• 지능정보연구
• /
• 제24권2호
• /
• pp.59-83
• /
• 2018

고객과 대중의 니즈를 파악하기 위한 감성분석의 중요성이 커지면서 최근 영어 텍스트를 대상으로 다양한 딥러닝 모델들이 소개되고 있다. 본 연구는 영어와 한국어의 언어적인 차이에 주목하여 딥러닝 모델을 한국어 상품평 텍스트의 감성분석에 적용할 때 부딪히게 되는 기본적인 이슈들에 대하여 실증적으로 살펴본다. 즉, 딥러닝 모델의 입력으로 사용되는 단어 벡터(word vector)를 형태소 수준에서 도출하고, 여러 형태소 벡터(morpheme vector) 도출 대안에 따라 감성분석의 정확도가 어떻게 달라지는지를 비정태적(non-static) CNN(Convolutional Neural Network) 모델을 사용하여 검증한다. 형태소 벡터 도출 대안은 CBOW(Continuous Bag-Of-Words)를 기본적으로 적용하고, 입력 데이터의 종류, 문장 분리와 맞춤법 및 띄어쓰기 교정, 품사 선택, 품사 태그 부착, 고려 형태소의 최소 빈도수 등과 같은 기준에 따라 달라진다. 형태소 벡터 도출 시, 문법 준수도가 낮더라도 감성분석 대상과 같은 도메인의 텍스트를 사용하고, 문장 분리 외에 맞춤법 및 띄어쓰기 전처리를 하며, 분석불능 범주를 포함한 모든 품사를 고려할 때 감성분석의 분류 정확도가 향상되는 결과를 얻었다. 동음이의어 비율이 높은 한국어 특성 때문에 고려한 품사 태그 부착 방안과 포함할 형태소에 대한 최소 빈도수 기준은 뚜렷한 영향이 없는 것으로 나타났다.

• Radiation Oncology Journal
• /
• 제26권2호
• /
• pp.83-90
• /
• 2008

목적: 식도암의 방사선 치료에 대해 최초로 시행한 한국의 PCS의 결과를 토대로 미국, 일본에서 시행한 결과와 비교 분석하여 식도암 환자들의 특징, 진단 및 치료방침의 차이를 파악해 향후 범 국가적으로 활용할 시스템의 구축에 응용하고자 하였다. 대상 및 방법: 국내의 21개 병원의 방사선 종양학과에서 1998-1999년 동안 식도암으로 확진 된 후 방사선 치료를 받은 총 246명을 대상으로 하였다. 이 결과를 미국 59개 병원에서 식도암 환자 414명을 연구한 PCS 결과(Suntharalingam)와 비교 하였다. 또 일본의 76개 병원에서 수술과 방사선치료를 받았거나 수술, 방사선 치료, 항암제치료를 함께 받은 수술 군 환자 220명(Gomi), 수술을 받지 않고 방사선 치료만 시행하였거나 방사선 치료와 항암제치료를 함께 시행한 비 수술 군 환자 385명(Murakami)을 대상으로 시행한 PCS 결과와 비교 분석하였다. 결과: 환자들의 평균 연령은 일본의 비 수술 군이 가장 높았다(71세). 한국과 일본은 남성의 발생 빈도가 월등히 높았지만(9:1) 미국은 여성의 발생률이 23.1%였다. 한국과 일본은 편평상피세포암이 압도적으로 많았지만(한국 96.3%, 일본 98%) 미국은 선암이 더 많은 양상을 보였다(49.6%). 병기결정을 위한 검사는 식도 내시경, 흉부 컴퓨터 단층촬영, 식도조영술을 가장 많이 사용하였고 미국과 일본은 복부 컴퓨터단층촬영을 복부 초음파보다 더 자주 시행하였다. 치료방침을 분석한 결과 방사선 단독치료의 비율은 한국이 23.2%, 일본이 39%인데 반해 미국은 9.5%에 불과하였다. 수술과 방사선 및 항암치료를 병용한 빈도는 미국(32.8%)과 일본(49.5%)이 한국(11.8%)보다 높았다. 식도암 치료에 있어서 항암제 치료는 미국이 가장 높은 빈도로 사용되어졌고(89%) 동시항암방사선 치료도의 빈도도 미국이 가장 높았다(97%). 항암치료제는 3개국 모두에서 cisplatin과 5-FU를 가장 선호하였다. 방사선 조사량은 한국 55.8 Gy, 미국 50.4 Gy였고 일본은 수술 군(48 Gy)과 비 수술 군(60 Gy)이 현격한 차이를 보였다. 결론: 한국, 미국, 일본에서 시행된 식도암 환자의 PCS 결과를 분석하여 환자 및 종양의 특징, 진단 및 치료 방침에 다소간의 상이점을 발견하였다. 그러나 방사선 조사량과 조사야 수, 방사선치료 에너지의 종류 등 방사선 기술적인 부분은 3개국 모두에서 큰 차이를 보이지 않았다.

