• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.53-61
• /
• 2022

4차 산업혁명 기술의 발전으로 가상과 현실의 경계가 모호한 디지털 환경 속에서 MZ세대와 메타버스가 가장 큰 주목을 받고 있다. 이러한 MZ세대에 부합되는 교수학습 방식으로 메타버스가 주목받고 있다. 본 연구에서는 에듀테크 관점에서 언론사 뉴스 분석을 통해 메타버스 플랫폼 중의 하나인 게더타운의 활성화 요인을 탐색해 보고자 하였다. 이를 위해 한국언론재단에서 제공하는 빅카인즈 시스템을 이용하여 빅데이터 관점에서 분석해 보았다. 그 결과 COVID-19 팬데믹 이후에 나타날 미래교육에서 '게더타운'의 활용도는 크게 증가할 것으로 예상된다. 둘째, 연관어와 워드크라우드 분석에서, '비대면'이나 '대학' 그리고 '신입생' 등 교육 관련 용어들의 가중치가 비교적 높게 나타났으며, '메타버스', '메타버스 플랫폼'을 포함하여, '코로나19'나 '아바타' 등의 용어도 중심적인 위치에 있는 것으로 나타났다. 셋째, 네트워크 분석에서 도출된 주요 용어로는 '코로나19, 아바타, 대학생, 진로, 유튜브' 가 포함되어 있는 것으로 나타났다. 이러한 여건 하에서, 본 연구 결과는 메타버스 플랫폼의 하나인 게더타운의 향후 교육 영역에서의 활용이 보다 활성화 되는데 크게 기여할 것으로 기대된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.307-332
• /
• 2022

부도예측모형은 여러 금융기관의 신용평가모형의 지식기반(knowledge base)로 이용되고 있으며 최근 머신러닝 기법의 발전으로 이를 도입하여 고도화하려는 다양한 시도가 진행 중이다. 그러나 실제 이러한 모형이 도입되기 위해서는 모형을 이용하는 사용자와 설명제공 대상인 고객의 이해와 수용이 전제되어야 한다. 그러나 사용자에게 제공되는 설명이 현실적 타당성(feasibility)이 결여되어 있다면 모형의 신뢰성과 수용도에 부정적인 영향을 미친다. 이에 따라 본 연구는 도메인 지식을 설명 생성 알고리즘에 통합하여 현실적으로 타당한 설명을 사용자에게 제공하고자 한다. 본 연구에서는 머신러닝 기반의 부도예측 모형에 설명력을 더하는 방법으로 반사실적 예시(counterfactual example) 기반의 로컬영역에서의 설명을 제공하는 모델을 제안한다. 제안 모델은 모형에 이용된 재무변수의 특성을 설명력 생성 알고리즘에 통합하여 설명의 현실적 가능성을 확보하고 이를 통해 사용자의 이해와 수용을 도모하고자 한다. 또한 본 연구에서는 반사실적 예시기반 설명을 위해 유전알고리즘(GA)를 이용하며 다목적함수를 목적함수로 설정하여 반사실적 예시의 주요 기준이 되는 항목을 반영하고 있다. 본 연구는 대표적인 머신러닝 기법인 인공신경망을 이용해 부도예측모형을 학습시킨 뒤, 사후적 방법(post-hoc)으로 설명을 위한 알고리즘을 도입하여 기존의 모형 설명 알고리즘인 LIME과 현실적 가능성이 결여된 반사실적 예시 기반 알고리즘과 비교하였다. 더 나아가 제안방법의 금융/회계 분야의 종사자를 대상으로 서베이를 진행하여 제안 방법의 설명의 질을 정성적으로 평가하였다.

• 정보교육학회논문지
• /
• 제26권2호
• /
• pp.129-140
• /
• 2022

코로나19(COVID-19)로 인해 우리 사회는 급격한 변화를 겪고 있으며 특히 교육 현장에서는 디지털 기술을 활용한 온라인 학습이 다양한 형태로 시도되고 있고, 교육 시스템의 변화에 따라 교사와 학생의 전통적인 역할에도 많은 변화가 생겼다. 그러나 비대면 교육 상황에서 발생하는 학습 몰입 저하, 교수·학습자 간의 상호작용 부재, 기초 학력 저하 등 원격 수업이 가지는 한계점이 지속적으로 제기되고 있으며 이러한 문제점을 해결하기 위해서 적절한 교육적 전략이 필요한 시점이다. 본 연구에서는 가상 세계(Virtual Reality)와 현실 세계(Real World)의 상호작용을 기반으로 하는 '메타버스(Metaverse)'의 개념에 주목하고 이를 기반으로 하는 교육 활동의 효과성을 검증하고자 했다. 세부적으로 메타버스 가상 교실(Virtual Classroom)에서 플립러닝(flipped learning)을 실현하기 위한 교육 프레임워크를 제안하고, 이를 기반으로 개발된 교수·학습 프로그램으로 단일집단의 학습 몰입도를 측정하여 개발된 프레임워크의 효과성을 검증했다. 본 연구에서 제안한 메타버스 플랫폼 기반의 플립러닝 프레임워크 및 교육 프로그램을 적용했을 때 학습자들의 학습 몰입도가 향상되었음을 확인할 수 있었다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.161-183
• /
• 2022

