• 지능정보연구
• /
• 제23권1호
• /
• pp.1-22
• /
• 2017

사업타당성 분석이나 기업 기술가치평가 등 미래의 사업에 대한 진입이나 투자 타당성을 분석하기 위해서는 새로운 사업과 관련한 시장을 추정하고 그 안에서 확보 가능한 매출을 객관적으로 추정하는 과정이 필수 불가결하다. 이런 신규 매출이나 시장규모의 추정 방법은 다양한 방법으로 구분이 가능한데 크게 정량적인 방법과 정성적인 방법으로 구분할 수 있다. 그러나 두 가지 방법 모두 많은 자원과 시간을 필요로 한다. 그래서 우리는 신규 사업의 평가지원을 위한 데이터 기반의 지능형 매출 예측 시스템을 제안하고자 한다. 본 연구는 사업타당성 분석이나 기술가치평가를 위한 신규 사업의 매출 추정 시스템을 개발하는데, 알고리즘 기반으로 전통적인 정량 예측방법 중 하나인 유추방법에 주목했다. 동일한 국내 산업에서 최근 창업한 기업의 매출 실적을 국내 신규 사업의 매출액을 추정하는 유추 대상 변수로 활용할 수 있는지 검토한다. 여기서 유추예측 대상은 최초 매출액과 초기 성장률이며, 주요 비교 차원은 산업분류, 창업시기 등이 고려된다. 특히 본 연구는 우리나라 창업 기업이 가지는 매출 성장률의 평균회귀 현상을 활용하는 지능형 정보 지원 시스템을 제안하다. 본 연구에서는 신규 매출 추정을 위해서 역사적 자료인 창업 매출 실적을 활용하는 방법이 적절한지 판단하기 위해서 잠재성장모형 등을 활용해 산업분류에 따른 신규 사업의 초기 매출액과 연도별 성장률이 산업분류별로 차이가 있는지 분석한다. 기존 기업의 창업 후 4년간 매출 성과의 종단자료를 잠재성장모형으로 분석하는데, 특정 산업분류에서 차이를 보여주는지 분석해 산업분류가 유추 예측에서 고려해야할 유의미한 변수인지 분석하는 것이다. 본 연구의 결과는 신속하고 객관적인 신규 사업 매출 추정을 가능하게 하는 지능형 정보시스템을 개발하게 해서 사업성타당성 분석이나 기술가치평가 과정의 효율성을 개선시켜 줄 것으로 기대된다.

• 한국유통학회지:유통연구
• /
• 제17권3호
• /
• pp.25-57
• /
• 2012

본 연구에서는 인터넷 점포에서 의류상품 구매후기를 작성하는 동기의 유형을 규명하는 한편 작성 동기 유형에 따라 인터넷 점포 고객들을 범주화하고, 각 집단의 작성행동, 인터넷 구매 행동, 인구사회적 특성의 차이를 규명하였다. 초점집단 면접과 온라인 서베이를 통해 연구되었으며, 정량적 연구에서는 의류상품 구매후기를 읽은 경험과 작성한 경험이 많은 국내 인터넷 점포 여성 고객 252명을 대상으로 자료가 수집되었다. 연구결과, 인터넷 점포에서 구매후기를 작성하는 동기 유형은 이타적 정보 공유, 불만해소 및 보복, 경제적 보상 추구, 상품 개발 지원, 감동 표현으로 나타났다. 특히, 작성행동에 대한 영향력이 큰 동기는 이타적 정보 공유 동기와 경제적 보상 추구 동기였다. 인터넷 점포 고객은 작성동기 유형에 따라 소비자 옹호 집단, 이익 추구 집단, 중도적 집단으로 범주화되었으며, 세 집단은 구매후기 작성행동, 인터넷 구매빈도, 인구사회적 요인들에서 차별적 특성을 보였다. 소비자 옹호 집단과 이익 추구 집단을 대상으로 인터넷 점포 구전 채널 관리 방안이 제시되었다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.149-169
• /
• 2020

