• 지능정보연구
• /
• 제25권2호
• /
• pp.1-23
• /
• 2019

소비자의 니즈가 다양해지면서 데이터 마이닝과 고도화된 고객관계관리(CRM) 기법을 활용한 체계적인 마케팅 서비스를 제공하는 기업이 증가하고 있으며, KB국민카드는 고객의 결제 데이터 등을 활용하여 고객 개개인의 니즈를 충족시키고 소비자의 평생가치를 극대화하기 위한 전략을 강조하고 있다. 실시간으로 고객의 카드이용과 고객 행동, 위치 정보 등을 감지하여 진행하는 고효율 마케팅 운영시스템인 스마트 오퍼링 시스템을 운영하고 있으며, 다양한 앱 등과 결합하여 더욱 정교화된 서비스를 제공하고 있다. KB국민카드는 스마트 오퍼링 시스템의 성공과 지속적인 성장을 위해 고도화되고 있는 ICT 기술과 인재 확보를 위한 투자를 진행해야 하며, 장기적인 관점에서의 수익확보를 위한 전략을 확립하여 체계적인 진행이 필요하다. 특히, 프라이버시 침해와 개인정보 유출 등의 문제가 쟁점이 되는 현재 상황에서 고객 정보를 활용한 마케팅에 대한 고객의 인식을 긍정적으로 유도하고, 보안성을 강조하는 기업 이미지 형성을 위한 노력이 필요하다. 본 연구는 CRM 전략의 변화 과정을 통해 현재 카드사의 실시간 CRM 전략을 KB 국민카드의 빅데이터 활용전략과 마케팅 활동을 통해 확인하고자 한다.

• 유기물자원화
• /
• 제30권4호
• /
• pp.5-13
• /
• 2022

현대의 환경문제는 다량의 폐기물의 발생과 무분별한 에너지의 소비로 인한 환경오염이 가속화 되고 있다는 것이다. 대표적인 에너지 생산 연료인 화석연료는 에너지를 생산하는 과정에서 연소가 이루어져 다량의 온실가스가 발생하고 최종적으로 기후변화를 야기한다. 또한 전 세계적으로 발생하는 폐기물의 양도 지속적으로 증가하고 있으며 처리하는 과정에서 환경오염이 발생하고 있다. 이와 같은 문제들을 동시에 해결하기 위한 방법 중 하나는 유기성 폐기물의 에너지화 및 감량화이다. 하수처리장에서 발생하는 하수슬러지는 해양매립이 전면 금지된 이후로 다양하게 처리되고 있으나, 그 발생량은 지속적으로 증가하는 추세이다. 하수슬러지는 유기물을 다량 함유하고 있어 혐기소화를 통하여 하수슬러지를 에너지화 하고 최종 배출되는 폐기물을 감량화 하는 것이 바람직하다. 하지만, 잉여슬러지의 경우 대부분이 하수처리에 이용되었던 미생물 덩어리로써 잉여슬러지가 혐기성소화 되기 위해서는 먼저 미생물의 세포벽이 파괴되어야 하는데 세포벽 파괴에는 많은 시간이 요구되기 때문에 혐기성 소화 과정만으로는 높은 바이오가스 생산율이나 폐기물 감량율을 달성할 수 없다. 따라서 잉여슬러지를 가용화하는 전처리 공정이 필요하며, 여러 가지 가용화 공법 중에서 열적 가용화 공정이 가장 효율적인 것으로 검증되었고, 혐기성소화 공정의 전처리 과정으로써 열적가용화 공정을 이용하여 잉여슬러지에 포함된 세포벽을 파괴한 후 전처리 된 잉여슬러지를 혐기성소화 함으로써 높은 바이오가스 생산율과 폐기물 감량율을 달성할 수 있다. 본 연구에서는 열적 가용화장치를 통하여 TS 10%의 농축 잉여슬러지를 전처리하는데 있어서 체류시간 및 운전온도 변수에 따른 가용화 특성에 대한 연구를 수행하였다. 열적 가용화장치의 체류시간에 대한 실험변수는 운전온도를 160 ℃로 고정한 상태에서 각각 30분, 60분, 90분, 120분이었다. 실험 결과로 도출된 TCOD와 SCOD를 통해 계산된 가용화율은 각각 12.11%, 20.52%, 28.62%, 31.40% 순으로 증가하였다. 또한, 운전온도에 따른 변수는 반응시간을 60분으로 고정한 상태에서 각각 120℃, 140℃, 160℃, 180℃, 200℃였으며 가용화율은 각각 7.14%, 14.52%, 20.52%, 40.72%, 57.85% 순으로 증가하였다. 이 외에 TS, VS, T-N, T-P, NH₄⁺-N, VFAs를 분석하여 농축 잉여슬러지를 대상으로 하는 열적 가용화 특성에 대한 평가를 수행 했으며, 그 결과 TS 10%의 농축 잉여슬러지에 대한 열적 가용화를 통하여 30% 이상의 가용화율을 얻기 위해서는 운전온도를 160℃로 고정할 경우 120분의 체류시간이 필요하며, 운전시간을 60분으로 고정할 경우 170℃ 이상의 운전온도가 요구되어 진다.

