• 박물관보존과학
• /
• 제26권
• /
• pp.25-34
• /
• 2021

문화재 복원 분야에서 3D 기술이 복원에 적용되고 있다. 그러나 아직까지 유리제 문화재의 복원에 관하여 3D 기술이 활용되어 복원된 사례가 적으며 이에 관한 연구가 필요한 상황이다. 이에 본 연구에서는 국립중앙박물관에서 소장하고 있는 보물인 금강산 출토 이성계 발원 사리장엄구 일괄 중 유리제 사리병의 결손부를 복원하는 과정에 3D 기술을 이용하였다. 보존처리는 3D 프린팅 출력물을 직접적으로 복원제로써 적용하지않고 에폭시계수지로 복제한 복원편으로 결손부를 복원하였다. 보존처리 완료 후 3D 프린팅에 사용되는 재료와 기술방식에 관하여 기존 도자기의 복원재료 중 투명성을 지닌 재료를 선택하여 사용감과 안정성을 비교하고자 하였다. 보존처리 완료 후 SLA(Stereo Lithography Apparatus)방식으로 출력한 광경화성 수지, 에폭시계 수지, 아크릴계 수지등 총 5개의 시편을 제작 한 후 96시간까지 자외선에 노출시켜 황변화를 조사하였고, 광경화성수지의 시편은 출력물에 UV차단제를 분무 여부에 따라 2종으로 나누어 자외선에 노출시켰다. 자외선 노출 결과, SLA방식 시편에 UV차단제를 분무한 시편, 에폭시계수지의 시편의 b^*값의 변화값이 1 미만으로 황변화에 안정적인 것으로 나타났으며 유리제 문화재의 복원제로써 적용 가능한 재료로 보여진다. 유리제 문화재의 형태가 매우 다양하고 복원해야할 부분 또한 다양하고 복잡하여 접근하기 어려울 수 있으므로 복원재료에 대해 여러 가지 재료를 염두해두고 고민해볼 필요가 있다.

• 헤리티지:역사와 과학
• /
• 제55권2호
• /
• pp.66-79
• /
• 2022

고분(古墳)시대 중기에 한반도 남부지역의 기술이 일본열도로 전해져, 스에키라고 하는 일본열도식 도질토기가 탄생하였다. 제작기술이 전파된 초기 무렵은 한반도 각지의 요소가 강하게 남아 있고, 또한 일본열도 내에서의 생산도 매우 제한된 장소에서만 행해졌으며, 그 후 시간이 지남에 따라 일본열도 각지에서의 생산도 개시하게 된다. 스에키는 한반도의 기술을 가지고 일본열도로 전해졌지만, 한반도 내에서도 많은 출토 사례가 보고되고 있으며(한반도에서 출토되는 것은 스에키계 토기라고 불린다.), 그 중에서도 영남지역이나 영산강유역을 중심으로 한 전라도에서 많이 출토되는 경향을 보인다. 기왕의 연구에서 밝혀졌듯이 전라도 주변에서 출토되는 것은 모방품이 많이 포함되는 경향을 보이지만, 영남지역 분묘에서는 일본열도에서 제작된 스에키가 출토된다. 출토시기가 5세기 후엽~6세기 전엽(특히 TK23~MT15형식이 제작되는 시기)에 집중되는 경향이 강하여, 전라도 지역과는 근본적으로 차이를 보인다. 스에키계토기가 출토되는 분묘를 살펴보면, 대부분 지역 유력자층 분묘에서 확인되며, 왕릉급 분묘에서는 거의 출토되지 않는다. 또한 일본열도식 장송의례나 스에키계토기에 특별한 의미를 부여했던 흔적이 확인되지 않기 때문에, 대부분은 도질토기와 같은 의미로 다루어졌을 것으로 생각된다. 한편, 유력자층(집단, 일족, 세력 등)도 분묘 전체로 보면, 일정 가야권역만 관계를 맺고 있었던 것이 아닌, 복잡하고 광역적인 관계구조가 있었음을 확인할 수 있다. 즉, 영남지역(가야권역)에서 출토된 스에키계토기를 보면, 각 가야권역 세력의 변천을 여실히 반영하고 있고, 각 가야권역의 중앙정권 아래에서 교섭과 교류의 역할을 수행한 지역 유력자층의 실체를 나타내며, 가야권역 내에서 복수의 지역이 상호관계를 유지함으로써 성립된 지역(집단, 일족, 세력)의 존재를 가야권역에서 출토된 스에키계토기에서 엿볼 수 있다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 한국과학교육학회지
• /
• 제42권4호
• /
• pp.397-415
• /
• 2022

