• KDI Journal of Economic Policy
• /
• 제13권1호
• /
• pp.151-166
• /
• 1991

본고에서는 기존 독점생산자(獨占生産者)와 잠재적(潛在的) 신규참입자(新規參入者)간에 존재할 수 있는 진입제한(進入制限) 및 약탈가격(掠奪價格) 책정전략(策定戰略)을 간단한 복점(複占)게임모형(模型)을 통하여 분석한다. 분석(分析)으로부터 유도되는 대표적 결론(結論)은 생산여건(生産與件)에 관한 정보(情報)가 비대칭적(非對稱的)으로 분포되어 있을 경우 그 중 정보면에서 우월한 위치를 점하고 있는 생산자(生産者)가 잠재적(潛在的) 경쟁자(競爭者)를 불확실성하에 잡아 두려는 노력의 일환으로 진입제한가격(進入制限價格)이나 약탈가격(掠奪價格)을 책정할 수 있다는 점이다. 또 하나 본(本) 모형(模型)으로부터 얻을 수 있는 결론(結論)은 어느 독점생산자(獨占生産者)가 그의 독점적 위치를 지속적으로 지켜 나가기 위해 약탈가격(掠奪價格)을 책정하는 것만으로는 부족하다는 점이다. 그가 시장(市場)의 독점(獨占)을 효과적으로 유지해 나가기 위해서는 신규참입(新規參入)이 없는 경우에도 진입제한가격(進入制限價格)을 통하여 시장가격(市場價格)을 지속적으로 낮게 유지해야 한다. 이같은 결론은 진입제한가격(進入制限價格)과 약탈가격(掠奪價格)을 각각 분리해서 분석한 기존의 논의(論議)에는 결여되어 있는 것으로 약탈가격(掠奪價格)으로부터의 장기적 이익을 퇴출(退出) 이후의 독점이윤(獨占利潤)과 동일시하는 많은 분석들이 수정되어야 함을 의미한다. 진입제한(進入制限) 및 약탈가격(掠奪價格) 책정전략(策定戰略)이 합리적 이윤극대화전략(利潤極大化戰略)으로 성립할 수 있다고 하더라도 이것이 곧 이러한 기업행태(企業行態)에 관한 정부의 전면적인 금지조치(禁止措置)를 정당화하는 것은 아니다. 본고에서 일어나는 두가지 전략(戰略)은 오히려 복지증진적(福祉增進的)인 성격을 지니고 있으며 따라서 진입제한(進入制限) 및 약탈가격책정행위(掠奪價格策定行爲)의 규제(規制)는 사안별(事案別)로 신중히 다루어져야 함을 시사하고 있다.

• 대한핵의학회지
• /
• 제39권6호
• /
• pp.421-429
• /
• 2005

목적: 흡연에 보상 강화 효과는 흡연 시에 담배 내에 포함되어 있는 니코틴 성분에 의한 선조체에서의 도파민 유리가 중심 역할을 할 것으로 생각된다. 지금까지의 여러 동물실험 에서 니코틴과 도파민의 상호 관계와 니코틴에 의한 도파민 유리가 연구되었다. 이 연구에서는 $[^{11}C]raclopride$ PET을 이용하여 생체에서 흡연에 의한 도파민 유리를 영상화 하고자 하였다. 대상 및 방법: 비흡연자이거나 과거 흡연력이 있으나 1년 이상의 금연을 시행한 5 명의 정상인 남자를 대상으로 하였고, 이들의 평균 연령은 24세 이었다. 도파민 D2 수용체 영상을 위한 방사성 리간드인 $[^{11}C]raclopride$를 볼루스+연속 주입법에 의하여 주사하면서 120 분간 30개의 동적 영상($3{\times}20$초, $2{\times}60$초, $2{\times}120$초, $1{\times}180$초, $22{\times}300$초)을 얻었다. 영상 촬영 시작 50분에 니코틴 함량 1mg의 담배를 피도록 하였으며, 담배를 피우기 직전과 흡연시작 5분 후부터 흡연에 의하여 흡수된 혈중 니코틴 농도를 측정하기 위하여 일정 간격으로 정맥혈 샘플을 획득하였다. 