Caramel LabCaramel Lab
#

데이터 분석

2의 한국어 분석 — 최신순으로 정렬했어요

화학발표 2026.09· 1최근 1년 1

pyXLMS: 교차결합 질량분석 결과 통합 분석

교차결합 질량분석법은 단백질-단백질 상호작용 규명 및 생체 내 단백질 구조 분석에 필수적인 방법으로 자리매김했습니다. 그러나 교차결합 검색 엔진 결과와 후속 분석 도구를 연결하여 생물학적 통찰력을 얻는 과정은 수동적이고 번거로워, 종종 전문적인 생물정보학 지식을 요구하는 어려움이 있었습니다. 이러한 중간 단계를 간소화하고 효율화하기 위해 Python 패키지이자 웹 애플리케이션인 pyXLMS를 개발했습니다. pyXLMS는 생물정보학 지식이 없는 연구자도 심층적인 교차결합 분석을 수행할 수 있도록 지원합니다. 현재 7개 이상의 교차결합 검색 엔진 및 HUPO Proteomics Standards Initiative의 mzIdentML 형식을 지원합니다. pyXLMS는 집계, 유효성 검사, 주석 달기, 필터링, 시각화 등 데이터 처리 및 품질 관리를 위한 다양한 기능을 직접 제공합니다. 또한, 10개 이상의 후속 분석 도구 및 형식으로 데이터를 쉽게 내보낼 수 있습니다. 본 연구에서는 공개된 교차결합 데이터셋을 다양한 검색 엔진으로 재분석하여 pyXLMS의 적용 가능성과 이점을 입증했습니다. 이를 통해 동일한 데이터 분석 워크플로우를 pyXLMS로 효율적으로 적용할 수 있음을 보여주었습니다.

컴퓨터 과학발표 2025.09· 34최근 1년 34

생성형 AI의 질적 데이터 분석 활용: 분석인가, 단순 대화인가?

연구자와 기업가들은 질적 데이터 분석에 생성형 인공지능(GenAI) 도구를 적용하는 방안을 적극적으로 모색하고 있습니다. 자동 코딩 및 주제 분석부터 가상 연구 보조 역할에 이르기까지, 질적 연구에서 GenAI의 잠재적 응용 분야는 광범위해 보입니다. 본 논문은 GenAI가 어떤 기술적 인공물인지 근본적인 질문을 던지고, 질적 데이터 분석에 적합한지 평가합니다. 특히 대규모 언어 모델(LLM)에 초점을 맞춰 GenAI에 대한 접근 가능하고 기술적으로 정보에 입각한 분석을 제공하며, 질적 데이터 분석에서 GenAI 사용의 혁신적 잠재력에 대한 주장을 검증합니다. 이 평가는 중요한 단점들을 밝혀내며, 경영 연구자들이 이 기술을 비판 없이 수용할 경우 용납할 수 없는 인식론적 위험을 초래할 수 있음을 보여줍니다. 본 연구는 이러한 인식론적 위험을 탐색하고, 질적 데이터 분석의 본질이 의미 해석, 즉 본질적으로 인간의 능력에 있음을 강조합니다. 이는 GenAI의 한계를 명확히 하고, 인간 중심의 질적 연구 방법론의 중요성을 재확인하는 계기가 됩니다.

연구 트렌드로 돌아가기