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.

PURPOSES : Transportation researchers have contributed to try to both understand and accumulate scientifically how individuals move across time and space. Currently, data generated from household travel diary surveys have been used as the basis of travel behavior (or human mobility patterns) analysis in transportation planning and have been buoyed in a sustainability for decades. Against this backdrop, this study introduces mobile phone signaling big data that can convey more detailed human mobility information across time and space and supplement travel behavior analysis. METHODS: We propose a usable and useful dataset driven from the mobile phone signaling data for better travel behavior analysis. Several data-driven approaches have been tried to estimated and calculate variables inserted into the dataset. RESULTS: In the result, this paper discussed the promise of mobile phone based dataset to applications for inferring human mobility patterns applied to directly transport policy. CONCLUSIONS: It is our hope that this study will stimulate future studies on transportation planning and mobility analysis using mobile phone signaling data in Korea.

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.

본 연구는 소셜 네트워크 서비스 중 한 유형인 플리커를 이용하여 궤적 데이터를 생성하고, 서울을 방문한 관광객의 이동 특성을 분석하였다. 연구에는 2015년 1월 1일 부터 2017년 12월 31일까지 서울을 방문한 1,476명 관광객이 게시한 플리커 사진 39,157건을 활용하였다. 연구기간 내 서울을 방문한 관광객은 1회 방문시 평균 5.12일을 체류하며, 약 1.27회 방문한 것으로 나타났다. 서울방문 관광객의 첫 방문지는 종로･남산, 신촌･홍대, 이태원 순으로 나타났으며, 주 목적지는 종로･남산이며 주로 인접 지역으로 이동하는 것으로 나타났다. 본 연구에서 활용한 데이터와 방법론은 관광행태 분석을 효율화하고, 다각적 분석을 가능하게 하는데 기여할 것으로 판단된다.

The Korean fisheries industry is a traditional business, the majority of which are small and medium-sized enterprises (SMEs). It has played an important role in the South Korean economies in the past several decades, but it currently faces the limitations of growth potential and profitability due to declining workforce, aging populations, deteriorating fishery environments, climate changes, and rapid changes in the global industrial ecosystem. Many studies have suggested solutions for the fisheries industry in macro perspective, but there are rarely any studies taking the strategic approaches for the problem. If it is possible for governments to support the companies that are likely to increase their value-added selectively, it will break through the current situation more effectively. This paper introduces a study on the selection method utilizing data envelopment analysis (DEA) to find SMEs with potentials to increase profits and growth. We suggest selecting SMEs with high management efficiency and ability to utilize intangible assets as the target companies. We also suggest policy objectives for SMEs in the domestic fisheries industry based on the results of DEA analysis and propose a data-based method for the policy decisions.

People write reviews of numerous products or services on the Internet, in their blogs or community bulletin boards. These unstructured data contain important emotions and opinions about the author's product or service, which can provide important information for future product design or marketing. However, this text-based information cannot be evaluated quantitatively, and thus they are difficult to apply to mathematical models or optimization problems for product design and improvement. Therefore, this study proposes a method to quantitatively extract user’s opinion or preference about a specific product or service by utilizing a lot of text-based information existing on the Internet or online. The extracted unstructured text information is decomposed into basic unit words, and positive rate is evaluated by using existing emotional dictionaries and additional lists proposed in this study. This can be a way to effectively utilize unstructured text data, which is being generated and stored in vast quantities, in product or service design. Finally, to verify the effectiveness of the proposed method, a case study was conducted using movie review data retrieved from a portal website. By comparing the positive rates calculated by the proposed framework with user ratings for movies, a guideline on text mining based evaluation of unstructured data is provided.

