Earticle

국내는 빅데이터에 대한 관심에 비해 실제 도입되고 활용되고 있는 사례는 초기 단계이며, 빅데 이터 도입과 활용 의도에 관한 연구도 부족한 실정이다. 본 연구는 빅데이터의 활용의도에 미치는 긍 정적, 부정적 요인을 파악하고 활용의도에 영향을 미치는 변수를 분석하고자 한다. 본 연구에서는 VAM, DTPB, TOE, UTAUT 연구 모델을 통합하여 빅데이터 활용의도에 영향을 미치는 요인간의 인과관계를 파악하였다. 지각된 이익은 지각된 가치와 태도에 영향을 미쳤고, 지각된 희생은 지각된 가치에 영향을 미쳤지만, 태도에 미치는 영향은 기각되었다. 사회적 영향은 지각된 가치와 태도에 영 향이 있고, 촉진조건은 태도에 영향을 미쳤다. 빅데이터 조직역량은 인지된 행동 통제에 영향이 있었 고, 지각된 가치와 태도 및 인지된 행동 통제가 빅데이터 활용의도에 영향을 미쳤다. 회사의 규모, 의 사결정 참여, 데이터 분석경험, 빅데이터 도입 계획이 집단간 조절 효과가 있는 것을 확인하였다. 빅 데이터 활용을 위해 예산확보, 빅데이터에 대한 이해 및 전문가 부족 등 문제에 정부의 직접적인 지 원이 필요하고, 빅데이터 활용을 지원하는 법·제도 개정 및 개선, 세제 지원 정책이 빅데이터 활용에 효과가 있을 것으로 기대한다.

In Korea, the actual utilization of Big data is limited compared to the interest in Big data, and research on intention to use big data is lacking. The purpose of this study is to analyze the positive and negative factors affecting the use intention of Big Data and to analyze the variables that affect the use intention. In this study, the relationship between factors influencing big data was investigated by integrating VAM, DTPB, TOE, and UTAUT model. The perceived benefits influenced perceived values a nd attitudes, and perceived sacrifices affected perceived values, but the effects on attitudes were rejected. Social influence influenced perceived values a nd attitudes, and facilitation conditions affected attitudes. The organizational capacity affected the perceived behavioral control, perceived value, attitude and the perceived behavioral control influenced the big data use intention. We confirmed that the size of the company, participation in decision making, data analysis experience, and big data introduction plan are moderating effects. To increase the use of big data, the government needs to provide more direct support, such as securing budgets and funding, lack of understanding of big data, and a shortage of experts. It is expected that revision and improvement of law and system to support big data utilization and tax support policy will be effective for big data utilization.

본 연구는 국민과 기업이 원하는 공공데이터 수요를 확인하기 위해 2017년부터 2019년까지 3 년간 국민이 공공데이터 포털(www.data.go.kr)을 통해 제공신청한 자료를 구조적 토픽 모델링(STM) 을 활용하여 분석하였다. 분석결과, 교통, 의료/복지, 행정, 실시간 데이터 등 9개 토픽이 도출되었으 며, 토픽 2(교통(지하철, 버스)), 토픽 4(실시간 데이터), 토픽 5(부동산), 토픽 7(의료, 복지)은 2017년 이후 전반적으로 제공신청 비중이 증가하는 추세로 나타났다. 또한, 분석결과를 바탕으로 연도별, 유 형별, 전국단위 중심의 개방, 원자료(raw) 중심의 개방, Open-API 개방 확대, 공공데이터 제공 운영 실태 평가 지표의 실효성 제고방안 등 향후 공공데이터 개방 정책의 방향을 제시하였다.

This study analyzed the data that citizens requested through the Korea’s Open Data Portal(www.data.go.kr) for 3 years from 2017 to 2019 using structural topic modeling (STM) to see the demand of citizens and corporations for open data. As a result of analysis, 9 topics such as transportation, medical / welfare, administration, and real-time data were derived, and topics 2 (transportation (subway, bus)), topic 4 (real-time data), topic 5 (real estate), and topic 7 (medical, Welfare) seemed to increase in the proportion of open data requests since 2017. In addition, based on the results of the analysis, the direction of future open data policies in yearly, types, publishing of nationwide data and rawdata, and increasing Open-API were suggested.

(목적) 고령화 사회로 진입하면서 노령인구가 급속하게 증가하고 있다. 노령인구가 증가하면서 노 인의 삶의 질에 대한 관심이 증가하고 있다. 이에 본 연구에서는 노인의 삶의 만족도에 영향을 주는 요 인을 파악하는 것이 목적이다. (연구방법) 본 연구에서는 데이터 마이닝 기법을 이용하여 노인의 삶의 만족도 결정요인을 규명하기 위하여 고령화연구패널(Korean Longitudinal Study of Aging; KLoSA) 2006년도 공개용 연간 데이터 버전 1.1을 원 자료를 이용하였다. (연구결과) 노인 삶의 만족도 영향요 인을 건강, 경제력, 그리고 사회관계요인으로 구분하여 노인의 삶의 질과의 관계를 고령화패널 데이터 를 이용하여 실증적으로 검증하였다. 연구 결과 건강 요인 중에서 우울증, 치매, 그리고 친목모임에 참 여 등의 관계요인이 노인의 삶의 만족도에 영향을 주는 것으로 파악되었다. (결론) 본 연구에서는 노인 의 삶에 만족도에 영향을 미치는 다양한 요인들을 확인하였다. 따라서 장기적으로 노인인구도 안정적 인 소득 확보 및 경제활동을 유지할 수 있도록 실버산업 육성 및 변화의 필요성이 있음을 제시하였다.

