• 지능정보연구
• /
• 제18권4호
• /
• pp.117-127
• /
• 2012

최근 온라인 소셜 네트워크 서비스(SNS)의 사용자가 크게 늘어나고 있으며 다양한 분야에서 SNS의 사용자 관계 구조 및 메시지를 분석하기 위한 연구를 진행하고 있다. 그러나 대부분의 소셜 네트워크 분석 방법들은 노드 사이의 최단 거리를 기초로 하고 있으므로 계산 시간이 오래 걸린다. 이는 점차 대형화 되어가는 SNS의 데이터를 여러 분야에서 활용하는데 걸림돌이 되고 있다. 이에 따라 본 논문에서는 SNS의 사용자 그래프에서 사용자간 최단거리를 빠르게 찾기 위한 휴리스틱 기반의 최단 경로 탐색 방법을 제안한다. 제안하는 방법은 1) 트리로 표현된 소셜 네트워크에서 시작 노드와 목표 노드를 설정한다. 그리고 2) 만약 목표 노드가 경사 트리의 단말에 있다면 경사 트리가 시작하는 노드를 임시 골 노드로 설정한다. 마지막으로 3) 연결의 차수를 평가값으로 하는 휴리스틱 기반 최단거리 탐색을 수행한다. 이렇게 최단거리를 탐색한 후 매개 중심성 분석(Betweenness Centrality) 및 근접 중심성(Closeness Centrality)를 계산한다. 제안하는 방법을 사용하면 소셜 네트워크 분석에서 가장 많은 시간이 필요한 최단거리 탐색을 빠르게 수행할 수 있으므로 소셜 네트워크 분석의 효율성을 기대할 수 있다. 본 논문에서 제안하는 방법을 검증하기 위하여 약 16만 명으로 구성된 SNS에서의 실제 데이터를 이용하여 매개 중심성 분석과 근접 중심성 분석을 수행하였다. 실험 결과, 제안하는 방법은 전통적 방식에 비하여 매개 중심성, 근접 중심성의 계산 시간이 각각 6.8배, 1.8배 더 빠른 결과를 보였다. 본 논문에서 제안한 방법은 소셜 네트워크 분석의 시간을 향상시켜 여러 분야에서 사회 현상 및 동향을 분석하는데 유용하게 활용될 수 있다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.59-77
• /
• 2012

기업의 성장성, 수익성, 안정성, 활동성, 생산성 등에 대한 다양한 분석이 은행, 신용평가기관, 투자자 등 많은 이해관계자에 의해 실시되고 있고, 이에 대한 다양한 경영분석 지표들 또한 정기적으로 발표되고 있다. 본 연구에서는 이러한 경영분석 지표를 이용하여 어떤 기업이 가까운 미래에 유상증자를 실시하는지를 데이터마이닝을 통해 예측하고자 한다. 본 연구를 통해 어떠한 지표가 유상증자 여부를 예측하는데 도움이 되는가를 살펴 볼 것이며, 그 지표들을 이용하여 예측할 경우 그 예측의 정확도가 어느 정도인지를 분석하고자 한다. 특히 1997년 IMF 금융위기 전후로 유상증자를 결정하는 변수들이 변화하는지, 그리고 예측의 정확성에 분명한 차이가 존재하는지 분석한다. 또한 유상증자 실시 시기를 경영분석 지표 발표 후 1년 내, 1~2년 내, 2~3년 내로 나누어 예측 시기에 따라 예측의 정확성과 결정 변수들의 차이가 존재하는지도 분석한다. 658개의 유가증권상장법인의 경영분석 데이터를 이용하여 실증 분석한 결과, IMF 이후의 유상증자 예측모형이 IMF 이전의 예측모형에 비해 예측 정확도가 높았고, 학습용 데이터의 예측 정확도와 검증용 데이터의 예측 정확도 차이도 IMF 이후가 낮게 나타났다. 이러한 결과는 IMF 이후 재무자료의 정확도가 높아졌고, 기업에게 유상증자의 목적이 더욱 명확해졌다고 해석될 수 있다. 또한 예측기간이 단기인 경우 경영분석 지표 중 안전성에 관련된 지표들의 중요성이 부각되었고, 장기인 경우에는 수익성과 안전성뿐만 아니라 활동성과 생산성 관련지표도 유상증자를 예측하는 데 중요한 것으로 파악되었다. 그리고 모든 예측모형에서 산업코드가 유상증자를 예측하는 중요변수로 포함되었는데 이는 산업별로 서로 다른 유상증자 유형이 존재한다는 점을 시사한다. 본 연구는 투자자나 재무담당자가 유상증자 여부를 장단기 시점에서 예측하고자 할 때 어떠한 경영분석지표를 고려하여 분석하는 것이 바람직한지에 대한 지침을 제공하는데 그 의의가 있다.

