• 한국통신학회논문지
• /
• 제13권6호
• /
• pp.521-528
• /
• 1988

전통적으로 국가 또는 기업의 독점으로 운영되어 오던 전기통신산업에는 70년대와 80년대를 거치면서 주요선진국에서 경쟁체제가 도입되었으며, 이러한 경쟁도입 및 사유화는 전세계적으로 확산되고 있다. 이러한 전기통신산업에의 경쟁도입은 주로 시내부문을 제외한 장거리, 국제 및 고도통신시장에서 이루어지고 있으며, 이는 동시장의 비용함수의 변화에 기인하고 있다. 원가는 회선 및 교환 등 설비부문의 비용과 이 설비를 운용하여 서비스를 생산하는 관리부문의 비용으로 구분할 수 있고, 일반적으로 설비부문에서 규모의 경제가 존재한다고 볼 수 있다. 과거 독점시대의 논리는 바로 설비부문에서의 규모의 경제에 따른 자연독점성이었다. 그러나 기술의 급속한 발전은 설비부문의 비용을 큰 폭으로 감소시켰으며, 이에 따라 전체비용에서 차지하는 설비부문의 원가비중은 크게 하락하였다. 이러한 원가비중의 변화는 비용함수의 변화를 초래하였다. 즉 일정규모까지는 평균비용이 하락하는 규모의 경제성이 존재하지만, 그 이상의 규모에서는 평균비용이 오히려 증가하는 현상이 나타나게 되었다. 이것은 평균비용곡선이 계속적으로 우하향하는 전통적인 자연독점성의 붕괴를 의미하는 것이며, 또한 경쟁이 보다 효율적이라는 것을 의미한다. 그러나 일정규모까지는 규모의 경제성이 존재하기 때문에, 효율성의 유지를 위한 바람직한 사업자의 수는, 일정한 기술 수준의 전제하에, 시장규모에 따라 달라지게 된다. 이와 같은 기술수준 및 시장규모외 규제수준(즉 시장의 효율성을 유지할 수 있는 사업자의 수 등)의 상관관계는 이미 경쟁이 도입된 미국, 일본, 영국의 시장상황 및 규제현상에서도 찾아볼 수 있다. 3개국 중 시장규모와 기술수준이 가장 높은 미국은 규제수준이 가장 낮으며, 일본과 영국의 순서로 규제가 강화되고 있다. 또한 일본과 영국은 시장규모의 확대와 기술수준의 향상에 따라 보다 자유화된 시장체제로의 전환을 추진하고 있다. 본고의 가설은 보다 상세한 연구를 요구하고 있으며, 우리나라 전기동전산업에의 경쟁도입정책과 관련하여 중요한 의미를 가지고 있다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.1-15
• /
• 2021

추천시스템은 사용자의 기호를 파악하여 물품 구매 결정을 도와주는 역할을 할 뿐만 아니라, 비즈니스 전략의 관점에서도 중요한 역할을 하기에 많은 기업과 기관에서 관심을 갖고 있다. 최근에는 다양한 추천시스템 연구 중에서도 NLP와 딥러닝 등을 결합한 하이브리드 추천시스템 연구가 증가하고 있다. NLP를 이용한 감성분석은 사용자 리뷰 데이터가 증가함에 따라 2000년대 중반부터 활용되기 시작하였지만, 기계학습 기반 텍스트 분류를 통해서는 텍스트의 특성을 완전히 고려하기 어렵기 때문에 리뷰의 정보를 식별하기 어려운 단점을 갖고 있다. 본 연구에서는 기계학습의 단점을 보완하기 위하여 BERT 기반 감성분석을 활용한 추천시스템을 제안하고자 한다. 비교 모형은 Naive-CF(collaborative filtering), SVD(singular value decomposition)-CF, MF(matrix factorization)-CF, BPR-MF(Bayesian personalized ranking matrix factorization)-CF, LSTM, CNN-LSTM, GRU(Gated Recurrent Units)를 기반으로 하는 추천 모형이며, 실제 데이터에 대한 분석 결과, BERT를 기반으로 하는 추천시스템의 성과가 가장 우수한 것으로 나타났다.

