• 무역학회지
• /
• 제47권5호
• /
• pp.253-272
• /
• 2022

As the digital era accelerates, traditional perspectives have limitations in explaining the success or failure of export performance. The purpose of this study is to analyze new factors affecting export performance from the perspective of customer experience, which has emerged as an important factor in securing a competitive advantage and generating organizational performance. After deriving hypotheses based on literature review and discussion, a research model is designed in which three factors of customer experience such as understanding customer's objectives, customer value creation capability, and customer journey management are the antecedents, and export performance is the dependent variable. This model also includes organizational agility and personal contact as the moderating variables. To verify the hypotheses, multiple regression analysis was conducted on the collected data drawn from 198 SME exporters. According to the analysis results, it was found that all three antecedents positively affected export performance. In particular, the organizational agility and personal contact were confirmed to have a moderating effect that creates better export performance by interacting with customer value creation capability. The theoretical significance of this study is to find that effective customer experience management can be a key factor in creating export performance. The results suggest that checking the overall customer journey, exporters should select and intervene to intensively manage key touch points that can have a decisive impact on the quality of customer experience. At the end of the paper, practical implications to be considered in creating export performance through effective customer experience management are presented.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권7호
• /
• pp.479-486
• /
• 2013

정보 시스템의 골격이라고도 할 수 있는 데이터 모델은 프로세스 모델과 함께 정보 시스템에 있어서 중요한 두개의 축을 이룬다. 데이터 모델의 핵심요소로는 엔터티, 속성, 관계가 있으며, 이 중에서도 엔터티는 데이터 모델에서 가장 근본적인 요소로서, 엔터티를 명확하게 도출하지 못한다면 데이터 모델 전체가 모호해지게 된다. 본 연구에서는 엔터티 도출에 대해서만 다루었다. 기존의 엔터티를 도출하는 방법은 설계자의 경험과 업무지식에 많이 의존되고 명확한 절차가 제시되지 않아, 초보자나 미숙련자가 접근하기에는 많은 어려움이 있다. 이를 해결하는데 도움이 될 수 있도록 본 연구에서는 선행연구의 제안 절차를 통해 미리 도출된 대상업무에서 체계적인 절차로 엔터티를 도출할 수 있는 업무기반 엔터티 도출 절차를 제안한다. 그리고 데이터 모델링에 경험이 없는 학부생들을 대상으로 가상업무에 대하여 제안 절차를 적용하도록 하였고, 기존 방법과 제안 절차의 비교가 불가능하다는 점을 감안하여 학생들이 도출한 엔터티와 모범 답안 간의 유사도 검사로 제안 절차를 검증하였다. 그 결과, 모범 답안에 상당히 근접하게 엔터티를 도출한 것을 확인하였다. 따라서 본 연구에서 제안한 절차가 데이터 모델링에 경험이 없는 초보자가 익숙하지 않은 업무에 적용하더라도 모범 답안에 근접하게 엔터티를 도출할 수 있음이 확인되었다. 엔터티를 제외한 데이터 모델의 핵심요소인 속성과 관계의 도출에 대한 연구는 차후로 미룬다.

• 해양환경안전학회지
• /
• 제19권6호
• /
• pp.612-620
• /
• 2013

본 연구는 기존의 회귀분석과는 달리 금융, 경제, 무역 등 다양한 분야의 수요 예측에 널리 적용되고 있는 시계열 분석 방법을 시도하였다. 인천항의 1996년 1월부터 2013년 6월까지 입항 척수 자료를 바탕으로 정상성 검증, 모형의 식별, 모수의 추정, 진단 과정을 거쳐 장래 해상교통량을 예측하였다. 2014년 1월부터 2015년 12월까지 예측한 결과 2월달의 교통량이 다른 달 보다 적게 예측된 반면, 1월달의 교통량은 다른 달 보다 많을 것으로 나타났다. 또한 인천항은 지수평활법 보다 ARIMA 모형이 적합하며, 계절에 따라 월별 교통량의 차이를 보이는 것을 알 수 있다. 본 연구는 시계열 분석으로 장래 교통량을 월별로 예측하였다는 점에서 의의가 있다. 또한 기존의 회귀분석으로 예측한 장래 해상교통량보다 시계열 분석으로 예측한 장래 해상교통량이 더 적합한 모형인 것으로 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권12호
• /
• pp.653-662
• /
• 2016

