<BFACB1B85F D303528BCDBC5C2B9CE295FC3D6C1BEC8AEC1A45FC0CEBCE2BFEB5F FBCF6C1A42E687770>

Transcription

1 연구보고서 보건복지빅데이터효율적관리방안연구 송태민 진달래 박대순박현애 안지영 김정선

2 책임연구자 송태민한국보건사회연구원연구위원 주요저서 빅데이터분석방법론한나래아카데미, 2013( 공저 ) 보건복지연구를위한구조방정식모형한나래아카데미, 2012( 공저 ) 공동연구진 진달래한국보건사회연구원연구원박대순한국보건사회연구원선임전문원박현애서울대학교간호대학교수안지영인제대학교교수김정선 SK 스마트인사이트 연구보고서 보건복지빅데이터효율적관리방안연구 발행일저자발행인발행처주소 전화홈페이지등록인쇄처정가 2014 년 12 월 31 일송태민최병호한국보건사회연구원 ( ) 세종특별자치시시청대로 370 세종국책연구단지사회정책동 1F~5F 대표전화 : 044) 년 7 월 1 일 ( 제 호 ) 대명기획 11,000 원 c 한국보건사회연구원 2014 ISBN

3 발간사 << 최근스마트폰, 스마트TV, RFID, 센서등의급속한보급과모바일인터넷과소셜미디어의확산으로데이터량이기하급수적으로증가하고데이터의생산, 유통, 소비체계에큰변화를주면서데이터가경제적자산이될수있는빅데이터시대를맞이하게되었다. 세계각국의정부와기업들은빅데이터가향후국가와기업의성패를가름할새로운경제적가치의원천이될것으로기대하고있으며, The Economist, Gartner, McKinsey 등은빅데이터를활용한시장변동예측과신사업발굴등경제적가치창출사례및효과를제시하고있다. 빅데이터는미래국가경쟁력에도큰영향을미칠것으로기대하여국가별로는안전을위협하는글로벌요인이나테러, 재난재해, 질병, 위기등에선제적으로대응하기위해우선적으로도입하고있다. 특히, 모바일인터넷과소셜미디어의확산으로데이터량이기하급수적으로증가함으로써경제적자산이될수있는데이터를분석하여가치있는정보를찾아내고활용하는일이무엇보다중요한시대가되었다. 한국은최근정부3.0과창조경제의추진과실현을위하여현정부의주요정책과제를지원하기위하여다양한분야에빅데이터의활용가치가강조되고있다. 보건복지빅데이터는다른분야보다수요자에게직접적인영향을주는것으로규모가방대할뿐아니라효율적관리와활용을통한경제적가치는무한할것으로예측되고있다. 특히, 저출산고령화가급속히진전되고보건복지서비스가공급자중심에서수요자중심의맞춤형서비스체계로변화됨에따라대국민보건의료서비스와복지전

4 달체계를개선하고행정비용을줄이기위해서보건복지분야빅데이터의효율적관리와활용방안의마련이요구된다. 이에본연구는국내외의보건복지관련빅데이터현황과기술을분석하고수요공급의예측과분석사례를통하여수요자중심의맞춤형서비스를위한보건복지빅데이터의효율적관리방안을제시하였다. 본연구는한국보건사회연구원의송태민연구위원의주관하에원내의진달래연구원, 박대순선임전문원, 서울대간호대학박현애교수, 인제대학교안지영교수, SKT 스마트인사이트김정선부장의참여로수행되었다. 연구진은본연구에귀중한조언을아끼지않으신서울대학교보건대학조성일교수님과인제대학원대학교류시원교수님, 원내의정보기술융합센터정영철센터장님과통계정보연구실장영식초빙연구위원께사의를표한다. 그리고빅데이터수집과분석에참여한 SKT스마트인사이트임직원분들에게감사하며, 본연구에도움을주신학계및빅데이터전문가여러분께감사한다. 끝으로본보고서에수록된모든내용은우리연구원의공식적인견해는아니며어디까지나참여한연구진의의견임을밝힌다 년 12 월 한국보건사회연구원장 최병호

5 목차 Abstract 1 요약 3 제1장서론 9 제1절연구의배경및목적 11 제2절연구목적 13 제3절연구내용및연구방법 14 제4절빅데이터의개념 15 제2장빅데이터이론적배경 19 제1절빅데이터전망 21 제2절빅데이터관련기술 25 제3절보건복지분야빅데이터활용 36 제4절빅데이터프라이버시보호방안 45 제3장국내외공공빅데이터공개현황 57 제1절공공데이터및빅데이터국내관련조직 59 제2절빅데이터관련인력양성현황 66 제3절공개 개방된빅데이터현황및활용방안 67 제 4 장보건복지이슈분석및통계제공현황 101 제 1 절보건복지이슈분석 103 제 2 절보건복지통계제공현황 127

6 제5장보건복지빅데이터수요공급예측 15 5 제1절빅데이터수용요인분석 157 제2절공공과보건의료빅데이터수요공급예측 184 제3절보건복지정책수요예측 212 제6장소셜빅데이터를활용한사회위험요인예측 227 제1절비만빅데이터수집을위한관련주제분류 230 제2절소셜빅데이터를이용한비만담론분석 252 제3절소셜빅데이터를이용한청소년자살위험예측요인 271 제 7 장보건복지빅데이터활성화전략및발전방안 289 제 1 절보건복지빅데이터활성화를위한전략분석 291 제 2 절보건복지빅데이터발전방안 294 참고문헌 317 부록 337 부록1 보건복지공공데이터현황 337 부록2 빅데이터기술수용모형조사표 383 부록3 소셜빅데이터비만담론분석속성별키워드분류 386

7 Korea Institute for Health and Social Affairs 표목차 표 1-1 빅데이터의 4가지구성요소 16 표 2-1 국내빅데이터시장현황및전망 23 표 2-2 일본 IT벤드의빅데이터이용동향 24 표 2-3 빅데이터기술및서비스현황 25 표 2-4 빅데이터처리프로세스별기술영역 26 표 2-5 빅데이터수집기술 29 표 2-6 빅데이터저장기술 30 표 2-7 빅데이터처리기술 31 표 2-8 빅데이터분석기술 33 표 2-9 빅데이터활용기술 35 표 2-10 빅데이터기타기술 35 표 2-11 국내 외보건분야빅데이터활용사례 36 표 2-12 국내 외복지분야빅데이터활용사례 40 표 부공공데이터담당자및업무현황 60 표 3-2 3처공공데이터담당자및업무현황 62 표 청공공데이터담당자및업무현황 62 표 3-4 빅데이터관련부서현황 65 표 3-5 지자체빅데이터관련부서현황 66 표 3-6 국내빅데이터관련학과현황 67 표 3-7 영국 Open data DB 현황 70 표 3-8 영국 Open data 분류체계 71 표 3-9 영국정부부처별데이터공개내용 74 표 3-10 미국공공데이터제공사이트 Open DB 현황 76 표 3-11 미국보건관련공공데이터제공사이트 DB 현황 77 표 3-12 일본의빅데이터장기추진계획 (2019~2021년) 79 표 3-13 뉴질랜드 Open data DB 현황 80

8 표 3-14 캐나다 Open data 주제별분류에의한 DB 현황 82 표 3-15 싱가포르 Open data 주제별분류에의한 DB 현황 84 표 3-16 싱가포르 Open data 제공기관별분류에의한 DB 현황 85 표 3-17 독일 Open data 주제별분류에의한 DB 현황 87 표 3-18 독일 Open 소스기반의어플리케이션현황 89 표 3-19 호주 Open data 주제별분류에의한 DB 현황 90 표 3-20 제공주체별공공데이터자료현황 92 표 3-21 공공데이터서비스제공유형현황 93 표 3-22 공공데이터서비스제공데이터확장자유형 94 표 3-23 공공데이터포털 에서보건 / 복지분야 Open API 자료현황 95 표 3-24 Open API제공자료중보건의료분야서비스분류 95 표 3-25 Open API제공자료중식품의약안전서비스분류 96 표 3-26 Open API제공자료중노인 청소년서비스분류 96 표 3-27 공공데이터포털 에서공공데이터활용사례 97 표 3-28 보건의료분야활용사례 97 표 3-29 복지분야활용사례 98 표 3-30 식품의약품분야활용사례 99 표 4-1 연구자료수집대상 108 표 4-2 연결정도중심성상위 30위키워드 110 표 4-3 연도별상위키워드변화 113 표 4-4 사회보장부분학술문헌이슈분석 126 표 4-5 보건복지부통계포털제공통계목록 128 표 4-6 보건복지주요지표 130 표 4-7 e-나라지표보건지표제공목록 134 표 4-8 e-나라지표복지지표제공목록 136 표 4-9 통계청보건분야통계지표 138 표 4-10 통계청보건분야통계제공기관별제공지표수현황 139 표 4-11 통계청복지분야통계지표 141

9 Korea Institute for Health and Social Affairs 표 4-12 통계청복지분야통계제공기관별제공지표수현황 142 표 4-13 통계청사회분야통계지표 143 표 4-14 통계청사회분야통계제공기관별제공지표수현황 144 표 4-15 국민건강보험공단건강보험통계DB 현황 145 표 4-16 건강보험심사평가원건강보험통계DB 현황 147 표 4-17 식품의약품안전처통계DB 현황 148 표 4-18 국가암정보센터통계DB 현황 149 표 4-19 한국보건사회연구원보건복지통계보건분야통계지표 151 표 4-20 한국보건사회연구원보건복지통계복지분야통계지표 152 표 5-1 기술수용모델국내선행연구 161 표 5-2 연구모델의개발도구 168 표 5-3 모형비교 175 표 5-4 주요변인들의기술통계 176 표 5-5 다중집단구조모형의적합도비교 177 표 5-6 사용목적수용자와활용목적수용자집단간의구조모형분석결과 179 표 5-7 외생변인과 TAM변인의매개효과검증 180 표 5-8 국가별빅데이터관련분야버즈현황 190 표 5-9 산업별빅데이터관련분야버즈현황 191 표 5-10 보건의료및공공분야빅데이터버즈현황 193 표 5-11 업무별빅데이터기술활용현황 194 표 5-12 업무별빅데이터기반활용현황 196 표 5-13 빅데이터수요자와공급자에미치는영향요인 197 표 5-14 보건의료및공공분야빅데이터수요자와공급자에미치는영향요인 198 표 5-15 빅데이터수요공급예측모형에대한이익도표 ( 감성요인 ) 200 표 5-16 빅데이터수요공급예측모형에대한이익도표 ( 기반요인 ) 202 표 5-17 빅데이터수요공급예측모형에대한이익도표 ( 업무요인 ) 204 표 5-18 보건의료분야빅데이터수요공급예측모형에대한이익도표 ( 감성요인 ) 206 표 5-19 공공분야빅데이터수요공급예측모형에대한이익도표 ( 감성요인 ) 208

10 표 5-20 보건의료분야빅데이터수요공급예측모형에대한이익도표 ( 기반요인 ) 209 표 5-21 공공분야빅데이터수요공급예측모형에대한이익도표 ( 기반요인 ) 211 표 5-22 보건복지관련버즈현황 219 표 5-23 공공기관별보건복지정책및이슈버즈현황 221 표 5-24 민간기관별보건복지정책및이슈버즈현황 222 표 5-25 보건복지정책수요에미치는영향요인 223 표 5-26 보건복지정책수요예측모형에대한이익도표 226 표 6-1 비만영역분류틀 236 표 6-2 인구학적특성영역분류틀 238 표 6-3 위험요인영역분류틀 239 표 6-4 증상및징후영역분류틀 240 표 6-5 합병증영역분류틀 241 표 6-6 진단영역분류틀 242 표 6-7 치료영역분류틀 245 표 6-8 예방영역분류틀 247 표 6-9 비만온톨로지분류에따른영역수준 2 50 표 6-10 소셜빅데이터활용한비만담론분석조사설계 253 표 6-11 연도별비만부위별언급키워드현황 260 표 6-12 연도별비만치료방법 ( 약물치료 ) 언급키워드현황 261 표 6-13 연도별비만치료방법 ( 운동치료 ) 언급키워드현황 262 표 6-14 연도별비만치료방법 ( 식사치료 ) 언급키워드현황 263 표 6-15 비만에대한긍 부정감성분석결과 ( 키워드분석 ) 264 표 6-16 다이어트에대한긍 부정감성분석결과 ( 키워드분석 ) 267 표 6-17 운동에대한긍 부정감성분석결과 ( 키워드분석 ) 268 표 6-18 다이어트로인한정신적인증상에대한긍 부정감성분석결과 ( 키워드분석 ) 269 표 6-19 Descriptive Statistics of Factors 279 표 6-20 Multinomial Logistic of Suicide Causes 281 표 6-21 Predictive Performance according to Modeling Methods 281

11 Korea Institute for Health and Social Affairs 표 6-22 Profit chart of Predictive models of Suicide 284 표 7 1 보건복지빅데이터서비스활성화를위한 SWOT 분석 293 표 7-2 빅데이터개인정보보호가이드라인 의주요내용 302

12 그림목차 그림 1-1 빅데이터의특성과보건복지부 3.0 추진전략 17 그림 2-1 빅데이터의시대별특징 21 그림 년도가트너의이머징기술하이프사이클 (Hype Cycle) 22 그림 2-3 주요시장조사기관빅데이터세계시장규모 23 그림 2-4 빅데이터의진화단계 25 그림 2-5 빅데이터플랫폼 27 그림 2-6 빅데이터수집기술 29 그림 2-7 지역보건의료정보시스템구성도 40 그림 2-8 사회복지통합관리망구성도 42 그림 2-9 사회서비스전자바우처시스템구성도 43 그림 2-10 보육통합정보시스템구성도 43 그림 2-11 개인에관한정보와개인정보및프라이버시의관계 48 그림 2-12 개인정보식별성과공개성 49 그림 2-13 개인정보와프라이버시권에해당하는정보의관계 50 그림 3-1 정부 3.0 목표 59 그림 부 3처 17청공공데이터제공현황 60 그림 3-3 국외공공데이터순위 : 2013년 68 그림 3-4 영국의빅데이터전략위원회조직구성체계도 69 그림 3-5 영국 Open data 보건분야분류체계 71 그림 3-6 영국 Open data 포털화면 71 그림 3-7 영국 Open data Institute 포털화면 72 그림 3-8 영국 ODI 데이터인증페이지 73 그림 3-9 미국의빅데이터추진전략및체계 76 그림 3-10 미국 Open data 포털화면 78 그림 3-11 뉴질랜드 Open data 포털화면 81 그림 3-12 캐나다 Open data 포털화면 83

13 Korea Institute for Health and Social Affairs 그림 3-13 싱가포르 Open data 포털화면 85 그림 3-14 독일공공데이터공개를위한 열린정부 전략 86 그림 3-15 독일공공데이터공개를위한 열린정부 구현모델 87 그림 3-16 독일 Open data 포털화면 88 그림 3-17 호주 Open data 포털화면 91 그림 4-1 연구자료수집대상 107 그림 4-2 보건의료분야의키워드네트워크분석 112 그림 년보건의료분야키워드네트워크분석 115 그림 년보건의료분야키워드네트워크분석 117 그림 년보건의료분야키워드네트워크분석 118 그림 년보건의료분야키워드네트워크분석 120 그림 년보건의료분야키워드네트워크분석 121 그림 년보건의료분야키워드네트워크분석 123 그림 4-9 보건복지부주요지표제공기관현황 133 그림 4-10 통계청 e-나라지표보건지표제공기관 135 그림 4-11 통계청 e-나라지표복지지표제공기관 137 그림 4-12 통계청보건분야통계제공기관별제공지표현황 140 그림 4-13 통계청복지분야통계제공기관별제공지표현황 142 그림 4-14 통계청사회분야통계제공기관별제공지표현황 144 그림 4-15 국민건강보험공단건강보험통계DB 제공화면 146 그림 4-16 국가암정보센터통계지표제공화면 15 0 그림 4-17 한국보건사회연구원통계지표제공화면 153 그림 5-1 연구모형 175 그림 5-2 빅데이터수요공급예측모형 ( 감성요인 ) 200 그림 5-3 빅데이터수요공급예측모형 ( 기반요인 ) 202 그림 5-4 빅데이터수요공급예측모형 ( 업무요인 ) 204 그림 5-5 보건의료분야빅데이터수요공급예측모형 ( 감성요인 ) 206 그림 5-6 공공분야빅데이터수요공급예측모형 ( 감성요인 ) 208

14 그림 5-7 보건의료분야빅데이터수요공급예측모형 ( 기반요인 ) 209 그림 5-8 공공분야빅데이터수요공급예측모형 ( 기반요인 ) 211 그림 5-9 보건복지정책수요예측모형 225 그림 6-1 비만온톨로지인구학적특성 248 그림 6-2 비만관리서비스단계적흐름 249 그림 6-3 비만온톨로지비만의진단, 예방과치료프로세스 249 그림 6-4 비만대상자의상태에따른치료또는예방진단 250 그림 6-5 Ontology for obesity management 251 그림 6-6 연도별버즈현황 : 그림 6-7 연도별버즈점유율현황 : 그림 년버즈량과순계정비율 256 그림 년전체문서수와문서작성계정수 256 그림 년버즈량과순계정비율 257 그림 년전체문서수와문서작성계정수 257 그림 년버즈량과순계정비율 258 그림 년전체문서수와문서작성계정수 258 그림 6-14 연도별트위터유형분석 259 그림 6-15 연도별비만부위별언급키워드트렌드 260 그림 6-16 연도별비만관련운동치료언급키워드트렌드 262 그림 6-17 비만에대한감성분석결과 264 그림 6-18 비만에대한감성분석결과 (SNS 언급 ) 265 그림 6-19 다이어트에대한감성분석결과 (SNS 언급 ) 267 그림 6-20 운동에대한감성분석결과 (SNS 언급 ) 268 그림 6-21 다이어트로인한정신적인증상에대한감성분석결과 269 그림 6-22 Predictive model of risk factors for Suicide 283 그림 7-1 보건복지통계관리전담조직 ( 가칭데이터연계센터 ) 304 그림 7-2 청소년자살징후포착을위한소셜분석시스템구성도 ( 안 ) 310 그림 7-3 소셜빅데이터분석절차및방법 ( 자살버즈분석사례 ) 312 그림 7-4 소셜빅데이터와정형빅데이터매칭 313

15 Abstract << Efficient management of Big Data on Health & Welfare Big data which can be play a role in improving our national power, were introduced to cope with serious incidents such as terrorism, a natural disaster, disease, and global factors which pose a threat to the national security of nation. In order to address social issues, big data were used in various countries. Big data were utilized by different technology in various regions such as the U.S., the U.K., Japan, Australia and the E.U. countries. All of them consider it as essential state policy for their future. Emphasizing the importance of utility of big data related to supporting the Government s flagship policy and creative economy, this study aim to analyze method and current status of big data in the fields of health and welfare. The study suggested the way to manage big data effectively by analyzing case study and forecasting supply and demand of the data to provide consumer-directed Services. Chapter 1 indicates the need of big data and the definition and concept of big data. Chapter 2 includes method and technology related with big data with classifying different field of

16 2 보건복지빅데이터효율적관리방안연구 big data into collecting, storing, processing, analyzing and utilizing. Chapter 3 explains the status of publishment of public big data. Chapter 4 includes the status of statistics data being provided and analysis of the issue related to health and welfare. Chapter 5 and 6 explain supply and demand of big data, and the societal risky factors by utilizing social big data. Chapter 7 suggests the strategies to promote to use big data and the ideas for improvement.

17 요약 << 1. 연구의배경및목적 빅데이터는미래국가경쟁력에도큰영향을미칠것으로기대하여국가별로는안전을위협하는글로벌요인이나테러, 재난재해, 질병, 위기등에선제적으로대응하기위해우선적으로도입하고있다. 국내외에서사회전반의다양한문제에빅데이터기술을활용하고있다. 미국, 일본, 영국, 호주, 유럽연합등각지역의특징을가지면서도빅데이터전략을미래의핵심적국가과제로삼고있다는점에서공통점을가지고있다. 샌프란시스코경찰청은범죄예방시스템을, 싱가포르는테러및전염병을관리하기위한스캐닝시스템을, 영국은 The Foresight Horizon Scanning Centre를설립 운영하여비만대책수립, 잠재적위험관리 ( 해안침식, 기후변화 ), 전염병대응등사회전반의다양한문제에빅데이터기술을활용하고있다. 국외뿐아니라국내에서도빅데이터자료를수집하여체계적으로대응할수있는예측시스템을설계하였다. 한국인체자원은행네트워크는 16개병원을통해 36만명의인체자원을확보하여질병지표및발굴및질병조기진단을위해활용하고있다. DNA LINK는질병관리및개인의유전체염기서열분석으로맞춤형건강진단서비스제공하는유전자분석시스템제공하고있다. 한국정보화진흥원은 2012 년자살로언급된빅데이터를수집하여온라인자살관련 Buzz의발생패턴에따라보다체계적으로대응할수있는자살예방체계를설계할수있다는가능성을보였고, 한국보건사회연구원 ( 에서는 2012년구글검색트랜드를활용하여자살검색량과자살률간의관계를

18 4 보건복지빅데이터효율적관리방안연구 밝힌바있다. 본연구에서는국내외의보건복지관련빅데이터현황과기술을분석하고수요공급의예측과분석사례를통하여수요자중심의맞춤형서비스를위한보건복지빅데이터의효율적관리방안을제시하고자한다. 2. 주요연구결과 제1장 서론 에서는정부3.0과창조경제의추진과실현을위하여현정부의주요정책과제를지원하기위하여다양한분야에빅데이터의활용가치가강조됨에따라국내외빅데이터관련문헌분석과웹사이트검색을통한빅데이터도입배경과필요성, 국내외에서정의하고있는빅데이터개념에대하여설명하였다. 제2장 빅데이터이론적배경 에서는빅데이터의시대별특징, 빅데이터세계시장규모를통해빅데이터가산업에미치는파급효과를전망하고, 정보통신기술과함께국가의새로운성장동력이될것으로예측하였다. 빅데이터의관련기술분야를수집기술, 저장기술, 처리기술, 분석기술, 활용기술로구분하여각영역별세부기술에대하여제시하였으며, 이러한기술을바탕으로빅데이터를활용한국내 외보건복지분야의사례를함께제시하였다. 그리고빅데이터는새로운비즈니스기회를창출하는데없어서는안되는획기적인자원으로가치를더해감에따라다양한목적으로활용이되면서개인정보유출과프라이버시에침해에대한우려가높아지고있다. 빅데이터활용에있어서의개인정보보호를위하여정보보호관리체계인증기술, 영향평가기술, 프라이버시보호기술에대하여설명하였다. 제 3장 국내외공공빅데이터공개현황 에서는공공데이터출연배경

19 요약 5 과공공데이터담당부서및현황, 국내빅데이터관련인력양성현황, 국내공개 개방된공공데이터의지자체별제공유형과국외빅데이터현황및활용사례를제시하였다. 제4장에서는보건복지영역별이슈를감지하여미래보건복지전략을수립하기위한기초자료로활용하기위하여보건복지분야의주요학술지에게재된키워드를분석한결과를제시하였다. 상위키워드의연도별응집구조를분석한결과 Adolescents ( 청소년 )' 와 Social support( 사회적지지 ), 'Self-esteem( 자존감 ), Self-efficacy( 자기효능감 ), Smoking( 흡연 ), 'Suicide( 자살 ) 등이서로연결되어연구되고있었으며, 'Suicide( 자살 )' 는다시 Depression ( 우울 ), Stress( 스트레스 ), Social support( 사회적지지 ), 'Self-esteem( 자존감 ) 등과함께연결되어연구되고있는것으로나타났다. 이는청소년을대상으로한다양한방면에서의연구가지속적으로수행되어오고있으며, 최근대두되고있는노화, 다문화, 사회적약자에대한연구등국내보건의료분야의연구가한국의사회적변화를잘반영하고있다고해석할수있다. 제 5장 보건복지빅데이터수요공급예측 에서는우리나라기업이빅데이터기술을수용하는과정에서발생되는목적에따른차이점을분석하여기업에서빅데이터기술도입시고려해야할사항을제시하였으며, 우리나라온라인뉴스사이트, 블로그카페, SNS, 게시판등에서수집한소셜데이터를바탕으로국내공공과보건의료분야빅데이터수요공급을예측할수있는의사결정나무를모형과보건복지주요정책에대한수요를예측하여결과를제시하였다. 제 6장 소셜빅데이터를활용한사회위험요인예측 에서는빅데이터분석방법론을적용하여, 우리나라사회위험요인인비만, 청소년자살에대한위험요인을예측하였다. 소셜미디어상의비만주제와관련된메시지를수집하여분석하기위한분석틀을마련하기위하여비만관리관련

20 6 보건복지빅데이터효율적관리방안연구 주제를분류하고, 비만관리온톨로지와용어체계를개발하였으며, 이를기반으로소셜미디어상의비만언급에대한패턴과원인담론을분석하였다. 분석결과 비만및다이어트 에관한버즈발생은특정시즌이아닌 1년내내나타나는것으로분석되었으며, 3개년동안해마다온라인상의언급량이증가한것으로나타났다. 3개년동안 SNS의언급량이가장높았으며, 그다음이블로그에서다수언급된것으로나타났다. 청소년들의다이어트방법으로는꾸준한노력보다쉽게살을뺄수있는약물, 수술치료등에관심을보이는경향이있었으며, 최근 3년간비만및다이어트에관한긍정적인인식의비중이지속적으로높아지는것으로나타났다. 마지막으로제 7장에서는보건복지빅데이터활성화전략및발전방안에대해 SWOT 분석을통한세부전략을제안하였다. 3. 결론및시사점 빅데이터의활성화를위해서는다양한분야에서생성되는다양한데이터를언제어디서나활용할수있도록해야하며지식과정보의공유가가능하도록해야한다. 우리나라보건복지빅데이터의효율적인관리를위해서는다음과같은접근이필요할것이다. 빅데이터를통합적으로관리하기위한범정부차원의 ( 가칭 ) 보건복지빅데이터관리위원회운영되어야한다. 비정형화된데이터를관리하고민간기관과협조체계가마련되어야한다. 국가차원의오픈 API(Open Application Programming Interface) 의제공이지속적으로이루어져야한다. 보건복지빅데이터를분석처리할수있는관련기술개발과표준화가마련되어야한다. 구조화되지않은대규모데이터속에서숨겨진정보를찾아내는데이터사이언티스트 (Data

21 요약 7 Scientist) 의인재양성위한전략이마련되어야한다. 보건복지빅데이터 의개인정보와기밀정보에대한보안정책이마련되어야한다. * 주요용어 : 보건복지, 빅데이터, 사회위험예측, 데이터마이닝, 다변량분석

22

23 제 1 장 서론 제1절연구의배경및목적제2절연구목적제3절연구내용및방법제4절빅데이터개념

24

25 1 서론 << 제 1 절연구의배경및목적 최근스마트폰, 스마트TV, RFID, 센서등의급속한보급과모바일인터넷과소셜미디어의확산으로데이터량이기하급수적으로증가하고데이터의생산, 유통, 소비체계에큰변화를주면서데이터가경제적자산이될수있는빅데이터시대를맞이하게되었다 ( 송태민, 2012). 세계각국의정부와기업들은빅데이터가향후국가와기업의성패를가름할새로운경제적가치의원천이될것으로기대하고있으며, The Economist, Gartner, McKinsey 등은빅데이터를활용한시장변동예측과신사업발굴등경제적가치창출사례및효과를제시하고있다. The Economist(2010) 는빅데이터를제대로활용하면전세계가직면한환경, 에너지, 식량, 의료문제를상당부분해결할것으로전망하고있다. Gartner(2012) 는 2011년이머징기술전망에서빅데이터는 21세기현재는기술발생단계 (technology trigger) 지만 2012년이후가장빠르게성숙하는신기술로전망하고있다. Mckinsey(2011) 는빅데이터의활용에따라기업 / 공공분야의경쟁력확보와생산성향상, 사업혁신 / 신규사업발굴의차이가생길것이라고보고있으며, 유럽공공분야에서연 2,500억달러의경제적효과가있을것으로예측하고있다. IDC(2014) 가최근발간한 국내빅데이터스토리지시장전망 보고서에따르면향후 5년간연평균성장률이 31.3% 로증가해 2018년 1087억원규모에이를것으로전망하고있다. Policy Exchange(2012) 는영국에서빅데이터도입시, 공공무분에서는연간 160억-330억파운드를절감할것으로

26 12 보건복지빅데이터효율적관리방안연구 예측하고있고, CEBR(2012) 는향후 5년간 ( 12~ 17년) 영국산업전체에서약 2,160억파운드 ( 약 395조원 ) 의경제적효과가발생할것으로전망하고있다. 특히, 빅데이터는미래국가경쟁력에도큰영향을미칠것으로기대하여국가별로는안전을위협하는글로벌요인이나테러, 재난재해, 질병, 위기등에선제적으로대응하기위해우선적으로도입하고있다. 샌프란시스코경찰청은범죄예방지역및시각을예측하여범죄를미연에방지하기위한범죄예방시스템을구축하였다. 싱가포르는테러및전염병으로인한불확실한미래를대비하기위해 2004년부터빅데이터를관리하기위한 RAHS(Risk Assessment & Horizon Scanning) 를구축하여운영하고있다. 영국은 The Foresight Horizon Scanning Centre를설립 운영하여비만대책수립, 잠재적위험관리 ( 해안침식, 기후변화 ), 전염병대응등사회전반의다양한문제에빅데이터기술을활용하고있다. OECD는빅데이터를비즈니스효율성을제공하는새로운자산으로인식하여제 15차 WPIIS 회의 1) 에서빅데이터의경제학측정을의제로채택하였다. 한국의경우한국정보화진흥원 ( 은 2012년자살로언급된빅데이터를수집하여온라인자살관련 Buzz의발생패턴에따라보다체계적으로대응할수있는자살예방체계를설계할수있다는가능성을보였고, 한국보건사회연구원 ( 에서는 2012년구글검색트랜드를활용하여자살검색량과자살률간의관계를밝혔다. 한편, 한국은최근정부3.0과창조경제의추진과실현을위하여현정부의주요정책과제를지원하기위하여다양한분야에빅데이터의활용가치가강조되고있다. 보건의료부문에서는바이오센싱, 영상진단, 유전체 1) OECD, 15TH MEETING OF THE WORKING PARTY ON INDICATORS FOR THE INFORMATION SOCIETY, 7-8 June 2011.

27 제 1 장서론 13 분석등데이터가급속하게증가함에따라보건의료빅데이터의자원화및가치창출을위한산업의생태계조성을필요로하고있다. 사회복지분야에서는사회복지통합관리망구축운영에따른데이터의폭증과공공부조, 사회보험, 사회서비스등사회보장전반에대한데이터기반정책수립과현안에대한선제적대응을위해빅데이터의연계및분석 활용을시도하고있다. 보건복지빅데이터는다른분야보다수요자에게직접적인영향을주는것으로규모가방대할뿐아니라효율적관리와활용을통한경제적가치는무한할것으로예측되고있다. 특히, 저출산고령화가급속히진전되고보건복지서비스가공급자중심에서수요자중심의맞춤형서비스체계로변화됨에따라대국민보건의료서비스와복지전달체계를개선하고행정비용을줄이기위해서보건복지분야빅데이터의효율적관리와활용방안의마련이요구된다. 제 2 절연구목적 본연구는국내외의보건복지관련빅데이터현황과기술을분석하고수요공급의예측과분석사례를통하여수요자중심의맞춤형서비스를위한보건복지빅데이터의효율적관리방안을제시하는것으로구체적인연구목적은다음과같다. 첫째, 국내외빅데이터의전망, 기술, 활용, 분석방법, 프라이버시보호방안등을분석하여현황및문제점을파악한다. 둘째, 주요국과우리나라의공공데이터공개현황을분석하여공공데이터의효율적관리방안을제시한다. 셋째, 우리나라보건복지빅데이터이슈분석과통계제공현황을분석한다. 넷째, 국내보건복지빅데이터수요공급을예측하기위한모형을개발한다.

