• 기업가정신과 벤처연구
• /
• 제20권1호
• /
• pp.47-57
• /
• 2017

장부를 마감하고 재무제표를 작성하는 것은 대부분의 기업에 있어서 주요한 과제이다. 본 연구는 결산 자동화 시스템의 도입을 통해 결산과정을 상당부분 개선한 기업의 사례를 조사하고 해당 시스템의 실행과 관련하여 발생한 주요 이슈들에 대해 논의하고자 한다. 이에 본 사례연구에서는 결산 자동화 시스템의 도입목표 및 개선방안, 결산절차, 추진결과와 활용방안 등을 연구하였다. 구체적으로 첫째, 결산 자동화 시스템하의 결산 과정을 상세히 소개하였다. 둘째, 결산 자동화 시스템 도입의 효과를 살펴본 결과 결산 자동화 비율이 극대화 되고, 데이터 검증 작업이 보다 정확하게 이루어짐에 따라 결산 과정에서 발생할 수 있는 오류가 감소한 것으로 나타났다. 또한 결산 순서가 새로이 정의됨에 따라 결산에 소요되는 시간도 감축되었다. 다시 말하면, 결산 자동화 시스템의 도입으로 결산 전반에 대한 속도, 품질, 통제 등이 제고된 것으로 평가되었다. 마지막으로 도입 및 운용 시에 고려해야 할 부분에 대해 제안한다. 본 사례연구가 결산시스템을 개선하고자 하는 기업들에게 구체적인 도입 과정을 예시하고, 또한 운용 시에 고려해야 할 부분에 대한 시사점을 제공할 수 있기를 기대한다. 특히 사례에 포함된 구체적인 예시는 자동화 시스템에 대한 경험이 상대적으로 적은 중소기업에게 도움이 될 수 있을 것이다.

• 한국산업정보학회논문지
• /
• 제28권5호
• /
• pp.55-66
• /
• 2023

최근 국내 은행 산업은 인터넷전문은행, 오픈뱅킹, 금융 마이데이터 등의 제도가 시행되면서 디지털을 기반으로 하는 신규 시장 참여가 확대되고 있다. 이러한 새로운 경쟁 환경에 대응하기 위해 국내외 대부분의 은행들은 기존의 대면채널(지점)을 축소하고 인터넷, 모바일과 같은 비대면 채널을 활성화하는 방안을 추진하고 있다. 지점은 은행의 핵심 채널로 지점의 축소는 타 채널 이용에도 영향을 줄 수 있음에도 불구하고, 대부분의 은행들은 이에 대한 면밀한 분석 없이 지점을 축소하는 전략을 이어가고 있다. 본 연구는 은행의 다섯 가지 채널(창구, 자동화기기, 텔레뱅킹, 인터넷뱅킹, 모바일뱅킹)별 주 이용 고객의 특성과, 각 채널의 이용에 영향을 주는 요인을 분석한다. 이를 위해, A지방은행의 고객 데이터를 활용해 ANOVA 및 다중회귀분석을 수행한다. 분석 결과, 지점 창구 거래의 주 고객은 1, 2등급의 은행의 수익성에 영향이 큰 집단이고, 특히 50대 이상의 그룹인 것으로 확인되었다. 한편, 고객의 여신, 수신, 금융상품보유개수가 늘어날수록 창구거래도 늘어나는 영향을 주는 반면, 모바일뱅킹 이용에는 여신, 수신이 감소할수록 거래량이 늘어나는 것으로 확인 되었다.

