• 한국콘텐츠학회논문지
• /
• 제21권10호
• /
• pp.457-475
• /
• 2021

한국사회가 고령사회에 진입하며, 노동현장에서 다양한 세대가 공존하는 상황이 증가하고 있다. 본 연구는 기업의 리버스 멘토링(reverse mentoring)을 세대 교류의 차원에서 분석해보고자 하였다. 문헌연구와 인터뷰를 이용한 사례분석을 통하여 국내외 기업의 리버스멘토링 도입목표를 유형화하고, 의도적 표집방법으로 추출된 미국의 A사와 국내의 B사의 사례를 중심으로 리버스 멘토링 프로그램의 성공적인 실행요소를 분석하였다. 분석틀로는 사회교환이론, 조직연령이론, 세대연대이론을 바탕으로 1) 상호이익성 2) 동등한 기여, 3) 지속가능성의 세가지 명제를 제시하였다. 사례분석결과, 리버스멘토링의 도입 목표는 크게 세 가지로 소셜미디어 교육, 기업의 다양성 증진, 젊은 세대의 트렌드 이해로 나타났다. 미국의 A사와 국내의 B사의 경우 상호이익성과 동등한 기여에서는 유사성이 나타났으며 지속가능성의 경우 미국의 A사와는 달리, 한국의 B사에서는 개선의 여지가 있는 것으로 나타났다. 연구 결과, 앞으로 다양한 세대가 공존하는 노동 조직 내에서 리버스멘토링이 세대교류의 성공을 위한 중요한 함의를 제공할 것이라고 기대된다.

• 지식경영연구
• /
• 제22권2호
• /
• pp.145-165
• /
• 2021

2019년 12월 말, 전 세계를 혼란에 빠트린 코로나바이러스감염증-19(COVID-19)의 팬데믹이 시작되었다. 이러한 위기를 극복하고 피해를 최소화하기 위해 정부와 기관에서는 기존의 정책지원 효과를 극대화하고 변화하는 사회를 반영한 전방위적 대응책 마련이 필요하다. 사회적으로 부각되는 논제와 관심사항의 주제를 파악하기 위해, 본 연구는 소셜미디어의 빅데이터를 통해 코로나19와 관련된 주요 생각, 태도, 감정 등을 파악한다. 특히 정부의 대응에 관한 대중의 견해를 알기 위해 '정부 대응방향'을 기준으로 시기를 나누어 분석을 진행했다. 분석에 활용한 데이터는 네이버를 통해 2019년 12월 31일부터 2020년 12월 12일까지 수집되었다. 또한, 분석을 위해 텍스트마이닝 기법 중 TF-IDF 키워드 추출과 LDA 토픽모델링을 활용하였다. 그 결과, 8개의 코로나19 관련 주요 이슈가 도출되었으며, 이러한 이슈 사항과 주요 키워드를 기반으로 해당 분야에서의 코로나19 및 감염병 대응 정책 전략을 제시하였다. 본 연구는 코로나19 팬데믹과 같은 위기상황에 정부와 관련 기관이 국민의 필요와 요구에 따른 정확한 대응책을 마련하는 데 기초자료를 제공했다는 점에서 의의를 가진다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.197-216
• /
• 2022

