• 한국제4기학회지
• /
• 제20권1호
• /
• pp.51-66
• /
• 2006

미국 해양대기청의 CCM3 기후모델을 이용하여 마지막최대빙하기 (Last Glacial Maximum (LGM))의 동아시아기후변화를 시뮬레이션 하였다. 이용된 수치모델의 수평해상도는 약 75km로 동아시아의 비교적 상세한 지형 및 기후 기작들이 표현된다. 현재 기후는 미국 해양대기청 에서 제공한 월평균 표층해수가 경계조건으로 이용되었으며, LGM 실험은 CLIMAP 프로젝트에서 복원된 표층해수가 경계조건으로 이용되었다. 또한 LGM실험에서는 현재 의 이산화탄소농도(330 ppm) 보다 낮았던 대기 이산화탄소농도 (200 ppm)가 적용되었고, 대륙빙하를 포함한 LGM 지표지형이 표현되었다. LGM 경계조건하에서 한국 서해와 동해의 대륙사면에서는 표층 온도가 겨울철에 약 18도 정도 현재보다 낮게 나타나며, 여름철에는 약 2도 정도 높게 나타나는데, 이와 같은 온도 변화는 한국 서해가 빙하기때 해수면 하강에 따라 지표로 드러남으로서 표층 열용량의 차이가 나타나기 때문이다. 전체적으로 마지막최대빙하기에 동아시아 내륙에서는 표층온도가 약 4-6도 감소하며, 주변해역을 포함하여 약 7.1도 하강하는 것으로 시뮬레이션 되는데, 이와 같은 온도감소는 이산화탄소농도 감소에 따른 장파복사량의 증가에 기인한다. 표층의 온도감소는 물수지의 약화를 초래하는데, 겨울철 아시아의 남동부에서 강수량이 약 1-4 mm/day 감소하며, 여름철에는 중국에서의 감수감소가 나타난다. 대체로 마지막최대 빙하기동안 동북아시아에서 현재보다 약 50%정도 감수가 감소하는 것으로 시뮬레이션 된다. 증발량도 감소하는 것으로 나타나지만, 강수의 감소가 더 커서 지난빙하기동안 동아시아는 대체로 건조한 기후가 나타나며, 이와 같은 결과는 다른 지역에서 보이고 있는 결과와 잘 일치한다. 결론적으로 고해상도 수치모델은 전 지구 영역 하에서 동아시아의 기후변화를 잘 시뮬레이션 하고 있다.mu}M$에서 $9.1{\mu}M$까지, 알테미아 경우 $16.13{\mu}M$에서 $45.8{\mu}M$까지, 그리고 배합 사료 공급시에는 $36.5{\mu}M$에서 $120.1{\mu}M$까지 상승하였다. 일간 수질 변화에 따른 용존 무기 질소(로티퍼; 7.0 g/일, 알테미아; 24.7 g/일, 배합 사료; 140.9 g/일)와 인(로티퍼; 0.7 g/일, 알테미아; 0.7 g/일, 배합 사료; 2.2 g/일) 배출량은 배합 사료 공급 시기에 유의적으로 높았다(P<0.05). 이와 같은 결과는 상업적 볼락 대량 종묘 시설에서 사육 시스템 내 수질 및 사육 관리를 위한 중요한 정보를 제공할 것이다.였다. 2종의 박하 추출물 투여군들 사이에는 혈청 GPT 활성에 대한 유의적인 차이가 나타나지 않았다. 7.과산화물질 (TBARS)의 함량은 정상군에 비해 음성대조군에서 약간의 함량 증가가 관찰되었으나 유의적인 수준은 아니었으며 대부분의 박하 추출물 투여군과 Silymarin 투여군에서 과산화지질이 비슷한 수준으로 증가하여 박하는 알콜에 의한 과간화지질생성에 대한 저해효과가 낮은 것으로 확인되었다. 8. 상대간장중량은 각 실험군별로 상대간장중량에서의 차이는 다소 있었으나 유의성은 없었다.mg/ml로 한 EtOAc 분획물은 26의 돌연변이 유발성을 보였다. 이상의 결과로 부터 뽕나무를 이용한 식용 제품생산을 고려할 때 추출물들의 제조와 선택을 가름하는 자료로서의 활용이 기대되며 앞으로 in vivo test 등 더욱 연구할 필요가 있을 것으로 사료된다.0^{-4}\;pg/cell$로 60 kHz로 병행 추출한 복분자 water 분획층의 $19.5{\times}10^{-4}\;pg/cell$보다 높은 분비량을 나타내었다.

