건설업 근로자의 직무스트레스와 근로환경 만족도에 관한 연구

윤상후(Sanghoo Yoon),한혜림(Hyerim Han),김화영(Hwayoung Kim),김영아(Young A Kim) 한국데이터정보과학회 2022 한국데이터정보과학회지 Vol.33 No.3

본 연구는 안전사고의 위험성이 높은 건설업 근로자들이 보다 안전하고 편안한 직장생활을 하도록 건설업 근로자의 직무스트레스와 근로환경 만족도에 대해 연구를 수행하였다. 연구자료는 안전보건공단 산업안전보건연구원의 제5차 근로환경조사를 사용하였고, 표본은 건설업 근로자 1,137명이다. 분석에 앞서 직무스트레스와 근로환경 만족도에 차이가 있는 요인을 교차검정을 통해 탐색하였고 유의미한 관계가 있는 요인을 이용하여 로지스틱 회귀모형을 세웠다. 분석결과 일생활균형과 직무안정성은 직무스트레스와 근로환경 만족도에 유의한 영향을 미치고 있었다. 그 외 월평균 소득, 직무불안정, 정신건강, 수면장애는 직무스트레스에, 최종학력, 월평균 소득, 주당 근로시간, 보상 적절성, 인공학적 특성, 수면장애는 근로환경 만족도에 유의한 영향을 미쳤다. 이 외에도 안전사고에 대한 토픽모델링을 실시하여 안전사고에 대한 사람들의 관심사를 정리하였다. This study conducted a study on job stress and satisfaction with the work environment of construction workers so that they can have a safer and more comfortable work life. As the research data, the 5th work environment survey of the Occupational Safety and Health Research Institute of the Korea Occupational Safety and Health Agency was used, and the sample was 1,137 construction workers. Prior to the analysis, factors with differences in job stress and work environment satisfaction were explored through cross-testing, and a logistic regression model was established using factors with a significant relationship. As a result of the analysis, work-life balance and job safety had a significant effect on job stress and satisfaction with the working environment. Other than that, average monthly income, job instability, mental health, and sleep disorder had a significant effect on job stress, while final educational background, average monthly income, working hours per week, compensation adequacy, artificial characteristics, and sleep disorder had a significant effect on work environment satisfaction. In addition, topic modeling on safety accidents was conducted to organize people’s interests in safety accidents.

다문화학생 멘토링 연구에 대한 통합적 고찰

윤상후(Sanghoo Yoon),김영아(Young A Kim) 한국산학기술학회 2021 한국산학기술학회논문지 Vol.22 No.11

본 연구의 목적은 국내에서 수행된 다문화학생 멘토링 연구의 현황을 파악하고 다문화학생 멘토링 연구에 대한 방향성을 제시하기 위함이다. 2020년 12월까지 보고된 국내 학술지 논문 중, 9편의 연구를 통합적 문헌고찰 방법을 이용해 선별하여 최종 분석하였다. 연구의 설계는 조사연구 1편, 두 집단 비무작위 연구 2편, 사례연구 3편, 질적연구 3편이었고, 연구분야는 교육학이 7편, 사회학과 사회복지학이 각 1편이었다. 연구의 대상자(멘티)는 아동이 2편, 초등학생이 6편, 중학생과 고등학생이 함께한 연구가 1편으로, 총 대상자 수는 589명이었다. 중재 제공자(멘토)로는 초등학생이 1편, 고등학생이 2편, 대학생이 6편으로, 총 제공자 수는 123명이었다. 모든 연구에서 개별적인 멘토링이 제공되었고, 중재는 5~28주/15~36회기/60~480분간 적용되었다. 주요 연구결과로는 멘토링 프로그램의 만족도, 경험, 학습동기, 자기효능감, 평가, 학습능력, 진로성숙도, 학교부적응, 수학학습태도 등이 있었고 모든 연구에서 긍정적인 연구결과를 보고하였다. 본 연구는 다문화사회 통합을 위한 방법 중 하나인 다문화 멘토링 프로그램을 다문화학생 측면에서 살펴보았고 이는 최적의 다문화학생 멘토링 프로그램을 구성하기 위한 구체적인 근거기반자료로 활용될 수 있을 것이다. The purpose of this study is to identify the current status of multicultural students involved in mentoring research conducted in Korea and to suggest directions for mentoring research. Among Korean journals, 9 studies were selected and analyzed using the integrative review method. The study consisted of 1 survey study, 2 experimental studies, 3 case studies, and 3 qualitative studies. The subjects were 2 children, 6 elementary school students, and 1 study with middle school and high school students. The total number of subjects was 589. As the intervention providers, there were 1 elementary school student, 2 high school students, and 6 college students, for a total number of providers of 123. Individual mentoring was provided in all studies, and interventions were applied for 5~28 weeks spanning a total of 15~36 sessions that involved 60~480 minutes. The main research results were satisfaction with the mentoring program, experience, learning motivation, self-efficacy, evaluation, learning ability, career maturity, school-life maladjustment, and mathematics learning attitude. All studies reported positive research results. This study looked at the multicultural mentoring program, which is one of the methods for integrating into a multicultural society, from the perspective of multicultural students, and it can be used as specific evidence-based data to improve mentoring programs.

