[논문]목소리 특성의 청취 평가에 기초한 사상체질과 음성 특징의 상관관계 분석

권철홍; 김종열; 김근호; 장준수

doi:10.13064/ksss.2012.4.4.071

목소리 특성의 청취 평가에 기초한 사상체질과 음성 특징의 상관관계 분석
Analysis of the Relationship Between Sasang Constitutional Groups and Speech Features Based on a Listening Evaluation of Voice Characteristics 원문보기

말소리와 음성과학 = Phonetics and speech sciences, v.4 no.4, 2012년, pp.71 - 77

권철홍 (대전대학교) , 김종열 (한국한의학연구원) , 김근호 (한국한의학연구원) , 장준수 (한국한의학연구원)

Abstract ▼ AI-Helper

Sasang constitution experts utilize voice characteristics as an auxiliary measure for deciding a person's constitutional group. This study aims at establishing a relationship between speech features and the constitutional groups by subjective listening evaluation of voice characteristics. A speech database of 841 speakers whose constitutional groups have been already diagnosed by Sasang constitution experts was constructed. Speech features related to speech source and vocal tract filter were extracted from five vowels and one sentence. Statistically significant speech features for classifying the groups were analyzed using SPSS. The features contributed to constitution classification were speaking rate, Energy, A1, A2, A3, H1, H2, H4, CPP for males in their 20s, F0_mean, CPP, SPI, HNR, Shimmer, Energy, A1, A2, A3, H1, H2, H4 for females in their 20s, Energy, A1, A2, A3, H1, H2, H4, CPP for male in the 60s, and Jitter, HNR, CPP, SPI for females in their 60s. Experimental results show that speech technology is useful in classifying constitutional groups.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이를 위하여 체질별로 목소리를 청취 평가하여 체질별 목소리 특성을 밝히고, [1]에서 보고된 일반적인 목소리 특성과 음성 특징과의 관계를 이용하여, 체질별 목소리 특성과 음성 파라미터와의 연관성을 밝히는데 연구 목적을 둔다.
본 논문은 [1]의 의미 있는 연구 결과를 바탕으로, 음성 특징 중에서 체질과 관련이 깊은 파라미터를 찾아내고자 한다. 이를 위하여 체질별로 목소리를 청취 평가하여 체질별 목소리 특성을 밝히고, [1]에서 보고된 일반적인 목소리 특성과 음성 특징과의 관계를 이용하여, 체질별 목소리 특성과 음성 파라미터와의 연관성을 밝히는데 연구 목적을 둔다.
본 논문은 목소리 특성 항목을 선정하고 체질별로 목소리를 청취 평가하여 그 특성을 밝히고, 찾아낸 특성과 음성 파라미터와의 연관성을 통해 체질별 목소리 특성을 객관화 하고자 하는 연구이다.
음성학자가 음성 분석을 통해 체질과 음성 특징과의 관계를 밝히는 연구[7],[8]가 있다. 이 연구에서는 체질별로 기본주파수 평균, 기본주파수의 최댓값과 최솟값, 기본주파수의 범위, 하모닉스 구조, Jitter, Shimmer 등과, 포먼트 주파수와 대역폭, LTAS(Long Term Average Spectra) 기울기 등을 구하여 체질별로 통계적으로 유의한 음성 특징을 찾고자 하였다[1]. 이 연구에서 소음인과 소양인 사이에서 두 번째 포먼트 대역폭이 통계적으로 유의한 차이를 보였고, 하모닉스 구조가 체질별로 일부 일관된 패턴을 보인다는 결과를 도출하였으나, 더 많은 음성 특징을 찾아야 한다고 결론짓고 있다.
체질별 목소리 특성에 대해 사상체질의학 논문[2]에서는, “태양인은 소리가 높고 맑고 원만하고, 태음인은 소리가 무겁고 탁하고 방정하고, 소양인은 가볍고 낮고 급하고 멀리 가며, 소음인은 활발하며 느리고 평이하다”라고 기술하여, 체질별로 목소리가 다름을 지적하고 있다. 이와 같은 서술은 주관적인 것으로, 본 논문에서는 목소리 특성 항목을 선정하고 체질별로 목소리를 청취 평가하여 그 특성을 밝히고, 찾아낸 특성과 음성 파라미터와의 연관성을 통해 체질별 목소리 특성을 객관화 하고자 한다.

