Earticle

연구목적: 도심항공교통(AAM) 분야에서 헬리콥터 데이터를 활용하여 안전 관리 체계 개발을 위한 기 술적 전략을 제시하는 것이다. 이를 통해 AAM 상용화에 필요한 선제적 예방 및 개선 방안을 모색하고 자 한다. 연구방법: 헬리콥터 데이터의 특성 분석을 통해 AAM에 적용할 수 있는 안전관리 기술개발 프 로세스를 제안하였다. 데이터 수집 및 통합, 실시간 위험 감지, 예측 유지보수, 성과 평가 지표 개발 프로 세스를 설계하였다. 연구결과: AAM 안전 관리를 위한 기술적 전략으로서 헬리콥터 데이터를 활용한 네 가지 핵심 요소를 도출하였다. 결론: 이러한 요소들은 도심 환경에서 발생할 수 있는 위험을 사전에 감지하고, 효과적인 유지보수 및 대응 방안을 제공함으로써 AAM 운영의 안정성과 안전성을 강화하는 데 기여할 것이다. 특히, 데이터 기반의 예측적 안전 관리 방안이 도심항공교통 운영의 효율성을 높이는 데 중요한 역할을 할 것으로 기대된다.

Purpose: To present a technical strategy for developing a safety management system using helicopter data in the urban air traffic (AAM) field. This study aims to identify preemptive prevention and improvement measures necessary for the commercialization of AAM. Method: A process for developing safety management technology applicable to AAM was proposed through analysis of helicopter data characteristics. Processes were designed for data collection and integration, real-time risk detection, predictive maintenance, and performance evaluation indicator development. Result: Four key elements utilizing helicopter data were derived as a technical strategy for AAM safety management. Conclusion: These factors will contribute to enhancing the stability and safety of AAM operations by detecting potential risks in urban environments in advance and providing effective maintenance and response measures. In particular, data-based predictive safety management measures are expected to play an important role in increasing the efficiency of urban air traffic operations.

빅데이터의 가치가 인식되고 정부 3.0이 발표되면서 빅데이터에 대한 관심이 증가하고 있다. 그러나 각 부처나 지방자치단체에 구체적인 추진 대안이나 전략이 취약한 상황에서 빅데이터를 체계적으로 활용하고 성과를 낸다는 것은 그리 쉬운 일이 아닐 것이다. 이에 본 연구는 지방자치단체의 빅데이터 활용 영역을 정리한 다음, 빅데이터 활용 전략을 제안하고자 하였다. 연구 결과 지방행정의 빅데이터 활용 영역은 크게 이상 현상 감지 및 대응, 가까운 미래 예측 및 대응, 분석된 상황 대응 및 새로운 정책(행정 서비스) 개발, 시민 맞춤형 서비스 등 네 가지로 구분되었다. 또한 빅데이터 활용 전략은 단계적 접근, 사용자의 요구분석, 주요성공요소 기반 추진, 시범사업, 성과평가, 성과에 따른 인센티브, 공통기반 구축 등으로 정리하였다.

As Big Data's value is perceived and Government 3.0 is announced, there is a growing interest in Big Data. However, it won't be easy for each public institute or local government to apply Big Data systematically and make a successful achievement despite lacking of specific alternative plan or strategy. So, this study tried to suggest strategies to use Big Data after arranging the area which local government utilize it in. As a result, utilization areas of local administration's Big Data are divided into four areas; recognizing and corresponding the abnormal phenomenon, predicting and corresponding the close future, corresponding analyzed situation and developing new policy(administration service), and citizen customized service. In addition, strategies about how to use Big Data are suggested; stepwise approach, user's requirements analysis, critical success factors based implementation, pilot project, result evaluation, performance based incentive, building common infrastructure.

