Earticle

Public sector organisations are continuously looking for ways to redesign their information systems and operations to take advantage of technology. Enterprise Architecture and Cloud Computing are two of the most common approaches under consistently under consideration by organisations. Moreover, the two domains are becoming integral components of the Digital transformation agenda. However, existing literature shows that most research focuses on studying Enterprise Architecture and Cloud Computing as separate domains despite their fast convergence. This study presents findings from considering the converged critical success factors of applying Enterprise Architecture to cloud computing adoption in the public sector. The research deployed a modified Delphi technique to identify essential elements of success from twenty-one experts based in Korea and Botswana. The study utilised Technology-Organisation-Environment (TOE) and cohesion analysis on factors identified by experts to propose a novel factor classification model composed of Service Design, EA Capability, Organisation and Economic factors. The findings further showed that Organisational and Economic factors exhibit a moderating effect on Cloud Computing adoption. The study contributes practical implications for researchers, policymakers and practitioners in the domains of Enterprise Architecture and Cloud Computing.

군의 작전수행 개념은 정보화 시대에서 4차 산업혁명 시대로 진화함에 따라 AI 등 신기술을 적용하여 빠르게 발전하고 있다. 그동안 정보화 시대의 기반이 되었던 네트워크 기술은 4차 산업혁명 시대에도 여전히 기반 기술로 자리매김하고 있어 네트워크중심작전(NCO)은 중요한 전쟁수행 개념이 라고 볼 수 있다. 이러한 NCO 이론의 정립과 발전을 지속적으로 견인하기 위해서는 합동과제별 NCO 수행의 효과에 대한 평가를 진화적으로 적용할 필요성이 있다. 그러나 NCO 이론에 대한 평가의 틀 을 제공하기 위해 2003년에 개발된 기존의 NCO-CF는 4차 산업혁명 시대의 신기술과 이를 적용한 작전수행 개념 등을 반영하여 NCO를 평가하는 데는 다소 한계가 있다. 따라서 본 연구는 가칭 ‘차세 대 NCO-CF‘의 제안을 통해 기존 NCO-CF에서 구체화되지 못한 상호운용성평가 분야를 보완하였으 며, MosaicWarfare 및 Kill-Web 개념 등 4차산업혁명 시대의 새로운 작전수행 개념에 대해서도 평 가할 수 있도록 개념요소와 속성들을 새롭게 반영하였다. 또한 합동과제별 합동작전 수행능력을 평가 할 수 있도록 MOE, MOP 평가 등을 구체화하였다. ‘차세대 NCO-CF‘는 4차 산업혁명 시대의 기술 발전과 연계하여 NCO를 진화적으로 평가할 수 있도록 보완된 최신의 개념체계로 실질적인 활용 가 치를 제고시켰다.

The concepts of the military operations are developing rapidly by applying new technologies such as AI as they evolve from the Information age to the 4th Industrial Revolution era. Net-Centric Operations(NCO) can be regarded as an important concept of warfighting since network technology, which has been the basis of the Information age, is still established as a basic technology even in the era of the 4th Industrial Revolution. In order to continually develop these NCO Concepts, an assessment of the effectiveness of NCO performance by Joint Tasks needs to be applied in an evolutionary way. In contrast, the existing NCO-CF, developed in 2003 has some limitations in assessing NCO to provide a framework for assessment of NCO concepts, in term of reflecting new technologies in the era of the 4th Industrial Revolution and the concept of operational execution applied to it. Thus, this study proposed to complement the areas of Interopera-bility assessment that were not specified in the existing NCO-CF, by a suggestion in the pseudonym ‘Next-generation NCO-CF’, and it also newly reflected the Top Level NCO Concepts and Attributes, so that they could also evaluate new operational execution concepts in the 4th Industrial Revolution era, such as the concept of Mosaic Warfare and Kill-Web. In addition, ways of MOE and MOP assessments were specified to enable assessment of Joint Operations capability for each Joint Task. ‘Next-generation NCO-CF’, in conjunction with technological advances in the 4th Industrial Revolution era, has enhanced practical value of use as the latest Conceptual Framework to enable evolutionary assessment of NCO.

