Earticle

The purpose of this study is to explore the main factors of YouTube travel Vlog content. In addition, the main factors are to analyze the structural influence relationship of viewing satisfaction, e-wom, and continuous viewing intention. In addition, this study aims to analyze the Tomotomo channel famous for the couple travel Vlog on YouTube to see how famous creators affect it. Based on previous studies, travel Vlog content factors are classified as extended experience, informability, vividness, and entertainment, and creator factors are classified as reliability and attractiveness. Through the results of this study, we will provide an understanding of the behavioral mechanism of viewers watching the travel Vlog of the Tomotomo channel, and present practical strategies for effective travel Vlog content production and sharing in the future. Finally, I would like to present future marketing effects to travel creators.

최근 스마트 미디어의 이용이 증가함에 따라 영유아의 미디어 중독이 사회문제로 떠오르고 있다. 특히 영아의 스마트미디어 사용 경험은 전적으로 부모의 영향을 받는다. 본 논문은 사회학습이론을 기반으로 하여 주변인의 영향, 과거 경험, 양가감정, 합리화가 영아에게 모바일 영상을 보여주는 부모들의 허용 의도와 지속적 사용 의도에 미치는 영향을 검증하고자 하였다. 이를 위하여 본 연구에서는 24개월 이하의 영아 자녀를 두고 있는 부모 217명을 대상으로 미디어 소비 허용 의도에 대한 설문을 진행하였다. 설문 결과, 주변인의 영향과 과거 경험은 합리화에 긍정적인 영향을 주고, 합리화는 미디어 허용 의도와 지속적 사용 의도에 긍정적인 영향을 준다. 그러나 양가감정이 합리화에 미치는 영향은 유의하지 않은 것으로 나타났다.

A lack of a blueprint for digital transformation often precipitates firms to make ad hoc or short-term system development decisions. Digital debt refers to the build-up of technical and informational obligations related to business maintenance and evolvability that represent performance risks in a firm’s work processes, which may result in system failures and maintenance costs. Despite its significant impacts on business maintenance and evolvability, little is currently known about the mechanisms through which it is accrued. Using a case study of a software vendor who has served over a hundred client firms, this research develops and presents a theoretical framework of the accrual process of digital debt. Each of the stages results in a different form of digital debt that reinforces each other over time to form a vicious cycle.

Information cascade and overload have followed with the recent growth of online commerce platforms. Yet, increased spare time due to the isolated lifestyle during the COVID-19 pandemic has provided a unique opportunity for consumers to seek and consume online content with more cognitive effort than before. This study examines how the bias between perceived value and true value changes with a surge of search time created by the quarantine period. Using more than 3 million transaction data pertaining to the daily prices of about 7,800 soccer player cards of two entire seasons spanning the three years of 2018-2020 from the online FIFA, we find that expensive best-quality players become less popular during the pandemic period. In other words, the “superstar effects” seem to disappear when more search time becomes available for consumers. We also find that the prices of “second-best” players (i.e., players in the 3rd and 4th quintiles of the performance ranking) increase, implying that consumers substitute towards good-quality bargains from the top-notch players. Our findings suggest that when consumers have more search time, they gauge the true quality of products more carefully and purchase good-quality bargains such as the “second-best” players. We contribute to the literature by considering circumstance factors in search costs, such as time-oriented dimensions, rather than technical perspectives, and by highlighting the pivotal role of search time in terms of finding true value in the products.

본 논문은 온라인 게임 플랫폼에서 나타나는 리뷰어 에 대한 단서를 토대로 해당 지표들이 리뷰어의 전 문성을 나타낼 수 있는지를 검증하고자 한다. 또한 각 지표들을 통해 측정한 리뷰어의 전문성이 리뷰 유용성에 미치는 영향에 대해 검증한다. 구체적으 로 리뷰에 노출되는 리뷰어에 관한 세가지 지표인 리뷰를 작성한 횟수, 제품을 구매한 횟수, 제품을 이 용한 시간을 살펴보고자 한다. 이를 위하여 본 연구 에서는 3가지의 실험을 구성하여 전문성에 대한 조 작 점검과 전문성이 리뷰 유용성에 미치는 영향을 검증하였다. 조작 점검 결과 각 지표의 조작은 모두 리뷰어의 전문성에서 유의하게 차이가 나며, 리뷰의 유용성에 긍정적인 영향을 미쳤다.

In an effort to raise funds, North Korea now performs hacking assaults against the world's financial institutions. More specifically, the North Korean hackers demand money to decrypt the files they created, and since these transactions are handled anonymously, it is difficult to identify them. Therefore, this research uses the BitcoinHeist dataset to identify cryptocurrency-related ransomware. We construct the experiment with two distinct steps: classification and anomaly detection. The XG boosting technique achieved a 100% accuracy score in the first experiment. Even though anomaly detection methods were used in the second trial for detection, they only managed to get a precision score of 50%, whereas XG boosting produced 92%. These tests indicate that the machine learning method for ransomware detection is effective. This study excels in classification and anomaly detection, which is especially noteworthy given that another paper recently classified ransomware variants except for the "white" designation.

