• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.152-154
• /
• 2000

World Wide Web(WWW) 데이터가 폭발적으로 증가하고 있는 시점에서, WWW의 데이터로부터 유용한 정보를 찾아내고 분석하는 일이 필요해졌다. 또한 WWW의 데이터만으로는 얻을 수 없는 기업의 의사결정을 위한 정보를 얻기 위해, 웹 페이지 접근 기록에서 얻어진 웹 로그기록들과 기업의 판매 트랜잭션 데이터베이스, 광고 데이터베이스 그리고 고객 정보를 통합하여 데이터 웨어하우스를 구축한다. 이러한 과정은 기업활동의 결과로 축적된 데이터 자원과 WWW의 데이터를 통합하여 체계적인 정보기반을 구축하고, 이러한 자원을 전략적으로 재활용하는 것이 목적이다. 본 논문에서는 WWW의 데이터와 기업의 데이터베이스를 통합하여 웨어하우스를 설계하고 여기에 데이터마이닝, OLAP을 적용하여 CRM에 활용하는 방안을 제안하고자 한다.

• 벤처창업연구
• /
• 제19권3호
• /
• pp.81-95
• /
• 2024

본 연구에서는 중소벤처기업부 벤처기업정밀실태조사 결과 산출된 원데이터(raw data)를 구득하여 2016년~2021년 데이터를 이용하여 대전지역의 벤처기업을 중심으로 정부의 자금지원 정책효과를 실증분석하였다. 대전 지역은 경제 규모를 고려하였을 때 전국에 비해 경제에서 차지하는 벤처기업의 비중이 매우 크며 기술개발 지향적 특성을 갖고 있다. 벤처기업 데이터를 pooling하여 회귀분석한 결과, 대전 벤처기업에 대한 자금지원 효과의 주요 특징은 다음과 같다. 첫째, 기업 전체에 대한 회귀분석의 결과, 매출 및 시장점유율 개선을 위해서는 융자 및 보증서 지원이 효과적이고 기술개발을 ㅣ럴 위해서는 R&D 지원이 효과적인 것을 발견하였다. 성장단계별로, R&D지원 및 융자지원은 4단계(성숙기)에서 매출에 가장 큰 영향을 주지만 보증서 지원은 3단계에 가장 큰 영향을 준다. 지재권에 대한 영향은 R&D지원과 융자지원 모두 2단계(초기성장기)에 큰 영향을 미친다. 또한 산업별로 수치들을 통합한 패널데이터를 구축하여 분석한 결과, 자금지원의 효과가 기업데이터 분석의 경우보다 산업데이터 분석에서 더 크게 나타나고 있다는 점을 발견하였다. 이는 자금지원 정책이 단순히 해당 수혜기업의 성과 개선에만 그치지 않고 산업내의 다른 기업에도 확산되는 효과가 있다는 것을 의미할 수 있다. 이러한 실증분석 결과들에 근거하여 다음과 같은 정책적 시사점을 제안하였다. 첫째, 벤처기업에 대해서는 자본시장에 맡겨두어 투자가 이루어지도록 하는 것보다는 정부가 적극적인 자금지원을 해야한다. 둘째, 자금지원의 목적에 따라 지원 방법과 대상을 달리 해야 한다. 셋째, 개발된 기술을 상업화할 수 있도록 벤처기업과 민간투자자를 연결하는 플랫폼의 구축이 필요하다. 넷째, 기술집약적 벤처기업에 대한 벤처캐피탈의 자금지원이 확대되어야 한다.

• 경영정보학연구
• /
• 제13권1호
• /
• pp.1-11
• /
• 2011

본 연구는 한국 금융산업에서의 기업 데이터 품질이 경제적인 성과에 주는 영향을 2008년과 2009년 자료를 이용하여 실증적으로 분석하였다 데이터 품질은 한국데이터베이스진흥원에서 측정한 데이터 품질관리 프로세스 지수와 데이터 품질기준을 이용하였으며, 기업의 재무 성과는 금융감독원의 금융 통계정보시스템을 이용하여 수집하였다. 분석 결과, 데이터 품질은 기업의 매출액, 영업이익, 부가가치에 통계적으로 유의한 영향을 주었다. 데이터 품질관리 프로세스 지수가 1만큼 증가하면, 부가가치는 약 2.3%가 증가한다. 또한 데이터 품질기준이 1만큼 증가하면, 부가가치는 약 72.6%가 증가한다. 기업의 경영자는 데이터 품질을 개선시키도록 노력해야 하고, 경제정책 입안자들은 기업들이 데이터 품질에 관심을 갖고 데이터 품질을 개선시키도록 하는 유인책과 정책 방향을 수립해야 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.571-573
• /
• 2022

