• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.153-172
• /
• 2022

온라인 쇼핑은 디지털전환(Digital transformation) 수요 및 COVID-19 대유행에 따른 사회적 거리두기 이슈 등에 해결책으로 도소매 서비스 분야의 선두에서 전체 시장을 변화시키고 빠르게 성장해왔다. 온라인 쇼핑 산업의 중심에서 다수를 이루고 있는 소상공인도 이러한 문제를 극복하고 지속적인 성장을 위하여, 정책의 변화 및 시장 동향 정보를 수집하여 마케팅 등 영업 활동에 활용하고 있으나, 한정된 자원과 경쟁 여건에서 본연의 사업에 더욱 밀착된 객관적이고 정제된 정보를 또한 필요로 하고 있다. 이에 본 논문에서는 디지털 전환의 핵심 기술인 빅데이터 정보 수집 및 분석을 통하여 대표적인 온라인 쇼핑몰인 네이버 스마트스토어의 상품 분류, 판매 동향, 소비자 선호도 및 리뷰 정보에서 핵심 변수를 선정하여, 등급별 영향도 및 경쟁자 비교 분석 및 온라인 쇼핑몰 사업 지속성 평가에 활용하는 방안을 마련하여 제안하고자 한다. 빅데이터 기반으로 소상공인이 경쟁자 또는 우수사업자를 벤치마킹하고, 시장의 트렌드 및 소비자 성향을 확인할 수 있다면, 본인의 영업 수준 및 위치를 명확하게 인식하고, 더욱 높은 경쟁력을 확보하기 위하여 자발적으로 노력할 것이다. 아울러 온라인 쇼핑몰 사업자의 지속 가능한 성장을 지표로 확인할 수 있다면, 한 단계 향상된 측정 방안을 보유하게 되므로 더욱 효율적인 정책의 수립 및 리스크관리를 기대할 수 있을 것이다.

• 한국기록관리학회지
• /
• 제23권2호
• /
• pp.1-25
• /
• 2023

본 연구의 목적은 영미권 국립보존기록관 인스타그램의 기록정보콘텐츠 사례를 분석하여 국내 기록물관리기관에서의 기록정보콘텐츠 개발을 위한 시사점을 도출하는 것이다. 이를 위해 연구 대상 인스타그램의 개설일, 콘텐츠 수, 팔로워 및 팔로잉 수 등 기본현황을 조사하였으며, 팔로워와 해시태그, 이용자 호응도가 높은 콘텐츠의 내용과 상호작용 유형 등을 분석하였다. 연구 결과, 인스타그램을 활용한 기록정보서비스의 확산을 위해서는 모바일 기반 SNS라는 인스타그램의 특성에 맞게 모바일 화면을 통해 직관적으로 확인할 수 있는 이미지와 숏폼 콘텐츠를 제작해야 하고, 주 이용자층의 관심을 끌고 다른 이용자와 공유하며 관계를 형성할 만한 정보적 소통 목적의 콘텐츠를 개발해야 한다. 또한 웹사이트, 유튜브, 블로그 등 기관이 보유한 기존 온라인 자원과의 연계를 강화하고 해시태그의 활용, 유관기관 계정에 대한 팔로잉, 팔로워와 콘텐츠 댓글에 대한 피드백 등 커뮤니케이션을 활성화하여 기관 인스타그램 계정의 노출 및 검색 가능성을 높여야 한다. 본 연구는 인스타그램을 대상으로 기록정보콘텐츠 사례를 연구하고 적용 사항을 제안하였다는 의의가 있으며, 기록 문화 확산을 위한 기록정보콘텐츠의 기획에 도움이 되는 기초자료로 활용될 수 있을 것이다.

