• 지능정보연구
• /
• 제29권3호
• /
• pp.361-381
• /
• 2023

기업 부도 예측에 관한 연구는 재무정보를 중심으로 연구되어 왔다. 기업의 재무정보는 분기별로 갱신되기 때문에 실시간으로 기업의 폐업 가능성을 예측하는 데 있어 적시성이 부족하게 되는 문제가 발생한다. 이를 개선하고자 하는 평가 기업에서는 대상 기업의 건전성을 판단하기 위한 재무정보 외의 정보를 활용한 기업의 건전성을 판단하는 방법이 필요하다. 이를 위해 정보 기술의 발달로 기업에 대한 비재무정보 수집이 용이해지면서 기업 부도 예측에 재무정보 외의 추가적인 변수와 여러 가지 방법론을 적용하는 연구가 진행되어 왔으며, 이 중에서도 어떤 변수들이 기업의 부도를 예측하는데 영향을 주는지를 밝히는 것이 중요한 연구 과제가 되었다. 본 연구에서는 전자결제서비스를 이용하는 사업자의 폐업을 예측할 때 비재무정보를 구성하는 전자결제 정보들이 얼마나 영향을 미치는지를 살펴보았으며, 재무정보와 비재무정보 결합에 따른 폐업 예측 정확도 차이를 살펴보았다. 구체적으로, 재무정보 모형과 비재무정보 모형, 그리고 이를 결합한 모형으로 구성된 세 가지 연구 모형을 설계하였으며 Multi Layer Perceptron(MLP) 알고리즘을 포함한 여섯 가지 알고리즘으로 폐업 예측 정확도를 확인하였다. 재무정보와 비재무정보를 결합한 모형이 가장 높은 예측 정확도를 보였으며, 그 다음으로는 비재무정보 모형, 재무정보 모형의 순서로 예측 정확도가 확인되었다. 알고리즘별 폐업 예측 정확도는 여섯 가지의 알고리즘 중 XGBoost가 가장 높은 예측 정확도를 보였다. 사업자의 폐업 예측에 활용된 전체 87개의 변수를 대상으로 상대적 중요도를 살펴본 결과 폐업 예측에 중요하게 영향을 미친 변수는 상위 20개 중 70% 이상이 비재무정보인 것으로 확인되었다. 이를 통해 비재무정보의 전자결제 정보가 사업자의 폐업을 예측하는 중요한 변수임을 확인하였으며, 비재무 정보가 재무정보의 대안적 정보로서 활용할 수 있는 가능성 역시 살펴볼 수 있었다. 본 연구를 기반으로 사업자의 폐업을 예측할 수 있는 정보로서 비재무정보의 수집과 활용에 대한 중요성을 인식하고 기업의 의사결정에 활용할 수 있는 방안에 대해서도 다루었다.