30 개의 프레임은 인접 프레임과의 정합에 의하여 움직임을 보정하였고, 움직임이 보정된 120분 간의 동적 영상을 합하여 평균 영상을 만든 다음, 뇌 MRI와 공간 정합을 하였다. 평균 영상과 MRI 의 공간 정합 정보를 이용하여, 각 프레임을 MRI 에 공간 정합시켜, 공간 정합된 동적 영상에서 선조체에 MRI 정보를 이용하여 좌우 각각 3 개의 관심 영역(ventral striatum : VST, precomissural dorsal caudate; caudate nucleus; precommissural putamen; anterior putamen)과 소뇌에 관심영역을 설정하였고, 동적 영상으로부터 각 관심 영역 별로 시간-농도 곡선을 구하였다. $[^{11}C]raclopride$주사 후 선조체에서의 리간드 특이적 결합에 의한 항정상태(statedy state) 에 도달한 후 흡연전 평형 상태(equilibrium state)인 30-50 분과 흡연 후 재평형에 도달한 70-90분 영상에서 각 관심 영역에서의 방사성 농도를 구하였고, 조직비 방법에 근거하여 기저상태 및 흡연 상태의 방사성 리간드의 수용체 결합능 (binding potential;BP)을 구하였다($BP=C_{ROI}/C_{cerebellum}-1$). 흡연에 의한 도파민의 유리는 흡연 전후의 $[^{11}C]raclopride$의 수용체 결합능의 변화율로 계산하였다. 흡연에 의한 혈중 니코틴의 상승은 흡연후 90 분간의 혈중 니코틴의 축적 농도로 계산되었으며, 흡연에 의한 $[^{11}C]raclopride$의 수용체 결합능의 감소율과 혈중 니코틴의 축적 농도와의 상관관계를 스피어만 상관분석법(Spearman's correlation)에 의하여 알아보았다. 결과: 흡연에 의한 선조체에서의 평균 $[^{11}C]raclopride$의 수용체 결합능의 변화는 미상핵에서 4.7%, 전피각에서 4.0%, 복측 선조체에서 7.8% 의 감소를 보여 흡연에 의한 선조체내 도파민 유리를 정량화 하였다. 특히 선조체에서의 도파민 유리에 의한 수용체 결합능의 감소는 흡연에 의한 혈중 니코틴의 축적 농도와 양의 상관관계를 보였다(rho=0.9, p=0.04). 결론: $[^{11}C]raclopride$ PET을 이용하여 비흡연 정상인에서 흡연에 의한 도파민 유리를 영상화 및 정량화 하였고, 흡연에 의한 선조체내 도파민 유리는 흡연시 흡수된 니코틴의 축적 농도와 상관관계를 가짐을 보였다. 이 연구에서의 확립된 방법과 결과는 앞으로 흡연자에서 니코틴에 의한 도파민 신경계의 활성화 연구에 기여할 것이다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.195-220
• /
• 2018

본 연구는 비트코인 가격 변화량에 영향을 미치는 요인에 대한 실증 분석을 수행하였다. 기존 연구들은 암호화폐와 관련해 블록체인 시스템의 보안성, 암호화폐가 불러일으키는 경제적 파급효과 및 법적 시사점, 소비자 수용 및 사용 의도와 사회현상을 중심으로 이루어졌다. 그러나 암호화폐 가격 변화가 급등과 급락을 반복하면서 많은 사회적 문제를 야기했음에도 불구하고 암호화폐의 가격 변화에 영향을 미치는 요인에 대한 실증적 연구는 부족하다. 때문에 본 연구에서 암호화폐 가격 변화에 미치는 영향 요인을 도출하기 위해 암호화폐 중 가장 대표적인 비트코인을 중심으로 분석을 진행하였다. 