• 지능정보연구
• /
• 제17권4호
• /
• pp.75-94
• /
• 2011

본 연구에서는 최근 온라인 소셜미디어 서비스로 각광받고 있는 트위터 상에 게재되는 메세지의 특성이 메세지의 재전달에 미치는 영향을 전달 빈도와 전달 속도 관점에서 분석함으로써 소셜네트워트 환경하에서의 정보확산 체계를 탐구하고자 하였다. 이를 위해 최근 소셜미디어 상에서 많이 언급되고 있는 정치, 연예, 스포츠, 유명인, 최신 디지털 제품과 같은 사회적 관심사를 나타내는 여덟 가지 주요 키워드(예: 무상급식, 반값등록금, 나가수, 평창, 김연아, 박태환, 아이폰, 갤럭시)을 선정하였다. 또한 트위터 메세지의 특성을 정의하기 위한 기준은 기존 문헌연구를 통해 개인의견, 하이퍼링크 포함 메세지, 하이퍼링크 및 개인의견 포함 메세지, 단순 재인용 등의 네가지 유형을 적용하였으며 이들 주요 키워드와 메세지 유형별로 트위터 트위터 메세지의 재전달 빈도와 재전달 속도를 측정하였다. 2011년 6월부터 2011년 7월까지 수집된 81,472개의 1회 이상 재전달된 트위터 메세지에 대한 분석을 통해, 재전달 트위터 메시지의 50퍼센트 이상이 특정 키워드에 대한 개인의견을 표현한 메시지임을 알 수 있었다. 아울러 표본 트위터 메세지 중 하이퍼 링크를 포함한 메세지가 가장 빠른 메세지 재전달 시간을 보이는 것을 알수 있었다. 이러한 분석결과를 바탕으로 메시지의 고유 특성이 온라인 소셜 미디어 상의 정보확산 패턴에 중요한 영향요소로 작용하고 있음을 확인 할 수 있었다. 또한 트위터와 같은 온라인 소셜 미디어는 더 이상 단순한 의사소통 도구가 아닌 다양한 사회현상에 대한 사용자의 개인적 의견을 피력하고 상호간의 심도있는 논의가 가능한 현대사회의 중요한 커뮤니케이션 플랫폼으로 발전하고 있으며 정보기술이 이러한 의사소통 혁신에 중요한 요소로 작용하고 있다는 것을 이해 할 수 있었다. 본 연구의 결과는 온라인 소셜 미디어상의 정보확산에 대한 기존의 학문적 지식을 증대키고 실무적으로 기업이 고객과 소통하는 데 있어 온라인 소셜 미디어를 어떻게 전략적으로 활용할 수 있는가에 대한 실질적인 방향을 제시할 것이라 기대된다.

• 디지털융복합연구
• /
• 제14권4호
• /
• pp.19-31
• /
• 2016

정보통신 기술의 발전으로 대학교육에 있어 새로운 패러다임이 요구되고 있으며, 이를 반영한 스마트 캠퍼스 구축은 전 세계적으로 대학의 핵심 이슈로 떠오르고 있다. 본 연구의 목적은 스마트 캠퍼스 관련 문헌들을 고찰함으로써 주요 이슈들을 논의하고, 스마트 캠퍼스의 체계적 구축을 위한 프레임워크를 개발하고, 나아가 학문적, 실무적으로 유용한 제언을 도출하는 것이다. 이를 위해 스마트 캠퍼스에 관한 국내외 최근 연구들을 1) 학습 및 지식 중심의 접근, 2) 기술 중심의 접근, 3) 통합적 접근, 4) 이용자 중심의 접근의 네 가지 연구 관점별로 고찰하였으며, 이를 기반으로 스마트 캠퍼스 프레임워크를 도출하였다. 스마트 캠퍼스 이용자 범주에는 직접적 이용자인 학내 구성원뿐만 아니라 간접적 이용자로서 지역사회 및 비즈니스 이해관계자까지 포함되었으며, 스마트 캠퍼스 프레임워크에는 스마트 교육, 스마트 생활, 스마트 행정의 세 영역에 포괄되는 세부 활동영역과 스마트 캠퍼스 동기 요인들이 제시되었다. 또한 선행연구에서 제기되는 주요 이슈와 문제점들을 고찰함으로써 안정적이고 지속적인 스마트 캠퍼스 추진을 위해 요구되는 대응 방안들을 제언하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권6호
• /
• pp.165-178
• /
• 2011