최근 금융기관에서는 축적된 금융 빅데이터를 활용하여 차별화된 서비스를 강화하고 있다. 기업고객에 투자하기 위해서는 보다 정밀한 기업분석이 필요하다. 본 연구는 대만기업 6,819개의 95개 재무데이터를 가지고, 비대칭 데이터 문제해결, 데이터 표준화 등 데이터 전처리 작업을 하였다. 해당 데이터는 로지스틱 회기, SVM, K-NN, 나이브 베이즈, 의사결정나무, 랜덤포레스트 등 9가지 분류모델에 5겹 교차검증을 적용하여 학습한 후 모델 성능을 비교하였다. 이 중에서 성능이 가장 우수한 분류모델을 선택하여 예측 결정 이유를 판단하고자 설명 가능한 인공지능(XAI)을 적용하여 예측 결과에 대한 설명을 부여하여 이를 분석하였다. 본 연구를 통해 데이터 전처리에서부터 모델 예측 결과 설명에 이르는 분류예측모델의 전주기를 자동화하는 시스템을 제시하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1211-1213
• /
• 2013

최근에 인터넷의 발전으로 인하여 기업의 마케팅도 변화하고 있다. 소설네트워크서비스(SNS)가 등장하고 이를 이용하는 사용자가 많아짐에 따라 기업에서는 사용자를 위한 새로운 마케팅으로 빅데이터를 활용하는 방법을 생각하고 있다. 하지만 기업에서는 SNS 이용하는 사용자의 생각과 관심을 찾기가 쉽지 않아 SNS 마케팅을 활용하기 힘들고 정보도 많이 부족하다. 따라서 빅데이터의 사용자가 선호하는 것, 좋아하는 것, 싫어하는 것과 같은 생각을 분석하기 위한 방법이 필요하다. 이처럼, 본 논문에서는 이러한 문제점을 해결하고자 빅데이터를 분석함으로써 기업에게 정확성하고 신뢰성 있는 정보를 제공하여 정보의 가치를 높여 기업의 마케팅에서 활용할 수 있는 방안에 대해 연구한다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권2호
• /
• pp.251-262
• /
• 2010

최근 대부분의 기업이 정보시스템 개발을 아웃소싱에 의존하면서, 도입하고자 하는 정보시스템을 효과적으로 활용하는데 필요한 데이터와 현재 기업이 가지고 있는 데이터간의 차이에 대한 사전 분석이 성공적인 정보시스템 도입을 위해 반드시 필요하다. 그 예로 고객관계관리 시스템의 도입 사례의 경우 가장 큰 실패 요인이 사전에 기업이 가지고 있는 데이터에 대한 분석을 간과한 것에 기인하고 있다. 하지만, 아직까지 데이터 관점에서 정보시스템 도입 방법론을 체계적으로 제안한 연구가 존재하지 않았다. 본 연구에서 정보시스템 도입과 관련된 데이터 비용을 사전에 분석하여 도입 의사결정에 활용할 수 있는 정보시스템 도입 방법론을 제안하고 실제 사례에서 어떻게 활용 될 수 있는지를 사례 시뮬레이션을 통해 보여주고자 한다. 제안된 방법론을 이용해 실제 기업의 정보시스템 도입 의사결정자들은 기업의 전략에 따라 다양한 정보시스템을 디자인하고 그에 따른 데이터 관련 비용을 장, 단기적인 계획 하에서 분석 가능하므로, 도입 단계에서 숨어있는 데이터 관련 비용에 의해 발생할 수 있는 정보시스템 도입 실패에 대한 위험 부담을 사전에 방지할 수 있다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.69-73
• /
• 2000

정보통신기술의 역사는 다른 산업 기술에 비해 매우 일천하다. 그러나 현재 가장 빠르게 진보하고 있는 기술이며, 기업활동과 개인의 일상 생활에 커다란 영향 요소로 대두되고 있다. 특히 인터넷의 영향은 지대하다. 인터넷을 이용하여 기업의 생산성을 증대하거나 전자 상거래와 같은 새로운 형태의 사업 기회 제공의 장이 되고 있다. 또한 개인은 매우 다양하고 방대한 정보를 획득, 이용함으로써 자신의 효용을 극대화할 수 있다. 이는 사회, 경제의 새로운 패러다임의 출현으로까지 표현되고 있다. 따라서 과거의 음성통신 서비스 수요와 현재 및 미래의 데이터 통신 수요의 패턴에는 많은 차이가 존재할 수 있다. 본 논문은 대표적 음성 서비스인 전화 서비스 그리고 데이터 서비스라 할 수 있는 인터넷 서비스를 대상으로 수요 속성별 즉, 업무용과 가정용 수요의 확산 패턴을 Logier 분석을 이용하여 고찰하였다. 분석 결과 전체적으로 음성보다는 데이터 수요 확산 속도가 컸으며, 수요 속성별로는 데이터 서비스에서 업무용보다 가정용확산이 음성의 경우보다 훨씬 빠르게 이루어지고 있었다. 그리고 인터넷 가입에 대한 여러 결과를 얻었으며, 이는 정보통신관련 기업과 정책 당국자에게 매우 중요한 자료로 활용할 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.747-753
• /
• 2015

