Earticle

The ad hoc Black-Scholes model is one of the most widely used models for forecasting implied volatility. In this paper, we propose a methodology that provides more accurate out-of-sample implied volatility forecasts. Standard approaches estimate the whole volatility smile using both out-of-the-money puts and calls. The improvements from our method are obtained by taking advantage of information contained in the asymmetric slopes of the put and call implied volatility sneers that result in a discontinuity when moneyness is equal to 1. These improvements in out-of-sample implied volatility forecasts are large and significant. Our results are robust across several dimensions, including: time period, forecast horizon, moneyness, and model specification.

With the introduction of the data-oriented plan for LTE service, one may concerned with the background of the ISP's policy in charging for LTE services. In this work we investigate the latest usage patterns of voice and data applications for customers over the current mobile network, via which we investigate why mobile operators introduced data-oriented plans. To be specific, we collected the real-field data for the volume of voice and data traffic from the LTE network before the data-oriented plans were introduced. From the collected data we compute the absolute volume as well as the proportion of voice and data applications. From these observations we infer mobile operators' reasoning behind the decision to introduce data-oriented plans with unlimited voice calls over the mobile network.

Thanks to the roll-out of smart meters, availability of fine-grained electricity usage data has rapidly grown. Such data has enabled utility companies to perform robust and efficient grid operations. However, at the same time, privacy concerns associated with sharing and disclosure of such data have been raised. In this paper, we first demonstrate the feasibility of estimating privacy-sensitive household attributes based solely on the energy usage data of residential customers. We then discuss a framework to measure privacy gain and evaluate the effectiveness of customer-centric privacy-protection schemes, namely redaction of data irrelevant to services and addition of bounded artificial noise.

Though Big Data, the core technology of the 4th industrial revolution, has recently been gaining attention, only a limited number of firms are used Big Data in their management. In this study, we aimed to identify the factors activating the introduction of Big Data and the relative importance among the factors. In order to identify the factors, market researchers and policy makers developed candidate factors after reviewing related works. The verification of the factors was conducted by experts in Big Data industry. The questionnaires were developed using the AHP technique of Saaty. Finally, the questionnaires were answered to derive the weighted values by 10 experts who verified the factors. As a result, Top Management Support was the most important factor, while Organizational Capacity is the least one. In conclusion, Big Data policy makers should encourage the cumulation of Big Data knowledge with industry leaders.

빅데이터가 다양한 산업 분야에서 모든 관심을 끌고 있다. 사물과 사물 간 연결과 모바일 장치들의 용도 확 대는 데이터의 폭발적인 증가를 불러오고 있다. 이러한 데이터를 분석하여 민간과 공공 분야에서는 비용 절감과 생 산성 분야에 있어서 혜택을 누리고 있다. 한국 정부는 이러한 활용을 촉진하기 위해서, 빅데이터 산업발전전략을 활 발하게 추진하고 있다. 본 연구는 빅데이터의 적극적인 육성이 필요한 산업 분야를 전문가의 검증을 통해 선정하였 다. 전문가의 50여명의 체계적인 의견 도출을 위해 계층분석법(AHP)을 적용하였다. 분석 결과 의료,복지, 운송/창고 보관업, 정보통신/정보보안, 에너지, 금융 분야가 빅데이터 적용이 유망한 것으로 확인되었다. 도출 결과는 앞으로 빅 데이터 시범사업으로 인한 모범사례의 발굴 등에 활용되어 빅데이터 산업 발전에 기여할 것이다.

Big Data is gathering all the attention from every business community. Pervasive use of machine-to-machine (M2M) applications and mobile devices bring an explosion of data. By analyzing this data, the private and public sectors can benefit in the areas of cost reduction and productivity. The Korean government is actively pursuing Big Data initiatives to promote its usage. This paper aims to select industries which fit for the development of Big Data with a verification of the experts. The analytic hierarchy process (AHP) is applied to systematically derive the opinion of more than 50 professionals. Medical / welfare, transportation / warehousing, information and communications / information security, energy, the financial sector have been identified as promising industries. The results can be utilized in developing Big Data best practices thus contributing industrial development.

