• 지적과 국토정보
• /
• 제54권1호
• /
• pp.63-74
• /
• 2024

문화자원을 활성화하고 콘텐츠를 개발하는 그 기본은 국가유산(문화재)으로 국가유산에서 문화유산은 역사와 전통의 고유성, 정체성, 생활 변화를 나타내는 유형의 문화적 유산이다. 박물관의 경우 소장품(소장한 문화유산)이 그 기관에 대한 고유 특성을 나타낸다. 우리나라는 문화유산을 학문, 산업, 행정에 연계하여 관리·활용할 수 있도록 박물관 소장품을 문화유산표준관리시스템에 등록하여 사용하도록 권장하고 있다. 하지만 근·현대 유산에 대한 인식 부족으로 시스템의 주제 분류 편년이 조선시대 이전 위주로 설정되어 있어, 국토정보에 맞는 문화유산 분류체계가 이루어지지 않았다. 이에 본 연구에서는 '지적' 용어가 처음 사용된 근대를 기점으로 한국국토정보공사 LX국토정보박물관에 소장된 지적 문화유산 소장품을 중심으로 지적 문화유산에 대한 분류체계를 제시하였다. 지적 문화유산은 전문적인 기술 분야이면서도 특정 인물만이 지적을 측량하거나 결과물을 제작하지 않는다는 점, 제작에는 전문적이면서도 사용 시 교육적 측면이 많다는 점을 특징으로 한다. 따라서 다른 전문 박물관 소장품이 제작 방법과 사용 의도, 제작자 등 용도의 기능적인 측면으로 분류한 것과는 다르게 분류 방법을 지적 사용품과 산출물에 따른 특성별 구분하고 문화유산표준관리시스템의 항목을 참고하여 대, 중, 소의 3단계로 분류하였다. 이러한 분류는 개념을 범주화하고 자료의 주제를 일련의 순서로 구분하여 체계화하는 것으로 지식의 효과적인 이용을 목적으로 한다. 직접적으로는 지적 문화유산의 안전한 보존관리 환경을 구축할 수 있으며, 활용도에서는 소장품에 대한 학술적·사회문화적 해석을 가능하게 한다. 또한 국토정보 연구 자료 검색, 전시 기획, 교육 자료 등 박물관뿐만 아니라 국토정보 분야에서 다양한 문화자원 콘텐츠 활용의 기반이 될 것으로 기대된다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.89-105
• /
• 2014

Web2.0의 등장과 함께 급속히 발전해온 온라인 포럼, 블로그, 트위터, 페이스북과 같은 소셜 미디어 서비스는 소비자와 소비자간의 의사소통을 넘어 이제 기업과 소비자 사이의 새로운 커뮤니케이션 매체로도 인식되고 있다. 때문에 기업뿐만 아니라 수많은 기관, 조직 등에서도 소셜미디어를 활용하여 소비자와 적극적인 의사소통을 전개하고 있으며, 나아가 소셜 미디어 콘텐츠에 담겨있는 소비자 고객들의 의견, 관심, 불만, 평판 등을 분석하고 이해하며 비즈니스에 적용하기 위해 이를 적극 분석하는 단계로 진화하고 있다. 이러한 연구의 한 분야로서 비정형 텍스트 콘텐츠와 같은 빅 데이터에서 저자의 감성이나 의견 등을 추출하는 오피니언 마이닝과 감성분석 기법이 소셜미디어 콘텐츠 분석에도 활발히 이용되고 있으며, 이미 여러 연구에서 이를 위한 방법론, 테크닉, 툴 등을 제시하고 있다. 그러나 아직 대량의 소셜미디어 데이터를 수집하여 언어처리를 거치고 의미를 해석하여 비즈니스 인사이트를 도출하는 전반의 과정을 제시한 연구가 많지 않으며, 그 결과를 의사결정자들이 쉽게 이해할 수 있는 시각화 기법으로 풀어내는 것 또한 드문 실정이다. 그러므로 본 연구에서는 소셜미디어 콘텐츠의 오피니언 마이닝을 위한 실무적인 분석방법을 제시하고 이를 통해 기업의사결정을 지원할 수 있는 시각화된 결과물을 제시하고자 하였다. 이를 위해 한국 인스턴트 식품 1위 기업의 대표 상품인 N-라면을 사례 연구의 대상으로 실제 블로그 데이터와 뉴스를 수집/분석하고 결과를 도출하였다. 또한 이런 과정에서 프리웨어 오픈 소스 R을 이용함으로써 비용부담 없이 어떤 조직에서도 적용할 수 있는 레퍼런스를 구현하였다. 그러므로 저자들은 본 연구의 분석방법과 결과물들이 식품산업뿐만 아니라 타 산업에서도 바로 적용 가능한 실용적 가이드와 참조자료가 될 것으로 기대한다.

