• 벤처창업연구
• /
• 제19권3호
• /
• pp.69-79
• /
• 2024

기업은 소비자의 불만족 요인을 적극적으로 파악하고, 예상되는 불평행동에 대하여 선제적으로 대응함으로써 소비자의 불만족을 해소하고 브랜드 로열티를 높여 재구매를 유도해야 한다. 이는 기업 규모와 무관하게 공통적으로 추구해야 하는 경영목표이다. 본 연구의 구체적인 목적은 소비자의 구매 전 기대성과와 구매 후 실제 지각성과와의 비교 여부에 따라서 불만족의 정도가 차이가 있는지, 불만족의 정도는 후속 행동인 불평행동의 유형에 영향을 미치는지, 이 과정에서 귀인행동은 조절적인 영향을 미치는지, 또한 결과의 지속성과 원인의 통제 가능성이 귀인 위치를 결정하는 요인으로 작용하는지 알아보는 것이다. 특히 벤처기업은 일반기업에 비해서 경영자의 정보처리 능력에 과부하가 걸릴 경우가 많아 의사결정에 있어서 여러 가지 비합리적인 오류를 보일 가능성이 있기 때문에 본 연구는 학문적으로나 실무적으로 중요한 의미가 있다. 분석결과, 불만족도는 부정적 불일치 그룹이 가장 높았으며, 불일치 정도가 높을수록 불만족도도 높았다. 불만족한 소비자의 귀인행동은 불만족의 정도에 조절적 영향을 미치고 있었는데, 불만족도는 외적 귀인집단이 내적 귀인집단보다 확연히 높았으며, 이는 통계적으로 유의했다. 한편, 결과의 지속성은 귀인 위치에 통계적으로 유의한 영향을 미치고 있으나 원인의 통제가능성은 그렇지 않았다. 귀인행동과 불만족의 정도는 불평행동의 유형에 영향을 미치지 않아 제한적인 영향력을 보여주었다. 본 연구는 이러한 결과들에 대한 해석과 함께 특히, 내구성 신제품을 제공하는 벤처기업에게 다양한 시사점들을 제시하고 있다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.1-8
• /
• 2005

이 논문에서는 팬-틸트-줌 기능을 가지는 실시간 능동카메라 시스템에 적합한 2단계 머리 추적 알고리즘을 제안한다. 먼저, 색 수렴 단계에서는 머리의 모양을 타원으로 가정하고 모델 색-히스토그램을 얻는다. 그 후, 모델과 후보 타원의 색-히스토그램간의 유사도를 검사하여 목표 물체의 대략적인 위치를 구하기 위해 mean-shift 방법을 이용한다. 여기에서 영상 내 물체 영역의 색 분포가 카메라의 관찰 방향에 따라 달라지는 것을 고려하기 위하여, 모델 히스토그램 뿐 아니라 이전 프레임에서 얻어진 타원의 색 히스토그램도 함께 고려함으로써 mean-shift의 수렴성을 향상시킨다. 특히, 이전 프레임에서 결정된 타원 내부의 가장자리 영역에 포함되어 있는 배경 색 성분에 의한 오류 누적 문제를 해소하기 위해, 모델 히스토그램을 이용하여 타원의 크기를 적응적으로 축소함으로써 이전 추적 결과중 머리 영역에 해당되는 색 히스토그램을 얻는다. 또한 영상 내의 전역 움직임을 예측하고 이를 보상하여 정확한 초기 위치를 찾음으로써 mean-shift의 색 수렴성을 더욱 향상시킨다. 이 때, 고속 움직임 추정을 위해 1-D 투사 데이터 기반의 방법을 제안한다. 다음 단계에서는, 모양 정보를 이용하여 수렴단계에서 얻어진 타원의 위치와 크기를 보다 정확히 재조정한다. 이를 위해 영상 내 경사도의 방향에 기반한 강건한 모양 유사도 함수를 정의하고 사용한다. 다양한 환경을 고려한 실험을 통하여, 사람의 움직임이 빠른 경우, 영상 내 머리 크기의 변화가 심한 경우, 그리고 배경의 색과 모양이 매우 복잡한 경우에 대해서도 제안한 알고리즘이 비교적 정확히 추적을 수행함을 보였다. 아울러 제안한 알고리즘은 추적을 수행하는데 일반 PC에서 약 30fps의 처리 속도를 보여 실시간 시스템에 적합하다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.133-148
• /
• 2014

