• 문화예술교육연구
• /
• 제5권1호
• /
• pp.97-147
• /
• 2010

최근 세계화의 흐름에서 교육에 대한 새로운 문제제기는 다문화적 흐름을 요청할 수밖에 없는 핵심적 문제로서 도전받고 있다. 더 나아가 전지구적 차원에서 인류의 '공동위험'에 대해 공동협력하고, 문화간 차이의 이해가 더욱 중요시되는 이전과는 상이한 상황에 노출되어 있다. '교육노마디즘'은 교육의 새로운 가치와 의미를 새롭게 생성하는 은유적 표현이다. 최근 초국가적 교육열의 흐름은 이미 중심적 흐름이며, 위기와 기회의 양면성을 동시에 내재하고 있다. 이러한 기회의 양면성을 소화하지 못하는 측면에서 '한국교육의 공동화'현상으로 진단할 수 있다. 이는 교육의 미국교육의 과도한 의존과 자생교육이 상호교류하는 기저로서 필요함에도 불구하고, 아직 마련되지 않음을 의미한다. 교육의 세계화의 흐름은 국가의 '이중낭비'와 학부모의 과도한 사교육비의 '이중부담'과 강요된 탕진, '학력세탁'을 향한 전지구적으로 이동하는 현재의 흐름으로 발견된다. 이러한 위기국면에서 근대교육은 외국시스템과의 창조적 접목으로 교육의 세계화의 흐름에 맞는 한국교육의 새로운 기저가 요구됨에도 불구하고, 한국교육의 독특한 강점인 공동체적-정감적-시너지적 관계의 아름다움이 교육의 세계화의 흐름에서 살려지지 않는다. 즉 세계화의 흐름에 맞는 새로운 한국교육의 기저는 코뮤니타스를 향한 전지구적 강한 연대와 공동체성으로 도약하는 소통세계와 만나는 일이다. 이 소통세계는 근대의 모델인 우리 모두를 몰아가고 있는 치열한 제로섬 경쟁구도로부터 즐김과 향유 그리고 자족과 증여의 기쁨을 시너지적으로 새롭게 생성하는 문명전환의 교육으로 거듭날 수 있는 기회이다. 이 논문은 이 기회가 잘못 활용되는 학부모들의 초국가적 교육열의 패러다임을 살펴봄으로써 진정한 교육노마디즘의 가능성과 그 한계를 살펴보고자 하였다.

• 벤처창업연구
• /
• 제18권5호
• /
• pp.91-107
• /
• 2023

린 스타트업은 효율적인 기업 운영 방식을 의미하는 '린(lean)'과 창업 초기기업을 의미하는 '스타트업(startup)'을 결합해 만들어진 개념으로 창업 초기기업, 특히 소프트웨어 기반 스타트업의 실패 최소화 전략으로 자주 인용되고 있다. 본 연구는 초기스타트업 L사의 사례를 통하여 하드웨어·제조업 기업도 린 스타트업 방법론(LSM)을 유용하게 활용할 수 있음을 제시하고, 초기 스타트업이 LSM을 성공적으로 실천하기 위한 방안을 도출하였다. 이를 위해 LSM의 핵심 개념인 가설중심의 접근법, BML 피드백 순환, 최소요건제품(MVP) 및 피봇을 설명하고, 이를 바탕으로 LSM의 성공적인 실천 여부를 평가할 수 있는 기준을 도출한 후 동 기준을 중심으로 L사의 사례를 분석하였다. L사는 거동불편환자용 배변알리미 제품에서 출발하여, 영유아용 배변알리미를 거쳐, 최종적으로는 영유아용 스마트바틀을 주력 제품으로 사업을 확장하고 있는 스타트업이다. LSM의 관점에서 분석한 결과, L사는 창업 초기에는 창업 아이디어를 구체적인 고객 가치가설로 수립하지 못했고, 신속한 MVP실험을 통해 검증하는 데에도 실패하였으므로 만들기-측정-학습의 순환을 만들어내는데 실패하였다. 그러나 두 차례에 걸친 피봇을 통해 새로운 타겟 고객군과 고객 니즈를 개발하였고, 이를 최소의 노력과 시간을 들인 MVP로 반복적으로 실험함으로써 성공적인 비즈니스모델을 도출할 수 있었다. L사의 사례를 통해 사업초기에 반드시 고객-시장 검증 단계를 거쳐야 하며, 이는 스타트업의 시간과 자원이 낭비되지 않는 MVP 방식으로 진행되어야 함을 확인할 수 있었다. 또한 고객이 원하지 않는 제품이나 서비스는 기술적으로 우수하고 기능적으로 완성도가 높다 하더라도 과감히 포기하고 피봇할 필요성이 있음도 확인하였다. 마지막으로 린 스타트업 방법론이 소프트웨어 산업에 국한되지 않고, 기술기반 제조업에도 적용 가능함을 증명하였다. 본 연구의 결과는 향후 창업 초기기업이 실패를 최소화하고, 비즈니스모델 확립과 스케일업, 글로벌 진출에 이르는 과정을 가속화하기 위한 지침과 방법론으로 활용될 수 있을 것이다.

