Earticle

Prediction of blood glucose (BG) values in type 1 diabetes (T1D) remains an essential and challenging issue. Recently, machine learning methods have been used to solve this problem. We present a forecasting model based on extreme gradient boosting (XGBoost) regression to estimate the BG value of T1D patients in this study. We developed the models using clinical datasets from five T1D patients and forecasted the BG value for the following prediction horizons (PHs) of 10, and 20 minutes. Datasets are divided in two parts, around 60:40 for training and testing. We compared the performance of our proposed model to existing models using several performance metrics, including root mean square error (RMSE), mean absolute percentage error (MAPE), and coefficient of determination (R2). Our suggested XGBoost model outperformed existing models, with average RMSE, MAPE, and R2 of 12.57 mg/dL, 7.15%, 0.94, and 21.93 mg/dL, 13.72%, 0.84 for PH of 10 and 20 minutes, respectively. Finally, the findings of this study are intended to be applied to improve diabetes care.

Accuracy improvement of classification model becomes main research objective in various fields. Selecting important features and removing outliers of a dataset are two effective solutions for improving model accuracy. Information Gain is one of the feature selection methods that can be considered as a solution for selecting important features of a dataset. Information Gain selects the variable that maximizes the information gain, which in turn minimizes the entropy and best splits the dataset into groups for effective classification. Aside of selecting important feature, removing outlier is also necessary for improving accuracy of the classification model. Density-Based Spatial Clustering of Applications with Noise (DBSCAN) is one of the powerful outlier removal methods which can identify with significant accuracy the clusters of random shape and size in large databases corrupted with noise. Therefore, in this study, we propose the accuracy improvement of heart disease classification model using Information Gain and DBSCAN applied to various machine learning algorithms. One publicly available heart disease dataset (Cleveland) is utilized in this study to build the classification model. The results showed that after implementing Information Gain, the accuracy of the model applied to Gaussian Naïve Bayes, Logistic Regression, Multi-Layer Perceptron, Support Vector Machine, Decision Tree, Random Forest, and Extreme Gradient Boosting algorithms increases as much as 1.31% in average. The accuracy also increases when DBSCAN is applied to the model after utilizing Information Gain, with the number of improvements is around 0.62%.

자연어 처리 모델 중 Transformer를 활용한 TransformRec은 상품을 하나의 상품명으로 학습하는 기존의 학습방식과 달리, 상품명을 세분화된 토큰 단위로 학습하는 방식을 사용한다. 이러한 방식을 사용하게 되면, 실제로 존재하지 않는 상품명이 도출될 가능성이 있는데, 이렇게 도출된 상품명은 사용자에게 더 적합한 상품의 특성을 가질 수 있으므로, 이를 신상품 개발을 위한 아이디어로 활용할 수 있음을 본 논문에서 새롭게 제시한다. 본 논문은 울산 지역 배달 및 주문서비스를 제공하고 있는 울산페달의 데이터를 학습한 TransformRec을 통해, 새로운 상품 기획 아이디어 도출에 활용될 수 있는 Brainstorming AI방법론을 소개한다. 상품명을 세분화하여 학습하는 자연어 처리 기반의 추천시스템은, ‘닭가슴살 크림 스파게티’를 하나의 상품명으로 학습하는 것이 아니라 ‘닭가슴살’, ‘크림’, ‘스파게티’와 같이 세분화된 토큰 단위로 쪼개어 학습을 한다. 추천시스템의 결과 값 역시 토큰 단위로 산출되며, 토큰이 합쳐진 상품명은 일부 존재하지 않는 상품으로 도출될 수 있다. 예를 들어, 어떤 사용자가 ‘닭가슴살 크림 스파게티’, ‘낙지 비빔밥’, ‘제육덮밥’, ‘햄치즈 토스트’를 구매했다면, 이를 ‘닭가슴살’, ‘크림’, ‘스파게티’, ‘낙지’, ‘비빔밥’, ‘제육’, ‘덮밥’, ‘햄치즈’, ‘토스트’의 세분화된 토큰 단위로 학습하게 된다. 산출 값 역시 토큰 단위로 도출되는데, ‘낙지 크림 스파게티’, ‘제육 토스트’와 같이 실제 존재하지 않는 상품명이 도출될 수 있다. TransformRec의 추천 상품 결과 리스트에서 ‘제육 토스트’ 와 같이 실제로 판매되는 상품이 아닌 경우는 전체 상품 결과 리스트에서 약 12%를 차지하고 있는 것으로 나타났다. 이렇게 도출된 존재하지 않는 상품명들, 즉 새로운 상품명들은 신상품 개발을 위한 아이디어로 활용될 수 있다. 기존 추천시스템 연구가 하나의 모델로 추천이라는 하나의 태스크만을 할 수 있었다면, 본 연구팀은 추천시스템을 통한 타겟마케팅을 연구해왔고, 본 논문은 상품 기획에도 적용이 가능함을 보였다. 실제 데이터를 통해 그 가능성을 확인하였으며, 향후 빈도분석 또는 요약분석과 같은 빅데이터 분석을 통해 실제 신상품 출시에 기여할 수 있을 것이다.