• 생물환경조절학회지
• /
• 제32권1호
• /
• pp.48-56
• /
• 2023

고압나트륨등(high-pressure sodium, HPS 램프)은 작물 생육 발달에 필요한 충분한 양의 광합성유효방사를 제공하는 동시에 복사열을 통해 온실 난방 부하를 절감할 수 있어 겨울철 시설원예 보광 조명으로 널리 이용되고 있다. 그러나 겨울철에 생육 중기를 맞이하는 시설 과채류의 경우, 작물의 정단부가 복사열에 영향을 많이 받고, 캐노피 위치에 따라 엽온 차이가 증가될 수 있다. 또한 온실 기온 역시 보광등에서 발생한 열이 상부로 상승 및 정체되면서 불필요한 에너지 낭비 및 온도 불균일성 역시 심화될 수 있다. 따라서 본 연구의 목표는 CFD 열전달 해석을 통해 HPS 램프에 의한 열적 특성 및 생육 단계별 수평적 엽온 변화를 분석하고, 온실 내 수직적 기온 및 작물의 캐노피별 엽온을 측정하여, 온실 내 환경 균일성 제고 및 효과적 에너지 활용 방안을 모색하는 것이었다. 생육 초기, 중기, 및 후기를 대변하는 초장(1.0, 1.6, 2.2m)에서의 정단부 수평적 엽온을 CFD 시뮬레이션을 통해 분석하였다. 또한 HPS 램프 작동 이후 수직적 기온과 캐노피 높이별 엽온을 측정하였다. 실험 결과, 보광 시 엽온과 기온 간의 차이가 커지고, 수직적 기온 역시 불균일해짐을 알 수 있었다. 생육 단계가 진전될수록, 고온의 복사열이 중심부에 집중되며, 상단부 수평적 엽온 편차가 커지고, 균일성 역시 떨어지는 것을 알 수 있었다. 열획득 모델을 통한 수치해석 결과, 보광등이 2022년12월 기간 난방부하에 약 50.1% 기여하는 것을 알 수 있었다. 평균절대오차 및 평균제곱근 오차는 생육 초기 및 생육 중기 모두0.5 이하로, 실측값과 예측값에 높은 일치도를 보였다. 수직적 기온 및 엽온 분포와 생육 단계별 수평적 엽온 분포에 관한 본 연구의 결과는 효율적 에너지 관리 및 작물 생육 발달에 관한 의사결정에 도움이 될 수 있을 것으로 생각된다.

• 생태와환경
• /
• 제56권1호
• /
• pp.94-103
• /
• 2023

휴면포자와 같은 남조류의 휴면세포는 남조류의 초기발생 및 대발생의 중요한 씨앗세포이다. 이러한 중요성으로 인해 퇴적층에 존재하는 휴면세포를 분리하기 위해서 다양한 방법들이 시도되었다. Ludox는 해양퇴적물의 세포분리에 주로 활용되는 용액이지만 담수에서는 정확한 사용법을 찾기 어렵다. 본 연구에서는 가장 많이 사용되는 두 가지 Ludox방법(퇴적물 직접처리, 퇴적물 증류수 현탁처리)을 비교하고, 담수 퇴적물에서 남조류 휴면세포의 분리 및 유전자 증폭 효율이 높은 방법을 제안하였다. 퇴적물에서 발견된 휴면세포는 대부분 염주말목의 휴면포자로써 Dolichospermum, Cylindrospermum, Aphanizomenon의 휴면포자 형태와 유사하였다. 퇴적물을 증류수에 현탁하여 처리한 시료보다 퇴적물 그대로 사용한 시료에서 20배 더 많은 휴면포자가 발견되었으며 증류수로 현탁된 퇴적물에서는 분리되지 않은 세포가 대부분 pellet 퇴적물 표층에서 발견되었다. Ludox를 통해 층 분리된 휴면포자는 수층의 특정 깊이에서 밀집하기보다는 주로 상층과 하층에 넓게 퍼져있었다. 퇴적물을 그대로 사용한 시료에서 mibC, Geo, 16S rDNA 유전자 모두 증폭산물이 확인되었으나 퇴적물을 증류수로 현탁한 시료에서는 모든 유전자의 증폭산물이 발견되지 않았다. 따라서 담수 퇴적물에서 남조류의 휴면세포를 분리하는 경우에는 5~10 g의 퇴적물을 전처리 없이 그대로 사용하며, 퇴적물량 4배 부피의 Ludox를 첨가할 때 세포 분리 및 유전자 증폭 효율이 높았다. 본 연구에서 제시하는 Ludox 처리방법은 담수퇴적층에 존재하는 남조류 휴면세포를 분리하기 위한 방법으로써 다른 생물군에서는 동일한 효율이 나타나지 않을 수 있다. 따라서 다른 생물군의 분리에 Ludox를 적용하기 위해서는 퇴적물 전처리 방법 및 대상생물이 존재하는 수층을 파악하는 사전실험이 반드시 필요하다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.193-205
• /
• 2023

