Earticle

Meeting the rapidly increasing demand for natural outdoor recreation, Korea Forestry Administration established 26 places of $\ulcorner$Natural Recreation Forest$\lrcorner$ zones. By 2000 year, 100 zones were planned to cover the entire country. But there was no accurate information about demand of $\ulcorner$Natural Recreation Forest$\lrcorner$. Therefore, this study was carried out to forecast the quantitive demand of $\ulcorner$Natural Recreation Forest$\lrcorner$. To forecast the 'demand of 2001 year, forecasting unit was determined to $\ulcorner$Visitor. Day$\lrcorner$, and three quantifing methods were applied. The results of demand by each forecating method were as follows: 1) Questionnaire survey method for willingness to participate was 16,651,000(visitor. day). 2) application of similiar situation threshold method was 14,540,000(visitor. day). 3) Demand partition method by secondary data was 10,775,000(visitor, day). Comprised of these results. The scope estimate of $\ulcorner$Natural Recreation Forest$\lrcorner$ demand was proposed as 8,110,000(Minimum) - 27,088,000(Miximum). The point estimate of demand which were proposed as strategic guidelines was 16,651,000(visitor. day). These results implied that recently announced 111 predetermined $\ulcorner$Natural Recreation Forest$\lrcorner$ zones supposed to be overcrowded meeting the forcasted demand level of 2001 year.

최근 세계 경제의 불확실성이 고조되면서 기업들의 장단기 경영계획 수립 시 애로가 가중되고 있다. 기업경영에서 공급망관리(SCM)의 모든 계획은 자사 제품이나 서비스에 대한 장래 수요예측에 기반을 둔다. 시장의 실제 수요보다 과다한 수요예측은 불필요한 재고 발생에 따른 비용을 유발하고, 반대로 시장의 실제 수요보다 낮은 수요예측은 결품 발생에 따른 고객서비스 수준의 저하로 나타난다. 따라서 정확한 수요예측은 기업의 경영효율을 높이는 데 중요한 역할을 담당한다. 그러나 우리나라에서는 기업들의 수요예측 실태에 대한 조사 자료가 거의 없는 실정이다. 본 연구는 우리나라 기업들의 수요예측 실태에 대한 조사를 하고, 2011년 조사한 결과와 비교분석을 통해 국내 기업들의 수요예측에 대한 인식과 수준의 변화 트랜드를 파악해 보고, 외국 기업과의 사례 비교를 통해 국내 기업들의 수요예측에 대한 인식과 수준에 대해 살펴보고자 한다. 조사대상을 제조, 유통, 물류 등 기업유형별로, 그리고 대기업과 중소기업 등 기업 규모별로 분류하고, 수요예측 적용 여부에 대해 설문을 하였다. 조사결과, 우리나라 기업들은 약 56% 정도가 수요예측을 실시하고 있으며, 물류기업이 유통 및 제조업보다 수요예측 중요성에 대한 인식이 상대적으로 낮은 것으로 조사되었다. 또한, 중소기업보다 대기업이 수요예측에 대한 인식이 높고, 예측 빈도는 월 단위에서 주 단위로 짧아지는 추세이며, 수요예측 방법으로는 정량적 기반에 정성적으로 수정하는 방법을 가장 많이 사용하고 있는 것으로 조사되었다. 예측정확도 측정 방법으로는 평균오차가 주로 사용되며, 수요예측을 하는 기업의 35%만이 예측정확도를 기업의 핵심성과지표(KPI)에 반영하여 관리하고 있는 것으로 조사되었다.

