비즈니스 인텔리전스 시스템의 활용 방안에 관한 연구

권영옥(YoungOk Kwon) 한국지능정보시스템학회 2014 지능정보연구 Vol.20 No.4

다양한 빅데이터 기술이 발전함에 따라, 기업의 전략결정에 있어서 과거에는 의사결정자의 직관이나 경험에 의존하는 경향이 있었다면, 현재는 데이터를 활용한 과학적이고 분석적인 접근이 이루어지고 있다. 이에 많은 기업들이 경영정보시스템 중의 하나인 비즈니스 인텔리전스 (Business Intelligence) 시스템의 예측분석 기능을 활용하고 있다. 하지만, 이러한 시스템이 미래의 경영환경 변화를 예측하고 기업의 의사결정을 돕는 조언자 (Advisor)로서 역할을 한다고 가정할 때, 시스템에서 제공하는 분석결과가 의사결정자에게 도움을 주는 조언 (Advice) 의 역할을 하지 못하는 경우가 많은 실정이다. 따라서, 본 연구에서는 미래예측의 문제에 있어 의사결정자가 시스템의 조언을 따르는데 영향을 미치는 요소들과 영향력에 대해 분석하고, 그 결과를 바탕으로 데이터 기반의 의사결정을 보다 적극적으로 지원하는 시스템 환경을 제시하고자 한다. 좀 더 구체적으로는 예측 과정에 대한 자세한 설명이나 근거 제시가 시스템의 예측결과에 대한 의사결정자의 수용 정도에 미치는 영향을 연구하였다. 이를 위하여 193명의 실험자를 대상으로 영화의 개봉 주 매출액을 예측하는 업무를 수행하고, 예측에 대한 설명의 길이와 조언자의 유형(사람과 시스템의 조언 비교)뿐 아니라 의사결정자의 개인 특성이 의사결정자의 조언 수용정도에 미치는 영향을 분석하였다. 시스템에서 제공하는 조언 내용인 예측결과와 설명에 대해 의사결정가가 느끼는 유용성, 신뢰성, 만족도가 조언의 수용에 미치는 영향도 분석하였다. 본 연구는 시스템의 분석결과를 조언으로 보고 조언자와 조언에 관한 의사결정학 분야의 선행연구를 접목시켜 경영정보시스템 연구 분야를 확장하였다는 점에서 연구의 의의가 있고, 실무적으로도 데이터 기반의 의사결정을 보다 적극적으로 지원할 수 있는 시스템 환경을 만들기 위해서 고려해야 할 점들을 제시함으로써 시스템 활용을 위한 정책결정에도 도움을 줄 수 있을 것으로 본다. With the rapid advances in technologies, organizations are more likely to depend on information systems in their decision-making processes. Business Intelligence (BI) systems, in particular, have become a mainstay in dealing with complex problems in an organization, partly because a variety of advanced computational methods from statistics, machine learning, and artificial intelligence can be applied to solve business problems such as demand forecasting. In addition to the ability to analyze past and present trends, these predictive analytics capabilities provide huge value to an organization’s ability to respond to change in markets, business risks, and customer trends. While the performance effects of BI system use in organization settings have been studied, it has been little discussed on the use of predictive analytics technologies embedded in BI systems for forecasting tasks. Thus, this study aims to find important factors that can help to take advantage of the benefits of advanced technologies of a BI system. More generally, a BI system can be viewed as an advisor, defined as the one that formulates judgments or recommends alternatives and communicates these to the person in the role of the judge, and the information generated by the BI system as advice that a decision maker (judge) can follow. Thus, we refer to the findings from the advice-giving and advice-taking literature, focusing on the role of explanations of the system in users’ advice taking. It has been shown that advice discounting could occur when an advisor’s reasoning or evidence justifying the advisor’s decision is not available. However, the majority of current BI systems merely provide a number, which may influence decision makers in accepting the advice and inferring the quality of advice. We in this study explore the following key factors that can influence users’ advice taking within the setting of a BI system: explanations on how the box-office grosses are predicted, types of advisor, i.e., system (data mining technique) or human-based business advice mechanisms such as prediction markets (aggregated human advice) and human advisors (individual human expert advice), users’ evaluations of the provided advice, and individual differences in decision-makers. Each subject performs the following four tasks, by going through a series of display screens on the computer. First, given the information of the given movie such as director and genre, the subjects are asked to predict the opening weekend box office of the movie. Second, in light of the information generated by an advisor, the subjects are asked to adjust their original predictions, if they desire to do so. Third, they are asked to evaluate the value of the given information (e.g., perceived usefulness, trust, satisfaction). Lastly, a short survey is conducted to identify individual differences that may affect advice-taking. The results from the experiment show that subjects are more likely to follow systemgenerated advice than human advice when the advice is provided with an explanation. When the subjects as system users think the information provided by the system is useful, they are also more likely to take the advice. In addition, individual differences affect advice-taking. The subjects with more expertise on advisors or that tend to agree with others adjust their predictions, following the advice. On the other hand, the subjects with more knowledge on movies are less affected by the advice and their final decisions are close to their original predictions. The advances in predictive analytics of a BI system demonstrate a great potential to support increasingly complex business decisions. This study shows how the designs of a BI system can play a role in influencing users’ acceptance of the system-generated advice, and the findings provide valuable insights on how to leverage the advanced predictive analytics of the BI system in an organization"s forecasting practices.

