• 대한치위생과학회지
• /
• 제6권2호
• /
• pp.79-89
• /
• 2023

연구 배경 및 목적: 치매 유병률은 매년 증가하는 추세를 보이고 있으며, 치매와 구강 건강의 관련성에 대한 선행 연구들이 계속해서 진행되고 있다. 임상 치과위생사는 적절한 치과 의료서비스 제공을 위한 전문적인 역량이 필요하며, 치과위생사의 지식 수준을 객관적으로 측정할 수 있는 도구 개발이 필요하다. 이에 임상 치과위생사의 치매 환자 치과 진료 시 고려사항에 대한 지식 측정도구를 개발하고자 하였다. 연구 방법: 문헌 고찰을 바탕으로 예비문항을 구성하여 전문가 검증, 예비조사, 본조사를 진행하였다. 본조사는 임상 경력이 1년 이상인 치과위생사 220명을 대상으로 설문조사를 시행하였다. 수집된 자료를 바탕으로 타당도 분석, 신뢰도 분석을 진행하여 최종 문항을 선정하였고, 선정된 문항별 정답률을 확인하였다. 연구 결과: 수집된 자료 분석 결과, 총 40개의 예비문항 중 18문항이 삭제되어 총 6개 요인, 22문항이 선정되었으며, 선정된 문항의 Cronbach's α값은 0.791로 나타났다. 하위 항목 별 문항 수는 '치매 환자의 치과 진료 시 주의사항' 5문항, 치매 환자의 약물 부작용' 4문항, 치매 환자의 구강 관리 방법' 4문항, '치매 환자와의 의사소통' 4문항, '치매 환자의 심리적 반응' 3문항, '치매 환자 안내' 2문항으로 구성하였다. 정답률이 가장 높았던 문항은 '치매 환자 안내' 항목의 2번 문항이 98.6%, 정답률이 가장 낮았던 문항은 '치매 환자의 심리적 반응' 항목의 2번 문항이 5.9%로 나타났다. 결론: 본 연구를 통해 타당도와 신뢰도가 검증된 도구는 향후 임상 치과위생사와 치매 관련 후속 연구의 기반으로 활용할 수 있으며, 보수교육, 교육 프로그램 개발, 의료기관 내 업무 지침 개발의 기초 자료로 기여하고자 한다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 한국유통학회지:유통연구
• /
• 제17권1호
• /
• pp.37-63
• /
• 2012

가맹사업에 있어 배타적 영업지역보호정책의 문제는 경제학 및 경영학 분야뿐만 아니라 사회 정치적으로 매우 중요한 쟁점이다. 본 연구는 배타적 영업지역과 관련한 기존 문헌을 토대로 가맹사업에서의 효율성 관점에서 배타적 영업지역보호에 영향을 미치는 변수와 배타적 영업지역 보호가 가맹본부 및 가맹점의 성과에 미치는 영향을 분석하고 있다. 가맹점의 대부분이 중소상인들이란 점을 감안하면 유통정책적으로도 중요한 의미가 있다고 할 수 있다. 본연구는 사회적으로도 잇슈가 될 수 있는 기업의 전략을 타당성과 당위성, 그리고 논리성으로만 평가하는 것이 아니라 실제 자료를 근거로 분석하였다. 또, 정책연구들이 가지고 있는 자료와 이론의 한계를 감안한 탐색적 방법론을 활용하여 보다 실질적이고 현실적용성이 뛰어난 분석을 제안하였다. 분석 결과, 배타적 영업지역보호는 긍정적인 효과가 있기는 하지만 통계적으로 유의하지 못하였으며, 가맹점과 가맹본부간의 로얄티가 많아서 위험공유성향이 클때에는 배타적 영업지역보호를 하지 않는 것이 효과적이었고, 가맹점을 모집하기 위해 배타적 영업지역보호를 해주거나 배타적 영업지역보호를 통해서 가맹사업본부내의 효율성을 키우기 위한 경우에는 긍정적인 효과가 유의하게 나타나는 것으로 밝혀졌다. 하지만 외부경쟁으로부터 직영점을 보호하기 위하거나 시장성장을 활용하기 위한 배타적 영업지역보호는 좋은 성과를 내지 못하였다. 또한 쉽게 배타적 영업지역보호를 할 수 있기에 이런 제도를 도입하는 것도 역시 좋은 성과를 내지 못한 것으로 나타났다. 결과적으로 배타적 영업지역보호가 기업의 운영효율을 증대시키기 위하여 하는 경우는 성과가 좋으나 다른 목적을 위하여 배타적 영업지역보호를 활용하는 것은 바람직한 결과를 못내는 것으로 나타났다. 본 연구는 분석결과를 토대로 영업지역 보호를 획일적으로 활용하거나 법으로 강제하기 보다는 가맹사업본부와 가맹점의 관계 및 상황, 또 동기에 맞추어 탄력적으로 적용하는 것이 바람직하다는 제안을 하고 있으며, 이를 근거로 몇 가지 정책적 시사점을 제시하였다.