인터넷 및 모바일 기술의 발달과 소셜미디어의 확산으로 인해 다량의 정보들이 온라인 상에서 생성, 유통되고 있다. 이중에는 대중에게 도움이 되는 유익한 정보들도 있지만, 역기능을 하는 이른바 가짜뉴스들도 함께 유통되고 있다. 지난 2020년 코로나19의 전세계적인 확산 이후, 온라인 상에는 이와 관련한 수많은 가짜뉴스들이 유통되었다. 다른 가짜뉴스들과 달리 코로나19와 관련된 가짜뉴스는 사람들의 건강, 나아가 생명까지 위협할 수 있다는 점에서 그 심각성이 매우 크다고 할 수 있다. 때문에 코로나19와 관련한 가짜뉴스를 자동으로 탐지하고, 이를 예방하는 지능형 기술은 사회적 건강도를 제고하는데 매우 의미 있는 연구주제라 할 수 있다. 이러한 배경에서 본 연구에서는 코로나19 관련 가짜뉴스 탐지를 효과적으로 수행하기 위해 그래프 임베딩 방법 중 하나인 Graph2vec을 활용한 방법을 제안한다. 가짜뉴스 탐지에 대한 주류 방법은 뉴스 콘텐츠 기반 즉, 텍스트에 대한 특징 분석으로 진행되었으나 본 연구에서는 사회적 참여 네트워크 내에서의 정보 전달 관계를 추가로 활용함으로써 보다 효과적으로 코로나19와 관련된 가짜뉴스를 탐지할 수 있었으며 성능 측면에서 정확도 향상을 확인할 수 있었다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.1-28
• /
• 2022

최근 몇 년간 많은 인터넷 대기업이 인공 지능 기술을 기반으로 한 개인화 서비스를 제공하여 온라인 사용자를 끌어들이는 자체 콘텐츠 서비스를 제공하고 있다. 본 연구에서는 기업의 온라인 서비스 네트워크에서 콘텐츠 서비스의 역할을 분석한다. 네이버의 서비스 포트폴리오에서 전문 제작 콘텐츠로 특징지어질 수 있는 웹툰의 역할과 구글 서비스 포트폴리오에서 사용자 제작 콘텐츠로 구분될 수 있는 유튜브의 역할을 확인한다. 네이버와 구글 서비스 이용에 관한 설문 조사 데이터를 바탕으로 방향성 계량 서비스 네트워크를 분석한다. 온라인 서비스 네트워크에서 노드는 온라인 서비스를 나타내고, 노드 간의 관계는 포트폴리오 내의 특정 서비스를 순차적으로 사용하는 것을 나타낸다. 연구 결과, 웹툰과 유튜브 모두 내향중심성보다 외향중심성이 더 높다는 것을 알 수 있다. 즉, 콘텐츠 서비스는 기업의 양방향 네트워크에서 도착 서비스의 역할보다 시작 서비스의 역할을 수행할 가능성이 높다. 유튜브의 외향중심성과 내향중심성의 차이는 웹툰의 외향중심성과 내향중심성의 차이보다 상대적으로 적다. 구글의 서비스 포트폴리오에서 유튜브의 높은 중심성은 엔터테인먼트 위주였던 초기 역할에서 검색 플랫폼으로 성장하였음을 보여준다.

• 한국산업정보학회논문지
• /
• 제29권3호
• /
• pp.1-12
• /
• 2024

본 논문에서는 대규모 한국어 언어모델인 KoAlpaca를 파인튜닝하고 이를 이용한 블로그 텍스트 생성 시스템을 구현하였다. 소셜 미디어 플랫폼의 블로그는 기업 마케팅 수단으로 널리 활용된다. 수집된 협찬 블로그 텍스트의 감정 분석과 정제를 통한 긍정 리뷰의 학습 데이터를 구축하고 KoAlpaca 학습의 경량화를 위한 QLoRA를 적용하였다. QLoRA는 학습에 필요한 메모리 사용량을 크게 줄이는 파인튜닝 접근법으로 파라미터 크기 12.8B 경우의 실험 환경에서 LoRA 대비 최대 약 58.8%의 메모리 사용량 감소를 확인하였다. 파인튜닝 모델의 생성 성능 평가를 위해서 학습 데이터에 포함되지 않은 100개의 입력으로 생성한 텍스트는 사전학습 모델에 비해서 평균적으로 두배 이상의 단어 수를 생성하였으며 긍정 감정의 텍스트 역시 두 배 이상으로 나타났다. 정성적 생성 성능 평가를 위한 설문조사에서 파인튜닝 모델의 생성 결과가 제시된 주제에 더 잘 부합한다는 응답이 평균 77.5%로 나타났다. 이를 통해서 본 논문의 협찬물에 대한 긍정 리뷰 생성 언어모델은 콘텐츠 제작을 위한 시간 관리의 효율성을 높이고 일관된 마케팅 효과를 보장하는 콘텐츠 제작이 가능함을 보였다. 향후 사전학습 모델의 생성 요소에 의해서 긍정 리뷰의 범주에서 벗어나는 생성 결과를 감소시키기 위해서 학습 데이터의 증강을 활용한 파인튜닝을 진행할 예정이다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.482-488
• /
• 2014

