• 융합정보논문지
• /
• 제12권3호
• /
• pp.116-125
• /
• 2022

본 연구의 목적은 COVID-19 팬데믹 국면에서 코로나 발생과 확산에 따른 투자자 불안심리가 암호화폐 가격에 영향을 미치는지를 분석하고, 딥러닝 모형에 기반하여 암호화폐의 가격 예측을 실험하는 것이다. 투자자 불안심리는 네이버의 코로나 검색지수와 코로나 확진자 정보를 결합하여 산출하며, 암호화폐 가격과의 그랜저 인과성을 분석하고 딥러닝모형을 이용하여 암호화폐 가격을 예측한다. 실험 결과는 다음과 같다. 첫째, CCI 지표는 비트코인, 이더리움, 라이트코인의 수익률에 유의적인 그랜저 인과성을 보여주었다. 둘째, CCI를 입력변수로 하는 LSTM은 높은 예측성과를 보여주었다. 셋째, 암호화폐 사이의 비교에서는 비트코인의 가격 예측 성과가 가장 높게 나타났다. 본 연구는 코로나 국면에서 네이버 코로나 검색 정보와 암호화폐 가격과의 관련성을 분석한 첫 시도라는 점에서 학술적 의의를 찾을 수 있다. 향후 연구에서는 가격 예측 정확성을 높이기 위하여 다양한 딥러닝 모형으로의 확장 연구가 필요하다.

• 산경연구논집
• /
• 제11권8호
• /
• pp.31-38
• /
• 2020

Purpose: This study uses 'Autoregressive Integrated Moving Average Model' to predict the impact of a sharp drop in the base rate due to COVID-19 at the present time when government policies for stabilizing house prices are in progress. The purpose of this study is to predict implications for the direction of the government's house policy by predicting changes in house transaction prices and house rental prices after a sharp cut in the base rate. Research design, data, and methodology: The ARIMA intervention model can build a model without additional information with just one time series. Therefore, it is a time-series analysis method frequently used for short-term prediction. After the subprime mortgage, which had shocked since the global financial crisis in April 2007, the bank's interest rate in 2020 is set at a time point close to zero at 0.75%. After that, the model was estimated using the interest rate fluctuations for the Bank of Korea base interest rate, the house transaction price index, and the house rental price index as event variables. Results: In predicting the change in house transaction price due to interest rate intervention, the house transaction price index due to the fall in interest rates was predicted to change after 3 months. As a result, it was 102.47 in April 2020, 102.87 in May 2020, and 103.21 in June 2020. It was expected to rise in the short term. In forecasting the change in house rental price due to interest rate intervention, the house rental price index due to the drop in interest rate was predicted to change after 3 months. As a result, it was 97.76 in April 2020, 97.85 in May 2020, and 97.97 in June 2020. It was expected to rise in the short term. Conclusions: If low interest rates continue to stimulate the contracted economy caused by COVID-19, it seems that there is ample room for house transaction and rental prices to rise amid low growth. Therefore, In order to stabilize the house price due to the low interest rate situation, it is considered that additional measures are needed to suppress speculative demand.

• 서비스연구
• /
• 제7권3호
• /
• pp.57-70
• /
• 2017

최근 제4차 산업혁명 시대가 도래함에 따라서 산업구조와 고용구조가 크게 변화될 것이라는 전망이 발표되고 있다. 특히 인공지능의 발전이 자동화를 촉진하여 제조업의 일자리는 감소하고, 인간 고유 능력 중심의 서비스 일자리 중심으로 재편될 것이라는 분석이 많다. 본 연구는 이 같은 이론적 분석에 의한 추세 전망 모델을 기초 검증하기 위해 수행되었다. 제4차 산업혁명으로 인한 고용구조 변화에 대한 통찰력을 획득하기 위해 지난 수십 년간의 고용구조 변화를 국가별, 시대별로 분석하였다. 이러한 데이터 분석을 통하여 고용구조 변화 모델에 대한 일차적 검증을 수행하였다. 기존 연구자가 예측한 U자 형태의 모델로 이동하고 있는지에 대한 실증적 분석을 하였으며, 향후의 전망에 대한 기초 분석도 제시하였다. 분석결과, U자형 모델로의 고용구조 변화는 실제 데이터로 확인되고 있으며, 이러한 U자화 추세는 제4차 산업혁명시대에 더욱 가속화될 것으로 전망되었다. 향후 보다 정밀한 데이터 분석에 의한 모델 검증이 필요하며, 고용구조 변화에 대한 심층 연구도 필요하다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2001년도 The Seoul International Simulation Conference
• /
• pp.170-202
• /
• 2001

