[2026-04-09 | Data Frontier] 한눈에 보는 AI x 비즈니스 분야 연구 동향

📖 Scientific Data - 3건

A long-term ecosystem monitoring dataset from the ICP Integrated Monitoring network: biogeochemical data from 1977–2020 across 14 European countries

이 연구는 유럽 산림 유역에서 대기 오염 영향에 대한 생태계 통합 모니터링 국제 협력 프로그램(ICP IM)의 포괄적인 장기 데이터셋을 제시했다. 연구는 14개 유럽 국가에 걸쳐 46개 모니터링 스테이션에서 1990년대 초부터 2020년까지 수집된 데이터를 포함했다. 방법론적으로 20개 이상의 하위 프로그램이 대기, 강수, 관통류, 토양수, 지하수, 유출수, 토양, 식생, 생물군을 포함한 여러 생태계 구획에서 물리적, 화학적, 생물학적 특성을 동시에 측정하는 통합 모니터링 접근 방식을 적용했다. 모든 측정은 ICP IM 매뉴얼에 상세히 기술된 표준화된 프로토콜을 따랐고, 이는 데이터 품질과 사이트 및 기간 전반의 비교 가능성을 확보했다. 핵심 발견은 수십 년에 걸쳐 일관되고 표준화된 방식으로 수집된 방대한 양의 생지화학적 데이터를 성공적으로 통합하고 공개했다는 점이다. 이 데이터셋은 대기 오염, 기후 변화 영향, 생지화학적 순환에 대한 생태계 반응 연구를 지원하며, 과학계에 귀중한 장기 환경 모니터링 데이터를 제공하는 학술적 의의를 지닌다. 이 데이터는 Creative Commons By Attribution (CC BY) 라이선스 하에 Swedish National Data Service 데이터 저장소 Researchdata.se에서 CSV 파일 형태로 이용 가능하게 했다.

바로가기

Two decades of tropical soil analyses for a better understanding of soil organic carbon

이 연구는 열대 토양 유기 탄소 이해 증진을 위해 DATA4C 데이터베이스를 구축했다. DATA4C는 2002년부터 2022년까지 20년간 58개 열대 국가에서 수집된 31,980개 토양 샘플을 포함했다. 각 샘플은 토양의 물리적, 화학적 특성인 질감, pH, 탄소 및 질소 함량, 양이온 교환 용량 등 41개 변수로 특성화되었으며, ISO 9001 인증 실험실에서 표준화된 프로토콜에 따라 분석했다. 이 데이터는 20년에 걸쳐 검증 및 조화 과정을 거쳤다. 이렇게 구축된 DATA4C는 열대 토양의 모델링 도구 개발, 농업 및 환경 계획 수립, 그리고 열대 토양의 지속적인 모니터링 및 평가를 위한 귀중한 자원이 된다. 이는 다양한 과학적 및 운영적 맥락에서 데이터 재사용을 촉진하는 것을 목표로 했다. 이 데이터셋은 기후 조절과 식량 안보에 필수적임에도 불구하고 기존에 불충분하게 문서화되었던 열대 토양의 유기 탄소에 대한 이해를 심화하는 데 중요한 학술적 의의를 가진다. 연구는 방대한 데이터를 표준화된 방식으로 제공하여 열대 토양 생태계의 복잡성을 해결하고 미래 연구의 기반을 마련했다. 데이터 처리용 파이썬 코드 또한 공개하여 연구의 투명성과 재현성을 높였다.

바로가기

A Community Dataset for Large-Scale River Nitrogen Modeling in the United States

이 연구는 미국 본토의 대규모 하천 질소 모델링을 위한 통합 유역 속성 및 영양분 데이터셋인 IWAND-Nitrogen을 개발했다. 기존 수질 데이터셋이 가진 인위적 영향 시스템의 과소 대표성, 영양분 유입 데이터 부재, 불완전한 유역 메타데이터, 희소한 모니터링 범위 등의 한계를 극복하고자 했다. 방법론적으로 이 데이터셋은 1980년부터 2023년까지 1,877개 유역에서 수집된 574,767건의 질산염 기록을 통합했고, 각 기록은 최소 200개 이상의 측정값을 포함했다. 여기에 93가지 유역 속성, 유역 평균 및 격자 형태의 8가지 질소 유입 강제 요인, 11가지 기후 강제 요인을 연계하여 풍부한 정보를 제공한다. 주요 발견으로, IWAND-Nitrogen은 기존 CAMELS-Chem과 같은 벤치마크 데이터셋의 시공간적 범위를 확장하고 인위적 경사 전반에 걸친 대표성을 크게 강화했다. 이 데이터셋은 대규모 하천 질소 모델 개발을 위한 핵심 커뮤니티 벤치마크 역할을 하며, 유역에서 국가 규모에 이르는 새로운 통찰력을 도출하여 수질 예측 및 관리를 발전시키는 데 학술적으로 매우 중요한 의의를 갖는다.

