이유자돈에서 돼지소장분말의 분무혈장단백 대체급여가 자돈의 성장률, 영양소 소화율 및 생산비에 미치는 영향

주지환,채병조 강원대학교 동물생명과학연구소(구 강원대학교 동물자원공동연구소) 2005 동물자원연구 Vol.16 No.-

This study was conducted to determine the replacement effect of spray dried plasma protein (SDPP) with dried porcine solubles (DPS) in weaning pigs. An ileal digestibility trial, at first, was conducted to formulate the experimental diets with SDPP or DPS. Six piglets (21-d old and 6.12kg BW) with T -cannula in the terminal ileum were used. In a feeding trial, 180 pigs (21-d old and 5.98kg BW) were alloted in a completely randomized block design. Treatments were T1 (SDPP 5%, DPS 0%), T2 (SDPP 5%, DPS 2.5%), T3 (SDPP 2.5%, DPS 0%), and T4 (SDPP 2.5%, DPS 2.5%) for phase I, and T1 (SDPP 3%, DPS 0%), T2 (SDPP 3%, DPS 1.5%), T3 (SDPP 1.5%, DPS 0%), and T4 (SDPP 1.5%, DPS 1.5%) for phase Ⅱ. Phase Ⅰ(0~1 week) diet was formulated to contain 3,300ME kcal/kg and 1.25% digestible lysine, and phase Ⅱ (2~3 week) diet contained 3,320ME kcal/kg and 1.10% digestible lysine. Chemical pompositions of the protein sources were higher in SDPP than DPS: CP (81.60 vs. 56.01), lysine (5.95 vs. 3.36), and methionine (1.85 vs. 1.22). Apparent ileal digestibilities of arginine, isoleucine, leucine, lysine, methionine, threonine and phenylalanine were higher in DPS than SDPP (p<0.05). The apparent ileal digestibility of essential amino acids (average) was also higher in DPS than SDPP (p<0.05). There were no significant differences (p>0.05) in ADG and ADFI of piglets during phase Ⅰ (0~1 week) and Ⅱ (2~3 week) among treatments. However, during phase Ⅱ, T2 showed better FCR than T1 (p<0.05). During the overall period, there was no significant difference in growth performance among treatments. When DPS was partially replaced for SDPP, the diet cost was significantly reduced (p<0.05) in terms of cost/kg of body weight. In summary, the digestibility of DPS was exellent, and it would be concluded that DPS can be partially replaced in the young pigs' diet containing SDPP in order to reduce diet cost in weaning pigs.

단위가축영양 : 다양한 유기산제들의 급여가 이유자돈의 성장과 영양소 소화율에 미치는 효과

주지환 ( Ji Whan Joo ),최재용 ( Jae Yong Choi ),최순천 ( Soon Chon Choi ),조원탁 ( Won Tak Cho ),채병조 ( Byung Jo Chae ),( Yu Xin Yang ) 한국동물자원과학회 2009 한국축산학회지 Vol.51 No.1