코로나19 이후 대학 온라인 수업의 교육 방향 탐색: 수업 수기 분석을 중심으로

전희진(Jeon Heejin),권영옥(Kwon YoungOk) 한국경영학회 2021 한국경영학회 통합학술발표논문집 Vol.2021 No.8

ICT 산업분야 신생기업의 IPO 이후 인수합병과 산업 집중도에 관한 연구

장영봉(YoungBong Chang),권영옥(YoungOk Kwon) 한국지능정보시스템학회 2020 지능정보연구 Vol.26 No.3

본 논문은 ICT 산업분야에서 신생기업이 기업공개(IPO) 이후 단기간 내에 기존 기업에 인수합병됨으로써 산업의 집중도가 높아지는 현상을 실증적으로 규명하였다. 이를 위해 1990년대 이후 기업공개를 한 4,938개 기업에 대해 산업분야를 구분하고 인수합병 여부에 따른 상태 변화를 추적하여 산업의 집중도에 미치는 영향을 분석하였다. 먼저 시기별로 분석한 결과, 2000년대 이후 기업들은 1990년대 기업들에 비해 상대적으로 단기간 내에 기존 기업에 인수합병된 것으로 나타났다. 그러나 이들 기업은 규모, 수익성 및 연구개발비 등이 시장에서 퇴출된 기업에 비해 양호한 것으로 나타났다. 또한 산업분야별로 분석한 결과, 동일한 산업분야로 인수합병되는 경우가 증가할수록 산업의 집중도 역시 증가한 것으로 나타났다. 그리고 산업분야별로 지배적 기업의 존재여부를 분석한 결과, 지배적 기업이 존재할 경우 인수합병이 산업의 집중도에 미치는 영향이 더 큰 것으로 나타났다. 특히 지배적 기업의 비중이 높은 ICT 분야에서 산업의 집중도에 미치는 영향이 더욱 크게 부각되는 것으로 나타났다. 이는 알파벳, 아마존 등이 공격적으로 신생기업을 인수합병하고 시장에서의 지배력을 확장시켜나가고 있는 ICT 산업분야의 최근 추세를 보여주고 있다. 또한 인공지능 및 데이터 애널리틱스 등 ICT 기술기반 신생기업이 인수된 경우 산업 집중도의 변동은 더 큰 폭으로 증가하는 것으로 나타났다. 이러한 분석결과는 디지털 경제시대에 ICT 분야의 산업 집중도가 높아지는 요인의 하나로서 신생기업이 단기간 내에 인수합병되는 추세를 실증적으로 규명하였다는 점에서 의의가 있다. Now, it is a stylized fact that a small number of technology firms such as Apple, Alphabet, Microsoft, Amazon, Facebook and a few others have become larger and dominant players in an industry. Coupled with the rise of these leading firms, we have also observed that a large number of young firms have become an acquisition target in their early IPO stages. This indeed results in a sharp decline in the number of new entries in public exchanges although a series of policy reforms have been promulgated to foster competition through an increase in new entries. Given the observed industry trend in recent decades, a number of studies have reported increased concentration in most developed countries. However, it is less understood as to what caused an increase in industry concentration. In this paper, we uncover the mechanisms by which industries have become concentrated over the last decades by tracing the changes in industry concentration associated with a firm’s status change in its early IPO stages. To this end, we put emphasis on the case in which firms are acquired shortly after they went public. Especially, with the transition to digital-based economies, it is imperative for incumbent firms to adapt and keep pace with new ICT and related intelligent systems. For instance, after the acquisition of a young firm equipped with AI-based solutions, an incumbent firm may better respond to a change in customer taste and preference by integrating acquired AI solutions and analytics skills into multiple business processes. Accordingly, it is not unusual for young ICT firms become an attractive acquisition target. To examine the role of M&As involved with young firms in reshaping the level of industry concentration, we identify a firm’s status in early post-IPO stages over the sample periods spanning from 1990 to 2016 as follows: i) being delisted, ii) being standalone firms and iii) being acquired. According to our analysis, firms that have conducted IPO since 2000s have been acquired by incumbent firms at a relatively quicker time than those that did IPO in previous generations. We also show a greater acquisition rate for IPO firms in the ICT sector compared with their counterparts in other sectors. Our results based on multinomial logit models suggest that a large number of IPO firms have been acquired in their early post-IPO lives despite their financial soundness. Specifically, we show that IPO firms are likely to be acquired rather than be delisted due to financial distress in early IPO stages when they are more profitable, more mature or less leveraged. For those IPO firms with venture capital backup have also become an acquisition target more frequently. As a larger number of firms are acquired shortly after their IPO, our results show increased concentration. While providing limited evidence on the impact of large incumbent firms in explaining the change in industry concentration, our results show that the large firms’ effect on industry concentration are pronounced in the ICT sector. This result possibly captures the current trend that a few tech giants such as Alphabet, Apple and Facebook continue to increase their market share. In addition, compared with the acquisitions of non-ICT firms, the concentration impact of IPO firms in early stages becomes larger when ICT firms are acquired as a target. Our study makes new contributions. To our best knowledge, this is one of a few studies that link a firm’s post-IPO status to associated changes in industry concentration. Although some studies have addressed concentration issues, their primary focus was on market power or proprietary software. Contrast to earlier studies, we are able to uncover the mechanism by which industries have become concentrated by placing emphasis on M&As involving young IPO firms. Interestingly, the concentration impact of IPO firm acquisitions are magnified when a large incumbent firms are involved as an acquirer. This leads us to infer

