Google Trends is a useful tool not only for setting search periods, but also for providing search volume to specific countries, regions, and cities. Extant research showed that the big data from Google Trends could be used for an on-line market analysis of opinion sensitive products instead of an on-site survey. This study investigated the market share of tumor necrosis factor-alpha (TNF-α) inhibitor, which is in a great demand pharmaceutical product, based on big data analysis provided by Google Trends. In this case study, the consumer interest data from Google Trends were compared to the actual product sales of Top 3 TNF-α inhibitors (Enbrel, Remicade, and Humira). A correlation analysis and relative gap were analyzed by statistical analysis between sales-based market share and interest-based market share. Besides, in the country-specific analysis, three major countries (USA, Germany, and France) were selected for market share analysis for Top 3 TNF-α inhibitors. As a result, significant correlation and similarity were identified by data analysis. In the case of Remicade’s biosimilars, the consumer interest in two biosimilar products (Inflectra and Renflexis) increased after the FDA approval. The analytical data showed that Google Trends is a powerful tool for market share estimation for biosimilars. This study is the first investigation in market share analysis for pharmaceutical products using Google Trends big data, and it shows that global and regional market share analysis and estimation are applicable for the interest-sensitive products.

Humanities is originally a comprehensive discipline, and all disciplines must be formed under the foundation of humanities. To do so, humanities researchers should break their own castles, return to their original positions based on the humanistic reflection, and try various academic methods. Humanities should no longer be the recipient of the data and the user's role alone. But rather they are expected to play the role of the data curator, the leading role in data production and construction and use of a common platform, and the attempt to use the platform in various ways by the constant re-datafication make all relevant researchers enable collaboration. In addition, it is necessary to have the ability to solve problems through multi-fields, trans-fields, or cross-fields, which can be achieved not only by building basic knowledge in all fields of studies, but also by sharing interest, active participations, and diverse collaborations. We need to have critical and rational perspectives, and inclusive attitudes based on acceptance of differences, and all of these can be supported by our endeavors to solve structural problems.

중국 관광객의 서울과 제주도 관광인식을 알아보기 위해, 인식 특성에 따른 항목 추출, 두 지역을 분석하여 도출 키워드의 관계를 탐구함으로 관광 전략 시사점 도출을 목적으로 하였다. 빅 데이터 분석 프로그램 텍스톰의 중국어 버전을 활용하여 '서울여행', '제주도여행' 키워드를 중국 대표 포털사이트 바이두, 웨이보의 데이터를 수집하여, 빈도분석, TF-IDF분석, N-gram, 인식 항목별 분석 방법을 실시하였다. TF–IDF·N-gram 분석결과 '서울여행'은 역사문화 키워드가 연계되었으며, '제주도여행'은 유흥 및 여행 키워드가 연계되어 지역별 관심도 및 중요행태 차이가 있음을 알 수 있다. 주요 방문지는 서울은 역사문화 관광지 키워드가 도출되었으나, 제주도는 자연경관 키워드가 도출되었다. 주요활동은 서울 전통체험 키워드 도출, 제주도는 소비행태 키워드가 도출되었다. 본 연구는 빅데이터를 활용하여 인식 변화를 빠르게 파악 할 수 있으 며, 중국 관광객의 인식 및 행태의 관계성과 인식 항목별 키워드를 분석함으로써 효과적인 중국 관광객 유치에 대한 기초 데이터로서 의미가 있다.

Big data analysis in healthcare research seems to be a necessary strategy for the convergence of sports science and technology in the era of the Fourth Industrial Revolution. The purpose of this study is to provide the basic review to secure the diversity of big data and healthcare convergence by discussing the concept, analysis method, and application examples of big data and by exploring the application. Text mining, data mining, opinion mining, process mining, cluster analysis, and social network analysis is currently used. Identifying high-risk factor for a certain condition, determining specific health determinants for diseases, monitoring bio signals, predicting diseases, providing training and treatments, and analyzing healthcare measurements would be possible via big data analysis. As a further work, the big data characteristics provide very appropriate basis to use promising software platforms for development of applications that can handle big data in healthcare and even more in sports science.

