• 경영과정보연구
• /
• 제38권3호
• /
• pp.55-80
• /
• 2019

전 세계적으로 온라인 상거래 시장 규모가 성장함에 따라 국제 및 국내 기업의 상표권이 침해되는 사례가 빈번하게 발생하고 있다. 다양한 연구 및 보고서에 따르면, 해외 기업 또는 개인이 국내 기업의 상표권을 침해한 사례와, 국내 기업 간 발생하는 상표권 분쟁 사례가 증가하고 있는 것으로 나타나고 있으며, 특허청의 보고서에 따르면 기업의 규모가 작을수록 상표보호를 위한 사전 예방활동을 수행하지 않는다고 응답한 비율이 높은 것으로 나타났다. 이러한 문제는 선등록 상표에 대한 사전조사 또는 자사의 상표보호를 위해 소요되는 인력과 비용이 원인인 것으로 판단된다. 한편, 국내에서 선등록상표에 대한 사전조사를 위해 상용되는 서비스를 살펴보면 상표 이미지를 활용한 검색 서비스를 제공하고 있지 않은 상황이다. 이로 인해 국내 대다수의 기업은 자사의 상표 보호 및 선등록 상표에 대한 사전조사 수행 시 방대한 양의 선등록된 상표를 수작업으로 조사해야하는 문제가 발생한다. 따라서 본 연구에서는 기업의 상표권 보호 및 선등록 상표에 대한 사전조사 수행 시 투입되는 인력 및 비용절감과, 국내외에서 발생하고 있는 상표권 침해 문제를 해결하기 위해 합성곱 신경망 기법을 활용한 지능형 유사 상표 검색 모델을 개발하고자 한다. 지적 재산권 전문가가 선정한 테스트 데이터를 활용하여 지능형 유사 상표 검색 모델의 정확도를 측정한 결과 ResNet V1 101의 성능이 가장 높게 나타났다. 해당 결과를 통해 이미지 분류 알고리즘이 단순한 사물 인식 분야뿐만 아니라 이미지 검색 분야에서도 높은 성능을 나타낸다는 것을 실증적으로 입증했으며, 본 연구는 실제 상표 이미지 데이터를 활용했다는 측면에서 실제 산업 환경에서 활용성이 높을 것으로 사료된다.

• 지능정보연구
• /
• 제12권3호
• /
• pp.33-46
• /
• 2006

물류의 증가로 생산된 제품이 소비자에게 전달되기 전 저장하는 제품 창고의 운영과 유지는 제품원가의 큰 부분을 차지하게 되었다. 취급작업 횟수의 감소, 신속한 출고 작업, 제품의 효율적 관리를 위해 저장설비의 설치, 저장 공간의 추가 확보 등의 시설 투자 방법으로도 이런 문제를 해결 할 수 있지만 기존 저장 공간을 최대한 활용함으로써 취급작업 수를 줄일 수 있다. 저장시설 내에서의 운영방법에는 여러 가지가 있겠지만 저장 공간의 제약이 있기 때문에 제품을 겹쳐 쌓아야 하고 그 경우 반드시 재취급을 고려해야 한다. 재취급 문제는 창고의 취급 효율을 결정짓는 가장 중요한 문제이다. 따라서 창고의 운영 효율을 높이기 위해서는 재취급을 최소화할 수 있는 방법을 고려할 필요가 있다. 본 연구에서는 기대 재취급을 최소화하는 혼적결정 문제를 다루고자 한다. 혼적결정을 위한 최적화 모형을 제시하였고 해를 구하기 위한 유전자 알고리즘을 제시하였다. 이 연구결과는 컨테이너 터미널을 포함하여 재취급이 발생할 수 있는 창고의 운영에 활용될 수 있다.

• 지능정보연구
• /
• 제14권4호
• /
• pp.147-160
• /
• 2008

업무프로세스 관리시스템(BPMS：business process management system)을 이용하면 새로운 프로세스를 정의하거나 기존의 프로세스를 갱신하는 일이 매우 용이하다. 대체로 표준화되고 일상적인 업무를 대상으로 프로세스를 관리하는 것은 이러한 소프트웨어를 사용하여 효율성을 높일 수 있겠으나, 비일상적인 예외상황에 대한 처리를 위해서는 별도의 전문가 참여나 특수한 의사결정 과정을 거쳐야 하는 경우가 많다. 본 논문은 다수의 예외처리용 업무 프로세스가 저장소에 축적된 상황을 전제로 예외처리 프로세스 선정의 자동화 방안을 제시한다. 예외처리에 가장 적합한 프로세스를 검색하는 것은 예외상황에 관한 충분한 이해가 필요하기 때문에 상황의 인지(context awareness)는 매우 중요한 과제이다. 예외상황의 이해를 원활히 하고, 예외처리 프로세스의 효율적인 선정을 위해 본 연구에서는 '상황변수'와 '의사결정변수' 자료구조를 도입하였다. 전자상거래의 배송과정의 예외사례를 사용하여 제시한 변수구조가 어떻게 검색트리 생성에 활용되는지를 예시하였다. C5.0 알고리즘은 최적검색트리를 생성해주며, 그것은 또한 문제의 상황에 최적인 예외처리 프로세스의 선정을 위한 검색경로를 설정한 것임을 보여준다.

