• 분석과학
• /
• 제17권6호
• /
• pp.496-513
• /
• 2004

본 연구는 환경 대기 중 독성 VOC 측정을 위하여 흡착제를 이용한 시료채취와 열탈착을 병용한 GC/MSD 분석방법론 전반을 총괄적으로 평가하고, 나아가 각종 흡착제의 VOC 시료채취 특성을 비교 평가하기 위하여 수행하였다. 측정대상물질은 BTEX와 유기염소계 화합물을 포함하는 총 33개의 VOC를 선정하였으며, 조사된 흡착제는 상용중인 10종을 대상으로 하였다. 이들 흡착제는 총 6종의 탄소계 (Carbotrap, Carbopack B, Carbotrap C, Carbosieve-SIII, Carboxene 1000 및 Activated Charcoal)와 4종의 고분자 수지계 (Tenax TA, Porapak Q, Chromosorb 102, Chromosorb 106) 로 구분되어 진다. 시료채취과정은 단일 흡착관과 다중흡착관을 대상으로 표준시료와 실제 현장시료를 대상으로 재현성과 감응계수 측면에서 평가하였으며, 측정 정확성은 Carbotrap을 기준으로 평가하였다. 실험결과, 독성 VOC에 가장 적합한 흡착제로는 Carbotrap과 Carbopack B 및 Tenax TA 인 것으로 나타났으며, 강한 흡착제는 열탈착 성능이 떨어지고, 시료 중 수분의 영향으로 감도와 재현성이 현저히 떨어지는 문제점으로 인하여 적합하지 않은 것으로 나타났다. 3 종류의 이중흡착관과 2 종류의 삼중흡착관의 시료채취특성을 평가한 결과, Carbotrap C와 Carbotarp으로 조합된 경우가 가장 우수한 것으로 나타났다. 반면, 친수성인 강한 흡착제가 같이 충전된 삼중 흡착관의 사용은 수분의 영향을 최소화하는데 매우 세심한 주의가 필요한 것으로 나타났다. 결과적으로 흡착시료채취법을 이용하여 실내외 환경에서의 독성 VOC 농도에 대한 신뢰성 있는 자료를 얻기 위해서는 적절한 흡착제의 선정 (혹은 조합) 및 그에 따른 최적 분석 조건의 설정에 무엇보다도 세심한 주의가 요망된다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.1-13
• /
• 2015

빅데이터 및 오피니언 마이닝 분야가 대두됨에 따라 정보 검색/추출, 특히 비정형 데이터에서의 정보 검색/추출 기술의 중요성이 나날이 부각되어지고 있다. 또한 정보 검색 분야에서는 이용자의 의도에 맞는 결과를 제공할 수 있는 검색엔진의 성능향상을 위한 다양한 연구들이 진행되고 있다. 이러한 정보 검색/추출 분야에서 자연어처리 기술은 비정형 데이터 분석/처리 분야에서 중요한 기술이고, 자연어처리에 있어서 하나의 단어가 여러개의 모호한 의미를 가질 수 있는 단어 중의성 문제는 자연어처리의 성능을 향상시키기 위해 우선적으로 해결해야하는 문제점들의 하나이다. 본 연구는 단어 중의성 해소 방법에 사용될 수 있는 말뭉치를 많은 시간과 노력이 요구되는 수동적인 방법이 아닌, 사전들의 예제를 활용하여 자동적으로 생성할 수 있는 방법을 소개한다. 즉, 기존의 수동적인 방법으로 의미 태깅된 세종말뭉치에 표준국어대사전의 예제를 자동적으로 태깅하여 결합한 말뭉치를 사용한 단어 중의성 해소 방법을 소개한다. 표준국어대사전에서 단어 중의성 해소의 주요 대상인 전체 명사 (265,655개) 중에 중의성 해소의 대상이 되는 중의어 (29,868개)의 각 센스 (93,522개)와 연관된 속담, 용례 문장 (56,914개)들을 결합 말뭉치에 추가하였다. 품사 및 센스가 같이 태깅된 세종말뭉치의 약 79만개의 문장과 표준국어대사전의 약 5.7만개의 문장을 각각 또는 병합하여 교차검증을 사용하여 실험을 진행하였다. 실험 결과는 결합 말뭉치를 사용하였을 때 정확도와 재현율에 있어서 향상된 결과가 발견되었다. 본 연구의 결과는 인터넷 검색엔진 등의 검색결과의 성능향상과 오피니언 마이닝, 텍스트 마이닝과 관련한 자연어 분석/처리에 있어서 문장의 내용을 보다 명확히 파악하는데 도움을 줄 수 있을 것으로 기대되어진다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.29-41
• /
• 2019

