Earticle

이 연구는 AI에 기반을 둔 스마트 기기를 활용하여 초등학교 체육수업에 적합한 데이터 지표를 탐색하는 데 연 구의 목적이 있다. 이를 위해 RISS를 통해 스마트 기기 활용 체육수업 관련 논문 27편을 자료로 수집하였으며, 반복적 비교·분석과 주제 코딩을 통해 자료를 분석하였다. 체육수업에서 활용 가능한 데이터 지표는 다음과 같 다. 첫째, 신장, 몸무게, 체질량 지수(BMI), 근력, 근지구력, 유연성, 등 신체 능력 지표와 심폐지구력, 혈압, 혈 당, 콜레스테롤 등 신체적 특성 지표이다. 둘째, 체육수업 시간에 참여한 비율, 활동한 시간, 수행한 운동량 등 체육 활동 참여 지표이다. 셋째, 체력과 건강의 지표 변화와 스트레스, 우울감 등 심리적 상태의 변화와 학업 성 취도의 변화인 체육 활동 효과 지표이다. 이상의 AI 기반 스마트 기기를 활용한 데이터 지표는 학생건강체력평 가(PAPS)의 객관성과 활용도를 높이고, 맞춤형 체육수업 및 자기주도학습 구현에 기여할 것이다.

This study aims to explore suitable data indicators for elementary school physical education classes using AI-based smart devices. For this purpose, 27 papers related to the use of smart devices in physical education classes were collected from the Research Information Sharing Service (RISS) and analyzed through constant comparative analysis and theme coding. The data indicators applicable in physical education classes are as follows: First, physical characteristics indicators such as height, weight, body mass index (BMI), muscle strength, muscular endurance, flexibility, cardiopulmonary endurance, blood pressure, blood sugar, and cholesterol. Second, physical activity participation indicators such as the rate of participation in physical education classes, time spent in activities, and the amount of exercise performed. Third, physical activity effect indicators such as changes in physical fitness and health, changes in psychological states like stress and depression, and changes in academic achievement. The data indicators utilizing AI-based smart devices can enhance the objectivity and usability of the Physical Activity Promotion System (PAPS), and contribute to the implementation of customized physical education classes and self-directed learning.

We aimed to examine various characterized features and effects of gender-associated different parameters including exercise on the prev-alence of colorectal cancer by using data from the National Health In-surance Sharing Service Database (NHISS DB). Data from NHISS were collected on Koreans aged from 40 to 85 years and were subject-ed to thematic analysis. The colorectal cancer codes (C19, C20, D011, and D012) from Korean Standard Classification of Disease and Causes of Death selected a target study group, and t-test and logistic regres-sion were used. As results, the age was higher for men who had col-orectal cancer than the noncancer group; however, high and low blood pres-sure, hemoglobin, and age had lower values for the cancer group com-pared to their counterparts in women. Only total cholesterol in men and waist size in women between cancer and noncancer groups were shown to have significant differences. Serum glutamic pyruvic trans-aminase and alanine aminotransaminase (SGPT_ALT) showed signifi-cant differences for both sexes. In exercise-related parameter, the re-sponse number 2 (1–2 times/wk, 0.535 for odd ratio) in women and re-sponse number 3 (3–4 times/wk, 0.466 for odd ratio) in men were asso-ciated with a reduced incidence of colon cancer. There was a dif-fer-ence in parameters in colorectal cancer patients over 40 years old for both sexes, but not in SGPT_ALT. Regular physical activity might be one of strong factors affecting or predicting colorectal cancer incidence.

최근 가계부채가 급증하고 있는 가운데 개인파산 신청도 늘어나고 있다. 개인파산 신청이 늘고 있다는 것은 한 계 상황에 직면한 채무자들의 수가 늘고 있으며 이들의 빚 상환이 그만큼 어려워지고 있음을 시사한다. 가계부채 가 급증하고 개인파산 신청이 증가함에 따라 향후 채무조정제도를 보다 채무자 친화적으로 운영할지에 대한 판단 이 필요함에도 불구하고 이에 대한 근거가 미흡하였다. 과거 가계부채 발 위기를 경험했던 나라들의 사례에서 볼 때 위기시 적절한 채무조정제도의 운용이 경제충격의 크기와 지속 기간에 중요한 요소였다. 따라서 본 연구에서 는 이를 판별하는 데 활용할 수 있는 개인파산 판단지표를 포털 검색어 자료를 이용하여 개발하고 적용 가능성을 살펴보았다. 빅데이터의 속성 중 ‘디지털 자백약(truth serum)’ 속성에 기반하여 검색어 자료를 이용, 판단지수 를 개발하여 시범적으로 살펴본 결과 분석대상 기간 중 개인들의 전략적․외생적 파산지수는 시간에 따라 변화하 는 모습을 보였으며 연령과 성별 등 인구․사회학적 특징이 일부 발견되었다. 따라서 향후 이와 같은 지표 분석 결과를 토대로 재정적 어려움(financial distress)에 빠진 금융소비자들에 대한 적절한 금융교육과 정책지원이 필요한 것으로 보인다.

