• 제목/요약/키워드: Calculation methodology

검색결과 482건 처리시간 0.019초

OSC 활용 의사결정 지원을 위한 경제성 분석 지표 개발 및 사례 시나리오 분석 - 공동주택 PC공법을 중심으로 - (Development of Economic Analysis Indicators and Case Scenario Analysis for Decision-making support for Off-Site Construction Utilization of Apartment Houses)

  • 윤원건;배병윤;신은영;강태경
    • 한국건설관리학회논문집
    • /
    • 제24권6호
    • /
    • pp.24-35
    • /
    • 2023
  • 최근 국토교통부 '제6차 건설기술진흥기본계획' 및 '스마트 건설 활성화 방안(2022.7.20.)' 등에서 국내 건설 산업 혁신 방안의 하나로 제시되고 있는 PC (Precast Concrete), 모듈러(Modular) 등 탈 현장 건설 생산방식인 OSC (Off-Site Construction)는 공기 단축, 원가 절감, 품질 향상, 건설 폐기물 감소, 안전사고 감소 등 각종 장점이 있는 것으로 알려져 있으나, 현장타설 기반의 전통적 RC공법에 비해 비싼 공사비로 인하여 활용 확산에 제약이 되어왔다. 본 연구에서는 이러한 OSC 활용성을 개선할 수 있도록 공동주택을 대상으로 계획·설계단계에서의 의사결정을 지원할 수 있는 경제성 분석 지표 및 방법론을 제안하였다. 국내·외 연구, 기술자료 조사 등을 통해 전통적인 경제성 분석의 틀에서 공사비 외에도 정량화 가능한 다양한 공동주택 OSC(PC공법 기반) 방식의 경제성 연관 요인들의 특성을 검토하였으며, 최종 편익 부문 지표로는 OSC의 기술적 장점을 반영한 '공사기간', '재해발생', '폐기물발생', '온실가스배출' 을 도출하였다. 또한, 이렇게 제시된 경제성 분석 지표 및 편익 산출기준을 실제 공동주택 사례 데이터를 기반으로 시나리오 분석을 실시하여, 기존 RC공법과의 공사비 차이를 상쇄시키는 편익 수준을 검토하였다. 향후 세부 지표별 측정 기준 적용성에 대해 추가적인 사례 연구 수행과 편익 지표 보완이 필요할 것으로 판단되며, 이를 통해 보다 개선된 효과 검증도 가능할 것으로 판단된다.

Word2Vec을 활용한 제품군별 시장규모 추정 방법에 관한 연구 (A Study on Market Size Estimation Method by Product Group Using Word2Vec Algorithm)

  • 정예림;김지희;유형선
    • 지능정보연구
    • /
    • 제26권1호
    • /
    • pp.1-21
    • /
    • 2020
  • 인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.