빅데이터가 기업의 경쟁력에 미치는 영향에 관한 연구

김성원 경기대학교 일반대학원 2015 국내석사

최근 스마트폰과 SNS(Social Networking Service)의 비약적인 발전으로 인해 동영상 및 음성 등의 비정형 데이터의 양이 급격히 증가하여 기존의 시스템으로 처리하기 어려운 상황에 이르렀다. 정확히 합의된 정의는 없지만 공통적으로 이러한 막대한 양의 비정형 데이터를 빅데이터라 부르며, 넓게는 이러한 데이터를 지원하기 위한 기술 및 아키텍처 역시 빅데이터라 부른다. 빅데이터 시대의 도래와 함께 막대한 데이터를 효과적으로 활용하고 대응하는 것은 기업 뿐 아니라 국가의 경쟁력 강화와 직결되고 있다. 많은 기업들이 빅데이터를 활용하기 위해 전문인력, 기술이외의 소스를 통해 엄청난 볼륨의 데이터들이 여기저기서 빠른 속도로 쏟아져 나오고 있다. 이를 두고 일부 전문가들은 데이터 쓰나미라고 부르기도 한다. 이처럼 기업들은 매일 실시간으로 쏟아져 나오는 정형 및 비정형 빅데이터를 잘 분석해 고객들이 어떤 직종에 종사하며, 특정 시간에 어디서 무엇을 하며 어느 분야에 관심을 가지고 있는지 등에 대한 정보를 분석함으로써 특정 고객에게 맞는 개인화된 광고와 마케팅 자료들을 수집할 수 있게 되었다. 또한 특정 제품이 어느 지역, 어떤 연령층의 고객에게 어느 시점에 잘 팔리는지 등을 분석하여 해당 제품에 대한 생산 계획을 세우고, 이들 제품에 들어가는 수십∼수백 가지의 원료 및 부품들을 미리 적절한 수준에서 주문함으로써 최소 비용으로 최대의 효과를 얻을 수 있도록 의사결정을 하기도 한다. 그러나 빅데의터의 성공사례가 적지않지만 아직 빅데이터에 관한 연구는 데이터 분석 기술, 개인정보 보안문제, 빅데이터 인력 양성 등 특정한 카테고리 내에서만 연구가 진행되고 있으며 특히 기술 분야에만 중점적으로 논문이 게제되고 있으며, 아직 빅데이터를 분석하기 위한 일반화된 연구모델이 없다. 따라서 본 연구에서는 빅데이터가 기업의 경쟁력에 미치는 영향을 알아보기 위해 전 세계 기업의 빅데이터 활용 사례들을 문헌연구들 통해 살펴보고, 활용사례들을 분석하기 위해 경영학에서 가장 많이 사용되는 연구모델인 포터의 경쟁세력모델과 가치사슬모델을 통해서 분석 하였다. 본 연구를 통해서 빅데이터가 기업의 경쟁력에 미치는 영향력을 알아보기 위해 2가지 연구 모델유효성을 살펴보고, 빅데이터가 기업의 비즈니스 활동에 있어 어느 분야에 가장 많이 활용 되었는지 분석해 보고, 이를 통해 빅데이터가 기업의 경쟁력에 어떠한 영향을 미치는지 연구하여 보았다. 빅데이터 사례 연구를 포터의 경쟁세력 모델과 포터와 밀라의 가치사슬 모델에 근거하여 분석한 결과를 요약한 것으로, 두 연구 모델이 상당히 유용한 것으로 나타났다. 22 가지의 빅데이터 활용 사례 중 경쟁세력모델에서는 18가지 사례가 구매자와의 교섭력에서 유효해 가장 많이 영향을 받는 것으로 나타 났으며, 가치사슬 모델에서는 생산활동에서 16가지 사례가 유효해 가장 많이 영향을 받는 것으로 나타났다. 반대로 경쟁세력 모델에서는 신규진입 활동에서 3가지 사례가 유효해 가장 작게 영향을 받는 것으로 나타났으며, 가치사슬모델 에서는 지원활동에서 7가지의 사례가 유효해 가장 작게 영향을 받는 것으로 나타났다. 이를 통해 빅데이터 기업의 경쟁전략에 있어서 경쟁세력모델을 통한 분석결과 구매자와 교섭력에서 많은 영향을 미치는 것으로 나타났지만, 신규진입 활동에서는 영향을 많이 미치지 못하는 것으로 나타났다. 또한 가치사슬모델을 통한 분석결과 생산활동에서 가장 많은 영향을 미치는 것으로 나타났지만, 지원활동에서 아직 많은 영향을 미치지 못하는 것을 알 수 있었다. 이처럼 기업의 빅데이터 활용사례를 통하여 살펴본 결과 경쟁세력과 가치사슬 두가지 연구모델에서 상당히 유효하는 것으로 나타났다. 그만큼 빅데이터는 기업의 비즈니스 분야에서 전략적으로 활용하여 높은 가치를 창출하고 있었다. IT분야만이 아닌 신제품개발·생산·재고관리·마케팅·서비스·고객관리·업무지원 등의 다양한 사업 분야에서 활용 가능한 것으로 나타났고, 업무의 효율성과 과학적으로 정확한 데이터 분석을 통해 경영상의 문제점 발견과 해결 하는데 전략적으로 효력이 있는 것으로 나타났다.

빅데이터 분석을 통한 모바일 RPG의 개선안 연구 : 구글 플레이 국내 상위 3개 RPG를 중심으로

염동현 가천대학교 일반대학원 2020 국내박사

본 논문은 빅데이터 분석기법을 통하여 모바일 RPG(Role Playing Game)의 개선안을 연구하였다. 이를 위해 구글 플레이 국내 상위 3개 모바일 RPG 사용자 리뷰를 수집하고 이를 가공하여 유의미한 정보를 추출하였다. 빅데이터로부터 유의미한 정보를 추출하기 위해 구글 플레이 스토어에서 크롤링(Crawling)을 통해 사용자 리뷰를 수집하고, 토크닝(Tokening) 과정을 거쳐 유의미한 텍스트 데이터를 추출하였다. LDA(Latent Dirichlet Allocation) 토픽 모델링(Topic Modeling)을 통하여 결과를 시각화 하였고, 시각화 결과를 바탕으로 이를 최종 해석하는 과정을 거쳐 주요 토픽을 찾아내었다. DAU(Daily Active Users)와 매출에 따라 다른 성격의 게임 3개를 선정하여 직접 사례 분석을 진행하였으며 각 게임의 토픽을 분석하였고 게임별 방향성을 제시하였다. 또한 각 게임별 토픽을 분석 비교하여 모바일 RPG의 공통 토픽이 무엇인지 알아보았으며 현재 모바일 RPG의 개발 트렌드와 방향성은 뛰어난 그래픽, 과금 유도가 가능한 콘텐츠를 갖추는 것임을 알 수 있었다. 사용자들은 게임이 가진 고유의 게임성보다는 게임의 그래픽 요소와 보상 및 합리적인 과금에 관심이 많다는 것을 확인하였다. 결론에서는 빅데이터 분석 결과 모바일 RPG 제작에 필요한 주요 요소로써 첫 번째, 그래픽(비주얼)은 게임의 충성도에 큰 영향을 준다는 점. 두 번째, 사용자들은 캐릭터 관련 콘텐츠에 많은 관심을 갖고 있다는 점. 세 번째, 과금의 밸런스는 사용자들이 가장 민감하게 생각한다는 점. 마지막 네 번째, 전투 콘텐츠에 대한 욕구가 강하지 않다는 점을 꼽았으며 이를 바탕으로 모바일 RPG 개발을 개선할 것을 제안하였다. 추가적으로 개선할 사항으로는 빅데이터 수집시 크롤링의 정교함을 개선할 것과 LDA 토픽 모델링의 정확도를 높일 것, 다수의 분석자를 통한 비교를 제안하였다. This paper studied the improvement plan of mobile RPG (Role Playing Game) through the big data analysis method. To this end, we collected the top 3 mobile RPG user reviews from Korean Google Play and processed them to extract meaningful information. In order to extract meaningful information from big data, user reviews were collected through crawling in the Google Play store, and meaningful text data was extracted through a tokenizing process. Results were visualized through LDA (Latent Dirichlet Allocation) Topic Modeling, and based on the visualization results, the final analysis was performed to find the main topic. Three games of different personalities were selected according to DAU (Daily Active Users) and sales, and a case analysis was conducted directly. The topics of each game were analyzed and direction of each game was presented. Also, we analyzed and compared the topics of each game to find out what the common topics of mobile RPG are, and it was found that the current development trend and direction of mobile RPG have excellent graphics and content that can be charged. Users have confirmed that they are more interested in the game's graphic elements, rewards, and reasonable charging than the game's inherent gameability. In conclusion, as a result of big data analysis, it is the main factor necessary for the production of mobile RPG. First, graphic (visual) has a great influence on the loyalty of the game. Second, users are interested in character-related content. Third, the balance of billing is the most sensitive to users. Lastly, it was pointed out that the desire for combat content was not strong, and based on this, it was proposed to improve the development of mobile RPG. Further improvements were made to improve the sophistication of crawling when collecting big data, to increase the accuracy of LDA topic modeling, and to compare through multiple analysts.

