• 디지털융복합연구
• /
• 제10권7호
• /
• pp.93-98
• /
• 2012

본 논문에서는 비즈니스 인텔리전트 시스템의 구축 후 활용 효과에 영향을 미치는 요인들을 분석하였다. 이를 위하여 우선 비즈니스 인텔리전트 시스템에 영향을 미칠 수 있는 여러 요인들을 문헌 연구를 통해서 정리 하였고, 이를 검증하기 위하여 비즈니스 인텔리전트 시스템을 구축하여 활용하고 있는 기업을 대상으로 인터넷 설문을 실시하여 필요한 데이터를 수집하였다. 본 논문의 목적을 달성하기 위하여 요인분석(FA)과 계층분석기법(AHP)분석을 실시하였다. 요인분석을 통해서 성과측정지표들의 차원이 감소된 요인을 도출하였고, 이들 요인들 사이의 중요도를 계층분석기법(AHP)으로 분석하였다. 본 연구의 결과로 본 연구를 통해서 생성된 요인은 모두 6가지이다. 비즈니스 인텔리전트 시스템의 성과에 영향을 미치는 요인들은 정보시스템의 성숙도가 제일 중요한 요인으로 나타났으며, 경영전략의 수립 필요성, 정보조직, 그리고 사용자 교육의 순서로 나타났다. 본 연구는 기업에서 비즈니스 인텔리전트 시스템을 구축하여 사용하고 있거나, 미래에 비즈니스 인텔리전트 시스템을 구축하려는 계획을 가지고 있는 기업에게 비즈니스 인텔리전트 시스템의 활용에 대한 방향을 제시해 줄 것으로 기대된다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.99-107
• /
• 2021

4차 산업혁명, Industry 4.0 과 더불어 최근 ICT 분야의 메가트렌드는 빅데이터, IoT, 클라우드 컴퓨팅, 그리고 인공지능이라고 할 수 있다. 따라서, 4차 산업혁명 시대에 알맞은 AI 서비스들의 기술 개발과 다양한 산업 영역에서 ICT 분야의 융합에 따른 BI (Business Intelligence), IA (Intelligent Analytics, BI + AI), AIoT (Artificial Intelligence of Things), AIOPS (Artificial Intelligence for IT Operations), RPA 2.0 (Robotic Process Automation + AI) 등의 세분화된 기술 발전으로 급속한 디지털 전환 (Digital Transformation)이 진행되고 있는 추세이다. 본 연구에서는 이러한 기술적 상황에 따른 대용량 분산 Abyss 스토리지 기반으로 인프라 측면의 GPU, CDA (Connected Data Architecture) 프레임워크, 그리고 AI의 다양한 머신러닝 서비스들을 통합 및 고도화를 목표로 하며, AI 비즈니스의 수익 모델을 다양한 산업 영역에 활용하고자 한다.

• 디지털콘텐츠학회 논문지
• /
• 제6권3호
• /
• pp.189-193
• /
• 2005

최근 한국 대학은 급격한 구조조정이 이루어지고 있다. 한국 정부는 모든 4년제 대학교와 2년제 대학에 대해 대학평가를 실시하고 있다. 본 연구에서는 현재의 대학평가지수가 대학의 핵심성과지표(KPI: Key Performance Index) 로서의 의미를 갖는다고 보고 속도의 관점에서 대학평가지수를 분석하여, 대학 역시 의사결정의 속도가 중요함을 보이고 BI(Business Intelligence)시스템과 접목하였다.

• 한국멀티미디어학회논문지
• /
• 제19권5호
• /
• pp.939-947
• /
• 2016

As the number of legacy database systems and the size of data to manipulate have been vastly increased, it has become more difficult and complex to analyze characteristics of data. To improve the efficiency of data analysis and help administrators to make decisions in business life, BI(Business Intelligence) system is used. To construct data warehouse and cube from legacy database systems makes it easy and fast to transform raw data into integrated and categorized meaningful information. In this paper, we built a BI system for an University administration. Several source system databases were integrated to data warehouse to build data cubes. The implemented BI system shows much faster data analysis and reporting ability than the manipulation in legacy systems. It is especially efficient in multi dimensional data analysis, nonetheless in single dimensional analysis.

