국내 도로화물수송의 허브네트워크 설계

김남주 ( Nam Ju Kim ),김용진 ( Yong Jin Kim ) 한국로지스틱스학회 2012 로지스틱스연구 Vol.20 No.2

본 연구는 허브간 수송비용할인의 비제약 허브네트워크를 설계하여 김남주 외 (2008), 김남주와 김용진 (2011)의 연구를 개선하였다. 허브간 대용량수송과 공차율 저감으로 인한 수송비용 절감효과를 고려하되 허브경유의 우회수송이 비용효과적이지 않을 경우 기종점간 직송을 하는 현실 수송시장특성을 반영할 수 있도록 설계했으며, 분석결과를 기존연구와 비교 종합검토하였다. 국내 도로화물수송망에 적용한 결과, 허브수가 늘어날수록 기종점 수요의 허브경유로 인한 우회수송의 증가로 톤km는 점차 증가하는 반면, 허브간 집적수송의 규모의 경제효과로 수송비용은 점차 감소하였다. 최적 허브입지는 전구간과 허브간의 수송비용 할인구간, 제약과 비제약의 허브정책 등 허브네트워크 설계방법과 무관하게 허브수가 늘어남에 따라 수도권, 경상권, 충청권, 전라권의 순서로 선정되었으며, 수송의 간선축인 경부축에 집중되었다. 허브수 증가에 따른 수송비용의 한계감소율은 허브간 수송량 분산에 따른 규모의 경제효과 감소로 허브수가 늘어남에 따라 감소하였다. 또한, 수송량 증가에 따른 비용할인효과가 클수록 허브간 거리가 멀어지는 반면, 비용할인효과가 작을수록 허브간 거리는 가까워졌다. 본 연구는 GIS프로그램을 이용한 공학적 접근방법을 통해 현실 수송특성을 반영할 수 있는 허브네트워크를 설계한 것으로, 산출된 허브입지는 실제 운영, 건설, 계획 중인 내륙화물기지입지와 유사한 것으로 나타났다. 향후, 내륙화물기지 신설 및 확장 타당성 검토 등 국가 수송비용을 절감하려는 정책적 측면에서 의미가 있을 것으로 판단된다. This study presents an algorithm and conducts a computer experiment based on real field data of Korea that determines optimal number and location of hubs and routes among shippers to minimize total transport costs. The algorithm is a non-strict hub network design policy based on the fact that freight trucking between hubs can reduce the costs due to large size cargo and reduced empty movement. Furthermore, the algorithm allows direct transportation between shippers if a route connecting hubs is not cost- effective, which is different from the assumption in the previous study (Kim et al. 2008). A greedy-interchange algorithm was employed for hub location decision process and EMME/2 was applied to find route searching process. Applied to national road transport network of Korea, as the number of hubs increase, Seoul metropolitan, Gyeong-Nam, Chung-Nam, Jeon-Nam, Gyeong-Buk, Chung-Buk are selected in order. Freight traffic is concentrated on main corridor between Seoul and Busan area. The proposed non-strict hub network design policy may increase the transportation distances but can reduce overall transport costs by passing through the hubs. Total transport costs reduction can be achieved as the number of hubs increase. However the marginal amount of reduction by increasing number of hubs gradually decreases because the cost reduction of decreased detour transportation length between non-hubs and hubs is smaller than the amount of discount reduction for dispersion of inter-hubs transportation volumes.

공항과 항공사 공급 특성을 반영한 상대적 공항 허브화 잠재 경쟁지수 개발

송기한,김선태 한국교통연구원 2011 交通硏究 Vol.18 No.4

Hub competition between major airports has been caused by the circumstantial changes in the air market, such as liberalization and integration of the regional market and invigoration of low cost carriers. In order to evaluate the hub competitiveness between airports and make efficient strategies for major hub airports, some airport competitiveness indexes have been developed and referred. However, each input variable is separately applied to develop the index. Moreover the information on major airlines, which make use of the target airport for its main airport, are ignored. Although the supply characteristics of airport should be considered, it has not been included to the index as input variables. This paper provides a new airport hub competitiveness index, which allows not only the relationship between rival airports but also the characteristics of airport and collaboration with airlines to be systematically implemented in the competitiveness assessment. First the Airline Hub Competition Index (APHCI), which means the relative competitiveness index of the target airport compared to other airports in the target group, is introduced. Then, Airline Contribution Hub Index (ACHI) is structured so that the competitiveness index can explain the impact of the airline's present operation conditions or future strategies on the hub competitiveness. To assure the validity of the suggested indexes in this paper, case studies on 8 major Asian airports hubs ware conducted, and a sensitivity analysis was performed. The analysis results show that developed indexes are suitable to account for the airport hub competitiveness in terms of complex relationships between airports and airlines. Furthermore, since they are easy to calculate and understand, the indexes are practical and useful for evaluating hub competitiveness and establishing airport hub strategies. 항공자유화 확산, 저비용항공사 활성화, 지역 통합 항공운송시장 등장 등의 항공운송환경 변화는 항공사의 hub-and-spoke 네트워크 노선 형태에 따른 주요 공항 간 허브화 경쟁을 가속화하고 있다. 이러한 허브화 경쟁을 위해서는 허브화 경쟁 정도를 평가할 수 있는 지표가 필수적이며, 기존 연구에서는 공항의 노선 연계 관련 측면 허브 경쟁 지표를 개발하고 적용하였다. 그러나 허브 경쟁 지수는 경쟁공항의 관계와 함께 공항이 가지는 공급적인 규모와 해당 공항을 모기지 공항으로 하는 항공사들의 특성이 반영되어야 한다. 따라서 본 연구에서는 이를 반영할 수 있는 공항 측면에서 경쟁공항과의 상대적 관계 및 공급변수를 집약한 공항 허브 경쟁지수(APHCI, Airport Hub Competition Index)를 개발하였다. 그리고 항공사 측면의 허브화 연결성 기여 정도와 향후 모기지 공항의 잠재적인 허브화 기여도를 반영한 항공사 허브화 기여지수(ACHI,Airline Contribution Hub Index)를 개발하였다. 지표를 개발하기 위하여 개념을 정립하고 모형식을 구축하였으며, 아시아 주요 8개 공항(대한민국 인천국제공항, 중국 서우두국제공항, 푸동국제공항, 첵랍콕국제공항, 일본 나리타국제공항, 싱가포르 창이국제공항, 말레이시아 쿠알라룸프국제공항, 태국 수완나품국제공항)을대상으로 사례분석을 수행하였다. 분석결과 본 연구에서 개발된 지표는 공항 경쟁관계 및 공항 규모와 항공사의 허브화 전략 가능성을 설명할 수 있는 것으로 평가되었으며, 향후 공항 간 허브화 전략을 위한 경쟁력 평가 및 허브화 전략 수립을 위한 기초 효과지표로 적용될 것으로 기대된다.

