[경영정보시스템] 20. 의사결정과 정보시스템

1. 지식작업시스템

지식 근로자가 새로운 지식을 창출하고 지식을 비즈니스에 통합할 수 있도록 지원하는 시스템

 

가. 지식 근로자

1) 조직에 필요한 지식과 정보를 생성하는 연구자, 설계자, 건축가, 과학자, 기술자

2) 지식근로자의 세 가지 핵심 역할

(1) 조직이 기술, 과학, 예술 등 다양한 분야에서 최신 지식을 유지하도록 한다.

(2) 그들의 지식 영역에서 내부 컨설턴트로서의 역할을 담당한다.

(3) 변화 관리자로서 활동하며 변화 프로젝트를 평가, 주도, 촉진한다.

 

나. 지식작업시스템의 요건

1) 그래픽, 복잡한 계산을 위한 충분한 컴퓨팅 성능

2) 강력한 그래픽 및 분석 도구

3) 통신 및 문서 관리

4) 외부 데이터베이스에 대한 접근

5) 사용자 친화적인 인터페이스

6) 수행할 작업에 최적화 됨(설계 엔지니어링, 재무 분석)

 

다. 지식작업시스템의 사례

- CAD (computer-aided design): 엔지니어링 또는 건축 설계 생성, 3-D 프린팅

- 가상현실시스템(Virtual reality systems): 실제 환경을 모사, 외과 의사를 위한 3-D 의료 모델링, 증강현실시스템(Augmented reality (AR) systems)

- 투자 워크스테이션(Investment workstations): 투자 프로세스를 자동화하고 금융중개인, 금융거래자, 포트폴리오 관리자들에게 내부 및 외부 데이터를 통합하여 제공

 

2. 지능형 기술

가. 지능형 기술:

개별 및 집단의 지식 획득과 지식베이스 확장을 위해 사용

1) 암묵지 획득: 전문가 시스템, 사례기반추론, 퍼지논리

2) 지식발견: 신경망, 데이터마이닝

3) 복잡한 문제의 해결책 생성: 유전자 알고리듬

4) 직무 자동화: 지능형 에이전트

 

나. 인공지능 (AI) 기술:

인간행위를 모방하는 컴퓨터 기반 시스템

 

다. 전문가 시스템(Expert systems):

1) 매우 구체적이고 한정된 전문 영역에서 암묵지를 획득하기 위한 지능형기술

2) 숙련된 직원들로부터 획득한 지식을 소프트웨어 시스템에 일련의 규칙 형태로 표현하여 다른 사람들이 사용할 수 있도록 한다.

3) 몇 분 또는 몇 시간 안에 해결할 수 있는 매우 한정된 업무를 수행:

(1) 기계의 오작동 진단

(2) 신용 대출여부 결정

(3) 고도로 구조화된 의사결정을 내려야 하는 기업에서 활용 

 

라. 전문가 시스템 작동 방식

1) 지식베이스:

수백 또는 수천 개의 규칙의 집합

 

2) 추론엔진:

지식베이스를 검색하기 위해 사용되는 전략

 

3) 정방향 추론:

사용자가 입력한 정보로부터 시작하여 결론에 도달할 때까지 지식베이스를 검색

 

4) 역방향 추론:

가설로부터 시작하여 그 가설이 채택되거나 기각될 때까지 사용자에게 선택된 사실을 질문

 

마. 전문가 시스템 구축

1) Con-Way Transportation은 화물자동차의 심야 배송경로 계획을 최적화하고 자동화하기 위해 Line-haul이라는 전문가시스템을 개발

2) 대부분의 전문가 시스템은 분류 문제를 다룬다.

3) 대안 결과(alternative outcomes)의 수가 적음

4) 가능한 결과를 미리 알 수 있음

5) 전문가시스템 개발에는 많은 시간과 노력이 필요

6) 전문가를 채용하거나 교육 훈련시키는 것이 오히려 비용이 적게 들어갈 수도 있음

 

바. 사례기반추론(Case-based reasoning (CBR))

1) 사례(case)로 표현된 전문가들의 과거 경험을 지식베이스에 저장

2) 시스템은 해결해야 하는 새로운 문제와 가장 유사한 특징을 갖는 사례를 저장된 사례들로부터 검색하여 그 사례에 대한 해결책을 새로운 사례에 적용

3) 성공적인 해결책과 실패한 해결책이 사례 데이터베이스에 추가

4) 조직 지능 저장: 지식베이스는 사용자에 의해 지속적으로 확장, 정제된다. CBR이 적용되는 영역 의료 진단 시스템 고객 지원

 

사. 퍼지논리시스템

1) 값의 범위를 표현하는 언어범주(예, “추움”, “시원함”)를 사용해 부정확함(imprecision)을 표현하는 규칙기반 기술(rule-based technology)

2) 특정한 현상이나 프로세스를 언어적으로 묘사할 수 있으며, 그 묘사를 소수의 유연성 있는 규칙들로 표현

3) IF-THEN 규칙 형태로 표현하기 어려운 전문지식이 요구되는 문제에 해결책(solutions)을 제공 카메라 자동 초점 조절장치 보험료 청구서 부당 청구 발견 센다이 지하철 가속 통제 시스템

 

아. 기계학습

- 프로그램밍 없이 컴퓨터 프로그램의 성능을 향상시키는 방법 패턴인식 경험 이전 학습 (database)

- 최신 사례 구글 서치 아마존과 넷플릭스의 추천시스템 

 

자. 신경망

1) 인간이 분석하기에 너무 복잡한 방대한 양의 데이터로부터 패턴과 관계들을 발견

2) 관계 검색, 모델 구축, 그리고 반복적 수정을 통해 패턴을 “학습”

3) 인간은 입력과 출력으로 구성된 훈련 데이터들을 이용해 네트워크를“훈련”

4) 의료, 과학, 그리고 기업에서 패턴분류, 예측, 재무분석, 제어와 최적화 등의 문제에 적용 신경망은 은닉층의 논리를 만들기 위해 데이터의 패턴으로부터 ‘학습’한 규칙을 사용한다. 그런 다음 은닉층은 입력 값을 모델에 기반하여 분류한다. 이 예에서는 신용카드의 정상구매와 부정구매를 구분하기 위해 신경망이 사용된다.

 

차. 지능형 에이전트

1) 인간의 직접적인 개입 없이 사용자, 비즈니스 프로세스, 또는 소프트웨어 응용프로그램의 전문적이고 반복적이며 예측 가능한 업무를 이면에서 수행하는 소프트웨어 프로그램

• 정크 e-mail 삭제
• 가장 저렴한 항공권 검색

 

2) 사용자를 대신하여 업무수행이나 의사결정을 위해 학습된 지식베이스를 사용

• 일부는 자기조정이 가능함, 예 : 시리(Siri)

 

3) 에이전트 기반 모델링 애플리케이션:

• 자율 에이전트 시스템
• 소비자, 주식시장, 공급사슬의 행태를 모델링하기 위해 개발, 전염병 확산
• 예측에 사용됨