지원시스템

학습목표

제6장 기업 경영과 의사결정 지원시스템

 전사적 의사결정지원시스템의 특성을 이해할 수 있다.

 임원정보시스템의 개념을 이해할 수 있다.

 지능정보시스템의 개념을 이해할 수 있다.

 공간적 의사결정지원을 위한 지리정보시스템을 이해할 수 있다.

 기업 경영에 있어 소셜네트워크서비스의 중요성을 이해할 수 있다.

목 차 _ 제 6장

6-1 의사결정지원시스템 6-2 임원정보시스템

6-3 지능정보시스템

6-4 공간적 의사결정지원을 위한 지리정보시스템

6-5 기업경영과 소셜네트워크서비스

A transaction processing system (TPS) is an informatio n system used to support and record transactions such a s paying for products or paying an employee.

6-1 의사결정지원시스템

의사결정 이전에: TPS(Transaction Processing System)

MIS의 발달과정 및 유형

1960 1970 1980 1990 2000

최고경영층

중간경영층

하위경영층

거래처리 시스템

(TPS)

중역정보시스템 (EIS)

의사결정 지원시스템

(DSS)

경영정보시스템 (MIS)

연도 전사적 자원관리(ERP) 전자상거래

(E-Commerce) 이-비즈니스

(E-Business) 경영계층

그룹의사결정지원시스템 (GDSS)

인터넷/인트라넷

(Internet/Intranet)

6-1 의사결정지원시스템

 의사결정 문제는 의사결정 주체에 따라 구조적, 반구조적, 비구조적 문제로 분류

– 구조적 의사결정문제: 의사결정에 필요한 일정한 규칙과 절차가 존재하며 문제에 대 한 해답이 존재한다는 것을 의미함

– 비구조적 의사결정문제: 의사결정에 필요한 일정한 규칙과 절차가 존재하지 않는 경 우임

– 반구조적 의사결정문제: 의사결정에 필요한 일정한 규칙과 절차가 일부분 존재하는 문제라고 할 수 있음

 비구조적이거나 반구조적인 의사결정문제의 해결을 위해서는 의사결정자의 판단이 필요 하게 됨

기업 경영과 의사결정문제

<그림 6-1> 계층적 조직 구조와 의사결정 문제의 유형

• 의사결정을 위한 질문과 답변 (복잡한 의사결정 프로세스)

의사결정 모델

문제의 인식 (Intelligence)

대안의 개발 (Design)

선택 (Choice)

의사결정 모델 각 단계에서 IT의 활용

의사결정단계 Intelligence Design Choice

인터넷

의사결정지원시스템 데이터웨어하우징 데이터마이닝 중역정보시스템 전문가시스템

거래처리시스템(TPS) EDI/CALS/EC

협의의 MIS 데이터베이스

Simon의 의사결정 유형

- Herbert A. Simon은 의사결정을 유형을 정형적 의사결정과 비정형적 의사결정으로 구분

전략계획

경영통제

운영통제

비정형적 의사결정

정형적 의사결정

2. 의사결정의 유형

1)

• 기업내부 문제보다 외부문제와 관련된 의사결정

• 참여할 사업결정, 제품믹스결정, 시장선정 결정 및 제 자원 배분에 관한 의사결정

• 최고 경영층 담당

2) 경영통제: 관리적 의사결정

• 기업의 목표와 전략을 실행하기 위한 구체적 의사결정

• 기업내부의 조직 제 자원 활용의 극대화에 관한 의사결정

• 인력 및 원재료를 획득, 인적 자원 개발 및 훈련, 자본 및 설비조달

• 중간 경영층 담당

3) 운영통제: 업무적 의사결정

• 일상적으로 행해지는 업무에 관한 의사결정

• 자원 변환과정의 효율성을 극대화 하기 위한 의사결정

• 재고수준의 결정, 가격결정, 연구개발 및 월간 생산계획 등

• 하위 경영층 담당

정형적 의사결정과 비정형적 의사결정

의사결정 유형

의사결정의 기술

전통적 현대적

•정형적 의사결정 일상적 반복적 결정

•습관

•업무절차, 표준업무절차

•조직구조

공통의 기대, 하부목표의 체계 명 확히 정해진 정보의 경로

•수학적 분석

•Computer에 의한 data처리

•비정형적 의사결정 1회한∙신규 정책결정

•판단, 직관력, 창조력

•경험율

•간부요원의 선발과 훈련

•탐색적 문제해결 기술의 적용

•의사결정자의 훈련

•Computer의 heuristic Programming 의 작성

기업의 각 경영층별 요구되는 정보의 특성

정보의 특성 거 래 처 리 운 영 통 제 경 영 통 제 전 략 계 획 출 처 조직 내무 <---> 조직 외부 범 위 매우 좁음 <---> 매우 넓음 종합정도 매우 상세 <---> 종 합 적 지향시점 과 거 <---> 미 래 즉 시 성 매우 높음 <---> 매우 낮음 정 확 성 높 음 <---> 낮 음 이용빈도 자 주 <---> 가 끔

경영/관리 활동을 위한 정보지원

외부정보의

중요성 보다 요약된

정보 장기적 덜 구조적

문제해결

전략기획계층

관리계층

운영계층 기업 기능

EIS

DSS

IRS

하위경영층

(운영통제)

중간경영층

(관리통제)

최고경영층

(전략기획)

경영자:

회장, 사장, 부사장, 이사 등

관리자:

부장, 차장, 과장 등

감독자:

직장, 계장, 반장 등 비정형적, 전략적 업무

정형적, 일상적 업무

기획 기획 기획

조직화 조직화

조직화

충원 충원

지휘 지휘 충원

지휘

통제 통제

통제

최 고 경 영 층 중 간 경 영 층 하 위 경 영 층

경영계층

관리과정과 경영계층

경영계층별 경영활동

6-1 의사결정지원시스템

기업 경영과 의사결정문제

의사결정의 기본 과정

• 사이먼의 의사결정단계

피드백

아니오 예

문제의 탐색 대안 설계

선택 실행

만족 끝

불충분한 자료

불만족스러운 해

비효과적인 문제해 결

☞"제한된 합리성" (Bounded Rationality)을 갖는 의사결정자가 보다

6-1 의사결정지원시스템

 경영 활동에 있어 의사결정자들이 당면하는 비구조적, 반구조적 문제를 해결하기 위해 효과 적인 의사결정을 할 수 있도록 분석모형과 데이터를 지원하는 컴퓨터 기반의 시스템