• 유통과학연구
• /
• 제9권4호
• /
• pp.5-13
• /
• 2011

본 연구는 커피전문점 중에서 최근 매장 수 기준으로 선두를 유지하고 있는 카페베네를 대상으로 선택속성에 따른 시장을 세분화하고 세분시장에 대한 프로파일(profile)에 바탕을 둔 세분시장 분석, 그리고 세분시장별 만족도의 차이를 분석함으로써 커피전문점 특히, 카페베네의 효율적 운영을 위한 전략적 대안을 제시하고자 하였다. 분석결과를 요약하면 다음과 같다. 첫째, 프랜차이즈 커피전문점 선택속성에 대한 요인분석 결과 '가격', '분위기', '편안함', '맛', '입지' 등 5개 요인이 도출되었으며, 도출된 요인을 이용하여 군집분석을 실시한 결과 3개의 세분시장으로 분류되어, 각각 '분위기 추구집단', '편리함 추구집단', '맛 추구집단'으로 명명하였다. 둘째, 군집변수에 대한 판별분석 결과, 군집분석에 이용된 변수의 시장세분화 기여도가 매우 유의적인 것으로 나타났으며, 입지요인과 분위기 요인이 군집분석에 대한 기여도가 가장 높은 것으로 밝혀졌다. 셋째, 세분시장별 인구통계학적 특성에 따른 교차분석을 실시한 결과 '분위기 추구집단'의 경우 20대 초반 연령대의 여성으로서 인지경로가 '길을 걷다가'와 '지인을 통해서'인 경우가 많은 주로 옥외광고 및 소개를 통해 매장을 찾는 집단인 것으로 나타났다. '편리함 추구집단'은 여성고객이 많으며 20대 초반의 대학생 또는 전문직 종사자인 경우가 많고, 타 집단에 비해 카페베네의 추천의향이 높게 나타나 충성도가 높은 집단으로 나타났다. '맛 추구집단'은 타 집단과는 달리 20대 후반의 대학졸업 이상의 학력자가 많았으며, 추천의향이 비교적 낮아 충성도가 낮은 집단인 것으로 확인되었다. 넷째, 세분시장에 대한 만족도 차이를 분석하기 위해 one-way ANOVA분석을 실시하였으며, 그 결과 메뉴 만족과 전반적 만족 각각에서 세분시장별 유의적인 차이를 발견하였다. 이러한 결과를 통해 선택속성에 대한 만족도가 높은 집단일수록 메뉴 만족이나 전반적 만족을 크게 지각한다는 사실을 알 수 있었다. 이러한 연구결과는 고객이 커피전문점을 선택할 때 가격, 분위기, 편안함, 맛, 입지 등을 중요하게 고려하며, 세분시장에 따라 인구통계적 특성의 차이를 보이고 있어 세분시장별 차별화된 마케팅 전략 수립이 필요함을 알 수 있다. 즉, '분위기 추구집단'의 경우 매장의 분위기나 편안함에 대해서는 높은 만족감을 표시하는 한편, 가격에 대해서는 낮은 만족도를 보이고 있는데, 이는 이 집단이 10대 후반 및 20대 초반의 연령대가 많으며, 경제적인 문제로 인해 가격에 부담감을 갖기 때문인 것으로 풀이된다. 따라서 일률적인 가격정책 보다는 시즌별 가격차별화, CRM시스템 구축을 통한 개인별 다양한 가격할인 혜택 등의 정책으로 가격부담을 완화시키는 것이 필요하다. '편리함 추구집단'은 입지나 매장의 편리함에 대해서는 비교적 높은 만족도를 보이고 있으며, 타 집단에 비해 20대 초반의 여성고객이 많고 학생과 전문직 종사자가 많으며 카페베네의 추천의도가 가장 높은 집단으로 분석되었다. 따라서 이러한 충성고객 집단에 대해서는 봉사 활동 및 사회적 기업으로서의 이미지를 지속적으로 전달함으로써 기업에 대한 긍정적 이미지를 심어주는 것이 필요하다. '맛 추구집단'의 경우 맛이나 입지에 대한 만족수준이 높은 반면, 추천의향은 상대적으로 낮게 나타났다. 이 집단은 주로 20대 후반으로서 대학 졸업 이상 고학력의 전문직 종사자가 많은 편이다. 따라서 다양한 메뉴 제공이나 커피의 품질 관리를 통해 맛에 대한 만족도를 높이는 한편, 상대적으로 만족수준이 낮은 가격에 대한 불만요인을 줄일 수 있도록 직장인이나 전문직 종사자에 대한 할인혜택 제도 등을 마련할 필요가 있다. 한편, 본 연구는 서울 소재 카페베네 매장 만을 대상으로 하였기 때문에 이러한 연구 결과를 카페베네의 전체매장 혹은 전체 커피전문점에 그대로 적용하는데 한계가 있다. 따라서 향후에는 다양한 커피전문점, 서울 이외의 지역, 그리고 다양한 직업군을 대상으로 한 연구가 이루어짐으로써 연구의 객관적 타당성을 높일 필요가 있다. 또한, 본 연구에서 사용된 변수인 메뉴 만족이나 전반적 만족 이외에 신뢰, 고객충성도, 전환비용 등 다양한 변수를 이용한 연구가 이뤄져야 할 것이다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 만화애니메이션 연구
• /
• 통권41호
• /
• pp.455-486
• /
• 2015

