• 한국비블리아학회지
• /
• 제35권1호
• /
• pp.73-96
• /
• 2024

본 연구는 과천시 지식정보타운에 건립될 도서관의 운영을 위한 체계적이고 종합적인 계획을 수립하는 데 목적이 있다. 이를 위해 과천시 공공도서관 이용자들을 대상으로 도서관 운영 요구도 조사를 실시하고, 설문 결과를 바탕으로 도서관 장서 구축 계획, 이용자 서비스 및 이용활성화 방안을 수립하고자 하였다. 연구 결과, 첫째, 도서관은 누구나 이용할 수 있는 복합문화공간이자 이용자의 휴식공간 등으로 활용되도록 공간을 구성해야 하며, 일정 수준 이상의 소음을 허용하여 자유로운 정보 소통 및 커뮤니케이션 공간 등으로 제공되어야 한다. 둘째, 선호하는 장서의 형태와 종류(유형) 등에 대해 분석한 결과, 1순위 인쇄자료, 2순위 웹자료, 3순위 전자책/전자저널 등의 순으로 나타났으며, 도서 주제는 문학, 역사 등에 대한 선호도가 높은 것으로 나타났다. 셋째, 문화예술프로그램에 대한 선호도가 높게 나타나, 향후 과천지식정보타운 도서관이 문화예술을 주제로 한 프로그램을 강화하여 운영할 필요가 있을 것으로 파악하였다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.25-44
• /
• 2013

최근 IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 웹 서비스의 등장으로 영상 콘텐츠의 접근이 용이해져 사용자들은 자신이 원하는 콘텐츠를 찾고자 하는 요구가 증가하고 있다. 하지만 서비스되는 콘텐츠의 양이 방대하여 영상 콘텐츠를 검색할 때 사용하는 키워드 기반의 검색은 많은 양의 결과를 가져오며 사용자가 필요로 하지 않은 결과가 검색된다. 따라서 사용자가 원하는 콘텐츠의 검색 시간과 노력이 증가 하게 되었다. 이를 극복 하기 위해 콘텐츠 추천 및 검색에 대한 연구가 수행되어 왔다. 기존의 연구에는 사용자의 선호도 분석을 통하여 영상 콘텐츠를 추천하거나 비슷한 성향을 가지는 사용자들을 분류하여 콘텐츠를 추천하는 기법들이 연구되어 왔다. 본 논문에서는 영상 콘텐츠 중 영화의 추천을 위해 사용자 개인의 영화 메타데이터의 선호도를 분석하고, 영화의 메타데이터와 영화의 유사성을 도출하여 이를 기반으로 영화 추천 기법을 제안한다. 영화의 특징을 담고 있고, 사용자의 영화 선호도에 영향을 끼치는 장르, 줄거리, 배우, 키워드 등의 영화 메타데이터를 기반으로 온톨로지를 구축하고, 확률 기법을 통한 메타 데이터간의 유사성을 분석하여 유사 메타데이터를 연결한다. 또한 사용자의 선호도와 그룹을 정의하고, 사용자 정보를 활용하기 위한 사용자 모델을 정의한다. 제안하는 추천 기법은 1) 사용자 정보기반의 후보 영화 검색 컴포넌트, 2) 사용자 선호기반의 후보 영화 검색 컴포넌트, 3) 1)과 2)의 결과를 통합하고 가중치를 부여하는 컴포넌트, 4) 최종결과의 분석을 통한 개인화된 영화 추천 컴포넌트 등 총 4가지 컴포넌트로 구성된다. 제안하는 추천 기법의 실험을 위하여 20대 남/녀 10명씩 20명을 대상으로 실험을 진행하였으며, 실험결과 평균 Top-5에서 2.1개 Top-10에서 3.35개 Top-20에서 6.35의 영화가 보고 싶은 영화로 선택되었다. 본 논문에서는 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.