빅데이터 시대의 프라이버시 : 윤리적 가치와 보호 방안

설재호 서울시립대학교 일반대학원 2020 국내석사

This paper aims to re-examine what the ethical value and meaning of privacy in the age of big data, and seek better ethical protection strategy. Privacy began to be discussed in the early 20th century. At that time, decisional privacy or properietary privacy was main issue. In comparison, in the early 21st century, informational privacy is main issue among various dimensions of privacy. There are many reasons why informational privacy has emerged as an important dimension of privacy, but the development of information and communication technology(ICT) has been an important factor. Big data technology is also closely related to informational privacy. Warren and Brandeis argued right of privacy in their treatise “The Right to Privacy”. Privacy discussions begin with this treatise. Some theorists argued that privacy claims could be reduced to the right to life, the right to liberty, the right to not be hurt or harmed, and property rights. But compared with the right of privacy OR the right to liberty OR the property right in privacy itself, it can be found that it is an independent concept that does not return to personality, liberty, or property. Furthermore, the meaning of privacy can be re-examined, considering the nature that privacy needs to be protected, not exercised like personality, liberty, or possession, and that privacy can only be perceived through what is reflected to be something like information, decisions, or possessions. The meaning of re-examined privacy overlaps three attributes, 1) irreplaceability, 2) attachment, and 3) to support self or identity. According to the meaning of re-examined privacy, it is worthy to build character and maintain self-esteem. In addition, privacy helps to form a sane social relationship. In the age of big data, informational privacy is especially highlighted among many dimensions of privacy. Informational privacy can be extracted by analyzing collected personal information using profiling technology. Personal information and informational privacy can be distinguished. This paper argues that informational privacy, not personal information, should be subject to be protected. From the beginning of the development of ICT to the present, the ethical principles laid out to protect informational privacy are transparency and agency. The contents of Fair Information Practice Principles(FIPPs) in 1973 and Resolution on profiling in 2013 consist of the principles of transparency and agency. The principle of transparency is needed to gauge the benefits of using personal information by big data technology and the risk of being infringed on informational privacy. The principle of agency is necessary to gauge the responsibilities of data users. Examples of current privacy protection legislations to protect personal information or informational privacy are European General Data Protection Regulation, The California Consumer Privacy Act of the United States, our Personal Information Protection Act, Privacy by Design and Default. Current privacy protection legislations mainly focus on protection of personal information. However, protection of personal information cannot be reached by protecttion of personal information. Because the protection scope of personal information is determined by weighing it against social values. But according to the meaning of privacy re-examined in this paper, informational privacy needs to be protected first. Therefore, it is necessary to distinguish between personal information and informational privacy. For example, It can be applied to cases in which personal information of brutal criminals or sex offecders should be disclosed or not. This paper attempted to distinguish the personal information that can be disclosed and the privacy of information that should not be disclosed. In another instance, Korea Centers for Disease Control & Prevention open to the public contact tracing information of confirmed covid-19 cases. Similarly, this paper attempted to distinguish the personal information that can be disclosed and the privacy of information that should not be disclosed. According to the meaning and value of re-examined privacy, it could be distinguished which personal information corresponds to privacy and which information does not correspond to privacy. In addition, the transparency and agency of big data utilization will be secured. The complementary strategies proposed by this paper could contribute to enhancing the reliability of the use of big data. 본 논문은 빅데이터 시대의 프라이버시가 갖는 윤리적 가치와 의미가 무엇인지를 재규명하고, 보다 나은 윤리적 보호 방안을 모색하는 것을 목표로 한다. 프라이버시가 논의되기 시작한 20세기 초에는 프라이버시의 여러 측면 가운데 결정 프라이버시 혹은 소유 프라이버시에 대한 논의가 활발히 이루어진 것과 비교해 지금 21세기에는 프라이버시의 여러 측면 가운데 정보 프라이버시가 활발히 논의되고 있다. 정보 프라이버시가 프라이버시의 중요한 측면으로 부상하게 된 데에는 여러 이유가 있지만 특히 정보통신기술의 발전이 중요한 요인이었다. 빅데이터 기술 역시 정보 프라이버시와 밀접한 관련이 있다. 「프라이버시에 대한 권리」라는 논문을 계기로 프라이버시에 대한 논의가 시작된다. 프라이버시에 대한 권리는 생명권, 자유권, 소유권, 신체의 안전에 대한 권리로 환원될 수 있으니 프라이버시도 다른 개념으로 환원된다는 비판이 있다. 그러나 프라이버시 자체를 프라이버시권, 자유, 소유와 비교했을 때, 프라이버시가 인격의 일부, 자유의 일부, 소유의 일부에 해당하지만 인격이나 자유나 소유로 환원되지는 않는 독자적인 개념임을 발견할 수 있다. 나아가 프라이버시는 인격이나 자유나 소유처럼 행사하고 발휘되는 게 아니라 보호될 필요가 있다는 속성과, 반드시 어떤 정보나 결정이나 소유물과 같은 것으로 드러난 것을 통해서만 인식이 가능하다는 점을 고려하여, 프라이버시의 의미를 재규명할 수 있다. 본 논문에서 재규명한 프라이버시의 의미는 1) 고유하기 때문에 대체불가능하고, 2) 나에게 소중하기 때문에 애착의 태도를 보이고, 3) 자아와 정체성을 형성하고 유지하도록 지지하는(support) 세 가지 속성이 중첩된 것이다. 재규명한 프라이버시의 의미에 따르면 프라이버시는 인격을 형성하고 자존감을 유지하기 위해 보호될 필요가 있는 가치이다. 또한 프라이버시가 보호되어야 온전한 사회적 관계의 형성이 가능하다. 빅데이터 시대에 접어들어 프라이버시의 여러 측면 가운데 특히 정보 프라이버시가 부각된다. 빅데이터 기술 가운데 특히 프로파일링 기술을 활용하여 수집된 개인정보를 분석하면 정보 프라이버시의 추출이 가능하다. 본 논문에서 재규명한 프라이버시의 의미에 따르면 개인정보와 정보 프라이버시를 구분할 수 있다. 본 논문에서 보호의 대상으로 삼아야 한다고 주장하는 대상은 개인정보가 아닌 정보 프라이버시이다. 정보통신기술이 발전하기 시작한 초기부터 지금까지 정보 프라이버시를 보호하기 위해 제시되는 윤리적 원칙은 투명성과 주체성이다. 초기에 제시된 정보처리의 공정성의 원칙의 내용과 최근에 이루어진 프로파일링에 대한 결의의 내용은 투명성과 주체성 원칙으로 구성되어 있다. 빅데이터 기술에 의한 개인정보의 활용으로 발생하는 혜택과 정보 프라이버시를 침해당할 위험을 가늠하기 위해서 투명성의 원칙이 필요하고, 데이터 활용자의 책임을 가늠하기 위해서 주체성의 원칙이 필요하다. 개인정보 또는 정보 프라이버시를 보호하기 위한 현재의 보호 방안의 예로 유럽연합의 개인정보 보호법, 미국의 캘리포니아 소비자 프라이버시 법률, 우리나라의 개인정보 보호법, 프라이버시에 대한 사전적 보호 장치가 있다. 현재의 보호 방안은 주로 개인정보 보호에 초점을 두고 있다. 그러나 개인정보 보호 방안으로는 정보 프라이버시의 보호가 이루어지기 어렵다. 왜냐하면 개인정보를 보호할 때 사회적 가치와 비교하여 보호 범위를 책정하기 때문이다. 그러나 본 논문에서 재규명한 프라이버시의 개념에 따르면 정보 프라이버시는 사회적 가치보다 우선하여 보호할 필요가 있다. 그러므로 공개가능한 개인정보와 공개해서는 안되는 프라이버시를 구분해야 한다. 현실 사례인 신상정보공개 심의위원회의 결정을 바탕으로 흉악범의 개인정보 공개와 성범죄자의 개인정보를 공개하는 사례에 적용할 수 있다. 본 논문이 기여하고자 하는 바는 신상정보공개 심의위원회에서 공개하기로 결정하는 개인정보의 내용 가운데 프라이버시에 해당하는 정보와 해당하지 않는 정보를 구분하고자 한 것이다. 다른 예로, 코로나 바이러스 확산을 예방하기 위해 보건 당국에서 확진자의 동선을 공개하고 있다. 마찬가지로 어떤 동선 정보가 프라이버시에 해당하는 정보인지를 구분하고자 시도하였다. 본 논문에서 재규명한 프라이버시의 의미와 가치에 따르면 어떤 개인정보가 프라이버시에 해당하는 정보이고, 어떤 정보는 프라이버시에 해당하지 않는 정보인지 구분이 가능할 것이다. 또한 재규명한 프라이버시의 의미에 기반하면 빅데이터 활용의 투명성과 주체성을 확보할 수 있을 것이다. 본 논문이 제시한 보완 방안은 빅데이터의 활용의 신뢰도를 높이는 데 기여할 수 있을 것이다.

