미래 예측 3가지 방법론.

Presentation on theme: "미래 예측 3가지 방법론."— Presentation transcript:

1 미래 예측 3가지 방법론

2 미래예측방법론 델파이 기법 시나리오 기법 연관관계분석 기법과 예측 (빅데이터 기법) 연관관계분석 사례: 임금피크제의 미래 예측

3 1. 델파이 예측기법

4 미래예측 방법론 델파이 델파이는 적절한 예측방법을 찾을 수 없을 때 전문가들의 직관을 동원하여 미래를 예측하는 방법으로 발전하기 시작하여 미래변화뿐만 아니라 합의를 도출하여 문제를 추정하거나 구성원의 의견을 수집·수렴하는 도구로 이용되고 있다.

5 델파이 방법론 델파이 방법은 어떤 문제를 예측,진단,결정함에 있어 의견의 일치를 볼 때까지 전문가 집단으로부터 반응을 체계적으로 도출하여 분석,종합하는 하나의 조사방법이다. 일련의 설문을 통해 수집된 의견을 계속적으로 환류해 줌으로써 전문가 집단의 의견을 근접시켜 신뢰할 만한 결론을 도출하고자 한 것이다.

6 유래 및 발전 배경 고대 그리스 델파이 신전의 여제사장이 중얼거리는 신과의 대화내용이 신비한 예측력을 가진 것으로 알려지게 되었는데, 1940년대 미국의 캘리포니아 주의 산타모니카 소재하에 있는 랜드상사(RAND CORPORATION)의 싱크 탱크(THINK TANK)팀에 의해서 발전되어져 왔다.

7 이용/응용 델파이 기법은 데이터가 전혀 없거나 먼 미래의 장기적인 변화를 예측해야 할 때 이를 사용하면 크게 어긋나지 않을 수 있다(적합하다고 단정하기 보다는 대안이 없다). 앞에서 말했다시피 개인적인 능력과 경험에 따라 결과가 다르게 나타날 수 있다. 원래 이는 기술예측을 위해 개발된 것인데 오늘날 장기예측이나 문제해결의 방법으로 널리 이용되고 있다

8 델파이 방법은 회의 등 전통적인 의사결정방법이 갖는 문제점들을 해소 내지는 극소화하기 위하여  각 전문가들에게 개별적으로 설문서와 그 종합된 결과를 전달/회수하는 과정을 거듭함으로써 독립적이고 동등한 입장에서 의견을 접근해 나갈 수 있도록 한다.

9 델파이 방법의 특징 1) 응답자들의 익명성이 철저하게 유지되므로 외부적인 영향으로 결론이 왜곡되는 것을 방지할 수 있다. 2) 통제된 순환과정을 반복함으로써 주제에 대한 계속적인 관심과 사고를 촉진할 수 있다. 3) 각 전문가들 개인의 반응을 균등하게 통계적으로 처리함으로써 부당한 영향력을 방지하고 주관적인 판단을 종합하여 비교적 정확하고 객관적인 확률분포로 전환시킬 수 있다.

10 델파이 방법의 종류 1) 델파이 연습(전통적인 델파이) - 설문서를 이용하여 응답을 수집하는 방식이다. 일반적으로 널리 쓰이는 방식으로 시간과 비용이 많이 소비된다. 2) 델파이 회의(실제시간 델파이) - 컴퓨터를 이용하여 응답,처리,환류를 신속하게 하는 방식이다. 소요시간을 단축하여 신속을 요하는 문제에 활용될 수 있지만 컴퓨터설비와 프로그램이 운용되어야 하고 응답집단 개개인을 위해 동시에 서로 다른 장소(terminal)를 확보하여야 하는 어려움이 있다.

11 용도에 따른 델파이 방법의 종류 1) 예측 델파이 - 불확실한 장래를 대상으로 하는 기획에 있어서 非계량적 상황에 대한 대표적인 質적 미래예측수단이다. 2) 정책 델파이 - 델파이 방법을 정책대안의 분석에 적용하여 정책대안을 광범위하게 추출하고 비교,평가하려는 것이다. 이는 델파이 방법이 예측의 범위를 벗어나서 조직,정책의 목표수립,대안탐색과정에 적용되는 것이다. 정책 델파이의 실시과정은 대안추출과정과 유사하며 ① 문제의 진술 ② 가능한 정책대안의 탐색 ③ 각 대안에 대한 응답자들의 견해 ④ 의견 불일치의 이유 ⑤ 基底가 되는 이유의 분석,평가 ⑥ 대안의 재평가 등의 사항을 다루게 되며 따라서 3～6단계의 설문조사를 행하게 된다. 정책 델파이는 여러 정책 과제들과 대안들의 상대적인 중요성, 소망성, 가능성 등에 관한 평정을 하도록 하며 그 분포를 응답집단에 알려주게 되는 것이다.

12 절 차 조정자가 각 멤버(각 분야 전문가)에게 예측문제를 제시한다.(단 이들은 각자 격리되어져 있다.
절 차 조정자가 각 멤버(각 분야 전문가)에게 예측문제를 제시한다.(단 이들은 각자 격리되어져 있다. 조정자가 모든 멤버에게 의견을 진술하도록 한다. 이에 조정자는 회답을 수집하여 이를 처리하고 도출한다.(여기서 예측치의 범위/평균/표준편차를 산출) 조정자는 편집된 결과를 다시 멤버들에게 보내어 자신들의 예측치와 비교하여 새로운 예측치를 서면으로 제출 받는다. 전체의 의견이 충분히 수렴될때까지 위의 과정을 3~6회정도 반복하면 의견이 충분히 수렴된다.

