• 지식경영연구
• /
• 제22권2호
• /
• pp.1-17
• /
• 2021

본 연구에서는 한국과 미국의 대표적인 거래소인 빗썸과 코인베이스의 비트코인 가격을 ARIMA와 순환 신경망(Recurrent Neural Network)을 이용해 예측하고, 이후 각 국가의 뉴스 기사를 이용해 분리 학습에 기반한 separated RNN 모형을 제안한다. separated RNN 모형은 학습 데이터를 가격의 추세 변화 점을 기준으로 분리해 학습시킨 후, 추세 변화점 별 뉴스 데이터를 활용해 용어 기반 사전을 구축한다. 이후 용어 기반 사전과 평가 데이터 기간의 뉴스 데이터를 이용해 예측할 데이터의 가격 추세 변화 점을 찾아낸 후, 매칭되는 모형을 적용해 예측 결과를 산출한다. 2017년 5월 22일부터 2020년 9월 16일까지의 가격 데이터를 사용해 분석한 결과, 제안된 separated RNN을 이용해 예측한 결과가 한국과 미국의 비트코인 가격 예측 모두에서 순환 신경망(RNN)을 이용해 예측한 결과보다 높은 예측 성과를 보였다. 본 연구는 시계열 예측 기법의 한계를 뉴스 데이터를 이용한 추세 변화 점 탐색을 통해 극복할 수 있고, 성과 향상을 위한 추후 다양한 시계열 예측 기법 및 추세 변화 점 탐색을 위한 다양한 텍스트 마이닝 기법을 적용해볼 필요가 있음을 시사한다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.129-148
• /
• 2023

블록체인 기술이 적용되어 있는 암호화폐는 높은 가격 변동성을 가지며 투자자 및 일반 대중으로부터 큰 관심을 받아왔다. 이러한 관심을 바탕으로 암호화폐를 비롯한 투자상품의 미래가치를 예측하기 위한 연구가 이루어지고 있으나 예측모형에 대한 설명력 및 해석 가능성이 낮아 실무에서 활용하기 어렵다는 비판을 받아왔다. 본 연구에서는 암호화폐 가격 예측모형의 성과를 향상시키기 위해 금융투자상품의 가치평가에 활용되는 기술적 지표들과 함께 투자자의 사회적 관심도를 반영할 수 있는 구글 키워드 검색량 데이터를 사용하고 설명 가능한 인공지능을 적용하여 모형에 대한 해석을 제공하고자 한다. 최근 금융 시계열 분야에서 예측성과의 우수성을 인정받고 있는 LSTM(Long Short Term Memory)과 CNN(Convolutional Neural Networks)을 활용하고, 'bitcoin'을 검색어로 하는 구글 검색량 데이터를 적용해 일주일 후의 가격 등락 예측모형을 구축하였다. LSTM과 CNN을 활용해 구축한 모형들이 높은 예측성능을 보였으며 구글 검색량을 반영한 모형에서 더 높은 예측성과를 확인할 수 있었다. 딥러닝 모형의 해석 가능성 및 설명력을 위해 XAI의 SHAP 기법을 적용한 결과, 구글 검색량과 함께 과매수, 과매도 정도를 파악할 수 있는 지표들이 모형의 의사결정에 가장 큰 영향들을 미치고 있음을 파악할 수 있었다. 본 연구는 암호화폐 가격 등락 예측에 있어 전통적으로 시계열 예측에 우수한 성과를 인정받고 있는 LSTM뿐만 아니라 이미지 분류에서 높은 예측성과를 보이는 딥러닝 기법인 CNN 또한 우수한 예측성능을 보일 수 있음을 확인하였으며, XAI를 통해 예측모형에 대한 해석을 제공하고, 대중의 심리를 반영하는 정보 중 하나인 구글 검색량을 활용해 예측성과를 향상시킬 수 있다는 것을 확인했다는 점에서 의의가 있다.

• 한국시스템다이내믹스학회:학술대회논문집
• /
• 한국시스템다이내믹스학회 2001년도 추계학술대회발표논문집
• /
• pp.67-79
• /
• 2001

발전원별 경쟁(신규 발전소 건설이 시장 가격에 의해 결정)을 도입한 미국의 캘리포니아주에서는 최근 심각한 전력 공급문제가 발생하였다. 미국과 같은 발전원별 경쟁을 도입한 우리나라의 경우에도 전력시장에서의 시장가격을 예측하고 이에 따른 신규 발전소 건설을 예측하여 전력 공급의 안전성을 검토할 필요가 있으며 또한 원자력이나 유연탄의 공급이 이러한 전력 공급의 안정성에 어떻게 기여할 수 있는가를 검토하는 것은 의의 있는 일이다.(중략)