빅데이터 환경에서 개인정보 이용에 관한 법적 고찰

정원준 고려대학교 대학원 2019 국내박사

빅데이터는 미래 예측분석, 사회적 난제 해결, 신산업 발전 도모 등을 좌우할 수 있을 만큼 큰 파급력을 가진다. 빅데이터 활용을 통해 특정 패턴이나 링크, 행동, 트렌드, 정체성, 실용 지식 등 인간의 능력으로 도출하기 어렵던 유용하고 희소성 있는 정보를 얻을 수 있기 때문이다. 그러나 정보사회에서의 기술 현상 대부분이 그렇듯이 빅데이터의 집적과 개인정보의 디지털화는 프라이버시 내지 개인정보 침해에 대한 위험성 증대라는 부정적 영향을 초래하고 있다. 특히 빅데이터 환경에서 생성된 정보는 수집 당시 개인 식별이 어렵더라도 사전에 예측하기 어려운 방식 즉, 다른 정보와의 결합, 연동·연계, 가공 등을 통해 개인정보화 되거나 빅데이터 분석기술을 통해 언제든지 재식별될 우려가 잠재되어 있다. 예를 들어 프로파일링(profiling)이나 디지털 흔적의 추적(tracking)을 통해 특정 개인의 행동 패턴이나 선호도, 건강상태, 성적 취향, 위치정보 등이 노출될 수 있으며, 이로부터 야기되는 불공정한 평가나 평판으로 인해 개인의 사회적 인격의 형성에도 부정적인 영향을 끼칠 수 있다. 따라서 빅데이터 기반 사회에서 개인의 사생활 보호를 강조하는 보호론적 관점과 정보 이용에 따른 부가가치 창출을 중시하는 활용론적 관점 중 어느 한 방향을 일률적으로 지지하는 것은 바람직하지 않다. 결론적으로 빅데이터 기술의 위험성 증폭에 따른 개인정보 유출이나 프라이버시 침해에 대한 해결책을 강구하면서도 빅데이터의 편익에 따른 혁신의 창출이 제한받지 않도록 양 이익 간 균형을 이룰 수 있는 조화로운 가치평가가 내려질 필요가 있다. 기존의 연구는 현행법의 문제점에 대한 지적이 비교적 명료하였던 것에 반해 변화하는 빅데이터 환경에서의 구체적이고 실효적인 대안에 대한 검토가 미흡하였다. 특히 개인정보이동권, 프로파일링 거부권, 자기통제권 강화를 위한 기술적 보호조치(Privacy by Design, Differential Privacy 등) 등 개인정보의 이용 촉진을 위해 필요한 법제도에 관하여는 국내에서 비교적 활발히 논의되지 못한 경향이 있다. 이에 따라 본 논문에서는 해외의 선제적 개정 동향을 참고하여 우리나라 개인정보 보호법제가 빅데이터 환경에서 개인정보의 안전한 이용을 효과적으로 지원할 수 있는 개선방안을 제시하였다. 특히 기존의 개인정보 보호법을 개편함으로써 개인정보 이용의 촉진을 기대할 수 있는 방안뿐만 아니라 자기주도적 정보통제 환경을 조성하기 위한 새로운 제도 및 권리 도입의 필요성도 함께 제안하고자 한다. 근래에 들어 개인정보의 이용을 확대하기 위한 개정안이 다수 제안되는 등 개인정보의 이용 측면을 확보하기 위한 다양한 입법론적 시도가 이루어지고 있으나, 아직 이를 통합적으로 구체화한 연구는 부족한 실정이며 개정안이 실제 입법화되는 단계에까지는 이르지 못하고 있다. 현재 잔존해 있는 개인정보 보호법의 문제점들로 인해 실무계에서 상당한 해석상의 혼란과 적용상의 문제를 겪고 있는 상황에 비추어 보건대, 빅데이터 환경에서 정보주체의 권익을 보호하면서도 개인정보의 이용이 안전하게 이루어질 수 있도록 신속한 입법 조치를 취하여야 한다. 이러한 관점에서 본 연구를 통해 다양하게 제안하는 개선방안은 빅데이터 산업의 활성화를 저해하는 규제로서 현행 개인정보 보호법의 한계를 극복하는데 기여할 수 있다. 또한 프라이버시 보호와 개인정보의 자유로운 유통을 균형적으로 조율하고자 하는 개인정보 규범의 궁극적인 취지를 실현케 할 것이다. 이를 통해 장기적인 관점에서는 새로운 빅데이터 시대에 적합한 개인정보의 현대적 의미를 재정립하고, 개인정보의 원활한 이용을 위한 융통성 있는 법적 토대를 구축하게 될 것으로 기대한다. From information-oriented society, utility of the personal information is not oriented from fragmentary information, but from the phenomenon that creates the added value underlying information derived from the database in which the data are collected and saved. In other words, as much greater number of personal information is obtained and processed because of the proliferated big data, the whole behavior related with the big data is subject to application of 'personal information protection act'. But in the big data circumstances, it is difficult to carry through the principle of personal information protection which are the principle of minimum collection, clarity of purpose, prior consent. For instance, the big data bring out the more useful result with the more data, which aim for the contrary target against the minimum collection principle. Also, personal information norms need 'express consent' and 'clarity of purpose' by the subject(principal) of information for the collection and utilization of personal information, which is contradict to the essence of big data for the secondary data usage. On this wise, 'personal information self-determination right' to manage and control its own information and 'personal information protection act' as the base law are challenged in big data circumstance. However, the current law doesn't resolve this problematic phenomenon completely. 'personal information protection act' doesn't take account of the personal information's industrial utilization although it is legislated in 2011, which could be named as comparatively recent. And the law is insufficient for the control to information combination or profiling analysis, which are crucial phenomenon of big data since it's mainly about the manager of personal information. It would be hard to find the binding legislation or progressive argument on the personal information issue in big data circumstance such as profiling even in other countries. But, the international organizations has complemented the existing guideline by focusing on the invigoration of new data industry and many of national laws are trying to find out the appropriate regulation. Merely, the direction of regulation is not for the coherent regulation to the manager of personal information(for example, the prohibition of automatic profiling by EU GDPR, and guaranteed control). It's rather in the form of granting the big data within the frame of existing personal information norms. That is, they tend to resolve the matters with the domestic laws under the existing regulation system by clear personal information concept, mandatory regulation of false name or anonymous process, the flexibility of the consent system in the context of clear data process. Therefore, it is required to supplement the current law so as to present the obvious law interpretation standard and reflect the distinctiveness of the big data circumstance by legislation. But it should be allowed to utilize personal information based on 'personal information protection act' only when it is inherent with personal information protection value. Thus, the various legislation measure suggested in this thesis have a great significance in the change and adaptation to the new environment of our legislative system and to secure new systematic justification. Hence, the chapter 2 in this thesis refers to the juridical study on the definition that in the issue of 'personal information right' set off from the 'personal rights', it is necessary to take the economic utilization of personal information into account. It is for the purpose of supporting 'information privacy' as self-initiative right needed in information-oriented era. As we call it, 'personal information self-determination right' as a basic right guaranteed by the national constitution law would be the key standard to set the overall direction of personal information protection act by harmoniously balancing conflicting interests. For the actual effect, it is the prerequisite of discussing issuable positive law on personal information protection act that there should be the consensus of interests between the personal information business and subject(principal) of information. Following chapter 3 contains the comparative law analysis on the current trend of personal information protection act legislation overseas under big data circumstance. Judging that the trade and circulation of personal information is in the global scope, personal information protection act should be amended on the direction to secure international interoperability. It will be focused on the possible industrial utilization of the personal information by studying on the latest legislation trend in EU, USA, Japan, China, etc. Especially, the chapter3 mainly deals with EU GDPR and Japanese amended personal information protection act(2015) as they are similar to Korean legal system but proceeded to the enactment of new regulation and law revision. And the chapter 4 indicates the problems of current personal information protection act and proposes the actual effective legislation measure in the interest of industrial utilization of personal information. Specifically, it analyzed the problems of current law impeding invigoration of personal information utilization and made a suggestion on the available and reasonable improving measure of legislation and system according to the individual issues. Meanwhile, it is needed to look through 'information subject(principal) rights' articles which are reflected in many foreign legislations but less dealt in Korea such as 'Right of data portability', 'Automated individual decision-making including profiling)'. Because it is possible to achieve the secure personal information utilization based on personal choice and decision by guaranteeing the actual rights of personal information principle after imposing these systems. And the chapter5 is the conclusion of the thesis summarizing the significances and implications of the proposed legislation measures in Korean legal system. Though, it is important to take note that it shouldn't sacrifice or restrain a legitimate personal right simply for the personal information utilization and 'restriction on a right' articles to encourage innovative technology shouln't be approved in broad sense too. Afterall, it is desirable to amend the personal information norms in balance in order to protect personal information or privacy strongly. For this purpose, we need to shift our focus from the stereotype regarding big data and privacy as opposite to the more flexible and interactive integrated things granting the coherent technology value of personal information. In addition, the legal system should be established to enable the balancing conflicting interests in individual cases covering interest of information subject(principal) or public interest, not infringing the essence of personal information self-determination right which is constitutional. Finally, from this study, it would contribute not only to overcome the limit of current personal information protection act as a regulation impeding the efficient proliferation of information in big data industry, but also to enact the ultimate legislation purpose of personal information legal system requiring the balance of contradictive value(personal information protection and unconstrained circulation).

