Earticle

우리나라는 정보화 부분에 ‘04년부터 ’13년 까지 지난 10년간 연 평균 약 3조 2천억 원을 투자 를 해 오고 있다. 정보화투자 형태에 있어서는 정부정책 등에 따라 예산 증가와 감소의 주기적 반복 현상을 보이고 있다. 특히, 운영 및 유지보수 등의 고정비용은 새로운 정보화 수요에 대한 여력을 감 소시키는 현상을 초래하고 있다. 이 같은 상황임에도 불구하고 지속가능한 정보화 추진체계 구축을 위 한 중·장기적 정보화 투자방향 수립에 필요한 문제 제기는 부족한 실정이다. 본 연구의 목적은 공공부 문에서 신규 정보화사업 투자의사결정 시 기관에서 요구한 정보화 수요를 맞추기 위해 필요한 사전적 요건과 준비사항을 정리하기 위한 기초연구이다. 이를 위해 수요예측 기반으로 정보화 투자방향을 잡 기 위한 개념들을 개관하였다. 그리고 국외 및 국내의 관련사례들을 목적과 기준, 방법과 정보, 지원 시스템 관점으로 살펴보고 각각의 사례별 시사점을 도출한다. 이를 통해 정보화투자의사 결정 대상이 되는 사업들을 수요예측 기반으로 하여 투자방향 정립 방안을 제시해 보았다. 연구결과는 공공 정보 화예산을 보다 효율적으로 관리할 수 있는 정책자료 중의 하나로써 활용되었으면 한다.

From 2004 to 2013, the annual investment for the ICT sector in Korea amounted to about 3.2 trillion won. Depending on whether the government policy allowed for budget increases and/or decreases, this impacted the investment in the ICT sector. In particular, the fixed costs of operation and maintenance lead to a reduced chance for a new potential demands in IT programs. Even though a situation may exist that there are insufficient funds available, there is a need for building a sustainable long-term IT investment management system. The purpose of this study is to conduct basic research for the arrangement of preparation to meet IT needs required in the public sector. For this, this paper introduces the concept of IT Investment Management based on prudent forecasting. After both foreign and domestic relevant cases are reviewed, implications will be derived from the aforementioned cases. Through this process, the direction of IT Investment Management based on forecasting for the IT projects decision making will be suggested. These research results could be used for helping to develop better policies and a more efficient management of the public sector IT budget.

본 연구는 2001년부터 2007년까지 기간 동안 한국거래소의 유가증권시장에서 최초 공모된주식을 대상으로 수요예측을 통해 기관투자자로부터 입수된 기업 가치에 관한 정보와 공모주의장단기 성과와의 관계를 분석해 보고자 하였다. 최초공모주의 확정공모가격은 공모주의 주관사가 제시한 기준가격에 비해 약 25% 낮게 책정되었으나 동 가격은 수요예측과정에서 도출된 가중평균가격과 유사한 수준이었다. 이러한 사실은 수요예측과정이 적정 주당 가치에 관한 공개기업과 외부 투자자간의 정보 교환에 있어서 중요한 역할을 수행한다는 점을 시사한다. 상장당일이나 상장 후 1개월 등 단기적으로 최초공모주는 30% 내외의 초과수익률을 올렸으며 최초공모주의 불확실성을 대리하는 변수들과 이러한 단기간의 성과 간에는 정(+)의 상관관계가 존재하였다. 그러나 대부분의 단기성과는 1년 내에 사라지는 것으로 관찰되었다.

This study investigates the short run and long run performance of the IPO stocks listed in Korea Exchange (KRX) during the period from 2001 to 2007. Especially, this study attempts to relate the return performance of IPO stocks to the information revealed from the book building process in which institutional investors participate. The IPO prices which are determined in the book building process are almost 25% lower than the guideline price suggested by the underwriters but almost same as the average price derived from the book building process. This fact indicates that the book building process plays a significant role in exchanging information over the fair IPO price between IPO companies and outside investors. In the short run such as period like the first day of IPO or one month after IPO, those proxy variables containing information about risk of IPO stocks have positive relationship with the return performance. However, most of short run abnormal returns disappear in the long run.