28 14 보건복지빅데이터효율적관리방안연구 다섯째, 보건복지분야소셜빅데이터사례분석을통하여보건복지정책개발과위험요인예측을위한방안을제시한다. 여섯째, SWOT 분석을실시하여빅데이터활용을위한세부전략을도출하고보건복지빅데이터활성화전략및발전방안을제시한다. 본연구는보건복지분야의빅데이터기술과정책수요를예측함으로써실효성있는보건복지빅데이터정책수립을가능하게하고빅데이터연계를통한사전예측과위험징후에대한선제적대응체계의구축이가능할것으로본다. 또한소셜빅데이터의다양한분석방법론을제시함으로써관련인재양성및서비스산업발굴을통한일자리창출에기여할것으로본다. 제 3 절연구내용및연구방법 본연구는총 8개의장으로구성하였다. 제1장 서론 에서는국내외문헌분석과웹사이트검색을통하여국내외빅데이터의도입배경과필요성그리고빅데이터의개념에대해설명하였다. 제2장 이론적배경 에서는문헌분석, 웹사이트검색, 해외출장등을통하여국내외빅데이터전망, 기술, 활용, 분석방법, 프라이버시등빅데이터의전반적인자원과활용방안에대해살펴보았다. 제 3장 국내외공공빅데이터공개현황 에서는문헌분석과웹사이트검색을통하여공공데이터출연배경과빅데이터관련부서현황, 국내외공개 개방된빅데이터현황및활용방안에대해살펴보았다. 제4장 보건복지이슈분석및통계제공현황 에서는네트워크분석, 문헌분석, 기관별보건복지통계정보시스템분석을통하여국내주요학술지에게재된보건복지관련논문들의키워드를분류하여주요이슈를분석하였고통계제공현황을

29 제 1 장서론 15 분석하여보건복지통계관리방안을제시하였다. 제5장 보건보건빅데이터수요공급예측 에서는우리나라빅데이터수용요인분석과빅데이터분석방법론을적용하여우리나라온라인뉴스사이트, 블로그카페, SNS, 게시판등에서수집한소셜데이터를바탕으로국내공공과보건의료분야빅데이터수요공급을예측하였다. 그리고소셜빅데이터를활용하여보건복지정책수요를예측하였다. 제 6장 소셜빅데이터를활용한사회위험요인예측 에서는빅데이터분석방법론을적용하여, 우리나라사회위험요인인비만과청소년자살에대한위험요인을예측하였다. 제 7 장 보건복지빅데이터활성화전략및발전방안 에서는 SWOT분석에서도출된세부전략에대한활성화방안을제시하였다. 제 4 절빅데이터의개념 빅데이터 (Big Data) 는 Wikipedia( ) 에서 기존데이터베이스관리도구로데이터를수집 저장 관리 분석의역량을넘어서는대량의정형또는비정형데이터세트및이러한데이터로부터가치를추출하고결과를분석하는기술 로정의하고있다. Gartner(2012) 는더나은의사결정, 시사점발견및프로세스최적화를위해사용되는새로운형태의정보처리가필요한대용량, 초고속및다양성의특성을가진정보자산으로정의하고있으며, 국가정보화전략위원회에서는 대용량데이터를활용, 분석하여가치있는정보를추출하고, 생성된지식을바탕으로능동적으로대응하거나변화를예측하기위한정보화기술 이라고정의하고있다 ( 국가정보화전략위원회, 2011). 삼성경제연구소는 빅데이터란수십에서수천테라바이트정도의거대한크기를갖고여러가지다양한비정형데이터를포함하고있으며, 생성, 유통, 소비가몇초에서몇시간

30 16 보건복지빅데이터효율적관리방안연구 단위로일어나기존의관리및분석체계로는감당할수없을정도의거대한데이터의집합으로대규모데이터와관계된인력, 조직, 기술및도구 ( 수집, 저장, 검색, 공유, 분석, 시각화등 ) 까지모두포함하는개념 으로정의하고있다 ( 함유근 채승병, 2012). 이와같은정의를살펴볼때빅데이터란엄청나게많은데이터로양적인의미를벗어나데이터분석과활용을포괄하는개념으로사용되고있다 ( 송태민, 2012). 한편, 정부3.0의효과적인추진과생애주기별맞춤형보건복지및국민행복실현을위한보건복지분야빅데이터의효율적활용방안모색하기위하여보건복지분야빅데이터추진방안이마련되었다. 정부 3.0은공공정보를적극개방 공유하고, 부처간칸막이를없애고소통 협력함으로써국정과제에대한추진동력을확보하고국민맞춤형서비스를제공함과동시에일자리창출과창조경제를지원하는새로운정부운영패러다임을의미하고있다. 빅데이터의주요특성은일반적으로 3V(Volume, Variety, Velocity) 를기본으로 2V(Value, Veracity) 나 1C(Complexity) 의특성을추가하여설명하고있다. 특히, 보건복지분야에서는국민의생명과직결되는정보를다루고있어빅데이터에있어가치 (Value) 와신뢰성 (Veracity) 은매우중요하다고할수있다. 표 1-1 빅데이터의 4 가지구성요소 구분 규모의 (Volume) 증가 다양성 (Variety) 증가 복잡성 (Complexity) 증가 속도 (Velocity) 증가 주요내용 기술적인발전과 IT 의일상화가진행되면서디지털정보량이기하급수적으로폭증하여제타바이트 (ZB) 시대로진입 로그기록, 소설, 위치, 소비, 현실데이터등데이터종류의증가와멀티미디어등비정형화된데이터유형의다양화 구조화되지않은데이터, 저장방식의차이, 중복성문제, 데이터종류확대, 데이터관리및처리의복잡성심화 사물정보 ( 센서, 모니터링 ), 스트리밍정보등실시간정보의증가로데이터생성과이동속도가증가, 대규모데이터처리와정보의활용을위한데이터처리및분석속도가중요 자료 : 정지선 (2011), 新가치창출엔진, 빅데이터의새로운가능성과대응전략.

31 제 1 장서론 17 빅데이터의특성 (5V, 1C) 은보건복지부 3.0의추진전략과유기적인연관성이있다 ( 오미애, 2014). 그림 1-1 과같이보건복지부 3.0의 소통하는투명한보건복지 는빅데이터의이용활성화를위해공공데이터를적극개방함으로써활용가능한자료가복잡하고 (Complexity), 양이매우방대 (Volume) 해진다. 보건복지부 3.0의 일잘하는유능한보건복지 는빅데이터를활용한과학적행정구현으로다양한 (Variety) 정보의결합이가능하고, 정부운영시스템개선으로인한자료의축적속도 (Velocity) 가빠르다. 보건복지부 3.0의 국민중심보건복지서비스 는빅데이터분석결과를기초로수요자맞춤형서비스통합을제공함으로써신뢰성있는 (Veracity) 새로운가치 (Value) 를창출한다. 그림 1-1 빅데이터의특성과보건복지부 3.0 추진전략

32

33 제 2 장 빅데이터이론적배경 제1절빅데이터전망제2절빅데이터관련기술제3절보건복지분야빅데이터활용제4절빅데이터프라이버시보호방안

34

35 2 빅데이터이론적배경 << 제 1 절빅데이터전망 그림 2-1 과같이스마트폰, 스마트TV, RFID, 각종센서의급속한보급과모바일인터넷, 소셜미디어, u-health서비스의확산으로데이터가폭발적으로증가함에따라혼돈과잠재적인가능성이공존하는빅데이터시대가도래하게되었다 ( 정지선, 2011). 그림 2-1 빅데이터의시대별특징 빅데이터는국내외금융, 유통, 통신, 제조, 서비스, 공공, 의료등다양한분야의산업에서활용되고있다. 그러나국내에서는아직관련기업의인식수준은낮은편이며실제로활용하고있는사례도드문것으로나타나고있다 ( 테이코산업연구소, 2013). 미국은기업의 70% 정도는빅데이터분석을통해수요자, 시장, 파트너, 비용, 인력운용측면에서새로운

36 22 보건복지빅데이터효율적관리방안연구 사실들을발견할수있을것으로보고있다 (TDWI, 2011). 일본은 2012 년현재빅데이터는발전단계이며빅데이터를이용하는데있어문제가되는요인으로인재의확보를들고있고, 획기적인분석방법이개발되면크게성장할가능성이있다고보고있다 ( 独立行政法人情報処理推進機構, 2012). 가트너는 2011년이머징기술전망에서 빅데이터 를새롭게포함시키고앞으로주목해야할기술로소개하면서빅데이터는현재기술발생단계이며 (Technology Trigger) 향후 2-5년후에성숙할것이며, 2012년가장빠르게성숙하는신기술로전망하고있다 (Gatner, 2011/2012)( 그림 2-2 참조 ). 그림 년도가트너의이머징기술하이프사이클 (Hype Cycle) 전세계빅데이터시장은 2010년 32억달러에서 2015년 169억~321 억달러로향후 5년간연평균 39%~60% 성장을예측하고있다 (KISTI, 2013)( 그림 2-3 참조 ). < 표 2-1> 은국내빅데이터시장현황및전망에관한것으로국내빅데이터시장은 2015년약 2억 6,320만달러, 2020 년약 9억달러 ( 한화 1조원 ) 에이를것으로예상되며, 향후빅데이터기술이전산업영역으로확장적용될것을감안한다면빅데이터관련시장규모는예상치를상회할것으로전망하고있다 (KISTI, 2013).

37 제 2 장빅데이터이론적배경 23 그림 2-3 주요시장조사기관빅데이터세계시장규모 표 2-1 국내빅데이터시장현황및전망 ( 단위 : 백만 $) 구분 연평균성장율 Servers % Storage % Networking % Software % Services % 합계 % 세계시장비중 자료 : 방송통신산업통계연보 (2012), ITSTAT( 정보통신산업진흥원 ), IDC(2012) 자료를기반으로 KSTI 추정 ( 방송통신위원회및한국정보통신협회, 지식경제부및한국전자통신산업진흥회가제공하는 IT 산업통계 (ITSTAT) 를기반으로국내서버 ( 중대형컴퓨터 ), 스토리지 ( 저장장치 ), 네트워크장비, 소프트웨어, IT 서비스시장규모를조사한후빅데이터부문예산진입비율을적용하여산출함 ) 국내외를막론하고많은 IT업체가빅데이터의활용과지원서비스에주력하고있다. 미국의 IT벤더는 2009년이후빅데이터관련기업을인수합병하거나제품과서비스를계속해서투입하고있다. 일본은 2010년이후주요 IT사업자가 Hodoop의통합 (intergration) 사업을전개하고있고, 복합이벤트처리기술의개발에경쟁을벌이고있다 ( 송태민, 2013).

38 24 보건복지빅데이터효율적관리방안연구 표 2-2 일본 IT 벤드의빅데이터이용동향 이와같이많은국가에서빅데이터가산업에미치는파급효과를전망 함에따라빅데이터는정보통신기술과함께국가의새로운성장동력이 될것으로보여진다 ( 김정선외, 2014).

39 제 2 장빅데이터이론적배경 25 제 2 절빅데이터관련기술 정보통신기술주도권이인프라, 기술, SW 등에서데이터로이동됨에 따라빅데이터의역할은분석과추론 ( 전망 ) 의방향으로진화되어가치창 출의원천요소로작용하고있다 ( 정지선, 2011). 그림 2-4 빅데이터의진화단계 국내빅데이터시장은 < 표 2-3> 와같이데이터를수집, 저장, 관리, 표현하는인프라 SW제품으로하둡과맵리듀스기술등이있다. 통계, 데이터마이닝, 기계학습, 패턴인식등을위한분석 SW제품으로 IBM, 솔트룩스등에서개발한기술이있다. 서버, 스토리지, 운영체제, 데이터베이스등여러소프트웨어와하드웨어를통합하는어플라이언스는 EMC, IBM, Oracle 등에서개발된기술이있다. 빅데이터분석, 인프라, 서비스를동시에제공하는서비스플랫폼으로 Google, Amazon, MS, SKT 등에서개발된기술이있다 (KISTI, 2013). 표 2-3 빅데이터기술및서비스현황 구분인프라 SW 제품분석 SW 제품어플라이언스서비스플랫폼 주요내용 데이터수집, 저장, 관리, 표현등빅데이터처리분석플랫폼을위한인프라가되는단일소프트웨어제품 통계, 데이터마이닝, 기계학습, 패턴인식등을통한분석을제공하는실시간분석소프트웨어제품 여러가지빅데이터쿼리소프트웨어가최적화되어설치된통합제품 빅데이터분석을위한인프라와서비스동시제공

40 26 보건복지빅데이터효율적관리방안연구 구분인프라 SW 제품분석 SW 제품어플라이언스서비스플랫폼 주요제품기술 Hadoop, Hbase, Cassandra, NoSQL, MapReduce EMC Greenplum, IBM MPP Data Warehouse, Oracle Big Data Appliance, Teradata Aster Data, 솔트룩스트루스토리, 사이람 NetMetrica, 넥스알 NDAP, 그루터 BAAS EMC Greenplum, IBM MPP Data Warehouse, Oracle Big Data Appliance, Teradata Aster Data, Google BigQuery, Amazon AWS, MS Azure, social metrics, 다음소프트, SKT 스마트인사이트 자료 : 2012 중소기업기술로드맵, 빅데이터처리분석플랫폼, 한국과학기술정보연구원 빅데이터기술은 생성 수집 저장 분석 표현 의처리전과정을 거치면서요구되는개념으로분석기술과인프라는 < 표 2-4> 과같다. 표 2-4 빅데이터처리프로세스별기술영역

41 제 2 장빅데이터이론적배경 27 빅데이터분석기술은통계, 데이터마이닝, 기계학습, 자연어처리, 패턴인식, 소셜네트워크분석, 비디오 오디오 이미지프로세싱등이해당된다. 빅데이터의활용, 분석, 처리등을포함하는인프라에는 BI, DW, 클라우드컴퓨팅, 분산데이터베이스 (NoSQL), 분산병렬처리, 하둡 (Hadoop) 2) 분산파일시스템 (HDFS), MapReduce 등이해당된다 (Pete Warden, 2011; 장상현, 2012; 송태민 2012에서재인용 ). 그리고다양한데이터소스에서수집된빅데이터를처리 분석하여지식을추출하고이를기반으로지능화된서비스를제공하기위해서는 그림 2-5 과같이빅데이터플랫폼이필요하다 ( 황승구외, 2013). 그림 2-5 빅데이터플랫폼 빅데이터관련기술은크게수집기술, 저장기술, 처리기술, 분석기술, 활용기술, 기타기술로정의할수있다 ( 김정선외, 2014). 본연구에서는수집기술로는 크롤링, 카산드라, 로그수집기, 센싱, RSS, Open API 로정의하였다. 저장기술은 데이터웨어하우스, RDB, 클라우드, X86, 디스 2) 하둡은대용량데이터처리분석을위한대규모분산컴퓨팅지원프레임워크로하둡분산파일시스템 (HDFS) 과분산처리를위한맵리듀스가핵심요소이며그외분산 DB 인 Hbase, 검색엔진 (Nutch), 쿼리언어 (Pig) 등을포함한다.

42 28 보건복지빅데이터효율적관리방안연구 크, 스토리지, NoSQL, SAN 으로정의하였다. 처리기술은 가상화, 맵리듀스, 스케일아웃, 어플라이언스, 하둡, 인-메모리, Hbase, R, 드레멜, 퍼콜레이터, 너치, 인덱싱, 스톰, 하둡분산파일시스템 으로정의하였다. 분석기술은 NDAP, 기계학습, 네트워크, 시멘틱웹, 온톨로지, 패턴인식, EDW, 데이터마이닝, 텍스트마이닝, 오피니언마이닝, 웹마이닝, 현실마이닝, 소셜네트워크분석, 클러스터분석, 통계적분석, 음성인식, 영상인식, AR, AI, Mahout, ETL, 알고리즘, 프리젤 로정의하였다. 활용기술은 BI, 인포그래픽스, SaaS, PaaS, IaaS, DaaS 로정의하였으며 아파치, 자바, HTML5 는기타기술로정의하였다. 1. 수집기술 기존검색포털이나통신사에서수행하고있는빅데이터수집기술 [ ( 주 )SKT 스마트인사이트빅데이터수집방식 ] 은 그림 2-6 과같다. 빅데이터수집기술은크게데이터크롤러인웹로봇이매일뉴스와트위터를방문하여데이터를수집하여해당기관의 DB에보관하는 Full Crawl 방식이있고, 새로운토픽 ( 예를들면 : 자살 ) 이설정되면수집조건에따라웹로봇이설정된사이트를방문하여데이터를수집하는 Focus Crawl 방식이있다. 데이터수집에는 ETL(Extraction Transformation Loading) 과크롤링엔진 (Crawling Engine) 을사용한다. ETL은다양한소스시스템으로부터필요한데이터를추출하여변환작업을거쳐저장하거나분석을담당하는시스템으로전송및적재하는모든과정을포함한다. 크롤링엔진은로봇이거미줄처럼얽혀있는인터넷링크를따라다니며방문한사이트의모든페이지의복사본을생성함으로문서를수집한다. 하둡분산파일시스템을이용하여수천대의노드들을연결하여수페타바이트급의저장용량을제공하고, 다이나모 (Dynamo) 분산데이터관

43 제 2 장빅데이터이론적배경 29 리시스템은데이터를분할하여노드들을배치함으로써대용량의데이터를관리할수있다 ( 황승구외, 2013, p86; 송태민 송주영, 2013에서재인용 ). 인메모리컴퓨팅은데이터베이스자체를메모리에올려서입출력을빠르게하여데이터의분석과저장, 제공을빠르게지원한다. 그림 2-6 빅데이터수집기술 빅데이터수집기술로는 < 표 2-5> 과같이크롤링, 카산드라, 로그수집 기, 센싱, RSS 등이있다. 표 2-5 빅데이터수집기술 영역크롤링 (Crawling) 카산드라 (Cassandra) 로그수집기 (Log collector) 센싱 (Sensing) 내용 주로검색엔진의웹로봇을이용하여 SNS, 뉴스, 웹정보등조직외부즉, 인터넷에공개되어있는웹문서 ( 정보 ) 수집 [1] 분산시스템에서방대한분량의데이터를처리할수있도록디자인된오픈소스데이터베이스관리시스템 [2] 조직내부에존재하는웹서버의로그수집, 웹로드, 트랜잭션로그, 클릭로그, DB 로그데이터등을수집 [1] 각종센서를통해데이터수집 [1]

44 30 보건복지빅데이터효율적관리방안연구 영역 RSS (Really Simple Syndication or Rich Site Summary) Open API (Open Application Program Interface) 내용 데이터의생산, 공유, 참여환경인웹 2.0 을구현하는기술로필요한데이터를프로그래밍을통해수집 [1] 서비스, 정보, 데이터등을어디서나쉽게이용할수있도록운영체제와응용프로그램사이의통신에사용되는언어나메시지형식의개방된 API 로데이터수집방식을제공 [1] 자료 : [1] 신신애 김근은 (2013). 빅데이터기술분류및현황. 한국정보화진흥원빅데이터전략센터 [2] 최성곤 오진태 장종수. 미래지식서비스를위한빅데이터처리의기술적요구사항. 한국정보기술학회지제 10 권제 3 호, pp 저장기술 빅데이터저장기술로는 < 표 2-6> 과같이데이터웨어하우스, RDB, 클 라우드, X86, 디스크 ( 스토리지 ), NoSQL, SAN 등이있다. 표 2-6 빅데이터저장기술 영역 데이터웨어하우스 (DW, Data Warehouse) RDB (Relational DataBase) 클라우드 (Cloud) X86 디스크, 스토리지 (Disk, Storage) NoSQL (Not only SQL) 내용 사용자의의사결정지원을위하여다양한운영시스템에서추출, 변환, 통합, 요약된데이터베이스 [4] 관계형데이터를저장, 수정하고관리할수있는데이터베이스로 SQL 문장을통하여데이터베이스의생성, 수정및검색등서비스제공 [5] 인터넷기반의컴퓨팅기술로무형의형태로하드웨어, 소프트웨어컴퓨팅자원을제공하는기술 [6] 인텔이개발한마이크로프로세서계열을이르는말로이들과호환되는프로세서들에서사용한명령어집합구조들을통칭 [7] 데이터와명령어를저장하기위해사용하는장치로빠른속도및안정성을강화한하드디스크기반의저장장치 클라우드환경에서발생하는빅데이터를효과적으로저장, 관리하는비정형데이터관리를위한데이터저장기술 [1]

45 제 2 장빅데이터이론적배경 31 영역 SAN (Storage Area Network) 내용 대규모네트워크사용자들을위하여디스크어레이, 테이프라이브러리, 옵티컬주크박스등과같은서로다른종류의데이터저장장치를관련서버와함께연결하는특수목적용스토리지전용네트워크 [8] 자료 : [4] 데이터웨어하우스 ( 검색일자 : ) [5] 양현철 김진철 신신애 김배현. 빅데이터활용단계별업무절차및기술활용매뉴얼 V1.0. 미래창조과학부 한국정보화진흥원 [6] 클라우드컴퓨팅 ( 검색일자 : ) [7] 검색일자 : ) [8] 검색일자 : ) 3. 처리기술 빅데이터처리기술로는 < 표 2-7> 과같이가상화, 맵리듀스, 스케일아 웃, 어플라이어스, 하둡, 인메모리, 에이치베이스, R, 드레멜, 퍼클레이 터, 너치, 인덱싱, 스톰, 하둡분산파일시스템등이있다. 표 2-7 빅데이터처리기술 영역가상화 (Visualization) 맵리듀스 (MapReduce) 스케일아웃 (Scale Out) 어플라이언스 (Appliance) 하둡 (Hadoop) 인메모리 (In-Memory) 에이치베이스 (Hbase) 내용 물리적컴퓨팅자원을논리적으로나누어사용자에게서로다른서버, 운영체제등의장치로보이게하는기술 [9] 분산시스템상에서데이터추출, 대용량데이터를병렬처리로지원하기위하여구글이제안한분산처리소프트웨어프레임워크 [10] 서버의대수를늘려트래픽을분산, 처리능력을향상시키는방식 데이터웨어하우징을위해서버, 스토리지, 운영체제, 데이터베이스, BI, 데이터마이닝등여러가지하드웨어 (HW) 와소프트웨어 (SW) 가최적화의상태로통합된장비 [2] 분산시스템상에서대용량데이터처리분석을위한대규모분산컴퓨팅을지원하는자바기반소프트프레임워크 [10] 메모리상에필요한데이터와이의인덱스를메모리에저장하여처리하는기법 [10] 컬럼기반의데이터베이스로대규모데이터처리를위한분산데이터저장소 [11]

46 32 보건복지빅데이터효율적관리방안연구 영역 R 드레멜 (Dremel) 퍼콜레이터 (Percolator) 너치 (Nutch) 인덱싱 (Indexing) 스톰 (Storm) 하둡분산파일시스템 (HDFS, Hadoop Distributed File System) 내용 통계계산및시각화를위해 R 언어와개발환경을제공하며이를통해기본적인통계기법부터모델링, 최신데이터마이닝기법까지구현및개선가능한오픈소스프로젝트 [1] 빠른속도로쿼리를수행하여대용량데이터를분석하는분산처리가지원되는기술 [13] 구글의검색엔진에서검색인덱스를작성하기위해채택된기술 [14] 자료와정보를검색하는크롤러 [15] 대량의데이터를유형이나연관성등일정한순서에따라체계적으로정리하여특정정보를쉽게발견하기위한기법 [16] 다양하게분산되어있는정보들로부터메타데이터의추출, 통합, 저장, 관리및활용을위한기반구조, 응용프레임워크, 개발방법론을제공하는데이터추론플랫폼 [17] 이기종간의하드웨어로구성된클러스터에서대용량데이터처리를위하여개발된분산파일시스템으로분산된서버의로컬디스크에파일을저장하고파일의읽기, 쓰기등과같은연산을운영체제가아닌 API를제공하여처리 [10] 자료 : [9] 검색일자 : ) [10] 정지선. 성공적인빅데이터활용을위한 3 대요소 : 자원, 기술, 인력. IT & Future Strategy 제 3 호. 한국정보화진흥원 [11] 유민석. 빅데이터를위한 EDW(Enterprise Data Warehouse) 고도화방안. 정보처리학회지제 19 권제 2 호. pp [13] 서정욱 오영일 김현준 심탁길. 대용량데이터병렬쿼리엔진성능비교분석 년한국경영정보학회추계학술대회. pp [14] 검색일자 : ) [15] 검색일자 : ) [16] 김혜선 강부중 양지수 임을규. 침입탐지시스템에서증가형접두사인덱싱을사용한효율적인시그니쳐탐지방법. 보안공학연구논문지, 제 9 권제 1 호. pp [17] 김정준 한성근 신인수 한기준. 공간 Hbase: 공간빅데이터를위한 Hbase 확장. 정보과학회논문지 : 데이타베이스제 40 권제 5 호. pp 분석기술 빅데이터분석기술로는 < 표 2-8> 과같이 NDAP, 기계학습, 네트워크, 시멘틱웹, 온톨로지, 패턴인식, EDW, 데이터마이닝, 덱스트마이닝, 오피니언마이닝, 웹마이닝, 현실마이닝, 소셜네트워크분석, 클러스터분석, 통계적분석, 음성인식, 영상인식, 증강현실, 인공지능, Mahout, ETL, 알고리즘, 프레겔등이있다.

47 제 2 장빅데이터이론적배경 33 표 2-8 빅데이터분석기술 영역 NDAP (NexR Data Analytics Platform) 기계학습 (Machine Learning) 네트워크 (Network) 시멘틱웹 (Semantic Web) 온톨로지 (Ontology) 패턴인식 (Pattern Recognition) 내용 데이터형태와관계없이모든데이터의수집, 처리, 저장, 분석등과관련한모든엔드투엔드서비스를제공하는플랫폼 인공지능의한분야로패턴인식등컴퓨터가학습할수있도록알고리즘과기술을개발 [18] 개인또는집단이하나의노드가되어각노드들간의상호의존적인관계에서만들어지는관계구조 분산환경에서리소스에대한정보와자원사이의관계및의미정보를온톨로지형태로표현하고이를자동화처리가능토록하는프레임워크 [19] 도메인내에서공유되는데이터들을개념화하고명시적으로정의한기술 [20] 데이터로부터중요한특징이나속성을추출하여입력데이터를식별할수있는부류로분류하는기법 [21] EDW 기존 DW(Data Warehouse) 를전사적으로확장한모델 [22] 데이터마이닝 (Enterprise Data Warehouse) 텍스트마이닝 (Text Mining) 오피니언마이닝 (Opinion Mining) 웹마이닝 (Web Mining) 현실마이닝 (Reality Mining) 소셜네트워크분석 (Social Network Analytics) 클러스터분석 (Cluster Analysis) 통계적분석 (Statistical Analysis) 대용량의데이터, 데이터베이스등에서감춰진지식, 기대하지못했던경향, 새로운규칙등의유용한정보를패턴인식, 인공지능기법등을이용하여데이터간의상호관련성및유용한정보를추출하는과정 [10] 자연어로구성된비정형텍스트데이터에서패턴또는관계를추출하여가치와의미있는정보를찾아내는기법 [10] 웹서버내의데이터베이스에저장되어있는어떤주제혹은특정한대상에대한사람의의견을포함하고있는텍스트속에서의미를추출, 분석하여의미있는정보를찾는다 [23] 인터넷상에서수집된정보를데이터마이닝방법으로분석통합하는기법 [10] 사람들의행동패턴을예측하기위해현실에서발생하는사회적행동과관련된정보를휴대폰, GPS 등기기를통해얻고분석하는기법 [10] 소셜미디어를언어분석기반정보추출을통해이슈를탐지하고흐름이나패턴등의향후추이를분석하는기법 [23] 관심과취미에따른유사성을정의하여비슷한특성의개체들을합쳐서로다른그룹의유사특성을발굴하는기법 [23] 전통적인분석방법으로주로수치형데이터에대하여확률을기반으로어떤현상의추정, 예측을검정하는기법

48 34 보건복지빅데이터효율적관리방안연구 영역음성인식 (Speech Recognition) 영상인식 (Vision Recognition) 증강현실 (AR) (Augmented Reality) 인공지능 (AI) (Artificial Intelligence) Mahout (Apache Mahout) ETL (Extraction, Transformation, Loading) 알고리즘 (Algorithm) 프레겔 (Pregel) 내용 사람의음성을컴퓨터가해석하여그내용을문자데이터로전환하는처리기법 객체인식기술을이용하여추출된전자적데이터를여러목적에따른알고리즘을적용하여정보를처리하는기법 가상현실 (VR, Virtual Reality) 의한분야로현실세계와가상세계를중첩하여사용자에게보다나은현실감을제공하는기법 [26] 인간의지능을연구하고이를모델링하여이론적체계를세우고다양한응용시스템으로구현하는기법 [5] 분산처리가가능하고확장성을가진기계학습을기반으로비슷한속성분류를처리하는기법의라이브러리 필요한소스데이터추출후변환을거쳐시스템에서시스템으로데이터를이동 ( 추출, 전송, 변환, 적재 ) 시키는기법 [10] 컴퓨터혹은디지털대상이과업을수행하는방법에대한설명이자명확히정의된한정된개수의규제나명령들의집합 [29] 정점중심의메시지전달방식을이용하는그래프처리에적합한클라우드기반분산처리프레임워크 [30] 자료 : [18] 검색일자 : ) [19] 시맨틱웹 [20] 황미녕 이승우 조민희 김순영 최성필 정한민. 연구개발트렌드분석을위한기술지식온톨로지구축. 한국콘텐츠학회논문지 12 Vol. 12 No. 12. pp [21] 검색일자 : ) [22] dconfiguid=19&categoryuid=57/( 검색일자 : ) [23] 최성우 김호영 김영국. 빅데이터기술및분석기법의연구동향 년가을학술발표논문집 Vol. 39, No.2(A). pp [26] 반경진 류남훈 김경옥 한재정 김응곤. 증강현실을위한가상공간좌표생성. 한국콘텐츠학회 2009 춘계종합학술대회. pp [29] 오세옥 이재현. 소프트웨어 페이스북 의알고리즘분석 - 행위자네트워크관점 -. pp [30] 신은옥 이성민 정연돈. Pregel 을이용한독립집합문제의병렬분산알고리즘 한국컴퓨터종하뷰학술대회논문집 Vol.39, No.1(C). pp 활용기술 빅데이터활용기술로는 < 표 2-9> 과같이 BI, 인포그래픽스, SaaS, PaaS, IaaS, DaaS 등이있다.

49 제 2 장빅데이터이론적배경 35 표 2-9 빅데이터활용기술 영역 BI (Business Intelligence) 인포그래픽스 (Infographics) 내용 신속하고정확한비즈니스의사결정에필요한데이터의수집, 저장, 처리, 분석하는일련의기술과응용시스템기술의집합 [10] 복잡한정보, 자료또는지식의시각적표현 [31] SaaS (Software as a Service) 클라우드환경에서동작하는온라인오피스등서비스로서의소프트웨어 PaaS (Platform as a Service) IaaS (Infrastructure as a Service) 클라우드환경에서동작하는어플리케이션이나서비스가실행되는환경을제공하는서비스로서의플랫폼 클라우드환경에서동작하는 OS 및응용프로그램을포함한 IT 자원 ( 서버, 스토리지, DB 등 ) 을제공가능한서비스로서의인프라 DaaS (Desktop as a Service) 클라우드환경에서동작하는데스크톱으로 PaaS, SaaS 를결합한데스크톱서비스 자료 : [31] 검색일자 : ) 6. 기타기술 빅데이터기타기술로는 < 표 2-10> 과같이아파치, 자바, HTML5 등 이있다. 표 2-10 빅데이터기타기술영역 아파치 (Apache) 내용 클라이언트요청을처리하기위해모듈화된접근을사용하여주요소스코드를변경하지않고서버측기능을구현하는유연하고확장가능한웹서버 자바 (JAVA) HTML5 (Hyper Text Mark-up Language 5) 객체지향적프로그래밍언어로보안성이뛰어나며컴파일한코드는다른운영체제에서사용할수있도록클래스 (class) 로제공 복잡한애플리케이션까지제공할수있는웹애플리케이션플랫폼으로진화한 HTML 을개선한마크업언어

50 36 보건복지빅데이터효율적관리방안연구 제 3 절보건복지분야빅데이터활용 3) 국내 외보건분야빅데이터활용사례는 < 표 2-11> 과같다. 표 2-11 국내 외보건분야빅데이터활용사례 국외 국내 구분 미국국립보건원 미국퇴역군인국 싱가포르 PA 캐나다온타리오공과대병원 IBM/Wellpoint 구글 한국인체자원은행네트워크 분당서울대학교병원 내용 질병에대한관리및예측시스템구축 ( Pillbox 프로젝트 (pillbox.nlm.nih.gov) 퇴역군인의전자의료기록 (Electronic Health Records) 분석을통한맞춤형의료서비스를지원하는빅데이터분석을위해 2 년간 25 개의 DW 를배치하여퇴역군인에게의료서비스제공 맞춤형복지서비스구축을위한인종, 나이, 문화, 소득, 연령에따른주민데이터를수집 분석하여개인별맞춤형서비스제공 인큐베이터내미숙아에대한데이터분석하여병원균감염예측할수있는시스템개발 의사와다른진료진들이환자치료에이용할수있는어플리케이션 ( 왓슨 ) 을개발하여제공 임상실험및우수치료사례, 과거데이터분석을통해환자에게가장적절한치료방법을제공하고최신정보를제시 독감예보서비스 ( 다양한사용자의검색어분석을통한정확한정보실시간제공 16 개병원을통해 36 만명의인체자원을확보하여질병지표및발굴및질병조기진단을위해활용 (kbn.cdc.go.kr) 빅데이터도입을통해업무효율성및생산성향상을위한임상의사결정지원시스템개발 자연어검색지원, 의약품처방및조제시의약품안전성과관련정보실시간제공하여부적절한약물사용사전에검사할수있도록확대 3) 본절은일부내용은 한국정보화진흥원 (2012), 빅데이터로진화하는세상 (Big Data 글로벌선진사례 ) 를분석, 재정리하였으며, 송태민, 우리나라보건복지빅데이터동향및활용방안, 과학기술정책, 통권제 192 호, 2013, pp 의내용을수정 보완한것임을밝힌다.

