과거기후 모의자료를 이용한 황사계절예측모델의 황사발원 예측 특성 분석

강미선,이우정,김미경,조정훈,장필훈,부경온 한국기상학회 2021 한국기상학회 학술대회 논문집 Vol.2021 No.10

국립기상과학원은 앙상블 기반의 기후예측모델과 황사예측모델을 결합한 황사계절예측모델을 개발하였고, 계절예측에 활용하기 위해 예측 특성 분석을 수행하고 있다. 황사계절예측모델은 대기-해양-해빙-지면 모델이 결합 된 기후예측모델에 황사예측모델의 황사발원지 지면정보와 황사발원알고리즘을 적용한 모델이다. 황사계절예측모델에서 황사 농도 및 발생빈도는 기후예측모델의 발원지 풍속, 상대습도, 지표면 온도, 강수량의 영향을 받으며, 이후 기류 조건 등의 예측결과에 따라 우리나라로의 황사유입이 결정된다. 즉, 우리나라에서의 황사 계절예측성을 높이기 위해서는, 먼저 황사 발원지의 기상조건과 연계한 황사 발생을 정확하게 예측하는 것이 필수적이다. 본 연구에서는 황사 발원지(내몽골지역, 황토고원 및 화베이 평원, 만주지역)를 중심으로 봄철 황사 발생에 영향을 주는 기상요소와 황사 농도의 예측 성능을 분석하고자 한다. 연구에 사용된 과거기후 모의자료는 1991년부터 2016년까지 26년동안의 자료이며 분석 기간인 봄철(3-5월)에 대해 1-3개월의 선행시간을 갖는 2월 9일, 17일, 25일의 앙상블 멤버(3개) 자료를 이용한다. 예측성 평가 인자 중 ACC (Anomaly Correlation Coefficient)를 기반으로 모델 성능평가를 수행한다. 본 연구에서 분석된 예측 특성 결과는 발원지의 기상조건이 황사 발생에 중요한 요소임을 나타내며, 이는 황사계절예측모델 개선의 기초자료로 활용될 수 있을 것으로 기대된다.

지방세 세수예측 오차의 원인과 지방재정지출의 효율성에 미치는 영향

이근재,최병호 한국지방세연구원 2016 위탁연구보고서 Vol.2016 No.5

□ 연구목적 ○ 본 연구는 우리나라 지방자치단체를 대상으로 지방세수 예측오차가 발생하는 원인을 규명하며, 예측오차가 지방의 재정운영에 미칠 수 있는 부정적인 영향을 분석함 - 지방자치단체의 예산과 결산을 비교하면 대부분 지방자치단체에서 매년 예산편성 시점의 지방세수 예측치와 결산액 간에는 상당한 오차가 나타나는 것을 확인할 수 있으며, 재정적 의존도가 높은 자치단체일수록 오차율도 높게 나타나는 경향이 관측됨 - 이러한 결과가 매년 체계적으로 나타난다는 사실은 세수예측 오차가 거시경제적 변동성이나 법과 제도의 변화 등 통제하기 곤란한 요인으로 인해 발생하거나 예측 담당자의 전문성 부족 등 기술적인 문제로 인해 발생하는 것이라기보다는 과소예측의 유인이 작용함에 따라 의도적인 과소예측이 이루어졌을 가능성을 제기함 - 이 연구에서는 지방자치단체의 세수예측오차가 발생하는 원인과 세수예측오차가 지방재정지출에 미치는 영향을 분석함으로써 지방세수예측 방식의 개선 필요성에 관한 함의를 모색함 □ 주요내용 ○ 이 연구에서는 지방자치단체의 세수예측오차가 발생하는 원인에 대해 경제적요인과 정치적 요인에 초점을 맞추어 분석함 - 첫째, 지방자치단체장의 정치적 효용극대화 모형을 이용한 분석을 통하여 세수예측오차의 경제적 및 정치적 유인에 대해 이론적으로 검토함 - 둘째, 2008~2014년 기간 중 전체 지방자치단체의 지방세 및 경상세외수입 오차율에 대한 실태분석을 통해 세수예측오차의 발생 현황과 특성을 검토함 - 셋째, 시·군의 미사자료를 이용한 지방세수 및 경상세외수입 예측오차 결정요인에 대한 실증분석을 통하여 이론적 분석의 결과를 검증함 - 넷째, 지방세수 예측과 재정지출의 효율성 간의 관계를 파악하기 위하여 재정지출의 GRDP 탄력성을 추정함 □ 결론 ○ 이 연구의 주요 결과는 다음과 같음 - 첫째, 지방자치단체장의 정치적 효용극대화 모형을 이용한 이론적 분석의 결과 최적예측오차는 이전재원의 함수로 나타남 - 둘째, 지방세 및 경상세외수입 오차율에 대한 실태분석을 통해 시와 군은 매년 평균적으로 상당한 수준의 과소 예측을 하였음을 확인할 수 있음 - 셋째, 시·군의 지방세수 예측 오차에 대한 실증분석 결과 시·군의 지방세수 예측에는 과소예측 편향성이 있으며, 특히 군의 경우에는 지방세수 예측이 정보 비효율적인 것으로 나타나며, 재정자립도가 낮은 자치단체일수록 지방세수를 과소 예측하는 경우가 있는 것으로 나타남 - 넷째, 지방세수 예측과 재정지출의 효율성 간의 관계를 파악하기 위하여 재정지출의 GRDP 탄력성을 추정한 결과 과소예측 수준이 높을수록 재정지출의 탄력성은 낮아지며, 따라서 재정지출은 비효율적으로 이루어짐을 확인할 수 있음 ○ 이상의 분석 결과를 통하여 얻을 수 있는 정책함의는 다음과 같음 - 세수예측에서 나타나는 문제는 기본적으로 세수예측의 전문성을 강화함으로써 교정할 수 있으며, 필요하다면 예산담당자가 아닌 전문적 지식과 방법론을 갖춘 제3의 기관이 세수예측을 하도록 유도할 수도 있음 - 또한 정부(행정안전부)에서 매년 혹은 주기적으로 세입여건 변화를 고려한 세수예측방법론을 개발하여 자치단체가 예산 편성에서 그러한 방법론을 따르도록 유도할 필요도 있음

