[논문]Kompsat-5 SAR와 AIS 자료 통합분석 기반 운영레벨 선박탐지 모니터링

김상완; 김동한; 이윤경

doi:10.7780/kjrs.2018.34.2.2.3

Kompsat-5 SAR와 AIS 자료 통합분석 기반 운영레벨 선박탐지 모니터링
Operational Ship Monitoring Based on Integrated Analysis of KOMPSAT-5 SAR and AIS Data 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.34 no.2 pt.2, 2018년, pp.327 - 338

김상완 (세종대학교 에너지자원공학과) , 김동한 (세종대학교 공간정보공학과) , 이윤경 (한국해양과학기술원 해양위성센터)

초록
AI-Helper

본 연구는 운영레벨에서의Kompsat-5 SAR (Synthetic Aperture Radar) 영상과AIS (Automatic Identification System) 자료를 이용한 선박탐지 모니터링 가능성을 검토하였다. 분석을 위해 신진항 서측연안과 제주항 북측연안에서 수집된 Kompsat-5 SLC 영상과 연안에서 수집된 AIS 자료를 사용하였다. Kompsat-5 영상의 선박탐지를 위해 HVAS (Human Visual Attention System) 알고리즘을 적용하였다. HVAS는 CFAR (Constant False Alarm Rate)에 비해 탐지속도와 탐지율 측면에서 뛰어나다는 장점을 가지고 있다. 통합 분석결과 소형선박을 제외하고 Kompsat-5 선박탐지 결과와 AIS는 전반적으로 일치하는 것으로 분석되었다. Kompsat-5 영상에서 탐지되었으나 AIS 자료에서 탐지되지 않은 선박은 육안 판독을 통해 AIS 자료의 부재로 인한 것으로 보인다. 한편 SAR 영상에서도 선박의 기포항적, 육지 masking을 위해 사용된 DEM 파일의 오차(또는 위성궤도 오차), 그리고 고스트 현상에 의한 오탐지가 발생하였다. 향후 SAR 영상 분석 알고리즘 개선과 신뢰성 있는 AIS 자료 확보를 통한 운영레벨에서의 선박탐지 모니터링 기술 개발은 국가해양영토 광역감시망 구축에 크기 기여할 것이다.

Abstract ▼ AI-Helper

The possibility of ship detection monitoring at operational level using KOMPSAT-5 Synthetic Aperture Radar (SAR) and Automatic Identification System (AIS) data is investigated. For the analysis, the KOMPSAT-5 SLC images, which are collected from the west coast of Shinjin port and the northern coast of Jeju port are used along with portable AIS data from near the coast. The ship detection algorithm based on HVAS (Human Visual Attention System) was applied, which has significant advantages in terms of detection speed and accuracy compared to the commonly used CFAR (Constant False Alarm Rate). As a result of the integrated analysis, the ship detection from KOMPSAT-5 and AIS were generally consistent except for small vessels. Some ships detected in KOMPSAT-5 but not in AIS are due to the data absence from AIS, while it is clearly visible in KOMPSAT-5. Meanwhile, SAR imagery also has some false alarms due to ship wakes, ghost effect, and DEM error (or satellite orbit error) during object masking in land. Improving the developed ship detection algorithm and collecting reliable AIS data will contribute for building wide integrated surveillance system of marine territory at operational level.

주제어

표/그림 (11)

그림 Fig. 1. Study area for ship detection: (a) the west coast of Sinjin, (b) the north coast of Jeju (Red box: the boundary of Kompsat-5 data).
표 Table 1. Overall Performance Requirements of Kompsat-5
표 Table 2. List of Kompsat-5 images
그림 Fig. 2. Flowchart of HVAS algorithm for ship detection (modified from Amoon et al. (2013)).
표 Table 3. Comparison of performance between HVAS and CFAR
그림 Fig. 3. Examples of ship detection result by HVAS.
그림 Fig. 4. (a) Kompsat-5 SLC image acquired on May 19, 2016, (b) Detection result by MCA-CFAR, (c) Preprocessed image, (d) Relief map, and (e) output of the detection stage by HVAS.
그림 Fig. 5. Ship detection results by integration of Kompsat-5 and AIS.
표 Table 4. Comparison between SAR derived and AIS derived vessels
그림 Fig. 6. Enlared images of mismatched targets in Fig. 5.
그림 Fig. 7. Example of false detected targets in the Kompsat-5 SLC image. (a) targets in land close to harbor, (b) strong backscattering from the ship wake, (c) ghosting caused by azimuth ambiguity.

