빅데이터와 지적자본: 기업의사결정지원시스템의 성과 향상을 위한 프레임워크 개발

박진한 경남대학교 산업경영연구소 2023 지역산업연구 Vol.46 No.1

The purpose of this study is to present a theoretical framework so that analysis results provided by systems developed by public institutions and released to the public for free among corporate decision support systems developed based on big data and analysis algorithms can be effectively used to improve corporate competitiveness. Therefore, this study will analyze which data are used by big data-based decision support systems with their own purposes to enhance corporate competitiveness, and identify which variables among big data used from an intellectual capital perspective provide useful information for improving corporate competitiveness. The academic significance of this study is to develop a theoretical framework that can effectively utilize big data closely involved in improving corporate competitiveness, which has implications in terms of identifying key factors for improving competitiveness. The practical significance of this study will be able to present the criteria for what big data to be collected when developing and improving corporate decision support systems based on the framework presented in this study. 본 연구는 빅데이터와 분석 알고리즘 기반으로 개발된 기업의사결정지원시스템들 중에서 공공기관에 의해 개발되어 대중에 무료로 공개된 시스템들이 제공하는 빅데이터 분석 결과가 이를활용하는 기업들의 경쟁력 향상에 효과적일 수 있도록 이론적 프레임워크를 제시하는데 초점을두고 있다. 이에 본 연구는 기업의 경쟁력을 높이기 위해 제각기 고유한 목적을 갖고 있는 빅데이터 기반 기업의사결정지원시스템들이 어떤 데이터를 활용하는지를 분석하고, 이런 시스템들이 활용하는 빅데이터 중 실제 어떤 변수들이 기업 경쟁력 향상에 유용한 정보를 제공하는지를지적자본 관점에서 규명할 것이다. 그리하여 공공기관에서 개발한 기업의사결정지원시스템이기업 경쟁력 향상에 필요한 변수들을 구성하는데 도움이 되는 이론적 프레임워크를 제시할 것이다. 본 연구의 학문적 의의는 기업 경쟁력 향상에 밀접히 관여하는 빅데이터를 효과적으로 활용할 수 있는 이론적 프레임워크를 개발하는데 있으며, 이를 통해 기업 경쟁력 향상에 도움이 되는핵심 요인들을 규명한다는 측면에서 시사점이 존재한다. 그리고 본 연구의 실무적 의의는 본 연구가 제시한 프레임워크를 토대로 기업의사결정지원시스템들을 개발 및 개선할 때 어떤 빅데이터를 수집할 것인가에 관한 기준을 제시할 수 있을 것이다.

빅데이터 분석을 통한 통합문화이용권 관리 개선 방안 연구

박규동,주성돈,황민철 차세대컨버전스정보서비스학회 2022 디지털예술공학멀티미디어논문지 Vol.9 No.2

This study aims to find a more systematic franchise management plan based on the analysis and diagnosis of the integrated culture voucher management. To this end, a decision tree model is used for analysis to explore the decision-making patterns of affiliate managers using the Integrated Cultural Voucher Program (ICVP) big data. In this study, decision tree decision analysis was performed to explore users' usage patterns based on big data derived from the affiliate management of ICVP. The purpose of this study is to find ICVP’s management plan reflecting users' usage and decision-making patterns. As a result of the analysis, the important variables influencing the decision-making for approval/release of affiliates are as follows. First, the subcategory criteria had a greater influence on decision making than the high/intermediate criteria. Second, the number of payment approvals and the amount of approval affect decision-making. Third, decision-making for online affiliates shows a relatively simple pattern compared to offline affiliates. Fourth, the decision-making process of affiliates classified into tourism (major classification level)-accomodations 1 (medium classification level)-accomodations 2 (minor class) was the most complex. Based on these results, this study suggests two practical ways to manage ICVP. First, the management efficiency is improved by reorganizing the affiliate management regulations. The second is to further subdivide the affiliate classification system. 본 연구는 통합문화이용권 관리방식에 대한 분석과 진단을 토대로 좀 더 체계적인 가맹점 관리방안을 모색하고자 한다. 이를 위해, 통합문화이용권 가맹점 빅데이터를 사용하여 가맹점 관리자의 의사결정 패턴을 탐색하기 위한 의사결정나무모형을 분석에 활용하였다. 분석 결과 가맹점 승인/해지 의사결정에 영향을 미치는 주요 변수는 첫째, 대분류나 중분류 기준보다 소분류 기준이 상대적으로 의사결정에 더 많은 영향을 미치고 있었다. 둘째, 결제 승인 건수와 승인 금액이 의사결정에 영향을 미치는 것으로 나타났다. 셋째, 온라인 가맹점에 관한 의사결정은 오프라인 가맹점 보다 상대적으로 단순한 패턴을 보인다. 넷째, 관광(대분류)-숙박(중분류)-숙박(소분류)으로 분류되는 가맹점에 대한 의사결정이 가장 복잡한 것으로 나타났다. 이러한 결과를 바탕으로, 본 연구는 통합문화이용권 관리를 위한 두 가지의 실질적인 방안을 제시하였다. 첫째, 가맹점 관리규정을 개편하여 관리상의 효율성을 개선하는 것이다. 둘째, 가맹점 분류체계를 좀 더 세분화 하는 것이다.

