• 지능정보연구
• /
• 제25권4호
• /
• pp.67-88
• /
• 2019

웹툰은 인터넷의 특징적 요소들을 활용하여 제작되는 만화 콘텐츠를 온라인 환경에서 소비 가능한 형태로 유통하는 한국형 디지털 만화 플랫폼이다. 최근 웹툰 산업의 급격한 성장과 함께 웹툰 콘텐츠의 공급량이 기하급수적으로 증가함에 따라, 효과적인 웹툰 콘텐츠 추천 방안의 필요성이 커지고 있다. 웹툰은 회화적 요소와 문학적 요소, 디지털 요소의 복합적 산물로서, 독자로 하여금 재미를 느끼게 하고 웹툰이 연출하는 상황에 이입·공감하게 하는 등 소비자의 감성을 자극하는 디지털 콘텐츠 상품이다. 따라서 웹툰이 소비자에게 전달하는 감성이 소비자가 웹툰을 선택함에 있어 중요한 기준으로 작용할 것이라 기대할 수 있다. 본 연구는 기존에 충분히 논의되지 않았던 소비자 감성을 중심으로, 웹툰 콘텐츠의 효과적인 추천을 지원할 수 있는 소비자 감성 패턴맵의 개발을 목적으로 한다. 본 연구의 수행을 위해 '네이버 웹툰' 플랫폼에서 서비스되는 200개 작품에 대한 메타데이터와 소비자 감성어휘 정보를 수집하였다. 분석 목적에 부합하지 않는 작품을 제외한 127개 작품에 대해 488개의 감성어휘가 수집되었다. 이후 수집된 감성어휘들 간 유사감성 통합, 중복감성 배제 과정을 Bottom-up 접근으로 수행하여 총 63개 감성유형으로 축소된 웹툰 특화 감성지표를 구축하였다. 구축한 감성지표에 대한 탐색적 요인분석을 수행하여 웹툰 유형을 분류할 수 있는 3개의 중요 차원을 도출하고, 이를 기준으로 K-Means 클러스터링을 수행하여 전체 웹툰을 4개 유형으로 분류하였다. 각각의 유형에 대해 웹툰-감성 2-Mode 네트워크를 구축하여 웹툰 유형별로 나타나는 감성 패턴의 특징을 살펴보았으며, 프로파일링 분석을 통해 웹툰 유형별 인사이트와 실무적으로 의미 있는 전략적 시사점을 도출할 수 있었다. 본 연구의 결과를 통해 웹툰의 추천 및 분류의 영역에서 소비자 감성의 활용 가능성을 확인하고, 웹툰 생태계 내 구성원들이 소비자를 보다 잘 이해하고 전략을 수립할 수 있도록 돕는 가이드라인을 제시하였다는 점에서 의의가 있다.

• 방송공학회논문지
• /
• 제24권1호
• /
• pp.118-131
• /
• 2019

대용량의 8K UHD(Ultra High Definition) 콘텐츠를 지상파 방송으로 제공하기 위해서는 현 지상파 방송 시스템으로는 제한된 대역폭 등 여러 문제점이 있다. 이러한 문제점을 해결하기 위해 UHD 콘텐츠 전송 기술이 연구되었고, 그 중 하나로 지상파 방송망과 통신망을 이용한 8K UHD 방송 시스템이 제안되었다. 해당 기술은 8K UHD 콘텐츠를 영역 분할한 후 계층 분리를 통해 이종망으로 전송하여 지상파 방송망의 제한된 대역폭 문제를 해결하고자 하였다. 지상파 방송망을 통해 FHD(Full High Definition)에 해당하는 기본 계층과 4K UHD를 위한 부가 향상 계층 데이터를 전송하고, 통신망으로 8K UHD를 위한 부가 향상 계층 데이터를 전송한다. 이러한 방식으로 8K 콘텐츠를 제공할 경우, 지상파로는 최대 4K UHD 방송을 수신 할 수 있고 통신망을 추가로 이용할 경우 8K UHD까지 수신가능하다. 그러나 현재 국내 지상파 UHD 방송의 할당된 비트율 내에서 4K UHD 콘텐츠를 전송하기 위해서는 압축율을 높여 전송하는 상황도 존재하여 일정 수준의 화질열화는 필연적으로 발생한다. 그럼에도 UHD 콘텐츠의 특성상, 화질은어떤 요소보다 최우선적으로 고려되어야 하므로 제한된 비트율 내에서도 화질을 최대한 보장할 수 있어야 한다. 이를 위해서는 방송 시스템 내의 콘텐츠 생성기의 패킷 스케줄링이 필요하다. 콘텐츠 생성기는 방송망과 통신망을 이용한 8K UHD 방송 시스템내에서 인코딩된 미디어 데이터들을 패킷화하고 다중화기로 송출하는 기능을 수행한다. 다중화기는 콘텐츠 생성기로부터 전달받은 패킷 순서대로 송출하기 때문에 콘텐츠 생성기에서 다중화기로 전송하는 과정의 전송 시간과 전송률을 일정하고 정확하게 하는 것이 매우 중요하다. 따라서 본 논문에서는 일정 수준의 UHD 콘텐츠의 화질을 보장할 수 있도록 콘텐츠 생성기와 다중화기 간의 데이터 전송량 가변 전송 스케줄러를 제안한다. 이를 통해 UHD 방송 콘텐츠 종류에 관계없이 일정 수준의 화질을 보장하면서도 UHD 서비스의 끊김이나 지연을 최소화하여 사용자의 QoS(Quality of Service)를 향상시키고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권9호
• /
• pp.317-322
• /
• 2022

