• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.49-59
• /
• 2023

제조업의 안전보건 기준은 다양한 항목이 존재하지만, 질병 재해자 기준에서 업무상 질병과 근골격계 질환으로 나눌 수 있다. 이 중 근골격계 질환은 제조업에서 가장 많이 발생하며, 나아가서 제조 현장의 노동생산성감소 및 경쟁력 약화까지 유발할 수 있어서 이를 사전에 확인할 수 있는 시스템이 필요한 실정이다. 본 논문에서는 제조업 노동자의 근골격계 유해 요인을 검출하기 위하여 근골격계 부담작업 요인 분석 데이터 속성, 유해 요인 작업자세, 관절 키포인트를 정의하고 인공지능 학습용 데이터를 구축하였다. 구축한 데이터의 유효성을 판단하기 위해서 YOLO, Dite-HRNet, EfficientNet 등의 AI 알고리즘을 활용하여 학습하고 검증하였다. 실험 결과 사람 탐지 정확도는 99%, 탐지된 사람의 관절 위치 추론 정확도는 @AP0.5 88%, 추론된 관절 위치를 종합하여 자세를 평가한 정확도는 LEGS 72.2%, NECT 85.7%, TRUNK 81.9%, UPPERARM 79.8%, LOWERARM 92.7%를 도출하였으며, 추가로 딥러닝 기반의 근골격계 질병을 예방할 수 있는 연구에 필요한 요소를 고찰하였다.

• Asia Marketing Journal
• /
• 제10권2호
• /
• pp.71-98
• /
• 2008

원산지 관련 연구는 오랫동안 마케팅과 국제경영 분야에서 연구되어 왔다. 최근 원산지 관련 연구는 급속도로 글로벌화 되어 가는 기업환경을 반영하여 원산지 효과의 존재를 입증 및 분석하고자 하는 연구흐름과 원산지 효과의 발생과정을 설명하고자 하는 연구흐름으로 분화 및 발전해왔다. 본 연구는 최근 단순한 원가절감 차원을 넘어서 브랜드 자체와 브랜드원산지의 경쟁력을 제고시키는 전략적 수단으로 활용되고 있는 제조원산지의 선택과 관련된 기업 활동의 효과를 설명하고자 하였다. 이를 위해 제조원산지와 브랜드원산지를 긍정조합 및 부정조합으로 구분하여 원산지효과를 검증하였으며, 이 과정에서 소비자의 동기성향(조절초점)이 갖는 조절효과를 살펴보았다. 연구 결과 긍정적인 원산지의 조합(예컨대, 일본에서 생산된 프랑스 브랜드 오디오)의 경우가 부정적인 조합(예컨대, 중국에서 생산된 독일 브랜드 의류)의 경우보다 호의적인 반응을 유발함으로써 제조국 원산지효과가 있음이 확인 되었다. 또한 개인의 동기성향이 제품에 대한 메시지의 내용과 일치할 때 제품에 대한 평가가 좋아지는 조절적 적합성(regulatory fit) 효과가 존재한다는 것도 확인 되었다. 끝으로 동기성향의 조절효과를 보았을 때, 긍정적인 원산지 조합에서는 개인의 동기성향에 따라 제품평가가 달라져 조절효과를 입증할 수 있었으나, 부정적인 원산지 조합에서는 동기성향의 조절효과가 태도 부분에서만 부분 지지되고 품질지각과 구매의도 부분에서는 지지되지 않아서 동기성향의 조절효과가 존재한다는 점을 부분적으로만 확인할 수 있었다. 연구결과를 토대로 기업이 제조원산지를 결정할 때 고려할 요소와 이미 제조원산지가 결정된 상황에서 보다 효과적인 마케팅 전략을 수립하기 위한 시사점을 제시하였다.