AI 본문요약
AI-Helper

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

문제 정의

, 2013). 본 연구에서는 Kompsat-5 SAR 영상에 HVAS 알고리즘을 적용하여 선박탐지를 수행하고자 한다.
, 2012). 본 연구에서는 SAR 영상이 수신된 후 획득된 영상에서 operational하게 선박탐지를 수행하기 위해서 탐지정확도와 자료처리 속도를 고려한 PCT(pulsed cosine transform) 기반의 HVAS (Human Visual Attention System) 알고리즘을 적용하여 SAR위성 기반 준 실시간 선박탐지 모니터링 시스템의 실용화 가능성 및 현재의 한계점에 대해 알아보고자 한다.

가설 설정

AIS에서는 탐지되었지만 SAR에서는 탐지되지 않은 1개의 선박은 Fig. 6(b) 청색칩의 확대 영상에서와 같이 육안 판독에 의해서도 구별되지 않는다. AIS 정보 확인 결과 선박의 길이 정보가 없는 것으로, 일반적으로 소형 선박에 해당한다.
① PCT 적용 전에 노이즈 화소를 줄이고 영상강화를 위해 다음과 같이 임계값을 구한 후, 전처리된 영상의 화소값이 임계값보다 작을 경우 임계값으로 대치한다.

제안 방법

본 연구에서는 HVAS알고리즘을 통해 나온 Radar좌표계의 선박탐지 결과를 위경도 좌표계로 변환하여 AIS자료와의 통합분석을 수행하였다. AIS자료와 Kompsat-5 선박탐지결과를 통합하기 위하여 Kompsat-5영상 획득 시간의 AIS자료를 추출하였다. 선박이 빠른 속도로 이동할 경우 도플러 변이에 의해 SAR 영상에서 다른 위치에 선박이 위치하지만, 본 연구에서는 doppler shift는 고려하지 않았다.
또한, 영상의 해상도를 최대한 유지하기 위해 Kompsat-5 자료 수신 후 최소한의 후처리를 거친 레이더좌표계의 Level-1A SLC 자료를 사용하였다. Kompsat-5 Level-1A 자료가 수신 된 후 운용적인 측면에서 HVAS 알고리즘을 통해 자동 선박탐지가 가능할 수 있도록 Perl과 Python을 이용하여 스크립트를 작성하였다. 작성된 스크립트를 사용해 연구기간 동안 수집된 모든 Kompsat-5 SAR 자료처리를 수행하였다.
자료처리 과정상, HVAS 알고리즘을 통해 해상뿐만 아니라 육상의 모든 표적이 일차적으로 탐지된다. 그 후, SRTM 1-arc DEM을 이용하여 육지 표적을 제거한 뒤 해상에서의 표적만 최종적으로 구하였다.
본 연구에서는 HVAS알고리즘을 통해 나온 Radar좌표계의 선박탐지 결과를 위경도 좌표계로 변환하여 AIS자료와의 통합분석을 수행하였다.
AIS자료와 Kompsat-5 선박탐지결과를 통합하기 위하여 Kompsat-5영상 획득 시간의 AIS자료를 추출하였다. 선박이 빠른 속도로 이동할 경우 도플러 변이에 의해 SAR 영상에서 다른 위치에 선박이 위치하지만, 본 연구에서는 doppler shift는 고려하지 않았다.
연구레벨이 아닌 운용레벨에 있어서는 영상이 수신된 후 선박탐지 결과가 나오기까지의 자료처리 속도가 중요하다. 운용레벨에 적합한 자료처리 속도를 알아보기 위하여 임의로 선정된 4개 영상에 대하여 HVAS와 CFAR자료처리 속도 및 정확도를 비교해보았다. Table 3과 같이 HVAS 알고리즘을 이용한 자료 처리가 훨씬 빠른 것으로 나타났다.
Kompsat-5 Level-1A 자료가 수신 된 후 운용적인 측면에서 HVAS 알고리즘을 통해 자동 선박탐지가 가능할 수 있도록 Perl과 Python을 이용하여 스크립트를 작성하였다. 작성된 스크립트를 사용해 연구기간 동안 수집된 모든 Kompsat-5 SAR 자료처리를 수행하였다. 선박탐지 결과의 예는 Fig.