Simulation is used to reduce a risk involved in the new project and decision-making in an organization and to save cost and time by forecasting different situations. The objectives of this research are to acknowledge the need of simulation through the real life sample and to encourage the use of the simulation method in the future consulting project by continuously making the necessary improvements. This research analyzed the effectiveness of the simulation based on the sample use of simulation method in 1994 and 1997 for the BPR project of certification issuance process at the Supreme Court. In order to evaluate the value of the proposed simulation model, we examined the gap, which existed between the simulation result and the operational data collected by visiting the actual sites where AROS (Automated Registry Office System: automation system developed by LG-EDS Systems) is being utilized. We also identified the causes for the existing gap. According to the analysis result, (1) the gap came from the status change of thinking that the concentration of certification issuance request has eased after the computerization, (2) the gap existed in the operational process because they failed to consider the situational factors of each registry office in the simulation model, and (3) lastly the gap came from the difficulty of formulating the mathematical model for predicting the complex and diverse behavior pattern of individuals requesting the certification issuance. In order to narrow the existing gaps, we made a proposal to improve the certification issuance process where software of certification issuance vending machine was upgraded in order to help the people to use the service conveniently, more part time workers were hared when there was a overload of certification issuance request, and the quality of the certification Issuance vending machine is improved, In this research, we examined an efficient way of resource allocation based on the simulation conducted in 1994 and 1997. By reflecting changes since the simulation of 1994 and allocating the clerk and machine based on the predicted results of the simulation, we maximized the efficiency of the certification issuance process. In conclusion, this research examined the future usability of simulation method based on the analysis result and identified the key issues to consider when using the simulation method in the future consulting project.

• 지능정보연구
• /
• 제26권4호
• /
• pp.111-126
• /
• 2020

CRM의 하위 연구 분야로 진행되었던 고객이탈예측은 최근 비즈니스 머신러닝 기술의 발전으로 인해 빅데이터 기반의 퍼포먼스 마케팅 주제로 더욱 그 중요도가 높아지고 있다. 그러나, 기존의 관련 연구는 예측 모형 자체의 성능을 개선시키는 것이 주요 목적이었으며, 전체적인 고객이탈예측 프로세스를 개선하고자 하는 연구는 상대적으로 부족했다. 본 연구는 성공적인 고객이탈관리가 모형 자체의 성능보다는 전체 프로세스의 개선을 통해 더 잘 이루어질 수 있다는 가정하에, 이차원 고객충성도 세그먼트 기반의 고객이탈예측 프로세스 (CCP/2DL: Customer Churn Prediction based on Two-Dimensional Loyalty segmentation)를 제안한다. CCP/2DL은 양방향, 즉 양적 및 질적 로열티 기반의 고객세분화를 시행하고, 고객세그먼트들을 이탈패턴에 따라 2차 그룹핑을 실시한 뒤, 이탈패턴 그룹별 이질적인 이탈예측 모형을 독립적으로 적용하는 일련의 이탈예측 프로세스이다. 제안한 이탈예측 프로세스의 상대적 우수성을 평가하기 위해 기존의 범용이탈예측 프로세스와 클러스터링 기반 이탈예측 프로세스와의 성능 비교를 수행하였다. 글로벌 NGO 단체인 A사의 협력으로 후원자 데이터를 활용한 분석과 검증을 수행했으며, 제안한 CCP/2DL의 성능이 다른 이탈예측 방법론보다 우수한 성능을 보이는 것으로 나타났다. 이러한 이탈예측 프로세스는 이탈예측에도 효과적일 뿐만 아니라, 다양한 고객통찰력을 확보하고, 관련된 다른 퍼포먼스 마케팅 활동을 수행할 수 있는 전략적 기반이 될 수 있다는 점에서 연구의 의의를 찾을 수 있다.

• 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.

