Earticle

본 연구는 빅데이터 기반 개인정보 비식별화 동향에 대한 분석을 하는 것이다. 최근 ICT 기기 의 발달에 따른 관련 산업의 폭발적인 증가로 인해 ICT 융합 빅데이터가 쏟아져 나오고 있다. 하지만, 산업적으로 가치가 유망한 다양한 분야로의 확장에도 불구하고 개인정보가 포함된 빅데이터에 의해 개인의 프라이버시가 침해될 우려가 커져가고 있다. 이에 본 연구는 다양한 개인정보 관련 법률에서 출발하여 K-익명성, 네트웍 사이언스, L-다양성, t-근접성, 데이터 마이닝 등의 다양한 기법을 적용하 여, 개인정보 비식별화 관련 연구 분석, ICT 융합 신규 빅데이터 속성에 따른 비식별화 연구 등 빅데 이터 기반 개인정보 비식별화 동향을 연구하였다.

This study analyzes trends in de-identification of personal information as a BigData. We apply various techniques such as K-anonymity, network science, L-diversity, t-closeness, and data mining to research on analysis of personal information de-identification, ICT convergence study for de-identification based on new big data attribute, and trend of identification of BigData based personal information.

본 연구는 럭셔리 패션 브랜드의 콜라보레이션 전략에 대한 소비자 인식을 탐색적으로 고찰하 고, 심층 인터뷰를 통해 소비자 인식 유형을 파악하고 분류하였다. 최근 럭셔리 브랜드의 콜라보레이 션 전략이 단순한 제품 확장을 넘어 브랜드 정체성 및 가치 혁신을 위한 핵심 수단으로 부상하고 있 으나, 이에 대한 소비자의 복합적 인식에 대한 체계적인 연구는 미비한 실정이다. 본 연구에서는 빅데 이터 분석을 통해 럭셔리 패션 브랜드 콜라보레이션의 트렌드와 주요 현황 및 소비자 인식을 분석하 고, 심층 인터뷰를 통해 소비자의 태도와 구매 의도 및 인식 유형을 도출하였다. 또한, 도출된 인식 체 계와 인식 유형을 기반으로 럭셔리 패션 브랜드 콜라보레이션 전략을 활용하여 차별화된 가치와 인식 을 제공할 수 있는 브랜드 차별화 방안 등의 향후 활용 방향을 제시하였다. 비록 실증 분석은 포함되 어 있지 않지만, 본 연구는 향후 럭셔리 패션 브랜드 콜라보레이션 전략의 활용방안을 제공하며, 향후 브랜드 경쟁 우위를 위한 실무적 시사점을 제공할 수 있을 것으로 기대된다.

This study explores consumers' perceptions of collaboration strategies in luxury fashion brands and classifies perception types through in-depth interviews. Collaboration has recently emerged as a crucial means of shaping brand identity and driving value innovation, extending beyond simple product expansion. However, systematic research on the complexity of consumer perceptions regarding these strategies remains limited. To address this gap, the study first employs big data analysis to examine trends, key statuses, and consumer attention toward luxury brand collaborations, providing a data-driven overview of market dynamics. It then incorporates qualitative interviews with consumers and industry experts to generate richer insights, mapping diverse perception systems, responses, and typologies. Based on these findings, the study suggests strategic directions for achieving brand differentiation and enhancing consumer value. Although empirical validation is not included, the research provides theoretical contributions and practical implications for how luxury fashion brands may leverage collaborations to strengthen value perception and sustain competitive advantage.