While household debt has been on the rise in recent years, personal bankruptcy filings are also on the rise. The increasing number of personal bankruptcy filings suggests that the number of debtors facing a financially difficult situation is increasing and that their debt repayment is becoming more difficult. Although it is necessary to decide whether to operate the debt adjustment system more debtor-friendly in the future due to the rapid increase in household debt and the increase in personal bankruptcy filings, the basis for this judgment was insufficient. In the case of countries that have experienced household debt crisis in the past, the appropriate operation of a debt adjustment system during a crisis was an important factor in the size and duration of the economic shock. In this study, a personal bankruptcy judgment indicators that can be used to determine this problem was developed using portal search word data and its usefulness was examined. As a result of developing a judgment indicator based on search word data using the 'digital truth serum' attribute among the attributes of Big data, the strategic and exogenous bankruptcy indicators show the changes over time during the analysis period. Demographic and sociological characteristics of these indicators such as age and gender were also found. Therefore, it seems that appropriate financial education and policy support are needed for financial consumers who are in financial distress based on the results of the analysis results of these indicators in the future.

본 연구는 경제적 지표(경제 성장률, 취업률, 물가)가 개인의 정신 건강, 특히 우울증 발생에 미치는 영향을 분 석하고, 이를 통해 경제적 안정성과 정신 건강의 상관관계를 규명하는 것을 목적으로 한다. 공공데이터포털과 국가통계 포털에서 경제 지표와 우울증 데이터를 수집하고, Python과 Pandas를 활용하여 데이터를 정제 및 분석하였다. Seaborn과 Matplotlib을 사용해 데이터의 시각화를 수행했다. 연구 결과, 경제적 불안정성은 우울증 발생률 증가와 높은 상관관계를 보였으며, 특히 물가 상승과 경제 성장률 감소 시 우울증 환자 수가 증가하는 경향을 확인했다. 또한, 특정 연령대와 성별에서 우울증 발생률이 높게 나타났으며, 이는 사회적 고립과 경제적 어려움 등이 주요 원인으로 작 용함을 발견했다. 본 연구는 정신 건강 정책 수립에 기여할 수 있으며, 향후 다양한 사회적 요인을 고려한 추가 연구 가 필요하다.

This study aims to analyze the impact of economic indicators (economic growth rate, employment rate, inflation) on individuals' mental health, particularly the occurrence of depression, and to clarify the correlation between economic stability and mental health. Data on economic indicators and depression were collected from public data portals and national statistics, and then refined and analyzed using Python and Pandas. Data visualization was performed using Seaborn and Matplotlib. The results showed a strong correlation between economic instability and increased depression rates, with a tendency for the number of depression cases to rise during periods of inflation and declines in economic growth. Additionally, certain age groups and genders exhibited higher depression rates, with social isolation and economic difficulties identified as major contributing factors. This study contributes to mental health policy development, and further research considering various social factors is needed.

