Earticle

최근 몇 년 동안 "후불결제"(BNPL) 또는 후불 서 비스로 알려진 새로운 유형의 지불 서비스가 중국에 서 등장했다. 그러나 중국에서 후불결제 서비스의 인기가 높아지고 있음에도 불구하고 소비자의 수용 및 이러한 서비스의 지속적인 사용에 영향을 미치는 요인에 대해서는 알려진 바가 아직 부족하다. 본 연 구는 중국에서 핀테크 기반 새로운 유형의 후불 결 제 서비스의 만족도 및 지속적 사용의도에 영향을 미치는 요인을 조사함으로써 금용 기술에 대한 만족 도 및 지속적인 사용 의도에 관한 기존 문헌에 기여 한다. 본 연구의 제시된 목적을 달성하기 위해 실증 적 연구방법을 할 것이다.

모바일 헬스, 또는 m-Health는 코로나19 대유행 이 후 빠르게 발전하면서 주목받고 있다. m-Health는 스 마트폰, 태블릿, 웨어러블 디바이스 등의 모바일 기 기, 애플리케이션과 메시징 서비스를 이용하여 사람 들이 언제 어디서나 의료 서비스와 건강 정보에 접 근할 수 있도록 하는 것이다. 본 연구에서는 사회·기술시스템이론을 통해 사회 적 요인과 기술적 요인이 사용자 모바일 헬스 앱의 지속사용의도에 어떻게 영향을 미치는지 설명하고자 한다. SOR 이론을 기반으로 3단계인 자극, 유기체, 반응으로 구분한다. 연구모형을 검증하기 위해 설문 조사를 통해 데이터를 수집하여 PLS-SEM 기법을 사 용할 것이다. 본 연구를 통해서 모바일 헬스 앱의 발전과 혁신에 있어서 도움이 될 수 있는 것으로 기대한다.

Digital transformation (DT) is having significant impacts on organizations, industries, and society. Many studies assume that organizations already possess the necessary resources for successful DT, such as human, technological, and financial resources. However, some organizations may not want to incur the costs of owning these resources and may prefer to access them in a temporary and dynamic arrangement. Through the example of a not-for-profit organization in New Zealand, this research demonstrates that successful DT requires the use of flowing communication and resources in three distinct phases. This paper proposes three phases that organizations can use to leverage accessible resources, which they do not necessarily own, to achieve successful DT.

부적은 동·서양의 정신세계, 종교, 문화, 예술의 위대한 유산이다. 특히 한국의 부적은 정신세계와 문화에 큰 영향을 미쳐왔다. 조상숭배와 함께 혼인, 출산, 장례 등의 생애의식에서 중요한 역할을 수행한 것이다. 이러한 부적은 SNS와 같은 미디어의 빠른 확산으로 다양한 정보공유를 통한 새로운 서비스가 생성되고 있다. 부적은 불교의 전통 의례행위 속에서도 상당히 훈련된 기술을 필요로 한다는 측면에서 본 연구는 한국의 부적 신앙에 대한 의미를 불교 관점에서 해석하고 역사와 더불어 문화적 의미를 분석하고자 한다. 기존의 부적 관련 연구들은 종교 관점에서 부적의 역사, 형태, 조형성 등에 관한 이론적 고찰 및 질적연구로 통계적 한계성이 있었다. 따라서 본 연구는 경영정보학 관점에서 변수를 도출하고 실증연구 방법론을 적용한 양적연구로 확장하고자 한다. 이처럼 불교 관점의 부적 관련 변수의 도출을 소비자들의 소셜플랫폼에 대한 태도의 관점에서 탐구하고 애착을 매개로 지속 사용의도에 미치는 인과관계를 파악하고자 한다. 특히 기존에 부적 관련 논문에서 다루지 못하였던 구조방정식 모형을 도출함으로써 향후 부적에 관한 학문적 고찰의 폭을 넓히는데 기여하고자 한다.

The study of tourist experience is a popular research topic, as it can help promote a thriving tourism industry. Chinese tourists as a leading player in the tourism industry accounted for almost one-fifth of global tourism spending before COVID-19. As the COVID-19 pandemic gradually recedes, tourism markets around the world are beginning to recover. To attract more tourists, destinations must proactively improve the tourist experience. Thus, this study aims to focus on newly arrived Chinese tourists using a mixed-method approach that includes both text-mining and interviews. We are also exploring general key tourist experience factors including the positive and negative factors during Chinese tourists’ travels to Seoul and Jeju in Korea. This study utilized a tourist experience conceptual model to gain a deeper understanding of the experimental results and summarized the general key tourist experience factors, the positive and the negative factors of Seoul and Jeju respectively. Based on the findings of this study, recommendations are tailor-made specifically for Seoul and Jeju to help local tourism providers improve services and offer a better experience to tourists.