• 지능정보연구
• /
• 제20권4호
• /
• pp.155-169
• /
• 2014

다양한 빅데이터 기술이 발전함에 따라, 기업의 전략결정에 있어서 과거에는 의사결정자의 직관이나 경험에 의존하는 경향이 있었다면, 현재는 데이터를 활용한 과학적이고 분석적인 접근이 이루어지고 있다. 이에 많은 기업들이 경영정보시스템 중의 하나인 비즈니스 인텔리전스 (Business Intelligence) 시스템의 예측분석 기능을 활용하고 있다. 하지만, 이러한 시스템이 미래의 경영환경 변화를 예측하고 기업의 의사결정을 돕는 조언자 (Advisor)로서 역할을 한다고 가정할 때, 시스템에서 제공하는 분석결과가 의사결정자에게 도움을 주는 조언 (Advice) 의 역할을 하지 못하는 경우가 많은 실정이다. 따라서, 본 연구에서는 미래예측의 문제에 있어 의사결정자가 시스템의 조언을 따르는데 영향을 미치는 요소들과 영향력에 대해 분석하고, 그 결과를 바탕으로 데이터 기반의 의사결정을 보다 적극적으로 지원하는 시스템 환경을 제시하고자 한다. 좀 더 구체적으로는 예측 과정에 대한 자세한 설명이나 근거 제시가 시스템의 예측결과에 대한 의사결정자의 수용정도에 미치는 영향을 연구하였다. 이를 위하여 193명의 실험자를 대상으로 영화의 개봉 주 매출액을 예측하는 업무를 수행하고, 예측에 대한 설명의 길이와 조언자의 유형(사람과 시스템의 조언 비교)뿐 아니라 의사결정자의 개인 특성이 의사결정자의 조언 수용정도에 미치는 영향을 분석하였다. 시스템에서 제공하는 조언 내용인 예측결과와 설명에 대해 의사결정가가 느끼는 유용성, 신뢰성, 만족도가 조언의 수용에 미치는 영향도 분석하였다. 본 연구는 시스템의 분석결과를 조언으로 보고 조언자와 조언에 관한 의사결정학 분야의 선행연구를 접목시켜 경영정보시스템 연구 분야를 확장하였다는 점에서 연구의 의의가 있고, 실무적으로도 데이터 기반의 의사결정을 보다 적극적으로 지원할 수 있는 시스템 환경을 만들기 위해서 고려해야 할 점들을 제시함으로써 시스템 활용을 위한 정책결정에도 도움을 줄 수 있을 것으로 본다.

• The Journal of Asian Finance, Economics and Business
• /
• 제10권2호
• /
• pp.15-27
• /
• 2023

The purpose of this research is to investigate the impact of Business Intelligence (BI) on the relation between Big Data Analytics (BDA) and Financial Performance (FP), at the beginning we reviewed the academic accounting and finance literature to develop the theoretical framework of business intelligence, big data and financial performance in terms of definition, motivations and theories, then we conduct an empirical analysis based on questionnaire-base survey data collected. The researchers identified the study population in the joint-stock companies listed on the Egyptian Stock Exchange and operating in the sectors and activities related to modern technologies in information systems, big data analytics, and business intelligence, in addition to the auditing offices that review the financial reports of these companies, and The sector closest to the research objective is the communications, media, and information technology sector, where the survey list was distributed among the sample companies with (15) lists for each company, and (15) lists for each audit office, so that the total sample becomes (120) individuals (with a response rate 83.3%), The results show, First, Big data analytics significantly affect organizations' financial performance, second, Business intelligence mediates (partial) the relationship between big data analytics and financial performance.

• 정보관리학회지
• /
• 제28권1호
• /
• pp.263-283
• /
• 2011

업무지능(Business Intelligence)은 이해관계자들이 경영 의사결정을 내리는데 활용되고 있다. 대시 보드(Dashboard)는 데이터, 정보 또는 지식을 한 눈에 이해할 수 있도록 가시화해 줌으로써 업무지능을 지원해 주고 있다. 본 연구에서는 미국 ARL 소속 대학도서관의 웹사이트에서 도서관의 성과와 가치에 관한 정보공개 현황을 살펴보았다. 그리고 국외 대학도서관의 웹사이트에서 업무지능과 대시보드의 적용 사례를 분석하였다. 이를 통해 국내 대학도서관의 웹사이트에서 업무지능과 대시보드 정보시스템의 구축 및 활용을 제안하였다. 본 연구의 결과는 국내 대학도서관이 웹사이트를 통해 이해관계자들에게 도서관의 성과와 가치를 효율적으로 전달하고 의사소통의 도구로서 업무지능과 대시보드를 활용하기 위한 기초자료가 될 수 있을 것이다.