• 기록학연구
• /
• 제79호
• /
• pp.5-32
• /
• 2024

한국 정부가 UN의 2022년 전자정부 발전 지수에서 UN가입 193개국 중 3위에 랭크됐다. 그동안 꾸준히 상위국으로 평가된 한국은 분명 세계 전자정부의 선도국이라 할 수 있다. 전자정부의 윤활유는 데이터다. 데이터는 그 자체로 정보가 아니고 기록도 아니지만 정보와 기록의 원천이며 지식의 자원이다. 전자적 시스템을 통한 행정 행위가 보편화된 이후 당연히 데이터에 기반한 기록의 생산과 기술이 확대되고 진화하고 있다. 기술은 가치중립적인 듯 보이지만 사실 그 자체로 특정 세계관을 반영하고 있다. 더구나 비물질적 유통을 기반으로 하는 디지털 세계, 온라인 네트워크의 또 다른 아이러니는 반드시 물리적 도구를 통해서만 접속하고 접촉할 수 있다는 점이다. 디지털 정보는 논리적 대상이지만 반드시 어떤 유형이든 그것을 중계할 장치 없이는 디지털 자원을 읽어 내거나 활용할 수 없다. 초연결, 초지능을 무기로 하는 새로운 기술의 디지털 질서는 전통적인 권력 구조에 깊은 영향력을 끼칠 뿐만 아니라 기존의 정보 및 지식 전달 매개체에도 마찬가지의 영향을 미치고 있다. 더구나 데이터에 기반한 생성형 인공지능을 비롯해 새로운 기술과 매개가 단연 화두다. 디지털 기술의 전방위적 성장과 확산이 인간 역능의 증강과 사유의 외주화 상황까지 왔다고 볼 수 있을 것이다. 여기에는 딥 페이크를 비롯한 가짜 이미지, 오토 프로파일링, 사실처럼 생성해 내는 AI 거짓말(hallucination), 기계 학습데이터의 저작권 침해에 이르기까지 다양한 문제점 또한 내포하고 있다. 더구나 급진적 연결 능력은 방대한 데이터의 즉각적 공유를 가능하게 하고 인지 없이 행위를 발생시키는 기술적 무의식에 의존하게 된다. 그런 점에서 지금의 기술 사회의 기계는 단순 보조의 수준을 넘어서고 있으며 기계의 인간 사회 진입은 고도의 기술 발전에 따른 자연적인 변화 양상이라고 하기에는 간단하지 않은 지점이 존재한다. 시간이 지나며 기계에 대한 관점이 변화하게 될 것이기 때문이다. 따라서 중요한 것은 기계를 통한 커뮤니케이션, 행위의 결과로서의 기록이 생산되고 사용되는 방식의 변화가 의미하는 사회문화적 함의에 있다. 아카이브 영역에서도 초지능, 초연결사회를 향한 기술의 변화로 인해 데이터 기반 아카이브 사회는 어떤 문제에 직면하게 될 것인지, 그리고 그 속에서 누가 어떻게 기록과 데이터의 지속적 활동성을 입증하고 매체 변화의 주요 동인이 될 것인가에 대한 연구가 필요한 시점이다. 본 연구는 아카이브가 행위의 결과인 기록뿐만 아니라 데이터를 전략적 자산으로 인식할 필요성에서 시작했다. 이를 통해 전통적 경계를 확장하고 데이터 중심 사회에서 어떻게 재영토화를 이룰 수 있을지를 알아보았다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 대한간호
• /
• 제20권4호통권112호
• /
• pp.39-49
• /
• 1981

