[제8권 제2호] 차(茶)류 제품의 빅데이터 분석을 위한 텍스트마이닝 프로토타입 연구

(1)

Ⅰ. 서 론

무한 경쟁의 시대에 기업의 생존을 결정하는 것은 시장의 변화와 소비자의 경향을 최단 시간 내 파악하 여 적절히 대응하고 소비자 요구에 부합하는 신제품 을 개발하여 출시하는 것이다

.

이를 위해 기업들은 끊임없는 시장조사와 다양한 분석 방법을 활용하며 그 결과의 적정성 여부가 기업의 성공과 실패로 이어 져 왔다

.

이러한 시장분석에 정보기술을 활용하는 것

은 필수적인 것으로 여겨지며 전통적으로 판매데이 터에 기반한 데이터마이닝을 하여 소비자의 트랜드 를 파악하고 이를 신제품개발에 활용하였다

.

스마트폰의 보급에 따른 모바일 컴퓨팅의 보편화 와 정보기술 급속한 발전에 따라 이전에 정형화된 데이터에 의존하던 마케팅 기법에 획기적인 변화를 가져오게 되었다

.

전통적인 데이터 분석을 위한 데 이터의 원천은 소비자의 구매자료

,

물류자료

,

설문 조사 등 정형적인 데이터에 의존하였다

.

반면 최근

* 본 연구는 중소벤처기업부/중소기업기술정보진흥원 2018년 서비스기술개발 지원사업(S2618168)의 지원으로 수행하였음

** 파나세아코리아 상무이사([email protected]), 주저자

*** 종신물산 책임연구원([email protected]), 공동저자

**** 경운대학교 항공소프트웨어공학과 조교수([email protected]), 공동저자

***** 연성대학교 컴퓨터소프트웨어과 교수([email protected]), 교신저자

차(茶)류 제품의 빅데이터 분석을 위한 텍스트마이닝 프로토타입 연구

^*²⁾

김은아

^**

⋅김동섭

^***

⋅진현철

^****

⋅이용관

^*****

국문요약

빅데이터는 통신, 금융, 상거래, 공공 영역 등 다양한 분야에서 광범위하게 활용되고 있으며, 빅데이터 분 석을 이용하여 새로운 정보와 가치를 만들어내는 시장은 해마다 급속히 성장하고 있다

. 기업에서 시장 흐름

을 파악하기 위해 마케팅 분야에서 다양한 분석기법을 활용한 빅데이터 분석이 활발히 진행되고 있으며 그 중 텍스트마이닝은 유용한 빅데이터 분석방법 중 하나이다. 그러나 시장에는 다양한 서비스와 제품들이 있 음에도 기존의 텍스트마이닝을 위한 도구들은 제품이나 서비스의 특성을 반영하지 못한 일반화된 분석 도 구들이 제공되고 있어 그 활용도가 높지 않다

. 본 연구에서는 차(茶 )류 제품과 서비스의 특성을 반영한 텍스

트마이닝 도구를 개발하기 위한 알고리즘을 제시하고 이를 구현한

teaCW라는 차(茶)류의 데이터 분석에 특

화된 텍스트마이닝 시스템의 프로토타입을 구현하였으며 이와 관련된 시스템 완성에 필요한 기술적 이슈에 대한 논의하였다

. 그 결과 기존의 범용 분석 도구를 활용한 텍스트마이닝의 결과보다 향상된 결과를 도출했

으며 향후 보완을 통해 다양한 분야로 확장이 가능한 것으로 판단되었다.

│주제어│빅데이터, 텍스트마이닝, 데이터 분석, 마케팅, 제품특성

(2)

등장한 빅데이터 분석은 데이터의 원천을 기존의 정 형화된 데이터는 물론 소셜미디어

,

소비자의 이동 동선

,

뉴스

,

동영상

,

음악

,

웹 문서 등 비정형화된 데 이터 등으로 확대하여 수집한 방대한 데이터를 통 해 보다 정확한 소비자 트렌드를 파악할 수 있게 되 었다

.

빅데이터 분석은 다양한 원천으로부터 수집된 데 이터로부터 유용한 정보를 도출하는 방법으로 기존 의 정형화된 데이터로부터 도출된 정보에 비해 정확 도가 높을 뿐만 아니라 전통적인 데이터 분석 방법 을 이용하여 도출이 어려운 부분까지 분석이 가능하 다는 것이 장점이다

.

