• 한국산림과학회지
• /
• 제111권4호
• /
• pp.567-582
• /
• 2022

체인톱에 의한 인력위주의 임목수확작업은 안전사고 문제에 직면하고 있으나, 기계화작업을 통해 작업자의 위험성을 줄이고 생산성을 높일 수 있다. 본 연구는 국내 수종에 적합한 굴삭기 기반의 스트로크 하베스터을 이용하여 리기다소나무(Pinus rigida)와 신갈나무(Quercus mongolica)를 대상으로 벌도+조재작업, 벌도작업과 조재작업으로 구분하여 생산성과 비용을 분석하였다. 스트로크 하베스터의 효율적인 운영을 위한 작업생산성 예측모델 개발과 직경 및 기계이용률에 따른 작업비용 변화를 분석하였다. 벌도+조재작업에서 리기다소나무와 신갈나무의 생산성은 각각 6.53 m³/SMH와 4.02 m³/SMH이고, 비용은 각각 17,983 won/m³과 29,210 won/m³으로 나타났다. 벌도작업에서 리기다소나무와 신갈나무의 생산성은 각각 40.9 m³/SMH와 23.0 m³/SMH이고 비용은 각각 2,667 won/m³와 4,743 won/m³으로 나타났다. 조재작업에서 리기다소나무와 신갈나무의 생산성은 각각 8.25 m³/SMH와 7.75 m³/SMH이고, 비용은 각각 15,296 won/m³와 16,283 m³/SMH으로 나타났다. 스트로크 하베스터를 이용한 벌도+조재작업, 벌도작업과 조재작업의 생산성에 대한 중요인자는 흉고직경, 이동거리와 절단횟수가 선정되었으며(p<0.05), 이를 이용하여 작업생산성 예측모델을 개발하였다. 따라서 스트로크 하베스터를 이용한 벌도 및 조재작업에서 다양한 조건과 수종을 고려한 DB 구축으로 생산성과 비용 예측의 정확성을 높이기 위한 연구가 필요할 것으로 판단된다.

• 터널과지하공간
• /
• 제33권4호
• /
• pp.281-298
• /
• 2023

달 현지 탐사를 위해 무인 이동체에 대한 연구가 지속적으로 이루어져 있으며 달 지상 관심 지역의 정확한 위치 및 맵핑을 위한 실시간 정보화 작업이 요구되고 있다. 딥러닝 영상 처리 분석 기술을 실제 로버에 적용하기 위해 소프트웨어의 통합과 최적화에 대한 연구가 필요하며 본 연구에서는 가상의 달 기지 건설현장의 영상을 실시간 분석하여 핵심 객체의 공간 정보를 자동으로 수치화하는 방안에 대한 기초 연구가 진행되었다. 본 연구를 통해 이미 구축된 영역 분할 기반 객체 인식 알고리즘을 경계 상자 기반 객체 인식알고리즘으로 변경하여 객체 인식 정확도 및 추론 속도를 개선하는 작업이 이루어졌으며, 대용량 데이터 기반 객체 매칭 학습을 위해 Batch Hard Triplet Mining 기법을 도입하고, 학습 및 추론에 대한 최적화 연구가 수행되었다. 또한 개선된 객체 인식 및 동일 객체 매칭 소프트웨어를 통합하고, 입력 이미지 내 동일 객체 자동 매칭을 시각화하는 소프트웨어를 개발하였으며, 위성 모사 촬영 영상 내 객체를 학습 데이터로, 이동체 촬영 영상 내 객체를 추론 데이터로 사용하여 동일 객체 매칭의 학습 및 추론이 이루어졌다. 본 연구의 결과는 이동체의 연속 촬영 영상을 기반 3차원 공간 정보를 구현 및 관심 공간 내 객체 위치 설정에 활용할 수 있을 것으로 사료되며, 향후 달 기지 건설 현장에서의 영상 기반 시공 모니터링 및 제어를 위한 자동 현장 및 주요 대상물 공간 정보 구축 시스템과의 연계에 기여할 것으로 기대된다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.287-310
• /
• 2022