빅데이터 속성이 재난대응 의사결정에 미치는 영향에 관한 연구

민금영(Geum Young Min),정덕훈(Duke Hoon Jeong) 한국전자거래학회 2013 한국전자거래학회지 Vol.18 No.3

본 연구는 빅데이터의 구성요소(Volume, Variety, Velocity, Complexity)가 가지는 속성을 정의하여 상황인식에 관한 재난대응 활동의 의사결정에 미치는 영향을 실증적으로 분석하였다. 이를 위하여 빅데이터가 가지는 속성과 상황인식 간의 가설을 설정하였고, 시각화가 상황인식을 통한 의사결정간의 인과관계를 조절하는 효과가 있는지를 확인하였다. 분석을 위해 안전행정부, 소방방재청, 시도 및 시군구 재난관리과를 대상으로 설문 332부를 수집하였으며, 불성실한 응답 12부를 제외함으로써 320부를 분석에 사용하였다. 연구 결과, 첫째 빅데이터가 가지는 속성 중 누적성, 확장성, 유연성, 실시간성, 분석성, 융합성은 재난관리 담당자의 상황인식에 유의한 영향을 미쳤으나, 다양성과 비정형성은 영향을 미치지 못하였다. 둘째, 재난관리 담당자의 상황인식은 재난대응 활동의 의사결정에 유의한 영향을 미쳤다. 셋째, 시각화는 상황인식과 재난대응 활동의 의사결정간에 조절효과가 있는 것으로 분석되었다. This research is to assess the relationship Big Data attributes and disaster response process. The hypothesis are designed to form decision making between situation awareness and disaster response by defining major attribute of Big Data(Volume, Variety, Velocity, Complexity). It is proved whether there is a moderating effect in cause-and-effect relationship by visualizing Big Data. To test the hypotheses, it was conducted a questionnaire survey of civil servants in charge of disaster-related government employees, and collected 320 data(without 12 undependable responses). The research findings are suggested the attributes of accumulation, expandability, flexibility, real-time, analytical, combination of Big Data have a strong effect on disaster manager’s situation awareness.

