본 연구는 소셜 네트워크 서비스 중 한 유형인 플리커를 이용하여 궤적 데이터를 생성하고, 서울을 방문한 관광객의 이동 특성을 분석하였다. 연구에는 2015년 1월 1일 부터 2017년 12월 31일까지 서울을 방문한 1,476명 관광객이 게시한 플리커 사진 39,157건을 활용하였다. 연구기간 내 서울을 방문한 관광객은 1회 방문시 평균 5.12일을 체류하며, 약 1.27회 방문한 것으로 나타났다. 서울방문 관광객의 첫 방문지는 종로･남산, 신촌･홍대, 이태원 순으로 나타났으며, 주 목적지는 종로･남산이며 주로 인접 지역으로 이동하는 것으로 나타났다. 본 연구에서 활용한 데이터와 방법론은 관광행태 분석을 효율화하고, 다각적 분석을 가능하게 하는데 기여할 것으로 판단된다.

People write reviews of numerous products or services on the Internet, in their blogs or community bulletin boards. These unstructured data contain important emotions and opinions about the author's product or service, which can provide important information for future product design or marketing. However, this text-based information cannot be evaluated quantitatively, and thus they are difficult to apply to mathematical models or optimization problems for product design and improvement. Therefore, this study proposes a method to quantitatively extract user’s opinion or preference about a specific product or service by utilizing a lot of text-based information existing on the Internet or online. The extracted unstructured text information is decomposed into basic unit words, and positive rate is evaluated by using existing emotional dictionaries and additional lists proposed in this study. This can be a way to effectively utilize unstructured text data, which is being generated and stored in vast quantities, in product or service design. Finally, to verify the effectiveness of the proposed method, a case study was conducted using movie review data retrieved from a portal website. By comparing the positive rates calculated by the proposed framework with user ratings for movies, a guideline on text mining based evaluation of unstructured data is provided.

빅데이터 분석을 통한 기업 경영환경에 대한 이해와 통찰을 구하고자 하는 요구가 산업 및 기업 경영 전반에 증가하고 있다. 이러한 사회적 요구에 따라 산업의 이해와 기업 경영의 이해를 위하여 기업의 경영실적 및 향후 계획을 포괄적으로 담고 있는 기업공시정보를 활용한 연구가 주목을 받고 있다. 이러한 기업공시정보는 대표적인 비정형 데이터로써 텍스트마이닝 방법론을 적용하여 그 범위와 수준에 대한 다양한 접근을 통하여 산업 수준 및 기업 수준에서 다양한 활용이 가능하다. 그러나 아직은 이러한 기업공시자료를 활용한 산업 및 기업 레벨에서 적용가능한 수준의 분석모델이 부족한 것으로 파악된다. 따라서 본 연구에서는 실제 활용 가능한 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 제안하고자 한다. 미국상장기업의 공시자료인 미국 SEC EDGAR 자료를 기반으로 텍스트마이닝 알고리즘을 적용하여 산업 및 기업 수준의 경영주제(토픽)에 대한 추이분석이 가능한 모델을 제안하고자한다. SEC EDGAR의 10-K 문서를 대상으로 LDA 토픽 모델링을 통하여 산업 수준에서 전체 산업의 주제분야 분류를 파악하였고, 산업간 비교 측면에서 소프트웨어 산업과 하드웨어 산업 분야의 사례를 통해 최근 20년간의 토픽추이를 비교분석 하였다. 또한 최근 20년간의 기업의 경영주제 변화를 소프트웨어 산업에 속한 2개 기업을 중심으로 살펴보았다. 이를 통해 산업 및 기업 수준에서의 경영주제의 추이 변화를 파악하여 쇠퇴 및 성장 추세에 있는 경영주제를 확인 할 수 있었다. 한편 word2vec 워드 임베딩 모델과 주성분분석을 통한 차원 축약을 통해 소프트웨어 산업분야의 기업 및 특정 제품(혹은 서비스)에 대한 매핑을 통해 유사한 경영주제(토픽)를 가지는 기업 및 제품(서비스)을 사례를 통해 파악하였으며, 이를 시간적 흐름에 따른 변화 양상도 관찰할 수 있었다. 본 연구의 목적이 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 개발하기 위한 방법론을 제안한 측면에서, 해외 데이터를 사용하여 산업의 경영주제 변화 추이, 기업의 경영주제 변화 추이를 거시적으로 조망할 수 있는 실무적인 방법론의 제안에서 의의가 있을 수 있다. 한편 기업의 기술경영전략 측면에서 기업의 경영토픽의 잦은 변화, 경영주제의 변화의 속도 등 다양한 변화 양상의 차이에 따른 기업의 매출 등의 경영성과와의 연관성 분석, 실제 기업의 제품포트폴리오의 구성에 따른 기업 간의 경쟁상황 등을 파악하는 미시적 모델 제안을 위한 추가 연구가 요구된다.

