AI 딥러닝을 이용한 구조방정식모형의 설명력 향상에 관한 탐색적 연구**

A Study on the Explanatory Power of Structural Equation Models using AI Deep Learning

권 순 동**

(Kwon, Sun Dong, e-mail : sdkwon@cbnu.ac.k)

개 요

구조방정식모형(SEM)에 인공지능 딥러닝 기술(ANN)을 접목한 SEM-ANN 2단계 접근방법이 경영학 연구에 적용되어 연구되었다. 그러나 선행연구는 성능평가 방식의 차이로 인하여 SEM과 ANN의 연구결과를 비교하기 어렵고, 표본 크기에 따른 성능 변화를 제시하는 못하는 한계가 있다. 따라서 본 연구에서는 SEM과 ANN 분석에 동일한 성능평가 방식을 사용하여 연구결과를 비교하였고, 선행연구에 비해 상대적으로 큰 1632개의 표본을 수집하여 분석하였다. 연구결과는 다음과 같다. 첫째, SEM-ANN 2단계 접근으로 R²는 향상되었지만, 그 향상 효과는 작았다. 둘째, 훈련된 ANN 모델을 새로운 데이터에 적용하여 얻는 R²로 연구모델의 일반화 성능을 규명하였다. 셋째, 전체 데이터 1632개에서 136개, 307개, 660개를 각각 샘플링하여 하위 데이터셋을 만들고, 표본 크기에 따른 R² 변화를 비교하였다. 그 결과 모든 하위 데이터셋에서 R²가 향상되는 것을 확인하였다. 넷째, 표본 크기가 클수록 ANN 모델의 R²가 향상됨을 확인하였다.

핵심 주제어: SEM, ANN, Deep learning, 구조방정식모형, 인공신경망

** 충북대학교 경영대학 경영정보학과 교수