• 대한방사선치료학회지
• /
• 제27권2호
• /
• pp.131-143
• /
• 2015

목 적 : MRI를 기반으로 한 CT fusion plan과 MRI only based plan을 비교함으로써 MRI only plan의 유용성을 평가하고, 나아가 Simulation과 치료계획을 포함한 방사선치료의 전 과정을 CT 촬영 없이 MRI 영상으로 구성하여 실시간 MR-IGRT를 구현하고자 한다. 대상 및 방법 : 본원에서 사용중인 BBB CT (Brilliance Big Bore CT, 16slice, Philips)와 Viewray MRIdian System (Viewray, USA)으로 환자 11명(Head and Neck 1명, Breast 5명, Lung 1명, Liver 3명, Prostate 1명)을 대상으로 CT & MR simulation 및 치료계획을 세웠다. Head and Neck, Breast, Prostate환자는 자유호흡(Free Breathing) 상태로, Lung과 Liver 환자는 흡기 호흡중지(Inhalation Breathing Holdng)상태로 Simulation을 진행하였다. Viewray의 Bore 크기 및 Coil 위치를 고려하여 환자 자세 및 고정기구를 동일한 조건을 유지하여 CT simulation을 시행하였다. Viewray MRIdian 시스템을 이용하여 MR 영상을 기반으로 한 CT fusion plan과 CT fusion 없이 [ICRU 46]에서 권고하는 폐, 공기, 뼈의 전자밀도를 입력한 동일한 조건의 MR only plan을 세웠다. Head and Neck, Breast, Prostate는 IMRT, Lung과 Liver 는 Gating치료계획을 세웠고, 치료계획의 평가는 PTV의 균질성 지표 (Homogeneity Index, HI)와 일치성 지표 (Conformity Index, CI), 그리고 각 PTV와 OAR의 DVH와 선량차이를 각각 비교하였다. 결 과 : 두 치료계획간 치료부위별 PTV에 대한 HI 값의 차이는 Head and Neck, Breast, Lung, Liver, Prostate 부위별로 각각 0.089, 0.26, 0.67, 0.2, 0.4%로 나타났으며, CI 값의 차이는 부위별로 각각 0.043, 0.84, 0.68, 0.46, 0.3%로 두가지 평가 값 모두 Head and Neck 부위가 가장 작은 차이를 나타냈다. PTV에 대한 평균선량 차이는 치료부위별로 각각 0.07, 0.29, 0.18, 0.3, 0.18 Gy로 나타났다. 이를 백분율로 나타냈을 때 0.06, 0.7, 0.29, 0.69, 0.44%으로 모두 1% 이하의 차이를 보였다. 두경부암의 각 OAR은 전체적으로 0.01~0.12 Gy의 평균선량 차이를 보였으며, 유방암은 0.04~0.06 Gy, 폐암에서는 0.01~0.21 Gy, 간암은 0.06~0.27 Gy, 전립선암은 0.02~0.23 Gy의 평균선량 차이를 나타냈다. 결 론 : MR 영상을 이용한 치료계획은 연부조직에서 탁월한 대조도를 나타낼 뿐만 아니라 CT fusion한 MR 치료계획과 비교했을 때 PTV의 HI, CI, 선량차이 모두 1%미만의 차이를 보였으며, OAR의 경우 비균질한 조직이 많은 부위일수록 최대 0.89 Gy 선량차이를 보였다. 이결과를 토대로 두경부암, 부분적 유방암이나 전립선암등 비균질도 차이가 적은 부위에는 CT촬영 없이 MR 영상만을 이용한 방사선치료의 가능성을 확인 할 수 있었다.

