『신찬자경』은 『일체경음의』·『옥편』·『절운』·『정명요록』·『간록자서』 등 중국에서 전래된 한문 문헌을 저본으로 하여 편찬된 일본의 辭書인데, 다양한 이체자와 속자 자료가 풍부하게 수록되어 있어서 자양학적으로 가치가 높다. 『신찬자경』의 이체자는 일반적인 이체자와 비슷한 형성원인을 보이므로, 그 방법론을 적용해 연구할 수 있다. 한자의 이체자는 크게 글자 구성 원리의 변화, 簡略化, 增繁化, 交替, 異化, 同化, 類化, 記號化, 訛混, 同音借用, 構件轉位, 合文 등의 요인에 의해 다양한 형태로 형성되는데, 필자는 상호 유기적으로 영향을 주고받는 이체자 유형들끼리 모아서『신찬자경』이체자와 일반 이체자의 공통성과 차별성을 탐구하려 한다. 그 첫 번째 단계로 본 논문에서는 간략화와 증번화 유형 이체자를 정리하고 분석하였으며,『신찬자경』이체자의 보편성과 고유성도 함께 고찰하였다.

식품 안전 규제에서 위해물질에 대한 국내 기준 설정 시 국제식품규격위원회(Codex Alimentarius Commission, CAC) 기준과의 조화를 위한 검토가 요구되며 이를 위해 서는 코덱스 식품분류에 대한 정확한 이해가 필요하다. 따라서 여기에서는 CAC(코덱스) 식품분류 개정 작업이 2017 년에 완료된 곡류, 그리고 2018년에 완료된 견과종실류와 허브 및 향신료에 대해 개정된 코덱스 식품분류 내용을 소개하고자 하였다. 그 내용을 간략히 요약하면 다음과 같다. 코덱스 식품분류에는 국내 식품분류(식품의약품안전처 의 분류)에서 곡류에 해당하는 것으로 Group 020 cereal grains (6개 subgroup), 견과종실류에 해당하는 것으로 3개 그룹, Group 022 tree nuts (subgroup 없음), Group 023 oil seeds and oilfruits (5개 subgroup), Group 024 seeds for beverages and sweets (subgroup 없음)가 있다. 그리고 허브와 향신료의 경우 코덱스에는 2개 그룹, Group 027 (3 개 subgroup), Group 028 (9개 subgroup)이 있다. 코덱스 식품분류에서 식품에 부여된 commodity code의 수는 Group 020 27개, Group 022 32개, Group 023 46개, Group 024 4개, Group 027 127개, Group 028 138개 이다. 한편 코덱스와 식품의약품안전처의 식품분류 사이에는 여러 차이점 이 있었다. 예를 들면 국내 식품분류에서는 곡류나 허브를 코덱스처럼 세분화하지 않았고 코덱스와 달리 땅콩을 견과류에 묶어서 한 그룹으로 분류하고 있고 기타식물류를 두었다. 코덱스 식품분류를 사용할 때 이러한 차이에 대한 주의가 필요하다.

본 연구에서는 분류학적 실체에 대해 많은 논쟁이 있어왔던 황철나무와 물황철나무의 분류학적 재검토를 통해 두 분류군의 유연관계를 밝히기 위하여 엽형질과 미세형질들을 분석하였다. 엽의 크기를 암·수 구분 없이 전체 평균 너비, 길이, 면적으로 비교한 결과 종간 및 종내 모두 1%에서 고도의 유의차가 검증되었고, 황철나무는 55.56 mm, 73.5 mm, 28.72 mm2, 물황철나무는 76.80 mm, 117.82 mm, 68.61 mm2로 측정되어 황철나무의 엽 생장은 물황철나무에 비해 작은 것으로 나타났다. 황철나무의 엽병과 엽맥에는 털이 발견되지 않았지만 물황철나무의 엽병과 엽맥에는 양면 모두 털이 밀생하였다. 성숙한 황철나무의 삭과는 3개로 갈라지며 동일한 시기에 물황철나무는 4개로 갈라지는 것으로 확인되었다. 조사된 형질을 종합한 결과, 황철나무와 물황철나무의 종간 분류에 중요한 정보를 주는 요인으로는 잎의 크기와 삭과가 터지는 유형, 엽병 털의 유무 등이 있었다.

