거래비용의 구조

마지막 업데이트: 2022년 5월 1일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
신중훈 AWS코리아 솔루션즈 아키텍트

거래 비용 및 유형. 거래 비용 및 유형

거래 비용은 기관 경제의 핵심 개념입니다. 기관, 거래 비용에 대한 반응으로서 다양한 유형의 계약 및 비즈니스 관행이 발생합니다. 기관 경제는 비교 접근법을 사용하여 거래 비용을 절감하기위한 상대적 능력의 관점에서 다양한 제도적 솔루션을 비교할 수 있도록 제공합니다. 이 장에서는 시장 거래 비용의 주요 범주에 대해 논의하고 경제의 경제적 관행에 대해 자세히 설명합니다. 계약, 사설 및 정부 계약 보호 메커니즘, 그들의 능력 및 경제의 교환을 유지하는 것에 대한 제한을 보호하는 비용에 특별한주의가 납부됩니다.

"거래 비용"의 개념의 정의

거래 및 거래 비용

네오 헌법 경제 이론의 주요 특징은 모든 거래의 시운전이 비용 (긍정적 인 것으로 가정되는)과 관련이 있다는 생각입니다. 거래 비용이란 무엇입니까? 이것을 이해하기 위해서는 먼저 "거래"라는 단어의 의미를 알아보십시오.

O. Williamson, 2009 년 경제 조직 분야의 연구를 위해 노벨 regisiTIVINALIANCIMS의 대표자 인 미국 경제학자는이 개념에 대한 다음과 같은 정의를 제안했다. "제품이나 서비스가 첫 번째 기술의 초기 포인트에 대한 하나의 기술 프로세스의 최종 점. 활동의 한 단계가 끝나고 다른 단계가 시작됩니다. " 이 접근법에 따라 리소스가 물리적으로 이동 될 때 트랜잭션의 개념이 사용됩니다. 재화 나 용역의 배달이 수행됩니다. 그것은 회사와 시장에서 배달 될 수 있으며 내부 및 외부 거래 또는 intrangear 또는 시장 거래에 대해 모두 이야기 할 수 있습니다. 따라서 거래는 노동 분리가 일어나는 일이 발생합니다.

수익 내 거래의 아이디어는 핀 생산에서 노동부의 사례에있는 Adam Smith에서 설명합니다. "하나의 [작업]은 와이어를 당깁니다. 다른 하나는 곧게 펴고, 세 번째 컷이 끊어지고, 네 번째 날카로운 끝이 끝나고, 다섯 번째가 머리를 부착하기 위해 한쪽 끝을 당깁니다. 머리 자체의 제조는 2 ~ 3 개의 독립적 인 작업을 필요로합니다." 핀의 생산은 약 18 개의 작동으로 나뉘어져 있으며, 공장 내부의 핀이 다른 작업자의 손에서 다른 작업자의 손에서 이동할 때마다 거래가 있습니다.

또 다른 정의는 미국의 제도주의 대표 인 존 커먼 (John Commons) 인 John Commons가 주어졌습니다. 그를 위해 거래는 "재료 대상의 미래 소유권의 권리의 개인에 의한 소외 및 인수"입니다. 이 거래 정의는 또한 자원의 이전을 다루지 만 법적 의미에서도 있습니다. 그것은 법이 확인한 재산권의 이전을 의미합니다.

경제 거래는 사회적 거래의 전체 전체의 전체의 일부만이며 경제적 거래에뿐만 아니라 경제적 분석이 관심이 있습니다. 사회적 거래는 경제 활동이 수행되는 제도적 체계를 창출하고 유지하는 데 필요한 사회적 행동으로 정의 될 수 있습니다. 이러한 프레임 워크에는 위에 표시된 것처럼 공식 규칙, 비공식 규칙 및 강압 메커니즘이 포함됩니다. 그리고 여기 정치 거래는 특별한 역할을합니다.

거래 비용 - 트랜잭션이 거래 할 때 발생하는 비용입니다. 그들은 리소스 비용과 시간을 불완전하거나 비효율적 인 계약이 결론을 내리는 사실에서 발생하는 손실이 발생할 수 있습니다.

거래 비용은 매우 훌륭합니다. 이는 거래의 결론을 방해하므로 전혀 발견되지 않았습니다. 영국에서 실시 된 한 연구의 저자들이 일부 산업에서 거래 비용에 대한 경험적 평가를 시도하는 동안 "거래 비용은 재미있는 것입니다 : 대부분의 그들 중 대부분은 현실로 존재하지만, 현실이되지 않은 세계에서. "

거래 비용의 가장 유명한 정의 중 하나는 1972 년에 J. HICKS 노벨 경제와 함께 1972 년에받은 미국 경제학자 인 K. errov에 속합니다. 화살표는 경제 시스템의 운영 비용으로 그들을 불렀고 물리적 세계의 마찰에 비해 "물리적 물체의 움직임을 방해하고, 열과 거래의 형태로 에너지를 분사하는 것과 같이, 그들이 가장 큰 가치를 나타내는 사람들에게 자원, 경제 공정 과정에서 이러한 자원의 유용성을 "살포"합니다. 마찬가지로, 마찰의 최소화에 기여하는 각 잘 알려진 물리적 물체에 그러한 형태가 부착됩니다. 또는 그 비용에 대한 유용한 효과를 얻으려면 (예를 들어, 휠, 예를 들어, 모두 서비스를 제공) 실제로 영향력을 최소화하기 위해 거래 비용의 존재에 대한 반응으로서의 모든 연구소가 발생함으로써 교환의 이점이 증가합니다. . 마지막으로, 거래 비용의 존재를 무시하는 경제학자는 경제적 행동을 무엇에 대해 설명하는 데 어려움을 겪을 것으로 나타났습니다. 마찰 사실을 무시하는 물리학자는 물리적 물체의 움직임을 설명하는 데 처벌됩니다. "

따라서 뉴튼 (고전적인 역학)의 법칙은 종이와 벽돌의 한 장과 같은 동일한 높이에서 동시에 땅에 떨어지는 것과 같은 높이에서 포기한 시체가 땅에 떨어지는 것을 주장합니다. 그러나 위의 설명은 실제 시체의 실제 이동을 잘못 묘사하고, 우리가 공기의 저항을 고려하지 않았기 때문입니다. 법은 분위기가 없으므로 달에 행동 할 수 있습니다. 이 경우 본문의 움직임을 정확하게 설명하기 위해 공기 역학 법칙을 사용할 필요가 있습니다.

거래 비용의 존재를 무시하는 경제 과학자는 경제 대리인의 행동을 설명하는 데 동일한 어려움에 직면 할 것입니다. 그는 많은 매우 중요한 질문에 대답하지 않을 것입니다. 그는 일부 국가에서는 왜 경제 성장이 빈곤과 역방향의 보전에 기여하는 기관 구조가 있는지 설명 할 수 없을 것입니다.

이러한 과학자 경제학자는 경제 조직의 비표준 모델이 이유를 설명 할 수 없을 것입니다 : 수직 통합, 프랜차이즈 등 경제 시스템이 운영하는 방법을 이해하고 중요한 문제를 분석하고 경제 정책 분야에서 권고안 개발의 기반을 얻을 수 있습니다.

거래 비용 한 주제로부터 다른 사람의 부동산권 이전과 이러한 권리의 보호에 기여하십시오.

이러한 유형의 비용은 과학자 로널드 코아스의 1930 년대 이후 경제에 명시되어 있으며 이제는이 용어가 광범위하게 사용됩니다. Coipe는 경제학자가 시장의 비용으로 거래 비용을 불렀던 기사의 저자의 저자입니다.

거래 비용 유형

5 가지 주요 유형을 고려해야 할 관례입니다 거래 비용:

  • 정보 수집;
  • 협상 및 계약 서명 중 비용;
  • 비용 비용;
  • 소유자의 권리 보호;
  • 기회주의 행동.

정보 수집 비용은 시장에 고르지 않은 분포의 결과로 발생합니다. 가능한 소비자 또는 판매원을 검색하려면 특정 재정 및 시간이 소비됩니다. 정보가 완전히 주어지지 않으면 비용면에서 제품을 구매하는 데 비용이 없으며, 아래 가격의 가격으로 판매는 평형입니다. 재정적 손실은 상품 - 아날로그를 구입할 때 발생합니다.

협상 비용 및 계약 서류 또한 임시 및 자원 비용도 있습니다. 계약의 법적 결론은 종종 상품의 가격을 심각하게 증가시키는 비용이 필요합니다.