본 연구는 검색알고리즘 정교화에 집중되어왔던 이미지 검색 분야 연구를 상업적 서비스 영역 으로 확대하여 이미지 검색 관련 특성(편재성, 유희성, 정보품질, 시스템품질)과 사용자 특성(자기효능 감, 개인혁신성, 개인화)이 모바일 쇼핑몰 구매의도에 미치는 영향을 연구하고자 하였다. 이를 위하여 모바일 쇼핑 경험을 가지고 있는 사람을 대상으로 설문조사를 실시하고 SPSS 24.0과 AMOS 24.0을 활용한 분석을 실시하였다. 이미지 검색 관련 특성 및 사용자 특성으로 분류된 각 특성은 기술수용모 델(TAM)의 지각된 용이성과 유용성을 매개로 연구가설을 설정하였다. 본 연구의 가설 검증 결과 12 개의 가설이 채택되었고 5개의 가설은 기각되었다. 지각된 용이성에는 자기효능감이 가장 큰 영향을 미치고, 지각된 유용성에는 유희성이 가장 큰 영향을 미쳤으며, 구매의도에는 지각된 용이성보다 지각 된 유용성이 높은 영향을 미치는 것으로 나타났다.

The purpose of this study was to expand the research on image retrieval focusing on elaboration of search algorithms into the commercial service research area, to study the effects of image retrieval-related characteristics(ubiquity, playfulness, information quality and system quality) and user characteristics(self-efficacy, personal innovation, and personalization) on mobile shopping mall purchase intention. To this end, a survey was conducted for people with mobile shopping experience and analysis using SPSS 24.0 and AMOS 24.0 was conducted. Each independent variable classified into image search-related characteristics and user characteristics was set up as a research hypothesis based on the perceived ease and perceived usefulness of the technology acceptance model(TAM). As a result of the hypothesis verification of this study, 12 hypotheses were adopted and 5 hypotheses were rejected. Selfefficacy had the greatest effect on perceived ease, playfulness had the greatest effect on perceived usefulness, and perceived usefulness had a higher impact on purchase intention than perceived ease.

본 연구에서는 인천경제자유구역(이하 IFEZ)의 스마트방범서비스 사례를 들어 스마트시티 5대 연계서비스의 운영 성과와 한계에 대해서 살펴보고자 하였다. 연구 내용은 첫째, 스마트시티의 개념과 u-City로부터의 발전과정을 살펴보았고, 둘째, 국내 지자체의 CCTV관제센터 운영사례를 검토하고, 셋째, IFEZ 스마트방범서비스의 구축 및 운영사례를 2018년 한 해 동안의 실증자료를 기반으로 분 석하였다. 이를 통해 스마트시티 5대 연계서비스의 운영성과측면에서의 세 가지 시사점을 도출하였다. 첫째, 스마트시티에서 추구했던 상황접수 후 계도방송, 상황전파, 현장출동 등 방범서비스 전 구간을 연계할 수 있는 시스템이 충분히 달성되도록 일관된 프로세스 확립 및 이에 따른 방범 관련 유관기관 간의 방범 정보의 연계성 확보가 중요하다. 둘째, CCTV를 통한 관제가 단지 방범에만 국한되지 않고 각종 사고위험 예방 및 사회적 약자를 위한 보호에 효과적이기에 지속적으로 사회복지 분야 등과 연 계· 발전시킬 필요가 있다. 셋째, 스마트시티의 운영비용을 줄이고 관제효율을 높이기 위하여 최신 첨 단기술을 활용한 정보 및 시스템 연계· 통합의 고도화가 필요하다.

In this study, we wanted to look at the results and limitations of the operation of the five smart city connected services, citing the case of smart prevention service in the Incheon Free Economic Zone (IFEZ). The research contents were first examined on the concept of smart city and the development process from u-City, second, the cases of operation of CCTV control center of local governments in Korea, and third, the cases of establishment and operation of IFEZ smart prevention service were analyzed based on the empirical data of the year 2018. This led to three implications in terms of the operational performance of the five smart city linked services. First, it is important to establish a consistent process for linking all sections of the prevention service and to secure the link between relevant agencies related to prevention. Second, it is necessary to continuously link and develop the social welfare sector as control through CCTV is effective in preventing various accident risks and protecting the socially disadvantaged rather than just preventing them. Third, it is necessary to upgrade the information and system linkage integration using the latest advanced technologies to reduce the operating costs of smart cities and increase control efficiency.

