[2026-03-30 | Data Frontier] 한눈에 보는 AI x 비즈니스 분야 연구 동향

📖 Information Systems Frontiers - 1건

Green Technology Multidimensional Readiness Framework: Insights from Indian Telecom Sector

정보 시스템 프론티어 저널에 게재된 이 연구는 인도 통신 부문의 녹색 기술 다차원 준비 프레임워크에 대한 심층적인 분석을 제공하였다. 1세대부터 5세대까지의 통신 기술 발전이 산업 및 사회 생산성을 향상시켰음에도 불구하고, 모바일 가입자, 기기 및 네트워크 구성 요소의 급증은 탄소 발자국과 온실가스 배출을 증가시키고 있으며, 이는 특히 가입자 잠재력이 큰 인도와 같은 국가에서 미래 기술로 인해 더욱 심화될 것으로 예상된다. 이에 따라 배출량을 줄이기 위한 녹색 기술 채택의 중요성이 커졌다. 본 탐색적 연구는 인도 통신 기업들의 녹색 기술 채택 및 구현 준비 상태를 조사하는 것을 목적으로 하였다. 연구팀은 통신 전문가들과 개방형 반구조화 인터뷰를 진행하였고, 이를 조이아(Gioia) 방법론을 활용하여 분석하였다. 분석 결과, 녹색 기술 준비 상태와 관련된 10가지 고유한 개념과 7가지 고유한 주제가 도출되었으며, 이를 바탕으로 다차원 녹색 기술 준비 프레임워크가 제안되었다. 이 연구의 결과는 통신 관리자들이 투자 결정에 앞서 기업의 준비 상태를 평가하고 향상시키는 데 귀중한 정보를 제공하며, 정책 입안자들에게는 녹색 기술의 신속한 채택을 위한 적절한 정책을 설계하는 데 중요한 통찰력을 제공하였다.

바로가기

📖 Journal of the Academy of Marketing Science - 1건

The size of the same-week promotion bump—Drivers and their implications

가격 프로모션은 판매 증진을 위한 핵심 마케팅 전략이며, 동일 주간 판매량 증가는 그 효과를 평가하는 중요한 지표다. 이 연구는 가격 프로모션으로 인한 판매량 증가의 주요 동인을 분석하는 것을 목적으로 하였다. 연구팀은 15년간 589개 소비재 브랜드를 분석하고 효용 이론을 기반으로 7가지 근본적인 동인을 도출하여 가설을 개발하였다. 연구 결과, 평균적으로 할인 깊이와 광고 게재는 판매량 증가를 유발하였으나, 경쟁사의 가격 프로모션, 신제품 출시 및 고객 충성도는 판매량 증가를 감소시키는 것으로 나타났다. 반면, SKU 확산과 광고는 평균적으로 판매량 증가에 영향을 미치지 않았다. 각 동인의 영향력은 상당히 달랐는데, 예를 들어 프로모션 할인 깊이가 표준편차만큼 증가하면 판매량 증가는 18.0% 증가하였고, 신제품 개발이 표준편차만큼 증가하면 판매량 증가는 12.9% 감소하였다. 이 연구는 포괄적인 동인들을 함께 고려하는 것이 중요하며, 일부 동인에만 집중할 경우 다른 동인의 영향이 혼동될 수 있음을 보여주었다. 브랜드 관리자들은 이 연구 결과를 경쟁사 프로모션 활동에 대응하는 데 활용할 수 있다. 궁극적으로 이 연구는 판매량 증가 동인에 대한 독특하고 포괄적인 이론 기반 연구를 통해 실질적, 개념적, 관리적 통찰력을 제공하였다.

바로가기

📖 Scientific Data - 3건

A Fine-Grained Lightweight Urban Signalized-Intersection Dataset of Dense Conflict Trajectories

