초록 ▼

□ 연구개요
최근 정보통신산업 등에서 딥러닝 기술의 적극적으로 활용되고 있다. 그러나 환경과 산업분야 등 사회과학 분야에서의 활용사례는 많지 않다. 이러한 배경에는 딥러닝기술인 CNN 및 RNN 등이 주로 이미지 인식, 음석인식, 자연어 처리와 같은 기술분야에서 특화되어 개발, 활용되어 온 것에도 일부 이유가 있다. 같은 데이터라 할지라도 기술 분야의 데이터와 주로 시계열 및 패널로 구성되는 사회과학의 데이터는 특성이 다르기에, 기술분야의 딥러닝 모듈을 그대로 적용하기에는 한계가 있을 수 있다. 하지만, 환경 및 산업 등 사회

□ 연구개요
최근 정보통신산업 등에서 딥러닝 기술의 적극적으로 활용되고 있다. 그러나 환경과 산업분야 등 사회과학 분야에서의 활용사례는 많지 않다. 이러한 배경에는 딥러닝기술인 CNN 및 RNN 등이 주로 이미지 인식, 음석인식, 자연어 처리와 같은 기술분야에서 특화되어 개발, 활용되어 온 것에도 일부 이유가 있다. 같은 데이터라 할지라도 기술 분야의 데이터와 주로 시계열 및 패널로 구성되는 사회과학의 데이터는 특성이 다르기에, 기술분야의 딥러닝 모듈을 그대로 적용하기에는 한계가 있을 수 있다. 하지만, 환경 및 산업 등 사회과학분야는 방대한 빅데이터를 분석하여야 하며, 많은 난제들을 포함하고 있기에 딥러닝 기술의 활용은 절실하다. 이에 환경 및 산업데이터의 특성과 현상의 패턴에 적합한 모듈을 개발하고 응용할 필요가 있다. 이러한 배경으로부터 본 연구는 1. 사회과학 분야에 적용할 수 있는 딥러닝 모듈을 개발하고, 2. 실제 환경 및 산업 분야에 활용함으로써 해당 분야의 현상을 이해하고 예측하는 것을 목표로 한다. 세부적 적용 목표로 미세먼지와 경제 지표 등의 특성 분석과 예측에 먼저 활용하고자 한다.

□ 연구 목표대비 연구결과
1. 환경 및 사회과학 분야에 적용할 수 있는 딥러닝 모듈 개발: 95%
목표로 하였던 병렬연산처리가 가능한 딥러닝 분석환경 구축과 환경 및 사회과학 데이터의 특성에 적합한 딥러닝 모듈 아키텍쳐를 개발, 적용하였다. 서버 및 컴퓨터 환경을 구축하기 위해 GPU를 장착한 Linux환경의 서버를 구축하였고 최초로 목표하였던 R과 Python, CUDA를 활용하여 딥러닝 병렬처리를 수행하였다. 또한, 사회과학 분야에서 사용되는 데이터를 필요에 맞도록 재구성 및 전처리하는 과정을 통해 효율적인 딥러닝 모듈을 개발하였다.

2. 개발한 딥러닝 모듈을 활용한 실제 환경 및 산업 분야에의 적용: 95%
국내에서 딥러닝을 환경 분야에 적용한 사례는 극히 드물었다. 따라서 본 연구에서는 수질 예측, 미세먼지 예측, 에어로졸 예측을 수행하기 위해 딥러닝 모델을 도입하였다. 4대강의 16개 보에 대해 수질 예측 모델을 구성하였다. 그 결과, 기존의 계량 통계모델보다 딥러닝 모델의 정확도가 더 높은 것을 검증하였다.

□ 연구개발결과의 중요성
이에 따라 기존 연구에서 시도되지 않았던 딥러닝 알고리즘을 통해 다양한 환경 변수 예측 모델을 제시함으로서 환경 분야에 딥러닝 방법론 적용 가능성을 확인하였다. 최근 환경과 산업 분야에 딥러닝 기술이 도입되는 시점에서 본 연구가 구축하는 모듈은 딥러닝 기술의 사회과학분야로의 융합과 확장의 토대로서의 역할을 할 수 있다. 먼저 본 연구의 딥러닝 모듈을 통해 환경과 산업분야의 데이터에 적합한 알고리즘을 제공함으로써 시계열 및 패널 데이터를 사용하는 연구에 기여할 수 있다. 이를 통해 환경과 산업분야 뿐만 아니라 다양한 사회과학 분야의 데이터 분석으로의 확장을 기대할 수 있다. 특히 환경 분야와 산업 분야에 위의 분석이 활용된다면, 아래와 같은 큰 영향력을 가질 수 있다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• 3. 연구개발결과의 중요성 ... 12
• 4. 참고문헌 ... 13
• 5. 연구성과 ... 14
• 대표적 연구실적 ... 15
• 끝페이지 ... 19