• Journal of Nutrition and Health
• /
• 제41권8호
• /
• pp.870-886
• /
• 2008

본 연구는 학교급식 조리종사자들의 HACCP 관련 지식과 수행도에 대한 분석을 통하여 현재 학교급식에서 HACCP의 적용 실태를 파악하고, 조리종사자에게 필요한 교육 내용 및 방법을 규명하여 향후 학교급식에서 보다 체계적인 HACCP 시스템이 실행될 수 있는 방안을 모색하기 위한 기초 자료를 제공하고자 시도되었다. 영양사의 연령은 30대가 60.8%로 절반 이상을 차지하였고, 경력은 10${\sim}$15년 미만이 31.9%, 학력에 있어서는 4년제 대학 졸업자가 60.4%로 나타났는데, 이는 영양교사화로 인하여 전문학사 자격소지 영양사들이 방송통신대학 및 4년제 대학교의 편입을 통하여 학사자격을 취득하였기 때문인 것으로 분석된다. 고용상태는 정규직영양사가 62.6%로 나타났고 근무학교는 초등학교가 50.5%로 절반을 차지하였으며, 급식유형은 도시형이 59.3%이고, 급식관리 방식은 단독관리가 80.2%로 나타났다. 조리종사자의 연령은 만 41${\sim}$50세가 60.7%, 근무기간은 5${\sim}$10년 미만 (34.2%), 학력은 고졸 (77.2%), 고용상태는 비정규직 조리사 (42.2%)가 가장 많았고, 조리종사자의 53.3%가 자격증을 소지하고 있었다. 위생교육 실시횟수는 주 1회 이상 (48.4%)이, 교육방법은 구두교육 (40.7%)의 비율이 가장 높았고, 위생교육에서 HACCP이 차지하는 비중은‘많이 포함된다’가 53.8%로 나타났다. 조리종사자의 대부분 (98.1%)이‘위생교육 경험이 있다’고 응답하였고 HACCP 이해정도에 있어서는‘잘 이해한다’가 47.0%로 나타났으며 HACCP 관련 교육현황에서 모든 항목에 대하여 92% 이상의 높은 교육 실시율을 보였다. 조리종사자의 HACCP 지식수준은 평균 84.2점 (100점 만점)으로 나타나 보통 이상의 수준인 것으로 나타났으며 급식유형 (p < .001), 근무기간 (p < .05), 학력 (p < .01), 고용상태 (p < .001), 자격증 유무 (p < .001), 학교별 (p < .01)에 따라 유의한 차이를 보였다. 또한 영양사의 교육 실시 횟수가 많을수록 (p < .01), 조리종사자가 교육 경험이 있고 (p < .01), 교육 경험횟수가 많을 경우 (p < .05), HACCP에 대하여‘매우 잘 이해한다’고 응답한 경우 (p < .05)에 지식 수준이 유의적으로 높았다. 조리종사자의 HACCP 수행도는 평균 4.40점 (5점 만점)으로 잘하고 있는 것으로 나타났고, 영양사의 조리종사자의 HACCP 수행도에 대한 인지도 평균은 4.13점으로‘잘한다(4점)’에 근접한 것으로 조사되어, 영양사의 인지도가 유의적으로 낮았다 (p < .001). 조사대상자의 수행도는 급식유형 (p < .05), 고용상태 (p < .05), 자격증유무 (p < .01), 학교별 (p < .01)에 따라 유의한 차이를 보였다. 위생교육 실시횟수가 증가할수록 (p < .01), 교육방법에서 실연교육인 경우 (p < .05)에 수행도가 유의적으로 높았고, 조리종사자가 교육 경험이 있고 (p < .01), HACCP에 대하여‘매우 잘 이해한다’고 응답한 경우(p < .001) 유의적으로 높은 수행도를 보여주었다. 이러한 결과를 토대로 살펴볼 때, 학교급식에서 위생교육을 실시하는 영양사의 인지도와 교육받은 내용을 실천에 옮겨야 하는 조리종사자의 실제 수행도간의 차이를 올바르게 인식하여 효과적인 HACCP 교육매체 개발 및 교육방법의 활용, 조리종사자의 수준 등을 고려한 체계적인 교육실시를 통한 위생관리가 이루어져야 할 것으로 사료된다.

