• 대한공업교육학회지
• /
• 제44권2호
• /
• pp.142-163
• /
• 2019

본 연구의 목적은 목공 제품(새집, Birdhouse) 제작 체험 활동 프로그램에서 디자인 씽킹 활용이 예비기술교사인 대학생들의 만족도와 문제해결력에 미치는 영향을 분석하고자 하는 것이다. 설문 대상자는 비교과프로그램으로 체험활동을 실시한 33명 대학생들이며, 설문 문항은 만족도, 문제해결 자신감, 어려웠던 점 및 어려움 원인 등이며, 분석은 통계프로그램을 활용하였다. 이 연구의 주요 결론은 다음과 같다. 첫째, 체험 활동에 대한 전체 만족도 평균은 4.39로 다소 높은 편이다. 응답 평균이 가장 높은 것은 '제작하는 과정에서 성취감'과 '주위의 조언이 도움 됨'(M=4.46)이었다. 남녀별, 학년별로 유의미한 차이는 없지만, 학생들은 주어진 작품이 아닌 조별로 디자인 씽킹을 활용하여 서로 다른 새집을 제작하여 흥미로웠고 만족하였다. 따라서 문제해결 자신감, 성취감과 만족도가 높아 다른 학생들에게 추천하고 싶다고 하므로 디자인 씽킹을 활용한 제작 체험 활동 프로그램은 효과적이라고 판단된다. 둘째, 디자인 씽킹을 활용한 조별 체험활동 후 문제해결 자신감 응답 평균은 3.80 정도이다. 학생들은 조별로 새집 제작 체험 활동을 통해서 문제해결능력과 어려운 상황에 대한 대처능력 등 문제 해결에 자신감을 가질 수 있는 기회가 되었다고 하였으므로, 추후 체험활동에서는 어려웠던 점을 분석하여 보완하면 만족도 향상에 도움이 될 것이다. 셋째, 문제해결능력 자신감 설문 문항에서, 가장 높은 상관관계를 보인 것은 '나에겐 여러 문제를 해결할 능력이 있다'와 '나는 언제나 새롭고 어려운 상활을 대처할 능력이 있다'이다. 따라서 학생들의 문제해결능력 자신감 향상을 위해서는 문제해결능력 역량을 강화할 수 있는 교수·학습 프로그램을 마련해야 할 것이다. 넷째, 주어진 설계도가 아닌 직접 설계하고 제작하는 과정에서 가장 어려웠던 점은 '작품 아이디어의 수정·발전 과정'이라고 하였으며, 어려움을 느낀 가장 큰 원인은 '해결 지식 부족과 제작 능력 부족'이다. 따라서 디자인 씽킹을 활용한 목공 제품을 만들기 위해서는 제작 전에 목공 및 디자인 씽킹에 대한 충분한 교육을 받는다면 작품 제작에 도움이 될 것이다. 종합한 결과, 창의성과 문제해결력 향상에 도움이 되는 디자인 씽킹을 활용한 팀별 학습은 만족도가 높았다. 따라서 다른 체험활동에서 디자인 씽킹을 적용하고 분석하는 연구 결과는 학생들의 문제해결력 향상에 도움이 될 것으로 사료된다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.1-13
• /
• 2015

