• Journal of Nutrition and Health
• /
• 제47권2호
• /
• pp.145-156
• /
• 2014

본 연구에서는 영양 식생활 교육자료에 대한 인증 시스템을 개발하기 위하여 2011년 4월부터 10월에 걸쳐 연구를 진행하였다. 문헌고찰, 인터뷰, 자문회의 및 전문가 회의, 설문조사, 공청회 개최 등의 체계적인 연구 절차를 통해 타당성, 신뢰성, 적용가능성을 갖춘 인증 시스템을 개발하고자 하였다. 인증 시스템 개발을 위하여 보건복지부의 우수건강도서, 환경부의 우수환경도서, 교육과학기술부의 우수과학도서, 문화체육관광부의 우수학술도서 및 우수교양도서, 농림수산식품부의 농업교육프로그램, 대한의학회의 건강정보심의인증, 시각장애인연합회의 사용자웹접근성인증, 한국정보화진흥원의 웹접근성품질마크, 문화체육관광부의 데이터베이스품질인증 제도를 분석 참고하였다. 본 연구에서 개발된 영양 식생활 교육자료에 대한 인증 시스템은 제 3자에 의한 인증 시스템으로 운영되며, 이를 위해 인증 운영기관에 인증위원회가 구성되어 인증 전반에 대한 업무를 관장한다. 인증 심사 절차는 신청 및 접수, 자료 정리 및 분류, 1차 심사 (서면평가), 2차 심사 (전체회의), 결과통보의 순으로 진행한다. 인증 심사위원은 3인으로 구성하며, 총 인증 심사기간은 2개월로 하고, 상반기와 하반기로 년 2회 접수를 실시한다. 인증 심사 결과는 적합 또는 부적합으로 평가하며, 최종 인증을 받은 교육자료는 인증서 및 인증마크를 발급받고, 홈페이지, 보도자료 등을 통한 홍보 추진, 공동주관기관을 통한 판촉 및 홍보를 지원하도록 한다. 인증 유효기간은 웹사이트의 경우에만 2년으로 하며, 갱신심사로 기간을 연장할 수 있다. 이상에서 개발된 영양 식생활 교육자료에 대한 인증 제도는 정보에 대한 신뢰성을 높여 교육과 학습에 대한 만족도를 높여줄 것으로 기대된다.

• 한국환경농학회지
• /
• 제37권4호
• /
• pp.251-259
• /
• 2018

스마트온실에서 사용하고 있는 다양한 종류의 수경배양액 관리와 관련하여 ICT 기술을 활용한 작물생육 기반 배양액 제어시스템 개발을 위하여, 본 연구에서는 작물 생육단계별 시용배양액의 성분변화를 모니터링하고 이들 실측 데이터를 바탕으로 한 클라우드 기반 데이터 분석시스템을 설계하였다. 수집한 데이터 분석 및 시스템 구축을 위하여 인공광 스마트 온실에서 사용하는 관행의 무기 배양액, 기존 액비 및 폐기 농업부산물 유래 제조액비 등 수종의 배양액을 공시하였으며, 수경재배 작물 생육단계별 시용 배양액내 성분 변화패턴을 모니터링하였다. 발색법에 의한 흡광광도법을 활용하여 $NH_3-N$, $NO_3-N$, $NO_2-N$, $SiO_2$, $PO_4^{3-}$ 및 Cu 등 총 9종의 성분농도 변화를 산출하고 작물의 기초 생육량을 조사하였다. 각 작물의 기초 생육량 데이터는 오픈스택 클라우드 시스템에서 생성된 가상머신(Virtual machine)에 관계형 데이터베이스를 구축하여 수집 항목별로 분류 저장하였다. 저장된 작물별 배양액의 성분변화와 생육량 데이터는 노드제이에스(Node. js) 웹 프레임워크(Framework)를 통해 매주 수집된 데이터를 가시화하여 제공한다. 클라우드 기반 데이터베이스를 구축을 통하여 배양액 성분 실측치 비교와 작물 생육상황은 사용자 스마트 디바이스(Smart devices)를 활용, 작물종과 배양액 성분을 순차적 선택하고, 각 데이터의 비교 및 분석을 시계열 그래프로 실험 결과를 가시화할 수 있도록 하였다. 본 연구에서 개발한 클라우드 기반 데이터 분석시스템 스마트온실내 수경배양액 성분변화 및 재배 작물의 생육을 정기적으로 모니터링한 실측치를 기반으로 데이터베이스를 구축한 것으로 시설재배지나 인공광 스마트온실 등 다양한 농업현장에서 생육관리를 위하여 활용할 수 있다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.679-687
• /
• 2021

