빅데이터 개념과 빅데이터 활용의 문제점 분석 및 해결방안 제시
본 자료는 4페이지 의 미리보기를 제공합니다. 이미지를 클릭하여 주세요.
닫기
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
해당 자료는 4페이지 까지만 미리보기를 제공합니다.
4페이지 이후부터 다운로드 후 확인할 수 있습니다.

소개글

빅데이터 개념과 빅데이터 활용의 문제점 분석 및 해결방안 제시에 대한 보고서 자료입니다.

목차

1. 빅데이터의 개념

2. 빅데이터의 대표특성

3. 빅데이터의 필요성

4. 빅데이터의 문제점

5. 빅데이터 활용의 문제점 해결방안 연구

본문내용

영국의 비만대책수립, 잠재적 위험관리 프로젝트, 전염병 대응책 등의 성과를 냈다.
EU는 금융위기 극복과 사회의 복잡성을 이해하기 위한 FuturICT와 불확실한 미래탐구를 위하여 iKnow 프로젝트를 추진하고 있다. iKnow프로젝트를 통해 전 세계의 약신호(weak signal)와 와일드 카드(wild cards)를 포착함으로써, 미래를 형성하는 지식과 전략적 이슈를 발굴하고 있다.
- 국내 공공영역의 빅 데이터 추진현황
한국은 선진국에 비해 상대적으로 데이터 활용 수준이 낮으며 데이터 기반의 사업 환경 자체가 미성숙한 상황이다. 그러나 세계가 인정하는 최고 수준의 전자정부 서비스를 운영하고 있으며, 이를 활용해 상상할 수 없을 만큼의 데이터를 확보하고 활용할 수 있는 장점이 있다.
서울시 ‘올빼미 버스’ : 서울시는 심야버스 노선을 구상하면서 \'심야버스 노선수립 지원시스템\'을 개발해 민간 이동통신사의 30억 개 통화량 자료(빅 데이터)를 분석, 활용했다. 심야시간대 통화량이 가장 많은 곳을 골라내 심야버스를 다니게 했다는 것이다. 시민들의 휴대폰 통화량을 기반으로 한 KT의 유동인구 데이터와 시가 보유한 교통 데이터를 융합ㆍ분석해 최적의 심야버스 노선을 구축했다. 서울시는 우선 자정부터 새벽 5시까지 심야시간대에 사용한 휴대폰 콜데이터 30억여 건과 시민들이 이용한 심야택시 승ㆍ하차 데이터 500만 건의 빅 데이터를 융합했다. 일단 휴대폰 통화량이 많은 곳은 홍대 앞, 동대문, 신림역, 강남, 종로, 가락시장, 신촌, 남부터미널, 건대입구, 압구정 등이었다. 또 심야택시를 가장 많이 타고 내리는 곳은 강남, 신림역, 홍대, 건대입구, 동대문, 강북구청, 신촌, 천호, 종로, 영등포 등이었다. 서울시는 이를 활용해 서울 전역을 1㎞ 반경의 1250개의 셀 단위로 유동인구ㆍ교통수요량을 색상별로 표시했다. 이어 기존의 버스노선과 시간ㆍ요일별 유동인구 및 교통수요 패턴을 분석하고 노선부근 유동인구 가중치를 계산하는 등 재분석을 거쳐 최적의 노선과 배차간격을 도출했다. 이를 통해 도출된 노선은 그동안 검토 중인 노선안과 95% 이상 일치했고, 시는 이 노선들을 최종 확정할 수 있었다. 사회복지통합관리망 : 정부차원의 빅 데이터 관련 업무 중 가장 발전된 사례로 보건복지부에서 추진한 사회복지통합관리망의 데이터 연결 사례가 꼽힌다. 사회복지통합관리망 구축으로 복지사업별 기준에 맞는 적정 수급자 관리에 필요한 소득, 재산, 인적사항 등 219종의 정보를 행정안전부, 국세청 등 27개 기관으로부터 수집하여 자격 및 중복수급 여부 판단에 활용하였다. 그 결과, 도입한 해에 3,847억 원의 복지재정 누수를 막을 수 있었다.