본 연구는 RPA(Robot Process Automation) 환경에서 콜센터 상담원의 기술스트레스의 심리적 반응을 분석하고 디지털 그림자노동과 조직시민행동과의 관계를 탐색한다. 국내 대기업 콜센터 상담원을 대상으로 인터뷰를 진행하였으며, 근거이론방법을 활용하여 주요 개념들을 도출하고 이들 간 연관 관계를 제시하였다. 본 연구의 결과는 조직에서 서로 다른 심리적 기재의 역할 인식을 통하여 문제를 예방하고 해결하는 새로운 경로와 접점을 발견한 것과 부정적 요소를 긍정적인 기회의 생성이 가능한 현상의 원리를 제안하고 있다는 점에 학문적 의의가 있으며, 조직 내의 디지털 그림자노동의 부정적인 인식이 조직시민행동과의 균형과 조절을 통한 안정된 조직관리의 대안 마련 측면에서 실무적 의의가 있다.

This study aims to classify companies according to their organizational character types based on Myers-Briggs Type Indicator (MBTI). Different from survey-dependent methods which previous studies have relied on, we propose a novel method using text analytic technique, Sentence BERT. 1,329,264 reviews collected from an online company review website, Glassdoor, were analyzed to measure the organizational character of 1,241 companies. The first finding is that ENTJ, ENTP and ENFP were found to be the top-3 organizational character types and ENTJ occupies more than 34% among companies. Second, EJ type of behavioral temperament and NT type of decision-making temperament are dominant. Finally, companies belong to the same industry group tend to have similar organizational character. The research results can be used as a practical tool for companies in their organizational diagnosis and strategy development, and future studies can empirically analyze the impact of organizational character.

투자 활성화와 투자자를 보호하는 일은 모든 금융거래 시장에서 중요하게 다루어져 왔으며 암호화폐 거래 시장에서도 예외가 아니다. 정보기술을 바탕으로 한 새로운 자금조달과 투자 방법으로 각광을 받는 암호화폐 시장에서도 정보 비대칭 문제는 여전하다. 암호화폐는 거래 수단이지만 투자 수단의 성격도 가지고 있어 주식이나 채권과 같이 일정한 기준에 따라 정보공시가 이루어지는 것이 바람직하다. 그러나 현재 암호화폐의 정보공시 방법이나 기준에 관한 명확한 가이드라인은 부족한 실정이다. 암호화폐의 정보공시 필요성을 바탕으로 Leibau & Krapels는 재무적 정보공시뿐만 아니라 비재무적 정보공시 노력을 포함한 포괄적 정보공시 가이드라인을 제시했다. 개념적 연구 차원에서 제시된 Krapels & Leibau의 제안을 바탕으로 본 연구는 한국의 주요 암호화폐 거래 시장의 문제점을 조망하고 암호화폐 거래 시장을 활성화하기 위한 방안을 모색한다.

디지털 엔터테인먼트 도구로 주목받는 가상현실 기기는 그 영역이 확장되어 다양한 유형의 응용소프트웨어를 갖추고 있다. 코로나19 상황을 맞이하여 비대면 업무환경과 개인의 여가생활에 이르는 다양한 분야와 관련된 소프트웨어가 시장에 출시되었다. 메타버스 개념의 구체적인 실체를 확인하고 그 특성을 연구하기 위해 이러한 가상현실 애플리케이션의 활용 실태를 파악하는 일은 선행될 필요가 있다. 성장이 빠른 가상현실 콘텐츠 부문 중에서 게임 이외에 레저 개념이 적극적으로 고려되고 있다는 사실은 주목된다. 본 연구는 가상현실 기기를 바탕으로 실험적 아이디어를 프로토타입과 프리뷰(preview)로 제시하고 고객의 반응을 살펴본 뒤 실제 제품으로 출시하는 신제품개발 과정에서 축적된 데이터를 분석하여 기존의 모바일 앱 생태계와 가상현실 기반의 메타버스 앱 생태계 사이의 차이를 이해하고자 한다. 이를 위해 메타 퀘스트의 서드파티 앱 마켓인 사이드퀘스트(Side Quest)의 앱과 리뷰데이터를 분석하였다. 본 연구는 가상현실 앱 생태계에서 여가 개념이 중심적 위치와 영향력을 가지고 가상현실 생태계의 구성에 일정한 역할을 한다는 사실을 규명했다는 점에서 의의가 있다.