빅데이터 및 오피니언 마이닝 분야가 대두됨에 따라 정보 검색/추출, 특히 비정형 데이터에서의 정보 검색/추출 기술의 중요성이 나날이 부각되어지고 있다. 또한 정보 검색 분야에서는 이용자의 의도에 맞는 결과를 제공할 수 있는 검색엔진의 성능향상을 위한 다양한 연구들이 진행되고 있다. 이러한 정보 검색/추출 분야에서 자연어처리 기술은 비정형 데이터 분석/처리 분야에서 중요한 기술이고, 자연어처리에 있어서 하나의 단어가 여러개의 모호한 의미를 가질 수 있는 단어 중의성 문제는 자연어처리의 성능을 향상시키기 위해 우선적으로 해결해야하는 문제점들의 하나이다. 본 연구는 단어 중의성 해소 방법에 사용될 수 있는 말뭉치를 많은 시간과 노력이 요구되는 수동적인 방법이 아닌, 사전들의 예제를 활용하여 자동적으로 생성할 수 있는 방법을 소개한다. 즉, 기존의 수동적인 방법으로 의미 태깅된 세종말뭉치에 표준국어대사전의 예제를 자동적으로 태깅하여 결합한 말뭉치를 사용한 단어 중의성 해소 방법을 소개한다. 표준국어대사전에서 단어 중의성 해소의 주요 대상인 전체 명사 (265,655개) 중에 중의성 해소의 대상이 되는 중의어 (29,868개)의 각 센스 (93,522개)와 연관된 속담, 용례 문장 (56,914개)들을 결합 말뭉치에 추가하였다. 품사 및 센스가 같이 태깅된 세종말뭉치의 약 79만개의 문장과 표준국어대사전의 약 5.7만개의 문장을 각각 또는 병합하여 교차검증을 사용하여 실험을 진행하였다. 실험 결과는 결합 말뭉치를 사용하였을 때 정확도와 재현율에 있어서 향상된 결과가 발견되었다. 본 연구의 결과는 인터넷 검색엔진 등의 검색결과의 성능향상과 오피니언 마이닝, 텍스트 마이닝과 관련한 자연어 분석/처리에 있어서 문장의 내용을 보다 명확히 파악하는데 도움을 줄 수 있을 것으로 기대되어진다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.201-220
• /
• 2019

가짜뉴스가 전세계적 이슈로 부상한 최근 수년간 가짜뉴스 문제 해결을 위한 논의와 연구가 지속되고 있다. 특히 인공지능과 텍스트 분석을 이용한 자동화 가짜 뉴스 탐지에 대한 연구가 주목을 받고 있는데, 대부분 문서 분류 기법을 이용한 연구들이 주를 이루고 있는 가운데 문서 요약 기법은 지금까지 거의 활용되지 않았다. 그러나 최근 가짜뉴스 탐지 연구에 생성 요약 기법을 적용하여 성능 개선을 이끌어낸 사례가 해외에서 보고된 바 있으며, 추출 요약 기법 기반의 뉴스 자동 요약 서비스가 대중화된 현재, 요약된 뉴스 정보가 국내 가짜뉴스 탐지 모형의 성능 제고에 긍정적인 영향을 미치는지 확인해 볼 필요가 있다. 이에 본 연구에서는 국내 가짜뉴스에 요약 기법을 적용했을 때 정보 손실이 일어나는지, 혹은 정보가 그대로 보전되거나 혹은 잡음 제거를 통한 정보 획득 효과가 발생하는지 알아보기 위해 국내 뉴스 데이터에 추출 요약 기법을 적용하여 '본문 기반 가짜뉴스 탐지 모형'과 '요약문 기반 가짜뉴스 탐지 모형'을 구축하고, 다수의 기계학습 알고리즘을 적용하여 두 모형의 성능을 비교하는 실험을 수행하였다. 그 결과 BPN(Back Propagation Neural Network)과 SVM(Support Vector Machine)의 경우 큰 성능 차이가 발생하지 않았지만 DT(Decision Tree)의 경우 본문 기반 모델이, LR(Logistic Regression)의 경우 요약문 기반 모델이 다소 우세한 성능을 보였음을 확인하였다. 결과를 검증하는 과정에서 통계적으로 유의미한 수준으로는 요약문 기반 모델과 본문 기반 모델간의 차이가 확인되지는 않았지만, 요약을 적용하였을 경우 가짜뉴스 판별에 도움이 되는 핵심 정보는 최소한 보전되며 LR의 경우 성능 향상의 가능성이 있음을 확인하였다. 본 연구는 추출요약 기법을 국내 가짜뉴스 탐지 연구에 처음으로 적용해 본 도전적인 연구라는 점에서 의의가 있다. 하지만 한계점으로는 비교적 적은 데이터로 실험이 수행되었다는 점과 한 가지 문서요약기법만 사용되었다는 점을 제시할 수 있다. 향후 대규모의 데이터에서도 같은 맥락의 실험결과가 도출되는지 검증하고, 보다 다양한 문서요약기법을 적용해 봄으로써 요약 기법 간 차이를 규명하는 확장된 연구가 추후 수행되어야 할 것이다.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.23-31
• /
• 2020