아시아권 허브 공항의 가격 경쟁력 분석

여형구,강경우,장혜진 대한교통학회 2007 대한교통학회지 Vol.25 No.5

Through open-sky policy, USA and European selected market principle of multiuser. However, in Asian case, major airlines monopolize airports. It is purpose that analyzes fare competition of Asian Hub Airport and the position of Incheon airport in Asia. Passengers required longer time and distance to go to the destination because direct flights decreases. But passengers increased in airport every year. Because of routes that decrease, airlines provide more services of flights. So airlines prefer to Hub Airports. As a result, both passengers and airlines are profitable by various routs and the increased frequency. On the assumption that distance and fare are related, the final formula is as following that defined the air fare from hub(H) to destination(Z) by logarithm. Analysis showed that log Rdist is not 1 but 0.08. As distance increases, fare doesn't increase. If distance from hub to destination airports is longer, Log dist_HZ is negative. It is that fare decreases from origin to destination via hub or that fare increases from hub to destination. HHI_HZ and HHI_AZ are negative. It means that if the degree of monopolization of hub and origin airports is lager, fare decreases from origin to destination via hub. Or fare increases from hub to destination. And it compares the Incheon airport with the other Asian hub airports and it examines the competitive fare by market division. As compared with the Incheon airport, Singapore, Beijing and Narita airports are higher fares. They compete with the other ones by Asian hub airports. But Hong Kong and Taipei airports must have more passengers through fare competition yet. 미국과 유럽의 경우 항공 자유화(Open-sky policy)를 통해 다자간 경쟁 시장 원리 채택하였다. 하지만 아시아권의 경우 주요 국적사가 공항을 독점하고 있다. 아시아권 허브 공항의 요금 경쟁력 분석과 아시아권내 우리나라 공항의 위치성을 알아보는 것이 논문의 목적이다. 승객의 입장에서는 직항 서비스가 줄어들기 때문에 목적지를 가기 위해 더 긴 시간과 거리가 소요된다. 하지만 공항의 입장에서는 탑승 승객 수는 매년 증가하고, 항공사의 입장에서는 감소한 노선 때문에 더 잦은 운항의 서비스를 제공함으로써 항공사는 허브 공항을 선호한다. 결과적으로 다양한 노선과 늘어난 빈도수로 인해 승객과 항공사 모두에게 이익이다. 거리와 요금이 관련이 있다는 가정을 하고, 허브 H로 부터 목적지 Z의 비행 요금을 자연로그로 정의한 최종식을 도출하였다. 분석 결과를 살펴보면, 공항간 거리 비례 변수는 거리에 대해 1값으로 거리가 증가하는 만큼 요금이 증가하는 정비례가 아니라 양의 값인 0.8이다. 허브에서 종점공항간 거리 변수는 음의 값으로 허브에서 종점 공항까지의 거리가 길어지면, 기점에서 허브 공항을 경유하여 종점까지의 요금이 감소하거나, 허브 공항에서 종점까지의 요금이 증가하게 된다. 허브공항 독점도와 기점공항 독점도는 모두 음의 값으로 허브 공항과 기점 공항의 독점이 클수록 기점에서 허브 공항을 경유하여 종점까지의 요금이 감소하거나, 허브 공항에서 종점까지의 요금이 증가함을 의미한다. 그리고 시장 분할을 통해 인천 공항과 동아시아 허브 공항간 비교를 통해 요금 경쟁력을 알아보았다. 싱가포르, 베이징, 나리타공항은 인천 공항에 비해 경유 요금이 높은 것을 알 수 있고, 이것은 아시아권 허브 공항으로써의 요금 경쟁을 하지 않아도 여객 처리 순위에 어느 정도 올랐기 때문이라고 할 수 있다. 나머지 홍콩과 타이페이는 아직 요금 경쟁을 통해서 여객을 유입해야 하는 위치에 있다.

도로화물수송의 단일할당 제약 허브네트워크 설계

김남주,김용진 대한교통학회 2011 대한교통학회지 Vol.29 No.2

Hub network design for freight transportation is a decision process that determines hub locations together with freight transportation routes among shippers so as to ultimately minimize total logistics cost. This study presents the optimal location of hubs by strict hub network design policy with single allocation, which overcomes the limitation of Kim et al. (2008) that does not allow direct transportation among shippers. The greedy-interchange algorithm is employed for hub location decision process, and EMME/2 is adopted for the route searching process. Application of the processes to the nationwide highway network shows that the best hub locations in order are Seoul metropolitan, GyeongNam, Chung-nam, Jeon-Nam, Gyeong-Buk, Chung-Buk, and the locations are concentrated on the Seoul–Busan corridor. The strict hubnetwork design policy with single allocation increases the transportation distance but decreases the transportation cost by passing through the hubs instead of direct transportation. The reduction in total transportation cost can be achieved as the number of hubs increases, but the amount of the reduction gradually decreases because the cost reduction from the decrease in detour transportation distance between non-hubs and hubs becomes less than the discount reduction from dispersion of inter-hubs transportation volumes. 허브네트워크 설계는 수송량의 증가에 따라 단위 수송비가 감소하는 규모의 경제효과를 이용하여 네트워크의 총 물류비용을 최소화시키는 허브입지, 기종점별 수송경로를 결정하는 최적화과정이다. 본 연구에서는 비허브가 한 개의 허브에만 연결되고, 기종점간의 직결수송이 허용되지 않고 허브간 수송만을 허용하는 단일할당 제약 허브네트워크 설계를 통해 네트워크의 최적 허브입지를 제시하지 못했던 김남주 외 (2008)의 한계를 극복하여 최적 허브입지를 결정적으로 제시하였다. 허브집합 결정과정에서는 greedy-interchange algorithm을 사용하였고, 수송경로탐색에서는 EMME/2를 사용하였다. 우리나라 전국 도로수송 네트워크에 적용한 결과, 최적 허브입지는 수도권, 경남권, 충남권, 전남권, 경북권, 충북권 등의 순서로 선정되었으며, 수송의 간선축인 경부축에 집중되었다. 단일할당 제약 허브정책으로 각 기종점간 직접운송 대신에 허브를 경유하는 운송 방식을 취함으로써 운송거리는 증가했으나, 수송비용은 오히려 감소하였다. 또한 기종점-허브간 우회거리 단축으로 인한 수송비용 절감보다 허브간 수송량 분산으로 인한 규모의 경제효과 감소가 더 커 허브수가 늘어남에 따른 수송비용 감소폭은 점차 감소하였다. 본 연구는 GIS프로그램을 이용한 공학적 접근방법을 통해 국내 화물수송의 대부분을 차지하는 도로수송의 최적 허브입지와 수송경로를 결정적으로 제시한 것으로 국가물류비용을 절감하려는 정책적 측면에서 의미가 있을 것으로 판단된다.

아시아태평양 공항 네트워크의 구조와 허브지수

오성열,박용화 한국교통연구원 2010 交通硏究 Vol.17 No.3

The hub and spoke network is a form of airline network, which emerged after the U.S. government's deregulation in the 1970s. The objective of this network strategy is to enhance the effectuality of aircraft operation, as aircrafts are limited resources. The hub and spoke network spread over the world; in the 21st century, hub airports are internationally defined and acknowledged as the centers and origin points of global trade, governing the flow of people, information and culture. Naturally, the competition among hub airports is growing severer by day. The hub and spoke network has been studied in various fields of the aviation industry, but it is now attracting interest in the aspect of network science. Airport networks around the world are often referred to as show cases of scale-free networks, along with the world wide web and the internet. Network science can be applied to any given field, as far as the subject can be described in terms of nodes and links. This study is a structural analysis of the airport network in the Asia Pacific region from the perspective of network science. Hub airports are ranked based on hub indices, derived from the notion of centrality, which is a concept used in the social network studies. Evaluations based on hub indices, such as degree centrality, closeness centrality, betweenness centrality and eigenvector centrality showed that certain airports always ranked higher than others, regardless of the applied index. However, other airports were less consistent, being ranked high for certain indices but low for others. Airport networks are scale-free networks, consisting of a small number of hubs. There is a need to employ a wide variety of perspectives in evaluating and understanding these hubs. Transfer rates are often used as the sole index in assessing the statuses of hub airports, but there is a need to apply multiple other indices from different stances. 허브 앤 스포크 망은 1970년대 미국의 규제 완화 이후 생겨난 항공사 노선망의 형태이다. 이는 유한한 자원인 항공기를 효과적으로 운영하기 위한 방법이었다. 이런 허브 앤 스포크 망은 전 세계로 퍼져 나갔고, 21세기 각국은 허브공항을 대외교류의 거점, 사람, 정보, 문화가 집결되고 전파되는 중심으로 인식하고 있으며, 이에 따라 허브공항들 간의 경쟁은 치열하다. 허브 앤 스포크 망은 항공 산업 분야의 연구에서 많이 다뤄졌지만 네트워크 과학 측면에서도 관심의 대상이 되고 있다. 전 세계의 공항 네트워크는 인터넷, 월드와이드웹과 함께 척도 없는 네트워크의 사례로 종종 언급되고 있다. 네트워크 과학은 노드와 링크로 표현될 수 있다면 모두 적용이 가능하다. 본 논문은 아시아태평양의 공항 네트워크를 네트워크 과학 측면에서 구조적으로 분석한 것이다. 그리고 사회 네트워크 학문에 통용되는 중심성 개념을 허브지수로 활용하여 허브공항의 순위를 평가하였다. 연결 정도 중심성, 근접 중심성, 매개 중심성, 고유벡터 중심성 등의 허브지수를 기준으로 평가한 결과, 몇몇 공항은 어느 지수로 평가해도 상위권에 속하였다. 그러나 하나의 허브지수에서 상위권이지만 다른 허브지수에서는 그렇지 않는 경우도 있었다. 공항 네트워크는 소수의 허브가 존재하는 척도 없는 네트워크이며, 이 허브를 평가할 때는 다양한 관점으로 바라보고 그 의미를 해석해야 한다. 흔히 환승률 단 하나만으로 허브공항을 평가하는 잣대로 삼고 있는데 이것보다는 다른 관점에서의 지표가 필요하다.

