PPDM기반 이종 DB 연계를 활용한 출연연 공동연구 효율화 연구 = A Study on Efficiency of Collaborative Research Using PPDM-based Heterogeneous DB Linkage

다국어 초록 (Multilingual Abstract)

As the big data analysis environment expands, linkage between heterogeneous databases is actively being attempted. In the process of this linkage, the use of the unique identifier, personal information, improves the efficiency of linkage, but inevitably leads to the problem of exposure or misuse of personal information. In this study, we have developed a method to overcome these problems and link the technical innovation statistics with the financial statistics by using the PPDM technology that can connect heterogeneous databases. This study identified the linkage characteristics of the similarity measurement methods through the PPDM-based heterogeneous database linkage method, and explored 1,192 companies that are expected to be supported by government research institutes. In order to illustrate how the results of this research can be applied to policy research, We compared sales and operating profit performance of the target group and the control group for three years. The research model and results presented in this study show that the policy contribution is expected in terms of suggesting ways to activate the heterogeneous database using PPDM in the data industry, Practical contribution to administrative efficiency of research management is also expected. In addition, there is an academic contribution from the point of view that DB linkage using PPDM can be used for research such as policy support effectiveness measurement.

국문 초록 (Abstract)

빅데이터 분석 환경이 확대되면서 이종 데이터베이스 간의 연계가 활발하게 시도되고 있다. 이런 연 계의 시도 과정에서 고유 식별자 즉 개인정보 활용은 연계의 효율성은 높여주지만, 필연적으로 개인정 보의 노출이나 오남용 문제를 발생시킨다. 본 연구에서는 이런 문제점을 극복하고 이종 데이터베이스를 연계할 수 있는 PPDM(Privacy-Preserving Data Mining) 기술을 활용하여 기술혁신 통계와 재무 통계 자료를 연계하는 방법을 개발하여 제시하고, 제시한 방법이 적절할 수 있는지 평가했다. 본 연구는 이런 PPDM 기반의 이종 데이터베이스 연계 방법을 통해서 유사도 측정 방법에 따른 연계 특성을 규명하였 으며, 이를 활용해서 약 15만여 개 기업 중에서 출연연 공동연구 지원에서 높은 만족도가 기대되는 1,192개의 후보 기업을 발굴했다. 또한 본 연구 결과가 정책 연구에 활용될 수 있는 방법을 예시하기 위해서 출연연 공동연구 지원 대상 집단과 대조군의 3년간 매출액과 영업이익 성과를 비교했다. 본 연 구가 제시한 연구 모형과 결과는 데이터 산업 측면에서 PPDM을 활용한 이종 데이터베이스 연계 활성 화 방안을 제시했다는 측면에서 정책적 기여가 기대되며, 출연연과 공동연구가 기대되는 대상을 데이터 기반으로 도출했다는 측면에서 연구관리의 행정 효율화에 실무적 기여도 기대된다. 또한 PPDM을 활용 한 DB 연계는 정책지원 효과 측정과 같은 연구에도 활용될 수 있다는 측면에서는 학문적 기여도 있다.

참고문헌 (Reference)

1 홍선경, "프라이버시 보호 시계열 데이터 마이닝" 한국정보과학회 40 (40): 124-133, 2013

2 김홍영, "출연연구기관 융합기술 연구네트워크 구조 분석" 한국기술혁신학회 18 (18): 693-718, 2015

3 김선영, "출연연 기술협력과 고몰입 HRM 시스템이 중소기업의 기술혁신성과에 미치는 영향" 한국중소기업학회 31 (31): 93-111, 2009

