• 지질공학
• /
• 제33권4호
• /
• pp.543-553
• /
• 2023

본 연구는 국내 산업원료 광물인 납석의 지속적이고 체계적인 개발과 안정적인 수급 관리를 위할 목적으로 국내 납석 광산 현황을 살펴보고 산업용 원료로써 그 활용 방안을 모색하기 위함이다. 국내 납석 광산은 대부분 중생대 화산암류가 열수변질을 받아 형성된 광상으로써, 납석의 주 구성 광물인 엽납석의 물리적 특성은 비중 2.65~2.90, 굳기 1~2, 밀도 1.60~1.80, 내화도 29 이상이며, 색은 보통 백색, 회색, 회백색, 회녹색, 황색, 황녹색을 띠는 것으로 나타났다. 국내 납석의 화학성분 중 SiO₂와 Al₂O₃는 엽납석의 경우 58.2~67.2%와 23.1~28.8%, 엽납석 + 딕카이트의 경우 49.2~72.6%와 16.5~31.0%, 엽납석 + 일라이트의 경우 45.1%와 23.3%, 일라이트의 경우 43.1~82.3%와 11.4~35.8%, 딕카이트의 경우 37.6~69.0%와 19.6~35.3%인 것으로 분석되었다. 국내 납석 광산의 분포는 한반도 남서부와 남동부 지역에 집중해서 분포하며, 그 외에 한반도 동북부 지역에도 일부 분포하는 것으로 조사되었다. 국내 납석 생산 광산은 21개이며, 매장량은 전남(45.6%) > 충북(30.8%) > 경남(13.0%) > 강원(4.8%), 경북(4.8%) 순으로 전남이 가장 많은 것으로 나타났다. 국내 납석 생산량 상의 10개 광산은 중앙자원광산(37.9%) > 완도광산(25.6%) > 나주세라믹광산(13.4%) > 청석-사지원광산(5.4%) > 경주광산(5.0%) > 백암광산(5.0%) > 민경-노화도광산(3.3%) > 부곡광산(2.3%) > 진해납석광산(2.2%) > 보해광산 순인 것으로 분석되었다. 납석은 열전전도, 열팽창성, 열변형, 팽창계수, 부피밀도가 낮고, 내열성과 부식 저항성이 높으며, 살균 및 살충 효능이 우수한 성질이 있으므로 내화 재료, 도자기 재료, 시멘트 첨가제, 살균및 살충 제조재, 충전재 등 다양한 분야에 활용되는 것으로 나타났다. 또한 납석은 수처리 세라믹 분리막 소재, 디젤엔지 배기가스 저감장치 세라믹 필터 소재, 그리고 유리섬유 및 LCD 패널 소재 등 활용범위가 첨단산업분야로까지 확대되는 것으로 분석되었다.

• 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.

• 중소기업연구
• /
• 제33권4호
• /
• pp.77-93
• /
• 2011

본 연구는 최근 사회경제적 이슈가 되고 있는 동반성장의 개념과 실천 방향에 대해 논의하고자 한다. 이를 위해 동반성장의 정책적 개념을 살펴보고 유사한 개념인 상생협력과 공생발전과도 비교 분석하고자 한다. 또한 동반성장을 통해 글로벌 경쟁력을 만들어 낸 선진국 사례들로부터 교훈을 찾아내고 우리의 사회 문화적 특성에 맞는 한국형 모델을 제안하고자 한다. 한국형 동반성장 모델은 미국의 시장중심형, 일본의 문화기반형, 유럽의 정책주도형 등의 장점을 융합할 필요가 있다. 이를 위해 한국형 모델은 공동체적 에너지를 창출해내는 한국인의 잠재력 활용, 통제와 자율의 융합형 제도 개선, 미래지향적 협력관계를 위한 기업들의 행동변화 등 세 가지 요인을 핵심으로 할 필요가 있다. 한국형 모델의 실현을 위해 필요한 정부의 역할과 과제, 그리고 동반성장위원회의 역할에 대해서도 논의하고자 한다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• Journal of the Korean Wood Science and Technology
• /
• 제10권3호
• /
• pp.96-108
• /
• 1982

