• 제목/요약/키워드: 단어

검색결과 3,781건 처리시간 0.027초

국내 ESG 연구동향 탐색: 2012~2021년 진행된 국내 학술연구 중심으로 (Exploring Domestic ESG Research Trends: Focusing on Domestic Research on ESG from 2012 to 2021)

  • 박재현;한향원;김나라
    • 벤처창업연구
    • /
    • 제17권1호
    • /
    • pp.191-211
    • /
    • 2022
  • 글로벌 지속가능성이 큰 기업들의 가치가 높아짐에 따라 ESG가 최대 화두로 주목받고 있다. 이러한 배경에서 전반적인 글로벌 흐름에 맞추어 국내 ESG에 관한 학문 연구도 급속하게 증가하고 있다. 이에 본 연구에서는 국내 ESG 연구 동향을 살펴보기 위해 체계적 문헌 고찰방법론을 활용하여 ESG 연구의 학문적 관심도 변화를 살펴보고 연구의 주요키워드들을 추출하였다. 이를 위해 지난 10년간 연구가 진행된 ESG 학술논문들을 연도별로 수집하고, 핵심주제어와 논문 제목을 활용하여 텍스트마이닝 기법으로 빈도분석을 하였다. 연구결과 첫째, 국내 ESG 학술논문들의 연도별 게재 수를 계랑 서지학 분석의 누적 수로 분석한 결과 해마다 ESG 연구논문들의 게재수가 증가하고 있으며 이를 통해 ESG 이슈에 대한 학문적 관심도의 지속적인 증가를 확인하였다. 둘째, 연구대상 논문들의 핵심주제어와 논문 제목의 빈도분석 결과로 ESG, 기업, 사회, 책임, 경영, 투자, 지속가능의 단어들이 추출되었다. 또한, 해외에서 체계적 문헌고찰로 진행된 연구를 바탕으로 국내외 ESG 주요키워드들이 공통으로 책임, 지속가능, 경영 임을 확인하였다. 그리고 최근 국외 연구에서 제시한 ESG 주요 이슈와 본 연구에서 제시한 ESG 핵심키워드들의 공통요소들을 비교한 결과 과거 연구들과 비교하면 최근 연구의 관심사가 환경임을 확인할 수 있었다. 셋째, 국내 ESG 연구들이 활용한 데이터들은 주로 KEJI 지수, KRX 지수, KCGS ESG 평가지수 등이 있음을 알 수 있었고, 그리고 중소기업을 대상으로 한 연구는 전체 152편 중 총 8편으로 현저하게 부족함을 확인하였다. 본 연구를 통해 ESG 연구 동향과 연구의 증가 폭을 확인할 수 있었으며, 향후 후속 연구자들이 연구주제 및 연구키워드에 대해 구분하고 더욱 다양한 연구주제 선정하는데 기초자료를 제시하였다. 또한, 중소기업 대상 학문 연구는 아직 미흡하거나 부족하여 이에 관한 관심과 연구가 강화될 필요가 있으며, 빠르게 급변하는 시장에서 실무적으로 접목할 수 있는 ESG 실천 지침 등을 고려한 후속 연구가 필요하다.

외상에 노출된 소방관들의 뇌 구조 및 휴식기 뇌기능 변화: 예비 결과 (Structural and Resting-State Brain Alterations in Trauma-Exposed Firefighters: Preliminary Results)

