• 마케팅과학연구
• /
• 제17권4호
• /
• pp.247-269
• /
• 2007

현대에 있어 동질적인 품질과 편익을 제공하는 제품을 가지고 다수의 기업들이 시장점유율 증대와 고객확보를 위하여 치열한 경쟁을 벌이고 있는 가운데 가격할인은 기업이 즐겨 사용하는 촉진수단이다. 가격할인은 단기적 매출향상, 소비자의 브랜드전환, 신제품의 시장침투 등의 목적을 달성하기 위하여 사용된다. 실제로 과거의 실증연구에 의하면 다양한 형태의 가격할인이 판매증대에 효과적이며 가격할인은 소비자의 지각가치를 증가시킨다고 하였다. 하지만 할인된 가격은 제품의 품질을 의심하게 하거나 낮게 평가하는 부정적인 효과가 있다는 사실이 밝혀졌으며, 모든 제품카테고리와 모든 구매상황에 대하여 가격할인이 소비자의 지각가치를 향상시킨다고 볼 수 없다. 이에 따라 본 연구에서는 브랜드애호도의 차이가 있는 제품을 대상으로 가격할인율에 따라 소비자의 지각가치에 어떠한 영향을 미치는지를 연구함으로서 브랜드애호도의 조절효과를 분석하였다. 브랜드애호도가 강한 제품에 대한 지각획득가치와 지각거래가치는 가격할인율이 낮을 때 보다 큰 경우에 증가할 것으로 예측하였으나 분석결과 유의적인 차이가 없는 것으로 나타났는데, 이것은 브랜드애호도가 강한 경우에는 가격할인에 의한 지각희생의 감소량이 크지 않았고 브랜드 자체에 대한 신뢰도와 속성에 대한 만족도가 높기 때문에 가격인하가 브랜드선택에 큰 영향을 미치지 않았다는 것을 의미한다고 할 수 있다. 반면 브랜드애호도가 약한 제품에 대한 지각획득가치와 지각거래가치는 가격할인율이 낮을 때 보다 큰 경우에 감소한 것으로 나타났다. 이는 브랜드애호도가 약한 경우에는 제품으로부터 획득하게 되는 편익에 대한 만족도와 신뢰도가 낮은데 이러한 특성을 고려해보면 가격할인이 클 때에 제품의 품질과 편익을 더욱 평가절하하거나 심리적으로 지각희생의 크기가 증가됨에 따라 지각가치가 감소되었음을 의미한다고 할 수 있다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.

• 한국산림과학회지
• /
• 제20권1호
• /
• pp.1-44
• /
• 1973

국유림경영(國有林經營)은 어느 나라를 막론(莫論)하고 그 사명(使命)과 경영목적(經營目的)으로 봐서 중요시(重要視)되고 있다. 한국(韓國)의 국유림(國有林)도 또한 한국경제(韓國經濟)의 비약적(飛躍的)인 발전(發展)에 따라 목림수요(木林需要)의 계속적(繼續的)인 증가(增加)로 국가적(國家的)인 사명(使命)과 산업경제적(產業經濟的)으로 더욱 중요(重要)한 위치(位置)에 놓이게 되었다. 그러나 지금(只今)까지 한국임정(韓國林政)의 주요목표(主要目標)가 산림자원(山林資源)의 보존(保存)과 국토보전기능(國土保全機能)의 회복(回復)에만 급급(汲汲)한 나머지 임업(林業)의 경제생산성(經濟生產性)을 높이는 산업정책적의의(產業政策的意義)가 적었음을 우리는 부인(否認)할 수 없다. 그리하여 한국(韓國)의 임업(林業)도 한국경제구조중(韓國經濟構造中)의 일환(一環)으로서 산업적(產業的)으로 발전(發展)시킬 필요(必要)에 직면(直面)하게 되어 국유림(國有林)도 합리적(合理的)인 산림시업(山林施業)에 기초(基礎)를 둔 산림생산력(山林生產力)의 증강(增强)이 절실(切實)하게 되었고, 그렇게 하므로써 결과적(結果的)으로 우수(優秀)한 산림(山林)이 조성(造成)되어 자연(自然), 산림(山林)의 국토보전기능(國土保全機能) 기타(其他)의 공익적기능(公益的機能)도 발휘(發揮)될 수 있을 것으로 본다. 