기존 간호 영역 내 간호는 질적으로, 양적으로 급격히 팽창 확대되어 가고 있다. 많은 나라에서 건강관리체계가 부적절하게 분배되어 있으며 따라서 많은 사람들이 적절한 건강관리를 제공받지 못하고 있어 수준 높은 양질의 건강관리를 전체적으로 확대시키는 것이 시급하다. 혹 건강관리의 혜택을 받는다고 해도 이들 역시 보다 더 양질의 인간적인 간호를 요하고 있는 실정이다. 간호는 또한 간호영역 자체 내에서도 급격히 확대되어가고 있다. 예를들면, 미국같은 선진국가의 건강간호사(Nurse practitioner)는 간호전문직의 새로운 직종으로 건강관리체계에서 독자적인 실무자로 그 두각을 나타내고 있다. 의사의 심한 부족난으로 고심하는 발전도상에 있는 나라들에서는 간호원들에게 전통적인 간호기능 뿐 아니라 건강관리체계에서 보다 많은 역할을 수행하도록 기대하며 일선지방의 건강센터(Health center) 직종에 많은 간호원을 투입하고 있다. 가령 우리 한국정부에서 최근에 시도한 무의촌지역에서 졸업간호원들이 건강관리를 제공할 수 있도록 한 법적 조치는 이러한 구체적인 예라고 할 수 있다. 기존 간호영역내외의 이런 급격한 변화는 Melvin Toffler가 말한 대로 ''미래의 충격''을 초래하게 되었다. 따라서 이러한 역동적인 변화는 간호전문직에 대하여 몇가지 질문을 던져준다. 첫째, 미래사회에서 간호영역의 특성은 무엇인가? 둘째, 이러한 새로운 영역에서 요구되는 간호원을 길러내기 위해 간호교육자는 어떤 역할을 수행해야 하는가? 셋째 내일의 간호원을 양성하는 간호교육자를 준비시키기 위한 실질적이면서도 현실적인 전략은 무엇인가 등이다. 1. 미래사회에서 간호영역의 특성은 무엇인가? 미래의 간호원은 다음에 열거하는 여러가지 요인으로 인하여 지금까지의 것과는 판이한 환경에서 일하게 될 것이다. 1) 건강관리를 제공하는 과정에서 컴퓨터화되고 자동화된 기계 및 기구 등 새로운 기술을 많이 사용할 것이다. 2) 1차건강관리가 대부분 간호원에 의해 제공될 것이다. 3) 내일의 건강관리는 소비자 주축의 것이 될 것이다. 4) 간호영역내에 많은 새로운 전문분야들이 생길 것이다. 5) 미래의 건강관리체계는 사회적인 변화와 이의 요구에 더 민감한 반응을 하게 될 것이다. 6) 건강관리체계의 강조점이 의료진료에서 건강관리로 바뀔 것이다. 7) 건강관리체계에서의 간호원의 역할은 의료적인 진단과 치료계획의 기능에서 크게 탈피하여 병원내외에서 보다 더 독특한 실무형태로 발전될 것이다. 이러한 변화와 더불어 미래 간호영역에서 보다 효과적인 간호를 수행하기 위해 미래 간호원들은 지금까지의 간호원보다 더 광범위하고 깊은 교육과 훈련을 받아야 한다. 보다 발전된 기술환경에서 전인적인 접근을 하기위해 신체과학이나 의학뿐 아니라 행동과학 $\cdot$ 경영과학 등에 이르기까지 다양한 훈련을 받아야 할 필요가 있다. 또한 행동양상면에서 전문직인 답게 보다 진취적이고 표현적이며 자동적이고 응용과학적인 역할을 수행하도록 훈련을 받아야 한다. 그리하여 간호원은 효과적인 의사결정자$\cdot$문제해결자$\cdot$능숙한 실무자일 뿐 아니라 소비자의 건강요구를 예리하게 관찰하고 이 요구에 효과적인 존재를 발전시켜 나가는 연구자가 되어야 한다. 2. 미래의 간호교육자는 어떤 역할을 수행해야 하는가? 간호교육은 전문직으로서의 실무를 제공하기 위한 기초석이다. 이는 간호교육자야말로 미래사회에서 국민의 건강요구를 충족시키기는 능력있는 간호원을 공급하는 일에 전무해야 함을 시사해준다. 그러면 이러한 일을 달성하기 위해 간호교육자는 무엇을 해야 하는가? 우선 간호교육자는 두가지 측면에서 이 일을 수정해야 된다고 본다. 그 하나는 간호교육기관에서의 측면이고 다른 하나는 간호교육자 개인적인 측면엣서이다. 