측정 비용 - 주요 유형의 거래 비용. 그들은 항상 스크라이브를 측정 한 결과, 항상 그러한 활동에 항상 존재함에 따라 장비 및 손실의 비용입니다. 또한 일부 유형의 제품의 경우 간접 측정 또는 불완전한 것만 가능합니다. 예를 들어, 구매하기 전에 차량의 품질 평가 또는 기업의 신입 사원 준비 수준. 부분적으로 저축은 회사의 표준화 및 보증 (GRATUIROUS 수리, 결혼 생활과의 교체)에 의해 보장됩니다. 그러한 방식의 비용을 완전히 제거하는 것은 비현실적입니다.

중요한 장소가 차지하고 있습니다 재산권의 사양 및 보호 비용. 에 권리를 체계적으로 위반하면서 소유자는 많은 시간을 보내고 복원하는 것을 의미합니다. 이것은 주정부의 보호에 종사하는 주 및 사법 당국에 대한 기부에 적용됩니다.

기회 주의자의 비용 또한 정보 분포의 오류와 관련이 있습니다. 결론 후 계약 참가자의 행동은 예측하기가 매우 어렵습니다. 파렴치한 시민들은 최소한의 부피에서 합의 조건을 충족시킬 것이나 처벌이 도입되지 않으면 그들을 준수하지 않습니다. 여기에는 수정되지 않은 기여도의 결과와 계약상의 의무의 각 참가자의 불평등의 가능성으로 인해 소위 도덕적 위험이 있습니다. 따라서 반대 행동은 동료의 이익을 추출하기 위해 협정에 따라 그 사람을 회피하는 것입니다. 극단적 인 경우에는 일부 팀 구성원이 다른 사람들을위한 필요성을 이해할 때 강요하고 협박적입니다. 그들은 자신의 활동의 해지의 위협에 따른 조건을 충족시키기 위해 파트너가 필요합니다.

따라서 거래 비용은 교환 전에 또는 그 동안 또는 그 중에 형성됩니다. 활동과 더 깊은 전문화의 분리는 이러한 비용의 증가에 영향을 미칩니다. 그들의 크기는 독점적 인 관계의 하나 또는 다른 분야에서 우세한 형태에 달려 있습니다. 경제는 개인, 일반, 주 3 가지 유형의 소유권을 구별합니다. 우리는 비용과의 연결을 명확히합니다.

거래 비용의 예

우리는 일상 생활에서 예제를 제공합니다. 아파트를 수리한다고 가정 해보십시오. 당신은 자신을 수리 할 권리가 있으며, 그것은 모두 기술과 욕망에 달려 있습니다. 그러나 각 절차마다 별도의 전문가를 고용하고 프로세스 자체를 관리 할 수도 있습니다. 동시에 페인트 및 기타 소모품을 구입합니다. 후자의 경우, 그러한 거래는 하나의 회사와 협력을 배제하는 것으로 선택됩니다. 그 이유는 당신이 조직에 대한 불신과 그 혜택을 가지고있는 것보다 더 비싼 수리가 개인적으로 얻는 것보다 더 비싼 의견을 가지고 있다는 것입니다. 그러나 귀하가 제공 한 사람이고 매우 바쁜 경우 높은 시간 대체 비용을 거래비용의 구조 피하기 위해 수리 조직에 적용하는 것이 더 쉽습니다. 이 예에서는 R. COUZE가 생성 한 용어 인 이의 소위 "풍요 로움 효과"가 있습니다. 분류에 따르면 거래 비용은 "대리인 비용"에 반대하며, 부의 효과는 두 가지 범주를 선택하는 데 결정적인 역할을합니다.

이제 대부분의 전문가는 시스템의 오류로서의 트랜잭션 비용을 통합 형식으로 고려합니다. 이러한 비용은 불완전한 정보가 있거나 동일한 조건의 승인에 대한 재산에 대한 권리 교환에서 거래비용의 구조 발생합니다. 그의 권리를 보호하면서 소유자는 새로운 계약을 체결하고 타사 침범에서 재산을 저장하려고 노력하지 않습니다. 그들은 측면에서 권리를 침해하는 데 염려합니다. 왜냐하면 그들이 보호 할 준비가 되었기 때문에 (예 : 울타리의 설치 또는 보안 기업의 직원의 내용).

조정 및 동기 부여 비용

다른 징후에 따르면, 거래 비용은 과학자들의 Paul R. Milgrom과 John Roberts에 의해 분류되었습니다. 그들의 의견으로, 비용은 그러한 지표와 동기 부여와 동기 부여로 의존합니다.

  • 계약의 세부 사항을 식별하는 비용. 구매할 수 있음을 확인하기 위해 시장을 분석 한 결과가 발생합니다.
  • 계약을 정의하는 비용. 제품 및 서비스의 공급 업체의 조건 분석.
  • 직접 조정 비용. 단위를 단결하는 구조물의 인공 형성.
  • 불충분 한 정보와 관련이 있습니다. 시장에 관한 정보가 부족하면 종종 상품 구매 (서비스)의 거부를 이끌어냅니다. 사실은 불확실성이 매우 심각하다는 것입니다. 소비자가 시간을 보내는 것보다 상품 (서비스)을 습득하지 않고 정보를 검색하는 것을 의미합니다.
  • 기회주의 비용. 기회주의의 영향을 극복하는 데 결론지었습니다. 계약원의 불공정 한 행동. 이를 위해 감독자가 고용 될 수 있거나이 사람의 활동을 모니터링하는 추가 수단이 적용됩니다.

자산 및 주파수의 세부 사항에 대한 트랜잭션의 차이

O. Williams는 자산 및 빈도의 특성에 대한 거래 간의 차이점을 보여주었습니다.

일회성 (초등) 시장 교환. 예를 들어 주전자를 구입하십시오. 이전이 실패 할 때만이 제품을 얻을 수 있습니다. 판매자에게는 누가이 제품을 구입할 것인지는 중요하지 않습니다. 주요 표시기는 가격이 있습니다.

질량 소비의 상품의 재 교환. 이 경우 특별한 자산은 없습니다. 예를 들어, 하나의 빵 가게 만 방문하고 다른 곳에 빵집 제품을 구입하기 위해 시간과 돈을 쓸 필요가 없습니다. 그것은 당신에게 유익합니다 (다양한 물품의 평가를 저장)과 그들의 제품을 판매하는 데 자신을 확신하는 판매자입니다.

특정 자산에 투자하십시오. 이러한 거래비용의 구조 자산은 항상 특정 트랜잭션에 대해 생성됩니다. 건물이 워크샵 아래에 전달되기 위해 건설된다고 가정 해보십시오. 그것은 다른 방식으로 사용할 수 있지만 손해가 될 수 있습니다. 즉, 자원을 사용할 가능성은 다른 방식으로 더 작은 수입을 가져옵니다. 특정 자산 - 더 큰 이익을 가져 오지 않는 활동 비용.

독특한 자산에 투자하십시오.

Indosyncromatic Asset. - 대체 사용이 완전히 감가 상각 된 경우 자원. 예를 들어, 수단의 절반은 생산 공정에 투자했습니다. 내장 된 도메인의 사용이 하나만뿐입니다. 이러한 자산은 특정 기술과 함께만으로 의미가 있습니다.

거래 비용 최소화

최신 관리자는 최소화하기 위해 거래 비용을 구합니다. 이것은 이론적 인 지표입니다. 회계 및 관리 문서에서 고려되지 않습니다. 실제로 가장 적용된 가장 적용된 개념은 간접비입니다. 이것들은 기본 : 기술의 관리, 유지 보수 및 기술 사용, 내용과 함께 생산주기를 제공하는 비용입니다. 그들은 제조 된 제품의 양에 직접적으로 의존하지 않습니다.

기업의 책임은 모든 유형의 거래를 알고 있어야하며 소위 거래 계획을 작성하여 제품을 출시하거나 최소한의 비용으로 서비스를 제공하는 데 도움이 될 수 있습니다. 그들을 줄이려면 거래를 절단하고, 생산 자동화, 작업 조건의 안정화. 중간 규모의 조직의 거래를 고려하십시오.

  • 물류 센터. 재료 운송, 주문 및 직접 배달, 디자인 거래. 전문가가 생산에 관여하지 않은 전문가가 생산했습니다.
  • 공급. 재료, 노동 및 장비의 형태로 자원으로 생산주기를 제공합니다. 여기에서 거래비용의 구조 결정적인 역할은 원재료의 모집 및 구매를 담당하는 사람에게 속합니다. 이 프로세스에는 생산 계획 및 예측, 품질 관리의 준비가 포함됩니다.
  • 현대화. 새로운 기술의 사용, 기술 운영 개선. 정보 처리와 직접적으로 관련이 있습니다.

