이동 통신 단말기의 상품력 검증을 위한 평가 지표에 대한 연구

고승곤,Ko, Seoung-Gon 한국통계학회 2010 응용통계연구 Vol.23 No.6

기업이 제공하는 제품 서비스는 시장에 소개되기 전에 기술적 검증과 사용 환경에 대한 객관적인 검토를 거쳐야 한다. 이를 위해 각 기업에서는 경험적으로 확인된 다양한 절차와 방법을 이용하여 올바른 상품력(Power of Product Service)을 판단할 수 있는 객관적인 방법을 연구하고 있다. 상품력은 특정 기능 또는 개별 특성에 대한 평가 보다는 다양한 고객의 요구 사항에 기초한 여러 특성이나 기능들을 동시에 반영할 수 있을 때 바람직하다고 할 수 있다. 고승곤 (2008)은 품질 평가 방법인 시그마 수준(Sigma Level)을 확장하여 다양한 특성들을 종합적으로 반영할 수 있는 MSL(Multi-characteristic Sigma level)을 소개하였다. 본 논문에서는 MSL과 새로운 고객 선호 일치도를 반영하는 BOI(Blue Ocean Index)를 이용한 이동 통신 단말기의 상품력 평가 방법을 확인해 보고 이를 통해 실무적 그리고 통계적으로 고려해야 할 사항들을 검토해 보고자 한다. Products and/or services should be objectively verified in terms of the technological and use-conditional considerations before entering a market. Every organization or company tries to find the better procedure and method for checking the core needs of customers based on their experience in the market and looks for continuous ways to evaluate the power of products and services(PoP). They also prefer the overall evaluation of indices that could reflect various customer needs, rather than a separate evaluation index for each characteristic of the product or service. S. Ko (2008) proposes a Multi-characteristics Sigma Level(MSL) that can simultaneously evaluate many characteristics of a product or service. In this research, using MSL and a new Blue Ocean Index(BOI), an application of NPS, mobile phone field test is considered from a practical and statistical point of view.

개정된 생물학적 동등성 시험 기준에 대한 통계적 고찰

고승곤,양지선,김정일,임남규 한국통계학회 2002 응용통계연구 Vol.15 No.2

2000년도 의약분업으로 심화된 대체 조제에 대한 논란은 의사의 사전 동의 없이 대체조제 가능 품목을 식품의약품안전청장이 생물학적 동등성이 있다고 인정한 품목으로 제한함으로서 마무리되었다. 이에 발맞추어 식품의약품안전청(KFDA)은 후발 의약품에 대한 생물학적 동등성 시험 기준을 개정하였으며, 이 중에서 눈에 띄는 부분은 통계적인 고려 사항이다. 특히, 대조약과 시험약간의 동등성 판단을 위한 비교항목의 로그 변환을 명시한 것은 통계적 검증의 타당성 확보뿐만 아니라 국제적인 의약품 허가 추세에 부응한 바람직한 조치라 할 수 있다. 본 논문에서는 개정된 생물학적 동등성 시험 기준에서 고려 된 AUC와 Gmax의 로그 변환(log transformation)을 중심으로 그 배경과 통계적 의미를 고찰해 보고, 기존의 생물학적 동등성 판단 기준과 비교 검토해 보고자 한다. 또한 모의실험을 통해 개정된 기준의 통계적 타당성을 확인하고, 올바른 생물학적 동등성 판단을 위한 최소 표본수를 제안해 보기로 한다. On the new medical system separating the prescription and dispensing of the drug, the qualification of pharmacist in substitution of prescribed medicine was restricted, except bioequivalence-certified drugs. Also, Korean Food and Drug Association(KFDA) revised the bioequivalence regulation on August, 2001 Among many changes from old guideline, impressive one is the statistical consideration. Specially, to estimate and analyze bioequivalence measures, AUC and $C_{max}$, the log-transformed model is recommended and the equivalence interval is modified from $\pm$20 rule to [In(0.8),In(1.25)] one. This meaningful act is very hope-for because it is statistically reasonable and is agreed with worldwide bioequivalence guideline, including USA, EU, Japan and Canada. In this paper, we introduce the new regulation of assessing bioequivalence, announced at August, 2001, mainly on statistical view points. Key points for the new regulation are discussed and the minimum sample size based on simulation studies are proposed.