Despite the rapid diffusion of MyData services, users’ PDS Usage Intention remains limited. This study examines how perceived benefits and perceived risks influence continuance intention toward Personal Data Services (PDS), a core application of MyData, and investigates the moderating role of consumer innovativeness. A structural research model was developed to analyze the relationships among these variables. The results indicate that perceived benefits positively affect PDS Usage Intention, whereas perceived risks do not have a statistically significant effect. Moreover, consumer innovativeness significantly moderates the relationship between perceived benefits and PDS Usage Intention, whereas its moderating effect on the relationship involving perceived risks was not observed. This study contributes to the literature on post-adoption behavior in data-driven service contexts and offers practical implications for enhancing user retention through differentiated engagement and risk management strategies.

본 연구는 학교현장과 교육당국의 효과적이고 체계적인 학교안전사고 예방 정책의 수립과 실행을 위한 학교안전사고 관련 데이터 수집과 활용에 대한 실효적인 방법 제시를 목적으로 실시되었다. 이를 위해 ｢학교안전법｣의 학교안전사고 보고 서식의 학교안전사고 데이터 분류에 따라 6년간 (’13~’18년) 인천시 유⋅초⋅중⋅고등학교의 학교안전사고 35,994건의 데이터 분석을 통해 ｢학교안 전법｣에 따라 수집된 학교안전사고 데이터는 학교안전사고로 인한 손상의 직접적 원인만을 포함하 고 있어 학교안전사고의 발생장소, 시간, 활동, 손상유형, 손상부위 등 사고로 인한 손상의 특성 이외 에 학교안전사고 재발방지책 마련에 필요한 사고 발생원인에 대한 정보를 제공하지 못해 학교안전 사고를 줄이려는 교육당국과 학교현장의 정책적⋅교육적 노력의 효과가 제한될 수밖에 없음을 보여 주었다. 또한 연구자는 효과적인 학교안전사고 재발방지책 마련을 위해서는 학교안전사고의 원인 조사를 통해 사고 발생의 표면적 원인과 근본적 원인을 찾아내고, 이에 따른 물리적, 조직적, 학습적 차원의 재발방지책 마련의 중요성을 설명하고 있다.

This study was conducted for the purpose of designing the method of systematic data collection and utilization of student injury data which can be used to establish and implement effective policies for school safety and accident prevention. The data were collected from 35,994 cases of school accidents reported by kindergartens, elementary, middle, and high schools in Incheon City for 6 years (2013 - 2018). It is found that the contents of the data collected in accordance with the current ｢school Safety Act｣ in Korea contains only the direct cause of the accidents and lacks the details necessary to make it complete, which lead to limited effects of the existing policies of educational authorities for school safety and accident prevention. The findings of this study suggest the identification of the surface and root causes of the accidents through the detailed investigation and the corrective action to prevent the recurrence of the same type of accidents.

VR games using this technology are games enjoyed in an environment blocked from the outside through a dedicated device. The possibility of market expansion has increased as big tech companies such as Apple and Meta recently released high-resolution and price popularization HMD. Through this study, the higher the amount of use of the game, the greater the amount of VR game use. In addition, the higher the amount of game time, the higher the perceived satisfaction (continuous use intention, immersion, personal innovation, and perceived cost) of VR games.

