Earticle

AI와 기술 발전으로 사이버 범죄가 점차 진화하고 있으며 이로 인해 수사과정에서 범죄 네트워크 분석의 중요성이 증가하고 있다. 하지만 수사기관은 기초적인 데이터 분석에 의존하고 있고 소셜네트워크분석 기법의 활용이 제한적이다. 이 연구는 3개의 사이버 도박 운영 조직의 통화내역과 진술을 기반으로 중심성과 구조적 공백을 분석했다. 분석 결과 모든 조직에서 ‘총책’은 높은 중심성을 가지고 있는 핵심 인물로 식별되었고, ‘실장’은 매개중심성이 높은 중개자 역할을 하고 있다. 또한 진술 중심성 분석에서는 통화내역에서 식별되지 않은 중요 인물이 확인되어 조직원의 진술을 뒷받침하였다. 통화내역의 구조적 공백은 매개중심성 결과와 유사하지만 범죄 네트워크에 대한 다각적인 시각을 제공한다. 이 연구는 범죄 조직의 네트워크 분석에 대한 새로운 접근법을 제시하고 효과적인 대응 전략을 개발하는 데 도움을 줄 것으로 기대된다.

With the advancement of AI and technology, cybercrime is progressively evolving, elevating the importance of network analysis in criminal investigations. However, investigative agencies predominantly rely on basic data analysis and the utilization of social network analysis techniques is limited. This study analyzed the centrality and structural holes within the communication records and statements of three cyber gambling operations. The results of the analysis identified the ‘mastermind’ as a key figure with high centrality in all organizations, while the ‘manager’ played the role of a broker with high betweenness centrality. Additionally, the centrality analysis of the statements confirmed the presence of key individuals not identified in the communication records, supporting the statements made by organization members. While the structural holes in the communication records mirrored the results for betweenness centrality, they provided a multifaceted perspective on the criminal network. This research is expected to present a new approach to the network analysis of criminal organizations and assist in the development of effective response strategies.

본 연구는 자율주행차 관련 논문 5,068건을 수집하여 글로벌 연구협력 동향과 공저 네트워크, 협력 키워드 특성을 분석하였다. 그 결과 최근 자율주행차 협력 논문 출판은 중국의 대폭적인 성장과 함께 10년간 69% 내외 수준에서 꾸준히 증가하였으며, 우리나라의 경우 다른 국가 대비 기관 간 협력 논문(54.1%)과 글로벌 국가 간 협력 논문(36.9%)에서 상대적으로 낮은 수준으로 나타났다. 또한, 네트워크 특성을 동태적으로 분석한 결과 커뮤니티가 거대화되고 다원화되는 가운데 대학과 연구기관 중심의 협력 연구는 민간영역으로 확대되고 있으며, 협력 키워드는 범용적 주제 중심에서 농업, 경로 탐지, 협력형 자율주행 등 다양한 응용 분야로 구체화하는 것을 확인할 수 있었다. 본 연구는 글로벌 경쟁 상황에서 우리나라가 기술개발 과정의 비용과 시간을 줄이고, 시장에서 우위를 확보하기 위해 협력연구에 대한 관심과 세부 분야별 협력 주제를 구체화해야 함을 시사한다.

This study collected 5,068 self-driving car research papers and analyzed global research cooperation trends, co-authorship networks, and collaboration keyword characteristics. As a result, the publication of collaborative papers in the field of self-driving cars has steadily increased from around 69% over the past 10 years along with China's recent significant growth, and in the case of Korea, compared to other countries, cooperation between institutions (54.1%) and international cooperation (36.9%) showed a relatively low level. In addition, as a result of dynamic analysis of network characteristics, as the community becomes larger and more diverse, collaborative research centered on universities and research institutes is expanding to the private sector, and the keywords for cooperation are agriculture, route detection, and cooperative autonomous driving, focusing on general topics. It was confirmed that it was materialized into various application fields such as:This study suggests that in the context of global autonomous vehicle competition, Korea needs to focus on collaborative research and specify cooperation topics by specific field in order to reduce the cost and time of the technology development process and secure an advantage in the market.

본 연구는 인스타그램의 빠르게 성장하는 숏폼 동영상 플랫폼인 릴스가 디지털 환경에서 어떻게 여행 영감과 미래 여행 의도에 영향을 미치는지를 분석하였다. Wang과 Strong의 정보 품질 모델과 영감 이론의 요소를 통합한 프레임워크를 활용하여 릴스 여행 영상의 핵심 매력을 조사하였다. 특히, 한국 여행 영상을 대표로 선택하여 한국 관광이 미국에서 어떻게 인기를 얻고 있는지에 중점을 두었으며, 이를 위해 미국의 잠재적 여행객을 대상으로 설문조사를 실시하였다. PLS-SEM 통계방법을 사용하여 수집된 데이터를 분석한 결과, 여행지 평판, 참신성, 영상 편집 디자인이 여행자들의 영감을 통해 여행 의도에 통계적으로 유의미한 영향을 미치는 것으로 확인되었다. 이 연구 결과는 학문적 기여뿐만 아니라 여행지 마케터와 콘텐츠 크리에이터들에게 릴스 여행 영상의 매력을 강조하며, 이를 통해 잠재적 여행자와의 관계를 형성하는 데에 필요한 실질적인 통찰력을 제공한다.