본 연구는 철도표면상에 발생하는 노후 현상 중 하나인 결함 검출을 위해 학습데이터를 생성함으로써 결함 검출 모델에서 더 높은 점수를 얻기 위해 진행되었다. 철도표면에서 결함은 선로결속장치 및 선로와 차량의 마찰 등 다양한 원인에 의해 발생하고 선로 파손 등의 사고를 유발할 수 있기 때문에 결함에 대한 철도 유지관리가 필요 하다. 그래서 철도 유지관리의 자동화 및 비용절감을 위해 철도 표면 영상에 영상처리 또는 기계학습을 활용한 결함 검출 및 검사에 대한 다양한 연구가 진행되고 있다. 일반적으로 영상 처리 분석기법 및 기계학습 기술의 성능은 데이터의 수량과 품질에 의존한다. 그렇기 때문에 일부 연구는 일반적이고 다양한 철도표면영상의 데이터베이스를 확보하기위해 등간격으로 선로표면을 촬영하는 장치 또는 탑재된 차량이 필요로 하였다. 본연구는 이러한 기계적인 영상획득 장치의 운용비용을 감소시키고 보완하기 위해 대표적인 영상생성관련 딥러닝 모델인 생성적 적대적 네트워크의 기본 구성에서 여러 관련연구에서 제시된 방법을 응용, 결함이 있는 철도 표면 재생성모델을 구성하여, 전용 데이터베이스가 구축되지 않은 철도 표면 영상에 대해서도 결함 검출을 진행할 수 있도록 하였다. 구성한 모델은 상이한 철도 표면 텍스처들을 반영한 철도 표면 생성을 학습하고 여러 임의의 결함의 위치에 대한 Ground-Truth들을 만족하는 다양한 결함을 재 생성하도록 설계하였다. 재생성된 철도 표면의 영상들을 결함 검출 딥러닝 모델에 학습데이터로 사용한다. 재생성모델의 유효성을 검증하기 위해 철도표면데이터를 3가지의 하위집합으로 군집화 하여 하나의 집합세트를 원본 영상으로 정의하고, 다른 두개의 나머지 하위집합들의 몇가지의 선로표면영상을 텍스처 영상으로 사용하여 새로운 철도 표면 영상을 생성한다. 그리고 결함 검출 모델에서 학습데이터로 생성된 새로운 철도 표면 영상을 사용하였을 때와, 생성된 철도 표면 영상이 없는 원본 영상을 사용하였을 때를 나누어 검증한다. 앞서 분류했던 하위집합들 중에서 원본영상으로 사용된 집합세트를 제외한 두 개의 하위집합들은 각각의 환경에서 학습된 결함 검출 모델에서 검증하여 출력인 픽셀단위 분류지도 영상을 얻는다. 이 픽셀단위 분류지도영상들과 실제 결함의 위치에 대한 원본결함 지도(Ground-Truth)들의 IoU(Intersection over Union) 및 F1-score로 평가하여 성능을 계산하였다. 결과적으로 두개의 하위집합의 텍스처 영상을 이용한 재생성된 학습데이터를 학습한 결함 검출모델의 점수는 원본 영상만을 학습하였을 때의 점수보다 약 IoU 및 F1-score가 10~15% 증가하였다. 이는 전용 학습 데이터가 구축되지 않은 철도표면 영상에 대해서도 기존 데이터를 이용하여 결함 검출이 상당히 가능함을 증명하는 것이다.

