In this study, antibody responses after vaccination against equine influenza were investigated among 1,591 horses in the Republic of Korea using the hemagglutination inhibition (HI) test. Equine influenza has not occurred since 2011 and a commercial vaccine against H3N8 has been used. The equine influenza virus, A/equine/South Africa/4/03 (H3N8), was used as the antigen in the HI assay. The mean seropositive rate was 90.5% in 2019. Except for stallion whose seropositive rate was 78.5%, all seropositive rates of other horse types were over 90%. Regionally, except for Gangwon-do and Jeju-do whose seropositive rates were 89.0% and 87.1%, all seropositive rates in other provinces were over 90%. In the future, more through vaccination against equine influenza needs to be done based on this investigation result.

감성공학이라는 개념이 대두된 이래로 게임 산업에서도 감성적 성향에 기반한 게임을 개발하려는 움직임이 나타났다. 기존의 경쟁과 승리를 갈구하는 게임 방식에서 인간의 감성을 자극해 몰입을 유도하는 방식으로 전환된 것이다. 따라서 게임을 출시하기 전 개발단계에서 감성평가라는 시스템이 적용되었다. 감성 평가 시스템은 게임 인터페이스, 시스템 등의 사용성과 플레이어의 감성 욕구를 검증할 수 있는 평가 방법이다. 하지만 문항 선택 방식의 평가 방식으로는 평가자의 주관에 의존해야 한다는 단점이 있으며, 게임에 충분히 몰입을 했는지의 여부에 의해 평가자의 답변이 바뀔 수 있다는 문제가 있다. 특히 게임은 다른 미디어 콘텐츠에 비해 몰입성에 대한 영향을 크게 받는 편이며 몰입성은 수치를 통한 계량화가 힘들기 때문에 평가 대상으로 삼기 힘든 면이 있다. 이에 본 연구에서는 시선 추적 기술을 이용해 플레이어의 몰입도를 측정한 뒤 감성 평가를 실시하여 감성 평가의 신뢰성을 높이는 방법을 제안하고자 한다.

인공지능은 다양한 분야에서 사람을 대신하여 성과를 보여준다. 게임 분야에서도 인공지능은 다양한 방면으로 사용된다. NPC(Non Player Character) 제작, 게임 난이도, 콘텐츠 생성 등의 분야에서 활용되고 있다. 그러나 게임에서 사용되는 인공지능은 우수한 성과를 보여주며 사람을 이기기 위해 연구된다. 우수한 인공지능 모델이 게임에 존재하여 게임의 난이도가 상승하게 되면 플레이어가 게임에 흥미를 잃는 경우도 있다. 따라서 본 논문의 목적은 사람과의 대결이 아닌 사람을 서포트 하는 인공지능의 개발이다. 현재 모바일 시장의 게임에는 자동 사냥 시스템이 존재한다. 게임에서 이 시스템은 난수 방식을 사용하기 때문에 효율이 떨어진다. 그러므로 본 논문에서는 병렬구조의 DNN 모델을 사용하여 효율적인 자동 사냥 시스템을 구축한다. 새로 구축한 모델과 기존에 사용하던 난수 방식의 모델을 게임을 통해 비교한다.

