• 대한공업교육학회지
• /
• 제41권1호
• /
• pp.68-87
• /
• 2016

이 연구에서는 중소기업 특성화고 인력양성사업과 취업맞춤반의 성과 목표에 대한 타당도와 만족도를 분석함으로써 중소기업 특성화고 인력양성사업과 취업맞춤반의 효과적인 운영을 위한 시사점을 제시하기 위하여 107개 중소기업 특성화고 인력양성사업 참여 학교(공업 농업 계열)의 담당 교원 총 166명을 대상으로 설문조사를 시행하였다. 연구 결과는 다음과 같다. 첫째, 중소기업 특성화고 인력양성사업의 담당 교원은 본 사업의 목적을 특성화고의 취업 확대와 중소기업의 인력 제공으로 인식하고 있다. 그리고 본 사업이 학교 성과 향상에 중요하며 실제로도 성과 향상에 긍정적으로 영향을 미친다고 인식하고 있다. 둘째, 중소기업 특성화고 인력양성사업의 담당 교원은 중소기업에 대한 학생의 이해 증진, 중소기업에 대한 교원의 이해 증진, 특성화고에 대한 중소기업의 이해 증진, 학생의 직업관 함양, 취업 과정을 기반으로 한 진로지도 프로그램의 체계화, 산학협력 교육 강화, 학생의 기술수준 향상, 현장견학보다 현장체험 및 실습 위주의 현장학습 실시, 협약기업에 대한 맞춤형 기능인력 양성, 학생의 현장적응력 제고, 중소기업 취업률 제고, 중소기업 취업 기회 확대, 학교와 중소기업 간 취업 연계 기반 마련, 자기 조직(학교)의 외부에 대한 홍보, 산학협력 기회 확대, 산업 업종별 협회 및 단체와 학교 간 협력 체계 구축, 공동 교육 채용을 위한 취업 연계 모델 도입 및 운영, 교원의 현장 전문성 강화가 본 사업의 성과 목표로 타당하다고 인식하고 있다. 그러나 산학협력 교육 강화, 중소기업 취업률 제고를 제외한 나머지 성과 목표의 달성 정도에 대한 만족도는 타당도에 비해 상대적으로 낮다. 셋째, 중소기업 특성화고 인력양성사업의 담당 교원은 학생의 취업 기회 확대, 양질의 취업처 발굴, 산학협력 기회 확대, 현장 중심 교육 실시, 학생의 전공 기초 및 심화 기술 향상, 학생의 직무 수행에 필요한 문해 수리 팀워크 커뮤니케이션 능력 향상, 학생의 업무 태도 향상, 학생의 바람직한 진로 탐색 결정이 취업맞춤반의 성과 목표로 타당하다고 인식하고 있다. 그러나 성과 목표의 달성 정도에 대한 만족도는 타당도에 비해 상대적으로 낮다.

• 벤처창업연구
• /
• 제14권2호
• /
• pp.1-13
• /
• 2019

새롭고 혁신적인 기술을 확보하기 위한 방안으로 많은 기업들은 기술력 있는 스타트업에 투자를 하고 인수하여 왔다. 스타트업들은 일반적으로 규모가 작고 과거 사업 경력이 작기 때문에 기술력 및 사업성 검증 방법에 한계가 있어 인수할 때 여러 가지 위험이 따른다. 그래서, 경쟁력 있는 스타트업을 발굴하고 투자를 집행하는 부분에 있어서 벤처캐피탈은 중요한 역할을 한다. 독립벤처캐피탈(Independent Venture Capital)은 일반적으로 재무적인 수익을 중요시하는 반면 기업에서 투자 담당 역할을 하는 기업벤처캐피탈(Corporate Venture Capital)은 전략적인 관점에서 모기업과의 비즈니스 시너지를 중시하고 있다. 기술의 발전이 급속하게 이루어지고 신기술의 보유 여부가 기업의 경쟁력을 좌우하는 산업계 분야에선 기존 회사들은 혁신적인 기술을 보유한 스타트업에 지분 투자를 통해 투자 포트폴리오로 편입시키고 같이 협업을 진행하며 포괄적인 협력을 위해서 인수를 진행한다. 또한, 기존 투자한 회사들의 포트폴리오 관리를 통해서 업계의 정보를 얻고 이를 활용해서 신규 투자 및 인수를 진행한다. 본 논문에서는 미국에 상장된 주요 기업들이 기업벤처캐피탈을 통해 진행한 투자활동 및 모기업과 스타트업에 미치는 효과를 회귀분석을 통해 검증하였고 모기업의 인수 성과는 주가 분석에 기반을 둔 이벤트 스터디(Event Study) 또는 사건연구라 불리는 방법론을 통해 분석하였다. 스타트업의 기준은 창업 후 12년 이하의 회사로 규정하였고 분석 결과 투자 규모 및 횟수가 큰 기업벤처캐피탈을 보유한 모기업 일수록 적극적으로 스타트업을 인수하는 것으로 나타났다. 또한 기업벤처캐피탈이 재무적 목적의 투자 활동을 증가시킬 경우 모기업의 인수활동에 음(-)의 영향을 미치는 것을 알 수 있고, 기업벤처캐피탈이 기존에 투자한 포트폴리오 내에 있는 회사를 모기업이 인수할 경우 그렇지 않은 경우에 비해서 인수 성과가 증가하는 것으로 나타났다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.237-262
• /
• 2022

본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.

