블록체인은 시스템에 참여하는 사용자들 사이에 믿음을 확보할 수 있는 기술로 떠오르고 있다. 블록체인에 대한 관심이 높아지면서 선행 연구들은 블록체인 기술에 관련된 암호화폐와 적용방안에 대한 연구를 주로 수행하였다. 반면에 블록체인의 안정적인 구동에 대한 연구는 크게 주목하지 않았다. 대표적으로 블록체인의 엉클블록은 블록체인 시스템의 안정적 구동에 중요한 역할을 담당함에도 불구하고 이에 대한 연구는 거의 수행되지 않았다. 이러한 인식을 기반으로 본 연구는 블록체인 정보와 거시 경제 요인들을 활용하여 블록체인의 엉클블록을 머신러닝 기법으로 예측하고자 하였다. 인공신경망, 서포트벡터머신 분석 결과, 블록체인 정보와 거시 경제 요인들은 블록체인의 엉클블록 예측에 기여하는 것으로 나타났다. 또한, 블록체인 정보만을 활용한 인공신경망은 엉클블록의 발생을 예측하는데 가장 우수한 성능을 제공하는 것으로 나타났다. 본 연구는 정보시스템 분야에서 블록체인 연구를 주도하고 기여할 수 있는 방안을 제시한다.

4차 산업혁명 시대의 시작과 함께 다양한 분야의 기술들이 서로 융합하며 새로운 형태의 기술과 제품들이 개발되고 있으며, 이와 더불어 그것들에 대한 시장 지배력을 갖기 위한 지식 재산권의 행사나 특허등록의 중요성이 높아지고 있어 국내는 물론 해외에서의 특허출원이 증가하고 있다. 이에 따라, 심사관 1인당 처리해야 할 특허 처리 건수가 해마다 많아지고 있어 선행기술조사에 소비되는 시간과 비용이 점점 증가하고 있는 실정이다. 본 연구는 다수의 해외특허 우선권 주장 시 동일 우선권 주장 특허문서 간 유사도를 계산하여 심사관 및 특허 출원인이 유사문서를 우선 검토 할 수 있도록 함으로써 심사 시간과 비용을 줄이고자 하였다. 이를 위해, 본 연구에서는 비정형 특허 문서의 데이터를 전처리 후 LDA 토픽 모델링과 Word2vec을 활용하여 특허 문서 간 유사도를 구하고, 이 유사도 점수가 높은 순으로 검토 문서를 우선 추천하는 유사 특허 추천 모델을 제안하였다. 3단계의 모델 생성과정을 통해 만들어진 모델을 사용하여 재현율 95%로 높은 결과를 보였다. 본 연구에서 제안한 모델을 통해, 심사관은 효율적으로 선행기술에 대한 조사가 가능해지며, 심사 수행 중 유사하다고 판단된 특허문서에 대한 심사 이력을 신속하게 참고할 수 있어 업무 부담감을 줄이고 심사풀질을 향상시킬 수 있을 것으로 기대된다.

블록체인 생태계의 혁신을 촉진하는 암호화폐가 여러 목적을 위해 발행됨에도 불구하고, 투자자들은 암호화폐를 시세 차익의 수단으로만 인식한다. 이는 암호화폐의 투기적 측면만을 부각해 암호화폐가 발행되는 근본적인 목적이 무시되고, 블록체인 생태계의 혁신을 방해한다. 본 연구에서는 암호화폐 투자자들의 투기적 행동 원인을 학문적 관점에서 규명한다. 개인들이 기존 주식, 벤처 투자 시 사용하는 의사결정 기준을 통합하고 암호화폐 투자 시 고려해야 할 기준을 추가해 통합하였다. 확립된 모델을 바탕으로 암호화폐에 대한 그릇된 인식의 원인을 제한된 합리성 이론으로 뒷받침한다. 의사결정 기준 정립을 위해 전통적인 벤처 및 엔젤 투자자들이 투자 의사결정 시에 사용하는 변수를 차용하고, 암호화폐 속성을 반영하기 위해 백서의 목차에서 나타난 키워드를 수집하여 암호화폐 투자에 적용 가능한 새로운 변수들을 도출하였다. 본 연구는 Simon이 제시하는 제약들로 인해 개인들이 암호화폐를 투기의 수단만으로 인식하고, 생태계의 건전성을 저해하는 비합리적인 의사결정을 행할 수밖에 없게 된다는 것을 설명한다. 이를 위해 우리는 제한된 지식과 불완전한 정보의 제약을 바탕으로 나누어진 표본이 내린 의사결정에서 합리성의 유의미한 차이가 있는지 분석한다. 그 결과, 불완전한 정보는 투자자들이 비합리적인 기준만을 고려하도록 야기했다. 이 결과로부터, 본 연구는 개인들의 합리적인 투자와 블록체인 생태계의 발전이 함께 추구되기 위해 정보 비대칭이 완화되어야 할 필요가 있음을 시사한다. 또한, 산업이 개인 투자자들의 의사결정에 대하여 더 나은 이해를 가능하게 함으로써, 추후 ICO에서 성공적인 자금 조달이 가능하도록 전략적 인사이트를 포착할 수 있다.

