$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 팀 결성 분석을 위한 행위자 기반 시뮬레이션 모형
An Agent Based Simulation Model for the Analysis of Team Formation 원문보기

한국시뮬레이션학회논문지 = Journal of the Korea Society for Simulation, v.19 no.4, 2010년, pp.169 - 178  

이성룡 (한국외국어대학교 산업경영공학과)

초록
AI-Helper 아이콘AI-Helper

행위자 기반 시뮬레이션은 시스템을 구성하고 있는 개체들이 자율적인 판단과 기억에 의해 상호 영향을 주면서 주어진 환경에 대응할 때 일정 시간이 경과한 후 시스템에 어떠한 현상이 발생하는가를 관찰하기 위하여 사용된다. 본 논문에서는 팀 결성의 행태를 분석하기 위한 행위자 기반 시뮬레이션 모형을 개발하였다. 팀의 결성은 팀 구성원 개개인의 선택과 판단에 의하지만 어느 한 개인의 일방적인 의사에 의해 이루어지기 보다는 여러 구성원의 상호 관계에 의한 것이라는 점, 그리고 이렇게 구성된 팀의 성취도는 경험이 반복될수록 변화한다는 점 등이 생태학적인 접근법을 가능하게 한다. 개발한 모형은 Netlogo 4.1으로 구현하였고 모의시험을 통해 검증하였다. 모의시험의 결과는 행위자 기반 시뮬레이션의 특성인 규칙의 적용 및 판단, 기억 및 진화의 속성을 잘 묘사할 수 있음을 보여주었다. 개발한 모형을 발전시킴으로써 팀 결성의 다양한 생태학적 분석에 적용이 가능하다.

Abstract AI-Helper 아이콘AI-Helper

Agent based simulation is an approach for the analysis of a system's long term behavior where the entities in the system behave independently by their own judgement and memory, but influence each other to cope with given environment. In this paper we developed an agent based simulation model for the...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 따라서 본 모형 개발의 목적은 행위자 기반 시뮬레이션을 통해 팀 결성의 행태를 이해하고자 함이다. 즉, 개인의 팀 결성에 대한 반복적인 경험이 팀 구성의 성격과 수행 능력에 영향을 미치는 행태를 시뮬레이션 모델을 통해 묘사 가능한 지를 검토하는 것이 목적이다.
  • 모델의 설계로부터 완성된 모델의 검증에 이르기까지의 과정을 체계화된 절차에 의해 설명하기 위해 본 논문에서는 2006년 제안되고 2010년에 수정안이 발표된 ODD(Overview, Design concepts, and Details)를 적용하고자 한다. ODD는 행위자 기반 모델을 구성할 때 이를 설명하기 위해 개발된 표준 프로토콜로 우선 모형을 개괄하고, 다음으로 설계의 개념에 대해 설명하며, 끝으로 설계에 대해 상세하게 기술하는 세 부분으로 구성되어 있다[8,9].
  • 본 논문에서는 대학의 교과과정 중에 있는 학생들이 과제 해결을 위해 프로젝트 팀을 결성하는 경우와 같이 반복적인 경험과 판단에 의해 팀을 구성할 때 각 구성원의 판단과 행위가 향후 팀의 성취도와 팀 구성 형태에 어떠한 영향을 미치는 가를 분석하기 위한 도구로서의 행위자 기반 시뮬레이션 모델을 개발하고자 한다.
  • 본 논문에서는 팀 결성의 행태 분석을 위한 행위자기반 시뮬레이션 모형을 개발하였다. 팀의 결성은 팀 구성원 개개인의 선택과 판단에 의하지만 어느 한 개인의 일방적인 의사에 의해 이루어지기 보다는 여러 구성원의 상호 관계에 의한 것이라는 점, 그리고 이렇게 구성된 팀의 프로젝트 성공여부는 경험이 반복될수록 변화한다는 점 등이 생태학적인 접근법을 가능하게 하고 이것이 행위자기반 시뮬레이션을 통한 모형 개발의 동기가 되었다.
  • 일반적으로 대학의 각 교과목은 대부분 저학년에서부터 일정 규모의 팀 구성을 통해 과제를 수행하고 그 결과를 제시하도록 하는 팀 프로젝트를 진행하고 있는데, 학생들은 학년이 높아감에 따라 각자의 경험이 쌓이고 또한 학생 상호간의 친분관계에 따른 선호도가 달라짐에 의해 팀을 결성할 때마다 팀의 구성이 변화하고 이는 결과적으로 팀의 수행능력에 영향을 미친다. 이 때 팀 구성원 각자가 갖는 능력은 본인이 과거의 프로젝트 진행 시 프로젝트가 성공 했는가 혹은 실패 했는가의 경험에 의해 바뀐다고 볼 수 있는데, 이러한 각 구성원의 능력 변화와 이에 따른 팀 수행능력에 미치는 영향을 행위자 기반 시뮬레이션 모델을 통해 묘사 가능한지를 검토해 보고자 한다.
  • 따라서 본 모형 개발의 목적은 행위자 기반 시뮬레이션을 통해 팀 결성의 행태를 이해하고자 함이다. 즉, 개인의 팀 결성에 대한 반복적인 경험이 팀 구성의 성격과 수행 능력에 영향을 미치는 행태를 시뮬레이션 모델을 통해 묘사 가능한 지를 검토하는 것이 목적이다.
  • 3) 학생의 성격(C): 학생의 성격을 정량화하여 성공여부를 판단하기 위한 값에 적용하기에는 많은 무리가 따른다. 하지만 행위자 기반 시뮬레이션 모형에서는 감수해야 하는 부분으로 본 연구에서는 학생의 성실성, 친화력, 혹은 고집스러움 등의 성격을 모두 하나의 변수 값으로 변환하여 나타내고자 한다. 이 값은 프로젝트의 경험과는 무관하여 경험에 따라 변하지 않는다고 가정하며, 팀 프로젝트의 성공에 기여하는 성격은 양수로 그렇지 않은 것은 음수로 표현한다.