• Radiation Oncology Journal
• /
• 제23권1호
• /
• pp.22-31
• /
• 2005

목적 : 전국의 각 병원 방사선종양학과에서 1998년과 1999년도의 2년간 직장암 진단 하에 수술 후 방사선치료를 시행한 환자들의 자료를 분석하여 한국인 직장암 환자의 전체적인 구성과 특성을 파악하고 치료 내용에 대한 현황을 조사하여 국가적인 자료로 활용하고자 하였다. 대상 및 방법 : 대상 환자의 기준은 1998년부터 1999년 사이에 직장 선암의 수술 후 방사선치료를 시작한 환자로서 육안적 잔여 병소 없이 근치적으로 수술이 이루어진 환자를 대상으로 했으며 직장암이외의 다른 암의 병력이 있거나 과거에 골반에 방사선치료를 받은 병력이 있는 환자는 제외하였다. 각 병원별 치료환자 수에 비례하여 해당 병원의 입력 환자수를 정한 후 PCS본부의 무작위 추출 과정을 통하여 입력할 환자를 선정하였다. 선정된 환자는 웹 기반 PCS시스템을 이용하여 각 병원에서 직접 자료를 입력하였다. 결과 : 전국의 19개 병원에서 총 309명의 환자 자료가 입력되었다. 남녀 성비는 59 : 41이었으며 하단연 기준 종양의 위치는 항문연 6 cm 이내가 $46\%$로 가장 많았다. 수술 전 CEA검사는 $79\%$에서 시행되었으며 이 중 $43\%$에서 6 ng/ml 이상인 것으로 나타났다 수술 전 직장내초음파검사는 50명($16\%$)에서만 시행되었으며 CT 등을 이용한 임상적 병기판정은 274명에서 가능하였으며 stage II가 $32\%$, III가 $48\%$를 차지하였다. 수술 후 조직소견에 의한 병리학적 병기는 stage II가 $34\%$, III가 $63\%$였다. 수술의 방법은 복회음부절제수술이 $38\%$, 저위전방절제술이 $59\%$였으며, 5명의 환자에서는 원격전이가 있었으나 원발병소와 함께 절제되었다. 절제연에서 종양세포가 발견된 경우가 13예였으며, 수술 후 항암화학치료를 받은 환자는 전체의 $91\%$였고 $80\%$의 환자는 정맥주사, $9\%$의 환자는 경구항암제를 투여한 것으로 나타났다. 항암제는 5FU와 leucovorine의 조합이 212명($69\%$)으로 가장 많았고 시행횟수는 6회가 140예($45\%$)로 가장 많았다. 환자의 치료자세는 복와위자세가 251예($81.2\%$)로 나타났고, 치료 조사야 수는 박스형 4문조사가 75예($24.3\%$)로 가장 많았으며 3문조사(후방-양측방)가 201예($65.0\%$)로 그 뒤를 이었다. 치료 시 소장을 조사야 외부로 이동시키기 위한 장치나 소변을 참는 등의 조치는 $40.1\%$의 환자에서 시행되었다. 선량의 처방점은 회전중심점이 140예($45.3\%$), 등선량곡선이 123예로 비슷하게 나타났다. 실제 치료된 조사선량은 $180\~7,740$cGy의 분포를 보였으며 목표선량의 $90\%$이상이 투여된 경우가 287예($92.9\%$)였다. 결론 : 전국 각 병원들의 환자를 종합하여 관찰된 내용은 문헌상 권장되는 것과 비슷한 결과를 보였으며 수술의 범위와 항암화학치료의 방법은 병원에 따라 비교적 다양한 형태로 시행되고 있는 것으로 나타났다. 각 병원의 방사선치료 내용은 환자의 상태에 따라 결정되는 탓에 방사선량과 조사야의 선택에 있어 차이가 관찰되었으며 처방된 치료에 대한 환자의 순응도는 $90\%$ 이상으로 높게 나타났다.

