부동산 경매시장의 아파트 낙찰가격 결정요인에 관한 연구

정가연(Ga-Yeon Jung),유선종(Seon-Jong Yoo) 한국주택학회 2010 주택연구 Vol.18 No.3

The real estate auction market is getting more popular; however, information and understanding of factor for determining bid price and practical study are not sufficient. Foreclosing real estate keeps increasing after real estate market was collapsed in 2008. The middle-class houses are likely to buy their house through the auction, however, it is more difficult for them to buy new house due to the depreciation of market value of the property. This study is based on an assumption that winning bid price for foreclosing real estate can be affected by current economic situation. The research area is designated bubble-seven district and decision factors of awarded bidding price are selected. Economic variables considering economic situation are included to study correlation and influence of winning bidding price of apartment at auction. It is shown that the number of property buyer at the auction, the number of bid amount to the auction failed, the property of a lien, and property size affect the winning bid amount. The total amount of money, M2, has a positive effect on the winning bid amount, and currency rate and CPI have a negative effect on the winning bid amount. 본 연구에서는 2008년 금융위기 발생시점을 연구의 시간적인 배경으로 설정하고 그 전후 일정기간 동안의 부동산경매시장의 양적 변화와 낙찰가의 변화 추이 등을 검토하고, 경매 아파트 낙찰가의 결정요인과 낙찰가격과의 관계를 분석하였다. 또한 이러한 금융위기를 기준으로 부동산 경매시장에서의 변화 요인중에는 낙찰가격 결정요인에 거시경제 및 경제지표지수가 영향을 줄 것이라 가정하여 이를 변수에 포함하였다. 거시경제지표가 부동산낙찰가격에 미치는 영향을 실증분석을 통해 밝힘으로서 금융위기가 부동산경매시장에서 낙찰가격에 미친 영향과 그 요인을 분석하고자 하였다. 이에 본 연구에서는 낙찰가격은 경제상황의 변화에 영향을 받을 것이라는 가정을 전제로 연구를 시작하였다. 연구대상지역은 버블세븐지역으로 지정하여 경매 아파트의 낙찰가격결정요인을 선정하였다. 변수는 경제적 상황을 고려한 경제변수를 포함시켜 아파트 낙찰가격과의 상호관계와 영향의 정도를 알아보았다. 그 결과 응찰자 수와 유찰횟수, 평형과 대지지분 등이 낙찰가격에 영향을 주는 것으로 나타났고 경제변수로 총통화량 (M2)은 낙찰가격에 양(+)의 영향을 환율과 소비자물가지수는 각각 음(-)의 영향을 주는 것을 밝혀 낼 수 있었다. 본 연구의 의의는 실증분석을 통해 버블세븐지역의 경매아파트 낙찰가격이 경매특성요인, 부동산물건특성요인의 영향과 함께 경제상황을 반영하는 거시경제지표에 의해 영향을 받는다는 것을 확인했다는 점에 있다.

LMM의 이미지-텍스트 유머 이해 능력 평가

정가연 ( Gayeon Jung ),이재원 ( Jaewon Lee ),강조은 ( Joeun Kang ),김한샘 ( Hansaem Kim ) 한국언어정보학회 2024 언어와 정보 Vol.28 No.1

In this study, we evaluated the humor comprehension abilities of Large Multimodal Models (LMMs) by using images and captions. We examined language and model differences based on the accuracy of humor selection through multiple-choice questions. As far as English is concerned, publicly available datasets were utilized. But, in case of Korean, we manually curated image-text pairs on ‘Jemok Hakwon’, which features cleverly captioned images. We investigated whether LMMs could select humorous captions relevant to the image or reject irrelevant ones. Language comparison between English and Korean revealed poorer performance for Korean, which is attributed to cultural elements based on error analysis. In the model- by-model comparison between GPT-4V and Claude 3, GPT-4V exhibited superiority. But both models performed in the low 50-60% range. This relatively low performance indicates that humor comprehension, demanding high cognitive abilities, is still challenging for artificial intelligence. This study is significant in that it constructs and publicly releases a Korean humor dataset based on Image-Text, enabling quantitative evaluation of state-of-the-art LMMs’ humor comprehension across languages and models. Through this study, we aim to stimulate further research measuring the upper limit of artificial intelligence using abstract information.

