초록 ▼

□ 연구개요
뉴로사이언스 실험자료는 인체를 토대로 얻어진 방대한 신경생리반응 자료이기 때문에 그 자체가 빅 데이터이다. 그리고 이같은 뉴로사이언스 빅 데이터는 머신러닝 기법으로 분석하였을 때에 새로운 결과를 연구자에게 제공할 수 있는 가능성이 무한함. 그럼에도 불구하고 뉴로사이언스 실험자료에 기반한 ‘뉴로사이언스 마이닝’ (NSM: NeuroScience Mining)연구는 일천함. 이와 같은 문제인식을 기초로 본 연구에서는 NSM 연구 방법 및 그 성과를 검증하고자 한다. 즉, fNIRS, 아이트래킹, EEG, ECG 등

□ 연구개요
뉴로사이언스 실험자료는 인체를 토대로 얻어진 방대한 신경생리반응 자료이기 때문에 그 자체가 빅 데이터이다. 그리고 이같은 뉴로사이언스 빅 데이터는 머신러닝 기법으로 분석하였을 때에 새로운 결과를 연구자에게 제공할 수 있는 가능성이 무한함. 그럼에도 불구하고 뉴로사이언스 실험자료에 기반한 ‘뉴로사이언스 마이닝’ (NSM: NeuroScience Mining)연구는 일천함. 이와 같은 문제인식을 기초로 본 연구에서는 NSM 연구 방법 및 그 성과를 검증하고자 한다. 즉, fNIRS, 아이트래킹, EEG, ECG 등 다양한 뉴로사이언스 실험자료를 토대로 한 NSM 분석방법과 그 실증분석 결과를 제시함

□ 연구 목표대비 연구결과
(1년차 연구목표): NSM 머신러닝 방법 제시
(연구결과):
첫째, fNIRS에 의한 비즈니스 문제해결 창의성 (Business Problem Solving Creativity) 뉴로사이언스 실험결과를 분석하기 위한 새로운 앙상블 NSM 모형인 “브로드만 영역 어텐션 네트워크 모델” 방법인 BA-AM방법을 제안. 해당 방법은 CNN과 BiLSTM 딥러닝 방법에 어텐션 네크워크를 결합하여 브로드만 영역에 특화된 NSM임. 검증결과 기존방법에 비하여 통계적으로 우수한 결과를 보여줌
둘째, BERTopic 방법을 Random Forest, XGBoost와 결합하여 기존 벤치마킹 방법과 비교시 유의한 성과향상을 보여주는 NSM방법을 제시하였음
(2년차 연구목표): EEG, fNIRS, 아이트래킹, ECG에 의한 뉴로사이언스 의사결정분석 및 감정변화 분석
(연구결과):
셋째, 본 연구에서 제안한 새로운 유형의 NSM은 (즉, BA-AM, BERTopic 기반 앙상블 방법 등) EEG 문제인 “이커머스에서 사용자인터페이스 모드가 Dark 또는 Light 여부에 따라 EEG패턴의 변화를 클리어하게 분류하는가” 라는 RQ에 대해 기존 방법과 비교하여 통계적으로 유의한 결과를 보여줌
(3년차 연구목표): 뉴로사이언스 데이터 유형별 NSM 성과 비교분석
(연구결과):
넷째, 최근 ESG에 의한 경영성과를 개인 및 기관투자가들이 중요하게 다루기 시작하면서 ESG에 의한 성과를 보다 정확하게 추정할 필요가 크게 대두됨. 본 연구는 이러한 추세에 맞추어서 미국 S&P500 지수데이터베이스인 EDGAR 데이터베이스로부터 자료를 받아 이를 토대로 새로운 토픽 모델링 기법인 BERTopic과 feature importance 등의 기법을 앙상블 하여 실증분석하여 우수한 결과를 도출함. 이와 같은 결과를 기반으로 실험 참가자가 기업의 재무 보고서를 읽고 의사결정을 위한 사고를 할 때 어떠한 뇌파의 변화가 발생할지 파악하고 안구동적운동을 측정해서 기업의 의사결정자들을 위한 앙상블 기법 개발 및 성과 비교를 통해 최적의 모델 개발을 수행할 예정임