빅데이터 분석의 한계는 다양 한 정보의 원천으로부터 수집되는 데이터의 특성상 분석하려는 분야 전문가의 도움이 필수적이며 전문 가의 관여 정도가 분석결과의 유용성이 큰 영향을 줄 수 있다

.

그러나 기존의 빅데이터 분석도구나 방 법을 사용하면 제품이나 서비스의 특성을 반영하 지 못해 부정확한 결과가 도출되는 경우가 발생하 고 있다

.

따라서 개별 제품이나 서비스의 특성을 반 영한 빅데이터 분석 도구의 개발과 방법론이 요구 되고 있다

.

본 연구에서는 일반화된 빅데이터 분석 도구 및 방법의 단점을 보완하기 위해 특정 분야에 대한 빅 데이터 분석을 위한 알고리즘과 이룰 구현한 프로토 타입을 개발하였다

.

적용 분야는 차

(

茶

)

류의 제조 및 유통을 위한 텍스트마이닝으로 한정하였으며 온라 인에 공개된 다양한 문서로부터 텍스트마이닝을 위 한 알고리즘 연구하고 이를 적용한

teaCW

라는 데이 터 마이닝 도구를 개발하였다

.

Ⅱ. 이론적 배경

1. 빅데이터

빅데이터는 이전 생성된 데이터와 달리 규모가 방대하고

(volume),

생성주기가 빠르며

(velocity),

기

존의 수치화 된 데이터뿐만 아니라 문자

,

그림

,

사진

,

소리

,

동영상 등을 포함하는 다양한 형태

(variety)

의 데이터를 의미한다

.

디지털 기술의 발단과 모바일 기기의 급속한 보급으로 인해 규모를 예측할 수 없 을 정도로 많은 정보와 데이터가 생산되는

‘

빅데이 터의 시대

’

가 도래하였다

(

박상훈

, 2018).

빅데이터 는 다양한 디지털 장비 및 서비스 환경에서 생성되 는 대량의 정보를 의미하여 빅데이터 분석을 통해 데이터의 양적인 측면과 데이터의 분석과 활용까지 를 포함한다

(

이연승

, 2017).

빅데이터 분석은 수집된 방대한 데이터를 기반으 로 소비자들의 인식 및 경향 분석하기에 적합하여 개인의 소비 행동

,

선택

,

감정 등을 분석할 수 있으며

,

다양한 분석을 통해 가까운 미래를 예측하는데 활용 할 수 있다

(George, Haas, and Pentland, 2014).

빅데이 터 분석의 장점은 수집된 대량의 비구조화된 데이터 를 분석하여 소비자가 요구하는 의견과 생각을 실시 간으로 파악함으로써 상품과 서비스에 대한 예측을 통한 전략 수립과 새로운 가치를 창출하는데 있다

(

백봉현

ᆞ,

하일규

,

안병철

, 2014).

과거에도 데이터 마 이닝과 같이 축적된 데이터로부터 유용한 가치를 찾 아내는 여러 가지 방법들이 사용되었으나 최근 모바 일 기기의 발전으로 인해 소셜 네트워크 서비스상에 서 유통되는 데이터의 양이 증가하였으며

,

이를 수 집하고 분석하는 방법과 기술이 발전되고 있다

(

임 광혁

, 2017).

일반적으로 빅데이터의 특성을 규모

(volume),

다양 성

(variety),

속도

(velocity)

를 의미하는

3V

와 분석의 개 념을 의미하는 정확성

(veracity),

시각화

(visualization),

가치

(value)

를 추가하여

6V

로 나타낸다

.

많은 양의 데이 터 중 의사결정에 활용할 수 있는 정확한 데이터를 검색 하고

,

이를 시각화하여 비즈니스에 활용 가능한 의사 결정 도구로 활용하는 것이 빅데이터 분석의 핵심이 라 할 수 있다

.

빅데이터는 양적으로 대규모인 데이터 를 말할 뿐만 아니라

,

질적으로도 다양한 데이터를 포 괄하는 점에서 기존의 사회과학 분야에서 많이 활용

(3)

된 정형화된 대용량 데이터와 차별성을 가지며

,

자연 스럽게 만들어진

,

있는 그대로를 반영하는 데이터이 다

(

강욱건

,

고의석

,

심원철

, 2019).

이러한 빅데이터의 특성을 활용하여 유통

,

외식

,

언론

,

공공 등 사회과학 분야에서는 소셜 미디어 분 석을 통한 평판 분석

,

선거결과 예측

,

상품 선호도 측 정 등 다양한 분야에서 활용되고 있다

.

