• 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.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.93-107
• /
• 2014

대부분의 인터넷 쇼핑몰은 자사 고객의 관심 분야를 파악하고 이를 상품 추천에 효과적으로 활용하기 위해 많은 노력을 기울이고 있다. 하지만 고객이 회원 가입 시 직접 입력한 개인 정보는 신뢰하기가 어렵고, 고객의 구매 패턴을 통해 파악한 관심 분야 정보는 자사 사이트 내에 진입한 이후에만 보인 한정된 패턴이라는 측면에서 해당 고객의 다양한 관심분야를 제대로 나타낸다고 보기 어렵다. 이러한 한계를 극복하기 위해 본 연구에서는 고객의 평소 인터넷 사용 기록을 통해 최근 방문 사이트들의 주제를 분석함으로써, 고객의 실제 관심 분야를 파악할 수 있는 방안을 제시하였다. 또한 토픽 분석을 통해 각 사이트의 주제를 도출하고 도출된 주제를 다시 동시 방문자 관점에서 군집화 함으로써, 고객 관점에서 의미가 있는 상위 수준의 새로운 테마를 발굴하기 위한 방법론을 제안하였다. 연구의 특징은 유사주제 중심의 군집화라는 기존 연구와는 달리 사용자 관점의 관심주제 중심 군집화라 할 수 있다. 향후 사용자 중심의 카테고리 설계를 비롯한 새로운 관점의 고객군 정의 등 보다 높은 차원의 마케팅 전략 수립에 활용이 가능할 것으로 기대된다. 사용자 관점의 이슈 군집화 과정은 크롤링, 토픽 분석, 액세스 패턴 분석, 네트워크 병합, 네트워크 변환 및 군집화와 같은 여섯 가지 주요단계로 구성되어있다. 이를 위해 텍스트 마이닝과 소셜 네트워크 분석 기법을 활용한 비정형 텍스트를 기반으로한 빅데이터의 활용 방법을 모색하였다. 제안 방법론의 실무 적용 가능성을 평가하기 위해, 국내 최대 포털 뉴스 사이트의 방문자 2,177명의 1년간 방문 기록과 뉴스기사 대한 분석을 수행하고 그 결과를 요약하여 제시하였다.

• 한국조경학회지
• /
• 제48권6호
• /
• pp.16-24
• /
• 2020

본 연구는 국내 최초의 공중보행로인 서울로 7017의 이용행태를 이용객이 자율적으로 서술한 블로그를 분석하여 이용현황을 파악하고, 서울로 7017의 이용행태 및 개선방안을 제시하는 것을 목적으로 하였다. 이에 서울로 7017이 시민에게 개방된 2017년 6월부터 2020년 5월까지로 검색엔진 NAVER·DAUM의 블로그 제목과 원문에 '서울로 7017'이 포함된 텍스트 데이터를 빅데이터 기법인 텍스트 마이닝(Text Mining)과 소셜 네트워크(Social Network; 사회연결망)분석을 활용하여 분석하였다. 연구결과의 요약은 다음과 같다. 먼저 서울로 7017의 주요 행태는 '야경'과 '걷다'이고, 영향을 미치는 요소는 문화·예술과 관련된 요소로 여러 가지 프로그램 및 축제를 이용객의 요구에 맞는 프로그램을 개설하고 적극적으로 알린다면 주요 행태가 더 활발하게 일어나게 할 수 있을 것이다. 한편, 서울로 7017의 이용객들이 원하는 주요행태는 정적 행태인 '앉다'인데, 앉는 행태가 일어나기에 물리적인 조건이 충분하지 않으므로 그늘, 벤치 등 앉는 행태가 일어날 수 있는 시설을 개선하여 방문객의 요구를 충족시킬 수 있을 것이다. 서울로 7017의 행태변화의 특이점으로 코로나19로 인하여 공공다중이용시설 및 집단 활동이 제한되면서 혼자 여행하기 좋은 곳, 혼자 산책하기 좋은 곳으로 인식되고 있다는 점이다. 이에 코로나19와 같은 상황에서 사람들이 산책 등을 할 수 있는 시설, 여러 가지 볼거리 증대 등을 통하여 더 다양한 행태가 도출될 수 있고, 이용객의 만족도를 높일 수 있다. 서울로 7017은 국내 최초의 공중보행로서 공공공간의 의미를 넘어 주변 지역의 도시재생 및 도시자원의 효율적 활용을 위하여 조성되었으며, 역사, 자연, 복지, 문화, 관광자원 등 다양한 가치를 지니고 있는 장소이다. 그러나 이용행태 분석 결과, 서울로 7017에서 다양한 행태가 일어나지 않고 있으며, 주요 행태를 방해하는 요소가 도출되었다. 이러한 연구 결과를 참고하여 서울로 7017의 이용행태를 파악하고, 공간체계 및 시설 개선의 계획을 수립하여 서울로 7017이 도시민들에게 중요한 장소이자 도시를 활성화하는 동력이 될 수 있도록 발전시켜 나가야 할 것이다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.77-92
• /
• 2014

