본 연구의 목적은 머신러닝 기법을 활용하여 e-commerce 시장에서 고객의 구매패턴을 파악하여 고객이 필요로 하는 상품 추천 모델을 만들고 이를 검증한다. 일반적으로 e-commerce 시장은 무분별한 정보의 제공으로 고객은 자신이 원하는 상품을 찾아 헤매야 하고 이는 기업들의 고객유지를 저해하여 기업 손실로 이어진다. 따라서 본 논문에서는 결정트리(Decision Tree)에 boosting 기법을 활용하여 고객의 주문내역과 상품정보 등을 분석하여 특징을 추출한 후 사용자에게 상품을 추천하는 모델을 만들어 검증한다. 그 결과 f1 score가 0.3792를 나타내었고 이는 고객이 다음에 구매하려는 목록의 30% 이상을 예측하는 결과이며 이는 기업이 고객에게 필요한 상품정보를 제공해주는 서비스임을 확인할 수 있었다.
최근 인공지능과 데이터 과학이 거의 모든 산업분야에서 많은 변화를 불러오고 있으며, 이를 지원하는 많은 라이브러리와 도구들이 이에 도움을 주고 있다. 그럼에도 불구하고 실제 인공지능과 데이터 과학 기술을 실제 산업 분야에 적용하려면 많은 어려움이 있는 것이 사실이고 이는 해양 분야에서 더욱 두드러진다. 이에 해양안전 및 기업지원을 목표로 개발 중인 오픈플랫폼은 일반적인 인공지능 및 데이터 과학을 위한 시스템과 달리 여러 가지 해양특화 모듈들로 구성된다. 그리고 이러한 해양특화 기능들이 해양안전 분야의 기업들에 기여할 수 있도록 해양특화 데이터와 인공지능 모델 등을 상호간 공유하고 의견을 나눌 수 있는 공간으로 개발해 나갈 계획이다.
본 연구는 프랑스의 품질인증 가이드라인과 한국의 품질인증 평가준거를 비교하고, 이러닝 품질관리에 대한 표준화된 이러닝 품질인증 평가준거를 적용한 품질인증 제도에서 품질인증에 성공한 사례와 실패한 사례를 비교분석함으로써 이러닝 품질인증 평가준거에 대한 주요 평가영역과 평가항목을 구별하였다. 이를 근거로 프랑스의 품질인증 평가항목에서 반영해야할 이러닝 품질인증 평가준거, 평가영역, 평가항목에 대한 일반화 모형을 개발하였다. 이는 우리나라는 물론 AUF와 관련이 있는 아프리카나 아시아 국가들에게 그들이 응용할 수 있는 평가준거를 제시한 것이다. 본 연구의 결과는 이러닝 품질인증 제도를 시행하려는 전 세계의 기관들이 활용할 수 있을 것이며, 동시에 이러닝 품질인증 평가를 받고자 하는 이러닝 관련 기업이나 기관들에게 중요한 활용자료가 될 것이다.
에스컬레이터의 고장 여부를 사전에 파악하는 것은 경제적 손실뿐만 아니라 인명 피해를 예방할 수 있어서 매우 중요하다. 실제 이러한 고장 예측을 위한 많은 딥러닝 알고리즘이 연구되고 있지만, 설비의 이상 데이터 확보가 어려워 모델 학습이 어렵다는 문제점이 있다. 본 연구에서는 이러한 문제의 해결 방안으로 비지도 학습 기반의 방법론 중 하나인 LSTM Autoencoder 알고리즘을 사용해 에스컬레이터의 이상을 탐지하는 모델을 생성했고, 최종 실험 결과 모델 성능 AUROC가 0.9966, 테스트 Accuracy가 0.97이라는 높은 정확도를 기록했다.
본 연구는 스마트러닝 시스템을 조기 구축하고 임직원 교육을 위해 활용 중인 국내 IT Service 전문기업을 대상으로 스마트기기를 활용한 혼합학습(Blended Learning)이 학습만족도에 미치는 영향을 정량적으로 측정하였다. 구체적으로 기술수용모형을 적용하여 스마트기기를 이용한 학습태도인 자기효능감, 개인혁신성, 인지된 유용성, 인지된 용이성이 혼합학습에서 선행학습인 스마트러닝의 수용과 오프라인 면대면 학습의 만족도에 미치는 영향에 대해 실증적으로 분석하였다. 그 결과, 스마트러닝의 학습태도는 스마트러닝의 수용에 정의 영향을 주었으며, 스마트러닝의 수용은 오프라인 교육의 학습 만족도에 정의 영향을 주었다. 추가로 스마트러닝의 학습태도는 스마트러닝의 수용뿐만 아니라 오프라이 교육의 학습 만족도에도 정의 영향을 주었다. 이는 스마트러닝 학습태도의 변인들이 자기 주도적 학습과 긍정적인 학습만족도에 영향을 미치고 있음을 시사한다.