한국에 유입된 한자어는 국어화한 보통명사, 고유명사, 새로운 개념어, 그 외 개별 음역 차 용어로 나눌 수 있다. 이들 중 국어화한 보통명사는 한국 한자음으로 표기하고, 개별 음역 차 용어는 단어마다 특유의 독음법이 정착하였다. 반면 고유명사와 새로운 개념어는 한국 한자 음과 중국 원지음을 기반으로 한 표기라는 두 가지 독음 방법 사이에서 혼란을 겪고 있다. 한자는 다른 외국어와 달리 국어의 영역에 있었으나 현대에 와서 외국어로 인식되기 시작했다. 한자어의 독음에 대한 논쟁은 이러한 인식 차이에서 기인한다. 본 논문은 이러한 관점에 서 중국에서 유입된 한자어를 분류하고 그 독음 표기가 가지는 문화적 의미를 분석한다.

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.

선충포식성 곰팡이는 선충을 포획하기 위하여 다양하고 특수한 기관을 사용한다. 국내 성주지역의 참외 경작지 뿌리 주변의 토양에서 3차원 접착 고리를 형성하여 선충을 포획하는 곰팡이를 분리하였다. 곰팡이의 미세형태 구조를 관찰한 결과 분생포자병은 직립형으로 길이는 290~528 (342.8) μm으로 길었으며, 계란형의 30.5 × 20.3 μm 크기를 가진 1~3개의 분생포자를 형성하였다. 균주의 rDNA의 5.8 S 영역의 염기서열을 분석한 결과, Arthrobotrys속의 계통군에 속하였으며, 특히 Arthrobotrys sinensis와 99%의 유사성을 보였다. 형태적 특징과 분자생물학적 계통 분석을 바탕으로 본 균주는 A. sinensis로 확인되었으며, 이는 국내 미기록종으로 식물기생성선충의 생물학적 조절을 위한 하나의 자원이 될 수 있다.

The blood preparation is important for management and classification. Because the work bench for sorting blood is not produced domestically, we have developed a work bench to classify blood through this study. Single coil system was developed to control cooling efficiency and temperature distribution. And evaporator and heater were used to reduce condensate discharge. This allow us to maintain a constant temperature and the condensation remainder below 1L. This study is expected to expand to other bio-equipment development.

Revision work on the Codex Classification of Foods and Animal Feeds was undertaken in 2007 and presently, revisions for most food groups have been completed. For vegetables, the work was conducted during 2014-2017, and the final draft revision was adopted by the 40th Codex Alimentarius Commission (2017). Here, the revised classification of vegetable commodities is introduced in order to be utilized in various food-related fields, in particular, food safety regulation. The revised classification is briefly summarized as follows: Codex classified vegetables into 10 groups (Group 009-018): bulb vegetables (Group 009), Brassica vegetables (except Brassica leafy vegetables) (Group 010), fruiting vegetables, Cucurbits (Group 011), fruiting vegetables, other than Cucurbits (Group 012), leafy vegetables (including Brassica leafy vegetables) (Group 013), legume vegetables (Group 014), pulses (Group 015), root and tuber vegetables (Group 016), stalk and stem vegetables (Group 017) and edible fungi (Group 018). The groups are further divided into a total of 33 subgroups. In the Classification, 430 different commodity codes are assigned to vegetable commodities. Meanwhile, Korea's Ministry of Food and Drug Safety (MFDS) does not include potatoes, beans and mushrooms within a vegetable group. In addition, the MFDS divides one vegetable group into six subgroups including flowerhead Brassicas, leafy vegetables, stalk and stem vegetables, root and tuber vegetables, fruiting vegetables, Cucurbits, and fruiting vegetables other than Cucurbits. Therefore, care is needed in using the Codex Classification.

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 포함 한 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.

한국산 나문재속 식물에 대한 계통학적 유연관계를 밝히고, 분자계통학적 연구를 통해 나문재속 종간 유연관계를 확인할 수 있는 분자마커를 찾아내기 위해 연구를 수행하였다. 핵 리보솜 DNA ITS와 엽록체 DNA matK, psbA-trnH 그리고 trnL-trnF를 분자마커로 사용하였다. ITS 영역은 칠면초와 해홍나물 그리고 해홍나물과 방석나물을 구분하지 못하였다. psbA-trnH와 trnL-trnF 영역의 염기서열은 칠면초와 방석나물을 구분하지 못하였다. 그러나 4종의 분자마커 영역을 조합하여 분석한 결과 나문재속 식물 5종이 각각 독립적인 계통을 형성하는 것을 확인하였다. 따라서 나문재속 계통관계 분석을 위해서 여러 개의 분자마커 조합이 유용할 것으로 판단된다. 나문재속 내 분류군 간의 계통관계를 명확히 밝히기 위해 차후에 좀 더 많은 생태학적, 형태학적 자료를 조사해야 할 것으로 보인다.

