• 지능정보연구
• /
• 제16권3호
• /
• pp.99-120
• /
• 2010

최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.

• 한국재난정보학회 논문집
• /
• 제17권3호
• /
• pp.465-486
• /
• 2021

연구목적: 대부분의 재난정보 시스템은 비장애인 중심이므로 재난대처능력이 상대적으로 취약한 장애인·노인·어린이 등 안전취약계층을 고려한 재난정보 전달 체계는 부족한 것이 현실이다. 장애인과 노인의 안전취약특성을 고려하여 재난정보 전달 및 대피지원 서비스를 구축하는데 IoT 기반의 통합관제 기술을 활용하는 서비스 제공을 통해서 정보화의 사각지대를 해소하고 장애인·노인의 재난 대응을 위한 맞춤형 재난정보 서비스를 구축하여 안전취약계층의 안전성을 향상시키는데 목적이 있다. 연구방법: 본 연구의 핵심이 되는 모델은 재난경보 전파 모델과 대피지원 모델이며, 장애인과 노인의 재난 상황 발생 시 행동특성을 반영하여 개발하였다. 재난정보 전파 모델은 IoT 기술을 이용하여 수집된 재난상황을 전파하며, 대피지원 모델은 지구자기장 기반의 측위기술을 활용하여 사용자의 실내위치를 파악하고 실내 대피경로 데이터를 기반으로 한 경로안내 등 안전취약계층의 행동특성을 반영한 맞춤형 서비스 제공을 통해 안전하게 대피할 수 있도록 도움을 주게 된다. 연구결과: 시범모델 실증은 실제 사용자를 대상으로 개발된 서비스를 사용해보도록하여 사용자 입장에서 대피경로 안내의 적합성, 서비스의 만족도 등 실내위치 정확도에 대한 효율성 등 정성적인 평가를 도출하였다. 결론: 모델 실증을 위하여 모바일 앱 안전취약계층을 위한 재난정보와 대피지원 서비스를 구축하였다. 재난상황을 화재상황으로 한정하여 장애우와 관련 분야 전문가를 통해 실증하였다. 재난정보전달과 대피지원의 적절성에서 "만족" 평가를 받았으며 시범모델의 특성상 기능 만족도와 사용자 UI는 "보통"으로 평가되었다. 이를 통해 본 연구에서 제시된 재난정보 및 대피지원 서비스는 안전취약계층에게 재난대피 골드타임을 놓치지 않고 보다 신속한 재난대피를 지원하는 것으로 평가되었다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.99-107
• /
• 2024

경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.