  • 박예원;전선영;노주환;정석종;한상훈;이필휴;김창수;이승구
    • 대한영상의학회지
    • /
    • 제81권3호
    • /
    • pp.676-687
    • /
    • 2020
  • 목적 외상 후 스트레스 장애(posttraumatic stress disorder; 이하 PTSD)가 없는 외상에 노출된 소방관들에서 뇌 구조의 변화와 휴식기 뇌기능 변화를 연구하고자 한다. 대상과 방법 모든 피험자는 휴식기 기능 뇌자기공명영상(resting-state functional MRI; 이하 rsfMRI) 검사를 시행하였다. PTSD가 없는 40세 이상의 31명의 소방관(31명, 평균 연령, 49.8 ± 4.7세)이 포함되었다. 26명의 외상을 받지 않은 건강한 대조군(26명, 평균 연령, 65.3 ±7.84세)도 포함되었다. Voxel-based morphometry 분석을 시행하여 뇌 해부학상의 국소적 차이를 조사하였으며, 휴식기 뇌기능의 차이를 조사하기 위해 seed-based functional connectivity analysis 분석을 시행하였다. 결과 서울언어학습결과(Seoul Verbal Learning Test)의 평균 z 값을 비교했을때 소방관은 건강한 대조군에 비해 즉각회상(immediate recall), 지연 회상(delayed recall), 통제단어연상검사(Controlled Oral Word Association Test; 이하 COWAT)의 동물(animal)과 음소(phonemic) 항목에서 점수가 유의하게 낮았으며, 신경인지 기능이 감소한 것으로 나타났다. 소방관은 좌위마루이랑(left superior parietal gyrus)과 좌하관자이랑(left inferior temporal gyrus)의 회색질 부피가 건강한 대조군에 비해 감소되어 있었다. 소방관은 방추향이랑(fusiform gyrus)과 소뇌(cerebellum) 등을 포함한 여러 부위에서 rsfMRI 값의 변화를 보였다. 결론 구조적 뇌 및 휴식 상태 기능 이상은 외상에 노출된 소방관의 변화를 확인하는 데 유용한 이미징 바이오 마커일 수 있다.

기계학습을 이용한 단일 관련자극 P300기반 숨김정보검사 (One-probe P300 based concealed information test with machine learning)

  • 김혁;김현택
    • 인지과학
    • /
    • 제35권1호
    • /
    • pp.49-95
    • /
    • 2024
  • 국내 형사소송절차에서 진술의 진위여부 확인을 위해 사용하는 도구는 폴리그래프검사, 진술타당도분석, P300 기반 숨김정보검사 등이 있고, 이 중에서 폴리그래프검사의 사용빈도가 다른 도구들에 비하여 높다. 하지만, 검사결과를 뒷받침해 줄 수 있는 근거의 부족으로 인하여 재판과정에서 증거채택 가능성이 낮다. 폴리그래프검사를 뒷받침해 줄 수 있는 방법으로, 사전연구가 풍부한 P300기반 숨김정보검사가 주목을 받아 왔지만, 기존의 검사기법은 두 가지 제한점이 있어 실제 사건에서의 활용도는 낮은 편이다. 첫째, 검사에 필요한 관련자극만 3개 또는 6개 등, 사전에 노출되지 않은 정보가 다수 필요하기 때문에 실제 사건에서 사용 가능성이 낮다. 둘째, 기존의 P300기반 숨김정보검사 프로토콜에서는 관련자극과 무관련자극에 대한 P300요소 전위값을 명확하게 구분하기 위하여 오드볼패러다임을 사용하기 때문에 무관련자극에 대한 P300요소 전위값이 과소 추정될 가능성이 있다. 본 연구에서는 검사의 사용 가능성을 높이기 위하여 사전에 노출되지 않은 정보가 단 하나만 있어도 검사가 가능한 단일 관련자극을 사용하는 수정된 P300기반 숨김정보검사 프로토콜을 탐색하였고, 오드볼패러다임 사용으로 인한 무관련자극에 대한 P300요소 전위값이 과소 추정되는 문제를 보완하기 위하여 다양한 기계학습의 분류 알고리즘을 비교하였다. 연구결과 단일 관련자극으로 여성과 남성의 얼굴자극을 사용할 경우, 자극은 400ms 지속시간으로 60회 제시하고, 절단값을 유죄집단은 90%로 무죄집단은 30%로 하여 정점-정점 방법으로 P300요소 전위값을 분석하는 것이 적합함을 확인하였다. 단어자극의 경우, 지속시간을 300ms로 60회 제시하고, P300요소 전위값 분석방법은 얼굴자극과 동일하게 시행하는 것이 적합하다는 것을 확인하였다. 또한 관련자극과 무관련자극에 대한 정점-정점 P300요소 전위값을 6가지 기계학습 분류 알고리즘을 사용하여 분석한 결과, 로지스틱 회귀(LR), 선형 판별 분석(LDA), K-최근접 이웃(KNN) 알고리즘이 관련자극과 무관련자극의 분류에 적합하다는 것을 확인하였다.