In today’s digital age, Instagram's Reels, exert substantial influence as the primary channel in the decision-making process of potential travelers. A conceptual framework integrating Reels travel videos’ features and inspiration theory was utilized to explore this phenomenon thoroughly. Employing Wang and Strong’s Information Quality framework, we examined content cues - relevancy, interestingness, and trendiness of Reels travel content, as well as non-content cues, including video editing design. Additionally, as an independent variable influencing the core attractiveness of Reels travel content, destination attractiveness, including destination reputation, novelty, and aesthetic value, was analyzed. The framework incorporates two-order constructs of inspiration theory: inspired-by and inspired-to. Findings from an online survey involving 383 young American Instagram users revealed that destination reputation, content novelty, and video editing design all have a significant influence on travel intentions via a two-order inspiration state. By appealing to the emotional and aspirational desires of viewers, Reels travel content becomes a powerful marketing tool. This study not only advances academic understanding but also offers valuable takeaways for marketers and content creators in order to enhance the potential travelers’ perceptions of destinations, and ultimately influence their travel choices by emphasizing the importance of recognizing and leveraging Reels travel videos’ attractiveness

본 연구에서는 4차 산업혁명의 주요 내용인 스마트팩토리에 대해 심층적으로 분석하고, 스마트 팩토리를 도입하는 업체들은 어떤 요인으로 도입을 결정지으며, 도입수준에 따라 어떤 활용효과가 발생하고 있고, 활용효과를 높이기 위해서는 어떤 노력을 해야 하는지 분석하고자 한다. 본 연구는 선행연구들을 바탕으로 정량연구를 실시하였다. 독립변수로는 환경요인으로 정부지원과 외부압박, 기술적 특성으로 공정 스트레스와 제품 난이도, 정보기술 활용경험이 도출되었고, 매개변수로는 도입수준인 스마트팩토리 시스템도입과 스마트팩토리 시설도입이 도출되었다. 종속변수로는 활용효과인 사용만족도, 불량률감소, 생산성향상, 납기율향상이 도출되었다. 해당 변수에 따른 연구의 결과는 다음과 같다. 첫째, 스마트팩토리 도입에는 환경요인과 기술적 특성, 정보기술 활용경험이 영향을 미치는데 환경요인 중에서도 외부압박은 영향관계가 도출되었으며, 정보기술 활용경험도 영향관계가 도출되었다. 기술적 특성에서는 제품 난이도가 스마트팩토리 시설도입에 유의미한 정의 영향관계가 도출 되었다. 둘째, 스마트팩토리 시스템도입과 스마트팩토리 시설도입은 활용효과에 모두 유의한 영향을 미치고 있다. 본 연구에서는 스마트팩토리를 도입하기 위해 필요한 요인을 도출 하여 각 요인별 영향관계를 알아보았다. 해당 연구를 통해 중소기업들이 스마트팩토리를 도입하고 운영하는데 어떤 요인들이 필요한지 알게 되었고, 도입 수준에 따라 활용효과와 어떠한 영향관계가 있는지 알아보았다. 그리고 활용효과에는 어떤 요인들이 도출되며, 각각 어떤 영향관계가 있는지도 알아 볼 수 있었다. 해당 연구를 통해 스마트팩토리를 도입 및 도입 수준을 높여가야하는 고민 속에 있는 업체라면, 어떻게 해야 성공적으로 단계를 상승시켜나갈 수 있고, 어떤 활용효과가 기대되는지 알 수 있을 것이다.

This study aims to analyse the factors that determine the adoption of smart factories, and the effects according to the level of adoption. Efforts to increase the utilization effects will also be studied. This study is a quantitative study based on our previous studies. The variables, government support and external pressure were selected as environment independent. Process stress, product difficulty, and information technology utilization experience were selected as technical characteristics. The adoption of smart factory systems and smart factory facilities were selected as intermediate variables, dependent variables include utilization effects: satisfaction with use, defect rate reduction, productivity improvement, and delivery rate improvement. The results of the study are as follows. First, environmental factors, technical characteristics, and experience in utilizing information technology affect the adoption of smart factories. Among the environmental factors, external pressure was found to have an influence, and experience in utilizing information technology was also found to have an influence. In terms of technical characteristics, product difficulty was found to have a significant defining influence on the adoption of smart factory facilities. Second, both smart factory system adoption and smart factory facility adoption have a significant impact on utilization effect. This study identified factors necessary for the adoption of smart factories and examined the influence of each factor. Through this study, we learned what factors are necessary for SMEs to adopt and operate smart factories, how the level of adoption affects the utilization effect, and what factors are derived from the utilization effect and how they are related to each other. Through this study, companies that are in the process of introducing and increasing the level of adoption of smart factories can learn how to successfully advance to the next level and what kind of utilization effects are expected.

최근 AI 기술이 빠르게 발전하면서 이전에는 개발하기 어려웠던 번역기를 민간에서도 비교적 쉽게 만들 수 있게 되었고, 일반적으로 학습 데이터의 양을 늘릴 경우 번역 품질은 향상되는 경향을 보였다. 하지만 뉴스 데이터로 학습된 기계번역 모델은 동일한 뉴스 데이터를 추가 학습해도 정형화되어 있지 않은 뉴스 데이터의 특성으로 인해 번역 모델의 품질 향상 폭이 크지 않다. 이에 본 연구에서는 이러한 뉴스 데이터가 가진 구조적 한계점을 보완하기 위해 정형화된 문장 구조를 가진 특허 데이터를 기계학습 시 학습 데이터에 추가하여 번역 품질을 향상시키고자 하였다. 현재 다양한 문장 구조를 가진 학습 데이터를 조합하여 기계번역 품질을 향상시키는 연구는 많이 이루어지지 않았으며, 대부분의 연구는 학습 데이터 자체의 품질이나 오류율을 최소화하는 데 중점을 두고 있다. 이를 위해 본 연구는 다양한 문장 구조를 가진 뉴스 학습 데이터와 정형화된 문장 구조를 가진 특허 학습 데이터의 비율을 조정하여 다양한 번역 모델을 생성하였고, 생성된 번역 모델의 품질 변화에 대한 분석을 수행하였다. 실험 결과, 뉴스 데이터와 특허 데이터의 비율을 2:8로 조정한 학습 데이터로 생성한 모델의 품질이 가장 좋게 나타났으며, 뉴스 데이터로만 학습한 모델 대비 66.7% 높은 품질을 보이는 것으로 나타났다.

Recent advances in AI technology have rapidly made it relatively easy for the public to develop translation systems that were previously difficult to create. Generally, increasing the amount of training data has tended to improve translation quality. However, machine translation models trained on news data do not show significant improvements in translation model quality even when additional news data is used for training, due to the unstructured nature of news data. In this study, we aimed to enhance translation quality by supplementing training data with patent data that has structured sentence patterns to address these structural limitations of news data. Research on improving machine translation quality by combining training data with various sentence structures is not extensively conducted, with most focusing on minimizing the quality or error rate of the training data itself. To address this, we generated various translation models by adjusting the ratio of news training data with structured patent training data and analyzed the quality changes of the generated translation models. Experimental results showed that the model trained with a 2:8 ratio of news data to patent data exhibited the highest quality, demonstrating a 66.7% improvement compared to models trained only on news data.

