• 벤처혁신연구
• /
• 제6권4호
• /
• pp.83-97
• /
• 2023

라이브커머스 시장의 성장은 스마트폰만 있으면 언제, 어디서나, 편리하고 간단하게 라이브커머스를 시작할 수 있다. 스마트폰 서비스 이용은 지속적인 커뮤니케이션을 제공하며, 심리적 애착을 느끼면서 이용하게 되고, 더 나아가 심리적 애착과 소비자 자신과의 자아일치, 자아정체성까지 연결된다. 본 연구는 라이브커머스를 이용하는 소비자의 동기와 지각에 초점을 두고 살펴보고자 한다. 즉, 소비자의 개인적, 심리적 특성으로 조절초점성향과 자아효능감(self-efficacy)의 조절효과를 통해 서비스애착과의 관계를 살펴보려 한다. 다시 말해, 소비자의 동기와 목표에 따라 소비자의 행동 방향을 결정하게 되는 조절초점(regulatory focus)성향이 라이브커머스의 서비스애착에 영향을 미치고. 주어진 상황이나 과업에서 원하는 결과를 위해 스스로 계획하고 실행하여 목표를 달성할 수 있다는 개인적인 자신감 및 확신과 신념인 자아효능감(self-efficacy)이 이러한 관계를 조절할 것으로 본다. 분석결과, 예방초점을 높게 지각하는 소비자들은 부정적인 결과를 회피하고, 안전과 의무를 추구하는 경향이 강할수록, 개인적인 자신감과 신념인 자아효능감이 상쇄시켜 라이브커머스의 서비스에 대한 애착을 더 강하게 형성시켰다. 라이브커머스 서비스 이용 시, 정보획득에 대해 유익하다고 지각할수록, 자신의 신념인 자아효능감이 높아지므로 안전추구성향과 부정적 결과를 회피하려는 예방초점성향의 소비자들에게 인지적 경험뿐 아니라 감정적 경험인 서비스애착이 강하게 형성되는 것이다. 본 연구를 통해 라이브커머스의 서비스 이용에 대한 소비자의 심리적 행동을 이해하고, 이를 기반으로 라이브커머스에 진입하려는 기업 및 소상공인들에게 운영전략 및 관리에 도움이 되리라 본다.

• 한국기록관리학회지
• /
• 제23권4호
• /
• pp.137-157
• /
• 2023

기술혁신을 통한 국가경쟁력 강화를 목적으로 연구개발 투자 규모가 증가하고 있으며, 투자 효율성에 대한 관심이 높아지고 있다. 기록관리 분야에서는 국가기록원이 2008년부터 국가연구개발사업을 주도하고 있다. 이에 본 연구는 2008년부터 2022년까지의 국가기록원 용역 연구과제 111건을 대상으로 수행주체, 성과, 주제 등의 측면에서 기록관리 분야 연구개발사업을 분석하였다. 분석 결과, 연구 수행주체는 중소기업, 연구성과는 학술발표가 가장 많았으며, 연구보고서의 성과와 실제 성과 간 일부 차이가 있었다. 연구 주제 측면에서 기록물 형태는 종이문서, 국가기록원 업무 중에서는 전자적 관리체계 구축, 기록관리 업무 과정과 연구과제별 중심단어 빈도 기준으로는 보존에 대한 연구가 주로 수행된 것으로 나타났다. 디지털 전환 관련 빅데이터 활용과 지능형 기술 개발의 측면에서는 111개 과제 중 9%인 10건이 해당하는 것으로 나타났다. 따라서 연구 사업 종료 후에도 성과에 대한 사후 관리를 통해 연구개발사업의 효과성을 높여야 할 것이며, 연구 주제에 있어서는 보존 이외의 이관, 분류, 평가, 생산, 수집 등에 대한 연구와 디지털 전환에 대응하는 연구의 필요성을 확인하였다.