사회ㆍ환경이슈 선제적 대응을 위한 환경 데이터 허브 구축 및 운영

진대용,표종철,한국진,김도연,조윤랑 한국환경연구원 2021 사업보고서 Vol.2021 No.-

Ⅰ. 서 론 1. 연구의 필요성 및 목적 □ 사회·경제 대전환의 핵심요소인 ‘데이터 댐’ 구축 필요 ○ 데이터 수집과 활용을 위한 데이터 허브(data hub) 필요 - 공공 및 민간 데이터는 미래 산업의 핵심 동력 - 데이터 지도, 데이터 연계 및 분석 서비스 등 데이터 댐의 新가치 창출 필요 ※ 데이터 댐: 데이터 수집 후 표준화하여 다시 공유하는 것 ○ 대규모 사회·환경 이슈 대응을 위한 데이터 활용 곤란 - 코로나19, 미세먼지, 가습기 살균제 등 대규모 사회·환경 이슈 발생 - 사회·환경 이슈 대응을 위한 환경관련 데이터가 산재되어 수집과 활용 곤란 □ 사회·환경 이슈 대응을 위한 데이터 허브 구축 중장기 로드맵 제시 ○ 환경정책 연구의 디지털 전환을 위한 데이터 허브 구축 방안 마련 - 주요 구축 사례 검토를 통한 환경 데이터 허브 구축의 필수요소 도출 - 연구데이터 리포지터리(IDR)를 기반으로 저장소 중심의 데이터 허브 시범 구축 ○ 효율적인 데이터 허브 구축을 위한 중장기 로드맵 제시 - 다양한 사회·환경 이슈 대응과 데이터 기반 의사결정 지원을 위한 데이터 발굴 - 산재된 데이터와 다양한 데이터 분석 플랫폼 활용을 고려한 중장기 로드맵 제시 2. 연구의 범위 및 방법 □ (시범) 구축 수행 후 향후 개선을 위한 중장기 구축 로드맵 제시 ○ 데이터 허브 구축 사례 검토하여 데이터 허브 필수기능 도출 - 데이터와 분석서비스, 데이터맵, 사용자 접근성 향상 등 주요 기능 사례 분석 ○ 사회·환경 분석 이슈 대응을 위한 데이터 허브의 기능 정의 - 데이터 기반 사회·환경 이슈 분석 사례 축적 및 데이터 분석의 장점과 한계점 검토 ○ 환경 데이터 허브 시범 구축 후 향후 확대 추진을 위한 중장기 로드맵 제안 - IDR 시스템을 중심으로 환경 데이터 허브 시범 구축 후 중장기 로드맵 제안 Ⅱ. 환경 데이터 허브 구축 방안 1. 데이터 허브 구축 개요 □ 환경 분야에 적용 가능한 데이터 허브 검토 필요 ○ 데이터 기반 대비 빈약한 데이터 분석 플랫폼과 데이터 허브 - 영국: 데이터 기반의 사회문제 해결과 행정데이터 분석연구 활용 지원 - 싱가포르: 국가 차원의 이슈 분석을 위한 범정부 플랫폼 운영 - 미국: 사이버 물리시스템(CPS) 기반의 스마트도시 데이터 허브 구축 및 활용 - 우리나라: 환경부 수집-저장 데이터 기반 구축, 연계 및 활용 제한 2. 주요 데이터 허브 사례 □ 공공데이터포털 ○ 국내 최대 데이터 허브로 「공공데이터법」에 따라 설치 및 운영 - 파일데이터 약 4만 건, 오픈데이터 약 7,000건, 표준데이터 약 1만 건 보유 ○ 다양한 관점의 데이터 지도인 국가데이터맵 제공 ○ 시각화, 국민참여지도, 위치정보 시각화 등 시각화 서비스 제공 □ 국가통계포털 ○ 국내 최대 통계 데이터 허브로 「통계법」에 따라 국내외 통계 제공 ○ 다양한 관점 데이터 지도와 e-지방지표(시각화) 등 시각화 제공 ○ 마이크로데이터 통합서비스 등 전문서비스 제공 □ 빅데이터 공통기반 혜안포털 ○ 범정부 빅데이터 분석 플랫폼 서비스 ○ SNS 텍스트 마이닝 분석과 시각화 제공, 대체로 느림 ○ 공동활용데이터 등록관리시스템 제공 □ 환경정보융합 빅데이터 플랫폼(환경데이터포털) ○ 환경 분야 전문 데이터 수집-저장 포털 ○ 데이터 분석 플랫폼 서비스 4종을 제공, 느리고 불편 ○ 2022년 이후 차세대 고도화 예정 □ 환경 비즈니스 빅데이터 플랫폼 ○ 환경 분야 데이터 유통 플랫폼 ○ 다양한 텍스트 마이닝 시각화 결과와 환경 데이터 시각화 예제 제공 ○ 모두 17개 공공과 민간이 참여 □ 연구데이터 리포지터리 ○ 연구데이터를 공유하는 시스템 - Open Science의 핵심 구성요소: 연구데이터 ㆍ NASA, 인공위성 데이터 제공 ㆍ CERN, 국제대형강입자충돌기 실험데이터 제공 ㆍ 바이오 분야의 유전체 데이터 공유 서비스 ㆍ 출판 분야의 Nature와 Springer, Elsevier ○ 연구 결과 및 과정을 개방, 공유하는 오픈 사이언스 개념 대두 - OECD: 개방성, 효과성, 지속가능성 등 13개 원칙 제시 - ISC: 공공데이터에 대한 보편적이고 동등한 접근을 증진하기 위한 14개 권고사항 제시 - 미국: 국가 수준의 연방기구의 디지털 데이터 관리 및 수집 시행, 국가연구기관 중심의 데이터 관리와 공유 정책 시행, 인프라 및 데이터 공유 프로그램 운영 - 유럽: 국가 저장소와 함께 유럽 전체 네트워크 OpenAIRE 구축, 투자 프로젝트의 연구결과 관리, 출판물과 문헌 관리 ○ 국가 차원의 체계적인 연구데이터 관리와 공유를 위한 정책과 제도 - 미국: NSF, NIH 등 연방기금 1억 달러 이상 지출 연방기관 R&D의 연구데이터 관리와 공동 활용을 위한 지침 제정 - 영국, 호주: 연구데이터 관리와 활용을 위한 정책 수립 ○ 국외 연구데이터 플랫폼 운영: 유럽, 미국, 영국, 일본, 호주 등 3. 데이터 허브의 주요 기능 □ 데이터 지도 ○ 방대한 데이터를 효과적으로 이용하는 데 활용 ○ 분류별, 지역별, 키워드별, 분야별 다양한 관점으로 제공 ○ 환경 분야는 키워드 접근 순서에 따라 다중 관점의 분류체계 필요 □ 데이터 표준화 ○ 누구든 해당 데이터를 쉽게 활용할 수 있도록 가공하는 것 의미 ○ 국제 표준화는 빅데이터의 수직, 수평적 상호운용성을 고려하여 추진 ○ 국내 표준화는 빅데이터 처리를 위해 일부 요소에만 적용 중 □ 빅데이터 분석 및 활용체계 ○ 데이터 지도와 연계하여 데이터를 확인 및 분석, 시각화하는 체계를 의미 ○ 데이터 분석 플랫폼 서비스와 유사한 기능 □ 공공데이터와 데이터 기반 행정의 업무 지원 ○ 최근 데이터 관련 법률과 관련 계획·평가 대응 증가 ○ DMP-연구데이터 등록으로 데이터 발굴, 현황 파악, 실적 증명이 가능해짐 ○ 다만, 환경 데이터 허브와 인트라넷 정보시스템 연동 필요 Ⅲ. 환경 데이터 허브 중심 코로나19 이슈 분석 1. 데이터 현황 검토 □ 환경통계 데이터는 신뢰도가 높지만 통계 산출에 많은 시간이 소요되며 시공간적 한계 존재 □ 신용카드 데이터는 지역별, 업종별 카드이용 현황 및 코로나19, 미세먼지 등 사회·환경 이슈 분석을 위한 소비 빅데이터 제공 ○ ’20~’21년 데이터바우처 사업을 통해 코로나19 관련 BC카드 소비데이터 확보 및 분석 수행 □ 사회·환경 이슈 도출 및 분석을 위해 SNS, 언론 보도자료 등 텍스트 자료 수집 및 활용 가능 ○ 텍스트 마이닝 분석으로 코로나19 사태 이후 발현한 환경 이슈* 도출 * 환경 이슈: 1) 쓰레기(폐기물 등) 증가, 2) 대기오염(대기질) 감소, 3) 에너지(전기, 가스 등) 증가 2. 코로나19에 의해 (준)실시간으로 발생한 환경 이슈 분석 □ 코로나19로 발현한 환경 이슈를 카드데이터와 환경 데이터를 융합 분석하여 (준)실시간으로 발생하는 환경 이슈에 대응하는 시의적절한 정책 개발 가능 ○ 카드데이터 기반 소비형태 변화 분석을 통해 발현 가능한 환경 이슈(폐기물 증가, 대기오염 감소, 에너지 사용량 증가) 분석 ○ 분석 결과, 코로나19 확진자가 증가하면 배달앱의 이용금액 및 건수가 모두 증가하고 대중교통과 주유 이용금액 및 건수는 모두 감소, 지역난방은 양의 상관관계로 보이나, 계절적인 특징으로 겨울철 지역난방 사용이 높아서 나타난 것으로 판단 3. 코로나19 사회적 거리두기 정책 전후 분석 □ 코로나19 사태 이후 사회적 거리두기 정책 전후 코로나 확진자 및 카드이용 변화 분석을 통해 정부 개입 효과 분석 수행 ○ 사회적 거리두기 기간을 기준으로 전후 4주(1개월) 데이터를 비교 분석 - 사회적 거리두기 단계에 따라 4개 구간(’20.3.22~’20.4.19, ’20.8.30~’20.9.13, ’20.9.14~’20.10.11, ’20.12.8~’20.12.28) ○ 코로나19 확진자 증감량의 산식에 사용되는 변수의 평균 변화 분석을 통해 정책 전후 차이 확인 ○ 정책 전과 후 추세에 대한 검증 및 검증된 추세를 기반으로 비교 분석 결과 4개 구간 모두에서 추세 변화 확인 4. 환경 데이터 허브의 추가 요구사항 □ 사회·환경 이슈의 탐지 및 현황 분석 제공 ○ 문헌, 언론, 보도자료와 포털 등의 데이터 수집 자동화 필요 ○ 사회·환경 이슈 조기 탐지를 위한 연관·관련 이슈 분석, 절차 필요 □ 사회·환경 이슈 분석을 위한 데이터 확보 및 공유기반 구축 ○ 공공 및 민간 데이터를 효율적으로 제공하기 위한 기능 필요 ○ 사회·환경 이슈 분석을 위한 데이터의 범위 검토, 데이터의 제공 및 분석 사례 구축 □ 데이터의 특성 및 범위의 검토 ○ 데이터의 신뢰도와 이슈 대응의 신속성 등 상황을 고려하여 데이터 활용 ○ 데이터의 공통 활용성 측면에서 검토하여 공동활용데이터로 활용 ○ 데이터의 접근성과 지속가능성을 고려하여 연구데이터 선정 □ 사회·환경 이슈 분석을 위한 분석 도구 활용방안 검토 ○ 모든 연구데이터가 분석데이터로 활용되지 않음 ○ 사회·환경 이슈 분석을 위한 분석 도구와 활용사례 발굴 필요 □ 정책적인 시사점을 도출할 수 있는 데이터 기반 정책 의사결정 지원체계 구축 ○ 빅데이터는 함축적 의미를 가진 간소화를 통해 분석되기 때문에 전문가의 해석과 정책화 등 의사결정을 위한 추가적인 절차가 반드시 필요 ○ 데이터기반 정책의사결정 지원체계 구축 필수 Ⅳ. 환경 데이터 허브 시범 구축 1. 환경 데이터 허브 구축의 필수요소 □ 데이터 세트 ○ 질적으로 우수한 데이터 확보 방안 필요 - 환경정책에 활용 가능한 데이터 수요조사 - 수집경로별 데이터 수집 자동화 - 환경부 데이터 실무협의체 참여 등 데이터 네트워크 발굴 - 데이터 세트 구축 사업과 데이터 지원 사업의 공모 참여 - 연구자 접근성 개선과 업무효율성 홍보 등 □ 데이터 저장소 ○ 메타정보 운영관리의 편리성과 무결성 유지를 병행할 방안 필요 - 데이터의 제출, 갱신, 검색 기능과 메타데이터 관리 기능 필요 - DMP, 권한관리, 외부 데이터와 데이터 분석 플랫폼 연계 활용 □ 데이터 분석 플랫폼 ○ 데이터 분석을 위한 데이터 파이프라인 구축 방안 필요 - 데이터의 적재, 전처리, 분석, 검증과 시각화 확인이 가능해야 함 - 프로그래밍 언어와 라이브러리 등 코드 사용의 편리함 고려 - 데이터 저장소와의 데이터 연계, 데이터 분석 결과의 유연한 저장 - 수치예측, 텍스트·이미지 분석 등 주요 AI 및 데이터 분석 모듈의 이용자 편의 2. 