앙상블모형을 이용한 공백기술예측

전성해(Sunghae Jun) 한국지능시스템학회 2011 한국지능시스템학회논문지 Vol.21 No.3

공백기술예측은 기술경영 분야에서 중요하게 다루어지는 주제이다. 다양한 분야에서 현재까지의 기술개발결과를 분석하여 상대적으로 연구개발이 이루어지지 못한 분야를 찾아내어 개발하는 것은 국가와 기업의 발전에 중요한 영향을 미친다. 현재 특허는 기술개발결과에 대한 가장 객관적인 데이터 중 하나이다. 본 논문에서는 특허데이터를 이용하여 공백기술을 정량적으로 예측할 수 있는 방법에 대하여 연구한다. 하나의 정량적 기술예측모형이 완벽하다는 보장을 할 수 없기 때문에 본 연구에서는 여러 가지 모형들의 결과를 결합하여 예측하는 앙상블모형을 제안한다. 통계적 분석기법과 기계학습 알고리즘을 결합하여 보다 객관적이고 정확한 공백기술예측모형을 구축한다. 제안방법의 객관적인 성능평가를 위하여 각 기술분야에 대하여 최초 특허가 이루어진 시점부터 최근까지 출원, 등록된 특허데이터를 이용한다. A vacant technology forecasting is an important issue in management of technology. The forecast of vacant technology leads to the growth of nation and company. So, we need the results of technology developments until now to predict the vacant technology. Patent is an objective thing of the results in research and development of technology. We study a predictive method for forecasting the vacant technology quantitatively using patent data in this paper. We propose an ensemble model that is to vote some clustering criteria because we can’t guarantee a model is optimal. Therefore, an objective and accurate forecasting model of vacant technology is researched in our paper. This model combines statistical analysis methods with machine learning algorithms. To verify our performance evaluation objectively, we make experiments using patent documents of diverse technology fields.