지속가능한 환경을 추구하는 세계적인 추세로 전기자동차의 시장 확대와 더불어 폐배터리의 처리 문제가 주목받고 있다. 특히 전기차 폐배터리의 잔존 수명 등에 대한 평가를 통해 배터리에 포함된 희유금속인 리튬, 코발트 등의 재활용, 신규 배터리로 재사용하거나 에너지 저장장치 등에 활용하는 2차적 사용을 통해 가치 제고의 필요성이 높아지고 있다. 따라서 이를 위한 폐배터리 자원 정보의 효과적인 관리가 필요하다. 본 연구는 폐자원의 활용을 위해 전기자동차의 폐배터리를 NFT로 토큰화하여 자원의 재순환 과정을 효과적으로 추적하고 거래를 활성화할 수 있는 블록체인 기반의 폐배터리 처리 플랫폼의 구축 방안을 제안하고자 한다. 블록체인 플랫폼은 디지털 불변 원장으로 위변조가 불가능하다는 특징으로 거래 정보의 투명성과 가시성을 높일 수 있는 특징을 가지고 있다. 본 연구는 폐배터리 자산의 거래가 주로 기업간 거래에서 발생한다는 점을 고려하여 불특정의 다수의 익명 사용자가 참여하는 개방형 블록체인이 아니라 기업 간 거래에 적합한 허가형 블록체인 플랫폼인 하이퍼레저 패브릭을 활용한 시스템을 제안하고자 한다. 기존의 NFT 상품들의 경우 디지털 재화나 일부 물리적 자산을 대상으로 이더리움과 같은 퍼블릭 블록체인을 메인넷으로 하는 거래가 중심이 되고 있다. 전기자동차 폐배터리 자산 거래의 특성상 거래의 활성화를 위해서 프라이빗 블록체인 상에서 폐배터리 NFT를 발행, 저장 및 거래할 수 있는 블록체인 플랫폼을 제안하고자 한다. 그리고 NFT의 발행과 저장을 위해 IPFS기반의 탈중앙화 분산형 스토리지를 활용하고 처리하는 방법을 이용한다. 재활용 처리 과정에서 발생하는 유가금속의 경우 FT로 토큰화하여 효과적인 자원 재순환 과정을 제안하고자 한다. NFT를 활용한 블록체인으로 전기자동차 폐배터리를 관리함으로써 역물류 과정의 투명성을 제고하고 폐배터리 자원의 거래 활성화를 도모할 수 있을 것이다.

With the global trend toward a sustainable environment, the growth of electric vehicles has been leading to an increase in end-of-life batteries, raising significant issues concerning their disposal. The materials contained in these batteries, such as lithium and cobalt, are considered rare metals. It has become necessary for recycling these resources, as well as evaluating used electric vehicle batteries for reuse or second use. Thus, it brings up an issue of managing EV battery information effectively. This study proposes a blockchain-based system for the recycling process of EV batteries using Non-Fungible Tokens (NFTs) for improving resource tracking and promoting transactions. Based on characteristics of used battery trades, it establishes a blockchain platform utilizing Hyperledger Fabric, a private blockchain platform suitable for business transactions Contrasting with public blockchains like Ethereum, which focus on digital goods or physical assets, this system enables the issuance, storage, and trade of battery NFTs within a private network. It also leverages IPFS-based decentralized storage for NFT management. The tokenization of valuable metals using Fungible Tokens (FTs) is proposed for an efficient resource recirculation process. Employing NFTs within a blockchain can enhance the transparency of the reverse logistics process and stimulate the trade of used battery resources.

병원과 같은 의료기관의 서비스 중단은 환자를 비롯한 사람의 생명에 영향을 미치게 된다. 이런 특성 때문에 의료기관 측은 공격자의 요구에 응할 가능성이 매우 높아 사이버 공격의 주요 대상이 된다. 최근에는 병원에서 최신 정보 기술의 도입을 확대하면서 사이버 공격이 지속해서 발생하고 있다. 심지어는 사이버 공격에 의한 서비스 마비로 인해 제때 처치를 받지 못한 환자가 사망하는 사건도 일어났다. 더군다나 코로나19 팬데믹 기간에, 의료기관에 대한 사이버 공격 유형이 다변화되거나 빈도가 눈에 띄게 증가했다. 그러나 의료기관 측은 예산 부족 등의 이유로 정보보호 투자에 소극적이며 제대로 방비를 갖추지 못하고 있다. 따라서 본 연구에서는 실제 의료기관에서 발생한 침해사고 사례를 바탕으로 의료기관이 한정된 예산으로도 공격 유형에 따른 보호 조처를 할 수 있도록 공격 시나리오를 생성하는 방법을 예시와 함께 제시한다.

Service disruptions at medical institutions such as hospitals affect the lives of people, including patients. Because of these characteristics, medical institutions are highly likely to comply with attackers' demands, making them prime targets for cyber attacks. Recently, as hospitals expand their adoption of the latest information technology, cyber attacks continue to occur. There was even an incident where a patient who did not receive timely treatment died due to service paralysis caused by a cyber attack. Moreover, during the COVID-19 pandemic, the types of cyber attacks against medical institutions have diversified or their frequency has increased noticeably. However, medical institutions are passive in investing in information security and are not properly prepared for reasons such as lack of budget. Therefore, in this study, based on actual cases of breaches that occurred in medical institutions, we present examples and how to create attack scenarios so that medical institutions can take protective measures according to the type of attack even with a limited budget.

