• 유통과학연구
• /
• 제9권3호
• /
• pp.73-82
• /
• 2011

본 연구는 스토리텔링을 이용한 명품 브랜드의 미학적인 아트마케팅커뮤니케이션 사례를 통해 브랜드의 차별화된 마케팅 기법으로 아티스트와 아트를 통한 효과적인 아트마케팅을 제시하였다. 이러한 아트를 활용하는 데는 브랜드의 이미지를 품격 있고 미학적으로 보여주어 매출 증대뿐 아니라 고객의 충성도를 높이는데 그 이유가 있다. 브랜드가 가지고 있는 욕망의 주체는 스토리가 그 역할을 한다. 명품 브랜드 소비자는 브랜드 품질의 우수성, 최상의 서비스, 브랜드 고 품격 가치와 더불어 브랜드에 담긴 스토리를 소비하려고 하는 것이다. 그러한 스토리는 예술과 만나 특별함을 더 하고 브랜드 영역까지 확장하게 하는 아트마케팅 전략 중 아트마케팅커뮤니케이션을 하고 있다. 아트마케팅커뮤니케이션 도구로 아트콜라보레이션, 아트전시회, 이동식 건축물 프로젝트, 아트 광고, 플래그십 스토어, 인재 양성연구소가 활용되었으며 브랜드의 욕망 스토리를 기본으로 스토리텔링의 구성요소와 원칙을 기본으로 선정되었다. 브랜드의 이미지를 시각적으로 상징화하고 입체적으로 보여주어 소비자와 감성적으로 소통하였다. 본 연구의 결과는 스토리텔링을 통한 명품 브랜드의 아트마케팅커뮤니케이션 사례를 통해 브랜드와 예술가의 인지도 관계성에 따른 전략과 특징을 통해 브랜드의 이미지에 미치는 효과적인 아트마케팅 역할을 살펴보고자 하였다. 사례를 통한 결과에 따르면 명품 브랜드가 브랜드 정체성과 스토리에 맞는 아트마케팅커뮤니케이션 도구를 활용하여 효과적인 사례를 보여주었으며, 예술을 통한 아트 마케팅의 가능성을 다양한 각도로 보여주었다. 사례결과는 다음과 같다. 첫째, 소비자는 공감하는 스토리가 있는 브랜드를 선택하는 것으로 나타났다. 세계적으로 성공한 명품브랜드들은 이미 우리 사회가 갖고 있는 멋진 이야기에 대한 욕구를 간파하고 있으며 이들은 정보 이외에도 소비자를 즐겁게 해주는 능력을 발휘하고 있다. 앞으로의 시장은 제품이 담아내는 이야기가 바로 경쟁력이 될 것이다. 둘째, 스토리와 연계된 아트를 활용한 아트 마케팅커뮤니케이션은 브랜드 차별화를 시킨 것으로 나타났다. 가장 효과적인 아트마케팅커뮤니케이션으로 아트콜라보레이션, 아트 전시회, 이동식 건축물 프로젝트 등 다양한 도구로 활발하게 적용되고 있다. 셋째, 브랜드의 제품이 예술작품처럼 인식되어 충성도를 높였을 뿐 아니라 매출이 증대되고, 프리미엄 된 가격을 유지할 수 있는 것으로 나타났다. 브랜드의 전통성에 예술을 접목한 혁신과 창조성이 있는 새로운 제품을 통해 소비자에게 특별한 만족을 제공하고 제품이 한정판으로 제작되어 시리즈별로 수집하는 소비자가 아닌 컬렉터를 창출한다. 넷째, 본 연구의 결과요약과 시사점, 그리고 연구의 한계점과 향후 연구방향을 제시하였다. 명품브랜드에 적용된 사례를 참고하여 국내 브랜드 환경을 고려한 효과적인 아트마케팅 전략을 제시할 수 있으며 이미 진행되고 있는 국내 브랜드의 아트마케팅 전략의 사례와 효과를 연구해 볼 수 있을 것이라 기대된다.