본 연구는 수요예측 활동에 어려움을 겪고 있는 K사의 사례분석을 통해 수요예측을 수행하는데 있어 발생하는 현장의 다양한 어려움을 이해하고, 이러한 어려움을 극복하기 위한 방안을 개발하는데 있다. K사의 사례 연구결과 주요 개선과제는 다음과 같이 세 가지가 제시되었다. 첫째, 수요예측 기법을 다양화하여 상품별로 적절한 수요예측 방법을 적용한다. 또한 신상품과 같이 수요예측을 위한 과거 데이터가 없는 경우 제품의 특성을 고려하여 미래의 수요를 예측할 수 있는 방안을 마련한다. 둘째, 대부문의 소매업체들과 같이 할인 등의 이벤트 등으로 인해 발행하는 과거 데이터를 이용한 수요예측 시 발생하는 미래수요 왜곡현상을 최소화 하는 방안을 마련한다. 셋째, 정량적 수요예측 방법과 정성적 수요예측 방법을 적절히 혼용하여 사용함으로써 예측결과에 대한 내부 컨센서스를 확보하고, 또한 지속적인 예측결과의 모니터링하고 개선할 수 있도록 하는 방안을 마련한다. 이를 위해 과거 데이터에 대한 분석과 실무담당자 및 관련 전문가들과의 인터뷰 등을 통해 다양한 아이디어들이 제시 및 분석되었다. 본 연구를 통해 얻어진 시사점으로는 첫째, 수요예측의 정확도를 높이기 위한 방법으로 수요예측기법 자체의 개선 외에 업무적인 측면에서 고려 또는 개선되어야 할 부분도 많이 있다는 것이었다. 둘째, 적절한 수요예측 기법의 활용 못지 않게 수요예측에 대한 내부 컨센서스를 확보하기 위한 방안을 마련하는 것도 매우 중요하다는 것이었다.

This case study is to develop a demand forecasting of K retail company. For this study, we analyzed historical data and discussed the method of forecasting accuracy with merchandisers and consultants. We generate various ideas and suggested adaptable activities. Through this case study, we realized that not only the forecasting method is important, but the real time activities such a as cleansing datas, and acquiring the internal consensus, figure out the period of forecasting, are also important.

최근 코로나 19 확진자가 증가하면서 버스와 지하철 같은 대중교통 이외에 개인형 이동수단에 대한 관심이 증가하였고, 특히 서울시에서는 친환경 교통 수단으로 공공자전거 시스템으로 운영중인 ‘따릉이’에 대한 수요량이 증가하고 있다. 본 연구에서는 서울시에서 제공하는 공공자전거의 시간대별 대여이력을 바탕으로 게이트 순환 유닛(GRU, Gated Recurrent Unit) 기반의 수요예측 모델을 제시한다. 아울러 본 연구에서 제시하는 GRU 방법의 유용성을 검증하기 위해 지난 3년간 서울시 공공자전거 대여이력이 가장 많은 여의도에 위치한 여의나루 1번 출구의 대여이력을 기반으로 동일한 조건에서 시계열 기반의 다른 딥러닝 모델들과 비교 분석한다. 딥러닝 모델들과 비교시에 제안하는 방법은 기존에 많이 사용되던 MAE와 RSME 지표를 기반으로 각 신경망에 대한 결과를 제시하고, 방법의 유용성을 검증한다.

본 연구는 국도변에 설치되는 화물차휴게소의 이용수요를 예측하는 방법론을 제시하였다. 연구의 진행은 기존의 수요예측 방법론을 검토하여 이를 보완할 사항들을 제시하였다. 연구결과, 수요예측 과정에서 우선 할 사항은 휴게소를 이용할 화물차를 단기주차차량과 장기주차차량으로 구분하는 것이었다. 또한 단기와 장기 등 주차시간에 따라 소요주차면수 산정에 적용되는 이용률과 혼잡률 및 회전율에 차이가 발생하므로 이들 영향요소를 달리 적용할 것이 요구되었다. 그리고 화물차휴게소에 입주하는 업체와 편의시설의 활성화에 따라서도 이용수요에 영향을 미치므로 이의 반영 필요성도 나타났다. 이로부터 국도변에 설치되는 거점형 화물차휴게소는 고속도로변에 설치되는 화물차전용휴게소보다 수요예측 과정에 주의를 기울여야 되며, 또한 다양한 영향요소들을 감안할 필요성이 제기되었다.