• 핵의학기술
• /
• 제14권2호
• /
• pp.138-144
• /
• 2010

급변하는 의료환경 속에서도 변함없이 의료기관들은 환자 안전관리 부분의 중요성을 인식하여 관리하고 있다. 하지만 현재 환자안전관리는 사후관리와 처벌이 강조된 프로세스들로 조직원들의 참여성이 결여된 문제를 보이고 있다. 본원 핵의학과 에서는 참여형 니어미스 사고예방 활동을 시행하여 환자안전사고에 사전관리를 시작하고 사고보고에 따른 불이익이 없는 시스템을 구축하여 니어미스 감소 와 환자안전사고 제로화를 목적으로 본 연구을 시작하였다. 또한 핵의학과만의 차별화된 환자안전관리System구축도 그 목적으로 하고 있다. 1. 팀원들의 과거 니어미스 및 현재 발생되고 있는 니어미스와 사고 사례수집(1차 자료수집). 2. 설문을 통해 중요도, 긴급도를 파악하고 니어미스 및 사고사례를 정량화(2차 자료수집). 3. 자료 분석을 통한 중요 접점 파악과 사고 사례 정량화. 4. 중요 접점 부분에 대한 매뉴얼 제작과 표준화, 오류방지를 위한 참여형 개선활동 시행. 5. 니어미스 보고체계 구축을 위한 웹 기반 커뮤니티 활동. 6. 설문과 FGI를 통해 활동 전후 평가 시행. 1) 비계량적이었던 핵의학과 내 안전사고 및 니어미스를 계량화(월 50여 회의 니어미스와 년 1건의 안전사고발생) 2) 계량화된 데이터를 통해 개선방안을 수립(0여건의 참여형 개선활동, 프로세스 개선, 표준화를 위한 약속 매뉴얼 제작) 3) 안전문화 시스템을 형성하고 팀원들의 높은 관여도를 형성.(보고체계구축, 체크리스트 제작, 안전문화 슬로건 제작, 평가 인덱스 구축) 4) 니어미스 및 사고 사례를 공유하고 반면교사로 삼기 위한 커뮤니티 개설. 5) 활동 전후 니어미스 발생률은 50% 감소 하였고 안전사고 제로. 핵의학과의 최고의 서비스는 환자안전이 보장된 양질의 검사와 치료를 제공하는 것이다. 참여형 개선활동으로 니어미스사고를 예방하고 안전문화를 형성하여 시스템을 구축함으로써 니어미스 발생 사례는 50% 줄었으며 안전사고는 발생하지 않았다. 이는 환자안전사고의 사전관리란 측면에서도 시사하는 바가 있다. 또한 불이익이 없는 사고보고체계도 마련하여 솔직하게 보고하고 인정하는 문화도 만든 계기가 되었다. 기본에 충실한 뛰어난 시스템은 환자에게 제공되는 최고의 서비스이며 형성된 안전문화 시스템은 결국 고객만족으로 이어질 것이다. 따라서 본원 핵의학과 에서는 마련된 시스템을 정착하고 안정시켜 차별화된 환자안전문화를 형성해 나가고자 한다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.85-107
• /
• 2019

온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제15권3호
• /
• pp.79-90
• /
• 2014

아이디와 패스워드를 통한 인증은 고전적인 방법이나 여전히 가장 널리 사용되고 있다. 오늘날 사용자들의 패스워드의 인증 수행 과정은 그 단순함과 편리함, 반복적인 수행으로 인해 적응무의식화 되었다. 즉, 의식화된 상태가 아닌 무의식적으로 인증을 수행하고 있다. 인증과정은 그 절차가 단순하고 반복 학습되어 인간의 깊은 사고 없이도 무의식적으로 수행할 수 있도록 학습될 수 있다. 또한 사용자들이 보유한 아이디와 패스워드 개수가 적기 때문에 기억에 의존할 수 있는 것도 적응무의식화의 원인 중 하나이다. 소수의 아이디와 패스워드 개수를 보유한 것과 달리 대개 사용자들은 수많은 웹, 모바일, 인터넷사이트 서비스에 가입되어 있다. 계정의 수는 많은 반면 소수의 아이디, 패스워드 쌍을 보유했을 때, 그리고 그것이 기억에 의존하여 관리될 때, 마지막으로 인증 과정이 무의식적으로 수행될 때 그것은 인간의 취약점이 된다. 과거에는 정보유출을 위한 해킹 공격이 하드웨어나 소프트웨어 등의 취약점을 이용한 것이었다면 최근에는 이와 더불어 인적 요소의 취약점을 이용하는 사회공학적 공격이 많아지고 있다. 특히 피싱 및 파밍 등과 같은 정보유출형 공격이 급증하고 있다. 피싱 및 파밍 공격은 인적 요소의 취약성을 이용한 것이며, 무의적으로 수행하는 인간의 인증 행위에 취약하다. 과거의 피싱 및 파밍에 대한 연구는 기술적인 분석이나 대책이 주를 이루었지만, 본 논문은 피싱 및 파밍 공격시 반응하는 인간의 행위에 관심이 있다. 사용자가 패스워드를 무의식적으로 입력 할 때, 그리고 인증 행위를 반복 수행할 때, 얼마나 많은 패스워드를 노출할 수 있는지 실험을 통해 확인했다.

