• 벤처혁신연구
• /
• 제4권1호
• /
• pp.87-99
• /
• 2021

코로나 19와 AI, 빅데이터, IT기술 발달 등과 같은 여파로 최근 '개인화 기술' 중요성이 부각되어지고 있으며, 이는 곧 개인화를 넘어 '초개인화 시대'에 도래하고 있다. 따라서 음원 스트리밍 서비스 시장측면에서는 개인 취향이 존중되는 서비스 공급 트랜드를 형성해 오고 있다. 이에 따라 기업들은 외부 시장 환경을 고려, 냉철한 분석을 토대로 발전방향을 수립하고자 하고 있다. 이러한 관점에 본 논문은 지니뮤직 고객 인터렉티브 전략에 기초하여 장·단점을 분석하고 기업 발전방향을 제시하고자 한다. 특히 고객과 함께 움직이는 '라이브음악서비스플랫폼'을 기반으로 고객 인터렉티브 전략 장·단점을 분석하고 이후 발전 방향을 제시하고자 하였다. 분석방법으로는 SWOT 분석 기법을 적용하여 강점과 약점, 기회와 위협 요건을 살펴보았다. 이후 TOWS 분석을 통해 구체적인 기업 발전전략을 제시하고자 하였다.

• 디지털융복합연구
• /
• 제16권3호
• /
• pp.145-156
• /
• 2018

배급사가 소매점을 통해 게임을 유통했던 과거와 다르게 현재는 디지털 콘텐츠인 게임을 온라인 기반의 유통채널을 활용하여 판매를 실시하고 있다. 본 연구는 온라인 디지털 콘텐츠 유통 채널인 스팀(Steam)에서 판매되는 게임의 판매량에 대해서 eWOM(전자구전효과)의 요인들이 어떤 영향을 미치는지 분석한다. 최근 빅데이터 기반의 데이터 마이닝 기법을 이용한 연구가 많이 진행되고 있는데, 본 연구에서 eWOM의 요인 중 각 리뷰의 감성을 분석할 수 있는 텍스트 마이닝 기법인 감성분석을 실시하여 eWOM의 감성지수를 도출한다. 감성분석은 나이브 베이즈(Naive Bayes)와 지지벡터기(SVM) 분류기를 활용하고, 정확도가 높은 지지벡터기(SVM) 분류기를 통해 감성지수를 산출한다. 도출한 감성지수와 eWOM의 크기인 각 게임의 리뷰의 수, eWOM의 평점인 각 게임의 유저점수를 독립변수로 하여 종속변수인 판매변화량에 대해서 회귀분석을 실시한다. 회귀분석 결과, 독립변수인 eWOM의 크기와 eWOM의 감성지수가 종속변수인 판매변화량에 영향을 미치는 것을 확인하였다. 본 연구는 연구결과를 통해 국내 게임 기업들이 스팀을 기반으로 해외진출 시 판매량에 영향을 미치는 eWOM의 요인들을 제시할 수 있는 시사점을 가진다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.35-45
• /
• 2019

욕설과 비속어를 포함한 악성 댓글에 대한 피해는 최근 언론에 나오는 연애인의 자살뿐만 아니라 사회 전반에서 다양한 형태로 증가하고 있다. 이 논문에서는 양방향 장단기 메모리 신경망 모델을 이용하여 욕설을 검출하는 기법을 제시하였다. 웹 크룰러를 통해 웹상의 댓글을 수집하고, 영어나 특수문자 등의 사용하지 않은 글에 대해 불용어 처리를 하였다. 불용어 처리된 댓글에 대해 문장의 전·후 관계를 고려한 양방향 장단기 메모리 신경망 모델을 적용하여 욕설 여부를 판단하고 검출하였다. 양방향 장단기 메모리 신경망을 사용하기 위해 검출된 댓글에 대해 형태소 분석과 벡터화 과정을 거쳤으며 각 단어들에 욕설 해당 여부를 라벨링하여 진행하였다. 실험 결과 정제하고 수집된 총 9,288개의 댓글에 대해 88.79%의 성능을 나타내었다.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1435-1440
• /
• 2021

저금리 시대의 도래로 인해 많은 투자자들이 주식 시장으로 몰리고 있다. 과거의 주식 시장은 사람들이 기업 분석 및 각자의 투자기법을 통해 노동 집약적으로 주식 투자가 이루어졌다면 최근 들어 인공지능 및 데이터를 활용하여 주식 투자가 널리 이용되고 있는 실정이다. 인공지능을 통해 주식 예측의 성공률은 현재 높지 않아 다양한 인공지능 모델을 통해 주식 예측률을 높이는 시도를 하고 있다. 본 연구에서는 다양한 인공지능 모델에 대해 살펴보고 각 모델들간의 장단점 및 예측률을 파악하고자 한다. 이를 위해, 본 연구에서는 주식예측 인공지능 프로그램으로 인공신경망(ANN), 심층 학습 또는 딥 러닝(DNN), k-최근접 이웃 알고리즘(k-NN), 합성곱 신경망(CNN), 순환 신경망(RNN), LSTM에 대해 살펴보고자 한다.