우리나라산(産) 소나무속(屬)인 잣나무, 소나무, 곰솔, 강송, 리기다소나무 등(等) 5수종(樹種)의 소나무속재(屬材)에 대(對)한 해부학적성질, 물리적성질(物理的性質), 기계적성질(機械的性質) 및 화학적성질을 조사(調査)하였다. 공시(供試)된 소나무속재(屬材)의 평균연륜폭(平均年輪幅)은 2.6~3.0mm 범위였다. 2. 소나무속재(屬材)의 변재폭은 2.3~7.3cm 변재율은 28~72% 범위에 있으며 수종별(樹種別)로 변재폭, 변재율은 각각(各各) 상이(相異)하고 수고부위별(樹高部位別)에 따른 변재폭의 변이는 수고(樹高)가 높아짐에 따라 점차(漸次) 감소(減少)하는 경향(傾向)을 나타내고 있으며 시험결과(試驗結果)는 Table 2와 같다. 3. 소나무속재(屬材)는 가도관장은 2.52~2.97mm 가도관폭은 20~30${\mu}$ 범위에 있도 가도관장은 수종별(樹種別)로 각각(各各) 상이(相異)하였으며 흉고부위별(胸高部位別) 가도관장의 변이(變異)는 수심(髓心)에서부터 수피(樹皮)로 향(向)해 급격(急激)히 증대(增大)하였으나 25~30년이후(年以後) 부터는 비교적(比較的) 안정(安定)되는 추세를 보였다. 가도관폭은 리기다소나무와 소나무는 잣나무, 곰솔, 강송 보다 작았다. 시험결과(試驗結果)는 Fig. 4와 같다. 4. 소나무속재(屬材)는 생재함수율(生材含水率)은 84~99% 범위에 있고 잣나무가 가장 적었으며 리기다소나무가 가장 크게 나타났으며 시험결과(試驗結果)는 Fig.6과 같다. 5. 소나무속재(屬材)의 생재비중(生材比重)은 0.68~0.76, 기건비중은 0.45~0.54, 전건비중(全乾比重)은 0.43~0.49 범위에 있고 수종별(樹種別)로 각각(各各) 상이(相異)하며 시험결과(試驗結果)는 Table 3과 같다. 6. 소나무속재(屬材)의 전수축율(全收縮率)은 촉단방향에서 7.41~9.11%, 경단방향에서 2.82~5.77%, 섬유방향(纖維方向)에서 0.33~0.38%이었고 기건수축율(氣乾收縮率)은 촉단방향에서 4.34~5.40%, 경단방향에서 1.80~3.19%, 섬유방향(纖維方向)에서 0.10~0.22%이였고 평균수축율(平均收縮率)은 촉단방향에서 0.01~0.02%였으며 시험결과(試驗結果)는 Table 4와 같다. 7. 소나무속재(屬材)의 흡습성은 경단면이 0.008~0.010g/$cm^2$, 촉단면이 0.009~0.12g/$cm^2$, 횡단면이 0.026~0.32g/$cm^2$로 방향별(方向別)로는 횡단면, 촉단면, 경단면의 순(順)이고 수종별(樹種別) 시험결과(試驗結果)는 Table 5와 같다. 8. 소나무속재(屬材)의 종압축강도(縱壓縮强度)는 4.25~604kg/$cm^2$, 횡압축강도는 33~47kg/$cm^2$, 부분압축강도(部分壓縮强度)는 67~92kg/$cm^2$로 수종별(樹種別)로 차이(差異)가 있으며 비중(比重)이 큰 수종(樹種)일수록 증가(增加)하는 결과(結果)를 나타냈으며 시험결과(試驗結果)는 Table 6과같다. 9. 소나무속재(屬材)의 휨강도(强度)는 747~994kg/$cm^2$의 범위에 있으며 수종별(樹種別) 차이(差異)가 있었으며 일반적(一般的)으로 비중(比重)이 큰 수종(樹種)일수록 강도(强度)는 컸다. 시험결과(試驗結果)는 Table 7과 같다. 10. 소나무속재(屬材)의 전단강도(剪斷强度)는 경단방향이 96~139kg/$cm^2$ 범위에 있고 일반적(一般的)으로 비중(比重)이 큰 수종(樹種)일수록 증가(增加)하였으며 경단방향이 촉단방향보다 컸다. 시험결과(試驗結果)는 Table 8과 같다. 11. 소나무속재(屬材)의 할열강도(割裂强度)는 경단방향이 18~29kg/$cm^2$ 촉단방향이 18~28kg/$cm^2$의 범위에 있고 수종별(樹種別)로 차이(差異)가 있었으며 방향별(方向別)로는 잣나무를 제외(除外)하고 경단방향이 촉단방향보다 컸다. 시험결과(試驗結果)는 Table 9와 같다. 12. 소나무속재(屬材)의 종인장강도(縱引張强度)는 788~1139kg/$cm^2$로 수종간(樹種間) 차이(差異)가 컸으며 비중(比重)이 클수록 종인장강도(縱引張强度)가 증가(增加)하며 횡인장강도는 31~47kg/$cm^2$ 범위에 있고 시험결과(試驗結果)는 Table 10과 같다. 13. 소나무속재(屬材)의 충격(衝擊)휨 흡수(吸收)에너지의 차이(差異)는 대단(大端)히 컸고 비중(比重)이 큰 수종(樹種)일수록 컸으며 시험결과(試驗結果)는 Table 11과 같다. 14. 소나무속재(屬材)의 못뽑기저항(抵抗)은 경단방향이 11~14kg/cm 촉단방향이 13~16kg/cm 횡단방향이 9~11kg/cm로 수종간(樹種間)에 큰 차(差)가 없었으며 단면별(斷面別)로는 촉단방향이 가장 크고 경단면, 횡단면의 순(順)이며 일반적(一般的)으로 비중(比重)이 큰 수종(樹種)일수록 못뽑기저항(抵抗)은 컸다. 시험결과(試驗結果)는 Table 12와 같다. 15. 소나무속재(屬材)의 목재조성분(木材組成分)은 회분(灰分)이 0.22~0.44%, 냉수추출물(冷水抽出物) 0.41~4.20%, 온수추출물(溫水抽出物)이 1.64~5.10%, 염기추출물13.36~20.28%, 유기용제추출물(有機溶劑抽出物)이 2.97~5.94%, 홀로셀룰로오스가 72.6~78.5%, 그리닌이 27.74~29.32%, 펜톤산이 12.29~19.65% 범위에 있고 시험결과(試驗結果)는 Table 13과 같다.