국제적으로 신품종과 품종 육성자의 권리가 지적 재산권으로 보호됨에 따라 화훼작물의 경우 국내 민간종묘에서 품종 개발이 거의 이루어지지 않아 농촌진흥청 원예시험장(구 국립 원예특작과학원) 화훼과에서 1992년부터 본격적으로 품종육성 연구가 시작되었다. 2017년 재배면적 44ha, 판매액 93.6억원 인 주요 난류의 하나인 심비디움은 다른 화종에 비해 육종년 한이 길어 2002년에 ‘뷰티프린세스’ 등 4품종이 육성된 후 2017년까지 51품종이 육성되었고, 농촌진흥청 연구비 지원으로 지산영농조합법인에서도 ‘핑크레이스’ 등 26품종이 육성된 바 있다. 이렇게 개발된 품종은 농가에 보급되어 분화나 절화 로 유통되고 있어 최근에는 국산 품종에 대한 재배농가의 인지도가 높아지고 있다. 2009년부터 2017년까지 aT화훼공판장 에서 거래되고 있는 국산 심비디움 품종들의 분화 거래내역을 조사한 결과, 농촌진흥청 개발 51품종 중 21품종이 지산영농 조합 개발 26품종 중 7품종이 1년에서 5년동안 거래된 것을 확인하였다. 국산 품종 거래 수는 2010년과 2015년을 제외하고는 2,568~5,693분으로 총 심비디움 판매량의 1.5~2.1%를 차지하였다. 심비디움 거래량의 65.2~97.6%를 차지하는 꽃대 2, 3, 4대 가격을 비교한 결과, 국산 품종이 외국산 품종에 비하 여 최고가는 낮았지만 평균가는 높았고, 최저가는 훨씬 높았다. 결론적으로 aT화훼공판장 거래가를 기준으로 국산 품종이 외국산 품종과 비교할 때 품질이 양호하였음을 알 수 있었다.

South Korea has over 0.38 million of managed honey bee (Apis cerana) colonies before 2009 years ago, which produce the highest quantity of honey in the Korea; however, almost colony (90%) were collapsed by Korean Sacbrood Virus (KSBV) in South Korea. Korean Sacbrood Virus (KSBV) is the pathogen of A. cerana Sacbrood disease, which poses a serious threat to honeybee A. cerana, and tends to cause bee colony and even the whole apiary collapse. Colony collapse of A. cerana was first reported on the Pyeong-Chang of the South Korea in 2009. Several scientists and governments has been tried research for cure the sacbrood disease in A. cerana colony by medicines and management techniques. Unfortunately, The sacbrood disease dosen’t improve. So, we were developed a better breed of A. cerana for resistance of sacbrood virus by selection and then artificial insemination. A. cerana breeding technique was first successful applied with A. cerana in Korean. Queens was grafted from sacbrood resistance line and then it was growing in sacbrood disease colony that was survived 100%. Altogether selected 18 queens were artificially inseminated and 2,000 drones of A. cerana in Korea was used to evaluate amount of semen collection. We are select two scabrood resistance A. cerana line (R and H). R line be used for rearing the Queen. Drone was reared in H line colony. The RH hybrid were not infected sacbrood virus even spread sacbrood virus (2×106). RH colonies have very excellent hygienic behavior, brood, and sacbrood disease resistance activity.

본 연구에서는 사용자로부터 입력받은 이미지를 분석하여 그에 맞는 음악을 생성, 재생하는 방법을 고안 하였다. 단순히 이미지를 청각화 하는 기술적인 의미 뿐 아니라 사용자의 이미지에 담긴 정서와 의도 또한 담아내는 것을 목표로 하였다. 사용자는 본 연구에서 제안된 어플리케이션에 원하는 물체를 그린다. 인공지능을 통해 이미지가 어떤 물체인지 판별 후, 그 물체와 이어질 수 있는 감정을 대응해 해당 멜로디의 감정과 분위기를 맞출 수 있도록 하였다. 정서에 알맞는 음정(key)를 설정한 뒤, 사용자가 이미지를 그릴 때 입력한 획순을 분석해 이를 기준으로 음계를 추출하여 선율을 생성하였다. 향후 이미지의 청각적 표현을 구현하는 것뿐만 아니라 그림에 대한 예술적인 이해와 의미 있는 음악을 만들어내기 위한 화성법 등의 작곡이론을 연구하여 이미지에 담긴 예술성과 의도를 음악에 담아낼 수 있는 한 가지 방향을 제시할 것이다. 또한 그림을 인식하고 판별하기 위한 인공지능 기술과 그림 분석, 음악 생성 등의 예술 분야를 결합해 공학과 예술의 융합이라는 방향으로서 의미 있는 시도가 될 것이다.