• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.155-180
• /
• 2020

화물의 수배송을 위한 차량의 배차 및 최적 경로 설계는 물류 서비스의 효율성 향상을 위한 가장 핵심적인 역할을 담당한다. 이 문제는 차량의 대수, 차량별 적재 용량, 차량의 총 이동거리와 같이 다양한 비용 요소를 동시에 고려해야 하기 때문이다. 최근 비용 최소화 및 운영 효율성 향상을 위해 TMS를 도입하는 사례가 증가하고 있으나, 현장에서 필요한 모든 요소를 고려하지 못한다는 한계가 존재한다. 이를 해결하기 위해 현장 전문가가 TMS의 결과를 경험과 직관에 기반하여 수정하는 과정이 필요하다. 본 연구에서는 지금까지 총 비용의 최소화에 집중하고 있는 기존 연구들과 달리 서비스에 투입되는 자원 활용의 효율성과 형평성을 동시에 높일 수 있는 방법을 제안한다. 이를 위해 Cluster-First Route-Second (CFRS)기법을 활용한다. 고객의 위치를 기준으로 네 가지 클러스터링 알고리즘(K-Means, K-Medoids, DBSCAN, Model-based)과 Fisher & Jaikumar 알고리즘을 적용하여 고객들을 군집화하였다. 이 후, 군집별 최적의 차량 경로 계획을 수립하였다. 수치 실험을 통해 본 연구에서 제안하는 CFRS 기법을 적용한 방안이 상대적으로 차량의 전체 이동거리와 평균 이동거리 및 이동시간이 더 절감될 수 있다는 사실을 확인하였다. 또한, 차량별 방문하는 고객의 수에 대한 편차가 더 낮다는 사실로부터 기본적인 차량 경로 배정 유형에 비해 본 연구에서 제안하는 방안이 상대적으로 형평성 있게 업무가 할당되었음을 확인할 수 있었다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.79-99
• /
• 2015

부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.

• 디지털융복합연구
• /
• 제15권6호
• /
• pp.133-143
• /
• 2017

데이터는 금융업에서 가장 중요한 자산으로 평균 71%의 금융기관이 데이터 분석으로 경쟁우위를 창출하고 있다. 특히, 금융업 중 카드 업종에서는 전체 고객의 소비행위 패턴 및 선호 트랜드 분석에 의한 가맹점 정보, 경기 변동 상황, 상권정보 제공 서비스 개발에 빅데이터가 폭 넓게 활용되고 있지만 데이터의 융복합을 통한 새로운 가치 창출은 미흡한 편이다. 본 연구는 소셜 데이터와 BC 카드 매출데이터의 융합 분석한 신용카드 회사의 '소비 트랜드 분석 및 예측' 사례를 다룬다. BC카드는 소셜 데이터를 활용한 트랜드 프로파일링 작업과 카드 및 소셜 데이터를 연계하는 알고리즘 개발 및 분석 내용 시각화 시스템을 개발하였다. 성과 검증을 위해 '식스포켓' 관련 트랜드를 분석하고 마케팅을 시행해 본 결과 40~100%이상의 마케팅 승수 증대 효과를 거두었다. 본 연구는 그동안 개별적으로 이루어져 오던 정형, 비정형데이터 분석을 융합하여 분석하는 방법론과 사례를 창출한 의의가 있으며 이는 앞으로 카드 업종 뿐만 아니라 타 업종에도 변화하는 트랜드에 유용하게 대응할 수 있는 시사점을 제공할 것이다.

