• 유통과학연구
• /
• 제9권1호
• /
• pp.29-38
• /
• 2011

우리나라 대부분의 소매업태가 성장 또는 성숙단계에 머물고 있는 현재, 어떤 혁신적인 소매업태가 새로 출현하고 발전해 갈 것인가? 그리고 그 혁신적인 소매업태가 출현하고 발전해 갈 성장동력은 무엇인가? 본 연구는 이러한 문제인식에 근거하여 소매업태의 차별화경쟁과 소비자선택과의 상호행동을 연동하여 논의할 수 있는 소비자선택모델을 구축하여 혁신적인 소매업태의 출현과 발전과정을 분석하는 것이다. 본 연구에서의 분석결과는 다음과 같이 요약할 수 있다. 첫째, 소매시장에서 새로운 진공지대가 발생하면 그곳에 저가격·저서비스 또는 고가격·고서비스의 혁신적인 소매업태가 출현한다. 둘째, 진공지대에서 신규업태의 수가 많아지면 신규업태간의 수평적 경쟁이 야기되고, 이를 통해 각 신규업태는 격올림을 전개한다. 셋째, 신규업태가 격올림을 전개하면 신규업태와 기존업태간의 이업태간 경쟁이 야기되고, 이 경쟁에서 기존업태와 신규업태간의 동화과정이 전개된다. 넷째, 각 소매업태는 기존의 유통기술 프론티어를 돌파하기 위해 유통혁신을 추진하게 되고, 다른 소매업태는 그 혁신자를 추종한다. 위에서 언급한 분석결과를 근거로 하여 본 연구에서는 세가지 시사점을 제언할 수 있다. 첫째, 본 연구는 소매업태가 차별화전략을 추진할 때 사용되는 점포 속성에 대한 소비자의 의사결정과정구도에 대응하면서 최종적으로는 시장점유율의 변화와도 연동하여 논의할 수 있는 소비자선택모델을 구축하였다는 점이다. 둘째, 본 연구는 이러한 소비자선택모델을 토대로 혁신적인 소매업태의 출현과 발전과정에 대한 분석을 보다 정교한 논리 구조에 입각해서 설명하였다는 점이다. 셋째, 본 연구에서의 논의한 소매업태의 발전과정은 시장에서 경쟁우위를 획득하기 위해서 소매업태가 소매믹스를 어떻게 전개할 것인지에 대한 소매업자의 경영관리 측면에서의 해법을 제시하였다는 점이다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.93-107
• /
• 2014

대부분의 인터넷 쇼핑몰은 자사 고객의 관심 분야를 파악하고 이를 상품 추천에 효과적으로 활용하기 위해 많은 노력을 기울이고 있다. 하지만 고객이 회원 가입 시 직접 입력한 개인 정보는 신뢰하기가 어렵고, 고객의 구매 패턴을 통해 파악한 관심 분야 정보는 자사 사이트 내에 진입한 이후에만 보인 한정된 패턴이라는 측면에서 해당 고객의 다양한 관심분야를 제대로 나타낸다고 보기 어렵다. 이러한 한계를 극복하기 위해 본 연구에서는 고객의 평소 인터넷 사용 기록을 통해 최근 방문 사이트들의 주제를 분석함으로써, 고객의 실제 관심 분야를 파악할 수 있는 방안을 제시하였다. 또한 토픽 분석을 통해 각 사이트의 주제를 도출하고 도출된 주제를 다시 동시 방문자 관점에서 군집화 함으로써, 고객 관점에서 의미가 있는 상위 수준의 새로운 테마를 발굴하기 위한 방법론을 제안하였다. 연구의 특징은 유사주제 중심의 군집화라는 기존 연구와는 달리 사용자 관점의 관심주제 중심 군집화라 할 수 있다. 향후 사용자 중심의 카테고리 설계를 비롯한 새로운 관점의 고객군 정의 등 보다 높은 차원의 마케팅 전략 수립에 활용이 가능할 것으로 기대된다. 사용자 관점의 이슈 군집화 과정은 크롤링, 토픽 분석, 액세스 패턴 분석, 네트워크 병합, 네트워크 변환 및 군집화와 같은 여섯 가지 주요단계로 구성되어있다. 이를 위해 텍스트 마이닝과 소셜 네트워크 분석 기법을 활용한 비정형 텍스트를 기반으로한 빅데이터의 활용 방법을 모색하였다. 제안 방법론의 실무 적용 가능성을 평가하기 위해, 국내 최대 포털 뉴스 사이트의 방문자 2,177명의 1년간 방문 기록과 뉴스기사 대한 분석을 수행하고 그 결과를 요약하여 제시하였다.

