• 보건행정학회지
• /
• 제7권1호
• /
• pp.155-182
• /
• 1997

Objectives : This study was designed to compare North Korea and South Korea in measures of the quality of life (physical quality of life index and human development index) and to investigate the impact of selected medical and socioeconomic factors on PQL variables. Data and Methods : The World Bank, the United Nations Development Programme, and Population Reference Bureau were the principal sources of statistical data of 121 countries. Variables included infant mortality, life expectancy at birth, literacy rate, secondary school enrollment (male and female), GNP per capita, population per doctor, daily calorie supply per capita, and a composite PQL index. The Ordinary Least Square model was employed for cross-countries analysis. Findings : Both countries under quite different political and economic systems saw big improvememts in the quality of life, reducing mortality and prolonging life expectancy during the past three decades. In recent decad, however, North Korea has experienced abrupt exacerbation in the quality of life. Significant improvements in infant mortality of the population wer attributable mainly to GNP per capita and the secondary school enrollemt of female. The principal predictors of life expectancy at birth were population per doctor, infant mortality, and literacy rate. The secondary school enrollment of female and population per doctor were significantly associated with improvements in the physical quality of life index (PQLI). Conclusion : The results of this study confirmed a point illustrated by other studies : The association between quality of life as a measure of health status and socioeconomic factors was strong and positive. The important contribution of educational attainment in general, female education level in particular to improvements in the quality of life deserves good news for building an integrated health care system in the reunified Korea, taking into account the high level of education two koreas are enjoying. Meanwhile, when a sharp drop in the quality of life has been observed in North Korea under serious economic difficulties and food shortage in recent decade, the significant contribution of economic development to improvements in the quality of life poses bad nows for reunifying Korean health care in economic terms.

• 품질경영학회지
• /
• 제46권2호
• /
• pp.225-242
• /
• 2018

Purpose: Recent trends have shown that the usage of big data analysis is becoming the core of identifying promising future technologies and emerging technologies. Accordingly, applying these trends by analyzing defense related data in such sources as journals, articles, and news will provide crucial clues in predicting and identifying core future technologies that can be used to develop creative and unprecedented future weapon systems that could change the warfare. Methods: To identify technology fields that are closely related to the 4th industrial revolution and recent technology development trends, environmental analysis, text mining, and military applicability survey have been included in the process. After the identification of core technologies that are militarily applicable, future weapon systems based on these technologies as well as their operation concepts are suggested. Results: Through the study, 73 important trends, from which 11 mega trends are derived, are identified. These mega trends can be expressed by 13 promising technology fields. From these technology fields, 248 promising future technologies are identified. Afterwards, further assessment is performed, which leads to the selection of 63 core technologies from the pool. These are named as "future defense technologies" which then become the bases for 40 future weapons systems that the military can use. Conclusion: Predicting future technologies using text mining analysis have been attempted by various organizations across the globe, especially in the fields related to the 4th industrial revolution. However, the application of it in the field of defense industry is unprecedented. Therefore, this study is meaningful in that it not only enables the military personnel to see promising future technologies that can be utilized for future weapon system development, but helps one to predict the future defense technologies using the method introduced in the paper.

• 지식경영연구
• /
• 제20권3호
• /
• pp.155-171
• /
• 2019

In the entertainment industry which has great uncertainty, it is essential to predict public preference first. Thanks to various mass media channels such as cable TV and internet-based streaming services, the reality audition program has been getting big attention every day and it is being used as a new window to new entertainers' debut. This phenomenon means that it is changing from a closed selection process to an open selection process, which delegates selection rights to the public. This is characterized by the popularity of the public being reflected in the selection process. Therefore, this study aims to implement a machine learning model which predicts the winner of , which has recently been popular in South Korea. By doing so, this study is to extend the research method in the cultural industry and to suggest practical implications. We collected the data of winners from the 1st, 2nd, and 3rd seasons of the Produce 101 and implemented the predictive model through the machine learning method with the accumulated data. We tried to develop the best predictive model that can predict winners of by using four machine learning methods such as Random Forest, Decision Tree, Support Vector Machine (SVM), and Neural Network. This study found that the audience voting and the amount of internet news articles on each participant were the main variables for predicting the winner and extended the discussion by analyzing the precision of prediction.

