• 지능정보연구
• /
• 제23권4호
• /
• pp.57-76
• /
• 2017

최근 정보 기술의 발전 속도가 매우 빠르게 변화하고 있다. 스마트폰과 태블릿 같은 IT 기기에서 이런 변화들이 두드러지고 있다. 이전의 IT 기기들은 기능상의 혁신과 진보를 통해 소비자들을 끌어들였지만, 현재는 IT 제품 상에서 기능상 발전과 혁신은 둔화되었다. 기능상 차별점이 줄어든 시점에서 기업들은 외관과 디자인적 측면에서 차별화를 시도하고 있다. 스마트폰의 외관적 변화를 반영하듯 소비자들도 성능보단 디자인을 스마트폰 구매의 중요 요인으로 삼고 있다. 스마트폰은 패션 아이템의 하나로 자리매김하게 되었고, 스마트폰의 디자인과 외형이 지속적으로 중요해짐에 따라 해당 제품에 대해 소비자들이 느끼는 디자인 가치가 무엇인지도 중요해졌으며, 무엇에 영향을 받는지도 중요해졌다. 소비자들이 느끼는 가치가 중요해짐에 따라 소비자들이 해당제품의 디자인에 대해 평가하는 메커니즘을 밝힐 필요성이 존재하며, 적절한 가치를 전달하기 위해 디자인을 평가할 수 있는 모형이 필요하다. 디자인과 관련한 기존 연구들은 소비자들의 인지와 가치 부분에 초점을 맞추어 연구를 하였지만, 제품 속성 자체에 대한 부분은 고려하지 않은 경향이 있으며, 제품이 갖고 있는 객관적인 속성들에 따라 소비자들의 인지가 변화하는 과정과 최종적으로 느끼는 가치에 대한 메커니즘을 밝힌 연구는 부재한 것으로 나타났다. 따라서 본 연구는 스마트폰 제품이 갖고 있는 객관적 속성인 제품 속성과 객관적 속성을 통해 느끼는 소비자들의 인지, 가치에 대해 평가할 수 있는 메커니즘을 설계하고, 이를 평가할 수 있는 3단계 디자인 평가 모형을 제시하려 한다. 3단계 디자인 평가 모형은 제품 속성, 인지 속성, 소비자 가치까지 모든 단계를 고려한 정량화된 모형으로 스마트폰 분야만이 아닌 사용자경험 분야에 전반적으로 적용 가능할 것으로 기대하며, 기업이 갖고 있는 소비자 데이터와 결합한다면, 특정 소비자층을 겨냥한 제품 생산 및 설계가 가능한 지능형 디자인 가치 평가 모형으로 발전할 수 있을 것으로 예상한다.

• Journal of Nutrition and Health
• /
• 제47권2호
• /
• pp.145-156
• /
• 2014

본 연구에서는 영양 식생활 교육자료에 대한 인증 시스템을 개발하기 위하여 2011년 4월부터 10월에 걸쳐 연구를 진행하였다. 문헌고찰, 인터뷰, 자문회의 및 전문가 회의, 설문조사, 공청회 개최 등의 체계적인 연구 절차를 통해 타당성, 신뢰성, 적용가능성을 갖춘 인증 시스템을 개발하고자 하였다. 인증 시스템 개발을 위하여 보건복지부의 우수건강도서, 환경부의 우수환경도서, 교육과학기술부의 우수과학도서, 문화체육관광부의 우수학술도서 및 우수교양도서, 농림수산식품부의 농업교육프로그램, 대한의학회의 건강정보심의인증, 시각장애인연합회의 사용자웹접근성인증, 한국정보화진흥원의 웹접근성품질마크, 문화체육관광부의 데이터베이스품질인증 제도를 분석 참고하였다. 본 연구에서 개발된 영양 식생활 교육자료에 대한 인증 시스템은 제 3자에 의한 인증 시스템으로 운영되며, 이를 위해 인증 운영기관에 인증위원회가 구성되어 인증 전반에 대한 업무를 관장한다. 인증 심사 절차는 신청 및 접수, 자료 정리 및 분류, 1차 심사 (서면평가), 2차 심사 (전체회의), 결과통보의 순으로 진행한다. 인증 심사위원은 3인으로 구성하며, 총 인증 심사기간은 2개월로 하고, 상반기와 하반기로 년 2회 접수를 실시한다. 인증 심사 결과는 적합 또는 부적합으로 평가하며, 최종 인증을 받은 교육자료는 인증서 및 인증마크를 발급받고, 홈페이지, 보도자료 등을 통한 홍보 추진, 공동주관기관을 통한 판촉 및 홍보를 지원하도록 한다. 인증 유효기간은 웹사이트의 경우에만 2년으로 하며, 갱신심사로 기간을 연장할 수 있다. 이상에서 개발된 영양 식생활 교육자료에 대한 인증 제도는 정보에 대한 신뢰성을 높여 교육과 학습에 대한 만족도를 높여줄 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1245-1257
• /
• 2021

