• Title/Summary/Keyword: linear system

Search Result 9,878, Processing Time 0.037 seconds

데이터마이닝을 활용한 소프트웨어 개발인력의 업무 지속수행의도 결정요인 분석 (A Study of Factors Associated with Software Developers Job Turnover)

  • 전인호;박선웅;박윤주
    • 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.

효과적인 입력변수 패턴 학습을 위한 시계열 그래프 기반 합성곱 신경망 모형: 주식시장 예측에의 응용 (A Time Series Graph based Convolutional Neural Network Model for Effective Input Variable Pattern Learning : Application to the Prediction of Stock Market)

  • 이모세;안현철
    • 지능정보연구
    • /
    • 제24권1호
    • /
    • pp.167-181
    • /
    • 2018
  • 지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

비대칭적 전이효과와 SVM을 이용한 변동성 매도전략의 수익성 개선 (Performance Improvement on Short Volatility Strategy with Asymmetric Spillover Effect and SVM)

  • 김선웅
    • 지능정보연구
    • /
    • 제26권1호
    • /
    • pp.119-133
    • /
    • 2020
  • Fama에 의하면 효율적 시장에서는 일시적으로 높은 수익을 얻을 수는 있지만 꾸준히 시장의 평균적인 수익을 초과하는 투자전략을 만드는 것은 불가능하다. 본 연구의 목적은 변동성의 장중 비대칭적 전이효과를 이용하는 변동성 매도전략을 기준으로 투자 성과를 추가적으로 개선하기 위하여 SVM을 활용하는 투자 전략을 제안하고 그 투자성과를 분석하고자 한다. 한국 시장에서 변동성의 비대칭적 전이효과는 미국 시장의 변동성이 상승한 날은 한국 시장의 아침 동시호가에 변동성 상승이 모두 반영되지만, 미국 시장의 변동성이 하락한 날은 한국 시장의 변동성이 아침 동시호가에서 뿐만 아니라 장 마감까지 계속해서 하락하는 이상현상을 말한다. 분석 자료는 2008년부터 2018년까지의 S&P 500, VIX, KOSPI 200, V-KOSPI 200 등의 일별 시가지수와 종가지수이다. 11년 동안의 분석 결과, 미국 시장의 변동성이 상승으로 마감한 날은 그 영향력이 한국 시장의 아침 동시호가 변동성에 모두 반영되지만, 미국 시장의 변동성이 하락으로 마감한 날은 그 영향력이 한국 시장의 아침 동시호가뿐만 아니라 오후 장 마감까지도 계속해서 유의적으로 영향을 미치고 있다. 시장이 효율적이라면 미국 시장의 전일 변동성 변화는 한국 시장의 아침 동시호가에 모두 반영되고 동시호가 이후에는 추가적인 영향력이 없어야 한다. 이러한 변동성의 장중 비정상적 전이 패턴을 이용하는 변동성 매도전략을 제안하였다. 미국 시장의 전날 변동성이 하락한 경우 한국 시장에서 아침 동시호가에 변동성을 매도하고 장 마감시에 포지션을 청산하는 변동성 데이트레이딩전략을 분석하였다. 연수익률은 120%, 위험지표인 MDD는 -41%, 위험과 수익을 고려한 성과지수인 Sharpe ratio는 0.27을 기록하고 있다. SVM 알고리즘을 이용해 변동성 데이트레이딩전략의 성과 개선을 시도하였다. 2008년부터 2014년까지의 입력자료를 이용하여 V-KOSPI 200 변동성지수의 시가-종가 변동 방향을 예측하고, 시가-종가 변동율이(-)로 예측되는 경우에만 변동성 매도포지션을 진입하였다. 거래비용을 고려하면 2015년부터 2018년까지 테스트기간의 연평균수익률은 123%로 기준 전략 69%보다 크게 높아지고, 위험지표인 MDD도 -41%에서 -29%로 낮아져, Sharpe ratio가 0.32로 개선되고 있다. 연도별로도 모두 수익을 기록하면서 안정적 수익구조를 보여주고 있고, 2015년을 제외하고는 투자 성과가 개선되고 있다.