51 제 2 장빅데이터이론적배경 37 구분 DNA Link 내용 질병관리및개인의유전체염기서열분석으로맞춤형건강진단서비스제공하는유전자분석시스템제공 연세대학교의료원 한국보건복지정보개발원 u-health 를활용하여언제어디서나질병예방에서부터진단, 치료가가능한후 (H H) 헬스케어시스템제공 보건복지부가족건강사업, 검진사업, 구강보건사업, 노인보건사업, 한의약공공보건사업, 영양개선사업, 건강생활실천통합서비스, 보건소방문건강관리사업, 만성질환관리사업, 정신보건사업, 감염병관리사업을포함하여총 29 종의보건사업정보를관리함 보건분야의빅데이터국외활용사례로미국국립보건원은다양한질병을연구하기위해유전자데이터를공유분석할수있는유전자데이터공유를통한질병치료체계를마련하여주요관리대상에해당하는질병에대한관리및예측을실시하고있다. 현재 1,700명의유전자정보를아마존클라우드에저장하여누구나데이터를이용가능하게구축하였다 ( 미국국립보건원산하국립의학도서관에서는사용자가요구하는다양한약에대한정보를제공하고제조사와사용자간의쌍방향상호작용을통해약의정보를제공하는 Pillbox 프로젝트를통한의료개혁을추진하고있다. Pillbox 서비스 (pillbox.nlm.nih.gov/) 로미국국립보건원에접수되는알약의기능이나유효기간을문의하는민원수는 100만건이상으로평균한건당확인하는소요비용 50달러를감안하면연간 5,000만달러의비용절감효과가있는것으로전망하고있다. 미국퇴역군인국 (U.S. Department of Veterans Affairs) 에서는퇴역군인의전자의료기록분석을통한맞춤형의료서비스를지원하는빅데이터분석을위해 2년간 25개의 DW를배치하여 2,200만퇴역군인에게의료서비스를제공하고있다. 퇴역군인전자의무기록 (EHR) 을분석하여

52 38 보건복지빅데이터효율적관리방안연구 의사가개별환자를쉽게진료할수있도록지원하고있다. 싱가포르 PA(People s Association) 는 1,800개이상의주민위원회센터 ( 커뮤니케이션센터 ) 에서진행되는다양한활동들을공유하기위해주민위원회센터네트워크기반의맞춤형복지사회를구현하였다. 싱가포르 PA는빅데이터처리를위하여다양한인종, 나이, 문화, 소득, 연령에따른주민의데이터를수집 분석하여개인별맞춤형서비스를제공하고있다. 캐나다온타리오공과대병원은인큐베이터내미숙아에대한다양한데이터를분석하여병원균감염을예측할수있는시스템을개발하여미숙아모니터링을통한감염예방및예측, 감염징후등을조기에발견하고다른미숙아등에대한감염을예방하며퇴원후무선센서를이용하여병원밖에서도환자들을실시간으로체크를할수있는시스템을구축하였다. IBM과미국건강보험회사인웰포인트 (Wellpoint) 는의사와다른의료진들이진단과환자치료에이용할수있는애플리케이션 ( 왓슨 ) 을개발하여제공하고있다. 왓슨은임상실험및우수치료사례등과거데이터를분석하여환자에게가장적절한치료방법을제공하고최신정보를과학적인방법으로제시하고있다. 구글 (Google) 은감기와관련된검색어분석을통하여독감예보서비스제공하고있다. 구글독감예보서비스 ( 구글플루트렌드 ; 는다양한사용자의검색어분석을통하여사용자에게다시유의미한데이터로가공하여정확한정보를실시간으로제공하고있다. 보건분야국내활용사례로질병관리본부에서운영하는한국인체자원은행네트워크 (kbn.cdc.go.kr/) 는 16개병원을통해 36만명의인체자

53 제 2 장빅데이터이론적배경 39 원확보하여질병지표발굴및질병조기진단을위해활용하고있다. 한국인체자원은행네트워크는생명연구자원의체계적수집과정보표준화, 정보공유를통하여질병의예방과진단, 맞춤치료, 신약-신기술을위한미래바이오산업의신성장동력으로서기반을마련하고있다. 분당서울대병원은빅데이터도입을통해업무효율성및생산성향상을위한임상의사결정지원시스템을개발하였다. 임상의사결정지원시스템은환자개인의특이사항을입력하여임상적의사결정을지원하기위한서비스로시스템이도입된후, 부적절한용량의신독성약물처방률이 30.6% 로감소하는효과를가져왔다. 임상의사결정지원시스템은빅데이터를분석하여자연어검색을지원하고의약품의처방과조제시의약품안정성과관련된정보를실시간으로제공하여부적절한약물사용을사전에검사할수있도록확대하고있다. DNA Link(dnalink.com/) 에서는질병관리분석과개인의유전체염기서열분석으로맞춤형건강진단서비스를제공하는유전자분석시스템을제공하고있다. 연세대학교의료원에서는 u-health를이용하여언제어디서나질병예방, 진단, 치료가가능한후 (H H) 헬스케어시스템을제공하고있다. 한국보건복지정보개발원에서는보건복지부의가족건강사업, 검진사업, 구강보건사업, 노인보건사업, 한의약공공보건사업, 영양개선사업, 건강생활실천통합서비스, 보건소방문건강관리사업, 만성질환관리사업, 정신보건사업, 감염병관리사업을포함하여총 29종의보건사업정보를관리하고있다 (ETRI, 2014)

54 40 보건복지빅데이터효율적관리방안연구 그림 2-7 지역보건의료정보시스템구성도 국내 외복지분야빅데이터활용사례는 < 표 2-12> 와같다. 표 2-12 국내 외복지분야빅데이터활용사례 국외 국내 구분 싱가포르국가위험관리시스템 FBI 샌프란시스코경찰청 보건복지부 근로복지공단 한국정보화진흥원 내용 2004 년부터빅데이터를기반으로위험관리계획추진 국가위험관리시스템을구축하여질병, 금융위기등의국가적위험사항을수집및분석하고있음 (hsc.gov.sg) 유전자정보은행 CODIS(Combined, DNA Index System) 은 350 만개의 DNA 분석표가내장되어있으며, 유전자색인시스템을활용하여단시간범인을검거하는체계구축 범죄발생지역및시간을예측하여범죄를미연에방지하기위한범죄예방시스템을구축 (( 사회복지통합관리망 ( 행복 e 음 ) 개발하여수요자중심의복지서비스구현 사회서비스전자바우처시스템구축 고객관계관리 (CRM) 을구축하여 찾아가는서비스 를통한맞춤형서비스를제공 빅데이터국가전략분석팀에서 2012년 1월부터 10월 18일까지자살로언급된소셜데이터를수집하여분석하여청소년자살과관련한패턴분석과자살예방체계설계할수있는가능성을보임

55 제 2 장빅데이터이론적배경 41 복지분야국외사례로는주로안전과관련한빅데이터활용이주를이루고있다. 싱가포르에서는국가위험관리시스템 (Risk Assessment Horizon Scanning) 을구축하여질병, 금융위기등모든국가적위험을수집및분석을하고있다. RAHS(hsc.gov.sg) 는 2004년부터빅데이터를기반으로한위험관리계획을추진하여수집된정보는시뮬레이션, 시나리오기법을통해분석하여사전위험예측및대응방안을모색하고있다. FBI는유전자색인시스템활용하여단시간범인을검거하는체계를구축하고있다. FBI의유전자정보은행 CODIS(Combined, DNA Index System) 은미제사건용의자및실종자에대한 DNA 정보 1만 3,000건을포함하여 12만명의범죄자 DNA 정보가저장되고매년 2,200만명의 DNA 샘플을추가하여범죄수사에활용하며약 350만개의 DNA 분석표가내장되어있다. 샌프란시스코경찰청은범죄발생지역및시간을예측하여범죄를미연에방지하기위한범죄예방시스템을구축하였다 ( com). 범죄예방시스템은과거범죄를분석하여효율적으로경찰을배치하고과거범죄자및범죄유형을 SNS를통해지속적으로관찰함으로써그와관련된조직및범죄에대한예방을하고있다. 복지분야국내활용현황으로는보건복지부가사회복지통합관리망 ( 행복 e음 ) 을개발하여수요자중심의복지서비스구현하였다. 사회복지통합관리망은각종복지급여및서비스지원대상자의자격및이력에관한정보를통합관리하고지자체복지업무처리를지원하는중앙집중형정보시스템으로크게복지급여통합관리시스템, 상담사례관리시스템, 사회복지시설정보시스템으로구성되어있다. 사회복지통합관리망은총 123종의보건복지사업수혜자이력및정보를관리하고있으며, 앞서정의된범부처보건복지사업 296종중 118종의사업정보를관리하고있다 (ETRI, 2014).

56 42 보건복지빅데이터효율적관리방안연구 그림 2-8 사회복지통합관리망구성도 보건복지부 ( 보건복지정보개발원 ) 의사회서비스전자바우처시스템은바우처사업대상자및제공기관을효율적으로관리하기위해구축된정보시스템으로크게바우처포털시스템, 업무지원시스템, 임신출산진료비시스템으로구성되어있다. 사회서비스전자바우처시스템은보건복지부의노인돌봄서비스, 장애인활동지원사업, 산모신생아도우미사업, 가사간병방문사업, 지역사회서비스투자사업, 임신출산진료비사업, 장애아동재활치료사업, 언어발달지원사업총 8개분야의사회서비스사업및 700여종의지역사회서비스정보를관리하고있다 ( 그림 2-9 참조 ). 그리고보육통합정보시스템은보육전자바우처아이사랑카드를관리하는바우처관리시스템, 지자체공무원을위한행정지원시스템, 어린이집지원시스템, 아이사랑보육포털, 예탁자금관리시스템으로구성되어있다. 보육사업관련 22종의세부사업정보가보육통합정보시스템을통해관리되고있고, 296종의범정부보건복지사업중 8종의사업정보가보육통합정보시스템을통해관리되고있다 (ETRI, 2014)( 그림 2-10 참조 ).

57 제 2 장빅데이터이론적배경 43 그림 2-9 사회서비스전자바우처시스템구성도 그림 2-10 보육통합정보시스템구성도 근로복지공단은공공부문고객관계관리 (CRM) 를구축하여 찾아가는 서비스 를통한맞춤형서비스를제공하고있다. 한국정보화진흥원빅데 이터국가전략포럼분석팀에서는 2012 년 1 월부터 10 월 18 일까지자살

58 44 보건복지빅데이터효율적관리방안연구 로언급된빅데이터자료를뉴스 ( 온라인에서게재되는 214개웹사이트 ), 블로그 ( 네이트, 네이버, 이글루스, 다음, 티스토리, 야후 ), 카페 ( 네이버, 다음, 뽐뿌, 카드고릴라, SLR 클럽 ), SNS( 트위터, 미투데이 ), 게시판 ( 네이버지식인, 네이트지식, 다음신지식등 ) 등에서수집하여청소년이작성했다고추정되는 6만 9,886건을분석하였다. 이를통해청소년들은자살과관련하여온라인상에많은 Buzz를생성하고있으며 Buzz의발생패턴에따라보다체계적으로대응할수있는자살예방체계를설계할수있다는가능성을보였다. 한편, 2013년현재, 보건의료분야빅데이터시범사업으로진행중인과제는다음과같다. 첫째, 국민건강주의예보시범서비스구축사업은국민건강공단의건강보험 DB와 SNS 정보를융합하여홍역, 조류독감, SAS 등감염별발생예측모델링을개발하고, 이를상시모니터링하여위험징후시주의예보서비스를제공한다. 둘째, 빅데이터기반의약품안전성조기경보서비스는유해사례DB, 치료기록, SNS 등을연계분석하여, 유의의약품을추출하고, 이들의위험도를예측하여병의원, 제약회사및유관기관등과정보공유를하는사업이다. 셋째, 보건의료빅데이터활용시범사업은포털과질병관리본부등과협의된데이터외병원자체데이터를활용하여독감유행예측, 심실부정맥예측, 입원병상배정최적화, 신종마약류인지및감시서비스를제공한다 ( 송태민, 2013).

59 제 2 장빅데이터이론적배경 45 제 4 절빅데이터프라이버시보호방안 4) 빅데이터의등장과함께공공및민간기관에서는다양한목적으로폭넓게활용되면서개인의정보유출과프라이버시침해에대한우려는높아지고있다. 개인에관련된정보를정부나공공기관혹은서비스제공자가실시간으로감시하는행위는사회전체의안전과편의라는공통의가치를위해개인은자신의프라이버시를부분적으로포기한다고암묵적으로동의한것으로여겨지고있으나실제적으로는개인의가치를다양하게반영한선택적인계약에의한것이아니라일률적인점이문제가되고있다. 빅데이터의긍정적활용을위해서는우선빅데이터의이용으로인해발생할수있는부작용과이에대한대책을검토하고개개인의존중을기본으로하는사회전체의공정한규칙을마련해야할것이다. 그중에서가장시급한문제중의하나가빅데이터의활용에있어서의프라이버시의보호방안이다. 본연구에서는우리나라와사회제도면에서유사한일본을중심으로빅데이터의활용을위한프라이버시보호방안에대해살펴보고자한다. 1. 개인정보와프라이버시개요 가. 개인정보개요 개인정보의법률상의정의로는 개인정보법 ( 제 2 조제 1 호 ) 과 정보통 신망이용촉진및정보보호등에관한법률제 2 조제 6 호 에서 살아있는 4) 본절은 송태민, 일본의빅데이터프라이버시보호방안, 보건복지포럼통권 210 호, 의내용을수정 보완한것임을밝힌다.

60 46 보건복지빅데이터효율적관리방안연구 개인에관한정보로서성명, 주민등록번호및영상등을통하여개인을알아볼수있는정보 ( 해당정보만으로는특정개인을알아볼수없더라도다른정보와쉽게결합하여알아볼수있는것을포함한다.) 를말한다 로규정되어있다. OECD는개인정보보호지침 (Guidelines on the Protection of Privacy and Transborder Flows of Personal Data) 에서개인데이터 (Personal Data) 는식별되거나식별될수있는개인에관한모든정보를지칭한다고정의하고있다. EU도개인정보보호지침 (Directive95/46EC) 에서개인데이터 (Personal Data) 는식별되거나식별될수있는자연인에관한모든정보를지칭한다고규정하고식별가능한개인이란직접또는간접적으로신원확인번호, 신체적, 생리적, 정신적, 경제적, 사회적동일성 (identity) 을나타내는요소를참조하여그신원이확인될수있는사람을지칭한다고정의하고있다. 한편, 미국의프라이버시법 (Privacy Act, 1974) 에서의개인정보는행정기관이보유하는개인기록 (Record) 에서개인에관한정보 (information about an individual) 의개개항목또는그집합을의미하며여기에는개인의이름, 식별번호, 부호, 지문, 성문등이있고특정개인과연결지을수있는 (Linkable) 정보가포함되어있다. 최근에는스마트폰의 ID와같이해당개인의고유한식별자 (identifying particular) 까지확대되어개인정보로취급되고있다. 일본의 개인정보의보호에관한법률 상에정의된개인정보는 생존하는개인에관한정보로서해당정보에포함된성명, 생년월일과그외개인을식별할수있는것 ( 타의정보와쉽게결합하여그에의해특정의개인을식별할수있는것을포함한다.) 이라고규정되어있어우리나라의개인정보법에서와표현이유사하다. 위에서보는바와같이각국에서개인정보의법적인정의는

61 제 2 장빅데이터이론적배경 47 비슷하며우리나라기준으로개인정보를열거하면 성명, 주민등록번호를비롯하여주소, 성별, 본적, 가족관계와여권번호, 운전면허증번호등신상에관한기본정보와신장, 체중, 장애정도, 생체인식정보, DNA, 혈액형, 지병등과같이신체의특징을나타내거나건강의료에관련된정보, 소득, 재산, 보험가입현황, 신용정보, 채권, 채무등의경제관계정보, 병역, 직업경력, 사회활동경력, 전과기록및법률위반기록등의사회경력정보, 친구선후배애인등의인적관계정보, 종교, 취미, 사상, 신조, 가치관, 정치적성향등의내면정보를비롯하여기타통신내역, 위치정보, 음주, 흡연량 등의정보가포함된다. 개인정보는본인확인정보로서의식별정보와본인에부속된속성정보로대별할수있다. 식별정보에는성명, 주민등록번호, 여권번호와얼굴사진, 지문, 성문, 홍체, 유전자등의생체정보가있다. 이는그자체로서개인을식별하거나특정지을수있는정보이다. 성명의경우동명이인이존재하는경우도있지만사회통념상독립적으로개인을특정하는데사용되고있음으로식별정보로서분류된다. 한편주소, 생년월일, 성별, 인종, 국적등은단독으로특정개인을식별할수는없지만조합에의해본인을식별할수있는준식별정보이다. 속성정보에는건강의료정보, 경제상황정보, 개인의신용정보, 학력과경력정보등이있다. 반면신용정보와학력, 경력정보에포함된신용카드번호나학번, 사번과같은개인ID 정보는일반적으로기본식별정보와준식별정보를근거로발행되어개인을특정하는데사용됨으로식별정보로분류할수있다. 법률상에서정의된 개인정보 와이를기술하는데사용된 개인에관한정보 를비교해보면후자가전자를포함하는개념임을내포하고있다 ( 그림 2-11 참조 ). 즉, 개인에관한정보가보다넒은개념의집합으로그중일부가개인

62 48 보건복지빅데이터효율적관리방안연구 정보인것이다. 개인에관한정보중에는개인의식별로연결되기가어려워법률적으로개인정보에포함되지않는것들이있다. 따라서이러한정보는개인에관한정보로서의그중요성이나의미와가치가적은것으로취급되어왔다. 경우에따라서는 개인에관한정보 에서제외되었다. 그러나정보통신기술의발전과인터넷의등장으로지금까지비개인정보로취급되었던사항들이다른정보와결합하여개인을특정지을수있게사회가변화됨에따라개인정보가차지하는영역이점차확대되어가고있는상황이다. 과거에는혼잡한길거리의사진에촬영된사람들의정보는 개인에관한정보 에서제외되었고도서관자료의열람정보와같은행동이력등은사회적인상식의범위에서개인정보로간주하지않았던사항들이었다 ( 그림 2-12 참조 ). 그림 2-11 개인에관한정보와개인정보및프라이버시의관계

63 제 2 장빅데이터이론적배경 49 그림 2-12 개인정보식별성과공개성 최근들어인터넷상의프라이버시보호에대한논의와함께그러한정보들이개인정보의범주에포함되고있다. 특히, 데이터의분석기술의발달과함께그러한경향은더욱가속되고있으며그동안의미나존재가치가희박했던비개인정보들이활용을전제로새로운가치를창출하는빅데이터로서재평가받고있는것이다. 나. 프라이버시개요 개인에관한정보중에는사생활에관계되는프라이버시 (Privacy) 의부분이있다 ( 그림 2-13 참조 ). 프라이버시의사전적인의미로서는개인의사생활이나사적인일또는그것을남에게알려지지않거나간섭받지않을권리를말하며사생활 ( 私生活 ) 로번역하기도하지만프라이버시는권리를포함한더큰범주에속한다. 프라이버시를내용에따라분류하면결정프라이버시 (Decisional privacy), 공간프라이버시 (Spatial privacy 혹은 Locational privacy), 의도프라이버시 (Intentional privacy), 정보프라이버시 (Informational privacy), 통신프라이버시

64 50 보건복지빅데이터효율적관리방안연구 (Communicational privacy), 물리적정신적프라이버시 (Physical and psychological privacy) 등으로나눌수있다. 그림 2-13 개인정보와프라이버시권에해당하는정보의관계 프라이버시는초기에 혼자있을권리 (the right to be left alone) 로서자기자신에관한정보가남에게함부로공개되거나침해되지않는권리의소극적인개념에서정보화의물결과함께 자신의정보를통제할수있는권리 (the right to control information about oneself) 로발전하게되었다. 즉, 자신의정보를수집, 가공, 유통및제공하는데에있어접근권및통제권을가지고언제, 무슨정보를어느범위까지누구에게유통시키느냐를스스로결정하는 정보의자기결정권 을의미하게된것이다. 이처럼프라이버시권리는당초의소극적인개념에서시작하여정보사회에서는 정보의자기결정권 과같은적극적이고능동적인권리의개념으로바뀐것이다. 프라이버시권의법적지위는유엔에있어서의세계인권선언을비롯하여각국은헌법과법률에의해국민의기본권으로

65 제 2 장빅데이터이론적배경 51 보호하고있다. 세계인권선언 (Universal Declaration of Human Rights)12조에는 어느누구도자신의사생활, 가족, 가정또는통신에대하여자의적인간섭을받지않으며자신의명예와신용에대하여공격을받지아니한다. 모든사람은그러한간섭과공격에대하여법률의보호를받을권리를가진다 라고규정하고있다. 우리나라헌법에서는제16 조공간에대한프라이버시제17조사생활의비밀과자유로서의프라이버시제18조통신에대한프라이버시를국민의기본권으로보장하고있다. 이를침해하였을때는민법에서불법적행위에의한침해로서제750 조불법행위의내용에대한손해를배상할책임이있고, 제751조 ( 재산이외의손해의배상에서 ) 자유또는명예를해하거나기타정신상의고통에대해배상할책임이발생한다. 2. 빅데이터활용에있어서의프라이버시보호방안 빅데이터의활용에있어서의가장논란이되고있는것은개인의각종기록정보를수집하여분석함으로해서생길수있는프라이버시의침해에대한위험성의문제이다. 이는외부로부터의침입에의한데이터의유출의위험성과데이터취급자의부적절한업무처리로인한무의식적인공개와같은잠재적위험성그리고내부자의불법적인열람행위등에서비롯되는위험성을내포하고있다. 프라이버시가노출되거나개인정보가악용된경우사회적으로큰파장이일어남은물론경제적인면에서도손해배상과대책비용의발생, 사업활동의자숙혹은신용저하에따른매출감소등의비용이발생한다. 일본네트워크보안협회의보고서에따르면 2011년에연간약1,551건의개인정보유출과 1,900억엔약 2조원이상의손해배상이있다고보고되고있다 ( 日本ネットワ一クセキュリティ

66 52 보건복지빅데이터효율적관리방안연구 協,2012). 이러한문제에대해적절히대처하기위해사회적인큰틀에있어서의법제도적인대책에서부터비롯하여조직적인대책, 기술적인대책등이검토되고있다. 법제도의측면에서는한국과일본에서는개인정보법이제정되어있으며미국에는옵트아웃을기반으로한 소비자프라이버시권리장전 (Consumer Privacy Bill of Rights), 유럽의옵트아웃을기반으로한 EU 데이터보호규정 (General Data Protection Regulation) 등이정비되어있다. 조직적인대책으로는법에서규정한안전관리조치를준수하는차원에서정보보호관리체계 (ISMS) 와프라이버시영향평가 (PIA) 등의시스템운용과관리상의각종기법이도입되고있다. 또한기술적인면에서도프라이버시보호데이터마이닝 (PPDM: Privacy-Preserving Data Mining) 등여러가지기법이연구개발되어적용되고있다. 그러나개인정보보호를과도하게중시하면빅데이터의활용을저해하게될우려가있다. 이는서비스공급자와이용자의양자가상호간에다양한효용성을얻을수있는기회를놓치는것이된다. 이러한점에서법제도적, 기술적대책을적절히운용하여정보주체가안심하고자신의데이터를제공하게하고빅데이터가적극적으로활용되게하는일이중요하다. 가. 정보보호관리체계인증을통한프라이버시보호 정보보호관리체계 (ISMS: Information Security Management System) 는기업이나조직이정보보호활동을체계적이고지속적으로수행하기위해, 보안정책을수립하고이에근거한계획의작성, 실시, 운영, 그리고일정기간후의보안방침과계획의재검토등을포함한전체적인위험관리를지속적으로수행하는체계를말한다 5). 기업이나조직이

67 제 2 장빅데이터이론적배경 53 ISMS를보유하고유지하고있는지에대해서는 ISMS 인증제도 를통하여제도적으로보증받는다. 이는제삼자기관에의한인증심사에의해정보보안관리체계의국제규격인 ISO/IEC17799:2000 및 BS7799-2:1999 에입각한평가를받는것이다. ISMS에요구되는범위는 ISO/IEC 등이정하는기술적인정보보안대책의레벨이아니라조직전체에있어서보안관리체제를구축 감시하고위기관리를실시하는것이다. ISMS는개별적인문제에대한기술대책외에도조직관리의일환으로서스스로의위험을평가하여필요한보안레벨을정하고계획에따라자원을배분해서시스템을운용하는것이다. 조직이보호해야할정보자산에대해서기밀성, 완전성, 가용성을균형있게유지하고개선하는것이 ISMS의기본개념이다. 나. 프라이버시영향평가를통한프라이버시보호 프라이버시영향평가 (PIA: Privacy Impact Assessment) 는개인정보를수집하여취급하는정보시스템의기획, 구축, 보수, 유지과정에있어서개인정보제공자의프라이버시에의영향을 사전 에평가하는일련의프로세스를말한다이를통하여잠재적인프라이버시침해위험성을분석하고대안적인방법이나보호방안을검증하는등정보시스템의구축운용을적정하게실시할수있도록하는과정을포함한다. 설계단계에서부터프라이버시보호대책을검토함으로써정보시스템가동후의프라이버시리스크를최소한으로억제할수있어향후시스템의개보수에따르는추가비용의발생을막을수있다. PIA는 2008년 4월 ISO22307(Financial services Privacy impact assessment) 로서표준화되었다. 부제의타 5) /09/13.

68 54 보건복지빅데이터효율적관리방안연구 이틀에서의미하는바와같이금융서비스를제공하는기업이고객과거래처등의재무데이터의처리와관련된프라이버시보호와리스크에대처하기위한방법론이정의되어있다. 그러나그내용이금융관련서비스에특화한것이아니고민간부문및공공부문을불문하고다양한분야에적용가능한것이다. 또한, 요구사양이각국의법체계나사회제도에의존하지않는최대공약수적인내용이다. 실제적으로법령상의해석이나익명화와같은기술적인대책만으로는개인정보의이용을정당화하는데충분한근거를마련할수없는상황이생길때가많다. 이런상황을해소하는데있어 PIA의프로세스로서활용하는것이유효할수있다. 즉개인정보의보호와이용의균형을도모하기위해개인정보의이용에수반되는프라이버시에의영향리스크를평가해서정보이용에의해초래되는편익과비교한다. 이를토대로정보주체자를비롯한이해관계자들의의향을파악하여이를반영한적절한조치를강구함으로써정보이용에대한정당성을확보하는것이다. 다. 프라이버시보호기술을통한프라이버시보호 개인과관계되는정보를유통함에있어서법제도적인대책과조직적인대책을완수하기위해서는기술적인대책이뒷받침되어야한다. 프라이버시보호를위해정보유통에강한제약조건을두게되면정보의가치를잃게되거나손상되어사회적으로는물론정보주체자가본인에게도손실을가져오게된다. 서비스를개인화하는데있어개인정보는불가결한요소이기때문이다. 이러한문제를기술적으로보완하기위하여최근개인정보의이용과프라이버시보호의밸런스를취하는방안이연구되고있다. 그중에서프라이버시보호데이터마이닝에관한연구가대표적으로

69 제 2 장빅데이터이론적배경 55 관심을받고있는연구이다. PPDM는개인정보나기밀정보의안전성을유지하고개인의프라이버시를보호하면서대규모의데이터로부터특징이나규칙성등을추출하고새로운지식을발견하는데활용하기위한기술을총칭하는것이다. PPDM에는데이터가가진정보의일부를누락시키거나개인을특정할수있는요소를삭제 은폐하는등의익명화수법과통계학적인처리에의해 DB에잡음을첨가하여통계적인성질을유지하면서데이터의누설을막는교란수법, 데이터가가진정보에손상을입히지않고당사자간에정보를주고받는암호화수법등이있다. 현재는정보공개에일반적으로활용될수있는익명화기술이많이연구되고있다. 그러나데이터의익명화는정보의손실을초래하여데이터마이닝 (data mining) 의결과에영향을미치게됨으로활용용도에따라프라이버시보호수준을고려하여익명화처리에특히주의를기울일필요가있다. 암호화수법중에는데이터를복수의그룹에나누어서분리보관하고그룹사이의공개키암호로데이터를암호화한채로필요에따라데이터마이닝 (data mining) 을위한계산을실시하여그결과만을전체그룹사이에공유하는비밀계산기술도최근연구되고있다.

70

71 제 3 장 국내외공공빅데이터공개현황 제 1 절공공데이터및빅데이터국내관련조직 제 2 절빅데이터관련인력양성현황 제 3 절공개 개방된빅데이터현황및활용방안

72

73 3 국내외공공빅데이터공개현황 << 제 1 절공공데이터및빅데이터국내관련조직 공공정보를적극적으로개방하고공유하며부처간의칸막이를없애소통하고협력함으로써국민맞춤형서비스를제공하고동시에일자리창출과창조경제를지원하는정부운영패러다임의일환으로정부 3.0이출범하였다. 정부 3.0이제기된배경으로는정보통신기술 (ICT) 의환경변화로인하여정부내부및정부간또는민간과개방 공유 소통 협력을통하여개인맞춤형서비스를제공하고자하는것으로기하급수적으로증가하는데이터의양과 IT발달로인한빅데이터의등장이유를들수있다. 그림 3-1 정부 3.0 목표 자료 : 안전행정부 (2014), 정부 3.0 길라잡이

74 60 보건복지빅데이터효율적관리방안연구 1. 정부공공데이터담당부서및업무현황 현정부가출범하면서정부조직법에의하여정부조직을 15부 2처 18청에서 17부 3처 17청으로개편되었다. 각부처별공공데이터담당자및업무현황은 < 표 3-1>, < 표 3-2>, < 표 3-3> 과같다. 그림 3-2 은 17부 3처 17청의공공데이터제공현황이다. 기획재정부, 미래창조과학부를비롯한 17개부처에서는총 727건의공공데이터를서비스하고있으며, 법제처, 국가보훈처, 식품의약품안전처에서는총 49건의공공데이터를서비스하고있다. 국세청, 관세청, 조달청을비롯한 17개청사에서는총 414건의공공데이터를홈페이지를통하여서비스하고있다. 그림 부 3 처 17 청공공데이터제공현황 * 기준 표 부공공데이터담당자및업무현황관련부처부서연락처담당업무기획조정실 책임관기획재정부정보화담당관 실무담당 책임관미래창조과학부정보화담당관 실무담당 제공 Data 34 6

75 제 3 장국내외공공빅데이터공개현황 61 관련부처 부서 연락처 담당업무 기획조정실 책임관 교육부 교육통계과 실무담당 책임관 외교부외교정보화담당관 실무담당 통일부 기획조정실 책임관창조행정담당관 실무담당 법무부 기획조정실 책임관정보화담당관 실무담당 국방부 기획조정실 책임관정보체계통합담당관 실무담당 안전행정부 공공정보정책과 공공데이터 이용활성화사업 제공 Data 문화체육관광부기획조정실 책임관 3 정보통계담당관 실무담당 농림축산식품부정책기획관 책임관정보화담당관 실무담당 11 기획조정실장 책임관 산업통상자원부 정보화관리담당관실무담당 공공데이터정보화관련등 정보화담당관 보건복지공공데이터 보건복지부 활성화및보건복지빅데이터추진 42 환경부 고용노동부 여성가족부 국토교통부 해양수산부 * 기준 질병정책과 암공공데이터수립및지원사업 기획조정실 책임관정보화담당관 실무담당 91 기획조정실 ( 국번없이 )1350 책임관정보화기획팀 ( 국번없이 )1350 실무담당 58 법무감사 책임관정보화담당관 실무담당 25 정보화통계담당관 공공데이터확대및활성화총괄 공공데이터개방및공유 123 정책기획관책임관정보화담당관 실무담당 35 계 727

76 62 보건복지빅데이터효율적관리방안연구 표 처공공데이터담당자및업무현황 관련부처부서연락처담당업무 법제처 국가보훈처 식품의약품안전처 * 기준 법령정보정책관 책임관 법제정보과 실무담당 정부화담당관 책임관 전산주사 실무담당 제공 Data 기획조정관 책임관 24 정보화통계담당관 실무담당계 표 청공공데이터담당자및업무현황 관련부처부서연락처담당업무 국세청 관세청 조달청 통계청 검찰청 병무청 방위사업청 경찰청 기획조정관 책임관 통계기획담당관 실무담당 기획조정관 책임관 창조기획재정담당관 실무담당 기획조정관 책임관 운영지원과 실무담당 통계정보국 책임관 정보화기획과 정보화기획과 실무담당 기획조정부장 책임관 운영지원과 실무담당 병역자원국 책임관 정보기획과 실무담당 재정정보화기획관 공공데이터책임관 정보화기획담당관 공공데이터제공실무담당자 경무담당관 공공데이터책임관 경무담당관실 소방방재청운영지원과 공공데이터제공실무담당자공공데이터책임관및제공실무 제공 Data

77 제 3 장국내외공공빅데이터공개현황 63 관련부처부서연락처담당업무 문화재청 농촌진흥청 산림청 중소기업청 기획조정관 공공데이터책임관 정보화담당관 기록연구사 공공데이터공개담당자공공데이터공개실무자 기획조정관 공공데이터책임관 지식정보화담당관 운영지원과 공공데이터제공실무담당자 공공데이터책임관 공공데이터제공실무담당자 기획조정관 공공데이터책임관 고객정보화담당관 공공데이터제공실무담당자공공데이터제공실무담당자 정보고객지원국 공공데이터책임관특허청공공데이터제공정보활용팀 실무담당자공공데이터기상청기상자원과 담당관리행정중심복합도시건설청지식정보팀 공공데이터제공실무담당자 해양경찰청 * 기준 장비기술국 공공데이터책임관 정보통신과 제공 Data 공공데이터실무부서장 공공데이터실무담당자 계 국내빅데이터부서현황 공공기관의빅데이터관련조직을개설한기관은 < 표 3-4> 와같다. 건강보험심사평가원의료정보지원센터는건강보험심사평가원이보유하고있는다양한빅데이터를기반으로한 IT 인프라및정보활용을적극지원하고보건의료산업발전에기여하는것을목적에두고있다. 향

78 64 보건복지빅데이터효율적관리방안연구 후, 공개용데이터베이스및사용유저수를확대하기위한인프라확장및사용자편의성마련을위한포털시스템을구축할예정이며, 빅데이터인력양성을위한교육프로그램도마련할계획중에있다. 국민건강보험공단빅데이터운영실은 2013년 9월 9일건강보험빅데이터운영센터를개소하여전국민건강정보와다양한비정형데이터를융합한빅데이터를바탕으로개인별평생맞춤형건강서비스를제공하고관련정보를공개 개방을하고있다. 국민건강보험공단은전국민 5천만명의출생에서부터사망까지자격및보험료자료, 병의원이용내역과건강검진결과, 가입자의희귀난치성질환및암등록정보등 10년동안축적된 1조 3,034억건의빅데이터를보유하고있다. 건강보험공단의빅데이터운영실에서는대용량의정형 비정형데이터를처리할수있도록지역별, 질환별, 연령군별, 사업장별다량의건강정보를가공구축할수있도록하였으며, 개인별, 인구집단별, 다양한맞춤형건강관리서비스를제공하고있다. 한국전자통신연구원에서는빅데이터소프트웨어연구소를개설하여빅데이터관련분야소프트웨어컴퓨팅산업원천기술개발사업을활용한업무를담당하고있다. 한국정보화진흥원은빅데이터전략센터를개설하였으며, 빅데이터기획부, 미래전략연구부, 지식자원활용부로총 3개부서로구성되어있으며, 빅데이터사업기획및정책수립, 빅데이터컨설팅, 데이터기반아젠다발굴등의업무를담당하고있다. 뿐만아니라빅데이터분석활용센터를개설하여빅데이터를분석할수있는인프라를구축하고다양한분야에서생산되는데이터를활용할수있도록다양한서비스를제공하고있다.