• 한국식품조리과학회지
• /
• 제23권5호
• /
• pp.589-600
• /
• 2007

본 연구는 서울 지역에 위치한 객단가 만원에서 이만원 수준의 7개 레스토랑을 대상으로 연구팀이 개발한 위생관리 모니터링 도구를 활용하여 위생관리실태를 조사하고, 위생관리가 소홀히 할 경우에 잠정적으로 식중독 유발 가능성이 있는 주요 리스크 인자를 규명하는 한편, 이를 중심으로 레스토랑의 종사원을 위한 위생관리 교육 매체를 개발하였다. 이에 대한 결과를 요약하면 다음과 같다. 1. 연구에 참여한 외식업체는 한식당 6 업소($A{\sim}F$), 일식당이 1개소(G)이었고, 모두 서울에 위치해 있었다. 업장 면적은 90평($297m^2$)에서 400평($1332.4m^2$) 범위이었고, 주방의 면적은 가장 작은 곳은 4평($13.2m^2$)에서 크게는 120평($396.7m^2$) 범위였으며, 업장면적 대비 주방면적 비율로 환산하면 4.4%에서 30% 수준이었다. 조사에 참여한 외식업체들은 중소 기업형 이상의 업체들로 일일 이용 고객수의 규모는 300명에서 925명이었고, 객단가는 9,000원에서 23,000원 수준이었다. 2. 서울 지역 7개의 외식업소를 대상으로 한 위생 관리 점검 결과, 위생관리 수행도 점수는 100점 만점에 57점 수준으로 많은 개선이 요구되는 수준이었다. 특히 음식의 생산공정을 평가하는 영역인 식품위생 영역에 관한 중점적인 교육이 필요한 것으로 나타났다. 위생평가점수는 G업소가 73.0점으로 가장 높았고, A업소가 51.0점으로 가장 낮았다. 영역별 평균점수는 개인위생이 18점 만점에 9.57점(53.1%), 식품위생은 50점 만점에 26.4점(52.8%), 환경위생은 32점 만점에 19.5만점(61.1%)을 나타났다. 이러한 결과를 바탕으로 영역별로 중요도를 달리하는 위생 교육이 필요하였다. 3. 위생관리 평가 항목별 점수를 근거로 레스토랑에서 식중독 발생의 잠재적인 위험 요소로는 개인위생에서 '수세대 구비 및 손세척의 올바른 실행(0.29/4점)으로 나타났다. 식품위생측면에서는 '올바른 검수관리(0.29/4점)', '냉장 냉동 식자재 검수 시 온도 확인 및 조치(0/4점)', '상온 창고내 물품의 바닥방치 금지(0/2점)', '생채소와 과일의 적절한 세척(1.71/4점)' 으로 나타났다. 환경위생관리측면에서는 '청소, 소독 프로그램의 수립 및 감독(2/4점)', '방충 및 구서 관리(0.84/2점)', '화장실 청결 관리(0.43/3점)' 등으로 나타났다. 4. 이상의 결과를 바탕으로 위생교육 매뉴얼을 개발하였다. 위생교육 내용은 4가지 원칙 -개인위생확보, 교차오염방지, 시간온도관리, 냉장관리- 으로 구성하였고, 8영역으로 세분화하였다. 교육 설계방식은 강의식 교육을 위주로 하고, 주제별로, 실연식 교육, 시청각 교육, 토의식 교육을 위한 강의 자료를 마련하였다. 이상의 결과에서 보여 준 레스토랑에서 식중독 예방을 위한 위생관리 활동 내용으로 실천율이 낮은 활동을 규명하고 이 활동에 대한 지속적인 모니터링과 개선활동을 전개한다면 레스토랑의 식중독 예방에 크게 도움일 될 것으로 사료된다. 또한 본 연구에서 개발된 위생교육 자료를 활용한다면, 외식업체의 전반적인 위생수준을 향상시키고 식품의 안전성을 확보하는데 크게 기여할 것으로 기대된다. 최근에 외식업계에서 발생되고 있는 식중독 사고는 이상 기후의 영향이나 시설미비도 그 원인이겠지만, 무엇보다도 중요한 요인은 경영층의 위생에 관한 인식부족, 교육 프로그램의 부재로 사료된다. 그러므로 양적으로 과포화상태에 이르고 있는 외식업계의 질적인 향상을 위해서는 외식업체는 위생교육의 지속적인 실천과 모니터링을 강화하고, 그 결과를 인사고과시스템에 반영하는 통합적인 노력이 요구된다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 대한치과보철학회지
