In light of recent social concerns related to issues such as water supply pipe deterioration leading to problems like leaks and degraded water quality, the significance of maintenance efforts to enhance water source quality and ensure a stable water supply has grown substantially. In this study, scan statistic was applied to analyze water quality complaints and water leakage accidents from 2015 to 2021 to present a reasonable method to identify areas requiring improvement in water management. SaTScan, a spatio-temporal statistical analysis program, and ArcGIS were used for spatial information analysis, and clusters with high relative risk (RR) were determined using the maximum log-likelihood ratio, relative risk, and Monte Carlo hypothesis test for I city, the target area. Specifically, in the case of water quality complaints, the analysis results were compared by distinguishing cases occurring before and after the onset of "red water." The period between 2015 and 2019 revealed that preceding the occurrence of red water, the leak cluster at location L2 posed a significantly higher risk (RR: 2.45) than other regions. As for water quality complaints, cluster C2 exhibited a notably elevated RR (RR: 2.21) and appeared concentrated in areas D and S, respectively. On the other hand, post-red water incidents of water quality complaints were predominantly concentrated in area S. The analysis found that the locations of complaint clusters were similar to those of red water incidents. Of these, cluster C7 exhibited a substantial RR of 4.58, signifying more than a twofold increase compared to pre-incident levels. A kernel density map analysis was performed using GIS to identify priority areas for waterworks management based on the central location of clusters and complaint cluster RR data.

Iron oxide (Fe2O3) nanoclusters exhibit significant potential in the biomedical and pharmaceutical fields due to their strong magnetic properties, stability in solutions, and compatibility with living systems. They excel in magnetic separation processes, displaying high responsiveness to external magnetic fields. In contrast to conventional Fe2O3 nanoparticles that can aggregate in aqueous solutions due to their ferrimagnetic properties, these nanoclusters, composed of multiple nanoparticles, maintain their magnetic traits even when scaled to hundreds of nanometers. In this study, we develop a simple method using solvothermal synthesis to precisely control the size of nanoclusters. By adjusting precursor materials and reducing agents, we successfully control the particle sizes within the range of 90 to 420 nm. Our study not only enhances the understanding of nanocluster creation but also offers ways to improve their properties for applications such as magnetic separation. This is supported by our experimental results highlighting their size-dependent magnetic response in water. This study has the potential to advance both the knowledge and practical utilization of Fe2O3 nanoclusters in various applications.

지구 대기에 영향을 주는 거의 모든 인간활동과 자연현상을 수치적으로 담아내는 지구시스템모델은 기후 위기 의 시대에 활용될 가장 진보한 과학적 도구이다. 특히 우리나라 기상청이 도입한 지구시스템모델인 Unified Model (UM)은 지구 대기 연구의 과학적 도구로써 매우 활용성이 높다. 하지만 UM은 수치 적분과 자료 저장에 방대한 자원 이 필요하여 개별 연구자들은 최근까지도 기상청 슈퍼컴퓨터에만 UM을 가동하는 상황이다. 외부와 차단된 기상청 슈 퍼컴퓨터만을 이용하여 모델 연구를 수행하는 것은 UM을 이용한 모형 개선과 수치 실험의 원활한 수행에 있어 효율성이 떨어진다. 본 연구는 이러한 한계점을 극복할 수 있도록 개별 연구자가 보유한 고성능 병렬 컴퓨터(리눅스 클러스터) 에서 최신 버전 UM을 원활하게 설치하여 활용할 수 있도록 UM 시스템 환경 구축 과정과 UM 모델 설치 과정을 구 체적으로 제시하였다. 또한 UM이 성공적으로 설치된 리눅스 클러스터 상에서 N96L85과 N48L70의 두 가지 모형 해 상도에 대하여 UM 가동 성능을 평가하였다. 256코어를 사용하였을 때, 수평으로 1.875o ×1.25o(위도×경도)와 수직으로 약 85 km까지 85층 해상도를 가진 N96L85 해상도에 대한 UM의 AMIP과 CMIP 타입 한 달 적분 실험은 각각 169분 과 205분이 소요되었다. 저해상도인 3.75o ×2.5o와 70층 N48L70 해상도에 대해 AMIP 한달 적분은 252코어를 사용하여 33분이 소요되는 적분 성능을 보였다. 또한 적분을 위해 사용된 코어의 개수에 비례하여 적분 성능이 향상되었다. 성능 평가 외에 29년 간의 장기 적분을 수행하여 과거 지상 2-m 온도와 강수 강도를 ERA5 재분석자료와 비교하였고, 해상 도에 따른 차이도 정성적으로 살펴보았다. 재분석자료와 비교할 때, 공간 분포가 유사하였고, 해상도와 대기-해양 접합 에 따라 모의 결과에서 차이가 나타났다. 본 연구를 통해 슈퍼컴퓨터가 아닌 개별 연구자의 고성능 리눅스 클러스터 상에서도 UM이 성공적으로 구동됨을 확인하였다.

