• 지능정보연구
• /
• 제17권4호
• /
• pp.305-316
• /
• 2011

협업필터링은 다양한 분야에서 널리 활용되고 있지만 협업필터링의 추천 성능은 적용하는 기업의 비즈니스 형태나 발생하는 거래 데이터의 특성에 따라 다르게 나타나고 있다. 기업에서 협업필터링 추천시스템을 구축하려면 상당한 시간과 비용이 소요되기 때문에 구축된 추천시스템의 성과가 높지 않다면 기업 자원의 낭비를 초래할 뿐만 아니라 부정확한 추천서비스를 받는 고객들의 불만을 살 수 있다. 따라서 추천시스템 도입을 검토할 때 기업이 갖고 있는 데이터의 특성을 파악하고 이를 통해 추천시스템을 도입하는 것이 타당한지 사전에 예측할 수 있다면 불필요한 도입으로 인한 경제적 손실과 고객 만족도 저하를 막을 수 있을 것이다. 기존 연구에서는 협업필터링 추천 성과에 희박성, 우연성, 커버리지 등이 영향을 미칠 수 있다고 설명하고 있지만 이러한 요인들이 어떻게 얼마나 추천 성과에 영향을 미치는지, 요인들 간에 어떠한 상관관계가 있는지는 현재까지 구체적으로 밝혀진 바가 없다. 본 연구에서는 구매 트랜잭션으로부터 생성된 소셜네트워크로부터 밀도, 군집화계수, 집중도 등의 구조적 지표를 측정한 후 이들이 추천성과에 어떻게 영향을 미치는지 통계적 분석을 통해 실증적으로 규명한다. 이를 통해 협업필터링 추천시스템에 대한 도입 여부를 결정하고자 할 때 유용하게 사용될 수 있는 지침을 제공하고자 한다.

• 벤처창업연구
• /
• 제12권4호
• /
• pp.1-14
• /
• 2017

기업을 둘러싼 외부 환경의 급격한 변화로 과거와는 다른 새로운 경영방법이 필요한 시대가 되었다. 국내 코스닥기업은 상장으로 인해 기업의 경영성과가 긍정적으로 나타날 것이라 기대하지만 대부분의 경우에는 낮은 경영성과의 문제를 안고 있는 것이 주지의 사실이다. 본 연구는 이러한 코스닥기업들의 문제에 대한 해결방법을 제시하고자 선행연구 분석과 실증적 연구를 통해 기업 혁신 제고와 경영 성과 향상에 미치는 영향 요인을 규명하고 그 실무적 방안을 제시하는 것을 목적으로 한다. 본 논문은 기업의 혁신경로의 복잡성과 경영성과간의 연관성 규명 한계에 대한 해결책중 하나로서 혁신 경로에 대한 세밀한 적용을 위해 기업 경영 성과에 미치는 요인으로 사내기업가정신과 인적자원혁신성을 제시하고, 기업혁신활동으로는 종래의 연구개발(R&D) 활동과 같은 정량적 지표에서 벗어나 최근 기업의 지식 경영 활동을 감안하여 지식경영활동과 외부네트워크 관리를 도입하였다. 실증적 분석결과는 기업혁신활동에 유의적인 영향을 주는 사내기업가정신과 인적자원혁신성 요인들로는 경쟁우위적극성, 위험감수성, 최고경영자혁신성으로 나타났다. 이를 통한 해석은 기업 혁신활동을 활발하게 하려면 최고경영자의 신기술 개발 및 신사업 발굴에 대한 관심도와 최고경영자의 직원들에 대한 혁신 교육 훈련 지원, 즉 최고경영자의 혁신성을 높여야 한다. 아울러 동종업계에서 경쟁우위를 높이려는 적극성을 기업내에 더욱 심화시킬 필요가 있다고 할 수 있다. 기업의 비재무적성과 지표인 경영성과인지에 영향을 미치는 사내기업가정신과 인적자원혁신성 요인들 중에는 경쟁우위적극성, 최고경영자 혁신성, 종업원 혁신성으로 나타났다. 이를 통해 기업의 경쟁우위 적극성과 최고경영자의 혁신성, 그리고 종업원의 혁신성이 높을수록 기업내 경영성과 인지도가 높아지고 이는 결국 기업내 종사원들의 기업의 매출액 증가 인지, 시장 점유율 증가 인지, 이익률 증가 인지, 고객선호도, 기업인지도 들을 높인다고 할 수 있다.

