• 벤처창업연구
• /
• 제17권5호
• /
• pp.67-80
• /
• 2022

본 연구는 국내 스타트업의 실태를 조사하여 육성 및 지원 등의 정책방안을 도출하기 위해 실시하였다. 연구대상은 국내 최고수준의 혁신 클러스터이고 스타트업 메카로 평가받는 판교테크노밸리가 입지한 성남시 소재 스타트업을 대상으로 연구하였다. 스타트업의 기준으로는 IT, BT, CT 등 신기술 기반의 7년 미만 신생기업으로 정의하고 조사대상을 선정하였다. 이는 기존에 추상적이던 스타트업의 개념을 양적으로 측정가능하게 구체화 하였다는 점에서 기존 연구에서 진일보하였다고 볼 수 있다. 분석결과, 스타트업의 약 94%가 일명 "죽음의 계곡(Death Valley)"이라는 성장단계에 분포하고 있으며, BEP를 넘어 본격적인 성장을 의미하는 스케일업(Scale-up) 이상의 스타트업은 약 6%를 차지하고 있는 것으로 나타났다. 창업초기의 가장 큰 애로사항으로는 창업자금 문제를 꼽고 있으며, 자금을 조달하는데 매출이나 담보 등을 우선시하는 대출평가 방식을 가장 큰 문제로 꼽았다. 또한 스타트업들은 공공기금인 정책자금에 비해 VC, AC, 엔젤투자자 등의 민간투자 자본에 대한 접근성을 낮은 수준으로 평가하였다. 대다수 스타트업들이 해외진출에 관심이 많은 것으로 나타났고, 해외 VC 등의 해외 투자자 매칭을 해외진출을 위한 가장 큰 지원방안으로 꼽았다. 해외시장에서의 종합경쟁력은 100점 만점에 50점 미만인 49.6점으로 나타나 전체적으로 다소 경쟁열위에 있다고 평가했으며, 특히 브랜드 인지도, 마케팅 경쟁력, 판매채널 등에서 경쟁력이 많이 떨어지는 것으로 분석되었다. 국내 스타트업들이 국내시장을 넘어 해외시장에서도 경쟁력을 높이기 위해서는 기술경쟁력 제고와 함께 해외 판매채널(영업채널, 유통망 등)에 대한 공공의 지원과 투자가 우선되어야 하는 것으로 분석되었다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.221-241
• /
• 2018

지식사회에 들어서며 새로운 형태의 자본으로서 정보의 중요성이 강조되고 있다. 그리고 기하급수적으로 생산되는 디지털 정보의 효율적 관리를 위해 정보 분류의 중요성도 증가하고 있다. 본 연구에서는 기업의 기술사업화 의사결정에 도움이 될 수 있는 맞춤형 정보를 자동으로 분류하여 제공하기 위하여, 기업의 사업 성격을 나타내는 한국표준산업분류(이하 'KSIC')를 기준으로 정보를 분류하는 방법을 제안하였다. 정보 혹은 문서의 분류 방법은 대체로 기계학습을 기반으로 연구되어 왔으나 KSIC를 기준으로 분류된 충분한 학습데이터가 없어, 본 연구에서는 문서간 유사도를 계산하는 방식을 적용하였다. 구체적으로 KSIC 각 코드별 설명문을 수집하고 벡터 공간 모델을 이용하여 분류 대상 문서와의 유사도를 계산하여 가장 적합한 KSIC 코드를 제시하는 방법과 모델을 제시하였다. 그리고 IPC 데이터를 수집한 후 KSIC를 기준으로 분류하고, 이를 특허청에서 제공하는 KSIC-IPC 연계표와 비교함으로써 본 방법론을 검증하였다. 검증 결과 TF-IDF 계산식의 일종인 LT 방식을 적용하였을 때 가장 높은 일치도를 보였는데, IPC 설명문에 대해 1순위 매칭 KSIC의 일치도는 53%, 5순위까지의 누적 일치도는 76%를 보였다. 이를 통해 보다 정량적이고 객관적으로 중소기업이 필요로 할 기술, 산업, 시장정보에 대한 KSIC 분류 작업이 가능하다는 점을 확인할 수 있었다. 또한 이종 분류체계 간 연계표를 작성함에 있어서도 본 연구에서 제공하는 방법과 결과물이 전문가의 정성적 판단에 도움이 될 기초 자료로 활용될 수 있을 것으로 판단된다.