본 논문에서는 경로탐색 분야에서 많이 사용되는 RRT 알고리즘을 기반으로 한 테스트 케이스 생성 알고리즘을 제안한다. RRT 알고리즘 성능에 영향을 주는 가장 중요한 요소는 RRT 공간 내 노드 사이의 거리를 계산하는 거리 함수이다. Simulink/Stateflow (SL/SF) 모델의 테스트 케이스는 모델의 특정 상태에서 특정한 조건(본 논문에서 테스트 타겟이라 명명함)을 검사하기 위해 필요한 입력 시퀀스이기 때문에, 특정 조건을 검사하기 위해서는 먼저 모델을 특정 상태로 이끌어가는 것이 필요하다. 여기서 모델의 상태는 RRT의 노드로 표현된다. 일반적으로 어느 한 상태의 경우 다수의 조건을 검사할 필요가 있다. 예를 들어, 모델의 특정 상태가 다수의 전이가 발생 가능한 SL/SF model의 한 상태로 표현될 때, 전이 커버리지를 측정하기 위해서는 반드시 다수의 조건을 모두 검사해야 한다. 본 논문에서는 테스트 타겟들이 키 노드라 불리는 SL/SF 상태로 표현되는 특정 상태에서 다수 발견되는 점에 착안해서 만든 거리 계산 함수를 제안한다. 제안된 거리 함수는 키 노드가 아닌 노드에 페널티를 부과해서 RRT가 키 노드로부터 확장될 확률을 증가시킨다. 본 논문에서는 제안된 거리 함수를 이용한 테스트 케이스 생성 알고리즘을 제안한다. 성능 평가를 위해 상업용 자동차에 들어가는 3가지 전자제어장치 모델이 사용된다. 제안된 테스트 케이스 생성 알고리즘의 성능은 페널티 측면에서 평가되고 기존의 RRT 알고리즘을 사용한 테스트 케이스 생성 알고리즘의 성능과 비교한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권10호
• /
• pp.493-498
• /
• 2017

캡슐내시경 검사는 일반적인 내시경의 접근이 어려운 소장을 관찰하는 데 특화되어 있다. 캡슐내시경 검사를 통한 진단 과정은 크게 적응증 판단, 내시경 검사, 진단의 세 단계로 이루어진다. 이 때, 진단을 위해 필요한 핵심 의료 정보로는 적응증, 병변, 질환 정보가 있다. 본 논문에서는 이와 같은 핵심 정보를 의미적 특징 정보, 이를 추출하는 과정을 의미 기반 분석이라 정의한다. 이와 같은 의미 기반 분석은 내시경 검사 전 과정에 걸쳐 수행된다. 먼저 캡슐내시경 검사에 앞서 환자의 증상을 확인하여 예상 질병 정보를 획득한다. 다음, 획득한 정보를 기반으로 캡슐내시경 검사를 실시한 후 발견된 병변의 위치와 진단을 위한 조직, 혈관, 산도와 같은 보조 정보들을 활용하여 최종 진단을 내린다. 이때, 예상 질병을 확인하기 위한 증상과 질병 간의 연관성이나 병변의 위치로부터 확인해야할 보조 정보 간의 해부학적 연관성이 고려되어야 한다. 그러나 기존의 내시경 관련 의료 정보 표준과 같은 지식 모델은 단순히 내시경 검사와 관련된 용어들이 나열된 형태로 의미적 연관성이 고려되지 않는다. 따라서 본 논문에서는 캡슐내시경 검사의 진단 보조를 위한 의미적 연관성 기반의 지식 모델을 제안한다. 제안하는 모델은 캡슐내시경 검사의 주요 대상 기관인 소장에 특화된 질병 모델과 해부학 모델로, 캡슐내시경 검사를 위한 효과적인 의료 정보 제공을 가능케 한다.