• 한국농림기상학회지
• /
• 제16권1호
• /
• pp.39-50
• /
• 2014

본 연구는 경기도 양평군 용문면 연수리 계곡에서 관측을 통하여 봄철 용문산 계곡의 온도 및 바람의 시공간적인 특성을 밝히고자 하였다. 2012년 3월부터 5월까지 기온 및 2, 3차원 바람을 관측하고 자료를 수집하였다. 연수리 계곡의 집중관측 자료를 분석한 결과, 용문산의 전기간 평균 기온감률은 $-0.44^{\circ}C$/100m이며 맑은 날($-0.48^{\circ}C$/100m), 강수일($-0.41^{\circ}C$/100m, 흐린 날($-0.40^{\circ}C$/100m) 순으로 기온감률이 낮아지는 것을 알 수 있었다. 기온상승률은 산 정상부분($0.89^{\circ}C$/1시간)에서 탁월한 대기와의 혼합효과에 의한 영향으로 계곡하부($1.45^{\circ}C$/1시간)보다 낮게 나타난다. 맑은 날 야간에는 산사면을 따라 냉각된 공기가 흘러내리는 현상이 온도와 바람장을 통해 확인하였다. 또한 계곡 저지대로부터 100-300m사이에서 온난대 형성도 확인 할 수 있었다. 산정상과 계곡하부에서 측정한 고도별 온도분포의 관측결과 계곡하부에서는 지면으로 부터 1.5m까지 지면의 영향을 받는 냉기층이 존재함을 알 수 있었다. 관측 높이별 바람분포를 관측한 결과 풍속은 높은 곳(3.5m)에서 강하며 비슷한 고도에 위치한 지점이어도 종관풍의 영향을 많이 받는 지점은 국지적인 바람의 패턴이 뚜렷하게 나타나지 않고 있었다.

• 지능정보연구
• /
• 제16권2호
• /
• pp.55-72
• /
• 2010

최근, NCW에 적합한 C4I 체계의 전투력 상승효과 평가의 필요성이 제기되고 있다. 기존의연구는 체계 자체에 중점을 두었으며, 인적 요소를 중요한 요소로 고려하지 않았다. 따라서, C4I 체계의 전투력 상승효과 평가 시 기술 및 인적 요소를 고려하여 평가하는 것이 필요한 시점이라고 할 수 있다. 이에 본 연구에서는 E-TechMan(A Combat Effectiveness Evaluation Algorithm Considering Technical and Human Factors in C4I System)이라 불리는 전투력 상승효과 평가 알고리즘을 제안한다. E-TechMan 알고리즘은 합동화력체계(Joint Fire Operating System-Korea)에 적용되어 전투력 상승효과를 평가해보았다. 또한, 기존의 연구방법인 C2 이론 및 고전 역학에 의한 결과와 비교를 하였다. 본 연구는 인적요소에 의한 영향을 반영함으로써 기존의 연구보다 현실적인 전투력 상승효과 결과를 제시했다는데 가치가 있다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.181-199
• /
• 2010

인구의 고령화 및 건강에 대한 관심이 증가됨에 따라 유헬스케어 서비스는 발병 후 관리관점에서 발병 전의 예방 관점으로 그 목적이 점차 이동하고 있다. 그러나 기존의 유헬스케어 서비스는 원격진료 차원의 의료 서비스 성격이 강하여, 만성 성인병과 같은 대사 증후군을 예방 및 관리하기에는 한계가 있을 뿐만 아니라, 관리자 중심의 단방향 서비스를 제공함으로 인해 사용들이 중도에 이용을 포기하는 비율이 높았다. 이와 같은 문제를 해결하기 위하여, 본 연구에서는 사회 네트워크를 이용한 사용자 기반 유헬스케어 서비스 추천 시스템을 제안하였으며, 실세계에서 유헬스케어 서비스 추천 시스템의 활용 가능성을 제시하기 위하여 실제 의료원에서 대사 증후군 예방 및 관리를 위해 처방한 식단 및 운동 정보를 기반으로 유비쿼터스 컴퓨팅 환경에서 적용가능한 시스템을 구현하였다. 본 연구에서 제안한 시스템은 사용자가 선호하지 않는 서비스가 네트워크를 통해 확산될 가능성을 낮추는 동시에 추천의 신뢰성 제고를 위해 네이버들이 이용한 서비스를 공유함으로써 전체적인 추천 품질을 높인다. 즉, 사용자의 식습관 및 운동습관 등과 같은 생활습관을 개선하기 위하여 사회 네트워크를 활용함으로써 사용자간의 자율협업을 통한 개인화된 추천이 가능하다. 따라서 본 연구에서 제안하는 유헬스케어 서비스 추천 시스템은 생활습관 개선을 위하여 사용자에게 적합한 식단 및 운동을 제공하고, 생활습관의 개선을 통해 만성 성인병과 같은 대사증후군을 사전에 예방할 수 있을 것으로 기대된다.

