Earticle

산업보안 범죄의 증가는 산업분야에 막대한 피해는 물론 국가적 차원에서도 큰 경제적 손실을 주고 있다. 특히, 산업기술 보호를 위해 많은 노력을 기울이고 있음에도 산업기술 유출 범죄는 지속적으로 증가하고 있다. 이와 같이 산업보안 범죄가 심화되는 이유 중 하 나는 피해에 비해서 처벌 규정 및 양형기준이 낮기 때문이다. 다수의 학자들은 산업보안 범죄자에 대한 처벌을 강화하는 것이 기 범죄를 예방할 수 있다고 주장한다. 그러나 이러 한 문제점에 관해서 산업보안 범죄의 피해 금액 산정방식에 관한 기준이 여전히 정립되지 않고 있음을 지적할 수 있다. 즉, 산업보안 범죄로 인한 피해금액의 산정 방식을 구체적으 로 제시한다면 범죄에 따른 피해의 규모와 이에 근거한 처벌의 수준을 예견 가능하게 될 것이다. 따라서, 산업보안 범죄로 인한 피해 금액 산정 방식의 기준 정립이 산업보안 범죄 에 대한 중요한 대응책으로 볼 수 있다. 본 연구에서는 합리적인 피해 금액 산정모델을 도출한다. 연구의 방법은 수요예측, 기술 가치 평가 방법, 산업연관분석 방법론을 모두 활용하여 피해기업의 최종적인 기술유출 피 해액을 도출한다. 즉, 향후 발생할 수요에 대한 예측과 타 산업분야와의 경제적 파급효과를 측정하여 피해기업의 최종 기술유출 피해액을 파악해보고자 한다. 이후, 이 산정 모델에 대한 검증을 위해 실제 2017년에 발생한 OLED 관련 기술 유출 사건에 적용하는 사례연구 를 진행한다. 본 연구의 결과는, 산업기술 유출사건에 대한 적절한 피해 규모 및 피해 금액 을 예측 산정하여 양형기준을 조정할 때 중요한 근거로 활용한다.

Even though much effort is made to protect industrial technology, the crime of industrial technology leakage continues to increase. One of the reasons for the intensification of industrial security crimes is that the punishment is weak compared to the damage. Professionals argue that strengthening punishment for industrial security offenders can prevent crime. However, it can be pointed out that the standards for the method of calculating the amount of damage to industrial security crimes have still not been established regarding this problem. In other words, if the method of calculating the amount of damage caused by industrial security crimes is specifically presented, the scale of damage caused by the crime and the level of punishment based on it will be predictable. Therefore, establishing standards for calculating the amount of damage caused by industrial security crimes can be seen as an important countermeasure against industrial security crimes. In this study, a reasonable damage calculation model is derived. The research method uses all of the demand forecasting, technology value evaluation method, and industry-related analysis method to derive the final damage amount of technology leakage of the affected company. In other words, by predicting future demand and measuring the economic ripple effect with other industries, we try to figure out the final loss of technology leakage of the affected company. Afterwards, a case study will be conducted to verify this calculation model, which is applied to the actual OLED-related technology leakage incident in 2017. The results of this study are used as an important basis for adjusting sentencing standards by predicting and calculating the appropriate scale and amount of damage for industrial technology leakage cases.

본 연구는 파주시 관광객의 수요를 예측하고 관광정책 제언을 위해 수행되었다. 이를 위해 2011년 1월부터 2022년 12월까지 파주시 주요 관광지점의 관광객 자료를 수집하였고, 계절형 ARIMA 모형을 통하여 2023년 파주시 관광객 수요를 예측하였다. 주요 분석결과는 다음과 같다. 첫째, 파주시 관광객수는 지난 10여 년 간 하락하는 추세를 보여왔고, 2022년 대비 2023년의 관광객 수는 약 6.7% 가량 감소할 것으로 예상된다. 코로나19 방역정책이 엔데믹 수준으로 전환되어 전반적 으로 관광객 수요가 증가하는 상황에서 이러한 원인을 파악하기 위해 기존 관광정책, 관광수용태세, 심층 연구 등 다각도의 검토가 필요해 보인다. 둘째, 10월에 가 장 많은 관광객이 방문하는 경향을 보인다. 여름 휴가철이 지난 후, 서울·경기 거주자들이 근거리 관광지로 파주시를 선택하는 경향으로 분석된다. 이러한 경향성 을 유지 및 강화하기 위해 임진각, 마장호수, 헤이리 등 파주시 대표 관광지를 발전시킬 수 있는 전략적 정책이 필요하다. 셋째, 파주시 관광객수가 지속적인 감소 세를 보이지만, 경제적 요인과는 상관관계가 크지 않은 것으로 나타났다. 경제 상황이라는 외생변수에 영향을 받지 않기 때문에 관광지 자체에 매력도를 제고하는 정책이 필요하며, 파주시가 보유하고 있는 문화·예술적 자원은 이를 위해 적극적으로 활용해야 한다.