• 마케팅과학연구
• /
• 제19권3호
• /
• pp.49-61
• /
• 2009

本文为执行官提供了他们在处理日常业务问题和市场机会时如何阐述自己思考过程的培训. 本研究建立在Schank提出的教学基础上, 包括: (1)经验学习和最好的指导提供给学习者从诸如全球背景, 团队项目和专家经历等的互动的故事提炼知识和技能的机会. (2) 告诉不会导致学习, 因为在学习需要的行动训练环境中, 应强调积极使用故事, 案例和项目. 每个培训案例包括执行官解释自己的决策系统分析(DSA, 还需要执行官做DSA简报. 在训练时要求执行官写DSA简报. 在执行官学员写书面报告的说明中包括(1) DSA路线图的本质的细节(2) 警告和机会的陈述, 读者的行政地图及图内的DSA解释. 该报告的最大长度为500字, 其规则就是使行政人员培训课程行之有效. 引言之后是第二部分文献综述, 简要地总结了有关人们在对问题和机会的背景下的想法及文献. 第三部分通过使用对不同的贴牌生产客户定价相同的化学产品的培训练习来解释DSA的起源和过程, 第四部分展示一个炼油设备公司订价决策的培训练习. 第五部分提供一个商业客户办公家具采购的市场策略案例. 第六部分是结论和建议. 这些建议是关于使用培训课程和发展其他培训课程来磨练执行官制定决策的能力. 文章引导读者利用工具箱研究综合的报告, (DSA)路线图根据生态合理性理论将战略与环境相匹配. 这三个案例的研究让学习者在意愿层面征求建议来作出决策. Todd and Gigerenzer 提出人们使用简单启发式,因为他们在自然的决策环境中通过探索信息的结构使适应性行为有可能产生. "简单是一种美德, 而不是诅咒", 有限理性理论强调了西蒙的命题中心, "人类理性的行为仿佛一把剪刀, 其刀片则是任务环境的结构和执行者的计算能力". Gigerenzer的观点和西蒙的环境的危害相关, 也和本文中三个环境结构的案例相关. "环境这个词, 在这里, 并不是指总的物理和生理的环境, 而只是指被给予需要和目标的重要有机体 本文关注了结合任务环境的结构和使用适应的工具箱启发的报告. (DSA)路线图根据生态理性理论将战略与环境相匹配. 渴望适应理论是这一方针的核心. 渴望适应理论将决策制定作为一个没有把目标整合的多目标问题模拟成一个把所有决策选项进行完全的优先顺序化. 这三个案例研究让学习者在意愿层面征求建议来作出决策. 渴望适应用一系列的调整步骤的形式. 一个调整步骤通过仅一个目标变量的变化就可以改变在渴望网格上邻近点当前的渴望水平. 上调步骤是目标变量的提高, 下调步骤是目标变量的下降. 创造和使用渴望适应水平是对有限理性理论的整合. 文章通过提供学习者经验和实践环节增加了意愿采纳和有限合理性的理解和特点. 利用DSA图排列CTSs和撰写TOP可以清晰和深化Selten的观点 "清晰, 意愿采纳必须作为研究的解决方案整合到整个蓝图中". 这些有限理性的研究许可了在现实生活中为什么, 如何作决策的理论和在自然的环境中利用启发式的学习训练两方面的发展. 本文中的练习鼓励根据不同使用目的学习快速而简洁的启发式技巧和原则. 这也正回应了Schank的思想 "从本质上来看, 教育不是让学生们知道发生了什么, 而是让他们感受到所发生的事情. 这不容易做到. 在如今的学校教育是没有情感的, 这是一个很大的问题". 这三个案例和附加的练习问题遵守了Schank的观点. "这种教育过程最好是通过参与他们其中来实现, 也可以这样认为, 精神层面的积极讨论".

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 한국농림기상학회지
• /
• 제17권4호
• /
• pp.384-398
• /
• 2015