현 정부의 주요 국책사업 중 하나인 도시재생 뉴딜사업은 매년 100 곳씩, 5년간 500곳을대상으로 50조를 투자하여 낙후된 지역을 개발하는 것으로 언론과 지자체의 높은 이목이 집중되고 있다. 그러나, 현재 이 사업모델은 면적 규모에 따라 "우리동네 살리기, 주거정비지원형, 일반근린형, 중심시가지형, 경제기반형" 등 다섯 가지로 나뉘어 추진되어 그 지역 본래의 특성을 반영하지 못하고 있다. 국내 도시재생 성공 키워드는 "주민 참여", "지역특화" "부처협업", "민관협력"이다. 성공 키워드에 따르면 지자체에서 정부에게 도시재생 사업을 제안할 때 지역주민, 민간기업의 도움과 함께 도시의 특성을 정확히 이해하고 도시의 특성에 어울리는 방향으로 사업을 추진하는 것이 가장 중요하다는 것을 알 수 있다. 또한 도시재생 사업 후 발생하는 부작용 중 하나인 젠트리피케이션 문제를 고려하면 그 지역 특성에 맞는 도시재생 유형을 선정하여 추진하는 것이 중요하다. 이에 본 연구는 '도시재생 뉴딜 사업' 방법론의 한계점을 보완하기 위해, 기존 서울시가 지역 특성에 기반하여 추진하고 있는 "2025 서울시 도시재생 전략계획"의 도시재생 유형을 참고하여 도시재생 사업지에 맞는 도시재생 유형을 추천하는 시스템을 머신러닝 알고리즘을 활용하여 제안하고자 한다. 서울시 도시재생 유형은 "저이용저개발, 쇠퇴낙후, 노후주거, 역사문화자원 특화" 네 가지로 분류된다 (Shon and Park, 2017). 지역 특성을 파악하기 위해 총 4가지 도시재생 유형에 대해 사업이 진행된 22개의 지역에 대한 뉴스 미디어 10만여건의 텍스트 데이터를 수집하였다. 수집된 텍스트를 이용하여 도시재생 유형에 따른 지역별 주요 키워드를 도출하고 토픽모델링을 수행하여 유형별 차이가 있는 지 탐색해 보았다. 다음 단계로 주어진 텍스트를 기반으로 도시재생 유형을 추천하는 추천시스템 구축을 위해 텍스트 데이터를 벡터로 변환하여 머신러닝 분류모델을 개발하였고, 이를 검증한 결과 97% 정확도를 보였다. 따라서 본 연구에서 제안하는 추천 시스템은 도시재생 사업을 진행하는 과정에서 신규 사업지의 지역 특성에 기반한 도시재생 유형을 추천할 수 있을 것으로 기대된다.

• Journal of Chest Surgery
• /
• 제43권6호
• /
• pp.635-641
• /
• 2010

배경: 대복재 정맥의 역류로 인한 대퇴정맥 접합부 부전에 대한 치료로써 정맥내 시술인 고주파 열폐쇄술은 고전적 복재정맥 스트리핑과 비교해 부작용이 적고 우수한 방법이다. 기존의 대복재정맥에 대한 고주파 열폐쇄술의 단점은 시술 시간이 길다는 점이었으나 이를 보완한 2세대 고주파 열폐쇄술($VNUS^{\circledR}Colosure$ fast)은 분절 소작법을 채택하여 시술시간이 짧아지고 치료 방법 또한 더 간편해졌다. 이에 본 연구는 하지정맥류에 대한 2세대 고주파 열폐쇄술($VNUS^{\circledR}Colosure$ fast)을 이용한 치료 결과 및 합병증을 기존의 고주파 열폐쇄술($VNUS^{\circledR}Colosure$ plus)과 비교하고자 한다. 대상 및 방법: 2006년 6월부터 2009년 8월까지 대퇴 정맥 접합부의 역류가 있는 경우만을 골라 정맥내 고주파 열폐쇄술을 받은 환자를 대상으로 하였다. 기존의 고주파 열폐쇄술($VNUS^{\circledR}Colosure$ plus)를 시행 받은 총 4 명 (59족)의 환자(이후 1세대군)와 2세대 고주파 열폐쇄술($VNUS^{\circledR}Colosure$ fast) 시행 받은 67명 (76족)의 환자(이후 2세대군)를 대상으로 후향적으로 두 집단 사이의 환자의 성비, 평균 시술시간, 치료된 정맥직경, 동반한 치료방법, 시술 후 합병증을 비교하였다. 결과: 모든 환자는 하지정맥류로 인한 증상이 있었고 CEAP class 2 이상으로 초음파상 대퇴정맥접합부의 역류가 있었다. 치료된 대복재 정맥의 평균직경은 1세대군과 2세대군 사이에 양 군간의 통계학적 차이는 없었다($5.59{\pm}0.6mm$ vs.$5.65{\pm}0.6mm$, p=0.68). 평균 치료 시간은 2세대군이 유의하게 낮았다($17.0{\pm}6.5min$ vs. $62.7{\pm}9.8min$, p<0.001). 양 군에서 유의할 만한 합병증은 발생하지 않았다. 결론: 하지정맥류에 대한 치료로서 정맥내 시술인 고주파 열폐쇄술은 안전하며 효과적인 시술이며 2세대 열폐쇄술($VNUS^{\circledR}Colosure$ fast)은 시술시간의 단축과 조작의 용이함으로 의사 및 환자의 만족도가 높은 치료라 할 수 있겠고 향후 더 많은 수의 환자를 대상으로 장기적인 연구가 필요하다고 생각된다.