소셜미디어 내에서 인플루언서들이 활발하게 활동함에 따라 인플루언서가 구사하는 마케팅 전략도 다양해지고 있다. Gross & Wangenheim(2018)에 따르면, 인플루언서가 공유하는 주제 영역의 좁고 넓음의 정도와 인플루언서의 사회적 실재감이 높고 낮음에 따라 인플루언서의 유형이 달라짐을 주장하였다. 특히, 인플루언서는 본인의 콘텐츠를 소셜미디어에 업로드하여 활동하는 메시지 제공자로서, 인플루언서가 지니는 전문성의 정도에 따라 소비자의 태도와 행위 변화에 큰 영향을 미칠 수 있다(Wilson & Sherrell, 1993). 인플루언서의 전문성을 측정할 수 있는 변수들이 다양하게 존재함에도 불구하고(예: 인플루언서 콘텐츠의 성능, 품질, 디자인(이미지), 댓글, 팔로워), 수행된 실증 연구는 적은 편이다. 본 연구에서는 소셜미디어 데이터로 인플루언서의 전문성을 측정하고, 인플루언서-제품간의 부합도(Fit)와 인플루언서의 전문성의 일관성이 각각 매출에 어떠한 영향을 미치는지에 대해 실증 분석을 수행하고자 한다.

During the COVID-19 pandemic, social distance regulations call for non-contact services, making self-service technologies gain much more attention. However, customers found they are pushed into more digital shadow work by using self-service technologies. This research aims to explore the user’s psychological mechanism, examine how shadow work influences user emotion during using self-service technologies; and further discuss how user emotion makes contributions to user behavior. Three rounds of follow-up interviews, with seven participants, and one focus group, consisting of four participants, are conducted over two months. Grounded theory is used in open coding, axial coding, and selective coding stage, and is conducted to develop the user’s psychological mechanisms of digital shadow work. We find and name 128 codes, group them into 18 categories, and finally get 7 concepts after coding. Shadow work has a complex impact on users’ psychological mechanisms. Negative emotions, such as anger, anxiety, annoyance, and worry, attribute to the perception of shadow work; and indirectly influence the user’s continuous behavior, such as stopping to use, continuing to use, and seeking alternatives. Examining users’ psychological mechanism contributes to developing the theory of shadow work academically, and also advance the development of self-service technologies practically.

Smart Classroom is regarded as one of the essential modes of education that provide a supportive learning environment for students by equipping them with advanced multi-functional and mobile technologies. This study aims to examine the determining factors affecting Vietnamese students' acceptance and intentions to participate in Smart Classroom Environments. The study's findings can assist educators, scholars, relevant authorities, and policymakers in promoting sustainable growth and considering the adoption of Smart classrooms in Vietnamese schools. Based on the Technology Acceptance Model (TAM). A theoretical model was proposed to study the effect of the following factors: Enjoyment, personal innovation, self-efficacy, interactivity, content quality, and instructor characteristics. The study hypotheses were examined using a mixed-method that comprised an online questionnaire and interview with a sample of students who have known or are participating in a smart classroom program. The study results provided support for relationships between the TAM Model constructs via two methods, where Structural Equation Modeling (SEM) was conducted to analyze the quantitative data and qualitative that was collected. Results indicated that enjoyment, personal innovativeness, perceived ease of use, perceived usefulness, and interactivity were considered to be critical factors in explaining Vietnamese student's attitudes toward Smart Classroom and participation intention.

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.

The Metaverse is a convergence of our physical and digital lives and indicates the future development trend of the internet industry. It is enabled by many different technologies, like augmented reality (AR) and virtual reality (VR), blockchain, 5G, edge computing, etc. This study conducts an empirical analysis to find factors affecting the use of metaverse platforms in Vietnam. We extracted the factors affecting the intention to use from the UTAUT2 model and added a new factor, switching cost, to address these concerns. Specifically, we collected and analyzed 520 samples (230 for Gen Y and 290 for Gen Z) to determine factors affecting the use of metaverse platforms. Our findings indicate that effort expectancy, performance expectancy, facilitating conditions, hedonic motivation, and value price factors positively influence the intention to use metaverse platforms. Social influence does not affect the intention to use metaverse platforms in a whole data set, but it positively influences in data set of Gen M. And the switching cost has a negative effect on the intention to use metaverse platforms. Additionally, we conducted a comparative study between Gen Y and Gen Z and found two groups had a significant difference in the factors affecting the intention to use. We expect the results can provide beneficial managerial implications for leveraging metaverse platforms’ enormous potential to serve the sustainable development of the internet industry.

The ultimate purpose of Live Streaming Commerce, which has recently attracted attention as a new e-commerce platform, is to induce viewers to make continuous purchases. In this study, the process of live streaming commerce and influencer characteristics (stimulus) leading to repurchase intention (response) through parameters (organic) was empirically investigated by applying a stimulus-organic-reaction (S-O-R) model widely used in psychology, centering on the Chinese live streaming commerce platform. Specifically, the live streaming commerce characteristics were defined as interactivity, entertainment, information, and economics, while the influencer characteristics were defined as reliability, expertise, and attractiveness. Flow and satisfaction were set as parameters, and repurchase intention was set as dependent variables. As a result of conducting an empirical analysis on 410 Chinese viewers, it was found that all characteristic variables except for information characteristic of live streaming commerce and reliability characteristic of influencers had a significant effect on repurchase intention through flow and satisfaction. The results of this study are expected to provide useful information to live streaming commerce practitioners about which platform characteristics and influencer characteristics should be focused and improved to increase viewers' flow and satisfaction, thereby increasing repurchase intention.

