• 지능정보연구
• /
• 제22권4호
• /
• pp.109-122
• /
• 2016

최근 빅데이터 분석은 기업과 전문가뿐만 아니라 개인이나 비전문가들도 큰 관심을 갖는 분야로 발전하였다. 그에 따라 현재 공개된 데이터 또는 직접 수집한 이터를 분석하여 마케팅, 사회적 문제 해결 등에 활용되고 있다. 국내에서도 다양한 기업들과 개인이 빅데이터 분석에 도전하고 있지만 빅데이터 공개의 제한과 수집의 어려움으로 분석 초기 단계에서부터 어려움을 겪고 있다. 본 논문에서는 빅데이터 공유를 방해하는 개인정보, 빅트래픽 등의 요소들에 대한 기존 연구와 사례들을 살펴보고 정책기반의 해결책이 아닌 시스템을 통해서 빅데이터 공유 제한 문제를 해결 할 수 있는 클라이언트-서버 모델을 이용해 빅데이터를 공개 및 사용 할 때 발생하는 문제점들을 해소하고 공유와 분석 활성화를 도울 수 있는 방안에 대해 기술한다. 클라이언트-서버 모델은 SPARK를 활용해 빠른 분석과 사용자 요청을 처리하며 Server Agent와 Client Agent로 구분해 데이터 제공자가 데이터를 공개할 때 서버 측의 프로세스와 데이터 사용자가 데이터를 사용하기 위한 클라이언트 측의 프로세스로 구분하여 설명한다. 특히, 빅데이터 공유, 분산 빅데이터 처리, 빅트래픽 문제에 초점을 맞추어 클라이언트-서버 모델의 세부 모듈을 구성하고 각 모듈의 설계 방법에 대해 제시하고자 한다. 클라이언트-서버 모델을 통해서 빅데이터 공유문제를 해결하고 자유로운 공유 환경을 구성하여 안전하게 빅데이터를 공개하고 쉽게 빅데이터를 찾는 이상적인 공유 서비스를 제공할 수 있다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.109-131
• /
• 2014

최근 전 세계적인 원전 설비의 수요 증가로 원자력 전략물자 취급의 중요성이 높아지는 가운데, 국외 수출을 위한 원전 관련 물품 및 기술의 신청 또한 급증하는 추세이다. 전략물자 사전판정 업무는 통상 원자력 물자 관리에 해박한 전문가의 경험 및 지식에 근거하여 수행되어 왔지만, 급증하는 수요에 상응하는 전문 인력의 공급이 부족한 실정이다. 이러한 문제를 극복하기 위하여, 본 연구진은 전략물자 수출 통제를 위한 사례 기반 지능형 수출 통제 시스템을 설계 및 개발하였다. 이 시스템은 현장 전문가의 전담 업무이던 신규 사례에 대한 전략물자 사전판정 과정 업무의 주요 맥락을 자동화 하여 전문가 및 관계 기관이 감당해야 할 업무 부담을 줄이며, 빠르고 정확한 판정을 돕는 의사결정 지원 시스템의 역할을 맡는다. 개발된 시스템은 사례 기반 추론 (Case Based Reasoning) 방식에 기반을 두어 설계되었는데, 이는 과거 사례의 특성을 활용하여 신규 사례의 해법을 유추하는 추론 방법이다. 본 연구에서는 자연어로 작성된 전자문서 처리에 널리 사용되는 텍스트 마이닝 분석 기법을 원자력 분야에 특화된 형태로 응용하여 전략물자 수출통제 시스템을 설계하였다. 시스템 설계의 근거로 선행 연구에서 제안된 반자동식 핵심어 추출 방안의 성능을 보다 엄밀히 검증하였고, 추출된 핵심어로 신규 사례와 유사한 과거 사례를 추출하는 알고리즘을 제안하였다. 제안된 방안은 텍스트 마이닝 분야의 TF-IDF 방법 및 코사인 유사도 점수를 활용한 결과(${\alpha}$)와 원자력 분야에서 통용되는 개념적 지식을 계통으로 분류하여 도출한 결과(${\beta}$)를 조합하여 최종 결과 (${\gamma}$) 를 생성하게 된다. 세부 요소 기술의 성능 검증은 임상 데이터를 활용한 실험 및 실무 전문가의 의견수렴을 통해 이루어졌다. 개발된 시스템은 사전판정 전문 인력을 다수 양성하는 데 드는 비용을 절감하는 데 일조할 것이며, 지식서비스 산업의 의미 있는 응용 사례로서 관련 산업의 성장에 기여할 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 핵의학기술
• /
• 제20권1호
• /
• pp.32-36
• /
• 2016