인공지능 시스템의 신뢰도와 유용성을 높이기 위해 최근 연구에서는 설명가능 인공지능이라는 개념을 통해 시스템의 결과에 대한 설명 방법을 제안하고 있다. 그 중 하나는 반 사실적 설명을 사용 하는 것이다. 그러나 기존 방법은 범주형 특성값을 사용해 반 사실적 설명을 생성할 수 없고 인간은 복잡한 입력 값의 조합과 의사 결정 경계의 근삿값을 모두 분석할 수 없다. 본 논문에서는 인간이 인 과관계를 이해하는 과정을 반영한 반 사실적 설명 방법을 제안한다. Intelligibility type explanation 을 기반으로 한 why not, how to, what if를 사용해 세 가지 순차적 단계를 통해 설명 인터페이스를 사용자들에게 제공한다. 제안한 인터페이스의 유효성을 확인하기 대출 예측을 수행하는 인공지능 시 스템을 사용해 시나리오 기반의 실험을 수행하였다. 그 결과 제안된 설명 인터페이스를 사용할 경우 기존 시스템에 비해 신뢰도, 유용성 및 만족도가 향상되었다. 이를 통해 기존 블랙박스로 여겨지던 인 공 지능 시스템을 이해하는데 제안한 설명 인터페이스가 도움이 된다는 것을 확인할 수 있었다.

To enhance the trust and usability of the AI system, recent studies have adopted the concept of explainable artificial intelligence(XAI) and proposed explanation methods for the system’s result. One way to understand AI output is to utilize a counterfactual explanation. However, existing methods cannot properly address categorical features. In addition, human cannot analyze approximated decision boundary represented by counterfactual cases with complex features. In this paper, we extend counterfactual explanation with three sequential steps why not, how to, what if reflecting human causal cognition. To find the potential of the suggested interface, we perform a simple scenario-based experiment, where users communicate with an AI system’s results for loan prediction. The experiment results indicate that our interface had better performance in trustworthiness, usefulness, and satisfaction to the AI system, compared to an existing interface.

대학은 고등교육기관으로 사회에 진출하기 전 본인의 적성에 맞는 전공을 갈고 닦는 학문의 요람 이다. 대학생은 고등학생과 달리 성인으로서 학교 생활을 시작하며, 입시 결과에 따라 새로운 환경에서 학문을 시작하기도 한다. 이러한 환경의 변화는 이제 막 스무 살이 된 성인에게는 큰 변화다. 이에 적지 않은 수의 학생들이 대학 생활 적응에 어려움을 토로하고, 학교를 옮기거나 그만둔다. 이는 추가적인 사 회적 비용을 초래하며, 대학의 교육 만족도 향상을 위해 해결해야 할 문제다. 인공지능은 사회 전반에 걸쳐 확산되고 있는 4차 산업혁명의 대표적인 기술로 다양한 분야에서 문제 해결을 위해 적용되고 있다. 이에 본 논문은 대학생활 적응에 어려움을 느끼는 학생들을 조기에 예측하기 위해 인공지능을 적용하고 자 한다. 본 논문은 대학생활 부적응자를 조기에 예측하는 딥 러닝 모델을 제안한다. 이를 위해 본 논문 은 학생들의 정보와 딥 러닝을 활용한 프로그램을 개발하고 실험한 결과를 분석한다. 본 논문에서 제안 하는 프로그램과 실험 결과물은 대학생활 부적응에 영향을 미치는 요소 분석에 활용될 수 있다.

A university is a cradle of study that refines its major according to one's aptitude before entering society as a higher education institution. Unlike high school students, college students start school as adults, and depending on the results of their entrance examinations, they may start their studies in a new environment. This change in environment is a big change for adults who have just turned 20. A large number of students have difficulty adjusting to college and move or quit school. This creates additional social costs and is a problem that needs to be addressed to improve the educational satisfaction of the university. Artificial intelligence is a representative technology of the Fourth Industrial Revolution, which is spreading throughout society, and is applied to solve problems in various fields. Therefore, this paper intends to apply artificial intelligence to predict students who have difficulty adjusting to college life. This paper proposes a deep learning model that predicts college maladjustment early. To this end, this paper analyzes the results of developing and experiementing with students' information and programs using deep learning. The program and experimental results suggested in this paper can be used to analyze factors affecting university maladjustment.