선박 건조공정의 초기 단계인 강재적치처리공정에서는 입수한 강재를 어느 선박블록을 제작하는데 사용될 것인가에 따라 수십 개의 적치장을 이용하여 분류한다. 이 과정에서 강재를 잘못된 적치장에 적치하는 적치 오류, 무거운 강재를 다루는데 수반되는 작업자 안전 취약성, 각 적치장의 강재 정보 관리의 미비로 인한 작업 계획의 불확실성 등으로 인하여 생산성이 크게 저하된다. 이러한 문제점을 해결하기 위하여 상황인식 컴퓨팅 기술을 적용하여 지능형 강재적치처리시스템을 구축하였다. 연구의 효율성을 위하여 강재적치처리 작업과정을 보여줄 수 있는 시뮬레이터를 제작하였으며, 센서, RFID 태그, 실시간 위치추적시스템과 같은 기술을 활용하여 공간 내에 있는 객체들의 위치 및 작업 처리 상태 등, 상황정보를 실시간으로 획득할 수 있도록 유비쿼터스 컴퓨팅 공간을 구축 하였다. 본 연구는 유비쿼터스 컴퓨팅 기술을 적용한 선박 건조 생산성 제고는 물론 대규모 생산현장에 IT를 적용하는 제조IT 융합연구의 새로운 모델을 제시하였다는데 의미가 크다고 할 수 있다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.91-110
• /
• 2011

본 논문은 호텔 관광 서비스 업계에서 급변하는 전산화와 글로벌화에 대응하기 위하여 IT 솔루션 도입을 통하여 기업의 업무 처리를 고도화하고 고객 서비스 대응력을 높인 사례를 연구하였다. 이를 통하여 국내 유수의 호텔 관광기업이 효과적으로 고객 요구에 대응하기 위하여 CRM 솔루션을 자체적으로 개발하여 실무에 활용하도록 함으로써, 고객에 대한 분석력을 높이고 고객별 마케팅 전략 수립과 고객에 특화 한 영업을 전개하는 활용 사례를 연구하였다. 특히 본 연구는 호텔 관광 업계의 CRM 솔루션 도입 과정과 CRM을 이용한 영업 업무 및 마케팅 업무에 활용해 나가는 과정에 대하여 논하였고, CRM 도입에 의한 효과를 DEA(Data Envelopment Analysis) 를 통하여 분석하였다. 우선 CRM을 도입한 L사의 각 사이트별 상대적 효율성을 CCR 모형으로 비교 분석하였으며, 그 다음 L사의 대표 사이트에 소속된 각 영업장들의 상대적 효율성을 BCC 모형으로 비교 분석하였다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.135-155
• /
• 2018

