[논문]DEA Window 분석을 이용한 국내 온라인 게임 기업의 운영 효율성 평가

전훈; 이학연

doi:10.7737/jkorms.2014.39.3.023

DEA Window 분석을 이용한 국내 온라인 게임 기업의 운영 효율성 평가
Measuring Operational Efficiency of Korean Online Game Companies with DEA Window Analysis 원문보기

한국경영과학회지 = Journal of the Korean Operations Research and Management Science Society, v.39 no.3, 2014년, pp.23 - 40

전훈 (서울과학기술대학교 IT정책전문대학원) , 이학연 (서울과학기술대학교 IT정책전문대학원)

Abstract ▼ AI-Helper

This paper measures the operational efficiency of domestic online game companies and analyze its trends and patterns by using data envelopment analysis (DEA). DEA is a non-parametric approach to measuring the relative efficiency of decision-making units (DMUs) with multiple inputs and outputs. 14 online game companies are selected as DMUs and three inputs (number of employees, capital and asset) and three outputs (sales, operating profit and net profit) are selected as DEA variables. First, the output-oriented BCC model and super-efficiency model are employed to measure the static operational efficiency of the online game companies from 2003 to 2012. We also conduct the dynamic analysis with DEA window model to capture the trends of their operational efficiency influenced by internal and external environmental changes. The results are expected to provide fruitful implications for strategic decision making of online game companies and policy making for the online game industry.

주제어

AI 본문요약
AI-Helper

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

문제 정의

앞의 산출지향 BCC 모형과 초효율성 모형으로 측정한 정태적인 효율성 분석은 효율성 산출이 간편하고 직관적으로 이해할 수 있는 장점이 있기는 하지만, 단기간의 등락으로 인해 기업의 운영효율성 변화 양상을 파악하기 쉽지 않다는 한계가 있다. 따라서 본 연구에서는 이러한 한계를 극복하기 위해 Window 분석을 이용하여 동적인 효율성을 측정하였다.
본 연구는 DEA를 활용하여 국내 온라인 게임 기업의 운영 효율성을 측정하고 분석하였다. 또한, Window 분석을 통해 대내외 환경변화에 따른 동태적 변화를 추적하고 분석함으로써 주요 정책적 이슈, 트렌드의 변화와 기술의 발달로 인한 온라인 게임 기업들의 효율성 변화 및 추이를 분석하였다.
이에 본 연구에서는 국내 온라인 게임 기업들의 정태적 효율성과 함께 동태적 효율성 분석을 동시에 수행한다. 우선 실증적인 데이터를 바탕으로 DEA 모형 중 산출지향 BCC(output-oriented BCC model) 및 초효율성 모형(super efficiency model)을 이용하여 온라인 게임 기업의 정태적 효율성을 측정하고, 다음으로 Window 분석을 이용하여 2003년부터 2012년까지 10년간의 동태적 효율성을 측정함으로써 대내외 환경 변화에 따른 온라인 게임 산업 및 개별 기업의 효율성 변화와 추세를 분석하고자 한다.
이에 초효율성 분석을 수행하여, 효율성이 1인 기업들 간의 상대적 우위를 도출하였으며, 그 결과가 에 제시되어 있다.

가설 설정

대규모 인력과 자본이 필요한 대작게임 및 소수 블록버스터 게임에 대한 집중 현상이 심해지면서 위메이드, 바른 손게임즈 등의 기존 중소 온라인 게임사의 경쟁력이 낮아졌으며, 자본 부족, 인력유출, 고객 마케팅 등의 열세로 인해 중소 온라인 게임사의 효율성은 상대적으로 낮은 수준을 기록하였다. 둘째로, 모바일 플랫폼의 약진이다. 2000년대 후반기부터 본격화된 스마트폰, 태블릿 PC의 등장으로 인해 게임빌, 소프트 맥스 등의 모바일과 관련된 기업이 높은 효율성 점수를 기록하였다.