최근 다양한 정보채널들의 등장으로 인해 빅데이터에 대한 관심이 높아지고 있다. 이와 같은 현상의 가장 큰 원인은, 스마트기기의 사용이 활성화 됨에 따라 사용자가 생성하는 텍스트, 사진, 동영상과 같은 비정형 데이터의 양이 크게 증가하고 있는 것에서 찾을 수 있다. 특히 비정형 데이터 중에서도 텍스트 데이터의 경우, 사용자들의 의견 및 다양한 정보를 명확하게 표현하고 있다는 특징이 있다. 따라서 이러한 텍스트에 대한 분석을 통해 새로운 가치를 창출하고자 하는 시도가 활발히 이루어지고 있다. 텍스트 분석을 위해 필요한 기술은 대표적으로 텍스트 마이닝과 오피니언 마이닝이 있다. 텍스트 마이닝과 오피니언 마이닝은 모두 텍스트 데이터를 입력 데이터로 사용할 뿐 아니라 파싱, 필터링 등 자연어 처리기술을 사용한다는 측면에서 많은 공통점을 갖고 있다. 특히 문서의 분류 및 예측에 있어서 목적 변수가 긍정 또는 부정의 감성을 나타내는 경우에는, 전통적 텍스트 마이닝, 또는 감성사전 기반의 오피니언 마이닝의 두 가지 방법론에 의해 오피니언 분류를 수행할 수 있다. 따라서 텍스트 마이닝과 오피니언 마이닝의 특징을 구분하는 가장 명확한 기준은 입력 데이터의 형태, 분석의 목적, 분석의 결과물이 아닌 감성사전의 사용 여부라고 할 수 있다. 따라서 본 연구에서는 오피니언 분류라는 동일한 목적에 대해 텍스트 마이닝과 오피니언 마이닝을 각각 사용하여 예측 모델을 수립하는 과정을 비교하고, 결과로 도출된 모델의 예측 정확도를 비교하였다. 오피니언 분류 실험을 위해 영화 리뷰 2,000건에 대한 실험을 수행하였으며, 실험 결과 오피니언 마이닝을 통해 수립된 모델이 텍스트 마이닝 모델에 비해 전체 구간의 예측 정확도 평균이 높게 나타나고, 예측의 확실성이 강한 문서일수록 예측 정확성이 높게 나타나는 일관적인 성향을 나타내는 등 더욱 바람직한 특성을 보였다.

• 한국지리정보학회지
• /
• 제24권2호
• /
• pp.1-11
• /
• 2021

최근 정부는 지역특화형 스마트도시서비스(이하 스마트서비스)의 구축과 시민 체감도 향상을 위해 스마트도시사업에 지역의 사용자인 시민들의 참여를 점차 확대해가고 있다. 하지만, 스마트서비스 관련 기술에 대한 정보 부족으로 스마트서비스 구상 과정에서 시민들로부터 구체적인 수준의 의견을 도출하기에는 한계가 있었다. 이에 본 연구는 2019년 '스마트타운 챌린지 사업'으로 선정된 지자체 4곳의 보고서를 검토하여 리빙랩을 통해 스마트서비스에 대해 시민 의견의 구체화 수준을 진단하였다. 분석 결과, 리빙랩과정에서 다양한 디자인사고기법을 활용하여 스마트서비스 계획수립에 참여하였지만, 시민이 스마트서비스의 구체적인 기능을 구상하는 단계에 이르기는 한계가 있었다. 이에 본 연구에서는 스마트서비스의 정보수집, 가공, 제공 방법, 기술 등 4가지 요소와 서비스의 콘텐츠 등을 모듈한 후 이를 자유롭게 조합하여 활용 가능한 기능카드 기법을 제시하였다. 이렇게 개발된 기능카드 기법은 효과성 검증을 위해 실제 진행 중인 스마트도시사업에 적용하여 보았다. 이를 통해 기능카드가 시민들이 스마트서비스의 기능과 콘텐츠를 조합하여 상세 기능 수준으로 스마트서비스를 구체화 할 수 있도록 도움을 주고 있음을 확인하였다. 본 연구에서 제시한 기능카드 기법은 시민참여형 스마트도시 계획에서 시민들이 지역 문제해결을 위한 의견을 구체화하여 지역특화 스마트서비스를 구상하는 공동창의자로서의 역할을 수행하는데 기여할 것으로 기대한다.

