• 제목/요약/키워드: 인력예측모형

검색결과 62건 처리시간 0.024초

한국선원의 승선과 이직에 대한 패널자료 구축과 활용방안 (A Study on Collection and Usage of Panel Data on On-board Job Taking and Separation of Korean Seafarers)

  • 박용안
    • 한국항만경제학회지
    • /
    • 제32권4호
    • /
    • pp.149-163
    • /
    • 2016
  • 선원은 해운업과 수산업에서는 선박의 조종과 항행안전을 담당하고 있는 한편, 어로작업도 도맡아 하고 있다. 항만운송에서 선원들은 도선사 양성의 기반이 되며, 항만운영과 해양사고 예방을 지원하고 있다. 선원은 선박의 안전관리, 안전 항행감독, 내항해운 분야의 여객선 안전운항 관리, 해양사고 심판 등 많은 분야에서 전문적 지식과 경험을 제공하고 있다. 이 같은 경제적 기여에도 불구하고 선원들의 장기적 공급 부족에 따른 외국인 선원의 한국적 선박에서 승선확대, 급속히 진행되고 있는 고령화는 선원 수급에 경고음을 울려왔다. 본 연구는 (1) 선원들의 승선과 이직에 대한 추이와 특성을 분석하여 선원 패널자료가 필요함을 명시하고 (2) 선원 패널자료의 구축시 그 내용과 자료관리 방안에 대한 대안을 설정하고, 대안별 장단점을 검토한 후 (3) 선원 패널자료를 이용한 선원공급의 장단기 예측 모형 개발 등 활용방안을 제시하였다. 선원 패널자료의 구축은 한국 노동패널(한국노동연구원, 2016)과 같이 수 십년 간의 자료 축적을 통해, 선원의 이직과 승선에 대해 체계적이고 다양한 분석을 할 수 있게 한다. 패널자료의 구축 추진기관으로서는 이미 선원통계를 축적하고 있는 한국선원복지고용센터가 1차적으로 적합하다. 패널자료의 구축방안으로 한국선원복지고용센터의 기존자료를 활용하고 패널기준(졸업연도와 학과)을 명확히 하고 생애주기를 관측하는 것을 제안한다. 선원 패널자료는 과거 시계열 자료를 재입력하고 부원에 대한 자료추가, 선원 경력과 직책 등 승하선 경력, 개인특성, 가정생활, 향후 진로와 의견 등을 포함한 자료와 정보들을 추가해 구축될 수 있다. 선원 패널자료 활용방안으로는 1) 선원공급에 대한 장단기 예측, 2) 선원의 일생 이력주기인 교육 훈련 재교육 등의 수요산정, 3) 선원의 승선과 이직, 자격재취득에 대한 체계적 자료의 축적을 통해 선원에 대한 인구동태적 분석, 4) 도선사 등 고급 해기사 인력을 필요로 하는 해양산업과 연계된 선원경력 관리를 통해, 선원의 장기승선을 유도, 5) 실효성이 있는 선원직 매력화 정책을 수립, 6) 선원직업의 안정화를 위한 정책수립에 이용을 예로 들 수 있다.

오피니언 마이닝을 이용한 지능형 VOC 분석시스템 (Intelligent VOC Analyzing System Using Opinion Mining)

  • 김유신;정승렬
    • 지능정보연구
    • /
    • 제19권3호
    • /
    • pp.113-125
    • /
    • 2013
  • 기업 경영에 있어서 고객의 소리(VOC)는 고객 만족도 향상 및 기업의사결정에 매우 중요한 정보이다. 이는 비단 기업뿐만 아니라 대고객, 대민원 업무를 처리하는 모든 조직에 있어서도 동일하다. 때문에 최근에는 기업뿐만 아니라 공공, 의료, 금융, 교육기관 등 거의 모든 조직이 VOC를 수집하여 활용하고 있다. 이러한 VOC는 방문, 전화, 우편, 인터넷게시판, SNS 등 다양한 채널을 통해 전달되지만, 막상 이를 제대로 활용하기는 쉽지 않다. 왜냐하면, 고객이 매우 감정적인 상태에서 고객의 주관적 의사를 음성 또는 문자로 표출하기 때문에 그 형식이나 내용이 정형화되어 있지 않고 저장하기도 어려우며 또한 저장하더라도 매우 방대한 분량의 비정형 데이터로 남기 때문이다. 본 연구는 이러한 비정형 VOC 데이터를 자동으로 분류하고 VOC의 유형과 극성을 판별할 수 있는 오피니언 마이닝 기반의 지능형 VOC 분석 시스템을 제안하였다. 또한 VOC 오피니언 분석의 기준이 되는 주제지향 감성사전 개발 프로세스와 각 단계를 구체적으로 제시하였다. 그리고 본 연구에서 제시한 시스템의 효용성을 검증하기 위하여 의료기관 홈페이지에서 수집한 4,300여건의 VOC 데이터를 이용하여 병원에 특화된 감성어휘와 감성극성값을 도출하여 감성사전을 구축하고 이를 통해 구현된 VOC분류 모형의 정확도를 비교하는 실험을 수행하였다. 그 결과 "칭찬, 친절함, 감사, 무사히, 잘해, 감동, 미소" 등의 어휘는 매우 높은 긍정 오피니언 값을 가지며, "퉁명, 뭡니까, 말하더군요, 무시하는" 등의 어휘들은 강한 부정의 극성값을 가지고 있음을 확인하였다. 또한 VOC의 오피니언 분류 임계값이 -0.50일 때 가장 높은 분류 예측정확도 77.8%를 검증함으로써 오피니언 마이닝 기반의 지능형 VOC 분석시스템의 유효성을 확인하였다. 그러므로 지능형 VOC 분석시스템을 통해 VOC의 실시간 자동 분류 및 대응 우선순위를 도출하여 고객 민원에 대해 신속히 대응한다면, VOC 전담 인력을 효율적으로 운용하면서도 고객 불만을 초기에 해소할 수 있는 긍정적 효과를 기대해 볼 수 있을 것이다. 또한 VOC 텍스트를 분석하고 활용할 수 있는 오피니언 마이닝 모형이라는 새로운 시도를 통해 향후 다양한 분석과 실용 프레임워크의 기틀을 제공할 수 있을 것으로 기대된다.