• /
• 제46권2호
• /
• pp.125-136
• /
• 2008

골유착 개념에 기반한 치과용 임플랜트가 $Br{\aa}nemark$ 등에 의해 도입된 이후로 치과 치료에서 임플랜트를 이용한 방법은 장기적으로 높은 성공률을 보여 왔다. 임플랜트를 이용한 치료법이 상실된 치아의 수복을 위해 우선적으로 고려되어야 할 중요한 방법으로 인식되면서 임플랜트를 이용한 방법을 선호하게 되었고 적용 범위 및 사용 빈도도 급증하였다. 예전에 비해서 국산 임플랜트의 사용도 증가하였으나 장기간의 임상적, 객관적인 자료를 가진 국산 임플랜트의 수는 많지 않은 상태이다. 본 연구는 SLA 표면 처리 및 외측 연결형의 국산 임플랜트에 관하여 18개월에서부터 57개월까지의 임상적, 방사선학적 결과에 대한 후향적 분석을 실시하였다. 연세대학교 치과대학병원에서 네오플란트$^{(R)}$ 임플랜트 (네오바이오텍, 서울, 한국)를 이용하여 치료받은 25명의 환자에게 식립된 96개의 임플랜트를 대상으로 하였고, 대상자 중 남성의 평균 연령은 63.5세, 여성의 평균 연령은 44.3세였다. 진료기록부를 통해 성별, 연령, 무치악 유형, 식립 위치, 식립된 임플랜트의 직경 및 길이, 2차 수술 여부, 보철물의 유형, 대합치의 유형, 임상적 합병증의 종류 및 빈도 등을 조사하여 그에 따른 분포 및 생존율의 차이와 함께 이들 항목이 변연골 흡수량에 미치는 영향을 조사하여 다음과 같은 결과를 얻었다. 1. 총 25명에게 식립된 96개의 임플랜트 중 2개가 실패하여 누적 생존율은 97.9%로 나타났다. 2. 정기검진이 가능했던 88개의 임플랜트에 대해서는 상악에서의 생존율이 96.2%, 하악에서의 생존율은 98.4%였고, 구치부에서의 생존율은 97.5%였으며 전치부에서의 생존율은 100%였다. 3. 보철물 장착 후 1년과 1년 이후의 연간 흡수량에서 남성이 여성보다 변연골 흡수량이 많았다 (P<0.05). 4. 임플랜트 지지 보철물 후방에 자연치가 존재하는 경우가 존재하지 않는 경우보다 보철물 장착 후 첫 1년과 1년 이후 모두에서 연간 흡수량이 적었다 (P<0.05). 5. 보철물 장착 1년 이후의 연간 흡수량은 전치보다 구치에서 더 많은 변연골 흡수를 보였다 (P<0.05). 6. 악궁 간, 보철물의 유형, 대합치의 유형, 2차 수술 여부에 따른 변연골 흡수량의 차이는 보이지 않았다 (P>0.05). 이상의 결과를 토대로 변연골 흡수량에 영향을 주는 요소로 성별, 무치악의 유형, 악궁 내 위치였으며, 악궁 간, 보철물의 유형, 대합치의 유형, 2차 수술 여부에 따른 변연골 흡수량 차이는 없었다. 본 연구에서 최대 57개월까지의 기간 동안 SLA 표면 처리 및 외측 연결형의 국산 임플랜트의 임상적인 성공률은 만족스러운 결과를 보였으며 변연골 흡수량도 임플랜트 성공기준에 부합하였으나, 이보다 더 장기적인 평가가 필요하며 다양한 국산 임플랜트 시스템에 대한 중장기적인 연구가 지속되어야 할 것이다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.