• 유통과학연구
• /
• 제8권3호
• /
• pp.17-26
• /
• 2010

세계경제 및 환경의 변화에 따라 농산물의 불안정적인 수급으로 인한 문제점이 노출되고 있으며, 우리나라의 경우 농산물의 안정적인 확보를 위하여 국가 전략적 차원에서의 해외농업투자의 필요성이 요구되고 있다. 하지만 정부차원의 지원 미진, 해외 농업에 대한 정보 및 기술 미비, 개발자금 확보의 어려움, 장기간의 투자금 회수기간, 사후관리 미흡 등의 이유로 성과를 이루지 못하고 있는 실정이며, 특히 해외 농산물의 국내 반입 시 관세의 장벽, 물류 유통비용 등으로 가격 경쟁력이 떨어지고 있어 국내에 반입되지 못하고 있는 실정이다. 이에 본 연구에서는 우리나라의 해외농업투자의 기본개념 및 실태를 살펴보고 해외농업투자의 필요성과 고려사항, 문제점 등을 도출하여 해외에서 재배된 농산물의 경쟁력을 위한 유통 측면에서의 개선방안을 정부의 간접적인 지원, 유통 현대화 및 유통정보기능 강화, 유통시설, 수송루트, 하역업무개선, 경쟁력 확보를 위한 정부의 정책적 지원, 교육 훈련을 통한 전문인력 양성 등 다섯 가지 측면에서 제시하였다.

• Asia Marketing Journal
• /
• 제13권4호
• /
• pp.55-76
• /
• 2012

사람들이 돈을 지불하지 않고 무료로 얻을 수 있는 공짜제품을 과다하게 선호하는 현상을 '공짜효과'라 한다. 기존 연구들에 의하면 공짜제품에 주어지는 특별한 가치 때문에 이와 같은 효과가 발생한다. 본 연구는 공짜효과가 항상 나타나는 것이 아니라 심리적 변수에 의하여 조절될 수 있다는 것을 보이기 위하여 자아조절자원과 해석수준의 조절효과를 살펴보았다. 자아조절자원이 고갈되면 통제의 힘이 약해져서 가격에 대한 민감도가 감소할 뿐만 아니라 직관적이고 노력을 별로 기울이지 않는 정보처리과정을 통해 의사결정을 수행한다. 또한, 주어진 정보를 어떤 해석수준에서 처리하는가에 따라 선택이 달라진다. 고차원 해석수준에서 중심기능을 바탕으로 대안의 바람직성에 따라서 선택하는 반면, 저차원 해석수준에서 부가기능을 바탕으로 대안의 실행가능성에 초점을 두어 선택한다. 이와 같은 특성이 공짜효과의 크기에 미치는 영향을 살펴보는 것이 본 연구의 가장 중요한 목적이다. 자아조절자원과 해석수준에 의해서 공짜효과의 크기가 조절될 수 있다는 사실을 검증하기 위해 2개의 실험설계를 채용하였다. 두 실험 모두에서 기존연구에서 사용한 실험재(키세스와 페레로로쉐 초콜릿)를 이용했다. 실험 1은 자아조절자원 고갈 여부가 공짜효과에 미치는 영향을 검증했다. 자아조절자원 고갈과 비고갈 집단으로 나누어 공짜대안이 있는 선택과업과 그렇지 않은 과업에 할당했다. 자아조절자원이 고갈되지 않은 집단에서 공짜효과가 확실하지만, 자아조절자원이 고갈된 집단에서 공짜효과가 약해진다는 것을 밝혔다. 실험 2는 해석수준이 공짜효과에 미치는 영향을 검증했다. 실험 2는 '왜(why)'와 '어떻게(how)'를 이용해 해석수준을 조작했으며, 실험 1과 유사하게 공짜대안이 존재하는 의사결정과업과 존재하지 않는 과업에 할당한 뒤 공짜대안 선택에 미치는 영향을 확인하였다. 고차원 해석수준의 집단은 저차원 해석수준의 집단에 비하여 공짜제품 선택비율이 낮았다.