인터넷 주의효과 : 능동적 정보 검색이 투자 결정에 미치는 영향에 관한 연구

장영봉(Young Bong Chang),권영옥(YoungOk Kwon),조우제(Wooje Cho) 한국지능정보시스템학회 2015 지능정보연구 Vol.21 No.3

정보기술 산업에서의 인수 유형별 인수 의도 분석

조우제(Wooje Cho),장영봉(Young Bong Chang),권영옥(Youngok Kwon) 한국지능정보시스템학회 2016 지능정보연구 Vol.22 No.4

전 세계적으로 기업의 중요한 전략적 수단으로 인수합병이 활발히 이루어지고 있고, 지능형 서비스 산업을 포함한 정보기술 산업에서의 인수합병 활동은 꾸준히 활발하게 진행되고 있다. 본 논문에서는 정보기술 산업 내에서 일어나는 인수합병 건에 대해 인수 기업 입장에서의 인수 의도에 초점을 두고 분석하였다. 특히, 두 하드웨어 기업 간, 하드웨어 기업 소프트웨어 기업 간, 두 소프트웨어 기업 간 인수합병 유형에 따라 인수 의도가 어떻게 다른지 비교하고자 하였고, 이를 위해 미국 정보기술 산업 내에서 1995년과 2010년 사이에 일어났던 1003개의 인수합병 건의 자료를 분석하였다. 인수 의도를 파악하는데 있어, 인수 기업의 입장에서 생산비용 절감 의도, 제품 개발 및 개선 의도, 고객층 확장 의도, 고객채널 확장 의도의 네 가지로 구분하여 측정하였다. 분석 결과 생산비용 절감 의도와 고객층 확장 의도는 하드웨어 기업이 피인수 기업일 때 더 많이 나타났고, 제품 개발 의도는 하드웨어 기업이 인수 기업일 때 더 많이 나타났다. 그리고, 고객채널 확장 의도는 소프트웨어 기업이 피인수 기업일 때 더 많이 나타났다. 또한, 생산비용 절감 의도, 제품 개발 및 개선 의도를 제품생산 관련 활동 의도로, 고객층 확장 의도와 고객채널 확장을 고객관련 활동 의도로 구분하여 비교하였을 때에는, 하드웨어 기업 간 인수합병에 비해, 두 소프트웨어 기업 간 인수합병에서 상대적으로 고객관련 활동 의도가 높은 비중을 나타내고 있음을 알 수 있었다. 활발하게 인수합병이 이루어지고 있는 세계적 추세와는 달리 국내 인수합병 거래 규모는 선진국에 비해 매우 적은 수준이다. 본 연구는 인수합병이 보다 활발하게 이루어지고 있는 미국기술정보 산업에서의 인수 의도를 분석하여, 국내에서 인수합병 활동을 활성화하는 방안을 분석 및 개발하는데 기여하고자 한다. This study investigates intents of acquisitions in information technology industries. Mergers and acquisitions are a strategic decision at corporate-level and have been an important tool for a firm to grow. Plenty of firms in information technology industries have acquired startups to increase production efficiency, expand customer base, or improve quality over the last decades. For example, Google has made about 200 acquisitions since 2001, Cisco has acquired about 210 firms since 1993, Oracle has made about 125 acquisitions since 1994, and Microsoft has acquired about 200 firms since 1987. Although there have been many existing papers that theoretically study intents or motivations of acquisitions, there are limited papers that empirically investigate them mainly because it is challenging to measure and quantify intents of M&As. This study examines the intent of acquisitions by measuring specific intents for M&A transactions. Using our measures of acquisition intents, we compare the intents by four acquisition types: (1) the acquisition where a hardware firm acquires a hardware firm, (2) the acquisition where a hardware firm acquires a software/IT service firm, (3) the acquisition where a software/IT service firm acquires a hardware firm, and (4) the acquisition where a software /IT service firm acquires a software/IT service firm. We presume that there are difference in reasons why a hardware firm acquires another hardware firm, why a hardware firm acquires a software firm, why a software/IT service firm acquires a hardware firm, and why a software/IT service firm acquires another software/IT service firm. Using data of the M&As in US IT industries, we identified major intents of the M&As. The acquisition intents are identified based on the press release of M&A announcements and measured with four categories. First, an acquirer may have intents of cost saving in operations by sharing common resources between the acquirer and the target. The cost saving can accrue from economies of scope and scale. Second, an acquirer may have intents of product enhancement/development. Knowledge and skills transferred from the target may enable the acquirer to enhance the product quality or to expand product lines. Third, an acquirer may have intents of gain additional customer base to expand the market, to penetrate the market, or to enter a foreign market. Fourth, a firm may acquire a target with intents of expanding customer channels. By complementing existing channel to the customer, the firm can increase its revenue. Our results show that acquirers have had intents of cost saving more in acquisitions between hardware companies than in acquisitions between software companies. Hardware firms are more likely to acquire with intents of product enhancement or development than software firms. Overall, the intent of product enhancement/development is the most frequent intent in all of the four acquisition types, and the intent of customer base expansion is the second. We also analyze our data with the classification of production-side intents and customer-side intents, which is based on activities of the value chain of a firm. Intents of cost saving operations and those of product enhancement/development can be viewed as production-side intents and intents of customer base expansion and those of expanding customer channels can be viewed as customer-side intents. Our analysis shows that the ratio between the number of customer-side intents and that of production-side intents is higher in acquisitions where a software firm is an acquirer than in the acquisitions where a hardware firm is an acquirer. This study can contribute to IS literature. First, this study provides insights in understanding M&As in IT industries by answering for question of why an IT firm intends to another IT firm. Second, this study also provides distribution of acquisition intents for acquisition types.