교통 참여자 궤적 데이터는 도시 교차로 교통 평가 및 최적화에 중요하나, 기존 드론 기반 데이터셋은 장면 대표성, 정보 풍부성, 데이터 정확성 면에서 한계가 있었다. 이 연구는 이러한 문제 해결을 위해 FLUID를 소개하였다. FLUID는 전형적인 도시 신호 교차로의 밀도 높은 충돌 궤적을 포착하는 정밀 데이터셋과 드론 기반 궤적 처리를 위한 경량의 풀 파이프라인 프레임워크로 구성된다. 이 데이터셋은 세 가지 다른 교차로 유형에서 약 5시간 동안 8개 범주에 걸쳐 20,000명 이상의 교통 참여자를 기록하였다. 특히 모든 장면에서 분당 평균 2.8건의 차량 충돌이 발생했으며, 전체 기록된 차량의 약 15%가 이러한 충돌에 직접 연루되었다는 점을 강조한다. FLUID는 궤적, 교통 신호, 지도, 원본 비디오 등 포괄적인 데이터를 제공하며, 기존 DataFromSky 플랫폼 및 실제 측정과의 비교를 통해 높은 시공간 정확성을 검증하였다. 차량 충돌 및 위반의 상세 분류를 통해 다양한 상호작용 행동을 밝혀냄으로써, FLUID는 인간 선호도 마이닝, 교통 행동 모델링 및 자율주행 연구에 중요한 가치를 제공한다.

바로가기

A High-Resolution Forest Soil Organic Carbon Dataset for China Derived from an Enhanced Quantile Regression Forest Model

기후 변화 완화 및 생물 다양성 보존에 중요한 산림 토양 유기 탄소(FSOC) 모니터링은 중국처럼 복잡한 지역에서 디지털 토양 매핑에 난관이 있었다. 본 연구는 90미터 해상도의 국가 FSOC 함량 제품을 개발하여 이 문제를 해결하고자 하였다. 연구팀은 8,709개 토양 프로파일과 41개 환경 공변량을 활용하여 전향 재귀적 특징 선택(FRFS)으로 강화된 분위수 회귀 산림(QRF) 모델을 구축하였다. 이를 통해 0-100cm 깊이의 네 구간(0-20, 20-40, 40-60, 60-100cm)에 걸쳐 FSOC 함량을 예측하고 불확실성을 정량화하였다. 모델은 10겹 교차 검증에서 0.69에서 0.80의 높은 평균 설명 분산(MEC)을 보이며 견고하고 편향 없는 성능을 입증했다. 이 고해상도 FSOC 데이터세트는 중국의 "이중 탄소" 전략 하에 산림 탄소 관리를 위한 중요한 공간적 기준선을 제공하며, 탄소 흡수원 검증 및 토양 탄소 격리 잠재력 평가에 직접적으로 적용될 수 있다.

바로가기

Raman spectra for plastics identification (RaSPI) and Raman maps for plastics identification (RaMPI) datasets

환경 플라스틱 오염의 정확한 식별을 가속화하려는 노력이 기계 학습(ML) 기술에 크게 의존하고 있는 가운데, 본 연구는 차세대 ML 방법론 개발을 지원하기 위해 RaSPI(Raman spectra for plastics identification)와 RaMPI(Raman maps for plastics identification)라는 두 가지 라만 분광법 데이터셋을 공개하였다. RaSPI 데이터셋은 100에서 4000 cm⁻¹ 사이의 <1 cm⁻¹ 해상도를 가진 402개의 고품질 라만 스펙트럼을 제공하며, 이는 14가지 플라스틱 유형과 알려지지 않은 첨가물의 가변성을 포괄하였다. 한편, RaMPI 데이터셋은 34개의 2차원 분광 지도에 걸쳐 총 33,119개의 스펙트럼을 담고 있으며, 지문 영역에서 <1 cm⁻¹ 해상도와 더불어 신호 대 잡음비의 상당한 가변성을 보여 방법론 테스트 및 검증에 특히 유용하다. 두 데이터셋 모두 순수 샘플과 환경 오염 샘플에서 수집된 데이터를 포함하고 있으며, 모든 스펙트럼은 14가지 플라스틱 분류 중 하나로 수동으로 할당되었다. 이러한 데이터셋들의 일관성과 높은 품질은 미세 플라스틱 연구를 위한 ML 모델 훈련, 분광 처리 알고리즘 개발, 또는 새로운 방법론을 검증할 데이터셋을 찾는 연구자들에게 매우 가치 있는 자원이 될 것이라고 밝혔다.