제안 방법

또한 산출 지향 BCC 모형을 사용할 경우, 온라인 게임 기업 수가 많지 않아 판별력이 저하될 수 있으므로, 초효율성 모형을 활용하여 동일한 분석을 수행한다. 다음으로, 온라인 게임 기업의 동태적 효율성을 분석하기 위해 Window 분석을 실시한다. 이를 통해 온라인 게임 산업의 효율성의 변화와 개별 온라인 게임 기업의 시계열적인 변화추이를 동시에 분석한다.
본 연구는 DEA를 활용하여 국내 온라인 게임 기업의 운영 효율성을 측정하고 분석하였다. 또한, Window 분석을 통해 대내외 환경변화에 따른 동태적 변화를 추적하고 분석함으로써 주요 정책적 이슈, 트렌드의 변화와 기술의 발달로 인한 온라인 게임 기업들의 효율성 변화 및 추이를 분석하였다. 온라인 게임 기업의 성과 측정에 대한 기존 연구들이 주로 정태적인 효율성 측정에만 머물러 있어, 시간 변화에 따른 동태적 효율성 변화를 분석할 수 없었으나, 본 연구에서는 Window 분석을 활용하여 대내외 환경변화에 따른 산업 및 기업의 효율성 변화 및 그 원인을 고찰함으로써, 온라인 게임 기업의 전략적 의사결정 및 온라인 게임 산업 관련 정책 결정에 활용될 수 있는 다양한 시사점을 도출하였다.
먼저 BCC 모형을 통해 총 14개 온라인 게임 기업의 효율성을 측정하였다. 산출지향 BCC 모형을 통해 2003년부터 2012년까지 매년 각각의 DMU의 상대적 효율성을 측정하였다.
Window 분석을 적용함에 있어서 관찰기간, 즉 윈도우의 크기를 설정하는 것이 중요한데, 이는 윈도우를 지나치게 좁게 설정할 경우 정태적 분석에서처럼 투입과 산출의 기간적 불일치가 나타날 우려가 있고, 너무 넓게 설정할 경우 변화에 대한 영향요소가 효율성에 반영되는 시점에서 희석될 위험이 있기 때문이다. 본 연구에서는 이러한 점을 고려하여 관찰기간을 3년으로 설정하였다. 이는 실무적으로 하나의 퍼블리싱 온라인 게임이 개발부터 상용화, 유료화되는 시점까지 걸리는 평균적인 기간을 고려한 것이며, 게임의 환경과 산업의 역사를 추적해볼 때 2003년부터 3년 주기로 온라인 게임 산업이 급격한 변화를 겪었다는 점을 고려한 것이다.
먼저 BCC 모형을 통해 총 14개 온라인 게임 기업의 효율성을 측정하였다. 산출지향 BCC 모형을 통해 2003년부터 2012년까지 매년 각각의 DMU의 상대적 효율성을 측정하였다. 온라인 게임 기업들의 상대적 효율성 점수는 연도마다 독립적이며, 다른 연도와는 무관한 상대적 효율성 점수를 의미한다.
또한, Window 분석을 통해 대내외 환경변화에 따른 동태적 변화를 추적하고 분석함으로써 주요 정책적 이슈, 트렌드의 변화와 기술의 발달로 인한 온라인 게임 기업들의 효율성 변화 및 추이를 분석하였다. 온라인 게임 기업의 성과 측정에 대한 기존 연구들이 주로 정태적인 효율성 측정에만 머물러 있어, 시간 변화에 따른 동태적 효율성 변화를 분석할 수 없었으나, 본 연구에서는 Window 분석을 활용하여 대내외 환경변화에 따른 산업 및 기업의 효율성 변화 및 그 원인을 고찰함으로써, 온라인 게임 기업의 전략적 의사결정 및 온라인 게임 산업 관련 정책 결정에 활용될 수 있는 다양한 시사점을 도출하였다.
먼저, 분석 대상 온라인 기업을 선정하고 관련된 투입 변수와 산출변수에 대한 실증 데이터를 수집한다. 온라인 게임 기업의 투입변수와 산출변수를 각각 설정하고, 각 온라인 게임 기업을 DMU로 하는 DEA를 수행하여 온라인 게임 기업의 효율성 점수를 산출한다. 온라인 게임 기업의 효율성은 각각 두 가지 관점에서 분석이 이루어진다.
이에 본 연구에서는 국내 온라인 게임 기업들의 정태적 효율성과 함께 동태적 효율성 분석을 동시에 수행한다. 우선 실증적인 데이터를 바탕으로 DEA 모형 중 산출지향 BCC(output-oriented BCC model) 및 초효율성 모형(super efficiency model)을 이용하여 온라인 게임 기업의 정태적 효율성을 측정하고, 다음으로 Window 분석을 이용하여 2003년부터 2012년까지 10년간의 동태적 효율성을 측정함으로써 대내외 환경 변화에 따른 온라인 게임 산업 및 개별 기업의 효율성 변화와 추세를 분석하고자 한다.
다음으로, 온라인 게임 기업의 동태적 효율성을 분석하기 위해 Window 분석을 실시한다. 이를 통해 온라인 게임 산업의 효율성의 변화와 개별 온라인 게임 기업의 시계열적인 변화추이를 동시에 분석한다.
투입 변수로는 주로 인력, 비용, 자본, 자산 등이 활용되어 왔으며, 매출액, 이익이 주요 산출변수로 활용되어 왔다. 이에 본 연구에서도 인원, 자본, 자산을 투입변수로 선정하였으며, 매출액, 영업이익, 당기순이익을 산출변수로 활용한다.
투입 및 산출 변수의 선정을 위해 DEA를 활용하여 기업의 운영 효율성을 측정한 기존 연구들을 분석하였으며, 기존 연구들에서 활용된 투입 및 산출 변수들을 에 정리하였다.

