• Journal of the Korean Data and Information Science Society
• /
• 제20권3호
• /
• pp.563-575
• /
• 2009

본 연구는 Priester 등 (2004)에 의해서 제시된 기억기반 선택상황에서 태도-의사결정 통합모형인 '고려상표군과 선택에 대한 태도 및 태도강도의 영향모형'을 자극기반 선택상황으로 확장하였다. 즉 태도 및 태도강도가 고려상표군과 선택변수에 대한 역할 (모형 타당성측면)과 외부자극 요소인 제품 디스플레이 위치에 따른 물리적 현저성 강도의 역할 (모형 일반화측면)을 통해 모형의 확장가능성을 검토하였다. 본 연구는 기존 연구와 같이 태도 그 자체를 측정하여 행동이나 행동의도를 파악하는 대신에 '행동에 대한 태도'를 직접 측정할 수 있는 실험조사 방법을 토대로 로지스틱 회귀분석을 통해 실증적으로 분석하였다. 본 연구 결과는 기억기반에서 태도-의사결정간의 관련성에 대한 통합모형으로 제시된 모형의 특성들을 자극기반 상황에서 이론적 배경과 실증분석을 통해 모형타당성을 확인하여 모형의 일반화 가능성을 보여주었다.

• 디지털융복합연구
• /
• 제12권1호
• /
• pp.287-294
• /
• 2014

클라우드 컴퓨팅은 새로운 컴퓨팅 기술이고 조직에서는 정보자원을 전략적으로 관리할 수 있게 하는 수단을 제공한다. 사용자 관점에서 클라우드 컴퓨팅은 원격의 어플리케이션에 접근하고, 데이터를 저장하며, 개인간 협업을 지원하는 등의 이슈를 수반한다. 조직에서 클라우드 컴퓨팅 효과적으로 적용되기 위해서는 우선 사용자의 채택이 전제조건이다. 본 논문에서 우리는 개인차원의 클라우드 컴퓨팅 수용을 설명하기 위하여 기존의 UTAUT 모형을 수정하고 확장한 모형을 제안하고, 설문 데이터를 이용하여 이 모형의 타당성을 검정한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.642-642
• /
• 2012

최근에 들어 지구온난화에 따른 기후변화의 영향으로 국지성 집중호우와 돌발성 호우가 한반도 뿐 아니라 전 세계적으로도 많이 나타나고 있고, 그로 인한 이상홍수의 발생이 우리나라의 인명 및 재산피해를 날로 증가시키고 있는 추세이다. 그러나 현재 국내의 홍수방어시스템은 정확도 및 선행시간 확보 등의 측면에서 국민들의 요구수준까지는 그 역할을 수행하지 못하고 있는 실정이다. 또한 최근 4대강 살리기 사업을 통해 수행된 보 설치 및 하도 준설로 인해 하천환경의 변화가 크게 발생하여, 보다 정확하고 신속한 홍수위 예측기법이 요구되고 있는 실정이다. 이에 따라 현재 4대강 홍수통제소에서는 정확한 홍수위예측을 위해 4대강 본류 및 주요 지류에 대해 수리모형을 구축하고 있고, 기존의 저류함수모형에 의한 강우-유출 해석기법을 적용하여 주요 지류에 대한 유입량을 산정하기 위한 모형을 구축중에 있다. 국내 홍수방어 시스템에 현재까지 사용되어 오고 있는 저류함수모형 및 수위-유량 관계식을 이용한 방법은 물리적 기반의 홍수예측모형으로 유역의 지형학적 인자와 그에 따른 여러 변수를 포함하기 때문에 하천환경의 변화로 인해 각각의 추적과정에서 오차들이 발생하여 해석결과에 영향을 미치는 단점이 있다. 이에 반해 데이터 기반 모형은 강우-유출 모형에서 사용되는 많은 수문학적 자료 및 매개변수들의 사용 없이 오직 수위 및 강우측정 자료만을 이용하여 홍수를 예측하는 모형이다. 본 연구에서는 낙동강 유역에 대해 보다 정확한 홍수위 예측을 위해 현재 낙동강홍수통제소에서 구축중인 낙동강 본류의 수리모형의 주요 지류의 유입량 산정을 위해 기존의 물리적 기반 모형이 아닌 뉴로-퍼지(Neuro-Fuzzy) 모형을 이용한 data 기반 모형을 적용해 기존 물리적 기반 모형과 비교 분석 하고자 하였다. 낙동강의 주요지류인 감천, 금호강, 남강, 내성천, 밀양강, 반변천, 위천, 황강을 적용유역으로 선정하여 유역별로 티센망을 구축하였고, 각 지류별로 수위관측소를 선정하여 최근 10년동안 낙동강유역의 홍수예 경보가 발령되었거나 많은 비가 온 사상을 선정해 모형을 검증하였다. 모형은 실시간 수위측정 자료와 강우자료 및 해당유역 댐의 방류량 자료를 이용해 유역별 최적 입력자료 조합을 선정하여 간단하게 구축할 수 있었다. 또한 10분 단위 및 30분 단위의 입출력 자료로 모형을 구축하여 비교하였다. 이번 연구에서 수행한 낙동강유역에서의 뉴로-퍼지(Neuro-Fuzzy) 모형을 이용한 홍수예측기법을 통해 몇가지 data만으로 유역의 주요지점에 대한 홍수위와 홍수량을 예측할 수 있음을 확인할 수 있었다. 모의 결과는 실측치와 비교해 정확도 면에서 우수함을 보여 주었으나 예측시간이 길어질수록 실측치의 경향을 벗어나는 결과를 보였다. 그러나 실시간 홍수예 경보에 있어서는 만족할만한 선행시간을 확보할 수 있었다. 구축된 Data 기반 모형이 물리적 기반 모형과 더불어 낙동강 홍수예 경보를 위한 모형으로 사용될 수 있다면 보다 효율적인 예 경보 체계 구축에 도움을 줄 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.182-182
• /
• 2022