The present study proposes a new methodology for predicting the demand for truck rest areas beside national highways. Previous demand forecasting methods were reviewed first in order to complement them with additional items. The results of the study are as follows. In the demand forecasting process, the primary task is to divide parking demands of trucks into short-term parking and long-term parking. Since short-term and long-term parking vary in utilization, congestion, and turnover rate, different influence factors should be considered according to parking time. Furthermore, the demand characteristics of rest and convenience facilities need to be reflected as well, because they in turn affect the demand for truck rest areas. In sum, the demand forecasting process for destination-type truck rest areas on national highways requires more attention than that for truck rest areas on expressways, and possible influences of various factors should be examined in this process.

민간경비 산업에서의 인력수요 예측은 협력 치안이 강조되는 현실에서 치안 정책과 관련된 주요 의사결정의 기초가 된다는 정책기능과 함께 장래 사회 구성원들의 올바른 진로선택에 도움을 줄 수 있도록 하는 정보기능도 수행한다는 점에서 정확한 예측이 요구되는 분야이다. 이에 최근 산업분야의 인력수요에서 보다 신뢰성 있는 수요예측을 위해 널리 활용되고 있는 ARIMA 모형을 이용하여 민간경비 산업에서의 인력 수요를 예측해 보았다. 본 연구에서는 과거 33년 치 연도별 시계열 자료를 이용하여 향후 5년 동안의 민간경비 인력 수요를 예측하였다. ARIMA 모형 설정의 기본 절차인 모형 식별 - 모수 추정 - 모형 적합성 진단을 통해 ARIMA(0, 2, 1) 모형을 최종모형으로 선정하였다. 이에 따라 민간경비 인력 수요를 예측한 결과 향후 5년 동안 지속적인 증가 현상을 확인할 수 있으며 그 증가폭 또한 전년 대비 최소 1.3%에서 최대 3.8%까지에 이를 것으로 전망할 수 있었다.본 연구 결과를 토대로 경찰과 관련 업체에서의 향후 바람직한 대응전략들에 대하여 검토해 보았다.

Manpower demand forecasting in private security industry can be used for both policy and information function. At a time when police agencies have fewer resources to accomplish their goals, forming partnership with private security firms should be a viable means to choose. But without precise understanding of each other, their partnership could be superficial.At the same time, an important debate is coming out whether security industry will continue to expand in numbers of employees, or level-off in the near future. Such debates are especially important for young people considering careers in private security industry. Recently, ARIMA model has been widely used as a reliable instrument in the many field of industry for demand forecasting. An ARIMA model predicts a value in a response time series as a linear combination of its own past values, past errors, and current and past values of other time series.This study conducts a short-term forecast of manpower demand in private security industry using ARIMA model. After obtaining yearly data of private security officers from 1976 to 2008, this paper are forecasting future trends and proposing some policy orientations. The result shows that ARIMA(0, 2, 1) model is the most appropriate one and forecasts a minimum of 137,387 to maximum 190,124 private security officers will be needed in 2013. The conclusions discuss some implications and predictable changes in policing and coping strategies public police and private security can take.