본 연구는 최근 대부분의 기업은 국내·외적 환경변화(유가, 달러, 예측 불가능한 위험), 인공지능시스템(AI)의 급속한 발달 속에서 기업이 생존하기 위한 전략을 수립하여 대응하고 있으며 특히 보험사고조사기업의 경우 인 적채용관리의 중요성을 인식하고 있다. 보험사고조사기업의 조직구성원들을 아유르베다의 성격유형으로 분류하고 어떤 성격유형이 업무성과에 영향을 미치는지를 규명하며, 그 결과를 근거로 조직구성원의 인적채용관리 측면에서 우수한 신입사원 인력채용 및 인력의 적재적소 배치, 만족도, 이직율을 제고하고자 하였다. 아유르베다 성격유형 표본간 이원분산분석, 교차분석결과, p값이 < 0.001이하로 “성격유형이 성적에 영향을 미친다”는 결과를 얻었다.

Hidden Markov Models(HMM)을 이용한 생물음향 분석은 장기간 동안 녹음된 대용량 데이터에서 생물종의 식별을 용이하게 수행할 수 있는 머신러닝 기법 중 하나이다. 본 연구에서는 HMM을 이용하여 양서류 번식울음에 대한 자동식별을 목적으로 진행하였다. 연구대상지는 서울시 북한산국립공원 진관동습지이었다. 연구기간은 2018년 6~7월 중 양서류가 집중적으로 번식울음을 내는 3일 선정하였다. 연구대상종은 진관동 습지에서 여름철 번식울음을 내는 청개구리, 무당개구리, 맹꽁이 3종이었다. 번식울음 녹음은 생물음향 측정기기(SM4, Wildlife Acoustics Inc., Concord, MA, USA)를 습지를 바라보도록 수변의 수목에 설치(높이 1.0m)하고, 시간당 5분씩 24시간 녹음되도록 스케쥴을 설정하였다. 양서류 번식울음 자동식별을 위한 분석프로그램은 Kaleidoscope Pro(Wildlife Acoustics Inc., Concord, MA, USA)를 이용하였다. 연구결과, 양서류 종별 번식울음 특성을 고려하여 주파수 범위와 음절 지속시간, 음절 간격을 달리한 결과 분류 정확도가 매우 높은 것으로 나타났다. 청개구리의 경우 주파수 범위를 3000~3600Hz, 지속시간을 0.1초, 음간격을 0.12초 로 설정한 결과 총 45개의 클러스터가 자동분류되었다. 이 중 연구자에 의해 청개구리 번식울음으로 명확히 분류된 클러스터는 45개 중 10개 클러스터였다. 10개 이외의 클러스터는 대부분 야생조류 종이 포함되어 있었다. 무당개구리의 경우 주파수 범위를 500~700Hz, 지속시간을 0.15초, 음 간격을 0.3초로 설정한 결과 무당개구리 이외에 다른 종은 포함되지 않는 단일 클러스터로 분석결과가 도출되었다. 맹꽁이의 경우 주파수 범위를 1500~2500Hz, 지속시간을 0.3초, 음간격을 0.5초로 설정한 결과 맹꽁이 이외에 다른 종은 포함되지 않는 단일 클러스터로 분석결과가 도출되었다. 본 연구는 머신러닝 기법을 이용하여 생물음향 빅데이터를 효율적으로 분석함으로서 생물음향을 이용한 생태계 다양성 평가의 기초자료로 활용이 가능할 것으로 판단된다.