2020년 OpenAI가 1,750억 파라미터 규모의 GPT-3를 공개한 이후 간단한 작업부터 복잡한 작업에 이르기까지 다양한 다운스트림 작업에 대응하는 대규모 언어 모델(LLM)의 개발이 가속화되고 있다. LLM이 개발되고 고도화됨에 따라 LLM의 성능을 객관적으로 평가할 수 있는 평가 지표와 데이터셋이 개발되어 활용되고 있다. 이러한 데이터셋은 다양한 분야에 대해 LLM을 객관적으로 평가함에 있어 좋은 성과를 거두었으나, 규모 측면에서 개인이나 소규모 기관에서 활용하기 어렵고 실용적 측면에서 실제 사용자가 체감하는 바와 다소의 괴리를 가지고 있다. 이에 본 연구에서는 사용자의 활용 패턴을 반영하여 비교적 작은 양의 데이터를 활용해 LLM을 평가할 수 있는 평가 지표 및 데이터셋을 제시한다. 더 나아가, 가중치를 일반에 공개하는 공개형 대규모 언어 모델의 개발이 가속화되고 고성능의 공개형 LLM이 출시되고 있음에 따라 연구 수행 시점인 2024년 4월 기준 최신의 폐쇄형 LLM 4종과 공개형 LLM 6종에 대한 평가를 시행하고 폐쇄형 LLM과 공개형 LLM의 비교 평가 결과에 대해 논의한다. 연구 결과 새롭게 개발한 데이터셋이 작은 규모에도 불구하고 기존 데이터셋과 유사한 경향성을 보이는 것으로 나타났다. 상식 추론 및 글 스타일 변환과 같은 간단한 작업에서는 공개형 LLM이 폐쇄형 LLM과 대등하거나 우세한 성능을 보였으나 수학, 코딩, 이미지 질의응답 등의 복잡한 작업에서는 큰 성능 격차를 보임을 확인하였으며, 더 나아가 비교적 작은 규모의 LLM이 규모 대비 좋은 성능을 보임을 확인하였다.

The development of large language models (LLMs) has accelerated since OpenAI released GPT-3, which demonstrated generalizability and capability for various downstream tasks, thanks to its 175 billion parameters. Various metrics and datasets for LLM evaluation have been developed to objectively assess LLMs’ performance. Although existing evaluation metrics and datasets have widely been used across various fields, their large scale hinders their use in small organizations or by individuals. Furthermore, there is degree of discrepancy between evaluation results and actual user experiences. The study proposes evaluation metrics and datasets with relatively small amounts of data while reflecting real-world user experiences. In the process of testing the proposed metrics and datasets, the research evaluates and compares four closed-LLMs and six open-LLMs, which are latest as of April 2024. The results show that proposing datasets exhibited trends similar to existing datasets despite its smaller size, and furthermore, well reflected actual user experiences. Moreover, open-LLMs performed similar, or indeed, better than closed-LLMs in simple tasks while closed-LLMs performed significantly better in complex tasks such as mathematics, coding, and vision question-answering.

초연결성에 기반한 지능화 혁명의 확산을 특징으로 하는 4차 산업혁명은 전 산업에 걸쳐 경쟁력 강화와 신성장 동력 확보를 위한 디지털 전환을 요구하고 있다. 이러한 전환을 위해서는 산업 내 소프트웨어 역량의 내재화와 산업별 수요에 대응하는 소프트웨어 기업의 경쟁력 강화가 필요하다. 이에, 본 연구는 국내 소프트웨어서비스 기업의 경쟁력을 어떻게 측정하고 현재 상태를 객관적으로 평가할 수 있을까라는 연구 질문에서 출발한다. 비즈니스 모델, 소프트웨어 서비스, 기업 경쟁력에 관한 문헌을 면밀히 검토하여 국내 소프트웨어 서비스 기업의 공급 경쟁력을 정량적으로 진단할 수 있는 프레임워크를 설계한다. 유통 가능한 완제품의 성숙도를 중심으로 한 가치 창출, 파트너 협업 생태계 구축 능력을 중심으로 한 가치 제공, 재무 운영 현황을 기반으로 한 가치 포착의 세 가지 측면에서 경쟁력을 측정하는 방법을 제안한다. 소프트웨어서비스 기업을 정의한 후 조사 대상 모집단을 구성하고 대표 품목과 매출 분포에 비례한 표본을 설계하여 2,402개의 유효한 기업 표본을 대상으로 정량 조사를 실시하였으며, 기업 경쟁력 현황과 성과와의 관계를 분석하였다. 이러한 분석 결과를 바탕으로, 국내 소프트웨어서비스 기업의 경쟁력 도약을 위한 이론적, 실무적 시사점을 도출한 후, 이를 뒷받침하는 실질적인 모범사례를 논의해 본다.

The fourth industrial revolution, characterized by an expansion of the intelligence revolution based on hyper-connectivity, demands digital transformation across all industries to enhance competitiveness and secure new growth engines. To facilitate this transformation, there is a need to internalize software capabilities within industries and strengthen the competitiveness of software firms in response to sector-specific demands. Thus, this study originates from the research question: how can the competitiveness of domestic software service companies be measured and objectively evaluated? By conducting a thorough review of the literature on business models, software services, and corporate competitiveness, this research aims to design a framework for quantitatively assessing the supply competitiveness of domestic software service firms. The proposed methodology involves evaluating competitiveness through three dimensions: value creation centered on the maturity of marketable finished products, value provision centered on the capability to build partner collaboration ecosystems, and value capture based on financial operational status. Following the definition of software service companies, a target population for the study was established, and a sample proportionate to representative items and revenue distribution was designed. A quantitative survey was conducted with 2,402 valid corporate samples, analyzing the relationship between corporate competitiveness and performance. Based on these analytical results, theoretical and practical implications for the advancement of competitiveness among domestic software service companies are derived, and practical exemplary cases supporting these implications are discussed.

