Earticle

진주남강유등축제는 임진왜란의 진주대첩에서 병사와 시민간의 연락 통신수단인 유등이 주요 아이템이 되는 축제이다. 그러나 현재 축제의 유료화로 인하여 지역축제가 지역주민으로부터 관심도가 떨어지고 주변의 연계축제들로 인하여 진주남강유등축제의 관람객의 저하 및 축제의 인지도가 떨어지는 등 많은 문제점을 안고 있다. 한복체험은 현재 전주한옥마을에서부터 한복입기를 시작하여 다양한 문화제 및 한국관련 외국축제뿐만 아니라 한류의 열풍에 힘입어 외국인들에게도 매우 관심이 증가되는 아이템 중 하나이다. 기본의 연구에서는 단일 이벤트를 통한 관광객의 만족도와 재방문, 관광지의 이미지 개선을 위한 방안으로 연구가 되었으나 본 연구는 전통문화의 축제 속에 전통한복을 체험함으로써 축제와 체험의 결합이 되어 지역 축제의 관람객들이 축제 만족도의 향상도와 재방문의지의 증가시키는 시너지 효과를 기대하며, 침체되어 있는 지역 축제에 대한 이미지를 더욱 밝은 이미지로 개선될 수 있는 새로운 시도 중 하나이다. 연구결과, 한복체험을 통한 축제 문화의 체험은 교육적인 요소보다는 보다 오락적이고 일탈적이며 미적인 면을 더욱 강조한다면 방문객들의 발길이 다시 남강유등축제로 향하게 된다는 새로운 이슈로 작용할 수 있다는 결과가 나타났다. 한복체험프로그램은 관광객으로 하여금 인지적 만족도보다는 감정적 만족도를 더욱 강화되어 재방문할려는 의지로 유도됨을 확인하였다.

한국의 농업조직의 활성화 방안을 모색하기 위하여 다양한 연구들이 진행되고 있다. 최근 귀농귀촌으로 인한 청년농업인의 학습조직 활성화 뿐만 아니라 6 차산업과 관련된 판매사업과 조직 활성화, 6 차산업 경영체의 농촌자원 활용한 서비스 산업 경영체의 비즈니스 모델 진단을 통한 비즈니스 모델을 통한 사업 활성화 방안 등 다각도로 농업조직들의 문제점들을 개선하고자 하는 방안들을 다각도로 모색하고 있다. 본 연구에서는 한국의 다양한 농업조직 구성원들을 대상으로 자신들의 농업조직 활성화 요인을 조직간의 공동체의식, 조직구조화, 조직간의 의사소통, 조직간의 지식공유를 주요 변인으로 하여 조직성과에 대한 영향력을 알아보고자 한다. 그러나 농업조직과 같은 특수한조직들은 자립성이 현재 매우 약하기 때문에 정부의 지원금과 같은 경제적 자본에 매우 의존적이며 자신의 조직주변의 사회적 자본이 잘 갖추어져있는 경우는 보다 조직의 성과가 높아질 것으로 예상된다. 이에 사회적 자본과 경제적 자본을 조절변인으로 투입하여 위계적 다중회귀분석을 통하여 알아보고자 한다. 분석 결과,

기업 조직문화에 있어서 지속적인 고민은 업무생산성 증대를 위한 ‘일하는 방식 개선’이다. 뿐만 아니라 정부의 근로기준법 강화에 따른 근무환경 개선이다. 그러나 다행인 것은 융합기술의 발전이 있다. 여러 가지 기술의 복합 적용으로 화두가 되고 있는 ‘4차 산업혁명’이 있는데, 이러한 변화의 원동력으로 빅데이터(BigData) 분석을 위한 Infrastructure의 발전, 인공지능(AI) 활용을 위한 머신러닝[기계학습](Machine Learning)/딥러닝(Deep Learning) 기술의 발전이 있다. 기술 조합을 다양하게 검토할 수 있는 다수의 H/W, S/W가 제시되고 있고 기업이 비용 부담까지 덜 수 있도록 일체형 클라우드(Cloud) 서비스(SaaS, PaaS, IaaS)방식이 존재한다. 기업은 디지털 융·복합 기술을 업무 전반에 적용하여 전통적인 업무 구조를 변혁(Transformation)하기 위한 디지털트랜스포메이션 (디지털전환: DX-Digital Transformation) 도전을 받고 있으며 그러한 성공을 위한 다양한 아이디어를 갈구하고 있다. 이를 위해서 본 연구에서는 인공지능 분야의 Entry-point인 챗봇(Chatting Robot) 기술 응용을 통해 Best-Practice 사례가 부족한 ‘인공지능기반 DX’의 전략 구성, 기업조직의 일반업무 개선 가능 영역 도출, 변화도구로 B2C가 아닌 새로운 ‘B2B 대화형AI 기술구조’를 수립하였다. 그리고 실(實)업무에 반영한 시뮬레이션을 통해 가시성을 확인할 수 있도록 사례를 제시하였다.