간호대학생의 임상실습 전 스트레스, 불안, 자아탄력성

장현정(Hyun Jung JANG),정가연 한국유화학회 2018 한국응용과학기술학회지 Vol.35 No.1

본 연구는 간호대학생의 임상실습 전, 스트레스, 불안 및 자아탄력성과의 관계를 분석하기 위한 서술적 조사연구이다. 첫 임상실습을 앞둔 K대학 간호학과 2학년 학생들을 대상으로 설문조사를 실시하였 다. 연구결과, 임상실습 전 스트레스는 여학생에게서 높게 나타났으며(t=-5.51, p<.001), 불안은 여학생이 남학생보다(t=-3.30, p=.001), 주관적 건강상태가 나쁘다고 느낄수록(F=3.27, p=.041), 성격이 내성적일수 록(t=-3.32, p=.001), 전공만족도가 낮을수록(F=7.25, p=.001) 높게 나타났다. 자아탄력성은 건강상태가 좋다고 느낄수록(F=3.74, p=.026), 성격이 외향적일수록(t=3.19, p=.002) 높게 나타났다. 또한 임상실습 스트레스, 불안 및 자아탄력성과의 상관관계에서 임상실습 전 스트레스와 불안과는 양의 상관관계가 있었 으며(r=.211, p=.010), 자아탄력성과 불안은 음의 상관관계(r=-.313, p<.001)가 있는 것으로 나타났다. 이를 토대로 간호대학생의 자아탄력성을 향상시키기 위해 실습 전, 불안을 감소시킬 수 있는 역량프로그램 개발이 필요하리라 생각된다. This study is a descriptive research study for analyzing the relevance among stress, anxiety, and ego-resilience in nursing college students before clinical practice. The survey was conducted targeting the second-year students in a K college who were anticipating their first clinical practice. The survey result showed that female students showed higher stress levels than male students (t=-5.51, p<.001) before clinical practice. Female students also showed higher anxiety levels than male students (t=-3.30, p=.001) before clinical practice. The students showed higher anxiety levels before clinical practice as they felt more strongly that they were in bad health (F=3.27, p=.041), as their personality was less outgoing (t=-3.32, p=.001), and as they had a lower satisfaction level in their major (F=7.25, p=.001). The students showed higher ego-resilience levels before clinical practice as they felt more strongly that they were in good health (F=3.74, p=.026) and as their personality was more outgoing (F=3.19, p=.002). The stress and anxiety levels before clinical practice also had a positive correlation (r=.211, p=.010) and the ego-resilience and anxiety before clinical practice had a negative correlation (r=-.313, p<.001). Based on the finding, it is necessary to develop the competence improvement program that can reduce the anxiety of nursing college students before clinical practice in order to improve their ego-resilience.

하이브리드 비콘을 이용한 모바일 멤버십 서비스 연구

반민아(Min-A Ban),정가연(Ga-Yeon Jeong),박정은(Jung-Eun Park),윤동언(Dong-Eon Yoon),오암석(Am-Suk Oh) 대한전자공학회 2021 대한전자공학회 학술대회 Vol.2021 No.6

비콘 간 RSSI 차이에 따른 오차 최적화 기법의 연구

윤동언(Dong-Eon Yoon),반민아(Min-A Ban),박정은(Jung-Eun Park),정가연(Ga-Yeon Jeong),오암석(Am-Suk Oh) 한국정보통신학회 2021 한국정보통신학회 종합학술대회 논문집 Vol.25 No.2

기존 비콘은 비대면 서비스 제공에 적합한 기술이지만 환경에 따라 신호 세기의 편차가 커지기 때문에 정확한 실내 측위가 어렵다는 단점이 있다. 일반적으로 삼변측량기법을 사용하면 편차를 줄일 수 있으나 비콘 간 거리가 상당히 불규칙해지면 알고리즘 적용이 어려워진다. 이에 본 논문에서는 비콘 간 신호 세기 측정 오차를 줄일 방법에 대해 연구하였다. 먼저 TX값이 같다는 가정하에 RSSI를 이용한 거리 측정 공식을 변형하였다. 그리고 안드로이드로 구현한 비콘 스캐너 어플로 비콘 기기를 검색하여 기존 비콘과의 측정 오차를 비교하였다. 그 결과, 일정 거리가 멀어지면 측정값이 변동되지 않는 비콘보다 좀 더 먼 거리를 정확하게 측정하는 것을 확인할 수 있었다. 이를 통해 다양한 장애 상황에서도 정확한 실내 측위가 가능할 것이다. 또한 비콘을 비대면 서비스와 접목시킨 서비스 구축 사례도 늘어날 것으로 기대된다. Existing beacons are suitable for providing untact services, but they have the disadvantage of difficulty in accurate indoor positioning because the deviation in signal strength increases depending on the environment. In general, trilateration technique can reduce deviation, but if the distance between beacons is quite irregular, it becomes difficult to apply the algorithm. Therefore, in this paper, we studied how to reduce the signal power measurement error between beacons. First, we transformed the distance measurement formula using RSSI, assuming that the TX values were the same. In addition, we compared measurement errors with existing beacons by searching beacons with beacons scanner applications implemented with Android. As a result, it was confirmed that if a certain distance was further away, the measurement was measured more accurately than the non-changing beacon. Through this, accurate indoor positioning will be possible even in various disability situations. It is also expected that there will be more cases of establishing services that combine beacon with non-face-to-face services.