본 연구에서는 청미천 농경지를 중심으로 고해상도 지형 및 토지피복 자료 기반의 WRF/Noah-MP 결합시스템을 구축하고 수치모의 한 결과를 2014년 8월 21일부터 9월 10일까지의 청미천 하계 특별관측 자료와 비교하여, 농경지에서의 지면 및 대기모의 성능을 평가하였다. 지면 및 대기 변수의 단기 및 중기모의에 있어서 Noah-MP의 동적 식생 가동이 얼마나 유용한지를 살펴보기 위하여, 동적 식생을 포함하지 않은 실험(CTL)과 포함한 실험(DVG)을 관측기간에 대해 양방향 6중 둥지격자 시스템으로 수행하였다. 본 연구의 결과는 크게 세 가지로서 다음과 같다. 1) CTL 실험은 낮 동안의 순단파 복사 에너지를 과대 모의 함에 따라 현열 및 잠열 플럭스와 보웬비도 관측에 비해 과대 모의하는 경향을 보였다. CTL 실험의 기온은 관측을 대체로 잘 따라갔으나 일출 후 기온의 상승 속도가 관측에 비해 빠른 모습을 보였다. 최저 기온 및 최고 기온의 시점은 잘 모의하였는데, 특히 일 최저기온의 모의는 관측과 $0.3^{\circ}C$ 오차 이내의 성능을 보여, 동해 및 병해충과 연관된 엽면수분 지속시간 예측에 고무적인 결과로 평가되었다. CTL 실험의 10m 바람은 동서 및 남북 풍속 모두 대체로 과대 모의하는 경향을 보였고, 강수 또한 과대 모의하는 경향을 보였으나 강수의 시작 종료시점은 대체로 잘 포착하였다. 2) Noah-MP의 동적 식생을 구동시킨 DVG 실험은 CTL 실험에 비해 엽면적지수, 단파 복사, 지표면 플럭스, 보웬비, 기온, 바람, 강수의 모의를 전반적으로 관측에 더 가깝게 생산하는 것으로 나타났다. 강수, 온도, 복사, 가용 영양소 등의 변동에 대응하여 엽면적지수를 예단하는 DVG 실험은 CTL 실험보다 더 큰 엽면적지수를 생산했으며, 이는 실측에 더 가까운 결과였다. DVG 실험에서도 일출 후 기온 상승률은 관측에 비해 높았는데, 이는 CTL와 DVG 실험 모두에서 공통으로 사용한 YSU 경계층 방안이 갖는 혼합층의 조기 성장 특성과 관련이 있는 것으로 분석되었다. CTL 실험이 보인 바람과 강수의 과대모의 경향도 DVG 실험에서는 어느 정도 완화되는 개선점을 보였다. 3) 수평 해상도의 증가에 따른 청미천 농경지의 수치모의 성능 향상은 지표면 플럭스, 기온, 바람 강수 모두에서 미비하거나 거의 없는 것으로 나타났으며, 보다 정확한 평가를 위해서는 농경지 상의 여러 지점에서 입체적인 관측이 이뤄져야 하고, 모형에 사용되는 지형 및 토지피복 자료의 도메인 간 일관성이 확보되어야 할 것이다.

• 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.

• 지능정보연구
• /
• 제24권4호
• /
• pp.67-83
• /
• 2018

2013년 누적인원 2억명을 돌파한 한국의 영화 산업은 매년 괄목할만한 성장을 거듭하여 왔다. 하지만 2015년을 기점으로 한국의 영화 산업은 저성장 시대로 접어들어, 2016년에는 마이너스 성장을 기록하였다. 영화산업을 이루고 있는 각 이해당사자(제작사, 배급사, 극장주 등)들은 개봉 영화에 대한 시장의 반응을 예측하고 탄력적으로 대응하는 전략을 수립해 시장의 이익을 극대화하려고 한다. 이에 본 연구는 개봉 후 역동적으로 변화하는 관람객 수요 변화에 대한 탄력적인 대응을 할 수 있도록 주차 별 관람객 수를 예측하는데 목적을 두고 있다. 분석을 위해 선행연구에서 사용되었던 요인 뿐 아니라 개봉 후 역동적으로 변화하는 영화의 흥행순위, 매출 점유율, 흥행순위 변동 폭 등 선행연구에서 사용되지 않았던 데이터들을 새로운 요인으로 사용하고 Naive Bays, Random Forest, Support Vector Machine, Multi Layer Perception등의 기계학습 기법을 이용하여 개봉 일 후, 개봉 1주 후, 개봉 2주 후 시점에는 차주 누적 관람객 수를 예측하고 개봉 3주 후 시점에는 총 관람객 수를 예측하였다. 새롭게 제시한 변수들을 포함한 모델과 포함하지 않은 모델을 구성하여 실험하였고 비교를 위해 매 예측시점마다 동일한 예측 요인을 사용하여 총 관람객 수도 예측해보았다. 분석결과 동일한 시점에 총 관람객 수를 예측했을 경우 보다 차주 누적 관람객 수를 예측하는 것이 더 높은 정확도를 보였으며, 새롭게 제시한 변수들을 포함한 모델의 정확도가 대부분 높았으며 통계적으로 그 차이가 유의함으로써 정확도에 기여했음을 확인할 수 있었다. 기계학습 기법 중에는 Random Forest가 가장 높은 정확도를 보였다.