자율주행 차량의 도입 및 확산에 따라 일반차량과 자율주행 차량이 혼재하는 과도기적 교통환경에 있으며, 이질적인 주행 특성 간 상호작용은 상충(conflict) 상황을 야기할 가능성이 높다. 특히 차로변경이 빈번한 교차로 및 합류부 등에서 상충 상황이 집중적으로 발생하고 있다. 차량간 차로변경은 대표적인 상충 유발 행태로, 일반차량과 자율주행 차량 간 대응성의 한계로 교차로 또는 엇갈림(weaving) 구간에서 충돌 위험이 급격하게 증가한다. 이에 교통류의 엇갈림은 자율주행 혼재 환경에서 반드시 고려해야 할 핵심적인 고위험 상황으로 인식하고 체계적으로 계량화할 필요가 있다. 본 연구는 개별차량의 궤적 데이터를 활용하여 연속된 교차로 간의 진출입 특성을 반영한 교통류 간 엇갈림 비율을 산정하고, 이를 토대로 상충 위험이 높은 구간을 식별하였다. 교통류 엇갈림 지표와 교통사고율 간의 상관관계 분석 결과 두 지표간 양의 상관관계가 존재하는 것으로 분석되었다. 본 지표는 연속류 도로 뿐만 아니라 도로망 전체의 사고위험에 대한 일관성 있는 평가 및 우선순위 산정 등 모니터링에 활용 가능할 것으로 기대된다.

The introduction and proliferation of Autonomous Vehicles (AVs) have created a transitional mixed traffic environment, where the interaction between vehicles with heterogeneous driving characteristics is highly likely to generate conflict situations. Specifically, conflicts are concentrated in sections with frequent lane changes, such as intersections and merging segments. Lane changing is a representative conflict-inducing behavior, and the collision risk sharply increases in intersections and weaving zones due to limitations in the responsiveness between Conventional Vehicles(CVs) and AVs to abrupt maneuvers. Consequently, traffic weaving is recognized as a critical high-risk scenario in mixed traffic environments and requires systematic quantification. This study utilizes individual vehicle trajectory data to calculate a Traffic Weaving Index (TWI) that reflects entry and exit characteristics between consecutive intersections. Based on this index, segments with a high risk of conflict were identified. The correlation analysis between the proposed TWI and the crash rate confirmed a significant positive correlation. The developed index is expected to be useful for traffic safety monitoring, particularly for the consistent evaluation and prioritization of crash risks across the entire road network, extending beyond uninterrupted flow highways.

최근 다양한 사회 경제 이슈가 사회적인 화두로 떠오르고 있으며, 지역 경제 상황을 빠르게 판단하고 정책을 수립하기 위한 경기종합지수의 중요성이 대두되고 있다. 이에 따라 해외 연 구자들은 지역 경제활동과 밀접하게 연관된 실시간성 교통 빅데이터를 이용하여 빠른 경제 상 황 진단과 맞춤형 정책 방향의 수립을 고려하고 있다. 본 연구의 주요 목적은 울산광역시를 기종점으로 하는 TCS 데이터를 여객·화물통행, 단거리·장거리통행으로 구분하고, 각각의 통행 량을 이용하여 지역경기진단이 가능한 경기종합지수들을 선정한 후 각 지수들의 경기변동 특 징인 선행, 동행, 후행성을 교차 상관함수(Cross-Correlation Functions) 분석을 통하여 정의하는 데 있다. 연구 결과로부터 TCS 교통량의 추이와 상관관계가 높은 경기 종합지수들은 서비스업 생산지수, 도매 및 소매업, 숙박 및 음식점업 등으로 나타났다. 이 중 화물, 여객, 단거리 목적 통행은 도매 및 소매업, 숙박 및 음식점업에 대해 선행성을 가지는 것으로 도출되었다.

With the worldwide spread of African swine fever, interest in livestock epidemics has increased. Livestock transport vehicles are the main cause of the spread of livestock epidemics, but there are no empirical quarantine procedures and standards related to the mobility of livestock transport vehicles in South Korea. This study extracted the trajectory of livestock-related vehicles using the facility-visit history data from the Korea Animal Health Integrated System and the DTG (Digital Tachograph) data from the Korea Transportation Safety Authority. The results are presented as exposure indices aggregating the link-time occupancy of each vehicle. As a result, 274,519 livestock-related vehicle trajectories were extracted, and the exposure values by link and zone were derived quantitatively. This study highlights the need for prior monitoring of livestock transport vehicles and the establishment of post-disaster prevention policies.