본 연구의 목적은 중소 제조기업의 제조 빅데이터 활용욕구가 무엇인지를 파악하고, 그러한 욕구들이 실제적으로 제조 빅데이터 기술의 도입의도에 미치는 영향이 어느 정도인지를 규명하는 것이다. 아울러서 본 연구는 어떠한 특성을 갖는 중소기업들이 제조 빅데이터를 활용하고자 하는 욕구가 큰 지를 파악하는 것이다. 본연구는 중소 제조기업들의 제조 빅데이터에 대한 잠재적 활용욕구를 파악하기 위해 기존 문헌을 조사하고 3개국내 제조기업들을 인터뷰조사를 실시하였다. 기존 연구와 현장인터뷰에서 본 연구는 제조기업에서 제조 빅데이터 활용욕구로 3가지 차원 - (1) 전통적 생산성과 개선 욕구(원가, 품질, 납기, 유연성), (2) 사회적 책임욕구(환경보호, 안전), (3) 고객 서비스 지향의 새로운 비즈니스 모델 개발(customer service-oriented new business development) 욕구 –을 발견할 수 있었다. 또한 본 연구는 제조 빅데이터 활용욕구에 긍정적 영향을 끼치는 동인(driving factors)으로 2가지 변수를- (1) 경쟁도, (2) 정보기술 능력 – 기존 문헌에서 찾을 수 있었다. 본 연구는 국내 200개의 중소 제조기업들을 대상으로 설문조사를 실시하였다. 실증분석 결과는 다음과 같다. 첫째, 국내 중소 제조기업들이 제조 빅데이터에 대해 갖고 있는 활용욕구는 원가, 품질, 유연성, 납기와 같은 전통적 생산영역에서 생산성과를 개선하려는 욕구와 환경보호와 안전이라는 사회적 책임영역에서 생산성과를 개선하려는 욕구인 것으로 나타났다. 이들 활용욕구들은 중소 제조기업들이 제조 빅데이터 기술의 도입의도와깊은 관련이 있는 것으로 나타났다. 그러나 제조 빅데이터 기술을 활용하여 고객 서비스 지향의 새로운 비즈니스모델을 개발하려는 고차원의 요구는 없는 것으로 나타났다. 둘째, 중소 제조기업에서 경쟁도가 높을수록 제조 빅데이터를 이용하여 전통적 생산성과와 사회적 책임 생산성과를 향상시키려는 욕구가 증가하는 것으로 나타났다. 셋째, 경쟁도의 경우와 마찬가지로, 중소 제조기업에서 IT능력이 클수록 제조 빅데이터 기술을 이용하여 전통적 생산성과와 사회적 책임 생산성과를 향상시키려는 욕구가 증가하는 것으로 나타났다.

Considerable attention has been paid to smart manufacturing which utilizes manufacturing big data technology. Previous studies on the utilization of manufacturing big data have mainly focused on large corporations or conglomerates. For example, they can quickly develop vaccine through big data or successfully use big data in predicting the situation in which the parts of their product may experience breakdown. However, the small and medium-sized manufacturing companies(SMMCs) are facing difficulties in realizing and predicting their need for utilizing manufacturing big data technology. It is difficult to implement technology of which the usage needs are unclear. For this reason, only 25% of firms are reported to utilize the big data technology. The purpose of this paper is to identify the underlying needs for manufacturing big data in the context of SMMCs and to assess the extent to which those needs are related to the intention to adopt the manufacturing big data technology. Additionally, this study is designed to identify which companies have higher level of usage needs of the manufacturing big data technology This study comprehensively reviewed previous literature and conducted in-depth interviews with three domestic manufacturing firms in order to understand potential usage needs of SMMCs for the manufacturing big data technology. This study developed the following three big dimensions of manufacturing big data usage need based on the comprehensive review of literature and interview - (1) traditional production needs(cost, quality, flexibility, delivery), (2) social responsibility needs(environmental protection and safety), and (3) customer service-oriented new business development needs. Also, this study suggested the following two driving factors positively influencing the needs - (1) competition and (2) information technology capabilities. This study developed a research model that presents two driving factors → three dimensions of usage needs of manufacturing big data → adoption intention of manufacturing big data technology. Further, this study conducted a survey with 200 SMMCs in order to empirically test the validity of the research model. The empirical test results were summarized as follows. First, the significant usage needs of small and medium-sized manufacturing companies for the manufacturing big data technology include (i) the need to improve production performances in terms of cost, quality, flexibility, and delivery, and (ii) the need to improve social responsibility performances in the areas of environmental protection and safety. These needs were found to be significantly correlated with the intention of SMMCs to adopt the manufacturing big data technology. However, SMMCs do not want to use manufacturing big data to develop a customer service-oriented new business model. Second, competition was correlated with the needs to utilize manufacturing big data to improve both production and social responsibility performances in a positive manner. Third, as in the case of competition, SMMCs with higher level of IT capabilities are likely to have stronger need to use manufacturing big data to increase their production and social responsibility performances. This study has following practical implications. First, the results of this study indicate that the intention of the SMMCs to adopt manufacturing big data technology are related to their needs to improve the performances in traditional production areas and social responsibility areas. These are the perceived purposes of the small and medium-sized companies to introduce the manufacturing big data technology. Therefore, Korean government research institutes or technical consulting firms have to develop appropriate manufacturing big data technologies to meet these purposes. For example, as small and medium-sized manufacturing companies do not introduce manufacturing big data technologies to develop a new business model that is customer service-oriented, the manufacturing big data technology platform must not be overdesigned. Second, this study suggests competition and IT capabilities as the driving factors influencing the needs for utilizing manufacturing big data. Recently, Korean government or Korean government agencies have been trying to promote the widespread adoption of the manufacturing big data technology. Further, they currently carry out policies for selecting companies that are in need of technology support of the manufacturing big data technology. When choosing the companies for such a support, they might prefer to selecting the small and medium-sized manufacturing companies which have the high level of IT capabilities and are faced with fierce competition.