대상 데이터

7로 설정되었다. 또한, 영상의 해상도를 최대한 유지하기 위해 Kompsat-5 자료 수신 후 최소한의 후처리를 거친 레이더좌표계의 Level-1A SLC 자료를 사용하였다. Kompsat-5 Level-1A 자료가 수신 된 후 운용적인 측면에서 HVAS 알고리즘을 통해 자동 선박탐지가 가능할 수 있도록 Perl과 Python을 이용하여 스크립트를 작성하였다.
본 연구를 위해서 사용된 AIS 관측시스템은 VHF안테나, AIS 수신기, 전원공급장치, 컴퓨터로 구성되어 있으며, 각 구성물품은 전원 공급 및 데이터 전송을 위해 케이블로 연결되어 있다. 현재 군산대학교에서 운용중인 AIS 수신기는 em-trak(모델: a100)과 Alltek Marine(모델: camino-701) 이다.
선박탐지를 위해서 본 연구에서는 Kompsat-5 SAR 위성자료를 사용하였다. Kompsat-5는 2013년에 발사된 X-밴드 SAR 위성으로 시각적 해석, 지도 제작, 지형고도모델 생성, 재난 모니터링, 해양학 등 다양한 애플리케이션을 포함한 광범위한 범위에 사용될 수 있다.
현재 군산대학교에서 운용중인 AIS 수신기는 em-trak(모델: a100)과 Alltek Marine(모델: camino-701) 이다. 수신율을 높이기 위해 스테인리스로 제작된 30 cm 지지대에 길이 2.2 m VHF안테나를 연결하여 태안 안면도와 군산 어청도에 각각 설치하였다. AIS에서 동적정보 이외의 정보는 매 6분마다 전송된다.
연구지역은 서해연안 중 충남 태안군 근흥면 신진도리의 신진항 서측연안과 제주연안 중 제주도 제주시 제주항 북측연안이다. 신진한 서측연안은 고군산군도-외 연도열도 해역에 속하는 곳으로 지정학적으로 해안선의 굴곡이 비교적 완만하고 나치도, 외연도, 어청도 등의 크고 작은 도서가 넓은 해역에 걸쳐 산재되어 있다.
운영레벨의 선박탐지 연구를 위하여 신진항 서측 연안에 대해 2016년 7월 10일부터 11월 30일까지 144일 동안 총 127개의 Kompsat-5 영상을 획득하였다. 제주북부 연안에 대해 2016년 5월 17일부터 5월 22일까지 5일 동안 총 19개의 Kompsat-5 영상을 획득하였다.
이번 연구에서 사용된 SAR 자료는 선박탐지에서 널리 사용되는 좌표투영된 Level-1C나 Level-1D가 아닌 Level-1A SLC 자료를 사용하였다.
운영레벨의 선박탐지 연구를 위하여 신진항 서측 연안에 대해 2016년 7월 10일부터 11월 30일까지 144일 동안 총 127개의 Kompsat-5 영상을 획득하였다. 제주북부 연안에 대해 2016년 5월 17일부터 5월 22일까지 5일 동안 총 19개의 Kompsat-5 영상을 획득하였다. 획득되는 영상의 크기와 해상도를 고려하여 Standard HH 모드 영상을 획득하였다.
제주북부 연안에 대해 2016년 5월 17일부터 5월 22일까지 5일 동안 총 19개의 Kompsat-5 영상을 획득하였다. 획득되는 영상의 크기와 해상도를 고려하여 Standard HH 모드 영상을 획득하였다. 획득된 영상에 대한 자세한 내용은 Table 2와 같다.