• 한국환경복원기술학회지
• /
• 제14권4호
• /
• pp.1-10
• /
• 2011

본 연구는 새만금방조제의 해저준설토 매립지반에서 한국들잔디(Zoysia japonica)에 의한 효율적인 지표고정 공법을 개발하기 위해 수행하였다. 관행적 방법인 줄떼붙이기 시공지(A처리구 : 해저준설토 위에 15cm의 일반 흙을 복토)를 대조구로 하고, 해저준설토와 토양개량제를 혼합한 처리구와 여기에 일반 흙을 추가로 혼합한 처리구 등 생육기반이 다른 3개의 처리구에 한국들잔디를 기계파종 하였다. 관행방식으로 처리한 대조구인 A는 일반 흙을 15cm나 복토한 상태에서 시공한 것임에도 피복률이 43%이었으나 해저준설토 개량처리구인 B(천층)와 C, D(심층) 처리구는 모두 100%로 피복률이 높게 나타났다. 생육상황 분석은 엽장, 엽폭, 뿌리길이에 대해 실시하였는데 토양개량 효과가 뚜렷하였다. 엽장은 대조구 A는 5.73cm, 천층처리구 B는 5.97cm로 유사하였으며, 심층처리구인 C와 D처리구는 27.42cm, 30.18cm로 높게 나타났다. 엽폭은 C와 D처리구가 각각 3.79mm, 3.49mm이었으며 천층처리구 B는 2.40mm, 대조구 A는 1.97mm에 그쳤다. 뿌리길이는 D, C, B처리구에서 각각 13.18cm, 12.20cm, 8.56cm이었으며 대조구 A는 9.38cm이었다. 식물체 내 양분 분석 결과 전질소를 비롯하여 다른 양분함량에 대해서도 토양개량 효과가 확인되었다. 전질소 함량은 심층개량구인 C처리구의 지상부가 1.014%로 가장 높았으며 D와는 근소한 차이를 보였고 천층개량구 B, 대조구 A처리구 순으로 나타났다. 질소는 식물의 생장에 가장 큰 영향을 하는 양분으로서 지상부 생육상황 조사결과와 일치하였으며 지하부는 D처리구가 0.892%, C > A > B처리구 순이었다. 뿌리생장에 중요한 기능을 하는 인산의 함량에 있어서는, C처리구의 지상부가 0.442%로 가장 높았으며 D > B > A 처리구 순으로 나타났고, 지하부는 D > C > A > B처리구 순으로 높게 나타나 전질소와 같은 경향을 보였다. 칼륨 함량은 지상부에서 C > D > B > A 순으로, 지하부에서는 D > C > B > A 순으로 나타나 전질소만큼의 차이는 아니지만 뚜렷한 토양개량 효과를 보였다. 나트륨은 칼슘과 더불어 간척지, 건조지 등에서 토양의 염분집적으로 식물생장에 장애를 일으키는 대표적인 염류로서 토양을 개량하지 않은 대조구 A에서 지상부의 함량이 월등히 높았다. 이에 반해 지하부의 함량은 나트륨, 칼슘 모두 모든 처리구에서 큰 차이를 보이지 않았다. 또한 엽록소의 생성에 영향하는 마그네슘도 모든 처리구에서 유사한 수치를 나타냈는데 지상부는 0.226~0.237%, 지하부는 0.167~0.211%이었다. 이상과 같이 본 연구를 수행함으로써 해저준설토만의 생육기반에 일반 흙을 사용하지 않거나 최소화를 추구하면서 식재가 아닌 파종에 의한 지표고정공법을 개발하였다. 즉, 피복률은 물론 엽장, 엽폭, 뿌리길이 등 생장에서 심층개량구(C와 D)는 물론 천층개량구(B)도 관행방법이나 다른 집약관리 시험지에 비해 아주 우수한 것으로 나타났다. 단 C와 D 심층처리구는 수목식재기반까지 고려한 것이므로 잔디가 필요이상으로 생장한 것이다. 따라서 교목성 수목 식재를 고려하지 않고 지표고정만을 목적으로 한다면 B 처리구가 적합한 것으로 판단된다. 