4 김진한, "중소기업의 기술협력에서 흡수역량의 역할" 한국기술혁신학회 16 (16): 101-129, 2013

5 전승표, "중소기업의 기술협력에서 출연연의 차별적 특징에 관한 연구" 한국기술혁신학회 20 (20): 607-641, 2017

6 이종민, "중소기업의 기술기획 역량이 기술사업화 성공에 미치는 영향에 관한 연구" 기술경영경제학회 21 (21): 253-278, 2013

7 최석준, "조세감면이 기업의 R&D혁신성과에 미치는 영향" 한국산학기술학회 11 (11): 3223-3231, 2010

8 정대영, "정부출연연구원 기술협력 중소기업의 R&D역량 및 기술사업화역량이 기술혁신성과에 미치는 영향 연구" 고려대학교 2015

9 이재성, "이단계 군집 분석을 활용한 중소기업 R&D 특징 실증연구" 620-639, 2018

10 전승표, "연구개발지원 서비스가 중소기업 성과에 미치는 영향에 관한 연구" 2013

11 황치광, "데이터 유용성 향상을 위한 서비스 기반의 안전한 익명화 기법 연구" 한국정보과학회 42 (42): 681-689, 2015

12 정태원, "공동논문 현황을 통한 정부출연(연)의 협력네트워크구조와 논문성과와의 관계 분석" 한국기술혁신학회 17 (17): 242-263, 2014

13 "Wikipedia"

14 Hausman, W., "Why Should Marketing and Manufacturing Work Together? Some Exploratory Empirical Results" 20 (20): 241-257, 2002

15 Fritsch, M., "Who Cooperates on R&D?" 30 (30): 297-312, 2001

16 Lu, R., "Toward Efficient and Privacypreserving Computing in Big Data Era" 28 (28): 46-50, 2014

17 Jun, S. P., "The Mismatch Between Demand and Beneficiaries of R&D Support Programs for SMEs : Evidence from Korean R&D planning programs" 116 : 286-298, 2017

18 Schwab, K., "The Fourth Industrial Revolution" Crown Business 2017

19 Rosenbaum, P. R., "The Central Role of the Propensity Score in Observational Studies for Causal Effects" 70 (70): 41-55, 1983

20 Du, Y., "Study on the Development of O2O E-commerce Platform of China from the Perspective of Offline Service Quality" 5 (5): 2014

21 Jiang, W., "Similar Document Detection with Limited Information Disclosure" IEEE 735-743, 2008

22 Liu, K., "Random Projection-based Multiplicative Data Perturbation for Privacy Preserving Distributed Data Mining" 18 (18): 92-106, 2006

23 Ding, H., "Querying and Mining of Time Series Data: Experimental Comparison of Representations and Distance Measures" 1 (1): 1542-1552, 2008

24 Vaidya, J., "Privacy-preserving K-means Clustering Over Vertically Partitioned Data" ACM 206-215, 2003

25 Wang, K., "Privacy-preserving Data Publishing: A Survey on Recent Developments" 2010

26 Bertino, E., "Privacy-preserving Data Mining" Springer 183-205, 2008

27 Agrawal, R., "Privacy-preserving Data Mining" 29 (29): 439-450, 2000

28 Chen, K., "Privacy Preserving Data Classification with Rotation Perturbation" IEEE 2005

29 De Cristofaro, E., "Linear-complexity Private Set Intersection Protocols Secure in Malicious Model" Springer 213-231, 2010

30 Xiang, S., "Learning a Mahalanobis Distance Metric for Data Clustering and Classification" 41 (41): 3600-3612, 2008

31 Lemmens, C. E. A. V., "Innovationin Technology Alliance Networks" Edward Elgar 2004

32 Aggarwal, C. C., "Handbook of Database Security" Springer 431-460, 2008

33 Berkhin, P., "Grouping Multidimensional Data" Springer 25-71, 2006

34 Shmueli, G., "Data Mining For Business Intelligence:Concepts, Techniques, And Applications in Microsoft Office Excel with XLMiner" John Wiley and Sons 2011

35 Prahalad, C. K., "Co-creation Experiences : The Next Practice in Value Creation" 18 (18): 5-14, 2004

36 Smith, M., "Big Data Privacy Issues in Public Social Media" IEEE 1-6, 2012

37 Mukherjee, S., "A Privacy-preserving Technique For Euclidean Distance-Based Mining Algorithms Using Fourier-Related Transforms" 15 (15): 293-315, 2006

38 Amirbekyan, A., "A New Efficient Privacy-preserving Scalar Product Protocol" Australian Computer Society, Inc. 70 : 209-214, 2007

39 Heidarian, A., "A Hybrid Geometric Approach for Measuring Similarity Level Among Documents and Document Clustering" IEEE 142-151, 2016

40 Aggarwal, C. C., "A Condensation Approach to Privacy Preserving Data Mining" Springer 183-199, 2004

41 중소기업청, "2015년(제8차)중소기업 기술통계조사 보고서" 2015