가설 설정

<표 1>에서 보듯이 20대 남성 222명, 20대 여성 220명, 60대 남성 188명, 60대 여성 211명으로 총 841명이 대상이다. 희귀 체질로 분류되는 태양인 데이터는 본 연구에서 제외하였고, 소음, 소양, 태음인의 데이터 비율은 우리나라 전 국민의 체질 비율을 반영하여 정하였다. 세대별 목소리 특성의 변화와 체질과의 관계를 보기 위하여 실험 대상자를 청년층과 노년층인 20대와 60대로 구분하였다.

제안 방법

841명이 녹음한 각 문장을 대상으로 청취 평가를 수행하여, 상기에서 기술한 목소리 특성 5개 항목에 대하여 세 개 그룹 중 하나로 판정하고 5/3/1점을 부여한 뒤, 체질별 목소리 특성을 살펴보았다.
[1]에서, 음원과 성도 필터와 관련된 다양한 음성 파라미터를 이용하여 일반적인 목소리 특성 각 항목에 대하여 청취 평가를 수행한 뒤, 각 항목의 그룹을 분류하는데 어느 파라미터가 통계적으로 유의한 차이(p 값은 0.05)가 있는지를 다중 비교하였다.
사상체질 전문의의 이런 기준을 참고하여 목소리 특성 항목을 선정하였다. 목소리 특성 중에서 빠르기는 빠르다/보통/느리다, 높낮이는 높다/보통/낮다, 세기는 크다/보통/작다, 청음/탁음 항목에 대해서는 청음/중간/탁음, 목소리 톤 항목은 굵다/거칠다/가늘다 등 세 개 그룹으로 분류하여, 각각 5/3/1점을 부여하였다. 여기에서 청음은 음정이 높고 명료하며 맑은 목소리를, 탁음은 둔탁하고 거친 목소리를 의미한다[1].
사상체질 전문의가 체질을 구분할 때, 체질에 따라 목소리의 빠르기, 높낮이, 세기, 청음/탁음, 굵다/거칠다/가늘다 등을 참고로 한다. 사상체질 전문의의 이런 기준을 참고하여 목소리 특성 항목을 선정하였다. 목소리 특성 중에서 빠르기는 빠르다/보통/느리다, 높낮이는 높다/보통/낮다, 세기는 크다/보통/작다, 청음/탁음 항목에 대해서는 청음/중간/탁음, 목소리 톤 항목은 굵다/거칠다/가늘다 등 세 개 그룹으로 분류하여, 각각 5/3/1점을 부여하였다.
최근에 한의학계에서 음성 특징을 이용하여 체질을 분류하는 알고리즘을 제안한 바 있다[9]. 사용한 음성 파라미터에는 기본주파수, 에너지, 포먼트 주파수와 대역폭, MFCC(Mel-frequency Cepstral Coefficients), Jitter와 Shimmer 파라미터를 포함하고 있고, 체질분류 알고리즘은 규칙 기반의 비모수 통계방법을 응용한 방식을 제안하였다. 체질을 구분하는데 영향력이 큰 파라미터로 남성의 경우 기본주파수, 여성의 경우 포먼트로 보고하여 성별에 따라 차이가 있음을 보고하였다.
선정한 문장은 언어치료학계에서 널리 쓰이는 ‘산책’이라는 문단에서 첫 구절을 발췌해서 본 연구에 적합하게 수정하여 사용했다.
음성 데이터는 PCM 16비트, 모노 형식으로 샘플링 주파수 16kHz로 수집하였다. 청취 평가는 문장을 이용하고, 음성 특징 파라미터의 추출은 모음과 문장을 사용한다. 선정한 문장은 언어치료학계에서 널리 쓰이는 ‘산책’이라는 문단에서 첫 구절을 발췌해서 본 연구에 적합하게 수정하여 사용했다.
녹음 대상자는 신체적으로 건강한 20대와 60대 남성과 여성으로 사상체질 전문의 2인의 체질 진단 결과가 동일한 사람을 대상으로 하였다. 체질 진단은 안면, 피부, 설문지, 체형, 음성, 면담을 이용하여 종합적으로 피험자의 체질을 진단하였다[10]. <표 1>에서 보듯이 20대 남성 222명, 20대 여성 220명, 60대 남성 188명, 60대 여성 211명으로 총 841명이 대상이다.
피험자가 녹음한 문장에 대해 목소리 특성을 빠르기, 높낮이, 세기, 청음/탁음, 목소리 톤 등 5개 항목으로 나누어 음성 기술을 전공하는 5인이 청취 평가를 수행했다. 청취 평가 수행자는 사전에 목소리 특성 각 항목에 대해 문장을 이용하여 평가 훈련을 수행했고, 평가 시에는 먼저 각자 판단을 하고 3인 이상의 판정이 일치하는 평가를 결과로 하였고, 그렇지 않을 경우에는 문장을 여러 차례 들으면서 판정을 조율하는 절차를 거쳤다[1].
피험자가 녹음한 문장에 대해 목소리 특성을 빠르기, 높낮이, 세기, 청음/탁음, 목소리 톤 등으로 나누어 청취 평가를 수행했다. 목소리 특성 각 항목에 대하여 세 개 그룹 중 하나로 판정한 뒤, 체질별 목소리 특성을 밝히고, 체질별 목소리 특성이 연령과 성별에 따라 다르다는 특징이 있음을 보였다.