빅데이터 분석 역량이 직원 만족도에 미치는 영향에 관한 연구 : 조직 공정성 인식의 매개 효과

DU XINHAO 우송대학교 일반대학원 2026 국내박사

21세기 제4차 산업혁명의 도래와 함께 빅데이터와 인공지능이 부상하며 산업 구조 전반에 심층적 변화를 가져왔다. 디지털 기술은 실시간 분석과 예측을 기반으로 기업의 전략 수립과 성과 관리 방식에 새로운 패러다임을 제시하고 있다. 이러한 환경 변화 속에서 인적자원관리는 데이터 기반 의사결정 중심의 전략적 전환을 맞이하고 있으며, 이 과정에서 빅데이터 분석 역량은 단순한 기술 자원을 넘어 조직 공정성 인식과 조직 지원 인식 등 구성원의 심리적 요인에 영향을 미치는 핵심 요소로 부각되고 있다. 본 연구는 기업의 빅데이터 분석 역량이 조직 공정성을 매개로 하여 직원 만족도에 어떠한 영향을 미치는지를 검증하는 데 목적이 있다. 이는 기존 연구와 차별화되는 관점으로, 선행 연구들이 주로 성과 중심, 기술 중심의 분석에 집중해 온 데 비해, 본 연구는 구성원의 심리적·인지적 반응을 결합한 ‘기술–인지–행동’의 통합적 관점에서 조직 내 데이터 활용 역량이 직원의 태도 형성에 미치는 영향을 규명하고자 한다. 본 연구는 제시된 연구모형을 기반으로 빅데이터 분석 역량(기술역량, 관리역량, 인적역량)을 독립변수로 설정하고, 조직 공정성 인식을 매개변수로, 조직 지원 인식을 조절변수로 구성하였다. 또한 직원 만족도를 최종 종속변수로 포함하여 전체적인 이론적 구조를 구축하였다. 이러한 구조를 토대로 4개의 주요 가설과 6개의 하위 가설을 제시하였으며, 빅데이터 분석 역량이 조직의 심리적 기제를 통해 어떠한 경로와 조건에서 직원 만족도에 영향을 미치는지를 체계적으로 검증하고자 하였다. 연구 방법으로, 2025년 7월부터 9월까지 재직자, 관리자 및 인적자원 담당자를 대상으로 온라인 설문조사를 실시하여 총 655부의 유효 표본을 확보하였다. SPSS 25.0과 AMOS 24.0을 활용하여 탐색적 요인분석(EFA), 확인적 요인분석(CFA), 구조방정식모형(SEM), 다중집단 구조방정식 모형(MGA)을 수행함으로써 연구도구의 신뢰도와 타당성을 검증하고, 제시된 이론적 모형의 적합도를 검정하였다. 본 연구의 실증분석 결과, 빅데이터 분석 역량은 조직 공정성 인식에 유의한 정(+)의 영향을 미치는 것으로 나타났으며, 특히 인적역량과 기술역량의 효과가 두드러졌다. 또한 조직 공정성 인식은 직원 만족도에 대해 뚜렷한 정(+)의 영향을 미치는 것으로 확인되었다. 아울러 빅데이터 분석 역량은 조직 공정성 인식을 매개로 직원 만족도에 부분 매개효과를 보여, 기술역량과 관리역량의 향상이 직원의 공정성 평가를 통해 만족도로 이어질 수 있음을 의미한다. 한편, 조직 지원 인식이 ‘조직 공정성 인식 → 직원 만족도’ 경로에 미치는 조절효과는 통계적으로 유의하지 않았으나, 전체 모형에서 제시된 다중 매개 경로는 전반적으로 지지되어, 데이터 기반 조직관리 환경에서 조직 심리적 기제가 중요한 역할을 수행함을 확인할 수 있었다. 본 연구는 학력, 직무, 산업 환경에 따른 집단별 차이를 확인하기 위해 다중집단 분석을 실시하였다. 분석 결과, 빅데이터 분석 역량이 조직 공정성 인식을 통해 직원 만족도로 이어지는 경로는 모든 집단에서 유의했으나, 그 영향력은 집단 특성에 따라 달랐다. 특히 고학력 집단과 일반 직원 집단에서는 빅데이터 분석 역량이 조직 공정성 인식에 미치는 효과가 더 컸고, 관리 직무 집단에서는 조직 공정성 인식이 직원 만족도로 이어지는 효과가 더 강하게 나타났다. 한편, 조직 지원 인식의 직접효과와 조절효과는 모든 집단에서 유의하지 않았다. 본 연구의 이론적 기여는 빅데이터 분석 역량, 조직 공정성 인식, 조직 지원 인식, 그리고 직원 만족도 간의 인과관계를 보다 정교하게 규명함으로써 인적자원관리와 조직행동 연구 간의 교차 영역을 확장한 데 있다. 아울러 학력, 직무, 산업 특성에 기반한 다중집단 분석을 통해 주요 경로가 집단별로 어떠한 차이를 보이는지 검증함으로써, 빅데이터 기반 인적자원관리 정책의 적용 조건을 보다 구체적으로 제시하였다. 실무적 측면에서 본 연구는 기업이 데이터 기반 관리체계를 구축할 때 단순히 기술역량을 강화하는 데 그치지 않고, 데이터 처리 과정의 투명성·공정성을 확보하며 직원 참여를 높이는 것이 중요함을 시사한다. 이러한 요소들은 직원의 업무 경험을 개선하고 조직에 대한 신뢰를 높이며, 궁극적으로 전체적인 만족도를 향상시키는 핵심 요인으로 작용한다.

