지능형 컴퓨팅의 등장으로 빅데이터를 활용한 패션 브랜드 의미 마이닝과 가치 홍보에 초점을 맞춘 새로운 연구 트렌드가 등장하였다. 본 연구의 목적은 인기 여성복 브랜드 5개를 대상으로 다양한 종류의 의류에 대한 소비자 감성 트렌드를 조사하는 것이다. 유니클로, 에이치스타일, 베로모다, 피스버드, 온리. 이를 위해 총 93,550건의 소비자 평가를 수집하고, 키스멧 감성 분석 엔진을 활용하여 의류 유형별 감성 극성도를 분석하였 다. 그 결과, 브랜드에 따라 감정 극성이 크게 다르다는 것을 알 수 있었으며, HSTYLE 후드티, ONLY 니트웨 어, 피스버드 순면, 유니클로 니트가 각각 소비자들에게 가장 강한 긍정적 감정을 불러일으켰다. 또한 이번 연 구에서는 각 브랜드에서 가장 인기 있는 의류 유형과 착용 효과를 밝혀 패션 기업이 효과적인 마케팅 전략을 수립하고 제품 제공을 강화하는 데 중요한 인사이트를 제공했다. 이러한 연구 결과를 바탕으로 게임 업계에서 는 감성 분석을 적용하여 다양한 게임 브랜드, 장르, 게임 플레이에 대한 플레이어의 감정 반응을 이해하고 게임 프로모션 전략과 제품 디자인 개발에 도움을 줄 수 있다. 전반적으로 이 연구 결과는 디자인 분야에서 빅데이터의 잠재력을 입증하고 업계에서 경쟁 우위를 확보하기 위해 빅데이터를 활용하는 것이 중요하다는 점을 강조할 수 있다.

본 연구는 빅데이터를 통해 남북통일에 관한 한국 사회의 인식을 분석 하고 그를 통한 함의를 도출하여 미래 한반도 통일에 관한 시사점을 얻 고자 하였다. 이를 위해 2003년부터 2022년 5월까지, 역대 4개 정부를 분석대상 기간으로 구분 설정하고 포털 및 언론보도 빅데이터 총 115,975건의 데이터를 수집하여 텍스트마이닝과 사회연결망 분석을 수행 하였다. 연구 결과, 정부 시기별 통일에 관한 사회적 인식의 특성을 확인 하였으며 외교, 정치, 군사, 경제, 사회·문화 측면의 공통 키워드를 도출 하여 그에 따른 한반도 통일에 관한 발전적 방향을 제언하였다.

This study was conducted to explore the change in the market issues on HMR (Home Meal Replacements) using local foods after the COVID-19 outbreak. Online text data were collected from internet news, social media posts, and web documents before (from January 2016 to December 2019) and after (from January 2020 to November 2022) the COVID- 19 outbreak. TF-IDF analysis showed that ‘Trend’, ‘Market’, ‘Consumption’, and ‘Food service industry’ were the major keywords before the COVID-19 outbreak, whereas ‘Wanju-gun’, ‘Distribution’, ‘Development’, and ‘Meal-kit’ were main keywords after the COVID-19 outbreak. The results of topic modeling analysis and categorization showed that after the COVID-19 outbreak, the ‘Market’ category included ‘Non-face-to-face market’ instead of ‘Event,’ and ‘Delivery’ instead of ‘Distribution’. In the ‘Product’ category, ‘Marketing’ was included instead of ‘Trend’. Additionally, in the ‘Support’ category, ‘Start-up’ and ‘School food service’ appeared as new topics after the COVID-19 outbreak. In conclusion, this study showed that meaningful change had occurred in market issues on HMR using local foods after the COVID-19 outbreak. Therefore, governments should take advantage of such market opportunity by implementing policy and programs to promote the development and marketing of HMR using local foods.