인공지능은 인간 고유 영역으로 여겨져 왔던 창작의 주체가 되고 있다. 그 창작물은 가격이 매겨져 거래 되며 이익을 창출해내고 있다. 창작 행위의 주체로서 인공지능은 인간의 창작 행위와 그 결과물에 대한 이 익을 저해하지는 않나? 반대로, 인간은 인공지능의 창작 행위를 인간의 것과 동일하게 보호하고 있나? 본 논문은 현행 저작권법이 이 두 질문에 답할 수 있 는지 점검해보고자 한다. 저작권법은 인간의 저작물 을 보호함으로써 창작을 유인하고 문화 발전을 도모 하기 위해 1957년 제정되었다. 현재까지 20회에 걸쳐 개정이 되었으나 인공지능이 창작과 저작물에 대한 이용과 권리에 대한 규정은 없다. 기술혁신을 제도가 따라가지 못하는 ‘문화지체현상’을 경험하는 지금, 현 행 저작권법 상에서의 인공지능 창작 문제를 다음 세 가지 주제로 나누어 논쟁해보겠다. 인공지능 학습과 정에서의 저작권 침해, 인공지능 결과물의 저작물성, 인공지능의 저작권 귀속이 그것이다. 인간의 창작물 보호와 인공지능 산업 발달, 이 두 상반되는 관점에 서, 인공지능의 창작이 비윤리적(Immoral)인지, 새로 운 인공지능 산업의 윤리(E-moral)를 정립할 수 있을 지 논쟁해보고자 한다.

It is crucial to develop effective and efficient big data analytics methods for problem solving in the field of business in order to improve the performance of data analytics and reduce costs and risks in the analysis of customer data. In this study, a big data-driven data analysis system using artificial intelligence techniques is designed to increase the accuracy of big data analytics along with the rapid growth of the field of data science. We present a key direction for big data analysis systems through missing value imputation, outlier detection, feature extraction, utilization of explainable artificial intelligence techniques, and exploratory data analysis. Our objective is not only to develop big data analysis techniques with complex structures of business data but also to bridge the gap between the theoretical ideas in artificial intelligence methods and the analysis of real-world data in the field of business.

ChatGPT는 1,750억 개 이상의 매개변수를 가진 대규모 언어 모델인 GPT-3.5를 기반으로 한 대화형 에이전트이다. 인간에게 유용한 답변을 생성하는 능력으로 인해 ChatGPT는 학계와 대중 모두의 관심을 끌고 있다. ChatGPT는 자연어 처리(NLP) 작업에서 놀라운 성능을 보여 개체명 인식, 문장 분류, 문서 요약, 기계 번역, 질문-답변 시스템 등의 태스크에서 학계와 대중의 호응을 얻고 있다. 그러나 ChatGPT가 이러한 성능을 어떻게 달성하는 지와 인간 작업과 얼마나 차이가 있는지에 대한 학계의 궁금증도 대두되고 있다. 이에 최근 많은 연구자들이 ChatGPT와 인간 작업을 비교하는 실증 연구를 발표하고 있다[1-5]. 최근에는 글로벌 과학기술 환경 변화와 R&D 의사결정의 불확실성이 높아지면서 학술 논문 중심에서 논문-특허-펀딩 등의 이종 데이터의 연계/통합[6]을 통한 새로운 모니터링 및 평가체계가 필요성이 부상하고 있다. 이에 이종 데이터간 연계를 위한 기본 키(primary key)로 사용될 고유한 개인, 기관, 지역 등에 대한 개체명 인식(Named Entity Recognition) 작업이 더욱 중요해지고 있다[7-9]. 기존 연구에서는 개인, 기관, 지역을 각각 나누어 인식하는 방법론의 연구가 주를 이어왔으나, 본 연구에서는 대규모 언어 모델인 ChatGPT를 활용하여 학술 논문 데이터의 서지 정보에서 개인, 기관, 지역을 식별하기 위한 실험적 연구를 수행한다. 구체적으로는 {저자, 기관, 주소}로 결합된 문자열 정보에서 raw 데이터 소스의 플랫폼인 Web of Science에서 제공하는 값, 인간 주석자(annotator)의 수작업 결과 값, ChatGPT 개체명 인식 결과 값을 비교하기 위한 방법을 고안하려 한 다. 이를 기반으로 ChatGPT의 응답 특성, 인간 주석자와의 차이점, 그리고 대규모 언어 모델의 미래 활용 방안을 탐구하고자 한다.