최근 지구 온난화 문제가 심각해짐에 따라 탄소 순환에 대한 교육적 요구가 커지고 있다. 이와 관련하여 탄소 순환에 대한 체계적인 이해를 위해 시스템 사고 능력의 접목이 요구되고 있다. 더욱이 급변하는 환경, 사회, 경제적 상황에서, 시스템 사고 교육은 미래 사회를 살아갈 학생들에게 요구되는 역량을 강화할 수 있으므로 더욱 강조되고 있다. 이 연구의 목적은 첫째, 탄소 순환에 대한 시스템 사고 검사 도구를 개발하고 루브릭을 활용한 분석 방법을 구성하고, 둘째, 개발된 검사도구 및 루브릭 분석 방법을 적용하여 학생들의 시스템 사고 능력을 분석하는 것이다. 이 연구를 위해 탄소 순환 및 시스템 사고와 관련된 다양한 선행 연구를 분석하였다. 이 결과를 바탕으로 시스템 사고 검사도구 및 루브릭을 활용한 시스템 사고 능력 분석 방법을 개발하였다. 이를 고등학생 및 대학생 172명에게 적용하여 시스템 사고 능력을 분석하였다. 이 연구의 결과는 다음과 같다. 첫째, 선행연구 분석을 통해 탄소 순환 및 시스템 사고 검사를 위한 시사점을 도출하였고, 탄소 순환에 대한 시스템 사고 검사도구 및 이를 평가하기 위한 루브릭 채점 가이드를 개발하였다. 이를 중학생을 대상으로 예비 투입을 진행하고, 전문가 자문을 통해 최종 완성하였다. 둘째, 개발된 검사도구를 활용하여 학생들의 시스템 사고 능력을 분석한 결과, 학생들은 탄소 순환과 관련된 요인을 식별하는 것과 같은 낮은 수준의 시스템 사고는 잘 수행하였지만, 시간 지연이나 피드백 과정과 같은 높은 수준의 시스템 사고는 부족한 것으로 나타났다. 지구 온난화는 현재 인류가 직면한 가장 시급한 문제 상황으로, 탄소 순환의 중요성이 커지고 있다. 이러한 복잡한 문제 상황은 시스템 사고 능력의 적용을 바탕으로 올바르게 이해하고 근본적인 해결책을 모색할 수 있을 것이다.

• 한국식품위생안전성학회지
• /
• 제37권3호
• /
• pp.136-142
• /
• 2022

메토프렌은 살충제로 곤충의 성장을 방해하는 유충호르몬 유사체로 널리 사용되고 있다. 국내 축산물에 대한 MRL은 0.05-0.1 mg/kg 수준으로 설정되어 있지만 PLS제도가 축산물을 대상으로 확대될 수 있기 때문에 0.01 mg/kg 이하에서 정량이 가능한 시험법이 필요하다. 기존의 식품공전에 존재하던 시험법(식품의약품안전처 공고 제 2021-69호, '21.8.9.)은 우유와 그 외 축산물의 전처리 과정이 서로 상이할 뿐 아니라 충전칼럼을 사용하여 노후화되고 복잡하다는 단점이 있다. 본 연구에서는 비교적 간편하며 분석 시간이 적게 소요되는 QuEChERS법을 활용하여 0.01 mg/kg의 정량한계를 만족하는 메토프렌 시험법을 마련하고자 하였다. 메토프렌의 물리·화학적 특성을 고려하여 1% 아세트산을 함유한 아세토니트릴:아세톤(1:1) 혼합액을 이용하여 진탕 추출 후 d-SPE를 이용한 정제조건을 확립하여 LC-MS/MS를 이용한 시험법을 개발하였다. 메토프렌의 결정계수(R²)는 0.99 이상으로 높은 직선성을 보여주었고, 정량한계는 0.01 mg/kg으로 높은 감도를 나타내었다. 대표 축산물 6종(소고기, 돼지고기, 닭고기, 우유, 계란, 지방)에 대하여 정량한계, 정량한계 10배, 정량한계 50배 수준으로 처리한 다음 회수율 실험을 한 결과 평균 회수율이 79.5-105.1%이었으며 상대표준편차는 14.2% 이하로 확인되었다. 본 연구는 국제식품규격위원회 가이드라인(Codex Alimentarius Commission, CAC/GL40)의 잔류농약 분석 기준 및 식품의약품안전평가원의 '식품등 시험법 마련 표준절차에 관한 가이드라인(2016)'에 적합한 수준임을 확인하였다. 따라서 본 연구에서 개발한 시험법은 추후 교차검증을 거쳐 축산물 중 잔류할 수 있는 메토프렌의 안전관리를 위한 공정시험법으로 활용 가능할 것이다.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.73-82
• /
• 2009