재무비율의 극단치에 대한 통계적 분석

주지환 ( Jihwan Joo ) 한국지식경영학회 2021 지식경영연구 Vol.22 No.2

투자자들은 기업가치를 평가하기 위하여 재무비율을 활용하는데 특히 PER과 PBR은 적정 기업가치를 판단하는데 중요한 역할을 하는 대표적인 수치로 알려져 있다. 금융자료는 꼬리가 매우 두터운 형태의 분포를 따르는 경우가 많은데, PER과 PBR은 첨도가 매우 높으며 해당 재무비율의 극단치들은 기업의 다양한 이해관계자들의 의사결정 시 중요한 역할을 한다. 본 논문에서는 통계학의 극단치이론에서 주로 활용되는 GPD와 최근 새롭게 제안된 분포인 exGPD를 도입하고, 두 분포 간의 성능을 비교하기 위해 시뮬레이션을 수행하여 적합도를 살펴본 후 우측 꼬리에 속하는 90, 95, 99% 퍼센타일 값을 추정하여 실제 값과 비교한다. 다음으로 국내 증권시장에 상장된 정보기술군(IT) 기업들의 PER, PBR 자료에 근거하여 실증분석을 수행한다. 분석 결과 특히 PBR에서 exGPD가 GPD에 비해 자료의 우측 꼬리 영역을 보다 효과적으로 설명함을 확인하였다. 따라서, 재무비율에 기반한 기업가치평가 또는 위험관리 시 극단치의 특성을 효과적으로 반영할 수 있는 exGPD와 같은 분포를 활용한다면 꼬리 영역에 담긴 정보를 보다 정확하게 파악할 수 있다. 이는 기업 내부 위험관리자의 효과적인 지식경영을 돕고, 투자자를 비롯하여 다양한 외부 이해관계자들에게 유용한 지식을 제공할 수 있다. Investors mainly use PER and PBR among financial ratios for valuation and investment decision-making. I conduct an analysis of two basic financial ratios from a statistical perspective. Financial ratios contain key accounting numbers which reflect firm fundamentals and are useful for valuation or risk analysis such as enterprise credit evaluation and default prediction. The distribution of financial data tends to be extremely heavy-tailed, and PER and PBR show exceedingly high level of kurtosis and their extreme cases often contain significant information on financial risk. In this respect, Extreme Value Theory is required to fit its right tail more precisely. I introduce not only GPD but exGPD. GPD is conventionally preferred model in Extreme Value Theory and exGPD is log-transformed distribution of GPD. exGPD has recently proposed as an alternative of GPD(Lee and Kim, 2019). First, I conduct a simulation for comparing performances of the two distributions using the goodness of fit measures and the estimation of 90-99% percentiles. I also conduct an empirical analysis of Information Technology firms in Korea. Finally, exGPD shows better performance especially for PBR, suggesting that exGPD could be an alternative for GPD for the analysis of financial ratios.

손해배상액 증액제도의 특허법에의 도입 필요성

정차호,주지환 성균관대학교 법학연구소 2012 성균관법학 Vol.24 No.3

This paper emphasizes the necessity to introduce enhanced damages system into Korean patent law. In so doing, this paper first discusses special characteristics of patent right. Because the patent right is (1) subject to easy potential infringements, (2) difficult for a patentee to prove damages, it needs more consideration for proper protection than normal real rights. After further analyzing raised objections against the enhanced damages system, this paper concludes that the enhanced damages system (1) can be consistent with existing damages jurisprudence, (2) can effectively deter future infringements, (3) does not necessarily deter free innovative activities. Especially it is emphasized that Korean jurisprudence has already introduced enhanced damages system in some legal fields, such as the Subcontract Act, the Railroad Business Act, the Copyright Act and even the Patent Act itself. Therefore the enhanced damages system is not a totally new one to the Korean jurisprudence. If the enhanced damages system is being introduced into the Korean Patent Act, (1) willful infringements will certainly be diminished, (2) R&D activities and further economic development will be promoted, (3) patent markets will be vitalized. It is authors’ hope that through the introduction of enhanced damages system, the dignity of Korean inventors may be respected.