본 연구는 KBO리그 프로야구의 관람객을 시계열 분석을 통하여 향후 5년간(2016년-2020년)의 프로야구 관 람객의 수요를 예측함으로서 프로야구의 관중증대, 신 구장건립, 팬 프로모션, 홍보, 이벤트 등 다양한 방면으로 프로구 단과 연맹의 실질적인 마케팅 자료로 제공하는데 본 연구의 목적이 있다. 자료선정은 KBO리그 홈페이지와 2016년 프 로야구 연감에서 제공하는 1982년부터 201 5년까지 34년간의 한국프로야구 관람객수의 데이터를 수집하여 향후 5년 간인 2016년부터 2020년 시즌까지의 KBO리그를 관람하게 될 관중수를 사전에 예측하기 위하여 자료로 사용하였다. 수집된 자료를 SPSS 22.0을 이용하여 시계열분석 중 하나인 ARIMA모형을 이용하여 자료를 분석하였다. 첫째, 2016년부터 지속적으로 평균 700백만 이상의 관중을 유지하며 2019년에는 평균 800백만 이상으로 예측되었 다. 최대치는 2020년 10,657,131로 수요예측 되었으며, 최대치 결과로는 2016년부터 800만 이상 관람객이 프로야구 장을 찾을 것으로 수요예측 되었다. 둘째, KBO리그 향후 5년간 2019년에 관람객이 가장 많이 야구장을 찾을 것으로 수요예측 되었다. 하지만 최대치로 보았을 때는 2020년에 10,657,131명으로 가장 많이 야구장을 찾을 것으로 수요예 측이 가장 높게 나타났다. 셋째, KBO리그는 향후 5년간의 지속적으로 관람객수의 증가가 예측된다. 우리나라 대표하는 프로스포츠로서의 가치가 더욱더 올라갈 것이라 예상된다.

The objective of this study is to set up marketing plan by forecasting the number of spectators of pro-baseball of KBO league for 5 next years with time series analysis method in order to ensure that more spectators visit ball park. The data of the number of pro-baseball audiences in Korea from 1982 to 2015 was selected from data room provided by KBO home page in order to forecast the number of audiences viewing Korea pro-baseball from 2016 to 2020. As a method to forecast the number of spectators of KBO from 2016 to 2020, this study designed survey to which ARIMA model, one of time series analysis models was applied. The selected data was analyzed by using SPSS 22.0. Forecasting demand of KBO league for 5 next years, it is predicted that the number of spectators will be continuously more than 7 millions from 2016 and 8 millions in 2019. The maximum of demand forecast is 10,657,131 in 2020. In the light of maximum value, it is predicted that more than 8 millions will visit pro-baseball park from 2016.

이커머스 수요예측은 고객 주문정보를 사전 분석하고 적정 피킹, 패킹 인력과 배송을 위한 차량의 적정규모를 산정해 관련 투자, 비용, 기존 자원들 관리에 활용한다. 예측 결과에 따라 운영 비용에 비용과 투자가 상승에 따라 그 중요성이 매우 크기 때문에 우리는 본 연구를 통해 이커머스 비즈니스를 위한 현실적인 수요예측 방법을 제안하였다. 본 연구에서 제안하는 수요예측 기술은 날씨, 휴일, 온라인 세일 등 이벤트라는 변수가 수요예측 결과에 큰 영향을 주고 있으며 이를 고려해 예측의 정확도를 높여 안정적인 고객 상품 입고 및 출고를 예측할 수 있도록 가능하게 한다.

E-Commerce demand forecasting analyzes customer order information in advance, calculates the appropriate pickings, packing personnel, and vehicles for delivery, and uses them to manage related investments, costs, and existing resources. Since the importance of operating costs and investments increases according to the prediction results, we proposed a realistic demand forecasting method for e-commerce business through this paper. The demand forecasting technology proposed in this study is that variables such as events such as weather, holidays, and online sales have a great influence on the demand forecasting results, and in consideration of this, it is possible to predict the arrival and release of stable customer products by increasing the accuracy of prediction.