데이터처리

HVAS 알고리즘의 선박탐지 성능을 알아보기 위해 기존에 선박탐지 연구에 많이 사용되는 CFAR 방법 중 한 화소씩 이동해 처리시간이 긴 CFAR의 단점을 보완한 MCA(Multiple target Cell Averaging) CFAR 알고리즘을 통한 선박탐지 결과와 비교하였다. MCA-CFAR는 표적의 유무를 판단하는 중심화소를 다중으로 잡아 평균을 내어 판별하고, 중심화소의 크기만큼 옆으로 이동하는 방식으로 표적의 위치를 빠르게 찾아낸 후, 한 화소씩 판별하는 CFAR를 필요시 표적의 위치에 적용하는 방법이다(Song et al.
③ 최종적으로 선박 탐지를 수행하는 단계로, relief map의 표준편차와 평균을 이용하여 임계값 TD를 구한다. S_S값이 임계값 T_D보다 높은 경우 선박으로 탐지된다(예, Fig.
Table 3과 같이 HVAS 알고리즘을 이용한 자료 처리가 훨씬 빠른 것으로 나타났다. 정확도 검증은 육안 분석을 통해 추출된 결과를 이용하여 수행하였다. 분석결과 HVAS 알고리즘을 사용한 경우 CFAR 알고리즘을 사용한 경우보다 오보율이 낮아 정확도가 높은 것으로 나타났다.

이론/모형

Kompsat-5 위성자료에 HVAS 알고리즘을 적용하여 선박탐지를 수행하였다.

성능/효과

AIS에서는 탐지되었지만 SAR에서는 탐지 못하는 선박은 1개 (Fig. 6(b) 청색칩)도 AIS 정보에 선박 크기 정보가 없는 것으로 보아 소형 선박으로 추정된다. SAR 영상에서 탐지된 한 개의 False alarm은 선박의 기포항적을 선박으로 인식한 결과이다(Fig.
HVAS 알고리즘을 Kompsat-5 SLC 영상에 적용한 결과, 성공적인 선박탐지가 수행되었다. 제안된 방법은 수행 속도와 탐지 정확도에서 CFAR 보다 우수한 것으로 보이지만 운영레벨 적용을 위해서는 정밀연안경계 자료가 필요하고, 기포항적, 고스트 현상에 의한 오탐지 문제점들이 추가적으로 개선되어야 한다.
정확도 검증은 육안 분석을 통해 추출된 결과를 이용하여 수행하였다. 분석결과 HVAS 알고리즘을 사용한 경우 CFAR 알고리즘을 사용한 경우보다 오보율이 낮아 정확도가 높은 것으로 나타났다. 하지만, 큰 입사각으로 인해 고스트 현상이 발생한 3번째와 4번째 영상의 경우 HVAS와 CFAR 알고리즘에서 모두 오보율이 높아지는 것으로 나타났다.
MCA-CFAR는 계산 속도가 기존 CFAR의 보다 빠르면서, 표적 탐지 정확도 손실이 거의 발생하지 않는다는 장점이 있다. 특히, 이 연구에서는 3x3 크기의 다중화소를 사용한 초기 탐지를 수행하였기 때문에 선박탐지 정확도 측면에서 성능저하는 무시할 수 있다. 2016년 9월 15일에 획득한 Kompsat-5영상에 MCA-CFAR와 HVAS 알고리즘을 적용한 결과는 Fig.
KOMPSAT-5 SAR 영상을 이용한 연구수행을 통해 다음과 같은 문제점들이 확인되었다. 표적 탐지 후 육지 표적 제거 시 사용된 DEM/shape 파일의 오차 또는 위성궤도 오차에 의한 좌표 오차로 인해 연안이나 항구에서 제거되지 않은 표적이 선박으로 탐지되는 것으로 나타났다(Fig. 7(a)).
분석결과 HVAS 알고리즘을 사용한 경우 CFAR 알고리즘을 사용한 경우보다 오보율이 낮아 정확도가 높은 것으로 나타났다. 하지만, 큰 입사각으로 인해 고스트 현상이 발생한 3번째와 4번째 영상의 경우 HVAS와 CFAR 알고리즘에서 모두 오보율이 높아지는 것으로 나타났다.