본 논문에서는 차량용 반도체가 제품 출하 후 사용 환경에 따라 발생되는 불량률을 데이터 마이닝 기법을 이용하여 분석하였다. 20세기 이후 가장 보편적인 이동 수단인 자동차는 전자 컨트롤 장치와 자동차용 반도체의 사용량이 급격히 증가하면서 매우 빠른 속도로 진화하고 있다. 자동차용 반도체는 차량용 전자 컨트롤 장치 중 핵심 부품으로 소비자들에게 안정성, 연료 사용의 효율성, 운전의 안정감을 제공하기 위해 사용되고 있다. 자동차용 반도체는 가솔린엔진, 디젤 엔진, 전기 모터를 컨트롤하는 기술, 헤드업 디스플레이, 차선 유지 시스템 등 많은 부분에 적용되고 있다. 이와 같이 반도체는 자동차를 구성하는 거의 모든 전자 컨트롤 장치에 적용되고 있으며 기계적인 장치를 단순히 조합한 이상의 효과를 만들어 내고 있다. 자동차용 반도체는 10년 이상의 자동차 사용 기간을 고려하여 높은 신뢰성, 내구성, 장기공급 등의 특성을 요구하고 있다. 자동차용 반도체의 신뢰성은 자동차의 안전성과 직접적으로 연결되기 때문이다. 반도체업계에서는 JEDEC과 AEC 등의 산업 표준 규격을 이용하여 자동차용 반도체의 신뢰성을 평가하고 있다. 또한 자동차 산업에서 표준으로 제시한 신뢰성 실험 방법과 그 결과를 이용하여 개발 초기 단계 및 제품 양산 초기 단계에서 제품의 수명을 예측 하고 있다. 하지만 고객의 다양한 사용 조건 및 사용 시간 등 여러 변수들에 의해 발생되는 불량률을 예측하는 데는 한계가 있다. 이러한 한계점을 극복하기 위하여 학계와 산업계에서 많은 연구가 있어왔다. 그 중 데이터 마이닝 기법을 이용한 연구가 다수의 반도체 분야에서 진행되고 있지만, 아직 자동 차용 반도체에 대한 적용 및 연구는 미비한 상태이다. 이러한 관점에서 본 연구는 데이터 마이닝 기법을 이용하여 반도체 조립(Assembly) 과 패키지 테스트(Package test) 공정 중 발생 된 데이터들간의 연관성을 규명하고, 고객 불량 데이터를 이용하여 잠재 불량률 예측에 적합한 데이터 마이닝 기법을 검증하였다.

해양사고 감소를 위해 다양한 연구들이 수행되어 왔다. 그에 비해 준해양사고에 대한 연구는 미미한 수준에 그치고 있다.준해 양사고는 건수가 많은 대신 내용이 정성적이기 때문에 분석하기에는 현실적인 어려움이 있었다. 하지만 해양사고 감소를 위해서는 준해 양사고의 정량적인 분석이 필요하다. 이번 논문의 목적은 준해양사고 경향을 예측하고 해양사고를 감소시키기 위해 빅데이터 기법을 적용하여 준해양사고 데이터를 정량적으로 분석하는 것이다. 이를 위해 10,000여건의 준해양사고 보고서를 전처리 작업을 통해 통일된 양식 으로 정리하였다. 전처리된 데이터에 대해서 1차적으로, 텍스트마이닝 기법을 적용하여 항해 중 준해양사고 발생원인에 대한 주요 키워드를 도출하였다. 주요 키워드에 대해 2차로 시계열 및 클러스터 분석을 통해 발생할 수 있는 준해양사고 상황에 대한 경향 예측을 도출 하였다. 이번 연구에서는 정성적 자료인 준해양사고 보고서를 빅데이터 기법을 활용하여 정량화된 데이터로 전환할 수 있고, 이를 통해 통계적 분석이 가능함을 확인하였다. 또한 빅데이터 기법을 통해 차 후 발생할 수 있는 준해양사고에 대한 객관적인 경향을 파악함으로써 예방 대책에 대한 정보 제공이 가능함을 확인할 수 있었다.