코로나19는 각종 비대면 활동을 지원하는 정보 기술 사용을 촉진했다. 일상 생활과 사회적 교류가 제약된 상황에서 메타버스 기술을 바탕으로 한 업무와 엔터테인먼트, 그리고 가정에서 스스로 수행하는 홈트레이닝 영역에서의 새로운 비즈니스 기회가 생겨나고 있다는 점은 주목할 가치가 있다. 실감형 기술을 바탕으로 한 가상현실 홈트레이닝 서비스를 사용자가 체감하기 위해 지불해야 할 비용이 크게 감소하고 사회적 거리두기가 강화되면서 사용자가 어떤 측면에서 가치를 느끼는지, 어떤 측면에서 불편함을 느끼는지에 관한 질적 연구 성과의 축적이 요구되고 있다. 본 연구를 통해 모바일 앱 기반의 홈트레이닝 기술의 사용자 경험과 가상현실 기기 기반의 사용자 경험 사이의 간극을 이해하고 메타버스 생태계를 고려하여 홈트레이닝 서비스가 갖춰야 할 가치제안 방향에 대해 논의한다. 구체적으로 사고발화(think-aloud)와 프로토콜 분석 접근법을 통해 모바일 앱 Pacer와 가상현실 앱인 Happy Run!의 보행 및 달리기 운동 경험을 비교 분석했다. 가상현실 기반의 홈트레이닝에 관한 실체적 연구는 모바일 건강(mHealth) 비즈니스 연구의 성과를 확장하고 메타버스 내에서의 건강관리 비즈니스의 발전 방향을 이해하는 일에 도움이 될 것으로 기대된다.

개인 구매 고객을 대상으로 하는 전자상거래 플랫폼은 지능형 알고리즘을 기반으로 한 추천 서비스를 활용하고 있다. 이 가운데 순위별 상품 배치 방식은 사용자의 정보탐색 과정에 영향을 미치기 때문에 특히 중요하다. 전자상거래 플랫폼은 최신 상품, 낮은 가격, 많이 팔린 상품 등, 비교적 명확하고 객관적이며 외부에서 검증가능한 기준으로 순위별 상품 배치를 수행하지만, 외부에서는 알기 어려운 추천 기준에 따라 상품의 순위를 정하고 있어 공정성 시비에서 자유롭지 않은 것도 사실이다. 본 연구는 플랫폼의 자체 기준에 따른 상품 순위 배치 알고리즘에 대한 공정성 지각 정도가 플랫폼의 신뢰에 어떤 영향을 미치는가에 관하여 실험을 통해 알아보았다. 또한 전자상거래 플랫폼이 프라이빗 브랜드(private label brand: PB)를 순위에 반영하는 정도에 따라 구매자의 신뢰성 지각에 미치는 영향을 파악하고자 했다. 추가적으로 신뢰성 지각의 편차가 데이터 가중치를 공시하는 수준에서 기인한 것인지 상품의 객관적인 비교 요소에서 기인한 것인지를 알아보았다. 인공지능 알고리즘이 전자상거래 맥락에서 활용되는 빈도가 증가하고 있으며 그 중요도가 점차 커지는 가운데 본 연구의 발견과 토론 내용은 의미가 있을 것으로 본다.

본 연구는 인플루언서의 자기노출(self-disclosure) 여부에 따른 포스팅 전략이 인플루언서가 진행한 이벤트의 매출에 미치는 영향을 분석하고자 한다. 본 연구에서는 휴먼코딩과 아마존 m-turk기반 설문조사를 통해 소셜미디어 포스팅 내 이미지 속 인플루언서의 자기노출 여부를 조사한다. 소셜미디어에서 인플루언서가 업로드한 포스팅을 크롤링하여 인플루언서의 자기노출 여부에 따라 이미지 수, 비디오 수, 포스팅 수, 댓글 수, 좋아요 수, 글자 수 등 포스팅과 관련된 변수들이 매출에 미치는 영향을 패널데이터 회귀분석 랜덤모형을 통해 분석한다. 본 연구 결과는 인플루언서가 사이버불링 등에 대한 리스크를 줄이기 위해 본인 노출을 최소화하더라도 본인에게 알맞은 포스팅 전략을 추진하여 팔로워와 소통할 수 있고, 영향력을 발휘하는 소셜미디어의 사회적 순기능에 대한 고찰을 제공한다.

디지털 기술의 발전과 확산에 따라 전세계적으로 사회, 문화, 경제 등 거의 모든 분야에서 디지털 트랜스포메이션(Digital Transformation)이 급속하게 진행되고 있다. 디지털 트랜스포메이션은 디지털 신기술의 발전을 기반으로 산업 전반에 걸쳐 일어나고 있으며 비즈니스, 의사소통 방식만 아니라 우리의 생활 방식과 가치관까지 변화시키고 있다. 오늘날 디지털 트랜스포메이션은 디지털 기술의 사용을 통해 산업에서 사회에 이르기까지 광범위하게 일어 나고 있는 심오한 변화를 포함하며 즉, 개인, 조직 및 사회 전체에 디지털화가 초래한 총체적인 영향으로 볼 수 있다. 하지만 디지털 트랜스포메이션의 중요성을 인식함에도 불구하고 디지털 트랜스포메이션의 정의에 대한 합의를 이루지 못하고 있다[1]. 또한, 이전의 많은 연구는 디지털 트랜스포메이션을 기업 수준의 특정 측면에 대한 이해를 증가시키는데 그치고 있어[2] 디지털 트랜스포메이션에 대한 포괄적인 이해는 여전히 부족한 실정이다. 우리의 연구는 디지털 트랜스 포메이션이 무엇이고, 디지털 기술의 등장으로 인해 발생하는 디지털 트랜스포메이션이라는 주요한 변화와 그 영향은 어떠한가에 대한 토론에서 출발한다.

