• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.

• 한국유통학회지:유통연구
• /
• 제17권3호
• /
• pp.115-132
• /
• 2012

본 연구의 목적은 최근 급격하게 확산되고 있는 기업형 슈퍼마켓(SSM)의 시장 진입이 국내 소매업 경쟁구조에 미친 영향을 실증하는데 있다. 자료의 분석기간은 2000년 1월부터 2010년 12월까지이며, 기업형 슈퍼마켓이 월별로 진입한 점포수, 누적 점포수, 신규 SSM 사업체 중 $165m^2$ 미만 점포비율이 분석모형에 고려되어 소매업태별 상대적 시장점유율에 미치는 효과가 분석되었다. 한국표준산업분류 코드에서 종합소매업에 속해 있는 백화점, 대형마트, 슈퍼마켓, 체인화 편의점, 기타 음식료품 위주 종합 소매업으로 구분된 소매업태간 시장점유율은 매월 각 소매업태별 판매액을 합산하여 월별 총 소매판매액을 계산한 후, 각 소매업태의 판매액이 총 소매판매액에서 차지하는 비율로 측정하였다. 통제변수로 소매업태별 종사자 수, 통화량(M2)이 모형에 추가되어 분석되었다. 분석결과, 신규 SSM 시장진입으로 인한 소매업태별 시장점유율 변화는 대형마트에서만 통계적으로 유의한 결과가 도출되었다. SSM의 누적 점포수는 모든 소매업태의 시장점유율 변화에 유의한 영향을 미쳤으나 그 영향력에 대한 방향성이 소매업태별로 다르게 나타났다. 먼저 SSM의 확산은 대형마트와 편의점의 시장점유율을 감소시킨 반면에 백화점, 슈퍼마켓, 기타 음식료품 위주 종합 소매점의 시장점유율에는 긍정적인 공헌을 한 것으로 나타났다. 이러한 결과에 대한 논의, 시사점, 그리고 향후 연구 방향이 제시되었다.

• 한국농림기상학회지
• /
• 제8권2호
• /
• pp.86-96
• /
• 2006

새로운 개념과 알고리즘으로 완성된 지표 변수 데이터베이스인 Ecoclimap-1이 전 지구 영역에 대해 1km의 해상도로 제공 된 바 있다. 이것은 기상과 기후의 모델에서 토양과 식물과 대기 사이의 이동을 정량적으로 표현하기 위해 고안 되었으며, Ecoclimap-1 데이터베이스를 구성하는 지표변수 자료들은 토지피복지도와 기후지도를 중첩하여 얻어진 생태기후 지도를 기본 주제도로 사용하여 각 클래스에 대한 값(per-class)로 제공된다. 생태기후지도의 제작은 일반적으로 사용하는 토지피복분류가 나타내지 못하는 동질 피복 내 생장 주기의 변동성을 고려하기 위한 것이다. 그러나 이렇게 중첩하여 얻은 주제를 사용하더라도 역시 같은 class내부의 식생 생장 주기의 변동성은 여전히 높게 나타나는 경향을 보였다. 본 연구에서는 이러한 단점을 보완하기 위하여 새로운 방법으로, SPOT/VEGETATION S10 NDVI 자료를 이용하여 토지피복지도와 기후지도의 단순 중첩이 아닌 동일 토지피복 클래스 내의 sub-clustering을 통하여 보다 동질의 하위 집단으로 분류한다. 본 연구는 Ecoclimap-2 project의 전 지구 데이터 베이스 구축의 일환으로 동북 아시아 지역의 생태기후지도 제작을 수행하였다. 사용된 토지피복지도는 University of Maryland Global Land Cover Database를 사용하였고 기후지도는 각 토지피복 클래스의 sub-clustering시 초기 군집의 수를 결정하기 위한 보조 자료로 사용하였다. 1999년부터 2004년 총 6년 동안의 NDVI 10-day 자료를 이용하였고 한 UMD토지피복 class내에 존재하는 모든 화소의 시 공간 긴밀도를 분석하여 비슷한 NDVI 정보를 가지는 화소들을 통합하였다. 이러한 과정을 통해 동북아시아를 총 29개의 ecosystem으로 정의 하였다. 이러한 ecosystem map은 앞으로의 기후 모델 연구에 있어 중요한 기본 주제도로 유용할 것으로 보이며 또한 생태계모델, 기상모델의 중요한 input 자료로서 쓰여 질 것으로 사료 된다.