무인항공기(UAV; Unmanned Aerial Vehicle)는 관련 기술이 급속히 발전되면서 최근 다양한 분야에서 이용되고 있다. 주로 상업분야(미디어, 레크리에이션, 농업 등)에서 많이 이용되고 있지만 인공위성 및 항공영상에 비해 적은 운용비용과 효과적인 자료 취득이 가능하여 공공(감시·관리, 기상·관측 등), 연구(환경, 지리정보, 해양관측, 원격탐사 등)분야에서의 이용이 증가하는 추세이다. 하지만 기술의 잠재성과 사회적 관심에 비해 관련 연구는 상대적으로 미흡한 실정이며 특히 환경·생태 분야에서의 활용은 시작단계로 볼 수 있다. 따라서 UAV와 관련한 공간정보의 발전 추이와 연구 동향을 파악하는 것은 UAV 활용을 위한 기반연구로서 의의가 있다. 본 연구에서는 국내·외 관련 연구동향을 정량적으로 파악하고 세부적인 연구영역이 어떻게 구성되어 있는지를 분석하 는데 목적이 있다. 또한 최근 환경·생태 연구 분야에서 UAV와 관련하여 새롭게 주목받고 있는 연구 주제들은 무엇인지 파악하고자 하였다. 연구동향 분석을 위해 자료의 검색은 UAV를 제목으로 하는 1997~2017년 사이의 논문으로 하였다. 자료의 검색은 Thomson Reuters사의 Web of science에 등재된 연구논문 중 KCI, SCI, SCIE에 한하였으며 등재후보지 및 기타 문헌은 제외하였다. 분석 방법은 빅데이터 분석 방법 중 텍스트 마이닝과 동시출현 단어 분석을 통해 시계열적인 연구 동향과 주요 연구 분야 분류를 통해 그 의미를 해석하고자 하였다. 수집된 자료는 논문 수와 발행 시기를 고려하여 두 개의 시기 (97-13, 14-17)로 구분하였으며 세부연구 분야의 비중을 비율로 살펴보았다. UAV 관련 연구 주제를 파악하기 위하여 초록에 사용된 단어 및 단어구의 동시출현 빈도 분석과정에서 다음과 같은 기준을 가지고 진행하였다. 첫째, 유사한 의미를 가지는 단어는 제외하거나 동일한 단어로 치환하여 분석하였으며(ex. UAV, UAS, Smart UAV, Unmaned Aerial Vehicle 등) 20회 이상 출현된 단어 및 단어구만 한하였다. 둘째, 최소 5편 이상의 논문에 출현한 단어를 선정하였다. 셋째, 출현 빈도가 높은 단어 중 주제어로 판단되기 어려운 일반적인 단어, 조사 등은 주제단어의 적정점수(relevance score)의 상위 60%에 해당하는 단어에 한해 분석하였다 수집된 국내논문은 745편, 국외는 3,858편이며 연도별 논문 발행 수는 매년 30편 이내였지만 14년부터 급격히 증가하여 15~17년에 발행된 논문이 전체의 50% 이상을 차지하고 있었다. 수집된 논문을 기반으로 추출된 단어 및 단어구는 국내의 경우 13,359개, 국외는 73,628개로 나타났다. 분석은 2단계로 나눌 수 있는데 1단계에서 공출현 행렬 값을 기반으로 카테고리들 사이의 유사성을 Association Strength(관계강도) 산출식으로 계산하였다. 2단계에서는 1단계에서 계산된 유사성을 기초로 2차원 맵을 생성하였으며 유사성이 높을수록 단어의 위치가 근접하며 낮을수록 먼 거리에 배치된다. 맵의 가독성과 관련하여 발생 빈도 따라 단어의 크기 및 연결강도에 따른 연결선의 수를 설정하였다. 주제 단어로서의 적정점수 이상을 획득한 단어를 최종적으로 추출한 결과 국내는 173개, 국외는 477개가 나타났다. 유사도에 따라 연구영역을 클러스터링 한 결과 국내 UAV 관련 연구는 7개, 국외는 8개의 주요 분야로 나눌 수 있었으며, 연구 영역별로 출현빈도와 관계강도가 높은 단어를 중심으로 그 의미를 파악하고자 하였다. 국외부터 살펴보면 Cluster1은 “원격탐사 기술/자료 활용(분류, NDVI, LAI, 산림, 온도 등)”, Cluster2 “항법기술(회피, 추적, 편대비행, 자율, 협조 등)” Cluster3 “비행기술(안정, 조종, 궤적, 추적 등)”, Cluster4 “원격탐사 기술/자료 활용(분류, NDVI, 온도 등 )”, Cluster5 “비행 성능(연료, 모터, 형태 등)”, Cluster6은 “무인항공 기술/산업 동향”, Cluster7 항법관련 알고리즘/센서(정찰, 회피, 인식 등)”, Cluster8 UAV SAR(대형 무인기, 레이더 등)로 나눌 수 있다. 2013년 이전에는 Cluster2, 5, 7, 8 영역의 연구가 주로 이루어졌는데 기체개발 및 항법기술과 관련한 기초 연구가 이에 해당된다. 14년부터 현재 까지는 Cluster1, 3, 4, 6에 해당 되는 연구로서 원격탐사 기술, 자료 처리 및 활용에 관련 연구가 진행되었다. 국내의 결과를 살펴보면 Cluster1은 “무인항공 기술/산업 동향”, Cluster2는 “원격탐사 기술/자료처리 (RGB, DEM, DSM 등)분석”, Cluster3 “비행성능(조종, 비행, 엔진 등)”, Cluster4 “기체 성능(연료, 모터, 형태 등)”, Cluster5 “원격탐사 기술/자 료 활용(분류, NDVI, 온도 등 )”, Cluster6 “항법기술(알고리즘, 회피, 객체 등)”, Cluster7 “원격 조종(안테나, 지상조정, 항로 등)” 로 분류되었다. 국외와 유사한 의미를 가지는 영역으로 클러스터링 되었지만 연구 주제를 파악할 수 있는 핵심 단어의 출현 시기와 단어들 간의 관계강도, 다양성에서 차이가 있었다. 국내는 UAV 기술 현황, 활용성을 주제로 한 기초연구 의 비중이 높았지만 국외의 경우 UAV 원격탐사 기술 통한 자료 수집 및 분석에 관한 연구의 비중이 가장 높게 나타났다. 환경·생태 분야와 관련한 연구 영역은 국외는 Cluster1, 국내는 Cluster5에 해당되며 출현 단어를 살펴보면 Canopy, Classification, Forest, LAI(Leaf Area Index), NDVI (Normalized Difference Vegetation Index), Temperature, Tree, Atmosphere 등이 나타났다. 이와 같은 단어는 최근 주목 받은 연구 주제로서 UAV 광학센서 기술의 고도화와 영상처리기술 의 발전으로 기존의 공간정보에서 얻을 수 없었던 자료 획득이 가능하였기 때문이다. 국제적인 연구 동향에 따라 국내 에서도 최근 관련 논문이 증가하는 것은 향후 연구되어야 할 주제로 인식하고 있음을 알 수 있었다. 본 연구는 환경·생태 분야에 있어 효과적인 UAV 이용 방안과 한계점 제시를 위한 1단계 연구로서 국내·외 UAV 관련 연구동향을 정량적으로 파악하여 환경·생태 분야에 활용도가 높은 기술을 알아보고자 하였다. 향후 다양한 UAV 원격탐사 기술을 적용한 데이터 수집·분석·검증 과정을 통해 종합적으로 평가한 연구 결과를 발표할 수 있을 것이다.