빅데이터 이용에 대한 경쟁법 적용 연구 : 빅데이터의 온라인상 수집 및 활용의 관점에서

유현근 고려대학교 대학원 2017 국내석사

빅데이터는 21세기에 혁신을 가져올 중요한 원천으로서 빅데이터를 활용한 비즈니스 모델이 하나의 선택이 아니라 필수로 자리매김하고 있다. 그러나 경쟁법적으로 보았을 때, 신규사업자가 과연 직관과 사업능력만으로 빅데이터를 보유한 사업자를 극복할 수 있는지에 대한 문제가 제기되고 있다. 그러나 국내에서는 아직까지 빅데이터를 개인정보보호의 관점에서만 다루고 있는 실정이다. 본 논문에서는 빅데이터가 수집상 야기되는 문제점과 그것이 빅데이터 활용에 어떠한 부정적 영향을 미치는지 살펴본 후, 빅데이터 수집과 그에 이은 활용의 전 과정에 걸쳐 발생하는 시장실패 현상을 경쟁법적으로 어떻게 규제할 수 있는지를 논의하고자 한다. 특히 빅데이터 수집상의 문제에 왜 경쟁법적 규제가 필요한지에 대하여 살펴보았다. 구체적으로 빅데이터 수집과 관련하여 국내 공정거래법상 거래거절, 필수설비이론, 가격남용의 법리가 문제될 수 있음을 논증하였고. 그 전제로 관련시장 획정 시에는 SSNIP 테스트 보다는 SSNDQ 테스트가 적절할 수 있음을 설시하였다. 마지막으로 빅데이터 수집단계에서 경쟁법이 개입하는 것은 단순한 ‘규제’의 의미가 아니라 빅데이터가 활발히 활용되어 다양한 서비스가 생겨날 수 있는 환경을 ‘조성’하는 의미임을 강조하였다.