Mobile Cloud Computing Security Considerations

고승곤,이정훈,김성우 보안공학연구지원센터 2012 보안공학연구논문지 Vol.9 No.2

Building applications on on-demand infrastructures instead of building applications on fixed and rigid infrastructures was provided by cloud computing provides. By simply tapping into the cloud, enterprises can gain fast access to business applications or infrastructure resources with reduced Capital Expenditure (CAPEX). The more and more information is placed into the cloud by individuals and enterprises, security issues begins to grow and raised. This paper discusses the different security issues that arise about how safe the mobile cloud computing environment is.

DX 전환 환경에서 EDA에 대한 재고찰

고승곤 한국통계학회 2024 응용통계연구 Vol.37 No.1

디지털 전환(digital transformation)이란 기업이나 조직이 기존의 비즈니스 모델이나 영업 활동을 디지털 기술을 활용하여 변화시키거나 새롭게 혁신하는 과정을 말한다. 이는 시장에서의 경쟁력 강화, 고객 경험 개선 그리고 새로운 사업의 발굴 등을 위하여 다양한 디지털 기술들 – 클라우드 컴퓨팅, IoT, 인공 지능 등 – 의 활용이 요구된다. 또한 시장, 고객 그리고 생산 환경에 대한 지식과 통찰을 도출할 수 있도록 올바른 데이터의 선택, 분석 가능한 상태로의 데이터 전처리(preprocessing) 그리고 목적에 적합한 체계적인 분석들에 대한 올바른 프로세스 정립을 필요로 한다. 이러한 디지털 빅 데이터의 유용성은 적합한 전처리와 함께 정보 및 가설 탐색 그리고 지식과 통찰의 시각화를 위한 탐색적 데이터 분석(exploratory data analysis; EDA)의 올바른 적용이 결정한다. 본 논문에서는 EDA의 철학과 기본 개념에 대하여 재고찰과 함께 효과적인 시각화를 위하여 시각화 핵심 정보, 그래프 문법(grammar of graphics)에 기초한 정보 표현 방법 그리고 최종 시각화 검토 기준인 ACCENT 원칙을 논의한다. Digital transformation refers to the process by which a company or organization changes or innovates its existing business model or sales activities using digital technology. This requires the use of various digital technologies – cloud computing, IoT, artificial intelligence, etc. – to strengthen competitiveness in the market, improve customer experience, and discover new businesses. In addition, in order to derive knowledge and insight about the market, customers, and production environment, it is necessary to select the right data, preprocess the data to an analyzable state, and establish the right process for systematic analysis suitable for the purpose. The usefulness of such digital data is determined by the importance of pre-processing and the correct application of exploratory data analysis (EDA), which is useful for information and hypothesis exploration and visualization of knowledge and insights. In this paper, we reexamine the philosophy and basic concepts of EDA and discuss key visualization information, information expression methods based on the grammar of graphics, and the ACCENT principle, which is the final visualization review standard, for effective visualization.

Segmentation of Cooperatives' Mutuality Bank for Effective Risk Management using Factor Analysis and Cluster Analysis

고승곤,조용준 한국데이터정보과학회 2008 한국데이터정보과학회지 Vol.19 No.3

Since cooperatives consist of many distinct members in the management environment and characteristics, it is necessary to make similar cooperatives into a few groups for the effective risk management of cooperatives' mutuality bank. This paper is a priori research for suggesting a guidance for effective risk management of cooperatives with different management strategy. For such purpose, we propose a way to group the members of cooperative's mutuality bank. The 30 continuous variables which is relative to cooperatives' management status are considered and six factors are extracted from those variables through factor analysis with empirical consideration to avoid wrong grouping and to enhance the practical interpretation. Based on extracted six factors and additional 3 categorical variables, six representative groups are derived by the two step clustering analysis. These findings are useful to execute a discriminatory risk management and other management strategy for a mutuality bank and others.