대표적인 소셜 네트워크 서비스(SNS)인 트위터의 내용을 분석하여 자동으로 트윗에 나타난 사용자의 감성을 분석하고자 한다. 기계학습 기법을 사용해서 감성 분석 모델을 생성하기 위해서는 각각의 트윗에 긍정 또는 부정을 나타내는 감성 레이블이 필요하다. 그러나 사람이 모든 트윗에 감성 레이블을 붙이는 것은 비용이 많이 소요되고, 실질적으로 불가능하다. 그래서 본 연구에서는 "감성 레이블이 있는 데이터"와 함께 "감성 레이블이 없는 데이터"도 활용하기 위해서 반감독 학습기법인 self-training 알고리즘을 적용하여 감성분석 모델을 생성한다. Self-training 알고리즘은 "레이블이 있는 데이터"의 레이블이 있는 데이터를 활용하여 "레이블이 없는 데이터"의 레이블을 확정하여 "레이블이 있는 데이터"를 확장하는 방식으로, 분류모델을 점진적으로 개선시키는 방식이다. 그러나 데이터의 레이블이 한번 확정되면 향후 학습에서 계속 사용되므로, 초기의 오류가 계속적으로 학습에 영향을 미치게 된다. 그러므로 조금 더 신중하게 "레이블이 없는 데이터"의 레이블을 결정할 필요가 있다. 본 논문에서는 self-training 알고리즘을 이용하여 보다 높은 정확도의 감성 분석 모델을 생성하기 위하여, self-training 중 "감성 레이블이 없는 데이터"의 레이블을 결정하여 "감성 레이블이 있는 데이터"로 확장하기 위한 3가지 정책을 제시하고, 각각의 성능을 비교 분석한다. 첫 번째 정책은 임계치를 고려하는 것이다. 분류 경계로부터 일정거리 이상 떨어져 있는 데이터를 선택하고자 하는 것이다. 두 번째 정책은 같은 개수의 긍/부정 데이터를 추가하는 것이다. 한쪽 감성에 해당하는 데이터에만 국한된 학습을 하는 것을 방지하기 위한 것이다. 세 번째 정책은 최대 개수를 고려하는 것이다. 한 번에 많은 양의 데이터가 "감성 레이블이 있는 데이터"에 추가되는 것을 방지하고 상위 몇%만 선택하기 위해서, 선택되는 데이터의 개수의 상한선을 정한 것이다. 실험은 긍정과 부정으로 분류되어 있는 트위터 데이터 셋인 Stanford data set에 적용하여 실험하였다. 그 결과 학습된 모델은 "감성 레이블이 있는 데이터" 만을 가지고 모델을 생성한 것보다 감성분석의 성능을 향상 시킬 수 있었고 3가지 정책을 적용한 방법의 효과를 입증하였다.