 의사결정지원시스템의 구성요소 – 데이터관리 하위시스템

• 기업 내부의 데이터: 일반적으로 DB로부터 의사결정에 필요한 데이터나 정보를 추 출하기 위해서는 DB를 관리해 주는 데이터베이스관리시스템이 필요

– 모형관리 하위시스템

• 정보/지식으로의 변환을 위하여 여러 가지 의사결정모형을 이용할 수 있음, 이러한 의사결정모형과 데이터를 결합하여 의사결정에 유용한 정보/지식을 만드는 역할

• “What-if"분석(‘조건-결과’ 분석이라고 하며, 조건이 변화할 때에 결과가 어떻게 달 라지는지를 검증하는 시뮬레이션 방법)과 ”Goal-seeking"분석(목표탐색’ 분석이라 고도 하며, 원하는 목표를 달성하기 위하여 어떠한 조건이 성취되어야 하는지를 검 사하는 방법)

– 지식베이스 하위시스템

• 모형관리하위시스템에서 산출되는 지식을 저장하고 이를 다른 의사결정문제에 이 용할 수 있도록 지원해 주는 기능을 함

– 사용자 인터페이스

• 의사결정시스템과 사용자가 직접 대면하는 접점

의사결정지원시스템의 정의

6-1 의사결정지원시스템

의사결정지원시스템의 정의

6-1 의사결정지원시스템

6-1 의사결정지원시스템

의사결정지원시스템의 구성

6-1 의사결정지원시스템

 반구조적 및 비구조적인 문제의 상황에서 의사결정을 지원

 모든 경영 계층의 의사결정을 지원

 의사결정 유형을 지원하기 위해 모형베이스를 통해 의사결정자의 유형에 맞는 모델을 제공하며, 사용자 인터페이스를 통해 의사결정자의 유형에 맞게 의사결 정 프로세스가 진행되도록 지원

 대화식 정보처리와 그래픽 디스플레이를 지원하는 사용자 인터페이스를 통해 시스템의 효과를 크게 높여줌

의사결정지원시스템의 특징

6-1 의사결정지원시스템

의사결정지원시스템의 역할

• 경영과학에서 다루는 민감도분석의 일종으로, 하나 또는 여러 개의 변수 값을 변화시 켰을 때 결과값 또는 다른 변수값에 미치는 영향을 분석하는 방법

What-if 분석

• What-if분석의 특수한 하나의 경우라고 할 수 있음

• 일반적으로 하나의 변수값이 지속적으로 변화할 때, 다른 변수값에 미치는 영향을 보 는 것, 예) 연이율 변동에 따른 대출 월이자의 변동 폭 분석

민감도분석

• 결과값 또는 목표변수값을 먼저 정해 두고 정해진 값이 얻어 질 때까지 다른 변수값 들을 지속적으로 변화시켜 주는 분석방법

• 의사결정지원시스템에서 가장 많이 사용되는 분석방법, 예) 영업이익 1억을 만들기 위해 책정해야 하는 가격 결정

Goal-seeking 분석

• Goal-seeking분석개념을 이용하는 것보다 복합적인 문제를 해결하기 위한 분석방법

• Goal-seeking분석은 결과값을 미리 정하는 반면, 최적화분석에서는 결과값을 정해 최적화분석

6-1 의사결정지원시스템

 집단구성원들 간 의사소통 시 야기되는 문제점을 해결하며, 의사결정에 유용한 기법들을 제공하고 의사소통의 형태, 시기, 내용을 체계적으로 유도함으로써 집단의 의사결정 과 정을 효율적으로 지원함을 목적으로 하는 시스템

 정보의 전달, 협업, 조정 및 지식 공유를 업무 목표로 함

그룹의사결정지원시스템의 정의 및 유형

<그림 6-3> 그룹 의사결정 지원시스템의 유형

집단의사결정지원시스템

• 집단의사결정지원시스템: Group Decision Support Systems (GDSS)

– 다수 의사결정을 지원하는 의사결정지원시스템

– 회의에 참여한 의사결정집단을 지원하기 위한 일련의 하드웨어, 소프 트웨어, 프로시저(Procedure)로 결합된 의사결정지원시스템

• 오늘날 기업들에게 필요한 의사결정지원시스템

– 첫째, 지역적인 한계를 쉽게 극복할 수가 있어야 한다.

• 현대 기업은 더 이상 어느 특정지역에만 머물면서 경영을 하기가 어려움

• 인건비가 저렴하고 원자재 수급이 원활한 지역으로 공장을 진출 시키고, 상대적으로 잠재고객을 직접 접할 수 있는 대도시 지역으 로 판매부서를 이전하는 추세에 있기 때문이다.

– 둘째, 부서간 갈등을 쉽게 해결할 수 있는 시스템이어야 한다.

• 지리적으로 분산된 부서는 현실적으로 의견조정을 할 수 있는 기 회가 별로 없기 때문에 여러 가지 갈등상황이 발생

• 이러한 상황 속에서 공동의사결정을 내리려면 갈등해결 기능이 수반된 의사결정지원시스템이 필요하다.

애리조나대학의 GDSS

소형 GDSS

대형 GDSS

스크린 의사결정실

원격회의

근거리 의사결정망

원거리 의사결정망

그룹 의사결정지원시스템

<그룹의사결정지원시스템의 4가지 유형>

근거 리

원거 리

집합적 분산적

그룹 의사결정지원시스템

• 의사결정실 (Decision Room)

– 의사결정실은 가장 보편적이며 전통적인 그룹의사결정지원시스템의 유형 (같은 건물 안에서 많이 사용)

– 의사결정자들은 원탁으로 둘러싸인 회의실에 앉아서 얼굴을 맞대고 말 을 사용하거나 각자의 앞에 놓여 있는 컴퓨터 시스템을 사용하여 회의

• 근거리의사결정망(Local Decision Making)

– 의사결정실 유형이 갖고 있는 시간적 공간적인 제약을 약간 극복 (의사 결정자가 동일 지역 내에 분산되어 있을 때)

– 각 의사결정자들은 데이터베이스와 다양한 모델 및 프로시저를 저장하 고 있는 중앙서버(Central Server)와 연결된 전자메세지 등을 이용하여 의사결정

그룹 의사결정지원시스템

• 전자(원격)회의(Teleconferencing)

– 전자(원격)회의 유형은 여러 명의 의사결정자가 두 개 혹은 세 개 이상 의 의사결정실을 연결하여 의사결정

– 다수의 의사결정자가 한 장소에 일부러 모여서 의사결정을 하는 것보다 비용과 시간을 절약

• 원거리 의사결정망(Remote Decision Making)

– 의사결정자들이 동일 지역이 아닌 공간적으로 널리 분산되어 있는 경우 에 사용

– 인터넷과 같은 원거리 통신망을 이용하여 정보를 분석하거나 공유.

