• 만화애니메이션 연구
• /
• 통권29호
• /
• pp.129-149
• /
• 2012

최근 페이스북이 오픈 플랫폼을 통해 다면시장을 형성함으로써 게임 분야에 소셜이 본격적으로 등장하기 시작하였다. 그중 가장 크게 주목을 받고 있는 분야는 소셜 네트워크를 기반으로 발전한 SNG 분야이다. SNG란 Social Network Game으로 소셜 네트워크 서비스(Social Network Service)의 인맥 관계를 기반으로 제작한 게임을 말한다. SNG의 가장 큰 특징은 게임 실력보다는 네트워크를 통해 이루어진 이웃간의 교류가 게임의 가장 큰 요소로 작용하는 것이다. 이러한 소셜 네트워크 게임의 빠른 성장과 함께 연구되어야할 분야는 인간과 인간, 인간과 게임, 게임과 게임 간의 소통이라 볼 수 있다. 본 연구는 SNG을 플레이하는 유저들의 심리가 소셜을 기반으로 하는 게임 속 캐릭터에 어떠한 영양을 미치는지에 대한 것을 알아보고자 한다. 연구방식은 성격 특성의 상관관계를 검증하는 방식으로 심리학적 성격 5요인 특성(Big Five Factor Model)과 리커트(likert) 척도를 사용하여 유저가 생성한 캐릭터와 성격 5요인 특성을 대입하는 방식을 사용 하였다. 본 논문을 통해 게임을 플레이하는 유저들의 심리상태를 파악하는 방식이 연구되어짐으로써 미래의 소셜 네트워크 게임이 어떠한 방향으로 발전해 나갈 것인지에 대한 준거점 역할을 할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.49-67
• /
• 2015

최근 다양한 분야에서 빅데이터의 활용과 분석에 대한 중요성이 대두됨에 따라, 뉴스기사와 댓글과 같은 비정형 데이터의 자연어 처리 기술에 기반한 감성 분석에 대한 관심이 높아지고 있다. 하지만, 한국어는 영어와는 달리 자연어 처리가 어려운 교착어로써 정보화나 정보시스템에의 활용이 미흡한 실정이다. 이에 본 연구는 감성 분석에 활용이 가능한 감성어 사전을 집단지성으로 구축하였고, 누구나 연구와 실무에 사용하도록 API서비스 플랫폼을 개방하였다(www.openhangul.com). 집단지성의 활용을 위해 국내 최대 대학생 소셜네트워크 사이트에서 대학생들을 대상으로 단어마다 긍정, 중립, 부정에 대한 투표를 진행하였다. 그리고 집단지성의 효율성을 높이기 위해 감성을 '정의'가 아닌 '분류'하는 방식인 폭소노미의 '사람들에 의한 분류법'이라는 개념을 적용하였다. 총 517,178(+)의 국어사전 단어 중 불용어 형태를 제외한 후 감성 표현이 가능한 명사, 형용사, 동사, 부사를 우선 순위로 하여, 현재까지 총 35,000(+)번의 단어에 대한 투표를 진행하였다. 본 연구의 감성어 사전은 집단지성의 참여자가 누적됨에 따라 신뢰도가 높아지도록 설계하여, 시간을 축으로 사람들이 단어에 대해 인지하는 감성의 변화도 섬세하게 반영하는 장점이 있다. 따라서 본 연구는 앞으로도 감성어 사전 구축을 위한 투표를 계속 진행할 예정이며, 현재 제공하고 있는 감성어 사전, 기본형 추출, 카테고리 추출 외에도 다양한 자연어 처리에 응용이 가능한 API들도 제공할 계획이다. 기존의 연구들이 감성 분석이나 감성어 사전의 구축과 활용에 대한 방안을 제안하는 것에만 한정되어 있는 것과는 달리, 본 연구는 집단지성을 실제로 활용하여 연구와 실무에 활용이 가능한 자원을 구축하여 개방하여 공유한다는 차별성을 가지고 있다. 더 나아가, 집단지성과 폭소노미의 특성을 결합하여 한글 감성어 사전을 구축한 새로운 시도가 향후 한글 자연어 처리의 발전에 있어 다양한 분야들의 융합적인 연구와 실무적인 참여를 이끌어 개방적 협업의 새로운 방향과 시사점을 제시 할 수 있을 것이라 기대한다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.1-15
• /
• 2021

