• 한국조경학회지
• /
• 제47권2호
• /
• pp.76-87
• /
• 2019

본 연구의 목적은 논산 개태사지의 현황과 국가문화재적 가치를 분석하고, 국가지정문화재 지정을 위한 명칭, 허용기준 등을 설정하여 이를 바탕으로 종합정비방안과 사업추진 및 관리운영계획을 제안하는 것이다. 논산 개태사지는 전례 없는 진전을 갖추고 있으며, 유구 자체의 잔존상황도 비교적 양호한 편으로 추후 시 발굴조사를 지속적으로 진행하여 논산 개태사지의 문화재로서의 품격을 격상시킬 필요가 있다. 또한, 개태사지는 보물급의 문화유산을 반출하고, 역사적 문화적 가치가 우수하기 때문에 도지정문화재가 아닌 국가지정문화재로 지정하여 체계적으로 관리할 필요가 있다. 이에 따라 본 연구는 고문헌, 고지도, 관련 학술논문 및 서적 등 문헌고찰을 통하여 논산 개태사지의 연혁, 역사적 사실 확인을 하였으며, 논산 개태사지 내에서 발굴된 유구 및 유적, 건물지 등 현황을 파악하기 위하여 1986년 1차 발굴조사 이후 6차까지 진행된 시 발굴조사결과를 참고하였다. 또한, 역사적, 유물적 유적 등으로 구분하여 논산 개태사지의 가치를 분석하여 논산 개태사지의 범위와 국가지정문화재(사적) 문화재구역(안)을 설정하였다. 이를 바탕으로 논산 개태사지 종합정비방안과 사업추진 및 관리운영 계획을 제안하였다. 추후 지속적인 시 발굴조사를 진행하고, 토지매입을 위한 주민의견 등을 반영하여 종합정비방안과 사업추진 및 관리운영 방안을 보완해야 하며, 본 연구에서 제안하는 사업은 특성상 사업비가 많이 소요되므로 향후 단계별 연차별 사업추진 계획이 세부적으로 수립되어야 할 것이라 판단된다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.19-42
• /
• 2012