• 경영정보학연구
• /
• 제25권3호
• /
• pp.99-120
• /
• 2023

본 연구는 택배 이용자의 프라이버시 침해 경험이 프라이버시 심리와 행동에 미치는 영향을 조사하였다. 택배 이용자가 프라이버시 침해 경험을 가지고 있는가에 따라, 프라이버시 침해 사건에 대해 학습이 이루어지고, 인지가 형성되고, 감정이 형성되고, 행동이 나타난다. 이러한 택배 이용자의 프라이버시 심리의 변화 과정은 프라이버시 보호 행동 반응을 예측하는데 중요하다. 본 연구에서는 태도이론을 응용해 택배 이용자의 프라이버시 심리를 설명하기 위한 연구의 이론적 프레임워크를 개발하였다. 이 프레임워크에 기반해, 택배서비스 이용자의 프라이버시 침해 경험, 인지된 프라이버시 위험, 프라이버시 염려 (즉, 개인정보 오류에 따른 염려, 비인가된 이차 이용에 따른 염려, 개인정보 수집에 따른 염려, 부적절한 개인정보에 대한 접근 염려), 프라이버시 보호 행동의 관계를 분석하였다. 본 연구에서는 제안된 연구모델에 대해 택배서비스 이용 경험이 있는 사람들을 대상으로 설문조사를 하였고, SMART-PLS 구조방정식 소프트웨어를 이용해 실증분석을 하였다. 본 연구의 실증분석 결과는 택배 이용과정에서의 프라이버시 침해 경험, 프라이버시 위험, 프라이버시 염려, 그리고 프라이버시 보호 행동 사이에는 인과관계가 존재하는 것으로 나타났다. 본 연구결과는 안전한 택배 서비스를 위한 프리이버시 보호 행동 연구에 유용한 이론적 시사점을 제공해 주었고, 더불어 보다 안전한 택배 비즈니스 모델 개발에 유용한 실무적 시사점을 제공해 주었다.

• 경영정보학연구
• /
• 제18권4호
• /
• pp.43-67
• /
• 2016

서비스와 기술 간 융합 현상이 가속화되고 있는 비즈니스 환경 속에서 서비스 분야에서 기술의 역할은 점차 확대되고 있다. 지난 30년 동안 많은 연구에서 서비스 혁신에서 기술의 중요성을 강조해 왔음에도 불구하고, 서비스 혁신에서 기술의 역할이 무엇이고 어떻게 기업 성과에 영향을 미치는지에 대한 논의는 아직까지 진행 중에 있다. 기존 문헌에서는 서비스 혁신 성공과 기업성과에 중요한 영향을 미치는 기술에 대해 다양한 역할들을 제시하고 있으나, 아직까지 서비스 혁신에서 기술의 명확한 역할에 대해 이론적으로 실증적으로 명확하게 규명한 연구는 거의 이루어지지 않았다. 따라서 기업이 기술을 활용을 통해 성공적으로 서비스 혁신을 수행하기 위해서는, 기술이 서비스 혁신과 기업성과에 미치는 영향에 대한 연구가 선행될 필요가 있다. 이러한 문제점을 해결하기 위해 본 연구에서는 서비스 혁신에서 기술의 역할이 무엇인지 규명하고자 하며, 기술, 서비스 혁신, 그리고 기업 성과 간의 인과 관계를 이론적이고 실증적으로 규명하고자 한다. 따라서 본 연구의 목적은 다음과 같다: 1) 서비스 혁신에서 기술의 역할을 파악하고자 한다: 2) 기술, 서비스 혁신, 그리고 기업성과 간의 관계를 분석하고자 한다. 이를 위해 본 연구는 통합적인 관점을 기반으로 기존 연구를 통해 4개의 서비스 혁신 지향성(예, 서비스 창출, 서비스 전달, 고객 상호작용, 그리고 기술)을 도출하고, 국내의 193개의 지식 서비스 기업을 대상으로 수집된 데이터를 기반으로 기술, 서비스 혁신 그리고 기업 성과 간의 인과 관계를 분석하였다. 본 연구의 결과, 기술 지향성은 서비스 창출 지향성과 서비스 전달 지향성에는 선행자로서 긍정적인 영향을 미치는 것으로 나타난 반면, 고객 상호작용 지향성에는 촉진자로서 상호작용하여 기업성과에 긍정적인 영향을 미치는 것으로 나타났다. 기술 지향성에 선행적으로 그리고 조절적으로 영향을 받은 모든 서비스 혁신 활동은 기업 성과에 긍정적이고 유의한 영향을 미치는 것으로 나타났다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.109-125
• /
• 2019