• 한국식생활문화학회지
• /
• 제38권1호
• /
• pp.1-14
• /
• 2023

This study was conducted to explore the change in the market issues on HMR (Home Meal Replacements) using local foods after the COVID-19 outbreak. Online text data were collected from internet news, social media posts, and web documents before (from January 2016 to December 2019) and after (from January 2020 to November 2022) the COVID-19 outbreak. TF-IDF analysis showed that 'Trend', 'Market', 'Consumption', and 'Food service industry' were the major keywords before the COVID-19 outbreak, whereas 'Wanju-gun', 'Distribution', 'Development', and 'Meal-kit' were main keywords after the COVID-19 outbreak. The results of topic modeling analysis and categorization showed that after the COVID-19 outbreak, the 'Market' category included 'Non-face-to-face market' instead of 'Event,' and 'Delivery' instead of 'Distribution'. In the 'Product' category, 'Marketing' was included instead of 'Trend'. Additionally, in the 'Support' category, 'Start-up' and 'School food service' appeared as new topics after the COVID-19 outbreak. In conclusion, this study showed that meaningful change had occurred in market issues on HMR using local foods after the COVID-19 outbreak. Therefore, governments should take advantage of such market opportunity by implementing policy and programs to promote the development and marketing of HMR using local foods.

• 지능정보연구
• /
• 제27권2호
• /
• pp.33-54
• /
• 2021

최근 4차 산업혁명, 코로나로 인한 뉴노멀 시대의 도래 등을 계기로 인공지능, 빅데이터 연구와 같은 언택트 관련 기술의 중요성이 더욱 급상하고 있다. 각 종 연구 분야에서는 이러한 연구 트렌드를 따라가기 위한 융합적 연구가 본격적으로 시행되고 있으나 원자력 분야의 경우 자연어 처리, 텍스트마이닝 분석 등 인공지능 및 빅데이터 관련 기술을 적용한 연구가 많이 수행되지 않았다. 이에 원자력 연구 분야에 데이터 사이언스 분석기술의 적용 가능성을 확인해보고자 본 연구를 수행하였다. 원자로 연료로 사용된 뒤 배출되는 사용후핵연료 인식 동향 파악에 대한 연구는 원자력 산업 정책에 대한 방향을 결정하고 산업정책 변화를 사전에 대응할 수 있다는 측면에서 매우 중요하다. 사용후핵연료 처리기술은 크게 습식 재처리 방식과 건식 재처리 방식으로 나뉘는데, 이 중 환경 친화적이고 핵비확산성 및 경제성이 높은 건식재처리 기술인 '파이로프로세싱'과 그 연계 원자로 '소듐냉각고속로'의 연구개발에 대한 재평가가 현재 지속적으로 검토되고 있다. 따라서 위와 같은 이유로, 본 연구에서는 사용후핵연료 처리기술인 파이로프로세싱에 대한 언론 동향 분석을 진행하였다. 사용후핵연료 처리기술인 '파이로프로세싱' 키워드를 포함하는 네이버 웹 뉴스 기사 전문의 텍스트데이터를 수집하여 기간에 따라 인식변화를 분석하였다. 2016년 발생한 경주 지진, 2017년 새 정부의 에너지 전환정책 시행된 2010년대 중반 시기를 기준으로 전, 후의 동향 분석이 시행되었고, 빈도분석을 바탕으로 한 워드 클라우드 도출, TF-IDF(Term Frequency - Inverse Document Frequency) 도출, 연결정도 중심성 산출 등의 분석방법을 통해 텍스트데이터에 대한 세부적이고 다층적인 분석을 수행하였다. 연구 결과, 2010년대 이전에는 사용후핵연료 처리기술에 대한 사회 언론의 인식이 외교적이고 긍정적이었음을 알 수 있었다. 그러나 시간이 흐름에 따라 '안전(safety)', '재검토(reexamination)', '대책(countermeasure)', '처분(disposal)', '해체(disassemble)' 등의 키워드 출현빈도가 급증하며 사용후핵연료 처리기술 연구에 대한 지속 여부가 사회적으로 진지하게 고려되고 있음을 알 수 있었다. 정치 외교적 기술로 인식되던 사용후핵연료 처리기술이 국내 정책의 변화로 연구 지속 가능성이 모호해짐에 따라 언론 인식도 점차 변화했다는 것을 확인하였다. 이러한 연구 결과를 통해 원자력 분야에서의 사회과학 연구의 지속은 필수불가결함을 알 수 있었고 이에 대한 중요성이 부각되었다. 또한, 현 정부의 원전 감축과 같은 에너지 정책의 영향으로, 사용후핵연료 처리기술 연구개발에 대한 재평가가 시행되는 이 시점에서 해당 분야의 주요 키워드 분석은 향후 연구 방향 설정에 기여할 수 있을 것이라는 측면에서 실무적 의의를 갖는다. 더 나아가 원자력 공학 분야에 사회과학 분야를 폭넓게 적용할 필요가 있으며, 국가 정책적 변화를 고려해야 원자력 산업이 지속 가능할 것으로 사료된다.