산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.147-170
• /
• 2022

특허의 사적 가치(private value)를 나타내는 특허수명 추정은 오래전부터 연구되었으나 추정과정에서 선형모델에 의존하는 경우가 대부분이었고, 기계학습 방법을 사용하더라도 변수 간 관계에 대한 해석이나 설명이 부족하였다. 본 연구에서는 특허의 생존 기간이 특허의 가치를 대리한다는 기존 연구결과를 바탕으로 특허 등록 이후의 생존 기간(연장횟수) 예측을 통해 특허의 가치를 추정한다. 이를 위해 1996~2017년까지 미국 특허청(USPTO)에 출원하여 등록된 특허 4,033,414개를 수집하였다. 특허수명을 예측하기 위해 기존 연구에서 특허수명에 영향을 미친다고 밝혀진 특허의 특성, 특허의 소유자 특성, 특허의 발명가 특성을 반영할 수 있는 다양한 변수가 사용되었다. 서로 다른 4개의 모델(Ridge Regression, Random Forest, Feed-forward Neural Network, Gradient Boosting Models)을 생성하고, 모델 학습 과정에서는 5-fold Cross Validation으로 초매개변수 조정이 이루어졌다. 이후 생성된 모델의 성능을 평가하고 특허수명을 추정할 수 있는 예측변수의 상대적 중요도를 제시하였다. 또한, 성능이 우수했던 Gradient Boosting Model을 기반으로 Accumulated Local Effects Plot을 제시하여 예측변수와 특허수명 간 관계를 시각적으로 나타내었다. 마지막으로 모델에 의해서 평가된 개별 특허의 평가 근거를 제시하기 위하여 Kernal SHAP(SHapley Additive exPlanations)을 적용하고 특허평가 시스템에의 적용 가능성을 제시한다. 본 연구는 기존에 특허수명을 추정하는 연구에 누적적으로 기여한다는 점 그리고 선형성을 바탕으로 진행된 기존 특허수명 추정 연구들의 한계를 보완하고 복잡한 비선형 관계를 설명가능한 방식으로 제시하였다는 점에서 학문적 의의가 있다. 또한, 개별 특허의 평가 근거를 도출하는 방법을 소개하고 특허평가 시스템에의 적용 가능성을 제시하였다는 점에서 실무적 의의가 있다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.307-325
• /
• 2023

코로나19 팬데믹의 장기화로 인해 실내 생활에 지쳐가는 사람들이 우울감, 무기력증 등을 해소하기 위해 근거리의 산과 국립공원을 찾는 빈도가 폭발적으로 증가하였다. 자연으로 나온 수많은 사람들이 오가는 걸음을 멈추고 숨을 돌리며 쉬어가는 장소가 있는데 바로 약수터이다. 산이나 국립공원이 아니더라도 근린공원 또는 산책로에서도 간간이 찾아볼 수 있는 약수터는 수도권에만 약 6백여개가 위치해 있다. 하지만 불규칙적이고 수작업으로 수행되는 수질검사로 인해 사람들은 실시간으로 검사 결과를 알 수 없는 상태에서 약수를 음용하게 된다. 따라서 본 연구에서는 약수터 수질에 영향을 미치는 요인을 탐색하고 다양한 곳에 흩어져 있는 데이터를 수집하여 실시간으로 약수터 수질을 예측할 수 있는 모델을 개발하고자 한다. 데이터 수집의 한계로 인해 서울과 경기로 지역을 한정한 후 데이터 관리가 잘 이루어지고 있는 18개 시의 약 300여개 약수터를 대상으로 2015~2020년의 수질 검사 데이터를 확보하였다. 약수터 수질 적합 여부에 영향을 미칠 것으로 여겨지는 다양한 요인들 중 두 차례의 검토를 거쳐 총 10개의 요인을 최종 선별하였다. 최근 주목받고 있는 자동화 머신러닝 기술인 AutoML 기법을 활용하여 20여가지의 머신러닝 기법들 중 예측 성능 기준 상위 5개의 모델을 도출하였으며 그 중 catboost 모델이 75.26%의 예측 분류 정확도로 가장 높은 성능을 가지고 있음을 확인하였다. 추가로 SHAP 기법을 통해 분석에 사용한 변인들이 예측에 미치는 절대적인 영향력을 살펴본 결과 직전 수질 검사에서 부적합 판정을 받았는지 여부가 가장 중요한 요인이었으며 그 외 평균 기온, 과거 연속 2번 수질 부적합 판정 기록 유무, 수질 검사 당일 기온, 약수터 고도 등이 수질 부적합 여부에 영향을 미치고 있음을 확인하였다.

