• 지능정보연구
• /
• 제25권4호
• /
• pp.123-139
• /
• 2019

주요 구인구직사이트의 직무분류체계가 사이트마다 상이하고 SW분야에서 제안한 'SQF(Sectoral Qualifications Framework)'의 직무분류체계와도 달라 SW산업에서 SW기업, SW구직자, 구인구직사이트가 모두 납득할 수 있는 새로운 직무분류체계가 필요하다. 본 연구의 목적은 주요 구인구직사이트의 구인정보와 'NCS(National Competaency Standars)'에 기반을 둔 SQF를 분석하여 시장 수요를 반영한 표준 직무분류체계를 구축하는 것이다. 이를 위해 주요 구인구직사이트의 직종 간 연관분석과 SQF와 직종 간 연관분석을 실시하여 직종 간 연관규칙을 도출하고자 한다. 이 연관규칙을 이용하여 주요 구인구직사이트의 직무분류체계를 맵핑하고 SQF와 직무 분류체계를 맵핑함으로써 데이터 기반의 지능형 직무분류체계를 제안하였다. 연구 결과 국내 주요 구인구직사이트인 '워크넷,' '잡코리아,' '사람인'에서 3만여 건의 구인정보를 open API를 이용하여 XML 형태로 수집하여 데이터베이스에 저장했다. 이 중 복수의 구인구직사이트에 동시 게시된 구인정보 900여 건을 필터링한 후 빈발 패턴 마이닝(frequent pattern mining)인 Apriori 알고리즘을 적용하여 800여 개의 연관규칙을 도출하였다. 800여 개의 연관규칙을 바탕으로 워크넷, 잡코리아, 사람인의 직무분류체계와 SQF의 직무분류체계를 맵핑하여 1~4차로 분류하되 분류의 단계가 유연한 표준 직무분류체계를 새롭게 구축했다. 본 연구는 일부 전문가의 직관이 아닌 직종 간 연관분석을 통해 데이터를 기반으로 직종 간 맵핑을 시도함으로써 시장 수요를 반영하는 새로운 직무분류체계를 제안했다는데 의의가 있다. 다만 본 연구는 데이터 수집 시점이 일시적이기 때문에 시간의 흐름에 따라 변화하는 시장의 수요를 충분히 반영하지 못하는 한계가 있다. 계절적 요인과 주요 공채 시기 등 시간에 따라 시장의 요구하는 변해갈 것이기에 더욱 정확한 매칭을 얻기 위해서는 지속적인 데이터 모니터링과 반복적인 실험이 필요하다. 본 연구 결과는 향후 SW산업 분야에서 SQF의 개선방향을 제시하는데 활용될 수 있고, SW산업 분야에서 성공을 경험삼아 타 산업으로 확장 이전될 수 있을 것으로 기대한다.

• 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.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.21-41
• /
• 2019

정보 기술의 발전으로 온라인에서 활용 가능한 데이터의 양이 급속히 증대되고 있다. 이러한 빅데이터 시대에 많은 연구들이 통찰력을 발견하고 데이터의 효과를 입증하기 위해 노력하고 있다. 특히 관광 산업의 경우 정보에 민감한 사업으로 소셜 미디어의 영향력이 높고 소셜 미디어의 상품 후기에 소비자들이 영향을 많이 받아 많은 기업과 연구자들이 소셜 미디어를 분석하여 새로운 서비스 및 통찰력을 얻고자 시도하였다. 하지만 소셜 미디어의 후기는 텍스트로 이루어진 대표적인 비정형 데이터로 적절한 처리를 하지 않으면 분석에 활용할 수 없다. 또한 후기 데이터의 양이 방대함에 따라 사람이 직접 분석하기도 어려운 실정이다. 따라서, 본 연구에서는 이러한 소셜미디어 상의 온라인 후기로부터 직접 호텔의 서비스 품질 향상을 위한 통찰력을 추출할 수 있는 분석 방법을 제시하고자 한다. 이를 위해 본 연구에서는 먼저 후기 데이터에 포함되어 있는 주제어를 추출하는 토픽 마이닝 기법을 적용하였다. 토픽 마이닝은 대용량의 문서 집합으로부터 문서를 대표하는 단어 집합을 추출하는 기법을 의미하며 본 연구에서는 다양한 연구에서 활용되고 있는 LDA모형을 사용하여 토픽 마이닝을 수행하였다. 하지만, 토픽 마이닝 자체만으로는 주제어와 평점 사이의 관계를 도출할 수 없어 서비스 품질 향상을 위한 통찰력을 발견하기 어렵다. 그에 따라 본 연구에서는 토픽 마이닝의 결과값을 기반으로 의사결정나무 모형을 사용하여 주제어와 평점 사이의 관계를 도출하였다. 이러한 방법론의 유용성을 평가하기 위해 홍콩에 있는 4개 호텔의 온라인 후기를 수집하고 제안한 방법론의 분석 결과를 해석하는 실험을 진행하였다. 실험 결과 긍정 후기를 통해 각 호텔이 유지해야할 서비스 영역을 발견할 수 있었으며 부정 후기를 통해 개선해야할 서비스 영역을 도출할 수 있었다. 따라서, 본 연구에서 제안한 방법론을 사용하여 방대한 양의 후기 데이터로부터 서비스 개선 및 유지 영역을 발견할 수 있으리라 기대된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.63-83
• /
• 2019