세계 최초의 정지궤도 해색관측 위성인 GOCI의 임무를 승계한 천리안위성 2B호의 해양탑재체인 GOCI-II가 2020년 2월 발사되어 같은 해 10월부터 정규 운영되고 있다. 한국해양과학기술원은 실시간 수신한 GOCI-II 원시자료를 Level 1B와 26종 Level 2 산출물로 처리하며, 이 자료들은 국립해양조사원을 통해 서비스된다. 이 논문에서는 정규 운영 1년차의 위성자료 운영 현황을 소개하고, 향후 개선 방향을 제시하고자 하였다. GOCI-II의 기본 해색 산출물인 엽록소 농도, 총 부유물질 농도, 용존유기물 농도 산출물은 OC4, YOC 알고리즘으로 처리 중이며, 그 수식 및 프로세스에 대해 상세 기술하였다. GOCI-II에서 새롭게 추가된 전구 관측은 궤도상 시험운영기간 동안 태양천정각과 sun glint만 고려하여 관측 스케줄이 수립되었으나, 양질의 Level 2 산출물 생산을 위해 조건을 세분화하고 위성 천정각을 추가 고려하여 개선하였다. 그 결과 'Best Ocean'을 만족하는 슬롯의 개수가 15에서 78개로 대폭 증가하고, 'Bad Ocean'에 해당하는 슬롯이 55개에서 13개로 크게 감소하였다. GOCI-II의 산출물의 품질관리를 위해서 유럽우주국에서 정의하는 요구사항을 기반으로 GOCI-II 검보정 요구사항을 제시하였다. 그리고 GOCI 검보정 사이트를 기반으로 하되, 향상된 위성 스펙을 고려하여 지역 관측 검보정을 위한 추가 고정점 검보정 사이트 후보지를 제시하였다. 전구관측 자료의 품질관리는 국내외 해양인프라를 구축하고 있는 한국해양과학기술원의 연구선과 해외 기지를 활용하되, 국외 해역의 현장관측 자료 획득을 위해서는 GOCI-II 국제 검보정 네트워크 구축이 필요할 것으로 판단된다. 이러한 결과는 위성자료 사용자들의 산출물 처리에 대한 이해를 높이고, 향후 위성자료 품질관리 업무 수행 상세계획 수립에 도움이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1057-1068
• /
• 2022