(Purpose) As we enter an aging society, the elderly population is rapidly increasing. As the elderly population increases, interest in the quality of life of the elderly is increasing. There-fore, the purpose of this study is to identify factors affecting life satisfaction of the elderly. (Research Method) In this study, the original data for the yearly release version 1.1 of the public data for the 2006 Korean Longitudinal Study of Aging (KLoSA) was used to identify the determinants of life satisfaction of the elderly using data mining techniques. (Research results) By dividing the influence factors of elderly life satisfaction into health, economic power, and social relationship factors, the relationship with the quality of life of the elderly was empirically verified using aging panel data. As a result of the study, it was found that relationship factors such as depression, dementia, and participation in social gathering among health factors influenced the satisfaction of life of the elderly. (Conclusion) In this study, various factors affecting the satisfaction of the elderly were identified. Therefore, it was suggested that there is a need to foster and change the silver industry so that the elderly population can secure stable income and maintain economic activities in the long term.

많은 기업들은 지속적으로 발전하는 정보통신기술(ICT)에 발맞추고자 이를 파악하는데 높은 관 심을 갖고 있다. 기존의 ICT 동향 분석에 관한 연구들은 비교적 적은 양의 데이터를 사용하거나 특정 종류의 데이터 혹은 특정 분야만을 중점적으로 분석하였다. 하지만, 정확한 기술 동향 파악을 위해서 는 한정된 분야가 아닌 전반적인 분야에 대한 분석이 필요하다. 따라서 본 논문에서는 전문가가 선정 한 주요 ICT 용어를 기반으로 논문 및 특허 데이터를 활용한 ICT 동향 분석 연구를 진행한다. 구체 적으로, ICT 용어가 포함된 문서의 빈도수, 이를 기반으로 한 단어의 위상, 그리고 단어 간 네트워크 분석을 수행한다. 2018년 및 2019년 발행 문서에 대해 각각 분석을 진행한 후, 결과를 비교하여 앞 으로의 ICT 동향을 제시한다.

Companies are increasingly interested in the identification of the trends in information and communication technology (ICT) as ICTs are rapidly developing. Previous research on the analysis of ICT trends utilized relatively small sized data or focused only on a specific data or field. In order to identify ICT trends clearly, it is necessary to analyze data covering the overall fields. To this end, in this paper, trend analysis is conducted using manuscript and patent data based on the ICT related keywords selected by experts. In detail, keyword frequency analysis, positioning of keywords based on their frequencies, and keyword network analysis are performed. Documents published in 2018 and 2019 are analyzed separately and compared to identify the future technology trends.

SaaS 클라우드 컴퓨팅에 관한 기존의 연구는 사용자 관점의 연구는 많으나 공급자의 성공전략 에 관한 연구는 상대적으로 부족하다. 본 연구에서는 고객성과와 재무성과를 기반으로 SaaS 클라우 드 서비스 제공기업의 시장 성공요인을 분석하기 위하여 다변량 잠재성장곡선모델(LGCM)을 사용하 여 국내 SaaS 클라우드 서비스 제공기업의 199개 전략사업부서(SBU)에서 수집한 3년간의 종단 기 업데이터를 분석했다. 연구 결과에 따르면 SaaS 클라우드 컴퓨팅의 차별화된 요인은 초기 단계에서 소프트웨어 제공업체의 비즈니스 가치를 크게 향상시키지 않았지만 SaaS 공급업체가 시간이 지나면 서 성장함에 따라 고객과 재무성과의 성장률에 큰 영향을 미쳤다. 이 연구는 학문적으로는 마이클 포 터의 전략이론이 e-비즈니스에도 적합하다는 것을 입증하며, 실무적으로는 SaaS 제공기업이 채택할 수 있는 전략적 포트폴리오에 관한 추가적인 통찰력을 제공한다.

In the SaaS cloud computing research area, there are many studies from the user's point of view, but there is relatively little research on the supplier's success strategy. In this study, we longitudinally investigate the market success of Software-as-a-Service (SaaS) providers based on customer growth and financial performance. Using a multivariate latent growth curve model (LGCM), we analyzed longitudinal corporate data gathered from 199 strategic business units (SBUs) of SaaS cloud computing providers in Korea for three years. Our results indicate that SaaS cloud computing idiosyncratic factors did not significantly enhance the software providers’ business values in the early stage, but did significantly affect the growth rate of their customer base and financial performance as the software providers became more mature over time. This study presents additional insights for academia and practitioners.

