Earticle

정보통신과 디지털 기술의 발달로 시작된 제4차 산업혁명은 세계 경제 발전에 많은 영향을 주었으며 우리는 이전과는 다른 비즈니스 환경 속에서 급속도로 빠른 경제 성장을 이루게 되었다. 그러나 경제 발전의 긍정적인 면과 더불어 발생한 여러 문제들로 인하여 기업들에게는 환경, 사회, 도덕적인 부분에 대한 책임이 요구되었으며, 이것은 현재의 ESG라는 개념으로 발전되었다. 현재의 글로벌 비즈니스 환경에서 기업들의 ESG와 관련된 활동은 기업 전략을 수립하고 지속적인 발전을 이루는데 매우 중요한 개념이 되었다. 본 연구는 급격하게 변화하는 글로벌 경제 시장에 맞추어 중국의 제조 기업들이 동적역량을 기반으로 어떠한 ESG 활동을 수행하고 있는지에 대한 변화를 감지 (Sensing) 하였고, 기업들의 ESG 활동에 대한 특징을 다양한 머신러닝 기법을 통하여 확인하였다. 또한 연구 결과를 바탕으로 소셜 네트워크 분석 (Social Network Analysis, SNA)을 진행하여 추후 활동 방향을 포착 (Seizing) 하였으며 이것을 바탕으로 기업의 전략을 재구성 (Transforming)하고자 하였다. 본 연구에서는 상하이와 선전 증권 거래소 (Shanghai & Shenzhen Stock Exchange)에서 151개 중국 제조 상장 기업들의 ESG 연례 보고서와 상하이 화정 지표 정보 회사(CSI, China Securities Index Company)의 ESG 지표를 데이터로 사용하였다. Paddle OCR, Tensor-Flow 기반의 BERT 모델과 코사인 유사도 (Cosine Similarity)를 사용하여 두 데이터에서 ESG활동과 연관된 키워드를 생성하였고, TF-IDF를 사용하여 환경 (Environment), 사회 (Social), 지배구조 (Governance)로 분류된 각각의 ESG 관련 키워드 사전을 도출하였다. 이를 바탕으로 세가지 연구질문을 구성하였다. 첫번째 연구에서는 ESG 점수가 높은 기업 (TOP-25)과 낮은 기업 (BOT-25)을 구분하여 이 기업들 사이의 ESG 활동에는 어떠한 차이가 있는지를 확인하였으며 두번째로는 ESG 점수가 높은 기업을 중심으로 10년간 (2010~2019년)의 ESG 활동에는 어떠한 변화가 있는지도 확인하였다. 그 결과 ESG 점수가 높은 기업과 낮은 기업간의 ESG 활동에는 유의한 차이를 보였으며, TOP-25기업의 연도별 활동 변화 추적에서는 환경 (E), 사회 (S), 지배구조 (G)의 모든 부분에서 커다란 차이를 보이지 않은 것으로 나타났다. 세번째 연구에서는 다양한 머신러닝 기법을 통하여 연도별로 작성된 각 항목별 E, S, G- 사전(Library)에 대하여 소셜 네트워크 분석을 진행하였다. 동시발생행렬(Co-concurrence matrix) 기법을 통해 기업들의 ESG활동을 산점도로 시각화 하였으며 이를 바탕으로 사분면 그래프를 제작하여 잠재적인 ESG활동을 탐색하였다.

