• 지능정보연구
• /
• 제20권2호
• /
• pp.123-136
• /
• 2014

최근 온라인 및 다양한 스마트 기기의 사용이 확산됨에 따라 온라인을 통한 쇼핑구매가 더욱 활성화 되었다. 때문에 인터넷 쇼핑몰들은 쇼핑에 관심이 있는 잠재 고객들에게 한 번이라도 더 자사의 링크를 노출시키기 위해 키워드에 비용을 지불할 용의가 있으며, 이러한 추세는 검색 광고 시장의 광고비를 증가시키는 원인을 제공하였다. 이 때 키워드의 가치는 대체로 검색어의 빈도수에 기반을 두어 산정된다. 하지만 포털 사이트에서 검색어로 자주 입력되는 모든 단어가 쇼핑과 관련이 있는 것은 아니며, 이들 키워드 중에는 빈도수는 높지만 쇼핑몰 관점에서는 별로 수익과 관련이 없는 키워드도 다수 존재한다. 그렇기 때문에 특정 키워드가 사용자들에게 많이 노출된다고 해서, 이를 통해 구매가 이루어질 것을 기대하여 해당 키워드에 많은 광고비를 지급하는 것은 매우 비효율적인 방식이다. 따라서 포털 사이트의 빈발 검색어 중 쇼핑몰 관점에서 중요한 키워드를 추출하는 작업이 별도로 요구되며, 이 과정을 빠르고 효과적으로 수행하기 위한 자동화 방법론에 대한 수요가 증가하고 있다. 본 연구에서는 이러한 수요에 부응하기 위해 포털 사이트에 입력된 키워드 중 쇼핑의도를 포함하고 있을 가능성이 높을 것으로 추정되는 키워드만을 자동으로 추출하는 방안을 제시하고, 구체적으로는 전체 검색어 중 검색결과 페이지에서 쇼핑과 관련 된 페이지로 이동한 검색어만을 추출하여 순위를 집계하고, 이 순위를 전체 검색 키워드의 순위와 비교하였다. 국내 최대의 검색 포털인 'N'사에서 이루어진 검색 약 390만 건에 대한 실험결과, 제안 방법론에 의해 추천된 쇼핑의도 포함 키워드가 단순 빈도수 기반의 키워드에 비해 정확도, 재현율, F-Score의 모든 측면에서 상대적으로 우수한 성능을 보이는 것으로 나타남을 확인할 수 있었다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.39-58
• /
• 2014

빅데이터의 중요성에 대한 인식이 확산되고, 관련한 기술이 발전됨에 따라, 최근에는 빅데이터의 처리와 분석의 결과를 어떻게 시각화할 것인지가 매우 관심 받는 주제로 부각되고 있다. 이는 분석된 결과를 보다 명확하고 효과적으로 전달하는 데에 있어서 데이터의 시각화가 매우 효과적인 방법이기 때문이다. 시각화는 분석 시스템과 사용자가 소통하기 위한 하나의 그래픽 사용자 인터페이스(GUI)를 담당하는 역할을 한다. 통상적으로 이러한 GUI 부분은 데이터의 처리나 분석의 결과와 독립될 수록 시스템의 개발과 유지보수가 용이하며, MVC(Model-View-Controller)와 같은 디자인 패턴의 적용을 통해 GUI와 데이터 처리 및 관리 부분 간의 결합도를 최소화하는 것이 중요하다. 한편 빅데이터는 크게 정형 데이터와 비정형 데이터로 구분할 수 있는데 정형 데이터는 시각화가 상대적으로 용이한 반면, 비정형 데이터는 시각화를 구현하기가 복잡하고 다양하다. 그럼에도 불구하고 비정형 데이터에 대한 분석과 활용이 점점 더 확산됨에 따라, 기존의 전통적인 정형 데이터를 위한 시각화 도구들의 한계를 벗어나기 위해 각각의 시스템들의 목적에 따라 고유의 방식으로 시각화 시스템이 구축되는 현실에 직면해 있다. 더욱이나 현재 비정형 데이터 분석의 대상 중 대부분을 차지하고 있는 텍스트 데이터의 경우 언어 분석, 텍스트 마이닝, 소셜 네트워크 분석 등 적용 기술이 매우 다양하여 하나의 시스템에 적용된 시각화 기술을 다른 시스템에 적용하는 것이 용이하지 않다. 이는 현재의 텍스트 분석 결과에 대한 정보 모델이 서로 다른 시스템에 적용될 수 있도록 설계되지 못하는 경우가 많기 때문이다. 본 연구에서는 이러한 문제를 해결하기 위하여 다양한 텍스트 데이터 분석 사례와 시각화 사례들의 공통적 구성 요소들을 식별하여 표준화된 정보 모델인 텍스트 데이터 시각화 모델을 제시하고, 이를 통해 시각화의 GUI 부분과 연결할 수 있는 시스템 모델로서의 시각화 프레임워크인 TexVizu를 제안하고자 한다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.59-71
• /
• 2014