분석을 위해 소비자, 산업, 거시경제 세 가지 차원에서 가설을 수립, 각 차원의 변수에 대한 시계열 데이터를 수집하였다. 단위근 검정을 통해 시계열 데이터에 대한 가성 회귀를 제거하고 안정성을 검증한 후, 비트코인 가격 변화량에 영향을 미칠 수 있는 요인들에 대한 회귀 분석을 실시하였다. 분석 결과 비트코인 가격 변화량은 비트코인 거래 금지에 대한 검색 트래픽, 미국 달러지수 변화량과는 음의 상관관계를, GPU 벤더의 주가 변화량, 원유 가격 변화량과는 양의 상관관계를 갖는 것을 확인했다. 그 이유로는 비트코인 거래 금지는 비트코인 존폐와 관련해 투자심리에 부정적 영향을 미친 것으로 판단되며, GPU 벤더 주가는 비트코인 생산 단가 증가와 관련해 비트코인 가격에 영향을 미친 것으로 해석된다. 미국 달러지수와는 반대로 움직임으로서 비트코인이 금의 성격을 갖고 있음을 확인하였으며, 원유 가격과의 관계를 통해 원자재와 같은 투자 자산의 역할도 갖고 있음을 확인하였다. 본 연구의 결과를 통해 비트코인이 가진 성격을 규명하였으며, 비트코인 가격 변화 요인에 대한 실증 검증을 통해, 그 동안 부족했던 비트코인 가격 변화 요인을 규명하였고, 해당 요인들을 통해 실무적으로 소비자나 금융기관, 정부 기관에 대해 비트코인에 대한 전략적인 접근방법에 대한 가이드를 제공할 수 있다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.111-126
• /
• 2017

연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 상품 탐색 시간을 줄여주며 판매자의 매출 증대에 크게 기여한다. 이는 주문과 같은 거래의 빈도를 기반으로 생성되므로, 통계적으로 판매 확률이 높은 상품을 효과적으로 선별할 수 있다. 하지만, 판매 가능성이 높은 경우라도 신상품처럼 판매 초기에 거래 건수가 충분하지 않은 상품은 추천에서 누락될 수 있다. 연관 추천에서 누락된 상품은 이로 인해 노출 기회를 잃게 되고, 이는 거래 건수 감소로 이어져, 또 다시 추천 기회를 잃는 악순환을 겪을 수도 한다. 따라서, 충분한 거래 건수가 쌓이기 전까지 초기 매출은 일정 기간 동안 정체되는 현상을 보이는데, 의류 등과 같이 유행에 민감하거나 계절 변화에 영향을 많이 받는 상품은 이로 인해 매출에 큰 타격을 입을 수도 있다. 본 연구는 이와 같이 거래 초기의 낮은 거래 빈도로 인해 잘 드러나지 않는 상품 간의 잠재적인 연관성을 찾아 추천 기회를 확보할 수 있도록 연관 규칙을 확장하기 위한 목적으로 수행되었다. 두 상품 간에 직접적인 연관성이 나타나지 않더라도 다른 상품을 매개로 두 상품 간의 잠재적 연관성을 예측할 수 있을 것이며, 이런 연관성은 주문에서 나타나는 상품 간 상호작용으로 표현될 수 있으므로, 사회연결망 분석을 활용한 분석을 시도하였다. 사회연결망 분석기법을 통해 각 상품의 속성과 두 상품 간 경로의 특성을 추출하고 회귀분석을 실시하여, 두 상품 간 경로의 최단 거리 및 경로의 개수, 각 상품이 얼마나 많은 상품과 연관성을 갖는지, 두 상품의 분류 카테고리가 어느 정도 일치하는지가 두 상품 간의 잠재적 연관성에 미친다는 것을 확인하였다. 모형의 성능을 평가하기 위해, 일정 기간의 주문 데이터로부터 연결망을 구성하고, 이후 10일 간 생성될 상품 간 연관성을 예측하는 실험을 진행하였다. 실험 결과는 모형을 적용하지 않는 경우보다 제안 모형을 활용할 때 훨씬 많은 연관성을 찾을 수 있음을 보여준다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• Journal of Radiation Protection and Research
