• 지능정보연구
• /
• 제23권1호
• /
• pp.23-46
• /
• 2017

2000년대 이전부터 북미 유럽의 선진국을 중심으로 특정 기업이나 사업(프로젝트)에 관한 가치를 평가하는 사례는 있어 왔으나, 개별 기술(특허)의 경제적 가치를 산정하는 체계나 방법론은 국내를 중심으로 최근 들어 활성화되어 왔다. 이러한 기술가치평가 분야는 기술이전(거래), 현물출자, 사업타당성 분석, 투자유치, 세무/소송 등의 다양한 용도로 활용되고 있다. 물론 기술보증기금의 KTRS, 발명진흥회의 SMART 3.1과 같이, 평가대상기술에 대한 기술력(등급) 평가 혹은 특허등급평가를 정성적으로 수행하는 온라인 시스템은 존재해 왔으나, 대상기술의 정량적인 가치금액까지 산출해 주는 웹기반 지능형 기술가치평가 시스템은 한국과학기술정보연구원(KISTI)에 의해 유일하게 개발 및 공식 오픈되어 확산 활용되고 있다. 본 고에서는 KISTI에서 개발 운영중인 웹기반 'STAR-Value' 시스템을 중심으로, 탑재된 방법론 및 평가모델의 유형, 이를 지원하는 참조정보 및 데이터베이스(D/B)가 어떻게 연계 활용되는지를 소개한다. 특히 미래에 발생할 경제적 수익을 추정하여 현재가치화하는 소득접근법 기반의 대표 모델인 현금흐름할인(DCF) 모델과 특정 로열티율을 기반으로 로열티수입료의 현재가치를 기술료 대가로 산정하는 로열티절감모델을 포함한 6개 모델, 그리고 관련 지원정보(기술수명, 기업(업종)재무정보, 할인율, 산업기술요소 등)의 데이터 기반 연계 방식에 대해 살펴본다. STAR-Value 시스템은 평가대상기술에 대한 국제특허분류(IPC) 혹은 한국표준산업분류(KSIC) 등의 분류 정보로부터 기술순환주기(TCT) 지수, 유사업종(혹은 유사기업)의 매출액 성장률 및 수익성 데이터, 업종별 가중평균자본비용(WACC) 및 산업기술요소 지수 등 메타데이터값을 자동적으로 불러오고 여기에 조정요인을 반영하여 기술가치의 산출결과가 높은 신뢰성 및 객관성을 가지도록 한다. 나아가 대상기술의 잠재적 시장규모와 해당 사업화주체의 시장점유율에 대한 정보까지 보유 재무데이터 기반으로 참조값을 제시하거나 기존에 완료된 평가사례 축적 기반으로 업종별 유사 기술의 가치범위값을 제시해 준다면, 본 시스템이 보다 지능형으로 지원 모듈을 연계 활용하고 실시간으로 손쉽게 고(高)정확도의 기술가치범위를 제시해 줄 수 있을 것으로 기대된다. 본 고에서는 웹기반 STAR-Value 시스템이 참조데이터 기반으로 지능형 연계를 수행하도록 해주는 모형선택 가이드라인 지원기능, 기술가치범위 추론 지원기능, 유사기업 선정 기반의 시장점유율 산정 지원기능의 내부 로직 구성을 설명한다. 상기 지원기능을 통해 비전문가(또는 초보자) 수준에서 최적의 평가모형 선택, 기술가치 범위 추론, 유사기업 선택 및 시장점유율 산정에 대한 정보지원이 데이터 사이언스 및 기계학습 기반으로 수행될 수 있다. 본 연구는 기술가치평가 분야의 이론적 타당성을 평가실무에서 활용할 수 있는 평가모델 및 지원정보를 실제 탑재한 웹기반 시스템의 소개에 의미가 있으며, 추가적으로 보다 객관적이고 손쉬운 지능형 지원시스템의 활용성을 높임으로써, 앞으로 기술사업화의 제 분야에서 다양하게 활용할 수 있을 것으로 기대된다.