텍스트에 대한 사용자의 접근성을 향상시키기 위해, 이들 문서는 정해진 기준에 따라 카테고리로 분류되어 제공되고 있다. 과거에는 카테고리 분류 작업이 수작업으로 수행되었지만, 문서 작성자에게 분류를 맡기는 경우 분류 정확성을 보장할 수 없고 관리자가 모든 분류를 담당하는 경우 많은 시간과 비용이 소요된다는 어려움이 있었다. 이러한 한계를 극복하기 위해 카테고리를 자동으로 식별할 수 있는 문서 분류 기법에 대한 연구가 활발하게 수행되었다. 하지만 대부분의 문서 분류 기법은 각 문서가 하나의 카테고리에만 속하는 경우를 가정하고 있기 때문에, 하나의 문서가 다양한 주제를 갖는 실제 상황과 부합하지 않는다는 한계를 갖는다. 이를 보완하기 위해 최근 문서의 다중 카테고리 식별을 위한 연구가 일부 수행되었으나, 이들 연구는 대부분 이미 다중 카테고리가 부여되어 있는 문서에 대한 학습을 통해 분류 규칙을 생성하므로 단일 카테고리만 부여되어 있는 기존 문서의 다중 카테고리 식별에는 적용할 수 없다는 제약을 갖는다. 따라서 본 연구에서는 이러한 제약을 극복하기 위해, 카테고리, 토픽, 문서간 관계 분석을 통해 단일 카테고리를 갖는 문서로부터 추가 주제를 발굴하여 이를 다중 카테고리로 자동 확장시킬 수 있는 방법론을 제안하였다. 실험 결과 원 카테고리가 식별된 총 24,000건의 문서 중 23,089건에 대해 카테고리를 확장시킬 수 있었다. 또한 정확도 분석에서 카테고리의 특성에 따라 카테고리 분류 정확도가 상이하게 나타나는 현상을 발견하였다. 본 연구는 단일 카테고리로 분류된 문서에 대해 다중 카테고리를 추가로 식별하여 부여함으로써, 규칙 학습 과정에서 다중 카테고리가 부여된 문서를 필요로 하는 기존 다중 카테고리 문서 분류 알고리즘의 활용성을 매우 향상시킬 수 있을 것으로 기대한다.

• 벤처창업연구
• /
• 제16권4호
• /
• pp.115-133
• /
• 2021

본 연구는 그 동안 혼재되어 왔던 4차 산업 혁명의 개념과 관련 기술 들을 살펴보고 이로 인한 사회 경제적 변화와 영향 및 주요 국가의 4차 산업혁명에 대응하는 사례를 검토 하였다. 이를 기반으로 한국벤처기업이 4차 산업혁명에 대비하기 위한 SWOT 요인 도출 및 요인별 중요도 산출을 통해 정부 및 정책 입안자들에게 관련 정책 수립을 위한 방향 제시에 도움을 주고자 한다. 나아가 한국벤처기업 들에게는 글로벌 경쟁력 확보를 위한 추진 방향을 제시하고 이후에 진행할 학문적 심층 연구를 위해서도 기초적이고 체계적인 분석에 도움을 주는 것을 목적으로 한다. 연구를 위해 4차 산업 관련 분야에서 한국 벤처기업의 내부 역량과 외부 환경 변화 요인이 무엇인지를 파악하기 위해 기존 문헌 탐구와 자료 조사를 통해 총 21개의 SWOT 요인을 도출하여 이를 업계, 학계, 정책전문가 그룹으로 구분하여 델파이 조사를 통해 확정하였다. 또한 이를 체계적 의사결정 기법인 AHP 기법으로 항목별 중요도를 분석하였다. 분석 결과에 따르면 강점(48%)→기회(25%)→위협(16%)→약점(11%) 순으로 중요하게 여기고 있음을 보여 주었으며 세부 항목별 중요도 분석 결과에서는 총 21개 세부항목 중 상위 3개 항목으로는 '신속하고 유연한 사업화 능력, '플랫폼·빅데이터·비대면 서비스 활성화, 'ICT 인프라 구축 및 활용' 순으로 중요도가 높게 나타났다. 반면 하위 3개 항목으로는 '안정적인 거시 경제 및 SOC 기반', '세계적 보호무역 기조에 따른 해외시장 진출 어려움, '외국인 투자규모 절대 열세' 항목은 우선순위가 낮게 나타났다. 전문가 그룹별 견해 차이를 보기 위한 중요도 순위 검증 결과, 업계와 학계전문가는 상관관계가 높고 업계와 정책전문가는 중간 정도의 상관관계를 보여 큰 견해 차이가 없었으나 학계전문가와 정책전문가의 상관관계는 통계적으로 유의하지 않아(p<0.01) 중요도에 대한 견해 차이가 있는 것으로 분석 되었다. 이는 정책전문가는 강점 항목인 '신속하고 유연한 사업화'와 기회 항목인 '우수한 교육시스템 및 고급인력 보유', '신시장 창출'을 매우 중요하게 생각한 반면, 학계전문가는 강점 항목인 '정부 정책의 지원 부분'을 훨씬 중요하게 생각하는 차이에서 기인된 것으로 판단된다. 본 연구의 시사점은 한국벤처기업이 4차 산업혁명 분야에서 경쟁력을 확보하기 위해서는 강점과 기회요인의 해당 항목 들을 우선적으로 지원하는 정책이 필요함을 있음을 시사하고 있으며 또한 학계와 정책전문가 사이에 다른 견해를 보이고 있는 강점 요인과 기회 요인의 세부 항목 차이는 적극적으로 검토하여 정책에 반영할 필요가 있음을 의미한다고 볼 수 있다.

