• 정보관리학회지
• /
• 제15권3호
• /
• pp.133-150
• /
• 1998

본 연구에서는‘조직지식중심적 지식경영’을 위해 지식창조원리로서 음양이론을 도입하여 영역지식 (陽의 지식)과 업무지식(陰의 지식)이 음양(陰陽)의 순환적 구조로서 상호 작용하여 조직지식으로 창출되는 과정을 저장하여 재활용하기 위한 지식 창조적 조직메모리를 제안하였다. 지식 창조적 조직메모리 구축을 위하여 객체 지향적 방법론을 적용하여 영역지식과 업무지식의 순환적 흐름을 주도하는 3개 지식 컴퍼넌트를 설정하여 조직지식을 설계하였다. 조직지식은 기존의 정보시스템에 포함된 데이터베이스 스키마. 프로세스 모델 또는 지식베이스의 의미네트워크(Semantic Network), 프레임(Frame) 등을 수용하기 위해 (i) 지식객체와 (ⅱ) 객체간의 관계 및 (ⅲ) 관계정도를 정의한 그래프구조로서 설계하였다. 이러한 조직지식의 설계는 지식마이닝 기법인 사례기반추론(Case Based Reasoning)등을 활용한 새로운 조직지식의 생성에 기여할 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.61-68
• /
• 2022

The present study was based on developing an AI based model to facilitate the academic registration needs of blind students. The model was developed to enable blind students to submit academic service requests and tasks with ease. The findings from previous studies formed the basis of the study where functionality gaps from the literary research identified by blind students were utilized when the system was devised. Primary simulation data were composed based on several thousand cases. As such, the current study develops a model based on archival insight. Given that the model is theoretical, it was partially applied to help determine how efficient the associated AI tools are and determine how effective they are in real-world settings by incorporating them into the portal that institutions currently use. In this paper, we argue that voice-activated personal assistant (VAPA), text mining, bag of words, and case-based reasoning (CBR) perform better together, compared with other classifiers for analyzing and classifying the text in academic request submission through the VAPA.

• 한국건설관리학회논문집
• /
• 제16권4호
• /
• pp.50-59
• /
• 2015

한국 건설 기업들의 해외 진출이 기하급수적으로 늘어나고 있지만 프로젝트를 수행함에 있어 사업의 수익률은 대기업과 경험이 부족한 중소기업을 비교하였을 때 큰 차이가 나타난다(대기업 5건 중 1건 적자, 중소기업 3건 중 1건 적자 공사). 또한 경험이 부족한 중소, 중견 기업들, 특히 하도급 업체에게는 프로젝트 참여시 사업의 적절성을 판단하기란 어려우며 그에 따른 수익률 또한 예측하기 어렵다. 이에 본 연구는 중소/중견 업체, 특히 하도급 업체 관점에서 해외 건설공사 진출 시 수익률에 영향을 미치는 영향인자를 도출하기 위해 1965년부터 시행된 8,637건의 해외건설 준공데이터 및 문헌고찰 기반으로 수익률에 영향을 미치는 10개 인자를 도출 후 다중회귀분석을 통해 영향인자 간 가중치를 도출하였다. 이를 기반으로 사례기반 추론 기법을 이용하여 수익률 예측 모델을 개발하였으며, Type1 &Type2 error 분석을 통해 검증 결과 11%의 오차율을 보였다. 이러한 수익성 예측 모델을 활용하여 국내 건설 하도급업체들은 해외건설공사 진출 시 해당 프로젝트의 수익성 분포를 사전에 확인하여 양질의 프로젝트를 선별하고, 사업 참여의 의사결정에 중요한 참고자료가 될 것을 기대한다.

