• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 대한공업교육학회지
• /
• 제38권2호
• /
• pp.48-67
• /
• 2013

본 연구는 특성화고 교육의 주요 수요자가 될 중학생, 학부모, 산업체 인사 담당자의 특성화고 진학 및 졸업 후 진로에 대한 인식을 조사하여 특성화고의 운영 방향에 관한 시사점을 제안하고자 한다. 이를 위해 충남 아산시의 중학교 3학년생과 학부모 및 산업체 인사를 대상으로 조사 연구를 실시하였다. 본 연구의 결과를 요약하면 다음과 같다. 첫째, 중학생과 학부모는 대체로 특성화고 마이스터고 등 직업 교육 기관보다는 일반고 진학을 희망하였고 고교 선택 요인으로 중학생은 학업 성적을, 학부모는 적성 소질을 가장 고려하였다. 둘째, 중학생 학부모 산업체 인사는 특성화고의 목적을 학생의 소질 적성 향상 및 취업으로 인식하였고, 특성화고의 긍정적인 이미지는 소질 적성을 일찍 살림, 취업이 잘됨, 졸업 후 자립이 빠름, 우수한 기술 습득 등으로, 부정적인 이미지는 사회적 편견 및 차별, 성적이 좋지 않은 학생의 진학, 승진 임금 등에 대한 불이익, 대학 진학에 불리 등으로 인식하였다. 또한 특성화고 교육이 전공분야 기초 실무 능력 향상, 직업 기초 능력 함양, 창의 인재 육성, 바른 인성 및 태도 함양에 대해 효과가 있는 것으로 인식하였다. 셋째, 다수의 중학생과 학부모가 아산시에 특성화고 설립 시 특성화고 진학 의사를 나타냈고 진학 이유는 적성 소질을 일찍 살림, 우수한 기술 습득, 조기 취업 희망 등, 미진학 이유는 적성 소질에 맞지 않음, 특성화고에 대한 인식 부족, 대학 진학에 불리, 사회적 편견 및 차별 등이었다. 또한 특성화고 졸업 후 취업과 대학 진학을 비슷하게 희망하였고 취업 이유는 대체로 사회 진출을 빨리하여 성공하고 싶거나 대학을 졸업해도 취업하기 어렵기 때문에, 진학 이유는 대체로 전공에 대한 심화교육과 학력에 따른 사회적 차별 때문이었다. 중학생 학부모 산업체 인사가 인식하는 채용 기준으로 직무 수행 능력이 가장 큰 비중을 차지하였다. 중학생과 학부모는 공업 계열 학과, 가정 가사 및 상업 관련 학과를 주로 희망하고 있으며 학과 선택을 위해 적성 소질, 미래 유망, 취업에 유리함 등을 고려하였다. 산업체 인사의 특성화고 학생의 채용 이유는 학생을 산업체의 인재로 성장, 학생이 직무 수행 능력을 갖춤, 고졸 수준의 인력이 필요함 등이었고, 인력이 필요하거나 학생이 직무 수행 능력을 갖추면 채용할 수 있다는 일부 응답이 있었다. 이상의 결과에 따른 특성화고 운영 방향에 대한 제언은 다음과 같다. 특성화고는 학생과 학부모의 다양한 요구에 부합도록 학과 및 교육과정을 다양화하고 진로 지도에 입각한 특성화고 입학 시스템을 구축하며 일 기반 현장 학습을 구축하여 학생의 직무 수행 능력을 향상시켜야 한다. 정부는 특성화고 학생의 실질적인 경력 발달이 가능하도록 선취업 후진학 정책을 정비하고 취업률 등 정량적 평가보다는 특성화고 교육의 내실화를 위한 방향으로 관련 정책을 추진하며, 특성화고 관련 기능 인력이 제대로 평가 및 대우받을 수 있는 각 부처의 협력적 지원이 요구된다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.

• 마케팅과학연구
• /
• 제18권4호
• /
• pp.61-118
• /
• 2008

본 연구는 국내외 프랜차이즈의 해외진출에 대한 연구들을 바탕으로 국제프랜차이징연구의 전체적인 연구체계를 세워보고, 연구체계를 형성하고 있는 연구요인들을 확인하여 각 연구요소별로 이루어지는 연구주제와 내용을 살펴보고, 앞으로의 연구주제들을 제안하고자 한다. 주요한 연구요소들은 국제프랜차이징의 동기 및 환경 요소과 진출의사결정, 국제프랜차이징의 진입양식 및 발전전략, 국제프랜차이징의 운영전략 및 국제프랜차이징의 성과이다. 이외에도 국제프랜차이징 연구에 적용할 수 있는 대리인이론, 자원기반이론, 거래비용이론, 조직학습이론 및 해외진출이론들을 설명하였다. 또한 국제프랜차이징연구에서 보다 중점적으로 개발해야 할 질적, 양적 방법론을 소개하였으며, 마지막으로 국내연구의 동향을 정리하여 추후의 연구방향을 종합적으로 정리하였다.