인공지능이 의사결정에 미치는 영향에 관한 연구: 인간과 인공지능의 협업 및 의사결정자의 성격 특성을 중심으로

이정선(JeongSeon Lee),서보밀(Bomil Suh),권영옥(YoungOk Kwon) 한국지능정보시스템학회 2021 지능정보연구 Vol.27 No.3

인공지능(Artificial Intelligence)은 미래를 가장 크게 변화시킬 핵심 동력으로 산업 전반과 개인의 일상생활에 다양한 형태로 영향을 미치고 있다. 무엇보다 활용 가능한 데이터가 증가함에 따라 더욱더 많은 기업과 개인들이 인공지능 기술을 이용하여 데이터로부터 유용한 정보를 추출하고 이를 의사결정에 활용하고 있다. 인공지능에 관한 기존 연구는 모방 가능한 업무의 자동화에 초점을 두고 있으나, 인간을 배제한 자동화는 장점 못지않게 알고리즘 편향(Algorithms bias)으로 발생되는 오류나 자율성(Autonomy)의 한계점, 그리고 일자리 대체 등 사회적 부작용을 보여주고 있다. 최근 들어, 인간지능의 강화를 위한 증강 지능 (Augmented intelligence)으로서 인간과 인공지능의 협업에 관한 연구가 주목을 받고 있으며 기업도 관심을 가지기 시작하였다. 본 연구는 의사결정을 위해 조언(Advice)을 제공하는 조언자의 유형을 인간, 인공지능, 그리고 인간과 인공지능 협업의 세 가지로 나누고, 조언자의 유형과 의사결정자의 성격 특성이 의사결정에 미치는 영향을 살펴보았다. 311명의 실험자를 대상으로 사진 속 얼굴을 보고 나이를 예측하는 업무를 진행하였으며, 연구 결과 의사결정자가 조언활용을 하려면 먼저 조언의 유용성을 높게 인지하여하는 것으로 나타났다. 또한 의사결정자의 성격 특성이 조언자 유형별로 조언의 유용성을 인지하고 조언을 활용하는 데에 미치는 영향을 살펴본 결과, 인간과 인공지능의 협업 형태인 경우 의사결정자의 성격 특성에 무관하게 조언의 유용성을 더 높게 인지하고 적극적으로 조언을 활용하는 것으로 나타났다. 인공지능 단독으로 활용될 경우에는 성격 특성 중 성실성과 외향성이 강하고 신경증이 낮은 의사결정자가 조언의 유용성을 더 높게 인지하고 조언을 활용하는 것으로 나타났다. 본 연구는 인공지능의 역할을 의사결정과 판단(Decision Making and Judgment) 연구 분야의 조언자의 역할로 보고 관련 연구를 확장하였다는데 학문적 의의가 있으며, 기업이 인공지능 활용 역량을 제고하기 위해 고려해야 할 점들을 제시하였다는데 실무적 의의가 있다. Artificial intelligence (AI) is a key technology that will change the future the most. It affects the industry as a whole and daily life in various ways. As data availability increases, artificial intelligence finds an optimal solution and infers/predicts through self-learning. Research and investment related to automation that discovers and solves problems on its own are ongoing continuously. Automation of artificial intelligence has benefits such as cost reduction, minimization of human intervention and the difference of human capability. However, there are side effects, such as limiting the artificial intelligence’s autonomy and erroneous results due to algorithmic bias. In the labor market, it raises the fear of job replacement. Prior studies on the utilization of artificial intelligence have shown that individuals do not necessarily use the information (or advice) it provides. Algorithm error is more sensitive than human error; so, people avoid algorithms after seeing errors, which is called “algorithm aversion.” Recently, artificial intelligence has begun to be understood from the perspective of the augmentation of human intelligence. We have started to be interested in Human-AI collaboration rather than AI alone without human. A study of 1500 companies in various industries found that human-AI collaboration outperformed AI alone. In the medicine area, pathologist-deep