CMOS 카메라는 저가격, 저전력, 소형화의 장점을 이용해 휴대폰카메라, 자동차 산업, 의학 및 센서 네트워크, 로봇제어, 보안 분야의 연구에서 이용되고 있다. 특히 다중카메라(Multi-Camera)기반의 $360^{\circ}$ 전방향 카메라(Omni-directional Camera)의 소프트웨어, 통신간섭 및 지연과 복잡한 영상제어 문제가 있으며, 하드웨어 분야에서는 다중카메라의 효율적인 관리 및 소형화의 문제를 지닌다. 기존 시스템은 다수 카메라를 제어하고 카메라 영상을 송수신하기 위해 카메라별 고성능 MCU로 구성된 임베디드 시스템(embedded system)과 별도의 제어 시스템(control system) 같이 다계층 시스템(Multi-layer system)으로 구성된다. 하지만 본 시스템은 단일구조로 저성능 MCU 기반에 고속 동기화기법으로 카메라 제어 및 영상 수집이 가능하도록 SLAVS(Small size/Low power Around View System)을 제안하였다. 화각 $110^{\circ}$ CMOS 카메라 여러 대를 이용하여 $360^{\circ}$전방향을 촬영하는 저성능 MCU로 카메라의 제어 및 영상 수집이 가능한 전방향 카메라 초기모형이다. 결과적으로 저전력 CMOS 카메라 4대를 하나의 MCU에 연결하여 개별 카메라에 대한 동기 유지, 제어 및 송수신을 구현하고 이를 기존의 시스템과 비교하였다. MCU를 통한 개별 인터럽트 처리로 카메라별 동기를 제어, 기억하여 Target과 CMOS 카메라와 MCU간의 재동기를 최소화하여 데이터 전송의 효율성을 높였다. 또한, 사용자 선택에 따라 4개의 영역으로 구분된 영상을 각기 또는 하나로 Target에 제공할 수 있도록 하였다. 마지막으로 개발된 카메라 시스템의 동기 및 데이터 전송 시간, 이미지 데이터 유실 등의 성능 비교, 분석을 하였다.

