• 한국전통조경학회지
• /
• 제28권2호
• /
• pp.67-74
• /
• 2010

보호수는 역사와 전통을 간직한 자원으로 우리의 소중한 자산이자 보호관리하여 대대로 물려주어야 할 자연유산이다. 보호수는 수목으로 육종학적, 유전학적인 의미를 가짐과 동시에 환경적, 정서적 의미를 가지며, 그 가치를 높게 평가할 수 있다. 본 연구는 제천시 보호수의 생육환경 및 관리현황을 조사하여 개선방안을 모색하고자 식물학적 특성, 입지현황, 건강도, 토양특성, 근원부 성상, 관리현황 등을 조사하였다. 제천시 보호수는 300 이상의 수령이 가장 많았으며, 평탄지에 주로 위치하였다. 입지유형은 마을형, 동산형, 도로형의 순이었으며, 개발 정도는 건물지가 가장 많았다. 형성층 전기저항 측정치는 평균 $8.4k{\Omega}$로 나타났으며, 4그루에서 수피이탈 현상이 있었다. 대부분의 보호수에서는 외과수술이 실시되어 있었고, 근원부성상에서 완전 나지화가 된 곳은 1그루로, 근원부위에 콘크리트로 포장된 곳은 2곳으로 조사되었다. 토양산도는 5.0~8.4의 범위로 평균 7.1로, 전기전도도 EC는 0.5dS/m 이하로 측정되었다. 보호책은 총 48그루 중에서 16그루만 설치되어 있었으며, 석축이 설치된 곳은 3곳이었다. 외과수술이 시행된 곳은 총 33그루로 대부분이 공동의 부패부위방지 및 치료인 것으로 추측되며, 안내판은 23그루에 설치된 것으로 조사되었다.

• 한국전통조경학회지
• /
• 제35권4호
• /
• pp.1-13
• /
• 2017

<하환정도>의 제작 시점인 1860년경을 기점으로, 그림에 표현된 무기연당과 일곽의 정원시설 그리고 경관 등을 현재와 비교하여 고찰한 연구의 결론은 다음과 같다. <하환정도>에는 내원(內園)인 국담(菊潭)을 중심으로 하환정(何換亭)과 풍욕루(風浴樓)가 핵심을 이루고 있으며, 1971년 이후 기양서원의 후신(後身)인 충효사(忠孝祠)와 영정각(影幀閣) 등이 보태졌다. 하환정 반대편 국담 지안(池岸)에는 3기의 괴석과 함께 다채로운 초화류와 화관목이 식재되었으며, 중도(中島)에는 봉황석(鳳凰石)과 납두석(衲頭石)의 배치와 함께 2종의 수목이 그려져 있는데 이 중 하나는 단풍나무로 확인된다. 그림의 외경(外境)에는 무기연당을 중심으로 상부로는 작대산과 천주산이, 하부로는 정충비각과 현재는 멸실된 비보숲이 묘사되어 있다. 주목할 만한 성과로 외경의 작대산 아래 십 여기의 봉분 형태의 주씨묘군(朱氏墓群)과 함께 묘사된 '별업 유회정(別業 有懷亭)' 유구(遺構)를 주씨 선산인 산정리 일대에서 확인하였다. 확인된 유구는 방형의 지당(池塘)과 석가산인 중도(中島) 그리고 석비 망추대(望楸臺) 등이며 지당내 석가산은 자연석에 약간의 가공을 한 뒤, 여러 개의 괴석을 첩석한 형태로 측면에는 '경암(敬嵒)'과 '세심(洗心)'이라 각자(刻字)되어 있다. 특히 '경(敬)'자(字)는 소수서원 경자바위(敬字岩)의 그것을 모사(模寫)한 것으로 풍욕루 현판은 물론 주세붕을 모신 관내 무산사(武山祠)에서도 발견되는 주씨 정원의 상징적 정원언어가 되고 있다. <하환정도> 외경에서 유회정과 석가산을 갖는 방당(方塘)의 이름은 '태화지(泰和池)' 또는 '정우당(淨友塘)'이라 하였으며 석가산의 이름은 '소금강(小金剛)' 또는 '소방장(小方丈)'으로 명명되었음이 확인된다. 이는 국담의 석가산인 '봉래산'에 비견되는 명칭으로, 양 공간에 관련성을 이해하는데 중요한 연결고리가 되고 있다. <하환정도>는 함안 칠원리에 입향한 15대손 주씨문중에서 주도하여 그린 일종의 장원도(莊園圖)로서, 내원은 물론 외경의 상황을 세밀하게 묘사하고 있어 무기연당원 및 주변 경관을 이해할 뿐 아니라 무기연당을 포함한 외경의 정비 및 복원의 중요한 단서를 제공하고 있다고 판단된다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1029-1042
• /
• 2021