콜모고로프-스미르노프 통계량을 이용한 구간형 심볼릭 반응변수 의사결정나무 연구

이성건 한국자료분석학회 2017 Journal of the Korean Data Analysis Society Vol.19 No.4

심볼릭 데이터(symbolic data)는 의료, 기업, 사회과학, 정부 등 다양한 분야에서 나타나고 있다. 심볼릭 데이터 분석은 특히 빅데이터의 복잡하고 다양한 데이터에 대한 주요한 분석방법으로 주목받고 있다. 심볼릭 데이터에서 주로 다루는 데이터로는, 구간값(interval-valued) 데이터, 다중값(multi-valued) 데이터, 히스토그램(histogram) 데이터 등이 있다. 통계학에서 전통적으로 다루고 있는 데이터도 심볼릭 데이터로 변환이 가능하다. 이는 데이터의 크기를 줄이는 방법으로 사용되기도 한다. 본 연구에서는 K-S 통계량(Kolmogorov-Smirnov statistic)을 이용하여 구간형 반응변수를 갖는 의사결정나무를 제안하고자 한다. 기존의 심볼릭 데이터에 대한 의사결정나무는 독립변수가 심볼릭인 경우에 대한 것이 대부분이어서 반응변수가 심볼릭인 경우에는 적용할 수 없다. 본 연구의 의사결정나무는 구간형 반응변수에 대해 분리변수를 찾기 위한 분리기준으로 K-S 통계량을 이용하였으며, K-S 통계량은 구간형 데이터의 경험적분포함수를 이용하였다(Lee, 2016). 실제 적용 사례로 국내 A병원의 혈압데이터(이완기, 수축기)에 대해 제안된 방법으로 의사결정나무를 구축하고 해석하였다. 제안된 방법이 구간형 자료에 대해 효율적임을 확인하였다. Symbolic data are from various field of applications, such as medical, industry, social sciences, government experiment etc.. Symbolic data analysis is new methods that treat the underlying informations on the given raw data. It is crucial for the complex system of big data. Symbolic data cover interval-valued data, multi-valued data, histogram-valued data etc.. Classical data variables can be changed into symbolic data variables. It can be used to reduce the size of data. In this study, a decision tree for symbolic response using Kolmogorov-Smirnov statistics is considered. This can be extended to other type of symbolic data. We are interested in the selection of split variables to grow the tree having interval-valued response. We consider Kolmogorov-Smirnov (K-S) statistics as split criterion. To construct tree, we developed the empirical distributions of intervals (Lee, 2016) and put it in the decision tree building process. To compare the method with classical ones, blood pressure data (systolic, diastolic) is used as an applications. We can see that the proposed method is useful for an interval response.