인공지능, 빅데이터, 알고리듬 등과 같은 혁신에 의하여 추동되고 있 는 경제 패러다임의 전환 과정에서 코로나-19 사태는 디지털 경제로의 전환을 가속화하는 요인으로 작용하고 있을 뿐만 아니라, 극심한 경기 침체와 양극화의 심화를 가속화하는 요인으로도 작용하고 있다. 이에, 정부는 「개인정보 보호법」, 「정보통신망 이용촉진 및 정보보호 등에 관한 법률」, 「신용 정보의 이용 및 보호에 관한 법률」을 일컫는 ‘데 이터 3법’, 「공공데이터의 제공 및 이용 활성화에 관한 법률」. 그리 고 「데이터기반행정 활성화에 관한 법률」등을 제·개정하고, ‘한국판 뉴딜 종합계획’과 같은 국가발전전략을 수립하여 디지털 경제로의 경제 구조 대전환을 이룩하고, 이를 통해 위기를 극복하여 코로나-19 이후 국제 경제를 선도하기 위해 노력하고 있다. 이와 같은 정부의 노력이 결실을 얻기 위해서는 유용한 데이터의 수 집 및 관리 거버넌스의 구축과 알고리듬에 의한 데이터 분석 및 활용 이 활성화되어야 한다. 그리고 이 모든 과정에서 데이터는 인공지능기 술 산업화의 동력이자 디지털 시장경쟁 체제에서 산업의 성패를 결정 짓는 핵심 요인으로 기능한다. 공공데이터의 활용 활성화라는 측면에 서 「데이터기반행정법」은 민간과 행정의 차원에서 데이터 활용 활성 화를 실재화하기 위한 입법적 노력으로 볼 수 있다. 데이터기반행정은 행정으로 하여금 관료주의의 틀에 갇혀 공무원의 경 험과 직관에 의한 의사결정을 지양하게 하고, 과학적이고 객관적인 데이 터에 기반을 둔 행정의 의사결정을 이루어지게 하여, 결과적으로 데이터 활용이 활성화될 수 있도록 하는 제도이다. 그러나 이와 같은 데이터기 반행정의 목적이 실재화되기 위해서는 현재 발생하고 있는 다양한 장애 들이 선제적으로 극복되어야 할 것이다. 그런데 데이터 이용을 실체적으로 활성화하기 위해 입법된 「데이터기반행정법」에서 ‘데이터기반행정’의 개념은 영국의 증거기반 정책결 정에서 유래했고, 미국은 이러한 영국의 전통적인 증거기반행정의 개 념을 자국의 경험주적 행정의 전통을 바탕으로 체화하여 현대 지식정 부에서의 데이터기반행정을 효율적으로 실재화하고 있다. 이에, 4차 산업혁명을 기술적인 측면에서 선도하고 있는 미국의 데이터기반행정 에 관한 다양한 입법사례와 국가발전전략들의 사례를 통해 데이터 활 용이 실체적으로 활성화될 수 있는 시사점을 도출해 보았다. 데이터 관련 법률들이 입법되었고, 한국판 뉴딜과 같은 국가전략계획을 통해 이를 실재화하기 위한 노력을 기울이고 있는 현시점에서 관련 법제를 효율적으로 적용하여 데이터기반행정을 실재화하고 있는 미국의 경험 은 데이터기반행정과 관련된 여러 장애를 극복하고 보다 효율적으로 본 제도를 안정화하는 데 기여할 수 있을 것이다.

In the transition of economic paradigms driven by innovations such as artificial intelligence, big data, and algorithms, Covid-19 is not only a factor that accelerates the transition to a digital economy, but also a factor that accelerates the deepening of extreme recession and polarization. Thus, the Government shall refer to the Personal Information Protection Act, the Information and Communication Network Use Promotion and Information Protection Act, the Data 3 Act, the Credit Information Use and Protection Act, and the Public Data Act. It also enacted and revised the Act on the Revitalization of Data-Based Administration, established national development strategies such as the Korean New Deal Comprehensive Plan, and overcame the crisis to lead the international economy after Corona 19. In order for such government efforts to bear fruit, the establishment and algorithmic analysis and utilization of data by collecting and managing useful data must be activated. And in all of these processes, data serves as a driving force for industrialization of artificial intelligence technology and a key factor in determining the success or failure of the industry in the digital market competition system. In terms of activating the utilization of public data, the Data-Based Administration Act can be seen as a legislative effort to materialize the activation of data utilization at the private and administrative levels. Data-based administration is a system that allows administration to avoid decision-making based on the experience and intuition of public officials, and to make administrative decision-making based on scientific and objective data, thereby enabling data utilization. However, for this purpose of data-driven administration to materialize, the various obstacles that are present must be overcome preemptively. The concept of 'data-based administration' in the Data-based Administration Act, however, is derived from British evidence-based policymaking, and the United States embodies the traditional British evidence-based administration based on its empiric tradition. Therefore, we drew suggestions that data utilization can be activated in substance through various legislative cases and national development strategies of the U.S., which is leading the fourth industrial revolution in terms of technology. At a time when data laws have been enacted and efforts are being made to substantiate them through national strategic plans such as the Korean version of New Deal, the U.S. experience of effectively applying relevant legislation to data-driven administration could help overcome many obstacles and stabilize the system more efficiently.