인공지능의 등장으로 과학기술 분야 뿐만 아니라 산업의 고도화가 가속화되고 있다. 기업은 인공지능 기술의 효과적인 도입을 통한 지능형 제품 개발로 고객 경험 혁신 및 가치 창출을 실현하고자 한다. 그러나 지능형 제품은 인공지능과 같은 급진적인 기술을 기반으로 하는 제품의 특성상 기존 제품과 개발 방식에 있어 차이를 나타내며, 기존 제품 개발 방법론을 그대로 적용하기에 명확한 한계가 존재한다. 본 연구에서는 차량용 음성비서를 예시로 기업들의 성공적인 지능형 신제품 개발을 위한 KANO-TOPSIS 기반의 새로운 연구 방법을 제안한다. 먼저 KANO 모델을 통해 고객들이 신제품에 필요하다고 생각하는 기능을 선별 및 평가하고, TOPSIS를 통해 고객들이 필요로 하는 기능의 중요도를 구해 신제품 개발을 위한 새로운 기능의 우선순위를 도출한다. 분석을 위해 차량 상태 확인 및 기능 제어 요소, 주행 관련 요소, 음성비서 자체의 특성, 인포테인먼트 요소, 일상생활 지원 요소 등 주요 카테고리를 선정 및 고객 요구속성을 세분화하였으며, 분석 결과, 높은 인식 정확도가 차량용 음성비서 개발에 있어 최우선으로 고려되어야 할 요소로 나타났다. 운전자의 생체 정보, 사용 습관 등에 맞춤화된 콘텐츠를 제공하는 인포테인먼트 요소는 예상과 달리 낮은 우선순위를 나타낸 반면 차량 상태 알림, 주행 보조 및 보안 등 운전자의 안전과 관련된 기능들은 보다 우선적으로 개발되어야 할 요건으로 밝혀졌다. 본 연구는 KANO와 TOPSIS를 결합한 우수한 모델을 통해 혁신적인 지능형 신제품의 특성에 맞는 새로운 제품 개발 방법론을 제시했다는 점에서 의의가 있다.

• 한국철학논집
• /
• 제29호
• /
• pp.255-280
• /
• 2010

도교(道敎)의 내단이론(內丹理論)을 집성한 인물을 꼽으면, 단연 장백단(張伯端)일 것이다. 그는 『오진편(悟眞篇)』과 『청화비문(靑華秘文)』 및 『금단사백자(金丹四百字)』 등 3편의 저술을 남긴 것으로 알려져 있으며, 연구자들은 이것을 토대로 연구를 진행하고 있다. 그러나 과연 이 모두가 그의 저술인지에 대해서는 의문을 가지고 있으면서도 정확한 분석을 가하지 않은 채로 잠정적으로 인정하고 있거나, 단순하게 믿고 있는 정도일 뿐이다. 철학적 태도에서 정확성과 엄밀성은 필수적이다. 일차적 자료에 대한 철저한 검증이 없는 연구는 그야말로 사상누각에 불과하다. 본고에서는 도교 내단사상의 연구에 있어 가장 큰 비중을 차지한다고 할 수 있는 장백단의 저술에 대한 치밀한 분석을 가하여, 앞으로 그에 대한 철학적 분석의 명백한 기초를 확립하려는데 목적이 있다. 장백단은 80세가 넘은 나이에 도를 얻고서 아주 늦은 나이에 그 비결(秘訣)을 기록으로 남기고 제자에게 단법(丹法)을 전하였다. 그리고 그는 살아서가 아니라 죽은 다음 일정한 세월이 지난 후에 위상이 높아졌다. 내단도교에서 중요한 비중을 갖게 된 그의 위치로 인하여 그의 저술에 대한 관심이 고조되었고, 따라서 그의 이름에 의탁한 책들이 유포되었다고 보인다. 본 연구에서는 진위(眞僞)에 대해서 확정하지 못하고 있는 장백단의 저술에 대해서, '오진편(悟眞篇)'에 「자서(自序)」·「칠언사운(七言四韻) 16수(首)」·「칠언절구(七言絶句) 64수(首)」·「오언율시(五言律詩) 1수(首)」·「서강월(西江月) 12수(首)」 및 「후서(後序)」를 배당하고, '오진외편(悟眞外篇)'을 오진편습유(悟眞篇拾遺)라고 하여 「선종가송시곡잡언(禪宗歌頌詩曲雜言) 32수(首)」를 넣어야 할 것으로 판단하였다. 그리고 '오진편(悟眞篇) 외(外)'라고 하여 『금단사백자(金丹四百字)』와 『청화비문(靑華秘文)』, 그리고 「서강월(西江月)」 1수와 칠언절구(七言絶句) 5수(首), 「독주역삼동결(讀周易參同契)」·「증백룡동유도인가(贈白龍洞劉道人歌)」·「석교가(石橋歌)」를 포함시키면 적절하다고 보았다. 그리고 몇 가지의 논거(論據)를 제시하여 『금단사백자』나 『청화비문』은 장백단의 저술일 가능성이 매우 희박하여 후인들의 위작(僞作)일 것이라는 사실을 논증하였다.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.306-314
• /
• 2023

