Earticle

본 논문은 과거와 현재의 패션 트렌드와 패션 유행 주기에 관한 빅데이터 분석을 실시하였다. 패션 전문가나 패션쇼가 아닌 일반 사람들의 데일리룩을 위한 패션 트렌드를 분석하는데 집중하였다. 소셜 매트릭스 도구인 텍스톰을 활용하여 빈도수 분석, N-gram 분석, 네트워크 분석 및 구조적 등위성 분석을 수행하였다. 분석 결과, 첫째, 패션 전문 가가 아닌 일반 사람들의 데일리 룩을 대상으로 과거(1980년대, 1990년대)와 현재(2019년, 2020년)의 패션 키워드를 도출하였다. 둘째, 과거의 패션이 현재의 패션으로 재현되는 순환성과 순환 주기가 30-40년 정도로 짧아졌음을 빅데이 터 분석을 통해 과학적으로 검증하였다. 셋째, 도출된 패션 키워드들의 구조적 등위성 분석을 수행한 결과, 과거 패션에 서는 청바지 패션, 레트로 코디, 애슬레저룩, 연예인 복고패션의 4개의 군집으로, 현재 패션에서는 레트로 청바지, 뉴트 로, 레이디 쉬크, 레트로 퓨처리즘의 4개의 군집을 확인하였다. 넷째, 과거의 패션이 현재의 패션으로 재현되고 진화하 는 네트워크 연결 관계를 확인하고 그 배경에 관한 이슈를 고찰하였다. 이와 같은 연구결과는 과거와 현재의 패션 키워 드를 도출하고 이로부터 패션 유행의 순환 주기를 확인함으로써 과거를 통해 미래 패션을 예측하도록 하는데 의의가 있다.

In this paper, big data analysis was conducted for past and present fashion trends and fashion cycle. We focused on daily look for ordinary people instead of the fashion professionals and fashion show. Using the social matrix tool, Textom, we performed frequency analysis, N-gram analysis, network analysis and structural equivalence analysis on the big data containing fashion trends and cycles. The results are as follows. First, this study extracted the major key words related to fashion trends for the daily look from the past(1980s, 1990s) and the present(2019 and 2020). Second, the frequence analysis and N-gram analysis showed that the fashion cycle has shorten to 30-40 years. Third, the structural equivalence analysis found the four representative clusters. The past four clusters are jean, retro codi, athleisure look, celebrity retro and the present clusters are retro, newtro, lady chic, retro futurism. Fourth, through the network analysis and N-gram analysis, it turned out that the past fashion is reproduced and evolves to the current fashion with certain reasoning.

4차 산업혁명시대는 주변에 수많은 센서가 존재하고 이들 센서에 사람과 사물이 인터넷으로 연결된다. 수많은 커넥티드 센서는 초단위로 최신의 데이터를 생산하고 이 데이터들은 상상할 수 없는 크기의 빅데이터로 쌓이게 된다. 생산되는 데이터 어느 곳에나 개인정보가 담겨 있을 수 있기 때문에 장치적, 시스템적 보호가 필요하다. 디지털 트윈은 현실의 물리적 자산의 상태정보를 정확히 반영하는 가상의 모델과 그를 활용하는 시스템을 말한다. 디지털트윈이 가지 는 특징은 디지털트윈 자체가 현실의 대상을 대변할 수 있을 정도로 시간적, 구조적 동일성을 지니는 것과 복제된 현실 을 가상환경에서 지속적으로 시뮬레이션 하여 현실과 동일한 시점이나 미래의 가상적 복제체를 생성할 수 있다는 것이 다. 본 연구에서는 디지털 트윈을 이용하여 불특정한 해킹 공격에 대해 실시간으로 이를 추적, 차단, 마킹이 가능한 방법 에 대해 제안하고자 한다.

In the era of the Fourth Industrial Revolution, there are many sensors around. People and things are connected to these sensors to the internet. Numerous connected sensors produce the latest data in seconds, and these data are stacked with big data of unimaginable size. Because personal information can be contained in any place of data produced, device and system protection are needed. Digital twins are virtual models that accurately reflect the status information of physical assets and systems that utilize them. The characteristic of digital twin is that digital twin itself has temporal and structural identity enough to represent the object of reality. In the virtual environment the reproduced reality, it continuously simulates and it virtuals of the point of time or the future, the replica can be created. Therefore, this study cited factors threatening personal information in the era of the Fourth Industrial Revolution. And proposed using digital twin technology that can simulate in real-time to overcome the risk of personal information hacking.

