Earticle

코로나19 이후 비대면 소비 사회로의 전환이 일어나며 생활밀착형 라스트마일 물류 서비스인 택배 기반의 세분화된 도시 물류의 중요성이 대두되고 있다. 본 연구는 소셜 네트워크 분석(SNA)을 활용하여 지역 및 상품 특성별로 수요의 관계성을 분석하고자 한다. 전자상거래에서 수요 파악에 활용되었던 장바구니 네트워크와 공동 구매 상품 네트워크를 확장한 분석 결과 택배 주문 건 수 데이터 속에서 상품 카테고리 패턴을 발견하고 지역별 차이를 확인하였다. 이를 바탕으로 본 연구에서 제시하는 SNA 기반 분석이 도시 물류의 재고 분산 배치나 상품(SKU) 선정 전략에 효과적으로 적용될 수 있음이 확인되었다.

The transition to a non-face-to-face consumer society has rapidly occurred since Covid-19. The need for a subdivided urban logistics policy centered on courier delivery, a life-friendly last-mile logistics service, has been raised. This study proposes a SNS-based method that can analyze the demand relationship by region and product, respectively. We extend the market basket network (MBN) and co-purchased product network (CPN), find product category patterns, and confirm regional differences by using delivery order data. Our results imply that SNA analysis can be effectively applied to inventory distribution or product (SKU) selection strategies in urban logistics.

Support Vector Machine(SVM)은 기업부실 예측문제 등 다양한 분야에서 성공적으로 활용되어 왔으나 범주 불균형 문제가 존재하는 경우 다수 범주의 경계영역은 확장되는 반면, 소수 범주의 경계영역은 축소되고 분류 경계선이 소수 범주로 편향되어 분류 성과에 부정적인 영향을 미치는 것으로 보고되고 있다. 본 연구는 범주 불균형 문제에 대한 대칭 마진 SVM(EMSVM)의 한계점을 개선하기 위하여 비대칭 마진 SVM(UMSVM)과 임계점 이동 기법을 결합한 최적화 비대칭 마진 SVM인 OPT-UMSVM을 제안한다. OPT-UMSVM은 소수 범주 방향으로 치우진 분류 경계선을 다수 범주로 재이동함으로써 소수 범주의 민감도를 개선하고 최적화된 분류 성과를 산출함으로써 SVM의 일반화 능력을 향상시키는 장점을 가진다. OPT-UMSVM의 성과 개선 효과를 검증하기 위하여 불균형 비율이 상이한 5개의 표본 군을 구성하여 10-fold 교차타당성 검증을 수행한 결과는 다음과 같다. 첫째, 범주 불균형이 미미한 표본에서 UMSVM은 EMSVM의 성과 개선 효과가 미약한 반면, 범주 불균형이 심화된 표본에서 UMSVM은 EMSVM의 성과개선에 크게 공헌하고 있다. 둘째, OPT-UMSVM은 EMSVM 및 기존의 UMSVM과 비교하여 범주 균형 및 범주 불균형 표본 모두에서 보다 우수한 성과를 가지고 있으며, 특히 범주 불균형이 심화된 표본에서 유의적인 성과 차이를 보였다.

Although Support Vector Machine(SVM) has been used in various fields such as bankruptcy prediction model, the hyperplane learned by SVM in class imbalance problem can be severely skewed toward minority class and has a negative impact on performance because the area of majority class is expanded while the area of minority class is invaded. This study proposed optimized uneven margin SVM(OPT-UMSVM) combining threshold moving or post scaling method with UMSVM to cope with the limitation of the traditional even margin SVM(EMSVM) in class imbalance problem. OPT-UMSVM readjusted the skewed hyperplane to the majority class and had better generation ability than EMSVM improving the sensitivity of minority class and calculating the optimized performance. To validate OPT-UMSVM, 10-fold cross validations were performed on five sub-datasets with different imbalance ratio values. Empirical results showed two main findings. First, UMSVM had a weak effect on improving the performance of EMSVM in balanced datasets, but it greatly outperformed EMSVM in severely imbalanced datasets. Second, compared to EMSVM and conventional UMSVM, OPT-UMSVM had better performance in both balanced and imbalanced datasets and showed a significant difference performance especially in severely imbalanced datasets.