결합예측 방법에 의한 종합주가지수의 예측

이우리 경기대학교 2000 論文集 Vol.44 No.1

미래의 특정 시점에서 관측될 한 사건의 결과를 예측하고자 할 때 우리들은 여러 가지의 예측모형, 혹은 전문가(experts)들의 견해를 사용할 수 있다. 이 때 각 예측모형 혹은 전문가들은 서로 다른 이론적 배경과 가정을 가지게 된다. 따라서 두 가지 이상의 모형 혹은 전문가들에 의해 예측된 값들은 서로 다른 정보를 반영하게 됨으로 이들을 적절히 결합시킨 결합예측은 개별예측보다 우수할 수 있다. 본 연구에서는 먼저 1999년 5월 7일에서 2000년 5월 30일까지의 자료를 이용하여 5가지의 개별예측모형을 추정하여 표본기간동안의 예측값을 구하고 또 이들에 대한 지분가설검정과 예측력의 평가를 한 결과 모형 다중전이함수모형(F1), AR 모형(F2), AR-GARCH 모형(F3), 그리고 GBM 모형(F5)이 상대적으로 우월하게 분석되었다. 다음으로 결합예측을 행하기 위한 결합가중치의 추정방법을 결정하기 위하여 개별예측오차의 표본 분산공분산행렬을 이용한 시뮬레이션분석을 한 결과 제한최소제곱추정 방법이 평균제곱예측오차가 가장 작은 것으로 나타났다. 제한최소제곱법에 의한 결합가중치를 추정하여 표본기간에 대한 평균제곱오차와 평균백분비오차를 구하면 F1과 F2 그리고 F1, F2, F5를 결합했을 때가 MSE와 MAPE가 가장 작게 나타났다. 일별 종합주가지수 자료를 이용하여 추정된 개별예측모형과 결합예측모형에 대하여 2000년 5월 31일부터 7월 12일까지(N=30) 일까지 기간과 6월 14일까지(N=10) 기간에 대한 사후예측력을 평가한 결과에서는 개별예측방법중에서는 다중전이함수모형에의한 예측(F1)이, 결합예측방법중에는 F1, F2와 F1, F2, F3를 결합하는 경우가, 그리고 개별예측보다는 결합예측이 MSE와 MAPE가 더 낮은 것으로 분석되었다.

미래순이익예측모형에 관한 연구 : 횡단면적 모형과 재무 분석가 예측 비교를 중심으로

박성희,정석윤,차상권 한국상업교육학회 2015 상업교육연구 Vol.29 No.1

f본 연구의 목적은 최근 미국 연구에서 소개된 횡단면 자료를 이용한 미래 이익예측 모형의 유용 성을 국내 자본시장에서 검증하는 데 있다. 국내자본시장과 같이 재부 분석가의 이익예측이 미국과 같이 활성화되어 있지 않은 상황에서 대체적인 방법으로 모형에 따라 도출된 이익이 대체적으로 활 용될 수 있다는 점에서 본 연구의 의의를 찾을 수 있다. 이를 위하여 구체적으로 Hou et al.(2012) 에서 제시한 이익예측 모형을 이용하여 차기(t+1)와 차차기(t+2)의 이익 예측 치를 구한 다음, 국내 재무 분석가의 이익예측 치와 비교하여 유용성을 보고하고자 한다. 2002년부터 2010년까지 유가증권시장과 코스닥 시장을 대상으로 실증 분석한 결과, 첫째, 국내자 본시장에서도 횡단면적 모형을 활용한 이익예측이 높은 설명력을 갖는 것으로 나타나 유용할 수 있 음을 확인하였으며 둘째, 횡단면 모형을 이용하여 구한 차기(t+1)의 이익 예측 치는 재무 분석가의 차기(t+1) 예측보다 정확도는 떨어지지만 편의가 더 낮게 나타났다. 또한 차차기(t+2)의 이익 예측 모형에 나온 미래 이익예측 치는 정확도와 편의 면에서 재무 분석가의 차차기(t+2) 예측치 보다 우 월함을 보여 주었다. 셋째, 비 기대이익에 대한 이익 반응 계수를 비교해 본 결과, 모형을 통한 이 익 예측치를 사용한 비 기대이익에 대한 이익반응 계수가 재무 분석가의 예측치를 사용한 비 기대 이익에 대한 반응 계수보다 더 높은 것으로 나타났다. 본 연구에서는 모형을 이용한 예측치가 국내 자본시장에서 유용하게 사용될 수 있음을 보여주며 2년 또는 3년 후의 중·장기 이익예측정보를 필요로 하는 연구에 유용할 것으로 기대된다. We utilize the cross-sectional earnings model to predict future earnings of firms in the Korean capital market. Following Hou et al. (2012), We generate one- and two-year-ahead future earnings from the cross-sectional model using a few of accounting variables to forecast future earnings for Korean firms. The sample used in this study consists of non-financial public firms in the Korean stock market from 2002 to 2010. We evaluate the performance of the model-based forecasts vs. analysts’ forecasts in terms of accuracy and bias. We find that the model-based forecasts are less accurate than analysts forecasts but they are less biased than analysts forecasts for one-year horizon. For two-year horizon, the model-based forecasts are more accurate and less biased than analysts’ forecasts. We also find a higher level of earnings response coefficient for the model-based forecasts than analysts forecasts in the association framework. This empirical evidence suggests that the model-based earnings forecasts are useful proxies for market expectations of future earnings. Overall, this study suggests that earnings forecasts from the cross-sectional model can be useful in the Korean capital market where analyst coverage is limited.