• 한국토양비료학회지
• /
• 제39권5호
• /
• pp.321-327
• /
• 2006

농업환경지표가 OECD 회원국간의 농업환경 비교와 이를 통한 농업환경 개선과 농업정책 수립에 대한 권고의 수단으로만 작용을 하지만 이것이 향후 통상 무역과 연계될 것은 추측 가능한 사실이다. OECD 농업환경지표를 우리나라에 그대로 적용했을 때 얻어진 지표 값이 우리나라의 농업환경을 사실대로 반영하지 못한다면 우리가 받을 피해는 미래에도 작용할 것이므로 이에 대한 새로운 제안을 통해 우리나라에 적합한 지표를 설정해야 한다. OECD에 의해 제안된 농업용수 사용 강도 지표는 논이나 밭에서 이용되거나 배수 유출되는 물의 특성을 모두 반영한 방법이 아니므로 몬순 기후지대에 속하는 한국에 적당하지 않다. 특히, 여름철 집중호우시기에 년 강우량의 2/3가 내리는 강우 특성은 이를 담수해 저장하는 능력을 가진 농경지의 수자원 보유능과 기타의 농업적 특성을 고려한 계산방법으로 농업용수를 산정해야 한다. 논의 경우 강우가 내리거나 관개가 되었을 때 담수나 침투를 통해 물을 지하로 배수해 지하수를 형성하거나 지표의 배수로나 하천을 통해 강이나 저수지로 상당량의 물을 흘려보내 다시 이용할 수 있도록 해준다. 즉, 농업용수로 계산되어 있는 물의 상당량은 다른 농경지나 생활용수 또는 공업용수나 하천 유지용수로 다시 이용된다. 따라서, 물 사용강도에 이용되는 농업용수는 농경지에서 소모되지 않고 지하수로 흘러 들어가거나 하천으로 유입되는 배출수를 고려하여 계산하는 것이 합리적이다. 이렇게 계산하면 22.9%(2001년)로 OECD 계산방법으로 얻어진 47%보다 24.1%가 낮아진다. 합리적인 농업용수 스트레스 지표를 산출하기 위해서는 각 나라마다 다른 나라와 강을 공유하고 있는지의 여부와 농업을 위한 주 취수원이 무엇인지를 살펴보아 그 나라에 적합한 스트레스 지표를 산출하도록 유도하는 것이 바람직할 것이다. 그러나, 실제 물에 대한 스트레스는 강우량, 수계별 수자원 부존량, 사용가능량, 농업용수 총공급수량, 환경 유지용수를 위한 기준 갈수량 확보 가능성, 농업용수 관리현황 및 저수율 분석, 수계별 농업용수 사용 가능량 및 기상 등이 복잡하게 작용할 것이므로 이 모든 인자들을 포함한 지표를 만들기는 쉬운 일이 아니다. 따라서, 우리나라는 OECD의 스트레스 지표와는 달리 환경 위해성 판단이 필요 없고, 계산이 복잡하지 않으며 우리의 환경에 적합하도록 주 취수원인 농업용 저수지의 저수율로 농업용수 스트레스 지표를 산정 했다. 농업용수 사용 기술적 효율지표는 작물의 재배 생리특성 및 이용특성과 지역마다 차이가 나는 기후의 특성을 반영하지 않은 계산의 결과이다. 그러므로 이러한 특성들을 반영하는 기술적 물 이용효율 지표를 만들기 위해서는 각 지역 또는 나라마다 작물별로 기준이 되는 물 소요량을 산정한 후 그 소요량에 대한 공급된 양의 비율로 WUTE를 결정하는 것이 합리적이다. 지역별, 작물별 특성을 포함해야 하는 농업용수 사용 경제적 효율 지표는 소비된 물을 분모로 삼아 계산에 이용하는 대신에 농업용수 사용 기술적 효율에서 제안한 각 지역 또는 나라마다 작물별로 기준이 되는 물 소요량을 산정한 후 그 소요량에 대한 공급된 양의 비율을 계산식의 분모에 적용하고, 벼의 경우는 생산물의 가격 대신에 지하수가 되는 양과 하천수가 되는 양에 대한 경제적 평가에 더해 논에 많은 양의 물이 관개됨으로서 발생하는 수변 생태계에 의한 환경유지 기능과 온도와 습도가 높은 한국의 기후 특성에서 전체 에너지 밸런스를 유지하는데 기여하는 관개수의 가치에 대한 평가와 더불어 생산물의 가격을 포함하는 것이 합리적일 것이다.