우선 간호교육기관에서 간호교육자는 1) 미래사회에서 요구되는 간호원을 교육시키기 위한 프로그램을 제공해야 한다. 2) 효과적인 교과과정의 발전과 수정보완을 계속적으로 진행시켜야 한다. 3) 잘된 교과과정에 따라 적절한 훈련을 철저히 시켜야 한다. 4) 간호교육자 자신이 미래의 예측된 현상을 오늘의 교육과정에 포함시킬 수 있는 자신감과 창의력을 가지고 모델이 되어야 한다. 5) 연구 및 학생들의 학습에 영향을 미치는 중요한 의사결정에 학생들을 참여시키도록 해야한다. 간호교육자 개인적인 측면에서는 교육자 자신들이 능력있고 신빙성있으며 간호의 이론$\cdot$실무$\cdot$연구면에 걸친 권위와 자동성$\cdot$독창성, 그리고 인간을 진정으로 이해하려는 자질을 갖추도록 계속 노력해야 한다. 3. 미래의 간호원을 양성하는 능력있는 간호교육자를 준비시키기 위한 실질적이면서도 현실적인 전략은 무엇인가? 내일의 도전을 충족시킬 수 있는 능력있는 간호교육자를 준비시키기 위한 실질적이고 현실적인 전략을 논함에 있어 우리나라의 실정을 참조하겠다. 전문직 간호교육자를 준비하는데 세가지 방법을 통해 할 수 있다고 생각한다. 첫째는 간호원 훈련수준을 전문직 실무를 수행할 수 있는 단계로 면허를 높이는 것이고, 둘째는 훈련수준을 더 향상시키기 위하여 학사 및 석사간호교육과정을 발전시키고 확대하는 것이며, 셋째는 현존하는 간호교육 프로그램의 질을 높이는 것이다. 첫째와 둘째방법은 정부의 관할이 직접 개입되는 방법이기 때문에 여기서는 생략하고 현존하는 교과과정을 발전시키고 그 질을 향상시키는 것에 대해서만 언급하고자 한다. 미래의 여러가지 도전에 부응할 수 있는 교육자를 준비시키는 교육과정의 발전을 두가지 면에서 추진시킬 수 있다고 본다. 첫째는 국제간의 교류를 통하여 idea 및 경험을 나눔으로서 교육과정의 질을 높일 수 있다. 서로 다른 나라의 간호교육자들이 정기적으로 모여 생각과 경험을 교환하고 연구하므로서 보다 체계적이고 효과적인 발전체인(chain)이 형성되는 것이다. ICN같은 국제적인 조직에 의해 이러한 모임을 시도하는 것인 가치있는 기회라고 생각한다. 국가간 또는 국제적인 간호교육자 훈련을 위한 교육과정의 교환은 한 나라안에서 그 idea를 확산시키는데 효과적인 영향을 미칠 수 있다. 충분한 간호교육전문가를 갖춘 간호교육기관이 새로운 교육과정을 개발하여 그렇지 못한 기관과의 연차적인 conference를 가지므로 확산시킬 수도 있으며 이런 방법은 경제적인 면에서도 효과적일 뿐만 아니라 그 나라 그 문화상황에 적합한 교과과정 개발에도 효과적일 수 있다. 간호교육자를 준비시키는 둘째전략은 현존간호교육자들이 간호이론과 실무$\cdot$연구를 통합하고 발전시키는데 있어서 당면하는 여러가지 요인-전인적인 간호에 적절한 과목을 이수하지 못하고 임상실무경험의 부족등-을 보충하는 방법이다. 이런 실제적인 문제를 잠정적으로 해결하기 위하여 1) 몇몇 대학에서 방학중에 계속교육 프로그램을 개발하여 현직 간호교육자들에게 필요하고 적절한 과목을 이수하도록 한다. 따라서 임상실무교육도 이때 실시할 수 있다. 2) 대학원과정 간호교육프로그램의 입학자의 자격에 2$\~$3년의 실무경험을 포함시키도록 한다. 결론적으로 교수와 학생간의 진정한 동반자관계는 자격을 구비한 능력있는 교수의 실천적인 모델을 통하여서 가능하게 이루어 질수 있다고 믿는 바이다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.63-83
