• 벤처혁신연구
• /
• 제1권1호
• /
• pp.129-143
• /
• 2018

노인복지시설에 근무하는 종사자는 어르신 및 가족 등과 직접으로 상담하는 경우 수평적인 관계가 아닌 나이로 인한 수직적 관계로 소수지만 이용 어르신 및 가족 등이 폭언, 폭행 및 비합리적 민원 욕구 등으로 종사자에게 정신적, 신체적 고통을 주고 있는 것이 현실이다. 특히 우리나라는 예로부터 경로효친 사상이 강조되고 있는 사회인 관계로 어르신을 위하여 대부분 무조건적으로 해결해야 하는 경우가 있다. 그러나 민원 중심이 과중되고 해결을 할 수 없는 자기중심적 민원 등으로 종사자는 어려움을 호소하고 있는 현실이다. 2018년 5월초부터 노인복지시설을 포함한 사회복지시설 종사자들 위한 '사회복지서비스 등 폭력위험에 노출된 직업군을 보호하는 대책이 마련되어야 합니다'라는 주제로 청와대에 국민청원이 진행되어 지고 있는 현실이다. 이번 논문을 통하여 노인복지시설 종사자가 감정노동으로 인한 직무스트레스 및 조직몰입에 대한 연구를 통하여 노인복지시설 종사자의 어려움을 제기, 노인복지시설 이용자로서 권리와 노인복지시설 종사자의 권리가 상충되는 것이 아니라 상생하는 방안이 필요하다. 연구 방법은 서울, 경기도에 소재하고 있는 노인복지시설 종사자 178명을 대상으로부터 구조화된 설문지를 사용하여 수집하였다. 수집된 자료는 IBM SPSS Statistics 24.0 프로그램을 이용하여 표본의 일반적 특성, 신뢰도, 및 타당성 분석, 상관관계 분석, 연구가설의 검증을 근거로 다음과 같은 결과를 도출하였다. 첫째, 노인복지시설 종사자의 감정표현빈도가 직무스트레스에 부(-)의 영향을 미치는 것으로 나타났다. 둘째, 노인복지시설 종사자의 감정부조화가 직무스트레스에 부(-)의 영향을 미치는 것으로 나타났다. 셋째, 노인복지시설 종사자의 감정부조화가 직무몰입에 부(-)의 영향을 미치는 것으로 나타났다. 넷째, 직무스트레스가 노인복지시설 종사자의 감정노동 요인과 조직몰입간의 매개효과가 있는 것으로 나타났다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.191-204
• /
• 2015

국내 소프트웨어(SW) 개발인력의 미충원율은 매우 높으며, 특히 2년 이상의 현장경력이 있는 고급 개발자의 부족문제는 심각하다. 최근 정부도 이를 인식하고, 정책적으로 SW개발 신규인력 양성에 힘을 기울이고 있다. 그러나, 이러한 노력은 초급개발자의 수급문제를 해결하는데 효과적일 수 있지만, 업계에서 요구하는 고급 개발자의 부족현상을 해결하는 근본적인 대책으로 인식되지는 못하고 있다. SW 전문개발자를 양성하기 위해서는 초급개발자들이 지속적으로 직무를 수행하여 풍부한 업무경험을 갖춘 고급 개발자로 성장해야 하기 때문이다. 이에, 본 연구는 국내 SW업체에서 근무하고 있는 개발관련 인력들의 업무 지속수행 의도를 조사하고, 이에 영향을 주는 주요요인들을 분석하였다. 이를 위해, 2014년 9월부터 10월까지 국내 SW업체에 근무하고 있는 현직 개발자 총 130명을 대상으로 설문조사를 수행하였으며, 이를 기반으로 SW개발업무 지속수행의도 및 이에 영향을 주는 요인들을 개발자의 특성, 직무환경, 그리고 SW개발자에 대한 사회적 인식 및 산업전망 등의 측면에서 분석하였다. 분석에는 데이터마이닝 기법들 중에서, 분석과정에서의 설명능력이 있는 회귀분석과 의사결정나무가 사용되었다. 회귀분석 결과, SW개발자가 스스로 인식하는 근무 가능한 연령이 높을수록, 내성적인 성향을 가질수록, 또한 적성에 맞아서 직무를 선택한 경우, 지속적 직무 수행 의도가 높은 것으로 나타났다. 이와 더불어, 선형회귀분석에서는 유의하지 않았으나, 규칙기반의 의사결정나무 분석에서 파악된 추가적 요인으로, 새로운 기술에 대한 학습능력 및 SW산업에 대한 전망이 직무 지속수행의도에 영향을 미치는 것으로 나타났다. 이러한 연구결과는 기업의 인적자원관리 및 고급 SW인력 양성정책에 활용될 수 있을 것으로 생각되며, 궁극적으로 SW개발인력의 직무 지속성을 증진시키는 데 기여할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.