본 연구는 최근 4차산업 혁명의 산물로 대두되고 있는 자율주행차가 대중교통 수단인 택시로 이용될 때 해석수준과 메시지 프레이밍에 따른 사용 의도의 차이를 분석하는 것이다. 해석수준이란 가까운 미래에 발생한 일과 먼 미래에 발생할 일을 가정하여 어떤 제품이나 서비스를 해석하는 것이 다르다는 것을 말한다. 메시지 프레이밍이란 긍정 혹은 부정의 표현 또는 혜택, 손실의 양극단의 메시지를 구성한 것을 말한다. 즉, 기존연구에서는 이 두 개념에 따라 제품이나 서비스의 가치를 다르게 해석한다고 한다. 본 연구는 자율주행차가 택시로 출시될 때 두 개념을 적용할 경우 사용 의도의 차이를 보이는지 살펴보고자 한다. 결과를 요약하면 우선, 메시지 프레이밍 구성에서 자율주행 택시를 이용할 경우 혜택(Gain)과 왜(Why) 사용해야 하는지를 설명한 메시지 형식과 자율주행 택시를 이용하지 않았을 경우 손실(Loss)와 어떻게(How)를 강조한 메시지를 구성하여 비교해 보았다. 두 메시지 프레이밍은 차이를 보였으며(t= 3.063) 혜택(Gain)과 왜(Why)를 설명한 메시지 형태가 더 높은 사용 의도를 보였다. 또한, 해석수준에 따른 결과를 요약하면 다음과 같다. 혜택(Gain) 및 손실(Loss)에 대한 먼 미래와 가까운 미래에 발생할 것을 가정한 경우 사용 의도에 차이가 있었으며, 구체적으로 혜택(Gain)을 설명한 메시지와 먼 미래에 발생할 것을 가정한 경우가 사용 의도가 높았다. 요약하면 자율주행 택시의 사용 의도를 높이기 위해서는 긍정의 메시지(Gain)와 먼 미래에 일어날 수 있는 것을 가정하여 사람들에게 메시지를 전달해야 한다는 결론이다. 또한, 본 연구를 통하여 향후 신기술의 출현에 대한 사용 의도 연구 시 연구방법을 활용할 수 있을 것이다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.93-111
• /
• 2013

최근 독감 예측이나 부동산가격 예측 등 다양한 분야에서 웹검색 트래픽이나 소셜 네트워크 등의 방대한 고객 데이터를 통해 사회 현상, 소비 트렌드 등을 분석하고자 하는 시도가 증가하고 있다. 최근 구글이나 네이버 등의 인터넷 포털서비스 업체들은 온라인 사용자들의 웹검색 트래픽 정보를 구글 트렌드, 네이버 트렌드 등의 서비스로 공개하고 있는데, 이들이 제공하는 웹검색 트래픽 정보를 기반으로 온라인 사용자들의 정보 검색 행태에 대한 연구들이 학계 업계 등에서 주목받고 있다. 웹검색 정보를 기반으로 사회 현상이나, 소비 동향, 정치 투표 결과 등을 예측해 볼 수 있음을 실증하고 있는 분야는 많은 연구가 수행되고 있지만, 웹검색 트래픽 정보를 이용하여, 소비자의 제품에 대한 중요한 속성 도출 및 소비자의 기대 변화 관측 등의 온라인 사용자 행태에 초점을 맞추어 연구되고 있는 분야는 상대적으로 많은 연구가 수행되고 있지는 않다. 따라서, 본 연구에서는 구글이나 네이버가 제공하는 소비자의 웹검색 트래픽을 활용해서 소비자가 생각하는 제품 포지션을 가시화할 수 있는 방법을 제안한다. 브랜드 간의 관계를 확인하기 위해, 동시 검색 트래픽 정보를 활용하여 네트워크 모델링의 방법을 사용한 시스템을 제안하고 있으며, 이를 통해 소비자들이 제품 간의 유사성을 어떻게 인지하고 형성하며, 새로운 혁신 제품 카테고리 내에서 제품 브랜드들이 소비자의 마음 속에서 어떻게 자리 잡고 있는지의 브랜드 포지셔닝을 확인할 수 있는 방법론을 제안하였다. 또한 이를 태블릿 PC의 사례를 통해서, 미시적인 관점에서 소비자의 마음속에 위치한 태블릿 PC 개별 브랜드들의 위치 및 관계를 보여주었다. 기업은 소비자의 제품에 대한 인식 및 중요 속성 도출을 위해 많은 비용과 시간을 소요하여 소비자 조사를 행하게 되는데, 본 연구의 방법론을 활용하여 소비자의 제품에 대한 인식, 제품간 유사도, 제품에 대한 중요 속성의 변화 등을 일반에게 공개된 검색 트래픽 정보를 활용하여 비교적 쉽고 추가적인 비용 없이 도출할 수 있을 것이다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.99-120
• /
• 2010

최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.

• 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.