• 대한방사선치료학회지
• /
• 제23권1호
• /
• pp.21-29
• /
• 2011

목 적: 방사선 치료를 받은 암환자의 삶의 질에 영향을 미치는 관련요인을 분석하여 암환자가 가지고 있는 신체적, 정신적 문제들에 대한 삶의 질 정보를 획득하고 향후 방사선 치료를 받은 암환자의 삶의 질을 개선하기 위한 기초 자료로 활용하고자 한다. 대상 및 방법: 2010년 7월 15일부터 8월 15일까지 대전광역시 내 대학병원에서 방사선 치료를 받은 경험이 있는 환자 107명을 대상으로 다양한 특성과 지지 형태에 대한 구조화된 설문지를 이용하여 조사하고 삶의 질에 영향을 미치는 요인을 분석하였다. 결 과: 질환으로 인한 통증이 있는 경우가 65.61점, 질환으로 인한 통증이 없는 경우가 81.87점으로 통증이 없는 경우에서 삶의 질 점수가 높게 나타났고 체중이 감소할수록 삶의 질 점수가 낮아졌으며 경제적 특성에 따른 삶의 질 점수를 비교한 결과 치료기간을 제외한 모든 항목에서 유의한 차이를 나타내었다(P=0.000). 사회적지지, 가족지지, 의료인지지, 자아존중감의 점수가 낮은 경우 삶의 질 점수는 128점 만점에 각각 61.71, 68.77, 71.31, 69.39점으로 나타났으며 반면 지지유형의 점수가 높은 경우 삶의 질 점수는 각각 90.47, 83.29, 90.40, 90.36점으로 나타났다(P<0.05). 대상자의 사회적지지, 가족지지, 의료인지지, 자아존중감과 삶의 질 정도의 상관관계를 분석하여 본 결과 사회적지지 0.768, 가족지지 0.596, 의료인지지 0.434, 자아존중감 0.516으로 통계학적으로 유의한 양의 상관관계를 나타내었다(P<0.01). 삶의 질과 관련이 있는 요인으로는 결혼을 한 경우가 결혼을 하지 않은 경우보다 삶의 질이 증가하였고 직업을 가진 경우가 직업이 없는 경우보다 삶의 질이 증가하여 나타났다. 또한 통증이 있는 경우보다 통증이 없는 경우에서 삶의 질이 증가하였으며 월평균 수입이 증가할수록 삶의 질이 높게 나타났다(P<0.05). 사회적지지, 의료인지지가 높을수록 삶의 질은 0.979배, 0.508배 높게 나타났으며 자아존중감이 높을수록 1.667배 삶의 질이 증가하였다. 결 론: 방사선 치료를 받은 암환자의 삶의 질은 사회적지지, 의료인지지, 자아존중감과 유의한 관련이 있었음을 알 수 있었다. 자아존중감은 삶의 질에 영향을 미치는 요인이므로 국가가 정책적으로 질병에 영향이 가지 않는 선의 업무를 부여하여 소득을 창출한다면 자아존중감을 극대화시키는 동시에 경제적 부담을 감소시킬 수 있는 유용한 방법이 될 것이다. 더불어 의료진의 관심과 암환자 가족을 위한 프로그램 등의 기초자료 개발은 암환자와 가족, 더 나아가 의료진 모두가 한마음이 되어 암환자의 삶의 질을 높일 수 있는 지표가 될 수 있을 것이라 사료된다.

• 한국유통학회지:유통연구
• /
• 제17권4호
• /
• pp.55-80
• /
• 2012

다른 기업과 거래관계를 형성하고 유지하는 것은 빠르게 변화하는 치열한 환경에서 대부분의 기업에게 불가피한 전략적 선택이다. 유통망 안의 모든 기업들도 결국 독립적 기업 간의 이러한 거래 계약으로 맺어져 있다. 하지만 모든 기업 간의 거래가 하나의 목표를 가지고 공동의 이익 창출을 위해 노력하여, 모두 효과적이고 효율적인 성과만을 낼 수는 없다. 대리인 이론에 따르면, 기업들은 모두 독립적 주체로서 각자의 이해를 추구하고, 위험을 회피하려하며, 제한된 합리성을 가지고 불충분한 정보를 처리하게 된다. 즉, 기업 간 거래관계는 그 속에서 신뢰와 협력을 기대하는 동시에, 갈등과 기회주의적 행위도 예측해야 한다. 이에 본 연구는 기업 간 거래의 갈등 원인을 확인하고, 실제 기업이 주로 활용하는 거래조정 방식의 갈등관리 효과를 밝히고자 한다. 이를 위해 관련된 기존 연구와 대리인 이론을 활용하여, 제조업자와 공급업자 간 갈등이 관계성과에 미치는 영향과 거래 위험요인(환경동태성, 자산특유화 수준)의 갈등 유발 효과, 그리고 국내 기업거래 연구에서 잘 다루어지지 않은 거래 조정방식의 갈등관리 효과를 가정하였다. 더불어 국내 중소기업 데이터 329개를 대상으로 연구모델을 검증하였다. 연구 결과, 구매기업(제조업자)의 환경 동태성과 자산 특유화 수준이 높을수록 더 큰 갈등이 유발되었으며, 이러한 B2B 갈등은 기업 간 관계질과 재무성과에 부정적 영향을 끼쳤다. 또한 사회적 조정방식과 법적 조정방식은 갈등의 관계질에 대한 부정적 영향을 매우 유의한 수준에서 완화시키는 조절효과가 검증되었다. 이러한 결과를 바탕으로 본 연구는 B2B갈등의 원인과 관리기법에 대하여 실증적으로 확인하였다는 의의가 있으며, 특히 국내 거래관리 연구에서 소홀히 다루어졌던 법적 계약 방식의 긍정적이고 유의한 효과를 확인하였다는 의의가 있다.

