온라인서비스 제공자는 법적 근거를 바탕으로 업계 관행에 따라 개인정보를 수집하고 이용하여, 맞춤형 서비스 즉 온라인 맞춤형 광고를 제공하는데, 중국에서 이는 통상적으로 프라이버시권을 침해하지 않는다고 판단된다. 온라인 맞춤형 광고에 있어서 개인정보의 부당수집과 이용자에 관한 프라이버시권 침해여부는 권리침해 구성요건에 따라 주관적 과실과 손해사실에 의해 판단되어야 함이 타당하다. 동시에 중국 현행 법률체계에서의 프라이버시권은 소극적인, 방어적인 권리로 인식되어있고 맞춤형 광고 기술이 다소 복잡하여 주관적 과실과 손해배상의 구성요건에 관한 판단이 어렵다. Cookie에 의한 프라이버시권 침해에 관한 첫 사건으로는 2015년의 ‘Zhuye v. Baidu회사’ 사건이 있다. 이 논문에서는 당해 판례의 쟁점을 중심으로 특히 2심판결문(최종판결문)에 대한 분석을 통하여 중국법원의 프라이버시권에 대한 이론적 인식 및 개인정보와 상업관계에 대한 인식을 바탕으로 당해 판결의 이론적 하자를 지적한다. 동시에 온라인 플랫폼 경제에 관한 고찰을 통하여 빅데이터 시대에서 프라이버시에 대한 새로운 개념의 정립으로 지식 프라이버시권에 관한 이론을 소개하고자 한다.

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.

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.

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.

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.

This study conducted to predict the stock market prices based on the assumption that internet news articles might have an impact and effect on the rise and fall of stock market prices. The internet news articles were tested to evaluate the accuracy by comparing predicted values of the actual stock index and the forecasting models of the companies. This paper collected stock news from the internet, and analyzed and identified the relationship with the stock price index. Since the internet news contents consist mainly of unstructured texts, this study used text mining technique and multiple regression analysis technique to analyze news articles. A company H as a representative automobile manufacturing company was selected, and prediction models for the stock price index of company H was presented. Thus two prediction models for forecasting the upturn and decline of H stock index is derived and presented. Among the two prediction models, the error value of the prediction model ① is low, and so the prediction performance of the model ① is relatively better than that of the prediction model ②. As the further research, if the contents of this study are supplemented by real artificial intelligent investment decision system and applied to real investment, more practical research results will be able to be developed.

해양사고 감소를 위해 다양한 연구들이 수행되어 왔다. 그에 비해 준해양사고에 대한 연구는 미미한 수준에 그치고 있다.준해 양사고는 건수가 많은 대신 내용이 정성적이기 때문에 분석하기에는 현실적인 어려움이 있었다. 하지만 해양사고 감소를 위해서는 준해 양사고의 정량적인 분석이 필요하다. 이번 논문의 목적은 준해양사고 경향을 예측하고 해양사고를 감소시키기 위해 빅데이터 기법을 적용하여 준해양사고 데이터를 정량적으로 분석하는 것이다. 이를 위해 10,000여건의 준해양사고 보고서를 전처리 작업을 통해 통일된 양식 으로 정리하였다. 전처리된 데이터에 대해서 1차적으로, 텍스트마이닝 기법을 적용하여 항해 중 준해양사고 발생원인에 대한 주요 키워드를 도출하였다. 주요 키워드에 대해 2차로 시계열 및 클러스터 분석을 통해 발생할 수 있는 준해양사고 상황에 대한 경향 예측을 도출 하였다. 이번 연구에서는 정성적 자료인 준해양사고 보고서를 빅데이터 기법을 활용하여 정량화된 데이터로 전환할 수 있고, 이를 통해 통계적 분석이 가능함을 확인하였다. 또한 빅데이터 기법을 통해 차 후 발생할 수 있는 준해양사고에 대한 객관적인 경향을 파악함으로써 예방 대책에 대한 정보 제공이 가능함을 확인할 수 있었다.

세계는 지금 디지털의 연결성과 고도화된 ICT 기술을 기반으로 한 ‘제4차 산업혁명’ 시대로 접어들고 있다. 국내 식품산업도 ICT, AI, 빅데이터, 등 4차산업 관련 요소기술들의 여러가지 분야에 접목시키고 있다. 불량식품은 식품의약품안전처에서 식품의 생산, 제조, 유통, 판매 등전 단계에서 발생할 수 있는 모든 법을 위반한 제품으로 넓게 정의하고 있으나 주로 경제적 이익을 취하기 위해 의도적으로 원료나 원산지를 바꾸거나 부정물질을 첨가한 위변조식품을 말한다. 식품 공급망이 세계화되고 복잡해짐에 따라 위변조 수법이 점점 정교해지고 급증하고 있어 사후 단속하는 방법으로 불량식품 발생에 대응하기에는 한계가 있다. 따라서 불량식품을 사전에 차단할 수 있는 과학적 체계를 마련하기 위하여 소셜빅데이터 분석기술 등을 위변조인자의 안전관리에 적용하고 있는 동향을 소개하고자 한다.

Current evaluation practices for IT projects suffer from several problems, which include the difficulty of self-explanation for the evaluation results and the improperly scaled scoring system. This study aims to develop a methodology of opinion mining to extract key factors for the causal relationship analysis and to assess the feasibility of quantifying evaluation scores from text comments using opinion mining based on big data analysis. The research has been performed on the domain of publicly procured IT proposal evaluations, which are managed by the National Procurement Service. Around 10,000 sets of comments and evaluation scores have been gathered, most of which are in the form of digital data but some in paper documents. Thus, more refined form of text has been prepared using various tools. From them, keywords for factors and polarity indicators have been extracted, and experts on this domain have selected some of them as the key factors and indicators. Also, those keywords have been grouped into into dimensions. Causal relationship between keyword or dimension factors and evaluation scores were analyzed based on the two research models-a keyword-based model and a dimension-based model, using the correlation analysis and the regression analysis. The results show that keyword factors such as planning, strategy, technology and PM mostly affects the evaluation result and that the keywords are more appropriate forms of factors for causal relationship analysis than the dimensions. Also, it can be asserted from the analysis that evaluation scores can be composed or calculated from the unstructured text comments using opinion mining, when a comprehensive dictionary of polarity for Korean language can be provided. This study may contribute to the area of big data-based evaluation methodology and opinion mining for IT proposal evaluation, leading to a more reliable and effective IT proposal evaluation method.