공공데이터 개방은 국가의 흥망을 결정하는 중요한 과제로 인식되고 있다. 글로벌 경제 위기 이후에 경제 활성화에 고심하고 있는 각국 정부는 높은 경제적 효과를 창출하고자 신경제 성장 동력으로 공동데이터 공급을 확대하고 있다. 따라 서 전 세계적으로 급속히 전파되고 있는 공공데이터 민간 활용은 일자리 창출과 경제 활성화를 실현하기 위해 필연적으로 추진해야 하는 신경제 성장 동력으로 인식됨으로, 민간의 공공데이터 활용을 위한 이용의도에 미치는 영향에 관한 연구가 절실히 요구되는 시점이다. 이 연구는 다음과 같은 목적을 달성하고자 시도했다. 첫째, 공공데이터를 사용할 의사에 대한 시스템 품질, 정보 품질, 정보 보안, 사회적 영향, 공공 기관의 혁신 및 지원과 같은 독립 변수의 영향을 조사했다. 둘째, 독립적인 변수와 사용 의도(종속 변수)에 대한 중재 변수인 인지된 사용용이성(PEU)과 인지된 유용성(PU)의 영향을 조사 했다. 셋째, 활용 유형, 공공데이터 이용 빈도, 중재 변수로서의 직업 및 전자 정부 서비스 이용 빈도를 선정하여 독립 변수와 종속 변수(민간 부문에서의 이용 의도)와의 관계에 미치는 영향을 조사하였다. 연구 결과는 공공데이터 서비스를 활용하기 위한 전략 개발에 유용할 것으로 기대된다.

The opening of public data has been perceived as a critical factor in deciding a country's rise or fall. Since the global economic crisis, countries around the globe have expanded the supply of public data as a new growth engine to create significant economic effects. As a result, there has been a rising demand for a study on the influence of public data in the private sectors. This study attempted to achieve the following objectives. First, the effects of independent variables-system quality, information quality, information security, social influence, innovation and assistance by the public organization- on the intention to use the public data was examined. Second, the effects of the mediating variables - Perceived Ease of Use (PEU) and Perceived Usefulness (PU) – on the independent variables and intention to use (dependent variable) were investigated. Third, after selecting utilization type, frequency of public data usage and frequency of occupational & e-government service usage as moderating variables, their effects on the relationship between the independent variables and dependent variable (intention to use them in the private sector) were studied. It is expected that the study results would be useful in developing strategies aimed to utilize public data in the private sectors.

본 연구는 다양한 관점의 이용요구가 혼재되어있는 독서자료의 속성을 파악하기 위해, 도서의 동시이용 (동시대출, 동시구매) 데이터에 기반하여 독서자료의 선택 및 이용과 관계된 서지적 속성을 분석하였다. KDC 주제, 독자대상, 이용자 연령 관련 26개 하위 속성 단위로 구분하여 서지적 속성 용어의 동시출현행렬을 생성하고 네트워크 분석을 수행한 결과, 독서자료의 서지적 속성의 세부 내용 및 두드러진 매개 역할을 파악하였다. 본 연구의 결과는 향후 도서관 OPAC을 비롯한 독서정보 시스템의 패싯 설계에 도움이 될 것이다.

This study analyzed bibliographic attributes related to the selection and use of reading materials based on data on books borrowed or purchased together in order to understand the properties of reading materials that have complex user needs from various perspectives. As a result of creating co-occurrence matrices of bibliographic attribute terms by dividing them into 26 sub-attribute units related to KDC main class, target reader, and user age, and performing network analyses, the details and prominent mediating role of bibliographic attributes of reading materials were identified. The results of this study will be helpful in designing facets of reading information systems, including library OPAC, in the future.