• 한국ITS학회 논문지
• /
• 제21권2호
• /
• pp.62-73
• /
• 2022

각국의 자율주행시스템 기술개발 경쟁이 심화함에 따라 정부도 자율주행시스템의 시장 진입을 전방위에서 지원하고 있다. SAE(Society of Automotive Engineers) 3단계 기술은 운전자가 위험 상황을 회피해야 하고, 4단계 기술은 자율주행시스템 스스로 위험 상황에 대응할 수 있어야 한다. 이에 따라, 공공부문은 도로 위험 상황을 모니터링하고, 도로 인프라 정보를 운전자와 자율주행시스템에 제공하여 대응할 수 있도록 지원할 필요가 있다. 본 연구는 도로 인프라 위험 요소를 자율주행시스템의 ODD(Operational Design Domain) 특성에 따라 모니터링 대상별 위험 요소를 세분화하고, 각 위험 요소가 차량에 미칠 영향에 따른 위험도 등급화 및 평가 방안을 제시하였다. 위험 상황 발생 시 자율주행차의 운행 특성을 시뮬레이션하고, 위험 요인 특성과 물리적인 차량 조건 사이의 영향 관계를 파악하여 등급화함으로써 위험도를 평가할 수 있다. 또한 수집된 모니터링 정보는 관리 센터와 공유하고, 요소별 특성에 따른 노드 혹은 링크 형태로 정밀지도에 표출하여 위치정보와 위험도 등급 등 종합적 관리가 가능한 모니터링 체계를 정립할 것을 제안하였다.

• 한국지역지리학회지
• /
• 제16권6호
• /
• pp.673-688
• /
• 2010

본 연구의 목적은 공간분석 및 모델링을 이용하여 지방행정구역을 재설정하는 최적화 모델을 개발하는 데에 있다. 이를 위해 먼저 기존의 지방행정체제 개편과 관련된 논의들을 비판적으로 검토하여 구역 설정을 위한 기준을 도출하였다. 도출된 기준을 바탕으로 행정구역 재설정을 위한 최적화 모델을 정의하였다. 구역내 동질성, 구역간 형평성, 공간적 배열이라는 세 가지 요소를 행정구역 재설정 최적화 모델의 주요 기준으로 고려하였다. 행정구역과 실제 생활권(경제권)을 일치시키기 위한 구역내 동질성은 구역에 포함된 단위 지역간 상호작용의 형태로 정량화되었다. 인구, 면적, 재정력 등의 차이를 이용하여 구역간 형평성을 평가하였다. 마지막으로 조밀하고 연속적인 구역이 형성되도록 공간적 배열을 제약하였다. 제시된 행정구역 재설정 최적화 모델은 GIS 환경에서 자동구획절차(AZP) 알고리즘을 이용하여 구현되었으며, 시군 공간 단위의 합역을 통한 광역체계 행정구역을 설정하는 문제에 적용되었다. 적용 결과 제시된 모델은 목적함수 대안에 따른 최적화된 구획체계를 도출하였다.

• Advances in environmental research
• /
• 제12권2호
• /
• pp.113-122
• /
• 2023

Biometric authentication has become an essential part of modern-day security systems, especially in financial institutions like banks. A face recognition-based ATM is a biometric authentication system, that uses facial recognition technology to verify the identity of bank account holders during ATM transactions. This technology offers a secure and convenient alternative to traditional ATM transactions that rely on PIN numbers for verification. The proposed system captures users' pictures and compares it with the stored image in the bank's database to authenticate the transaction. The technology also offers additional benefits such as reducing the risk of fraud and theft, as well as speeding up the transaction process. However, privacy and data security concerns remain, and it is important for the banking sector to instrument solid security actions to protect customers' personal information. The proposed system consists of two stages: the first stage captures the user's facial image using a camera and performs pre-processing, including face detection and alignment. In the second stage, machine learning algorithms compare the pre-processed image with the stored image in the database. The results demonstrate the feasibility and effectiveness of using face recognition for ATM authentication, which can enhance the security of ATMs and reduce the risk of fraud.