KOSPI200 선물 트레이딩을 위해 업계에서는 여러 전략으로 포트폴리오를 구성해서 운용한다. 동일한 전략 모음을 갖고 있더라도 포트폴리오를 어떻게 구성하느냐에 따라 수익은 크게 차이가 난다. 시장 상황에 맞는 전략들로 포트폴리오를 구성하는 것은 오랜 경험과 탁월한 노하우가 있어야하는 어려운 작업이다. 본 논문에서는 SVM을 활용하여 쉽고 빠르게 적절한 전략 포트폴리오를 구성하는 방법을 제시하였다. 본 논문에서 제안한 시스템의 성과는 벤치마킹의 성과와 비교하여 2배 이상의 수익을 내는 것을 확인하였다. 1990.01.03~2011.11.04 동안의 KOSPI200 데이터 중 이전 80%의 데이터로 학습을 하고 최근 20%의 데이터로 성능을 시험하였다. 각 전략별로 선택여부를 판별하는 SVM모델을 만들고 그 결과를 바탕으로 포트폴리오를 구성하였다. 벤치마킹을 위해 KOSPI200 선물을 2계약 매수한 경우의 수익, 시험 시작 직전 30일간 최고 수익을 낸 2개 전략의 수익, 실제 최고 수익을 낸 전략 2개를 보유했을 때의 수익과 비교하였다. 매매 비용을 반영하지 않을 때는 벤치마킹은 132.2~510.37pt의 수익을 냈고, 본 시스템은 1072.36~1140.91pt의 수익을 보여주었다. 그리고 거래비용을 감안하면 벤치마킹은 130.44~502.41pt의 수익을 냈고, 본 시스템은 706.22pt~768.95pt의 수익을 나타내었다. 본 논문은 기계학습을 통한 전략 포트폴리오를 구성하는 방안이 유의미하며 실전에 활용할 수 있음을 보여주었다. 이를 바탕으로 여러 전략과 다양한 시장에 적용해서 안정성을 검증하면 견고한 상용 솔루션으로 발전시킬 수 있을 것이다. 그리고 자금관리 기법을 더 반영한다면 수익을 더욱 크게 향상시킬 수 있을 것이다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.45-67
• /
• 2016

