• 과학교육연구지
• /
• 제47권3호
• /
• pp.251-262
• /
• 2023

본 연구에서는, 학생들의 학업 성취도를 낮추고 학력 저하를 불러온 원인이 비대면 수업만이 아니라 다른 요인들을 조사하였다. 많은 언론 보도뿐만 아니라 선행연구에서 비대면 수업이 학생들의 학력저하에 주된 원인이라 하고 있다. 그러나 2020년 국가수준 학업성취도 조사에서 함께 진행된 '코로나19 원격수업 환경 학생 설문조사'의 조사를 통해 학생들은 원격수업에 대한 만족도가 70~80% 대로 높은 편임을 알 수 있었고, 국가수준 학업성취도 평가 분석을 통해 2017년부터 학생들의 학업성취도는 대체로 우하향 곡선을 그리면서 해마다 학력 저하가 이미 나타나고 있었음을 알 수 있었다. 좀 더 정확한 확인을 위해 고등학생들의 모의고사 성적을 분석해본 결과 학생들의 성적은 정규분포 곡선을 그리는 것이 아니라 중위권의 수가 줄어들고 심각한 양극화 현상이 나타나고 있는 오른쪽이 높은 U자형 분포가 나타남을 확인할 수 있었다. 이러한 현상의 원인이 단순히 비대면 수업의 방식이나 질적인 부족함 때문이 아니라, 가정에서의 돌봄과 관리 등 환경적인 영향과 사교육에 대한 투자의 변화, 하위권으로 갈수록 비대면 온라인 수업을 하면서 온라인 기기 사용 시간이 증가하게 되었고, 학습과 무관한 온라인 콘텐츠와 게임, 동영상 시청 시간의 증가 등 다양한 요인이 있음을 찾았다.

• 한국콘텐츠학회논문지
• /
• 제21권10호
• /
• pp.48-58
• /
• 2021

국내 산업성장의 동력이 되는 기업의 기술 및 사업역량 확보를 위해, 2014년 이후 정부기관을 중심으로 『기술거래 시장 활성화』, 『기술금융 기반의 R&D 사업화지원』등 다양한 형태로 사업화 성과창출을 위한 정책 프로그램이 수행되어 왔다. 현재까지 기술가치평가 이론과 평가변수에 관한 다양한 연구가 각계 전문가들에 의해 수행되고 기술사업화 현업에서 이용되어 왔으나, 평가현장에서는 평가목적 상의 기대보다 기술가치평가 금액이 적게 산출되는 등의 한계점이 존재하여, 그 실용성에 의문이 제기되어 왔다. 또한 미래에 대한 정성적 추정에 기반한 현행 기술가치평가 프로세스는 평가결과에 대한 객관성과 신뢰성 확보를 위해 데이터에 근거한 참조 인프라 구축이 필요한 시기에 이르렀다. 본 연구에서는 기관별로 구축된 평가인프라를 살펴보고, 최신의 인공신경망 및 딥러닝 기술을 기술가치평가 시스템에 탑재하기 위해 핵심변수 기반의 가치금액 추정 시뮬레이션과 매출액 및 정성평가점수의 예측을 위한 적용 가능성을 살펴본다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.237-262
• /
• 2022

본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.

• 기술혁신연구
• /
• 제20권2호
• /
• pp.75-107
• /
• 2012

본 연구에서는 기술혁신의 결정요인 도출 또는 기술혁신의 투입과 산출 간 관계에만 집중한 기존 연구의 한계, 기술혁신의 연결 메커니즘 연구의 필요성 제기 및 관련 연구들이 실태조사 수준에 머물러 있는 현실, 대기업과 중소기업의 기술혁신 추진과정 차이 등에 따라 중소기업의 기술혁신 관리요소에 관한 실증연구를 실시하였다. 이를 위해 자원기반 및 시스템 관점에서 주요 기술혁신 관리요소를 도출 분류하여 연구모형을 제시하였고, 중소기업을 대상으로 실증적으로 규명하였다. 세부적으로 살펴보면, 투입(R&D리더십, 혁신전략, R&D투자, R&D인적자원관리 및 외부네트워크), 과정(포트폴리오관리, 프로젝트관리 및 사업화) 및 산출(기술혁신) 간 관계를 실증 분석하였다. 대구지역 223개의 중소기업을 대상으로 한 구조방정식모형 분석 결과, 투입요소 간 관계, 투입요소와 과정요소 간 관계, 과정요소 간 관계, 그리고 과정요소와 산출요소 간 관계가 전반적으로 긍정적으로 유의하였다. 그러나 투입요소와 과정요소 간 관계에서 R&D투자가 포트폴리오관리와 프로젝트관리에 유의한 영향을 미치지 못하는 것으로 나타났는데, 이는 R&D투자가 독립적으로 과정요소에 영향을 미치기보다 우수한 인적자원, 유용한 정보와 기술이 뒷받침될 때 과정요소에 유의한 영향을 미칠 것으로 예상한다. 본 연구의 결과는 중소기업들이 연구모형을 활용하여 기술경영 상의 제약을 효율적으로 극복하고, 보다 높은 기술혁신 성과를 달성하는데 도움이 될 것이다. 아울러 정책기관들이 중소기업의 기술혁신 관리요소에 관심을 갖고, 애로요인을 보완해 줌으로써 보다 효과적인 정책지원이 가능할 것이다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.287-308
• /
• 2022