• 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.

• 기독교교육논총
• /
• 제68권
• /
• pp.77-112
• /
• 2021

본 연구에서는 돌토의 정신분석학적 관점을 중심으로 사랑의 교육 교육과정을 두 가지 영역에서 재구성하여 제시한다. 그 첫 번째 영역은 '사랑의 교육 교육과정의 방향 및 이에 따른 세부목적'이다. 이 영역에서 연구자는 사랑의 교육 교육과정의 방향을 '주체상호적인 사랑의 소통을 위한 사랑의 교육 교육과정'과 '욕망의 주체를 위한 사랑의 교육 교육과정'으로 재구성하여 제시한다. 사랑의 교육 교육과정의 방향에 따른 세부목적은 '말하는 존재로서의 주체 구성하기'와 '욕망의 자율적 원천으로서의 주체 깨닫기'로 재구성하여 제시한다. 사랑의 교육 교육과정의 방향 및 이에 따른 세부목적을 재구성하는 목표는 우리의 미래세대가 주체상호적인 사랑의 소통을 이루며 사랑을 욕망하는 주체로서 살아가도록 길인도 하고자 하는 데 있다. 두 번째 영역은 '사랑의 교육 교육과정의 과제 및 이에 따른 세부내용'이다. 이 영역에서 연구자는 사랑의 교육 교육과정의 과제를 '아가페적 사랑의 욕망 패러다임으로 전환하기'와 '사랑의 교육과정을 통해 전인성 형성하기'로 재구성하여 제시한다. 이에 따른 사랑의 교육 교육과정의 세부내용은 '아가페적 사랑의 욕망의 진실 깨닫기'와 '일상의 삶에서 아가페적 사랑 실천하기'로 재구성하여 제시한다. 사랑의 교육 교육과정 과제 및 세부내용의 재구성 목표는 우리의 미래세대가 아가페적 사랑의 욕망 패러다임으로 전환한 사랑의 교육 교육과정을 통해 일상의 삶에서 아가페적 사랑을 실천하며 사는 전인적 '욕망의 주체'가 되도록 길인도 하는 데 있다. 이에 더 나아가, 본 연구에서는 생애주기별(태아기, 영유아기, 아동기)로 돌토의 정신분석학적 관점에서 사랑의 교육 교육과정을 재구성한 실제를 제시한다. 결론에서는, 이와 같은 연구결과물이 현장에서 활용되기 위해 요구되는 교육적 실천을 제안하고, 본 연구 결과물의 후속 연구를 위한 제언 및 전망을 함으로써 본 연구의 여정을 마무리 한다.

