• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 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.

• 대한지하수환경학회지
• /
• 제7권3호
• /
• pp.103-115
• /
• 2000

갈색 침전물의 생성은 우리나라 지하수의 개발 및 공급에 있어 흔히 발생하는 문제 중의 하나인데, 이에 따라 색도, 맛, 탁도 및 용존 철 함량 등의 항목에 있어 먹는 물 수질 기준을 초과하게 되고, 물 공급 시스템에 스케일링의 문제를 야기하게 된다. 경기도 파주 지역 지하수의 경우에도 양수 후 몇 시간 내에 갈색 침전물이 형성되어 수질을 악화시키고 있다. 본 연구에서는 지하수의 탁도를 유발하는 원인과 지화학적 반응 경로를 이해하고자, 평형열역학 및 반응속도론적 접근을 통하여 갈색 침전물의 형성과정을 파악하였다. 본 연구결과는 침전물의 형성을 최소화하기 위한 적정 양수 기법은 물론 수질 향상을 위한 최적 수처리 기법을 설계하는데 있어 중요한 자료로 활용될 것이다. 파주 지역의 암반 지하수는 물/암석(편마암)반응에 의해 Ca-$HCO_3$형의 수질 특성을 보인다. SEM-EDS 및 XRD 분석 결과, 갈색 침전물은 비정질의 함철 산화물 또는 수산화물로 해석된다. 다양한 공극 크기(6, 4, 1, 0.45, 0.2 $\mu\textrm{m}$)를 갖는 여과지를 이용한 다단계 여과 결과, 이들 침전물은 크기에 있어 대부분 1 내지 0.45$\mu\textrm{m}$의 입도를 갖는 콜로이드 형태이지만, 질량 분포로 볼 때는 1 내지 6$\mu\textrm{m}$범위가 우세함(총 질량의 약 81%)을 알 수 있다. 다량의 용존 철(II)은 지하수 유동 중에 철 함량이 높은(최대 3wt.%) 단층 파쇄암 내의 녹니석(clinochore)의 용해로부터 기원하는 것으로 판단된다. PHREEQC 프로그램을 이용한 포화지수 계산 및 pH-Eh 관계도에 대한 검토 결과, 침전물은 함철 수산화물임이 확인되며, 환원 조건에 있던 심부 지하수가 양수에 의해 산소에 노출되면서 화학성 변화(특히, 산화)에 의하여 침전함을 알 수 있다. 양수 이후의 시간 경과와 더불어 양수된 지하수의 pH, DO, 알칼리도는 점차 감소하며. 탁도는 증가하다가 일정 시간 경과 후 감소하는 경향을 보인다. 양수 이후의 경과 시간에 따른 용존 철(II)의 농도 감소율(즉, 반응 속도)은 Fe(II)=10.l exp(-0.0009t)로 표현된다. 따라서 갈색 침전물의 생성 반응은 양수 및 양수 후 저장 과정 중에 산소의 유입에 따른 산화 반응에 기인하며, 그 반응은 시간, 산소분압 및 pH에 의존함을 알 수 있다. 탁도를 제거하여 음용 가능한 수질을 확보하기 위해서는, 충분한 시간 동안 충분한 크기를 갖는 탱크 내에서의 다단계 저장 및 폭기를 거친 이후에 응집된 침전물에 대한 여과가 제안된다. 이때, 비용 절감 차원에서 상이한 입도 조건에서의 다단계 여과가 효과적일 것으로 생각된다. 한편, 개발 관정 내에서의 스케일링을 최소화하기 위해서는 심부 지하수로 산소가 풍부한 천층 지하수가 유입되는 과정을 최소화할 필요가 있다. 이를 위해서는 적정 채수량 범위 내에서의 지속적인 양수가 효과적일 것이다. 아울러, 산소가 풍부한 천층 지하수의 채수를 위한 별도의 관정 설치도 고려할 수 있을 것이다.

