• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.11a
• /
• pp.499-510
• /
• 2017

기술혁신에는 본질적인 어려움이 따르는데, 이는 상당부분 기술이 지닌 불확실성에 기인한다. 따라서 혁신 추구의 어려움을 경감에는 혁신 예측 방법론이 큰 도움이 될 수 있다. 한편 최근 빅데이터와 인공지능에 큰 관심이 이어지며 특히 알파고의 알고리즘 중 하나인 딥 러닝이 뛰어난성능을 보이고 있다. 이에 본 연구는 혁신성과 예측에 있어 딥 러닝을 이용한 방법론을 접목하여 연구를 진행하였다.. 모델 구축 및 학습에 있어 KIS 2016 데이터를 이용하였으며, 투입 요인으로는 정보 원천의 사용도와 혁신 목적을 사용하였고 산출 요인으로는 혁신 성과 지표를 구성하여 사용하였다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.11a
• /
• pp.483-497
• /
• 2017

a본 논문에서는 과학기술정책연구원에서 조사한 2016년 한국기술혁신조사(KIS 2016) 데이터를 이용하여 한국 제조기업의 혁신성과에 영향을 미치는 혁신저해요인에 관한 분석을 진행하였다. KIS 2016 데이터의 제조업 기업 수는 4000개였는데 이 중 혁신 설문에서 제시한 혁신 저해요인 중 아무것도 겪지 않았다고 답한 기업과 응답이 누락된 기업을 제외한 3159개 기업의 데이터를 활용하여 분석을 진행하였으며, 분석 방법으로는 로지스틱 회귀모형을 사용하였다. 자료를 바탕으로 요인분석을 실시하였으며, 그에 따라 혁신 저해요인으로 자금 문제, 기업 역량 요인, 필요 요인 총 세 가지 요인이 추출되었다. 이를 바탕으로 로지스틱 회귀분석 결과 자금 문제와 기업 역량 요인의 경우 혁신 제품의 시장 출시에 정(+)의 영향을 미치는 것으로 나타났으며 필요 요인의 경우 음(-)의 영향을 미치는 것으로 나타나 기업의 혁신 성공에 있어서는 기술혁신의 필요성에 대한 인식 제고가 시급한 것으로 분석되었다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.05a
• /
• pp.619-619
• /
• 2017

현대사회의 제품생산과 기업활동에서 소프트웨어의 중요성과 그 가치가 날로 높아져 가는 가운데 소프트웨어 기술혁신은 과거 소프트웨어 산업 영역에 국한되었던 비교적 작은 구조에서 이제는 다양한 산업 영역에서 다발적으로 일어나는 보다 넓은 구조로 변모하고 있다. 이 연구에서는 한국 출원인이 포함된 약 270만 건의 특허 메타데이터와 기업정보 데이터를 활용한 패널데이터를 구축하여 한국 산업계 전반에 걸쳐 일어나고 있는 소프트웨어 기술혁신의 구조 변동 현상을 밝혀내고, 이를 토대로 정부의 소프트웨어 산업 정책에 관한 함의를 도출하고자 한다. 이 연구는 다음의 네 부분으로 구성이 된다. 첫째, 최근 여러 분야에서 일어나고 있는 소프트웨어와 타 산업 간의 융합 현상과 이에 대한 이론적 논의를 전개한다. 둘째, 연구에 활용 할 데이터와 실증분석 방법론에 관하여 논의한다. 셋째, 패널분석을 기초로 한 실증분석을 수행하고, 그 결과를 제시한다. 넷째, 한국정부의 소프트웨어 산업 정책을 살펴보고, 이를 바탕으로 실증분석 결과가 지니는 함의에 관하여 논의한다.

• Journal of Korea Technology Innovation Society
• /
• v.2 no.3
• /
• pp.48-60
• /
• 1999

과학기술지표는 전통적으로 R&D 투입 데이터와 특허자료가 사용되었지만 본 연구에서는 이들의 단점을 극복할 대안으로 기업의 혁신활동 지표를 제시하고자 한다 먼저 한국의 CIS 데이터가 소개되고 계량분석을 이용한 방법론이 소개된다. 한편 이를 이용하여 산업별 혁신 능력지수를 제시한다

