• 비교교육연구
• /
• 제27권4호
• /
• pp.187-209
• /
• 2017

본 연구의 목적은 유럽연합에서 개발한 세계 대학 평가시스템 '유-멀티랭크(U-Multirank)'를 통해 대학의 실제 경쟁력과 질적 수준을 재검토해야 할 필요성 그리고 세계 대학 순위평가 시스템이라는 개념을 재정립해야 필요성을 역설하는 데 있다. 지금까지 널리 활용되고 있는 THE나 ARWU와 같은 세계 대학 순위평가 시스템은 연구중심 종합대학에 초점을 맞추어 정량화된 평가 방식을 취해왔다. 그러나 이러한 평가 방식은 세계 고등교육 분야에서 대학과 전공 간의 서열화를 조장하는 동시에 소규모 지방대학이나 유사 고등교육기관을 소외시키는 결과를 낳았다. 더구나 대학 순위평가제의 본래 취지가 잠재적 대학 편 입학자들에게 실질적이고 포괄적인 정보를 제공함으로써 그들 개개인의 교육 이상과 요구에 부합하는 고등교육기관을 선택할 수 있도록 돕는데 있다는 점을 도외시한채, 기존의 정량화된 평가 방식과 순위발표는 결코 도표 위의 수치로 환원될 수 없는 복잡다양한 교육현실을 축소시키는 문제마저 초래하였다. 유럽연합 교육위원회는 세계 대학 평가시스템의 이러한 결함을 보완하고 유럽 사회에 필요한 고등인재를 길러내기 위해 2009년부터 2011년까지 타당성 조사와 파일럿 테스트를 거쳐 '유-멀티랭크'라는 새로운 세계 대학 평가시스템을 개발하였다. THE나 ARWU 등과 차별화되는 유-멀티랭크의 특징은 사용자 중심성, 다차원성, 개별성이라는 원칙 아래 대학에 관한 질적 평가 방식을 취한다는 데 있다. 이 시스템은 모바일 운영체계를 기반으로 설계되어 디지털 글로벌 시대에 최적화된 세계 대학 평가시스템의 본보기를 제시할 뿐 아니라, 사용자의 접근성과 참여폭을 확장시킴으로써 시스템 자체의 무한한 자기검증과 진화 가능성까지 열어놓고 있다. 이는 대학 평가시스템의 투명성 확보와 관련해 대단히 중요한 장점이다. 무엇보다 유-멀티랭크의 사용자 중심 모바일 운영체계는 미국대학 중심의 기존 세계 대학리그에 국내 외의 다양한 대학들을 노출시킴으로써 공정한 질적 경쟁의 장을 마련해준다는 점에서 우리 대학들의 글로벌 경쟁력 강화를 위해서도 희망을 걸만한 대안이라 생각된다. 유-멀티랭크를 통한 세계 대학 평가시스템의 재개념화 가능성을 타진하기 위해 본 연구는 Edgar Morin의 복잡성 사고 이론과 Karl Popper의 과학철학에 기댄 인식론적 접근을 시도하고 있다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권2호
• /
• pp.169-178
• /
• 2021

걸 그룹 '카라'는 데뷔 성적 부진, 팀 해체 위기, 소속사 경영 위기란 삼중고에 시달렸지만, 모두 극복하고 회생해 한국 대중음악사에 위업을 남겼다. 그러나 그 성공전략은 이들의 앨범·공연 프로젝트에 참여한 내부자들에 의해 전혀 공개된 적이 없다. 따라서 본 연구는 사실상 활동 종료 상태인 '카라'의 성과 요인을 분석해 학술적 시사점을 제공하고 고인이 된 경영자 이호연 대표와 '카라'의 핵심 구성원 구하라의 업적을 기리고자 실시하였다. 이에 따라 자료 분석을 선행한 뒤 2020년 11~12월 프로젝트에 참여한 매니저, 작곡자, 스타일리스트, 멤버 구하라(그녀만 생전인 2019년 별도 인터뷰)를 대상으로 심층 인터뷰를 실시했다. 