• 지능정보연구
• /
• 제25권3호
• /
• pp.63-88
• /
• 2019

북한의 변화와 동향 파악에 대한 연구는 북한관련 정책에 대한 방향을 결정하고 북한의 행위를 예측하여 사전에 대응 할 수 있다는 측면에서 매우 중요하다. 현재까지 북한 동향에 대한 연구는 전문가를 중심으로 과거 사례를 서술적으로 분석하여, 향후에 북한의 동향을 분석하고 대응하여 왔다. 이런 전문가 서술 중심의 북한 변화 및 동향 연구에서 비정형데이터를 이용한 텍스트마이닝 분석이 더해지면 보다 과학적인 북한 동향 분석이 가능할 것이다. 특히 북한의 동향 파악과 북한의 대남 관련 행위와 연관된 연구는 통일 및 국방 분야에서 매우 유용하며 필요한 분야이다. 본 연구에서는 북한의 신문 기사 내용을 활용한 텍스트마이닝 방법으로 북한과 관련한 핵심 단어를 구축하였다. 그리고 본 연구는 김정은 집권 이후 최근의 남북관계의 극적인 관계와 변화들을 기반으로 세 개의 기간을 나누고 이 기간 내에 국내 언론에 나타난 북한과 관련성이 높은 단어들을 시계열적으로 분석한 연구이다. 북한과 관련한 주요 단어들을 세 개의 기간별로 분류하고 당시에 북한의 태도와 동향에 따라 해당 단어와 주제들의 관련성이 어떻게 변화하였는지를 파악하였다. 본 연구는 텍스트마이닝을 이용한 연구가 남북관계 및 북한의 동향을 이해하고 분석하는 방법론으로서 얼마나 유용한 것이지를 파악하는 것이었다. 앞으로 북한의 동향 분석에 대한 연구는 물론 대북관계 및 정책에 대한 방향을 결정하고, 북한의 행위를 사전에 예측하여 대응 할 수 있는 북한 리스크 측정 모델 구축을 위한 연구로 진행 될 것이다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.237-262
• /
• 2022

본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.147-170
• /
• 2022

특허의 사적 가치(private value)를 나타내는 특허수명 추정은 오래전부터 연구되었으나 추정과정에서 선형모델에 의존하는 경우가 대부분이었고, 기계학습 방법을 사용하더라도 변수 간 관계에 대한 해석이나 설명이 부족하였다. 본 연구에서는 특허의 생존 기간이 특허의 가치를 대리한다는 기존 연구결과를 바탕으로 특허 등록 이후의 생존 기간(연장횟수) 예측을 통해 특허의 가치를 추정한다. 이를 위해 1996~2017년까지 미국 특허청(USPTO)에 출원하여 등록된 특허 4,033,414개를 수집하였다. 특허수명을 예측하기 위해 기존 연구에서 특허수명에 영향을 미친다고 밝혀진 특허의 특성, 특허의 소유자 특성, 특허의 발명가 특성을 반영할 수 있는 다양한 변수가 사용되었다. 서로 다른 4개의 모델(Ridge Regression, Random Forest, Feed-forward Neural Network, Gradient Boosting Models)을 생성하고, 모델 학습 과정에서는 5-fold Cross Validation으로 초매개변수 조정이 이루어졌다. 이후 생성된 모델의 성능을 평가하고 특허수명을 추정할 수 있는 예측변수의 상대적 중요도를 제시하였다. 또한, 성능이 우수했던 Gradient Boosting Model을 기반으로 Accumulated Local Effects Plot을 제시하여 예측변수와 특허수명 간 관계를 시각적으로 나타내었다. 마지막으로 모델에 의해서 평가된 개별 특허의 평가 근거를 제시하기 위하여 Kernal SHAP(SHapley Additive exPlanations)을 적용하고 특허평가 시스템에의 적용 가능성을 제시한다. 본 연구는 기존에 특허수명을 추정하는 연구에 누적적으로 기여한다는 점 그리고 선형성을 바탕으로 진행된 기존 특허수명 추정 연구들의 한계를 보완하고 복잡한 비선형 관계를 설명가능한 방식으로 제시하였다는 점에서 학문적 의의가 있다. 또한, 개별 특허의 평가 근거를 도출하는 방법을 소개하고 특허평가 시스템에의 적용 가능성을 제시하였다는 점에서 실무적 의의가 있다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.251-273
• /
• 2022

