• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.123-139
• /
• 2019

주요 구인구직사이트의 직무분류체계가 사이트마다 상이하고 SW분야에서 제안한 'SQF(Sectoral Qualifications Framework)'의 직무분류체계와도 달라 SW산업에서 SW기업, SW구직자, 구인구직사이트가 모두 납득할 수 있는 새로운 직무분류체계가 필요하다. 본 연구의 목적은 주요 구인구직사이트의 구인정보와 'NCS(National Competaency Standars)'에 기반을 둔 SQF를 분석하여 시장 수요를 반영한 표준 직무분류체계를 구축하는 것이다. 이를 위해 주요 구인구직사이트의 직종 간 연관분석과 SQF와 직종 간 연관분석을 실시하여 직종 간 연관규칙을 도출하고자 한다. 이 연관규칙을 이용하여 주요 구인구직사이트의 직무분류체계를 맵핑하고 SQF와 직무 분류체계를 맵핑함으로써 데이터 기반의 지능형 직무분류체계를 제안하였다. 연구 결과 국내 주요 구인구직사이트인 '워크넷,' '잡코리아,' '사람인'에서 3만여 건의 구인정보를 open API를 이용하여 XML 형태로 수집하여 데이터베이스에 저장했다. 이 중 복수의 구인구직사이트에 동시 게시된 구인정보 900여 건을 필터링한 후 빈발 패턴 마이닝(frequent pattern mining)인 Apriori 알고리즘을 적용하여 800여 개의 연관규칙을 도출하였다. 800여 개의 연관규칙을 바탕으로 워크넷, 잡코리아, 사람인의 직무분류체계와 SQF의 직무분류체계를 맵핑하여 1~4차로 분류하되 분류의 단계가 유연한 표준 직무분류체계를 새롭게 구축했다. 본 연구는 일부 전문가의 직관이 아닌 직종 간 연관분석을 통해 데이터를 기반으로 직종 간 맵핑을 시도함으로써 시장 수요를 반영하는 새로운 직무분류체계를 제안했다는데 의의가 있다. 다만 본 연구는 데이터 수집 시점이 일시적이기 때문에 시간의 흐름에 따라 변화하는 시장의 수요를 충분히 반영하지 못하는 한계가 있다. 계절적 요인과 주요 공채 시기 등 시간에 따라 시장의 요구하는 변해갈 것이기에 더욱 정확한 매칭을 얻기 위해서는 지속적인 데이터 모니터링과 반복적인 실험이 필요하다. 본 연구 결과는 향후 SW산업 분야에서 SQF의 개선방향을 제시하는데 활용될 수 있고, SW산업 분야에서 성공을 경험삼아 타 산업으로 확장 이전될 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.27-42
• /
• 2020