Uncertainty in the global economy has increased recently, and difficulties in long-term and short-term business planning of companies is being weighted. All supply chain management (SCM) plans in enterprise management are based on forecasts of future demand for their products and services. Forecasts that are more than the actual demand in the market induce costs associated with unnecessary improvements, while forecasts that are lower than the actual demand in the market reduce customer service levels due to shortages. Therefore, accurate demand forecasting plays an important role in improving the management efficiency of a company. However, in South Korea, the reality is that there are few survey materials on the actual state of demand forecasts by companies. In this study, we conducted a survey on the actual situation of demand forecasts of Korean companies, and through comparative analysis with the 2011 survey, identify trends in the perception and level of demand forecasting of domestic companies. By comparing cases with foreign companies, we will examine the perception and level of demand forecasting of domestic companies. The subjects of the survey were classified by company type such as manufacturing, distribution, and logistics, and by company size such as large companies and small and medium-sized enterprises, a survey was conducted on demand forecasting. As a result of the survey, it was found that about 56% of Korean companies carry out demand forecasting, and logistics companies are relatively less aware of the importance of demand forecasting than distribution and manufacturing industries. In addition, large companies are more aware of demand forecasts than small and medium-sized enterprises, and the forecast frequency is shortening from monthly to weekly basis. As a method of measuring forecast accuracy ME (Mean Error) are mainly used, and it was found that only 35% of companies that forcast demand refleced the forecasting accuracy in the company’s key performance indicator (KPI) and managed them.

Purpose This paper analyzes that the correlation between the hierarchy of the entity’s product sales data and the accuracy of demand forecasting was studied to reduce the entity’s demand forecast error. Because each hierarchy of sales data has different characteristics, we propose a new approach for hierarchical forecasting, which represents that each tier characteristic should be considered. Design/Methodology/Approach Based on sales data from consumer goods A company and the hierarchy in ERP, the accuracy of hierarchical forecasting such as Top-down, Bottom-up and Middle-out approaches was compared, and the accuracy of time series analysis methods such as Exponential Smoothing and ARIMA was also done. Findings In order to estimate the accuracy of the proposed hierarchy, the simulation study is performed. Results demonstrate that when comparing existing and optimal hierarchy, “optimal” middle-out approach significantly outperforms existing bottom-up one. Beside comparison with hierarchical forecasting, ARIMA model shows the lowest forecast error. Thus, we reveal that the optimal hierarchy taking into account the characteristics of each level could improve the accuracy of demand forecasting over the existing hierarchy. Research Implications This study reviews the existing studies on identifying factors that intensifies forecasting inaccuracy and the adopted hierarchical approach method. Then we suggest a forecasting model considering the data with hierarchical features and structure.

한국 채권시장에 2012년 도입된 공모회사채 수요예측제도는 “수수료 녹이기” 같은 회사채 발행시장의 구조적 낙후성을 해소하기 위한 목적이 컸다. 제도 도입에 따른 시장구조 변화 효과를 분석하기 위해 이 연구에서는 2018년 말까지 시행된 2,399개 수요예측 데이터로 통계적 특징들과 함께 연립방정식 모형에 반영된 설정 가설들을 기반으로 2SLS방법 실증분석을 수행하였다. 자료의 약 84.4%를 차지하는 밴드 내 자료에 대한 실증분석 결과, 예상 수익률, 채권의 만기기간, 발행액 및 신용등급들을 설명변수로 하는 수요예측 참여율에 대한 추정과 이 참여율을 설명변수로 하는 수요예측 결정수익률 지표 추정에서, 추정계수들이 전반적으로 1% 유의수준에도 기각되지 않는 높은 통계적 유의성을 보였다. 한편 벤치마크 수익률별 분석에서는 제도 도입 초기 수요예측이 기존의 회사채 발행시장에 만연해 있던 “수수료 녹이기” 문제를 해소하는 데 한계를 보여준 실증적 증거를 제시하기도 하였다. 그러나 2013년 9월 이후, 수요예측의 일반적인 방식으로 자리 잡게 된 개별민평 수익률기준 수요예측 자료에 대한 추정에서는 회사채의 본질적 수요요인들을 설명변수로 수행한 추정결과에 대해 높은 통계적 유의성을 보임으로써 발행시장의 효율성이 제고되고 있다는 실증적 결과를 제시하였다. 다만 일반 채권들과 차별화된 발행물의 수요예측은 이들에 대한 시장 수요를 더욱 객관적으로 반영할 수 있는 요인들이 고려된 제도 개선 필요성이 제기되었다.

