• Composites Research
• /
• 제36권1호
• /
• pp.48-52
• /
• 2023

섬유 강화 복합재료는 방향성을 가지고 있기 때문에 적층 순서에 따라서 구조물의 기계적인 특성은 매우 달라질 수 있다. 따라서, 상황과 용도에 따른 복합재료 구조물의 적층 설계는 필수적이다. 그러나 제작된 복합재료 구조물의 적층 각도는 제작 환경이나 구조물 형상에 따라 설계 값과 편차를 가지는 경우가 많으며, 이는 구조적 성능에 영향을 끼칠 수 있다. 따라서 구조물의 신뢰성 확보를 위해서는 적층 설계 뿐만 아니라 제작된 복합재료의 적층각에 대한 분석 또한 매우 중요하다. 본 연구에서는 합성곱 신경망(Convolutional neural network; CNN) 기반의 딥러닝(Deep learning)을 이용하여 섬유 강화 복합재료의 실제 단면 이미지로부터 적층 각도를 예측하였다. 여러 적층 각도를 가지는 탄소 섬유 강화 복합재료 시편을 제작하고, 광학 현미경을 이용하여 Micro-scale로 실제 단면을 촬영하였다. 다양한 적층 각도에 따른 복합재료 시편의 단면 이미지 데이터를 이용하여 합성곱 신경망 기반의 딥러닝 모델에 대하여 학습을 수행하였다. 그 결과 높은 정확도로 실제 섬유 강화 복합재료 단면 이미지로부터 적층 각도를 예측할 수 있었다.

• 경영정보학연구
• /
• 제21권1호
• /
• pp.23-38
• /
• 2019

소셜 네트워크 서비스(이하 SNS)는 회사의 마케팅 채널로 적극 활용되고 있으며, 회사들의 고객층에 적합한 내용과 어조를 활용하여 주기적으로 SNS 메시지를 작성하는 등 활발한 마케팅을 펼치고 있다. 본 논문에서는 이제까지 간과되었던 SNS 메시지에 내포된 심리적 거리에 초점을 맞춰 전통적인 코더를 활용한 내용 분석(content analysis)과 자연어 처리 기법 및 머신 러닝 방법을 혼합하여 심리적 거리를 측정하는 분석 방법을 연구하였다. SNS 메시지의 심리적 거리 분석을 위해 코더들을 활용하여 내용분석을 수행하였으며, 이와 같은 방법으로 레이블링된 데이터를 자연어 처리 방법을 이용하여 워드 임베딩을 수행함으로써 머신 러닝 수행을 위한 입력 데이터를 마련하였다. 머신 러닝 분석법 중 Support Vector Machine(SVM)을 이용하여 SNS 메시지와 심리적 거리 간의 관계를 학습시켰으며, 마지막으로 테스트 데이터를 이용하여 심리적 거리를 예측함으로써 머신 러닝 분석의 성과를 검증하였다. 심리적 거리측정 방법론 수행 결과, 코더들의 내용분석 결과가 특정 값으로 편향되어 SVM 예측의 민감도와 정밀도가 낮은 결과가 도출되었다. 심리적 거리 응답 비율을 보정하고 코더들의 1차 내용분석 결과 중 답변이 일치한 데이터로 한정지어 머신 러닝을 실행한 결과 심리적 거리 예측의 정확도, 민감도, 특이도, 정밀도 모두 향상되어 심리적 거리가 70% 이상 예측되는 성과를 보였다. 본 연구는 SNS 메시지의 심리적 거리를 측정하는 방법을 제시함으로써 독자와의 심리적 거리를 제어 가능한 전략 요소로 활용 가능하게 할 것이라 기대된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.37-51
• /
• 2015

