• 지능정보연구
• /
• 제28권2호
• /
• pp.307-332
• /
• 2022

부도예측모형은 여러 금융기관의 신용평가모형의 지식기반(knowledge base)로 이용되고 있으며 최근 머신러닝 기법의 발전으로 이를 도입하여 고도화하려는 다양한 시도가 진행 중이다. 그러나 실제 이러한 모형이 도입되기 위해서는 모형을 이용하는 사용자와 설명제공 대상인 고객의 이해와 수용이 전제되어야 한다. 그러나 사용자에게 제공되는 설명이 현실적 타당성(feasibility)이 결여되어 있다면 모형의 신뢰성과 수용도에 부정적인 영향을 미친다. 이에 따라 본 연구는 도메인 지식을 설명 생성 알고리즘에 통합하여 현실적으로 타당한 설명을 사용자에게 제공하고자 한다. 본 연구에서는 머신러닝 기반의 부도예측 모형에 설명력을 더하는 방법으로 반사실적 예시(counterfactual example) 기반의 로컬영역에서의 설명을 제공하는 모델을 제안한다. 제안 모델은 모형에 이용된 재무변수의 특성을 설명력 생성 알고리즘에 통합하여 설명의 현실적 가능성을 확보하고 이를 통해 사용자의 이해와 수용을 도모하고자 한다. 또한 본 연구에서는 반사실적 예시기반 설명을 위해 유전알고리즘(GA)를 이용하며 다목적함수를 목적함수로 설정하여 반사실적 예시의 주요 기준이 되는 항목을 반영하고 있다. 본 연구는 대표적인 머신러닝 기법인 인공신경망을 이용해 부도예측모형을 학습시킨 뒤, 사후적 방법(post-hoc)으로 설명을 위한 알고리즘을 도입하여 기존의 모형 설명 알고리즘인 LIME과 현실적 가능성이 결여된 반사실적 예시 기반 알고리즘과 비교하였다. 더 나아가 제안방법의 금융/회계 분야의 종사자를 대상으로 서베이를 진행하여 제안 방법의 설명의 질을 정성적으로 평가하였다.

• Journal of Korea Trade
• /
• 제26권6호
• /
• pp.41-60
• /
• 2022

Purpose - The policy implications of free trade agreements have traditionally been a matter of debate among economists. The official signing of the Korea-China Free Trade Agreement provides economists with a quasi-natural experiment to analyze the FTA's policy effects. This article aims to more accurately understand the impact of Korea's FTA accession on the macro economy. Design/methodology - This study adopts the counterfactual method based on panel data to find common factors in the generation process of macro data to fit the counterfactual path, to accurately evaluate the effect of the macro policy. Findings - Our research results show that the signing of the Korea-China FTA has a relatively significant short-term positive effect on Korea's economic growth. On average, Korea's real GDP growth rate has increased by 2.1%. This study finds evidence in support of FTA signing not having a significant impact on Korea's GDP growth in the long run. Additionally, we evaluated the impact of the FTA on Korea's imports and exports and found that it had a significant positive impact in the short term, but the trade effect of the FTA is significantly affected by the external macro-environment. Originality/value - First, this study uses macro panel data at the national level to examine the impact of the Korea-China FTA on Korea, and more accurately describes the policy effect of the FTA. Second, our empirical results show that the Korea-China FTA policy impact is subject to occasional changes in the external environment, such as the geopolitical conflict (crisis) between Korea and China, and the US-China trade war. Finally, the analysis shows that the short-term effect of FTA is significant but the long-term is uncertain, which provides empirical evidence for the debate on whether joining FTA can promote national economic growth.

• Journal of Information Technology Applications and Management
• /
• 제30권4호
• /
• pp.29-38
• /
• 2023

A single-learner model which integrates the user's positive and negative perceptions is proposed by augmenting counterfactual data to the interaction data between users and items, which are mainly used in collaborative filtering in this study. The proposed CausRec showed superior performance compared to the existing NCF model in terms of F1 value and AUC in experiments using three published datasets: MovieLens 100K, Amazon Gift Card, and Amazon Magazine. Compared to the existing NCF model, the F1 and AUC values of CausRec showed 1.2% and 2.6% performance improvement in MovieLens 100K data, and 2.2% and 10% improvement in Amazon Gift Card data, respectively. In particular, in experiments using Amazon Magazine data, F1 and AUC values were improved by 11.7% and 21.9%, respectively, showing a significant performance improvement effect. The performance of CausRec is improved because both positive and negative perceptions of the item were reflected in the recommendation at the same time. It is judged that the proposed method was able to improve the performance of the collaborative filtering because it can simultaneously alleviate the sparsity and imbalance problems of the interaction data.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.830-833
• /
• 2021

인공지능 기술이 사회 전반에 적용되면서 인공지능에 대한 인간의 이해도 역시 중요해지고 있다. 이러한 필요성을 기반으로 설명 가능한 인공지능(XAI) 분야 연구가 현재 활발히 진행되고 있다. 이 중 입력의 변화를 통하여 반사실적 대안을 제시하는 반사실적 예제 기반의 설명은 피쳐수가 많아지는 이미지 데이터에서 연산량이 크게 증가하는 단점이 있다. 본 연구에서는 이러한 단점을 해결하고자 이미지의 추상화된 피쳐 영역에서 프로토타입 피쳐를 이용한 반사실적 예제를 생성하는 기법을 제안한다. 나아가 이러한 이미지 형식의 반사실적 예제를 활용할 분야를 제시하고자 한다.