• 유통과학연구
• /
• 제9권2호
• /
• pp.111-122
• /
• 2011

본 연구는 국내사업체 수에서 87.9% 이상을 차지하고 있는 소상공인들의 직능업종별 조직화에 대한 실증적 연구이다. 연구문제의 검증을 위하여 직능단체의 조직화를 국내 상황에 적합하도록 도소매직능, 음식숙박직능, 개인서비스직능의 세 가지 형태로 구분하여 실증적인 분석을 시도하였다. 연구결과 첫째, 조직화 참여동기에서 인력구인난에 대한 반응은 음식직능이 가장 높은 것으로 나타났다. 외부경쟁심화와 자금압박으로 인한 반응은 개인 서비스 직능이 가장 높게 나타났다. 이를 통하여 업종별 직능별로 경영애로사항과 조직화 참여동기에는 차이가 존재함이 새롭게 밝혀졌다. 둘째, 조직화 기대치의 경영공정 개선분야에서는 음식직능이, 단순한 최종성과 개선만을 기대하는 분야에서는 소매직능이 가장 높게 나타났다. 셋째, 소상공인 직능별 조직화요인과 경영성과에 대한 분석에서는 참여동기는 소상공인의 재무적인 경영성과에 부(-)의 영향을 주고 있는 것으로 나타났다. 이와 반대로 조직화 기대치와 정책수요는 경영성과에 직접적인 정(+)의 영향을 주는 것으로 나타났다. 이러한 결과가 의미하는 바는, 향후 정부에서는 직능단체별로 맞춤형 중장기 경영전략을 수립하여야 하는 필요성과 더불어, 현재 소상공인 조직화는 일천한 상황에 있지만, 최종적으로 창업 성공과 창업 실패를 구분하는 분기점이 된다는 점을 밝혀주었다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.69-92
• /
• 2015

최근 소셜 미디어의 사용이 폭발적으로 증가함에 따라 이용자가 직접 생성하는 방대한 데이터를 분석하기 위한 다양한 텍스트 마이닝(text mining) 기법들에 대한 연구가 활발히 이루어지고 있다. 이에 따라 텍스트 분석을 위한 알고리듬(algorithm)의 정확도와 수준 역시 높아지고 있으나, 특히 감성 분석(sentimental analysis)의 영역에서 언어의 문법적 요소만을 적용하는데 그쳐 화용론적 의미론적 요소를 고려하지 못한다는 한계를 지닌다. 본 연구는 이러한 한계를 보완하기 위해 기존의 알고리듬 보다 의미 자질을 폭 넓게 고려할 수 있는 Word2Vec 기법을 적용하였다. 또한 한국어 품사 중 형용사를 감정을 표현하는 '감정어휘'로 분류하고, Word2Vec 모델을 통해 추출된 감정어휘의 연관어 중 명사를 해당 감정을 유발하는 요인이라고 정의하여 이 전체 과정을 'Emotion Trigger'라 명명하였다. 본 연구는 사례 연구(case study)로 사회적 이슈가 된 세 직업군(교수, 검사, 의사)의 특정 사건들을 연구 대상으로 선정하고, 이 사건들에 대한 대중들의 인식에 대해 분석하고자 한다. 특정 사건들에 대한 일반 여론과 직접적으로 표출된 개인 의견 모두를 고려하기 위하여 뉴스(news), 블로그(blog), 트위터(twitter)를 데이터 수집 대상으로 선정하였고, 수집된 데이터는 유의미한 연구 결과를 보여줄 수 있을 정도로 그 규모가 크며, 추후 다양한 연구가 가능한 시계열(time series) 데이터이다. 본 연구의 의의는 키워드(keyword)간의 관계를 밝힘에 있어, 기존 감성 분석의 한계를 극복하기 위해 Word2Vec 기법을 적용하여 의미론적 요소를 결합했다는 점이다. 그 과정에서 감정을 유발하는 Emotion Trigger를 찾아낼 수 있었으며, 이는 사회적 이슈에 대한 일반 대중의 반응을 파악하고, 그 원인을 찾아 사회적 문제를 해결하는데 도움이 될 수 있을 것이다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.117-127
• /
• 2012