빅데이터 기반 시공간 센서 데이터 처리 시스템

김장수 건국대학교 2017 국내박사

The application demand of spatio-temporal wireless sensor data due to the development of the computing related technology and the wireless sensor network is rapidly increasing. The spatio-temporal data collected in the sensor network can be used in various fields like environmental monitoring system, fire detection system, weather forecasting system and so on. Also the study on the query processing of these sensed data is actively being done. Among these query systems, there are Tiny DB and spatial TinyDB which were developed to process the query about the sensed data by the sensor node. But the existing query processing system does not support efficiently the spatio-temporal data type and the spatio-temporal operator to handle this kind of spatio-temporal data and there are some limits in the real time processing to deal with it efficiently, which are derived from the limited computing power resources of sensor node such as processor, memory and the battery. Due to this kind of problem, the existing study was focused on the area of the reduction of communication cost in the sensor network by reducing the communicaton bandwidth, saving the energy and reducing the use of flash memory. So the technology of in-network query processing to process the user query rather than the centralized query processing was mainly studied. The representative technology studied so far is routing protocol, query processing technique like joining strategy and data storing method such as local storage and data centric storage. The centralized query processing is the external processing way out of the network after collecting and saving the sensed data in the base station or sink node. The centralized data processing way can be preferred to the in-network processing for the complex query and big data analysis using the collected data. So in my thesis, I propose the combined way called hybrid way to meet these two needs. The way to improve the performance and efficiency in in-network processing was added to the existing query processing system to get the result of ad-hoc query efficiently as a front-end system and also I proposed the centralized processing system as a back-end system to get the result of complex query efficiently using the saved sensed data or historical data for the further big data analysis. I deployed and proposed the spatio-temporal data type and its operator in the existing spatial tinyDB for the efficient query by following the OGC(Open Geospatial Consortium) suggestion. Aso I proposed the input filtering module, memory sharing module to improve the performance of query in the front-end system. The back-end system to process the collected sensed data in a centralized way to overcome the limits of sensor node such as processor power, small memory and battery is also strongly needed for big data processing and analysis like regression analysis, correlation analysis, cluster analysis and time series analysis by distributing the sensed data and using the parallel processing. So in my thesis I proposed and implemented the Hadoop based sensor data processing system as a back-end system platform to address these kind of needs. The spatio-temporal data collecting from the various type of sensor node can be classified as a big data in the viewpoint of 3 characteristics of big data which are volume, velocity and variety, so the technology to process and analyse this big data is strongly needed. The process of big data is comprised of five steps which are the stage of aggregator, storage, processing, analysis and visualization and the big amount of data is handled at a time. At a glance, it looks like very simple but it requires high technology to go ahead for the in-depth analysis. So in this paper the Hadoop based back-end processing system supporting the distributed file system, parallel processing and the visualization processing using R program was introduced and suggested. The Hadoop based spatio-temporal sensor data processing system which is designed and implemented in this paper processes the big data through 5 steps consisting of aggregating, storing, processing, analysing and visualizing. The HDFS was adopted as a distributing file system and MapReduce was used to process the data parallely. And in the pre-refining stage of big data, the Pig and Hive which runs over the Hadoop was used and in the final stage the R program was used to analyse the big data and show the result visually. First in all, user defined spatio-temporal data type and its opertor was defined and used in the analysis step using R for the first time and the test result showed this proposed system can be useful in the various application. 컴퓨팅 기술의 비약적인 발전과 무선통신 기술의 발전에 힘입어 무선네트워크로 연결된 위치기반 센서 노드들에서 수집되는 시공간데이터를 활용한 응용에 대한 요구가 증가하고 있다. 이런 응용 요구 중 대표적인 경우로 환경 생태계 감시시스템 등에서 센서 네트워크상에서 수집된 시공간데이터가 유용하게 사용될 수 있으며 이를 처리하기 위한 시공간 센서 데이터 처리 시스템에 대한 연구가 활발히 일어나고 있다. 그러나, 기존 쿼리 처리 시스템은 시공간 데이터 타입과 시공간 연산자를 제공하지 않아 시공간 연산 처리에 미흡하며, 센서노드의 특성으로 인한 실시간 처리에 한계가 있으며 이로 인해 기존 쿼리 처리 시스템은 센서 노드들의 에너지 절감, 메모리 절감, 통신 대역폭 감소 등을 위한 에너지 효율적인 처리 방법에 중점을 두고 많은 연구가 이루어져 왔으며 또한 전송 비용을 최소화하기 위하여 중앙 집중식 처리 방법보다는 인-네트워크 처리 방법에 대한 연구가 활발히 이루어져 왔다. 인-네트워크 쿼리 배포 및 쿼리 결과 전송시 통신 비용을 최소화하기 위한 기술로는 노드간 라우팅 기술, 쿼리시 죠인 전략 등과 같은 쿼리 처리 기술 등이 있으며 데이터 저장 방식도 지역 저장 방식(local storage), 데이터 중심 저장 방식(Data Centric Storage)을 선호해 왔다. 한편, 외부 저장 방식(External Storage)을 사용하여 중앙집중식으로 기지국이나 베이스 스테이션에서 데이터를 저장 후 처리하는 방식도 있다. 지금까지의 연구는 무선네트워크의 통신 비용을 감소시키기 위하여 통신 대역폭을 줄이는 방향으로 활발한 연구를 진행해 왔지만 사용자의 복잡한 쿼리 처리, 과거 데이터 처리 및 이력 데이터 저장 등 정보로서의 가치를 향상시키고자 하는 요구가 증가함에 따라 외부 저장 방식에 의한 중앙집중방식의 처리가 필요하게 되었다. 따라서, 본 논문에서는 이런 두 가지 측면의 요구를 모두 만족할 수 있는 하이브리드 방식을 제안한다. 인-네트워크 쿼리시 성능을 향상시키기 위한 방안을 기존 시스템에 도입하여 단순한 쿼리 처리가 필요시 in-network 처리 방식으로 효율적인 전위(front-end)시스템을 사용하고 사용자의 다양하고 복잡한 쿼리 및 빅데이터 분석시 분산저장 및 병렬처리를 지원하며 다양한 분석이 가능한 시스템을 후위(back-end)시스템으로 제안하였다. 전위(front-end)시스템의 성능을 향상시키기 위하여 기존 쿼리 처리 시스템에 시공간 데이터 타입과 시공간 연산자를 추가 확장하여 시공간 연산을 효율적으로 할 수 있도록 하였으며 시공간 쿼리 처리 시스템의 성능을 향상시키기 위하여 입력 필터링 처리 모듈과 메모리 공유 모듈을 적용하여 기존 시스템의 성능을 개선하였다. 후위(back-end)시스템은 센서 노드의 특성에 의한 처리 능력의 한계, 저장 능력의 한계를 극복하고 수집된 데이터에 대한 다양한 빅데이터 분석을 하기 위해서 대용량 데이터를 분산 저장하고 처리시 빠른 결과를 얻기 위해 병렬 처리 방식을 지원해 주는 하둡 기반 플랫폼 기술을 도입하여 빅데이터 처리 및 분석이 가능한 플랫폼을 제안하였다. 다양한 센서로 부터 수집되는 시공간데이터들은 양(Volume), 유입 속도(Velocity), 다양성(Variety)의 세 가지 특징을 모두 가진 빅데이터로 볼 수 있으며 이에 대한 처리 및 분석 기술이 필수로 요구된다. 빅데이터 처리는 수집(Aggregator), 저장(Storage), 처리(Processing), 분석(Analysis), 표현(Visualization)의 5단계로 이루어지며, 방대한 양의 빅데이터를 처리하게 된다. 간단한 프로세스처럼 보이지만 거대한 데이터의 양을 처리하고 분석하려면 첨단 핵심 기술들이 필요하다. 따라서, 분산 빅데이터 처리를 위해 적합한 Hadoop ECO System과, 빅데이터 분석을 위한 회귀분석, 군집분석, 시계열 분석 등의 다양한 분석 기술은 R을 사용하여 Hadoop시스템과 연동되어 구동되며 본 논문의 핵심 기술로써 활용된다. 다양한 시공간 센서 데이터들은 통신 프로토콜 기반으로 센서들로부터 수집되고 이는 센서 네트워크 라우팅 기술들을 이용하여 중앙 서버에 수집된다. 본 논문에서 연구 개발한 하둡 기반 시공간 센서 데이터 처리 시스템은 수집, 저장, 처리, 분석, 표현의 5단계를 거쳐 데이터를 처리한다. 그리고 수집 과정에서는 Oracle 같은 RDB로 부터 정형화된 대량 데이터를 전송하기 위해 Sqoop과 센서들의 비정형 데이터를 수집하기 위해 Flume을 적용하였다. 저장 과정에서는 대용량 파일을 분산 저장하고 병렬 처리하기 위하여 Hadoop HDFS와 MapReduce를 적용하였다. 그리고 빅데이터 분석을 위한 사전 처리 과정에서는 MapReduce와 구동을 위한 고급언어인 Pig와 SQL과 유사한 쿼리 인터페이스를 제공하는 Hive를 사용하여 데이터 요약, 쿼리 및 분석을 수행하였다. 마지막으로, 분석 및 표현 과정에서는 다양한 통계 분석 및 분석 결과의 시각화를 위해 R을 제안플랫폼에 처음으로 적용하여 사용하였다. 본 논문에서 제안한 빅데이터 기반 시공간 센서 데이터 처리 시스템은 센서에서 발생한 데이터를 수집하고 저장하여 이를 분석하고 그 결과에 따라 주요 의사 결정을 하는 응용시스템에서 활용가능하며 WSN의 후위(back-end)시스템은 정보계시스템으로 유용한 시스템임을 플랫폼 평가에서 보여주었다. 향후 연구 방향으로는 수집 저장된 시공간데이터를 가지고 다양한 분석을 할 수 있도록 빅데이터 분석 모델 개발에 대한 연구가 지속적으로 이루어져야 한다고 본다.