대상 데이터

본 연구는 아래 [그림 1]의 구조로 수행된다. 먼저, 분석 대상 온라인 기업을 선정하고 관련된 투입 변수와 산출변수에 대한 실증 데이터를 수집한다. 온라인 게임 기업의 투입변수와 산출변수를 각각 설정하고, 각 온라인 게임 기업을 DMU로 하는 DEA를 수행하여 온라인 게임 기업의 효율성 점수를 산출한다.
본 연구에서는 2013년 기준 게임산업협회에 등록되어 있는 기업들 중 온라인 혹은 모바일 플랫폼을 통해 게임 사업을 진행하고 있는 국내 기업을 분석대상으로 선정하였다. 이에 따라 14개의 대표적인 온라인 게임 기업을 추출하였으며, 이들의 2003년～2012년 10년간의 데이터를 바탕으로 실증 분석을 수행하였다.
본 연구에서는 2013년 기준 게임산업협회에 등록되어 있는 기업들 중 온라인 혹은 모바일 플랫폼을 통해 게임 사업을 진행하고 있는 국내 기업을 분석대상으로 선정하였다. 이에 따라 14개의 대표적인 온라인 게임 기업을 추출하였으며, 이들의 2003년～2012년 10년간의 데이터를 바탕으로 실증 분석을 수행하였다. 이들 기업들은 2003년 이전부터 설립되어 10여 년간 온라인 게임 사업을 주 사업부문으로 하여 존속하는 기업들이며, 정보의 투명성과 자료의 객관성을 확보할 수 있는 거래소 및 코스닥 상장 기업으로 구성되어 있다.

이론/모형

온라인 게임 기업의 효율성은 각각 두 가지 관점에서 분석이 이루어진다. 먼저 온라인 게임 기업의 정태적 효율성을 분석하기 위해 산출 지향 BCC 모형을 이용한다. 본 연구에서 산출지향모형을 적용하는 것은, 일반적으로 온라인 게임 기업의 의사결정자들이 효율성 향상을 위해 산출 극대화에 초점을 맞추기 때문이다.

성능/효과

첫째로 온라인 게임 시장에서 대기업의 편중현상이다. 대규모 인력과 자본이 필요한 대작게임 및 소수 블록버스터 게임에 대한 집중 현상이 심해지면서 위메이드, 바른 손게임즈 등의 기존 중소 온라인 게임사의 경쟁력이 낮아졌으며, 자본 부족, 인력유출, 고객 마케팅 등의 열세로 인해 중소 온라인 게임사의 효율성은 상대적으로 낮은 수준을 기록하였다. 둘째로, 모바일 플랫폼의 약진이다.
지난 10년간 시기별 변화 양상을 관측해 보면, 운영 효율성의 지속성과 변동성 측면에서 기업들 간의 차이를 파악할 수 있다. 엔씨소프트, 네오위즈게임즈, 게임빌과 같은 기업들은 시계열적으로 높은 효율성을 지속적으로 유지하고 있는 것으로 나타났다. 이는 이들 기업들이 인력, 자산, 자본의 효율적인 활용을 통해 장기간 높은 매출과 수익성을 확보하고 있으며, 불확실한 환경이나 경쟁 변화와 같은 변동성에 직면하여서도 안정적인 대응능력을 보여주고 있다고 해석할 수 있다.