This study was conducted to predict the demand of tourists in Paju city and to propose tourism policies. To this end, tourist data were collected from January 2011 to December 2022, and the demand for tourists in Paju city was predicted through the seasonal ARIMA model in 2023. Main results of the analysis are as follows. First, the number of tourists in Paju city has been on the decline over the past decade, and the number of tourists in 2023 is expected to decrease by about 6.7% compared to 2022. With the COVID-19 quarantine policy shifting to the endemic level and overall tourist demand increasing, various reviews such as existing tourism policies, tourism preparedness, and in-depth research are needed to identify this cause. Second, it tends to be visited by the most tourists in October. It is analyzed that after the summer vacation season, Seoul and Gyeonggi residents tend to choose Paju city as a short-distance tourist destination. In order to maintain and strengthen this tendency, strategic policies are needed to develop Paju’s representative tourist destinations such as Imjingak, Majang Lake, and Heyri Artvalley. Third, the number of tourists in Paju city continues to decline, but there was no significant correlation with economic factors. Since it is not affected by exogenous variables such as economic conditions, a policy to enhance the attractiveness of the tourist destination itself is needed, and the cultural and artistic resources of Paju city must be actively utilized for this purpose.

최근 제조업체는 급변하는 경영상황에 능동적으로 대응하고 제품군의 지속적인 경쟁력 확보를 위해 적정 한 생산계획을 수립하여 운영하고 있다. 특히 공급계획을 수립하고 운영 관리하는 측면에서 재고관리는 기업의 생 산관리 수준을 알 수 있는 핵심요소이다. 따라서 제조업체의 수요변화를 고려한 탄력적 재고관리는 고객이 요구하 는 납기를 준수하고 적정한 재고보유를 통하여 재고비용의 감소, 나아가 기업의 수익증대를 가져오게 한다. 그러 나 대다수의 국내 중소제조업체는 다품종 소량생산 형태로 고객의 주문이 비정기적이고 변동폭이 심한 경우가 많 아 수요예측에 어려움을 겪고 있다. 이에 본 논문에서는 이동평균법으로 도출한 장단기 이동평균선의 교차매매전 략을 이용하여 차량 보수용부품의 수요추세를 파악하고 적정 재고수준을 알기 쉽게 도출하는 H사의 사례연구를 결과를 제시하고자 한다. 여기에서 제안된 방법은 성수기와 비수기의 수요변동이 큰 기업들의 재고관리비용 절감 에 크게 기여할 것으로 기대한다.

Recently, manufacturers have established and operated appropriate production plans to actively respond to rapidly changing business conditions and to secure continuous competitiveness of product lines. In particular, in terms of establishing and operating a supply plan, inventory management is a key factor in understanding a company's level of production management. Therefore, flexible inventory management in consideration of changes in manufacturers' demands can lead to a reduction in inventory costs and an increase in corporate profits through proper inventory retention and compliance with delivery times required by customers. However, most small and medium-sized manufacturing companies in Korea are having difficulty in forecasting demand as customers' orders are irregular and fluctuate in the form of small-scale production of a variety of products. Therefore, in this study, we propose an inventory management technique of Company H that grasps the demand trend of vehicle maintenance parts and easily derives the appropriate inventory level by using the cross-selling strategy of moving average lines derived by the moving average method.

국내 신재생에너지 보급계획 확대로 기존 전력시스템과 다른 형태의 전력 수급이 진행될 것으로 평가되고 있다. 특히 태양광에너지는 배전계통을 중심으로 전 지역에 공급될 예정이며, 이에 대한 전국적인 송전망 보강이 요구될 것으로 전망된다. 태양광 발전 시스템은 일사량에 비례하여 출력이 증가하기 때문에, 해당 데이터에 근거하 여 전력 출력 예상량을 도출할 수 있으며, 이를 중심으로 송전망 보강을 진행할 수 있을 것으로 판단된다. 본 논문 에서는, 국내 주요 지역의 일사량 데이터를 가공하여, 전국 규모의 출력량을 2030년 기준으로 예측하여, 전력수급 계획에서 도출되는 전력 공급 시나리오를 마련하고자 한다. 이를 중심으로, 신재생에너지 확대 시 예상되는 보강 조치를 도출하는데 기여하고자 한다.