전자의무기록 작성 시 주호소, 진단, 수술(처치) 용어는 작성자가 자유롭게 작성하는 것보다 시스템에 등재된 용어 마스터를 사용해야 의료진간의 의사소통이 원활하고, 데이터 활용을 위한 자료 추출이 가능하므로, 용어 마스터의 관리가 중요하다. 본 연구의 목적은 서울대학교 산하 4개병원(서울대학교병원, 분당서울대학교병원, 서울특별시 보라매 병원, 헬스케어시스템 강남센터)에서 개별적으로 운영하던 용어 마스터를 통합하여 표준화 및 관리 프로세스를 확립한 경험을 제시하는 것이다. 산하 4개 병원의 대표자로 구성된 서울대학교병원 용어표준화위원회는 여러 번의 논의를 거쳐 2016년 표준화 및 관리 프로세스를 확립하였고, 용어 마스터에 대한 요청을 신규 용어 등재, 용어 수정, 기존 용어 삭제와 신규 용어 등재, 그리고 용어 삭제의 4가지로 분류하였다. 요청에 대한 수용 여부는 유관 부서의 의견 조회와 그 결과를 검토한 서울대학교병원 용어표준화위원회의 의결로 결정하였다. 의결 정족수는 7명의 위원 중 5명이였으며, 참조 용어 체계에 대한 매핑은 3명의 보건의료정보관리사가 독립적으로 시행 후 이견이 있을 경우 합의하였다. 모든 과정은 온라인으로 시행하였고, 의결과 매핑 결과는 자동으로 수집되었다. 이러한 과정을 통해, 용어표준화위원회는 시스템에 등재될 용어에 대해 빠르고 명확한 의사결정을 할 수 있었고, 사용자들이 용어표준화위원회의 결정에 동의하도록 할 수 있었다. 프로세스가 정립된 후 16개월 간 126개의 신규 용어 등재, 131개의 용어 수정, 40개의 기존 용어 삭제와 신규 용어 등재, 그리고 1235개의 용어 삭제 가 처리되었다. 본 연구는 의료정보 시스템에 등재된 용어 마스터의 관리 프로세스를 정립한 최초의 시도라는 데 의의가 있다.