• 경영정보학연구
• /
• 제19권2호
• /
• pp.1-19
• /
• 2017

본 연구는 텍스트마이닝 기법 중 토픽 분석을 활용하여 관련 업계 국내 1위 S사(社)의 최고경영자 대상 온라인 교육 콘텐츠 강의 중심으로 원문 스크립트를 분석했다. 지난 5년간(2011~2015)년 서비스된 총 4,824개 콘텐츠를 바탕으로 핵심 키워드를 추출한 다음 주제별 22가지 토픽으로 분류한 후 동향 분석을 수행했다. 이를 통해 최근 콘텐츠 비중이 급증하고 있는 토픽 주제를 확인할 수 있었다. 다음으로 토픽 분석을 통해 분류한 토픽 및 카테고리를 바탕으로 회원 평가 요인을 적용해 카테고리 및 각 토픽별 지적 관심도를 체계화 할 수 있었다. 경영·경제 분야에서는 마케팅전략, 인사/조직, 커뮤니케이션 분야 등이 높은 관심도와 만족도를 나타냈다. 인문 분야에서는 철학, 전쟁사, 역사(서양) 라이프스타일에서는 마음건강 분야가 관심도와 만족도 둘 다 높은 것으로 나타났다. 이와 함께 교육용 콘텐츠가 시대 변화에 민감하게 반응할지라도 회원의 관심과 만족도 제고에는 실패할 수 있다는 사실을 확인할 수 있었다. 최근 콘텐츠 비중은 급증했지만 평균 이하의 만족도를 기록한 IT기술 토픽이 대표적 사례라 할 수 있다. 이를 통해 최고경영자 대상 콘텐츠 제작 시 단순히 기술적 측면의 정보전달에서 끝나는 것이 아닌 기술 적용을 통한 가치혁신에 대한 깊이 있는 시사점을 도출하거나 풍부한 영상 자료를 바탕으로 다양한 볼거리를 제공하는 등 양적인 측면과 함께 질적인 측면을 고려해야 한다는 교훈을 얻을 수 있었다. 본 연구는 포털 사이트 혹은 SNS 자료가 아닌 국내 가장 영향력 있는 이러닝 기업 데이터를 토대로 분석을 진행했기에 보다 심도 있고 실용적인 결과를 도출했다. 또한 이러닝 관련 연구 분야에서 지금까지는 드물었지만 기술의 발달로 점점 연구 조사 방법론으로 기대가 높아진 텍스트마이닝 방법에 대하여 그 적용 가능성을 성공적으로 탐색해 보았다. 기존에는 콘텐츠 운영 현황 분석 시 콘텐츠 프로그램명에 입각, 표면적인 방식으로 분류할 수밖에 없는 한계가 존재했다면 텍스트마이닝 방법론을 활용하면 비정형 데이터 콘텐츠 스크립트를 바탕으로 분석하여 내용을 바탕으로 한 보다 심도 있는 콘텐츠 분류 및 주제 분류를 이끌어 낼 수 있다. 이를 바탕으로 연도에 따른 주제별 콘텐츠 서비스 현황을 도식화한다면 현재 부족한 분야와 필요한 분야에 대한 보다 심도 있는 고찰이 가능하다. 본 연구는 다양한 텍스트마이닝 기법 중에서 이러닝의 상황에서 효과적으로 연구하기 위한 새로운 방법론을 제시했으며 향후 최고경영자 교육 관련 분야별 지적 관심도에 대한 분석에 도움이 될 것으로 기대된다.