It is estimated that a power system operation which is different from the existing power grid would be required with the expansion of domestic renewable energy. In particular, solar energy extraction will be progressed in most of distribution network, and to do this, a nationwide reinforcement is expected to be required. Since an output of photovoltaic generation system increases in proportion to the amount of irradiation, it is possible to derive a prediction of output power based on a measured historical data. In this paper, we intend to prepare a power supply scenario, which is based on an electricity supply and demand plan of 2013 in Korea, by processing the irradiation data about major domestic regions. Based on this, we would like to contribute to deriving a reinforcement requirement according to the scenario regarding renewable energy expansion.

최적의 효율적이고 경쟁력 있는 물류시설을 조성하기 위해 수요업체(화주)를 대상으로 입지, 임대면적, 임대조건, 임대가격, 건물의 배치, 건물의 구조, 교통처리계획, 부대시설 등에 관한 다양한 의견을 사전에 수렴, 물류시설 건립에 반영할 필요성이 대두되고 있다. 조사를 위한 시간과 비용이 과대하게 발생하는데 이러한 비효율적인 조사를 보다 효율적으로 정리하고 더 나아가 투자자의 신속하고 정확한 의사결정을 지원하기 위해서 간단하게 몇 가지의 요소만으로 사전에 진단하고 정확한 의사결정을 할 수 있는 도구의 필요성이 대두된다. 즉, 기존에는 상기에서 언급한 '수요자 접근법'을 이용하여 진행하여 왔는데, 거점적인 측면과 시설적인 측면의 요소를 반영한 새로운 "요인비교법"을 도출하였다.

본 논문은 비선형 예측모형에서 예측의 정확도를 높이기 위한 방법으로 선도추급(先導追及; Gap and Catch-up) 과정을 제시하고 이를 한국의 장기전력수요예측에 적용한 실증분석 결과를 보여준다. 선도추급과정은 후발국가가 경제적 발전단계에서 앞선 선도국가의 성장패턴을 추급한다는 가설을 예측에 적용한 것으로,본 논문에서는 선도국가의 전력수요에 대한 소득탄력성 변화패턴을 후발국가가추급한다는 가설을 시간변동계수를 갖는 공적분회귀식을 이용한 전력수요예측모형에 적용하여 예측력을 높인 실증분석 결과를 보여준다. 장기전력수요예측에서한국이 일본 전력수요의 소득탄력성 변화패턴을 추급한다는 선도추급과정을 적용한 결과가 기존 예측모형에 비하여 우월한 예측력을 보였으며, 특히 선도 및 추급기간에 대한 모의실험에서 한국의 추급기간이 일본의 선도기간을 단축시키는가설을 적용할 경우 최적 예측치를 얻을 수 있었다. 또한 용도별 전력수요의 소득탄력성 변화패턴 수렴에 관한 실증분석 결과가 경제성장이론에 나타난 산업별 생산성 수렴현상 결과와 일치함을 알 수 있었다.

This paper proposes a novel approach to improve accuracy in long-term forecasts based on nonlinear models, and provides an empirical analysis of long-run electricity demand forecast for Korea. Our approach is based on the notions of catch up and convergence, which exploits the fact that various economic characteristics of developing countries evolve following closely with some time lags the historial patterns of corresponding characteristics of developed countries. To forecast electricity demands in developing countries,for instance, we may therefore utilize the historical patterns of the determinants of electricity demands in developed countries. In particular, we find that the time series of income elasticity of electricity demand in Korea evolves in the same pattern as that of electricity demand in Japan. The patterns are extracted using cointegrating regressions with time-varying coefficients, and the actual gap and catch-up periods are determined to maximize the performance of our forecasting model. Our procedure is shown to perform substantially better than other models that are commonly used in long-term forecasts. In particular the optimal forecasts are obtained under the assumption that Korea’s catch-up period is shorter than the gap period between Korea and Japan. Our empirical results are also consistent with those done by the studies of the convergence of productivity.