최근 정보 유통의 주요 매체인 인터넷 뉴스와 SNS의 매체 간 특성 차이를 주목한 많은 연구가 있었음에도 불구하고, 양 매체의 차이를 정보의 수요 및 공급 관점에서 파악한 연구는 상대적으로 매우 부족하다. 일반적으로 새로운 정보는 언론사의 뉴스 기사를 통해 대중에게 노출되고, 대중은 이러한 기사에 대한 의견 또는 추가정보를 SNS를 통해 공유함으로써 해당 정보를 수용함과 동시에 확산시킨다. 이러한 측면에서 언론사가 뉴스를 제공하는 행위를 정보의 공급으로 파악할 수 있으며, 대중은 SNS를 통해 이에 대한 관심을 능동적으로 나타냄으로써 해당 정보에 대한 소비 수요를 표출하는 것으로 이해할 수 있다. 이는 상품 및 서비스의 가격이 수요와 공급의 관계에 의해 결정되는 것과 유사한 원리로, 정보의 가치를 정보 수요와 정보 공급의 관계에 기반을 두어 측정할 수 있음을 시사한다. 본 연구에서는 정보 공급의 대표 매체로 인터넷 뉴스 기사를, 정보 수요를 나타내는 대표 매체로 트위터를 선정하고, 특정 이슈에 대한 뉴스의 정보로서의 가치를 이와 관련된 트위터의 양으로 평가하는 뉴스가치지수(NVI, News Value Index)를 고안하여 제시한다. 구체적으로 제안 방법론은 각 이슈별로 NVI를 도출하고 이를 통해 시간의 흐름에 따른 정보 가치의 변화를 시각화하여 나타낸다. 또한 본 연구에서는 제안 방법론의 실무 적용 가능성을 평가하기 위해 인터넷 뉴스 387,018건과 트윗 31,674,795건에 대한 실험을 수행하였다. 그 결과 대부분의 이슈가 전체 정보 시장의 평균 가치에 수렴하는 형태로 변화함을 알 수 있었으며, 꾸준히 평균 이상의 가치를 가지며 정보 시장을 장악하는 등 특이한 양상을 보이는 흥미로운 이슈도 존재함을 파악할 수 있었다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.157-176
• /
• 2016

스마트폰, 태블릿PC와 같은 모바일 기기의 확산과 더불어 앱의 보급도 크게 늘어나면서 우리 일상의 다양한 분야에서 활용되고 있다. 게임, 생활, 엔터테인먼트, 정보, 전자상거래 등 다양한 종류의 수많은 앱이 생겨나고 있으나, 그들 중 대부분이 사용자의 구매 선택조차 받지 못하고 있으며, 구매가 이루어진 이후에도 많은 수는 오랫동안 사용되지 않고 외면당하고 있다. 사용자가 앱을 선택하고 사용하는 데에 영향을 미치는 요인을 찾는 연구는 사용자에게 적합한 앱을 선별적으로 추천하는 데에 활용됨으로써 마케팅 효과를 높일 수 있다는 점에서 앱 개발자나 배포자 및 사용자 모두에게 기여하는 실무적 가치가 크다고 할 수 있을 것이다. 이런 관점에서, 본 연구는 앱의 사용에 영향을 미치는 요인이 앱 유형별로 어떻게 달라지는지를 파악하려는 목적에서 수행되었다. 앱 사용에 영향을 미치는 요인으로서 사용자의 인구통계학적 특성뿐만 아니라 사용자가 앱을 구매하고 사용한 경험, 구매 시 참고한 앱에 대한 객관적 평가인 별점, 마케팅의 수단으로서 상품의 소개 화면에 노출되는 배지(Badge)의 영향을 살펴보았다. 사용자의 앱 선택에 영향을 미치는 요인에 대한 기존 연구들은 대부분 설문에 대한 응답 결과를 분석에 사용함으로써 사용기록이 정확히 반영하지 못하는 한계점을 갖는 반면, 본 연구는 특정한 기간 동안 사용자의 실제 사용기록 전체를 측정하고 수집하여, 이 데이터를 기반으로 분석을 실시했다는 점에서 큰 의의를 갖는다고 할 수 있다. 사용자가 자신의 모바일 기기에 설치된 다양한 앱을 설치해놓고 이들 중 자신의 필요에 적합한 것을 선택하여 사용하게 되는데, 이 선택에 영향을 미치는 요인이 카테고리 별로 다를 것이라는 점을 고려하여, 다변량 프로빗 모형을 활용하여 분석을 실시하였다. 분석결과로 앱 사용에 영향을 미치는 요인이 앱 카테고리 별로 달라지는 것과 앱 카테고리 선택 간의 상관관계를 제시하였으며, 사용자의 앱사용 목적에 따라 쾌락성(Hedonic)과 실용성(Utilitarian)으로 구분지어 설명하였다.

