본 연구는 코칭연구의 다변화 및 경영학연구에서 코칭접근의 활성화를 도모 하기 위해 그동안의 연구 동향을 분석하고자 하였다. ‘경영학적’으로 접근한 전체 발간 논문의 수와 발간학회를 중심으로 빈도분석 한 결과, 2010년에 1편으로 시작하여 2023년에는 9편으로 점증하였다. ’코칭관련 학회에서 발간된 ‘경영학적 접근’의 연구 동향을 알기 위해 4개 학 회에서 발간된 전체 논문 493편을 대상으로 한국경영학회 편집위원회에서 구분 한 ①경영전략 ②경영정보 ③국제경영 ④마케팅 ⑤생산계량 ⑥인사조직 ⑦재무 관리 ⑧회계 ⑨융합에 준해 빈도분석하였다. 그 결과, 2006년부터∼2024년까지 발간된 논문 중, 동향은 인사조직, 융합, 경영전략, 경영정보의 순으로 나타났다. ‘경영학적 접근’에 따른 ‘주제어(keyword)’의 구성 동향을 알기 위해 개별 논 문의 초록에 제시된 ‘주제어’를 중심으로 빈도분석한 결과, 조직몰입, 코칭리더 십, 코칭, 직무만족, 직무스트레스, 혁신행동의 순위로 나타났다. 그리고 임파워 먼트, 자기효능감, 코칭역량,조직성과은 동일한 순위로 나타났다. 향후, 본 연구 결과를 바탕으로 학회의 설립 목적과 특성을 고려한 경영학적 연구를 강화할 필요성이 크며, 특히 ‘융합’적 연구가 확충되어야 한다.

Purpose: This review study analyzes the impact of the Korean Society for Customized Visiting Health Care on the development of Home Visiting Care in public health centers since its inception in 2007. It also suggests potential future directions for both the Korean Society for Customized Visiting Health Care and Home Visiting Care in public health centers. Methods: The investigation scrutinized various sources including the white paper detailing the activities of the Korean Society for Customized Visiting Health Care, academic conference materials, minutes from general meetings, research papers from the Ministry of Health and Welfare, and the Korea Health Promotion Institute. Results: The Korean Society for Customized Visiting Health Care has been actively involved in advancing and assessing home-visiting health care services. The society has been focused on developing and evaluating the effectiveness of home visit health care services offered by public health centers. Conclusions: The Korean Society for Customized Visiting Health Care has achieved progress by continuous interaction with field staff, rigorous personnel training, technical assistance, field research, and policy recommendations. In 2024, the home visit health care sector could be advanced and improved using AI technology.

인공지능(Artificial Intelligence, AI)은 1950년대 초기개념과 이론을 앨런 튜링이 튜링 테스트를 제안하여 기계가 인간과 같은 수준의 지능을 가질 수 있는지 대한 질문을 던지면서 시작되었다. 1980년대부터 특정 분야의 전문 지식을 모방하여 지원하는 AI 시스템인 전 문가 시스템이 부상하기 시작하면서 Machine Learning이 중요성을 얻기 시작하였다. 특히, Decision Tree, Clustering 그리고 Neural Network Algorithm 등이 연구되기 시작하였다. Clustering 기법은 다양한 분야에서 통계분석에 사용되는 자료를 정제하기 위한 비지도 학습 중 하나로, 군집화 알고리즘을 사용하여 자료의 값(Pointer)들을 특정 그룹으로 분류하는 방법이다. 이러한 Clustering을 활용하여 기존 데이터에서 숨겨진 데이터들의 특성을 파악할 수 있으며, 일정 패턴이나 특징을 가진 데이터들끼리의 군집화를 할 수 있게 된다. 이러한 클러스터링은 다양한 산업 분야에서 적용 및 활용하고 있다. 산업화 이후 미국, 벨기에 등 많은 나라에서 효율적인 도로 관 리를 위해 자국의 특성에 맞는 Pavement Management System (PMS)를 운영하고 있지만 현재 많은 분야에서 적용하고 있는 AI를 활용한 사례가 매우 드물다. 한국에서도 수십년 동안 국토교통부와 한국도로공사에서 PMS를 이용하여 도로를 관리해 왔으며, 최근에 는 몇 개 지자체에서 PMS를 도입하였다. 하지만 한국에서는 오랜 PMS 운영 경험에도 불구하고 AI를 활용하지 않고 전통적 방법인 회귀모형을 활용하여 개발한 공용성 예측모형을 사용하고 있기 때문에 그 성능이 떨어지고 있다. 따라서 본 연구에서는 Machine Learning Clustering 기법을 PMS 자료에 적용이 가능한지 확인하였다. 공용성 예측모형의 종속변수인 Performance Factors와 독립변 수인 Influencing Factors 간의 상관성을 확인할 수 없는 경우 클러스터링을 적용하여 종속변수와 독립변수 간의 상관성을 분명히 나 타내고 회귀분석이 가능하도록 하였다. Delaunay Triangulation을 적용하여 인천광역시 기상관측소의 삼각망을 형성하였다. 삼각망의 각 꼭짓점과 도로 각 지점 간의 거리에 대하여 Inverse Distance Weighted 방법을 적용하여 도로 각 구간의 PMS 자료와 영향인자를 매칭하였다. 클러스터링 기법을 원자료에 적용한 결과 공용성인자와 영향인자 간의 상관성이 분명해졌다. 또한, 클러스터링 이전과 이 후 자료의 확률밀도함수의 분포를 비교하여 클러스터링 이후의 자료가 이전의 대해서 대표성을 갖고 있는지 확인하였다.