최근 텍스트 분석을 딥러닝에 적용한 연구가 꾸준히 이어지고 있으며, 특히 대용량의 데이터 셋을 학습한 사전학습 언어모델을 통해 단어의 의미를 파악하여 요약, 감정 분류 등의 태스크를 수행하려는 연구가 활발히 이루어지고 있다. 하지만 기존 사전학습 언어모델이 특정 도메인을 잘 이해하지 못한다는 한계를 나타냄에 따라, 최근 특정 도메인에 특화된 언어모델을 만들고자 하는 방향으로 연구의 흐름이 옮겨가고 있는 추세이다. 도메인 특화 추가 사전학습 언어모델은 특정 도메인의 지식을 모델이 더 잘 이해할 수 있게 하여, 해당 분야의 다양한 태스크에서 성능 향상을 가져왔다. 하지만 도메인 특화 추가 사전학습은 해당 도메인의 말뭉치 데이터를 확보하기 위해 많은 비용이 소요될 뿐 아니라, 고성능 컴퓨팅 자원과 개발 인력 등의 측면에서도 많은 비용과 시간이 투입되어야 한다는 부담이 있다. 아울러 일부 도메인에서 추가 사전학습 후의 성능 개선이 미미하다는 사례가 보고됨에 따라, 성능 개선 여부가 확실하지 않은 상태에서 도메인 특화 추가 사전학습 모델의 개발에 막대한 비용을 투입해야 하는지 여부에 대해 판단이 어려운 상황이다. 이러한 상황에도 불구하고 최근 각 도메인의 성능 개선 자체에 초점을 둔 추가 사전학습 연구는 다양한 분야에서 수행되고 있지만, 추가 사전학습을 통한 성능 개선에 영향을 미치는 도메인의 특성을 규명하기 위한 연구는 거의 이루어지지 않고 있다. 본 논문에서는 이러한 한계를 극복하기 위해, 실제로 추가 사전학습을 수행하기 전에 추가 사전학습을 통한 해당 도메인의 성능 개선 정도를 선제적으로 확인할 수 있는 방안을 제시한다. 구체적으로 3개의 도메인을 분석 대상 도메인으로 선정한 후, 각 도메인에서의 추가 사전학습을 통한 분류 정확도 상승 폭을 측정한다. 또한 각 도메인에서 사용된 주요 단어들의 정규화된 빈도를 기반으로 해당 도메인의 특수성을 측정하는 지표를 새롭게 개발하여 제시한다. 사전학습 언어모델과 3개 도메인의 도메인 특화 사전학습 언어모델을 사용한 분류 태스크 실험을 통해, 도메인 특수성 지표가 높을수록 추가 사전학습을 통한 성능 개선 폭이 높음을 확인하였다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.229-256
• /
• 2023

팬데믹으로 인한 재택근무와 가정용 전력수요의 증가는 전력수요 패턴에 상당한 변화를 불러왔다. 이로 인해 한전 PPA(전력구매계약) 및 자가용 태양광 발전량 파악이 어려워지고, 전력거래소의 전력수요예측과 계통운영에 어려움이 가중되고 있다. 전기에너지는 다른 에너지 자원과 달리 저장이 어려워, 생산된 에너지와 소비 사이의 균형을 유지하는 것이 매우 중요하다. 전기에너지의 부족이나 과잉 생산은 에너지 시스템에 큰 불안정성을 초래할 수 있으므로, 전력 수급을 효과적으로 관리하는 것이 필수적이다. 특히, 4차 산업혁명 시대에는 데이터의 중요성이 더욱 커져 대규모 화재나 정전과 같은 문제가 심각한 영향을 미칠 수 있다. 이에 따라, 전기에너지 분야에서 정확한 전력수요와 함께 재생에너지와 같은 발전량을 정확하게 예측하여 적절한 발전 관리를 하는 것이 중요하며, 이는 불필요한 전력 생산을 줄이고 에너지 자원을 효율적으로 활용하는데 도움이 된다. 이에, 본 연구에서는 산업통상자원부에서 제공한 169개 발전소의 데이터를 활용하여 최적의 집합전력자원을 구성하기 위해 (1) 재생에너지 발전량 예측제도와 목표, 그리고 실제 적용에 대해 검토하고, (2) 예측제도 정산을 고려한 집합구성 알고리즘을 개발한 후, (3) 분석 로직에 이를 적용하여 결과를 종합하고 해석하였다. 본 연구는 최적의 집합구성 알고리즘을 개발하여, 최대 정산금 대비 80.66%에 달하는 집합구성(Result_Number 546)을 도출하였으며, 발전소 집합을 구성하였을 때 정산금을 증가시키는 발전소(B1783, B1729, N6002, S5044, B1782, N6006)와 정산금을 감소시키는 발전소(S5034, S5023, S5031)를 확인하였다. 집합전력자원을 연구단위로 설정하여 최적의 집합구성 알고리즘을 개발한 최초의 연구로서 의의가 있으며, 본 연구결과의 활용으로 전력시스템의 안정성을 향상시키고 에너지 자원이 효율적으로 활용될 수 있기를 기대한다.