• 경영과정보연구
• /
• 제36권5호
• /
• pp.45-60
• /
• 2017

본 연구는 사물인터넷 기반 국내 스마트 홈서비스에 대한 고객지원 현황과 이용자의 사용평가를 통하여 핵심적인 개선점을 도출하고자 한다. 스마트 홈서비스는 일반적으로 크게 보면 보안성, 안전성, 관리 성(전기 및 수도사용), 편의성, 원거리 관리 접근성의 다양한 가치를 제공한다. 이러한 사용자 가치분석을 위해 본 연구에서는 국내의 삼성, SKT, LG U+ 기업의 사물인터넷 기반의 스마트 홈서비스의 현황을 분석하였고, 아울러 각사의 사용자 후기를 분석하고자 하였다. 다만, 사용자 후기를 제공하고 있는 기업으로는 LG U+가 유일하였기 때문에 일반화하는데 한계는 있지만 일부라도 사용자 가치를 제대로 전달하고 있는지 여부와 어떤 부분에서 고객지원을 중점화하여 서비스 지원이 이뤄지는지 파악하고자 한다. 사용 후기를 분석해본 결과 스마트 홈서비스는 상업화하여 다양한 형태로 시장에 출시하고는 있으나, 이에 대한 기술적 수준과 사용자 만족 수준이 충분히 충족되고 있는지는 의문이다. 본 연구 분석 결과 첫째, 각 기업에서는 상품에 대한 이용안내를 제공하고는 있지만 여전히 상품을 가입하고 제품을 사용하는데 많은 질문을 하고 있다. 둘째, 제품자체에 대한 하자가 많이 발생하고 있고, 이에 대한 기업의 대응에 대하여 전반적으로 만족하지 못하고 있는 것을 알 수 있었다. 셋째, 3개 기업은 공통적으로 스위치, 콘센트, 센서, 전등에 주력하여 제품을 출시하고 있다. 이는 연동이나 연계 수준이 아닌 개별 지능화 제품으로 본래의 사물인터넷의 개념과 맞지 않는 부분이 많다는 것을 알 수 있다. 결론적으로, 본 연구를 통하여 스마트 홈서비스의 고객서비스 제공수준에 대하여 여전히 개선해야할 부분이 많으며 특히, 사용용이성이 떨어지며, 제품에 대하여 품질을 신뢰하지 못한 것으로 나타났다. 이에 대한 개선점을 본 연구를 통하여 자세히 제시하여 이를 제조사와 서비스를 제공하는 기업들이 이를 반영하기 바란다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.77-92
• /
• 2014