• 산업융합연구
• /
• 제21권9호
• /
• pp.41-48
• /
• 2023

최근 들어 개인, 기업, 국가 등 사회 전반에 랜섬웨어에 의한 피해가 급증하고 있으며 그 규모도 점차 커지고 있다. 랜섬웨어는 사용자 컴퓨터 시스템에 침입하여 사용자의 중요 파일들을 암호화하여 사용자가 해당 파일들을 사용하지 못하게 하고 그 댓가로 금품을 요구하는 악의적인 소프트웨어이다. 랜섬웨어는 기타 다른 악의적인 코드들에 비해 공격기법이 다양하고 정교하여 탐지가 어렵고 피해 규모가 크기 때문에 정확한 탐지와 해결 방법이 필요하다. 정확한 랜섬웨어를 탐지하기 위해서는 랜섬웨어의 특성들로 학습한 탐지 시스템의 추론엔진이 요구된다. 따라서 본 논문에서는 랜섬웨어의 정확한 탐지를 위해 랜섬웨어가 가지는 특성을 추출하여 분류하는 모델을 제안하고 추출된 특성들의 유사성을 계산하여 특성의 차원을 축소한 다음 축소된 특성들을 그룹화하여 랜섬웨어의 특성으로 공격 도구, 유입경로, 설치파일, command and control, 실행파일, 획득권한, 우회기법, 수집정보, 유출기법, 목표 시스템의 상태 변경으로 분류하였다. 분류된 특성을 기존 랜섬웨어에 적용하여 분류의 타당성을 증명하였고, 차후에 이 분류기법을 이용해 학습한 추론엔진을 탐지시스템에 장착하면 새롭게 등장하는 신종과 변종 랜섬웨어도 대부분 탐지할 수 있다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.207-228
• /
• 2023

코로나 이후 기업들이 온라인 플랫폼에서 협업 또는 회의하는 방식이 일상화되고 있으며, 독자적인 온라인 실시간 시스템을 개발하여 원격 근무에 적극적으로 활용하기도 한다. 또한 회의 및 홍보를 위해 메타버스를 도입하려는 시도가 코로나 이후에도 지속적으로 이루어지고 있다. 이때문에 메타버스 환경에서 아바타 사용자 정의, 확장된 가상 환경, 지난 가상 경험 등이 참여자 만족도에 미치는 영향을 연구하는 연구가 진행 중이지만, 메타버스를 전용 작업 공간으로 활용하는 것에 대한 효과성 연구는 여전히 필요한 상황이다. 특히 업무 수행을 목적으로 하는 작업형 메타버스의 성과에 영향을 미치는 요소에 관한 연구는 아직 부족하다. 따라서 본 연구의 목적은 메타버스 작업 공간에서 개인 성과에 영향을 미치는 요소를 분석하고 결과에서 함의를 도출하는 것이다. 이를 위해 본 연구는 이론적 기반으로 Embodied Social Presence(ESP) 이론을 채택하고, 비몰입적 메타버스 작업 공간에 특화된 수정모형을 사용한다. 모형 및 가설 검증을 위해 비몰입적 메타버스 작업장에 참여한 참가자들과의 인터뷰 이후에 Gather Town 및 IFland와 같은 비몰입적 메타버스 작업장에서 참여자들을 대상으로 설문조사를 수행하였다. 그 결과 작업 참여 및 업무 참여에 미치는 영향이 메타버스 플랫폼에 따라 조절효과를 나타낸다는 것을 확인했다.

• 벤처창업연구
• /
• 제18권2호
• /
• pp.53-66
• /
• 2023

롤 모델은 개인의 직업 혹은 경력선택에 영향을 주기도 한다고 알려져 있다. 창업을 선택함에 있어서 롤 모델의 긍정적 영향은 많은 연구를 통해 이미 밝혀진 바가 있다. 롤 모델로는 혈연으로 연결된 가족 구성원인 부모형제 및 친척뿐만 아니라 사회적 관계로 만난 지인을 롤 모델로 선정한다고 한다. 본 연구에서는 자기이외에 롤 모델이 없는 창업자들과 롤 모델이 있는 창업자들로 구분하였다. 그리고 롤 모델이 있는 창업자들과 롤 모델이 없는 창업자들 간에 개인속성, 기업가정신 요인들, 학습지향성의 차이를 검증하고자 하였다. 또, 부모형제 및 친척 롤 모델을 강한 유대의 롤 모델로 지인 롤 모델을 약한 유대의 롤 모델로 구분하였다. 강한 유대 롤 모델을 가진 창업자들과 약한 유대 롤 모델을 가진 창업자들 간에 개인속성, 혁신성, 진취성, 위험감수성, 학습지향성의 차이를 검증하고자 하였다. 이를 위해 요인분석, t-검증 및 로지스틱 회귀분석을 실시하였다. 본 연구를 통해 밝혀진 실증분석 결과는 다음과 같다. 첫째, 롤 모델이 없는 창업자들 중 여성의 비율이 높은 것으로 나타났다. 둘째, 약한 유대의 롤 모델을 가진 창업자들이 강한 유대의 롤 모델을 가진 창업자들에 비해 큰 규모의 창업기업을 운영한다는 것이 밝혀졌다. 셋째, 약한 유대의 롤 모델을 가진 창업자들이 강한 유대의 롤 모델을 가진 창업자들에 비해 학습지향성이 더 높은 것으로 나타났다. 넷째, 로지스틱 회귀분석을 통해 살펴본 결과 롤 모델의 유무에 대한 영향은 성별, 학습지향성, 위험감수성, 창업규모 순인 것으로 나타났다. 다섯째, 로지스틱 회귀분석 결과에서 롤 모델의 유형에 대한 영향은 학습지향성, 창업규모의 순인 것으로 나타났다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.105-123
• /
• 2022