1986년 특허등록으로 시작된 3D프린팅 기술은 당시에는 인식 부족으로 일부 기업 외에는 주목받지 못하는 기술이었다. 그러나 20년이 지나 만료되는 특허들이 나오는 오늘날에는 가격도 개인이 구매가능한 선까지 낮아졌고 컴퓨터 성능향상 및 인터넷 정보교류의 보편화로 3D 콘텐츠에 대한 인식이 보편화 되어 산업계는 물론 일반인들에게도 주목 받고 있다. 수정 및 유통이 편리한 디지털 데이터를 기반으로 하면서 금형제작이 필요없는 3D프린터는 제작 공정에서 획기적인 변화를 가져 올 수 있으며 캐릭터 콘텐츠상품 분야에서도 동일한 효과를 얻을 수 있다. 최근 들어 관심을 받고 있는 키덜트 문화의 가장 선두에 있는 다양한 캐릭터 상품 제작에는 3D프린터를 사용하는 것이 필수적인 공정이 되고 있으며 이 같은 캐릭터 콘텐츠 관련 산업현장 수요를 예측해 볼 때, 그리고 특허 만료 및 기술의 공유로 저렴해진 가격 등을 고려해 볼 때, 앞으로 교육현장에서 3D프린터를 활용할 수 있는 인재를 양성하는 교육과정을 도입하여 보다 창의적인 작업을 할 수 있는 인재를 양성하고 취업의 영역과 기회를 확대하는 것은 꼭 진행되어야 할 것이다. 그러나 학교 교육에서 3D프린터를 도입하고자 할 때 얻을 수 있는 정보는 한계가 있다. 언론이나 정보매체에서는 3D 프린터에 대한 장밋빛 미래가치나 산업규모 성장과 같은 일반적인 정보만을 거론하고 있으며 학계에서도 연구의 수준의 프린팅 기술 소개나 산업에서의 적용, 산업 규모 데이터 분석 등 개론수준의 내용 정리에 머무르고 있다. 이러한 정보의 부족은 교육현장에서 문제를 발생시킨다. 장점과 단점 비교와 같은 실질적인 정보 비교 없이 일단 도입 하여 시행착오의 과정 이후에서야 사용을 할 수 있게 됨으로서 시간적, 기회비용이 발생할 수밖에 없는 상황이다. 특히 많은 비용을 들여 도입한 장비가 학교 교육의 특성에 맞지 않는다면 그로 인한 비용손실은 클 것이다. 본 연구의 목적은 관련 전문가들이 아닌 기술관련 기반이 없는 일반 사용자들을 대상으로 하였다. 기존의 의 3D프린터 기술소개의 정도가 아닌 대표적 기술에 따른 사용상의 주의 점과 문제점을 분석하고 장단점을 비교하여 학교 교육, 특히 애니메이션 관련 학과에서 캐릭터 상품 개발과 관련한 교육에서 필요한 3D 프린터는 어떤 특성을 가져야 하는지를 설명하고 앞으로 3D프린터 이용한 교육을 시행하고자 할 때 실질적인 도움이 될 수 있는 정보를 제공하고자 하였다. 본론에서는 지지대 방식, 재료의 종류, 이차원 프린팅 방법, 삼차원 프린팅 방법과 같이 새로운 관점으로 기술을 구분하여 설명하였다. 이렇게 다른 구분 방식을 선택 하게 된 이유는 사용상의 실질적인 문제들을 상호 비교하기 용이하도록 하기 위함이다. 결론적으로 가장 적합한 3D프리터는 출력물의 품질은 다소 부족하지만 비교적 가격대가 저렴하고 재료 및 유지보수비용이 적게 드는 FDM방식의 프린터로 선정하였으며 부가적으로 기술지원이 잘되는 업체를 선정하기를 추천한다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.109-125
• /
• 2019

