• 골판지포장물류
• /
• 통권90호
• /
• pp.35-43
• /
• 2010

수출및 유통산업에 핵심적인 역할을 하는 골판지 상자 시장에 긴급상황이 발생하였다. 2월 12일 현재 골판지상자 생산하는데 약 3-4일간의 지체현상이 나타나고 원자재 부족이 수도권 및 지방을 망라, 속출하고 있는 실정이어서 골판지포장업계 관련 모든 주체는 가수요를 자제하고 근본적인 해결책강구에 협력해야 하지만, 개별적 이해가 앞서 원만한 수습책을 내기가 어려운 상황입니다. 또한 최근 칠레 강진의 여파가 구리가격 인상만이 아니라, 국내 최대 펄프 수입국의 펄프 공급 중단에 따른 국내 제지업계의 생산차질이 심각히 우려되는 문제점을 자료화 하였습니다. 제지업계, 특히 골판지상자 제조업계는 여러 가지의 요인이 중첩되어 가격 급등의 아픔과 원지 부족으로 생산 차질이 불가피할 것이라는 예측이 여기저기서 나오고 있어 매우 어수선합니다. 따라서 포장재 구입의 낭비요소를 제거한 적정포장 구입 질서가 정착되어 포장재가 없어서 제품이 포장되지 않는 사태가 나오지 않기를 바라는 심정으로 보고서를 작성하였사오니 관련 업계에서는 업무에 참고하여 주시기 바랍니다.

• 에너지공학
• /
• 제10권1호
• /
• pp.17-23
• /
• 2001

전력산업 구조개편에 따른 발전부문의 경제급전 추구로 인하여 구 동안 가스산업에서 수급조절역할을 담당하던 발전용 수요의 감소로 수급불균형 심화가 예상되고 결국에는 저장설비의 구축에 막대한 자본이 소요될 것으로 보인다. 이에 본 연구에서는 분석모형을 통하여 이러한 영향들을 계량적으로 분석하고 그 원인을 밝힘으로써 전력산업 구조개편에 대응한 향후의 천연가스 수급정책 방향을 제시하였다. 연구결과에 의하면, 경제급전의 추구로 인해 발전용 수요가 기존 예측치 대비 약 40∼50% 수준으로 급감하여 소요저장탱크기수는 1∼2기 정도 감소하지만, 발전용 수요의 수급조절능력의 약화로 천연가스 수요패턴은 더욱 악화되는 것으로 분석되었다. 또한 필요수입 보전주의에 따른 가격결정방식의 소비자가격이 상승되는 것으로 보아 저장설비에 과다투자가 이루어지는 것으로 판단할 수 있다. 결국, 도시가스의 수요패턴이 현상태를 유지하는 경우, 발전부문의 경제급전시 가스산업에서는 수요패턴의 약화로 저장시설에의 과다설비투자가 불가피하며 이는 소비자가격의 상승으로 이어질 것으로 예상된다. 따라서 향후 가스산업에서는 다양한 수요관리 방안과 도입량 조절 등을 통한 수요패턴 개선노력이 시급할 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.439-442
• /
• 2004

최근에 인터넷 경매가 보편화되면서 경매 물품의 가격 결정을 관한 연구가 증가하고 있다. 그러나 이것들은 경매 물품 대한 최근의 추세와 시간에 따른 주기변화를 반영하지 못하여 잘못된 낙찰 예정가를 생성하는 경우가 많다. 본 논문에서는 이러한 문제점들을 해결하고자 수요 예측에서 사용하는 시계열 분석을 이용하여 경매기록 데이터베이스로부터 경매 물품에 맞는 낙찰 예정가를 자동으로 생성하는 방법을 제안한다. 또한 성능 분석을 통하여 시계열 분석 방법에 의한 낙찰 예정가 생성방법의 특징을 비교하고 분석한다. 여기서 제안된 방법이 경매 물품의 실제 낙찰가와 차이를 줄여 낙찰률을 높이고, 경매 물품이 지나치게 낮은 가격으로 낙찰 되는 경우를 줄일 수 있음을 연구한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.258-260
• /
• 2022

대체 불가능 토큰 (NFT, non-fungible token)은 고유하고 더 이상 분할할 수 없는 특성을 가지고 있다. NFT 는 디지털 콘텐츠에 대한 소유권을 증명해 주지만 현재 1) 소유권 증명 이상의 유틸리티가 명확하지 않고, 2) 토큰이지만 유동성이 거의 없으며, 3) 가격이 예측 불가능하다. 특히, 부동산의 경우 가격이 매우 높은 특징으로 인하여 투자 진입장벽이 매우 높다. NFT 분할을 하면 유동성의 증가, 그리고 접근성 증가에 따른 커뮤니티 볼륨의 증가를 기대해 볼 수 있다. 이러한 특성을 활용하여 기존에 투자하기 어려웠던 부동산을 다양한 기술을 활용하여 쉽게 투자를 할 수 있게 된다. 또한, Black Litterman 모델을 활용하여 보다 여러 종류의 NFT 들에 대한 최적 포트폴리오를 구성할 수 있는 알고리즘을 설계하고 구현하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.19-28
• /
• 2022