본 논문은 모바일 기반의 실시간 영상 측위 기술 개발을 목표로 사용자가 촬영한 사진과 가상의 텍스쳐 영상 간의 매칭 가능성 확인 연구로 특징점 기반의 매칭 알고리즘의 조합 성능을 비교했다. 특징점 기반의 매칭 알고리즘은 특징점(feature)을 추출하는 과정과 추출된 특징점을 설명하는 서술자(descriptor)를 계산하는 과정, 최종적으로 서로 다른 영상에서 추출된 서술자를 매칭하고, 잘못 매칭된 특징점을 제거하는 과정으로 이루어진다. 이때 매칭 알고리즘 조합을 위해, 특징점을 추출하는 과정과 서술자를 계산하는 과정을 각각 같거나 다르게 조합하여 매칭 성능을 비교하였다. 가상 실내 텍스쳐 영상을 위해 V-World 3D 데스크탑을 활용하였다. 현재 V-World 3D 데스크톱에서는 수직·수평적 돌출부 및 함몰부와 같은 디테일이 보강되었다. 또한, 실제 영상 텍스쳐가 입혀진 레벨로 구축되어 있어, 이를 활용하여 가상 실내 텍스쳐 데이터를 기준영상으로 구성하고, 동일한 위치에서 직접 촬영하여 실험 데이터셋을 구성하였다. 데이터셋 구축 후, 매칭 알고리즘들로 매칭 성공률과 처리 시간을 측정하였고, 이를 바탕으로 매칭 성능 향상을 위해 매칭 알고리즘 조합을 결정하였다. 본 연구에서는 매칭 기법마다 가진 특장점을 기반으로 매칭 알고리즘을 조합하여 구축한 데이터셋에 적용해 적용 가능성을 확인하였고, 추가적으로 회전요소가 고려되었을 때의 성능 비교도 함께 수행하였다. 연구 결과, Scale Invariant Feature Transform (SIFT)의 feature와 descriptor 조합이 가장 매칭 성공률이 좋았지만 처리 소요 시간이 가장 큰 것을 확인할 수 있었고, Features from Accelerated Segment Test (FAST)의 feature와 Oriented FAST and Rotated BRIEF (ORB)의 descriptor 조합의 경우, SIFT-SIFT 조합과 유사한 매칭 성공률을 가지면서 처리 소요 시간도 우수하였다. 나아가, FAST-ORB의 경우, 10°의 회전이 데이터셋에 적용되었을 때에도 매칭 성능이 우세함을 확인하였다. 따라서 종합적으로 가상 텍스쳐 영상과 실영상간 매칭을 위해서 FAST-ORB 조합의 매칭 알고리즘이 적합한 것을 확인할 수 있었다.

• 식물병연구
• /
• 제30권2호
• /
• pp.103-113
• /
• 2024

한국식물병리학회는 2009년부터 식물병명심의위원회를 구성하여 체계적으로 식물병명과 관련 용어를 검토하고 결정해 왔다. 위원회는 2022년에 한국식물병명목록 6판을 출판했으며, 이 목록은 온라인으로도 공개되었다. 온라인 데이터베이스의 운영을 통해 사용자의 접근성, 업데이트 속도, 다른 데이터베이스와의 연계성이 향상되었다. 이러한 장점을 바탕으로 2023년에는 1년만에 추가된 신규 병명과 기존 병명에 대한 수정 사항을 반영한 목록 6.1판을 보고하였다. 2024년에도 같은 방식으로 정리하여 목록 6.2판을 보고하게 되었다. 목록 6.2판에는 최종적으로 1,432종의 기주에 대해 2,503개 분류군의 병원체가 일으키는 6,765가지 병이 수록되었다. 목록 6.2판은 PDF 본으로 2024년에 발간될 예정이다. 한편, 온라인 데이터베이스의 공개 이후 해결해야 할 몇 가지 도전과 과제가 생겨났다. 이러한 문제를 해결하기 위해서는 현대적이고 표준화된 병명 작명 규칙과 신규 병명 등재 체계 등을 고안할 필요가 있다. 앞으로 더 신뢰할 수 있는 목록을 만들기 위해서 식물병리학회 다양한 구성원들의 열린 소통과 협력이 요구된다.