지역별 쌀 생산량의 공간적 종속성을 위한 최적 코풀라함수

윤상후(Sanghoo Yoon),박훈석(Hunseok Park),이희재(Huijae Lee) 한국데이터정보과학회 2020 한국데이터정보과학회지 Vol.31 No.4

태풍, 가뭄, 홍수 같은 큰 규모 자연재해는 많은 지역에 영향을 미치므로 지역별 공간적 상관성이 존재한다. 한반도의 쌀 생산량의 공간적 의존성은 t코풀라함수를 통해 연구가 수행되었지만, 최적 코풀라함수의 선정에 관한 연구는 아직 수행되지 않았다. 이 연구의 목적은 한반도 8 개도에서 생산되는 쌀 생산량의 공간적 종속성을 코풀라함수를 통해 살펴보고자 한다. 연구자료는 1965년부터 2018년 사이에 수집된 지역별 쌀 생산량이다. 쌀 생산량은 연도에 따라 추세성을 보이고 있어 조각별 회귀모형에 의해 추세성이 제거되었다. 추세성이 제거된 잔차의 주변부 확률분포의 모수는 최대우도 방법에 의해 추정되었다. 코풀라함수를 위해 각 주변부 확률분포는 분위수를 통한 역변환 방법을 통해 균등분포를 따르는 의사자료로 가공되었다. 타원형 코풀라족, 나선형 코풀라족, 극단 코풀라족이 최적 코풀라함수로 고려되었다. 붓스트랩 기반의 Cramer-von Misés 검정과 교차검증을 통해 최적의 코풀라함수를 선정하였다. 대부분의 지역 간 공간적 종속성은 t코풀라함수로 설명되지만, 지역에 따라 극단치 코풀라족 (Gumbel, HuslerReiss) 이 최적 코풀라함수로 선정되었다. The purpose is to estimate the spatial dependence of rice production yield among eight provinces in South Korea. Because the large scale of the disaster, such as typhoon, drought, and flood, can affect many rice yields. The optimal copula function for a spatial dependence of rice yields in Korean peninsula has not been studied. The yearly rice production data was collected between 1965 and 2018 by Statistics Korea. The trend of rice production has been eliminated by a piecewise linear model. The marginal distribution of residuals were estimated by maximum likelihood estimation. A pseudo data was generated by inverse transformation method for Elliptical copula, archimedean copula, and extreme copula family. The parametric bootstrap goodness of fit test and cross-validation were performed to find the best copula. As a result, we found that rice production in most provinces has a strong correlation with each other. Most of the spatial dependences between regions are explained by the t-copula function, but according to the region, the extreme copula (Gumbel, HuslerReiss) were selected as the best copula function.