정보기술의 급격한 발달은 의료 환경에서도 많은 변화를 가져오고 있다. 특히 빅데이터와 인공지능(AI)을 활용한 의료영상 정보 시스템의 빠른 변화를 견인하고 있다. 전자의무기록(EMR)과 의료영상저장전송시스템(PACS)으로 구성된 처방전달시스템(OCS)은 의료 환경을 아날로그에서 디지털로 빠르게 바꾸어 놓았다. PACS는 여러 솔루션과 결합하여 호환, 보안, 효율성, 자동화 등 새로운 발전 방향을 보여주고 있다. 그 중, 영상의 질적 개선을 할 수 있는 빅데이터를 활용한 인공지능(AI)과의 결합이 활발히 진행되고 있다. 특히 딥러닝 기술을 활용하여 의료 영상 판독을 보조할 수 있는 시스템인 AI PACS가 대학과 산업체의 협력으로 개발되어 병원에서 활용되고 있다. 이처럼 의료 환경에서 의료영상 정보 시스템의 빠른 변화에 맞추어 의료시장의 구조적인 변화와 이에 대처할 수 있는 의료정책의 변화도 필요하다. 한편, 의료영상정보는 디지털 의료영상 전송 장치에서 생성되는 DICOM 방식을 기본으로 하고, 생성하는 방법의 차이에 따라 Volume 영상, 단면 영상인 2차원적 영상으로 구분된다. 또한, 최근 많은 의료기관에서는 스마트 병원 서비스를 내세우며 차세대 통합 의료정보시스템의 도입을 서두르고 있다. 차세대 통합 의료정보시스템은 EMR을 바탕으로 전자동의서, AI와 빅데이터를 활용한 정밀의료, 외부기관 등을 통합한 솔루션으로 구축하며, 이를 바탕으로 환자 정보 DB 구축과 데이터의 표준화를 통한 의료 빅데이터 기반의 의학 연구를 목적으로 한다. 우리나라의 의료영상 정보 시스템은 앞선 IT 기술력과 정부의 정책에 힘입어 세계적인 수준에 있으며, 특히 PACS 관련 프로그램은 의료 영상정보 기술에서 세계로 수출을 하고 있는 한 분야이다. 본 연구에서는 빅데이터를 활용한 의료영상 정보 시스템의 분석과 함께 의료영상 정보 시스템이 국내에 도입되게 된 역사적 배경을 바탕으로 현재의 흐름을 파악하고 나아가 미래의 발전 방향을 예측하였다. 향후, 20여 년 동안 축적된 DICOM 빅데이터를 기반으로 AI, 딥러닝 알고리즘을 활용하여 영상 판독률을 높일 수 있는 연구를 진행하고자 한다.