최근의 급격한 과학 기술발전에도 불구하고 2000년대 이후 전 산업에 걸쳐 생산성 하락 현상이 나타나고 있다. 본 연구에서는 이러한 생산성 하락 현상을 아마존, 알파벳, 애플 등 일부 지배적 기업의 출현과 성장 그리고 인수합병 추이를 기반으로 산업/개별 기업 수준에서 실증적으로 규명하고자 하였다. 기존 연구 결과와 유사하게, 본 연구의 분석 결과도 2000년대 이후 산업 수준에서의 생산성은 하락한 것으로 나타났다. 특히 2011년 이후 기간만을 고려하면, 지배적 기업군의 성장으로 인한 산업 내 분배적 효율성 악화 뿐 아니라 지배적 기업 비율이 낮은 산업군의 존속기업 성장률 하락도 산업 전반의 생산성 하락에 기여한 것으로 분석되었다. 반면, 개별 기업 수준의 생산성을 분석한 결과를 보면, IT 기업을 인수한 기업의 생산성은 전 기간에 걸쳐 향상된 것으로 나타났다. 인수합병의 동기는 전반적으로 생산성에 정(+)의 방향으로 영향을 주지만 기술획득, 생산비용 절감 등 공급 측면에서의 효율성 향상을 위한 인수합병 대비 시장침투, 시장정보 획득 및 채널 확대 등 수요 측면에 초점을 둔 인수합병이 상대적으로 더 큰 폭으로 생산성 증가에 기여한 것으로 나타났다. 마지막으로 산업 내 지배적 위치의 기업 비중이 높을수록 개별 기업의 생산성은 하락하는 것으로 나타났다. 디지털 중심으로의 산업 구조 변화로 인해 거대 기업의 지위가 더욱 공고해지는 경향을 보이는 현 시점에서, 본 연구 결과는 거대 기업의 등장, IT/Non-IT 기업 인수, 인수합병의 동기 그리고 생산성 변동과의 관계를 실증적으로 규명하였다는 점에서 의의가 있다.

Despite the recent rapid advancement of science and technology, we have been experiencing the decline in productivity since the 2000s. This study aims to investigate the decline at both industry and firm levels, by looking at the emergence and growth of large firms such as Amazon, Alphabet, and Apple and M&A trends. Following the results of previous studies, our results show that productivity at industry level has decreased since the 2000s. Particularly, in the period after 2011, the deterioration of allocative efficiency due to the large firms and the decline in the growth rate of surviving firms in the industry with low ratio of large firms contributed to the productivity decline. On the other hand, our analysis at firm level demonstrates that the productivity of firms that acquired IT firms improved over the entire period. While M&As have a positive impact on productivity, M&As with a demand-side motive such as market penetration and expansion of channels have a relatively larger impact than the ones for production or operation efficiency. Our results also suggest that the higher the proportion of large firms in a specific industry, the lower the productivity of individual firms in the same industry. Overall, given that the industry’s structural changes for digital transformation tends to strengthen the growth of large firms, our findings have significant implications by empirically identifying the relationships of the emergence of large firms, the acquisition of IT/Non-IT firms, and motivations for M&As to firm/industry productivity.

사람들은 SNS를 일상적으로 사용하고 있다. SNS를 사용함에 있어 사람들은 의도적이든 그렇지 않든 자신의 개인정보를 노출하고 있다. SNS은 사람들이 자주 볼 수 없는 사람들과 소통할 수 있게 하는 등 장점을 제공하긴 하지만, 어두운 면도 가지고 있다. SNS 사용자 중에 일부는 정보제공자의 동의없이 SNS상에 있는 개인정보를 도용하기도 해 사회적인 문제로 대두되고 있다. 본 논문은 SNS상의 개인정보 침해에 영향을 미치는 요인에 대한 연구이다. 본 논문에서 SNS상에서 개인정보 침해는 수동적과 능동적 침해로 나눈다. 수동적 침해는 정보제공자의 동의 없이 정보를 수집하는 것을 말하는 것이며 능동적 침해는 정보제공자의 동의없이 정보를 유포하는 행위를 말한다. 본 연구를 통해 낮은 윤리의식이 수동적 침해와 능동적 침해를 즐거움으로 생각하는 것에 긍정적으로 영향을 미친다는 결과를 도출했다. 또한 낮은 윤리의식을 가진 사람일수록 다른 사람의 개인정보를 수집하는 것에 호기심이 많다라는 결론도 도출했다. 본 연구는 낮은 윤리의식 이외에도 즐거움, 호기심, 개인정보 침해의 피해자로서의 경험과 가해자로서의 경험 그리고 타인의 개인정보를 수집하거나 유포할 수 있다는 자기효능감이 수동적 그리고 능동적 개인정보 침해에 미치는 영향을 설문 자료를 통해 조사하였다.