신라 시조 혁거세왕 신화에 대한 분석심리학적 연구 (A Study of Myth of King Heokgeose, the Founder of Shilla Dynasty from a Perspective of Analytical Psychology)

  • 한상익
    • 심성연구
    • /
    • 제28권1호
    • /
    • pp.50-87
    • /
    • 2013
  • C. G. Jung은 일찍이 신화(神話)나 민담(民譚, Märchen)에서 인간 무의식의 보편적, 원초적 조건이 발견된다고 하였다. 우리의 일상에서 이러한 인간심성의 보편성을 흔히 체험할 수 있는 것은 꿈이다. 그러므로 꿈에 나오는 인간 심성에 있는 보편적인 원형상들을 이해하기 위해서 신화소(神話素)들이 등장하는 신화나 민담들에 대한 분석심리학적 해석을 시도해 보는 것은 실제 임상에서 마주치게 되는 이런 '큰 꿈'들을 충실히 이해하기 위해 매우 중요한 과정이다. 저자는 신화에 대한 분석심리학적 해석에 관심을 가지면서 그 대상에 대한 탐색을 하면서 신화소에 나타나는 '원형'의 보편성을 우리 민족 전래의 신화 속에서 찾아보기 위해 삼국유사를 살펴보던 중 기이편(紀異篇)에 나오는 신라(新羅)의 건국신화인 혁거세왕(赫居世王) 신화에 주목을 하게 되었다. 신라는 일찍 건국이 되긴 하였지만 한반도 남부 끝자락에 위치한 제일 작은 나라로서 고구려, 백제에 비해 정치, 군사적으로나 문화적으로 가장 늦게 발전한 나라였음에도 결국 삼국을 통일하고 우리나라 역사상 가장 긴 거의 1000년(BC57~AD935)의 역사를 이어온 나라라는 점에서 건국과 관련된 남다른 바탕이 있었는지 그들의 건국신화에 있는 원형상(原型像)들을 살펴보고자 하였다. 한반도의 남쪽 작은 나라였던 신라의 건국시조의 탄생신화가 탄생전의 상태에서부터 탄생, 배필의 탄생, 성장, 결혼, 즉위, 다스림, 죽음, 죽음 이후, 계승까지 거의 완전한 줄거리를 갖고 있다는 것은 매우 주목되는 점이다. 이 신화에 나오는 1, 3, 5, 6, 7, 13, 61 등 다양한 숫자 상징, 동, 서, 남, 북과 중심을 포함한 모든 방위, 호랑이, 백마, 닭, 용, 봉(鳳) 뱀 등 많은 동물상징, 중심적인 상징인 알을 비롯한 바위, 박(瓢), 전광(電光), 샘물, 내(川), 나무, 숲, 산, 쇠 등 자연의 상징과 선도성모 같은 신상(神像) 등 점차 이야기가 전개되면서 등장하는 온갖 상징들은 이 짧은 신화 속에 온 인류가 경험해온 의식의 탄생, 부성과 모성의 합일을 통한 성장과 발전, 소멸, 재생의 이야기가 펼쳐지고 그런 과정이 다음 세대로 영원히 계승되는 웅대한 이야기가 재현되고 있음을 볼 수 있다. 신화의 한 단어, 한 문장 또는 별로 의미를 찾을 수 없어 보이던 내용들이 점차 그 뜻을 드러내고 있었고, 무의식과 의식의 상호 작용이 그 모습을 달리 하며 계속 반복되며, 중층적으로 표현되고 있음을 확인할 수 있었다.