• 한국지리정보학회지
• /
• 제12권1호
• /
• pp.64-72
• /
• 2009

등고선에서 생성된 DEM(digital elevation model)은 고도 간격에 따라 미지형 요소 표현에 절대적인 영향을 받기 때문에 미기복 지형이 잘 표현되지 않는 문제가 발생한다. 이를 보완하기 위해 지표피복에 고도정보를 입력하여 buffering과 지도대수 연산기법을 적용하며 미기복 지형을 복원하는 Landcover burning 기법을 개발하고자 하였다. 미지형복원과정은 등고선에서 일차 DEM 생성, 지표피복도 제작, 지표피복요소 중 미지형요소에 대한 buffering 기법에 의한 고도정보 복원, 피복인자에 대한 지도대수 연산을 통한 고도정보 입력에 의해 DEM을 복원하였다. 미지형복원은 하천지형을 중심으로 적용하였다. buffering에 의한 지형복원은 면적인(polygonal) 요소인 사력퇴, 습지에 대해서 지형형상이 오목 혹은 볼록 지형의 특성에 맞추어 일정간격의 등고선을 생성하여 지형을 복원한 후, 고도 정보를 입력하여 복원하였다. 선형적인 요소인 제방, 도로, 수로, 지류는 지도대수함수를 이용하여 지형을 복원할 수 있었다. 하상, 하안단구, 인공지물(농경지)과 같은 면적인 요소들은 평탄하기 때문에 일정한 고도값을 입력하여 지형면을 복원하였다. 연구결과는 단면도를 제작하여 원래의 DEM과 복원된 DEM의 지형표현 정도를 비교 분석하였다. 분석한 결과, 기존의 방법으로 제작된 DEM은 미지형적인 요소들이 거의 표현되지 않았다. 본 연구에서 개발된 방법은 습지, 사력퇴, 하천주변의 지형, 농경지, 제방, 하안단구, 인공지물 위치가 비교적 잘 표현되었다. 본 연구는 중소규모의 저기복 구릉대나 평야지대의 미지형분류와 분석, 하천 주변 미지형복원이 필요한 생태 및 환경분야 연구에 기여할 것으로 기대된다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.1-12
• /
• 2019

인공지능 기술이 발전하면서 이미지, 음성, 텍스트 등 다양한 분야에 적용되고 있으며, 데이터가 충분한 경우 기존 기법들에 비해 좋은 결과를 보인다. 주식시장은 경제, 정치와 같은 많은 변수에 의해 영향을 받기 때문에, 주식 가격의 움직임 예측은 어려운 과제로 알려져 있다. 다양한 기계학습 기법과 인공지능 기법을 이용하여 주가 패턴을 연구하여 주가의 등락을 예측하려는 시도가 있어왔다. 본 연구는 딥러닝 기법 중 컨볼루셔널 뉴럴 네트워크(CNN)를 기반으로 주가 패턴 예측률 향상을 위한 데이터 증강 방안을 제안한다. CNN은 컨볼루셔널 계층을 통해 이미지에서 특징을 추출하여 뉴럴 네트워크를 이용하여 이미지를 분류한다. 따라서, 본 연구는 주식 데이터를 캔들스틱 차트 이미지로 만들어 CNN을 통해 패턴을 예측하고 분류하고자 한다. 딥러닝은 다량의 데이터가 필요하기에, 주식 차트 이미지에 다양한 데이터 증강(Data Augmentation) 방안을 적용하여 분류 정확도를 향상 시키는 방법을 제안한다. 데이터 증강 방안으로는 차트를 랜덤하게 변경하는 방안과 차트에 가우시안 노이즈를 적용하여 추가 데이터를 생성하였으며, 추가 생성된 데이터를 활용하여 학습하고 테스트 집합에 대한 분류 정확도를 비교하였다. 랜덤하게 차트를 변경하여 데이터를 증강시킨 경우의 분류 정확도는 79.92%였고, 가우시안 노이즈를 적용하여 생성된 데이터를 가지고 학습한 경우의 분류 정확도는 80.98%이었다. 주가의 다음날 상승/하락으로 분류하는 경우에는 60분 단위 캔들 차트가 82.60%의 정확도를 기록하였다.

