• 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.

• 중소기업연구
• /
• 제33권4호
• /
• pp.77-93
• /
• 2011

본 연구는 최근 사회경제적 이슈가 되고 있는 동반성장의 개념과 실천 방향에 대해 논의하고자 한다. 이를 위해 동반성장의 정책적 개념을 살펴보고 유사한 개념인 상생협력과 공생발전과도 비교 분석하고자 한다. 또한 동반성장을 통해 글로벌 경쟁력을 만들어 낸 선진국 사례들로부터 교훈을 찾아내고 우리의 사회 문화적 특성에 맞는 한국형 모델을 제안하고자 한다. 한국형 동반성장 모델은 미국의 시장중심형, 일본의 문화기반형, 유럽의 정책주도형 등의 장점을 융합할 필요가 있다. 이를 위해 한국형 모델은 공동체적 에너지를 창출해내는 한국인의 잠재력 활용, 통제와 자율의 융합형 제도 개선, 미래지향적 협력관계를 위한 기업들의 행동변화 등 세 가지 요인을 핵심으로 할 필요가 있다. 한국형 모델의 실현을 위해 필요한 정부의 역할과 과제, 그리고 동반성장위원회의 역할에 대해서도 논의하고자 한다.

• 한국유통학회지:유통연구
• /
• 제17권5호
• /
• pp.1-23
• /
• 2012

대기업과 중소기업의 갈등이 심화되고 있고 낙수효과 또한 제대로 작동하지 않고 있으며 사업조정제도의 실효성에 대한 논란이 이어지고 있는 가운데 중소기업의 사업영역을 보호하고 중소 대기업간 양극화를 해소하며 더불어 골목상권도 보호하기 위한 방안으로 도입된 것이 중소기업 적합업종 지정제도이다. 중소기업 적합업종의 추진현황은 제조업분야로 중소기업 적합업종 품목 중 234개 품목을 신청 접수 받아 실태조사 및 분석하여 조정협의체의 품목을 선정하였다. 서비스업분야에서의 적합업종 지정은 사회적 갈등이 있는 업종부터 지정할 계획인데, 중소기업 및 소상공인의 생업과 관련된 3개 대분류 서비스업종을 대상으로 우선 지정하고 추후 순차적으로 확대할 예정이다. 하지만 중소기업 적합업종 품목으로 선정될 경우에는 중소기업의 성장 동기가 저해될 우려가 있으며, 중소기업 적합업종 품목 지정은 소비자 후생 감소가 나타날 수 있다. 또한 사전적 규제로 작용할 소지가 높을 뿐만 아니라 경쟁을 제도적으로 제한함으로써 부작용이 나타날 우려가 있으며 FTA 체제의 주요 규정에 대한 위배 가능성도 있다. 뿐만아니라 대기업에 대한 역차별 요인이 충분히 반영되지 않고 있다는 점도 문제점으로 지적된다. 특히 중소기업 적합업종제도가 대기업의 주력분야와 관계없는 서비스업에 대한 진출 확대로 인해 중소기업 및 소상공인과의 갈등을 초래하고 있는 실정이므로 중소기업이나 중소상인의 보호를 위해서는 프랜차이즈시스템을 통해서 지역 중소기업을 발전시키고 마스터 프랜차이즈나 지역 프랜차이즈 시스템과 같은 선진 계약 방식을 도입하는 것이 필요하다. 하지만 이러한 방식은 기업들의 경쟁력과 운영방식을 한층 더 진일보 시켜 중소 프랜차이즈기업의 경쟁력 강화에 기여하는 효과도 있지만 부정적 측면이 더 많다고 볼 수 있다. 첫째, 지식경제부가 밝히고 있듯이, 프랜차이즈산업은 자영업자의 창업 성공률을 높여주고, 기존 자영업자를 조직화하여 규모의 경제를 통한 경쟁력 강화에 기여할 뿐만 아니라 다양한 서비스를 소비자에게 제공함으로써 내수시장을 확대하고, 일자리 창출에 기여하는 등 자영업자 경쟁력 제고와 서비스 산업 활성화를 위한 '유용한 수단'임을 강조하고 정부 서민안정 대책으로 밝힌바 있다. 이러한 관점에서 본다면, 프랜차이즈는 적합업종 제도의 취지에 부합하는 것이며 이에 반하는 것이 아님을 알 수 있다. 둘째, 적합업종으로 지정될 경우 국제적 경쟁력을 갖고 있는 국내 프랜차이즈 대기업들의 위축과 사기저하로 인하여 해외진출과 R&D, 식품안전에 대한 투자 감소와 더불어 국내 진출한 해외 기업들의 사업 확장에 부정적 영향을 끼칠 수 있다. 또한 국내 진출한 다국적 해외 프랜차이즈기업들과의 경쟁력을 확보하는 것이 무엇보다도 시급한 국내 프랜차이즈산업 현실에서 국제적 경쟁력 확보의 어려움뿐만 아니라 국내에 진출한 해외 프랜차이즈기업들과의 역차별이 발생할 수도 있다. 셋째, 중소기업 적합업종 품목 지정은 지금까지 제품을 사용해 왔던 소비자들의 선택의 기회를 제한함과 동시에 소비자의 후생을 감소시키는 부정적인 효과를 초래한다. 또한 중소기업 간의 역차별 문제를 발생시켜 소수 중소기업이 시장을 독점함으로써 소비자 선택의 폭이 줄어들 가능성이 있으므로 제품의 효용을 판단하는 역할은 국가가 아닌 소비자의 몫으로 남겨두어야 한다. 마지막으로는 프랜차이즈와 관련하여 이미 가맹사업법과 그리고 공정거래위원회의 모범거래기준 등의 시행으로 공정거래는 확보하고 있으므로 앞으로도 부족한 부분은 이들을 보완하여 진행하는 것이 바람직하다고 본다. 중소기업 적합업종 지정으로 이중삼중으로 규제하는 것은 오히려 프랜차이즈 분야에 과도한 제한이 될 것이다. 이제 국내 프랜차이즈산업에서도 한국의 문화를 전파하는 세계적 프랜차이즈기업이 성장할 수 있는 환경조성과 정부의 적극적인 지원이 필요하다. 따라서 프랜차이즈 기업의 성장 과정이나 배경을 고려하지 않고 현재 대기업이라는 이유만으로 이들에게 불이익을 주는 일은 없어야 한다. 프랜차이즈기업의 성장억제로 인하여 결국 가맹점의 매출감소는 물론이고 심지어는 폐업하는 가맹점의 숫자를 증가시키는 또 다른 문제를 발생시킬 수 있다는 것이다. 따라서 중소기업 적합업종제도가 대기업의 발목을 잡는 것이 아니라 소상공인과 중소기업의 경쟁력 제고와 동반성장을 목표로 하고 있는 만큼 대기업과 소상공인 및 중소기업이 상생과 협력을 바탕으로 거래관계를 지속하는 프랜차이즈 기업들이 포함되지 않도록 하는 것이 타당할 것이다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 농업과학연구
• /
• 제4권2호
• /
• pp.254-282
• /
• 1977

