• 한국건설관리학회논문집
• /
• 제1권2호
• /
• pp.98-107
• /
• 2000

최근 건설산업에서 컴퓨터의 활용이 일반화되어 가면서, CAD, PMIS(Project Management Information System), 구조해석 프로그램, 공정관리 프로그램 등을 통해서 발생하는 정보의 양은 급증하고 있다. 그 정보의 양이 방대해지고, 복잡해지면서 이들 정보를 효과적으로 관리하며, 재활용하는 것이 건설산업의 생산성을 좌우하는 요소가 되어가고 있다. 이러한 상황에서 건설업에서의 정보기술과 CIC(Computer Integrated Construction)에 대한 연구가 진행되고 있다. 최근에는 프로덕트 모델을 이용하여 정보를 통합하기 위한 방안으로 IFC(Industry Foundation Classes)가 IAI에 의해 개발되어서 이를 이용한 정보 공유 및 활용에 대한 연구가 수행되고 있다. 하지만, 이들 연구가 아직 초기 단계에 머물러 있고, 대부분 개념적인 내용을 중심으로 이루어지고 있다. 따라서 IFC를 이용한 설계정보관리시스템 구축을 위한 좀 더 구체적인 모델과 구축 프로세스에 대한 연구가 필요한 상황이다. 본 연구의 목적은 IFC를 이용하기 위해 필요한 요소 기술을 조사하고, 이를 이용해서 IFC를 활용한 설계정보관리시스템의 모델을 제시하고, 제시된 모델에서 핵심적인 기능을 수행하는 프로젝트 데이터베이스와 프로덕트 프레임워커의 역할과 이들을 구축하기 위한 프로세스를 밝히는데 있다. 이들의 주된 역할은 건축정보와 구조정보의 통합과 프로덕트 정보의 다중 통합이며, 이들의 구현을 위한 프로세스로 먼저 '프로덕트 모델링' 과 '응용프로그램 개발' 의 두 가지를 상위단계의 활동으로 정의하고, 응용 프로그램 개발을 다시 'IFC스키마 컴파일', '클래스 컴파일', '프로젝트 데이터베이스 스키마 생성', '프로덕트 프레임워커 개발, '프로젝트 데이터베이스 생성'의 다섯 가지 활동으로 정의했다. 이러한 활동들을 위해 이용되는 도구들로 C++ 컴파일러, CAD, ST-Developer, ST-ObjectStore, ObjectStore 등을 제시했다. 이렇게 구축된 프로젝트 데이터베이스의 정보들은 인터넷을 이용한 분산기술과 XML을 이용해서 정보 관련자들 간의 공유 방안 및 '3차원 모델링', '프로덕트 정보 생성', '데이터베이스 생성 및 수정', '여러가지 체계에 따른 모델의 재구성', '모델별 도면 및 시방서 연결', '물량 정보 생성'의 다섯 단계로 제시하였다.

• 벤처창업연구
• /
• 제18권1호
• /
• pp.125-140
• /
• 2023

체계적인 창업 준비는 실패 가능성을 낮추고 시장성 있는 비즈니스 모델 수립을 가능하게 한다는 점에서 중장년 창업가에게 필수적이지만, 중장년의 창업준비를 위한 정책과 서비스는 충분히 활용되지 못하고 있다. 최근 중장년의 창업과 관련한 연구가 활발하게 수행되고 있으나 창업준비는 대학생이나 예비창업가를 중심으로 연구되어, 실제 창업을 한 중장년 창업가의 다양한 창업준비 행태를 심층적으로 분석한 연구는 부족하였다. 이에, 이 연구에서는 중장년 창업가의 창업준비 유형을 도출하고, 창업준비 유형에 따른 창업성과의 차이를 분석하고자 하였다. 이를 위해, 서울시 소재 업력 7년 미만 창업기업의 중장년 기술창업가 324명의 설문 데이터를 분석하였다. 중장년 기술창업가들의 창업준비는 보통 수준으로 창업 준비 기간의 충분성이 가장 높게 나타났으며, 창업교육을 통한 준비 수준이 가장 낮게 나타났다. 잠재프로파일 분석 결과 중장년 기술창업가들의 창업 준비 유형은 '전반적 부족형', '창업교육 소홀형', '포괄적 준비형'의 3개 집단으로 나타났다. 창업만족도, 창업역량, 실패 두려움, 창업서비스 접근성, 중장년 특화 지원 필요성에 대한 집단 별 차이 분석을 실시한 결과, 전반적 부족형에 비해 창업교육 소홀형과 포괄적 준비형의 창업만족도, 창업역량, 창업서비스 접근성이 통계적으로 유의하게 높은 것으로 나타났으며, 실패두려움의 경우 포괄적 준비형이 전반적 부족형과 창업교육 소홀형보다 통계적으로 유의하게 낮은 것으로 나타났다. 중장년 창업 서비스 접근성은 전반적 부족형이 타 집단보다 통계적으로 유의하게 낮게 나타났고, 중장년 특화 창업지원의 필요성은 모든 유형에서 높게 인식하고 있는 것으로 나타났다. 이러한 연구결과를 바탕으로 중장년의 체계적인 창업준비 지원을 위한 정책적 시사점은 첫째, 중장년층의 창업준비 수준을 향상할 수 있는 다양한 지원사업 확대 및 중장년 창업가의 창업준비 수준에 따른 유형별 지원 제공, 둘째, 중장년 창업지원 서비스에 대한 홍보와 접근성 강화, 셋째, 청년 창업가와 다른 중장년의 특성을 반영한 중장년 창업가 특화 교육 제공, 넷째, 창업교육을 포함한 창업준비의 여러 요인을 복합적으로 고려한 중장년 창업지원 제공 등으로 제시하였다.

• 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.