• 벤처창업연구
• /
• 제17권1호
• /
• pp.229-249
• /
• 2022

본 연구는 다양한 머신러닝 기법을 통해 코스닥(KOSDAQ) 시장 내 관리종목 지정을 예측할 수 있는 모델에 대해 연구하였다. 증권시장 내 기업이 관리종목으로 지정이 되면 시장에서는 이를 부정적인 정보로 인식하여 해당 기업과 투자자에게 손실을 가져오게 된다. 본 연구를 통해 기업의 재무적 데이터를 바탕으로 조기에 관리종목 지정을 예측하고, 투자자들의 포트폴리오 리스크 관리에 도움을 주기 위한 머신러닝 접근이 타당한지 살펴본다. 본 연구를 위해 활용한 독립변수는 수익성, 안정성, 활동성, 성장성을 나타내는 21개의 재무비율을 활용하였으며, K-IFRS가 적용된 2011년부터 2020년까지 관리종목과 비관리종목의 기업의 재무 데이터를 표본으로 추출하였다. 로지스틱 회귀분석, 의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, LightGBM을 활용하여 관리종목 지정 예측 연구를 수행하였다. 연구결과는 분류 정확도가 82.73%인 LightGBM이 가장 우수한 예측 모형이었으며 분류 정확도가 가장 낮은 예측 모형은 정확도가 71.94%인 의사결정나무였다. 의사결정나무 기반 학습 모형의 변수 중요도의 상위 3개 변수를 확인한 결과 각 모형에서 공통적으로 나온 재무변수는 ROE(당기순이익), 자본금회전율(Capital stock turnover ratio)로 해당 재무변수가 관리종목 지정에 있어 상대적으로 중요한 변수임을 확인하였다. 대체적으로 앙상블을 이용한 학습 모형이 단일 학습 모형보다 예측 성능이 높은 것을 확인하였다. 기존 선행연구가 K-IFRS에 대한 고려를 하지 않았고, 다소 제한된 머신러닝에 의존하였다. 따라서 본 연구의 필요성과 함께 현실적 요구를 충족시키는 결과를 제시하였음을 알 수 있으며, 시장참여자들에게 있어 관리종목 지정에 대한 사전 예측을 확인할 수 있도록 기여했다고 볼 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제12권4호
• /
• pp.457-465
• /
• 2011

지난 5년간 우리나라 R&D투자는 연평균 12.2%씩 증가하고 있다. 연구개발 중복 투자 방지와 독창성 도출을 위해서는 유사 중복과제 수행의 사전방지가 필요하고, 이를 위해 과제 유사도의 정확도를 개선할 필요가 있다. 본 논문에서는 유사 중복과제 수행의 사전방지를 위한 과제 유사도 측정 개선모형을 제안한다. 과제 유사도 측정 개선모형은 크게 두 단계로 정의된다. 먼저 추출단계에서 Document Vector를 기반으로 한 검색엔진에 연구보고서 초록을 추가한다. 다음은 분석단계에서 과제 키워드에서 복합 키워드 중심으로 생성한 과제의 연구주제망과 항목별 가중치를 활용하여 유사도를 측정한다. 실험결과 과제정보만을 활용한 기존방식보다 연구보고서 초록을 활용한 개선모형의 유사도가 평균 0.19이상 개선되었고, 단순키워드를 활용한 기존방식보다 복합 키워드 기반의 연구주제망과 항목별 가중치를 활용한 개선모형의 유사도가 평균 9.25이상 감소되었다. 연구보고서 초록이 유사도에 영향을 미치고 있고, 복합 키워드 기반의 연구주제망을 활용함으로써 유사도에 대한 정확도를 판단할 수 있는 범위가 확대되는 것을 확인하였다. 또한, 추가된 사항의 폭이 넓으면 넓을수록 유사도의 정확도가 높아지는 것과 과제정보 등 검색대상의 모집단이 클수록 과제 유사도의 정확도가 높아지는 것도 실험을 통해 확인하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제32권5호
• /
• pp.473-486
• /
• 2005