■ 전자회의

■ Messenger ^E-미팅

(전자회의 + 메신져) 회의결과에 대한 저장 및 자동 회의록

작성/보관을 통한 생생한 회의정보/지식 관리

• 화상회의

☞ 멀리 떨어진 상대와 화상 장비를 이용해 회의를 진행 하는 시스템.

☞ 하드웨어방식

☞ 웹방식 : 가격저렴

현대 기아 자동차에 대한 소개

설립일자 : 1967년 12월 29일

주요사업 : 승용차, 상용차 및 동부품 제조판매 종업원 수 : 5만 1천여명

자본금 : 1조 4,807억원

총자산 : 25조 695억원

미국 유럽 인도 중국 등 세계각지

현지법인

본사의 규모 임직원:5000여명

직원 5만여명 중국

인도 미국 터키

총 4곳의 해외공장

조직내부의

communication 문제

본사, 공장, 현지법인간 communication 문제 의사결정의 지연

출장 비용 문제

화상회의

4-8 일상화된 화상회의 시스템

 일 평균 200~300건

 연구소간 communication 확대

 정비교육시스템

 정례미팅 및 협업의 활성화

 모바일기기를 통한 유비쿼터스환경 구축

그룹 의사결정지원시스템 개발사례

<Andromeda 2001를 이용한 브레인스토밍 자료 화면>

개발사례 – 코고스사의 Andromeda 2001

• 그룹의사결정지원시스템이 필요한 경우

– 원거리에 있는 인적자원을 활용해야 하는 경우 – 팀원 중 일부를 원거리에 파견하는 경우

– 지리적으로 분산된 팀원, 부서의 프로젝트 진행 시

• 문화적, 지리적 차이를 극복하고 브레인 스토밍을 실행해야 함.

• 프로젝트의 시작에서 끝까지 공동작업으로 이끌어 나가야 함.

• 코고스사의 Andromeda 2001

– 웹 상에서 프로젝트와 관련된 이슈, 이벤트, 토론, 브레인스토 밍 등 공동작업에 필요한 모든 과정을 지원

• 기존의 의사결정지원시스템들과 웹 의사결정지원시스템

개인

의사결정지원시스템 그룹 의사결정지원시스템 웹 의사결정지원시스템

자료베이스 자료베이스 (분산형) 자료베이스

모형베이스 모형베이스 (분산형) 모형베이스

사용자 인터페이스 사용자 인터페이스 인터넷 지원 사용자 인터페이스

개인의사결정자 복수의사결정자 개인 혹은 복수의사결정자 그룹 응용 소프트웨어 지능형에이전트, 인터넷

웹 의사결정지원시스템 이용사례

• 인터넷 기반의 제품 공동설계

– 엔지니어링 분야 : 단순한 생산계획, 제품정보만의 공지

– CAD/CAM설계도면과 같은 정보를 주고 받으면서 공동작업 진행 – STEP ( Standard for the Exchange of Product data )

• 웹 상에서의 공동제품설계와 제조작업을 가능하게 하는 기술

• AP203 (STEP) 이용하여 주고받은 설계 정보도면의 예

6-2 임원정보시스템

 임원이 그들의 위치와 역할에 맞는 경영기능을 수행하고 목적을 달성하기 위해 필요한 주요 정보(여러 부서의 정보를 종합화  개별 부서단위 정보)를 신속하 게 얻을 수 있도록 지원하는 시스템

 임원이 받게 되는 데이터의 양을 감소시킬 수 있어야 하며 임원의 위치와 역할 에 따라 적합한 정보를 신속하고 지속적으로 제공해야 함

 제공되는 데이터를 설명할 수 있는 정보: 즉 아이디어나 의견, 평가 및 설명 등 의 자료를 전달할 수 있어야 하기 위해서 통신기능이 포함되어 있음

 기업 내부에서 진행되고 있는 프로젝트 정보  전체 산업계 및 시장 등 광범 위한 외부 환경에 대해 좀 더 효율적으로 접근할 수 있는 수단을 제공함

임원정보시스템의 정의 및 목표

• 기업의 주요 계량척도 및 성과지표의 현황을 한눈에 보여주는 데이터 시각화 툴

• 경영관리자가 운영환경 변화에 신속한 대응을 하는데 긴요하게 활용될 수 있음

• BI 대시보드가 어느 한 시점에서의 운영상태를 나타내는 반면, 성과표(scorecard)는 특정 비즈니스 목표의 달성 정도를 보여준다 (가령, 목표 대비 실적 비율).

6-2 임원정보시스템

예제 : 해수면 수온의 시각화

다음은 1982년 7월의 해수면 수온을 표현한 것이다.

수만 개의 데이터 값(수온)이 하나의 그림에 요약되어 표현된다.

데이터 탐색(Data Exploration)

시각화 기술 : 히스토그램

히스토그램

• 통상 단일 변수의 데이터 분포를 보여주기 위해 사용한다.

• 데이터 값을 여러 개의 통(bin)으로 나눈 후, 각 통에 몇 개의 데이터가 포함되 어 있는지를 막대그래프로 표현한다.

• 막대그래프의 높이가 해당 데이터가 얼마나 빈번한지를 나타낸다.

예제: 아이리스의 꽃잎 폭 (통 개수를 10개, 20개로 한 예제)

데이터 탐색(Data Exploration)

이차원 히스토그램

두 속성의 연관 분포(joint distribution)를 2차원 막대 그래프로 표현함 (삼차원 히스토그램은 세 속성의 연관 분포를 나타냄)

예제: 꽃잎의 폭과 길이

• 아래 히스토그램이 말하고자 하는 바는?

데이터 탐색(Data Exploration)

삼차원 히스토그램 예제

데이터 탐색(Data Exploration)

시각화 기술 : 상자 도표(Box Plots)

단일 속성 값의 분포를 상자(box)의 크기로 표현함

데이터 탐색(Data Exploration)

상자 도표 예제

여러 속성을 비교할 때 유용함

데이터 탐색(Data Exploration)

산포도 (Scatter Plots)

두 속성 값의 쌍들을 2차원(혹은 3차원) 도표에 점으로 나타냄 두 속성 값들의 분포와 상관관계를 한 눈에 파악하기 용이함

데이터 탐색(Data Exploration)

산포도 행렬

속성들의 여러 쌍들에 대한 상관관계를 요약하여 보이기에 용이함

데이터 탐색(Data Exploration)

등고 도표 (Contour Plots)

공간 좌표에 연속적 속성을 표현할 때 유용함

• 공간을 유사 값을 갖는 영역으로 파티션하고, 유사 영역의 경계선을 등고선으 로 나타냄

• 주로 기온, 강수량, 기압 등을 지리적으로 표현할 때 유용함

데이터 탐색(Data Exploration)

등고 도표 예제 : 1998년 해수면 온도

데이터 탐색(Data Exploration)

기타 시각화 기술들

표면 도표 (surface plots)

데이터 탐색(Data Exploration)

기타 시각화 기술들

벡터장 도표 (vector field plots)

데이터 탐색(Data Exploration)

기타 시각화 기술들

연관 행렬(correlation matrix)

데이터 탐색(Data Exploration)

비행기 조종석: 현황판?