후속연구

HVAS 알고리즘을 Kompsat-5 SLC 영상에 적용한 결과, 성공적인 선박탐지가 수행되었다. 제안된 방법은 수행 속도와 탐지 정확도에서 CFAR 보다 우수한 것으로 보이지만 운영레벨 적용을 위해서는 정밀연안경계 자료가 필요하고, 기포항적, 고스트 현상에 의한 오탐지 문제점들이 추가적으로 개선되어야 한다. 선진국에서 TerraSAR-X, RADARSAT과 같은 X-밴드 C-밴드 SAR 영상을 이용해서 영상이 수신되면 선박을 탐지하고 모니터링 하는 작업을 운용레벨에서 수행하고 있다(Brusch et al.
7(c)와 같이 Kompsat-5영상이 40° 이상의 큰 입사각에서 획득된 경우, azimuth ambiguity로 인해 고스트 현상이 발생하였다. 추후, 큰입사각을 가지는 영상에서도 원활하게 선박탐지를 수행하기 위해서는 고스트 효과를 제거하는 전처리 단계가 필요하다.
7(b)). 향후, 기포항적에 의한 선박 탐지 오류를 줄이기 위한 알고리즘 개선이 필요하다. 또한, Fig.
SAR에서 탐지된 선박과 AIS 자료와 매칭할 때 이동선박의 도플러 변이를 고려하지 않았다. 향후, 도플러 변이를 고려하여 정확한 선박의 위치가 산정되고 선박의 속도를 추정하게 되면 AIS 자료와의 매칭 정확도를 개선할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	HVAS는 CFAR에 비해 어떠한 장점을 가지는가?	Kompsat-5 영상의 선박탐지를 위해 HVAS (Human Visual Attention System) 알고리즘을 적용하였다. HVAS는 CFAR (Constant False Alarm Rate)에 비해 탐지속도와 탐지율 측면에서 뛰어나다는 장점을 가지고 있다. 통합 분석결과 소형선박을 제외하고 Kompsat-5 선박탐지 결과와 AIS는 전반적으로 일치하는 것으로 분석되었다.
	어떤 현상으로 인해 AIS데이터의 미수신이 발생할 수 있는가?	또한, 두 개의 AIS데이터가 거의 동시에 수신되어 동일 슬롯 간섭이 발생할 경우, 기지국과 선박 간의 거리가 SOTDMA 프로토콜에서 완충할 수 있는 최대 버퍼링 거리보다 클 경우 수신율이 떨어진다. 또한 페이딩에 의한 순간적인 큰 폭의 신호 감쇠 현상으로 데이터 미수신이 발생 할 수 있다(MOF, 2016).
	선박모니터링 시스템이란 무엇인가?	현재의 선박모니터링 시스템(VMS, Vessel Monitoring System)은 해상에서의 안전과 보안을 확보하고 유사시 신속히 대응하기 위해 우리나라 연안해역과 세계 전 해역의 운항선박(상선, 어선)을 실시간으로 모니터링 할 수 있는 시스템이다(Korea Institute of Marine Science & Technology Promotion, 2011). 국제해사기구(IMO, International Maritime Organization)에서는 e-Navigation의 국제적 표준화의 일환으로 2006년도부터 50톤 이상의 선박에 선박자동식별장치(AIS, Automatic Identification System)를 의무적으로 설치하도록 규정하고 있다.