• 인터넷정보학회논문지
• /
• 제12권5호
• /
• pp.113-125
• /
• 2011

정보의 출처와 형식이 다양해지고 정보의 양 또한 많아짐에 따라 소셜 웹에서의 맞춤형 지식 생성은 더욱 어려워지고 있다. RSS(Really Simple Syndication)가 정보 수집 방법의 개선에 일조했으나, 웹에 산재된 정보를 찾아 필요한 정보들만으로 구성된 맞춤형 지식을 생성하는 것은 여전히 사용자들의 몫으로 남아 있다. 본 논문에서는 맞춤형 지식 생성의 용이성을 제고하기 위해 상황 기반 유사도를 이용한 맞춤형 지식생성 프레임워크를 제안하였다. 본 프레임워크는 기본적으로 사례 기반추론의 절차를 따르지만, 기존 사례 기반의 유사도 계산 방식이 문법적 추론에 기반했던 것과 달리, 온톨로지를 활용한 의미적 유사도를 이용한 사례 기반 추론을 활용한다. 또한 사용자 요구를 만족하는 유사사례의 보정을 위해 온톨로지를 활용한 정보 집적도 기반의 유사도 방법론을 제안하였다. 본 프레임워크에서는 첫째 비구조적인 웹 정보를 사례 형태의 구조적 정보로 변환하고, 둘째 사용자의 요구에 적합한 의미론적 유사사례를 찾은 후 셋째, 선택된 유사사례의 정보 집적도를 고려한 보정을 통해 맞춤형 지식을 생성하는 과정을 거친다. 본 논문에서는 유사도 계산에 일반적으로 활용되는 여러 방법론들과 비교를 통하여 제안한 온톨로지 기반 의미적 유사도 계산 방법론의 타당성을 입증하였다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2005년도 춘계학술대회
• /
• pp.372-380
• /
• 2005

소프트웨어 개발노력 추정에 대한 연구는 소프트웨어가 복잡해지고 범위가 크게 증가함에 따라서 그 중은 지속적으로 부각되고 있다. 관련 프로젝트를 발주하는 업체나, 이를 수주하고 개발을 진행하는 업체에게 원가를 고려하는 측면에서 매우 중요한 부분을 차지하고 있다. 이러한 개발노력 추정을 위하여 다양한 접근 방식들이 고려되어지고 있는데, 그중에서 많이 활용되어지고 있는 방식은 소프트웨어 규모에 기반을 둔 LOC(Line Of Code) 기반 COCOMO (Constructive Cost Model) 모델이나 기능점수(Function Point)를 기반으로 한 회귀분석 모델, 인공지능(Artificial Intelligence)을 활용한 신경망(Neural Network) 모델, 사례분석기법 (CBR, Case Based Reasoning) 등이 있다. 이중에서 최근에 기능점수를 활용한 개발노력 추정에 관한 연구들이 활발히 진행되고 있으나 개발노력 추정에는 소프트웨어 규모의 척도인 기능점수 뿐만 아니라, 개발환경을 구성하는 여러 가지 측면에 대한 고려가 추가되어져야 한다. 이에 본 논문은 최신의 소프트웨어 개발 사례들에 대하여 기능점수 및 추가적인 개발환경 요소들을 면밀히 분석하고, 분석한 내용에 대해서 전문가들의 설문을 통한 빈도분석 및 로지스틱 회귀분석, 데이터마이닝 기법인 신경망 분석 등을 활용하여 개발노력 추정 모델을 구축함으로써, 소프트웨어 개발의 다양한 측면의 중요성을 강조하고, 정확한 추정의 방안을 제시 하고자 노력 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제5권2호
• /
• pp.50-59
• /
• 2000

본 연구에서는 인터넷 검색엔진에서 사용자의 관심도를 알아내고 이를 작업 수행에 적용할 수 있는 사용자 인터페이스 에이전트 시스템 구조의 설계를 제안하며, 인공지능 기법을 이용하여 에이전트 시스템을 구축하고자 할 때 인터페이스 에이전트 시스템의 문제 해결 방법으로 널리 사용되고 있는 규칙 기반 추론 시스템을 고려할 수 있다. 그러나 규칙 기반 추론 시스템은 모듈성, 균일성, 자연성 등의 장점으로 인해 비교적 많은 성공을 거두고 있으나 지식획득의 병목현상, 메모리 부재, 제한된 적용성과 같은 문제점을 가지고 있어 이러한 문제점을 해결하기 위해 본 연구에서 사례를 기반으로 한 추론 과정을 제안한다.