• 공연문화연구
• /
• 제19호
• /
• pp.161-190
• /
• 2009

본 연구는 민속예술인 춤이 놀이문화에서 분리되어 독자적인 춤 예술이 되면서 예술적 의미로 규정되는 춤 분석을 어떻게 할 것인가에 있다. 특히 한국의 민속예술인 춤은 두레와 같은 성격의 공동체적 성향이 강하고, 독자적인 개인 예술이라기보다는 함께 아우르는 예술로서 같은 형식과 리듬의 반복적 양식을 당연히 택할 수밖에 없었을 것이다. 그런 의미에서 독자적인 형식의 춤은 근대화가 될 무렵 무대화의 영향으로 더욱 섬세해지고 예술적인 면모를 갖춰갔다고 단언하기에 앞서, 민속춤의 기저에는 독자성을 추구하기에 충분한 기량의 예술적 소재가 다량 있었다고 보는 견해이다. 그 중 설장고 놀이에서 설장고춤으로의 예술적 변용은 현재 한국을 대표할 만한 독자적인 예술로서 우리민족의 흥과 신명이 여실이 드러난 단연 돋보이는 종목이다. 따라서 본 연구는 전통예술의 나아가야 할 한 단면을 춤이 독자적으로 어떻게 구성되어 예술형태를 보이고 놀이에서 발전 되었는가에 대해 분석하는데 의의가 있다. 그 중 설장고의 놀이적 변형과 현재 춤으로 무대에서 선보이고 있는 설장고춤에 대해 호남우도 농악의 멋을 고스란히 간직하고 있는 이경화 설장고춤을 중심으로 텍스트 읽기를 한 것이다. 과적으로 독창적인 구성이 돋보이는 가락과 춤사위가 함께 조화를 이루고 있는 양식에서 춤을 통해 기예를 표출하고 점차 세련된 기교로 발전해 과는 과정에 이경화의 설장고춤은 전통을 향해 새로운 시도를 한 것으로 보인다. 즉 민속춤의 예술화에 있어서 놀이적 성향인 농악의 설장고 춤사위를 미적 형식으로 승화해 무대기법으로서도 세련된 양식을 도입하고 있었다. 이는 전통과 재창조라는 예술의 교훈을 현실성 있게 정립한 민속예술의 표본이라고 할 수 있다. 따라서 교육적 효과를 모색하고 한국적 정서를 기반으로 창작의 실현을 극대화할 필요가 있다.

• 한국재난정보학회 논문집
• /
• 제19권4호
• /
• pp.976-983
• /
• 2023

연구목적: 지진하중을 받는 교량 구조물의 동적 거동은 지진파의 특성 혹은 재료 및 기하학적 특성과 같은 많은 불확실성에 영향을 받는다. 하지만 모든 불확실성 인자가 교량 구조물의 동적 거동에 중요한 영향을 미치진 않는다. 영향성이 낮은 불확실성 인자까지 고려한 확률론적 내진성능 평가는 많은 계산비용이 요구되기 때문에 교량의 동적 거동에 미치는 영향을 고려하여 불확실성 인자는 식별되어야 한다. 따라서 본 연구는 I형 곡선 거더를 갖는 단경간 교량의 동적 거동에 영향을 미치는 주요 매개변수를 식별하기 위해 전역민감도 분석을 수행하였다. 연구방법: 지진파의 불확실성과 곡선 교량의 재료 및 기하학적 불확실성을 고려하여 유한요소 해석을 수행하였으며 해석결과를 기반으로 대리모델을 작성하였다. 결정계수와 같은 성능평가지료를 이용하여 대리모델을 평가하였으며 최종적으로 대리모델 기반의 전역 민감도 분석을 수행하였다. 연구결과: 지진하중을 받는 I형 곡선 거더의 응력응답에 가장 큰 영향을 미치는 불확실성 인자는 최대지반가속도(PGA), 교각의 높이(h), 강재의 항복응력(fy) 순으로 나타났다. PGA, h, fy의 주효과 민감도 지수는 각각 0.7096, 0.0839, 0.0352로 나타났으며 총 민감도 지수는 각각 0.9459, 0.1297, 0.0678로 나타났다. 결론: I형 곡선 거더의 응력응답은 입력운동의 불확실성에 대한 영향성이 지배적이며 각 불확실성 인자 사이의 교호작용에 큰 영향을 받는다. 따라서 입력운동의 개수 및 intensity measure과 같은 입력운동의 불확실성에 대한 추가적인 민감도 분석과 곡선거더의 개수 및 곡률과 같은 구조적 불확실성까지 고려한 총 민감도 분석은 필요하다.