현재 방조제 사면에 대한 지표고정은 해저준설토 위에 산지채취토를 15~30cm 복토하고 한국들잔디(Zoysia japonica)를 평떼나 줄떼붙이기로 시공되어 있는데 특히 줄떼붙이기 시공지의 경우 피복속도가 예상보다 더디고 잡초와의 전쟁을 하고 있으며, 더욱이 일부 구간에는 2종의 녹화매트류가 시험적 규모로 시공된 상태이나 1년도 못되어 완전히 고사하는 등 충분한 지표고정 효과를 보지 못하고 있다. 일반 흙을 전혀 사용하지 않거나 적은 양을 사용하면 훼손산지가 줄게 됨으로 자연을 보호하고 보전하는 효과와 가치는 헤아릴 수 없을 정도로 지대하다고 생각한다. 따라서 관행적으로 시공하고 있는 현행의 지표고정공법은 바꾸어야 할 필요가 있으며, 본 연구결과가 널리 활용되기를 기대한다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.1-17
• /
• 2015

최근, 군에서 가장 이슈가 되고 있는 문제는 기강 해이, 복무 부적응 등으로 인한 병력 사고이다. 이 같은 사고를 예방하는 데 있어 가장 중요한 것은, 사고의 요인이 될 수 있는 문제를 사전에 식별 관리하는 것이다. 이를 위해서 지휘관들은 병사들과의 면담, 생활관 순찰, 부모님과의 대화 등 나름대로의 노력을 기울이고 있기는 하지만, 지휘관 개개인의 역량에 따라 사고 징후를 식별하는 데 큰 차이가 나는 것이 현실이다. 본 연구에서는 이러한 문제점을 극복하고자 모든 지휘관들이 쉽게 획득 가능한 객관적 데이터를 활용하여 사고를 예측해 보려 한다. 최근에는 병사들의 생활지도기록부 DB화가 잘 되어있을 뿐 아니라 지휘관들이 병사들과 SNS상에서 소통하며 정보를 얻기 때문에 이를 데이터화 하여 잘 활용한다면 병사들의 사고예측 및 예방이 가능하다고 판단하였다. 본 연구는 이러한 병사의 내부데이터(생활지도기록부) 및 외부데이터(SNS)를 활용하여 그들의 관심분야를 파악하고 사고를 예측, 이를 지휘에 활용하는 데이터마이닝 문제를 다루며, 그 방법으로 토픽분석 및 의사결정나무 방법을 제안한다. 연구는 크게 두 흐름으로 진행하였다. 첫 번째는 병사들의 SNS에서 토픽을 분석하고 이를 독립변수화 하였고 두 번째는 병사들의 내부데이터에 이 토픽분석결과를 독립변수로 추가하여 의사결정나무를 수행하였다. 이 때 종속변수는 병사들의 사고유무이다. 분석결과 사고 예측 정확도가 약 92%로 뛰어난 예측력을 보였다. 본 연구를 기반으로 향후 장병들의 사고예측을 과학적으로 분석, 맞춤식으로 관리한다면 군대 내 각종 사고를 미연에 예방하는데 기여할 것으로 기대된다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.143-156
• /
• 2012

누구나 뉴스와 주가 사이에는 밀접한 관계를 있을 것이라 생각한다. 그래서 뉴스를 통해 투자기회를 찾고, 투자이익을 얻을 수 있을 것으로 기대한다. 그렇지만 너무나 많은 뉴스들이 실시간으로 생성 전파되며, 정작 어떤 뉴스가 중요한지, 뉴스가 주가에 미치는 영향은 얼마나 되는지를 알아내기는 쉽지 않다. 본 연구는 이러한 뉴스들을 수집 분석하여 주가와 어떠한 관련이 있는지 분석하였다. 뉴스는 그 속성상 특정한 양식을 갖지 않는 비정형 텍스트로 구성되어있다. 이러한 뉴스 컨텐츠를 분석하기 위해 오피니언 마이닝이라는 빅데이터 감성분석 기법을 적용하였고, 이를 통해 주가지수의 등락을 예측하는 지능형 투자의사결정 모형을 제시하였다. 그리고, 모형의 유효성을 검증하기 위하여 마이닝 결과와 주가지수 등락 간의 관계를 통계 분석하였다. 