13 장 점 1)이들은 대면하지 않고 설문서나 예측문제에 대한 회답을 하기 때문에 집단적 회의 - 대면회합때 생기는 - 의 맹점이라 할 수 있는 영향력있는 인물의 지배에서 벗어날 수 있다. 2) 대세에 편승해서 상호영향이나 타협을 배제할 수 있다.

14 3). 편향된 토의에 쏟는 시간과 노력의 낭비를 줄일 수 있다. 4). 연구자에 의해 통제되기 때문에 초점에서 빗나가지 않는다
3). 편향된 토의에 쏟는 시간과 노력의 낭비를 줄일 수 있다. 4). 연구자에 의해 통제되기 때문에 초점에서 빗나가지 않는다. 5). 시간적 ,경제적 절약할 수 있다. 회의비, 체제비, 여건비 등 소요되지 않음 6) . 협의회 보다 시간적, 빈도 등이 제약을 덜 받는다. 7). 전문가 의견을 수렴하여 feedback할 수 있다. 8). 독립적이라 자유로운 전문가의 솔직한 의견을 들을 수 있다.

15 단 점 1). 질문지 조사방법이 안고 있는 결함. 참여자들에게만 맡기는 문제 2). 질문지와 마찬가지로 회수율이 높지 않다. 조사가 반복되어감에 따라 회수율이 점점 낮아짐 3). 반복적 조사기 때문에 단기간 조사에 용이하지 않다. 4). 대면하여 직접 상호작용을 주고받을 수 없다. 5). 통계적 처리 결과에 무의식적으로 따라갈 수 있다.

16 6). 한두 가지 확신만 가지고 미래 예측을 단순화할 수 있다. 7)
6). 한두 가지 확신만 가지고 미래 예측을 단순화할 수 있다. 7). 전문가들이 과도한 확신으로 인해 환상적이 되거나 체제 전체를 판단하지 못할 수 있다. 8). 조작적 가능성을 가지고 있다. 9). 참여 전문가들이 설문에 대하여 신중하지 못하고 장난 삼아 할 수 있다.

17 델파이 방법의 限界 (델파이 방법의 절차 및 결과의 타당성에 대한 비판)
1) 동원된 전문가들 즉, 응답집단의 자질과 역량의 문제이다. 2) 철저하게 익명성을 보장하는 것에 대한 단점으로서 델파이 과정에서 응답이 불성실하거나 조작될 수 가능성이 있다. 3) 모니터 팀의 역량에 관한 문제로서 설문지항목의 타당성과 응답결과의 분석이 자의적으로 이루어지거나 조작가능성이 있으며, 그만큼 델파이 결과의 신뢰도는 낮아지기 쉬운 것이다.

18 델파이가 성공하기 위한 조건 .전문가에게 전문적인 판단을 할 수 있도록 충분한 정보를 제공해야 한다.
  .전문가에게 전문적인 판단을 할 수 있도록 충분한 정보를 제공해야 한다.   .단위부서의 관리자가 대답할 수 있는 종류의 질문을 해야한다.(인사관리적 측면)   .지나친 정확성을 요구해서는 안된다.   .개념의 정의가 모든 전문가에게 동일하게 이해되도록 해야한다.   .올바른 예측이 조직 전체와 단위부서에 효율성을 제공해주고, 이익률과 노동생산성에 커다란 영향을 준다는 것을 최고 경영자과 설문에 응하는 전문가에게 인식시켜야한다.

19 2. 시나리오 기법

20 미래예측 방법론 시나리오 기법 미래에 예상되는 사회적, 문화적, 기술적, 비즈니스적, 사용자행태및 니즈, 관련사례등을 종합분석하여 예측가능한 가상의 시나리오를 구성하는 제안하는 방식이다. 시나리오 기법을 적용하기 위해서는 체계화된 프레임웍구성 및 객관화된 분석기법이 기반이 되어야하는데 자칫 아이디어및 감(Feel)에 치중해 실수를 하는 경우가 많다.

21 기원과 응용 시나리오 기법 또한 델파이 기법과 마찬가지로 미 랜드연구소에서 1950년 허만 칸(Herman Kahn)을 중심으로 무기발전과 군사전략 간의 관계를 분석하기 위해 개발되었다. 민간 부문에서도 다국적 석유 메이저인 로열더치셸(Royal Dutch Shell)이 1973년 제4차 중동전쟁으로 인한 유가급등을 사전에 예측하는 데 성공했을 뿐 아니라, 소련의 붕괴를 예측하고 러시아의 자원개발권을 선취함으로써 현재의 위치를 구축하는 등 시나리오 경영의 활용이 확산되는 추세에 있다.

22 1960년대 말 이후, 예측작업에 시나리오를 사용하는 개념이 군대로부터 민간부문으로 확산되었다
1960년대 말 이후, 예측작업에 시나리오를 사용하는 개념이 군대로부터 민간부문으로 확산되었다. 군대는 오래 전부터 전쟁수행계획을 수립하는데 시나리오를 사용해왔다. 군대는 기동연습과 모의 전쟁게임을 통해 대응상황을 점검함으로써 그 전쟁수행계획의 타당성을 자주 시험하였다. 그러나 오늘날 시나리오에 의한 미래 예측은 특정분야에 대한 예측을 종합적으로 평가하는데 에서 부터 Meadows(1973)의 Limits to Growth와 같은 복잡한 동태적 분석 등에 이르기까지 광범위하게 이용되고 있다.