우리는 무수히 많은 데이터 속에서 살고 있다. 다양한 데이터는 우리가 활동하는 모든 상황 속에서 만들어지 는데 빅데이터 기술을 통해 데이터의 유의미를 발굴한다. 유의미한 데이터를 발굴하기 위해 많은 노력이 진행 중이다. 본 논문은 주성분 분석(Principal component analysis) 기법으로 시계열 데이터의 추이 및 예측을 통해 인간이 더 나은 선택을 가능케 하는 분석 기법을 소개한다. 주성분 분석은 입력된 데이터를 통해 공분산을 구성하고, 데이터의 방향성을 추론할 수 있는 고유벡터와 고윳값을 제시한다. 제안하는 방법은 비슷한 방향성을 갖는 시계열 데이터 집합에서 기준 축을 구성하고, 데이터 집합을 이루는 각 시계열 데이터들의 방향성이 기준 축과 이루는 사잇각을 통해 다음 구간에 존재하게 될 데이터의 방향성을 예측한다. 본 논문에서는 가상화폐의 추이를 통해 제시한 알고리 즘의 정확도를 LSTM(Long Short-Term Memory)과 비교 검증한다. 비교/검증 결과 제안된 방법은 변동성이 큰 데이터에서 LSTM에 비해 상대적으로 적은 트랜잭션과 높은 수익(112%)을 기록하였다. 이는 상대적으로 정확하게 신호를 분석하여 예측했다는 의미로 볼 수 있으며, 보다 정확한 임계치 설정을 통해 더 나은 결과를 도출할 수 있을 것으로 기대된다.

We live in a myriad of data. Various data are created in all situations in which we work, and we discover the meaning of data through big data technology. Many efforts are underway to find meaningful data. This paper introduces an analysis technique that enables humans to make better choices through the trend and prediction of time series data as a principal component analysis technique. Principal component analysis constructs covariance through the input data and presents eigenvectors and eigenvalues that can infer the direction of the data. The proposed method computes a reference axis in a time series data set having a similar directionality. It predicts the directionality of data in the next section through the angle between the directionality of each time series data constituting the data set and the reference axis. In this paper, we compare and verify the accuracy of the proposed algorithm with LSTM (Long Short-Term Memory) through cryptocurrency trends. As a result of comparative verification, the proposed method recorded relatively few transactions and high returns(112%) compared to LSTM in data with high volatility. It can mean that the signal was analyzed and predicted relatively accurately, and it is expected that better results can be derived through a more accurate threshold setting.

4차 산업혁명시대는 인공지능(AI), 가상현실(VR), 빅데이터(BigData)와 같은 첨단 기술을 통해 사회전반에 걸 쳐 총체적 변화가 나타난다. 이를 반영하듯 많은 나라들이 기술혁명시대에 우위를 선점하기 위해 AI 인재양성에 힘을 기울이고 있다. 우리나라도 AI인재양성 전략을 내놓고는 있지만 학부생에게는 AI 교육에 대한 접근이 쉽지 는 않다. 이러한 현실에서 본 논문은 학부생이 쉽게 접근할 수 있는 빅데이터 분석 기반 AI 교육을 실시하여 AI 교육에 대한 학부생의 정의적 태도 변화를 살펴보았다. 이를 위해 5주간(총 15시간)동안 데이터 분석 기반 AI 교육이 학부생들의 수준에 제공되었다. 그리고 단일 그룹의 사전-사후 검사를 통해 AI 교육에 대한 학부생들의 태도를 분석하였다. 분석 결과 AI 교육에 대한 자신감과 자기주도성이 향상되는 유의미한 결과를 얻었다. 이 연 구의 결과를 토대로 현장에서 자기주도성과 자신감을 향상시킬 수 있는 AI기초교육개발에 대한 연구가 활발히 이루어지길 기대한다.

Humanity faces the fourth industrial revolution, a time of technological revolution by the collaboration of various industries including the fields of artificial intelligence(AI) and big data. Many countries are focused on fostering AI talent to prevail in the coming technological revolution. While Korea also provides some strategies to enhance the cultivation of AI talent, it is still difficult for Korean undergraduate students to get involved in AI studies. Through on the implementation of ‘Big data analysis based AI education’, which allows an easier approach to AI education, this paper examined the changes in the attitudes of undergraduate students regarding general AI education. ‘Big data analysis based AI education’ was provided at undergraduate level for 5.5 weeks (15 hours). The attitudes of undergraduate students were analyzed by pre-postmortem. The results showed there was a significant improvement in confidence and self-directed in regard to receiving AI education. With these results, further active research to develop basic AI education that also increases confidence and self-initiative can be expected.