4차산업 기술이 상수도 관망 분야에도 활발히 도입되며 스마트워터 구축에 기술적인 기반이 마련되고 있다. 이중 디지털트윈의 경우 컴퓨터에 현실 속 사물의 쌍둥이를 만들고, 현실에서 발생할 수 있는 상황을 컴퓨터로 시뮬레이션함으로써 결과를 미리 예측하는 기술로 정의된다. 즉, 디지털트윈의 핵심기술은 시각화와 시뮬레이션 모형의 연계로 실시간 상황 표출뿐만 아니라 시뮬레이션 모형 입력값의 미래 변화를 추정하여 해당 사물의 상태를 예측하는 것이라고 할 수 있다. 상수도 관망의 경우도 디지털트윈 모형 구축 시 정교한 시뮬레이션 모형과 연계를 통해 관측 데이터의 표출과 함께 미관측 지점의 데이터를 추정 및 표출하는 것이 중요하다. 본 연구에서는 디지털트윈 모형 구축에 가장 필수적이라고 할 수 있는 상수도 관망의 해석 프로그램 매개변수 검보정 모형을 소개한다. 대표적인 상수도 관망해석 프로그램인 EPANET2.2의경우 입력값으로 주로 수요량과 관로의 조도계수를 요구하며, 본 연구에서는 수요량은 알고 있는 것으로 가정하고 관로의 조도계수만 Markov-Chain Monte Carlo (MCMC)를 사용하여 검보정한다. 해당 모형은 (1) 실시간 조도계수 추정이 가능하면, (2) 동시에 누수 탐지가 가능하고, (3) 관로의 기능적 노후를 정의하여 향후 디지털트윈 모형 구현 시 관로 노후를 표출할 수 있는 기반을 구축한다. 우선 실시간 조도계수 추정은 데이터베이스와 연동하여 진행하며, MCMC 모형을 활용한 관로 별 조도계수의 분포에 따라 정상범위 내 변동이 발생하는지 여부를 판단한다. 이때 정상범위를 벗어난 변동이 발생하는 경우 잠재적 누수가 존재하는 것으로 가정하며, 콜모고로프-스미르노프(KS) 테스트를 통해 이를 판단한다. 기능적 노후는 관로의 통수능과 연관이 있으며, 추정한 조도계수에 따른 관로의 통수능을 산정하여 결과를 표출한다. 본 연구에서 제안한 모형은 향후 상수도 관망 디지털트윈 구현에 핵심 요소기술로 활용할 수 있을 것으로 기대한다.

• 디지털콘텐츠학회 논문지
• /
• 제19권7호
• /
• pp.1373-1379
• /
• 2018

센서를 활용한 다양한 응용들의 등장으로 사물 인터넷 환경에서 무선 센서 기기들의 활용범위가 점점 넓어지고 있다. 그런데 무선 센서 특성상 전력자원의 한계가 있으므로, 무선 통신과 같이 전력소모가 큰 작업들을 에너지 효율적으로 운영해야 한다. 이를 위해, 본 논문에서는 수집된 센서 데이터를 모아서 전송하는 방식(data aggregation) 하에서 확률 모형 기반의 에너지 소비 모델을 개발하고, 개발된 모델을 기반으로 전력소비를 최소화하는 센서 데이터 전송주기를 구하였다. 또한, 분석 결과를 바탕으로 최적 전송주기의 성능을 수치예제로 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.453-456
• /
• 2022

전력망의 역할은 안정적인 전력공급이 최우선이다. 예고 없는 불안정한 상황에 대한 여러 가지 대비에 대한 방안이 필요하다. 기상 데이터를 활용하여 탐구적 데이터 분석을 통한 피처 간의 관계를 파악하여 머신러닝 기반의 에너지 생산 예측 모형을 모델링한다. 본 연구에서는 주성분분석을 사용하여 에너지 생산 예측 시 영향을 미치는 피처를 추출하였으며 머신러닝 모델에 적용함으로써 예측 신뢰도를 높였다. 제안한 모형을 사용하여 특정 기간을 대상으로 생산 에너지를 예측하고 해당 시점의 실제 생산 값과 비교함으로써 주성분분석을 적용한 에너지 생산 예측에 대한 성능을 확인하였다.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.444-452
• /
• 2017