소셜미디어에 나타난 코로나 바이러스(COVID-19) 인식 분석

윤상후(Sanghoo Yoon),정상윤(Sangyun Jung),김영아(Young A Kim) 한국산학기술학회 2021 한국산학기술학회논문지 Vol.22 No.5

본 연구는 국내 소셜미디어를 기반으로 코로나 확산 시기에 따른 코로나19 관심사 변화를 텍스트 기반으로 살펴보았다. 연구자료는 2020년 1월 20일부터 8월 15일까지 네이버와 다음의 블로그와 카페에 올라온 글이다. 코로나 확산시기는 총 3단계로 분류하였다. 중국에서 발견된 코로나19가 한국에 확산되기 시작한 1월 20일부터 2월 17일을 ‘전조기’, 대구를 중심으로 본격적 확산을 진행된 2월 18일부터 4월 20일을 ‘심각기’, 그리고 일 확진자 수가 안정화되는 4월 21일부터 8월 15일을 ‘안정기’로 명명하였다. 코로나19와 연관된 상위 50개 단어를 추출하여 TF-IDF를 이용하여 군집 분석 하였다. 분석결과 전조기는 코로나 ‘상황’에 관련된 텍스트가 많았고, 심각기에는 ‘국가’와 ‘감염경로’에 관련된 텍스트가 많았다. 안정기에는 ‘치료’가 주로 언급되었다. 시기와 무관하게 공통적으로 언급이 많이 된 단어는 ‘감염’, ‘마스크’, ‘사람’, ‘발생’, ‘확진’, ‘정보’이다. 시기별 감정의 변화를 살펴보면 시간이 지남에 따라 긍정의 비율이 높아지고 있다. 카페와 블로그는 글쓴이의 생각과 주관이 담긴 글을 인터넷을 통해 공유하므로 코로나19로 인한 비대면 시대의 주요 정보공유 공간이다. 그러나 정보전달의 선택성과 임의성이 존재하므로 소셜미디어에서 생산되는 정보를 비판적으로 바라보는 시각이 필요하다. This study deals with keywords from social media on domestic portal sites related to COVID-19, which is spreading widely. The data were collected between January 20 and August 15, 2020, and were divided into three stages. The precursor period is before COVID-19 started spreading widely between January 20 and February 17, the serious period denotes the spread in Daegu between February 18 and April 20, and the stable period is the decrease in numbers of confirmed infections up to August 15. The top 50 words were extracted and clustered based on TF-IDF. As a result of the analysis, the precursor period keywords corresponded to congestion of the Situation. The frequent keywords in the serious period were Nation and Infection Route, along with instability surrounding the Treatment of COVID-19. The most common keywords in all periods were infection, mask, person, occurrence, confirmation, and information. People’s emotions are becoming more positive as time goes by. Cafes and blogs share text containing writers’ thoughts and subjectivity via the internet, so they are the main information-sharing spaces in the non-face-to-face era caused by COVID-19. However, since selectivity and randomness in information delivery exists, a critical view of the information produced on social media is necessary.

통계적모형을 통한 고해상도 일별 평균기온 산정

윤상후,Yoon, Sanghoo 한국데이터정보과학회 2016 한국데이터정보과학회지 Vol.27 No.5

고해상도 격자 단위 기후정보는 농업, 관광학, 생태학, 질병학 등 다양한 분야의 현상을 설명하는 중요 요인이다. 고해상도 기후정보는 동적 모형과 통계적 모형을 통해 얻을 수 있다. 통계적 모형은 동적 모형에 비해 계산 시간이 저렴하여 시공간 해상도가 높은 기후자료 생성에 주로 이용한다. 본 연구에서는 2003년부터 2012년까지 1월에 관측된 일 평균기온자료를 토대로 통계적 모형의 일 평균 기온을 생성하였다. 통계적 모형으로 선형모형을 기반으로한 일반선형모형, 일반화가법모형, 공간선형모형, 베이지안공간선형모형을 고려하였다. 예측성능평가를 위해 60개소의 지상관측소에서 관측된 일 평균기온을 모형적합 자료로 사용하여 352개소의 자동기상관측의 일 평균기온을 검증하였다. 평균제곱오차와 상관계수를 보면 베이지안공간모형의 예측성능이 다른 모형에 비해 상대적으로 우수하였다. 최종적으로 $1km{\times}1km$ 격자 단위 일 평균기온 지도를 생성하였다. Climate information of the high resolution grid units is an important factor to explain the phenomenon in a variety of research field. Statistical linear interpolation models are computationally inexpensive and applicable to any climate data compared to the dynamic simulation method at regional scales. In this paper, we considered four different linear-based statistical interpolation models: general linear model, generalized additive model, spatial linear regression model, and Bayesian spatial linear regression model. The climate variable of interest was the daily mean temperature, where the spatial variability was explained using geographic terrain information: latitude, longitude, elevation. The data were collected by weather stations in January from 2003 and 2012. In the sense of RMSE and correlation coefficient, Bayesian spatial linear regression model showed better performance in reflecting the spatial pattern compared to the other models.

