• 한국건설관리학회논문집
• /
• 제3권4호
• /
• pp.104-113
• /
• 2002

국내의 건설기업들은 건설시장의 개방 및 경쟁의 심화에 따라 국제 경쟁력의 강화 및 지속적인 경쟁우위를 점하기 위하여 지식경영을 도입하여 개인의 지식들을 조직의 역량강화에 노력하고 있다. 그에 따라 학문적 측면에서도 지식경영의 발전이 계속적으로 이루어져 왔으며 오늘날에는 지식경영을 도입한 기업들의 수준 평가나 성과에 많은 관심을 보이고 있다. 하지만 실제 연구에 있어서는 성과부분에 너무 치우쳐서 정확한 수준 평가 없이 성과에 대한 언급만을 하고 있는 실정이다. 따라서 본 연구는 건설기업으로 하여금 정확한 지식경영의 수준을 평가하여 지식경영의 여러 영역 중에서 좀더 관심을 기울여야 할 분야를 제시함으로써 지식경 영을 균형적으로 발전시킬 수 있는 건설기업의 지식경영 수준 평가모델을 제시하였다.

• Asia Marketing Journal
• /
• 제4권2호
• /
• pp.104-132
• /
• 2002

본 연구는 소비자들의 광고평가과정을 정보처리능력의 관점인 사전지식과 정보처리동기의 관점인 관여도의 조절적 역할을 고려하여 검토하였다. 이를 위하여 본 연구에서는 인지자극과 감정자극이 동시에 제공된 광고에 대하여 소비자들의 인지적, 감정적, 행동의욕적 평가관계를 구조적으로 살펴보고, 이를 바탕으로 각 구조적 관계들을 사전지식수준과 관여도수준에 따라 그 상대적 역할들을 살펴보았다. 실증분석결과 본 연구는 기존의 DMH 모델을 지지하는 것으로 나타났으며, 특히 광고에 대한 감정적 평가(Aad)에서 상표에 대한 인지적 평가(Cb)통해 상표에 대한 감정적 평가(Ab)에 미치는 영향력의 정도는 관여도보다는 사전지식이 더 큰 역할을 하는 것으로 나타났다. 또한 광고에 대한 감정적 평가(Aad)에서 상표에 대한 감정적 평가(Ab) 그리고 상표에 대한 감정적 평가(Ab)에서 상표에 대한 행동의욕적 평가(Ib)로의 영향력은 관여도가 중요 조절변수임을 확인하였다.

• 인터넷정보학회논문지
• /
• 제5권1호
• /
• pp.33-39
• /
• 2004

정보시스템 개발 프로젝트의 효율적이고 효과적인 관리를 위한 국내 실정에 맞는 CMM 기준 프로젝트관리와 정보시스템 감리 항목등과 분석도구가 요구되고 있다. 이 논문에서는 CMM을 기준하여 각 프로세스별 수행결과를 정량적으로 측정하여 해당 수치의 목표범위 내 관리가 가능하게하기 위해 gap 분석 및 평가를 반복해서 수행하여 품질관리, 생산관리, 원가관리, 지식의 통합관리를 가능하게 하여 정보화 기반의 지식 경영을 강화하고, 정보의 고급화, 차별화를 통해 고객 서비스를 강화하고, 프로세스 최적화를 통해 업무효율을 향상시키고 조직의 자발적 노력을 통해 조직 성숙도를 지속적으로 향상시키기 위한 조직 내 정보능력 측정에 있어 4단계 수준에 도달하기 위한 관리 및 감리 항목을 설정하고, 국내 5전문 업체에 적용 분석, 평가하는 모델을 제안하였다.

• 경영과정보연구
• /
• 제36권4호
• /
• pp.33-51
• /
• 2017

제4차 산업혁명의 등장과 경제성장으로 인한 '국민 삶의 질 향상' 요구 증대로 인해 의료서비스의 질과 의료비용에 대한 국민들의 요구수준이 향상되고 있으며, 이로 인해 인공지능이 의료현장에 도입되고 있다. 하지만 인공지능이 의료분야에 활용된 사례를 살펴보면 '삶의 질'에 직접적인 영향을 끼치는 만성피부질환에 활용된 사례는 부족한 실정이며, 만성피부질환 중 대표적 질병인 아토피피부염은 정성적 진단 방법으로 인해 진단의 객관성을 확보할 수 없다는 한계가 존재한다. 본 연구에서는 아토피피부염의 객관적 중증도 평가 방법을 마련하여 아토피피부염 환자의 삶의 질을 향상시키고자 다음과 같은 연구를 수행하였다. 첫째, 가톨릭대학교 의과대학 성모병원의 데이터베이스로부터 아토피피부염 환자의 이미지 데이터를 수집했으며, 수집된 이미지 데이터에 대한 정제 및 라벨링 작업을 수행하여 모델 학습과 검증에 적합한 데이터를 확보했다. 둘째, 지능형 아토피피부염 중증도 진단 모형에 적합한 이미지 인식 알고리즘을 파악하기 위해 다양한 CNN 알고리즘들을 병변별 학습용 데이터로 학습시키고, 검증용 데이터를 활용하여 해당 모델의 이미지 인식 정확도를 측정했다. 실증분석 결과 홍반(Erythema)의 경우 'ResNet V1 101', 긁은 정도(Excoriation)의 경우 'ResNet V2 50'이 90% 이상의 정확도를 기록하였으며, 태선화(Lichenification)의 경우 학습용 데이터 부족의 한계로 인해 두 병변보다 낮은 89%의 정확도를 보였다. 해당 결과를 통해 이미지 인식 알고리즘이 단순한 사물 인식 분야뿐만 아니라 전문적 지식이 요구되는 분야에도 높은 성능을 나타낸다는 것을 실증적으로 입증했으며, 본 연구는 실제 아토피피부염 환자의 이미지 데이터를 활용했다는 측면에서 실제 임상환경에서 활용성이 높을 것으로 사료된다.