추천시스템은 사용자의 기호를 파악하여 물품 구매 결정을 도와주는 역할을 할 뿐만 아니라, 비즈니스 전략의 관점에서도 중요한 역할을 하기에 많은 기업과 기관에서 관심을 갖고 있다. 최근에는 다양한 추천시스템 연구 중에서도 NLP와 딥러닝 등을 결합한 하이브리드 추천시스템 연구가 증가하고 있다. NLP를 이용한 감성분석은 사용자 리뷰 데이터가 증가함에 따라 2000년대 중반부터 활용되기 시작하였지만, 기계학습 기반 텍스트 분류를 통해서는 텍스트의 특성을 완전히 고려하기 어렵기 때문에 리뷰의 정보를 식별하기 어려운 단점을 갖고 있다. 본 연구에서는 기계학습의 단점을 보완하기 위하여 BERT 기반 감성분석을 활용한 추천시스템을 제안하고자 한다. 비교 모형은 Naive-CF(collaborative filtering), SVD(singular value decomposition)-CF, MF(matrix factorization)-CF, BPR-MF(Bayesian personalized ranking matrix factorization)-CF, LSTM, CNN-LSTM, GRU(Gated Recurrent Units)를 기반으로 하는 추천 모형이며, 실제 데이터에 대한 분석 결과, BERT를 기반으로 하는 추천시스템의 성과가 가장 우수한 것으로 나타났다.

• 지능정보연구
• /
• 제22권1호
• /
• pp.187-204
• /
• 2016

소셜 미디어를 이용하는 사용자들이 직접 작성한 의견 혹은 리뷰를 이용하여 상호간의 교류 및 정보를 공유하게 되었다. 이를 통해 고객리뷰를 이용하는 오피니언마이닝, 웹마이닝 및 감성분석 등 다양한 연구분야에서의 연구가 진행되기 시작하였다. 특히, 감성분석은 어떠한 토픽(주제)를 기준으로 직접적으로 글을 작성한 사람들의 태도, 입장 및 감성을 알아내는데 목적을 두고 있다. 고객의 의견을 내포하고 있는 정보 혹은 데이터는 감성분석을 위한 핵심 데이터가 되기 때문에 토픽을 통한 고객들의 의견을 분석하는데 효율적이며, 기업에서는 소비자들의 니즈에 맞는 마케팅 혹은 투자자들의 시장동향에 따른 많은 투자가 이루어지고 있다. 본 연구에서는 중국의 온라인 시나 주식 포럼에서 사용자들이 직접 작성한 포스팅(글)을 이용하여 기존에 제시된 토픽들로부터 핫토픽을 선정하고 탐지하고자 한다. 기존에 사용된 감성 사전을 활용하여 토픽들에 대한 감성값과 극성을 분류하고, 군집분석을 통해 핫토픽을 선정하였다. 핫토픽을 선정하기 위해 k-means 알고리즘을 이용하였으며, 추가로 인공지능기법인 SOM을 적용하여 핫토픽 선정하는 절차를 제시하였다. 또한, 로짓, 의사결정나무, SVM 등의 데이터마이닝 기법을 이용하여 핫토픽 사전 탐지를 하는 감성분석을 위한 모형을 개발하여 관심지수를 통해 선정된 핫토픽과 탐지된 핫토픽을 비교하였다. 본 연구를 통해 핫토픽에 대한 정보 제공함으로써 최신 동향에 대한 흐름을 알 수 있게 되고, 주식 포럼에 대한 핫토픽은 주식 시장에서의 투자자들에게 유용한 정보를 제공하게 될 뿐만 아니라 소비자들의 니즈를 충족시킬 수 있을 것이라 기대된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.49-65
• /
• 2014