• /
• 제39권2호
• /
• pp.118-126
• /
• 2014

향후 여론의 주도층이 될 일부 초, 중, 고등학생을 대상으로 방사선이용 분야 중 일반적으로 사회적 수용성이 절실히 필요한 방사선조사식품, 원자력발전, 의료방사선에 대한 인식, 지식 및 태도를 설문 조사한 결과 사회적 수용성 증진을 위한 교육적 근거가 일부 도출되었다. 첫째, 여학생 중심의 수업과 남학생 중심의 수업설계에 차별화된 전략이 필요하다. 여학생 보다 남학생이 방사선조사식품의 객관적 지식수준(p<0.039), 원자력발전의 필요성(p<0.001) 및 객관적 지식(p<0.001), 우리나라 원자력발전소 건설 찬성태도 (p<0.000), 의료방사선의 필요성(p<0.001) 및 객관적 지식(p<0.001), 의료방사선 이용 태도(p<0.007, p<0.001)가 모두 높기 때문이다. 둘째, 원자력발전의 필요성, 안전성에 대한 국민 이해를 돕기 위한 설명에서는 의료방사선의 필요성과 안전성에 대한 정보를 함께 제공하는 것이 교육효과를 높일 수 있다. 남, 여학생 모두 의료방사선이 가장 필요하며(p<0.001), 의료방사선이 가장 안전하며(p<0.001), 원자력 발전이 가장 안전하지 않다고(p<0.013) 인식하고 있다. 또한 의료방사선과 원자력 발전의 상관관계가 가장 높게 나타났기 때문이다. 셋째, 초, 중, 고등학생이 방사선이용 분야별로 인식의 패턴이 다르므로 학급별로 차별화된 강의내용이 필요하다. 초등학생은 원자력발전에 대한 교육흥미도가 높고(p<0.005), 방사선조사식품이 안전하다고 인식하고 있으며(p<0.001), 방사선조사식품을 섭취하겠다는 태도가 가장 높았다(p<0.001). 중학생은 의료방사선에 대한 교육흥미도가 높고(p<0.018), 원자력발전(p<0.001)과 의료방사선(p<0.002)에 대해 안전하다고 인식하고 있으며, 치료 방사선이용 태도가 가장 높았다(p<0.001). 고등학생은 원자력발전(p<0.001)과 의료방사선(p<0.001)에 대한 객관적 지식수준이 가장 높고, 의료방사선이 가장 필요하다고 인식하고 있으나(p<0.017), 원자력발전이 가장 안전하지 않다고 인식하고 있다(p<0.001). 방사선조사식품 섭취 태도(p<0.001), 거주지에 원자력발전 건설을 찬성하는 태도(p<0.001) 모두 낮았다. 넷째, 객관적 지식 중심의 교육제공보다 인식변화 및 태도증진을 위한 교육프로그램이 제공되어야 한다. 객관적 지식과 방사선조사식품의 필요성, 객관적 지식과 원자력발전에 대한 안전성 및 교육흥미도, 객관적 지식과 의료방사선의 교육흥미도 및 정보습득에는 상관관계가 없었다. 특히, 고등학생의 경우 객관적 지식수준은 가장 높았으나 거주지의 원자력발전 건설에 대해 찬성하는 태도와 방사선조사식품 섭취태도가 가장 낮았기 때문이다. 국내에서 원자력 및 방사선이용에 대한 사회적 수용성을 향상시키기 위해 필요성과 안전성에 대한 인식과 지식 및 태도 향상에 관한 교육프로그램을 전략적으로 제공하는 것이 바람직하다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.