우리나라는 기후변화의 영향으로 지속되는 가뭄으로 인해 물 부족 문제가 심화되고 있다. 제1차 국가물관리기본계획에 따르면, 생활 및 공업용수 부족량은 과거 최대 가뭄빈도(50년) 기준으로 0.07억 m³/년으로 전망되고 있다. 이러한 물 부족 문제에 효과적으로 대응하기 위해서는 장기적인 용수 수요 전망이 필수적이다. 공업용수의 경우 월별 사용량이 비교적 일정하지만, 생활용수의 경우 월별 패턴이 뚜렷하기 때문에 연단위 분석이 아닌 월단위 분석을 수행해야 한다. 본 연구는 충청권역을 대상으로 2017~2021년의 월별 용수 이용량 자료에 대해 패턴을 분석하고, 기후 변수와의 상관성을 이용하여 용수 분배 비율을 계산하였다. 그 결과 월별 생활용수 이용량을 연 이용량으로 나눈 월별 용수 이용률을 다시 평균기온으로 나누는 분법으로 계산한 경우가 절대오차가 가장 작게 산정되었으며, 이를 활용하여 충청권역의 월별 분배 비율을 산정하였다. 또한 충청권역의 월별 분배 비율에 SSP5-8.5 시나리오의 평균기온을 곱해 충청권역의 미래 월별 용수 이용률을 전망하였다. 그 결과, 최댓값의 평균은 1.16에서 1.29로 증가하고 최솟값의 평균은 0.86에서 0.84로 감소하였으며, 1사분위수는 0.95에서 0.93으로 감소하고 3사분위수는 1.04에서 1.06으로 증가하였다. 따라서 미래에는 현재와 비슷한 패턴을 유지할 것으로 보이지만, 월별 용수 이용률의 변동성은 커질 것으로 예상된다.

Persistent droughts due to climate change will intensify water shortage problems in Korea. According to the 1st National Water Management Plan, the shortage of domestic and industrial waters is projected to be 0.07 billion m³/year under a 50-year drought event. A long-term prediction of water demand is essential for effectively responding to water shortage problems. Unlike industrial water, which has a relatively constant monthly usage, domestic water is analyzed on monthly basis due to apparent monthly usage patterns. We analyzed monthly water usage patterns using water usage data from 2017 to 2021 in Chungcheong, South Korea. The monthly water usage rate was calculated by dividing monthly water usage by annual water usage. We also calculated the water distribution rate considering correlations between water usage rate and climate variables. The division method that divided the monthly water usage rate by monthly average temperature resulted in the smallest absolute error. Using the division method with average temperature, we calculated the water distribution rates for the Chungcheong region. Then we predicted future water usage rates in the Chungcheong region by multiplying the average temperature of the SSP5-8.5 scenario and the water distribution rate. As a result, the average of the maximum water usage rate increased from 1.16 to 1.29 and the average of the minimum water usage rate decreased from 0.86 to 0.84, and the first quartile decreased from 0.95 to 0.93 and the third quartile increased from 1.04 to 1.06. Therefore, it is expected that the variability in monthly water usage rates will increase in the future.

With the upcoming era of the 4th Industrial Revolution, big aata has been constructed in various field. Especially in transport sector, tremendous passenger and vehicle trips are collected as a navigation big data. Through navigation data, previous spotted traffic volume and speed data contribute to establish traffic volume and speed data in national level. Established transport raw data in national level lead to various processed data such as mobility data, carbon dioxide(CO2), air pollutants etc. This research utilize geographically weighted regression model in order to analyze correlation between area type (residential and business area) and air pollutants (CO2, CO, PM-10, NOX, VOCs) in the city of Seoul. The research outcome describes low correlation between environmental indicators corresponding to navigation data related to vehicle trip and area type (residential and business area). Therefore, a following study is required to analyze correlation between environmental indicators corresponding to transport navigation data and socio-economic indicators rather than spatial features. Moreover, a comparative study between general regression model and geographically weighted regression model is necessary for in-depth analysis.

국내뿐만 아니라 전 세계적으로 과학기술정보 데이터는 꾸준하게 증가하고 있다. 분야에 관계없이 하루에도 많은 양의 문헌이 만들어지고 배포되는 현 시점에서 연구자들이 이러한 문헌 정보를 효과적으로 사용하여 가치 있고 인간 생활에 유용한 연구 활동을 지원하기 위한 요구가 늘어나고 있다. 과거에는 연구자가 필요한 정보를 검색하는 수준에서 벗어나 이제는 데이터와 데이터를 연결시키고 활용 가능한 고부가가치 정보를 찾아내어 연구자에게 제시하는 서비스로 점점 변화하고 있다. 본 연구에서는 국내외의 과학기술정보 데이터 중에서 한국인 연구자가 작성한 문헌 데이터를 분석하여 활용 사례를 알아보고, 연구자들을 위한 서비스에 도움을 주는 정보를 제시하고자 한다.