경영자의 예측공시 후 이익조정 형태와 시장반응

김효진,박민경 한국회계정보학회 2013 한국회계정보학회 학술대회발표집 Vol.2013 No.2

지금까지의 경영자예측정보에 대한 연구가 예측정보의 정확성 또는 예측공시시점의 시장반응 등의 테두리를 벗어나지 못하고 있는데, 본 연구에서는 예측수준을 달성하기 위한 수단으로서의 예측성향 및 소유지배괴리도에 따른 발생액에 초점을 맞추고, 이익조정과 예측정확성의 구조적 관계가 시장반응에 영향을 미칠 수 있다는 전제 하에 연구를 시작하였다. 예측정보의 정확성을 측정하기 위하여 단순히 예측치와 실제치간의 오차크기를 대용치로 사용하고 있는 연구가 대부분인데, 사전적 예측치뿐만 아니라 기업의 실제성과 역시 지배주주나 경영자의 의도에 의해 조정될 수 있다는 점을 고려한다면 예측정보의 정확성은 단순히 정의내리기 쉽지 않다. 또한 예측치 대비 실제치의 증가 또는 감소에 대해 시장에서 어떠한 형태로 반응하는지 알아보고 과연 경영자의 자발적인 예측공시가 실제성과 공시시점까지 그 정보성을 유지하는지 알아보고자 하였다. 특히 시장에서 실제성과의 발생액 포함정도에 효율적으로 반응하는지 실증분석을 통해 살펴봄으로써 경영자예측치의 사후 대리인비용 억제 효과 여부를 제안하고자 한다. 즉, 예측정보에 대한 투자자들의 시장반응이 실제성과가 공시된 시점까지 그 정보성을 유지하는가를 분석하는 것으로서, 투자자들이 과거의 예측정보와 현재의 실제성과 차이에 기계적으로 반응하는지 아니면 나름의 합리적인 기대치를 가지고 이익조정 가능성을 고려하여 예측정보의 신뢰성을 평가한 후 수정된 기대치에 반응하는지를 분석하였다. 실증분석결과를 살펴보면 첫째, 낙관적 예측성향을 가진 기업들의 재량발생액이 높아지는 것으로 나타났다. 즉, 재무분석가의 시장예측치에 비해 경영자예측치가 보수적인 기업보다 낙관적인 기업에서 재량발생액을 높여 예측오차를 줄이려고 하는 유인이 존재함을 알 수 있다. 둘째, 소유지배괴리도에 따라 재량발생액과 영업현금흐름이 예측오차를 설명하는 설명력에 차이가 있었다. 즉 소유지배괴리도와 재량발생액 및 영업현금흐름과의 상호작용변수를 사용하여 회귀분석을 실시한 결과, 소유지배괴리도가 높아 지배주주의 지배권과 소유권의 차이가 높은 기업들은 이익조정을 통해 예측오차를 줄이려고 하는 유인이 높은 반면, 소유지배괴리도가 낮아 상대적으로 이익조정이 수월하지 않은 기업들은 영업현금흐름이 예측오차를 줄이는 효과가 통계적으로 유의한 것으로 나타났다. 셋째, 실제성과와 예측치의 차이에 대해 시장은 더 이상 반응하지 않는 것으로 나타났으며, 성과에 포함된 재량발생액에 대해서만 반응하는 것으로 나타났다. 비단 예측치보다 실제치가 더 높아진 기업에 대해서도 이미 시장은 유의한 반응을 보이지 않음으로써, 경영자예측치의 정보성은 실제치 공시시점에 이미 그 정보성을 상실함을 알 수 있었다. 그러나 재량발생액이 높은 기업일수록 수익률이 통계적으로 낮아짐을 보임으로써, 실제치에 포함된 이익조정치에 음(-)의 반응을 나타내는 합리적인 시장의 움직임을 발견할 수 있었다. 예측치 발표시점에는 그 값이 높을수록 시장의 긍정적인 반응이 존재하겠지만 실증분석을 통해 예측정확성을 높이기 위한 수단으로써의 사후 이익조정 가능성을 확인하였다. 또한 실제성과 발표시점에 시장은 예측정확성에 상관없이 그 성과에 포함된 발생액에 대해 음(-)의 수익률을 부여한다는 실증결과를 기업의 경영자는 유념할 필요가 있으며, 학자들 또한 지금까지의 경영자 예측정확성에 대한 연구의 새로운 패러다임을 구축할 필요가 있음을 시사한다.