빅데이터 분석을 통한 기업 경영환경에 대한 이해와 통찰을 구하고자 하는 요구가 산업 및 기업 경영 전반에 증가하고 있다. 이러한 사회적 요구에 따라 산업의 이해와 기업 경영의 이해를 위하여 기업의 경영실적 및 향후 계획을 포괄적으로 담고 있는 기업공시정보를 활용한 연구가 주목을 받고 있다. 이러한 기업공시정보는 대표적인 비정형 데이터로써 텍스트마이닝 방법론을 적용하여 그 범위와 수준에 대한 다양한 접근을 통하여 산업 수준 및 기업 수준에서 다양한 활용이 가능하다. 그러나 아직은 이러한 기업공시자료를 활용한 산업 및 기업 레벨에서 적용가능한 수준의 분석모델이 부족한 것으로 파악된다. 따라서 본 연구에서는 실제 활용 가능한 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 제안하고자 한다. 미국상장기업의 공시자료인 미국 SEC EDGAR 자료를 기반으로 텍스트마이닝 알고리즘을 적용하여 산업 및 기업 수준의 경영주제(토픽)에 대한 추이분석이 가능한 모델을 제안하고자한다. SEC EDGAR의 10-K 문서를 대상으로 LDA 토픽 모델링을 통하여 산업 수준에서 전체 산업의 주제분야 분류를 파악하였고, 산업간 비교 측면에서 소프트웨어 산업과 하드웨어 산업 분야의 사례를 통해 최근 20년간의 토픽추이를 비교분석 하였다. 또한 최근 20년간의 기업의 경영주제 변화를 소프트웨어 산업에 속한 2개 기업을 중심으로 살펴보았다. 이를 통해 산업 및 기업 수준에서의 경영주제의 추이 변화를 파악하여 쇠퇴 및 성장 추세에 있는 경영주제를 확인 할 수 있었다. 한편 word2vec 워드 임베딩 모델과 주성분분석을 통한 차원 축약을 통해 소프트웨어 산업분야의 기업 및 특정 제품(혹은 서비스)에 대한 매핑을 통해 유사한 경영주제(토픽)를 가지는 기업 및 제품(서비스)을 사례를 통해 파악하였으며, 이를 시간적 흐름에 따른 변화 양상도 관찰할 수 있었다. 본 연구의 목적이 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 개발하기 위한 방법론을 제안한 측면에서, 해외 데이터를 사용하여 산업의 경영주제 변화 추이, 기업의 경영주제 변화 추이를 거시적으로 조망할 수 있는 실무적인 방법론의 제안에서 의의가 있을 수 있다. 한편 기업의 기술경영전략 측면에서 기업의 경영토픽의 잦은 변화, 경영주제의 변화의 속도 등 다양한 변화 양상의 차이에 따른 기업의 매출 등의 경영성과와의 연관성 분석, 실제 기업의 제품포트폴리오의 구성에 따른 기업 간의 경쟁상황 등을 파악하는 미시적 모델 제안을 위한 추가 연구가 요구된다.

빅데이터는 2010년 이후 다양한 산업 분야에서 빠르게 확산이 진행되었다. 본 연구에서는 빅데이터가 확산되는 초기 과정에 대한 시계열 분석을 통해 빅데이터의 범용 기술 특징을 분석하였고, 각 산업의 확산 특성 차이에 대해 조사하였다. 빅데이터를 키워드로 하여 논문, 특허, 뉴스 데이터, 구글트렌드를 분석하여 선행 지수에 해당하는 데이터를 탐색하였고, 논문과 특허보다 뉴스와 구글트렌드가 2년가량 선행하는 트렌드를 보임을 확인하였다. 구글트렌드를 이용하여 국내와 미국, 일본, 중국의 국가별 도입 시기와 확산 양산을 비교하였고, 뉴스 데이터를 통해 국내의 주요한 8가지 산업 분야에 대해 확산이 진행되는 과정을 정량적 그리고 사례를 바탕으로 분석하였다. 본 연구를 통해 빅데이터처럼 산업 전반에 걸쳐 영향을 주는 범용 기술이 어떻게 초기 확산이 이루어지는지에 대한 실증적 연구 방법을 제시하였고, 빅데이터가 국내에서 각 산업별 확산 속도 차이는 어디에서 비롯되는지 파악하였다. 본 논문에서 제시한 방법은 빅데이터 이외에 다른 기술의 확산 과정에도 분석할 수 있으며, 특정 국가내의 기술 키워드 확산에 해당하므로 개발도상국에서 외국으로부터 도입된 기술을 어떻게 받아들일지 분석하는데 사용 가능하다. 그리고, 기업 측면에서는 새로운 기술을 출시하고 이를 확산하고자 할 때 어떤 경로가 효과적인지 이해할 수 있다.

