• 지능정보연구
• /
• 제23권3호
• /
• pp.155-175
• /
• 2017

최근 독감 예측이나 당선인 예측, 구매 패턴, 투자 등 다방면에서 웹검색 트래픽 정보. 소셜 네트워크 내용 등 거대한 데이터를 통해 사회적 현상, 소비 패턴을 분석하는 시도가 이전보다 늘어났다. 구글, 네이버, 바이두 등 인터넷 포털 업체들의 웹검색 트래픽 정보 공개 서비스와 함께 웹검색 트래픽 정보를 활용하여 소비자나 사용자와 관련된 연구가 실시되기 시작했다. 웹검색 트래픽 정보를 활용한 사회 현상, 소비 패턴 분석을 연구는 많이 수행되었으나, 그에 비해서 도출된 여행 수요 모델을 토대로 의사결정을 위한 실질적 대책 수립으로 이어지는 연구는 많이 진행되지 않은 실정이다. 관광산업은 상대적으로 많은 고용을 가능하게 하고 외자를 유치하는 등 고부가가치를 창출하여 경제 전체에 선순환 효과를 일으키는 중요한 산업이다. 그 중에서도 국내 입국외래객중 수년간 2위와의 큰 차이로 1위를 차지해왔던 중국 국적의 관광객 '유커' 및 그들이 지출하는 1인당 평균 관광 수지는 한국 경제에 매우 중요한 한 부분이다. 관광 수요의 예측은 효율적인 자원 배분과 합리적인 의사 결정에 있어서 공공부문 및 민간부문 모두 중요하다. 적절한 관광 수요 예측을 통해서 한정된 자원을 더욱 효과적으로 활용하여 더욱 많은 부가가치를 창출하기 위한 것이다. 본 연구는 중국인 인바운드를 예측하는 방법에 있어, 이전보다 더 최신의 트렌드를 즉각적으로 반영하고 개인들의 집합의 관심도가 포함되어 예측 성능이 개선된 방법을 제안한다. 해외여행은 고관여 소비이기 때문에 잠재적 여행객들이 입국하기 전 웹검색을 통해 적극적으로 자신의 여정과 관련된 정보를 취득하기 위한 활동을 한다. 따라서 웹검색 트래픽 수치가 중국인 여행객의 관심정도를 대표할 수 있다고 보았다. 중국인 여행객들이 한국 여행을 준비하는 단계에서 검색할만한 키워드를 선정해 실제 중국인 입국자 수와 상관관계가 있음을 검증하고자 하였다. 중국 웹검색 엔진 시장에서 80%의 점유율을 가지는 중국 최대 웹검색 엔진 '바이두'에서 공개한 웹검색 데이터를 활용하여 그 관심 정도를 대표할 수 있을 것이라 추정했다. 수집에 필요한 키워드의 선정 단계에서는 잠재적 여행객이 여정을 계획하고 구체화하는 단계에서 일반적으로 검색하게 되는 키워드 후보군을 선정하였다. 키워드의 선정에는 중국 국적의 잠재적 여행객 표본과의 인터뷰를 거쳤다. 트래픽 대소 관계 확인 결과에 따라서 최종 선정된 키워드들을 한국여행이라는 주제와 직접적인 연관을 가지는 키워드부터, 간접적인 연관을 가지는 키워드까지 총 세 가지 레벨의 카테고리로 분류하였다. 분류된 카테고리 내의 키워드들은 바이두'가 제공하는 웹검색 트래픽 데이터 제공 서비스 '바이두 인덱스'를 통해 웹검색 트래픽 데이터를 수집했다. 공개된 데이터 페이지 특성을 고려한 웹 크롤러를 직접 설계하여 웹검색 트래픽 데이터를 수집하였고, 분리되어 수집된 변수에는 필요한 변수 변환 과정을 수행했다. 자동화 수집된 웹검색 트래픽 정보들을 투입하여 중국 여행 인바운드에 대한 유의한 영향 관계를 확인하여 중국인 여행객의 한국 인바운드 여행 수요를 예측하는 모형을 개발하고자 하였다. 정책 의사결정 및 관광 경영 의사결정 같은 실무적 활용을 고려하여 각 변수의 영향력을 정량적으로 설명할 수 있고 설득이 명료한 방법인 다중회귀분석방법을 적용해 선형 식을 도출하였다. 수집된 웹검색 트래픽 데이터를 기존 검증된 모형 독립변인들에 추가적으로 투입함으로써 전통적인 독립변인으로만 구성된 연구 모형과 비교하여 가장 뛰어난 성능을 보이는 모형을 확인하였다. 본 연구에서 검증하려는, 웹검색 트래픽으로 대표되는 독립변인을 투입한 최종 도출된 모형을 통해 중국인 관광 수요를 예측할 때 유의한 영향을 끼치는 웹검색 트래픽 변수를 확인할 수 있다. 최적 모형 설명력을 가지는 모형을 기반으로 최종 회귀 식을 만들었고 이를 '유커마이닝' 시스템 내부에 도입하였다. 데이터 분석에서 더 나아가 도출된 모형을 직관적으로 시각화하고, 웹검색 트래픽 정보를 활용하여 도출할 수 있는 인사이트를 함께 보여주는 데이터 분석 기반의 '유커마이닝' 솔루션의 시스템 알고리즘과 UX를 제안하였다. 본 연구가 제안하는 모형과 시스템은 관광수요 예측모형 분야에서 웹검색 트래픽 데이터라는 정보 탐색을 하는 과정에 놓인 개인들의 인터랙티브하고 즉각적인 변수를 활용한 새로운 시도이다. 실무적으로 관련 정책결정자나 관광사, 항공사 등이 활용 가능한 실제적인 가치를 가지고, 정책적으로도 효과적인 관광 정책 수립에 활용될 수 있다.