집중강우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 부정적인 영향을 주고 있으나 부유쓰레기 집적 구간 및 발생량에 대한 모니터링 체계는 미흡한 실정이다. 최근 인공지능 기술의 발달로 드론 영상과 딥러닝 기반 객체탐지 모델을 활용하여 수계 내 광범위한 지역을 신속하고 효율적인 연구의 필요성이 요구되고 있다. 본 연구에서는 육상기인 부유쓰레기의 효율적인 탐지 기법을 제시하기 위해 드론 영상뿐만 아니라 다양한 이미지를 확보하여 You Only Look Once (YOLO)v5s와 최근에 개발된 YOLO7 및 YOLOv8s로 학습하여 모델별로 성능을 비교하였다. 각 모델의 정성적인 성능 평가 결과, 세 모델 모두 일반적인 상황에서 탐지성능이 우수한 것으로 나타났으나, 이미지의 노출이 심하거나 수면의 태양광 반사가 심한 경우 YOLOv8s 모델에서 대상물을 누락 또는 중복 탐지하는 사례가 나타났다. 정량적인 성능 평가 결과, YOLOv7의 mean Average Precision (intersection over union, IoU 0.5)이 0.940으로 YOLOv5s (0.922)와 YOLOvs8(0.922)보다 좋은 성능을 나타냈다. 데이터 품질에 따른 모델의 성능 비교하기 위해 색상 및 고주파 성분에 왜곡을 발생시킨 결과, YOLOv8s 모델의 성능 저하가 가장 뚜렷하게 나타났으며, YOLOv7 모델이 가장 낮은 성능 저하 폭을 보였다. 이를 통해 수면 위에 존재하는 부유쓰레기 탐지에 있어서 YOLOv7 모델이 YOLOv5s와 YOLOv8s 모델에 비해 강인한 모델임을 확인하였다. 본 연구에서 제안하는 딥러닝 기반 부유쓰레기 탐지 기법은 부유쓰레기의 성상별 분포 현황을 공간적으로 파악할 수 있어 향후 정화작업 계획수립에 기여할 수 있을 것으로 판단된다.

• 한국조경학회지
• /
• 제52권1호
• /
• pp.17-33
• /
• 2024

본 연구는 춘천시가지 중심에 위치하고 시민들의 휴식 및 여가공간으로의 활용도가 매우 높은 봉의산근린공원의 식물군집구조 특성을 활용한 관리방안을 제시하고자 하였다. 봉의산은 삼국시대부터 춘천의 중심으로 산림이 지속적으로 훼손되었으며 현대에는 무분별한 도시개발로 생태계의 고립과 단절이 심화되었다. 봉의산근린공원의 현존식생 유형별 면적비율을 보면, 신갈나무는 28.5%, 신갈나무-졸참나무는 2.1%, 소나무는 15.6%, 소나무-신갈나무는 15.9%, 박달나무는 1.6%, 아까시나무는 5.9%, 잣나무는 1.6%이었다. 신갈나무는 남서, 북서, 남동사면에 분포하고 소나무는 동쪽과 남동사면 능선부에 분포하고 박달나무는 북동쪽의 계곡부, 충원사 북쪽 급경사지에 분포하였다. 식물군집은 총 6개 군집으로 분류되었으며, 소나무군집(군집 I)과 상수리나무-아까시나무군집(군집 V)은 장기적으로 참나무류림으로 천이가 예상되었고, 신갈나무군집(군집 II)과 졸참나무-신갈나무군집(군집 III), 박달나무군집(군집 IV), 잣나무군집(군집 VI)은 그대로 유지될 것으로 예측되었다. 식물군집구조 특성을 고려한 목표식생 및 관리방안은 ① 자연경관 보전 및 개선형(소나무군집) ② 생태적 천이 순응형(낙엽참나무류군집) ③ 특이군락 보전형(박달나무군집) ④ 휴양 및 체험형(잣나무군집) 등 4가지 유형별 관리방안을 제시하였다. 봉의산근린공원의 효율적 관리를 위해 관리체계를 일원화하고 특히 생태적 보전 가치가 높은 소나무군집과 박달나무군집을 생태경관보전지역으로 지정·관리해야 할 것이다.