4차 산업혁명 기술 접목으로 인한 에너지시스템의 혁명적 변화는 에너지의 안정적인 수급, 기후변 화 대응을 위한 친환경 에너지원으로의 전환 및 에너지 수요 감축, 에너지 신산업에서의 대한 부가 가치 및 성장동력 창출 등 다양한 편익을 가져다줄 것으로 예상된다. 이러한 배경 하에 본 연구는 에너지 사용기기와 스마트 기술의 접목 추세에 따른 에너지효율관리제도의 변화방향에 주목하였다. 구체적으로는 에너지 사용기기의 스마트화에 따른 에너지효율관리제도 운영상의 주요 이슈와 주요국 의 대응현황을 살펴보고, 4차 산업혁명시대에 대응한 중장기 에너지효율관리 추진방향 수립을 위한 정책적 시사점을 도출하였다. 주요국들은 4차 산업혁명 기술 융복합 추세에 따라 실제 에너지 사용 정보에 기반을 둔 에너지효율관리제도를 설계하고 제도를 보다 효과적으로 개선해 나갈 수 있는 환 경을 조성하고 있다. 스마트가전산업에서 우리나라가 세계시장을 주도하고 있음에도 제도적 대응에 서는 상당히 뒤처져 있는 만큼 발 빠른 대처가 요구된다. 에너지 분야의 기술개발이 다른 분야 기술 및 산업과 융합되는 데에 문제가 없도록 각종 제도 및 규제들을 점검해야 한다. 세계적으로 진행되 고 있는 관련기기의 기술 표준화 작업에 주도적으로 참여해야 한다. 에너지효율관리제도 대상 품목 에 스마트기기들을 포함시킴으로써 우리 제품의 에너지효율 측면에서의 경쟁력 강화와 에너지사용을 줄일 수 있도록 에너지효율 효과 측정을 위한 연구를 하루 속히 추진해야 한다.

The integration of the smart technologies to energy-use devices is bringing forth a revolutionary change in the practices of energy management. This trend calls for changes in policy and institutional settings with regard to energy management. This study focuses on a new pathway for the energy efficiency management system in response to this great transformation in the energy technology. Specifically, it reviews major issues of energy efficiency management system due to the smartization of energy-use devices and the responses of major countries to this change. Also this study draws policy implications in order to establish the mid- and long-term energy efficiency management system under this technical transformation. Major countries are designing a new regulatory and policy structure to adapt the existing energy management system to the current technical change. Although Korea is leading the global market in the smart home appliances and communication industry, it is far behind in the institutional response to a new trend in energy technologies and markets. To fill the gap and ultimately to lead this transformation, actions are urgent in the policy side. Various formative and incentive institutions and regulations should be examined to find out desirable regulatory and policy framework for the Korean context. Active engagement in the international technology standardization initiatives over related equipment is also important. Including smart energy devices in target items for the energy efficiency management system is a crucial avenue to promote advance in related technologies and achieve actual energy saving. To make it happen, researches on measuring energy efficiency effects should be carried out as soon as possible.