핵의학검사에서 $^{131}I$은 갑상선암 및 질환의 진단, 치료등 핵의학 검사에서 많이 사용되고 있다. $^{131}I$은 ${\gamma}$선과 ${\beta}^-$선을 방출하여 검사와 치료를 할 수 있고, 높은 집적율과 신장을 통한 빠른 배설이 용이 하지만, $^{131}I$(364 keV)은 $^{99m}Tc$(140 keV)보다 고에너지이기 때문에 작업을 수행 시 조작 및 투여 과정에서 $^{99m}Tc$보다 술자의 피폭을 줄이기 위해 외부피폭 방어의 3요소인 거리, 시간, 차폐 중에 차폐에 주안점을 두어 $^{131}I$ 조작 시 차 폐체 착용 전과 후의 피폭선량의 차이를 비교하고자 한다. Apron(보통 Pb 0.5 mm) 착용 시 $^{99m}Tc$은 90%이상이 차폐가 되지만, $^{131}I$은 고에너지이기 때문에 차폐효과가 비교적 낮고, 고용량의 경우 산란선(2차) 및 제동방사선의 영향으로 오히려 더 피폭을 받을 수 있다. 하지만 저용량(74 MBq) 고에너지의 경우 이에 대한 특별한 보고나 Guide Line이 마련되어 있지 않아, $^{131}I$ 조작 시 Apron 착용 유무에 따른 술자의 피폭선량을 정량적으로 분석하고자 한다. 본원 핵의학과에서 2014년 6월부터 2014년 12월까지 7개월 동안 갑상선암 치료 및 진단을 위한 저용량$^{131}I$을 투여하기 위해 방문한 갑상선암 환자를 대상으로 준비과정부터 투여 시까지 연구기간 동안 갑상선, 가슴, 고환 3곳에 Apron 안쪽과 바깥쪽 각각 1개씩 총 6개의 TLD를 부착한 뒤 $^{131}I$검사 과정부터 투여 시 까지의 방사선 피폭선량을 측정하였다. 총 작업시간은 설명시간 3분, 분배시간 1분, 투여시간 1분으로 각각 1인당 5분이내로 설정하였다. TLD 위치설정은 일반적으로 피폭선량을 측정하는 가슴과 방사선 감수성이 높은 갑상선 및 고환으로 설정하였다. 준비과정은 $^{131}I$을 $2m{\ell}$ 주사기를 이용해 74MBq을 분배한 뒤 생리식염수와 희석해 $2m{\ell}$의 용량을 만들어 분배한다. $^{131}I$을 분배 후 환자에게 투여 시 컵에 물을 $100m{\ell}$ 담고 분배한 $^{131}I$을 희석하여 환자 1 m 정도 거리를 두고, 경구투여 한다. 그리고 경구투여 한 $2m{\ell}$ 주사기와 컵을 폐기하는 과정을 Apron과 TLD를 착용한 상태에서 시행하였다. Apron과 TLD는 방사선 피폭이 미치지 않는 보관실에 따로 보관하였고, 서울방사선 서비스에 의뢰하여 피폭선량을 측정하였다. 연구기간 동안 저용량 $^{131}I$ 검사 시 갑상선, 가슴, 고환 부위에 Apron 안과 밖d[착용한 TLD의 매월 누적선량을 인원수로 나눈 결과를 가지고, SPSS Version. 12.0K를 이용해 Wilcoxon Signed Rank Test를 사용하여 통계를 시행하였다. 그 결과 갑상선(p = 0.345), 가슴(p = 0.686), 고환(p = 0.715)은 모두 p > 0.05으로 유의한 차이가 없음을 알 수 있었다. 그리고 연구기간 동안의 총 누적선량의 변화를 백분율로 환산하였을 때, 갑상선 -23.5%, 가슴 -8.3%, 고환 19.0%로 나타났다. Wilcoxon Signed Rank Test를 사용한 결과 통계적으로 유의한 차이가 없는 것으로 나타났다(p > 0.05). 또한 7개월간의 누적선량으로 차폐율을 계산 했을 때 에는 Apron 안쪽과 바깥쪽의 피폭선량의 변화가 불규칙적으로 나타나는 결과를 보였다. 이 결과는 백분율로 표현 시 변화폭이 커보이지만, 누적 피폭선량이 소수점 이하이므로 큰 변화라고 보기 어렵다. 그러므로 고에너지 저용량 $^{131}I$ 투여 시 Apron을 착용유무와 상관없이 일정한 거리를 두고 최대한 빠른 시간 내에 투여를 종료하는 것이 피폭선량을 줄이는 데 도움이 될 것이다. 본 연구는 $^{131}I$ 투여시간을 1인당 각 5분 이내로 투여 할 수 있도록 제한하고, 거리를 1 m로 일정하게 하여 작업 할 수 있도록 하였으나 통계 시 N수가 적어서 비모수적인 방법으로 통계를 시행함으로써 정확한 결과를 얻기에 부족한 부분이 있었다. 또한 저용량 $^{131}I$ 투여 시 각 1인당 피폭선량을 직독식 선량으로 측정하지 못하고, TLD를 이용한 누적선량으로 측정한 결과 값이므로 전자선량계 및 포켓선량계를 이용한 측정이 이루어진다면 더 효과적인 결과를 얻을 수 있을 것으로 사료된다.

