• 유통과학연구
• /
• 제9권3호
• /
• pp.37-46
• /
• 2011

유통시장의 개방과 함께 국내·외 유통기업들의 진출과 같은 다양한 형태의 유통업태들과의 경쟁으로 인해 전통시장은 심각한 문제들에 봉착하게 되었다. 전통시장의 생존을 위해 그간 정부는 다양한 정책을 추진하였고, 학자들도 문제 해결을 위한 많은 연구결과를 발표하였으나 불행하게도 그 결과들은 아직 만족스럽지 못한 상태이다. 본 연구는 정부의 저탄소 녹색성장 정책의 도입과 관련하여 전통시장의 생존과 유지·발전을 위한 새로운 관점으로 접근하였다. 먼저 전통시장의 생존과 유지·발전을 위해서는 최근 이슈가 되고 있는 정부의 저탄소 녹색성장에 대한 이해가 필요할 것이라는 가정아래 먼저 전통시장 상인들의 저탄소 녹색성장에 대한 인지 정도를 측정하였으며 전통시장을 발전시키기 위한 키워드로 상인들의 조직몰입과 조직몰입에 영향을 미칠 수 있는 태도변수로 정부정책에 대한 신뢰와 상인들의 자기효능감을 측정하여 변수들 간의 관계를 분석하였다. 흥미롭게도 전통시장 상인들의 인구통계적 특성(예를 들어 기성세대와 젊은 세대의 세대별 양극화 현상과 학력차이)이 구별되는 것을 발견하였다. 전통시장 상인들의 세대차와 학력차이로 인한 변수들의 평균값에 차이가 있는지를 확인하기 위하여 일원분산분석을 실시한 결과는 다음과 같다. 전반적으로 기성세대 상인들의 녹색성장인식, 정부정책신뢰, 자기효능감과 조직몰입의 정도는 젊은 세대 상인들과 차이가 있는 것으로 나타났다. 구체적으로 녹색성장인식(F = 9.964, p<.05), 자기효능감(F = 5.532, p<.05) 그리고 조직몰입(F = 5.697, p<.05)은 통계적으로 유의미한 차이를 나타냈다. 또한 학력차의 경우에도 고학력 상인들이 학력이 낮은 상인들에 비해 전반적으로 높은 평균값을 보였다. 구체적으로는 고학력 상인들의 녹색성장인식(F = 8.564, p<.005)과 자기효능감(F = 6.754, p<.005)이 높은 것으로 나타났다. 이런 결과는 정부가 정책을 실현함에 있어 상인들의 인구통계적 특성도 중요한 요인이 될 것임을 반영하고 있다. 연구결과 1) 상인들의 저탄소 녹색성장 정책에 대한 인식이 높으면 전통시장에 대한 조직몰입의 정도가 통계적으로 유의미함을 알 수 있었고, 2) 녹색성장 정책의 인식과 조직몰입간의 관계에 있어 상인들의 정책신뢰가 조절하고 있음과 3) 상인들이 스스로 해낼 수 있다는 신념인 자기효능감은 둘 간의 관계를 완전매개함을 확인할 수 있었다. 정부정책신뢰가 녹색성장 정책의 인식과 조직몰입간의 관계를 조절한다는 뜻은 상인들이 정책를 신뢰할 수 있는 어떤 단서가 있어야 함을 의미하며, 자기효능감의 완전매개는 전통시장 상인들이 스스로 전통시장을 활성화할 수 있을것이라는 신념을 스스로 가질 수 있도록 정부가 충분히 고려해야 한다는 것을 의미한다. 말미에는 이 연구결과를 통해 얻을 수 있는 영향과 향후 연구 방향을 제시하였다.

• 한국지리정보학회지
• /
• 제12권4호
• /
• pp.34-47
• /
• 2009

급속한 도시화는 환경 생태적 훼손과 난개발, 사회 경제적 문제를 야기시키고 있다. 도시화에 따른 문제 해결과 친환경적이고 효율적인 국토개발을 위해서는 도시성장 현황과 특성을 파악하고, 이를 반영하여 정책을 수립하는 것이 중요하다. 본 연구는 기존의 지역단위가 아닌 우리나라 전체를 대상으로 도시성장에 대한 지난 20년간의 현황과 특성을 분석하여 도시정책을 수립함에 있어 기초자료로 활용하고자 한다. 이를 위해 환경부에서 제작한 1980년대, 2000년대 토지피복지도를 이용하여 도시지역을 추출한 후 GIS와 통계적 기법을 이용하여 행정구역 위계별 도시성장 패턴분석을 실시하였다. 그 결과, 1980년대 이후 개발지역 면적이 1980년대 이전 대비 2.5배 확대되었으며 특히, 수도권인근농촌은 21.2배가 증가하였다. 특별시와 광역시는 고도가 낮고, 간선도로와 주요 도심과 가깝고, 도로율이 높고, 환경 생태적 및 법제적 제한이 있는 지역에 개발되었으며, 산림과 초지에서 도시적 토지로 전용되었다. 반면, 대도시인근농촌, 수도권인근농촌, 지방농촌은 고도가 높고, 간선도로와 주요 도심과 멀고, 도로율이 낮으며, 환경 생태적 및 법제적 제한이 없는 지역에 개발되었으며, 농지에서 도시적 토지로 전용되었다. 즉, 대도시를 중심으로 한 도시성장이 팽창함에 따라 가용토지의 부족 및 각종 규제와 정책으로 도시 외곽지역에서 불리한 지형적 조건에도 불구하고 도시개발이 활발이 이루어졌음을 알 수 있다.