The outbreak of the COVID-19 devastated many sectors of businesses around the world. This study investigates the impact of the COVID-19 pandemic on omnichannel sales, along with moderating effects of competition between nearby same brand stores and commercial vs. residential districts. We examine this by utilizing the channel (i.e., offline and online) sales data from South Korea's retailing company. The results indicate that a significant proportion of offline sales spilled over to online sales, although social distancing issued in South Korea is less stringent than complete lockdowns. In addition, we find evidence that the number of nearby same brand stores further accelerates sales loss from the pandemic in the offline channel. In contrast, the overall pattern in the online channel remains unchanged. Under the COVID-19 situation, we find online channels more stable than the offline channel in terms of moderating the effect of nearby same brand competition.

Since the end of 2017, cryptocurrencies have shown significant price fluctuations in the short and long term, drawing great interest from academia and industry by bringing unprecedented profits and losses to investors. This interest in cryptocurrency seems to be focused on realizing short-term gains using large price fluctuations rather than investments based on the essential value of assets such as stocks. Twitter data have been increasingly used as an information delivery means that has a significant impact on cryptocurrency prices. Several academic studies tried to predict cryptocurrency price fluctuations by analyzing social sentiments in Twitter contexts. We selected cryptocurrencies of major categories, collected tweets that mentioned each cryptocurrency on Twitter, and conducted sentiment analysis using various algorithms. Next, we collected cryptocurrency-related news published during the same period, classified each tweet into Markets, Business, Technology, and Policy categories based on the news data, and applied the sentiment analysis results. As a result, the tweet sentiment belonging to the market category had a correlation with the cryptocurrency price returns and there is a two-way causal relationship between tweet sentiment and cryptocurrency price returns.

사람들은 매스미디어, SNS 등의 매체로부터 매일 다양한 정보에 노출된다. 이러한 정보들은 참인 정보 외에도 사람들과 사회에 해를 끼치는 거짓 정보들이 뒤섞여 있다. 잘못된 정보의 확산은 정치, 공중보건 등 다양한 영역에서 악영향을 미치며, 심각하게는 건강 및 인명 피해까지 야기한다. 본 연구는 사람들의 올바른 정보 수용 과정을 방해하는 요인을 살펴보기 위해 PLS-SEM을 활용한 실증 분석을 진행하였다. 정보원 속성인 공신력이 수용자가 지각하는 정보의 허구성에 미치는 영향과 함께 확증편향, 회의주의 성향 그리고 뉴스 리터러시 등 세 가지 수용자 속성이 가지는 조절효과를 분석한 결과 공신력의 영향과 확증편향의 조절 역할이 유의함을 확인하였다. 즉 정보를 제공하는 주체에 대한 믿음이 커질수록 정보를 진실로 인지하는 수준이 증가하며, 각 사람의 의견과 일치하는 정보인지 여부에 따라 공신력이 정보의 인식 과정에 미치는 영향 정도의 차이가 발생함을 알 수 있었다. 그 외 비록 통계적으로 유의한 차이는 아닐지라도 뉴스를 직접 생산하거나 타인에게 공유하는 행동에 대한 책임 의식을 가진 사람이라면 정보 수용 과정에서 무분별한 판단을 어느 정도는 적게 할 것으로 생각된다.

With the rapid development of live streaming commerce, the online celebrity as an information source plays a critical role in affecting the live streaming performance. However, the impact of different product types on the relationship between the online celebrity and the live streaming has been less researched. Based on the elaboration likelihood model (ELM) and information source theory, this paper aims to empirically study the factors influencing sales of live streaming commerce and the moderating role of product type on the relationship between them. The analysis of 12,091 live streaming data collected from October 10, 2021 to February 10, 2022 shows that multi-channel network (MCN) and followers positively affect sales volume of live streaming commerce, while the reputation score harms the sales. Moreover, the moderating effect of the ratio of high involvement product on the relationships has also been confirmed. The findings enrich the literature on live streaming commerce performance and the implications and limitations of the research have been discussed.