벼의 생육(生育) 및 수량(收量)에 관(關)한 주요양적형질(主要量的形質)의 유전(遺傳)에 관(關)한 정보(情報)를 얻고져 1974년(年) 농백(農白), 통일(統一), 팔굉(八紘), 만경(萬頃), 금남풍(金南風)을 교배친(交配親)으로 전조합(全組合) 이면교배(二面交配)를 실시(實施)하여 $F_1$종자(種子)를 얻었으며 1975년(年) 이들 $F_1$ 및 교배친(交配親) 품종(品種)을 재배(栽培)하여 여러 형질(形質)을 조사(調査)하고 그 결과(結果)를 Griffing 및 Hayman의 방법(方法)에 따라 유전분석(遺傳分析)을 하였던 바 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 통일(統一)을 교배친(交配親)으로 한 조합(組合)에서는 출수기(出穗期)가 늦어지는 쪽이 우성(優性)이었고 출수기(出穗期)가 늦어지는 방향(方向)으로 각(各) 조합(組合)에서 모두 높은 Heterosis를 나타내었던 바 높은 우성효과(優性效果)와 비대립유전자간(非對立遺傳子間)의 교호작용(交互作用)도 인정(認定)되었는데 통일(統一)을 제외(除外)한 품종(品種)을 양친(兩親)으로 한 조합(組合)에서는 출수기(出穗期)가 빠른 쪽이 우성(優性)이었고 상가적효과(相加的效果)가 우성효과(優性效果)에 비(比)해 현저(顯著)히 큰 부분우성(部分優性)을 나타내었으며 비대립유전자간(非對立遺傳子間)의 교호작용(交互作用)도 인정(認定)되지 않았다. 2. 통일(統一)을 교배친(交配親)으로 한 조합(組合)에서는 장간(長稈)쪽으로 높은 Heterosis율(率)을 나타내었으며 간장(稈長)이 긴 것이 짧은 것에 비(比)해 우성(優性)이었고 상가적효과(相加的效果)에 비(比)해 우성효과(優性效果)가 매우 커서 초월우성(超越優性)을 나타내었으며 협의(狹意)의 유전력(遺傳力)은 아주 낮았다. 그리고 교배조합(交配組合)에 따라 모본효과(母本效果)와 정역효과(正逆效果)가 현저(顯著)하였다. 3. 이삭의 추출도(抽出度)는 모든 조합(組合)에서 양친(兩親)의 평균(平均)보다 약간 길었으며 추출도(抽出度)가 길어지는 방향(方向)으로 부분우성(部分優性)을 나타내고 있었다. 우성효과(優性效果)에 비(比)해 상가적작용(相加的作用)이 현저(顯著)히 컷고 광의(廣意) 및 협의(狹意)의 유전력(遺傳力)도 모두 높았다. 추출도(抽出度)에서도 간장(稈長)에서와 같이 모본효과(母本效果)와 정역효과(正逆效果)가 유의(有意)하였다. 4. 지엽각(止葉角)은 대체로 예각(銳角)의 방향(方向)이 우성(優性)이었으나 팔굉(八紘)에서만은 교배조합(交配組合)에 따라 예각(銳角)과 둔각(鈍角)의 두 가지 상반(相反)되는 방향(方向)으로 Heterosis를 보였다. 우성효과(優性效果)가 상가적효과(相加的效果)보다 약간 높았는데 지엽각(止葉角)의 유전(遺傳)에는 교배조합(交配組合)에 따라 비대립유전자간(非對立遺傳子間)의 교호작용(交互作用)도 상당히 크게 작용(作用)한 것으로 보여진다. 5. 지엽장(止葉長)과 지엽폭(止葉幅)에서는 모두 이들이 증가(增加)되는 방향(方向)이 우성(優性)이었으나 Heterosis의 정도(程度)는 교배조합(交配組合)에 따라 각각 다르게 나타났다. 