우리나라는 CEO의 교체 주기가 외국에 비해 빠르고 특히, ICT 관련 업종은 상대적으로 재임기간이 더욱 짧은 것으로 알려져 있다. 본 연구는 우리나라 기업에서의 CEO의 잦은 교체가 혁신 관련 기술 활동 (R&D 투자 및 특허)에 미치는 영향을 살펴보고자 하였다. 특히, 4차산업혁명이 본격화된 2010년대 이후에는 기업의 기술 관련 활동의 중요성이 더욱 대두되고 있는데, CEO의 교체가 이러한 혁신 관련 기술 활동에 어떠한 영향을 미치는지 살펴보고자 하였다. 또한 CEO 교체가 현재의 생산성 및 미래의 생산성 관련 기대 가치에 어떠한 영향을 미치는지도 동시에 분석하고자 하였으며, CEO 교체 주기가 더욱 짧은 ICT 관련 업종이 비ICT 기업들과 이러한 영향에 차이가 있는지도 확인해보고자 하였다. 국내에 상장된 기업을 대상으로 CEO 교체와 관련된 정보와 재무제표를 수집 분석한 결과, CEO 교체가 기업 혁신관련 기술 활동 input에 해당하는 R&D 투자와 output에 해당하는 특허의 증가에 통계적으로 유의미한 영향을 미치지는 않는 것으로 나타났다. 그러나, ICT 기업과 비ICT 기업을 비교하면, ICT 기업의 CEO 교체는 혁신관련 기술활동의 결과물인 특허수에 긍정적인 영향을 주는 것을 확인할 수 있었다. 다만, 일정 수준을 넘어가는 ICT 기업 CEO의 잦은 교체는 오히려 부정적인 영향이 있음을 확인하였다. 한편, CEO의 교체는 현재 실적을 나타내는 ROE와 ROA에는 부정적인 영향을 미치나, 기업의 미래가치까지 포괄적으로 반영하는 Tobin’s Q에는 긍정적인 영향을 미치는 것으로 나타났다. 다만, 일정 수준을 넘어가는 CEO의 잦은 교체는 Tobin’s Q에 부정적인 영향을 보이는 것으로 나타났다. 추가적으로, 생산성 측면에서 살펴볼 때, ICT 기업에서의 CEO 교체는 일반적 예상과 달리, 비 ICT 기업과 비교하여 기업의 시장 가치에 추가적 긍정 효과가 있다는 발견할 수 없었으며, 오히려 현재의 수익성인 ROE, ROA과는 추가적 음의 관계가 있는 것으로 나타났다. 따라서, 우리나라 ICT 기업의 잦은 CEO의 교체의 이유는 생산성을 증대시키기 위한 노력의 결과물이 아닌 다른 정치적 사회적 이유에 의해 결정되고 있음을 시사하며, 결코 바람직한 현상은 아님을 본 연구결과는 시사하고 있다.

This study aims to examine the impact of frequent CEO turnovers in South Korean companies on innovation-related technological activities (R&D investment and patents). Specifically, with the advent of the Fourth Industrial Revolution in the 2010s, the importance of technological activities in businesses has become more prominent. The study seeks to investigate how CEO turnover affects such innovation-related technological activities. Additionally, it analyzes the influence of CEO turnover on current and future productivity-related expectations. Based on data collected and analyzed from publicly listed companies in South Korea, we found that CEO turnover did not have a statistically significant impact on the increase in R&D investment (input) and patents (output), which are indicators of innovation-related technological activities. However, when comparing ICT and non-ICT companies, it was observed that CEO turnover in ICT companies positively affected the number of patents, indicating a favorable impact on innovation-related technological activities. However, excessive CEO turnover in ICT companies beyond a certain threshold was found to have a negative impact. On the other hand, CEO turnover had a negative impact on current performance indicators such as ROE and ROA but had a positive impact on Tobin’s Q, which comprehensively reflects a company's future value. Nevertheless, excessive CEO turnover beyond a certain level was found to have a negative impact on Tobin’s Q.

최근 날씨, 기상재해, 경제적 요인 등으로 인해 농산물 가격 예측의 불확실성이 증가하고 있다. 이에 따라 농민, 중도매인, 판매자 등은 농산물 가격을 파악하고 최적의 생산 및 판매에 관한 의사 결정을 내리는 데 어려움을 겪고 있다. 정부는 가격 예측 실패로 인한 농산물 업자들의 경제적 손실과 소비자의 가격 위험을 방지하기 위해 농산물 수급과 가격 안정에 노력하고 있지만 경제 모형을 통해 농산물 가격을 분석하고 가격을 예측하는 과정에서 어려움이 존재한다. 이에 본 연구에서는 농업 관측에 필요한 데이터를 확보하고 민간 농산물 유통 여건 변화를 반영할 수 있는 경제적 요건을 파악하여 농산물 가격을 예측하기 위한 모델을 개발하고자 한다. 개발한 예측 모델의 활용 방안에 대한 구체적인 전략도 제안한다. 본 연구는 다양한 경제 변수를 기반으로 농산물 가격 예측 모델을 개발하는 것으로 해당 분야의 예측 모델 개발 및 개선을 통해 문헌 확장에 기여할 것으로 기대된다. 경제적 변수를 기반으로 한 농산물 가격 예측 모델은 농산물 유통 과정의 다양한 이해관계자들에게 활용되어 시장 안정화에 기여할 수 있을 것이다.

Weather, natural disasters, and economic factors are increasing the uncertainty of agricultural price forecasts. This increases the difficulty for farmers, middlemen, and sellers to understand agricultural prices and make optimal production and sales decisions. To prevent economic losses for farmers and price risks for consumers due to price forecasting failures, governments are trying to stabilize the supply and price of agricultural products. However, difficulties exist in the process of analyzing and predicting prices through economic models. Therefore, this study develops a model for predicting agricultural prices by securing data required for agricultural observations and identifying economic requirements that can reflect changes in private agricultural distribution conditions. In addition, we propose specific strategies on how to utilize the developed prediction model. This study contributes to the expansion of the literature by developing a prediction model for agricultural commodity prices based on various economic variables. In addition, the agricultural commodity price prediction model based on economic variables can be used by various stakeholders in the agricultural commodity distribution process to contribute to market stabilization.

디지털 서비스의 확장으로 개인정보 유출 사건이 증가하면서 이러한 사건이 기업에 미치는 부정적인 영향에 대한 연구들이 증가하고 있다. 그러나 대부분의 기존 연구들은 주로 주가 하락, 당기 순이익 하락 등의 재정적 결과에만 초점을 맞추거나 특정 사례 연구에 국한되는 한계를 지니고 있다. 본 연구는 이러한 한계를 극복하기 위해 2010년부터 2024년 5월까지 73건의 상장기업의 개인정보 유출 사건을 대상으로 주가와 뉴스 기사 댓글을 분석하여 유출 사건이 기업에 미치는 재정적 결과와 감정 분석을 통한 사람들의 반응을 연결하여 탐색하였다. 분석 결과, 개인정보 유출은 주가에 단기적으로 유의미한 하락을 초래하며, 이러한 영향은 발표 후 최대 이틀 동안 지속되는 것으로 나타났다. 감정 분석 결과 ‘혐오’와 ‘놀람’의 감정이 주가 하락에 상당한 부정적 영향을 미치는 것으로 밝혀졌으며, 유출 원인은 주가 하락의 정도에는 유의미한 영향이 없는 것으로 나타났다. 또한, 72건의 비상장법인 유출 사건을 추가로 분석한 결과 상장 법인과 비상장 법인 모두에서 개인정보 유출 사건에 대한 사람들의 부정적 감정 정도는 유사하게 나타나, 법인의 시장 지위와 상관없이 대중의 우려 수준이 일관되게 높다는 것을 보여주었다.