본 논문은 음원 탐지 및 음원 위치를 추정하는 IoT Device 시스템에 관한 것으로, 보다 구체적으로는 복수의 마이크로폰 센서로부터 수집된 음원 신호의 도달 시간차를 분석하여 음원의 방향을 정확히 검출하고, IoT 센서를 이용하여 음원의 발생방향을 추적할 수 있는 음원 방향 탐지 Device를 이용한 시스템이다. 음파를 이용하 여 위치를 추정하는 기술은 예전부터 군사적 목적으로 개발되어 왔지만 현재는 이를 응용하여 방범‧방재 분야 등에 많이 쓰이고 있다. 이에 따라 본 시스템의 제작을 통해 옥외에 설치한 후 여러 방향에서 음원 발생시켜 성능 시험을 실시하였다. 그 결과 음향 탐지 영역 140dB, 반응시간 1초 이내, 방향 각도 분해능 1° 이내로 매우 정확하게 동작 함을 확인할 수 있었다. 향후에는 본 설계안을 바탕으로 빅데이터 분석을 통한 인공지능 알고리즘을 반영하여 보다 신뢰성을 향상시켜 상용화할 계획에 있다.

This paper relates to an IoT device system that detects sound source and estimates the sound source location. More specifically, it is a system using a sound source direction detection device that can accurately detect the direction of a sound source by analyzing the difference of arrival time of a sound source signal collected from microphone sensors, and track the generation direction of a sound source using an IoT sensor. As a result of a performance test by generating a sound source, it was confirmed that it operates very accurately within 140dB of the acoustic detection area, within 1 second of response time, and within 1° of directional angle resolution. In the future, based on this design plan, we plan to commercialize it by improving the reliability by reflecting the artificial intelligence algorithm through big data analysis.

사물인터넷(IoT), 빅데이터(BigData) 및 인공지능(AI)과 같은 최신 IT 기술로 인터넷 비즈니스가 성장함에 따 라 인프라가 빠르게 성장하고 있습니다. 그러나 대부분의 회사에서는 제한된 수의 사람들이 많은 하드웨어와 소프트웨 어를 관리해야합니다. 따라서 시스템 운영 상태, IT 서비스 및 주요 핵심성과지표(KPI, Key Performance Indicator) 를 모니터링하기 위한 PEMS (Polestar Enterprise Management System)을 적용합니다. 실시간 모니터 스크리닝은 시스템 오작동 및 빠른 응답을 방지합니다. PEMS를 사용하면 IT 하드웨어 및 소프트웨어와 관련된 구성 정보를 한눈에 볼 수 있으며 전체 종단 간 성능을 모니터링하여 문제가 실시간으로 발생하는 시기를 확인할 수 있습니다.

Infrastructure is rapidly growing as Internet business grows with the latest IT technologies such as IoT, BigData, and AI. However, in most companies, a limited number of people need to manage a lot of hardware and software. Therefore, Polestar Enterprise Management System(PEMS) is applied to monitor the system operation status, IT service and key KPI monitoring. Real-time monitor screening prevents system malfunctions and quick response. With PEMS, you can see configuration information related to IT hardware and software at a glance, and monitor performance throughout the entire end-to-end period to see when problems occur in real time.

With the upcoming era of the 4th Industrial Revolution, big aata has been constructed in various field. Especially in transport sector, tremendous passenger and vehicle trips are collected as a navigation big data. Through navigation data, previous spotted traffic volume and speed data contribute to establish traffic volume and speed data in national level. Established transport raw data in national level lead to various processed data such as mobility data, carbon dioxide(CO2), air pollutants etc. This research utilize geographically weighted regression model in order to analyze correlation between area type (residential and business area) and air pollutants (CO2, CO, PM-10, NOX, VOCs) in the city of Seoul. The research outcome describes low correlation between environmental indicators corresponding to navigation data related to vehicle trip and area type (residential and business area). Therefore, a following study is required to analyze correlation between environmental indicators corresponding to transport navigation data and socio-economic indicators rather than spatial features. Moreover, a comparative study between general regression model and geographically weighted regression model is necessary for in-depth analysis.