• 한국간호교육학회지
• /
• 제3권
• /
• pp.78-98
• /
• 1997

Health education, as the most fundamental concept for national health promotion, alms for developing the self-care ability of the general public. High school days are regarded as the period when most important physical, mental and social developments occur, and most health-related behaviors are formed. School health education is one of the major learning resources influencing health potential in the home and community as well as for the individual student. High school health education in Korea has a fundamental systemic flaw in that health-related subjects are divided and taught under various subjects areas at school. In order to achieve the goal of school health education, it is essential to make a systematic assessment of the learner's concerns connected with his health and life, and the factors affecting them. So far, most of the research projects that had been carried out for improving high school health education were limited in their concerns to a particular aspect of health. Even though some had been done in view of comprehensive school health education, they failed to Include a health assessment of the learner. Therefore, in this study the high school students' concerns related to health and life were investigated in the first place on the basis of the PRECEDE model, developed by Green and others for the purpose of a comprehensive diagnostic research on high school health education. This study was done in two steps : one was the basic study for developing research instrument and the other was the main one. The former was conducted at five high schools in Seoul and Cheongju for 2 months-beginning in March, 1996. The students were asked to respond to questions related to their health and lives in unstructured open-ended question forms. On the basis of analysis of the basic study, the diagnostic instruments for the quality of life, health problems, health behavior and educational factors were constructed to be used for the collection of data for main study. An expert panel and the pilot study were used to improve content validity and reliability of the instruments. The reliability of the instruments was measured at between .7697 and .9611 by the Cronbach $\alpha$. The data for this study were collected from the sample consisted of the junior and senior classes of twenty general and vocational high schools in Seoul and Cheongju for two months period beginning in July, 1996. In analyzing the data, both t-test and $X^2$-test were done by using SAS-$PC^+$ Program to compare data between the sexes of the high school students and the types of high school. A canonical correlation analysis was carried out to determine the relationships among the diagnostic variables, and a multivariate multiple regression analysis was conducted by using LISREL 8.03 to ascertain the influences of variables on the high school students' health and quality of life. The results were as follows : 1) The findings of the hypothesis tests (1) The canonical correlation between the educational diagnosis variables and behavioral, epidemiological, social diagnosis variables was .7221, which was significant at the level of p<.001. (2) The canonical correlation between the educational diagnosis variables and the behavior variables was .6851, which also was significant (p<.001). (3) The canonical correlation between the behavioral diagnosis variables and the epidemiological variables was 4295, which was significant (p<.001). (4) The canonical correlation between the epidemiological diagnosis variables and the social variables was .6005, which was also significant (p<.001). Therefore, the relationship between each diagnosis variable suggested by the PRECEDE model had been experimentally proven to be valid, supporting the conceptual framework of the study as appropriate for assessing the multi-dimensional factors affecting high school students' health and quality of life. Health behavior self-efficacy, the level of parents' interest and knowledge of health, and the level of the perception of school health education, all of which are the educational diagnostic variables, are the most influential variables in students' health and quality of life. In particular, health behavior self-efficacy, a causative factor, was one of the main influential variables in their health and quality of life. Other diagnostic variables suggested in the steps of the PRECEDE model were found to have reciprocal relations rather than a unidirectional causative relationship. The significance of this research is that it has diagnosed the needs of high school health education by the learner-centered assessment of variety of factors related to the health and the life of the students. This research findings suggest an integrated system of school health education to be contrived to enhance the effectiveness of the education by strengthening the influential factors such as self-efficacy to improve the health and quality of the lives of high school students.

