• 한국도서관정보학회지
• /
• 제52권4호
• /
• pp.79-102
• /
• 2021

본 연구는 국가도서관통계시스템에서 제공하는 개방형데이터와 서울특별시 2020 서울서베이의 조사 결과를 기반으로 서울시민의 공공도서관 이용 현황 분석을 목적으로 삼았다. 이러한 목적을 위해 본 연구에서는 공공도서관의 예산, 도서관 운영인력, 소장 장서수, 연면적 등 도서관 운영의 중심 지표들을 중심으로 서울시 25개 자치구별 공공도서관의 서비스 제공 실태를 비교 분석하고, 이러한 공공도서관 운영의 기본지표들과 서울시민의 거주지별 학력별 가구월평균소득별 공공도서관의 이용 실적을 비교하여 상관관계를 파악하고자 하였다. 연구 결과 예산, 인력, 장서수와 같은 도서관 운영의 중심 투입지표와 서울시민의 거주지별 학력별 소득별 공공도서관의 대출자수와 대출권수, 상호대차서비스 건수라는 산출지표와의 유의미한 상관관계를 확인하였다. 이와 함께 서울시민의 공공도서관 이용행태와 독서경향을 파악하여 지역간의 격차를 극복하고 서비스 수준을 공평하게 하여 서울시 공공도서관의 균형적인 발전을 제안하고자 하였다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.307-332
• /
• 2022

부도예측모형은 여러 금융기관의 신용평가모형의 지식기반(knowledge base)로 이용되고 있으며 최근 머신러닝 기법의 발전으로 이를 도입하여 고도화하려는 다양한 시도가 진행 중이다. 그러나 실제 이러한 모형이 도입되기 위해서는 모형을 이용하는 사용자와 설명제공 대상인 고객의 이해와 수용이 전제되어야 한다. 그러나 사용자에게 제공되는 설명이 현실적 타당성(feasibility)이 결여되어 있다면 모형의 신뢰성과 수용도에 부정적인 영향을 미친다. 이에 따라 본 연구는 도메인 지식을 설명 생성 알고리즘에 통합하여 현실적으로 타당한 설명을 사용자에게 제공하고자 한다. 본 연구에서는 머신러닝 기반의 부도예측 모형에 설명력을 더하는 방법으로 반사실적 예시(counterfactual example) 기반의 로컬영역에서의 설명을 제공하는 모델을 제안한다. 제안 모델은 모형에 이용된 재무변수의 특성을 설명력 생성 알고리즘에 통합하여 설명의 현실적 가능성을 확보하고 이를 통해 사용자의 이해와 수용을 도모하고자 한다. 또한 본 연구에서는 반사실적 예시기반 설명을 위해 유전알고리즘(GA)를 이용하며 다목적함수를 목적함수로 설정하여 반사실적 예시의 주요 기준이 되는 항목을 반영하고 있다. 본 연구는 대표적인 머신러닝 기법인 인공신경망을 이용해 부도예측모형을 학습시킨 뒤, 사후적 방법(post-hoc)으로 설명을 위한 알고리즘을 도입하여 기존의 모형 설명 알고리즘인 LIME과 현실적 가능성이 결여된 반사실적 예시 기반 알고리즘과 비교하였다. 더 나아가 제안방법의 금융/회계 분야의 종사자를 대상으로 서베이를 진행하여 제안 방법의 설명의 질을 정성적으로 평가하였다.