최근 사물인터넷 (IoT; Internet-of-things)의 필요성이 급격하게 대두됨에 따라 Low Power Wide Area (LPWA) 표준에 대한 관심이 커지고 있다. 이 논문에서는 LPWA의 표준 중의 하나인 LoRa 기술에 대한 성능을 실측 데이터에 기반하여 분석한다. 특히, Line-of-sight (LoS) 및 Non-line-of-Sight (NLoS) 환경에서 수신 신호의 Received Signal Strength Indication (RSSI) 값을 측정하여 이론적인 경로손실 모형을 적용한 RSSI 값과 비교한다. 이를 위해 다양한 경로손실 모형 중에서 Log-distance 및 Two-ray 모형 그리고 실측 데이터에 기반한 통계적 모형인 Okumura-Hata 모형을 적용한다. 그 결과, LoS 및 NLoS 환경 모두에서 Okumura-Hata 모형이 RSSI 실측 데이터와 가장 근접한 것으로 분석되었다. 이러한 결과는 LoRa를 이용하여 네트워크를 구성할 때 최적의 노드 배치를 위한 기준을 제공하는데 활용될 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제22권5호
• /
• pp.79-86
• /
• 2021

빅데이터 분석의 유용성이 주목을 받으면서 경영학 분야에서도 이를 활용하여 기업의 성과를 예측하고자 하는 다양한 연구들이 진행되고 있다. 이러한 선행연구들은 주로 뉴스 기사나 SNS 등 기업 외부의 자료에 의존하고 있다. 직원의 만족도나 기업에 대한 직원의 인식, 장단점 평가와 같은 기업 내부의 목소리는 기업가치에 대한 잠재적인 영향력에도 불구하고 상대적으로 확보가 어려워 관련 연구가 아직 충분치 못하다. 이에 본 연구에서는 국내 유가증권시장 상장 기업을 대상으로 임직원의 기업리뷰가 기업가치에 미치는 영향을 살펴보고, 이를 기반으로 기업가치를 예측하는 모형을 구축하고자 한다. 이를 위해 온라인 기업리뷰 사이트인 잡플래닛(Jobplanet)에 2014년부터 2019년까지 전·현직원이 남긴 97,216건의 기업리뷰를 수집하고 동 데이터에 근거하여 머신러닝 기반의 예측 모형을 제안하였다. 제안한 모형 중 LSTM 기반 모형의 정확도가 73.2%로 가장 높았고 MAE 또한 0.359로 가장 낮은 오차를 보였다. 본 연구는 국내에서 머신러닝을 활용한 기업가치 연구 분야에 유용한 사례가 될 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.338-338
• /
• 2020

강우-유출 모형에 의한 유출해석은 하천의 기후변화 및 재난대응, 수자원확보, 유역개발 등의 정책수립을 위한 가장 기본적인 과정이다. 이를 위해 다양한 물리적 강우-유출모형이 개발되었으며 많은 연구들에 의해 유용성이 증명되었다. 그러나 메콩강 유역과 같이 물리적 데이터의 양적, 질적 신뢰도가 부족한 지역을 대상으로 하는 경우 모형의 기본적인 불확실성 외에 다양한 기초자료 및 매개변수의 결정 또는 추정에 의한 추가적인 불확실성이 포함된다. 본 연구에서는 물리적 강우-유출모형에 대한 대안으로 데이터 기반의 black-box 모형인 LSTM 모형을 이용하여 메콩강 본류 Kratie지점을 대상으로 강우-유출해석시스템을 구축하였다. 이후 기후변화시나리오를 적용하여 미래유출변화를 모의를 수행하였다. 도출된 결과는 물리적 강우-유출모형인 SWAT 모형의 유출해석결과의 비교를 수행하고 이를 통해 LSTM 모형의 적용성을 판단하였다. 관측유량 및 기온자료를 제외한 모형에서 요구되는 기초자료는 범용 입력자료를 이용하고 미래기간의 예측을 위해 편의보정 된 RCP 4.5 및 8.5 기후변화시나리오가 적용되었다. 두 모형의 Kratie 지점에 대한 미래 유출예측결과는 경향성 분석결과 두 모형 모두 시나리오 별 통계적으로 유의한 수준의 경향은 도출되지 않았으나 RCP 4.5 시나리오에 대비 RCP 8.5 시나리오에서 연평균 유량의 변동성이 크게 나타나는 것으로 분석되는 등 결과의 유사성을 보이고 있는 것으로 분석되었다. 이를 통해 LSTM 모형에 의한 유출예측결과가 단순 시계열 변화에 따른 유출변화 모의에 있어서 SWAT의 결과에 비해 높은 재현성을 보이는 것을 확인하였다. 본 연구와 같이 유출량의 시 계열 변화만을 필요로 하는 경우 적은 데이터만으로 비교적 정확한 결과를 도출하는 LSTM 모형은 매우 효과적으로 사용될 수 있다고 판단된다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.