하천퇴적물은 유역내 다양한 오염원으로부터 발생하는 중금속, 유기물 등 오염물질의 수용체일 뿐만 아니라 수질 오염 및 수생태 악영향을 유발할 수 있는 2차적 오염원이기에 중요한 관리대상이라고 할 수 있다. 오염된 하천퇴적물의 효과적인 관리를 위해서는 오염원에 대한 식별과 이와 연계된 관리대책의 수립이 우선되어야 한다. 본 연구는 하천퇴적물내 측정된 다양한 이화학적 오염항목 분포 특성에 기반하여 퇴적물의 주요 오염원을 식별하기 위한 방법으로서 기계학습모델의 적용성을 평가하였다. 기계학습 모델의 성능 평가를 위해 전국 4대강 수계내 주요 폐금속광산 및 산업단지 인근에서 수집된 총 356개의 하천퇴적물에 대한 중금속 10개 항목(Cd, Cu, Pb, Ni, As, Zn, Cr, Hg, Li, Al)과 토양항목 3개(모래, 실트, 점토 비율) 수질항목 5개(함수율, 강열감량, 총유기탄소, 총질소, 총인)를 포함한 총 18개 오염항목에 대한 분석자료를 활용하였다. 기계학습 분류 모델로서 선형판별분석(linear discriminant analysis, LDA)과 서포트벡터머신(support vector machine, SVM) 분류기를 사용하여 폐금속광산('광산')과 산업단지('산단') 인근에서의 하천퇴적물 시료의 분류 성능을 평가한 결과, 채취 지점 및 시기별 4가지 경우(비강우시 광산, 강우시 광산, 비강우시 산단, 및 강우시 산단)에 대한 퇴적물 시료의 분류 성능이 우수하였으며, 특히 비선형 모델인 SVM(88.1%)이 선형모델인 LDA(79.5%) 보다 퇴적물을 분류하는데 있어 보다 우수한 성능을 나타냈다. SVM 앙상블 기반 비배타적 다중라벨분류기 모델을 이용하여 각 시료채취 지점 상류 유역 1km 반경 내 지배적인 토지이용 및 오염원을 다중 타겟값으로 다중분류 예측을 수행한 결과, 폐금속광산과 산업단지의 분류는 비교적 높은 정확도로 수행하였으나, 도시와 농업지역 등 다른 비점오염원에 대한 분류정확도는 56~60%범위로 비교적 낮게 나타났다. 이는 다중라벨 분류모델의 복잡성에 비해 데이터셋의 크기가 상대적으로 작아서 발생한 과적합에 기인한 것으로 향후 보다 많은 측정자료가 확보될 경우 기계학습 모델을 적용한 오염원 분류의 정확도를 보다 향상시킬 수 있을 것으로 판단된다.