• 핵의학기술
• /
• 제20권1호
• /
• pp.13-19
• /
• 2016

목적: 게이트 심장 혈액풀 스캔(Multi-gated cardiac blood pool, GBP)은 좌심실의 기능을 비침습적으로 검사할 수 있는 간편한 방법이며 이를 통해 얻을 수 있는 좌심실 심박출 계수(Left ventricular ejection fraction, LVEF)는 허혈성심질환이나 판막질환 등의 심질환에 있어서 예후를 결정할 수 있는 중요한 지표로 간주되고 있다. 정확한 LVEF를 산출하기 위해서 최적중격상(best septal view)을 얻어야한다. 본 연구는 심실중격의 각도를 측정하여 최적중격 영상을 얻고자 하였고, LAO 45 영상과의 정량분석 값을 비교하고자 한다. 대상 및 방법: 2015년 3월부터 7월 사이에 국립암센터 핵의학과에서 GBP 스캔을 실시한 환자 중에서 혈관조영증강 흉부 CT를 시행한 265명을 기본 대상으로 하였다. 혈관조영증강흉부 CT의 횡단면 영상에서 좌심실의 크기가 가장 크고, 심실중격의 경계가 선명한 곳을 선택한다. 극상돌기와 흉골 또는 검상돌기의 중심을 잇는 선을 가상 중앙선이라 하고, 심실중격의 경계와 평행이 되는 선과 가상 중앙선의 예각(${\theta}$)을 측정한다. ${\theta}$와 45 각도와의 차이가 ${\pm}10^{\circ}$ 이상 차이나는 환자를 대상으로 LAO 45와 $LAO\;{\theta}$ 영상을 촬영하고 자동 관심영역 설정 모드(Automated Region Of Interest; Auto-ROI)와 수동 관심영역 설정모드(Manual Region Of Interest; Manual-ROI)에서 LVEF를 5번씩 구하여 서로 비교 평가하였다. 결과: 대상 환자 265명에서 ${\theta}$의 전체 평균은 $37.0{\pm}8.5^{\circ}$ 이었다. 그 중 ${\theta}$와 $45^{\circ}$ 각도의 차이가 ${\pm}10^{\circ}$ 이상 차이나는 환자는 총 88명이었고 평균은 $29.3{\pm}6.1^{\circ}$ 이었다. LAO 45와 ${\theta}$간 측정한 LVEF 차이는 Auto-ROI와 Manual-ROI 모두에서 통계적으로 유의한 차이를 보였다(P < 0.001, both). 이러한 차이는 ${\theta}$와의 유의한 상관관계는 보이지 않았다. 두 방법 모두 5번 반복 측정을 통해 구한 급내 상관계수에서도 모두 95% 이상으로 우수한 재현성을 보였다. Auto-ROI 와 manual-ROI에서 측정한 LVEF 차이에 대하여 LAO 45 및 LAO ${\theta}$ 에서의 대응표본 T검정으로 비교한 결과, 두 측정 각도에서의 유의한 차이는 보이지 않았다. 고찰 및 결론: 영상의학과에서 시행하고 있는 조영증강흉부 CT 영상을 통하여 심실중격 각도(${\theta}$)를 구하고 이를 GBP 스캔의 좌전사위상에 반영하였다. 이러한 방법은 기존의 LAO 45로 일괄적으로 촬영하던 방법과 유의한 차이를 보였다.