투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.1-22
• /
• 2021

텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.107-129
• /
• 2022

기술경쟁이 심화되고 있는 오늘날 신기술에 대한 선도적 위치의 선점이 중요하다. 선도적 위치의 선점과 적정시점에 기술 획득·관리를 위해 이해관계자들은 지속적으로 기술에 대한 탐색활동을 수행한다. 이를 위한 참고 자료로서 가트너 하이프 사이클(Gartner Hype Cycle)은 중요한 의미가 있다. 하이프 사이클은 기술수명주기(S-curve)와 하이프 수준(Hype Level)을 결합하여 새로운 기술에 대한 대중의 기대감을 시간의 흐름에 따라 나타낸 그래프이다. 새로운 기술에 대한 기대는 기술사업화뿐만 아니라 연구개발 투자의 정당성, 투자유치를 위한 기회의 발판이 된다는 점에서 연구개발 담당자 및 기술투자자의 관심이 높다. 그러나 산업계의 높은 관심에 비해 실증분석을 시도한 선행연구는 다양하지 못하다. 선행문헌 분석결과 데이터 종류(뉴스, 논문, 주가지수, 검색 트래픽 등)나 분석방법은 한정적이었다. 이에 본 연구에서는 확산의 주요한 채널이 되어가고 있는 소셜네트워크서비스의 데이터를 활용하여 'Gartner Hype Cycle for Artificial Intelligence, 2021'의 단계별 기술들에 대한 집단구조(커뮤니티)의 특성과 커뮤니티 간 정보 확산패턴을 분석하고자 한다. 이를 위해 컴포넌트 응집규모(Component Cohesion Size)를 통해 각 단계별 구조적 특성과 연결중심화(Degree Centralization)와 밀도(Density)를 통해 확산의 방식을 확인하였다. 연구결과 기술을 수용하는 단계별 집단들의 커뮤니케이션 활동이 시간이 지날 수록 분절이 커지며 밀도 역시 감소함을 확인하였다. 또한 새로운 기술에 대한 관심을 촉발하는 혁신태동기 집단의 경우 정보확산을 촉발하는 외향연결(Out-degree) 중심화 지수가 높았으며, 이후의 단계는 정보를 수용하는 내향연결(In-degree) 중심화 지수가 높은 것으로 나타났다. 해당 연구를 통해 하이프 사이클에 관한 이론적 기초를 제공할 것이다. 또한 인공지능기술에 대한 기술관심집단들의 기대감을 반영한 정보확산의 특성과 패턴을 소셜데이터를 통해 분석함으로써 기업의 기술투자 의사결정에 새로운 시각을 제공할 것이다.