• 마케팅과학연구
• /
• 제18권4호
• /
• pp.61-118
• /
• 2008

본 연구는 국내외 프랜차이즈의 해외진출에 대한 연구들을 바탕으로 국제프랜차이징연구의 전체적인 연구체계를 세워보고, 연구체계를 형성하고 있는 연구요인들을 확인하여 각 연구요소별로 이루어지는 연구주제와 내용을 살펴보고, 앞으로의 연구주제들을 제안하고자 한다. 주요한 연구요소들은 국제프랜차이징의 동기 및 환경 요소과 진출의사결정, 국제프랜차이징의 진입양식 및 발전전략, 국제프랜차이징의 운영전략 및 국제프랜차이징의 성과이다. 이외에도 국제프랜차이징 연구에 적용할 수 있는 대리인이론, 자원기반이론, 거래비용이론, 조직학습이론 및 해외진출이론들을 설명하였다. 또한 국제프랜차이징연구에서 보다 중점적으로 개발해야 할 질적, 양적 방법론을 소개하였으며, 마지막으로 국내연구의 동향을 정리하여 추후의 연구방향을 종합적으로 정리하였다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.1-21
• /
• 2012

최근 스마트폰의 등장으로 인해 사용자들은 시간과 공간의 제약 없이 스마트폰을 이용한 새로운 의사소통의 방법을 경험하고 있다. 이러한 스마트폰은 고화질의 컬러화면, 고해상도 카메라, 실시간 3D 가속그래픽과 다양한 센서(GPS와 Digital Compass) 등을 제공하고 있으며, 다양한 센서들은 사용자들(개발자, 일반 사용자)로 하여금 이전에 경험하지 못했던 서비스를 경험할 수 있도록 지원하고 있다. 그 중에서 모바일 증강현실은 스마트폰의 다양한 센서들을 이용하여 개발할 수 있는 대표적인 서비스 중 하나이며, 이러한 센서들을 이용한 다양한 방법의 모바일 증강현실 연구들이 활발하게 진행되고 있다. 모바일 증강현실은 크게 위치 정보 기반의 서비스와 내용 기반 서비스로 구분할 수 있다. 위치 정보 기반의 서비스는 구현이 쉬운 장점이 있으나, 증강되는 정보의 위치가 실제의 객체의 정확한 위치에 증강되는 정보가 제공되지 않는 경우가 발생하는 단점이 존재한다. 이와 반대로, 내용 기반 서비스는 정확한 위치에 증강되는 정보를 제공할 수 있으나, 구현 및 데이터베이스에 존재하는 이미지의 양에 따른 검색 속도가 증가하는 단점이 존재한다. 본 논문에서는 위치 정보 기반의 서비스와 내용기반의 서비스의 장점들을 이용한 방법으로, 스마트폰의 다양한 센서(GPS, Digital Compass)로 부터 수집된 정보를 이용하여 데이터베이스의 탐색 범위를 줄이고, 탐색 범위에 존재하는 이미지들의 특징 정보를 기반으로 실제의 랜드마크를 인식하고, 인식한 랜드마크의 정보를 링크드 오픈 데이터(LOD)에서 검색하여 해당 정보를 제공하는 랜드마크 가이드 시스템을 제안한다. 제안하는 시스템은 크게 2개의 모듈(랜드마크 탐색 모듈과 어노테이션 모듈)로 구성되어있다. 첫 번째로, 랜드마크 탐색 모듈은 스마트폰으로 인식한 랜드마크(건물, 조형물 등)에 해당하는 정보들을 (텍스트, 사진, 비디오 등) 링크드 오픈 데이터에서 검색하여 검색된 결과를 인식한 랜드마크의 정확한 위치에 정보를 제공하는 역할을 한다. 스마트폰으로부터 입력 받은 이미지에서 특징점 추출을 위한 방법으로는 SURF 알고리즘을 사용했다. 또한 실시간성을 보장하고 처리 속도를 향상 시키기 위한 방법으로는 입력 받은 이미지와 데이터베이스에 있는 이미지의 비교 연산을 수행할 때 GPS와 Digital Compass의 정보를 사용하여 그리드 기반의 클러스터링을 생성하여 탐색 범위를 줄임으로써, 이미지 검색 속도를 향상 시킬 수 있는 방법을 제시하였다. 두 번째로 어노테이션 모듈은 사용자들의 참여에 의해서 새로운 랜드마크의 정보를 링크드 오픈 데이터에 추가할 수 있는 기능을 제공한다. 사용자들은 키워드를 이용해서 링크드 오픈 데이터로에서 관련된 주제를 검색할 수 있으며, 검색된 정보를 수정하거나, 사용자가 지정한 랜드마크에 해당 정보를 표시할 수 있도록 지정할 수 있다. 또한, 사용자가 지정하려고 하는 랜드마크에 대한 정보가 존재하지 않는다면, 사용자는 랜드마크의 사진을 업로드하고, 새로운 랜드마크에 대한 정보를 생성하는 기능을 제공한다. 이러한 과정은 시스템이 카메라로부터 입력 받은 대상(랜드마크)에 대한 정확한 증강현실 컨텐츠를 제공하기 위해 필요한 URI를 찾는데 사용되며, 다양한 각도의 랜드마크 사진들을 사용자들에 의해 협업적으로 생성할 수 있는 환경을 제공한다. 본 연구에서 데이터베이스의 탐색 범위를 줄이기 위해서 랜드마크의 GPS 좌표와 Digital Compass의 정보를 이용하여 그리드 기반의 클러스터링 방법을 제안하여, 그 결과 탐색시간이 기존에는 70~80ms 걸리는 반면 제안하는 방법을 통해서는 18~20ms로 약 75% 정도 향상된 것을 확인할 수 있었다. 이러한 탐색시간의 감소는 전체적인 검색시간을 기존의 490~540ms에서 438~480ms로 약 10% 정도 향상된 것을 확인하였다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2016년도 제50회 동계 정기학술대회 초록집
• /
• pp.284-284
• /
• 2016

