• 지능정보연구
• /
• 제24권2호
• /
• pp.59-83
• /
• 2018

고객과 대중의 니즈를 파악하기 위한 감성분석의 중요성이 커지면서 최근 영어 텍스트를 대상으로 다양한 딥러닝 모델들이 소개되고 있다. 본 연구는 영어와 한국어의 언어적인 차이에 주목하여 딥러닝 모델을 한국어 상품평 텍스트의 감성분석에 적용할 때 부딪히게 되는 기본적인 이슈들에 대하여 실증적으로 살펴본다. 즉, 딥러닝 모델의 입력으로 사용되는 단어 벡터(word vector)를 형태소 수준에서 도출하고, 여러 형태소 벡터(morpheme vector) 도출 대안에 따라 감성분석의 정확도가 어떻게 달라지는지를 비정태적(non-static) CNN(Convolutional Neural Network) 모델을 사용하여 검증한다. 형태소 벡터 도출 대안은 CBOW(Continuous Bag-Of-Words)를 기본적으로 적용하고, 입력 데이터의 종류, 문장 분리와 맞춤법 및 띄어쓰기 교정, 품사 선택, 품사 태그 부착, 고려 형태소의 최소 빈도수 등과 같은 기준에 따라 달라진다. 형태소 벡터 도출 시, 문법 준수도가 낮더라도 감성분석 대상과 같은 도메인의 텍스트를 사용하고, 문장 분리 외에 맞춤법 및 띄어쓰기 전처리를 하며, 분석불능 범주를 포함한 모든 품사를 고려할 때 감성분석의 분류 정확도가 향상되는 결과를 얻었다. 동음이의어 비율이 높은 한국어 특성 때문에 고려한 품사 태그 부착 방안과 포함할 형태소에 대한 최소 빈도수 기준은 뚜렷한 영향이 없는 것으로 나타났다.

• 환경정책연구
• /
• 제13권4호
• /
• pp.3-49
• /
• 2014

기업의 환경책임에 대한 이해관계자의 관심이 높아지고, 정부의 환경규제가 강화되면서 환경경영의 중요성이 강조되고 있다. 그러나 아직까지 국내 기업들의 환경에 대한 인식수준은 낙후된 편이며, 환경 관련 연구들도 환경성과와 경제적 성과의 관련성에 대한 일관된 결론을 제시하지 못하고 있다. 이는 첫째, 경제적 성과는 평가범위가 상대적으로 협소하고 가격이라는 공통 단위로 측정될 수 있는 반면, 환경오염물질의 감소, 온실가스 및 탄소 배출의 감소, 에너지 효율 등과 같은 환경성과는 평가범위가 다양하고 측정단위가 상이하기 때문에 선정되는 성과지표에 따라 서로 다른 연구결과가 도출될 수 있기 때문이다. 이러한 문제점을 해결하기 위해서는 일반화되고 표준화된 성과지표의 개발이 모색되어야 하며, 특히 환경경영의 의미가 '지속성장'이란 개념으로 확장됨에 따라 이러한 정의에 부합하기 위해서는 개발된 성과지표는 환경성과와 경제적 성과의 의미를 동시에 포괄할 수 있어야 한다. 둘째, 현재 대부분의 연구는 환경경영의 실행주체인 기업의 환경투자 동기 및 환경성과에만 주목하고 있을 뿐, 환경경영의 효과적인 실천전략에 대한 명확한 기준을 제시하지 못하고 있다. 예를 들어, 경쟁업체들과의 상대적인 환경경쟁력을 비교함으로써 프로세스 개선전략 또는 시장차별화 전략을 도출하고 이를 경제적 성과와 연계하기 위한 환경전략의 선택적 대안을 제안함으로써 환경성과와 경제적 성과의 선순환적인 관계성을 확보할 수 있어야 한다. 본고에서는 첫째, 다수 투입과 다수 산출요인으로 구성된 에코효율성을 자료포획분석(Data Envelopment Analysis: DEA) 모형을 통하여 산출하고자 한다. 에코효율성을 기초로 국내 기업들의 환경경쟁력을 비교분석하고 에코효율성을 개선하기 위한 환경전략의 선택적 대안을 제시하고자 한다. 둘째, 패널분석을 이용하여 에코효율성과 경제적 성과의 인과관계를 분석하고, 합동 회귀모형을 이용하여 에코효율성과 경제적 성과의 관계성을 분석하고자 한다. 국내 23개 기업의 4개년 자료를 대상으로 DEA에서 산출된 에코효율성을 이용하여 표본기업들의 기간별 에코 효율성을 산출하였다. 산출된 에코효율성을 기초로 23개 기업의 연도별 기술효율성, 순수기술효율성 및 규모효율성을 비교하였으며 비효율적인 기업들의 에코효율성 개선 대안을 제시하였다. 또한, 에코효율성과 경제적 성과로의 인과성이 존재하고 있으며, 수익성(ROA 및 ROS) 및 기업가치(토빈 Q, 주가 및 주가수익률)와 같은 경제적 성과와 에코효율성의 관련성을 분석한 결과 에코효율성이 기업의 수익성 및 기업가치와 매우 유의적인 양(+)의 관련성을 가지고 있음을 확인하였다. 본고의 결과는 다양한 환경변수와 경제적 성과변수를 통합한 에코효율성을 이용함으로써 환경 관련 연구들의 일반성이나 보편성을 제고할 수 있을 뿐만 아니라 환경관리의 지속가능성에 대해 보다 깊은 통찰력을 제공해 줄 것으로 기대한다. 또한, DEA 모형에서 제공하는 연도별 기술효율성, 순수기술효율성 및 규모효율성의 분석결과를 이용하여 에코효율성에 대한 변화의 원인을 탐색하고 환경경영에 대한 선택적 전략을 제시함으로써 환경경영의 실행방향과 구체화된 실천목표를 지원할 수 있을 것으로 기대한다. 마지막으로 본고에서 분석된 일관된 연구 결과는 기업의 환경투자가 경제적 성과로 연계될 수 있다는 점에서 선순환적인 환경경영의 동기부여 요인으로 작용할 것으로 기대한다.

