3.57점으로 상승하였으며, 통계적으로 유의미한 결과가 나타났다(p<0.05). 중요도의 설문 범주별 사전·사후 평균 비교분석 결과, 4개 영역에서, 실천도의 설문범주별 사전·사후 평균 비교분석 결과에서는 5개 모든 항목에서 유의미한 결과가 나타났다(p<0.05). 총 200장의 포토보이스를 사회인지이론에 근거하여 분석한 결과, 사람들이 건강한 집에서 만든 음식을 먹는 데 도움이 되는 결정요인은 환경적 요인 48%, 행동적 요인 30%, 개인의 인지적 요인 22%로 나타났다. 반면, 참가자들이 집에서 만든 건강한 음식을 먹는 것을 방해하는 결정요인은 환경적 요인 72%, 개인의 인지적 요인 14%, 행동적 요인이 14%로 나타났다. 이러한 결과에 대한 종합적인 분석은 청년 1인 가구를 위한 식생활교육 프로그램이 동기 부여를 촉진하고, 행동 변화를 촉진하고, 주변 환경을 개선하는 효과적인 도구가 될 수 있음을 시사한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 공연문화연구
• /
• 제32호
• /
• pp.595-628
• /
• 2016

창작판소리 집단 판소리공장 바닥소리가 2006년 시연한 잔혹소리극 <내다리내놔>는 전설의 고향 '덕대골'을 각색하여 창작판소리로 재탄생시킨 작품이다. 전설의 고향 '덕대골'은 KBS에서 방영된 전설의 고향 중에서도 "내다리 내놔"라는 대사를 통해 무서운 작품의 대명사로 꼽힌다. 북과 대금이 연주하고 소리와 그림자극으로 전개되는 잔혹소리극 '내다리내놔'를 접하면서 관객의 정서는 잔혹함을 중심으로 형성되게 된다. 잔혹함의 정서는 공포를 기반으로 한다. 어릴 적 접했던 전설의 고향의 섬뜩함을 주된 감정의 기반으로 하면서, 이야기 속에 담겨 있는 효에 대한 가치를 짧은 시간 안에 교육 대상에게 제공한다. 판소리라는 장르를 이용하여 우리의 생활 속에서 이루어지는 정서 및 가치에 대한 교육을 효율적으로 학습시킬 수 있음을 알 수 있다. 소리와 이야기, 몸짓 등 다양한 자극이 한데 어우러진 판소리는 훌륭한 교육의 수단이 될 수 있고, 판소리로 공연되는 작품이 어떠한 내용과 가치를 지녔는가에 따라 효율적이고 다양한 가치 교육과 그로 인한 정서 함양을 이루어낼 수 있다. 생활 속에서 쉽게 접할 수 있는 친근하면서도 다양한 소재를 통해 우리 고유의 언어와 풍속에 담긴 가치와 정서, 문화에 대해 각 연령대에 많이 사용하는 어휘나 각 연령대별 선호하는 리듬을 통해 접할 수 있도록 한다면 판소리를 접하는 대상이 호기심과 흥미를 갖고 그것에 대해 지속적인 관심을 가질 수 있다. 그러므로 이러한 장르를 교육에 활용한다면 교육적 효과는 클 것으로 기대된다. 이러한 효과적인 접근성에 기반을 두고 각 연령대에 맞는 어휘를 구사함으로써 그 내용을 쉽게 이해하게 함으로써 교훈적 내용을 원활하게 습득할 수 있는 기회를 제공하므로, 중요한 교육적 가치를 가지고 있다고 할 수 있다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.30-43
• /
• 2018

영상의 특징인 색상, 모양, 질감 등을 이용해 영상을 검색하는 연구들은 많이 진행되어 왔다. 또한 작물의 질병 영상과 관련된 연구들도 진행되고 있다. 농업 현장에서 재배되는 작물에 발생한 질병을 확인하는데 도움이 되기 위해 본 논문에서는 시설원예 작물의 질병 영상을 이용한 유사도 기반 작물 질병 검색 시스템을 제안한다. 제안하는 시스템은 단일 Descriptor를 사용하지 않고, 조합 Descriptor를 통해 기존 대비 영상의 유사도 검색 성능을 높였고 유사도 검색 결과를 가독성 높게 사용자에게 제공하기 위해 가중치 기반 산출방법을 적용했다. 본 논문에서는 총 13개의 개별 Descriptor를 이용해 조합을 진행했다. 조합 Descriptor를 이용해 6개 작물의 질병에 대해 유사도 검색을 진행했고 작물별로 평균 accuracy가 높은 조합 Descriptor를 선정해 유사도 검색에 사용했다. 검색된 결과는 병명의 비율을 기반으로 한 산출방법과 가중치를 기반으로 한 산출방법을 사용해 백분율로 나타냈다. 병명의 비율을 기반으로 한 산출방법은 질의 영상과 유사도 검색에 사용되는 영상의 수가 많은 병명이 1순위로 출력되는 문제점이 있다. 이를 해결하기 위해 가중치를 기반으로 한 산출방법을 사용했다. 작물의 병명별 테스트 영상을 두 가지 산출방법에 적용해 검색 성능을 측정했다. 작물의 질병별로 두 가지 산출방법에 대해 검색 성능 값의 평균을 비교한 결과 고추, 사과 작물에서는 병명의 비율을 기반으로 한 산출방법의 성능이 가중치를 기반으로 한 산출방법의 성능보다 평균 약 11.89%의 높은 성능 결과를 보였다. 국화, 딸기, 배, 포도 작물에서는 가중치를 기반으로 한 산출방법이 병명의 비율을 기반으로 한 산출방법의 성능보다 평균 약 20.34%의 높은 성능 결과를 보였다. 또한 본 논문에서 제안하는 시스템의 UI/UX는 실제 사용자의 피드백을 통해 편리하게 구성했다. 시스템의 화면마다 상단에 제목과 설명을 출력했고 사용자가 질병의 정보를 보기 편리하게 화면을 구성했다. 검색된 질병의 정보는 위에서 제안한 산출방법을 토대로 유사한 질병의 영상과 병명을 출력한다. 시스템의 환경은 PC 환경 기반의 웹 브라우저와 모바일 디바이스 환경 기반의 웹 브라우저를 통해 사용할 수 있도록 구현했다.