• 기록학연구
• /
• 제50호
• /
• pp.311-349
• /
• 2016

호주와 미국의 사례를 통해 연구기록 평가제도의 설계, 운영에 관한 시사점을 얻고자 하였다. 처분일정표는 주요 기록의 목록과 적절한 처분행위를 담은 핵심적인 기록관리 도구라는 점에서 이를 바탕으로 한 평가제도의 방향을 모색하였으며 본 연구의 결론은 다음과 같다. 첫째, 기록관리는 업무행위 및 운영시스템의 기본 구조와 통합될 때 효과적임으로 연구과제 단위로 생산되는 연구기록은 연구과제에 따라 등록, 편철되고 평가되어야 한다. 이를 위해 조직 기능에 기반을 둔 지금의 등록 분류체계와 시스템 구조는 수정이 필요하다. 둘째, 연구기관에선 기관 공통 처분일정표와 연구분야별 복수의 처분일정표로 운영되어야 한다. 그리고 처분일정표는 단위업무와 기록물철이 일렬로 정리된 하나의 표라는 지금의 개념적, 물리적 구조를 벗어나 제대로 '처분지침'의 역할을 수행할 수 있는 매뉴얼 기능을 가져야 한다. 마지막으로 각 연구기관의 연구방식과 생산기록의 특성은 인정하되, 공적 연구기관의 연구기록은 공공재임으로 국가기록관리체계와 연구기록의 평가 처분은 연결고리가 있어야 한다. 충분한 사례를 분석하진 못했지만 연구기록 처분일정표의 의미와 역할을 재정리하고 연구기록의 특성을 반영한 차별적인 구성과 운영방안을 제시하였다는데 본 연구의 의의가 있다.

• 벤처창업연구
• /
• 제14권2호
• /
• pp.165-180
• /
• 2019

최근 정부는 사내벤처 및 분사창업을 집중 육성하겠다며 관련 정책을 발표하였다. 정부가 사내벤처를 장려하는 이유는 궁극적으로 산업과 시장의 개발, 혁신창업의 양적 성장, 일자리 창출 등을 꾀하기 때문이다. 특히 사내벤처 장려에 주목한 이유는 개인이 갖는 실패에 대한 부담을 줄이고 혁신창업 관련 기존 기업 내 자원을 활용하여 개방형 혁신(open innovation)을 확산하고 나아가 새로운 창업으로도 이어질 수 있도록 하겠다는 것이다. 이에 따라 본 논의는 우선 창업효능감과 사내기업가활동에 대한 선행연구들을 살펴보았다. 각각의 개념을 살펴보고 사내기업가활동에 대한 연구 동향을 짚어본 다음 사내기업가활동의 현황을 간단히 살펴보았다. 이후 2015년 Global Entrepreneurship Monitor Adult Population Survey 자료를 기반으로 OECD 가입 국가 27개국 및 한국 응답자 대상 로지스틱 회귀분석을 수행하였다. 그 결과 사내기업가 활동 경험이 궁극적으로 개인의 창업효능감 보유에 긍정적인 영향을 미칠 가능성을 확인할 수 있었다. 창업효능감이 창업에서의 실제 성과에 긍정적인 영향을 미친다고 확인해준 선행연구들과 종합해 정리하면, 사내기업가활동을 한 개인은 창업효능감을 가질 수 있고, 이러한 개인이 실제로 창업을 했을 때 창업성과를 높일 수 있다는 점에서 사내기업가활동을 지원하는 정책을 창업정책의 일환으로도 적극 고려할 만 하다고 볼 수 있다.