• Journal of Yeungnam Medical Science
• /
• 제8권1호
• /
• pp.107-126
• /
• 1991

일부 도시 영세지역 주민의 상병양상과 의료이용형태를 파악하기 위하여 1988년 12월 한달간에 걸쳐 대구시 남구 대명 8동 영세지역 677가구 2,591명과 대조지역 688가구 2,682명의 주민을 대상으로 면접조사를 실시하였다. 두 지역의 연령별 인구 구성은 0-4세, 65세이상의 인구가 영세지역이 높았으며, 성비는 차이가 없었다. 교육정도와 경제수준은 영세지역은 낮았고, 의료보호 대상자는 영세지역이 많았다. 15일간의 급성질환 이환율은 영세지역이 1000명당 57.1로 대조지역의 24.2보다 유의하게 높았다. 두 지역에서 9세 이하 연령에서의 이환율이 높았으나 연령 증가에 따른 이환율의 뚜렷한 증감현상은 보이지 않았다. 질병분류별 급성질환 이환건수는 두 지역 모두에서 남녀 공히 호흡기계 질환이 가장 많았으며, 영세지역의 경우 감염 및 기생충 질환이 두번째로 많아 대조지역과는 다른 양상을 보였다. 급성질환 이환자의 15일간의 평균 이환기간은 영세지역 6.6일, 대조지역 5.4일로 영세지역이 약간 길었다. 급성질환 이환자의 15일간 의료기관 이용은 1차 이용에서는 영세지역의 경우 약국이 58.1% 그리고 대조지역에서는 의원이 36.9%로 가장 많았으며, 2차와 3차 이용에서 영세지역은 약국과 한의원, 대조지역은 병원과 의원이 가장 많았고, 미치료율은 영세지역이 8.8%로 대조지역의 4.6%에 비하여 훨씬 높게 나타났다. 급성질환 이환자의 지역별 의료이용행태에서 1차 이용에 있어서는 동네내 이용이 영세지역 73.6%, 대조지역 64.6%로 가장 많았다. 급성질환 이환자의 의료기관 1차 이용시 병원을 이용하는 이유로 가장 많은 것이 영세지역은 '단골'이었으며, 대조지역은 '가까운 거리'였다. 의원, 보건소 및 약국을 이용하는 이유로 가장 많은 것은 두 지역 모두 '가까운 거리'였다. 1년간 만성질환 이환율은 1000명당 영세지역 83.0, 대조지역 28.0으로 유의한 차이를 보였으며, 연령이 증가함에 따라 이환율도 증가하는 경향을 보였다. 만성질환 이환건수는 영세지역에서는 남자의 경우 신경계 질환이 19.6%, 여자의 경우는 신경계 질환 18.3%, 근골격계 질환이 18.3%로 가장 많았고, 대조지역에서는 남자의 경우 심혈관계 질환이 23.1%, 여자의 겨우 위장관계질환이 27.3%로 가장 많았다. 조사 시점전 1년간 만성질환의 평균 이환기간은 영세지역 9.8개월, 대조지역 10.4개월로 대조지역이 약간 더 길었으며, 평균 활동 제한 기간도 영세지역 1.9개월보다 대조지역 2.1개월로 다소 길었다. 만성질환 이환자의 의료기관 1차 이용에 있어서 영세지역은 약국 이용이 24.2%, 대조지역은 병원외래 이용이 34.7%로 가장 많았으며, 2차, 3차 이용에 있어 영세지역에서는 각 의료기관을 고루 이용하였고, 대조지역에서는 병원 이용이 두드러지게 많았으며, 미치료율은 영세지역과 대조지역이 각각 34.7%, 16.0%로 영세지역이 월등히 높았다. 만성질환자의 지역별 의료이용행태에서 1차 이용에 있어서는 동네내 이용이 영세지역 38.3%, 대조지역 45.3%로 두 지역 모두에서 가장 많았다. 만성질환 이환자의 지역별 의료기관 1차 이용시 병원, 의원, 보건소 및 약국을 이용하는 주된 이유는 '가까운 거리'였으며, 한의원을 이용하는 이유는 '좋은 치료결과'와 치료의 명성'이었다. 이상의 결과로 영세지역의 사회경제적수준이 상병과 의료이용행태에 영향을 미친 것으로 생각된다. 따라서 영세지역 주민을 위한 보다 적극적인 보건의료 서비스의 개발과 합리적이고 적절한 의료이용을 위한 지도 및 계몽과 아울러 사회경제적인 요소들의 개선을 위한 노력을 병행해야 만이 효과적인 보건의료 사업이 될 것으로 생각된다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.175-191