본 연구에서는 미용분야 창업 활성화를 위해 소셜 빅데이터 분석을 탐색적 데이터 분석(EDA) 을 기반으로 하여 2019년부터 2021년 동안 각 년도별로 기간을 구분하여 ‘미용창업’에 대한 수요 변화와 감정 및 의미 차이의 특징적인 패턴을 도출하고자 하였다. ‘미용창업’ 키워드를 주제로 연관된 검색어를 추 출한 결과 창업에 필요한 전문적인 창업교육 보다는 미용관련 기술을 배울 수 있는 기관이나 자격증에 더 많은 관심을 보였으며, 이는 정부 및 지자체에서 여러 가지 창업지원 정책들이 마련되고 있음에도 불구하 고 여전히 전문적인 창업교육의 중요성을 인식하지 못하고 있는 것으로 파악할 수 있으며, 이에 대한 대안 으로 미용분야 창업을 성공적으로 이루기 위한 전공별 맞춤형 창업교육 프로그램을 개발하는 것이 필요할 것으로 사료된다. 탐색적 데이터 분석을 통해 가설을 설정하고 전통적인 확증적 데이터 분석(CDA)을 결합 하여 가설을 검증한다. 미용 창업을 위한 탐색적 데이터 분석 방법이 존재한 적은 없으며, 정식 창업교육의 필요성을 언급하기보다는 미용창업에 대한 관심 변화와 예비창업자의 요구사항을 탐색적 데이터로 분석한 다면 맞춤형 창업 프로그램 개발에 도움이 될 것이라고 확신한다.

본 연구는 COVID-19 확산 이후 심각한 한국의 혐중 정서에 대해 체감하면서 이 와 같은 현상을 좀 더 실증적으로 확인하기 위해 빅데이터를 활용해서 분석한 것이 다. 이에 대한 양적 결과를 도출하고자 텍스트 마이닝을 활용한 빅데이터 분석을 수 행하였다. 이를 위해 소셜 매트릭스 프로그램인 텍스톰을 활용하여 네이버, 다음, 구 글과 같은 포털 사이트를 통해 중국에 관련한 키워드를 수집했고, 중국의 BAIDU(百 度)를 통해 한국에 관련된 키워드를 수집했다. 수집 기간은 COVID-19가 본격적으로 확산되기 시작한 2020년 1월부터 최근까지인 2022년 10월까지로 설정했고, 불필요한 키워드는 정제하여 핵심 키워드만을 본 연구에 사용했다. 한국과 중국이 서로에 대 한 상호 인식이 부정적이라도 막연함에서 벗어나 양적 결과를 통한 데이터 분석을 통해 살펴보고자 한다. 본 연구는 세 가지 연구 과제를 가지고 연구를 진행했다. 첫 째, 본 논문은 텍스트 마이닝을 통해 한국과 중국의 젊은이들이 언급한 핵심 키워드,특히 펜데믹 이후의 MZ세대들이 언급한 핵심 키워드를 도출하고자 했다. 둘째, CO VID-19 이후 한국과 중국의 MZ세대 상호인식과 관련된 키워드 사이의 의미 연결망 을 파악하고자 했다. 셋째, 본 논문은 핵심 키워드의 의미 연결망을 통해 도출된 한 국과 중국의 MZ세대에 대한 상호인식의 긍정성과 부정성의 정도를 시각화하고자 했 다. 이와 같은 연구를 진행하면서 한국 젊은이들이 중국에 비해 중국에 대한 부정적 인식이 긍정적 인식보다 두드러지는 것을 알 수 있었다. 결과에 대한 다양한 원인 분석을 통해 한·중 관계 특히 MZ 세대들이 긍정적인 관계성 전환을 도모하는 효과 적인 자료 제시와 전략을 구축하는데 의미 있는 시사점을 제안할 것으로 판단된다.

This study investigated the impact of the latest developments in big data analytics capabilities (BDAC) on firm performance. The BDAC have the power to innovate existing management practices. Nevertheless, their impact on firm performance has not been fully is not yet fully elucidated. The BDAC relates to the flexibility of infrastructure as well as the skills of management and firm's personnel. Most studies have explored the phenomena from a theoretical perspective or based on factors such as organizational characteristics. However, this study extends the flow of previous research by proposing and testing a model which examines whether organizational exploration, exploitation and market agility mediate the relationship between the BDAC and firm performance. The proposed model was tested using survey data collected from the long-term employees over 10 years in 250 companies. The results analyzed through structural equation modeling show that a strong BDAC can help improve firm performance. An organization's ability to analyze big data affects its exploration and exploitation thereby affecting market agility, and, consequently, firm performance. These results also confirm the powerful mediating role of exploration, exploitation, and market agility in improving insights into big data utilization and improving firm performance.