환경 데이터 허브 구축 □ 사전 검토사항 ○ 연구데이터 컬렉션 - 효율적인 조회와 검색결과 제공: 원본 데이터 여부, 출처, 데이터의 위치 등 - 최상위 컬렉션에 공동활용데이터와 과제수행 연도 반영 ㆍ 공동활용데이터: 기후변화, 녹색전환, 대기환경, 물관리, 국토환경, 자원순환, 환경 보건, 환경영향평가, 지표통계, 기타(외부) 등 모두 10개 ㆍ 과제수행 연도별 컬렉션은 과제종류별 컬렉션을 담고, 그 하위에 과제명 컬렉션 존재 ※ 컬렉션: 연구데이터와 연구데이터의 메타데이터를 담고 있는 캐비닛 - 연구데이터 분류체계 ○ 데이터 인용 - 효율적인 연구수행으로 데이터 활용의 선순환 생태계 조성 ㆍ 선행 연구자의 공로 인정 ㆍ 후행 연구자는 연구 과정·결과의 재생 및 활용 ㆍ 연구결과의 재이용을 통해 연구성과 확산에 기여 ㆍ 연구자 간 연구결과의 신뢰와 투명성 제고 - KEI 형식, MLA, APA, ISO 690 등 모두 4종의 인용 문구 표시 - DOI 출판 기능 제공 ○ 데이터 지도 - 효율적인 데이터 검색 ㆍ 활용하고자 하는 데이터에 대한 명확한 지식이 없는 이용자도 사용 ※ 통합 데이터 지도: 분류별, 지역별, 키워드별, 분야별 접근방식 제공 ※ 공공데이터포털: 트리맵과 검색기능 병행 제공, 데이터의 비중 파악 유리 ○ 데이터 관리 절차 - 데이터 구축과 관리를 통하여 체계적인 연구데이터 수집-저장 가능 ㆍ 데이터 구축: 데이터 확인과 검토를 통해 데이터 분류 수행과 데이터 표준화를 위한 메타데이터 부여 ㆍ 데이터 관리: 우선순위를 구분하여 중요데이터와 일반데이터로 분류하고 데이터 품질관리, 데이터 공개 여부 결정, 데이터 보완, 생애주기 관리 수행 ㆍ DMP-연구데이터 동기화와 기획-수행-종료에 따라 단계별 생애주기 관리 필요 ○ 프레임워크 구축 - KEI-IDR 시스템은 연구데이터 저장소로 이용하고 DMP-연구데이터를 활용 - 연구DB는 인트라넷 시스템을 이용하고 연구정보 연동 - 빅데이터 분석 플랫폼은 KEI 빅데이터 분석 플랫폼 시범서비스를 활용 - 외부 허브는 데이터, 분석, 인프라 등 목적에 맞도록 연동 - 외부 데이터는 공공데이터포털, 국가통계포털, AI데이터허브, 빅카인즈 등 목적에 맞게 연동 ○ 시범 구축 - 사전 검토사항과 데이터 관리 절차, 환경 데이터 허브 프레임워크를 기반으로 환경 데이터 허브를 시범 구축 ㆍ 자동으로 갱신되는 데이트를 수집하기 위해 동적 데이터 기능 구축 ㆍ 이용자 간 데이터 공유 기능과 데이터 보호를 위해 보존 기간 기능 구축 ㆍ 외부 학술DB 검색 기능과 데이터 지도, 외부 데이터 기능을 구축 ㆍ 물리적인 저장소 NAS로 교체 ○ 외부 데이터 활용방안 - 공동활용데이터 컬렉션 분리: 연구 수행에 자주 사용하는 데이터, 분류기준이 범용적인 데이터 ㆍ OpenAPI, WebDAV, FTP 등을 통해 원격에서 데이터 활용 가능 - 데이터포털과 데이터 분석 플랫폼 ㆍ 환경 빅데이터 분석 플랫폼 시범서비스, 환경 Data Science 전환연구 서비스와 개인 분석환경 활용 ㆍ 데이터의 활용이 더 중요한 경우, 외부의 데이터 분석 플랫폼을 이용하는 것이 유리함 ㆍ MLOps: 분석환경을 온라인으로 전환하는 조직에서 활용 ○ 환경 데이터 허브 고도화 방안 - DMP 관리기능 개선: 템플릿 복사, 순서 변경, 엑셀 반출 등 - 개인 저장소 기능 개선: 업로드/다운로드, 공유, OpenAPI 사용, 프로그래밍 코드 연동 등 3. 환경 데이터 허브 확대 구축 로드맵 □ KEI형 환경 데이터 허브 로드맵 제시 ○ 제약조건을 고려하여 KEI형 환경 데이터 허브 로드맵(간소화) 제시 - 제약조건 ㆍ 모든 연구데이터의 특성을 고려하여 환경 데이터 허브를 구축하는 것은 불가능 ㆍ 일반적인 정보시스템 구축 방법론 적용도 현실성이 없음 ㆍ 과업수행기간, 예산, 인력, 사회·환경 변화 고려 ㆍ 연구자, 정책가, 수요기업과 대국민 등 수요자를 단계적으로 확대 - 제안사항 ㆍ 환경 데이터 허브 구축 계획 수립: 2021년 표준 IDR 최신 업데이트가 마무리되는 시점부터 8개월간 수행, 제약조건을 고려하여 약 2개년에 대한 추진계획 작성 ㆍ 환경 데이터 허브 인프라 구축: KEI-IDR 시스템과 외부 분석 플랫폼 서비스, 외부 데이터포털 등 다른 시스템과의 연계를 고려하여 구축, 유연한 분류체계 반영 ㆍ 환경 데이터 허브 고도화: 외부 서비스 변경사항 반영, 수요조사 후 결과반영, 데이터 지도 확대 ○ 로드맵(간소화) 제약조건을 고려하여 환경 데이터 허브 확대 로드맵 제시 - 데이터 구축 ㆍ 1단계(2020~2021년): 연구데이터 등록과 내부 공개 시범 운영, 환경 데이터 플랫폼 현황 파악과 분석, 외부 데이터 연동기능 구축 ㆍ 2단계(2022~2024년): 모든 정부출연금 과제까지 연구데이터 등록 대상과제 확대, 연구데이터의 외부공개 절차 마련, 환경 전문가 수요조사 결과에 따른 AI데이터 구축 ㆍ 3단계(2025년~): 수탁과제까지 연구데이터 등록 대상과제 확대, 연구데이터의 외부공개 대상 확대 - 데이터 저장소 구축 ㆍ 1단계(2020~2021년): 표준 IDR 도입과 KEI-IDR 구축, 인트라넷 정보시스템 연동, 기본 데이터 통계, 데이터 지도와 외부 데이터 검색 기능 구축 ㆍ 2단계(2022~2024년): KEI-IDR 안정화, 데이터 연계와 활용 기능 확대 ㆍ 3단계(2025년~): 데이터 저장소 구축 완료, 데이터 아카이빙 서비스의 고도화 추진 - 데이터 분석 플랫폼 도입 ㆍ 1단계(2020~2021년): 기존의 분석 플랫폼 서비스와 서버, 개인 분석환경 활용으로 1단계 없음 ㆍ 2단계(2022~2024년): 분석환경에서 연구데이터를 직접 연결하는 기능개선과 전문가 중심의 대시보드 구축 ㆍ 3단계(2025년~): 데이터 융합 활용사례 제공과 대시보드 고도화 - 성공조건: 전담조직 운영 > 예산확보, 제도개선 병행 ㆍ 제도개선: 안전하고 유연한 접근이 가능하도록 정보보안 정책 개선 ㆍ 전담조직: 데이터 관련 법률에 따라 전담조직 설치, 데이터 과학자와 기술자 자체 수급(전문교육 등 활용), 환경 매체별 부서와 전담조직의 협업 강화 ㆍ 예산확보: KEI에서 집행 가능한 수준으로 조정(협의) 가능. 다만, 예산이 연속적으로 보장되어야 함 Ⅴ. 결론 (학술적 성과) 1. 결론 □ 연구자 인식전환 및 협업 생태계 구축 ○ 다양한 사회·환경 이슈 파악, 분석, 정책 결정을 위한 현실적인 방안과 사전대응체계 마련 필요 - 지속적인 사회·환경 이슈 발생으로 데이터 기반 대응사례 증가 추세 - 환경통계와 사회통계 융복합, 환경정책연구의 경계 약화 ○ 빠른 데이터 생산에 유연한 데이터 활용을 통한 정책 반영 - 사람과 사물 등 물리적 요소가 모두 연결되고, 상호작용하는 상황 반영 - 데이터에 대한 관점 변화: 적시적인 결과 도출과 데이터 신뢰의 중요도 판단 - 환경정책연구의 제약: 시의성 높은 이슈 분석에 사용할 수 있는 데이터가 미미 ○ 통계 구축의 주기성 단축과 대체재로서의 데이터 선별 지원 - 사회·환경 이슈 분석에 있어 다양한 데이터의 범위와 한계점 검토 - 의료 폐기물 발생량이 폭증하였으나, 2021년 쓰레기 배출량 공식통계 없음 □ 환경 데이터 허브 시범 구축과 환경 데이터 활용 기반 구축 - 환경 데이터 허브 구축의 필수요소 도출: 데이터 세트, 데이터 저장소, 데이터 분석 플랫폼 - KEI형 중장기 환경 데이터 허브 로드맵 제시 □ 사회·환경 이슈 분석을 위한 환경 데이터 허브의 요건 제시 - 사회·환경 이슈 분석을 데이터의 확보, 데이터 공유를 위한 기초 기반 구축, 분석 도구 구축 등 필요 - 정책적인 시사점을 도출할 수 있는 데이터 기반 정책 의사결정 지원체계 구축 필요 Ⅰ. Background and Aims of Research 1. Heading □ Construction of ‘data dam’, a key element of the great social and economic transformation ○ A data hub is required for data collection and utilization - Public and private data are the key drivers of the future industry - It is necessary to create new values for ‘data dam’ such as data maps, data linkage and analysis services. ※ Data Dam: Collecting data, standardizing it, and sharing it againn ○ Difficulty in using data to respond to large-scale social and environmental issues - Large-scale social and environmental issues such as COVID-19, fine dust, and humidifier disinfectant occurred - It is difficult to collect and utilize environment-related data to respond to social and environmental issues. □ Present a mid- to long-term roadmap for building a data hub to respond to social and environmental issues ○ Prepare a plan to build a data hub for the digital transformation of environmental policy research - Derivation of essential elements for building an environmental data hub through a review of major implementation cases - Based on Institutional Data Repository (IDR), build a storage-centric data hub pilot ○ Present a mid- to long-term roadmap for building an efficient data hub - Discovering data to respond to various social and environmental issues and support data-based decision-making - Presenting a mid- to long-term roadmap considering scattered data and utilization of various data analysis platforms 2. Research Scope and Methods □ (Pilot) After implementation, present a mid-to-long-term roadmap for future improvement ○ Deriving essential data hub functions through data hub implementation case review - Major functions : data and analysis service, data map, and user accessibility improvement ○ Functional definition of data hub to respond to social/environmental analysis issues - Accumulation of data-based social and environmental issue analysis cases and review of strengths and limitations of data analysis ○ Proposal of mid- to long-term roadmap for future improvement after pilot implementation of environmental data hub - Proposal of mid- to long-term roadmap after pilot implementation of environmental data hub based on IDR system Ⅱ. Strategies to Build an Environmental Data Hub 1. Overview of building a data hub □ Applicable data hubs in the environmental field need to be reviewed ○ Poor data analysis platform and data hub - UK: Support for data-based social problem solving and administrative data analysis research use - Singapore: Pan-government platform operation for national issue analysis - U.S.: Establishment and utilization of smart city data hub based on cyber physical system (CPS) - Korea: Establishment of collection-storage data base by the Ministry of Environment, and restriction of connection and use 2. Key Data Hub Examples □ Public Data Portal ○ Installed and operated according to the Public Data Act as the largest data hub in Korea - About 40,000 file data, 7,000 open data, and 10,000 standard data ○ Provides a national data map from various perspectives ○ Provide