요즘 우리의 생활 속에서 차세대 신기술로 주목할 만한 것이 바로 "빅 데이터" 이다. 하지만 빅 데이터는 아직 구체적인 개념이 모호한 상태이다. 빅 데이터란, 기존 데이터베이스 관리도구로서 데이터를 수집, 저장, 관리, 분석할 수 있는 역량을 넘어서는 대량의 정형 또는 비정형 데이터 집합 및 이러한 데이터로부터 가치를 추출하고 결과를 분석하는 기술을 의미한다. 이러한 분석된 데이터들은 여러 방면으로 활용이 가능하다. 이를 통해 기업에서는 비즈니스적인 활용이 가능하며 예측과 분석을 통해 사업전망을 내다볼 수도 있다. 따라서 본 논문에서는 비즈니스 모델 혁신을 위해 빅 데이터 기반 예측분석이 왜 필요한 지에 대해 논의하고 기업들이 혁신을 촉진하기 위해 사업전략 목표에 예측모델들을 활용하는 운영 모델을 제시하고자 한다.

• 기술혁신연구
• /
• 제26권4호
• /
• pp.199-232
• /
• 2018

빅데이터 분석을 통한 기업 경영환경에 대한 이해와 통찰을 구하고자 하는 요구가 산업 및 기업 경영 전반에 증가하고 있다. 이러한 사회적 요구에 따라 산업의 이해와 기업 경영의 이해를 위하여 기업의 경영실적 및 향후 계획을 포괄적으로 담고 있는 기업공시정보를 활용한 연구가 주목을 받고 있다. 이러한 기업공시정보는 대표적인 비정형 데이터로써 텍스트마이닝 방법론을 적용하여 그 범위와 수준에 대한 다양한 접근을 통하여 산업 수준 및 기업 수준에서 다양한 활용이 가능하다. 그러나 아직은 이러한 기업공시자료를 활용한 산업 및 기업 레벨에서 적용가능한 수준의 분석모델이 부족한 것으로 파악된다. 따라서 본 연구에서는 실제 활용 가능한 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 제안하고자 한다. 미국상장기업의 공시자료인 미국 SEC EDGAR 자료를 기반으로 텍스트마이닝 알고리즘을 적용하여 산업 및 기업 수준의 경영주제(토픽)에 대한 추이분석이 가능한 모델을 제안하고자한다. SEC EDGAR의 10-K 문서를 대상으로 LDA 토픽 모델링을 통하여 산업 수준에서 전체 산업의 주제분야 분류를 파악하였고, 산업간 비교 측면에서 소프트웨어 산업과 하드웨어 산업 분야의 사례를 통해 최근 20년간의 토픽추이를 비교분석 하였다. 또한 최근 20년간의 기업의 경영주제 변화를 소프트웨어 산업에 속한 2개 기업을 중심으로 살펴보았다. 이를 통해 산업 및 기업 수준에서의 경영주제의 추이 변화를 파악하여 쇠퇴 및 성장 추세에 있는 경영주제를 확인 할 수 있었다. 한편 word2vec 워드 임베딩 모델과 주성분분석을 통한 차원 축약을 통해 소프트웨어 산업분야의 기업 및 특정 제품(혹은 서비스)에 대한 매핑을 통해 유사한 경영주제(토픽)를 가지는 기업 및 제품(서비스)을 사례를 통해 파악하였으며, 이를 시간적 흐름에 따른 변화 양상도 관찰할 수 있었다. 본 연구의 목적이 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 개발하기 위한 방법론을 제안한 측면에서, 해외 데이터를 사용하여 산업의 경영주제 변화 추이, 기업의 경영주제 변화 추이를 거시적으로 조망할 수 있는 실무적인 방법론의 제안에서 의의가 있을 수 있다. 한편 기업의 기술경영전략 측면에서 기업의 경영토픽의 잦은 변화, 경영주제의 변화의 속도 등 다양한 변화 양상의 차이에 따른 기업의 매출 등의 경영성과와의 연관성 분석, 실제 기업의 제품포트폴리오의 구성에 따른 기업 간의 경쟁상황 등을 파악하는 미시적 모델 제안을 위한 추가 연구가 요구된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.428-431
• /
• 2017

기업의 성장성과 기업 주식가치를 매출, 매출원가, 영업이익율 등의 정형데이터와 경제, 경영관련 뉴스 등 비정형 데이터를 토대로 다양한 알고리즘을 활용해 분석하고, 그 결과의 유의성을 검증한다. 주성분회귀분석, 인공신경망, 나이브 베이지안 분류자, 긍/부정 사전분석 모델을 통해 분석된 결과를 검토하여 각 분석모델 별 성능을 확인하고, 기업 성장성 예측을 위해 활용 가능한 모델과 필요한 데이터를 제시한다.