빅데이터 환경에서 기업들은 고객 관리를 위하여 사용자가 생성한 데이터를 분석 및 활용하는 과제에 직면해 있다. 대표적으로 온라인 리뷰는 고객의 의사 결정에 많은 영향을 주며, 특히 경험적 상품은 의사결정을 위하여 주변 의견에 의존하는 경향이 있어 리뷰는 환대 산업 분야에서 중요한 요소로 작용한다. 리뷰에는 고품질 리뷰와 저품질 리뷰가 존재하며, 기업은 고품질 리뷰를 작성할 동기를 높이기 위하여 관리자 응답을 작성한다. 본 연구는 고객의 리뷰 작성 노력 및 동기 부여를 위한 경영적 대응의 외부 효과를 분석하고, 플랫폼 웹사이트 자체의 리뷰 품질에 초점을 맞춘 연구를 수행하였다. 분석을 위하여 TripAdvisor 예약사이트에서 수집한 미국 3대 도시(New York, Los Angeles, Chicago) 호텔 방문자 리뷰를 사용하였으며, Hidden Markov Model을 활용하여 고객이 작성한 관리자 응답 이전 리뷰와 이후 리뷰 사이의 숨겨진 고객의 리뷰 작성 노력 상태의 전환을 확인하였다. 분석 결과, 부정적 평점의 리뷰는 관리자 응답을 받으면 다음번 리뷰 작성 노력의 수준이 낮은 수준에서 높은 수준으로 전이할 확률이 증가하고, 높은 수준에서 낮은 수준으로 전이할 확률은 감소하는 것으로 확인되었다. 따라서 부정적 리뷰에 남긴 관리자 응답은 리뷰 작성 노력의 상태를 개선한다고 볼 수 있으며, 호텔 관계자는 이를 바탕으로 고객의 리뷰 작성 노력을 개선하여 유용한 리뷰를 남길 가능성을 높이고, 이에 따른 웹사이트 리뷰 품질의 전반적인 향상을 기대할 수 있을 것으로 사료된다.

디지털 금융 기술의 발달과 인구구조 변화가 가속화됨에 따라 최근 10년 간 시중은행의 점포 통·폐합이 활발히 진행되어왔다. 이러한 변화의 주 배경으로 인터넷뱅킹 및 모바일뱅킹의 완전한 정착과 보안 및 인증체계의 혁신 등이 있으며, 고객이 점포에 방문하는 빈도 자체가 급감 하에 따라 점포를 지속적으로 축소하고 있다. 이와 같은 은행권의 디지털 전환은 전국 곳곳에서 나타나고 있으며, 국지적으로 지역 내 특정 점포 통·폐합은 타은행 점포의 경영 실적에 영향을 주게 된다. 이러한 경향은 인구구조 변화와 맞물려 갈수록 심화될 것이라는 예상에 따라 은행권은 점포 운영구조의 개선에 많은 관심을 가지게 되었다. 본 논문은 이러한 디지털 전환 트렌드에 주목하여 은행의 점포 운영구조 개선에 대한 시사점 제시를 목적으로 점포 통·폐합의 공간적 패턴과 특성을 분석하고자 한다. 공간 패턴은 많은 연구자들의 관심사와 연구주제여 왔다. 공간분포도를 통해 은행 통·폐합의 공간패턴을 파악하고 지역 간의 유사성과 차이점을 시각적으로 비교할 수 있다. 이에 따라 첫째 최근 5년간의 서울특별시, 경기도, 등 수도권 지역의 은행 점포 통·폐합 현황을 살펴본다. 둘째, 분석의 공간단위를 시군구로 하여 최근 5년간의 은행 점포 통·폐합 변화량을 변수로 그 분포와 격차를 시각적으로 살펴본다. 셋째, 통·폐합 변화량의 공간적 군집(cluster)이 나타나고 있는지 확인하고 해당 군집에 대한 공간적 특성(지역소득, 유동인구, 직장인구 등)을 고찰함으로써 은행권의 점포 통·폐합 의사결정에 대한 이유를 유추해보고자 한다. 넷째, 은행 점포 운영구조 개선에 대한 A은행의 사례를 적용한다. 구체적으로는 통·폐합의 변화량이 큰 군집 지역에서의 A은행의 경영실적 변수와 고객의 비대면 채널 이용 변수를 앞서 도출한 공간적 특성(지역소득, 유동인구, 직장인구 등)과 함께 고찰함으로써 점포 운영구조 개선에 대한 시사점을 도출하려 한다. 이런 문제를 해결하기 위 다양한 공간통계기법 분석들 중 공간적 인접성(spatial neighborhood)을 처리할 수 있는 공간적 자기상관성(spatial autocorrelation)을 활용하여 공간적 특성을 분석한다.

