• 한국콘텐츠학회지
• /
• 제1권2호
• /
• pp.60-74
• /
• 2003

현대사회를 '정보화 사회'라 부른다. 세계무역기구(WTO : World Trade Organization)의 단일화된 세계경제 질서하에서 국제기업(MNC : Multi-National Corporation)에 의한 세계시장 경쟁은 이 세계를 "One Market One Rule"로 만들어 버렸다. 거기에다 겨우 30여년에 불과한 정보통신의 발달은 그 종착점이 어디인지 모를 정도로 빠르게 성장하고 모든 패러다임을 변화시키고 있다. 심지어 HP의 칼리 피오리나 회장이 "Everything is possible."이란 간단한 어구로 표현한 유비쿼터스(ubiquitous)환경으로 접어들고 있는 것이 현재 우리의 모습이다.(중략)

• 한국전자거래학회지
• /
• 제19권4호
• /
• pp.231-249
• /
• 2014

국우리는 흔히 21세기가 세계화와 지방화가 동시에 진행되는 글로컬라이제이션(Glocalization)의 시대라고 말하고 있다. 더구나 스마트폰(Smart Phone)의 빠른 보급과 SNS(Social Network Service)의 광범위한 사용으로 인하여 이 시대에는 글로벌 정보 및 지역 정보의 다양한 활용능력이 기업 경쟁력에 미치는 영향력이 지속해서 증대되었으며, 상거래의 형태도 과거의 고전적 방법의 제조나 유통에서 벗어나 전자 상거래를 통한 직접 혹은 간접적인 거래가 급속하게 파급되어져 가고 있는 실정이다. 이러한 새로운 트렌드(Trend)에 적응하는 교육지향성이 정보의 활용 능력을 극대화하여 기술혁신을 주도하는 중요한 요소로 부상하게 되었고, 궁극적으로는 기업의 성과에 영향을 미친다고 하겠다. 본 논문에서는 대 중국 한국투자기업의 교육지향성이 기업의 기술혁신 및 기업성과에 중장기적으로 미치는 영향력을 파악하여, 궁극적으로는 중국에 특화된 기술을 개발하는 기업경영 전략의 기초 자료를 도출하고자 한다. 따라서 본 연구는 연구대상으로서 중국투자기업만을 다루며, 연구문제로서 기술혁신성에 미치는 영향요인 검증과 기술혁신이 기업성과에 미치는 영향을 다루었다. 제 I 장은 서론이며 제 II장에서는 이 논문의 연구대상인 중국투자기업의 특성과 현황을 살펴본 후에, 이 논문의 실증 연구모형의 주요 변인인 학습지향성, 기술혁신, 기업성과의 개념과 의의를 살펴보고 각각에 대한 선행연구들을 정리하였다. 제 III장에서는 이 논문에서 채택한 연구모형과 설문조사에서의 조사 대상 및 방법, 조사 가설, 각 변인의 조작적 정의, 설문지 구성, 분석 방법 등을 설명하였다. 제 IV장에서는 설문조사 결과를 토대로 앞장에서의 연구가설을 검증하였고, 제 V장에서 나타난 이 논문의 연구결과는 기술혁신성에 대한 인식도가 상대적으로 높게 나타났으며 학습지향성과 기술혁신성은 모두 성과와 유의한 상관관계를 갖는 것으로 나타났고, 학습지향성은 기술혁신성에 유의한 정(+)의 영향을 미치는 것으로 나타났으며, 학습지향성과 기술혁신성은 각각 성과에 유의한 정(+)의 영향을 미치는 것으로 연구되었다.

• 융합정보논문지
• /
• 제9권8호
• /
• pp.1-8
• /
• 2019

대화시스템은 인간과 컴퓨터의 상호작용에 새로운 패러다임이 되고 있다. 자연어로써 상호작용함으로써 인간은 보다 자연스럽고 편리하게 각종 서비스를 누릴 수 있게 되었다. 대화시스템의 구조는 일반적으로 음성 인식, 자연어 이해, 문맥 파악 등의 여러 모듈의 파이프라인으로 이뤄지는데, 본 연구에서는 자연어 이해 모듈의 도메인 분류 문제를 풀기 위해 convolutional neural network, random forest 등의 기계학습 모델을 비교하였다. 사람이 직접 태깅한 총 7개 서비스 도메인 데이터에 대하여 각 문장의 도메인을 분류하는 실험을 수행하였고 random forest 모델이 F1 score 0.97 이상으로 가장 높은 성능을 달성한 것을 보였다. 향후 다른 기계학습 모델들을 추가 실험함으로써 도메인 분류 성능 개선을 지속할 계획이다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제32권4호
• /
• pp.229-245
• /
• 2023

Purpose This study aims to understand the inclinations of young job seekers towards "hidden champions" - small but competitive companies that are emerging as potential solutions to the growing disparity between youth-targeted job vacancies and job seekers. We utilize machine learning techniques to discern the appeal of these hidden champions. Design/methodology/approach We examined the characteristics of small and medium-sized enterprises using data sourced from the Ministry of Employment and Labor and Youth Worknet. By comparing the efficacy of five machine learning classification models (i.e., Logistic Regression, Random Forest Classifier, Gradient Boosting Classifier, LGBM Classifier, and XGB Classifier), we discovered that the predictive model utilizing the LGBM Classifier yielded the most consistent performance. Findings Our analysis of the relative significance of preference determinants revealed that industry type, geographical location, and employee count are pivotal factors influencing preference. Drawing from these insights, we propose targeted strategic interventions for policymakers, hidden champions, and young job seekers.

