• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1323-1332
• /
• 2018

본 연구는 국내에서 영어로 수업을 진행하는 K대학 외국인 유학생들의 미디어 정보 리터러시 수준분석을 위해 설문조사를 실시하였다. 응답결과를 바탕으로 수집된 측정결과에 대해 타당성과 신뢰도를 검증하기 위해 통계분석프로그램인 SPSS 21.0으로 문항분석을 실시하였으며, 연구대상 집단별도 각 요인별 미디어 정보 리터러시 이용의 다양성을 분석하였다. 빈도분석, ${\chi}^2-test$를 사용하여 분석한 결과를 근거로 영어로 수업을 하는 외국인 유학생의 국내 미디어 정보 리터러시 이용현황은 주로 인터넷 쇼핑, 은행 등의 일생생활에 초점이 맞추어져 있음을 확인하였다.

• Asia Marketing Journal
• /
• 제12권2호
• /
• pp.1-25
• /
• 2010

기존 영화 산업에서 구전의 크기는 매출에 영향을 주지만 방향성은 영향을 주지 못하는 것으로 연구되었다(Liu 2006). 하지만, 이러한 분석 방법을 국내 영화 데이터에 동일하게 적용시켜 본 결과, 구전의 방향성도 영화의 매출에 영향을 주는 것으로 밝혀졌다. 이는 아시아 지역의 소비자들에게서 나타나는 독립적 자아관점과 북미 지역의 소비자들에게서 나타나는 상호의존적 자아관점의 차이로 인해 나타난 결과로 보인다. 즉, 국내 소비자의 경우는 영화를 선택/관람함에 있어 타인의 평가가 영향력을 주기 때문에 구전의 방향성도 유의한 양(+)의 값을 가진다. 기존의 연구에서는 구전의 크기가 일방적으로 매출에 영향을 미친다는 가정을 통해 영화 산업의 구전효과를 분석했으나, 이는 발생된 매출이 구전의 크기에 미치는 영향을 간과한 것이다. 따라서 매출이 구전에 미치는 효과까지 고려하여 연립방정식(Simultaneous Equation)을 통해 구전의 크기와 매출 간 상호 관계를 추정한 결과, 구전의 방향성은 위의 분석과 동일하게 영화 개봉 후 지속적으로 매출에 양(+)의 영향력을 미치는 것으로 나타났다. 하지만, 구전의 크기는 매출의 원인이 되는 것이 아니라, 오히려 매출이 증가하여 구전의 크기가 증가하는 것이라는 결과를 보여주었다. 즉, 개봉 후 1주차에는 소비자들이 영화를 선택할 때 구전의 크기와 방향성이 동시에 고려되지만, 2주차 이후로는 구전의 크기는 매출에 영향을 미치는 변수가 아니라, 매출의 증가에 따른 결과라는 사실이 밝혀졌다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.71-84
• /
• 2013