EU 일반정보보호규정(GDPR)의 알고리즘 자동화 의사결정에 대한 통제로써 설명을 요구할 권리에 대한 쟁점 분석과 전망

김재완 민주주의법학연구회 2019 민주법학 Vol.0 No.69

Modern information and communication technologies(ICTs) are bringing huge changes to the paradigms of human society by presenting and developing artificial intelligence(AI). The very core technologies in the development of AI are Big Data and algorithms. The algorithm system of Big Data uses an exquisite process, which requires the input of data. Big Data and algorithm technologies are most used by corporations and actively used in the fields with political purposes such as political parties. If the designer of an algorithm system bases data entry and manipulation only on his or her certain tendencies or world views, automated decision-making and its outcomes in the AI algorithm will display a bias, differentiation, and unfairness. In such a case, the algorithm is a product of ideology and necessarily has political attributes. There is no saying that outcomes by the automated decision-making process based on the algorithm are totally neutral. Even though such outcomes have no objectivity and fairness, their influences will encompass all the sectors of the society including politics, economy, and culture and change even the preferences, judgments and actions of users. Today, algorithms perform important functions and roles in political, social, economic, and cultural interactions and decision-making processes at the national and social level, continuing to increase their influences. They are even becoming an entity of huge political power themselves. There is thus a need for social discussions and legal measures to explore plans of effectively controlling discrimination, prejudice, exclusion, and unfairness that are negative outcomes of biased data and AI algorithms whose learning is based on biased data. EU-General Data Protection Regulation(GDPR) were introduced and came into effect in May, 2018, creating a chance to expand normative issues and discussions about the transparency and accountability of algorithms. EU-GDPR stipulate that the subjects of information have rights to refuse their profiling and not to become subjected to automated decision-making processes. EU-GDPR also state that they have rights to access to the information collected regarding them and notices about their personal information collected. The interpretations of these regulations and objections to them can result in a right to explanations about automated decision-making processes based on an algorithm. This right to explanations holds huge significance in that it grants an opportunity for users to request explanations about profiling-based algorithm decisions and puts an emphasis on the importance of human interventions in the algorithm design process. This right to explanations also opens up the normative possibilities of enforcing an intervention into the algorithm design process, which is part of a corporation's confidential business information, by the information subject, thus playing an essential role in addressing the fairness, transparency, and differentiation issues of algorithms. 현대 정보통신기술(ICT)은 인공지능을 등장시키고 발전시킴으로써 인간 사회의 패러다임에 큰 변화를 가져오고 있다. 인공지능 발전의 가장 핵심적인 기술은 빅데이터와 알고리즘이다. 빅데이터의 알고리즘 시스템은 정교한 프로세스를 사용한다. 또 이러한 프로세스에는 데이터의 입력이 필요하다. 빅데이터와 알고리즘 기술을 가장 많이 활용하는 주체는 기업이며, 정당 등 정치적 목적을 가진 분야에서도 활발하게 이용되고 있다. 만약 알고리즘 시스템의 설계자가 데이터의 입력과 조작 등에 있어 자신의 특정한 성향이나 세계관만을 따른다면, 인공지능 알고리즘의 자동화된 의사결정과 그 생성물은 편향성, 차별성, 불공정성 등을 나타내게 된다. 이때 알고리즘은 이념의 생성물로서 필연적으로 정치적인 속성을 내포하게 된다. 알고리즘에 의한 자동화된 의사결정이 제공하는 결과가 전적으로 중립적이라고 볼 수는 없게 되는 것이다. 그 결과가 객관성과 공정성을 담아내지 못함에도 불구하고, 그 결과가 사회에 미치는 영향은 정치․경제․문화 등의 모든 분야를 망라하며, 이용자들의 선호와 판단 그리고 행동까지도 변화하게 만든다. 오늘날 알고리즘은 국가와 사회의 정치적, 사회적, 경제적, 문화적 상호작용과 의사결정에 중요한 기능과 역할을 담당하면서 계속해서 영향력을 높여 나가고 있다. 또한, 그 자체가 하나의 거대한 정치권력이 되어가는 모습마저도 나타낸다. 따라서 편향적인 데이터와 이를 통해 학습한 인공지능 알고리즘이 만들어내는 부정적인 결과인 차별, 편견, 배제, 불공정성 등을 효과적으로 통제하는 방안을 모색하는 사회적 논의와 법적 대응책이 필요하다. 이에 EU의 일반정보보호규정(General Data Protection Regulation: GDPR)의 도입과 발효(2018년 5월)는 알고리즘의 투명성과 책무성에 대한 규범적 쟁점과 논의를 확대하는 계기를 마련해 주었다. GDPR은 정보 주체가 프로파일링에 대해 반대할 권리와 자동화된 의사결정의 대상이 되지 않을 권리가 있음을 규정하고 있다. 또한, 정보 주체가 그들에 관하여 수집된 정보에 접근할 권리가 있으며, 수집된 개인정보에 관해 통지를 받을 권리가 있음을 규정하고 있다. 이러한 규정들과 이의 해석을 통해서, 알고리즘에 기반한 자동화된 의사결정에 대한 설명을 요구할 권리(Right to explanation)가 도출될 수 있다. 설명을 요구할 권리는 이용자에게 프로파일링 기반의 알고리즘 결정에 관해 설명을 요구할 기회를 부여함과 동시에, 알고리즘 설계과정에서 인간적 개입의 중요성을 강조한 점에서 큰 의미가 있다. 또한, 설명을 요구할 권리는 해당 기업의 영업 비밀에 해당하는 알고리즘 설계과정에 정보 주체가 개입할 수 있도록 강제하는 규범적 가능성을 열어줌으로써, 알고리즘의 공정성․투명성 및 차별성 이슈를 풀어나가는데 핵심적인 역할을 할 것으로 생각된다.