The expansion of digital services has led to increased personal data breaches, prompting research into their negative impacts on companies. However, most existing studies focus on financial outcomes, such as stock price declines and net income drops, or are limited to specific case studies. This study attempts to address these limitations by examining 73 data breach incidents from 2010 to May 2024, linking financial outcomes of stock prices with public reactions from news article comments through sentiment analysis. The analysis reveals that data breaches cause significant short-term stock price drops, lasting up to two days post-announcement. Sentiment analysis shows that emotions of 'disgust' and 'surprise' significantly negatively impact stock prices, while the cause of the breach does not significantly affect the extent of the decline. Additionally, through the analysis of the 72 incidents about unlisted companies, public sentiment towards data breaches is similarly intense for both listed and unlisted companies, indicating consistently high levels of public concern regardless of a company's market status.

자사의 제품을 무료로 경험할 기회를 제공하고 추가 기능에 대해 기꺼이 비용을 지불할 만큼 그 이용을 가치 있게 생각하는 소비자들에게 premium 기능 및 제품을 판매함으로써 수익을 창출하는 freemium은 오늘날 IT 기업들이 빠른 시장침투를 위해 사용하는 대표적인 전략이다. 기업들은 유료 premium의 구매를 유도할 시에 대체로 구독이나 단위 서비스당 구매방법을 제시하며, 최초에 무료로 소비자들에게 서비스를 제안하는 단계에서 모든 기능을 다 쓸 수 있는 완전 버전으로 제공한 다음 일정 기간 후에 이를 축소하는 정책을 시행하거나 애초에 제한된 버전을 제공하고 프리미엄 기능에 대해 구매를 유도하는 방법을 쓴다. 기업이 프리미엄 서비스에 대해 구독과 단위 당 구매 옵션을 둘 다 제시하는 전략을 취한다면 최초로 제공할 무료서비스에 대해 완전한 품질과 제한된 품질 사이에서 어떠한 서비스를 제공할지 선택의 문제가 발생한다. 본 연구는 무료와 유료 서비스가 공존하는 환경에서 구독과 단위당 구매의 탐색비용의 상대적 크기와 무료서비스 유지비용의 부담도에 따른 고품질과 저품질 무료 전략의 적합도를 분석한다. 나아가 경로의존적 소비자와 경로독립적 소비자군으로 구분된 확장 모형 분석 결과, 각 옵션 탐색비용의 상대적 크기에 따라 구독과 단위당 구매의 최적 가격이 결정됨을 보여준다. 구독의 탐색비용이 상대적으로 작은 경우에 경로의존적 소비자가 많아지고 경로독립적 소비자들의 유료전환에 대한 민감성이 커질수록 고품질의 무료서비스 제공이 우월한 전략임을 보인다. 반대로 구독의 상대적 탐색비용이 클 경우에는 경로의존적 소비자 수와 경로독립적 소비자들의 가격 민감성이 커질수록 저품질의 무료서비스 제공전략이 우월한 전략임을 확인한다.

The freemium model, widely used by IT companies today for rapid market penetration, offers consumers the opportunity to experience their products for free and generates revenue by selling premium features or products to those willing to pay. Typically, companies induce purchases for premium services through subscription or pay-per-use methods. They may initially offer a full version for free, then scale it down or offer a limited version encouraging purchases for premium features. This study highlights the suitability of high-quality or low-quality free strategies based on the relative exploration costs of subscription and pay-per-use in environments where free and paid services coexist. It further extends the model to path-dependent and path-independent consumer groups, showing that the optimal pricing for subscription and pay-per-use is determined by the relative size of search costs. When the search cost of a subscription is relatively small, the number of path-dependent consumers increases and the greater the sensitivity of path-independent consumers to paid conversion, high-quality free services dominate. However, when subscription search cost is high, low-quality free service strategies become more effective.

글로벌 경기침체를 극복하기 위해 많은 기업들이 혁신역량 강화를 모색하고 있다. 학계에서는 전통적인 정량적 방법론을 활용하여 혁신역량을 결정하는 요인을 규명하는 것에 초점을 맞추고 있지만, 실제 문제와 밀접한 고차원적 구조를 반영한 전략 마련의 필요성이 대두되고 있다. 본 연구는 비즈니스 혁신성과 예측을 위한 AI 알고리즘을 규명하고, 중요한 요인을 중심으로 현시점에서 필요한 전략을 제안하였다. 본 연구는 서비스 부문 2022년 한국혁신조사(KIS) 자료를 활용하였으며, 최적 트리 앙상블 기반 머신러닝의 성능을 비교하였다. 분석 결과 단일 알고리즘보다 가중치가 부여된 소프트보팅(Soft Voting)의 예측 성능이 가장 우수한 것으로 나타났다. 또한, 기업의 내부 자금조달, 내부 R&D, 고객 맞춤형 포커스 전략과 관련된 중요한 요인을 도출하였다. 본 연구는 혁신성과의 전반적인 메커니즘을 이해하고 예측하는 알고리즘 선정을 위한 학문적 시사점과 더불어 기업의 자금조달 규제 완화 및 내부 전략을 제안한다는 점에서 실무적 시사점을 갖는다. 또한, 본 접근법은 경제성장을 위한 혁신전략을 마련하는 기초자료가 될 것이다.