고객이탈예측 분석은 비교적 최근의 큰 이슈로 떠오르고 있는 연구이다. 사회가 변화함에 따라 산업이 다양해 졌으며, 여러 경쟁사가 존재하게 되었다. 고객은 자신에게 알맞은 서비스를 비교하여 선택할 수 있게 되었으며, 고객이 서비스를 해지하는 현상이 발생되었다. 이러한 현상은 기업에게 손실을 안겨주는 문제로 자리잡았다. 따라서 학계, 산업계에서는 이탈을 예측하는 연구를 수행해 왔으며, 여전히 연구가 활발히 진행되고 있다. 과거에는 정적 모델의 통계적, 기계학습 방법론을 이용하여 연구를 진행했었다. 하지만 시간의 변화에 따라 고객의 패턴을 고려하지 않은 정적 모형의 분석이 활발했으며, 이탈 분석에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않았다. 따라서 동적 모형을 이용하여 고객이탈예측 모형이 개선될 여지가 있다. 이에 본 연구에서는 시계열 학습에 용이한 딥 러닝 방법론 RNN(Recurrent Neural Network)을 이용하여 시계열 고객 패턴 데이터의 동적 변화를 반영한 모형을 만들 예정이다. 모형의 유용성을 검증하기 위해 고객 시계열 데이터를 이용할 예정이며, 적절한 비교 모형을 선정 할 예정이다. 따라서 본 연구 계획은 변화하는 고객 패턴을 포착하는 동적 모형을 제안하여 고객이탈 연구의 발전에 기여할 수 있을 것으로 기대된다.

최근 영화시장이 크게 성장함에 따라 영화의 수요를 예측하기 위한 다양한 연구들이 이루어지고 있다. 하지만 이들 연구의 대부분은 영화가 이미 개봉한 후의 예측이거나 영화 간 이질성을 충분히 고려하지 않았다는 한계점이 있다. 따라서 본 연구에서는 이러한 기존 연구의 한계점을 보완하기 위해 영화가 개봉하기 전 시점에서 수집 가능한 정보를 기반으로 영화를 군집화한 후 군집 별로 기계학습 방법을 사용해 예측 모형을 생성하는 방법을 제안한다. 이를 위해 2014년 1월부터 2016년 12월까지 국내 극장에서 상영된 상업 영화를 대상으로 데이터를 수집하였다. 결과적으로 본 연구는 기존 연구의 한계점을 개선함으로써 보다 정확하게 영화의 수요를 예측할 수 있을 것으로 기대되며 궁극적으로는 영화가 개봉하기 전 시점에서 영화의 배급, 마케팅 등의 전략을 수립하는데 도움이 될 것으로 기대된다.

The anonymity of Bitcoin transaction has let Bitcoin be used as a medium of illicit activities in the dark-net marketplace that are related to crimes such as selling drugs, weapon, etc. Detecting illicit Bitcoin transaction has been drawing attention from government agencies and academia, since FBI’s investigation from 2011 to 2013, when FBI seized a marketplace, SilkRoad, which trades illicit goods and services only with Bitcoin. However, little research has been conducted to detect illicit Bitcoin transactions. In this paper, we applied data mining approach to detect illicit Bitcoin transaction using a dataset which consists of illicit Bitcoin transaction data released by FBI and legal Bitcoin transaction data. We built several classification models such as RandomForest, Decision Tree(C5.0), and SVM. 10-fold cross-validation reveals that RandomForest outperforms the other two. It is expected that we can reduce the investigation time and cost to detect illicit Bitcoin transactions.

IDC 社의 최근 보고서에 따르면, 2025년에는 2016년 에 생성된 데이터의 10배에 달하는 163제타바이트의 데이터가 생성될 것이고 그 주체의 비중은 소비자에 서 기업으로 이동하고 있다고 한다. 이러한 소위 ‘빅데이터의 물결’은 도래하고 있고 그 파장은 산 업 전반적으로 영향을 미칠 것이다. 따라서, 방대한 데이터를 효과적으로 관리하는 것은 기업의 관점에 서 그 어느 때보다 더 중요하다. 하지만, IT 투자에 대한 효과를 정량적으로 측정한 선행 연구는 다수 존재함에도 불구하고 빅데이터 투자 효과를 정량적 으로 측정한 선행 연구는 거의 전무한 실정이다. 따 라서, 해당 투자 효과를 정량적으로 분석한다면 기 업의 의사 결정을 도울 수 있을 것이다. 본 연구는 보다 심층적으로 이 효과를 분석하기 위해서 5가지 하위 변수를 설정했고 그 내용은 기업 크기, 섹터 구분(Finance와 ICT), 투자 구축 완료 구분, 벤더 유무 구분이다. 본 연구는 재무 및 회계 분야에서 널리 쓰이는 사건연구방법론을 사용해서 투자 효과 를 측정했고 그 결과 투자 이후 기업의 시장 가치가 증가하는 것을 관측할 수 있었다. 또한, 하위 변수 5개의 분석 모두 유의미한 결과를 도출했다는 점에서 시사점이 있다.