U-Healthcare는 언제, 어디서나 환자의 건강을 검사하고 관리하며 유지할 수 있도록 하는 의료와 IT가 융합된 서비스이다. U-Healthcare 서비스에서 이루어지는 통신은 검진한 분석 결과나 긴급 데이터를 무선 통신방식을 이용하여 병원 서버에 전송하는 방식이 활용되고 있다. 이 때 악의적인 접근을 수행하는 자(공격자)가 U-Healthcare기기나 BS(Base Station)에 DRDoS(Distributed Reflection DoS)공격을 하면 위급한 환자의 상황정보가 병원 서버까지 전송되지 않는 다양한 피해가 예상된다. 이를 대응하기 위해 DRDoS 공격 시나리오와 DRDoS에 대한 대응방안을 제안하고 대량의 패킷을 처리할 수 있는 빅데이터와 융합한다. 공격자가 U-Healthcare기기나 BS(Base Station)를 공격 시 DB와 연동하여 일치하면 공격을 막는다. 본 논문은 원격의료 서비스인 U-Healthcare기기나 BS에서 나타날 수 있는 공격방법을 분석하고, 빅데이터를 활용하여 보안 위협에서의 대응방안을 제안한다.

U-Healthcare is a convergence service with medical care and IT which enables to examine, manage and maintain the patient’s health any time and any place. For communication conducted in U-Healthcare service, the transmission methods are used that patient’s medical checkup analysis results or emergency data are transmitted to hospital server using wireless communication method. At this moment when the attacker who executes the malicious access makes DRDoS(Distributed Reflection DoS) attack to U-Healthcare devices or BS(Base Station), various damages occur that contextual information of urgent patients are not transmitted to hospital server. In order to deal with this problem, this study suggests DRDoS attack scenario and countermeasures against DRDoS and converges with Big Data which could process large amount of packets. When the attacker attacks U-Healthcare devices or BS(Base Station), DB is interconnected and the attack is prevented if it is coincident. This study analyzes the attack method that could occur in U-Healthcare devices or BS which are remote medical service and suggests countermeasures against the security threat using Big Data.

정보기술의 발달과 기반하드웨어 기술의 비약적인 발전은 데이터 사용의 폭을 넓혀주었고 이로 인해서 빅 데이터 시대라는 새로운 패러다임을 제시하였다. 빅데이터 기술과 그 활용성과는 점차 늘어나는 추세이며 이에 기업 들은 데이터의 중요성을 깨닫고 이를 활용하려는 움직임이 활발해지고 있다. 본 연구는 기업에서 빅데이터를 활용함 에 있어 빅데이터 기술의 적극적 도입 및 활용을 위한 요인들을 선별해내고 이를 통한 중요도를 검증하고자 수행 되었다. 연구모형에 포함된 빅데이터의 특성 요인으로는 예측성, 관리성, 지원성, 경쟁성을 선정하였다. 빅데이터에 대한 경험을 보유한 기업의 실무자를 대상으로 한 설문과 통계를 바탕으로 검증한 결과 관리성 측면이 가장 중요한 성공요인으로 채택되었으며, 본 연구의 결과는 기업에서의 빅데이터 도입 시에 빅데이터의 특성에 대한 좀더 객관적 인 이해와 이를 통한 고려사항을 통해 좀더 효율성 있는 사용을 가능하게 정보를 제공하는 것이 가능할 것이다.

It has been expanded the bandwidth of data usages due to the rapid developments of information technology and infra hardware and then it was proposed to new paradigm of Big Data era. It has a trend to increase a Big Data technology and its performance gradually, thus enterprises have realized the importance of Data and the movement to take advantage of Big Data becomes active. This study has been performed to verify the importance through select the factors in order to active adoption of Big Data technology and utilization when enterprises use Big Data. It was selected that Big Data characteristic factors are the natures of predictability, manageability, affordability, competitiveness, creativity, responsiveness and supportability on the study. It is verified and showed that manageability were influenced to introduce Big Data in order, at the result of survey and statistics for enterprise practitioners who have big data experience.

본 연구는 2007년부터 2년마다 열리는 세계대회를 7회에 걸쳐 2019년 세계여자핸드볼선수권대회까지 상위 5개 국가의 전력을 분석하고 대한민국과 비교를 통해 대한민국 여자핸드볼팀의 전력분석 및 강화를 위하여 진행하였다. 연구의 대상은 세계여자핸드볼선수권에 참가한 41개 국가 팀 중, 3회 이상 4강(4위)에 성적을 거둔 5개 국가, 네덜란드, 노르웨이, 러시아, 스페인, 그리고 프랑스까지 총 5개 국가 팀을 최종 연구대상으로 선정하였다. 자료는 국제핸드볼연맹(IHF)에서 제 공하는 기록 중 총 참가국 41개국의 경기기록을 분석하여 순위를 선정하였으며, SPSS/PC+ Ver21.0 프로그램을 이용하여 기술통계 및 빈도분석을 실시하였다. 세계여자핸드볼 상위 5개 팀 대회 기록을 바탕으로 볼 때 차후 신체조건에 대한 열세 를 만회할 수 있는 핸드볼 공격 및 수비 전략이 필요하고 이에 대한 세부적인 후속연구가 필요할 것으로 사료된다. 또한, 대한민국 여자핸드볼선수들의 경기력 향상의 기초자료로 활용하고 향후 2021년 도쿄올림픽의 여자핸드볼 경기에서 보다 높은 경기수준을 높일 수 있는 단초 역할을 기대한다.