visualization services such as public participation map, location information visualization and so on □ National Statistics Portal ○ As the largest statistical data hub in Korea, domestic and foreign statistics are provided in accordance with the Statistical Act ○ Provide visualizations such as data maps from various viewpoints and e-local indicators (visualization) ○ Provide professional services such as micro data integration service □ Big data common-based insight portal ○ Pan-government big data analysis platform service ○ SNS text mining analysis and visualization provided, generally slow ○ Provide joint use data registration management system □ Environmental information convergence big data platform (environmental data portal) ○ Specialized data collection-storage portal in the environmental field ○ Provides 4 types of data analysis platform services, but it is slow and inconvenient ○ Next-generation upgrade planned after 2022 □ Environmental Business Big Data Platform ○ Environment field data distribution platform ○ Provide various text mining visualization results and environmental data visualization examples ○ A total of 17 public and private sectors participated □ Research data repository ○ A system for sharing research data - Core components of Open Science: Research data ㆍ NASA provides satellite data ㆍ CERN provides experimental data for the International Large Hadron Collider ㆍ Genomic data sharing service in the bio field ㆍ Nature, Springer, and Elsevier in publishing ○ The rise of the concept of open science to open and share research results and exaggerations ㆍ OECD: 13 principles including openness, effectiveness, and sustainability ㆍ ISC: makes 14 recommendations to promote universal and equal access to public data; ㆍ U.S.: Implementation of digital data management and collection by federal agencies at the national level, implementation of data management and sharing policies centered on national research institutes, and operating programs for infrastructure and data sharing ㆍ Europe: Establishment of OpenAIRE, an entire European network with national repositories, management of research results of investment projects, management of publications and literature ○ Overseas research data platform operation: Europe, USA, UK, Japan, Australia, etc. 3. Key Features of Data Hub □ Data Map ○ Utilize to effectively use vast amounts of data ○ Provide various viewpoints by classification, region, keyword, and field ○ In the environmental field, a multi-view classification system is required according to the keyword access order □ Data standardization ○ It means processing the data so that anyone can use it easily. ○ International standardization is promoted in consideration of the vertical and horizontal interoperability of big data ○ Domestic standardization is being applied only to some elements for big data processing □ Big data analysis and utilization system ○ Refers to a system for checking, analyzing, and visualizing data in connection with the data map ○ Support for functions similar to data analysis platform services □ Support for public data and data-based administration work ○ Recently, data-related laws have increased and related plans and evaluation responses have increased ○ DMP-Research data registration makes it possible to discover data, understand the current status, and prove performance ○ However, necessary to connect environmental data hubs and intranet information systemsm. Ⅲ. Analysis of COVID-19 Issues Centered on Environmental Data Hub 1. Data Status Review □ Although environmental statistics data is highly reliable, it takes a lot of time to calculate statistics, and there are temporal and spatial limitations □ Credit card data provides consumption big data for analysis of card usage status by industry by sector and social and environmental issues such as COVID-19 and fine dust. ○ Securing and analyzing data on BC card consumption related to COVID-19 through ‘data voucher business’ in ’20~’21 □ Possible to collect and use text data such as SNS and press releases for deriving and analyzing social and environmental issues. ○ Deriving environmental issues* that emerged after the COVID-19 crisis through text mining analysis * Environmental issues: 1) Increase in garbage (waste, etc.), 2) Decrease in air pollution (air quality), 3) Increase in energy (electricity, gas, etc.) 2. Analysis of environmental issues caused by near real-time due to COVID-19 □ Possible to develop timely policies to respond to environmental issues that occur in (quasi) real-time by convergence analysis of card data and environmental data for environmental issues that have emerged due to COVID-19 ○ Analysis of possible environmental issues (increase in waste, decrease in air pollution, increase in energy consumption) through card data-based consumption pattern change analysis ○ As a result of the analysis, when the number of confirmed COVID-19 cases increases, both the amount and number of delivery apps use increases, and the amount and number of use of public transportation and gas both decrease. It is considered that this is due to the high 3. Analysis of before and after COVID-19 social distancing policy □ Analyze the effect of government intervention by analyzing the changes in COVID-19 confirmed cases and card use before and after the social distancing policy after the COVID-19 inciden ○ Comparative analysis of data before and after 4 weeks (1 month) based on the social distancing period - 4 sections according to the social distancing stage (‘20.3.22~`20.4.19, `20.8.30~`20.9.13, `20.9.14~`20.10.11, `20.12.8~`20.12.28) ○ Confirm the existence of differences before and after the policy by analyzing the average change of the variables used in the calculation of the increase or decrease of the number of COVID-19 confirmed cases ○ Verification of the trend before and after the policy and comparison analysis based on the verified trend confirms that there is a trend change in all 4 