• 융합정보논문지
• /
• 제10권6호
• /
• pp.59-69
• /
• 2020

본 연구는 블렌디드 러닝에 대한 간호학과 학생들의 인식을 파악하기 위하여 포커스 그룹 인터뷰를 적용한 질적연구이다. 간호학과 4학년 학생 21명을 4개의 그룹으로 나누어 인터뷰를 통해 자료를 수집하고 내용분석을 실시하였다. 연구결과, 블렌디드 러닝에 대한 간호학생의 인식은 '철저히 준비 되지 않은 적용과 운영', '방향감 상실과 학습 이탈', '일방향 듣기', '편리함'이라는 4개의 주제로 범주화되었다. 학생들은 블렌디드 러닝에 대해 시·공간의 제약없는 반복학습에 대한 만족감을 느끼고 있었지만, 온라인 콘텐츠의 질적 수준, 시스템, 블렌디드 러닝을 적용하기 위한 준비 등에 있어서 미흡함과 불만족스러움을 느끼고 있었다. 향후 간호학 수업에서 블렌디드 러닝의 적용을 위해 먼저 교과과정을 고려한 온·오프라인 수업의 효과적인 설계를 기반으로 수준 높은 온라인 콘텐츠가 개발되어야 한다. 또한 온라인 과정을 지원할 수 있는 시스템적, 행정적, 재정적, 제도적 기반이 마련되어야 할 것이며, 학생들의 자기주도 학습활동을 가이드 해 줄 수 있는 온라인 지원체계가 만들어져야 할 것이다.

• 산업진흥연구
• /
• 제4권1호
• /
• pp.57-66
• /
• 2019

현존하는 연구 문헌은 조직이 실제로 평생 학습 관행과 정책을 어떻게 구현하는지 알려주지 않는다. 그러므로, 본 논문의 목적은 평생 학습이 실제로 어떻게 이루어졌는지를 설명하는 데에 있다. 우리는 캐나다, 미국, 인도, 그리고 한국에서 온 많은 일류 기업들과의 인터뷰를 기초로 개발된 새로운 개념적 프레임워크를 소개함으로써 이를 수행한다. 우리의 모형의 핵심과 효과적인 평생학습 시스템은 성과관리 시스템이다. 성과관리 시스템은 도전적인 성과와 학습 목표를 설정함으로써 관리자와 직원 간의 지속적인 상호작용을 가능하게 하며, 이를 달성하기 위한 구체적인 계획을 수립한다. 그 계획들은 세 가지 유형의 학습 활동을 포함한다. 첫째, 직원들은 공식적인 학습에 참여하도록 장려될 수 있다. 이것은 사내에서 제공할 수도 있고, 직원이 휴직을 하고 학교로 돌아갈 수도 있다. 둘째, 관리자는 새로운 업무 기반 학습 기회에 참여할 수 있도록 부하 직원을 다른 부서나 팀에 배치할 수 있다. 마지막으로, 직원들은 스스로 배우도록 권장받을 수 있다. 이는 e-러닝 과정과 같은 다섯가지의 확고한 지원을 받는 프로그램을 통해 조직 시간 후에 학습하는 것을 의미한다. 성과 관리 시스템에 의해, 우리는 이 세가지의 학습 출구가 조직에서 효과적인 평생 학습으로 이어진다고 가정한다.

• 전자통신동향분석
• /
• 제31권5호
• /
• pp.1-10
• /
• 2016

빅데이터를 통한 학습, GPU를 활용한 고속 컴퓨팅 및 다양한 알고리즘 개발과 더불어 기계학습은 다양한 분야에서 종래에 이루어내지 못한 뛰어난 성과를 달성하고 있다. 그동안 상용화된 통신 시스템에서 기계학습이 활성화되지 못했지만, 전례없는 다양한 서비스와 단말을 아우르는 5G 통신에서는 더욱 적극적으로 활용될 것으로 예상된다. 기계학습은 링크 적응 등 무선접속기술, 다양한 망이 혼재된 이종망 기술, 트래픽 분류 등을 위한 네트워크 기술, 침입 탐지를 위한 보안 기술 등 다양한 통신기술에서 연구됐다. 또한, 최근에는 유럽의 Public Private Partnership(5G PPP) 프로젝트를 비롯하여 다양한 그룹에서 활발히 연구되고 있으며, 컬컴/노키아/에릭슨 등 통신 관련 기업들도 적극적인 투자를 하고 있다. 본고에서는 기계학습 관련 통신기술, 연구그룹 및 기업 동향을 소개하고, 이를 통해 5G 통신 적용 가능성을 짚어본다.