이 연구의 목적은 커피점문점의 공간적 경쟁구도 및 입지우위를 미시적인 공간 해상도에서 탐색하 는 것이다. 분석지역은 인천광역시이며, 분석연도는 2018년이다. 분석방법으로는 공간 빅데이터 기반 의 i2SFCA(Inverted Two-Step Floating Catchment Area)와 Contour Tree 기법을 활용하였다. 분 석결과, 개별 커피전문점의 입지 효율성은 큰 편차를 드러냈으며, 연수3동, 선학동, 도원동 등의 순으 로 우수하였다. 또한, 공시지가가 높은 곳에 입지한 커피전문점 간의 출혈경쟁을 확인할 수 있었다. 마지막으로 역세권이 아닌 지역에서도 커피전문점의 입지 효율성이 높은 지역, 이른바 틈새 지역 (niche region)을 확인할 수 있었다. 커피전문점의 소비행태에 관한 빅데이터의 활용 제약은 본 연구 의 한계와 직결되므로, 소비행태 빅데이터 기반으로 커피전문점의 입지 문제 정교하게 다루는 후속연 구가 필요하다.

This study examines the concept of Korean ethnicity by looking into how the Choseonjok, ethnic return migrants from China, are perceived in online news comments. Data were collected from 3,109 comments, which were written in response to 28 news articles regarding the Choseonjok, and analyzed using a Python-based text-mining technique and critical discourse analysis. The findings show that the commenters perceived the Choseonjok negatively, including as potential criminals or social vice. They not only placed the Choseonjok in an inferior position to pure Koreans but also excluded them from the category of compatriots, arguing that speaking the same language and sharing a similar appearance were not enough to make the ethnic return migrants Korean compatriots. This study critically demonstrates how a group of ethnic return migrants is depicted in online public discourses and how this portrayal can shed light on the conceptualization of Korean ethnicity in this era of multiculturalism.

1970년대 이후 게임시장 규모의 폭발적 성장과 함께 하드웨어의 발전을 바탕으로 온라인 게임의 성장을 비 롯하여 게임 규모는 지속적으로 확장하고 있다. 대규모 자본과 인력이 투입된 이른바 AAA게임은 게임의 시장규모를 증가시킨 순기능 이외에 게임플레이의 획일화를 가져온 역기능으로도 작용하게 되었다. 이러한 시장의 반대측면에서 소규모 또는 1인 개발자들에 의해 개발되는 인디게임이 차츰 주목받고 성장하고 있 는 추세에 있다. 특히 ‘마인크래프트’의 성공 이후에 인디게임 업계로 진입하는 소규모 게임 개발자와 1인 게임 개발자들의 양도 동반 증가하였으며, 이들은 AAA게임이 가지지 못한 독특한 아이디어와 디자인 요소 를 활용하고, 크라우드 펀딩 등의 방법을 통해 자금을 조달하는 제작 형태를 띄고 있다. 인디게임은 2022년 현재 게임 플랫폼 ‘스팀’에 등록된 게임수가 40043개에 이를 정도로 지속적인 시장 확대를 이루고 있으나 최근, 스폰서와 대규모 투자를 바탕으로 한 인디게임 개발의 추세에 힘입어 소규모 또는 1인 인디게임 개 발자들의 경쟁력은 낮아지고 있다. 본 연구에서는 2020년부터 2022년까지 ‘인디게임‘ 키워드를 바탕으로 빅 데이터 분석방법을 통하여 인디게임 산업의 이슈를 추출하고 이슈와 관련한 게임의 현황과 향후 인디게임 방향성을 밝혀보고자 하였다. 연구의 결과로 2020년의 인디게임 플랫폼의 보급과 함께 시장이 확장되는 것 을 알 수 있으며, 2021년은 인디게임 보급을 뒷받침 할 수 있는 지원정책이 확산되는 현상을 파악할 수 있 었다. 2022년은 다양한 해외 플랫폼을 바탕으로 지원정책에 힘입어 지속적으로 제작되고 있으며 해외진출 을 시도함과 동시에 인디게임 산업의 활성화를 위한 육성정책이 이루어지고 있음을 알 수 있다.

