• 헤리티지:역사와 과학
• /
• 제38권
• /
• pp.179-222
• /
• 2005

경주지역(慶州地域)에서 현재까지 발굴조사된 17개소의 청동공방유적(靑銅工房遺漬)들에 대한 연구결과 이들 유적들은 운영주체가 누구인가에 따라서 궁중공방(宮中工房), 관영공방(官營工房), 사영공방(私營工房)으로 구분이 가능하다. 경주지역의 청동공방은 소규모의 궁중수공업(宮中手工業)을 위한 공방에서 대규모의 관영수공업(官營手工業)을 위한 공방으로 발전을 했고, 이후 귀족의 등장에 따라 사영수공업(私營手工業)으로 변화하였다. 궁중공방은 궁성(宮城)이 위치했던 월성(月城), 전 임해전지(傳 臨海殿址)와 인근의 황남동(皇南洞) 주변지역에서 확인된 청동공방으로서 소규모로 운영되었다. 관영공방은 경주시 동천동 일대에 집중된 청동공방으로 한 지역에 집중된 모습을 보여주고 있다. 한편 관영공방 단계에서는 공방 옆에 대형 도로가 위치하는데 이는 공방에 소요되는 원자재(原資材)를 원활하게 공급하기 위한 목적으로 추정된다. 그리고 도로의 보수작업에 청동공방에서 발생한 폐기물(廢棄物)이 사용된 점은 도로와 청동공방이 서로 유기적(有機的)으로 연결되어 있음을 보여준다. 사영공방은 귀족들에 의해서 운영된 공방으로 관영공방에 속한 장인(匠人)들이나 개별적인 공장(工匠)들이 귀족들에게 흡수되어 만들어진 새로운 형태의 공방으로 시내 곳곳에 공방이 위치하는 모습으로 변화한다. 따라서 귀족들의 가택(家宅) 안에 마련된 작업장인 사영공방이 등장하게 되면서 공방의 운영주체는 국가에서 개인으로 점차 변화해 나간다고 추정할 수 있다. 사영공방은 왕경 안에 위치한 대형사찰에서 절 안에 공방을 두고 필요한 물품을 직접 생산하던 공방으로 청동주조와 관련된 작업장이 주로 발견되었다. 이상과 같이 신라왕경 안에서 운영된 청동공방의 존재를 통해서 우리는 당시의 기술력과 상품의 교역권, 생산지(生産地)와 수요처(需給處)의 관계를 확인할 수 있고, 사회상을 알 수 있는 중요한 단서를 찾을 수 있다.

• 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.

• 대한지리학회지
• /
• 제30권1호
• /
• pp.68-92
• /
• 1995

소매업은 경제, 사회, 문화, 정치를 배경으로 소비자의 요구에 부응하며 발전해 가 기 때문에 지역구조의 이해라는 측면에서 증요한 연구 주제이다. 또한 소매업은 일상생활을 영위하기 위한 기본적인 기능이므로, 이에 대한 이해는 삶의 질 향상이라는 측면에서도 중 요하다. 최근, 우리나라는 주민소득의 향상과 그에 따른 수요의 다양화, 개성화, 그리고 정보 화 사회로의 이행, 대기업 및 외국유통업의 참여, 정부의 유통산업 근대화 작업 등 소매업 환경의 변화와 함께 소매업이 크게 변화하고 있다. 따라서 미래의 변화 예측과 바람직한 발 전 방향이 제시되어야 함에도 불구하고, 이에 대한 연구가 미흡하다. 이에 광주시를 연구대 상지역으로 선정하여, 소매업의 입지와 그에 대한 주민의 이용 행태, 그리고 주민의 바람직 한 이용방안을 분석하였다. 이는 입지행태라는 순수한 학문적기여 뿐 아니라, 지역의 효율성 과 평등성의 실현이라는 응용면에서도 중요한 의의를 지닌다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.