[논문]고랭지배추 생육을 위한 유비쿼터스 센서 네트워크 품질관리 알고리즘 개발

조창제; 황근보; 윤상후

doi:10.5532/kjafm.2018.20.4.337

고랭지배추 생육을 위한 유비쿼터스 센서 네트워크 품질관리 알고리즘 개발
Development of Ubiquitous Sensor Network Quality Control Algorithm for Highland Cabbage 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.20 no.4, 2018년, pp.337 - 347

조창제 (대구대학교 일반대학원 통계학과) , 황근보 (대구대학교 수리빅데이터학부) , 윤상후 (대구대학교 수리빅데이터학부)

초록
AI-Helper

농업활동의 위험은 대부분은 기상에 의해 발생한다. 효율적인 농작업을 위해선 기상정보를 활용해야 한다. 현대 농업은 첨단 기술인 ICT와 융합을 통해 고부가가치를 창출하는 방향으로 발전하고 있다. 본 연구에서는 고랭지배추의 효율적인 재배를 위한 USN 관측장비를 통한 기상관측장비의 품질관리 알고리즘을 다룬다. 기상관측에서 정확한 관측이 중요하다. 이를 위해서 기상청에서는 기상관측 장비별로 품질관리 알고리즘을 개발하여 기상정보의 정확성 검증을 통해 정상자료 여부를 판정한 후 이를 활용한다. 연구자료는 2015년부터 2017년까지 3년간 대표적인 고랭지배추 재배지인 안반덕, 귀네미에 설치된 5개 USN 자료이다. 품질관리 알고리즘은 지속성검사, 기후범위검사, 시간변동성검사, 공간분포검사로 구성되어 있다. 마지막으로 본 연구에서 제안하는 품질관리 알고리즘은 기상자료의 공간적 특성을 고려한 잠재적 이상관측 여부도 확인할 수 있다. 또한 품질관리를 거친 자료를 토대로 고랭지배추와 기상관측자료의 상관성을 분석함으로써 효율적 농산업 관리에 도움이 될 것으로 보여진다.

Abstract ▼ AI-Helper

Weather causes much of the risk of agricultural activity. For efficient farming, we need to use weather information. Modern agriculture has been developed to create high added value through convergence with state-of-the-art Information and Communication Technology (ICT). This study deals with the quality control algorithms of weather monitoring equipment through Ubiquitous Sensor Network (USN) observational equipment for efficient cultivation of cabbage. Accurate weather observations are important. To achieve this goal, the Korea Meteorological Administration, for example, developed various quality control algorithms to determine regularity of the observation. The research data of this study were obtained from five USN stations, which were installed in Anbandegi and Gwinemi from 2015 to 2017. Quality control algorithms were developed for flat line check, temporal outliers check, time series consistency check and spatial outliers check. Finally, the quality control algorithms proposed in this study can also identify potential abnormal observations taking into account the temporal and spatial characteristics of weather data. It is expected to be useful for efficient management of highland cabbage production by providing quality-controlled weather data.

주제어

표/그림 (15)

그림 Fig. 1. The sensor network for USN.
그림 Fig. 3. An expected cause of error.
그림 Fig. 2. The spatial distribution of equipments.
표 Table 1. Location of USN & ASOS
그림 Fig. 4. The Flowchart of QC algorithm.
그림 Fig. 5. The distribution of temperature and relative humidity.
표 Table 2. Errors by stations for flat line check
표 Table 3. The result of temporal outliers check given threshold
그림 Fig. 6. Distribution of deviations by variables.
표 Table 4. The result of temporal outliers check given threshold
표 Table 5. The result of time series consistency check given threshold
표 Table 6. The result of spatial outlier check given threshold
그림 Fig. 7. Before applying QC algorithm.
그림 Fig. 8. After applying QC algorithm.
표 Table 7. The result for quality control of USN data