대상 데이터

녹음 대상자는 신체적으로 건강한 20대와 60대 남성과 여성으로 사상체질 전문의 2인의 체질 진단 결과가 동일한 사람을 대상으로 하였다. 체질 진단은 안면, 피부, 설문지, 체형, 음성, 면담을 이용하여 종합적으로 피험자의 체질을 진단하였다[10].
본 논문에서 이들 파라미터 외에 CPP, SPI, HNR, Energy, A1, A2, A3, H1, H2, H4 등의 파라미터를 찾았다. Energy, A1, A2, A3, H1, H2, H4는 세기와 관련된 파라미터이므로 좋은 결과라고 보기 어렵지만, CPP, SPI, HNR 등은 음성공학 분야에서 잘 사용하지 않는 파라미터로서 이들 파라미터를 찾은 것은 의미 있는 결과라고 말할 수 있다.
희귀 체질로 분류되는 태양인 데이터는 본 연구에서 제외하였고, 소음, 소양, 태음인의 데이터 비율은 우리나라 전 국민의 체질 비율을 반영하여 정하였다. 세대별 목소리 특성의 변화와 체질과의 관계를 보기 위하여 실험 대상자를 청년층과 노년층인 20대와 60대로 구분하였다.
체질 진단은 안면, 피부, 설문지, 체형, 음성, 면담을 이용하여 종합적으로 피험자의 체질을 진단하였다[10]. <표 1>에서 보듯이 20대 남성 222명, 20대 여성 220명, 60대 남성 188명, 60대 여성 211명으로 총 841명이 대상이다. 희귀 체질로 분류되는 태양인 데이터는 본 연구에서 제외하였고, 소음, 소양, 태음인의 데이터 비율은 우리나라 전 국민의 체질 비율을 반영하여 정하였다.
”)을 발성하도록 했다. 음성 데이터는 PCM 16비트, 모노 형식으로 샘플링 주파수 16kHz로 수집하였다. 청취 평가는 문장을 이용하고, 음성 특징 파라미터의 추출은 모음과 문장을 사용한다.
음성 자료는 조용한 공간에서 마이크 Sennheiser e-835s를 스탠드에 고정하여 입과 마이크 거리가 4-5cm가 되도록 특별한 주의를 기울여 수집하였다[1],[10]. 녹음 대상자는 앉은 상태에서 5개의 모음(아, 에, 이, 오, 우)을 각각 2초 이상, 그리고 하나의 문장(“우리는 높은 산에 올라가 맑은 공기를 마시고 왔습니다.