본 연구는 시장 규제의 변화로 인해 새롭게 도입되는 제품에 대한 수요 예측을 목적으로 하며, 한국의 승용차 시장에 새로 도입되는 경유승용차에 대하여 실증 분석하였다. 한국의 승용차 시장은 경유승용차에 대한 판매 금지 규제가 해제되면서 이를 둘러싸고 환경문제 , 연료 수급문제, 자동차 세금 문제 등의 문제들이 제기되고 있는 상황이다., 소비자들의 진술선호 자료를 바탕으로 컨조인트(conjoint) 방법을 사용하여 정부의 다양한 정책 하에서 경유승용차에 대한 소비자들의 수요가 어떻게 변화하는지를 살펴보았다 . 분석 결용차를 보다 선호한다는 것을 알 수 있으며 , 환경부가 제시하는 적정 에너지 가격 체계에서 한국의 경유승용차는 서유럽의 경우와 유사한 시장 점유율을 차지할 것으로 예측된다.

The purpose of this research is to forecast the demand for new products introduced by changes in market regulations. We empirically analyze the future demand for diesel passenger cars that are to be introduced shortly in Korea. The introduction of diesel passenger car into the market raises various issues related to environment, energy supply and demand, and associated taxes, to name just a few. In this study we use the conjoint analysis method that is widely used for the microeconomic simulation of future demand, in order to address these issues. Our model accommodates various types of government policies and car attributes such as price and engine efficiency. Our results suggest that consumers are likely to prefer diesel passenger cars to the gasoline ones due to the low operation costs of the former. We also forecast that diesel passenger cars will capture a 42% market penetration ratio, which is similar to that of Europe, under the pricing system suggested by the Ministry of Environment of Korea.

In this research, we propose efficient demand forecasting scheme for intermittent demand. For this purpose, we first extensively analyze the drawbacks of the existing forecasting methods such as Croston method and Syntetos-Boylan approximation, then using these findings we propose the new demand forecasting method. Our goal is to develop forecasting method robust across many situations, not necessarily optimal for a limited number of specific situations. For this end, we adopt combining forecasting method that utilizes unbiased forecasting methods such as simple exponential smoothing and simple moving average. Various simulation results show that the proposed forecasting method performed better than the existing forecasting methods.

수요예측은 제품에 대한 수요량을 예측해 자원을 관리하기 위한 방법으로, 기업의 노동력과 예산 관리에 영향을 미 친다. 이러한 이유로 수요예측 모델의 성능 향상을 위한 연구가 주목을 받고 있다. 본 연구에서는 수요예측 성능 향 상을 위해 품목의 수요 패턴을 분석해 4가지 유형으로 구분하고, 각 유형에 적합한 모델을 제안한다. 성능 비교를 위해 사용한 데이터는 대한민국 공군 T-50 단일 기종의 수리 부속 품목의 분기 별 수요 데이터이다. 품목의 수요 패턴은 수요발생구간(average demand interval, ADI)과 변동 계수(coefficient of variation, CV)를 사용해 네 가지 smooth, lumpy, intermittent, erratic으로 구분하며 다양한 알고리즘으로 구현한 수요예측 모델의 성 능을 비교하기 위해 5가지 기계학습 알고리즘과 2 가지 딥러닝 알고리즘을 사용해 수요예측 모델을 구현한다. 기계 학습 알고리즘 중에는 앙상블 알고리즘인 random forest regression, adaboost, extra trees regression, bagging, gradient boosting regression 과 딥러닝 알고리즘인 long-short term memory(LSTM), deep neural network(DNN)을 사용한다. 수요 패턴에 따른 네 가지 유형에 적합한 모델을 선정해 수요예측 결과를 도 출한 경우가 일관된 모델을 사용한 경우에 비해 품목 정확도가 0.61%, 수량 정확도가 0.09 우수한 것을 확인할 수 있다. 제안하는 모델을 적용한다면 전문가의 효율적인 수요 관리가 이루어질 수 있을 것으로 기대한다.

Demand forecasting is a way to manage resources by forecasting demands for products, so it has direct impacts on corporate resources and budget management. Based on these reasons, research on improving forecasting performances of demand forecasting models. In this research, 4 demand patterns for items were analyzed to improve demand prediction performance, and the optimal model was proposed. The data used to compare the performance were the demand data from each quarter for maintenance items for a T-50 aircraft of Republic of Korea air force. First, the demand patterns for the items adopted average demand interval(ADI) and coefficient of variation(CV) and were categorized into smooth, lumpy, intermittent, and erratic items. In this research, to compare the performance of demand forecasting models derived from different algorithms, 5 types of machine learning algorithms and 2 types of deep learning algorithms were used to construct demand forecasting models. In machine learning algorithms, there are ensemble learning such as random forest regression, adaboost, extra trees regression, bagging, gradient boosting regression and deep learning algorithm such as long-short term memory(LSTM) and deep neural network(DNN). We can confirm that item accuracy is 0.61% and quantity accuracy is 0.09% better than that of consistent models when the demand forecast results are derived by selecting models suitable for four types according to demand patterns. We expect that efficient demand management by experts will be achieved if the application of the proposed model.