분석 모델은 포터(Porter)의 경쟁 우위 전략과 음악 산업의 가치사슬 모델을 결합해 '상품 혁신 차별화'(프로듀싱, 음원·앨범 제작, 공연활동)와 '마케팅 차별화'(표적시장 설정, 이미지 특화, 홍보·소통)의 범주로 나눠 설정하였다. 연구 결과, 상품 차별화에서 무모한 스타 가수 모방하기 대신 힐링을 유발하는 '밝은 에너지의 발산'을 목표로 구성원들이 지닌 고유의 개성과 진솔함의 가치를 재발견해 창작한 밝은 노래 및 댄스들과 완전히 조화시키고, 마케팅 차별화에서는 일본의 10~20대를 표적시장으로 정해 팬·미디어와 친화성을 높여 역전에 성공한 것으로 분석되었다. 본 연구는 포터의 차별화가 아이돌 그룹의 육성, 흥행, 그리고 부활 실현에서도 유의미한 전략으로 기능할 수 있음을 시사한다. 일본 배우 게키단 히토리의 호명은 '카라'의 일본 흥행을 이끈 강력한 점화효과를 유발했기에 초기 또는 명사 팬덤의 활동이 차별화 실현의 유효한 촉매제가 될 수 있음을 재확인시켜준다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.811-825
• /
• 2023

데이터 활용을 통한 지능형 행정서비스 정책을 적극적으로 추진하고 있는 정부 기조에 따라, 재난안전관리 분야도 신종·복합재난에 효율적으로 대응하기 위한 데이터 기반의 상황관리시스템을 구축·운영하고 있다. 하지만 재난 상황 발생 시 현장 상황 파악에 어려움이 있고, 방대한 데이터의 표출만으로는 상황판단 및 수습·대응에 필요한 정보를 제공하는 데 여전히 한계가 있다. 본 논문은 재난안전상황실 근무자의 상황관리 업무에 대해 지능정보기술을 활용하여 지능화 및 효율화에 필요한 구체적인 기술 도출을 목적으로 한다. 중앙재난안전상황실 근무자를 대상으로 개별 면담 및 조사를 통해 재난 상황관리 업무 범위와 GIS 통합상황관리시스템의 활용 상황 및 시스템에 구축된 데이터의 용도와 특징을 조사·분석하였다. 그리고 상황관리 업무의 지능화 및 효율화에 필요한 기술을 도출하기 위하여 신속·정확한 현장상황 파악, 데이터 기반 상황판단, 효율적 상황관리 업무 지원을 전략으로 하여 실행과제를 정의하고, analytic hierarchy process (AHP) 분석을 통해 실행과제의 중요도를 평가하여 우선순위를 결정하였다. 그 결과 상황관리 효율화를 위해서는 영상 및 센서 데이터에 대한 수집·분석·관리와 사람이 수행하는 경우 많은 시간이 소요되거나 오류가 있을 수 있는 작업, 즉 상황관련 자료 수집 및 보고서 작업에 지능정보기술 활용이 필요한 것으로 분석되었다. 결론적으로 상황관리 지능화 전략 가운데 중요도가 높은 신속하고 정확한 현장상황의 파악과 효율적 상황관리 업무 지원이 우선적으로 상황관리 지능화 기술 개발 대상으로 추진할 수 있을 것이다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.19-42
• /
• 2012

