• 지능정보연구
• /
• 제28권3호
• /
• pp.259-278
• /
• 2022

인공지능(AI)의 확산과 함께 금융 분야에서도 상품추천, 고객 응대 자동화, 이상거래탐지, 신용 심사 등 다양한 인공지능 기반 서비스가 확대되고 있다. 하지만 데이터에 기반한 기계학습의 특성상 신뢰성과 관련된 문제 발생과 예상하지 못한 사회적 논란도 함께 발생하고 있다. 인공지능의 효용은 극대화하고 위험과 부작용은 최소화할 수 있는 신뢰할 수 있는 인공지능에 대한 필요성은 점점 더 커지고 있다. 이러한 배경에서 본 연구는 소비자의 금융 생활에 직접 영향을 끼치는 인공지능 기반 개인신용평가의 공정성 확보를 위한 체크리스트 제안을 통해 인공지능 기반 금융서비스에 대한 신뢰 향상에 기여하고자 하였다. 인공지능 신뢰성의 주요 핵심 요소인 투명성, 안전성, 책무성, 공정성 중 포용 금융의 관점에서 자동화된 알고리즘의 혜택을 사회적 차별 없이 모두가 누릴 수 있도록 공정성을 연구 대상으로 선정하였다. 문헌 연구를 통해 공정성이 영향을 끼치는 서비스 운용의 전 과정을 데이터, 알고리즘, 사용자의 세 개의 영역으로 구분하고, 12가지 하위 점검 항목과 항목별 세부 권고안으로 체크리스트를 구성하였다. 구성한 체크리스트는 이해관계자(금융 분야 종사자, 인공지능 분야 종사자, 일반 사용자)별 계층적 분석과정(AHP)을 통해 점검 항목에 대한 상대적 중요도 및 우선순위를 도출하였다. 이해관계자별 중요도에 따라 세 개의 그룹으로 분류하여 분석한 결과 학습데이터와 비금융정보 활용에 대한 타당성 검증 및 신규 유입 데이터 모니터링의 필요성 등 실용적 측면에서 구체적인 점검 사항을 파악하였고, 금융 소비자인 일반 사용자의 경우 결과에 대한 해석 오류 및 편향성 확인에 대한 중요도를 높게 평가한다는 것을 확인할 수 있었다. 본 연구의 결과가 더 공정한 인공지능 기반 금융서비스의 구축과 운영에 기여할 수 있기를 기대한다.

• 이베로아메리카
• /
• 제22권1호
• /
• pp.73-109
• /
• 2020

관광산업에서는 종사자들이 고객들과 직접 대면 접촉을 할 기회가 빈번하다는 점에서 감정노동과 관련된 문제가 발생할 가능성이 매우 높은 분야이다. 그렇지만 감정노동이 유사한 상황에서 항상 모두에게 동일한 형태로 인식되는 것은 아니다. 조사지에서 보는 것과 같이 감정노동은 개인의 특성과 사회문화적, 경제적 상황에 따라 다양하게 나타난다. 감정노동에 영향을 미치는 요소가 대단히 많고, 또 이런 요소들이 미치는 영향력의 수준은 시기와 장소에 따라 상이하게 표출될 수도 있다. 감정노동에 대한 생각이나 감정 노동으로 인한 스트레스 등 심리적, 정신적 고통은 여러 가지 요인에 의해 달라진다. 연령, 근무기간, 성별에 따라 감정노동에 대한 판단은 분명한 차이를 보인다. 특히 미국으로의 국제노동이주의 경험이나 향후에 국제노동 이주에 참여할 의사가 있는 사람들의 경우에는 감정노동을 심각한 문제로 인식하지 않거나 오히려 긍정적인 사회문화적 경험으로 받아들이는 경우가 많았다. 실제로 오아하카에 다양한 형태의 관광분야 종사자들이 존재하고, 이들이 겪는 경험은 개인과 경제적, 사회문화적 환경에 따라 매우 다르다. 오아하카의 관광 분야 종사자들의 감정노동도 여러 가지 조건에 따라 다양한 형태를 지니고 있다. 감정노동의 긍정적 혹은 부정적 인식과 결과는 개인과 작업조건의 상황에 따라 상이하게 표출된다. 즉 개인의 인성이나 경험, 사회문화적 특성, 작업장에서의 자율성 등 사회경제적 조건이 상당한 영향을 미친다. 결과적으로 개인에게 표현되고 이해되는 감정노동의 형태와 영향은 상당히 다양하고 상황에 따라 변화할 수도 있다. 이런 문제들을 고려하면 감정노동이 나타나는 방식은 경제적 요소 뿐 아니라 사회문화적 혹은 개인적 요소에 의해 상당한 영향을 받는다. 또 특정 업종이나 일의 성격에 따라 감정노동의 존재와 심각성을 주어진 것으로 간주하기보다, 개인에 따른 감정노동의 차이를 인지하고, 감정노동으로 인한 문제의 심각성을 경험하는 방식과 내용이 개인마다 상당히 다르다는 점도 함께 인식해야 한다. 이런 의미에서 감정노동의 역동성과 다양성, 다차원성을 분명하게 새로운 시각으로 파악할 필요가 있다.