국민공감형 정책수립에도 빅 데이터는 큰 역할을 한다. 빅 데이터 기술은 객관적 데이터를 토대로 통계 분석, 감정 추출, 예측 분석 등 다양한 과학적 기법을 적용하여 새로운 가치를 도출한다. 감정 추출 및 분석 기술은 정책에 대한 긍정·부정 등 여론을 과학적으로 분석하여 국민정서를 정책에 반영한다. 그리고 과학적인 예측 기법은 변화 요인을 사전 분석하고 시뮬레이션하여 미래의 변화 상황에도 일관성 있게 시행할 수 있는 정책 수립에 도움이 된다.
그 사례로 정부의 영유아 보육 정책 시행과정이 있다. 영유아 보육 정책의 시행도중 재정부족, 적용범위, 부정수급 등 다양한 이슈가 발생하자 정부는 여론을 읽고 정책 보완에 적극 반영하기 위해 다음과 같은 과정으로 빅 데이터를 활용하였다.
먼저 영유아 보육 정책을 보육료, 양육 보조금, 보육서비스, 장애아/다문화지원, 보육교사 처우개선의 5가지 항목으로 나누고, 각 정책 항목에 대한 빅 데이터 분석을 3가지에서 목적에 따라 수단과 방법을 정의하였다. 첫째, 정책에 대한 국민 정서를 파악하기 위해 소셜미디어를 통해 국민의 생각이나 의견을 조사, 분석한다. 둘째, 정책의 지속적 시행 및 일관성 확보를 위해 기본적으로 갖추어야 할 예산에 대한 분석 및 설계를 알아본다. 셋째, 정책 시행의 투명성 확보를 위해 예산의 부정 수급을 모니터링하고 사전예방 할 수 있는 모델을 설계한다.
분석은 salesforce.com의 래디안6 라는 환경에서 5개월간에 걸쳐 트위터, 페이스북, 블로그, 카페, 유튜브 등의 미디어를 대상으로 이루어 졌다. 데이터는 획득, 여과, 확인의 전처리 과정을 거쳐, 기간별, 정책 영역별로 대화 점유율, 주요 미디어, 추이, 연관어, 정서, 내용 등에 대한 분석이 이루어 졌다.
기간별로 변하는 정책이슈에 따라 정책언급추이, 정서, 미디어 타입, 정책 연관어 등이 변화하였다. 6월 보육료 예산 부족이 사회 이슈로 부각된 상황이나 7월 3~5세 누리과정의 고시, 9월 0~2세 무상보육 폐지 및 양육 보조금 확대 정책이 발표되었을 때 관련 멘션이 급증하는 방식이다. 정부는 이러한 방식의 국민의견 분석을 통해 영유아 보육 정책의 일관성 있는 시행을 위한 필요 예산에 대한 안정적인 확보 방안을 목적으로, 보육 예산 산정에 필요한 각종 데이터를 수집, 통합하여 소요 예산 예측을 위한 데이터 마트를 구성했다. 보건복지부, 보건복지정보개발원, 지자체 등의 보육행정 데이터, 국세청의 가구소득 현황, 통계청의 인구, 출생률, 전출입 현황 등의 자료를 수집하고 수집된 자료는 시계열분석, 단계별 시뮬레이션 등이 가능하도록 최소단위 형태로 데이터 마트를 구축했다.
또한 보육 정책 수요 예측을 통해서 소요 예산을 산정하고, 한정된 예산 대비 지원 규모 등을 시뮬레이션했다. 다양한 모델링 기법을 적용하여 적합한 예측치를 산출함으로써 수요를 예측할 수 있었다. 예측한 수요를 토대로 다양한 기준값을 적용하여 도출한 시뮬레이션 결과를 활용하여 정책에 적극 반영하였다.
빅 데이터 분석 기술을 이용하면 다수의 의견이 반영된 과학적인 정책 수립이 용이해진다. 방대한 데이터로부터 의견 수렴 영역을 확대할 수 있고 다양한 분석 및 예측 기법으로 과학적인 정책 설계가 가능해 지기 때문이다. 또 빅 데이터 기술로 소셜 미디어를 통한 국민의 정서 분석을 통해 정책의 긍정적, 부정적 반응을 알 수 있어, 국민 공감형 정책 수립에 큰 도움이 된다.
  • 가격3,600
  • 페이지수13페이지
  • 등록일2020.04.02
  • 저작시기2020.4
  • 파일형식한글(hwp)
  • 자료번호#1128249
본 자료는 최근 2주간 다운받은 회원이 없습니다.
다운로드 장바구니