• 벤처창업연구
• /
• 제18권4호
• /
• pp.37-50
• /
• 2023

벤처캐피탈은 유망한 기술력과 우수인력을 갖춘 창업 초기 단계부터 성장단계의 유망 중소벤처기업에 필요한 자본을 투자하고 경영 및 기술 등을 지원하여 성장 이후 다양한 수단을 통해 투자금을 회수하여 이익을 실현하는 벤처생태계의 핵심주체로서의 역할을 하고 있다. 벤처캐피탈의 업무는 다양한 출자자(LP)를 모집하여 벤처투자조합(펀드)을 결성을 통해 성장성이 있는 중소벤처기업에 투자하고 기업이 성장함에 따라 투자금을 회수하여 출자자들에게 배분과 재투자를 하는 것이다. 벤처투자에 있어 가장 중요한 역할을 담당하고 있는 벤처캐피탈리스트의 주요 업무는 유망기업발굴, 기업분석 및 평가, 투자심사, 사후관리, 투자회수 등이며 특히 임원급 이상의 경우 펀드레이징(펀드결성)이 중요한 업무이다. 벤처캐피탈의 성공지표는 펀드결성과 투자수익률에 있으며 벤처캐피탈리스트는 투자와 회수 및 펀드결성등의 업무성과로 연봉, 성과급, 승진 등 보상이 이루어지고 있다. 최근 급격히 성장하는 벤처투자시장에 비해 투자인력은 부족하며 이에 투자성과 제고를 위해 인력양성과 장기근속을 위한 인프라와 시스템을 갖추기 위해 벤처캐피탈은 많은 노력을 하고 있으나 다른 산업에 비해 벤처캐피탈 산업의 연구 자체가 부족할 뿐만 아니라 주로 계량적인 관점에서 연구가 이루어졌다. 이에 본 연구는 벤처캐피탈의 투자 경험, 권한위임, 직무적합성, 동료 관계 등이 펀드결성과 투자수익률에 미치는 영향력을 연구하고 실증적인 분석하였으며, 투자 경험이 많을수록, 권한위임이 클수록, 직무적합성이 높을수록 동료 관계가 좋을수록 투자성과에 정(+)의 영향을 미쳤다. 이러한 실증연구 결과는 향후 벤처캐피탈은 직무적합성이 높고 투자 경험이 많은 벤처캐피탈리스트가 장기근속을 할 수 있도록 직무환경 조성과 인력운영 전략이 필요하다는 시사점을 제시하였다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.75-95
• /
• 2020

소셜네트워크서비스(SNS)의 성장과 함께 다양한 형태의 SNS가 등장했다. 상호작용성, 정보 교류, 엔터테인먼트 등 다양한 이용 동기를 바탕으로 SNS 이용자 또한 빠르게 증가하는 추세이다. 그중 페이스북은 대표하는 SNS 채널로서 기업에서도 페이스북 페이지를 활용해 홍보 채널로 활용하기 시작했다. 이를 위해 운영 초기, 기업은 팬 수 확보에 나섰고 그 결과 최근 기업 페이스북 팬 수는 많게는 수백만에 이를 정도로 늘어났다. 기업의 목표는 팬 수 확보를 넘어 콘텐츠를 통해 고객에게 기업 브랜드 이미지를 재고하고, 나아가 소통하는 수단으로 활용하고 있다. 이를 평가하는 주요 수치가 바로 본 연구의 종속변수에 해당하는 페이스북의 '좋아요', '댓글', '공유', '클릭 수' 등이다. 해당 수치 달성을 위해 콘텐츠 제작에 대한 고민이 선행되어야 하는데, 본 연구에서는 콘텐츠 제작 고려 사항을 3가지로 나눠 독립변수를 구성하였다. 콘텐츠 소재, 콘텐츠 구조, 메시지 스타일 등이 페이스북의 이용자 행동에 미치는 영향을 회귀분석을 이용해 분석하였다. 종속변수의 경우, 콘텐츠상에 모든 이용자의 행동 '전체 클릭 수'로 설정하였다. 본 연구에서는 각 독립 변수를 기존 연구 문헌을 통해 정의하고, 종속변수에 미치는 영향을 분석하였는데, '전체 클릭 수'의 경우, '자사연관', '실생활 관여도', '격식 x 관여도' 등의 변수가 유의미한 영향을 갖는 것으로 나타났다. 연구 결과를 통해, 콘텐츠 목적에 따른 최적화된 콘텐츠 전략을 제시함으로써, 기업 페이스북 운영자와 콘텐츠 제작자의 운영, 제작 전략에 기여할 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.39-53
• /
• 2013