• 벤처창업연구
• /
• 제14권4호
• /
• pp.179-190
• /
• 2019

중소기업의 자금조달 문제를 해소하기 위한 수단으로 정부와 지방자치단체에서는 다양한 중소기업 정책자금 지원제도를 운영하고 있다. 본 연구는 강원도의 정책자금 지원제도를 소개하고 이 제도의 수혜기업들의 재무적 성과를 분석하고자 한다. 이를 통해 강원도 정책자금지원제도 개선을 위한 시사점을 제시하고자 한다. 2014년도부터 강원도 산업경제진흥원은 강원도의 중소기업 정책자금을 위탁받아 운영하고 있다. 본 연구에서는 동 기관을 통해 2014년 중소기업 정책자금을 지원받은 기업들의 재무적 성과를 계량적으로 분석하였다. 구체적으로, 정책자금을 지원받은 강원도의 지원기업과 통제군인 비지원기업의 지원 전, 지원 당해 및 지원 후 3개년간의 재무비율 비교를 통해 정책자금지원이 기업의 수익성, 안정성, 성장성 향상에 기여를 하였는지 회귀분석을 통해 분석하였다. 실증분석결과, 강원도에서 정책자금을 지원받은 기업들은 수익성(영업이익률, ROE), 안정성(이자보상배수, 부채비율), 성장성(총자산증가율, 매출액증가율) 어느 지표에서도 비지원기업 대비 개선의 성과를 찾을 수 없었다. 이는 엄격한 중소기업정책자금 대상업체 선정기준 및 지원 이후의 사후관리체계가 부재한 상태에서 기업 대출금의 2~4% 수준의 이자만을 지원해주는 이차보전(利差補塡) 방식의 현 강원도 중소기업 정책자금 지원제도에 개선이 필요할 수 있음을 시사한다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.209-235
• /
• 2022

블록체인 기술은 2010년 이후 인공지능 분야의 발전과 더불어 4차 산업혁명을 선도할 최신의 기술로 각광받고 있고, 기술의 활용 분야에 대한 연구가 활성화되고 있다. 그러나, 자본시장 관점에서 블록체인 경제 생태계를 분류하기 위한 기준과 관련된 연구는 거의 없는 상황이다. 본 연구는 자본시장 관점에서 블록체인 기술을 활용하는 개발자, 사업자, 자본시장 참여자 등 전문가를 대상으로 인터뷰와 사례 연구 방법론으로 블록체인 기술의 응용 분야에 따른 블록체인 경제 생태계를 분류하였다. 자본시장의 주식 투자와 연계해 활용할 수 있는 방안으로 블록체인 경제 생태계 분류 방법을 활용하여 투자 종목 유니버스를 구성하였다. 나아가 본 연구는 퀀트 및 인공지능 전략 기반 정성적, 정량적 분석으로 지능형 주식 포트폴리오를 구축하고 성과를 분석하였다. 이를 통해 블록체인 경제 생태계의 지속적인 성장 전망에 따른 성공적인 투자전략을 제시하였다. 본 연구는 블록체인의 표준화를 기술적 관점이 아닌 자본시장의 관점에서 블록체인 경제 생태계로 분류하고 분석했을 뿐 아니라, 실제 글로벌 우량 상장 주식을 대상으로 포트폴리오를 구축하고 양호한 성과를 달성할 수 있는 전략을 도출한 연구로서 시사점을 갖는다. 또한, 본 연구가 제안하는 블록체인 경제 생태계 기반 지능형 주식 투자 포트폴리오 구축 접근은 블록체인의 기술적인 가치에 초점을 맞춘 연구에 비해서, 투자론과 경제학적인 관점에서 통찰력을 제시해 자본시장 발전에 기여할 수 있다는 실무적 시사점을 갖는다.

