Earticle

본 연구에서는 빅데이터 및 정보화 관련 담당 공무원들의 빅데이터 생태계 및 활용에 대한 인식을 알아봄을 통해서 정부정책 및 정부운영에 빅데이터를 효과적으로 적용할 수 있는 방안을 마련하는 것을 목적으로 한다. 본 연구의 설문조사는 우리나라의 현행 빅데이터 구축 및 활용에 대한 수준의 측정과 빅 데이터 생태계에 대한 인식수준 확인, 그리고 향후 정부정책을 수립하는데 있어 빅데이터 활용방안 등에 대한 의견수렴과 보다 객관적인 실태파악과 개선방향에 대한 다양한 시각을 확보하기 위해서 실시하였 다. 연구의 결과는 다음과 같다. 첫째, 공공분야에 있어서 빅데이터는 플랫폼의 기술수준과 보안 기술 수 준을 제외하고, 모든 부문 즉, 인력양성, 법령정비, 추진체계, 인식홍보, 역기능 개선 등 총체적인 어려움 에 봉착해 있다. 둘째, 현행 빅데이터 생태계 내에서 빅데이터의 수집, 거래, 분석, 활용 등 모든 부문에 서 개선이 요구된다. 셋째, 개인정보 비식별 방안과 정책분야 SNS 빅데이터 분석 활용 경우에 공무원들 은 잘 알고 있었고 그 필요성과 업무에 활용에 대한 긍정적인 반응을 보이고 있다.

This study is designed to suggest an effective measure to apply a big data into government policy and administration by probing the perception of big data or information field government officials about a big data ecosystem and applications. The survey of this study includes a level of big data building and application, a perception of big data ecosystem, a big data strategy for government policy, and policy implications of big data application. The results of the research are as follows. First, the public sector big data lacks in human resources, law and regulation, driving system, and promotion. Its platform's technical level and protection technology are relatively higher compared to other fields. Second, it is called for improvement in public sector big data in terms of data collection, transaction, analysis, and application. Third, public officials are well aware of non-identification of personal information, and social network service application of public policy. Their responses to tasks of these issues are very positive.

본 연구는 빅데이터 생태계의 개념 및 구성요소의 역할과 책임을 파악하여 빅데이터 산업이 활성화되기 위해서 필요한 전략을 도출하였다. 빅데이터 생태계의 구성요소는 거버넌스, 데이터 보유자, 서비스 이용자, 서비스 제공자, 인프라 제공자로 5개 구분하였다. 5개의 구성요소 간 역할과 책임을 통해 총 11개의 활성화 전략을 도출하였다. 또한 빅데이터 산업 활성화를 위해 선행연구자들이 주장한 내용을 요약 정리하여 총 12개의 활성화 방안을 제시하였다. 빅데이터 구성요소 간 활성화방안과 선행연구자들이 주장한 내용을 결합하여 본 연구에서 총 13개의 빅데이터 산업의 활성화 전략을 제시하였다. 본 연구에서 제시한 빅데이터 산업 활성화 전략이 빅데이터 사업 및 정책방향과 계획 수립의 기본자료로 활용되기 위하여 빅데이터 산업 활성화에 긍정적인 영향을 제공할 것으로 기대한다.

This research describes strategies to promote the growth of the Big Data industry and the companies within the ecosystem. In doing so, we identify the roles and responsibilities of various objects of this ecosystem and Big Data concepts. We describe the five components of the Big Data ecosystem: governance, data holders, service users, service providers and infrastructure providers. Related to the Big Data industry, the paper discusses 13 business strategies between the five components in the ecosystem. These strategies directly respond to areas of research by the Big Data industry leading experts on its early development. These strategies focus on how companies can gain competitive advantages in a growing new business environment of Big Data. The strategy topics are as follows: 1) the government's long term policy, 2) building Big Data support centers, 3) policy support and improving the legal system, 4) improving the Privacy Act, 5) increasing the understanding of Big Data, 6) Big Data support excavation projects, 7) professional manpower education, 8) infrastructure system support, 9) data distribution and leverage support, 10) data quality management, 11) business support services development, 12) technology research and excavation, 13) strengthening the foundation of Big Data technology. Of the proposed strategies, establishing supportive government policies is essential to the successful growth of thee Big Data industry. This study fosters a better understanding of the Big Data ecosystem and its potential to increases the competitive advantage of companies.