 경영현황 일반

- 일일 생산 및 판매 진행현황 - 당월 매출 및 예상손익 현황 - 당월 생산 및 판매 진행현황 - 주간 생산 및 판매 PSI 현황 - 일일 제품 및 자재 재고현황

 임원용 경영현황판

- Daily, Weekly, Monthly 각 주기별 중점 관리 항목에 대한 확인 및 점검

• 국판QR, 개발과제현황, SCM 지표 등

 프로세스별 핵심지표

- 프로세스별 핵심지표에 대해 최근주기로 목표대비 달성율을 제품/법인별로 미세 관리하여 부진항목에 대한 원인분석 및 개선활동으로 활용

임원정보시스템의 구성도

6-2 임원정보시스템

EIS

기업정보의 가공 및 제공 소프트웨어

라이브러리 전자우편함

기업 DB

최근뉴스, 뉴스 해설 등 EIS전용 DB

정보조회

정보제공 다른

워크스테이션들

다른 워크스테이션들

6-2 임원정보시스템

임원정보시스템의 기본모형

6-2 임원정보시스템

임원정보시스템의 특징

• 회계 및 마케팅 등의 경영정보시스템과 같은 여타의 정보시스템들은 기업 차원에서 하 나의 지원시스템으로 결합되어 있지만 임원의 요구에 알맞은 형식으로 정보를 저장하 고 보안을 유지하기 위해 임원 차원의 데이터베이스가 별도로 설치되어 있음

별도의 데이터 베이스

• 임원이 관심을 가지고 있는 현안에 대해 검토해야 할 데이터의 수준을 미리 정하는 것 이 어려울 때를 대비해서 임원정보시스템은 여러 수준의 데이터를 요약하여 정보로 종 합하여 제공함

• 데이터 및 정보의 검색이 편리하도록 일반적인 정보에서 구체적인 정보에 이르기까지 일관된 접근방법을 제공함

데이터 종합 및 검색의 편리성

• 임원이 다른 사람들에게 정보를 전송할 수 있는 기능을 가지고 있으며, 정보의 일관성 을 유지할 수 있으며 새로운 데이터가 발견되었을 때 기업전반으로의 배분이 가능함

• 다양한 데이터베이스와 파일로부터 내, 외부 자료를 이동하는 기능을 가지고 있어서 외부의 데이터베이스에 접속하여 정보를 검색 가능

• 데이터를 그래픽화 할 수 있는 기능을 가지고 있으며 what-if 모형을 통한 계획수립 및 예측도 가능

통신과 연결

6-2 임원정보시스템

 최고경영자들이 경영 목적과 기업의 성과를 실시간으로 비교, 확인할 수 있기 때문에 기업을 효과적인 통제할 수 있음

 경영자들이 원하는 정보를 신속하게 제공하므로 정보 검색 시간을 절약할 수 있고 기업 내, 외부와의 의사소통을 원활히 할 수 있음

 임원정보시스템에 저장된 데이터를 바탕으로 임원들은 사업의 우선순위를 명 확히 할 수 있으며 기업의 조직원들과 데이터를 공유함으로써 업무에 대한 집 중도를 높일 수 있음

 기업의 경영자가 필요한 정보를 잘 알지 못할 때에도 임원정보시스템을 이용 하여 보다 정확한 정보를 이용한 의사결정을 할 수 있도록 도와줌

임원정보시스템의 효과

• 중역정보시스템의 특징

① 전략적인 문제해결을 위한 정보제공

- 최고경영층의 전략적 의사결정과 관련된 문제를 해결 하는 데 필요한 정보 제공

② 이해하기 쉬운 형태의 정보제공

- 보다 쉽게 이해할 수 있는

그래프와 같은 형태로 제공

③ 사용하기 쉬운 인터페이스

- 최고경영층은 컴퓨터 활용능력이 떨어지므로 사용자의 편리성을 높이는 것이 무엇보다도 중요

- 예, 키보드보다는 마우스, 터치스크린이 사용하기 용이

6-2 임원정보시스템

임원정보시스템의 특징

④ 드릴다운기법

- 드릴다운기법이란 처음에는 종합적이고 요약된 정보를 제공하고, 사용자의 요구에 따라서 점점 세부적인 정보 를 제공하는 기법

- 중역정보시스템은 정보를 제공하는데

드릴다운 기법이

• 예, 아시아 지역을 클릭하면 아시아 지역의 전체 매출액에 관한 정 보를 얻을 수 있고, 지역별로 세분화된 정보가 필요한 경우, 한국, 일 본, 중국 등에 관한 정보를 얻을 수 있음, 이를 더욱 세분화하면 한국 내에서도 서울, 수도권, 기타 지역의 정보를 얻을 수 있음

6-2 임원정보시스템

임원정보시스템의 특징

Data Information Decision Aids Knowledge

Statistical Analysis

Math Analysis

Reasoning

6-3 지능정보시스템

6-3 지능정보시스템

 전문지식이 없는 사용자가 전문가의 지식을 이용할 수 있도록 전문가의 지식과 경험을 컴퓨터에 기억시켜 문제를 해결할 수 있도록 돕는 시스템

– 세무자문 전문가시스템: 컴퓨터에 세법, 시행령, 규정, 사례, 판례 등을 등록하여, 질의 응답

 전문가의 지식을 컴퓨터에 저장, 처리할 수 있는 형태로 표현하고 이를 이용하여 컴퓨터 가 자동으로 추론하여 진단, 결론, 제안을 제공

 전문가 시스템 (ES; Expert System)구성요소는 아래와 같음

전문가 시스템

지식베이스: 전문가시스템의 두뇌에 해당하는 부분, 전문지식을 데이터 베이스의 형태로 저장해 두는 곳 추론엔진: 지식 베이스에 저장된 지식을 새로운 문제해결에 이용하는 기능을 담당하는 부분