차세대 중형위성 사업의 일환으로 농지 및 산림에서의 원격 탐사를 위하여 농림위성 (차세대 중형위성 4호)이 발사 예정에 있다. 위성 영상에서 식생의 정량적인 정보를 얻기 위해서는 대기보정을 통한 지표 반사도 취득이 선행되어야 하므로 농림위성을 위한 대기보정 기술 개발은 불가피할 것으로 생각된다. 특히 대기에서의 흡수와 산란 특성은 파장에 따라 다르게 나타나므로 농림위성 파장 영역을 고려한 대기보정 파라미터 민감도 분석이 필요하다. 또한, 농림위성은 5개 채널(Blue, Green, Red, Red edge, Near-infrared)을 보유하고있어 대기보정 주요 파라미터인 AOD (Aerosol optical depth)와 WV (Water vapor)를 직접 산출하기 어려우므로 이를 외부에서 제공할 수 있는 방안을 마련할 필요가 있다. 따라서, 본 연구에서는 농림위성과 유사한 사양을 가진 Sentinel-2 위성 영상을 이용하여 주요 파라미터인 AOD, WV, O₃ 민감도 분석을 수행하고, 파라미터 제공을 위해 천리안 2A (GK2A; GEO-KOMPSAT-2A) 정지궤도 복합위성의 산출물을 이용하여 대기보정 파라미터로서의 활용 가능성을 살펴보았다. 민감도 분석 결과는 AOD가 가장 중요한 파라미터임을 보여주었으며, 근적외선 채널보다는 가시광 채널에서 더 큰 민감도를 가지는 것으로 나타났다. 특히 Blue 채널에서 AOD의 20%의 변화는 지표 반사도에서 약 100%의 오차율을 야기하므로 정확한 지표 반사도 취득을 위해서는 높은 신뢰성을 가진 AOD가 필요할 것으로 생각된다. GK2A AOD 산출물을 이용한 대기보정 결과는 토지피복별 분류 가능성을 이용하여 Sentienl-2 L2A 자료와 비교한 결과, 두 모델별 분류 가능성은 유사하였으나, 파장대가 짧은 영역일수록 GK2A AOD 산출물을 적용한 대기보정 결과가 Sentinel-2 L2A보다 높게 나타났다. 이를 통해 GK2A에서 제공되는 산출물이 향후 농림위성 대기보정 파라미터로서 충분히 활용될 수 있을 것으로 판단된다. 본 연구의 결과는 추후 농림위성 발사 후 대기보정에 참고 자료로서 활용될 수 있을 것으로 기대된다.

• 철학연구
• /
• 제116호
• /
• pp.251-281
• /
• 2017

연구자들이 제대로 주목하지 못한 파르메니데스적 '로고스' 전통은 존재-인식-담론이라는 삼원적 구조로 이루어진다. 그는 전통적 이해가 강조하듯 존재론자일 뿐만 아니라, 수정주의적 이해가 강조하기 시작한 것처럼 인식론자이기도 하며, 동시에 두 기존 이해가 담아내지 못한 담론론자의 면모 또한 갖고 있다. 파르메니데스의 이런 역동적, 통합적 면모를 온전히 포착하는 제3의 이해에 도달하려면, 진리편-의견편-서시라는 세 담론 부분의 유기적 구성에, 특히 서시와 메타 담론의 의의에 면밀히 주목해야 한다. 엘레아적 담론 전통 내에서 이런 파르메니데스 담론의 진면모를 분명히 파악하고 발전시킨 사람은 통상의 기대대로 2세대 엘레아주의자들이 아니라 오히려 그 반대편 자리에 흔히 정위되어 온 고르기아스다. 이 글은 파르메니데스적 로고스 전통을 과연 그가 어떻게 혁신하면서 계승하는지 추적한다. 특히 그의 담론을 전통 내부적 반론(안틸로기아)으로 규정한다. 파르메니데스적 전통을 하나의 커다란 지성적 훈련의 장으로 놓고 거기에 일종의 스파링 상대로 자신을 제공하면서 반론을 세워 줌으로써 파르메니데스적 설득을 보완하고 완성한 '악마의 대변자'로 자리 매김한다. "헬레네 찬양"이나 "팔라메데스 변명" 같은 수사학 연설에서 수행한 그런 반론 과정에서 그는 설득이 진리와 따로 놀 가능성을 실험하고 음미한다. 하지만 그것은 플라톤이 '철학적' 저작 "비존재에 관하여"에만 주목하며 문제 삼은 것처럼 그저 설득력과 그럴법함(에이코스)을 위해 진리를 희생하는 것이 아니었다. 오히려 진리와 앎에 지나치게 기울어 경직된 당대 지성에 균형과 유연성을 제공하기 위해 일부러 반대편에 힘을 실어 주려는 '반대를 위한 반대'요 진지한 유희였다. 이런 소피스트적 전통을, 플라톤의 과제가 아니라 우리 시대의 과제, 즉 진지한 유희를 나눌 수 있는 건강한 담론 문화를 만들어가야 한다는 과제를 위해 불러들이고 음미하는 것은 온전히 우리가 감당해야 할 '에라노스'(우리 몫의 기여)다.