그 결과 뉴스 컨텐츠의 감성분석 결과값과 주가지수 등락과는 유의한 관계를 가지고 있었으며, 좀 더 세부적으로는 주식시장 개장 전 뉴스들과 주가지수의 등락과의 관계 또한 통계적으로 유의하여, 뉴스의 감성분석 결과를 이용해 주가지수의 변동성 예측이 가능할 것으로 판단되었다. 이렇게 도출된 투자의사결정 모형은 여러 유형의 뉴스 중에서 시황 전망 해외 뉴스가 주가지수 변동을 가장 잘 예측하는 것으로 나타났고 로지스틱 회귀분석결과 분류정확도는 주가하락 시 70.0%, 주가상승 시 78.8%이며 전체평균은 74.6%로 나타났다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.157-175
• /
• 2013

본 연구는 기존의 스마트워크 모델인 재택 근무, 스마트워크 센터, 모바일 오피스 등을 지원 및 확장할 수 있는 NFC 기반의 스마트워커 네트워킹 서비스 모델과 NFC 기반의 공간관리 서비스 모델을 제시한다. 본래 재택 근무나 원격 근무는 직원들의 생산성 제고를 위해 시행되었지만, 최근 생산성 저하와 협업의 어려움, 근태 관리의 어려움 등을 이유로 재택 근무의 실효성에 대해 부정적인 의견이 제시되고 있고, 일부 기업은 재택 근무를 폐지하고 있는 실정이다. 이에 본 논문은 직원들 간의 협업 및 커뮤니케이션을 지원하여 업무 생산성을 제고시킬 수 있는 NFC 기반의 커뮤니케이션/SNS 서비스 모델을 제시한다. 또한, NFC 기술을 이용한 지역 기반의 실시간 구인, 구직 서비스 모델을 제안하는데, 이 서비스 모델은 기존의 공유 경제 사이트와의 제휴를 통해 사용자들이 NFC 태그 터치 후 공유경제 사이트에서 필요한 인력을 구하거나, 자신의 기술이나 재능을 무료 또는 유료로 제공함으로써 효율적으로 인력이 활용되는 효과를 가져 올 수 있다. NFC 기반의 커뮤니케이션/SNS 서비스 모델은 구축비용이 낮다는 점과 종업원들의 위치 정보 제공이 가능하다는 점, 지식 축적이 가능하다는 등의 특징을 가진다. NFC 기반의 공간관리 서비스 모델은 스마트워크가 주로 시행되던 오피스 공간뿐만 아니라 그 외의 현장이나 카페 등 기존의 업무공간 이외에서도 업무를 수행할 수 있도록 지원하는 서비스 모델로 공간확장 측면에 중점을 둔 서비스 모델이다. 이 서비스 모델은 구축비용이 낮다는 점, 개인화 서비스의 제공이 가능하다는 점, 기업 외부에 시스템 구축이 가능하다는 점, 기업 내외부에 있는 종업원들의 위치 정보 파악이 가능하다는 특징을 가진다. 본 논문은 위와 같은 스마트워크 서비스 모델을 설계하기 위해 시나리오를 제시하고, 비즈니스 모델의 프로세스와 이해 관계자들의 역할 및 혜택을 검토하며, 기존의 서비스와 비교 분석하여 차별점을 도출하고 시사점을 제시한다. 본 논문이 제시하는 서비스 모델은 기존의 서비스 모델을 대체하는 것이 아니라 지원하고 확장할 수 있는 모델로, NFC라는 인식기술을 활용하여 기업이 좀 더 유연한 스마트워크 시스템을 구축할 수 있도록 한다. 기존에 대기업 위주로 스마트워크가 시행되었으나, NFC 기반의 스마트워크 서비스 모델은 스마트워크를 도입하는 기업의 범위를 확장시키고, 스마트워크 제도의 수혜를 받을 수 있는 구성원의 범위를 확장시킬 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.35-52
• /
• 2019