바로가기

📖 Complex & Intelligent Systems - 3건

MEAFF-Net: multi-scale edge-enhanced and adaptive feature fusion network for robust object detection

MEAFF-Net은 복잡한 장면에서 객체 탐지 시 발생하는 중요한 엣지 정보 손실과 다중 스케일 객체 인식의 어려움을 효과적으로 해결하는 다중 스케일 엣지 강화 및 적응형 특징 융합 네트워크를 제시했다. 이 연구는 저주파 및 고주파 구성 요소를 분리하여 핵심 엣지 정보를 추출하고 미세한 디테일 표현을 정교화하는 적응형 컨볼루션을 통합한 Multi-Scale Edge-Enhanced Feature Extraction 모듈을 개발했다. 또한 공간적 디테일 복구를 개선하는 효율적인 업샘플링 메커니즘인 Feature-Driven Adaptive Reorganization 모듈을 도입했다. 원격 감지 객체 인식을 위해 저수준 및 고수준 특징 간의 융합 비율을 동적으로 조절하여 다양한 스케일의 객체 인식 정확도를 높이는 Residual Spatial-Channel Feature Adaptive-Feature Mixing Mechanism 모듈도 포함했다. MEAFF-Net은 SIMD, RDD2022, VisDrone2019 데이터셋에서 각각 83.2%, 57.4%, 38.4%의 탐지 정확도를 달성하며 YOLOv11n 기준선 대비 3.1%, 2.6%, 6.1% 높은 성능을 보였다. 계산 복잡도(GFLOPs)는 55% 증가했으나, 병렬화되고 콘텐츠 적응형 아키텍처 덕분에 640x640 해상도에서 81 FPS의 실시간 추론 효율성을 유지했다. 이 결과는 MEAFF-Net이 정확도와 추론 속도 사이에서 계산적으로 균형 잡힌 절충안을 제공하며, 실제 다중 스케일 객체 탐지 애플리케이션에서 강력한 잠재력을 가졌음을 입증했다.

바로가기

A Multi-condition diffusion model for completing hyper-relational knowledge graphs via conditional entity generation

하이퍼 관계형 지식 그래프(HKG)는 한정자를 포함하여 엔티티와 관계에 문맥적 역할을 부여하지만, 불완전하여 추가적인 예측 작업이 필요했다. 기존의 결정론적 예측 방식은 엔티티와 관계의 다양한 역할에서 발생하는 다채로운 의미를 포착하는 데 한계가 있었고, 수많은 후보 답변 중에서 정확한 대상을 식별하기 어려워 성능 저하가 발생했다. 이 문제를 해결하기 위해 이 연구는 엔티티 예측 작업을 조건부 엔티티 생성 문제로 재정의하고, 다중 조건 확산 모델(MCDM)이라는 새로운 방법을 제안했다. MCDM은 디노이징 확산 과정을 활용하여 대상의 확률 분포를 추정하는 방식으로 작동했다. 특히, 확산 모델을 직접 사용할 경우 임의의 수의 한정자를 처리하지 못하는 문제와 다양한 잠재 의미를 포착하기 위해 이러한 다중 조건을 효과적으로 활용하는 어려움이 있었다. 이를 위해 MCDM은 데이터셋별 조건부 집계 함수를 통해 한정자를 효율적으로 관리하고 대상을 생성하는 데 도움을 주는 다중 조건 디노이징 모듈을 도입했다. 실제 데이터셋에 대한 광범위한 실험 결과, 제안된 MCDM은 최신 기준선 방법보다 최대 10% 향상된 성능을 달성하며 우수함을 입증했다. 이 작업은 개념적으로 하이퍼 관계형 지식 그래프 완성을 결정론적 예측에서 확산 모델을 이용한 확률적 조건부 생성으로 발전시켰고, 한정자 정보를 활용하여 다양한 잠재 의미를 모델링하는 원칙적인 방법을 제공했다는 학술적 의의를 가진다.