본 연구의 목적은 전시컨벤션센터의 신·증축 예비타당성 조사에 사용된 수요예측 사례를 살펴보고 국내 전시컨벤션센터의 규모에 영향을 미치는 요인은 무엇이며 이를 예측하기 위해 다양한 분석기법을 사용하여 결과를 비교·분석하고자 하였다. 연구의 목적을 위해 국내 전시장 수요예측과 관광산업 수요예측에 관련된 선행연구들을 분석하였으며, 실증분석을 위해 추세변동을 이용한 시계열, 지수평활, ARIMA의 3가지 시계열 분석과 희귀분석을 실시하였다. 분석결과 ARIMA 모형에서는 2016년부터, 추세변동을 이용한 시계열 분석에서는 2017년, 회귀분석과 지수평활법에서는 2021년에 전시장 면적 부족이 일어날 것으로 예측하였다. 본 연구에서는 전시산업의 수요를 예측하기 위한 다양한 방법을 이용하였고 그 기법들이 가지는 적합성과는 별개로 수요예측에 대한 기준이 정해져 있지 않아 가져올 수 있는 문제점이 있다는 것을 확인하였다. 분석결과에서 보다시피 시계열 분석의 경우 동일한 데이터를 사용함에도 수요예측 기법에 따라 다른 결과가 도출되었다. 전시산업의 수요예측을 측정함에 있어 전시컨벤션센터가 가지고 있는 파급효과를 적극적으로 반영하여 경제적 가치를 파악할 수 있도록 전시산업통계와 같이 전시산업에 대한 특성을 반영한 자료를 이용하여 보다 논리적으로 수요를 예측할 수 있는 기준을 마련해야 할 것이다.

As the trade fair industry grows in Korea, cities are seeing a boom in the development and expand of convention & exhibition centers. This study aims to examine the improvement of the demand for convention & exhibition centers. For this purpose, this study employes a quantitative case study approach - time-series, exponential smoothing, ARIMA model and regression analysis. This study predicts the demand for convention center space has and will outrun increases in the supply of space from 2016 to 2021. In this study, we used various methods for the demand of trade fair industry that showed different results. For this reason, they have their own characteristic feature. We propose to use that the trade fair industry standardized data for the demand of convention & exhibition centers. This study offer for public investment and serve to bias public decision making and choice.

텔레콤 서비스의 특성 중 하나는 고객의 서비스계약 종료이다. 서비스계약 종료 이유는 기술발전에 따른 신규서비스의 결과와 신기술에 의해 창출된 시장 등 두 가지이다. 다시 말해, 신기술의 기존 시장에 존재하는 서비스와 제품의 대체제 일 뿐만 아니라 새로운 시장을 창출한다. 비록 신기술서비스의 생존으로서만 가능한 것일지라도 이것은 사실이다. 본연구의 목적은 차세대이동통신서비스인 IMT2000의 수요를 예측하는 것으로 Loglet 분석과 Logistic 대체모델을 동시에 고려함으로 수요를 예측하고자 한다. 말미에 연구의 한계점을 언급한다.

One of the characteristics of telecom services is subscribers' cancellation of service contracts. The major two causes for subscribers' cancellation of service contracts are that new services result of technological development and new markets created by new technologies. That is, new technologies not only bring about substitution of services/products in existing markets with new ones but also create new markets, although this is true only when services/products developed by new technologies survive in the market. The purpose of this paper to forecast subscription demand for the next-generation mobile telecommunications(IMT-2000) service by considering technological substitution with the Loglet Analysis and the logistic substitution model and, at the same time, to discuss limitations of these analyses.

2018년 국토교통부의 통계에 따르면, 연평균 항공교통이용자만 국내선 5.07%, 국제선 8.84%가 증가하였다. 한류의 열풍으로 인해 지속적인 외국인 관광객의 수요가 증가하고 있다. 동시에 개인의 삶의 질을 중요시하는 새로운 생활 문화가 자리잡아가고 있으며 이와 더불어 저가 항공사의 출현으로 인해 내국인의 해외 관광 또한 증가하고 있다. 따라서 효율적이고 정확한 항공 수요예측을 진행하여 체계적인 공항 인프라를 조성하는 것이 중요하다. 본 연구에서는 빅 데이터(big data)를 기반으로 하여 도심권 공항의 국내선 및 국제선 장기 수요예측을 진행하였다. 국내선의 경우 2028년 이후 인구 감소에 따라 공항이용객이 다소 감소할 것이며, 국제선은 GDP증가에 따라 지속적으로 증가할 전망 이다. 따라서 미래의 항공수요에 대처하기 위해서는 국내 공항의 여객터미널 개선 및 확충이 절실하다.