23 시나리오 기법이란 무엇인가? 일반적으로 시나리오의 목적은 미래의 종합적인 모습을 제시하기 위하여 여러 가지 변수에 관한 동향과 사건들 간의 상호작용을 분석하고 제시하며, 일련의 예측자료의 일관성 및 체계성을 검토하여, 그리고 해당분야의 비전문가가 바로 이해할 수 있게 미래의 상황을 묘사하는데 있다.

24 시나리오기법의 효율성 시나리오는 의사결정을 위한 자료로서 미래의 종합적인 모습을 제공하는 데 매우 효과적이다. 또한 대안을 규명하고 대안간의 선택을 명확하게 해 줄 뿐만 아니라 기술변화의 환경을 묘사해준다. 특히 시나리오는 기술이 환경에 또는 환경이 기술에 미치는 효과를 탐색하는 데 흔히 사용된다. 폭넓은 시나리오의 구성에 의하여 우호적이건 비우호적이건 간에 다양한 환경을 묘사함으로써 기술전략을 검증하는 데 사용된다

25 시나리오 기법 시나리오 기법은 복잡하고 급변하는 불확실성 시대의 비선형적 불연속 변화에 대해 창의적 발상을 유도함으로써, 발생가능한 다수의 대안적 미래(alternative futures)에 대한 선택의 폭(option)을 확장한다. 불확실성의 예측 및 관리(조기 포착, 적시 대응)를 통해 위험의 발발을 사전적으로 최소화할 뿐 아니라, 발발 이후 복구비용 또한 최소화할 수 있도록 시스템 차원에서 전략적인 접근을 유도한다. 특히, 시나리오의 구어체 산문 형식은 시각화(visualization)에 의한 기억 및 설득력 제고 효과가 있을 뿐 아니라, 가상훈련 효과를 통해서 사태가 현실화되었을 경우 재난 회피 및 기회 포착이 용이하도록 사전적 준비를 지원한다는 장점이 있다.

26 시나리오 작성방법 미래에 일어날 수 있는 사건들과 그 조합은 무수하기 때문에, 시나리오 구성에 있어서 기본적 문제는 선택성과 배타성에 있다. 첫 단계는 시나리오의 목표를 결정하는 일이다. 즉 시나리오가 달성하려는 목표는 무엇인지, 누가 시나리오을 이용할 것인지를 명확히 하여야 한다. 시나리오와 그 속에 포함된 사건들은 그 목표에 관련성이 있어야 하고 적합해야 한다.

27 ‘T.A.I.D.A.’ 기법 시나리오 기법 중 ‘T.A.I.D.A.’ 기법은 스웨덴 미래연구국(Kairos Future)에서 정형화한 시나리오 기법으로, 시나리오 수립을 위한 사전준비 차원에서 목표ㆍ시계ㆍ문제의 정의를 명확히 할 필요성을 특히 강조하고 있다.

28 ‘T.A.I.D.A.’ 적용 절차 ①추적(Tracking) : 변화ㆍ위험ㆍ기회의 징후를
조기에 판별하고 추적함. ②분석(Analyzing) : 추적결과를 분석하고, 복수 의 시나리오들을 작성함. ③전망(Imaging) : 실현가능한 시나리오 중심으 로 바람직한 비전을 제시 ④결정(Deciding) : 시나리오별 장기전략과 지표 를 구체적으로 선정함. ⑤행동(Acting) : 단기 목표를 수립하고 정책을 실행한 후 결과를 관찰

29 피터 슈워츠의 시나리오 기법 한편, GBN(Global Business Network)의 미래학자 피터 슈워츠가 1991년에 저서 ‘The Art of Long View’에서 제시한 시나리오 플래닝 기법은 ‘T.A.I.D.A.’와 마찬가지로 작업 시작 전에 문제의 초점과 범위를 명확히 할 것을 강조하고 있으나, ‘T.A.I.D.A.’에 비해서 미시적 동인을 보다 중시한다는 특성이 있다. 즉, 미시적 시각에서 주요 동인(動因 ; driving forces)들을 우선적으로 도출한 후, 미시적 동인들에 주요한 거시적 동인들을 도출한다. 따라서 GBN의 시나리오 플래닝 기법은 기업의 전략기획에 적합하다고 볼 수 있다.

30 적용절차 ①중심주제(Theme)/의사결정 사항 결정 ②미래 환경변화에 영향력을 행사하는 동인 도출 ③상관관계와 의존도를 분석하여 핵심환경요인들 (drivers)을 채택 ④불확실성과 영향력에 따라 동인들 간의 순위를 결정 (categorization) ⑤핵심환경요인들의 조합 중 유의미한 시나리오에 대 한 대응방안 모색 ⑥시나리오별 전략을 차별화하고 구체화한 후 스토리라인을 구 성 ⑦실행과정을 모니터링하기 위한 주요지표와 가이드라인을 설 정 ⑧변화의 방향을 조기에 포착하여 위험의 회피와 기회의 실현 으로 연계

31 일반적 시나리로 과정 ①데이터 베이스 개발 ②조직의 목표설정 ③조직 변수 평가 ④환경변수 평가 ⑤시나리오 선정 ⑥시나리오개발
⑦시나리오 함축의미 분석 ⑧계획 실행

32 시나리오 작성방법

33 시계열의 이용 시계열은 예상 시나리오의 작성에 중요한 역할을 한다. Delphi 기법이나 창조성(creativity)기법은 시나리오의 가정선택을 위해 이용될 수 있으며 동적 모델링(Dynamic Modeling) 기법과 상호 영향력 분석기법 시나리오의 분석을 위해 유용하게 이용될 수 있다. Meadow(1973)의 동적 모델링 기법이 널리 이용되어 왔지만 대부분의 기업에서는 수작업이나 컴퓨터에 의한 상호 영향력 분석기법을 많이 활용하고 있다.