데이터처리

각 체질 그룹에 대하여 분산분석(ANOVA)과 다중 비교를 수행하여, 각 그룹을 분류하는데 어느 목소리 특성 항목이 통계적으로 유의한 차이(p 값은 0.05)가 있는지를 다중비교하였다.
그동안 사상체질 한의학계에서 음성을 이용하여 체질을 분류하는 연구가 진행되어 왔다[1]. [3]에서는 체질별로 문장을 읽는 발음 속도, 포먼트 주파수와 대역폭, 피치의 평균, 최솟값, 최댓값 및 표준편차, 그리고 에너지의 평균과 표준편차 등을 측정하고 분산분석 방법을 이용하여 통계 처리하여, 일부 체질에서 문장의 평균 발음시간, 포먼트 주파수와 대역폭, 피치 최댓값, 피치 범위, 에너지 평균값이 유의성이 있음을 보이고, 4-class minimum distance classifier 방법과 의사결정나무분석 방법으로 체질 분류를 시도하였다. [4]에서는 Laryngograph 와 EGG(Electroglottograph)를 이용하여 피치 관련 파라미터들을 조사하고, CART(Classification and Regression Tree) 알고리즘을 이용하여 체질 분류를 시도하였다.
841명이 녹음한 각 문장을 대상으로 청취 평가를 수행하여, 상기에서 기술한 목소리 특성 5개 항목에 대하여 세 개 그룹 중 하나로 판정하고 5/3/1점을 부여한 뒤, 체질별 목소리 특성을 살펴보았다. 이를 위하여 SPSS ver. 19.0[11]을 사용하여 분산분석을 통해 통계처리를 수행하였는데, 종속변수에 목소리 특성 5개 항목을, 독립변수에 3개의 체질 그룹을 사용하였다. 각 체질 그룹에 대하여 분산분석(ANOVA)과 다중 비교를 수행하여, 각 그룹을 분류하는데 어느 목소리 특성 항목이 통계적으로 유의한 차이(p 값은 0.
본 논문은 저자의 기존 연구 [1]과 관련된 연구로서, [1]에서는 사람의 일반적인 목소리 특성과 상관관계가 높은 음성 특징을 보고하였다. 피험자의 음성을 청취하여 높낮이, 세기, 청음/탁음, 목소리 톤 등을 세 개 그룹으로 분류하여, 청취 평가 각 항목과 음성 특징과의 관계를 분산 분석으로 통계 처리하여 일반적인 목소리 특성과 통계적으로 유의한 음성 특징을 도출하였다.

성능/효과

이 연구에서 소음인과 소양인 사이에서 두 번째 포먼트 대역폭이 통계적으로 유의한 차이를 보였고, 하모닉스 구조가 체질별로 일부 일관된 패턴을 보인다는 결과를 도출하였으나, 더 많은 음성 특징을 찾아야 한다고 결론짓고 있다.
피험자가 녹음한 문장에 대해 목소리 특성을 빠르기, 높낮이, 세기, 청음/탁음, 목소리 톤 등으로 나누어 청취 평가를 수행했다. 목소리 특성 각 항목에 대하여 세 개 그룹 중 하나로 판정한 뒤, 체질별 목소리 특성을 밝히고, 체질별 목소리 특성이 연령과 성별에 따라 다르다는 특징이 있음을 보였다.
음성인식이나 화자인식 분야에서 MFCC를 널리 사용하고 있으나 이 파라미터는 목소리 특성과 직접 관련이 없으므로, 체질 분류를 위해서 새로운 파라미터를 발굴해야 한다. 서론에서 살펴 본 기존의 연구들에서 이용한 음성 특징은 피치와 포먼트 관련 파라미터들과 문장 발음 속도인데, 본 논문의 연구 결과에서 피치 관련 파라미터와 문장 발음 속도는 유의한 특징으로 맑혀졌으나, 조음 특성을 나타내는 포먼트 관련 파라미터는 목소리 특성과 관련성을 맺기 어렵다는 결과가 나왔다.
이상의 결과에서 보듯이, 체질별 목소리 특성이 연령과 성별에 따라 다르다는 특징이 있으므로, 일괄적으로 체질별 목소리 특성이 이렇다고 단정하는 것은 바람직하지 않다고 사료된다.
004)이다. 즉, 소음인과 소양인은 청음이고 태음인은 상대적으로 탁음이다.
청취 평가 수행 결과에서, 20대 남성인 경우 소양인이 태음인 보다 빠르게 말하고, 20대 여성인 경우 소양인이 태음인 보다 높게 말하고 소음인과 소양인은 소리가 가늘고 태음인은 굵고, 60대 여성에서 소음인과 소양인은 청음이고 태음인은 상대적으로 탁음이라는 관찰은 의미 있는 결과이다. 60대 남성은 다른 세 경우 보다 체질을 구분하는 목소리 특성 항목이 적으므로 추가 연구의 필요성이 있다.