이 글은 구성주의 이론가들의 국제규범(norm) 연구에 대한 비판적 문 헌연구를 바탕으로 신기술과 인권 담론에 발현된 규범 클러스터(norm cluster) 양상을 분석한다. 본 연구의 핵심 질의는 한국 정부가 유엔인권 이사회 차원에서 제기되고 있는 ‘신기술과 인권’ 의제를 주도하면서도 이 와 개념적으로 연계되어 있는 자율살상무기금지 규범에는 소극적인 ‘선 택성’의 원인이 무엇인가 하는 것이다. 본 연구는 특정 국제규범이 메타 규범·구성규범·실행규범의 다층적 성격을 가진다는 규범 클러스터 연구의 적용을 통해 신기술과 인권 의제가 메타규범에 자율상살무기 금지규범이 실행규범에 해당하며, 이러한 선택적 규범화 전략이 사실 자연스러운 것 일 수 있음을 주장한다. 또한, 신기술과 인권 관련 국내·외 담론에서 확 인되는 ‘파편성’ 역시 우리 정부의 전략에 영향을 미친바, 이는 본 연구 가 국내 핵심이해관계 당사자를 대상으로 수행한 인터뷰에서도 확인된 다. 이에 더해, 메타규범 차원에서는 한국의 역할제고에 기여하며 뚜렷한 정책비용을 수반하지 않는 신기술과 인권 담론이 실행규범 차원에서는 안보정책 기조와의 충돌이라는 가시적 비용을 수반한다는 점 역시 고려 되었다고 볼 수 있다.

MMORPG 게임의 특성상 이러한 사용자들에게 어떻게 효율적이고 안전하며 개인화된 네트워크 서비스를 제 공할 것인가 하는 문제가 시급히 해결되어야 할 과제입니다. 클러스터링 알고리즘은 네트워크 사용자 행동 을 분석할 때 사용자 행동 데이터의 규모를 미리 결정해야 하며 생성된 클러스터에도 의미 기능이 부족합 니다. 따라서 본 논문에서는 네트워크 사용자 행동 데이터의 특성에 대한 클러스터 분석을 수행하고 LFM, 행렬 분해 및 기타 방법을 적용하여 네트워크 사용자 행동 클러스터링을 위한 자동 클러스터 레이블 생성 방법을 제안한다. 실험 결과 제안하는 방법은 사용자 행동 데이터의 규모를 미리 결정할 필요가 없으며 클 러스터링 과정에서 클러스터 레이블을 동시에 생성할 수 있으며 생성된 클러스터 레이블은 사용자 행동의 실제 의미를 따릅니다.

이 연구는 전염병의 잠재적 확산 가능성이 높은 지역의 탐색을 목적으로, 코로나19 전후의 버스 네트워크 클러스터의 시공간적 변화를 분석한다. 분석방법으로는 Getis와 Ord의  통계를 공간 네트워크로 확장 및 적용한  통계 값을 사용하였다. 이 과정은 서울시 전체 버스 네트워크의 개별 흐름에 대해 각각 적용되기 때문에 대규모 연산을 위해 병렬컴퓨팅 방식을 적용한 슈퍼컴퓨터를 사용하였다. 연구 결과, 첫째, 코로나19 이후 버스 네트워크가 일부 흐름으로 집중된 경향을 보였다. 둘째, 코로나19이 후의 버스 흐름은 주거지, 농업지로의 이동은 증가하고 상업지역, 교통지역으로의 이동은 감소했음을 확인하였다. 셋째, 중심업무 지구 중 여의도 방면의 클러스터, 구로디지털단지역 방면의 클러스터와 달리, 강남일대는 코로나19 전후의 유의미한 변화가 나타나 지 않았다. 이 연구는 국내에서 처음으로 코로나19전후의 버스 네트워크 클러스터를 확인하고 변화 특징을 제시한다는 의미가 있다.