According to the statistics of the Ministry of Land Transport and Transportation in 2018, the average annual average number of air traffic users for has increased by 5.07% for domestic flights and 8.84% for international flights. Korea is facing a steady rise in demand from foreign tourists due to the Korean Wave. At the same time, a new lifestyle that values the quality of life of individuals is taking root, along with the emergence of LCC, and Korean tourists' overseas tours are also increasing, so improvement and expansion of domestic airport passenger terminals is urgently needed. it is important to develop a structured airport infrastructure by making efficient and accurate forecasts of aviation demand. in this study, based on the Big Data, long-term domestic and international demand forecasts for urban airports were conducted.. Domestic flights will see a decrease in the number of airport passengers after 2028, and international flights will continue to increase. It is imperative to improve and expand passenger terminals at domestic airports.

본 연구는 지방자치단체에서는 관광 상품 판매를 통해 얻는 수익이 지역 주민들에게 환원될 수 있도록관광 상 품 중의하나인 자연환경을 상품화하고 있다(한영주, 이무용, 2001). 부산 송도해수욕장의 경우 1980년대 시설 낙후로 철거된 케이블카를 복원하는 사업이 26년 만에 가시화되고 있으며, 지역의 관광 삼품으로그 가치가 크 며 이에 대한 수요예측이 필요하다고 할 수 있다. 연구결과 부산광역시만을 대상으로 할 경우 대략 550,684명에서 1,514,416명의 수요예측 범위를 가질 것으로 예상되며, 송도해수욕장의 특성을 반영한 부산, 울산, 경남으로 지역을 확장할 경우 1,013,740명에서2,854,340 명의 수요예측결과를 도출하였다. 본 연구는 수요예측이 가지는 한계점을 보완하고자 방문객 수요예측 시 방문의사율에 실제로 실현 가능한 예 측치인 실현율(그루버지수, 자기확신 지수)을 통해서 송도해상케이블카 복원사업 이용객 추정을 하고이에 대 한 수요예측을 통해 사업의 진행에 있어 중요한 근거로 활용될 것이며, 향후 지속적인 관리를 위한초기자료로 서 그 역할을 할 것으로 기대된다.

Local governments are commercializing natural environment, one of tourist commodities, to ensure that the proceeds from sale of tourist commodities are returned to local residents(Han Yeong-joo, Lee Moo- yong, 2001). In Songdo beach, Busan, cable car dismantled in 1980s due to the run-down state of the facility is poised for restoration in 26 years and can be said to be of great value as tourist commodity of the region and necessitates the demand forecast. To overcome limitations of demand forecast in existing studies, the analysis was made based on feasibility rate(Gruber index, self-confidence index), the realizable predictive value, for the willingness-to- visit rate when forecasting the demand of visitors. The results of demand forecast suggested that number of visitors would range from approximately 550,684 persons to 1,514,416 persons when the target region for demand forecast was confined to Busan Metropolitan City, and was in the range between 1,013,740 persons and 2,854,340 persons when the target region was expanded to cover Busan, Ulsan, and Gyeongnam. Based on the results of this study, estimation of visitors and demand forecast for Songdo offshore cable car restoration which reflect characteristics of Songdo beach of Busan would provide important basis for proceeding with tourism industry development project.

본 연구의 목적은 시계열 분석 모형을 이용하여 전북특별자치도 내 4개 도립공원(마이산, 선운산, 대둔산, 모악산)의 미래 탐방수요를 예측하는 것이다. 분석 결과, 4개 도립공원 탐방수요는 2030년까지 지속적으로 증가 추세를 유지할 것으로 나타났다. 그러나 탐방수요 증가는 자원 훼손과 탐방경험의 질적 저하의 직접적 원인이 될 수 있다. 따라서 공원관리청에서는 과도한 신규 수요 창출을 위한 탐방 인프라의 양적 확대보다 자원과 탐방서비스의 질적 수준 향상에 정책 역량을 집중해야 한다. 탐방안내소 등 기본시설 확충, 수요자 맞춤형 정보 제공, 저지대 수평 탐방문화 유도, 지역사회와 연계한 생태관광프로그램 등이 대표적이다.