79 제 3 장국내외공공빅데이터공개현황 65 표 3-4 빅데이터관련부서현황 관련부처부서명담당업무 건강보험심사평가원 국민건강보험공단 한국전자통신연구원 (ETRI) 한국정보화진흥원 (NIA) 의료정보지원센터 빅데이터운영실 빅데이터소프트웨어연구소 빅데이터전략센터 빅데이터분석활용센터 - 보건의료정보공개포털시스템구축운영 - 보건의료빅데이터전문인력발굴및양성확대 - 빅데이터체계및구축, 데이터관리 - 개인별평생맞춤형건강서비스제공 - 빅데이터관련분야소프트웨어컴퓨팅산업원천기술개발사업잔행등 - 사업기획및정책수립거버넌스체계구축운영컨설팅및시범사업발굴 / 추진 - 빅데이터분석 / 유통기반구축 - 국가 DB 관련정책및기본계획수립지원, 법제도연구 - 국가 DB 확충, 품질, 성과관리및활용촉진국가 DB 관련방법론, 표준보급등 - 빅데이터활용스마트서비스시범사업 - 빅데이터산업생태계조성등여건조정 - 빅데이터인력양성지원 < 표 3-5> 는지자체빅데이터관련부서현황이다. 경기도청에서는공공데이터개방추진및빅데이터활성화추진을위해정보화기획담당관실에서운영하고있다. 부산시청에서는 U-City 정보담당관부서를개설하여정부 3.0관련공공데이터를총괄관리담당하고있으며, 빅데이터과제개발을발굴하고담당하고있다. 뿐만아니라부산해운대구청에서는빅데이터분석팀을개설하여빅데이터관련자료수집및과제개발을하고있으며, 타기관과의빅데이터시스템연계추진을위한업무도담당하고있다. 광주광역시청에서도빅데이터관련과제발굴및현황조사업무를하고있으며, 충청남도청안전자치행정국에서도충청남도의빅데이터관련과제발굴을위한업무를담당하고있다.

80 66 보건복지빅데이터효율적관리방안연구 표 3-5 지자체빅데이터관련부서현황 지자체부서명팀원담당업무 경기도 정보화기획관정보서비스담당관 2 - 공공데이터개방추진 - 빅데이터활용및활성화추진 부산해운대 빅데이터분석팀 4 - 빅데이터적용업무발굴추진및수집 - 분석정책방향설정및빅데이터시스템구축및운영 - 타기관시스템연계추진 - 통계전반의통계연보발간및행정지도등 부산시 u-city 정보담당관 1 - 정부 3.0 부총괄 ( 빅데이터과제 ) 충청남도 안전자치행정국정보화지원과 1 - 충남공공데이터관련 Open API 개발 - 공공데이터보유현황파악관리및시스템연계사업 - 빅데이터관련과제발굴및실과지원업무 광주광역시 기획조정실정보화담당관 1 - 빅데이터과제발굴및현황조사 제 2 절빅데이터관련인력양성현황 빅데이터관련시장의지속적성장과더불어대규모데이터속에서새로운가치를창출하기위하여빅데이터전문인력양성이중요한국가경쟁력중하나로부각되고있다. 빅데이터인력양성을위하여기반역량, 기술역량, 분석역량, 사업역량으로구분하여전문적인교육을통한인력양성을기대하고있다. < 표 3-6> 은국내빅데이터관련인력을양성하는교육기관현황이다. 국내에서는총 13개교육기관 ( 가천대학교, 경북대학교, 국민대학교, 동국대학교, 서강대학교, 서울과학기술대학교, 서울대학교, 숙명여자대학교, 숭실대학교, 연세대학교, 울산과학기술대학원, 충북대학교, 한국과학기술원 ) 에서데이터과학자양성을위한빅데이터커리큘럼을개설하여운영하고있다.

81 제 3 장국내외공공빅데이터공개현황 67 표 3-6 국내빅데이터관련학과현황 가천대학교 대학교 컴퓨터공학과 학과 경북대학교국민대학교동국대학교서강대학교서울과학기술대학교서울대학교숙명여자대학교숭실대학교연세대학교울산과학기술대학원충북대학교한국과학기술원 빅데이터분석과 경영분석 : 빅데이터통계전공, 빅데이텨경영 MBA 글로벌소셜창의인재양성교육과정 정보통신대학원정보서비스트랙 데이터사이언스석사과정빅데이터 MBA 빅데이터융합전공 소프트웨어공학과 정보대학원매경-연세대빅데이터학과비즈니스분석과정 비즈니스데이터융합과정 지식서비스공학전공 자료 : 한국정보화진흥원 (2014), 빅데이터커리큘럼참조모델 Ver 1.0. 제 3 절공개 개방된빅데이터현황및활용방안 공급자위주 에서 국민중심 정보공개로패러다임이전환됨에따라공공정보가민간의창의성및혁신적인아이디어와결합하여새로운비즈니스를창출할수있는생태계조성을위해많은나라에서공공정보의공개를추진하고있다. 우리나라는 2011년 7월부터정부와공공기관이보유한데이터를대대적으로개방하여, 기관간공유는물론국민과기업이상업적으로자유롭게활용할수있도록공공데이터개방을추진하고

82 68 보건복지빅데이터효율적관리방안연구 있다. 공공데이터는각기관이전자적으로생성또는취득하여관리하고있는모든데이터베이스 (DB) 또는전자화된파일로범정부차원에서영리 비영리적목적에관계없이개발 활용을촉진하고있다. 공공데이터개방과관련하여 2013년 10월 공공데이터의제공및이용활성화에관한법률 이제정 시행됨에따라각부처별로분야별공공데이터의공개와효율적활용방안을모색하고있다. 월드와이드웹 (World wide web Foundation) 6) 에서발표한전세계 77개국대상공개데이터 (open data) 현황보고서에따르면 1위영국, 2위미국, 3위스웨덴, 4위뉴질랜드, 5위노르웨이, 덴마크, 7위호주, 8위캐나다, 9위독일, 10위프랑스, 네덜란드, 12위한국순으로나타나고있다. 2013년 10월현재공개되고있는공공데이터는영국 15,768건, 미국 90,565건, 한국 7,822건으로보고하고있다. 그림 3-3 국외공공데이터순위 : 2013 년 자료 : -Report.pdf 본고에서는주요국과우리나라의공공데이터공개현황에대해살펴 보고효율적활용방안을제시코자한다. 6) 월드와이드웹 (World wide web Foundation) 은월드와이드웹을고안한팀버너스리가인터넷의가치를증진시키기위하여설립한비영리재단

83 제 3 장국내외공공빅데이터공개현황 국외공공데이터현황 가. 영국 영국은내각사무처에서 (Cabinet office) 는공공데이터공개를통해데이터에대한용이한접근과데이터활용기회증대하기위하여 오픈데이터연구소 (Open Data Institute) 를설립하여, 데이터접근및활용을통하여비즈니스모델개발및데이터구축을지원하고있으며, 빅데이터활용의기반이되는공공부문의정보공유및활용에따른가치창출을위한데이터공개및공유중심의정책을추진하고있다. 그림 3-4 와같이영국정부는내각사무처에서의사결정을담당하고있으며, 기업혁신기술부에서추진기구및참여부처를전담하여담당하고있다. 기업혁신기술부는공공정보공개및데이터가치창출을위하여데이터전략위원회 (Data Strategy Board) 를설립하여, 데이터공개여부판단, 데이터활용을통한서비스발굴가능성여부등을검토하여공개및활용등에대한제언을담당하고있다 ( 윤미영, 2013). 그림 3-4 영국의빅데이터전략위원회조직구성체계도 자료 : 윤미영 (2013), 주요국의빅데이터추진전략분석및시사점, 한국정보화진흥원과학기술정책 23(3)

84 70 보건복지빅데이터효율적관리방안연구 영국의공공데이터포털 (data.gov.uk) 에서는정부지출, mapping, 사회, 건강, 정부, 환경, 교육, 비즈니스및경제, 범죄및사법, 도시와관련된공공정보를포털을통하여서비스하고있다. 전체 15,769건의데이터중보건분야는 1,686건 (10.7%), 사회분야는 1,896건 (12.0%) 을서비스하고있다 ( 표 3-7 참조 ). 표 3-7 영국 Open data DB 현황 (2014 년 2 월 21 일기준 ) 분류 DB 구축현황 정부지출 2,462 ( 15.6) 매핑 2,049 ( 13.0) 사회 1,896 ( 12.0) 보건 1,686 ( 10.7) 정부 1,607 ( 10.2) 환경 3,282 ( 20.8) 교육 858 ( 5.4) 비즈니스및경제 561 ( 3.6) 범죄및사법 493 ( 3.1) 도시 875 ( 5.5) 계 15,769 (100.0) 자료 : 영국공공데이터포털 (data.gov.uk) 참조 (2014년 2월 21일기준 ) 제공데이터중출판된데이터셋 (published-data set) 은 1,522 건, 출판되지않은데이터셋 (unpublished-data set) 은 164 건을서비스하 고있다 ( 표 3-8 참조 ).

85 제 3 장국내외공공빅데이터공개현황 71 표 3-8 영국 Open data 분류체계 (2014 년 2 월 21 일기준 ) 분류 DB 구축현황 Published 데이터셋 1522 ( 90.3) unpublished 데이터셋 164 ( 9.7) 계 1,686 (100.0) 자료 : 영국공공데이터포털 (data.gov.uk) 참조 (2014년 2월 21일기준 ) 영국오픈데이터플랫폼 (data.gob.uk) 포털의보건분야분류체계화면과, 메인페이지화면은 그림 3-5 와 그림 3-6 과같다. 그림 3-5 영국 Open data 보건분야분류체계 자료 : 영국공공데이터포털 (data.gov.uk) 참조 (2014 년 2 월 21 일기준 ) 그림 3-6 영국 Open data 포털화면 (2014 년 2 월 21 일기준 ) 자료 : 영국공공데이터포털 (data.gov.uk) 참조 (2014 년 2 월 21 일기준 )

86 72 보건복지빅데이터효율적관리방안연구 세계최초오픈데이터전문기관인영국은오픈데이터연구소 (Open Data Institute) 의포털을통해서데이터를공유 ( 등록 ) 하여데이터인증후서비스를이용자에게제공하고있다. 데이터공유자 ( 제공자 ) 는데이터등록시데이터에대한메타정보를입력, 데이터주기성체크 ( 단기, 시계열등체크 ), 개인정보보호에대한권리및법률에관한동의, 서비스이용자와의피드백소통방법등에대한정보를입력을통해오픈데이터라이센스를발급받을수있다. 오픈데이터인증을받음으로써데이터이용자와공유자 ( 제공자 ) 는상호소통 ( 피드백 ) 을주고받을수있다 ( 그림 3-7, 3-8 참조 ). 그림 3-7 영국 Open data Institute 포털화면 (2014 년 3 월 27 일기준 ) 자료 : 영국오픈데이터전문기관 (theodi.org)

87 제 3 장국내외공공빅데이터공개현황 73 그림 3-8 영국 ODI 데이터인증페이지 자료 : 영국오픈데이터전문기관 (theodi.org) < 표 3-9> 과같이교통부에서는철도, 버스, 도로, 항공, 운전데이터를제공하고있으며, 국세청에서는국세청국가공식통계, 조달, 세금, 수입자데이터를제공하고있다. 보건부에서는의사업무관련일반데이터, 암치료데이터, 국민보건의료서비스데이터를공개하고있다.

88 74 보건복지빅데이터효율적관리방안연구 표 3-9 영국정부부처별데이터공개내용 부처데이터구분공개내용 교통부 국세청 문화매체부 기업혁신기술부 노동연금부 보건부 외무부 철도데이터버스데이터도로데이터항공데이터 운전데이터 국세청국가공식통계조달데이터세금데이터 수입자데이터 올림픽정보복권브로드밴드지속가능사업모델정부예술품 고등교육데이터기업등록소데이터 국립지리원데이터 워크프로그램건강정보기록일반신용거래 의사업무관련일반데이터암치료데이터국민보건서비스 영사관, 대사관데이터 철도운영, 성능, 철도망지리정보, 요금등 버스시간표, 버스출도착알림등 ( 고속 ) 도로정보, 도로보수정보, 도로상태등 승객경험데이터수집을통한항공프로그램 운전시험불합격데이터, 운전면허정보, 교통과운전자정보에관한요청사항 100가지이상의국가공식통계데이터 ( 세금, 혜택, 거래, 데이터등 ) 조달거래관련데이터 납부해야할세금과건강보험계산데이터 EU 로부터영국으로상품을수입하는 13 만명이상의사업자이름과주소가제공되는수입자세부정보 자원봉사자, 올림픽으로인한영향력통계, 훈련캠프통계등 복권당첨자세부데이터 브로드밴드펀드에참가하는프로젝트의총부가가치및고용데이터 문화유산, 스포츠등지속가능한사업재정데이터 예술작품검색가능이미지데이터 학생들의고등교육진학시고려사항 기업명, 기업수, 등주소, 분류상태및원문코드 (SIC) 무료다운로드 국립지리원의오픈데이터, 국립자연탐방로데이터세트 고용유지지원금, 일자리창출결과등에대한통계 근로자건강정보 근로자신용관련데이터 의료진의정보를공개, 환자들이병원간치료및생존률비교, 치료관련정보 ( 치료시간, 대기시간, 상담자료등 ) 1 차암치료와관련된과정정보및결과정보 연도별, 트렌드별로성과비교가가능한국민보건서비스데이터 영국국민에대한통계 ( 외국여행, 외국에서사망, 외국에서의체포여부등 ) 자료 : 윤미영, 주요국의빅데이터추진전략분석및시사점, 한국정보화진흥원과학기술정책 23(3)

89 제 3 장국내외공공빅데이터공개현황 75 나. 미국 미국은범정부차원의빅데이터거버넌스체계를구축하여현재 6개연방정부부처및기관이빅데이터고위운영그룹과함께프로젝트를진행하고있으며지속적으로확대를할예정에있다 ( 그림 3-9 참조 ). 그림 3-9 은미국정부의빅데이터거버넌스체계를구축하기위한추진체계이다. 빅데이터의사결정기관인과학기술정책실 (Federal Networking and IT R&D) 는빅데이터연구개발조정, 이니셔티브목표확인등을위해빅데이터혐의체인빅데이터고위운영그룹 (Big Data Senior Steering Group) 을구성하였다. 과학기술정책실은빅데이터고위운영그룹을중심으로빅데이터 R&D 이니셔티브대상프로젝트를선정및개발하고투자규모를결정하는역할을담당하고있다. 데이터수집에서저장, 보존, 관리, 분석, 공유와관련된핵심기술의최신성을유지하고, 빅데이터관련부처간연계프로젝트로얻을수있는편익을분석하고실현가능한협업프로젝트를개발하고제안하고있다. 빅데이터추진기구인빅데이터고위운영그룹은정부기관및소속기관으로구성되어있으며, 유전자연구및의료, 교육, 지구과학등빅데이터활용효과가뛰어난분야의기관들이우선적으로참여하여주도적으로추진을하고있으며, 참여부처는에너지부, 국립보건원, 국방부, 국방부산하방위고등연구계획국, 국립과학재단, 지질조사원이참여하고있다.

90 76 보건복지빅데이터효율적관리방안연구 그림 3-9 미국의빅데이터추진전략및체계 자료 : 윤미영 (2013), 주요국의빅데이터추진전략분석및시사점, 한국정보화진흥원과학기술정책 23(3) 미국공공데이터포털 (data.gov) 에서는농업, 소비자, 교육, 에너지, 건강, 공공안전등의분야별공개데이터를서비스하고있다. 포털을통해서비스하고있는데이터셋은총 90,565건을공개하고있다 ( 표 3-10 참조 ). 특히, 보건관련분야의오픈데이터는별도의사이트에서서비스하고있다. 보건분야의경우 미국공공데이터 (data.gov) 에서는미국사회보건부 (U.S. Department of Health and Human Service) 에서서비스하는 1,127개데이터셋을구성하여서비스하고있으며 ( 표 3-11 참조 ), 보건관련공공데이터제공사이트 (healthdata.gov) 에서 1,450개데이터셋을별도로주제별로분류하여제공하고있다 ( 그림 3-10 참조 ). 표 3-10 미국공공데이터제공사이트 Open DB 현황 (2014년2 월 24일기준 ) 분류 DB 구축현황 사회보건부 1,127 (100.0) 기관단위부서 1,124 ( 99.7) Medicare 및 Medicaid 센터 1 ( 0.1) 미국국립보건원 1 ( 0.1) 약물남용및정신건강서비스관리 1 ( 0.1)

91 제 3 장국내외공공빅데이터공개현황 77 표 3-11 미국보건관련공공데이터제공사이트 DB 현황 (2014 년 2 월 24 일기준 ) 분류 DB 구축현황 Medicare 510 ( 35.2) 보건 ( 건강 ) 174 ( 12.0) NNDSS 84 ( 5.8) 인구통계 74 ( 5.1) 공중보건 70 ( 4.8) 병원비교 55 ( 3.8) 관리 53 ( 3.7) 사회 / 보건의료 52 ( 3.6) 기타 45 ( 3.1) 보건및휴먼서비스 39 ( 2.7) 안전 36 ( 2.5) 의료인 33 ( 2.3) 어린이건강 27 ( 1.9) 의료비용 25 ( 1.7) Medicaid 25 ( 1.7) 의생명과학연구 20 ( 1.4) 역학 17 ( 1.2) 질관리 14 ( 1.0) 치료 13 ( 0.9) 투석설비비교 11 ( 0.8) 방문건강비교 8 ( 0.6) 건강통계 7 ( 0.5) 방문간호비교 6 ( 0.4) 보급 4 ( 0.3) 보건및휴먼서비스 4 ( 0.3) 흡연및니코틴의존 4 ( 0.3) 분류체계 3 ( 0.2) 메디케어연락관련 3 ( 0.2) 의사비교 3 ( 0.2) 임신및백신 1 ( 0.1) 서비스 1 ( 0.1) 공급자 1 ( 0.1) web metrics 1 ( 0.1) 미분류 27 ( 1.9) 계 1,450 (100.0) 자료 : 미국보건관련공공데이터제공사이트 (healthdata.gov)+

92 78 보건복지빅데이터효율적관리방안연구 그림 3-10 미국 Open data 포털화면 (2014 년 2 월 21 일기준 ) 미국공공데이터 (data.gov) 보건관련공공데이터제공사이트 (healthdata.gov) 다. 일본 일본정부의빅데이터추진전략은 2013년 6월고도정보통신네트워크사회추진전략본부 [ 약칭 IT종합전략본부 ( 본부장 : 수상 )] 가발표한 세계최첨단 IT 국가창조선언 ( 이하 창조적선언 ) 의공정표에잘나타나있다. IT종합전략본부는 IT 정보자원을활용하여미래를창조하는국가비전으로서 창조적선언 (2013년 6월 14일내각결정 ) 을수립했다. 이선언에는향후 2020년까지세계최고수준의 IT 활용사회실현을목표로 1 혁신적인신산업 신서비스의창출과전체산업의성장을촉진하는사회의실현, 2 국민이건강하고, 안심하고쾌적하게생활하는세계에서가장안전하고재해에강한사회의실현, 3 공공서비스를누구나언제어디서나원스톱으로받을수있는사회의실현의 3개항목에대한지향해야할사회모습을제시하였다. 이공정표는어느부처가언제까지구체적으로무엇을실시하는지를밝히고, 각부처간연계가필요한시책

93 제 3 장국내외공공빅데이터공개현황 79 에대해서는개별역할분담과달성해야할사항을명확히하여꾸준히구체적인성과로연결시키는것을목적으로책정한것이다. 공정표에는 창조적선언 에나타난전략과목표에대해단기 중기 장기로나누어각부처가실시할시책이명시되어있다 ( 표 3-12 참조 ). 오픈데이터 빅데이터활용의추진시책은상기의첫번째목표인 혁신적인신산업 신서비스의창출과전체산업의성장을촉진하는사회의실현 이제시되었으며, 다음은단기 중기 장기별로나누어추진할계획이다 ( 송태민외, 2013). 표 3-12 일본의빅데이터장기추진계획 (2019~2021 년 ) 라. 뉴질랜드 7) 뉴질랜드 (data.govt.nz) 에서는농업, 산림및어업, 예술문화유산, 건 축구조및주택, 무역및산업, 교육, 근로자, 에너지, 환경보전, 국가재 7) 뉴질랜드공공데이터포털 (data.govt.nz), 검색

94 80 보건복지빅데이터효율적관리방안연구 정 세금및경제, 보건, 사회공공기반시설, 인구및사회, 과학및연구 등으로분류되어있다. 뉴질랜드오픈데이터포털은현재 2,423 개의데 이터셋을구성하여서비스하고있다. 표 3-13 뉴질랜드 Open data DB 현황 분류 DB 구축현황 농업, 산림및어업 15 ( 0.62) 예술, 문화유산 8( 0.33) 건축구조및주택공급 13 ( 0.54) 무역및산업 37 ( 1.53) 교육 25 ( 1.03) 근로자 17 ( 0.70) 에너지 17 ( 0.70) 환경보전 52 ( 2.15) 국가재정및세금 186 ( 7.68) 보건 46 ( 1.90) 사회공공기반시설 4( 0.17) 형평성 9( 0.37) land 1737 (71.69) 지방및지역정부 9( 0.37) Maori and pasifika 7( 0.29) 이민 2( 0.08) 인구및사회 38 ( 1.57) 과학및연구 13 ( 0.54) 국가공무성과 144 ( 5.94) 관광 13 ( 0.54) 운송 24 ( 0.99) 장관내각및포트폴리오 2( 0.08) 미분류 5( 0.21) 계 2,423 (100.0)

95 제 3 장국내외공공빅데이터공개현황 81 그림 3-11 뉴질랜드 Open data 포털화면 (2014 년 2 월 25 일기준 ) 마. 캐나다 8) 캐나다정부는 2011년 3월 18일세가지주요공개정책 ( 공개정보, 공개데이터, 열린대화 ) 에따라공공데이터에대한이니셔티브를발표했다. 지방정부별로공공정보제공사이트를별도로운영하고있으며, 정보공개에대한접근성을강화시키고있다. 2011년공개데이터에대한이니셔티브에따라공공데이터포털이구축되어운영되고있으며, 19개분류체계에의하여 244,617건의데이터셋을구축하여제공하고있다. 공공데이터 (data.gc.ca/eng) 포털에서는기관별, 데이터타입별, 제공하는데이터의파일형태별 ( 엑셀, PDF, XML 등 ), 키워드별 (Tag), 주제별, 라이센스여부등으로분류하여데이터를서비스하고있다. < 표 8) 캐나다공공데이터 : 검색 )

96 82 보건복지빅데이터효율적관리방안연구 3-14> 는캐나다오픈데이터포털에서제공하는주제별분류에따른 DB 현황이다. 기술, 자연및환경, 과학기술, 사회및문화, 건강및안전, 법등의분류하여 DB를제공하고있으며, 주제별분류체계에따라제공하고있는데이터현황은 244,617건을제공하고있다. 표 3-14 캐나다 Open data 주제별분류에의한 DB 현황 분류 DB 구축현황 기술 175,626 (71.80) 자연및환경 31,089 (12.71) 과하긱술 27,177 (11.11) 경제및산업 3,895 ( 1.59) 사람 1,539 ( 0.63) 농업 1,311 ( 0.54) 사회및문화 1,198 ( 0.49) 건강및안전 630 ( 0.26) 정부및정치 626 ( 0.26) 교통수단 554 ( 0.23) 노동 395 ( 0.16) 교육및훈련 222 ( 0.09) 정보통신 198 ( 0.08) 법 101 ( 0.04) 미술, 음악문학 23 ( 0.01) 역사및고고학 12 ( 0.00) 군 8 ( 0.00) 프로세스 7 ( 0.00) 언어및언어학 6 ( 0.00) 계 244,617 (100.0)

97 제 3 장국내외공공빅데이터공개현황 83 그림 3-12 캐나다 Open data 포털화면 (2014 년 3 월 27 기준 ) 바. 싱가포르 9) 싱가포르공공데이터 (data.gov.sg) 포털에서는제공기관별, 주제별로분류하여데이터를서비스하고있으며, 제공하는파일형태로는 XLS, CSV 형태로지원하고있다. 싱가포르오픈데이터포털에서는전체총 8,836건의데이터셋을구성하여제공하고있다. < 표 3-15> 와같이농업, 가축생산및어업, 경영통계, 교육, 환경, 보건등의 38가지주제별로분류하여 DB를서비스하고있으며, < 표 9) 싱가포르공공데이터 (data.gov.sg), 검색

98 84 보건복지빅데이터효율적관리방안연구 3-16> 는 68 개기관에서제공하고있는 DB 제공현황이다. 그중건강증 진국및보건과학청에서 33 건, 14 건의데이터셋을구성하여서비스하고 있다. 표 3-15 싱가포르 Open data 주제별분류에의한 DB 현황 분류 DB 구축현황 농업, 가축생산및어업 46 ( 0.5) 투자및국제무역, 지불균형 1750 ( 19.8) 금융, 보험및재정통계 715 ( 8.1) 경영통계 652 ( 7.4) 건축업 93 ( 1.1) 문화및휴양 30 ( 0.3) 국민경제계정 560 ( 6.3) 경제 2 ( 0.0) 교육 396 ( 4.5) 에너지 67 ( 0.8) 환경 139 ( 1.6) 농업 7 ( 0.1) 보건 324 ( 3.7) 가구소득및가구비용 20 ( 0.2) 주택및도시계획 249 ( 2.8) Imagery Basemap Earth Cover 42 ( 0.5) MDG 지표 1 ( 0.0) 정보사회 284 ( 3.2) Justice, Crime and Crisis Management 69 ( 0.8) 노동 117 ( 1.3) 노동비용 20 ( 0.2) ( 시설등의 ) 위치 21 ( 0.2) 거시경제통계 61 ( 0.7) 제조업 974 ( 11.0) Planning Cadastre 2 ( 0.0) 인구및가구특성 534 ( 6.0) 물가 1047 ( 11.8) 공공재정 93 ( 1.1) 과학기술및혁신 42 ( 0.5) 사회 21 ( 0.2) 공동체및시민사회 53 ( 0.6)

99 제 3 장국내외공공빅데이터공개현황 85 분류 DB 구축현황 구조 8 ( 0.1) 관광여행 9 ( 0.1) 수송 24 ( 0.3) 운송및입고 122 ( 1.4) 유틸리티통신 2 ( 0.0) 기타 11 ( 0.1) 기타서비스 229 ( 2.7) 계 8,836 (100.0) 자료 : 싱가포르 open data(data.gov.sg) 표 3-16 싱가포르 Open data 제공기관별분류에의한 DB 현황기관명 DB 제공현황 Health Promotion Board 33 Health Sciences Authority 14 계 47 그림 3-13 싱가포르 Open data 포털화면 (2014 년 2 월 25 일기준 )

100 86 보건복지빅데이터효율적관리방안연구 사. 독일 독일은공공데이터공개를위하여정보기술계획위원회 (IT Planning Council) 에서국가수준의데이터와지방연방수준의데이터를통합게재하는포털을제안하여 2013년 1월부터 1년간시범운영을하였다. 독일은오픈데이터공개를위하여정부스스로가 정보공개 라는정치적의미를공개적으로밝히는것이필요하며, 데이터공개를위하여 열린정부 전략을필수조건으로내걸었다. 열린정부전략으로는투명성, 협력, 참여를내걸어행정기관, 정치기관, 시민사회, 기업등의오픈데이터네트워크를형성해나갈수있도록환경을조성하였다 ( 그림 3-14, 3-15 참조 ). 그림 3-14 독일공공데이터공개를위한 열린정부 전략 자료 : 독일공공데이터포털운영을위한프레임워크 ( )

101 제 3 장국내외공공빅데이터공개현황 87 그림 3-15 독일공공데이터공개를위한 열린정부 구현모델 자료 : Bundesministerium des Innern, Open Government Data Deutschland, 2012 독일공공데이터 (govdata.de) 포털에서는주제별, 주요키워드별, 자료개방분류별 ( 무료 / 사용제한 ), 제공데이터형식 (HTML/WMS/ 지도 /CSV/XLS 등 ) 으로분류하여서비스를제공하고있다. < 표 3-17> 은독일의주제별분류에의한 DB 현황이다. 전체데이터 12,298건데이터셋중건강관련 DB는 104건제공하고있다. 표 3-17 독일 Open data 주제별분류에의한 DB 현황 분류 DB 구축현황 인프라, 건설및주택 2,894 (23.5) 지리 2,874 (23.4) 인구 2,203 (17.9) 교육및과학 1,760 (14.3) 경제및고용 668 (5.4) 환경및기후 483 (3.9) 사회 481 (3.9) 소비자보호 433 (3.5)

102 88 보건복지빅데이터효율적관리방안연구 분류 DB 구축현황 공공행정및예산 / 세금 218 (1.8) 건강 104 (0.8) 문화, 휴양, 스포츠, 관광 70 (0.6) 수송및교통 60 (0.5) 정치및선거 42 (0.3) 법 8 (0.1) 계 12,298 (100.0) 그림 3-16 독일 Open data 포털화면 (2014 년 2 월 26 일기준 ) 독일 Open data 에서제공하는 DB 를이용하여오픈플랫폼을제공하 는현황은 < 표 3-18> 과같다.

103 제 3 장국내외공공빅데이터공개현황 89 표 3-18 독일 Open 소스기반의어플리케이션현황 분류 DB 구축현황 환경및기후 8 소셜 4 교통수단 2 경제및노동 1 정치및선거 1 지리 1 교육및과학 1 인구 1 계 19 아. 호주 호주는정부 2.0을통한정보개방및투명한문화로의전환및시민과의협력강화를목표로공공데이터 (data.gov.au) 웹사이트를개설하여운영하고있으며 ( 한국정보화진흥원, 2010), 128개정부기관에서데이터셋정보를제공받아공개하고있으며, 25개그룹으로분류하여정보를서비스하고있다. 또한호주공공데이터포털은지속적으로정보공개요구를통해데이터접수를받고있다. 호주공공데이터포털 (data.gov.au) 에서는사업지원및규정, 사회기반시설, 커뮤니케이션, 군사안보, 커뮤니티서비스, 문화업무, 환경, 교육및훈련, 고용, 거버넌스, 보건의료, 재무관리, 토착업무, 국제규정, 이민, 해상서비스, 천연자료, 사법행정, 1차산업, 보안, 과학, 스포츠, 관광, 무역, 운송등으로분류하여데이터셋을제공하고있다 ( 표 3-19 참조 ).