• Asia Marketing Journal
• /
• 제12권3호
• /
• pp.1-24
• /
• 2010

본 연구는 혁신적인 모바일 서비스의 사용-확산 관점에서 혁신적인 서비스의 사용량과 사용의 다양성에 사회적 영향력이 어떠한 역할을 하는지 살펴보았다. 본 논문의 연구모형에 포함된 사회적 영향요인은 크게 두 가지인데 이는 네트워크 요인과 상표 동일시이다. 여기서 네트워크 요인은 사회적인 규범과 네트워크 효과를 포괄하는 개념이며, 상표 동일시는 소비자 개인의 자아정체성과 서비스 브랜드와의 일치성을 의미한다. 먼저 네트워크 요인의 경우 모바일 서비스의 사용량에 유의한 영향을 미치는 것으로 확인되었으며, 지속사용의도에도 긍정적인 영향을 미치는 것으로 나타났는데, 서비스 사용의 다양성에는 별 영향을 주지 않는 것으로 나타났다. 상표 동일시의 경우에는 사용량과 사용의 다양성에 모두 유의한 영향을 미치며 지속사용의도에도 긍정적인 효과를 가지는 것으로 나타났다. 본 연구에서 사용한 충성도 지표는 두 가지인데 하나는 모바일 서비스의 지속사용의도이고 또 하나는 상표애호도 즉 상표 전환의도이다. 이 두 가지 변수 중 전자는 서비스 카테고리에 대한 충성도이고 후자는 상표에 대한 충성도인데 서로 다른 의미를 갖는 만큼 연구 결과도 다르게 나왔다. 즉, 모바일 서비스의 사용량과 사용의 다양성은 모두 지속사용의도에 긍정적인 영향을 미쳤으나, 상표 전환의도에의 경우에는 사용량만이 유의한 영향을 주었고 가설과 반대로 사용량이 높을수록 오히려 상표 전환의도가 높아지는 것으로 나타났다. 이는 특정 혁신 서비스를 사용해 본 얼리어답터 고객들이 다양한 사업자의 서비스를 이용해 보고자 하는 니즈가 있음을 보여 준 것으로 이해할 수 있다.