• 벤처창업연구
• /
• 제17권6호
• /
• pp.25-37
• /
• 2022

본 연구는 우리나라 국가 수준에서 스케일업 창업생태계의 구성요소에 대한 중요도와 만족도(현재 수준)를 창업 후 7년 이내의 스타트업 창업자들을 대상으로 설문을 실시하고 구성요소별 스케일업 정책 방향을 IPA(importance-performance analysis) 분석을 활용하여 분석하는 데 목적이 있다. 창업생태계의 주체자인 창업자들의 인식은 창업의 양과 질에 영향을 주기 때문에 스케일업 구성요소에 대한 인식을 분석 하고 진단해 보는 연구가 필요하다. 국가 경제와 창업생태계의 발전을 위해서는 스타트업에서 스케일업, 유니콘으로 부상하는 기업들이 배출되어야 하고 이를 위해서는 스케일업 창업생태계를 위한 요소들이 필요하다. 본 연구의 주요 연구 결과는 다음과 같다. 첫째, 창업자들이 인식하는 스케일업 창업생태계 구성요소의 중요도 순위는 '성장단계별 자금 지원', '기업 맞춤형 스케일업 지원', '규제 개선', '스케일업 전용 펀드', '투자 대형화', '기술 인재 육성'순으로 나타났다. 둘째, 중요도-만족도 매트릭스에서 향후 집중적으로 개선해야 하는 요인은 '범정부 통합 추진 계획', '스케일업 전문 조직 운영', '기업 맞춤형 스케일업 지원', '규제 개선', '한국 스케일업 모델 구축'으로 나타났다. 이에 따라, 스케일업 창업생태계를 위해 다양하고 대형화된 금융자본, 사업 분야별 스케일업 프로그램의 다양화, 스타트업과 스케일업 지원의 연계, 신기술 및 신산업 분야의 규제 완화, 기업 맞춤형의 스케일업 성장 역량 강화, 해외 네트워킹 기회 제공 등을 시사점으로 도출할 수 있다. 또한 국내 스케일업 창업생태계 구성요소를 도출하고 이에 대한 인식을 진단한 연구로 정책 실무와 학술적으로 기여할 것으로 본다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.99-107
• /
• 2024

경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.1-22
• /
• 2017

사업타당성 분석이나 기업 기술가치평가 등 미래의 사업에 대한 진입이나 투자 타당성을 분석하기 위해서는 새로운 사업과 관련한 시장을 추정하고 그 안에서 확보 가능한 매출을 객관적으로 추정하는 과정이 필수 불가결하다. 이런 신규 매출이나 시장규모의 추정 방법은 다양한 방법으로 구분이 가능한데 크게 정량적인 방법과 정성적인 방법으로 구분할 수 있다. 그러나 두 가지 방법 모두 많은 자원과 시간을 필요로 한다. 그래서 우리는 신규 사업의 평가지원을 위한 데이터 기반의 지능형 매출 예측 시스템을 제안하고자 한다. 본 연구는 사업타당성 분석이나 기술가치평가를 위한 신규 사업의 매출 추정 시스템을 개발하는데, 알고리즘 기반으로 전통적인 정량 예측방법 중 하나인 유추방법에 주목했다. 동일한 국내 산업에서 최근 창업한 기업의 매출 실적을 국내 신규 사업의 매출액을 추정하는 유추 대상 변수로 활용할 수 있는지 검토한다. 여기서 유추예측 대상은 최초 매출액과 초기 성장률이며, 주요 비교 차원은 산업분류, 창업시기 등이 고려된다. 특히 본 연구는 우리나라 창업 기업이 가지는 매출 성장률의 평균회귀 현상을 활용하는 지능형 정보 지원 시스템을 제안하다. 본 연구에서는 신규 매출 추정을 위해서 역사적 자료인 창업 매출 실적을 활용하는 방법이 적절한지 판단하기 위해서 잠재성장모형 등을 활용해 산업분류에 따른 신규 사업의 초기 매출액과 연도별 성장률이 산업분류별로 차이가 있는지 분석한다. 기존 기업의 창업 후 4년간 매출 성과의 종단자료를 잠재성장모형으로 분석하는데, 특정 산업분류에서 차이를 보여주는지 분석해 산업분류가 유추 예측에서 고려해야할 유의미한 변수인지 분석하는 것이다. 본 연구의 결과는 신속하고 객관적인 신규 사업 매출 추정을 가능하게 하는 지능형 정보시스템을 개발하게 해서 사업성타당성 분석이나 기술가치평가 과정의 효율성을 개선시켜 줄 것으로 기대된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.63-83
• /
• 2019

투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.