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.109-124
• /
• 2020

한국사회에서 부동산에 대한 많은 관심에도 불구하고 가격예측은 쉽지 않으며, 그중에서도 아파트는 주거공간인 동시에 투자의 의미도 지니고 있어 더욱 가격예측은 쉽지 않다. 아파트 가격에 영향을 주는 요인은 매우 다양하며 지역에 따른 특성도 있다. 본 연구는 경기도 S시 아파트 매매가격에 영향을 주는 요인들과 특성을 도출하기 위해 수행되었다. 일반적으로 지하철 접근성이 좋을수록 아파트 가격이 높다고 파악되나, S시의 경우 1호선과는 가까울수록 오히려 가격이 소폭 하락하는 현상이 있었으며, 신분당선은 지하철 접근성이 높을수록 매우 가격이 높게 나타났다. 국고채5년평균과 매매가격이 반비례관계였고, M2평잔과 매매가격과 비례관계로 파악이 되었다. 용적률과 총주차대수가 매매가격에 많은 영향을 미쳤으며, 1.5Km 이내의 백화점과 할인마트 존재 여부가 가장 중요한 요인이었다.

• 자원ㆍ환경경제연구
• /
• 제8권1호
• /
• pp.131-147
• /
• 1998

본 논문은 시차종속변수를 이용한 우리 나라 원목수요분석을 통해 장기원목수요의 변화를 예측하는 데 그 목적이 있다. 원목수요는 재화의 특성상 파생수요를 전제하여 분석하였다. 분석에서는 1970년부터 1996년까지 27년간의 원목수요 자료를 이용하였다. 원목수요는 1980년대 들어서면서 1970년대와 같은 빠른 증가는 아니지만 지속적으로 완만히 증가하다가 1991년을 정점으로 하향 안정세를 보이고 있다. 분석에서는 적응적 기대모형과 부분적 조정모형을 사용하였다. 1977년에서 1979년까지 원목수요량의 급격한 증가를 설명하기 위하여 모형내에 더미변수를 사용하였다. 설명변수는 원목가격, 더미변수, 파생재화(목재 및 나무제품)의 가격과 시차종속변수를 이용하였다. 분석 결과, 적응적 기대모형은 시차종속변수를 사용해야 할 만큼 유의한 결과를 얻을 수 없었다. 하지만 부분적 조정모형에서는 각 변수의 추정치가 전반적으로 유의하게 나타났다. 특히, 시차종속변수 추정치에 대한 t값이 2.07로 유의하게 나옴으로써 모형의 설명력을 높여 주었다. 부분적 조정모형의 수정계수는 0.74 정도로 나타났다. 부분적 조정모형의 가정하에 2010년까지 매년 원목가격지수 6.7%와 국내 목제품가격지수 5.8% 상승률에 근거한 방법과 원목가격지수 6.8%와 목제품가격지수 5.6%로 전제하여 원목수요를 전망하였다. 그 결과, 원목수요는 지속적으로 상승하는 것으로 나타났다. 일정한 가격상승률을 전제한 예측수요량이 일정한 가격지수의 상승을 전제한 경우보다 높게 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권3호
• /
• pp.561-568
• /
• 2015

이 연구에서는 공간회귀모형 중 공간시차모형과 공간오차모형을 이용하여 대구 경북 지역 단위면적당 아파트 매매가격을 예측하였다. k-최근접이웃 (k-nearest neighbours)을 이용하여 공간가중행렬을 구축하였으며, 이를 이용해 2012년 3월의 단위면적당 아파트 매매가격에 대한 모형을 적합시켰다. 적합시킨 공간시차모형, 공간오차모형을 이용하여 2013년 3월의 단위면적당 아파트 매매가격을 예측하였으며 RMSE (root mean squared error), RRMSE (root relative mean squared error), MAE (mean absolute error)를 통해 두 모형의 성능을 비교하였다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.251-256
• /
• 2023

국제 경유 가격은 산업, 교통 및 에너지 생산과 같은 여러 분야에서 중요한 역할을 수행하며, 세계 경제와 국제 무역에도 큰 영향을 미친다. 특히, 국제 경유 가격의 상승은 소비자에게 부담을 주고 인플레이션의 원인이 될 수있다. 그러나 기존 연구들은 주로 휘발유에 초점을 맞추어 진행되었다. 따라서 본 연구는 국제 경유 가격 예측 모델을 제안하고자 한다. 이를 위해 다양한 세계 경제 지표들을 활용하여 머신러닝 방법론 중 하나인 선형 회귀 모델로 학습한다. 해당 모델은 세계 경제 지표들과 국제 경유 가격 간의 관계를 명확하게 파악함과 동시에 높은 정확도로 예측한다. 이는 시장 변화를 비롯한 전반적인 경제 흐름 파악에 도움이 될 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.706-708
• /
• 2017