The bookbuilding system of Korea for corporate bond market was introduced in 2012. The main reason for the system was the necessity to resolve the structural inefficiency caused by so-called “melting fees” For the empirical study, 2,399 data were chosen from the all bookbuilding materials. The empirical analysis was conducted by the 2SLS method estimation based the hypotheses reflected in the simultaneous equation model. The empirical analysis was made by dividing the data into in-band and out-of-band groups. The analysis base on the in-band data, which accounts for about 84.4% of the total, shows high statistical significance for the explanatory variables that was not rejected even at the 1% significance level. These variables include the expected yield of the market participant, maturity period of bond, issue amount and credit rating. It also suggests empirical evidence showing that nascent bookbuilding system had limitations in solving the “melting fees” problem. However, the estimation on the bookbuilding data based on individual benchmark yields provided by the private bond-rating agencies since September 2013 shows high statistical significance for the estimation results reflecting the improvement of structural efficiency.

본 연구는 시계열 자료의 특성을 이용한 새로운 도시가스 수요 예측 모형을 제안한다. 기존의 모형은 도시가스 수요 결정요인을 포함하므로, 수요 결정요인에 대한 전망에 있어 정확도가 떨어지는 경우 그에 의존하는 도시가스 수요 전망치의 정확성도 함께 떨어지게 된다는 단점을 가진다. 본 연구에서는 에너지 수요 시계열 자료에 반영되어 있는 정보만을 이용하여 미래 수요를 예측하는 새로운 수요 예측 모형을 제시한다. 더 나아가, 지역별로 수요 예측 모형을 구축하여, 도시가스 수요의 지역별 특성을 반영하고 동시에 수요 전망치의 정확성을 제고하고자 하였다. 본 연구에서 제안하는 예측모형은 다음과 같이 세 가지 중요한 특징을 가진다. 첫째, 도시가스 수요 시계열 자료에 포함된 정보를 활용하여 미래 전망치를 예측하기 위해 ARMAX 모형을 기반으로 한다. 둘째, 기온이나 경제적 활동의 변화에 따른 수요 변화를 정확하게 반영하기 위해, 요일효과와 월별효과를 포함한다. 셋째, 수요 전망치의 정확성을 높이기 위해 지역별로 수요 예측 모형을 구축하였다. 본 연구에서 제안하는 모형은 도시가스 이외 변수들에 대한 전망을 따로 수행하지 않아도 된다는 점에서 기존 모형의 단점을 극복하였다. 또한 지역별 예측 모형을 구축하여 예측 전망치의 정확성을 높였다. 이처럼 본 연구는 도시가스 수요 전망에 대한 강건성 확보에 기여한다.

This study proposes a new demand prediction model of city gas based on the features of high-frequency time-series data. Existing models which include the variables for city gas determinants have limitations because the accuracy of prediction of city gas tends to rely on the accuracy of prediction of other determinants. This study provides a novel approach to overcome such limitations of existing models. There are three main features of this new prediction model. First, because the model is based on the ARMAX model structure, there is no need to predict the future values for city gas determinants. Second, the model includes variables for week-day effect as well as month effect, in order to capture the variation in city gas demand due to changes in temperature as well as economic conditions. Third, the prediction model is constructed separately by regions. This improves the reliability of the predicted values of future city gas demand. This study contributes to the literature by providing a new approach to predict future city gas demand with more accuracy.

본 연구의 목적은 2012 여수엑스포 방문객들의 방문의도에 대한 실제방문 비율(실현율)을 도출하는데 있다. 이를 위하여 인구, 성별, 그리고 연령을 토대로 할당추출법을 이용하여 16개 광역시도 지역주민 3,000명을 대상으로 현지설문조사를 실시하였다. 첫 번째 연구방법은 방문의도에 대한 비율을 도출하는 것으로 이는 여수엑스포 방문의사가 있었던 응답자들을 전체 응답자들로 나누어 방문의도 비율을 추정하였다. 두 번째 연구방법은 실현율을 도출하는 것으로 여수엑스포를 실제로 방문한 응답자들을 사전에 방문할 의도가 있었던 응답자들로 나누어 실현율을 추정하였다. 본 연구결과 실현율은 50.2%로 도출되었는데, 여기서 여수엑스포에 대한 강한 방문의도가 있었던 응답자들의 실현율은 62.8%, 약간 방문의도가 있었던 응답자들의 실현율은 44.9%로 나타났다. 이는 방문의도가 높을수록 실현율도 높아진다는 것을 시사해준다. 또한, 본 연구결과에서는 전반적으로 여수엑스포와 같은 메가 이벤트지역에서 거리가 가까울수록 실현율은 높고, 반대로 이벤트지역에서 멀리 떨어져 있을수록 실현율은 낮아지는 것으로 나타났으며, 이는 중력모델에서 잘 지적해주고 있다. 본 연구에서 도출된 실현율은 메가 이벤트 수요를 보다 정확하게 예측하는데 기여할 것이다.