• 마케팅과학연구
• /
• 제17권2호
• /
• pp.31-54
• /
• 2007

첨단산업의 기업들은 환경의 변화에 효과적으로 대응하는 것을 기업 성패에 중요한 요인으로 여기고 있다. 하지만 첨단산업의 환경 동태성이 공급체인 구성원 간 관계 결속에 미치는 영향에 관한 연구가 부족하여, 환경 변화에 효과적인 대응을 어렵게 하고 있다. 본 연구는 첨단산업에서 환경 동태성이 공급체인의 결속에 영향을 미치는 메커니즘에 대해 규명하고 있다. 좀 더 구체적으로 말하면, 첫째, 첨단산업의 고객, 경쟁, 기술 동태성이 공급체인의 결속에 어떠한 영향을 미치는지, 둘째, 공급체인의 유연성과 의존성이 이러한 영향에 어떠한 조절효과를 가지는 지 실증하고 있다. 구조방정식 모형에 의한 가설검정 결과 첨단산업의 고객 동태성은 공급체인의 결속을 약화시켰지만 경쟁 동태성은 강화시키는 역할을 하였다. 한편 유연성과 의존성은 고객과 경쟁 동태성에 유의적인 조절 효과를 가졌다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 한국식품위생안전성학회지
• /
• 제34권1호
• /
• pp.22-29
• /
• 2019

발리다마이신 에이는 아미노글리코사이드계 항생물질로 이탄당인 균당을 2개의 포도당으로 분해하는 효소(trehalase)의 작용을 저해하여 균 증식을 억제한다. 우리나라에서는 벼, 고추, 복숭아, 마늘, 양파, 참다래 등에 세균성 병해를 방제하기 위해 농약으로 등록되어 있다. 국외의 경우 일본에 잔류허용기준(MRLs)이 감자 포함 43품목에서 0.05-0.06 mg/kg으로 기준이 설정되어 있고, 유럽은 0.01 mg/kg 일률 기준을 적용하고 있으며 국내의 경우 기준이 설정될 예정이다. 축산물의 경우 잔류물의 정의를 설정하고 있지 않으나 농산물의 경우 잔류물의 정의는 일본에서 모화합물로 설정되어 있으며 국내에서도 모화합물로 규정할 예정이다. 따라서 발리다마이신 에이의 잔류허용기준 신설에 따른 안전관리를 위하여 공정시험법을 개발하였다. 분석기기는 발리다마이신 에이의 물리 화학적 특성을 고려하여 선택성과 감도가 우수한 LC-MS/MS를 분석기기로 선정하였고 메탄올/물(50/50, v/v)을 이용하여 진탕 추출 후 HLB 카트리지를 이용한 정제 조건을 확립하여 시험법을 개발하였다. 발리다마이신 에이의 직선성은 결정계수($r^2$)가 0.99이상으로 우수하였으며, 검출한계 및 정량한계는 각각 0.005, 0.01 mg/kg으로 높은 감도를 나타내었다. 대표 농산물 5종(현미, 감자, 대두, 감귤, 고추)에 대하여 정량한계, 정량한계 10배, 정량한계 50배 수준으로 회수율 실험한 결과 평균 회수율(5반복)은 72.5-118.3%이었으며 분석오차는 10.3% 이하로 정확성 및 재현성이 우수함을 확인할 수 있었다. 검증 결과 각 농도별 발리다마이신 에이의 평균 회수율은 70.9~117.7%이었고, 상대표준편차(RSD)는 7.9% 이하로 조사되었다. 두 실험실간 회수율 결과에 따른 평균값은 75.9~112.7%이며 RSD는 18%미만으로 본 연구는 국제식품규격위원회 가이드라인(Codex Alimentarius Commission, CAC/GL 40)의 잔류농약 분석기준 및 식품의약품안전평가원의 '식품등 시험법 마련 표준절차에 관한 가이드라인(2016)'에 적합한 수준임을 검증하였다. 따라서 본 연구에서 개발한 시험법은 농산물 중 발리다마이신 에이의 잔류검사를 위한 공정시험법으로 활용할 수 있으며 유사 농산물에 대한 적용도 가능하리라 판단되어 향후 국내 농산물 중 농약의 잔류허용기준 신설 및 잔류농약 검사의 기초자료로 활용 가능할 것이다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.