국내기업을 위한 빅데이터 적용방안 도출 및 기대효과 분석 - 데이터 분석 및 활용과 업무사용자의 의사 결정 향상에 관한 연구 -

김승현,박재홍,김이환,박주석 한국엔터프라이즈아키텍처학회 2015 정보기술아키텍처연구 Vol.12 No.1

Interests in the effects of the data analysis and utilization are going higher with theadvent of Big Data. However, domestic companies lack analysis and utilization technologies comparingto international companies. Previous studies have derived the results that the utilization ofanalysis technologies would affect company competitiveness through the survey of managers andexecutives. This study investigated the effects of information systems to individual users by utilizingthe ‘analytics competencies’ and ‘IS success model’. The results showed that ‘analytics competencies’of corporations influence the decision-making level by the employee. 글로벌 경쟁과 역동적인 정보화 환경에서 데이터가 폭발적으로 증가하는 빅데이터 시대가 도래하였다. 이에 새로운 비즈니스 핵심가치로 주목을 받고 있는 빅데이터를 효과적으로 분석 및 운영하여 활용하는 방안에 대한 관심은 높아져 가고 있다. 그러나, 국내 기업의 경우 분석 및 활용 기술이상대적으로 부족하다. 관리자와 경영자를 대상으로 조사된 기존 실증연구에서 데이터 분석 기술의 활용도가 기업의 경쟁우위에 영향을 미친다는 것을 밝히고 있으나, 데이터 분석의 영향을 파악하는 것도 중요하다. 이를 위해서는 소수의 전문가와 관리자도 중요하지만 분석된 정보를 사용하는 다수의 일반 사용자도 매우 중요하다. 본 연구에서는, 기업의 데이터 분석 역량과 정보시스템 성공 모형을 통해기업의 정보화가 개인 사용자에 미치는 영향을 연구했다. 연구결과 기업의 데이터 분석 역량이 개인사용자의 의사결정에 영향을 미치고 있음을 보여주었다.

빅데이터 기반 의사결정 지원을 위한 이슈이벤트 검색시스템: 소셜위즈덤

허정(Jeong Heo),류법모(Pum-Mo Ryu),최윤재(Yoon Jae Choi),김현기(Hyun Ki Kim),옥철영(Cheol Young Ock) 한국정보과학회 2013 정보과학회논문지 : 소프트웨어 및 응용 Vol.40 No.7

본 논문은 빅데이터 기반 의사결정 지원 시스템인 "소셜위즈덤"에 포함된 이벤트 추출 및 이슈 이벤트 검색에 대해서 소개한다. 의사결정 지원 시스템은 경제적, 사회적 중요사항을 결정할 수 있도록 관련 정보와 인사이트(insight)를 제공하는 정보시스템을 이른다. 기존 시스템은 단지 특정 키워드 빈도나 공기하는 키워드들의 관계만을 제공하였다. 그러나 소셜위즈덤은 이벤트로 정의되는 주체(subject), 이벤트속성(event property), 객체(object)의 트리플 집합인 템플릿을 추출하여 이를 기반으로 이벤트 정보를 제공한다. 본 논문에서는 이벤트 추출 성능 개선과 이슈 이벤트 순위화 모델에 대해서 소개한다. 이벤트 추출 성능 개선을 위해 온톨로지와 이벤트 통합 기술에 기반한 필터링 방법에 대해서 소개하고, 변동계수를 이용한 이슈 이벤트 순위화 모델을 소개한다. 또한, 변동계수가 이슈 이벤트 순위화 성능에 미치는 영향을 분석하였다. In this paper, we introduce the issue event search system in ‘SocialWisdom’, a decision support system based on big data. A decision support system is a computer-based information system that gives information and insight to help make decisions on financial and social issues. Existing systems have given simply keyword frequency or keyword co-occurrence information. But ‘SocialWisdom’ gives information by extracting event templates from big data. An event template is a triple comprised of subject, property and object. We propose methods to improve issue event extraction and ranking based on knowledge engineering and statistical approaches. For event extraction, we introduce a filtering method based on ontologies and an event-merging technique. For event ranking, we introduce a ranking model based on the coefficient of variation. We have also conducted evaluation of the impact of the coefficient of variation on the performance of event ranking.

