• 지능정보연구
• /
• 제29권3호
• /
• pp.185-209
• /
• 2023

4차 산업혁명의 도래와 함께 다양한 기술이 주목을 받고 있다. 4차 산업혁명과 관련된 기술로는 IoT(Internet of Things), 빅데이터, 인공지능, VR(Virtual Reality), 3D 프린터, 로봇공학 등이 있으며 이러한 기술은 종종 융합된다. 특히 로봇 분야는 빅데이터, 인공지능, VR, 디지털 트윈과 같은 기술과 결합할 것으로 기대된다. 이에 따라 로봇을 활용한 연구가 다수 진행되고 있으며 유통, 공항, 호텔, 레스토랑, 교통 분야 등에 적용되고 있다. 이러한 상황에서 인간-로봇 상호작용에 대한 연구가 주목을 받고 있지만 아직 만족할 만한 수준에는 이르지 못하고 있다. 하지만 완벽한 의사소통이 가능한 로봇에 대한 연구가 꾸준히 이루어지고 있고 이는 인간의 감정노동을 대신할 수 있을 것으로 기대된다. 따라서 현재의 인간-로봇 상호작용 기술을 비즈니스에 적용할 수 있는지에 대한 논의가 필요하다. 이를 위해 본 연구는 첫째, 인간로봇 상호작용 기술의 동향을 살펴본다. 둘째, LDA(Latent Dirichlet Allocation) 토픽모델링과 BERTopic 토픽모델링 방법을 비교한다. 연구 결과, 1992년~2002년 간의 연구에서는 인간-로봇 상호작용에 대한 개념과 기초적인 상호작용에 대해 논의되고 있었다. 2003년~2012년에는 사회적 표현에 대한 연구가 많이 진행되었으며 얼굴검출, 인식 등과 같이 판단과 관련된 연구도 수행되었다. 2013년~2022년에는 노인 간호, 교육, 자폐 치료와 같은 서비스 토픽들이 등장하였으며, 사회적 표현에 대한 연구가 지속되었다. 그러나 아직까지 비즈니스에 적용할 수 있는 수준에는 이르지 못한 것으로 보인다. 그리고 LDA토픽모델링과 BERTopic 토픽모델링 방법을 비교한 결과 LDA에 비해 BERTopic이 더 우수한 방법임을 확인하였다.

• 우주기술과 응용
• /
• 제3권2호
• /
• pp.118-143
• /
• 2023

우주공간은 안보공간의 역할에서 상업공간으로 역할을 급속히 넓혀가고 있다. 현실적인 제약들 때문에 늦게 출발했지만 우리나라는 최근 들어 비약적 기술발전과 함께 우주에 대한 국가적 관심이 커지고 있다. 2023년 5월 25일, 누리호는 7개의 위성을 성공적으로 550 km 고도의 태양동기궤도에 배치했다. 그런데, 이 근처 고도에는 이미 스타링크가 4,000대 이상의 위성을 배치시키고 상업적 서비스를 진행하고 있다. 따라서, 누리호 위성들은 스타링크위성들과의 위험상황발생 가능성에 대해 지속적으로 예측하고 만일의 경우에 대해서는 준비를 해야 한다. 본 논문은 누리호 위성들이 임무수행을 위해 궤도비행을 하면서 발생할 수 있는 충돌위험상황에 대해 수행한 연구의 계량적 분석결과를 보고한다. 분석결과에 따르면 누리호 위성들은 하루에 3회 정도 1 km 거리 이내로 스타링크위성에 접근하는 것으로 나타났으며, 이 상황에서의 충돌확률은 1.0E-5 이상인 것으로 계산되었고 크게는 1.0E-2 이상인 경우도 발생하고 있다. 2013년에 발사된 후 성공적으로 임무를 수행하고 있는 아리랑 5호에 대한 본 연구의 비교분석은 아리랑 5호와 누리호 위성들이 위험상황의 분포에 있어 중요한 차이가 있음을 보여준다. 본 연구는 스타링크가 회피기동을 할 때의 비용에 대한 계량적인 분석결과도 보고하며, 후발주자로서 우주산업에 진입하는 우리나라가 고려해야 할 전략도 제시했다. SpaceMap사에서 개발한 AstroOne 프로그램을 분석도구로 사용했으며, Celestrak사의 Socrates Plus에서 보고한 결과와 비교검증하였다. 우주물체데이터는 TLE(two line element)를 사용했다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.85-107
• /
• 2019

온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.