AI 본문요약
AI-Helper

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

문제 정의

하지만 농림기상을 위한 QC 알고리즘은 미흡한 실정이다. 본 연구는 고랭지 배추 재배지역에 설치된 USN 기상관측자료의 품질을 평가 하기 위한 QC알고리즘을 제안한다.
본 연구는 고랭지배추지역에 설치된 USN의 QC알고리즘을 통해 수집된 기상자료의 품질을 향상시키기 위한 방법을 제시한다. 먼저 기기의 오류 및 정지를 판단하는 지속성 검사를 통해 기기오류로 판단한 결과는 Table 2이다.
현대 농업은 첨단 기술인 ICT와 융합을 통해 고부가가치를 창출하는 방향으로 발전하고 있다. 본 연구에서는 고랭지배추의 효율적인 재배를 위한 USN 관측장비를 통한 기상관측장비의 품질관리 알고리즘을 다룬다. 기상관측에서 정확한 관측이 중요하다.
본 연구에서는 해발고도가 높은 고랭지배추 재배지역에 설치된 USN자료의 QC알고리즘을 개발하고, 기상청의 AWS와 ASOS자료를 이용하여 USN 관측자료의 품질을 검사하였다. QC알고리즘은 지속성 검사, 기후범위 검사, 시간변동성 검사, 공간분포 검사로 구성되어 있다.
3). 이에 본 연구에서는 USN에서 관측된 농업기상정보의 품질을 향상시키기 위한 QC알고리즘을 제안하고자 한다.
하지만 농작물의 공간적 특성에 대하여 고려되지 않았다. 이에 본 연구에서는 공간분포 검사를 진행하였다. QC에 관한 선행연구로 Choi et al.