비인두암의 국소 종양 치유와 생존율에 관한 예후 인자 분석 (An Analysis on Factors Affecting Local Control and Survival in Nasopharvngeal Carcinoma)

  • 정웅기;조재식;박승진;이재홍;안성자;남택근;최 찬;노영희;나병식
    • Radiation Oncology Journal
    • /
    • 제17권2호
    • /
    • pp.91-99
    • /
    • 1999
  • 목적 :비인두암 환자에서 항암화학요법과 방사선치료 후 국소종양제어율, 생졸율, 무병생존율에 미치는 예후 인자를 알아보고자 하였다. 대상 및 방법 : 1986년 7월부터 1996년 6월까지 약 10년간 전남대학교병원에서 비인두암으로 확진되어 근치적 목적으로 치료를 받은 47명의 환자를 대상으로 후향적 분석을 시행하였다. 대상 환자의 연령 분포는 16세에서 80세까지였고 중앙값은 52세였다. 성별 분포는 남자가 33명(70$\%$), 여자가 14명(30$\%$)이었다. WHO의 기준에 의한 조직학적 유형은 제1형(제라틴형성 편평세포암)이 3례(6$\%$), 제2형(비케라틴형성 편평세포암)이 30례(64$\%$), 제3형(미분화암)이 13례(28$\%$)였고 나머지 1례(2$\%$)는 조직학적 유형이 알려지지 않았다. 미국암합동위원회(1997)의 병기분류법에 따라 후향적으로 다시 분류한 병기는 71, T2a, T2b, 73, 74에서 각각 11례(23$\%$), 6례(13$\%$), 9례(19$\%$), 7례(15$\%$), 14례(30$\%$)였다. 그리고 림프절 침범 상태는 NO, Nl, N2, N3에서 각각 7례(15$\%$), 14례(30$\%$), 21례(45$\%$), 5례(l0$\%$,) 있었다. 병기군별 분포는 Stage 1, IIA, IIB, III, IVA, IVB에서 각각 2례(4$\%$), 2례(4$\%$), 10례(21$\%$), 14례(30$\%$), 14례(30$\%$), 5례(11$\%$) 있었다. 방사선치료 전에 항암제 치료를 받은 환자는 42례이며 5례는 항암제 치료가 시행되지 않았다. 방사선치료는 선형가속기의 6MV와 10MV X-ray 및 9MeV 전자선을 사용하였으며 원발 병소에 조사된 총방사선량은 6120-7920cGy(중앙값 : 7020cGy)였다. 항암화학요법 은 Cisplatin+5-Fluorouracii(25명), Cispiatin+pepleomycin(17명)으로 1회에서 3회까지 시행하였다. 국소종양제어율, 생졸율, 무병생존율을 Haplan-Meier법에 의하여 산출하였으며 두 군간의 생존율의 차이는 GeneraliBed t띤cokon test를 이용하여 검증하였다. 영향을 주는 인자의 다변량분석에는 Cox 모델을 이용하였다. 결과 : 국소종양 제어율은 2년에 89$\%$, 5년에 81$\%$이었다. 5년 생존율을 60$\%$,(범위: 6-132개월, 중앙값: 106개월)이었다. 예후에 영향을 미치는 위험 일자로 연렬, 성별, 뇌신경침범, 병리조직학적 유형, 병기군, 항암화학요법, 항암화학 요법과 방사선치료 사리의 간격, 방사선량, 방사선치료기간을 다변량분석에 포함시켰다. 국소종양제어율에는 뇌신경침범(P=0.004)만이 의의 있는 것으로 나타났다. 생존율과 무병생존율에는 병기군(P=0.006, P=0.006)과 총방사선량 (P=0.012, P=0.008)이 의의 있는 것으로 나타났다. 치료 후 합병증은 구강건조증, 치아손상, 이증상 등이 많았으며 2례의 갑상선기능저하증이 있었다. 결론 : 비인두암에서 예후에 영향을 미치는 인자로서 국소종양제어율은 뇌신경침범 여부가, 생존율 및 무병생존율에는 총방사선량과 병기군, 특히 N 병기가 의의 있는 것을 알 수 있었다. 사용된 항암화학요법과 방사선치료는 심각한 부작용이 없이 효과적으로 이용될 수 있음을 알 수 있었다.

