• 지능정보연구
• /
• 제19권1호
• /
• pp.35-55
• /
• 2013

최근 기업 경영에 있어 정보기술의 도입 및 전략적인 활용은 선택이 아닌 필수로 자리잡고 있다. 기업의 전략적인 목표와 정보기술 간의 상호 의존은 기업의 생존 및 성장에 중요한 역할을 하고 있으며, 이에 따라 이미 많은 기업이 지속적으로 정보기술에 투자하고 있다. 정보기술 투자 성과 관련해서는 기업 내부의 요인들과 전략들, 기업외부의 고객까지 여러 가지 복합적인 요소들이 서로 상호작용하고 있기 때문에, 각 요인들을 독립적으로 분리하여 정보기술 투자 성과에 미치는 영향력을 분석하는 것이 쉽지 않다. 이에 본 연구는 기존의 연구들을 바탕으로 정보기술 투자성과에 영향을 줄 수 있는 변수들을 도출하여, 각 변수들의 관계를 수리적인 모델링을 통해 단순화시키고, 시뮬레이션 방법론을 이용하여 각 변수들의 변화에 정보기술 투자 성과는 어떻게 달라지는지를 밝혔다. 본 연구의 결과는 정보기술 투자는 서비스의 품질을 증가시켜 경제학적인 성과들에 간접적으로 영향을 주고, 정보기술 투자와 동시에 소비자 잉여는 증가되지만, 큰 투자비용으로 회사의 이익은 감소하게 된다. 그리고 시간이 지남에 따라 품질 증가에 관한 정보가 고객들 사이에 퍼져 나가게 되므로 최종적으로 기업의 수익을 증가시켜준다. 또한, 정보기술 투자 성과 극대화를 위해서는 회사가 제공하는 서비스와 소비자들의 네트워크 효과 등이 고려되어 정보기술 투자 여부를 결정하고, 회사에 맞는 정보기술 투자 전략을 세워야 함을 시뮬레이션 모형을 통해 확인할 수 있었다. 구체적으로, 한 번에 많은 투자를 할 경우는 단기적인 성과는 클 것으로 기대되나, 장기적으로 좋은 성과가 이뤄지지 않는다. 그러나 정보의 확산 속도가 빠르거나 정보의 장벽이 될 수 있는 정보를 받지 못하는 소비자가 적을 경우 단기에 집중 투자 하는 것이 많은 수요를 얻을 수 있다. 또, 여러 번에 걸쳐 투자하는 경우는 적당한 주기를 가지게 될 경우 장기적으로 큰 성과를 낼 수 있음을 확인할 수 있었다. 본 연구는 경제학 모델링과 시뮬레이션을 결합시켜, 각각의 한계를 모두 극복할 수 있는 방법론을 활용했다는 측면과, 정보기술 투자의 성과를 제품 품질의 매개 효과 모형에 적용하여 정보기술 투자와 기업 성과간의 관계를 보여주었다는 측면, 마지막으로 정보기술 투자 전략 및 정보의 확산 효과를 반영하여 정보기술 투자의 성과를 확인할 수 있다는 측면에서 의의가 있다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 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.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• Asia Marketing Journal
• /
• 제12권2호
• /
• pp.27-52
• /
• 2010