People have adopted Social Networking Sites (SNSs) as a part of their daily lives. When a person uses SNSs, (s)he intentionally or unintentionally discloses her/his personal information. Although using SNSs can provide benefits to a person such as maintaining relationships with people who does not see often, it also opens a dark side. Someone can use one’s disclosed information without the acknowledgement of the information owner. It is called a privacy intrusion on SNSs, which has become a social problem and needs attention. This study examined factors affecting privacy intrusion intention on SNSs. This study classifies privacy intrusions into passive intrusion (collector) and active intrusion (distributor). The results reveal that low ethical consciousness positively affects enjoyment in both of collecting and distributing someone’s personal information on SNSs. A person who has the low ethical consciousness also tends to raise her/his curiosity of collecting someone’s private information on SNSs. Apart from low ethical consciousness, this study discloses how enjoyment, curiosity, experience of being a victim of privacy intrusion, experience of intruding others’ privacies, and self-efficacy of collecting or distributing others’ private information are related to passive or/and active privacy intrusion on SNSs with survey data.

코로나19로 비대면 소비문화가 확산되면서, 온라인에서 실시간으로 쇼호스트(판매자)와 소통하며 쇼핑하는 라이브 커머스(live commerce)가 주목받고 있다. 라이브 커머스는 기존 다른 형태의 상거래 유형에 비해 구매전환율이 높아, 충동구매가능성도 상대적으로 높을 것으로 예상된다. 하지만, 라이브 커머스 사용 환경에서 발생하는 소비자의 충동구매에 관한 연구는 다소 부족한 실정이다. 이에, 본 연구에서는 소비충동형성 및 실행통합모형을 활용하여 시나리오 기반 실험연구를 설계하였다. 이를 통해, 라이브 커머스 특성(대리경험, 실시간 상호작용성)이 소비자의 충동구매가능성에 미치는 영향을 검증하고, 나아가 쇼호스트 특성 중 하나인 전문성이 라이브 커머스 특성과 충동구매가능성 간 영향관계를 조절할 수 있는지를 추가 분석하였다. 연구결과, 라이브 커머스 특성인 대리경험과 실시간 상호작용성 모두 소비자의 충동구매가능성에 긍정적인 영향을 미치는 것을 확인하였으며, 대리경험이 소비자의 충동구매가능성에 미치는 영향 관계에서 전문성의 조절효과가 있음을 실증하였다. 본 연구는 라이브 커머스 쇼핑 맥락에서의 충동구매가능성을 분석한 시나리오 기반 실험연구라는 점에서 의의가 있다. 본 연구결과를 통해 라이브 커머스 서비스 및 플랫폼 제공자에게 이윤창출 극대화 및 효율적인 서비스 운영을 위한 실무적 시사점을 제시하였다.

Live commerce has recently received substantial attention due to the spread of the non-face-to-face consumption culture driven by the COVID-19 pandemic. Live commerce has a higher purchase conversion rate than other forms of commerce. Accordingly, the likelihood of impulse buying in a live commerce environment is expected to be high. However, there is a shortage of research on consumer impulse buying in the live commerce environment. This study designs a scenario-based experiment using the integrated model of consumption impulse formation and enactment. Through this method, this study validates the influence of the characteristics of live commerce (i.e., vicarious experience and real-time interaction) on consumers’ likelihood of impulse buying and further examines the moderating role of a live commerce host feature (i.e., professionalism) in these relationships. The results of this study confirm that both vicarious experience and real-time interaction have a positive effect on consumers’ likelihood of impulse buying and that professionalism strengthens the impact of vicarious experience on the likelihood of impulse buying. This study’s scenario-based experimental design is meaningful because it analyzes the likelihood of impulse buying in the context of live commerce shopping. Additionally, it provides live commerce service and platform providers with practical insights into how to maximize profits and operate services more efficiently.

이미지와 같은 비정형 데이터의 불균형 클래스 문제 해결에 있어 생산적 적대 신경망(generative adversarial network)에 기반한 오버샘플링 기법의 우수성이 알려짐에 따라 다양한 연구들이 이를 정형 데이터의 불균형 문제 해결에도 적용하기 시작하였다. 그러나 이러한 연구들은 데이터의 형태를 비정형 데이터 구조로 변경함으로써 정형 데이터의 특징을 정확하게 반영하지 못한다는 점이 문제로 지적되고 있다. 본 연구에서는 이를 해결하기 위해 순환 생산적 적대 신경망(cycle GAN)을 정형 데이터의 구조에 맞게 재구성하고 이를 SMOTE(synthetic minority oversampling technique) 기법과 결합한 하이브리드 오버샘플링 기법을 제안하였다. 특히 기존 연구와 달리 생산적 적대 신경망을 구성함에 있어 1차원 합성곱 신경망(1D-convolutional neural network)을 사용함으로써 기존 연구의 한계를 극복하고자 하였다. 본 연구에서 제안한 기법의 성능 비교를 위해 불균형 정형 데이터를 기반으로 오버샘플링을 진행하고 그 결과를 SMOTE, ADASYN(adaptive synthetic sampling) 등과 같은 기존 기법과 비교하였다. 비교 결과 차원이 많을수록, 불균형 정도가 심할수록 제안된 모형이 우수한 성능을 보이는 것으로 나타났다. 본 연구는 기존 연구와 달리 정형 데이터의 구조를 유지하면서 소수 클래스의 특징을 반영한 오버샘플링을 통해 분류의 성능을 향상시켰다는 점에서 의의가 있다.