생산 된 제품 유형을 변경하는 경우 상품을 인증하고 품질을 통제하여 거래 비용을 증가시킵니다.

변환 비용

그건 그렇고, 경제적 관점에서, 거래 및 변환의 두 가지 품종의 비용이 있습니다.

  • 첫 번째 유형 (트랜잭션) 특정 값의 생성물이 얻어지는 소스 재료의 기술적 변형의 결과로 형성된 비용입니다.
  • 두 번째 비용 범주 (변형) 측정 및 계획을위한 신청. 종종 그들은 고려되지 않거나 거래 비용을 고려하지 않으며 사실 순수한 기술적입니다.

트랜잭션은 변형과 비교하여 가격 형성과 관련이 없습니다.

1. 거래의 개념 및 유형

거래의 개념은 처음으로 J. Kommons의 과학적 순환으로 도입되었습니다.

거래는 상품을 교환하지 않지만 사회에서 창출하는 재산권과 자유의 소외 거래비용의 구조 및 할당이 아닙니다. 이러한 정의는 기관이 그 지역의 한계를 초과하는 특정 인물의 의지의 확산을 제공하는 것으로 인해, 즉 그 활동에 의해 직접 환경에 영향을 미칠 수있는 것, 즉 물리적 통제를 넘어서는 환경에 영향을 미칠 수있는 사실 때문에 의미가 있습니다. 따라서, 그러므로 그와 같은 개별 행동과는 대조적으로 상품 교환과는 달리 공유합니다.

Commons는 3 가지 주요 유형의 거래를 구별했습니다.

1) 거래의 거래 - 실제 소외 및 재산권 및 자유를 할당하는 역할을하고 구현시에는 각각의 경제적 관심사를 기반으로 당사자의 상호 동의가 필요합니다.

거래의 거래는 상대방 간의 관계의 대칭 조건에 의해 관찰됩니다. 공손에 따르면 거래 거래의 독특한 특징은 생산이 아니라 손으로부터 손으로 상품의 이전입니다.

2) 제어 거래 - IT 키는 결정을 내릴 권리가 한쪽에만 속할 수있는 권리가있는 사람들 간의 그러한 상호 작용을 포함하는 제출 관리의 비율입니다. 거래 관리에서는 행동이 분명히 비대칭 적으로, 이는 당사자의 위치의 비대칭 및 법적 관계의 비대칭의 결과입니다.

3) 실행중인 거래 - 당사자의 법적 지위의 비대칭은 보존되지만, 관리 측의 장소는 권리 사양의 기능을 수행하는 집단 몸체를 차지합니다. 배급의 거래는 다음과 같은 이사회가 회사의 예산, 정부의 연방 예산, 대표 당국의 권한에 의한 승인의 연방 예산, 현재 배우간에 발생하는 분쟁에 대한 중재 법원의 결정 인, 부의가 분포됩니다. 거래가있을 수 없습니다. 이러한 거래를 통해 특정 경제 요원의 부를 통해 수행됩니다.

거래 비용의 존재는 시간과 장소의 상황에 따라 하나 또는 다른 유형의 거래를보다 또는보다 적게 경제적으로 만듭니다. 따라서 간소화하는 규칙에 따라 동일한 작업이 다양한 유형의 트랜잭션에 의해 매개 될 수 있습니다.

2. 거래 비용의 개념

비용없이 교환이 발생하는 신고전주의 이론의 상황에 대한 비판은 경제 분석에 새로운 개념을 도입하기위한 기초로 봉사했다. 거래 비용 (거래 비용).

거래 비용의 개념은 "회사의 성격"의 30 대에있는 30 대에 R. Coase가 도입되었습니다. 그것은 계층 적 구조의 반대 시장의 존재를 회사로서 설명하는 데 사용되었습니다. R. Kouz는 거래 비용을 절감하는면에서 이러한 "의식 제도"의 형성을 상대적 이점으로 연결했습니다. 회사의 기능을 구체화하는 특징은 가격 메커니즘을 억압하고 내부 관리 제어 시스템을 교체하는 것을 보았습니다.

현대 경제 이론의 일환으로 거래 비용은 때로는 정반대로 반대하는 복수의 해석을 받았다.

그래서 K. erro 로우는 경제 시스템 운영 비용으로 거래 거래비용의 구조 비용을 결정합니다. erro로는 경제의 거래 비용의 효과와 물리학의 마찰 작용을 비교했습니다. 그러한 가정을 바탕으로, Valras의 일반적인 평형 모델에 대한 경제가 더 가깝게, 거래 비용의 수준이 낮아지고 그 반대의 경우도 마찬가지입니다.

D. Norta의 해석에서 거래 비용은 "교류의 대상의 유익한 성질을 평가하는 비용으로 이루어지며, 권리를 보장하는 비용과 강압을 준수하십시오." 이러한 비용은 사회, 정치 및 경제 기관의 출처 역할을합니다.

특정 경제학자의 이론에서 거래 비용은 시장 경제 (쿠페, erro로, 북한)뿐만 아니라 경제 조직 및 특히 계획된 경제에서도 대안적인 방법으로 존재합니다 (S. Chang, A. Alchian, Demmets). 그래서 Changu에 따르면, 계획된 경제에서 최대 거래 비용이 궁극적으로 비 효율성을 결정합니다.

2. 거래 비용의 유형은 거래 및 변형 비용입니다

경제 문헌에서는 거래 비용의 많은 분류 및 유형이 있습니다. 가장 일반적인 것은 5 가지 유형의 트랜잭션 비용을 포함하여 다음 유형의 유형입니다.

1. 정보 검색의 문자. 거래 또는 계약서를 취하기 전에 계약이 이루어졌으며 현재 가격 인 현재의 가격 인 생산 요인의 잠재적 인 구매자와 판매자를 찾을 수있는 곳에 대한 정보가 필요합니다. 이런 종류의 비용은 획득 한 정보의 불완전 성과 불완전 함과 관련된 손실뿐만 아니라 검색에 필요한 시간과 자원으로 구성됩니다.

2. 협상 비용 비용. 시장은 계약의 결론 및 설계를 위해 교환 조건에 대한 협상을위한 상당한 자금에 대한 산만이 필요합니다. 이러한 비용을 절약하기위한 주요 도구는 표준 (일반적인) 계약이 있습니다.

3. 측정 비용. 모든 제품이나 서비스는 복잡한 특성입니다. 교류 행위에서 일부는 필연적으로 고려해야하며, 평가의 정확성 (측정)은 매우 근사합니다. 때로는 관심이있는 상품의 품질은 일반적으로 임미 할 수 없으며 대리인을 사용해야합니다 (예를 들어, 사과의 맛을 심판하십시오). 여기에는 관련 측정 장비의 비용이 포함되며 실제 측정을 수행하여 측정 오류로부터 당사자를 보호하고 마침내 이러한 오류로부터의 손실이 포함됩니다. 측정 비용은 정확도 요구 사항이 증가함에 따라 증가합니다.

측정 비용의 엄청난 저축은 측정 및 저울의 발명의 결과로 인류에 의해 달성되었다. 또한 이러한 비용을 절감 할 목적은 샘플에 따라 보증 수리, 브랜드 레이블, 상품의 파티를 획득함으로써 이러한 형태의 비즈니스 관행으로 인한 것입니다.

4. 재산권의 사양 및 보호 비용. 이 카테고리에는 선박, 중재, 정부 기관, 위반 된 권리를 회복시키는 데 필요한 시간 및 자원 비용과 가난한 사양 및 신뢰할 수없는 보호의 거래비용의 구조 손실이 포함됩니다. 일부 저자들 (D. North)는 사회에서의 합의 이데올로기를 유지하는 것과 동일한 비용을 부여하기 때문에, 일반적으로 허용되지 않은 규칙과 윤리적 규범을 준수하는 사회 구성원의 양성이 공식화 된 것보다 재산권을 보호하는 훨씬 더 경제적 인 방법이다. 법적 통제.

5. 기회 행동의 비용. 이것은 가장 숨겨진 것이며, 경제 이론의 관점 인 거래 비용의 가장 흥미로운 요소입니다.