인공지능이 다루기 어려운 개념에서 아주 익숙한 도구로 자리매김 하고 있다. 이와 더불어 금융권에서도 인공지능 기술을 도입하여 기존 시스템의 문제점을 개선하고자 하는 추세이며, 그 대표적인 예가 이상거래탐지 시스템(Fraud Detection System, FDS)이다. 결제 수단의 다양화 및 전자금융거래의 증가에 따라 치밀해져 가는 사이버 금융사기(Fraud)를 기존의 규칙기반 FDS로는 탐지하기 어려워지고 있다. 이를 극복하기 위해 딥러닝 기술을 적용하여 이상거래 탐지율을 향상시키고, 이상행위에 즉각 대응하며, 탐지 결과의 반영을 자동화하고자 하는 시도가 이루어지고 있다. 딥러닝 FDS 구축에서 핵심 문제는 데이터 불균형과 이상거래 패턴의 변동이다. 본 논문에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)을 활용한 오버샘플링 기법을 통해 데이터 불균형 문제를 개선하고, 이상거래 분류기로써 심층 신경망(Deep Neural Network, DNN)과 합성곱 신경망(Convolutional Neural Network, CNN)을 적용하여 이러한 문제를 개선하고자 하였다. 실험 결과, GAN 오버샘플링이 이상거래 데이터의 불균형 문제를 개선하는데 효과를 보였으며, WGAN이 가장 높은 개선 효과가 있음을 확인하였다. 또한 제안 FDS 모형의 AUC가 0.9857로 랜덤포레스트 FDS 모형에 비해 약 6.5% 향상되어, 딥러닝이 이상거래 탐지에 뛰어난 성능을 가짐을 입증하였다. 더불어 딥러닝 모형 중 DNN은 CNN에 비해 오버샘플링의 효과를 더 잘 반영함을 확인하였다.

본 연구는 중소기업의 자금조달 방식 다양화와 금융접근성 개선의 일환으로 도입된 기술력 평가모형의 '미래 진보성'을 확인하고자 시작되었다. 기술금융기업의 경영성과(성장성, 수익성, 안정성)를 종속변수로, 기술력 평가항목을 독립변수로, 기업규모 및 산업특성과 관련된 종업원 수, 업력, 자산규모, 표준산업 분류를 통제변수로 설정하여 다변량 회귀분석을 실시하였다. 분석결과 기술력 평가항목은 기업의 수익성을 유의하게 설명하지 못하며 성장성에 대해 제한적인 설명력을 지니고 있는 반면, 안정성과 관련해서는 기술개발역량 항목이 기술금융기업의 부채비율을 유의하게 설명하는 변수임을 확인하였다. 따라서 향후 기술력 평가모형의 조정 및 투자용 기술력 평가모형 개발 시 기업의 성장성과 수익성에 대한 '미래 진보성'의 반영 강화가 필요하다는 결론을 도출하였다.