인터넷 기술의 발전과 인터넷 상 데이터의 급속한 증가로 인해 데이터의 활용 목적에 적합한 분석방안 연구들이 활발히 진행되고 있다. 최근에는 텍스트 마이닝 기법의 활용에 대한 연구들이 이루어지고 있으며, 특히 문서 내 텍스트를 기반으로 문장이나 어휘의 긍정, 부정과 같은 극성 분포에 따라 의견을 스코어링(scoring)하는 감성분석과 관련된 연구들도 다수 이루어지고 있다. 이러한 연구의 연장선상에서, 본 연구는 인터넷 상의 특정 기업에 대한 뉴스 데이터를 수집하여 이들의 감성분석을 실시함으로써 주가의 등락에 대한 예측을 시도하였다. 개별 기업의 뉴스 정보는 해당 기업의 주가에 영향을 미치는 요인으로, 적절한 데이터 분석을 통해 주가 변동 예측에 유용하게 활용될 수 있을 것으로 기대된다. 따라서 본 연구에서는 개별 기업의 온라인 뉴스 데이터에 대한 감성분석을 바탕으로 개별 기업의 주가 변화 예측을 꾀하였다. 이를 위해, KOSPI200의 상위 종목들을 분석 대상으로 선정하여 국내 대표적 검색 포털 서비스인 네이버에서 약 2년간 발생된 개별 기업의 뉴스 데이터를 수집 분석하였다. 기업별 경영 활동 영역에 따라 기업 온라인 뉴스에 나타나는 어휘의 상이함을 고려하여 각 개별 기업의 어휘사전을 구축하여 분석에 활용함으로써 감성분석의 성능 향상을 도모하였다. 분석결과, 기업별 일간 주가 등락여부에 대한 예측 정확도는 상이했으며 평균적으로 약 56%의 예측률을 보였다. 산업 구분에 따른 주가 예측 정확도를 통하여 '에너지/화학', '생활소비재', '경기소비재'의 산업군이 상대적으로 높은 주가 예측 정확도를 보임을 확인하였으며, '정보기술'과 '조선/운송' 산업군은 주가 예측 정확도가 낮은 것으로 확인되었다. 본 논문은 온라인 뉴스 정보를 활용한 기업의 어휘사전 구축을 통해 개별 기업의 주가 등락 예측에 대한 분석을 수행하였으며, 향후 감성사전 구축 시 불필요한 어휘가 추가되는 문제점을 보완한 연구 수행을 통하여 주가 예측 정확도를 높이는 방안을 모색할 수 있을 것이다.

• 경영과정보연구
• /
• 제36권2호
• /
• pp.277-306
• /
• 2017

그동안의 기업 정보화 성공요인 관련 연구들은 정보화 자체의 구축 완성도 및 그 재무적 효과에 초점을 맞추고 있어, 정보화의 방향성이 경영전략을 지원할 수 있는지에 대한 연구가 미흡하였다. 기업의 정보화가 경영전략 이행을 주도할 수 있도록 초점이 맞추어져 있는지, 주요 메커니즘 요인이 정보화 성과에 어떠한 연관성을 갖는지에 대한 검증이 필요하며, 이는 기존의 정보화 성공요인들을 경영 전략적 패러다임으로 재해석하는 연구가 필요하다는 것을 시사한다. 본 연구는 국내 기업을 대상으로 주체, 환경, 자원 및 메커니즘 요인이 정보화 성과에 어떠한 영향력을 갖는지를 검증하고, 국내 대기업과 중소기업에 있어 정보화 성공요인이 정보화 성과에 미치는 영향도의 차이가 있는지에 대한 문제를 실증적으로 분석하였다. 본 연구를 통해 7개의 연구가설에 대한 검증 결과를 제시하였다. 기업에 있어 자원 요인의 확보는 정보화 성과에 유의미성이 있다는 것과 메커니즘 관점에서 학습 메커니즘과 조정 메커니즘의 모든 하부 요인들은 기업의 정보화 성과에 유의미하다는 것을 실증 분석을 통해 확인하였다. 또한, 기업 규모에 따른 통제효과분석을 통해 대기업과 중소기업의 정보화 성과에 대한 차이점을 지원 환경 요인, 선택 메커니즘 요인 및 학습 메커니즘 요인 등에 있음을 밝혔다. 본 연구의 시사점은 첫째, 메커니즘 요인 변수의(학습, 내부 조정, 외부 조정) 정보화 성과에 대한 유의미성이 다른 요인 변수에 비해 상대적으로 중요하게 활용되고 있음을 확인하였다. 둘째, 대기업과 중소기업의 정보화 성과에 대한 차이점을 밝혀 중소기업이 중점적으로 확보해야 하는 정보화 성과 요인을 제시 하였고, 셋째, 본 연구는 선행 연구에서 다루지 못한 정보화 성과 창출 메커니즘 요인에 대한 실증연구를 진행했으며, 이는 메커니즘 요인에 대한 보다 더 깊이 있는 이해를 가능하게 하였다. 또한, 본 연구의 사례를 기반으로 타 산업 영역과 기업군에도 적용할 수 있다.