• 고령자･치매작업치료학회지
• /
• 제12권2호
• /
• pp.67-74
• /
• 2018

목적 본 연구의 목적은 텍스트 마이닝이라는 빅데이터 분석 기법 중 하나를 활용하여 노인장기요양보험에서 작업치료의 역할을 정량적으로 분석하는 것이다. 연구방법 신문기사 분석을 위해 2007~208년까지 기간 설정 후 "노인장기요양보험+작업치료"를 주제어로 수집하였다. Textom이라는 웹 크롤링(Web Crawling)을 활용해 국내 검색엔진 네이버에서 <네이버뉴스>의 데이터베이스를 활용하였다. 수집결과 노인장기요양보험+작업치료 검색에서 510편의 뉴스 데이터의 기사제목과 원문을 수집한 후 연도별 기사 빈도, 핵심어분석을 시행하였다. 연구결과 연도별 기사 발행 빈도를 살펴보면 2015년과 2017년 발행한 기사 수가 70편(13.7%)으로 가장 많았고, 핵심어 분석 상위 10개의 용어는 '치매'(344)가 가장 많았으며, 작업과 핵심어의 관례를 알아보면, 치매, 치료, 병원, 건강, 서비스, 재활, 시설, 제도, 등급, 어르신, 전문, 급여, 공단, 국민이 관련이 있는 것으로 나타났다. 결론 본 연구에서는 텍스트 마이닝 기법을 통해 11년간의 노인장기요양보험의 언론 보도 동향을 토대로 관련 핵심 키워드에서 치매와 재활에 대해 사회적 요구와 작업치료사의 역할을 보다 객관적으로 확인하였다는 점에서 의의가 있다. 이 결과를 바탕으로 다음 연구에서는 연도에 따른 다양한 분석방법을 통해 연구방법론을 보완하여야 할 것이다.

• 지식경영연구
• /
• 제22권3호
• /
• pp.31-53
• /
• 2021

소셜미디어는 사회적 분위기를 나타내는 지표로서, 비즈니스, 경제, 정치 및 사회 전반을 아울러 다양한 현상들에 대해 분석하기 위한 목적으로 많이 사용되고 있다. 소셜미디어를 이용한 분석들은 사회적 분위기와 관련된 변화의 설명 변수로 활용되어 왔으며, 이에 대한 분석을 소셜 애널리틱스라 부르고 있다. 일반적인 국민들의 법감정과 사회적 분위기에 대한 지표로 활용되고 있는 소셜 애널리틱스를 이용한 연구는 많은 분야에서 이루어지고 있지만, 아직 충분한 연구가 이루어지지 않고 있던 영역이 법과 관련된 영역이다. 이에 본 연구는 대법원 판결과 관련하여 소셜미디어로부터 다양한 정보를 수집하고 소셜미디어가 법적 판결에 미치는 영향, 그 중에서도 한국의 현실에 맞게 상고 기각 여부 및 판결 기간에 어떠한 영향을 미치는지 알아보는 것을 목표로 한다. 본 연구는 법적 판결에 관하여 가장 활발히 소통하는 인터넷 기사 플랫폼을 대상으로 정보들과 댓글 및 대중의 반응에 대한 정보를 수집하여 진행되었다. 소셜미디어를 통해 확인된 대중들의 관심의 증가가 상고 기각 여부 영향을 미치지는 않았지만, 대중의 반응이 부정적일수록 대법원 최종 판결에 이르기까지의 재판 기간이 짧아지는 것을 확인하였다. 따라서, 소셜미디어는 제한적이지만 법적 판결에 영향을 미침을 확인하였다. 본 연구는 기존의 질적 연구에 의한 사례 연구와 달리, 법적 판결에 대한 소셜미디어의 다양한 정보를 수집하고 그 영향력을 빅데이터 관점에서 분석한 최초의 국내 연구라는 점에서 학문적 의의가 있다. 또한, 학술적 목적뿐만 아니라 필드에서도 쓰일 수 있는 법적 판결과 관련된 소셜미디어의 데이터베이스를 구축하였다는 점에서 실무적 의의도 있다고 할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제21권8호
• /
• pp.376-387
• /
• 2021

본 연구의 목적은 빅데이터 분석방법을 이용하여 유리천장 현상 관련 연구 동향을 분석하고 사회적 시사점을 제언하고자 하는 것이다. 유리천장의 연구 동향을 분석하기 위해 유리천장을 깬 역사적 사건인 '박근혜대통령 취임'을 중요 이슈로 설정하고 1기를 박대통령 재임 전, 2기는 재임 중, 3기는 재임 후로 구분하여 키워드를 수집하였다. 빈도분석 결과, 1기에는 주요 키워드로 선정된 '공무원'을 중심으로 연구가 이루어졌으며, 2기에는 '여성의 일가정 양립'이 주요 키워드군으로 선정되었다. 3기에는 여성 직업군의 키워드가 다양화되고 있었다. 일가정 양립 지원제도 이외에도 유리천장 요인 해소를 위한 제도개선에 관한 연구 및 연구대상 직종의 확대와 실생활에서의 이슈에 대한 해결책 제시를 위한 연구가 필요함을 사회적 시사점으로 제시하였으며, 추후 SNS나 뉴스기사에 나타난 일반대중의 '유리천장' 인식에 대한 연구가 필요함을 제언하였다.