34 시나리오 작성시 유의점 시나리오가 행동으로 실행되기 위해서는 미래상황에 도달하는 그 궤적을 개발해 내어야 한다. 사건의 순서와 취해진 특정한 결정들이 명확히 묘사되어야 한다. 시나리오는 시나리오를 구성하는 사건의 연결고리가 그럴듯하게 보일 때 만이 그럴듯하게 된다. 실현성 없는 사건의 연쇄는 개연성이 높은 시나리오를 구성하지 못한다. 시나리오 작성자들은 왜 다른 사건보다 이 사건이 일어날 것인가 또는 왜 다른 의사결정 대신 이러한 의사결정을 했는가에 대한 이유를 제시해야 한다. 원인이 되는 사건과 결과가 된 사건 또는 결정 간의 연계가 납득되지 않으면 안된다.

35 시나리오상의 모든 사건들이 반드시 실현가능성이 높아야만 한다는 것을 의미하지는 않는다
시나리오상의 모든 사건들이 반드시 실현가능성이 높아야만 한다는 것을 의미하지는 않는다. 만일 사건들이 개연성있는 종류라면 그중의 일부는 충분히 실현될 것이다라는 정도로도 충분하다. 어떤 시나리오는 역사적 추세가 반전되어야 한다는 것을 필요로 한다. 중요한 추세가 실제 반전되어 왔다. 시나리오 작성자들은 시나리오 여건하에서 추세의 반전이 가능하다는 것을 믿게끔 독자들에게 합당한 이유를 제공해야 한다

36 시나리오의 분석 시나리오의 내용을 설계하고 작성하는 것도 중요하지만, 완성된 시나리오를 올바르게 사용하는 것도 중요하다. 올바로 사용하기 위해서 의사결정자는 주어진 시나리오를 주의 깊게 분석할 필요가 있다.

37 시나리오 분석을 위한 단계 1. 시나리오의 전략적 계획목표를 이해하고,
2. 시나리오와 다른 계획들간의 비교 분석을 한다. 이때 고려해야 할 요인은 다음과 같다. ① 같은 종류의 대응책을 요구하는 사건의 식별 ② 성격은 다르지만 전략이나 계획에 큰 영향을 미치지 않는 사건의 식별 ③ 계획 및 전략을 차별화하는 가장 핵심적인 사건의 선정 ④ 이러한 핵심사건에 대한 sensitivity test ⑤ 기대되는 사건 때문에 제기될 수 있는 정책적 issue의 식별 ⑥ 가장 가능성 있는 사건과 선택된 정책들에 가장 적합하다고 생각되는 최종 계획의 수립 ⑦ ⑥의 최종계획을 무력화시킬 수도 있는 핵심사건에 대비한 contingency plan의 준비 ⑧ 이러한 핵심 사건들에 대한 자료수집 및 대응계획을 최종계획에 첨부

38 시나리오 기법을 활용한 미래예측 예 ▲스코틀랜드의 2015년의 미래를 예측한 시나리오 연구
▲미국 방위산업의 미래를 예측한 시나리오 연구 ▲인터넷의 미래를 예측한 시나리오 연구, ▲세계의 미래예측 시나리오 연구 등 미래예측 방법론의 활용에 대해 분석했다.

39 2030년 경 한국의 미래에 대한 시나리오 예 30여개의 변수들을 일차적으로 도출한 후 이를 10여개로 압축시킨 후, 최종적으로 4개의 동인을 도출. 각 동인들의 변화양상에 대해 전문가들의 예측리포트를 수집. 이를 토대로 4개의 시나리오를 최종적으로 제시. 정보통신정책연구원(KISDI 원장 석호익) 미래전략연구실 최항섭 연구위원은 KISDI 연구보고 ‘디지털사회의 미래예측방법론 연구’ 보고서에서 미래를 예측하는 다양한 방법론들을 소개하고, 미국과 유럽의 미래연구에서 주로 사용되는 시나리오 기법을 한국사회에 적용해 ‘2030년 경 미래한국’ 4가지 시나리오를 제시했다.

40 4개의 시나리오 1. ‘Vision 2030 시나리오’에서는 글로벌 개방, 기술 우위 확보, 인구문제 해결, 사회인프라 선진화를 통해 ‘국가경쟁력, 삶의 질 세계 10위 이내의 한국’을 이룩할 수 있다고 제시했다. 2. ‘Again 1997 시나리오’에서는 글로벌 폐쇄, 기술 우위 실패, 인구문제 대응 미흡, 사회인프라 낙후로 인해 ‘경제붕괴와 사회 해체로 아노미 상태의 한국’의 가능성을 제시했다.

41 3. ‘Gloomy Silver 시나리오’에서는 글로벌 개방, 기술 우위 확보, 인구문제 대응 미흡, 사회인프라 낙후로 인해 ‘국가와 소수기업은 잘 사는, 그러나 국민은 배고픈 한국’의 가능성이 제시됐다. 이는 현재 가장 발생 가능성이 높은 시나리오라는 분석이다. 4. ‘My Way 시나리오’는 ‘글로벌 개방 지연, 기술 우위 실패, 인구문제 해소, 사회인프라 안정이라는 동인들로 인해 한국사회의 민족주의적 흐름, 사회적 합의의 실패로 갈 수 있다는 부정적인 가능성을 제시했다.