항공산업은 나날이 발전하고 있다. 항공사들은 좀더 좋은 서비스를 제공하기 위해 다양한 전략을 시행하고 있다. 그러나 승객들이 원하는 상품이나 서비스에 대한 기대가 무엇이고 어떤 요소가 고객에게 가장 중요한지 명확한 이해가 선행되어야 한다. 본 연구는 트립어드바이저의 한국어로된 온라인 후기글을 분석하여 어떤 요소가 고객에게 중요한지 확인하려고 하였다. 첫째, 전체 만족도와 평가 항목의 회귀분석을 실시한 결과 분석결과 전체 만족도와 가치, 서비스, 체크인은 유의성이 있으나, 레그룸, 청결성은 의미가 없었다. 둘째, LDA(latent dirichlet analysis)를 이용하여 온라인 후기 글에서 숨겨진 만족의 차원을 추출하였다. 이러한 요인들은 인구통계학적 특성에 따라 차이가 남을 확인하였다. 셋째, 리뷰 글에서 한국어 감성사전을 이용해서 감성분석을 실시하였다. 넷째, 항공사와 만족의 차원, 감성 값의 인지맵을 작성하였다. 이를 통해 제주항공은 가격요인과 가깝고 부정적 감정은 시간요인과 가깝다는 것을 파악하였다.

본 연구는 기업의 실제 전, 현직자들이 해당 기업의 구직자들을 위해 기업의 리뷰를 제공하는 플랫폼 “잡플래닛” 을 크롤링하여 기업의 장점을 텍스트 마이닝 기법을 적용해 추출한 변수들을 토대로 각 기업의 시가총액 변동률의 상관관계를 보고자 한다.

부도 예측 연구는 회계 및 금융 분야 등 여러 분야에서 꾸준히 관심을 가지는 이슈이다. 최근 비정형 데이터를 다루는 기술이 발전하면서 텍스트 분석을 통해 비즈니스 모델 예측에 적용하는 연구가 활성화 됨에 따라, 부도 예측 연구에서도 이를 활용한 연구가 늘어나고 있다. 특히 기업의 외부환경을 다루고 있는 뉴스 데이터를 감성분석으로 분석하여 부도 예측을 향상시키려는 노력이 활발히 이루어지고 있다. 그러나 감성분석이 부도 예측에 어떤 영향을 미치는지에 대한 연구는 아직 미흡한 실정이다. 본 연구에서는 감성분석의 결과를 조절변수로 사용하여 부도 예측에 조절효과를 분석하였다. 이 연구를 통해 감성분석이 부도 예측에 효과적인지 알 수 있다.

본 연구에서는 사용자 생성 컨텐츠 （ User-Generated Content: UGC ） 를 대상으로 Latent Dirichlet Allocation(LDA)기법을 이용하여 고객 리뷰에 대해 다중 토픽 수준의 감성분석 연구 모형을 제시한다. Tripadvisor.com에서 세계 주요 관광 도시의 호텔에 대해 고객의 온라인 리뷰를 대 상으로 총 104,039개를 수집하였다. LDA기법을 통해 전체 고 객 리뷰를 사용하여 호텔과 관련된 토픽 30개를 추출하였다. 추출된 토픽들을 대상으로 호텔에 관련된 6 가지 주요 토픽 (value, cleanliness, rooms, service, location, sleep quality) 을 선정하고, 제안된 연구 모형에서 고객 리뷰별로 6 가지 토 픽에 해당하는 문장에 대해 감성사전을 사용하여 감성을 분석 하였다. 고객 리뷰의 토픽별 감성값과 고객이 직접 호텔 속성 별로 평가한 세부점수와 비교하여 제안된 연구모형의 성능을 검증하였다. 제안모형의 정확도(accuracy)와 재현율(recall)의 값을 분석한 결과 제안모형의 성과가 우수한 것으로 분석되었 다. 본 연구의 결과를 이용하면 여행자의 온라인 리뷰를 대상 으로 고객의 세부 감성을 다양한 토픽별로 분석할 수 있어 고 객에게 여러 속성별로 리뷰작성을 요구하지 않고도 고객의 호 텔 속성별 감성을 분석할 수 있다.

최근 4차 산업혁명으로 다양한 환경에서 데이터가 발생하고 그 양이 급격하게 증가하고 있으며, 그중 대부분을 차지하는 비정형 데이터 분석에 대한 수요가 늘어나고 있다. 특히 온라인 커뮤니케이션의 필수요소인 소셜미디어에서 발생하는 데이터는 마케팅 전략 도출, 사회 동향 분석 등 다양하게 활용되며 매우 중요한 역할을 하고있다. 하지만 소셜미디어 마이닝을 위해서는 프로그래밍 언어와 함께 복잡한 텍스트 마이닝 기법의 학습이나 유료 애플리케이션 사용이 요구되어 쉽게 접근하기 어려운 실정이다. 이에 본 논문은 프로그램 언어에 의존하지 않고, 누구나 쉽고 간편하게 소셜미디어 마이닝을 수행할 수 있게 도와주는 애플리케이션인 Korean Natural Language Application (KoALA)을 개발한다. KoALA는 소셜미디어 마이닝을 위한 애플리케이션으로써, 데이터 수집, 전처리, 분석에 이르는 과정을 처리하는 통합 애플리케이션이다. 본 논문에서는 디자인 사이언스 방법론을 적용한 KoALA의 설계 및 구현 과정과 소셜마이닝 수행 프로세스를 설명하고, 대선관련 소셜미디어 마이닝 사례를 들어 KoALA의 실제 활용방안을 서술한다. 본 논문을 통해 소셜 네트워크 서비스(SNS), 온라인 리뷰 등 다양한 소셜미디어에서 발생하는 데이터를 활용한 비즈니스와 전략 수립과 연구 활성화를 통해 실무적, 학술적으로 기여하고자 한다.