• 경제분석
• /
• 제27권3호
• /
• pp.1-32
• /
• 2021

본 연구는 통화정책 전달경로 중 은행자본경로와 위험추구경로가 국내은행에도 작동하는지에 대해 실증분석하였다. 이를 위해 확장적 통화정책이 은행의 예대금리차, BIS비율, 위험가중자산비율 및 대출 등에 미치는 영향을 분석하였다. 실증분석은 기존 연구에서 통화정책 영향분석에 많이 사용된 Uhlig (2005)의 부호제약 SVAR(Structural VAR) 모형을 토대로 실시하였다. 본 연구는 실증분석을 통해 국내외 기존 연구 결과와 유사하게 국내은행에서도 은행자본경로 및 위험추구경로가 작동하는 것을 확인하였다. 확장적 통화충격에 대해 국내은행의 예대금리차는 확대되었으며, 자기자본비율은 개선되었고, 이후 총대출이 증가하는 것으로 분석되었다. 이는 은행자본경로가 작동함을 의미한다. 또한, 실질콜금리에 대한 확장적 통화충격에 대해 위험가중자산비율이 증가하는 것으로 분석되었다. 이는 위험추구경로가 작동함을 의미한다. 본 연구의 시사점은 다음과 같다. 확장적 통화정책 지속 시 은행자본경로 작동으로 단기적으로 은행 건전성과 수익성이 개선되는 효과도 있으나, 위험추구경로 작동으로 중장기적으로 은행의 위험추구(risk-taking) 행위가 심화되어 은행의 실질적 건전성에 악영향을 줄 수 있다. 이에 따라 금융당국은 확장적 통화정책 지속 시 편중리스크 발생 및 시스템리스크 증가 등에 대한 선제적인 모니터링 및 감독을 강화할 필요가 있다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.129-148
• /
• 2023

블록체인 기술이 적용되어 있는 암호화폐는 높은 가격 변동성을 가지며 투자자 및 일반 대중으로부터 큰 관심을 받아왔다. 이러한 관심을 바탕으로 암호화폐를 비롯한 투자상품의 미래가치를 예측하기 위한 연구가 이루어지고 있으나 예측모형에 대한 설명력 및 해석 가능성이 낮아 실무에서 활용하기 어렵다는 비판을 받아왔다. 본 연구에서는 암호화폐 가격 예측모형의 성과를 향상시키기 위해 금융투자상품의 가치평가에 활용되는 기술적 지표들과 함께 투자자의 사회적 관심도를 반영할 수 있는 구글 키워드 검색량 데이터를 사용하고 설명 가능한 인공지능을 적용하여 모형에 대한 해석을 제공하고자 한다. 최근 금융 시계열 분야에서 예측성과의 우수성을 인정받고 있는 LSTM(Long Short Term Memory)과 CNN(Convolutional Neural Networks)을 활용하고, 'bitcoin'을 검색어로 하는 구글 검색량 데이터를 적용해 일주일 후의 가격 등락 예측모형을 구축하였다. LSTM과 CNN을 활용해 구축한 모형들이 높은 예측성능을 보였으며 구글 검색량을 반영한 모형에서 더 높은 예측성과를 확인할 수 있었다. 딥러닝 모형의 해석 가능성 및 설명력을 위해 XAI의 SHAP 기법을 적용한 결과, 구글 검색량과 함께 과매수, 과매도 정도를 파악할 수 있는 지표들이 모형의 의사결정에 가장 큰 영향들을 미치고 있음을 파악할 수 있었다. 본 연구는 암호화폐 가격 등락 예측에 있어 전통적으로 시계열 예측에 우수한 성과를 인정받고 있는 LSTM뿐만 아니라 이미지 분류에서 높은 예측성과를 보이는 딥러닝 기법인 CNN 또한 우수한 예측성능을 보일 수 있음을 확인하였으며, XAI를 통해 예측모형에 대한 해석을 제공하고, 대중의 심리를 반영하는 정보 중 하나인 구글 검색량을 활용해 예측성과를 향상시킬 수 있다는 것을 확인했다는 점에서 의의가 있다.