• 한국식품조리과학회지
• /
• 제23권5호
• /
• pp.589-600
• /
• 2007

본 연구는 서울 지역에 위치한 객단가 만원에서 이만원 수준의 7개 레스토랑을 대상으로 연구팀이 개발한 위생관리 모니터링 도구를 활용하여 위생관리실태를 조사하고, 위생관리가 소홀히 할 경우에 잠정적으로 식중독 유발 가능성이 있는 주요 리스크 인자를 규명하는 한편, 이를 중심으로 레스토랑의 종사원을 위한 위생관리 교육 매체를 개발하였다. 이에 대한 결과를 요약하면 다음과 같다. 1. 연구에 참여한 외식업체는 한식당 6 업소($A{\sim}F$), 일식당이 1개소(G)이었고, 모두 서울에 위치해 있었다. 업장 면적은 90평($297m^2$)에서 400평($1332.4m^2$) 범위이었고, 주방의 면적은 가장 작은 곳은 4평($13.2m^2$)에서 크게는 120평($396.7m^2$) 범위였으며, 업장면적 대비 주방면적 비율로 환산하면 4.4%에서 30% 수준이었다. 조사에 참여한 외식업체들은 중소 기업형 이상의 업체들로 일일 이용 고객수의 규모는 300명에서 925명이었고, 객단가는 9,000원에서 23,000원 수준이었다. 2. 서울 지역 7개의 외식업소를 대상으로 한 위생 관리 점검 결과, 위생관리 수행도 점수는 100점 만점에 57점 수준으로 많은 개선이 요구되는 수준이었다. 특히 음식의 생산공정을 평가하는 영역인 식품위생 영역에 관한 중점적인 교육이 필요한 것으로 나타났다. 위생평가점수는 G업소가 73.0점으로 가장 높았고, A업소가 51.0점으로 가장 낮았다. 영역별 평균점수는 개인위생이 18점 만점에 9.57점(53.1%), 식품위생은 50점 만점에 26.4점(52.8%), 환경위생은 32점 만점에 19.5만점(61.1%)을 나타났다. 이러한 결과를 바탕으로 영역별로 중요도를 달리하는 위생 교육이 필요하였다. 3. 위생관리 평가 항목별 점수를 근거로 레스토랑에서 식중독 발생의 잠재적인 위험 요소로는 개인위생에서 '수세대 구비 및 손세척의 올바른 실행(0.29/4점)으로 나타났다. 식품위생측면에서는 '올바른 검수관리(0.29/4점)', '냉장 냉동 식자재 검수 시 온도 확인 및 조치(0/4점)', '상온 창고내 물품의 바닥방치 금지(0/2점)', '생채소와 과일의 적절한 세척(1.71/4점)' 으로 나타났다. 환경위생관리측면에서는 '청소, 소독 프로그램의 수립 및 감독(2/4점)', '방충 및 구서 관리(0.84/2점)', '화장실 청결 관리(0.43/3점)' 등으로 나타났다. 4. 이상의 결과를 바탕으로 위생교육 매뉴얼을 개발하였다. 위생교육 내용은 4가지 원칙 -개인위생확보, 교차오염방지, 시간온도관리, 냉장관리- 으로 구성하였고, 8영역으로 세분화하였다. 교육 설계방식은 강의식 교육을 위주로 하고, 주제별로, 실연식 교육, 시청각 교육, 토의식 교육을 위한 강의 자료를 마련하였다. 이상의 결과에서 보여 준 레스토랑에서 식중독 예방을 위한 위생관리 활동 내용으로 실천율이 낮은 활동을 규명하고 이 활동에 대한 지속적인 모니터링과 개선활동을 전개한다면 레스토랑의 식중독 예방에 크게 도움일 될 것으로 사료된다. 또한 본 연구에서 개발된 위생교육 자료를 활용한다면, 외식업체의 전반적인 위생수준을 향상시키고 식품의 안전성을 확보하는데 크게 기여할 것으로 기대된다. 최근에 외식업계에서 발생되고 있는 식중독 사고는 이상 기후의 영향이나 시설미비도 그 원인이겠지만, 무엇보다도 중요한 요인은 경영층의 위생에 관한 인식부족, 교육 프로그램의 부재로 사료된다. 그러므로 양적으로 과포화상태에 이르고 있는 외식업계의 질적인 향상을 위해서는 외식업체는 위생교육의 지속적인 실천과 모니터링을 강화하고, 그 결과를 인사고과시스템에 반영하는 통합적인 노력이 요구된다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.39-53
• /
• 2013