Science and technology information data is steadily increasing not only in Korea but also around the world. At present, dozens of documents are produced and distributed every day regardless of field, and researchers are increasingly demanding to use this information effectively to support research activities that are valuable and useful for human life. In the past, researchers are moving away from searching for necessary information, and now they are changing to services that connect data and data, find high value-added information that can be used, and present it to researchers. In this study, we analyze literature data created by Korean researchers from domestic and foreign scientific and technological information data, find use cases, and provide information to help researchers.

본 연구는 B2B 전시회 내 데이터 기반 매치메이킹 시스템 및 시스템 사용 성과 간의 영향 관계를 파악하고, 나아가 이러한 사용 성과가 전시회 재참가 의도에 미치는 영향 을 규명하는 것을 목적으로 한다. 선행연구를 바탕으로, 데이터 기반 매치메이킹 시스 템 특성은 정보성, 실시간 트렌드, 분석력으로 구성하였으며, 통합기술수용이론(UTAUT) 기반 시스템 기술 특성은 성과 기대, 노력 기대, 촉진 조건으로 설정하였다. 본 연구는 B2B 전시회에서 데이터 기반 매치메이킹 시스템을 사용해본 자를 대상으 로 설문을 진행하였으며, 총 243부의 유효표본을 연구에 활용하였다. SPSS 28.0 및 Smart PLS 4.0을 사용하여 분석을 수행했으며, 데이터 기반 매치메이킹 시스템 특성 요 소인 실시간 트렌드 및 분석력과 통합기술수용이론 기반 시스템 기술 특성인 성과 기 대, 노력 기대, 촉진 조건은 데이터 기반 매치메이킹 시스템 사용 성과에 유의한 영향 을 미친다는 것을 확인하였다. 데이터 기반 매치메이킹 시스템 특성 중 정보성의 경우 는 시스템 사용 성과에 유의한 영향을 미치지 않는 것으로 확인되었다. 아울러, 데이터 기반 매치메이킹 사용 성과가 전시회 재참가 의도에 유의미한 영향을 미친다는 결과도 도출되었다. 이상의 연구 결과는 향후 전시산업의 디지털 관련 연구에 기초 자료로 활용할 수 있 을 것이며, 전시회의 디지털 관련 기획 및 마케팅에 있어 중요한 실무적 시사점을 제 공할 것으로 기대한다.

This study aims to examine the impact of data-driven matchmaking systems on system usage performance and re-participation intention in B2B(Business to Business) trade shows. Based on prior research, the characteristics of data-driven matchmaking systems were conceptualized as informativity, real-time trends, and analytics. Additionally, system technology characteristics, grounded in the Unified Theory of Acceptance and Use of Technology(UTAUT), were defined as performance expectancy, effort expectancy, and facilitating conditions. A survey was conducted among individuals who had experience using data-driven matchmaking systems at B2B exhibitions, resulting in 243 valid responses. The analysis was performed using SPSS 28.0 and Smart PLS 4.0. The results affirm the significant influence of real-time trends, analytics, performance expectancy, effort expectancy, and facilitating conditions on the usage performance of the data-driven matchmaking system. However, no significant effect was found between informativity and system usage performance. Furthermore, a significant relationship was identified between system usage performance and re-participation intention. These findings provide valuable insights as a foundation for future scholarly inquiries into the digital transformation of the exhibition industry. Furthermore, the results are expected to contribute to the planning and marketing of digitally integrated exhibitions.