• 만화애니메이션 연구
• /
• 통권47호
• /
• pp.31-52
• /
• 2017

본 연구는 대학 수업에서 애니메이션관련 교육과정에 대해 NCS기반팀 티칭 교수학습사례를 제시하고 있다. NCS 교육은 스펙을 초월하고 채용시스템 정착과 국가직무능력표준 개발, 보급 등 실력과 능력이 존중받는 사회를 구현하기 위해 만들어졌다. 대학에서도 직무중심의 현장 전문인력 중심으로 대학 차원에서 직무특강 및 직무교육을 강화하고 있다. 특히, 애니메이션 분야는 새로운 기술이 급속도로 출현하고 있는 가운데 다양한 분야와의 융합형 인재를 요구하고 있다. 이러한 사회적 요구를 충족하기 위해서는 기존의 1인 1교과 수업방식에 한계가 있을 수 있으며 이를 해결하기 위해서는 직무별 세분화된 교수자의 다양한 참여가 필요하다. 즉, 학생들의 직무 교육 및 취업 창업의 문제를 전공교수 개인의 해결보다는 공동체적으로 해결하는데 목적이 있고 이를 위한 방안으로 팀 티칭을 제시하였다. 이를 통해 얻을 수 있는 기대효과로는 다음과 같다. 첫째, 애니메이션 분야가 갈수록 다양하고 융복합적으로 발전하는 추세에 따라 NCS직무와 관련된 능력단위 또는 능력단위 요소의 수행준거, 지식, 기술에 대한 전공 인력풀 활용으로 교수가 소속된 학과 이외의 타 학과 학생들과 매칭되어 보다 폭넓은 전문적 수업이 가능하다. 둘째, 대학 내부 전문가 교수를 적극적으로 활용하는 제도적 장치가 마련되어 자신의 소속 학과 이외의 타 학과에 부분적인 전문 역량 발휘가 가능하다. 이는 대학 내 교원역량강화 부문으로 연결된다. 셋째, 자신의 학과이외의 전문분야에 연관성 있는 전문교수의 협동수업을 통하여 보다 넓은 의미의 융합적이고 복합적인 대학만의 교육체계구축 할 수 있다. 마지막으로, 교내 교수인력풀의 전문특강과 멘토지원의 장점은 외부의 현장 전문가보다 학생의 다양한 이해와 요구를 수용할 수 있는 폭이 넓고, 학생에 대한 다각적인 지도가 책임교수와 이뤄질 수 있다. 학생이 필요로 하는 때 교내에서 쉽게 멘토를 만나 지도를 받기 때문에 시간적, 공간적 제약을 피할 수 있다.

• 전기전자학회논문지
• /
• 제22권2호
• /
• pp.408-412
• /
• 2018

이 논문에서는 40nm CMOS 공정을 이용하여 제작된 26GHz 가변 이득 증폭기에 대한 연구를 수행하였다. 79GHz를 사용하는 자동차 레이더의 경우 주파수 특성상 회로 전체를 79GHz로 설계 및 매칭 하기 보다는 Down conversion 하여 낮은 주파수대역으로 구동하거나 Up conversion 전에 낮은 주파수 대역을 이용하는 것이 설계 및 구동에 유리하다. 실제적으로 TTD(True Time Delay)를 통해 시간지연을 이용하는 Phased Array System 의 경우에도 현재 기술로는 낮은 주파수로 Down conversion하는 것이 오차를 줄이고 실제적 시간지연을 구현하는데 좋다. 79GHz 주파수의 1/3인 26GHz 주파수 대역에서 동작하는 VGA(Variable Gain Amplifier)에 대하여 설계하였고 1-stage의 cascode amplifier 형태로 구성된 회로에서 VDD : 1V, Bias 0.95V, S11은 < -9.8dB(Mea. High gain mode), S22 <-3.6dB(Mea. High gain mode), Gain : 2.69dB(Mea. High gain mode), P1dB : -15 dBm (Mea. High gain mode) 로 설계되었다. Low gain mode 에서는 S11은 < -3.3dB(Mea. Low gain mode), S22 < -8.6dB(Mea. Low gain mode), Gain : 0dB(Mea. Low gain mode), P1dB : -21 dBm (Mea. Low gain mode)로 설계되었다.