Current evaluation practices for IT projects suffer from several problems, which include the difficulty of self-explanation for the evaluation results and the improperly scaled scoring system. This study aims to develop a methodology of opinion mining to extract key factors for the causal relationship analysis and to assess the feasibility of quantifying evaluation scores from text comments using opinion mining based on big data analysis. The research has been performed on the domain of publicly procured IT proposal evaluations, which are managed by the National Procurement Service. Around 10,000 sets of comments and evaluation scores have been gathered, most of which are in the form of digital data but some in paper documents. Thus, more refined form of text has been prepared using various tools. From them, keywords for factors and polarity indicators have been extracted, and experts on this domain have selected some of them as the key factors and indicators. Also, those keywords have been grouped into into dimensions. Causal relationship between keyword or dimension factors and evaluation scores were analyzed based on the two research models-a keyword-based model and a dimension-based model, using the correlation analysis and the regression analysis. The results show that keyword factors such as planning, strategy, technology and PM mostly affects the evaluation result and that the keywords are more appropriate forms of factors for causal relationship analysis than the dimensions. Also, it can be asserted from the analysis that evaluation scores can be composed or calculated from the unstructured text comments using opinion mining, when a comprehensive dictionary of polarity for Korean language can be provided. This study may contribute to the area of big data-based evaluation methodology and opinion mining for IT proposal evaluation, leading to a more reliable and effective IT proposal evaluation method.