시간단위 전력수요자료의 함수적 군집분석: 사례연구

윤상후,최영진,Yoon, Sanghoo,Choi, Youngjean 한국데이터정보과학회 2015 한국데이터정보과학회지 Vol.26 No.4

전력시스템의 안정적이고 효과적인 운영을 위해선 전력수요예측이 필요하다. 본 연구에서는 일별전력수요패턴의 시간에 따른 커브를 군집분석 하려고 한다. 2009년 1월 1일부터 2011년 12월 31일까지의 일별 시간단위 전력수요 자료는 추세성분 제거와 로그변환을 통해 계절성분과 오차성분으로 구성된 시계열자료로 변환되었다. 변환된 자료는 Ma 등 (2006)이 제안한 함수적 군집모형을 사용하여 분석되었고, 모수는 EM알고리즘과 일반화교차검정을 통해 추정되었다. 군집의 수는 휴일과 평일을 잘 분류하는 10개로 결정하였다. 분석결과 월요일, 평일 (화요일~금요일), 토요일, 일요일 또는 공휴일과 계절요인으로 전력수요 평균곡선이 설명된다. 함수적 군집분석을 통한 전력수요패턴의 과학적인 분류는 향후 단기전력수요예측에 활용된다. It is necessary to forecast the electricity demand for reliable and effective operation of the power system. In this study, we try to categorize a functional data, the mean curve in accordance with the time of daily power demand pattern. The data were collected between January 1, 2009 and December 31, 2011. And it were converted to time series data consisting of seasonal components and error component through log transformation and removing trend. Functional clustering by Ma et al. (2006) are applied and parameters are estimated using EM algorithm and generalized cross validation. The number of clusters is determined by classifying holidays or weekdays. Monday, weekday (Tuesday to Friday), Saturday, Sunday or holiday and season are described the mean curve of daily power demand pattern.

전력수요예측을 위한 기상정보 활용성평가

신이레,윤상후,Shin, YiRe,Yoon, Sanghoo 한국데이터정보과학회 2016 한국데이터정보과학회지 Vol.27 No.6

Recently, weather information has been increasingly used in various area. This study presents the necessity of hourly weather information for electricity demand forecasting through correlation analysis and multivariate regression model. Hourly weather data were collected by Meteorological Administration. Using electricity demand data, we considered TBATS exponential smoothing model with a sliding window method in order to forecast electricity demand. In this paper, we have shown that the incorporation of weather infromation into electrocity demand models can significantly enhance a forecasting capability. 오늘날 기상정보는 도로공학, 경제학, 환경공학 등 다양한 분야에 활용되고 있다. 본 연구는 전력수요 예측을 위한 기상정보 활용성을 평가하고자 한다. 기상변수는 기상관측소에서 수집되는 기온, 풍속, 습도, 운량, 기압과 기온, 풍속, 상대습도의 합성지수인 체감온도와 불쾌지수가 고려되었다. 전력수요 예측을 위한 시계열모형으로 슬라이딩 창 방식의 TBATS 삼중지수평활모형이 고려되었다. 월 단위 기상변수와 전력수요 예측오차간 상관분석 결과를 보면 시간대별로 차이를 있으나 기온, 불쾌지수, 체감온도가 전력수요 예측오차와 상관성이 높았다. 이에 과거 3년의 월단위 전력수요 예측오차와 기상변수의 회귀모형식으로 전력수요 예측값의 편의를 보정하였다. 온도, 상대습도, 풍속으로 TBATS 모형의 전력수요 예측값을 보정한 결과 TBATS 모형에 비해 RMSE가 약 6.1% 줄었다.