여론조사는 유권자들의 투표행위를 예측하고, 그 행위에 영향을 준다는 점에서 선거운동의 강력한 수단이자, 언론의 가장 중요한 기사거리로 자리잡고 있다. 하지만, 여론조사가 활발할수록 후보자들의 공약과 정책을 검증하기 보다 당선 가능성이나 지지도에 관한 조사만 반복적으로 실시하는 등 선거 캠페인에 관한 효과 측정에서 유권자들의 마음을 제대로 반영하지 못하는 경우가 많다. 여론조사의 선거 결과에 대한 부실한 예측이 언론사의 권위를 실추시켰다 하더라도, 어느 후보가 최종 승리할지에 대해 인간의 본능적인 궁금증을 풀어줄 명백한 대안이 없기 때문에 사람들은 여론조사에 대한 관심을 쉽게 놓지 못한다. 이에, 온라인 빅데이터를 통해 인사이트를 발굴하는 환경을 제공하는 썸트렌드의 '유튜브 분석' 기능을 활용하여 20대 대선에 대한 여론을 회고적으로 파악해 보고자 한다. 본 연구를 통해 간단한 유튜브 데이터 분석 결과만으로도 실제 여론(혹은 여론조사 결과)에 근접한 결과를 쉽게 도출하고, 성능이 좋은 여론 예측모형을 구축할 수 있음을 확인하였다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.365-385
• /
• 2022

간편 결제 서비스는 간편 인증 수단을 이용한 결제 및 송금 서비스이다. 코로나 19로 인해 온라인 거래가 증가하면서 간편 결제 서비스 이용이 증가하고 있다. 이와 함께 네이버페이, 카카오페이, 토스와 같은 전자금융업이 간편 결제 시장의 경쟁 구도를 다각화하고 있다. 해외의 핀테크 기업인 PayPal과 Alibaba는 자국 내 독보적인 점유율을 보유하고 있지만, 국내 간편 결제 시장은 독보적인 점유율을 차지하고 있는 업체가 없어 경쟁이 심화되고 있다. 본 연구에서는 간편 결제 시장 참여자를 전자금융업자, 휴대폰 제조업자, 금융회사로 분류하고, 각 업종의 대표적인 서비스들에 대해 SWOT 분석을 진행하였다. 구글 플레이스토어 실 사용자 후기를 토픽모델링 기법을 사용하여 분석하였고, 긍정 토픽을 강점으로 부정 토픽을 약점으로 활용하였다. 또한, 뉴스 기사를 P(정치), E(경제), S(사회), T(기술)로 나누어 토픽모델링을 진행하여 간편 결제 서비스에 대한 기회와 위협을 도출하였다. 본 연구를 통해 간편 결제 시장 참여자가 자사의 서비스 역량을 확인할 수 있도록 하고, 서비스별로 간편 결제 시장에서 우위를 점할 수 있는 서비스 활성화 전략을 제안하고자 한다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.329-346
• /
• 2022