• 한국지구과학회지
• /
• 제44권1호
• /
• pp.13-35
• /
• 2023

지구의 기후 변화를 유도하고 제어하는 가장 중요한 역할을 하는 것은 해양의 해류이다. 황해는 수심이 동해에 비해 매우 얕고, 다양한 바람과 조류, 강물의 유입, 동중국해에서의 해수 유입 등 외력의 영향으로 해수의 순환과 해류가 상당히 복잡하다. 황해난류는 겨울철 황해의 대표적인 해류로서 겨울철 황해와 동중국해 바람 변동성과 밀접한 관련이 있으며, 황해의 수온과 염분 분포에 큰 영향을 주어서 중등학교 교과서에서 중요하게 다루어질 필요성이 있다. 2015 개정 교육과정 기반 중등학교 과학 및 지구과학 교과서의 황해난류와 관련된 내용을 분석하였다. 또한 해류의 시간 변동성에 대한 교사들의 인식을 조사하기 위해 중등학교 과학 교사들을 대상으로 설문조사를 실시하였다. 대부분의 교사들은 황해난류가 우리나라 서해안으로 연중 북상하고 있으며 일반적인 난류와 같이 여름철에 강하다는 잘못된 지식을 가지고 있는 것으로 나타났다. 황해난류는 해류의 세기가 강한 계절변동성을 가지는 북한한류와 달리 해류 자체가 연중 항시 존재하지 않으며 겨울철에만 발생하는 해류이다. 이러한 교사들의 교과내용 지식에 대한 오류는 북한한류가 겨울철에 강하다는 오개념을 가지게 된 연유와 유사한 배경을 가지고 있었다. 따라서 본 연구에서는 황해난류에 대한 교과서 내용의 오류를 분석하여 제시하였다. 또한 학생들과 교사들의 데이터 리터러시 함양을 위하여 탐구활동에서 활용할 수 있는 황해난류에 대한 수업 자료를 개발하였다. 황해 해수면 온도를 가시화할 수 있는 GUI 프로그램을 소개하였고, WOA (World Ocean Atlas) 2018 해양 실측 수온 및 염분자료와 국립해양조사원에서 생성한 해양 수치모델 재분석자료를 활용하여 수온과 염분의 공간 분포를 도시하는 자료를 개발하여 제시하였다. 이러한 해양 자료를 활용한 데이터 시각화과정은 교사들의 오개념을 개선하고, 나아가 학생들과 교사들의 해양 리터러시뿐만 아니라 데이터 리터러시도 제고하는 계기가 될 것으로 기대된다.

• 한국터널지하공간학회 논문집
• /
• 제11권1호
• /
• pp.57-70
• /
• 2009

UAM(Umbrella Arch Method)의 효과 및 역학적 보강메커니즘에 대한 연구는 국내외에서 수치해석 및 실험 등을 통하여 상당한 진척이 이루어졌으나 실제 설계 및 적용에 있어서는 아직도 3차원 해석의 해석시간과 복잡성 등의 제약 때문에 UAM의 보강영역과 지반과의 환산물성을 이용하는 정량적이지 못한 2차원해석이 주로 사용되고 있다. 이러한 이유로 합리적, 이론적, 정량적이면서도 손쉽게 수행할 수 있는 설계 및 해석기법이 요구되고 있다. 본 연구에서는 UAM의 보강효과가 미치는 범위를 파악하고 그라우팅 전 후의 강관저변지반 물성변화를 파악하기 위하여 연직방향의 UAM 현장실험 및 실내시험을 수행하였다. 풍화토, 풍화암 지반에 UAM 적용시 그라우트의 주입에 의한 주변지반의 물성치 증가는 미미하며, 강관외부와 천공구경 사이의 공간 및 강관내부에 형성된 시멘트구근과 강관으 강성만이 지반보강 효과에 기여한다는 것을 확인하였다. 이러한 결과와 내공변위제어법(CCM; Convergence Confinement Method) 개념을 바탕으로, 2차원 축대칭해석을 실시하여 막장효과, UAM효과와 지보재효과를 종단변위곡선(LDP)으로 나타내었다. 또한, 2차원 평면변형률 해석시 UAM의 지보효과를 내압의 크기로 변환하여 이를 고려하는 하중분담법을 제안하였다. 이 방법과 기존의 등가환산물성을 적용하는 해석을 비교한 결과, 지반조건, 터널의 심도 및 크기, 강관조건, 초기응력상태 등에 따라 차이가 있지만, 기존의 해석방법에서의 변위량이 새로운 방법에 비해 더 크게 발생하는 것으로 나타나, UAM의 종방향 빔 지지효과를 제대로 평가하지 못하는 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권11호
• /
• pp.471-480
• /
• 2023