• 한국비블리아학회지
• /
• 제26권1호
• /
• pp.135-170
• /
• 2015

본 연구는 웹의 진화에 따른 도서관의 대응을 도서관1.0, 도서관2.0, 도서관3.0으로 시대 구분하여 대학도서관 업무의 변화를 알아보고, 시대별 변화에 따른 업무의 특성을 제시하고자 하였다. 선행연구와 사례를 통한 직무분석과 델파이 조사를 통하여 나타난 연구 결과, 첫째, 도서관1.0 시대에서 시작하여 도서관3.0 시대로 계속 이어지는 업무 170개, 도서관2.0 시대에서 시작하여 도서관3.0 시대로 이어지는 업무 58개, 도서관1.0 시대에서 시작하여 도서관2.0 시대로 이어지는 업무 3개, 도서관1.0 시대에만 존재한 업무 3개, 도서관2.0 시대에만 존재한 업무 1개, 도서관3.0 시대에 새롭게 생성된 업무 25개 등으로 나타났다. 둘째, 5개 직무영역의 세부적인 부분을 포괄하는 전체적인 특성을 살펴보면, 경영관리의 경우, 중요도, 난이도, 빈도 모두가 시대별로 유의미하게 상승하는 것으로 밝혀졌다. 장서개발 및 관리의 경우, 중요도, 난이도, 빈도 모두가 도서관2.0 시대에서 도서관3.0 시대로만 유의미하게 상승하는 것으로 밝혀졌다. 자료조직의 경우, 중요도는 도서관1.0 시대에서 도서관2.0 시대로 유의미하게 하락하고, 빈도는 시대별로 유의미하게 하락하며, 난이도는 시대별로 유의미한 변화가 없는 것으로 밝혀졌다. 이용서비스의 경우, 중요도는 시대별로 유의미하게 상승하며, 난이도는 도서관1.0 시대에서 도서관2.0 시대로만 유의미하게 상승하는 것으로 밝혀졌다. 빈도는 시대별로 유의미하게 변화하지 않는 것으로 밝혀졌다. 정보시스템 구축 및 관리의 경우, 중요도 및 빈도는 시대별로 유의미하게 상승하며, 난이도는 시대별로 유의미하게 변화하지 않는 것으로 밝혀졌다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (A)
• /
• pp.17-18
• /
• 2007