• 기독교교육논총
• /
• 제71권
• /
• pp.121-154
• /
• 2022

본 연구의 목적은 청년 시기의 주요 발달과제인 관계성 형성 및 향상을 위해 청년기와 관계성에 대해 발달심리학적, 대학교육, 신앙 및 영성적 측면에서 정리하고, 기독 청년교육 방안을 교육의 요소별로 제시하고자 함이다. 관계성은 다른 사람과 공동체에 연결되어 있으며, 서로 관심을 주고 받는다는 느낌을 가지며, 유대감과 소속감을 느끼며, 안정적이고 만족스러운 관계를 유지하고 있을 때 형성되는 것이다. 이는 기술 또는 기교가 아니라 삶의 태도와 가치와 관련된 것으로 지속적인 배움과 훈련이 필요하다. 청년기의 여러 발달과제들은 관계적인 측면에서 공통점을 가지고 있다. 관계성은 청년 초기 대학생활의 만족도, 대학생활 적응, 인성, 진로결정 등의 청년의 삶에 긍정적인 영향을 끼친다. 인간의 실존과 신앙은 관계를 통해 규정되고 형성되기 때문에 신앙적인 측면에서도 관계는 매우 중요하다. 삶의 의미와 내면적인 성장을 위한 영성 발달도 공동체와 타인과의 관계가 중요하게 작용한다. 학습자 및 교육환경 측면에서 관계에 대한 욕구를 가진 학습자 이해, 관계성 욕구 충족에 있어서 방해요인을 이해하기 위해 그들이 살아가고 있는 세대 이해, 그리고 청년들의 관계성이 일어나는 교육환경에 대한 이해가 필요함을 제안하였다. 교사 측면에서는 촉진자, 안내자, 관리자, 멘토 등의 역할로의 변화를 제안하였다. 교육목적 및 내용 측면에서는 관계를 위한 가르침이 궁극적 목적이 되어야 하고, 이를 위한 교육내용을 세 가지 관계의 유형과 각 유형에서 다루어야 할 주요 내용을 제시하였다. 교육방법 측면에서는 상호작용을 일으키기 위한 소통과 학습자의 적극적인 참여를 유도하는 학습자 중심의 집단학습 방법을 관계의 내용과 인지적, 정서적, 행위적 차원에 따라, 다른 교육의 요소들을 고려하여 선정할 것을 제안하였다. 교육의 결과 및 평가 측면에서는 교육계획 단계 시 고려했던 것들이 실제 교육에 효과적으로 수행되었는지 확인, 다양한 평가 방법과 다각적인 측면의 평가, 평가 결과의 구체적 적용을 위한 정리를 제안하였다.