국내 건설수주 규모는 2013년 91.3조원에서 2021년 총 212조원으로 특히 민간부문에서 크게 성장하였다. 국내외 시장 규모가 성장하면서, EPC(Engineering, Procurement, Construction) 프로젝트의 규모와 복잡성이 더욱 증가되고, 이에 프로젝트 관리 및 ITB(Invitation to Bid) 문서의 위험 관리가 중요한 이슈가 되고 있다. EPC 프로젝트 발주 이후 입찰 절차에서 실제 건설 회사에게 부여되는 대응 시간은 한정적일 뿐만 아니라, 인력 및 비용의 문제로 ITB 문서 계약 조항의 모든 리스크를 검토하는데 매우 어려움이 있다. 기존 연구에서는 이와 같은 문제를 해결하고자 EPC 계약 문서의 위험 조항을 범주화하고, 이를 AI 기반으로 탐지하려는 시도가 있었으나, 이는 레이블링 데이터 활용의 한계와 클래스 불균형과 같은 데이터 측면의 문제로 실무에서 활용할 수 있는 수준의 지원 시스템으로 활용하기 어려운 상황이다. 따라서 본 연구는 기존 연구와 같이 위험 조항 자체를 정의하고 분류하는 것이 아니라, FIDIC Yellow 2017(국제 컨설팅엔지니어링 연맹 표준 계약 조건) 기준 계약 조항을 세부적으로 분류할 수 있는 AI 모델을 개발하고자 한다. 프로젝트의 규모, 유형에 따라서 세부적으로 검토해야 하는 계약 조항이 다를 수 있기 때문에 이와 같은 다중 텍스트 분류 기능이 필요하다. 본 연구는 다중 텍스트 분류 모델의 성능 고도화를 위해서 최근 텍스트 데이터의 컨텍스트를 효율적으로 학습할 수 있는 ELECTRA PLM(Pre-trained Language Model)을 사전학습 단계부터 개발하고, 해당 모델의 성능을 검증하기 위해서 총 4단계 실험을 진행했다. 실험 결과, 자체 개발한 ITB-ELECTRA 모델 및 Legal-BERT의 앙상블 버전이 57개 계약 조항 분류에서 가중 평균 F1-Score 기준 76%로 가장 우수한 성능을 달성했다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.19-42
• /
• 2012