광고산업에서 빅데이터와 데이터 어낼리틱스가 중요한 이슈로 부상하면서 광고회사는 상당한 변화에 직면하고 있다. 본 연구는 국내·외 광고 전문가들과의 인터뷰를 통해 현재 빅데이터를 둘러싼 광고업계의 인식과 이슈를 고찰하고 향 후 광고회사의 빅데이터 운영과 분석 역량 강화를 위한 실질적이고 전문적인 제언을 도출하였다. 빅 데이터와 데이터 어낼리틱스에 대한 중요성과 역량 강화의 필요성에 대해서는 충분히 인식하고 있 지만, 데이터 어낼리틱스의 근간이 되는 데이터 확보와 관리에 대한 구체적인 전략은 아직까지 미 흡한 것으로 보인다. 또한 빅데이터의 중요성이 강조될수록 필요한 데이터나 분석역량, 운영 노하우 등이 광고회사 내부 조직 간에 잘 공유되지 않는 사일로 현상이 빈번하다는 것 또한 문제로 지적된 다. 데이터 어낼리틱스의 시장성도 주요 이슈로 제기되고 있다. 빅데이터는 막대한 비용적 리스크를 내포하고 있기 때문에 광고회사가 그에 대한 결정을 하기 전에 빅데이터나 데이터 어낼리틱스가 자 사에 어떤 효용을 제공할 수 있는지 충분히 검토해야 한다. 빅데이터를 다룰 수 있는 인력 확보의 어 려움도 광고회사가 당면한 문제로 인식된다. 향후 광고회사가 데이터 어낼리틱스 역량을 더욱 강화 하기 위해서는 우선적으로 추진하고자 하는 사업 전략을 충분히 고려하여 자사의 데이터 어낼리틱 스 서비스가 지향하는 방향성을 명확히 해야 한다는 것이 전문가의 의견이다. 만약 광고회사 내부 에 데이터 어낼리틱스를 담당하는 부서를 조직하기로 했다면 즉각적인 수익 부서가 아닌 투자 부서 로서 시작하는 것이 바람직할 수 있지만, 계속적으로 비용만 발생하는 조직으로만 머물러서는 성공 하기 어렵다고 전문가들은 인식하고 있다. 더불어, 데이터에 의한 의사결정이 조직문화로 자리 잡아 광고회사의 전체 경쟁력을 높이기 위해서는 조직 리더의 역할이 매우 중요한데, 데이터 어낼리틱스 가 광고회사 내부에 안정적으로 정착되어 역량이 충분히 성장할 때까지 인내하는 경영진의 인식이 뒷받침되어야 한다고 제언하고 있다. 마지막으로, 데이터 어낼리틱스 기술이나 솔루션 자체가 모든 문제를 해결할 수 있다는 생각을 경계해야 한다고 전문가들은 전하고 있다.

As big data and data analytics have become an important issue in ad land, advertising agencies are facing various environmental changes. By conducting in-depth interviews with advertising experts, this study examines the experts’ perceptions about big data used in advertising industry. Then, it suggests the practical and professional implications in order for advertising agencies to strengthen the capability of data analytics. Advertising experts recognize that big data and data analytics are not only the basic and fundamental competence but also the problem of survival for advertising agencies in the age of digital media. They say that the issues faced by advertising agencies are the awareness of the need for obtaining and managing data, data silos and integration challenges, market uncertainty of the field of data analytics, and the difficulties in securing top talents dealing with big data and technologies. Experts suggest that advertising agencies preemptively should come up with a blueprint for data analytics to gain a competitive advantage. They emphasize that developing the organization of data analytics into a profit center within an agency and unrelenting investment in both people and infrastructure with a long term perspective are should be considered. More importantly, advertising agencies have to beware of the omnipotence of the analysis tool. It should be realized that the value of data analytics will be maximized when connecting the data analytics solutions or skills and domain experiences and knowledge of advertising experts.

본 연구는 오늘날 산업 전반적으로 영향을 미치고 있는 디지탈 전환(Digital Transformation)의 기술 환경과 디지탈 전환의 산업적 창고관리 부분의 모델연구가 본 논문의 목적이다. 디지털 전환은 오랫동안 디지털화와 비슷하거나 또는 디지털 방식으로 저장할 수 있도록 기존 데이터 형태를 전 환하는 것과 관련이 있다. 물론 이 점이 중요하긴 하지만, 이전의 디지털화는 최신 디지털 전환의 영역을 포함하지 않았었다. 기업의 경영 전략적 관점에서의 디지털 전환은 조직, 비즈니스 모델, 비즈니스 프로세스의 변화에 중점을 두고 있다. 창고 관리의 디지털 전환은 AI, 모바일, 클라우드, Big Data, Analytics 의 최신 IT 기술 접목의 최소한의 모델을 제시하고자 하며, 향후 새로운 IT Trend와의 integration이 가능 하도록 모델 제시를 하고자 한다. 특히 이번 연구에서는 Big Data를 중심으로 Warehouse Management System의 방향을 제시 하고자 한다. 또한 본 연구에서는 S/4 Hana를 활용한 재무회계/ 관리회계/ 영업관리 / 생산관리 / 구매관리와 창고관리와의 연계성을 같이 연구하여 현 시점의 기업들에게 적용 가능한 실제 모델을 제시하고자 하며 기존 창고관리와의 차이점과 특징을 연구 하고자 한다. 본 연구가 모든 산업에 맞도록 구성되지는 않았지만, 가장 보편적인 모델을 제시하고자 한다.