• 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.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 한국조경학회지
• /
• 제39권6호
• /
• pp.1-11
• /
• 2011

본 연구는 도시용도지역제 시스템 개선을 통해 민간주도형 공원확보 방안을 마련하고, 동시에 도시공원 주변부를 활성화시키기 위한 새로운 전략으로서 랜드스케이프 어바니즘의 이론을 토대로 도시용도지역제에 공원복합용도지구라는 새로운 용도지구 도입을 모색하기 위한 목적으로 수행되었다. 본 연구는 도시계획가, 조경가 등 관련 전문가들을 대상으로 공원복합용도지구의 모형, 공원과 용도복합의 유형, 공원 대 도시용도의 공간크기 비율 등에 대한 선호도를 분석함으로써 공원복합용도 도입의 타당성을 일차적으로 검증하고 있다. 연구의 목적을 달성하기 위해 서울시청 공무원, 서울시정개발연구원의 연구원, 엔지니어링 회사의 도시계획, 조경관련 부서에 근무하는 도시계획가, 조경가 등 전문가를 대상으로 설문조사를 실시하였고, 연구의 결과 다음과 같은 결론을 얻을 수 있었다. 첫째, 도시계획가, 조경가 등 전문분야 간, 공무원과 연구원, 엔지니어들 간 상호이견 없이 이들 전문가들의 79.3%가 공원복합용도지구를 선호하는 것으로 분석되었다. 이것은 공원복합용도지구 모형의 도입 가능성을 제시한 결과라고 사료된다. 둘째, 공원복합용도 지구 모형에 대한 주요 선호 이유는 도시공원 확보 및 접근성 증대, 자연재해 예방 등 환경적 효과 증진을 가장 중요하게 생각하는 이유로 나타났다. 셋째, 공원복합용도지구 모형에 대한 비선호 이유는 현행 도시계획 및 도시개발 관련 제도상 불가, 공원복합용도지구에 대한 이해 부족 등이 주된 이유로 나타남으로써 관련 제도개선의 필요성을 제기하였다. 넷째, 도시공원 및 녹지 주변부에 도시적 용도가 공원과 복합화 될 경우, 모든 경우의 용도복합 유형에 대해 보통 이상으로 선호하는 것으로 나타났다. 그 중에서 가장 선호하는 공원복합유형은 공원과 문화용도의 복합인 것으로 나타났으며 특히, 문화용도는 공원과 복합화 되는 주거, 업무, 상업, 교육(연구)등 다른 어떤 유형의 용도와 복합화 되어도 선호도가 높은 경향을 보였다. 다섯째, 공원과 복합화 되는 용도복합의 수가 4개 이상이 될 경우에는 복합화에 대한 선호도가 상대적으로 낮아지는 것으로 나타나고 있어서 공원복합용도의 경우에는 공원을 포함하여 4개 이하로 복합화 되는 것이 바람직한 것으로 사료되었다. 여섯째, 공원복합용도지구 모형에 있어서 공원과 다른 도시적 용도와의 공간크기 비율은 60% 대 40%의 비율에 대해 평균 70%에서 90% 수준으로 선호하는 것으로 나타남으로써, 이 비율을 기준으로 공원 대 도시용도와의 공간크기 비율로 책정하는 것이 바람직한 것으로 사료되었다. 이상의 결과에서 공원복합용도지구 모형에 대한 타당성 제시와 함께 향후, 공원복합용도지구제를 도입할 경우에는 이 지구의 지정 범위와 방법, 지구단위계획 관련기준, 각종 도시개발 관련 지표등과 관련하여, 국토의 계획 및 이용에 관한 법률과 건축법 등 관련 제도개선에 대한 후속 연구가 있어야 할 것으로 사료되었다.