특히 다수의 사례에서 나타난 것처럼 전통적인 여론 조사보다 빅 데이터 분석을 통한 조사결과가 더 정확해지고 있 다

.

뿐만 아니라 데이터의 수집량과 축적량이 늘어 남에 따라 빅데이터의 분석을 통한 조사의 정확도 가 점점 높아지고 있다

.

이것은 빅데이터가 단순히 데이터의 양이 많을 뿐만 아니라 데이터의 질적인 측면까지 고려되어야 하는 것을 의미한다

.

따라서 많은 데이터 중에서 의사결정에 활용할 수 있는 정 확한 데이터를 검색하고

,

시각화하여 비즈니스에 실현될 가치를 전달하는 것을 빅데이터라고 할 수 있다

.

2. 텍스트마이닝

텍스트마이닝은 글자 그대로 텍스트

(text)

를 채굴

한다

(mining)

는 것을 의미하는 것으로 대규모의 비

정형 데이터로부터 관계 데이터를 추출하는 빅데이 터 분석 기법의 하나이다

.

텍스트 마이닝은 자연어 처리 기술을 기반으로 데이터에서 의미 있는 단어의 출현과 빈도

,

단어들의 관계성을 파악하여 유의미 한 정보를 추출하는 것이다

(

서일원

,

전채남

,

이덕희

, 2013).

텍스트마이닝이 등장하기 전에 데이터마이닝

(data mining)

을 통해 데이터간의 상관관계를 분석하

여 유의미한 정보를 추출하였다

.

데이터마이닝은 정형화된 수치 데이터로부터 유용한 정보를 추출하 였다면 텍스트마이닝은 소셜미디어에 공개된 자연 어 문장을 를 분석하여 텍스트의 유용성을 찾아내는 기법이다

.

소셜 네트워크 분석은 사람이나 조직의 사회적

관계를 도면화하고 분석하여 개체간 연결된 정도를 평가하거나 행위자에 의해 인식되는 사회관계를 파 악하는데 사용된다

(

박경보

,

고해리

,

홍종의

, 2018).

페이스북

,

트위터와 같은 소셜 네트워크 내 웹 문서 에 대한 텍스트 마이닝을 통해 전체 문서에서 특정 단어의 상대적 영향력의 크기를 파악하여 단어 간 관계에서 특정 단어가 어떤 역할을 하는지 분석하는 것이 핵심이다

.

<Figure 1> Word Cloud

텍스트마이닝의 결과를 직관적을 나타낼 수 있는 시각 도구는 워드 클라우드

(Word cloud)

이다

.

워드 클라우드 이름은 단어

(word)

가 구름처럼 모인 형상 을 본따 지은 것이다

. <Figure 1>

은 수다야

(www.

soodahya.com)

라는 차

(

茶

)

류 추천시스템에 구현된 워드 클라우드를 나타낸 것이다

.

그림에서 보는 것 처럼 워드 클라우드는 텍스트마이닝을 통해 분석하

여 계수

(count)

된 키워드들을 구성 비중을 텍스트의

크기와 위치로 시각적으로 나타내어 의사결정 시 직 관적인 판단이 가능하도록 한다

.

3. 웹크롤러

크롤링

(crawling)

은 온라인상에 존재하는 콘텐츠

를 수집하는 작업을 의미하는 것이며 이러한 작업을 자동으로 수행하는 것을 웹 크롤러라고 한다

.

웹 크 롤러는 파이썬

,

자바 등 다양한 프로그래밍 언어를 이용하여 구현할 수 있으며 다음과 같은 절차에 따 라 이루어진다

.

(4)

<Figure 2> Process of Webcrawling

크롤링이 시작되면 검출된 웹 페이지에 포함된

URL

을 큐에 저장하고 중요도에 따라 재배치한다

.

재배치 된

URL

큐에서 우선순위가 높은

URL

에 해 당하는 웹 페이지를 저장하고 저장된 웹페이지에서

URL

을 검출하는 과정을 반복하여 모든

URL

을 방문 하면 반복은 끝나게 된다

.

반복이 끝나면 필요한 데 이터를 저장소에 저장하고 크롤링을 종료한다

.

그 러나 웹 크롤링이 동작하는 상세한 과정은 크롤러의 종류나 알고리즘에 변경될 수 있으며 탐색의 깊이에 따라 웹크롤러의 성능에 많은 차이가 날 수 있다

.