The purpose of this study is to develop a model of the digital warehouse management. The previous digital conversion is related to the conversion of only existing data formats. This is important, of course, but previous digitization did not include the area of the latest digital transition. In particular, this study aims to presents the direction of Warehouse Management System focusing on Big Data.

우리는 현재 빅데이터 시대를 살아가고 있다. 특히 빅데이터를 기반으로 살아가는 여성소비자와 현대 소비특성이 큰 화제가 되고 있다. 여성소비자는 남성과 대비되는 소비자로서 한 사회의 소비문화에 점점 더 많은 영향력을 미치고 있다. 따라서 본 연구는 진화되어지는 정보로부터 빅데이터 기술의 사용으로 여성소비자특성을 사례를 통하여 분석하고자 한다. 그 결과는 다음과 같다. 첫째, 빅데이터를 활용한 여성소비자의 현황을 살펴보면 20대 미혼 여성들은 다른 계층에 비해 경제 활동 인구 비율이 높게 나타나고 있어 기혼 여성에 비해 가처분 소득이 높음은 물론 적극적인 소비행동을 보이고 있다. 둘째, 여성소비자의 의.식생활의 특성을 살펴보면, 의생활에서 대부분 20대에서 유행과 연예인을 따라하는 것에 높은 비중을 보인다. 셋째, 빅데이터를 활용한 국내 사례(SD 온라인 버즈 마케팅, C.S.I. 신세계몰 프로젝트, 신한카드의 여성소비자의 맞춤형 서비스센터, 롯데관광의 맞춤형 여행 서비스)와 국외사례(타겟의 빅데이터 서비스, ZARA의 빅데이터 서비스, Walmart의 빅데이터 서비스)를 분석해 보면, 여성소비자의 니즈의 실시간 분석이 가능해짐에 따라, 빅데이터 활용에 따른 재 구매율을 높이고, 새로운 여성 소비자가 창출되었다는 것이다.

We are living in big data. Specially, female consumers are the hottest issue. Female consumers have a great effected on consumer culture as comparing male consumers. Therefore, this study analysis characteristics of female consumers through case study and literature review. The summarized results of research are as follows. First, percentage of economically active population of unmarried female of 20s is high, so they actively spend lots of money on buying goods and so on. Second, they are ahead of the curve and follow entertainers. Third, domestic case studies(SD online buz marketing, C.S.I. Shinsegaemall project, Service center only for female consumers of Shinhan Card, Travel Service of Lotte Tour) and international case studies(Big data service of Target, ZARA, and Walmart) show that if we utilize big data, we can raise re-purchasing desire and analysis needs of female consumers and create new female consumers.

The Big Data, the element of the Fourth Industrial Revolution, is drawing attention as the 4th Industrial Revolution is mentioned in the 2016 World Economic Forum. Big Data is being used in various fields because it predicts the near future and can create new business. However, utilization and research in the field of packaging are lacking. Today packaging has been demanded marketing elements that effect on consumer choice. Big data is actively used in marketing. In the marketing field, big data can be used to analyze sales information and consumer reactions to produce meaningful results. Therefore, this study proposed a method of applying big data in the field of packaging focusing on marketing. In this study suggest that try to utilize the private data and community data to analyze interaction between consumers and products. Using social big data will enable to understand the preferred packaging and consumer perceptions and emotions in the same product line. It can also be used to analyze the effects of packaging among various components of the product. Packaging is one of the many components of the product. Therefore, it is not easy to understand the impact of a single packaging element. However, this study presents the possibility of using Big Data to analyze the perceptions and feelings of consumers about packaging.