• 대한공업교육학회지
• /
• 제40권2호
• /
• pp.155-174
• /
• 2015

본 연구의 목적은 중등단계 직업교육에서의 발명 지식재산 교육내용에 대한 교사의 교육요구도 우선 순위를 분석하여, 중등단계 직업교육에서의 발명 지식재산교육이 효과적으로 이루어 질 수 있는 토대가 되는 교원의 역량 개발을 위한 직무 연수 프로그램 개발에 기초 자료를 제공하는 것이다. 이를 위해서 담당 교사 인식에 기반한 중등단계 직업교육에서의 발명 지식재산 교육내용에 대한 교육요구도와 이러한 교육요구도의 우선 순위를 분석하여 제시하였다. 본 연구의 구체적인 결과를 제시하면 다음과 같다. 첫째, 중등단계 직업교육에서 발명 지식재산 교육내용에 대한 담당 교사의 교육 요구도 평균은 5.02로 나타났다. 교육요구도가 전체 평균보다 높은 교육내용 항목은 23개이고, 이들 항목과 항목별 평균은 F4(특허 청구 범위) 6.72, F5(명세서 수정 및 보충) 6.46, F2(특허 도면 작성) 6.39, F3(특허명세서와 요약서 작성) 6.31, A5(발명 기법과 활동) 6.27, E6(발명 디자인 프로젝트) 6.15, H3(발명품 사업화) 5.97, F1(특허 정보 및 출원) 5.90, E5(디자인 권리화) 5.78, E3(발명 디자인의 디자인 과정) 5.77, A4(발명과 문제 해결) 5.57, G2(특허 조사 및 분류) 5.47, C2(발명 문제 해결 사고 기법) 5.45, E4(발명 디자인 제품 제작) 5.45, B5(발명특허 프로젝트) 5.42, A2(창의성 개발) 5.26, C4(발명 문제 해결 프로젝트) 5.26, H4(발명품 마케팅) 5.26, H2(발명품 사업성 분석) 5.20, D4(발명과 경영) 5.16, C3(문제 해결 활동) 5.14, E2(발명 디자인의 발상과 표현) 5.11, B3(발명기법의 실제) 5.08 순으로 나타났다. 둘째, 중등단계 직업교육에서 발명 지식재산 교육내용에 대한 담당 교사의 교육 요구도 우선 순위는 1순위에 해당하는 교육내용 항목은 13개, 2순위는 10개, 3순위는 17개로 나타났다. 1순위에 해당하는 교육내용 항목은 A4(발명과 문제 해결), A5(발명 기법과 활동), B5(발명특허 프로젝트), C2(발명 문제 해결 사고 기법), C4(발명 문제 해결 프로젝트), E3(발명 디자인 과정), E4(발명 디자인 제품 제작), E5(디자인 권리화), E6(발명 디자인 프로젝트), F1(특허 정보 및 출원), F2(특허 도면 작성), F3(특허명세서와 요약서 작성), H3(발명품 사업화)이다. 2순위에 해당하는 교육내용 항목은 A2(창의성 개발), B3(발명기법의 실제), C3(문제 해결 활동), D4(발명과 경영), E2(발명 디자인의 발상과 표현), F4(특허 청구 범위), F5(명세서 수정 및 보충), G2(특허 조사 및 분류), H2(발명품 사업성 분석), H4(발명품 마케팅)이다. 3순위는 1, 2 순위를 제외한 교육내용이다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.29-44
• /
• 2017

인터넷 상거래에서, 소비자들은 기존에 제품을 구매한 다른 사용자들이 작성한 상품평에 많은 영향을 받는다. 그러나, 상품평이 점차 축적되어감에 따라, 소비자들이 방대한 상품평을 일일이 확인하는데 많은 시간과 노력이 소요되고, 또한 무성의하게 작성된 상품평들은 오히려 소비자들의 불편을 초래하기도 한다. 이에, 본 연구는 온라인 상품평의 유용성에 영향을 미치는 요인들을 분석하여, 소비자들에게 실제로 도움이 될 수 있는 상품평을 선별적으로 제공하는 예측모형을 도출하는 것을 목적으로 한다. 이를 위해, 텍스트마이닝 기법을 사용하여, 상품평에 포함되어있는 다양한 언어적, 심리적, 지각적 요소들을 추출하였으며, 이러한 요소들 중에서 상품평의 유용성에 영향을 미치는 결정요인이 무엇인지 파악하였다. 