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.147-148
• /
• 2017

빅데이터 분석은 데이터베이스에 잘 정리된 정형 데이터뿐 아니라 인터넷, 소셜 네트워크 서비스, 모바일 환경에서 생성되는 웹 문서, 이메일, 소셜 데이터 등 비정형 데이터를 효과적으로 분석하는 기술을 말한다. 메타분석은 여러 실증연구의 정량적인 결과를 통합과 분석을 통해 전체 결과를 조망할 수 있는 기회를 제공하는 통계적 통합 방법이다. 전자상거래 연구에서 혁신확산에 영향을 미치는 요인으로 상대적 이점, 적합성, 복잡성, 시험 가능성, 관찰 가능성, 편리성 그리고 커뮤니케이션 채널을 외부 요인으로 설정된 연구를 대상으로 하고자 한다. 다음으로 국내 주요 학회지에 게재된 혁신확산이론 관련연구에서 어떠한 요인들을 사용하고 있고 또한 이러한 외부요인들이 종속변수에 어느 정도의 설명력을 가지는지를 메타분석을 통해 알아보고자 한다. 이러한 연구모델을 바탕으로 학문적 실무적 의의를 논의하고자 한다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2014.10a
• /
• pp.779-783
• /
• 2014

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2013.10a
• /
• pp.597-607
• /
• 2013

• The Journal of Bigdata
• /
• v.4 no.1
• /
• pp.83-97
• /
• 2019

With sensor and communication technology development, spatial data related to business activities is exploding. Spatial data is now evolving into atypical data about space over three dimensions, away from two-dimensional geographic data. In addition to the Fourth Industrial Revolution, which connects the virtual space with the real space, there is a great opportunity for companies to utilize it. The analysis of recent overseas cases shows that it is possible to analyze customized services by understanding the situation of customers and objects located in the space, to manage risk, and furthermore to innovate business processes by analyzing spatial data. In the future, business innovation that combines spatial data from various sources and real-time analysis of relationships and situations between people and objects in space is expected to expand in all business fields.

• 한국벤처창업학회:학술대회논문집
• /
• 2021.11a
• /
• pp.129-134
• /
• 2021

농업은 잦은 자연재해, 코로나 같은 예측하기 힘든 불확실성이 높아지는 상황이며 이를 해결하기 위해 새로운 기술적 접근방안과 돌파구 마련이 필요하다. ICT의 급속한 발전과 4차 산업혁명 시대가 도래하면서 데이터의 중요성은 더욱 커지고 있다. 빅데이터는 농업이 직면한 다양한 기술적 난제를 해결함과 동시에 생산,소비,유통 분야의 밸류체인 혁신을 통해 높은 경쟁력을 확보할 수 있게 핵심 요소가 될 것이다. 실제 농업 분야의 해외 사례를 살펴보면 주로 빅데이터에 대한 수집 분석이 기업을 중심으로 이루어지고 있고 기업의 새로운 가치 창출에 중요한 역할을 담당하고 있어 상업적 측면에서 활용가치가 매우 높음을 알 수 있다. 우리나라도 기업의 빅데이터 활용을 위한 다양한 시도가 이루어지고 있으나 아직은 대기업, 소수의 혁신기술 기반 중소기업이 대부분이다. 기업의 빅데이터 활용에 영향을 미치는 연구는 계속 진행되고 있으나, 산업별 특성이 반영되어 결과는 상이하게 나타났다. 또한 대부분의 연구가 조직 차원에서 초기 도입 의도에 영향을 주는 요인 파악에 집중하였다. 반면 기업이 빅데이터를 활용하여 성과를 창출하기 위해서는 각 분야 현업 종사자들의 지속적인 활용 의도에 영향을 미치는 요인에 관한 연구가 필요하다. 따라서 본 연구는 혁신기술 수용 의도를 파악하는데 높은 설명력을 나타내는 통합기술수용이론(UTAUT)과 혁신성향 변수를 활용하여 농업 관련 기업 종사들의 빅데이터 수용 의도에 미치는 영향 요인들을 살펴보고 경제적 혜택과 실용적 혜택의 매개 효과를 분석하고자 한다. 실제 농업 관련 기업 종사자 대상 설문을 통한 실증 연구를 통해 현장 종사자들의 빅데이터 활용 수준을 높이고 우수의 고급 인력을 확보하여 육성하기 위한 방안을 제시하여 농업관련분야 기업의 빅데이터 활성화 정책 도출에 시사점을 제시하고자 한다.

• Journal of Korea Technology Innovation Society
• /
• v.21 no.2
• /
• pp.818-837
• /
• 2018

Technological innovation has inherent difficulties, largely due to the uncertainties of technology. Thus, the forecasting methodology to reduce the risk of uncertainty in the innovation process has been presented both in quantitative and qualitative fields. On the other hand, big data and artificial intelligence have attracted great interest recently, and deep learning, which is one of the algorithms of AlphaGo, is showing excellent performance. In this study, deep learning methodology was applied to the prediction of innovation performance. To make the prediction model, we used KIS 2016 data. The input factors were importance of information source and innovation objectives and the output factor was innovation performance index, which was calculated for this study. As a result of the analysis, it can be confirmed that the accuracy of prediction is improved compared with the previous studies. As learning progressed, the degree of freedom of prediction also improved.