제1회 과학기술예측조사(1995-2015년) : 한국의 미래기술

신태영,박재혁,정근하,김형수 과학기술정책연구원 1995 정책연구 Vol.- No.-

1. 調査目的본 조사연구의 주된 목적은 과학기술예측을 통해 우리나라 과학기술의 장기적인 발전방향을 모색해 보는데 있다. 이로서 과학기술정책 및 기술개발 계획수립에 이바지할 뿐만 아니라 민간부문의 연구개발 방향설정과 계획수립에 토대가 되는 기초정보를 제공할 수 있을 것이다. 이를 위해 본 조사연구에서는 과학기술 전 분야를 대상으로 총 1. 1747개의 기술과제들에 대해서 텔파이법을 이용하여 향후 20년에 걸친 실현시기의 예측과 항목별 평가를 실시하였다. 조사 활동 과정에는 광범위한 국내 과학기술 전문가들이 참여하여 의견을 수렴하였고, 이 과정에서 전문가 상호간의 설문을 통한 정보교환에서 얻어지는 학습효과는 본 조사작업의 보이지 않은 성과라 할 수 있다. 2. 調査方法 및 內容2.1. 기술예측위원회의 구성본 조사는 예측대상 기술과제의 선정과 설문조사의 실시 등 두 단계의 포싸이트(foresight) 활동으로 나눌 수 있는데, 먼저 기술예측위원회를 구성한 다음 127TI 분야별 소위원회를 구성하여 157개 분야에 대한 예측대상 과제의 선정작업을 하였다.가.기술예측위원회기술예측위원회는 각 분야의 권위있는 전문가로 구성하고 본 조사활동에 있어서 소위원회의 구성과 활동을 총괄하며 최종 예측대상과제 및 설문양식에 대한 최종 결정에 참여하였다.이를 토대로 각 소위원회별 3-4 차례의 회의를 통해 1. 1277H 의 예측대상과제를 선정하고, 이를 기술예측위원회에서 확정하였다. 1 차 설문 응답결과에서 제안된 47 개의 과제를 2 차 설문에 추가하였다. 따라서 본 조사에서는 예측대상 기술과제로서 15 개 분야에 대해 총 1,174개 과제를 다루었다.2.2. 조사대상분야 및 과제선정예측대상 과제는 92년에 국내 과학기술 전문가 25.000여명을 대상으로 실시한 브레인스토밍 결과. 30.000 여개의 아이디어를 제안받았고 이를 9.000여개로 정리한 바 있었다.2.3. 조사방법 및 예측시기본 조사에서는 댈파이 (Delphi)법을 이용한 2차에 걸친 수정응답 방식의 설문조사를 실시하였다. 즉. 2차 설문시에는 1차 설문의 결과를 응답자에게 다시 알려주고 각각의 응답을 수정할 수 있도록 하였다. 예측시기는 1995-2015년으로 20년간을 대상으로 하였다.2.4. 조사대상자의 선정과 회수율조사대상자는 국내 민간기업,대학,정부출연연구소 등 각 계 각층을 대상으로 하였으며 92년 설문 당시 25.000 여명 중 기술예측에 참여의사를 밝힌 전문가를 설문대상으로 삼았다. 1 차 조사에서 총 4.905명을 대상으로 설문조사를 실시한 결과 회수율 32.4% 에 이르는 1. 590 1경으로 부터 회답이 있었다 . 2차 조사에서는 1차 응답자 1,590명을 대상으로 실시하여 회수율 75.3% 에 이르는 1. 198명으로 부터 회답이 있었다.