• 한국가정과교육학회지
• /
• 제35권3호
• /
• pp.47-66
• /
• 2023

본 연구의 목적은 '의복마련과 선택'단원 중 의복마련 부분의 교수-학습내용 일부를 재구성하여 수업적용을 위한 교육용 스마트 앱을 개발하는 것이다. 스마트 앱을 개발하여 구동하는 것을 위해 수업을 위한 교수-학습과정 계획을 하였고, 수업적용을 위한 스마트 앱을 개발하였으며, 개발된 앱에 대해 가정과교사와 앱 개발전문가의 피드백을 받았다. 개발된 앱의 메인 구성은 총 5단계로 구성되었다. 1단계는 프로필 설정단계로 실제사진이나 제페토 혹은 갤럭시의 이모지, 아이폰의 미모티콘을 이용해 프로필을 설정한다. 2단계에서는 스스로 옷장 정리를 통해 현재 가지고 있는 의복의 종류와 수량 및 상태 등을 파악하여 의복 목록표를 작성한다. 현재 가지고 있는 의복에 개별적 등록번호를 부여하며, 앞·뒤를 촬영하고 그 외 아이템 종류·색상·계절감·구매 시기·현재 상태 등을 기재할 수 있다. 3단계는 마련할 의복과 폐기할 의복을 결정하기이다. 전 단계의 의복목록표를 바탕으로 마련해야 할 의복과 폐기할 의복을 분류하는 과정을 갖는다. 4단계 의복 마련 방법 결정하기에서는 대안 평가표를 작성하여 의복 마련 방법을 결정한다. 이 과정을 통해 추후 학습하게 될 자원관리와 자립 영역의 소단원 '합리적인 소비생활의 실천'을 선행학습 할 수 있다. 마지막으로 5단계 폐기 방법 결정하기에서는 3단계에서 분류했던 폐기할 의복을 어떤 방법으로 폐기할 것인지에 대해 실천적 문제 중심 수업을 전개하며 다양한 방안을 모색해보고, 모둠별 토의를 통해 의견을 공유하고 실천하는 최종적 단계이다. 본 연구는 성취기준에 부합하는 교안 및 교육내용을 수업에 적용하기 위해 교육용 스마트 앱을 수업자가 직접 개발한 시도로서의 사례연구에 의의가 있다고 하겠으며 앞으로 사용자 적용을 통한 실제적인 수업에의 효과성 검증을 통해 업그레이드가 이루어져야할 것이다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.97-117
• /
• 2020

상품 평가 기준은 상품에 대한 속성, 가치 등을 표현한 지표로써 사용자나 기업이 상품을 측정하고 파악할 수 있게 한다. 기업이 자사 제품에 대한 객관적인 평가와 비교를 수행하기 위해서는 적절한 기준을 선정하는 것이 필수적이다. 이때, 평가 기준은 소비자들이 제품을 실제로 구매 및 사용 후 평가할 때 고려하는 제품의 특징을 반영하여야 한다. 그러나 기존에 사용되던 평가 기준은 제품마다 상이한 소비자의 의견을 반영하지 못하고 있다. 기존 연구에서는 소비자 의견이 반영된 온라인 리뷰를 통해 상품의 특징, 주제를 추출하고 이를 평가기준으로 사용했다. 하지만 여전히 상품과 연관성이 낮은 평가 기준이 추출되거나 부적절한 단어가 정제되지 않는 한계가 있다. 본 연구에서는 이를 극복하기 위해 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA) 기법으로 리뷰로부터 평가 기준 후보군을 추출하고 이를 k-최근접 이웃 접근법(k-Nearest Neighbor Approach, k-NN)을 이용해 정제하는 모델을 개발하고 검증했다. 제시하는 방법은 준비 단계와 추출 단계로 이루어진다. 준비 단계에서는 워드임베딩(Word Embedding) 모델과 평가 기준 후보군을 정제하기 위한 k-NN 분류기를 생성한다. 추출 단계에서는 k-NN 분류기와 언급 비율을 이용해 평가 기준 후보군을 정제하고 최종 결과를 도출한다. 제안 모델의 성능 평가를 위해 명사 빈도 추출 모델, LDA 빈도 추출 모델, 실제 전자상거래 사이트가 제공하는 평가 기준을 세 비교 모델로 선정했다. 세 모델과의 비교를 위해 설문을 진행하고 점수화하여 결과를 검정했다. 30번의 검정 결과 26번의 결과에서 제안 모델이 우수함을 확인했다. 본 연구의 제안 모델은 전자상거래 사이트에서 리뷰 특성을 반영한 상품군 별 차원을 도출하는데 활용될 수 있고 이를 기초로 인사이트 발굴을 위한 리뷰 분석 및 활용에 크게 기여할 것이다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.179-196
• /
• 2019

