• 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.

• 한국유통학회지:유통연구
• /
• 제17권5호
• /
• pp.129-146
• /
• 2012

미래 소매 유통의 핵심인 복합쇼핑몰 전성시대가 도래하였다. 본 연구는 복합쇼핑몰의 시대적 등장배경과 개념 및 유형 그리고 우리나라에 비해 이미 오래전에 쇼핑몰이 보편화된 미국과 일본, 유럽 쇼핑몰의 발전 역사를 살펴보고 국내 쇼핑몰의 발전단계와 특징 그리고 기존 복합쇼핑몰 관련 문헌조사를 실시하였다. 문헌조사 결과 복합쇼핑몰에 대한 연구는 그동안 많이 이루어지지 않았으며 더욱이 활성화 방안에 대한 연구는 거의 없었던 것으로 확인 되었다. 따라서 본 연구에서는 국내 복합쇼핑몰의 사례를 조사하여 활성화방안을 찾고자 하였다. 사례는 소매유통 전문가들에게 추천을 받은 복합쇼핑몰들을 심층적으로 조사 하였다. 이를 통하여 성공요인과 실패요인을 도출하고 시사점을 발췌, 정부 차원에서의 활성화 방안을 제시하였다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.25-41
• /
• 2011

최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

• 벤처창업연구
• /
• 제17권5호
• /
• pp.67-80
• /
• 2022

본 연구는 국내 스타트업의 실태를 조사하여 육성 및 지원 등의 정책방안을 도출하기 위해 실시하였다. 연구대상은 국내 최고수준의 혁신 클러스터이고 스타트업 메카로 평가받는 판교테크노밸리가 입지한 성남시 소재 스타트업을 대상으로 연구하였다. 스타트업의 기준으로는 IT, BT, CT 등 신기술 기반의 7년 미만 신생기업으로 정의하고 조사대상을 선정하였다. 이는 기존에 추상적이던 스타트업의 개념을 양적으로 측정가능하게 구체화 하였다는 점에서 기존 연구에서 진일보하였다고 볼 수 있다. 분석결과, 스타트업의 약 94%가 일명 "죽음의 계곡(Death Valley)"이라는 성장단계에 분포하고 있으며, BEP를 넘어 본격적인 성장을 의미하는 스케일업(Scale-up) 이상의 스타트업은 약 6%를 차지하고 있는 것으로 나타났다. 창업초기의 가장 큰 애로사항으로는 창업자금 문제를 꼽고 있으며, 자금을 조달하는데 매출이나 담보 등을 우선시하는 대출평가 방식을 가장 큰 문제로 꼽았다. 또한 스타트업들은 공공기금인 정책자금에 비해 VC, AC, 엔젤투자자 등의 민간투자 자본에 대한 접근성을 낮은 수준으로 평가하였다. 대다수 스타트업들이 해외진출에 관심이 많은 것으로 나타났고, 해외 VC 등의 해외 투자자 매칭을 해외진출을 위한 가장 큰 지원방안으로 꼽았다. 해외시장에서의 종합경쟁력은 100점 만점에 50점 미만인 49.6점으로 나타나 전체적으로 다소 경쟁열위에 있다고 평가했으며, 특히 브랜드 인지도, 마케팅 경쟁력, 판매채널 등에서 경쟁력이 많이 떨어지는 것으로 분석되었다. 국내 스타트업들이 국내시장을 넘어 해외시장에서도 경쟁력을 높이기 위해서는 기술경쟁력 제고와 함께 해외 판매채널(영업채널, 유통망 등)에 대한 공공의 지원과 투자가 우선되어야 하는 것으로 분석되었다.