후속연구

그 밖에 기업정보 접근의 한계로 인해 내․외부 환경 및 동적인 변화가 기업에 미치는 직간접적인 영향의 정도를 파악하기 쉽지 않다는 점, 온라인 게임 산업 특성을 반영하는 다양한 변수 선정이 필요하지만, 데이터 수집의 어려움으로 인해 다양한 변수의 활용이 어렵다는 점도 한계점으로 들 수 있다. 그러나 이러한 한계는 온라인 게임 산업에 대한 보다 다양한 연구가 진행되면서 개선되리라 예상하며, 온라인 게임 산업이 발전함에 따라 다양하고 풍부한 데이터가 축적되고, 영향요인에 대한 정밀하고 심도 있는 분석이 이뤄진다면 추후에는 온라인 게임 산업의 효율성이 보다 효과적으로 측정될 수 있을 것으로 기대한다.
본 연구의 한계로는 아직까지 온라인 게임 산업의 역사가 다른 산업 분야보다는 짧고, 온라인 게임 산업 내의 기업들의 업력도 길지 않으므로 이와 관련된 정책이나 환경이 아직까지 온라인 게임 산업의 현실을 충분하게 반영하고 있지 못하기 때문에, 동태적 영향에 대한 분석이 제한적일 수밖에 없다는 점에 있다. 특히, 게임 중독법 등의 규제나 정책 등이 실제로 게임 산업 전체와 기업의 성과에 미치는 영향 정도를 파악하기에는 좀 더 시간이 필요할 것으로 보인다.
2000년대 후반기부터 본격화된 스마트폰, 태블릿 PC의 등장으로 인해 게임빌, 소프트 맥스 등의 모바일과 관련된 기업이 높은 효율성 점수를 기록하였다. 앞으로 모바일 플랫폼은 더욱 발전하는 과정에 있으므로 차후 모바일 기반의 게임 기업들이 높은 효율성을 기록하면서 온라인 게임 산업 전반에 큰 영향을 줄 것이라고 예상할 수 있다. 마지막으로 2010년 이후 고스톱, 포커류 등 웹보드 게임에 대한 규제 정책의 영향이다.
앞의 산출지향 BCC 모형과 초효율성 모형으로 측정한 정태적인 효율성 분석은 효율성 산출이 간편하고 직관적으로 이해할 수 있는 장점이 있기는 하지만, 단기간의 등락으로 인해 기업의 운영효율성 변화 양상을 파악하기 쉽지 않다는 한계가 있다. 따라서 본 연구에서는 이러한 한계를 극복하기 위해 Window 분석을 이용하여 동적인 효율성을 측정하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	온라인 게임 산업 초기에는 어떤 사업적 특징을 보였는가?	온라인 및 웹이라는 새로운 플랫폼의 등장과 초고속 인터넷 보급에 힘입어 국내 온라인 게임 산업은 2000년 이후 폭발적인 성장과 발전을 거듭하여 2010년에는 10여 만 명이 넘는 종사자수와 16억불에 가까운 수출실적을 기록하였다[20]. 온라인 게임 산업 초기에는 창의적인 아이디어와 개발력을 지닌 소규모 벤처 기업들이 산업의 주를 이루었으며, 소수 게임의 성공여부에 따라 기업의 성공과 몰락이 결정되는 고위험 고수익(High Risk, High Return)의 사업적 특징을 보여주었다. 그러나 산업이 성장함에 따라 대규모 자본과 인력을 보유한 대기업 중심으로 산업구조의 재편이 진행되었으며, 글로벌 기업들의 국내 진출이 가속화되면서 국내 시장 경쟁은 더욱 심화되었다.
	기본적인 DEA 모형의 목적은 무엇인가?	그러나 기본적인 DEA 모형은 대상 DMU의 특정 기간 동안의 정태적 효율성을 측정하는 것을 목적으로 하기 때문에, 시간 변화에 따른 기업의 효율성 변화를 파악할 수 없다는 한계점이 있다. 이에 따라 시간의 변화에 따른 효율성의 동태적인 변화를 추적하여 각 DMU의 시계열적인 성장성, 안정성 등을 측정할 수 있는 DEA의 Window 분석을 활용한 연구가 최근 활발히 이루어지고 있다.
	Window 분석은 어떤 경우에 매우 유용한 기법인가?	Window 분석의 최대 장점은 윈도우별 효율성 평가결과가 모두 도출되며, 이를 바탕으로 하여 시계열적인 환경 및 조건, 트렌드 변화에 따른 각 DMU의 효율성 변화를 분석할 수 있다는 점에 있다. 특히, 급변하는 신기술 산업 분야에 있어서 시간적 변화에 따라 각 DMU의 효율성이 어떻게 변화하는가를 분석, 평가하는 경우에 매우 유용한 기법이라고 할 수 있다.