104 90 보건복지빅데이터효율적관리방안연구 표 3-19 호주 Open data 주제별분류에의한 DB 현황 분류 DB 구축현황 사업지원및규정 69 ( 11.7) 사회기반시설 - 커뮤니케이션 15 ( 2.5) 군사안보 - 커뮤니티서비스 133 ( 22.5) 문화업무 19 ( 3.2) 환경 66 ( 11.2) 교육및훈련 13 ( 2.2) 고용 10 ( 1.7) 거버넌스 - 보건의료 37 ( 6.3) 재무관리 53 ( 9.0) 토착업무 3 ( 0.5) 국제규정 - 이민 - 해상서비스 - 천연자원 - 사법행정 - 1차산업 - 보안 - 과학 92 ( 15.6) 스포츠및레크레이션 50 ( 8.5) 관광 6 ( 1.0) 무역 - 운송 24 ( 4.1) 계 590 (100.0)

105 제 3 장국내외공공빅데이터공개현황 91 그림 3-17 호주 Open data 포털화면 (2014 년 2 월 26 일기준 )

106 92 보건복지빅데이터효율적관리방안연구 2. 국내공공데이터현황 가. 공공데이터분류별현황 우리나라에서의공공데이터공개는 공공데이터포털 (data.go.kr) 제공하고있으며, 2014년 6월 30일현재 698개의기관에서 9,378건의데이터셋을제공하고있다. 전체데이터중보건 / 복지분야데이터는 15.9% 로보건분야 700건, 복지분야 771건으로총 1,471건의공공데이터를제공하고있다 ( 표 3-20 참조 ). 제공데이터중지방자치단체에서제공하고있는 DB는전체의 73.6% 를차지하고있으며, 1,082건의데이터셋을제공하고있다. 공공기관에서는 224건, 국가행정기관에서는 150 건, 정부투자기관에서는 15건의데이터셋을제공하고있다. < 표 3-21> 은공공데이터를제공하고있는서비스유형으로공공데이터포털에서다운로드서비스가 857건으로가장높았으며, 링크서비스도 507건으로높게나타났다. 표 3-20 제공주체별공공데이터자료현황 보건 복지 구분 공공기관 1) 국가행정기관 2) 정부투자기관 3) 지방자치단체 건강보험 보건의료 식품의약안전 공적연금 기초생활보장 노동 노인 청소년 사회복지보건의료 보육 가족및여성 보훈 계

107 제 3 장국내외공공빅데이터공개현황 93 구분 공공국가정부지방기관 1) 행정기관 2) 투자기관 3) 자치단체 계 사회복지일반 주택 취약계층지원 계 ,082 1,471 (15.2) (10.2) (1.0) (73.6) (100.0) 주 : 1) 공공기관 ( 총 37 개기관 ): ( 재 ) 한국장애인개발원, 공무원연금공단, 국가보훈처, 국립암센터, 국립중앙의료원, 국민건강보험공단, 국민연금공단, 근로복지공단, 노사발전재단, 대한적십자사, 대한주택보증주식회사, 도로교통공단, 중소기업기술정보진흥원, 축산물품질평가원, 한국건강증진재단, 한국고용정보원, 한국과학기술정보연구원, 한국광해관리공단, 한국국제보건의료재단, 한국노인인력개발원, 한국보건복지정보개발원, 한국보건산업진흥원, 한국보건의료인국가시험원, 한국보훈복지의료공단, 한국사회복지협의회, 한국사회적기업진흥원, 한국산업인력공단, 한국양성평등교육진흥원, 한국장애인고용공단, 한국청소년정책연구원, 한국환경공단, 건강보험심사평가원, 국민건강보험공단, 국립암센터, 대한적십자사, 한국보훈복지의료공단, 한국산업안전보건공단 2) 국가행정기관 ( 총 12 개기관 ): 고용노동부, 국가보훈처, 국세청, 국토교통부, 병무청, 보건복지부, 식품의약품안전처, 안전행정부, 여성가족부, 중소기업청, 질병관리본부, 특허청 3) 정부투자기관 ( 총 7 개기관 ): ( 재 ) 한국보육진흥원, 서울시복지재단, 울산광역시도시공사, 인천광역시의료원, 코레일네트웍스, 한국청소년활동진흥원, 한국토지주택공사 공공데이터현황파악조사 : 기준 표 3-21 공공데이터서비스제공유형현황 단수 복수 서비스제공현황보건복지계 LINK 1) OPENAPI 다운로드 그리드, 다운로드,OPENAPI 다운로드, LINK 1) 분류없음 계 ,471 주 : 1) 개방예정자료까지포함 공공데이터현황파악조사 : 기준 공공데이터포털에서제공하고있는데이터셋의확장자유형으로는 오피스파일유형의공공데이터셋이 596 건, 한글 / 문서파일유형이 210 건, 웹파일유형이 99 건순으로제공하고있다 ( 표 3-22 참조 ).

108 94 보건복지빅데이터효율적관리방안연구 표 3-22 공공데이터서비스제공데이터확장자유형 확장자유형 보건 복지 계 오피스파일 웹파일 이미지파일 텍스트파일 한글 / 문서파일 기타 5 5 계 주 : 1) 오피스파일 : CSV, Excel, PPT, Docx 유형의파일 2) 웹파일 : JSP, HTML 유형파일 3) 이미지파일 : JPG, PNG 유형파일 4) 텍스트파일 : TEXT, TXT 유형파일 5) 한글 / 문서파일 : HWP, PDF 유형파일 6) 기타 : DICOM, SHP, STL, Zip 유형파일 공공데이터현황파악조사 : 기준, 홈페이지에확장자유형이라고공개된정보만을취합함 나. Open API 현황 공공데이터의제공및이용활성화에관한법률 에는공공기관은활용수요가높은공공데이터를민간이용자들이개발에용이한방식 ( 오픈 API) 으로제공함으로써신규비즈니스창출촉진하도록규정하고있다. 오픈API는일반적인상용소프트웨어 ( 아래아한글, 엑셀 ) 에서데이터를편집할수있는형태나모바일앱개발등에서바로활용할수있는표준화된방식 ( 실시간성데이터 ) 을말한다. 2014년 6월 30일현재보건 / 복지분야오픈API 자료현황은 < 표 3-23> 와같이전체 1,471개중보건분야 76건, 사회복지분야 24건으로총 100건을제공하고있다. Open API를제공하는기관은공공기관에서 9건, 국가행정기관에서 43건, 지방자치단체에서 2건, 기타 ( 공공데이터활용지원센터 ) 에서 25건의 API를제공하고있다.

109 제 3 장국내외공공빅데이터공개현황 95 표 3-23 공공데이터포털 에서보건 / 복지분야 Open API 자료현황 대분류 중분류 제공DB 보건 보건의료 30 식품의약안전 46 노동 4 노인 청소년 11 사회복지 보육 가족 여성 2 사회복지일반 5 주택 2 계 100 1) 보건분야 보건분야에서서비스되고있는오픈API 자료 30건중 17건이지역자치단체의병 / 의원 / 약국조회서비스를제공하고있으며, 위생관련정보 4 건, 산후조리원현황 3건, 기타 6건으로분류되어있다. 기타에는미용실, 세탁실, 목욕장, 동물병원현황및위치정보 DB 등을제공하고있다. 표 3-24 Open API 제공자료중보건의료분야서비스분류 중분류 제공 DB 병 / 의원약국조회 17 산후조리원현황 3 위생 4 기타 6 계 30 식품의약안전 Open API 자료 47 건은농림수산식품부홈페이지에서 제공하고있는정보로 DB 가 31 건, 모범음식점정보 3 건, 화학물질, 식품 정보, 의료기기정보, 의약품정보를포털을통해서비스하고있다.

110 96 보건복지빅데이터효율적관리방안연구 표 3-25 Open API제공자료중식품의약안전서비스분류 중분류 제공DB 농림수산식품부홈페이지메뉴정보 31 모범음식점정보 3 화학물질 2 식품정보 4 의료기기정보 2 의약품 4 계 46 2) 복지분야 노인 청소년 Open API에서서비스하고있는 DB는총 11건으로노인복지관련정보 8건 ( 무료경로식당, 마을회관주소, 노인의료시설현황등 ), 청소년자원봉사활동관련정보 2건을서비스하고있다 ( 표 3-26 참조 ). < 표 3-23> 과같이보육 / 가족 / 여성오픈API에서서비스하고있는 DB는총 2건으로지역아동센터와여성복지시설현황에대한정보를서비스하고있으며, 사회복지일반오픈API에서서비스하고있는 DB는총 5건으로복지회관정보 2건, 요양시설및장애인시설현황 2건, 물가정보 1건을서비스하고있고, 주택오픈API에서서비스하고있는 DB는총 2 건으로토지통계및아파트현황과관련한정보를서비스하고있다. 표 3-26 Open API 제공자료중노인 청소년서비스분류 중분류 제공 DB 노인복지 8 청소년봉사 2 기타 1 계 11

111 제 3 장국내외공공빅데이터공개현황 97 다. 공공데이터활용사례 공공데이터활용사례는 < 표 3-27> 과같이보건의료분야 20건, 복지분야 24건, 식품및의약품분야 6건총 50건이활용사례로등록되어있으며, 이중국내 API를활용하여개발된건수는 26건으로웹페이지및어플리케이션형태로서비스되고있다. 표 3-27 공공데이터포털 에서공공데이터활용사례 분류 제공DB 보건의료 20 복지 24 식품, 의약품 6 계 50 1) 보건의료분야활용사례 보건의료분야는주로건강관리, 공공보건의료분야에활용하고있으 며, 주로홈페이지를통하여건강정보를제공하거나진료정보를제공하 는인터넷건강정보서비스가대부분인것으로나타났다. 표 3-28 보건의료분야활용사례 구분분류건수개발어플리케이션 국내 건강관리 3 하이닥, 유투첵, 중앙대학교병원 공공보건의료분야 7 보건산업 1 메리라떼 국외건강관리 5 강동경희대학교홈페이지, 다음지도, 수의사처방관리시스템, 질병관리본부예방접종도우미, 착한병원착한의사, 아이체크, 병원약국찾기 23andme, UK Dentists, Nothing haminformation prescriptions, Obesity Data, NHS Dircetory

112 98 보건복지빅데이터효율적관리방안연구 구분분류건수개발어플리케이션 보건산업 8 Reference NHS, Prescription search, Patient opinion, Nursing Homes Dirctory, NRSA Action UK, HealthyApp, Find Pharmacies, Find Gps 계 24 2) 복지분야활용사례 복지분야는주로장애인복지, 아동 청소년복지, 노인복지등생애주기별복지관련서비스를제공하기위해활용하고있으며장애인자립정보, 나눔서비스, 실버잡등일자리제공을위한서비스를제공하는것으로나타났다. 표 3-29 복지분야활용사례 구분분류건수개발어플리케이션 장애인복지 1 서울장애인자립생활정보 국내 아동 청소년복지 8 실종아동예방 NFC 솔루션아이프티, 나누다 ( 봉사활동종합정보서비스 ), 월드비전, 농어촌청소년장학재단, 오산시청모바일웹, 스마트창원, 창원시모바일웹, 복지로모바일웹페이지및앱 노인복지 2 실버잡, SK 테렐콤행복창업지원센터 국외 가족 다문화 7 StreeBank, Scottish Index of Multiple Deprivation, OpenCharities, Numberhood, Compare care Homes, City of San Francisco REcreation and Parks official Mobile, Carehome.co.uk 장애인복지 1 CareHome Map 노인복지 1 Best Care Home 계 20

113 제 3 장국내외공공빅데이터공개현황 99 3) 식품의약품분야활용사례 식품의약품분야는주로화장품위해정보, 유통정보, 식품안전정보를 제공하기위해활용하고있는것으로나타났다. 표 3-30 식품의약품분야활용사례 구분분류건수개발어플리케이션 국내 화장품위해정보 2 화해 ( 화장품을해석하다 ), 피부랑 유통정보 2 팜투테이블, 더마켓인서울 국외식품안전 2 Scores on the Doors, Ratemyplace 계 6

114

115 제 4 장 보건복지이슈분석및통계제공현황 제 1 절보건복지이슈분석 제 2 절보건복지통계제공현황

116

117 4 보건복지이슈분석및통계제공현황 << 제 1 절보건복지이슈분석 10) 보건복지영역의이슈를감지하고, 미래전략을수립하기위한기초자 료로활용하기위해보건복지분야의주요학술지에게재된키워드를분 석하였다. 1. 보건의료이슈분석 국내보건의료분야에서출판된논문의경우, 1980년대 6만 4천여건에서 2000년대 11만3천여건으로그증가율이약 2배임이보고된바있다 (Jang, Kang, Tak, Lee, 2011). 이와같이, 기하급수적으로증가하고있는논문의수를감안할때, 연구자들이국내외보건의료분야의연구동향을파악하고이에따라후속연구의주제및방향을설정하기는결코쉬운일이아니다. 보건의료분야의정책입안자또한효과적인정책을수립하기위하여해당분야연구의복잡한상호연결성을이해하는데많은어려움이있다 (He, 1999; Mane & Borne, 2004; Jung & Jung, 2008). 국내보건의료분야의연구는각분야별고유한지식체 (Body of Knowledge) 로서의괄목할만한성장을했을뿐아니라다양한학문과의교류를통해확장되어왔다. 특히, 지식체확장을위하여그동안축적 10) 국내보건의료분야학회지논문키워드의사회연결망분석 : 한국연구재단등재지게재논문을중심으로, 본원고는국내외학술지에투고하기위하여작업된초안임을밝힌다.

118 104 보건복지빅데이터효율적관리방안연구 된학문활동의현황을분석하고이를바탕으로방향성을제시하고자하는노력이지속되어왔다. 그러나그동안국내보건의료분야의지식체를분석한연구들은보건의료분야전체를거시적으로보기보다는하나의학문분야를분석하거나 (Lee, Jeong, Kim, & Yom, 2011) 특정단위의연구주제 (Effken, Gephart, Bianchi, & Verran, 2010; Park & Park, 1995; Roh, 2008) 또는연구방법의종류 (Kim, Park, Park, Chung, & Ahn, 2007; Suh et al., 2007) 등을미시적으로분석하였거나, 계량적접근이아닌정성적인접근을통해연구를진행하는전문가에따라그결과해석에객관성을확보하기에어려움이많았다. 이와같은한계를극복하기위하여학계에서는일찍이문헌정보학의한분과학문인계량서지학 (Bibliometrics) 을통한내용분석을시도하였다 (Price, 1965). 이는주로텍스트기반정보를계량화하여분석하는것으로이중에서도동시출현키워드분석 (Co-word analysis) 과동시인용분석 (Co-citation analysis) 등을적용하면해당학문분야의선도연구주제 (Research Front) 또는시기별로새롭게출현하는키워드를확인할수있다 (He, 1999; Sohn, 2011). 최근국내보건의료분야에서도지적구조를파악하기위해보건의료분야키워드를분석단위로하여기존의다른통계적분석기법에비해개체 (node) 사이의관계를시각화하는기능이뛰어난사회네크워크분석 (social network analysis; SNA) 을시도하고있다. 문헌의서지정보에서키워드를추출하여의료정보학 (Jung, Lee, & Kim, 2010), 역학 (Jeong, 2010; Kang & Park, 2010), 간호학 (Lee, Jeong, Kim, & Yom, 2011) 분야에서핵심어네트워크를구성하거나, 국내주요의과대학을단위로하여각대학간연구주제네트워크를 (Kang & Park, 2010) 분석한연구들을예로들수있다.

119 제 4 장보건복지이슈분석및통계제공현황 105 이와같이 SNA를활용한국내연구의대부분은학술활동의결과물인출판물에서연구자가직접키워드를추출하거나용어색인기를사용하여핵심키워드를추출하여분석을한것이다. 해외의경우처럼 MeSH (medical subject headings) 용어를추출하여 SNA를적용한예로는 Influenza (Lee, 2010) 연구와대장암 (Sohn, 2011) 연구, 그리고미국국립의학도서관 (National Library of Medicine: NLM) 의 PubMed 데이터베이스에서소속기관 (Affiliation) 을미국보건의료분야연구의대표적기관이라할수있는미국국립보건연구원 (National Institute of Health; NIH) 으로제한하여이분야의연구동향을분석한연구 (Jang, Lee, & An, 2012) 가대표적이다. PubMed 데이터베이스에등재된논문은 Medline의심사를받아통과된경우에한해서만 MeSH 키워드를부여받는다 (Huh, 2010). MeSH 키워드란 NLM에서규정한의학용어를뜻하는것으로논문별로문헌정보전문가에의해통일된형태로부여된, 계층적으로통제된의학용어분류이며 (Courtial, 1994; Kim, 2008; Kwon & Chae, 2002), 의학문헌의색인과목록에통일성과일관성을부여한다는점에서타데이터베이스와구별되는독창성을지니고있으며 (Kim, 2008; Kwon & Chae, 2002), 키워드를색인하는과정에서저자의주관성이배제된키워드를선정할수있다는장점이있다. 국내보건의료분야의연구동향을파악하기위하여본연구는 MeSH 키워드가가지고있는이러한장점에도불구하고다음의이유에서 PubMed 데이터베이스를통해 MeSH 키워드를추출하지않았다. 첫째, PubMed 데이터베이스를활용할경우, 국내에서출판되는대부분의국문논문을포함할수없기때문이다. 둘째, PubMed 데이터베이스는일정수준이상의영향력지수를가지는저널들을포함하기에본연구에포함되는논문의범위가사전에이미제한을받기때문이다.

120 106 보건복지빅데이터효율적관리방안연구 관심분야에대한동시출현키워드를 SNA를적용하여분석하면같은분야또는동일연구주제라하더라도시간의흐름에따라그내부의일정한변화양상을파악해낼수있다. 따라서국내보건의료분야학술활동의키워드를분석함으로써연구주제네트워크를시계열적으로확인하여제시한다면연구자들이연구의방향을설정하는데에도움이될것이다 (Chen, 2004). 또한정책적차원의연구개발 (Research & Development; R&D) 사업의방향및국가적차원의투자전략을수립하기위한하나의지표로도활용할수있을것이다. 가. 연구목적 본연구는국내보건의료분야학술활동에축적된지식체의구조를사회연결망분석기법을활용하여파악함으로써보건의료분야연구주제의현황및향후연구를위한방향성을제시하는데그목적이있다. 국내보건의료분야의지식체를분석하기위하여이와같은접근방법을시도한것은본연구가처음이다. 나. 연구방법 1) 연구설계 본연구는한국연구재단등재학술지에게재된보건의료분야논문의저 자키워드 (Author Keywords) 를사회네트워크분석 (SNA) 방법을활용 하여분석함으로써이분야의연구주제의동향을파악하고자한다.

121 제 4 장보건복지이슈분석및통계제공현황 107 2) 연구자료수집대상 본연구대상은 2009년 1월부터 2014년 6월까지한국연구재단의등재학술지목록에포함된학술지중의 약학으로분류된학술지 181개중국문으로 보건 이라는단어가학술지명에포함된등재논문을 1차추출하였다. 그결과, 181개의학술지중 8개가검색이검색되었으며, 영문으로 Health 라는단어가포함된학술지는 보건 과중복되는학술지를제외하고총 10개가검색되었다. 영문으로 Public Health 라는단어가포함된학술지는총 4개였으며 보건 과 Health 가중복되어최종적으로 18개의등재학술지에수록된논문의저자키워드를분석자료로설정하였다 ( 그림 4-1 참조 ). 그림 4-1 연구자료수집대상

122 108 보건복지빅데이터효율적관리방안연구 3) 자료수집방법및키워드추출 본연구자료는해당학회지를발행하고있는학회의홈페이지및 DBpia, RISS, KoreaMed, KISS를통해논문을직접검색하여학회지명, 논문제목, 저자, 소속, 발행정보 (Year, Volume, Page), 키워드 (Key words) 및초록 (Abstract) 자료를수집하였으며, 이과정에서영문없이국문으로만표기된키워드는분석대상에서제외하였다. 총 3,457편의논문이수집되었으며, 저자키워드의중복및유사키워드를확인한결과, 최종적으로총 13,465개의키워드를분석에포함시켰다 ( 표 4-1 참조 ). 수집된논문및추출된키워드의수를기준으로할때, 한국환경보건학회지 가논문 291편 (8.4%) 과 1,291개 (9.6%) 의키워드로가장높은비중을차지하였으며, 그다음이 280편 (8.1%) 의논문으로부터 1,111개 (8.3%) 의키워드를추출한 대한구강보건학회지, 270편 (7.8%) 의논문으로부터 1,071개 (8.0%) 의키워드를추출한 예방의학회지, 255편 (7.4%) 의논문으로부터 1,017개 (7.6%) 의키워드를추출한 보건교육건강증진학회지, 252편 (7.3%) 의논문으로부터 898개 (6.7%) 의키워드를추출한 지역사회간호학회지 등의순이었다. 표 4-1 연구자료수집대상 번호 논문명 논문수 키워드 1 근관절건강학회지 122 ( 3.5) 467 ( 3.5) 2 대한구강보건학회지 280 ( 8.1) 1,111 ( 8.3) 3 대한보건연구 100 ( 2.9) 390 ( 2.9) 4 보건교육건강증진학회지 255 ( 7.4) 1,017 ( 7.6) 5 보건행정학회지 175 ( 5.1) 705 ( 5.2) 6 여성건강간호학회지 196 ( 5.7) 771 ( 5.7) 7 예방의학회지 270 ( 7.8) 1,071 ( 8.0)

123 제 4 장보건복지이슈분석및통계제공현황 109 번호 논문명 논문수 키워드 8 정신간호학회지 214 ( 6.2) 821 ( 6.1) 9 지역사회간호학회지 252 ( 7.3) 898 ( 6.7) 10 한국모자보건학회지 117 ( 3.4) 457 ( 3.4) 11 한국보건간호학회지 171 ( 4.9) 637 ( 4.7) 12 한국직업건강간호학회지 170 ( 4.9) 595 ( 4.4) 13 한국환경보건학회지 291 ( 8.4) 1,291 ( 9.6) 14 환경독성보건학회지 110 ( 3.2) 381 ( 2.8) 15 Child Health Nursing Research 190 ( 5.5) 736 ( 5.5) 16 Healthcare Informatics Research 200 ( 5.8) 844 ( 6.3) 17 Osong Public Health and Research Perspectives 164 ( 4.7) 638 ( 4.7) 18 The World Journal of Men's Health 180 ( 5.2) 635 ( 4.7) 계 3,457 (100.0) 13,465 (100.0) 4) 자료분석방법 추출한키워드는용어간유사키워드를분류한후키워드의출현빈도및가중치를계산하였다. 유사키워드분류는보건의료분야의전문가 2 인의검토를거쳤으며, 분석의일관성을위하여키워드의단 / 복수형을복수로통일하는과정을거쳤다. 선정한키워드를분석하기위하여 Net Miner v. 4.0 (SYRAM, Korea) 을사용하였으며, 사회연결망을구성하기위하여키워드를노드 (node) 화하여이들간의연결망구조를분석하였다. 5) 연구결과 전체키워드 13,465 개를대상으로 2006 년부터 2014 년까지 6 개년 도의상위 50 개키워드를네트워크로구성한결과네트워크상연결정도

124 110 보건복지빅데이터효율적관리방안연구 중심성 (Degree Centrality Value; DCV) 이높은 (1.0 < DCV) 키워드는 Social Support( 사회적지지 ), Self-esteem( 자존감 ), Quality of Life( 삶의질 ), Health Status( 건강상태 ), Attitude( 태도 ), Anxiety ( 불안 ), Female( 여성 ), Health behavior( 건강행위 ), Health( 건강 )', 'Middle aged( 중년층 )' 으로나타났다. 연결정도중심성상위 30개의키워드를정리하면다음과같다 ( 표 4-2 참조 ). 표 4-2 연결정도중심성상위 30위키워드 순위 키워드 Degree Centrality Value 1 Social support Self esteem Quality of life Health status Attitude Anxiety Female Health behavior Health Middle aged BMI (Body Mass Index) Depression Exercise Health promotion Suicide Smoking Lifestyle Knowledge Stress Mental health Physical activity Obesity

125 제 4 장보건복지이슈분석및통계제공현황 111 순위 키워드 Degree Centrality Value 23 Education Nurses Job stress Pain Self efficacy Perception Sex Prevalence 전체키워드간의응집구조특성을파악하기위하여분산되어있는키워드의노드들의군집 (cluster) 을분석한결과 31개노드에분포되어있는것을알수있다. 키워드간의관계를네트워크로확인하면 Social support( 사회적지지 ) 는 BMI( 체질량지수 ), Job stress( 직무스트레스 ), Satisfaction( 만족도 ), Health behavior( 건강행위 ), Smoking( 흡연 ), Sex( 성 ), Mental health( 정신건강 ), Middle aged( 중년층 ) 등과연결되어연구되고있는것으로분석되었으며, Self-esteem( 자존감 ) 은 Knowledge( 지식 ) 을매개로 Attitude( 태도 ), Self-efficacy( 자기효능감 ) 과강한연결정도를가지고있는것으로나타났다. 뿐만아니라 Stress( 스트레스 ), Depression( 우울 ) 이매개가되어 Self-esteem( 자존감 ) 과연결되어연구되고있는것으로분석되었다. Depression( 우울 ) 은 Self-esteem( 자존감 ), Anxiety( 불안 ), Stress( 스트레스 ) 와강한연결정도가있는것으로나타났으며, Elders( 노인 ) 을매개로 Quality of Life( 삶의질 ) 에강한연결정도가있는것을볼수있다 ( 그림 4-2 참조 ).

126 112 보건복지빅데이터효율적관리방안연구 그림 4-2 보건의료분야의키워드네트워크분석 2009 년부터 2014 년까지의키워드가운데연결정도중심성이높은순 서대로상위 30 개키워드의변화를분석한결과, 2009 년에는 Parents

127 제 4 장보건복지이슈분석및통계제공현황 113 ( 부모 ), Attitude( 태도 ), Quality of life( 삶의질 ) 등의순으로, 2010 년에는 Health behavior( 건강행위 ), Suicide( 자살 ), Middle aged ( 중년층 ) 등의순으로, 2011년에는 Mother( 엄마 ), Social support ( 사회적지지 ), Health( 건강 ) 등의순으로, 2012년에는 Self-esteem ( 자존감 ), Job stress( 직무스트레스 ), Self-efficacy( 자기효능감 ) 등의순으로, 2013년에는 Nurses( 간호사 ), Suicidal ideation( 자살사고 ), Quality of life( 삶의질 ) 등의순으로, 2014년에는 Smoking( 흡연 ), Self-esteem( 자존감 ), Anxiety( 불안 ) 등의순으로나타났다 ( 표 4-3 참조 ). 표 4-3 연도별상위키워드변화 순위 Parents Health behavior Mother Self esteem Nurses Smoking 2 Attitude Suicide Social Suicidal Job stress support ideation Self esteem 3 Quality Quality Middle aged Health Self efficacy of Life of Life Anxiety 4 Social Health Health Quality Self esteem Knowledge support status status of life 5 Health status Smoking Pain Immigrants Self esteem Lifestyle 6 Anxiety Mental Quality Social Social Female health of life support support 7 Suicide Activities of Social Sleep daily living support Obesity BMI 8 Education Lifestyle Activities of daily living Lifestyle Female BMD 9 Nurses Exercise Physical activity Attitude Stress Middle aged 10 Smoking Anxiety Self esteem Health Suicidal Children behavior ideation 11 Health Self efficacy Health Physical Empowerment behavior activity Nurses

128 114 보건복지빅데이터효율적관리방안연구 순위 Self esteem Health Sex Job Motor satisfaction activity Health 13 Obesity Social Mental Health Stress support health behavior Satisfaction 14 Exercise Health Quality status of life Depression Stroke Exercise 15 Self efficacy Knowledge Immigrants Anxiety Anxiety Health promotion 16 Stress Quality Smoking Health Health Middle aged of life cessation promotion behavior 17 Schizophrenia Perception Obesity Metabolic syndrome Immigrants Stress 18 Life BMI Anxiety Female Middle aged Education 19 Depression Cancer Education Mortality 20 Osteoarthritis Attitude Satisfaction Long term care Health status Job stress Data mining Mental health 21 Risk factors Female Attitude Exercise Self efficacy Knowledge 22 Physical Smoking Breast Exercise Prevalence parents fitness cessation cancer 23 Communication Nurses Self efficacy Students Metabolic Qualitative syndrome research 24 Students Health Health Stress promotion promotion Students Burn out 25 Oral health Depression Depression Physical activity Attitude Environment 26 Health Chronic Osteoarthritis ADHD Fatigue Elders behavior disease 27 BMD Pregnancy Pregnancy Smoking Intervention Meta study analysis 28 BMI Pain Health Job Care givers Hypertension promotion satisfaction 29 Perception Case management Students Knowledge Exercise Male 30 Mental health Education Fatigue Obesity Smoking Sex

129 제 4 장보건복지이슈분석및통계제공현황 115 그림 4-3 은 2009년의키워드간의응집구조특성을파악하기위하여분산되어있는키워드의노드들을군집화한결과, 14개노드에분포되어있는것을알수있다. 2009년키워드간의네트워크분포를확인하면 Parents( 부모 ) 가 Mental Health( 정신건강 ) 를매개로 Suicide( 자살 ) 에연결정도가있는것으로확인되었다. Attitude( 태도 ) 는 Parents( 부모 ), Suicide( 자살 ), Mental health( 정신건강 ), Self-efficacy( 자기효능감 ), Nurses( 간호사 ), Smoking( 흡연 ), Perception( 인지 ) 에연결정도가있는것으로나타났으며, Knowledge( 지식 ) 가 Attitude( 태도 ) 와강한연결정도가있는것으로분석되었다. Depression( 우울 ) 은 Stress( 스트레스 ), Anxiety( 불안 ), Quality of Life( 삶의질 ), Self-esteem( 자존감 ) 과연결되어연구되고있는것으로분석되었다. 그림 년보건의료분야키워드네트워크분석

130 116 보건복지빅데이터효율적관리방안연구 그림 4-4 는 2010년의키워드간응집구조특성을분석한결과 14 개노드에분포되어있는것을알수있다. 2010년키워드간네트워크분포를확인하면 Health behavior( 건강행위 ) 는 Cancer( 암 ), Middle aged( 중년층 ), Health status( 건강상태 ), BMI( 체질량지수 ), Suicide( 자살 ), Activities of day living( 일상활동 ) 과연결정도가있는것으로나타났다. 이는건강에대한방향을제시하고능동적으로대응하고있음을알수있다. Suicide( 자살 ) 은 Health behavior( 건강행위 ) 와연결정도가있는것으로분석되었으며, Depression( 우울 ) 은강한연결정도가있는것으로나타났다. Adolescent( 청소년 ) 은 Smoking( 흡연 ) 과강한연결정도가있는것으로나타났으며이를매개하여 Suicide( 자살 ) 이연구되는것으로분석되었다. 그림 4-5 는 2011년의키워드간응집구조특성네트워크분포결과

131 제 4 장보건복지이슈분석및통계제공현황 117 이며총 15개노드에분포되어있는것을확인할수있다. 2011년도에상위키워드로등장한 Mother( 엄마 ) 는 Adolescent( 청소년 ) 과강한연결정도가있는것으로나타났으며, Oral health behavior( 구강보건행위 ), Children( 어린이 ), Knowledge( 지식 ) 이연결정도가있는것으로분석되었으며, Knowledge( 지식 ) 을매개로 Attitude( 태도 ) 가 Mother( 엄마 ) 와강한연결정도가있는것으로나타났다. 이는부모의가치관이자녀에게건전한사고방식및건강행위로이어지는전달통로이기때문임을감안한다면당연한결과라고할수있다. Social support( 사회적지지 ) 는 Health behavior( 건강행위 ) 를매개로 Health status( 건강상태 ) 로강한연결정도가있는것으로나타났다. 그림 년보건의료분야키워드네트워크분석

132 118 보건복지빅데이터효율적관리방안연구 그림 년보건의료분야키워드네트워크분석

133 제 4 장보건복지이슈분석및통계제공현황 119 그림 4-6 은 2012년의키워드간응집구조특성을분석한결과 14 개노드에분포되어있는것을알수있다. 2012년키워드간의네트워크분포를살펴보면, Self-esteem( 자존감 ) 은 Smoking( 흡연 ), Students( 학생 ), Empowerment( 권한위임 ) 가연결정도가있는것으로나타났으며, Quality of Life( 삶의질 ) 이 Stress( 스트레스 ) 를매개로 Self-esteem( 자존감 ) 과매우연결강도가높은것으로나타났다.

134 120 보건복지빅데이터효율적관리방안연구 그림 년보건의료분야키워드네트워크분석

135 제 4 장보건복지이슈분석및통계제공현황 121 그림 4-7 은 2013년키워드간응집구조특성결과 16개노드에분포되어있었으며, Nurses( 간호사 ) 를매개로 Sex( 성 ), Job satisfaction( 직무만족도 ), Knowledge( 지식 ), Self-efficacy( 자기효능감 ), Job stress( 직무스트레스 ) 등과연관되어연구를하고있는것으로나타났으며, Job stress( 직무스트레스 ), Stress( 스트레스 ) 와는강한연결정도가있는것으로확인되었다. Suicidal ideation( 자살사고 ) 은 Stress( 스트레스 ), Adolescent 와강한연결정도가있는것으로나타났으며, Risk factors( 위험요인 ), Elders( 노인 ), Female( 여성 ), Children( 어린이 ) 등과연관되어연구가활발히진행되고있다고볼수있다. 그림 년보건의료분야키워드네트워크분석

136 122 보건복지빅데이터효율적관리방안연구 그림 4-8 은 2014년키워드군집은총 7개노드에분포되어있는것으로나타났으며, 키워드간네트워크분석결과 Adolescent( 청소년 ) 와 Smoking( 흡연 ), 그리고 Stress( 스트레스 ) 와강한연결정도가있는것으로나타났다. Self-esteem( 자존감 ) 은 Social support( 사회적지지 ) 와연관되어연구가진행되고있음을예측할수있으며, Self-efficacy( 자기효능감 ) 와 Anxiety( 불안 ) 의연결관계로 Self-esteem( 자존감 ) 과연결되고있는것으로나타났다.