• Journal of Genetic Medicine
• /
• 제7권2호
• /
• pp.125-132
• /
• 2010

목 적: 착상전 유전진단(preimplantation genetic diagnosis, PGD)은 유전질환을 가진 부부들을 대상으로 체외수정을 통해 획득한 배아에서 유전진단을 하는 방법이다. 다양한 유전질환을 가진 부부에게 그 질환에 맞는 PGD의 설계가 진행되어야 하기 때문에 PGD 시행 전유전상담을 시행하는 것은 PGD 설계에 있어서 매우 중요하다. 이에, PGD 시행 시 필요한 유전상담의 내용에 대해 환자 및 가족과 전문가의 구체적인 의견을 수렴하고 분석하고자 하였다. 대상 및 방법: 본 연구는 PGD에 있어서 유전상담의 필요성과 중요성에 대한 의견을 알아보고자, 2010년 2월 3일부터 4월 30일까지 PGD를 실시 또는 실시 예정인 부부들과 PGD 관련 전문가들을 대상으로 이메일과 직접 설문지를 배포하여 설문조사를 실시하였다. 결 과: 환자 60명과 전문가 31명을 포함하여 총 91명이 설문조사에 응답하였으며, 환자들은 염색체 이상 질환 49명(81.7%)과 단일유전자 이상 질환 11명(18.3%) 이었다. 설문에 응답한 환자와 전문가 모두 유전상담이 PGD의 의료서비스 일환으로 반드시 필요하다고 답하였다. 환자의 충분한 이해를 위하여 필요한 유전상담의 시간에 대해 환자와 가족 그리고 전문가 의견을 수렴한 결과, 각각 45명(75.0%)과 23명(74.2%)이 적정한 유전상담시간을 30분 이상이라고 응답하였다. 하지만, 현 의료시스템에서는 짧은 진료시간 내 진료와 유전상담을 동시에 진행함으로써 환자에게 완벽한 정보제공이 이루어지지 않는 것으로 나타났다. 한편, 전문가 그룹에서는 진료시간의 부족과 유전질환의 정보 부족이 유전상담의 어려운 점이라고 답하였으며, 이에 비 의사(non-MD) 전문유전상담사가 필요하다는 의견이 30명(96.7%)으로 높게 나타났다. 환자와 가족들은 PGD 시술 시 예기치 못한 결과의 가능성, 환자가 가진 유전질환의 위험을 예방할 수 있는 선택사항, 환자가 가지고 있는 유전질환의 위험도 평가, 유전자 검사 시 검사의 목적 설명 및 검사기술의 한계점과 오진률의 설명, PGD 시술 전반에 관한 기술적인 정보 등에 대하여 관심을 가지고 있으며 더 자세한 설명을 필요로 하는 것으로 나타났다. 이에 대한 전문가 의견 역시 환자 및 가족이 관심 있고 자세한 설명을 원하는 정보와 대부분 일치하였다. 이에 따라 환자의 요구와 의견으로 나타난 위의 결과들을 향후 PGD를 위한 유전상담의 지침(guide-line) 구축 시 반영하여야 할 것으로 사료된다. 결 론: 본 연구에서 유전진단과 생식의학 기술의 발전과 더불어 PGD의 적용과 효율성 등에 대한인식이 높아짐에 따라, PGD를 시행함에 있어서 구체적이고 체계적인 유전상담이 필요하다는 것을 확인할 수 있었다. 본 연구의 설문조사 결과가 향후 PGD를 위한 유전상담 지침서(guideline)에 반영되어 적절한 PGD의 설계, 실시, 사후관리에 큰 도움이 되기를 기대한다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.57-79
• /
• 2016