인터넷이라는 가상 공간을 활용함으로써 물리적 공간의 제약을 갖는 오프라인 쇼핑의 한계를 넘어선 온라인 쇼핑은 다양한 기호를 가진 소비자를 만족시킬 수 있는 수많은 상품을 진열할 수 있게 되었다. 그러나, 이는 역설적으로 소비자가 구매의사결정 과정에서 너무 많은 대안을 비교 평가해야 하는 어려움을 겪게 함으로써 오히려 상품 선택을 방해하는 원인이 되기도 한다. 이런 부작용을 해소하기 위한 노력으로서, 연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 구매의사결정 과정 중 정보탐색 및 대안평가에 소요되는 시간과 노력을 줄여주고 이탈을 방지하며 판매자의 매출 증대에 기여할 수 있다. 연관 상품 추천에 사용되는 연관 규칙 마이닝 기법은 통계적 방법을 통해 주문과 같은 거래 데이터로부터 서로 연관성 높은 상품을 효과적으로 발견할 수 있다. 하지만, 이 기법은 거래 건수를 기반으로 하므로, 잠재적으로 판매 가능성이 높을지라도 충분한 거래 건수가 확보되지 못한 상품은 추천 목록에서 누락될 수 있다. 이렇게 추천 시 제외된 상품은 소비자에게 구매될 수 있는 충분한 기회를 확보하지 못할 수 있으며, 또 다시 다른 상품에 비해 상대적으로 낮은 추천 기회를 얻는 악순환을 겪을 수도 있다. 본 연구는 구매의사결정이 결국 상품이 지닌 속성에 대한 사용자의 평가를 기반으로 한다는 점에 착안하여, 추천 시 상품의 속성을 반영하면 소비자가 특정 상품을 선택할 확률을 좀더 정확하게 예측할 수 있다는 점을 추천 시스템에 반영하기 위한 목적으로 수행되었다. 즉, 어떤 상품 페이지를 방문한 소비자는 그 상품이 지닌 속성들에 어느 정도 관심을 보인 것이며 추천 시스템은 이런 속성들을 기반으로 연관성을 지닌 상품을 더 정교하게 찾을 수 있다는 것이다. 상품의 주요 속성의 하나로서, 카테고리는 두 상품 간에 아직 드러나지 않은 잠재적인 연관성을 찾기에 적합한 대상이 될 수 있다고 판단하였다. 본 연구는 연관 상품 추천에 상품 간의 연관성뿐만 아니라 카테고리 간의 연관성을 추가로 반영함으로써 추천의 정확도를 높일 수 있는 예측모형을 개발하였고, 온라인 쇼핑몰로부터 수집된 주문 데이터를 활용하여 이루어진 실험은 기존 모형에 비해 추천 성능이 개선됨을 보였다. 실무적인 관점에서 볼 때, 본 연구는 소비자의 구매 만족도를 향상시키고 판매자의 매출을 증가시키는 데에 기여할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.57-78
• /
• 2020

인터넷의 발달로, 소비자들은 이커머스에서 손쉽게 상품 정보를 확인한다. 이때 활용되는 상품 리뷰는 사용자 경험을 토대로 작성되어 구매의사결정의 효율성을 높일 뿐만 아니라 상품 개발에 도움을 주기도 한다. 하지만, 방대한 양의 상품 리뷰에서 관심있는 평가차원의 세부내용을 파악하는 데에는 많은 시간과 노력이 소비된다. 예를 들어, 노트북을 구매하려는 소비자들은 성능, 무게, 디자인과 같은 평가차원에 대해 각 차원별로 비교 상품의 평가를 확인하고자 한다. 따라서 본 논문에서는 상품 리뷰에서 다차원 상품평가 점수를 자동적으로 생성하는 방안을 제안하고자 한다. 본 연구에서 제시하는 방안은 크게 2단계로 구성된다. 사전준비 단계와 개별상품평가 단계로, 대분류 상품군 리뷰를 토대로 사전에 생성된 차원분류모델과 감성분석모델이 개별상품의 리뷰를 분석하게 된다. 차원분류모델은 워드임베딩과 연관분석을 결합함으로써 기존 연구에서 차원과 단어들의 관련성을 찾기 위한 워드임베딩 방식이 문장 내 단어의 위치만을 본다는 한계를 보완한다. 감성분석모델은 정확한 극성 판단을 위해 구(phrase) 단위로 긍부정이 태깅된 학습데이터를 구성하여 CNN 모델을 생성한다. 이를 통해, 개별상품평가 단계에서는 구 단위의 리뷰에 준비된 모델들을 적용하고 평가차원별로 종합함으로써 다차원 평가점수를 얻을 수 있다. 본 논문의 실험에서는 대분류 상품군 리뷰 약 260,000건으로 평가모델을 구성하고, S사와 L사의 노트북 리뷰 각 1,011건과 1,062건을 실험데이터로 활용한다. 차원분류모델은 구로 분해한 개별상품 리뷰를 6개 평가차원으로 분류했고, 기존 워드임베딩 방식보다 연관분석을 결합한 모델의 정확도가 13.7% 증가했음을 볼 수 있었다. 감성분석모델은 문장보다 구 단위로 학습한 모델이 평가차원을 면밀히 분석함으로써 29.4% 더 높은 정확도를 보임을 확인했다. 본 연구를 통해 판매자, 소비자 모두가 상품의 다차원적 비교가 가능하다는 점에서 구매 및 상품 개발에 효율적인 의사결정을 기대할 수 있다.