본 논문은 맞춤형 고용서비스 개발을 지원하기 위한 '고용관련 빅데이터 센터(가칭)'설립에 앞서 우리나라의 고용관련 DB 중에서 워크넷, 고용보험, 직업훈련 DB 등과 함께 교육과 복지 DB를 중심으로 DB별 개요, 구축 과정, 주요내용, 활용, 한계점 등을 살펴보았다. 이어서, 고용관련 빅데이터를 구축·운영하고 있는 독일과 영국의 사례를 분석하였다. 이상의 분석을 통해 개인이 생애에 경험하게 되는 다양한 노동력 상태간의 이행에서 발생할 수 있는 사회적 위험을 체계적으로 관리함으로써 이행을 통한 소득확보를 강조하는 이행노동시장론에 입각하여, 고용보험 DB를 중심으로 개인단위에서 교육/훈련/경력/자격, 구직, 고용, 실업, 비경활/복지 등의 DB를 연계하는 체계로 고용관련 빅데이터 구축방안과 활용방안을 제시하였다. 마지막으로 고용관련 DB들에 대한 대대적인 정비, 고용보험 DB를 중심으로 구축할 빅데이터의 대표성 제고, DB의 신뢰도 제고 등 향후 과제들을 제시하였다. 본 논문을 계기로 고용관련 빅데이터 구축 및 활용에 대한 논의가 더욱 활발해지기를 기대한다.

Prior to the establishment of 'Employment-Related Big Data Center (tentative name)' to support the development of customized employment services. This Paper examines the current status and limitation of employment-related data in korea. Then, the implications were derived through foreign employment-related big data construction cases. Through the above analysis, I proposed measures to build and utilize employment-related big data at the individual level, focusing on the Transitional Labour Markets theory that emphasizes the implementation of individual labor force states. Finally, we presented future challenges such as massive maintenance of employment-related DB, increased representation of big data to be built around employment insurance DB, and increased reliability of DB presented.

디지털 경제의 확산은 데이터가 폭발적으로 증가하는 ‘빅데이터(BIg Data)’ 환경을 조성했다. 데이터 기반(Data-driven) 사회에서 대규모 데이터는 국가경쟁력을 좌우하는 중요한 ‘자원’이다. 미국과 영국은 빅데이터 시대를 맞이하여 공공 정보의 개방과 데이터 활용을 통한 가치 창출을 국가 전략으로 내걸고 혁신 방안을 모색 중이다. 본 연구는 민간 부문의 빅데이터 활용 사례와 함께 주요국의 빅데이터 활용 전략을 벤치마킹하여 국가통계에서 빅데이터 활 용 전략을 모색하였다. 데이터 시대에 정부는 데이터 공급자는 물론 선도자 역할을 담당해야 한다. 이러한 관점에서 교육제도 개편, 인재 육성, 공무원의 분석 능력 강화 등 국가 차원의 데이터 역량 강화 전략이 필요하다. 특히 데이터 유통 활성화를 위해개인정보 보호의 범위와 수준에 대한 사회적 합의 도출을 위한 전략이 필요하다.

With the expansion of the digital economy based on the Internet and rapid penetration of smart devices, the age of big data has arrived. The rise of wearable devices such as smartwatches indicates the widespread adoption of the Internet of Things (IoT) and thereby an exponential increase in data volumes, while data themselves are considered a new type of assets. Major economies including the U.S. and U.K. have announced big data initiatives as part of their national strategy and pursued the opening of public information and data sharing for value creation. The objective of this study is to lay out a strategy to use the big data for official statistics. In this age of big data where data analytics play a pivotal role in enhancing the competitiveness of not only private businesses but the public sector and a country as a whole, this study is expected to contribute to sharing new data assets and reducing public cost.