전자정부를 포함한 다양한 형태의 공공서비스가 제공됨에 따라 공공서비스 품질에 대한 국민의 요구 수준이 점점 높아지고 있다. 공공서비스의 품질을 높이기 위해서 공공서비스 품질에 대한 상시적 측정과 개선이 필요함에도 불구하고 전통적인 설문조사는 비용과 시간이 많이 소요되어 한계가 있다. 따라서 공공서비스에서 발생하는 데이터를 기반으로 원하는 시점에 언제라도 공공서비스의 품질을 빠르고 정확하게 측정할 수 있는 분석적 기법이 필요하다. 본 연구에서 공공서비스의 품질을 데이터 기반으로 분석하기 위해 N시의 건축 인허가 민원 서비스를 대상으로 프로세스 마이닝 기법을 이용하여 분석하였다. N시의 건축 인허가 민원 서비스는 분석에 필요한 데이터를 확보할 수 있고 공공서비스 품질관리를 통해 타 기관으로 확산 가능할 것으로 판단되었기 때문이다. 본 연구는 2014년 1월부터 2년 동안 N시에서 발생한 총 3678건의 건축 인허가 민원 서비스에 대해 프로세스 마이닝을 실시하여 프로세스 맵을 그리고 빈도가 높은 부서와 평균작업시간이 긴 부서를 파악하였다. 분석 결과에 따르면 특정 시점에 한 부서별로 업무가 몰리거나 상대적으로 업무가 적은 경우가 발생하였다. 또한 민원의 부하가 늘 경우 민원완료까지 걸리는 시간이 늘어날 것이라는 합리적인 의심을 하였으나 분석 결과 상관관계는 크게 없었다. 분석 결과에 따르면 민원완료까지 걸리는 시간은 당일처리에서 1년 146일까지 매우 다양하게 분포하였다. '하수처리과,' '수도과,' '도시디자인과,' '녹색성장과'의 상위 4개 부서의 누적빈도가 전체의 50%를 넘고 상위 9개 부서의 누적빈도가 70%를 넘어서는 등 빈도가 높은 부서는 한정적이며 부서 간 부하의 불균형이 심했다. 대부분의 민원 서비스는 서로 다른 다양한 패턴의 프로세스를 갖고 있었다. 본 연구의 결과를 활용하면 특정 시점에 민원의 부하가 큰 부서를 찾아내 부서 간 인력 배치를 탄력적으로 운영할 수 있을 것이다. 또한 민원 특성별 협의에 참여하는 부서의 패턴을 분석한 결과, 협의 부서 요청 시 자동화 혹은 추천에 활용할 수 있는 가능성이 보인다. 본 연구는 민원 서비스에 대한 프로세스 마이닝 분석을 통해 향후 공공서비스 품질 개선방향을 제시하는데 활용될 것으로 기대한다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.123-139
• /
• 2019

주요 구인구직사이트의 직무분류체계가 사이트마다 상이하고 SW분야에서 제안한 'SQF(Sectoral Qualifications Framework)'의 직무분류체계와도 달라 SW산업에서 SW기업, SW구직자, 구인구직사이트가 모두 납득할 수 있는 새로운 직무분류체계가 필요하다. 본 연구의 목적은 주요 구인구직사이트의 구인정보와 'NCS(National Competaency Standars)'에 기반을 둔 SQF를 분석하여 시장 수요를 반영한 표준 직무분류체계를 구축하는 것이다. 이를 위해 주요 구인구직사이트의 직종 간 연관분석과 SQF와 직종 간 연관분석을 실시하여 직종 간 연관규칙을 도출하고자 한다. 이 연관규칙을 이용하여 주요 구인구직사이트의 직무분류체계를 맵핑하고 SQF와 직무 분류체계를 맵핑함으로써 데이터 기반의 지능형 직무분류체계를 제안하였다. 연구 결과 국내 주요 구인구직사이트인 '워크넷,' '잡코리아,' '사람인'에서 3만여 건의 구인정보를 open API를 이용하여 XML 형태로 수집하여 데이터베이스에 저장했다. 이 중 복수의 구인구직사이트에 동시 게시된 구인정보 900여 건을 필터링한 후 빈발 패턴 마이닝(frequent pattern mining)인 Apriori 알고리즘을 적용하여 800여 개의 연관규칙을 도출하였다. 