Along with the trend of digital transformation, data, which is the basis of future technologies such as autonomous driving and artificial intelligence, is an important factor in improving the competitiveness of private enterprises such as developing new business areas and improving existing work efficiency. Accordingly, governments are implementing various policies to carry out data-based administration and create economic value in the private sector by utilizing high-value public data. Private enterprises are also striving to create value that has not existed before. Previous studies have attempted to propose policy directions related to public data at a strategic level or to study activation plans using metadata from public data portals. However, empirical studies on companies using public data are very limited. This study attempts to analyze the relationship between public data utilization, and business performance by attempting an exploratory analysis on the factors affecting the public data utilization of companies. While empirical research on the use of public data in Korea is limited, this paper is meaningful in that it suggests the importance of using public data to improve corporate performance and policy implications for improving the utilization of public data.

본 연구에서는 소셜미디어에서 인플루언서가 구사하는 이미지-텍스트 전략과 인플루언서-팔로워 간 상호작용이 팔로워의 호응을 이끌어내고, 이를 통해 구매까지 도달하게 되는 현상을 path analysis를 기반으로 분석하였다. 즉, 본 연구는 인플루언서가 업로드한 포스팅의 이미지-텍스트 간 Similarity와 적극적인 참여를 유도하기 위한 인플루언서의 상호작용 행위는 팔로워의 호응(좋아요)을 이끌어내고, 이는 팔로워의 구매까지 이어질 수 있다고 가정하고, 해당 path analysis를 분석하고자 한다. 그 결과, 팔로워의 호응과 실제 구매를 이끌어내기 위한 인플루언서의 컨텐츠 및 상호작용 전략을 제시하고, 인플루언서 마케팅에 있어 실무적 시사점을 제안한다.

ESG는 환경(Environment), 사회(Society), 거버넌스(Governance)의 줄인 말로 비재무적인 요소 관점에 기업 가 치를 평가하는 주요한 요소들을 의미한다. 최근, ESG는 코로나19發 양극화 우려, 기후 위기 대응의 시급성 등으 로 기업의 사회적 책임에 대한 소비자(투자자)의 관심이 높아지고 기업의 자발적 변화로 이어짐에 따라 시장에 서의 기업가치를 평가하는 글로벌 스탠다드로 부상하고 있다. 이러한 흐름에 발맞춰 카카오, 삼성SDS 등 민간 IT기업은 자체 ESG 지표를 개발하고 이에 부합하기 위한 시도를 적극 추진 중이며, 공공분야에도 정부부처를 중 심으로 공공분야 ESG 경영에 대한 역할 논의가 꾸준히 이뤄지고 있다. 다만, 공공분야의 ESG 도입 수준은 민간기업에 비해 미흡하며 일부 도입 사례도 수익창출을 목적으로 하는 ‘공기업’, 그중에서도 ‘에너지 분야와 금융(보증) 투자 분야’를 중심으로 이루어져, 준정부기관의 ESG 도입과 특히 디지털 분야 ESG 활용 사례는 많이 부족한 실정이다. 또한, 학문적 측면에서도 기업 경영, 이익조정, 기업가치 변동 등 ESG와 경영전략에 관한 연구, 경영 공시 및 회계 투명성 등 ESG와 재무(회계)에 관한 상호작용 연구가 주를 이루며, ICT 기술을 활용한 ESG 경영 사례에 대한 연구는 찾아보기 어렵다. 이에 본 연구는 우리나라의 대표적 ICT 기관이자, 위탁집행형 준정부기관인 한국지능정보사회진흥원(NIA)의 ESG 도입 사례 연구 바탕으로 디지털을 활용한 ESG 가치 창출의 방법을 제시하고 시장의 보완적 역할을 해오 던 공공기관(준정부기관)의 ESG 도입을 위한 역할, 민간 확산 방안에 대한 시사점을 도출하고자 한다.

현대 사회에서 기업 환경 및 비즈니스가 빠르게 변화하고 다양화됨에 따라, 기업의 미래 성장 동력에 대한 데이터 기반 분석의 중요성이 대두되고 있다. 특히 정부기관 및 지자체에서는 공공기술을 활용하여 미래 먹거리를 확보하고, 성장 가능성이 높은 기업을 선별하여 지원하는 정책이 중요해지고 있다. 이에 따라 공공기술 수요자인 기업에 대한 객관적이고 과학적인 평가 및 지원 기준이 필요하다. 한정된 자원을 투자하여 부가가치 및 고용을 창출하여 국가 경제에 기여하기 위해서는 데이터 기반의 보다 정확한 공공기술 수요기업의 선별이 필요한 실정이다. 또한, 기업의 입장에서도 현재 영위하는 사업의 미래 성장성, 수익성, 혁신성 등에 대한 과학적인 진단과 솔루션에 대한 수요가 높아지고 있다. 기업의 재무 및 비재무 데이터는 다양한 기업 정보를 담고 있으나, 공공기술 수요기업 선별 모델 개발에 있어서는 다소 활용에 제약이 있어왔다. 본 연구에서는 이러한 한계점을 극복하기 위해서 최신의 머신러닝 기법을 활용하여 공공기술 수요기업의 특징을 추출하고, 미래성장 가능성이 높은 기업을 선별하는 모델을 개발하였다. 모델은 한국과학기술정보연구원(KISTI) 데이터분석본부 기술사업화연구센터에서 보유한 공공R&D 사업화 기계학습용 데이터를 활용하여 국내 외감기업의 약 10년간의 재무비율 데이터를 학습하였으며, 이를 바탕으로 기업의 미래성장 잠재성을 예측하였다. 세부적으로는 사업성장성, 수익성, 안정성, 활동성, 비용성, 부가가치창출, 그리고 기술혁신성을 예측하였으며, 이를 바탕으로 미래성장 종합점수를 산출할 수 있다. 또한 각 중요 지표의 가중치를 달리함에 따라, 기업에 최적화된 미래성장 가능성을 산출할 수 있도록 제언한다.