• 식물분류학회지
• /
• 제48권4호
• /
• pp.249-259
• /
• 2018

물부추속($Iso{\ddot{e}}tes$ L.)은 물부추과($Iso{\ddot{e}}taceae$)에 속하는 이형포자성을 보이는 다년생 정수성 수생식물로, 전 세계에 200여종이 분포하는 것으로 알려져 있다. 물부추속 식물은 고생대 말기에 출현하여 오랜 진화적인 역사를 지닌다. 다양한 생육환경에서 광범위하게 분포하고, 분포 지역에서는 많은 종들이 높은 고유성을 보임으로서 멸종위기종으로 보호되고 있다. 오랜 종분화 과정에서 극도의 수렴진화와 자가배수체 형성과정을 거치면서 형태적으로 매우 단순화되었다. 이로 인하여 이 식물군의 형태적인 형질을 이용한 계통학적 연구와 유연관계의 규명에 많은 어려움을 보여주고 있다. 본 연구에서는 분자계통학적 마커를 이용하여 극동아시아에 분포하는 물부추속의 계통학적 유연관계를 파악하고, 분자시계를 이용하여 이들의 식물지리학적 기원 및 분화시기 등에 대해서 알아보고자 하였다. 분자마커로서 핵과 엽록체 DNA의 염기서열을 이용한 분자계통학적 연구결과, 동아시아 물부추속은 크게 두 개의 분계군으로 구분된다: 일본 홋카이도에 분포하는 북방계분계군과 나머지 물부추속 식물을 포함하는 동아시아 분계군으로 구분이 된다. 북방계인 아시아물부추($Iso{\ddot{e}}tes$ asiatica)는 극동러시아와 북미의 북서부지역의 물부추속 식물과 깊은 유연관계를 보인다. 이 분계군은 북미의 알래스카 지역에서 베링육교(Bering land bridge)를 통해 중신세후기(late Miocene)에 시베리아로 전파된 것으로 분석되었다. 나머지 동아시아 물부추속 식물분계군($Iso{\ddot{e}}tes$ sinensis, I. yunguiensis, I. hypsophila, I. orientalis, I. japonica, I. coreana, I. taiwanensis, I. jejuensis, I. hallasanensis)은 파푸아뉴기니아와 호주의 물부추속 식물과 밀접한 유연관계를 보인다. 이들은, 점신세 후기(late Oligocene)에 호주 대륙의 동부 지역으로부터 원거리 산포과정(long-distance dispersal)을 통해 이동되어진 것으로 추론되었다. 향후에 차세대 염기서열 분석(next generation sequencing)과 같은 대규모 유전자 분석법을 이용하여 유용한 분자마커들을 개발하게 되면 전 세계에 분포하는 물부추속 식물에 대한 전반적인 계통지리학적 분석과 각 대륙에 고유종으로 분포하고 있는 이들의 진화적인 역사를 규명할 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.19-41
• /
• 2019