800여 개의 연관규칙을 바탕으로 워크넷, 잡코리아, 사람인의 직무분류체계와 SQF의 직무분류체계를 맵핑하여 1~4차로 분류하되 분류의 단계가 유연한 표준 직무분류체계를 새롭게 구축했다. 본 연구는 일부 전문가의 직관이 아닌 직종 간 연관분석을 통해 데이터를 기반으로 직종 간 맵핑을 시도함으로써 시장 수요를 반영하는 새로운 직무분류체계를 제안했다는데 의의가 있다. 다만 본 연구는 데이터 수집 시점이 일시적이기 때문에 시간의 흐름에 따라 변화하는 시장의 수요를 충분히 반영하지 못하는 한계가 있다. 계절적 요인과 주요 공채 시기 등 시간에 따라 시장의 요구하는 변해갈 것이기에 더욱 정확한 매칭을 얻기 위해서는 지속적인 데이터 모니터링과 반복적인 실험이 필요하다. 본 연구 결과는 향후 SW산업 분야에서 SQF의 개선방향을 제시하는데 활용될 수 있고, SW산업 분야에서 성공을 경험삼아 타 산업으로 확장 이전될 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.27-42
• /
• 2020

인터넷이라는 가상 공간을 활용함으로써 물리적 공간의 제약을 갖는 오프라인 쇼핑의 한계를 넘어선 온라인 쇼핑은 다양한 기호를 가진 소비자를 만족시킬 수 있는 수많은 상품을 진열할 수 있게 되었다. 그러나, 이는 역설적으로 소비자가 구매의사결정 과정에서 너무 많은 대안을 비교 평가해야 하는 어려움을 겪게 함으로써 오히려 상품 선택을 방해하는 원인이 되기도 한다. 이런 부작용을 해소하기 위한 노력으로서, 연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 구매의사결정 과정 중 정보탐색 및 대안평가에 소요되는 시간과 노력을 줄여주고 이탈을 방지하며 판매자의 매출 증대에 기여할 수 있다. 연관 상품 추천에 사용되는 연관 규칙 마이닝 기법은 통계적 방법을 통해 주문과 같은 거래 데이터로부터 서로 연관성 높은 상품을 효과적으로 발견할 수 있다. 하지만, 이 기법은 거래 건수를 기반으로 하므로, 잠재적으로 판매 가능성이 높을지라도 충분한 거래 건수가 확보되지 못한 상품은 추천 목록에서 누락될 수 있다. 이렇게 추천 시 제외된 상품은 소비자에게 구매될 수 있는 충분한 기회를 확보하지 못할 수 있으며, 또 다시 다른 상품에 비해 상대적으로 낮은 추천 기회를 얻는 악순환을 겪을 수도 있다. 본 연구는 구매의사결정이 결국 상품이 지닌 속성에 대한 사용자의 평가를 기반으로 한다는 점에 착안하여, 추천 시 상품의 속성을 반영하면 소비자가 특정 상품을 선택할 확률을 좀더 정확하게 예측할 수 있다는 점을 추천 시스템에 반영하기 위한 목적으로 수행되었다. 즉, 어떤 상품 페이지를 방문한 소비자는 그 상품이 지닌 속성들에 어느 정도 관심을 보인 것이며 추천 시스템은 이런 속성들을 기반으로 연관성을 지닌 상품을 더 정교하게 찾을 수 있다는 것이다. 상품의 주요 속성의 하나로서, 카테고리는 두 상품 간에 아직 드러나지 않은 잠재적인 연관성을 찾기에 적합한 대상이 될 수 있다고 판단하였다. 본 연구는 연관 상품 추천에 상품 간의 연관성뿐만 아니라 카테고리 간의 연관성을 추가로 반영함으로써 추천의 정확도를 높일 수 있는 예측모형을 개발하였고, 온라인 쇼핑몰로부터 수집된 주문 데이터를 활용하여 이루어진 실험은 기존 모형에 비해 추천 성능이 개선됨을 보였다. 실무적인 관점에서 볼 때, 본 연구는 소비자의 구매 만족도를 향상시키고 판매자의 매출을 증가시키는 데에 기여할 수 있을 것으로 기대된다.