본 연구는 뉴스 빅데이터 분석을 통해 한국 해상풍력 산업생태계의 형성과 진화 과정을 행위자, 담론, 공간의 세 차원에서 규명하였다. 기존 표준산업분류 체계가 신산업을 적시에 포착하지 못하는 한계를 극복하기 위해, 2010년부터 2025년까지 해상풍력 관련 뉴스 5,093건을 사용하여 개체명 인식(NER), 동시출현 네트워크 분석, LDA 토픽모델링 분석을 실시하였다. 분석 결과, 행위자 네트워크는 두산중공업 중심의 단일 허브 구조에서 오스테드, 에퀴노르 등 글로벌 개발사가 참여하는 다극 구조로 전환되고 있으며, 담론은 정책에서 기술개발로, 다시 주민수용성 등 시장 현안으로 이동하는 단계적 진화를 보인다. 공간적으로는 전남의 정책·인프라 중심, 울산의 부유식 기술개발 중심, 인천의 외국 개발사 주도 등 지역별로 차별화된 산업생태계가 형성되고 있다. 본 연구는 진화경제지리학의 경로 개발 개념을 한국 에너지 전환 맥락에서 실증적으로 검증하였으며, 비정형 빅데이터가 공식 통계의 한계를 보완하는 신산업 연구의 대안적 방법론임을 제시하였다.

This study examines the formation and evolution of South Korea’s offshore wind industrial ecosystem through news big data analysis, focusing on three dimensions: actors, discourses, and space. To overcome the limitations of the conventional Standard Industrial Classification system in capturing emerging industries in a timely manner, Named Entity Recognition, co-occurrence network analysis, and LDA topic modeling were applied to 5,093 offshore wind-related news articles published between 2010 and 2025. The findings reveal that the actor network has shifted from a single-hub structure centered on Doosan Heavy Industries to a multi-polar structure involving global developers such as Ørsted and Equinor. The discourse has evolved through distinct stages: from policy-focused themes to technology development, and subsequently to market issues including community acceptance. Spatially, differentiated industrial ecosystems are emerging across regions: Jeonnam characterized by policy and infrastructure development, Ulsan by floating offshore wind technology development, and Incheon by foreign developer-led initiatives. This study empirically validates the path development concept of evolutionary economic geography within the Korean energy transition context and demonstrates the methodological potential of unstructured big data as an alternative approach to complement official statistics in emerging industry research.

지난 10여년간 조선업 집적지들이 경기침체로 인해 산업과 고용 위기 지역으로 지정 되는 과정과 결과를 추적하고 분석하였다. 위기 지역 지정, 대책 마련과 시행은 발생 후 상당한 시간 경과 이후여서 대책에 투입된 예산 대비 효과도 낮고 시책 운용 폭도 제한 적이다. 이를 극복하기 위한 대안이자 사전적 위기 감응이 가능하도록 빅데이터 체계 구 축을 제안하였다. 사전에 동태적 분석과 접근을 통해 위기 감지와 역동적 대책이 가능해 야 하고, 위기가 진행되는 과정이나 후일지라도 요인분석, 대책 수립과 정책 수단 발굴 이 쉽게 할 필요가 있다. 특정 제조업종이 집적된 협소한 지역에서 그 산업의 위기로 파 생될 지역 전체의 파국을 막자는 취지이다. 본 연구는 지역 산업과 고용의 위기를 막기 위한 지역산업경제 빅데이터 시스템 (LIEBs) 구축의 필요성과 방법론 정립이 주목적이다. 데이터의 수집과 표준화, 제도적 정비와 기반 구축과 같은 생태계 조성과, 이를 기초로 데이터의 수집, 가공, 분석 재생산, 응용과 같은 제반 플랫폼이 완벽하게 갖추어져야 하는 등 빅데이터 시스템 구축과 운용 을 통해, 지역 산업경제와 고용 위기를 사전 감지하고 예방이나 대처가 가능할 것이다.