본 연구를 통해 파리 기후 변화협약을 전후로 국내ESG 연구의 동향을 살펴보고, ESG 학술연구가 기업경쟁력 제고와 지속가능한 기업경영 환경구축에 유의미한 키워드를 던질 수 있도록 ESG와 관련한 키워드 연구의 트렌드를 제시하고자 한다. 이를 위해 국내학술지에 게재된 ‘KCI등재’ 논문 중 ESG에 관한 논문 875편의 논문 초록을 수집하였으며 2017년 ~2023년의 년도별로 빈도분석, 토픽분석, CONCOR분석을 수행하였다. 그 결과 첫째, 2021년 파리기후변화협약을 기준으로 ‘기업의 사회적책임(CSR)’ 관련 연구에서 ‘환경(E)’, '사회(S)', '지배구조(G)'관련 연구로 진화 방향이 변화된 것을 알 수 있었다. 둘째, ESG 관련 연구논문 발표 수는 2021년 이후 급증하였으며, 주로 경영, 재무회계, 경제 등 3개 분야에서 많이 연구되고 있었다. 셋째, 주요 키워드는 ‘기업’,’경영’,’사회’,’환경’,’재무’,’투자’의 순으로 확인되었으며, 2021년 이후 논문 분석결과 'ESG 활동', 'ESG 경영', '지속 가능성', '지배구조', '환경' 등이 주로 강조되었다. 전반적으로 ESG 연구는 2021년 파리기후변화협약 이후 기업의 지속가능성과 재무성과 중심에서 환경, 사회적책임, 지배구조를 하나로 묶은 ESG연구 단계로 진화하고 확인할 수 있었다. 또한, ESG연구의 나아갈 방향과 ESG경영전략 수립의 방향을 제시하는 것에 의의가 있다.

최근 ESG(환경, 사회, 지배구조)에 대한 관심이 급증함에 따라, ESG 경영의 평가와 규제도 점차 확대되고 있다. 그러나 ESG 평가의 기준이 명확하지 않아, 실용적인 가이드라인과 적용 사례의 필요성이 점점 더 중요해지고 있다. 본 연구는 관련 문헌을 통합적으로 분석하는 질적 메타분석 방법을 사용하여, ESG 경영의 효과성과 효율성에 영향을 미치는 핵심 요인을 식별하고 분류함으로써, 효과적인 ESG 평가 기준을 개발하는 데 기여하고자 한다. 본 연구의 결과가 향후 ESG 평가의 체계화에 중요한 참고자료로 활용될 수 있기를 기대한다.

한국군은 4차 산업혁명 기술도입을 통해 첨단 무기체계의 가동률 향상과 유지비 감소를 위해 상태기반정비플러스 (CBM+) 생태계 조성에 박차를 가하고 있으며, 2024년 현재 CBM+의 기반기술과 수행절차, 관리체제 개발 단계를 거 치고 있다. 상태기반예지정비(CBM+: Condition-Based Maintenance Plus)는 센서로 수집한 데이터를 분석해 무기 체계나 지원설비의 상태를 실시간으로 관찰하고 그 상태에 따라(On-Condition) 정비를 수행하며, 신뢰성 분석 및 AI 기 술을 활용해 설비의 잔존유효수명(RUL: Remaining Useful Life)을 예측하는 정비전략이다. CBM+ 도입은 디지털 트 윈 플랫폼 기반의 무기체계 핵심장비 고장관리로 무기체계의 고장을 억제하고 가동율을 향상하며 궁극적으로 국방전략 증 강에 기여할 수 있다. 나아가, 기술 스핀오프(spin-off)를 통해 국가와 민간 산업의 주요설비에 적용할 수 있는 유지비용 절감 통합솔루션 기술을 확보하고 데이터획득장치(DAS) 국산화를 기대할 수 있다. CBM+은 고도의 융합 기술을 기반으 로 하는 만큼 기술적 복잡도가 매우 높아 레거시 시스템과의 통합 과정에서 다양한 기술적 시행착오가 예상된다. 기술적 어려움 외에도 제도·절차의 부재, 전문가와 교육체계의 부족 역시 CBM+의 구축 과정에서 극복해야 하는 문제이다. CBM+가 상태 데이터를 분석해 결함을 진단·예측하는 시스템인 만큼 효율적이고 효과적인 데이터 아키텍처를 설계하는 것도 중요하다.