• 한국문헌정보학회지
• /
• 제57권1호
• /
• pp.285-308
• /
• 2023

본 연구는 고양시민들의 독서 실태를 조사·분석해 고양시 '제2차 독서문화진흥 종합계획' 수립을 위한 기초자료로 활용하기 위한 목적으로 수행되었다. 이러한 연구 목적을 달성하기 위해 독서실태 조사 관련 선행 연구 및 2021년 국민 독서실태 조사의 설문 문항 등을 참고하여 성인 및 학생 응답자 특성을 반영한 설문지를 구성하였다. 그리고 고양시에 거주 중인 성인 960명, 학생 540명을 대상으로 설문조사를 수행해 그 결과를 분석하고, 고양시 독서문화진흥 종합계획 수립에 있어 도움이 될 수 있는 몇 가지 시사점들을 도출하였다. 첫째, 독서자료의 범주를 전통적인 종이매체에서 다양한 매체로 확대해야 한다. 둘째, 도서관 장서 확충 및 실제 도서 구입에 도움이 될 수 있는 서비스 검토가 필요하다. 셋째, 시민들이 원하는 다양한 독서 프로그램을 개발하고, 온라인 운영 방식 등으로 독서활동 및 동아리 활동 참여 기회를 늘여야 한다. 넷째, 독서 활성화를 위한 시설 및 서비스 환경은 시민들의 생활 반경 내 접근이 쉬운 곳으로 조성해야 한다. 마지막으로, 기존 독서문화진흥사업 중 '스마트도서관', '상호대차서비스', '독서 및 문화프로그램 운영', '고양 북페이' 사업 등은 지속·확대할 필요가 있다. 본 연구는 보다 실효성 있는 고양시 독서문화진흥 종합계획 수립을 위해 실제 시민들을 대상으로 독서 실태를 조사하고, 정책 방향 설정에 필요한 의견을 수렴하였다는 점에서 의의를 갖는다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.119-124
• /
• 2023

본 연구는 우리나라에서 부동산시장의 상승과 하락이 실업률에 어떤 영향을 미치는지를 분석하였다. 2013년 1월부터 2023년 2월까지의 월별 자료를 대상으로 다중회귀분석 모형으로 분석을 하였으며, 주요한 결과를 요약하면 다음과 같다. 첫째, 부동산 경기와 실업률 간에는 유의한 인과관계가 존재하였다. 즉, 부동산시장의 상승은 실업률의 유의한 하락을 가져오고 부동산시장의 하락은 실업률의 유의한 상승을 가져왔다. 이는 대부분의 선행연구들의 결과와 일치하는 것이다. 둘째, 대출금리 상승은 실업률을 유의하게 하락시키는 것으로 나타나, 금리의 상승은 고용에 호재로 작용하는 것으로 나타났다. 물가 상승은 실업률을 유의하게 상승시키는 것으로 나타나, 물가가 오르면 고용이 유의하게 감소하는 것으로 나타났다. 그리고 주택건설인허가실적의 증가는 실업률을 유의하게 감소시키는 것으로 나타나, 주택건설인허가가 단기적으로는 고용에는 호재로 작용하는 것으로 나타났다. 마지막으로, 변수들을 대체하여 강건성 검증을 하여도 분석결과는 크게 달라지지 않았다. 이는 부동산 경기가 실업률에 미치는 영향이 강건하다는 것을 확인해 주는 것이라 할 수 있다. 이상의 분석결과, 우리나라에서 부동산 가격의 상승과 하락이 실업률의 감소와 증가로 이어진다는 것은 부동산 경기의 안정적 운용이 실업률의 안정에도 도움이 될 수 있다는 것을 시사한다.

• 한국건설관리학회논문집
• /
• 제25권2호
• /
• pp.45-55
• /
• 2024

본 연구는 DEA 모형과 Tobit 모형을 이용하여 전문건설기업의 업종별 효율성과 효율성 결정요인을 분석하였다. 분석대상은 2022년도를 기준으로 한 394개 전문건설기업이다. 먼저 효율성 분석결과, 지반조성‧포장공사업의 효율성이 주요 7개 업종 중 가장 낮게 나타나 효율성 향상을 위한 전략 마련이 가장 시급한 상황이다. 또한 철근‧콘크리트공사업과 지반조성‧포장공사업, 구조물해체‧비계공사업은 매출액 효율성 대비 영업이익 효율성이 낮아 투입요소의 관리전략이 우선적으로 마련되어야 한다. 다음으로 12개 기업특성을 독립변수로 한 효율성 결정요인의 분석결과, 전문건설기업은 전반적으로 인건비 상승에 따른 효율성 감소가 가장 큰 문제였다. 또한 건설기업의 대출규제가 심각한 상황에서 부채비율이 효율성에 긍정적 효과를 가지는 것으로 나타났다. 마지막으로 업종별 효율성 결정요인을 비교한 결과, 업종별 결정요인과 미치는 영향의 차이가 발생하였다. 기업규모는 업종별로 다른 영향을 미쳤고, 보유업종수나 신용점수, 총자본회전율은 일부 업종에만 영향을 미쳤다. 본 연구는 전문건설기업의 효율성 향상을 위한 요인을 정량적으로 분석하였다는 점에서 기존 연구의 진일보한 결과를 제시하였다. 그러나 외부감사 대상인 전문건설기업만을 분석대상으로 한정한 점과 업종별 분석대상 기업수가 부족한 점, 업종별로 동일한 범주에서 상대적 효율성을 분석했다는 점 등의 한계점을 갖는다.