• 한국식품과학회지
• /
• 제43권6호
• /
• pp.773-782
• /
• 2011

한국형 TDS에 필요한 차별화된 포괄적인 식품목록을 도출하기 위해, 가장 최근에 실시된 2009년 TDS에서 사용된 것과 동일한 식품섭취량 자료를 사용하여 대표식품 선정기준을 확대 보완하고 그 결과를 비교하였다. 식품별 섭취량 누적비율 90%까지 확대, 섭취빈도 5% 이상으로 확대 및 추가 고려요인으로 지용성 오염물질을 위한 지방섭취량 누적비율 80%까지에 포함되는 식품을 고려하여 총 161종의 식품이 선정되었다. 도출된 대표 식품 목록은 우리 국민이 2007년에 섭취한 것으로 조사된 모든 식품군을 포함하고 있어 그 포괄성이 입증되었다. 다음 단계로, 한국인의 일상적인 식이를 대표할 수 있는 식품섭취량 자료를 확보하기 위해, 총 18,022명을 대상으로 실시된 2008년도와 2009년도 국민건강영양조사의 식품섭취량 자료를 통합하고 여기에 등장한 687종 식품을 이용하여, 상기 기술된 선정기준에 따라 165종 식품을 선정하여 기본목록을 작성하였다. 이들을 식품군별로 분류한 후 유사식품의 중복선정을 피하기 위해 매우 유사한 식품 30종에 대해 각 식품군 내에서 다소비 순위와 다빈도 순위를 비교하여 상대적으로 순위가 낮은 식품 15종을 제외시키고, 각 식품군에서 대표식품으로 선정되지 않은 식품에 대한 검토를 통해 식품 구성과 성상이 현저히 달라서 mapping이 어려운 식품 10종을 추가하여 160종이 대표식품으로 최종 선정되었다. TDS 분석대상으로 최종 선정된 160종의 식품목록은 식품섭취량의 90.93%, 에너지 섭취량의 91.36%, 지방섭취량의 89.05%를 포괄하는 것으로 나타났다. 예산과 연구기간의 제약으로 모든 식품이 분석될 수는 없으므로 분석되지 않은 식품을 가장 유사한 대표 식품의 유해물질 분석결과에 매칭하는 방법인 'best-fit' mapping 과정을 적용한다면 유해물질별 총 섭취량의 산출이 가능하게 될 것이다. 본 연구에서는 우리 국민의 식생활을 반영할 수 있는 대표성 있는 식품섭취량 자료를 확보하여 체계적인 방법으로 대표 식품을 선정하고, mapping을 통해 모든 식품을 포괄할 수 있는 방법을 제시함으로써 유해물질별 총 노출량을 평가할 수 있는 기반을 마련하였다.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.57-66
• /
• 2015