후속연구

청취 평가 수행 결과에서, 20대 남성인 경우 소양인이 태음인 보다 빠르게 말하고, 20대 여성인 경우 소양인이 태음인 보다 높게 말하고 소음인과 소양인은 소리가 가늘고 태음인은 굵고, 60대 여성에서 소음인과 소양인은 청음이고 태음인은 상대적으로 탁음이라는 관찰은 의미 있는 결과이다. 60대 남성은 다른 세 경우 보다 체질을 구분하는 목소리 특성 항목이 적으므로 추가 연구의 필요성이 있다.
앞으로, 본 연구에서 도출한 음성 파라미터를 이용하여 체질을 분류하는 방법을 연구할 계획이다. 적용 알고리즘으로는 의사결정나무 분류방법(CART), SVM(Support Vector Machine), 신경망, HMM(Hidden Markov Models) 등을 검토하고 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	사상체질 한의학이란?	사상체질 한의학은 사람의 체질을 소음인, 소양인, 태음인, 태양인 등 네 가지로 분류하고, 각 체질에 적합한 처방을 하는 한의학 이론이다[1]. 사상체질을 전문으로 하는 한의사가 체질을 분류하는 기준에 성격 심리적인 측면, 질병의 특징, 신체 외형적인 특징인 얼굴 모양, 인상, 체형, 피부, 행동 양식 등이 있는데, 사람의 목소리도 체질을 분류하는 기준에 포함 되어 있다.
	사상체질을 전문으로 하는 한의사가 체질을 분류하는 기준은?	사상체질 한의학은 사람의 체질을 소음인, 소양인, 태음인, 태양인 등 네 가지로 분류하고, 각 체질에 적합한 처방을 하는 한의학 이론이다[1]. 사상체질을 전문으로 하는 한의사가 체질을 분류하는 기준에 성격 심리적인 측면, 질병의 특징, 신체 외형적인 특징인 얼굴 모양, 인상, 체형, 피부, 행동 양식 등이 있는데, 사람의 목소리도 체질을 분류하는 기준에 포함 되어 있다. 이와 같은 사실은 음성을 전공하는 공학자에게, 사람의 음성과 체질간의 상관관계에 대한 연구의 필요성을 갖게 한다.
	음성 특징을 이용하여 체질을 분류하는 알고리즘은 어떤 파라미터를 사용했는가?	최근에 한의학계에서 음성 특징을 이용하여 체질을 분류하는 알고리즘을 제안한 바 있다[9]. 사용한 음성 파라미터에는 기본주파수, 에너지, 포먼트 주파수와 대역폭, MFCC(Mel-frequency Cepstral Coefficients), Jitter와 Shimmer 파라미터를 포함하고 있고, 체질분류 알고리즘은 규칙 기반의 비모수 통계방법을 응용한 방식을 제안하였다. 체질을 구분하는데 영향력이 큰 파라미터로 남성의 경우 기본주파수, 여성의 경우 포먼트로 보고하여 성별에 따라 차이가 있음을 보고하였다.