• 벤처창업연구
• /
• 제16권6호
• /
• pp.69-84
• /
• 2021

최근 4차 산업혁명에 따른 산업구조 변화로 첨단산업 육성에 대한 필요성이 커지고 첨단제조 분야에서의 부가가치 창출이 높은 것으로 나타남에 따라 이에 대한 중요성이 점차 높아지고 있다. 그러나 급변하는 경제 환경속에서 첨단제조 벤처기업은 내부 핵심자원과 경험 부족으로 경쟁 우위를 확보하는데 많은 어려움을 겪게 되면서, 내부 경쟁력을 강화하고 비(非) 핵심 분야를 보완하기 위하여 다양한 경험과 기술력, 풍부한 자원을 보유하고 있는 외부 기업 또는 기관과의 협력활동을 적극적으로 추진하고 있다. 따라서 본 연구에서는 자원기반이론과 거래비용이론을 바탕으로 첨단제조 벤처기업의 외부적 협력활동 경험이 내부 핵심역량과 경영성과에 미치는 영향을 분석하였다. 본 연구의 가설 검증을 위하여 중소벤처기업부에서 1999년부터 편제하고 있는 벤처기업정밀실태조사의 2020년 자료를 활용하였다. 연구 결과에 따르면 첫째, 외부적 협력활동 경험은 첨단제조 벤처기업의 내부 핵심역량과 비재무적 경영성과에 유의한 영향을 미치는 반면, 재무적 경영성과에는 영향이 없는 것으로 나타났다. 그리고 외부적 협력활동 경험은 내부 핵심역량을 매개하여 경영성과에 영향을 미치는 것으로 나타났다. 둘째, 첨단제조 벤처기업의 내부 핵심역량은 비재무적 경영성과와 재무적 경영성과에 유의한 영향을 미치며, 비재무적 경영성과는 다시 재무적 경영성과에 유의한 영향을 미치는 것으로 나타났다. 마지막으로 외부적 협력활동 경험은 개발·제조·마케팅 역량 모두에 긍정적인 영향을 미쳤으며, 경영성과에는 내부 핵심역량을 구성하는 개별 요인이 미치는 영향이 다르게 나타났다. 특히, 개발·마케팅 역량은 비재무적 성과와 재무적 성과에 모두 유의한 영향을 미치는 반면, 제조 역량은 재무적 성과에만 유의한 영향을 미치는 것으로 나타났다.

• 의료법학
• /
• 제22권4호
• /
• pp.3-35
• /
• 2021

민간과 공공이 생산해내는 정보의 홍수 속에서, 이 방대한 분량의 정보는 빅데이터로 대표되는 제4차 산업혁명시대의 핵심자원으로 간주되고 있다. 전 세계적으로 이 빅데이터에 대한 관심이 높아지고 데이터의 확보와 축적, 축적된 데이터의 안전하면서도 유용하게 활용하는 방안에 대한 논의가 활발하다. 특히 보건의료 데이터는 빅데이터 기술이 활용될 가장 가치 있는 자원으로 평가되고 있다. 이러한 보건의료 데이터를 유용하게 활용하기 위해서는 분산된 보건의료 데이터를 통합하여 조사나 연구에 활용 가능한 형태로 이용자에게 제공되어야 한다. 주요 국가들이 데이터 경제의 주도권을 확보하기 위해 경쟁하는 상황에서 우리나라도 2020년 8월 「개인정보보호법」 등 소위 '데이터 3법'이 개인정보의 활용방향으로 개정되었다. '데이터 3법'의 개정은 개인정보 정의의 판단기준을 명확하게 하고, 가명정보의 개념을 도입하여 개인정보의 안전한 활용을 뒷받침하기 위한 제도적 기반이라 할 수 있다. 최근에는 그 후속 조치로 개인정보보호위원회가 '가명정보 처리 가이드라인'을 발표하였고, 보건복지부는 이와 별도로 '보건의료 데이터 활용 가이드라인'을 발표하였다. 하지만 여전히 풀어야 할 숙제는 남아있다. 우리나라는 「국민건강보호법」에 따라 전 국민의 건강보험 가입이 의무화되어 있고, 모든 국민의 보건의료정보는 국민건강보험공단, 국민건강보험심사평가원 등 공공기관이 보유, 관리하고 있다. 이러한 데이터는 보건의료와 관한 빅데이터를 구성하게 되는데, 특히 모든 국민이 단일 건강보험에 모두 가입되어 있다는 점에서 보건의료 영역에서 빅데이터로서 그 가치와 잠재력은 어느 나라에서도 찾기 어려운 것도 사실이다. 반면 안정성의 측면에서는 그만큼 위험을 가지고 있다고 볼 수 있다. 보건의료데이터는 사람의 생명이나 신체와 직결되고 그와 관련된 수많은 민감정보를 포함하고 있어, 다른 분야보다 세심하고 보수적인 관점에서 개인정보를 보다 안전하게 보호하는 것을 전제로 그 안에서 활용이 될 수 있도록 제도가 마련되어야 할 것이다. 이 글에서는 개인정보보호위원회와 보건복지부가 제시한 '보건의료데이터 활용 가이드라인'의 주요내용을 분석하기 위하여 우선 개정된 「개인정보보호법」의 주요내용을 검토하고, 그에 따라 '보건의료 데이터 활용 가이드라인'의 주요내용을 분석하여 타 법률과 충돌문제 등 그 문제점과 개선방안을 검토하였다. '보건의료 데이터 활용 가이드라인'은 그 성격상 현행 「개인정보보호법」의 해석을 보충하고, 보건의료 분야에 특화된 데이터 활용의 관점에서 「개인정보보호법」이 내다보지 못했던 상황에 관해 법의 해석·적용과 실무상의 지침을 제시하려 하였으나, 가이드라인의 제목에서 나타나듯이 '활용'에 초점을 두어 개인정보보호와 균형을 이루는 데에는 실패한 것으로 보인다. '보건의료 데이터 활용 가이드라인'은 「개인정보보호법」의 내재적인 문제점과 「의료법」, 「생명윤리법」과 충돌문제나 실효성 문제, 법률에 규정할 네용을 법률에 근거 없이 가이드라인에 담고 있는 등 아직까지 미흡한 부분이 많고, 여러 가지 문제점을 가지고 있다는 점을 확인하였다. 많은 민감 정보를 담고 있는 보건의료 데이터는 언제든지 새로운 개인정보 침해 위험이 발생할 수 있으므로, 사후관리 강화와 다양한 수준에서 데이터 활용의 영향을 평가하면서 활용에만 중점을 두는 것이 아니라 정보주체의 권리와 조화를 이룰 수 있도록 법령의 보완과 더불어 '가이드라인'도 보완해 나가야 할 것이다.