• Tuberculosis and Respiratory Diseases
• /
• 제59권3호
• /
• pp.286-297
• /
• 2005

서 론 : 비소세포 폐암은 악성 종양 관련 사망의 중요한 원인 질환으로, 주요 병태생리 기전에 관여하는 EGFR, MMP-9 및 C-erbB-2의 발현 양상을 관찰 하는 것이 환자의 예후와 향후 치료 방향을 결정하는데 도움이 될 수 있다. 방 법 : 1995년 부터 2001년 까지 고려 대학교 의료원에 내원 후 원발성 비소세포 폐암 확진 후 외과절제술을 받은 81명 환자의 조직에 EGFR, MMP-9 및 C-erbB-2 면역 조직 화학 염색 및 정량화 후, 환자들의 특성 및 생존 기간과 함께, 조직 및 수술 병기에 따른 생물학적 표지자의 발현 양상을 후향적 고찰 하였다. 결 과 : 각 종양 조직 부위의 20%이상 염색되는 Grade 2 이상의 염색 양성률은, 편평상피세포암과 선암에서 EGFR은 75.0%와 63.4%, MMP-9은 43.3%와 43.9%, C-erbB-2는 23.3%와 22.0%를 보였다. 수술 병기가 I, II, IIIa 일때 EGFR 염색 양성률은 각각 75.0%, 66.7%, 76.9%, MMP-9은 41.7%, 47.6%, 46.2%, 그리고 C-erbB-2는 19.4%, 40.0%, 30.8%를 보였다. EGFR 양성군은 중앙 생존기간이 33.5개월로 EGFR 음성군의 71.8개월보다 유의한 불량한 예후를 나타냈다.(p<0.05). 그리고 MMP-9 양성군은 중앙 생존기간 35개월로 MMP-9 음성군의 65.3개월보다 불량한 생존 곡선의 양상을 보였으나 통계적 유의성은 없었다. 또한 C-erbB-2 양성군은 중앙 생존기간이 44.2개월, C-erbB-2 음성군은 58.4개월을 나타냈으나 통계적 유의한 차이는 없었다. EGFR과 MMP-9 동시 양성군은 전체 환자의 34.2%로서 중앙 생존기간이 26.9개월로 EGFR과 MMP-9 동시 음성군의 77.0개월보다 유의한 불량한 예후를 나타냈다(p<0.05) 결 론 : 비소세포 폐암 에서 EGFR의 양성군에서 음성군 보다 환자의 생존기간이 불량하였고, EGFR과 MMP-9의 동시 양성군에서 동시 음성군보다 생존기간이 불량하였다. C-erbB-2는 다른 생물학적 표지자에 비해서 낮은 염색 양성률을 나타냈으며 특이한 상관관계는 보이지 않았다.