기회주의 행동의 두 가지 기본 형태가 있습니다. 첫 번째는 도덕적 위험이라고합니다. 도덕적 위험은 계약 한 당사자가 다른 당사국에 의존하고 그 행동에 대한 유효한 정보를 얻는 것이 큰 비용이 필요하거나 전혀 필요하지 않습니다. 이런 종류의 가장 일반적인 다양한 기회주의 행동은 에이전트가 계약서에 따라 요구되는 것보다 낮은 영향을 미치는 것으로 작동 할 때 벌금을 부과하는 것입니다.

특히 혼합을위한 편안한 토양은 전체 그룹으로 일하는 것으로 만듭니다. 예를 들어, 각 직원의 개인 기여를 누적 결과에 할당하는 방법 식물이나 정부 기관? 대리 측정을 사용해야하며 결과가 아닌 많은 노동자의 성과를 판단해야하지만 비용 (노동 기간과 같이)이지만 이러한 지표는 완전하고 부정확합니다.

각 대리인의 개인 기여가 전반적인 결과로의 개인적인 기여가 큰 오류로 측정되면 해당 재 보수가 실제로 실제로 효율적으로 연결되지 않습니다. 따라서 부정적인 자극은 우아한 것으로 추진합니다.

민간 기업과 정부 기관에서는 특별한 복잡하고 값 비싼 구조로 만들어집니다.이 작업은 기회주의의 사례를 감지하고, 기회주의 행동의 비용 절감, 주요 기능 다양한 조직의 관리 장치의 중요한 부분

두 번째 형태의 기회주의 행동은 강요합니다. 몇 가지 생산 요인이 오랜 시간 동안 긴밀한 협력에서 일하고 모든 사람들이 없어서는 안될 사람이 될 수 있도록 서로 찢어지면서 모든 생산 요소가 일어나는 기회가 나타납니다. 즉, 몇 가지 요인이 그룹을 떠나기로 결정하면 협력의 나머지 참가자들은 시장 교체와 동등한 것을 찾을 수 없으며 무의미한 손실을 차지할 것입니다. 따라서 독창적 인 (이 참가자 그룹에 대한 존중) 자원의 소유자는 그룹에서 나오는 위협의 형태로 협박 가능성에 따라 자원이 발생합니다. 경우에도 그것은 단지 기회 만 남아 있으며, 항상 실제 손실과 관련이있는 것으로 밝혀졌습니다 (강탈에 대한 가장 급진적 인 보호 형태 - 상호 의존적 인 (Interspecific) 자원을 공동 소유 재산으로 변화시키면서, 모든 것의 형태로 소유권의 통합 법인의 무리의 구성원).

위의 분류는 예를 들어, 여전히 분류 K. menara가 아직 없다는 것입니다.

거래 비용 / 회사 / 상업 조직 / 회사 / 상업 조직 / 원화 / 회사 / 상업 조직 / 상업

주석 과학적 기사, 과학적 사업의 저자 - Medushevskaya Inna Evgenievna

연구의 관련성과 연구의 목적. 현대 세계에서 경제 대리인의 상호 작용 과정은 복잡하고 거래의 수가 곱해지고 흐름 흐름이 증가하고 결과로 거래 비용 현대 상업 회사가 급격히 증가합니다. 제도주의의 선도적 인 지역에 대한 연구가 러시아어 언론에서 널리 표현되었지만 거래 비용을 평가하는 방법이 그들의 계산의 구체적인 예제가 제시되고있는 많은 연구가 아닙니다. 이 작업의 목적은 거래 비용을 식별하고 분석하는 것입니다. 상업 조직 러시아에서는 최적화를위한 권장 사항을 개발합니다. 재료 및 방법. 연구 목표의 구현은 거래 비용, 분류의 시스템 분석을 통해 이루어졌습니다. 일반적인 경제적 방법은 방언적, 추상화, 분석, 유도, 모델링뿐만 아니라 통계적 방법, 비교 방법 등의 결과입니다. 거래 비용 - 이들은 경제 요원의 상호 작용 비용이며, 수준은 그러한 상호 작용의 효과를 결정합니다. 그들의 발생에 대한 주된 이유 : 정보가 지급됩니다. 정보의 불륜과 비대칭 성; 기회주의 행동; 제한된 합리성. 세부 사항 분류 거래 비용 다양한 기준을위한 상업 회사는 현재 단계에서의 역할에 의해 결정됩니다. 딜러 네트워크와의 제약 조직의 표준 계약의 예에 대한 거래 비용 계산이 있습니다. 우리는 현대 회사의 거래 비용을 최소화하는 방법을 개발했습니다. 결론. 러시아 경제는 높은 거래 비용의 예입니다. 그것은 현대적인 조건에 있습니다 상업 단체 . 에 현대 기업의 거래 비용의 규모는 경제 기관의 비효율로 인해 증가한다. 경제 에이전트의 상호 작용이 수행되는 규범과 규칙이 수행됩니다. 이 연구는 결정할뿐만 아니라 분류 할뿐만 아니라 거래 비용 다양한 기준을위한 현대적인 회사는 특정 예에서 그들을 평가하지만, 또한 그들을 최소화하기위한 일련의 조치를 공식화합니다.

[2022 1H 실적] ㈜한화, 영업익 1조3810억 원…한화정밀기계 인수로 이차전지·반도체 등 미래 사업 육성

기사입력 : 2022-07-29 14:00

매출액 28조3379억 원, 당기순익 1조2073억 원 기록
한화정밀기계·한화건설 합병, 방산·한화디펜스는 매각

center

이미지 확대보기 (주)한화 2022년 상반기 실적 현황, 단위 : 억 원. 자료=(주)한화,

[한국금융신문 서효문 기자] ㈜한화(부회장 금춘수)가 올해 상반기 약 1조4000억 원의 영업이익을 기록했다. 전년 동기 대비 10% 이상 영업이익이 하락한 가운데 ㈜한화는 방산부문 매각, 한화정밀기계·한화건설 인수 등을 통해 이차전지·반도체로 대표되는 미래 사업 육성에 돌입한다.

29일 ㈜한화의 실적 발표에 따르면 올해 상반기 영업이익은 1조3810억 원으로 전년 동기 1조6174억 원보다 14.62% 줄었다. 매출액은 28조3379억 원, 당기순익은 1조2073억 원이다,

지난해보다 상반기 실적이 정체한 가운데 ㈜한화는 이차전지·반도체 등 미래 사업 육성을 위한 사업구조 개편을 진행한다. ㈜한화는 이날 실적 발표와 함께 한화정밀기계를 인수하고 한화건설을 합병한다고 밝혔다. 대신 방산 부문과 자회사인 한화디펜스를 한화에어로스페이스에 매각한다. 화약·무역·방산·기계 등 ㈜한화의 기존 사업 구조를 에너지·소재·장비·인프라로 전환한 것.

해당 인수합병으로 가장 변화가 큰 곳은 ㈜한화/모멘텀이다. 이차전지·태양광 등 친환경 에너지 공정 장비와 반도체·디스플레이 장비 사업을 추진하고 있는 ㈜한화/모멘텀은 반도체 후공정 패키징 장비·LED 칩 마운터 사업을 진행하고 있는 한화정밀기계와 결합한다. 양사의 결합은 친환경 에너지 공정 장비 사업에 속도를 내고, 중장기적으로 반도체 공정 장비 분야 전문업체로 도약하는 기반을 마련할 수 있을 것으로 기대되고 있다.

옥경석 ㈜한화/모멘텀 대표는 “㈜한화/모멘텀의 장비 기술과 한화정밀기계의 정밀제어·소프트웨어 기술의 결합을 주목하고 있다”면서 “㈜한화/모멘텀의 친환경에너지·반도체 공정 장비 생산 과정에 자동화·무인화 등 스마트솔루션을 적용하는 속도가 빨라질 것으로 예상된다”고 말했다.

㈜한화/글로벌은 ‘소재’에 역량을 모으고 있다. ㈜한화 글로벌은 지난 3월 약 1400억 원을 투자해 태양광·반도체용 폴리실리콘과 특수가스를 생산하는 미국 ‘REC실리콘’의 지분 12%를 인수해 친환경 에너지·소재 사업의 기반을 마련했다. ㈜한화/글로벌은 이를 활용해 이차전지·반도체 등 고부가 소재 사업을 확대해나갈 계획이다.

암모니아·수소 등 친환경 에너지 소재, 퍼스널·헬스케어 제품에 사용되는 질산유도체 사업도 추진한다. ㈜한화/모멘텀과 ㈜한화/글로벌은 각각 ‘장비’와 ‘소재’를 통해 친환경 ‘에너지’ 사업을 본격화하면서 시너지를 기대하고 있다.

