Earticle

디지털 기술과 소셜 미디어의 발달로 인해 다양한 플랫폼으로 짧은 영상인 숏폼콘텐츠가 핵심적인 소비 트렌드로 자리 잡고 있다. 특히, 전시분야에서 숏폼 콘텐츠를 통해 전시를 소개하는 추세가 증가하고 있으며, 전시 관람을 결정함에 있 어, 기존 전시정보를 이용하는 것과 더불어 숏폼 전시콘텐츠의 영향도 점차 중요해 지고 있다. 본 연구는 숏폼콘텐츠의 특성을 반영하여 숏폼 전시콘텐츠 요인을 도출 하고 숏폼 전시콘텐츠 특성이 향후 미술관 방문의도에 미치는 영향력을 분석하고자 한다. 이를 위해 릴스를 통해 전시콘텐츠를 접한 경험이 있는 이용자 368명을 대상으로 설문조사를 실시하고, SPSS 28 프로그램을 사용해 신뢰도 검증, 요인분석, 상 관관계 분석, 회귀분석을 실시하였다. 분석결과 숏폼 전시콘텐츠 특성은 유희성, 독 창성, 신뢰성, 심미성, 상호작용성 5가지로 확인되었으며, 유희성, 심미성이 방문의 도에 유의미한 영향을 미쳤다. 본 연구 결과는 숏폼 전시콘텐츠가 미술관 방문의도 에 미치는 영향에 대한 기초적 데이터를 제공함으로써, 향후 문화예술 기관의 홍보 전략 및 마케팅 전략 수립에 있어 실무적 시사점을 제공할 것으로 기대된다.

인터넷 기술의 빠른 발전에 따라 전자상거래 플랫폼은 소비자들이 쇼핑하는 중요한 채널로 자리 잡았다. 특히 의류 등 패션 관련 상품의 온라인 판매액이 지속 적으로 증가하는 상황에서, 의류 판매량을 증가시키는 방법은 브랜드와 판매자들이 해결해야 할 핵심 과제로 떠오르고 있다. 본 연구는 다양한 머신러닝 알고리즘을 활용해 의류 판매량을 정확하게 예측할 수 있는 모델을 구축하는 것을 목표로 하고 있다. 이를 위해 본 연구에서는 K-최근접 이웃, 서포트 벡터 머신, 랜덤 포레스트, 그래디언트 부스팅, 인공신경망 등 다양한 머신러닝 기법을 적용하여 각 알고리즘 의 판매량 예측 성능을 비교하고, 최종적으로 효율적인 예측 모델을 구축하고자 한 다. 연구 결과는 의류 브랜드의 판매량 예측에 과학적인 근거를 제공할 뿐만 아니 라, 판매량에 영향을 미치는 요인을 심층 분석하여 판매자들이 보다 맞춤형 마케팅 전략을 수립할 수 있도록 돕고, 소비자의 다양한 요구를 충족시켜 시장 경쟁력을 향상시키는 데 기여할 것으로 보인다.

With the rapid development of Internet technology, e-commerce platforms have become a key shopping channel for consumers, especially for fashionable goods such as clothing. Increasing clothing sales has become a significant challenge for brands. This study uses various machine learning algorithms to develop a model for predicting sales, aiming to help brands formulate effective marketing strategies. We apply algorithms such as KNN, SVM, Random Forest, Gradient Boosting, and ANN to compare their predictive performance and ultimately construct an effective model. The study’s results will provide brands with a foundation for sales prediction and support the creation of more targeted marketing strategies to enhance competitiveness.