• 한국의학물리학회지:의학물리
• /
• 제27권2호
• /
• pp.64-71
• /
• 2016

삼차원 프린터(3DP)를 이용하여 환자맞춤형 전자선 치료용 볼루스(patient specific customized bolus, PSCB)를 제작하는 절차를 고안하고 제안된 방법으로 제작한 PSCB의 선량 정확도를 평가했다. 치료계획장치에서 치료계획표적용적(PTV)에 적합한 전자선 빔과 조사면 크기를 선택하고 초기 선량계산을 수행했다. 계산된 선량분포를 기반으로 PSCB를 그리고 재계산을 수행했다. 수 차례 반복을 통해 최상의 PSCB를 설계하고 설계된 윤곽자료를 DICOMRT 프로토콜을 이용해 자체 제작한 변환프로그램으로 전송했다. PSCB의 윤곽자료는 자체 변환프로그램을 이용해 3DP에서 인식 가능한 파일(STL 포맷)로 변환한 후 3DP를 이용해 제작했다. PSCB의 유용성을 검증하기 위해 2명의 가상 환자(오목, 볼록 유형)를 생성했고 각각의 환자에 가상의 PTV와 정상장기(OAR)을 생성했다. 3D-PSCB 를 사용했을 때와 사용하지 않았을 때의 선량체적히스토그램(DVH)와 선량 특성을 비교했다. 3D-PSCB 제작의 정확도를 분석하기 위해 필름 선량측정을 통해 선량 정확도를 평가했다. 치료계획 결과와 필름을 이용한 선량분포를 중첩한 후 빔 중심축에서의 심부선량곡선을 구했고 감마분석(3% 선량 오차와 3 mm 거리오차)을 수행 했다. 2명의 가상환자 모두에서 PSCB를 사용한 경우 PTV 선량은 큰 차이를 보이지 않았다. PSCB를 사용할 경우 PSCB를 사용하지 않는 경우에 비해 OAR의 최대 선량, 최소선량, 평균선량은 각각 평균 9.7%, 36.6%, 28.3% 감소했다. 처방선량의 90% 선량($V_{90%}$)을 받는 OAR의 용적은 PSCB를 적용할 경우 약 99% 낮아졌다(14.40 vs $0.1cm^3$). 또한 처방선량의 80% 선량을 받는 OAR 체적도 PSCB를 사용할 경우 약 91% 줄었다(42.6 vs $3.7cm^3$). 감마분석 결과(3%, 3 mm) 오목 및 볼록 볼루스를 적용한 경우 각각 95%, 98% 통과율(pass rate)을 보였다. 3DP를 이용해 PSCB를 제작하는 절차를 정립하고 선량적 정확도를 평가해서 임상적용이 가능한 만족할 만한 결과를 얻었다. 3DP 기술의 빠른 발전에 힘입어 PSCB의 임상적용이 좀 더 쉬워지고 적용대상이 확장될 것으로 생각된다.

