• 토지주택연구
• /
• 제3권4호
• /
• pp.369-378
• /
• 2012

프랑스는 신도시개발과 관리를 위해 꼬뮌간 상호협력성에 기반한 다양한 형태의 꼬뮌협력체를 운영하고 있다. 꼬뮌간 상호협력의 목적은 대규모 재원이 필요한 공공서비스(상 하수도, 쓰레기 처리 등)를 통합 운영함으로써 더 체계적이고 질 높은 서비스를 제공하기 위함이다. 다수 이해당사자간의 협력을 바탕으로 1차 목표인 도시개발을 달성한 이후에도 지역차원의 협력적 운영-발전으로까지 이어졌다. 이 연구에서는 프랑스의 협력적 도시개발과 관리를 위한 꼬뮌협력체의 설립과 변화과정을 고찰하고 그 특징과 의의를 도출하였으며, 신도시개발법인(EPA), 신도시조합(SAN) 그리고 도시화 공동체(CA)를 중심으로 고찰하였다. 먼저, EPA 설립과 도시개발 과정에서 다양한 이해당사자가 공동의 목표를 실천해 나갈 수 있는 의사결정구조는 도시개발 목표를 다수 지자체가 공유한다는 점에서 의미가 있다. 둘째, 신도시조합(SAN) 방식은 기존 꼬뮌공동체 운영시 보장되지 못하였던 꼬뮌의 자율성을 확보하면서 더 유연하게 협력과 연대를 유지할 수 있게 되었다. 이는 협력체가 이해당사자간 협력의 범위를 자율적으로 선택할 수 있도록 함으로써 유연성을 높였다는 의미가 있다. 셋째, 도시 개발 이후 효율적 관리를 위해 기존의 신도시조합에서 도시화공동체(CA)로 협력의 형식과 내용이 변화하고 있다. 이는 상호협력이 개발에 기반한 특수목적의 행정법인에서 출발하여 도시가 성숙단계로 진입함에 따라 신도시와 주변지역을 포함한 지역계획과 관리로 전환함을 의미한다. 이를 통해 꼬뮌협력체는 해당 꼬뮌의 지속가능성을 실천하는 협력적 주체로 진화하고, 개발 효과를 지역에 정착시키고 안정적 행정운영까지 할 수 있게 된다. 프랑스 꼬뮌협력체가 한국 신도시개발에 주는 시사점은 첫 번째는 다수 지자체간 협력적 계획체계와 운영을 통해 개발의 효과가 개발예정지구에 한정되는 것이 아닌 개발지구를 포함한 모도시 지역까지 공통의 목표 설정과 확산이 가능하다는 점이다. 두 번째는 이러한 확산효과를 촉진하고 효율적 도시관리를 위해서는 기존 지방자치법 등에서 규정하고 있는 행정협의회, 조합등의 조직을 공간계획 단계에서부터 참여시킬 수 있는 거버넌스 체계 구축과 도시관리의 범위와 내용이 단순히 물리적 계획 뿐만 아니라 지역간 연대와 공동체성 회복을 위한 다양한 프로그램과 연계할 수 있는 방안 모색이 필요하다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.