본 연구는 디지털 전환의 시대에 국내 제조혁신과 정부정책의 중요성을 분석하고자 하였으며 특히, 정보통신기술(ICT)과 관련된 제조기업과 의약, 반도체, 디스플레이, 컴퓨터, 통신기기, 이차전지 및 항공 등 고위기술(High-tech)과 관련 제조기업 간의 혁신생태계 구조를 집단분석하여 정부정책의 함의를 도출하고자 하였다. 본 연구의 데이터는 과학기술정책연구원의 '2020년 한국기업혁신조사 제조업 부문’을 사용하였으며 총 4,000개 표본에서 한국표준산업분류상 ICT에 해당하는 '전자부품, 컴퓨터, 통신장비 제조업’ 333개를 추출하여 연구를 진행하였다. 연구방법론은 질적선택모형을 기반으로 한 로지스틱 OLS 모형을 사용하였으며 종속변수로는 제품혁신성과를 채택하여 분석하였다. ICT 제조업의 혁신성과를 창출하는 주요 독립변수로는 특허출원, 기술전유성, 내외부 R&D 활동 및 R&D 지출액 등을 사용하였다. 정부정책의 변수로는 재정적 지원정책(조세, 자금, 금융)과 비재정적 지원정책(인력, 기술, 인증)을 사용하였으며 통제변수로는 기업법정규모, 매출액 및 상근종사자수로 구성하였다. 분석결과에 따르면 첫째, ICT 제조기업의 제품혁신성과는 특허출원, R&D 지출액, 정부의 비재정적 지원정책과 통계적 유의수준이 높은 것으로 나타났다. 특히, 정부의 재정적 지원정책은 도덕적 해이 등의 문제로 인해 오히려 기업의 혁신성과에 부정적인 영향을 주는 것으로 나타났으나 인력지원, 기술지원 및 인증지원 등 비재정적 지원정책은 기업의 혁신성과에 긍정적인 영향을 주는 것으로 나타났다. 둘째, ICT 제조기업과 High-tech 제조기업 간의 혁신생태계 구조의 집단분석결과에 따르면 ICT 기업의 제품혁신성과는 모든 지식확산공유채널에서 유의미한 결과가 있는 것으로 나타났으나 “Collaboration”과 같은 “비배제적-경합적 지식확산공유채널”과 “지식재산권(IPRs)”과 같은 “배제적-비경합적 지식확산공유채널”의 경우는 High-tech 기업보다 상대적으로 높은 수준으로 활용하는 것으로 나타났다. 즉, ICT 기업들은 외부혁신자원과의 협력관계 및 네트워크 활동뿐만 아니라 특허출원 등 지식재산권 창출과정을 통해 취득된 지식을 바탕으로 혁신성과를 높인다고 해석할 수 있다. 셋째, 혁신협력파트너십에 관한 분석결과에 따르면 ICT 및 High-tech 기업 모두 “자사 내부자원”과 “외부 민간기업”과의 협력을 통해 혁신성과를 창출하나 ICT 기업이 “외부 민간기업”과의 협력적 파트너십이 상대적으로 높은 것으로 나타났다. 특히, 공통적으로 두 집단 모두 “대학교” 및 “정부부처”와의 파트너십은 낮은 것으로 나타났다. 따라서, 혁신생태계를 구축하는데 중요한 역할을 하고 있는 대학교 및 정부부처 간의 협력적 파트너십을 도모할 수 있는 정부정책이 필요하다.

디지털 전환 추진과 함께 오늘날 기업의 많은 업무는 가상화(Virtualization)되어 가고 있다. 즉, 전통적으로 물리적 메커니즘을 통해 수행되었던 많은 업무 프로세스가 가상 환경으로 전환되고 있는 것이다. 그 어느 때 보다 빠른 속도로 가상화가 이루어지고 있는 가운데 본 연구의 연구질문은 ‘프로세스 가상화의 업무 성과에 미치는 영향요인은 무엇인가?’이다. 본 연구는 프로세스 가상화 이론(Process virtualization theory)을 바탕으로 기존에 간과되었던 사용자 특성을 함께 고려하고, 프로세스 가상화 성과를 측정하여 성공적인 업무 수행을 위한 포괄적인 메커니즘을 확인하고자 한다. 구체적으로, 업무 프로세스 특성과 사용자 특성이 업무 성과(Task performance)에 미치는 영향을 확인하고자 한다. 또한 기술 특성이 이러한 관계를 어떻게 조절하는지에 대해 탐색하고자 한다. 본 연구의 결과는 기존의 프로세스 가상화 이론을 확장시킨다는 학문적 의의를 가질 뿐만 아니라 물리적 프로세스에서 가상프로세스로의 전환이 가속화되는 가운데 실제 업무환경에서도 의미 있는 시사점을 제시할 수 있을 것으로 기대한다.