제안 방법

QC알고리즘은 지속성 검사, 기후범위 검사, 시간변동성 검사, 공간분포 검사로 구성되어 있다. USN 기상관측자료의 품질은 지속성 검사를 먼저 수행한 후, 기후범위 검사, 시간변동성 검사, 공간분포검사를 독립적으로 수행하였다. 시간변동성 검사에서 습도는 다른 기상요소에 비해 오류율이 다소높으므로 설치지역에 방문하여 습도 관측센서를 점검할 필요성이 있다.
시간변동성검사는 기상 요소가 일정 기간 내에 특정 값 이상 변화할 수 없다는 기준을 통해 최대 변동량의 범위를 산정하여 이를 벗어나면 오류로 판정하는 검사이다(KMA, 2016). USN 자료의 시간 변동량을 확인하기 위하여 전시점과 현시점 사이의 차이를 계산 하였다(식 3).
편차 자료값들이 0에 해당되는 자료가 많아 산포도 추정이 되지 않아 상위 5%의 편차자료만을 사용하여 분포 특성을 파악하였다. USN자료의 편차에 대한 자료의 경우 비대칭형 분포를 따르므로 중앙값과 MAD를 이용하여 기준값을 산출하였다.
이 특성을 반영한 공간분포검사를 진행한 결과는 Table 6이다. 기상청에서 운영중인 ASOS와 AWS의 위치정보와 관측값을 활용하여 관심지점의 기상 예측값을 생성하고 상한과 하한을 규정하여 범위를 벗어나면 이상치로 판단하였다. 습도의 경우 대관령에 해당하는 1, 2, 3지점에 비하여 태백에 해당하는 4, 5지점이 이상치로 판단 되는 지점이 더 많이 나타났으며, 강수량의 경우 3지점이 다소 낮게 나타났다.
본 연구에서는 USN 5개 지점 인근의 ASOS를 활용하였다. 대관령에 설치된 ASOS의 기후범위를 통해 USN 1, 2, 3지점의 기후 범위를 설정하였고, 태백에 설치된 ASOS의 기후범위를 통해 USN 4, 5지점의 기후범위를 설정하였다.
현재 USN은 ICT기술을 기반으로 국방, 제조, 건설, 교통 등 다양한 분야에 이용되고 있다. 본 연구에서 이용된 USN은 고랭지 배추의 생육과 관련이 있을 것이라 판단되는 토양수분, 토양온도, 일사량, 습도, 온도, 일조량, 풍속, 풍향, 강우량, 토양전도율 센서로 구성되어 수집된 정보를 네트워크를 통해 전달하여 실시간으로 모니터링 하도록 구성되어 있다.
, 1992). 본 연구에서는 모든 변수들의 값이 0으로 기록되는 경우를 기기 정지로 판단하였으며, 습도, 온도, 풍속이 5회 이상 같은 값으로 반복되는 경우 이를 오류 의심자료로 판단하였다. 습도의 경우 0으로 기록되는 경우 오류 의심자료로 판단하였다.
USN은 다수의 센서에서 수집되는 정보를 싱크 노드로 전달하면 싱크 노드는 네트워크를 통해 사용자에게 전달한다. 본 연구에서는 온도, 습도, 풍속, 강우량을 사용하여 분석하였다.
기상관측장비는 공간적 특성을 지니고 있다. 이 성질을 반영하여 공간분포검사를 실시하였다. 공간분포 검사는 인근지역의 관측자료와 관심지역의 관측자료를 비교를 통해 오류를 판정한다.
사이의 결측치의 개수를 의미한다. 이렇게 계산한 diff_i의 분포 에서 상위 5% 분위수를 상한선으로 설정하여 이를 넘는 경우를 이상치로 판단하였다.
이를 위해 기상정보의 농산업 활용을 위한 첨단 기술과 농업의 융합 연구가 진행되고 있다. 정보통신기술(Information and Communications Technology)의 발전은 무선인식 (RFID) 및 유비쿼터스 센서 네트워크(Ubiquitous Sensor Network, USN) 등을 통해 농산업의 생육정보와 기상정보 간 상관성을 분석할 수 있는 환경을 조성 하였다. Kim et al.
크리깅은 지리통계학에서 미지의 위치의 관측값을 예측하는 모형이다. 크리깅은 관심 지점의 값을 예측 하기 위해 위치정보가 있는 관측된 값들의 가중 선형 조합을 베리오그램(Variogram)으로 추정하고 이를 통해 관심 지점의 값을 예측한다. 본 연구에서는 단순크리깅(Simple kriging), 보통크리깅(Ordinary kriging), 일반크리깅(Universal kriging) 중 해발고도를 고려한 일반크리깅을 사용하였다.
6는 USN자료의 각각의 변수별로 전시점과 현시점의 차이를 분포로 나타낸 것이다. 편차 자료값들이 0에 해당되는 자료가 많아 산포도 추정이 되지 않아 상위 5%의 편차자료만을 사용하여 분포 특성을 파악하였다. USN자료의 편차에 대한 자료의 경우 비대칭형 분포를 따르므로 중앙값과 MAD를 이용하여 기준값을 산출하였다.