42 3. 연관관계분석기법과 예측 -Opus Magnum을 이용한 연관관계 분석 실습-

43 연관성 규칙(Association Rules)
일반적으로 어떤 사건들은 그 발생이 동시다발적으로 일어나는 경우가 많다. 즉 둘 또는 그 이상의 사건들이 상호영향을 주면서 결과가 도출된다고 할 수 있다. 일례로 상점에서 물건을 살 때도 한 가지 품목보다는 둘 또는 그 이상의 품목을 동시에 구매하는 경우가 많다. 이처럼 사건 또는 품목 간 연관성을 규명하려는 것이 연관성 규칙 기법이며 장바구니 분석(MBA: Market Basket Analysis), 동시발생 매트릭스(Co-Occurrence Matrix) 등으로도 알려져 있다.

44 연관성 규칙 실습(1) SPSS Clementine, SAS Enterprise Miner 등의 범용 프로그램이나 특정 기법만을 지원하는 소프트웨어 등 크고 작은 다방면의 분석도구가 있다. 본 실습으로는 Magnum Opus를 이용하도록 한다. 먼저 다음 홈페이지에 접속하여 프로그램을 다운받는다. 에 접속하여 download 항목에서 Magnum Opus 평가판( 클릭)을 다운 받는다.

45 연관성 규칙 실습(2) 프로그램을 인스톨하고 실행하면 다음과 같은 초기화면이 생성된다. 상단메뉴에서 File – Import Data (Ctrl – O) 를 클릭한다. 또는 열기 아이콘을 클릭한다.

46 연관성 규칙 실습(3) idi (identifier-item file) itl (item list file)
자체 지원하는 데이터셋을 이용한다. Magnum Opus 는 거래데이터(transaction data: *.idi, *.itl)와 속성값데이터(attribute-value data: *.data, *.nam)를 이용할 수 있는데 여기서는 거래데이터로 실습한다. 데이터 포맷은 다음의 형식을 가진다(*.idi, *.itl). idi (identifier-item file) itl (item list file) 001, apples 001, oranges 001, bananas 002, apples 002, carrots 002, lettuce 002, tomatoes apples, oranges, bananas apples, carrots, lettuce, tomatoes

47 연관성 규칙 실습(4) 참고삼아 실습 파일인 tutorial.idi 파일을 메모장 등으로 열어보면 아래와 같은 형식을 띠고 있다. 화면에는 총 5개의 거래가 있음을 알수 있다. 예를 들어 첫번째 거래(ID001)에는 bananas 만 구매하였으며, 두번재 거래(ID002)에서는 plums, lettuce, tomatoes 등 세가지 품목을 구매하였음을 알 수 있다.

48 연관성 규칙 실습(5) File – Import Data, 또는 를 클릭한다. Tutorial.idi 파일을 클릭한다.
Identifier – item file 의 라디오버튼에 체크하고 Next > 버튼을 누른다.

49 연관성 규칙 실습(6) 레코드가 정렬되어 있는지 묻는다. 이미 순서대로 되어 있으므로 Yes 를 클릭하고 Next > …

50 연관성 규칙 실습(7) Tutorial.idi 파일의 첫번째 열에는 거래번호(identifier), 두번째 열에는 거래품목(item)이 있으므로 그대로 Next > … 전체 데이터의 몇 퍼센트를 이용할 것인지 묻는다. 50%를 이용할 것이므로 50이라고 입력하고 Next > …

51 연관성 규칙 실습(8) 일반적으로 데이터마이닝 모형구축에는 데이터를 훈련용과 시험용으로 나눈다(holdout). 이전 화면에서 자료의 50%를 훈련용으로 사용하였으므로 나머지를 시험용으로 사용하기 위해서 두번째 라디오 버튼에 체크하고 Import Data를 클릭 그러면 옆과 같은 화면이 뜬다.

52 연관성 규칙 실습(9) 찾을 규칙조건, 규칙 수 등을 지정할 수 있다. 다음과 같이 설정한다. Search by: LIFT
Minimum lift: 1 Maximum no. of rules: 10 그리고 실행

53 연관성 규칙 실습(10) 결과가 tutorial.out 파일로 저장되며 메모장 등으로 열어볼 수 있다.
여러 내용이 도출되는데 생성된 규칙중 첫번째인 아래의 규칙을 대상으로 결과를 해석하기로 한다(총 거래수는 500개임을 상기할 것). lettuce & carrots are associated with tomatoes with strength = 0.857 coverage = 0.042: 21 cases satisfy the LHS support = 0.036: 18 cases satisfy both the LHS and the RHS lift 3.51: the strength is 3.51 times greater than the strength if there were no association leverage = : the support is (12.9 cases) greater than

54 연관성 규칙 실습(11) lettuce & carrots  tomatoes
그 때의 조건값들을 살펴본다. coverage = 0.042: 21 cases satisfy the LHS LHS(lettuce & carrots) = 21/500 = 0.042 support = 0.036: 18 cases satisfy both the LHS and the RHS P((lettuce & carrots) ∩ tomatoes)) = 18/500 = 0.036 strength(confidence) = 0.857 P(support|LHS)= 18/21 = 0.036/0.042 = 0.857

55 연관성 규칙 실습(12) lift 3.51: the strength is 3.51 times greater than the strength if there were no association 다른 규칙에서 tomatoes의 coverage는 122임을 알 수 있다. 즉, (18/21)/(122/500) = 3.51 leverage = : the support is (12.9 cases) greater than if there were no association P(LHS ∩ RHS) – P(A)*P(B) = – 0.042*0.244 = 즉, 약 13개의 거래에서 LHS, RHS 가 독립임에도 불구하고 동시구매빈도가 높다는 것을 알 수 있다.