This study examines whether prospective backers selectively follow different types of prior backers when making pledge decisions, depending on the severity of information asymmetry faced in the crowdfunding project. Extant literature suggests that prospective backers follow both prior backers with relevant experience (i.e., funding experience in the same product domain) and prior backers with network centrality (i.e., popularity in the backer network) when making pledge decisions. Contrary to this popular perception, we find evidence for the contingent effects of prior backers’ influences on later backers, from our analysis of 1,359 campaigns funded by 49,073 backers on Wadiz, the largest South Korean crowdfunding platform. Prospective backers selectively follow prior backers with relevant experience for experience good-based campaigns but not for search good-based campaigns (unless they are inexperienced in funding). Instead, prospective backers selectively follow prior backers with high network centrality for search good-based campaigns but not for experience good-based campaigns.

최근에는 외식 산업의 발달과 레스토랑의 수요 증가로 인해 레스토랑 추천 시스템 연구가 활발하게 제안되고 있다. 기존 레스토랑 추천 시스템 연구는 정량적인 평점 정보 또는 온라인 리뷰의 감성분석을 통해 사용자의 선호도를 추출하였는데 이는 사용자의 선호도를 의미론적으로 추출하지 못한다는 한계가 존재한다. 또한, 레스 토랑의 세부적인 속성과 사용자의 선호도를 효과적으로 반영한 연구는 부족한 실정이다. 이를 해결하기 위해 본 연구에서는 딥러닝 기법을 적용하여 소비자의 선호도와 레스토랑 속성의 상호작용을 효과적으로 학습할 수 있는 모델을 제안하였다. 먼저, 소비자의 선호도를 추출하기 위해 합성곱 신경망을 온라인 리뷰에 적용하고, 레스토랑의 세부적인 속성을 추출하기 위해 레스토랑 카테고리 정보에 임베딩 기법을 적용했다. 최종적으로 요소별 연산을 통해 소비자 선호도와 레스토랑 속성 간의 상호작용을 학습했다. 본 연구에서 제안한 모델의 추천 성능을 평가하기 위해 Yelp.com에서 제공하는 온라인 리뷰를 사용하였다. 실험 결과, 기존 연구의 다양한 모델과 비교했을 때 본 연구에서 제안한 모델이 우수한 추천 성능을 보이는 것을 확인하였다. 본 연구에서 제 안하는 방법론은 기존 연구에서 세부적인 속성을 정교하게 추출하는데 어려움이 존재하는 문제점을 개선할 수 있을 것으로 기대한다.

추천 시스템의 성능을 향상시키기 위하여는 가능한 정확한 사용자 정보를 활용할 필요가 있다. 사용자가 남긴 제품 혹은 서비스 평점은 편리하다는 장점은 있으나, 사용자의 선호를 정확하게 표현하지 못하는 한계가 존재하기 때문에 평점만을 사용한 전통적인 방법의 추천 시스템은 성능의 한계가 존재한다. 따라서 사용자의 선호를 자세하게 파악하기 위해선 평점보다 더욱 자세한 선호가 담긴 리뷰 텍스트를 활용할 수 있다. 하지만 리뷰 텍스트와 평점을 동시에 활용할 경우, 평점은 긍정적인 평점을 남겼지만 리뷰 텍스트에는 부정적인 내용이 담긴 불일치가 존재하는 경우가 있다. 이러한 불일치는 추천시스템의 성능을 저하시킨다고 알려져 있다. 따라서 본 연구는 사용자 리뷰 중 텍스트 리뷰와 평점 간에 차이가 있는 불일치 리뷰를 식별하고 식별된 불일치 리뷰에 기반한 조정된 평점을 이용하여 추천 시스템의 성능을 향상시키고자 한다. 이를 위해 TripAdvisor의 미국 9개 도시(애너하임, 애틀랜타, 시카고, 라스베이거스, 로스앤젤레스, 뉴욕, 올랜도, 필라델피아, 워싱턴)의 2002년부터 2021년까지 1,987개 호텔에 남긴 총 41,810명 고객의 리뷰 데이터 301,346개를 사용하였다. 평점과 리뷰 텍스트의 불일치 리뷰를 식별하기 위해 5개의 Lexicon기반 감성 모델인 Vader, TextBlob, Afinn, Stanza, Bing을 활용한다. 기존 연구에 따라서 사용자 평점과 5개의 모델 중 불일치가 1개라도 있는 경우를 불일치 리뷰로 분류하였다. 불일치 리뷰는 전체 리뷰의 20.99%로 나타났으며 Doc2vec 모델을 활용하여 가장 유사한 리뷰의 평점을 통해 조정된 평점을 부여하였다. Matrix Factorization을 활용하여 기존 평점을 사용한 Original Group, 조정된 평점을 사용한 Adjusted Group, 불일치 리뷰를 제거한 Consistent Group의 추천 시스템 성능을 비교하였다. 그 결과 Adjusted Group의 RMSE는 0.4326으로 Original Group의 RMSE인 0.5218보다 개선된 것을 확인하였다. 또한 벤치마크 시스템인 Consistent Group의 RMSE인 0.3869와 큰 차이를 보이지 않았다. 이는 기존 추천 시스템보다 불일치 리뷰에 대해 조정된 평점을 사용하였을 경우 추천 시스템의 성능이 향상되었음을 의미한다. 또한 불일치 리뷰를 제거한 벤치마크 시스템과 유사한 성능을 통해 제거 없이 모든 사용자에 대해 우수한 추천 시스템이 구축되었음을 알 수 있다.