반복적 대화식 통합 탄성파 속도분석 (An Iterative, Interactive and Unified Seismic Velocity Analysis)

  • 서상용;정부흥;장성형
    • 지구물리와물리탐사
    • /
    • 제2권1호
    • /
    • pp.26-32
    • /
    • 1999
  • 탄성파 속도분석법은 일괄식 속도분석법과 대화식 속도 분석등 두 가지가 있다. 일괄식 속도분석법에서는 각 속도 분석점마다 셈블런스 컨투어, 슈퍼게더 및 중합 패널등을 일괄 작성하여 도면화 시킨 후 분석자가 그 도면을 보고 속도 함수를 결정하는 방법이다. 과거 유행한 전산처리 소프트웨어들이 이 방법을 사용하고 있다. 그러나 이 방법은 도면 분석시 아주 많은 수작업이 필요하고 속도분석 결과도 정밀치 못하다는 단점이 있다. 최근에는 워크스테이션의 고속 그래픽 기능을 이용한 대화식 속도분석 기술이 개발되었다. 그런데 이들 프로그램은 기존 일괄식 속도분석법과 대동소이한 내용을 그래픽 화면으로 처리할 수 있도록 함으로써 종이 절약 외에는 특별히 나아진 것이 없다. 프로그램의 주 기능은 속도 스펙트럼에서 속도점 노드를 선택하는 것이며, 입력자료에 있을 수 있는 잡음을 제거하여 다시 속도 스펙트럼을 수정하는 기능은 없다. 잡음의 제거없이 계산한 부정확한 속도 스펙트럼을 이용해서 속도 함수를 선정한다면 정밀 속도분석은 불가능할 것이다. 방대한 탄성파 탐사자료에 대한 속도분석을 신속 정확하게 수행하기 위해서는 속도 분석과 밀접한 관련이 있는 전산처리 공정들 즉, 슈퍼게더 조립, 셈블런스 계산, 동보정, 뮤트, 중합등을 동시에 지원하는 통합된 반복적 대화식 속도분석 프로그램이 필요하다. 분석 구간의 속도와 뮤트함수를 변화시켰을 때 그로부터 얻어지는 셈블런스와 동보정 및 중합을 검토하고 이러한 수정과 검토를 신속히 반복할 수 있도록 함으로써 정확한 속도분석이 가능하기 때문이다. 여기에서는 속도분석을 신속 정확하게 수행하기 위해 속도 분석과 밀접한 관련이 있는 전산처리 공정들 즉, 슈퍼게더 조립, 셈블런스 계산, 동보정, 뮤트, 중합등을 동시에 지원하는 대화식 속도분석 프로그램 xva를 작성하였다. 대화식 속도분석에서는 분석 구간의 트레이스들을 고속으로 참조해야 하는데 이를 위해 간단한 트레이스 인덱스 파일을 설계하여 사용하였다. 직접파와 굴절파등 천부 잡음을 제거하기 위한 효과적인 수단인 뮤트 함수 영역 변환법을 새로 고안하였으며, 본 프로그램은 이 기법을 이용하고 있다. 본 영 역 변환법은 기존 알려진 역동보정법과 같이 정밀 전산처리가 가능할 뿐만 아니라 동보정과 역동보정시 발생하는 자료의 내삽 오차가 없으며 계산 시간이 크게 단축되기 때문에 정밀 대화식 속도 분석에 사용 가능하다. 프로그램 xva는 28개의 소스 파일로 구성된 패키지인데 줄 수는 12,029, 단어 수는 34,990, 글자 수는 304,073이다. 프로그램 xva는 X-Window와 Motif 환경하에서 작동한다. 프로그램 메뉴는 Motif 표준 스타일에 따라 작성하였는 바 그 사용법을 간략히 기술하였다. 본 프로그램이 완성됨으로 인하여 정밀 탄성파 속도 분석이 가능하게 되었고 그 결과 가스층의 존재 여부를 직접 확인할 수 있는 AVO(Amplitude Versus Offset)단면도등의 제작에 활용할 수 있었다.

  • PDF

FCA 기반 계층적 구조를 이용한 문서 통합 기법 (Methods for Integration of Documents using Hierarchical Structure based on the Formal Concept Analysis)

