• 한국IT서비스학회지
• /
• 제19권2호
• /
• pp.109-124
• /
• 2020

Facing the 4^th Industrial Revolution era, researches on artificial intelligence have become active and attempts have been made to apply machine learning in various fields. In the field of finance, Robo Advisor service, which analyze the market, make investment decisions and allocate assets instead of people, are rapidly expanding. The stock price prediction using the machine learning that has been carried out to date is mainly based on the prediction of the market index such as KOSPI, and utilizes technical data that is fundamental index or price derivative index using financial statement. However, most researches have proceeded without any explicit verification of the prediction rate of the learning data. In this study, we conducted an experiment to determine the degree of market prediction ability of basic indicators, technical indicators, and system risk indicators (AR) used in stock price prediction. First, we set the core parameters for each financial indicator and define the objective function reflecting the return and volatility. Then, an experiment was performed to extract the sample from the distribution of each parameter by the Markov chain Monte Carlo (MCMC) method and to find the optimum value to maximize the objective function. Since Robo Advisor is a commodity that trades financial instruments such as stocks and funds, it can not be utilized only by forecasting the market index. The sample for this experiment is data of 17 years of 1,500 stocks that have been listed in Korea for more than 5 years after listing. As a result of the experiment, it was possible to establish a meaningful trading strategy that exceeds the market return. This study can be utilized as a basis for the development of Robo Advisor products in that it includes a large proportion of listed stocks in Korea, rather than an experiment on a single index, and verifies market predictability of various financial indicators.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.291-310
• /
• 2023

본 연구는 운전자 개입 없이 운행이 가능한 전기차 기반의 자율주행 택시인 로보택시에 대하여 혜택요인과 희생요인을 전반적으로 고려한 가치기반수용모델 기반의 사용자 수용성 영향 요인을 분석하였다. 지각된 혜택(지각된 유용성, 지각된 즐거움), 지각된 희생(기술적 특성, 지각된 비용), 사용자 경험(차량공유서비스, 택시, 자율주행자동차, 자가용)을 독립변수로 최종 선정하여, 경기도민 429명을 대상으로 지각된 가치 및 수용 의도에 미치는 영향을 확인하였다. 연구 결과, 지각된 혜택 요인에 해당하는 지각된 유용성과 지각된 즐거움, 지각된 희생 요인에 해당하는 지각된 비용이 유의한 영향을 미치는 것으로 확인되었으며, 지각된 가치는 로보택시 수용 의도에 영향을 미치고, 일부 사용자 경험이 지각된 혜택 요인에 유의한 영향을 미치는 것으로 나타났다. 본 연구는 가치기반수용모델 결과를 로보택시 활성화를 위한 서비스 설계에 접목시킬 수 있는 중요한 의미가 있으며, 나아가 연구 결과를 효과적으로 이용하기 위한 이론적 근거를 제공할 수 있다.

• The Journal of Korean Physical Therapy
• /
• 제24권6호
• /
• pp.393-397
• /
• 2012

Purpose: We investigated to identify the effect of robo-horseback riding exercise (RHRE) on trunk muscle activity ratios for patients with low back pain. Methods: Twelve patients with low back pain and twelve healthy adults were recruited for this study. Subjects performed the RHRE with the neutral spine position. The amplitude of electromyography activity was recorded from the selected trunk muscles (internal oblique [IO], rectus abdominis [RA], multifidus [MF], the thoracic part of the iliocostalis lumborum [ICLT]). The ratios of the relative local muscle activity to the global muscle activity in abdominal and lumbar parts were calculated. Results: There were significant differences in the change values of the IO/RA and the MF/ICLT between low back pain (LBP) patients and healthy adults. The IO/RA ratio and the MF/ICLT ratio showed significant increase in LBP patients after training. Conclusion: The RHRE improved the trunk muscle activity ratio in patients with low back pain. The information presented here is important for investigators who use lumbar stabilization exercises as a rehabilitation exercise.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.1452-1455
• /
• 2012

본 논문은 출시된 지능형 교통 기반으로 설계된 RoboCAR 운행제어 개발과 시험을 하고자 한다. 이를 위해 시스템 설계를 통해,Test Case 추출과 실제로 적용하여 구현된 소프트웨어를 시험에 목적을 둔다. 이 절차는 Use-Case Diagram 설계, Decision Factor 추출, 이 기반으로 Cause-Effect Diagram을 생성한다. Cause-Effect Diagram을 통해 Decision Table을 생성한다. 최종적으로 Decision Table을 기반으로 Test Case를 추출한다. 추출된 Test Case를 적용하여 시스템을 테스트 하였고, 설계와 구현이 동일하게 되었음을 검증하였다.