참고문헌 (36)

고동원, "게임 소프트웨어 및 서비스 산업의 경영효율성 분석", 한국콘텐츠학회논문지, 제12권, 제9호(2012), pp.340-347.

원문보기 상세보기
김문석, "DEA를 이용한 서비스 조직의 효율성 평가에 관한 연구", 한국경영과학회 학술대회논문집, (2009), pp.141-145.
김범석, 김명석, 민재형, "자료포괄분석(DEA)를 이용한 주식의 가치평가", 경영과학, 제28권, 제3호(2011), pp.61-72.
김우식, "국내 전자기업의 경영성과와 R&D 활 동과의 관계에 관한 연구", 산업경제연구 , 제17권, 제4호(2004), pp.1467-1484.
김종기, 강다연, "DEA 모형을 이용한 국내 아파트 건설기업(상장기업)의 효율성 분석", 한국콘텐츠학회논문지, 제8권, 제7호(2008), pp.201-207.

원문보기 상세보기
김지혜, 김해수, 임빛나, 윤장혁, "DEA 와 맘퀴스트 생산성 지수를 활용한 OECD 국가간 의료 서비스 효율성 분석", 한국경영과학회지, 제37권, 제4호(2012), pp.125-138.

원문보기 상세보기
박성민, "DEA 효율성을 결정하는 입력-출력변수 식별 : 정부지원 R&D 과제 효율성 평가를 위한 실례", 대한산업공학회지, 제40권, 제1호 (2014), pp.84-99.

원문보기 상세보기
심광식, 김재윤, "지하철 효율성 평가를 위한 DEA-AR/AHP 모형의 설계", 한국경영과학회지, 제34권, 제3호(2009), pp.105-124.
윤건우, 유승호, "비모수 분석모형(DEA)을 활용한 국내 온라인 게임 기업의 인적자본 효율성 연구", 한국게임학회논문지, 제9권, 제2호(2009), pp.81-93.

원문보기 상세보기
안재경, 김우제, 김종화, 박천일, "DEA 를 이용한 지상파 디지털 방송 경쟁력 분석", 한국경영과학회 학술대회논문집, (2005), pp.358-362.
이대용, 이청호, "DEA/Window 기법을 이용한 정보기술산업의 경영효율성과 규모 경제성 평가에 관한 연구", 경영정보학, 제10권, 제3호 (2000), pp.17-40.
이상훈, 이학연, 박용태, "자료포락분석(DEA)를 이용한 지식 서비스(KIBS) 산업의 혁신 성과 분석", 한국경영공학회지, 제16권, 제3호(2011), pp.129-144.
이재영, "IDEA 모델을 이용한 지방병무청 운영 효율성 평가", 경영과학, 제22권, 제1호(2005), pp.1-13.

원문보기 상세보기
이형석, 김기석, "DEA/Window 모형을 이용한 국내 생명보험산업의 상대적 효율성 분석", 한국콘텐츠학회논문지, 제8권, 제5호(2008), pp.192-206.

원문보기 상세보기
임병학, "우리나라 해운기업의 재무성과에 대한 효율성 평가 : DEA와 Window 분석의 적용", 한국물류학회지, 제20권, 제4호(2010), pp.145-160.
전승진, 이철웅, "환경요소를 고려한 국내공항 생산성 측정 : DEA 모형의 적용", 대한산업공학회지, 제37권, 제4호(2011), pp.350-357.