바로가기

📖 Applied Intelligence - 2건

BeautyMark: A diffusion model for aesthetic QR code generation with robust watermark authentication

최근 QR 코드의 활용이 보안 모바일 결제 및 디지털 광고 분야에서 크게 확장되었으나, 단조로운 흑백 구성은 미적 매력이 부족하고 위조에 취약하다는 문제가 제기되었다. 기존의 스타일 전이 및 확산 생성 기반 알고리즘은 아름다운 컬러 QR 코드 생성으로 인식을 향상시켰지만, 디코딩률 저하와 위조 방지 미고려라는 한계를 보였다. 이에 본 연구는 QR 코드의 미적 향상과 위조 방지 문제를 동시에 해결하기 위해 디지털 워터마크 삽입 및 인증을 결합한 엔드-투-엔드 확산 다중 스타일 기반 QR 코드 미화 프레임워크인 BeautyMark를 제안하였다. 구체적으로, 자체 구축한 데이터셋으로 사전 훈련된 ControlNet을 활용하여 텍스트 주도 확산 모델이 구조적 무결성을 유지하면서 미학적으로 아름다운 QR 코드를 생성하도록 유도했다. 또한, 시각적으로 매력적인 결과를 달성하면서 디코딩률을 향상시키기 위해 미분 가능한 샘플링 시뮬레이션 레이어를 사용하였다. 나아가, 개선된 HiDDeN 네트워크는 고정된 보이지 않는 워터마크를 삽입하여 미화된 QR 코드의 진위 여부를 검증하도록 설계되었다. 광범위한 실험 결과, 제안된 프레임워크는 다양한 실제 응용에서 워터마크 품질, QR 코드 디코딩률, 그리고 이미지 품질 사이의 균형을 성공적으로 달성했음을 입증하였다. 이는 QR 코드의 정보 보안을 강화하고 사용자 경험을 향상시키는 데 중요한 기여를 했다.

바로가기

Large-scale traceable and robust watermarking for diffusion models with precise affine coupling flow encoding

본 논문은 확산 모델에서 저작권 추적을 위한 워터터마크 정보의 제한성과 재구성 역워터마킹 공격에 대한 낮은 저항성 문제를 해결하고자, 정밀한 아핀 결합 흐름 인코딩을 활용한 대규모 추적 가능하고 견고한 워터마킹 기법을 제안하였다. 제안된 방법은 아핀 결합 흐름을 사용하여 워터마크 인코더와 디코더를 구성하였으며, 인코더는 확산 모델의 사전 분포와 일치하는 잠재 변수에 워터마크를 삽입한다. 가역 흐름 모델을 통해 이미지 품질 저하 없이 잠재 공간에서 의미론적 수준의 워터마크 인코딩 및 추출이 가능하게 하였다. 또한, 공격 계층을 이용한 미세 조정과 적대적 훈련을 통해 디코더의 견고성을 강화하였다. 이 기법은 사전 학습된 확산 모델에 사용자별 정보를 은닉 변수로 입력하여 추가적인 학습 없이 실시간으로 고품질의 워터마크 이미지를 생성한다. 실험 결과, 이미지 처리 및 재구성 공격 하에서 97% 이상의 감지 및 비트 정확도를 달성하여 기존 방법보다 우수한 성능을 보였다. 대규모 사용자 시나리오에서도 이미지 처리 공격 시 95%의 워터마크 추적 가능성을 유지하여 신뢰할 수 있는 저작권 보호를 제공함을 확인하였다.

바로가기

📖 Complex & Intelligent Systems - 1건

A robust methodology for multi-criteria group decision-making: intuitionistic fuzzy N-bipolar soft expert sets in cybersecurity risk assessment for financial institutions

금융기관의 사이버보안 위험 평가는 지속적으로 변하는 위협과 다양한 평가 요인, 그리고 전문가 의견에 대한 의존성으로 인해 복잡한 과제였다. 본 연구에서는 이러한 문제를 해결하고자 직관적 퍼지 N-양극 소프트 전문가 집합(IFNBSES) 모델을 도입하였다. 이 모델은 직관적 퍼지 개념과 N-양극 소프트 전문가 집합을 통합하여, 수용 및 거부 정도, 긍정적 및 부정적 평가, 다단계 전문가 평가를 모두 고려한다. 또한, 불확실성 속에서 전문가 의견을 효과적으로 결합하는 명확한 방법을 제공하였다. 연구팀은 IFNBSES 모델을 공식적으로 정의하고 그 구조와 기본 연산, 대수적 속성을 분석하여 이론적 타당성과 실용적 유용성을 입증하였다. 이 모델은 다중 기준 그룹 의사결정 문제에 적용되어 사이버보안 전략 선택을 명확하고 신뢰성 있게 지원함을 보여주었다. 기존 방법과의 비교를 통해 IFNBSES가 불확실성 처리에서 더 뛰어난 성능을 발휘하며, 사이버보안 의사결정을 위한 강력한 도구임을 확인하였다.