Topological insulator (TI) is a bulk-insulating material with topologically protected Dirac surface states in the band gap. In particular, $Bi_2Se_3$ attracted great attention as a model three-dimensional TI due to its simple electronic structure of the surface states in a relatively large band gap (~0.3 eV). However, experimental efforts using $Bi_2Se_3$ have been difficult due to the abundance of structural defects, which frequently results in the bulk conduction being dominant over the surface conduction in transport due to the bulk doping effects of the defect sites. One promising approach in avoiding this problem is to reduce the structural defects by heteroepitaxially grow $Bi_2Se_3$ on a substrate with a compatible lattice structure, while also preventing surface degradation by encapsulating the pristine interface between $Bi_2Se_3$ and the substrate in a clean growth environment. A particularly promising choice of substrate for the heteroepitaxial growth is hexagonal boron nitride (h-BN), which has the same two-dimensional (2D) van der Waals (vdW) layered structure and hexagonal lattice symmetry as $Bi_2Se_3$. Moreover, since h-BN is a dielectric insulator with a large bandgap energy of 5.97 eV and chemically inert surfaces, it is well suited as a substrate for high mobility electronic transport studies of vdW material systems. Here we report the heteroepitaxial growth and characterization of high quality topological insulator $Bi_2Se_3$ thin films prepared on h-BN layers. Especially, we used molecular beam epitaxy to achieve high quality TI thin films with extremely low defect concentrations and an ideal interface between the films and substrates. To optimize the morphology and microstructural quality of the films, a two-step growth was performed on h-BN layers transferred on transmission electron microscopy (TEM) compatible substrates. The resulting $Bi_2Se_3$ thin films were highly crystalline with atomically smooth terraces over a large area, and the $Bi_2Se_3$ and h-BN exhibited a clear heteroepitaxial relationship with an atomically abrupt and clean interface, as examined by high-resolution TEM. Magnetotransport characterizations revealed that this interface supports a high quality topological surface state devoid of bulk contribution, as evidenced by Hall, Shubnikov-de Haas, and weak anti-localization measurements. We believe that the experimental scheme demonstrated in this talk can serve as a promising method for the preparation of high quality TI thin films as well as many other heterostructures based on 2D vdW layered materials.