블랙보드: 현재의 문제를 설명하기 위해 따로 분리된 작업메모리 장소 인터페이스: 시스템과 사용자가 의사소통을 하게 해 주는 부분

• A management information system (MIS) is an

information system that generates accurate, timely, and

organized information, so that managers and other users

can make decisions, solve problems, supervise activities,

and track progress

• A decision support system (DSS) helps users analyze information and make

decisions

추론엔진

사실과 규칙을 사용하여 새로 운 사실과 결론을 추론

지식베이스

- 규칙: 전문가로부터 획득된 If-then 규칙들

- 사실: 전문가, 사용자로부터 획득되거나 규칙으로부터 추론된 사실들

사용자 인터페이스 사용자로부터의 새로운 사실 획득, 결론 제시, 설명 등 사 용자와의 상호대화 창구

설명모듈

추론엔진이 어떻게 결론에 도 달하였는지 설명

지식획득 모듈 - 전문가로부터 지식 획득 - 도출된 결론으로부터의

피드백에 의한 지식 조정

전문가 (지식공학자)

전문가시스템의 구성

전문가시스템의 구성

6-3 지능정보시스템

 전문가 시스템 동작원리

– 전문가시스템이 동작하기 위해서는 우선 인간지식이 컴퓨터에서 처리될 수 있는 형태로 표현되어야 함

– 전문가시스템에 저장되어 있는 인간지식을 지식기반(knowledge base)라고 하며 지식기반에 저장하는 인간지식의 표현방법으로는 규칙, 지식프레임(knowledge frame) 등이 있음

– 가장 일반적으로 사용되는 지식 표현방법은 규칙을 이용하는 방법 임

– 규칙이란 “if~ then~"형태의 일반적인 규칙을 이용하여 인간지식 을 표현한 것임

 규칙은 "if" 이하의 조건부가 만족되면 ”then" 이하의 결론부가 실행되 는 방식으로 실행됨

전문가 시스템

6-3 지능정보시스템

 전문가 시스템의 동작 원리

– 규칙형태로 표현된 지식들이 축적되면 ‘지식베이스(knowledge base)’을 이루게 됨

– 전통적인 데이터베이스 방식에서도 이러한 형태의 규칙을 이용하는 경우 가 많으나, 전문가시스템에서의 규칙은 보다 복잡하고 다양한 차원을 가질 수 있다는 점과 전통적인 데이터베이스 방식에서의 규칙이 데이터베이스 내의 자료 중에서 사용자가 필요한 자료를 추출하기 위한 도구임에 반해, 지식기반 내의 “규칙”의 내장이 핵심부분을 차지한다는 차이점이 있음

 전문가 시스템 응용분야

– 초기에 이학, 공학, 의학 분야에서 주로 응용되었던 전문가시스템은 이후 에 경영학 분야에 응용되기 시작하여 투자 의사결정지원, 주식가격 예측, 신용카드 부정사용적발, 세액계산지원, 생산일정계획 등에 이용되고 있음

전문가 시스템

규칙 (Rules, Production Rules)

• Newell과 Simon에 의해 개발되었고, 규모가 큰 전문가시스템에 많이 이용

• IF … THEN … 형태

• 의미적 차이점

– IF 상황 THEN 행동 – IF 전제 THEN 결론 – IF 증거 THEN 가설 – IF 원인 THEN 결과

• 조건문의 패턴매칭

– 단순 문자열 비교

• [규칙의 예]

“육식동물은 포유류로서 고기를 주식으로 한다. 그리고 호랑이는 육식동물로서 갈색바탕 에 검은 줄무늬를 가지고 있다.”라는 지식을 표현

 IF 동물이 포유류이다.

 AND 동물이 고기를 먹고 산다.

 THEN → 동물은 육식동물이다.

 IF 동물이 육식동물이다.

 AND 짙은 갈색이다.

 AND 검은 줄무늬가 있다.

 THEN → 동물은 호랑이다.

활용하기 쉬운 분야 활용적절한 분야 활용이 어려운 분야

•봉급관리

•재고관리

•데이타베이스

•회귀분석

•그외 전문지식이 싼 분야

•진단

•스케줄링

•데이타 분석

•기업여신 분석

•그외 전문지식이 비싸 지만 구입 가능한 분야

•주식예측

•언어해석

•상식을 요구하는 문제

•전문지식을 구하기 힘 든 분야

 전문가시스템 응용분야

 전문가 시스템의 기업적용 예

●

신 용 카 드 거 래 인 가 (The Authorizer’s Assistant)

- -어메리컨 익스프레스(American Express)의 신용카드 거래에 대한 인가(認可)업무에 적용

- - 고 객 이 물 품 의 구 매 에 대 한 대금을 지불하기 위해 점포에서 기 다 리 는 동 안 어 메 리 컨 익 스 프 레 스 카 드 에 청 구 된 거래대금의 인가 여부를 결정

- - 시 스 템 의 도 입 으 로 시 스 템 이 자 동 으 로 인 가 업 무 를 대 부 분 처 리 하 고 나 머 지 5% 의 인 가 업무만 인가 전문가들이 담당.

인 가 전 문가의 생산 성이 20%

향상됨

 FDS 사례



신용카드사 승인업무 방식 변화



지식 창출 사례 (규칙 형태)

[이상한노인]

IF 국내, 60세 이상, 22:00~9:00, 일반주점/단란주점/유흥주점/

안마시술소/유흥기타 업종, 30만원 이상 사용 THEN 승인불가

[테러조직1]

IF 해외, 1만원 이하 신용판매 승인 후 1시간 이내 10만원 이 상 사용

THEN 승인불가

●

항공요금 감사

- 노 스 웨 스 트 항 공 (Northwest Airlines)의 항공요금 감사업무

- 매 항 공 표 에 나 타 나 있 는 항공요금 정보를 점검하는 업무는 매우 시간소모적

- 1990 년 항 공 표 감 사 를 위 한 전문가시스템 개발

- 시스템을 통해 항공표 100%에 대해 감사가 이루어지고 있고, 여행사측의 오산도 10%에서 2%

수 준 으 로 낮 아 짐 으 로 인 해 , 노 스 웨 스 트 항 공 사 에 매 년 1천만불의 비용을 절감시켜 주고 있다.

