• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.35-43
• /
• 2023

본 연구의 목적은 행정서비스 활용을 위한 디지털 트윈 정책 연구이다. 본 연구는 1,000명의 대상을 기반으로한 모바일 설문조사를 통해 진행되었으며 그 연구 결과는 다음과 같다. 첫쨰, 디지털 트윈을 활용하기 위해 경기도 측면에서 적용할 수 있는 적절한 서비스 발굴이 선행되어야 한다. 경기도의 현장 업무에 적절한 디지털 트윈 서비스 발굴 시도가 우선적으로 선행되고 이를 통한 업무의 효율성 증진이 필요하다. 둘쨰, 경기도 디지털 트윈 행정서비스는 중앙정부 사업과의 중복성은 방지하고 연계 활용 가능한 모델을 구축해야 하며, 도와 시군의 현안 연관성이 높고 수요자 즉 도민이 원하는 행정서비스를 중심으로 추진되어야 한다. 셋쨰, 행정서비스 운영방식은 경기도의 디지털 트윈 행정서비스 개발을위해서 시범사업 참여를 통한 표준모델 구축 방안을 검토해야 한다. 사업 추진 방식으로 경기도가 주관기관이 되어, 협약사업 방식으로 추진하고, 경기도 디지털 트윈 자문위원단을 통해 사업 추진 전반에 대한 지원 체계를 마련하라는 것을 제언하고자 한다. 넷째, 전담부서와 행정서비스 구축, 운영, 관리 등을 위한 관련 제도 마련이 되어야 한다. 경기도에서 디지털 트윈 실현을 위해서는 사업 추진 및 운영과 법·제도적 개선을 위한 다양한 역할을 수행 할 수 있는 전담 조직이 필요하며, 전담 조직 지정을 위해서 기존 부서의 확대 개편 방안과 신설 부서 운영에 대한 검토가 필요하다. 본 연구의 한계 요인은 경기도 중심의 참여자들에 대한 조사로서 향후에는 전국을 기반으로 연구하는 것을 제언한다. 본 연구의 기대효과는 디지털 트윈 서비스를 공적인 업무를 적용시 활용할 수 있는 기초 자료로 이용할 수 있다.

• 한국과학예술포럼
• /
• 제21권
• /
• pp.31-43
• /
• 2015

ICT(Information and Communications Technologies : 정보통신기술)는 창조경제의 핵심이 되는 기술중 하나로 기존산업과 기업의 인프라를 연결하는 매개로 사용되어 기존 상품과 서비스를 고도화하고, 새로운 상품과 서비스를 만들어내고 있다. 이와 더불어 빅데이터, 모바일, 웨어러블 등 새로운 디바이스 부문까지 주목을 받으며 신시장 개척에 귀추가 주목되고 있다. 더 나아가 IoT(Internet of Things :사물인터넷)는 인간과 인간, 인간과 사물, 사물과 사물을 연결하며 ICT기반의 사회를 더욱 곤고히 만들어 주는 역할을 하고 있다. 이는 제조업 중심의 하드웨어 개발이 소프트웨어의 개발과 함께 동시다발적으로 융합되어야 한다는 의미로 볼 수 있다. 하드웨어와 소프트웨어의 융합에서 꼭 필요한 것이 OS인데, 선두주자 구글과 애플을 필두로 관련 기업에서는 소프트웨어의 중요성을 인지하고 소프트웨어 개발에 집중 착수하였다. 이에 현 보고서(한국산업기술평가관리원: 디자인전문기술개발사업) 진행을 위해 소프트웨어 시장현황을 조사한 결과, 소프트웨어 플랫폼을 기반으로 한 구글의 안드로이드(Android)와 애플의 iOS가 전 세계시장을 장악하고 있었으며, 후발주자는 새로운 패러다임을 제시하기 위해 Web기반 OS, 유사 OS 등 을 출시하여 다양한 경로에서 시장진입을 시도하고 있다. 이러한 사회의 변화는 OS를 기본으로 누구나 개발자가 될 수 있는 스마트콘텐츠 활용에 대한 연구 필요성이 대두되었으며 범용적으로 활용할 수 있는 스마트콘텐츠에 대한 정의가 필요하며 빠른 시장변화에 대처할 수 있는 시장분석이 필요하다. 이에 본 연구에서는 문헌조사 및 스마트분류체계에 따른 앱마켓(App Market)분석, 현 콘텐츠시장 트랜드 분석을 실시하였고 스마트콘텐츠의 범용적 정의와 앱마켓에서 나타난 애플리케이션의 현황과 콘텐츠 시장현황을 비교하여 공통요소 5가지의 흐름을 파악하였다. 분석을 통하여 스마트콘텐츠 시장은 독립적이지만 서로의 연결고리를 가진 형태로 하나의 유기체와 같은 형태로 발전할 것이라 예상하였으며 기존의 기술적 관점, 문화적 관점, 비즈니스적 관점, 소비자 관점에 사회적 관점을 포함한 다시점 관점에서의 분류체계와 개발이 이루어 져야 한다.