• 생물환경조절학회지
• /
• 제25권1호
• /
• pp.63-70
• /
• 2016

비순환식 고형배지경에서 배액이 토양과 지하수 오염을 발생시키는 문제를 해결하고자 그 동안 연구된 데이터를 바탕으로 배액 최소화 재배방식을 확립을 위해 본 연구는 토마토 코이어 수경재배농가 시설에서 FDR 센서, 적산일사량 센서 및 타이머를 이용하여 토마토를 재배하며 급배액량, 생육 및 생산량을 비교하였다. 정식 후 88일까지 일일 식물체당 평균 급액량은 처리구에 따른 큰 차이가 없었다. 하지만 정식 후 88일 이후 107일까지 TIMER, FDR, IR 제어구 각각의 일일 식물체당 평균 급액량은 IR(2125mL) > TIMER(2063mL) > FDR(1983mL) 수준이었고 108일부터 120일 까지는 IR(2000mL) > TIMER(1664mL) > FDR(1500mL) 수준이었다. 배액률은 TIMER 제어구의 경우 5~12%, FDR 센서 제어구의 경우 0~7%, IR 제어구의 경우 12~19% 수준으로 IR > TIMER > FDR 순이었다. 정식 후 88일이후부터는 FDR과 IR 제어구가 급액량에 상이한 결과를 보였는데, 이는 재배 후기 즉, 5월 20일 이후 (정식 후 94일) 누적일사량의 증가로, IR 제어구에서는 급액이 증가된 반면 FDR 센서 처리구는 적심 이후 30일이 경과된 6월 2일경부터 IR 제어구 보다 일일 급액량이 평균 500mL 적게 공급된 결과이다. 식물체 생육 및 상품과 수량도 급액방식에 따른 통계적 유의차는 없었지만, 당도는 FDR 처리구에서 TIMER 처리구에 비해 약 11%, IR 처리구에 비해 약 18% 높았다.

• 한국식품과학회지
• /
• 제52권6호
• /
• pp.610-615
• /
• 2020

식용 곤충은 인구증가에 따른 식량 문제를 해결하기 위한 하나의 방법으로 제시되며 최근 곤충의 생리활성 기능과 관련한 연구가 많이 수행되고 있다. 반면 식품으로서 활용 가능한 기초연구는 부족한 실정으로 본 연구에서 장수풍뎅이 유충의 단백질 대체 자원으로서 영양학적 기능을 규명하기 위한 실험을 실시하여 장수풍뎅이 유충 단백질(ADP)의 식이 효율, 단백질 효율, 순 소화율 등을 동물실험을 통해 알아보았다. 4주령 SD-rat 24마리를 이용하여 각 그룹 당 8마리 3그룹으로 실험을 실시하였다. 실험군은 사료 내 전체 kcal 20%가 Casein 단백질로 구성된 사료를 식이 하는 일반 식이군(Con), 전체 kcal 20%가 장수풍뎅이 유충의 단백질로 구성된 사료를 식이 하는 장수풍뎅이 유충 단백질식이군(ADP), 그리고 체내 대사작용에 의해 배설되는 단백질(metabolic fecal nitrogen)을 측정하기 위하여 단백질 무 첨가 식이군(NP, non-protein diet)으로 설정했다. 4주간 식이를 공급하여 장수풍뎅이 유충 단백질의 식이 효율(Food Efficiency Ratio, FER), 단백질 효율(Protein Efficiency Ratio, PER), 순 소화율(true digestibility, TD)을 평가했다. 본 실험 결과 식이 효율은 Con군에서 0.52, 장수풍뎅이 유충 단백질 섭취군에서 0.41로 ADP에서 유의적으로 낮은 수준을 보였다. 단백질 효율은 ADP군에서 2.39, Con군에서 2.63으로 ADP군은 Con군에 비해 낮았으나 유의적인 차이는 없었다. 순 소화율은 Con군에서 91%, ADP군에서 80%로 나타났으며 통계적인 유의적 차이는 없었다. 장수풍뎅이 유충의 순 소화율은 80%로 나타났으며 콩과류의 단백질 순 소화율 64-77%에 비해 높은 수준을 보였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.93-108
• /
• 2014