• 기록학연구
• /
• 제48호
• /
• pp.93-139
• /
• 2016

신문의 역할은 정부의 비판과 감시다. 공공의 문제에 해설과 논평을 하는가 하면 다양한 여론을 형성하고 전달한다. 메타데이터가 확실한 사진 기록물을 담고 있으며, 지역신문의 경우 로컬리티 확보의 중요한 도구다. 신문에 실린 광고와 신문의 편집 역시도 시대의 단면을 보여준다. 이런 신문의 기록학적 가치 때문에 도큐멘테이션 전략을 수립할 때도 신문은 늘 우선적으로 수집이 고려되는 기록물이다. 신문을 보존하고 관리하기 위한 신문 아카이브는 여러모로 중요한 의미를 지닌다. 기자들이 기사를 작성하기 위해 이용하기도 하고, 다양한 학문 분야의 연구를 위한 자료로도 활용이 된다. 신문의 교육적 활용인 NIE에도 이용되지만 신문 아카이브는 디지털 시대에 들어와 더욱 중요한 위치를 차지한다. 미디어 자산을 통합 관리하는 MAM의 핵심에 아카이브가 위치하기 때문이다. 신문 제작뿐만 아니라 신문사 경영 등 전 영역에 걸쳐 새로운 역할을 온라인 아카이브가 하게 될 거라는 전망들이 나오고 있다. 한국에서도 이미 1991년 기사통합 DB인 KINDS가 서비스를 시작했고, 네이버에서는 뉴스 라이브러리라는 온라인 신문 아카이브를 구축해 운영하고 있다. KINDS의 경우 초기에는 뜨거운 반응이 있었으나, 현재는 이용률이 저조한 상태이다. "조선일보", "중앙일보" 등 주요 신문사가 빠져 있고, 이용자 인터페이스도 불편한 점이 많기 때문이다. 하지만 공공예산이 투입되어 무료로 이용할 수 있다는 점이나, 지방지에 대한 접근성 등은 큰 장점이다. 고신문의 경우 국립중앙도서관에서 지속적으로 디지타이징을 하고 있다. 개별 신문사들의 경우도 아카이브라고 하기 민망한 수준이자만 서비스를 제공하고 있다. 미국의 경우 의회도서관에서 국립인문기금과 함께 역사적 신문을 디지타이징 하는 'CHRONICLING AMERICA' 프로젝트를 진행 중이다. 각 주의 대학과 역사협회, 공공 도서관에 기금을 줘 매년 10만 페이지의 지역신문을 디지타이징하고 있다. 영국 역시도 국립도서관이 중심이 되어 'The British NEWSPAPER Archive'라는 온라인 신문 아카이브를 구축하고 있는데, 미국과 달리 유료로 운영된다. 이곳 역시도 합동정보시스템위원회의 공공예산이 투입되었으며, 지금도 구축을 계속 이어가고 있다. 개별 신문사들은 아카이브 솔루션을 구매해 온라인 아카이브를 구축하는 경우가 많다. ProQuest Archiver, Gale Cengage-NewsVault가 대표적인 아카이브 플랫폼으로 신문 자체가 표준화되고 규격화되어 있는 만큼 이를 통한 아카이브 구축도 효율적인 방법으로 보인다. 국내의 온라인 신문 아카이브를 개선하기 위해서는 아카이브에 대한 인식의 전환과 함께 과감한 투자 등이 요구된다.