원주지역 남은 음식물의 계절별 성분 함량 및 비육돈에 대한 건조 남은 음식물 급여 효과

채병조,주지환,심영호,권일경,김상헌 한국동물자원과학회 2003 한국축산학회지 Vol.45 No.3

본 연구는 남은 음식물(FW)의 성분변이를 조사하고, 그것이 급여시 비육돈의 성장과 육질에 미치는 영향을 조사하기 위하여 실시하였다. 사료화를 위해 기초자료로 활용하고져 FW를 1년간 (월 6회) 수집하였다. 8주간의 사양시험을 위해 삼원교잡종(LxYxD) 비육돈 (54.80±4.60㎏) 117두를 공시하였다 (3처리 3반복, 반복당 13두). 처리는 대조구 (옥수수-대두박 위주사료), 건조 방법에 따른 단순 건조 (simple dry : SD) 및 진공발효 (vacuum fermentation: VF)로서 구분하였다. FW의 건물기준으로 에너지, 조단백질, 조지방, 화분, 칼슘 및 인의 4계절 평균치는 각각 5,11kcal/㎏, 22.92%, 14.31%, 15.48%, 2.7% 및 1.05%였다. 에너지와 단백질 함량은 각각 겨울과 여름에 가장 높았다 (p<0.05). 건조한 FW의 유산균 함량은 SD와 VF 처리간에 차이가 없었다. 사양성적에서는 ADG에서 대조구가 FW이 첨가된 사료에 비해 유의적으로 높았으나 (p<0.05), FCR에서는 처리간에 차이가 없었다. SD와 FD와의 생산성 비교에서는 유의차가 인정되지 않았다. 지육율, 등지방두께, 그리고 기타육질(색깔, drip loss 및 TBARS)에서 처리간에 차이가 없었다. 전 시험기간의 증체 ㎏당 사료비를 살펴보면, FW가 포함된 사료급여군이 대조구에 비해 낮았다. 이상의 결과를 요약해 보면, 남은 음식물을 건조한 후 사료에 20% 이내를 첨가하여 펠렛사료로 급여할 경우 비육돈의 사료비를 절감할 수 있을 것으로 사료된다. 그러나 FW의 가공시 FD공정은 필요치 않을 것으로 사료된다. A study was conducted to evaluate seasonal variations in chemical composition of food waste (FW) and its feeding effects on growth performance and pork quality in finishing pigs. FW was collected for 1 year ( 6 times a month ) to establish a database for use of FW as a feed ingredient. For a feeding trial (8 weeks), a total of 117 pigs (L×Y×D; 54.80±4.60㎏) were used to evaluate the processing effects of FW. Treatments were: Control (a corn-soybean meal diet without FW), simple dried FW (SD) and vacuum fermented FW (VF). The gross energy, crude protein, crude fat, ash, calcium and phosphorus in FW (DM, average of 4 seasons) were 5,111㎉/㎏, 22.92%, 14.31%, 15.48%, 2.7% and 1.05%, respectively. Among seasons, the energy and crude protein contents were the highest (p<0.05) in winter and summer, respectively. In lactic acid bacterial counts, there was no difference between SD and VF. Pigs fed the control diet grew faster (p<0.05) than those fed diets containing food waster, but not feed conversion ratio. There were no differences in production traits between SD and VF. No differences were also found in dressing percentage, backfat thickness, and pork quality (color, drip loss and TBARS) among treatments. The feed cost (￦/㎏ body weight) was lower in pigs fed FW than those fed a control diet. In conclusion, a pelleted diet containing food waste less than 20% would reduce feed cost in finishing pigs. However, it seems that a vacuum fermentation of food waste is not necessary for diet processing.