최근 암호화폐가 많은 주목을 받음에 따라 암호화폐의 종가 예측 연구들이 활발히 진행되고 있다. 특히 딥 러닝 모델을 적용시켜 예측 성능을 높이려는 연구들이 지속되고 있다. 딥 러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM (Long Short-Term Memory) 모델이 다각도로 응용되고 있으나 변동성이 큰 암호화폐 종가 데이터에서는 낮은 예측 성능을 보인다. 이를 해결하기 위해 새로운 입력 변수를 찾아내고, 이를 사용하는 종가 예측 연구가 수행되고 있다. 그러나 딥 러닝 기반의 암호화폐 종가 예측에 사용되는 데이터들의 각 입력 변수들이 예측 성능에 미치는 영향력이나 학습에 효율적인 입력 변수들의 조합에 관한 연구 사례가 부족한 실정이다. 따라서 본 논문에서는 Bitcoin과 Ethereum을 포함한 6가지 암호화폐의 최근 동향 자료를 수집하였고, 통계와 딥 러닝을 통해 입력 변수들이 암호화폐 종가 예측에 미치는 영향력을 분석한다. 실험 결과 모든 암호화폐의 종가 예측 성능 평가에서 종가 변동률을 제외한 개장가, 고가, 저가, 거래량, 종가를 조합했을 때 가장 우수한 성능을 보였다.

• 응용통계연구
• /
• 제36권2호
• /
• pp.129-139
• /
• 2023

변동성의 예측은 자산의 리스크에 대비하는 데에 중요한 역할을 하기때문에 필수적이다. 인공지능을 통하여 이러한 복잡한 특성을 지닌 변동성 예측을 시도하였는데 기존 시계열 예측에 적합하다 알려진 LSTM (1997)과 GRU (2014)은 기울기 소실로 인한 문제, 방대한 연산량의 문제, 그로 인한 메모리양의 문제 등이 존재하였다. 변동성 데이터는 비정상성(non-stationarity)과 정상성(stationarity)을 모두 가지고 있는 특성이 있으며, 자산 가격 하방 쇼크에 더 큰 폭으로 상승하는 비대칭성과 상당한 장기 기억성, 시장에 큰 사건이 발생할 때 기존의 값들에 비해 이상치라 할 수 있을 정도의 예측할 수 없는 큰 값이 발생하는 특성들이 존재한다. 이렇게 여러 가지 복잡한 특성들은 하나의 모형으로 구조화되기 어려워서 전통적인 방식의 모형으로는 변동성에 대한 예측력을 높이기 어려운 면이 있다. 이러한 문제를 해결하기 위해 1D CNN의 발전된 형태인 causal TCN (causal temporal convolutional network) 모형을 변동성 예측에 적용하고, 예측력을 최대화 할 수 있는 TCN 구조를 설계하고자 하였다. S&P 500, DJIA, Nasdaq 지수에 해당하는 변동성 지수 VIX, VXD, and VXN, 에 대하여 예측력 비교를 하였으며, TCN 모형이 RNN 계열의 모형보다도 전반적으로 예측력이 높음을 확인하였다.

• 한국건설관리학회논문집
• /
• 제10권4호
• /
• pp.50-57
• /
• 2009

공공 건설사업의 계약에 있어 합리적이며 적정한 예정가격의 산정이 가장 중요한 요소라 할 수 있다. 공공 공사 예정가격 산정 근거로 사용되어 온 표준품셈과 더불어 실적공사비 제도를 단계적으로 확대 도입키로 했다. 본 논문에서는 과거에 낙찰되었던 계약단가 뿐 아니라 모든 입찰단가 자료를 활용하여 산출한 실적단가의 변동패턴을 분석하여 예측하는 일련의 절차 및 방법론을 제시하였다. 본 연구에서는 신뢰성 있는 자료 확보를 위해 저가입찰 등과 같은 전략적 입찰단가를 제거한 실적단가를 활용하여 시계열 자료를 구성하여 이 시계열을 웨이블릿 분석을 통해 변동 패턴과 추세를 파악하고 신경망을 이용하여 공사비를 예측하는 방안을 주요하게 다루고 있다. 건설 공사비는 매우 다양한 특성을 내포하고 있으므로 그 예측이 어려울 뿐만 아니라 그 오차 또한 매우 클 것으로 예상된다. 이에 본 연구에서는 웨이블릿 변환을 통하여 다양한 특성의 변동을 찾아내어 이를 예측에 이용함으로써 예측력을 높이고자 하였다. 다만 시계열이 매우 단기간의 자료로 구축되어 변동의 양상이 정확하게 분석될 수 없었으나 지속적으로 실적공사비 자료기 축적되어 장기간의 자료를 바탕으로 시계열이 구축된다면 향후 수행될 건설사업의 기획 시 개략적인 공사비 산출에 참고할수 있는 유용한 자료로 활용될수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제12권2호
• /
• pp.472-482
• /
• 2012