스마트폰과 타블렛PC가 대중화 되면서 SNS 사용자가 늘어나고 이를 통해 자신의 이야기를 공유하는 사람들이 많아졌다. 이러한 글은 주로 사용자의 감성과 관심 정보를 담고 있기 때문에 이런 분석을 통한 다양한 지능서비스의 개발에 유용하게 사용되고 있다. 이모티콘은 대표적으로 감성을 표현하는 방법이다. 많은 연구를 통해 이모티콘이 자신의 감성상태를 표현하고 감성상태의 대표성을 가지고 있다는 연구결과가 발표되었다. 다양한 형태 표현이 가능하여 표정이나 행동, 특정한 사물을 형상화한 이모티콘의 표현은 폭넓은 묘사가 가능할 뿐 아니라 유희적인 요소를 가지고 있어서 위트 있는 대화를 가능하게 한다. 그래서 이모티콘을 추천하는 것이 소셜미디어 서비스를 제공하는 업체에서 중요한 문제가 되고 있다. 본 연구에서는 사용자의 글을 텍스트마이닝으로 분석하여 특징을 추출하고, 해당 특징을 기반으로 과거 사용자들이 선택한 이모티콘의 패턴을 분석해서 해당 사용자의 글에 가장 적합한 이모티콘을 추천하는 새로운 추천 시스템을 제안한다. 추천에 들어가는 기본 예측 모형으로는 이분류 예측에 강점을 가지고 있는 Support Vector Machine을 사용한다. 향후 실제 소셜미디어로부터 수집된 데이터를 이용하여 제안모형의 성능을 검증할 예정이다.

최근 가짜 뉴스(Fake News)는 정치적, 경제적으로 심 각한 피해를 미치며 뉴스 정보에 대한 신뢰를 구축 하고 공유를 활성화하는데 있어 저해를 일으키고 있 다. 또한, 하루에도 방대한 양의 가짜 뉴스가 만들어 지기 때문에 사람이 일일이 구분해내기 쉽지 않다. 이에 따라 해외 학계에서는 자동화된 가짜 뉴스 탐지 시스템을 개발하기 위해 많은 학자들에 의해 연 구가 이루어지고 있다. 그러나, 국내에서는 자동화된 가짜 뉴스 탐지에 관련된 논문이 거의 전무한 상황 이다. 이에 본 논문에서는 서울대학교 팩트체크 (http://factcheck.snu.ac.kr/)로부터 짧은 문장으로 이루 어진 200개의 데이터를 수집하여 인공지능 기법(텍 스트마이닝, 기계학습)을 이용한 가짜 뉴스 예측 모 형을 제안한다. 구체적으로, 제안 모형은 다음 단계 에 따라 구성된다. 첫 번째 단계에서 수집된 데이터 를 진실, 판단유보, 거짓의 3가지 클래스로 나눈다. 두 번째 단계에서는 텍스트마이닝(TF-IDF, Topic modeling)을 이용하여 짧은 문장을 정량화된 특징값 들로 변환한다. 세 번째 단계에서 학습용과 검증용 데이터 세트를 나누고 텍스트의 특징값들을 다양한 기계학습 기법들(MDA, CBR, ANN, SVM)에 적용하여 분류 예측을 수행한다. 마지막 네 번째 단계에서 검 증용 데이터 세트를 활용하여 다른 분류 기법들과 성과를 비교한다.

이분류 문제에서 특정 클래스의 빈도가 다른 클래스에 비해 과도하게 높은 경우, 왜곡된 학습을 유발할 수 있는 데이터 불균형(imbalanced data) 문제가 발생한다. 실제로 금융, 마케팅, 의료, 재해 등 많은 분야의 예측을 위한 데이터셋들은 데이터 불균형 문제에 노출되어 있는 경우가 많다. 기업부도예측 문제도 그 중 하나인데, 일반적으로 금융기관과 거래하는 기업들의 부도율은 대단히 낮아서, 부도 사례보다 정상 사례의 빈도가 월등히 높은 데이터 불균형 문제가 발생하고 있다. 그리고, 이러한 데이터 불균형 문제를 해결하기 위해, 실제 산업 현장에서는 대표적인 표본추출 기법인 언더 샘플링(undersampling), 오버샘플링(oversampling)과 더불어 다양한 표본추출 기법들이 적용되어 왔다. 본 연구에서는 효과적인 기업부도예측모형 학습을 위한 표본추출 기법으로 Menardi and Torelli(2014)가 제안한 ROSE(random over sampling examples) 기법을 제안한다. ROSE 기법은 반복적으로 학습에 사용될 사례를 중복 없이 새롭게 합성하여 생성(synthetic generation)하는 기법으로서, 현존하는 다양한 표본추출 기법에 비해 더 우수한 성능을 보이는 것으로 알려져 있다. 하지만, 기업부도예측에 적용하여 그 성능을 검증한 연구는 아직 발견되지 않고 있다. 이에 본 연구에서는 ROSE 기법을 가장 성능이 우수한 분류기로 알려진 SVM(support vector machine)과 결합하여 그에 따른 예측정확도를 확인해 보고, 이를 다른 표본추출 기법들과 비교 분석해 보고자 한다.

