Recent headlines predict that artificial intelligence, machine learning, predictive analytics and other aspects of cognitive computing will be the next fundamental drivers of economic growth (Brynjolfsson & McAfee, 2017). We have evidenced several success stories in the recent years, such as those of Google and Facebook, wherein novel business opportunities have evolved based on data-driven business innovations. Our directional poll among companies, however, reveals that at present, only few companies have the keys to successfully harness these possibilities. Even fever companies seem to be successful in running profitable business based on data-driven business innovations. Company’s capability to create data-driven business relates to company’s overall capability to innovate. Therefore, this research builds a conceptual model of barriers to data-driven business innovations and proposes that a deeper understanding of innovation barriers can assist companies in becoming closer to the possibilities that data-driven business innovations can enable. As Hadjimanolis (2003) suggests, the first step in overcoming innovation barriers is to understand such barriers. Consequently, we identify technology-related, organizational, environmental and people-related i.e. attitudinal barriers and examine how these relate to company’s capability to create data-driven business innovations. Specifically, technology-related barriers may originate from the company’s existing practices and predominant technological standards. Organizational barriers reflect the company’s inability to integrate new patterns of behavior into the established routines and practices (Sheth & Ram, 1987). Environmental barriers refer to various types of hampering factors that are external to a company. Environmental barriers are caused by the company’s external environment and thus company has relatively limited possibilities to influence and overcome such factors. Attitudinal barriers are people-related perceptual barriers that can be studied at the individual level, and if necessary, separately for managers and employees (Hadjimanolis, 2003). Future research will pursue to build an empirical model to examine how these different barriers are related to company’s capability to create business based on data-driven innovations.

최근 빈번하게 발생하고 국지성 집중호우와 같이 갑작스럽게 발생한 높은 강도의 강우에 의한 유출량에 적절하게 대처하기 위하여 실시간 배수펌프장 운영기법의 개발 및 내수침수 예측이 가능한 시스템 개발이 요구된다. 본 연구의 목적은 최근 빈번하게 발생하고 있는 도시지역에서의 집중호우로 인한 내수침수에 대비하기 위하여, 내배수 시설의 실시간 운영 알고리즘을 개발하고 이러한 도시홍수 대책의 효과를 분석 및 향후 내수침수 예측을 위하여 내수침수 해석 모형을 개발하고자 한다. 개발한 모형의 적용성을 검증하기 위하여 마포배수구역에 발생한 2010년 9월 호우사상에 대하여 적용하였다. 뉴로-퍼지 모형은 불필요한 입력자료의 수는 모형의 규칙수를 증가시키고 오차를 유발하므로 최소한의 입력자료를 구성하기 위하여 크게 시간적 매개변수와 공간적 매개변수로 나누어 모형을 개발하였으며 가장 작은 오차과 큰 결정계수를 가지는 모형을 최종적으로 선택하였다. 이전 시간의 입력자료로부터 현재 시간의 수위를 예측하고 예측된 현재 시간의 수위를 바탕으로 작동 펌프의 수를 산정해야 한다. 이 과정에서 최적의 작동 펌프의 수를 계산하기 위하여 최적화 기법으로 수정된 유전자 알고리즘을 적용하였으며 여러 제약조건과 목적함수를 만족시키는 작동 펌프의 수를 도출하였다. 계산된 작동 펌프의 수는 뉴로-퍼지모형의 입력자료가 되어 다음 시간의 수위 예측이 가능하도록 한다. 마포배수구역에 적용결과 모든 배수펌프장에서 최고수위와 최저수위를 만족하는 결과를 얻을 수 있었으며, 잦은 펌프의 작동과 정지상태를 피하여 운영비 측면에서도 효과적인 결과를 얻을 수 있을 것으로 예상된다. 또한 뉴로-퍼지를 이용한 실시간 배수펌프장 내수위 예측 값을 경계조건으로 하여 개발한 2차원 통합침수해석 모형의 적용성을 검증하였다. 모의결과의 검증을 위해 침수실적도와 2차원 통합침수해석모형에 의해 계산된 침수면적간의 적합도 비교 결과 70~80% 범위를 보였다. 뉴로-퍼지 모형을 직접 가동 배수펌프의 수 혹은 토출량을 결정하도록 알고리즘을 구성하지 않음으로서 데이터 기반모형이 가지는 한계점을 극복하고자 우선 배수펌프장의 내수위를 예측하였고 예측된 수위로부터 운전자의 판단이 반영될 수 있으며 배수펌프장의 재난 비상상황시 재해정보지도를 구축함으로서 주민들에게 정보를 제공할 수 있을 것으로 판단된다.