The purpose of this study was to forecast the future visit demands for four provincial parks in Jeonbuk Special Self-Governing Province using time series analysis. The results revealed that the demand for future visits to the four provincial parks will continue to increase up to 2030. However, increased demand for visits can directly damage resources and deteriorate the quality of the visiting experience. Therefore, park management agencies should focus their policy capabilities on improving the quality of resources and services rather than on the quantitative expansion of visiting infrastructure to create excessive new demand. Representative examples include the expansion of basic facilities, such as information centers, provision of customized information to visitors, induction of a low-lying horizontal visit culture, and ecotourism programs linked to local communities.

도시에 많은 사람들이 밀집하여 살아가면서 기존에 예측하지 못했던 범죄, 사고, 감염병 등 의 비정상 이벤트가 발생은 도시 내 이용자 수요에 영향을 미치게 된다. 이러한 불확실성 (uncertainty)이 내포된 정보를 기반으로 도시 내 이용자 수요에 대한 시계열적 예측을 수행한다 면 신뢰성 있는 결과 도출이 불가능하다. 특히, 2020년 초 발발한 COVID-19는 비정상적인 이 동통행패턴의 변화를 불러 일으키며 시계열 수요예측을 어렵게 만들었기에 이러한 변화를 검 지하고 이를 반영하여 정확한 수요를 예측 수행할 수 있는 방법론의 필요성이 대두되고 있다. 이에 본 연구는 COVID-19로 인한 비정상적 이벤트를 자동으로 검지하고 예측하는 모형 파이 프라인을 구축하였다. 이는 도시 내 다양한 분야에서의 불규칙적이고 비정상적인 이벤트로 인 한 수요변화가 일어나는 상황에 폭넓게 활용될 수 있을 것으로 생각된다.

As cities are becoming densely populated, previously unexpected events such as crimes, accidents, and infectious diseases are bound to affect user demands. With a time-series prediction of demand using information with uncertainty, it is impossible to derive reliable results. In particular, the COVID-19 outbreak in early 2020 caused changes in abnormal travel patterns and made it difficult to predict demand for time series. A methodology that accurately predicts demand by detecting and reflecting these changes is, therefore, required. The current study suggests a time series modeling pipeline that automatically detects and predicts abnormal events caused by COVID-19. We expect its wide application in various situations where there is a change in demand due to irregular and abnormal events.

의류시장의 수요는 다양한 요인에 의해 영향을 받아 그 변동성이 매우 크기 때문에 예측에 어려움이 있다. 본 논문은 이러한 특성이 있는 국내 의류시장의 수요예측모형을 개발하는 것을 목적으로 한다. 본 연구에서는 독 립변수들과 종속변수 각각에 대해 1998년부터 2008년까지 연 2회(상반기와 하반기) 측정한 22개의 시계열 자 료를 이용한 다변량 시계열 회귀 수요예측모형을 개발하였다. 독립변수는 선행연구에서 의류시장 수요에 영 향을 미친다고 파악된 43개의 후보변수군에서 선정하였다. 수요예측 대상은 6개의 세분 의류시장과 이들을 합한 전체 의류시장으로 총 7개의 시장이다. 게다가 계절성이 강한 특성이 있는 의류시장 수요임을 감안하여 7개 시장 각각에 대해 상반기, 하반기, 상하반기의 3개 시장으 로 분류하여 총 21개 시장에 대한 수요예측모형을 개발하였다. 연구과정에서 독립변수의 종속변수에 대한 영향이 독립변수에 따라 짧거나 혹은 긴 시차를 두고 나타난다는 점과 영향을 주는 기간도 단기인 경우와 장기인 경우가 있다는 점을 발견하였다. 본 논문의 수요예측모형은 이러한 측면까지 고려하여 만들어졌다. 수요예측 결과는 MAPE 기준으로 정확도가 높았으며, 과거의 단일변 량 시계열 수요예측모형의 예측치와 비교해도 우수한 결과가 나왔다.