한국(韓國)의 국유림(國有林)은 1908년(年) 임적계출시(林籍屆出時)의 역사적(歷史的) 소산(所產)으로서 그 후(後) 국토보존(國土保存)과 산림경영(山林經營) 학술연구(學術硏究) 기타(其他) 공익상(公益上) 국유(國有)로 보존(保存)할 필요(必要)가 있는 요존림(要存林)과 이에 속(屬)하지 않는 부요존림(不要存林)으로 구분(區分)하고 요존국유림중(要存國有林中) 국가(國家)가 직접(直接) 임업경영(林業經營)을 목적(目的)으로 하는 산림(山林)은 3개영림서(個營林署)에서 관리(管理)하고 있으며 기타(其他)는 각시도(各市道) 및 타부처소관(他部處所管)으로 되어있는데 국유림(國有林)은 1971년말현재(年末現在) 전국산림면적(全國山林面積)의 19.5%(1,297,708 ha)를 점(占)하고 있으나 임목축적(林木蓄積)은 전국산림총축적량(全國山林總蓄積量)의 50.1%($35,406,079m^3$)를 점(占)하고 연간(年間) 국내용재생산량(國內用材生產量)의 23.6%($205,959m^3$)를 생산(生產)하고 있는 사실(事實)은 한국임업(韓國林業)에 있어 국유림(國有林)이 점(占)하고 있는 지위(地位)가 중요시(重要視)되고 있는 이유(理由)이다. 따라서 국유림경영(國有林經營)의 성패(成敗)는 한국임업(韓國林業)의 성쇠(盛衰)를 좌우(左右)한다고 단언(斷言)할 수도 있을 것이다. 산림(山林)이 가진 모든 기능(機能)이 가 중요(重要)하지만 특(特)히 목재생산(木材生產)은 한국(韓國)과 같이 매년(每年) 막대(莫大)한 외재도입(外材導入)(1971년도(年度)는 $3,756,000m^3$ 도입(導入)에 160,995,000불(弗) 지출(支出))을 필요(必要)로 하는 임업실정(林業實情)임에 비춰 더욱 중요시(重要視)되고 이에 대처(對處)하기 위(爲)한 산림생산력(山林生產力)의 증강(增强)은 시급(時急)한 과제(課題)인 것이다. 그러나 임업생산(林業生產)은 장기생산(長期生產)이기 때문에 경제발전(經濟發展)에 따른 급격(急激)한 목재수요(木材需要)의 증가(增加)에 직시(直時) 대처(對處)하기 어려우므로 장기적(長期的)인 전망(展望)밑에 자금(資金)과 기술(技術)을 효과적(効果的)으로 투입(投入)하고 국유림경영(國有林經營)을 합리화(合理化)하고 능률화(能率化)하여 생산력증강(生產力增强)을 기(期)하여야 할 것이다. 한국(韓國)의 국유림사업(國有林事業)에는 기술적(技術的) 재정적(財政的)인 애로(隘路)와 인건비(人件費)의 증대(增大) 노임(勞賃)의 상승(上昇) 행정제경비(行政諸經費)의 증가등(增加等) 많은 난관(難關)이 가로놓여있다 하겠으나 앞으로의 국유림(國有林)의 발전여부(發展與否)는 사회(社會) 경제(經濟)의 발전(發展)에 적응(適應)한 기술(技術)과 경영방식(經營方式)을 채용(採用)할 수 있느냐 없느냐에 달려있다고 본다. 이러한 관점(觀點)에서 본조사연구(本調査硏究)에서는 한국(韓國)의 국유림경영(國有林經營)의 실태(實態)를 파악분석(把握分析)하고 불합리(不合理)한 문제점(問題點)들을 찾아서 정책적(政策的) 기술적(技術的) 재정적면(財政的面)에서 개선(改善)할 수 있도록 하는데에 본연구(本硏究)의 목적(目的)이 있다. 