본 연구는 온라인 인터넷 플랫폼 커머스와 구전 정보의개념을 재정립하고, 이를 바탕으로 각 요인 별 영향관계를 구조화하고, 인터넷 플랫폼 커머스 시장에서 상품의 특성과 구전 정보의 특성이 태도와 행동 의도에 미치는 측정방법을 개발하였다. 인터넷 플랫폼 커머스 쇼핑환경에서 유발되는 상품의 특성과 구전 정보의 특성이 소비자 반응에 미치는 영향과 관련 변인 간 영향 관계를 규명하고자 한다. 주요 연구는 첫 번째 단계에서는 정량 조사를 실시하여 6개 요인과 34개의 항목으로 구성하였다. 두 번째 단계에서는 온라인 쇼핑환경에서 인터넷 플랫폼 커머스의 특징과 구전 정보에 따른 소비자 태도와 행동의 차이를 검증하고자 한다. 가설 1의 검증을 통해, 인터넷 플랫폼 커머스 쇼핑환경에서 제품에 대한 태도와 구매의도에 미치는 영향관계를 파악하고자 한다. 가설 2의 검증을 통해, 인터넷 플랫폼 커머스 쇼핑환경에서 제품에 대한 태도와 구매 의도는 구전정보특성에 따른 차이를 확인 하고자 한다. 가설 3의 검증을 통해, 쇼핑 경험의 태도는 인터넷 플랫폼 커머스와 상품 판매처 차이를 확인하고자 한다. 이와 같은 결과를 토대로 이론적 및 실무적 시사점과 향후 연구과제를 제시하고자 한다..

본 연구는 프라이버시 계산이론과 리스크-리스크 상쇄관계의 개념을 적용하여, 레스토랑 고객에 대한 프라이버시 공개 과정을 심층적으로 이해하고자 하였다. 나아가, 프라이버시 공개에 대한 프라이버시 보호의 영향관계를 살펴보고자 하였다. 분석 결과, 코로나19 상황에서 프라이버시 계산 요인 간의 상충되는 영향관계 및 건강 리스크 – 프라이버시 리스크 간의 상쇄 효과를 실증하였으며, 프라이버시 보호는 프라이버시 공개 의도에 직접적인 영향관계를 갖는 것으로 나타났다.

The growing competition among hotel providers and continuous pressure resulting from market saturation has raised the need for stronger brands to differentiate themselves in the hotel industry. Hotel brand personality helps to understand how potential consumers perceive the hotel property. However, the hotel has additional attributes (i.e., destination, product) to form a noticeable personality of its own even if the property is operated under the same hotel brand. The purpose of the present study is to develop a parsimonious measure of hotel personality. The study uses a multi-stage process to develop the research instrument and to refine it with the goal of obtaining a parsimonious and valid scale applicable to a broad spectrum of hotels in line with the reasoning of Aaker (1997). The hotel personality scale would provide a practical implication for the hotel management to build up effective strategies.

최근 인공지능(AI)의 급속한 발전으로 인해 산업과 사회(삶) 전반에 걸친 거대한 문명사적 변화가 진행되고 있으며, AI가 인간의 지적 기능도 수행하는 수준까지 발전함에 따라, AI는 이제 산업과 사회 모든 영역에 걸친 패러다임 변화를 촉발하고 있다. AI는 데이터 학습을 근간으로 하고 있으며 특정 분야 데이터를 확보하여 학습시킨 AI는 해당산업 영역에서 충분한 경쟁력을 가질 수 있으며 타 기술/산업 혁신에도 적용 가능하며, 향후 경제 사회 전반을 혁신할 근본적인 기술이 되고 있고, 제조 산업과 연계하여 협력하는 AI 기술력 확보는 필수적이다. 본 연구는 국내 제조기업에도 인공지능의 응용이 진행되는 상황을 파악하고 진단하여 국내 제조기업의 ICT역량 수준을 분석하고 인공지능 기술을 활용한 스마트 공장의 도입과 고도화를 위한 실행방안을 제시하기 위한 탐색적 연구를 수행하고자 한다.

With the rapid growth of the fourth industry in recent years, the way young people entertain themselves is changing rapidly, with PC and mobile gaming becoming increasingly popular. Going to venues to watch eSports matches has also become a new motivation for many young people to travel. The development of the global eSports industry is now showing a steady upward trend. In this paper, we will combine the motivations of traditional sports fans travelling with those of viewers watching eSports competitions online to extract motivations to match the fans why watching eSports competitions offline. And also, we will illustrate the integration of the eSports industry with the tourism industry in terms of eSports event host cities and industry strengths. Finally, some tentative directions for development are proposed in the discussion section.

본 연구는 라이브커머스를 통해 국내제품의 글로벌 셀링을 강화하기 위해서 무엇보다도 국제품에 대한 소비자신뢰를 강화하는 것이 중요함을 제안한다. 소비자신뢰는 불확실성이 존재하는 전자상거래 상황에서 소비자의 구매행위를 이끄는 핵심변수로 오랫동안 검증되어온 변수이기 때문이다. 한국제품에 대한 신뢰가 형성되지 않은 상황에서 중국 소비자의 구매행위를 유발하는 것은 쉽지 않다. 본 연구는 제품신뢰를 형성하는데 영향력 있는 핵심변수로 라이브방송 상황에서 인플루언서와 쇼핑가치를 제시한다. 이를 통해, 본 연구는 라이브방송 인플루언서가 쇼핑가치와 제품신뢰에 영향을 주고 궁극적으로 구매의도에 미치는 효과를 규명하고자 한다.