바로가기

Multi-algorithm reinforcement learning framework with feedforward networks for resilient water tank scheduling systems

이 연구는 불확실한 수요 조건에서 물 분배 시스템의 효율적이고 탄력적인 제어를 위해 다중 알고리즘 강화 학습 프레임워크를 제시했다. 연구는 근접 정책 최적화(PPO), 심층 Q-네트워크(DQN), 비동기 어드밴티지 액터-크리틱(A3C) 세 가지 강화 학습 알고리즘을 다일 계획 기간에 걸친 물탱크 스케줄링에 적용하고 포괄적인 벤치마킹 및 민감도 분석을 수행했다. 시뮬레이션 기반 프레임워크는 현실적인 수요 변동성, 극단적인 운영 시나리오, 그리고 LSTM 네트워크를 사용한 시간적 모델링을 통합하여 강력한 에이전트 훈련을 가능하게 했다. 광범위한 평가 결과, PPO는 장기 시나리오에서 DQN보다 펌프 활성화 횟수를 최대 40% 줄이고 안전 위반을 25% 감소시키며 우수한 성능을 달성했다. 또한 PPO는 단기 시나리오에서도 경쟁력 있는 성능을 유지했다. 상세한 민감도 분석을 통해 학습률이 가장 중요한 하이퍼파라미터임을 확인했으며, DQN은 좁은 최적 범위(1e-3)를 보인 반면 PPO는 더 넓은 견고성(1e-5 ~ 3e-4)을 나타냈다. 제거 연구에서는 LSTM 네트워크가 시간적 모델링을 향상시켰음에도 불구하고, 더 간단한 DQN-FFN 아키텍처가 LSTM 증강 모델보다 우수한 누적 보상(-93.85 대 PPO-LSTM의 -134.15)을 달성하며 뛰어난 성능을 보였다. 극심한 수요 노이즈(±50 유닛) 상황에서 PPO는 DQN의 28% 성능 저하에 비해 12%의 성능 저하만을 보이며 탁월한 견고성을 입증했다. 이 연구는 알고리즘 선택, 하이퍼파라미터 튜닝, 액션 공간 설계에 대한 실질적인 지침을 제공하며, 복잡한 물 분배 시스템에서 투명한 AI 기반 제어를 위한 기반을 마련하고 인더스트리 4.0/5.0 인프라 현대화에 직접적인 영향을 주었다.

바로가기

📖 European Journal of Marketing - 2건

Comparative meta-analysis of the effectiveness of inorganic and organic marketing communications

이 메타 분석 연구는 비유기적(광고) 및 유기적(구전) 마케팅 커뮤니케이션이 고객 및 기업 가치에 미치는 영향을 비교 분석했다. 연구는 2000년부터 2019년까지 A* 또는 A 등급 저널에 게재된 157개 논문(175개 독립 연구, 누적 표본 크기 143,883명)을 대상으로 이단계 메타 분석을 수행했다. 측정 오류와 표본 오류를 보정한 무작위 효과 모델을 사용했고, 출판 편향을 평가했으며, 산업 유형, 비즈니스 맥락, 지역 등 상황적 요인의 조절 효과를 메타 회귀 분석으로 탐색했다. 주요 발견으로, 구전은 고객 감정, 인지된 고객 혜택, 구매 의도, 관계적 성과, 호의적 행동 등 대부분의 고객 관련 성과에 광고보다 일관되게 더 강력한 긍정적 상관관계를 보였다(구전 r=0.49-0.58, 광고 r=0.22-0.35). 광고는 인지된 고객 혜택(r=0.47)과 가장 강한 관계를 보였고, 구전은 구매 의도(r=0.58)와 가장 강한 관계를 나타냈다. 기업 성과 측면에서는 광고가 매출(r=0.34), 브랜드 가치(r=0.32), 기업 성과(r=0.14)와 관련이 있었으나, 구전의 기업 성과에 대한 직접적인 영향은 연구 수가 부족해 명확한 결론을 내리지 못했다. 특히 구전의 강력한 구매 의도 유발에도 불구하고 매출 기여가 미미한 점은 의도-행동 간극이 있음을 시사했다. 상황적 조절 효과로는, 산업 유형(제품 대 서비스)은 전반적으로 유의미한 조절 효과를 보이지 않았으나, B2B 맥락에서 구전이 호의적 고객 행동에 더 강하게 영향을 미쳤다. 또한, 선진국에서는 광고가 구매 의도에 미치는 영향이 약했고, 개발도상국에서는 광고가 감정적, 관계적 성과에 더 강한 영향을 주었다. 구전은 선진국에서 구매 의도, 관계적 성과, 감정에 더 강한 영향을 보였으나, 고객 혜택 측면에서는 개발도상국에서 더 강했다. 이 연구는 마케팅 커뮤니케이션 효과 측정에 진단적(고객) 및 평가적(기업) 지표를 통합하여 광고와 구전의 차별적 영향을 이해하는 데 기여했고, 구전의 의도-행동 간극과 상황 의존적 효과를 밝혀냈다.