137 그림 년보건의료분야키워드네트워크분석 제 4 장보건복지이슈분석및통계제공현황 123

138 124 보건복지빅데이터효율적관리방안연구

139 제 4 장보건복지이슈분석및통계제공현황 사회보장분야이슈분석 11) 저출산 고령화로사회적위험의증가와더불어복지욕구가다양해짐에따라사각지대해소, 사회보장전달체계의합리화등사회보장부분의현안해결방법으로공공부조, 사회보험, 사회서비스등다양한사회보장영역의데이터연계및활용방안이강조되고있다. 사회복지전달체계는중앙부처, 지자체, 공공기관, 민간시설및단체, 개인등다양한이해관계가존재하고있으며, 사회복지대상자도저소득층을중심의전통적취약계층에서일반국민으로확대되는추세에있다. 사회보장의범위는출산, 양육, 실업, 노령, 질병, 빈곤등각종사회적위험으로부터전국민을보호하고삶의질을향상시키는데필요한소득, 서비스를보장하는사회보험, 공공부조, 사회서비스를포괄하고있다. 사회보장부분의빅데이터수요를파악하기위해서는사전적으로사회복지빅데이터적용가능영역을검토하는것이필요하다. ETRI(2014) 의연구에서 2012년이후주요학술지에게재된논문들의키워드를분류하고군집화하여사회보장부문의학술문헌에대한이슈분석결과는 < 표 4-4> 와같이나타났다. 사회보장일반부문에서는사회적자본, 사회적기업, 고용불안, 소득불평등, 사례관리, 네트워크등이주요키워드로나타났다. 사회보험부문에서는사회보험명칭 ( 국민연금, 건강보험, 산재보험, 고용보험 ), 의료비부담, 형평성등이주요키워드로나타났다공공부조부문에서는소득, 빈곤선, 근로빈곤, 소득보장등이주요키워드로나타났고, 사회서비스부문에서는전달체계, 바우처, 돌봄, 보육, 서비스질, 품질평가등이주요키워드로나타났다. 11) 본내용은 ETRI(2014.2). 사회보장부분빅데이터 R&D 사업기획연구 를분석재정리함.

140 126 보건복지빅데이터효율적관리방안연구 표 4-4 사회보장부분학술문헌이슈분석 사회보장 구분 일반 사회보험 키워드 네트워크, 비영리조직, 기부행동, 리더십, IT 자원, 업무효율성, 삶의질향상, 조세체제, 소비세, 개인소득세, 법인소득세, 조세지출, 복지국가, 기부노력, 행복감, 사회적신뢰, 상호작용효과, 사례관리, 사회적기업, 자원봉사, 자발성, 무보수성, 공익성, 권리, 감성자본, 지방정부재정운용, 민관협력, 거버넌스, 지역사회복지협의체, 고용서비스, 시민조직, 사회구성주의, 양육스트레스, 문화적역량, 일가족양립, 결혼이주여성, 사회적지지, 장애인, 사회적배제, 노동이주여성, 이주의여성화, 젠더, 문제음주, 배우자폭력, 피해자의문제음주, 기부, 자원봉사, 소득불평등, 소득이동성, 소득불안정성, 체험홈, 사회보장기본법, 근로연계복지, 청년빈곤, 고용불안, 소득불평등, 새로운사회적위험구조, 소득보장지출, 사회투자지출, 사회지출구조변화, 자선적기부, 종교적기부, 상호부조적기부, 기부규모, 기부노력, 전일제, 시간제, 일가정인식, 복지정책, 복지축소, 사회복지지출, 다문화가족지원법, 협동조합, 임파워먼트, 디스임파워먼트, 결혼이주여성, 근로자지원제도, 근로자지원프로그램, EAP, 노동조합, 노조형 EAP 노인장기요양보험제도, 연기금운용제도, 공무원연금, 보건의료비, 직업복귀기간, 연금개혁, 국민연금, 국민연금기금, 과부담의료비지출, 의료접근성, 미충족의료, 의료보장, 건강보험, 의료급여, 산재보험, 민영화, 운영주체, 건강불평등, 직업병, 산업복지, 노동정치, 국민연금부채, 부채벤치마크, 의료이용, 지역간차이, 형평성, 고용서비스, 실업급여, 고용센터, 적극적노동시장정책, 보험료체납자, 체납자관리방안, 과부담의료비, 의료비부담, 건강불평등, 산재장애인, 직업복귀, 건강보험지역가입자, 직장가입확대, 직장피부양자, 임금근로자 공공부조 가족부양자, 부양부담, 급여청구권, 복지조치청구권, 권리구제, 상대소득, 과거소득에의해서형성된습관, 자영업, 근로소득, 불평등, 근로빈곤, 국민기초생활보장제도, 자활사업, 사회복지예산, 소득보장, 지방재정조정제도, 이전재원, 빈곤선, 최저소득기준, 공공부조급여기준선, 최저생계비, 저임금근로, 근로빈곤, 사회안전망, 부양비, 부양능력미약, 기본소득, 보편적수당 사회서비스 폭력, 아동보호전문기관, 노인복지관, 사회복지조직, 사회복지시설평가, 서비스만족도, 장애영아, 조기개입서비스, 장애아동복지지원법, 지역장애아동지원센터, 서비스전달체계, 직무만족, 이직의도, 지역자활센터, 사회서비스바우처, 사회서비스산업, 조직혁신성, 조직성과, 서비스질, 이용자만족도, 산모신생아, 방문요양, 서비스관리, 서비스구조, 서비스과정, 서비스결과, 미혼모자시설, 보수체계, 보수실태조사, 처우, 지역사회기반서비스, 품질평가체계, 품질관리전담기구, 지역사회복지관, 지역사회복지실천, 근린지역사회조직화모델, 자폐성장애아동어머니, ADHD 아동, 푸드뱅크, 기부식품제공사업, 공공사회서비스투자, 보육정책, 보육의시장화, 서비스제공자와이용자, 돌봄서비스정책, 사회적돌봄정책 자료 : ETRI(2014.2). 사회보장부분빅데이터 R&D 사업기획연구. p63-64.

141 제 4 장보건복지이슈분석및통계제공현황 127 제 2 절보건복지통계제공현황 1. 보건복지부통계 보건복지부정책통계담당관에서운영하는통계포털 (stat.mw.go.kr) 은국가통계통합DB 관리시스템에서통계를작성하여보건복지부통계포털과국가통계포털 (kosis.kr) 에서링크서비스를지원하고있으며, 제공하는통계는보건및복지분야통계를엑셀파일형태로제공하고있다. 보건복지부통계포털에서제공하는지표는보건 / 의료, 질병 / 건강, 보육 / 아동, 노인복지, 장애인복지, 사회, 보험 / 연금으로분류하여승인된조사통계를링크 (link) 서비스형태로제공하고있다. 보건분야지표는국민보건의료실태조사, 국민의료비추계및국민보건계정, 병원경영실태조사, 보건소및보건지소운영현황, 의료기기화장품제도, 유통실태조사, 의약품소비량및판매액통계, 퇴원손상심층조사, 한방의료및한약소비실태조사, 환자조사순으로제공되고있으며총 518건의통계표를서비스하고있다. 질병 / 건강분야지표는 17종의승인통계를서비스하고있으며 827건의통계표가등록되어있다. 보육 / 아동복지분야는 7 종의승인통계를서비스하고있으며총 414건의통계를서비스하고있다. 노인분야는 6종, 155건의통계표를서비스하고있으며, 장애인분야는 8종, 793건의통계표를서비스하고있다. 사회분야는 12종, 3,511건의통계표를제공하고있으며, 보험 / 연금분야는 5종, 537건의통계표를서비스하고있다. 보건복지부통계포털은전체 6,755건의통계표를서비스하고있다 ( 표 4-5 참조 ).

142 128 보건복지빅데이터효율적관리방안연구 표 4-5 보건복지부통계포털제공통계목록 주제별분류통계명지표수소계 보건 질병 / 건강 보육 / 아동복지 노인복지 장애인복지 국민보건의료실태조사 112 국민의료비추계및국민보건계정 3 병원경영실태조사 294 보건소및보건지소운영현황 5 의료기기, 화장품제조, 유통실태 26 의약품소비량및판매액통계 2 퇴원손상심층조사 34 한방의료이용및한약소비실태조사 30 환자조사 12 HIV/AIDS 신고현황 16 결핵현황 4 공중위생관계업소실태보고 3 국민건강영양조사 97 국민구강건강실태조사 116 급성심장정지조사 - 법정감염병발생보고 6 사망원인통계 12 수입식품현황 44 식품수거검사실적 20 암등록통계 11 인수공통감염병위험군의감염실태조사 286 전국민장내기생충감염조사 - 정신질환실태조사 104 지역사회건강조사 35 청소년건강행태온라인조사 31 한국인인체치수조사 42 가족위탁국내입양소녀소녀가정 5 보육실태조사 95 아동복지시설보호아동및종사자 1 아동종합실태조사 271 어린이집이용자통게 11 요보호아동현황보고 1 학대피해아동보호현황 30 고령자고용현황 5 국민노후보장패널조사 - 노인복지시설현황 4 노인실태조사 80 노인학대현황 57 노후준비실태조사 9 기업체장애인고용실태조사 324 장애인고용패널조사

143 제 4 장보건복지이슈분석및통계제공현황 129 주제별분류 통계명 지표수 소계 장애인구인구직및취업동향 107 장애인등록현황 6 장애인생활체육실태조사 143 장애인실태조사 5 장애인의무고용현황 6 장애인편의시설설치현황조사 5 가족실태조사 342 국민기초생활수급자현황 6 국민노후보장패널조사 - 사회복지자원봉사현황 43 사회조사 1,572 사회 여성가족패널조사 108 유망사회서비스수요실태조사 86 3,511 전국결혼및출산동향조사 75 전국출산력및가족보건복지실태조사 213 최저생계비계측조사 17 한국복지패널조사 1,045 한국의사회복지지출 4 건강보험주요수술통계 29 건강보험통계 265 보험 / 연금 국민연금통계 다충노후소득보장체계실태조사 - 지역별의료이용통계 243 6,755 그리고 < 표 4-6> 과같이보건복지부통계포털에서보건복지분야주요지표를선별하여서비스하고있다. 보건복지분야주요지표는건강상태및질병, 보건의료, 노인복지, 아동복지, 장애인복지, 사회복지일반, 사회보험및사회보장, 국민계정및경제관련사회통계로분류하여총 94건의지표를선별하여서비스하고있다. 그림 4-9 과같이제공지표중보건복지부제공통계가 39종, 통계청 15종, 질병관리본부가 10종, OECD 7종, 국민건강보험공단 7종, 건강보험심사평가원 3종, 국민연금공단 3종, 경찰청, 대검찰청, 대한적십자사, 식품의약품안전처, 전국경제인연합회, 한국보건사회연구원, 한국은행에서각각 1종의통계를제공하고있다.

144 130 보건복지빅데이터효율적관리방안연구 표 4-6 보건복지주요지표 분류기준해당지표출처제공기관 건강상태및질병 보건의료 BCG 예방접종률 전국예방접종률조사 질병관리본부 헌혈인구 혈액사업통계연보 대한적십자사 신고결핵신환자수 결핵환자신고현황연보 질병관리본부 신규HIV/AIDS 신고현황 HIV/AIDS신고현황연보 질병관리본부 마약류사범수 마약류범죄백서 대검찰청 자살률 사망원인통계 통계청 OECD국가자살률비교 OECD Health Data OECD 주요만성질환사망률 사망원인통계 통계청 만성질환유병률 국민건강통계 질병관리본부 월간음주율 국민건강통계 질병관리본부 OECD 국가주유소비량 OECD Health Data OECD 현재흡연율 국민건강통계 질병관리본부 OECD 국가흡연인구비율 OECD Health Data OECD 비만유병율 국민건강통계 질병관리본부 조사망률 사망통계 통계청 합계출산율 출생통계 통계청 우울증환자수 건강보험심사실적 건강보험심사평가원 주요암 5년상대생존율 국가암등록사업연례보고서 보건복지부 암발생률 국가암등록사업연례보고서 보건복지부 모성사망비 사망원인통계 통계청 기대수명 생명표 통계청 영아사망률 사망원인통계 통계청 GDP 대비제약산업비중 식품의약품통계연보 식품의약품안전처 GDP 대비국민의료비 OECD Health Data OECD 국민의료비중공공지출비율 OECD Health Data OECD 항생제처방률 통계정보공개부 건강보험심사평가원 주사제처방률 통계정보공개부 건강보험심사평가원 뇌사장기이식건수 장기이식정보시스템 질병관리본부 뇌사장기기증자수 장기이식정보시스템 질병관리본부 국가암검진수검률 국가암검진사업수검률 보건복지부 응급의료기관수 응급의료과 보건복지부 시도공공의료기관현황 보건의료정보시스템 보건복지부 건강검진수진율 국민건강통계 질병관리본부

145 제 4 장보건복지이슈분석및통계제공현황 131 분류기준 해당지표 출처 제공기관 치과의사 1인당인구 보건복지부통계연보 보건복지부 의사 1인당인구 보건복지부통계연보 보건복지부 OECD 국가병상수비교 OECD Health Data OECD 노인복지 아동복지 장애인복지 의료시설현황 보건의료정보시스템 보건복지부 의료인수 보건복지부면허관리시스템 보건복지부 65세이상 1인가구 장래인구가구추계 통계청 치매노인수 치매유병률조사 보건복지부 화장률 장사문화발전을위한국가전략계획수립연구 한국보건사회연구원 기초노령연금수급자수 기초노령연금과 보건복지부 정부지원노인일자리수 노인지원과 보건복지부 노령화지수 장래인구추계 통계청 노인 1인당월진료비 건강보험주요통계 국민건강보험공단 노인복지시설수 노인복지시설현황 보건복지부 OECD 국가의노인경제활동참가율 OECD OECD 노년부양비 장래인구추계 통계청 노인인구비율추계 장래인구추계 통계청 실종아동발생수 실종아동찾기센터통계 경찰청 학대피해아동보호건수 학대피해아동보호현황 보건복지부 입양아동수 국내입양소년소녀가정현황 보건복지부 국외입양현황 국내입양소년소녀가정현황 보건복지부 요보호아동발생인원 요보호아동현황보고 보건복지부 보육료지원아동수 보육통계 보건복지부 취약 ( 특수 ) 어린이집현황 보육통합정보시스템 보건복지부 아동급식대상자수 아동권리과 보건복지부 어린이집현황 보육통합정보시스템 보건복지부 장애인생활시설수장애인권익지원과보건복지부 장애인편의시설설치율 장애인편의시설실태전수조사보고서 보건복지부 장애아동수당수급자수 장애인서비스과 보건복지부 장애인직업재활시설수 장애인직업재활시설운영실적보고서 보건복지부 장애인지역사회재활시설수 장애인권익지원과 보건복지부

146 132 보건복지빅데이터효율적관리방안연구 분류기준해당지표출처제공기관 사회복지일반 사회보험및사회보장 국민계정및경제관련사회통계 등록장애인수 등록장애인현황 보건복지부 장애수당수급자수 장애인서비스과 보건복지부 긴급복지지원실적 - 보건복지부 자활사업참여자수 자립지원과 보건복지부 의료급여수급자총진료비 기초의료보장과 보건복지부 기업의사회공헌규모 기업재단사회공헌백서 전국경제인연합회 사회복지시설현황 사회복지시설현황 보건복지부 보건복지부사회서비스일자리사업예산 - 보건복지부 보건복지관련사업일자리수보건복지관련사업 일자리조사 보건복지부 사회복지자원봉사참여율 사회복지자원봉사통계연보 보건복지부 최저생계비 최저생계비계측조사 보건복지부 사회복지전담공무원 지역복지과 보건복지부 GDP대비사회복지지출규모 사회복지지출추계 보건복지부 기초생활보장수급자수 국민기초생활수급자현황 보건복지부 건강보험재정정부지원금 건강보험주요통계 국민건강보험공단 1인당평균요양기관입 내원일수 건강보험주요통계 국민건강보험공단 지역보험료징수율 건강보험주요통계 국민건강보험공단 건강보험재정수지 건강보험주요통계 국민건강보험공단 건강보험료 건강보험주요통계 국민건강보험공단 건강보험가입자수 건강보험주요통계 국민건강보험공단 국민연금기금운용수익률 국민연금통계 국민연금공단 국민연금수급자수 국민연금통계 국민연금공단 국민연금가입자수 국민연금통계 국민연금공단 GDP 성장률 국민계정 한국은행 1인당 GNI 국민통계연감 통계청 지니계수 ( 가처분소득기준 ) 가계동향조사 통계청 조세부담률 한국의사회지표 통계청 장래인구추계 장래인구추계 통계청

147 제 4 장보건복지이슈분석및통계제공현황 133 그림 4-9 보건복지부주요지표제공기관현황 2. 통계청 e- 나라지표 통계청에서운영하는 e-나라지표 (index.go.kr) 는국가공식승인통계뿐만아니라각종행정자료들을가공한내용들을포함하여이용자들에게도식화하여제공하고있다. < 표 4-7> 은 e-나라지표에서제공하는보건분야제공목록이다. 보건분야에서제공하는지표의주제별분류는건강증진, 보건산업, 보건일반, 식품, 질병으로분류되어있다. 건강증진분야지표는 4종, 보건산업분야 2종, 보건일반 6종, 식품분야 2종, 질병분야 6종으로총 20종의지표들을서비스하고있다. 건강증진분야에서제공하는통계는비만도, 운동, 평균수명및건강수명, 음주및흡연, 청소년의흡연율에관한통계등을제공하고있으며, 보건산업분야에서제공하는통계는의약품및의료기기의생산실적통계를제공하고있다. 보건일반분야에서는 GDP대비국민의료비추이, 항생제및주사제처방율, 헌혈인구및개인헌혈비율, 뇌사자장기기증현황, 영아및모성사

148 134 보건복지빅데이터효율적관리방안연구 망통계, 의료인력및병상수추이에대한통계지료를서비스하고있다. 식품분야는식품검사부적합률, 식품및식품첨가물생산실적을지표로제공하고있으며, 질병분야는만성질환, 국가암검진, 정신질환, 식중독신고건수및환자수등에대한지표를제공하고있다. 표 4-7 e- 나라지표보건지표제공목록 주제별분류 건강증진 보건산업 보건일반 식품 통계명출처제공기관 비만도및규칙적중증도운동실천율 평균수명및건강수명 음주및흡연현황 청소년현재흡연율, 청소년현재음주율 국민건강통계 통계청, 생명표 WHO 국민건강통계 청소년건강행태온라인조사 보건복지부질병관리본부 보건복지부 보건복지부질병관리본부 보건복지부교육부 의약품생산실적 식품의약품통계연보 식품의약품안전처 의료기기생산실적 식품의약품통계연보 식품의약품안전처 GDP 대비국민의료비추이 국민의료비및국민보건계정, OECD Health Data 보건복지부 항생제및주사체처방률 건강보험심사평가원 보건복지부 헌혈인구및개인헌혈비율 혈액사업통계연보 보건복지부 뇌사자장기기증현황 장기이식및이식통계연보 보건복지부 영아 / 모성사망 영아모성사망조사 보건복지부 의료인력및병상수추이 보건복지부통계연보 보건복지부 식품검사부적합률 식품의약품통계연보 식품의약품안전처 식품및식품첨가물생산실적 식약처보고자료 식품의약품안전처 만성질환현황 국민건강통계 보건복지부질병관리본부 질병 국가암조기검진사업수검률 국가암검진사업정보시스템 보건복지부

149 제 4 장보건복지이슈분석및통계제공현황 135 주제별분류 통계명출처제공기관 정신질환유병률정신질환실태조사보건복지부 법정감염병발생현황 감염병감시시스템및통계시스템 보건복지부 집단식중독신고건수및환자수 집단식중독발생현황 식품의약품안전처 암발생및사망현황 암등록통계 보건복지부 e- 나라지표 보건분야 에지표를제공하는기관은총 4 개기관으로 그림 4-10 과같다. 보건복지부에서 15 종, 식품의약품안전처에서 5 종, 질병관리본부 3 종, 교육부 1 종을제공하고있다. 그림 4-10 통계청 e- 나라지표보건지표제공기관 < 표 4-8> 은 e-나라지표에서제공하는복지분야제공목록이다. 복지분야에서제공하는지표의주제별분류는노인복지, 복지일반, 아동복지, 연금및건강보험, 장애인복지, 저출산고령화로분류하고있다. 노인복지분야에서제공하는지표는 4종, 복지일반에서제공하는지표는 11종, 아동복지분야 5종, 연금및건강보험분야에서제공하는지표는 5종, 장

150 136 보건복지빅데이터효율적관리방안연구 애인복지 3종, 저출산고령화분야에서제공하는지표는 2종으로총 30 개의복지관련지표를서비스하고있다. 그림 4-11 은 e-나라지표 복지분야 에지표를제공하는기관별지표종수표이다. 보건복지부에서 22 종, 통계청에서 6종, 안정행정부에서 2종을서비스하고있다. 표 4-8 e- 나라지표복지지표제공목록 주제별분류 통계명출처제공기관 노인취업률현황노인실태조사보건복지부 노인복지 노후준비방법사회조사통계청 노인복지시설현황노인복지시설현황보건복지부 노인일자리및노후생활현황 사회조사 보건복지부 보건복지부예산현황 연도별예산자료 보건복지부 의료급여수급현황 의료급여통계 보건복지부 소득분배 가계동향조사 통계청 향후늘려야할복지서비스 사회조사 통계청 현금기부인구 사회조사 통계청 복지일반 내년가구의재정상태사회조사통계청 사회복지지출규모한국의사회복지지출보건복지부 국민기초생활보장수급현황내부자료보건복지부 아동복지 최저생계비및빈곤율추이 최저생계비계측조사연구 보건복지부 국민영양현황 국민건강영양조사 보건복지부 자치단체사회복지비중 지방자치단체예산개요 안전행정부 요보호아동현황시도별보고자료보건복지부 학대아동보호건수 전국아동학대현황보고서 보건복지부 아동급식지원현황 내부자료 보건복지부 국내입양아수및입양비율내부자료보건복지부 아동안전사고현황사망원인통계보건복지부

151 제 4 장보건복지이슈분석및통계제공현황 137 주제별분류 통계명출처제공기관 세대당건강보험료부과액 - 보건복지부 연금건강보험 공적연금수급률 건강보험재정및급여율 고령자통계국민연금통계연보공무원연금통계사학연금통계연보 진료비본인부담실태조사 보건복지부 보건복지부 장애인복지 저출산고령화 국민연금재정현황 공무원연금기금증식및운용현황 공무원연금기금결산서 보건복지부 안전행정부 취업장애인월평균소득장애인실태조사보건복지부 장애인현황장애인등록현황보건복지부 장애인시설및사업현황 보건복지부통계연보 보건복지부 합계출산율출생통계통계청 노년부양비장래인구추계보건복지부 그림 4-11 통계청 e- 나라지표복지지표제공기관

152 138 보건복지빅데이터효율적관리방안연구 3. 통계청보건 복지분야통계지표 통계청에서운영하는국가통계포털 (kosis.kr) 은국내 외통계와북한통계를이용자들이원스톱으로이용할수있도록서비스하고있으며전체 120여개기관에서작성하는국가승인통계를지표화하여제공하고있다. 통계청에서제공하는대부분의통계는엑셀파일형태로제공하고있으며부분적으로원시데이터를마이크로데이터서비스시스템 (mdss.kostat.go.kr) 에서제공하고있다. < 표 4-9> 는통계청국가통계포털의보건분야제공하는승인통계와제공지표수이며, < 표 4-10> 은통계제공기관별제공지표수현황표이다. 보건분야에서제공하는통계는건강보험통계, 결핵현황, 공중위생관계업소실태보고, 국민건강영양조사를포함하여총 30종의국가승인통계를서비스하고있으며 2,596개의지표를제공하고있다. 제공기관별로는보건복지부가 938건, 국민건강보험공단에서 659건, 한국보건산업진흥원에서 353건, 문화체육관광부에서 315건, 건강보험심사평가원에서 116 건, 식품의약품안전처에서 76건, 고용노동부에서 61건, 산업통상자원부에서 42건, 국립중앙의료원에서 20건, 통계청승인통계자료에서 12건, 교육부에서 4건순으로제공하고있다 ( 그림 4-12 참조 ). 표 4-9 통계청보건분야통계지표 조사명 지표수 건강보험 793 결핵현황 4 공중위생관계업소실태보고 3 국민건강영양조사 99 국민구강건강실태조사 116 국민보건의료실태조사 117 국민의료비추계및국민보건계정 3

153 제 4 장보건복지이슈분석및통계제공현황 139 조사명 지표수 법정감염병발생보고 6 병원경영실태조사 339 보건소및보건지소운영현황 5 사망원인 12 수입식품현황 54 식품수거검사실적 22 암등록통계 11 완제의약품유통정보통계 34 응급의료현황통계 20 의료기관별급여적정성평가현황 9 의료기기화장품제조유통실태조사 26 의약품 의료기기연구개발실태조사 14 의약품소비량및판매액통계조사 2 인수공통전염병위험군의감염실태조사 286 장애인생활체육실태조사 83 정신질환실태조사 104 지역사회건강조사 35 청소년건강행태온라인조사 31 체력및체격 278 퇴원손상심층조사 33 한방의료이용및한약소비실태조사 30 환자조사 11 HIV/AIDS 신고현황 16 계 2,596 표 4-10 통계청보건분야통계제공기관별제공지표수현황 통계기관 제공지표수 건강보험심사평가원 116 고용노동부 61 교육부 4 국립중앙의료원 20 국민건강보험공단 659 문화체육관광부 315 보건복지부 938

154 140 보건복지빅데이터효율적관리방안연구 통계기관 제공지표수 산업통상자원부 42 식품의약품안전처 76 통계청 12 한국보건산업진흥원 353 계 2,596 그림 4-12 통계청보건분야통계제공기관별제공지표현황 < 표 4-11> 는통계청국가통계포털의복지분야에서제공하는승인통계와제공지표수이다. 복지분야에서제공하는통계지표는가정위탁국내입양소년소녀가정현황, 가정폭력실태조사, 가족친화지수측정및분석, 고령화연구패널조사, 국민기초생활보장수급자현황통계를포함하여 30종의승인통계를제공하고있으며, 2,842건의통계지표를서비스하고있다. 복지분야통계제공기관별제공지표수현황은 < 표 4-12> 과같다. 한국보건사회연구원에서 1,276건, 여성가족부에서 880건, 보건복지부에서 505건, 통계청에서 166건, 고용노동부 8건, 국민연금공단 4건, 국가보훈처 2건, 한국고용정보원 1건을제공하고있다 ( 그림 4-13 참조 ).

155 제 4 장보건복지이슈분석및통계제공현황 141 표 4-11 통계청복지분야통계지표 조사명 지표수 가정위탁국내입양소년소녀가정현황 4 가정폭력실태조사 324 가족친화지수측정및분석 190 고령화연구패널조사 1 국민기초생활보장수급자현황 6 국민연금통계 4 노인복지시설현황 2 노인실태조사 80 노인학대현황 57 노후준비실태조사 8 농림어업인복지실태조사 166 보육실태조사 96 보훈보상금지급현황 2 사회복지자원봉사현황 44 산재보험통계 8 성폭력실태조사 107 아동복지시설보호아동및종사자현황보고 1 어린이집및이용자통계 10 여성정책수요조사 88 요보호아동현황보고 - 유망사회서비스수요실태조사 85 장애인실태조사 57 장애인편의시설설치현황조사 5 장애인현황 5 전국출산력및가족보건복지실태조사 213 최저생계비계측조사 16 학대피해아동보호현황 30 한국복지패널조사 1,063 한국의사회복지지출 3 한부모가족실태조사 167 계 2,842

156 142 보건복지빅데이터효율적관리방안연구 표 4-12 통계청복지분야통계제공기관별제공지표수현황 통계기관 제공지표수 고용노동부 8 국가보훈처 2 국민연금공단 4 보건복지부 505 여성가족부 880 통계청 166 한국고용정보원 1 한국보건사회연구원 1,276 계 2,842 그림 4-13 통계청복지분야통계제공기관별제공지표현황 < 표 4-13> 는통계청국가통계포털의사회분야에서제공하는승인통계와제공지표수이다. 사회분야에서제공하는통계지표로는가족실태조사, 국민노후보장패널조사, 근무환경조사, 범죄, 사고관련통계, 사회조사, 생활시간조사, 신문 잡지산업실태조사, 아동종합실태조사를포함하여 20종의승인통계를서비스하고있으며전체 8,121건의승인통계

157 제 4 장보건복지이슈분석및통계제공현황 143 를제공하는제공기관현황은 < 표 4-14> 과같다. 여성가족부에서제공하는통계는 3,395건, 통계청 1,874건, 한국산업안전보건공단 963건, 검찰청 528건, 경찰청 358건, 보건복지부 346건, 한국청소년정책연구원 272건, 한국여성정책연구원 108건, 고용노동부 94건, 한국언론진흥재단 46건, 소방방재청 41건, 국토교통부 23건, 국민연금공단 22건, 한국형사정책연구원 22건, 산림청 19건, 해양결창청 7건, 기상청에서 3건순으로서비스를제공하고있다 ( 그림 4-14 참조 ). 표 4-13 통계청사회분야통계지표 조사명 지표수 가족실태조사 342 국민노후보장패널조사 22 근로환경조사 222 범죄 893 사고 69 사회조사 1,681 생활시간조사 193 신문 잡지산업실태조사 46 아동종합실태조사 271 아동청소년인권실태조사 272 여성가족패널조사 108 위험물통계 2 재해 872 전국결혼및출산동향조사 75 전국다문화가족실태조사 767 청소년가치관조사 651 청소년매체이용실태조사 84 청소년상담지원현황 4 청소년유해환경접촉종합실태조사 1,442 청소년종합실태조사 105 계 8,121

158 144 보건복지빅데이터효율적관리방안연구 표 4-14 통계청사회분야통계제공기관별제공지표수현황 통계기관 제공지표수 검찰청 528 경찰청 358 고용노동부 94 국민연금공단 22 국토교통부 23 기상청 3 보건복지부 346 산림청 19 소방방재청 41 여성가족부 3,395 통계청 1,874 한국산업안전보건공단 963 한국언론진흥재단 46 한국여성정책연구원 108 한국청소년정책연구원 272 한국형사정책연구원 22 해양경찰청 7 계 8,121 그림 4-14 통계청사회분야통계제공기관별제공지표현황

159 제 4 장보건복지이슈분석및통계제공현황 국민건강보험공단건강보험통계 국민건강보험공단 (nhis.or.kr) 은국민보건향상과사회보장증진을위하여국민의평생건강을지키는건강보장기관으로서국민이질병으로부터고통받지않고건강한삶을영위할수있는최상의서비스를제공하는기관이다. 국민건강보험공단에서서비스하고있는건강보험통계DB 현황은 < 표 4-15> 과같다. 건강보험공단에서국민에게공개하고있는건강보험통계는건강보험통계연보, 지역별의료이용통계, 주요수술통계, 건강검진통계, 노인장기요양통계로총 448개의통계지표를서비스하고있다. 건강보험공단에서제공하고있는통계지표는국가통계통합DB관리시스템에서통계를작성하여국민건강보험공단과국가통계포털에링크하여서비스를지원하고있다 ( 그림 4-15참조 ). 표 4-15 국민건강보험공단건강보험통계DB 현황 통계명 세부분류 지표수 일반현황 건강보험통계연보 재정현황급여실적질병통계질병분류표 213 지역별의료이용통계 39 주요수술통계 35 일반건강검진 건강검진통계 암검진생애전환기건강진단영유아건강검진구강검진문진검사항목별성적 130

160 146 보건복지빅데이터효율적관리방안연구 통계명세부분류지표수 노인장기요양보험통계 적용인구현황장기요양신청, 인정현황장기요양급여실적 31 장기요양기관수및인력현황장기요양재정현황계 448 그림 4-15 국민건강보험공단건강보험통계 DB 제공화면 5. 건강보험심사평가원통계 건강보험심사평가원은 (hira.or.kr) 국민이의료기관에서진료를받았 을경우의료기관은총진료비중일부를환자에게받고, 나머지는건강

161 제 4 장보건복지이슈분석및통계제공현황 147 보험심사평가원에청구를하며, 건강보험심사평가원은청구된진료비에대한심사와진료가적정하게이루어졌는지에대한평가를하는기관이다. 건강보험심사평가원에서제공하고있는통계지표는국가통계포털에등록된통계지표를링크서비스로이용자들에게제공하고있으며, 제공하고있는통계목록으로는요양기관현황, 건강보험심사실적, 의료기관별급여적정성평가현황, 완제품의약품유통정보통계로총 4종을서비스하고있으며 116개의지표를공개하고있다 ( 표 4-16 참조 ). 표 4-16 건강보험심사평가원건강보험통계DB 현황 통계명 지표수 요양기관현황 20 건강보험심사실적 53 의료기관별급여적정성평가현황 9 완제품의약품유통정보통계 34 계 식품의약품안전처통계 식품의약품안전처 (mfds.go.kr) 는국민들이안전하고건강한삶을구현할수있도록식품과의약품을비롯한의료기기, 건강기능식품, 화장품, 생약제제, 바이오의약품분야등에서식의약안전관리망을확충하고건강한환경을조성하는데목적을두고있다. 식품의약품안전처에서제공하는통계DB 현황은 < 표 4-17> 과같다. 식품, 식품영양, 농축산수산물, 의약품, 바이오, 의료기기, 소비자위해정보, 임상통계로분류하여각주제별로업체현황, 산업현황, 수입현황, 감시현황, 수거및검사현황, 기타식품현황으로분류하여통계지표를서비스하고있으며, 총 153개의지표를제공하고있다.