• 유기물자원화
• /
• 제18권4호
• /
• pp.31-37
• /
• 2010

가축분뇨는 적절하게 처리되기만 하면 가치 있는 자원이 될 수 있다. 년간 42백만톤에 달하는 가축분뇨의 84%가 퇴비와 액비 생산에 이용되고 있으며 최근에는 혐기소화를 통한 바이오가스 생산에 대한 관심이 고조되고 있으나, 혐기소화액의 농업적인 활용은 아직 인증되지 않은 실정이다. 본 연구에서는 가축분뇨와 음식물류폐기물을 혼합하여 소화시킨 통합혐기소화액을 이용하여 벼 재배시 생육과 논토양 환경에 미치는 영향을 알아보고자 하였다. 통합혐기소화액은 돈분과 음식물류 폐기물을 70:30(v/v)으로 혼합하여 HRT(Hydro-logic retention time) 14일의 고온혐기소화공정을 거쳤으며, 안전성을 평가하기 위해 모니터링을 수행하였다. 질소전량 기준으로 통합혐기소화액을 와그너 포트에 시용하고 침출수를 채취하여 양분의 용출과 생육을 조사하였다. 통합혐기소화액을 시용한 처리구에서는 토양중 치환성 칼륨, 구리, 아연 등이 증가하였으며, 통합혐기소화액 처리후 침출수 중의 질산태 질소 농도는 처리 농도가 증가할수록 높았으며 모든 처리구에서 2주 만에 침출되어 빠져나가는 것으로 나타났다. 생육반응에 있어서 분얼수는 처리간에 차이가 없었으며, 초장은 통합혐기소화액을 추천시비량 질소 기준으로 2배 시용한 처리구에서 가장 높았으나, 벼의 생육을 고려하면 오히려 도복의 위험이 높은 것으로 나타났다. 토양중 염류 집적을 고려하여 추천시비량 질소 기준에 맞게 시용하는 것이 바람직하며, 통합혐기소화액이 화학비료 대체제로서의 가치가 있는 것으로 판단되었다. 향후 장기적인 면에서 통합 혐기소화액의 논토양 환경에 미치는 영향에 대한 연구가 더 필요할 것으로 사료된다.