4차 산업혁명의 혁신기술 발전과 함께 제조기업들은 기존의 생산 방식을 개선하여 디지털 기술과 인공지능을 활용한 생산 방식으로 전환하고 있으며 품질향상 노력으로 제품서비스의 개발과 공정개선을 중요한 가치로 인식하고 있다. 최근 제조자원관리에 있어 설비관리 AI 플랫폼의 중요성이 더 커지고 있다. 디지털 전환의 시대를 맞이하여 자동차산업, 기계산업, 조선산업 뿐만 아니라 단조, 주조 등의 뿌리업종에서도 설비관리 업무에 변화와 혁신을 요구하고 있다. 디지털 기술을 활용한 설비관리시스템을 구축하고, 데이터 분석을 통해 예측 정비를 실시하고, 효율적인 수리 및 보전을 위한 대응 전략을 수립하는 등 설비관리 전반의 디지털 전환이 필요한 시점이다. 본 연구는 자동차부품, 기계산업에서 IoT 기반의 설비 예지보전을 위한 AI 플랫폼 서비스의에 대한 설비관리자들의 유용성과 가치인식이 조직성과에 미치는 영향을 분석하는 것이 연구목적이다. 이를 위해 독립변수로는 설비AI 플랫폼 서비스의 IS success 모델을 적용하고, 매개변수로는 설비관리자들의 유용성과 가치인식을 도입하였으며, 종속변수로 조직성과를 설정하여 연구모델을 구성하고 실증적분석을 수행하였다.

The COVID-19 pandemic has accelerated changes in work systems and types of employment globally, and a new working environment has emerged where diverse generations of the workforce coexist due to changing demographic structures. This study aims to develop and evaluate a tailored incentive system that fosters sustainable management specifically for IT-related startups. Considering the negative impacts of traditional performance-based incentives on employee satisfaction and productivity, this research proposes incentive plans suitable for various working conditions and age groups of job seekers. The study plans to collect data through literature reviews, surveys, and analysis of companies' hiring activities and workers' job-seeking activities online, utilizing machine learning for analysis. By presenting a strategic and individualized approach, this research seeks to explore ways to promote sustainable growth within organizations.

최근 들어 대학의 역할은 교육뿐만 아니라, 지역사회 문제에 대한 적극적인 공유 및 문제해결을 통해 지역사회에 공헌하고 있다. 본 연구는 지역 기반의 지속가능 발전을 목표로 지역문제 해결형 융합인재를 양성하기 위한 수업을 설계하고자 하였다. 이를 위해 지역 중소기업과 부산외국어대학교 글로컬마케터센터가 연계 및 협력하여, 기업별 또는 제품별 해외진출을 위한 마케터를 육성하여 지역 대학으로서의 역할 및 책임을 완수하고자 하였다.

고객 맞춤형 제품은 고객이 자신이 선호하는 제품의 설계를 스스로 선택하여 반영한 제품을 말한다. 본 논문에서는 고객 이 웹 기반의 사용자 친화적인 제품 설계 툴킷으로 고객 맞춤형 제품을 설계하는 비즈니스 유형을 다룬다. 고객 맞춤형 제 품의 경우, 제품이 고객의 니즈에 부합할 경우 고객 효용이 높아질 수도 있지만, 반대로 완성품이 고객의 기대와 다른 경 우 오히려 기성품보다 고객 효용이 낮아질 가능성도 존재한다. 결국, 맞춤형 제품이 고객의 기대와 일치할 확률이 낮다면 기업 이윤에도 불리한 영향을 미칠 수 있다. AI 추천시스템은 이러한 불확실성을 극복할 기술적 해결책이 될 수 있다. 어 떤 제품에 대한 경험과 이해 수준이 낮은 고객은 맞춤화 설계 과정에서 자신이 선호하는 설계 방향에 대해 잘 알지 못할 뿐만 아니라 본질적으로는 자신의 니즈를 파악하지 못하고 있는 것이 일반적이다. AI 기반 추천시스템은 스스로의 선택에 대해 불확실성을 높게 지각하는 고객에게 완성품을 추천하거나 설계 과정을 지원하여 고객이 최적의 선택을 할 수 있도록 지원하고, 결국 맞춤형 제품에 대한 고객 기대효용을 향상시킨다. 물론 AI 추천시스템 활용은 기술집약적 공정 운영을 필 요로 하는 만큼 소요되는 기술비용의 문제를 간과할 수 없다. 본 논문은 AI 추천시스템이 초래하는 기술비용을 고려한 분 석적 모형(Analytic Model)을 수립하여 맞춤형 제품 생산에 있어 AI 추천시스템 도입이 과연 기업 이윤과 고객 효용 개 선에 타당한 기여할 수 있는지 분석한다