Big Data의 활용을 위한 새로운 Six Sigma 프로젝트 실행 방법

고승곤 피터드러커 소사이어티 2019 창조와 혁신 Vol.12 No.4

Recent focus on Big Data highlights the importance of organization’s data analytics capabilities. To meet the demand of such trend, research in Six Sigma quality innovation, a data driven solution, is becoming increasingly aware of Machine Learning and Big Data analytics. Traditionally, Six Sigma emphasizes the study of interpretable statistical models generated by designed data obtained through specified objects and processes. In contrast, the field of Machine Learning emphasizes predictability of a model generated with raw data and algorithmic techniques. For manufacturing industry, Six Sigma methodologies provide advantages over Machine Learning techniques because manufacturing industry requires clearly defined processes and high interpretability for applications on the field. Moreover, established processes in manufacturing industry facilitate collection of processed data from development, operation, and management stages. However, increase in sensing/log data from automated processes and elevated focus on association between quality/reliability and customer/market related raw data can impose limitations on DMAIC, one of Six Sigma breakthrough used for a project implementation. This paper introduces DPELR, a new Six Sigma breakthrough for project using Big Data, and presents details for proposed stages. 최근 Big Data에 대한 관심이 높아짐에 따라 기업의 데이터 분석 역량이 새롭게 강조되고 있다. 이러한 추세에 맞추어 데이터 기반의 문제 해결 방법인 Six Sigma 품질 혁신 분야에서도 Big Data의 분석 방법으로 소개되는 Machine Learning 관련 방법론에 관심이 높아지고 있다. 일반적으로 Six Sigma 분석 방법은 명확한 대상 또는 프로세스에서 수집되는 정제된 데이터를 이용한 통계적 모형적용을 통한 높은 해석력을 중시하지만 Machine Learning 분야에서는 비정제 데이터의 전처리를 전제로 알고리즘 방법에 의한 예측 정확도를 강조한다. 제조 기업의 경우 명확한 프로세스가 정의되어야 하고 개발/운영/관리의 전 과정에서 정제된 데이터를 수집하고 현장 적용을 위한 해석력이 강조되므로 Six Sigma 분석 방법이 Machine Learning 분야의 분석 방법과 비교할 때 더 유용하다고 할 수 있다. 하지만 자동화된 프로세스의 센싱/로그 데이터의 증가 그리고 제품의 품질/신뢰성 특성과 고객/시장에 대한 비정형 데이터간의 연계성이 중요해 지면서 기존의프로젝트 실행 방법인 DMAIC만으로 충분하지 못한 경우가 있다. 본 논문에서는Big Data의 비중이 큰 Six Sigma 프로젝트의 새로운 실행 방법인 DPELR을 소개하고 각 단계별 세부 결과물을 제시해 보고자 한다.

Deriving an Overall Evaluation Index with Multiple CTQs in Six Sigma Management

고승곤,조용준 한국데이터정보과학회 2008 한국데이터정보과학회지 Vol.19 No.4

Evaluation indices for products or services are important to improve the internal process of the company and to compare those with competitive ones. The sigma level in Six Sigma management does important role to evaluate the core characteristic, CTQ(Critical To Quality), derived in the considered product/service or process. In this research, we propose an overall evaluation index for the product/service or process with multiple characteristics, in other words, multiple CTQs. The proposed overall evaluation index is useful for the cases that the single CTQ is not enough to evaluate the practical interests, for example, the final products and services with complex procedures and relatively large scaled processes. This approach is discussed with sigma level for applying Six Sigma Projects, however, it is applicable to indices based on proportion or percentage as well. The practical examples with a manufacturing process and a customer survey based on focus group interview are given for illustrations.

R&D 분야의 목표 시그마 수준 설정과 설계 공차의 강건 한계 결정에 대한 연구

고승곤,Ko, Seoung-gon 한국통계학회 2016 응용통계연구 Vol.29 No.2

시그마 수준(sigma level)이란 미국 모토롤라사에 의해 소개된 프로세스 능력 지수로서 1970년대 이후 널리 활용되고 있는 다양한 지수들 중의 하나이다. 이는 다른 지수들과 비교할 때 모 프로세스의 확률 분포에 기초한다는 장점을 갖지만 양산 단계를 가정한 것으로 R&D 분야의 시제품 그리고/또는 초도 양산품 단계에 직접 적용하는 것은 적절하지 못할 수 있다. 이에 본 논문은 시그마 수준을 계산할 때 가정하는 치우침에 대한 통계적 고찰을 통하여 양산단계에서 6 시그마 품질 수준을 달성하기 위한 개발 단계의 시제품 그리고/또는 초도 양산품의 목표 시그마 수준 설정 방법을 소개한다. 그리고 이를 기초로 개발과 양산 단계에서 경제성을 달성할 수 있는 설계 공차의 강건 한계 도출 방법을 제시해 보고자 한다. The Sigma Level, proposed by Motorola Inc., is one of the many Process Capability Index (PCI)'s that have been presented since the 1970's. It is used to evaluate process capability and unlike other PCI's, it has an advantage in that it uses population probability distribution. However, it is originally designed for mass production and is inadequate to evaluate prototypes or early products in the R&D stages. For use in such cases, we propose an R&D target Sigma Level, derived by considering 1.5 sigma shifts in traditional sigma level from a statistical point of view. We also explain the way to find robust limits for design tolerance because the sigma level or defect probability is useful to establish economical tolerance limits at the R&D stage and mass production.