• Journal of Genetic Medicine
• /
• 제7권2호
• /
• pp.125-132
• /
• 2010

목 적: 착상전 유전진단(preimplantation genetic diagnosis, PGD)은 유전질환을 가진 부부들을 대상으로 체외수정을 통해 획득한 배아에서 유전진단을 하는 방법이다. 다양한 유전질환을 가진 부부에게 그 질환에 맞는 PGD의 설계가 진행되어야 하기 때문에 PGD 시행 전유전상담을 시행하는 것은 PGD 설계에 있어서 매우 중요하다. 이에, PGD 시행 시 필요한 유전상담의 내용에 대해 환자 및 가족과 전문가의 구체적인 의견을 수렴하고 분석하고자 하였다. 대상 및 방법: 본 연구는 PGD에 있어서 유전상담의 필요성과 중요성에 대한 의견을 알아보고자, 2010년 2월 3일부터 4월 30일까지 PGD를 실시 또는 실시 예정인 부부들과 PGD 관련 전문가들을 대상으로 이메일과 직접 설문지를 배포하여 설문조사를 실시하였다. 결 과: 환자 60명과 전문가 31명을 포함하여 총 91명이 설문조사에 응답하였으며, 환자들은 염색체 이상 질환 49명(81.7%)과 단일유전자 이상 질환 11명(18.3%) 이었다. 설문에 응답한 환자와 전문가 모두 유전상담이 PGD의 의료서비스 일환으로 반드시 필요하다고 답하였다. 환자의 충분한 이해를 위하여 필요한 유전상담의 시간에 대해 환자와 가족 그리고 전문가 의견을 수렴한 결과, 각각 45명(75.0%)과 23명(74.2%)이 적정한 유전상담시간을 30분 이상이라고 응답하였다. 하지만, 현 의료시스템에서는 짧은 진료시간 내 진료와 유전상담을 동시에 진행함으로써 환자에게 완벽한 정보제공이 이루어지지 않는 것으로 나타났다. 한편, 전문가 그룹에서는 진료시간의 부족과 유전질환의 정보 부족이 유전상담의 어려운 점이라고 답하였으며, 이에 비 의사(non-MD) 전문유전상담사가 필요하다는 의견이 30명(96.7%)으로 높게 나타났다. 환자와 가족들은 PGD 시술 시 예기치 못한 결과의 가능성, 환자가 가진 유전질환의 위험을 예방할 수 있는 선택사항, 환자가 가지고 있는 유전질환의 위험도 평가, 유전자 검사 시 검사의 목적 설명 및 검사기술의 한계점과 오진률의 설명, PGD 시술 전반에 관한 기술적인 정보 등에 대하여 관심을 가지고 있으며 더 자세한 설명을 필요로 하는 것으로 나타났다. 이에 대한 전문가 의견 역시 환자 및 가족이 관심 있고 자세한 설명을 원하는 정보와 대부분 일치하였다. 이에 따라 환자의 요구와 의견으로 나타난 위의 결과들을 향후 PGD를 위한 유전상담의 지침(guide-line) 구축 시 반영하여야 할 것으로 사료된다. 결 론: 본 연구에서 유전진단과 생식의학 기술의 발전과 더불어 PGD의 적용과 효율성 등에 대한인식이 높아짐에 따라, PGD를 시행함에 있어서 구체적이고 체계적인 유전상담이 필요하다는 것을 확인할 수 있었다. 본 연구의 설문조사 결과가 향후 PGD를 위한 유전상담 지침서(guideline)에 반영되어 적절한 PGD의 설계, 실시, 사후관리에 큰 도움이 되기를 기대한다.