The purpose of this study was to estimate the rate of actual visit behavior to visit intention of visitors to the Expo 2012 Yeosu(hereafter Yeosu Expo). To this end an onsite survey was conducted to 3,000 residents of 16 metropolitan cities and provinces using a quota sampling based on population, gender, and age. As a first step, the rate of visit intention to the Yeosu Expo was estimated by dividing respondents with visit intention by total respondents. As a second step, the rate of actual visit behavior was estimated by dividing actual visitors by respondents with visit intention. The results of this study revealed that the rate of actual visit behavior was estimated to be 50.2% in which the rate consisted of 62.8% for respondents with strong visit intention and 44.9% for respondents with somewhat visit intention. The results also showed that generally the closer the distance to mega event site, the higher the rate of actual visit behavior as indicated by the Gravity model. It is expected that the rate of actual visit behavior will make a significant contribution to accurately forecasting tourism and event demand.

이 연구의 목적은 신규 사회서비스의 시장규모 예측에 있어 Bass 확산모형의 적용가능성을 검토하는 것이다. 이를 위하여 전국 대표성을 가진 사회서비스 수요 설문자료를 이용하였다. Bass 확산모형을 활용하여 잠재수요가 높을 것으로 예상되는 아동발달 영역의 6개 유망사회서비스에 대한 잠재수요 규모를 추계하였다. 분석과정에서 다른 사회서비스의 성장모형을 기반으로 모방계수를 도출하였고, 각 서비스에 대한 수요 분석을 통해 혁신계수와 잠재수요의 크기를 추정하였다. 모방계수는 유사한 제품의 확산속도를 의미하여, 혁신계수는 서비스가 시행될 경우 확산의 속도를 나타내고, 최대 수요치는 서비스에 대한 잠재 수요의 크기를 나타낸다. 본 연구는 Bass 확산모형을 이론적 기반으로 하여 신규 개발되는 사회서비스의 미래 시장규모와 확산속도 등을 예측하는데 유용하게 활용될 수 있을 뿐만 아니라, 정책적 효과의 예측이나 지속적인 정책 집행 여부 등을 판단할 수 있는 기초 자료를 제공할 수 있음을 확인하였다.

The primary goal of the study is to examine the possibility of applying the Bass Diffusion Model to forecasting demand of social services. In the study, we used demand survey data based on a nationally represented sample. We selected six child development social services that are believed to be have high level of potential service demand and estimated market size of each service. I the analysis, we estimated the coefficients of imitation and innovation, price of social services using Bass Diffusion Model. Utilizing the estimates, we identified each program's diffusion pattern. This study provides an empirical evidence to suggest benefits of using the Bass Diffusion Model for forecasting the demand pattern of newly introduced social services. We also provide discussions on policy implications of utilizing demand forecasting models in the process of developing new social services.

Most large cities in the world obtain much of their revenue from the tourism industry and they are eager to vitalize regional economy through developing tourism. A Mega-event is one of tourism activities enhancing the economic value for the modern cities. Mega-event is defined as an event that can attract a great number of visitors internationally and domestically. Accuracy in forecasting and prediction is the most important mission for the event organizers since false estimates can cause financial waste and failure in management. This study is aimed to maximize impacts of a mega-event providing reliable calculation of admission fee and demand for the event. The study focused on the event "Global Fair & Festival 2009 Incheon" in order to measure the real values. This study forecasted the demand of the event "Global Fair & Festival 2009 Incheon" through indirect methods using Delphi analysis and identifying index related to the mega-events. The study has several limitations even though previous studies on the forecasting of the demand have been fully reviewed. However, it is evaluated that the study provides the guideline for forecasting the demand of visitors for a mega-event and methodological issue for predicting the admission fee for a mega-event.