• Asia Marketing Journal
• /
• 제14권2호
• /
• pp.97-125
• /
• 2012

연구목적 - 최근 기업에서 마케팅이나 광고를 할 때 아트를 활용하여 기존의 명화나 아티스트들과 협업한 새로운 작품을 제품에 접목하거나, 마케팅에 활용하는 경우가 늘어나는 추세이다. 아트 콜라보레이션 제품을 새로운 자극으로 생각하고, 자극에 민감하게 반응하는 독특성 추구성향과 호기심이 많은 소비자일수록 아트 콜라보레이션 제품에 대한 호감도가 증가할 것으로 본다. 따라서 본 연구는 아트마케팅에 대해 전반적으로 살펴보고, 개인특성인 호기심과 독특성 추구성향이 아트 콜라보레이션 제품에 대한 소비자의 감정에 미치는 영향과 구매의도에 미치는 영향을 알아 보았다. 그리고 성별에 따라 개인특성과 소비자의 감정 사이에 미치는 영향은 차이가 있을 것이라 예측하고 성별의 조절효과를 살펴보았다. 연구결과 - 호기심은 긍정적 감정에 정의 영향을 미치며, 환기와 부정적 감정에는 영향을 미치지 않는 것으로 나타났다. 독특성 추구성향 중 창의적 선택은 긍정적 감정과 환기에 정의 영향을 미치며, 부정적 감정에 부의 영향을 미치는 것으로 나타났다. 독특성 추구성향 중 비대중적 선택은 긍정적 감정과 부정적 감정에는 영향이 없는 것으로 나타났으며, 환기에는 유의한 것으로 나타났다. 그리고 독특성 추구성향 중 유사성 회피는 소비자의 감정에 어떠한 영향도 미치지 않는 것으로 나타났다. 그리고 성별에 따른 차이를 살펴본 결과, 창의적 선택과 부정적 감정 사이와 비대중적 선택과 부정적 감정 사이에서만 남녀 간의 차이가 유의한 것으로 나타났다. 시사점 - 소비자의 호기심을 유발시킬 수 있는 새로운 디자인이나 전략을 시도하면 효과적일 것을 알 수 있으며, 독특성 욕구 중 자신의 정체성을 표현하고자 하는 욕구가 높은 사람이 아트 제품에 대하여 감정의 영향을 많이 받음을 알 수 있다. 따라서 지속적으로 예술가들과 콜라보레이션 활동을 통해 소비자의 감성을 자극하는 제품을 생산해야 할 것이다. 성별에 따른 큰 차이가 없으므로 남녀 구분없이 모두의 관심을 끌 수 있는 마케팅을 해도 무관하다는 것을 알 수 있다.

• Asia Marketing Journal
• /
• 제14권1호
• /
• pp.131-157
• /
• 2012

현재 치열한 경쟁상황 속에서 기업들은 소비자들이 다른 대안으로 전환하는 것을 막기 위한 다양한 전략들을 실행하고 있으며, 이 중에서 전환장벽을 이용하는 전략은 고객유지와 관련해 매우 효과적인 것으로 알려져 있다. 하지만 전환 장벽으로 인해 새로운 대안으로 바꾸지 못하고 현재 서비스제공자와의 관계를 유지해야 하는 소비자 입장에서도 전환장벽이 긍정적일 것인가? 심리적 반작용이론에 의하면, 사람들은 어떤 자유가 위협받거나 제거될 때, 그 자유를 되찾는 방향으로 동기부여 되거나 어떤 부정적 반응을 보일 수 있다고 하였다. 전환장벽 역시 전환의 자유를 제약한다는 점에서 소비자의 부정적 반응을 유발할 수 있으므로, 본 연구는 전환장벽으로 인해 다른 대안을 단념해야 하는 상황에서 소비자가 경험할 수 있는 부정적 심리 반응과 그에 영향을 주는 변수들에 초점을 맞춘다. 연구가설에서, 부정적 심리반응에는 '이전선택에 대한 후회', '현재 제공자에 대한 원망', '좌절된 제공자에 대한 열망'을 포함하였으며, 전환좌절 상황의 특성-'좌절된 대안의 매력성', '전환 장벽의 심각성'-이 이러한 반응들에 영향을 줄 것으로 가정하였다. 그리고 이러한 전환 좌절상황의 특성이 주는 부정적 영향은 현재까지 해당 제공자로부터 받은 대우에 따라서 달라질 것으로 보고 지각된 공정성을 조절변수로 추가하였다. 연구 결과 전환좌절상황의 특성과 부정적 심리반응의 관계는 모두 지지된 반면, 지각된 공정성의 조절효과는 대부분의 관계를 상호작용 공정성이 조절하는 것으로 나타나 일부만이 지지 되었다. 이러한 결과는 전환 장벽의 긍정적 측면에만 영향을 밝혀온 기존 연구의 한계점보완하고 있으며 그에 따른 이론적 실무적 시사점을 제공해준다.