• 지능정보연구
• /
• 제11권2호
• /
• pp.1-15
• /
• 2005

쇼핑몰들의 상품 정보를 효과적으로 비교할 수 있는 비교 쇼핑(comparison shopping) 시스템에서 사용자가 찾고자하는 상품에 대한 정확한 지식이 없이 검색할 경우, 불필요한 검색 결과로 인해 시스템의 효용성을 떨어지고, 사용자는 많은 시간을 소비하게 된다. 이러한 문제를 해결하기 위해서 시맨틱 웹 기반의 이미지 검색을 이용한 비교 쇼핑 시스템(Comparison Shopping Systems using Image Retrieval based on Semantic Web)을 제안한다. 제안된 시스템에서는 각 쇼핑몰들의 상품 이미지들을 온톨로지(Ontology) 기반으로 주석(annotation)처리한 후, 주석처리 된 이미지들을 통해 쇼핑몰을 구축하게 된다. 사용자는 이렇게 생성된 쇼핑몰에서 복잡한 키워드 검색을 이미지 검색으로 대체하여, 자신의 요구사항을 반영하고, 보다 정확한 검색을 할 수 있게 된다. 제안된 시스템의 성능평가를 위해 기존의 키워드 검색 기반 시스템과 단순 시맨틱 웹 기반의 비교 쇼핑 시스템의 성능을 비교 평가하였다. 그 결과, 시맨틱 웹 기반의 이미지 검색을 이용한 비교쇼핑 시스템이 키워드 검색기반과 시맨틱 웹 기반의 비교 쇼핑 시스템보다 평균적으로 50%, 20% 향상된 성능을 보였다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.71-90
• /
• 2012

오랜 기간에 걸쳐 다양한 분야에서 연구되었음에도 불구하고 전통적인 통제이론의 관심은 단순한 업무에 머물러 있다. 최근에 시작된 정보시스템 개발을 대상으로 한 연구도 실제 프로젝트에서 관찰되는 통제 현상의 일부분에 대한 설명에 그치고 있다. 이 연구는 정보시스템 개발 통제에 대한 종합적인 설명과 이해에 도움이 되는 개념과 구조의 식별과 분석에 초점을 둔다. 이 연구는 조직론과 경제학의 통제이론을 기반으로 한다. 통제 관점의 업무 분석에 적용할 수 있는 개념 틀을 제공하고, 이를 바탕으로 정보시스템 개발 업무의 특징을 분석하였다. 통제방법과 설계에 대한 논의 결과는 실무 프로젝트의 통제체계를 설계할 때 출발점으로 삼을 수 있다. 통제 네트워크의 분석으로 프로젝트의 통제에는 통제자와 피통제자가 연결된 복잡한 네트워크 구조가 필요하다는 것을 밝힐 수 있었다. 계약 방식의 차이로 발생하는 내부 개발과 외부 개발의 대리 문제와 대리 비용의 차이가 매우 크다는 것도 분석되었다. 연구의 결과는 계획과 실행에 치중된 정보시스템 개발에 관한 연구의 균형을 회복하고, 기존 연구 결과를 확장하여 개발 프로젝트의 통제에 관한 이해의 폭을 넓혀줄 것으로 기대한다. 실무적으로 연구 결과는 1) 통제의 구체적인 방법과 네트워크의 설계 지침으로 활용할 수 있으며, 2) 외주 개발에 내재하는 대리 위험에 대한 경각심을 높여줄 것이다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.85-100
• /
• 2023

최근 기업의 지속가능경영 역량으로 대변되는 기업 ESG 성과(environmental, social, and corporate governance)가 투자의사 결정에 주요 요인 중 하나로 부각되고 있다. 전통적 ESG 성과 평가 프로세스는 평가기관마다의 고유 기준에 따라 질적 정성적 방식으로 수행되어 그 평가 소요 시간 및 비용이 큰 데 비해 투자의사 결정 시 신뢰성과 예측 가능성 및 적시성에 제약이 존재한다. 이에 본 연구에서는 정량화되고 공개된 기업 재무 정보를 활용하여 머신러닝을 통한 자동화된 기업 ESG 평가 예측을 시도하였다. 심층신경망 기법을 활용해 2019년부터 2021년까지 3년간 한국ESG기준원에서 제공한 1,780건의 ESG 평가에 대하여 총 12종(21,360건)의 시장 공개 재무 정보를 기반으로 예측 모형을 구축한 결과, 제안된 심층신경망 모형은 약 86%의 분류성능을 보여 여타 비교모형 대비 크게 높은 정확도를 나타냈다. 본 연구는 정량적이고 공개된 과거 기업 재무 정보만으로도 자동화된 프로세스를 통해 비교적 정확한 미래 ESG 평가 예측을 달성할 수 있었다는 점에 의의가 크다. 특히 기업 ESG 관련 정보 접근이 상대적으로 불리한 일반 투자자들의 입장에서 볼 때 낮은 비용과 적은 시간 투자로도 기업 ESG 성과 평가에 대한 예측 가능성과 적시성을 향상 시킬 수 있다는 점에 실용적 함의가 있다. 또한 본 연구는 향후 추가적인 국내외 데이터 수집 및 모형 고도화를 통해 기업 ESG 성과 예측 분야에서의 확장이 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권9호
• /
• pp.281-290
• /
• 2020

