장,단기 요인을 고려한 정보 통신 기술의 수요 예측 : Neural Network적 접근

국문 초록 (Abstract)

기술의 확산은 채택자와 비채택자가 확산 채널을 동해 일정 시간 사회 시스템 내에서 교환, 유통되어 일어나는 것이다. (Rogers, 1995). 여기서 혁신은 새로운 아이디어, 행동양식, 신제품, 신기술 등 매우 다양하고 광범위한 대상을 포함한다. 따라서 정보 통신 기술의 수용예측은 기존의 확산모형을 통해 하는 것이 바람직하다. 그러나 기존 연구의 결과 확산 모형은 다음과 같은 문제점을 지니고 있다. 첫째, 장기적 요인(trend)만을 반영할 수 있을 뿐, 단기적 요인(cycle)은 고려할 수 없다. 확산 모형을 모든 확산 기간(diffusion horizon)에서 혁신자(innovators)와 모방자(imitators)사이의 사전에 결정된 혁신 계수와 모방 계수에 의해 구성된다. 이것은 확산의 장기적 상황을 반영한 것이다. 그러나 이와 같은 혁신의 확산에서의 성장(growth)에는 외부 환경의 일시적 변화에 의한 변동(fluctuation)이 반드시 존재한다. 확산 모형은 이와 같은 단기적 요인을 고려하고 있지 않다. 둘째, 혁신(innovation)은 제품이나 서비스의 초기에만 발생하는 것이 아닌 다발적인 것을 수 있는데, 이를 고려하지 못했다. 정보 통신과 같은 성장이 빠른 산업은 기술 혁신 생명 주기(innovation life cycle)가 상대적으로 짧고 따라서 특정한 제품이나 서비스에서 여러 번 혁신이 발생할 수 있다. 그러나 확산모형에 따라서 특정한 제품이나 서비스에서 여러 번 혁신이 발생할 수 있다. 그러나 확산 모형에서는 혁신 효과가 초기에 발생하고 그 이후에는 모방 효과가 증기하고 혁신 효과는 감소하는 것으로 규정지었으며 이는 적절하지 못하다. 셋째, 확산 모형은 채택자와 비채택자 사이의 상화 작용에 의해 이루어지며 따라서 가입자 수요 예측에만 적용할 수 있을 뿐이며, 기술의 사용 건수와 같은 채택 후 이용빈도의 확산과 같은 예측에는 적용 가능하지 않다. 그러므로 기존의 수요 예측 방법론과는 다른 방법론이 제시되어야 하며 본 논문에서는 인공 신경망(neural network)를 이용하여 그 가능성을 제시하고자 한다.