• 대한지리학회지
• /
• 제41권1호
• /
• pp.106-120
• /
• 2006

자연재해 및 인위적 재해는 지리학에서 인문지리와 자연지리를 통합할 수 있는 주제로 기대되고 있으나 실제로 지리정보를 이용한 분석방법에 대한 연구와 시스템이 개발된 사례는 많지 않다. 태풍 루사와 매미가 국내 개인 및 국가에 입힌 손실만큼 손보사에게 끼친 손실이 막대하여, 보다 과학적이고 합리적인 자연재해 피해액에 대한 추정과 재보험 가격산정을 위한 시나리오 구성이 요구되었다. 태풍을 사례로 한 본 연구에서는 태풍경로에 따른 풍속예측모델을 적용하기 위하여 전국단위의 필요한 지리정보를 구축하였다. 1: 5,000 수치 지도를 기본지도로 사용하였으며, 기상자료 및 계약물건의 소재지에 대한 주소자료를 점형 자료로 구축하였으며, 과거 관측된 태풍의 주요 기압의 변화 값을 속성으로 하여 경위도 좌표로 선형 자료로 구축하였으며, 토지피복도는 풍속의 정확도를 높이기 위한 자료로 모델의 변수 조정에 사용하였다. 모든 자료를 전국을 1km 간격의 격자형자료로 변형하여 중첩할 수 있고, 태풍 풍속모델과 격자별 피해가능정도를 구할 수 있도록 하였다. 풍속에 대한모델의 정확도는 실제 기상측정지점의 측정값과 비교하여 검증과정을 거쳤으며(전체 평균 $R^2=0.68$), 변이가 큰 기상측정지점 변화를 준 보정과정을 통해 예측시스템의 정확도를 향상시켰다. 풍속에 따른 피해율을 적용한 피해민감도곡선을 주거지역, 공업지역, 기타지역으로 나누어 적용하고 실제 손해배상액과 비교해 본 결과, 과대평가된 부분과 과소평가된 부분을 동시에 관찰할 수 있었다 본 연구와 시스템 구축으로 민간보험사는 재보험 요율에 근거자료를 보유할 수 있을 뿐더러 유사 재해 시 대응할 수 있는 시나리오를 작동함으로 자원의 배분계획을 수립할 수 있고 대외적 신인도를 제고할 수 있을 것으로 예측된다. 향후 하천범람모형 및 태풍과 지진으로 인한 해일 모형, 내수 침수모형을 추가하여 종합적인 재해모형으로 완성할 예정이다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.