바로가기

📖 CAAI Transactions on Intelligence Technology - 1건

CDFNet: Cross‐Modal Deep Fusion for Monocular 3D Semantic Scene Completion

제목은 CDFNet: Cross-Modal Deep Fusion for Monocular 3D Semantic Scene Completion이다. 이 연구는 단안(monocular) 카메라 기반의 3D 의미론적 장면 완성(Semantic Scene Completion, SSC)에서 기존 방법론이 교차 모달 의미 정보의 효율적인 융합 및 정밀한 처리가 부족하여 성능이 최적화되지 못하는 문제점을 해결하는 것을 목적으로 한다. 이를 위해 저자들은 새로운 교차 모달 의미론적 심층 융합 프레임워크를 제안하였다. 제안된 방법론은 RGB 이미지와 깊이 지도(depth map)에서 2D 텍스처, 2D 공간 및 3D 기하학적 지식을 추출하고, 이를 맞춤형 교차 모달 의미론적 융합 모듈을 통해 3D 공간으로 효율적으로 통합하였다. 특히, 방대한 3D 복셀 특징의 중복성을 효과적으로 제거하기 위한 경량 복셀 특징 필터를 설계하였으며, 깊이 지도에서 파생된 포인트 클라우드로부터 3D 기하학적 특징을 추출하였다. 다양한 모달리티에서 얻은 3D 특징들은 심층적으로 융합되었고, 희소-조밀(sparse-to-dense) 복셀 완성 모듈에 의해 의미 정보가 더욱 풍부하게 정제되었다. 또한, 데이터셋의 클래스 불균형 문제를 고려하여 SSC 작업을 평가하는 데 더 적합한 새로운 평가 지표를 제안하였다. 광범위한 실험 결과, 본 연구에서 제안된 방법은 카메라 기반 의미론적 장면 완성 분야에서 최첨단 성능을 달성하였다. 연구팀은 향후 소스 코드를 공개할 예정이다.

바로가기

📖 Knowledge and Information Systems - 2건

Large language models for cyberattack defense: a critical survey

이 연구는 대규모 언어 모델(LLM)이 사이버 방어의 지능형 구성 요소로서 이질적인 보안 아티팩트를 해석하고 사이버 방어 수명 주기 전반에 걸쳐 의사 결정을 지원하는 데 점점 더 많이 활용되고 있음을 탐구하였다. 특히 LLM을 비정형 입력에 대한 의미론적 추론 엔진으로, 그리고 탐지, 분류, 설명 등을 위해 IDS/SOC 파이프라인에 통합되는 모듈로, 완화 및 대응을 돕는 검색 및 도구 증강 에이전트로 연구되고 있음을 밝혔다. 본 조사는 서비스 거부(DoS/DDoS), 피싱, 멀웨어, SQL 인젝션, 교차 사이트 스크립팅(XSS), 도청 및 중간자 공격(MITM)을 포함한 주요 공격 유형에 대한 LLM 기반 탐지 및 완화 접근 방식을 분석적으로 검토하였다. 연구는 탐지 및 완화 목표를 구분하는 통일된 분류 체계를 제시하고, 모델링 전략(프롬프트 엔지니어링, 미세 조정, 검색 증강 생성, 에이전트 도구 사용), 데이터 양식 및 평가 설정을 기준으로 대표적인 솔루션들을 체계적으로 비교하였다. 또한, 지연 시간, 처리량, SIEM/SOAR/EDR 플랫폼과의 통합, 컴퓨팅 및 유지 보수 비용, 도메인 변경 시 일반화 가능성 등 운영상의 제약 조건을 논의하여 LLM의 실용적인 적용 가능성을 강조하였다. 마지막으로 프롬프트 주입, 오염된 검색 컨텍스트, 환각적 권장 사항, 도구/에이전트 오용 등 LLM 고유의 위험 요소를 검토하고, 신뢰할 수 있고 배포 가능한 LLM 기반 사이버 방어를 위한 보증 메커니즘과 미해결 연구 과제를 요약하였다. 이 연구는 LLM을 활용한 사이버 보안 분야의 현재 동향과 미래 과제를 종합적으로 제시하였다.

바로가기