신용리스크 관리에 해당하는 부도예측모형은 기업에 대한 신용평가라고도 볼 수 있으며 은행을 비롯한 금융기관의 신용평가모형의 기본 지식기반으로 새로운 인공지능 기술을 접목할 수 있는 유망한 분야로 손꼽히고 있다. 고도화된 모형의 실제 응용은 사용자의 수용도가 중요하나 부도예측모형의 경우, 금융전문가 혹은 고객에게 모형의 결과에 대한 설명이 요구되는 분야로 설명력이 없는 모형은 실제로 도입되고 사용자들에게 수용되기에는 어려움이 있다. 결국 모형의 결과에 대한 설명은 모형의 사용자에게 제공되는 것으로 사용자가 납득할 수 있는 설명을 제공하는 것이 모형에 대한 신뢰와 수용을 증진시킬 수 있다. 본 연구에서는 머신러닝 기반 모형에 설명력을 제고하는 방안으로 설명대상 인스턴스에 대하여 로컬영역에서의 설명을 제공하고자 한다. 이를 위해 설명대상의 로컬영역에 유전알고리즘(GA)을 이용하여 가상의 데이터포인트들을 생성한 후, 로컬 대리모델(surrogate model)로 연관규칙 알고리즘을 이용하여 설명대상에 대한 규칙기반 설명(rule-based explanation)을 생성한다. 해석 가능한 로컬 모델의 활용으로 설명을 제공하는 기존의 방법에서 더 나아가 본 연구는 부도예측모형에 이용된 재무변수의 특성을 반영하여 연관규칙으로 도출된 설명에 도메인 지식을 통합한다. 이를 통해 사용자에게 제공되는 규칙의 현실적 가능성(feasibility)을 확보하고 제공되는 설명의 이해와 수용을 제고하고자 한다. 본 연구에서는 대표적인 블랙박스 모형인 인공신경망 기반 부도예측모형을 기반으로 최신의 규칙기반 설명 방법인 Anchor와 비교하였다. 제안하는 방법은 인공신경망 뿐만 아니라 다른 머신러닝 모형에도 적용 가능한 방법(model-agonistic method)이다.

• 경영정보학연구
• /
• 제23권1호
• /
• pp.155-172
• /
• 2021

최근 온라인 상품 구매의 증가로 인해 사용자의 선호에 맞는 상품을 추천해주는 시스템이 지속적으로 연구되고 있다. 추천 시스템은 사용자들에게 개인화된 상품 추천 서비스를 제공하는 시스템으로 사용자가 상품에 남긴 평점을 이용한 협업 필터링(Collaborative Filtering)이 가장 널리 쓰이는 추천 방법이다. 협업 필터링에서 상품 간의 유사도 계산은 시간이 많이 소요되는데, 특히 리뷰 데이터와 같은 빅데이터를 사용할 경우 더욱 많은 시간을 소요한다. 그래서 본 연구에서는 리뷰 데이터 마이닝을 이용하여 상품 간의 유사도 계산을 빠르게 수행할 수 있으면서 정확도를 높일 있도록 2단계(2-Phase) 방법을 이용한 하이브리드 추천시스템 방식을 제안한다. 이를 위해 온라인 전자책 상거래 상점인 아마존 킨들 스토어(Amazon Kindle Store)의 약 98만 개의 온라인 소비자 평점과 리뷰 데이터를 수집하였다. 실험 결과 본 연구에서 제안한 사용자의 평점과 리뷰를 단계적으로 반영한 하이브리드 추천 방식이 전통적인 추천 방식과 비교하여 추천 시간은 비슷하였으나 높은 정확도를 나타내는 것을 확인하였다. 따라서 제안한 방법을 사용하면 사용자가 선호하는 상품을 빠르고 정확하게 추천함으로써 고객의 만족을 높여서 기업의 매출 증대에 기여할수 있을 것으로 기대된다.