특정인에 대한 범죄예측 시스템의 문제점과 개선방안

김병수(Kim, Byung-Soo) 한국형사법학회 2021 刑事法硏究 Vol.33 No.3

머신러닝 및 딥러닝 기술에 근거한 인공지능이 빅데이터라는 방대한 자료 속에서 숨겨진 정보들 간의 상관관계를 찾아내고 이를 바탕으로 미래에 어떤 일이 발생할 것인지를 통계적으로 예측하고 있다. 이를 활용하여 사회의 많은 분야에서 상당히 높은 수준의 예측을 하고 있다. 이러한 높은 예측력은 범죄예방분야에서도 활용되고 있는데, 이미 선진국에서는 범죄발생률이 높은 대도시를 중심으로 빅 데이터와 인공지능을 이용한 범죄예측 시스템을 도입함으로써 범죄율이 감소하는 등 가시적인 효과를 보고 있다. 이러한 범죄예측 시스템의 방법은 범죄 예측, 범죄 피해자 예측, 범죄자 예측 등 크게 3가지로 구분할 수 있다. 특정한 범죄자와 피해자와 같은 특정인의 범죄를 전망하는 범죄자 예측과 피해자 예측은 개인의 Privacy가 침해된다는 점과 민감한 개인정보의 수집 범위가 제한적이라는 점에서 연구 및 활용이 제한되었다. 이 때문에 범죄예측 시스템은 장소별, 지역별 범죄 위험도를 기반으로 한 범죄발생의 시간과 장소를 전망하는 시공간 범죄예측이 주를 이루고 있다. 이러한 상황에서 본 연구는 특정인에 대한 범죄예측 시스템에서 발생할 수 있는 문제점을 제기하고 이에 대한 신속한 대처방안을 모색하는데 목표를 두고자 한다. 특정인에 대한 범죄예측 시스템은 특정인의 개인정보를 다루기 때문에 필연적으로 헌법상 보장된 사생활의 비밀과 자유 및 개인정보자기결정권 등의 기본권을 침해할 수밖에 없다. 특정인을 대상자로 할 경우 일반인과의 형평성의 문제가 제기될 수 있다. 또한 대상범죄를 어느 범위까지 허용할 것인지 명확한 한계를 설정하기 어렵다. 범죄예측 시스템에 사용되는 인공지능 알고리즘은 불명투명성, 편향성, 부정확성의 문제가 있다. 인공지능 알고리즘의 불투명성은 부정확한 범죄예측으로 인한 피해나 그 책임의 소재를 찾는데 어려움을 줄 수 있다. 또한 인공지능 알고리즘이 지닌 잠재적 편향성과 부정확성 때문에 범죄예측이 공정하지 못하다는 비판을 받고 있다. 그리고 범죄예측 시스템은 시민들에게 새로운 통제수단이 되고 있다. 이러한 문제점을 해결하기 위해서는 먼저, 개인정보보호법 제15조 1항 1호에 의해 정보주체의 사전 동의를 반드시 받도록 하여야 할 것이다. 범죄예측을 위한 특정인에 대한 개인정보수집은 합목적적 범위 내에서 필요최소한에 그쳐야 할 것이고, 잘못된 결과가 발생할 경우를 회피 내지 개선할 수 있는 적당한 조치를 사전에 보장하여야 한다. 모든 개인정보수집은 감독기관의 적절한 감독을 받을 것을 보장하여야 한다. 알고리즘의 불투명성을 해결하는 방법으로는 정보 주체나 일반인을 대신하여 알고리즘의 적절성을 심사하고 감시하는 조직이나 기관을 설치하는 방법을 제시할 수 있다. 편향성 및 부정확성 해결방안으로 범죄예측 시스템을 통한 범죄예방의 효과성이 입증되어 공개되어야 하며 범죄예측 시스템의 알고리즘의 정확성이 담보되어야 할 것이다. 범죄예측 시스템의 적용대상범죄와 대상자의 선정을 위해서는 재범의 중대성과 위험성이 중요한 판단 기준이 될 것이다. 범죄예측 시스템을 사용한 범죄예측은 살인, 강도, 강간, 방화와 같은 중대범죄여야 할 것이다. 범죄예측 시스템이 시민에 대한 통제장치로서 악용될 우려를 불식시키기 위해서는 범죄예측 시스템도 보안처분과 같이 비례성의 원칙에 의하여 대상자의 권리침해를 최소화하여야 한다. 범죄예측 시스템은 형벌이나 다른 보안처분에 의하여 목적을 달성할 수 없는 최후수단으로서 사용되어야 할 것이다. 대상자의 재범위험성을 근거로 개별적으로 사용하여야 한다. 범죄예측시스템은 행정처분에 의하여 행해져서는 안되고 법원의 사법심사에 의하여 부과되어야 한다. Artificial intelligence based on machine learning and deep learning technology finds correlations between hidden information in the vast data of big data and statistically predicts what will happen in the future. Using AI, there are high-level predictions in many fields of society. This high predictive power of AI is also being used in the field of crime prevention. In developed countries, crime prediction systems using big data and artificial intelligence have been introduced intensively in large cities with high crime rates. And they are producing tangible effects such as a decrease in the crime rate. The methods of such a crime prediction system can be broadly divided into 3 categories: ① crime prediction, ② criminal prediction, ③ crime victim prediction. Because of the limited scope of collection of sensitive personal information and protection of personal privacy, crime prediction, which predicts the time and place of a crime based on the crime risk by region and location, is mainly used rather than predicting criminals and victims. In this situation, the purpose of this study is to raise the problems that may appear in the crime prediction system for a specific person and to find a quick response method. Therefore, in this study, the problem of infringement of individual constitutional and legal rights that may occur when the crime prediction system is used for a specific person, the problem of opacity, inaccuracy and bias of the algorithm of the crime prediction system, and the problem of the crime prediction system as a new control means. We will review the potential problems and seek solutions to them. Since the crime prediction system for a specific person deals with the personal information of a specific person, it inevitably violates the basic rights such as privacy and freedom and the right to self-determination of personal information guaranteed by the Constitution. When targeting a specific person, the issue of equity with the general public may be raised. In addition, it is difficult to set clear limits on the extent to which target crimes are permitted. Artificial intelligence algorithms used in crime prediction systems have problems of opacity, bias, and inaccuracy. The opacity of artificial intelligence algorithms can make it difficult to find the cause of damage or responsibility due to inaccurate crime prediction. In addition, due to the potential bias and inaccuracy of artificial intelligence algorithms, crime prediction is being criticized for being unfair. And the crime prediction system is becoming a new means of control for citizens. In order to solve this problem, it is necessary to first obtain the prior consent of the information subject according to Article 15 (1) 1 of the Personal Information Protection Act. The collection of personal information for a specific person for crime prediction should be limited to the minimum necessary within the scope of the purpose of the crime, and appropriate measures to avoid or improve the occurrence of erroneous results should be ensured in advance. It should be ensured that all personal information collection is subject to appropriate supervision by the supervisory authority. As a method of solving the opacity of the algorithm, it can be suggested to establish an organization or institution that examines and monitors the adequacy of the algorithm on behalf of the data subject or the general public. As a solution to bias and inaccuracy, the effectiveness of crime prevention through the crime prediction system should be proven and disclosed, and the accuracy of the crime prediction system algorithm should be guaranteed. The seriousness and risk of recidivism will be an important criterion for the selection of target crimes and targets for the crime prediction system. Crime prediction using the crime prediction system should be serious crimes such as murder, robbery, rape,