기업 의사 결정 지원을 위하여 거래 데이터를 다양한 관점에서 분석하고 활용하려는 노력과 관심들이 증가하고 있다. 이러한 노력들은 고객 관리나 마케팅에만 국한되는 것이 아니라 부정행위에 대한 감시와 탐지를 목적으로도 다양한 분석 방안들이 연구되고 있다. 부정행위는 기술의 발전을 악용하여 다양한 형태로 진화하고 있으며, 이에 따라 목적에 맞는 부정탐지 방안 연구와 적용을 통하여 탐지 효용의 극대화를 위한 노력의 필요성이 증가하고 있다. 이러한 연구 동향의 일환으로 본 연구에서는 대용량 거래 데이터가 저장 관리되고 있는 국내 최대 농수산물 유통 시장의 2008년부터 2010년까지 상장예외품목의 거래 가격을 분석하여 부정 탐지 규칙을 도출하였으며, 전문가 검증을 통하여 도출 된 규칙의 신뢰성을 확보하였다. 본 연구의 주요 부정거래 분석 방안으로는 정상적인 데이터들은 발생 확률이 높은 반면에 특이한 데이터들의 발생 확률은 낮다고 가정하는 통계적 접근을 통한 이상치 식별 방안을 활용하였다. 이에 따라 부정거래 분석 별로 정의 된 Z-Score 값보다 클 경우 부정거래 탐지 대상이 된다. 다만 상장예외품목 거래의 경우 취급 가능한 중도매인의 수가 제한되어 있으며, 일반적인 상장품목의 거래보다 거래량이 적기 때문에 소수의 이상치가 품목의 평균에 미치는 영향이 크다. 그 예로 다른 소수의 중도매인들이 해당 품목을 정상적인 가격에 거래하였더라도, 특정한 중도매인 한 명이 지나치게 비정상적인 가격에 거래할 경우 모든 거래들이 부정거래로 탐지 될 가능성도 있다. 이러한 문제를 해결하기 위하여 기존의 Z-Score의 개념을 활용하여 수정된 Z-Score(Self-Eliminated Z-Score)를 사용하였다. 또한 부정 유형별 탐지 규칙 관리와 활용을 위한 시스템 프로토타입(prototype) 개발을 수행하였다. 이를 통하여 실제 부정거래 탐지 업무에 적용할 수 있는 효과적인 방안을 제시하였고, 농수산 유통시장의 공정성 및 투명성 확보를 위한 관리 감독의 기능 강화가 가능할 것이다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.19-42
• /
• 2012