대상 데이터

(2015)는 기상청에서 제공하는 농업기상관측서 중 수원기상대에서 제공하는 2012년∼2013년 자료를 사용하였으며, 크게 물리적 범위 검사, 단계 검사, 지속성검사, 지구물리학적 검사를 적용하였다.
관측된 USN의 기후범위검사를 위해 기상청에서 운영하는 ASOS의 해발고도가 772.57m와 712.82m인 대관령과 태백의 총 20년(1998년∼2017년) 자료를 활용하였다(Fig. 2).
배추는 생육 초기에는 온도에 대한 적응범위가 좁으며, 고온에 잘 견디나, 결구기에는 내고온성이 약한 채소로 서늘한 기후에 적합한 작물이다. 본 연구는 기후학적특성을 고려하여 고랭지배추 재배에 적합한 강원도 강릉, 태백 내 안반덕, 귀네미 인근의 5개지점(안반덕 3지점, 귀네미, 메봉산)에 설치된 USN을 선정하였다(Table 1). 연구자료는 2015, 2016, 2017년의 배추재배시기인 7월∼10월 총 44,280개의 시간단위 기상자료이다.
본 연구에서 사용된 USN 자료는 해발고도가 높은 산악지역에서 수집되었다. Kim(2011)에 의하면 산악 지역은 전력공급이 원활하지 않은 문제로 기기의 오류가 발생될 수 있다고 하였다.
기후범위 검사는 장기간 관측된 자료의 분포를 통하여 일정 예상 범위를 벗어나는 관측값을 오류로 판정하는 검사이다(KMA, 2016). 본 연구에서는 USN 5개 지점 인근의 ASOS를 활용하였다. 대관령에 설치된 ASOS의 기후범위를 통해 USN 1, 2, 3지점의 기후 범위를 설정하였고, 태백에 설치된 ASOS의 기후범위를 통해 USN 4, 5지점의 기후범위를 설정하였다.
본 연구에서는 기상청에서 강원도에 설치⋅운영 중 인 ASOS 14개 지점과 AWS 72개 지점에서 관측된 기상자료로 USN 인근의 ASOS인 태백과 대관령의 기상관측값을 크리깅으로 예측하였다.
크리깅은 관심 지점의 값을 예측 하기 위해 위치정보가 있는 관측된 값들의 가중 선형 조합을 베리오그램(Variogram)으로 추정하고 이를 통해 관심 지점의 값을 예측한다. 본 연구에서는 단순크리깅(Simple kriging), 보통크리깅(Ordinary kriging), 일반크리깅(Universal kriging) 중 해발고도를 고려한 일반크리깅을 사용하였다.
연구자료는 2015, 2016, 2017년의 배추재배시기인 7월∼10월 총 44,280개의 시간단위 기상자료이다.
이를 위해서 기상청에서는 기상관측 장비별로 품질관리 알고리즘을 개발하여 기상정보의 정확성 검증을 통해 정상자료 여부를 판정한 후 이를 활용한다. 연구자료는 2015년부터 2017년까지 3년간 대표적인 고랭지배추 재배지인 안반덕, 귀네미에 설치된 5개 USN 자료이다. 품질관리 알고리즘은 지속성검사, 기후범위검사, 시간변동성검사, 공간분포검사로 구성되어 있다.

데이터처리

관측값들의 분포가 대칭형 분포를 가지면 모수적 이상값 탐지방법을(식 1) 활용하여 상한과 하한을 결정하였으며 k값을 1부터 6까지 변화시키며 기준값을 산출하였다(Rousseeuw⋅Hubert: 2011).
관측값들의 분포가 비대칭적 분포를 이루는 경우 비모수적 방법으로 평균과 표준편차 대신 중앙값과 중앙값 절대편차(Median Absolute Deviation, MAD)를 이용하여(식 2) 기준값을 산출하였다(Wilcox, 1996). 단, 풍속처럼 최소값이 0인 경우 하한값은 의미가 없으므로 상한값만을 산출하였다.
장기관측된 자료를 바탕으로 이상치를 판단하는 기후범위 검사의 검사결과는 Table 3와 Table 4이다. 대칭형 분포인 온도는 평균과 표준편차로 기준값을 산출하였고 비대칭형 분포인 상대습도는 중앙값과 MAD로 기준값을 계산하였다. 풍속와 강수량의 기후자료의 최대값을 통해 기준값이 산출되었다.