여기에 한화건설의 합류는 에너지·소재·장비에 집중한다는 ㈜한화의 계획에 ‘인프라’를 더해줄 전망이다. ㈜한화는 현재 진행 중인 태양광 셀·모듈 등 양산 장비 사업을 풍력 등 친환경 에너지 부품·장비까지 확대할 계획이다. 지난해 90MW급 양양 수리풍력발전단지·76MW급 경북 영양 풍력발전단지·25MW급 제주 수망 풍력발전단지 등을 잇따라 준공한 한화건설의 기술력과 인프라가 이 계획에 큰 도움이 될 것으로 보인다.

㈜한화 측은 “100% 자회사인 한화건설을 합병해 계열사 간에 발생하는 거래비용을 줄이고 중복되는 업무를 정리해 지출도 줄일 수 있다”고 설명했다.

신중훈 AWS코리아 솔루션즈 아키텍트

신중훈 AWS코리아 솔루션즈 아키텍트

※ 신중훈 아마존웹서비스(AWS) 코리아 솔루션즈 아키텍트는 금융권을 상대로 클라우드 전략을 제안하고 클라우드 전환을 지원하는 정보관리기술사다. 솔루션즈 아키텍트 활동 이전에는 금융 회사에서 근무했다.

[아이티데일리] 2016년 세계 경제 포럼(World Economic Forum)에서 ‘4차 산업혁명’의 개념이 소개된 이후 국내외 기업은 4차 산업혁명 시대의 성공을 위한 디지털 전환(Digital Transformation)에 주목하기 시작했다. 이후 각 산업 분야에서 디지털 기술을 바탕으로 한 새로운 형태의 비즈니스 모델이 제시되면서 산업 간의 경계가 허물어지는 빅 블러(Big blur) 현상이 나타났다. 이런 현상을 포괄하는 디지털 전환은 최근 2년의 코로나 팬데믹 현상으로 더욱 가속화되는 추세다.

디지털 전환을 주도하는 기술은 사물 인터넷(IoT), 클라우드, 빅데이터, 인공지능(AI) 등 다양하지만 이 중에서도 빅데이터와 AI는 모든 산업 분야에서 주목하고 있는 디지털 기술이라고 볼 수 있다.

우리나라는 2020년 8월 ‘데이터 3법’ 시행에 들어갔으며, 지난 4월에 시행된 ‘데이터 산업진흥 및 이용촉진에 관한 기본법’은 전 산업을 아우르는 세계 최초의 데이터 기본법으로 ‘데이터 경제’ 시대의 도래를 앞두고 제도적 초석이 될 것으로 보인다. 또한 금융 분야에서 시행되는 마이데이터(My Data) 서비스가 정보 주체의 데이터 이동권(Right to Data Portability)을 보장하고 데이터를 활용한 맞춤형 정보를 제공하고 있는 만큼, 초개인화 금융 서비스의 등장이 가능해질 것으로 보인다.

이번 기고문에서는 다가오는 데이터 경제 시대를 위한 준비의 일환으로 현재의 정보 시스템 환경을 재조명하고, 초개인화 비즈니스를 위한 주요 데이터 기술들을 살펴보고자 한다.


정보 처리 시스템 환경

정보 처리 시스템 개념도

정보 처리 시스템은 현실 세계의 데이터를 수집, 저장하고 저장된 데이터를 가공하여 유용한 정보를 생성, 의사 결정에 활용하는 시스템이다. 이러한 정보 처리 시스템은 크게 조직의 비즈니스 활동을 추적 관리하기 위한 거래 처리 시스템(Transaction Processing System, TPS)과 조직 내 의사 결정을 지원하기 위한 의사결정시스템(Decision Support System, DDS)으로 분류된다. 이는 데이터 처리 방식에 따라 온라인 처리 시스템과 일괄 처리 시스템으로 분류되기도 하는데, 온라인 처리 시스템은 데이터 사용자를 중심으로 실시간 데이터(real-time data)를 처리하는 반면 일괄 처리 시스템의 경우에는 데이터 사용자가 아닌 시스템 중심으로 데이터를 순차적으로 처리하며 높은 성능이 요구된다.


데이터 저장소로서의 관계형 데이터베이스

관계형 데이터베이스는 현실 세계의 값이나 사실을 설명하는 개체(Entity)와 개체를 구성하는 속성(Attribute) 간의 ‘복잡한 관계’들에 대해서 함수적 종속성(functional dependency)을 식별하고 이를 논리적으로 표현하기에 용이하다. 따라서 운영 데이터를 저장하고 활용하는 데 있어서는 오늘날 온라인 처리 시스템, 일괄 처리 시스템 구분 없이 관계형 데이터베이스가 범용적으로 쓰이고 있다.

전형적인 데이터 웨어하우스 아키텍처

네트워크에 분산되어 있는 다수의 데이터베이스로부터 데이터를 수집, 통합, 분석하기 위해서는 데이터 웨어하우스(Data Warehouse)를 구축하는 것이 일반적이다. 물론 관계형 데이터베이스를 활용해서 데이터를 통합, 분석할 수도 있지만 데이터 웨어하우스는 관계형 데이터베이스와는 다르게 데이터 속성(컬럼) 기반의 분석과 MOLAP, ROLAP 등 다양한 데이터 모델, 그리고 병렬 처리(Massive Parallel Processing, MPP)를 지원하기 때문에 대규모의 데이터를 분석하기 위한 수단으로 전문적인 데이터 웨어하우스 솔루션을 도입하기도 한다. 또한 데이터 마트(Data Mart)는 특정 부서나 사업을 지원하는 소규모로 구축한 데이터 웨어하우스를 의미하는데, 최종 사용자가 이를 기반으로 직접 데이터를 탐색하고 의사 결정에 활용할 수 있다.


다중 데이터 저장소와 분산 컴퓨팅 환경 도입

세계 모든 데이터 중 텍스트, 비디오, 오디오, 서버 로그 등 비정형 데이터(Unstructured data)가 80% 이상의 비중을 차지한다. 이러한 비정형 데이터를 처리(수집, 분석, 저장)할 수 있는 기술들이 대거 등장하면서 기존 정보 처리 시스템에서도 많은 변화를 꾀하며 비정형 데이터에서도 비즈니스 통찰력을 얻는 방안을 강구하고 있다.

그중에서도 가장 큰 관심을 받는 부분은 데이터 기술이다. 현실 세계의 값이나 사실을 데이터베이스로 관리하기 위해서 데이터 구조를 사전적으로 정의(Schema-On-Write)해야 했던 관계형 데이터베이스와는 다르게, 데이터 기술을 통해서 흔히 빅데이터라고 부르는 원시 데이터를 저장하고 데이터를 사용하는 시점에 원하는 데이터 속성(컬럼)들을 대상으로 데이터 구조를 유연하게 정의(Schema-On-Read)할 수 있다.

 빅데이터와 전통적인 데이터의 비교, 데이터 레이크로 구성된 경우 중앙 집중형이다.

빅데이터와 전통적인 데이터의 비교, 데이터 레이크로 구성된 경우 중앙 집중형이다.

우선 NoSQL 데이터베이스가 도입되기 시작했다. NoSQL 데이터베이스는 관계형 데이터베이스와는 다르게 반정형 및 비정형 데이터 구조를 사용할 수 있기 때문에 웹 스케일의 트랜잭션을 처리하기 위한 현대적인 응용 시스템에 많이 적용된다. 그리고 데이터 구조가 관계형 데이터베이스와 비교했을 때 상대적으로 간단하고(키값Key-Value, 컬럼 기반Column-Family, 도큐먼트Document 등) 수평적으로 확장이 가능한 분산 저장소를 지원하기 때문에 관계형 데이터베이스보다 높은 성능을 기대할 수 있다.

또한 분산 데이터 저장소는 클러스터를 이용한 분산 컴퓨팅을 활용하기 때문에 관계형 데이터베이스의 트랜잭션 속성인 ACID(Atomicity, Consistency, Isolation, Durability)를 지원하지 않고 BASE(Basically Available, Soft-State, Eventual consistency)을 보장한다. 추가적으로 분산 데이터 저장소에 대해 더 많은 특성을 이해하려면 CAP 이론과 PACELC 이론을 확인하면 도움이 될 것이다.