구전(WOM: Word of Mouth)는 주변 사람들에게 상품에 대한 경험을 입에서 입으로 전달하는 현상을 말하며 소셜 미디어의 발전으로 온라인 구전(eWOM: Electronic Word of Mouth) 형태로 발전하였다. 구전 효과의 중요성으로 인해서 대부분의 기업들의 자사의 상품이나 서비스에 대한 온라인 구전에 촉각을 세우고 있으며, 특히 영화와 같은 경험재의 경우에는 그 영향력이 더욱 크다. 본 연구에서는 영화 커뮤니티에 대한 사회 네트워크 분석을 통해서 영화 흥행성과 지표인 매출에 미치는 영향요인을 규명하고자 한다. 영화 흥행성과 연구들에서 주요하게 다루어진 영화에 대한 구전의 크기(volume)와 방향성(valence)과 같은 구전 요인들을 추가하여, 구전 네트워크의 중심성 척도를 영향 요인에 고려하였다. 구전의 크기, 방향성, 그리고 3가지 중심성 척도(연결 중심성, 매개 중심성, 근접 중심성)의 최종 영화 매출에 영향 관계를 가설로 설정하였다. 제시한 연구 모형을 검증하기 위하여 대표적인 온라인 영화 커뮤니티 사이트인 IMDb(Internet Movie Database)에서 영화 구전 데이터를 수집하였고, Box-Office-Mojo사이트에서 영화 매출 데이터를 수집하였다. 2012년 9월부터 1년 동안, 주간 Top-10에 포함된 적이 있는 영화들을 대상으로 하였으며, 총 103개의 영화가 선정되어 이 영화들에 대한 메타 데이터와 커뮤니티 데이터가 수집되었다. 영화 커뮤니티 네트워크는 평가자들간의 댓글 관계를 기초로 구축하였다. 본 연구에서 사용한 3가지 중심성 척도는 사회 네트워크 분석 도구인 NodeXL을 사용하여 계산되었으며, 각 영화별 커뮤니티 참여자들의 중심성 척도의 평균값을 활용하였다. 가설 검증의 사전 분석을 위한 상관관계 분석에서는 3가지 중심성 척도간에 상관 관계가 높은 것으로 파악되어서, 각각에 대하여 별도로 회귀분석을 수행하였다. 분석 결과, 기존 연구와 일관성 있게 구전의 크기와 방향성은 영화 성과지표인 최종 매출에 긍정적인 영향을 미치는 것으로 파악되었다. 또한 구전 네트워크 내의 참여자 매개중심성 평균은 영화의 최종 매출에 영향을 미치는 것으로 파악되었다. 하지만 연결중심성과 근접중심성은 최종 매출에 영향을 주지 못하는 것으로 나타났다.

• 경영정보학연구
• /
• 제17권2호
• /
• pp.193-218
• /
• 2015

본 연구의 목적은 군에서 도입하여 사용하고 있는 폐쇄형 SNS의 일종인 네이버밴드가 군 조직구성원인 장병들의 지각과 행동에 미치는 영향을 조사하는 것이다. 페이스북, 트위터와 같은 개방형 SNS와는 달리 폐쇄형 SNS의 일종인 네이버밴드는 오프라인의 사회적 관계를 근거로 한 제한된 인맥을 기반으로 형성되는 온라인 커뮤니케이션 서비스이다. 즉, 네이버밴드는 미리 지인의 범위를 제한하여 사생활 노출을 방지하고 보다 긴밀하고 강한 사회적 관계를 형성하는 지인들끼리의 의사소통의 채널 역할을 한다. 최근 군에서도 제한된 환경이지만 병사와 부모 및 군 간부 사이의 소통을 향상하기 위한 목적으로 네이버밴드를 도입하여 사용하고 있으나 아직 정착단계에 있고 네이버밴드가 군 장병의 지각과 행동에 미치는 영향에 관한 이해와 관련연구는 아직 부족한 실정이다. 이에 본 연구에서는 행위의 동기 기회 능력이론을 배경이론으로 하여 밴드가 제공하는 동기, 기회, 능력요인이 군 장병의 지각과 행동에 어떤 영향을 주는지를 조사하였다. 이를 위해 동기요인으로 '즐거움'을, 기회요인으로 '사회적 연결'을, 능력요인으로 '사회지능'을 사용하여 이들 각각의 변수가 군 장병들의 소속감과 조직시민행동에 미치는 영향관계를 연구모형과 가설로 발전시켜 조사하였다. 설문분석 결과, 즐거움, 사회적 연결, 사회지능 세 요인 모두 장병들의 소속감에 긍정적인 영향을 미치는 것으로 밝혀졌다. 즐거움과 사회적 연결은 장병들의 조직시민행동에 영향을 주지는 못하였지만, 사회지능은 조직시민행동에 긍정적인 영향을 주는 것으로 나타났다. 한편 장병들의 소속감은 개인성과에 영향이 없는 것으로 나타났지만 조직시민행동은 개인성과를 증가시키는 것으로 나타났다. 비록 소속감이 개인성과에 직접적인 영향을 주지는 못하지만 조직시민행동을 강화시킴으로써 간접적인 영향을 주었다. 본 연구의 이론적 시사점은 행위의 동기 기회 능력이론을 이용하여 밴드가 제공하는 즐거움, 사회적 연결, 사회지능이 소속감과 조직시민행동과 같은 조직구성원의 지각과 행동에의 영향관계를 밝힘으로써 폐쇄형 SNS 연구를 확장하였다. 실무적으로는 조직구성원들의 바람직한 조직 행동유도와 개인성과 향상을 위해 네이버밴드와 같은 SNS를 활용하여 관리자들이 조직구성원들을 어떻게 관리하고 중재할 것인가에 대한 가이드라인을 제시하였다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.1-17
• /
• 2017