영화는 미디어 콘텐츠로 일반적으로 경험재에 분류되며 수명 주기가 짧은 문화상품으로 볼 수 있다. 따라서, 영화의 수익을 창출하기 위해서 경험재에 필요한 전략을 적극적으로 활용해야 하며, 경험하기 전에도 소비자가 가치를 평가할 수 있는 전략을 세운다면 이익을 더욱 더 극대화 될 것이다. 이러한 영화 시장이 성장함에 따라 수요 예측, 흥행 요인 도출 등을 위한 다양한 연구들이 수행되고 있다. 하지만 이들 연구의 대부분은 영화 리뷰의 객관성, 주관성을 고려하지 않았다는 한계점이 있다. 따라서, 본 연구에서는 이러한 기존 연구의 한계점을 보완하기 위해 개봉 전, 후 별 영화 리뷰의 객관성, 주관성을 구분한 뒤 감정 지수의 도출을 통해 소비자 선호도 변화를 파악하고자 한다. 이를 위해 영화진흥위원회(Korean Film Council; KoFIC)에서 제공한 국내 극장에서 상영된 역대 박스오피스 영화를 대상으로 데이터를 수집하였다. 본 연구는 더욱 더 세분화된 소비자 선호도를 제공함으로써 향후 정확하게 영화의 수요를 예측할 수 있도록 도움이 될 수 있을 것으로 기대한다.

주식시장의 흐름을 예측하는 것은 매우 중요하기 때문에 주가 데이터를 분석하여 주가지수 등락을 예측하는 시도가 매우 활발하게 이루어졌다. 이들 시도의 대부분은 주가지수 데이터의 시계열 특징을 활용한 예측 모형에 기반을 두어 이루어졌다. 하지만 시계열 기반의 예측 모형은 특정 기간에서만 존재하는 주식시장의 일시적인 특징이 학습 모형에 반영될 수 있고, 학습 모형과 예측할 데이터의 기간에 따른 일시적 특징이 다른 경우 예측 정확도가 낮게 나타날 수 있다. 따라서 본 연구에서는 학습 과정에서 일시성을 포함하고 있는 데이터를 제외하여 주가지수 예측 모형의 정확도를 높이고자 한다. 구체적으로 학습 모형에 사용될 주가지수 데이터를 연도별로 구분하고, 연도별로 학습한 예측 모형의 연도 간 교차 반복 적용을 통해 일시성을 적게 포함하고 있는 데이터만을 학습 데이터로 구성한다. 또한 예측 모형을 적용하는 목표 데이터의 경우에도 일시성이 높은 데이터와 낮은 데이터를 구분하여, 그 구분에 따라 예측 모형을 선별적으로 적용하는 방안을 제시하고자 한다.

현재 우리는 많은 사물들이 네트워크를 통해 사물, 사람과 어디든지 연결되는 초연결(Hyper-Connectivity)시대를 맞닥드리고 있다. 사물인터넷(IoT: Internet of Things)은 지능화된 사물들이 연결되는 네트워크를 통해 사람과 사물, 만물인터넷(IoE: Internet of Everything)으로 발전되고 있다. 정보 통신 기술의 급속한 발전으로 모든 통신 기능을 추가되어 사물인터넷 시장이 지속적으로 성장하고 세계적으로 많은 관심이 증가되고 있는 추세이다. IoT 디바이스에 클라우드, 빅데이터 기술 등이 접목되어 빅데이터 저장 및 컴퓨팅 처리로 디지털화가 가능하여 예측분석, 시뮬레이션 모델링 등 새로운 비즈니스 모델 운용과 수익창출이 가능해졌다. 사물인터넷 분야의 기존 연구에는 전문가의 기술평가 결과를 이용하여 주관적 판단에 의존하는 정성적 방법이 많았다. 사물인터넷 기술의 복잡성 및 가용데이터가 증가하고 디바이스 기술 분야의 세분화로 전문가의 판단에 대한 신뢰성이 떨어지고 있다. 이에 정성적 분석의 문제점을 보완하고자 본 연구에서의 목적은 사물인터넷 디바이스 기술의 복잡성을 마이닝 기법으로 해결하고 핵심기술을 선정하는 것이다. 핵심기술의 요소를 설명하는 Tf-Idf, 토픽 분석, 소셜 네트워크 분석, 피인용 지수 측정 방법을 수평적으로 측정하고 TOPSIS 방법을 이용하여 랭크화를 시켜 핵심기술을 선정한다.