노지에서 재배되는 실외작물의 경우 외부 환경에 노출되어 재배되기에 생육 또는 수학시기가 외부 요인에 많은 영향을 받는다. 이러한 외부 요인 중 과일의 당도 및 수확량에 많은 영향을 미치는 요인은 바로 날씨이다. 고온의 날씨 또는 저온의 날씨가 지속되거나 강한 풍속, 적절한 강수가 이루어지지 않을 경우 과일의 당도가 낮아지거나, 흠집이 발생할 수 있어 과일 도매가격에 영향을 미치게 된다. 본 논문에서는 월별 평균 온도, 강우량, 습도, 일사량, 최대풍속 등의 날씨 관련 데이터와 제사 또는 명절에 자주 사용되는 과실류인 배, 단감, 사과, 수박의 도매가격간의 상관관계를 분석을 통해 얻은 결과로 추후 농산물 가격 예측 또는 과일 가격 예측 연구에 기여를 하고자 한다.

• 농촌계획
• /
• 제21권2호
• /
• pp.91-102
• /
• 2015

한국은 2050년까지 주요 선진국 중에서 고령화가 가장 심각한 사회로 전환되게 될 것으로 예상된다. 기대여명의 증가와 저 출산은 고령화를 더욱 악화시키며, 이는 심각한 사회문제로 발전하게 될 것이다. 이와 같은 문제를 해결하기 위해 한국정부는 2008년에 도시지역에는 주택연금제도를 도입하였으며, 2011년에는 세계 최초로 농촌지역을 대상으로 농지연금제도를 도입하였다. 그렇지만 이와 같은 제도는 설계 당시부터 복지상품이라기 보다는 장기적으로 손실과 수익의 균형에 초점을 둔 금융상품으로 개발되어 실질적으로 노인들에게 크게 인기를 얻지 못하였다. 따라서 본 연구는 농지연금제도를 활성화시켜, 농촌노인들에게 보다 더 많은 혜택을 주기 위해 지역 토지시장을 감안하여 지역별 농지가격상승률을 예측하고 연금액을 산출하였다. 또, 지금까지 사용한 년 혹은 분기별 감정가 대신에 월별, 지역별 실거래 가격을 모형에 적용하여 지역토지시장, 고령화 수준 등 지역 여건에 부합하는 연금액을 산출하였다. 할인율자료도 가장 안정적인 3년 만기 국고채 수익률을 활용하여 미래농지가격을 예측하고, 이를 유동화하여 월 생활자금으로 지급되도록 하였다. 특히 농지규모가 가장 많고, 고령화 정도가 심각하여 농지연금의 잠재적 수요가 가장 높을 것으로 예상되는 경상북도와 전라남도를 사례지역으로 선정하고, 이를 전국평균과 비교하여 지역적인 차이도 함께 분석하였다. 이를 위해 농지가격 및 이자율 시계열 자료의 안정성을 검정하고, 장기농지가격을 예측하였다. 이를 활용하여 경북, 전남, 전국의 노인들의 월평균 지급액을 추정하였다. 분석결과 정책의 잠재적 수요가 가장 높은 두 지역이 가장 낮은 금액이 지급되는 것으로 추정되어 이는 또 다른 지역불균형을 초래할 수 있는 것으로 평가되었다.

• 응용통계연구
• /
• 제33권5호
• /
• pp.603-614
• /
• 2020

본 연구는 이미지 데이터에 대한 예측 모형으로 뛰어난 성능을 보여온 convolutional neural networks (CNN) 모형을 이용하여 서울 아파트 가격의 예측과 서울 각 지역 아파트들의 가격결정요인들을 연구한다. 이를 위해 강, 녹지, 고도와 같은 자연환경요인, 버스정류장, 지하철역, 상권, 학교 등과 같은 기반시설요소, 일자리수, 범죄율 등의 사회경제요소들을 설명변수로 고려하고, CNN 모형이 이미지 데이터에 좋은 성능을 보여온 것을 기반으로 이 설명변수들의 값들을 CNN 모형 입력층으로써 이미지 채널의 픽셀값과 같은 역할을 하도록 변환하여 아파트 가격의 예측과 가격결정요인에 대한 해석을 시도한다. 덧붙여 본 연구에서 사용된 CNN 모형은 자연환경요인과 기반시설요인 변수들을 각 아파트를 중심으로 하는 각 입력층의 채널에 이진의 이미지로 표현함으로써 각 아파트의 공간적인 특성을 고려할 수 있다.