빅데이터 기반의 스마트 물관리 기법과 거버넌스 모델

최영환 충북대학교 2019 국내박사

본 연구는 스마트 물관리를 위한 기법을 소개하고, 물관리에 적용 가능한 빅데이터 거버넌스 모델을 제시하고자 한다. 이를 위해 일반적인 데이터 거버넌스 관리원칙으로부터 물관리에 적용 가능한 물관리 빅데이터 거버넌스 모델을 도출하고, 물정보 통합, 데이터 품질관리, 비즈니스 창출의 단계적인 과정에서 빅데이터 활용을 논의한다. 물기업은 물관리 빅데이터를 활용하여 생산원가를 절감하고 물산업을 육성하며, 재해재난을 예방할 수 있다. 스마트 물관리를 위해 빅데이터를 도입하고자 하는 물기업에게 빅데이터 거버넌스의 필요성과 구축모델을 종합적으로 제시함으로써 지속적인 빅데이터 활용과 최적화를 이루는데 기여할 것이다. 스마트 물관리 적용사례는 사물인터넷과 운영관리 플랫폼, 열화상이미지와 딥 러닝, 강우량과 수위데이터를 활용한 것이다. 사물인터넷과 운영관리 플랫폼을 활용하여 유수율을 향상하고 맞춤형 물정보를 제공하였다. 열화상이미지와 딥 러닝을 활용하여 수도관의 자동누수탐사와 관로보수 예산을 절감하였으며, 물관리 데이터와 조합신경망을 활용하여 중소하천의 홍수를 예측하고 국민생명을 보호하였다. 본 연구는 스마트 물관리를 위한 빅데이터 거버넌스의 프레임워크를 3차원 큐브(Cube) 모델로 제시한다. X축은 물관리에 필요한 빅데이터의 유형으로 관측데이터, 경영기술 데이터, 소셜 네트워크 데이터로 구분하였다. Y축은 물관리를 통해 실현되는 물산업을 나타내며, 정보통신산업부터 건강의료까지 6가지로 구분하였다. Z축은 빅데이터 거버넌스 원칙들로써 조직관리부터 데이터 표준화까지 8가지로 구분하였으며, 이러한 모델은 빅데이터 구축단계의 초기부터 체계적으로 관리되어야 한다. 본 연구에서는 빅데이터 거버넌스 모델의 X, Y, Z축 중에서 “관측-재해재난-메타데이터․품질관리․표준화” 사례를 적용하였으며, 물기업의 경영성과에 긍정적인 영향을 미친 것으로 평가되었다. 조직관리는 정보기술과 데이터 분석, 활용이 가능한 전문 인력을 중심으로 신설하고, 재무담당자와 소비자를 포함한 데이터관리위원회를 구성하여 데이터관리를 심의조정하고 부서간의 갈등을 해소하여야 한다. 물분야의 데이터관련 비즈니스 용어사전을 표준화하고, 물정보를 생산하는 센서의 메타데이터 관리를 위한 표준관리시스템을 국제표준에 맞게 구축해야 한다. 또한 개인정보를 포함하고 있는 물정보는 비식별화를 통해 공개을 원칙으로 하되, 모니터링시스템을 구축하여 관리해야 한다. 마스터데이터는 오너십과 워크플로우 등 관리체계를 수립하고, 유사한 관리기준은 법과 제도에 맞게 통합해야 한다. 데이터 품질관리는 공인데이터 수준으로 목표를 설정하여 품질관리기준을 강화하고, 데이터품질 99.977%, 데이터관리 5레벨, 데이터보안 4레벨을 인증 받고 유지해야 한다. 물관리 빅데이터는 비즈니스와 연계하여 생산원가 절감, 운영관리 효율향상, 재해재난 예방, 일자리 창출 등의 경영성과를 향상하여야 한다. 물정보는 중요성과 활용가능성을 반영하여 데이터 저장주기와 보유기간을 설정하고, 대용량 데이터는 압축하거나 장기간 보유 데이터는 네트워크 스토리지를 도입하여 정보통신 유지비용을 절감해야 한다. 물관리 데이터베이스의 도메인, 코드 등은 국제표준에 맞게 표준화하고, 유관기관은 표현계층뿐만 아니라 데이터계층이나 분석계층에서 편리하게 공유해야 한다. 스마트 물관리를 위한 센서, 사물인터넷, 분석플랫폼 등 하드웨어 기술이 급속도로 발전하고 있지만, 무엇보다 중요한 것은 빅데이터를 분석 활용하기 위한 거버넌스의 구축과 관리이다. 또한, 물관리 빅데이터는 공공데이터로서 국민에게 전면적으로 개방하여 물산업을 활성화하고, 국민과 소통하면서 양방향으로 공유되어야 한다.

매트릭스 분석을 이용한 빅데이터 공백기술 확보 방안 : 미국등록특허를 중심으로

배준현 인천대학교 정보기술대학원 2013 국내석사

빅 데이터는 다각적으로 변화하는 시장 동향과 소비 경향에 따른 대규모의 정형, 비정형 데이터를 신속하게 분석하여 사용자에게 맞춤형 정보를 제공할 수 있으므로 종래에 없던 새로운 비즈니스 모델을 만들 수 있으며 미래 서비스 분야에서 공용 기반 기술로 활용이 가능하므로 그에 따른 경제적 성장과 일자리 창출에 거대한 파급효과가 기대되는 차세대 경제 성장동력 중 하나이다. 이와 같이 빅데이터가 산업과 경제에 큰 여파를 미칠 수 있는 기술로 인식되면서 세계의 선진국과 유수한 기업들이 관련 기술에 대한 연구가 활발하게 진행되고 있으나 관련 기술에 대한 개발 현황에 대해서는 막연하게 추측만 하고 있는 실정이다. 이를 위하여 현재까지 빅데이터 관련 기술의 분야별 기술개발의 추이와 발전현황을 파악하여 관련 기술의 중복 개발을 막는 한편, 향후 관련기술의 연구개발 시 인적, 물적 자원을 효과적으로 투자함으로서 국제적 경쟁력을 갖출 수 있도록 지원하는 R&D 방향의 제시가 절실한 시점이다. 따라서 빅데이터 관련 특허를 국가별, 주요출원인별, 연도별, 점유율 등으로 정량적인 분석을 수행함으로서 관련 기술의 분야별 개발 현황과 발전 상황을 파악하고 관련 특허의 IPC 매트릭스 맵을 통한 세부적인 공백기술을 도출하는 한편 공백기술에 따른 빅데이터 기술의 체계적인 R&D 방향을 지원할 수 있는 방안을 제시한다. The Big Data that can provide measured information with users through rapid analyzing grand-scale typical or atypical data on which changing market and consumption trend multiply is able to build a new business model, and is one of the new economic growing power being expected a giant extending effect to economic development and making employment, for it makes possible to practical use as a official base technology in future's service position. Likewise, Big data is being recognized as a technology to affect to industry and economy, advanced nations in the world and leading corporations are making progress researches about related technologies. On the contrary, they are just guessing about development status of related technology ambiguously. In order to achieve this, it seems like very serious point to prevent overlapped development of technology by understanding the shift and present state of development of each part of development technology related with Big Data and to show the direction of R&D that support to have international competitiveness by investing human and material resources to research and development. Accordingly, by carrying patent related with Big data out like each nations, an applicant for a significant patent, years, possessions, and so forth with quantitative analysis, I will grasp the present state of development of each parts of technology and the situation of growth, and come up with plans to support systematic R&D direction of Big Data through undeveloped technology.