제품수명주기를 고려한 수요예측 실증연구

김종배 ( Jong Bae Kim ),유성용 ( Sung Yong Yoo ),박민영 ( Min Young Park ) 한국유통물류정책학회 2020 유통물류연구 Vol.7 No.4

최근 세계 경제의 불확실성이 고조되면서 기업들의 장단기 경영계획 수립 시 애로가 가중되고 있다. 기업경영에서 공급망관리(SCM)의 모든 계획은 자사 제품이나 서비스에 대한 장래 수요예측을 기반으로 한다. 시장의 실제 수요보다 과다한 수요예측은 불필요한 재고 발생에 따른 비용을 유발하고, 반대로 시장의 실제 수요보다 낮은 수요예측은 결품 발생에 따른 고객서비스 수준의 저하로 나타난다. 그러므로 정확한 수요예측은 기업의 경영효율을 높이는 데 중요한 역할을 담당한다. 미래의 수요를 예측하는 것이 어렵지만 기업의 경영활동과 관련한 의사결정을 하기 위해 수요예측 오차를 축소하기 위한 방법들이 지속적으로 연구되어야만 한다. 이러한 상황에서 제품의 수요예측 오차를 좀 더 줄일 수 있도록 제품수명주기(Product Life Cycle, PLC)를 고려하여 수요예측을 해 보았다. 제품도 PLC 단계별로 제반특성이 다르므로 다른 마케팅 전략을 강구해야 하듯이 제품에 대한 수요예측도 단계별로 달라야 된다는 전제하에 수요예측 방법을 검토하였다. 본 연구에서는 회귀분석을 활용하여 PLC 단계를 판별하였으며 그 단계를 고려한 수요예측 방법을 제시해 보았다. 그 결과 제품의 전체 데이터를 가지고 예측하는 것보다는 PLC의 각 단계에 따라 수요예측을 하는 것이 더 타당한 것으로 연구되었다. 앞으로도 지속적인 연구를 통해 지금까지 한계로 생각해 왔던 수요예측의 예측 오차를 줄이는 방법을 개발해야 할 것이다. Accurate demand forecasting plays an important role in successful supply chain planning and management. Overestimation of forecast may result in the increase of unnecessary inventory, while underestimation of forecast may lead to the shortage of products. Both cases eventually yield undesirable outcomes in the planning and management of supply chain system, either causing inefficient use of resources, or suffering from inadequate capacity to meet anticipated demand. Thus, it is crucial to incorporate precise forecast into the decision-making process for better supply chain planning and management. This Paper propose a new forecasting method in which the concept of product life cycle (PLC) is incorporated into traditional time series forecasting methods. Key assumption for the new method is that demand pattern is different from each stage of product life cycle that consists of traditional 4-stages: introduction, growth, maturity, and decline. Each stage of a product life cycle was identified which was based on the sign of coefficients obtained from trend analysis. The PLC based forecasting method developed in this study was tested for its reasonableness and applicability with sales data collected from a confectionary and foods industry in Korea. The application results showed that PLC based forecasting methods give us better forecasts compared with those by traditional time series forecasting methods in terms of forecast accuracy. It implies that the PLC based forecasting methods can help supply chain and/or marketing managers make better decision-making by increasing the accuracy of forecasting. As a result, the study shows that traditional time series forecasting methods can be further improved by considering product life cycle.