• 제어로봇시스템학회지
• /
• 제8권3호
• /
• pp.10-13
• /
• 2002

• 광학세계
• /
• 통권145호
• /
• pp.29-29
• /
• 2013

• The Journal of Korean Physical Therapy
• /
• 제26권5호
• /
• pp.290-295
• /
• 2014

Purpose: The purpose of this study was to assess the effects of robo-horseback riding with changes of pelvic tilting and speeds on muscle activities of trunk and lower limb in healthy adults. Methods: Thirty healthy adults were recruited for this study. Subjects performed robo-horseback riding at three pelvic postures (anterior tilting pelvic posture: AP, neutral pelvic posture: NP, posterior pelvic posture: PP) and different speeds (moderate and fast speed). Muscle activities were recorded from the trunk muscles (rectus abdominis [RA], T2 paraspinalis [T2 PS], L2 paraspinalis [L2 PS]) and lower limb muscles (rectus femoris [RF], vastus medialis [VM], vastus lateralis [VL], biceps femoris [BF], gastrucnemius [GCM]). Results: Significantly higher RA activities were observed under the PP condition than under the AP and NP conditions at both speeds. Significantly higher L2 PS activities were observed under the AP condition than under the PP and NP conditions at both speeds. Significantly higher T2 PS activities were observed under the AP condition than under the PP and NP conditions at fast speed. However, the muscle activities of the VM and GCM did not show significant changes with changes in pelvic posture at both speeds. All muscle activities were significantly higher under the fast speed than under the moderate speed in three pelvic postures. Conclusion: There were significant differences in the changes of pelvic tilting on muscle activities of trunk and lower limb were observed in healthy adults. NP condition can be introduced the most efficienct posture for muscle activities of trunk and lower limb in robo-horseback riding.

• 한국융합학회논문지
• /
• 제8권10호
• /
• pp.67-73
• /
• 2017

본 연구에서는 인공지능 로보어드바이저의 활용 증가로 인한 부작용을 최소화하고 금융소비자 및 시장을 보호하기 위해 필요한 현행 법체계의 제도적 보완점에 관하여 주로 검토하였다. 먼저, 개별적인 보완점으로서, 로보어드바이저 운용사에 대한 이상거래 신속 탐지체계 구축 의무의 도입, 운용사의 무과실책임 도입, 운용사의 손해배상보험 의무가입제도 도입, 형사처벌의 부분적인 도입 등이 필요하고, 더 나아가 인공지능에 관한 포괄적인 기본법의 제정이 필요하다. 포괄적인 기본법에서는 인공지능 기술 발전을 장려하기 위한 측면과 부작용을 최소화하기 위한 측면이 조화롭게 다루어져야 할 것이다. 본 연구에서의 접근법과 마찬가지로 향후 다양한 관점에서 인공지능 시대에 대한 구체적이고 실질적인 논의가 진행되기를 기대한다.

• 한국산업정보학회논문지
• /
• 제22권6호
• /
• pp.23-29
• /
• 2017

Wealthfront, Betterment 등의 성공에 힘입어 전세계적으로 알고리즘을 통한 자동적인 자산분배 시스템인 로보어드바이저에 대한 관심이 증가하고 있다. 로보 어드바이저는 자산을 관리하는데 있어 사람의 개입을 최소화 하기 때문에 서비스를 이용하는데 드는 비용을 줄일 수 있으며 사람의 심리적 요인을 배제할 수 있다는 장점을 지닌다. 본 논문에서는 기존의 기술적 분석 기법을 대체하기 위하여 딥러닝 기술을 이용한 코스피 200 선물지수 예측 모델을 개발하고 그 성능을 분석하였다. 모델의 성능 분석 결과 제안하는 모델은 보합세에 놓인 종목의 방향성과 주가를 예측하는 문제에 활용 될 수 있음을 확인하였고, 향후 본 연구에서 제안하는 모델을 기존의 기술적 분석과 결합하여 로보어드바이저 서비스에 적용할 수 있음을 확인하였다.

• 한국융합학회논문지
• /
• 제8권9호
• /
• pp.41-47
• /
• 2017

본 연구에서는 제4차 산업혁명의 핵심 요소인 인공지능 기술의 발전에 불가피하게 수반될 수 있는 부작용을 최소화하기 위한 제도적 보완점을 도출하기 위한 선행 연구로서, 인공지능 기술 적용의 대표적인 유형에 해당하는 로보어드바이저가 해킹되어 시세조종 행위를 범하는 구체적인 경우에 있어서 현행 법체계에 따른 책임관계가 어떠한지 검토하고자 하였다. 현행 법체계가 기본적으로 해킹 행위 및 시세조종 행위를 엄격히 금지하는 입장을 취하고 있으나, 로보어드바이저 운용사는 평소 해킹 방지를 위한 보호조치 의무를 준수할 경우 해킹에 따른 시세조종 행위로 일반 투자자들에게 대규모 피해가 발생하여도 이에 대한 법적 책임을 면할 수 있는 등 피해자 보호에 미흡한 것으로 확인되었다. 본 연구를 바탕으로 이러한 문제를 극복하기 위한 제도적 보완점 도출에 관한 후속 연구가 필요하다.