• 한국식생활문화학회지
• /
• 제11권4호
• /
• pp.487-495
• /
• 1996

건강식품 및 원료의 유효성분 및 위해요소 조사분석에 관한 연구의 기초조사로 건강식품에 대한 소비자의 의식조사를 실시하였다. 건강식품에 관한 이용실태 조사와 건강식품에 대한 객관적 지식정도 조사로 구성된 설문지를 이용하여 서울, 경기 지역에 거주하는 방문 및 협조가 가능한 20세 이상의 일반 소비자 1000명을 대상으로 1995년 10월부터 96년 2월에 걸쳐 직접 방문하고 설문지를 배부하여 설명한 후 조사대상자가 직접 기입하게 하는 방법으로 조사하였다. 882부를 회수(회수율 88%)하였으나 이중 불완전한 응답 23부를 제외한 859부(유효회수율 86%)를 SAS프로그램을 이용하여 통계처리하였다. 조사대상자의 사회경제적 여건에 대하여는 단순빈도와 백분율을 구하였고 교차표를 이용하여 결혼 여부, 월수입, 교육정도 등의 사회 경제적 여건과의 통계적 연관성을 파악하였다. 건강식품에 관한 이용실태 조사결과로는 응답자의 58.8%가 건강식품을 사용한 경험이 있었으며 68.2%는 건강식품의 효능을 믿는다고 응답하고 있어 건강식품에 대한 관심도가 매우 큰 것으로 나타났다. 건강식품에 대한 가장 큰 기대효과는 전체적 건강유지에 도움을 주는 것(59.8%)이라고 응답하였으며 가장 큰 부정적 견해로는 과대선전(52.1%)이라고 응답하였다. 건강식품에 대한 정보 선택 경로로는 주로 친지의 권유나 소개(30.6%)로 이용하고 있었으며 우리나라 식품법에서 건강보조식품의 등록관리사실은 63.7%가 모르고 있다고 응답하여 응답자의 과반수 이상이 건강식품의 행정적 관리사실에 무지한 것으로 나타났다. 건강식품의 등록관리 사실을 알고 있는 건강식품의 종류로는 로얄제리(22.7%), 스쿠알렌(16.0%), 정제어유(15.1%), 유산균(10.6%), 알로에(8.8%)순으로 나타났다. 건강식품과 약품(또는 한약)과의 차별인식 조사결과에서는 응답자의 84.2%가 건강식품과 한약이 다르다고 생각하면서도 가장 잘 알고있는 건강식품의 종류와 약품(또는 한약)의 종류를 묻는 두 문항에 모두 인삼(22.7%, 41.7%)을 가장 많이 응답하여 전체적으로 건강식품과 약품의 구별을 제대로 하지 못하는 것으로 나타나 이를 위한 계몽과 교육이 시급함을 알 수 있었다.

• Asia pacific journal of information systems
• /
• 제17권4호
• /
• pp.187-206
• /
• 2007