• 한국조경학회지
• /
• 제45권3호
• /
• pp.80-91
• /
• 2017

본 연구는 최근 젊은 층을 중심으로 확산되고 있는 한복나들이의 행위 주체인 한복나들이객과 그들이 방문하고, 선호하는 장소의 특성을 밝힘으로써 경복궁에 한복나들이객이 집중되는 요인을 규명하는 것이다. 한복나들이객의 자발적 취미활동을 경관 프로슈머적 관점에서 해석하고, 도시경관적 의의를 고찰하고자 한다. 한복나들이객을 대상으로 심층인터뷰, 현장인터뷰, 현장관찰조사를 실시한 결과, 한복나들이객은 다양한 층위가 있었다. 한복나들이객은 한복에 대한 인식, 이용방식, 활동에 따라 선도그룹, 진입그룹, 단순체험그룹으로 구분되며, 선도그룹과 진입그룹은 한복나들이 활동의 지속성에 따라 자발적 취미계층으로 분류된다. 한복나들이 장소로서 경복궁 방문 목적과 요인에 그룹별 차이가 있었다. 선도그룹은 홍보, 모임, 문화 활동을 위한 장소와 주변 목적지에 방문하기 위한 집결장소로 경복궁을 방문하는 경우가 많았다. 이 경우, 경복궁의 전통적인 경관 외에 교통 편리성, 경복궁과 주변지역의 전통문화 전시 및 행사가 주 요인으로 나타났다. 진입그룹은 경복궁의 전통적인 경관과 주변 문화시설 이용을 목적으로 방문하는 경우가 많았다. 단순체험그룹은 경복궁의 전통적인 경관과 한복 착용자가 많은 점이 방문 요인으로 작용했다. 단순체험그룹은 한복나들이 장소로 경복궁을 최초로 방문하고 있어, '한복나들이 입문 코스', '한복놀이터'로서 경복궁의 새로운 장소성을 확인하였다. 한복나들이 향유계층은 오프라인의 실제 장소에서 장소와 경관을 소비하고, 동시에 새로운 경관을 생산하며, 소셜미디어와 1인 미디어 등 온라인에서 경관 이미지를 생산함으로써 '경관 프로슈머'적 성향을 지닌다. 이들의 다채롭고 자발적인 움직임은 도시경관에 역동성을 부여하며, 이는 도시의 새로운 문화자산이라는 의미를 지닌다. 그동안 국내외 소비자학 및 마케팅 분야에 국한되어 연구된 프로슈머의 개념을 한복나들이객이라는 자발적 취미계층을 통해 '경관 프로슈머'를 개념화하고, 도시경관적 의의를 고찰하였다는 점에서 본 연구의 의의가 있다.