• 환경영향평가
• /
• 제32권6호
• /
• pp.377-388
• /
• 2023

탄소의 관리는 지구온난화 억제를 위한 중요한 요인으로서 대두되고 있으며, 토지이용 변화는 그 원인 중 하나로 손꼽히고 있다. 본 연구에서는 개발에 따른 탄소 저장량의 변화를 정량화하기 위하여 InVEST Carbon Storage and Sequestration Model(InVEST 모델)의 계산식을 차용한 탄소 저장량 산정을 시도하였다. 탄소 저장량 분석에 앞서 국내 문헌자료를 기반으로 탄소 풀을 구성하였으며, 이를 통해 오송 ◯◯국가산업단지(Osong National Industrial Park, ONIP) 개발 및 대안 적용에 따른 탄소 저장량 변화를 추 정하였다. 분석 결과 '대안 1'을 적용할 경우 총 16,789.5MgC, '대안 2'를 적용할 경우 16,305.3MgC의 탄소가 방출 될 것으로 예상된다. 이는 사업 전 탄소 저장량의 각각 44.4%, 43.1%를 차지하며, '대안 2'를 선택하는 것이 탄소 배출 저감에 유리한 것으로 나타났다. 이러한 차이는 대안 1과 2의 초지 면적 차이에서 기인한 것으로 판단된다. 대안 2를 택할지라도 초지 내 적정 수준의 녹피율 관리와 다층구조 식생 조성 및 에너지 사용량이 낮은 시설의 설치 등 그 효과를 높이기 위한 노력이 필요하다. 이와 더불어 하천 정비 과정에서 사라지는 습지를 보존, 혹은 인공습지를 조성함으로써 탄소 저장량을 증대할 수 있을 것으로 사료된다. 위와 같은 토지피복별 탄소 계수를 활용한 탄소 저장량의 평가는 환경영향평가 및 전략환경영향평가 시 토지이용 계획에 대한 비교·평가 분석 결과의 객관성을 높이는 데 기여할 수 있다. 더불어 본 연구에서 구축한 탄소 풀은 분석의 정확도를 높이기 위한 기초자료로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.229-241
• /
• 2024

클라우드 플랫폼을 이용한 빅데이터 처리기술의 발달로 위성영상과 같이 용량이 큰 자료에 대한 접근 및 처리와 분석이 최근 획기적으로 개선되고 있다. 본 연구에서는 그 플랫폼 중 하나인 Google Earth Engine (GEE) 기반의 전처리 완료된 Sentinel-1 합성개구레이더(synthetic aperture radar, SAR) 위성영상 자료의 후방산란계수 값에 비교적 간단한 토양수분량 추출 방법인 Change Detection Method를 적용하여, 2015~2023년의 국내 용담댐 유역 내 6개 관측소 지점 및 유역 평균에 대한 지표 토양수분량을 산정 후 실측과의 상관성 분석 및 GEE의 활용성을 검토하였다. 그 결과 SAR 위성영상 자체의 지표 측정 정확도와 자료간 특성 변동 등으로 인해 유역 내 관측소별 일부구역에 대해 산정한 지점 지표 토양수분량은 VH와 VV 편파에서 모두 0.1~0.3 수준의 낮은 상관성이 확인된 반면, 유역 전체 면적에 대한 평균 SAR 후방산란계수 값 추출 및 이동평균으로 자료의 불확실성 및 변동성을 완화시킨 유역 평균 지표 토양수분량은 0.5 수준의 향상된 결과를 보였다. 이렇게 GEE를 활용하여 산정된 토양수분량의 결과는 SAR 자료의 전처리에 있어 직접적으로 원하는 분석을 수행하지 못하는 제한점은 있지만, 방대한 위성영상 자료를 효율적으로 처리하여 장기간의 유역 평균과 같은 넓은 범위의 토양수분량을 산정, 평가해 볼 수 있다는 점에서 그 활용성을 확인할 수 있었다. 이를 바탕으로 향후 국내 여러 지점의 지표 토양수분량 관측자료와 연계해 주요 댐 유역의 평균지표 토양수분량 장기 변화 파악 등에 유용하게 활용될 수 있을 것으로 기대된다.

