최근 빅데이터 기술의 발전에 따라 보건의료 빅데이터를 헬스케어에 접목하여 부가가치를 창출하고자 하는 논의가 활발하다. 그러나 보건의료 정보는 민감한 개인정보로서 개인정보보호 규제를 받기 때문에, 개인정보보호와 보건의료 빅데이터 활성화 방안을 함께 검토할 필요가 있다. 이에 본 연구에서는 먼저 보건의료 빅데이터 관련 주요 개념을 살펴보고, 보건의료정보가 개인 정보보호와 보건의료법제에서 어떻게 규율되고 있는지 관련 법규 및 판결을 고찰하였다. 법원은 정보 활용시 얻을 수 있는 이익과 정보주체의 개인정보 자기결정권을 비교형량하여 정보주체의 동의 없이도 정보처리가 가능하다고 판시하였다. 그러나 개별 기업이 공개정보 등을 처리하려고 할 때마다 법익을 비교형량하여 판단하는 것은 현실적으로 불가능하다. 따라서 본 연구에서는 EU에서 진행된 시민 참 여형 보건의료 빅데이터 조성논의를 참고하여 동의 없이 어느 범위까지 정보처리가 가능한지에 대한 사회적인 합의가 선행되어야 한다고 보았다. 사회적 논의 이후 법제화 과정에서는 보건의료정 보의 세분화, 목적 외 처리가 가능한 정보의 범위 등 정보처리의 법적 근거 마련, 정보주체의 권리를 보호하면서도 악용을 방지하기 위한 보안장치가 필요함을 주장하였다.

저작권법이 2011. 12. 2. 개정되어 공정이용 조항이 도입되었다. 이로써 저작물의 통상적인 이용 방법과 충돌하지 아니하고 저작권자의 정당한 이익을 부당하게 해치지 않는 경우에 해당하면 저작물을 이용할 수 있게 되었다. 공정이용 해당 여부를 판단하는 데에는 이용의 목적 및 성격, 저작물의 종류 및 용도, 이용된 부분이 저작물 전체에서 차지하는 비중과 그 중요성, 저작물의 이용이 그 저작물의 현재 시장 또는 가치나 잠재적인 시장 또는 가치에 미치는 영향 등을 고려하여야 한다. 미국 사례로서 선거운동에서 이용허락 없는 원음악저작물을 사용한 경우와 국내 사례로서 실제 골프코스를 화면에 재현하여 스크린 골프장 운영업체에 제공한 경우, 박람회에서 이용허락 없이 홍보 동영상을 재생한 경우, 방송사의 시험문제를 비판하기 위하여 대상 문항을 인터넷에 게시한 경우, 노동착취 행위를 알리는 과정에서 작가를 조롱하기 위하여 예술작품을 복제한 경우를 소개하고 이를 통해 실제 사례에서 위와 같은 판단 요소가 어떻게 고려되는지 살펴보았다. 한편 인공지능의 빅데이터 활용에도 공정이용조항이 적용될 수 있다. 공정이용조항은 저작권 제한 사유를 구체적⋅개별적으로 열거한 것이 아니라 일반적⋅포괄적으로 규정하고 있으므로, 인공지능과 같이 빠르게 발전하는 기술에 따른 다양한 저작물 이용 형태까지도 적시에 파악하여 저작권자와 이용자 또는 일반 공중 사이의 이익을 합리적으로 조율할 수 있다는 장점이 있다. 이때에는 위와 같은 법률상의 고려요소와 함께 저작권자의 권리 보호를 위한 합리적인 노력 내지 조치의 존부, 산재된 이득의 집적 효과, 그로 인한 이해당 사자들이 얻는 이익 또는 불이익의 정도 등을 종합적으로 고려하여야 한다. 그러나 공정이용조항은 인공지능의 빅데이터 활용을 가능하게 하는 임시적인 방편에 불과하다. 예측가능성을 제공하여 기술 발전을 도모하기 위해서는 텍스트 및 데이터 마이닝에 관한 입법적 조치가 요구된다. 입법 과정에서는 4차 산업혁명 시대에 있어 인공지능의 적극적 활용을 위한 제도적 장치 마련의 필요성이라는 측면과 함께, 산재된 저작권의 경미한 이용에서 비롯된 재산적 가치의 이전에 대한 보상의 필요성이라는 측면까지도 충분히 고려되어야 할 것이다.

목적 : 본 연구는 인터넷 주요 웹사이트의 작업치료에 대한 주요 키워드들의 관계파악을 통해 현재 국내 작업치료의 대중적 의미를 파악하고자 하였다. 연구방법 : 본 연구에서는 네이버, 다음, Google에서 제공하는 뉴스, 블로그, 카페, 지식인/다음팁에 산재 되어 있는 ‘작업치료’관련 텍스트들을 텍스톰(TEXTOM)을 활용하여 수집하였다. 수집기간은 2015년 1월 1일부터 2019년 12월 31일까지 5년간으로 정하였다. 자료분석은 넷마이너(NetMiner) 프로그램의 의미연결망(semantic network)분석을 사용하여 다빈도 상위 50개의 키워드에 대해 연결중심성과 매개중심성, 동시출현 키워드분석, 하위집단 분석을 실시하였다. 분석에 사용된 형태소는 명사로 한정하였다. 결과 : 키워드 빈도에서는 작업치료(14,624건), 치료(13,530건), 작업(7,470건), 병원(4,618), 작업치료 사(3,612건), 재활(3,193건), 재활치료(2,851건), 장애(2,512건), 프로그램(2,329건) 등의 순으로 나타났다. 연결중심성 및 매개중심성에서는 작업치료, 치료, 작업, 작업치료, 재활, 프로그램, 병원, 센터, 장애 등이 상위 10위안에 포함되었다. 동시출현 키워드 분석에서는 작업치료-물리치료 짝이 997건으로 가장 많았고, 요양-병원(783건), 작업치료-언어치료(564건), 작업치료-프로그램(510건) 등이 그 뒤를 이었다. 하위집단 분석에서는 ‘작업치료’, ‘재활’, ‘치료’ 등을 중심으로 키워드들이 응집되어 있었다. 결론 : 본 연구를 통해 작업치료는 ‘병원’에서 ‘장애’를 입은 사람들에게 ‘재활’을 행하는 것으로 인식되고 있으며, 치매에 대한 작업치료의 역할이 기대되고 있음을 확인할 수 있었다. 타 재활영역과 밀접한 연관성을 가지고 인식되고 있다는 것은 작업치료가 유관 재활영역과 유기적 관계 속에서 고유의 위상을 정립할 필요가 있음을 시사한다.

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.

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.

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.

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.