지엽장(止葉長)의 유전(遺傳)에서는 상가적효과(相加的效果)에 비(比)해 아주 높은 우성효과(優性效果)를 보여 초월우성(超越優性)이 인정(認定)되었던 반면(反面) 지엽폭(止葉幅)에서는 우성효과(優性效果)는 적었고 상가적효과(相加的效果)가 매우 크게 나타나 부분우성(部分優性)을 보였으며 광의(廣意) 및 협의(狹意)의 유전력(遺傳力)이 모두 높았다. 그리고 지엽장(止葉長), 지엽폭(止葉幅) 및 지엽각(止葉角)에서는 모두 모본효과(母本效果)나 정역효과(正逆效果)는 인정(認定)되지 않았다. 6. 통일(統一)을 한쪽친(親)으로 하는 조합(組合)의 수장(穗長)은 모두 양친(兩親)에 비(比)해 현저(顯著)히 길었으나 그 외의 조합(組合)에서는 $F_1$의 수장(穗長)이 양친(兩親)의 평균치(平均値)와 비슷하였고 수장(穗長)의 유전(遺傳)에는 상가적(相加的) 효과(效果)보다 우성효과(優性效果)가 크게 작용(作用)하였으며 수장(穗長)이 길어지는 방향(方向)이 우성(優性)이었고 협의(狹意)의 유전력(遺傳力)은 아주 낮았다. 7. 수수(穗數)가 많은 것이 적은 것에 대(對)해 우성(優性)이었으며 $F_1$의 Heterosis 정도(程度)는 교배조합(交配組合)에 따라 각각상이(各各相異)하였다. 수수(穗數)의 유전(遺傳)에는 우성효과(優性效果)가 상가적효과(相加的效果)보다 약간 크게 작용(作用)하고 있어 완전우성(完全優性)에 가까우며 모본효과(母本效果)와 정역효모(正逆效母)에 유의성(有意性)이 인정(認定)되었다. 8. 수당입수(穗當粒數)는 교배조합(交配組合)에 따라 각각(各各) 정부(正負)의 상반(相反)되는 방향(方向)으로 Heterosis가 나타났으며 Heterosis의 정도(程度)도 조합(組合)에 따라 상이(相異)하였다. 평균(平均) 우성방향(優性方向)은 수당입수(穗當粒數)가 증가(增加)되는 쪽이었으나 조합(組合)에 따라 우성(優性)의 방향(方向)은 수당입수(穗當粒數)가 증가(增加)되는 경우와 감소(減少)되는 경우를 동시(同時)에 인정(認定)할 수 있었다. 수당입수(穗當粒數)의 유전(遺傳)에는 우성효과(優性效果)가 아주 크게 나타났으며 비대립유전자(非對立遺傳子)의 교호작용(交互作用)도 인정(認定)되었다. 9. 등숙비율(登熟比率)은 조합(組合)에 따라 출수기(出穗期)의 지연(遲延)에 기인(基因)되는 등숙장해(登熟障害)와 기타 환경(環境)의 영향으로 그 유전양식(遺傳樣式)의 파악(把握)이 거의 불가능(不可能)하였으나 통일(統一)을 제외(除外)한 조합(組合)에서는 등숙비율(登熟比率)이 증가(增加)하는 방향(方向)의 우성효과(優性效果)가 인정(認定)되었다. 10. 천입중(千粒重)은 무거운 것이 가벼운 것에 대(對)해 우성(優性)이었고 우성(優性)의 정도(程度)는 상가적효과(相加的效果)가 우성효과(優性效果)에 비(比)해 현저(顯著)히 높아 부분우성(部分優性)을 나타내었다. 천입중(千粒重)은 광의(廣意) 및 협의(狹意)의 유전력(遺傳力)이 모두 높았으며 모본효과(母本效果)나 정역효과(正逆效果)는 인정(認定)되지 않았다. 11. 고중(藁重)은 통일(統一)을 한쪽 친(親)으로 하는 조합(組合)에서는 고중(藁重)이 무거워지는 방향(方向)으로 높은 Heterosis를 보였으나 그외(外)의 조합(組合)에서는 양친(兩親)의 평균(平均)보다 고중(藁重)이 감소(減少)되었고 조합(組合)에 따라 우성(優性)의 방향(方向)이 정부(正負)로 나타날 뿐 아니라 그 정도(程度)도 서로 다르며 비대립유전자간(非對立遺傳子間)의 교호작용(交互作用)도 현저(顯著)하였다.