지능형 전자상거래 검색 엔진에 대한 관심이 커지면서, 검색 상품의 특징을 지능적으로 추출하고 활용하기 위한 연구들이 수행되고 있다. 특히 전자상거래 지능형 검색 엔진에서 상품을 검색 할 때, 제품의 색상은 상품을 묘사하는 중요한 특징 중에 하나이다. 따라서 사용자의 질의에 정확한 응답을 위해서는 사용자가 검색하려는 색상과 그 색상의 동의어 및 유의어에 대한 처리가 필요하다. 기존의 연구들은 색상 특징에 대한 동의어 처리를 주로 사전 방식으로 다뤄왔다. 하지만 이러한 사전방식으로는 사전에 등록되지 않은 색상 용어가 질의에 포함된 경우 처리하지 못하는 한계점을 가지고 있다. 본 연구에서는 기존에 사용하던 방식의 한계점을 극복하기 위하여, 실시간으로 인터넷 검색 엔진을 통해 해당 색상의 RGB 값을 추출한 후 추출된 색상정보를 기반으로 유사한 색상명들을 출력하는 모델을 제안한다. 본 모델은 우선적으로 기본적인 색상 검색을 위해 671개의 색상명과 각 RGB값이 저장된 색상 사전을 구축하였다. 본 연구에서 제시한 모델은 특정 색상을 검색하는 것으로 시작하며, 검색된 색상이 색상 사전 내 존재하는 지 유무를 확인한다. 사전 내에 검색한 색상이 존재한다면, 해당 색상의 RGB 값이 기준 값으로 사용된다. 만일 색상사전 내에 존재하지 않는다면, Google 이미지 검색 결과를 크롤링하여 각 이미지의 특정 영역 내 RGB값들을 군집화하여 구한 평균 RGB값을 검색한 색상의 기준 값으로 한다. 기준 RGB값을 앞서 구축한 색상 사전 내의 모든 색상의 RGB 값들과 비교하여 각 R, G, B 값에 있어서 ${\pm}50$ 내의 색상 목록을 정렬하고, RGB값 간의 유클리디안 거리 유사도를 활용하여 최종적으로 유사한 색 상명들을 출력한다. 제안 방안의 유용성을 평가하기 위해 실험을 진행하였다. 피설문자들이 생각하는 300 개의 색상 이름과 해당 색상 값을 얻어, 본 연구에서 제안한 방안을 포함한 총 네가지 방법을 통해 얻은 RGB 값들과 피설문자가 지정한 RGB값에 대한 비교를 진행했다. 인간의 눈을 반영하는 측정 기준인 CIELAB의 유클리드안거리는 평균 13.85로 색상사전만을 활용한 방안의 30.88, 한글 동의어사전 사이트인 워드넷을 추가로 활용한 방안의 30.38에 비해 비교적 낮은 색상 간의 거리 값을 보였다. 연구에서 제시하는 방안에서 군집화 과정을 제외한 방안의 색 차는 13.88로 군집화 과정이 색 차를 줄여준다는 것을 확인할 수 있었다. 본 연구에서는 기존 동의어 처리 방식인 사전 방식이 지닌 한계에서 벗어나기 위해, 사전 방식에 새로운 색상명에 대한 실시간 동의어 처리 방식을 결합한 RGB값 기반의 새로운 색상 동의어 처리 방안을 제안한다. 본 연구의 결과를 활용하여 전자상거래 검색 시스템의 지능화에 크게 기여할 수 있을 것이다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.305-316
• /
• 2011