최근 소셜 미디어의 숏폼(Short form) 동영상(인스타그램, 틱톡, 유튜브) 시장이 점차 증가하면서 인공지능 영역에서는 이를 활용한 연구가 활발히 진행되고 있다. 대표적인 연구분야로 동영상 내의 패션 상품을 탐지하고 상품 이미지를 검색하는 Video to shop 을 들 수 있다. 이와 같은 동영상 기반 인공지능 모델에서는 Convolution 연산을 사용하여 상품의 특징을 추출한다. 하지만 연산 자원의 제한으로 인해, 동영상의 모든 프레임을 사용하여 특징을 추출하는 것은 현실적으로 불가능하다. 이로 인해, 기존 연구에서는 전체 프레임 중 일부만 샘플링해서 사용하거나, 주제의 특성을 활용한 샘플링 방법을 개발하여 이를 통해 위 문제점을 개선하고, 모델의 성능도 향상시켰다. 기존의 Video to shop 연구에서는 프레임을 샘플링 할 때, 무작위로 일부분의 프레임을 샘플링하거나 균등한 간격으로 샘플링 한다. 하지만 이러한 샘플링 방법은 상품이 존재하지 않는 노이즈 프레임을 샘플링 하면서 패션 상품 검색 모델의 성능을 저하시킨다. 이에 본 연구는 노이즈 프레임을 제거하고 검색 모델의 성능을 향상시키는 샘플링 방법 MF(Missing Fashion items on frame) sampler를 제안한다. MF sampler는 키 프레임 메커니즘(Mechanism)을 발전시켜 자원 한계의 문제점을 개선했다. 또한, 노이즈 탐지 모델을 활용한 노이즈 프레임 제거를 통해 검색 모델의 성능을 향상시켰다. 이와 같은 결과는 실험을 통해 확인되었고, Video to shop 패션 상품 검색에 있어 성능 향상과 효과적인 학습이 가능하다는 것을 확인할 수 있었다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.1-25
• /
• 2022

2020년 1월 국내에 첫 코로나19 확진자가 발생한 후 버스와 지하철 같은 대중교통이 아닌 공공자전거와 같은 개인형 이동수단에 대한 관심이 증가하였다. 서울시에서 운영하는 공공자전거인 '따릉이'에 대한 수요 역시 증가하였다. 본 연구에서는 서울시 공공자전거의 최근 3년간(2019~2021) 시간대별 대여이력을 바탕으로 게이트 순환 유닛(GRU, Gated Recurrent Unit)의 수요예측 모델을 제시하였다. 본 연구에서 제시하는 GRU 방법의 유용성은 서울시 영등포구 여의도에 위치한 여의나루 1번 출구의 대여이력을 바탕으로 검증하였다. 특히, 동일한 조건에서 다중선형회귀 모델 및 순환신경망 모델들과 이를 비교 분석하였다. 아울러, 모델 개발시 기상요소 이외에 서울시 생활인구를 변수로 활용하여 이에 대한 검증도 함께 진행하였다. 모델의 성능지표로는 MAE와 RMSE를 사용하였고, 이를 통해 본 연구에서 제안하는 GRU 모델의 유용성을 제시하였다. 분석결과 제안한 GRU 모델이 전통적인 기법인 다중선형회귀 모델과 최근 각광받고 있는 LSTM 모델 및 Conv-LSTM 모델보다 예측 정확도가 높게 나타났다. 또한 분석에 소요되는 시간도 GRU 모델이 LSTM 모델, Conv-LSTM 모델보다 짧았다. 본 연구를 통해 서울시 공공자전거의 수요예측을 보다 빠르고 정확하게 하여 향후 재배치 문제 등의 해결에 도움이 될 수 있을 것이다.

• 서비스연구
• /
• 제10권4호
• /
• pp.89-100
• /
• 2020

4차 산업혁명의 중요한 축이 되는 것이 스마트 팩토리이다. 스마트 팩토리는 사물인터넷과 지능형 감지시스템을 사용하여 생산의 효율성과 효과성을 최대한 유도하는 체제이다. 스마트 팩토리에서 소비자의 요구사항을 적극적으로 반영하고 소비자의 사후 관리까지의 전 과정을 관리할 수 있는 방법이 제품수명주기관리 기법이다. 제품수명주기 관리에 대한 연구는 많았으나, 4차 산업혁명 시대를 대비하여 제품수명주기관리 지식영역을 어떻게 구성해야 하는 지에 대한 연구는 부족했다. 본 연구는 제품수명주기관리의 측면에서 4차 산업혁명을 대비하는 전문가 그룹의 의견을 분석했다. 제품수명주기관리의 세부 지식영역에 대해서 향후 4차 산업혁명의 영향을 조사하였다. 제품수명주기관리의 변화되는 내용을 전문가 그룹을 대상으로 정성적 자료 분석(Qualitative Data Analysis) 기법을 이용하였다. 전문가의 의견을 기반으로 총 30개의 세부 지식영역으로 구성된 제품수명주기관리에 대해서 4차 산업혁명에 대비해 보완하거나 대비해야 하는 내용을 정리하였다. 본 연구의 시사점은 제품수명주기관리의 지식영역을 재정립하고 4차 산업혁명을 대비한 제품수명주기 관리 지식영역의 변화를 살펴보았다. 본 연구는 기존의 정의된 제품수명주기관리의 지식영역에 대하여 4차 산업혁명을 대비한 제품수명주기관리의 변화를 조사한 것이다. 향후 연구에서는 4차 산업혁명 시대에 맞는 제품수명주기관리의 지식영역을 다시 정의하고 전문가의 인식을 조사할 필요가 있다. 4차 산업혁명의 사회문화, 기술적인 변화 요인을 고려하여 제품수명주기관리의 영역, 범위를 새롭게 정의할 수 있을 것이다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.347-373
• /
• 2023