• 경영정보학연구
• /
• 제21권4호
• /
• pp.143-156
• /
• 2019

혁신의 유형은 단순화, 정보화, 자동화, 지능화로 분류할 수 있고 지능화는 혁신의 최상위 단계이며 RPA는 지능화의 하나로 볼 수 있다. 인공지능을 가미한 소프트웨어 로봇인 RPA(Robotic Process Automation)는 단순 반복적인 대량의 트랜젝션 처리 작업을 하는 곳에 적합한 지능화 사례이다. 이미 국내의 많은 기업들에서도 현재 운영 중에 있는 RPA는 강한조직 문화의 필요성이 증대되면서 자발적인 리더십, 강한 팀워크와 실행력, 프로답게 일하는 문화가 강조되는 상황에서 자연스럽게 핵심적 업무에 집중하기 위해 필요한 것이 무엇인지를 찾고자 하는 필요성에 따라 자연스럽게 도입이 검토되고 있다. 로봇 프로세스 자동화 또는 RPA는 구조적인 작업을 빠르고 효율적으로 처리하는 것을 목표로 인간 업무를 교체하는 기술이다. RPA는 ERP 시스템이나 생산성 도구와 같은 소프트웨어를 사용하여 사람을 모방한 소프트웨어 로봇을 통해 구현된다. RPA 로봇은 컴퓨터에 설치된 소프트웨어로 작동 원리에 의해 로봇으로 불리다. RPA는 백엔드를 통해 다른 IT 시스템과 통신하는 기존 소프트웨어와 달리 프런트 엔드를 통해 IT 시스템 전체에 통합된다. 실제로 이것은 소프트웨어 로봇이 인간과 똑 같은 방식으로 IT 시스템을 사용하고 정확한 단계를 반복하며 시스템의 API(Application Programming Interface)와 통신하는 대신 컴퓨터 화면의 이벤트에 반응하는 것을 의미한다. 다른 소프트웨어와 의사소통하기 위해 인간을 모방하는 소프트웨어를 설계하는 것은 직관력이 떨어질 수 있지만 이러한 접근 방식에는 여러 가지 이점이 있다. 첫째, 타사 응용 프로그램에 대한 개방성과 상관없이 사람이 사용하는 거의 모든 소프트웨어와 RPA를 통합할 수 있다. 많은 기업의 IT 시스템은 공통적으로 적용되는 API가 많지 않음으로 독점적이며 다른 시스템과의 통신 기능이 크게 제한되나 RPA는 이 문제를 해결한다. 둘째, RPA는 매우 짧은 시간 내에 구현될 수 있다. 엔터프라이즈 소프트웨어 통합과 같은 전통적인 소프트웨어 개발 방식은 상대적으로 많은 시간이 소요되지만 RPA는 2~4주의 상대적으로 짧은 시간에 구현할 수 있다. 셋째, 소프트웨어 로봇을 통해 자동화된 프로세스는 시스템 사용자가 쉽게 수정할 수 있다. 기존 방식은 작동 방식을 크게 수정하기 위해 고급 코딩 기술이 필요한 반면에 RPA는 상대적으로 단순한 논리 문장을 수정하거나 인간이 수행하는 프로세스의 화면 캡처 또는 그래픽 프로세스 차트 수정을 통해 지시받을 수 있다. 이로 인해 RPA는 매우 다양하고 유연하다. 이러한 RPA는 기업에서 추구하는 D2I(Digital to Intelligence)의 좋은 적용 사례이다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.155-175
• /
• 2017