본 연구는 한국의 내륙지역과 제주도를 포함하는 산림식생을 대상으로 수종 및 임분특성에 맞는 관리방안을 마련하고 지속가능한 산림경영을 위한 산림정책의 기초자료를 구축하기 위함이다. 식생자료는 한반도 전역에 균일하게 분포하고 있는 고정표본점(3,934지점)에서 5년간(2011∼2015년) 수행되어진 제6차 국가산림자원조사(National Forest Inventory, NFI)의 수목자료를 활용하였으며, 각 고정표본 점에서 조사되어진 수목의 상대밀도와 상대우점도를 계산하여 중요치(IV)를 산출하였다. 이를 통해 군집분석인 TWINSPAN을 활용하여 대표 임분유형을 분류하였으며, CCA 분석을 통해 임분유형과 환경요인과의 상관관계를 분석하였다. 내륙지역의 TWINSPAN 분석 결과 총 8개의 임분유형으로 그룹화되었다; 1) 편백군락, 2) 곰솔-졸참나무군락, 3) 소나무-리기다소나무군락, 4) 소나무-굴참나무군락, 5) 소나무-신갈나무군락, 6) 일본잎갈나무-잣나무군락, 7) 신갈나무-소나무군락 그리고 8) 신갈나무-피나무군락으로 분류되었다. CCA 분석에 따라 내륙지역의 임분유형은 고도, 임도 및 도로로부터의 거리, 연평균기온, 생장기간 초기 3개월(4∼6월)의 강수량 그리고 비생장기(11∼3월) 동안의 강수량의 변화에 강한 상관관계가 있었다. 제주도는 TWINSPAN 분석 결과 총 7개의 임분유형으로 그룹화되었다; 1) 삼나무-곰솔군락, 2) 곰솔-삼나무군락, 3) 곰솔-종가시나무군락, 4) 곰솔-때죽나무군락, 5) 서어나무-졸참나무군락, 6) 당단풍-개서어나무군락 그리고 7) 구상나무-마가목군락으로 분류되었다. CCA 분석에 따라 제주지역의 임분유형은 고도, 임도 및 도로로부터의 거리, 평균수고, 연평균기온, 생장기(4∼10월) 동안의 강수량, 생장기 초기 3개월의 강수량 그리고 수관밀도의 변화에 강한 상관관계가 있었다.

한반도 풍력자원지도의 시계열 풍속벡터의 유사성을 유클리디안 거리로 정의하여 군집분석에 의해 바람권역을 분류하는 방법을 포항지역에 적용하였다. 풍력자원지도는 포항지역 기상탑 측정자료와의 비교를 통해 정확도를 검증하였다. 이때 풍력자원지도 와 기상탑 측정자료의 시간범위가 서로 상이하여, 재해석자료와의 측정-상관-예측을 이용하여 동기간으로 변환한 후 비교검증 하였다. 포항지역에 대한 바람권역 분류 결과, 계절별로 바람권역의 변화가 매우 큰 것으로 나타났으며, 이로부터 우리나라의 바람권역은 계절특성을 고려해야함을 확인하였다. 풍력자원지도의 공간해상도에 따른 바람권역 분류에서는 상대적으로 지형고도가 낮지만 바 람의 특성에 민감한 지형이 존재하며, 이러한 지형요소의 수치해석이 정확하게 반영되어야 바람권역 분류의 실질적인 설명력이 향상됨을 확인할 수 있었다. 본 연구를 통해 구축된 국지적 바람권역 분류방법은 풍력발전소 설계, 대기환경영향평가, 풍환경평가 등에 유용하게 활용될 것으로 기대된다.

The objective of this study was to find out a nomenclature and a code number for fruit commodities from the Codex Alimentarius Commission (Codex) corresponding with a commodity name used in South Korea. In addition, nomenclature or classification for commodity that needs an alteration or detailed examination domestically was determined. In this study, ‘Food Code (Korean and English version)’ and ‘Pesticide MRLs in Food’ from the Ministry of Food and Drug Safety and ‘Codex Classification of Foods and Animal Feeds’ were used. As results, regarding a nomenclature or classification used in South Korea, it appeared that alteration or further examination was needed for the following (English name of commodity, coming from an English version of Food Code). First, reconsiderations for classification of Chinese matrimony vine, fig, five-flavor magnolia vine, and pomegranate are needed as they are classified differently between Korea and Codex. Second, in any case of Korean or English language, nomenclature of commodity is different even within Korea or when it is compared with Codex. Such commodities are: Asian citron, Chinese bush cherry, Chinese matrimony vine, coconut, crimson glory vine, date palm, five-flavor magnolia vine, five-leaf chocolate vine, Japanese apricot, Japanese cornelian cherry, jujube, kiwifruit (golden kiwi), Korean black berry, Korean raspberry, kumquat, lychee, mandarin, persimmon, plum, quince, raspberry, and trifoliate orange. Third, reconsiderations for peach and raspberry nomenclatures are needed as it is currently unclear whether ‘peach’ includes nectarine and an English nomenclature, ‘raspberry’, is used in Korea for both various varieties (red, black) and one specific variety.