• 한국유통학회지:유통연구
• /
• 제15권3호
• /
• pp.71-110
• /
• 2010

본 연구에서는 항공권 예약 발권 웹사이트의 서비스 품질을 측정 뿐만 아니라 서비스 회복도 측정하고자 하였다. 또한 서비스 품질과 서비스 회복이 고객만족 및 충성의도에 미치는 영향관계를 실증하고자 하였다. 온라인 서비스 품질과 온라인 서비스 회복의 측정을 위해 Parasuraman, Zeithaml, & Malhotra(2005)가 개발한 E-S-QUAL과 E-RecS-QUAL을 사용했으며, 했다. E-S-QUAL은 온라인 서비스 품질을 측정하는 도구로써, 효율성, 시스템 이용가능성, 이행성, 프라이버시의 4개 차원 22개 항목으로 구성된다. E-RecS-QUAL은 온라인 서비스 회복을 측정하는 도구로써, 반응, 보상, 접촉의 3개 차원 11개 항목으로 구성된다. 실증분석을 위한 설문조사는 항공사나 여행사의 웹사이트를 통해 국내 외 항공권을 구입해 본 경험이 있는 소비자를 대상으로 실시하였는데, 총 400부가 회수되었고, 이 중 342부를 최종분석에 사용하였다. 실증분석을 위해 AMOS 7.0과 SPSS 15.0을 사용하였다. 먼저, SPSS 15.0을 사용하여, 요인점수를 이용한 회귀분석으로 가설검증을 한 결과, <가설 I-1, 2, 3, 4, II-1, 2, 3, III-1, IV-1>이 전부 채택되었다. 온라인 서비스 품질과 온라인 서비스 회복의 각 차원은 모두 전반적인 서비스 품질에 유의한 영향을 보였고, 전반적인 서비스 품질은 고객만족에 유의한 영향을 미쳤다. 마지막으로 고객만족 역시 충성의도에 유의한 영향을 미치는 것으로 확인되었다. 한편 AMOS 7.0을 사용하여 모형 분석을 하였는데, 모형의 적합도는 가설검증을 하기에 합당한 수치가 나왔다. 이를 토대로 가설검증을 한 결과, <가설 I-1, 3, II-1, 3, III-1, IV-1>은 채택되었고, <가설 I-2, 4, II-2>는 기각되었다. 이 결과는 Parasuraman et al.(2005)이 주장한 것처럼 E-S-QUAL을 나타내는 데는 요인점수를 이용한 회귀분석이 더 적합하다는 것을 보여주는 것이라고 판단된다. 이를 토대로 본 연구의 시사점을 정리하였다.