• Journal of Korea Trade
• /
• 제25권3호
• /
• pp.48-64
• /
• 2021

Purpose - This study examined the effect of tariff cuts on productivity in Korea's manufacturing industries and the effect of initial productivity level before tariff cuts on productivity improvement after tariff cuts. We also attempted to identify whether import-driven or export-driven factors are more important for productivity improvement, especially in low productivity industries. Design/methodology - Since tariff reduction is a policy decision that can affect cross-industry, its impact is spread across all industries beyond the scope of a single firm through the input and output network of industry structure. Accordingly, we proposed a new method to measure the change in productivity to reflect the impact of tariff cuts across industries. Through an Armington CGE analysis, changes in endogenous variables can be directly measured after the exogenous shock of tariff reduction, and the amount of movements in productivity triggered by tariff cuts can also be calculated. We can thus assess the effectiveness of exogenous policy, such as tariff cuts, through the difference between the benchmark and counterfactual values of endogenous variables. Findings - This study confirmed that tariff reduction positively affected productivity improvement in Korea's manufacturing industries. It also confirmed that productivity gains occur in Korea's leading export industries. Finally, greater productivity gains were recorded in the group with additional high-export-share or high-import-share conditions for low productivity industries. These results are, in a limited sense, consistent with the existing studies that emphasize the importance of exports and imports on productivity improvement, especially for low productivity industries. Originality/value - The results of our experiments are different from those of non-CGE studies, which measure the industry-level change in productivity with dummy coefficients, in terms of directly calculating the amount of change in productivity. In addition, we propose that the Armington CGE model is more appropriate than the Melitz CGE model to directly measure the productivity after tariff cuts. This is because the Melitz CGE model assumes the given specific productivity density, which does not change after an overall drop of tariffs. To the best of our knowledge, this approach to directly calculating productivity by reflecting the impact of tariff reduction across industries through CGE analysis, is unprecedented in this literature.

• Asia Marketing Journal
• /
• 제12권2호
• /
• pp.83-110
• /
• 2010

기업의 서비스 실패로 인해 부정적 경험을 겪은 고객은 무의식적으로 그 원인의 추론을 통해 실망이나 후회의 부정적 감정을 얻게 되는데 이때 고객의 자기조절성향에 따른 감정의 발생은 각기 달리 나타나며, 이때 형성된 부정적 감정들은 서로 다른 고객반응을 일으키게 된다. 이러한 부정적 반응은 기업의 이미지 및 브랜드 가치에도 적지 않은 영향을 미칠 뿐만 아니라 장기적으로는 기업 매출에도 부정적 영향을 미치며 서비스 회복 노력에 따른 추가적 비용도 발생하게 된다. 본 연구는 서비스 영역에서 서비스 실패에 따른 고객의 부정적 감정의 선행요인 및 그 결과변수인 고객반응에 초점을 두고 있다. 즉 서비스 실패 시 자기조절성향(평가지향성과 목표지향성)이 부정적 감정에 미치는 영향과 이때 귀인과정(내적귀인 vs 외적귀인)에 따른 고객의 부정적 감정(후회감과 실망감)의 차이를 살펴보았다. 그리고 이러한 부정적 감정들이 체념과 구전활동이라고 하는 고객 행동반응에 미치는 영향을 실증분석하였다. 분석결과, 자기조절성향에 따른 후회감의 차이는 목표 지향적 성향이 강한 고객보다는 평가지향적 성향이 강한 고객일수록 후회감이 더 크고 반대로 목표지향적 성향이 강한 고객은 실망감이 더 큰 것으로 나타났다. 고객의 부정적 감정들은 귀인과정의 조절적 역할(내적귀인-후회감, 외적귀인-실망감)에 따라 서로 다른 감정이 형성되는 것으로 나타났다. 그리고 후회감과 실망감은 소비자의 서비스 실패 후 행동반응에 상이한 영향을 미치는 것으로 나타났는데 본인의 의사결정에 따른 선택에 대해 후회감을 느낀 고객은 체념적 반응이 높게 나타났으며 반면에 실망감을 느낀 고객은 서비스 제공자나 제3자에 대한 구전행동이 높은 것으로 나타났다.