sections 4. Additional Requirements for Environment Data Hub □ Detection of social/environmental issues and provide current status analysis ○ Need to automate data collection of documents, press, press releases and portals ○ Relevant and related issue analysis and procedures required for early detection of social and environmental issues □ Securing data for analysis of social/environmental issues and building a base for sharing ○ Need functions to efficiently provide public and private data ○ Review the scope of data for analyzing social and environmental issues, provide data, and establish examples of analysis □ Review of the nature and scope of the data ○ Data is utilized in consideration of circumstances such as reliability of data and prompt response to issues ○ Used as data for common use by reviewing the aspect of common use of data. ○ Research data was selected in consideration of data accessibility and Sustainability □ Review of the use of analysis tools to analyze social and environmental issues ○ Not all research data is used as analysis data ○ Necessary to discover analysis tools and use cases to analyze social and environmental issues □ Establishment of data-based policy decision support system that can draw policy implications ○ Since big data is analyzed through simplification with implications, additional procedures for decision-making such as expert interpretation and policymaking are absolutely necessary ○ Essential to establish a data-based policy decision support system Ⅳ. Implementation of a Pilot Environment Data Hub 1. Essentials of Building an Environmental Data Hub □ Data set ○ Demand for measures to secure quality data - Data demand survey that can be used for environmental policy - Automate data collection by collection path - Discover data networks such as participation in the data working group of the Ministry of Environment - Participation in competition for data set construction and data support projects - Improving researcher access and promoting work efficiency, etc. □ Data Repository ○ Demand for a method that can simultaneously maintain the convenience and integrity of meta information operation and management - Data submission, update, search function and metadata management function are required - Utilization of DMP, authority management, connection of external data and data analysis platform □ Data analysis platform ○ Need to build a data pipeline for data analysis - Data loading, pre-processing, analysis, verification, and visualization should be possible - Consider the convenience of using codes such as programming languages and libraries - Data linkage with data storage, flexible storage of data analysis results - User convenience of major AI and data analysis modules such as numerical prediction and text/image analysis 2. Building an Environmental Data Hub □ Preliminary considerations ○ Research data collection - Provide efficient inquiry and search results: whether original data, source, location of data, etc. - The joint use data and the year of the assignment are reflected in the top-level collection ㆍ Shared data: climate change, green transition, atmospheric environment, water management, land environment, resource circulation, environmental health, environmental impact assessment, index statistics, other (external), etc. ㆍ The collection by year of task execution contains collections by task type, and the task name collection exists under it ※ Collection: Cabinet containing research data and metadata of research data Research data categorization system ○ data citation - Creating a virtuous cycle ecosystem of data utilization through efficient research ㆍ Recognition of merits of previous researchers ㆍ Subsequent researchers can reproduce and utilize the research process and results ㆍ Contribute to the spread of research results through reuse of research results ㆍ Enhance the trust and transparency of research results among researchers - All 4 types of quotation marks including KEI format, MLA, APA, ISO 690 - DOI publishing function provided ○ Data map - Efficient data search ㆍ Users who do not have clear knowledge of the data they want to use can also use it ※ Integrated data map: Provides approaches by classification, region, keyword, and field ※ Public data portal: Treemap and search function are provided concurrently, and it is advantageous to understand the weight of data ○ Data management procedure - Systematic research data collection and storage possible through data construction and data management ㆍ Data construction: data classification and data standardization through data verification and review ㆍ Data management: Classify priorities into important data and general data, and perform data quality management, data disclosure decision, data supplementation, and life cycle management ㆍ Step-by-step life cycle management is required according to DMP-research data synchronization and planning-execution-completion ○ Building a framework - The KEI-IDR system is used as a research data repository and DMP-research data is used - Research DB uses intranet system and research information is linked - Big data analysis platform utilizes KEI big data analysis platform pilot service - External hubs are linked to suit the purpose of data, analysis, infrastructure, etc. - External data is linked according to the purpose of public data portal, national statistics portal, AI data hub, Big Kinds, etc. ○ Pilot build - Pilot implementation of an environmental data hub based on preliminary reviews, data management procedures, and ㆍ Build dynamic data capabilities to collect automatically updated data ㆍ Establishment of data sharing function among users and retention period function for data protection ㆍ Build external academic DB search function, data map, and external data function ㆍ Replace with physical storage NAS ○ External data utilization - Separation of data collection for common use: data frequently used for research, data with universal