 전문가 시스템의 기업적용 예 - 계속

●

고액대출 분석

- 3천만불이 넘는 대출을 전문으로 하 는 금 융 기 관 ( 대 형 건 설 프로젝트용 대출)

- 대 출 승 인 에 이 르 기 전 까 지 6개월에 걸쳐 25만불의 비용이 드는 조사를 수행해야 하는데 이 조 사 과 정 을 대 행 할 수 있 는 전문가시스템을 개발하기로 결정

- 개발된 전문가시스템은 여신을 승인 가능, 기각 가능, 그리고 불투명의 세가지 유형으로 분류

- 불 투 명 하 다 고 결 정 된 여 신 만 여 신 담 당 전 문 가 들 이 분석함으로써 여신 심사 비용

 전문가 시스템의 기업적용 예 - 계속

◈ 지능형 에이전트 기술

•에이전트 : 어떤 집단에 도움이 되는 특정한 일을 대신해 주는 사람이나 객체

• 인터넷과 WWW의 등장으로 지능형 에이전트의 필요성이 증 대

• 상태를 파악하기 위해 자료를 모으는 일, 일상적이고 반복적 인 업무나 전문분야의 정보를 처리하는 일, 지식을 추출하는 일, 의사결정을 지원하는 일, 결정한 것을 수행하는 일등을 담당하 는 기능

• 대표적인 것으로 Bargain Finder나 UNIK-AGENT등

지능형 에이전트 기술

지능형 에이전트

 정의: 인터넷 환경에서 지능적으로 활동하는 소프트웨어들

– 전자상거래 환경에서의 에이전트: 전자상거래에서 사용자(고객, 판매자, 중개인 등)를 대 신하여 업무를 수행

– 소프트웨어 에이전트: 전산화된 환경에서 사용자를 위해 과업을 대신 수행하는 소프트웨 어

 지능형 에이전트: 사용자의 선호를 고려하여 의사결정하도록 구성

– 스팸메일 자동 삭제, 고객과의 일정관리, 네트워크상에서 사용자가 원하는 가장 저렴한 상 품 찾아주기, 비행기 티켓예약 정보 알려주기 등

– 사용자의 행동양식을 관찰, 학습 사용자가 해야 할 일을 대행

 임우나 역할 예시

– 정보검색, 수집: DB검색, 새로운 웹페이지 검색 수집 – 사용자 인터페이스 지원: 이메일 필터링 등

– 의사결정 지원: 시간이 많이 걸리는 의사결정 지원 – 반복적 직무활동 자동화

– 모바일 에이전트: 사용자가 다른 일 하는 동안 인터넷사이트를 이동하면서 사용자가 필요 한 데이터를 수신 또는 송신

에이전트 활용예

• Hertz 렌트사

– 150개국 5천여 도시에서 45만대의 차로 연간 2,500만회의 대여 서비스

– 차종별, 대리점 별, 시장 수요에 따른 일별가격정책 – 매일 갱신되는 자사와 경쟁사의 가격 정보를 유지 – 경쟁사의 렌트비보다 10%이상 높으면 즉시 통지

• 단순히 정보를 분석 조회하는 수동적 시스템에서 능 동적인 시스템으로 변모 필요

– Data Analysis, Filtering을 에이전트에 위임

• 에이전트는 전자상거래 대행 에이전트 등 비즈니스

자동화의 주요 역할 전망

6-3 지능정보시스템

 대량의 데이터로부터 새롭고 의미 있는 정보를 추출하여 의사결정에 활용하는 작업

 데이터베이스 조회도구인 일반 질의나 OLAP((Online Analytical Processing) 등은 미리 가설을 세우고 데이터를 통해 그 가설을 확인하는 과정을 취하지만 데이터마이닝의 경 우는 데이터에 숨겨진 정보를 찾아내는 데 사용

데이터마이닝의 정의

데이터 마이닝 장바구니

분석

의사결정나 무

K-평균군 집화

인공 신경망 사례기반추

론 웹마이닝

자연어 요구 SQL전환 데이터베이스 관리시스템

전송

최종사용자 에게 전송 요구에

대한 적절한 값 탐색

데이터간의 관계를 분석하고 패턴, 경향 및 예외적인 상태를 찾는 것목적

OLAP (온라인 분석 프로세스)

OLAP프로세스

OLAP Server

OLAP(Online Analytical Processing)

제 품 번 호

Pi P3 P1

P2

...

...

1분기 2분기

3분기 4분기 판

매 기 간

25

130

49

40

100 25

26 18

30

40 65

78 86

68

48

135 157

95 59

94 59 86 84

48 72

63 63

51 51

67 81

59

• 다차원의 데이터 모델을 근간으로 즉흥적이고 복잡한 데이터 분석을 위한 시스템

• 여러 질의 연산자가 통합된 형태로 데이터 분석을 지원하는 시스템

• 관계형 데이터베이스시스템: 테이블과 같은 2차원의 데이터 모델을 대상 OLAP: 3차원 이상의 다차원 데이터를 대상

• OLAP과 데이터마이닝

OLAP 데이터 마이닝

요약, 트랜드, 예측 숨겨진 패턴, 통찰에서 지식 발견

분석 예측과 통찰

뮤추얼 펀드 구매 고객의 수입분포는 어떠한가?

다음 6개월 동안 누가, 왜 뮤추얼 펀드를 구 매할 것인가?

OLAP (Online Analytical Processing)

OLAP(온라인 분석 처리):

관계형 데이터베이스를 제안한 E. F. Codd에 의해 제안됨

• 관계형 데이터베이스: 데이터를 테이블 형태로 나타냄

• OLAP: 데이터를 다차원 배열로 나타냄

데이터 탐색(Data Exploration)

다차원 배열 구성

다차원 배열의 값으로 사용될 타겟 속성을 선정함

다차원 배열의 축(인덱스) 값으로 사용될 속성들을 선정함

 속성의 수가 다차원 배열의 차원 결정함

데이터 탐색(Data Exploration)

예제 : 아이리스 데이터 집합

데이터 탐색(Data Exploration)

OLAP 연산

데이터 큐브(data cube): 적절한 부분집합에 대한 집계(합계, 평균 등) 슬라이싱(slicing): 하나 이상의 축을 중심으로 셀들을 선택

다이싱(dicing): 셀들의 (사각) 집합을 선택 롤-업(roll-up)/드릴-다운(drill-down)

• 일반적으로 속성은 계층적 구조(hierarchical structure)를 가짐

• 롤-업: 작은 단위(예: day)에서 큰 단위(예: month, year)로 집계 수행

• 드릴-다운: 큰 단위에서 작은 단위로 집계 수행

데이터 탐색(Data Exploration)

Slicing vs. Dicing

데이터 탐색(Data Exploration)

Roll-Up vs. Drill-Down

데이터 탐색(Data Exploration)