고객이 상품을 구매하는 패턴이 빠르게 변화하고 있다. 오프라인에서 고객이 직접 상품을 보고, 체험한 후 구매하던 패턴이 TV홈쇼핑, 인터넷 쇼핑 등 고객이 편리한 장소에서 자유롭게 구매하는 방법으로 확산되었다. 이처럼 구매 가능한 상품의 범위는 점점 더 다양해지고 있지만 이로 인하여 고객이 상품을 구매할 때 생기는 번거로움은 더욱 커지고 있다. 오프라인에서는 물건을 직접보고 구매하기 때문에 반품율이 낮은 반면에 온라인 구매 물품은 배송과 환불 등에서 복잡한 일들이 많이 발생한다. 온라인을 통해서 물건을 구매할 때 상품에 대한 사전 정보는 매우 한정적이며 실제로 물건을 구매했을 경우 고객이 생각했던 것과 다를 수 있다. 이러한 결과는 결국 고객의 불만족 및 구매취소로 이어진다. 또한 TV홈쇼핑이나 인터넷 쇼핑 등을 통해서 물건을 구매할 때 고객들은 이미 상품을 구매한 고객의 리뷰에도 관심을 기울이고 있다. 좋은 평가를 받은 상품은 더 많은 매출로 이어질 수 있기 때문에 기업은 이에 관심을 기울일 필요가 있다. 고객의 욕구를 만족시킬 수 있는 적절한 상품을 추천해 주고 이를 구매로 연결시키는 것은 기업의 이윤 창출과 직결되기 때문에 그 중요성이 강조된다. 고객을 위한 추천방법은 베스트셀러기반 추천방법, 인구통계 정보기반 추천방법, 최소질의대상 상품결정방법, 내용필터링기법, 협력필터링기법 등이 존재하며, 이에 대한 많은 연구가 활발하게 진행되고 있다. 그러나 위의 방법들을 신규고객에게 적용하는 것에는 문제가 발생할 수 있다. 신규고객은 상품에 대한 과거 구매이력이 존재하지 않기 때문이다. 이를 해결하기 위한 방안으로 가입 시, 고객의 인구통계적 정보나 선호도에 대한 응답을 유도하는 방법을 활용할 수 있다. 그러나 고객이 이에 대한 번거로움을 느낄 수도 있으며, 불완전한 답변을 하게 되면 추천의 정확도는 감소한다. 최근 이미 상품을 구매한 고객의 리뷰 및 기업에서 추천하는 제품에 의존하는 고객들이 증가하면서 이를 악용하는 사례도 자주 등장한다. 결국 추천에 대한 고객들의 신뢰는 감소하게 될 것이다. 따라서 좀 더 명확한 방식의 추천시스템이 절실하며, 이것이 개선된다면 는 곧 고객들의 신뢰 증가로 이어질 것이다. 본 연구에서는 협력필터링기법과 사회연결망기법의 중심성을 결합한 분석을 시도하였다. 중심성은 신규고객의 선호도를 기존고객들의 데이터를 통하여 유추하기 위하여 활용되는 정보이다. 기존 연구들에서는 기존고객들의 구매 가운데 구매성향이 유사한 고객들의 정보에 초점을 맞추고 있으며 구매성향이 다른 고객들의 정보에 대한 분석은 이루어지고 있지 않다. 그러나 이처럼 구매성향이 서로 다른 고객들의 정보를 활용한다면 추천의 정확성이 더 향상되지 않을까 하는 점을 기반으로 데이터들을 다양한 방식으로 분석하였다. 연구에 사용된 데이터는 미네소타대학의 GroupLens Research Project팀이 협력필터링기법을 통하여 영화를 추천하기 위해 만든 MovieLens의 데이터이다. 이는 1,684편의 영화에 대한 선호도를 943명이 응답한 정보로 총 100,000개의 데이터가 있다. 이를 시간 순으로 구분하여 초기 50,000개의 데이터를 기존고객의 데이터로, 후기 50,000개의 데이터를 신규고객의 데이터로 사용하였다. 이 때, 신규고객과 기존고객은 연구자가 임의로 구분한 것이다. 따라서 신규고객이라고 표현되는 고객의 데이터는 실제로 추천시스템을 통해 정보를 제공받은 고객이라고는 볼 수 없다. 그러나 현실적으로 실제 신규고객의 데이터를 수집하는 것이 쉽지 않기 때문에 전체 고객의 정보를 시간 순으로 구분하고 신규고객으로 분류한 것임을 밝혀둔다. 제시된 추천시스템은 [+]집단 추천시스템, [-]집단 추천시스템, 통합 추천시스템으로 총 3가지이다. [+]집단 추천시스템은 기존의 연구들과 유사한 방식으로 유사도가 높은 고객들을 신규고객의 이웃고객으로 분석하였다. 