경찰 인력수요에 대한 예측은 치안정책을 수립하고 장래 사회 구성원들의 올바른 진로 선택에 도움을 줄 수 있다는 측면에서 매우 중요한 과정이다. 특히 경찰을 둘러싼 환경이 급변하고 그에 따른 다양한 예측들이 혼재되어 있는 상황에서 보다 합리적이고 과학적인 방법을 통한 수요예측의 필요성은 커지고 있음을 알 수 있다. 이에 본 연구에서는 인력수요 예측 및 시계열 분석에 대한 이론적 토대를 바탕으로 1950년부터 2007년까지의 연도별 자료를 이용하여 2008년부터 2012년까지의 경찰 인력수요를 예측해 보았다. ARIMA 모형 설정의 기본 절차인 모형 식별 - 모수 추정 - 모형 적합성 진단을 통해 ARIMA(0,1,1)(0,0,1)3 모형을 최종모형으로 선정하였고 이에 따라 경찰 인력수요를 예측한 결과 소폭의 증가 및 감소 현상을 전망할 수 있었다. 본 연구 결과를 토대로 2008년부터 예정된 전ㆍ의경 감축 계획안에 대한 경찰의 합리적 대응 방안들을 몇 가지 제안하였다.

This study conducts a short-term forecast of police manpower demand by ARIMA model. Using yearly data of police manpower from 1950 to 2007, this paper are forecasting future trends and proposing some policy orientation. The result shows that ARIMA(0,1,1)(0,0,1)3 model is the most appropriate one and forecasts a minimum of 72,904 to maximum 119,205 police manpower will be needed in 2012. The police need to strive to secure necessary manpower. Moreover, incorporating ancillary functions to core policing, civilianization, paradigm shift to community policing are proposed.

방한 일본인 관광객은 외래관광객 중 가장 큰 비중을 차지하면서 총 방한 외래관광객의 증감에 주도적 영향을 미치고 있다. 또한, 최근 경제성장과 국가간 교류증가에 따라 중국인 관광객이 미국인 관광객을 제치고 제2의 인바운드 시장으로 부상하고 있는데, 이러한 추세는 <그림 1>을 통해서도 가시적으로 확인할 수 있다.<표 1> 방한 외래객 방문현황과 관광환경 변화연도외래관광객성장률관광환경 변화19902,958,8398.5%-19913,196,3408.0%걸프전19923,231,0811.1%-19933,331,2263.1%대전엑스포 개최19943,580,0247.5%한국방문의 해19953,753,1974.8%-19963,683,779-1.8%-19973,908,1406.1%아시아 금융위기와 IMF19984,250,2168.8%한국경제위기 및 원화약세 지속 19994,659,7859.6%-20005,321,79214.2%인천국제공항개항20015,147,204-3.3%9.11 테러 발생 및 한국방문의 해20025,347,4683.9%한일 월드컵 공동개최20034,753,604-11.1%SARS 발병, 이라크전쟁20045,818,13822.4%한류열풍20056,021,7643.5%한일공동방문의 해 20066,155,0462.2%

This paper examined the best forecasting model that is the lower forecast error for visitors in festival. The forecasting model is tested the accuracy using smoothing method about time series with linear and nonlinear trend and MAPE and RMSE are used as the criteria of the accuracy of forecasting method. The simple moving average method is analyzed the best forecasting method among the six forecasting methods but is considered as comparatively accurate forecasting method.