협업필터링은 다양한 분야에서 널리 활용되고 있지만 협업필터링의 추천 성능은 적용하는 기업의 비즈니스 형태나 발생하는 거래 데이터의 특성에 따라 다르게 나타나고 있다. 기업에서 협업필터링 추천시스템을 구축하려면 상당한 시간과 비용이 소요되기 때문에 구축된 추천시스템의 성과가 높지 않다면 기업 자원의 낭비를 초래할 뿐만 아니라 부정확한 추천서비스를 받는 고객들의 불만을 살 수 있다. 따라서 추천시스템 도입을 검토할 때 기업이 갖고 있는 데이터의 특성을 파악하고 이를 통해 추천시스템을 도입하는 것이 타당한지 사전에 예측할 수 있다면 불필요한 도입으로 인한 경제적 손실과 고객 만족도 저하를 막을 수 있을 것이다. 기존 연구에서는 협업필터링 추천 성과에 희박성, 우연성, 커버리지 등이 영향을 미칠 수 있다고 설명하고 있지만 이러한 요인들이 어떻게 얼마나 추천 성과에 영향을 미치는지, 요인들 간에 어떠한 상관관계가 있는지는 현재까지 구체적으로 밝혀진 바가 없다. 본 연구에서는 구매 트랜잭션으로부터 생성된 소셜네트워크로부터 밀도, 군집화계수, 집중도 등의 구조적 지표를 측정한 후 이들이 추천성과에 어떻게 영향을 미치는지 통계적 분석을 통해 실증적으로 규명한다. 이를 통해 협업필터링 추천시스템에 대한 도입 여부를 결정하고자 할 때 유용하게 사용될 수 있는 지침을 제공하고자 한다.

• 한국전자거래학회지
• /
• 제22권2호
• /
• pp.137-152
• /
• 2017

정보통신 기기들의 가격하락과 인터넷의 발전은 사물인터넷이라는 새로운 분야를 탄생시켰다. 일상에 접하는 모든 사물들이 인터넷으로 연결되어 새로운 서비스를 창출하는 사물인터넷은 빅데이터와 결합되어 기존에 볼 수 없었던 새로운 형태의 비즈니스 영역을 개척해 나가고 있다. 이에 사물인터넷의 전망은 그 활용도에 있어서 무궁무진 하다고 말할 수 있다. 또한 이러한 사물인터넷 장비들의 원활한 연결을 위한 표준화 기관들의 연구도 활발한 편이다. 그러나 이러한 연구 중에 우리가 간과하는 부분이 있다. 사물인터넷 장비를 제어하거나 정보를 획득하기 위해서 장비와의 연동문제(IP주소, Wi-Fi, Bluetooth, NFC 등) 및 관련 애플리케이션 소프트웨어 또는 앱을 별도로 개발을 해야 한다. 이러한 문제를 해결하기 위해 기존의 연구방식들은 GPS 또는 마커를 이용한 증강현실 연구가 이루어져 왔다. 하지만 별도의 마커가 필요하고 마커의 경우 가까운 곳만 인식하는 단점을 갖는다. 또한 2D 기반의 카메라의 활용한 GPS 주소 활용한 연구의 경우 대상 장비와의 거리 인식을 할 수 없어 능동적인 인터페이스 구현의 어려움이 있었다. 이러한 문제를 해결하기 위해서는 기존의 복잡한 방법이 아니라 사용자가 눈으로 확인하고 간단한 조작만으로 장비와의 연동이 가능한 직관적인 방법이 반드시 필요하다. 본 연구는 향후 스마트폰에 탑재될 3D 깊이 인식카메라를 활용해서 별도의 마커 없이 거리측정 및 핸드폰의 센서정보를 연동해서 자동으로 공간 좌표를 계산하여 사물인터넷의 장비를 발견하고 해당 사물인터넷 장비의 정보 획득 및 제어가 가능한 방법론을 제안한다. 결과로 사용자 관점에서 별도의 사물인터넷 장비 연동문제 및 앱 설치에 대한 부담을 줄일 수 있다. 나아가 이 기술이 공공서비스와 스마트 안경분야에 활용된다면 공공 서비스 증대 및 많은 소프트웨어 개발의 중복 투자를 줄이게 될 것이다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.61-83
• /
• 2012