디지털 전환이 급속도로 확산되고 있는 가운데, 인공지능 기술은 혁신과 생산성 향상을 견인할 핵심 동력으로 인식되고 있다. 본 연구에서는 기술 도입 영향요인에 관한 대표적 이론인 TOE (Technology-Organization-Environment) 프레임워크 관점에서 기업의 인공지능 기술 도입에 영향을 미치는 요인을 규명하기 위한 실증분석을 실시한다. 실증분석에서는 계량경제모형을 활용하여 11,601개 국내 기업 데이터를 분석한다.

그동안 기업지원은 기업 육성의 차원에서 전반적인 지원이 이루어졌지만 지원하는 지자체 및 부처가 다 양화 됨에 따라서 연결고리 없는, 분화된 지원이 이루 어 지고 있다. 이로 인해서 체계적이고 정립되어있는 기업지원 정보 가 부족하며 각 지자체 및 부처마다 개별적인 기업지 원 및 성과관리 시스템으로 운영되고 있어 통합적인 정보관리가 이루어지지 않고 있다. 전사적이고 효율적인 기업지원 통합시스템을 개발하 여 그간 이루어진 기업지원에 대한 중복지원이나 연 계성 없는 지원의 문제점을 해결하고자 하며 지원 내 역을 체계적으로 관리, 데이터 축척을 통해서 향후 전 방위적인 정책방향에 활용하고자 한다. 광주 지역을 중심으로 이 연구는 이루어지며 기업지 원 통합시스템 구축방향 연구는 지원 방향 결정, 성과 분석의 타당성 확보, 효율적 기업지원 결정에 기여할 수 있을 것이다.

본 논문은 4차 산업혁명의 여러 기술 중 블록체인과 컴퓨터 비전 기술을 축산업에 적용하여 가축의 생체인식을 통한 혈통 정보 검색 시스템을 제안하였다. 현대 축산분야에서는 근친교배가 여전히 경계해야 할 문제로 인식되며, 이에 대한 주의 깊은 번식 방법이 필요하다. 가축 식별 태그와 혈통 인증서가 해당 문제를 완화하기 위해 사용되고 있지만, 식별 태그의 경우 위조와 분실의 우려가 있으며 혈통 인증서에 대한 조회와 출력과정이 번거롭다는 문제점이 여전히 존재한다. 이러한 과제를 해결하기 위해 블록체인의 탈중앙화를 통한 신뢰성 있는 혈통정보를 가축의 생체인식을 통해 간편하게 사용자에게 제공하는 것을 제안한다.

본 연구의 목적은 다음과 같다. 첫째, 혁신확산이론 가 운데 O2O커머스에서 인지된 요인이 소비자의 사용의도에 어떠한 영향을 미치는지 탐색하고자 한다. 둘째, O2O커머 스 사용과 관련하여 주요 변수인 소비자의 지각된 상대적 이점, 적합성, 복잡성, 그리고 커뮤니케이션 속성이 O2O커 머스 매개변수(지각된 유용성, 지각된 용이성)에 유의한 영향을 미치는지 검증하고자 한다. 셋째, 기존의 기술수용 모델에서 착안된 변수와 혁신이론 변수들이 O2O커머스에 적용가능한지 실증 분석한다. 넷째, 연구목적을 바탕으로 O2O커머스 소비자의 지각된 유용성과 지각된 용이성, 사용 의도 간 어떤 관계가 있는지 분석하고 향후 O2O커머스를 위한 유용한 마케팅 전략 수립과 발전 방안에 대한 이론적, 실무적 시사점을 제공하고자 한다.