• 한국환경생태학회지
• /
• 제33권5호
• /
• pp.497-505
• /
• 2019

이 연구는 지리산에 서식하는 반달가슴곰의 동면일과 동면기간 동안의 기온과의 관계를 밝히기 위해 조사되었다. 조사 결과, 동면 시작일은 평균 12월 7일이었으며, 동면 해제일은 4월 20일로 나타났으며, 출산한 암컷의 동면일은 $167.8{\pm}22.6$일이었다. 동면 5일 전의 기온은 $0.6{\pm}4.1^{\circ}C$였고, 동면 기간 동안 기온은 $1.3{\pm}2.6^{\circ}C$, 동면 해제 5일 전의 기온은 $12.6{\pm}3.1^{\circ}C$이 있다. 수컷과 출산을 하지 않은 암컷의 동면일은 각각 $113.6{\pm}25.8$일, $120.4{\pm}25.7$일이었으며, 이들 그룹의 동면 5일 전의 평균 기온은 각각 $-1.8{\pm}3.9^{\circ}C$, $2.1{\pm}4.2^{\circ}C$, 동면기간의 기온은 $-0.4{\pm}2.4^{\circ}C$, $-0.2{\pm}1.6^{\circ}C$, 동면 해제 5일전의 기온은 $7.8{\pm}4.4^{\circ}C$, $7.8{\pm}3.6^{\circ}C$였다. 이러한 결과로 볼 때 새끼를 출산한 암컷은 출산을 하지 않은 암컷과 수컷에 비해 동면 일수와 기온은 높은 것으로 나타났는데 이는 동면기간 새끼를 양육하는 과정에서 발생한 것이라 판단된다. 생애주기별 그룹에 대한 동면일수와 평균기온은 각 그룹간의 평균적인 차이가 없는 것으로 나타났다. 이번 연구를 통해 지리산에 서식하는 반달가슴곰의 구체적인 동면시기와 동면기간의 기온에 대해서 파악할 수 있었으며, 기온에 따른 성별, 출산한 암컷, 생애주기 그룹간의 어떠한 차이가 있는지 등 동면기 고유 행동특성이 밝혀졌다는 점에서 연구의 의의가 있다. 이러한 결과는 국제적 멸종위기종인 반달가슴곰의 겨울과 봄 시기에 인간과의 충돌방지와 보전 관리계획 수립 시 널리 활용될 것이다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.307-325
• /
• 2023

코로나19 팬데믹의 장기화로 인해 실내 생활에 지쳐가는 사람들이 우울감, 무기력증 등을 해소하기 위해 근거리의 산과 국립공원을 찾는 빈도가 폭발적으로 증가하였다. 자연으로 나온 수많은 사람들이 오가는 걸음을 멈추고 숨을 돌리며 쉬어가는 장소가 있는데 바로 약수터이다. 산이나 국립공원이 아니더라도 근린공원 또는 산책로에서도 간간이 찾아볼 수 있는 약수터는 수도권에만 약 6백여개가 위치해 있다. 하지만 불규칙적이고 수작업으로 수행되는 수질검사로 인해 사람들은 실시간으로 검사 결과를 알 수 없는 상태에서 약수를 음용하게 된다. 따라서 본 연구에서는 약수터 수질에 영향을 미치는 요인을 탐색하고 다양한 곳에 흩어져 있는 데이터를 수집하여 실시간으로 약수터 수질을 예측할 수 있는 모델을 개발하고자 한다. 데이터 수집의 한계로 인해 서울과 경기로 지역을 한정한 후 데이터 관리가 잘 이루어지고 있는 18개 시의 약 300여개 약수터를 대상으로 2015~2020년의 수질 검사 데이터를 확보하였다. 약수터 수질 적합 여부에 영향을 미칠 것으로 여겨지는 다양한 요인들 중 두 차례의 검토를 거쳐 총 10개의 요인을 최종 선별하였다. 최근 주목받고 있는 자동화 머신러닝 기술인 AutoML 기법을 활용하여 20여가지의 머신러닝 기법들 중 예측 성능 기준 상위 5개의 모델을 도출하였으며 그 중 catboost 모델이 75.26%의 예측 분류 정확도로 가장 높은 성능을 가지고 있음을 확인하였다. 추가로 SHAP 기법을 통해 분석에 사용한 변인들이 예측에 미치는 절대적인 영향력을 살펴본 결과 직전 수질 검사에서 부적합 판정을 받았는지 여부가 가장 중요한 요인이었으며 그 외 평균 기온, 과거 연속 2번 수질 부적합 판정 기록 유무, 수질 검사 당일 기온, 약수터 고도 등이 수질 부적합 여부에 영향을 미치고 있음을 확인하였다.