• 재무관리연구
• /
• 제26권3호
• /
• pp.171-198
• /
• 2009

본 연구는, BIS 자기자본규제가 신용위험과 시장위험 뿐만 아니라 운영위험을 감안하는 제도로 점차 강화되고 있는 시점에 자본규제가 우리나라 은행들의 자산운용행태와 여신건전성에 어떠한 영향을 미치는가를 분석하기 위한 것이다. 이 목적에 부합되는 은행경영지표와 거시경제지표를 실증모형의 변수로 선정함과 아울러 이에 상응하도록 구성한 은행별 횡단면자료와 분기별 시계열자료(2000년1분기~2009년 1분기)의 통합자료(pooled data)를 SUR 기법으로써 실증분석하였다. 실증을 통해 분석한 자본규제정책의 효과성, 자본규제제도의 발전 방향을 위한 시사점은 다음과 같다. 첫째, BIS 자기자본규제가 수정협약단계로 강화되기 전의 2001년 말 이전의 표본기간에는 BIS 비율이 하락에 대응하여 국채투자비중을 늘려온 현상이 현저하였다. 그러나 2002년 말 이후에는 수익성이 낮은 국채비중을 늘려 위험가중자산을 조정하는 현상이 줄어들고 BIS 비율을 유지 또는 개선하기 위해 이익잉여금 창출, 신종자본증권 발행, 후순위채 발행 등에 의한 자본 확충이 선호되는 경향이 나타나고 있다. 둘째, BIS자기자본 규제가 더욱 강화된 2002년 이후의 표본기간에는 자기자본의 증감에 따라 대출금비중의 증감이 일어나는 동조화 현상이 현저하였으며, BIS 자기자본규제가 금융시장의 신용경색에 일정부분 영향을 미쳐 온 것으로 나타났다. 셋째, BIS 자기자본규제의 강화에 따라 은행들이 차주의 신용도를 보다 정교하게 평가하여 차주를 선택함으로써 여신건전성 제고에 노력을 기울이려는 유인을 갖게 되었으며 BIS 자기자본규제가 여신건전성 향상에 매우 긍정적인 영향을 미쳐온 것으로 나타났다. 넷째, 은행의 건전성 강화를 위한 BIS 자기자본규제가 긍정적 효과를 발휘하도록 함과 동시에 경기침체를 유발하는 신용경색 같은 부작용을 최소화 하려면, 은행의 자본확충경로가 활성화 된자본시장의 환경 조성, 은행의 건전성 강화를 위한 시장규율, BIS 자기자본규제의 효율적인 감독이 뒷받침되어야 한다.

• 벤처창업연구
• /
• 제14권1호
• /
• pp.139-149
• /
• 2019

본 연구의 목적은 창업기업의 부실에 영향을 미치는 비재무정보 분석을 통해 창업자와 창업지원기관에게 유용한 정보를 제공하여 창업기업의 성공률을 높여 기업부실로 인한 사회적 비용을 최소화하는데 기여하고자 한다. 본 연구는 창업기업을 대상으로 하고 있으며 신용보증기관에서 정의하고 있는 창업기업은 일반적으로 설립 5년이내 기업을 말한다. 연구에 사용된 자료는 2014년 1월부터 12월말까지 창업보증을 지원받은 기업중 2017년 12월말 기준으로 정상기업과 부실기업으로 구분하여 표본을 추출하였으며, 전체 표본기업의 수는 2,826개이며 정상기업 2,267개 (80.2%), 부실기업 559개 (19.8%)이다. 창업기업의 비재무정보를 창업자 특성정보, 창업기업 특성정보, 창업기업 자산정보, 창업기업 신용정보로 구분하여 교차분석과 로지스틱회귀분석을 실시하였다. 단변량분석인 교차분석 결과 개인신용등급, 동업계종사유무, 거주주택보유유무, 종업원보유유무, 재무제표보유유무가 유의한 변수로 선정되었다, 교차분석 결과 선정된 변수를 대상으로 다변량분석인 로지스틱회귀분석을 실시한 결과 개인신용등급, 동업계종사유무, 거주주택보유유무 등 3개 변수가 창업기업의 부실에 영향을 미치는 중요한 요인으로 나타났다. 이러한 결과는 기업경영에 있어 창업자의 개인신용과 경험, 창업기업의 자산의 중요성을 알 수 있었다. 창업지원기관은 이러한 결과를 창업기업 신용평가시스템에 반영하여야 할 것이며, 창업자는 창업교육시 개인신용의 중요성과 관리방안에 대한 연수가 필요하다. 이와 같은 분석결과는 창업자와 창업지원기관에게 유용한 비재무정보를 제공하여 창업기업의 부실을 최소화하는데 기여할 것이다.