• 지능정보연구
• /
• 제29권4호
• /
• pp.185-205
• /
• 2023

코로나19 팬데믹 이후 관광 산업이 회복되면서 많은 관광객들이 다양한 플랫폼을 활용하고 리뷰를 남기고 있지만, 대량의 데이터 속에서 유용한 정보를 찾기 어려워 아직도 여행지 선정 과정에서 많은 시간과 비용이 낭비되고 있다. 이에 따라 많은 연구들이 진행되고 있지만, 평점이 없거나 플랫폼별로 다른 형태의 평점 제공으로 인해 연구에 한계를 가지고 있으며, 평점과 리뷰 내용이 일치하지 않는 경우도 있어 추천 모델 구축에 어려움을 주고 있다. 본 연구에서는 이러한 문제를 해결하기 위해 7,104개의 제주도 지역 관광지 리뷰를 활용하여 제주도에 특화된 관광지 만족도 정량 지수를 개발하고 이를 활용하여 '평점 예측 모델'을 구축하였다. 모델의 성능을 확인하기 위해 실험 데이터 700건의 평점을 본 연구에서 개발된 모델과 LSTM을 활용하여 예측 하였으며, 제안된 모델이 LSTM 보다 약 4.67% 높은 73.87%의 가중 정확도로 성능이 더 우수한 것을 확인하였다. 본 연구의 결과를 통해 평점과 리뷰 내용 사이의 불일치 문제를 해결하고, 평점이 없는 리뷰나 다양한 형태의 평점을 정형할 수 있으며, 다른 도메인에 적용하여 여행의 모든 분야에서 신뢰할 수 있는 평점 지표를 제공할 수 있을 것으로 기대된다.