During last a few years, several agglomerated regions with shipbuilding industry has suffered severely its regional economy recession due to industrial operating deterioration. The government designated the industry crisis and the employment crisis based on law which was made after occurred severe crises. However, its effects were limited because even all kinds of support and comprehensive plan for effective assistance depending on law were pursued for quite a while. For overcoming and eliminating those limitation and weakness, this study tried to consider the alternative method and system for the local shipbuilding industry. The purpose of this study is to find and set a system construction plan using big-data analysis method to have a practical effective even though the front, the time and the rear the regional economic crisis and industrial disaster might occur. The systematic method would be dynamic and could induce an active counter-plan for enlivening the regional economy. It is so-called the LIEBs, that is the Local Industry and Economy Big-data System. The system conclusively show that big-data platform and big-data economy ecosystem for analyzing and expecting the local/regional industry and economy are very important for oncoming the data period.

Recently, the computing environment is changing rapidly by a wide spread and the development of a wireless terminal. In particular, computing environment of enterprise is changing largely due to cloud computing and big data. Utilization value of big data is expanded across all sectors of society of administration, welfare transportation, health care, finance, manufacturing, etc. and the importance of big data as a driving force of the national economy is increased. In Korea, it is estimated that there is lack of professional staff, and a technology gap with developed countries although it is expected that demand of technology and professional staff will increase rapidly because big data is a source of future competitive advantage. In this paper, we identify concept and organization of big data business ecosystem and analyze the development step of the ecosystem. In particular, we investigated features by step of the big data business and analyzed systematically the development direction accordingly. The analyzed result in this paper is utilized to many companies and related policies of big data and will provide a number of advantages.

빅데이터에 대한 기술적 수요가 높아짐에 따라 빅데이터를 처리하기 위한 방법으로, 데이터 저장 에서부터 시맨틱 분석 처리에 이르기까지 다양한 솔루션 및 오픈소스 프레임워크들이 등장하고 있다. 하지만 이들 개별 플랫폼들 간의 상호운용성은 고려되지 않고 있는 것이 현실이다. 이로 인해 여러 표준화 기구들은 빅데이터와 관련된 기존의 표준들을 확장하거나, 새로운 데이터 저장, 관리, 분석/처 리 요구사항에 따른 신규 표준화 항목에 대한 연구를 진행 중에 있다. 특히 JTC 1, ITU-T 및 미국의 NIST 등에서 논의 중인 빅데이터 표준 참조 아키텍처는 빅데이터 기술을 중립적인 시장 참여자 및 기능적 관점에서 바라봄으로써, 특정 플랫폼에 종속되지 않는 중립적인 요구사항들을 도출하여, 향후 어떠한 표준화가 추진되어야 할지를 식별하기 위한 도구로 활용할 수 있다. 본 연구에서는 빅데이터 와 관련된 국제 표준화 현황과 함께 업체 및 기관들이 개별적으로 제안하고 있는 빅데이터 참조 아 키텍처들을 살펴보고, 빅데이터 시장 생태계 관점에서의 도메인 모델을 제시함으로써 향후 빅데이터 참조 아키텍처의 표준화를 위한 모델을 제시하고자 한다.

According to the requirements of Big Data technologies, as a way to process Big Data, various solutions and open source frameworks have emerged. However, interoperability between these individual platforms have not been considering. This causes SDOs are trying to extend existing standards and find the new items for handling Big Data related with data storing, management, analysis and process. Big Data reference architecture which is being discussed in JTC 1, ITU-T and NIST are described in neutral market participants and their functional requirements. Through this, it can be used as a tool for identifying standardization items by deriving neutral requirements do not depend on a particular platform. In this study, we reviewed the standardization activities for Big Data and analyzed the existing reference architectures from individual companies and agency. And finally, we propose a reference architecture based on Big Data ecosystem perspective. The results of this study can be utilized as a basis for the international standardization of Big Data reference architecture.