최근에 Agrawal 등이 제안한 히포크라테스 데이타베이스는 관계형 데이타베이스에 프라이버시 보호 기능을 추가한 데이타베이스 모델이다. 본 논문의 저자들은 히포크라테스 데이타베이스 모델을 XML 데이타베이스에 적용할 수 있도록 확장한 히포크라테스 XML 데이타베이스 모델[4]을 제안하였다. 본 논문에서는 동적 프레디킷(dynamic predicate)이라는 새로운 개념을 제안하고, 히포크라테스 XML 데이타베이스 모델에서의 액세스 통제에 이 개념을 적용한다. 동적 프레디킷은 권한에 의해 액세스가 허용되는지를 결정하는데 적용될 수 있는 질의 처리 도중에 동적으로 생성되는 조건을 나타낸다. 동적 프레디킷은 권한 검사를 질의 계획에 효과적으로 통합하여 액세스가 허용되지 않은 엘리먼트들이 질의 처리 과정에서 일찍 제외될 수 있게 해준다. 합성 데이타와 실제 데이타를 사용하여 기존의 액세스 통제 방법과 질의 처리 시간을 비교하는 다양한 실험을 수행한 결과, 본 논문에서 제안한 액세스 통제 방법은 하향식 액세스 통제 방법에 비하여 최대 219배, 상향식 액세스 통제 방법에 비하여 최대 499배 성능을 향상시킴을 보였다. 본 논문의 주요 공헌은 히포크라테스 XML 데이타베이스 모델 상에서 동적 프레디킷을 사용하여 액세스 통제 방법을 질의 계획에 효과적으로 통합할 수 있도록 한 것이다.

• 디지털융복합연구
• /
• 제14권8호
• /
• pp.19-36
• /
• 2016

본 연구는 국내 외 초 중등교육에서의 플립러닝 설계모형 및 적용 사례를 분석하고, 효과적인 플립러닝 설계를 위한 시사점을 제안하는 것을 목적으로 한다. 이를 위해 최근 6년간 국내 외 학술지에 게재된 플립러닝 논문 14편을 대상으로 교수-학습활동을 분류하고, 플립러닝의 효과성을 살펴보았다. 분석 결과, 첫째, 플립러닝 설계모형으로는 ADDIE 모형을 적용한 플립러닝 모형, 8C모형 등이 제시되었다. 둘째, 교실수업 전 활동으로는 강의비디오 시청, 강의노트 작성 등이 이루어졌고, 교실수업 초기에는 사전학습 확인 활동이, 중기에는 개별 및 협력활동이, 후기에는 퀴즈 및 학습정리 활동이 이루어졌다. 교실수업 후에는 과제 및 질의응답이 수행되었다. 셋째, 교수자가 강의비디오를 제작하는 경우 Screencast-o-matic, Explain Everything 등을 활용하였으며, YouTube나 Phet같은 온라인 웹사이트에 게시된 콘텐츠를 활용하는 경우도 있었다. 넷째, 플립러닝은 학습자의 학업성취, 학습동기 및 학습태도 등의 측면에 긍정적인 영향을 미치는 것으로 확인되었다. 본 연구는 플립러닝에 관한 선행연구 분석을 바탕으로 플립러닝 설계 모형, 교수학습 활동유형 및 강의비디오 제작 방식을 분석하여 교수자가 플립러닝을 준비 및 실행할 때 참고할 기초 자료를 제공하였다는 점에서 연구의 의의가 있다.

• 한국농림기상학회지
• /
• 제9권2호
• /
• pp.88-99
• /
• 2007

토양수분은 토양으로의 침투나 지표유출 기작에 직접적인 영향을 주며 간접적으로 유역 단위의 수문학적, 수리화학적, 기상학적, 생태학적 반응에 중요한 역할을 한다. 본 연구에서는 광릉 슈퍼사이트 내 원두부 소유역을 대상으로 사면에서의 토양수분 전이과정이 토양수분의 추계학적 모형구조와 갖는 연계성을 규명하기 위해서 일련의 유도과정이 수행되었다. 유도된 단변량 추계학적 모형의 구조에 근거하여, 관측된 토양수분의 시계열을 모의하였다. 자료전처리, 모형구조의 규명, 후보 모형군의 구성, 모수추정, 검정 등의 과정을 통해서 도출된 모형들의 공간적인 분포는 대상사면의 지형학적인 특성들이 반영된 것으로 판단된다. 다방향 알고리즘에 의한 기여면적이나 습윤 지수와 함께 대상지점의 국부경사도가 중요변수로 도출되었다. 본 연구 결과는 광릉 슈퍼사이트와 같은 복잡 경관에서 토양수분의 공간분포를 결정짓는 중요한 요인들을 이해하고 이를 통해 현실성있는 토양수분 분포 지도를 작성하는데 기여 하게 될 것이다.