  • 김태환;전호철;최종민
    • 지능정보연구
    • /
    • 제17권3호
    • /
    • pp.63-77
    • /
    • 2011
  • 월드와이드웹(World Wide Web)은 인터넷에 연결된 컴퓨터를 통해 사람들이 정보를 공유할 수 있는 매우 큰 분산된 정보 공간이다. 웹은 1991년에 시작되어 개인 홈페이지, 온라인 도서관, 가상 박물관 등 다양한 정보 자원들을 웹으로 표현하면서 성장하였다. 이러한 웹은 현재 5천억 페이지 이상 존재할 것이라고 추정한다. 대용량 정보에서 정보를 효과적이며 효율적으로 검색하는 기술을 적용할 수 있다. 현재 존재하는 몇몇 검색 도구들은 초 단위로 gigabyte 크기의 웹을 검사하여 사용자에게 검색 정보를 제공한다. 그러나 검색의 효율성은 검색 시간과는 다른 문제이다. 현재 검색 도구들은 사용자의 질의에 적합한 정보가 적음에도 불구하고 많은 문서들을 사용자에게 검색해준다. 그러므로 대부분의 적합한 문서들은 검색 상위에 존재하지 않는다. 또한 현재 검색 도구들은 사용자가 찾은 문서와 관련된 문서를 찾을 수 없다. 현재 많은 검색 시스템들의 가장 중요한 문제는 검색의 질을 증가 시키는 것이다. 그것은 검색된 결과로 관련 있는 문서를 증가시키고, 관련 없는 문서를 감소시켜 사용자에게 제공하는 것이다. 이러한 문제를 해결하기 위해 CiteSeer는 월드와이드웹에 존재하는 논문에 대해 한정하여 ACI(Autonomous Citation Indexing)기법을 제안하였다. "Citaion Index"는 연구자가 자신의 논문에 다른 논문을 인용한 정보를 기술하는데 이렇게 기술된 논문과 자신의 논문을 연결하여 색인한다. "Citation Index"는 논문 검색이나 논문 분석 등에 매우 유용하다. 그러나 "Citation Index"는 논문의 저자가 다른 논문을 인용한 논문에 대해서만 자신의 논문을 연결하여 색인했기 때문에 논문의 저자가 다른 논문을 인용하지 않은 논문에 대해서는 관련 있는 논문이라 할지 라도 저자의 논문과 연결하여 색인할 수 없다. 또한 인용되지 않은 다른 논문과 연결하여 색인할 수 없기 때문에 확장성이 용이하지 못하다. 이러한 문제를 해결하기 위해 본 논문에서는 검색된 문서에서 단락별 명사와 동사 및 목적어를 추출하여 해당 동사가 명사 및 목적어를 취할 수 있는 가능한 값을 고려하여 하나의 문서를 formal context 형태로 변환한다. 이 표를 이용하여 문서의 계층적 그래프를 구성하고, 문서의 그래프를 이용하여 문서 간 그래프를 통합한다. 이렇게 만들어진 문서의 그래프들은 그래프의 구조를 보고 각각의 문서의 영역을 구하고 그 영역에 포함관계를 계산하여 문서와 문서간의 관계를 표시할 수 있다. 또한 검색된 문서를 트리 형식으로 보여주어 사용자가 원하는 정보를 보다 쉽게 검색할 수 있는 문서의 구조적 통합 방법에 대해 제안한다. 제안한 방법은 루씬 검색엔진이 가지고 있는 순위 계산 공식을 이용하여 문서가 가지는 중요한 단어를 문서의 참조 관계에 적용하여 비교하였다. 제안한 방법이 루씬 검색엔진보다15% 정도 높은 성능을 나타내었다.

온라인 리뷰 분석을 통한 상품 평가 기준 추출: LDA 및 k-최근접 이웃 접근법을 활용하여 (Product Evaluation Criteria Extraction through Online Review Analysis: Using LDA and k-Nearest Neighbor Approach)