This paper is aimed at developing models to forecast the demands of the Korean apparel markets. Specifically, the development is focused on multivariate models using time series data for the dependent and the independent variables. The data are collected twice a year, once for the first half and the other for the second half of each year from 1998 to 2008. The independent variables are selected from a set of 43 variables which are thought to affect the demands of the apparel markets. The 43 variables are chosen by referring to the previous studies. Demands are forecasted for 7 markets which include 6 segmented markets and the total market which is the sum of all the segmented markets. The segmented markets are the men's formal wear market, the women's formal wear market, the casual wear market, the sportswear market, the underwear market and the children's wear market. Actually the total of 21 forecasting models corresponding to 3 different time bands, i.e. the first half, the second half, and the whole year, for each of 7 markets have been developed. The time lags and the durations of the influences of the independent variables on the dependent variable are also considered in the models, which is the most difficult and time-taking part of this research. Basically the multiple regression method is applied while using time series data. Therefore, the models of this paper are called the multivariate time series regression models. This study of multivariate forecasting models is unique in respect of the methodology applied to forecast the apparel market demands. And this study is one of a few that deal with the whole apparel market of a nation. The models developed in this study are for the markets of the Korean apparel industry. This is the major difference of this research from the most of the previous ones which only deal with the demands at the level of an individual firm or at the level of a specific store. The results obtained in this study are found out to be more accurate than those of the previous study by Lee et al.(2011) where the univariate method was applied. And the results of this study is expected to contribute to enhancing the efficiency of the apparel companies and invigorate the related future studies in the following aspects:First, the demands of the apparel markets have high variability due to several reasons which make it difficult to forecast. In this respect, the proposed models in this paper can be utilized with minor modifications to forecast the demands of other consumer goods which also have high variability in demands. Second, multivariate time series forecasting models introduced in this study can make up the major drawbacks of the univariate time series models and improve the forecasting power. Consequently the models of this paper can be used by apparel companies to respond timely to rapidly changing market demands. Third, the temporal correlation analysis between apparel market demands and various economic variables showed that there are some variances in the time-lags and the durations of the influences of the economic variables on apparel market demands. In other words, it was found that economic conditions may influence the apparel market either immediately or after some time interval, and the duration of the influence may either be short-term or long-term. Such findings of this paper provide apparel companies with some insights to set up appropriate long-term plans to cope with rapidly changing economic environments.

본 연구는 지역별 전시컨벤션 센터 건립이 확산 되고 있는 가운데 지역별 전시 수요 를 파악하고 그에 따른 시사점을 제시하는 것을 목적으로 한다. 또한 최근 각광 받고 있는 분석 기법인 머신러닝 기법을 활용하여 국내 지역별 전시 수요를 도출하고 그에 따른 시사점을 제시한다. 전시장 수요면적 예측을 위해 실질 GDP, 경제활동인구, 무역 액, 외국인 입국자를 설명변수로 하여 머신러닝 모형으로 수요를 추정하였다.연구 결과 서울, 대전, 대구, 부산 4개 지역에서 코로나19 이후 감소했던 전시장 수요면적은 2024 년까지 코로나19 이전 수준으로 회복될 것으로 예상되며, 2025년 이후 수요는 2028년 까지 안정적으로 증가할 것으로 예측되었다. 2028년까지 각 지역의 공급 예정인 면적 을 반영하여 공급 면적인 전시면적을 기준으로 수급 분석을 수행한 결과, 2024년 이후 4개 지역에서 모두 과공급이 되는 것으로 분석되었고, 2028년 기준으로 서울과 대전 지역은 예상되는 수요면적 보다 더 많은 과공급이 발생하는 것으로 분석되었다.

The purpose of this study is to understand the demand for exhibition in each region and then to present some implications as the construction of exhibition convention center is spreading in each region. Also, this study presents implications after drawing the demand for exhibition in each region of Korea by using the machine learning technique which is recently in the limelight. To predict exhibition center demand, demand was estimated using a machine learning model using real GDP, economically active population, trade volume, and foreign arrivals as explanatory variables. In the results of this study, it is expected that the demanded area for exhibition halls that decreased after the COVID-19 in four regions such as Seoul, Daejeon, Daegu, and Busan will recover to the pre-COVID-19 levels by 2024, and the demand after 2025 will be stably increasing till 2028. In the results of performing the analysis on demand and supply based on the exhibition area(supply area) by reflecting the area scheduled to be supplied in each region by 2028, it was analyzed that all four regions would be over-supplied after 2024, and both Seoul and Daejeon would be over supplied much more than the expected demanded area based on 2028.