The wave of the 4th Industrial Revolution was announced by Schwab Klaus at the 2016 World Economic Forum in Davos, and prospects and measures with the future society in mind have been put in place. With the launch of the Moon Jae-in administration in May 2017, Korea has shifted all of its interest to Big Data, which is one of the most important features of the 4th Industrial Revolution. In this regard, this study focuses on the role of the public sector, explores related issues, and identifies an agenda for determining the demand for ways to foster Big Data ecosystem, from an objective perspective. Furthermore, this study seeks to establish priorities for key Big Data issues from various areas based on importance and urgency using a Delphi analysis. It also specifies the agenda by which Korea should exert national and social efforts based on these priorities in order to demonstrate the role of the public sector in reinforcing the Big Data ecosystem.

이 연구는 산업 및 고용 정책에 도움을 주고자, KED(한국기업정보)의 2015년도 5만여 개의 거래데이터로서, 제조업 전체의 생태계를 파악하고자 하였다. 이를 위하여 클러스터링(군집화)과 산업연관분석과 유사한 기업연관분석을 결합한 방법론을 이용하였다. 클러스터링은 클러스터 내에서 소속 기업들이 소속된 기업들과의 거래만으로 대부분의 거래를 완결하는 기업그룹들(클러스터)을 형성하도록 하는 방법론이다. 그 결과, 제조업체들은 제조업 전체 매출의 77.1%를 차지하는 134개의 10개 이상 제조업체들로 이루어진 클러스터들로 묶여진다. 그리고 이들 클러스터들에서는 클러스터 소속 기업들의 매출의 대부분(60%이상)을 차지하는 중심기업(기간기업)들이 있다. 본 논문에서는 클러스터들에 속해 있는 대기업, 중소기업에 대하여 42개의 기간기업들이 미치는 생산 및 고용 유발효과를, 기업연관분석의 방법으로 계산하여 그 결과를 제시하였다. 고용계수를 계산해보면, 제조업에서는 중소기업의 고용계수가 대기업에 비해 월등히 높다. 조선업체가 위주가 되는 클러스터와 내수용 소비재와 건자재, 산업재를 생산하는 제조업체들로 이루어진 클러스터들은 중소기업의 매출 비중이 10% 이상으로 높으며, 이 클러스터들의 기간기업들은 소속된 클러스터 또는 다른 클러스터들의 중소기업들에 높은 생산 및 고용 유발효과를 가진다. 10개미만의 클러스터들을 다 합친 마지막 기업군은 제조업 전체에서의 고용의 비중이 아주 높기에 고용정책적인 측면에서 중요한데, 이 기업군의 중소기업들에 높은 고용유발효과를 미치는 4개의 클러스터들을 발견하였다. 이들도 내수용 소비재와 건자재를 생산하는 제조업체들로 이루어져 있다. 이 클러스터들과 기간기업들은 중소기업육성 정책 및 고용정책에서 특히 중시될 필요가 있으며, 내수용 산업이 고용에도 유리하다는 사실을 암시한다. 한편, 제조업체들의 거래를 중계하는 정도가 높은 클러스터와 제조업체들은 사회네트워크 분석지표 중 하나인 높은 사이중심성 값으로 식별된다. 이들은 중계를 통해 기술발전을 주도하기에 중시될 필요가 있다.