• 한국유통학회지:유통연구
• /
• 제17권3호
• /
• pp.115-132
• /
• 2012

본 연구의 목적은 최근 급격하게 확산되고 있는 기업형 슈퍼마켓(SSM)의 시장 진입이 국내 소매업 경쟁구조에 미친 영향을 실증하는데 있다. 자료의 분석기간은 2000년 1월부터 2010년 12월까지이며, 기업형 슈퍼마켓이 월별로 진입한 점포수, 누적 점포수, 신규 SSM 사업체 중 $165m^2$ 미만 점포비율이 분석모형에 고려되어 소매업태별 상대적 시장점유율에 미치는 효과가 분석되었다. 한국표준산업분류 코드에서 종합소매업에 속해 있는 백화점, 대형마트, 슈퍼마켓, 체인화 편의점, 기타 음식료품 위주 종합 소매업으로 구분된 소매업태간 시장점유율은 매월 각 소매업태별 판매액을 합산하여 월별 총 소매판매액을 계산한 후, 각 소매업태의 판매액이 총 소매판매액에서 차지하는 비율로 측정하였다. 통제변수로 소매업태별 종사자 수, 통화량(M2)이 모형에 추가되어 분석되었다. 분석결과, 신규 SSM 시장진입으로 인한 소매업태별 시장점유율 변화는 대형마트에서만 통계적으로 유의한 결과가 도출되었다. SSM의 누적 점포수는 모든 소매업태의 시장점유율 변화에 유의한 영향을 미쳤으나 그 영향력에 대한 방향성이 소매업태별로 다르게 나타났다. 먼저 SSM의 확산은 대형마트와 편의점의 시장점유율을 감소시킨 반면에 백화점, 슈퍼마켓, 기타 음식료품 위주 종합 소매점의 시장점유율에는 긍정적인 공헌을 한 것으로 나타났다. 이러한 결과에 대한 논의, 시사점, 그리고 향후 연구 방향이 제시되었다.

• 한국지역지리학회지
• /
• 제9권3호
• /
• pp.373-384
• /
• 2003

북한 회령지역을 중심으로 1987(TM)년과 2001(ETM)년의 Landsat 위성영상을 통하여, 농경지 개간에 따른 토양 침식량을 분석하였다. 분석을 위해 Landsat 영상 외에 수치고도자료, 1:5만 토양도와 지질도, 20년간 평균 강수량 자료 등을 이용하였다. 위성영상 분석은 연구목적상 농경지, 시가지, 산림지, 하천, 사질퇴적지 등 5개 항목으로 밴드 1, 2, 3을 이용하여 감독분류하였다. 토양 침식량을 측정하기 위하여 RUSLE 모델을 적용하고, AML 언어를 통해 계산하였다. 위성영상과 수치고도모델의 지리좌표일치를 위해 수치고도모델을 푸리에 전환하는 방법을 이용하였으며, GTD는 지형도상의 지표 정보를 이용하였다. 두 시기 모두 침식량이 연간 100 ton 이상의 지역은 하천과 시가지 배후사면이지만, 2001년에는 산록구릉대까지 확대되고 있다. 농경지의 경우 1987년에 비해 2001년에는 평균고도 24m 경사도 $0.8^{\circ}$가 상승했으며, 두 시기 간에 확대된 농경지는 평균 고도 75m, 경사도는 $2.5^{\circ}$가 상승하였다. 토양침식이 상대적으로 많은 고도는 $300{\sim}500m$이며, 이 고도에서의 침식량은 2001년 85 ton에서 2001년 57 ton으로 증가하였다. 경사도에서는 두시기 모두 $30{\sim}50^{\circ}$에서 높은 침식량을 보이고 있으며, 2001년에는 $30^{\circ}$이하에서도 높은 증가율을 보이고 있다. 산사태의 위험이 높은 침식량 200 ton 이상 지역은 1987년 $28.6km^2$에서 2001년 $48.8km^2$로 현저히 증가하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권10호
• /
• pp.303-308
• /
• 2020