주식시장에는 많은 투자자들이 참여하고 있으며 점점 더 많은 사람이 주식투자에 관심을 가지고 있다. 주식시장에서 위험을 회피하고 수익을 얻기 위해서는 다양한 정보를 바탕으로 정확한 의사결정을 해야한다. 즉 수익을 얻을 수 있는 종목 선택, 적절한 매수-매도 가격의 결정, 그리고 적절한 보유기간 등을 결정해야 한다. 본 논문에서는 개인 주식 투자자의 의사결정 지원을 위한 데이터마이닝 도구를 제안한다. 즉, 개인 투자자가 직접 기계학습 방법을 적용하여 주가예측 모델을 생성할 수 있게 하고, 적절한 매수-매도 가격과 보유기간 등을 결정하는 것을 도와주는 도구를 제안한다. 제안하는 도구는 과거 데이터를 이용하여 투자자 자신의 성향에 맞는 투자에서의 의사결정을 할 수 있도록 지원하는 도구로서 주가데이터 관리, 기계학습 적용을 통한 주가예측 모델 생성, 투자 시뮬레이션 등의 기능을 제공한다. 사용자는 스스로 주가에 영향을 미칠 수 있다고 판단하는 기술적 지표를 선정하고 이를 이용하여 주가예측 모델을 만들고 테스트 할 수 있으며, 적절한 예측모델을 적용하여 시뮬레이션을 수행해 봄으로써 실제로 어느 정도 수익을 얻을 수 있는지 평가하고 적절한 매매 정책을 수립할 수 있다. 제안하는 도구를 이용하여 주식 투자자는 기존의 감정적 판단에 의한 투자가 아닌 객관적 데이터에 의해 검증을 거친 주가예측 모델과 매매정책에 따라 주식투자를 할 수 있어 이전 보다 나은 수익을 기대할 수 있다.

• 스마트미디어저널
• /
• 제10권2호
• /
• pp.16-21
• /
• 2021

금융 시계열 분석은 현대 사회의 경제적, 사회적으로 매우 중요한 역할을 하며 세계 발전에 영향을 미치는 중요한 과제지만 많은 잡음(noise)과 불확실성 등의 어려움으로 인해 금융 시계열 분석 예측은 어려운 연구 주제이다. 본 논문에서는 비정형 데이터와 정형 데이터를 함께 이미지로 변환하여 시장을 예측 하는 방법(MPIL)을 제안한다. 시장 예측을 위해 n일 기간의 비정형 데이터인 SNS, 뉴스 데이터를 감정분석하고 정형 데이터인 시장 데이터를 GADF 알고리즘으로 이미지 변환하고 이미지 학습을 통해 n+1일의 가격을 예측하는 초단기 시장을 예측한다. MPIL은 평균 정확도 56%로 기존 시장예측에 사용되던 감정분석을 활용하여 LSTM으로 시장을 예측하는 모델 평균 정확도 50%보다 높은 정확도를 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권9호
• /
• pp.419-430
• /
• 2023

대체 불가능 토큰 (NFT: non-fungible Token)은 분할할 수 없다는 고유한 특징을 가지고 있다. 현재 NFT는 디지털 콘텐츠에 대한 소유권 증명 이상의 용도가 명확하지 않고, 토큰의 유동성이 거의 없으며, 이로 인한 가격의 예측이 어렵다. 현실에서의 부동산은 대개 가격이 매우 높은 특징으로 인해 투자 진입장벽이 매우 높다. 현물 부동산을 NFT 화하고, FT (fungible token)으로 분할하면 유동성의 증가, 접근성의 증가에 따른 투자자 커뮤니티 볼륨의 증가를 기대할 수 있다. 본 논문은 일반 투자자들이 개별적으로 구매하기 어려운 현물 부동산을 대량의 FT로 분할하고 이를 Black Litterman 모델 기반의 Portfolio 투자 인터페이스를 통해 투자할 수 있는 시스템을 설계하고 구현하였다. 이를 위해, 현물 부동산을 담보로 페깅하고, 보안적으로 안전한 블록체인인 NFT로 발행한다. 상시 변경되는 부동산 가격을 모니터링하기 위한 오라클을 사용하여, 외부 부동산 정보를 블록체인에 반영할 수 있도록 하였다. 현물 부동산 가격을 그대로 유지하고 있는 NFT를 낮은 가격의 대량 FT로 분할함으로써, 큰 유동성을 제공하고 가격 변동성 제한을 두었다. 이를 통해, 높은 가격으로 인해 투자하기 어려웠던 일반 소액 투자자들이 쉽게 투자할 수 있도록 하였다. 또한 소액 투자로 여러 개의 복수 현물 부동산에 투자하기 위한 효과적인 포트폴리오 구성을 위한 자산 포트폴리오 인터페이스를 구현하였다. 이는 Black Litterman 모델을 활용하여, 다수의 현물 부동산 NFT에 대한 투자 비율을 최적화할 수 있는 목적을 가진다. 전체 시스템은 Solidity 언어로 작성한 smart contract, Flask 웹 프레임워크, 공공데이터포털의 "국토교통부_아파트매매 실거래자료 Open API"를 활용하였다.