• 수완나부미
• /
• 제10권2호
• /
• pp.181-213
• /
• 2018

How to study Southeast Asia (SEA)? The need to explore and identify methodologies for studying SEA are inherent in its multifaceted subject matter. At a minimum, the region's rich cultural diversity inhibits both the articulation of decisive defining characteristics and the training of scholars who can write with confidence beyond their specialisms. Consequently, the challenges of understanding the region remain and a consensus regarding the most effective approaches to studying its history, identity and future seem quite unlikely. Furthermore, "Area Studies" more generally, has proved to be a less attractive frame of reference for burgeoning scholarly trends. This paper will propose a new tool to help address these challenges. Even though the science of artificial intelligence (AI) is in its infancy, it has already yielded new approaches to many commercial, scientific and humanistic questions. At this point, AI has been used to produce news, generate better smart phones, deliver more entertainment choices, analyze earthquakes and write fiction. The time has come to explore the possibility that AI can be put at the service of the study of SEA. The paper intends to lay out what would be required to develop SEABOT. This instrument might exist as a robot on the web which might be called upon to make the study of SEA both broader and more comprehensive. The discussion will explore the financial resources, ownership and timeline needed to make SEABOT go from an idea to a reality. SEABOT would draw upon artificial neural networks (ANNs) to mine the region's "Big Data", while synthesizing the information to form new and useful perspectives on SEA. Overcoming significant language issues, applying multidisciplinary methods and drawing upon new yields of information should produce new questions and ways to conceptualize SEA. SEABOT could lead to findings which might not otherwise be achieved. SEABOT's work might well produce outcomes which could open up solutions to immediate regional problems, provide ASEAN planners with new resources and make it possible to eventually define and capitalize on SEA's "soft power". That is, new findings should provide the basis for ASEAN diplomats and policy-makers to develop new modalities of cultural diplomacy and improved governance. Last, SEABOT might also open up avenues to tell the SEA story in new distinctive ways. SEABOT is seen as a heuristic device to explore the results which this instrument might yield. More important the discussion will also raise the possibility that an AI-driven perspective on SEA may prove to be even more problematic than it is beneficial.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.139-148
• /
• 2020

전염병은 오래전부터 인류를 괴롭혀 왔으며 이를 예측 하고 예방하는 것은 인류에게 있어 큰 과제였다. 이러한 이유로 지금까지도 전염병을 예측하기 위해 다양한 연구가 진행되고 있다. 초기의 연구 중 대부분은 CDC(Centers for Disease Control and Prevention)의 역학 데이터에 의존한 연구였으며, CDC에서 제공하는 데이터는 일주일에 한 번만 갱신돼 실시간 질병 발생 건수를 예측하기 어렵다는 문제점을 갖고 있었다. 하지만 최근 IT 기술의 발전으로 여러 인터넷 매체들이 등장하면서 웹 데이터를 통해 전염병의 발생을 예측하고자 하는 연구가 진행되었고 이 중 우리가 조사한 연구 중 대부분은 단일 웹 데이터를 사용하여 질병을 예측하는 연구였다. 하지만 단일 웹 데이터를 통한 질병 예측은 "COVID-19" 같이 최근에 등장한 전염병에 대해서는 많은 양의 학습 데이터를 수집하기 어려우며 이러한 모델을 통해 정확한 예측을 하기 어렵다는 단점을 가지고 있다. 이에 우리는 전염병 발생을 LSTM 모델을 통해 예측할 때 여러 개의 웹 데이터를 사용하는 모델이 단일 웹 데이터를 사용하는 모델보다 정확도가 더 높음을 실험을 통해 증명하고 전염병 예측에 적절한 모델을 제안하고자 한다. 본 실험에서는 단일 웹 데이터를 사용하는 모델과 우리가 제안하는 모델을 사용하여 "말라리아"와 "유행성이하선염"의 발생을 예측했다. 우리는 2017년 12월 31 일부터 2019년 12월 28일까지 총 104주 분량의 NEWS, SNS, 검색 쿼리 데이터를 수집했는데, 이 중 75주는 학습 데이터로, 29주는 검증 데이터로 사용됐다. 실험 결과 우리가 제안한 모델의 예측 결과와 단일 웹 데이터를 사용한 모델의 예측 결과를 비교했을 때 검증 데이터에 대해서 피어슨 상관계수가 0.94, 0.86로 가장 높았고 RMSE 또한 0.19, 0.07로 가장 낮은 오차를 보여주었다.