Recent development in science and technology has modernized the weapon system of ROKN (Republic Of Korea Navy). Although the cost of purchasing, operating and maintaining the cutting-edge weapon systems has been increased significantly, the national defense expenditure is under a tight budget constraint. In order to maintain the availability of ships with low cost, we need accurate demand forecasts for spare parts. We attempted to find consumption pattern using data mining techniques. First we gathered a large amount of component consumption data through the DELIIS (Defense Logistics Intergrated Information System). Through data collection, we obtained 42 variables such as annual consumption quantity , ASL selection quantity, order-relase ratio. The objective variable is the quantity of spare parts purchased in f-year and MSE (Mean squared error) is used as the predictive power measure. To construct an optimal demand forecasting model, regression tree model, randomforest model, neural network model, and linear regression model were used as data mining techniques. The open software R was used for model construction. The results show that randomforest model is the best value of MSE. The important variables utilized in all models are consumption quantity, ASL selection quantity and order-release rate. The data related to the demand forecast of spare parts in the DELIIS was collected and the demand for the spare parts was estimated by using the data mining technique. Our approach shows improved performance in demand forecasting with higher accuracy then previous work. Also data mining can be used to identify variables that are related to demand forecasting.

Our research is aimed at predicting recent trend and leading technology for the future and providing optimal Nano technology trend information by analyzing Nano technology trend. Under recent global market situation, Users’ needs and the technology to meet these needs are changing in real time. At this point, Nano technology also needs measures to reduce cost and enhance efficiency in order not to fall behind the times. Therefore, research like trend analysis which uses search data to satisfy both aspects is required. This research consists of four steps. We collect data and select keywords in step 1, detect trends based on frequency and create visualization in step 2, and perform analysis using data mining in step 3. This research can be used to look for changes of trend from three perspectives. This research conducted analysis on changes of trend in terms of major classification, Nano technology of 30’s, and key words which consist of relevant Nano technology. Second, it is possible to provide real-time information. Trend analysis using search data can provide information depending on the continuously changing market situation due to the real-time information which search data includes. Third, through comparative analysis it is possible to establish a useful corporate policy and strategy by apprehending the trend of the United States which has relatively advanced Nano technology. Therefore, trend analysis using search data like this research can suggest proper direction of policy which respond to market change in a real time, can be used as reference material, and can help reduce cost.