Ⅲ. 연구 방법

1. 연구대상 및 기간

본 연구는

2017

년 중소기업기술개발사업 수행 중 소비자의 차

(

茶

)

선호도를 확인하기 위해 트위터

,

페 이스북

,

네이버

,

구글

,

유튜브 등의 소셜미디어 를 대상으로 일정 기간내 차

(

茶

)

와 관련된 키워드를 수집하였다

.

수집대상은 각 소셜미디어 사이트 내에 공개된 블로그

,

카페

,

뉴스

,

웹문서

,

지식

IN,

학술정 보

,

키워드 등이며 수집된 문서 내에서 차

(

茶

)

와 관련된 키워드가 포함된 경우 계수

(count)

하였다

.

이를 위해 기존의 웹 문서 수집 도구를 사용하지 않고 별도로 차

(

茶

)

정보를 수집하여 분석할 수 있는 웹 크롤러

(web crawler)

인

teaCW

를 개발하였다

.

teaCW

는

KoAKA,

텍스톰 등 일반적인 웹 크롤러와

달리 수집된 웬 문서에서 차

(

茶

)

와 관련된 키워드만 추출하여 분석할 수 있도록 특화시킨 알고리즘을 적 용하였다

.

2. TeaCW

teaCW

는 차

(

茶

)

와 관련된 웹 문서를 이용하여 텍

스트 마이닝을 할 수 있도록 개발된 전용 크롤링 프 로그램으로

과 같이 구성되어 있다

.

<Figure 3> teaCW Diagram

에서 보는 바와 같이

teaCW

는 페이스 북이나 트위터와 같은 소셜 미디어 사이트

(sns)

에서 웹 문서를 가져와서 차

(

茶

)

와 관련된 키워드를 추출 하여 계수한다

.

크롤러가 수집한 키워드 중 차

(

茶

)

와 관련된 키워드를 선별하기 위해 별도의 키워드 테이 블을 사용한다

.

기존의 범용 텍스트마이닝 도구가 제품이나 서비 스의 특성을 반영하지 못하는 것은 해당 영역의 전 문성이 반영된 데이터가 부족하기 때문이다

.

본 연 구에서는

teaCW

를 차

(

茶

)

류에 부합되는 키워드를 추출하기 위해 차 관련 전문가의 도움을 받아 해당 키워드 테이블을 작성하였다

.

추후 다른 분야나 제 품 서비스에 적용하려면 이 테이블에 입력된 키워드 의 변경만으로도 다른 분야로도 적용 가능하며 텍스 트 마이닝의 절차는 다음과 같다

.

크롤링 알고리즘을 통해 구현된

teaCW

는 검색 봇

(5)

(Bot)

의 형태로 동작하여 실시간으로 온라인 상의 데이터를 수집하여 데이터베이스화 한다

.

이렇게 저장된 데이터를 기반으로 텍스트 마이닝을 수행하 여 그 결과를

과 같이 시각화 한다

.

본 연구에서는 텍스트마이닝을 통해 추출된 키워 드를 별도의 키워드 테이블에 저장하였다

.

키워드 테이블에 저장된 내용은

의 수다야 사이

트

(www.soodahya.com)

에서 제공하는 수다지식에

서 워드클라우드 형태로 시각화 되어 제공된다

.

수다야 사이트는 본 과제를 통해 개발된 차

(

茶

)

에 대한 개인별 맞춤 제품을 추천하는 정보 서비스로 자신의 건강상태나 질병 데이터를 입력하면 증상을 완화 시키거나 상태를 호전시키는데 도움이 되는 차 를 추천하는 서비스이다

.

수다야 지식검색은 차

(

茶

)

와 관련된 학술적인 정 보를 제공하는 서비스로 본 과제를 수행을 위해 분

석한

800

여편의 논문을 데이터베이스화하여 구축 한 것이다

.

차

(

茶

)

의 원료

,

성분

,

효능

,

질병 등과 상 관 관계를 분석하여 데이터베이스화 한 것으로 재 료

,

성분 등 차

(

茶

)

와 관련된 키워드를 입력하면 관 련된 논문을 검색할 수 있도록 구축한 데이터베이 스이다

.

Ⅳ. 연구 결과

본 과제를 통해 구현한

teaCW

는 차

(

茶

)

와 관련된 키워드를 분석하는 텍스트 분석 도구로서 기존의 텍 스트 분석도구와 차별화 되어 있으므로 차

(

茶

)

산업 에 종사하는 다양한 이해관계자들은 현재의 소비자 의 트렌드 실시간으로 파악할 수 있다

.