고객이 상품을 구매하는 패턴이 빠르게 변화하고 있다. 오프라인에서 고객이 직접 상품을 보고, 체험한 후 구매하던 패턴이 TV홈쇼핑, 인터넷 쇼핑 등 고객이 편리한 장소에서 자유롭게 구매하는 방법으로 확산되었다. 이처럼 구매 가능한 상품의 범위는 점점 더 다양해지고 있지만 이로 인하여 고객이 상품을 구매할 때 생기는 번거로움은 더욱 커지고 있다. 오프라인에서는 물건을 직접보고 구매하기 때문에 반품율이 낮은 반면에 온라인 구매 물품은 배송과 환불 등에서 복잡한 일들이 많이 발생한다. 온라인을 통해서 물건을 구매할 때 상품에 대한 사전 정보는 매우 한정적이며 실제로 물건을 구매했을 경우 고객이 생각했던 것과 다를 수 있다. 이러한 결과는 결국 고객의 불만족 및 구매취소로 이어진다. 또한 TV홈쇼핑이나 인터넷 쇼핑 등을 통해서 물건을 구매할 때 고객들은 이미 상품을 구매한 고객의 리뷰에도 관심을 기울이고 있다. 좋은 평가를 받은 상품은 더 많은 매출로 이어질 수 있기 때문에 기업은 이에 관심을 기울일 필요가 있다. 고객의 욕구를 만족시킬 수 있는 적절한 상품을 추천해 주고 이를 구매로 연결시키는 것은 기업의 이윤 창출과 직결되기 때문에 그 중요성이 강조된다. 고객을 위한 추천방법은 베스트셀러기반 추천방법, 인구통계 정보기반 추천방법, 최소질의대상 상품결정방법, 내용필터링기법, 협력필터링기법 등이 존재하며, 이에 대한 많은 연구가 활발하게 진행되고 있다. 그러나 위의 방법들을 신규고객에게 적용하는 것에는 문제가 발생할 수 있다. 신규고객은 상품에 대한 과거 구매이력이 존재하지 않기 때문이다. 이를 해결하기 위한 방안으로 가입 시, 고객의 인구통계적 정보나 선호도에 대한 응답을 유도하는 방법을 활용할 수 있다. 그러나 고객이 이에 대한 번거로움을 느낄 수도 있으며, 불완전한 답변을 하게 되면 추천의 정확도는 감소한다. 최근 이미 상품을 구매한 고객의 리뷰 및 기업에서 추천하는 제품에 의존하는 고객들이 증가하면서 이를 악용하는 사례도 자주 등장한다. 결국 추천에 대한 고객들의 신뢰는 감소하게 될 것이다. 따라서 좀 더 명확한 방식의 추천시스템이 절실하며, 이것이 개선된다면 는 곧 고객들의 신뢰 증가로 이어질 것이다. 본 연구에서는 협력필터링기법과 사회연결망기법의 중심성을 결합한 분석을 시도하였다. 중심성은 신규고객의 선호도를 기존고객들의 데이터를 통하여 유추하기 위하여 활용되는 정보이다. 기존 연구들에서는 기존고객들의 구매 가운데 구매성향이 유사한 고객들의 정보에 초점을 맞추고 있으며 구매성향이 다른 고객들의 정보에 대한 분석은 이루어지고 있지 않다. 그러나 이처럼 구매성향이 서로 다른 고객들의 정보를 활용한다면 추천의 정확성이 더 향상되지 않을까 하는 점을 기반으로 데이터들을 다양한 방식으로 분석하였다. 연구에 사용된 데이터는 미네소타대학의 GroupLens Research Project팀이 협력필터링기법을 통하여 영화를 추천하기 위해 만든 MovieLens의 데이터이다. 이는 1,684편의 영화에 대한 선호도를 943명이 응답한 정보로 총 100,000개의 데이터가 있다. 이를 시간 순으로 구분하여 초기 50,000개의 데이터를 기존고객의 데이터로, 후기 50,000개의 데이터를 신규고객의 데이터로 사용하였다. 이 때, 신규고객과 기존고객은 연구자가 임의로 구분한 것이다. 따라서 신규고객이라고 표현되는 고객의 데이터는 실제로 추천시스템을 통해 정보를 제공받은 고객이라고는 볼 수 없다. 그러나 현실적으로 실제 신규고객의 데이터를 수집하는 것이 쉽지 않기 때문에 전체 고객의 정보를 시간 순으로 구분하고 신규고객으로 분류한 것임을 밝혀둔다. 제시된 추천시스템은 [+]집단 추천시스템, [-]집단 추천시스템, 통합 추천시스템으로 총 3가지이다. [+]집단 추천시스템은 기존의 연구들과 유사한 방식으로 유사도가 높은 고객들을 신규고객의 이웃고객으로 분석하였다. 유사도가 높다는 것은 다른 고객들과 상품 구매에 대한 성향이 유사한 것을 의미한다. 또한 [-]집단 추천시스템은 유사도가 낮고 다른 고객들과 상품의 구매패턴이 반대에 가까운 고객들의 데이터를 활용하였으며, 통합 추천시스템은 [+]집단 추천시스템과 [-]집단 추천시스템을 결합한 방식이다. [+]집단 추천시스템과 [-]집단 추천시스템에서 각각 추천된 영화 가운데 중복되는 영화만을 신규고객에게 추천하는 방식이다. 다양한 방법의 시도를 통하여 적절한 추천시스템을 찾고, 추천시스템의 정확도를 향상시키는데 그 목적이 있다. 활용된 데이터의 분석 결과는 통합 추천시스템이 정확도가 가장 높았으며 [-]집단 추천시스템, [+]집단 추천시스템의 순인 것으로 나타났다. 이는 통합 추천시스템이 가장 효율적일 것이라는 연구자의 추측과 일치하는 결과이다. 각각의 추천시스템은 정확도의 변화를 쉽게 비교할 수 있도록 등고선지도 및 그래프를 이용하여 나타냈다. 연구의 한계점으로는 연구자가 제시한 통합 추천시스템과 [-]집단 추천시스템에 대한 정확도는 향상되었지만 이는 임의로 구분한 기준을 바탕으로 분석하였다는 점이다. 실제 추천된 영화를 바탕으로 신규고객이 영화를 선택 한 것이 아니라 기존고객의 데이터를 임의로 분류하였기 때문이다. 따라서 이는 추천 영화가 실제 고객에 미친 영향이 아니라는 한계가 존재한다. 또한 영화가 아닌 다른 상품에 대해서 이 추천시스템을 적용하였을 경우 추천 정확도에는 차이가 있을 수 있다. 따라서 추천시스템을 적용할 때에는 각 상품 및 고객집단의 특성에 적합한 적용이 필요하다.