• 유통과학연구
• /
• 제10권6호
• /
• pp.39-53
• /
• 2012

기업에 경쟁우위를 가져다주는 많은 자원들 중에서 특히 지식(knowledge)은 생산 활동을 위해 다른 자원을 변화시키거나 확보할 수 있도록 만드는 중요한 자원으로 알려져 있다. 이러한 조직 내 지식은 다양한 형태로 존재하고, 다양한 장소나 개인에게 산재해 있기 때문에, 이를 통합하고 체계적으로 활용하기 위한 기업의 전사적 관리 활동이 필요하다. 특히 지식관리시스템(KMS: knowledge management systems)은 조직 내 지식을 창조하고, 공유하고, 적절히 사용함으로써 지식관리 프로세스를 지원하고 조직이 가진 지식자원의 가치를 극대화하여 기업의 학습조직화와 성과 증진을 이끌 수 있다. 이에 본 연구는 국내 대표적인 프랜차이즈 기업인 파리바게뜨의 성공적인 지식관리시스템운영 사례를 분석하여 프랜차이즈 기업들의 지식경영을 강화 및 지식관리시스템(KMS) 구축과 개선을 위한 구체적인 시사점을 제안하고자 하였다. 결과적으로 최고경영층의 관심과 지원, 능동적인 지식 공유와 활용을 위한 학습조직 문화, 네트워크 활성화를 통한 지식의 변환, 정보기술, 지식경영의 내재화를 위한 촉진제도와 보상이라는 5가지 주요 요인이 프랜차이즈 기업의 지식관리시스템의 성공적 운영을 위해 반드시 고려되어야 하는 요인임을 밝혀낼 수 있었다.

• 디지털융복합연구
• /
• 제10권8호
• /
• pp.287-297
• /
• 2012

본 논문에서는 미국의 전자증거개시(E-Discovery) 제도의 확산에 따라 국내 도입에 대비하여 표준화 된 업무 수행 절차 확립을 위해 선행 연구가 이루어지고 있는 EDRM(Electronic Discovery Reference Model) 및 The Sedona Conference 프로젝트에 대한 분석을 바탕으로 일반화 된 E-Discovery 프로세스와 세부 절차 별 필수 업무 사항들을 제시한다. 또한 이런 절차들이 실제 소송에 활용됨에 있어서 근본적으로 내포하고 있는 시간과 비용 문제를 해결하기 위한 대체 기술로써 기계 학습, 오픈 소스 형태의 정보 검색 라이브러리, Hadoop 기반의 대용량 데이터 분산 처리 기법 등을 소개하고, E-Discovery 프로세스 상에서의 활용 방안을 제시하여, 관련 서비스 및 솔루션을 개발하고자 하는 벤더들에게 유용한 정보를 제공한다. 이는 또한 제도적 변화에 발맞추어 업무 시스템을 재정비하고자 하는 기업들로 하여금 소송에 보다 효과적으로 대처할 수 있도록 한다.