ReLU(Rectified Linear Unit) 함수는 제안된 이후로 대부분의 깊은 인공신경망 모델들에서 표준 활성함수로써 지배적으로 사용되었다. 이후에 ReLU를 대체하기 위해 Leaky ReLU, Swish, Mish 활성함수가 제시되었는데, 이들은 영상 분류 과업에서 기존 ReLU 함수 보다 향상된 성능을 보였다. 따라서 초해상화(Super Resolution) 과업에서도 ReLU를 다른 활성함수들로 대체하여 성능 향상을 얻을 수 있는지 실험해볼 필요성을 인지하였다. 본 연구에서는 초해상화 과업에서 안정적인 성능을 보이는 EDSR(Enhanced Deep Super-Resolution Network) 모델에 활성함수들을 변경하면서 성능을 비교하였다. 결과적으로 EDSR의 활성함수를 변경하면서 진행한 실험에서 해상도를 2배로 변환하는 경우, 기존 활성함수인 ReLU가 실험에 사용된 다른 활성함수들 보다 비슷하거나 높은 성능을 보였다. 해상도를 4배로 변환하는 경우에서는 Leaky ReLU와 Swish 함수가 기존 ReLU 함수 대비 다소 향상된 성능을 보임을 확인하였다. Leaky ReLU를 사용했을 때 기존 ReLU보다 영상의 품질을 정량적으로 평가할 수 있는 PSNR과 SSIM 평가지표가 평균 0.06%, 0.05%, Swish를 사용했을 때는 평균 0.06%, 0.03%의 성능 향상을 확인할 수 있었다. 또한 해상도를 8배로 변환하는 경우에서는 Mish 함수가 기존 ReLU 함수 대비 다소 향상된 성능을 보임을 확인하였다. Mish를 사용했을 때 기존 ReLU보다 PSNR과 SSIM 평가지표가 평균 0.06%, 0.02%의 성능 향상을 확인할 수 있었다. 결론적으로 해상도를 4배로 변환하는 초해상화의 경우는 Leaky ReLU와 Swish가, 해상도를 8배로 변환하는 초해상화의 경우는 Mish가 ReLU 대비 향상된 성능을 보였다. 향후 연구에서는 다른 초해상화 모델에서도 성능 향상을 위해 활성함수를 Leaky ReLU, Swish, Mish로 대체하는 비교실험을 수행하는 것도 필요하다고 판단된다.

• 대한지리학회지
• /
• 제40권3호
• /
• pp.296-309
• /
• 2005

본 연구는 공주지역의 지표변화를 분석하기 위해 우도비 기반의 베이지안 예측모델을 이용하여 지리공간 정보와 지표변화와의 연관성 및 미래의 지표변화를 탐지하였다. 지표변화 지역은 위성사진을 토지피복분류 한 후 선분류 후비교법을 이용하여 변화지역을 추출하였다. 지표변화와 관련이 있는 지리공간 정보는 GIS 환경에서 구축하였으며, 우도비를 이용하여 지표변화 예측도를 작성하였다. 분석결과, 도시지역 및 농업지역 지표변화에 가장 큰 영향을 미치는 주제도는 고도, 하계망, 인구밀도, 도로, 인구이동, 총사업체수, 지가 등이다. 또한 산림지역 지표변화에 영향을 미치는 주제도는 고도, 경사도, 인구밀도, 인구이동, 지가 등이다. 지표변화 분석결과, 도시지역은 금강을 중심으로 구도심과 신도심지역의 도시 확산이 이루어지고, 인터체인지 및 국도를 따라 시가화 지역이 확산 될 것으로 예측되었다. 농업지역은 금강의 소지류 및 인접지역과 연결되는 국도주변 지역이 변화가 일어날 확률이 높다. 산림지역은 대부분 남동쪽에 위치하고 있는데, 그 원인은 밤나무 재배단지가 본 지역에 넓게 나타나면서 산림훼손이 일어날 확률이 높은 것으로 예측되었다. 예측비율 곡선을 이용하여 검증한 결과, 지표변화가 일어날 확률이 가장 높은 상위 $10\%$지역에서 도시지역은 $80\%$, 농업지역은 $55\%$, 산림지역은 $40\%$정도의 예측능력을 보였다. 따라서, 본 통합 모델은 산림지역 예측에는 부적합한 것으로 볼 수 있어서, 향후 새로운 주제도 선정 및 예측모델 등이 필요하다. 결론적으로 본 방법은 향후 토지피복 변화 연구를 위한 효과적인 방법 중의 하나로 적용될 수 있을 것으로 기대된다.