• /
• 2019

투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권8호
• /
• pp.19-31
• /
• 2021

본 연구는 기존 문헌연구들을 중심으로 엔터테인먼트 산업 분야의 대학생 창업의도 특성들을 파악하고자 하였다. 이를 바탕으로 대학 창업담당 관계자들과 국가 창업지원 정책 담당자들에게 대학생 창업을 위한 현실적인 교육 대안 및 창업 경영에 관한 시사점을 제시하고자 하였다. 따라서 본 연구의 시사점은 다음과 같다. 첫째, 엔터테인먼트 산업에 필수적인 요소인 아이디어 창출 교육을 위한 기술(아이템) 아이디어와 제품으로의 연결 방법, 컨텐츠 가치를 높일 수 있는 기술 방법, 엔터테인먼트 산업 내 사용자 특성 교육을 지속적으로 해야 할 것이다. 또한 아이디어 교육과 함께 자금조달, 인적자원관리, 마케팅, 운영관리 등 창업 경영관리에 대한 이해도를 높이고, 나아가 엔터테인먼트 창업에 대한 성공가능성 및 새로운 일에 대한 모험심이 생길 수 있도록 자신감 교육도 함께 이루어져야 할 것이다. 둘째, 창업에 관심이 있는 학생 의견조사를 중심으로 창업에 필요한 공간 및 장비제공(동아리실, 학생창업실, 엔터테인먼트관련 장비확보 등)이 이루어져야 하고, 학생 창업을 위한 대학 및 정부의 각종 규제들을 완화해야 할 것이다. 또한 학내 외 창업 지식형성을 위한 교육과 전문가 특강 및 자문, 현장 교육 등을 통해 보다 실용적인 창업 지식이 만들어질 수 있도록 노력해야 하고, 다양한 지원들을 바탕으로 학생들의 창업에 대한 자신감도 형성할 수 있도록 만들어 주어야 할 것이다. 셋째, 엔터테인먼트 산업에 대한 창업을 희망하는 학생들에게는 가족들에게 엔터테인먼트 산업에 대한 현장 상황을 정확히 알려줌으로써 자녀들이 창업분야를 선택하는데 있어 부정적인 인식보다는 긍정적인 인식이 발생할 수 있도록 적극 알릴 필요가 있다. 또한 대학생들이 창업 후 성공한 다양한 사례들을 가족들에게 홍보함으로써 자녀가 창업에 대한 도전정신이 발생할 수 있도록 가족들이 힘을 보태게 해야 할 것이다. 넷째, 엔터테인먼트 산업 분야 쪽으로 창업을 희망하는 친구들과의 지속적인 동호회나 모임들이 형성 될 수 있도록 만들어 주어야 하고, 나아가 이런 모임을 통해 실제로 창업한 친구들의 의견을 청취하는 기회도 마련해야 할 것이다. 또한 모임과 친구 형성으로 인해 사업계획서 작성, 창업 성공 방법, 창업 경영관리에 대한 논의의 자리가 형성되도록 만들어 주어야 하고, 서로 창업에 대한 의지가 발생할 수 있도록 심리적 자극활동도 이루어져야 할 것이다. 다섯째, 창업과 관련한 다양한 지식(자금 확보 방안, 창업조직 관리, 창업하고자 하는 시장에 대한 정보 파악 등)들이 배양될 수 있도록 노력해야 할 것이고, 자신들이 창업하고자 하는 다양한 엔터테인먼트 산업 분야에 대한 사업계획서 작성 방법도 실무에 맞도록 학습 시켜야 할 것이다. 또한 이런 지식 형성을 밑바탕으로 학생들 스스로가 창업에서 발생할 수 있는 위험과 변화에 대응할 수 있도록 만들어 주어야 할 것이다. 마지막으로 창업 경영관리에 대한 이해도를 높여 주어야 하고, 창업에 대한 자신감과 두려움이 사라지게 할 수 있는 다양한 심리적 자극 활동이 필요하다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.