4차 산업기술혁명으로 전통산업의 비즈니스 패러다임과 경제․사회 전반의 디지털 전환 (Digital Transformation) 속도가 빨라지고 있다. 1～2차 산업혁명이 육체노동의 자동화를 가속화시켰다면, 데이터 기반의 인공지능으로 대변되는 4차 산업혁명은 모든 산업분야에 디지털 전환을 촉진하면서 인지노동의 자동화를 획기적으로 발전시키고 있다. 초기의 인공지능은 지금까지 인간이 쌓은 지식을 컴퓨터에 옮겨서 인간처럼 판단하는 시스템을 구현하는 것이 목표였다면, 지금은 기계학습, 딥러닝 등의 데이터 기반의 인공지능으로 발전하면서 과거에는 구현이 어려웠던 인간과 같은 추상적 사고, 창의력, 문제해결 능력 등을 지닌 모습으로 발전하고 있다. 데이터 기반의 인공지능은 향후 많은 분야에서 인간과 경쟁 또는 협업의 형태로 진화할 것이다. 한쪽에서는 인공지능이 우리의 일자리를 위협한다면 경계하고, 다른 한쪽에서는 챗봇이나 챗GPT를 일상에서 마주하고 있다. 그리고 인공지능은 의료, 금융, 제조 공정, 유통, 수송과 이동, 전자 제품 등 다양한 분야의 비즈니스 프로세스에 적용되어 우리 일상과 함께하고 있다. 미래에는 디지털 기술, 특별히 인공지능을 다루는 개인적인 소양과 역량이 사회 문화적, 직업 경제적 격차를 만들어 낼 가능성이 높아졌다. 이러한 시대 변화에 대응하고 디지털 격차를 해소하기 위해서는 인간과 컴퓨터(인공지능, 로봇)가 대결과 경쟁이 아닌 협업과 공존으로 나아가야 한다. 인공지능은 어떤 문제에서 인간보다 빠르고 확실한 결과를 보여줄 수 있다. 하지만 인간은 지식과 지혜를 바탕으로 상황 맥락을 파악해 의사결정 하는 능력이 뛰어나다. 때문에 미래에는 인간과 인공지능의 협업 프로세스를 분석하여 인간과 인공지능의 역할을 정확히 디자인하고 협력의 모델을 만들어 가는 것이 중요하다.

The Fourth Industrial Revolution is accelerating the digital transformation of traditional industries, and completely changing their business paradigms. While the first and second industrial revolutions accelerated the automation of physical labor, the Fourth Industrial Revolution, represented by data-driven artificial intelligence, is revolutionizing cognitive labor automation in all industries. Initially, the goal of artificial intelligence was to implement systems that could make judgments like humans by transferring the knowledge accumulated by humans to computers. However, it has now evolved into data-driven artificial intelligence technologies such as machine learning and deep learning, enabling machines to develop capabilities similar to human abstract thinking, creativity, and problem-solving skills, which were previously difficult to implement. Data-driven artificial intelligence will evolve in the future to compete or collaborate with humans in various fields. On the one hand, there is concern about artificial intelligence threatening our jobs, while on the other hand, we encounter chatbots or chat-based AI systems in our daily lives. Artificial intelligence is being integrated into processes in a variety of sectors such as healthcare, finance, manufacturing, distribution, transportation, and electronics, becoming an integral part of our daily lives. In the future, there is a high possibility that personal proficiency and competence in digital technologies, particularly in handling artificial intelligence, will create social, cultural, and economic disparities. To adapt to such changes and promote human progress, it is crucial for humans and computers (artificial intelligence, robots) to move towards collaboration and coexistence, rather than confrontation and competition. By leveraging the strengths of both humans and artificial intelligence, we can achieve more effective and efficient outcomes. Humans can contribute their cognitive abilities, creativity, emotional intelligence, and ethical considerations, while AI can provide data analysis, pattern recognition, automation, and optimization capabilities. By designing collaborative models that effectively integrate human and AI capabilities, we can maximize the potential of both and create a synergistic relationship.