The advance of information technology with governmental support allows researchers to utilize big data to conduct rigorous rehabilitation-related studies in both the United States and Korea. While big data research has been actively conducted in the United States, few Korean rehabilitation scientists currently conduct big data research. In this paper, we discuss the existing rehabilitation-related big data in Korea and introduce the current big data research trends in the United States. In addition, we provide potential research areas by discussing the previous big data studies in the United States, including 1) functional outcomes, 2) geographical variation, 3) linkage of a population-based cohort to hospital data, 4) cross-national comparison, and 5) scale development. We also discuss various statistical methods required in big data research and compare how these methods differ compared to the traditional research methods in rehabilitation research. Lastly, we discuss the importance of workforce development in rehabilitation-related big data research. We hope this paper will provide occupational therapy scientists and clinicians with practical and useful information about big data research and accelerate big data rehabilitation research communities in Korea.

Lately, there have been tremendous shifts in the business technology landscape. Advances in cloud technology and mobile applications have enabled businesses and IT users to interact in entirely new ways. One of the most rapidly growing technologies in this sphere is business intelligence, and associated concepts such as big data and data mining. BI is the collection of systems and products that have been implemented in various business practices, but not the information derived from the systems and products. On the other hand, big data has come to mean various things to different people. When comparing big data vs business intelligence, some people use the term big data when referring to the size of data, while others use the term in reference to specific approaches to analytics. As the volume of data grows, businesses will also ask more questions to better understand the data analytics process. As a result, the analysis team will have to keep up with the rising demands on the infrastructure that supports analytics applications brought by these additional requirements. It’s also a good way to ascertain if we have built a valuable analysis system. Thus, Business Intelligence and Big Data technology can be adapted to the business’ changing requirements, if they prove to be highly valuable to business environment.

The applications of information and communication technology (ICT) into real industrial fields are getting great attentions in recent years. More and more industrial practitioners and scientific researchers are conducting studies and trying to adopt the technologies into diverse industrial fields. The purpose of this study is to review the technologies such as big data and smart sensors and to provide application cases in order to facilitate grafting the 4th industrial revolutionary technologies onto the safety and health systems. Based on the comprehensive reviews on literature, reports, and industrial cases, we found that big data technology has been used in industries for investigating work related disease. In addition, digital image technology and drone have been applied to establish safety system in construction industry. Lastly, some companies have tried to apply the technologies to build their own safety and health system.

IoT, 빅데이터 분석, AI로 대표되는 4차 산업혁명을 배경으로 빅데이터의 가치가 증가하고 있으며, 이러한 빅데이터의 적절한 활용을 추진하는 것이 각국의 성장력을 높이는 열쇠가 되고 있다. 빅데이터의 적극적인 시장 유통을 촉진하기 위해서는 데이터 공급자 및 이용자가 안심하고 데이터를 제공 및 활용할 수 있는 적절한 제도 정비가 필수이며 현행 지식재산권법 또는 입법을 통해 빅데이터를 보호하는 방법의 검토가 필요하다. 빅데이터 가치에 주목한 각국은 이미 다양한 움직임을 보이고 있다. 먼저 유럽은 실질적인 투자가 이루어진 일정한 데이터베이스에 대해 독자적인 권리(sui generis right)를 부여하고 있다. 반면, 미국에서는 적극적 독점권이 아닌 부정경쟁방지 법리에 따른 소극적 보호로 대응하고 있다. 또한, 일본에서는 최근에 빅데이터 보호와 관련하여 두 개의 법이 대대적으로 개정되었다. 즉, 2018년 5월에 빅데이터 보호를 위한 규정을 새로 도입하는 부정경쟁방지법 개정을 실시하고, 동시에 디지털화·네트워크화의 발전에 대응하여 유연한 권리제한 규정을 정비하는 저작권법 개정을 실시하였다. 물론 한국에서도 빅데이터는 특허법, 저작권법 등의 현행 지식재산권법상에도 일정한 법적 보호를 받을 가능성은 있으나, 어느정도 한계가 있는 것으로 보인다. 특히 한국 저작권법은 2003년 개정을 통해 데이터베이스를 저작권법으로 보호하는 규정을 마련하였으나, 저작권법을 통한 배타적 권리로서의 보호가 적절한 것인지에 대해서는 의문이 제기되고 있다. 또한, 실제로 많은 기업들이 빅데이터 보호로 이용하고 있는 영업비밀은 빅데이터의 공개와 유통을 촉진하는 것을 목적으로 하는 빅데이터의 새로운 보호 논의의 취지에서는 벗어난 것이다. 한편, 부정경쟁방지법의 새로운 보호 대상으로 빅데이터를 포함하는 방법이 더 가능성이 높은 어프로치가 될 수 있다. 부정경쟁방지법은 소극적 보호만을 부여하고 있고, 새로 등장한 대상을 보호범위로 포섭하는 데 있어 가장 신축적인 법제이다. 따라서, 배타적 독점권을 도입하면 예상되는 큰 반발을 피할 수 있어 실현 가능성이 높고, 구체적인 집행 과정에서도 유연하게 대응할 수 있을 것으로 보인다. 이와 같은 빅데이터 제작에 관련된 투자 회수와 정보의 자유로운 유통이라는 두 가지 목적을 달성할 수 있는 가장 적절한 보호 방법에 대한 지속적인 연구가 필요할 것이다.