본 연구의 목적은 생성형 인공지능(Generative Pre-Trained Transformation)기술의 안전성에 관한 다양한 논의가 이루어지고 있는 시점에서 인공지능 기술을 안전하게 활용하기 위해 지방정부의 역할을 논의하기 위함이다. 이를 위해 한국과 미국의 인공지능 관련 동향을 살펴본 후 경기도, 서울시 및 뉴욕시의 인공지능 관련 법제도, 정책 등의 사례를 분석한 후 실천적 정책 방향을 제안하는 것을 목적으로 한다. 본 논문에 활용할 분석방법론은 뉴욕대학의 TheGovLab 에서 제시한 AILocalsm개념을 수정한 AILocalism-Korea 이다. AILocalism-Korea 는 법제도, 공공조달, 상호협력, 시민참여 등의 분야에서 각 지자체의 현재 활동사례를 분석하고 각 영역에서 실천적 대안을 제시하고자 만든 분석 방법론이다. 본 논문에서는 이를 활용하여 안전하고 신뢰할 수 있는 인공지능 활용을 위해 지방정부가 해야 할 9 개의 구체적 실천방안을 제시하고자 한다.

데이터 기반 의사결정 방법론, 고도화된 빅데이터 처리 기법의 발달로 데이터를 처리하는 방법에 대한 정보의 수요가 늘어나고 있다. 데이터를 활용하는 거의 모든 작업과 연구에서 데이터 전처리 과정이 포함 되나, 이러한 과정은 주장하고자 하는 내용이나 결과물을 도출하기 위한 수단으로써 언급될 뿐 실질적인 과정에 대해서 자세하게 설명하고 있는 연구는 부족하였다. 실질적인 분석 기법을 활용하기 이전의 단계 로 간단하게 언급되는 경우가 많아 데이터 처리에 대한 인사이트를 획득하기 어려운 경우가 많았다. 따라 서 해당 연구에서는, raw data에서부터 데이터를 처리하는 과정, 즉 데이터 처리 파이프라인에 대해서 자세하게 작성하고자 하였다. 특히 수입식품 수입 절차에 대한 설명을 구체화하여 해당 상황에서 데이터 의 필드들이 어떻게 해석될 수 있고 어떠한 필드들을 왜 활용하게 되었는지에 대한 상황과 해당 도메인 지식을 공유하면서 흐름을 기술하고자 하였다.

With the development of data-driven decision-making and sophisticated big data processing technique, there is a growing demand for information on how to process data. However, recent studies with data preprocessing mentioned only as a means to achieve a result. Therefore, in this study, we aimed to write in detail about the data processing pipeline, include prerocessing data. In particular, we shares the context and domain knowledge to aid fluent understand of the research.

사람들의 정보 검색이 검색 포털에서 소셜 네트워크 사이트(SNS)로 옮겨가면서 맛집 검색에서의 SNS 활용도 증가하고 있다. '인스타 맛집'이라는 용어가 등장할 만큼 인스타그램을 통해 유명해지는 식당이 많아지고, 사람들은 인스타그램을 이용해 식당을 검색해서 방문하고 있다. 하지만 인스타그램에서 인기가 높은 식당의 방문이 항상 만족스러운 식사 경험으로 이어지는 것은 아니며, 만족스러운 식사 경험을 제공하는 식당이 반드시 인스타 맛집이 되는 것은 아니다. 이에 본 연구에서는 전통적으로 식당을 평가하는 척도가 되어 왔던 리뷰와 인스타그램에서의 평가의 차이를 각 식당의 인스타그램 게시물 사진을 분석해 알아보고자 한다.

Riding without a helmet is one of the leading causes of injuries and deaths in motorcycle accidents. In a country like Vietnam, the number of motorcycles on the roads is very high, making it difficult to monitor and preserve the safety of the riders. This research aims to propose a method for detecting motorcycle riders who are not wearing helmets using videos from surveillance cameras along the roads, which can help enhance law enforcement and manage the safety of riders. The proposed method utilizes the state-of-the-art object detection algorithm YOLOv5 to detect objects such as helmet, non-helmet, and rider. Next, it determines whether or not riders are wearing helmets in the post-processing step. Finally, the results showed that the detection model has an mAP (mean Average Precision) of around 98% and the proposed approach is able to identify the motorcycle riders who are not wearing helmets precisely.