To overcome the global economic recession, many companies are seeking to strengthen their innovation capabilities. Although the academic world focuses on identifying factors that determine the innovation capabilities using traditional quantitative methodologies, the need to prepare strategies that reflect high-level structures closely related to real-world problems is emerging. This study identified the AI algorithm for business innovation performance prediction, and proposed strategies required at the present time, focusing on important factors. This study utilized data from the 2022 Korean Innovation Survey (KIS) in the Service Sector, and the performance of optimal tree ensemble-based machine learning was compared. As a result of the analysis, the prediction performance of Soft Voting with weighted XGBoost was the best than single algorithms. Also, important factors related to the company's internal funding, internal R&D, and customer-tailored focus strategies were derived. This study has practical implications in that it proposes corporate funding deregulation and internal strategies as well as academic implications for selecting an algorithm that understands and predicts the overall mechanism of innovation performance. Also, this approach would serve as basic data to prepare innovation strategies for economic growth.

시청률, 관객수 예측과 같은 콘텐츠 흥행 예측은 방송영화 산업에서 오랫동안 중요한 논제였다. 이는 수익과 직결될 뿐 아니라 후속작품의 진행 여부, 흥행에도 영향을 미치기 때문이다. 최근에는 전반적인 콘텐츠 제작 단가가 상승하면서 흥행 예측의 정확도 상승에 대한 관심이 높아지고 있다. 이에 본 연구에서는 드라마 첫 회차 시청률 예측에 프로핏(Prophet) 모델의 적용 가능성을 제시하고자 한다. 프로핏 모델은 시계열 데이터를 분석하여 예측하는 모델로, 비정기적인 트렌드와 계절성을 갖는 데이터 분석에 적합하다. 이를 위해 2020년 10월 방영된 KBS일일드라마 <누가 뭐래도>의 첫 회 시청률을 프로핏 모델을 통해 분석하였으며, TNmS시청률, ABG닐슨시청률 뿐만 아니라 디지털 영상 조회수, 방송 전후의 온라인 버즈량과 같은 새로운 변수들을 통합하여 분석을 진행하였다. 분석 결과 <누가 뭐래도>의 첫 회 예측 시청률은 19.69%로 도출되었는데, 실제 시청률은 18.60%로 높은 정확도를 보이는 것으로 나타났다. 본 연구는 데이터 중심 의사 결정이 점점 더 중요해지는 미디어 산업에서 일일드라마 시청률 예측과 관련해 보다 신뢰할 수 있는 분석 방법과 변수를 제공하였다는 점에서 의의가 있다.

Predicting the success of content, such as viewership ratings and audience numbers, has long been a significant topic in the broadcasting and film industry. This is not only directly tied to revenue but also influences the decision to proceed with sequels and impacts future success. Recently, as the overall production costs of content have risen, there has been increasing interest in improving the accuracy of success predictions. In this study, we aim to explore the applicability of the Prophet model for predicting the viewership ratings of the first episode of dramas. The Prophet model is designed for time series analysis and is particularly suited for analyzing data with irregular trends and seasonality. To this end, we analyzed the first episode's viewership rating of the KBS daily drama No Matter What, which aired in October 2020, using the Prophet model. The analysis incorporated new variables such as TNmS ratings, AGB Nielsen ratings, digital video views, and online buzz volume before and after the broadcast. The results showed that the predicted viewership rating for the first episode of No Matter What was 19.69%, while the actual rating was 18.60%, demonstrating high accuracy. This study is significant in that it provides a more reliable analytical method and variables for predicting daily drama viewership ratings in the media industry, where data-driven decision-making is becoming increasingly important.

본 연구의 목적은 벤처 및 창업 기업들의 크라우드 펀딩 전환에 미치는 요인을 규명하고, 크라우드펀딩 전환이 기업의 인지된 성과에 미치는 영향을 살펴보는 것이다. 이를 위하여 본 연구는 Push-Pull-Mooring (PPM) 모델을 활용하여 스타트업의 전통적인 자금 조달 방식에서 크라우드펀딩으로 전환되는 요인을 검증하였다. 구체적으로, 기존 펀딩 방법에 대한 불만족과 크라우드 펀딩의 매력도가 크라우드 펀딩 전환 의도에 미치는 영향을 검증하였다. 스타트업을 대상으로 설문 조사를 실시하여 분석한 결과는 다음과 같다. IT와 비IT 두 그룹 모두 전통적인 자금 조달 방식에 대한 불만과 크라우드펀딩에 대한 전환 의도에 대하여 유의한 관계가 나타났으며 펀딩정보 제공의 한계, 제도적 지원, 미래 기대 수준에서 IT와 비IT 그룹 사이에 유의미한 차이가 있었다. 본 연구는 다양한 스타트업이 자금 조달 문제를 해결하고 성과를 높이기 위한 크라우드펀딩의 중요성을 강조한다. 또한 기업가정신과 크라우드펀딩의 관계에 대해 이해하고, 정부 및 크라우드펀딩 플랫폼 이해관계자들이 스타트업을 효과적으로 지원할 수 있는 실질적인 통찰을 제공한다.

The purpose of this study is to identify the factors influencing the switching behavior of venture and start-up companies to crowdfunding and to examine the impact of this switching on the perceived performance of companies. To achieve this, the study employed the Push-Pull-Mooring (PPM) framework to verify the factors driving start-ups to shift from traditional funding to crowdfunding. Specifically, the study examined the effects of dissatisfaction with existing funding methods and the attractiveness of crowdfunding on the intention to switch to crowdfunding. A survey was conducted with start-ups, and the results of the analysis are as follows. Both the IT and non-IT groups showed a significant relationship between dissatisfaction with traditional funding and the intention to swith to crowdfunding. However, there were significant differences between the IT and non-IT groups regarding the limitations in providing funding information, institutional support, and levels of future expectations. These results highlight crowdfunding's importance for diverse start-ups, offering solutions to funding challenges and improving performance. The study contributes to understanding entrepreneurship and crowdfunding dynamics, providing practical insights for government and crowdfunding platform stakeholders to support start-ups effectively.