6-3 지능정보시스템

 장바구니 분석

– 시장에서 상품을 사 가지고 가는 주부의 장바구니에 들어 있는 상품들 간의 구매 연관관계를 파악하고자 하는 방법임

 즉 여러 사람의 장바구니에 A라는 상품과 B라는 상품이 들어 있었다면 A와 B 두 상 품은 함께 구매되는 경우가 많은 것이라고 판단하는 것임

– 장바구니분석에서는 상품들 간의 연관관계를 찾게 되므로 흔히 의사결정규칙의 형태로 결과를 얻게 됨

– 장바구니분석 분석에서 규칙을 추출하기 위해 사용되는 지표

 지지율(support): 전체 거래 중에서 상품 A와 상품 B를 포함하는 거래량이 어느 정도 인가를 파악하기 위한 지표

 정확도(confidence): 상품 A를 구매한 거래 중에서 상품 B가 포함된 거래의 정도를 측정하는 지표

 리프트(lift): 임의로 상품 B를 구매하는 경우에 비해, 상품 A와의 관계를 고려하여 구 매되는 경우의 비율을 측정하는 지표

데이터마이닝

데이터 마이닝(Data Mining)

• 대규모 데이터베이스로부터 의사결정에 필요한 정보의 추세나 패턴을 찾아 내는 것과 같은 데이터 분석을 지원하는 시스템

• 데이터의 분석 측면: 통계학의 탐색적 데이터분석(exploratory data analysis) 분야로서, 추세나 패턴의 추출 측면: 인공지능의 지식추출 (knowledge discovery) 혹은 기계학습(machine learning) 분야

• SQL 혹은 OLAP 보다 훨씬 복잡하고 요약된 분석처리 기능을 제공

• 데이터 마이닝의 과정

- 의사결정 유형에 따라 어떠한 마이닝 알고리듬을 사용할 것인지를 선택 - 데이터 표본(데이터 레코드 혹은 터플)과 의사결정에 필요한 변수

(데이터 항목 혹은 속성)를 선정 - 알고리듬을 적용하여 데이터를 분석

- 의사결정지원시스템이나 마이닝 도구를 이용하여 분석결과를 검토

구분 통계학 데이타 마이닝 대상 데이터 observational & experimental data observational

데이터 양 small datasets large datasets 추론 probabilistic inference based on

population models Inference based on various models

Data Mining과 통계의 비교

6-3 지능정보시스템

 인공신경망을 경영학에 응용하고자 하는 연구는 재무, 회계, 마케팅, 생산 등의 분야에 서 다양하게 진행되어 왔음(특히, 재무분야: 주가지수예측, 기업신용평가, 환율예측 등 의 연구)

 비알고리즘적이고 아날로그 방식이며 다수의 처리장치를 이용한 동시 작업을 특징으로 하는 정보처리 시스템(Caudill & Butler)

 단일 방향성을 갖는 신호채널로써 상호 연결된 처리 단위들로 구성되어 있는 병렬, 분산 정보 처리 구조(Hecht-Nielsen)

데이터마이닝: 인공신경망

How a Neural Network Works

역전파 인공신경망의 구조

I I I ? ? ? ? ? I

O1 O2 ? ? ? ? ? On

x1 x2 x3 xm

x1

xm+1 xm+2 xm+3 xm+h

xm+h+1 xm+h+2 xm+h+n

입력층 은닉층 출력층

인공지능의 활용이 주로 인간의 지식표현과 처리에 중점을 두었지만 경험에 의해 스스로 배우는 인간의 학습능력에는 한계가 있었다.

신경망: 인간의 학습 능력을 컴퓨터에 의해 구현

신경망에서는 처음부터 규칙을 포함한 프로그램이 정해져 있는 것이 아니라 데이터를 처리하는 과정에서 스스로 규칙을 파악하고 터득하게 되는 것이다. 신경망이 각광을 받고 있는 이유는 학습능력이 있기 때문

역전파 인공신경망의 활용 예

• 기업도산 예측 문제

– 9가지 기업 정보이용

– 학습자료 : 198개 기업의 도산 여부자료(50:50)

– 검증자료 : 284개 기업의 도산 여부자료(50:50)

– 90.41%의 정확성

일련번호 입력 변수 명 1 OITA (Ordinary Income to Total Asset) 2 OETA (Owner's Equity to Total Asset) 3 QACL(Quick Asset to Current Liability)

4 TBBPTA(Total Borrowings and Bonds Payable to Total Asset) 5 CFTL(Cash Flow to Total Liability)

6 CFTA(Cash Flow to Total Asset) 7 FAT(Fixed Asset Turnover)

8 GVATA(Gross Value Added to Total Asset) 9 SALES

변수명 OITA OETA QACL TBBPTA CFTL CFTA FAT GVATA SALES ^Bankruptcy 예제

기업자료 4.4 22.5 28.2 44.1 8.9 6.9 4.3 22.8 22,2737.0 No

기업도산예측을 위한 변수들

예제 기업 자료

x₁₆

x₁ x₂ x₃ x₄ x₅ x₆ x₇ x₈ x₉ x₁₀ x₁₁ x₁₂ x₁₃ x₁₄ x₁₅

Bankruptcy(Yes, No)

6-3 지능정보시스템

 사례기반추론(case-based reasoning)은 과거에 발생한 유사사례를 이용하여 새로운 문 제를 해결하고자 하는 방법임

 사례기반추론을 이용하기 위해서는 일반적으로 과거의 사례와 사례들 사이의 유사 정도 를 측정하기 위한 유사도 척도가 준비되어야 함

 과거 사례는 현재 사용자가 해결하고자 하는 문제와 관련 있는 과거에 발생한 사례들로 구성됨

 사례기반추론은 과거의 사례를 기반으로 추론을 하므로 현재 해결하고자 하는 문제와 얼마나 유사한 사례를 확보하느냐가 중요한 점임

 또한 과거 사례들을 모두 이용하여 추론하는 것이 아니라 과거 사례들 중에서 현재 해결 하고자 하는 문제와 유사한 몇 개의 사례를 선택하여 이들을 이용하여 추론을 하게 되므 로 해결하고자 하는 문제와 과거 사례들 사이의 유사도를 측정하는 척도가 필요함

데이터마이닝: 사례기반추론(case-based reasoning)

 추론(inference)이란 인간이 가지고 있는 지식과 사고력에 의해 이 미 알고 있는 명제로부터 새로운 명제를 도출하는 과정

 연역적 추론, 귀납적 추론, 유괴적 추론

• 연역적 추론

￭긍정식

From : 모든 포유동물은 심장을 가지고 있다. A → B 모든 말은 포유동물이다. A

Infer : 모든 말은 심장을 가지고 있다. Infer B

￭부정식

From : 인간이라면 인신매매에 분개한다. C → D 철수는 인신매매에 분개하지 않는다. not D

• 귀납적 추론 : 여러 관찰 결과로부터 일반적 결론을 도출해 내는 방법으로 인 간의 지식 획득 방법과 유사

󰃚 From : 첫 번째 관찰한 말은 심장이 있다. →Pa 두 번째 관찰한 말도 심장이 있다. →Pb 세 번째 관찰한 말도 심장이 있다. →Pc

。 。

Infer : 모든 말은 심장을 가지고 있다. ∴ from all x, (Px)

• 유괴적 추론 : 연역적 추론과 달리 부당한 추론 형태이지만 매우 유용함.