인공지능의 사회적수용도가 증가하면서 머신러닝 기법을 기업에 적용하는 사례가 증가하고 있다. 머신러닝 기법의 선정에는 주로 정확성이나 해석 가능성 등 기술적 요인이 주로 기준이 되어왔다. 그러나 머신러닝 채택의 성공은 개발부서, 사용부서, 리더십과 조직문화 등 경영관리 요인도 영향을 주기도 한다. 아쉽게도 기술적 요인과 경영관리적 요인이 함께 고려된 머신러닝 선정의 성공 요인을 이해하는 통합 연구가 거의 존재하지 않는다. 이에 본 논문의 목적은 기업 내 머신러닝 선정을 이해하기 위해 John Rice의 algorithm selection process model과 task-technology fit, 그리고 IS Success Model 이론을 결합한 기술-경영관리 통합 모형을제안하고 실증적 분석을 하는 것이다. 머신러닝을 도입한 국내 기업 240곳을 대상으로 설문 분석을 실시한 결과 알고리즘 품질과 데이터 품질이 높을수록 문제-알고리즘 적합성에 높게 영향을 주는 것으로 나타났으며, 문제-알고리즘 적합성은 조직의 생산성과 혁신성에도 유의한 영향을 미치는 것으로 검증되었다. 또한 외주화와 경영진 지원이 머신러닝 시스템 품질에 긍정적인 영향을 미치고, 데이터 중심 경영 및 동기화와 같은 조직문화 요인은 활용성과에 높은 영향을 미치는 것으로 확인되었다.
본 연구는 스마트러닝 활용을 통한 새로운 기업교육의 방향성을 제시하고자 스마트러닝의 학습자만족도와 학습효과에 영향을 미치는 요인과 재수강의도에 영향을 미치는 요인에 대하여 실증분석 하였다. 이를 위하여 11개 기업에서 스마트러닝을 통한 교육이수자 878명의 자료를 이용하여 ANOVA분석과 다중회귀분석을 실시였으며 분석결과를 요약하면 다음과 같다. 첫째, 스마트러닝의 학습만족도는 학습동기와 학습과정, 교육내용에 따라 차이가 있음을 규명하였다. 학습만족도는 자발적 학습동기일수록 높았으며, 학습과정에 있어 학습빈도, 학습시간 등 자기주도 학습과 관련된 요인이 학습만족도를 높이는 것으로 밝혀졌으며, 학습내용이 애니메이션으로 전달될수록 학습 만족도는 높았다. 둘째, 스마트러닝에 있어 학습동기, 학습과정에 있어 자기주도 학습요인인 학습빈도와 학습시간, 교육내용이 학습효과를 높이는 요인임을 규명하였다. 셋째, 스마트러닝을 통한 학습만족도와 학습효과가 재수강의도를 강화시키는 중요한 요인임을 밝히고 있다. 이상의 분석결과를 바탕으로 기업의 HRD관점에서 스마트러닝을 통한 학습만족도와 학습효과를 향상시킬 수 있는 방안으로 기업의 지원과 적절한 보상을 제시하였으며, 스마트러닝 운영자 측면에서 학습콘텐츠 개발방향을 제시하였다.
많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.
본 논문에서는 딥러닝을 활용하여 취업준비생들의 데이터에 의하여 취업 가능 여부와 그에 따른 유용한 정보들을 얻기 위한 시스템을 제안한다. 취업 가능성이 성공적으로 평가된다면 예비 사회인, 취업준비생, 대학생들이 미리 취업 준비가 어느 정도 이루어졌는지 본인의 위치를 평가할 수 있으며 강점과 약점을 파악할 수 있을 것이다. 본 연구를 위해 취업생 및 취업준비생 데이터를 포함하는 CSV파일을 생성하였고, 딥러닝을 활용하여 유용한 정보들을 추출해내는데 성공했다. 이를 통해 취업 가능성 예측 프로그램은 취업준비생들과 기업의 인사관리자들에게 커다란 이점을 제공할 수 있을 것으로 보인다. 더 나아가 이 프로그램은 기업 구성원들의 업무능력을 평가할 수 있는 프로그램으로도 활용할 수 있을 것으로 사료된다.
관리종목 지정 제도는 상장 기업 내 기업의 부실화를 경고하여 기업에게는 회생 기회를 주고, 투자자들에게는 투자 위험을 경고하기 위한 시장규제 제도이다. 본 연구는 관리종목과 비관리종목의 기업의 재무 데이터를 표본으로 하여 관리종목 지정 예측에 대한 연구를 진행하였다. 분석에 쓰인 분석 방법은 로지스틱 회귀분석, 의사결정나무, 서포트 벡터 머신, 소프트 보팅, 랜덤 포레스트, LightGBM이며 분류 정확도가 82.73%인 LightGBM이 가장 우수한 예측 모형이었으며 분류 정확도가 가장 낮은 예측 모형은 정확도가 71.94%인 의사결정나무였다. 대체적으로 앙상블을 이용한 학습 모형이 단일 학습 모형보다 예측 성능이 높았다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.