최근 비트코인을 필두로한 암호화폐의 폭발적인 성장이 금융 시장의 주요 이슈로 떠오르고 있다. 이에 전 세계적인 암호화폐 투자의 관심이 증가하고 있지만, 24시간 365일 운영되는 시장과 가격 변동성, 그리고 기하 급수적으로 증가하고 있는 암호화폐 종류는 암호화폐 투자자들에게 리스크로 제공되고 있어, 특히 암호화폐 포트폴리오를 구상하는데 있어 추천에 적합하지 않는 암호화폐들을 구분하여 투자자들의 리스크를 감소시킬 수 있는 연구의 필요성이 제기되고 있다. 이에 본 논문은 기존에 있었던 단순히 암호화폐 가격의 미래를 예측하여 수익률을 극대화 하거나, 수익률에 초점을 맞추어 암호화폐 포트폴리오를 구성하는 연구들과 달리, 투자자들의 성향을 반영하고, 투자에 적합한 암호화폐를 머신러닝 기법 중 하나인 Apriori 알고리즘을 활용하여 추천하되, 추천에 적합한 알트코인들을 비트코인의 유사도와 연관규칙을 중심으로 선별하여, 투자자들의 리스크를 감소시킬 수 있는 적합한 추천 방식과 해석을 제시한다.

• 해양환경안전학회지
• /
• 제27권5호
• /
• pp.574-583
• /
• 2021

해운 시황을 예측하는 것은 중요한 문제이다. 투자 방식의 결정, 선대 편성 방법, 운임 등을 결정하기 위한 판단 근거가 되며 이는 기업의 이익과 생존에 큰 영향을 미치기 때문이다. 이를 위해 본 연구에서는 기계학습 모델인 장단기 메모리 및 간소화된 장단기 메모리 구조의 Gated Recurrent Units를 활용하여 컨테이너선의 해상운임 예측 모델을 제안한다. 운임 예측 대상은 중국 컨테이너 운임지수(CCFI)이며, 2003년 3월부터 2020년 5월까지의 CCFI 데이터를 학습에 사용하였다. 각 모델에 따라 2020년 6월 이후의 CCFI를 예측한 후 실제 CCFI와 비교, 분석하였다. 실험 모델은 하이퍼 파라메터의 설정에 따라 총 6개의 모델을 설계하였다. 또한 전통적인 분석 방법과의 성능을 비교하기 위해 ARIMA 모델도 실험에 추가하였다. 최적 모델은 두 가지 방법에 따라 선정하였다. 첫 번째 방법으로 각 모델을 10회 반복 실험하여 얻은 RMSE의 평균값이 가장 작은 모델을 선정하는 것이다. 두 번째 방법으로는 모든 실험에서 가장 낮은 RMSE를 기록한 모델을 선정하는 것이다. 실험 결과 전통적 시계열 예측모델인 ARIMA 모델과 비교하여 딥러닝 모델의 정확도를 입증하였으며, 정확한 예측모델을 통해 운임 변동의 위험관리 능력을 제고시키는데 기여했다. 반면 코로나19와 같은 외부 효과에 따른 운임의 급격한 변화상황이 발생한 경우, 예측모델의 정확도가 감소하는 한계점을 나타냈다. 제안된 모델 중 GRU1 모델이 두 가지 평가 방법 모두에서 가장 낮은 RMSE(69.55, 49.35)를 기록하며 최적 모델로 선정되었다.

• 한국재난정보학회 논문집
• /
• 제17권2호
• /
• pp.254-265
• /
• 2021

연구목적: 국내 항만시설의 진단을 통한 성능 및 안전에 대한 점검과 진단을 20년 넘게 진행되었지만 그 진단 이력과 결과를 활용한 중장기적인 시설개선과 성능개선을 위한 발전전략이나 방향이 현실적으로 작동하지 않고 있다. 특히, 사용년수가 오래된 항만구조물의 경우, 선박의 대형화와 사용빈도 증가, 기후변화로 인한 자연재해의 영향 등으로 안전성능과 기능적 면에서 상당히 많은 문제점을 내포하고 있다. 연구방법: 본 연구에서는 중력식 안벽에 대한 부재수준의 유지관리 이력 데이터를 수집하여 이를 빅데이터로써 정의하고 해당 데이터를 바탕으로 프로젝트 수준의 시설물의 노후화 패턴 및 열화를 추정하기 위한 예측근사모델을 도출하였다. 특히 GP 및 SGP 기법의 머신러닝 알고리즘을 통하여 생성된 상태기반 노후도 패턴 및 열화 근사모델에 대한 유효성 검토를 통해 빅데이터 활용에 적합한 모델을 상호비교하고 제안하였다. 연구결과: 제안된 기법의 적합성을 검토한 결과 GP기법은 RMSE 및 R²는 0.9854와 0.0721, SGP기법은 0.7246과 0.2518로 GP기법을 적용한 예측모델이 적합한 것으로 검토 되었다. 결론: 머신러닝 기법을 통해 이러한 연구는 향후 항만시설 데이터취합이 지속적으로 이루어진다면 향후 항만시설 투자의사결정에 중요한 역할을 할 것으로 기대한다.