󰃚의사는 위암 환자의 여러 증상으로 봐서 위암 환자로 진단한다.

From : 위암 환자는 소화가 잘 안 된다. A → P 위암 환자는 체중이 감소한다. A → Q

。 。

철수는 소화가 잘 안 된다. P 철수는 체중이 감소되고 있다. Q Infer : 철수는 위암 환자라고 진단한다. A

6-3 지능정보시스템

데이터마이닝

6-4 공간적 의사결정지원을 위한 지리정보시스템

 지리정보시스템(GIS; geographic information system)은 공간상 위치를 점유 하는 지리자료와 이에 관련된 속성자료를 통합하여 처리하는 정보시스템으로서 데이터를 분석하고 표현하기 위해 데이터 시각화 기술을 사용하는 의사결정지 원시스템의 한 종류임

 지리정보시스템은 사람이나 자원의 지리적 분배에 관한 지식을 필요로 하는 의사결정을 지원함. 즉, 지리정보시스템은 단순히 지도를 그리거나 만들어내 는 기술을 의미하는 것은 아니라 특정의 질문에 대한 해답을 지도 즉 그래픽 요 소와 함께 보여주는 시스템임.

지리정보시스템의 정의

• 지리정보 시스템 (Geographical information systems: GIS)

– 인구통계, 추적, 급파, 탐색 등을 위해 사용되는 디지털 지리추적기술로서 데이터베이스의 검색을 통해 인구 조밀도,수입, 대출, 범죄, 배달경로 등의 주제와 관련한 정보를 추출한 다음 이 정보를 디지털 지도상에 표시

– 예: 도미노 피자의 점포위치를 결정 (주택조밀도, 인구성장률 및 지역별 평 균수입을 지도상에 표시 분석)

지리정보시스템은 인구통계적 데이터와 접목된 지리정보를 인공위성 기술을 통해 추적함으로써 합리적인 의사결정을 할 수 있도록 해 주는 기술이다.

6-4 공간적 의사결정지원을 위한 지리정보시스템

6-4 공간적 의사결정지원을 위한 지리정보시스템

지리정보시스템의 구성요소

6-4 공간적 의사결정지원을 위한 지리정보시스템

 단순한 시설물의 관리는 물론 국토 및 환경관리에서부터 토지, 국방, 자원, 도 시계획에 이르기까지 공공분야에서 광범위하게 활용되고 있음

 민간에서는 지리정보시스템의 개념이 위치기반서비스(Location-Based Service; LBS)의 개념(네비게이션 등 이동 단말기를 통해 움직이는 사람의 위 치를 파악하고 각종 부가 서비스를 제공하는 것)으로 변화 및 확장되고 있음

지리정보시스템의 활용

<표 6-5> 지리정보시스템 활용 분야

지리정보시스템과 GPS연동



스타벅스 근처를 걷고 있을 때 그곳이 샌드위치와 커피를 판매하는 곳인지도 모르고 있다고 하자. 갑자기 핸드폰이 울리면서 스타벅스에서 10% 할인 가격으로 서비스한다는 메시지가 도착한다.



택시를 타고 반 시간 정도 달린다고 하자. 택시 위에 광고가 나타나는데 어디를 지나가느냐에 따라서 광고 내용이 바뀔 수 있다. 해운대를 지날 갈 때에는

일류한식집의 광고가 나타나고 민락동 지나갈 때에는

유명한 횟집 광고가 나타나는 식이다.

위치기반 지리정보시스템

1. 기본적인 위치기반 상거래의 영역

위치

(Location) 사람이나 자동차와 보트와 같은 사물의 위치를 결정한다.

항해

(Navigation) 하나의 장소에서 다른 장소로의 길을 제시한다.

추적

(Tracking) 사람이나 사물의 이동을 추적한다.

지도 작성

(Mapping) 특정 지리적 위치의 지도를 만든다 시간 결정

(Timing) 특정 장소의 정확한 시간을 결정한다.

GPS는 지구상에 어디에 있든지 사용자가 위치를 알 수 있도록 하기 위해 위성을 이용하는 무선 시스템이다.

3. GPS와 GIS

4. 위치기반 광고

스타벅스 근처를 걷고 있을 때 그곳이 샌드위치와 커피를 판매하는 곳인지도 모르고 있다고 하자. 갑자기 핸드폰이 울리면서 스타벅스 에서 10% 할인 가격으로 서비스한다는 메시지가 도착한다.

택시를 타고 반 시간 정도 달린다고 하자. 택시 위에 광고가 나타나 는데 어디를 지나가느냐에 따라서 광고 내용이 바뀔 수 있다. 해운 대를 지날 갈 때에는 일류한식집의 광고가 나타나고 민락동 지나갈 때에는 유명한 횟집 광고가 나타나는 식이다.

6-5 기업경영과 소셜네트워크서비스

 소셜 미디어

 사람들이 모여서 구성된 커뮤니티에서 사용자들이 개인의 생각과 경험, 정 보, 글, 사진, 동영상 및 오디오의 형태로 서로의 정보를 공유하는 개방된 온라인 플랫폼

 소셜 미디어는 개방, 참여, 공유의 가치를 지니고 있는 웹 2.0 시대의 핵심 도구

 대표적인 소셜 미디어: 블로그, 소셜네트워크, 콘텐츠 커뮤니티, 팟캐스트, 위키

 소셜 네트워크 서비스(SNS: Social Network Service)

 사용자 간의 정보 공유와 의사소통 등을 통해 사회적 관계를 생성, 강화시 켜주는 온라인 플랫폼으로 사회적 관계 형성 및 강화를 핵심으로 함

 대표적인 소셜 네트워크 : 트위터, 페이스북, 유튜브

 소셜 네트워크에 의해 기업의 평판이 달라짐

소셜 네트워크 서비스의 정의

미디어: 소셜미디어

사람들이 생각, 의견, 경험, 관점 등을 서로 공유하기 위해 사용하는 온라인 툴과 플랫폼

전통 미디어 인터넷 미디어 소셜 미디어