• 대한영상의학회지
• /
• 제82권4호
• /
• pp.889-902
• /
• 2021

목적 자기공명영상에서 추가적으로 발견된 조영증강 병소에 대한 조영증강 초음파의 진단능력을 평가하고 조영증강 초음파의 정량 분석을 사용하여 유방 동적 조영증강 자기공명영상과 유사한 운동 패턴 결과를 얻을 수 있는지 분석하였다. 대상과 방법 단일 센터 전향적 연구로 진행하였고, 총 71개의 자기공명영상에서 추가적으로 발견된 조영증강 병소가 포함되었다. 이러한 병소에 대해 조영증강 초음파를 시행하였고 Breast Imaging-Reporting and Data System (이하 BI-RADS)에 따라 분류하였다. 그리고 모든 병소의 BI-RADS 분류를 조직학적 결과와 비교하여 조영증강 초음파의 민감도, 특이도 및 진단 정확도를 계산하였다. 조영증강 초음파와 동적 조영증강 자기공명영상의 운동 패턴사이의 일치도는 가중 카파 분석을 사용하여 평가되었다. 결과 조영증강 초음파에서 총 46개의 병소가 BI-RADS 4B, 4C, 5로 분류되었고, 25개의 병소가 BI-RADS 3, 4A로 분류되었다. 자기공명영상에서 추가적으로 발견된 조영증강 병소에 대한 조영증강 초음파의 진단 능력은 84.9%의 민감도, 94.4%의 특이도 및 97.8%의 긍정적 예측값으로 우수하였다. 총 57/71 (80%) 병소는 조영증강 초음파와 동적 조영증강 자기공명영상 운동 패턴 결과가 일치하였고 가중 카파 값 0.66으로 좋은 일치도를 나타냈다. 부분 군 분석에서 양성 병소는 우수한 일치를 보였고(가중 카파 값 = 0.84), 관내암종은 좋은 일치를 보였다(가중 카파 값 = 0.69). 결론 MRI에서 추가 검출된 유방 결절에 대한 조영증강 초음파의 진단 능력은 우수했다. 양성 및 관내암종 병소에서 동적 조영증강 자기공명영상과 조영증강 초음파의 운동 패턴 결과는 좋은 일치도를 보였다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.227-252
• /
• 2018