4차 산업을 맞이하면서 AI, 클라우드 컴퓨팅, 자율주행 기술 등과 같은 기술 의 발전으로 반도체 산업은 우리나라 뿐만 아니라 전 세계적으로 핵심 산업으로 부 상하였다. 반도체 산업은 글로벌 아웃소싱과 분업체계로 공급사슬이 매우 복잡하고 광범위하다. 또한 미∙중 패권 분쟁과 같이 국가 간 관계가 반도체 공급사슬에 많 은 영향을 미친다. 본 연구는 유연한 공급사슬을 구축하기 위해 국제체제의 변화를 반영한 공급사슬 Map 구축을 목표로 한다. 다수의 국가가 반도체 공급사슬에 참여 하기에 본 연구에서는 GDELT(Global Database of Events, Language, and Tone) Data를 활용하여 반도체 산업과 관련된 정치, 국제 관계, 경제 사건들을 파악한다. 또한, Form 10-K, 기업보고서, 시장조사보고서와 같이 신뢰성이 높은 보고서를 활 용하여 반도체 산업에 참여하는 기업 및 계층적 관계를 파악한다. GDELT Data는 국제체제를 파악하기 위한 데이터이며 기업보고서와 같은 데이터는 반도체 공급사 슬을 파악하기 위한 데이터이다. 위 데이터를 통해 지식 그래프를 구축한다. 이 방 법론 기반 공급사슬 Map은 잠재적 관계 및 위험을 선제적으로 파악할 수 있다. 지 식 그래프를 구축하기 위해서는 트리플(Triple) 구조로 데이터셋을 표현해야 한다. 본 연구에서는 온톨로지 설계를 통해 데이터에서 도출된 개체, 관계, 속성을 정의하 여 국제체제 및 반도체 산업의 도메인 지식을 체계적으로 표현한다. 생성된 지식 그래프를 활용하여 LLM(Large Language Models) 및 전문가 검증을 통해 시나리 오 생성을 하고, System Dynamics에 적용하여 위험 요인 식별 및 파급효과를 측 정한다. 본 연구는 반도체 산업의 신속한 위기 대응 및 공급사슬의 유연성을 제고 할 수 있다는 점에서 실질적 기여점을 가지며, 지식 그래프와 LLM과 같은 기술을 공급사슬에 적용한다는 점에서 학문적 기여점을 갖는다.

With the advent of the Fourth Industrial Revolution, advancements in technologies such as AI, cloud computing, and autonomous driving have elevated the semiconductor industry to a key sector, not only in Korea but also globally. The semiconductor industry has a highly complex and extensive supply chain due to global outsourcing and a division of labor system. In addition, geopolitical relations, such as the U.S.-China trade war, significantly impact the semiconductor supply chain. This study aims to construct a supply chain map that reflects changes in the international system in order to build a more flexible supply chain. Since numerous countries participate in the semiconductor supply chain, this study utilizes GDELT(Global Database of Events, Language, and Tone) data to identify political, international relations, and economic events related to the semiconductor industry. Additionally, reliable reports such as Form 10-K, corporate reports, and market research reports are utilized to identify companies involved in the semiconductor industry and their hierarchical relationships. GDELT data is used to understand the international system, while data such as corporate reports are used to analyze the semiconductor supply chain. A knowledge graph is constructed using the above data. The supply chain map based on this methodology allows for proactive identification of potential relationships and risks. To construct a knowledge graph, the dataset must be represented in a triple structure. The generated knowledge graph is used to create scenarios through LLM (Large Language Models) and expert validation, which are then applied to System Dynamics to identify risk factors and measure ripple effects. This study has practical contributions in enhancing the semiconductor industry's rapid crisis response and supply chain flexibility. It also holds academic significance by applying technologies such as knowledge graphs and LLM to the supply chain.

인터넷 기술의 발전과 5G 네트워크의 확산은 전자상거래 라이브 방송을 새 로운 판매 방식으로 부각시켰으며, 다양한 분야에서 빠르게 성장하였다. 실시간 비 디오 스트리밍은 소비자가 제품 정보를 직관적으로 파악할 수 있게 하여 인식과 신 뢰를 높이고, 구매 의도 형성에 긍정적인 영향을 미친다. 특히 팬데믹 이후 관광 산 업 회복과 더불어 여행 상품 라이브 방송은 소비자에게 풍부한 체험 기회를 제공하 고 있다. 전자상거래 라이브 방송은 실시간 상호작용, 정보의 투명성, 감정적 공감 대 형성을 통해 전통적 마케팅을 능가하는 장점을 지니며, 소비자가 관광 상품의 특성을 더 잘 이해하게 하고 구매 결정을 촉진한다. 본 연구는 기술수용모델 (TAM)을 기반으로, 전자상거래 라이브 방송에서 관광 상품 구매 의도에 영향을 미치는 요인을 탐구하였다. 제품 특성과 방송 특성에 집중하여 제품 품질, 할인정 도, 진실성, 상호작용성이라는 네 가지 자극 요인이 소비자의 지각된 유용성 및 용 이성에 미치는 영향을 분석하였다. 설문조사 데이터를 통계 분석하여 실증한 결과, 네 가지 자극 요인이 지각된 유용성과 사용 용이성에 유의미한 긍정적 영향을 주었 으며, 이는 구매 의도에 긍정적 영향을 미쳤음을 확인하였다.

The rapid growth of internet technology and 5G networks has positioned e-commerce live streaming as an emerging sales method, expanding across various industries. Real-time video streaming allows consumers to intuitively understand product details, enhancing trust and purchase intention. Following the pandemic, as the tourism industry recovers, live streaming of travel products offers diverse experiences to consumers. Unlike traditional marketing, e-commerce live streaming features real-time interaction, transparency, and emotional connection, enabling better comprehension of tourism products and promoting purchase decisions. This study uses the Technology Acceptance Model (TAM) to explore the factors influencing consumers' purchase intentions for tourism products in e-commerce live streaming. It examines how product quality, discount level, authenticity, and interactivity affect perceived usefulness and ease of use. Data collected through surveys and statistical analysis show that these factors positively impact perceived usefulness and ease of use, which, in turn, boost purchase intentions.