시각-언어 이동 문제는 시각 이해와 언어 이해 능력을 함께 요구하는 복합 지능 문제이다. 본 논문에서는 시각-언어 이동 에이전트를 위한 새로운 학습 모델을 제안한다. 이 모델은 데모 데이터에 기초한 모방 학습과 행동 보상에 기초한 강화 학습을 함께 결합한 복합 학습을 채택하고 있다. 따라서 이 모델은 데모 데이터에 편향될 수 있는 모방 학습의 문제와 상대적으로 낮은 데이터 효율성을 갖는 강화 학습의 문제를 상호 보완적으로 해소할 수 있다. 또한, 제안 모델에서는 기존의 목표 기반 보상 함수들의 문제점을 해결하기 위해 설계된 새로운 경로 기반 보상 함수를 이용한다. 본 논문에서는 Matterport3D 시뮬레이션 환경과 R2R 벤치마크 데이터 집합을 이용한 다양한 실험들을 통해, 제안 모델의 높은 성능을 입증하였다.

• 경영정보학연구
• /
• 제25권2호
• /
• pp.145-162
• /
• 2023

자산운용은 수많은 변수와 인간의 심리까지도 통찰해야 하는 복잡하고 어려운 분야이다. 따라서 전통적으로 전문가의 영역이었으며, 이러한 서비스를 받는 데 많은 비용이 들었다. 이러한 시장에 변화가 일어나고 있는데, 이른바 4차산업혁명으로 일컫는 디지털혁명이 그 동인이다. 그 중에서도 인공지능(Artificial Intelligence) 기술을 활용한 로보어드바이저(Robo-Advisor) 서비스는 그 백미이다. 편리한 접근성과 저렴한 비용으로 투자자문 서비스의 대중화가 가능하기 때문이다. 본 연구는 국내에서 서비스 사용자와 제공자의 로보어드바이저 선정 시, 어떤 요인들이 핵심적으로 중요한지, 또한 사용자와 제공자 집단 간의 선정요인에서 어떤 인식차이가 있는지를 밝히고자 하였다. 연구의 틀은 마케팅믹스 4C 모형을 기반으로 하였고, 모형의 설계와 분석은 델파이조사와 AHP를 활용하였다. 연구설계를 통해 4개의 주기준과 15개의 하부기준이 도출되었고, 연구의 발견내용은 다음과 같다. 첫째, 4개 주기준에서의 중요도는 양 집단 공히, 고객니즈> 고객편의> 고객비용> 고객소통 순으로 나타났다. 둘째, 15개의 하부기준들을 살펴보면 투자목적 Coverage, 투자성향 Coverage, 수수료 수준과 접근 편리성 요인이 가장 중요한 것으로 나타났다. 셋째, 집단 간을 비교하여 살펴보면 사용자 집단에서는 수수료 수준과 접근 편리성 요인이 가장 중요하게 나타났고, 제공자 집단에서는 투자목적 Coverage와 투자성향 Coverage 요인을 중요하게 인식하고 있는 것으로 나타났다. 본 연구는 실무적으로 유용한 시사점을 도출하였다. 먼저 로보어드바이저 서비스 확산을 위한 설계 시, 4개의 주기준과 15개 하부기준 가중치 차이에 따른 중요도 우선순위를 감안하여 사용자 지향적인 시스템 구축을 할 수 있는 근거를 마련하였다. 또한 집단 비교에서 나타난 각 하부기준의 우선순위 차이와, 가중치 차이가 큰 하부기준들에 대한 원인 파악, 제공자 집단 내의 전략/마케팅 담당과 시스템개발 담당 간 요인에 대한 인식 차이를 해소하기 위한 공감대 형성 등이 매우 중요함을 제시하였다. 학문적으로는 다수의 로보어드바이저 선정요인들을 도출함으로써 다양한 시각과 관점을 제시한 초기 연구라는 점에서 유의미하다. 본 연구의 발견점들을 통하여 국내에서도 성공적인 사용자 지향적 로보어드바이저 시스템을 구축하고 확산시켜 사용자들에게 도움을 줄 수 있기 기대한다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.41-63
• /
• 2023