인터넷의 발달과 SNS의 등장으로 정보흐름의 방식이 크게 바뀌었다. 이러한 변화에 따라 소셜 미디어가 급부상하고 있으며 소셜 미디어와 비디오 콘텐츠가 융합된 소셜 TV, 소셜 뉴스의 중요성이 강조되고 있다. 이러한 환경 속에서 사용자들은 단순히 콘텐츠를 탐색만 하는 것이 아니라 같은 콘텐츠를 이용하고 있는 친구들이나 지인들과 콘텐츠에 대한 정보나 경험들을 공유하고 더 나아가 새로운 콘텐츠를 만들어내기도 한다. 하지만 기존의 소셜 뉴스에서는 이러한 사용자들의 특성을 반영해 주지 못하고 있다. 특히 이용자들의 참여성만을 고려하고 있어서 서비스간의 차별화가 어렵고 뉴스 콘텐츠에 대한 정보나 경험 공유 시 컨텍스트 공유가 어렵다는 문제가 있다. 이를 해결하기 위해 본 논문에서는 뉴스를 내용별로 분할하고 분할된 뉴스에서 추출된 시간 종속적인 메타데이터를 제공하는 프레임워크를 제안한다. 제안하는 프레임워크에서는 스토리 분할 방법을 이용하여 뉴스 대본을 내용별로 분할한다. 또한 뉴스 전체내용을 대표하는 태그, 분할된 뉴스를 나타내는 서브 태그, 분할된 뉴스가 비디오에서 시작하는 위치 즉, 시간 종속적인 메타데이터를 제공한다. 소셜 뉴스 이용자들에게 시간 종속적인 메타데이터를 제공한다면 이용자들은 전체의 뉴스 내용 중에 자신이 원하는 부분만을 탐색 할 수 있으며 이 부분에 대한 견해를 남길 수 있다. 그리고 뉴스의 전달이나 의견 공유 시 메타데이터를 함께 전달함으로써 전달하고자 하는 내용에 바로 접근이 가능하며 프레임워크의 성능은 추출된 서브 태그가 뉴스의 실제 내용을 얼마나 잘 나타내 주느냐에 따라 결정된다. 그리고 서브 태그는 스토리 분할의 정확성과 서브 태그를 추출하는 방법에 따라 다르게 추출된다. 이 점을 고려하여 의미적 유사도 기반의 스토리 분할 방법을 프레임워크에 적용하였고 벤치마크 알고리즘과 성능 비교 실험을 수행하였으며 분할된 뉴스에서 추출된 서브 태그들과 실제 뉴스의 내용을 비교하여 서브 태그들의 정확도를 분석하였다. 결과적으로 의미적 유사도를 고려한 스토리 분할 방법이 더 우수한 성능을 보였으며 추출된 서브 태그들도 컨텍스트와 관련된 단어들이 추출 되었다.