가설 설정

  • 1) 학생의 능력(P): 학생의 프로젝트 수행능력을 대변하는 속성으로 프로젝트의 성공여부에 관계없이 프로젝트의 경험이 쌓일수록 능력은 향상된다고 가정한다. 한 학생의 초기 능력은 수행능력이 부족한 –1에서 수행능력이 훌륭한 +1까지의 값을 무작위로 부여 받는다.
  • 하지만 행위자 기반 시뮬레이션 모형에서는 감수해야 하는 부분으로 본 연구에서는 학생의 성실성, 친화력, 혹은 고집스러움 등의 성격을 모두 하나의 변수 값으로 변환하여 나타내고자 한다. 이 값은 프로젝트의 경험과는 무관하여 경험에 따라 변하지 않는다고 가정하며, 팀 프로젝트의 성공에 기여하는 성격은 양수로 그렇지 않은 것은 음수로 표현한다. 한 학생의 성격에 대한 초기 값은 –1과 +1 사이에서 무작위로 정한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
행위자 기반 시뮬레이션이란? 행위자 기반 시뮬레이션(Agent Based Simulatoin, ABS)은 시뮬레이션의 대상이 되는 시스템을 구성하고 있는 개체들이 자율적인 판단과 기억에 의해 상호 영향을 주면서 주어진 환경에 대응할 때 일정 시간이 경과한 후 시스템에 어떠한 현상이 발생하는가를 연구하는 시뮬레이션 기법으로 ABM(Agent Based Model)으로도 알려져 있다.
행위자 기반 시뮬레이션이 사용되는 이유는? 행위자 기반 시뮬레이션은 시스템을 구성하고 있는 개체들이 자율적인 판단과 기억에 의해 상호 영향을 주면서 주어진 환경에 대응할 때 일정 시간이 경과한 후 시스템에 어떠한 현상이 발생하는가를 관찰하기 위하여 사용된다. 본 논문에서는 팀 결성의 행태를 분석하기 위한 행위자 기반 시뮬레이션 모형을 개발하였다.
인간의 집단적 행위에 대한 분석 및 연구에는 어떤 것들에 관한 것이 있는가? 이러한 행위자 기반 시뮬레이션의 활용분야 중 특히 자연계에서 대표적으로 비선형적이고 자율적인 행위자라 할 수 있는 인간의 집단적 행위에 대해 분석하고 이해하고자 하는 것은 흥미로운 분야임에 틀림없다[3]. 이들 중 최근의 연구는 대부분 집단적인 의사결정문제[14], 사회적 네트워크로 형성된 팀의 성과[6], 구성원 각자의 지식이 집단의 지식에 미치는 영향[10], 집단 구성원 상호간의 영향이 전체적인 부의 성장 등 환경에 미치는 영향[2], 혹은 인구통계학적인 분포가 팀의 결속력에 미치는 영향[5] 등에 관한 것이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. V. Albino, N. Carbonara, I. Giannoccaro, I., "Supply chain management models for industrial districts: an agent-based simulation study," International Journal of Intelligent Systems Technologies and Applications, vol. 6, no. 3-4, pp. 332-348, 2009. 