• /
• 2011

국가신성장동력으로MICE(Meeting, Incentive travel, Convention, Exhibition) 산업이각광받으면서국내전시산업에 대한 관심이 드높아 지고 있다. 이에 따라 국내 전시산업(domestic exhibition industry)도 미국이나 유럽과 같이 전시성과를 향상시키기 위한 다양한 연구가 진행 중이다. 그 중에서도 전시환경이나 전시기법 등에 따라 관람효과가 다르기 때문에 지능형 정보기술을 이용하여 전시장에 방문한 참관객의 참관패턴을 분석하여 참관객을 이해하고 더 나아가 참여업체 간의 연관관계 도출 및 전시회의 성과를 높이고자 하는 연구들이 진행되고 있다. 그런데, 이러한 기존의 부스추천시스템과 관련된 연구를 살펴보면 시스템적인 관점에서 추천의 정확성만을 논하고 있을 뿐 추천을 통한 참관객의 행동이나 인식의 변화에 대해서는 충분히 논의하고 있지 못하다. 부스추천시스템(Booth Recommendation System)은 참관객의 부스방문 정보를 바탕으로 참관객에게 적절한 부스를 추천하기 때문에 참관객은 사전에 계획하지 않은 전시장을 방문하게 될 수 있다. 이 때 참관객은 계획하지 않은 방문행동을 통해서 만족할 수도 있지만 추천과 정이 번거롭다거나 자유롭게 참관을 하는데 방해가 된다고 생각할 수 있다. 이 경우 참관객의 자유로운 관람보다 오히려 더 좋지 않은 성과를 낼 수 있다. 따라서 부스 추천시스템을 전시장에 적용하기 위해서는 시스템의 성과에 미치는 영향요인이 무엇인지 전반적으로 검토하고, 부스추천시스템이 참관객의 계획되지 않은 방문행동에 미치는 영향에 대해 면밀히 검토해야 한다. 이에 본 연구에서는 부스추천시스템의 성과에 영향을 미치는 요인이 무엇인지 이론과 기존문헌을 통해 살펴보고자 하였다. 또한, 참관객의 지각된 부스추천시스템의 성과가 참관객의 계획되지 않은 행동에 대한 만족도와 부스추천시스템의 재사용의도에 어떤 영향을 미치는지 살펴보고자 하였다. 이러한 연구목적을 달성하기 위한 이론적 프레임워크로 본 연구는 계획되지 않은 행동이론(Unplanned Behavior Theory)을 도입하였다. 계획되지 않은 행동(unplanned behavior)이란 "소비자들이 사전에 계획하지 되지 않은 채 실행된 어떤 행동"으로 정의할 수 있다. 소비자들의 계획되지 않은 행동은 그 동안 마케팅 등 다양한 분야에서 연구되어 왔다. 특히, 마케팅에서는 계획되지 않은 행동 중 계획되지 않은 구매(unplanned purchasing)에 많은 관심을 두어 왔는데 이 개념은 종종 충동적 구매(impulsive purchasing)와 혼동되어 사용되곤 하였다. 그런데, 충동적 구매가 갑자기 무엇인가 구매를 해야하는 강하고 지속적인 충동(urge)이라고 본다면 계획되지 않은 구매는 구매의사결정의 시점이 상점에 들어가기 전이 아닌 상점 내에서 수행된다는 점이 다르다. 즉, 모든 충동적 구매는 비계획적이나, 모든 계획되지 않은 구매가 충동적인 구매는 아니다. 그런데, 왜 소비자들은 계획되지 않은 행동을 하는가? 이에 대해서는 학자들에 따라 여러 가지 의견이 있으나 소비자가 사전에 철저한 계획을 수립하지 않고 따라서 중간에 계획을 변화시킬만한 유연성(flexibility)이 있기 때문이라는 점에 일관된 의견을 보인다. 