본 논문은 딥러닝 알고리즘을 이용하여 딸기 영상 데이터의 병충해 존재 여부를 자동으로 검출할 수 있는 서비스 모델을 제안한다. 또한 병징에 특화된 분할 이미지 데이터 세트를 제 안하여 딥러닝 모델의 병충해 검출 성능을 향상한다. 딥러닝모델은 CNN 기반 YOLO를 선정하여 기존의 R-CNN 기반 모델의 느린 학습속도와 추론속도를 개선하였다. 병충해 검 출 모델을 학습하기 위해 일반적인 데이터 세트와 제안하는 분할 이미지 데이터 세트를 구축하였다. 딥러닝 모델이 일반 적인 학습 데이터 세트를 학습했을 때 병충해 검출률은 81.35%이며 병충해 검출 신뢰도는 73.35%이다. 반면 딥러닝 모델이 분할 이미지 학습 데이터 세트를 학습했을 때 병충해 검출률은 91.93%이며 병충해 검출 신뢰도는 83.41%이다. 따 라서 분할 이미지 데이터를 학습한 딥러닝 모델의 성능이 우 수하다는 것을 증명할 수 있었다.

이 연구는 전염병의 잠재적 확산 가능성이 높은 지역의 탐색을 목적으로, 코로나19 전후의 버스 네트워크 클러스터의 시공간적 변화를 분석한다. 분석방법으로는 Getis와 Ord의  통계를 공간 네트워크로 확장 및 적용한  통계 값을 사용하였다. 이 과정은 서울시 전체 버스 네트워크의 개별 흐름에 대해 각각 적용되기 때문에 대규모 연산을 위해 병렬컴퓨팅 방식을 적용한 슈퍼컴퓨터를 사용하였다. 연구 결과, 첫째, 코로나19 이후 버스 네트워크가 일부 흐름으로 집중된 경향을 보였다. 둘째, 코로나19이 후의 버스 흐름은 주거지, 농업지로의 이동은 증가하고 상업지역, 교통지역으로의 이동은 감소했음을 확인하였다. 셋째, 중심업무 지구 중 여의도 방면의 클러스터, 구로디지털단지역 방면의 클러스터와 달리, 강남일대는 코로나19 전후의 유의미한 변화가 나타나 지 않았다. 이 연구는 국내에서 처음으로 코로나19전후의 버스 네트워크 클러스터를 확인하고 변화 특징을 제시한다는 의미가 있다.

본 연구는 무분별한 섬 개발과 섬의 특성을 고려하지 않은 사업 등 섬 경관 특성 파악의 필요성이 증대됨과 동시에 기존 경관 연구의 한계를 보완하는 방법으로서 빅데이터 분석을 활용하고자 하였다. 따라서 본 연구는 섬 경관은 관광 동기의 중요 지표인 고유한 섬의 경관 특성을 파악함으로써 이를 고려한 계획 및 관리방안의 기초자료 제시를 목적으로 하였다. 연구의 범위는 가장 많은 섬을 보유하고 있는 전라남·북도의 섬 중 국내·외에서 인정받은 섬 중 빅데이터 분석을 하기에 용이한 데이터를 보유하고 있는 청산도, 선유도, 보길도, 박지·반월도로 한정하였다. 수집된 데이터는 사진 및 텍스트 데이터로서 이를 각각의 경관 특성을 파악하고 관계를 분석하기 위하여 형식미학적·심리적 경관특성으로 분류하여 결과를 도출하였다. 형식미학적 경관 특성은 사진 데이터를 토대로 경관파악모델 및 색채, 색채 이미지 형용사 분석을 실시하여 각 섬이 보유한 경관구성요소와 특성을 파악하였으며, 심리적 경관특성은 텍스트 데이터를 활용하여 빈도분석, N-gram, 네트워크 분석, 감성분석 등을 실시하여 경관 대상과 행태, 이미지 등을 파악하였다. 위와 같은 결과를 종합하여 섬 경관이 대중에게 어떻게 활용되고 있는지 의미를 파악하였으며 섬 연구에서 수행하는 데 발생되는 시간적·비용적 측면의 한계점뿐만 아니라 계절, 시계열 등 시간적 특성을 파악할 수 있다는 점에서 기존의 연구를 보완할 수 있었다. 또한, 각 섬의 경관 특성을 고려하여 추후 섬 발전 방향을 더욱 구체화시킬 수 있는 장치가 될 수 있다는 시사점을 제시하였다.