• 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.

• 농업과학연구
• /
• 제4권2호
• /
• pp.344-390
• /
• 1977

본(本) 연구(硏究)는 계획기간내(計劃期間內)의 재적수확량(材積收穫量)을 최대화(最大化)하고 각분기(各分期)의 수확량(收穫量)과 수확면적(收穫面積)을 일정(一定) 범위(範圍)로 제약(制約)하여 계획기간내(計劃期間內)의 보속수확(保續收穫)을 도모(圖謀)하는 동시(同時)에 후계림(後繼林)의 법정영급배치(法正令級配置)가 유도(誘導)될 수 있는 적정수확안(適正收穫案)을 선형계획법(線型計劃法)에 의하여 선정(選定)하고, 제약량(制約量)의 변화(變化)가 총수확량(總收穫量) 및 분기별(分期別) 수확량(收穫量)과 수확면적(收穫面積)에 미치는 영향(影響)을 구명(究明)하는데 목적(目的)이 있다. 서울 대학교(大學校) 농과대학(農科大學) 부속연습림중(附屬演習林中) 개벌작업급(皆伐作業級)에 속하는 219개(個) 소반(小班)을 대상(對象)으로 하였으며, 이 삼림(森林)은 영급구성면(令級構成面)에서 볼 때 유영급(幼令級) 임분(林分)이 많다는 점(點)에서 전국(全國) 삼림(森林)을 대표(代表)한다고 할 수 있다. 본(本) 연구(硏究)에서는 한 분기년수(分期年數)를 5년(年), 계획기간(計劃期間)을 10분기(分期), 1영급(令級)을 5영개(令皆)로 하였으며, 벌채영급(伐採令級)의 범위(範圍)는 5~9영급(令級)이다. 한편, 후계림(後繼林)은 현실림(現實林)이 수확(收穫)되는 즉시 조림(造林)되고, 미립목지(未立木地)는 1분기내(分期內)에 조림(造林)되며 다음 벌기(伐期)까지 충분(充分)한 입목도(立木度)가 이루어지는 것으로 전제(前提)하였다. 소반(小班)을 벌구(伐區)로 하여, 각벌구(各伐區)가 계획기간내(計劃期間內)에 벌채(伐採)될 수 있는 모든 가능(可能)한 대체수확안(代替收穫案)을 그의 영급(令級)에 따라 작성(作成)하고, 여기에 현실림(現實林)과 후계림(後繼林)의 벌기예상수확량(伐期豫想收穫量)을 대입(代入)하여 각대체안(各代替案)의 계획(計劃) 기간내(期間內) 수확량(收穫量)($V_{i,\;k}$)을 산정(算定)하였다. 이때 각벌구(各伐區)의 벌기예상수확량(伐期豫想收穫量)은 기존(旣存) 임분수확표(林分收穫表)와 산림조사부(山林調査簿) 자료(資料)를 이용(利用)하는 범위내(範圍內)에서 추정(推定)하였으며, 각벌구(各伐區)에 소속(所屬)되는 대체수확안중(代替收穫案中)에서 $V_{i,\;k}$가 가장 큰 수확안(收穫案)을 적정수확안(適正收穫案)으로 선정(選定)하였다. 우선 제약조건(制約條件)이 없을 때의 적정수확안(適正收穫案)을 선정(選定)하여 분기별(分期別) 수확량(收穫量)과 수확면적(收穫面積), 총수확량(總收穫量)을 계산(計算)한 다음, 이를 기준(基準)으로 하여 분기별(分期別) 수확량(收穫量)의 상한(上限)($V_{j-max}$)과 하한(下限)($V_{j-min}$) 및 수확면적(收穫面積)의 상한(上限)($A_{j-max}$)과 하한(下限)($A_{j-min}$)을 결정(決定)하였다. 이러한 여러가지 제약조건하(制約條件下)의 적정수확안(適正收穫案)은 LP수확조절(收穫調節)모델을 유도(誘導)하여 선정(選定)하였으며, 제약조건(制約條件) 및 벌채영급범위(伐採令級範圍)의 변화(變化)가 총수확량(總收穫量)에 미치는 영향(影響)을 분석(分析)하고자 감응도분석(感應度分析)을 실시(實施)하였다. 본(本) 연구(硏究) 결과(結果)를 요약(要約)하면 다음과 같다. 1. 