This study was conducted seven times from 2007 to the 2019 Women's World Handball Championships to analyze and strengthen the strength of the Korean women's handball team through the analysis of the top five countries' strengths. Among the 41 national teams participating in the World Women's Handball Championship, a total of five national teams, including the Netherlands, Norway, Russia, Spain, and France, were selected for the final study. Among the records provided by the International Handball Federation (IHF), the ranking was selected by analyzing the competition records of 41 participating countries, and technical statistics and frequency analysis were conducted using the SPSS/PC+ Ver21.0 program. based on the accumulated records of the top five women's handball competitions, handball attack and defense strategies that can make up for the inferiority in future physical conditions are needed and detailed follow-up studies are needed. Also, we hope to use it as a basic resource for improving the performance of Korean women's handball players and to play a key role in enhancing the level of women's handball at the 2021 Tokyo Olympics.

본 연구는 빅데이터 로그를 기반으로 도서관 이용자 및 대출 현황을 분석함으로써 이용자 그룹별 특성을 파악하고 궁극적으로는 도서관의 효율적인 운영 방안을 제안하는데 그 목적이 있다. 분석 대상 로그는 국립세종도서관에 등록된 이용자 정보, 대출 정보, 서비스 이용 정보로 구성되어 있으며, 이 중 이용자 관련 정보로는 연령 정보 107,369건, 성별 정보 106,918건, 거주지 정보 106,838건이 활용되었다. 대출 관련 정보로는 대출 이용자 정보 536,083건, 대출 횟수 정보 6,509,369건이, 서비스 이용 정보로는 82,813건이 활용되었다. 이용자 그룹별 특성 분석은 연령별, 성별, 거주지별 이용자 현황 분석 및 연도별, 월별, 요일별 대출 현황 분석 등 다각도로 진행되었다. 뿐만 아니라 이용 현황 결과의 요인을 파악하기 위해 FGI 및 외부 데이터와의 연계 분석도 수행하였다. 이를 토대로 향후 국립세종도서관 운영 시 효율적인 의사결정에 도움을 줄 수 있는 개선 방안을 제안하였다. 본 연구는 분석 데이터가 적은 기존 연구와는 달리 실제 도서관 운영 시 발생한 빅데이터 로그를 기반으로 이용자 및 대출 현황을 실증적으로 분석하였다는 점에서 의의가 있다.

This study aims to analyze library user and circulation status based on the bigdata logs to identify characteristics by user group and propose methods for efficient management of library. The logs to be analyzed consist of user information, circulation information, service usage information registered at the National Library of Korea, Sejong. The user information logs contain 107,369 age data, 106,918 gender data, 106,838 residential data. The circulation information logs contain 536,083 circulation user data, 6,509,369 circulation count data, and the service usage information logs contain 82,813 data. For the analysis of characteristics by user group, the data were used for analyzing user status by age, gender, residence and circulation status by year, month, day. In addition, this study conducts FGI(Focus Group Interview) and linkage analysis with external data to identify factors for analysis results. Based on analysis results, improvement methods for helping library make effective decision-making were proposed. This study analyze empirically user and circulation status based on bigdata logs, and it has significance for being different form proceeding researches with less analysis data.