본 연구는 세계 49개국을 대상으로 1996년부터 2023년까지 28년간의 패널데이터를 활용하여 FDI와 경제지표의 관계를 분석하였다. 국가 의 경제성장률, 국제 M&A 활동 결과에 따른 매각과 매수 규모, 국가의 기술 수준을 나타내는 특허등록 수, 수입 수출에 따른 무역수지, GDP 대비 R&D지출비중 등을 독립변수로 하여 FDI 유입과 유출에 각각 미치는 영향을 실증 분석하였다. 특히, 외국인직접투자(FDI)의 유입과 유 출에 변수들이 비대칭적 영향을 미치는지 비교하였다. 분석 결과는 다음과 같다. 첫째, 경제성장률은 FDI 유입에 정(+)의 영향, 유출에는 부(-)의 영향을 미친다. 둘째, M&A순매각은 FDI 유입에 정(+)의 영향, 유출에는 부 (-)의 영향을 미치고, M&A순매수는 FDI 유출에 정(+)의 영향, 유입에는 부(-)의 영향을 미친다. 셋째, 국가의 기술지표인 특허등록 수는 FDI 유입과 유출에 긍정적인 영향을 미치고 있는 것으로 나타났다. 넷째, 무역수지는 FDI 유입과 유출에 모두 부(-)의 관계가 있는 것으로 나타났는데, 선행연구와는 다른 결과가 나타났다. 마지막으로 R&D지출비중은 FDI 유입에는 부(-)의 관계, 유출에는 정(+)의 효과가 있는 것으로 나 타났다. 연구 결과에 따른 FDI 추진 방향을 제시하면, 첫째, 국가의 경제성장률 증가를 위한 정책을 추진하고 제도적 뒷받침을 통한 지속적인 유지전략이 필요하다. 둘째, 국제 M&A 활동에 대해 정확한 분석으로 FDI 감소 추세에 대응하고 균형 있는 정책으로 FDI 유입과 유출의 적정 수준을 관리해야 한다. 셋째, 국가의 기술 수준을 향상할 수 있도록 R&D 분야와 특허 등의 지식재산권 분야에 대한 지원을 확대하여 국가의 기술경쟁력 강화를 적극 추진해야 한다.

This study analyzes the relationship between Foreign Direct Investment (FDI) and economic indicators using panel data spanning 28 years from 1996 to 2023 across 49 countries worldwide. The independent variables include national economic growth rate, the scale of acquisitions and disposals resulting from international M&A activities, the number of patent registrations as an indicator of a country’s technological level, trade balance derived from imports and exports, and the ratio of R&D expenditure to GDP. The study empirically examines the effects of these variables on FDI inflows and outflows respectively. In particular, it compares whether the variables have asymmetric impacts on FDI inflows and outflows. The findings are as follows: First, the economic growth rate has a positive (+) effect on FDI inflows and a negative (–) effect on FDI outflows. Second, net M&A disposals positively (+) influence FDI inflows and negatively (–) affect FDI outflows, whereas net M&A acquisitions have a positive (+) effect on FDI outflows and a negative (–) effect on FDI inflows. Third, the number of patent registrations, representing the country’s technological indicator, positively affects both FDI inflows and outflows. Fourth, the trade balance shows a negative (–) relationship with both FDI inflows and outflows, which differs from previous studies. Finally, the ratio of R&D expenditure to GDP has a negative (–) relationship with FDI inflows and a positive (+) effect on FDI outflows. Based on the research findings, the directions for promoting FDI are suggested as follows: First, policies aimed at improving the national economic growth rate and sustainable maintenance strategies supported by institutional frameworks are necessary. Second, a precise analysis of international M&A activities is required to respond to the declining trend in FDI, managing appropriate levels of FDI inflows and outflows through balanced policies. Third, support for R&D and intellectual property rights fields such as patents should be expanded to enhance the country’s technological competitiveness.

The government has recently undertaken various initiatives aimed at enhancing the performance management system of the national data infrastructure. Specifically, to bolster the dataherb’s and datacenter’s roles and enhance the value of data use, the allocation of performance indicators was increased, the ratio of returning companies was incorporated, and additional best use case indicators were provided. Moreover, the operational base of the current system is progressively enlarging as efforts to establish an additional point indicator for stimulating dataherb operation and to adjust indicator weights in accordance with annual objectives gain momentum. The government’s initiatives play a significant role in establishing the policy groundwork for advancing data-driven administration and innovative applications across the entire industry. Nonetheless, the existing performance management system fails to adequately account for the unique characteristics of each dataherb. It is also limited by the absence of a multidimensional performance evaluation framework that incorporates both qualitative and quantitative measures. Accordingly, this investigation proposes a novel model for managing multidimensional indicators to enable more precise and ongoing measurement of data management performance at the national level. By creating an assessment system that incorporates multiple indicators, the proposed model seeks to ensure that dataherb performance can be analyzed and compared in a balanced manner. This study is significant for improving the objectivity and reliability of performance management regarding national data infrastructure, greatly increasing the value derived from data usage, and aiding in evidence-based assessments of policy impacts.