Strawberry is a stand-out cultivating fruit in Korea. The optimum production of strawberry is highly dependent on growing environment. Smart farm technology, and automatic monitoring and control system maintain a favorable environment for strawberry growth in greenhouses, as well as play an important role to improve production. Moreover, physiological parameters of strawberry plant and it is surrounding environment may allow to give an idea on production of strawberry. Therefore, this study intends to build a machine learning model to predict strawberry’s yield, cultivated in greenhouse. The environmental parameter like as temperature, humidity and CO2 and physiological parameters such as length of leaves, number of flowers and fruits and chlorophyll content of ‘Seolhyang’ (widely growing strawberry cultivar in Korea) were collected from three strawberry greenhouses located in Sacheon of Gyeongsangnam-do during the period of 2019-2020. A predictive model, Lasso regression was designed and validated through 5-fold cross-validation. The current study found that performance of the Lasso regression model is good to predict the number of flowers and fruits, when the MAPE value are 0.511 and 0.488, respectively during the model validation. Overall, the present study demonstrates that using AI based regression model may be convenient for farms and agricultural companies to predict yield of crops with fewer input attributes.

본 연구는 COVID-19 이후 큰 타격을 입은 관광산업 중 하나인 워터파크를 대상지로 선정하여 COVID-19가 워터파크 이용에 있어 어떠한 인식의 변화를 야기했으며 또한 행태변화에 어떠한 영향을 미쳤는지를 살펴보고자 빅데이터 분석 연구를 실시하였다. 이를 위해 텍스톰(TEXTOM)을 활용하여 COVID-19 이전(2015-2019)과 이후(2020-2021)시기를 나누어 데이터를 수집하였고 빈도분석과 TF-IDF, N-GRAM, 그리고 감성분석을 진행하였다. 분석 결과 주목할 만한 점은 우선, COVID-19 이후 워터파크 이용에 제한이 있었음에도 불구하고 이전 시기보다 데이터 양이 늘어났다는 점이다. 이를 통해 사람들의 워터파크에 대한 관심은 이전에 비해 줄어들지 않았다는 것을 확인할 수 있었다. 또한 분석 결과 COVID-19 이전에는 전국 각지의 워터파크에 대한 정보에 관심이 많았지만 이에 반해 COVID-19 이후에는 확실히 마스크, 방역 등 COVID-19의 영향이 짙은 정보에 대한 관심이 늘어났음을 확인하였다. 또한 행태의 변화로 인하여 사람들은 COVID-19의 영향으로 가격이 비싸더라도 타인과 거리두기가 가능한 프라이빗한 공간이나, 외부공간 그리고 자연 속 공간을 선호한다는 것을 알 수 있었다. 이를 통해 워터파크는 변화된 사람들의 기대에 맞춘 설계의 새로운 방향을 고민해볼 필요가 있고 또한 전염병 예방을 위한 워터파크의 새로운 동선 설계를 고민하는 것도 앞으로의 워터파크 관광에 있어 중요한 요소이다. 마찬가지로 기존의 워터파크에서는 무엇보다 전염병 예방에 대한 안전수칙을 강화할 필요가 있고 또한 운영 관리의 측면에서도 이용객 수의 제한 등 내부 공간의 밀도를 낮춰 워터파크가 안전하다는 인식을 심어줄 필요가 있다. 이러한 분석 결과를 통해 앞으로 워터파크의 운영 방안이나 설계의 기준을 뒷받침할 수 있는 기초자료가 될 수 있을 것이라 기대한다.

본 연구는 한·러 전략적 동반자관계 수립의 해인 2008년부터 한·러 수교 30주년의 해였던 2020년에 발행된 국내 중앙지 11개의 러시아 관련 보도기사를 빅데이터 내용 분석법을 활용하여 한국인이 인식하고 있는 러시아의 이미지 및 인식의 근원을 탐구하는 데 그 목적을 둔다. 국내 언론 매체에서 제시하는 러시아의 이미지는 대체적으로 부정적이었다. 보수신문은 러시아를 냉전시대의 강국으로, 진보신문은 부정적으로 보도 하나, 필요한 협력 파트너로 보고 있다. 언론매체의 보도와 한국 정부의 신북방 정책의 내용과 일치하지 않은 것으로 나타났다. 이를 극복하기 위해서 언론매체는 심도 있는 분석에 근거한 기사를 발간할 필요가 있 고, 정부는 국민의 러시아 관련 인식 척도를 지속적으로 관찰하고, 러시아와의 적극적인 교류를 통해 이러한 인지 불일치를 극복할 필요가 있다.