벤처캐피탈 투자에 따른 코스닥 상장기업의 상장실적 및 경영성과 분석

신혜란,한인구,주지환 한국벤처창업학회 2022 벤처창업연구 Vol.17 No.2

본 연구는 2011년부터 2020년까지 코스닥 신규상장 기업 467곳을 대상으로 하여 상장 전 벤처투자를 유치한 경험이 있는 기업(VI)과 유치 경험이 없는 기업(NVI)으로 구분한 후, 상장실적과 상장 후 성장성을 종속변수로 설정하여 차이가 존재하는지를 실증분석하였다. 기술통계량, 평균차이분석, 그리고 다중회귀분석을 수행하였고, 독립변수로는 VC투자, 상장 시 기업의 업력, 기업의 업종, 기업 소재지역, 창투사의 규모 및 업력, 창투사의 전문성, 투자기업과의 적합도를 나타내는 지표를 활용하였다. 분석 결과 VC 투자를 받은 기업의 상장실적과 상장 후 성장성이 더 우수함을 통계적 유의성에 근거하여 제한적으로 관찰하였다. VC 투자의 경우 주로 상장 소요기간에 대해 부(-)의 영향을, 매출액 증가율에 대해 정(+)의 영향을 주었다. VC 투자금액의 경우에는 상장소요기간에 부(-)의 효과를, IPO시 시가총액에 정(+)의 효과를 미치며, 성장성 지표 중에서는 기업의 실질적 경영지표 중 하나인 매출액 증가율에 대하여 정(+)의 영향을 나타내었다. 한편, 본 연구는 분석대상 기업의 업종이 연구개발 특수업종에 해당하는 경우, 상장 이후 성장성에 제한적이지만 유의한 정(+)의 효과를 확인하였다. 또한 기업 업력이 시가총액 증가율에 유의한 정(+)의 영향을 미치는 것을 일부 연도에서 확인하였는데, 이는 장기적이고 안정적인 경영능력을 보이는 경우 단기에 급속한 성장을 나타낼 때보다 시장에서 더 높은 시가총액을 달성할 수 있게 됨을 의미한다. 추가로 앵커창투사의 특성변수들에 대해서도 투자기업의 상장실적 및 상장 후 성장성에 유의미한 영향을 미치는지 살펴보았는데, 앵커창투사의 전문성 수준이 높으면 IPO 시점에서 더욱 높은 시가총액을 인정받는 것으로 나타났으나 그 외 다른 특성변수들에서는 통계적 유의성이 매우 국소적으로만 나타났다. 기존 선행연구와의 차별점은 지금까지도 코로나19에 의한 팬데믹 사태가 기업환경에 중대한 영향을 미치는 상황 속에서 우리나라 벤처캐피탈 생태계를 면밀하게 재검토하고자 하였고, 보다 효과적인 변수들을 도입하여 기업의 업종 영향을 살펴보는 등 특례상장과 같은 관련된 정책의 타당성 평가를 간접적으로나마 시도하였다는 점이다. 즉, 단순히 투자여부를 살펴보는 것에 더하여 VC 투자금액 또한 변수로 활용함으로써, 해당 금액의 수준에 따른 영향 또한 실증분석하였다. 본 논문은 이러한 탐색적 분석결과에 기반하여 기술특례상장제도 또는 벤처생태계로의 자금투입과 같은 정책들이 효과가 있음을 검증하였다. 그러나 최근 기술 발전 속도가 급격하게 증가하는 추세를 고려할 때 성장 동력을 충분히 가진 기업이 규제 또는 여론의 관성 등에 의해 성장성을 잃지 않도록 관련 제도를 신속하게 정비해야 하고, 지역 발전에 있어 업종을 특화할 수 있도록 도와주어야 하며, 회수시장 역시 보다 성장할 필요가 있다. 본 연구의 한계는 데이터가 충분히 확보되지 않아 가설 검정을 10% 유의수준 하에서 수행하고 결과를 해석하였으며, 회귀모형 분석 시 상대적으로 낮은 수준의 수정된 결정계수 값이 보고되었다는 점이다. 각 변수의 효과성을 통계적으로 확인하려는 본 논문의 시도에 기반하여, 추가적인 후속 연구에서는 모형 등을 보완해 나가길 기대한다.

위드코로나 시대 글로벌 음식관광 마케팅을 위한 지역음식관광 디지털 전환 사례 연구

오문향(Oh, Mun-Hyang),주지환(Joo, Ji-Hwan) 한국외식경영학회 2021 외식경영연구 Vol.24 No.7

본 연구는 위드코로나 시대를 맞아, 글로벌 음식관광시장 재개에 선제적으로 대응하고 있는 전라남도 사례를 분석하였다. 전라남도는 국내 음식관광 선호도 1위 지역으로서, 글로벌 음식관광 마케팅을 위한 지역음식관광 디지털 전환을 주도하고 있다. 본 사례연구를 통해 첫째, 왜 음식관광은 디지털로 전환하는지, 둘째, 음식관광 디지털 전환의 대상은 무엇인지, 셋째, 음식관광 디지털 전환의 프로세스는 어떠한지, 넷째, 디지털 전환을 통해 음식관광 마케팅은 어떻게 변화할 것인지, 다섯째, 음식관광 디지털 전환의 최종 결과는 무엇인지를 살펴보았다. 연구 결과에 따르면, 코로나19 확산 이후 관광행동 변화, 관광기업 정책적 지원 니즈 증가에 따라 디지털 전환을 추진하게 된 것으로 나타났다. 데이터는 음식관광상품을 다루는 매장 정보, 음식관광상품 자체인 메뉴 정보, 품질 정보 등을 수집하고 다국어 번역, 메뉴속성 태깅 등 가공을 실시하였다. 수집된 데이터는 실제 스마트관광서비스로 구현하여 관광객들이 실시간 예약‧주문‧결제할 수 있도록 제공하였다. 음식관광상품 디지털 전환의 결과로 서비스 프로세스 개선, 서비스제공자와 관광객간 관계 변화와 가치 창조, 음식관광시장 성장, 관광객 경험 변화, 지역관광객 유입 증가를 기대할 수 있다. The purpose of this study is to analyze the digital transformation case of local food tourism products, which is proactively responding to the resumption of the global food tourism market in the era of ‘Living with COVID-19’. Jeollanam-do is the No. 1 region in food tourism preference in Korea and is leading the digital transformation of local food tourism products for global food tourism marketing. According to the results of the study, digital transformation was promoted mainly because of external pressure(after the spread of COVID-19), such as changes in tourism behavior and policy support needs of tourism companies. The objects of digital transformation were restaurant information, menu information, and quality information. The data was processed with multilingual translation and menu attribute tagging. The collected data was implemented as an actual smart food tourism service so that tourists could make reservations, orders, and payments in real-time. As a result of the digital transformation of food tourism products, it can be expected to improve the service process, change the relationship between service providers and tourists, create values, grow the food tourism market, improve the tourist experience, and increase the influx of local tourists.