This article examines the multidimensional index extraction method of the disability social security system based on data mining. While creating the data warehouse of the social security system for the disabled, we need to know the elements of the social security indicators for the disabled. In this context, a clustering algorithm was used to extract the indicators of the social security system for the disabled by investigating the historical dimension of social security for the disabled. The simulation results show that the index extraction method has high coverage, sensitivity and reliability. In this paper, a multidimensional extraction method is introduced to extract the indicators of the social security system for the disabled based on data mining. The simulation experiments show that the method presented in this paper is more reliable, and the indicators of social security system for the disabled extracted are more effective in practical application.

Korean Community Health Status Indicators (K-CHSI) is a model-based database containing annual data on health outcomes and determinants at the municipal level (si/gun/gu-level regions, including mid-sized cities, counties, and districts). K-CHSI’s health outcomes include overall mortality, disease incidence, and prevalence rates. Self-reported health and health determinants were measured in 5 domains: socio-demographic factors, health behaviors, social environment, physical environment, and the healthcare system. The data sources are 71 public databases, including Causes of Death Statistics, Cancer Registration Statistics, Community Health Survey, Population Census, and Census on Establishments and Statistics of Urban Plans. This dataset covers South Korea’s 17 metropolitan cities and provinces, with data from approximately 250 municipal regions (si/gun/gu). The current version of the database (DB version 1.3) was built using 12 years of data from 2008 to 2019. All data included in K-CHSI may be downloaded via the Korea Community Health Survey site, with no login requirement (https://chs.kdca.go.kr/chs/recsRoom/dataBaseMain.do). K-CHSI covers extensive health outcomes and health determinants at the municipal level over a period of more than 10 years, which enables ecological and time-series analyses of the relationships among various health outcomes and related factors.

Objective : In Korea, the Emergency Department-based In-depth Injury Surveillance System was designed to provide information necessary to establish injury prevention and management policies. To optimize the effectiveness and strategic utility of the injury surveillance system requires risk factor-related injury indicators. Thus, this study aimed to suggest indicators with description of a process to develop indicators that adhere to the goals of a surveillance system using data from hospital-based injury surveillance systems. Methods : Stepwise methodology using a Haddon matrix-based approach was used to develop risk factor- related injury indicators. Expert evaluation of the appropriateness, importance, clarity, sensitivity and applicability of candidate indicators was conducted in two rounds by referencing results for descriptive analysis using injury surveillance data. Results : Through the expert evaluation, 33 indicators were selected including those that measured the scale of injury. When classified according to the injury categories, indicators involving transport accidents were the most common with nine indicators, followed by those related to fall injuries with six indicators. Indicators also included poisoning, drowning, self-injury/suicide and violence. As a risk factor-related indicator, distribution of poisonous substances among injury patients admitted to an emergency department for intentional poisoning was selected. Conclusions : Appropriate indicators are needed that allow the effective operation of an injury surveillance system and policy-based use of such a system. It is also necessary to improve indicators that are cyclic in nature and can reflect changes in social interests and policies.

The article introduces a method to estimate a cointegrated vector autoregressive model, using mixed-frequency data, in terms of a state-space representation of the vector error correction(VECM) of the model. The method directly estimates the parameters of the model, in a state-space form of its VECM representation, using the available data in its mixed-frequency form. Then it allows one to compute in-sample smoothed estimates and out-of-sample forecasts at their high-frequency intervals using the estimated model. The method is applied to a mixed-frequency data set that consists of the quarterly real gross domestic product and three monthly coincident indicators. The result shows that the method produces accurate smoothed and forecasted estimates in comparison to a method based on single-frequency data.