원문보기 상세보기
전훈, 이학연, "DEA 기반 온라인 게임 성과 관리 포트폴리오 모형", 대한산업공학회지, 제39권, 제4호(2013), pp.260-270.

원문보기 상세보기
조정은, 박지영, 김수욱, "의료서비스 산업의 국제 경쟁력 비교 분석-DEA 접근법", 한국경영과학회 학술대회논문집, (2008), pp.118-118.
최종열, 김기석, 김도훈, "연안어업경영의 생산 효율성 분석 : DEA와 SFA 기법비교를 중심으로", 한국경영과학회지, 제35권, 제3호(2010), pp.59-68.

원문보기 상세보기
한국컨텐츠 진흥원, 대한민국 게임백서(2008, 2009, 2010, 2011).
현정원, "국내 제약기업 광고비의 기술, 배분, 전체 효율성에 대한 DEA 윈도우 분석", 생산성논집 (구 생산성연구), 제25권, 제3호(2011), pp.29-48.
Asmild, M., J.C. Paradi, V. Aggarwall, and C. Schaffnit, "Combining DEA window analysis with the Malmquist index approach in a study of the Canadian banking industry," Journal of Productivity Analysis, Vol.1, No. 1(2004), pp.67-89.
Banker, R.D., A. Charnes, and W.W. Cooper, "Some models for estimating technical and scale inefficiencies in data envelopment analysis," Management science, Vol.30, No.9 (1984), pp.1078-1092.

상세보기
Charnes, A. and W.W. Cooper, "Preface to topics in data envelopment analysis," Annals of Operations research, Vol.2, No.1(1984), pp.59-94.

상세보기
Charnes, A., W.W. Cooper, and E. Rhodes, "Measuring the efficiency of decision making units," European journal of operational research, Vol.2, No.6(1978), pp.429-444.

상세보기
Charnes, A., C.T. Clark, W.W. Cooper, and B. Golany, "A developmental study of data envelopment analysis in measuring the efficiency of maintenance units in the US Air Forces," Annals of Operations Research, Vol. 2, No.1(1984), pp.95-112.

상세보기
Colbert, A., R.R. Levary, and M.C. Shaner, "Determining the relative efficiency of MBA programs using DEA," European Journal of Operational Research, Vol.125, No.3(2000), pp.656-669.

상세보기
Cooper, W.W., L.M. Seiford, and K. Tone, "Data envelopment analysis : a comprehensive text with models, applications, references and DEA-solver software," Springer, 2007.
Liu, F.-H. Franklin, and P.-H. Wang, "DEA Malmquist productivity measure : Taiwanese semiconductor companies," International Journal of Production Economics, Vol.112, No.1 (2008), pp.367-379.

상세보기
Serrano-Cinca, Carlos, Yolanda Fuertes- Callen, and Cecilio Mar-Molinero, "Measuring DEA efficiency in internet companies," Decision Support Systems, Vol.38, No.4 (2005), pp.557-573.

상세보기
Thore, S., F. Phillips, T.W. Ruefli, and P. Yue, "DEA and the management of the product cycle : The US computer industry," Computers and Operations Research, Vol.23, No.4(1996), pp.341-356.

상세보기
Webb, R., "Levels of efficiency in UK retail banks : a DEA window analysis," Int. J. of the economics of business, Vol.10, No.3(2003), pp.305-322.

상세보기
Xue, M. and P.T. Harker, "Note : ranking DMUs with infeasible super-efficiency DEA models," Management Science, Vol.48, No.5 (2002), pp.705-710.

상세보기
Yang, H.-H. and C.-Y. Chang, "Using DEA window analysis to measure efficiencies of Taiwan's integrated telecommunication firms," Telecommunications Policy, Vol.33, No.1(2009), pp.98-108.

상세보기
Yang, Z., "A two-stage DEA model to evaluate the overall performance of Canadian life and health insurance companies," Mathematical and computer modeling, Vol.43, No.7(2006), pp.910-919.

상세보기
Zhu, J., "Multi-factor performance measure model with an application to Fortune 500 companies," European Journal of Operational Research, Vol.123, No.1(2000), pp.105-124.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증