162 148 보건복지빅데이터효율적관리방안연구 표 4-17 식품의약품안전처통계DB 현황 주제별분류 세부분류 지표수 업체현황 5 산업현황 11 식품 수입현황 10 감시현황 6 수거및검사현황 3 기타식품분야 6 업체현황 1 산업현황 1 식품영양 수입현황 2 감시현황 4 어린이식생활안전 1 업체현황 1 산업현황 1 농축수산물 수출입현황 2 수거검사현황 4 감시현황 5 기타 3 업체현황 3 산업현황 6 수출입현황 6 허가등현황 6 의약품 시판후조사현황 6 수거검사실적 2 약시감시등 3 검사기관지정현황 2 마약류현황 6 실험동물관련현황 3 업체현황 1 산업현황 1 수출입현황 5 바이오 감시현황 4 허가및신고현황 6 수거검사실적 3

163 제 4 장보건복지이슈분석및통계제공현황 149 주제별분류 세부분류 지표수 시한후조사현황 2 업체현황 1 산업현황 8 의료기기 수출입현황 - 감시현황 5 허가및신고현황 8 소비자위해정보 국내외위해정보수집 - 임상통계 임상통계 - 계 국가암정보센터 국가암정보센터 (cancer.go.kr) 에서제공하고있는통계지표는보건복지부에서중앙암등록본부및지역암등록본부를운영하여우리나라에서진행되는모든암등록사업자료를통합하여국가암발생데이터베이스를구축하였으며, 등록받은암환자자료를기반으로국민건강보험공단의암진료환자, 중증환자등록자료및통계청의암사망자료중등록되지않는암사망자를포함하여암발생의심자에대한의무조사를수행하여통계를포털에서제공하고있으며, 암에관한발생률, 사망률, 생존율, 유병율로구분하여총 13개통계지표를제공하고있으며통계DB 현황은 < 표 4-18> 과같다. 표 4-18 국가암정보센터통계DB 현황 주제별분류 지표명 지표수 암발생률 발생률 암종별발생현황연령군별암발생률암발생률추세분석암발생국제비교 5

164 150 보건복지빅데이터효율적관리방안연구 주제별분류 지표명 지표수 주요암사망분율 사망률 성별주요암사망분율 2 암생존율 생존율 주요암 5년생존율요약병기별생존율암생존율국제비교 4 암유병률 유병률 암종별암유병률계 2 13 국가암정보센터에서제공하고있는통계표는국가통계포털 (kosta.go.kr) 또는통계청홈페이지에접속하여사망원인통계및사망원인통계연보를통하여확인할수있다. 그림 4-16 은국가암정보센터통계지표제공화면이다. 그림 4-16 국가암정보센터통계지표제공화면

165 제 4 장보건복지이슈분석및통계제공현황 한국보건사회연구원보건복지통계 한국보건사회연구원보건복지통계포털 (hawelsis.kihasa.re.kr) 은유용성높은보건복지통계를수집, 생산, 제공을통하여국가보건정책의수립에기여하고있다. 한국보건사회연구원보건복지통계포털에서는국가보건복지통계뿐만아니라국외보건복지및북한보건복지통계도수집하여제공하고있다. 보건복지통계포털에서는주제별, 생애주기별, 명칠별로구분하여일반이용자에게서비스하고있다. 생애주기별분류로는영유아부터노인에이르기까지관련통계를분류하여제공한다. < 표 4-19> 는보건분야통계분류와서비스하고있는지표수현황이다. 보건분야분류로는총 5가지로분류하고있으며국민건강, 보건자원, 보건산업, 보건일반, 보건의료비용으로분류하고있다. 국민건강에는국민영양, 질병, 보건의식행태로분류하고있으며, 보건자원은의료인력, 의료시설, 의료장비, 보건산업은의약품산업, 의료기기산업, 화장품산업, 식품사업으로분류하여관련지표를수집, 생산하여공개하고있다. 보건분야관련등록지표는총 176개의지표를서비스하고있다. 표 4-19 한국보건사회연구원보건복지통계보건분야통계지표 주제별분류 세부분류 지표수 국민영양 - 국민건강 질병 42 보건의식행태 12 의료인력 7 보건자원 의료시설 1 의료장비 3 의약품산업 84 보건산업 의료기기산업화장품산업 15 식품산업 1

166 152 보건복지빅데이터효율적관리방안연구 주제별분류 세부분류 지표수 보건일반 - 보건의료비용 11 계 176 < 표 4-20> 은복지분야통계분류와서비스하고있는지표수현황이다. 복지분야통계분류는복지자원, 보육및아동, 사회보험, 복지일반, 청소년, 노인, 여성가족, 장애인, 기초생활보장 ( 공공부조 ), 복지일반으로구분하여제공하고있다. 복지자원에는복지시설, 복지인력으로카테고리화하여지표를공개하고있으며, 사회보험에는건강보험, 국민연금, 공공연금, 기초노령연금, 노인장기요양보험, 산재보험, 고용보험으로구분하여지표를서비스하고있다. 기초생활보장 ( 공공부조 ) 는기초생활보장, 의료급여, 자활로구분하여지표를제공하고있다. 표 4-20 한국보건사회연구원보건복지통계복지분야통계지표 주제별분류 세부분류 지표수 복지자원 복지시설 9 복지인력 3 보육 / 아동 15 건강보험 28 국민연금 - 공공연금 - 사회보험 기초노령연금 - 노인장기요양보험 - 산재보험 - 고용보험 - 복지일반 - 청소년 10 노인 - 여성 / 가족 548 장애인 7

167 제 4 장보건복지이슈분석및통계제공현황 153 주제별분류세부분류지표수 기초생활보장 45 기초생활보장 ( 공공부조 ) 의료급여 42 자활 105 복지일반 188 계 1,000 그림 4-17 한국보건사회연구원통계지표제공화면

168

169 제 5 장 보건복지빅데이터수요공급예측 제 1 절빅데이터수용요인분석 제 2 절공공과보건의료빅데이터수요공급예측 제 3 절보건복지정책수요예측

170

171 5 보건복지빅데이터수요공급예측 << 제 1 절빅데이터수용요인분석 12) 1. 서론 빅데이터시대에는다양한스마트디바이스를통해생산되는이질적인데이터들을처리하기위한혁신적인기술들이개발, 적용되고있으며이러한데이터와기술은사회적패러다임을변화시키는것이가능하게되었다. 국내외를막론하고이러한빅데이터에대하여학계, 산업계, 공공의관심이크지만아직까지빅데이터기술수용에대하여체계적으로연구된사례는찾기어렵다. 따라서, 본연구는국내초기시장의빅데이터기술수용연구를위해기술수용모델 (TAM) 을중심틀로하여혁신확산이론 (Innovation Diffusion Theory) 및과업기술적합성 (Task Technology Fit) 이론을통합적으로활용하였다. 그리고현재빅데이터기술의수용자가기업이주체가됨을반영하여기업입장에서의빅데이터기술수용의목적성을기술수용모델의조절변인으로확장하였다. 그동안대부분의선행연구의조절변인은인구통계학적이거나사회적관점에서적용되었지만본연구에서는기술수용목적에따른조절변인을반영하여빅데이터기술수용의특성을이해하고자하였다. 이와같은접근이필요한이유는빅데이터기술시장이가지는복합적인성격에기인한다. 12) 본절의내용은본연구의일환으로수행된 김정선 송태민 (2014). 빅데이터기술수용초기특성연구 - 기술이용자및기술활용자측면의조절효과를중심으로. 한국콘텐츠학회지, 14(9), 에서발췌한것임을밝힌다.

172 158 보건복지빅데이터효율적관리방안연구 초기빅데이터시장에서기술의수용자는단순기술이용자이기도하지만빅데이터기술을기반으로 2차적제품과서비스를개발, 제공하려는기술활용자적면모를가질수있기때문이다. 본연구의사용용어인 기술이용자 란주어진업무의처리및효율화목적으로빅데이터기술을도입하는수용자를의미하며 기술활용자 란빅데이터기반으로새로운제품이나서비스를기획, 개발하기위한수용자를의미한다. 만약기업내의 기술활용자 가신제품및서비스개발에성공하여시장에활발하게빅데이터기술기반의상품을제공하는경우에는빅데이터라는혁신기술의확산이성공적으로이루어질것이다. 그러므로 기술활용자 의빅데이터기술수용도는혁신기술확산의선행지표로활용가능할것이다. 기술에대한수용의주체가개인이던기업이던지간에새로운기술수용과정에서중요한것은이용자의선택을좌우하게되는변인이며, 이용자들의선택에따라기술의확산여부가결정되므로기술수용자들의요구를정확히진단할필요가있다. 이에본연구에서는빅데이터를대상으로수용자의빅데이터기술선택과정을설명하기위하여기술수용모델을중심으로기본적틀을구성하고, 혁신확산이론내에서의주요변인인조직의혁신성과기업이기술을채택시중요역할을수행하는과업기술적합성이론을활용하여연구모형을구성하였다. 설정한외생변인이기술수용모델의주요변인들을거쳐실제이용의도에어떠한영향을미치는지분석하고자하였으며기업의기술수용목적에따른조절변인반영과기술에대한지속적사용의도를종속변인으로하여기존연구의확장을시도하였다. 또한도출된연구결과를통해기업에서빅데이터기술을수용하는과정에서발생하게되는목적에따른차이점을분석하고자하였으며이에따른기업의빅데이터기술도입시고려해야할사항을제안하고자하였다.

173 제 5 장보건복지빅데이터수요공급예측 이론적배경 가. 기술수용모델 기술수용모델 (TAM) 은혁신기술의하나인컴퓨터수용에대한사용자들의행동을설명하기위해 Davis가 1986년처음개발하였고 1989년이를공식화한모델이다. 이모델은 Ajzen Fishbein 이정립한합리적행동이론 (Theory of Reasoned Action : TRA) 에근거한것으로 TRA가인간의일반적인행동을설명하고자한것이라면 TAM은정보기술즉컴퓨터와같은혁신기술의수용행동을설명하려는것이다. 정보기술수용의대표적인연구모형가운데하나인기술수용모델에서는이성적행동이론의기본틀에따라해당정보시스템이제공할수있는혜택과사용방식에대한이성적판단인유용성 (usefulness) 과사용용이성 (ease of use) 을근거로수용여부를판단하는것을가정하고있다. 합리적행동이론이기술수용모델의기반이되는이유는새로운기술을수용하는행동에대한결정을합리적인기대가치 (expectancy-value) 체계에의존한다는점때문이다 (Shah Higgins, 1997). 인간이자신의행동에대한결과를생각하고그에대한합리적인판단을가지고행동한다는합리적행동이론을확장한것이계획행동이론이며, 합리적행동이론을새로운기술수용상황하에적용하여수정한것이기술수용모델 (TAM) 이다 ( 김광재, 2007). 기술수용모델 (TAM) 은모델자체가가진복합성과연계용이성으로기술수용시적용가능한다양한영향요인들에대해통합적접근이용이한장점을지닌다. 물론최근에는지나친변형과확장이이루어진다는비판적평가도없지않으나기술의특성과사회적환경이급변하고있는현실

174 160 보건복지빅데이터효율적관리방안연구 세계를반영할때기본적인 TAM의구조안에서다양한이론을활용하는접근법에대한필요성은크다. 최근에는기술수용모델의구성변인인인지된유용성과용이성만으로새로운기술의채택과정을설명하는데는한계가있다는비판이제기되었다. TAM의기본적인구성변인이적용가능한정보시스템의다양한환경을완전하게반영하고있지못하다는한계점이존재하므로이러한문제를극복하기위해 TAM을변형하고다양한형태로확장함으로써보다정교화된 TAM모형이제시되고있다. 따라서계획행동이론을구성하는변인인주관적규범을추가시킨확장된기술수용모델인 TAM2, TAM3가제안되기도하였다. TAM3는 Venkatesh Bala(2008) 에의해서기존연구들의귀납적통합을위해고안되었다. 기술수용모델 (TAM) 이가지는한계점으로지적되는것은 TAM은개인이정보기술을수용하는과정에서조직이나주변환경및이해관계자가가질수있는영향요인을간과하고있다는점이다. 앞에서도살펴본인지된유용성과용이성만으로새로운기술의채택과정을설명하기에는한계가있다는지적은최근처럼다양한신기술기반의제품과서비스가시장에출시되고있는상황에서적합한지적이다. 특히빅데이터기술과같이초기시장의수용자가일반적개인이아니며, 이용자측면에서가시성 (visibility) 이확보되기어려우며, 그목적성에있어서도다양한가치로전달되는경우에는적합한외생변인을설정하여연구가진행되어야할필요가있다. 기존연구들에서도새로운기술에 TAM을적용할경우기술의특성을반영하여모형을설계해야한다는의견은많은학자들에의해지지되고있다 ( 백상용 2009; 유재현 박철, 2010). TAM에서사용된인지된유용성과인지된용이성이정보기술수용의도에미치는영향연구는대부분의선행연구에서정 (+) 의관계가검정되었다 (Davis, 1989; Igbaria et al., 1997; Venkatesh Davis, 2000). 그러

175 제 5 장보건복지빅데이터수요공급예측 161 나 TAM을기반으로하는많은연구들이개인의동기적요인외에도사회적동기혹은다양한형태의기술수용에영향을미치는보다동태적인요인들에대한고려를통해확장되고있는만큼새롭게등장하는정보기술환경을제대로반영하고그유형에따라 TAM을적용하기위한통합적인모델도출노력이필요하다. 기술수용모델이적용된신기술수용연구는 < 표 5-1> 과같다. 표 5-1 기술수용모델국내선행연구 연구자김민규외 (2007) 강소라외 (2007) 김광재 (2007) 김규동 (2008) 이현미 (2008) 임형주 (2008) 오태동 (2009) 김미선 (2010) 변숙은 (2010) 최민수 (2011) 김성일 (2011) 송태민외 (2012) 연구내용잠재적사용자의혁신성이 DMB 수용의도에영향을미침을구조방정식을활용하여검증과업기술적합도 (TTF) 가그룹지원시스템 (GSS) 의사용에미치는성과와영향에대하여전유방식동의정도및전유충실도측면의조절효과를검증 DMB 수용의도에영향을미치는이용용이성과유용성에대해유의한관계를구조방정식을활용하여검증와이브로서비스채택요인에대해정보기술수용모형및개혁확산이론을통해통합적모형을구축하고자기효능감및와이브로채택태도, 인지된비용등이유의한관계를가짐을검증웨어러블컴퓨터에기술수용모델을적용하여유의한결과도출을통해모델의적용가능성확인 EMR시스템에대한환자들의수용의도를인지된보안, 인지된편의성이높을수록영향관계를가짐을검증 U-서비스이용자들을대상으로기술수용모델을적용, 인지된가치, 인지된위험, 인지된신뢰, 자율성을영향으로형성된태도가부 (-) 적관계임을검증 IPTV에대한지각된용이성, 유용성외 IPTV만이가능한정보성 ( 다양한콘텐츠제공 ) 관련이용자들에게정보품질로지각됨을검증하이테크제품으로서의지문인식 ATM기기수용시그혜택과위험요인에따른수용자를군집분석을통해혜택비공감형, 위험민감형, 혁신추구형, 3개그룹으로세분화하고사후검정을통해그영향요인차이를검증스마트폰수용의도에영향을미치는요인을개인의혁신성, 사회적영향력, 사용자인터페이스요인으로나누어검증스마트폰미사용자들을대상으로개인의혁신성에따라다르게나타나는수용의도의차이분석 U-health 시스템에대한수용에영향을주는서비스품질및수용태도에대한척도가수요자와공급자에게공통적으로적용될수있는척도인지를교차타당성분석을통해검증

176 162 보건복지빅데이터효율적관리방안연구 연구자 서정한 (2013) 김은영, 이정훈, 서동욱 (2013) 연구내용기업용클라우드서비스도입에대한결정요인연구를통해인지된혜택과위험이클라우드서비스도입에미치는영향을연구함빅데이터기술수용의도에영향을미치는요인을수용조직의환경요인및빅데이터시스템특성요인으로구분후조직환경요인으로조직의혁신성, 조직의여유자원, 정보시스템성숙도를, 빅데이터기술의사용잇점을빅데이터기술특성으로적용하여검증 선행연구들은대부분개인으로서의기술수용의도를연구하였다. 이는대부분완성형제품및서비스로제공되는하이테크신제품또는기업의정보시스템측면에서연구주제가다루어지고있다. 그런데이러한연구들은기업의새로운 IT기술도입과정에서의기술수용의목적에따른연구모형적용측면을고려하지못하고있다. 기업의 ERP 시스템이나모바일오피스의기술수용과는다르게빅데이터기술은 H/W를제외하고는완제품이나서비스의형태로제공되는경우가드물고업무및적용단위의수요자체가개별적이기때문에그수용목적의차별성이있다. 최근김은영등 (2013) 의빅데이터기술수용연구에서는단지조직환경적요인과빅데이터특성요인을인지된잇점으로구분하여모델을구성하였으나여기에서도기술을수용하는주체에대한이해및기술수용목적성에대한부분이반영되지못하였다. 따라서본연구에서는기업의빅데이터기술도입에따른기업의개별목적성을반영하여단순수용의목적을가진 기술이용자 측면과기술을이용하여새로운제품 ( 서비스 ) 창출을목적으로하는 기술활용자 측면의이원화된관점으로 TAM기반연구적용을확장하고자한다.

177 제 5 장보건복지빅데이터수요공급예측 163 나. 조직의혁신성과과업기술적합성 1) 조직혁신성 혁신적인기술을수용하기위해서는창의적이고혁신적인개인과조직문화가필수적이다. 조직의혁신능력은조직의자원과신기술을성공적으로활용하게하는선행요소이다 ( 박상준 유수천, 2009). 피터드러커 (Drucker P. F, 2007) 는혁신을기업의사회적, 경제적잠재력에변화를가져오기위하여분명한목표를설정하고집중적인노력을펴는것으로정의하고있다. 혁신기술관련선행연구를통해살펴본주요영향요인은조직의혁신역량이었다. Lawson Samson(2001) 은혁신역량을높은수준의통합능력이라고정의하고, 이런혁신역량을보유한조직은주요역량과자원을통합할수있다고하였다. Guan MA(2006) 는혁신역량을학습역량, R&D역량, 생산역량, 자원탐색역량, 마케팅역량, 조직역량, 전략역량으로설명하였다. 학습역량은지식을발견해내어흡수하고이용하는능력이고, R&D역량은새로운제품을개발하는역량이고, 생산역량은연구개발성과를시장의니즈에맞게제품으로만들어내는역량을, 자원탐색역량은기술, 인적자원, 재무자원을획득하는역량을의미한다. 마케팅역량은소비자의현재, 미래의니즈를이해하여제품을제공하고홍보하는역량이며, 조직역량은조직문화를육성하고훌륭한관리기술을습득하여조직체계와조화를이루어내는역량을의미한다. 전략역량은환경변화속에서경쟁력을유지하기위해서로다른전략에적응하는전략을의미한다. Tornatzky et al.(1990) 과 Zhu et al.(2006) 은혁신확산에는기술특성 (technological context), 조직특성 (organizational context) 및환경특성 (environmental context) 이영향을준다고하였

178 164 보건복지빅데이터효율적관리방안연구 으며 Rubenstein et al.(1976) 은최고경영층의관심과지원, 담당자의열의및추진력, 조직및구성원의변화에대한태도가기술혁신의성패요인으로작용한다고주장했다. 한편조직문화적연구관점에서는조직의혁신성향은구성원의혁신성, 리더의혁신성, 조직적지원인식등으로구성되며개인이기존업무방식이나절차에대해스스로개선하려는의지와구체적인노력의정도를의미한다 (Scott Bruce, 1994). 조직은환경과끊임없이상호작용을하는개방시스템이며, 따라서혁신확산과정을규명하기위해서는이에영향을미치는환경요인을충분히검토해야한다. 혁신적인조직은외부환경으로부터혁신에대한아이디어나시장및고객정보등을수집하여조직내에서적절한반응을하는조직이라고할수있으며기존의여러연구결과에서조직의상황요인이혁신의확산과정에영향을준다고보고하고있다. Rogers(1983) 는조직의혁신수용과정을설명하는변수로서개인, 조직구조, 조직외부의특성을제시하고있으며, Kwon Zmud(1987) 는개인, 과업, 혁신, 조직구조, 환경요인을제시하고있다. 일반적으로혁신수용자개인의변화에대한긍정적태도, 조직의여유자원, 조직의규모, 조직시스템의개방성등이혁신수용과정에서긍정적인영향을주며, 조직구조의집권화, 공식화등은부정적인영향을주는것으로알려져있다 (Grover Goslar, 1993; Kwon Zmud; 1987). 기업의 IT혁신은조직의경영프로세스와생산제품에직 간접적으로영향을미침으로써조직의의사결정에큰영향력을미친다 ( 장활식외, 2008). 기술혁신도가높은기업에서는그렇지않은기업보다강력한혁신성향및시장지배력의증대로기술혁신의중요성이점차커지고있다 (Stratopoulos Lim, 2010). 그러므로빅데이터기술을수용하는조직은반드시 조직의혁신성 이전제되어야할것이다.

179 제 5 장보건복지빅데이터수요공급예측 165 2) 과업기술적합성 기술수용모델과과업기술적합성이론은기술수용과이용을다룬다는측면에서중복되는부분이많다. 그러나기술수용모델은기술이용에대한의도에보다초점이맞춰지며과업기술적합성이론은그결과에보다초점이맞춰진다. 두이론모두이용자들의선택과평가를기반으로개발되었는데이것이통합될때에는기술수용에있어서보다강력한모델이될것이다. Goodhue Tompson(1995) 은새로운기술이얼마나특정과업의필요조건에적합한지에따라과업에적절한적합성이존재한다면그기술은적용될수있을것이라고했다. 그들이제시한결합모형에따르면과업과기술사이의적합성을측정하는것을과업기술적합성이라고부른다. 이러한과업기술적합성은사용과생산성의선행변수에영향을준다. IT기술은개인의차원을넘어조직의구성원들이업무를처리하기위해사용하는수단으로발전되었으며지속적으로 IT기술과인프라및비즈니스지원의관계가더욱강화되어가고있다. 과업기술적합성모델은이러한조직내의과업 (Task) 을지원하는정보기술역량을설명하는이론으로과업기술적합도 (Task Technology Fit) 란개인이과업을수행할때필요한기능을 IT가얼마나잘지원해주는가의정도로정의할수있다 (Goodhue Tompson, 1995). 과업기술적합도에서기술이란목표지향적인개인의과업실행을지원하는수단으로간주된다. 과업과기술이적합하다는것은과업수행에있어기술이과업수행에적절한정보와기능을제공해줌으로써개인의과업수행에최적의의사결정이이루어질수있도록지원하고성과를내도록하는것이다. Goodhue(1995) 는과업에필요한정보와이를지원해주는기술과의

180 166 보건복지빅데이터효율적관리방안연구 적합성을시스템가치사슬이라고정의하고적합성에대한사용자의태도가성과에영향을미친다고했다. 다양성, 어려움, 상호의존성의관점에서과업특성은기술을사용하는면에서개인의신뢰성과도연관될수있는데, 이것은기술이업무를잘실행하도록돕는다는것을안다면그기술을유용하고중요한것으로받아들일것이라는것이다. 또한과업기술적합성을강제적이고자발적인환경에서사용하는것이적절하다는의견을밝히기도했다 (Goodhue March, 2000). Dishow Strong(1999) 은기술수용모델 (TAM) 과과업기술적합성 (TTF) 의통합모델을고안했는데이들의연구결과에서도다양한회사의경영정보시스템에대한 TAM 과 TTF의개별적모델적용보다두개이론을통합한모델이보다설명력이높은결과를보였다. 기술초기시장은혁신기술수용자들이기술을수용한다. 개인으로서의혁신기술수용자의성향은위험을감수하고혁신적이며혁신기술그자체를선호할뿐만아니라자신의판단에따라작은가능성에도도전하는이들이다 ( 김상훈, 2008). 그러나기업은조직으로서개인으로서의기술수용과는다른의사결정체계를가진다 ( 이장우 장수덕, 2010; 조항정외, 2009). 기술의채택과정은조직의성과와효율성에기여하기위한의도된활동이므로조직이혁신을수용하는목적과태도가중요하다. 그러므로기술의수용주체가기업인경우혁신을장려하는조직문화가선행되어야하며이러한조직문화는조직원들의태도와행동을결정하는중요한가이드라인을제공한다 ( 이대기, 2012). 창의성과혁신행동간의선형관계를규명한연구결과들 (Amabile, 1988; 이문선 강영순, 2003) 은기업이혁신기술기반으로신제품및서비스를생산하고기획하는것은기업의경쟁우위획득및유지를위하여매우중요하며이를위한선행조건인조직혁신성이중요하다는것을밝히고있으므로빅데이터기술초기시장내에서도기업이혁신기술확산을

181 제 5 장보건복지빅데이터수요공급예측 167 지속적으로이어나가기위해서는조직의혁신성이매우중요할것이다. 한편 Goodhue Thompson(1995) 은기술의과업기술적합성이높을때에만많은이용을통해기업의보다나은생산성을가져온다고주장한다. 어떠한종류의기술이라도과제의요건이나개인의능력에따라생산성에다른결과를가져오며 (Goodhue et al., 2000) 과업과기술의적합도는생산성과기술이용도에영향을주게된다 (Larsen et al., 2009). 또한업무수행을위한특정기술은어느부서에는필요하지만또다른부서에는전혀필요하지않은것일수있다 (Goodhue et al., 2000). 선행연구의결과에서사용자의기술에대한경험을통한과업기술적합성은조직의생산성을예측할수있게하므로 (Goodhue Thompson, 1995; Becerra-Fernandez Sabherwal, 2001) 빅데이터기술역시해당기술의초기수용시장내에서어떠한과업영역의목적성을가지고활용되고있는지살펴보는것도필요하다. 앞에서살펴본다양한선행연구를통해보고된것처럼혁신기술의기업내수용과정에서는 조직의혁신성 과 과업기술적합성 이전제되어야할것으로판단된다. 그러므로본연구에서는빅데이터기술의특성을고려한기업의기술수용목적성의차별점과특성을고려하여기술수용모델의외생변인으로 조직의혁신성 과 과업기술적합성 을적용하였다. 3. 연구의방법및설계 연구모델개발에사용된도구로는 < 표 5-2> 와같이문헌연구를통해검토한기술수용모델의이론적인틀과일반적인 IT 적용기술과관련된평가에대한기존연구결과들을토대로적용하였다. 이를통해기술수용모델의외생변인은조직의혁신성, 주관적규범, 과업기술적합성으로설정하고 TAM의기본모형인인지된용이성, 인지된유용성, 태도, 수용의

182 168 보건복지빅데이터효율적관리방안연구 도를내생변인으로적용한후최종종속변인으로는빅데이터기술에대 한지속적수용의도를설정하였다. 표 5-2 연구모델의개발도구 변수요인항목기존연구 TAM 과관련된독립변수 주관적규범 (Subjective norm) 4 Davis(1989), Taylor & Todd(1995), Venkatesh & Davis(2000), An J. Y. et al.(2007) 과업기술적합성 (TTF) 이론독립변수 과업기술적합성 (Task-Technol ogy Fit) 4 Goodhue(1995), Folz-Murphy et al.(1998), Zigurs(2000), Dishaw & Strong(1999), DeLone & McLean(1992) 혁신확산이론 (IDF) 독립변수 조직의혁신성 (innovativeness) 8 Moore & Benbasat(1991), Adams et al. (1992), Grover & Goslar(1993), Scott & Bruce(1994), Agarwal & Prasad(1997), 오창규 (2002), Rogers (2004), 박은아 (2007), 김해룡, 양필석 (2008), 김성개 (2009) 인지된용이성 (Perceived ease of use) 5 Adams & Todd(1992), Chen et al.(2002), Davis(1986, 1989), Henderickson & Cronan (1993), Mathieson(1991), Moon & Kim(2001), Moore & Benbasat(1991), Straub & Brenner (1997), Szajna(1994), Moon & Kim(2001), Kim & Lee(2002) TAM 변수 인지된유용성 (Perceived usefulness) 사용에대한태도 (Attitude to use) 5 5 Adams & Todd(1992), Davis(1986, 1989), Henderickson & Cronan(1993), Mathieson(1991), Moon & Kim(2001), Moore & Benbasat (1991), Straub & Brenner (1997) Henderickson & Cronan(1993), Straub & Brenner(1995), Adams & Todd(1992), Taylor and Todd(1995) 사용에대한행동의도 (Behavioral intention to use) 4 Davis.(1989), Venkatesh & Davis(2000), Jackson & Leitch(1997), Subramanian(1994), Mathieson(1991), Venkatesh & Morris(2000), Moon & Kim(2001), Szajna(1994), Taylor & Todd (1995), Moon & Kim(2001),Kim & Lee(2002) 종속변수 (variable) 빅데이터지속수용의도 (Big Data loyalty) 2 Kim & Lee(2002), Yoo & Donthu(2001)

183 제 5 장보건복지빅데이터수요공급예측 169 가. 주요개념의정의와측정방법 1) 조직의혁신성향 Rubenstein et al.(1976) 은최고경영층의관심과지원, 담당자의열의및추진력, 조직및구성원의변화에대한태도가기술혁신의성패요인으로작용한다고주장하였다. 한편조직문화적연구관점에서는조직의혁신성향은구성원의혁신성, 리더의혁신성, 조직적지원인식등으로구성되며개인이기존업무방식이나절차에대해스스로개선하려는의지와구체적인노력의정도를의미한다고하였다 (Scott Bruce, 1994). 본연구에서는 Lim Yun(1999) 의연구에서사용된혁신성향측정도구를활용하여 개인및리더그리고조직차원에서새로운것을받아들이고이를통해기존업무를개선하려는의욕과노력수준 으로측정하였다. 조직의혁신성향을측정하는도구로개인과리더, 집단수준의혁신성향을측정하여점수가높을수록조직의혁신성향이높은것으로보았다. 문항은총 7개로구성하고, 7점척도로측정하였으며, Cronbach s alpha.909로나타났다. 2) 주관적규범 주관적규범은계획행동이론에근거한변인으로확장된기술수용모델에추가로적용되었다. Fishbein Ajzen(1975) 은주관적규범을 의문에대한행동수행여부를생각하는사람의지각 으로정의하였다. 본연구에서의주관적규범은빅데이터기술을도입하여이용하는것이이용하지않는사람보다사회적으로상대적인우월감을가지는정도로정의하고

184 170 보건복지빅데이터효율적관리방안연구 빅데이터기술을이용해야하는것에대한개인적인필요의지각정도 를측정하였다. 문항은총 4 개로구성하였으며, 7 점척도로측정하였으 며, Cronbach s alpha.864 로나타났다. 3) 과업기술적합성 과업기술적합성 (TTF) 이란기술의기능과과업의특성, 그리고개인의능력이얼마나잘결합되었는가를의미하는데, Goodhue(1998) 는 TTF 가높을때성과가높다고하였다. 빅데이터기술이과업수행을얼마나잘지원해주는가의여부가조직및개인의성과와밀접한관계가있기때문에과업기술적합성을기술수용모델의외생변인으로채택하였다. 이는빅데이터기술이반영된정보기술시스템이사용자의과업에대한필요성을얼마나충족시키는가에대한만족도를측정하는것으로 DeLone McLean(2003) 의연구에서사용되었다. 본연구에서의과업기술적합성은 빅데이터기술에대한만족정도 로측정하였다. 문항은총 4 개로구성하였으며, 7점척도로측정하였으며, Cronbach s alpha.888 로나타났다. 4) 인지된유용성 인지된유용성 (usefulness) 은혁신기술이나제품이이용자에게전달해주는가치가기존의것보다우수하다고이용자가지각하는정도를말한다. Davis(1989) 는 인지된유용성이란정보시스템이조직내개인이수행하는업무과정과목표에기여하는정도 로정의한바있다. Davis(1989) 와 Chin Todd(1995) 의연구에서의미하는인지된유용성

185 제 5 장보건복지빅데이터수요공급예측 171 을바탕으로본연구에서의인지된유용성은 빅데이터기술을적용시개인의성과를향상시킬수있다는믿음의정도 로정의하였다. 관련문항은총 5개로구성하였으며, 7점척도로측정하였으며, Cronbach s alpha.894로나타났다. 5) 인지된용이성 인지된용이성 (easy to use) 은기술이용자가많은노력없이도새롭게도입된기술을사용할수있을것으로기대하는정도를말한다. 선행연구들에의하면이용에편이성을느끼는기술및제품은그렇지않은경우보다긍정적태도및수용의도가형성된다는연구결과가다수제시되었다 (Davis, 1989; Ajzen, 1991; 김성개, 2009; 김태문 한진수, 2009; 김성일, 2012). 본연구에서인지된용이성은빅데이터기술이 사용하기편리하고편의적기능을제공하며과업을수행함에있어신체적, 정신적수고를덜게하는정도 로측정하였다. 관련문항은총 5개로구성하였으며, 7점척도로측정하였으며, Cronbach s alpha.908로나타났다. 6) 사용태도 사용태도는 빅데이터기술이용이전에는발생하지않았지만기술을접하게되었을경우느끼는정서적자극의정도 이다. Davis(1989) 와 Adams Todd(1992) 의연구에사용된도구를바탕으로본연구의빅데이터기술에대한사용태도는 기술에대한정서적호감도로긍정성과경제적호감의정도 를측정하였다. 관련문항은 5개이며, 7점척도로측정하였으며, Cronbach s alpha.908로나타났다.