• 벤처창업연구
• /
• 제18권3호
• /
• pp.17-32
• /
• 2023

최근 정부와 공공의 역할만으로 사회문제를 모두 해결하기에는 한계가 있어서, 시장에서 영리 조직의 효율성이나 효과성을 통해 사회문제를 해결하면서 성장하는 것을 목표로 하는 소셜벤처의 필요성이 증대되었다. 이러한 배경하에 국내 스타트업 생태계에서도 소셜벤처 창업이 증가하면서 소셜벤처 투자자인 임팩트 투자자에 대한 관심도 증가하고 있다. 따라서, 본 연구는 임팩트 투자자의 투자 결정에 있어서 인지과정과 의사결정 환경에 따른 판단 정보의 타당도와 가중치를 객관적으로 분석하고자 판단분석기법을 활용하였다. 연구 진행을 위한 세 가지 분류로 첫째, 투자자로서 재무적 이익과 회수 가능성 판단을 위한 초기투자단계에서의 투자 우선 순위, 둘째, 사회에 미치는 영향과 파급력, 그리고 소셜벤처의 상생과 연대를 위한 창업가(팀)의 정치적 기술, 셋째, 임팩트투자펀드 조성 목적에 부합하는 소셜벤처기업의 소셜미션으로 구성하였다. 연구 결과 첫째, 임팩트투자자의 투자결정의 우선 순위는 창업가(팀)의 전문성, 창업가(팀)의 성공시의 잠재적 수익률, 창업가(팀)의 소셜미션인 것으로 나타났다. 둘째, 임팩트투자자가 투자결정요인에 대하여 판단하는 인식이 획일적이기보다는 투자 결정 요소가 제각각 다르며, 비중을 두는 정도에 있어서도 생각의 차이가 있다는 것이다. 셋째, 임팩트투자의 다양한 투자결정 요인에서 '창업자(팀)의 네트워킹 능력', '창업자(팀)의 사회적 통찰력', '창업자(팀)의 대인관계 영향력은 다른 4개의 요인보다 상대적으로 낮게 나타났다. 본 연구를 통해 실무적 기여점은 소셜벤처기업들이 투자 유치과정에서 임팩트투자자의 투자결정요인이 무엇인지 이해를 돕고, 소셜벤처 투자자에게는 임팩트투자자의 판단사례와 분석을 참고하여 투자결정의 질적 제고를 기대할 수 있다. 학술적 기여점은 임팩트 투자자의 투자 우선 순위와 비중 차이를 실증적으로 규명하였다는 것이다.