  • PDF

감정예측모형의 성과개선을 위한 Support Vector Regression 응용 (Application of Support Vector Regression for Improving the Performance of the Emotion Prediction Model)

  • 김성진;유은정;정민규;김재경;안현철
    • 지능정보연구
    • /
    • 제18권3호
    • /
    • pp.185-202
    • /
    • 2012
  • 오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

급성심근경색증의 일차적 관동맥성형술 후 조기 Tl-201 재분포영상을 이용한 구조심근 예측 (Prediction of Salvaged Myocardium in Patients with Acute Myocardial Infarction after Primary Percutaneous Coronary Angioplasty using early Thallium-201 Redistribution Myocardial Perfusion Imaging)

  • 최준영;양유정;최승진;여정석;박성욱;송재관;문대혁
    • 대한핵의학회지
    • /
    • 제37권4호
    • /
    • pp.219-228
    • /
    • 2003
  • 목적: 심근경색증 후 재관류술에 의해 구조된 심근의 범위는 중요한 예후 인자중의 하나이다. 급성심근경색증의 일차적 관동맥성형술 후 조기 Tl-201 재분포영상이 구조심근과 심근벽운동 호전을 예측할 수 있는지 알아보았다. 대상 및 방법: 흉통 발생 $5.2{\pm}2.8$시간에 급성심근경색증으로 일차적 관동맥성형술을 시행한 36명을 대상으로 관동맥성형술 후 $5.8{\pm}2.1$일에 디피리다몰 부하 -4 시간 재분포 Tl-201 SPECT 영상을 얻었다. Tl-201 재분포 영상은 좌심실을 16분절로 나누고, 각 분절의 섭취를 5등급으로 평가하였다. 심초음파는 내원 당시, 경색 후 7일, 30일, 7개월에 시행하였고, 구조심근 분절은 내원 당시 심초음파상 벽 운동 이상이 있으면서 30일 또는 7개월 심초음파에서 벽 운동이 호전된 분절로 정의하였다. 결과: 내원 당시 212분절에서 벽운동 이상을 보였다(저운동 41분절, 무운동 171분절). 이중 1개월에는 78분절(36.8%)에서, 7개월에는 97분절(45.8%)에서 벽 운동이 호전되어 구조심근으로 판정하였다. 구조심근을 찾는 Tl-201 재분포 영상의 수신자판 단특성곡선면적은 1개월에 대해서는 $0.79{\pm}0.03$, 7개월에 대해서는 $0.83{\pm}0.03$이었다. Tl-201 섭취 40%를 경계로 정할 때 재분포 영상의 구조심근을 찾는 예민도, 특이도는 1개월에서는 84.6%(66/68), 55.2%(74/134), 7개월에서는 87.6%(85/97), 64.3%(74/115)였다. 재분포영상에서 Tl-201의 섭취정도와 벽 운동의 호전될 확률은 서로 비례하는 경향을 나타내었다. 결론: 급성심근경색증의 일차적 관동맥성형술 후 10일 이내에 시행한 조기 Tl-201 재분포영상은 구조심근과 심근벽운동 호전 예측 판정에 높은 예민도로 유용하게 사용될 수 있는 검사이다.EX>$100{\mu}M$)는 각각 11.9배와 6.8배, K562(Adr) 세포에서($50{\mu}M$)는 각각 14.3배와 8배, K562(Vcr) 세포에서($10{\mu}M$)는 각각 7배와 5.7배 증가하였다. Cyclosporin A에 의한 MIBI와 tetrofosmin의 섭취율(30분)을 기저치(30분)와 비교해 본 결과 HCT15/CL02세포에서($50{\mu}M$)는 각각 10배와 2.4배, K562(Adr)세포에서($50{\mu}M$)는 각각 44배와 13배, K562(Vcr)세포에서($10{\mu}M$)는 각각 18.8배와 11.8배 증가하여, MIBI의 섭취율이 tetrofosmin보다 1.2배에서 4배정도 높게 나타났다. 결론: 이러한 결과로 보아 MIBI와 tetrofosmin은 다약제내성의 발현을 평가할 수 있는 방사성의약품으로 판단되며, 다약제내성 극복제의 효능평가에는 MIBI가 tetrofosmin보다 더 우수할 것으로 사료되나, 세포추에 따른 차이가 있을 수 있으므로 보다 많은 세포주에서의 추가적인 연구가 필요할 것이다.여 후 구한 MPD는 평균 $13.3{\pm}1.9GBq\;(9.7{\sim}16GBq)$ 이였고, 치료용량 방사성옥소 투여 후 구한 MPD는 평균 $13.8{\pm}2.1GBq(10.4{\sim}16.3GBq)$로 유의한 차이가 얻었으며 (p=0.20), 두 수치간에는 유의한 상관 관계가 있었다(r=0.8, p<0.0001). 7명의 환자에서 말초혈액림프구 중기염색체 분석법으로 MPD를 측정하였는데 혈액의 피폭선량은 $1.78{\pm}0.03Gy$였으며, 같은 환자에서 혈중 방사능소실곡선으로부터 구한 피폭선량은 $1.54{\pm}0.03Gy$로 유의하게 낮았으나 (p=0.01), 두