• 한국과학교육학회지
• /
• 제40권5호
• /
• pp.515-529
• /
• 2020

2015 개정 교육과정이 도입됨에 따라 신설된 과학탐구실험은 과학적 실천을 통한 과학의 학습과 핵심역량의 함양 등의 측면에서 기대를 받고 있는 과목이다. 특히, 변화하는 평가의 맥락에 기초하여 실천중심의 교과목인 과학탐구실험에서의 다각화된 평가가 운영될 필요가 있으나, 이에 대한 다양한 어려움과 한계가 보고되고 있다. 이에 본 연구는 과학탐구실험의 평가 현황을 살피고, 이로부터 평가의 운영과 지원 방안을 고찰하고자 하였다. 이를 위해 25명의 현직 과학교사로부터 과학탐구실험 수업에서 사용되었던 평가 도구와 이에 대한 설명 자료를 수집하여 분석하였다. 평가 도구의 분석은 평가 요소, 평가 기준, 평가 방법의 측면에서 이루어졌고, 평가 결과가 어떻게 활용되는지도 살펴보았다. 결과에 대한 타당성 확보를 위해 과학교육 전문가와 교사들로부터 점검을 받았고, 추가적으로 분석 결과에 대한 의견도 청취하여 연구에 활용하였다. 연구 결과, 교사들은 탐구 기능요소 중 특정 요소만을 중점적으로 평가하고 있었고, 일부 기능 요소는 특정한 주제 및 맥락과 연계하여 평가되었으나 활용 빈도는 낮았다. 또한, 인지적 영역과 정의적 영역에 대한 평가도 이루어지기는 했으나, 각 영역을 평가하는 데 있어서 한계점도 관찰할 수 있었다. 평가 기준의 측면에서 평가 목표는 대체적으로 제시되어 있으나, 평가 목표에 대한 세부 평가 요소의 구분 및 각 요소별 행동 특성을 단계적으로 진술하는 등의 구체적 기준 수립이 이루어진 사례는 상대적으로 적었다. 평가 방법에서 평가의 시점과 주체는 각각 '수업 후 평가'와 '교사 평가'가 주로 사용되었고, 다른 방법은 특정 내용, 특정 상황으로 한정되어 활용되었다. 평가 결과는 모든 사례에서 성적 산출을 위해서 활용되었고, 일부만이 수업 개선과 학생 피드백을 위한 목적으로 활용하고 있었다. 이러한 결과를 바탕으로 과학탐구실험에서의 학생 평가를 지원하기 위한 방안에 대해 논의하였다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.71-89
• /
• 2016

누구나 본인이 사용한 제품이나, 이용한 서비스에 대한 후기를 자유롭게 인터넷에 작성할 수 있고, 이러한 데이터의 양은 점점 더 많아지고 있다. 감성분석은 사용자가 생성한 온라인 텍스트 속에 내포된 감성 및 감정을 식별하기 위해 사용된다. 본 연구는 다양한 데이터 도메인 중 영화 리뷰를 분석 대상으로 한다. 영화 리뷰를 이용한 기존 연구에서는 종종 리뷰 평점을 관객의 감성으로 동일시하여 감성분석에 이용한다. 그러나 리뷰 내용과 평점의 실제적 극성 정도가 항상 일치하는 것은 아니기 때문에 연구의 정확성에 한계가 발생할 수 있다. 이에 본 연구에서는 기계학습 기반의 감성 분류기를 구축하고, 이를 통해 리뷰의 감성점수를 산출하여 리뷰에서 나타나는 감성의 수치화를 목표로 한다. 나아가 산출된 감성점수를 이용하여 리뷰와 영화 흥행 간의 연관성을 살펴보았다. 감성분석 모델은 지지벡터 분류기와 신경망을 이용해 구축되었고, 총 1만 건의 영화 리뷰를 학습용 데이터로 하였다. 감성분석은 총 175편의 영화에 대한 1,258,538개의 리뷰에 적용하였다. 리뷰의 평점과 흥행, 그리고 감성점수와 흥행과의 연관성은 상관분석을 통해 살펴보았고, t-검정으로 두 지표의 평균차를 비교하여 감성점수의 활용성을 검증하였다. 연구 결과, 본 연구에서 제시하는 모델 구축 방법은 나이브 베이즈 분류기로 구축한 모델보다 높은 정확성을 보였다. 상관분석 결과로는, 영화의 주간 평균 평점과 관객 수 간의 유의미한 양의 상관관계가 나타났고, 감성점수와 관객 수 간의 상관분석에서도 유사한 결과가 도출되었다. 이에 두 지표간의 평균을 이용한 t-검정을 수행하고, 이를 바탕으로 산출한 감성점수를 리뷰 평점의 역할을 할 수 있는 지표로써 활용 가능함을 검증하였다. 나아가 검증된 결론을 근거로, 트위터에서 영화를 언급한 트윗을 수집하여 감성분석을 적용한 결과를 살펴봄으로써 감성분석 모델의 활용 방안을 모색하였다. 전체적 실험 및 검증의 과정을 통해 본 연구는 감성분석 연구에 있어 개선된 감성 분류 방법을 제시할 수 있음을 보였고, 이러한 점에서 연구의 의의가 있다.