AI(인공지능), IoT(사물인터넷), 빅데이터 등 지능정보기술 중심의 디지털전환(DX: Digital Transformation)이 우리의 일상생활을 비롯한 사회 전 분야에 걸쳐 확산되고 있다. 정책적 차원에서도 디지털 융합기술 기반의 디지털전환을 통해 코로나19 팬데믹으로 인한 위기를 타개하고 다가올 미래의 지속가능한 성장동력을 확보하기 노력이 지속되고 있다. 2021년 7월, 정부는 한국판 뉴딜 2.0을 통해 당시까지 진행된 디지털 뉴딜 정책의 지속적 추진을 천명하였고, 서울(디지털기본계획 2020)과 경기(‘디지털 경기’ 프로젝트)를 비롯한 지자체 차원에서도 중앙정부의 정책 방향과 결을 같이 하는 각종 디지털 정책을 추진하고 있다. 본 연구의 주요 공간적 범위에 해당되는 부산 역시 미래 지역경제를 선도할 신성장동력으로 ‘디지털전환 산업 + 기존ICT융합산업’ 육성을 위한 ‘2022-2026 디지털산업 육성계획’을 발표하고 적극적으로 추진하고 있다. 주목할 점은 특정 지역(혹은 지자체) 수준에서 추진되고 있는 디지털 정책 대부분이 개별 지역의 고유한 특수성을 충분히 고려하지 못하고 있으며, 그에 따라 지역경제 및 산업 육성 측면에서 만족스러운 정책적 효과를 거두는 데 어려움을 겪고 있다는 것이다. 이러한 현상을 가져오는 요인의 하나로 지역 수준(regional-level)의 디지털 (산업)여건을 효과적으로 파악할 수 있는 체계적인 도구 내지 프레임워크가 부족하다는 점을 들 수 있다. 본 연구에서는 다국적 IT기업 CISCO에서 국가 수준의 디지털 현황을 파악하기 위해 개발한 디지털준비지수(DRI: Digital Readiness Index) 프레임워크를 기초로 지역(혹은 지자체) 수준의 디지털 현황을 측정하기 위한 지역 디지털 준비지수(R-DRI: Regional-DRI) 프레임워크를 개발하고 세종시를 제외한 전국 16개 광역지자체를 대상으로 측정 및 분석해 보고자 한다. 또한, 측정 및 분석결과를 토대로 전통적 제조업 중심의 산업구조와 그에 따른 저성장으로 인해 어려움을 겪어 온 부산 지역산업의 성공적인 디지털전환 대응전략을 제시해 보고자 한다. 본 연구는 1) 개별 지역의 특수성을 고려한 지역 수준에서의 디지털(준비) 지수(R-DRI)의 개발과 측정을 선험적으로 시도 및 2) R-DRI 측정 및 분석결과 기반의 지역 디지털전환 대응전략을 제시한다는 측면에서 기존 연구들과 학술적, 실무적 측면에서 차별성을 가질 수 있을 것으로 기대된다. 주) 본 연구는 현재 진행중인 단계(research-in-progress)로 지역 디지털 준비지수(R-DRI: Regional-DRI) 프레임워크 개발과 관련된 선행연구와 개발방향을 공유하고 유관 전문가의 다양한 의견을 청취 및 수렴해 보고자 한다.

전 세계적으로 노년층 비율이 증가하고 있다. 특히 한국은 65세 이상 노년층 비율이 16.5% (2021년 기준)으로 향후 2050년까지 최대 40%에 이를 것으로 전망하고 있다. 전체 인구를 비중으로 보았을 때 결코 지나칠 수 없는 높은 비중이며, 이 수치는 디지털 디바이스 분야의 지속가능한 성장을 위해 노년 소비자층이 주요 시장이 될 수 있는 가능성을 시사한다. 더욱이, 스마트폰과 연동한 스마트 와치와 같은 웨어러블 디바이스는 혈압 확인, 운동량 확인 등 건강 정보와 관련한 다양한 혜택을 제공하고 있어 노년층들로부터 많은 수요가 있음을 확인할 수 있다. 일반적으로 노년층은 혁신에 덜 민감하고 새로운 변화를 수용하는데 부정적이라고 생각하기 쉽지만, 정말 노년층들은 새로운 시도를 두려워하고 있는가? 이미 스마트폰을 통해 디지털 기기를 활용하여 혜택을 누리고 있는 현 5060 세대의 경우, 이미 디지털 기기를 활용한 혜택을 경험하고 있는 세대이므로 디지털 기기 수용에 있어 과거 5060 세대와는 다른 모습을 보일 것으로 예상한다. 본 연구는 먼저 노년층들의 웨어러블 디바이스에 대한 기술 준비도 현황을 파악하고, 기술 준비도를 통해 노년층들의 시장을 세분화하여 웨어러블 디바이스 시장 확대 방향과 전략을 고찰한다.