• 한국전자거래학회지
• /
• 제23권2호
• /
• pp.97-110
• /
• 2018

4차 산업혁명 시대를 맞아, 제조 기업들은 생산성 향상을 위해 축적된 설비 데이터를 활용하여 스마트제조를 실현하는 것에 높은 관심을 두고 있다. 하지만 기존의 설비 데이터 분석 연구들은 주로 센서 데이터 등 정형 데이터를 대상으로 하여, 실제 큰 비중을 차지하고 있는 텍스트와 같은 비정형 데이터에 대한 분석 연구는 부족한 실정이다. 특히, 작업자가 수기로 작성한 텍스트 데이터를 활용한 사례는 매우 적었다. 따라서 본 논문에서는 작업자가 수기로 작성한 설비 오류 데이터를 분석하여 연관 규칙 마이닝을 통해 설비 오류 발생 패턴을 도출하는 프레임워크를 제안하고자 한다. 이때, 일반적인 텍스트 분석 기법과 같이 단어를 분석 기준으로 사용하는 경우 전문 용어에 해당하는 설비 오류의 의미를 표현하는 데에 한계가 있다는 점에 착안하여 구절을 추출하여 텍스트 분석 기준으로 사용하였다. 제안하는 프레임워크의 성능을 실제 사례를 통해 검증하였으며, 본 연구 결과를 활용하면 설비 오류를 예방하여 가동률을 높이고 나아가 제조 기업의 생산성 향상에 기여할 수 있을 것으로 기대한다.

• 산업경영시스템학회지
• /
• 제45권2호
• /
• pp.65-76
• /
• 2022

Recently, not only traditional statistical techniques but also machine learning algorithms have been used to make more accurate bankruptcy predictions. But the insolvency rate of companies dealing with financial institutions is very low, resulting in a data imbalance problem. In particular, since data imbalance negatively affects the performance of artificial intelligence models, it is necessary to first perform the data imbalance process. In additional, as artificial intelligence algorithms are advanced for precise decision-making, regulatory pressure related to securing transparency of Artificial Intelligence models is gradually increasing, such as mandating the installation of explanation functions for Artificial Intelligence models. Therefore, this study aims to present guidelines for eXplainable Artificial Intelligence-based corporate bankruptcy prediction methodology applying SMOTE techniques and LIME algorithms to solve a data imbalance problem and model transparency problem in predicting corporate bankruptcy. The implications of this study are as follows. First, it was confirmed that SMOTE can effectively solve the data imbalance issue, a problem that can be easily overlooked in predicting corporate bankruptcy. Second, through the LIME algorithm, the basis for predicting bankruptcy of the machine learning model was visualized, and derive improvement priorities of financial variables that increase the possibility of bankruptcy of companies. Third, the scope of application of the algorithm in future research was expanded by confirming the possibility of using SMOTE and LIME through case application.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.71-76
• /
• 2004

현재 ERP와 CRM은 대부분 전통적인 기능적 수행에만 초점이 맞추어져 있다. 그러나 최근의 경영환경은 인터넷(Internet)과 이를 기반으로 하는 전자상거래의 비약적 발전에 기인하여 시장의 변화를 가져왔으며, 이는 대부분 e-비즈니스화 되어 가고 있으며, 이를 추진하면서 제휴기관과의 관계증진, 고객관계의 혁신적 개선은 물론 조직내부의 업무프로세스의 획기적 개선을 통한 경쟁력 강화를 적극적으로 전개하고 있다. CRM(Customer Relationship Management)은 기업이 획득한 고객을 지속적으로 유지하고, 기업에 대한 고객의 가치를 증진시키기 위해 기업과 고객간의 상호 이익적 관계를 형성 유지 강화하려는 기업의 일련의 마케팅과정으로 다양하고도 수많은 고객들의 정보를 기반으로 수행되기 때문에 고객 정보를 파악할 수 있는 시스템 기반을 필요로 하며, 생산과 상품의 전달경로, 마케팅, 그리고 의사결정 등의 경영 카테고리와 연관되어 있다. 한편 ERP는 SCM과 CRM 및 SEM(Strategic Enterprise Management)등으로 기능을 확대해감에 따라 21세기의 ERP는 e-비즈니스의 전략적 도구로 발전해 갈 것이다. 본 논문에서는 이를 위한 중재 도구를 제시함으로써 고객에게 더욱 더 효율적이고 고 부가가치 있는 의미 있는 데이터들의 통계적 기계 학습법을 통해 CRM의 기능들을 효율적으로 분류할 수 있도록 한다. 또한 시스템 특징으로는 기존에 수작업으로 이루어지던 파일의 분류 작업을 기계 학습법을 통한 에이전트가 자동으로 수행함으로써 사용자가 좀 더 효율적으로 작업을 수행 할 수 있도록 한 것이다.