• 한국해양학회지:바다
• /
• 제23권4호
• /
• pp.153-178
• /
• 2018

운용용으로 사용되는 대부분의 풍속자료는 10 m 기준 고도에서 측정 또는 생산된 자료이다. 이 연구는 이어도 해양과학기지 42.3 m 고도의 옥상 등대에서 측정 중인 풍속을 기준 고도의 풍속으로 변환시켜 국립해양조사원 누리집을 통해 실시간으로 제공하기 위한 사전 연구이다. 이를 위해 2015년에 이어도 기지에서 관측한 풍속을 대표적인 네 종류의 풍속 변환식 - 멱법칙식, 두 종류의 중립벽 로그법칙식(항력계수형, 거칠기 높이형), 대기 안정도 효과를 고려한 벽 로그법칙모델(안정도 고려 거칠기 높이형) -에 적용하였다. 관측 바람을 평가하는데 많이 사용되는 '안정도 고려 거칠기 높이형' 벽 로그법칙모델의 결과와 나머지 풍속 변환식 결과들을 서로 비교하였다. 그 결과 '거칠기 높이형' 벽 로그법칙식과 '안정도 고려 거칠기 높이형' 벽 로그법칙모델 간 편향과 평균 제곱근 편차는 각각 $-0.001m\;s^{-1}$와 $0.122m\;s^{-1}$로 가장 낮아 실시간 현업 운용 측면에서 상호 보완적으로 이 두 변환식을 함께 사용하는 것이 바람직하다는 결론을 도출하였다. 또한 이어도 해역에서 조석에 의한 풍속 관측 고도 변화가 풍속 변환에 미치는 영향을 분석하였다. 이들 변환식에 대한 조석 효과 고려 전후에 대한 비교 실험 결과, 편향과 평균 제곱근 편차는 각각 <$0.0001m\;s^{-1}$와 <$0.012m\;s^{-1}$로 그 영향은 미미하였다. 대기 표면 거칠기 높이를 사용하는 '거칠기 높이형' 벽 로그법칙식과 '안정도 고려 거칠기 높이형' 벽 로그 법칙모델을 이용하여 간편 풍속 변환식의 필수 입력값인 표면 거칠기 높이 값의 적절성에 관해 논의하였으며, 풍속 변환 정확도를 향상시킬 수 있는 표면 거칠기 높이 계산식을 제시하였다. 또한 인공위성 산란계(ASCAT) 풍속자료와 네 종류의 중립 연직 풍속 변환식들의 결과를 비교하여 이들 중 '안정도 고려 거칠기 높이형' 벽 로그법칙모델에서 안정도 항을 뺀 풍속 변환 모델의 정확도가 더 낫다는 결과를 제시하였다. 끝으로 이들 종래 $25m\;s^{-1}$ 이하 풍속에 최적화된 풍속 변환식들로부터 바람 항력계수를 산정 분석하여 강풍(${\geq}33m\;s^{-1}$) 환경에서도 적합한 풍속 변환식으로 개선 필요성에 관해 논의하였다.

• Asia Marketing Journal
• /
• 제12권4호
• /
• pp.79-111
• /
• 2011

정보통신기술의 발달로 인해 도래한 디지털 경제는 인터넷 비즈니스라는 새로운 사업영역을 창출하였다. 인터넷 비즈니스는 다른 사업과 달리 매우 유동적인 시장점유율 변동이 나타나는 비즈니스 영역으로, 기업들은 시장 내의 경쟁 환경 및 경쟁 구조를 정확히 이해하여야만 불안정한 인터넷 시장 환경에 효과적으로 대처해 나갈 수 있게 되었다. 이에, 본 연구는 한국 인터넷 비즈니스내의 인터넷 사이트 간 경쟁을 각 사업 분야 별 시장점유율에 기초하여 실증분석 하였다. 이를 통해 인터넷 사이트들의 점유율 변동 추이를 살펴보고, 시장 선도 사이트들의 시장 지배력과 개별 시장의 경쟁 구도 등을 살펴보았다. 이러한 연구결과는 각 기업의 인터넷 사이트 담당자에게는 해당 시장의 경쟁양상과 경쟁구조를 파악할 수 있는 기회를 제공하고, 인터넷 분야로 새롭게 진출하려는 기업의 마케터들에게는 자사의 사업 진출 방향에 대한 기초자료로 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 마케팅과학연구
• /
• 제18권2호
• /
• pp.19-45
• /
• 2008

본 연구는 인터넷쇼핑몰 비주얼 머천다이징의 주요차원을 고객이 쇼핑몰에 진입한 후 정보탐색과 대안평가를 거치는 등의 쇼핑과정을 토대로 AIDA모형 관점에서 점포, 제품, 촉진에 초점을 맞추었다. VMD의 주요차원(primary dimensions)으로는 점포디자인, 머천다이징, 그리고 머천다이징단서로 구분하였다. 선행연구 결과를 토대로 점포다자인의 하위차원으로는 차별성, 간결성, 위치확인성을, 머천다이즈의 하위차원으로는 제품구색, 명성, 정보성을, 그리고 머천다이징단서의 하위차원으로는 제품추천 및 링크를 설정하여 VMD태도와의 관계를 탐색적으로 조사하였다. 연구결과 이들 세 차원은 종속변수에 유의한 정의 영향을 미치는 것으로 나타났다.