그동안 기업의 사회적 책임활동에 대한 척도개발이 국·내외적으로 일부 연구자들에서 수행되어져 왔지만, 기업의 사회적 책임활동을 측정하고 있는 구성개념(측정항목)들에 대한 이론적 배경의 결핍과 기업의 네 가지 사회적 책임활동 차원이 과연 서로 이질적인 차원인지에 대한 의문이 제기되었다. 또한, 기업의 사회적 책임활동과 관련된 지난 30년간 발표된 정량적 분석에 의하면, 대부분의 연구들이 측정항목과 방법론 측면에서 많은 문제점을 보이고 있다. 이처럼 기업의 사회적 책임활동 (CSR)에 대한 학문적 관심은 오래 지속되고 있지만, 기업의 사회적 책임차원 (경제적, 법률적, 윤리적, 자선적 책임)에 대하여 소비자들이 어떻게 바라보는지, 혹은 어떻게 인지하는지에 대해 측정할 수 있는 척도가 미흡한 실정이다. 특히 기업의 사회적 책임활동에 대한 척도가 서구사회 위주로 개발되어 국내에서 인용되다보니, 국내 특성에 맞는 기업의 사회적 책임활동을 측정할 수 있는 척도가 미흡하였다. 이에 본 연구는 다양한 이해관계들을 대상을 집단면접(FGI)을 실시하여 국내 상황에 맞는 척도를 개발하였고, 본 연구에서 개발된 새로운 척도가 기존 척도에 비하여 더 높은 예측력을 지니는지를 간접적으로 증명하였다. 본 연구결과를 통해 새롭게 개발된 기업의 사회적 책임활동에 대한 척도는 다음과 같다. 우선, 경제적 책임은 '제품의 품질개선 노력', '고객의 불평처리에 대한 체계구축', '이윤창출을 통한 국가 경제발전 이바지', '고용창출 노력', 법률적 책임으로는 '법적기준 준수', '직원들의 복지추구와 고용 관련법 준수', '명시된 계약적 책임이행', '기업경영 관련법 준수', '소비자보호법 준수', 윤리적 책임으로는 '윤리강령 지침마련', '과장광고나 허위광고', '투명경영', '사업파트너와의 공정한 거래', 자선적 책임으로는 '지역사회와의 협력사업', '스포츠 및 문화활동 지원', '지역사회 봉사', '사회환원' 등이다. 연구결과는 국내 기업들에게 경제적 책임활동의 중요성을 다시 한 번 인지시키고 있으며, 특히 국내 기업들에게 자사의 사회적 책임활동을 진단하는데 중요한 실무적인 시사점을 제시할 것이다.

• 한국유통학회지:유통연구
• /
• 제15권2호
• /
• pp.1-34
• /
• 2010

소비자의 구매 행위가 합리적이고 실용적인 방향으로 변화하는데 힘입어 할인점업계는 급속한 외형적인 성장과 함께 경쟁도 치열하다. 따라서 업계는 그 해결책으로 차별화와 수익성을 동시에 실현 시킬 수 있는 유통업체 브랜드(PB: Private Brand) 개발에 사활을 걸고 있다. 또한 치열한 경쟁 환경 하에서 생존하기 위해서는 고객만족을 넘어서 고객충성도를 높이는 것이 효과적인 방법임이 밝혀짐에 따라 PB가 고객충성도를 제고시키기 위한 전략적인 도구로 사용되고 있다. PB 이용 고객의 충성도를 높이려면 우선 고객집단의 특성을 파악해서 소비자가 지각하는 품질수준을 우선적으로 맞춰줘야 고객만족과 고객신뢰를 얻을 수 있고 결과적으로 고객충성도로 유도할 수 있다. 이에 본 연구는 지각된 품질에 영향을 미치는 선행요인과 고객충성도에 영향을 미치는 변수들 간의 관계에 대한 체계적인 분석결과를 제시하기 위해 선행연구에서 검증된 인과관계를 기반으로 연구모형과 연구가설을 설정했고, 주요 연구결과는 다음과 같다. 기업명성, 브랜드명성, 제품경험, 브랜드친숙도가 높을수록 지각된 품질이 높아지고, 지각된 품질이 높을수록 고객만족, 고객신뢰, 고객충성도가 높아지며, 고객만족과 고객신뢰가 높을수록 고객충성도가 높아지는 것으로 조사되었다. 또한 기업명성이 지각된 품질에 미치는 영향력은 PB가 NB보다 높게 나타난 반면 브랜드명성과 브랜드친숙도가 지각된 품질에 미치는 영향력은 NB가 PB보다 높게 나타났다. 이러한 실증분석 결과는 지각된 품질에 영향을 미치는 선행요인과 결과요인에 대한 보다 명확한 이해를 바탕으로 실무자가 마케팅 활동을 하는데 유용하게 활용할 수 있을 것이다.