데이터베이스 튜닝은 일반적으로 데이터베이스 어플리케이션을 "좀 더 빠르게" 실행하게 하는 일련의 활동을 뜻한다[1]. 데이터베이스 관리자가 튜닝에 필요한 주먹구구식 룰(Rule of thumb)들을 모두 파악 하고 상황에 맞추어 적용하는 것은 비싼 비용과 오랜 시간을 요구한다. 그렇게 때문에 서로 다른 어플 리케이션들이 맞물려 있는 복잡한 서비스는 필수적으로 자동화된 데이터베이스 성능 관리와 튜닝을 필 요로 한다. 본 논문에서는 이를 해결하기 위하여 지식 도매인(Knowledge Domain)을 기초로 한 자동화 된 데이터베이스 튜닝 원칙(Tuning Principle)을 제시하는 시스템을 제안한다. 각각의 데이터베이스 튜닝 이론들은 지식 도매인의 지식으로 활용되며, 성능에 영향을 미치는 요소들을 개체(Object)와 콘셉트 (Concept)로 구성하고 추론 시스템을 통해 튜닝 원칙을 추론하여 쉽고 빠르게 현재 상황에 맞는 튜닝 방법론을 적용시킬 수 있다. 자동화된 데이터베이스 튜닝에 대해 여러 분야에 걸쳐 학문적인 연구가 이루어지고 있다. 그 예로써 Microsoft의 AutoAdmin Project[2], Oracle의 SQL 튜닝 아키텍처[3], COLT[4], DBA Companion[5], SQUASH[6] 등을 들 수 있다. 이러한 최적화 기법들을 각각의 기능적인 방법론에 따라 다시 분류하면 크게 Design Tuning, Logical Structure Tuning, Sentence Tuning, SQL Tuning, Server Tuning, System/Network Tuning으로 나누어 볼 수 있다. 이 중 SQL Tuning 등은 수치적으로 결정되어 이미 존재하는 정보를 이용하기 때문에 구조화된 모델로 표현하기 쉽고 사용자의 다양한 요구에 의해 변화하는 조건들을 수용하기 쉽기 때문에 이에 중점을 두고 성능 문제를 해결하는 데 초점을 맞추었다. 데이터베이스 시스템의 일련의 처리 과정에 따라 DBMS를 구성하는 개체들과 속성, 그리고 연관 관계들이 모델링된다. 데이터베이스 시스템은 Application / Query / DBMS Level의 3개 레벨에 따라 구조화되며, 본 논문에서는 개체, 속성, 연관 관계 및 데이터베이스 튜닝에 사용되는 Rule of thumb들을 분석하여 튜닝 원칙을 포함한 지식의 형태로 변환하였다. 튜닝 원칙은 데이터베이스 시스템에서 발생하는 문제를 해결할 수 있게 하는 일종의 황금률로써 지식 도매인의 바탕이 되는 사실(Fact)과 룰(Rule) 로써 표현된다. Fact는 모델링된 시스템을 지식 도매인의 하나의 지식 개체로 표현하는 방식이고, Rule 은 Fact에 기반을 두어 튜닝 원칙을 지식의 형태로 표현한 것이다. Rule은 다시 시스템 모델링을 통해 사전에 정의되는 Rule와 튜닝 원칙을 추론하기 위해 사용되는 Rule의 두 가지 타업으로 나뉘며, 대부분의 Rule은 입력되는 값에 따라 다른 솔루션을 취하게 하는 분기의 역할을 수행한다. 사용자는 제한적으로 자동 생성된 Fact와 Rule을 통해 튜닝 원칙을 추론하여 데이터베이스 시스템에 적용할 수 있으며, 요구나 필요에 따라 GUI를 통해 상황에 맞는 Fact와 Rule을 수동으로 추가할 수도 었다. 지식 도매인에서 튜닝 원칙을 추론하기 위해 JAVA 기반의 추론 엔진인 JESS가 사용된다. JESS는 스크립트 언어를 사용하는 전문가 시스템[7]으로 선언적 룰(Declarative Rule)을 이용하여 지식을 표현 하고 추론을 수행하는 추론 엔진의 한 종류이다. JESS의 지식 표현 방식은 튜닝 원칙을 쉽게 표현하고 수용할 수 있는 구조를 가지고 있으며 작은 크기와 빠른 추론 성능을 가지기 때문에 실시간으로 처리 되는 어플리케이션 튜닝에 적합하다. 지식 기반 모률의 가장 큰 역할은 주어진 데이터베이스 시스템의 모델을 통하여 필요한 새로운 지식을 생성하고 저장하는 것이다. 이를 위하여 Fact와 Rule은 지식 표현 의 기본 단위인 트리플(Triple)의 형태로 표현된다, 트리플은 Subject, Property, Object의 3가지 요소로 구성되며, 대부분의 Fact와 Rule들은 트리플의 기본 형태 또는 트리플의 조합으로 이루어진 C Condition과 Action의 두 부분의 결합으로 구성된다. 이와 같이 데이터베이스 시스템 모델의 개체들과 속성, 그리고 연관 관계들을 표현함으로써 지식들이 추론 엔진의 Fact와 Rule로 기능할 수 있다. 본 시스템에서는 이를 구현 및 실험하기 위하여 웹 기반 서버-클라이언트 시스템을 가정하였다. 서버는 Process Controller, Parser, Rule Database, JESS Reasoning Engine으로 구성 되 어 있으며, 클라이 언트는 Rule Manager Interface와 Result Viewer로 구성되어 었다. 실험을 통해 얻어지는 튜닝 원칙 적용 전후의 실행 시간 측정 등 데이터베이스 시스템 성능 척도를 비교함으로써 시스템의 효용을 판단하였으며, 실험 결과 적용 전에 비하여 튜닝 원칙을 적용한 경우 최대 1초 미만의 전처리에 따른 부하 시간 추가와 최소 약 1.5배에서 최대 약 3배까지의 처리 시간 개선을 확인하였다. 본 논문에서 제안하는 시스템은 튜닝 원칙을 자동으로 생성하고 지식 형태로 변형시킴으로써 새로운 튜닝 원칙을 파생하여 제공하고, 성능에 영향을 미치는 요소와 함께 직접 Fact과 Rule을 추가함으로써 커스터마이정된 튜닝을 수행할 수 있게 하는 장점을 가진다. 추후 쿼리 자체의 튜닝 및 인텍스 최적화 등의 프로세스 자동화와 Rule을 효율적으로 정의하고 추가하는 방법 그리고 시스템 모델링을 효과적으로 구성하는 방법에 대한 연구를 통해 본 연구를 더욱 개선시킬 수 있을 것이다.