With the recent growth of the exhibition industry, city officials and economic development decision-makers are wrestling with the question of whether to develop new or expanded exhibition center assets in their communities. This study predicts the demand for exhibit space and estimates the time and size for additional exhibition center supply from 2004 to 2015. We use both time-series and regressive forecasts model and the data about the utilization rate of exhibit space and GDP from 1991 to 2003. This study suggests that there will be a shortage of exhibition center supply for the central region of Korea from 2011(shortage: 12,602㎡), the southeastern region from 2011 (shortage: 3,649㎡), and the southwestern region from 2010(shortage: 895㎡). But the real shortage problem in the southeastern and southwestern region may occur in 2012 and 2013 respectively. However, it is hard to say this demand is required for trade shows that the government are focusing on. Space rental business of the exhibition center currently covers not only exhibitions but various kinds of events, such as concerts, wedding ceremony and themed events, and the utilization rate of exhibition center is also counted on this numbers. If the government wants to use this estimated result for applying to the exhibition center policy, it should be decided conservatively.

기업이 물류비용을 절감할 수 있는 정교한 수요 예측 모형은 그동안 수많은 연구를 통해 다양한 방법들이 제시되었다. 이러한 연구들은 주로 수요 패턴에 의해서 적용 가능한 수요 예측 모형을 결정하고, 통계적 검증을 통해서 모형의 정확성을 판단하였다. 수요 패턴은 크게 규칙성과 불규칙성으로 나뉘어 질 수 있다. 규칙적인 패턴은 주문이 정기적이고 주문량이 일정한 경우를 의미한다. 이러한 경우에는 주로 회귀모형이나 시계열 모형을 통해서 수요를 예측하는 방법들이 사용된다. 그러나 불규칙적이고 주문량의 변동 폭이 큰 경우는 간헐적 수요(Intermittent Demand)라고 하는데, 기존의 회귀 모형이나 시계열 모형으로는 수요 예측의 오류 발생 가능성이 높기 때문이다. 간헐적 수요를 보이는 품목에 대해서는 주로 Croston모형 혹은 Holts모형 등을 사용하여 수요를 예측한다. 본 연구에서는 간헐적 수요 패턴을 보이는 항공 화물의 다양한 품목에 대해서 수요 패턴을 분석하고, 다양한 모형을 통해 수요를 예측하여 각 모형의 예측력을 비교 분석하였다. 이 과정에서 항공 화물의 품목별, 지역별로 다양한 모형의 적합도를 분석하여 항공사가 가장 효율적으로 운영할 수 있는 항공 화물의 수요 예측 모형에 대한 개발 방향을 제시하고자 함이 본 논문의 목적이다.

A variety of methods have been proposed through a number of studies on sophisticated demand forecasting models that can reduce logistics costs. These studies mainly determine the applicable demand forecasting model based on the pattern of demand quantity and try to judge the accuracy of the model through statistical verification. Demand patterns can be broadly divided into regularity and irregularity. A regular pattern means that the order is regular and the order quantity is constant. In this case, predicting demand mainly through regression model or time series model was used. However, this demand is called "intermittent demand" when irregular and fluctuating amount of order quantity is large, and there is a high possibility of error in demand prediction with existing regression model or time series model. For items that show intermittent demand, predicting demand is mainly done using Croston or HOLTS. In this study, we analyze the demand patterns of various items of air cargo with intermittent patterns and apply the most appropriate model to predict and verify the demand. In this process, intermittent optimal demand forecasting model of air cargo is proposed by analyzing the fit of various models of air cargo by item and region.