이 연구는 4차 산업혁명과 디지털 사회의 도래 속에서 설교가 공공 담론으로서의 기능을 회복하기 위한 방안을 모색한 것이다. 전통적 설 교가 교회 내부 중심의 언어 구조와 교리 중심 메시지에 머무르며 교회 밖 수신자와의 소통에 한계를 드러낸다는 문제의식 속에서, 본 연구는 빅데이터와 인공지능(AI)을 기반으로 한 설교 설계 전략이 공공성을 회복할 수 있는 대안이 될 수 있는지를 탐색하였다. 설문조사와 유튜브 설교 분석을 통해 수신자의 현실적 상황성(경제적 불안, 정서적 고립 등)이 설교 수용성에 밀접하게 연관되어 있음을 확인하였으며, 데이터 기반의 수요 맞춤형 설교 시리즈는 청중의 높은 공감과 반응을 유도하 는 데 효과적임을 실증적으로 제시하였다. 또한 AI 설교 도구와 인간 설교자의 협업 가능성을 평가하며, 기술 활용 능력과 신학적 통찰의 병 행이 설교자의 필수 역량임을 주장하였다. 결론적으로 본 연구는 기술 과 영성이 통합된 설교 생태계의 필요성, 그리고 설교자가 단지 본문 해석자에 머무르지 않고 복음의 문화 번역자, 공공신학적 중재자로서의 역할을 감당해야 함을 제안한다. 이를 위해 신학교 및 설교자 양성 기관의 커리큘럼 개편과, 설교자 대상 디지털 감수성 훈련의 필요성도 함께 제언하였다.

This study seeks ways to restore the function of sermons as public discourse in the era of the Fourth Industrial Revolution and the advent of digital society. With the awareness that traditional sermons remain limited to internal church-centered language structures and doctrine-centered messages, and show limitations in communication with recipients outside the church, this study explores whether sermon design strategies based on big data and artificial intelligence (AI) can be an alternative to restore publicness. Through a survey and analysis of YouTube sermons, it was confirmed that the recipients’realistic situation (economic anxiety, emotional isolation, etc.) is closely related to sermon acceptance, and it was empirically suggested that a data-based demand-tailored sermon series is effective in inducing high empathy and response from the audience. In addition, it evaluated the possibility of collaboration between AI sermon tools and human preachers, and argued that the ability to utilize technology and theological insight are essential competencies for preachers. In conclusion, this study suggests the need for a sermon ecosystem that integrates technology and spirituality, and that preachers should not remain mere interpreters of the text, but should fulfill their roles as cultural translators of the gospel and mediators of public theology. To this end, the need for curriculum reform in seminaries and preacher training institutions, as well as digital sensitivity training for preachers, was also suggested.

U-Healthcare는 언제, 어디서나 환자의 건강을 검사하고 관리하며 유지할 수 있도록 하는 의료와 IT가 융합된 서비스이다. U-Healthcare 서비스에서 이루어지는 통신은 검진한 분석 결과나 긴급 데이터를 무선 통신방식을 이용하여 병원 서버에 전송하는 방식이 활용되고 있다. 이 때 악의적인 접근을 수행하는 자(공격자)가 U-Healthcare기기나 BS(Base Station)에 DRDoS(Distributed Reflection DoS)공격을 하면 위급한 환자의 상황정보가 병원 서버까지 전송되지 않는 다양한 피해가 예상된다. 이를 대응하기 위해 DRDoS 공격 시나리오와 DRDoS에 대한 대응방안을 제안하고 대량의 패킷을 처리할 수 있는 빅데이터와 융합한다. 공격자가 U-Healthcare기기나 BS(Base Station)를 공격 시 DB와 연동하여 일치하면 공격을 막는다. 본 논문은 원격의료 서비스인 U-Healthcare기기나 BS에서 나타날 수 있는 공격방법을 분석하고, 빅데이터를 활용하여 보안 위협에서의 대응방안을 제안한다.

U-Healthcare is a convergence service with medical care and IT which enables to examine, manage and maintain the patient’s health any time and any place. For communication conducted in U-Healthcare service, the transmission methods are used that patient’s medical checkup analysis results or emergency data are transmitted to hospital server using wireless communication method. At this moment when the attacker who executes the malicious access makes DRDoS(Distributed Reflection DoS) attack to U-Healthcare devices or BS(Base Station), various damages occur that contextual information of urgent patients are not transmitted to hospital server. In order to deal with this problem, this study suggests DRDoS attack scenario and countermeasures against DRDoS and converges with Big Data which could process large amount of packets. When the attacker attacks U-Healthcare devices or BS(Base Station), DB is interconnected and the attack is prevented if it is coincident. This study analyzes the attack method that could occur in U-Healthcare devices or BS which are remote medical service and suggests countermeasures against the security threat using Big Data.