• 벤처창업연구
• /
• 제18권5호
• /
• pp.77-90
• /
• 2023

본 연구의 목적은 SNS 사용특성과 대출상품의 특성, 개인특성이 신용대출 상환에 미치는 영향력을 확인하여 SNS를 활용하는 대안신용평가가 기존 대출심사를 보완할 수 있는지를 검증하기 위함이다. 이를 위해 SNS를 활용하여 실제 대출심사에 반영하고 있는 T사 A 신용대출 프로그램 데이터를 이용하여 SNS 사용특성, 대출특성, 개인특성이 신용대출 상환에 미치는 영향력을 이항로지스틱 회귀분석을 통해 분석하였다. 분석결과 첫째, 사용자의 성격 및 개별 특성을 나타내는 프로필 사진의 경우 본인을 드러내지 않으려고 프로필 사진을 등록하지 않은 사람들과 달리 외향적인 경향의 사람이 선택할 가능성이 큰 본인 사진, 가족, 친구 등의 사적그룹 사진, 성실성의 경향이 강한 사람이 선택할 확률이 높은 취미 등 사회활동 사진, 개방성과 신경성이 높은 경향의 사람이 많이 선택하는 캐릭터·유머 사진, 개인의 사생활과 직결되는 가족·친구 등 사진을 SNS에 사용하는 사람들일수록 신용대출 상환에 적극적인 것으로 나타났다. 본인을 감추는 풍경 등의 사진 사용과 신용대출 상환과의 인과관계는 통계적으로 유의하지 않은 것으로 나타났다. 또한, SNS 사용량이 많을수록 신용대출 상환가능성이 높아지는 것으로 나타났다. 반면 SNS 소통량은 신용대출 상환가능성에 유의한 영향을 미치지 않는 것으로 나타났는데, 이는 소통량이라는 변수가 사용자가 직접 작성한 글보다는 타인의 댓글에 대한 공감을 나타내는 수동적 측면이 강하기 때문에 나타난 결과라 판단된다. 대출채권이 가진 특성을 나타내는 대출기간과 대출횟수도 신용대출 상환에 통계적으로 유의한 영향을 미치는 것으로 나타났다. 이는 대출기간과 대출횟수가 소액대출 상품에서도 중요한 영향요소로 고려되어야 함을 의미한다. 개인 특성 변수 중에서는 성별만 유의하게 나타났다. 이는 분석에 사용한 대출프로그램이 은행 등의 금융기관에서 대출이 불가능한 저신용 점수를 가진 20~30대 고객이 대부분인 상품으로 이용자의 나이와 신용점수에 있어서 차별성이 크지 않다는 것을 의미한다. 본 연구는 SNS사용량과 프로필 사진 등 기존 신용평가 연구에서 다루지 않은 변수를 사용하여 신용대출 상환과의 영향관계를 실증분석 하였다는 점에서 기존 연구와 차별성을 갖는다. SNS와 같은 주관적 비정형정보를 서민지원 대출심사에 활용한다면, 신용거래가 없어서 신용등급이 낮거나 단기적 유동성 함정에 빠진 차입자 즉 금융이력부족자(Thin filer)들이 신용거래 등의 금융 이력이 축적될 때까지의 신용비용에 대한 불이익을 감소시킬 수 있다는 점에서 의의가 있다.