• 농업과학연구
• /
• 제39권3호
• /
• pp.335-340
• /
• 2012

밤의 가공과정에서 임업 부산물로 생산되는 율피(밤껍질)는 밤 생산량의 50%를 차지하며, 사료비 저감을 위한 반추동물의 사료원으로서 이용 가능성이 있으나 이에 대한 연구는 미비한 실정이다. 본 연구에서는 밤의 가공 부산물인 1, 2차 율피의 반추동물용 사료로서의 영양적 가치와 반추위 발효 특성을 분석하기 하기 위해 1, 2차 율피의 영양소를 분석하고, 48시간 동안 in vitro 반추위 발효 실험을 실시하여 율피의 첨가 수준에 따른 in vitro 반추위 건물 소화율 및 가스 발생량을 측정하였다. In vitro 실험의 기본 사료로는 시중에서 판매되는 유산양 TMR을 이용했으며, 기본 사료와 1차 율피 및 2차 율피의 비율을 달리하여 13개의 처리구로 실험을 실시하였다. 처리구는 2차 율피 100%, 1차 율피 100%, 2차 율피와 1차 율피의 1:1 혼합구, TMR 100% 및 TMR을 2차 율피, 1차 율피 또는 1, 2차 율피 혼합으로 각각 5%, 10%, 15% 대체한 처리구이다. 율피의 일반 성분분석에서 1차 율피는 2차 율피에 비해 섬유소(NDF, ADF, 리그닌) 함량이 전체적으로 높고 이에 따라 비섬유소탄수 화물의 함량은 낮으나, 그 외의 영양소에서는 차이를 보이지 않았다. In vitro 반추위 건물 소화율은 유의적으로(p<0.05) 2차 율피(71.97%)가 가장 높았고, 1차 율피(42.80%)가 가장 낮았다. 2차 율피의 첨가 수준이 증가됨에 따라 건물소화율은 변화가 없었으며, 1차 율피의 첨가에 따라서는 소화율이 감소하는 경향을 보였다. 가스 발생량은 2차 율피 처리구에서 48시간 가스 발생량 및 발생 속도가 가장 높았고, 1차 율피 처리구에서 가장 낮았으며, TMR을 율피로 15%까지 대체하였을 때 가스 발생량의 차이는 유의하지 않았다. pH 또한 유의적으로(p<0.05) 2차 율피(6.33)에서 가장 낮았고, 1차 율피(6.50)에서 가장 높았다. 결론적으로 2차 율피는 반추동물의 사료 자원으로서 이용가치가 충분히 있으며, 1차 율피의 경우 상대적으로 사료가치가 떨어지나 조사료를 일부 대체하는 것은 가능할 것으로 판단된다. 하지만, 율피의 사료 가치를 보다 올바로 평가하기 위해서는 동물을 이용한 in vivo 대사, 소화, 성장 및 기호성 실험이 필요한 것으로 사료된다.

