증거기반 정책에서의 빅데이터에 관한 연구

김선영 ( Sunyoung Kim ) 한국정책학회 2020 韓國政策學會報 Vol.29 No.1

과학기술과 컴퓨터 과학의 발전과 함께 인터넷과 센서로 연결된 사회에서는 사람들의 행위, 상호작용, 그리고 경제적 상황 등에서 다양한 종류, 다양한 형태의 엄청난 양의 데이터가 쉼 없이 생성·저장되고 있다. 이를 빅데이터라고 한다. 다양한 영역에서 그 활용이 개발되고 있는 빅데이터는 행정기관의 효율성 제고와 정책수단으로도 긍정적 평가를 받고 있다. 빅데이터는 기계학습을 통해 목적에 맞게 활용될 수 있다. 특히 종래의 전통적 데이터를 통한 실증연구가 정책의 근거로 사용되는 것처럼, 빅데이터도 증거기반 의사결정에서 중요한 도구로 활용된다. 증거기반 의사결정에서 기계학습방법을 통한 빅데이터 분석은 데이터 하위 모집단을 두루 분석할 수 있게 해 이전에 데이터를 통해 찾아볼 수 없었던 편향된 현상뿐만 아니라 전반적인 사회현상을 구체적으로 살펴볼 수 있게 한다. 동시에 데이터의 메타성으로 인해 더욱 정확한 예측을 가능하게도 한다. 이는 여러 나라에서 개발·적용되고 있는 사례를 통해 알 수 있다. 그러나 최근 빅데이터를 기반으로 수립된 정책과 현실 적용 간의 차이는 정책에서의 빅데이터 사용에 대한 우려의 원인이 되고 있다. 이에 대해 전통적인 데이터로부터 빅데이터를 이해하고 빅데이터 분석을 위한 기계학습방법에 관한 정리를 통해 근거기반 정책 결정 도구로 빅데이터의 활용에 관한 함의를 얻는 데 그 목적이 있다. With the development of science and computer science, huge amounts of data of various kinds and types of people's behavior, interaction, and social-economic situation. are continually being generated and stored in the society connected with the internet and sensors. This is called big data. Big data can be used depending on the research purpose by using machine learning. The big data, which is actively used by the private sector, is also positively evaluated as a means of improving the efficiency of government agencies’ work and policy means. In particular, just as empirical research using traditional data is used as evidence for a policy, big data can be used in evidence-based decision making. This is because it allows researchers to investigate not only human society that has not been experienced before but also overall social phenomena by analyzing big data through the machine learning method that can analyze commonality and heterogeneity of data sub-populations and entire population in detail. At the same time, the massive volume of data makes it possible to make more accurate predictions. However, in most studies on big data related to making decisions or policies, the analysis approach of big data tends to be based on the traditional data approach method. As a result, it is pointed out that the policy results of big data analysis in the evidence-based policy perspective are not satisfied. This study discovered that the result is a lack of understanding of big data. The purpose of this study is to understand the big data concept and characteristics from the traditional data and to obtain the implications for the use of big data as an evidence-based policy means with the understanding of the machine learning method for big data analysis.

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.

Big Data Service Design :Collection to Analysis in the Cloud Computing Ecosystem

D. Jaswanth,B. Dinesh Reddy 차세대컨버전스정보서비스학회 2021 Journal of Digital Media & Culture Technology Vol.1 No.1

As one of the leading evolutionary trajectories in the information domain, big data innovation has profound applicability for information mining, data analysis, and data sharing within voluminous datasets. It leverages the latent value of data to generate substantial economic benefits while informing decision-making strategies for socio-economic development. Big data solution design, a novel service model that views data as a resource, orchestrates the collection and processing of datadiverse sources. This paper aims to provide a concise overview of the essential elements of big data solution design and its technical processing framework with a focus on data collection and storage. For this, this paper embarks on a comprehensive review of big data processing and analysis strategies, cognizant of the distinct service requirements that aim to provide invaluable information to solution consumers. It then presents an all-inclusive cloud computing solution system predicated on big data with a summary of a variety of big data application scenarios across disparate fields.

Big Accounting Data and Sustainable Business Growth: Evidence from Listed Firms in Thailand

Kornchai PHORNLAPHATRACHAKORN,Saithip JANNOPAT 한국유통과학회 2021 The Journal of Asian Finance, Economics and Busine Vol.8 No.12

This study aims at investigating the effects of big accounting data on the sustainable business growth of listed firms in Thailand. In addition, it examines the mediating effects of accounting information quality and decision-making effectiveness and the moderating effects of digital innovation on the research relationships. The study’s useful samples are the 289 listed Thai companies. To examine the research relationships, the structural equation model and multiple regression analysis are used in this study. According to the results of this study, big accounting data has a significant effect on accounting information quality, decision-making effectiveness, and sustainable business growth. Next, accounting information quality significantly affects decision-making effectiveness and sustainable business growth. Similarly, decision-making effectiveness significantly affects sustainable business growth. Both accounting information quality and decision-making effectiveness mediate the big accounting data-sustainable business growth relationships. Lastly, digital innovation moderates the effects of accounting information quality and decision-making effectiveness on sustainable business growth. Accordingly, In conclusion, big accounting data has emerged as a key source of sustainable competitive advantage. As a result, to succeed in competitive environments, businesses must have a thorough understanding of big accounting data.