텍스트 데이터에 대한 다양한 분석을 위해 최근 비정형 텍스트 데이터를 구조화하는 방안에 대한 연구가 활발하게 이루어지고 있다. doc2Vec으로 대표되는 기존 문서 임베딩 방법은 문서가 포함한 모든 단어를 사용하여 벡터를 만들기 때문에, 문서 벡터가 핵심 단어뿐 아니라 주변 단어의 영향도 함께 받는다는 한계가 있다. 또한 기존 문서 임베딩 방법은 하나의 문서가 하나의 벡터로 표현되기 때문에, 다양한 주제를 복합적으로 갖는 복합 문서를 정확하게 사상하기 어렵다는 한계를 갖는다. 본 논문에서는 기존의 문서 임베딩이 갖는 이러한 두 가지 한계를 극복하기 위해 다중 벡터 문서 임베딩 방법론을 새롭게 제안한다. 구체적으로 제안 방법론은 전체 단어가 아닌 핵심 단어만 이용하여 문서를 벡터화하고, 문서가 포함하는 다양한 주제를 분해하여 하나의 문서를 여러 벡터의 집합으로 표현한다. KISS에서 수집한 총 3,147개의 논문에 대한 실험을 통해 복합 문서를 단일 벡터로 표현하는 경우의 벡터 왜곡 현상을 확인하였으며, 복합 문서를 의미적으로 분해하여 다중 벡터로 나타내는 제안 방법론에 의해 이러한 왜곡 현상을 보정하고 각 문서를 더욱 정확하게 임베딩할 수 있음을 확인하였다.

• 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.

• 유기물자원화
• /
• 제28권4호
• /
• pp.53-68
• /
• 2020

한우를 전문으로 사육하는 전업농가의 퇴비사에서 암모니아와 황화수소 그리고 미세먼지 발생량을 측정하였다. 시험은 단순퇴적식 퇴비화시설(T1)과 기계교반식 퇴비화시설(T2, T3)로 구분하여 수행하였다. 단순퇴적식 퇴비단(T1)의 경우 최고온도가 46℃를 기록하였고, 2곳의 기계교반식 퇴비화시설들(T2, T3)에서는 각각 63℃와 68℃까지 상승하였다. T1에서의 PM2.5 농도는 15 ㎍/㎥ 수준이었고 T2에서는 PM2.5 농도가 5~10 ㎍/㎥ 내외의 수준을 유지하였다. T3에서는 PM2.5의 농도가 10 ㎍/㎥ 이하의 수준이었다. T1에서 발생하는 암모니아의 최고농도는 4 ppm이었으나 황화수소는 검출되지 않았다. T2에서는 암모니아 농도가 최고 3 ppm 수준이었으나 황화수소는 검출되지 않았다. T3의 암모니아 최고농도는 4 ppm을 나타낸 반면에 황화수소는 검출되지 않았다. T3에서는 교반기가 퇴비를 교반하는 지점에서의 암모니아 농도가 65 ppm까지 상승하였다. 퇴비화 기간이 경과함에 따라 초기에 9.06이었던 퇴비단의 pH가 퇴비화기간을 거치면서 8.94로 낮아졌다가 다시 9.14 수준으로 상승하였다. 염분(NaCl)농도는 퇴비화가 진행된 이후에 0.09% 수준이었다. 수분함량은 65.9% 수준에서 62% 수준으로 낮아졌으며, 총고형물 중에서 휘발성고형물(Volatile Solids)이 차지하는 비율은 퇴비화 초기에 65.6%에서 퇴비화후기에는 64.7% 낮아졌다. 퇴비화 초기에 1.327% 수준이었던 TKN 함량도 퇴비화를 거치면서 1.095%로 낮아졌다.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.23-31
• /
• 2020