• 정보처리학회논문지C
• /
• 제9C권2호
• /
• pp.293-296
• /
• 2002

유선 환경에서 시작한 인터넷에 현재 존재하고 있는 웹 컨텐츠들을 모바일 환경에서 이용할 수 있게 하기 위하여 UP. Link 에서는 자동으로 HTML을 HDML로 번역해주는 기능을 가지고 있다. UP 브라우저에서 HTML 페이지를 억세스할 때 UP.Link 내의 에이전트는 번역기에게 HTML과 HDML 간의 번역을 처리하게끔 한다. I-Mode는 일본의 NTT-Docomo에서 개발 되었으며 이미 여러 가지 서비스를 통해 엄청난 컨텐츠를 보유하고 있다. Stinger 프로젝트에 의해 개발된 ME(Micro Explorer) 또한 많은 부가기능를 가지고 있다. 본 논문에서는 WAP에서 C-HTML과 mHTML의 컨텐츠를 수용할 수 있는 변환기를 설계하고 구현하였다. I-Mode의 C-HTML과 MS사의 ME는 HTML의 간이형으로 컨텐츠 제공 업자들이 다른 언어를 익힐 필요가 없으므로 WAP에 비해 컨텐츠 개발에 유리하다. C-HTML과 WML은 모두 모바일 환경에서 쓰이기 때문에 한 페이지 내에 제한되어 있는 용량 또한 비슷하다. 그러므로 C-HTML을 WML로, mHTML을 WML로 바꾸는 변환기를 개발하기 위해서 먼저 각 언어와 관련된 스펙을 분석하고 각각의 서로 대응되는 element를 찾아 표를 작성하고 난 후에 변환을 위한 알고리즘을 적용하여 변환기를 구현한다. 만약 대응되는 element가 없을 경우에는 WML에서 지원하는 여러 가지의 태그들을 조합하여 최대한 같은 형식으로 디스플레이 해줄 수 있는 방안을 제시한다. 편집기에서는 변환된 WML 소스를 컨텐츠 저작자가 클립 기능을 이용하여 다른 내용을 추가하거나 내용을 바꿀 수 있도록 지원한다. 구현 결과 약 90% 이상의 변환이 가능하다.장 높았고 비만군이 9.840점(표준편차 4.638)로 가장 낮았으며, 남자에서는 과체중군이 14.780점(표준편차 4.601), 여자에서는 저체중군이 12.284점(표준편차 4.604)으로 체형존중감이 가장 높았고, 남(평균 10.166점, 표준편차 4.246), 여(평균 8.772점, 표준편차 5.723) 모두 비만군에서 체형존중감이 가장 낮았다. 4. 비만도와 체형만족도 및 체형존중감과의 상관관계는 비만도와 체형만족도(r= -.2081, p= .000), 비만도와 체형존중감(r= -.2250, p= .000)은 유의한 역상관관계를 나타내어 비만도가 높을수록 체형만족도와 체형존중감이 낮았다. 5. 일반적 특성에 따른 비만상태는 전체에서는 성별($chi^2$=88.136, p=.000), 체형에 대한 인식($chi^2$=242.371, p= .000)에서, 남자에서는 부의 체형($chi^2$=15.11, p= .019), 체형에 대한 인식($chi^2$=138.95, p= .000)에서, 여자에서는 모의 학력($chi^2$=19.46, p= .022), 체형에 대한 인식($chi^2$=143.35, p= .000)에서 유의한 차이가 있었다. 전체에서 성별은 남자에서 비만은 21.4%, 여자에서 비만은 6.6%로 남자가 비만인 경우가 더 많았고, 체형에 대한 인식은 자신의 체형이 말랐다고 인식하는 경우 비만은 0.7%, 보통이라고 인식하는 경우 비만은 9.3%, 비만하다고 인식하는 경우 비만은 64.6%로 나타났다. 남자에서 부의 체형이 마른 경우 실제 비만인 학생은 21.20%, 보통인 경우

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.