전자상거래 시장의 꾸준한 성장으로 인해 추천 시스템의 필요성은 점차 강조되고 있으며, 최근에는 추천 성능의 향상을 목적으로 리뷰 텍스트를 사용하는 연구가 활발히 진행되고 있다. 특히 많은 연구들은 리뷰 텍스트의 감성 점수를 활용하여 제안되고 있는데, 감성 점수만을 사용하는 방법론은 리뷰 텍스트에 존재하는 구체적인 선호도 정보의 활용 측면에 한계를 가지며 이는 결과적으로 성능 향상에 제약으로 작용하게 된다. 이를 개선하기 위해 본 연구는 딥러닝 기반 추천 모델에 온라인 리뷰 내 다양한 언어학적 요소들을 활용하여 고객의 선호도를 정교하게 학습할 수 있는 새로운 추천 방법론을 제안하였다. 이를 위해 먼저 고객과 상품 간 복잡한 상호작용을 고려할 수 있도록 딥러닝 모델을 통해 상호작용 관계를 비선형으로 학습하였다. 그리고 리뷰 텍스트를 효과적으로 활용할 수 있도록 언어학적 요소 중 고객의 구매 의사결정에 중요한 영향을 미치는 인지적 요인, 정서적 요인 그리고 언어 스타일 매칭을 사용하였다. 실험은 Amazon.com에서 수집한 온라인 리뷰 데이터를 사용하여 진행하였고, 실험 결과 제안 모델의 우수함을 검증할 수 있었다. 본 연구는 추천 시스템에서 리뷰 텍스트 내 고객 선호도에 대한 정보를 효과적으로 활용하는 방법론을 제안하여 연구의 이론적 및 방법론 측면에 기여하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.157-175
• /
• 2012

방대한 규모와 복잡한 프로세스로 구성된 공공조달의 혁신성과를 평가하기란 매우 어려운 문제이다. 기존의 프로세스 혁신 평가는 주로 설문 및 인터뷰, 그리고 운영데이터를 분석한 정성적, 또는 통계적인 정량적 방법들이었다. 이에 본 연구에서는 공공조달 프로세스를 복잡계로 보고 이에 대한 시뮬레이션 방법으로 멀티에이전트시스템(MAS)을 이용하여 공공조달 프로세스 혁신효과 평가모델을 개발하였다. 그리고, 개발된 MAS 기반의 공공조달 혁신평가 모델을 우리나라 조달청의 G2B(나라장터, KONEPS) 시스템에 적용하여 혁신효과를 평가하였다. MAS 시뮬레이션 도구는 Northwestern University에서 개발된 Netlogo Version 4.1.3을 사용하였고, 모델링에서는 에이전트 정의, 에이전트 행동특성 정의, 에이전트 관계 정의의 세단계로 진행하였다. 첫째, 에이전트 정의에서는 에이전트가 될 대상을 선정하고, 에이전트가 가진 속성과 변수들을 정의하였다. 둘째, 행동특성 정의에서는 각 에이전트의 행동계획 및 자원할당을 설정하였고, 셋째, 관계정의 단계에서는 상태변화에 따른 행동 규칙을 설정하였다. 또한 프로세스 혁신의 목적에 맞는 성과를 측정하기 위하여 혁신 효과평가항목을 선정하였고, 데이터는 조달청의 협조를 통해 DB 데이터와 설문데이터를 활용하였다. 이를 통해 프로세스 전체 및 프로세스별 절감시간과 업무량의 절감율을 측정하였다. 실험결과 전체 프로세스의 효율성이 증대되었으며 '평균 업무처리 건수'의 절감율이 92.7%, '평균 업무처리 시간'의 절감율이 95.4%로 나타났다. 즉 공공조달분야는 G2B 시스템 도입을 통해 프로세스 혁신을 추진한 결과 매우 높은 효율성이 제고된 것으로 분석되었다. 또한 본 연구를 통해 '계약'과 관련한 업무프로세스에서 추가적인 개선이 이루어질 경우 프로세스 혁신효과가 더욱 향상될 수 있는 것으로 분석되었다. 본 연구는 MAS를 이용하여 프로세스 개선효과에 대한 평가모델을 제시하고 분석했다는데 의의가 있다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.119-138
• /
• 2017

최근 SNS는 개인의 의사소통뿐 아니라 마케팅의 중요한 채널로도 자리매김하고 있다. 그러나 사이버 범죄 역시 정보와 통신 기술의 발달에 따라 진화하여 불법 광고가 SNS에 다량으로 배포되고 있다. 그 결과 개인정보를 빼앗기거나 금전적인 손해가 빈번하게 일어난다. 본 연구에서는 SNS로 전달되는 홍보글인 비정형 데이터를 분석하여 어떤 글이 금융사기(예: 불법 대부업 및 불법 방문판매)와 관련된 글인지를 분석하는 방법론을 제안하였다. 불법 홍보글 학습 데이터를 만드는 과정과, 데이터의 특성을 고려하여 입력 데이터를 구성하는 방안, 그리고 판별 알고리즘의 선택과 추출할 정보 대상의 선정 등이 프레임워크의 주요 구성 요소이다. 본 연구의 방법은 실제로 모 지방자치단체의 금융사기 방지 프로그램의 파일럿 테스트에 활용되었으며, 실제 데이터를 가지고 분석한 결과 금융사기 글을 판정하는 정확도가 사람들에 의하여 판정하는 것이나 키워드 추출법(Term Frequency), MLE 등에 비하여 월등함을 검증하였다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.