• 한국융합학회논문지
• /
• 제12권7호
• /
• pp.31-36
• /
• 2021

중국 우한발 코로나 19 바이러스로 인하여 세계 경제가 침체하여, 미국연방준비제도를 비롯한 대부분 국가에서는 통화량을 늘려 경기를 부양하는 정책을 내놓았다. 주식 투자자들 대부분은 기업에 대한 재무제표 분석이 없이 유명 유튜버의 추천종목이나 지인의 말만 듣고 투자하는 경향이 있어서 주식투자의 손실 가능성이 크다. 따라서, 본 연구에서는 기존 자동매매 조건에서 발전된 인공지능 딥러닝 기법을 이용하여 주가에 영향을 미치는 거시지표를 분석하고 예측하여 주가에 미치는 상관관계를 통한 개별주가예측에 가중치를 부여하고 주가를 예측한다. 또한, 주가는 실시간 증시뉴스에 민감하게 반응하기 때문에 증시뉴스 텍스트 마이닝을 통하여 인공지능으로 예측된 주가에 가중치를 반영하여 더 정확한 주가 예측을 하여 주식 투자자에게 매매의 판단 근거를 제공하여 건전한 주식투자가 되도록 이바지하였다.

• 품질경영학회지
• /
• 제47권3호
• /
• pp.497-508
• /
• 2019

Purpose: The purpose of this study is to overcome limitations of conventional studies that to predict Baltic Dry Index (BDI). The study proposed applications of Artificial Neural Network (ANN) named Long Short-Term Memory (LSTM) to predict BDI. Methods: The BDI time-series prediction was carried out through eight variables related to the dry bulk market. The prediction was conducted in two steps. First, identifying the goodness of fitness for the BDI time-series of specific ANN models and determining the network structures to be used in the next step. While using ANN's generalization capability, the structures determined in the previous steps were used in the empirical prediction step, and the sliding-window method was applied to make a daily (one-day ahead) prediction. Results: At the empirical prediction step, it was possible to predict variable y(BDI time series) at point of time t by 8 variables (related to the dry bulk market) of x at point of time (t-1). LSTM, known to be good at learning over a long period of time, showed the best performance with higher predictive accuracy compared to Multi-Layer Perceptron (MLP) and Recurrent Neural Network (RNN). Conclusion: Applying this study to real business would require long-term predictions by applying more detailed forecasting techniques. I hope that the research can provide a point of reference in the dry bulk market, and furthermore in the decision-making and investment in the future of the shipping business as a whole.

• 자원ㆍ환경경제연구
• /
• 제16권2호
• /
• pp.275-311
• /
• 2007

수소에너지는 비고갈성 청정에너지로 향후 탄소기반의 에너지 시스템을 대체할 에너지로 주목받고 있다. 정부의 장기적인 비전도 수소에너지의 최종에너지 수요 비중을 2040년까지 15%로 확대한다는 것이나 이를 달성하기 위해서는 200조 원이 넘는 엄청난 비용이 수반된다. 본 연구는 동태 CGE 모형을 적용하여 수소에너지 보급에 따라 한국경제에 어떤 영향을 미칠 것인지를 분석하였다. 프런티어 기술로서 수소에너지는 학습효과와 에너지원간 상보성(complementarity)의 영향으로 정부지원 없이는 2040년 기준으로 최종에너지 수요의 6.5%에 그칠 전망이나 정부가 수소에너지에 대해 각각 10%, 20%, 30%의 가격보조 정책을 실시할 경우 9.2%, 15.2%, 37.7%로 증가할 것으로 분석되었다. 즉, 정부개업을 통해 수소기술 확산 지연 현상이 크게 완화될 수 있음을 보여주는 것이다. 한편 수소기술의 주요 응용분야인 수송부문의 성장이 두드러지나 수송 연료의 대부분을 차지하는 석유가 수소에너지로 대체됨으로써 석유부문에 대한 소비가 감소하고, 발전부문의 비중도 감소하는 것으로 나타났다. 정부의 가격보조가 가계소득에서 충당되는 것으로 가정했기 때문에 가격하락에 의한 소비증가효과가 소득감소에 따른 소비감소에 의해 상쇄되면서 가계의 최종소비도 부정적 영향을 받는 것으로 분석되었다. 그러나 전반적인 생산, 투자, 수출 증가에 힘입어 GDP 수준은 소폭 성장하다가 2040년 무렵에 소폭 감소하여 경제 전반에 미치는 영향은 미미할 것으로 분석되었다.