• 헤리티지:역사와 과학
• /
• 제37권
• /
• pp.371-405
• /
• 2004

문화재의 국제적인 유통행위는 다수 국가가 관계되므로 이 문제 해결을 위해서는 국제법적인 접근이 필수적이다. 2차대전 이후 문화재의 가치가 물질적 가치에서 국가와 민족의 정체성 확립을 위한 정신적 민족적인 측면의 가치가 중시되면서 신생 독립국과 식민제국들 간에 문화재의 소유권 다툼이 쟁점화 되어 문화재 반환을 목적으로 하는 국제적인 협력과 법제도적인 장치의 모색이 필요하게 되었다. 문화재의 불법거래에 관한 국제협약으로 유네스코(UNESCO)를 중심으로 문화재의 준비적 보존의무를 부과하는 1954년 "전시 문화재 보호에 관한 협약", 문화재 반 출입에 대한 통제와 반출에 허가장 발급을 통해 불법 취득 유통 억제를 위한 1970년 "문화재불법 반 출입 및 소유권 양도의 금지와 예방수단에 관한 협약", 도난이나 불법적으로 반출된 문화재의 국제적 반환을 의무화한 1995년 "유니드로와 협약"이 있다. 또한 유엔(UN)의 산하 기관으로 유네스코(UNESCO)는 특히 소위 문화재 분과(the Division of Cultural Heritage)를 마련하여 문화재에 대한 관계업무 처리에 주력하여 오고 있으며, UN 총회 역시 1973년의 결의 3187 이후로 문화재 보호에 관하여 계속적인 관심을 표현하여 오고 있는데 그 기본내용은 문화재의 원산국에로의 반환에 관한 국제 협력을 확인하고, 각국에 예술품 및 문화재의 불법거래 금지 및 방지를 위한 적절한 조처를 권고하며, 자국내 문화재에 대한 목록화 작업을 권고함과 아울러 종국적으로 많은 국가가 유네스코(UNESCO) 협약의 당사국이 되어 국제적인 협력체제의 구성원이 될 것을 권장하는 것이다. 국제협약의 한계로 협약상의 문화재에 대한 정의 차이가 존재한다. 먼저 1954년 협약상의 문화재는 동산에만 국한되는 것이 아니라 부동산도 포함하고 있는데 1970년 협약은 그 제정 목적이 '문화재의 불법적인 반 출입 및 소유권 양도의 금지와 방지수단'의 강구에 있으며 따라서 그 규율대상도 원칙적으로 유형의 동산문화재(tangible movable cultural property)에 국한된다고 봐야할 것이다. 1995년 협약도 역시 동산문화재를 규율대상으로 삼고 있다. 이 두 협약은 이 점에서 1954년 협약이나 주로 부동산적인 특성을 갖는 문화유산 및 자연유산을 대상으로 하는 1972년의 협약과 차이를 보이고 있다. 이러한 차이는 문화재의 개념에 대한 내재적인 차이를 반영하는 것이 아니라 주어진 협약의 제정 목적 및 취지가 다름에서 기인하는 것이다. 우리나라의 경우 1866년의 병인양요, 일본에 의한 36년간의 식민통치, 군정기, 경제 개발기 등을 통하여 다수의 문화재가 해외로 유출되었다. 물론 이들 문화재를 전부 반환 받을 수도 없고 또 받을 필요도 없는 것이지만, 이들 중 일부는 한국 사회의 문화적 역사적 정체성의 형성에 중요한 역할을 한다거나 또는 이들의 외국(특히, 일본)에서의 소재가 과거 한국민에 대한 지배의 상징으로서 기능한다거나 할 경우 반환 문제가 제기될 수 있을 것이다. 이러한 경우에 우리의 입론을 강화하기 위해서는 1954년 협약 및 제1의정서의 비준은 적극적으로 고려해야 한다고 판단된다. 반환을 요구할 경우 우선 문화재의 도난 여부가 핵심이며 이 경우 국제협약에 따라 조치하면 될 것이지만 외교적 협상의 단계에 이르면 이 문제는 정치적 문제가 될 것이다. 이 경우 반환을 요구하는 국가는 상대국이 문화재를 반환하도록 유도해야 한다. 문화재의 불법거래 방지에 대한 절실한 필요성에 반해, 동북아 지역 국가 및 시민사회의 방지노력은 대단히 미흡한 실정인 바, 이를 실현하기 위한 국가 및 시민 사회적 차원의 체계적인 노력이 동아시아 지역 전체에서 활발하게 전개하여야 할 것이다. 문화재의 불법적인 거래를 가장 효과적으로 막을 수 있는 방법은 인터폴(Interpol) 회원국간 정보를 신속히 유통시키는 것인데 이를 위해서는 인터넷 기술에 바탕을 둔 통신 시스템을 개발해야 하며 도난당한 문화재의 불법거래를 방지하기 위한 보다 효율적인 방안으로 문화재 보호 법률의 도입, 국제협약의 가입, 수집품 목록 구축 등의 조치가 필요하다고 본다.