딥러닝 프레임워크의 대표적인 기능으로는 '자동미분'과 'GPU의 활용' 등을 들 수 있다. 본 논문은 파이썬의 라이브러리 형태로 사용 가능한 프레임워크 중에서 구글의 텐서플로와 마이크로소프트의 CNTK, 그리고 텐서플로의 원조라고 할 수 있는 티아노를 비교하였다. 본문에서는 자동미분의 개념과 GPU의 활용형태를 간단히 설명하고, 그 다음에 logistic regression을 실행하는 예를 통하여 각 프레임워크의 문법을 알아본 뒤에, 마지막으로 대표적인 딥러닝 응용인 CNN의 예제를 실행시켜보고 코딩의 편의성과 실행속도 등을 확인해 보았다. 그 결과, 편의성의 관점에서 보면 티아노가 가장 코딩 하기가 어렵고, CNTK와 텐서플로는 많은 부분이 비슷하게 추상화 되어 있어서 코딩이 비슷하지만 가중치와 편향을 직접 정의하느냐의 여부에서 차이를 보였다. 그리고 각 프레임워크의 실행속도에 대한 평가는 '큰 차이는 없다'는 것이다. 텐서플로는 티아노에 비하여 속도가 느리다는 평가가 있어왔는데, 본 연구의 실험에 의하면, 비록 CNN 모형에 국한되었지만, 텐서플로가 아주 조금이지만 빠른 것으로 나타났다. CNTK의 경우에도, 비록 실험환경이 달랐지만, 실험환경의 차이에 의한 속도의 차이의 편차범위 이내에 있는 것으로 판단이 되었다. 본 연구에서는 세 종류의 딥러닝 프레임워크만을 살펴보았는데, 위키피디아에 따르면 딥러닝 프레임워크의 종류는 12가지가 있으며, 각 프레임워크의 특징을 15가지 속성으로 구분하여 차이를 특정하고 있다. 그 많은 속성 중에서 사용자의 입장에서 볼 때 중요한 속성은 어떤 언어(파이썬, C++, Java, 등)로 사용가능한지, 어떤 딥러닝 모형에 대한 라이브러리가 잘 구현되어 있는지 등일 것이다. 그리고 사용자가 대규모의 딥러닝 모형을 구축한다면, 다중 GPU 혹은 다중 서버를 지원하는지의 여부도 중요할 것이다. 또한 딥러닝 모형을 처음 학습하는 경우에는 사용설명서가 많은지 예제 프로그램이 많은지 여부도 중요한 기준이 될 것이다.