코로나 사태 이후 금융시장은 비대면 온라인 서비스 비중이 급격하게 늘고, 메타버스와 같은 새로운 온라인 환경이 구축되는 등 큰 변화를 맞고 있다. 본 연구는 이러한 금융시장의 변화에 주목하고 금융소비자가 자산관리 전문가를 선택하고 금융상품에 투자하는 데 있어 중요하게 영향을 미치는 사회심리적 요인은 무엇인지 알아본다. 본 연구는 자산관리 전문가와 금융소비자의 성격 유사성과 금융상품의 네이밍(naming)이 금융소비자의 의사결정에 영향을 미친다는 선행연구(김보라, 김석환, 2021)의 확장 연구로서 otree 프로그램을 사용해 실험환경을 구축하고 다음의 연구 문제들을 탐색한다. (1) 금융 의사결정을 내릴 때 성격 요인뿐 아니라 개인의 신뢰성향(tendency to trust)과 시간지향성(time orientation), 대인관계 호감 요인이 어떻게 영향을 미치는가? (2) 자산관리 전문가 선택에 있어 전문가의 인구통계학적 변인 정보가 영향을 미치는가? (3) 가상의 투자 상황에서 자산관리전문가(Private Banker, PB)에 대한 신뢰 및 개인의 사회심리적 요인이 (개인 투자성향 변인의 효과를 통제한 후에) 투자 지속 결정에 어떤 영향을 미치는가? 마지막으로 후속 연구 아이디어를 제안한다.

정보통신 기술혁신과 팬데믹에 따른 사회적 거리두기 등으로 기업 현장에 재택근무가 확산되고 있다. 우리나라의 재택 및 원격근무는 2019년까지 남녀 근로자 모두 8% 미만이었으나, 2020년에는 여성 21.1%, 남성 15.1%로, 유럽연합도 10%에서 34%로, 미국은 5%에서 22%로 증가했다. 재택근무는 직원은 삶의 질 개선과 생산성 향상, 기업은 우수 인재 확보, 사무공간 비용 절감 등을 통한 경쟁력 재고, 국가 차원의 ESG 문제 해결에도 기여할 수 있을 것으로 기대되고 있다. 그러나, 최근 연구에 따르면 재택근무에 따른 업무 생산성은 큰 차이가 없는 것으로 나타난다. 전체 근무시간은 약 30% 증가했지만, 직원들 간 소통과 업무 조율 시간이 증가하고; 집중해서 일하는 시간이 줄어들었기 때문이다. 또한 일과 가정의 경계가 희미해져 더 많은 일을 하게 되고, 비대면 소통으로 인한 고립감과 우울감으로 업무효율이 떨어진다. 마이크로소프트사의 원격근무 시행 전과 후 직원들의 근무 행태 등을 분석한 연구에서, 직원 간 소통과 협업이 줄어 새로운 정보 획득과 공유가 어려우며, 이로 인해 생산성과 혁신에 영향을 미칠 수 있다는 것을 보여준다. 재택근무 시 대두되는 핵심 문제인 소통과 협업은 메타버스가 해결책이 될 수 있음을 시사한다. 현실에서 오피스는 책상과 회의실이 있는 장소이고, 구성원들과 소통하고 협업을 할 수 있는 장소이다. 메타버스 가상오피스는 메타버스 가상세계에 현실의 오피스를 그대로 옮겨 놓은 것이라 할 수 있다. 직원들은 동일한 가상공간에 존재하며, 아바타로 동료와 실시간으로 소통할 수 있다. 가상오피스를 이용하면 오피스 운영 비용 절감 및 출퇴근 시간 감소, 상호작용 증가에 따른 업무효율성 향상, 무한 업무공간 제공, 사무용품 의존도 감소, 가상현실 기술로 현실에서와 같은 업무처리, 유연한 팀 구성 등의 이점이 있다. 최근 메타버스에서 가상오피스를 만들어 활용하는 기업이 늘어나고 있다. 메타버스 플랫폼 중 Gather, Teamflow, Virbela 등을 활용해 가상오피스를 구축하거나 또는 가상오피스용 비즈니스 플랫폼을 개발(예: Metapolis, oVice, Horizon Workrooms, Mesh 등)하였거나, 개발 중(한컴타운, xR라이프트윈 등)에 있다. 본 연구에서는 현재 출시된 메타버스 플랫폼 중 가상오피스 운영이 가능한 플래폼을 조사하여, ‘가상오피스 구축 지원’과 ‘비즈니스 전용’으로 유형화하고, 각 플랫폼의 상세 기능과 특성을 조사, 비교하여 가상오피스 플랫폼의 공통 요소와 특징을 도출하고자 한다. 또한 각 플랫폼을 활용한 주요 사례를 조사하여 플랫폼 적용의 장단점과 한계, 그리고 구성원과 기업의 요구사항을 도출함으로써 향후 플랫폼의 구축 방향을 제시하고자 한다. 본 연구를 통해 향후 가상오피스에서는 현재 제기된 문제를 해결하는 방향으로 발전하길 기대한다. 첫째, 현재 구축 중인 ‘한컴타운’, ‘xR 라이프트윈’ 같은 새로운 플랫폼처럼 기간 정보시스템, 각종 협업 툴과의 연동뿐 아니라 IoT, NFT, 인공지능 등 기술과 융합하는 것을 지향하며, 이는 B2B, B2C, C2C 등 다양한 사업모델에 적용될 것으로 예상된다. 둘째, 직원들은 팬데믹 이후 재택근무와 오피스 근무를 혼용한 하이브리드 형태의 근무를 원하는 것으로 나타나고 있는데, 이는 현재의 재택근무 형태의 불만족과 업무특성 등에서 기인한 것으로 보인다. 가상오피스에서 상호작용 방법의 개선, 편리한 업무연계, 워라벨을 지원하는 제도적 장치 등 현재의 문제점을 해결하게 되면 대부분 가상오피스에서 근무하는 형태로 전환될 것으로 예상된다. 셋째, 가상오피스에서 일함으로써 발생하는 노무문제, 콘텐츠 통제나 소유권 및 저작권 문제 등 제기되는 법적, 윤리적 이슈와 직원들 간 정보격차나 여건의 차이로 인해 느끼는 피로감과 스트레스 또한 해결해야 할 과제이다.

