• KDI Journal of Economic Policy
• /
• 제12권1호
• /
• pp.31-68
• /
• 1990

경제력집중(經濟力集中)은 경제적(經濟的) 자원(資源)과 수단(手段)의 상당부분이 소수의 경독주체(經瀆主體)에 집중되어 이들이 자원배분(資源配分)의 흐름에 큰 영향을 미칠 수 있는 상태를 말한다. 그러므로 경제력집중(經濟力集中)은 본질상 자유시장기구(自由市場機構)의 생리와는 부합하지 않지만 자본주의(資本主義)의 역사로 볼 때 그것이 바로 자유경쟁(自由競爭)의 소산이라는 측면도 있다는 점이 문제가 된다. 구미(歐美)와 일본(日本) 등에 있어서 자본주의체제(資本主義體制)의 진화궤적(進化軌跡)은 이 문제가 어떻게 전개되는가에 따라 결정되어 왔다. 우리나라에서의 경제역집중(經濟力集中)은 다수의 독(獨) 과점적(寡占的) 대기업(大企業)들이 소유관계(所有關係)로 결합되어 있는 기업집단(企業集團) 즉 소위 재벌(財閥)의 문제로 집약될 수 있다. 우리나라의 기업집단(企業集團)의 성장은 시장기구(市場機構)의 작동결과에 기인한 면도 있지만 고도경제성장기(高度經濟成長期)의 정부정책(政府政策)에 의하여 촉진된 것도 부인할 수 없다. 기업집단(企業集團)에 의한 경제력집중(經濟力集中)은 과거 우리나라의 정치(政治) 경제(經濟) 사회(社會)가 거쳐온 진화과정(進化過程)을 집약적으로 나타내는 것 이다. 그러므로 우리나라에서 민주주의(民主主義)와 자본주의(資本主義)의 이념(理念)과 질서(秩序)에 대한 국민적(國民的) 합의(合意)를 모색하려는 현시점에서 경제력집중(經濟力集中)을 객관적으로 인식하여 효율(效率)과 형평(衡平)을 조화하는 적절한 대응방향을 모색 하는 것은 매우 긴요한 과제이다.

• 마케팅과학연구
• /
• 제18권2호
• /
• pp.147-187
• /
• 2008

온라인 게임에서의 경험을 설명하는 대부분의 이전 연구들이 플로우의 역할을 강조하고 있으며, 플로우의 선행요인과 결과요인을 밝히는데 초점을 두었다. 플로우는 온라인상의 몰입경험을 설명하는데 타당한 것으로 기존 연구에서 검증되었고 성과와 직결된다는 점에서 중요한 변수임은 분명하지만, 쾌락적 경험으로서의 온라인 게임을 설명하는 데 있어서는 부족하다. 이러한 기존 연구의 부족한 점을 보완하고자, 본 연구는 음악과 영화분야에서 연구된 쾌락적 반응 연구를 온라인 게임에 적용하여 온라인 게임에서의 다차원적인 경험과정을 보여주고자 하였다. 또한 기존에 쾌락적 반응에 관한 연구를 보완하여 감각적 반응, 상상적 반응, 분석적 반응이 감정적 반응에 주는 영향을 검증하였으며, 플로우를 대신해 쾌락적 반응들이 게임 만족에 주는 영향, 게임 만족이 충성도에 주는 영향을 규명하고자 하였다. 그리고 쾌락적 선호를 조절하거나 매개하는 변수로 알려진 지각된 복잡성에 따른 조절 영향을 확인함으로써, 자극의 차이에 따른 쾌락적 반응의 영향차이를 보지 않았던 기존연구를 확장하였다. 연구결과, 감각적 반응, 상상적 반응, 분석적 반응의 감정적 반응에 대한 유의한 영향, 각각의 쾌락적 반응의 만족에 대한 유의한 영향, 만족의 충성도에 대한 영향이 검증되었다. 그리고 이러한 영향은 지각된 복잡성이 다른 집단 별로 달랐는데, 예상한 바대로 지각된 복잡성이 높은 집단에서는 분석적 반응이 전반적으로 강한 영향을, 그리고 낮은 집단에서는 감각적 반응이 감정과 만족에 강한 영향을 주는 것으로 밝혀졌다. 연구 마지막에는 이러한 결과들에 대한 요약 및 해석, 시사점 및 한계점이 논의되었다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.