바로가기

When do firms with disruptive intent create shareholder value?

이 연구는 기업의 파괴적 의도(disruptive intent, DI), 즉 저가 시장 또는 신규 시장 고객에 대한 집중이 주주 가치에 어떻게 영향을 미치는지, 그리고 마케팅 역량(시장 기반 자산 구축 및 활용 역량)이 이 관계를 어떻게 조절하는지 탐구했다. 연구팀은 2004년부터 2018년까지 미국 소매업체 137곳의 1,316개 기업-연도 관측치로 구성된 고유한 패널 데이터를 사용했다. 파괴적 의도는 연례 보고서에서 텍스트 마이닝 기법(컴퓨터 지원 텍스트 분석, CATA)으로 측정했고, 주주 가치는 Carhart의 4요인 모델을 사용하여 연간 비정상 수익률(기업 가치)과 특유 위험(기업 위험)으로 평가했다. 시장 기반 자산(MBA) 구축 및 활용 역량은 확률적 프런티어 추정(SFE)으로 산출했다. 연구 결과, 파괴적 의도 그 자체로는 기업 가치를 높이거나 기업 위험을 증가시키지 않는다는 것을 발견했다. 그러나 높은 파괴적 의도를 가진 기업은 높은 시장 기반 자산 구축 역량과 시장 기반 자산 활용 역량을 동시에 가질 때 기업 가치를 향상시켰다. 또한, 파괴적 의도와 시장 기반 자산 구축 역량의 상호작용은 기업 위험을 증가시켰으나, 시장 기반 자산 활용 역량과의 상호작용은 기업 위험에 영향을 주지 않았다. 이 연구는 파괴적 혁신 이론의 한계, 즉 기업의 파괴성을 사전에 예측하기 어렵고 견고한 실증적 증거가 부족하며 역량의 역할에 대한 통찰력이 부족하다는 점을 해결했다. 특히, 기업 역량과 파괴적 기업의 성과 간의 연관성을 제시하고, 시장 기반 자산 구축 및 활용 역량의 조절 역할을 밝혀 마케팅-재무 인터페이스 문헌에 기여했다. 이는 관리자들에게 저가/신규 시장 고객에 집중할 때 마케팅 활동과 투자를 재조정하는 방법에 대한 증거 기반 지침을 제공하며, 파괴적 의도만으로는 주주 가치를 높일 수 없고 보완적인 마케팅 역량이 필수적임을 강조했다. 시장 기반 자산 구축 및 활용 역량을 동시에 개발하고 배치하지 않으면 기업 가치 창출에 실패하거나 심지어 가치를 파괴할 수 있음을 경고했다.