최근 대용량의 데이터를 저장, 처리하기 위해 오픈소스 소프트웨어를 도입하는 사례가 많아지고 있다. 특히 대규모의 데이터를 처리하기 위해서 고사양의 단일 시스템을 사용하는 것이 아니라 많은 범용 컴퓨터를 네트워크로 연결하여, 클러스터를 구성하고 데이터를 분산 저장 및 처리할 수 있는 아파치 하둡(Apache Hadoop) 프레임워크가 널리 사용되고 있다.

 아파치 하둡 에코시스템 (출차: https://www.oreilly.com/library/view/hadoop-essentials/9781784396688/ch02s05.html)

아파치 하둡 에코시스템 (출차: https://www.oreilly.com/library/view/hadoop-essentials/9781784396688/ch02s05.html)

아파치 하둡은 하둡 분산 파일 시스템(Hadoop Distributed File System, HDFS)을 비롯해서 NoSQL 데이터베이스(HBase), SQL기반의 데이터 웨어하우스(Hive)를 구축할 수 있고 인-메모리 데이터 처리가 가능한 아파치 스파크(Apache Spark)와 통합할 수 있다. 이러한 아파치 하둡을 활용한 데이터 분석 환경은 통계적 기법을 활용하여 비즈니스 의사결정에 활용하기 위한 정보를 획득하는 것뿐만 아니라 AI, 기계 학습(ML)과 같은 고급 분석을 활용하여 초개인화 서비스 모델을 만들기 위한 기반 기술로도 각광받고 있다.

지금까지 설명한 내용을 바탕으로 데이터 요구사항에 알맞은 데이터베이스 선택을 위해 활용할 수 있는 기준을 제시하겠다.

 데이터베이스 분류

데이터베이스 분류

먼저 세로축은 데이터 유형과 확장성을 나타낸 것이다. 정형 데이터를 관리하기 위해서는 관계형 데이터베이스와 데이터 웨어하우스를 사용하고 비정형 데이터를 관리하기 위해서는 NoSQL이나 HDFS를 사용하는 것이 일반적이다. 그리고 데이터 규모가 증가할 때 관계형 데이터베이스와 데이터 웨어하우스는 높은 사양의 하드웨어를 사용(Scale up)해야 하는 반면, NoSQL과 HDFS의 경우는 범용 하드웨어를 수평적으로 확장(Scale out)할 수 있다.

가로축은 데이터를 처리하는 트랜잭션 속성에 따라 분류한 것이다. 거래 처리 프로세스(OLTP)에는 관계형 데이터베이스와 NoSQL가 적합한 반면, 의사 결정 지원 시스템과 같은 분석 프로세스(OLAP)에는 데이터 웨어하우스나, 아파치 하둡 오픈 소스 소프트웨어 플랫폼을 사용하는 것이 좋다.


데이터 레이크(Data Lake)의 등장

데이터 레이크는 거래 처리 시스템의 데이터를 비롯해서 센서 데이터, 소셜 데이터 등 원시 데이터의 복사본이나 탐색적 분석, 보고서, ML과 같은 작업에 사용되는 변환된 거래비용의 구조 데이터를 포괄하는 ‘단일 데이터 저장소’이다.

 데이터 레이크 개념도

데이터 레이크 개념도

먼저 데이터 레이크는 데이터의 유형과 포맷에 관계없이 데이터를 저장할 수 있다. 또한 데이터를 데이터 레이크에 저장하기 전에 전 처리가 필요하지 않는 편리성을 가진다. 즉, 일반적으로 원시 데이터의 구조가 동적 스키마(dynamic schema)인 경우 데이터를 저장하기 전에 데이터를 구조화하고 정제하는데 많은 시간과 노력이 요구되지만, 데이터 레이크에서의 데이터 정제 작업은 데이터를 분석하는 시점에만 필요하다.

이러한 데이터 레이크의 특징으로는 데이터 분석을 위한 아키텍처를 유연하게 설계할 수 있고, 데이터 엔지니어 혹은 데이터 분석가가 원하는 도구를 활용하여 데이터를 탐색할 수 있으며, 분석이 용이하다는 점이 있다. 이처럼 많은 장점을 지니고 있는 데이터 레이크 기반의 아키텍처는 데이터 분석 환경을 구축하는데 있어서도 각광받고 있다.


데이터 마이닝과 AI

데이터 마이닝은 대규모의 데이터로부터 관련된 정보나 패턴을 발견하는 프로세스이다. 이를 위해서는 데이터 웨어하우스를 도입하는 것이 효과적인데, 데이터 웨어하우스는 원천이 되는 다수의 데이터베이스로부터 이미 데이터를 수집, 정제, 변환하여 통합, 저장하고 정보로 가공했기 때문에 고품질의 데이터 및 데이터 카탈로그를 활용하여 데이터 마이닝을 하기에 이상적이다.

대표적인 데이터 마이닝 기법으로는 이상치 탐지(Anomaly detection), 연관 규칙(Association rule), 클러스터(Cluster), 분류(Classification), 회귀(Regression) 분석이 있다.

ML과 딥러닝(Deep Learning)을 활용하는 정보 시스템이 등장하기 전까지는 특정 영역의 문제를 해결하기 위하여 규칙기반 ‘전문가 시스템(Expert System)’을 구축했지만, 최근에는 ML, 딥러닝 등을 활용하여 업무를 자동화(Robotic Process Automation, RPA)하고 초개인화 서비스 모델을 만들기 위한 시도가 이어지고 있다.

 인공지능, 기계 학습, 심층 학습의 관계

인공지능, 기계 학습, 심층 학습의 관계

AI는 인간의 지각, 학습, 추론 능력을 모방하여 기계가 보여주는 지능으로 ML, 딥러닝을 포함한 개념이다. 또한 ML은 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류된다.

지도 학습은 입력 값에 대한 출력 값이 있는 데이터(Labeled Data Sets)로부터 새로운 데이터가 있을 때 출력 값을 결정할 수 있는 패턴을 찾는 학습 방법으로 분류(Classification)나 회귀(Regression) 분석이 대표적이다.

비지도 학습은 입력 값에 대한 출력 값이 없는 데이터(Unlabeled Data Sets)로부터 특정 패턴을 찾는 학습 방법으로 군집 분석(Clustering)이 대표적이다. 강화 학습은 학습 알고리즘이 환경과 상호 작용하면서 주어지는 누적 기대 보상 값(Reward)이 최대가 되는 정책을 학습하는 방법으로 상태 전이가 현재의 상태와 입력에 의해 확률적으로 정해지는 마르코프 결정 프로세스(Markov Decision Process)에 기초한다.

딥러닝은 심층 신경망(Deep Neural Network)을 사용하여 데이터로부터 특징을 추출하고 문제 해결을 위한 학습을 동시에 할 수 있는 ML의 한 유형으로 이미지로부터의 객체 분류나 음성 인식, 자연어 처리 등이 대표적이다.


ML 과정

CRISP-DM(CRoss-Industry Standard Process for Data Mining)은 데이터 마이닝을 위한 개방형 거래비용의 구조 표준 프로세스이다. CRISP-DM은 데이터로부터 지식을 발견하는 표준 프로세스인 KDD(Knowledge Discovery in Databases)의 변형으로 비즈니스에 대한 문제 인식과 해결을 위한 절차를 포함하는 것이 특징적이다. 비즈니스 문제를 해결하기 위한 ML 과정을 CRISP-DM 프로세스로 표현하면 다음과 같다.

 CRISP-DM기계 학습 과정

CRISP-DM기계 학습 과정

● 비즈니스 이해 : 먼저 산업 분야와 조직이 영위하고 있는 비즈니스에 대한 이해가 필요하다. 이 단계에서는 비즈니스 전문가와 데이터 분석가가 함께 비즈니스 목표와 ML 목표를 수립하고 프로젝트 계획을 세운다.

● 데이터 이해 : 비즈니스 이해를 바탕으로 데이터 요구사항을 확인한다. 정보 시스템에서 이미 관리하고 있는 데이터를 비롯하여 새로운 데이터를 수집, 탐색하고 데이터 품질을 확인한다.

● 데이터 모델링 : 기계 학습을 위해 데이터를 준비하는 ETL(추출, 변환, 로드) 단계이다. 식별된 데이터에 대한 정제, 구조화 및 포맷을 정의하고 데이터 저장소에 저장한다. 이때 수집하는 데이터에 대한 자동화된 데이터 파이프라인 구축도 가능하다. 이후 수집한 데이터를 기반으로 피처 엔지니어링(Feature Engineering)을 수행하고 훈련 데이터(training data), 검증 데이터(validation data), 테스트 데이터(test data)로 분할한다.