교통카드 데이터는 도시 유동 패턴 분석을 가능하게 하는 양질의 대용량 데이터를 제공한다. 하지만 유동 클러스터링의 방법론적 어려움으로 인해 기존의 연구들은 데이터의 이점을 최대로 활용하지 못하고 있다. 이러한 한계를 극복하고자, 본 연구는 교통카드 데이터에 기반한 효율적인 유동 클러스터 탐지 기법을 제시하고, 이를 서울시 대중교통 통행 데이터에 적용하여 유의미한 유동 통행 클러스터를 도출하고자 한다. 사례 분석 결과, 서울 전체에 걸쳐 있는 다양한 대중교통 통행 클러스터를 도출할 수 있었고, 특히 공간상에서는 인접하지만 서로 다른 교통수단과 노선 하에서 이루어진 개별 유동들을 하나의 유동 통행 패턴으로 탐지할 수 있었다, 더 나아가, 일반적인 빈도분석으로는 뚜렷하게 나타나지 않지만 공간적으로 인접한 여러 다발의 유동이 모였을 때 유의미한 통행량을 가지게 되는 주요 통행 패턴을 포착할 수 있었다. 본 연구는 유동 현상을 분석하는데 중요한 방법론적 시사점을 제시하고 있으며, 제시된 알고리즘은 향후 보다 진보된 유동 클러스터링 기법을 개발하는데 필요한 기초 결과로 활용될 수 있을 것으로 기대된다.

환경과 교통이슈로 자전거가 대안적 교통수단으로 주목받는 가운데, 많은 나라에서 자전거 이용을 촉진하기 위해 공유경제 플랫폼인 공공자전거 사업을 운영 중이다. 서울시 역시 공공자전거인 “따릉이”를 5년째 운영 중이며, 이제 따릉이는 서울의 단거리 교통수단 중 하나로 자리매김하였다. 이 연구는 따릉이가 몇 가지 문제점을 가지고 있으며 개선이 필요하다고 주장한다. 이 연구는 자전거 흐름의 시공간적 패턴을 파악하고 그 원인을 설명하고자 한다. 이를 위해 따릉이의 요일, 시간대별 이용 패턴을 분석하고, 서울시의 주요 자전거 네트워크 클러스터를 찾는다. 네트워크 클러스터를 찾기 위해서 Getis와 Ord의 Gi통계를 공간 네트워크로 확장 적용하였다. 이후 통계적 유의성을 검증하기 위해 부트스트랩 치환법(Bootstrap permutation)을 사용하였다. 연구결과 서울시 에서 시계열에 영향받지 않는 명확한 자전거 네트워크 클러스터를 확인하였다. 하지만 국지적 분석 결과는 시간대별 통행 방향에 명백한 차이를 보여준다. 이 연구는 따릉이의 효과적, 효율적 운영을 위해서 따릉이 이용 패턴의 시간, 공간적 차이를 측정하고 반영해야 한다고 제안한다.

본 연구는 지역 클러스터 내에 존재하는 기술지식 교류 네트워크의 전반적인 구조적 특징을 파악하기 위해 사회네트워크 분석에 토대한 구조적 등위성 분석을 실증적으로 수행한다. 지금까지 기존 연구들은 구조적으로 등위적인 집단들 간에 성과차이가 존재하는 것으로 개념적으로 주장하였다. 그러나, 이에 대한 실증연구가 거의 없어 본 연구가 이를 보완하기 위해 수행되었다. 분석을 위해 구미국가산업단지 내에서 53개의 기술지식 교류 관련 협회 등을 조사하여 2550개 기업의 2-mode 네트워크 데이터를 활용하였다. 분석결과, 구조적 등위 집단들이 규정되고 중요한 기업들의 속성에 기초하여 네트워크 기존기업(established firms), 중개 기업(broker firms), 신생기업(emerging firms), 고립 기업(isolationist firms)으로 4개의 역할이 결정될 수 있었다. 또한, 블록 1에서 불록 4로 구분된 각각의 구조적 등위 집단들 즉, 역할들 간의 성과(매출액), 급진적 혁신성향, 기술혁신역량 차이에 대한 검증에서는 역할마다 검증결과가 차별적일 수 있음이 본 연구를 통해 제시되었다. 마지막으로 본 연구는 구조적으로 등위적인 집단들 간의 성과차이에 대한 연구를 발전시킬 필요성을 제안한다.