  2. T. Araujo and M. Aubyn, "Education, neighbothood effects and growth: An agent-based model approach," Advances in Complex Systems, vol. 11, no. 1, pp. 99-117, 2008. 

  3. E. Bonabeau, "Agent-based modeling: methods and techniques for simulating human systems," Proceedings of the National Academy of Sciences of the United States of America, vol. 99, suppl. 3, pp. 7280-7287, May 2002. 

  4. D.L. DeAngelis and W.M. Mooij, "Individual-based modeling of ecological and evolutionary processes," Annual Review of Ecology, Evolution, and Systematics, vol. 36, pp. 147-168, Dec. 2005. 

  5. A. Flache and M. Mas, "Why do faultlines matter? A computational model of how strong demographic faultlines undermine team cohesion," Simulation Modelling Practice and Theory, vol. 16, pp. 175-191, 2008. 

  6. M.E. Gaston and M. DesJardins, "The effect of network structure on dynamic team formation in multi-agent systems," Computational Intelligence, vol. 24, Issue 2, pp. 122-157, 2008. 

  7. V. Grimm and S.F. Railsback, Individual-based modeling and ecology, Princeton University Press, Princeton, NJ, 2005. 

  8. V. Grimm, U. Berger, F. Bastiansen, S. Eliassen, V. Ginot, J. Giske, J. Goss-Custard, T. Grand, S. Heinz, G. Huse, A. Huth, J.U. Jepsen, U., C. Jorgensen, W.M. Mooij, B. Muller, G. Pe'er, C. Piou, S.F. Railsback, A.M. Robbins, M.M. Robbins, E. Rossmanith, N. Ruger, E. Strand, S. Souissi, R.A. Stillman, R. Vabo, U. Visser, and D.L. DeAngelis, "A standard protocol for describing individual-based and agent-based models," Ecological Modelling, vol. 198, pp. 115-126, 2006. 

  9. V. Grimm, U. Berger, D.L. DeAngelis, J.G. Polhill, J. Giske, and S.F. Railsback, "The ODD protocol: a review and first update," Ecological Modelling, vol. 221, pp. 2760-2768, 2010. 

  10. C. Guttmann and I. Zukerman, "Agents with limited modeling abilities: implications on collaborative problem solving," Journal of Computer Systems Science and Engineering, vol. 21, no. 3, pp. 183-196, 2006. 

  11. T. Wagner, "An agent-oriented approach to industrial automation systems," Agent Technologies, Infrastructures, Tools, and Applications for E-Services, LNCS 2592, pp. 314-328, 2003. 

  12. U. Wilensky, NetLogo Ants model, http://ccl.northwestern.edu/netlogo/models/Ants, Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL, 1997. 

  13. U. Wilensky, NetLogo Flocking model, http://ccl.northwestern.edu/netlogo/models/Flocking, Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL, 1998. 

  14. D.D. Wu, X. Kefan, L. Hua, Z. Shi, and D.L. Olson, "Modeling technological innovation risks of an entrepreneurial team using system dynamics: An agent-based perspective," Technological Forecasting & Social Change, vol. 77, pp. 857-869, 2010. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로