□ 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
본 연구개발성과의 활용 계획 및 기대효과는 다음과 같음
첫째, 정교한 의사결정 분석과 감정변화 분석이 요구되는 분야에서 유용하게 사용될 수 있음
- 본 연구에서 제안하는 NSM기반의 의사결정 분석과 감정변화 분석은 기업에서 타겟 고객들이 자사의 제품과 서비스에 대해서 갖는 다양한 유형의 의사결정 성과와 감정변화를 정교하게 추론하는데 유용하게 사용될 수 있음
-일반적으로 소비자의 감정예측은 대개 설문조사나 한정된 장소내에서의 클릭닉 실험들으로 알아냄
-그러나 본 연구에서 제안하는 NSM기반의 의사결정 분석과 감정변화 분석은 기존 방법과 비교하여 인체의 신경생리 반응 자료를 기초로 하기 때문에 훨씬 더 정교한 감정예측이 가능함
둘째, 뉴로사이언스 기반 의사결정 분석 및 감정변화 분석 NSM 플랫폼 구축
- 기존의 의사결정 분석 및 감정변화 분석은 비 뉴로사이언스 기법에 의존함. 따라서 정교한 성과가 담보되지 않음
- 이러한 차원에서 본 연구결과물을 활용한 뉴로사이언스 기반 의사결정 분석 및 감정변화 분석 플랫폼은 연구차원과 실무차원에서 공히 유의미한 NSM 플랫폼으로서의 역할을 할 것임
셋째, 새로운 앙상블 머신러닝 기법 제공
- 앙상블 머신러닝 기법은 머신러닝 기법 개발을 위한 마지막 프런티어 분야임. 일반적으로 학제간 연구 또는 융합분야에서 활동하는 연구자 및 실무자들은 자기가 관심있는 영역에 적합한 새로운 머신러닝 기법을 개발하는데에 많은 어려움을 겪음
- 그러나, 본 연구에서 제안하는 NSM 메커니즘을 위한 머신러닝 기법은 의사결정분석과 감정변화 분석이라는 복잡한 문제해결을 위한 새로운 대안으로서의 머신러닝 기법이 될것임
- 따라서, 융합과학 분야에서 활동하는 연구자와 실무자들에게 해당 NSM 머신러닝 기법은 도구가 될 수 있음
넷째, 대학원생들에게 뉴로사이언스 기반 NSM방법을 교육하는 교육교재로 사용가능
- 대학원생들은 자기 전공외에는 다른 분야에 대해 관심을 갖지 않는 경향이 많다. 그러나 의사결정 분석과 감정변화 분석은 전공과 관계없이 관심을 끄는 분야임
- 아울러 NSM과 같이 첨단 뉴로사이언스 기법에 의한 실험자료를 토대로 머신러닝 기법을 적용하는 것은 4차산업혁명 트렌드와도 잘 부합됨
- 따라서, 본 연구결과를 대학원생들을 위한 교육교재로 활용하면 청년참업 등에도 큰 기여를 할 수 있고 학제간 연구에도 큰 기여를 할 수 있음
다섯째, 성공적 청년창업을 위한 효과적인 비즈니스 모델 구축을 위한 기본 기술로 활용 가능함
- 요즈음 청년창업이 청년들에게 새로운 도전대상으로 자리 잡아가고 있다. 여기에 대해서 정부도 막대한 예산을 투입하여 청년들로 하여금 양질의 일자리 창출을 할 수 있도록 적극 지원하고 있음
- 본 연구에서 제안하는 NSM 데이터 기반 감정예측 모델은 4차 산업혁명 시대에서 각광받는 감정예측 비즈니스에 효과적으로 사용될 수 있음
- 적용범위는 신제품, 신서비스에 대한 잠재고객의 감정예측, 광고에 대한 타겟고객의 반응예측, 정치인들의 슬로건 및 홍보활동에 대한 효과성 분석, 한류를 이용한 마케팅 전략 창출 등 다양한 분야에 적용될 수 있음

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1.1 연구 목적 ... 4
• 1.2 연구 필요성 ... 5
• 1.3 연구 가설 및 최종목표 ... 5
• 1.4 연구범위 ... 6
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 7
• 2.1 이론적·실험적 접근 방법 ... 7
• 2.2 연도별 연구개발과제 수행 과정 및 내용 ... 7
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 7
• 1) 목표 달성 수준 ... 7
• 2) 목표 미달 시 원인 분석 ... 7
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 8
• 5. 연구개발성과의 관리 및 활용 계획 ... 8
• 6. 자체점검표 ... 9
• 7. 참고문헌 ... 10
• 붙임1. 세부 정량적 연구개발성과 ... 11
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 13
• 끝페이지 ... 29