• 핵의학기술
• /
• 제14권1호
• /
• pp.18-23
• /
• 2010

최근 PET/CT영상의 발달로 종양의 진단 및 평가를 통해 임상에 많은 도움을 주고 있다. 특히 PET와 CT를 융합한 Fusion PET/CT영상이나 2차원 PET영상을 3차원 영상으로 재구성한 최대강도영상(Maximum Intensity Projection)은 전체적인 병변을 한눈에 시각화하는 데 유용하게 쓰이고 있다. 하지만 Fusion & MIP 3D 재구성 영상에서 $^{18}F$-FDG의 생리적 배출로 소변이나 요루주머니에 의한 열소가 나타나 병변이 겹쳐져 육안적으로 병변을 구별하는 데 어려움이 있다. 본 연구에서는 소변에 의해 나타나는 열소 부위를 제거하여 병변의 분별력을 향상하고자 한다. 2008년 9월부터 2009년 3월까지 내원한 환자 중 PET/CT 검사에서 자궁, 방광, 직장 부위의 질환으로 잔존하는 소변량이 많은 환자들을 대상으로 하였다. 분석장비는 GE사의 Advantage Workstation AW4.3 05 버전 Volume Viewer 프로그램을 사용하였다. 분석 방법은 2D PET axial volume 영상에서 제거하고자 하는 region에 ROI를 설정하여 Cut Outside를 선택한 후 coronal volume 영상도 동일한 방법을 적용한다. 다음으로 3D Tools의 threshold 값을 지정하고, Advanced Processing에서 Subtraction을 선택하여 차집합 방식으로 소변 영상만을 소거한다. 이렇게 Region Cut Subtraction이 된 2D PET영상과 CT영상으로 Fusion영상과 MIP영상을 만들어 Region Cut Subtraction하지 않은 영상과 비교한다. Fusion & MIP 3D 재구성 영상에서 Advantage Workstation AW4.3 05버전의 Region Cut Subtraction으로 환자의 소변이나 요루주머니에 의한 열소 부위를 제거할 수 있었다. Region Cut Definition을 사용한 영상에서 그렇지 않은 영상보다 소변 섭취 때문에 구별이 어렵던 병변과의 경계가 보다 명확하게 재구성되었다. 영상을 재구성하는 과정에서 Region Cut Subtraction을 사용하여 열소 부위를 제거한다면 기존에 사용하던 단순 역치범위 설정에 의한 영상 소거법보다 우수한 진단적 정보를 제공할 것이다. 특히 방광, 자궁, 직장 부위 질환의 경우, 판독의와 임상의에게 판독에 보다 유용한 영상 정보를 제공하고, 영상의 질적 향상에 도움이 될 것이라 판단된다.

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.311-320
• /
• 2007

본 논문에서는 강건한 얼굴 포즈 추정과 실시간 표정제어가 가능한 비전 기반 3차원 얼굴 모델의 자동 표정 생성 방법 및 시스템을 제안한다. 기존의 비전 기반 3차원 얼굴 애니메이션에 관한 연구는 얼굴의 움직임을 나타내는 모션 추정을 반영하지 못하고 얼굴 표정 생성에 초점을 맞추고 있다. 그러나, 얼굴 포즈를 정확히 추정하여 반영하는 작업은 현실감 있는 얼굴 애니메이션을 위해서 중요한 이슈로 인식되고 있다. 본 연구 에서는 얼굴 포즈추정과 얼굴 표정제어가 동시에 가능한 통합 애니메이션 시스템을 제안 하였다. 제안된 얼굴 모델의 표정 생성 시스템은 크게 얼굴 검출, 얼굴 모션 추정, 표정 제어로 구성되어 있다. 얼굴 검출은 비모수적 HT 컬러 모델과 템플릿 매칭을 통해 수행된다. 검출된 얼굴 영역으로부터 얼굴 모션 추정과 얼굴 표정 제어를 수행한다. 얼굴 모션 추정을 위하여 3차원 실린더 모델을 검출된 얼굴 영역에 투영하고 광류(optical flow) 알고리즘을 이용하여 얼굴의 모션을 추정하며 추정된 결과를 3차원 얼굴 모델에 적용한다. 얼굴 모델의 표정을 생성하기 위해 특징점 기반의 얼굴 모델 표정 생성 방법을 적용한다. 얼굴의 구조적 정보와 템플릿 매칭을 이용하여 주요 얼굴 특징점을 검출하며 광류 알고리즘에 의하여 특징점을 추적한다. 추적된 특징점의 위치는 얼굴의 모션 정보와 표정 정보의 조합으로 이루어져있기 때문에 기하학적 변환을 이용하여 얼굴의 방향이 정면이었을 경우의 특징점의 변위인 애니메이션 매개변수(parameters)를 계산한다. 결국 얼굴 표정 복제는 두 개의 정합과정을 통해 수행된다. 애니메이션 매개변수 3차원 얼굴 모델의 주요 특징점(제어점)의 이동은 획득된 애니메이션 매개변수를 적용하여 수행하며, 정점 주위의 부가적 정점의 위치는 RBF(Radial Basis Function) 보간법을 통해 변형한다. 실험결과 본 논문에서 제안된 비전기반 애니메이션 시스템은 비디오 영상으로부터 강건한 얼굴 포즈 추정과 얼굴의 표정변화를 잘 반영하여 현실감 있는 애니메이션을 생성함을 입증할 수 있었다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.