• 한국과학교육학회지
• /
• 제40권2호
• /
• pp.177-189
• /
• 2020

본 연구에서는 예비과학교사들의 반응적 교수 역량을 향상시키기 위한 교육프로그램을 실행하고 프로그램 과정 중에 드러난 반응적 교수 실행을 분석하였다. 이를 통해 반응적 교수 실행의 유형과 유형별 특징을 도출하고, 예비과학교사들이 반응적 교수를 실행을 어렵게 만드는 요인을 확인하여 예비교사들의 반응적 교수 역량이 어떠한 조건 하에서 개발되는지에 대한 경험적 데이터를 얻고자 하였다. 이를 위하여 반응적 교수법에 대한 경험이 없는 14명의 예비과학교사들을 대상으로 실천기반 교사교육 프로그램을 설계하여 운영하였다. 프로그램은 수업관찰을 통한 의미구성, 리허설을 통한 연습, 교육실습에서 적용, 교육실습 사후성찰로 이루어졌으며, 특히 교육실습에서의 적용 단계에서 드러난 예비과학교사들의 반응적 교수 유형과 실행의 저해요인에 대해 질적 분석을 하였다. 분석 결과, 변별자 유형, 전달자 유형, 안내자 유형 및 촉진자 유형 등 4가지 유형이 도출되었고 각 유형은 공통적인 반응적 교수 단계 요소를 가지고 있는 것으로 확인되었다. 본 연구에서 실행된 교사교육 프로그램이 예비과학교사들이 학생 참여형 수업의 중요성과 반응적 교수의 교육적 효과를 인식하는 데는 효과가 있었으나, 예비과학 교사들의 반응적 교수 실행의 걸림돌이 되는 3가지 저해요인도 분석되었다. 첫째는 주어진 수업 시간 내에 정해진 학습 목표를 달성해야 한다는 압박이고, 둘째는 교육과정에 대한 경직성이며, 셋째는 교사가 수업을 이끌어가야 한다는 강박감이었다. 이러한 결과를 바탕으로 예비교사들의 반응적 교수 역량을 향상시켜 주기 위하여 시간제약에 대한 사고의 탈피, 교육과정에 대한 유연성, 수업지원자로서 교사역할 인식을 가질 수 있도록 지원할 필요가 있음을 제안하였다.

• 벤처창업연구
• /
• 제8권2호
• /
• pp.129-139
• /
• 2013

본 연구는 2004년 중소기업청이 창업분야 전문인력 양성을 목적으로 전국 5개권역에 창업대학원을 설립한 후 창업대학원의 기술창업교육 운영의 내실화를 도모하고 자율경쟁을 유도하기 위해 연차별로 그 성과평가를 해오고 있는 상황에 대해 BSC(Balanced Score Card) 기법을 이용해 그 평가방법의 타당성을 평가하고 개선방안을 제시하는 것이 목적이다. 이를 통해 본 논문은 중소기업청의 창업대학원지원사업의 성과평과와 관리의 타당성을 평가하고 정책적 보완점을 도출하고자 하였다. 본 연구는 크게 두 가지의 연구를 수행하였다. 첫째, 창업교육이라는 공공서비스를 제공하는 비영리기관인 창업대학원의 성과평가에 BSC 기법을 도입하는 방안을 기존문헌연구를 통해 제시하였다. 둘째, 중소기업청이 제시하고 있는 창업대학원 평가체계를 BSC적 관점에서 평가하여 평가체계의 타당성을 분석하고 합리성 제고를 위한 개선방안을 도출하였다. 연구결과, 첫째, 창업대학원의 성과평가는 평가에 그치며 차기 성과관리에 큰 기여를 하지 못하는 시스템을 가지고 있다. 둘째, 창업대학원의 성과평가가 정부의 직접적인 정책적 목표 달성 이외에는 큰 성과제고 환경을 구축하지 못하고 있다. 셋째, 창업대학원의 성과평가는 투입재무와 하드웨어적인 요소만 강조할 뿐 창업대학원의 자립적 성장에 큰 기여를 하는 인적자원확보와 정부정책 및 제도 활용 자원의 투입은 부재하였다. 넷째, 창업대학원의 정책목표 자체가 창업자 일변 중심이었다. 다섯째, 창업대학원이 지속적으로 그리고 자립적으로 성장하기 위해서는 학습 및 성장 관점에 대한 전략과 평가지표 수립이 미흡하였다. 본 논문은 최근 정부가 막대한 정부예산을 대학에 투입하여 창업교육을 통한 기업가정신 함양에 정책적 노력을 기울이고 있는 상황에서 정부의 창업교육정책이 표방하는 목표와 이를 수용하는 대학의 수용체계가 적절히 균형을 이루어가고 있는지를 평가하는 새로운 평가토대를 마련해 주는 의의가 있다. 그러나, 본 논문에는 중소기업청의 창업대학원 성과평가에 BSC 모형의 평가지표에 대해 설문조사등의 실증적 연구는 포함되지 않아 연구의 한계를 가지고 있으며 추후연구과제로 남아있다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.