• Tuberculosis and Respiratory Diseases
• /
• 제44권3호
• /
• pp.592-600
• /
• 1997

연구배경 : 부가적 호흡일(imposed work of breathing)은 기계환기치료로부터의 이탈 성공에 영향을 미치는 중요한 인자가 되며 환기유발의 방식과 그 민감도는 부가적호흡일을 결정하는 요소 중의 하나이다. 최근 몇가지 인공호흡기에서 유량유발법을 채택하고 있으며 이 방법은 부가적 호흡일이 기존의 압력유발법에 비하여 있으나 환자를 대상으로 부가적 측정 비교한 연구는 없었다. 이에 본 연구는 압력유발법과 유량유발법에서의 부가적 호흡일 그리고 총 호흡일에 대한 부가적 호흡일의 비율을 조사하고자 본 연구를 시행하였다. 또한 각 유발방법에서 만감도를 달리하여 (유량유발 ; 0.7 L/min 대비 2.0 L/mm 및 압력유발 $-1\;cmH_2O$ 대비 $-2\;cmH_2O$) 부가적 호흡일에 미치는 영향을 조사하고자 하였다. 방 법 : 기저질환이 안정되고 CPAP $3\;cmH_2O$ 상태에서 호흡이 안정된 환자 12명(평균연령 $64.8{\pm}4.2$세)을 대상으로 하여 CP-100 pulmonary monitor를 이용하여 총 호흡일과 부가적 호흡일, Pressure Time product 및 호흡역학지수들을 측정하였다. 부가적호흡일을 측정하기 위해 Hi-Lo Jet tracheal tube를 이용하여 기도하부 압력을 조사하였다. 각 유발방법은 무작위로 적용하였다. 결 과 : 부가적 호흡일은 유량유발 0.7 L/min에서 압력유발 $-2\;cmH_2O$에 비해 37.5% 감소를 보였고 압력유발 $-1\;cmH_2O$에서의 평균 부가적 호흡일도 $-2\;cmH_2O$에서의 평균값에 비해 14%의 감소를 보여 통계적으로 유의한 차이를 보였다. 그러나 유량유발 0.7 L/min과 2 L/min 및 압력유발 $-1\;cmH_2O$에서의 부가적 호흡일은 차이가 없었다. Pressure Time Product(PTP)도 유량유발 0.7 L/min 및 압력유발 $-1\;cmH_2O$에서 압력유발 $-2\;cmH_2O$에 비해 유의한 감소를 보여 부가적 호흡일의 결과와 일치하였다. 총 호흡일에 부가적 호흡일의 비율 및 생리적 호흡일 그리고 부가적 호흡일의 비율 및 생리적 호흡일 그리고 분당 호흡수, 평균기도저항, 최고 흡기유량, 폐유순도 및 $P_{0.1}$등은 각 유발단계에서 의미있는 차이를 보이지 않았다 결 론 : 기계호흡을 하는 환자에서 총 호흡일에 대한 부가적 호흡일의 비율은 환자마다 다양하였고 민감도가 높은 유량유발법은 일반적인 압력유발법에 비해 부가적 호흡일을 줄이는데 효과적이며 같은 압력 유발법에서도 유발 민감도를 높이는 것이 부가적 호흡일의 감소에 도움이 될 것으로 사료된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.137-148
• /
• 2014

상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 'Gray Sheep'에 의한 추천성능의 저하도 그 중 하나이다. 이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.

• 마케팅과학연구
• /
• 제18권4호
• /
• pp.157-194
• /
• 2008

온라인 커뮤니티에 대한 연구는 학자들과 실무자들의 많은 관심을 받아온 분야이다. 과거 많은 연구자들이 온라인 커뮤니티를 통해 큰 상업적 성과를 거둘 수 있다고 했지만 현실은 그렇지 못하며, 마케팅 연구 분야에서도 상업적 성공을 이끄는 변수들에 대한 연구가 많이 이루어지지 못한 것이 사실이다. 이러한 점에서 본 연구는 온라인 커뮤니티 사이트들이 콘텐츠 관련 마케팅 노력을 통해 소비자들의 자아일치성을 높이고, 긍정적 체험을 유도하면서 커뮤니티 사이트 내에서 소비자 간 상호작용성 등을 높여 결국, 커뮤니티 사이트의 방문충성도 및 구매충성도를 실현시킬 수 있는 프레임 웍을 제시하였다. 연구결과 온라인 커뮤니티 사이트에서 소비자 간 상호작용성이 방문충성도 그리고 특히 구매충성도의 구축에 매우 중요한 요인으로 밝혀졌고, 온라인 커뮤니티 사이트에 대한 자아일치성 지각 및 긍정적인 소비자 체험 또한 소비자의 상호작용성, 방문충성도 그리고 커뮤니티에 대한 애정에 상당히 중요한 요인임을 알 수 있었다. 또한 이러한 매개변수에 주된 영향요소로서 콘텐츠 우수성, 사이트 생동감, 네비게이션용이성, 고객화 등의 콘텐츠 관련 마케팅 노력의 역할의 중요성을 강조하였다.