classification criteria ㆍ Data can be used remotely through OpenAPI, WebDAV, FTP, etc. - Data portal and data analysis platform ㆍ Use of environmental big data analysis platform pilot service, environmental data science conversion research service and personal analysis environment ㆍ When the use of data is more important, it is advantageous to use an external data analysis platform ㆍ MLOps: Used by organizations moving their analytics environment online ○ Environmental data hub upgrade plan - Improvement of DMP management function: copy template, change order, export to Excel, etc. - Improvement of personal storage function: upload/download, sharing, use of OpenAPI, interworking with programming code, etc. 3. Roadmap for expanding the environmental data hub □ Presenting a roadmap for the KEI-type environmental data hub ○ Presenting a KEI-type environmental data hub roadmap (simplification) in consideration of constraints - Constraints ㆍ Impossible to build an environmental data hub considering the characteristics of all research data. ㆍ Not practical to apply the general information system construction methodology ㆍ Consider changes in task execution period, budget, manpower, and social/environment ㆍ Step by step expansion of consumers such as researchers, policy makers, demanding companies and the general public - Proposals ㆍ Establishment of environmental data hub construction plan: Implemented for 8 months from the time the latest update of the 2021 standard IDR is completed ㆍ Establishment of environmental data hub infrastructure: Considering the linkage between the KEI-IDR system and other systems such as external analysis platform services and external data portals, and reflecting the flexible classification system ㆍ Environmental data hub upgrade: reflect external service changes, reflect results after demand survey, expand data map ○ Roadmap (simplification) Presenting a roadmap for expanding the environmental data hub in consideration of constraints - Data construction ㆍ Stage 1 (2020~2021): Research data registration and internal public pilot operation, environmental data platform status identification and analysis, and external data interlocking function establishment ㆍ Stage 2 (2022~2024): Expand research data registration projects to all government subsidy projects, prepare procedures for external disclosure of research data, and build AI data based on the results of environmental expert demand surveys ㆍ Stage 3 (from 2025): Expand research data registration target projects to consignment projects, expand research data disclosure target - Construction of data repository ㆍ Stage 1 (2020~2021): Introduction of standard IDR and establishment of KEI-IDR, interworking of intranet information system, establishment of basic data statistics, data map and external data search function ㆍ Stage 2 (2022~2024): stabilization of KEI-IDR, expansion of data linkage and utilization functions ㆍ Stage 3 (from 2025): Completion of data storage construction, advancement of data archiving service - Introduction of data analysis platform ㆍ Stage 1 (2020~2021): No phase 1 due to the use of the existing analysis platform service, server, and personal analysis environment ㆍ Stage 2 (2022~2024): Function improvement to directly connect research data in the analysis environment and establishment of an expert-oriented dashboard ㆍ Stage 3 (from 2025): Provide data convergence use cases and upgrade dashboard - Success conditions: Operation of a dedicated organization > Securing a budget and improving the system ㆍ Data policy improvement: information security policy improvement to enable safe and flexible access ㆍ Dedicated organization: Establishment of a dedicated organization in accordance with data-related laws, self-supply of data scientists and technicians (using professional training, etc.), and strengthening collaboration between departments and dedicated organizations by environmental media ㆍ Budget Securing: Possible to adjust (negotiate) to a level that is enforceable by KEI, however, the budget must be continuously guaranteed Ⅴ. Conclusion 1. Conclusion □ Improvement of researcher awareness and establishment of a collaborative ecosystem ○ Practical measures are needed to identify, analyze, and make policy decisions on various social and environmental issues, and it is necessary to prepare a system to respond in advance - Data-based response cases are increasing due to the continuous occurrence of social and environmental issues - Convergence of environmental statistics and social statistics, weakening the boundaries of environmental policy research ○ Policy reflection through flexible data utilization for rapid data production - Reflects the situation in which all physical elements such as people and objects are connected and interacted - Changes in perspective on data: timely results and determination of the importance of data trust - Constraints in environmental policy research: There is very little data available for timely issue analysis ○ Support for shortening the periodicity of statistical construction and screening data as a substitute - Review of the scope and limitations of various data in analyzing social and environmental issues - Although the amount of medical waste has increased significantly, there are no official statistics on the amount of waste in 2021 □ Establishment of a pilot environment data hub and foundation for environmental data utilization - Derivation of essential elements of building an environmental data hub: data set, data storage, data analysis platform - KEI-type mid- to long-term environmental data hub roadmap presented □ Suggestion of requirements for environmental data hub for social/environmental issue analysis - Necessary to secure data for analysis of social and environmental issues, to establish a foundation for data sharing, and to establish an analysis tool - Necessary to establish a data-based policy decision support system that can draw policy implication