에서 보는 바와 같이 수다 지식검색은 차와 관련된 각종 논문을 검색할 수 있을 뿐만 아니 라 소비자들이 선호하는 차의 트렌드를 직관적으로 볼 수 있다

.

1. Crawler는 특정 Keyword를 검색하기 위해 Main Keyword와 동일한 의미를 가진 Sub Keywords를 함께 Crawling한다.

2. Raw Data는 Keyword를 포함하지 않는 것도 있기 때문에 Main Keyword 혹은 Sub Keywords가 포함되는지를 한번

더 검사 후

DB에 저장한다.

3. 데이터베이스에 특정 기간에 따른 Main Keyword에 대한 검색 횟수가 쌓이게 되면 이를 가공하여 사용자에게 제

공한다.

<크롤링 알고리즘>

<Figure 4> Website(www.soodahya.com) <Figure 5> Knowledge Search Website

(6)

teaCW

는 분석주기를 설정하면 주

,

월

,

년 단위로 주기적으로 특정 기간의 키워드를 크롤링한다

.

예 를 들면 크롤링 주기를

1

개월로 정하면 설정된 날짜 를 기준으로

1

개월 전부터의 웹문서에서 키워드를 크롤링하여 시각화하여 보여주며 이후 다시 실행되 는 것은 주기를 설정한 날짜로부터

30

일 후에 자동 으로 다시 실행된다

.

<Figure 6> Data Table of Word Cloud

은

teaCW

에 의해 분석된 키워드가 입 력된 데이터 테이블을 나타낸 것으로 수다지식검 색에 나타난 워드클라우드의 기초가 되는 데이터 이다

.

본 연구를 통해 구현한

teaCW

는 기존의 범용 텍스 트마이닝 도구보다 추출된 키워드보다 분석 정확도 가 향상되었음 확인하였다

.

기존의 텍스트 마이닝 도구의 경우 수집된 데이터 분석과정에 차

(

茶

)

산업 관련된 전문가의 참여가 필수적으로 요구되나

teaCW

는 차와 관련된 전문가의 참여하에 텍스트 마

이닝 서비로 구축되어 누구나 현재 차

(

茶

)

산업에 관 련된 트렌드를 파악할 수 있도록 하였다

.

Ⅴ. 결론 및 향후 연구

본 연구는 빅데이터 분석 도구 중 하나인 텍스트 마이닝의 단점인 범용성을 보완한 특정 분야 전문

텍스트마이닝 도구를 개발한 것이다

.

연구기간과 데이터 수집기간의 한계로 인해 차

(

茶

)

에 한정된 텍 스트마이닝 도구를 개발하였으며 추출된 결과를 상 용서비스 중인 수다지식검색을 통해 시각화하여 제 공하여 차

(

茶

)

와 관련된 연구자와 기업 누구나 활용 할 수 있도록 하여 차

(

茶

)

산업 발전에 기여할 수 있 을 것으로 예상된다

.

teaCW

는 수다야

(www.soodhaya.com)

에서 동작할 수 있도록 구현되어 수다야의 방문을 통해서 워드 클라우드 형태로 활용할 수 있다

.

서비스의 확장을 위해서 향후에는 오픈

API

를 도입하여 워드클라우 드이외 다양한 형태로 분석 데이터를 활용할 수 있 도록 연구개발 할 예정이다

.

차

(

茶

)

산업과 관련된 기 업이 새로운 제품 개발을 위해

teaCW

를 쉽게 활용할 수 있도록

API

를 제공할 예정이며 차

(

茶

)

이외 다양 한 식음료 제품의 빅데이터 분석 도구 개발을 위해 다양한 분야로 연구를 확대할 예정이다

.

참고문헌

강욱건, 고의석, 심원철, 이학래, 김재능(2019), “패키징(Packaging) 분야에서의 빅데이터(Big data) 적용방안 연구,” 한국포 장학회지, 23(3), 201-209.

나철원, 온병원(2019), “최신 웹 크롤링 알고리즘 분석 및 선제적인 크롤링 기법 제안,” 인터넷정보학회논문지, 20(3), 43-59.

박경보, 고해리, 홍종의(2018), “텍스트 네트워크 분석을 이용한 보험 이미지 분석,” 예술인문사회 융합 멀티미디어 논 문지, 8(3), 531-541.

박상훈, 이희정(2018), “소셜 빅데이터를 이용한 전통시장 활성화 요인 도출 연구: 서울시 망원시장과 수유시장을 대상으 로,” 서울도시연구, 19(3), 1-18.