이 논문은 수요예측제도(book building) 도입 이후의 벤처기업의 신규공모주(IPO)의 장기성과를 벤처캐피탈지원기업, 기술평가기업, 연구개발투자기업으로 구분하여 분석하고 있다. 수요예측제도는 기관투자자 등의 우월한 정보를 반영하여 신규공모주의 공모가격을 결정하므로 주간사회사는 보다 정확한 공모가격을 결정할 수 있으며, 시초가 저평가(underpricing)및 장기성과에 영향을 줄 것이다. 시장이 효율적이면 IPO의 장기성과는 나타나지 않을 것이다. 한국증권시장의 신규공모주에 대한 장기성과의 연구들은 대부분 수요예측제도 이전을 다루거나 장기성과 측정방법을 보유초과수익률 (BHAR)과 상대적부 (WR)방법에 의존하는 경향이 있다. 본 연구는 코스닥증권시장에서 2000년 7월부터 2003년 2월 사이에 등록된 벤처캐피탈의 지원을 받은 기업 80개, 연구개발투자기업 68개, 기술평가기업 123개를 대상으로 신규공모주의 장기성과를 측정하고 있다 상대적으로 짧은 연구대상기간은 기업간 수익률의 교차횡단면상호관계(Cross‐Correlation)가 보유초과수익률 (BHAR)의 통계적추론에 문제를 발생시킬 수 있다. 본 연구는Fama(1998)와 Mitchell, Stafford (2001)가 제시한 바와 같이 이벤트타임 포트폴리오보다는 캘린더타임포트폴리오 분석을 주방법으로 사용하고 있다. 이 논문은 Fama‐French의 3요인모형, Fama‐French‐Carhart의 4요인모형, Ibbotson의 RATS 모형, 월별초과수익모형(CTAR)을 이용하여 분석하였다. 본 논문의 결과로 Fama‐French 3 요인, Fama‐French‐Carhart 4 요인에서는 동일가중(EQ)과 가치가중(VW)의 방법을 사용하여 수익률을 계산하였으며, 이분산성을 고려하기 위해서 가중최소자승법(WLS)과 최소자승법 (OLS)의 방법을 사용하여 회귀분석을 실시한 결과, α의 초과성과를 수요예측제도 이후의 코스닥시장에서 벤처기업의 IPO의 장기성과는 저성과를 보이고 있지 않고 있었으며, 벤처캐피탈지원기업, 기술평가기업, 연구개발투자기업으로 구분 하여도 양의 장기성과를 가지는 일관성 있는 결과를 보이고 있다. 그러므로 이 논문에서는 수요예측제도 도입 이후에 초기성과는 일시적인 유행(fad)이 아니라는 것을 제시하고 있다. 수요예측제도 하에서의 장기성과는 저성과를 보이고 있지 않았으며, 저성과는 벤처캐피탈지원기업, 기술평가기업, 연구개발투자기업으로 구분 하여도 일관성을 가지고 있는 것을 보이고 있다.

This study extends long term performance of initial public offerings (IPOs) in venture firms after book building, especially the firms which are supported from venture capital firms, technology appraisal firms, research development investment firms listed on KOSDAQ. To test the long term performance, there exists two method, which are the event time portfolio, calendar time portfolio. Most recent researches depend on the BHAR(buy and hold abnormal return), wealth relative method. These are the method of the event time portfolio. But this study used three factor(as a function of excess market returns, a high minus low market to book ratio factor, and a small minus big market capitalization factor) and four factor model, CTAR model, RATS(Return Across Time and Securities approach) model to calculate the performance. As the result of the analysis through the all method, all windows appeared the positive performance and the statistically significance.

This study aims to forecast the number of foreign visitors, mainly japanese and chinese tourists to Gyeong-ju city until 2013 year, using quantitative method. For this study, three quantitative forecasting models were compared and Winters model was selected as a final research model for forecasting the Gyeong-ju tourists demand. The results of this study show that the number of japanese tourists until 2015 year will decrease slowly, but the number of chinese tourists will increase. Neverthless japanese tourists will still dominate in Gyeong-ju until target year, i.e., 2015 aimed in this study. For this reason regional policymakers must concentrate their efforts on japanese tourists in the short terms. But from viewing the long terms it is necessary to concentrate their efforts on chinese tourists as well because it is predicted that chinese tourists will dominate in regional tourist market in the future.