최근 전세계적인 이상 기후와 지구 온난화로 인해 미국, EU를 비롯한 주요국 및 국제 단체들를 중심으로 탄소 중립 및 친환경에 대한 이슈를 강력하게 제기하고 있다. 이에 발맞춰 소비자들 사이에서도 친환경 자동차에 대한 인식이 전기자동차를 중심으로 빠르게 확산되고 있다. 매연 배출이 없는 전기차는 높은 가격과 충전의 불편함에도 불구하고 시장 점유율이 점차적으로 증가하고 있는 추세이다. 현재 전기차의 시장점유율은 10% 미만이지만, 2030년까지 전세계 시장점유율을 30%까지 달성할 것이라 전망하고 있다. 일반적으로 소비자들은 전기차를 친환경이라고 인식하고 있으나, 현재 전력 생산의 60% 이상이 화석연료이며 30%정도가 원자력 발전을 통해 만들어지고 있는 것이 현실이다. 즉, 소비자들의 인식만큼 전기자동차가 친환경적이지는 않다. 본 연구는 소비자들의 전기차에 대한 인식이 환경 관여도와 전력 생산 원천에 대한 정보 여부에 따라 어떻게 변화하는가를 실험연구를 통해 살펴보고자 한다. 실험은 전력 생산원의 정부 여부 (없음, 있음) × 경쟁제품 여부 (없음, 있음) × 환경관여도 (낮음, 높음)의 집단간 실험 설계를 사용하였으며, 환경 관여도는 측정 후 중앙값을 기준으로 집단을 사후 분리하여 조작하였다. 실험 절차는 전기차에 대한 기사를 실험 참여자들에게 노출시킨 후 종속변수를 측정하는 방식으로 진행하였다. 분석 결과를 기반으로 전기차에 대한 시사점을 논하고자 한다.

본 연구의 목적은 사이버 폭력의 가해와 피해에 영향을 미치는 심리적 요인과 회복탄력성 및 사회적 관계의 매개 효과를 검증하는 것이다. 먼저 본 연구는 사이버 폭력의 가해와 피해의 관계에 주목하고자 한다. 일반적으로 물리적인 폭력은 가해자와 피해자의 관계가 명확히 구분되는 경우가 많다. 그러나 사이버 폭력의 경우, 사이버 환경의 특성상 피해자가 곧바로 가해 행위를 통해 보복하기 쉬우며, 그 결과 가해자가 피해자가 되고, 피해자가 가해자가 되는 경우가 많다. 그러므로 사이버 환경에서 사이버 폭력의 가해자와 피해자를 명확히 구분하기 쉽지 않다는 점을 검증할 필요가 있다. 그동안 사이버 폭력의 가해 및 피해와 관련하여 정신 건강과의 관계를 밝히는 연구가 계속되어 왔다. 사이버 폭력의 가해 및 피해와 관련된 요인으로는 스트레스와 우울증(Zhang et al., 2020), 공감(Zych et al., 2019), 가족과 친구 관계 등 사회적 관계(Zych et al., 2019) 등이 주로 제시되어 왔다. 그러나 사이버 폭력과 이와 관련된 심리적 용인과의 관계를 다른 많은 연구가 청소년을 대상으로 하고 있으며, 성인을 대상으로는 충분한 연구 결과가 축적되지 않았다는 점을 알 수 있다. 본 연구는 늘어나는 코로나19로 늘어난 온라인 활동의 결과 더욱 심각한 사회 문제로 부각되고 있는 사이버 폭력과 성인의 심리적 요인 간의 관계를 밝히는데 의의가 있다. 본 연구는 특히 사이버 폭력의 예방적 요인과 관련하여 우리는 회복탄력성에 주목하고자 한다. 회복탄력성이란 역경을 극복하고 성공적으로 적응하는 능력(Garmazy, 1993; Luther, Cicchetti, & Becker, 2000)을 뜻한다. 또한 부정적 정서와 대인관계 능력, 감정조절 능력과 관계가 크며, 이 중 대인관계 능력은 중요한 비중을 차지한다. 이와 관련하여 방송통신위원회와 한국지능정보사회진흥원이 발표한 2020년, 2021년 사이버폭력 실태조사 데이터를 분석한 결과, 대인관계와 관련된 요인 중 가족 및 친구와의 관계(사회적 지지)가 사이버 폭력 가해 및 피해 행위와 밀접한 관계가 있음을 확인했다. 이러한 분석 결과는 회복탄력성이 사이버 폭력의 다양한 심리적 위해 요인과 사이버 폭력 가해 및 피해 행위 사이에 상당히 중요한 매개변수 혹은 조절변수의 역할을 할 수 있다는 점을 보여준다. 그러므로, 본 연구는 성인을 대상으로 한 설문조사를 통해 사이버 폭력의 가해와 피해의 관계, 심리적 요인들과 사이버 폭력의 관계, 회복탄력성의 중재효과에 대해 분석한다.