농업 가뭄 사전대응을 위한 계절예측 자료의 적용성 평가

조재필 ( Jaepil Cho ),강민구 ( Mingoo Kang ),노재경 ( Jaekyoung Noh ),김광용 ( Kwangyoung Kim ),김정대 ( Jeongdae Kim ) 한국농공학회 2015 한국농공학회 학술대회초록집 Vol.2015 No.-

최근 기후변화로 인하여 극심한 가뭄 및 홍수 등 빈도가 증가하고 있으며 농업용 저수지의 경우 소규모 특성으로 인하여 다목적 댐과 비교할 때 가뭄에 보다 취약한 특성을 갖고 있다. 농어촌공사에서는 관측자료를 기반으로 평년강수량의 70%를 가정하여 봄철 농업가뭄에 대응하고 있다. 2000년대에 들어 역학적 기후예측모형 기반의 예측 결과 및 전지구기후인자와 지역 수문 사이의 원격상관 기반의 통계적 예측 방법들을 이용한 수자원 분야의 장기예측 연구가 활발히 시도되고 있다. APEC 기후센터(APCC)에서는 16개 국제적인 연구기관으로부터 제공 받는 기후예측정보를 다중모형앙상블(Multi-Model Ensemble, MME)기법을 이용하여 개별 기후모델이 지닌 불확실성을 최소화한 후 3~6개월 선행기간의 계절예측 정보를 제공하고 있다. 본 연구에서는 관측자료 기반의 Climate Index Regression (CIR) 및 기후예측모형의 예측자료를 사용하는 Moving Window Regression (MWR) 방법을 병합하여 사용하는 Integrated Time Regression (ITR) 방법을 이용하여 한반도 월별 강수량 및 기온을 예측한 후 저수지 물수지 모델링을 통하여 저수율을 예측하였다. 예측에는 캐나다의 MSC_CANCM3 및 MSC_CANCM4 모형, 미국의 NASA 및 NCEP 모형, 호주의 POAMA 모형, 한국의 PNU 모형을 포함한 총 6개 기후예측모형이 사용되었다. 예측시점은 봄철 저수지운영계획 수립을 목적으로 3월로 선정하였고 향후 6개월(4월~9월)에 대하여 시·공간적으로 상세화된 계절예측 정보를 생산하였다. 계절예측 자료의 예측성 평가를 위해서 방류량 자료가 존재하며 경기도 화성시에 위치한 기천저수지를 대상유역으로 선정하여 2년(1996~1997) 기간에 대한 유입량, 방류량, 저수위를 서로 다른 3개의 저수지 물수지 모형을 이용하여 예측하였다. 저수지 물수지 분석 모형으로는 HOMWRS, 수정 DIROM, DAWAST 모형을 선정하였다. 강수량 예측의 경우 개별 기후예측모형들 사이의 불확실성 범위는 크게 나타나 관측자료를 사용한 경우와 비교하여 모형별 저수지 물수지 분석의 예측성에 있어서 큰 차이를 보였다. 반면에 개별모형의 산술평균인 MME 결과는 개별모형 기반의 예측결과와 비교하여 안정적인 예측성능을 보여 향후 계절예측 자료의 활용에 있어서 불확실성을 고려할 수 있는 방법으로 제시되었다.