최근 기업이나 공공기관에서는 DEA 분석을 통하여 다양한 DMU(Decision Making Unit)의 효율성을 분석하고자 노력하고 있다. 하지만 기존의 DEA분석 방법을 이용하여 분석을 수행하였을 때, 분석의 목적인 바람직한 참조 DMU가 우리가 목적으로 하는 DMU(Target DMU)의 개선을 통해서 도달하기가 힘들다는 한계점을 가지고 있다. 따라서 본 연구에서는 KNN(K-nearest neighbor)과 DEA(Data Envelopment Analysis를 이용하여 IT 서비스 기업의 효율성을 분석하고자 한다. 이를 위해서 산출 기준 CCR, 산출 기준 BCC모형을 이용하여 모델을 구축하고 본 연구에서 제안하는 방법인 KNN을 이용한 참조 그룹 생성하고자 한다. 연구 결과 전체 데이터를 이용한 DEA 분석 결과 보다 본 연구에서 제안한 KNN을 이용한 DEA분석 방법이 목적 DMU에 대하여 보다 실현 가능성이 높은 대안을 제시 해 줄 수 있을 것으로 기대한다.

IT service management system presents useful process which needs to handle Incident / Change / Release / Problem / Configuration managements. Many people use ITSM into lots of their IT processes. However, there are few ways to share their ideas directly. Some people can share their ideas by using forums, messengers, and etc. These methods are not connected directly with ITSM, so people need to use outside methods. Knowledge management system is the best answer to share their ideas, which can be connected with ITSM directly. If this system is added into ITSM, people will share their ideas with inside methods easily. To share their knowledge, both system would support this function. For example, Knowledge Management should bring steps of IT Service Management, while ITSM should have keyword for helping users to find knowledges from KMS. Therefore, adding Knowledge Management on IT Service Management would help people to share knowledges while they are working.

통상적으로 연구에서는 기술에 대한 분류체계를 제 시할 때 개념적으로 기술하는 경우가 많다. 하지만, 4차 산업혁명으로 인해 신기술이 창발 하고 기술 간 의 융합 및 연결이 강화되고 있는 상황에서 보다 나 은 개발 및 연구를 위해 각 기술 간의 관계에 대한 가시화가 필요하다. 또한 특허분류체계의 CPC(Cooperative Patent Classification)코드 간에는 관계성이 존재하지만, 특허분류체계의 순차적이지 않은 서술의 형식으로 분석에 어려움이 있고 보통 반복적인 기술 융합 패턴 분석 연구를 통해 특허분 류체계의 관계성을 제시한다. 본 연구에서는 특허를 활용하여 기술 연결성의 가시화 및 IT(Information Technology)와 관련된 사회과학적 연구의 증진을 위 해 인공지능기술을 대상으로 프로세스적 관점에서의 분류체계를 제시하며 이에 맞게 특허 분석에 적용을 해보고자 한다.

대한민국에서 우울증 환자들이 급증하고 이에 비해 치료율은 높지 않다. 이에 4차 산업혁명 핵심기술을 이용하 여 우울증환자들을 위한 어플을 구상했다. 이 어플은 AR IOT IOB Web 3.0을 이용하여 개인에게 맞춤화된 치료 방안을 제시해준다.

현재 우리나라는 인구 고령화에 따른 독거노인 증가와 취약한 사회 인프라로 인한 사고가 증가하는 추세이 며 이를 사전에 예방하기 위한 방안으로 최신 IT 기술인 IoT 를 이용하여 몸에 착용할 수 있는 시계 모양의 Wareable Device 를 개발하여 해결책을 제시하고자 한다. 최적의 디자인을 적용하기 위하여 3D 프린팅을 이용 하여 다양한 사전 디자인 설계를 통해 목업 제품을 3D 제작 전문업체에 제작을 의뢰하였고 서울지역 양로원들 을 방문해 설문과 현장 검증을 통해 최적의 디자인 안을 선정하였다. 다양한 IoT 부품을 구매하여 테스트를 거쳐 시제품을 만들고 독거노인분들이 측정된 데이터들을 직접 확인할 수 있도록 앱을 개발, 제공하고 위치를 파악 할 수 있도록 지도 상에 표시하여 응급상황시 실시간 대처할 수 있도록 하였다. 초기의 테스트 버전을 대량으로 양산한다면 제작 단가를 많이 낮출 수 있을 것으로 생각되며 향후 정부나 지방자치단체들과 협업하여 전국적으 로 독거노인들을 대상으로 저렴하게 보급한다면 좀더 살기 편안하고 안전한 대한민국을 만드는데 기여할 수 있 을 것으로 생각된다.

리튬이온 2 차 전지는 신재생/그린에너지 산업의 필수 요소이며, 최근 급속도로 진행되고 있는 전기자동차 대중화의 핵심이다. 또한 전기를 주에너지원으로 하는 선박, 비행기, 잠수정, 로봇 등 다양한 제품에 적용이 시도되고 있다. 따라서, 데이터 마이닝을 활용하여 이차전지의 SOC 를 정밀하게 예측하여 배터리 방전으로 인한 위험에 대한 경보 및 사전 예방조치를 수행할 수 있다. 이에 본 연구는 SOC 에 영향을 미치는 일반적인 요인들을 측정하고 데이터 마이닝을 활용한 SOC 예측 정확성 향상을 위한 수학적 모델링 방법이 아닌 환경적인 요인에 초점을 맞추어 제시한다.