56 연관성 규칙 실습(13) 앞에서 시험용으로 50%의 자료를 적용했음을 상기할 필요가 있다. Tutorial.out 파일의 아래부분에 보면 3가지 규칙은 시험용 데이터에 들어맞지 않음을 알 수 있다. 그 중 첫번째의 규칙은 다음과 같다. peas is associated with lettuce with strength = 0.405 coverage = 0.084: 42 cases satisfy the LHS support = 0.034: 17 cases satisfy both the LHS and the RHS lift 1.82: the strength is 1.82 times greater than the strength if there were no association leverage = : the support is (7.7 cases) greater than Base strength = 0.212, holdout coverage = 43, holdout support = 14, holdout strength = 0.326, p =

57 연관성 규칙 실습(14) Base strength = 0.212, holdout coverage = 43, holdout support = 14, holdout strength = 0.326, p = The following 3 rules failed holdout evaluation, critical value = 성립불가 이유는 여러가지로 보면서 일반화가능성을 최대한 배제해야 한다. P값( )이 일반적인 알파 값(0.05)보다 크므로 유의하다고 보기 어렵다. 주의할 것은 Lift 가 높다고 해서 반드시 좋은 규칙이라고 볼 수는 없다. 실습결과에서도 나타나듯이 Lift 는 1이 넘는 규칙들로 이루어져 있지만 다른 조건들, 특히 coverage, support 는 그다지 높지 않음을 알 수 있다.

58 연관성 규칙 실습(15) 연관성 규칙 기법을 포함한 모든 데이터마이닝 분석시 유의할 점
패턴 등 추출된 정보(또는 지식) 자체도 중요하지만 그에 못지 않게 그 정보를 효과적이고 효율적으로 적용할 수 있는 방법을 찾아야 함. 예를 들자면 연관성 규칙 분석결과 연관성이 많은 품목들을 같은 매장으로 몰아놓는 것은 기본적인 방법이지만 반대로 멀찍이 떨어뜨려 놓을 수도 있다. 왜냐하면 동선을 길게 늘임으로써 다른 품목까지 구매를 유도할 수 있기 때문이다. 반대로 연관성이 작게 나타나는 품목들도 판매를 높일 수 있도록 원인분석을 해 볼수 있다. 이처럼 결과를 보강하거나 강화하는 식으로 기업의 의사결정에 도움을 주어야 한다.

59 연관성 규칙의 장단점 연관성 규칙의 장점 연관성 규칙의 단점
A  B 형태의 분석결과는 이해하기 쉽고 실제 적용하기 용이하다. 사전에 분석 방향이나 목적이 특별히 없는 경우에 데이터를 특별한 변환 없이 그 자체로 이용할 수 있는 간단한 분석 방법이다. 수많은 거래, 품목을 포함하는 경우, 계산의 수가 크게 증가하기는 하지만 분석을 위한 계산은 상당히 간단하다. 연관성 규칙의 단점 분석을 위해 필요한 계산의 수는 기하 급수적으로 증가한다. 개수가 많은 경우 적절한 품목을 결정하기가 어렵다. 거래량이 적은 품목은 거래수가 적을 것이고 규칙에서 제외되기 쉽다. 그러나 그 품목이 중요한 품목이라면 의도하지 않은 문제를 발생시킬 수 있다.

60 Association Rules and Graphic Representation of Relationships Among Items

61 1) POS Data (1000 data) bananas plums, lettuce, tomatoes celery, bean
apples, carrots, tomatoes, potatoes potatoes carrots apples, oranges, lettuce, tomatoes peaches, oranges, celery, potatoes, bean beans oranges, lettuce, carrots, tomatoes apples, bananas, plums, carrots, tomatoes, onions, bean apples, potatoes lettuce, peas, beans .

62 2). Association Rules as Output (Model)
Only 55 rules satisfy the specified constraints. tomatoes -> lettuce [Coverage=0.263 (263); Support=0.111 (111); Strength=0.422; Lift=1.94; Leverage= (53.9); p=2.35E-019] lettuce -> tomatoes [Coverage=0.217 (217); Support=0.111 (111); Strength=0.512; Lift=1.94; Leverage= (53.9); p=2.35E-019] tomatoes -> carrots [Coverage=0.263 (263); Support=0.085 (85); Strength=0.323; Lift=1.85; Leverage= (39.0); p=1.83E-012] carrots -> tomatoes [Coverage=0.175 (175); Support=0.085 (85); Strength=0.486; Lift=1.85; Leverage= (39.0); p=1.83E-012] .

63 3). Graphic Representation
What is it?