한국의 동북아 LNG 허브 구상의 실패요인 분석: 중일과의 협력 부재

안상욱 ( Sang Wuk Ahn ) 한국세계지역학회 2014 世界地域硏究論叢 Vol.32 No.3

동북아시아는 전 세계 최대의 LNG 소비지역으로 부상하고 있다. 그럼에도 불구하고 동북아시아 지역은 다른 지역에 비해서 훨씬 비싼 가격으로 천연가스를 공급받고 있는 “아시아 프리미엄” 현상이 지속되고 있다. 이는 지역 내에 영국의 NBP, 미국의 헨리(Henry)허브와 같은 지역적 가격거래 시스템이 부재한 것이 이와 같은 요인 중 하나로 볼 수 있다. 실제 국내기업 중 효성그룹은 지난 2010년 아시아LNG허브를 출범하고 동북아 국가의 구매력을 앞세워 저렴하고 안정적으로 LNG를 구입할 수 있도록 동북아 LNG 스팟시장을 건설할 계획이었다. 아시아LNG허브는 한국 남해안 저장시설에 LNG를 저장했다가 타 국가에 판매하는 350만톤 규모의 LNG 허브 터미널 구축 사업을 의욕적으로 추진하였다. 그러나 한국에서 LNG허브를 운영한다는 계획을 2010년부터 추진하였던 효성그룹이 2014년 2월 12일 LNG허브 설립계획을 철회하였다. 이는 효성기업이 한국, 중국, 일본에서 증대하는 천연가스 시장의 잠재력만을 보았지, 각국 천연가스 산업환경의 차이점 및 천연가스에 관련된 해당국 정부정책 및 기업전략에 대해 면밀하게 검토하지 않았기 때문이다. 따라서 본 논문에서는 우선 중국, 일본, 한국에서 LNG소비 증가상황 및 동북아시아 3국에서 LNG소비 증가에 대한 원인에 대해 비교분석하였다. 또한 본 논문은 중국과 일본의 천연가스 관련 정부정책 및 각국 에너지기업의 전략에 대해서 비교분석하면서 효성의 LNG허브가 실패할 수 없었던 원인에 대해서 파악하였다. 이를 통해 본 논문은 한국과, 중국, 일본에서 천연가스 수요가 급격하게 증대하고 있지만, 일본의 경우 미국의 셰일가스를 확보하고, 싱가포르를 중심으로 발전하고 있는 LNG 트레이딩 허브에 일본기업이 투자를 하고 있는 것을 규명하면서, 굳이 일본기업이 한국에 LNG 트레이딩 허브 없이도 천연가스를 저렴하게 안정적으로 확보할 수 있는 방안을 개발하고 있음을 규명하였다. 중국의 경우는, 한국, 일본과는 달리 상당한 매장량의 자체 천연가스전을 가지고 있어서, 인근국가와 PNG망을 확장하는 것을 통해서 천연가스망의 안정성을 확보하고 있다. 따라서 중국이 한국을 중심으로 한 LNG 트레이딩 허브에 큰 관심을 기울일 필요가 없음을 파악하였다. North East Asia became the most important consuming market for the LNG. Despite the market size, North East Asian countries paid higher price for the Natural gas than the other countries. This situation is called “Asia Premium”. One of reasons of this abnormal situation is the absence of Natural Gas trading hub like the NBP or the Henry hub in USA. In fact, the Korean Big Business “HYOSUNG” has established “Asia LNG Hub” in 2010. With the important purchasing power of natural gas by the North East Asian countries, this enterprise had a business plan to build North East Asia LNG Spot Market which facilitates stable LNG supply in North East Asia. This business project includes building of LNG Hub Terminal with capacity of 3.5 million ton. The reservoirs of LNG were planned to be built and operated in the south coast of Korea. The LNG from these reservoirs would be able to sold to the other countries. However, on February 12, 2014, the enterprise “HYOSUNG” decided to close this business project. This enterprise did not take “the difference of natural gas industry between China, Japan and Korea” and “the difference of corporate and governmental strategy of natural gas between China, Japan and Korea” into consideration. This paper analyzed the situation and the reasons about the increasing consumption of LNG in North East Asian countries: China, Japan and Korea. This paper analyzed also the reasons of the failure of business project of the entreprise “HYOSUNG” with the comparative studies of governmental and corporate strategy in China, Japan and Korea. According to the research of this paper, even if China, Japan and Korea have a similar trend of the increasing consumption of Natural gas, Japan is developing the exploitation of US Shale gas and Japanese energy companies has invested in the creation of LNG Trading hub in Singapore. Contrary to the situation in Korea and Japan, China has important natural gas reserve in its own territory. China has been increasing the network of PNG. It contributes to the stability of Natural Gas supply in China. It explains the low level of interest from China about the creation of LNG hub in Korea.

허브망에서 고정비용이 존재하는 다중할당문제의 정식

손진현(Sohn, Jinhyeon) 대한경영학회 2008 大韓經營學會誌 Vol.21 No.5

국내 허브정원의 현황과 아동 및 시각장애인용 허브정원 모델

박권우(Kuen Woo Park),권민형(Min Hyeong Kwon),김준홍(Jun Hong Kim) 고려대학교 생명자원연구소 2019 생명자원연구 Vol.27 No.-

국내 허브 농장 면적은 약 500ha였고 숫자는 약 110개였다. 보유 허브유전자원은 37과 206종으로 꿀풀과 32%, 국화과 19.4%를 차지하였다. 세계의 허브정원 형태를 조사 비교하였다. 허브의 월동력, 초장, 화색, 개화시기 등을 분류하였다. 이들 기초로 어린이용 허브정원에 재식할 수 있는 26가지 허브를 선발하였고, 이를 활용한 6개 블록 어린이용 허브정원모델(CHG 1)를 제안하였다. 그리고 허브 정원을 설명할 스토리텔링(storytelling)을 제시하였다. 장애인과 시각장애인용을 위해서는 아로마테라피를 적용할 수 있는 22종의 허브를 선발하였다. 시각장애인용 허브베드는 한 면만을 이용하는 모델(MB 1)과 양면 이용 모델(MB 2), 그리고 휠체어 전용 모델(MB 3)을 국내 처음 제시하였다.

인천국제공항의 항공화물 허브 활성화 전략 방향에 관한 연구 -환적화물을 중심으로-

남재혁 ( Jae Hyuk Nam ) 한국항공경영학회 2013 한국항공경영학회 춘계학술대회 Vol.2013 No.-

인천국제공항이 2001년 개항 이래 동북아 허브공항의 기치를 내걸고 그 동안 상당 부분 성공을 거두었다고 할 수 있다. 하지만 그 동안의 관심과 역량은 대부분 여객허브공항에 집중되었으며, 화물물동량 또한 세계 최고 수준에 도달하였지만 전자 등 국내산업의 경쟁력에 기반한 port-to-port 물동량의 획기적인 증가 덕분이었다. 본 연구에서는 인천국제공항의 입지와 그간 쌓아온 역량과 명성을 바탕으로 항공화물허브로서, 특히 부가가치가 높고 미래 성장산업인 항공 및 복합 환적화물 허브공항으로서의 요건을 분석하고, 아시아 주요공항의 현황을 분석한 후, 인천국제공항의 SWOT 분석을 통하여 항공화물 허브로서의 활성화 전략을 제시해보고자 하였다. 인천국제공항은 항공환적화물 시장 분석과 마케팅 활동 강화, 항공환적화물 허브를 위한 인프라 강화, 항공물류산업의 육성, 부가가치 높은 물류서비스 개발, 규제완화 등 정책 및 제도 개선 등을 통하여 항공화물허브공항 기능을 활성화할 수 있을 것이다.