모바일 폰 임베디드 소프트웨어 개발을 위한 식스 시그마 방법의 활용에 대한 사례 연구

고승곤,Ko, Seoung-Gon 한국통계학회 2015 응용통계연구 Vol.28 No.6

모바일 제품에서 임베디드 소프트웨어(Embedded Software)의 역할이 중요해짐에 따라 소프트웨어(SW) 개발 프로세스에 대한 관심이 높아지고 있다. 또한 모바일 제품 시장에서 기업 간의 경쟁이 치열해 지고 적용되는 SW의 규모가 커짐에 따라 SW 개별 모듈의 결함 관리보다는 고객 사용 환경과 시장 품질의 관점에서 SW 개발 프로세스를 개선할 수 있는 새로운 방법이 요구되고 있다. 이 논문에서는 모바일 폰 분야에서 실행된 103개의 SW 개선 프로젝트를 검토하여 프로세스 개선 방법으로 자리 잡고 있는 식스 시그마 방법의 SW 분야 적용 가능성과 통계적 도구와 방법의 유용성을 확인해 보고자 한다. The development process of Embedded Software (SW) is gathering interest due to the increased importance of SW in mobile products. According to tough competition and the growing size of the Embedded SW, there is a demand for a new effective way to improve the SW development process, based on customer and market quality aspects, rather than focusing on defect removals in individual SW modules. We review 103 SW improvement projects from the area of mobile phones in order to check the effectiveness of Six Sigma which is the standard for the process improvement statistical tools and methods.

디지털 전환 환경에서 프로세스 분석을 위한 데이터 전처리(Preprocessing) 방법에 대한 연구

고승곤 피터드러커 소사이어티 2022 창조와 혁신 Vol.15 No.4

디지털 전환(Digital Transformation; DX)의 속도가 높아짐에 따라 각 조직은 다양한 IT 기술을 적용하여 고객, 시장, 판매, 운영 등의 다양한 출처로부터 디지털 데이터를 확보해 가고 있다. 이러한 디지털 데이터는 고객 가치 증대, 새로운 비즈니스 기회 발굴 그리고 프로세스 운영 혁신에 대한 유용한 정보를 포함하고 있을 것으로 기대된다. 이러한 정보를 올바로 획득하기 위해서는 빅 데이터(Big Data)의 특징을 갖는 디지털 데이터로부터 원하는 분석 목적에 적합한 변수 선택 그리고 데이터 전처리(Data Preprocessing)를 통하여 분석 가능한 표준 ABT(Analytical Base Table)를 생성할 수 있어야 한다. 본 논문에서는 표준 ABT에서 고려해야 할 데이터 품질을 정의하고 실무적으로 활용 가능한 데이터 전처리의 기준과 방법을 소개하고자 한다. 또한 소프트웨어 개발 운영 프로세스의 디지털화(Digitization) 결과인 빅 데이터에 대한 대한 전처리 사례를 통하여 표준 ABT 구성에 대한 경험적 기준을 제시해 보고자 한다. As digital transformation (DX) accelerates, each organization is applying various IT technologies to collect digital data from various sources such as customers, markets, sales, and operations. Such digital data is expected to contain useful information about increasing customer value, discovering new business opportunities, and innovation of process operation. In order to correctly acquire such information, it is necessary to be able to select a variable suitable for the desired analysis purpose from digital data with the characteristics of Big Data, and to generate a standard ABT(Analytical Base Table) that can be analyzed through Data Preprocessing. In this paper, we will define the data quality to be considered in standard ABT and introduce standards and methods of data preprocessing that can be used practically. In addition, we would like to present the empirical criteria for standard ABT configuration through examples of preprocessing of big data, which is the result of digitization of the software development and operation process.