64 Social Network (http://nexus.ludios.net/view/demo)

65 Relationship graph when the link is set to 0

66 Graphic Representations of Association Rules
Association Rule : Relationship graph when the link is set to 0

67 Relationship graph when the distance is set by value - network form
링크의 강도를 6으로 설정했을 경우의 그래프

68 4. 연관관계기법을 이용한 임금피크제의 미래예측 임금피크제의 미래 예측

69 Ⅰ. 임금피크제란? Ⅰ. 임금피크제란? “일정 연령이 되면 임금을 삭감하는 대신 정년을 보장하는 제도.”
임금피크제의 정의와 2013년 한국의 임금피크제 주요 이슈를 알아본다. 임금피크제란? “일정 연령이 되면 임금을 삭감하는 대신 정년을 보장하는 제도.” 워크셰어링의 한 형태로서 일정 연령이 되면 임금을 삭감하 는 대신 정년까지 고용을 보장 미국, 유럽, 일본에서 유래됨 한국에는 2003년 신용보증기금의 ‘일자리나누기’로 최초 도 입 한국의 임금피크제 현황 “박근혜 정부의 대선 공약으로 2016년 부터 정년 60세 의무화” 2013년 현재 정년연장형 35%, 고용연장형 35%, 정년보장형 27% 2012년 기준으로 임금피크제 도입률은 16.3%(100인 이상 사업 장) 2016년 300인 이상 기업은 정년 60세 의무화

70 Ⅱ. 연구방법론 Ⅱ. 연구방법론: 연구 스트럭쳐 1단계: 자료분석, 2단계: 연관관계 기법 활용, 3단계: +-선택, 4단계: 최종 결론 퓨처스휠 기법 활용 1차: 무배열식 나열 자료분석 결과를 토대로 키워드를 연관성 없이 나열 2차: 중복 단어 제거 중복 단어 제거 및 유사 단어 묶음 키워드 배열 방법 3차: 연관 키워드 연결 연관 키워드를 묶거나 서로 연결 최종 키워드 도출 밑에서부터 위로 올라감에 따라 최종 키워드 도출 자료분석 신문기사, 논문, FGI분석, 인터넷, 프로젝트 등 으로부터 자료 분석. 핵심이슈, 단어 추출 (공통 단어 제외) 결론 +, - 선택 5개의 최종 키워드의 가중 치를 1로 봄 최종 키워드 +,-에 따라 임 금피크제 미래에 대한 결론 도출 연관 관계 검색(인터넷 검색의 감성키워드)을 활용한 +, - 선택 밑에서부터 위로 점점 +, -가 올라감

71 데이터 수집 방법 Ⅱ. 연구방법론: 자료 분석 방법 Google, NAVER, SOME Google
주 제 내 용 Google, NAVER, SOME Google 정의, 장단점, 도입사례, 찬반, 보전수당제도, 문제점 NAVER 장단점, 찬성반대, 사례, 정의, 퇴직금, 지원금, 중소기업, 비용절감, 공무원 임금피크제 SOME 연간키워드: 아카데미, 기업, 직원, 프로그램, 퇴직금, PIP, 퇴출프로그램 아카데미, 방판, 대기업, 정리해고 감성키워드: 최악, 절규, 위협, 비판, 청년실업, 편법

72 Ⅲ. 연관관계 기법 Ⅲ. 퓨쳐스휠 기법 1단계 자료분석을 토대로 퓨쳐스휠 기법 적용 후 ‘임금피크제 미래’ Map 완성.
메인 키워드: 임금피크제 대안, 목적과 이유, 해결과제, 배경, 찬반논란. 노년층 고령자의 skill,노하우 필요기업 소속감, 충성심 향상 임금프크제 적용 직접적인 이유 베이비붐세대 고령자가 多기업 정부의 발빼기 지지층 인건비감소 까지 결정 김성태 의원(새누리) 찬성이유 해결책 시급 노사vs회사 대립 회사vs노조 분쟁 해결책 시급 58,59,60세 단계적인 증가 임금삭감 없는 순수 정년연장 2016년 시행 모호한 임금체계 개편 우리은행의 임금피크제&전직지원제도 고령자의 skill,노하우가 필요없는 기업 대책시급 까다로운 조건 실패이유 감성키워드: 최악, 절규, 유형, 비판, 공감 공기업 성공 후 민간도입 세대간 갈등 성과,몰입 저하 대기업 편중 세 정년 법제화 실행 노조간 갈등 졸속법안 20대가 多기업 저비용으로 인사적체해소 공기업 우선적용 다양한 임금피크제중 종업원 선택 복리후생비 증가 청년실업 기존직원 불안 적은 지원금 임금피크제 지원금 기업부담 대선공약 고용률70% 직무전문가(직무평가시스템) 20대 인사적체 인건비증가 회사의배신 대교 3단계 퇴출프로그램 정부지원금 박근혜 시간제일자리 노사협력이 관건 작용대상자 생산성저하 신용보증기금 실패 BC카드 임금피크제/아카데미교육/방판 임금삭감 기업에 미루기 부작용 위축 다른 인사제도 도입 새누리당 노사정 합의 대립 대교, 현대차, 금융권 편법 퇴직강요프로그램 PIP 교육 단계적인 피크제 도입 공동의식 저하 Job sharing 고령자 기술,노하우 적용가능 금융권 금융권의 반대 후배지시 불편 반대이유 대상자 부적응 노사정합의 시간제일자리 노사관계 문제 테스트 후 선출 주 3일제 여당 노조 제조업 반대세력 마땅한 직무가 없음 직무개발필요 실효성 없음 보험상품 실요성무 임금피크제 보험상품 임금피크제 변형 임금피크제 대안 일본 65세 정년 추진中 찬성 반대 임금피크제 미루기 미국폐지 고령화 대비 일자리 나누기 임금피크제 목적, 이유 임금피크제 미래 임금피크제 찬반논란 북핵문제 독일 70세 높은 연령의 정년 국민연금 일본,미국,유럽 유럽 67세 신규채용 증가 국가적배경 프랑스 60->62세 임금피크제 해결과제 임금피크제 배경 결혼감소 솔록족증가 스웨덴 고령자 노하우,기술 활용 인건비 부담감소 사회적배경 정치적배경 독거노인증가 출산율저하 임금피크제 법안추진 간접적인 원인 저비용 인사적체 해소 임금피크제 구성요소 정치적배경 고령화사회 일본60세 정년 일본 65세 추진, 독일 70세 추진 갈등 새누리당 대선 대선공약 박근혜 배후세력 김성태 새누리 의원 한국 65세 정년의 법제화 대두 노사vs회사측 정년연장형 삭감률 종류 원인 정년보장형 임금곡선 하수평 정부가 삭감률 정책을 회사에 떠넘기기 상승유형 하상 고용연장형 마감시한 상승둔화 하락 노사측 주장 회사측 주장 수평유형 임금삭감 없는 순수정년 연장 임금피크제 도입 * 메인 키워드: 임금피크제 대안, 목적과 이유, 해결과제, 배경, 찬반논란. 임금피크제 삭감률 정도의 문제