Address verification is a critical and challenging task for businesses worldwide, given that every country has its address formatting conventions. This is particularly relevant in industries such as imported food safety, where prompt safety measures are vital to safeguard people when food safety issues arise. Hence, we developed a deep learning and Google Geocoding-based technique to parse, validate, and standardize the address accurately. Our proposed model utilizes a deep learning algorithm to identify an address's components, such as the street name, district, city, and state/province then validate them using Google Geocoding. However, our initial model did not yield great results for countries with well-established postal/zip code systems. To resolve this issue, we improved the model by adding an extra administrative level - the Postal Code - specifically for such countries. To evaluate the efficacy of our new model, we compared multiple metrics such as accuracy, precision, recall, and F1 score of the old and new models. The dataset used to test the new model comprised addresses from manufacturers in the United Kingdom, the United States, and Australia. The results showed that our new model outperformed the original model with better accuracy when applied to real address data. With the addition of this extra administrative level, the performance of the verification process for global addresses is improved significantly.

Steemit은 150만 명의 사용자를 보유 한 최초의 블록체인 커뮤니티 플랫폼 중 하나였다. 본 연구는 Steemit 플랫폼과 블 록체인의 특성이 사용자 저항에 어떤 영향 을 미치는지, 스팀잇 보상 시스템의 혜택이 이를 통제하는데 어떤 역할을 하는지 살펴 보는 것을 목적으로 한다.

오늘날 태블릿PC가 점점 더 인기를 끌면서 매장 에 편리함을 주고 있지만, 일부 고객은 불만을 느끼 고 있다. 본 연구는 고객이 태블릿PC를 이용할 때 디지털 리터러시와 정보과부하가 지각된 사용어려움 과 사용강제성에 어떻게 영향을 미치며, 또한 그림자 노동 인식이 태블릿PC 주문서비스에 대한 재사용 의 도에 영향을 미칠 수 있는지를 파악한다. 376명의 응답자 실증분석 결과, 디지털 리터러시와 정보과부 하가 그림자노동 인식에 영향을 미치며, 궁극적으로 태블릿PC 주문서비스 재사용의도에 영향을 끼친다는 점을 밝혔다. 또한 혜택은 이러한 관계에 대해 유의 한 조절 효과를 보였다.

해외의 디지털트윈 기반 공간정보 정책은 크게 공간정보 인프라 구축 및 표준화, 보안․ 개인정보보호, 지역 발전 및 기술발전에 활용 등으로 추진되고 있음. 우리나라도 국가적 차원에서 공간정보의 융복합, 유통·활용, 통합 플랫폼(디지털 전환), 초연결·지능화, 산업육성을 위해 디지털트윈의 활용에 초점을 맞추고 있음. 이에따라 지방자치단체의 안전, 교통, 물류 등 기반 시설·산업의 디지털화, 초연결, 지능화를 위한 디지털트윈의 활용에 관심이 높아지고 있으므로 이에 대한 실증을 통해 대시민 서비스 개선 방안에 대한 논의하고자 함

카카오뱅크, 케이뱅크, 토스뱅크와 같은 국내 인터넷전문은행은 설립되기 전부터 많은 이슈와 관심이 집중되었고, 설립되고 난 이후에는 기존의 은행과는 전혀 다른 플랫폼을 통해 다양한 계층의 사용자들을 폭넓게 확보하였다. 그러나 비대면의 거래 특성상 거래 플랫폼이 매우 중요한 특징인데 이용자들의 만족도가 은행의 차별적인 서비스에 대한 만족도가 아니라 플랫폼의 만족도 즉, 사용의 용이성이나 편리성에 따라 결정되는 현상이 나타나고 있다. 이에 대한 사용자의 가감없는 의견이 google play 에 다양하게 제시되고 있으며, 플랫폼의 만족도 역시 점수화되어 제시되고 있다. 따라서 국내의 인터넷전문은행들은 사용자의 의견 분석을 통해 불합리한 부분을 개선하고 중장기적으로는 만족도를 향상시켜 차별화된 은행으로의 발전방안을 모색하는 것이 필요하다. 이에 본 연구에서는 최근까지 google play 에 제시된 사용자의 의견을 전수 조사하여 수집하고, 빅데이터 기반의 텍스트 마이닝을 통해 다양한 분석을 수행하고자 한다. 그 결과 인터넷 전문은행의 소비자 인식 현황을 구체적으로 분석하여 현재의 불만족 혹은 문제점을 유형별로 구체화하고 이를 통해 인터넷 전문은행의 차별적인 서비스의 방향성뿐만 아니라 플랫폼의 개선점도 함께 제시하고자 한다.