• 벤처창업연구
• /
• 제19권2호
• /
• pp.1-11
• /
• 2024

오늘날 세계 경제는 전례 없는 변동성과 함께 전통적인 투자 지표 또한 변화하며, '투자 동절기'라 불리는 시기가 도래했다. 이러한 상황에서 초기 단계의 스타트업은 즉각적인 수익 창출의 어려움으로 인해 자금 확보의 필요성을 절감하고 있다. 특히 재무 지표만이 투자 평가의 지표로 인정받던 과거와 달리, 부차적인 요소였던 조직문화가 회복 탄력성과 지속 가능성을 판단하는 핵심 요소로 부상하고 있다. 본 연구는 경쟁 가치 프레임워크(Competing Values Framework)와 조직문화 평가 도구(Organizational Culture Assessment Instrument)의 체계적 연구 접근법을 결합하여 투자자가 매력적으로 느끼는 초기 단계의 스타트업 조직문화 사이의 복잡한 상호작용을 심도있게 탐구하였다. 분석 결과, 외부 시장 환경에 적극적으로 반응하며 조직의 유연성과 안정성을 균형 있게 유지하는 스타트업 일수록 투자자의 관심을 받고 있다는 사실을 확인하였다. 또한 초기 단계의 스타트업 투자를 결정하는 과정에서 애드호크라시 문화와 마켓 문화 중심적 사고 방식이 중추적인 역할을 한다는 것을 강조하고 있다. 그리고 이번 연구 결과에서 주목할 만한 부분은 스타트업이 투자 유치 여부와 관계없이 구성원 관리에 있어서만큼은 클랜 문화를 지향하고 있으며, 이를 통해 조직 내에서 복지와 개인의 발전을 지원하는 것의 중요성을 다시 확인할 수 있었다. 또한 투자자들에게 주목을 받기 위한 핵심 요소로서, 마켓 문화 기반의 강한 리더십, 혁신을 향한 확고한 의지, 조직 내의 조화로운 협업이 강조되었다. 본 연구에서 도출된 로지스틱 회귀 모델은 88.3%라는 높은 예측 정확도를 보이며 초기 단계의 스타트업 조직문화와 성공적인 투자 유치 사이의 연관성을 깊이 있게 제시하고 있다. 이처럼 본 연구는 스타트업과 투자자들 모두에게 근거있는 가이드라인을 제공함으로써 학문적 및 실용적 측면에서 큰 의의를 지닌다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.187-201
• /
• 2011

방향성(Direction)과 변동성(Volatility)에 대한 분석은 증권투자를 위한 시장분석의 기초가 된다. 변동성분석이 옵션 투자에서 중요하다면 주식이나 주가지수선물투자는 방향성분석에 의하여 투자성과가 결정된다. 기존의 금융분석에서 기계학습을 이용한 방향성에 대한 연구는 주가나 투자위험의 예측을 중심으로 이루어졌으며, 최근에 와서야 실전투자를 위한 매매시스템(trading system) 개발에 대한 연구가 이루어지고 있다. 인공지능형 주가예측모형에서는 ANN(artificial neural networks), fuzzy system, SVM(Support Vector Machine) 등의 기법이 주로 활용되고 있다. 본 연구에서는 방향성매매를 위한 지능형 기계학습방법 중에서도 패턴인식에서 좋은 성과를 보이고 있는 은닉마코프 모형(Hidden Markov Model)을 이용한다. 실무적으로는 방향성 예측을 위해 주로 주가의 추세분석(Trend Analysis)을 활용한다. 다양한 기술적 지표를 이용한 추세분석에 기반한 시스템트레이딩(System Trading) 기법은 실전투자에서 점차 확대추세에 있다. 본 연구에서는 시스템트레이딩 기법 중 실무에서 많이 이용되는 이동평균교차전략(moving average cross)에 연속 은닉마코프모형을 적용한 지능형 매매시스템을 제안하고, 실제 주가자료를 이용한 시뮬레이션 결과를 제시한다. 세계적 선물시장으로 성장한 KOSPI200 선물시장에서 제안된 매매시스템의 장기간의 투자성과를 분석하기 위하여 지난 21년 동안의 KOSPI200 주가지수자료를 실증 분석하였다. 분석결과는 KOSPI200 주가지수선물의 방향성매매에서 제안된 CHMM기반 지능형 매매시스템이 실전에서 일반적으로 활용되는 시스템트레이딩 기법의 투자성과를 개선할 수 있음을 보여주었다.