특히, 경험재인 의류군과 탐색재인 전자제품군에 대한 상품평의 특성 및 유용성 결정요인이 상이할 수 있음을 고려하여, 제품군별로 상품평의 특성을 비교하고, 각각의 결정요인을 도출하였다. 본 연구에는 아마존닷컴(Amazon.com)의 의류군 상품평 7,498건과 전자제품군 상품평 106,962건이 사용되었다. 또한, 언어분석 소프트웨어인 LIWC(Linguistic Inquiry and Word Count)를 활용하여 상품평에 포함된 특징들을 추출하였고, 이후, 데이터마이닝 소프트웨어인 RapidMiner를 사용하여, 회귀분석을 통한, 결정요인 분석을 수행하였다. 본 연구결과, 제품에 대한 리뷰어의 평가가 높고, 상품평에 포함된 전체 단어 수가 많으며, 상품평의 내용에 지각적 과정이 많이 포함되어 있는 반면, 부정적 감정은 적게 포함된 상품평들이 두 제품 모두에서 유용하다고 인식되는 것을 알 수 있었다. 그 외, 의류군의 경우, 비교급 표현이 많고, 전문성 지수는 낮으며, 한 문장에 포함된 단어 수가 적은 간결한 상품평이 유용하다고 인식되고 있었으며, 전자제품의 경우, 전문성 지수가 높고, 분석적이며, 진솔한 표현이 많고, 인지적 과정과 긍정적 감정(PosEmo)이 많이 포함된 상품평이 유용하게 인식되고 있었다. 이러한 연구결과는 향후, 소비자들이 효과적으로 유용한 상품평들을 확인하는데 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.109-125
• /
• 2020

군(軍)에서 방위력개선사업(이하 방위사업)은 매우 투명하고 효율적으로 이루어져야 함에도, 방위사업 관련 법 및 규정의 과도한 다양화로 많은 실무자들이 원활한 방위사업 추진에 어려움을 겪고 있다. 한편, 방위사업 관련 실무자들이 각종 문서에서 다루는 법령 문장은 문장 내에서 표현 하나만 잘못되더라도 심각한 문제를 유발하는 특징을 가지고 있으나, 이를 실시간으로 바로잡기 위한 문장 비교 시스템 구축에 대한 노력은 미미했다. 따라서 본 논문에서는 Siamese Network 기반의 자연어 처리(NLP) 분야 인공 신경망 모델을 이용하여 군(軍)의 방위사업 관련 문서에서 등장할 가능성이 높은 문장과 이와 관련된 법령 조항의 유사도를 비교하여 위법 위험 여부를 판단·분류하고, 그 결과를 사용자에게 인지시켜 주는 '군(軍) 보고서 등장 문장과 관련 법령 간 비교 시스템' 구축 방안을 제안하려고 한다. 직접 제작한 데이터 셋인 모(母)문장(실제 법령에 등장하는 문장)과 자(子)문장(모(母)문장에서 파생시킨 변형 문장) 3,442쌍을 사용하여 다양한 인공 신경망 모델(Bi-LSTM, Self-Attention, D_Bi-LSTM)을 학습시켰으며 1 : 1 문장 유사도 비교 실험을 통해 성능 평가를 수행한 결과, 상당히 높은 정확도로 자(子)문장의 모(母)문장 대비 위법 위험 여부를 분류할 수 있었다. 또한, 모델 학습에 사용한 자(子)문장 데이터는 법령 문장을 일정 규칙에 따라 변형한 형태이기 때문에 모(母)·자(子)문장 데이터만으로 학습시킨 모델이 실제 군(軍) 보고서에 등장하는 문장을 효과적으로 분류한다고 판단하기에는 제한된다는 단점을 보완하기 위해, 실제 군(軍) 보고서에 등장하는 형태에 보다 더 가깝고 모(母)문장과 연관된 새로운 문장 120문장을 추가로 작성하여 모델의 성능을 평가해본 결과, 모(母)·자(子)문장 데이터만으로 학습시킨 모델로도 일정 수준 이상의 성능을 확인 할 수 있었다. 결과적으로 본 연구를 통해 방위사업 관련 군(軍) 보고서에서 등장하는 여러 특정 문장들이 각각 어느 관련 법령의 어느 조항과 가장 유사한지 살펴보고, 해당 조항과의 유사도 비교를 통해 위법 위험 여부를 판단하는 '실시간 군(軍) 문서와 관련 법령 간 자동화 비교 시스템'의 구축 가능성을 확인할 수 있었다.