빅데이터 기술에 대한 관심이 급증함에 따라, 소셜 미디어를 통해 유통되는 방대한 양의 비정형 데이터를 분석하고자 하는 시도가 활발히 이루어지고 있다. 이에 따라서 텍스트 형태의 비정형 데이터 분석을 통해 의미 있는 정보를 찾고자 하는 시도가 비즈니스 영역뿐 아니라, 정치, 경제, 문화 등 다양한 영역에서 이루어지고 있다. 특히 최근에는 여러 현안 및 이슈들을 발굴하여 이를 의사결정에 활용하고자 하는 시도가 활발히 이루어지고 있다. 이처럼 빅데이터 분석을 통해 국가현안이나 이슈를 발굴하고자 하는 시도가 꾸준히 이루어져왔음에도 불구하고, 국가현안 및 이슈로부터 이와 관련된 R&D 문서를 효율적으로 제공하는 방안은 마련되지 않고있다. 이는 사용자들이 인식하는 현안 키워드와 실제 사용되는 R&D 키워드 사이의 이질성이 존재하기 때문이다. 따라서 현안 및 R&D키워드간의 이질성을 극복하기 위한 중간 장치가 필요하며, 이 중간 장치를 통해 각 현안 키워드와 R&D 키워드간에 적절한 대응이 이루어져야 한다. 이를 위해 본 연구에서는 (1) 현안 키워드 추출을 위한 하이브리드 방법론, (2) 현안 대응 R&D 정보 패키징 방법론, 그리고 (3) R&D 관점에서의 연관 현안 네트워크 구축 방법론의 총 세 가지 방법론을 제안한다. 제안하는 방법론은 텍스트 마이닝, 소셜네트워크 분석, 그리고 연관 규칙 마이닝 등의 데이터 분석 기법들을 활용하여 수행하였으며, 그 결과, (1)에 의한 키워드 보강률은 42.8%로 나타났으며, (2)의 경우, 현안 키워드와 R&D 키워드간 다수의 연관 규칙이 나타났다. (3)의 경우는 현재 진행 중에 있으며, 향후 가시적 성과를 낼 수 있을 것으로 예상된다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.137-152
• /
• 2012

인터넷 환경에서 월드 와이드 웹이 등장한 이후 웹을 통해 수많은 웹 페이지들이 생산됨에 따라 사용자가 원하는 정보를 검색하기 위한 다양한 형태의 검색 서비스가 여러 분야에서 개발되어 활용되고 있다. 특히 법령 검색은 사용자가 현재 자신이 처한 상황에 필요한 법령을 검색하여 법령에 대한 지식을 얻기 위한 창구로써 국민의 편의를 제공하기 위해 반드시 필요한 서비스 중 하나이다. 이에 법제처는 2009년부터 국민 누구나 편리하게 법령에 관련된 정보를 검색할 수 있도록 국가의 법령뿐만 아니라 행정규칙이나 판례 등 모든 법령정보를 검색할 수 있는 검색 서비스를 제공하고 있다. 하지만 현재까지의 검색엔진 기술은 기본적으로 사용자가 입력한 질의어를 문서에 포함하고 있는지의 여부에 따라 해당 문서를 검색 결과로 제시한다. 법령 검색 서비스 또한 해당 법령에 등장하는 키워드를 활용하여 사용자에게 검색 결과를 제공해주고 있다. 따라서 법제처의 이런 노력에도 불구하고 법령이 전문가의 시각에서 작성되었기 때문에 법에 익숙하지 않은 일반 사용자는 자신이 필요한 법령을 검색하기 어려운 한계점을 가지고 있다. 이는 일반적으로 법령에 사용되는 용어들과 일반 사용자가 실생활에 사용하는 단어가 서로 상이하기 때문에 단순히 키워드의 단순 매칭 형태의 검색엔진에서는 사용자들이 주로 사용하는 생활용어를 이용해서 원하는 법령을 검색할 수 없다. 본 연구에서는 법률용어에 관한 사전지식이 부족한 일반 사용자가 일상에서 주로 사용되는 생활용어를 이용하여 키워드 기반의 법령정보 검색 사이트에서 정확한 법령정보 검색이 가능하도록 생활용어와 법률용어 간의 대응관계를 탐색하고 이를 이용하여 법령을 검색할 수 있는 방법론을 제안하고자 한다. 우선 생활용어와 법률용어 간의 대응관계를 발견하기 위해 본 논문에서는 사용자들의 집단지성을 활용한다. 이를 위해 사용자들이 블로그의 분류 및 관리, 검색에 활용하기 위해 작성한 태그 정보를 이용하여 질의어인 생활용어와 관련된 태그들을 수집한다. 수집된 태그들은 K-means 군집분석 기법을 통해 태그들을 클러스터링하고, 생활용어와 가장 가까운 법률용어를 찾기 위한 평가 방법을 통해 생활용어에 대응될 수 있는 적절한 법률용어를 선택한다. 선택된 법률용어는 해당 생활용어와 명시적인 관계성이 부여되며, 이러한 생활용어와 법률용어와의 관계는 온톨로지 기반의 시소러스를 기술하기 위한 SKOS를 이용하여 표현된다. 이렇게 구축된 온톨로지는 사용자가 생활용어를 이용하여 검색을 수행할 경우 생활용어에 대응되는 적절한 법률용어를 찾아 법령 검색을 수행하고 그 결과를 사용자에게 제시한다. 본 논문에서 제시하고자 하는 방법론을 통해 법령 및 법률용어에 관련된 사전 지식이 없는 일반 사용자도 편리하고 효율적으로 법령을 검색할 수 있는 서비스를 제공할 것으로 기대한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.149-161
• /
• 2014