최근 독감 예측이나 당선인 예측, 구매 패턴, 투자 등 다방면에서 웹검색 트래픽 정보. 소셜 네트워크 내용 등 거대한 데이터를 통해 사회적 현상, 소비 패턴을 분석하는 시도가 이전보다 늘어났다. 구글, 네이버, 바이두 등 인터넷 포털 업체들의 웹검색 트래픽 정보 공개 서비스와 함께 웹검색 트래픽 정보를 활용하여 소비자나 사용자와 관련된 연구가 실시되기 시작했다. 웹검색 트래픽 정보를 활용한 사회 현상, 소비 패턴 분석을 연구는 많이 수행되었으나, 그에 비해서 도출된 여행 수요 모델을 토대로 의사결정을 위한 실질적 대책 수립으로 이어지는 연구는 많이 진행되지 않은 실정이다. 관광산업은 상대적으로 많은 고용을 가능하게 하고 외자를 유치하는 등 고부가가치를 창출하여 경제 전체에 선순환 효과를 일으키는 중요한 산업이다. 그 중에서도 국내 입국외래객중 수년간 2위와의 큰 차이로 1위를 차지해왔던 중국 국적의 관광객 '유커' 및 그들이 지출하는 1인당 평균 관광 수지는 한국 경제에 매우 중요한 한 부분이다. 관광 수요의 예측은 효율적인 자원 배분과 합리적인 의사 결정에 있어서 공공부문 및 민간부문 모두 중요하다. 적절한 관광 수요 예측을 통해서 한정된 자원을 더욱 효과적으로 활용하여 더욱 많은 부가가치를 창출하기 위한 것이다. 본 연구는 중국인 인바운드를 예측하는 방법에 있어, 이전보다 더 최신의 트렌드를 즉각적으로 반영하고 개인들의 집합의 관심도가 포함되어 예측 성능이 개선된 방법을 제안한다. 해외여행은 고관여 소비이기 때문에 잠재적 여행객들이 입국하기 전 웹검색을 통해 적극적으로 자신의 여정과 관련된 정보를 취득하기 위한 활동을 한다. 따라서 웹검색 트래픽 수치가 중국인 여행객의 관심정도를 대표할 수 있다고 보았다. 중국인 여행객들이 한국 여행을 준비하는 단계에서 검색할만한 키워드를 선정해 실제 중국인 입국자 수와 상관관계가 있음을 검증하고자 하였다. 중국 웹검색 엔진 시장에서 80%의 점유율을 가지는 중국 최대 웹검색 엔진 '바이두'에서 공개한 웹검색 데이터를 활용하여 그 관심 정도를 대표할 수 있을 것이라 추정했다. 수집에 필요한 키워드의 선정 단계에서는 잠재적 여행객이 여정을 계획하고 구체화하는 단계에서 일반적으로 검색하게 되는 키워드 후보군을 선정하였다. 키워드의 선정에는 중국 국적의 잠재적 여행객 표본과의 인터뷰를 거쳤다. 트래픽 대소 관계 확인 결과에 따라서 최종 선정된 키워드들을 한국여행이라는 주제와 직접적인 연관을 가지는 키워드부터, 간접적인 연관을 가지는 키워드까지 총 세 가지 레벨의 카테고리로 분류하였다. 분류된 카테고리 내의 키워드들은 바이두'가 제공하는 웹검색 트래픽 데이터 제공 서비스 '바이두 인덱스'를 통해 웹검색 트래픽 데이터를 수집했다. 공개된 데이터 페이지 특성을 고려한 웹 크롤러를 직접 설계하여 웹검색 트래픽 데이터를 수집하였고, 분리되어 수집된 변수에는 필요한 변수 변환 과정을 수행했다. 자동화 수집된 웹검색 트래픽 정보들을 투입하여 중국 여행 인바운드에 대한 유의한 영향 관계를 확인하여 중국인 여행객의 한국 인바운드 여행 수요를 예측하는 모형을 개발하고자 하였다. 정책 의사결정 및 관광 경영 의사결정 같은 실무적 활용을 고려하여 각 변수의 영향력을 정량적으로 설명할 수 있고 설득이 명료한 방법인 다중회귀분석방법을 적용해 선형 식을 도출하였다. 수집된 웹검색 트래픽 데이터를 기존 검증된 모형 독립변인들에 추가적으로 투입함으로써 전통적인 독립변인으로만 구성된 연구 모형과 비교하여 가장 뛰어난 성능을 보이는 모형을 확인하였다. 본 연구에서 검증하려는, 웹검색 트래픽으로 대표되는 독립변인을 투입한 최종 도출된 모형을 통해 중국인 관광 수요를 예측할 때 유의한 영향을 끼치는 웹검색 트래픽 변수를 확인할 수 있다. 최적 모형 설명력을 가지는 모형을 기반으로 최종 회귀 식을 만들었고 이를 '유커마이닝' 시스템 내부에 도입하였다. 데이터 분석에서 더 나아가 도출된 모형을 직관적으로 시각화하고, 웹검색 트래픽 정보를 활용하여 도출할 수 있는 인사이트를 함께 보여주는 데이터 분석 기반의 '유커마이닝' 솔루션의 시스템 알고리즘과 UX를 제안하였다. 본 연구가 제안하는 모형과 시스템은 관광수요 예측모형 분야에서 웹검색 트래픽 데이터라는 정보 탐색을 하는 과정에 놓인 개인들의 인터랙티브하고 즉각적인 변수를 활용한 새로운 시도이다. 실무적으로 관련 정책결정자나 관광사, 항공사 등이 활용 가능한 실제적인 가치를 가지고, 정책적으로도 효과적인 관광 정책 수립에 활용될 수 있다.