learning collaboration dropped the pathologist cancer diagnosis error rate by 85%. Leading AI companies, such as IBM and Microsoft, are starting to adopt the direction of AI as augmented intelligence. Human-AI collaboration is emphasized in the decision-making process, because artificial intelligence is superior in analysis ability based on information. Intuition is a unique human capability so that human-AI collaboration can make optimal decisions. In an environment where change is getting faster and uncertainty increases, the need for artificial intelligence in decision-making will increase. In addition, active discussions are expected on approaches that utilize artificial intelligence for rational decision-making. This study investigates the impact of artificial intelligence on decision-making focuses on human-AI collaboration and the interaction between the decision maker personal traits and advisor type. The advisors were classified into three types: human, artificial intelligence, and human-AI collaboration. We investigated perceived usefulness of advice and the utilization of advice in decision making and whether the decision-maker’s personal traits are influencing factors. Three hundred and eleven adult male and female experimenters conducted a task that predicts the age of faces in photos and the results showed that the advisor type does not directly affect the utilization of advice. The decision-maker utilizes it only when they believed advice can improve prediction performance. In the case of human-AI collaboration, decision-makers higher evaluated the perceived usefulness of advice, regardless of the decision maker"s personal traits and the advice was more actively utilized. If the type of advisor was artificial intelligence alone, decision-makers who scored high in conscientiousness, high in extroversion, or low in neuroticism, high evaluated the perceived usefulness of the advice so they utilized advice actively. This study has academic significance in that it focuses on human-AI collaboration that the recent growing interest in artificial intelligence roles. It has expanded the relevant research area by considering the role of artificial intelligence as an advisor of decision-making and judgment research, and in aspects of practical significance, suggested views that companies should consider in order to enhance AI capability. To improve the effectiveness of AI-based systems, companies not only must introduce high-performance systems, but also need employees who properly understand digital information presented by AI, and can add non-digital