It is crucial to develop effective and efficient big data analytics methods for problem solving in the field of business in order to improve the performance of data analytics and reduce costs and risks in the analysis of customer data. In this study, a big data-driven data analysis system using artificial intelligence techniques is designed to increase the accuracy of big data analytics along with the rapid growth of the field of data science. We present a key direction for big data analysis systems through missing value imputation, outlier detection, feature extraction, utilization of explainable artificial intelligence techniques, and exploratory data analysis. Our objective is not only to develop big data analysis techniques with complex structures of business data but also to bridge the gap between the theoretical ideas in artificial intelligence methods and the analysis of real-world data in the field of business.

This exploratory research of data lakes in big data times is a prominent topic for both academia and industry. One of the main motivations behind is that companies need to cope with more data than ever before, and the problems of how to analyze even how to store data are becoming more and more challenging in many industries. The occurrence of the concept of a data lake to meet such big data problems is enlightening and will most likely be considered in any relevant big data strategy. This review paper presents a summary of some popular data lake concepts at present, followed by its advantages, potential risks and criticism from some professionals as well. Additionally, a general process in a data lake is described.

In this paper, 10 years of airline data set in USA is collected. And, the analysis of the airline data set is performed using cloud computing service of Microsoft Azure which runs Hadoop cluster in the cloud. Hadoop Hive QL statements have been used for analyzing the data. Data visualization has been achieved by extracting the output of the Hive code. Using big data technologies like Hadoop and Hive in the cloud, it is easy to analyze the massive data set in SQL like language, export the output results and visualize them excel spreadsheets. Interesting sets of trends and patterns exists in this large data sets, the paper presents the insights that resides between flight diversions and flight distance, flight cancellation and flight distance for the time period.

This study investigates the pathogeneses and interactions among diseases associated with multiple organ dysfunction syndrome (MODS). The research applied a three-step analytical framework using data mashups and big data techniques. First, association rule analysis was conducted using hospital mortality data from general hospitals. Second, text-mining techniques were applied to medical information collected through web crawling from the PLM network. Third, social media data from Twitter and blogs were analyzed to identify hidden disease relationships. The study identified significant associations between pneumonia, sepsis, respiratory insufficiency, lung cancer, and MODS. Results showed that complications, infections, viruses, and inflammation play major roles in disease progression. Pneumonia was strongly linked to respiratory insufficiency and MODS through reduced immune function and lung damage. Sepsis and septic shock were also found to contribute significantly to organ failure and mortality. The research demonstrated that integrating structured and unstructured medical data can reveal meaningful pathogenic pathways. The proposed framework provides a quantitative method for mapping disease interactions and improving clinical understanding. This study contributes to future medical big data research by supporting predictive analysis and clinical decision-making.

코로나의 확산에 따라 전통 대외무역 발전의 가속화가 완만해졌지만 크로스보더 전자상거래 업계의 선정으로 이에 관심이 모아지고 많은 중소기업이 가입하게 되었다. 복잡한 국제 시장 환경에 직면해서 중국 크로스보더 전자상거래 업계 중에 많은 중소 기업은 시장에 대한 통찰력이 부족하여 기회를 잡지 못하고 국제 시장 경쟁에서 발붙이기 힘들다. 복잡다단한 국제시장 환경에서 높은 전략적 지향성 능력을 가지고 있는 기업은 능동적으로 기업 빅데이터 능력을 개발하고, 중소 크로스보더 전자상거래 기업은 빅데이터 능력을 통해 기업 내·외부 유효 자원을 빠르게 재통합하여 빅데이터 분석에 따라 기업 전략을 조정하고, 기업 전략을 시장 환경의 변화에 맞춰 가도록 기업 실적이 성장시키는 목표를 달성한다. 이를 위해 본 고는 중국 허베이성 중소 크로스보더 전자상거래 기업을 대상으로 하여 설문 조사를 실시하였다. 전략적 지향성을 시점으로, 빅데이터 능력을 중개 변수으로 삼으며 전략적 지향성과 중소 크로스보더 전자상거래 기업의 국제 실적 간의 관계를 탐구하여 최종적으로 다음과 같은 결론을 도출하였다：전략적 지향성은 기업의 국제 실적에 현저한 긍정적인 영향을 가지고 있으며 기업 빅데이터능력의 발전을 촉진하여 기업의 국제 실적을 향상시킬 수 있다. 또한 빅데이터능력은 전략적 지향성과 중소 크로스보더 전자상거래 기업의 국제 실적 사이에 일부 중개 효과를 가진다. 실증적 연구 결과와 목적에 따라 본 고는 중소 크로스보더 전자상거래 기업이 전략적 지향성에 대한 선택, 육성 및 발전, 자체 자원 우세가 외부 환경과의 매칭을 촉진하며, 동시 빅데이터능력의 개발을 중시하고, 기업 해당 분야에서 인재 육성에 힘쓰고, 자신 기업만의 빅데이터 시스템을 구축하며, 동시 국제 크로스보더 전자상거래 규칙의 통일을 추진하여 크로스보더 전자상거래 시장을 규번화하는 데에 건의하였다.