As generative adversarial network (GAN) based oversampling techniques have achieved impressive results in class imbalance of unstructured dataset such as image, many studies have begun to apply it to solving the problem of imbalance in structured dataset. However, these studies have failed to reflect the characteristics of structured data due to changing the data structure into an unstructured data format. In order to overcome the limitation, this study adapted CycleGAN to reflect the characteristics of structured data, and proposed hybridization of synthetic minority oversampling technique (SMOTE) and the adapted CycleGAN. In particular, this study tried to overcome the limitations of existing studies by using a one-dimensional convolutional neural network unlike previous studies that used two-dimensional convolutional neural network. Oversampling based on the method proposed have been experimented using various datasets and compared the performance of the method with existing oversampling methods such as SMOTE and adaptive synthetic sampling (ADASYN). The results indicated the proposed hybrid oversampling method showed superior performance compared to the existing methods when data have more dimensions or higher degree of imbalance. This study implied that the classification performance of oversampling structured data can be improved using the proposed hybrid oversampling method that considers the characteristic of structured data.

조직은 물리적 환경에서의 업무 처리를 정보시스템과 인공지능 기반의 가상적 업무 처리로 디지털 전환함으로써 업무수행에 따른 시간과 공간의 제약을 극복하고 경쟁력을 창출하고 있다. 이러한 업무 환경의 디지털 전환은 최근 코로나19 팬데믹으로 많은 조직이 원격근무를 실시하면서 급진전 되었다. 본 연구에서는 급격한 업무 환경의 디지털 전환이 가져온 성과인 업무 프로세스 가상성에 초점을 두고 연구하였다. 업무 프로세스 가상성은 가상환경에서의 업무처리의 적합성이나 수월성과 같은 결과적 품질이다. 본 연구에서는 프로세스 가상화 이론에 근거하여 업무 특성과 IT 특성과 조직 특성이 업무 프로세스 가성성에 미치는 연구모형을 수립하였다. 가상 환경에서 원격근무를 경험한 사람들을 대상으로 검증한 결과, 첫째, 업무 특성 측면에서 감각적 요구는 업무 프로세스 가상성에 영향을 미치지만, 관계적 요구, 동기화 요구, 식별제어 요구는 영향이 없음을 확인하였다. 둘째, IT 특성 측면에서 표현력과 도달력은 업무 프로세스 가상성에 영향을 미치는 것을 확인하였다. 셋째, 조직 특성 측면에서 근무 자율성은 업무 프로세스 가상성에 영향을 미치지만, 평가 불공정성은 영향이 없음을 확인하였다. 본 연구는 업무 프로세스 가상성에 IT의 표현력과 도달력이 가장 큰 영향을 미치고, 직무 자율성은 다음이며, 감각적 요구는 영향이 가장 낮음을 규명함으로써 업무 프로세스 가상화의 성공 가능성을 높이기 위한 실무적 시사점을 제시했다는 점에서 의미가 있다.

Organizations are attempting a digital transformation that converts physical business processing into virtual business processing. Through this digital transformation, organizations are overcoming time and space constraints and creating competitiveness. The digital transformation of this work environment has been accelerated as many organizations have implemented remote work due to the recent COVID-19 pandemic. This study focused on business process virtualizability, which is the result of the rapid digital transformation of the work environment. Business process virtualizability is the resulting quality, such as the suitability or excellence of business processing in a virtual environment. This research model is the effect of process, IT and organizational characteristics on business process virtualizability. As a result of the verification of people who have experienced remote work in a virtual environment, first, it was confirmed that, in terms of process characteristics, sensory requirements affect business process virtualizability, but relationship requirements, synchronism requirements, and identification and control requirements do not. Second, in terms of IT characteristics, it was confirmed that representation and reach affect business process virtualizability. Third, it was confirmed that, in terms of organizational characteristics, job autonomy affects business process virtualizability, but evaluation unfairness does not. This study found that representation and reach of IT had the most significant influence on business process virtualizability, job autonomy was next, and sensory requirements had the lowest influence. This presents practical implications for organizations to increase the success potential of business process virtualizability.