• 벤처혁신연구
• /
• 제6권4호
• /
• pp.99-111
• /
• 2023

본 연구는 온라인 쇼핑 웹사이트에 대한 소비자의 만족도가 과거와는 다른 현상으로 변화됨을 확인하고자 한다. 즉, 팬데믹 이후 전 세계적으로 이커머스(e-commerce)의 이용이 확대되고, 모바일커머스, 소셜커머스 등 다양한 형태의 커머스가 형성화되는 상황에서, 소비자의 정보처리과정과 의사결정과정은 소비자가 지각하는 소비가치와 개인적 특성에 따라 새로운 환경에 의해 소비자의 지각된 동기수준에 기반하여 변화된 행동을 살펴보는데 연구의 의의가 있다. 즉, 소비가치와 소비자의 인지욕구가 웹사이트에 대한 신뢰성의 매개역할로 온라인 웹사이트의 만족도에 미치는 영향에 대해 조사하고자 한다. 가설 1을 검증한 결과 웹사이트에 대한 소비자의 감각적 가치뿐 아니라 실용적 가치는 웹사이트의 만족도에 긍정적인 영향력을 미치며, 특히 실용적 가치가 상대적으로 감각적 가치보다 더 큰 영향력을 나타냈다. 다만, 소비자의 인지욕구와 만족도 간에는 부(-)의 관계를 단측검증 하에 유의한 수준으로 나타났다. 가설 2에서는 2-1인 소비가치 중 실용적 가치 만이 웹사이트에 대한 신뢰성을 매개로 만족도에 긍정적인 영향을 나타냈다. 웹사이트의 만족도에 소비가치 중 실용적 가치가 중요한 요인임을 확인할 수 있었다. 이전 연구결과와는 다르게 소비가치가 감각, 감정에 기반하는 가치뿐 아니라 실용적 소비가치가 더 큰 영향력을 가졌다는 점이 본 연구의 의의라 하겠다. 따라서 소비자가 이용하는 웹사이트의 신뢰성을 기반으로 매개역할을 한다면 실용적 가치와 인지욕구가 만족도에 더욱 강하게 영향력을 주는 것이다. 이러한 연구결과는 온라인으로 소비를 하게 된 현 시장의 트렌드가 반영된 결과이며, 본 연구결과를 통해 소비자의 행동 이해와 주요 요인들을 기반으로 온라인 웹사이트의 관리 및 운영 전략에 도움이 되리라 본다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.143-163
• /
• 2016

인구통계학적 정보는 디지털 마케팅의 핵심이라 할 수 있는 인터넷 사용자에 대한 타겟 마케팅 및 개인화된 광고를 위해 고려되는 가장 기초적이고 중요한 정보이다. 하지만 인터넷 사용자의 온라인 활동은 익명으로 행해지는 경우가 많기 때문에 인구통계특성 정보를 수집하는 것은 쉬운 일이 아니다. 정기적인 설문 조사를 통해 사용자들의 인구통계특성 정보를 수집할 수도 있지만 많은 비용이 들며 허위 기재 등과 같은 위험성이 존재한다. 특히, 모바일 환경에서는 대부분의 사용자들이 익명으로 활동하기 때문에 인구통계특성 정보를 수집하는 것은 더욱 더 어려워지고 있다. 반면, 인터넷 사용자의 온라인 활동을 기록한 클릭스트림 데이터는 해당 사용자의 인구통계학적 정보에 활용될 수 있다. 특히, 인터넷 사용자의 온라인 행위 특성 중 하나인 페이지뷰는 인구통계학적 정보 예측에 있어서 중요한 요인이 된다. 본 연구에서는 기존 선행 연구를 토대로 클릭스트림 데이터 분석을 통해 인터넷 사용자의 온라인 행위 특성을 추출하고 이를 해당 사용자의 인구통계학적 정보 예측에 사용한다. 또한, 1)의사결정나무를 이용한 변수 축소, 2)주성분분석을 활용한 차원축소, 3)군집분석을 활용한 변수축소의 방법을 제안하고 실험에 적용함으로써 많은 설명변수를 이용하여 예측 모델 생성 시 발생하는 차원의 저주와 과적합 문제를 해결하고 예측 모델의 정확도를 높이고자 하였다. 실험 결과, 범주의 수가 많은 다분형 종속변수에 대한 예측 모델은 모든 설명변수를 사용하여 예측 모델을 생성했을 때보다 본 연구에서 제안한 방법론들을 적용했을 때 예측 모델에 대한 정확도가 향상됨을 알 수 있었다. 본 연구는 클릭스트림 분석을 통해 추출된 인터넷 사용자의 온라인 행위는 해당 사용자의 인구통계학적 정보 예측에 활용 가능하며, 예측된 익명의 인터넷 사용자들에 대한 인구통계학적 정보를 디지털 마케팅에 활용 할 수 있다는데 의의가 있다. 또한, 제안 방법론들을 통해 어느 종속변수에 대해 어떤 방법론들이 예측 모델의 정확도를 개선하는지 확인하였다. 이는 추후 클릭스트림 분석을 활용하여 인구통계학적 정보를 예측할 때, 본 연구에서 제안한 방법론을 사용하여 보다 높은 정확도를 가지는 예측 모델을 생성 할 수 있다는데 의의가 있다.