빅데이터 분석을 활용한 디자인 씽킹의 문제 발견에 관한 연구

민지영 이화여자대학교 대학원 2024 국내박사

An analysis on big data, the core of the hyper-connected society, is designed considering its purpose so it may be possible to shed light on correlations. Therefore, using big data analysis can provide insights across various fields and be conducive to reducing the ambiguity and uncertainty of contemporary social issues. In a design thinking process to solve undefined problems, big data analysis can happen to cultivate insights. However, despite the enlarged scale and form of data and advanced technology in modern society, designers have relative difficulties in using it in the problem finding process of design thinking. Design thinking is characterized by intuition based on ethnographic investigations but there are concerns regarding its suitability and reliability in contemporary society. Accordingly, to implement specialized problem finding of design thinking, it is time to pay attention to intuitive insights based on big data. It aims to derive user-centered insights and there is a need to ponder upon the utilization of big data analysis, which pursues establishing the structure of user knowledge in the desk research step. In other words, in the problem finding of design thinking, it is needed to consider and apply big data analysis for understanding users. This study intends to discover the way for user-centered problem finding in the design thinking process and suggest its effects using extensive larger-scaled unstructured data than data used in the existing desk research of design thinking. To this end, it derives findings using big data analysis in the problem finding process of design thinking and examines how to understand users using big data analysis. These findings have the potential to be linked to insights in the problem defining process of design thinking and they are intermediate interpretations on users and topics in the problem finding process. This research focuses on online text data among unstructured data. This study proposes BDDT-PF: Big Data-driven Design Thinking - Problem Finding, which can be implemented in the desk research step. Hence, three research topics were suggested as follows. First, what algorithm-based big data analysis methods can be used for deriving findings in the BDDT-PF process? Second, what design thinking-focused analysis methods can be used for deriving insights in the BDDT-PF process? Third, what are the effects of executing the BDDT-PF? The research conducted a test using big data analysis in the problem finding of design thinking based on design and derived the answers to the research questions. The research comprises the following stages. In the first step, it pursued the understanding of design thinking, problem finding processes, desk research, big data, and text mining through literature review. In the second step, the study identified the necessity and direction of using big data analysis in the problem finding of design thinking through the case study of big data application and the theoretical review of data in design thinking. In the third step it captured an actual desk research done from a design thinking project via expert interviews and topic-based analyses, designing characteristics, processes, research questions and tests for BDDT-PF. In the fourth step it executed the BDDT-PF process using titles of online news articles, which are Editorial content, in text data and obtained the results from the trend analysis. In the fifth step it also implemented the BDDT-PF process using the Korean User-generated content in text data and derived the meaning of climate change to Korean people. The findings from BDDT-PF in the fourth and the fifth steps led to the understanding that BDDT-PF can supplement the inadequacies of traditional desk research and assist in user research. Hence, in the next step it extended and deepened the execution from the previous steps, specifying and carrying out how to understand users with a view to identifying their emotion. In the sixth step it executed the BDDT-PF process using the English User-generated content in text data and found out the meaning of climate change to the global people. In the seventh step it examined the way to understand users in BDDT-PF and the effects of BDDT-PF implementation from the fourth to the fifth steps. The BDDT-PF process was synthesized and summarized, and design thinking-driven analyses were represented in a diagram with the elements of data, thinking systematization methods and interpretive perspectives. In addition, possibilities for generalization were presented considering culture, topic and problem identified. The effects of BDDT-PF included increased reliability in design thinking, frame generation in the initial phase, enhanced efficiency compared to traditional desk research, and a more specified synthesis process in design thinking. Finally, in the conclusion, the study presented the summary of findings according to research topics along with its implications. Rather than reflecting numbers or keywords resulted from big data analysis in design the way they are, designers can pay attention to significant data and understand users while pondering upon human emotions and feelings. In other words, this study has significance in that it experimented with the way to intensify designers' data literacy in design thinking and examined its meanings, considering the expanded roles of designers. 초연결사회의 핵심인 빅데이터는 활용 시 목적에 따라 분석 설계가 되고, 상관관계 규명 가능성이 존재한다. 이에 빅데이터 분석 활용은 다양한 분야에서 통찰력을 제공하고, 현대 사회 문제의 모호성과 불확실성 감소에 도움을 준다. 정의되지 않은 문제를 해결하는 디자인 씽킹 과정에서도 통찰력 함양을 위한 빅데이터 분석이 일어날 수 있다. 그러나 현대 사회에서 확장된 데이터의 규모와 형태, 발전된 기술에 비해 현재 디자이너가 디자인 씽킹의 문제 발견 과정에서 이를 활용할 수 있는 방법이 상대적으로 부족하다. 디자인 씽킹은 민족지학적인 조사 기반의 직관을 특징으로 하지만, 현대 사회에서 적합성, 신뢰성과 관련된 우려가 발생되기도 한다. 따라서 전문성이 있는 디자인 씽킹의 문제 발견을 위해 빅데이터 기반의 직관적 통찰 방법에 주목할 시점이다. 특히, 사용자 중심 통찰력 도출을 목적으로 하며, 데스크 리서치 단계에서 사용자 지식 구조 형성을 추구하는 빅데이터 분석 활용 과정을 탐구할 필요가 있다. 즉, 디자인 씽킹의 문제 발견 과정에서 사용자 이해를 위한 빅데이터 분석 활용 실행과 이에 대한 고찰이 필요하다. 본 연구의 목적은 기존의 디자인 씽킹의 데스크 리서치에서 활용할 수 있는 데이터보다 확장된 대규모 비정형 데이터를 활용해, 디자인 씽킹 과정에서 사용자 중심의 문제를 발견하는 방법을 찾고 그 효과를 제시하는 것이다. 이를 위해 디자인 씽킹의 문제 발견 과정에서 빅데이터 분석을 활용해 발견점을 도출하고, 빅데이터 분석을 활용한 사용자 이해 방법에 대해 고찰한다. 발견점은 디자인 씽킹의 문제 정의 과정에서 인사이트로 연계될 수 있으며 문제 발견 과정에서의 사용자, 주제와 관련된 중간 해석이다. 본 연구에서는 비정형 데이터 중에서 온라인 상의 텍스트 데이터에 주목한다. 본 연구에서는 데스크 리서치 단계에서 실행할 수 있는 디자인 씽킹의 문제 발견 과정에서의 빅데이터 분석 활용(BDDT-PF: Big Data-driven Design Thinking - Problem Finding) 방법을 제안한다. 이를 바탕으로 다음과 같은 세가지 연구 질문이 제시되었다. 첫째, BDDT-PF 과정에서 발견점 도출을 위한 알고리즘 기반 빅데이터 분석 방법은 무엇인가? 둘째, BDDT-PF 과정에서 발견점 도출을 위한 디자인 씽킹 관점 분석 방법은 무엇인가? 셋째, BDDT-PF 실행 효과는 무엇인가? 설계를 바탕으로 디자인 씽킹의 문제 발견 과정에서 빅데이터 분석을 활용하는 테스트를 실행하며 연구 질문에 대한 답을 도출하였다. 본 연구의 각 단계는 다음과 같다. 첫번째 단계에서는 문헌 고찰을 통해 디자인 씽킹, 문제 발견 과정, 데스크 리서치, 빅데이터, 텍스트 마이닝에 대한 이해를 하였다. 두번째 단계에서는 기존 빅데이터 활용 사례 및 디자인 씽킹에서의 데이터에 대한 이론적 고찰을 통해 디자인 씽킹의 문제 발견 과정에서 빅데이터 분석 활용에 대한 필요성과 방향을 파악하였다. 세번째 단계에서는 디자인 씽킹 프로젝트에서 실제로 실행되는 데스크 리서치 과정을 전문가 인터뷰 및 주제별 분석으로 파악하고 이를 기반으로 BDDT-PF 방법의 특징, 과정과 연구 질문 및 테스트를 설계하였다. 네번째 단계에서는 텍스트 데이터 중 편집 콘텐츠(Editorial content)인 온라인 뉴스 기사의 제목을 활용해 BDDT-PF 과정을 실행하고 동향 분석 결과를 얻었다. 다섯 번째 단계에서는 텍스트 데이터 중 한국어 사용자 생성 콘텐츠(User-generated content)를 활용해 BDDT-PF 과정을 실행하고 한국 사람들에게 기후변화가 갖는 의미에 대해 도출하였다. 네번째, 다섯 번째 단계에서의 BDDT-PF 실행의 결과를 통해 BDDT-PF가 기존 데스크 리서치의 부족함을 보완하고 사용자 리서치에 도움을 줄 수 있음을 파악하였다. 이에 따라 다음 단계에서는 이전 단계에서의 실행을 확장하고 심화하여, 사용자의 정서 파악을 위한 사용자 이해 방법을 구체적으로 제시하고 실행하였다. 여섯 번째 단계에서는 텍스트 데이터 중 영어 사용자 생성 콘텐츠(User-generated content)를 활용해 BDDT-PF를 실행하고 글로벌 사회의 사람들에게 기후변화가 갖는 의미에 대해 도출하였다. 일곱 번째 단계에서는 네번째부터 여섯 번째의 BDDT-PF 실행을 종합하고 사용자 이해 방법과 효과에 대해 고찰하였다. 디자인 씽킹 관점 분석 과정을 데이터, 사고법, 체계화 방법, 해석 관점을 요소로 다이어그램으로 표현하였다. 문화적 특성의 이해, 주제 및 문제 발견 내용의 범위에 따른 일반화 가능성을 제시하였다. 디자인 씽킹의 신뢰성 증가, 디자인 씽킹의 초기 단계 프레임 생성, 기존 데스크 리서치에 비교한 효율성 증가, 디자인 씽킹 합성 과정 구체화가 BDDT-PF 효과에 해당하였다. 마지막 단계에서는 연구 질문에 따른 연구 결과 요약 및 연구의 시사점을 결론으로 제시하였다. BDDT-PF실행에서 디자이너들은 알고리즘 기반 빅데이터 분석 결과인 수치나 키워드를 바로 디자인에 반영하는 것이 아니라, 유의미한 데이터에 주목해, 사람들의 정서 및 감정과 관련해 탐구하는 과정에서 사용자를 이해할 수 있다. 즉, 본 연구는 기술의 변화 속에서 디자인 씽킹 과정에 디자이너의 데이터 리터러시(Data literacy)를 강화하는 방법들을 실험하고 그 의미와 디자이너 역할의 확장을 고찰해본 것에 의의가 있다.