지능형 전망모형을 결합한 로보어드바이저 알고리즘 (Robo-Advisor Algorithm with Intelligent View Model)

  • 김선웅
    • 지능정보연구
    • /
    • 제25권2호
    • /
    • pp.39-55
    • /
    • 2019
  • 최근 은행과 증권회사를 중심으로 다양한 로보어드바이저 금융상품들이 출시되고 있다. 로보어드바이저는 사람 대신 컴퓨터가 포트폴리오 자산배분에 대한 투자 결정을 실행하기 때문에 다양한 자산배분 알고리즘이 활용되고 있다. 본 연구에서는 대표적 로보어드바이저 알고리즘인 블랙리터만모형의 강점을 살리면서 객관적 투자자 전망을 도출할 수 있는 지능형 전망모형을 제안하고 이를 내재균형수익률과 결합하여 최종 포트폴리오를 도출하는 로보어드바이저 자산배분 알고리즘을 새로이 제안하며, 실제 주가자료를 이용한 실증분석 결과를 통해 전문가의 주관적 전망을 대신할 수 있는 지능형 전망모형의 실무적 적용 가능성을 보여주고자 한다. 그동안 주가 예측에서 우수한 성과를 보여주었던 기계학습 방법 중 SVM 모형을 이용하여 각 자산별 기대수익률에 대한 예측과 예측 확률을 도출하고 이를 각각 기대수익률에 대한 투자자 전망과 전망에 대한 신뢰도 수준의 입력변수로 활용하는 지능형 전망모형을 제안하였다. 시장포트폴리오로부터 도출된 내재균형수익률과 지능형 전망모형의 기대수익률, 확률을 결합하여 최종적인 블랙리터만모형의 최적포트폴리오를 도출하였다. 주가자료는 2008년부터 2018년까지의 132개월 동안의 8개의 KOSPI 200 섹터지수 월별 자료를 분석하였다. 블랙리터만모형으로 도출된 최적포트폴리오의 결과가 기존의 평균분산모형이나 리스크패리티모형 등과 비교하여 우수한 성과를 보여주었다. 구체적으로 2008년부터 2015년까지의 In-Sample 자료에서 최적화된 블랙리터만모형을 2016년부터 2018년까지의 Out-Of-Sample 기간에 적용한 실증분석 결과에서 다른 알고리즘보다 수익과 위험 모두에서 좋은 성과를 기록하였다. 총수익률은 6.4%로 최고 수준이며, 위험지표인 MDD는 20.8%로 최저수준을 기록하였다. 수익과 위험을 동시에 고려하여 투자 성과를 측정하는 샤프비율 역시 0.17로 가장 좋은 결과를 보여주었다. 증권계의 애널리스트 전문가들이 발표하는 투자자 전망자료의 신뢰성이 낮은 상태에서, 본 연구에서 제안된 지능형 전망모형은 현재 빠른 속도로 확장되고 있는 로보어드바이저 관련 금융상품을 개발하고 운용하는 실무적 관점에서 본 연구는 의의가 있다고 판단된다.

CNN 보조 손실을 이용한 차원 기반 감성 분석 (Target-Aspect-Sentiment Joint Detection with CNN Auxiliary Loss for Aspect-Based Sentiment Analysis)

  • 전민진;황지원;김종우
    • 지능정보연구
    • /
    • 제27권4호
    • /
    • pp.1-22
    • /
    • 2021
  • 텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.