인터넷의 발달을 통해 지속적으로 인스턴트 커뮤니케이션이 발달해왔다. 인스턴트 커뮤니케이션에서 가장 대표적인 것이 메신저 애플리케이션이다. 메신저 애플리케이션에서 이모티콘은 송신자의 감정 전달을 보완하기 위해 활용됐다. 메신저 애플리케이션 송신자의 감정 전달에 약한 모습을 보이는데 그 이유는 면대면 커뮤니케이션이 아니기 때문이다. 이모티콘은 과거 화자의 기분 상태를 나타내는 기호로만 사용됐다. 그러나 현재는 이모티콘은 감정 전달 뿐만 아니라 개인의 특성과 개성을 나타내고 싶어 하는 소비자의 심리를 반영하는 형태로 발전해가고 있다. 이모티콘의 사용 환경이 개선되었고, 이모티콘 자체가 발전함으로써 이모티콘 자체에 대한 관심도는 증가하였다. 대표적인 예로 카카오톡, 라인, 애플 등에서 서비스를 진행하고 있으며, 관련 컨텐츠 상품의 매출도 지속적으로 증가할 것으로 전망하고 있다. 이모티콘 자체의 관심도 증가와 관련 사업의 성장세에도 불구하고 현재 적절한 이모티콘 추천 시스템이 부재하다. 국내 점유율 90% 이상의 메신저 애플리케이션인 카카오톡조차 단순히 인기 순이나 최근 순, 혹은 간략한 카테고리 별로 분류한 정도이다. 소비자들은 원하는 이모티콘을 찾기 위해서 스크롤을 계속해서 내려야 하는 불편함이 있으며, 본인이 원하는 감성의 이모티콘을 찾기 어렵다. 소비자들이 편의성 향상과 기업의 이모티콘 관련 사업의 판매 매출 증가를 위해 소비자가 원하는 이모티콘을 추천해줄 수 있는 이모티콘 추천 시스템이 필요하다. 적절한 이모티콘을 추천하기 위해서 소비자가 이모티콘을 보고 느낀 감성에 대해 정량화할 필요성이 있다. 정량화를 통해 소비자가 원하는 이모티콘 셋이 가진 특징과 감성에 대해 분석할 수 있으며, 분석 결과를 토대로 소비자에게 이모티콘을 추천할 수 있다. 이모티콘은 메타데이터화의 방법으로 정량화가 가능하다. 메타데이터화 방법은 빅데이터 시대에 비정형, 반정형 데이터에 대해서 의미를 추출하기 위해 데이터를 구조화 혹은 조직화하는 작업이다. 비정형 데이터인 이모티콘을 메타데이터화를 통해 구조화한다면, 쉽게 소비자가 원하는 감성 형태로 분류할 수 있을 것으로 생각한다. 정확한 감성을 추출하기 위해 감정과 관련된 선행 연구를 통해 7개의 공통 감성 형용사와 한국어에서만 나타나는 은유 혹은 표현적 특징들을 반영하기 위해 하위 세부 표현들까지 고려했다. 이모티콘의 가장 큰 특징인 캐릭터를 기반으로 "표상", "형상", "색상"의 범주에서 세부 하위 감성들을 수집했다. 정확도 높은 추천 시스템을 설계하기 위해 감성 지표만이 아니라 객관적 지표도 고려하였다. 메타데이터화 방법을 통해 이모티콘이 갖고 있는 캐릭터의 특징을 객관적 지표로 14개, 감성 지표로 활용하기 위해 감성 형용사를 36개를 추출하였다. 추출된 감성 형용사는 대비되는 형용사로 구성하여 총 18개로 줄였으며, 18개의 감성 형용사는 카카오톡의 이모티콘을 인기 순으로 임의의 40개 셋을 대상으로 측정하였다. 측정을 위해 이모티콘을 평가할 조사 대상자 온라인으로 모집하였고, 277명의 20~30대의 이모티콘을 구매한 경험이 있는 소비자를 대상으로 설문을 진행하였다. 설문응답자에게 서로 다른 5개의 이모티콘 셋을 평가하도록 하였다. 평가 결과 수집된 18개의 감정 형용사는 요인분석을 통해 감성 지표 요인으로 추출하였다. 추출된 소비자 감성 지표의 요인은 "코믹", "부드러움", "모던함", "투명함"이었다. 이모티콘의 객관적 지표와 감성 지표 요인을 활용하여 소비자 만족과의 관계를 분석하였고, 객관적 지표와 감성 지표 간의 관계도 분석하였다. 이 과정에서 객관적 지표가 소비자 태도에 바로 영향을 주는 것이 아니라 감성 지표 요인을 통해 소비자 태도에 영향을 주는 매개 효과가 있음을 확인하였다. 분석 결과는 소비자의 감성 평가 메커니즘을 밝혀냈고, 소비자의 이모티콘 감성 평가 메커니즘은 객관적 지표가 감성 지표 요인에 영향을 미치며, 감성 지표 요인은 소비자 만족에 영향을 미치는 관계였다. 따라서 감성 지표 요인의 네 가지만으로 이모티콘 추천 시스템을 설계하였고, 추천 방법은 각 감성과의 거리를 유클리디안 거리로 측정하여 거리의 차가 0에 가까울수록 비슷한 감성으로 정의하였다. 본 연구에서 제안한 이모티콘 시스템의 검증을 위해 각 감성 지표 요인과 소비자 만족의 평균을 지표 값으로 활용하여 각 이모티콘 셋의 감성 패턴을 그래프로 비교하였고, 추천된 이모티콘들과 선택된 이모티콘이 대체로 비슷한 패턴을 그리는 것을 확인하였다. 정확한 검증을 위해 사전 조사하였던 소비자를 대상으로 이모티콘 추천 시스템이 제시한 결과와 유사하게 평가하였는지 유사 순위를 세 구간으로 나누어 비교하였고, 순위별 예측 정확도는 결과 1순위 81.02%, 2순위 76.64%, 3순위 81.63%였다. 본 연구의 결과는 학문적, 실무적으로 다양한 분야에서 활용 가능한 방법론을 제시하였으며, 기존에 없던 이모티콘 추천 시스템의 설계를 통해 소비자에게는 편의와 이모티콘을 서비스하는 기업에는 매출증대의 효과를 가져올 것으로 예상한다. 그리고 본 연구를 통해 지능형 이모티콘 시스템으로 발전할 수 있는 단초를 제공했다는 점에서 의미가 있다. 본 연구에서 제안한 감성 요인들을 활용하여 감성 라이브러리로 사용함으로써, 새로운 이모티콘 출시 시 감성 평가의 지표로 활용할 수 있다. 축적된 감성 라이브러리와 기업의 판매 데이터, 매출 정보, 소비자 데이터를 결합하여 본 연구에서 제안한 추천 시스템을 복합형 추천 시스템으로 발전시켜 단순 소비자의 편의성이나 매출 증가뿐만 아니라 기업에서 전략적으로 활용 가능한 지적 자산으로 활용할 수 있을 것으로 판단한다.

• 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.