최근 빅데이터 분석과 인공지능을 활용한 정보서비스로 이용자의 편리성을 확대하고, 미래의 상황을 예측하는 등 새로운 가치 창출 시스템으로 지능형서비스가 등장하였다. 교육 분야는 사회 현안에 민감한 분야라는 특성이 있어 데이터를 활용한 사회 현안 예측 및 대응을 위한 거시적 차원의 연구 수행이 필요하다. 특히 나이스는 지난 10여 년간 데이터를 축적하고 있어 이를 활용한 사회현안 예측 및 해결에 큰 역할이 기대된다. 또 학업이탈 등 반복적으로 발생하는 현안에 대한 조기 예측 및 해결 대안으로서 가능성이 확인된다면 향후 지능형 나이스 플랫폼 설계에 참고가 될 것이다. 이에 본 연구는 나이스 데이터 활용 촉진을 위한 제도적·기술적 개선 방안을 제시하였다. 데이터 활용을 촉진하기 위한 제도적 개선사항은 데이터 수집방식의 변화에 맞는 유연한 제도화, 데이터 수집에서 활용 중심으로 관리체계 개선, 데이터 제공 주체로서 개인의 선택권 부여 등을 제안하였다. 나이스 데이터는 교육정책과 업무에 밀접한 관계성이 있어 많은 교육문제 해결에 도움을 줄 것으로 기대된다. 특히 타 기관의 정보와 연계하여 활용한다면 법 부처의 사회현안 문제 해결에도 기여할 것으로 기대된다.

Recently, intelligent service has emerged as a new value creation system, such as expanding user convenience and predicting the future situation with information services using big data analysis and artificial intelligence. Due to the nature of the field of education that is sensitive to social issues, macroscopic studies are needed to predict and respond to social issues using data. In particular, Nice has accumulated data for the past 10 years, so it is expected to play a big role in predicting and solving social issues using it. In addition, if the possibility is confirmed as an early prediction and solution alternative to recurring issues such as academic departure, it will serve as a reference for future intelligent Nice platform design. Therefore, this study suggested an institutional and technical improvement plan to promote the utilization of nice data. In addition, in this study, as institutional improvements to promote data utilization, flexible institutionalization appropriate to changes in data collection methods, improvement of the management system centered on utilization in data collection, and personal choice as a data provider are proposed. Nice data is closely related to education policy and work, and is expected to help solve many educational problems. In particular, if it is used in connection with information from other organizations, it is expected to contribute to solving social issues of the legal department.

Open Data is an essential resource for the data industry. 'Act On Promotion Of The Provision And Use Of Public Data', enacted on July 30, 2013, mandates public institutions to manage the quality of Open Data and provide it to the public. Via such a legislation, the legal basis for the public to Open Data is prepared. Furthermore, public institutions are prohibited from developing and providing open data services that are duplicated or similar to those of the private sector, and private start-ups using open data are supported. However, as the demand for Open Data gradually increases, the cases of refusal to provide or interruption of Open Data held by public institutions are also increasing. Accordingly, the 'Open Data Mediation Committee' is established and operated so that the right to use data can be rescued through a simple dispute mediation procedure rather than complicated administrative litigation. The main issues dealt with in dispute settlement so far are usually the rights of third parties, such as open data including personal information, private information such as trade secrets, and copyrights. Plus, non-open data cannot be provided without the consent of the information subject. Rather than processing non-open data into open data through de-identification processing, positive results can be expected if consent is provided through active rights processing of the personal information subject. Not only can the Public Mydata Service be used by the information subject, but Open Data applicants will also be able to secure higher quality Open Data, which will have a positive impact on fostering the private data industry. This study derives a plan to establish a rights processing platform to enhance the usability of Open Data, including private information such as personal information, trade secrets, and copyright, which have become an issue when providing Open Data since 2014. With that, the proposals in this study are expected to serve as a stepping stone to revitalize private start-ups through the use of wide Open Data and improve public convenience through Public MyData services of information subjects.