• 월간경쟁저널
• /
• 제150호
• /
• pp.14-29
• /
• 2010

비록 부정경쟁방지법의 제정 목적이 부정경쟁행위 등의 방지를 통하여 건전한 거래질서를 유지한다는 의미의 경쟁체제 확립에 있기는 하지만, 우리나라의 경우는 법 제정 당시와는 달리 사실상 산업스파이에 대한 영업비밀의 보호나 주지의 상표 영업표지의 보호와 같은 지적재산권의 보호 법률로서의 역할로 점차 변화하고 있고, 특히 부정경쟁방지법이 주지의 상표에 대한 출처의 혼동에 대한 규제뿐만이 아니라 별도로 저명상표의 희석화(稀釋化) 방지라는 법익, 이에 더 나아가 도메인 네임(Domain Name)의 선점과 원산지 및 품질의 오인(誤認) 야기행위, 주지 저명한 타인의 디자인(Design), 캐릭터(Character)와 같은 상품의 표지에 이르기까지 지적재산권과 관련된 보다 넓은 법익의 보호까지 수행하게 되면서 그 기능은 날로 강화되고 있는 상태이다. 이에 반하여 부정경쟁방지법상의 부정경쟁행위 자체에 대한 규제는 사실상 주지 저명한 타인의 상표나 상품표지의 식별력이나 출처표시기능 등의 보호라는 의미의 분쟁수준을 넘지 못하고 있어, '경쟁법'으로서의 역할은 상대적으로 미약해지고 있는 것 또한 현실이다. 또한, 공정거래법 제23조 제1항 제8호를 비롯하여 현행 공정거래법상의 불공정거래행위에 대한 규정체제를 살펴보면, 해석 여하에 따라서는 부정경쟁방지법상의 부정경쟁행위가 대부분 공정거래법상의 불공정거래행위의 범위 내로 포섭될 수도 있는 상황이기도 하다. 이에 양 법률의 성격과 역할, 앞으로 나아가야 할 방향을 고민하지 않을 수 없고, 이와 같은 논의는 발전적 입법론으로서의 가치를 갖는다. 물론 불공정거래행위(부정경쟁행위)에 대한 규제에 있어서 반드시 독일법체계에 따를 것인지 아니면 미국의 경우를 따를 것인지에 대한 선택 자체가 논리적으로 양립 불가능한 것은 아닐 것이지만 우리나라의 경우는 1980년 "독점규제 및 공정거래에 관한 법률"이 제정되는 과정에서 당시 부정경쟁방지법에 담겨 있던 기존의 부정경쟁행위에 대한 규정과 공정거래법상의 불공정거래행위와의 경합이나 중복문제는 마땅히 검토되었어야 했음에도 불구하고 공정 거래법의 제정과정에서 사실상 부정경쟁방지법의 존재 자체가 간과되어 오늘에 이르고 있다. 그동안 양 법률상의 규정 중복이나 충돌을 정식으로 문제 삼았던 바는 없었지만 '발전적 입법론' 이라는 차원에서 살펴 보면 부정경쟁방지법상의 부정경쟁행위에 대한 규제는 앞으로 공정거래법체계 내의 불공정거래행위로 포섭할 필요가 있고 이를 통하여 경쟁정책의 전문 전담기구로서 불공정거래행위에 대한 규제의 중심에 서 있는 공정거래위원회를 중심으로 효율적이고 통일적인 경쟁정책을 확립을 기대하여 볼 수 있을 것이다. 이 과정에서 공정거래법의 변화 또한 뒤따라야 하는데, 부정경쟁방지법상의 부정경쟁행위의 편입에 따라 불공정거래행위에 대한 규정 일부를 알맞게 다시 수정하는 것에 그치지 않고, 기존 부정경쟁방지법이 인정하고 있었던 사인간(私人間) 금지 또는 예방청구권 또한 공정거래법으로 그대로 편입되는 방향으로의 입법 개선이 이루어질 필요가 있으며, 그동안 '부정경쟁방지법의 공정거래법으로의 편입문제'와는 전혀 무관하게 공정거래법의 사적 구제 및 사소(私訴)의 활성화 차원의 논의로서 공정거래법상 사인간 금지청구권의 도입 여부가 검토되어 왔지만, 앞으로 이 문제는 부정경쟁방지법상 부정경쟁행위의 공정거래법체계 내로의 편입문제와 함께 이를 포함한 더욱 큰 논의로서 다시 적극적으로 검토될 필요가 있다고 본다. 이를 통하여 앞으로 부정경쟁방지법은 특허청을 중심으로 산업스파이에 대한 규제나 영업비밀의 보호와 기타 지적재산권의 보호에 온 힘을 다하고, 공정거래법은 공정거래위원회를 중심으로 불공정거래행위 (부정경쟁행위에 대한 보다 포괄적이고 통일적인 규제를 담당하여 '선택과 집중' 이라는 차원의 각 법률체계의 한 차원 높은 발전 또한 기대해 볼 수 있을 것으로 확신한다. 이러한 합의점을 시작으로 미시적인 다음 단계의 논의에 해당하는 사인간 금지청구권의 허용범위나 허용요건, 남용을 방지하기 위한 제도적 장치, 단체소송 등의 허용 여부 등의 논의도 함께 하여야 할 것이고, 이 과정에서 미국의 클레이튼법(Clayton Act)이나 가까운 일본의 입법례를 참고하여 우리의 실정에 맞는 규제의 틀을 마련함이 타당할 것이고, 이를 통하여 궁극적으로 그동안 공정거래법의 사적 집행의 활성화를 통한 경쟁질서의 확립의 강화라는 이상에 더욱 가까워질 수 있는 좋은 입법적 변화의 모습을 볼 수 있을 것이라 생각한다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.33-56
• /
• 2016