최근 소셜 네트워크 서비스는 소비자와의 관계 마케팅 확산 및 확장을 위한 중요한 채널로 인식되며 많은 관심을 받고 있다. 기업이 온라인 환경에서 성공하기 위해서는 기업과 고객 사이의 관계 구축뿐만 아니라 고객들 간의 관계에 초점을 맞출 필요가 있다. 본 연구에서는 페이스북 팬 페이지에 참여하는 사용자들 사이의 네트워크를 분석하여 기업의 비즈니스 성과에 고객 간 네트워크의 구조적 특성이 미치는 영향을 실증적으로 분석하였다. 이를 위해 네트워크 데이터는 코스피 상장 기업 가운데 페이스북 팬 페이지에 100개 이상의 게시글을 올린 54개 기업으로부터 수집하였으며, 수집된 네트워크 데이터는 각 사용자를 노드로 하고 동일한 마케팅 활동에 대해 참여한 사용자간의 관계를 링크로 한 원모드 비방향 이진 네트워크(one-mode undirected binary network)이다. 본 연구에서는 이러한 네트워크 데이터를 핸들링하여 사용자들 간의 활동 관계를 분석할 수 있는 네트워크 지표(밀도, 글로벌 클러스터링 계수, 최단거리평균, 직경)를 도출하였으며, 이러한 고객 간 네트워크의 구조적 특징을 파악할 수 있는 지표와 기업의 과거실적(순이익), 그리고 미래 예측성과(토빈의 Q) 간의 관계를 분석하였다. 본 연구는 학문적 관점에서 소셜 미디어 채널을 비즈니스 관점에서 연구하려는 연구자들에게 소셜네트워크분석 방법을 통한 새로운 접근법을 제시한다. 실무적인 관점에서 본 연구는 소셜미디어를 통해 마케팅 활동을 수행하려는 기업의 관리자들에게 네트워크의 지표를 이용한 지능형 마케팅 서비스를 수행할 수 있는 토대를 제공할 것으로 기대한다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.95-110
• /
• 2013

최근 다양한 소셜미디어를 통해 생성되는 비정형 데이터의 양은 빠른 속도로 증가하고 있으며, 이를 저장, 가공, 분석하기 위한 도구의 개발도 이에 맞추어 활발하게 이루어지고 있다. 이러한 환경에서 다양한 분석도구를 통해 텍스트 데이터를 분석함으로써, 기존의 정형 데이터 분석을 통해 해결하지 못했던 이슈들을 해결하기 위한 많은 시도가 이루어지고 있다. 특히 트위터나 페이스북을 통해 실시간에 근접하게 생산되는 글들과 수많은 인터넷 사이트에 게시되는 다양한 주제의 글들은, 방대한 양의 텍스트 분석을 통해 많은 사람들의 의견을 추출하고 이를 통해 향후 수익 창출에 기여할 수 있는 새로운 통찰을 발굴하기 위한 움직임에 동기를 부여하고 있다. 뉴스 데이터에 대한 오피니언 마이닝을 통해 주가지수 등락 예측 모델을 제안한 최근의 연구는 이러한 시도의 대표적 예라고 할 수 있다. 우리가 여러 매체를 통해 매일 접하는 뉴스 역시 대표적인 비정형 데이터 중의 하나이다. 이러한 비정형 텍스트 데이터를 분석하는 오피니언 마이닝 또는 감성 분석은 제품, 서비스, 조직, 이슈, 그리고 이들의 여러 속성에 대한 사람들의 의견, 감성, 평가, 태도, 감정 등을 분석하는 일련의 과정을 의미한다. 이러한 오피니언 마이닝을 다루는 많은 연구는, 각 어휘별로 긍정/부정의 극성을 규정해 놓은 감성사전을 사용하며, 한 문장 또는 문서에 나타난 어휘들의 극성 분포에 따라 해당 문장 또는 문서의 극성을 산출하는 방식을 채택한다. 하지만 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다. 본 연구는 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다는 인식에서 출발한다. 동일한 어휘의 극성이 해석하는 사람의 입장에 따라 또는 분석 목적에 따라 서로 상이하게 해석되는 현상은 지금까지 다루어지지 않은 어려운 이슈로 알려져 있다. 구체적으로는 주가지수의 상승이라는 한정된 주제에 대해 각 관련 어휘가 갖는 극성을 판별하여 주가지수 상승 예측을 위한 감성사전을 구축하고, 이를 기반으로 한 뉴스 분석을 통해 주가지수의 상승을 예측한 결과를 보이고자 한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.