시간단위 전력사용량 시계열 패턴의 군집 및 분류분석

박다인,윤상후,Park, Dain,Yoon, Sanghoo 한국데이터정보과학회 2017 한국데이터정보과학회지 Vol.28 No.2

전력 공급 시스템의 효율적인 운영을 위해 전력수요예측은 필수적이다. 본 연구에서는 군집분석과 분류분석을 이용하여 일 단위 시간별 전력수요량 시계열 패턴의 유형을 살펴보고자 한다. 전력거래소에서 수집된 2008년 1월 1일부터 2012년 12월 31일까지의 일 단위 시간별 전력수요량 데이터를 추세성분, 계절성분, 오차 성분으로 구성된 시계열 자료로 변환하여 사용하였다. 추세성분을 제거한 시계열 자료의 패턴을 구분하기 위한 군집 분석방법은 k-평균 군집분석 (k-means), 가우시안혼합모델 혼합 모델 군집분석 (Gaussian mixture model), 함수적 군집분석 (functional clustering)을 고려하였다. 주성분분석을 통해 24시간 자료를 2개의 요인로 축소한 후 k-평균 군집분석과 가우시안 혼합 모델, 함수적 군집분석을 수행하였다. 군집분석 결과를 토대로 2008년부터 2011년까지 총 4년간 데이터를 4가지 분류분석방법인 의사결정나무, RF (random forest), Naive bayes, SVM (support vector machine)을 통해 훈련시켜 2012년 군집을 예측하였다. 분석 결과 가우시안 혼합 분포기반 군집분석과 RF를 이용한 군집예측 결과의 성능이 가장 우수하였다. The purpose of this study is to identify the pattern of daily electricity demand through clustering and classification. The hourly data was collected by KPS (Korea Power Exchange) between 2008 and 2012. The time trend was eliminated for conducting the pattern of daily electricity demand because electricity demand data is times series data. We have considered k-means clustering, Gaussian mixture model clustering, and functional clustering in order to find the optimal clustering method. The classification analysis was conducted to understand the relationship between external factors, day of the week, holiday, and weather. Data was divided into training data and test data. Training data consisted of external factors and clustered number between 2008 and 2011. Test data was daily data of external factors in 2012. Decision tree, random forest, Support vector machine, and Naive Bayes were used. As a result, Gaussian model based clustering and random forest showed the best prediction performance when the number of cluster was 8.

특정 시간대 전력수요예측 시계열모형

신이레,윤상후,Shin, YiRe,Yoon, Sanghoo 한국데이터정보과학회 2016 한국데이터정보과학회지 Vol.27 No.2

Accurate electricity demand forecasts is essential in reducing energy spend and preventing imbalance of the power supply. In forcasting electricity demand, we considered double seasonal Holt-Winters model and TBATS model with sliding window. We selected a specific time zone as the reference line of daily electric demand because it is least likely to be influenced by external factors. The forecasting performance have been evaluated in terms of RMSE and MAPE criteria. We used the observations ranging January 4, 2009 to December 31 for testing data. For validation data, the records has been used between January 1, 2012 and December 29, 2012. 정확한 전력수요 예측은 에너지 소비를 줄이고 전력수급의 불균형을 방지한다. 본 연구는 외부요인의 영향을 가장 적게 받는 특정 시간대의 일 단위 전력 수요량을 참조선 (reference line)으로 한 시계열모형을 세우고자 한다. 고려된 시계열모형은 슬라이딩 창을 이용한 이중 계절성 Holt-Winters 모형과 TBATS 모형이다. 시계열모형의 모수는 2009년 1월 4일부터 2011년 12월 31일까지 자료를 이용하여 추정되었으며, 2012년 1월 1일부터 2012년 12월 29일까지의 각 모형의 전력수요량을 예측하여 성능을 비교하였다. RMSE와 MAPE를 통해 예측 성능을 비교한 결과 TBATS 모형의 성능이 우수하였다.