• 한국IT서비스학회지
• /
• 제23권1호
• /
• pp.1-10
• /
• 2024

The IT environment is changing due to the acceleration of digital transformation in enterprises and organizations. This expansion of the digital space makes centralized cybersecurity controls more difficult. For this reason, cyberattacks are increasing in frequency and severity and are becoming more sophisticated, such as ransomware and digital supply chain attacks. Even in large organizations with numerous security personnel and systems, security incidents continue to occur due to unmanaged and unknown threats and vulnerabilities to IT assets. It's time to move beyond the current focus on detecting and responding to security threats to managing the full range of cyber risks. This requires the implementation of asset Inventory for comprehensive management by collecting and integrating all IT assets of the enterprise and organization in a wide range. IT Asset Management(ITAM) systems exist to identify and manage various assets from a financial and administrative perspective. However, the asset information managed in this way is not complete, and there are problems with duplication of data. Also, it is insufficient to update of data-set, including Network Infrastructure, Active Directory, Virtualization Management, and Cloud Platforms. In this study, we, the researcher group propose a new framework for automated 'Comprehensive IT Asset Management(CITAM)' required for security operations by designing a process to automatically collect asset data-set. Such as the Hostname, IP, MAC address, Serial, OS, installed software information, last seen time, those are already distributed and stored in operating IT security systems. CITAM framwork could classify them into unique device units through analysis processes in term of aggregation, normalization, deduplication, validation, and integration.

• 지능정보연구
• /
• 제17권2호
• /
• pp.23-38
• /
• 2011

에너지 관리는 센서, 컴퓨터나 가전기기와 같은 원천들의 에너지 소비를 최적화함으로써 재정적 생태적 성공을 달성하는 것이 목적이다. 따라서 각 원천들로부터 에너지 측정과 관련된 자료들을 획득하는 것이 에너지 관리의 출발점이다. 최근 상황인식 컴퓨팅을 아우르는 다른 인식컴퓨팅이라는 분야가 정보기술 영역에서 새롭게 부각되고 있다. 인식이란 생물체들의 생존을 위한 가장 기본적인 능력임과 동시에 인공지능의 도움으로 정보 시스템을 지능화하는 시발점이 될 수 있다. 이렇게 에너지 관리와 인식 컴퓨팅 연구가 상호 호혜적인 이익을 획득할 것임에도 불구하고 인식 컴퓨팅이 어떻게 에너지 관련 전략에 기여할 것인지에 대한 연구는 거의 존재하지 않는다. 따라서 본 논문의 목적은 에너지 관리 개선을 위한 인식 컴퓨팅 연구 이슈에 대해서 소개하는 것이다. 특히 인식 컴퓨팅이 에너지 절감과 사용자의 효용간의 균형을 실현하는 역할에 대해 집중하였다.

• International Journal of Computer Science & Network Security
• /
• 제21권4호
• /
• pp.255-263
• /
• 2021

Smart grid is a fully-automated, bi-directional, power transmission network based on the physical grid system, which combines sensor measurement, computer, information communication, and automatic control technology. Blockchain technology, with its security features, can be integrated with Smart Grids to provide secure and efficient power management and transmission. This paper dicusses the deployment of Blockchain technology in Smart Grid. It presents application areas and protocols in which blockchain can be applied to in securing smart grid. One application of each area is explored in detail, such as efficient peer-to-peer transaction, lower platform costs, faster processes, greater flexibility in power generation to transmission, distribution and power consumption in different energy storage systems, current barriers obstructing the implementation of blockchain applications with some level of maturity in financial services but concepts only in energy and other sectors. Wide range of energy applications suggesting a suitable blockchain architecture in smart grid operations, a sample block structure and the potential blockchain technicalities employed in it. Also, added with efficient data aggregation schemes based on the blockchain technology to overcome the challenges related to privacy and security in the smart grid. Later on, consensus algorithms and protocols are discussed. Monitoring of the usage and statistics of energy distribution systems that can also be used to remotely control energy flow to a particular area. Further, the discussion on the blockchain-based frameworks that helps in the diagnosis and maintenance of smart grid equipment. We have also discussed several commercial implementations of blockchain in the smart grid. Finally, various challenges have been discussed for integrating these technologies. Overall, it can be said at the present point in time that blockchain technology certainly shows a lot of potentials from a customer perspective too and should be further developed by market participants. The approaches seen thus far may have a disruptive effect in the future and might require additional regulatory intervention in an already tightly regulated energy market. If blockchains are to deliver benefits for consumers (whether as consumers or prosumers of energy), a strong focus on consumer issues will be needed.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.