비즈니스 모델 영역 평가에 따른 빅데이터 도입 전략 모형

이광원,류승완,박세권 한국엔터프라이즈아키텍처학회 2017 정보기술아키텍처연구 Vol.14 No.4

Due to the highly competitive situations, organizations are required more and moreto assess continuously internal decision making process and align them with strategies. Thebig data platform can be a solution to such requirements. Especially with the fourth industrialrevolution, new opportunities from big data analytics can be increased through the platformwhere the decision making components such as data, business intelligence and business rulesare integrated. In this paper we first define evaluation criteria for competence level of organization. Then we define stages of big data readiness for each competence level. And we analyzethe diffusion pattern with Rogers's diffusion model. The simulation results shows that bigdata diffusion is influenced in early stage by internal situation, however as time progressesthe diffusion pattern is more influenced by external situation. The results of this study can beused to design big data adoption policy and to evaluate the competence status and businessprocess. 빅데이터는 초기에는 기업의 내부적 프로세스 상에서 발생하는 데이터를 기반으로 의사결정을지원하기 위해 활용 되었다. 하지만 최근에는 빅데이터의 폭발적인 수요 증가로 인하여, 신 기술 발전의 동력이라는 관점에서 전세계의 IT분야 기업들은 빅데이터의 성장 잠재력과 새로운 가치에 주목하고 있다. 본 연구는 국내의 빅 데이터 도입 수준을 제고하고 적용을 활성화하기 위한 정책 가이드라인을 도출하는 것을 목적으로 한다. 이를 위하여 조직의 성숙도 평가를 위한 영역을 정의하고 각 영역별 성숙도의 단계를 정의하였다. 빅데이터의 확산 패턴은 가치와 성속도를 기반으로 시뮬레이션으로 분석하였다. 시뮬레이션 결과에 따라 빅 데이터의 도입 전략을 제시하였다.

빅데이터와 딥러닝을 활용한동물 감염병 확산 차단

김성현,최준기,김재석,장아름,이재호,Cha, Kyung Jin,이상원 한국지능정보시스템학회 2018 지능정보연구 Vol.24 No.4

Animal infectious diseases, such as avian influenza and foot and mouth disease, occur almost every year and cause huge economic and social damage to the country. In order to prevent this, the anti-quarantine authorities have tried various human and material endeavors, but the infectious diseases have continued to occur. Avian influenza is known to be developed in 1878 and it rose as a national issue due to its high lethality. Food and mouth disease is considered as most critical animal infectious disease internationally. In a nation where this disease has not been spread, food and mouth disease is recognized as economic disease or political disease because it restricts international trade by making it complex to import processed and non-processed live stock, and also quarantine is costly. In a society where whole nation is connected by zone of life, there is no way to prevent the spread of infectious disease fully. Hence, there is a need to be aware of occurrence of the disease and to take action before it is distributed. Epidemiological investigation on definite diagnosis target is implemented and measures are taken to prevent the spread of disease according to the investigation results, simultaneously with the confirmation of both human infectious disease and animal infectious disease. The foundation of epidemiological investigation is figuring out to where one has been, and whom he or she has met. In a data perspective, this can be defined as an action taken to predict the cause of disease outbreak, outbreak location, and future infection, by collecting and analyzing geographic data and relation data. Recently, an attempt has been made to develop a prediction model of infectious disease by using Big Data and deep learning technology, but there is no active research on model building studies and case reports. KT and the Ministry of Science and ICT have been carrying out big data projects since 2014 as part of national R &D projects to analyze and predict the route of livestock related vehicles. To prevent animal infectious diseases, the researchers first developed a prediction model based on a regression analysis using vehicle movement data. After that, more accurate prediction model was constructed using machine learning algorithms such as Logistic Regression, Lasso, Support Vector Machine and Random Forest. In particular, the prediction model for 2017 added the risk of diffusion to the facilities, and the performance of the model was improved by considering the hyper-parameters of the modeling in various ways. Confusion Matrix and ROC Curve show that the model constructed in 2017 is superior to the machine learning model. The difference between the2016 model and the 2017 model is that visiting information on facilities such as feed factory and slaughter house, and information on bird livestock, which was limited to chicken and duck but now expanded to goose and quail, has been used for analysis in the later model. In addition, an explanation of the results was added to help the authorities in making decisions and to establish a basis for persuading stakeholders in 2017. This study reports an animal infectious disease prevention system which is constructed on the basis of hazardous vehicle movement, farm and environment Big Data. The significance of this study is that it describes the evolution process of the prediction model using Big Data which is used in the field and the model is expected to be more complete if the form of viruses is put into consideration. This will contribute to data utilization and analysis model development in related field. In addition, we expect that the system constructed in this study will provide more preventive and effective prevention. 조류인플루엔자와 구제역 같은 동물감염병은 거의 매년 발생하며 국가에 막대한 경제적 사회적 손실을 일으키고 있다. 이를 예방하기 위해서 그간 방역당국은 다양한 인적, 물적 노력을 기울였지만 감염병은 지속적으로발생해 왔다. 최근 빅데이터와 딥러닝 기술을 활용하여 감염병의 예측모델을 개발하고자 하는 시도가 시작되고있지만, 실제로 활용가능한 모델구축 연구와 사례보고는 활발히 진행되고 있지 않은 실정이다. KT와 과학기술정보통신부는 2014년부터 국가 R&D사업의 일환으로 축산관련 차량의 이동경로를 분석하여 예측하는 빅데이터사업을 수행하고 있다. 동물감염병 예방을 위하여 연구진은 최초에는 차량이동 데이터를 활용한 회귀분석모델을 기반으로 한 예측모델을 개발하였다. 이후에는 기계학습을 활용하여 좀 더 정확한 예측 모델을 구성하였다. 특히, 2017년 예측모델에서는 시설물에 대한 확산 위험도를 추가하였고 모델링의 하이퍼 파라미터를 다양하게고려하여 모델의 성능을 높였다. 정오분류표와 ROC 커브를 확인한 결과, 기계 학습 모델보다 2017년 구성된 모형이 우수함을 확인 할 수 있었다. 또한 2017에는 결과에 대한 설명을 추가하여 방역당국의 의사결정을 돕고이해관계자를 설득할 수 있는 근거를 확보하였다. 본 연구는 빅데이터를 활용하여 동물감염병예방시스템을 구축한 사례연구로 모델주요변수값, 이에따른 실제예측성능결과, 그리고 상세하게 기술된 시스템구축 프로세스는향후 감염병예방 영역의 지속적인 빅데이터활용 및 분석 모델 개발에 기여할 수 있을 것이다. 또한 본 연구에서구축한 시스템을 통해 보다 사전적이고 효과적인 방역을 할 수 있을 것으로 기대한다.