고객이 상품을 구매하는 패턴이 빠르게 변화하고 있다. 오프라인에서 고객이 직접 상품을 보고, 체험한 후 구매하던 패턴이 TV홈쇼핑, 인터넷 쇼핑 등 고객이 편리한 장소에서 자유롭게 구매하는 방법으로 확산되었다. 이처럼 구매 가능한 상품의 범위는 점점 더 다양해지고 있지만 이로 인하여 고객이 상품을 구매할 때 생기는 번거로움은 더욱 커지고 있다. 오프라인에서는 물건을 직접보고 구매하기 때문에 반품율이 낮은 반면에 온라인 구매 물품은 배송과 환불 등에서 복잡한 일들이 많이 발생한다. 온라인을 통해서 물건을 구매할 때 상품에 대한 사전 정보는 매우 한정적이며 실제로 물건을 구매했을 경우 고객이 생각했던 것과 다를 수 있다. 이러한 결과는 결국 고객의 불만족 및 구매취소로 이어진다. 또한 TV홈쇼핑이나 인터넷 쇼핑 등을 통해서 물건을 구매할 때 고객들은 이미 상품을 구매한 고객의 리뷰에도 관심을 기울이고 있다. 좋은 평가를 받은 상품은 더 많은 매출로 이어질 수 있기 때문에 기업은 이에 관심을 기울일 필요가 있다. 고객의 욕구를 만족시킬 수 있는 적절한 상품을 추천해 주고 이를 구매로 연결시키는 것은 기업의 이윤 창출과 직결되기 때문에 그 중요성이 강조된다. 고객을 위한 추천방법은 베스트셀러기반 추천방법, 인구통계 정보기반 추천방법, 최소질의대상 상품결정방법, 내용필터링기법, 협력필터링기법 등이 존재하며, 이에 대한 많은 연구가 활발하게 진행되고 있다. 그러나 위의 방법들을 신규고객에게 적용하는 것에는 문제가 발생할 수 있다. 신규고객은 상품에 대한 과거 구매이력이 존재하지 않기 때문이다. 이를 해결하기 위한 방안으로 가입 시, 고객의 인구통계적 정보나 선호도에 대한 응답을 유도하는 방법을 활용할 수 있다. 그러나 고객이 이에 대한 번거로움을 느낄 수도 있으며, 불완전한 답변을 하게 되면 추천의 정확도는 감소한다. 최근 이미 상품을 구매한 고객의 리뷰 및 기업에서 추천하는 제품에 의존하는 고객들이 증가하면서 이를 악용하는 사례도 자주 등장한다. 결국 추천에 대한 고객들의 신뢰는 감소하게 될 것이다. 따라서 좀 더 명확한 방식의 추천시스템이 절실하며, 이것이 개선된다면 는 곧 고객들의 신뢰 증가로 이어질 것이다. 본 연구에서는 협력필터링기법과 사회연결망기법의 중심성을 결합한 분석을 시도하였다. 중심성은 신규고객의 선호도를 기존고객들의 데이터를 통하여 유추하기 위하여 활용되는 정보이다. 기존 연구들에서는 기존고객들의 구매 가운데 구매성향이 유사한 고객들의 정보에 초점을 맞추고 있으며 구매성향이 다른 고객들의 정보에 대한 분석은 이루어지고 있지 않다. 그러나 이처럼 구매성향이 서로 다른 고객들의 정보를 활용한다면 추천의 정확성이 더 향상되지 않을까 하는 점을 기반으로 데이터들을 다양한 방식으로 분석하였다. 연구에 사용된 데이터는 미네소타대학의 GroupLens Research Project팀이 협력필터링기법을 통하여 영화를 추천하기 위해 만든 MovieLens의 데이터이다. 이는 1,684편의 영화에 대한 선호도를 943명이 응답한 정보로 총 100,000개의 데이터가 있다. 이를 시간 순으로 구분하여 초기 50,000개의 데이터를 기존고객의 데이터로, 후기 50,000개의 데이터를 신규고객의 데이터로 사용하였다. 이 때, 신규고객과 기존고객은 연구자가 임의로 구분한 것이다. 따라서 신규고객이라고 표현되는 고객의 데이터는 실제로 추천시스템을 통해 정보를 제공받은 고객이라고는 볼 수 없다. 그러나 현실적으로 실제 신규고객의 데이터를 수집하는 것이 쉽지 않기 때문에 전체 고객의 정보를 시간 순으로 구분하고 신규고객으로 분류한 것임을 밝혀둔다. 제시된 추천시스템은 [+]집단 추천시스템, [-]집단 추천시스템, 통합 추천시스템으로 총 3가지이다. [+]집단 추천시스템은 기존의 연구들과 유사한 방식으로 유사도가 높은 고객들을 신규고객의 이웃고객으로 분석하였다. 유사도가 높다는 것은 다른 고객들과 상품 구매에 대한 성향이 유사한 것을 의미한다. 또한 [-]집단 추천시스템은 유사도가 낮고 다른 고객들과 상품의 구매패턴이 반대에 가까운 고객들의 데이터를 활용하였으며, 통합 추천시스템은 [+]집단 추천시스템과 [-]집단 추천시스템을 결합한 방식이다. [+]집단 추천시스템과 [-]집단 추천시스템에서 각각 추천된 영화 가운데 중복되는 영화만을 신규고객에게 추천하는 방식이다. 다양한 방법의 시도를 통하여 적절한 추천시스템을 찾고, 추천시스템의 정확도를 향상시키는데 그 목적이 있다. 활용된 데이터의 분석 결과는 통합 추천시스템이 정확도가 가장 높았으며 [-]집단 추천시스템, [+]집단 추천시스템의 순인 것으로 나타났다. 이는 통합 추천시스템이 가장 효율적일 것이라는 연구자의 추측과 일치하는 결과이다. 각각의 추천시스템은 정확도의 변화를 쉽게 비교할 수 있도록 등고선지도 및 그래프를 이용하여 나타냈다. 연구의 한계점으로는 연구자가 제시한 통합 추천시스템과 [-]집단 추천시스템에 대한 정확도는 향상되었지만 이는 임의로 구분한 기준을 바탕으로 분석하였다는 점이다. 실제 추천된 영화를 바탕으로 신규고객이 영화를 선택 한 것이 아니라 기존고객의 데이터를 임의로 분류하였기 때문이다. 따라서 이는 추천 영화가 실제 고객에 미친 영향이 아니라는 한계가 존재한다. 또한 영화가 아닌 다른 상품에 대해서 이 추천시스템을 적용하였을 경우 추천 정확도에는 차이가 있을 수 있다. 따라서 추천시스템을 적용할 때에는 각 상품 및 고객집단의 특성에 적합한 적용이 필요하다.

• Asia Marketing Journal
• /
• 제12권2호
• /
• pp.111-133
• /
• 2010

투자상품의 확산, 고령화 등으로 인한 금융니즈 다양화와 자본시장법 시행으로 인한 금융회사간 치열한 경쟁으로 인해 금융산업 내에서 마케팅의 역할이 더욱 중요해지고 있다. 그러나, 지금까지 다른 산업에 비해 금융산업의 마케팅 연구는 상대적으로 부족하였다. 본 연구는 향후 구체적인 금융마케팅 연구들이 진행되기에 앞서 국내 금융마케팅 연구들을 정리하고, 국내 금융회사 마케팅 담당자를 In-depth 인터뷰하여 실제 국내 금융 마케팅 현황을 조사하였다. 이를 통해 향후 금융마케팅 연구에 필요한 시사점을 얻고자 하였다. 분석 결과, 다른 산업의 마케팅과 다른 금융 마케팅만의 고유 특징에 대한 이론적인 연구가 부족하였고, 금융산업 내에서 은행, 증권, 보험, 카드 산업 간의 마케팅 특징 차이에 대한 연구도 부족하였음을 알 수 있었다. 소비자행동 관점에서 금융고객의 의사결정 과정에 관한 연구도 부족하였다. 또한, 우리나라의 금융회사의 마케팅 현황은 외형적으로 어느 정도 성숙 단계에 접어들었다고 볼 수 있으나, 실제 업무는 여전히 과거의 영업지원, 혹은 프로모션 및 CRM 데이터 분석 등 단기적인 부분에 치중되어 있었다. 그리고, 은행, 증권, 보험, 카드 회사 등 각 세부 금융산업별 마케팅 담당자들이 중요하게 생각하는 금융마케팅의 키워드와 문제 인식 정도도 서로 다름을 알 수 있었다. 본 연구는 이러한 분석 결과를 바탕으로 향후 금융마케팅 연구를 위한 시사점과 함께 6가지의 연구명제를 제안하였다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.

