• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.85-95
• /
• 2019

최근 정부와 기업, 학계에서 4차 산업혁명에 대한 학습과 연구가 활발히 진행되고 있다. 로봇과 인공지능, 블록체인과 사물인터넷 등 4차 산업혁명의 주요 아젠다를 활용한 기업 비즈니스 모델이 생겨나고, 지금까지의 기업환경, 교육환경, 생활환경뿐만 아니라 국제개발협력에서도 다양한 변화가 생기기 시작하였다. 본 연구에서는 4차 산업혁명의 영향을 가장 가까이 직면하고 있는 기업에서 진행하고 있는 사회공헌 활동의 변화를 살펴보았다. 즉 기업사회공헌의 정의와 활동내용을 살펴보고 4차 산업혁명이라고 불리는 현시대에서 각 기업이 갖고 있는 본연의 비즈니스를 통해 사회에 어떻게 기여할 수 있는지 사파리콤의 '엠페사', LG전자의 'AT Educom', LG유플러스의 '사물인터넷 활용 사회공헌' 그리고 KT의 '감염병 확산방지 플랫폼', 그리고 IoT를 활용한 Intel의 사례를 통해 확인해보았다. 그리고 기술개발에 따라 앞으로의 기업사회공헌 활동이 어떻게 변화할 것인지, 더욱 의미 있는 임팩트를 만드는 기업사회공헌 활동이 되기 위해 필요한 것들을 제시하였다. 가장 먼저는 기업사회공헌 활동의 성과측정이 용이해질 것과, 플랫폼을 활용한 사회공헌 활동이 증가하고, ICT 업계에서 기술을 통한 사회기여 활동이 활발하게 진행되며, 마지막으로는 기업간, 섹터간 공동으로 진행하는 사회공헌 활동이 늘어나게 되어, 기업이 영리만을 추구하는 집단이라는 인식에서 벗어나 앞으로는 사회를 위해 존재하는 기업시민으로서의 역할을 할 수 있음을 설명하였다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.