With the development of the epidemic, the growth of traditional foreign trade has slowed down and cross-border e-commerce has grown against the trend, attracting a large number of small and medium-sized enterprises to join. However, facing the complex international market environment, many Chinese small and medium-sized cross-border e-commerce enterprises lack market insight and fail to seize the opportunity, making it difficult for them to compete in the international market. In the complex and ever-changing international market environment, enterprises with high strategic orientation will take the initiative to cultivate their big data capabilities, and small and medium-sized cross-border e-commerce enterprises can quickly integrate their internal and external resources through big data capabilities, adjust their strategies based on big data analysis, and make their strategies more in line with the changes in the market environment, so as to achieve the goal of steady growth in enterprise performance with maximum effectiveness. To this end, this paper conducted a questionnaire survey on small and medium- sized cross-border e-commerce enterprises in Hebei Province, China, and explored the relationship between strategic orientation and international performance of small and medium- sized cross-border e-commerce enterprises by using big data capability as a mediating variable. The final conclusions are: strategic orientation has a significant positive impact on the international performance of enterprises, strategic orientation can promote the development of enterprises' big data capabilities, big data capability has a partial mediating effect between strategic orientation and the international performance of small and medium-sized cross-border e-commerce enterprises. Based on the empirical results and research objectives, this paper suggests that small and medium-sized cross-border e-commerce enterprises should pay attention to the selection, cultivation and development of strategic orientations to promote a high match between their own resource advantages and external environment, they should also pay attention to the cultivation of big data capabilities, cultivate corresponding talents in enterprises and establish their own big data systems. The government should strengthen the construction of cross-border e-commerce infrastructure, promote the unification of international cross-border e-commerce rules, and standardize the cross-border e-commerce market.

본 연구는 대학 중도탈락학생의 학습 행동 유형을 확인하여 중도탈락학생의 특성을 도출하여 대학 차원에서 중도탈락을 예방하기 위한 중 재방향 수립의 근거를 재시하는데 있다. 이를 위해 2020년부터 2022년까지 B지역 소재 일개 전문대학의 중도탈락생 608명의 일반적인 특성을 비롯하여 학습행동유형 및 학습성격유형 결과를 분석하였으며, 학습행동유형검사의 6가지 하위요인 결과를 활용하였다. 연구 결과 1학년에서 전체 중도 탈락의 84.7%인 495명이 조기 중도탈락 하였으며, 성별에 따른 중도탈락자의 특이성은 기존 연구와 다르게 차이가 있지 않았다. 그리 고 여학생이 남학생에 대비 성적 및 학업 성취도가 높았다(t=-2.75. p=.006). 또한 중도탈락생과 재학생의 학습성격 유형 비교 분석에서 행동 (t=-2.68, p=.007), 탐구(t=-3.03, p=.002), 이상(t=-3.85, p=.006)이 재학생이 중도탈락생에 비해 더 높으며 이는 학습 개발과정에 성행별 수준별 차이를 반영해야 함을 시사한다. 또한 F학점과 학습행동유형간의 상관분석에서 완벽(r=-0.141, p=0.00)은 가장 부적 상관관계를 보였으며 고군 은(r=-0.042, p=0.00) 가장 낮은 부적 상관를 나타 내었다. 가장 높은 정적상관 관계는 반항(r=0.63, p=0.00)으로 이는 학습에 대한 관심과 집착, 학업 성과에 대한 기대가 높을수록 F 학점의 개수가 낮으며 공부에 대한 태도, 학교생활에 대한 태도, 수업시의 행동, 부모나 교사와의 갈등의 항 목인 반항의 항목이 F학점의 개수가 많음을 알 수 있었다. 본 연구결과를 토대로 중도탈락생의 학습 행동유형의 특성을 이해함으로써 학생들의 중도탈락에 영향을 주는 요소를 파악하고, 학생 보유 율을 개선하는 전략을 도출하는 중재방향을 수립 하는데 의의가 있다.