대부분의 부도 예측에 관한 연구는 재무 변수를 중심으로 통계적 방법 또는 인공지능 기법을 적용하여 부도 예측 모형을 구축하였다. 그러나 재무비율과 같은 회계 정보를 이용한 부도 예측 모형은 재무 제표 결산 시점과 신용평가 시점 간 시차를 고려하지 않을 뿐만 아니라 해당 산업의 경제적 상황과 같은 외부 환경적인 요소를 반영하기 어렵다는 한계점이 존재하였다. 기업의 부도 여부를 예측하기 위해 정량 정보인 재무 변수만을 이용하는 것에 한계가 있음에도 불구하고 정성 정보를 부도 예측 모형에 반영한 연구는 아직 미흡한 실정이다. 본 연구에서는 재무 변수를 이용하는 기존 부도 예측 모형의 성과를 개선하기 위해 빅데이터 기반의 정성 정보를 추가적인 입력 변수로 활용하는 부도 예측 모형을 제안하였다. 제안 모형의 성과 향상은 정성 정보를 예측 모형에 통합시키기에 적합한 형태로 정보의 유형을 변환시킬 수 있는가에 따라 달려있다. 이에 본 연구에서는 정성 정보 처리를 위한 방법으로 빅데이터 분석 기법 중 하나인 텍스트 마이닝(Text Mining)을 활용하였다. 해당 산업과 관련된 경제 뉴스 데이터로부터 경제 상황에 대한 감성 정보를 추출하기 위해 도메인 중심의 감성 어휘 사전을 구축하고, 구축된 어휘 사전을 기반으로 감성 분석(Sentiment Analysis)을 수행하였다. 형태소 분석 등을 포함한 텍스트 전처리 과정을 거쳐 감성 어휘를 추출하고, 각 어휘에 대한 극성 및 감성 점수를 부여하였다. 분석 결과, 전통적 부도 예측 모형에 경제 뉴스 데이터에서 도출한 정성 정보를 반영하는 것은 모형의 성과를 개선하는 것으로 나타났다. 특히, 경제 상황에 대한 부정적 감정이 기업의 부도 여부를 예측하는 데 더욱 효과적임을 알 수 있었다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.213-226
• /
• 2011

글로벌 공급사슬 환경에서 글로벌하게 분산 조달, 생산, 유통하게 됨에 따라 전체 공급사슬의 스케줄을 최적화하기 위해서 공급사슬상의 개별 기업 혹은 공장의 스케줄링 최적화뿐만 아니라 각 개별 기업 혹은 공장의 스케줄을 긴밀하게 연계하는 것이 필요하게 되었다. 이는 경쟁과 협력을 동시에 하는 개별 기업 혹은 공장을 개별 에이전트로 보고 각 에이전트간 커뮤니케이션을 통해 개별 에이전트가 관할하는 스케줄러의 스케줄을 조정함으로써 가능해진다. 하지만 전통적인 스케줄링 연구는 개별 스케줄러의 최적화에 집중되어 있고, 에이전트 연구는 스케줄링 도메인에 적용한 예가 제한적이며 이 예도 개별 스케줄러 내의 최적화에 적용하거나 실제 현장 문제가 아닌 실험실 문제 수준에 그치고 있다. 따라서 본 연구에서는 전체 글로벌 공급사슬 스케줄의 최적화를 위해 개별 기업 혹은 공장 스케줄러의 스케줄링을 연계하는 경쟁협력 스케줄링을 위한 에이전트 기반 플랫폼을 구축하였다. 글로벌 공급사슬에서 경쟁협력 스케줄링을 위한 에이전트 기반 플랫폼을 구축하기 위해 첫째, 경쟁협력 스케줄링 분류 체계를 확립하고, 둘째, 경쟁협력 스케줄링을 위한 에이전트를 설계하고, 셋째, 경쟁협력 스케줄링을 위한 지식기반 의사결정 모델을 개발한 후, 넷째 조선산업에 적용 가능한 프로토타입 시스템을 개발했다. 이를 통해 글로벌 공급사슬상의 전체 스케줄의 품질과 에이전트간 커뮤니케이션의 노력에 대한 균형점을 찾을 수 있다. 이를 통해 공급사슬내 개별 기업 혹은 공장의 부분 최적화를 극복할 수 있는 대안을 제시할 것으로 기대한다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.