• Asia Marketing Journal
• /
• 제14권2호
• /
• pp.65-96
• /
• 2012

루머는 신뢰할 만한 타당한 근거나 이유가 없음에도 불구하고 광범위하게 이야기되는 일상적인 대화나 의견으로서 오랜기간 소비자 개개인의 사적 영역의 문제였다. 그러나 대중의 사랑과 주목을 받는 기업이나 브랜드는 선천적으로 소비자의 관심으로부터 멀어질 수 없으며, 항상 루머의 주요한 소재가 되어 왔다. 그 결과 현대의 소비자 커뮤니케이션 환경에서 루머는 기업 경영활동에 중요한 위기 요인이 되고 있다. 기업과 브랜드들이 당면하는 소비자 루머들은 크게 기업과 관련된 음모성 루머와 상품과 직접적 관련이 있는 오염성 루머로 나누어지며 국내외에서 많은 위기 사례들이 발견되고 있다. 심지어 P&G, SK, 현대, 삼성처럼 잘 정비된 홍보 조직을 갖춘 굴지의 대기업들조차 이런 루머로부터 자유롭지 못하며, 기존의 대응방식 역시 적절하지 못했던 것이 사실이다. 부정적 루머가 주목받아야 하는 이유는 해당 기업의 매출 및 점유율 하락은 물론 주식 가격에도 부정적인 영향을 미치며 오랜기간 구축해온 소비자와의 관계마저 황폐화시킬 가능성이 있기 때문이다. 최근 인터넷, 소셜 네트워크 서비스의 확산과 더불어 브랜드와 관련된 루머의 중요성은 더욱 증대하고 있으나 루머 연구는 지금까지 기업이나 마케팅 연구자의 정당한 주목을 받지 못하였다. 이에 본 연구는 루머의 다각적인 측면을 고려하는 상황주의자적 연구 패러다임을 기반으로 지각된 유용성, 원천 신뢰성, 메시지 신뢰성, 걱정, 생동감과 같은 루머와 관련된 속성들이 루머 수용강도와 루머 구전의도에 미치는 영향을 분석하였다. 이를 위하여 가상 브랜드와 루머가 제시되었으며, 실증조사를 통한 데이터 수집과 분석이 이루어졌다. 연구 결과에 따르면 원천 신뢰성, 메시지 신뢰성, 걱정, 생동감 같은 루머 특성 변수들은 루머 수용 강도에 유의한 영향을 미치고, 루머 수용강도는 루머 구전의도에 유의한 영향을 미치는 것으로 나타났다. 반면에 지각된 중요성은 루머 수용강도에 유의한 영향을 미치지 못하며, 상품 관여도의 조절효과 역시 유의하지 않은 것으로 나타났다. 본 연구는 주요한 실무적, 학문적 시사점을 제공하고 있다. 첫째, 루머를 자연발생적인 사회 현상이 아니라 소비자의 주요 활동의 일부이며, 마케터의 관심과 대응 커뮤니케이션 전략이 필요한 브랜드 관련 현상임을 주장하였다. 둘째, 브랜드 루머의 심리적, 사회적인 다차원적 구성 요인과 확산되는 경로를 제시함으로서 루머에 대한 능동적인 관리 가능성을 제시하였다. 셋째, 온라인상의 루머 활동이 기업 성과에 미치는 영향을 제시함으로서 기업들의 적극적인 온라인 커뮤니케이션 활동과 평판 관리의 필요성을 주장하였다. 넷째, 소비자의 걱정과 같은 부정적 정서가 루머의 온상이 되고 있음을 규명함으로서 소비자의 의혹을 불식시키기 위하여 정확하고 진실된 정보를 제공해야 함을 주장하였다. 다섯째, 루머의 유용성이 확산에 미치는 영향 가설이 기각되었으며, 상품 관여도의 조절 효과 역시 기각되었다. 이는 루머를 접하는 소비자의 입장에서 볼 때, 루머 자체가 무의미하더라도 단순한 재미나 호기심만으로도 얼마든지 확산될 가능성을 암시하고 있다. 일부 기업들은 사실이 아니라는 이유만으로 루머를 무시하거나 간과하는 경우들이 있으나, 기업의 예상과 다르게 루머가 얼마든지 확산될 수 있는 가능성을 보여주며, 기업의 보다 세심한 대응 전략의 필요성을 요구하고 있다.