• 경영정보학연구
• /
• 제25권2호
• /
• pp.145-162
• /
• 2023

자산운용은 수많은 변수와 인간의 심리까지도 통찰해야 하는 복잡하고 어려운 분야이다. 따라서 전통적으로 전문가의 영역이었으며, 이러한 서비스를 받는 데 많은 비용이 들었다. 이러한 시장에 변화가 일어나고 있는데, 이른바 4차산업혁명으로 일컫는 디지털혁명이 그 동인이다. 그 중에서도 인공지능(Artificial Intelligence) 기술을 활용한 로보어드바이저(Robo-Advisor) 서비스는 그 백미이다. 편리한 접근성과 저렴한 비용으로 투자자문 서비스의 대중화가 가능하기 때문이다. 본 연구는 국내에서 서비스 사용자와 제공자의 로보어드바이저 선정 시, 어떤 요인들이 핵심적으로 중요한지, 또한 사용자와 제공자 집단 간의 선정요인에서 어떤 인식차이가 있는지를 밝히고자 하였다. 연구의 틀은 마케팅믹스 4C 모형을 기반으로 하였고, 모형의 설계와 분석은 델파이조사와 AHP를 활용하였다. 연구설계를 통해 4개의 주기준과 15개의 하부기준이 도출되었고, 연구의 발견내용은 다음과 같다. 첫째, 4개 주기준에서의 중요도는 양 집단 공히, 고객니즈> 고객편의> 고객비용> 고객소통 순으로 나타났다. 둘째, 15개의 하부기준들을 살펴보면 투자목적 Coverage, 투자성향 Coverage, 수수료 수준과 접근 편리성 요인이 가장 중요한 것으로 나타났다. 셋째, 집단 간을 비교하여 살펴보면 사용자 집단에서는 수수료 수준과 접근 편리성 요인이 가장 중요하게 나타났고, 제공자 집단에서는 투자목적 Coverage와 투자성향 Coverage 요인을 중요하게 인식하고 있는 것으로 나타났다. 본 연구는 실무적으로 유용한 시사점을 도출하였다. 먼저 로보어드바이저 서비스 확산을 위한 설계 시, 4개의 주기준과 15개 하부기준 가중치 차이에 따른 중요도 우선순위를 감안하여 사용자 지향적인 시스템 구축을 할 수 있는 근거를 마련하였다. 또한 집단 비교에서 나타난 각 하부기준의 우선순위 차이와, 가중치 차이가 큰 하부기준들에 대한 원인 파악, 제공자 집단 내의 전략/마케팅 담당과 시스템개발 담당 간 요인에 대한 인식 차이를 해소하기 위한 공감대 형성 등이 매우 중요함을 제시하였다. 학문적으로는 다수의 로보어드바이저 선정요인들을 도출함으로써 다양한 시각과 관점을 제시한 초기 연구라는 점에서 유의미하다. 본 연구의 발견점들을 통하여 국내에서도 성공적인 사용자 지향적 로보어드바이저 시스템을 구축하고 확산시켜 사용자들에게 도움을 줄 수 있기 기대한다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.37-51
• /
• 2015