즉, 계획되지 않은 행동을 하는데 많은 비용이 소요된다면 소비자들은 사전에 수립한 계획을 변경하기 어렵게 될 것이기 때문이다. 본 연구에서 살펴보고자 하는 전시장 역시 참관객들은 방문하기 전에 전시장이 어떤 프로그램으로 구성되어 있는지 살펴보고, 어떤 부스를 방문할지를 사전에 계획하게 된다. 그 이유는 참관객들이 전시장 방문에 투입할 수 있는 시간은 한정되어 있는 반면에 전시회는 대규모의 다양한 부스로 운영되기 때문에 참관객들이 모든 부스를 참관한다는 것이 현실적으로 불가능하기 때문이다. 따라서 본 연구에서 제시하는 부스추천시스템이 참관객이 선호할 만한 부스를 추천하게 되면 참관객은 자신의 계획을 변화시켜서 부스추천시스템이 추천한 부스를 방문하게 된다. 이러한 방문행동은 소비자가 상점을 방문하거나, 관광객이 관광지에서 계획하지 않은 행동을 하는 것과 유사한 측면에서 이해가 가능하며 특히 최근 여행소비자들이 정보기기의 영향으로 계획되지 않은 행동을 하는 경우가 부쩍 증가한 추세와 동일한 맥락에서 이해가 가능하다. 이에 다음과 같은 연구모형을 설정하였다. 이 연구모형은 참관객이 지각한 부스추천시스템의 성과(performance)를 매개변수로 하고 있는데 이 성과에 영향을 미치는 요인으로 부스추천시스템에 대한 신뢰(trust), 전시장 참관객의 지식수준 (knowledge level), 부스 추천시스템의 기대된 개인화 (expected personalization) 그리고 부스추천시스템의 자유위협(threat to freedom)을 영향요인으로 파악하였다. 또한, 지각된 부스추천시스템 성과와 계획되지 않은 행동에 대한 참관객의 만족도와 향후 부스추천시스템의 재사용의도간의 인과관계도 파악하고자 하였다. 이 때 부스추천시스템에대한신뢰는권한(competence), 자선(benevolence), 그리고진실(integrity)의2차요인(2nd order factor)으로구성하고, 나머지 요인들은 1차 요인으로 구성하였다. 이를 검증하기 위해 2011 DMC Culture Open 행사에서 부스추천시스템을 테스트하기 위하여 시스템을 개발하고, 101명의 참관객을 대상으로 실증조사를 하여 분석하였다. 분석결과 첫째, 부스추천시스템에 있어서 참관객의 신뢰가 가장 중요한 요소이며 실제 해당 부스추천시스템을 이용한 참관객들은 신뢰를 통해 부스추천시스템이 성과 있다고 인식하였다. 둘째, 참관객의 지식수준 역시 부스추천시스템의 성과에 유의한 영향을 미쳤는데 이는 추천의 성과가 전시장에 대한 사전적 이해가 필요함을 의미한다. 즉, 전시장에 대한 이해가 높은 참관객이 부스추천시스템의 유용성을 더 잘 파악하는 것으로 나타났다. 셋째, 기대된 개인화 수준은 성과에 유의한 영향을 미치지 못했는데 이는 기존 연구와 다른 결과로 본 연구에 사용된 부스추천시스템이 충분히 개인화 서비스를 제공하지 못했기 때문이라고 판단된다. 넷째, 부스추천시스템의 추천정보는 개인의 자유를 위협하거나 제한한다고 느끼지 않음으로 충분히 유용한 가치를 갖는다고 할 수 있다. 끝으로 부스정보시스템의 높은 성과는 참관객들의 계획되지 않은 행동에 대한 높은 만족도와 향후에도 부스추천시스템을 재사용할 의도를 만드는 것으로 나타났다. 이와 같이 본 연구는 부스추천시스템이 야기하는 참관객의 계획되지 않은 부스방문행동에 미치는 영향력을 분석하기 위해 계획되지 않은 행동이론을 중심으로 실증자료를 이용하여 분석하고, 이를 통해 향후 부스추천시스템의 구축 및 설계에 유용한 시사점을 도출할 수 있었다. 향후에는 보다 정교한 설문구성과 측정대상을 이용하여 추가적인 검토가 필요할 것으로 기대된다.