본 연구는 철도표면상에 발생하는 노후 현상 중 하나인 결함 검출을 위해 학습데이터를 생성함으로써 결함 검출 모델에서 더 높은 점수를 얻기 위해 진행되었다. 철도표면에서 결함은 선로결속장치 및 선로와 차량의 마찰 등 다양한 원인에 의해 발생하고 선로 파손 등의 사고를 유발할 수 있기 때문에 결함에 대한 철도 유지관리가 필요 하다. 그래서 철도 유지관리의 자동화 및 비용절감을 위해 철도 표면 영상에 영상처리 또는 기계학습을 활용한 결함 검출 및 검사에 대한 다양한 연구가 진행되고 있다. 일반적으로 영상 처리 분석기법 및 기계학습 기술의 성능은 데이터의 수량과 품질에 의존한다. 그렇기 때문에 일부 연구는 일반적이고 다양한 철도표면영상의 데이터베이스를 확보하기위해 등간격으로 선로표면을 촬영하는 장치 또는 탑재된 차량이 필요로 하였다. 본연구는 이러한 기계적인 영상획득 장치의 운용비용을 감소시키고 보완하기 위해 대표적인 영상생성관련 딥러닝 모델인 생성적 적대적 네트워크의 기본 구성에서 여러 관련연구에서 제시된 방법을 응용, 결함이 있는 철도 표면 재생성모델을 구성하여, 전용 데이터베이스가 구축되지 않은 철도 표면 영상에 대해서도 결함 검출을 진행할 수 있도록 하였다. 구성한 모델은 상이한 철도 표면 텍스처들을 반영한 철도 표면 생성을 학습하고 여러 임의의 결함의 위치에 대한 Ground-Truth들을 만족하는 다양한 결함을 재 생성하도록 설계하였다. 재생성된 철도 표면의 영상들을 결함 검출 딥러닝 모델에 학습데이터로 사용한다. 재생성모델의 유효성을 검증하기 위해 철도표면데이터를 3가지의 하위집합으로 군집화 하여 하나의 집합세트를 원본 영상으로 정의하고, 다른 두개의 나머지 하위집합들의 몇가지의 선로표면영상을 텍스처 영상으로 사용하여 새로운 철도 표면 영상을 생성한다. 그리고 결함 검출 모델에서 학습데이터로 생성된 새로운 철도 표면 영상을 사용하였을 때와, 생성된 철도 표면 영상이 없는 원본 영상을 사용하였을 때를 나누어 검증한다. 앞서 분류했던 하위집합들 중에서 원본영상으로 사용된 집합세트를 제외한 두 개의 하위집합들은 각각의 환경에서 학습된 결함 검출 모델에서 검증하여 출력인 픽셀단위 분류지도 영상을 얻는다. 이 픽셀단위 분류지도영상들과 실제 결함의 위치에 대한 원본결함 지도(Ground-Truth)들의 IoU(Intersection over Union) 및 F1-score로 평가하여 성능을 계산하였다. 결과적으로 두개의 하위집합의 텍스처 영상을 이용한 재생성된 학습데이터를 학습한 결함 검출모델의 점수는 원본 영상만을 학습하였을 때의 점수보다 약 IoU 및 F1-score가 10~15% 증가하였다. 이는 전용 학습 데이터가 구축되지 않은 철도표면 영상에 대해서도 기존 데이터를 이용하여 결함 검출이 상당히 가능함을 증명하는 것이다.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.187-195
• /
• 2021

광복 이후의 한국 화단은 일본화풍의 탈피와 전통회화의 재인식 및 재창조를 통한 한국적 미의식을 확립하고 자 탐구하였다. 조선 후기 호남 화단의 실질적 종조(宗祖)라 불리었던 소치(小癡)의 손자로 태어난 남농(南農) 허건(許楗)(1908~1987)은 이러한 한국 화단의 현실을 직시하고 한국 남종화의 전통을 계승하면서 이를 변유적으로 재인식·재창조하여 현대적 서구양식과 실경을 융합한 파격적 구도로 '신남화(新南畵)'의 새로운 영역을 개척하는 등 한국 남종화를 현대적으로 계승 발전시킨 한국화단의 거목이다. 남농(南農)의 회화세계는 관지(款識)를 근거로 하여 1930년대 '남농산인(南農山人)' 시기, 1940년대 중반~50년대 초반 '남농외사(南農外史)' 시기, 그 이후의 '운임산방주인(雲林山房主人)' 시기 등 총 3시기로 나누어 살펴볼 수 있다. 남농산인(南農山人) 시기는 소치(小癡)와 미산(米山)의 전통 남화의 가전화풍을 온전히 습득하고, 선전(鮮展) 출품을 위한 일본화풍의 반영으로 향토적 실경을 많이 다루어 가전화풍과 일본화풍의 혼재기이다. 남농외사(南農外史) 시기에는 해방 이후 새로운 조형성을 전통 남화풍에서 탐색하였다. 특히 남도의 풍경과 정감을 기반으로 하여 자유분방한 농담 조절과 함께 속필과 독필, 갈필로 대상을 표현하면서 서정성과 향토애 짙은 실경향토화와 산수화에 주력하였다. 운임산방주인(雲林山房主人) 시기는 현대미술의 흐름에 어느 정도 부합하면서도 전통 회화에 걸맞는 사의적 문향이 넘치는 구도로 차츰 생략화되면서 개성적 화법을 강하게 드러낸 갈필, 독필, 속필의 적절한 운용을 통해 수묵담채의 서정적인 산수와 소나무를 많이 그렸다. 그의 산수화와 향토화는 누구에게나 체험적인 친근감과 정감을 자아내게 하는 모습을 담고 있으며 향수애와 자연애를 담고 있다. 남농(南農)은 이를 '신남화(新南畵)'로 명명하였다. 남농(南農)은 '남화연구원'을 설립, 후진양성에 진력하였는데, 이곳에서 임인(林人)의 아들인 許文과 남농(南農)의 장손자인 허전(許塡) 등이 수련하여 5대째 운림산방의 화맥을 계승하고 있다.