• 한국토양비료학회지
• /
• 제43권3호
• /
• pp.363-373
• /
• 2010

수문 수자원 분야에서의 활용도를 제고하기 위하여 HSG 1995와 HSG 2006 두가지 분류법에 의한 우리나라 수문학적 토양유형의 분포에 대한 정보를 제공하고 이를 각각 충북 괴산군 소수면의 소유역의 수치세부정밀토양도 (1:5,000)에 적용하여 SCS-CN법을 이용한 유효 우량 산정과 유출곡선을 작성한 결과는 다음과 같다. 산악지에서 주로 침투능이 크고 하성 또는 해안평탄지로 가면서 낮아지는 경향을 보였다. HSG 1995 토양 유형 중 A군은 전체의 42.2%로 가장 넓게 분포하는 것으로 나타났고, B군 29.4%, C군 18.5%, D군 9.9% 순으로 나타났다. HSG 2006 토양유형은 A군 35.1%, B군 15.7%, C군 5.5%, D군 43.7%로 D군이 가장 넓게 분포하는 특징을 가진다. HSG 1995에서 A, B, C군으로 분류되었다가 HSG 2006에서 D군으로 분류된 토양 유형의 비율이 약 34.1%로 나타나 국립농업과학원에 의해 분류된 토양유형 중 D군의 면적이 크게 늘어난 것을 알 수 있었다. 충북 괴산군 소수면 소유역의 수치세부정밀토양도에 기반한 수문학적 토양유형 분포특성을 나타낸 것으로 산림과 밭으로 이용되는 토양의 유형이 A로 분류되는 것은 일치하는 경향을 보였다. HSG 2006의 토양유형은 유역에서 C 유형이 거의 없거나 적게 분포하고 HSG 1995에 비해 D 유형이 많게 나타난다. 미계측 유역에 대한 직접유출량 산정에 가장 많이 사용되는 SCS-CN법을 이용하여, 충북 괴산군 소수면 소유역에서 직접유출에 기여하는 유효우량을 산정하고 SCS 삼각단위도를 사용하여 첨두유량과 첨두시간을 계산한 결과는 다음과 같다. HSG 1995와 HSG 2006 수문학적 토양유형과 토지 이용별 CN값을 적용하여 유역의 CN값 (AMC II)을 구한 결과는 각각 54와 62로 나타났다. 이 때, 우량계가 설치된 지점의 강우자료를 평균하여 2004년~2005년 강우사상별로 정리하여 초기손실량 (I)이 총강우량 (P)보다 큰 경우를 제외한 강우사상을 선택하였고, 8월 16일에서 강우사상 전까지 내린 강수에 따라 선행수분조건 III으로 조정하여 유효우량 산출을 위한 CN값을 각각 73과 79로 하여 사용하였다. 강우사상에 대한 HSG 2006 기준의 유효우량이 56.67 mm로 HSG 1995 기준의 44.87 mm 보다 약 25% 많게 나타났다. 두 가지 수문학적 토양 유형 분류 기준에 따라 계산된 각 유효 우량에 대하여 수문곡선을 합성하여 실제 관측치와 비교한 결과 두 개 기준 모두 관측치와 유사한 변화 패턴을 보이고 있으나 실측치보다 감수부에서 급격하게 감소되는 특징을 나타냈다. 첨두유량은 HSG 1995 보다는 HSG 2006 기준을 사용할 때 관측치와 더 가까운 값을 나타내었다.

• KDI Journal of Economic Policy
• /
• 제13권1호
• /
• pp.151-166
• /
• 1991

본고에서는 기존 독점생산자(獨占生産者)와 잠재적(潛在的) 신규참입자(新規參入者)간에 존재할 수 있는 진입제한(進入制限) 및 약탈가격(掠奪價格) 책정전략(策定戰略)을 간단한 복점(複占)게임모형(模型)을 통하여 분석한다. 분석(分析)으로부터 유도되는 대표적 결론(結論)은 생산여건(生産與件)에 관한 정보(情報)가 비대칭적(非對稱的)으로 분포되어 있을 경우 그 중 정보면에서 우월한 위치를 점하고 있는 생산자(生産者)가 잠재적(潛在的) 경쟁자(競爭者)를 불확실성하에 잡아 두려는 노력의 일환으로 진입제한가격(進入制限價格)이나 약탈가격(掠奪價格)을 책정할 수 있다는 점이다. 또 하나 본(本) 모형(模型)으로부터 얻을 수 있는 결론(結論)은 어느 독점생산자(獨占生産者)가 그의 독점적 위치를 지속적으로 지켜 나가기 위해 약탈가격(掠奪價格)을 책정하는 것만으로는 부족하다는 점이다. 그가 시장(市場)의 독점(獨占)을 효과적으로 유지해 나가기 위해서는 신규참입(新規參入)이 없는 경우에도 진입제한가격(進入制限價格)을 통하여 시장가격(市場價格)을 지속적으로 낮게 유지해야 한다. 이같은 결론은 진입제한가격(進入制限價格)과 약탈가격(掠奪價格)을 각각 분리해서 분석한 기존의 논의(論議)에는 결여되어 있는 것으로 약탈가격(掠奪價格)으로부터의 장기적 이익을 퇴출(退出) 이후의 독점이윤(獨占利潤)과 동일시하는 많은 분석들이 수정되어야 함을 의미한다. 진입제한(進入制限) 및 약탈가격(掠奪價格) 책정전략(策定戰略)이 합리적 이윤극대화전략(利潤極大化戰略)으로 성립할 수 있다고 하더라도 이것이 곧 이러한 기업행태(企業行態)에 관한 정부의 전면적인 금지조치(禁止措置)를 정당화하는 것은 아니다. 본고에서 일어나는 두가지 전략(戰略)은 오히려 복지증진적(福祉增進的)인 성격을 지니고 있으며 따라서 진입제한(進入制限) 및 약탈가격책정행위(掠奪價格策定行爲)의 규제(規制)는 사안별(事案別)로 신중히 다루어져야 함을 시사하고 있다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.