본 연구는 유럽 경제위기 이후 이탈리아 로마의 박물관 클러스터를 분석한다. 시청에서 관할하는 20개의 박물관의 협업이 이뤄지고 있는 수도 로마의 박물관 시스템과 협업하는 비영리 법인인 제테마의 관계를 통해 박물관 클러스터의 조건과 장단점을 분석한다. 두 가지 시스템이 만나 구성된 박물관 클러스터는 박물관의 전통적인 영역과 서비스 및 경영 자문을 맡고 있지만 경계가 분리되는 대신 소장품의 다양한 해석과 가치를 중심으로 상호 밀접한 연관성을 지니고 효율적으로 관람객이 필요한 전시, 교육 등 다양한 협업을 통해서 박물관의 소장품들이 만들어 내는 문화유산에 대한 관점을 확장하고 있으며, 이 안에서 소장품을 보는 관점의 다양성과 연구가 박물관 클러스터의 가장 중요한 정책적 성공 요인이라는 사실을 보여주고 있다.

우리나라는 조선, 해운, 항만산업을 지역중심으로 연결하는 클러스터를 형성하여 ‘해양산업클러스터의 지정 및 육성 등에 관한 특별법’에 따라 지원하는 정책을 유지하고 있다. 그러나 아직까지 우리나라는 노르웨이, 독일, 영국 등과 같은 해양선진국들이 장소적 집적 뿐만 아니라 지식, 정보, 경험의 공유 및 축적을 통해 고부가가치를 창출할 수 있는 클러스터를 형성하는 것과 차이를 보이고 있다. 특히 노르웨이의 경우 1970년대 자국산업의 부족한 국제경쟁력을 보완하고, 양질의 일자리를 창출함과 동시에 지속가능한 해양에너지자원개발을 통하여 막대한 국가이익을 창출하는 것을 목적으로 해양에너지 산업 클러스터를 육성하였다. 따라서 이 연구는 민간 중심의 소규모 클러스터간의 지식전파가 목적이 아닌 거시적인 측면에서 자국산업의 경쟁력이 확대될 수 있도록 체계화된 모범사례를 법과 제도를 중심으로 분석하였다. 그리고 우리나라에서 계획 중인 해양산업 클러스터의 진정한 발전을 위하여 고려되어야 할 협력부분과 관련하여 노르웨이 해양에너지산업 클러스터의 개요, 소규모 클러스터간의 협력 발전 관계 분석, 정부차원의 법률 및 제도적 지원 방안 등을 중심으로 분석하여 시사점을 도출하였다.

K-means algorithm is one of the most popular and widely used clustering method because it is easy to implement and very efficient. However, this method has the limitation to be used with fixed number of clusters because of only considering the intra-cluster distance to evaluate the data clustering solutions. Silhouette is useful and stable valid index to decide the data clustering solution with number of clusters to consider the intra and inter cluster distance for unsupervised data. However, this valid index has high computational burden because of considering quality measure for each data object. The objective of this paper is to propose the fast and simple speed-up method to overcome this limitation to use silhouette for the effective large-scale data clustering. In the first step, the proposed method calculates and saves the distance for each data once. In the second step, this distance matrix is used to calculate the relative distance rate (Vｊ) of each data j and this rate is used to choose the suitable number of clusters without much computation time. In the third step, the proposed efficient heuristic algorithm (Group search optimization, GSO, in this paper) can search the global optimum with saving computational capacity with good initial solutions using Vｊ probabilistically for the data clustering. The performance of our proposed method is validated to save significantly computation time against the original silhouette only using Ruspini, Iris, Wine and Breast cancer in UCI machine learning repository datasets by experiment and analysis. Especially, the performance of our proposed method is much better than previous method for the larger size of data.