최근 디지털 콘텐츠 시장의 패러다임이 소유에서 소비라는 관점으로 바뀌는 가운데, 전자책 시장에서는 무제한 정액 구독 서비스가 빠르게 보급되고 있다. 본 연구는 무제한 정액제가 새로이 도입되는 상황에서 소비자들의 가격제 선택 행태와 더불어, 구독 후 실제로 어떠한 전자책 구매 패턴을 보이는지에 대해 실증적으로 검증하였다. 분석 결과, 소비자들은 합리적 의사결정을 바탕으로 정액제에 지불한 금액 이상의 도서를 다운로드 받으며 경제적 실리를 취하고 있었다. 헤비유저일수록 정액제를 선호하였으며, 과거 구독을 통해 실제로 경제적 효용을 경험한 유저일수록 정액제 이용을 갱신하는 경향이 나타났다. 한 편, 구독 기간과 관련해서는 1일 혹은 1달 단위의 정액제 구독 보다 1주일 정액제 이용 시에 경제적 효용이 가장 큰 것으로 나타나, 기간이 너무 짧거나 길지 않을 때 미래 수요를 가장 합리적으로 판단할 수 있음을 시사하였다. 마지막으로 인앱결제 기능 유무에 따라 iOS와 안드로이드 유저 간에 정액제 선호와 전자책 구매패턴이 다르게 나타남을 발견하였다.

농가를 운영함에 있어서 수확한 작물에 대한 품질을 평가하여 불량품을 분류하는 작업은 매우 중요하다. 그러나, 농가는 부족한 자본과 인력으로 인하여 품질평가에 소요되는 비용과 시간을 감당하는데 어려움이 있다. 이에 본 연구는 인공지능 기술인 딥 러닝 알고리즘을 이용하여 과일의 표피를 분석함으로써 불량을 검출하고자 한다. 과일을 촬영한 동영상 이미지에 대하여 영역기반 합성곱 신경망(Region Convolutional Neural Network)을 기반으로 한 YOLOv3 알고리즘을 적용하여 표피를 분석할 수 있는 모델을 개발하였다. 총 4개의 클래스를 정해서 학습을 진행하였고, 총 97,600번의 epoch을 통해서 우수한 성능의 불량검출 모델을 얻을 수 있었다. 본 연구에서 제안한 농작물 불량검출 모델은 데이터 수집, 분석된 데이터를 통한 품질평가, 그리고 불량검출에 이르는 과정의 자동화에 활용될 수 있다. 특히, 농작물들 중에서도 외상에 가장 취약한 복숭아를 대상으로 분석모델을 개발하였기 때문에, 다른 작물에도 적용될 수 있을 것으로 기대된다.

인터넷의 보급 및 전자상거래의 확산에 따라 기업 및 개인의 자금조달 방식에도 '크라우드펀딩(crowdfunding)'이라는 새로운 기법이 등장하였다. 크라우드펀딩은 프로젝트 개설자에게는 간단한 자금조달을 가능하게 하고 프로젝트 후원자에게는 혁신적인 제품이나 서비스를 제공할 수 있다는 장점이 있다. 그러나 크라우드펀딩 프로젝트의 목표달성 성공률은 절반에도 미치지 못하는 실정이다. 이에 본 연구에서는 사회적 교환 이론을 도입하여 크라우드펀딩 참여자의 크라우드펀딩 웹사이트에 대한 신뢰와 위험 인지가 참여 의도에 미치는 영향에 대하여 알아보고자 한다. 크라우드펀딩 후원자를 중심으로 연구해 온 기존의 연구와는 차별적으로 본 연구에서는 크라우드펀딩의 많은 참여자가 개설자로서 그리고 후원자로서 참여하기에 크라우드펀딩 웹사이트에 대한 인식을 서로 다른 두 입장을 고려하여 연구하였다. 또한, 한국과 오스트리아라는 다른 문화적 맥락을 가진 두 나라의 대학생들에게 설문을 진행함으로써 크라우드펀딩에 대한 두 집단의 인식을 비교해 보았다. 연구 결과, 개설자 입장과 후원자 입장에 따라 후기에 대한 신뢰와 웹사이트에 대한 신뢰가 크라우딩펀딩 참여의도에 다르게 영향을 주는 것으로 나타났다. 또한 오스트리아보다 한국에서 크라우드펀딩 웹사이트가 제공하는 정보의 질과 투명성에 대한 인식이 신뢰에 더 크게 영향을 미치는 것으로 나타났다. 게다가 크라우드펀딩 웹사이트를 사용하면서 느끼는 심리적 위험의 경우, 오스트리아의 개설자 입장과 후원자 입장에서 각각 프로젝트를 개설하거나 후원하려는 의도에 부정적인 영향을 미쳤다. 반면, 이같은 심리적 위험은 한국 개설자 입장에서 프로젝트를 개설하려는 의도에는 영향을 미치지 않으며 후원자 입장에서 프로젝트를 후원하려는 의도에서도 상대적으로 영향이 작은 것으로 나타났다.