• 농촌의학ㆍ지역보건
• /
• 제26권1호
• /
• pp.19-35
• /
• 2001

보건소의 의약분업 시행에 따른 업무변화와 업무 개선방안에 대해 조사 분석하여 보건소의 기능 및 역할 재정립에 필요한 기초자료를 얻고자 2001년 4월과 5월에 경상북도내 25개 보건소와 대구광역시 6개 보건소의 소장 또는 과장에게 의약분업 실시 전후의 보건소 업무 및 진료실적변화 정도를 조사하였고, 이와 함께 보건소 공무원 221명에게 의약분업에 따른 보건소 업무개선방안에 대해 설문 조사하였다. 31개 대상 보건소 가운데 77.4%인 24개 보건소가 주민진료편의 조치를 취하였다고 하였다. 주민 진료편의 조치를 한 보건소의 조치내용으로 약국배치도마련(73.9%), 인테리어 개선(39.1%), 전자처방전달시스템 도입(34.8%) 순이었다. 의약분업 실시 후 의사는 대상 보건소의 3.2%에서 감소하였다. 의약분업에 따라 월평균 진료건수는 대상 보건소의 58.1%에서 감소하였다고 하였고, 조제건수는 96.4%, 총진료비는 80.6%, 본인부담금은 80.6%, 약품구입비는 96.7%의 보건소에서 감소하였다고 하였다. 의약분업 실시 이후 진료부문에 비해 보건사업 부문의 비중은 54.2%의 보건소에서 증가하였다고 하였다. 의약분업 전후이 분기별 진료실적을 분석한 결과 진료실인원은 의약분업이전과 비교하여 의약분업 이후에 감소하였고, 진료연인원은 군보건소와 보건의료원은 감소하였으며, 시화 구보건소는 감소했다가 점차 증가하고 있다. 조제건수 총진료비 본인부담금 약품구입비는 크게 감소하였다. 보건소 공무원들은 의약분업 실시 이후 진료부문의 기능에 대해서는 57.6%가 축소시켜야 한다고 하였고, 보건소에서 우선적으로 개선해야 할 부분으로는 보건사업내용 개발(62.4%), 인력재배치(51.6%), 사업우선순위 결정(48.4%), 조직개편(36.2%), 진료서비스의 질 향상(32.1%), 예산재배치(23.1%) 순으로 응답하였다. 보건소의 이미지를 개선하기 위해서는 지역주민건강정보관리 강화(60.7%)가 가장 시급하다고 하였으며 홍보를 통한 보건소의 이용 확대(15.8%), 보건소 공무원의 친절(15.3%), 건강상담요원 배치(8.2%) 순이었다. 의약분업 실시 이후 바람직한 보건소 역할 설정을 위하여 보건소 전체 업무 영역에 대해 의약분업 이전과 이후에 상대비중을 매기도록 한 결과 25개 세부영역 중 일반진료 및 응급진료 영역만 모두 상대비중이 높아졌다. 의약분업 이후 보건소가 중점을 두어야 할 우선 순위 5위까지의 업무영역은 순서대로 예방접종, 건강증진, 모자보건, 급만성전염병, 지역보건의료계획 이었다. 향후 보건소가 바람직한 공공보건의료조직으로 기능 및 역할을 재정립하기 위해서는 의약분업이라는 중대한 보건의료환경변화를 계기로 진료부문의 기능은 축소하되 노후시설 장비의 개선, 진료방식의 다양화, 건강정보관리 강화 등 진료서비스의 내용과 질에 있어서는 강화하는 방향으로 나아가야 할 것이다. 또한 인력재배치 및 조직개편과 함께 다양한 보건사업의 개발과 지역특성에 맞는 사업우선순위에 의해 예방접조, 건강증진, 모자보건, 급 만성전염병, 지역보건의료계획 수립, 구강보건, 만성퇴행성질환 등 지역주민의 건강증진 질병예방 기능을 강화하되 지역특성(대도시, 중소도시, 농어촌)에 맞게 예방위주의 건강 증진업무와 환자 진료업무의 비중을 차별화 시키는 방향으로 개선해 나가야 할 것이다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.1-27
• /
• 2017

경제주체들의 경기상황에 대한 판단 및 전망은 경기변동에 영향을 미치므로 경기심리지수와 거시경제지표들 간에는 밀접한 관련성을 나타내는 것으로 알려져 있다. 경기선행지표로 국내에서 많이 사용되는 경기심리지수에는 소비자동향조사, 기업경기조사, 경제심리지수가 있다. 그러나 설문조사를 통해 생성된 지수는 자료의 성격상 속보성이 떨어지는 문제가 있다. 본 연구에서는 이러한 정형데이터의 한계를 보완할 수 있도록 비정형데이터에서 정보를 추출해 경기심리지수를 생성하고, 경제분석에서의 활용 가능성을 검토하였다. 민간소비와 관련된 실물지표에는 소매판매업지수와 서비스업생산지수를 사용하였고, 고용지표에는 고용률과 실업률을, 가격지표에는 소비자물가상승률과 가계의 대출금리를 사용하여 지표들 간의 추이 분석 및 시차구조 파악을 위한 교차상관분석을 수행하였다. 마지막으로 이들 지표들에 대한 예측 가능성을 점검하였다. 분석결과, 다른 지표들의 선행지수로 많이 사용되는 소비자심리지수와 비교해 선택 지표들과 높은 상관관계를 보이며, 1~2개월 선행한 것으로 나타났다. 예측력 또한 향상되어 텍스트데이터에서 생성한 소비자 경기심리지수의 유용성이 확인되었다. 온라인에서 생성되는 뉴스기사나 소셜 SNS 등의 텍스트 데이터는 속보성이 뛰어나고, 커버리지가 넓어 특정 경제적 이슈가 발생할 경우 이것이 경제에 미치는 영향을 빠르게 파악할 수 있다는 점에서 경기판단지표로써의 잠재적 가능성이 클 것으로 보인다. 경제분석에서 비정형데이터를 활용한 국내연구는 초기 단계지만 데이터의 유용성이 확인되면 그 활용도가 크게 높아질 것으로 기대한다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.