지능형 전자상거래 검색 엔진에 대한 관심이 커지면서, 검색 상품의 특징을 지능적으로 추출하고 활용하기 위한 연구들이 수행되고 있다. 특히 전자상거래 지능형 검색 엔진에서 상품을 검색 할 때, 제품의 색상은 상품을 묘사하는 중요한 특징 중에 하나이다. 따라서 사용자의 질의에 정확한 응답을 위해서는 사용자가 검색하려는 색상과 그 색상의 동의어 및 유의어에 대한 처리가 필요하다. 기존의 연구들은 색상 특징에 대한 동의어 처리를 주로 사전 방식으로 다뤄왔다. 하지만 이러한 사전방식으로는 사전에 등록되지 않은 색상 용어가 질의에 포함된 경우 처리하지 못하는 한계점을 가지고 있다. 본 연구에서는 기존에 사용하던 방식의 한계점을 극복하기 위하여, 실시간으로 인터넷 검색 엔진을 통해 해당 색상의 RGB 값을 추출한 후 추출된 색상정보를 기반으로 유사한 색상명들을 출력하는 모델을 제안한다. 본 모델은 우선적으로 기본적인 색상 검색을 위해 671개의 색상명과 각 RGB값이 저장된 색상 사전을 구축하였다. 본 연구에서 제시한 모델은 특정 색상을 검색하는 것으로 시작하며, 검색된 색상이 색상 사전 내 존재하는 지 유무를 확인한다. 사전 내에 검색한 색상이 존재한다면, 해당 색상의 RGB 값이 기준 값으로 사용된다. 만일 색상사전 내에 존재하지 않는다면, Google 이미지 검색 결과를 크롤링하여 각 이미지의 특정 영역 내 RGB값들을 군집화하여 구한 평균 RGB값을 검색한 색상의 기준 값으로 한다. 기준 RGB값을 앞서 구축한 색상 사전 내의 모든 색상의 RGB 값들과 비교하여 각 R, G, B 값에 있어서 ${\pm}50$ 내의 색상 목록을 정렬하고, RGB값 간의 유클리디안 거리 유사도를 활용하여 최종적으로 유사한 색 상명들을 출력한다. 제안 방안의 유용성을 평가하기 위해 실험을 진행하였다. 피설문자들이 생각하는 300 개의 색상 이름과 해당 색상 값을 얻어, 본 연구에서 제안한 방안을 포함한 총 네가지 방법을 통해 얻은 RGB 값들과 피설문자가 지정한 RGB값에 대한 비교를 진행했다. 인간의 눈을 반영하는 측정 기준인 CIELAB의 유클리드안거리는 평균 13.85로 색상사전만을 활용한 방안의 30.88, 한글 동의어사전 사이트인 워드넷을 추가로 활용한 방안의 30.38에 비해 비교적 낮은 색상 간의 거리 값을 보였다. 연구에서 제시하는 방안에서 군집화 과정을 제외한 방안의 색 차는 13.88로 군집화 과정이 색 차를 줄여준다는 것을 확인할 수 있었다. 본 연구에서는 기존 동의어 처리 방식인 사전 방식이 지닌 한계에서 벗어나기 위해, 사전 방식에 새로운 색상명에 대한 실시간 동의어 처리 방식을 결합한 RGB값 기반의 새로운 색상 동의어 처리 방안을 제안한다. 본 연구의 결과를 활용하여 전자상거래 검색 시스템의 지능화에 크게 기여할 수 있을 것이다.

• 마케팅과학연구
• /
• 제18권4호
• /
• pp.1-32
• /
• 2008

기업연상(corporate association)이 제품 평가(product responses)에 어떻게 영향을 미치는 가에 대한 연구가 부진하다는 Brown and Dacin(1997)의 문제 제기가 있은 후, 기업연상이 제품 판단에 미치는 영향과 과정에 대한 조절변수와 매개변수들을 파악하려는 연구가 진행되어 왔다. 본 연구에서는 기업연상의 두가지 유형인 CA(corporate ability) 연상과 CSR(corporate social responsibility) 연상이 성능과 재무위험에 미치는 영향력과 그 영향력을 조절하는 변수들을 조사하였다. 분석 결과에 의하면, 주효과(main effects)에 있어서는, 가설에서 기대한 바와 같이 CA 연상이 성능위험과 재무위험에 유의한 영향력을 갖는 것으로 나타난 반면, CSR 연상은 성능위험과 재무위험에 대해 유의한 영향력을 갖지 않는 것으로 나타났다. 조절변수로 인한 상호작용효과와 관련해서는, CA 연상이 성능위험과 재무위험에 미치는 주효과에 대해 제품범주 지식과 관여는 각각 유의한 조절효과를 나타내었다. 하지만, CSR 연상이 성능위험과 재무위험에 미치는 주효과에 대해서는 제품범주 지식과 관여의 조절효과는 나타나지 않았다. 이러한 연구 결과를 통하여 제품의 기능적인 속성에 대한 정보가 부족한 제품에 대해 소비자가 지각하는 위험을 감소시키기 위하여, 기업은 CSR 연상보다는 CA 연상에 대해 강조할 필요가 있다는 결론을 내리게 되었다.