• 벤처창업연구
• /
• 제18권4호
• /
• pp.21-35
• /
• 2023

생성 AI 기술의 막대한 파급력에 대한 기대가 산업계를 휩쓸고 있다. 생성 AI 기술의 활용과 발전에 창업생태계가 중요한 역할을 할 것으로 기대되는 만큼, 이 분야의 벤처투자 현황과 특성을 더 잘 이해하는 것도 중요하다. 본 연구는 생성 AI 기술과 창업생태계를 주도하는 미국을 비교 대상으로 삼아 한국의 벤처투자 내역을 분석하고 향후 벤처투자 금액을 예측한다. 분석을 위해서 미국의 117개 생성 AI 스타트업의 2008년부터 2023년까지 286건의 투자 내역과 한국의 42개 생성 AI 스타트업의 2011년부터 2023년까지 144건의 투자 내역을 수집하여 새로운 분석 자료를 구축했다. 분석 결과, 생성 AI 기업의 창업과 벤처 투자가 최근 들어 급증하고 있으며, 초기 투자에 절대다수의 투자 건이 집중됐다는 점이 미국과 한국에서 공통적으로 확인됐다. 양국의 차이점도 몇 가지 발견됐다. 미국의 경우 한국과는 다르게 같은 투자 단계에서 최근의 투자 규모가 그 이전보다 285%에서 488%까지 증가했다. 단계별 투자 소요 기간은 한국이 미국보다 다소 길었으나 그 차이가 통계적으로 유의하지는 않았다. 또한, 전체 벤처투자 금액 중 생성 AI 기업에 대한 투자 비중도 한국이 미국보다 높았다. 생성AI의 세부 분야별로는 미국은 텍스트와 모델 분야에 전체 투자액의 59.2%가 집중된 반면, 한국은 비디오, 이미지, 챗 기술에 전체 투자액의 61.9%가 집중돼 차이를 보였다. 2023년부터 2029년까지 한국의 생성 AI 기업에 대한 벤처 투자 예상 금액을 네 가지 다른 모델로 예측한 결과, 평균 3조 4,300억 원(최소 2조 4,085억 원, 최대 5조 919억 원)이 필요할 것으로 추정됐다. 본 연구는 미국과 한국의 생성 AI 기술 분야의 벤처투자를 다각도로 분석하고, 한국의 벤처투자 예상 금액을 제시하였다는 점에서 실무적 의의를 찾을 수 있다. 또한, 아직 학술적 연구가 충분하지 않은 생성AI 벤처투자에 대한 현황을 구체적 자료와 실증근거를 통해 분석함으로써 향후 깊이 있는 학술 연구의 토대를 제시한다는 점에서 학술적 의의가 있다. 본 연구에서는 벤처투자 금액 예측을 위한 방법 두 가지를 새롭게 개발하여 생성 AI의 향후 벤처투자 금액을 예측하는데 적용했다. 이 방법도 후속 학술 연구에서 다양한 분야로 확장·적용되고 정제된다면 벤처투자 예상 금액 예측 방법을 풍부하게 하는 데 공헌할 수 있을 것이다.

• 교육녹색환경연구
• /
• 제15권2호
• /
• pp.13-22
• /
• 2016

본 연구는 대도시의 중장기적 학교수용계획시 학교신설 판단에 기초자료를 제공하는데 있다. 이에 따라 대전시 5개 구중 택지개발지역이 대부분 차지하고 있는 유성구와 구도심지역이 대부분인 동구를 비교 분석대상으로 하였다. 주요 연구결과는 다음과 같다. 첫째, 원도심지역인 동구와 대규모 택지개발지구인 유성구간 학생수 감소 유형 비교를 해본 결과 확연한 차이가 있었다. 둘째, 개교시부터 학생수가 감소하는 유형8이 대규모 택지개발사업지구가 많은 유성구에서 의외로 많이 나타나고 있어 택지개발 사업지구내 학교수용계획에 문제점이 있음을 알 수 있다. 셋째, 지역별로는 유성구는 학생수 증가 상승기가 많았고, 원도심지역인 동구는 이와 반대로 하락말기가 많았다. 본 연구는 대도시인 대전시 초등학교 학생수의 증감추세를 분석을 통하여 학교신설의 필요성과 신설규모에 대한 중장기 학교수용계획정책의 기초자료를 제공하고자 하는데 있으나 대도시 1곳을 대상으로 하였기 때문에 이를 일반화 하는데 한계가 있어, 전국을 대상으로 하는 후속연구가 필요하다.