인터넷의 발달과 SNS의 등장으로 정보흐름의 방식이 크게 바뀌었다. 이러한 변화에 따라 소셜 미디어가 급부상하고 있으며 소셜 미디어와 비디오 콘텐츠가 융합된 소셜 TV, 소셜 뉴스의 중요성이 강조되고 있다. 이러한 환경 속에서 사용자들은 단순히 콘텐츠를 탐색만 하는 것이 아니라 같은 콘텐츠를 이용하고 있는 친구들이나 지인들과 콘텐츠에 대한 정보나 경험들을 공유하고 더 나아가 새로운 콘텐츠를 만들어내기도 한다. 하지만 기존의 소셜 뉴스에서는 이러한 사용자들의 특성을 반영해 주지 못하고 있다. 특히 이용자들의 참여성만을 고려하고 있어서 서비스간의 차별화가 어렵고 뉴스 콘텐츠에 대한 정보나 경험 공유 시 컨텍스트 공유가 어렵다는 문제가 있다. 이를 해결하기 위해 본 논문에서는 뉴스를 내용별로 분할하고 분할된 뉴스에서 추출된 시간 종속적인 메타데이터를 제공하는 프레임워크를 제안한다. 제안하는 프레임워크에서는 스토리 분할 방법을 이용하여 뉴스 대본을 내용별로 분할한다. 또한 뉴스 전체내용을 대표하는 태그, 분할된 뉴스를 나타내는 서브 태그, 분할된 뉴스가 비디오에서 시작하는 위치 즉, 시간 종속적인 메타데이터를 제공한다. 소셜 뉴스 이용자들에게 시간 종속적인 메타데이터를 제공한다면 이용자들은 전체의 뉴스 내용 중에 자신이 원하는 부분만을 탐색 할 수 있으며 이 부분에 대한 견해를 남길 수 있다. 그리고 뉴스의 전달이나 의견 공유 시 메타데이터를 함께 전달함으로써 전달하고자 하는 내용에 바로 접근이 가능하며 프레임워크의 성능은 추출된 서브 태그가 뉴스의 실제 내용을 얼마나 잘 나타내 주느냐에 따라 결정된다. 그리고 서브 태그는 스토리 분할의 정확성과 서브 태그를 추출하는 방법에 따라 다르게 추출된다. 이 점을 고려하여 의미적 유사도 기반의 스토리 분할 방법을 프레임워크에 적용하였고 벤치마크 알고리즘과 성능 비교 실험을 수행하였으며 분할된 뉴스에서 추출된 서브 태그들과 실제 뉴스의 내용을 비교하여 서브 태그들의 정확도를 분석하였다. 결과적으로 의미적 유사도를 고려한 스토리 분할 방법이 더 우수한 성능을 보였으며 추출된 서브 태그들도 컨텍스트와 관련된 단어들이 추출 되었다.