• 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.

• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.123-139
• /
• 2019

국내 NPL (Non performing loan) 시장은 1998년에 형성되었지만, 본격적으로 활성화 된 시기는 2009년으로 역사가 짧은 시장이다. 이로 인해 NPL 시장에 대한 연구도 아직까지는 활발히 진행되지 않고 있는 상황이다. 본 연구는 NPL 시장의 각 물건 별 기준 수익률 달성 유무를 예측할 수 있는 모델을 제안한다. 모델 구축에 사용되는 종속변수는 물건 별 최종 수익률이 기준 수익률 수치 도달 여부를 나타내는 이항변수를 사용하였고, 독립변수로는 물건의 특성을 나타내는 11개의 변수를 대상으로 one to one t-test와 logistic regression stepwise, decision tree를 수행하여 의미있는 7개의 독립변수를 선별하였다. 그리고 통상적으로 사용되는 기준 수익률 수치(12%)가 의미있는 기준 수치인지 확인하기 위해 수치 값을 조절해가며 종속변수를 산출하여 예측모델을 구축해보았다. 그 결과 12%의 기준 수익률 수치로 산출한 종속변수를 이용하여 구축한 예측모델의 평균 Hit ratio가 64.60%로 가장 우수하다는 결과를 얻었다. 다음으로 선별된 7개의 독립변수들과 12%를 기준으로한 수익률 달성유무 종속변수를 이용하여 판별분석, 로지스틱 회귀분석, 의사결정나무, 인공신경망, 유전자알고리즘 선형 모델의 5가지 방법론을 적용해 예측모델을 구축해보았다. 5가지 방법론으로 도출한 예측 모델 간 Hit ratio를 비교한 결과 인공신경망을 이용하여 구축한 예측모델의 Hit ratio가 67.4%로 가장 우수한 결과를 도출해내었다. 본 연구를 통해 추후 NPL시장 신규 물건 매매에 있어서 7가지의 독립변수들과 인공신경망 예측 모델을 활용하는 것이 효과적임을 증명하였다. 물건의 12% 수익률 달성 여부를 사전에 예측해봄으로써 유동화회사가 투자 의사결정을 하는 데에 도움을 줄 것으로 예상하며, 나아가 NPL 시장의 거래가 적정한 가격 선에서 진행됨으로 인해 유동성이 더욱 높아질 것이라 기대한다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.25-41
• /
• 2011

최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제30권2호
• /
• pp.167-175
• /
• 2007

2001년부터 본격적으로 보급되기 시작한 PACS 도입은 영상의학과에서는 필름비용 절감, 인건비 절감, 현상액 사용량 절감, 관리업무 축소, 재 촬영 건수의 감소 등의 효과를 볼 수 있었고, 임상 의사들에게는 의료영상동시 활용, 임상정보의 증대, 진료 환자수의 증가, 의료영상 및 판독결과 활용성 증대 효과를 기대할 수 있는 것으로 알려져 있다. 환자들에게는 방사선 피폭선량 감소, 진료비 절감, 임상정보를 신속하게 알 수 있는 효과가 있다. 이에 본 저자들은 Full PACS를 도입한 서울 및 경기도의 10개 종합병원을 대상으로 하여 PACS로 인한 긍정적인 여러가지 효과 중 현상, 정착 폐수의 감소 추이를 알아보기 위하여 도입 1년 전과 도입 3년 후를 비교 분석하여 다음과 같은 결론을 얻었다. 1. 1개월 당 검사 건수는 7357.7건이 증가하였으나 필름 사용량은 90%가 감소하였다. 2. 현상액 월 평균 소모량은 3년 후 92%가 감소하였고, 정착액은 86%가 감소하였다. 3. 필름 1장 당월 평균 현상액 소모량은 3년 후 149%가 증가하였고, 정착액은 300%가 증가하였다. 4. 현상 폐수 발생량은 3년 후 월 평균 88%가 감소하였고, 정착 폐수는 87%가 감소하였다. 5. 3년 후 필름 1장 당월 평균 현상폐수 발생량은 377%, 정착폐수 발생량은 385%가 증가하였다.