4차 산업혁명의 주요 관심사 중 하나는 빅데이 터이다. 근래 교육기관에서도 빅데이터가 주요 화두이다. 정보서비스 지원용으로 교육기관에서 생성되는 다양한 정보시스템 데이터는 교육지원을 위한 미래 예측 원천소스로 활용이 가능하며 지금도 유형, 무형의 데이터는 계속적으로 생성되고 있다. 본 연구는 대학을 중심으로 생성되는 데이터를 활용하여 빅데이터 분석 방법으로 소셜 정보서비스와 연계하여 대학의 학생서비스 지원 활성화에 대한 시사점을 제시하는데 목적이 있다. 이를 위해 대학 사례를 기반으로 학생 서비스 만족도 및 게시판 자료를 중심으로 주요 키워드 도출과 빈도분석, 연결중심성 분석을 실시하여 이를 시각화하고 명료화한다. 또한, 학생서비스 중심 키워드 대상으로 군집분석을 하여 학생 간의 연관관계 수행함으로 각 요인에 대한 예측모형을 제시한다. 도출된 예측모형은 빅데이터 시대에 대학이 가야 할 교육정보서비스의 방향 제시에 도움을 주고 이를 토대로 지속적인 학생정보서비스 정착을 위한 실무 현장의 자료로 사용되기를 기대한다.

ESG management is essential to ensure the sustainability of companies in an environment where many risks such as climate change are impacting. It is essential to promote academic research that reflects social requirements so that ESG management can be implemented in all fields of our society. The purpose of this research is to identify social issues and trends linked to ESG and determine whether academic studies are being performed to address them. The study aimed to identify social issues and trends related to ESG, news article texts from Big Kinds, a news search site, were collected and topic modeling and semantic network-based text analysis were performed. In order to understand academic research topics related to ESG, summary texts of ESG-related academic papers were collected on the RISS site, and topic modeling and semantic network-based text analysis were performed. The article confirms an increasing interest in ESG from both social and academic perspectives. However, there is a slight disparity between the two, with social trends related to ESG management gaining attention from larger companies and then spreading to small and medium-sized enterprises, while academic research on ESG tends to focus mainly on the concept and principles.

도시쇠퇴는 인구유출, 사업체 감소, 건물 노후 등 으로 인해 지역 슬럼화가 진행되는 현상이며, 이를 막기 위해 정부는 막대한 예산을 투입하고 있으나 효과적인 해결책을 마련하지 못하고 있다. 따라서 본 연구는 머신러닝 기법을 활용하여, 도시쇠퇴 핵 심평가지표인 인구변화율 등급에 대해 예측모델을 구현하였다. 분석결과, Gradient Boosting의 AUC 값이 0.863을 나타내 최고의 모형으로 확인되었으며, 산업 분야의 요인이 도시쇠퇴에 큰 영향을 미침을 확인하 였다. 이에 정부 및 지자체가 자원과 예산을 효율적 으로 집행하여 도시재생을 위한 적극적인 방안을 추 진할 것으로 기대된다.

본 논문은 자금력과 정보력이 상대적으로 부족한 중소기업이 수출을 하고자 할 때 제품 별로 맞춤화 된 빅데이터 분석을 제공하여 해외진출을 조금 더 원활하게 할 수 있도록 도움을 주고자 한다. 구체적 으로 5개 중소기업에서 제작한 클렌징폼 제품의 리 뷰와 4개 국가의 클렌징폼 판매량 순위 top 30 제품 의 리뷰를 비교 분석하여 각 제품별로 가장 수출하 기에 적절한 해외시장을 추천해 주고자 한다. 클렌 징폼 제품의 리뷰는 속성별 6가지(사용감, 기능성, 세정력, 제형, 향, 자극성)로 분류하였고, 분류된 리 뷰를 다시 긍정과 부정으로 분류하여 속성별 긍정적 인 리뷰의 비중을 레이더 차트에 시각화하여 해외시 장 진출 추천여부를 판단하고자 한다.

The retail industry significantly changed over the past decade, from its traditional focus on offline stores to a greater emphasis on online shopping, accompanied by a shift in consumer behavior. There are specific categories in which traditional shopping remains the preferred method of purchase. Analyzing quantitative performance is crucial in making informed and practical decisions that will guide companies to allocate their valuable earnings. The growth of digital channels is the inevitable next step in the retail market of Mongolia. Therefore, retailers must focus on integrating their stores to adapt to these changes. We identified critical elements of our chosen locations in Mongolia that form the basic concept of an offline store. With the help of the K-means clustering method, clustered locations represent the primary living conditions of retail customers. The findings of this research are valuable to managers interested in redesigning a store to operate in an integrated manner.