본 연구는 빅데이터를 기반으로 도서관 아동자료의 대출 현황 및 문화프로그램 참여 현황을 분석함으로써 어린이청소년서비스 현황을 파악하고, 이를 토대로 개선방안을 제안하는 데 그 목적이 있다. 분석 대상 로그 데이터는 국립세종도서관에 등록된 아동자료 장서 정보, 대출 횟수 정보, 대출 이용자 정보로 구성되어 있으며, 각각 장서 정보 77,297건, 대출 횟수 정보 4,160,484건, 대출 이용자 정보 189,060건이 활용되었다. 어린이청소년서비스 현황분석은 주제별, 연령별, 거주지별 대출 현황 분석 및 문화프로그램 연계 분석 등 다각도로 진행되었다. 분석 결과를 토대로 장서, 이용자, 거주지 측면에서 국립세종도서관의 어린이청소년서비스 개선방안을 제안하였다. 본 연구는 빅데이터 분석 기법을 통해 어린이청소년서비스 현황을 실증적으로 분석하였다는 점에서 의의가 있으며, 어린이청소년서비스 운영 방안 수립을 위한 의사결정의 기초자료로서 활용되기를 기대한다.

This study aims to analyze circulation status of children’s material and participation in culture program based on the bigdata to identify the current status of children and youth services and suggest ways to improve the services. The logs to be analyzed consist of children’s material information, circulation count information, circulation user information registered at the National Library of Korea, Sejong. The children’s material information logs contain 77,297 data, circulation count information logs contain 4,160,484 data, circulation user information logs contain 189,060 data The current status analysis of children and youth services was conducted in various ways, including analysis of circulation status and culture program by subject, age, and residential area. Based on analysis results, improvement methods of children and youth services were proposed in terms of books, users and residences. This study analyze empirically current status of children and youth services based on bigdata logs, and it has significance for being different form proceeding researches. We expect this study to be used as an empirical basis for the establishment of operational strategies in the future.

본 연구의 목적은 뉴스포츠 관련 미디어에 나타난 데이터를 파악함으로써 뉴스포츠의 질적 성장을 위한 기초자료를 제공하는 데 있다. 이를 위해 빅카인즈(BIGKinds)에서 제공하는 2020년에서 2023년 동안의 뉴스를 수집하여 분석하였으며, 수집 기사는 총 665건이다. 연구결과 첫째, 빈도 분석 결과 장애인이 가장 높은 빈도를 보였다. 이는 뉴스포츠가 가지고 있는 배우기 쉽고 공간 제약이 적으며, 운동기능에 덜 영향을 받는다는 점에서 장애인들의 뉴스포츠 프로그램 수요가 높았던 것으 로 보인다. 이에 따라 장애인들을 위한 규칙의 변화 그리고 장애인 전용 뉴스포츠 종목 개발이 필요할 것으로 보인다. 둘째, 연관어 분석 결과 뉴스포츠는 상대적으로 코로나19의 영향을 적게 받은 것으로 확인되었는데, 이는 소규모로 실내에서 진행 할 수 있는 뉴스포츠 종목이 다수 존재하기 때문으로 보인다. 이에 따라 실생활의 도구를 활용하거나 혹은 맨몸으로 할 수 있 는 다양한 뉴스포츠 종목이 개발될 필요성이 있다. 후속 연구에서는 보다 다양한 사람들이 관심있고 필요한 생활체육 종목들 에 대한 연구를 진행한다면 활용도가 높을 것이라고 판단된다.

This study aims to offer essential insights for qualitative development of new sports by finding the data from media. Total 665 news provided by BIGKinds were collected from 2020 to 2023 and analyzed. Results indicated individuals with disabilities exhibited the highest frequency. This suggests a high demand for new sports programs among individuals with disabilities, attributed to the ease of learning, spatial constraints, and lesser reliance on motor skills associated with new sports. Consequently, it appears necessary to modify the rules of existing new sports and develop new sports exclusively for individuals with disabilities. The analysis of related words indicated that the impact of COVID-19 on new sports was minimal. This is probably attributable to the presence of numerous new sports that can be conducted indoors on a small scale. Therefore, it is important to establish various new sports that can be performed using simple tools or with no equipment. Future research needs to extend the range to cover various life sports of interest to a wider audience.

The purpose of this study is to analyze the changes in perception of Korean Wave Contents viewed from the Chinese perspective by using Big data of Baidu social media in China. For this purpose, we collected data on "Korean Wave" in Baidu, China's representative portal site for Three years from 2017 to 2019. Data were collected by using TEXTOM, a data collecting and processing program and from those data, density, degree centrality were analyzed by utilizing packaged NetDraw along with UCINET. As a result of the analysis, it was found that the web visibility of accommodation, shoping and tourism destination were high. Accordingly, practical implications were persented.