최근의 '똑똑한 소비자(Smart Consumer)'라 불리는 소비자가 많아지고 있는데, 이들은 제조사나 광고를 통해 전달되는 정보에 의존하지 않고, 기존 사용자나 전문가들의 후기, 여러 과학 지식을 획득하여 제품에 대한 이해를 높이고, 본인 스스로가 직접 판단하여 구매하고 있다. 특히나 화장품 분야는 인체 유해성과 같은 부정적인 요소에 대한 민감도가 높고, 자신의 고유한 피부 특성과의 조화도 고려되어야 하기 때문에, 전문적인 지식과 타인의 경험, 본인의 과거 경험 등을 종합적으로 생각하여 구매 의사결정을 내려야 하고, 이에 대해서 적극적인 소비자가 많아지고 있다. 이러한 움직임은 '셀프 뷰티' 와 같은 '셀프' 문화의 열풍과 함께, 문화 현상인 '그루밍족'의 등장, 사회적 트렌드인 'K-뷰티' 와도 동행한다고 할 수 있다. 맞춤형 화장품에 대한 관심의 급부상도 이러한 현상 중 하나라 볼 수 있다. 소비자들의 맞춤형 화장품의 니즈를 충족시키기 위해, 화장품 제조사나 관련 기업들은 ICT기술과의 융합을 통하여 프리미엄 서비스를 중심으로 소비자의 니즈에 대응하고 있다. 그러나 기업 및 시장 현황이 맞춤형 화장품을 향해 진화하고 있지만, 소비자의 피부 상태, 추구하는 감성, 실제 제품이나 서비스까지 소비자 경험을 전체적으로 완전하게 다루는 지능형 데이터 플랫폼은 부재한다. 본 연구에서는 소비자 경험에 대한 지능형 데이터 플랫폼 구축을 위한 첫 단계로 소비자 언어 기반의 화장품 감성 분석을 수행하였다. 소비자들 개인의 선호나 취향이 분명한 앰플/세럼 카테고리를 중심으로 매출 순위 1위에서 99위까지의 99개 제품을 선정하여, 블로그와 트위터 등의 SNS 상에 언급되는 후기 내에 화장품 경험에 대한 소비자 감성을 수집하였다. 총 357개의 감성 형용사를 수집하였고, 고객 여정 워크샵을 통해 유사 감성을 합치고, 중복 감성을 통합하는 작업을 수행하였으며, 최종 76개 형용사를 구축했다. 구축한 형용사에 대한 SOM 분석을 통해 화장품에 대한 소비자 감성에 대한 클러스터링을 실시했다. 분석 결과, 총 8개의 클러스터를 도출했고, 클러스터 별 각 노드의 벡터 값을 기준으로 소비자 감성 Top 10을 도출했다. 소비자 감성을 기준으로 클러스터별 소비자 감성에 서로 다른 특징이 발견됐으며, 소비자에 따라 다른 소비자의 감성을 선호, 기존과는 다른 소비자 감성을 고려한 추천 및 분류 체계가 필요함을 확인했다. 연구 결과를 통해 감성 분석의 활용 도메인이 화장품만이 아닌 다양한 영역으로 확장될 수 있음 확인했으며, 감성 분석을 통한 소비자 인사이트를 도출할 수 있다는 점을 시사했다. 또한, 본 연구에서 활용한 디자인 씽킹(Design Thinking)의 방법론의 적용하여 화장품 특화된 감성 사전을 과학적인 프로세스로 구축했으며, 화장품에 대한 소비자의 인지 및 심리에 대한 이해를 도울 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1565-1576
• /
• 2023

천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, R_rs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 R_rs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 R_rs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 R_rs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 R_rs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, R_rs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, R_rs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 R_rs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 R_rs 자료만을 적용할 수 있도록 도움을 줄 것이다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.