• 산업경영시스템학회지
• /
• 제42권4호
• /
• pp.84-90
• /
• 2019

Lately, there have been tremendous shifts in the business technology landscape. Advances in cloud technology and mobile applications have enabled businesses and IT users to interact in entirely new ways. One of the most rapidly growing technologies in this sphere is business intelligence, and associated concepts such as big data and data mining. BI is the collection of systems and products that have been implemented in various business practices, but not the information derived from the systems and products. On the other hand, big data has come to mean various things to different people. When comparing big data vs business intelligence, some people use the term big data when referring to the size of data, while others use the term in reference to specific approaches to analytics. As the volume of data grows, businesses will also ask more questions to better understand the data analytics process. As a result, the analysis team will have to keep up with the rising demands on the infrastructure that supports analytics applications brought by these additional requirements. It's also a good way to ascertain if we have built a valuable analysis system. Thus, Business Intelligence and Big Data technology can be adapted to the business' changing requirements, if they prove to be highly valuable to business environment.

• 융합보안논문지
• /
• 제7권2호
• /
• pp.27-37
• /
• 2007

기업 경영환경의 급격한 변화로 과거 공급자 중심의 경영패러다임은 고객 및 프로세스 중심의 경영패러다임으로 변화하고 있으며 이러한 변화에 민첩하고 유연하게 대응하며 지속적으로 변화하는 기업만이 시장에서 생존할 수 있는 시대가 되었다. 기업은 통합 생산성을 고려하여 프로세스를 재설계하고 내부업무를 통합하는 등 비즈니스 프로세스를 통합하여 경영의 효율성을 극대화하기 위해 많은 투자를 한다. 이러한 노력은 기업운영차원에서 반드시 필요하지만 오늘날 빠르게 변화하는 시장과 고객의 요구에 대처하면서 기업의 전략과 연계하여 운영차원으로 적용하지는 못하고 있다. 효율적인 경영을 통해 얻을 수 있는 이점에는 한계가 있으며 기업내부경영의 효율화가 극대화되어도 치열한 경영환경 하에서 경쟁우위를 차지할 수 있는 요소가 되지는 못한다. 따라서 기업은 시장에서 살아남고 경쟁우위를 유지하기 위해 새로운 가치를 창출할 수 있는 전략을 도출하여 빠르게 프로세스에 적용하고 지속적으로 관리해야 한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.1-7
• /
• 2022

인공지능 기술이 발달하면서 뉴로사이언스 마이닝(NSM: NeuroScience Mining)과 AI를 접목하려는 시도가 증가하고 있다. 나아가 NSM은 뉴로사이언스와 비즈니스 애널리틱스의 결합으로 인해 연구범위가 확장되고 있다. 본 연구에서는 fNIRS 실험을 통해 확보한 뉴로 데이터를 분석하여 비즈니스 문제 해결 창의성(BPSC: business problem-solving creativity)을 예측하고 이를 통해 NSM의 잠재력을 조사한다. BPSC는 비즈니스에서 차별성을 가지게 하는 중요한 요소이지만, 인지적 자원의 하나인 BPSC의 측정 및 예측에는 한계가 존재한다. 본 논문에서는 BPSC 예측 성능을 높이는 방안으로 CNN, BiLSTM 그리고 어텐션 네트워크를 결합한 새로운 NSM 기법을 제안한다. 제안된 NSM 기법을 15만 개 이상의 fNIRS 데이터를 활용하여 유효성을 입증하였다. 연구 결과, 본 논문에서 제안하는 NSM 방법이 벤치마킹한 알고리즘(CNN, BiLSTM)에 비하여 우수한 성능을 가지는 것으로 나타났다.