기계학습을 이용한 수출신용보증 사고예측

조재영(Cho, Jaeyoung),주지환(Joo, Jihwan),한인구(Han, Ingoo) 한국지능정보시스템학회 2021 지능정보연구 Vol.27 No.1

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다. The government recently announced various policies for developing big-data and artificial intelligence fields to provide a great opportunity to the public with respect to disclosure of high-quality data within public institutions. KSURE(Korea Trade Insurance Corporation) is a major public institution for financial policy in Korea, and thus the company is strongly committed to backing export companies with various systems. Nevertheless, there are still fewer cases of realized business model based on big-data analyses. In this situation, this paper aims to develop a new business model which can be applied to an ex-ante prediction for the likelihood of the insurance accident of credit guarantee. We utilize internal data from KSURE which supports export companies in Korea and apply machine learning models. Then, we conduct performance comparison among the predictive models including Logistic Regression, Random Forest, XGBoost, LightGBM, and DNN(Deep Neural Network). For decades, many researchers have tried to find better models which can help to predict bankruptcy since the ex-ante prediction is crucial for corporate managers, investors, creditors, and other stakeholders. The development of the prediction for financial distress or bankruptcy was originated from Smith(1930), Fitzpatrick(1932), or Merwin(1942). One of the most famous models is the Altman"s Z-score model(Altman, 1968) which was based on the multiple discriminant analysis. This model is widely used in both research and practice by this time. The author suggests the score model that utilizes five key financial ratios to predict the probability of bankruptcy in the next two years. Ohlson(1980) introduces logit model to complement some limitations of previous models. Furthermore, Elmer and Borowski(1988) develop and examine a rule-based, automated system which conducts the financial analysis of savings and loans. Since the 1980s, researchers in Korea have started to examine analyses on the prediction of financial distress or bankruptcy. Kim(1987) analyzes financial ratios and develops the prediction model. Also, Han et al.(1995, 1996, 1997, 2003, 2005, 2006) construct the prediction model using various techniques including artificial neural network. Yang(1996) introduces multiple discriminant analysis and logit model. Besides, Kim and Kim(2001) utilize artificial neural network techniques for ex-ante prediction of insolvent enterprises. After that, many scholars have been trying to predict financial distress or bankruptcy more precisely based on diverse models such as Random Forest or SVM. One major distinction of our research from the previous research is that we focus on examining the predicted probability of default for each sample case, not only on investigating the classification accuracy of each model for the entire sample. Most predictive models in this paper show that the level of the accuracy of classification is about 70% based on the entire sample. To be specific, LightGBM model shows the highest accuracy of 71.1% and Logit model indicates the lowest accuracy of 69%. However, we confirm that there are open to multiple interpretations. In the context of the business, we have to put more emphasis on efforts to minimize type 2 error which causes more harmful operating losses for the guaranty company. Thus, we also compare the classification accuracy by splitting predicted probability of the default into ten equal intervals. When we examine the classification accuracy for each interval, Logit model has the highest accuracy of 100% for 0~10% of the predicted probability of the default, however, Logit model has a relatively lower accuracy of 61.5% for 90~100% of the predicted probability of the default. On the other hand, Random Forest, XGBoost, LightGBM, and DNN indicate more desirable results since they indicate a higher level of accuracy for both 0~10% and 90~100% of the predicted probability of the default but have a lower level of accur