혁신 채찍(Innovation stick)은 혁신을 위한 특정 의무를 부과하고 그 의무를 달성하지 못하였을 경우 벌금 등의 불이익을 부과하는 방식이다. 특허와 같은 당근뿐만 아니라 불이익을 부과하는 채찍으로도 혁신을 달성할 수 있다. 필요한 혁신이지만 이에 대한 시장의 수요가 적은 경우, 시장 경쟁에만 두면 외부효과가 만연한 경우, 또는 채찍 적용 대상이 시장에서 탈출할 위험이 적은 경우에는 혁신 채찍이 유용하다. 혁신 채찍은 사회 전체 이익을 위한 효과적인 수단을 추구하도록 하고 당근과 달리 추가적인 비용을 발생시키지 않는다. 단, 이러한 이점을 누리기 위해서는 정부가 혁신 채찍을 설정하는 주체로서 정보 부담을 지어야 한다. 대표적인 혁신 채찍으로는 기업평균연비제도와 포괄수가제를 들 수 있는데, 모두 미국, 유럽, 우리나라 등 여러 국가에서 활용되고 있다. 앞으로 다가올 인공지능⋅빅데이터 시대에도 혁신 채찍은 중요한 역할을 할 수 있다. 인공지능 ⋅빅데이터가 발전할 수 있는 환경을 구축하거나 우려되는 외부효과를 방지하는 데 혁신 채찍이 좋은 도구가 될 수 있다. 공공 영역에서는 고품질 공공데이터 확보를 위한 혁신 채찍이, 시장 영역에서는 인공지능⋅빅데이터 시스템의 블랙박스화와 차별을 방지하기 위한 혁신 채찍이 필요하다. 이를 위해서 정부는 많은 정보 부담을 감수하고 준비하여야 한다. 준비 없이 만들어진 채찍은 사람들을 시장에서 탈출하게 하여 오히려 혁신을 저해할 수 있다. 미국, 유럽 등 주요국은 이미 인공지능⋅빅데이터 시대의 혁신 채찍을 수립하기 위한 연구를 시작하였다. 우리도 국제사회와 함께 필요한 혁신 채찍이 무엇인지, 적용 기준은 무엇인지, 어떻게 평가할지 논의를 진행하여야 한다.