  • 이지현;정상형;김준호;민은주;여운영;김종우
    • 지능정보연구
    • /
    • 제26권1호
    • /
    • pp.97-117
    • /
    • 2020
  • 상품 평가 기준은 상품에 대한 속성, 가치 등을 표현한 지표로써 사용자나 기업이 상품을 측정하고 파악할 수 있게 한다. 기업이 자사 제품에 대한 객관적인 평가와 비교를 수행하기 위해서는 적절한 기준을 선정하는 것이 필수적이다. 이때, 평가 기준은 소비자들이 제품을 실제로 구매 및 사용 후 평가할 때 고려하는 제품의 특징을 반영하여야 한다. 그러나 기존에 사용되던 평가 기준은 제품마다 상이한 소비자의 의견을 반영하지 못하고 있다. 기존 연구에서는 소비자 의견이 반영된 온라인 리뷰를 통해 상품의 특징, 주제를 추출하고 이를 평가기준으로 사용했다. 하지만 여전히 상품과 연관성이 낮은 평가 기준이 추출되거나 부적절한 단어가 정제되지 않는 한계가 있다. 본 연구에서는 이를 극복하기 위해 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA) 기법으로 리뷰로부터 평가 기준 후보군을 추출하고 이를 k-최근접 이웃 접근법(k-Nearest Neighbor Approach, k-NN)을 이용해 정제하는 모델을 개발하고 검증했다. 제시하는 방법은 준비 단계와 추출 단계로 이루어진다. 준비 단계에서는 워드임베딩(Word Embedding) 모델과 평가 기준 후보군을 정제하기 위한 k-NN 분류기를 생성한다. 추출 단계에서는 k-NN 분류기와 언급 비율을 이용해 평가 기준 후보군을 정제하고 최종 결과를 도출한다. 제안 모델의 성능 평가를 위해 명사 빈도 추출 모델, LDA 빈도 추출 모델, 실제 전자상거래 사이트가 제공하는 평가 기준을 세 비교 모델로 선정했다. 세 모델과의 비교를 위해 설문을 진행하고 점수화하여 결과를 검정했다. 30번의 검정 결과 26번의 결과에서 제안 모델이 우수함을 확인했다. 본 연구의 제안 모델은 전자상거래 사이트에서 리뷰 특성을 반영한 상품군 별 차원을 도출하는데 활용될 수 있고 이를 기초로 인사이트 발굴을 위한 리뷰 분석 및 활용에 크게 기여할 것이다.

Word2Vec을 활용한 제품군별 시장규모 추정 방법에 관한 연구 (A Study on Market Size Estimation Method by Product Group Using Word2Vec Algorithm)

  • 정예림;김지희;유형선
    • 지능정보연구
    • /
    • 제26권1호
    • /
    • pp.1-21
    • /
    • 2020
  • 인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

비정형 정보와 CNN 기법을 활용한 이진 분류 모델의 고객 행태 예측: 전자상거래 사례를 중심으로 (Customer Behavior Prediction of Binary Classification Model Using Unstructured Information and Convolution Neural Network: The Case of Online Storefront)

  • 김승수;김종우
    • 지능정보연구
    • /
    • 제24권2호
    • /
    • pp.221-241
    • /
    • 2018
  • 최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

우울한 내담자를 위한 MI(Music & Imagery) 치료사례 (Case study of Music & Imagery for Woman with Depression)