The mortality rate in industrial accidents in South Korea was 11 per 100,000 workers in 2015. It’s five times higher than the OECD average. Economic losses due to industrial accidents continue to grow, reaching 19 trillion won much more than natural disaster losses equivalent to 1.1 trillion won. It requires fundamental changes according to industrial safety management. In this study, We classified the risk of accidents in industrial complex of Ulju-gun using spatial analytics and data mining. We collected 119 data on accident data, factory characteristics data, company information such as sales amount, capital stock, building information, weather information, official land price, etc. Through the pre-processing and data convergence process, the analysis dataset was constructed. Then we conducted geographically weighted regression with spatial factors affecting fire incidents and calculated the risk of fire accidents with analytical model for combining Boosting and CART (Classification and Regression Tree). We drew the main factors that affect the fire accident. The drawn main factors are deterioration of buildings, capital stock, employee number, officially assessed land price and height of building. Finally the predicted accident rates were divided into four class (risk category-alert, hazard, caution, and attention) with Jenks Natural Breaks Classification. It is divided by seeking to minimize each class’s average deviation from the class mean, while maximizing each class’s deviation from the means of the other groups. As the analysis results were also visualized on maps, the danger zone can be intuitively checked. It is judged to be available in different policy decisions for different types, such as those used by different types of risk ratings.

최근 기술융합의 핵심현상으로 사물인터넷이 대두되면서 사물인터넷의 기술트 렌드 및 기술융합에 관해 많은 연구들이 진행되고 있다. 그러나 기존 연구들의 대부분이 사물인터넷 기술 동향에 대한 정성적 연구에 그치고 있어 기술융합의 구체적 양상을 파악하기 어려운 실정이다. 따라서 본 연구에서는 특허 데이터를 기술의 대용데이터로 간주하고, 동시 분류분석과 텍스트마이닝을 바탕으로 사물인터넷 융합 네트워크를 구축하고 융합의 특성을 분석하였다. 본 연구에서는 먼저 문헌연구를 통해 사물인터넷의 융합을 일으키는 주요 기술 군을 디바이스, 네트워크, 플랫폼, 서비스 네 가지로 정의한 후, “Internet of Things” 키워드 를 중심으로 미국 특허청에서 수집된 923개 특허의 클래스를 네 가지 기술군에 할당하여 이 들 간 관계를 파악하였다. 대부분의 클래스 및 키워드가 디바이스에 관련되어 있으므로, 본 연구에서는 융합 현상을 디바이스 융합과 전체 융합으로 나누어 기술융합 양상을 파악하였다. 디바이스 중심의 사물인터넷 기술을 분석한 결과 센서 디바이스를 비롯한 헬스케어 디바 이스, 냉장 및 냉동 장치, 에너지관리 디바이스, 로봇, 임베디드 등이 주요 융합 그룹으로 도 출되었다. 전체 기술을 대상으로 분석한 결과 사물인터넷 요소기술을 중심으로 스마트 헬스 케어, 스마트 홈, 무인자동차 등 사물인터넷의 다양한 응용영역들이 기술융합을 이루고 있는 것으로 파악되었다. 본 연구 결과는 사물인터넷 기술융합 활성화를 위한 정책 및 전략 수립 에 효과적으로 활용될 수 있을 것으로 기대된다.

In order to implement the smart home environment, we need an intelligence service platform that learns the user’s life style and behavioral patterns, and recommends appropriate services to the user. The intelligence service platform should embed a couple of effective and efficient data mining algorithms for learning from the data that is gathered from the smart home environment. In this study, we evaluate the suitability of data mining algorithms for smart home intelligent service platforms. In order to do this, we first develop an intelligent service scenario for smart home environment, which is utilized to derive functional and technical requirements for data mining algorithms that is equipped in the smart home intelligent service platform. We then evaluate the suitability of several data mining algorithms by employing the analytic hierarchy process technique. Applying the analytical hierarchy process technique, we first score the importance of functional and technical requirements through a hierarchical structure of pairwise comparisons made by experts, and then assess the suitability of data mining algorithms for each functional and technical requirements. There are several studies for smart home service and platforms, but most of the study have focused on a certain smart home service or a certain service platform implementation. In this study, we focus on the general requirements and suitability of data mining algorithms themselves that are equipped in smart home intelligent service platform. As a result, we provide a general guideline to choose appropriate data mining techniques when building a smart home intelligent service platform.