• 정보처리학회논문지D
• /
• 제11D권1호
• /
• pp.183-194
• /
• 2004

기존의 연구비 관리업무는 예산계획, 예산편성 및 예산정산 부분으로 관리됨으로써 여러 가지 문제점이 발생되었다. 이러한 문제점을 해결하고 연구비의 안정적인 확보와 효율적인 운영 및 투명한 집행을 위하여 연구비의 통합관리가 절실하게 요구되고있는 실정이다. 최근의 이러한 추세를 반영하여 기존의 시스템 통합업체(Inmon, IBM)의 데이터 웨어하우스 개발 프로세스에 대해서 연구한 결과 Inmon의 데이터 웨어하우스 개발 프로세스에서는 고전적인 개발주기 기법으로 단계적이며 순차적인 접근방법을 이용한다. 이로 인해 개발단계에서 중복되어지는 부분이 나타나게 되어 각 단계의 진행과정에서 그 이전단계로 피드백이 요청되는 심각한 문제를 유발하게 된다. 또한, IBM의 데이터 웨어하우스 개발 프로세스에서는 개발 프로세스가 수행되는 동안 기능과 데이터가 분리되어 어떤 기능이 데이터를 참조하고 수정하는지 안기 어려운 문제점이 발생되었다. 따라서, 된 논문에서는 이러한 문제점들을 해결하고자 계획 덴 분석단계, 설계단계, 구현 및 시험단계에서 UML을 적용한 엔터프라이즈 환경의 연구비 통합관리 데이터 웨어하우스 개발 프로세스를 제안하였다. 본 논문에서는 기존의 예산계획 DB, 예산편성 DB, 예산정산 DB의 데이터를 이용하여 사용자가 인하는 정보를 찾아주는 역할을 정보검색 에이전트에서 수행한다. 또한, 정보통합 에이전트에서는 정보검색 에이전트에서 수집한 데이터를 추출, 전송, 가공, 로딩 하여 통합 데이터베이스에 저장한다. 결과적으로, 정보통합 에이전트에서는 다수의 정보소스를 사용자가 하나하나 접근하여 검사하는 노력을 줄여주고 사용자에게 불필요하다고 판단되는 데이터를 걸러주는 역할을 수행한다. 이러한 결과로 사용자의 요구사항을 최대한 반영하여 연구비 관리정책의 수립에 필요한 다양한 형태의 의사결정 지원정보를 제공할 수 있도록 하였다. 최종 사용자에게는 원하는 분석정보를 신속하게 접근하여 단편적인 관점보다는 종합적인 관점에서 다양한 분석자료를 제공받을 수 있도록 하였다. 또한, 3개의 시스템을 하나로 통합한 결과 데이터의 공유, 시스템 통합, 운영비용 절감, 의사결정 지원환경을 단순화시키는 효과를 제공하였다.