인터넷 기술의 발전과 인터넷 상 데이터의 급속한 증가로 인해 데이터의 활용 목적에 적합한 분석방안 연구들이 활발히 진행되고 있다. 최근에는 텍스트 마이닝 기법의 활용에 대한 연구들이 이루어지고 있으며, 특히 문서 내 텍스트를 기반으로 문장이나 어휘의 긍정, 부정과 같은 극성 분포에 따라 의견을 스코어링(scoring)하는 감성분석과 관련된 연구들도 다수 이루어지고 있다. 이러한 연구의 연장선상에서, 본 연구는 인터넷 상의 특정 기업에 대한 뉴스 데이터를 수집하여 이들의 감성분석을 실시함으로써 주가의 등락에 대한 예측을 시도하였다. 개별 기업의 뉴스 정보는 해당 기업의 주가에 영향을 미치는 요인으로, 적절한 데이터 분석을 통해 주가 변동 예측에 유용하게 활용될 수 있을 것으로 기대된다. 따라서 본 연구에서는 개별 기업의 온라인 뉴스 데이터에 대한 감성분석을 바탕으로 개별 기업의 주가 변화 예측을 꾀하였다. 이를 위해, KOSPI200의 상위 종목들을 분석 대상으로 선정하여 국내 대표적 검색 포털 서비스인 네이버에서 약 2년간 발생된 개별 기업의 뉴스 데이터를 수집 분석하였다. 기업별 경영 활동 영역에 따라 기업 온라인 뉴스에 나타나는 어휘의 상이함을 고려하여 각 개별 기업의 어휘사전을 구축하여 분석에 활용함으로써 감성분석의 성능 향상을 도모하였다. 분석결과, 기업별 일간 주가 등락여부에 대한 예측 정확도는 상이했으며 평균적으로 약 56%의 예측률을 보였다. 산업 구분에 따른 주가 예측 정확도를 통하여 '에너지/화학', '생활소비재', '경기소비재'의 산업군이 상대적으로 높은 주가 예측 정확도를 보임을 확인하였으며, '정보기술'과 '조선/운송' 산업군은 주가 예측 정확도가 낮은 것으로 확인되었다. 본 논문은 온라인 뉴스 정보를 활용한 기업의 어휘사전 구축을 통해 개별 기업의 주가 등락 예측에 대한 분석을 수행하였으며, 향후 감성사전 구축 시 불필요한 어휘가 추가되는 문제점을 보완한 연구 수행을 통하여 주가 예측 정확도를 높이는 방안을 모색할 수 있을 것이다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.155-174
• /
• 2022

2020년 1월부터 2021년 10월 현재까지 COVID-19(치명적인 호흡기 증후군인 코로나바이러스-2)와 관련된 학술 연구가 500,000편 이상 발표되었다. COVID-19와 관련된 논문의 수가 급격하게 증가함에 따라 의료 전문가와 정책 담당자들이 중요한 연구를 신속하게 찾는 것에 시간적·기술적 제약이 따르고 있다. 따라서 본 연구에서는 LDA와 Word2vec 알고리즘을 사용하여 방대한 문헌의 텍스트 자료로부터 유용한 정보를 추출하는 방안을 제시한다. COVID-19와 관련된 논문에서 검색하고자 하는 키워드와 관련된 논문을 추출하고, 이를 대상으로 세부 주제를 파악하였다. 자료는 Kaggle에 있는 CORD-19 데이터 세트를 활용하였는데, COVID-19 전염병에 대응하기 위해 주요 연구 그룹과 백악관이 준비한 무료 학술 자료로서 매주 자료가 업데이트되고 있다. 연구 방법은 크게 두 가지로 나뉜다. 먼저, 47,110편의 학술 논문의 초록을 대상으로 LDA 토픽 모델링과 Word2vec 연관어 분석을 수행한 후, 도출된 토픽 중 'vaccine'과 관련된 논문 4,555편, 'treatment'와 관련된 논문 5,791편을 추출한다. 두 번째로 추출된 논문을 대상으로 LDA, PCA 차원 축소 후 t-SNE 기법을 사용하여 비슷한 주제를 가진 논문을 군집화하고 산점도로 시각화하였다. 전체 논문을 대상으로 찾을 수 없었던 숨겨진 주제를 키워드에 따라 문헌을 분류하여 토픽 모델링을 수행한 결과 세부 주제를 찾을 수 있었다. 본 연구의 목표는 대량의 문헌에서 키워드를 입력하여 특정 정보에 대한 문헌을 분류할 수 있는 방안을 제시하는 것이다. 본 연구의 목표는 의료 전문가와 정책 담당자들의 소중한 시간과 노력을 줄이고, 신속하게 정보를 얻을 수 있는 방법을 제안하는 것이다. 학술 논문의 초록에서 COVID-19와 관련된 토픽을 발견하고, COVID-19에 대한 새로운 연구 방향을 탐구하도록 도움을 주는 기초자료로 활용될 것으로 기대한다.