• 조형예술학연구
• /
• 제10권
• /
• pp.5-50
• /
• 2006

인간의 신체는 단순한 육체적 몸을 넘어서 온갖 삶의 역사를 담은 상징체이다. 특히 예술 표현을 위해 신체를 사용하는 수많은 예들을 통해 볼 때, 즉 예술의 대상으로서 신체를 포착하거나, 자신의 생각을 전달하기 위해 신체 행위를 드러내거나 간에 시간과 장소를 포함한 삶의 지시체와 같은 역할을 해왔다. 이러한 신체에 대한 입장은 사실 그리 오래된 관점이 아니다. 1960년대 이래 이성과 사유의 힘을 중심화 하던 모더니즘의 사유 패러다임이 쇠퇴하고 감성과 감각의 중요성이 부각되면서 오랜 동안 정신의 시녀였던 신체가 탈분화적 관점에서 하나의 실체로서 주목하게 되면서부터이다. 이는 현대미술의 흐름에서 1940년대 이후 액션페인팅(Action Painting)에서부터 신체행위의 중요성이 제기되고 1960년대 액셔니즘(Actionism)과 플럭서스(Fluxus)의 빈번한 퍼포먼스(Performance)에서 신체는 표현의 중요한 매체가 되었다. 이브 클랭(Yves Kline)의 신체와 그 흔적에 의한 개념적 작업에서 시작되어, 1970년대 본격화된 바디아트(Body Art)에서 신체는 보다 확고한 예술의 매체로 부각된다. 이후 1980년대 만개한 페미니즘(Feminism)과 1990년대 파편화되고 해체된 신체미술의 경향들로 이어졌다. 이러한 흐름에서 볼 때 신체는 지시적 의미의 단계를 넘어서 개인의 정체성으로부터 세계상을 함축하여 드러낼 수 있는 단서로 간주된다. 특히 1980년대 이후 페미니즘(Feminism)적 경향의 키키 스미스(Kiki Smith)는 신체의 확장된 의미를 제시해주는 대표적 작가들로 그들의 작품을 연구 대상으로 하게 되었다. 이러한 배경 아래 키키스미스의 작품 세계를 고찰하기 위해, 신체를 통해 의미의 지평이 열리는 객관적 방법을 모색한 결과, 기호학과 신체론에 대한 고찰이 필요하다는 사실을 인식하게 되었다. 즉 신체를 객관화하여 가장 기초적인 수준에서 표현적인 부분과 내용적인 부분을 구조적으로 나누어 그 관계에 의해 의미가 발생하게 되는 과정을 기호와 텍스트의 개념에서 시작하였다. 나아가 이 표현면과 내용면의 구조적인 결합방식을 그레마스(A. J. Greimas)의 구조의미론에서 다룸으로써 의미의 확장을 위한 토대론적 작업을 구축하였다. 한편, 신체론에서는 세계와의 관계항으로서 신체를 조망하게 해준 메를로-퐁티(Maurice Merleau-Ponty)의 현상학(Phenomenology)과 애브젝션(abjection)의 개념을 통해 해체와 파편의 신체를 전달하게 해준 줄리아 크리스테바(Julia Kristeva)의 논의가 구조의미론적 분석을 해석으로 확장시키는 데 중요한 기여를 하였다. 키키 스미스는 1980년대 중반 죽음에 대한 서사에서 시작된 이중화와 파편화의 신체로부터 상처받을 수 있는 신체의 비천함이 구체적으로 드러난 1990년대 그리고 상처의 치유에 이르는 종교와 신화로 이어지는 2000년대 이후의 과정을 보여주었다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.107-129
• /
• 2022

기술경쟁이 심화되고 있는 오늘날 신기술에 대한 선도적 위치의 선점이 중요하다. 선도적 위치의 선점과 적정시점에 기술 획득·관리를 위해 이해관계자들은 지속적으로 기술에 대한 탐색활동을 수행한다. 이를 위한 참고 자료로서 가트너 하이프 사이클(Gartner Hype Cycle)은 중요한 의미가 있다. 하이프 사이클은 기술수명주기(S-curve)와 하이프 수준(Hype Level)을 결합하여 새로운 기술에 대한 대중의 기대감을 시간의 흐름에 따라 나타낸 그래프이다. 새로운 기술에 대한 기대는 기술사업화뿐만 아니라 연구개발 투자의 정당성, 투자유치를 위한 기회의 발판이 된다는 점에서 연구개발 담당자 및 기술투자자의 관심이 높다. 그러나 산업계의 높은 관심에 비해 실증분석을 시도한 선행연구는 다양하지 못하다. 선행문헌 분석결과 데이터 종류(뉴스, 논문, 주가지수, 검색 트래픽 등)나 분석방법은 한정적이었다. 이에 본 연구에서는 확산의 주요한 채널이 되어가고 있는 소셜네트워크서비스의 데이터를 활용하여 'Gartner Hype Cycle for Artificial Intelligence, 2021'의 단계별 기술들에 대한 집단구조(커뮤니티)의 특성과 커뮤니티 간 정보 확산패턴을 분석하고자 한다. 이를 위해 컴포넌트 응집규모(Component Cohesion Size)를 통해 각 단계별 구조적 특성과 연결중심화(Degree Centralization)와 밀도(Density)를 통해 확산의 방식을 확인하였다. 연구결과 기술을 수용하는 단계별 집단들의 커뮤니케이션 활동이 시간이 지날 수록 분절이 커지며 밀도 역시 감소함을 확인하였다. 또한 새로운 기술에 대한 관심을 촉발하는 혁신태동기 집단의 경우 정보확산을 촉발하는 외향연결(Out-degree) 중심화 지수가 높았으며, 이후의 단계는 정보를 수용하는 내향연결(In-degree) 중심화 지수가 높은 것으로 나타났다. 해당 연구를 통해 하이프 사이클에 관한 이론적 기초를 제공할 것이다. 또한 인공지능기술에 대한 기술관심집단들의 기대감을 반영한 정보확산의 특성과 패턴을 소셜데이터를 통해 분석함으로써 기업의 기술투자 의사결정에 새로운 시각을 제공할 것이다.