본 연구는 4차 산업혁명 시대의 데이터 보호와 활용 문제에 초점을 맞추어 공공 마이데이터 서비스에 대한 사용자 행동을 프라이버시 관점에서 접근하였다. 특히, 마이데이터 분야에서 가장 중요하게 다루어져야 할 프라이버시 통제에 중점을 두고 연구를 진행하여 그 역할에 대해 강조하고자 하였다. 연구 결과, 온라인 환경에서의 프라이버시 리터러시가 공공 마이데이터 서비스에 대한 프라이버시 통제와 위험 평가를 통해 사용행동에 유의미한 영향을 미치는 것으로 분석되었다. 프라이버시 통제가 프라이버시 위험보다 사용자 행동에 더욱 중요한 역할을 하는 것으로 나타나, 마이데이터의 핵심 이슈인 개인정보 자기결정권의 중요성을 확인하였다. 이러한 결과는 국민의 데이터 주권을 강화하기 위한 교육 프로그램 개발과 정책적 방안 마련에 중요한 시사점을 제공한다. 이를 통해 개인정보 보호와 활용의 균형을 이루어낼 수 있는 방향을 모색할 수 있다.

This study focuses on data protection and utilization issues in the era of the Fourth Industrial Revolution, examining user behavior in public MyData services from a privacy perspective. Specifically, it emphasizes the role of privacy control, deemed essential in MyData, to underscore its importance. The research findings indicate that privacy literacy in the online environment significantly impacts user behavior in public MyData services through privacy control and risk assessment. It was found that privacy control plays a more critical role than privacy risk in influencing user behavior, confirming the importance of personal data sovereignty, a core issue of MyData. These results provide important implications for developing educational programs and policy measures to strengthen national data sovereignty. Ultimately, this enables us to explore directions that achieve a balance between these two critical aspects, the protection and utilization of personal information.

오픈 소스 소프트웨어(OSS) 프로젝트가 확장됨에 따라 관련한 수평적 조직의 확산 또한 활발히 이루어지고 있다. 이러한 조직이나 프로젝트에서는 기여가 큰 개인에게 진급을 제공하기 위해 위계 없는 진급 혹은 수평적 권한을 활용하고 있고 이에 대한 연구들이 일부 진행되었으나, 아직 진급에 영향을 미치는 요인에 대한 연구는 부족한 실정이다. 이에 따라 본 연구는 기술적 기여를 깊이와 폭으로 세분화하고 이들이 진급에 미치는 영향에 대해 실증적으로 분석하였다. Node.js 프로젝트에 초점을 맞춰 4년간 809명의 개발자에 대한 데이터를 수집하고 생존 분석을 실시한 결과, 기여 깊이는 진급과 긍정적인 관련이 있으나, 기여 폭은 단독으로는 유의미한 영향을 미치지 않았다. 그러나 깊이와 폭의 상호작용을 고려한 결과, 깊이의 효과는 폭이 좁을 때 긍정적 영향을 미쳤지만, 폭이 넓을 때는 부정적 영향을 미쳤다. 본 연구에서는 이러한 기술적 기여의 깊이-폭 딜레마를 확인함으로써, 진급에 대한 기술적 기여의 복합적인 메커니즘을 실증하였다. 결과에 기반하여 본 연구는 다양한 조직에서 경력 개발과 관리 전략 수립에 유용한 정보를 제공할 수 있는 학술적 시사점과 실무적 시사점을 제안하였다.

As open-source software (OSS) projects expand, related flat organizations also proliferate. Despite prior findings that individuals who make significant contributions in such organizations or projects can be promoted without hierarchy or lateral authority, there is a lack of research on the factors influencing career progression. In this study, we decompose technical contributions into depth and width and empirically analyze their impacts on promotion. Focusing on the Node.js project, we collected data on 809 developers over four years and conducted a survival analysis. The results showed that contribution depth was positively related to promotion, while contribution width alone had no significant effect. However, considering the interaction between depth and width, depth had a positive effect when width was narrow but a negative effect when width was wide. This confirms the existence of the depth-width dilemma as a complex mechanism of technical contribution to promotion. Based on our findings, this study proposes academic and practical implications to inform career development and management strategies in various organizations.

본 연구에서는 최근 ICT 산업 내에서 가장 주목 받고 있는 생성형 AI를 주제로 이용자들을 파악하는 작업을 수행하였다. 이를 위해 인구사회학적 변인(성별, 연령, 교육 수준, 소득 수준), 디지털 리터러시(스마트 기기 활용 능력, 비판적 미디어 능력), 디지털 전환 인식(디지털 전환 인식 수준, 디지털 전환의 영향력에 대한 인식) 등 개인 특성 요인들이 생성형 AI 이용 경험과 관련되는지 그 관계성을 확인, 검증하는 절차를 진행하였고, 그 결과는 다음과 같다. 첫째, 인구사회학적 변인으로 투입된 네 가지 요인 중 성별을 제외한 연령, 교육 수준, 소득 수준은 생성형 AI 이용 경험과 유의미한 연관성을 갖고 있는 것으로 확인되었다. 둘째, 디지털 리터러시 능력 중 스마트 기기 활용 능력이 높을수록 생성형 AI 이용 경험이 높아지는 경향을 보였고, 비판적 미디어 능력이 낮을수록 생성형 AI 이용률이 높은 것으로 나타났다. 셋째, 디지털 전환 인식 요인으로 설정한 디지털 전환 인식 수준, 디지털 전환의 영향력에 대한 인식 모두 생성형 AI 이용 경험과 정적 연관성을 갖고 있었다. 본 연구는 생성형 AI의 효과적 활용을 위한 방향성을 제시하고, 생성형 AI 보급이 야기하는 디지털 불평등 해결을 위한 단초를 제공한다는 점에서 의의를 갖는다.

In this study, we investigated the usage of Generative AI, a topic currently receiving significant attention in the ICT industry. We examined the relationship between users' personal characteristics, including demographic factors, digital literacy, and recognition of digital transformation, and their experience with Generative AI. The findings are as follows: First, among the four demographic variables analyzed, age, education level, and income level were significantly associated with the use of Generative AI, whereas gender was not. Second, within digital literacy, a higher proficiency in using smart devices was associated with increased experience in using Generative AI, while a lower critical media literacy correlated with a higher utilization rate of these services. Third, all factors related to the recognition of digital transformation positively influenced the experience of using Generative AI. This study is significant as it offers insights for the effective use of Generative AI and provides a foundation for addressing digital inequality resulting from the proliferation of these services.