참고문헌 (13)

Han, S. M., Kim, S. B., Kim, J. Y. & Kwon, C. H. (2011). A preliminary study on correlation between voice characteristics and speech features. Phonetics and Speech Sciences, Vol. 3, No. 4, 85-91. (한성만, 김상범, 김종열, 권철홍 (2011). 목소리 특성의 주관 적 평가와 음성 특징과의 상관관계 기초연구. 말소리와 음성 과학, 3권 4호, 85-91.)
Kim, D. R. (2003). A study about five-sounds of Sasang constitutional sound analysis. J. of Sasang Constitutional Medicine, Vol. 15, No. 1, 50-59. (김달래 (2003). 오음의 사상의학적 음성분석과 고찰. 사상체질의학회지, 15권 1호, 50-59.)
Shin, M. R. & Kim, D. R. (1999). A study on the correlation between sound characteristics and Sasang constitution by CSL. J. of Sasang Constitutional Medicine, Vol. 11, No. 1, 137-157. (신미란, 김달래 (1999). CSL을 통한 음향특성과 사상체질간 의 상관성 연구. 사상체질의학회지, 11권 1호, 137-157.)
Kim, S. H., Shin, M. R., Kim, D. R. & Kwon, K. R. (2000). A study on the correlation between sound characteristic and Sasang constitution by Laryngograph and EGG. J. of Sasang Constitutional Medicine, Vol. 12, No. 1, 144-156. (김선형, 신미란, 김달래, 권기록 (2000). Laryngograph와 EEG 를 이용한 음향특성과 사상체질간의 상관성 연구. 사상체질 의학회지, 12권 1호, 144-156.)
Yang, S. M., Kim, S. H., Yoo, J. S., Kim, Kim, H. S., Lee, Y. H. & Kim, D. R. (2001). A study on the correlation between sound characteristic and Sasang constitution by pitch range and bandwidth. J. of Sasang Constitutional Medicine, Vol. 13, No. 3, 31-39. (양상묵, 김선형, 유준상, 김형석, 이영훈, 김달래 (2001). Pitch Range와 Bandwidth를 이용한 음성특성과 사상체질간의 상관 성 연구. 사상체질의학회지, 13권 3호, 31-39.)
Park, S. J. & Kim, D. R. (2004). A study on the correlation between Sasang constitution and sound characteristics used harmonics and formant bandwidth. J. of Sasang Constitutional Medicine, Vol. 16, No. 1, 61-73. (박성진, 김달래 (2004). Harmonics와 Formant Bandwidth를 이용한 음성특성과 사상체질간의 상관성 연구. 사상체질의학회지, 16권 1호, 61-73.)
Moon, S. J., Park, J. J. & Hwang, H. J. (2003). Voice and Sasang constitution: in terms of source functions. Malsori, Vol. 48, 19-33. (문승재, 박종주, 황혜정 (2003). 음성과 사상체질: 음원을 중심으로. 말소리, 48호, 19-33.)
Moon, S. J., Tak, J. H. & Hwang, H. J. (2005). A phonetic study of Sasang constitution. Malsori, Vol. 55, 1-14. (문승재, 탁지현, 황혜정 (2005). 음성학적으로 본 사상체질. 말소리, 55호, 1-14.)
Kang, J. H., Yoo, J. H., Lee, H. J. & Kim, J. Y. (2009). Automated speech analysis applied to Sasang constitution classification. Phonetics and Speech Sciences, Vol. 1, No. 3, 155-163. (강재환, 유종향, 이혜정, 김종열 (2009). 음성을 이용한 사상 체질 분류 알고리즘. 말소리와 음성과학, 1권 3호, 155-163.)
Kang, J. H., Do, J. H. & Kim, J. Y. (2010). Voice classification algorithm for Sasang constitution using support vector machine. J. of Sasang Constitutional Medicine, Vol. 22, No. 1, 17-25. (강재환, 도준형, 김종열 (2010). SVM을 이용한 음성 사상체 질 분류 알고리즘. 사상체질의학회지, 22권 1호, 17-25.)
SPSS Korea (2012). http://www.spss.co.kr
Hillenbrand, J. & Houde, R. A. (1996). Acoustic correlates of breathy vocal quality: dysphonic voices and continuous speech. Journal of Speech and Hearing Research, Vol. 39, 311-321.

상세보기
Mili, M. M. & Jayashree, S. B. (2009). Soft phonation index - a sensitive parameter?. Indian J. Otolaryngol Head Neck Surg, Vol. 61, 127-130.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증