본 연구는 역삼투 해수담수화 플랜트의 실 데이터 분석을 통해 에너지 소모를 줄이는 방안을 제안한다. 이를 위해 10,000m3/d 이상의 플랜트를 대상으로 70여개의 데이터를 수집하고 분석하였다. 역삼투 해수담수화 플랜트의 에너지 소모는 에너지회수장치 발전으로 인해 크게 감소하였으나 각 요인에 따라 다른 값을 보였다. 에너지 소모는 유입수 수질에 영향을 받고, 높은 수질의 생산수를 얻기 위해선 더 많은 에너지가 소모됨을 확인하였다. 또한, 플랜트 규모가 커지면 에너지 소모가 줄어든다고 알려져 있으나 반드시 그런 것은 아니며, 역삼투시스템 운영 시 에너지 소모가 최소가 되는 회수율이 있음을 알아냈다. 마지막으로 에너지 소모와 관련된 요인을 정리하고 이를 바탕으로 저에너지 소모를 위한 3가지 방안을 제시한다.

The base quality score recalibration (BQSR) is an important step in the variant calling from high-throughput sequence data. Motivated by the fact that BQSR necessarily requires a database of known variants such as the dbSNP, we present an extensive analysis on BQSR results for human and rice genome. We showed that the recalibration results depended on the size of the database. The more variants are there in the database, the larger averaged value of the recalibrated quality scores is obtained. This implies that the recalibrated quality score is lower than it should be when the number of variants in the database is not large enough. Based on the finding that the size of the database should play a crucial role in BQSR, we proposed a method to create a database when the size of a database is not large enough for BQSR results to be reliable. We demonstrated that, in the case of human, the database constructed by the proposed method generated almost the same results as the human dbSNP. In the case of rice, however, we showed that the proposed database is more reasonable than the rice dbSNP by illustrating how the proposed method is effective.

최근 대한민국에서는 사회·경제적으로 지위가 있는 사람들의 비윤리적 행위인 ‘갑 질’이 사회적 문제로 대두되고 있다. 사회적 지위를 가진 사람이 비도덕적 행위 혹은 범죄를 저지를 때마다 미디어에 ‘갑질’이라는 용어가 빈도 높게 사용되고 있다. 이에 본 연구에서는 ‘갑질’ 행위를 범죄학적 관점(화이트칼라 범죄이론)과 개인 성격적 관점(화이트칼라 사이코패스이론)으로 비교하여 분석해보고자 한다. ‘갑질’을 범죄학적 관점으로 설명하면 ‘갑질’의 행위자는 대부분 사회적으로 지위가 높은 개인 또는 집단 이라는 점에서 사회적 위치가 중요요인인 화이트칼라 범죄와 부분적으로 일치한다. 개인 성격적인 관점인 화이트칼라 사이코패스이론을 통해 ‘갑질’을 해석하면 ‘갑질’ 행위자의 사회적 지위를 배제하고 개인의 성격특질인 충동성, 폭발적 분노 등을 ‘갑질’의 원인으로 보아 ‘갑질’ 행위자가 화이트칼라 사이코패스의 성격특질을 지녔다고 볼 수 있다. 이를 위해 빅데이터 분석을 사용해 2013년부터 2018년까지의 네이버 뉴 스기사와 소셜미디어의 한 종류인 Twitter 기록의 문자파일을 수집하여 각 파일 안에서 사용된 특정 단어와 중복되어 사용된 단어들의 빈도를 추적하였다. 연차별로 150개 의 단어를 선발해 상위 50위까지의 단어를 분석한 결과, 사회적 특성을 나타내는 단어들이 개인적 성격특질을 나타내는 단어들보다 많은 수를 보였다. 이를 통해 대중의 ‘갑 질’에 대한 인식은 행위자 개인의 성격특성보다 행위자의 직업과 지위 등 사회적 특성 에 더 집중함을 알 수 있었다. 이 결과는 대중들이 ‘갑질’ 사건을 보는 시선은 앞선 두 가지 범죄이론 중 화이트칼라 범죄이론에 더 부합하는 것으로 해석할 수 있다.