텍스트에 대한 사용자의 접근성을 향상시키기 위해, 이들 문서는 정해진 기준에 따라 카테고리로 분류되어 제공되고 있다. 과거에는 카테고리 분류 작업이 수작업으로 수행되었지만, 문서 작성자에게 분류를 맡기는 경우 분류 정확성을 보장할 수 없고 관리자가 모든 분류를 담당하는 경우 많은 시간과 비용이 소요된다는 어려움이 있었다. 이러한 한계를 극복하기 위해 카테고리를 자동으로 식별할 수 있는 문서 분류 기법에 대한 연구가 활발하게 수행되었다. 하지만 대부분의 문서 분류 기법은 각 문서가 하나의 카테고리에만 속하는 경우를 가정하고 있기 때문에, 하나의 문서가 다양한 주제를 갖는 실제 상황과 부합하지 않는다는 한계를 갖는다. 이를 보완하기 위해 최근 문서의 다중 카테고리 식별을 위한 연구가 일부 수행되었으나, 이들 연구는 대부분 이미 다중 카테고리가 부여되어 있는 문서에 대한 학습을 통해 분류 규칙을 생성하므로 단일 카테고리만 부여되어 있는 기존 문서의 다중 카테고리 식별에는 적용할 수 없다는 제약을 갖는다. 따라서 본 연구에서는 이러한 제약을 극복하기 위해, 카테고리, 토픽, 문서간 관계 분석을 통해 단일 카테고리를 갖는 문서로부터 추가 주제를 발굴하여 이를 다중 카테고리로 자동 확장시킬 수 있는 방법론을 제안하였다. 실험 결과 원 카테고리가 식별된 총 24,000건의 문서 중 23,089건에 대해 카테고리를 확장시킬 수 있었다. 또한 정확도 분석에서 카테고리의 특성에 따라 카테고리 분류 정확도가 상이하게 나타나는 현상을 발견하였다. 본 연구는 단일 카테고리로 분류된 문서에 대해 다중 카테고리를 추가로 식별하여 부여함으로써, 규칙 학습 과정에서 다중 카테고리가 부여된 문서를 필요로 하는 기존 다중 카테고리 문서 분류 알고리즘의 활용성을 매우 향상시킬 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.133-148
• /
• 2014

최근 다양한 정보채널들의 등장으로 인해 빅데이터에 대한 관심이 높아지고 있다. 이와 같은 현상의 가장 큰 원인은, 스마트기기의 사용이 활성화 됨에 따라 사용자가 생성하는 텍스트, 사진, 동영상과 같은 비정형 데이터의 양이 크게 증가하고 있는 것에서 찾을 수 있다. 특히 비정형 데이터 중에서도 텍스트 데이터의 경우, 사용자들의 의견 및 다양한 정보를 명확하게 표현하고 있다는 특징이 있다. 따라서 이러한 텍스트에 대한 분석을 통해 새로운 가치를 창출하고자 하는 시도가 활발히 이루어지고 있다. 텍스트 분석을 위해 필요한 기술은 대표적으로 텍스트 마이닝과 오피니언 마이닝이 있다. 텍스트 마이닝과 오피니언 마이닝은 모두 텍스트 데이터를 입력 데이터로 사용할 뿐 아니라 파싱, 필터링 등 자연어 처리기술을 사용한다는 측면에서 많은 공통점을 갖고 있다. 특히 문서의 분류 및 예측에 있어서 목적 변수가 긍정 또는 부정의 감성을 나타내는 경우에는, 전통적 텍스트 마이닝, 또는 감성사전 기반의 오피니언 마이닝의 두 가지 방법론에 의해 오피니언 분류를 수행할 수 있다. 따라서 텍스트 마이닝과 오피니언 마이닝의 특징을 구분하는 가장 명확한 기준은 입력 데이터의 형태, 분석의 목적, 분석의 결과물이 아닌 감성사전의 사용 여부라고 할 수 있다. 따라서 본 연구에서는 오피니언 분류라는 동일한 목적에 대해 텍스트 마이닝과 오피니언 마이닝을 각각 사용하여 예측 모델을 수립하는 과정을 비교하고, 결과로 도출된 모델의 예측 정확도를 비교하였다. 오피니언 분류 실험을 위해 영화 리뷰 2,000건에 대한 실험을 수행하였으며, 실험 결과 오피니언 마이닝을 통해 수립된 모델이 텍스트 마이닝 모델에 비해 전체 구간의 예측 정확도 평균이 높게 나타나고, 예측의 확실성이 강한 문서일수록 예측 정확성이 높게 나타나는 일관적인 성향을 나타내는 등 더욱 바람직한 특성을 보였다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.133-149
• /
• 2014