• 경영과학
• /
• 제34권2호
• /
• pp.15-33
• /
• 2017

This paper considers a Bayesian Network analysis for understanding the heterogeneous cross-category effects of different promotion activities and developing an efficient overall promotion strategy for a large retail store. More specifically we differentiate price reduction promotion and floor promotion and study their heterogeneous effect on consumer purchase behavior under a market basket setting. We then utilize Bayesian networks in identifying complex association structure in market basket dataset by analyzing the effects of different promotional activities and also include the effects of time, family income and size. We find from our Bayesian network analysis that the dominant cross-category promotion effect of price promotion is the indirect effect whereas the dominant cross-category promotion effect of floor promotion is the direct effect. Also, among the demographic variables we find that family size of the household is linked with more product categories compared to income and see that there are differences in the extent of the effects by product category. Finally, we also show the existence of products acting as a network hub and how they can be utilized by retailers faced with a limited marketing budget and suggest a more efficient promotion strategy.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.275-277
• /
• 2019

본 연구에서는 지금까지 게재된 자살 관련 논문들을 대상으로 주제를 분류하고 주요 주제들의 비중과 20년 동안의 주제들의 변화 추이를 파악하는 것을 연구 목적으로 한다. 이를 위해 등재지 논문에 대한 정보 공유가 가장 활발하게 이루어지는 한국학술지인용색인(KCI)을 자료원으로 빅데이터 분석에 활용되는 텍스트마이닝 기법을 시행하였다. 이러한 시대적 변화에 따른 자살 관련 연구 주제 추이를 파악하는 연구는 향후 자살과 관련한 학문적 방향을 시대 흐름에 적응할 수 있는 전략을 수립하는 데 있어 기초자료가 될 것이다.

• 무역학회지
• /
• 제47권4호
• /
• pp.137-159
• /
• 2022

This study aims to analyze international trade papers published in Korea during the past 2002-2022 years. Through this study, it is possible to understand the main subject and direction of research in Korea's international trade field. As the research mythologies, this study uses the big data analysis such as the text mining and Social Network Analysis such as frequency analysis, several centrality analysis, and topic analysis. After analyzing the empirical results, the frequency of key word is very high in trade, export, tariff, market, industry, and the performance of firm. However, there has been a tendency to include logistics, e-business, value and chain, and innovation over the time. The degree and closeness centrality analyses also show that the higher frequency key words also have been higher in the degree and closeness centrality. In contrast, the order of eigenvector centrality seems to be different from those of the degree and closeness centrality. The ego network shows the density of business, sale, exchange, and integration appears to be high in order unlike the frequency analysis. The topic analysis shows that the export, trade, tariff, logstics, innovation, industry, value, and chain seem to have high the probabilities of included in several topics.

• 한국콘텐츠학회논문지
• /
• 제20권3호
• /
• pp.209-222
• /
• 2020

본 논문은 주거의 미래변화를 전망하고 대응방안을 연구하기 위한 목적으로, 델파이 기법을 통해 주거의 미래를 예측하였다. 먼저, 미래주거 예측 시기를 구분하고, 대상을 주거형태, 주거공간, 주거수요, 건축기술변화로 설정하였으며, 대상에 미치는 Impact Factor를 조사, 분석 하였다. 결과는 ① 사회적, 가치적 관점이 주거형태, 공간, 수요변화에 미치는 영향이 클 것이며, 정치적 관점의 영향은 적을 것으로 예측하였다. ② 형태적 측면에서 고층빌딩에 다운사이징 주택 수요 증가, 기술적 측면에서 빅데이터를 활용한 원격의료지원 서비스와 홈케어 실현 가능성이 높게 예측하였다. 그에 따라 ③ IoT가 미래주거변화에 미치는 영향이 클 것으로 예측하였으며, ④ 공유경제에 의한 코하우징, 그와 관련된 법 제정, 고층, 고밀 주택 보급으로 유지관리를 위한 서비스, 거주자 맞춤형 주거지원 혹은 임대차 시장 선진화, 건축기술 발전으로 미래형 주거확산 등이 전망된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.819-834
• /
• 2022

인공지능 기법들은 특히 영상분류(image classification), 객체탐지(object detection), 영상분할(image segmentation)에 효과적으로 사용되고 있다. 특히, 딥러닝(deep learning)은 최근 컴퓨팅 파워의 증대와 함께 깊고 두터운 네트워크 구성이 가능해지고 보다 효율적인 활성함수(activation function)와 옵티마이저(optimizer)를 활용한 특징맵(feature map)의 생성을 통해 상당히 높은 정확도를 도출할 수 있다. 본고에서는 최근 다양한 원격탐사 분야에서 활용성이 확대되고 있는 딥러닝 영상인식 기법인 Convolutional Neural Network (CNN) 기반 모델 및 Transformer 기반 모델에 대한 기술동향 및 사례연구를 검토하고, 우리나라에서 이들 기법의 활용방안 및 발전방향 등을 제시하고자 한다. 향후 원격탐사 기반의 재난 상황 대응을 위해서는 위성영상의 적시성 확보와 실시간 딥러닝 처리, 그리고 위성, 드론 및 Closed-circuit Television (CCTV) 영상이 함께 활용되는 영상 빅데이터 플랫폼도 개발되어야 할 것이다.

• 대한영상의학회지
• /
• 제81권6호
• /
• pp.1305-1333
• /
• 2020

딥러닝 기술은 빅데이터 및 컴퓨팅 파워를 기반으로 최근 영상의학 분야의 연구에서 괄목할만한 성과를 이루어 내고 있다. 하지만 성능 향상을 위해 딥러닝 네트워크가 깊어질수록 그 내부의 계산 과정을 해석하기 어려워졌는데, 이는 환자의 생명과 직결되는 의료분야의 의사결정 과정에서는 매우 심각한 문제이다. 이를 해결하기 위해 "설명 가능한 인공지능 기술"이 연구되고 있으며, 그중 하나로 개발된 것이 바로 어텐션(attention) 기법이다. 본 종설에서는 이미 학습이 완료된 네트워크를 분석하기 위한 Post-hoc attention과, 네트워크 성능의 추가적인 향상을 위한 Trainable attention 두 종류의 기법에 대해 각각의 방법 및 의료 영상 연구에 적용된 사례, 그리고 향후 전망 등에 대해 자세히 다루고자 한다.