• 항공우주정책ㆍ법학회지
• /
• 제33권2호
• /
• pp.35-59
• /
• 2018

미국의 2015년 "상업적 우주발사 경쟁력 법"(CSLCA)나 2017년 룩셈부르크의 우주자원의 탐사 및 활용에 관한 법에서 명시된 바와 같이 자국민은 물론 타국이 운영하는 기업에게도 우주자원의 상업적 탐사와 이용할 수 있도록 허용하는 조항은 우주조약(OST) 제2조 및 달협정(MA) 제11조 2항의 우주 및 천체의 비전유원칙에 위반되는 조항인가 하는 점이 중요한 문제이다. CSLCA는 이 법에 의해 특정 천체에 대한 주권이나 점유권, 사법권을 주장하거나 소유를 주장할 수 없다고 분명하게 명시하고 있다. OST 제2조의 비전유원칙에 의하여 달과 다른 천체들이 무주지(res nullius)에서 국제공역(res extra commmercium)으로 전환되는 법적 지위를 가짐으로써 우주와 천체는 마치 공해와 같이 각 국가가 이곳을 전유할 수는 없으나, 이곳의 자원을 자유롭게 이용할 수 있게 되었다. 그러면 OST 제2조의 비전유원칙은 비당사국도 구속하는 조항인가 하는 점인데 다수의 학자들은 동 원칙은 국제조약상 규범은 물론 모든 국가들을 구속하는 국제관습법으로 심지어는 강행규범(jus cogens)으로 발전된 조항이라고 보고 있는데 필자도 이에 동의하는 바이다. 우주 및 천체의 지위가 마치 해양법상 공해에 적용되는 res extra commmercium이기 때문에 어느 국가나 사기업 또는 개인이 우주 및 천체의 비전유원칙을 존중하는 한 그곳의 사용 및 수익행위를 할 수 있다면 우주 및 천체에 접근하지 못하는 국가나 개인 또는 사기업체들은 후발주자로서 손해를 크게 보게 될 것이고 이렇게 방치될 경우 우주개발국의 무제한의 우주자원채취는 우주자원이 고갈되는 상태를 불러일으킬 것이 분명하다. 이를 극복하기 위하여 인류공동유산(CHM)개념이 도입된 MA가 등장한 것인데, 심지어 MA 제정에 참가한 국가들마저 동 협정의 조약당사국이 되기를 꺼려하고 있는 것이 현실이다. 우주와 천체가 마치 공해와 같이 각 국가가 이곳을 전유할 수는 없으나, 이곳의 자원을 자유롭게 이용할 수 있게 되는 곳이라면 만일 미국의 어느 기업체가 미국의 승인을 얻어 달의 일부 중 가장 좋은 지점을 확보하고 자원을 수집할 때, 타국 기업체도 이에 접근할 수 있는가? 그리고 일정지역이란 달에서 어느 정도 크기의 영역인가? 그리고 얼마동안 수집할 것인가? 현재 국제우주법체계에서는 '선착순의 원리'(first come, first served)에 따라 이를 허용하는 수밖에 없을 것이다. 따라서 이제 국제공동체는 국가들의 우주활동 중 예견되는 분쟁해결을 위한 국제회의를 조만간 개최하여야 하며, 조약으로 해결할 수 없는 우주법 문제들을 선언 및 결의와 같은 연성법(soft law)을 통해서라도 조속히 이 문제를 해결해야 할 것이다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.