• 한국재난정보학회 논문집
• /
• 제10권4호
• /
• pp.518-527
• /
• 2014

우리나라는 고속의 경제성장을 이룩해 오면서 경제적, 사회적으로 성장이란 관점에 초점을 맞추어 왔고 그 결과 세계 선진국 대열에 근접하였다. 그러나 지금 우리는 국가 전체적으로 재난과 안전이란 문제에 직면에 있다. 국가재난관리체계와 그에 대한 시스템, 국민의 안전의식은 여전히 후진국 수준에 머물러 있었음이 드러났고 이것은 최근 세월호 사건으로 극명하게 표출되면서 정부와 국민 모두에게 큰 자각심을 불러 일으켰다. 또한 이전과 달리 재난은 환경적, 사회적 등의 변화로 더욱 대형화, 복잡화, 다변화됨과 동시에 예측이 불가능한 형태로 바뀌어 가고 있다. 이와 같은 변화에서 재난현장을 중심으로 한 신속하고 효율적인 대응의 중요성이 그 어느 때보다 절실하게 요구되고 있다. 이러한 시대적 요구를 실현하기 위해서는 국가적 차원에서의 재난현장 중심의 일원화된 재난통신망 구축과 재난대응관리에 대한 법, 제도, 조직 개선 및 고도화된 재난대응표준절차 수립이 필요하다. 재난현장 중심의 효율성을 확보한 일원화된 재난통신망을 구축하기 위해서는 현장에 투입된 유관기관 담당자들 간의 원활한 통신확보, 다양한 현장 정보입수, 정보공유, 통신 불감지역 최소화, 정확한 현장 대응을 위한 신속한 의사결정, 통신두절 대비 백업망 구축 등이 필수적인 요소이다. 이를 위해 음성통신 외에 영상을 포함한 다양한 멀티미디어 통신과 위치정보 파악이 가능하고 우리나라가 약 70% 원천 기술을 보유한 PS-LTE 방식을 이용한 통신망 구축이 최적으로 판단된다. 또한 주파수 특성상 통신 불감지역이 최소인 700MHz 대역을 이용하고 예측할 수 없는 통신두절에 대비한 위성통신백업망과 재난현장의 많은 정보 입수를 위해 센서 네트워크 기술, 소셜미디어 활용 등을 통하여 신속하고 정확한 의사결정과 현장대응 및 일사분란한 지휘통신체계로 피해를 최소화 할 수 있다. 이와 동시에 재난대응 관리 측면에서는 첫째로 재난관리 표준운영절차를 선진화, 고도화하여 재난발생시 f즉각적인 행동절차에 돌입하게 하며 둘째로 개방형 플랫폼 형태의 재난통합대응체계를 구성하여 민관이 공동으로 재난대응에 참여할 수 있도록 한다. 셋째로 법, 제도, 업무분산에 의한 총괄조정기능을 강화하여 적극적인 재난안전관리를 도모한다. 넷째로 국무총리 산하에 별도의 재난대응 전담조직이 필요한데 해당업무의 특성이나 규모를 고려하여 소방이 적합한 조직으로 사료된다. 다섯째로 인명 구조를 위한 특수구조단체 설립이 필요하고 여기에는 현재 중앙 119구조대를 확대, 개편하는 것이 바람직하다. 마지막으로는 현재의 복잡한 긴급구조통신번호를 119로 통합하고 이에 대한 통합센터 신설과 전문인력 양성에도 많은 정부의 노력이 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제22권1호
• /
• pp.187-204
• /
• 2016

소셜 미디어를 이용하는 사용자들이 직접 작성한 의견 혹은 리뷰를 이용하여 상호간의 교류 및 정보를 공유하게 되었다. 이를 통해 고객리뷰를 이용하는 오피니언마이닝, 웹마이닝 및 감성분석 등 다양한 연구분야에서의 연구가 진행되기 시작하였다. 특히, 감성분석은 어떠한 토픽(주제)를 기준으로 직접적으로 글을 작성한 사람들의 태도, 입장 및 감성을 알아내는데 목적을 두고 있다. 고객의 의견을 내포하고 있는 정보 혹은 데이터는 감성분석을 위한 핵심 데이터가 되기 때문에 토픽을 통한 고객들의 의견을 분석하는데 효율적이며, 기업에서는 소비자들의 니즈에 맞는 마케팅 혹은 투자자들의 시장동향에 따른 많은 투자가 이루어지고 있다. 본 연구에서는 중국의 온라인 시나 주식 포럼에서 사용자들이 직접 작성한 포스팅(글)을 이용하여 기존에 제시된 토픽들로부터 핫토픽을 선정하고 탐지하고자 한다. 기존에 사용된 감성 사전을 활용하여 토픽들에 대한 감성값과 극성을 분류하고, 군집분석을 통해 핫토픽을 선정하였다. 핫토픽을 선정하기 위해 k-means 알고리즘을 이용하였으며, 추가로 인공지능기법인 SOM을 적용하여 핫토픽 선정하는 절차를 제시하였다. 또한, 로짓, 의사결정나무, SVM 등의 데이터마이닝 기법을 이용하여 핫토픽 사전 탐지를 하는 감성분석을 위한 모형을 개발하여 관심지수를 통해 선정된 핫토픽과 탐지된 핫토픽을 비교하였다. 본 연구를 통해 핫토픽에 대한 정보 제공함으로써 최신 동향에 대한 흐름을 알 수 있게 되고, 주식 포럼에 대한 핫토픽은 주식 시장에서의 투자자들에게 유용한 정보를 제공하게 될 뿐만 아니라 소비자들의 니즈를 충족시킬 수 있을 것이라 기대된다.