최근 주목받고 있는 빅데이터 분석을 위한 데이터마이닝 기술은 다양한 형태로 수집된 생태계 데이터의 지능적 활용을 위해 매우 필요하다. 본래 데이터마이닝 기술이란 축적된 많은 데이터로부터 숨겨진 유용한 패턴을 분석하여 지식화하기 위한 전반적 기술을 의미한다. 현재 우리나라의 많은 생태계 데이터는 다양한 형태 및 형식으로 여러 곳에 흩어져 저장되어 있기 때문에 이를 효과적으로 활용하기 위해서는 표준 프로토콜에 기반한 원시데이터의 표준화 작업 및 통합된 생태계 데이터로부터 유용한 패턴을 검출하기 위한 마이닝 기술 (판별분석, 연관분석, 군집분석) 의 적용이 필요하다. 본 발표에서는 각 단계별 기술 개발 동향 및 관련 이슈에 관해 논의하고, 본 연구실에서 개발한 관련 기술에 관해 소개한다.

As big data is diffused throughout the industry, big data analytics is regarded as a corporate competitiveness, and data mining techniques are pouring in exponential methodologies and techniques in the field of computational science. Using mathematical and statistical techniques that have sufficient academic depth, we aim to increase mining efficiency by increasing efficiency and applying efficient data to mining procedures and processing procedures.

인공지능이 효율적으로 기능하기 위해서는 저 작물의 대량적인 복제가 필수 불가결하다. 현행 저작권법의 규정에서는 이러한 목적에 의한 저작 물의 대량 복제가 가능한지에 대한 뚜렷한 해답이 없다. 복제행위 자체는 특정 서비스를 제공하는 조직 내부적으로 진행되고 복제물의 전송이나 배 포가 수반되지 않는 방식을, 종래의 규범적 복제 에서 배포나 전송과 같은 후속 이용행위가 복제에 따르는 여느 경우와는 구별하여 저작권 침해 책임 을 다르게 보아야 할지가 문제이다. 외국의 일부 관련 사례에서는 복제물의 전체적인 목적이 원본 의 전체적인 목적과 다르다는 이유로 공정이용의 성립을 인정하는 경향도 보인다. 우리 저작권법상 으로는 공정이용 면책, 저작물 이용과정에서의 일 시적 복제 면책 등을 우선 검토할 수 있다. 그러나 법적 안정성의 측면이나 예측 가능성의 측면에서 일본 저작권법이 도입한 데이터 마이닝에 관한 독 자적인 면책 규정과 같은 제도를 도입할 필요가 있는지에 관한 심도 있는 검토가 필요한 때이다. 한편, 현재의 인공지능 결과물은 그 질적 수준에 있어서 인간이 창작한 저작물과 잘 구별되지 않는 경우가 있다. 이러한 상황에서 인공지능 결과물에 대하여 아무런 법적 보호를 부여하지 않는다면 우 려할 만한 수준의 무임승차 문제가 발생하여 인공 지능 결과물을 만들어낼 유인이 존재하지 않게 되 거나, 이용자의 수요가 사람이 작성한 저작물을 떠나 인공지능 결과물로 이동하게 될 가능성이 있 다. 따라서 저작권에 의한 법적 보호의 필요성이 검토될 필요가 있는데, 누구를 권리자로 할 것인 가, 어떤 수준의 권리를 부여할 것인가 하는 문제 가 제기된다. 만약 법적 보호의 필요성이 인정된 다면 결과물을 저작하는데 필요한 준비를 한 사람 에게 권리자의 지위를 인정하고, 그 법적 보호의 수준은 저작권 보호의 수준을 하회하는 저작인접 권이나 데이터베이스에 대한 독자적인 권리의 수 준에 준하는 것으로 검토될 필요가 있다.

최근 모바일과 웹 사용의 증가로 일상생활에서 기록되는 로그데이터를 다양하게 분석하여 의미있는 정보와 지식을 이끌어내고자 하는 연구가 증가하고 있다. 웹과 모바일 기기로부터 생성되는 로그데이터는 시공간적인 정보를 담고 있으며, 데이터를 다차원적으로 탐색하고 시각화하여 기존에 분석하지 못했던 다양한 의미를 찾을 수 있음이 확인되고 있다. 본 연구에서는 시간과 공간 정보를 가지고 있는 로그데이터를 다차원적으로 탐색하고, 의미를 분석하는 데이터마이닝과 시공간 데이터를 시각화하여 의미를 도출하고자 하는 시각화 관련 연구들을 분야별, 연구방법별로 분석하여 연구동향을 살피고 의미를 찾고자 한다.