The development of computer and information technology has been combined with the information superhighway internet infrastructure, so information widely spreads not only in special fields but also in the daily lives of people. Information ubiquity influences the traditional way of transaction, and leads a new E-commerce which distinguishes from the existing E-commerce. Not only goods as physical but also service as non-physical come into E-commerce. As the scale of E-Commerce is being enlarged as well. It keeps people from finding information they want. Recommender systems are now becoming the main tools for E-Commerce to mitigate the information overload. Recommender systems can be defined as systems for suggesting some Items(goods or service) considering customers' interests or tastes. They are being used by E-commerce web sites to suggest products to their customers who want to find something for them and to provide them with information to help them decide which to purchase. There are several approaches of recommending goods to customer in recommender system but in this study, the main subject is focused on collaborative filtering technique. This study presents a possibility of pre-evaluation for the prediction performance of customer's preference in collaborative filtering before the process of customer's preference prediction. Pre-evaluation for the prediction performance of each customer having low performance is classified by using the statistical features of ratings rated by each customer is conducted before the prediction process. In this study, MovieLens 100K dataset is used to analyze the accuracy of classification. The classification criteria are set by using the training sets divided 80% from the 100K dataset. In the process of classification, the customers are divided into two groups, classified group and non classified group. To compare the prediction performance of classified group and non classified group, the prediction process runs the 20% test set through the Neighborhood Based Collaborative Filtering Algorithm and Correspondence Mean Algorithm. The prediction errors from those prediction algorithm are allocated to each customer and compared with each user's error. Research hypothesis : Two research hypotheses are formulated in this study to test the accuracy of the classification criterion as follows. Hypothesis 1: The estimation accuracy of groups classified according to the standard deviation of each user's ratings has significant difference. To test the Hypothesis 1, the standard deviation is calculated for each user in training set which is divided 80% from MovieLens 100K dataset. Four groups are classified according to the quartile of the each user's standard deviations. It is compared to test the estimation errors of each group which results from test set are significantly different. Hypothesis 2: The estimation accuracy of groups that are classified according to the distribution of each user's ratings have significant differences. To test the Hypothesis 2, the distributions of each user's ratings are compared with the distribution of ratings of all customers in training set which is divided 80% from MovieLens 100K dataset. It assumes that the customers whose ratings' distribution are different from that of all customers would have low performance, so six types of different distributions are set to be compared. The test groups are classified into fit group or non-fit group according to the each type of different distribution assumed. The degrees in accordance with each type of distribution and each customer's distributions are tested by the test of ${\chi}^2$ goodness-of-fit and classified two groups for testing the difference of the mean of errors. Also, the degree of goodness-of-fit with the distribution of each user's ratings and the average distribution of the ratings in the training set are closely related to the prediction errors from those prediction algorithms. Through this study, the customers who have lower performance of prediction than the rest in the system are classified by those two criteria, which are set by statistical features of customers ratings in the training set, before the prediction process.

• 원예과학기술지
• /
• 제28권5호
• /
• pp.728-734
• /
• 2010

본 연구에서는 노지에 식재된 '부유' 단감나무에 있어서 6월이나 9월의 엽면시비가 관행적인 토양시비에 비해 영양 생장과 건물 축적, 질소함량 및 이들의 분포, 그리고 수령이 많아짐에 따라 증가하는 건물과 질소함량 가운데 수확 과실과 낙엽을 통해 나무로부터 영구적으로 소실되는 양적 비율을 추정하고자 하였다. 이를 위해 4-6년생 '부유' 단감나무로 6월과 9월에 1회 또는 2회 엽면시비구와 관행적인 6+9월 토양시비를 대조구로 두는 4처리를 3년간 같은 나무에 적용한 다음 매년 11월에 나무를 굴취하여 분석하였다. 주당 건물중은 4년생에서는 4.2-4.8kg, 5년생에서는 8.7-9.2kg, 6년생에서는 17.1-21.5kg이었지만 추비 시기 및 방법에 따른 유의적인 차이는 없었다. 건물중의 기관별 분포를 보면 신초는 3.3-10.2%, 잎은 5.7-10.5%, 2년생 이상 목질부는 8.3-31.4%, 뿌리는 13.0-27.0%, 과실은 28.0-59.3%였다. 뿌리와 과실의 건물중은 서로 반대되는 변화를 보였는데, 특히 과실 건물중이 주당 건물중의 50-60%에 달한 6년생 나무의 뿌리는 10.6-15.8%에 지나지 않았다. 주당 질소함량은 처리에 따른 차이 없이 4년생은 24.6-28.3g, 5년생은 48.3-53.5g, 6년생은 98.3-122.6g의 범위에 있었는데, 이중 신초에는 6.2-11.5%, 잎에는 16.7-24.3%, 2년생 이상 목질부에는 17.6-23.5%, 과실에는 16.9-34.4%, 뿌리에는 17.2-37.5%가 분포하고 있었고, 과실의 비율이 높아지면 뿌리의 비율이 낮아지는 것은 건물중에서의 변화와 비슷하였다. 잎과 과실을 통해 나무로부터 소실되는 건물중 비율은 추비 방법에 따른 차이 없이 4년생과 5년생에서는 41% 내외였으나 주당 수량이 많았던 6년생에서는 61%로 높았다. 4년생 나무는 전체 질소의 39%, 5년생에서는 43%, 6년생에서는 49%가 나무로부터 소실되는 것으로 나타났다. 부위별 건물중과 질소함량 모두 처리에 따른 유의적인 차이가 없음은 '부유' 단감나무 유목에 있어서 시비량이 월등히 적은 엽면시비의 이용가치를 입증하는 결과로 볼 수 있다.