• Journal of Animal Science and Technology
• /
• 제55권1호
• /
• pp.1-6
• /
• 2013

본 연구는 국내 국가단위 평가결과의 문제점을 해결하면서 유전 능력평가시스템을 고도화하고 우리나라가 국제유전평가에 참여하기 위하여 국제평가기구에서 요구하는 검증작업을 통과하기 위하여 수행하였다. 본 연구에 이용된 자료는 농협중앙회 젖소개량부에서 수집한 분만일이 2001년부터 2009년까지의 검정성적으로 총 1,416,589개이며 산차는 5산으로 제한하였으며, 누적착유일은 75~305일로 제한하였고, 전체 혈통자료는 2,279,741개이며 부모를 갖는 개체는 535,409개이고 아비소는 2,467두로 구성되어 있는 기록들을 이용하였다. 유량, 유지방, 유단백에 대한 육종가는 신규로 개발한 다형질모형(Multiple traits model)을 이용하여 육종가를 구하였으며 기초작업은 SAS version 9.2와 R프로그램을 이용하였으며 유전모수를 추정하기 위하여 VCE 6.0을 이용하였다. 전반적으로 유전적 추세는 꾸준히 지속되어 오고 있으며 산차별 차이가 두드러지게 나타나지는 않았다. 유지방을 제외하고 유량과 유단백 형질의 추세가 잘 추정되었음을 알 수 있다. 유전평가분석결과 상위 1000두의 랭킹안에 최근의 생년을 갖는 딸소가 기존에 사용한 모수로 분석한 결과보다 딸소가 증가했음을 알 수 있다. 국제유전평가모형을 통해 새로 평가한 결과 씨수소상위 100두를 기존 평가모형에 의한 평가결과와 비교했을 때, 2006년생은 23두에서 28두로 2007년생은 12두에서 20두로 2008년생은 2두에서 8두로 증가하였다. 이는 최근의 딸소나 씨수소의 유전능력이 우수함에도 불구하고 상위에 랭크되지 못했던 결과가 새 모형의 적용으로 보완하여 새로운 평가분석에 적용할 수 있을 것으로 판단된다. 따라서 기존의 단형질 모형 대신 다형질 모형을 이용한 분석방법으로 평가를 실시하고 국제유전평가에도 다형질 모형을 이용한 육종가를 제시함으로써 다형질 선발의 정확도가 향상될 수 있을 것이다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.19-47
• /
• 2015

오늘날의 지식기반경제에서 핵심적인 역할을 수행하고 있는 가상 커뮤니티의 성공을 위해 턴오버(turnover)는 매우 중요한 의미를 가지고 있다. 그런데, 이에 대한 연구는 많이 부족한 실정이다. 우선, 턴오버를 측정하는 방법부터가 명확하지 않다. 가상 커뮤니티에서 새로운 구성원의 유입은 비교적 확실하게 인지할 수 있지만, 탈퇴는 명시적으로 탈퇴 처리를 하는 사람들이 드물고 재방문 가능성이 상존하기 때문에 구별하기가 쉽지 않다. 그리고, 특정기간 동안 임의의 구성원이 해당 커뮤니티를 위해 활동하고 있는 진정한 구성원인지를 판단하는 방식이 분명하지 않아 전통적인 조직의 턴오버 공식을 그대로 적용하기 힘든 면이 있다. 본 연구에서는 이러한 한계점과 가상 커뮤니티 구성원의 행위 패턴을 고려하여, 일차적으로 턴오버를 포함한 가상 커뮤니티 구성원의 유동성(fluidity) 관련 척도들을 도출하고, 이를 토대로 유동성과 가상 협업 성과의 관계를 작업의 전문적인 특성을 반영하여 분석하였다. 요컨대, 대표적인 지식 협업 커뮤니티인 영어 위키피디아의 2,978개 피쳐드 아티클(featured article)에 대한 지식 협업 행위로부터 다음과 같은 결과를 얻었다. 첫째, 협업 효율성에 대한 턴오버의 관계는 오른쪽 부분이 짧은 U자 형태를 보이며, 똑같은 턴오버율에 대해 보다 학문적인 아티클을 완성하는 것이 더 오래 걸리고, 이 차이는 턴오버율이 증가함에 따라 감소한다. 둘째, 협업효율성에 대한 재방문기간의 관계는 왼쪽 부분이 짧은 U자 형태의 관계를 가지며, 전문적이지 않은 작업일수록 재방문기간의 일단위 변화에 대한 협업 효율성의 변화가 크다. 그리고, 똑같은 재방문기간에 대해 보다 학문적인 아티클을 완성하는 것이 더 오래 걸리며, 이 차이는 재방문기간이 평균이상으로 증가함에 따라 더욱 커진다. 셋째, 협업효율성에 대한 월(month)별 유입 신규 구성원 수의 관계는 왼쪽 부분이 짧은 역 U자 관계를 가지며, 이 관계에 대한 작업 특성의 영향은 유의하지 않은 것으로 보인다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.25-41
• /
• 2011