• 국제교류와 융합교육
• /
• 제2권1호
• /
• pp.57-82
• /
• 2022

본 연구는 NCS 직업기초능력의 하위능력 중 하나인 의사소통능력에 대한 인식을 조사하고 분석한 후에 향후 수업의 방향성을 모색하자 한다. 이를 위해 연구자는 '의사소통능력의 중요성 및 필요성, 의사소통능력 수업의 학습자와 교수자, 교육과정 및 교수학습 내용 및 방법, 의사소통능력과 글쓰기능력, 비교과 프로그램 운영' 등 크게 다섯 가지 항목 아래 관련되는 질문 항목을 만들어서 비대면으로 설문조사를 실시한다. 본 연구자는 전문대학에서 의사소통능력 교과목이 생기기 전부터 시작하여 기초교양으로 전면 실시되는 과정을 겪었고, 지금은 선택교양으로 남겨진 상황에서 1학년을 대상으로 의사소통능력에 대한 대학생의 인식을 파악하고자 한다. 조사 영역을 몇 개의 항목으로 나누어 온라인 설문조사를 실시한 후 단체 FGI를 통해 더욱 심층적으로 분석하려고 하였다. 그 결과 학생들은 의사소통능력이 코로나19를 겪으면서 더욱 중요해졌음을 느끼고 있었다. 또 의사소통능력의 하위 5개 능력 중 특히 말하기능력이 가장 중요한 것으로 나타났고, 읽기능력이 가장 덜 중요한 것으로 인식하고 있었다. 한편 자기자신에 대한 의사소통능력 수준이나 소통 유형, 소통 방식에 대해 알고자 하는 희망이 강하게 나타났다. 또한 의사소통능력이 대학 1학년 때 배워야 한다고 인식하고 있었으며 비교과 프로그램으로 상시 운영되기를 희망하고 있었다. 특히 의사소통능력 하위 5가지 영역에서 나머지 능력에 비해 말하기능력에 가장 기대치가 높았고 실제 희망치도 가장 높았고, 교수학습 방법면에서도 이론보다 피드백이나 연습 등을 통해 능력이 향상되기를 원하고 있었다. 이러한 연구 결과는 향후 의사소통능력의 수업 내용이나 방법 등 수업의 운영 방향을 설정하는 데 시사하는 바가 크다고 볼 수 있다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.481-493
• /
• 2023

고밀도 도심지의 열섬현상이 도시 기온을 더 높이고 있으며 이로부터 대기오염 악화, 냉방 에너지 소비 증가 및 온실가스 배출 증대와 같은 부정적 영향들이 발생한다. 녹지의 추가 확보가 어려운 도시 환경에서 옥상녹화는 효율적인 온실가스 감축 전략이다. 본 연구에서는 열섬현상 현황 분석에서 더 나아가 고해상도 위성자료 및 공간정보를 활용하여 연구 지역 내 옥상녹화 가용면적 산정 후 옥상녹화가 가져오는 온도 분포 예측을 통한 열섬현상 완화도 및 이산화탄소 흡수량 평가를 수행하였다. 이를 위해 WorldView-2 위성자료를 활용하여 부산시 도시열섬 지역의 기존 토지피복을 분류하고 머신러닝 기법을 적용하여 옥상녹화 전 후 온도 분포 예측 모델을 개발하였다. 옥상녹화 면적 변화에 따른 열섬현상 완화도를 평가하기 위해 랜덤포레스트 기법을 통해 온도가 종속변수인 온도 분포 예측모델을 구축하였고, 이 과정에서 랜덤포레스트 모델의 훈련자료로 사용될 고해상도 지표 온도 도출을 위해 Google Earth Engine을 활용하여 Landsat-8과 Sentinel-2 위성자료를 융합하는 다중회귀모델을 적용하였다. 또한, 옥상녹화용 초본식생별 이산화탄소 흡수량을 기반으로 녹화 면적에 따른 이산화탄소 흡수량을 평가하였다. 연구 결과를 통해 개발된 위성자료 활용 도시 열섬현상 평가 및 랜덤포레스트 모델 기반 온도 분포 예측 기술은 도시열섬 취약 지역에 확대 적용이 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.63-83
• /
• 2019