• 경영정보학연구
• /
• 제23권3호
• /
• pp.51-75
• /
• 2021

세계적인 전자상거래 기업들은 지속 가능한 경쟁력을 확보하기 위해 사용자 맞춤형 추천 서비스를 제공하고 있다. 기존 관련 연구에서는 주로 평점, 구매 여부 등 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하였다. 하지만 이와 같은 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하면 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 호텔을 이용한 사용자가 호텔 서비스, 청결 상태 등에 대하여 만족하지 못한다고 리뷰를 작성하였으나 선호도 평점 5점을 부여했을 때 정량적 선호도(평점)와 정성적 선호도(리뷰)가 불일치한 문제가 발생할 수 있다. 따라서 본 연구에서는 정량적 선호도 정보와 정성적 선호도 정보가 일치하는지를 확인하고 이를 바탕으로 선호도 정보가 일치하는 사용자를 바탕으로 새로운 프로파일을 구축하여 개인화 추천 서비스를 제공하고자 한다. 리뷰에서 정성적 선호도를 추출하기 위해 자연어 처리 관련 연구에서 널리 사용되고 있는 CNN, LSTM, CNN + LSTM 등 딥러닝 기법을 사용하여 감성분석 모델을 구축하였다. 이를 통해 사용자가 작성한 리뷰에서 정성적 선호도 정보를 정교하게 추출하여 정량적 선호도 정보와 비교하였다. 본 연구에서 제안한 추천 방법론의 성능을 평가하기 위해 세계 최대 여행 플랫폼 TripAdvisor에서 실제 호텔을 이용한 사용자 선호도 정보를 수집하여 사용하였다. 실험 결과 본 연구에서 제안한 추천 방법론이 기존의 정량적 선호도만을 고려하는 추천 방법론보다 우수한 추천 성능을 나타냄을 확인할 수 있었다.

• 지식경영연구
• /
• 제24권4호
• /
• pp.87-102
• /
• 2023

경외감은 새로운 경험에 대한 개방성을 확장하고, 새로운 지식 획득을 통해 인지적 세계관을 확장하려는 욕구와 연관된 정서이다. 본 연구에서는 경외감이 광고 맥락에서 소비자에게 미치는 영향을 알아보고자 서울 소재 대학 학부생 118명을 대상으로 2(감정: 경외감/통제) × 2(제품 유형: 혁신/비혁신) 설계의 실험을 진행하였다. 그 결과, 경외감 유발 광고는 비혁신적 제품이나 경외심을 유발하지 않은 경우보다 혁신적인 제품에 대한 제품 선호도와 긍정적 기술준비도를 향상시키는 것으로 나타났다. 매개된 조절분석 결과, 긍정적 기술준비도가 경외감 유발과 제품 선호도 사이의 관계를 매개하는 것으로 확인되었다. 즉, 혁신적 제품일 경우 경외감 유발 광고일 때 긍정적 기술준비도가 증가하게 되고, 이렇게 증가한 긍정적 기술준비도가 결과적으로 혁신적 제품에 대한 선호도를 높였다. 본 연구 결과는 경외감이 혁신적 제품에 대한 소비자의 긍정적 태도를 높이는 역할을 한다는 것을 밝힘으로써 경외감의 긍정적 효과가 있음을 주장한 기존 문헌을 뒷받침한다. 이를 통해 소비자의 혁신적 제품에 대한 긍정적 태도에 경외감 정서 유발이 미치는 영향을 확인하고, 혁신적 제품이나 서비스를 제공하는 기업의 마케팅 활동에 유의미한 시사점을 제공할 것으로 기대된다.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.21-39
• /
• 2020

딥러닝(Deep learning) 기법은 패턴분석, 이미지분류 등 다양한 분야에서 높은 성과를 나타내고 있다. 특히, 주식시장 분석문제는 머신러닝 연구분야에서도 어려운 분야이므로 딥러닝이 많이 활용되는 영역이다. 본 연구에서는 패턴분석과 분류능력이 높은 딥러닝의 일종인 합성곱신경망(Convolutional Neural Network) 모델을 활용하여 주가방향 예측방법을 제안한다. 추가적으로 합성곱신경망 모델을 효율적으로 학습시키기 위한 속성선택(Feature Selection, FS)방법이 적용된다. 합성곱신경망 모델의 성과는 머신러닝 단일 분류기와 앙상블 분류기를 벤치마킹하여 객관적으로 검증된다. 본 연구에서 벤치마킹한 분류기는 로지스틱 회귀분석(Logistic Regression), 의사결정나무(Decision Tree), 인공신경망(Neural Network), 서포트 벡터머신(Support Vector Machine), 아다부스트(Adaboost), 배깅(Bagging), 랜덤포레스트(Random Forest)이다. 실증분석 결과, 속성선택을 적용한 합성곱신경망이 다른 벤치마킹 분류기보다 분류 성능이 상대적으로 높게 나타났다. 이러한 결과는 합성곱신경망 모델과 속성선택방법을 적용한 예측방법이 기업의 재무자료에 내포된 가치를 보다 정교하게 분석할 수 있는 가능성이 있음을 실증적으로 확인할 수 있었다.