훈련 데이터에 종속적(Overfitting)이지 않고 새로운 데이터에 대해서도 잘 분류하거나 예측할 수 있는 일반화된 모델(generalized model)을 만드는 것이 중요하기 때문에 데이터를 세 종류로 분류하고 있으며, 모델 생성 및 검증 단계에서는 훈련 데이터와 검증 데이터만 사용한다.

● 평가 : 모델이 완성되면 비즈니스 목표에 부합하는 모델이 거래비용의 구조 만들어졌는지 확인하기 위해 테스트 데이터로 모델을 평가하고 평가 결과에 따라 배포 계획을 수립하거나 생성된 모델을 보완하기 위한 다음 단계를 결정한다.

● 배포 : 생성된 모델에 대한 배포 계획을 수립한다. 그리고 시시각각 변하는 비즈니스 환경에서도 배포한 모델이 올바르게 작동할 수 있도록 배포 라이프 사이클(deployment life cycle)을 관리한다.


클라우드 컴퓨팅 환경에서의 빅데이터(Big Data in the Cloud)

데이터 기술을 조직 내에 새롭게 도입하거나 이를 운영하는 과정에서 빈번하게 고민하는 사항들로는 다음과 같은 이슈들이 있다.

● 스케일의 트랜잭션을 처리하기 위한 컴퓨팅 자원이 필요하다. 또는 일시적으로 큰 규모의 자원이 필요한 비즈니스 이벤트나 이미 알려진 트랜잭션 패턴이 있다.

● 비즈니스 통찰력을 얻기 위해 정형 데이터를 비롯해서 비정형 데이터를 수집, 저장하기 위해서는 대규모의 데이터를 저장할 스토리지가 필요한데 스토리지 구매에 필요한 규모 산정이 어렵다.

● 유형과 포맷에 상관없이 대규모의 데이터를 포괄적으로 저장하고 거버넌스하기 위한 데이터 레이크가 필요하다.

● 사용자 누구나 직접 데이터에 접근해서 데이터를 탐색하고 비즈니스에 응용할 수 있는 ‘셀프 서비스’ 환경이 필요하다.

● 과학자가 새로운 가설을 개발하고 테스트 할 수 있는 샌드박스 환경이 필요하다.

하지만 위와 같은 데이터 요구 사항을 수용하기 위해서는 대규모의 인프라 투자 뿐만 아니라 다양한 분석, 가시화 도구가 수반되어야 한다. 더 나아가 데이터에 대한 보안, 감사, 내부 통제를 위한 거버넌스 도구가 반드시 필요하다.

 클라우드 컴퓨팅을 이용한 데이터 분석 샌드박스

클라우드 컴퓨팅을 이용한 데이터 분석 샌드박스

클라우드 컴퓨팅은 서버, 스토리지, 데이터베이스, 네트워크 등의 자원을 직접 소유하지 않고 자원에 대한 수요가 발생 시 바로(On-demand) 인터넷을 통해 자원을 사용할 수 있는 기술이다. 현대의 다양한 데이터 요구사항을 수용하기 위해서 클라우드 컴퓨팅을 도입할 경우 다음과 같은 이점을 누릴 수 있다.

먼저 클라우드 컴퓨팅 서비스는 자원을 사용한 만큼 비용이 발생(Pay-Per-Use)하기 때문에 처음부터 데이터를 분석하기 위한 대규모 인프라 투자에 대해서 고민할 필요가 없다. 데이터 처리를 위한 컴퓨팅 자원을 목표로 하는 성능에 맞춰 탄력적으로 확장 또는 축소할 수 있기 때문이다. 또한 데이터 유형과 포맷에 상관없이 대규모 데이터 저장이 가능하며, 데이터 요구 사항에 맞는 데이터베이스를 선택해서 사용할 수 있다. 데이터 저장소를 데이터 레이크로 구성할 경우 데이터 사용자는 셀프 서비스를 사용해서 데이터에 대한 접근성과 가용성을 높일 수도 있다. 또한 데이터 저장소에 대한 조직 차원의 데이터 거래비용의 구조 카탈로그 관리와 백업, 감사, 추적이 가능하기 때문에 데이터 거버넌스 환경을 구축할 수 있다.

‘데이터 중심의 의사 결정’을 중요하게 생각하는 토스페이먼츠의 경우 클라우드에 데이터 레이크와 대용량 데이터 처리 플랫폼을 구축함으로써 실무자들이 셀프 서비스로 데이터 기반의 의사 결정을 내릴 수 있는 분석 인프라를 구축했다.

KB국민카드는 금융 분야 마이데이터 사업을 추진하는 데 있어서 데이터 분석계를 데이터 레이크와 ML환경을 구축함으로써 데이터 인프라의 탄력성과, 보안성, 그리고 새로운 금융 서비스를 실험하고 배포할 수 있는 확장성을 확보했다.

또한 신한금융그룹은 주요 계열사에 흩어져 있던 데이터를 신한 원데이터(One Data)를 통해 클라우드로 통합하고 AI 등을 활용해서 고객 맞춤형 금융 서비스를 제공하기 위한 기반을 마련하는 등 금융 산업 분야에서는 이미 클라우드 컴퓨팅 환경에 빅데이터 분석 환경을 구축하여 새로운 비즈니스 프로세스와 솔루션으로 차별화된 경쟁력을 확보하기 위한 경쟁이 치열하다.


데이터 거버넌스, 데이터 품질 관리

지금까지 데이터 경제 시대를 준비하기 위해 현재의 정보 시스템 환경을 재조명하고 초개인화 비즈니스를 위한 주요 데이터 기술들을 살펴보았다. 하지만 수많은 데이터 기술 중 특정 기술(알파고에 적용된 DQN 등)을 조직 내에 도입했다고 해서 비즈니스 혁신이 이뤄지는 것은 결코 아니다.

먼저 데이터 기술에 대한 투자는 비즈니스 목표와 연계되어야 한다. 그리고 데이터의 가용성, 유용성, 무결성, 보안 등 ‘데이터 품질’을 관리하는 것이 중요하다. 낮은 품질의 데이터는 조직의 비즈니스 의사결정에 사용되기 어려울 뿐만 아니라, 잘못 사용될 경우 높은 실패 비용이 발생한다. 이는 또한 고객에게 제공하는 서비스나 제품의 가격 상승으로 이어져 사회적 비용 증가를 초래하기도 한다.

따라서 데이터 품질을 지속적으로 관리하기 위한 데이터 관리 원칙과 데이터 관리 조직, 데이터 관리 프로세스 구축이 필요하다. 마지막으로 데이터를 활용해서 비즈니스 목표를 달성하기 위해 확장 가능한 유연한 인프라 구성과 데이터 기술의 내재화에 적극 나서야 한다.

히트뉴스 창간4주년

대한약사회가 의약품 수급 불안 문제를 해결하기 위해 식품의약품안전처와 보건복지부 등 정부 측 대책을 요구했다.

의약품 유통에 관여하는 의료계, 약사계, 유통계, 업계 등 이해관계자들이 저마다 대책을 내놓고 있지만 각자 입장에 이해관계가 개입될 수 밖에 없기 때문이다.

약사회 정현철 부회장은 29일 전문언론과 간담을 통해 의약품 불균형은 더욱 심해지고 있지만 대책이 나오고 있지 않아 코로나19 재유행 상황에서 치명적인 보건의료 문제가 발생할 것이라고 밝혔다.

의약품 수급 불안의 원인은

정현철 부회장은 지금까지 제약업계, 유통업계와 논의를 거치며, 지난 2월부터 이어지고 있는 의약품 수급 불안 원인은 △제약업계 △유통업계의 구조적인 문제에 있다고 지적했다.

의약품이 부족하다면 더 많이 생산하면 해결될 수 있다. 그렇지만 정현철 부회장은 의약품 특성상 공급이 부족하다는 이유만으로 무작정 생산을 늘릴 수는 없다고 밝혔다.

현행법이 정하고 있는 의약품 원료 및 완제품 검증에 물리적인 시간이 필요하고, 원료의약품을 해외에서 수급해오는 일부 제약사들은 연 초 수입량을 결정하고 생산일정을 계획하는 등 수량이 정해져 있기 때문이다.

정 부회장은 "의약품 품절로 인한 수급 불균형 원인은 코로나19 확진자 증가로 예전에는 사용량이 많지 않았던 종합 감기약, 처방용 해열진통제들 사용량이 급격히 증가했기 때문"이라며 "올해 업계 생산계획에 따라 수입한 원료들이 이미 상반기 중 소진된 것으로 파악됐다"고 설명했다.