We try to study the ecosystem for the manufacturing firms using more than 50 thousand transaction data of 2015, provided by Korean enterpirse data (KED) to help the industrial and employment policy. We find Manufacturing firms to be grouped into 134 clusters with more than 10 firms occupying 77.1% of whole manufacturing firm sales. The firms in a cluster have most of transactions with the firms in the same cluster. Most of the clusters have a few main firm having more than 60% sales portion in the clusters. We present the result of 42 main firms's production and employment linkage effect on the big enterprise and small and medium size enterprises (SME) for each clusters in this paper using firm linkage analysis similar to industry linkage analysis. We find SMEs have much higher Employment coefficients than the large size ones in manufacturing industry. These clusters mainly produce consumer and industrial goods for domestic demand. The main firm of these clusters also have rear high production and employment linkage effect on SMEs in the same cluster or in other clusters. These firms should be considered important in SME growth and employment policy. The 135th firm group consists of small clusters with less than 10 firms is important due to highest portion of employment in manufacturing industry. We find the 4 clusters having high employment linkage effect on this group and these clusters are also the ones producing domestic consumer and industrial goods, implying that domestic industry should be considered very important in employment policy. And we find the manufacturing companies and clusters with specially high betweenness coefficients, one of SNA indexes. we should consider them very important in terms of R&D policy because they mediate many transactions of the manufacturing firms leading to technology development.

본 연구는 한국기업데이타(KED)에서 제공하는 2011년도의 4만여 기업들의 거래 데이타에 기반하여, 사회네트워크 분석 방법을 이용하여 자동차 산업 기업들과 협력기업들의 거래 네트워크 내에서 클러스터(기업군)을 발견하고, 이를 이용하여 자동차 산업 생태계의 특징들을 발견하고자 하였다. 그 결과 45개의 기업군을 발견하였고, 구조적으로 보았을 때 특정 기업을 중심으로 한 기업군이 전체 네트워크 소속기업들의 매출의 31%의 비중을 가진 거대 기업군을 형성하고 있음도 발견하였다. 그러나 개별 완성차 업체와 부품, 소재 공급 기업들이 독립된 중규모의 기업군을 형성하고 있는 경우도 있으며, 추가적으로 특정한 부품 및 소재를 생산하는 기업들만으로 기업군을 형성하는 경우도 발견하였다. 대부분의 기업군들은 특정 기업(기간기업)을 중심으로 나무형태의 위계적 거래질서를 가지고 있음도 발견하였다. 이들 기업군들이 기간기업들 그리고 압도적 영향력을 가진 거대기업군의 대표기업으로부터 어느 정도로 영향을 받는지 기업군별 매출의존도로 분석한 결과, 거대기업군의 대표기업의 영향력이 압도적이나, 이 기업으로부터 독립적인 기업군들도 다수 발견하였다. 특정 기업군의 매출의존도가 특정 기업에 집중되어 있지 않은 기업군들에 대한 정책은 거래의 효율성 면에 집중하여야 하고, 특정 기업에 거래가 집중된 기업군들에 대한 정책은 거래의 공정성 면에 그리고 그 수단으로 거래를 다변화시키는 방향에 집중하여야 할 것이다.

This study tries to make company clusters in the automobile industry using more than 40 thousands transaction data provided by Korean Enterprise Data for the year of 2011, to find out the characteristics for the industry ecosystem. We find out 45 company clusters based on the transaction closeness between companies using the tools of social network analysis. Results show that there exist one giant cluster occupying 31 sales share of all firms in the network. But we find out that there exist middle size clusters consisting of one automobile assembly company and cooperative material and parts providing companies and also clusters consisting of single kind of parts/material companies. Results also imply that most of clusters have the hierarchical tree-like transaction patterns centered on single or two firms playing central role in each clusters. Finally we checked if these clusters have sales independence from big companies, especially from the hub company of the giant cluster using sales dependency. We find that the hub company of the giant cluster have overwhelming influences on other clusters. But we also find there exist the independent clusters from this company. We suggest that the industry policy focus on the effectiveness of the transactions for the independent clusters and that the policy focus on diversifying the transactions leading to the fairness of the transactions for the clusters heavily dependent on a few companies.