• 한국건축시공학회지
• /
• 제18권3호
• /
• pp.295-303
• /
• 2018

현재 DBB 발주방식에서는 설계단계와 시공단계가 분리되어 있어, 잦은 설계변경이 발생하고 있다. 아울러 공사비초과, 공기지연 및 품질저하를 야기하는 문제점들을 초래하고 있다. 최근에 발주자의 다양한 요구, 제한적인 예산 및 공기 등의 제약조건에 대응할 수 있는 발주방식인 CM@R 발주방식이 대두되고 있다. CM@R 발주방식에서는 설계단계에서 발주자와 협의하여 GMP를 정하고, GMP 내에서 CM수행자가 책임을 지고 공사를 수행하는 방식이다. 그러나 CM@R 특성상 완성되지 않은 도서를 기준으로 GMP를 산정하기 때문에 불확실성이 내재되어 있다. 본 연구에서는 GMP 산정시 불확실성을 고려하기 위하여, CBR를 이용한 공사비 예측 및 MCS를 적용한 확률론적 초기 GMP 산정방안을 제시하였으며, 초기 GMP 산정 이후 사업진행에 따라 GMP 협의를 수행할 수 있는 프로세스를 제시하였다. 사례연구 및 검증을 통하여 확률론적 초기 GMP 산정방안을 검증하였다. 본 연구에서는 제시된 확률론적 GMP 산정방안을 통하여 GMP의 범위를 설정하고 발주자와 CM수행자가 협의을 통해 리스크를 줄임으로써, CM@R의 성공적인 국내 도입에 일조하고자 하였다.

• 한국건설관리학회논문집
• /
• 제13권4호
• /
• pp.152-163
• /
• 2012

건설 프로젝트의 초기 단계인 기획단계에서 산정된 공사비는 발주자의 의사결정에 큰 영향을 미치며, 프로젝트의 성공에 있어 중요한 요소로 작용한다. 그러나 국내 공공아파트 건설프로젝트의 경우, 공사비 예측은 실적데이터를 활용한 면적당 단가 방식에 머물러 있으며, 몇몇의 발주기관을 제외하고는 체계적인 건축공사비 산정 시스템을 구축하고 있지 않기 때문에 사업 초기단계에서 적정한 공사비를 예측할 수 없는 어려움이 따른다. 이에 본 연구는 선행연구에서 제시한 사례기반추론을 이용하는 공사비 예측방법을 사용하여 공공아파트 기획단계 적정 공사비 산정 시스템을 개발하였으며, 시스템 데이터베이스에 포함되지 않은 10개의 공공아파트 프로젝트 사례와 19명의 공공발주기관 실무담당자를 대상으로 시스템의 효용성과 적용된 방법론의 타당성을 검증하였다. 검증결과 평균 6.15%, 표준편차 4.39%의 총 공사비 예측 오차율을 나타내었으며, 공공발주기관의 실무자들은 본 연구에서 개발한 시스템이 현행 공사비 산정업무를 크게 개선할 수 있을 것이라고 평가하였다. 본 연구는 국내 공사비 예측 기술 및 사업비 관리 기술 발전의 토대를 제공하고 공사비 산정결과의 정밀성 및 일관성을 향상시킬 수 있을 것으로 기대한다.

• 한국건축시공학회지
• /
• 제16권4호
• /
• pp.331-339
• /
• 2016

건축물의 고층화, 복합화, 대형화에 따라 다양한 공법이 개발되고 있어 주요 공종에 대한 공법 선정의 중요성이 대두되고 있다. 그러나 프로젝트의 특성을 충분히 고려하지 못하고 있고 주요 공법의 선정을 위한 객관적 기준이나 자료 또한 부족한 실정이며, 실무자의 경험과 직관에만 의존하여 선정이 이루어지고 있는 점이 지적되어 왔다. 이러한 문제점을 해소하기 위해 퍼지, AHP, CBR 등 인공지능이론을 이용한 주요 공종의 공법 선정을 위한 다양한 연구가 진행되었다. 그러나 실무에서 공법 선정 시 공종별 특성 및 현장별 조건을 고려하여 주요 공종마다 각기 다른 여러 가지 공법 선정 모델을 적용하기는 어렵다. 이에 본 연구에서는 매트릭스 분석과 선형변환을 이용하여, 실무에서 활용이 용이한 범용적인 성격의 의사결정지원 모델을 제시하고, 사례 연구를 통해 흙막이 공법 선정 과정에 적용하여 연구모델의 정합성을 검증하였다.