컴퓨터 시스템 운용 간에 발생하는 많은 정보들이 기록되는 로그데이터는 컴퓨터 시스템 운용 점검, 프로세스의 최적화, 사용자 최적화 맞춤형 제공 등 다방면으로 활용되고 있다. 본 논문에서는 다양한 종류의 로그데이터들 중에서 은행에서 발생하는 대용량의 로그데이터를 처리하기 위한 클라우드 환경 하에서의 MongoDB 기반 비정형 로그 처리시스템을 제안한다. 은행업무간 발생하는 대부분의 로그데이터는 고객의 업무처리 프로세스 간에 발생하며, 고객 업무 프로세스 처리에 따른 로그데이터를 수집, 저장, 분류, 분석하기 위해서는 별도로 로그데이터를 처리하는 시스템을 구축해야만 한다. 하지만 기존 컴퓨팅환경 하에서는 폭발적으로 증가하는 대용량 비정형 로그데이터 처리를 위한 유연한 스토리지 확장성 기능, 저장된 비정형 로그데이터를 분류, 분석 처리할 수 있는 기능을 구현하기가 매우 어렵다. 이에 따라 본 논문에서는 클라우드 컴퓨팅 기술을 도입하여 기존 컴퓨팅 인프라 환경의 분석 도구 및 관리체계에서 처리하기 어려웠던 비정형 로그데이터를 처리하기 위한 클라우드 환경기반의 로그데이터 처리시스템을 제안하고 구현하였다. 제안한 본 시스템은 IaaS(Infrastructure as a Service) 클라우드 환경을 도입하여 컴퓨팅 자원의 유연한 확장성을 제공하며 실제로, 로그데이터가 장기간 축적되거나 급격하게 증가하는 상황에서 스토리지, 메모리 등의 자원을 신속성 있고 유연하게 확장을 할 수 있는 기능을 포함한다. 또한, 축적된 비정형 로그데이터의 실시간 분석이 요구되어질 때 기존의 분석도구의 처리한계를 극복하기 위해 본 시스템은 하둡 (Hadoop) 기반의 분석모듈을 도입함으로써 대용량의 로그데이터를 빠르고 신뢰성 있게 병렬 분산 처리할 수 있는 기능을 제공한다. 게다가, HDFS(Hadoop Distributed File System)을 도입함으로써 축적된 로그데이터를 블록단위로 복제본을 생성하여 저장관리하기 때문에 본 시스템은 시스템 장애와 같은 상황에서 시스템이 멈추지 않고 작동할 수 있는 자동복구 기능을 제공한다. 마지막으로, 본 시스템은 NoSQL 기반의 MongoDB를 이용하여 분산 데이터베이스를 구축함으로써 효율적으로 비정형로그데이터를 처리하는 기능을 제공한다. MySQL과 같은 관계형 데이터베이스는 복잡한 스키마 구조를 가지고 있기 때문에 비정형 로그데이터를 처리하기에 적합하지 않은 구조를 가지고 있다. 또한, 관계형 데이터베이스의 엄격한 스키마 구조는 장기간 데이터가 축적되거나, 데이터가 급격하게 증가할 때 저장된 데이터를 분할하여 여러 노드에 분산시키는 노드 확장이 어렵다는 문제점을 가지고 있다. NoSQL은 관계형 데이터베이스에서 제공하는 복잡한 연산을 지원하지는 않지만 데이터가 빠르게 증가할 때 노드 분산을 통한 데이터베이스 확장이 매우 용이하며 비정형 데이터를 처리하는데 매우 적합한 구조를 가지고 있는 비관계형 데이터베이스이다. NoSQL의 데이터 모델은 주로 키-값(Key-Value), 컬럼지향(Column-oriented), 문서지향(Document-Oriented)형태로 구분되며, 제안한 시스템은 스키마 구조가 자유로운 문서지향(Document-Oriented) 데이터 모델의 대표 격인 MongoDB를 도입하였다. 본 시스템에 MongoDB를 도입한 이유는 유연한 스키마 구조에 따른 비정형 로그데이터 처리의 용이성뿐만 아니라, 급격한 데이터 증가에 따른 유연한 노드 확장, 스토리지 확장을 자동적으로 수행하는 오토샤딩 (AutoSharding) 기능을 제공하기 때문이다. 본 논문에서 제안하는 시스템은 크게 로그 수집기 모듈, 로그 그래프생성 모듈, MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈로 구성되어져 있다. 로그 수집기 모듈은 각 은행에서 고객의 업무 프로세스 시작부터 종료 시점까지 발생하는 로그데이터가 클라우드 서버로 전송될 때 로그데이터 종류에 따라 데이터를 수집하고 분류하여 MongoDB 모듈과 MySQL 모듈로 분배하는 기능을 수행한다. 로그 그래프생성 모듈은 수집된 로그데이터를 분석시점, 분석종류에 따라 MongoDB 모듈, Hadoop기반 분석 모듈, MySQL 모듈에 의해서 분석되어진 결과를 사용자에게 웹 인터페이스 형태로 제공하는 역할을 한다. 실시간적 로그데이터분석이 필요한 로그데이터는 MySQL 모듈로 저장이 되어 로그 그래프생성 모듈을 통하여 실시간 로그데이터 정보를 제공한다. 실시간 분석이 아닌 단위시간당 누적된 로그데이터의 경우 MongoDB 모듈에 저장이 되고, 다양한 분석사항에 따라 사용자에게 그래프화해서 제공된다. MongoDB 모듈에 누적된 로그데이터는 Hadoop기반 분석모듈을 통해서 병렬 분산 처리 작업이 수행된다. 성능 평가를 위하여 로그데이터 삽입, 쿼리 성능에 대해서 MySQL만을 적용한 로그데이터 처리시스템과 제안한 시스템을 비교 평가하였으며 그 성능의 우수성을 검증하였다. 또한, MongoDB의 청크 크기별 로그데이터 삽입 성능평가를 통해 최적화된 청크 크기를 확인하였다.