This paper is concerned with data center remote management service for demanding forecasting and reduction of energy usage. More particularly, intelligent server rack, mounted on inside of the data center, collects information about energy usage and temperature per server. Using this information, management platform forecasts energy demand in the future and automatically makes report according green environment raw. By providing the remote management service through remote terminals, users are not tied to a time and place to control device inside the data center . In this way, the data center remote management service enhances operability of the facility.

복지시설의 건립과 운영과정에서 수요예측에 기반한 지출 효율화 노력은 사회복지 분야에서 경제학적 접근이 기여할 수 있는 핵심영역이 라 볼 수 있다. 경제학은 제한된 자원하에서 최적의 선택과 자원배분을 연구하는 학문으로, 수요와 공급, 비용과 편익 원리 등 효율성을 평가할 수 있는 재량적 판단 근거를 제공한다. 본 연구는 서울시의 아동자립지원시설 건립을 위한 타당성 조사 사례를 검토하여 복지시설의 수요추정 을 위해 계량모형을 활용하는 방안을 검토한다. 본 연구는 보호대상 아동의 발생에 영향을 미치는 다양한 요인을 고려한 계량모형과 출생률에 대한 시나리오 분석을 통해 향후 30년 동안 발생할 보호대상 아동의 규모를 추정하여, 이 예측치를 기준으로 시설의 핵심 이용자인 보호종료 아동의 규모를 추정하였다. 본고의 연구 결과에 따르면 아동자립지원시설의 잠재적 수요자인 5년 누적 보호종료 아동은 2020년에 1,542명이 발생하여 2030년까지 3,231명으로 증가하다가 이후 지속적으로 감소하여 2047년에 1,623명이 발생할 것으로 예측되었다. 또한 모형을 이용 하여 추정한 보호대상 아동 및 보호종료 아동의 예측치가 실제 관측치에 매우 근접함을 확인하였다. 본 연구는 복지 서비스의 수요를 추정함에 있어 정량분석 방법을 적용한 하나의 사례로, 복지시설 건립의 타당성 검토를 수행하는 실무자들에게 유용한 시사점을 제공한다. 특히 정량분 석 방법론을 이용한 수요 예측 방법론은 사회복지 분야의 효율성 개선을 위해 지속적으로 발전시켜야 할 융합 학문 분야이다.

Efficient budget planning, which is the basis for demand forecasting in the process of establishing and operating welfare facilities, can be seen as a key area where an economic approach can contribute in the field of social welfare. Economics is the study of optimal choices and resource allocation under limited resources, providing a basis for discretionary judgments on factors like demand and supply, costs and benefits. This study reviews cases of feasibility studies for the construction of youth independence support facilities in Seoul city and examines various ways to apply economic methodology to estimating demand for facilities. This study uses an econometric model that considers various factors that affect the occurrence of children subject to protection over the next 30 years. The size of children subject to protection that will occur was estimated, and based on this estimate, the size of children who have ended protection, who are the core users of the facility, was estimated. Research results indicate that the potential demand for child independent support facilities is projected to increase from 1,542 in 2020 to 3,231 by 2030, followed by a continuous decline to 1,623 by 2047. In addition, the predicted values of children subject to protection and children who have ended protection, estimated using the prediction model, are in line with the actual observations. This study is a rare example of applying a rigorous quantitative analysis method in estimating the demand for welfare services, and provides important implications for practitioners conducting welfare facility feasibility studies. In particular, rigorous demand forecasting using quantitative analysis methodologies is a convergent field that should be continually developed to enhance efficiency in the field of social welfare.

수요예측은 기업 경쟁력 향상에 중요하지만, 예측 시스템 고도화에 따른 의사결정자의 이해 격차가 발 생하여 활용에 있어 제한이 존재한다. 이에 본 연구 는 생성 AI 기반 수요예측 프레임워크를 개발하고 예측 결과와 근거를 제시하고자 한다. 이커머스 기 업의 제품 판매량과 브랜드 정보를 수집하고, LLM을 활용하여 실험 결과 기준선 모델 대비 높은 정확도 와 추론 능력을 보였다. 이는 기업의 의사결정과 프 로세스 최적화에 기여할 것으로 기대된다.