• 한국지역지리학회지
• /
• 제4권2호
• /
• pp.165-182
• /
• 1998

관광지는 관광객에 의하여 이용이 지속될 때 관광목적지로서 그 생명력과 가치를 유지할 수 있으며, 그렇지 못할 경우 그 관광지는 곧 쇠퇴해 버리게 된다. 따라서 본 연구는 버틀러에 의해 제시된 관광목적지 수명주기이론을 바탕으로 한국에 분포하는 온천관광지 중 현재 이용중에 있는 46개 온천지구를 대상으로 수명주기 단계와 분포특성 및 이용객의 행태를 분석하여 관광목적지가 쇠퇴하지 않고 더욱 활성화하는 방안을 모색하고자 하였다. 분석대상으로 삼은 46개 온천지구 중 개발단계가 29개지구로 가장 많은 비중을 차지하고 있으며 성장단계 4개지구, 성숙단계 5개지구, 침체 및 쇠퇴단계 5개지구, 재활단계 3개지구로 나타났다. 이러한 수명주기에 영향을 미치는 분포특성 및 이용객의 행태를 분석한 결과 지형적 위치, 접근도에 의한 분포특성이 수명주기에 많은 영향을 미치는 것으로 나타났으며, 관광객들의 관광행태가 단일목적의 관장에서 다목적 관광으로 전환되고 있는 것으로 나타났다. 따라서 온천관장저의 활성화 방안으로는 온천지구의 확대지정과 온천수 보존, 장기체류형 관광지로의 복합개발, 도로망의 확충, 주변관광자원의 활용, 공동급수의 시행, 관광특구의 지정 등 관광객을 견인할 수 있는 새로운 관광매력물을 꾸준히 개발해야 할 것이다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.113-137
• /
• 2021

모바일뱅킹의 성장세 뚜렷한 가능성에 따라 이와 관련한 연구들이 다수 진행되고 있으나, 국내의 경우 기술적인 요소나 소비자의 이용 의도 및 행동, 만족에 대한 분석으로 집중되어 있는 실정이다. 또한 20대라는 견고한 고객층을 보유하였음에도 이러한 고객 집단을 특정하여 진행된 연구는 거의 찾아볼 수 없다. 모바일뱅킹이 한 단계 도약하기 위해서는 그 자체에 대한 연구뿐만 아니라 모바일뱅킹에 영향을 미치는 외부요인에 대한 연구를 통해 다양한 관점을 확보하는 전략이 필요하다. 따라서 본 연구는 20대의 모바일뱅킹에 유의미한 영향을 미칠 수 있는 다양한 외부요인 중 충동성, 신용카드사용 여부, SNS 중독을 분석하였다. 충동성의 네 가지 하위요인인 부정긴급성, 긍정긴급성, 계획성부족, 지속성부족과 모바일뱅킹 사용률 간의 관계를 검토하고, 여기에 신용카드 사용 여부가 영향을 미치는지 확인하였다. 또한 충동성의 각 하위요인과 SNS 중독의 세 가지 하위요인인 조절실패 및 일상생활장애, 몰입 및 내성, 부정정서회피 간의 관계를 탐색하였다. 이때 모바일 기반의 SNS 중독이 충동성과 모바일뱅킹 사용률 간의 관계에서 어떠한 매개효과를 보이는지 확인하였다. 이러한 분석을 위해 20대 남녀 150명을 대상으로 설문조사를 진행하였고, 수집된 자료는 SPSS Statistics 25 프로그램을 이용하여 연구문제에 따라 상관분석, 회귀분석 등을 실시하였다. 연구결과는 다음과 같다. 첫째, 긍정긴급성은 모바일뱅킹 사용률에 유의한 정적 영향을 미치는 것으로 나타났다. 둘째, 신용카드 사용 여부는 부정긴급성과 모바일뱅킹 사용률의 관계에서 조절효과를 보였다. 셋째, 충동성의 하위요인은 모두 SNS 중독의 하위요인과 유의미한 정적 관계가 있는 것으로 나타났다. 넷째, 긍정긴급성 및 SNS 중독, 모바일뱅킹 사용률의 관계에서 총효과와 직접효과가 나타나는 것으로 확인되었다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.