빅데이터를 활용한 유아교사의 데이터 리터러시 교육 탐색

문명희(Moon Myoung-Hee) 학습자중심교과교육학회 2021 학습자중심교과교육연구 Vol.21 No.22

목적 본 연구는 4차 산업혁명시대에 즈음하여 유아교육의 방향이 어떻게 되어야 하는지를 빅데이터를 활용한 유아교사의 데이터 리터러시에 대하여 알아보았다. 방법 이를 위해 빅데이터를 활용한 유아 교사들의 데이터 리터러시에 대한 국내⋅외 학술지 60여 편과 교육과정 문서, 교육부 웹페이지 등을 분석대상으로 삼았고, 빅데이터를 활용한 교사들의 역할과 교육철학, 윤리 등을 기준으로 분석하였다. 결과 첫째, 교육목표가 딛고 있는 가치의 구성적 기반을 확고히 하는 역할이고 둘째, 미래 사회에서도 지속 가능한 교사의 교육철학적 원칙이 되며 셋째, 교사의 시간, 지속적인 교육 및 실제 경험과 연결해야 할 필요가 있으며 넷째, 본래의 동기 부여와 지속적인 관심을 촉진하며 다섯째, 교육을 조정하는 효과적인 의사결정에 적극 활용하는 것이고 여섯째, 책임감 있고 윤리적인 데이터를 사용하는 것이며 마지막으로, 각 교과과정의 집중적인 통합을 통해 데이터 활용 능력이 습득된다는 것을 알 수 있었다. 결론 이를 위하여 유아교육에 적합한 자료를 선별하기 위한 유아교사를 위한 데이터 리터러시 교육이 이루어질 필요가 있음을 제안하는 바이다. Objectives This study investigated the data literacy of early childhood teachers using big data to determine what the direction of early childhood education should be in the era of the 4th industrial revolution. Methods For this purpose, about 60 domestic and foreign academic journals on data literacy of early childhood teachers using big data, curriculum documents, and web pages of the Ministry of Education were analyzed. In addition, it was analyzed based on the role of teachers using big data, educational philosophy, and ethics. Results First, it is a role that solidifies the constitutive foundation of the values placed by the educational goal; second, it is a sustainable teacher s educational philosophical principle in the future society; third, it is necessary to connect it with the teacher s time, continuous education and practical experience; fourth, it promotes intrinsic motivation and sustained interest; fifth, it is actively used in effective decision-making to adjust education; sixth, it uses data responsibly and ethically and Finally, it was found that data utilization ability is acquired through intensive integration of each curriculum. Conclusions To this end, it is suggested that data literacy education for early childhood teachers is necessary to select materials suitable for early childhood education.