온라인 리뷰는 제품 또는 서비스가 호텔 등 관광산업과 같이 무형의 특징을 가질 때 보다 영향력이 커지는 특 성을 지니고 있다. 그러나 무수히 많은 리뷰가 작성되기 때문에, 잠재소비자들은 정보 과부하 문제에 직면하게 되면서 의사결정 과정에서 어려움을 겪고 있다. 이러한 문제점을 극복하기 위해 온라인 리뷰 플랫폼은 리뷰 유용성 투표 시스템을 제공하고 있으며, 이에 많은 연구들이 리뷰 유용성에 영향을 미치는 요인들에 대해 연 구를 진행하였다. 리뷰 유용성은 소비자의 특성에 의해 영향을 받고 소비자의 특성은 문화에 직접적인 영향을 받는다. 그로 인해, 소비자를 이해하고자 문화적 측면을 고려하는 연구의 중요성이 강조되고 있으나 대부분의 연구는 서비스, 리뷰 등의 특성을 고려한 연구로 이루어져 있으며 문화적 측면을 고려한 연구는 상대적으로 부족한 실정이다. 따라서 본 연구는 세계 각국의 문화적 가치를 정량적으로 측정한 글로브 프로젝트 (GLOBE Project)에 기반하여 리뷰 유용성에 미치는 문화 차원의 영향을 조사하고자 한다. 실험 결과, Tobit 회귀 분석을 통하여 문화 차원이 리뷰 유용성에 유의한 영향을 미치는 것을 확인하였다. 본 연구결과를 통해 문화 차이에 의한 소비자의 행동에 관련된 문헌과 온라인 리뷰 유용성 문헌에 기여하고 실무자 및 관리자가 다문화 관점에 서 다양한 문화의 잠재소비자를 대상으로 마케팅 전략을 효과적으로 개선할 수 있을 것으로 기대한다.

소비자들은 자신의 의사 결정을 위해 온라인 리뷰 플랫폼을 이용한다. 하지만 온라인 리뷰 플랫폼과 같은 콘텐츠 공유 플랫폼은 사용자들의 자발적인 기여에 크게 의존한다. 그래서 온라인 리뷰 플랫폼 운영자는 사용자들이 리뷰를 쓰도록 동기를 부여하기 위해, 배지나 가상 재화를 제공하는 평판 기반 인센티브 또는 할인, 무료 제품 제공과 같은 금전적 인센티브 등의 인센티브 메커니즘을 사용한다. 특히 몇몇 리뷰 플랫폼은 고품질의 리뷰를 쓰는 리뷰어들을 선정하여 일정 기간 동안의 작성한 리뷰를 통해 재평가하는 재평가 메커니즘을 사용하고 있다. 이들에게 제공하는 인센티브 중 오프라인 행사에 초대될 수 있는 혜택이 있다. 오프라인 행사는 온라인 사이트의 성공 요소 중 하나로 뽑힌다. 그럼에도 불구하고 인센티브 메커니즘이 플랫폼 사용자에게 어떠한 영향을 미치는 지에 대한 연구가 활발히 진행되고 있지만 오프라인 행사가 사용자에게 어떤 영향을 미치는 지에 대한 연구는 없다. 본 논문에서는 오프라인 행사를 인센티브로 제공하는 Yelp의‘Elite Squad’231명의 약 9만개의 리뷰 데이터를 이용하여 오프라인 행사 참여가 기여 수준 및 의견 표현과 같은 사용자의 리뷰 작성 행동에 어떤 영향을 미치는 지 분석하고자 한다.

Despite increasing scholarly and practical attention to the metaverse, questions about what characterizes it and how its characteristics influence users’ continuance intention remain. To fill these gaps in research, we conducted two empirical studies. In Study 1, metaverse characteristics scale was developed and its validity was evaluated. The scale’s validity was assessed using data collected from 104 metaverse users. Study 2 examines the influence of metaverse characteristics on continuance intention. Drawing on means-end chain theory, we posit that metaverse characteristics influence users’ continuance intention through the mediation of experience value. The proposed model was tested using data collected from 218 users of major metaverse platforms, such as Zepeto, Roblox, and Ifland. The results show that a metaverse is characterized five factors: seamlessness, interoperability, concurrence, presence, and creator economy. The results also indicate that these metaverse characteristics jointly influence a user’s experience value, which, in turn, determines their continuance intention. This research contributes to the metaverse literature by developing a valid scale for its characteristics and empirically validating the scale’s utility. The results provide practical insights into way in which metaverse platforms can enhance their customers’ experience value.