‘빅데이터’는 ‘21세기 원유’로 비유될 만큼 그 중요성이 증대되고 있다. 스마트시티에서 생성 및 수집되는 IoT 데이터의 경우 데이터의 품질이 공공서비스의 품질과 연관되므로 품질관리에 주의를 기울여야 한다. 그러나 ISO/IEC 기관 및 국내/외 여러 기관을 통해 제시된 데이터 품질 지표는 ‘사용자’ 중심에 한정되어 있다는 한계점을 지닌다. 본 연구는 이러한 한계점을 보완하기 위해 공급자 중심의 지표와 그 우선순위를 도출하였다. 공급자 중심의 스마트시티 IoT 데이터 품질 평가지표 3개의 카테고리와 13개의 지표를 도출한후 AHP 분석을 통하여 지표 카테고리와 데이터 품질 지표의 우선순위를 도출하였고 각 지표의 타당성을 조사하였다. 해당 연구를 통해 센서 데이터를 수집하고 취합하여 전달하는 직무를 수행하는 개인 혹은기업에게 데이터가 지녀야 하는 기본적인 요건을 제시함으로써 센서 데이터 품질 향상에 기여할 수 있다. 또한 지표 우선순위를 기반으로 데이터 품질관리를 수행하여 품질관리 업무 효율의 향상을 제공할 수있다.

The importance of ‘Big Data’ is increasing to the point that it is likened to ‘21st century crude oil’. For smart city IoT data, attention should be paid to quality control as the quality of data is associated with the quality of public services. However, data quality indicators presented through ISO/IEC organizations and domestic/foreign organizations are limited to the ‘User’ perspective. To complement these limitations, the study derives supplier-centric indicators and their priorities. After deriving 3 categories and 13 indicators of supplier-oriented smart city IoT data quality evaluation indicators, we derived the priority of indicator categories and data quality indicators through AHP analysis and investigated the feasibility of each indicator. The study can contribute to improving sensor data quality by presenting the basic requirements that data should have to individuals or companies performing the task. Furthermore, data quality control can be performed based on indicator priorities to provide improvements in quality control task efficiency.

통계청에서는 국가승인통계의 품질관리를 위해 통계작성기관들이 작성하여 공표한 통계에 대하여 품질진단을 실시하고 있다. 현행 조사통계의 세부 작성절차별 품질진단지표 중 자료수집절차의 품질진단지표에는 조사지침서 구비여부, 조사원 교육 등 5개의 지표를 사용하여 품질진단을 실시하고 있다. 그러나 현행 품질진단지표에는 조사통계의 정확성에 직접적인 영향을 미치는 조사원 수(조사원 1인당 1일 조사업무량), 조사원의 질적 수준, 적정 규모의 조사관리자 수 및 조사완료까지의 방문횟수는 품질진단지표에 포함되어 있지 않다. 본 연구에서는 이들 지표들을 새로운 지표로 추가하는 것이 평가지표로서 유용성이 있는지 검정해 보고자 한다. 연구결과 이들 4종의 신규지표들과 같거나 유사한 내용을 품질진단시 점검한 품질진단결과보고서의 평가점수가 각 지표별로 조사원 수, 조사관리자 수, 조사원의 질적 수준, 방문횟수는 통계적으로 유의한 차이를 나타내어 새로운 품질진단지표들이 조사통계의 품질진단지표로서 유용함을 보여주고 있다.

Statistics Korea checks the quality of national statistics approved by government to manage survey quality. In order to achieve this objective, there are five indicators on a check list of data collection steps such as determining survey guidelines and training enumerators, etc. However, some important indicators are not included on the present check list to measure and ensure survey quality. These indicators include the number of enumerators, quality of enumerators, number of field managers and number of visits required to complete a survey. These four new indicators were analyzed for suitability as useful indicators in this study by conducting t-test. The result show a significant difference between the evaluation scores of the quality check reports when the four indicators are utilized. The t-test for each new indicator are as follow: number of enumerators (t=-6.54, p=0.001), number of field managers (t=-5.21, p=0.001), quality of enumerators (t=-4.99, p=0.001), number of visit for completing a survey (t=-3.10, p=0.001) respectively.

