• 대한지리학회지
• /
• 제47권1호
• /
• pp.60-78
• /
• 2012

본 연구는 성호의 대표 저작인 [성호사설]의 만물문(萬物門)에서 지리관련 내용을 뽑고, 오늘날 지리학 분류체계와 개념을 기준으로 해석하면서 성호의 '지리적 관심과 사고(思考)'를 알아보려 한 것이다. 결과는 첫째, 지반의 융기, 회오리 바람, 토양성질, 윷 말판의 천문지리 등 자연지리 내용과 산삼, 담배, 고추, 전통과실(밤 대추 감), 고려지(高麗紙; 한지), 뽕나무와 목면, 천연 염색, 마정(馬政), 지남침, 모내기 농구 앙마(秧馬) 등 인문지리 내용이 나타난다. 둘째, 회오리 바람, 지남침, 말[馬], 고추, 산삼, 전통과실(대추 밤), 사도(柶圖; 윷판) 등의 내용은 자세하고 깊다. 셋째, 철저한 고증과 인용을 바탕으로 기술하여 내용의 진위(眞僞)는 대체로 '진(眞)'이다. 넷째, 많은 주제와 내용들이 '서민들의 민생경제 및 그 개선'에 주안을 둔다. 농작물 관련내용과 말을 이용한 물자 수송 등에 주된 관심을 기울여 당시의 시대적 상황을 반영한다. 다섯째, 모든 설명에 대한 고증과 인용은 중국(청) 문헌을 토대로 하는 것을 볼 때, 조선에 대해 당시 청(淸)은 선진세계이며 본받을 만한 문명 문물이었다. 여섯째, 말의 정책적 관리, 모내기 농구 앙마, 뽕나무, 옷의 천연염색 등의 내용을 제외 하면 오늘날에도 효용성이 있는 유용한 내용들이다. 요약컨대 성호의 지리적 관심과 사고(思考)는 민생 농업경제에 초점이 모아짐을 알수 있다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.