지식지도는 관련된 지식의 현황을 네트워크 형식으로 보여주는 일종의 도식으로, 지식 간의 상호참조적 네비게이션 관계를 기초로 하는 지식 분류 및 저장 체계 역할을 한다. 이러한 이유로 인하여 지식 및 이들 지식이 또 다른 지식과 갖는 관계를 네트워크 형식으로 형식적이고 객관적으로 묘사하기 위한 온톨로지 기반 지식지도의 필요성이 대두되어왔다. 본 논문은 지식 간의 상호참조적 네비게이션이 가능한 온톨로지 기반 지식지도를 구현하기 위한 방법론을 제시한다. 제시된 방법론에 의해 구현되는 온톨로지 기반 지식지도는 지식 간의 상호참조적 네비게이션을 가능하게 할 뿐만 아니라 이러한 지식 간 네트워크 관계에 의해 추가적인 지식 간의 관계를 추론할 수 있다. 제시된 개념의 타당성을 검증하기 위하여 두 가지의 실제 비즈니스 프로세스를 기반으로 지식지도를 구현하였고, 구현된 지식지도에 나타나는 지식 간 네트워크 구성의 유효성을 검토하였다.

• 한국전자거래학회지
• /
• 제26권3호
• /
• pp.33-53
• /
• 2021

제4차 산업혁명의 확산과 코로나 19의 장기화로 인한 사회적 변화의 기로에서 한국 정부는 2020년 7월 디지털 뉴딜 정책을 발표했다. 디지털 뉴딜 정책은 데이터, 네트워크, 인공지능 기술을 중심으로 공공분야 및 산업의 디지털 전환을 가속화함으로써 새로운 비즈니스를 창출하는 것을 주요 과제로 삼고 있다. 그러나 급변하는 사회환경에서 기술의 미래 이익에 대한 정보비대칭은 정책의 방향과 효과에 대한 대중의 분석 능력의 차이를 야기할 수 있으며, 이로 인해 정책의 실질적 효과에 대한 불확실성이 발생하게 된다. 한편, 언론은 정부 정책을 대중에 전파하는 전달자 역할을 통해 담론 형성을 주도하며, 보도를 통해 특정 이슈에 대한 제반 지식을 대중에게 제공하는 역할을 한다. 즉, 특정 정책에 대한 언론의 보도량이 증가할수록 이슈 집중도는 높아지며, 이를 통해 대중의 의사결정에도 영향을 미치게 된다. 따라서 본 연구의 목적은 한국 정부의 디지털 뉴딜 정책에 대한 언론 보도량과 주식 시장의 동태적 관계를 그랜저 인과관계(Granger causality), 충격반응함수, 분산분해분석을 이용하여 검증하는 것이다. 이를 위해 디지털 뉴딜 정책에 대한 언론 보도량, 키워드 검색량과 KOSDAQ 상장 기업 중 디지털 뉴딜 정책과 관련이 있는 디지털 기술 기반 기업들의 일일주식회전율, 일일주가수익률, EWMA 변동성을 변수로 설정하였으며, 정책발표 시점 전후 60 거래일, 총 120 거래일 간의 데이터를 이용했다. 분석 결과, 언론 보도량은 키워드 검색량, 일일주식회전율, EWMA 변동성과 양방향 그랜저 인과관계가 존재하였으며, 언론 보도량의 증가는 디지털 뉴딜 정책에 대한 키워드 검색량에 높은 영향을 미치는 것으로 나타났다. 또한 언론 보도량에 대한 충격반응분석 결과 EWMA 변동성을 큰 폭으로 하락시키는 양상을 보였으며, 시간이 지날수록 영향력이 점차 증가하며 주식 시장의 변동성을 완화시키는 역할을 하는 것으로 나타났다. 본 연구의 분석 결과를 토대로 디지털 뉴딜에 대한 언론 보도량은 주식 시장과 유의한 동태적 관계가 있음을 확인할 수 있었다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.145-165
• /
• 2023