코로나19 팬데믹으로 인한 글로벌경제는 심각한 위기를 맞이함에 따라, 기업 들은 공급망의 유연성과 탄력성을 효율성보다 중요하게 인식하기 시작하였다. 반도 체 산업은 다국적․다기업이 참여하고 있기에 공급사슬이 복잡하고 광범위하게 형 성되어 있다. 이러한 공급사슬은 글로벌경제 위기에 매우 취약하다. 따라서 내․외 부에서 발생하는 위험을 사전에 감지하고 대응할 수 있는 능력이 중요하며, 이를 위해 탄력적인 공급사슬 구축이 필요하다. 본 연구에서는 반도체 공급사슬 Map 구 축하기 위해 지식 그래프(KG; Knowledge Graph)를 적용하고자 한다. KG는 1)데 이터 통합성 향상, 2)복잡한 관계 및 계층 구조 처리, 3)잠재적 리스크 예측에서 장 점을 가진다. KG 구축을 위한 데이터로는 미국증권거래위원회(SEC) 제출 보고서 (Form 10-K, 20-F)를 활용한다. 위 보고서는 1)기업 활동에 대한 포괄적인 정보, 2)표준화된 구조, 3)공시 주기 보장, 4)다양한 이해관계자와의 관계 도출 가능이 가 능하며, 신뢰성과 정확성을 보장한다. 도메인 지식을 체계적으로 표현하고, 개체와 관계 구조를 규정하기 위해 온톨로지 설계 및 스키마 정의 단계를 진행한다. 이 단 계를 통해 공급사슬에 참여하는 기업, 제품, 관계를 파악할 수 있고, KG 구축을 위 한 트리플(triple) 구조로 데이터를 생성할 수 있다. 본 연구는 반도체 산업(도메인) 에 특화된 공급사슬 Map을 구축하기 위해 온톨로지 기반 KG(방법론)를 적용한다 는 점에서 차별성을 갖는다. 본 연구에서는 KG 구축 단계에서 온톨로지 기반 트리 플 구조의 데이터 생성까지 진행되었다. 향후 이어질 연구에서는 위 데이터를 기반 으로 KG-DB 구축과 공급사슬 Map 구축까지 진행되어야 한다. 또한 반도체 산업 은 국제체제 변화에 영향을 많이 받기 때문에 KG의 범위를 공급사슬과 국제체제 를 연결하여 확장해야 한다. 데이터의 신뢰성 및 정확성을 확보하기 위해 전문가 검토도 선행적으로 이루어져야 한다.

The global economy faced a severe crisis due to the COVID-19 pandemic, leading companies to increasingly prioritize flexibility and resilience in their supply chains over efficiency. The semiconductor industry involves numerous multinational companies, resulting in a complex and extensive supply chain. Such a supply chain is highly vulnerable to global economic crises. Therefore, the ability to detect and respond to risks arising both internally and externally is crucial, highlighting the need for building a resilient supply chain. This study aims to apply a Knowledge Graph (KG) to construct a supply chain map for the semiconductor industry. A Knowledge Graph (KG) offers advantages in 1) improving data integration, 2) handling complex relationships and hierarchical structures, and 3) predicting potential risks. For data to construct the Knowledge Graph, this study utilizes reports submitted to the U.S. Securities and Exchange Commission (SEC), specifically Form 10-K and 20-F. These reports provide 1) comprehensive information on corporate activities, 2) a standardized structure, 3) regular disclosure cycles, and 4) the ability to derive relationships with various stakeholders, ensuring reliability and accuracy. To systematically represent domain knowledge and define entity and relationship structures, this study includes ontology design and schema definition stages. Through these stages, it becomes possible to identify companies, products, and relationships involved in the supply chain and to generate data in a triple structure for Knowledge Graph construction. This study is distinguished by its application of an ontology-based Knowledge Graph (KG) methodology to construct a supply chain map specifically tailored to the semiconductor industry domain. In this study, the process progressed to the generation of ontology-based triple structure data during the Knowledge Graph construction phase. Future research should build upon this data to develop a KG database and construct a comprehensive supply chain map. Additionally, as the semiconductor industry is highly influenced by changes in the international system, the scope of the KG should be expanded to link the supply chain with the international system. Expert review should also be conducted in advance to ensure the reliability and accuracy of the data.