본 연구는 관광 여정에서 핵심적인 역할을 하는 교통 분야 특히 관광교통에 초점을 맞추어 지자체별 관광교통의 경쟁력을 평가하기 위한 진단도구를 개 발하는 연구이다. 외국인 관광객이 관광목적지에 도 착하기 위해 이용하는 관광 교통 수단은 관광지의 활성화 뿐만 아니라 지역 관광산업의 성공과 경쟁력 에 있어 빠질 수 없는 결정적인 역할을 수행하는 항 목이다. 따라서 본 연구는 지자체별 관광교통 경쟁력 을 진단하고 개선할 수 있는 방안을 도출하기 위한 진단도구를 개발하기 위해 진행되었다. 구체적으로 지역별 관광교통 경쟁력을 평가하기 위한 지표를 개발하기 위해 델파이조사를 통해 항목 별 전문가 평가를 진행하였다. 특히 지금까지 관광교 통수단에 대하여 단편적으로 진단하던 평가 방식에 서 벗어나 기존의 공급자 관점의 평가 방법에 새롭 게 이용자 관점의 평가 방법을 결합하여 평가하기 위한 방법을 도입하였다. 이를 통해 지역별 종합적인 관광교통 경쟁력을 진단하고, 경쟁력 제고를 위해 어 떤 점들을 우선적으로 개선해야 하는지를 손쉽게 확 인하는 방법을 제안하고자 한다. 본 연구의 결과를 통해 지자체는 관광교통 측면에 서 개선이 필요한 요소를 파악하여 관광교통 인프라 를 강화할 수 있을 것이며, 관광산업 측면에서는 산 업 전반적인 발전에 기여하여 지역관광활성화에 기 여할 수 있을 것이다.

There have been exciting advancements in the fields of computer vision with the development of data analysis techniques and computational efficiency. In this project, we have built a user-friendly image processing tools using the tkinter libraries in Python by defining functions for each computer vision method and implementing pre-processing, filtering, feature extraction, and clustering on images collected from various fields such as environmental sciences, medical sciences, and mobilities. We have sought to assess the utility of automated image processing software to improve image classifiers even by nonprofessionals with no coding and no machine learning expertise. Thus, this program can be easily utilized by researchers without programming experience. This program can be used for various purposes by scholars in various fields such as education, environmental sciences and medicine.

인공지능(AI)과 기계학습(ML) 실용연구의 확산으로 모든 산업분야에서 많은 연구가 행해지고 있다. 여행, 호텔 분야 또한 AI/ML관련 많은 연구가 행해지고 있으며, 불확실성과 변동성이 높아진 현실 세계의 예측 성능 향상을 위해서는 다양한 데이터 기반과 전처리 등을 적용하는 성능 향상 모델이 필요하다. 본 연구는 다양성을 확보한 데이터에 대해 전역모델의 구축과 DTW K-means를 적용한 지역 모델을 구축하고, 수요 예측시 전역-지역 모델의 선택적 활용을 통한 LSTM 기반 시계열 객실수요 예측의 성능 향상 프레임워크를 제안한다.

추천 시스템은 사용자의 선호도를 파악하여 개인화된 콘텐츠를 제공하는데 중요한 역할을 한다. 그러나 기존의 추천 시스템은 희소성 문제와 콜드 스타트에 취약하며, 사용자의 장기적 만족도를 고려하지 않는다는 한계가 있다. 이에 본 연구는 그래프 어텐션 네트워크와 심층 Q-Network를 활용한 새로운 추천시스템을 제안한다. 제안된 모델은 그래프 어텐션 네트워크로 사용자와 아이템의 잠재 표현을 학습하고, 이를 심층 Q-Network의 상태로 활용하여 강화학습 기반의 추천 정책을 학습한다. 이로 인해 사용자의 장기적 만족도를 향상을 기대한다.

인공지능(AI) 기술과 컴퓨팅 성능의 발전으로 인공지능 연구가 활발해지고 있으나, 단기적인 성능 개선을 주목적으로 연구를 진행하고 있다. 이는 잠재적으로 심각한 환경 문제를 야기할 수 있다. 다양한 탄소 배출량 측정 도구와 소프트웨어 탄소 강도(SCI) 표준 등 인공지능 모델에 따른 탄소 배출량을 평가하는 연구가 진행되는 가운데, 본 연구에서는 전자상거래 고객 행동 데이터를 활용해 하이퍼파라미터와 컴퓨팅 환경의 변화에 따라 발생하는 탄소 배출량의 패턴을 파악하고 인공지능 모델의 친환경적인 아키텍처 전략을 식별하고자 한다.