• 한국축산시설환경학회지
• /
• 제18권2호
• /
• pp.99-110
• /
• 2012

본 연구에서 조사된 일부 선도적인 양돈농가에서는 설치 운영하는 호기적 액상발효 공정은 대부분의 농가가 공정별 설계인자 및 물리 화학적인 성분변화의 특성보다는 경험적인 운영을 토대로 액비를 생산하고 있는 것을 알 수 있었다. 김 등의 조사연구에 따르면 가축분뇨의 발생단계인 분뇨수거방식은 현재 국내 돈사의 70% 이상이 슬러리 형태로 분뇨가 배출되고 있는 것으로 보고되고 있다. 양돈분뇨의 수거방식과 배출형태가 대부분 슬러리라는 사실은 양돈분뇨의 적정처리에 의한 환경오염 차단과 자원화 이용과정에 적용될 각종 공법 및 시스템 적용이 돈사 슬러리부터 집중 관리해야 함을 시사한다. 이처럼 가축분뇨 액비화의 적정처리에 있어서는 발생단계 뿐만 아니라 액비가 토양에 환원되기 직전까지의 모든 과정이 전반적으로 고려되어야 한다. 본 연구의 조사대상 농가의 가축분뇨 액비화 운영에 있어서 핵심적으로 구분 할 수 있는 단계를 주요사항 별로 구분하여 Table 8에 나타내었다. 가축분뇨 액비화 처리에 있어서 고액분리 단계의 경우 고액분리 방식과 효율에 따라 BOD (생물학적산소요구량), COD (화학적산소요구량), VFA (휘발성지방산) 등의 제거율의 차이가 있는 것으로 보고되고 있으며, 이는 후단공정 즉 주발효조에서의 공기주입량의 산정, 공기공급방식, 발효기간 및 2차 발효 등 운영방식 결정에 주요한 요인이 될 수 있다. 이와 같이 액비가 생산되어 토양에 환원되기까지의 과정은 각각의 주요한 요소들이 유기적으로 연계되어 있으며, 농가 현장을 방문조사하고, 생산되는 액비를 비교 분석한 결과 액비화 공정에 있어서 필수적인 핵심적 단계를 도출 할 수 있었다. 이에 대한 주요내용은 다음과 같다. 1. 돈사 슬러리 관리 단계 돈사 슬러리는 혐기부패를 최대한 방지하며, 주요 악취물질인 $H_2S$, $NH_4$, VFAs의 생성을 억제하여야 한다. 돈사환경을 개선하기 위한 방법으로서는 부숙이 완전히 완료되어 유용미생물이 활성화된 액비를 돈사 세척수로 이용하거나, 슬러리 피트에 일부 투입하여 단순 저장일수를 처리일수로의 개념적 전환이 필요하다. 2. 고액분리 단계 일반적으로 BOD의 주요원인인 고농도의 유기물질은 대부분 분뇨의 고형성분에 포함되어 있기 때문에 물리적 처리공정인 고액분리 단계에서 최대한으로 제거하여 후단공정인 주발효조의 부하를 최소화 시킨다. 3. 발효처리-공기공급 단계 축산농가 마다 사료의 종류나 관리방법 등이 각기 다르므로 배출되는 슬러리의 성상을 파악하여 물질수지와 처리일수에 기초한 발효조 용량과 공기주입량의 산정이 필요하다. 또한 공기확산 및 막힘현상을 고려한 자동제어 장치나 발효조의 상태를 감시 제어하기 위한 인자로서 pH 및 산화환원전위 등을 실시간으로 모니터링 하는 것이 중요하다. 4. 발효처리-미생물, 반송 단계 일반점검 (온도, pH, 용존산소, 산화환원전위, 전기전도도 등)과 정밀점검 (BOD, COD, VFAs, SS, N, P 등)의 주기적인 점검을 통하여 미생물 생장에 알맞은 유입농도와 반송량을 결정하고 농가환경에 맞는 발효조 운전방식을 확립 할 필요가 있다. 5. 후숙처리-최종액비 단계 후숙조에서는 공기과잉 투입으로 인한 질소성분의 손실을 방지하고, 유용미생물을 이용하여 토양환원에 적합한 액비를 제조한다. 가스발생에 의한 작물생육 피해를 방지할 수 있는 액비 안정화 운전기술을 확립하고, 살포시기를 대응하여 액비의 유 출입을 집중적으로 관리한다. 6. 액비유통센터 연계-농지환원 단계 제조된 액비는 액비유통센터에 위탁하여 살포하는 체계를 확립하고, 악취 민원의 발생을 최대한 억제한다. 액비유통센터는 철저한 년 중 살포프로그램을 운영하여 원활한 살포조직 체제를 구성하는 것이 중요하다. 축산농가에서 가축분뇨 관리방법은 축사의 입지, 주변 환경 및 각종 환경규제 등 여러가지 여건에 따라 각기 다르며, 다수의 축산농가가 특정한 처리방법을 동일하게 적용하는 것은 현실적으로 불가능하다. 따라서 본 연구에서 분석된 각 농가의 액비 성상 등은 여러 가지 환경적 요소가 복합적으로 작용하고 있으며, 조사농가 중 일부는 발효과정 중에 있는 액비를 채취하였으므로, 분석결과를 해석하여 가축분뇨 운영관리를 총체적으로 판단하는 것은 다소 무리가 있다. 추후에는 각 공정에 대해 유입되는 슬러리원수에서부터 처리가 완료되는 단계까지의 과정을 일괄적으로 분석하여, 유입 유출농도, 수리학적 체류시간 등 공학적 요소 및 이에 따른 경제성 평가 등을 세밀하게 연구할 필요성이 있다. 이밖에도 가축분뇨의 중요한 관리부분인 병원성미생물과 관련된 위해성 분분을 고려하지 않을 수 없다. 가축분뇨에는 인간에게 직접적인 영향을 미칠 수 있는 Escherichia coli, Campylobacter, salmonella, Listeria 등 다양한 병원성 세균이 발견된다. 최근 전국적으로 발생된 구제역 사태는 우리나라 축산업 자체에 큰 타격을 주었을 뿐만 아니라, 사회 경제적으로도 막대한 손실을 가져왔다. 이 사건을 계기로 국내 축산기반의 전면적 재정비가 불가피하게 되었음은 물론 가축 분뇨에서 유래한 병원성 미생물 및 바이러스 등의 근원적 대처방법 개선과 가축분뇨의 위생적 처리에 대한 안전관리가 시급한 현안이 되었다. 따라서 안전한 경축순환의 액비유통 관리 체계 구축을 위해서는 병원성 미생물, 바이러스 등과 같은 위해요소를 억제 할 수 있는 액비화 처리기술의 표준화 공정 개발 또한 필요하다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.1-22
• /
• 2021

텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.