최근 온라인 소셜 네트워크 서비스(SNS)의 사용자가 크게 늘어나고 있으며 다양한 분야에서 SNS의 사용자 관계 구조 및 메시지를 분석하기 위한 연구를 진행하고 있다. 그러나 대부분의 소셜 네트워크 분석 방법들은 노드 사이의 최단 거리를 기초로 하고 있으므로 계산 시간이 오래 걸린다. 이는 점차 대형화 되어가는 SNS의 데이터를 여러 분야에서 활용하는데 걸림돌이 되고 있다. 이에 따라 본 논문에서는 SNS의 사용자 그래프에서 사용자간 최단거리를 빠르게 찾기 위한 휴리스틱 기반의 최단 경로 탐색 방법을 제안한다. 제안하는 방법은 1) 트리로 표현된 소셜 네트워크에서 시작 노드와 목표 노드를 설정한다. 그리고 2) 만약 목표 노드가 경사 트리의 단말에 있다면 경사 트리가 시작하는 노드를 임시 골 노드로 설정한다. 마지막으로 3) 연결의 차수를 평가값으로 하는 휴리스틱 기반 최단거리 탐색을 수행한다. 이렇게 최단거리를 탐색한 후 매개 중심성 분석(Betweenness Centrality) 및 근접 중심성(Closeness Centrality)를 계산한다. 제안하는 방법을 사용하면 소셜 네트워크 분석에서 가장 많은 시간이 필요한 최단거리 탐색을 빠르게 수행할 수 있으므로 소셜 네트워크 분석의 효율성을 기대할 수 있다. 본 논문에서 제안하는 방법을 검증하기 위하여 약 16만 명으로 구성된 SNS에서의 실제 데이터를 이용하여 매개 중심성 분석과 근접 중심성 분석을 수행하였다. 실험 결과, 제안하는 방법은 전통적 방식에 비하여 매개 중심성, 근접 중심성의 계산 시간이 각각 6.8배, 1.8배 더 빠른 결과를 보였다. 본 논문에서 제안한 방법은 소셜 네트워크 분석의 시간을 향상시켜 여러 분야에서 사회 현상 및 동향을 분석하는데 유용하게 활용될 수 있다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.183-203
• /
• 2018

전통적으로 신문 매체는 국내외에서 발생하는 사건들을 살피는 데에 가장 적합한 매체이다. 최근에는 정보통신 기술의 발달로 온라인 뉴스 매체가 다양하게 등장하면서 주변에서 일어나는 사건들에 대한 보도가 크게 증가하였고, 이것은 독자들에게 많은 양의 정보를 보다 빠르고 편리하게 접할 기회를 제공함과 동시에 감당할 수 없는 많은 양의 정보소비라는 문제점도 제공하고 있다. 본 연구에서는 방대한 양의 뉴스기사로부터 데이터를 추출하여 주요 사건을 감지하고, 사건들 간의 관련성을 판단하여 사건 네트워크를 구축함으로써 독자들에게 현시적이고 요약적인 사건정보를 제공하는 기법을 제안하는 것을 목적으로 한다. 이를 위해 2016년 3월에서 2017년 3월까지의 한국 정치 및 사회 기사를 수집하였고, 전처리과정에서 NPMI와 Word2Vec 기법을 활용하여 고유명사 및 합성명사와 이형동의어 추출의 정확성을 높였다. 그리고 LDA 토픽 모델링을 실시하여 날짜별로 주제 분포를 계산하고 주제 분포의 최고점을 찾아 사건을 탐지하는 데 사용하였다. 또한 사건 네트워크를 구축하기 위해 탐지된 사건들 간의 관련성을 측정을 위하여 두 사건이 같은 뉴스 기사에 동시에 등장할수록 서로 더 연관이 있을 것이라는 가정을 바탕으로 코사인 유사도를 확장하여 관련성 점수를 계산하는데 사용하였다. 최종적으로 각 사건은 각의 정점으로, 그리고 사건 간의 관련성 점수는 정점들을 잇는 간선으로 설정하여 사건 네트워크를 구축하였다. 본 연구에서 제시한 사건 네트워크는 1년간 한국에서 발생했던 정치 및 사회 분야의 주요 사건들이 시간 순으로 정렬되었고, 이와 동시에 특정 사건이 어떤 사건과 관련이 있는지 파악하는데 도움을 주었다. 또한 일련의 사건들의 시발점이 되는 사건이 무엇이었는가도 확인이 가능하였다. 본 연구는 텍스트 전처리 과정에서 다양한 텍스트 마이닝 기법과 새로이 주목받고 있는 Word2vec 기법을 적용하여 봄으로써 기존의 한글 텍스트 분석에서 어려움을 겪고 있었던 고유명사 및 합성명사 추출과 이형동의어의 정확도를 높였다는 것에서 학문적 의의를 찾을 수 있다. 그리고, LDA 토픽 모델링을 활용하기에 방대한 양의 데이터를 쉽게 분석 가능하다는 것과 기존의 사건 탐지에서는 파악하기 어려웠던 사건 간 관련성을 주제 동시출현을 통해 파악할 수 있다는 점에서 기존의 사건 탐지 방법과 차별화된다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.177-198
• /
• 2018