유사도가 높다는 것은 다른 고객들과 상품 구매에 대한 성향이 유사한 것을 의미한다. 또한 [-]집단 추천시스템은 유사도가 낮고 다른 고객들과 상품의 구매패턴이 반대에 가까운 고객들의 데이터를 활용하였으며, 통합 추천시스템은 [+]집단 추천시스템과 [-]집단 추천시스템을 결합한 방식이다. [+]집단 추천시스템과 [-]집단 추천시스템에서 각각 추천된 영화 가운데 중복되는 영화만을 신규고객에게 추천하는 방식이다. 다양한 방법의 시도를 통하여 적절한 추천시스템을 찾고, 추천시스템의 정확도를 향상시키는데 그 목적이 있다. 활용된 데이터의 분석 결과는 통합 추천시스템이 정확도가 가장 높았으며 [-]집단 추천시스템, [+]집단 추천시스템의 순인 것으로 나타났다. 이는 통합 추천시스템이 가장 효율적일 것이라는 연구자의 추측과 일치하는 결과이다. 각각의 추천시스템은 정확도의 변화를 쉽게 비교할 수 있도록 등고선지도 및 그래프를 이용하여 나타냈다. 연구의 한계점으로는 연구자가 제시한 통합 추천시스템과 [-]집단 추천시스템에 대한 정확도는 향상되었지만 이는 임의로 구분한 기준을 바탕으로 분석하였다는 점이다. 실제 추천된 영화를 바탕으로 신규고객이 영화를 선택 한 것이 아니라 기존고객의 데이터를 임의로 분류하였기 때문이다. 따라서 이는 추천 영화가 실제 고객에 미친 영향이 아니라는 한계가 존재한다. 또한 영화가 아닌 다른 상품에 대해서 이 추천시스템을 적용하였을 경우 추천 정확도에는 차이가 있을 수 있다. 따라서 추천시스템을 적용할 때에는 각 상품 및 고객집단의 특성에 적합한 적용이 필요하다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.137-154
• /
• 2018

조류인플루엔자와 구제역 같은 동물감염병은 거의 매년 발생하며 국가에 막대한 경제적 사회적 손실을 일으키고 있다. 이를 예방하기 위해서 그간 방역당국은 다양한 인적, 물적 노력을 기울였지만 감염병은 지속적으로 발생해 왔다. 최근 빅데이터와 딥러닝 기술을 활용하여 감염병의 예측모델을 개발하고자 하는 시도가 시작되고 있지만, 실제로 활용가능한 모델구축 연구와 사례보고는 활발히 진행되고 있지 않은 실정이다. KT와 과학기술정보통신부는 2014년부터 국가 R&D사업의 일환으로 축산관련 차량의 이동경로를 분석하여 예측하는 빅데이터 사업을 수행하고 있다. 동물감염병 예방을 위하여 연구진은 최초에는 차량이동 데이터를 활용한 회귀분석모델을 기반으로 한 예측모델을 개발하였다. 이후에는 기계학습을 활용하여 좀 더 정확한 예측 모델을 구성하였다. 특히, 2017년 예측모델에서는 시설물에 대한 확산 위험도를 추가하였고 모델링의 하이퍼 파라미터를 다양하게 고려하여 모델의 성능을 높였다. 정오분류표와 ROC 커브를 확인한 결과, 기계 학습 모델보다 2017년 구성된 모형이 우수함을 확인 할 수 있었다. 또한 2017에는 결과에 대한 설명을 추가하여 방역당국의 의사결정을 돕고 이해관계자를 설득할 수 있는 근거를 확보하였다. 본 연구는 빅데이터를 활용하여 동물감염병예방시스템을 구축한 사례연구로 모델주요변수값, 이에따른 실제예측성능결과, 그리고 상세하게 기술된 시스템구축 프로세스는 향후 감염병예방 영역의 지속적인 빅데이터활용 및 분석 모델 개발에 기여할 수 있을 것이다. 또한 본 연구에서 구축한 시스템을 통해 보다 사전적이고 효과적인 방역을 할 수 있을 것으로 기대한다.