공공 서비스의 수출의 경우 수출 절차와 대상 선정에 따른 다양한 문제가 발생하며, 공공 서비스 수출 플랫폼은 이러한 문제점들을 해결하기 위하여 사용자 중심의 유연하고, 개방형 구조의 디지털 생태계를 조성할 수 있도록 구현되어야 한다. 또한 공공서비스의 수출은 다수의 이해당사자가 참여하고 여러 단계의 과정을 거쳐야 하므로 사용자의 이해 종류와 탐색 컨설팅 협상 계약 등 수출 프로세스 단계별로 맞춤형 플랫폼 서비스 제공이 필수적이다. 이를 위해서 플랫폼 구조는 도메인과 정보의 정의 및 공유는 물론 지식화를 지원할 수 있어야 한다. 본 논문에서는 공공서비스 수출을 지원하는 플랫폼을 위한 온톨로지 모형을 제안한다. 서비스 플랫폼의 핵심 엔진은 시뮬레이터 모듈이며 시뮬레이터 모듈에서는 온톨로지를 사용하여 수출 비즈니스의 여러 컨텍스트들을 파악하고 정의하여 다른 모듈들과 공유하게 된다. 온톨로지는 공유 어휘를 통하여 개념들과 그들 간의 관계를 표현할 수 있으므로 특정 영역에서 구조적인 틀을 개발하기 위한 메타 정보를 구성하는 효과적인 도구로 잘 알려져 있다. 공공서비스 수출 플랫폼을 위한 온톨로지는 서비스, 요구사항, 환경, 기업, 국가 등 5가지 카테고리로 구성되며 각각의 온톨로지는 요구분석과 사례 분석을 통하여 용어를 추출하고 온톨로지의 식별과 개념적 특성을 반영하는 구조로 설계한다. 서비스 온톨로지는 목적효과, 요구조건, 활동, 서비스 분류 등으로 구성되며, 요구사항 온톨로지는 비즈니스, 기술, 제약으로 구성 된다. 환경 온톨로지는 사용자, 요구조건, 활동으로, 기업 온톨로지는 활동, 조직, 전략, 마케팅, 시간으로 구성되며, 국가 온톨로지는 경제, 사회기반시설, 법, 제도, 관습, 인프라, 인구, 위치, 국가전략 등으로 구성된다. 수출 대상 서비스와 국가의 우선순위 리스트가 생성되면 갭(gap) 분석과 매칭 알고리즘 등의 시뮬레이터를 통하여 수출기업과 수출지원 프로그램과의 시스템적 연계가 이루어진다. 제안하는 온톨로지 모형 기반의 공공서비스 수출지원 플랫폼이 구현되면 이해당사자 모두에게 도움이 되며 특히 정보 인프라와 수출경험이 부족한 중소기업에게 상대적으로 더 큰 도움이 될 것이다. 또한 개방형 디지털 생태계를 통하여 이해당사자들이 정보교환, 협업, 신사업 기획 등의 기회를 만들 수 있을 것으로 기대한다.