본논문작성(本論文作成)에 있어 국유림(國有林)의 각종통계(各種統計)는 산림청(山林廳)이 1971년말현재(年末現在) 산림기본통계(山林基本統計) 및 1973년도(年度) 산림사업실적통계(山林事業實績統計)에 의거(依據)하였고 기타(其他)는 현지영림서(現地營林署)에서 얻은 자료(資料)를 인용(引用)하였다. 논자(論者)는 본연구결과(本硏究結果) 다음과 같은 국유림개선방안(國有林改善方案)을 제시(提示)코저 한다. 1) 국유림조직기구(國有林組織機構)에 있어 영림서(營林署)의 증설(增設)로 집약적(集約的)안 국유림경영(國有林經營)을 도모(圖謀)하고 경영계획계(經營計劃係)를 과기구(課機構)로 강화(强化)한다. 2) 보호직원(保護職員)의 증원(增員)으로 1인당책임구역면적(人當責任區域面積)을 1,000~2,000ha 정도(程度)로 축소(縮小)시킨다. 3) 국유림경영(國有林經營) 일선책임자(一線責任者)인 영림서장(營林署長)의 빈번(頻繁)한 인사이동(人事異動)으로 일관성(一貫性)있는 경영계획실행(經營計劃實行)에 차질(蹉跌)을 가져오지 않도록 한다. 4) 경영계획업무(經營計劃業務)에 있어 부실(不實)한 계획(計劃)이 되지 않도록 충분(充分)한 예산(豫算)과 인원(人員)을 배정(配定)하여 기초적(基礎的)인 조사(調査)를 면밀(綿密)히 한다. 5) 1영림서(營林署) 1사업구원칙(事業區原則)을 현실(現實)시키고 1사업구면적(事業區面積)은 평균(平均) 2만(萬) ha 이하(以下)로 한다. 6) 장기차입금(長期借入金)으로 조속(早速)히 미립목지(未立木地)를 입목지화(立木地化)하고 활엽수림(濶葉樹林)의 수종갱신(樹種更新)과 활엽수림(濶葉樹林)의 이용방도(利用方途)를 개발(開發)한다. 7) 조림(造林) 및 양묘사업(養苗事業)의 기계화(機械化) 약제화(藥劑化) 방안(方案)을 강구(講究)하고 실천(實踐)하므로써 노동력(勞動力) 부족(不足)에 대비(對備)한다. 8) 보호사업(保護事業)에 있어 산화피해율(山火被害率)이 외국(外國)에 비(比)하여 막대(莫大) 하므로 제도변(制度面)이나 장비면(裝備面)에서 개선(改善)되어야 하고 방화선(防火線)의 설치(設置) 및 유지(維持)에 필요(必要)한 최소한도(最小限度)의 예산(豫算)을 확보(確保)한다. 9) 제품생산사업(製品生產事業)을 강화(强化)하고 생산(生產) 가공(加工) 유통(流通)을 계열화(系列化)하여 지원민(地元民)에게 경제적혜택(經濟的惠澤)을 준다. 10) 임도망(林道網)의 시설정비(施設整備)와 치산사업(治山事業)은 국유림자체(國有林自體)의 개발(開發)을 위(爲)해서나 지방개발(地方開發)을 위(爲)해서 필요(必要)하므로 일반회계(一般會計)의 부담(負擔)으로 추진(推進)한다. 11) 임업(林業)의 기계화(機械化)는 목재수요(木材需要)의 증대(增大)와 노력부족(勞力不足)에 따라 필연적(必然的)이므로 가계도입(機械導入) 및 국산화(國產化), 사용자(使用者)의 양성(養成) 및 기계관리(機械管理)에 만전(萬全)을 기(期)한다. 12) 노무사정(勞務事情)은 악화(惡化)할 것이 예견(豫見)되므로 임업노동자(林業勞動者)의 확보(確保) 및 복리후생대책(福利厚生對策)을 수립(樹立)한다. 13) 경제변동(經濟變動)에 따른 수지악화시(收支惡化時)에도 일정규모(一定規模)의 지출(支出)을 보장(保障)하기 위(爲)하여 잉여금(剩餘金)의 일부(一部)은 기금(基金)으로 확보(確保)하고 나머지는 확대조림(擴大造林) 임도사업등(林道事業等) 선행투자사업(先行投資事業)에 사용(使用)한다.