• 벤처혁신연구
• /
• 제7권1호
• /
• pp.1-15
• /
• 2024

본 연구는 디지털 대전환이 빠르게 진행되는 환경에서 빅테크 플랫폼 기업들의 스포츠콘텐츠 비즈니스의 특징을 밝히는 데 있다. 구체적으로는 아마존을 대상으로 빅테크 플랫폼 기업의 시장구조를 살펴보고 이런 구조에서 스포츠콘텐츠가 그들에게 어떤 역할을 하는지 아마존의 스포츠마케팅 사업의 특징을 밝혀 빅테크 플랫폼 기업의 스포츠콘텐츠 비즈니스를 전망하였다. 양면시장 플랫폼 비즈니스를 기반으로 한 빅테크 플랫폼 기업들은 자신들의 플랫폼의 가치를 제고하는 전략에 스포츠콘텐츠가 존재하고 있다. 때문에 스포츠콘텐츠는 이들에게 플랫폼의 가치를 높이고 나아가 인프라와 같은 플랫폼 생태계의 시너지를 높여 수익을 극대화함으로써 독점적 지위를 공고히 하는 도구로 사용된다. 아마존은 대륙이나 국가별로 인기 있는 라이브스포츠중계권을 획득하여 이를 플랫폼에 공급하여 신규고객의 증가와 구매효과 뿐 아니라 경기단체나 팀에게 IT솔루션 서비스를 제공하고 다양한 프로모션 콘텐츠를 기획 공급하면서 광고 사업을 비롯한 아마존 플랫폼 전체에 시너지를 내고 있다. 아마존프라임비디오와 아마존 프라임에 라이브 스포츠 콘텐츠를 공급하고, 아마존 웹 서비스를 통해 다양한 스포츠 이해관계자들에게 기술적 서비스를 제공하고 있으며 동시에 광고주의 광고와 마케팅 성과를 분석하고 예측하는 아마존마케팅클라우드 서비스를 제공하면서 비즈니스 기회를 넓히고 아마존 전체의 가치를 높이고 있다. 이는 양면시장 플랫폼 기반의 빅테크 기업과 단면시장 기반의 레거시 글로벌 기업과의 시장구조의 차이에서 기인하며 디지털시대 스포츠마케팅 비즈니스의 새로운 변화라고 할 수 있다. 이 새로운 모델의 핵심은 라이브스포츠 스트리밍 중계권을 기반으로 한 다양한 콘텐츠 개발을 통한 비즈니스이며 스포츠콘텐츠 마케팅은 기존 중계권, 스폰서십과 함께 스포츠비즈니스의 주요 분야가 될 것이다. 아마존, 애플, 구글과 같은 빅테크 플랫폼 글로벌 기업들은 또 다른 새로운 글로벌 스포츠마케팅 기업이 될 수 있으며 현재의 스포츠마케팅 회사와 광고회사 그리고 팀과 경기단체들은 위기와 기회가 공존해 있다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 한국유통학회:학술대회논문집
• /
• 한국유통학회 2005년도 춘계학술대회 발표논문집
• /
• pp.383-405
• /
• 2005

재래시장은 지역의 중심지적인 특성과 문화적인 특성이 고스란히 반영된 지역 거점지이며 인근 지역주민의 상거래라는 1차적 장소적 기능과 사회문화적 측면의 상호 정보문화교류, 커뮤니티 공간 형성으로 유통의 집객시설과 집적시설로서 중요한 역할과 기능을 하고 있다. 5인 이하 가족 단위의 생계형으로 취급상품, 구입방범, 판매방식 등이 전근대적인 경영기법을 통해 한국의 대표적 소매업태로서의 역할을 해오고 있다. 1990년대 이후 신유통업태와 대형할인점 진출로 인해 재래시장은 급격한 경쟁력 상실과 소비자들의 생활수준의 향상, 구매패턴의 변화, 인터넷의 급속한 확산 등 외부적인 유통 환경변화에서 경쟁력을 상실하고 설 자리를 잃어가고 있다. 정부의 지역경제 활성화와 국민경제의 발전 측면에서 고령화된 재래시장에 대한 대책 중 정부의 예산지원 정책으로 환경개선사업, 연구용역, 경영현대화중심의 국고지원 사업은 2001년부터 2004년까지 총 3,853억원의 국고가 지원되었으나 활성화 사업의 실효성에는 아직 정확히 나타나고 있지 않은 상황으로 조사되었다. 또한 지원사업을 추진함에 있어 시장상인리더들의 전문성결여로 종합적인 추진전략과 중장기적 계획수립 및 자발적인 상인들의 합의점 유도 반감으로 지속적인 사업추진방향에 한계점을 나타냈다. 재래시장이 단순히 물건을 사고파는 물리적인 장소적 의미에서 벗어나 새로운 지역 장소적 생활공간으로 커뮤니티적 접근을 통한 장소적 창조전략이 필요하다. 이에 시대적 패러다임 변화에 따른 새로운 사업 방향 전환을 통해 재래시장의 장소적 기능 도입을 동해 문화적 경제적 의미를 지닌 공간으로 재조명을 동해 발전방향을 제시하고자 한다. 재래시장은 지역 기반으로 한 지역생활자들과 자연스럽게 커뮤니티를 상호 형성하고 정보와 지식 공유를 통해 부 창출 공간으로 재생되어야 할 것이다 재래시장이 부 창출 공간으로 재생하려면 시대적 장소적 환경에 맞는 시설과 교류활동을 통찬 상호신뢰구축 활동 속에서 고객이 원하는 방향으로 영업환경도 변화하여야 하며, 지역단위 중심 영국의 TCM, 미국의 BID, 일본의 TMO 등 해외 벤치마킹을 통한 단위 시장상가 점포단위의 점(點)정책에서 선(線)단위의 상가로 환경사업과 거시적인 지역단위중심인 면(面) 정책적 접근을 통한 커뮤니티적인 발상 전환이 필요하다. 국내외 사례비교 분석을 통해 사회적 정책수요 발굴과 기존의 추진방법에 대한 선진사례 연구를 통한 NPO, NGO 등의 시민기업가와 이를 수행키 위한 혁신성과 전문성조정능력을 갖춘 리더자 양성이 무엇보다 중요하다. 특히 지역자원 활용 소스 중심의 문화관린 산업의 seeds 발굴과 향토상품의 상품화와 네트워크 조직망 구축을 위한 지역중심의 복합 생활문화 공간이 필요할 것이며, 이를 촉진키 위한 mentor academy시스템 접근을 통해 점점 고령화되어 가고 있는 재래시장에 대해 차별적 특성이 반영된 종합적이고 체계적 접근 방법연구가 필요하다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.19-43
• /
• 2014