추천 시스템은 인터넷의 발달로 급격하게 증가하는 정보의 양으로 인해 생긴 정보 선택의 어려움을 소비자에게 덜어주고 각 개인의 취향에 맞는 정보를 효율적으로 보여주는 중요한 역할을 한다. 특히, E-commerce와 OTT 기업은 상품과 콘텐츠 양이 급격하게 증가하면서 추천 시스템의 도움 없이는 인기 있는 상품만 소비되는 현상을 극복하지 못한다. 이러한 현상을 극복하고 고객 개인 취향에 맞는 정보 혹은 콘텐츠를 제공해 고객의 소비를 유도하기 위해 추천 시스템의 연구가 활발히 진행되고 있다. 일반적으로 유저(user)의 과거 행동 이력을 활용한 협업 필터링이 유저가 선호한 콘텐츠의 정보를 활용하는 콘텐츠 기반 필터링에 비해 높은 성능을 보여준다. 하지만 협업 필터링은 과거 행동 데이터가 부족한 유저에 대해서는 추천의 성능이 낮아지는 콜드 스타트(Cold Start) 문제를 겪게 된다. 본 논문에서는 카카오 아레나 경진대회에서 주어진 음악 스트리밍 서비스 멜론의 플레이리스트 데이터를 기반으로 앞에서 언급한 콜드 스타트 문제를 해결할 수 있는 하이브리드 음악 추천 시스템을 제시했다. 본 연구에서는 플레이리스트에 수록된 곡 목록과 각 음악과 플레이리스트의 메타데이터를 활용해 절반 혹은 전부 가려진 플레이리스트의 다른 수록 곡을 예측하는 것을 목표로 하였다. 이를 위해 플레이리스트 안에 곡이 있는 경우와 아예 곡이 없는 경우를 나눠서 추천을 진행하였다. 플레이리스트 안에 곡이 있는 경우에는 해당 플레이리스트의 곡 목록과 각 곡의 메타데이터를 활용하기 위해 LightFM을 활용하였다. 그 다음에 Item2Vec을 활용해 플레이리스트에 있는 수록 곡과 태그 및 제목의 임베딩 벡터를 생성하고 이를 추천에 활용하였다. 최종적으로 LightFM과 Item2Vec 모델의 앙상블을 통해 최종 추천 결과를 생성하였다. 플레이리스트 안에 곡이 없고 태그 혹은 제목만이 존재할 경우에는 플레이리스트의 메타데이터인 태그와 제목을 FastText를 활용해 사전 학습을 시켜 생성된 플레이리스트 벡터를 기반으로 플레이리스트 간의 유사도를 활용하여 추천을 진행하였다. 이렇게 추천한 결과, 기존 Matrix Factorization(MF)에서 해결하지 못한 콜드 스타트 문제를 해결할 수 있었을 뿐만 아니라 곡과 플레이리스트의 메타데이터를 활용해 기존 MF 모델인 ALS와 BPR 그리고 Word2Vec 기반으로 추천해 주는 Item2Vec 기술보다 높은 추천 성능을 낼 수 있었다. 또한, LightFM을 토대로 다양한 곡의 메타데이터를 실험한 결과, 여러 메타데이터 중에서 아티스트 정보를 단독으로 활용한 LightFM 모델이 다른 메타데이터를 활용한 LightFM 모델들과 비교해 가장 높은 성능을 보여준다는 것을 확인할 수 있었다.