GPT-4를 활용한 인간과 인공지능의 한국어 사용 양상 비교 연구

박서윤(Park, Seo-yoon),강예지(Kang, Ye-jee),강조은(Kang, Jo-eun),김유진(Kim, Yu-jin),이재원(Lee, Jae-won),정가연(Jung, Ga-yeon),최규리(Choi, Gyu-ri),김한샘(Kim, Han-saem) 국어국문학회 2024 국어국문학 Vol.0 No.206

본 논문은 인간과 인공지능 모델이 생성한 텍스트 간 차이점을 밝히고자 에세이를 중심으로 형태론적, 통사론적, 사회언어학적 특징 등 언어학적 층위에 따라 연구하였다. 고등학교 1학년〜3학년 학생들이 작성한 에세이를 인간 생성 에세이 데이터셋으로 사용하였으며, 인공지능 모델 생성 데이터로는 GPT-4가 생성한 에세이를 사용하였다. 형태론적 층위 분석을 위해 품사 빈도와 어휘 다양도, 어휘 밀도 그리고 어휘 정교도를 사용하였으며, 카이 제곱 검정, 윌콕슨의 부호-서열 검정 등을 활용하여 인간과 GPT-4의 어휘 사용 양상 간 차이의 유의미성을 검정하였다. 검정 결과 품사빈도, 어휘 다양도, 어휘 밀도에서는 유의 확률(p-value)이 모두 0.05 이하로 나타나 실제로 어휘 사용 양상에 통계적으로 유의미한 차이가 있음을 확인할 수 있었다. 어휘 정교도에서는 인간과 GPT-4 간 통계적으로 유의미한 차이가 드러나지 않았다. 통사론적 층위 분석은 문장 기초 특성과 의존 구문 분석 결과를 바탕으로 진행하였으며, 분석 결과 인간이 GPT-4보다 각 특성별로 편차와 분포가 넓은 양상을 보여 다양한 문장을 사용하여 에세이를 작성하고 있음을 확인할 수 있었다. 한편 구문 분석을 수행한 결과, 인간이 생성한 문장에는 VP와 AP가 상대적으로 빈번하게 등장하였고 GPT-4 생성 문장의 경우 NP와 수식 관련 성분이 자주 등장하였다. 언어 사용자 시각에서의 주체별 언어적 특징 분석을 위해 성별어 분석을 진행한 결과, GPT-4는 성별별 기호어, 혐오어, 그리고 성별 공통 혐오어를 거의 사용하지 않고 성별 공통 기호어는 자주 사용하는 경향을 보였다. 이에 따라 GPT-4는 성별 편향 혹은 혐오표현에 대해 회피하도록 학습되었음을 확인하였다. 감성 분석의 경우에는 GPT-4가 생성한 에세이가 인간의 에세이보다 긍정의 극성을 가지는 비중이 높아, 학습 데이터 구성 시 부정적인 감성이 드러나는 데이터를 필터링하였거나 생성 시에 극성에 대한 조정이 가해졌을 가능성이 있음이 드러났다. This paper aims to enlighten the differences between texts which were generated by human and AI model, focusing on ‘essays’. We analyzed Korean usage patterns according to linguistic layers such as morphological, syntactic, and sociolinguistic features. In an aspect of dataset, we used essays written by high school students in the 1st to 3rd grades as ‘human-generated essays’, and essays generated by GPT-4 as data for ‘GPT-4 generated essays’. For morphological feature analysis, we used part-ofspeech tag frequency, Type Token Ratio (TTR), lexical density, and lexical sophistication. We found that human and GPT-4 have different patterns of Part-Of-Speech by using statistical analysis. Also we observed that there are differences between human and GPT-4 in lexical features except lexical sophistication. The syntactic analysis was based on basic sentence characteristics and dependency parsing. The results showed that humans’ sentences have a wider range of deviations and distributions for each sentence characteristic than GPT-4s’, which indicates that humans write a variety of sentences than AI model. On the other hand, the dependency parsing showed that ‘VP’ and ‘AP’ appeared relatively frequently in humangenerated sentences, while ‘NP’ and modifier(MOD) appeared frequently in GPT-4-generated sentences. To examine the linguistic features in the sight of language users, we analyzed gender-biased words, and found that GPT-4 rarely used gender-specific preferred words, gender-aversive words, and gender-common aversive words but frequently used gender-common preferred words. This suggests that GPT-4 has been pre-trained to avoid gender-biased or hate speech. In the case of sentiment analysis, GPT-4s showed more positive emotions than humans, and this also revealed that as same as gender bias results, GPT-4 has been pre-trained to generate positive sentences that negative sentences.