공유경제 서비스는 현재 숙박, 자동차, 자전거 등 다양한 분야에서 확산되고 있다. 특히 공유 자전거 서비스는 세계 각지에서 크게 인기를 끌고 있고, 서울시도 2015년 9월부터 '따릉이'라는 공공자전거 서비스를 제공하고 있다. 그러나 사용자의 자전거 이용이 증감함에 따라 지속적으로 대여소 간의 자전거 수 불균형이 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 2017년 1년간의 서울시 따릉이 공공자전거 데이터에 소셜 네트워크 분석에서 활용되는 연결 정도 중심성, 근접 중심성, 매개 중심성 그리고 k-코어 분석을 적용하여 시간대별 '따릉이' 이용자들의 이동 패턴을 분석하였다. 그 결과, 연결 정도 중심성은 대중교통 환승과 밀접하게 연계된 곳으로 나타났다. 근접 중심성은 출발과 도착 빈도가 불균형하거나 대중교통 근접성이 미흡한 곳으로 나타났다. 매개 중심성은 출발과 도착의 빈도가 동시에 많이 발생하는 곳을 의미한다. 마지막으로 k-코어 분석 결과, 시간대별로 가장 핵심 집단으로 간주 되는 자치구는 마포구로 나타났다. 따라서 본 연구의 결과는 서울의 자전거 정류장 재배치, 추가 설치 등에 대한 방안을 계획하는 데 기여할 수 있을 것으로 본다.

조직의 양면성은 일반적으로 경쟁적 시장에서 생존하기 위해 중요한 조직적 혁신을 가능하게 하는 유연성으로 해석된다. 정보시스템 사용자의 탐색적 혹은 활용적 사용의 양면성이 역동적 혹은 운영적 작업 간에 유연한 전환을 가능하게 하여 결과적으로 작업성과를 높이는 데 기여하게 된다. 본 연구는 개인 수준에서의 정보시스템 사용 양면성의 보완적 적합성이 업무 성과를 향상시키는지 검증하고자 하였다. 나아가 이 둘이 양면적 사용에서 차지하는 비중에 따라 업무의 유형에 따른 성과에 기여하는지도 알아보았다. 다항적 회귀분석과 표면분석을 통해 정보시스템 사용 패턴의 부조화적 적합성의 효과를 확인하였다. 이를 확산적 양면성과 수렴적 양면성으로 분류하고 각 패턴의 효과는 작업의 역동적 혹은 운영적 유형에 따라 다르게 나타남을 확인하였다.

정보기술의 발달로 플랫폼 비즈니스가 활성화되면서 기술기반 비즈니스 생태계가 시장에서 차지하는 역할과 중요성이 증가하고 있다. 그러나 정보기술이 기반이 되어 사회적으로 영향을 미치는 비즈니스 플랫폼 형태를 생태계 관점의 기존 연구에서 포괄적으로 분석한 연구는 부족하다. 또한 기존의 플랫폼 비즈니스 연구는 각 플랫폼 간 비교를 통해 플랫폼 자체의 생존, 성장, 진화에 대한 거시적 연구가 대부분이다. 그러나 각 플랫폼 내에서 개체들의 생존과 성공에 영향을 미치는 요인에 대한 연구는 드물다. 본 연구는 경제학, 사회학, 사회기술생태학, 조직학, 마케팅 등 생태계 관점을 적용하여 현상을 설명하고자 하는 연구분야에서 생태계 연구로서 가장 많이 인용되고 있는 연구들 중 생태계 내 구성원 간 상호작용, 생존, 성장에 영향을 미치는 요인들을 중심으로 분석한 논문들을 추출하여 분석하였다. 이들을 리뷰한 결과 구성원의 생태계 내 생존을 결정하는 상호작용의 특징은 경쟁력, 관계성, 적응성으로 도출하고 있음을 분석해 내고 이 세 가지 특성을 각 분야에서 어떠한 관점으로 설명하고 있는지 리뷰하였다. 본 연구는 후속연구가 생태계 관점에 깊이 뿌리를 두고 새로운 플랫폼 비즈니스를 이해할 수 있도록 기반연구로서 자리잡을 수 있을 것이다.