This study empirically analyzed the influence of fashion brands’ marketing issues on actual sales and consumer preference—focusing on evaluation trends of brands over time by using the theoretical background and big data provided through literature. This study examined the influence of three fashion brands (Balenciaga, Vetements, and Off-White) that have recently seen a drastic increase in the number of searched volumes through social networks. To identify the consumer-brand evaluations and trends and the marketing issues, the time period was divided into Groups A and B, which are from 2014 to 2015 and from 2016 to 2017, respectively. This study analyzed the frequency of overlapping keywords by using the R program to graphically visualize the changes over the timeline. Specifically, this analysis extracted data mainly related to bags, wallets and accessories for 2014-2015, but in 2016-2017, all four brands saw a vast increase in the frequency of searching product keywords related to clothing and footwear, and newly extracted ones were the top keywords. When analyzing the big data with these keywords as indicators, I confirmed that the products related to bags, wallets, and accessories were shifted to those related to apparel and footwear. Consumers previously recognized luxury brands such as Balenciaga as accessoriesoriented brands that were focused on handbags and sunglasses, but now they are gaining popularity and recognition among consumers as a fashion brand.

이 연구는 토픽 모델링의 LDA(Latent Dirichlet Allocation) 기법을 적용해 언론에 보도된 테러리즘 관련 뉴스 기사의 주요 토픽(topic)을 분석하였다. 이를 위해 지난 2014년 6월부터 2019년 5월 중, 미디어에 보도된 뉴스 중에서 테러리즘을 소재로 다룬 36,436건을 대상으로 토픽 을 추출하고, 주요 흐름을 시기별(모술탈환 이전, 모술탈환 과정, 모술탈 환 이후)로 구분하여 분석하였다. 이 연구에서 모술탈환 작전을 주요 분 석 시점으로 정한 것은 국제 테러리즘의 확산과 파급력이라는 측면에서 중요한 키워드가 ISIS(이슬람국가)이고, ISIS 세력의 확장, 축소, 다변화 등과 관련된 주요 사건이 모술탈환 작전이라고 여겼기 때문이다. 연구 방법적으로는 테러리즘과 관련한 방대한 양의 기사 내용을 정량 적으로 분석할 수 있고, 내용적으로는 주요 토픽을 파악함으로써 테러리 즘 기사의 이슈와 정책 이슈와의 관련성을 논의할 수 있는 토픽 모델링 분석을 실시하였다. 이상의 결과는 테러리즘에 대한 주제를 단어 중심으 로 범주화함으로써 관련 연구의 분석 기준을 마련할 수 있으며, 정책적 으로는 관련 이슈에 대한 언론 보도 토픽의 경향성을 파악함으로써 국제 테러리즘 발생에 대한 이해를 기반으로 정책 수립의 방향성을 제시할 수 있을 것이다. 이 연구는 선행연구에서 주요하게 다루지 않았던 테러리즘의 양상과 관련된 뉴스 기사의 주제적 특징을 객관적으로 도출함으로써, 시기별로 중심 주제가 어떻게 변화되고 있는지를 분석하였으며, 이를 통해 우리 사회에서 바라보고 있는 테러리즘 실태와 동향을 살펴보고자 하였다. 이 를 토대로 테러리즘 관련 언론보도의 주요 토픽과 테러리즘 관련 언론보 도 기사에서 모술작전 전후 시기별로 주요 토픽은 어떠한 변화 추이를 보이고 있는지에 대한 함의점을 도출할 수 있었다.