The purpose of this study is to provide the basis for establishing intervention directions to prevent dropouts at the university level by identifying the learning behavior patterns of dropout students at junior colleges and deriving the characteristics of dropout students. To this end, the results of learning behavior types and learning personality types, including the general characteristics of 608 dropout students at a junior college located in B area from 2020 to 2022, were analyzed, and the results of six sub-factors of the learning behavior type test were used. As a result of the study, 495 students, or 84.7% of all dropouts in the first grade, dropped out early, and the specificity of dropout students according to gender was not different from previous studies. And female students showed higher grades and academic achievement than male students (t=-2.75. p=.006). In addition, in the comparative analysis of learning personality types between dropout students and current students, behavior (t=-2.68, p=.007), inquiry (t=-3.03, p=.002), and abnormality (t=-3.85, p=.006) were higher in enrolled students than in dropout students, suggesting that differences by propensity and gender level should be reflected in the learning development process. In addition, in the correlation analysis between F credit and learning behavior type, perfection (r=-0.141, p=0.00) showed the most negative correlation, and struggle (r=-0.042, p=0.00) showed the lowest negative correlation. The highest positive correlation was rebellion (r=0.63, p=0.00), which showed that the higher the interest in learning, obsession, and expectations for academic performance, the lower the number of F credits, and the items of defiance, which are items of attitude toward study, attitude toward school life, behavior in class, and conflict with parents or teachers, were related to F credits. Based on the results of this study, it is meaningful to understand the characteristics of the learning behavior patterns of dropouts to identify the factors that affect students' dropouts and to establish an intervention direction to derive strategies to improve student retention

2013년 유해화학물질 관리법에서 화학물질관리법으로 전면 개정된 이후 관련 제도의 개선 사항에 대한 관심이 늘어나고 있다. 특히, 대내외 환경 변화가 유해화학물질 취급시설 관련 제도에 미치는 영향 분석은 향후 제도 개선에 있어 매우 중요한 요소이다. 2014년부터 2023년까지 약 10년 동안의 취급시설 관련 뉴스와 국민신문고 민원 데이터 분석 결과 대외 뉴스와 대내 국민신문고 민원 건수는 모두 2019년에 최댓값을 기록했으며, 이후에는 제도 안정기로 접어들면서 감소하였다. 뉴스 동향은 문서 내 특정 단어의 빈도수를 나타내는 TF(Term Frequency) 값을 활용하였으며, 국민신문고는 키워드 가중치를 고려하는 TF-IDF(Inverse Document Frequency) 값을 활용하여 상위 키워드를 추출하였다. 뉴스 기사의 키워드 관계 도 분석은 개체명 분석 알고리즘(Structured Support Vector Machine)을 적용하여 가중치 부여 후 연관성을 도출하였다. 취급시설 관련 화학물질안전원 고시 중 소량 기준 및 소량 취급시설 관련 민원이 가장 높게 나왔으며, 세부적 기준으로 방류벽, 감지기 등 피해 저감 시설 기준에 관한 질의가 상위를 차지하여 이에 대한 정책서비스 개선이 필요할 것으로 판단 된다.

Since the 2013 revision of the Toxic Chemicals Management Act to the Chemical Substances Control Act, the evaluation of how internal and external environmental changes affect legal systems for facilities handling hazardous chemicals is crucial for prospective system enhancements. Through an analysis of news and civil complaints from 2014 to 2023, it was observed that both external news and internal civil complaints related to handling facilities peaked in 2019, declining as the legal system stabilized. News trends were tracked using Term Frequency(TF), while civil complaints were assessed using TF-IDF (Inverse Document Frequency) to identify significant keywords. The entity name analysis algorithm, Structured Support Vector Machine, was applied to investigate keyword relationships. Among the notices concerning handling facilities, civil complaints related to small quantity standards and small quantity handling facilities were the highest. Inquiries regarding damage reduction facility standards, such as bund walls and detectors, ranked prominently, suggesting a need for policy service improvements in this area.