• 지능정보연구
• /
• 제28권1호
• /
• pp.107-129
• /
• 2022

기술경쟁이 심화되고 있는 오늘날 신기술에 대한 선도적 위치의 선점이 중요하다. 선도적 위치의 선점과 적정시점에 기술 획득·관리를 위해 이해관계자들은 지속적으로 기술에 대한 탐색활동을 수행한다. 이를 위한 참고 자료로서 가트너 하이프 사이클(Gartner Hype Cycle)은 중요한 의미가 있다. 하이프 사이클은 기술수명주기(S-curve)와 하이프 수준(Hype Level)을 결합하여 새로운 기술에 대한 대중의 기대감을 시간의 흐름에 따라 나타낸 그래프이다. 새로운 기술에 대한 기대는 기술사업화뿐만 아니라 연구개발 투자의 정당성, 투자유치를 위한 기회의 발판이 된다는 점에서 연구개발 담당자 및 기술투자자의 관심이 높다. 그러나 산업계의 높은 관심에 비해 실증분석을 시도한 선행연구는 다양하지 못하다. 선행문헌 분석결과 데이터 종류(뉴스, 논문, 주가지수, 검색 트래픽 등)나 분석방법은 한정적이었다. 이에 본 연구에서는 확산의 주요한 채널이 되어가고 있는 소셜네트워크서비스의 데이터를 활용하여 'Gartner Hype Cycle for Artificial Intelligence, 2021'의 단계별 기술들에 대한 집단구조(커뮤니티)의 특성과 커뮤니티 간 정보 확산패턴을 분석하고자 한다. 이를 위해 컴포넌트 응집규모(Component Cohesion Size)를 통해 각 단계별 구조적 특성과 연결중심화(Degree Centralization)와 밀도(Density)를 통해 확산의 방식을 확인하였다. 연구결과 기술을 수용하는 단계별 집단들의 커뮤니케이션 활동이 시간이 지날 수록 분절이 커지며 밀도 역시 감소함을 확인하였다. 또한 새로운 기술에 대한 관심을 촉발하는 혁신태동기 집단의 경우 정보확산을 촉발하는 외향연결(Out-degree) 중심화 지수가 높았으며, 이후의 단계는 정보를 수용하는 내향연결(In-degree) 중심화 지수가 높은 것으로 나타났다. 해당 연구를 통해 하이프 사이클에 관한 이론적 기초를 제공할 것이다. 또한 인공지능기술에 대한 기술관심집단들의 기대감을 반영한 정보확산의 특성과 패턴을 소셜데이터를 통해 분석함으로써 기업의 기술투자 의사결정에 새로운 시각을 제공할 것이다.

• Asia Marketing Journal
• /
• 제12권4호
• /
• pp.137-164
• /
• 2011

본 연구는 경험가치척도(EVS; Experiential Value Scale)를 바탕으로 측정된 쇼핑가치차원이 쇼핑점포에 대한 소비자 반응에 미치는 효과를 분석하는데 그 목적이 있다. 또한 각 쇼핑가치차원이 쇼핑점포에 대한 소비자반응에 미치는 상대적 효과가 백화점과 할인점에 따라 다르게 나타나는지도 분석했다. 실증분석결과 점포에서 제공하는 실용적 쇼핑가치와 쾌락적 쇼핑가치는 점포에 대한 호의적 태도와 점포에 대한 감정적 반응에 긍정적인 영향을 미치는 것으로 나타났다. 구체적으로 실용적 쇼핑가치의 하위차원인 서비스우수성, 효율성, 경제적 가치가 증가할수록, 소비자들의 점포에 대한 호의적 태도가 증가하는 것으로 나타났다. 그리고 쾌락적 쇼핑가치의 하위차원인 시각적 매력, 오락적 가치, 일상탈출, 내재적 즐거움이 높은 것으로 지각할수록, 쇼핑과정에서 소비자들의 긍정적인 감정이 증가하는 것으로 나타났다. 또한 쾌락적 쇼핑가치는 소비자들이 점포에 대한 호의적 태도를 형성하는데 있어서 직접적 영향이 아닌 점포에 대한 소비자들의 감정적 반응을 통해 간접적으로 영향을 미치는 것으로 나타났으며, 점포에 대한 호의적 태도와 점포에 대한 긍정적 감정형성은 점포충성도에 긍정적인 영향을 미치는 것으로 나타났다. 흥미롭게도 쾌락적 쇼핑가치가 점포에 대한 긍정적 감정반응에 미치는 영향은 백화점보다 할인점에서 높게 나타났다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.155-175
• /
• 2017