고객이 상품을 구매하는 패턴이 빠르게 변화하고 있다. 오프라인에서 고객이 직접 상품을 보고, 체험한 후 구매하던 패턴이 TV홈쇼핑, 인터넷 쇼핑 등 고객이 편리한 장소에서 자유롭게 구매하는 방법으로 확산되었다. 이처럼 구매 가능한 상품의 범위는 점점 더 다양해지고 있지만 이로 인하여 고객이 상품을 구매할 때 생기는 번거로움은 더욱 커지고 있다. 오프라인에서는 물건을 직접보고 구매하기 때문에 반품율이 낮은 반면에 온라인 구매 물품은 배송과 환불 등에서 복잡한 일들이 많이 발생한다. 온라인을 통해서 물건을 구매할 때 상품에 대한 사전 정보는 매우 한정적이며 실제로 물건을 구매했을 경우 고객이 생각했던 것과 다를 수 있다. 이러한 결과는 결국 고객의 불만족 및 구매취소로 이어진다. 또한 TV홈쇼핑이나 인터넷 쇼핑 등을 통해서 물건을 구매할 때 고객들은 이미 상품을 구매한 고객의 리뷰에도 관심을 기울이고 있다. 좋은 평가를 받은 상품은 더 많은 매출로 이어질 수 있기 때문에 기업은 이에 관심을 기울일 필요가 있다. 고객의 욕구를 만족시킬 수 있는 적절한 상품을 추천해 주고 이를 구매로 연결시키는 것은 기업의 이윤 창출과 직결되기 때문에 그 중요성이 강조된다. 고객을 위한 추천방법은 베스트셀러기반 추천방법, 인구통계 정보기반 추천방법, 최소질의대상 상품결정방법, 내용필터링기법, 협력필터링기법 등이 존재하며, 이에 대한 많은 연구가 활발하게 진행되고 있다. 그러나 위의 방법들을 신규고객에게 적용하는 것에는 문제가 발생할 수 있다. 신규고객은 상품에 대한 과거 구매이력이 존재하지 않기 때문이다. 이를 해결하기 위한 방안으로 가입 시, 고객의 인구통계적 정보나 선호도에 대한 응답을 유도하는 방법을 활용할 수 있다. 그러나 고객이 이에 대한 번거로움을 느낄 수도 있으며, 불완전한 답변을 하게 되면 추천의 정확도는 감소한다. 최근 이미 상품을 구매한 고객의 리뷰 및 기업에서 추천하는 제품에 의존하는 고객들이 증가하면서 이를 악용하는 사례도 자주 등장한다. 결국 추천에 대한 고객들의 신뢰는 감소하게 될 것이다. 따라서 좀 더 명확한 방식의 추천시스템이 절실하며, 이것이 개선된다면 는 곧 고객들의 신뢰 증가로 이어질 것이다. 본 연구에서는 협력필터링기법과 사회연결망기법의 중심성을 결합한 분석을 시도하였다. 중심성은 신규고객의 선호도를 기존고객들의 데이터를 통하여 유추하기 위하여 활용되는 정보이다. 기존 연구들에서는 기존고객들의 구매 가운데 구매성향이 유사한 고객들의 정보에 초점을 맞추고 있으며 구매성향이 다른 고객들의 정보에 대한 분석은 이루어지고 있지 않다. 그러나 이처럼 구매성향이 서로 다른 고객들의 정보를 활용한다면 추천의 정확성이 더 향상되지 않을까 하는 점을 기반으로 데이터들을 다양한 방식으로 분석하였다. 연구에 사용된 데이터는 미네소타대학의 GroupLens Research Project팀이 협력필터링기법을 통하여 영화를 추천하기 위해 만든 MovieLens의 데이터이다. 이는 1,684편의 영화에 대한 선호도를 943명이 응답한 정보로 총 100,000개의 데이터가 있다. 이를 시간 순으로 구분하여 초기 50,000개의 데이터를 기존고객의 데이터로, 후기 50,000개의 데이터를 신규고객의 데이터로 사용하였다. 이 때, 신규고객과 기존고객은 연구자가 임의로 구분한 것이다. 따라서 신규고객이라고 표현되는 고객의 데이터는 실제로 추천시스템을 통해 정보를 제공받은 고객이라고는 볼 수 없다. 그러나 현실적으로 실제 신규고객의 데이터를 수집하는 것이 쉽지 않기 때문에 전체 고객의 정보를 시간 순으로 구분하고 신규고객으로 분류한 것임을 밝혀둔다. 제시된 추천시스템은 [+]집단 추천시스템, [-]집단 추천시스템, 통합 추천시스템으로 총 3가지이다. [+]집단 추천시스템은 기존의 연구들과 유사한 방식으로 유사도가 높은 고객들을 신규고객의 이웃고객으로 분석하였다. 유사도가 높다는 것은 다른 고객들과 상품 구매에 대한 성향이 유사한 것을 의미한다. 또한 [-]집단 추천시스템은 유사도가 낮고 다른 고객들과 상품의 구매패턴이 반대에 가까운 고객들의 데이터를 활용하였으며, 통합 추천시스템은 [+]집단 추천시스템과 [-]집단 추천시스템을 결합한 방식이다. [+]집단 추천시스템과 [-]집단 추천시스템에서 각각 추천된 영화 가운데 중복되는 영화만을 신규고객에게 추천하는 방식이다. 다양한 방법의 시도를 통하여 적절한 추천시스템을 찾고, 추천시스템의 정확도를 향상시키는데 그 목적이 있다. 활용된 데이터의 분석 결과는 통합 추천시스템이 정확도가 가장 높았으며 [-]집단 추천시스템, [+]집단 추천시스템의 순인 것으로 나타났다. 이는 통합 추천시스템이 가장 효율적일 것이라는 연구자의 추측과 일치하는 결과이다. 각각의 추천시스템은 정확도의 변화를 쉽게 비교할 수 있도록 등고선지도 및 그래프를 이용하여 나타냈다. 연구의 한계점으로는 연구자가 제시한 통합 추천시스템과 [-]집단 추천시스템에 대한 정확도는 향상되었지만 이는 임의로 구분한 기준을 바탕으로 분석하였다는 점이다. 실제 추천된 영화를 바탕으로 신규고객이 영화를 선택 한 것이 아니라 기존고객의 데이터를 임의로 분류하였기 때문이다. 따라서 이는 추천 영화가 실제 고객에 미친 영향이 아니라는 한계가 존재한다. 또한 영화가 아닌 다른 상품에 대해서 이 추천시스템을 적용하였을 경우 추천 정확도에는 차이가 있을 수 있다. 따라서 추천시스템을 적용할 때에는 각 상품 및 고객집단의 특성에 적합한 적용이 필요하다.