• 경영정보학연구
• /
• 제25권4호
• /
• pp.131-159
• /
• 2023

최근 코로나 엔데믹(Endemic)을 배경으로 메타버스의 미래에 대한 회의론이 부상하는 한편, 로블록스(Roblox) 등 주요 메타버스 플랫폼이 생성형 AI를 결합한 서비스를 출시하고 애플(Apple)의 MR(Mixed Reality)하드웨어인 비전프로(Vision Pro)가 발표되면서 메타버스의 새로운 기대감이 형성되고 있다. 이처럼 메타버스의 전망이 엇갈리는 상황에서 메타버스를 생태계적 관점에서 파악하고, 주요 생태계적 특징과 발전 동력 그리고 향후 발전 가능성을 검토하는 것이 필요하다. 이에 본 연구는 정보시스템(IS)분야에서 생태계 연구를 대표하는 Wang(2021)의 IET(Information Ecology Theory)를 사용하여 메타버스 산업 생태계(MIE : Metaverse Industrial Ecosystem)를 도출하였다. 분석 결과 MIE는 네 가지 세부 영역(Tech Landscape, Category Ecosystem, Metaverse Platform, Product/Service Ecosystem)으로 구성되며, 디지털 연결성, 현실과 가상의 연결, 가치 창출, 가치 공유(Web 3.0) 라는 특징을 확인하였다. 또한 MIE의 세부 영역 간 상호작용과 상술한 특징들은 메타버스를 플랫폼을 넘어 생태계 차원에서 발전시키는 동력으로 작용하고 있음을 알 수 있었다. 생태계 차원에서의 MIE의 발전은 크게 세 가지 단계(Narrow Ecosystem, Expanded Ecosystem, Everywhere Ecosystem)로 정의되었으며, 향후 로봇, AI, 6G 등 유관 기술과 산업의 발전은 현(Expanded Ecosystem) 생태계 수준을 넘어 현실과 가상이 연결되는 Everywhere Ecosystem으로의 발전을 촉진시킬 전망이다. 본 연구는 다음과 같은 시사점을 내포한다. 기존 메타버스 연구에서 취약했던 생태계 분야에 있어 핵심 이론과 분석 기반을 제공, 다양한 메타버스 연구 주제를 제시한다. 또한 메타버스 연구의 주요 분야인 메타버스 개념 연구와 영향력 연구를 통합할 수 있는 학술적 기반을 제공한다. 마지막으로 본 연구가 제시하는 메타버스의 발전 단계와 발전 조건 등을 참고하여 기업과 정부는 미래 메타버스 신시장 및 관련 기술을 발굴하고, 다양한 메타버스 사업 전략을 검토할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.107-129
• /
• 2022

기술경쟁이 심화되고 있는 오늘날 신기술에 대한 선도적 위치의 선점이 중요하다. 선도적 위치의 선점과 적정시점에 기술 획득·관리를 위해 이해관계자들은 지속적으로 기술에 대한 탐색활동을 수행한다. 이를 위한 참고 자료로서 가트너 하이프 사이클(Gartner Hype Cycle)은 중요한 의미가 있다. 하이프 사이클은 기술수명주기(S-curve)와 하이프 수준(Hype Level)을 결합하여 새로운 기술에 대한 대중의 기대감을 시간의 흐름에 따라 나타낸 그래프이다. 새로운 기술에 대한 기대는 기술사업화뿐만 아니라 연구개발 투자의 정당성, 투자유치를 위한 기회의 발판이 된다는 점에서 연구개발 담당자 및 기술투자자의 관심이 높다. 그러나 산업계의 높은 관심에 비해 실증분석을 시도한 선행연구는 다양하지 못하다. 선행문헌 분석결과 데이터 종류(뉴스, 논문, 주가지수, 검색 트래픽 등)나 분석방법은 한정적이었다. 이에 본 연구에서는 확산의 주요한 채널이 되어가고 있는 소셜네트워크서비스의 데이터를 활용하여 'Gartner Hype Cycle for Artificial Intelligence, 2021'의 단계별 기술들에 대한 집단구조(커뮤니티)의 특성과 커뮤니티 간 정보 확산패턴을 분석하고자 한다. 이를 위해 컴포넌트 응집규모(Component Cohesion Size)를 통해 각 단계별 구조적 특성과 연결중심화(Degree Centralization)와 밀도(Density)를 통해 확산의 방식을 확인하였다. 연구결과 기술을 수용하는 단계별 집단들의 커뮤니케이션 활동이 시간이 지날 수록 분절이 커지며 밀도 역시 감소함을 확인하였다. 또한 새로운 기술에 대한 관심을 촉발하는 혁신태동기 집단의 경우 정보확산을 촉발하는 외향연결(Out-degree) 중심화 지수가 높았으며, 이후의 단계는 정보를 수용하는 내향연결(In-degree) 중심화 지수가 높은 것으로 나타났다. 해당 연구를 통해 하이프 사이클에 관한 이론적 기초를 제공할 것이다. 또한 인공지능기술에 대한 기술관심집단들의 기대감을 반영한 정보확산의 특성과 패턴을 소셜데이터를 통해 분석함으로써 기업의 기술투자 의사결정에 새로운 시각을 제공할 것이다.