투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.231-252
• /
• 2021

인공지능(Artificial Intelligence)은 미래를 가장 크게 변화시킬 핵심 동력으로 산업 전반과 개인의 일상생활에 다양한 형태로 영향을 미치고 있다. 무엇보다 활용 가능한 데이터가 증가함에 따라 더욱더 많은 기업과 개인들이 인공지능 기술을 이용하여 데이터로부터 유용한 정보를 추출하고 이를 의사결정에 활용하고 있다. 인공지능에 관한 기존 연구는 모방 가능한 업무의 자동화에 초점을 두고 있으나, 인간을 배제한 자동화는 장점 못지않게 알고리즘 편향(Algorithms bias)으로 발생되는 오류나 자율성(Autonomy)의 한계점, 그리고 일자리 대체 등 사회적 부작용을 보여주고 있다. 최근 들어, 인간지능의 강화를 위한 증강 지능 (Augmented intelligence)으로서 인간과 인공지능의 협업에 관한 연구가 주목을 받고 있으며 기업도 관심을 가지기 시작하였다. 본 연구는 의사결정을 위해 조언(Advice)을 제공하는 조언자의 유형을 인간, 인공지능, 그리고 인간과 인공지능 협업의 세 가지로 나누고, 조언자의 유형과 의사결정자의 성격 특성이 의사결정에 미치는 영향을 살펴보았다. 311명의 실험자를 대상으로 사진 속 얼굴을 보고 나이를 예측하는 업무를 진행하였으며, 연구 결과 의사결정자가 조언활용을 하려면 먼저 조언의 유용성을 높게 인지하여하는 것으로 나타났다. 또한 의사결정자의 성격 특성이 조언자 유형별로 조언의 유용성을 인지하고 조언을 활용하는 데에 미치는 영향을 살펴본 결과, 인간과 인공지능의 협업 형태인 경우 의사결정자의 성격 특성에 무관하게 조언의 유용성을 더 높게 인지하고 적극적으로 조언을 활용하는 것으로 나타났다. 인공지능 단독으로 활용될 경우에는 성격 특성 중 성실성과 외향성이 강하고 신경증이 낮은 의사결정자가 조언의 유용성을 더 높게 인지하고 조언을 활용하는 것으로 나타났다. 본 연구는 인공지능의 역할을 의사결정과 판단(Decision Making and Judgment) 연구 분야의 조언자의 역할로 보고 관련 연구를 확장하였다는데 학문적 의의가 있으며, 기업이 인공지능 활용 역량을 제고하기 위해 고려해야 할 점들을 제시하였다는데 실무적 의의가 있다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.1-23
• /
• 2014

시장 예측은 일정 기간 동안 소비자에게 판매되는 동종 제품 또는 서비스의 수량 혹은 매출액의 규모를 추정하는 활동으로 정의할 수 있다. 정확한 시장 예측은 기업의 입장에서 새로운 제품의 도입시기 결정, 제품 설계, 생산계획 수립, 마케팅 전략 수립 등에 활용됨으로써 경영활동에 있어 효율적인 의사결정을 내릴 수 있게 하고, 정부의 입장에서는 발전 가능성이 있는 분야에 국가예산을 더 배분할 수 있는 효율적인 예산수립이 가능하게 한다. 본 연구는 정보통신기술(Information and Communication Technology: ICT) 분야의 제품 및 서비스에 대해서 과거의 시계열 자료를 이용하여 시장 성장곡선을 도출하고, 성장패턴이 비슷한 그룹으로 분류하여, 산업 내 시장에 대해 이해하고, 제품들의 미래 전망을 예측하는 데 목적이 있다. 다양한 아이템들을 통일되고 일관적인 방법으로 예측하기 위하여, 로지스틱 모형, 곰페르츠 모형, Bass 모형의 세 가지 전통적인 성장모형과 로지스틱 모형이나 곰페르츠 모형에서 도출되는 잠재시장 크기를 Bass 모형에 결합시킨 두 가지 하이브리드 성장모형을 개발하여 비교 분석하였다. 데이터 설명력이 우수한 로지스틱 + Bass 모형을 최적의 모형으로 선정하여 ICT 제품 및 서비스들 각각의 시장 성장곡선 모수를 확인하였다. 도출된 모수를 데이터로 하여, 자기조직화 지도 알고리즘을 통해, 5개의 의미 있는 영역으로 구분된 시장 성장패턴 지도가 구축되었는데, 각 영역별로 차별화된 특징과 성장패턴을 가지고 있었다. 본 연구에서 제안한 프로세스 및 시스템은 산업 시장 분석 시스템의 수요 예측 기능으로 활용될 수 있으며, ICT 산업뿐만 아니라 다양한 산업 및 분야에도 적용 가능할 것으로 기대된다.