최근 독감 예측이나 당선인 예측, 구매 패턴, 투자 등 다방면에서 웹검색 트래픽 정보. 소셜 네트워크 내용 등 거대한 데이터를 통해 사회적 현상, 소비 패턴을 분석하는 시도가 이전보다 늘어났다. 구글, 네이버, 바이두 등 인터넷 포털 업체들의 웹검색 트래픽 정보 공개 서비스와 함께 웹검색 트래픽 정보를 활용하여 소비자나 사용자와 관련된 연구가 실시되기 시작했다. 웹검색 트래픽 정보를 활용한 사회 현상, 소비 패턴 분석을 연구는 많이 수행되었으나, 그에 비해서 도출된 여행 수요 모델을 토대로 의사결정을 위한 실질적 대책 수립으로 이어지는 연구는 많이 진행되지 않은 실정이다. 관광산업은 상대적으로 많은 고용을 가능하게 하고 외자를 유치하는 등 고부가가치를 창출하여 경제 전체에 선순환 효과를 일으키는 중요한 산업이다. 그 중에서도 국내 입국외래객중 수년간 2위와의 큰 차이로 1위를 차지해왔던 중국 국적의 관광객 '유커' 및 그들이 지출하는 1인당 평균 관광 수지는 한국 경제에 매우 중요한 한 부분이다. 관광 수요의 예측은 효율적인 자원 배분과 합리적인 의사 결정에 있어서 공공부문 및 민간부문 모두 중요하다. 적절한 관광 수요 예측을 통해서 한정된 자원을 더욱 효과적으로 활용하여 더욱 많은 부가가치를 창출하기 위한 것이다. 본 연구는 중국인 인바운드를 예측하는 방법에 있어, 이전보다 더 최신의 트렌드를 즉각적으로 반영하고 개인들의 집합의 관심도가 포함되어 예측 성능이 개선된 방법을 제안한다. 해외여행은 고관여 소비이기 때문에 잠재적 여행객들이 입국하기 전 웹검색을 통해 적극적으로 자신의 여정과 관련된 정보를 취득하기 위한 활동을 한다. 따라서 웹검색 트래픽 수치가 중국인 여행객의 관심정도를 대표할 수 있다고 보았다. 중국인 여행객들이 한국 여행을 준비하는 단계에서 검색할만한 키워드를 선정해 실제 중국인 입국자 수와 상관관계가 있음을 검증하고자 하였다. 중국 웹검색 엔진 시장에서 80%의 점유율을 가지는 중국 최대 웹검색 엔진 '바이두'에서 공개한 웹검색 데이터를 활용하여 그 관심 정도를 대표할 수 있을 것이라 추정했다. 수집에 필요한 키워드의 선정 단계에서는 잠재적 여행객이 여정을 계획하고 구체화하는 단계에서 일반적으로 검색하게 되는 키워드 후보군을 선정하였다. 키워드의 선정에는 중국 국적의 잠재적 여행객 표본과의 인터뷰를 거쳤다. 트래픽 대소 관계 확인 결과에 따라서 최종 선정된 키워드들을 한국여행이라는 주제와 직접적인 연관을 가지는 키워드부터, 간접적인 연관을 가지는 키워드까지 총 세 가지 레벨의 카테고리로 분류하였다. 분류된 카테고리 내의 키워드들은 바이두'가 제공하는 웹검색 트래픽 데이터 제공 서비스 '바이두 인덱스'를 통해 웹검색 트래픽 데이터를 수집했다. 공개된 데이터 페이지 특성을 고려한 웹 크롤러를 직접 설계하여 웹검색 트래픽 데이터를 수집하였고, 분리되어 수집된 변수에는 필요한 변수 변환 과정을 수행했다. 자동화 수집된 웹검색 트래픽 정보들을 투입하여 중국 여행 인바운드에 대한 유의한 영향 관계를 확인하여 중국인 여행객의 한국 인바운드 여행 수요를 예측하는 모형을 개발하고자 하였다. 정책 의사결정 및 관광 경영 의사결정 같은 실무적 활용을 고려하여 각 변수의 영향력을 정량적으로 설명할 수 있고 설득이 명료한 방법인 다중회귀분석방법을 적용해 선형 식을 도출하였다. 수집된 웹검색 트래픽 데이터를 기존 검증된 모형 독립변인들에 추가적으로 투입함으로써 전통적인 독립변인으로만 구성된 연구 모형과 비교하여 가장 뛰어난 성능을 보이는 모형을 확인하였다. 본 연구에서 검증하려는, 웹검색 트래픽으로 대표되는 독립변인을 투입한 최종 도출된 모형을 통해 중국인 관광 수요를 예측할 때 유의한 영향을 끼치는 웹검색 트래픽 변수를 확인할 수 있다. 최적 모형 설명력을 가지는 모형을 기반으로 최종 회귀 식을 만들었고 이를 '유커마이닝' 시스템 내부에 도입하였다. 데이터 분석에서 더 나아가 도출된 모형을 직관적으로 시각화하고, 웹검색 트래픽 정보를 활용하여 도출할 수 있는 인사이트를 함께 보여주는 데이터 분석 기반의 '유커마이닝' 솔루션의 시스템 알고리즘과 UX를 제안하였다. 본 연구가 제안하는 모형과 시스템은 관광수요 예측모형 분야에서 웹검색 트래픽 데이터라는 정보 탐색을 하는 과정에 놓인 개인들의 인터랙티브하고 즉각적인 변수를 활용한 새로운 시도이다. 실무적으로 관련 정책결정자나 관광사, 항공사 등이 활용 가능한 실제적인 가치를 가지고, 정책적으로도 효과적인 관광 정책 수립에 활용될 수 있다.