바로가기

📖 Journal of Marketing Management - 1건

Making localness work: boundary intermediation in decentralised market systems

이 연구는 분산된 시장 시스템에서 '지역성'과 같이 논쟁적이고 취약한 가치 범주가 어떻게 기능하고 지속되는지 밝혔다. 연구팀은 스위스 발포스키아보 지역의 '100% 발포스키아보' 이니셔티브를 사례로 삼아 인터뷰, 현장 관찰, 온라인 리뷰 데이터를 수집하고 시장 시스템 다이내믹스 관점에서 분석했다. 연구 결과, '지역성' 경계를 형성하고 작동시키는 세 가지 반복적인 역동인 경계 작업, 경계 운영화, 경계 물질화를 발견했다. 경계 작업은 '지역'의 의미를 요리 전통에서 재료 원산지로 전환하고, 이중 라벨 구조와 부문별 규정을 통해 기준을 정의하는 과정이었다. 경계 운영화는 이러한 정의를 가치 계산 스프레드시트, 최소 거주 기간 등 측정 가능한 기준으로 전환하고, 공급망 재편, 협력, B2B 플랫폼 도입, 감시를 통해 시장에서 작동하도록 만들었다. 경계 물질화는 레스토랑 메뉴의 로고 표시, 직원 스토리텔링, 미각 경험, 소매점 진열, 지역 축제 연계 등 일상적인 실천을 통해 '지역성'이 가시적이고 신뢰할 수 있게 구현되는 과정이었다. 연구팀은 이러한 역동을 지탱하는 메커니즘을 '경계 중개(boundary intermediation)'로 개념화했는데, 이는 제도적 모호성 속에서 시장 안정화를 이끄는 분산된 과정이었다. 이 연구는 시장 시스템 다이내믹스 학문에 기여하며, 시장 제도화가 선형적 과정이 아니라 상징적 정의, 계산 인프라, 물질적 구현 사이의 지속적인 재조정을 통해 취약한 시장 범주가 어떻게 작동 가능하고 지속 가능한지를 보여줬다. 또한, 경계 중개 개념을 발전시켜, 유물을 넘어 이질적인 행위자들과 장치들이 상징적 구분을 운영 가능한 기준으로 전환하고 제도적, 경험적 배열에 내재화하는 연결 작업을 통해 분산된 메커니즘으로 작용함을 이론화했다. 이로써 지속가능성, 진정성 등 다른 논쟁적인 가치 범주가 분산된 시장 시스템에서 어떻게 정의되고 작동하며 물질화되는지에 대한 이해를 심화했다.

바로가기

📖 Journal of Marketing Theory and Practice - 2건

Do experience and upper management support matter? An exploration of GenAI technology usage in a business-to-business setting

이 연구는 B2B 환경에서 생성형 인공지능(GenAI) 기술 사용이 영업 성과에 미치는 영향을 상위 경영진 지원과 영업 경험의 조절 효과와 함께 탐구했다. 연구진은 CRM 시스템에 GenAI를 통합한 미국 대기업의 영업 전문가 161명을 대상으로 설문 데이터를 수집하고 Technology–Organization–People (TOP) 프레임워크를 기반으로 개념 모델을 구축하여 분석했다. 분석 결과, 상위 경영진의 GenAI 기술 지원은 영업 전문가의 GenAI 사용을 긍정적으로 촉진하는 것을 발견했다. 이러한 긍정적인 효과는 영업 경험이 증가할수록 더욱 강해졌다. 즉, 숙련된 영업 사원일수록 경영진의 지원을 바탕으로 GenAI를 더 효과적으로 활용했다. GenAI 기술 사용은 영업 경험 수준과 관계없이 영업 성과를 유의미하게 향상시키는 것으로 나타났다. 하지만, GenAI 사용이 영업 성과에 미치는 긍정적인 영향에 대한 영업 경험의 조절 효과는 통계적으로 유의미하지 않았다. 이는 GenAI가 영업 사원의 기존 지식 스키마와 관계없이 생산성 및 개인화 향상에 기여하여 영업 성과를 높인다는 것을 의미한다. 이 연구는 영업 기술 문헌에 GenAI의 실제 사용과 성과 간의 직접적인 연결을 실증적으로 보여주며 기여했다. 특히, 경영진의 지원과 영업 사원의 경험이 GenAI 기술 활용 결과에 복합적으로 영향을 미치는 방식을 밝혀내어, 기업이 기술 기반 영업 성과를 높이기 위한 구체적인 전략적 통찰력을 제공했다.