제약조건(制約條件) 없이 적정수확안(適正收穫案)을 선정(選定)한 결과(結果), 수확면적(收穫面積)이 분기별(分期別)로 큰 차이(差異)를 보였다. 즉, 총수확량(總收穫量)의 68.8%가 10분기(分期)에 편재(偏在)되어 있고 6~7분기(分期)에는 전(全)혀 수확량(收穫量)이 없으며, 분기별(分期別) 수확면적(收穫面積)도 이와 유사(類似)한 경향(傾向)을 보였다. 이와 같이 분기별(分期別) 수확량(收穫量) 및 수확면적(收穫面積)에 차이(差異)가 많은 것은 현실림(現實林)의 영급구성(令級構成)과 입목축적(立木蓄積)이 대단히 불규칙(不規則)하기 때문이다. 2. 수확량(收穫量)과 수확면적(收穫面積)의 분기별(分期別) 변동폭(變動幅)을 줄이면서 계획기간내(計劃期間內)의 재적수확량(材積收穫量)을 최대화(最大化)하고자, LP수확조절(收穫調節) 모델에 의하여 $A_{min}=150ha$ $A_{max}=400ha$, $V_{min}=5,000m^3$, $V_{max}=50,000m^3$일 때의 적정수확안(適正收穫案)을 선정(選定)한 결과(結果), 대체(大體)로 5분기(分期) 이후(以後)부터 보속수확(保續收穫)과 법정영급배치(法正令級配置)가 가능(可能)하게 되었다. 3. LP수확조절(收穫調節)모델에 간벌계획(間伐計劃)을 포함(包含)시켜 최적해(最適解)를 구(求)하면, 총수확량(總收穫量)이 증가(增加)함은 물론, 간벌계획(間伐計劃)을 포함(包含)시키지 않았을 경우(境遇)에 비하여 분기별(分期別) 보속수확(保續收穫)의 실현(實現)에 유리(有利)한 적정수확안(適正收穫案)을 선정(選定)해 주는 효과(效果)가 있다. 4. 보속수확(保續收穫)과 법정영급배치(法正令級配置)가 실현(實現)될 수 있는 시기(時期)는 제약량(制約量)의 강도(强度)가 높아짐에 따라서 빨라지며, 분기별(分期別) 수확량(收穫量)은 수확면적(收穫面積)에 비하여 제약량(制約量)의 변화(變化)에 따른 평준화(平準化) 경향(傾向)이 뚜렷하고, 분기별(分期別) 수확량(收穫量)의 평준화(平準化)가 이루어지면 분기별(分期別) 수확면적(收穫面積)은 이에 종속(從屬)되어 평준화(平準化)하는 경향(傾向)이 있다. 5. 제약조건(制約條件)의 강도(强度)가 높아짐에 따라 총수확량(總收穫量)은 점감적(漸減的)으로 감소(減少)하므로 빠른 시기(時期)에 엄정보속(嚴正保續)과 엄정영급배치(嚴正令級配置)를 의도(意圖)할 수록 총수확량(總收穫量)의 손실(損失)은 그만큼 더 증가(增加)한다. 6. 같은 계획기간(計劃期間) 및 제약조건하(制約條件下)에서의 총수확량(總收穫量)은 벌채영급(伐採令級)을 낮추고, 그 범위(範圍)를 넓힐수록 증가(增加)한다. 또한 벌채영급(伐採令級) 범위(範圍)의 상한(上限)을 고정(固定)하고, 그 하한(下限)을 1영급(令級)씩 높였을 때에 총수확량(總收穫量)이 감소(減少)되는 속도(速度)는, 그 범위(範圍)의 하한(下限)을 고정(固定)하고 상한(上限)을 1영급(令級)씩 낮추었을 때의 감소(減少) 속도(速度)보다 크다. 7. 본(本) 연구(硏究)에 제시(提示)된 LP수확조절(收穫調節)모델은 영급구성(令級構成)이 복잡(複雜)한 임분(林分)에 적용(適用) 가능(可能)하며, 간벌계획(間伐計劃)을 간단히 포함(包含)시킬 수 있고, 제약량(制約量)의 변화(變化)에 따른 총수확량(總收穫量)의 손실(損失)을 쉽게 계측(計測)할 수 있는 등 여러가지 장점(長點)이 있으므로, 우리나라의 현행(現行) 삼림수확조절법(森林收穫調節法)을 보완(補完)하기 위해서도 이 기법(技法)이 유효(有效)하게 이용(利用)될 수 있을 것으로 보인다.