성능/효과

온도는 대칭적 분포이고 습도는 왼쪽으로 치우쳐진 비대칭 분포이다. 강수량과 풍속의 경우 20년간의 기후자료에서 최대값을 넘어가는 자료는 이상치로 판단하였고, 습도는 비정규분포를, 온도는 정규분포를 따르고 있다.
시간변동성 검사에서 습도는 다른 기상요소에 비해 오류율이 다소높으므로 설치지역에 방문하여 습도 관측센서를 점검할 필요성이 있다. 공간분포 검사에서는 온도, 습도, 강수량 순으로 오류율이 높게 나타났으며, 태백지역이 대관령지역보다 오류율이 높게 나타났다. 품질관리 알고리즘을 모두 적용한 결과 온도, 습도, 풍속, 강수량 순으로 오류율이 높게 나타났으며, 습도, 온도, 풍속은 대관령지역이 대체로 오류율이 높게 나타났고, 강수량은 태백지역이 상대적으로 높은 오류율을 보였다.
품질관리 알고리즘은 지속성검사, 기후범위검사, 시간변동성검사, 공간분포검사로 구성되어 있다. 마지막으로 본 연구에서 제안하는 품질관리 알고리즘은 기상자료의 공간적 특성을 고려한 잠재적 이상관측 여부도 확인할 수 있다. 또한 품질관리를 거친 자료를 토대로 고랭지배추와 기상관측자료의 상관성을 분석함으로써 효율적 농산업 관리에 도움이 될 것으로 보여진다.
본 연구에서 제안한 QC알고리즘의 한계점은 다음과 같다. 사용된 알고리즘의 기후검사는 근처의 ASOS 자료의 기후자료가 사용되었으나 ASOS의 해발고도보다 USN의 해발고도가 높다. 장기간 관측이 이루어진다면 기상청의 기후검사와 비슷하게 산악지역의 기후를 토대로 품질관리를 할 수 있을 것이다.
먼저 기기의 오류 및 정지를 판단하는 지속성 검사를 통해 기기오류로 판단한 결과는 Table 2이다. 지속성 검사 결과 3지점이 다른 지점들에 비해 기기정지가 높게 나타났으며, 5지점이 기기 오류가 높게 나타났다. 기상요소별로 살펴보면 습도의 기기오류가 다소 높은 편이다.
k에 따라 가장 변동폭이 큰 변수는 온도로 나타났으며, 습도가 다른 변수보다 높은 오류율을 보인다. 품질검사 알고리즘 결과 3지점의 오류율이 가장 높게 나타났다. 이는 3지점이 기기정지로 판정되는 자료가 제일 많이 나타났기 때문이다.
공간분포 검사에서는 온도, 습도, 강수량 순으로 오류율이 높게 나타났으며, 태백지역이 대관령지역보다 오류율이 높게 나타났다. 품질관리 알고리즘을 모두 적용한 결과 온도, 습도, 풍속, 강수량 순으로 오류율이 높게 나타났으며, 습도, 온도, 풍속은 대관령지역이 대체로 오류율이 높게 나타났고, 강수량은 태백지역이 상대적으로 높은 오류율을 보였다. 품질 관리 결과 기기 오류 및 오작동을 제외하더라도 상대적으로 다소 높은 오류율을 보인다.

후속연구

마지막으로 본 연구에서 제안하는 품질관리 알고리즘은 기상자료의 공간적 특성을 고려한 잠재적 이상관측 여부도 확인할 수 있다. 또한 품질관리를 거친 자료를 토대로 고랭지배추와 기상관측자료의 상관성을 분석함으로써 효율적 농산업 관리에 도움이 될 것으로 보여진다.
품질이 높은 기상관측자료은 농작물의 생육과 수확량을 예측하는데 필수적이다. 본 연구에서 제안한 QC알고리즘은 기상청에서 설치 운영 중인 기상관측자료를 활용하여 고랭지배추 지역에 설치된 USN 기상관측자료의 품질을 관리하기 위해 개발되었으며, 연구결과는 농가의 효율적인 운영 및 농업발전에 도움이 될 것이라 기대한다.
사용된 알고리즘의 기후검사는 근처의 ASOS 자료의 기후자료가 사용되었으나 ASOS의 해발고도보다 USN의 해발고도가 높다. 장기간 관측이 이루어진다면 기상청의 기후검사와 비슷하게 산악지역의 기후를 토대로 품질관리를 할 수 있을 것이다. 또한 온도, 강수량, 습도, 풍속 외에 토양수분, 토양온도, 토양전 도율, 일조량 등의 다른 기상요인의 QC알고리즘에도 적용 시킬 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	고랭지는 어떤 기후특성을 가지는가?	고랭지는 해발고도가 높아질수록 기온이 낮아지는 기후특성을 지니고 있어 여름철 고온으로 재배가 어려운 각종 채소작물의 고품질 생산이 가능하다. 해발고도가 높은 강원도는 대표적인 고랭지 배추지역으로 고도에 따라 정식 및 수확시기가 다르다.
	기상관측자료의 품질관리 알고리즘에서의 한계점은 무엇인가?	기상관측자료의 품질관리 알고리즘은 단계 검사, 지속성검사, 허용범위검사 등으로 구성되어 있다. 하지만 USN을 통한 기상관측장비의 QC알고리즘은 아직 개발되어 있지 않아 돌발 상황에 따른 기기적 오류와 장비의 부식에 따른 관측자료의 품질 저하를 확인하기 어렵다.
	농산업에서의 RFID/USN을 활용한 고부가가치 창출이 효율적으로 운영되기 위해 필요한 것은?	(2009)는 USN을 활용한 농작물 재배관리와 농작물 이력추적 시스템을 제시하였다. 이와 같은 RFID/USN을 활용한 고부가가치 창출이 효율적으로 운영되기 위해서는 자료의 품질관리(Quality Control, QC)가 필요하다. 기상청은 기상관측표준위 원회를 구성하여 기상관측자료의 품질 등급 기준을 수립하고 관측자료별 QC 절차를 개발하여 품질을 관리 하고 있다.