4차 산업혁명시대를 맞이하여 데이터는 향후 디지털 경제성장을 견인할 수 있는 주요 수단의 하나로 여겨지고 있다. 종래에는 보호의 대상으로만 인식되었던 개인정보도 이제는 빅데이터의 활용과 맞물려 그로부터 경제적 이익도 도모할 수 있는 중요한 수단으로 주목받고 있다. 개인정보의 활용과 보호를 조화롭게 발전시키려면, 이를 뒷받침할 각종 제도를 정립할 필요성이 증대 되고 있다. 특히, IPv4 시대에서 IPv6의 시대로의 전환이 전 세계적으로 진행되며, 사실상 모든 기기에 고정 IP를 부여할 수 있을 정도의 규모가 됨에 따라 빅 데이터 시대에서 각종 디지털 정보들의 연결고리 가 될 수 있는 IP 주소의 중요성은 고정 IP인지 유동 IP인지 여부와 무관하게 더욱 커지게 되었다. 이 글에서는 디지털 개인정보의 한 종류인 IP 주소에 대해 살펴보고, IP 주소의 개인정보 인정 여부에 대한 국내외 논의와 함께, IP 주소에 적용 되는 현행의 개인정보보호법, 정보통신망 이용촉진 및 정보보호 등에 관한 법률을 검토하였다. 디지털 개인정보의 활용과 보호의 조화로운 발전을 위해 개인정보보호법에 IP 주소가 개인정보임을 명시함으로써 정보의 이용자들이 수집⋅활 용 전에 IP 주소가 개인정보임을 인지하고 이에 맞는 법적 동의 절차를 이행하면, 비식별화된 IP 주소를 법적 테두리 내에서 자유로이 활용할 수 있도록 보장받을 것이다. 이와 함께 정보 주체는 법률에 명시된 제도적, 기술적 안전장치로 인해 본인의 개인정보인 IP 주소가 유출, 남용되는 피해가 발생할지도 모른다는 두려움을 확실히 해소 할 수 있게 될 것이다. 이와 같은 법적 안전장치의 마련을 통해 정보 이용자의 사업 수행 권리와 정보 주체의 개인정 보보호가 조화를 이루며, 디지털 산업의 성장이 가능할 것으로 기대된다.

빅데이터의 활용을 둘러싼 법적 쟁점은 개인정보보호를 우선할 것인지 아니면 빅데이터의 활용을 우선할 것인지의 문제로 귀결된다. 보건의료정보는 그것이 제한 없이 공개될 경우 개인의 신체 적⋅사회적 지위에 미치는 영향이 크다는 점에서 민감한 개인정보에 해당하는바, 개인정보보호의 대상이 된다. 그리하여 기존의 개인정보보호법제는 정보주체의 사전동의(opt-in방식)가 있는 경우를 전제로 정보의 수집⋅분석⋅이용을 규율하고 있었다. 그러나 국민 개개인에 대한 맞춤형 보건의료 서비스를 제공하기 위해서는 대량의 보건 의료정보를 신속하게 사용할 수 있어야 할 것이다. 결국 정보주체의 사전동의를 전제하는 기존의 방식으로는 내재적 한계에 부딪힐 수밖에 없으며 이에 대한 해결책이 강구되었다. 최근 정부가 발간한 개인정보 비식별 조치 가이드라인은 비식별 조치가 완료된 개인정보는 정보주체의 사전동의 없이도 제3자에게 제공이 가능하도록 하는 내용을 규정함으로써 전향적인 태도를 보이고 있다. 나아가 보건의료정보는 비식별 조치를 취함으로써 정보의 가치가 하락하는 경우 역시 발생할 수 있는바, 정보의 유형에 따라 예외적인 opt-out방 식의 도입을 검토할 필요가 있다. 또한, 동 가이 드라인은 법률의 위임 없는 행정규칙 내지는 유권해석에 해당하는바, 사법적 판단이 필요한 경우에 법적 안정성이 부족하다는 한계가 있다. 따라서 가이드라인의 취지와 핵심 내용을 개인정보보호법 또는 법률의 위임을 받은 법규명령에 반영 하기 위한 법 개정이 필요하다.