• 한국문헌정보학회지
• /
• 제32권4호
• /
• pp.69-86
• /
• 1998

본 연구는 2차 법률정보 전문 데이터베이스 구축을 위한 기초연구(권기원, 노정란, 1998, 한국문헌정보학회지, 32(3))에서 밝혀진 법률정보의 특성을 근거로 알고리즘을 개발하고 알고리즘에 의한 모형 통제어 데이터베이스를 구축하여 통제어 색인 시스템과 자연어 색인 시스템의 검색효율을 비교 평가한 것이다. 연구 결과 2차 법률 정보 전문 데이터베이스에서 통제어 색인 시스템은 재현을, 정확률, 자연어 시스템이 검색하지 못한 고유한 적합 문헌을 검색하는 능력에 있어서 자연어 색인시스템보다 높은 효율을 나타내었다. 또한 일반적으로 가중치를 부여하거나 접근점을 추가할 경우 데이터베이스의 정확률이나 재현율의 향상을 가져올 수 있다고 보고 있으나, 2차 법률정보 전문 데이터베이스에서는 법률정보라는 특정 지식 분야의 특성으로 인하여 가중치를 부여하거나 접근점을 추가한 경우에도 재현율과 정확률의 향상을 나타내지 않는다는 사실이 맞혀졌다. 그러므로 정보시스템 설계자는 시스템을 단순히 언어학적, 통계학적 방법으로 접근하기보다는 정보전문가와 주제전문가가 인식하고 있는 각 주제분야의 고유 지식을 시스템에 내장시키는 것이 필요하다고 할 수 있다.

• 지능정보연구
• /
• 제8권1호
• /
• pp.119-139
• /
• 2002

전자 카탈로그 상에서의 상품 검색은 카탈로그에 명시되어 있는 상품을 찾는 표준상품검색과 소비자가 원하는 상품을 맞춤 하는 맞춤상품검색으로 분류할 수 있다. 현재의 대부분의 상품 검색은 표준상품 검색에 의존하고 있다. 특히 기업간 구성요소기반(Component-based)상품의 경우 표준상품검색만으로는 구매자의 다양한 요구에 응하기가 어렵다. 따라서 웹 상의 전자 카탈로그에서의 동적인 맞춤검색에 대한 요구가 증가하고 있다. 본 연구에서는 구성기반 상품에 대해서 표준상품검색만으로는 구매자가 원하는 상품의 검색가능성(Feasibility)과 검색된 대안들이 조정(Adjust) 프로세스 과정을 거쳐 최적해 도달 가능성(Admissibility)이 보장되지 않음을 보이고, 이에 대한 효과적인 방법론으로 검색가능성과 최적해 도달 가능성을 지원하는 Template-based Reasoning 방법론을 제안한다. Template-based Reasoning은 구매자의 요구사항에 따른 대안탐색 부분과 선택된 대안에 대한 조정과정의 두 단계로 이루어진다. 구매자의 주요 선호도(MUST Preference)에 근거하여 대안들을 탐색하고, 탐색된 대안들 간의 우선순위를 결정한다. 조정 단계에서는 옵션(Options)의 확장을 통해 구매자의 맞춤사양에 따른 상품을 제안하고, 제약 및 규칙기반 추론 (Constraint and Rule Satisfaction Approach)을 이용하여 옵션(Options)들 간의 제약조건에 따른 호환성(Compatibility)을 조사하고, 적정가격의 상품을 제안한다. 본 방법론은 Template을 사용하여 기본적으로 구매자가 원하는 상품을 검색하기 위한 검색노력을 줄이고, 검색된 대안들로부터 구매자와 시스템이 웹상에서 서로 상호작용(interactivity) 하여 해를 찾고, 제약조건과 규칙들에 의해 적합한 해를 찾아가는 방법을 제시한다. 본 논문은 구성기반 예로서 컴퓨터 부품 조립을 사용해서 Template-based reasoning 예를 보인다. 본 방법론은 검색노력을 줄이고, 검색에 있어 Feasibility와 Admissibility를 보장한다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.131-150
• /
• 2015

영어와 달리 한국어나 일본어 문장의 경우 용언의 필수격을 채우는 명사구가 생략되는 무형대용어 현상이 빈번하다. 특히 백과사전이나 위키피디아의 문서에서 표제어로 채울 수 있는 격의 경우 그 격이 문장에서 더 쉽게 생략된다. 정보검색, 질의응답 시스템 등 주요 지능형 응용시스템들은 백과사전류의 문서에서 주요한 정보를 추출하여 수집하여야 한다. 그러나 이러한 명사구 생략 현상으로 인해 양질의 정보추출이 어렵다. 본 논문에서는 백과사전 종류 문서에서 생략된 명사구 즉 무형대용어를 복원하는 시스템의 개발을 다루었다. 우리 시스템이 다루는 문제는 자연어처리의 무형대용어 해결 문제와 거의 유사하나, 우리 문제의 경우 문서의 일부가 아닌 표제어도 복원에 이용할 수 있다는 점이 다르다. 무형대용어 복원을 위해서는 먼저 무형대용어의 탐지 즉 문서 내에서 명사구 생략이 일어난 곳을 찾는 작업을 수행한다. 그 다음 무형대용어의 선행어 탐색 즉 무형대용어의 복원에 사용될 명사구를 문서 내에서 찾는 작업을 수행한다. 문서 내에서 선행어를 발견하지 못하면 표제어를 이용한 복원을 시도해 본다. 우리 방법의 특징은 복원에 사용된 문장성분을 찾기 위해 Structural SVM을 사용하는 것이다. 문서 내에서 생략이 일어난 위치보다 앞에 나온 명사구들에 대해 Structural SVM에 의한 시퀀스 레이블링(sequence labeling) 작업을 시행하여 복원에 이용 가능한 명사구인 선행어를 찾아내어 이를 이용하여 복원 작업을 수행한다. 우리 시스템의 성능은 F1 = 68.58로 측정되었으며 이는 의미정보의 이용 없이 달성한 점을 감안하면 높은 수준으로 평가된다.