The Role of Content Services Within a Firm’s Internet Service Portfolio: Case Studies of Naver Webtoon and Google YouTube

Jiwon Choi(최지원),Wooje Cho(조우제),Yoonhyuk Jung(정윤혁),YoungOk Kwon(권영옥) 한국지능정보시스템학회 2022 지능정보연구 Vol.28 No.1

최근 몇 년간 많은 인터넷 대기업이 인공 지능 기술을 기반으로 한 개인화 서비스를 제공하여 온라인 사용자를 끌어들이는 자체 콘텐츠 서비스를 제공하고 있다. 본 연구에서는 기업의 온라인 서비스 네트워크에서 콘텐츠 서비스의 역할을 분석한다. 네이버의 서비스 포트폴리오에서 전문 제작 콘텐츠로 특징지어질 수 있는 웹툰의 역할과 구글 서비스 포트폴리오에서 사용자 제작 콘텐츠로 구분될 수 있는 유튜브의 역할을 확인한다. 네이버와 구글 서비스 이용에 관한 설문 조사 데이터를 바탕으로 방향성 계량 서비스 네트워크를 분석한다. 온라인 서비스 네트워크에서 노드는 온라인 서비스를 나타내고, 노드 간의 관계는 포트폴리오 내의 특정 서비스를 순차적으로 사용하는 것을 나타낸다. 연구 결과, 웹툰과 유튜브 모두 내향중심성보다 외향중심성이 더 높다는 것을 알 수 있다. 즉, 콘텐츠 서비스는 기업의 양방향 네트워크에서 도착 서비스의 역할보다 시작 서비스의 역할을 수행할 가능성이 높다. 유튜브의 외향중심성과 내향중심성의 차이는 웹툰의 외향중심성과 내향중심성의 차이보다 상대적으로 적다. 구글의 서비스 포트폴리오에서 유튜브의 높은 중심성은 엔터테인먼트 위주였던 초기 역할에서 검색 플랫폼으로 성장하였음을 보여준다. In recent years, many Internet giants have begun providing their own content services, which attract online users by offering personalized services based on artificial intelligence technologies. This study investigates the role of two firms’ content services within the firms’ online service network. We examine the role of Naver Webtoon, which can be characterized as a professional-generated content, within Naver’s service portfolio, and that of Google YouTube, which can be characterized as a user-generated content, within Google’s service portfolio. Using survey data on viewers’ use of the two services, we analyze a valued directed service network, where a node denotes an online service and a relationship between two nodes denotes a sequential use of two services. We found that both Webtoon and YouTube show higher out-degree centrality than in-degree centrality, which implies these content services are more likely to be starting services rather than arriving services within the firms’ interactive network. The gap between the out-degree and in-degree centrality of YouTube is much smaller than that of Webtoon. The high centrality of YouTube, a user-generated content service, within the Google service network shows that YouTube’s initial role of providing specific-content videos (e.g., entertainment) has expanded into a general search service for users.