최근 빅데이터에 대한 연구가 늘어나고 있지만 대부분 빅데이터의 개념, 동향, 기술 현황, 활용 가능성 등의 연구에 국한되어 있다. 본 연구는 빅데이터 연구를 확대하고 실용성을 높이기 위해 마케팅 분야의 빅데이터 활용을 연구 주제로 선정하였다. 빅데이터의 활용 분야로 기술마케팅을 선택한 것은 기술시장에서 마케팅의 필요성이 높아지고 특히 기술시장의 특성 때문에 잠재 수요자 발굴이 중요하기 때문이다. 이를 위해 신기술 빅데이터의 분석을 통해 확인된 주요기술은 무엇인가?, 신기술 빅데이터의 분석을 통해 발굴된 잠재 수요기업은 어디인가?, 잠재 수요기업과 연관되어 있는 핵심어들은 무엇인가? 등을 연구문제로 설정하였다. 한국표준과학연구원(KRISS)의 2가지 신기술을 선정하고 3명의 코더들이 협의를 통해 4개의 분석단어를 정하였다. 빅데이터는 인터넷에서 수집하고 정제 한 후에 텍스트마이닝과 시맨틱네트워크분석을 실시하였다. 기업의 스키마와 홈페이지 통해 재검증하는 과정을 거쳤다. 빅데이터 분석을 실시한 결과, 첫 번째 연구문제는 연결정도, 연결정도중심성, 빈도 등을 통해 2개의 기술마다 상위 20개의 주요기술을 확인하였다. 두 번째 연구문제는 공동출현 연결망, 연결 강도, 코사인 유사계수 등을 통해 2개 기술의 잠재 수요기업을 발굴하였다. ‘배열검출기형 분광복사계 성능평가 기술’은 17개의 기업을 발굴하였고, ‘초음파를 이용한 진공압력 측정센서 및 모듈’은 10개의 기업을 발굴하였다. 세 번째 연구문제는 잠재 수요기업의 에고네트워크분석을 통해 기업명과 의미 있게 연관되어 있는 단어들을 확인하였다. 본 연구는 기존의 개념적 빅데이터 연구에서 빅데이터 분석을 통해 기술마케팅의 잠재 수요기업을 발굴하는 실용적인 빅데이터 연구로 나아간 점이 의의가 있다. 빅데이터의 구체적인 활용 분야로 기술마케팅을 선택하여 실증함으로써 연구의 범위를 확대하고 향후 빅데이터 분석 연구의 발전에 기여하고 있다.

Even though the study of the Bigdata is getting advanced, the topics are limited fundamental concept, trend, technical situation or the practical possibility of the Bigdata. The purposes of this research are to expand the study of the Bigdata and to use it in technology marketing practically. Also we found a few buyers which have potential possibility of technology marketing by using Bigdata. One reasons that we choose Bigdata for technology marketing is the necessity of marketing in the technical business area is getting higher. The other reason is that finding potential buyers is getting more important because of the nature of technical business. For these, we set-up the research problems like “What are the verified main techniques through the Bigdata analyzing?, Where are the extracted potential buyers through the Bigdata analyzing?” and “What are the keywords which are connected to the potential buyers?” We choose two at the new techniques of Korea Research Institution of Standards and Science(KRISS) and three coders discussed to choose four analyzing words. We collected the Bigdata on the internet, and executed textmining and semantic network analysis with it. After that, we reexamined them by confirming the schema of the potential buyer and the homepage. First, we checked 20 main techniques per the two techniques by degree, degree centrality, and frequency. Second, we found the answer of this study by finding the potential buyers which has the two techniques through co-occurrence frequency, network intensity and cosine similarity coefficient. Extract 17 buyers at ‘Performance characterization of array-type spectroradiometers’ and 10 buyers were extracted at ‘Pressure measuring system for vacuum chamber using ultrasonic wave’. Finally, we need to check the keywords related to the corporate name through analyzing ego-network of potential buyers. Therefore the results are proved completely through analyzing the Bigdata. This study is full of significance in the way that conceptual study of analyzing Bigdata goes a step further to the application of practical use to find potential buyers. This research contributes to the Bigdata study by expanding the range of the study through offering practical way of using in technology marketing area.