전체 결과의 80%가 전체 원인의 20%에 의해 일어난다는 파레토 법칙(Pareto principle)은 상위 20%의 핵심 고객에 대한 우선적인 마케팅을 비롯하여 기업 경영의 많은 부분에서 적용되어 왔다. 파레토 법칙과는 대조적으로, 80%의 사소한 다수가 20%의 핵심적인 소수보다 우월한 가치를 창출한다는 롱테일 법칙(Long Tail theory)은 ICT(Information and Communication Technology)의 발전과 함께 새로운 경영 패러다임으로 주목 받아오고 있다. 본 연구의 목적은 경영 현장에서 양대 흐름을 형성해온 이러한 법칙들이 변화무쌍한 글로벌 가상화 환경에서 기업의 핵심적인 성공 요인이라고 할 수 있는 가상 지식 협업에는 어떻게 관련되는지를 규명하는 것이다. 이를 위해, 대표적인 가상 지식 협업 커뮤니티인 위키피디아에서 품질 최상위 등급인 피쳐드 아티클(Featured Article) 레벨로 승급된 2,978개의 아티클에 대한 협업 행위를 분석하였다. 즉, 각 아티클 그룹에서 편집 횟수 기준 상위 20%에 속하는 참여자들의 총 편집 횟수가 전체 편집 횟수에서 차지하는 비율인 파레토 비율(Pareto ratio)이 지식 협업 효율성과 어떤 관계를 가지고 있는지를 도출하였다. 그리고, 이러한 연구를 편집 참여를 통한 지식 공유에 대한 전체적인 불평등 정도를 나타내는 지니 계수(Gini coefficient)의 영향 및 그룹의 작업 특성을 반영하도록 확장하였다. 결과적으로, 지식 공유의 파레토 비율과 지니 계수가 증가하면 지식 협업 효율성도 높아지지만, 이러한 변수들이 일정 수준 이상으로 증가하면 오히려 지식 협업 효율성이 낮아지는 역 U자(inverted U-shaped) 관계가 있음을 확인하였다. 그리고, 이러한 관계는 인지적 노력을 상대적으로 더 많이 요구하는 학문적인 특성의 작업에서 더 민감하게 작용하는 것으로 보인다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.