• 경영정보학연구
• /
• 제21권4호
• /
• pp.143-156
• /
• 2019

혁신의 유형은 단순화, 정보화, 자동화, 지능화로 분류할 수 있고 지능화는 혁신의 최상위 단계이며 RPA는 지능화의 하나로 볼 수 있다. 인공지능을 가미한 소프트웨어 로봇인 RPA(Robotic Process Automation)는 단순 반복적인 대량의 트랜젝션 처리 작업을 하는 곳에 적합한 지능화 사례이다. 이미 국내의 많은 기업들에서도 현재 운영 중에 있는 RPA는 강한조직 문화의 필요성이 증대되면서 자발적인 리더십, 강한 팀워크와 실행력, 프로답게 일하는 문화가 강조되는 상황에서 자연스럽게 핵심적 업무에 집중하기 위해 필요한 것이 무엇인지를 찾고자 하는 필요성에 따라 자연스럽게 도입이 검토되고 있다. 로봇 프로세스 자동화 또는 RPA는 구조적인 작업을 빠르고 효율적으로 처리하는 것을 목표로 인간 업무를 교체하는 기술이다. RPA는 ERP 시스템이나 생산성 도구와 같은 소프트웨어를 사용하여 사람을 모방한 소프트웨어 로봇을 통해 구현된다. RPA 로봇은 컴퓨터에 설치된 소프트웨어로 작동 원리에 의해 로봇으로 불리다. RPA는 백엔드를 통해 다른 IT 시스템과 통신하는 기존 소프트웨어와 달리 프런트 엔드를 통해 IT 시스템 전체에 통합된다. 실제로 이것은 소프트웨어 로봇이 인간과 똑 같은 방식으로 IT 시스템을 사용하고 정확한 단계를 반복하며 시스템의 API(Application Programming Interface)와 통신하는 대신 컴퓨터 화면의 이벤트에 반응하는 것을 의미한다. 다른 소프트웨어와 의사소통하기 위해 인간을 모방하는 소프트웨어를 설계하는 것은 직관력이 떨어질 수 있지만 이러한 접근 방식에는 여러 가지 이점이 있다. 첫째, 타사 응용 프로그램에 대한 개방성과 상관없이 사람이 사용하는 거의 모든 소프트웨어와 RPA를 통합할 수 있다. 많은 기업의 IT 시스템은 공통적으로 적용되는 API가 많지 않음으로 독점적이며 다른 시스템과의 통신 기능이 크게 제한되나 RPA는 이 문제를 해결한다. 둘째, RPA는 매우 짧은 시간 내에 구현될 수 있다. 엔터프라이즈 소프트웨어 통합과 같은 전통적인 소프트웨어 개발 방식은 상대적으로 많은 시간이 소요되지만 RPA는 2~4주의 상대적으로 짧은 시간에 구현할 수 있다. 셋째, 소프트웨어 로봇을 통해 자동화된 프로세스는 시스템 사용자가 쉽게 수정할 수 있다. 기존 방식은 작동 방식을 크게 수정하기 위해 고급 코딩 기술이 필요한 반면에 RPA는 상대적으로 단순한 논리 문장을 수정하거나 인간이 수행하는 프로세스의 화면 캡처 또는 그래픽 프로세스 차트 수정을 통해 지시받을 수 있다. 이로 인해 RPA는 매우 다양하고 유연하다. 이러한 RPA는 기업에서 추구하는 D2I(Digital to Intelligence)의 좋은 적용 사례이다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.