• 한국가정과교육학회지
• /
• 제19권4호
• /
• pp.201-218
• /
• 2007

본 연구는 가정과 교육에서 학교도서관 활용수업이 중학생의 자기주도적 학습능력에 미치는 효과를 규명하는 데 목적을 두었으며, 이를 위하여 다음과 같은 연구문제를 설정하였다. 첫째, 학교도서관 활용수업은 자기주도적 학습 능력 향상에 효과가 있는가? 둘째, 학교도서관 활용수업을 받은 집단 내에서 성적에 따라 자기주도적 학습 능력에는 어떤 변화가 있는가? 셋째, 교육방법에 따라 자기주도적 학습능력에는 어떤 변화가 있는가? 이상의 연구문제를 해결하기 위하여 J시에 소재한 중학교 3학년 여학생 164명(실험반 82명, 비교반 82명)을 대상으로 도서관 활용수업과 일반 강의식 수업을 14시간 실시하였다. 교육효과를 검증하기 위하여 자기주도적 학습능력 검사를 사전과 사후에 실시한 후 SPSS 12.0을 이용하여 자료처리를 하였다. 분석방법은 신뢰도분석, 빈도분석, 카이제곱 검증, 독립표본 t-검증, 대응표본 t-검증, 반복측정분산분석, 이원변량분석을 이용하였다. 이 연구를 통해 얻어진 결과는 다음과 같다. 첫째, 학교도서관 활용수업을 받은 집단과 그렇지 않은 집단 간에 자기주도적 학습능력의 차이는 통계적으로 유의미한 차이가 나타났다. 실험반의 자기주도적 학습능력은 모든 하위 항목에서 사전보다 사후에 통계적으로 유의미한 차이가 나타났으며, 실험반의 점수 향상이 훨씬 많았다. 비교반의 자기주도적 학습능력은 하위 항목 중 창의성과 자율성에서 사전보다 사후에 유의미한 차이가 있었다. 둘째, 학교도서관 활용수업을 받은 집단 내에서 학업 성적에 따라 자기주도적 학습능력의 변화는 문제해결능력을 제외한 모든 하위 항목들에서 상호작용 효과가 없는 것으로 나타났다. 문제해결능력은 학업 성적에 따라 점수의 상승폭에 유의미한 차이가 나타났으며, 학업 성적이 낮은 집단에서 상승효과가 높은 것으로 나타났다. 셋째, 도서관활용수업을 받은 집단이 일반 강의식 수업을 받은 집단보다 자기주도적 학습능력 점수의 상승폭이 높게 나타났으며, 학습능력 점수가 낮은 집단이 학습능력 점수가 높은 집단에 비하여 점수의 상승폭이 큰 것으로 나타났다. 이상과 같은 연구 결과를 통하여 학교 도서관 활용수업은 중학생의 자기주도적 학습능력 향상에 효과가 있었으며, 학업성적이 낮고 자기주도적 학습능력 점수가 낮은 집단에서 더 큰 상승효과가 있음을 알 수 있었다. 후속 연구로는 본 연구의 제한점을 보완하여 학교도서관 활용수업중 구체적으로 어떤 점이 자기주도적 학습능력을 향상시켰는지 다양한 실험설계를 통하여 조사할 것이 요구된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• Radiation Oncology Journal
• /
• 제14권1호
• /
• pp.9-15
• /
• 1996