백봉현, 하일규, 안병철(2014), “SNS상의 비정형 빅데이터로부터 감성정보 추출 기법,” 멀티미디어학회논문지, 17(6), 671-680.

서일원, 전채남, 이덕희(2013), “시맨틱 네트워크 분석을 이용한 원천기술 분야의 잠재적 기술수요 발굴기법에 관한 연 구,” 기술혁신연구, 21(1), 279-301.

(7)

이연승(2017), “빅데이터 활용을 통한 유아교육정책의 방향 모 색,” 한국유아교육학회 정기학술발표논문집, 21-46.

임광혁(2017), “SNS 빅데이터 분석 기술 동향 및 발전방향,” 한국 콘텐츠학회한국콘텐츠학회지, 15(1), 38-43.

George, G. M. R. Haas, and A. Pentland(2014), “Big Data and Management,” Academy of Management Journal, 57(2), 321-326.

논 문 투 고 일 2021. 01. 27.

논문최종심사일 2021. 01. 28.

논문게재확정일 2021. 02. 02.

(8)

A Study of Bigdata Analysis about Textmining Prototype for Tea Products

^*

Eun A Kim

^**

⋅Dong Sup Kim

^***

⋅Hyeon Cheol Zin

^****

⋅Yong Kwan Lee

^*****

¹⁾

Big data is widely used in a variety of fields of telecommunications, finance, commercial transactions, and public areas, and the market which creates new information and values using big data analysis is growing rapidly every year.

Big data analysis applying various analysis techniques is actively being made progress in the field of marketing to identify market flow in companies, and text mining is one of the useful big data analysis methods. However, even though there are various services and products in the market, the existing tools for text mining are not highly utilized since generalized analysis tools for text mining are provided which don’t reflect the characteristics of the products and services. In this study, we presented an algorithm to develop text mining tools that reflect the characteristics of tea products and services. Moreover, we implemented a prototype of a text mining system specialized for data analysis of tea CW and the technical issues required to complete the related system were discussed. As a result, the improved result was deduced compared to the result earned by the text mining using existing general-purpose analysis tools. It was verified that it could be expanded to various fields through future supplementation.

Key Words : Bigdata, Text Mining, Data Analysis, Marketing, Product Property

* This research was supported by the Technology Information Promotion Agency for SMEs as an 2018 service technology development support project (S2618168).

** Executive Director, Research Institute of Panacea Korea([email protected]), First Author

*** Senior Researcher, Research Institute of JongShin([email protected]), Co-Author

**** Assistant Professor, Department of Aeronautical Software Engineering, Kyungwoon University([email protected]), Co-Author

***** Professor, Department of Computer Software, Yeonsung University([email protected]), Corresponding Author

(9)

저 자 소 개

1. 주저자

김은아(Eun A Kim) [email protected]

저자는 ㈜파나세아코리아에서 상무이사로 재직 중이며, 단국대학교 일반대학원에서 농학 박사(원예전공)를 취득하였으며, ㈜에스앤피인터내셔널에서 재직 시 딸기의 ellagic acid 골다공증 효능 검증 및 차음료 원료와 효능관련 연구를 수행하였다. 현재 연구분야는 Phytochemical의 기능적 특성을 기초로 한 식품산업화, 기능성 화장품 산업화에 있다.

2. 공동저자

김동섭(Dong Sup Kim) [email protected]

저자는 ㈜종신물산에 책임연구원으로 재직 중이며, 단국대학교 일반대학원에서 작물생리 분야로 박사학위를 취득하였다. ㈜에스앤피인터내셔널 재직 시 식물의 기능적 특성 DB구 축 연구를 하였으며 현재 주 관심 분야는 농업 환경관련 다양한 정보수집 및 데이터베이 스 구축 등에 있다.

진현철(Hyeon Cheol Zin) [email protected]

저자는 경운대학교 항공소프트웨어공학과 조교수이며 주요 연구 분야 및 관심분야는 컴 퓨터 네트워크, 컴퓨터 프로그래밍, 기술창업 등이다.

3. 교신저자

이용관(Yong Kwan Lee) [email protected]

저자는 연성대학교 컴퓨터소프트웨어과 교수이며, 동대학에서 컴퓨터기술보안과 자료구 조, 프로젝트 등을 강의하고 있다. 주요 연구 및 관심분야는 계산이론, 병렬처리, 상호연 결망, 암호학 등이다.

(10)