• 한국유통학회지:유통연구
• /
• 제16권4호
• /
• pp.29-64
• /
• 2011

상품의 이용가능성은 소비자 욕구를 충족시킬 수 있는 중요한 점포 능력 중의 하나이다. 그러나 구매하고자 하는 상품이 없는 품절(stockouts)상황이 발생했을때 소비자는 구매의사 결정의 어려움에 직면하고 이러한 어려움은 소비자의 부정적인 반응, 예컨대 점포에 대한 불만족을 야기한다. 본 연구에서는 상품의 이용가능성 상설, 즉 품절상황에서의 소비자 대체선택행동을 이끌어 내는 결정요인들을 파악하여, 이러한 변수들이 품절에 대한 소비자반응과 행동에 어떠한 영향을 미치는가를 규명하고자 한다. 세부적으로 본 연구에서는 기존 연구들과 달리 구매환경의 상황적인 특성(예: 구매 긴급성, 당황정도), 점포 특성(예: 상품구색, 매장편의성), 소비자 특성(예: 브랜드애호도, 점포애호도) 등에 초점을 맞추어 이러한 요인들이 품절시 소비자반응(상품대체, 구매연기, 점포전환 등의 대체선택행동)에 미치는 영향을 실증적으로 밝히는 것을 목적으로 하였다. 특히 본 연구에서는 선행연구에 비해 상품구색, 전반적인 점포 가격 이미지 등의 점포특성 변수들을 추가적으로 고려하여 분석하였다. 이러한 연구목적을 달성하기 위하여 대형할인마트, 슈퍼마켓 등의 다양한 소매업태에서 품절상황을 경험하고 나오는 353명의 소비자들로부터 자료를 수집하여 다항로짓분석(multinomial logit analysis)을 이용하여 연구모형과 연구가설을 검증하였다. 소비자 선택행동에 대한 MNL 모델 추정결과 품절상황에서 상품대체, 구매연기, 점포전환 행동에 대해 구매의 긴급성, 당황 정도, 구매량, 사전 계획구매, 상품구색, 전반적 점포가격 이미지, 브랜드애호도, 점포애호도 요인들이 소비자 선택행동에 유의한 영향을 미치는 것으로 나타났다. 구체적으로 살펴보면, 품절상황시 소비자의 점포 내 상품대체행동을 이끄는 결정요인으로 구매의 긴급성, 당황정도, 구매량, 사전 계획구매, 상품구색의 다양성, 저렴한 점포가격이미지, 브랜드애호도, 점포애호도 등이 유의하였으며, 구매연기를 유도하는 결정요인으로 구매의 긴급성, 구매량, 브랜드애호도 등으로 판명되었다. 품절시 소비자가 다른 점포로 전환하게 하는 요인은 구매의 긴급성, 구매량, 사전 계획구매, 상품구색의 다양성, 저렴한 점포가격이미지, 브랜드애호도, 점포애호도 등으로 파악되었다. 마지막으로 품절시 점포 편의성과 판매원 서비스 요인들은 소비자 대체 행동에 유의한 영향을 주지 못하였다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.49-65
• /
• 2014

구전(WOM: Word of Mouth)는 주변 사람들에게 상품에 대한 경험을 입에서 입으로 전달하는 현상을 말하며 소셜 미디어의 발전으로 온라인 구전(eWOM: Electronic Word of Mouth) 형태로 발전하였다. 구전 효과의 중요성으로 인해서 대부분의 기업들의 자사의 상품이나 서비스에 대한 온라인 구전에 촉각을 세우고 있으며, 특히 영화와 같은 경험재의 경우에는 그 영향력이 더욱 크다. 본 연구에서는 영화 커뮤니티에 대한 사회 네트워크 분석을 통해서 영화 흥행성과 지표인 매출에 미치는 영향요인을 규명하고자 한다. 영화 흥행성과 연구들에서 주요하게 다루어진 영화에 대한 구전의 크기(volume)와 방향성(valence)과 같은 구전 요인들을 추가하여, 구전 네트워크의 중심성 척도를 영향 요인에 고려하였다. 구전의 크기, 방향성, 그리고 3가지 중심성 척도(연결 중심성, 매개 중심성, 근접 중심성)의 최종 영화 매출에 영향 관계를 가설로 설정하였다. 제시한 연구 모형을 검증하기 위하여 대표적인 온라인 영화 커뮤니티 사이트인 IMDb(Internet Movie Database)에서 영화 구전 데이터를 수집하였고, Box-Office-Mojo사이트에서 영화 매출 데이터를 수집하였다. 2012년 9월부터 1년 동안, 주간 Top-10에 포함된 적이 있는 영화들을 대상으로 하였으며, 총 103개의 영화가 선정되어 이 영화들에 대한 메타 데이터와 커뮤니티 데이터가 수집되었다. 영화 커뮤니티 네트워크는 평가자들간의 댓글 관계를 기초로 구축하였다. 본 연구에서 사용한 3가지 중심성 척도는 사회 네트워크 분석 도구인 NodeXL을 사용하여 계산되었으며, 각 영화별 커뮤니티 참여자들의 중심성 척도의 평균값을 활용하였다. 가설 검증의 사전 분석을 위한 상관관계 분석에서는 3가지 중심성 척도간에 상관 관계가 높은 것으로 파악되어서, 각각에 대하여 별도로 회귀분석을 수행하였다. 분석 결과, 기존 연구와 일관성 있게 구전의 크기와 방향성은 영화 성과지표인 최종 매출에 긍정적인 영향을 미치는 것으로 파악되었다. 또한 구전 네트워크 내의 참여자 매개중심성 평균은 영화의 최종 매출에 영향을 미치는 것으로 파악되었다. 하지만 연결중심성과 근접중심성은 최종 매출에 영향을 주지 못하는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1565-1576
• /
• 2023

천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, R_rs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 R_rs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 R_rs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 R_rs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 R_rs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, R_rs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, R_rs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 R_rs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 R_rs 자료만을 적용할 수 있도록 도움을 줄 것이다.