또한 그는 생산량을 대폭 늘릴 수 있다고 하더라도 제약사에는 '사용량 약가 연동제'라는 건강보험 제도적 한계가 있다는 것도 실질적인 원인 중 하나라고 덧붙였다.

그는 "의약품은 건강보험 재정 건전성을 목적으로 사용량이 늘어날 경우 약 가격을 인하하는 '사용량 약가 연동제' 등 제도가 있어, 감염병이라는 특수한 상황에 따른 생산량 증가가 감염병 이후 상황에도 약 가격 인하를 받는 상황을 맞을 수 있다"며 "사업자의 입장에서는 의약품 생산 확대를 신중하게 행할 수 밖에 없다"고 설명했다.

도매업체에는 최근 시행된 콜드체인관련 제도와 일부 유통사에서 확인되고 있는 의약품 끼워팔기 등 일부 부도덕한 행태가 원인으로 지목됐다.

대한약사회 정현철 부회장

"할 수 있는 것은 다했다" 이젠 정부 도움 절실

정현철 부회장은 정부가 적극 개입하지 않으면 의약품 수급 불안 문제를 해결할 수 없을 것이라 강조했다.

그는 △대체조제 변경조제 제도 △의약품 배송비용 보장 △콜드체인 운송 기준 개선 등이 필요하다고 밝혔다.

정 부회장은 "의약품 수급 불안이 상당히 심각한 상황인데도 이것이 환자들에게 전해지지 않는 것은 약국의 중재 역할이 있기 때문"이라며 "그 중재역할이 최근 대체조제, 변경조제 부담과 국민들의 제도 이해도 부족으로 한계에 다다르고 있다"고 주장했다.

그는 "복지부, 식약처, 관련단체의 원활한 협조와 논의를 통해 약국의 대체조제나 변경조제 등 중재 역할이 극대화 될 수 있는 제도 보완이 필요하다"고 설명했다.

또한 콜드체인 운송기준 개선이나 약국 의약품 배송비용 보장 등을 통해 유통업계의 부담을 완화시켜야 한다고 덧붙였다.

그는 "코로나19 백신 운송을 위해 도입한 콜드체인 제도로, 그간 안전하게 작동하던 인슐린 등 일부 생물학적제제 운송에도 비용과 시간적인 부담이 가중되고 있다"며 "생물학적제제 운송 비용에 대한 건강보험재정 측 지원과 제제 특성에 따른 콜드체인 기준 별도 수립이 필요한 상황"이라고 밝혔다.

아울러 정현철 부회장은 약사 회원들에게 의약품 검토 및 중재 등 약국의 역할을 충실히 이행해 달라고 당부했다.

정 부회장은 "현실적으로 제약사의 급격한 생산량 증가나, 제도 개선을 기대할 수 있는 상황은 아니다"며 "약국 중재 역할을 최대한 활용하고, 이 같은 상황을 환자들과 적극 소통해 달라"고 말했다.

이 기사는 2022년 07월 26일 15:16 더벨 유료페이지에 표출된 기사입니다.

포스코그룹이 비상경영체제를 선포했다. '현금 중시 경영'을 강조하며 현금흐름 관리가 핵심 대응전략으로 떠올랐다. 철강 시황 전망이 비관적으로 돌아서면서 사업회사 포스코를 중심으로 현금흐름 개선에 고삐를 쥔다는 구상이다.

포스코홀딩스는 최근 최정우 회장 주재로 그룹경영회의를 개최했다. 그룹 내 사장단 및 전 임원이 모두 참석해 고환율·고금리·고물가 등 삼중고 영향에 따른 글로벌 경기침체 대응 방향을 모색했다. 포스코그룹이 비상경영체제를 결정한 것은 2020년에 이어 2년 만이다. 당시 코로나19 팬데믹에 따른 불확실성에 대비하기 위해서였다.

(출처: 미래에셋증권)

올해 비상경영체제에 돌입한 건 철강 시황에 경고등이 켜졌기 때문이다. 올해 5월 이후 글로벌 철강 가격이 하락세로 돌아섰다.

지난해 7월 철광석 가격은 1톤당 200달러를 웃돌았다. 지난해 말 100달러 수준까지 떨어졌으나 올들어 다시 반등했다. 올해 6월 144달러까지 올랐으나 이달 들어 다시 100달러대까지 떨어졌다. 현재 철광석은 1톤당 115만원에 거래되고 있다.

통상 철강업계는 원재료인 철광석 가격이 내려가면 수익성이 높아지는 효과를 누렸다. 그러나 이번 가격 하락은 경기 둔화에 따른 것이어서 실적 개선을 기대하기는 어려운 상황이다. 철광석 값이 내려가면 철강 제품 가격도 인하하기 때문이다. 그뿐만 아니라 현재 원달러 환율이 치솟고 있어 원자재 가격 하락 효과가 뚜렷하지 않다.

포스코 관계자는 "철광석 가격의 피크아웃(고점 통과 후 하락)이 뚜렷해 하반기 수익성 전망에 대해 그룹 내부 우려가 큰 상황"이라며 "사업회사 포스코를 중심으로 비상경영체제를 가동할 것"이라고 설명했다.

포스코그룹은 구체적인 비상경영 전략을 밝혔다. △적극적인 수익성 방어 △구매·생산·판매 등 각 부문의 구조개선을 통한 원가 혁신 △해외법인 리스크 점검 △투자계획 조정 등을 통한 재무건전성 확보 등에 그룹 역량을 쏟는 것이 골자다. 최 회장은 특히 "현금 흐름 및 자금 상황이 문제 되지 않도록 현금 중심 경영을 한층 강화해야 할 것"이라고 말했다.

눈길을 끄는 것 '현금 중심 경영'이다. 현금을 중시하는 전략은 '재무통'인 최 회장의 트레이드 마크다. 최 회장이 포스코 회장으로 취임한 이후 현금 중시 경영 기조가 지금까지 이어져 오고 있다. 2018년 지주사 전환 전 포스코 별도 기준 현금성자산은 7조2800억원이었다. 이후 2020년 비상경영체제 돌입 때까지 3년 만에 11조2800억원까지 뛰었다. 현금성자산이 증가하면서 순차입금은 자연히 줄어들었다.

하지만 올해 비상경영 전략은 이전과는 다르다. 현금을 중시하는 재무 기조와는 일맥상통하나 현금성자산 자체를 늘리기보다는 '현금흐름'을 원활히 관리하는 것에 방점이 찍혔다. 경기침체기 영업으로 벌어들이는 현금이 마르지 않는 것이 가장 중요하기 때문이다. 올해 1분기 말 기준 포스코그룹은 19조4291억원(연결 기준)이란 충분한 현금을 보유하고 있어 현금 확보에 매진해야 하는 건 아니다.

포스코그룹은 영업활동현금흐름(NCF)을 최대한 늘리겠다는 구상이다. 현금흐름에 주된 영향을 미치는 건 당기순이익이다. 시황 악화로 올 하반기 당기순이익도 감소할 것으로 철강업계는 보고 있다. 증권업계는 포스코홀딩스의 당기순이익(연결 기준)이 지난해 7조1960억원에서 올해 말 6조2320억원으로 13% 이상 감소할 것으로 내다봤다.

포스코그룹은 "핵심사업인 철강사업은 비상판매 체제를 운영해 밀마진 하락 방어 등 수익성 확보에 총력을 다할 것"이라며 "안전 및 환경 분야를 제외한 모든 비용을 절감, 금융시장 불안 가능성에 대비한 안정적 시재 확보에 집중하겠다"고 밝혔다.

당기순이익 감소가 전망되는 상황에서 꺼낼 수 있는 재무 카드는 운전자본 축소다. 매출채권과 재고자산이 증가해 운전자본 부담이 커지면 현금흐름이 위축된다. 포스코홀딩스는 NCF에 영향을 미치는 매출채권을 빠르게 회수해 현금화하고, 매출채권이 아니라 최대한 현금으로 거래한다는 방침이다. 재고자산을 줄여 운전자본을 축소할 계획이다. 또 하반기 원재료 가격이 내려가 운전자본 축소도 예상된다.

미래에셋증권은 "올해 말 포스코홀딩스의 NCF는 8조4040억원 수준으로 예상된다"며 "당기순이익은 지난해 말보다 감소하지만 매출채권과 재고자산이 줄어들어 운전자본 부담이 축소해 NCF가 개선될 것"이라고 밝혔다.

(출처: 금융감독원 전자공시시스템 및 미래에셋증권)


0 개 댓글

답장을 남겨주세요