참고문헌 (16)

Amoon, M., A. Bozorgi, and G. Rezai-rad, 2013. New method for ship detection in synthetic aperture radar imagery based on the human visual attention system. Journal of Applied Remote Sensing, 7(1).

상세보기
Brusch, S., S. Lehner, T. Fritz, M. Soccorsi, A. Soloviev, and B. van Schie, 2011. Ship surveillance with TerraSAR-X. IEEE Transactions on Geoscience and Remote Sensing, 49(3): 1092-1103.

상세보기
Chaturvedi, S.K., C.S. Yang, K. Ouchi, and P. Shanmugam, 2012. Ship recognition by integration of SAR and AIS. The Journal of Navigation, 65: 323-337.

상세보기
Jung, D.E., S.H. Kang, and Y.Y. Choo, 2011. Development of vessel monitoring system using AIS. The Korea Contents Society, 9(1): 473-474.
Kang, D.H., Y.J. Im, C.W. Lee, J.T. Yoo, and J.G. Myeong, 2008. Hydroacoustic survey of spatiotemporal distribution of demersal fish aggregations near the west coast of Jeju island, Korea. Ocean and Polar Research, 30(2): 181-191.

원문보기 상세보기
KARI (Korea Aerospace Research Institute), 2014. Kompsat-5 Image data manual V1.0.
Kim, T.H., J.H. Jeong, and C.S. Yang, 2016. Construction and operation of AIS system on Socheongcho ocean research station, Journal of Coastal Disaster Prevention, 3(2): 74-80 (in Korean with English abstract).

상세보기
KIMST (Korea Institute of Marine Science & Technology Promotion), 2011. Development of Automatic Identification System(hereafter, AIS) and Vessel Monitoring System(here after, VMS) for Fishing Boat, http://www.ndsl.kr/ndsl/search/detail/report/reportSearchResultDetail.do?cnTRKO201200 00188, Accessed on Nov. 15, 2017.
KSA (Korea Shipping Association), 2009. Sailor's book for safe - the west coast.
Lee, K.Y., S.H. Hong, B.Y. Yoon, and Y.S. Kim, 2012. Vessel detection using satellite SAR images and AIS data, Journal of the Korean Association of Geographic Information Studies, 15(2): 103-112.
MOF (Ministry of Oceans and Fisheries), 2016. A fishing boat and Mechanical Standards, Notification No.2016-13 of the Ministry of Oceans and Fisheries, http://www.mof.go.kr/article/view.do?articleKey10698&boardKey35&menuKey402&tPageNo1, Accessed on Nov. 15, 2017.
MOF (Ministry of Oceans and Fisheries), 2016. Study on improvement plant for enhancement of the reception ration of automatic identification system for ship, The research service report for the Ministry of Oceans and Fisheries.
Pichel, W.G., P. Clemente-Colon, C.C. Wackermanm, and K.S. Friedman, 2004. Ship and wake detection, NOAA SAR Marine Users Manual, http://www.sarusersmanual.com/ManualPDF/NOAASARManual_CH12_pg277-304.pdf, Accessed on Nov. 15, 2017.
Song, W.Y., S.H. Roh, C.H. Jung, and Y.K. Kwag, 2010. Synthetic aperture radar target detection using multi-cell averaging CFAR scheme, The Journal of Korean Institute of Electromagnetic Engineering and Science, 21(2): 164-169.

원문보기 상세보기
Vachon, P.W., L.C. Kabatoff, and L.R. Quinn, 2014. Operational ship detection in Canada using Radarsat, Proc. of 2014 Geoscience and Remote Sensing Symposium (IGARSS), Quebec City, Quebec, Jul. 13-18, vol. 7, pp. 998-1001.
Zhao, Z., K. Ji, S. Xing, H. Zou, and S. Zhou, 2014. Ship surveillance by integration of space-borne SAR and AIS - review of current research, The Journal of Navigation, 67: 177-189.

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