• 디지털융복합연구
• /
• 제15권9호
• /
• pp.1-14
• /
• 2017

빅 데이터 시대에 접어듦에 따라 개인정보의 가치는 더욱 증가하고 있다. 그러나 우리나라의 개인정보보호 관련 법률들은 여러 가지 해결해야 할 문제점들을 가지고 있는 상황이다. 더욱이 기존 연구들은 제시되고 있는 문제들에 대해 개별적으로 접근하고 있어 개인정보보호법 개선방향에 대한 종합적 이해를 돕는데 한계가 있었다. 따라서 본 연구에서는 국내 개인정보보호법의 문제점들을 논의한 기존 연구들을 바탕으로 현행 개인정보보호법제의 개선과제들을 분석한다. 메타분석 기법을 적용하여 개인정보보호법제의 문제점들을 논의한 총 39개의 연구 논문을 선별하고 분석하였다. 분석 결과 개인정보의 의의 및 범위에 대한 논의, 이해관계자의 역할 및 의무에 대한 논의, 개인정보의 제3자 제공에 관한 논의, 각 분야별 특별법과의 중복규제 및 규제 불균형에 관한 논의 등 파편화 되어있는 현행 개인정보보호법이 가지고 있는 다양한 문제점들이 존재하고 있음을 확인하였다. 실무적 측면에서 본 연구는 개인정보보호법과 각 분야별 특별법들 사이의 부정합성을 개선하기 위한 기초 자료로 의미가 있으며. 학문적으로는 연구자들이 거시적 관점에서 개인정보보호법제의 문제점들을 파악하여 향후 개인정보보호법제의 통합적 정비 방안을 제시하는데 기여할 것이다.

• 한국융합학회논문지
• /
• 제12권3호
• /
• pp.297-304
• /
• 2021

이 연구는 학령기 아동의 발달지원을 위하여 기존의 미술 치료 및 교육에서 시행되어 온 시각적 사고 중심의 접근에 더하여, 언어 교육 및 치료적 접근을 융합하고자 한 것이다. 이에 언어와 미술의 서로 다른 영역의 융합 가능 영역을 탐색하기 위하여 텍스트 마이닝 기법을 적용하였다. 이에 따라 이 연구는 기초 연구, 예비 DB구축, 텍스트 선별, DB 전 처리 및 확정, 불용어 처리, 텍스트 마이닝 분석 및 융합 가능 역 도출'의 절차에 따라 연구를 진행하였다. 연구 결과, 미술 치료 및 교육과 언어 치료 및 교육 분야에서 나타나는 문헌상의 각 군집을 연계하여 의사소통 및 학습 기능, 문제해결 및 감각 기관, 예술 및 지능, 정보와 의사소통, 가정 및 장애, 주제와 개념화 및 또래, 통합과 재구성 및 태도 등과 관련된 융합역을 도출할 수 있었다. 결론적으로 본 연구를 통하여 향후 미술과 언어의 활동 중심 융합형 프로그램을 설계할 수 있는 프레임워크를 마련하고 아동발달 지원을 위한 총체적 접근을 시도하였다는 점에서 연구의 의의가 있다.

• 한국지리정보학회지
• /
• 제25권1호
• /
• pp.77-100
• /
• 2022

저성장·고령화시대에 접어들면서 지방의 많은 도시들이 인구감소문제를 경험하고 있다. 생산인 력감소, 재정감축, 삶의 질 저하, 공동체 기반 붕괴 등 다양한 형태의 쇠퇴현상들이 연쇄적으로 발생하면서 지방소멸의 벼랑 끝으로 몰리고 있다. 본 연구는 저성장·고령화 시대 인구감소도시의 효율적인 공간관리 정책으로써 컴팩시티 계획을 적용하기 위해 공간통계기법과 GIS를 활용하여 도시 내 고용창출중심지 추정과 고용 권역을 설정하는 방법론을 제안하였다. 구체적으로 컴팩시티에 관한 선행연구 검토를 통하여 종사자수, 정주인구수, 개발용지 면적을 고려한 새로운 지표 '고용복합지수'를 정의하고, 국지적 모란지수와 핫스팟 분석을 적용하여 고용창출중심지를 추정하였다. 창원시를 대상으로 2013년, 2015년, 2017년, 2019년의 4개 년도를 사례분석을 실시하여 고용창출중심지의 압축된 다핵구조를 확인하였다. 이 결과를 바탕으로 지속적 도시 성장을 위한 산업중심 권역 설정과 컴팩시티 공간정책의 시사점을 제시하였다. 본 분석 결과는 지역활성화 플랫폼을 위한 기능적·제도적 권역 거버넌스의 기초자료로써 인구감소, 지역총생산, 에너지 절감에 대응할 수 있는 공공시설배치, 교통계획, 의료보건 계획 등 공간정책 의사 결정에 필요한 유의미한 정보를 제공할 수 있을 것으로 기대한다.