이 연구에서는 블록체인 기술의 활용과 관련된 주요 토픽을 분석하기 위해 신문기사에 나타난 ‘블록체 인 기술 활용’ 빅데이터를 토픽 모델링기법을 적용하였다. 이를 위해 2013년부터 2019년까지, 21개의 신문사 로부터 15,617건을 대상으로 토픽을 추출하고 주요 트렌트를 시기별로 구분하여 분석하였다. 분석결과 블록체 인기술 활용과 관련된 기사는 2015년부터 기하급수적으로 증가하였으며 IT_과학 분야와 경제 분야에 집중되 었다. 기간에 따라 차이는 있지만 암호화폐, 비트코인, 가상화폐와 관련된 키워드의 가중치가 높았다. 금융거래 에 집중되었던 블록체인기술은 빅데이터, 사물인터넷, 인공지능으로 점차 확대되었다. 이에 따라 기업의 토픽 변화도 함께 이루어져 금융거래를 위한 은행에서 다양한 분야로 확대되면서 대기업과 글로벌기업으로 집중되었다. 이 연구를 통해 블록체인기술의 활용과 관련한 신문기사의 주요 토픽과 함께 이러한 토픽들이 어떠한 변화 추이를 보이고 있는지에 대해 확인할 수 있었다.

To analyze the main topics related to the use of blockchain technology, the Topic Modeling Technique was applied to the ‘Blockchain Technology Utilization’ big data shown in newspaper articles. To this end, from 2013 to 2019, when newspaper articles on the use of blockchain technology first appeared, the topics were extracted from 21 newspapers and analyzed by time to 15,537 articles. As a result of the analysis, articles related to the utilization of blockchain technology have increased exponentially since 2015 and focused on IT_science and economics. Key words related to cryptocurrency, bitcoin and virtual currency were weighted high, although they differed depending on time. Blockchain technology, which had focused on financial transactions, gradually expanded to big data, Internet of Things and artificial intelligence. As a result, changes in corporate topics were also made together to expand into various fields at banks for financial transactions, focusing on large and global companies. The study showed how these topics were changing, along with the main topics in newspaper articles related to the use of blockchain technology.

고속도로에서 수집 저장되는 이력자료의 활용도를 효과적으로 향상시키기 위해 Archived Data User Service (ADUS)/Archived Data Management System(ADMS) 구축에 대한 연구가 활발하게 진행되고 있다. 그러나, 방대한 이력교통자료의 활용도를 높이기 위해 우선 차량검지기 자료처리과정에 대한 체계적인 조사 분석을 통한 차량검지기 자료의 신뢰성 확보가 선행되어야 한다. 본 연구에서는 고속도로 차량검지기 자료처리과정에 대한 종합적인 문제점 분석을 통해 고속도로 교통관리 시스템의 개선사항에 대하여 살펴보았으며, 차로 이용률과 관련된 문제점과 개선방향에 연구의 초점을 맞추어 수행하였다. 본 연구에서는 우선 하루 동안 전체 검지기에서 수집된 자료 중 오류데이터가 차지하는 부분을 분석하였으며, 전체 수집 자료중 15%가 신뢰성에 영향을 미치는 오류데이터로 분석되었다. 또한, 고속도로 차량검지기에서 수집되는 자료의 차로 이용률(Lane Usage)을 살펴보았다. 분석결과 2차로구간에서는 1 2차로간 평균 차로이용률이 12% 정도의 차이를 나타내는 것으로, 3차로 구간에서는 1 2차로의 37%에 비해 3차로의 차로이용률이 24%로 비교적 낮게 분포하는 것으로 분석되었다. 4차로 분석구간에서는 1 4차로가 2 3차로에 비해 낮은 차로이용률을 나타내는 것으로 분석되어 실제 차로이용률이 차로별로 동일하지 않은 분포를 가짐을 확인할 수 있었다. 고속도로 차량검지기 자료처리과정에 대한 조사 분석 결과 더 신뢰성 있는 자료를 수집 저장하기 위해서는 고속도로에서 각 차로별 차로 이용률이 시간대에 따라 다르게 분포하는 점을 고려한 검지기 지점 데이터 생성 process에 대한 추가적인 연구가 필요하다.

Traffic condition monitoring system serves as the foundation for all intelligent transportation system operation. Loop detectors and Video Image Processing are the most widely common technology approach to condition monitoring in korea Highways. Lane Usage is defined as the proportion of total link volume served by each lane. In this research, the lane Usage(LU) of two lane link for one day. Interval is 56% : 44%. The LU of three lane link is 39% : 37% : 24%. The LU of four lane link is 25% : 29% : 26% : 21%. These analysis reveal that each lane distributions of link are not same. This research investigates the general concept of lane usage by using collected loop detector data and the investigated that lane distribution is different by traffic lane and lane usage is consistent by time of day.