• Radiation Oncology Journal
• /
• 제25권4호
• /
• pp.242-248
• /
• 2007

목적: 마우스 모델에서 cisplatin과 방사선조사로 구내염을 유발시킨 후 재조합 표피성장인자 (recombinant human epidermal growth factor, rhEGF)을 처치하여 그 효과를 알아보고자 하였다. 대상 및 방법: 마우스 24마리를 대상으로 정상대조군 8마리와 실험군은 각각 rhEGF 처치군과 미처치군으로 8마리씩 분류하였으며 실험군은 10 mg/kg의 cisplatin을 방사선조사 첫날 동시에 1회 복강 내 투여하였고, 방사선조사는 5일간 1회 5 Gy씩, 5일간 25 Gy를 조사하였다. RhEGF 처치군은 방사선조사 2일 전부터 2일간 1 mg/kg의 rhEGF를 피하주사하였으며 방사선조사3일째부터 3일간 1 mg/kg를 피하주사하여 총 5 mg/kg의 rhEGF를 투여하였다. 마우스의 체중변화, 먹이섭취 및 조직학적 변화를 평가하였다. 결 과: 마우스 체중변화는 rhEG F처치군이 실험 3일째부터 5일간 rhEGF 미처치군과 비교하여 통계적으로 유의한 체중의 차이를 관찰할 수 있었다. 먹이섭취는 실험군(rhEGF 처치군과 미처치군)에서 실험 5일째까지 감소하였다가 13일째부터 먹이섭취의 증가를 보여주었다. Cisplatin과 방사선조사 후 7일째의 조직학적 검사에서는 rhEGF 처치군에서 마우스의 점막 표피층의 변성이 관찰되었으나 rhEGF 미처치군에서는 점막층의 염증 반응이 관찰되었다. 결 론: Cisplatin과 방사선 조사로 마우스에서 발생한 구내염에서 rhEGF를 투여한 경우 체중 변화와 먹이섭취의 유의한 개선을 관찰하였으며 조직학적 검사에서 점막 손상의 회복을 확인하였다. 향후 임상적으로 rhEGF가 항암화학요법과 방사선치료로 인한 구내염을 줄일 수 있는 가능성을 확인하였다.값은 11개월이었고 2년, 3년 생존율은 31.5%, 15.8%였다. 결 론: 2기 췌장암 환자들은 국소 재발 및 원격 전이의 가능성이 높은 고위험군으로 국소 제어율 및 전체 생존율의 향상을 위해서 수술 후 효과적인 방사선치료의 적극적인 시행 및 이후의 보조적인 전신 항암화학요법을 권고하여 시행하는 것이 바람직하다. 평가 검사는 모두 제조사의 시험지침서에 부합하였다. 결론적으로, 이는 본 GE $Advance^{TM}$ PET 시스템이 임상에의 적용에 적합함을 보여주었다.mens사의 상용 분석 프로그램에는 해당 기능이 없어 계산값의 비교를 통한 검증은 수행하지 못하였고, 수화(hydration)와 탈수(dehydration) 각각의 조건에 따른 신장기능 분석에 적용하였을 때, 판별 기준이 되는 유의미한 값을 산출하여 타당성 검증을 대신하였다. 결론: 이 연구에서 개발한 핵의학 영상의 정량적 분석을 통한 신장기능 분석 프로그램을 사용하여 신장 기능을 분석한 결과, 타당성 있는 결과를 도출하여 그 유용성을 입증하였다. 이 개발 프로그램은 좀 더 다양한 임상응용 목적의 분석기능을 사용자가 직접 개발, 추가하기가 용이하여 기존 상용 프로그램보다 연구적 활용범위가 크다고 사료된다.2.2{\pm}0.4\;(1.6{\sim}3.2){\mu}g/ml$와 $1.4{\pm}0.2\;(0.8{\sim}1.6){\mu}g/ml$로서(p=0.16), 표준균주 3종 모두에서 Infecton의 MBC 또한 ciprofloxacin에 비해 $2{\sim}4$배가 높았다. 결론: Tc-99m Infecton은 ciprofloxacin 보다는 약하였지만 표준균주에 대해 생체외 항균력을 보였다.를