본 연구는 2015년도 5만 여개의 기업거래정보(KED(한국기업정보))를 이용하여, 유통업체와 관련이 있는, 지속적인 거래관계를 가진 기업들의 거래관계 네트워크를 형성하여 유통업체의 생태계를 파악하고자 하였다. 클러스터링의 방법을 사용한 결과, 5개 이상의 기업들로 이루어진 731개의 클러스터로 묶여진다. 이들은 KED 자료에서 파악되는 유통산업 매출의 약 80%룰 차지한다. 클러스터들은 소속된 업체들의 거래가 대부분 내부에서 완결되는 모듈화된 거래 패턴을 가진다. 유통 클러스터들은 그들 매출의 70% 이상을 하나 또는 2, 3개의 업체(주기업)가 차지하고 있다. 이러한 특징은 제조업과 유사하다. 그렇지만 유통 클러스터들은 소속 기업수가 제조업과 비교하여 작은 특징을 지니고 있으며 조립 제조업체들에 비해서는 특정 업체와 클러스터에 매출이 집중된 정도도 약하다. 기업연관분석의 결과를 보면, 30대 유통업체들이 소속된 클러스터내의 중소기업들의 주기업에 대한 매출의존도는 롯데쇼핑, 이마트, 이랜드리테일, 신세계, 현대홈쇼핑 등이 최소 35% 이상의 값을 보인다. 이들 클러스터 내에서의 공정거래정책을 통한 중소기업 육성정책의 여지가 크다는 점을 암시한다. 씨제이홈쇼핑, 현대홈쇼핑, 한무쇼핑 등은 아주 높은 생산유발효과를 가지며, 앞의 두 업체는 동일 클러스터 소속 중소기업들에 특히 높은 생산유발효과를 가지고 있다. 그리고 1-9번 클러스터들은 중소기업의 고용 비중이 높고 중소기업의 고용계수가 매우 높은 10번 기업군과 31번 기업군에서 상품을 조달하는 경우가 많다. 중소기업에 높은 생산 및 고용 유발효과를 가지고 있거나, 10, 31번 기업군에 후방연관효과가 높은 기업들은 중소기업 성장 및 고용 정책에서 중시되어야 할 것이다.

This paper tries to study the ecosystem after constructing the network of the continuing transactions associated with distribution industry with the data of more than 50 thousands firms provided by the Korean enterprise data (KED) for 2015. After applying the clustering method, one of social network analysis tools, we find the firms in the network grouped into 732 clusters occupying about 80% of whole distribution industry sales in KED data. The firms in a cluster have most of their transactions with other firms in the cluster. But the clusters have smaller firm numbers in the cluster and sales portion of the biggest firms in the industry than the case of the manufacturing industry. The Input-output analysis for the biggest distribution firms show that the small and medium size enterprise(SME)s have very high sale dependency on a main firm in some clusters. This fact implies more efficient fair transaction policies within the clusters. And small number of big distribution firms have very high rear production linkage effects on SMEs or on the 10th or 31th group with high portion of SME employment. They should be considered important in the SME growth and employment policies.

This study was performed to investigate the ecosystem service patterns in relation to climate change acceleration utilizing big data analysis. This study aimed to use big data analysis as one of the network of views to identify convergent thinking in two fields: climate change and ecosystem service. The keywords were analysed to ascertain if there were any differences in the perceiving problems, policy direction, climate change implications, and regional differences. In addition, we examined the research keywords of each continent, the centre of ecosystem service research, and the topics to be referred to in domestic research. The results of the analysis are as follows: First, the keyword centrality of climate change is similar to the detailed indicators of The Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services (IPBES) regulations, content, and non-material ecosystem services. Second, the cross-analysis of terms in two journals showed a difference in value-oriented point; the Ecosystem Service Journal identified green infrastructure as having economic value, whereas the Climate Change Journal perceives water, forest, carbon, and biodiversity as management topics. The Climate Change Journal, but not the former, focuses on future predictions. Third, the analysis of the research topics according to continents showed that water and soil are closely related to the economy, and thus, play an important role in policy formulation. This disparity is due to differences in each continent's environmental characteristics, as well as economic and policy issues. This fact can be used to refer to the direction of research on ecosystem services in Korea. Consistent with the recent trend of expanding research regarding the impacts of climate change, it is necessary to study strategies to scientifically predict and respond to the negative effects of climate change.