최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.19-43
• /
• 2016

이 연구에서 Asia 금융 위기의 원인을 고찰하여 보고, European Monetary Systems의 금융 위기와 비교하여 본다. Asian 신흥 국가들은 1997년도에 금융 위기를 경험하였고, European Monetary Systems의 국가들도 1992년도에 동일한 경험을 하였다. 또한, 중남미의 신흥 경제국가인 Mexico 역시 1994년에 금융위기를 겪었다. 이 연구의 목적은 이들 금융위기의 내면을 고찰하고 그 결과로부터 일반화된 법칙을 추출하는 것이다. 이 연구에서는 금융위기를 경험한 한국과 영국과 멕시코를 각각 세가지 다른 모형으로 연구하고 비교하였다. 이 접근 방법은 체계적인 조사를 통하여 세 국가의 차이점을 보여주고 또한 공통적인 내재 요인을 관찰한다. 이전의 많은 연구 방법들은 대부분 선형 회귀식을 통한 causal model에 초점을 맞추고 있지만, 이러한 선형 회귀 모형의 약점을 보완하여서 현실에 산재하며 존재하는 비 선형의 문제를 해결하기 위하여 또 다른 방법을 제안하여 본다. 이 연구에서 사용한 구조 방정식(Structural Equation Model) 모형은 현실로부터 원인을 추출하고 분석하는 연구에 적합하며, 신경망(Artificial Neural Network) 모형은 선형모형의 단점을 보완하여서 비 선형 요인을 설명해 준다. 구조방정식 모형에 적용하기 위하여서 LISREL(LInear Structural RELationship)을 사용하였다. LISREL은 확인적 요인분석과 계량경제학에서 개발된 연립방정식모델에 토대를 둔 다중회귀분석 및 경로분석 등이 결합된 성격을 갖는 방법론으로 다양한 연구에 적용된다. 또한 인공지능(Artificial Intelligence) 기법 중의 하나인 신경망 모형은 선형회귀 분석과 다른 형태의 결과를 도출한다. 세가지 방법론의 우수성을 비교하기 위하여 Hit ratio를 각 국가/ 각 방법론 별로 구분하여서 비교한 결과 다른 방법론 보다 신경망이 더 좋은 성과를 나타내고 있는 것을 확인할 수 있었다. 세가지 방법론에 각각 일반적인 환율 예측에 사용되는 변수를 사용하였다. 소비자 물가지수(Consumer Price Index), 국내총생산(Gross Domestic Product), 이자율(Interest rate), 주가지수(Stock Index), 경상수지(Current Account), 외환보유고(Foreign Reserves)의 6가지 변수를 이용하여서 환율을 예측하여서 급격한 환율 변화로 초래되는 경제위기를 예측하려고 하였다. 각각의 국가의 데이터는 대한민국은 1991년부터 1999년까지, 영국은 1986년부터 1995년까지, 멕시코는 1988년부터 1998년까지의 기간을 정하여서 시계열자료를 분기별로 사용하였다. 각각의 데이터는 Data Stream과 한국은행(Bank of Korea)의 데이터를 이용하여서 분석하였다. 선형회귀방정식을 이용한 분석과 구조방정식인 LISREL을 이용한 분석은 각각 Hit ratio가 국가별로 순위가 변동되기도 하였으나, 인공지능 방법론인 인공신경망의 경우는 모든 국가에서 가장 좋은 예측 결과를 나타내고 있었다. 이 논문은 환율의 변동에 대한 다양한 예측 모형을 비교하고 평가하여서 연구에서 제시하는 개념을 검토하였다는 점에서 의의를 갖는다.