최근 경제재로서 수자원(Water Resources)의 속성이 공공재 성격을 동시에 띠면서 수자원기술의 측정과 성과 관리 체계를 확보하고 활용해야 할 필요성이 제기되고 있다. 그 동안 수자원기술의 평가는 대부분 순현재가치(NPV)나 비용편익효과(B/C)를 바탕으로 경제성 평가(Feasibility Study) 혹은 기술(환경)영향평가(Technology Assessment)로 수행되어 왔으며, 연구성과의 확산과 피드백을 받을 수 있는 기술 기반 사업의 경제적 가치를 객관적으로 평가하는 모델은 체계화되지 않았다. 그리하여, 본 연구에서는 K-water(한국수자원공사)가 담당하고 있는 수자원분야의 기술적 특성에 적합한 기술평가 체계를 구축할 필요성을 느끼고, 공익형 수자원기술에 대한 기술가치평가 모델을 개발하여 사례를 실증하고자 한다. 본 연구에 적용된 K-water 평가대상기술은 공공재로서, 사회전반에 기여한 가치 및 성과를 측정하고 관리할 수 있는 도구로 활용 가능하다. 예를 들면, 사회전반에 기여한 가치를 산출하여, 편익의 파급효과에 대한 성과 홍보자료, 혹은 비용 투입 당위성에 대한 근거자료로 활용할 수 있고, 공공기술의 특성상 대규모 연구개발 투입 비용에 대한 정당성을 확보할 수 있다. 따라서, 공공재를 다루는 한국의 대표적 공기업인 K-water가 사업 운영상의 전략을 수립하고 투입개발 비용에 대한 성과산출 근거 기반을 구축할 수 있을 것으로 판단된다. 본 고에서는 K-water가 담당하고 있는 수자원분야의 기술적 특성에 적합한 기술평가 체계를 기반으로, 공익형 수자원기술에 대한 기술가치평가 모델을 개발하여 사례를 실증하였다. 특히, 일본 산업기술종합연구소(AIST)의 평가방법론을 활용하여 연관 편익항목을 기준으로 비용계정에 매칭시킨 후, 기존의 비용-편익 접근법과 FCF(Free Cash Flow)법의 평가체계를 활용하는 'K-water 고유모델'을 제시하였으며 이를 통해 K-water 연구성과 관리체계 상의 파이프라인을 구축하는 동시에 "해수담수화" 관련 기술에 대한 검증을 수행하였다. 수자원 분야 기술의 특성을 반영한 웹기반 가치평가시스템의 설계 구성로직과 평가프로세스를 분석하며, 기술통합관리시스템 상의 공익형 및 수익형 기술가치를 산출하기 위한 각 모델별 참조정보 및 DB 연계로직도 살펴본다. 종래의 타 분야 기술가치평가 시스템이 지닌 재무적 데이터 기반의 사업가치 산출로직에 수자원 특성이 반영된 정성평가지표의 정량화 지수를 함께 반영한 하이브리드형 평가모듈과 실제 웹기반 평가의 UI 구성화면을 검토한다. K-water의 가치평가 모형은 공익형과 수익형 수자원 기술을 구분하여 평가하게 되는데, 먼저 수익형 기술가치평가는 "기술의 경제성"이라고 하는 특성상 외부 산업유형의 수익(Profit)특성을 반영하여 화면을 설계 가능하다. 예를 들어 K-water 기술인벤토리 수도부문 기술은 수처리 멤브레인과 같이 수익 지향 기술이 다수 분포된다. 반면에, 공익형 기술가치평가는 공공의 편익(Benefit)과 비용(Cost)특성을 반영하여 화면을 설계하게 되는데, 댐과 같이 편익을 지향하는 기술을 평가하는데 활용된다. 또한 본 고에서 제시된 비용-편익 기반의 공익형 기술가치평가 모형(K-water 고유 평가모델)에 대한 적정성 검토를 위해 사회적 수명(20년)을 지닌 수자원 기술의 편익흐름 추정으로부터 실제 사례에 적용해 보았으며, 향후에는 다양한 사업환경 특성을 반영한 비즈니스 모델별 평가모형 검증을 추가적으로 수행하고자 한다.

• 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.