물질문화(Material Culture)라는 주제는 인공물(artefacts)에 투영된 인간의 사회적, 문화적 가치가 인지과정과 의사결정에 미치는 영향에 대해서 연구하고자 하는 문화인류학적 관점으로 사회적 맥락을 이해하고, 구성원이 소구하는 가치의 복합적이고 종단적인 특성에 대해서 주목하여 왔다. 물질문화적 접근방법의 가치는 기술발전과 이에 따른 사회적, 문화적 변화가 인간의 감정, 가치, 관습에 미치는 영향에 대해서 인공물에 투영된 증거자료들을 통하여 유추할 수 있도록 하는 경험과학의 연구틀로서 매우 유용하다는 점이다. 본 연구는 물질문화적 접근방법의 이와 같은 장점을 활용하여 가상공간(VR Space)에서 가상의 재화가치를 창조하고 있는 일군의 롤플레잉 게이머들의 새로운 경제활동에 대하여 탐구하여 보았다. VR 게임 참가자들의 경제활동은 주로 3D 아이템을 제작하여 판매하거나, 가상공간 거주자들에게 기술지원, 문화활동, 가상의 거주공간, 즉 가상의 부동산이나 건물 등을 제공하는 댓가를 가상화폐 통화시스템에 연결하여 이윤을 창출하는 과정을 의미한다. 가상공간 롤플레잉 게이머들의 역할은 이들이 공유하는 가상경험의 스토리텔링에 의해서 결정되고, 게이머들이 얼마나 게임에 몰입하는가 하는 몰입의 수준에 따라서 이들이 공유하는 경험경제의 규모는 크게 변화한다. 경험의 공유, 더 나아가 스토리의 공유는 현실세계의 기억으로부터 재생된 다양한 문화적 흔적들의 재창작에 의해서 가상공간의 경험과 가치를 구성하게 된다. 특히 확장된 자아의 형상물인 아바타는 게이머들의 상상력과 자기반영의 집중적 결정체라고 할 수 있다. 확장된 자아에 대한 관여도(involvement)가 높을 수록 게이머들의 가상에서의 상호작용 활동은 크게 증가하게 된다. 본 연구는 이와 같은 경험사슬과 경제활동 변화의 상관관계에 대하여 살펴보고, 게임 참가자들의 경험적, 인지적 특성이 가상경제활동에 어떤 영향을 주고 있는가 하는 현상분석을 통하여 미래의 가상소비시장의 성장모형에 대하여 예측하여 보았다.

한국의 네트웤 마케팅 사업은 오랜기간 지속되었지만 여전히 피라미드 사업으로 인식되는등 그 사업에 대한 인식이 부정적인 것이 현실이다. 하지만 토종 네크웤 마케팅 사업인 애터미의 경우는 지속적으로 회원수가 증가하고 글로벌한 사업의 확장으로 인하여 현재 국내 판매매출이 지속적으로 향상되는 실정에 있다. 그러나 네트웤 마케팅의 독립사업자들이 자신의 사업이 독립적인 사업자로서의 인식이 매우 약하여 지속성이 떨어지는 현실적인 문제점을 안고 있다. 특히 네트웤 사업자들의 교육은 주로 제품에 대한 인식과 제품 마케팅에 대한 지식에 중점을 두며, 개인사업자들의 창업에 대한 인식을 향상시키기 위한 교육 프로그램이 극히 미비한 실정이다. 따라서 본 연구에서는 네트웤 마케팅 독립사업자들의 창업에 대한 인식과 경영성과간의 관계에서 기업가 정신이 매개효과에 중점을 두고자 한다. 이를 확인하기 위하여 설문지를 이용하여 국내 토종 네트웤 사업자인 애터미 사업자를 대상으로 조사를 실시하였으며, 분석 결과., .혁신성은 재무적인 성과를 진정성은 비재무적인 성과를 향상시키는 주요기업가정신임을 확인하였으며, 창업에 대한 개인적 특성 중에서는 통제위치, 창업효능감, 성취욕구들이 중요한 인식으로 나타났으며, 배경적 특성으로는 개인네트워크 수준으로 나타났다. 일반 제조기반, 농업기반의 경영과는 달이 네크웤 사업자들의 경영성과는 기업가정신의 영향력이 극히 한정적인을 알 수 있다. 이는 제품기능교육과 제품 마케팅 교육에만 치중하는 네크웤 마케팅 교육프로그램의 문제로 인하여 독립사업가들이 자신의 사업이 창업이라는 개념자체가 매우 중요한 사항으로 인식되는 수준이 낮고 지속적인 사업에 대한 동기부여가 매우 부족함에 귀인한다고 사료된다.