목적 : 국소적으로 진행된 III, IV기 두경부종양의 방사선치료시 항암화학요법을 병행할 경우 방사선에 대한 민감도를 증가시켜 치료효과를 향상시키는 것으로 알려져 있다. 따라서 본 연구는 방사선-항암화학 병용요법이 국소제어율 및 생존율에 미치는 영향을 알아보기 위하여 방사선 단독치료군의 치료결과와 후향적으로 비교분석하였다. 대상 및 방법 : 1983년 11월부터 1994년 3월까지 인제대학교부속 백병원에서 두경부종양으로 진단받고, 추적관찰이 가능했던 III, IV기의 편평상피세포종양 환자 31명(I군: 방사선 단독치료 16명, II군: 방사선-항암화학 병용요법 15명)을 데상으로 하였다. 남녀 비는 I, II군에서 각각 12:4, 15:0 이었고 연령분포는 각각 17-74세(중앙값 64세), 34-71세(중앙값 54세)였다. 병기별 분포는 III기가 각각 5명, 3명, IV기가 11명, 12명이었다 방사선치료는 4MV 선형가속기(LINAC)를 사용하였고 총 방사선 조사선량은 I군 50-77.6Gy(중앙값 70.2Gey), II군 50-75.6Gy(중앙값 70Gy)이었다. 항암화학요법은 cisplatin + 5-FU (7명), methotrexate + leucovorin + 5-FU + cisplatin (혹은 carboplatin) (2명), 방사선민감제로서 clsplatin (6명)이 사용되었다. 결과 : 총 추적관찰기간은 4-134개월(중앙값 16개월)이었다 전체관해율은 I군 $66.6\%$(완전관해 $53.3\%$, 부분관해 $13.3\%$), 11군 $93.3\%$(완전관해 $60\%$, 부분관해 $33.3\%$)였고, 완전관해된 환자에서 2년 종양제어율은 각각 $50\%$, $40\%$이었다. 국소실패율은 I군과 II군에서 각각 $71.5\%$, $72.7\%$이었고, 원격전이율은 $14.4\%$와 $9.1\%$였다. 5년 생존율은 전체 환자에서 $21.5\%$, I군과 II군에서 $23.4\%$, $23.5\%$로 두 군간의 생존율의 차이는 통계학적으로 유의하지 않았다(P>0.05). 3년 무병생존율 역시 $44.5\%$와 $40\%$로 통계학적으로 유의한 차이를 보이지 않았다(P>0.05). 치료에 따른 급성 부작용은 피부독성이 I군 7/16명(RTOG/EORTC 등급 1; 5명, 2; 1명, 3: 1명), II군 5/15명(등급 2: 1명, 3: 4명, 4: 1명), 식도염 및 인두염이 각각 14/16명(등급 1: 7명, 2; 6명, 3이상 1명), 6/15명(등급 2: 1명, 3: 1명), 구강점막염은 각각 6/15명(등급 1: 1명, 2: 2명, 3; 2명, 4: 1명), 9/15명(등급 2: 4명, 4; 5명)으로 두 군간의 차이는 없었으나, 혈액학적 독성은 II군에서만 8/15($53.3\%$)가 관찰되었다. 결론 : 본 연구에서는 방사선-항암화학 병용요법군이 방사선 단독치료군에 비해 종양의 전체관해율은 높았으나, 5년 생존율 및 3년 무병 생존율에서는 두 군간에 통계학적으로 유의한 차이가 없었다(p>0.05). 그러나, 본 연구는 대상환자의 숫자가 제한되어 있어 항암화학요법의 역할을 규명하기 위해서는 앞으로 더 많은 환자를 대상으로 하여 오랜 기간의 추적관찰이 필요하리라 생각된다.