최근 다양한 분야에서 '빅데이터'가 생성되었다. 많은 기업들은 인공지능(AI)을 기반으로 빅데이터 분석이 가능한 시스템을 구축하여 이익 창출을 시도하고 있다. 인공지능 기술을 접목함으로써 방대한 양의 데이터를 효율적으로 분석하고 효과적으로 활용하는 것은 점점 더 중요해지고 있다. 특히 재무, 조달, 생산 및 마케팅과 같은 다양한 분야에서 국가 및 기업 경영 관리에있어 최소의 오차와 최대의 정확도를 갖춘 수요예측은 절대적으로 중요한 요소이다. 이때 각 분야의 수요패턴을 고려한 적절한 모델을 적용하는 것이 중요하다. 전통적으로 쓰이는 시계열모델이나 회귀모델로도 비대해진 실제 데이터의 복잡한 비선형적인 패턴을 분석할 수 있다. 그러나 다양한 비선형 모델들 중에서 적절한 모델을 선택하는 것은 사전 지식 없이는 어려운 일이다. 최근에는 인공지능 기반의 기법들인 머신러닝이나 딥러닝 기법을 중심으로 이루어진 연구들이 이를 극복할 수 있음을 증명하고 있다. 뿐만 아니라 정형데이터와 이미지나 텍스트의 비정형 데이터 분석을 통한 수요예측도 높은 정확도를 갖춘 결과를 보이고 있다. 따라서 본 연구에서는 수요예측이 비교적 활발하게 일어나는 중요한 분야들을 나누어 설명하였다. 그리고 각 분야별로 갖는 특징적인 성격을 고려한 인공지능 기반의 수요예측 기법에 대해 머신러닝과 딥러닝 기법으로 나누어 소개하였다.

Big data has been generated in various fields. Many companies have now tried to make profits by building a system capable of analyzing big data based on artificial intelligence (AI) techniques. Integrating AI technology has made analyzing and utilizing vast amounts of data increasingly valuable. In particular, demand forecasting with maximum accuracy is critical to government and business management in various fields such as finance, procurement, production and marketing. In this case, it is important to apply an appropriate model that considers the demand pattern for each field. It is possible to analyze complex patterns of real data that can also be enlarged by a traditional time series model or regression model. However, choosing the right model among the various models is difficult without prior knowledge. Many studies based on AI techniques such as machine learning and deep learning have been proven to overcome these problems. In addition, demand forecasting through the analysis of stereotyped data and unstructured data of images or texts has also shown high accuracy. This paper introduces important areas where demand forecasts are relatively active as well as introduces machine learning and deep learning techniques that consider the characteristics of each field.

정확한 전력수요 예측은 에너지 소비를 줄이고 전력수급의 불균형을 방지한다. 본 연구는 외부요인의 영향을 가장 적게 받는 특정 시간대의 일 단위 전력 수요량을 참조선 (reference line)으로 한 시계열모형을 세우고자 한다. 고려된 시계열모형은 슬라이딩 창을 이용한 이중 계절성 Holt-Winters 모형과 TBATS 모형이다. 시계열모형의 모수는 2009년 1월 4일부터 2011년 12월 31일까지 자료를 이용하여 추정되었으며, 2012년 1월 1일부터 2012년 12월 29일까지의 각 모형의 전력수요량을 예측하여 성능을 비교하였다. RMSE와 MAPE를 통해 예측 성능을 비교한 결과 TBATS 모형의 성능이 우수하였다.

Accurate electricity demand forecasts is essential in reducing energy spend and preventing imbalance of the power supply. In forcasting electricity demand, we considered double seasonal Holt-Winters model and TBATS model with sliding window. We selected a specific time zone as the reference line of daily electric demand because it is least likely to be influenced by external factors. The forecasting performance have been evaluated in terms of RMSE and MAPE criteria. We used the observations ranging January 4, 2009 to December 31 for testing data. For validation data, the records has been used between January 1, 2012 and December 29, 2012.

As the uncertainty of demand in B2B electronics market has increased, firms need a strong method to estimate the market demand. An accurate prediction on the market demand is crucial for a firm not to overproduce or underproduce its goods, which would influence the performance of the firm. However, it is complicated to estimate the demand in a B2B market, particularly for the private sector, because firms are very diverse in terms of size, industry, and types of business. This study proposes both qualitative and quantitative demand forecasting approaches for B2B PC products. Four different measures for predicting PC products in B2B market with consideration of the different PC uses-personal work, common work, promotion, and welfare-are developed as the qualitative model's input variables. These measures are verified by survey data collected from experts in 139 firms, and can be applied when individual firms estimate the demand of PC goods in a B2B market. As the quantitative approach, the multiple regression model is proposed and it includes variables of region, type of industry, and size of the firm. The regression model can be applied when the aggregated demand for overall domestic PC market needs to be estimated.