• 환경생물
• /
• 제39권1호
• /
• pp.119-135
• /
• 2021

생물다양성협약(1992년)과 나고야의정서(2010년)의 체결 이후 우리나라는 한반도의 생물다양성 보전과 생물자원 확보를 위한 자생생물의 조사·발굴 연구에 박차를 가하였다. 이러한 계기로 2007년에 설립된 환경부 소속 국립생물자원관의 주도로 "한반도 자생생물 조사·발굴 연구사업"이 진행되었다. 본 사업은 2006년 이후 현재까지 15년 동안 5단계(1단계 2006~2008년, 2단계 2009~2011년, 3단계 2012~2014년, 4단계 2015~2017년, 5단계 2018~2020년)로 나누어 진행되었다. 연구의 결과, 본 사업의 이전에 29,916종(2006년)이던 한반도 자생생물이 본 사업의 각 단계가 마무리되는 시점에서 누계로 집계하여 볼 때, 1단계 33,253종(2008년), 2단계 38,011종(2011년), 3단계 42,756종(2014년), 4단계 49,027종(2017년), 그리고 5단계 54,428종(2020년)으로 급속히 증가하여 본 사업 기간 동안 한반도 자생생물 기록종이 약 1.8배 증가하였다. 이 통계자료는 이 기간 동안 연평균 2,320종의 한반도 미기록종이 새로이 기록된 것을 보여준다. 또한 전체 발굴종 중에서 총 5,242종의 신종을 기록하는 학술적 큰 성과를 거두었다. 분류군 별로는 총 연구 기간 동안 곤충 4,440종(신종 988종 포함), 무척추동물(곤충 제외) 4,333종(신종 1,492종 포함), 척추동물(어류) 98종(신종 9종 포함), 식물(관속식물과 선태식물) 309종(관속식물 176종, 선태식물 133종, 신종 39종 포함), 조류(algae) 1,916종(신종 178종 포함), 균류와 지의류 1,716종(신종 309종 포함), 그리고 원핵생물 4,812종(신종 2,226종 포함)이 한반도에서 새로이 기록되었다. 생물표본은 각 단계별로 집계하여 볼 때 1단계 247,226점(2008년), 2단계 207,827점(2011년), 3단계 287,133점(2014년), 4단계 244,920점(2017년), 그리고 5단계 144,333점(2020년)이 수집되어 연평균 75,429점, 총 1,131,439점의 생물표본이 채집되었다. 그중에서 곤충 281,054점, 곤충 이외의 무척추동물 194,667점, 척추동물(어류) 40,100점, 식물 378,251점, 조류(algae) 140,490점, 균류 61,695점, 그리고 원핵생물 35,182점이 채집되었다. 본 사업에 참여한 각 단계별 연구원/보조연구원(주로 대학원생)의 수는 1단계 597/268명, 2단계 522/191명, 3단계 939/292명, 4단계 575/852명, 그리고 5단계 601/1,097명으로 전체년도의 참여연구자는 연평균 395명, 총 연인원 약 5,000명이 참여하여 전국의 거의 모든 분류학자와 분류학 전공의 대학원생이 참여하였다. 본 사업 기간 동안 전문학술지 논문 3,488편(국내학술지 논문 2,320편, SCI급 국제학술지 논문 1,168편 포함)이 출판되었다. 본 사업 기간 중 자생생물 조사·발굴 사업 및 생물표본 확보 사업에 투입된 예산은 총 833억원(연평균 55억원)이다. 본 사업은 국가 주도의 대형 연구 프로젝트로서 전국의 거의 모든 분류학자가 참여하고 대규모 예산이 투입되어 단기간에 이루어 낸 한국식 압축성장의 한 성공 사례로 볼 수 있다. 본 사업의 종발굴 성과는 최근의 생물분류 체계로 분류되어 국가생물종목록으로 만들어졌으며, 전문가와 학생 및 일반 시민에게 제공되고 있다(https://species.nibr.go.kr/index.do). 본 사업에서 파생된 기재문, DNA 염기 서열, 서식처, 분포, 생태, 이미지, 멀티미디어 등 각 종의 정보는 디지털화되어 생물의 계통, 진화 연구 등 학문적 발전에 기여하였고, 기후변화에 따른 지표종의 변화 같은 생물분포 모니터링 사업과 바이오산업의 생물소재를 탐색하는 기반이 되었다. 본 사업을 통하여 젊은 분류인력(주로 대학원생)의 양성을 지원할 수 있었던 것은 본 사업이 가져온 가장 의미 있는 성과라고 할 수 있다. 과거 15년간 숨 가쁘게 달려온 본 사업은 아직 진행 중이다. 그동안 발굴된 종들에 대한 이명(synonym)과 오동정 등을 바로잡아 학문적인 완성도를 높이고, 한반도에 존재하리라 예상되는 약 10만 종의 자생생물 중에서 남겨진 5만 종에 대한 조사·발굴 연구가 지속되어야 한다.