  • 송인령
    • 인간행동과 음악연구
    • /
    • 제5권1호
    • /
    • pp.67-90
    • /
    • 2008
  • MI란 Music and Imagery의 약자로 심리치료의 한 방법인 GIM(Guided Imagery and Music)을 현실에 맞게 축약적으로 접목시킨 방법이다. 이는 치료목표에 적합한 음악감상을 통해 다양한 심상을 경험함으로 인간의 내면세계를 탐색, 직면, 통찰, 해결하게 한다. 본 치료사례는 MI기법을 활용하여 우울한 내담자의 긍정적 내적자원에 따른 심상을 체험하고, 그 체험을 언어적으로 표현한다. 또한 그 이미지들을 일상생활에 긍정적인 변화를 적용할 수 있도록 유도하는 지지적 수준의 개인 치료사례이다. 지지적인 수준(Supportive Level)에서의 MI는 음악 안에서 안전하게 서로 지지하는 수준에서만 사용한다. 개인세션 도입은 특정 느낌이나 주제, 단어 혹은 시각적 이미지를 연상하고, 이러한 이미지는 갈등적인 내용이 아닌 긍정적인 경험을 유도한다. MI의 한 회기 별 첫 번째 단계는 초기면담(Prelude)으로 상담의 초기면담과 같이 구체적인 목표를 정한다. 두 번째 단계는 전환(Transition)으로 여러 가지 내담자의 이야기 중에 가장 지지적인 주제를 좀 더 초점화하여 구체적으로 느끼고 표현 할 수 있도록 한다. 세 번째 단계는 긴장완화 및 음악 감상(Music Listening)으로 여러 긴장이완법 등을 사용하여 음악 감상하는 동안 심상이 잘 떠오를 수 있도록 이완 시킨다. 그리고 음악 감상 동안 음악이 가져다주는 여러 가지 심상들을 탐색하고 연상 할 수 있도록 한다. 마지막 단계는 마무리(Process)시간으로 음악 감상 동안 경험되어진 심상을 그림으로 표현하고, 개인적인 심상경험을 언어적인 과정을 통해 치료사와 공유함으로써 긍정적인 경험을 확장시켜 내적인 힘을 키운다. A 내담자의 경우 내담자와의 라포 형성하기(공감, 이해, 지지), 내담자의 긍정적인 자원탐색(어린시절, 가족), 내담자의 감정표현 및 긍정적 지지(현재의 나)의 구체적인 목표를 설정하였다. 음악은 내담자가 선호하는 음악과 치료사가 선정한 음악 중에서 음의 전개가 단순하고, 멜로디가 반복적이며, 리듬이 규칙적이며, 협화음으로 구성된 안정적이고 구조화된 음악을 사용하였다. 그 결과 A는 1, 2회기에는 방어기제를 많이 사용하고 우울로 인한 감정조절의 어려움을 보였으나 3회기 이후 자신이 좋아하는 음악과 지지적인 음악을 치료사가 제공하는 것으로 인해 공감과 지지를 경험할 수 있게 되었다. 이를 통하여 4회기부터 안정감을 갖고 세션 안에서 부정적 정서를 긍정적인 정서로 전환하고, 자신의 내재된 힘을 발견하게 되었다. 6회기에는 과거 힘들었던 시간들이 앞으로 갖게 될 좋은 시간을 준비하는 단계라고 인식하기 시작하였다. B 내담자의 경우 내담자와의 라포 형성 및 탐색하기(공감, 이해, 지지), 내담자의 문제 탐색 및 긍정적 인식(어린시절, 가족), 내담자의 감정표현 및 통찰하기(현재와 미래의 나)의 구체적인 목표를 설정하였다. 음악은 1, 2회기에는 안정적이고 구조적인 음악을 사용하였으나, 3회기 이후 곡의 전개가 점점 커지고 주제 멜로디의 변주로 음의 고저가 많으며, 협화음과 불협화음이 넘나드는 고전파와 낭만파의 음악을 사용하였다. 그 결과 B 내담자는 1,2회기에서는 대인관계의 어려움을 종교적인 관계로 전환하여 현실회피하려는 경향이 나타났으나 자신이 좋아하는 음악과 지지적인 음악을 통하여 공감과 지지를 경험할 수 있었다. 3회기 이후 B는 자신의 현실 문제를 인식하고 직면하였으나 회피와 직면의 양가감정을 갖게 되었다. 4회기 이후 B는 우울로 인한 감정의 변화를 음악 안에서 경험하고, 자신의 문제에 직면하였다. 5, 6회기에서는 긍정적인 자원을 통해 내적인 힘을 키우고 해결하려는 태도와 미래에서의 내가 좀 더 당당하고 건강하게 살아가려는 의지가 나타났다. 이와 같이 MI 프로그램은 GIM 프로그램보다 좀 더 현실적이고 짧은 회기수로 내담자의 문제들을 해결할 수 있다는 가능성을 제기한다. GIM처럼 깊은 무의식속으로 접근 하지 않고도, MI는 현실주의 상담과도 같이 내담자의 현실적인 문제를 근거로 하여 문제인식 및 통찰, 해결해 나갈 수 있다. 특히 음악의 사용에 있어서도 다양한 장르의 곡을 내담자에게 맞게 사용할 수 있으며, 음악감상 시간도 GIM에 비해 짧고 곡의 기능들도 구조화되어 내담자의 감정을 심상으로 잘 표현 할 수 있다. 그러므로 MI는 내담자의 음악선호도와 음악의 다양한 기능들을 활용하여 개인과 그룹으로 성인뿐만 아니라 아동 및 청소년에게도 알맞게 수정 보완하여 사용할 수 있음을 시사한다.

  • PDF