본 발표에서는 클라우드 컴퓨팅 도입시 발생하는 도입 비용에 대한 분석 방안을 제시한다. 클라우드 도입 비용 분석을 위해서 클라우드 컴퓨팅 유형 별 비용 구성 요소를 도출하고, 각 비용 요소 별로 산정 기준을 제시한다. 이와 함께, 연구 개발 분야에서의 시뮬레이션 소프트웨어 라이선스 비용을 포함한 클라우드 환경에서의 시뮬레이션 비용 분석을 수행한다. 이를 통해 클라우드 환경에서의 시뮬레이션 비용 절감 방안에 대해서 논한다.

지능형 전자기기 발전과 함께 차량과 사람, 사물을 초고속 통신망으로 연결해 양방향 소통하고 거대한 사물인터넷(IoT)의 통신기기로 커넥티드 카가 진화하고 있다. 차량 내·외부의 정보를 이용한 커넥티드 카 서비스는 자동차용 애플리케이션 서비스와 스마트폰 연결로 운전자 중심의 텔레매틱스, 인포테인먼트 시스템이 차량 내에 탑재되어 위치 기반 서비스(Location Based Service: LBS), 지능형 운송 시스템(Intelligent Transport Systems: ITS), 그리드, 스마트하이웨이로 성장하고 있다. 운전자 중심의 융합 정보를 이용한 서비스 발전과 함께 운전자의 보안 및 인증 문제가 중요해지면서 운전자 인증 기술이 활발하게 연구되고 있다. 다중 경로 전파를 통해 CSI(Channel State Information)를 이용하여 고유한 무선 생체정보를 취득함으로써 접촉하지 않는 상태의 운전자를 식별하는 비접촉 방법과 패치 형태의 전극을 운전자 신체에 부착하여 고유한 생체신호를 취득함으로써 운전자를 식별하는 접촉 방법이 있다. 비접촉 운전자 식별 방법은 편리한 인증 및 보안 기술이지만 낮은 식별 정확도로 오류율이 높은 문제가 있다. 비접촉식 방법보다 높은 식별 정확도로 분석되는 접촉식 방법에 의해 운전자로부터 생체신호를 취득하고 식별 시스템이 연구 개발 중이다. 신체 내부에서 전기적 신호로 발생하는 생체신호 중 심전도(ECG, electrocardiogram)는 심장의 전기생리학적 요인과 심장의 위치, 크기, 신체적 조건에 의해 개인 고유의 특징이 있다. 근전도(EMG, electromyography) 는 근육 발달과 신체 활동의 정도가 사람마다 다르고 사용하는 근육에서 발생하는 불규칙 패턴에 따라 개인 고유의 특징이 있다. 단일 생체신호를 이용하여 운전자 식별 연구가 진행되고 있지만 낮은 정확도로 분석된다. 이러한 문제를 해결하기 위해 심전도와 근전도 신호를 2D 스펙트로그램으로 변환하고 CNN(Convolution Neural Network) 기반 멀티스트림을 이용한 운전자 식별 시스템 제안한다. 공개 DB인 drivedb(Stress Recognition in Automobile Drivers Database)를 이용하여 단일 심전도 신호의 최대 식별 정확도는 96.4%, 단일 근전도 신호의 최대 정확도는 84.1%이지만 심전도와 근전도를 다중으로 이용할 때 식별 정확도는 97%로 단일 생체신호의 최대 정확도보다 0.6% 우수하였다

소비자들은 제품 및 서비스를 구매함에 있어 불확실성과 위험을 줄이기 위해 온라인 리뷰를 활용하고 있다. 그러나 너무 많은 온라인 리뷰는 소비자에게 혼란을 가중하고 있으며 유용한 정보를 제공하고 있는 리뷰를 선별하기 위해 많은 시간과 노력이 요구된다. 웹사이트에서는 사용자들의 투표로 온라인 리뷰에 대한 유용성을 제공하고 있으며 리뷰의 유용성에 영향을 미치는 요인들에 대한 연구가 활발하게 이루어져 왔다. 또한 예측모형을 구축하여 최근에 작성되었거나 유용성 투표가 제공되지 않는 사이트에서도 유용한 리뷰인지 아닌지 예측할 수 있도록 하였다. 이러한 예측모형은 다양한 기법을 적용하여 높은 예측성과를 보이고 있지만 모형에 대한 해석이 어렵다는 한계가 존재한다. 본 연구에서는 온라인 리뷰의 텍스트를 기반으로 리뷰 유용성에 대한 예측모형을 로짓, 인공신경망, SVM, XGBoost로 구축하고 예측모형에 설명가능한 인공지능을 적용하여 유용한 리뷰와 유용하지 않은 리뷰에 대한 영향요인의 중요도를 살펴본다. 이는 유용한 리뷰에 대한 해석을 통해 보다 신뢰할 수 있는 정보를 제공할 수 있을 것이라 기대한다