73 IV. 결 론 Ⅳ. 결론: 연관관계 검색을 활용한 +,- 선택
결론: 최종 5개 키워드 중 3개가 + 이므로 임금피크제 미래 예측은 긍정으로 예측 가능함. - + 노년층 고령자의 skill,노하우 필요기업 + 소속감, 충성심 향상 + - 임금프크제 적용 직접적인 이유 베이비붐세대 + - - 고령자가 多기업 + - 정부의 발빼기 지지층 인건비감소 까지 결정 - + 해결책 시급 김성태 의원(새누리) 찬성이유 - 노사vs회사 대립 회사vs노조 분쟁 - - + 해결책 시급 58,59,60세 단계적인 증가 임금삭감 없는 순수 정년연장 - - - - - 2016년 시행 + 모호한 임금체계 개편 우리은행의 임금피크제&전직지원제도 고령자의 skill,노하우가 필요없는 기업 - - 대책시급 까다로운 조건 + - 공기업 성공 후 민간도입 세대간 갈등 실패이유 감성키워드: 최악, 절규, 유형, 비판, 공감 - - - - 성과,몰입 저하 - + 세 정년 법제화 실행 - - 20대가 多기업 - 대기업 편중 노조간 갈등 공기업 우선적용 + 다양한 임금피크제중 종업원 선택 졸속법안 - - 저비용으로 인사적체해소 복리후생비 증가 - - 청년실업 기존직원 불안 적은 지원금 - - - + 기업부담 대선공약 고용률70% - - 인사적체 - - 임금피크제 지원금 + 20대 인건비증가 회사의배신 - - 직무전문가(직무평가시스템) - + - 대교 3단계 퇴출프로그램 정부지원금 - 박근혜 시간제일자리 - 노사협력이 관건 작용대상자 생산성저하 - - BC카드 - - 신용보증기금 실패 임금피크제/아카데미교육/방판 - - 임금삭감 기업에 미루기 부작용 위축 + 다른 인사제도 도입 새누리당 + 노사정 합의 - - - - - - 대립 - 대교, 현대차, 금융권 편법 퇴직강요프로그램 PIP 교육 - 단계적인 피크제 도입 + Job sharing + 고령자 기술,노하우 적용가능 - 금융권 - 공동의식 저하 - 금융권의 반대 - 후배지시 불편 대상자 부적응 + + - - + - - 반대이유 노사정합의 시간제일자리 노사관계 문제 테스트 후 선출 주 3일제 + 여당 - 노조 - - - - - - - + 제조업 + 반대세력 마땅한 직무가 없음 직무개발필요 + 실효성 없음 보험상품 실요성무 임금피크제 보험상품 임금피크제 변형 임금피크제 대안 - 일본 65세 정년 추진中 + 찬성 임금피크제 미루기 - 반대 - + 고령화 대비 + - 미국폐지 일자리 나누기 + - 임금피크제 목적, 이유 임금피크제 미래` 임금피크제 찬반논란 북핵문제 + + + + 독일 70세 + 국민연금 + 신규채용 증가 + + + 높은 연령의 정년 일본,미국,유럽 유럽 + + 67세 - + 국가적배경 프랑스 60->62세 + + + 임금피크제 해결과제 임금피크제 배경 - - 결혼감소 솔록족증가 - 스웨덴 고령자 노하우,기술 활용 인건비 부담감소 - - + 사회적배경 - 출산율저하 임금피크제 법안추진 간접적인 원인 - + 정치적배경 독거노인증가 - 저비용 인사적체 해소 임금피크제 구성요소 + + - 각정당 + 고령화사회 + 일본60세 정년 일본 65세 추진, 독일 70세 추진 갈등 새누리당 + 대선 + 대선공약 + 박근혜 + - + 배후세력 + 김성태 새누리 의원 + 한국 65세 정년의 법제화 대두 노사vs회사측 + + 정년연장형 - 삭감률 종류 + 원인 + + 정년보장형 - 임금곡선 하수평 정부가 삭감률 정책을 회사에 떠넘기기 + + + - 상승유형 하상 고용연장형 마감시한 + + - - 상승둔화 하락 노사측 주장 회사측 주장 + 수평유형 임금삭감 없는 순수정년 연장 - - 임금피크제 도입 * 메인 키워드: 임금피크제 대안, 목적과 이유, 해결과제, 배경, 찬반논란. - 임금피크제 삭감률 정도의 문제