• 지능정보연구
• /
• 제25권1호
• /
• pp.63-83
• /
• 2019

투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.179-196
• /
• 2019

최근의 '똑똑한 소비자(Smart Consumer)'라 불리는 소비자가 많아지고 있는데, 이들은 제조사나 광고를 통해 전달되는 정보에 의존하지 않고, 기존 사용자나 전문가들의 후기, 여러 과학 지식을 획득하여 제품에 대한 이해를 높이고, 본인 스스로가 직접 판단하여 구매하고 있다. 특히나 화장품 분야는 인체 유해성과 같은 부정적인 요소에 대한 민감도가 높고, 자신의 고유한 피부 특성과의 조화도 고려되어야 하기 때문에, 전문적인 지식과 타인의 경험, 본인의 과거 경험 등을 종합적으로 생각하여 구매 의사결정을 내려야 하고, 이에 대해서 적극적인 소비자가 많아지고 있다. 이러한 움직임은 '셀프 뷰티' 와 같은 '셀프' 문화의 열풍과 함께, 문화 현상인 '그루밍족'의 등장, 사회적 트렌드인 'K-뷰티' 와도 동행한다고 할 수 있다. 맞춤형 화장품에 대한 관심의 급부상도 이러한 현상 중 하나라 볼 수 있다. 소비자들의 맞춤형 화장품의 니즈를 충족시키기 위해, 화장품 제조사나 관련 기업들은 ICT기술과의 융합을 통하여 프리미엄 서비스를 중심으로 소비자의 니즈에 대응하고 있다. 그러나 기업 및 시장 현황이 맞춤형 화장품을 향해 진화하고 있지만, 소비자의 피부 상태, 추구하는 감성, 실제 제품이나 서비스까지 소비자 경험을 전체적으로 완전하게 다루는 지능형 데이터 플랫폼은 부재한다. 본 연구에서는 소비자 경험에 대한 지능형 데이터 플랫폼 구축을 위한 첫 단계로 소비자 언어 기반의 화장품 감성 분석을 수행하였다. 소비자들 개인의 선호나 취향이 분명한 앰플/세럼 카테고리를 중심으로 매출 순위 1위에서 99위까지의 99개 제품을 선정하여, 블로그와 트위터 등의 SNS 상에 언급되는 후기 내에 화장품 경험에 대한 소비자 감성을 수집하였다. 총 357개의 감성 형용사를 수집하였고, 고객 여정 워크샵을 통해 유사 감성을 합치고, 중복 감성을 통합하는 작업을 수행하였으며, 최종 76개 형용사를 구축했다. 구축한 형용사에 대한 SOM 분석을 통해 화장품에 대한 소비자 감성에 대한 클러스터링을 실시했다. 분석 결과, 총 8개의 클러스터를 도출했고, 클러스터 별 각 노드의 벡터 값을 기준으로 소비자 감성 Top 10을 도출했다. 소비자 감성을 기준으로 클러스터별 소비자 감성에 서로 다른 특징이 발견됐으며, 소비자에 따라 다른 소비자의 감성을 선호, 기존과는 다른 소비자 감성을 고려한 추천 및 분류 체계가 필요함을 확인했다. 연구 결과를 통해 감성 분석의 활용 도메인이 화장품만이 아닌 다양한 영역으로 확장될 수 있음 확인했으며, 감성 분석을 통한 소비자 인사이트를 도출할 수 있다는 점을 시사했다. 또한, 본 연구에서 활용한 디자인 씽킹(Design Thinking)의 방법론의 적용하여 화장품 특화된 감성 사전을 과학적인 프로세스로 구축했으며, 화장품에 대한 소비자의 인지 및 심리에 대한 이해를 도울 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.