본 논문에서는 약 6만 개의 의류 이미지 데이터를 CNN(Convolutional Neural Network) 기 술과 ANNOY(Artificial Neural Network Oh Yeah) 기술을 적용하여 새롭게 입력된 의류 제품 이 미지의 유사 의류 제품을 탐색하는 알고리즘을 제안하여 두 기술 사이의 유사도와 처리속도를 비교 분석하였다. 기존 CNN 기술은 모든 이미지 데이터의 픽셀을 탐색하여 유사한 이미지를 탐색하는 반 면, ANNOY 기술은 이미지들의 유사도 거릿값을 측정한 바이너리 트리 노드 (binary tree node)를 사용하여 이미지 유사도는 소폭 감소하지만, 이미지 탐색 시간을 획기적으로 감소시킬 수 있는 장점 을 갖고 있다. 이미지 탐색 시간의 감소는 비용절감 효과로 이어지며 다양한 온라인 서비스 분야에 도 입할 수 있다. 제안한 ANNOY 기술 기반 빠른 검색 처리속도를 기반으로 다양한 상품검색, 상품비교, 상품추천 등 다양한 분야에 활용가능 할 것이다. 본 연구에서 수행한 시뮬레이션 결과에 따르면 ANNOY 기술은 CNN 기술대비 이미지 유사도는 약 6.33% 감소하지만, 유사 이미지 탐색에 소요되 는 시간은 약 1/3000 로 감소하는 것을 확인하였다.

In this paper, we propose an algorithm to search similar clothing products of newly input clothing product images by applying CNN and ANNOY technology using about 60,000 clothing image data. We compare and analyze the similarity and processing speed between the CNN and ANNOY techniques. CNN searches similar images by searching pixels of all image data, while ANNOY technique searches similar images by using binary tree nodes which dramatically reducing the researching time. Reducing image search time brings cost savings and can be applied to a wide range of online services. Based on the fast search processing speed of the proposed ANNOY technology, it can be used in various areas such as product search comparison and recommendation. According to the simulation results, it was confirmed that the image similarity of the ANNOY technique is reduced by about 6.33% compared to the CNN technique, but the time required to search for the similar image is reduced to about 1/3000.

빅데이터 환경에서 데이터의 안전한 활용을 위해 EU는 개인정보를 가명처리하여 활용하는 방 법을 법률에 도입하였고 우리나라도 가명정보 개념이 포함된 개인정보보호법 개정안이 국회에서 통과 되었다. 가명정보 개념이 도입되더라도 가명처리 범위에 따라 데이터 활용도가 낮아지는 문제는 여전 히 존재하게 된다. 이 논문은 실제 기업에서 개인정보 가명처리시 위험도를 기반으로 가명처리 범위 를 결정할 수 있게 하는 프레임워크를 적용하기 위해 필요한 위험도 산출방법을 제안한다. 구체적으 로는 주요 국가에서 제시한 비식별처리 프레임워크를 분석하여 가명처리에 영향을 미치는 요소를 도 출하고 이를 기반으로 전문가 설문을 통하여 실제 가명처리시 재시별 위험 등에 영향을 미치는 요인 을 식별하고 검증하였다.

For the safe use of data in the big data environment, the EU has introduced a method in their legislation to use personal information in a pseudonymized manner, and Korea is also passing a revision of the Personal Information Protection Act, which includes the concept of pseudonymized information. Even if the concept of pseudonymized information is introduced, there is still a problem that data utilization becomes lower depending on the scope of pseudonym processing. This paper proposes a risk calculation method for applying a framework that allows companies to determine the scope of pseudonymization based on the risk of personal information pseudonym processing. Specifically, we analyzed the de-identification process framework proposed by major countries to derive the factors that affect the pseudonym processing, and based on this, identified and verified the factors influencing the reassessment risk in actual pseudonym processing through expert questionnaire.

믹스넷은 전자투표의 익명성 보장을 위해 많이 사용되는 기법중 하나이다. 전자투표를 위한 믹 스넷은 영지식증명(zero-knowledge proofs)을 기반으로 하기도 하지만, 연산량이 많아 효율적이지 않 다. 그에 비해 해시연산 기반 믹스넷은 연산속도가 빠르면서도 믹스넷의 동작 증명이 간단하다. 본 논 문에서는 원격투표에서 익명성 보장을 위해 사용되는 해시연산 기반 믹스넷 기법 두 개를 통해 효율 성을 분석하고자 한다.

Mixnet is one of the most frequently used method to protect privacy in electronic voting system. Mixnet based on zero-knowledge proofs requires heavy operations thus is not efficient. On the contrary, Hash-based mixnet runs faster than zero-knowledge proofs-based one and easy to prove mixnet’s operations. This paper presents analysis results of two hash-based mixnets to ensure anonymity.