• 방송공학회논문지
• /
• 제10권4호통권29호
• /
• pp.557-575
• /
• 2005

다양한 정보기기를 통해 사용자가 원하는 비디오 콘텐츠를 원하는 형태로 언제 어디서나 소비 할 수 있는 유비쿼터스 비디오 서비스를 위한 핵심 요소 기술이 많이 연구되고 있다. 본 논문에서는 디지털 흠 환경에서 TV 단말 및 다양한 사용자 단말을 이용하여 사용자 선호도 기반 유비쿼터스(Ubiquitous) TV 프로그램 콘텐츠를 소비 할 수 있는 시스템 아키텍쳐(Architecture)를 설계하고 이를 구현한 결과를 제시한다. 그리고 댁내 TV 시청자는 자신이 원하는 TV 프로그램 콘텐츠를 원하는 시간에 선택, 소비할 수 있는 유비쿼터스 서비스를 위한 민간 표준인 TV Anytime 규격과 범용적 멀티미디어 접근 및 소비(UMAC: Universal Multimedia Access and Consumption)을 위해 사용자 환경, 사용자 단말 특성, 사용자 특성에 대한 컨텍스트(Context) 정보를 메타데이터로 서술하는 국제표준인 MPEG-21 DIA(Digital Item Adaptation)을 이용한다. 제안된 유비쿼터스 콘텐츠 이동성 프로토타입(Prototype) 시스템은 사용자가 선호하는 콘텐츠를 어떠한 다양한 사용자 단말을 통해서도 소비가 가능하며, 사용자가 소비하던 콘텐츠를 서로 다른 단말을 통해 이동하여 연속적으로 소비 할 수 있도록 설계되었으며, 함께 시청중인 TV 프로그램 콘텐츠에 대해 단일 사용자뿐 만 아니라, 다중 사용자가 서로 다른 시간에도 콘텐츠 소비가 가능하도록 콘텐츠 이동성 기능도 구현되었다. 본 논문에서 제안하는 디지털 홈 환경에서의 유비쿼터스 TV 프로그램 콘텐츠 소비를 위한 유비쿼터스 콘텐츠 이동성 프로토타입 시스템은 흠 서버, 디스플레이 단말, 지능형 정보 단말로 구성되어 있다 본 프로토타입 시스템을 시험하기 위해 8개 장르의 서로 다른 4개의 공중파 방송 채널에서 방영된 42개 TV 프로그램 콘텐츠가 사용되었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권3호
• /
• pp.322-331
• /
• 2003

3차원 게임은 게임 시나리오의 다양한 요소에 의한 복잡도가 증가함에 따라 게임 객체들의 상호 관계를 제어하기 위한 문제점을 가진다. 그러므로, 게임 시스템은 각 게임 객체들의 응답을 조정하는 방법의 필요성을 가진다. 또한, 게임 시나리오의 결과에 따라 게임 객체들의 행동 애니메이션을 제어하기 위한 개념들도 필요하다. 사실적 게임 시뮬레이션을 생성하기 위해 시스템은 게임 객체들의 상호작용을 디자인 할 수 있는 구조를 포함해야 한다. 본 논문에서 게임 시나리오상에 게임 객체들의 상호작용 설계를 위해 동적 제어를 디자인하는 기법을 소개한다. 이 방법을 위해 특정 규칙을 이용한 의사결정이 가능한 지능적 에이전트 기반 구조로써 게임 에이전트 시스템을 제안한다. 게임 에이전트 시스템은 환경 데이터 처리, 게임 객체 시뮬레이션, 게임 객체들간의 상호작용 제어, 게임 객체들의 다양한 상호 관계를 정의할수 있는 시각 저작 인터페이스를 제공하기 위해 이용되어진다. 이들 기술들은 게임 객체의 자율성과 연관된 충돌 회피 기법 등을 처리한다. 또한, 장면의 변경으로부터 게임 객체들의 일관된 의사 결정력을 가능하게 한다. 본 논문에서는 규칙기반 행동 제어가 게임 객체의 시뮬레이션을 안내하기 위해 디자인되어졌다. 시각적 요소들로 구성된 에이전트 상태 결정 네트워크는 정보전달과 게임 객체들 사이의 현상태를 추론할 수 있다. 이들 기법들은 실시간으로 게임 객체들간의 동작 상태 변이를 체크하고 모니터링 할 수 있다. 마지막으로 간단한 사례 연구 예와 함께 제어 기법의 타당성을 제시한다.