코플라함수를 이용한 극단치 강풍과 강수 분석

권태용,윤상후,Kwon, Taeyong,Yoon, Sanghoo 한국데이터정보과학회 2017 한국데이터정보과학회지 Vol.28 No.4

한반도는 매년 태풍의 위험에 노출되어 있다. 태풍은 강풍과 강우가 동반되는 열대성 저기압으로 사회 경제적으로 막대한 피해를 유발한다. 현재의 자연재해 경고 시스템은 풍속과 강우를 구분하여 위험을 감지토록 설계되어 강풍과 폭우를 동반한 태풍의 위험을 경고하는데 한계점이 존재한다. 코플라모형은 확률변수들 사이의 복잡한 의존성 구조를 파악하기 위해 단변량분포의 집합을 다변량분포로 연결하는 모형으로 강우, 홍수, 가뭄 등의 분야에서 활발하게 연구되고 있다. 본 연구에서는 한반도에서 태풍에 가장 많이 노출된 도시인 부산과 제주도의 기상 관측소 (ASOS)에서 수집된 1904년 4월 9일부터 2015년 12월 31일까지 일강수량 (precipitation), 일최대풍속 (maximum wind speed) 자료를 이용하였다. 각 변수의 주변부확률을 추정하기 위해 두꺼운 꼬리 분포인 로그정규분포, 감마분포, 와이블분포를 고려하였다. 주변부 확률분포의 적합성검정은 Kolmogorov-Smirnov와 Cramervon-Mises, Anderson-Darling 검정통계량을 이용하였다. 코플라모형을 위해 순위를 기반으로 한 유사자료 (pseudo observation)를 생성하여 두 변수 간 의존성을 추정하였다. 강풍과 폭우의 의존성을 설명하기 위한 코플라모형으로 타원형, 나선형, 극단치 코플라모형이 고려되었다. 코플라모형의 적합성은 Cramer-von-Mises로 검정하였고, 교차검증을 통해 최적모형을 선택하였다. 연구결과 일강우량과 풍속의 주변부 확률분포로 대부분 로그정규분포가 적합하였다. 부산의 일평균풍속에 따른 일강우량은 t 코플라, 일최대풍속에 따른 일강우량은 Clayton 코플라가 최적모형으로 선정되었다. 제주도의 일최대풍속에 따른 일강우량은 정규코플라, 일강우량에 따른 일평균풍속은 Frank 코플라, 일강우량에 따른 일최대풍속은 Husler-Reiss 코플라가 최적모형으로 선택되었다. The Korean peninsula is exposed to typhoons every year. Typhoons cause huge socioeconomic damage because tropical cyclones tend to occur with strong winds and heavy precipitation. In order to understand the complex dependence structure between strong winds and heavy precipitation, the copula links a set of univariate distributions to a multivariate distribution and has been actively studied in the field of hydrology. In this study, we carried out analysis using data of wind speed and precipitation collected from the weather stations in Busan and Jeju. Log-Normal, Gamma, and Weibull distributions were considered to explain marginal distributions of the copula. Kolmogorov-Smirnov, Cramer-von-Mises, and Anderson-Darling test statistics were employed for testing the goodness-of-fit of marginal distribution. Observed pseudo data were calculated through inverse transformation method for establishing the copula. Elliptical, archimedean, and extreme copula were considered to explain the dependence structure between strong winds and heavy precipitation. In selecting the best copula, we employed the Cramer-von-Mises test and cross-validation. In Busan, precipitation according to average wind speed followed t copula and precipitation just as maximum wind speed adopted Clayton copula. In Jeju, precipitation according to maximum wind speed complied Normal copula and average wind speed as stated in precipitation followed Frank copula and maximum wind speed according to precipitation observed Husler-Reiss copula.