바로가기

Unveiling the dark side of technology adoption: discontinuance intention through negative expectation and cognitive dissonance theories

이 연구는 신흥 지역 기술 활용 학습(TEL) 플랫폼에서 부정적 기대 불일치와 구매 후 인지 부조화가 사용자 이탈 의도 및 충성도에 미치는 영향을 규명했다. 550명의 인도 학생 설문 데이터를 PLS-SEM으로 분석한 결과, 부정적 기대 불일치는 제품 부조화와 정서적 부조화 모두를 유의미하게 증가시켰고, 특히 정서적 부조화에 강한 영향을 미쳤다(β=0.785). 부정적 기대 불일치는 직접적으로 이탈 의도를 높였으며, 제품 부조화는 정서적 부조화를 유발했고, 제품 및 정서적 부조화 모두 이탈 의도를 유의미하게 증가시켰다. 궁극적으로 이탈 의도는 사용자 충성도 행동에 강력한 부정적 영향을 미쳤다(β=-0.415). 학술적으로 이 연구는 기대 불일치 이론과 인지 부조화 이론을 통합하여 만족도 너머의 기술 중단 메커니즘을 밝히고, 구매 후 부조화를 다차원적으로 이해하여 제품 관련 의구심과 정서적 반응이 이탈에 미치는 개별적 영향 및 이탈 의도가 장기 충성도에 미치는 중요성을 강조했다. 이는 신흥 시장의 사회기술적 도전 속에서 디지털 학습 환경의 지속 가능성을 위한 심리적, 맥락적 요인의 중요성을 부각한다.

바로가기

📖 Journal of Fashion Marketing and Management - 1건

Luxury brands on social media: the influence of self-monitoring on user-generated content and positive electronic word of mouth

이 연구는 소비자의 자기 감시 성향이 명품 브랜드 관련 사용자 생성 콘텐츠(UGC) 및 긍정적인 전자적 입소문(eWOM) 생성에 미치는 영향을 인상 관리 이론을 통해 탐구했다. 연구는 자기 감시 성향이 높은 소비자들이 사회적 정체성과 개인적 정체성을 표현하기 위해 명품 브랜드 콘텐츠를 어떻게 생성하는지 이해하고자 했다. 두 가지 실험 연구를 수행했는데, 첫 번째 연구에서는 프라다(명품)와 나이키(비명품) 신발을, 두 번째 연구에서는 루이비통과 잔스포츠 백팩을 사용하여 명품 여부 조건을 조작했다. 자기 감시 성향은 독립 변수로, 사회 조정 기능과 가치 표현 기능은 매개 변수로, 브랜드 관련 UGC 및 긍정적 eWOM 생성 의도는 종속 변수로 설정했다. 두 연구 모두 미국 아마존 미케니컬 터크(MTurk) 참가자들을 대상으로 진행했다. 핵심 발견으로, 자기 감시 성향이 높은 소비자들은 브랜드가 명품일 때만 사회 조정 기능과 가치 표현 기능을 통해 브랜드 관련 UGC 및 긍정적 eWOM을 생성하려는 의도가 유의미하게 증가했다. 비명품 브랜드의 경우에는 자기 감시 성향이 UGC 및 eWOM 생성 의도에 미치는 영향이 유의미하지 않았다. 이는 자기 감시 성향과 브랜드 유형(명품 vs. 비명품)의 상호작용이 사회 조정 기능 및 가치 표현 기능을 매개로 브랜드 관련 UGC 및 긍정적 eWOM 생성 의도에 조절된 매개 효과를 가진다는 것을 증명했다. 본 연구는 자기 감시 성향, 명품 브랜드, 사회 조정 기능, 가치 표현 기능, 그리고 브랜드 관련 UGC 및 긍정적 eWOM 생성 의도 간의 복잡한 관계를 인상 관리 이론으로 설명한 최초의 연구로서 학술적 의의를 지녔다. 또한 자기 감시 성향과 기능적 태도, 가치 표현 기능과 UGC 생성 간의 기존 연구에서 상충되던 결과들을 명품 브랜드의 조절 효과를 통해 해소했다. 실무적으로는 명품 브랜드 마케터들이 자기 감시 성향이 높은 소비자들을 타겟으로, 브랜드와 함께 셀카를 올리거나 전시회 방문을 공유하는 등 사회적 정체성과 개인적 정체성을 표현할 수 있는 플랫폼과 기회를 적극적으로 제공하여 UGC 및 긍정적 eWOM을 유도해야 한다고 제언했다.

바로가기