• 지식경영연구
• /
• 제22권2호
• /
• pp.119-144
• /
• 2021

최근 시장에서의 경쟁이 기업 간의 경쟁에서 공급사슬 간의 경쟁으로 진화해 감에 따라, 공급사슬관리(이하 SCM)를 고도화하기 위한 기업들의 관심이 높아지고 있다. 특히 다양한 기술적 강점을 갖고 있는 블록체인 기술이 SCM과 결합되면서 블록체인 기반의 SCM 서비스 도입을 검토하고 있는 국내 제조, 유통 기업들이 늘어감에 따라, 우리 기업들의 블록체인 기반 SCM 도입에 영향을 미치는 요인들에 대한 연구가 중요해지고 있는 시점이다. 그러나 기존 블록체인 및 SCM에 대한 수용연구들은 대체로 기술수용모형이나 통합기술수용모형에 기반하여 수행되어 왔다. 그러나 이 두 이론적 기반은 개인의 정보기술 수용을 설명하기에는 적합하지만, 기업을 대상으로 하는 정보기술 수용을 설명을 하기에는 다소 부적합한 한계가 있다. 본 연구는 기술-조직-환경(TOE) 프레임워크 이론을 바탕으로 기업을 분석단위(unit of analysis)로 하는 새로운 관점의 블록체인 기반 SCM 수용모형을 제시하고, 기업들이 새로운 정보기술의 도입을 검토할 때 그 기술이 제공하는 혜택(benefit)과 그 기술로 인해 발생하는 손실(sacrifice)을 종합적으로 고려하는 특성을 반영하고자, 본 연구에서는 가치 기반 수용 모형(Value-based Adoption Model)의 관점을 추가로 적용하였다. 본 연구에서는 제안된 연구모델을 검증하기 위하여 국내 제조, 유통 기업 126곳을 대상으로 설문을 통해 데이터를 수집하였으며, PLS 구조방정식모델을 통해 실증적으로 분석하였다. 분석결과 '비즈니스 혁신', '경로추적', '보안강화'와 같은 기술적 관점의 혜택 요인들과 '비용'과 같은 손실 요인이 블록체인 기반 SCM의 '인지된 가치'에 유의한 영향을 미치는 것으로 나타났으며, 이는 다시 '사용의도'에 유의한 영향을 미치는 것으로 나타났다. 한편 조직적 관점의 '조직준비도'는 '사용의도'에 유의한 영향을 미치는 것으로 나타났지만, 환경적 관점의 '규제환경'은 예상과 달리 '사용의도'에 유의한 영향을 미치지 못하는 것으로 나타났다. 이와 같은 본 연구의 발견은 국내 블록체인 기반 SCM 활성화를 위한 실무적, 정책적 대안을 마련하는데 기여할 수 있을 것으로 기대된다.

• 응용통계연구
• /
• 제36권1호
• /
• pp.49-62
• /
• 2023

급속적으로 비중이 증가하고 있는 태양광 에너지는 지속적인 개발 및 투자가 이루어지고 있다. 신재생에너지 정책인 그린뉴딜과 가정용 태양광 패널의 설치가 증가함에 따라 국내 태양광 에너지 보급이 점차 확대되어 그에 맞추어 발전량의 정확한 수요 예측 연구가 활발하게 진행되고 있는 시점이다. 또한, 일사량 예측이 발전량 수요 예측에 가장 영향을 미치는 요소로 작용하고 있다는 점에서 일사량 예측의 중요성을 파악하였다. 덧붙여, 본 연구는 선행 연구들에서 사용되지 않은 중기예보 기상 데이터를 활용하여 일사량 예측을 하고자 하였다는 점에서 가장 큰 차이점을 확인할 수 있다. 본 논문에서는 서울, 인천, 수원, 춘천, 대구, 대전의 총 여섯 지역의 태양광 일사량 예측을 위하여 다중선형회귀모형, KNN, Random Forest 그리고 SVR 모형과 클러스터링 기법인 K-means 기법을 결합한 후, 클러스터별 확률밀도함수를 계산하여 시간별 일사량 예측을 진행하고자 하였다. 중기예보 데이터를 사용하기 전, 모형 예측 결과를 비교하기 위한 지표로서 MAE (mean absolute error)와 RMSE (root mean squared error)를 사용하였다. 데이터는 2017년 3월 1일부터 2022년 2월 28일까지의 시간별 원 관측 데이터를 중기예보 데이터 양식에 맞추어 일별 데이터로 변환하였다. 모형의 예측 성능 비교 결과, Random Forest로 일별 일사량을 예측한 후, K-means 클러스터링으로 기후요인이 유사한 날짜들을 분류한 뒤 클러스터별 일사량의 확률밀도함수를 계산하여 시간별 일사량 예측값을 나타낸 방법이 가장 우수한 성능을 보였다. 또한 이 방법론을 이용하여 중기예보 데이터에 모형 적합 후, 예측 결과를 확인하였을 때, 일자별로 예측 오류가 상승하는 것을 확인할 수 있었다. 이는 중기예보 기상데이터의 예측 오류로 인한 것으로 보인다. 향후 연구에서는 중기예보 데이터에서 활용할 수 있는 기상요인 중, 강수 여부와 같은 외생 변수를 추가하거나 시계열 클러스터링 기법을 적용한 연구가 이루어져야할 것으로 보인다.