이 연구에서는 에너지 데이터를 기반으로 건물 에너지 효율화 또는 절감을 진행하는 하나의 방법론으로서 에너지 소비 지표를 분석하고 유형화하는 연구를 진행하였다. 이를 위하여, 먼저 동일한 대지 위에 다양한 건물들이 밀집해 있는 대학 캠퍼스의 건물별 전력 소비 데이터를 분석하였다. 분석의 과정은 다음과 같다. 건물을 용도별로 그룹핑하고, 각각의 용도별 건물 에너지 관련 주요한 소비 지표 값을 산정하였다. 이후 에너지 소비 지표 간의 평균의 차이를 분석하여 유의미한 차이가 있는 지표를 선정하였다. 이 지표는 각각 EUI, 부하변동성, 기저부하율, 난방 민감도이며, 이 지표들의 조합을 통해 에너지의 소비 유형 4가지를 도출할 수 있었다. 정의된 유형은 에너지 소비 패턴에 기반하여 결정되었기 때문에, 효과적인 에너지 효율화 정책을 수립할 수 있는 기초자료가 될 수 있다. 특히,데이터 기반 에너지 효율화를 위해 건물 에너지 소비 지표를 활용하는 방안에 대한 실증 자료를 제시한 의의가 있다. 다만, 특정한 집단을 대상으로 한 분석 결과로서 일반화에는 한계가 있으며 추후 데이터 기반 에너지 효율화 방안에 대한 논의 확대를 통해 다양한 에너지 소비 부문별 유형들을 설정해갈 수 있을 것이다.

This study investigates a methodological approach to enhancing or reducing building energy use by analyzing and categorizing energy consumption indicators derived from building-level energy data. As a representative case, electricity consumption data from a university campus?characterized by a dense concentration of diverse building types within a single site?were examined to explore how energy-use characteristics vary by building function. The analytical procedure consisted of several stages. First, buildings were grouped by functional category, and major energy consumption indicators for each group were then calculated. Next, the mean values of these indicators were statistically analyzed to identify those that showed significant differences across building types. The indicators selected through this process include Energy Use Intensity (EUI), load variability, base load ratio, and heating sensitivity. By examining combinations of these indicators, the study derived four distinct types of energy consumption patterns. These typologies, grounded in observed consumption data, offer meaningful insights that can serve as a foundational resource for designing effective, targeted energy-efficiency policies. Moreover, the study contributes empirical evidence supporting the use of building energy consumption indicators as a practical tool for implementing data-driven energy-efficiency strategies?an area in which systematic, evidence-based approaches are increasingly required. Nevertheless, because the analysis focuses on a specific and limited set of buildings, the generalizability of the findings may be constrained. Future research should extend the discussion on data-based energy-efficiency planning to develop more comprehensive typologies across a broader range of building sectors and operational contexts.

많은 사람들이 자신의 현재를 기록하고 관심사를 공유하는 트위터와 같은 SNS는 하루에도 몇 억 건씩 발생할 정도로 데이터 양이 방대하고, 이용자들이 자발적으로 참여하여 의견을 올린다는 특징 때문에 사람들의 관심사나 이슈사항에 대한 반응을 살피는 데 활용이 되고 있다. 본 논문은 이용자의 현재를 담고 있는 트위터 데이터로부터 ‘주거환경’에 대한 평가를 나타내는 트윗을 추출하고, 그 공간적 특성을 분석하고자 하였다. 주거환경 평가를 나타내는 주제어를 ‘불안,’ ‘불만족’ 속성으로 나누어 선정하고 해당 주제어들을 포함하는 트윗을 지도에 나타내어 그 상대적 분포를 서울서베이 결과와 비교하였다. 트위터 데이터의 경우 편향성 등 여러 한계가 있지만, 도시정책지표를 통해 얻을 수 없는 자발적인 의견을 얻을 수 있고 공간정보를 포함할 수 있는 등 마이크로한 지역에 대한 의견을 얻을 수 있다는 점에서 트윗 데이터의 도시정책지표 보완을 위한 활용 가능성을 확인할 수 있었다.

SNS including twitter, which many people are recording their present day, is being used for inspecting their concern or response to the issue in regard to huge amount of data that are generated as many as several hundred millions a day and users’ voluntary posting of opinions. In this study we conducted a spatial analysis by extracting twitter data containing evaluation on the residential environment among all twitter data recording users’ present condition. In addition, we also divided the key terms which represent evaluation on the residential environment into ‘anxiety’ and ‘dissatisfaction,’ marked the twitter data which include the key terms on the map and then compared the relative distribution with the result of Seoul survey. Even though there are some limitations such as gender or age bias in the case of twitter data, we can confirm that twitter data can be utilized to complement the urban policy indicators in that we can obtain two kinds of information such as the voluntary opinions which can not be attained in the urban policy indicators and the regional micro information which include spatial information.