• Radiation Oncology Journal
• /
• 제19권4호
• /
• pp.335-344
• /
• 2001

목적 : 본 연구에서는 자궁경부암에서 VEGF의 발현과 기존의 예후인자들인 종양의 크기, 골반내 림프절 전이, 자궁경부 심부침윤, 림프계 침윤, 혈관계 침윤과의 상관관계를 분석하고, 생존율을 분석하여 VEGF의 예후 예측인자로서의 임상적 의의에 대해 알아보고자 하였다. 대상 및 방법 : 대상환자들은 1986년 1월부터 1998년 10월까지 연세대학교 원주의과대학 원주기독병원에서 자궁경부암으로 진단 받고 자궁근치 절제술과 양측 골반 림프절 절제술을 받은 FIGO 병기 IB인 환자 118명으로, 88명은 수술 후 화학요법이나 방사선치료가 시행되었다. VEGF 발현은 수술을 시행한 파라핀 조직을 가지고 면역조직화학 염색을 시행하여 평가하였다. 분석은 염색의 강도에 따라 0, +, ++, +++로 판정하였으며 0에서 ++까지를 저발현(low expression), + + +를 고발현(high expression)으로 분류하였다. 결과 : 대상 환자 118명중 VEGF 고발현을 보이는 환자는 35명$(29.7\%)$이었으며 VEGF 발현은 자궁경부 심부침윤(p=0.01)과 골반내 림프절 전이(p=0.03)와 유의한 상관관계가 있었다. 5년 생존율과 무병생존율은 VEGF 발현이 낮을 때 각각 $85.6\%,\;79.7\%$이었고, 고발현일때는 $98.5\%,\;100\%$로 의미 있는 차이를 보였다(p=0.03, <0.001). 다변량분석에서 생존율에 의미 있는 예후인자는 VEGF 발현(p=0.03)과 골반내 림프절전이(p=0.03)였고 무병생존율에 의미 있는 예후인자는 VEGF 발현(p<0.001), 그리고 종양의 크기(p=0.01)였다. 전 118예 중 12예에서 재발을 보였는데(골반내 재발 7예, 원격전이 5예) 이 중 11예가 VEGF 고발현을 보인 환자이었고 단 1예에서 VEGF 저발현을 보여, VEGF 발현이 높은 환자에서 골반내 재발(p=0.001)과 원격전이(p<0.001)가 의미 있게 높았다. 결론 : 면역조직화학염색을 통한 VEGF 발현의 정도는 조기 자궁경부암에서 기존의 치료 후 재발의 위험도가 높은 환자들을 찾아내는데 가장 의미 있는 예후 인자의 하나로 생각되며 나아가서 향후 VEGF 항체 등의 새로운 혈관억제요법의 임상연구를 시도하는데 있어서도 적합한 대상 환자들을 찾아내는데 유용한 지표로 사용될 수 있을 것으로 생각된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.169-196
• /
• 2017

제4차 산업혁명의 도래로 IT(information technology)를 활용한 다양한 융합기술에 대한 관심이 높아지고 있으며, 이에 따른 고품질의 IT관련 교육서비스 제공의 필요성 및 중요성 또한 점차 증대되고 있다. 한편, 일반적인 교육서비스 품질 및 만족도에 관한 연구는 그 동안 다양한 맥락에서 활발히 진행된 바 있으나, IT교육 참가자를 대상으로 한 IT교육 서비스품질의 역할을 살펴본 연구는 상대적으로 부족한 것으로 파악된다. 이에 본 연구에서는 SERVPERF 모형 및 관련 선행연구를 바탕으로 IT교육 맥락에서 IT교육 서비스품질의 다섯 가지 차원(유형성, 신뢰성, 반응성, 확신성 및 공감성)을 도출하고, 이러한 세부 IT교육 서비스품질 요인이 학습자의 교육만족도, 나아가 현업적용의도 및 추천의도에 미치는 영향을 검증하였다. 또한, 이러한 영향이 학습자 직위(실무자 집단/관리자 집단) 및 참여동기(자발적 참여집단/비자발적 참여집단)에 따라 어떻게 달라지는지에 대한 추가분석도 실시하였다. 서울 소재 'M'교육기관 203명의 IT교육 참가자 대상 설문을 활용한 구조방정식모형 분석 결과, IT교육 서비스품질의 다섯 가지 차원 가운데 유형성, 신뢰성 및 확신성이 교육만족도에 유의한 영향을 주는 것으로 나타났으며, 이러한 교육만족도는 현업적용의도와 추천의도에도 유의한 영향을 주는 것으로 조사되었다. 또한, IT교육 서비스품질이 교육만족도에 미치는 영향 관계에서 학습자 직위 및 참여동기가 유의한 조절효과를 가진다는 사실을 확인하였다. 본 연구는 SERVPERF 모형을 활용하여 IT교육 맥락에서 IT교육 서비스품질의 영향력을 실증한 최초의 연구라는 점에서 학술적 의의가 있다. 본 연구결과가 IT교육 서비스 제공기관의 교육만족도 제고 및 효율적인 서비스 운영을 위한 실질적인 지침을 제공해 줄 수 있을 것으로 기대한다.