참고문헌 (13)

Ahn, J. H., K. D. Kim, and J. T. Lee, 2014: Growth modeling of Chinese cabbage in an Alpine area. Korean Journal of Agricultural and Forest Meteorology 16(4), 309-315.

원문보기 상세보기
Choi, S. W., J. S. Lee, J. Kim, B. L. Lee, K. R. Kim, and B. C. Choi, 2015: Agrometeorological observation environment and periodic report of Korea Meteorological Administration: Current Status and Suggestions. Korean Journal of Agricultural and Forest Meteorology 17(2), 144-155.

원문보기 상세보기
Kang, S. S., S. H. Kim, J. W. Lee, and H. J. Kang, 2011: USN based agricultural IT convergence technology trends. Electronics and Telecommunications Trends 26(6), 97-107.
Kim, D. J., 2011: An implementation of meteorological observation network based on RFID/USN. Master Thesis, Soongsil University.
Kim, J. H., and J. I. Yun, 2015: A thermal time - Based phenology estimation in Kimchi cabbage (Brassica campestris L. ssp. pekinensis). Korean Journal of Agricultural and Forest Meteorology 17(4), 333-339.

원문보기 상세보기
Kim, Y. J., S. Y. Gouk, Y. R. Kim, M. G. Lee, J. S. Kim, Y. H. Kim, K. T. Min, I. B. Ji, and J. H. Sim, 2013: The present status and development direction of smart agriculture. Korea Rural Economic Institute, 1-159.
KMA (Korea Meteorological Administration), 2016: Guideline for comprehensive quality management of meteorological agency data.
Lee, J. D., Y. E. Choi, and C. Y. Park, 2010: Developments of quality control algorithms for Korean temperature data. Journal of climate research 5(2), 162-174.
Nam, Y. U., D. W. Kim, Y. H. Lee, and Y. H. Kim, 2014: A survey on quality control of automatic weather Station. Korea Information Science Society 2014(6), 16-18.
Oh, G. L., S. J. Lee, B. C. Choi, J. Kim, K. R. Kim, S. W. Choi, and B. L. Lee, 2015: Quality control of Agro-meteorological data measured at Suwon weather station of Korea Meteorological Administration. The Korean Society of Agricultural and Forest Meteorology 17(1), 25-34.

원문보기 상세보기
Reek, T., S. R. Doty, and T. W. Owen, 1992: A deterministic approach to the validation of historical daily temperature and precipitation data from the cooperative network. Bulletin of the American Meteorological Society 73(6), 753-762.

상세보기
Wilcox, R. R., 1996: Statistics for the social sciences. Academic Press.
Yoo, N. H., G. J. Song, J. H. Yoo, S. Y. Yang, C. S. Son, J. G. Koh, and W. J. Kim, 2009: Design and implementation of the management system of cultivation and tracking for agricultural products using USN. Korea Information Science Society 15(9), 661-674.

저자의 다른 논문 :

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