최근 기업의 지속가능한 성장을 이끄는 ESG(Environmental, Social, and Governance) 관리의 중요성이 강조되고 있다. 이에, 본 연구는 기업과 일반 대중 간의 ESG에 대한 인식 차이를 실증적으로 밝히고, ESG 정책의 시행을 방해하는 부정적인 여론과 그 배경을 규명하는 것을 목표로 한다. 이를 위해, LDA(Latent Dirichlet Allocation) 토픽모델링, JST(Joint Sentiment Topic Modeling) 및 의미연결망분석 기법을 사용하여 지속가능경영보고서와 소셜미디어에서의 주요 키워드와 토픽, 그리고 그 연결관계를 분석하였다. 또한, ChatGPT를 활용하여, 텍스트마이닝 분석의 결과를 보완하였다. 분석 결과, 기업과 일반 대중 간 ESG에 대한 인식과 중요도에 상당한 차이가 있음을 확인하였다. 구체적으로, 기업들은 위기 관리, 투명한 지배구조, 윤리적 경영 등에 집중하여 신뢰를 구축하려 했으나, '그린워싱', '중대재해', '불매운동' 등과 같은 부정적 키워드가 자주 소셜네트워크에서 등장하여, 많은 대중들이 기업의 ESG 이슈 처리에 대해 의심하고 있음을 확인하였다. 본 연구는 기업, 정부 기관, 고객 및 투자자를 위한 ESG 전략수립에 도움이 될 수 있는 가이드라인을 제공한다는 점에서 의의가 있다.

• 경영과정보연구
• /
• 제37권1호
• /
• pp.139-154
• /
• 2018

R 프로그래밍 시스템은 인터넷을 통해 개방적이고 무료로 제공이 된다. R 환경은 헌신적이고 독자적인 사용자 그룹이 제공하는 다양한 함수가 포함되는 라이브러리에 의해 그 기능이 지속적으로 풍부해지고 다양해지고 있다. R의 사용은 조직에서의 빅데이터 분석이 점차 도입되면서 다양한 데이터 형태의 데이터 조작과 데이터 분석처리가 요구되면서 점차 채택되기 시작하였다. 그러나 R 수용에 대한 연구는 아직까지 존재하지 않고 있다. 본 연구는 교육환경의 사용자가 R을 수용하는데 미치는 인지변수를 식별하고, 그들간의 관계를 규명하고자 한다. 기존의 기술수용모형에 주관적 규범과 소프트웨어 역량을 추가한 확장된 R 수용모델을 제안하고, 경로분석을 통하여 가설을 검정하였다. 사용의도에 정의 영향을 미치는 변수는 주관적 규범, 지각된 편리성, 지각된 유용성으로 밝혀졌고, 지각된 유용성은 주관적 규범, 소프트웨어 역량, 그리고 지각된 편리성으로부터 영향을 받는 것으로 나타났다. 본 연구가 이전 연구와의 주요 차이점은 대상 시스템이 독립적인 시스템이 아니고, 또한 시스템은 정적이고 개발이 확정된 상태가 아닌 진화하고 오픈소스 시스템을 대상으로 했다는 것이다. 또한 R 환경은 플랫폼으로서, 다양한 통계분석, 빅데이터분석, 그리고 시각화가 가능한 시스템이다. 우리는 TAM(Technology Acceptance Model)을 적용하여 R플랫폼에 대한 사용자의 수용에 영향을 주는 변수를 식별하고 인과관계를 처음으로 시도하였다. 또 다른 기여도는 기존의 TAM모형에 주관적 규범과 소프트웨어 역량 개념을 추가한 확장된 모형을 식별한 것이다. 본 연구결과는 통계나 빅데이터 분석 패키지 도입 계획이 있는 대학이나 기업체에 시사점을 제공할 수 있을 것이다. 그러나 분석에 사용된 표본의 수가 적고, 표본이 모집단을 대표할 수 있다는 근거가 약해 제안된 모델의 신뢰성 및 타당성이 상대적으로 미흡하다고 할 수 있을 것이다. 따라서, 향후 연구에서는 확정적 연구를 위해서는 이와 같은 문제점에 대한 보완이 필요하다고 판단된다.