보건의료 정보의 활용은 빅데이터 시대에 피할 수 없는 흐름이다. 빅데이터를 활용하여 산업발전 및 소비자 후생증진을 도모할 수 있다. 이에 따라 빅데이터 사용에 있어 개인정보 보호의 문제도 대두되었다. 미국은, HIPAA (의료정보보호법)를 제정하여 보건의료 정보의 비식별화를 규정하고 있다. 유럽은 GDPR이 제정되었다. 이에 기반하여 EU의 제 29조 작업반(Working Patty 29)은 2014년 4월 10일 익명처리기법에 대한 의견서(WP opinion on Anonymisation Techniques)를 채 택하였다. 일본은 2003년 개인정보보호법을 제 정하였고 2015년 전면개정하였다. 개정법에서는 개인정보 빅데이터의 활용을 좀 더 용이하게 하기 위해 익명가공정보의 개념을 도입하였다. 우리 나라 개인정보 보호법 제18조 제2항은 개인정보를 목적 외로 이용 또는 제3자 제공할 수 있는 예외사유를 규정하고 있다. 또한 의료법 제19조 제 1항으로 의료인이나 의료기관 종사자에게 업무상 알게 된 다른 사람의 정보를 누설하거나 발표하 지 아니할 의무를 정하고 있고, 같은 조 제2항은 의료기관 인증에 종사하고 있거나 종사하였던 자의 업무상 알게 된 정보 누설 및 부당 사용을 금지한다. 2016년 6월에는 행정자치부 등 기관들의 합동으로 ‘개인정보 비식별화 조치 가이드라 인-비식별 조치 기준 및 지원⋅관리 체계 안내’를 발표하였다.

오늘날 우리는 빅데이터의 시대에 도래하였다. 특히 빅데이터를 범죄예방에 활용함 으로써 빅데이터의 가치는 나날이 증가하고 있으며, 공공기관에서 공유하고 있는 데 이터를 통해 범죄, 질병, 재난재해예방등의 효과가 나타나고 빅데이터를 활용한 범죄 예방효과가 입증되고 있다. 미래를 예측하기 위한 국가, 기업, 단체들은 가능한 멀리 그리고 정확하게 앞날을 내다보려고 한다. 미래를 예측하기 위해 각각의 주체들은 다양한 의사결정 프로세스를 가지고 있다. 그러나 정확한 예측을 토대로 미래를 준비하기 위해 정교한 의사결정 시스템을 갖추기는 현실적으로 불가능하거나 어렵다. 이렇게 의사결정 자체를 특정모형으로 설명할 수 없는 모델을 쓰레기통 모델이라고 부른다. 명칭이 다소 아름답지는 못하지만, 문제 발생원인의 파악, 문제해결 방안의 도출, 최종 의사결정의 주체, 의사 결정의 시기 등이 뒤섞여 결국은 불규칙한 프로세스에 의해 최종결정이 내려진다는 이론이다. 또한 쓰레기통 모델을 통해서 선택된 결과물이 반드시 최선의 선택이라고 는 볼 수 없다. 이미 어린이･노인･버스전용차로･음주운전 관련 교통사고, 서울대의 자영업자 생존율 분석, 언론사의 빅데이터 분석, 이동 통신사의 고객이탈 분석, 다양한 분향의 홍보 마케팅, 보험회사, 병원, 의료기관, 국가기관, 연구기관등 다양한 기관들에서 빅데이터 의 분석이 진행중이거나 그 결과를 활용하여 다양한 정책을 마련하고 있다. 하지만 이러한 노력에도 범죄신고는 꾸준히 증가하고 있고, 특히 아동학대범죄는 국가의 대처가 미흡하다는 문제점과 강력한 처벌을 요청하는 데도 불구하고 학대로 사망하는 아동들은 꾸준히 증가하고 있다. 보건복지부의 자료에 따르면 2011 년~2017년에 학대로 인한 사망아동을 파악한 결과를 살펴보면, 2011년 13명, 2012년 10명, 2013년 22명, 2014년에는 17명, 2015년에는 19명, 2016년에는 36명, 2017년에는 46명으로 조사되었다. 따라서 본고에서는 아동학대를 예방할 수 있는 시스템을 구축하기 위하여 2011 년~2017년 학대로 인한 사망한 아동들의 성별, 연령, 발생장소, 발생빈도, 학대유형 데이터를 바탕으로 아동학대 범죄예방시스템 구축에 빅데이터를 활용하는 목적을 두고 있다. 아동학대를 예방할 수 있는 시스템을 구축하기 위한 첫 개선방안으로 빅데이 터를 활용하여 아동학대예방시스템을 구축하기 위하여 빅데이터를 활용한 하둡 생태 계 범죄예방시스템의 개발을 제안해 보고자 한다.