대학은 교육을 통한 인재육성과 더불어, 사회적 가치를 창출할 수 있는 새로운 지식 및 아이디어를 창출하는 것을 주요한 목적으로 한다. 이러한 지적 자원은 비단 교수들이 생산하는 논문에 국한되지 않으며, 학생들로부터 창출되는 창의적인 아이디어, 독창적 문제인식 및 솔루션을 포괄하고 있다. 대학에서 창출되는 주요한 지적자원은 학술적인 지식인 '논문', 교육적 용도의 '강의자료', 텀프로젝트, 공모전 등을 통해 창출되는 창의적 형태의 '아이디어', 그리고 법적인 지적재산권이 확보된 '특허'등이 있다. 그러나, 이러한 대학의 지적 자원은 대부분 강의실 이외의 공간으로 유통되지 못하고 있으며, 대학 내에서조차 체계적으로 관리되지 못한다. 본 연구는 인문사회계열의 대학에서 창출되는 다양한 형태의 지적 자원을 기업에 유통시키고, 이를 통하여 대학의 인적자원이 기업에 연계될 수 있도록 하는 새로운 형태의 시스템 플랫폼을 제안한다. 즉, 대학의 지적자원을 실제로 이를 활용할 기업에게 시스템적으로 유통시킬 수 있는 방안을 연구하였으며, 이와 더불어 대학에서 배출되는 우수한 인재들의 정보를 기업에 함께 전달하여, 산학연계를 공고히 할 수 있는 시스템의 플랫폼을 설계하였다. 이를 위해, 본 연구에서는 시스템의 주요 사용자인 학생 및 교수, 그리고 기업의 실무담당자 총 100명에 대한 사용자 요구도를 조사하고, 이를 토대로 대학의 지적/인적자원에 대한 유통플랫폼 및 이에 대한 그래픽 사용자 인터페이스 (Graphic User Interface) 프로토타입을 구성하였다. 마지막으로, 제안된 플랫폼을 효과적으로 운영할 수 있는 방안에 대한 정책적 시사점을 제안하였다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.65-82
• /
• 2015

최근 경제적 사회적 부가가치를 창출할 수 있는 유망분야를 선정하여 국가 전략 및 정책 수립 시 반영하기 위해 미래 핵심 이슈를 발견하고 트렌드를 분석하는 것에 대한 관심이 급증하고 있다. 기존에는 미래의 핵심 기술이나 이슈를 발견하고 트렌드 분석을 통해 미래유망분야를 선정하는 연구를 위해 문헌 조사 또는 전문가 평가와 같은 정성적 연구방법이 사용되어 왔다. 그러나 이 연구방법은 대량의 정보로부터 결과를 도출하는데 많은 시간과 비용이 소요될 뿐만 아니라 전문가의 주관적인 가치가 반영될 가능성이 존재한다. 이와 같은 한계점을 보완하고자 최근 국토교통, 안전, 정보통신기술 등 다양한 분야에서 미래유망분야를 선정하기 위하여 정성적 연구방법에 텍스트 마이닝과 같은 정량적 연구방법을 상호 보완적으로 활용하는 방식으로 트렌드 분석을 수행하는 연구 방법론의 패러다임 변화가 시도되고 있다. 본 연구는 항공산업 전반적인 분야에 빅데이터 분석 방법인 텍스트 마이닝 기법을 적용하여 항공 분야의 연구동향을 파악하고 미래유망분야를 전망하였다. 텍스트 마이닝 기법 중하나인 토픽 분석을 이용하여 항공산업 전반적인 분야의 문서 집합 내 잠재된 토픽을 추출하고, 연도별로 핵심 토픽의 추이를 분석하였다. 분석 결과 항공산업의 미래유망분야로 항공안전정책, 항공운임(저가항공), 그리고 친환경 고연비 연료가 도출되었다. 본 연구결과는 분석 대상을 논문에 한정하여 수행하였다는 한계점이 존재하나, 항공산업 분야의 핵심 이슈를 도출하기 위하여 텍스트 마이닝 기반의 트렌드 분석에 대한 활용가능성을 제시하고, 미래유망분야를 선정하기 위한 정량적인 분석 방법론의 전형을 마련하였다는 점에서 의의가 있다.