• 한국콘텐츠학회논문지
• /
• 제16권6호
• /
• pp.183-192
• /
• 2016

본 연구는 국가직무표준(National Competency Standards, NCS)에서 제시한 시각디자인 직무를 적용한 캡스톤디자인 운영사례를 통해 시각디자인 전공 분야 학생들의 시각디자인 실무능력 변화와 캡스톤디자인의 활용 가능성을 살펴보는 것을 목적으로 하였다. 이를 위해 동의과학대학교 시각디자인전공의 '커뮤니케이션 디자인 프로젝트' 교과목을 수강하는 2학년 학생과 담당교수, 그리고 산업체가 협업하여 '연예인 로버트 할리의 캐릭터디자인' 과제를 중심으로 연구를 진행하였다. 이 과정에서 학생들은 '커뮤니케이션 디자인 프로젝트'에서 배운 전공 이론과 실기를 '연예인 로버트 할리의 캐릭터디자인' 개발에 직접 적용해 보고 그 결과물을 공모전에 지원하게 된다. 수집된 학생 설문 분석, 산업체 평가, 공모전 수상 등의 자료를 분석한 결과, 캡스톤디자인에 참여한 시각디자인 전공 학생들은 NCS에서 제시한 지식, 기술, 태도의 관점에서 시각디자인 직무에 대한 이해도가 높아졌으며 과제를 수행하는 과정에서 문제해결기술과 실무능력이 고취되었음을 보여주었다. 따라서 본 연구에서의 캡스톤디자인 교육설계가 현장실무중심 시각디자인 교육과정 개발에 유용한 기초자료가 될 수 있을 것으로 여겨진다.

• 유통과학연구
• /
• 제15권1호
• /
• pp.123-130
• /
• 2017

Purpose - This research aims to examine the effect of e-business adoption on firm's growth and profitability in the distribution industry. The value added from the distribution industry acts as the cost of other industries. As the distribution industry develops, its stage becomes shorter and the distribution margin becomes smaller. Therefore, e-business is expected to have a different effect on the distribution industry than other industries. Research design, data and methodology - The previous research generally used e-business adoption as an independent variable and firm's performance as a dependent variable. This study elaborated the model using a dynamic panel model that includes the performance variable of the previous year as an independent variable. By employing system GMM (Generalized Method of Moments), the endogeneity problem in the dynamic panel model can be solved. For the analysis, I extracted the distribution companies as the raw data in the National Statistical Office's Business Activity Survey over the period 2006 to 2012. Results - The growth rate of firms adopting e-business was 0.299%p higher than that of the non-adopter. However, only ERP (Enterprise Resource Planning), KMS (Knowledge Management System) and SCM (Supply Chain Management) contributed positively to the growth rate. In the case of profitability, it was 0.04%p higher than the distribution companies that did not adopt e-business. ERP and LMS (Learning Management System) improve profitability, while SCM reduces profitability. Consequently, while ERP improves both growth and profitability, SCM improves growth but reduces profitability. In addition, KMS improves firm's growth only, and LMS does only profitability, showing that each e-business has a differentiated effect. Conclusions - Since the distribution industry has different characteristics from manufacturing and other service industries, the introduction of e-business may not guarantee the growth and profitability of distribution companies. Careful introduction considering the characteristics of the distribution industry is required. In particular, it is necessary to select an e-business meeting the characteristics and needs of a distribution company, and thereafter, it is required for the company's own efforts to internalize it within the system.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권4호
• /
• pp.17-37
• /
• 2017

Purpose Customer Loyalty is the most important factor of customer relationship management (CRM). Especially in retailing industry, where customers have many options of where to spend their money. Classifying loyal customers through customers' data can help retailing companies build more efficient marketing strategies and gain competitive advantages. This study aims to construct classification models of distinguishing the loyal customers within a Korean retailing company using data mining techniques with R language. Design/methodology/approach In order to classify retailing customers, we used combination of support vector machines (SVMs) and other classification algorithms of machine learning (ML) with the support of recursive feature elimination (RFE). In particular, we first clean the dataset to remove outlier and impute the missing value. Then we used a RFE framework for electing most significant predictors. Finally, we construct models with classification algorithms, tune the best parameters and compare the performances among them. Findings The results reveal that ML classification techniques can work well with CRM data in Korean retailing industry. Moreover, customer loyalty is impacted by not only unique factor such as net promoter score but also other purchase habits such as expensive goods preferring or multi-branch visiting and so on. We also prove that with retailing customer's dataset the model constructed by SVMs algorithm has given better performance than others. We expect that the models in this study can be used by other retailing companies to classify their customers, then they can focus on giving services to these potential vip group. We also hope that the results of this ML algorithm using R language could be useful to other researchers for selecting appropriate ML algorithms.