최근 제조업을 시작으로 농업, 금융업 등의 전 산업의 영역에서 ICBM(IoT, Cloud, Bigdata, Mobile)을 중심으로 한 신산업과의 융합이 급속도로 진행되고 있다. 이 과정에서 사이버 위협은 향후 해결해야 할 가장 큰 문제로 떠오르고 있어, 정보보호를 고려한 융합산업의 발전이 매우 중요한 상황이다. 그러나 현재 정부에서 발표한 100 대 국정 과제 및 ICT 발전전략 등에서 밝히고 있는 정책의 방향은 정보보호가 포함되지 않은 산업발전 중심의 정책이 시행되고 있어 향후 정보보호 실패로 인한 심각한 부작용이 우려되고 있다. 따라서 정보보호를 고려한 융합산업의 균형적인 발전을 위해 현재 발표된 산업발전정책과 이와 관련된 정보보호 정책들의 세부 내용을 분석하여 분류하고, 교차영향 분석 방법을 통해 정보보호정책 내의 영향성과 의존성을 파악해 정책의 우선순위 및 동반 시행되어야 하는 정책들의 구분 등의 시사점을 도출하고자 한다. 또한 각각의 산업발전정책과 관련성이 높은 정보보호정책이 무엇인지 제시하여 산업발전의 저해요인으로 지적되는 정보보호의 문제를 효과적으로 해결해 나갈 수 있도록 정책의 방향성을 제시하고자 한다.

컴퓨터 보안에 대한 기술적 조치는 필수적이나, 보안에 대한 충분조건은 아니기 때문에 보안의 성패는 사용자에게 달려 있다. 사용자의 보안행동은 인적 측면에서 접근해야 하며, 성격은 인적 측면의 한 부분으로 특정 상황에서 개인이 어떻게 행동할 것인가를 예측한다. 보호동기이론은 인간행동에 대한 보안 연구에서 광범위하게 사용되었기 때문에 본 연구에서는 보호동기이론의 선행요인으로 성격을 고려하여 성격특성에 따라서 형성된 보호동기가 PC 보안태도에 어떻게 영향을 미치는지 논의해 보고자 한다. 이를 위해 학생 및 직장인 170 명을 대상으로 설문조사를 실시하였다. 분석 결과, 성격특성 일부가 지각된 심각성과 취약성 및 자기효능감에 영향을 미쳤다. 그러나, 성격특성 일부가 반응효능감에 미치는 영향과 자기효능감이 PC 보안태도에 미치는 영향은 유의하지 않았다. 본 연구의 결과가 성격특성에 따른 PC 보안태도를 예측하는 데 도움을 줄 수 있다는 점에서 조직에서는 이를 활용해 교육이나 인사배치 등에 참고할 수 있을 것이라 기대할 수 있다.

정보통신기술 환경에서 수많은 기업들이 회사 내에서 생산되는 중요 자료인 제품정보, 제조기술, 서비스 매뉴얼, 마케팅 자료, 홍보자료, 기술적 자료들을 외부 공개 및 공유를 위해 웹 시스템을 운영하고 있다. 이렇게 인터넷에 공개된 웹 시스템은 사이버 보안 관리에 매우 큰 영향을 주고 있고, 취약점 점검 관리에 한계에 놓여 있다. 특히, 최근 국내외 기업 및 정부기관, 금융 등에서 발생되는 개인정보 유출 사건과, 정보유출 사고 사례를 보면, 디지털 환경에서의 외부 해커의 악의적인 공격으로 대부분이 웹 취약점이 원인으로 나타나고 있다. 이에 본 연구에서는 정보유출 취약점 관리의 한계에 놓일 수 밖에 없는 원인을 확인하여, 외부 환경에 대한 취약점 관리 실태를 점검하고, 정보보호 관리체계에 대한 개선 방안을 연구하고자 한다.

최근 4차 산업혁명과 더불어 산업 간, 기술 간의 융합이 가속화되면서 새로운 부가가치 창출, 경제 성장, 삶의 질 향상 등의 긍정적 효과가 나타나고 있다. 하지만 이러한 융합환경은 사회공학 공격, 산업스파이 범죄, 데이터 위 · 변조, 해킹 등의 다양한 보안 범죄를 증가시키는 원인이 되고 있다. 또한 연구개발 형태가 폐쇄적 연구환경에서 외부 연구자와 협업, 공동연구를 수행하는 개방형 연구환경으로의 변화가 실현되면서, 연구성과물에 대한 노출이 쉽게 이루어져 연구개발 성과물 대한 유출 가능성이 증가하고 있다. 따라서 본 연구에서는 연구환경 변화에 따른 연구성과물 유출 가능성을 줄이기 위해, 연구개발 현장 보안관리자를 대상으로 심층 인터뷰와 설문조사를 진행하여 연구보안 개선요구사항을 분석하였다. 세부적으로 문헌분석 및 연구현장 실제 사례조사를 통한 선행연구를 바탕으로, 연구현장에서 다양하게 해석되고 있는 연구보안 생애주기와 연구보안 개념 및 범위를 확정하고, 개방형 연구환경으로의 변화요소를 파악하였다. 이를 토대로 연구기관 연구보안 실무자들이 체계적이고 일관된 보안관리 기반을 구축할 수 있도록 개선요구사항을 분석하고, 향후 연구보안 보안관리 개선방향을 제안하였다. 본 연구는 국가연구개발을 수행하는 연구기관의 연구보안 수준을 높이고, 연구개발 성과물 유출 방지에 도움이 될 것으로 기대된다.