• 벤처창업연구
• /
• 제12권3호
• /
• pp.75-86
• /
• 2017

웹 기술의 발전과 스마트폰의 보편화는 인터넷을 활용한 소셜미디어 이용자 수를 폭발적으로 증가 시켰다. 이로 인해 기업에서는 소셜미디어를 주요 마케팅 수단으로 인지하고 다양한 SNS채널을 운영하고 있다. 특히 한정된 자원으로 비즈니스를 실행하는 스타트업(Start-up)에게 소셜미디어는 적은 비용으로 많은 잠재고객들을 만날 수 있는 효율적인 마케팅 수단으로써 활용되고 있다. 본 연구는 소셜미디어 이용자의 네 가지의 개인특성에 따른 만족도와 구매의도와의 영향관계를 분석하였고 소셜미디어 콘텐츠 유형과 구매의도간의 관계에 있어 만족도의 매개효과를 측정하였다. 이를 위해 선행연구를 바탕으로 콘텐츠를 세 가지 유형으로 분류하고, 대표적인 숙박관련 스타트업 중 하나인 '민박다나와(이하, 민다)' 페이스북의 팬(fan) 200명을 대상으로 설문조사를 실시하였다. 설문은 총 145부가 회수되었고 회수된 설문 전체를 SPSS 18.0을 통한 통계분석에 이용하였다. 실증 분석 결과 홍보성, 정보성, 소통성의 세 가지 유형의 콘텐츠 모두 만족도에 유의한 영향을 미치는 것으로 나타났으며, 그 중 홍보성 콘텐츠는 만족도가 구매의도에 매개 역할을 하고 있음이 확인되었다. 그리고 이용자 개인특성은 콘텐츠 유형에 따라 부분적으로 만족도에 조절 효과를 하는 것으로 나타났다. 따라서 소셜미디어 콘텐츠는 소비자의 만족과 구매에 중요한 영향을 미치기 때문에, 스타트업이 시장에서 경쟁우위를 선점하기 위해서는 체계적인 콘텐츠 분석과 기획을 통해 지속적으로 고객과 소통하는 운영전략이 필요하다. 본 연구의 결과를 통해 스타트업에게 효율적인 소셜미디어 마케팅 전략구축 방안과 인터넷 이용자의 특성을 고려한 콘텐츠 활용 방안에 대한 시사점을 제시하였다.

• 한국전자거래학회지
• /
• 제20권3호
• /
• pp.59-77
• /
• 2015

소셜 네트워크 서비스(SNS; social network service)의 발전과 확산으로 사람들은 타인의 정보를 시간과 장소에 구애 받지 않고 쉽게 공유할 수 있게 되었고, 타인과의 관계형성 또한 더욱 쉽고 빠른 방법으로 가능하게 되었다. 특히 페이스북 같은 SNS는 광범위한 사용성과 빠른 확산성과 함께, 타인과의 풍부한 사회비교 기회를 갖게 한다. 본 연구는 소셜 미디어에 기반한 사회비교 노출이 사용자의 부정적인 감정과 SNS의 사용중단 의도에 끼치는 영향을 실증적으로 탐구하는데 그 목적이 있다. 먼저, 본 연구는 SNS 사용자의 사회비교 활동이 크게 3가지로 나뉜다고 보았는데, 가장먼저 본인의 위치와 비슷하다고 느끼는 상대와 자신을 평가하려는 자기평가욕구에서 시작하는 유사비교활동, 본인보다 더 열등한 사람과 비교함으로써 자신의 정서가 다치지 않게 하려는 자기방어욕구에서 비롯되는 하향비교활동, 마지막으로 자신보다 더 나은 상대와 비교함으로써 자신을 발전시키고자 하는 자기향상욕구와 관련되는 상향비교활동이다. 이러한 사회비교활동들은 사람들이 매일매일 SNS에 지나치게 의존하고 상향비교, 유사비교와 관련된 정보들에 자주 노출됨으로써, 빈번하게 발생될 수 있으며, 이는 결국 부정적인 감정들과 피로감으로 이어져 SNS 중단의도로 이어질 수 있다는 것이다. 본 연구는 209명의 SNS 사용자들을 대상으로 한 설문조사를 통하여 SNS 이용자들이 타인과 상향비교와 유사비교를 할수록 부정적 감정을 느끼게 되어, 이러한 감정들이 결국 SNS에 대한 부정적 태도(Attitude)를 거쳐 SNS 이용중단(Behavior)에 이르게 된다는 것을 밝히고자하였다. PLS 분석결과, SNS 사용 중 일어나는 사회비교와 타인탐색위주의 SNS의 사용은 사용자들에게 부정적인 감정들을 느끼게 하며 이 부정적인 감정들이 SNS 이용중단 의도에 통계적으로 유의한 영향을 주는 것으로 나타났다. 본 연구는 SNS 이용중단 의도에 관한 연구를 사회 심리학적 관점으로 확대하여 실증적 연구를 진행했다는 점과 상향비교 또는 유사비교가 부정적인 영향을 끼칠 수 있다는 기존의 심리학연구결과를 SNS 환경에서 실증적으로 증명하였다는 점에서 그 학술적 의의가 크다고 할 수 있다.