중소기업 경영자의 빅데이터를 활용한 의사결정 효율화에 대한 연구

안동규,신충호,최정웅 공주대학교 KNU 기업경영연구소 2019 기업경영리뷰 Vol.10 No.3

The importance of big data has been noted since its early stages in fields related to computer technology. Recently, advances in computing power significantly improved the feasibility of big data collection and processing technologies, and enterprises are paying much attention to a higher-level decision-making based on big data. Whereas some companies have become the leaders in the industry by appropriately utilizing big data from early years, currently, big data is only significantly utilized in large corporations with replete human and material resources. This study acknowledged the problem of informational gap across enterprises of varying sizes and identified the factors that hinder the use of big data in small and medium-sized enterprises (SMEs). Although there definitely are limitations, our findings of some successful cases show that it is nevertheless possible to establish a big data-based decision-making structure in SMEs. 컴퓨터 기술과 관련된 전문 분야의 학계에서는 일찍이 빅 데이터의 중요성이 언급되어 왔다. 최근의 컴퓨팅 파워의 향상으로 인해 빅 데이터의 수집, 처리 기술은 현실에서 활용 가능한 정도로 발전하였고 기업에서는 빅 데이터에 기반하여 더 높은 수준의 의사결정을 수립하는 것에 많은 관심을 기울이고 있다. 창업 초창기부터 적절한 활용을 통해 업계 선도그룹으로 부상한 기업 역시 존재하나, 현재 빅 데이터의 활용은 인적, 물적 자원이 풍부한 대기업에서 유의미하게 이루어지고 있는 실정이다. 본 논문에서는 이처럼 기업의 규모에 따라 발생하는 정보적 격차에 대해 문제점을 인식하고 중소규모의 기업에 있어 빅 데이터를 활용하는데 발생하는 장애요소를 식별하였다. 중소기업의 경영환경은 분명한 한계를 가지고 있으나 성공적 사례들을 통해 빅 데이터에 기반한 의사결정 구조를구축하는 것이 가능함을 알 수 있다.

관리회계 의사결정에 있어 빅 데이터 우선순위 설정의 효과

김경일 중소기업융합학회 2021 융합정보논문지 Vol.11 No.11

스마트공장의 구현이 널리 확산되면서 IoT장비를 이용한 방대한 양의 빅 데이터를 관련성과 품질 측면에 서 우선순위를 지정하여 데이터 효율성을 향상시킬 수 있는 연구 필요성이 제기된다. 원가변동성 추정, 레시피 최적화 등의 관리회계 의사결정에 있어서 빅 데이터의 우선순위를 지정하는 것이 스마트솔루션 성과와 의사결정 효과를 향상시킬 수 있는지를 규명함이 본 연구의 목적이다. 제조데이터를 실시간으로 연계한 ERP, MES 등의 스마트솔루션을 운영하는 국내 중소제조업체 의사결정자 84명의 설문답변을 토대로 경험적 연구 수행 결과, 빅 데이터우선순위 설정은 관리회계 의사결정에 긍정적인 영향을 미치는 것으로 분석되었다. 아울러 빅 데이터 우선 순위 지정은 관리회계 의사결정에서 빅 데이터를 사용함으로써 스마트솔루션 성과에 간접적인 영향을 미치는 매 개 효과가 있음을 발견하였다. 연구결과를 통하여 경영의사결정과정에서 빅 데이터 간의 연관성을 평가하는 척도 를 개발함에 선행연구로서의 기여를 할 수 있을 것이다. As the implementation of smart factories spreads widely, the need for research to improve data efficiency is raised by prioritizing massive amounts of big data using IoT devices in terms of relevance and quality. The purpose of this study is to investigate whether prioritizing big data in management accounting decisions such as cost volatility estimation and recipe optimization can improve smart solution performance and decision-making effectiveness. Based on the survey answers of 84 decision makers at domestic small and medium-sized manufacturers who operate smart solutions such as ERP and MES that link manufacturing data in real time, empirical research was conducted. As a result, it was analyzed that setting prioritization of big data has a positive effect on decision-making in management accounting. became In addition, it was found that big data prioritization has a mediating effect that indirectly affects smart solution performance by using big data in management accounting decision making. Through the research results, it will be possible to contribute as a prior research to develop a scale to evaluate the correlation between big data in the process of business decision making.

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.

“DON’T JUDGE A BOOK BY ITS COVER.” HOW BIG DATA CHANGES DECISION PROCESSES OF MARKETING MANAGERS.

Christoph Wortmann,Peter Mathias Fischer,Sven Reinecke 글로벌지식마케팅경영학회 2018 Global Marketing Conference Vol.2018 No.07

Digitalization has generated massive amounts of available data sources (Wedel and Kannan 2016). Consequently, firms aim to exploit this additional value – particularly in decision-making (Barton and Court 2012). However, potential misleading consequences of Big Data for companies have not been examined yet – neither in practice nor in research. Addressing this research gap, the current investigation first uncovers questionable managerial outcomes and behaviours generated by Big Data. The results of a first paper-and-pencil experiment show that executives tend to rely on Big Data even in a domain where this may be misleading (i.e., innovation) (Martin and Golsby-Smith 2017). Interestingly, this relationship is found to be particularly evident for top-managers. A second online study does not only replicate the findings in a correlational setting but beyond sheds light on its mechanism. We show that Big Data activates top-executives’ promotion focus leading them to become more risk seeking and egocentric. In study 3, we replicate these findings through experimentation and moderation underlining its robustness. Finally, we detect a lever to avoid that Big Data leads to less defensive decision behaviour (study 4).

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.

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.