186 172 보건복지빅데이터효율적관리방안연구 7) 수용의도 수용의도는행위를수행하려는개인적의지의강도라고정의되었다 (Fishbein Ajzen, 1975). 기술수용모델 (TAM) 에서의수용의도는태도에의해결정된다. 특히선행연구결과인지된유용성이인지된용이성보다수용의도에대해보다더강하게영향을가지는요인으로검증되었다 (Venkatesh Davis, 2000). 본연구에서의수용의도는 이용자의빅데이터기술에대한직접적인이용의도 로정의하여측정하였다. 관련문항은 4개이며, 7점척도로측정하였으며, Cronbach s alpha.941로나타났다. 8) 지속적수용의도 실제이용과마찬가지로지속적으로기술을이용할것이라는기술에대한충성도는혁신기술을수용하는의사결정과정에매우중요한영향을미치며 (Agrawal Prasad, 1997) 향후혁신기술의확산에기반이된다. 본연구에서는기본적으로기술수용모델에서제시하는수용의도가아닌 빅데이터기술의실제사용이후지속적인수용의도 를최종종속변수로활용하여보다정확한혁신기술의확산을살펴보고자하였다. 관련문항은 2개로구성하였으며, 7점척도로측정하였으며, Cronbach s alpha.838로나타났다. 나. 측정절차및분석방법 설문조사는 2014 년 4 월 1 일부터 4 월 30 일까지온라인설문조사 Tool

187 제 5 장보건복지빅데이터수요공급예측 173 인 iweb survey3.0을활용한이메일설문조사및오프라인설문조사를병행하여빅데이터유관업무경험을가진현업종사자들을대상으로진행하였다. 설문조사에응답한응답자들은 393명으로대기업혹은중소기업에근무하면서빅데이터기술및서비스를직접구매하여이용하는 기술이용자 로서의응답자와해당기술을활용하거나빅데이터기술기반으로 2차적가공을통하여그산출물혹은서비스를제공하는 기술활용자 로서의응답자로구성되었다. 특히대기업의경우에는조직의특성및담당업무에따라동일기업이지만한부서는수용자로서또다른부서는공급자로서응답이가능하다. 설문에응답한응답자는빅데이터기술및관련분야기업또는부서에근무하는사람들로서적절한응답결과를얻었으며성실하게응답하지않은샘플은제외후분석에사용하였다. 조사를통해측정된설문항목은조직의혁신성, 주관적규범, 과업기술적합성및기술에대한유용성과용이성, 사용태도, 수용의도, 실제도입및지속수용의도에대한질문으로정하여리커트 (Likert) 7점척도를활용하여측정하였다. 4. 분석방법및연구모형 가. 통계분석 구조모형의적합도를평가하기위하여 검정과적합도지수를고려하였다. 여러적합도지수중에서본연구는증분적합지수 (Incremental Fit Index) 인 CFI(Comparative Fit Index), NFI(Normed Fit Index), TLI(Tucker-Lewis Index) 와절대적합지수 (Absolute Fit Index) 인 GFI(Goodness Fit Index) 와 SRMR(Standardized Root

188 174 보건복지빅데이터효율적관리방안연구 Mean Squared Residual) 을사용하였다. 일반적으로 CFI를비롯한증분적합지수들은 0.9보다크면모형적합도가양호하다고해석한다 (Hu et al., 1999). GFI는 0 1사이의값을가지며보통 0.9이상이면양호한수준이며, SRMR은모델간비교시사용되는지표로 0.05이하이면양호한수준이라고할수있다. 본연구의간접효과에대한유의성검증은모든자료가정규성분포를따른다는가정하에유의성을검증하는 Sobel test(preacher Hayes, 2004) 를실시하였으며, 매개효과검증은 Hair et al.(2006) 가제시한검증방법을사용하였다. 나. 연구모형및가설 본연구는 TAM과 TTF의통합모형및혁신적인조직문화를가진기업의기술수용도가높다는선행연구결과를바탕으로연구모형을구성하였다. 연구의실험데이터를적용한연구모형의검증결과일부적합도지수에서낮게나타나, 과업적합성이수용의도에직접영향을미친다는 Dishow Strong(1999) 연구의이론적배경하에두변인간의경로를추가로설정하여수정모형을개발하였다. < 표 5-3> 과같이수정모형의대부분의적합도평가지수가높게나타나빅데이터기술수용모형은수정연구모델이적합한모형으로판단할수있다.

189 제 5 장보건복지빅데이터수요공급예측 175 표 5-3 모형비교 모형 SRMR GFI NFI TLI CFI 연구모형 *.941**.930**.865*.937** 수정연구모형 **.961**.958**.918**.965** 주 : **: 양호, *: 보통 그림 5-1 연구모형 본연구는초기시장내의빅데이터기술수용의특성을연구하기위하 여앞에서제시된수정연구모형을이용하여세가지연구문제를제시하 였다. [ 연구문제 1] 조직의혁신성, 주관적규범, 과업기술적합성등의외생변인과기술수용모델의변인이지속사용의도에미치는경로별영향도는어떠한가? [ 연구문제 2] 조직의혁신성, 주관적규범, 과업기술적합성등의외생변인과기술수용모델의변인이지속사용의도에미치는경로별에서 기술이용자 와 기술활용자 간이차이는있는가? [ 연구문제 3] 조직의혁신성, 주관적규범, 과업기술적합성등의외생변인은 TAM변인의매개효과가있는가?

190 176 보건복지빅데이터효율적관리방안연구 5. 연구결과 가. 주요변인들의기술통계 주요변수의정규성을검증하기위해기술분석을실시한결과, < 표 5-4> 와같이모든변수에서왜도 (Skewness) 는절대값 3 미만, 첨도 (Kutosis) 는절대값 10 미만으로나타나정규성가정을충족 (Kline, 2010) 하는것으로나타났다. 표 5-4 주요변인들의기술통계 구분 전체 기술이용자 집단 기술활용자 집단 M±SD 왜도첨도 M±SD 왜도첨도 M±SD 왜도첨도 조직혁신성 1.37± ± ± 주관적규범 4.67± ± ± 과업기술적합성 4.65± ± ± 용의성 3.84± ± ± 유용성 5.08± ± ± 사용태도 5.03± ± ± 수용의도 5.25± ± ± 지속사용 4.80± ± ± 나. 연구모형분석 1) 연구모형의적합도검증 수정연구모형에서제시한외생변인 ( 조직혁신성, 주관적규범, 과업기 술적합성 ) 이 TAM 변인을매개하여지속사용에어떠한구조적인관계를

191 제 5 장보건복지빅데이터수요공급예측 177 가지는지수정연구모형전체, 기술이용자, 기술활용자 를대상으로구조방정식모형을통해검증하였다. 빅데이터수용자전체와 기술이용자, 기술활용자 모두연구모형과실제자료와의적합도가 를제외하고는모든적합도에서높게나타났다 ( 표 5-5 참조 ). 표 5-5 다중집단구조모형의적합도비교 구분 SRMR GFI NFI TLI CFI 전체 **.961**.958**.918**.965** 기술이용자 *.945**.945**.894*.955** 기술활용자 **.941**.925**.879*.948** 주 : * : 보통, **: 양호 2) 전체모형의경로분석 연구문제 1을검증하기위하여 < 표 5-6> 과같이빅데이터전체수용자에대해외생변인들과 TAM변인들이빅데이터지속사용에미치는영향을살펴보았다. 외생변인인주관적규범 (b=.173, p<.01), 과업기술적합성 (b=.313, p<.01) 은용이성에정적 (+) 인유의한영향을주는것으로나타났으나, 조직의혁신성은용이성에부적 (-)(b=-.138, p<.01) 인영향을미치는것으로나타났다. 외생변인인조직혁신성 (b=.118, p<.01), 주관적규범 (b=.298, p<.01), 과업기술적합성 (b=.353, p<.01) 은유용성에정적 (+) 인유의한영향을주는것으로나타났다. 용이성은유용성에정적 (+) 영향 (b=.179, p<.01) 을미치는것으로나타났다. 유용성 (b=.551, p<.01) 과용이성 (b=.181, p<.01) 은사용태도에정적 (+) 인영향을미치는것으로나타났다. 사용태도 (b=.573, p<.01) 은수용의도에정적 (+) 인영향을미치는것으로나타났다. 외생변수인과업기술적합성은수용의도

192 178 보건복지빅데이터효율적관리방안연구 에정적영향 (b=.287, p<.01) 을미치는것으로나타났다. 수용의도는지 속사용에정적 (+) 영향 (b=.805, p<.01) 을미치는것으로나타났다. 3) 기술이용자와기술활용자의다중집단구조모형분석 다중집단구조모형분석은집단간경로계수를가지고서로통계적인차이여부를검증하는것이다. 다중집단구조모형분석은측정동일성제약이끝난후, 집단간등가제약과정을거쳐경로간유의미한차이를검증할수있다. 본연구에서의구조모형은경로모형으로, 각요인에대한측정동일성을검증할필요가없기때문에요인사이의경로계수로집단간 ( 사용목적수용자인 기술이용자, 활용목적수용자인 기술활용자 ) 차이를검증하였다. 연구문제 2의빅데이터수용요인에대한 기술이용자 와 기술활용자 의차이를살펴보기위하여다중집단구조모형분석을실시하였다. 전체구조모형이 기술이용자 와 기술활용자 집단간에차이가있는지확인한다음, 두집단의각각의경로에서차이가있는지를검증한결과 기술이용자 집단과 기술활용자 집단간에유의미한차이가있었다 [ (24)=96.732, p<.000]. 외생변수가용이성에미치는영향은두집단간유의한차이가있는것으로나타나, 기술이용자 (b=.281, p<.01) 가 기술활용자 (b=.056, p<.01) 보다주관적규범에서용이성으로가는경로가유의하게큰것으로나타났다. 반면, 기술활용자 (b=.414, p<.01) 가 기술수용자 (b=.171, p<.01) 보다과업기술적합성에서용이성으로가는경로가유의하게큰것으로나타났다. 과업기술적합성이유용성에미치는영향은두집단간유의한차이가있는것으로나타나 (C.R.=3.490, p<.01), 기술활용자 (b=.515, p<.01) 가 기술이용자 (b=.306, p<.01) 보다과업기술적합성에서유용성으로가는경로가

193 제 5 장보건복지빅데이터수요공급예측 179 유의하게큰것으로나타났다. 유용성이사용태도에미치는영향은두집단간유의한차이가있는것으로나타나 (C.R.=-3.652, p<.01), 기술이용자 (b=.645, p<.01) 가 기술활용자 (b=.412, p<.01) 보다유용성에서사용태도로가는경로가유의하게큰것으로나타났다. 유용성에서수용의도에미치는영향은두집단간유의한차이가있는것으로나타나 (C.R.=-2.326, p<.05), 기술이용자 는유용성이수용의도에정적인영향 (b=113, p<.1) 을미치는것으로나타났으며, 기술활용자 는유용성이수용의도에부적 (-) 인영향 (b=-.139, p>.1) 을미치는것으로나타났으나통계적으로유의하지않는것으로나타났다. 표 5-6 사용목적수용자와활용목적수용자집단간의구조모형분석결과 Path 전체수용자기술이용자기술활용자 C.R. C.R. C.R. 조직혁신성 용이성 *** *** *** 주관적규범 용이성 *** *** ** 과업기술적합성 용이성 *** ** *** 2.589*** 조직혁신성 유용성 *** *** 주관적규범 유용성 *** *** *** 과업기술적합성 유용성 *** *** *** 3.490*** 용이성 유용성 *** *** * 유용성 사용태도 *** *** *** *** 용이성 사용태도 *** *** ***.426 사용태도 수용의도 *** *** ***.404 유용성 수용의도 * ** 과업기술적합성 수용의도 *** *** *** 수용의도 지속사용 *** *** *** 주 : *** P<.01, ** p<.05, * p<.1 C.R.

194 180 보건복지빅데이터효율적관리방안연구 4) 외부변인의매개효과검증 연구문제 3을검증하기위해외생변인과유용성의경로에용이성의매개효과 (mediator effect) 와과업기술적합성과수용의도경로에유용성의매개효과를살펴보았다. < 표 5-7> 에서용이성에대한간접효과의유의성검증을위한 Sobel teat 결과 기술이용자 의간접효과가모든외생변인에서유의한것 (p<.05, p<.01) 으로나타났으나, 기술활용자 의간접효과는유의하지않는것 ( 조직혁신성 : sb=1.241, p=.21, 주관적규범 : sb=1.25, p=.21, 과업적합성 : sb=.91, p=.37) 으로나타났다. Hair 외 (2006) 이제시한매개효과를검증한결과 기술이용자 와 기술활용자 집단모두외생변인에서유용성으로경로에서용이성이부분매개 (partial mediation) 하는것으로나타났다. < 표 5-7> 에서과업적합성과수용의도의경로에유용성대한간접효과의유의성은기술이용자는유의한것 (p<.01) 으로나타났으나, 기술활용자 는유의하지않는것 (sb=1.203, p=.229) 으로나타났다. 그리고, 기술이용자 와 기술활용자 집단모두과업기술적합성에서수용의도경로에서유용성이부분매개 (partial mediation) 하는것으로나타났다. 표 5-7 외생변인과 TAM 변인의매개효과검증 Path Total Effect 전체기술이용자기술활용자 Direct Effect Indirect Effect 1) Total Effect Direct Effect Indirect Effect 1) Total Effect Direct Effect Indirect Effect 1) 조직혁신성 유용성 * DP MP 2).366*.348*.318*.254*.439*.476* 주관적규범 유용성 ** ** DP MP 2).554* 483*.598*.487*.483*.456* 과업적합성 유용성 ** ** DP MP 2).609*.540*.580*.486*.700*.091* 과업기술적합성 수용의도 * * DP MP 2).529*.327*.559*.397*.406*.313* 주 : 1) Sobel Test: ** p<0.01, * p<0.05, 2) Mediator Effect: DP(Direct Path coefficient), MP(Mediator Path coefficient)

195 제 5 장보건복지빅데이터수요공급예측 논의 본연구는태동기인국내빅데이터기술의수용특성을연구하기위해기술수용과정의연구모델로서보편성과적합성을확보한기술수용모델 (TAM) 을기본프레임으로혁신확산이론 (IDT) 과과업기술적합성이론 (TTF) 의통합적인접근을시도하였다. 선행연구를바탕으로연구모형을설계하고시장에서기업이빅데이터기술을수용하는경우그목적과수용과관련한성격이상이한부분에주안점을두어이를조절변인화하여구조방정식의다중집단분석을적용한결과연구문제에대한분석결과및각각의함의는다음과같다. 연구문제 1을분석하기위해연구모형으로설정한 조직의혁신성, 주관적규범, 과업기술적합성 과 TAM 변인간경로분석을수행한결과, 가장큰영향을미치는요인은 주관적규범 과 과업기술적합성 이었다. 설정한세개의외생변인인 조직의혁신성향 과 주관적규범, 과업기술적합성 은모두 유용성 경로에정적 (+) 인영향을가지는것으로나타났으나 조직의혁신성향 에서 용이성 경로는부적 (-) 인영향을나타내는것으로확인되었다. 또한 TAM 변인간경로또한유의하게정적 (+) 인효과를가지는것으로확인되었으나선행연구들과는다르게 유용성 에서 수용의도 로직접이어지는경로는유의하지않은것으로나타났다. 반면 과업기술적합성 에서 수용의도 로직접이어지는경로는유의하게나타나빅데이터기술수용에있어서는기술의 유용성 보다 과업기술적합도 가보다유의한영향력을갖는것으로확인되었다. 주관적규범 이 조직의혁신성향 보다유의한효과를가짐이증명되었는데, 이는혁신기술초기시장에서의빅데이터기술수용과관련하여현재국내시장에서는빅데이터기술

196 182 보건복지빅데이터효율적관리방안연구 자체에대한선택이사회적인환경안에서수용자를보다우월하게만들것이라는기대사항이반영된것으로해석할수있다. 이는초기국내빅데이터기술수용의특성이라할수있으며, 합목적적이고합리적인기술수용현상보다는기술수용에대한사회적영향도가높게작용하여빅데이터기술이수용되고있음이확인된결과이다. 조직의학습단계상현재상황이기업내소수의혁신적의사결정을하는그룹에의해기술이흡수 (Assimilation) 되는단계인것으로유추할수있는데설문에응답한결과중직급과연차가높을수록빅데이터기술수용의도가높게나타난점을고려할때현재기업내의의사결정권자들의빅데이터기술에대한기대수준이높음을알수있었다. 연구문제 2에대한분석결과빅데이터기술을단순히이용하려는목적인 기술이용자 집단과빅데이터기술기반으로새로운서비스나상품을만들고자하는 기술활용자 집단의연구모델별경로는유의한차이를가지는것이확인되었다. 특히 기술이용자 집단의경우 주관적규범 에서 용이성 으로가는경로가 기술활용자 집단보다유의하게큰것으로나타났는데 기술이용자 그룹의경우 주관적규범 과 과업기술적합성 의영향후기술의 용이성 과 유용성 을거쳐 지속적사용의도 에이르는모든경로가정 (+) 의방향으로유의함을나타냈다. 조직의혁신성 에서 용이성 과 유용성 으로이어지는경로는 기술이용자 집단에게는모두유의하지않은것으로나타났으나 기술활용자 집단에는모두유의하게나타났다. 다만두집단간의차이에대한유의성검증을한결과에서는조직의혁신성에서용이성으로이어지는경로에서 기술활용자 집단에보다유의한차이를갖는것으로확인되었다. 이는분석대상이되는표본이커질경우통계적으로유의한차이를가질수있는부분이므로해석에주의할필요가있다. 다시말하면기술기반의

197 제 5 장보건복지빅데이터수요공급예측 183 새로운서비스나상품을기획하고개발하고자하는목적의 기술활용자 집단에게 조직의혁신성향 은기술의수용의도에영향을미치는유의한외생변인이나단순히기술을이용하고자하는 기술이용자 집단에게는오히려 주관적규범 이영향력을가진것으로나타났다. 유용성에서수용의도로직접이어지는경로에서도 기술이용자 집단은유의한정의효과를나타내었으나 기술활용자 집단은유의하지않았으며오히려부적 (-) 결과를보였다. 이것은기업의빅데이터기술수용과정에있어그목적성에따라조금더쉬운의사결정과정이가능하거나그반대일수도있다는것을반증하는결과이다. 대체적으로새로운기술이나서비스를도입하는경우기업의의사결정과정은해당기술이나서비스를검토하는주관부서가주축이되어의사결정을하게되지만새로운서비스나상품을만들기위한기술은투자에대한의사결정과정에서많은이해관계부서가참여하게된다. 그러므로기술의유용성이직접적인수용의도도나타나기어려울것이다. 연구문제 3의분석결과의 TAM 변인에대한매개효과에서는연구문제 2의분석결과를통해각집단별유의한차이가검증된경로에대하여용이성변인의매개효과여부를검증하였다. 분석결과 기술이용자 집단은 용이성 의매개효과가검증되었고 기술활용자 집단은유의하지않았다. 이는빅데이터기술을도입함에있어단순이용목적의수용자집단에게기술의 용이성 이 유용성 에영향력을가짐이확인된것이다. 과업기술적합성 에서 수용의도 로이어지는직접경로에서도 기술이용자 집단에만 TAM변인의매개효과가유의하게검증되었다. 요약하자면기술수용과정에서 기술이용자 집단은 TAM에서제시하는단계별의사결정의경로가모두유의하게나타난반면빅데이터기술을활용하여새로운제품과서비스를개발하려는 기술활용자 집단의경우에는 TAM의매개효과가유의하지않음이확인되었다.

198 184 보건복지빅데이터효율적관리방안연구 제 2 절공공과보건의료빅데이터수요공급예측 13) 본연구는국내에서빅데이터가처음으로논의된 2011년부터 2013년 12월까지의우리나라온라인뉴스사이트, 블로그, 카페, SNS, 게시판등에서수집한소셜빅데이터를바탕으로국내빅데이터의동향과수요공급예측모형을제시하고자한다. 본연구의목적은소셜빅데이터를활용하여데이터마이닝의의사결정나무분석을통해국내의빅데이터수요공급예측모형을제시하는것으로구체적인목적은다음과같다. 첫째, 국내의빅데이터수요공급에영향을미치는요인을파악한다. 둘째, 국내의빅데이터수요공급을예측할수있는의사결정나무를개발한다. 1. 연구방법 가. 연구대상 본연구는국내의온라인뉴스사이트, 블로그, 카페, 소셜네트워크서비스, 게시판등인터넷을통해수집된소셜빅데이터를대상으로하였다. 본분석에서는 214개의온라인뉴스사이트, 4개의블로그 ( 네이버, 네이트, 다음, 티스토리 ), 3개의카페 ( 네이버, 다음, 뽐뿌 ), 2개의 SNS( 트위터, 미투데이 ), 4개의게시판 ( 네이버지식인, 네이트지식, 네이트톡, 네이트판 ) 등총 227개의온라인채널을통해수집가능한텍스트기반의웹문서 ( 버즈 ) 를소셜빅데이터로정의하였다. 빅데이터관련토픽의수집은 까지해당채널에서요일별, 주말, 휴일을 13) 본절의일부내용은본과제의일환으로작성된 김정선 권은주 송태민 (2014). 분석지의확장을위한소셜빅데이터활용연구 - 국내 빅데이터 수요공급예측 -. 지식경영연구 15(3) 에서발췌한내용임을밝힌다.

199 제 5 장보건복지빅데이터수요공급예측 185 고려하지않고매시간단위로수집하였으며, 수집된총 70,485건 (2011 년 : 2,159건, 2012년 : 25,023건, 2013년 : 43,303건 ) 의텍스트 (Text) 문서를본연구의분석에포함시켰다. 본연구를위한소셜빅데이터의수집은크롤러 (Crawler) 를사용하였고, 토픽의분류는주제분석 (text mining) 기법을사용하였다. 크롤러는인터넷링크를따라다니며방문한사이트의모든페이지의복사본을생성함으로써문서를수집한다. 주제분석은자연어처리기술을이용하여유용한정보를추출하거나연계성을파악하고, 분류혹은군집화함으로써소셜빅데이터의의미있는정보를발견하는것이다. 빅데이터토픽은모든관련문서를수집하기위해 빅데이터 와 Big Data 를사용하였으며, 수집기간에빅데이터와관련없는용어인 컨퍼런스, 전시회 의 2개의불용어를지정하여수집하였다. 나. 연구도구 빅데이터와관련하여수집된버즈는주제분석 (text mining) 과요인분 석 (factor analysis) 의과정을거쳐다음과같이정형화데이터로코드화 하여사용하였다. 1) 빅데이터관련수요자공급자정의 본연구의종속변수인수요자와공급자의정의는주제분석에서분류된수요자의태도 ( 결정, 계획, 고려, 도입, 선정, 수용, 이용, 필요, 활용 ) 는수요자, 공급자의태도 ( 공급, 구축, 구현, 사례, 소개, 운영, 전망, 출시, 형성, 준비, 진행, 참여, 육성 ) 는공급자로정의하였다.

200 186 보건복지빅데이터효율적관리방안연구 2) 빅데이터관련기술 빅데이터관련기술은선행연구에서분석된분석기술, 처리기술, 저장기술, 수집기술, 활용기술, 기타기술로정의하였다. 분석기술로는 NDAP, 기계학습, 네트워크, 마이닝, 시맨틱, 온톨로지, 패턴인식, EDW, 텍스트마이닝, 음성인식, 영상인식, AR, AI, mining, Mahout, semantic, ETL, 알고리즘, 알고리듬, Algorithm, Pregel, 데이터마이닝 으로정의하였다. 처리기술은 MapReduce, 가상화, 맵리듀스, 스케일아웃, 어플라이언스, 하둡, Inmemory, Hadoop, Hbase, MR, Appliance, Dremel, Percolator, 검색, 인덱싱, Storm, 스톰, HDFS, 인메모리 로정의하였다. 저장기술은 데이터베이스, 데이터웨어하우스, 클라우드, 클라우드컴퓨팅, Cloud, 디스크, NoSQL, DW, 데이터웨어하우징, san 로정의하였다. 수집기술은 크롤러, Crawler, 수집기, X86, Cassandra 로정의하였다. 활용기술은 BI, 인포그래픽스, SaaS, Paas, BaaS, Daas 로정의하였다. 기타기술은 apache, 아파치, 자바, Java, html5 로정의하였다. 정의된모든기술은해당기술이있는경우는 1, 없는경우는 0 으로코드화하였다. 3) 빅데이터관련산업 빅데이터관련산업은 의료헬스, 패션의류, 정부공공기관, 게임, 금융 보험, 선거정치, 영화, 자동차교통, 통신, 제조, IT 벤더 의 11 개로해당 산업이있는경우는 1, 없는경우는 0 으로코드화하였다.

201 제 5 장보건복지빅데이터수요공급예측 187 4) 빅데이터관련기반 빅데이터관련기반은 프라이버시 ( 개인정보, 보안, 프라이버시 ), 분석전문가 ( 인력, 전문가 ), 정책전략 ( 관리, 정책, 전략 ), 기반구축 ( 서버, 스토리지, 시스템, 인프라, 컴퓨팅, 플랫폼, 기술 ), 비용, 서비스, 콘텐츠, 품질 의 8개로해당기반이있는경우는 1, 없는경우는 0 으로코드화하였다. 5) 빅데이터관련업무 빅데이터관련업무는 고객관리마케팅 ( 고객관리, 마케팅, 영업 ), 생산관리 ( 생산, 공정관리, 물류관리 ), 인사재무 ( 인사, 재무, 전략기획, 회계, 전산 ), 연구개발, 의사결정, 컨설팅, 통계 의 7개로해당기반이있는경우는 1, 없는경우는 0 으로코드화하였다. 6) 빅데이터관련국가 빅데이터관련국가는 한국, 글로벌, 유럽, 미국, 일본, 중국, 싱가포 르 의 7 개국으로해당국가가있는경우는 1, 없는경우는 0 으로코드 화하였다. 7) 빅데이터관련감정 빅데이터관련감정은주제분석과요인분석의과정을거쳐 성장 ( 성장, 강화, 경쟁력, 수요, 주요 ), 관심 ( 유용, 도움, 관심, 이해, 고민, 중요, 가

202 188 보건복지빅데이터효율적관리방안연구 능, 발전 ), 효율 ( 절감, 효과, 효율, 부담, 기대 ), 혁신 ( 혁신, 성공, 최고, 위기 ), 경제적 ( 경제적, 불가능 ) 우려 ( 논란, 우려 ), 신속 ( 신속, 정확 ), 신뢰 ( 용이, 신뢰 ) 의 8개로해당감정이있는경우는 1, 없는경우는 0 으로코드화하였다. 다. 분석방법 본연구에서는한국의빅데이터수요공급을설명하는가장효율적인예측모형을구축하기위해특별한통계적가정이필요하지않은데이터마이닝의의사결정나무분석방법을사용하였다. 데이터마이닝의의사결정나무분석은방대한자료속에서종속변인을가장잘설명하는예측모형을자동적으로산출해줌으로써각기다른속성은가진빅데이터수요공급에대한요인을쉽게파악할수있다. 본연구의의사결정나무형성을위한분석알고리즘은 CHAID(Chi-squared Automatic Interaction Detection) 를사용하였다. CHAID(Kass, 1980) 는이산형인종속변수의분리기준으로카이제곱 ( -검정) 을사용하며, 모든가능한조합을탐색하여최적분리를찾는다. 정지규칙 (stopping rule) 으로관찰치가충분하여상위노드 ( 부모마디 ) 의최소케이스수는 100으로하위노드 ( 자식마디 ) 의최소케이스수는 50으로설정하였고, 나무깊이는 3수준으로정하였다. 본연구는기술분석, 다중응답분석, 로지스틱회귀분석, 의사결정나무분석방법을위해 SPSS 22.0을사용하였다.

203 제 5 장보건복지빅데이터수요공급예측 연구결과 가. 빅데이터관련분야버즈현황 1) 전체분야빅데이터버즈현황 < 표 5-8> 과같이한국과관련한기술분야버즈는저장기술, 처리기술, 분석기술, 활용기술등의순으로나타났다. 기반분야버즈는기반구축, 서비스, 정책전략, 분석전문가, 프라이버시, 비용등의순으로나타났다. 산업분야버즈는정부공공기관, 자동차교통, 통신, 보험금융, 선거정치, 게임, 의료헬스, 제조등의순으로나타났다. 글로벌과관련한기술분야버즈는저장기술, 처리기술, 분석기술, 활용기술등의순으로나타났다. 기반분야버즈는기반구축, 정책전략, 서비스, 분석전문가, 비용, 프라이버시등의순으로나타났다. 산업분야버즈는정부공공기관, 자동차교통, 통신, 보험금융, 영화, 게임, 선거정치, 제조, 의료헬스등의순으로나타났다. < 표 5-9> 와같이의료헬스산업과관련한업무분야버즈는고객마케팅, 생산관리, 통계, 인사재무, 컨설팅, 의사결정, 연구개발순으로나타났다. 기술분야버즈는저장기술, 분석기술, 처리기술, 기타기술, 활용기술, 수집기술순으로나타났다. 기반분야버즈는기반구축, 서비스, 정책전략, 분석전문가, 프라이버시, 비용, 콘텐츠, 품질순으로나타났다. 정부공공기관산업과관련한업무분야버즈는고객마케팅, 생산관리, 컨설팅, 통계, 의사결정, 연구개발, 인사재무순으로나타났다. 기술분야버즈는저장기술, 분석기술, 처리기술, 활용기술, 기타기술, 수집기술순으로나타났다. 기반분야버즈는기반구축, 정책전략, 서비스, 분석전문가, 프라이버시, 비용, 콘텐츠, 품질순으로나타났다.

204 190 보건복지빅데이터효율적관리방안연구 표 5-8 국가별빅데이터관련분야버즈현황 분야속성한국글로벌유럽미국일본중국싱가포르합계 N(%) 기술 기반 산업 분석기술 (23.8) 1940 처리기술 (28.5) 2318 저장기술 (39.5) 3215 수집기술 18 (.2) 활용기술 436 (5.4) 기타기술 220 (2.7) 1923 (25.9) 1967 (26.4) 2939 (39.5) 33 (.4) 394 (5.3) 182 (2.4) 429 (27.2) 426 (27.0) 634 (40.2) 5 (.3) 59 (3.7) 25 (1.6) 1049 (26.2) 1181 (29.5) 1451 (36.3) 13 (.3) 181 (4.5) 122 (3.1) 396 (26.0) 449 (29.4) 604 (39.6) 4 (.3) 55 (3.6) 17 (1.1) 373 (28.4) 333 (25.4) 550 (41.9) 4 (.3) 37 (2.8) 15 (1.1) 58 (27.0) 64 (29.8) 82 (38.1) 0 (0.0) 8 (3.7) 3 (1.4) 6168 (25.5) 6738 (27.8) 9475 (39.1) 77 (.3) 1170 (4.8) 584 (2.4) 합계 프라이버시 분석전문가 1294 (6.9) 1463 (7.8) 정책전략 (20.5) 3849 기반구축 (30.4) 5724 비용 1253 (6.7) 서비스 3919 (20.8) 콘텐츠 936 (5.0) 품질 371 (2.0) 1198 (6.8) 1355 (7.7) 3628 (20.6) 5412 (30.8) 1259 (7.2) 3423 (19.5) 932 (5.3) 384 (2.2) 395 (8.8) 351 (7.8) 959 (21.3) 1282 (28.5) 300 (6.7) 894 (19.9) 221 (4.9) 96 (2.1) 763 (7.8) 873 (8.9) 2061 (21.0) 2865 (29.2) 751 (7.7) 1805 (18.4) 474 (4.8) 207 (2.1) 280 (6.7) 320 (7.6) 883 (21.0) 1217 (29.0) 309 (7.4) 875 (20.8) 194 (4.6) 122 (2.9) 250 (7.0) 272 (7.7) 760 (21.4) 1082 (30.4) 253 (7.1) 681 (19.2) 168 (4.7) 88 (2.5) 40 (7.7) 35 (6.8) 114 (22.0) 156 (30.1) 40 (7.7) 98 (18.9) 24 (4.6) 11 (2.1) 4220 (7.2) 4669 (7.9) (20.8) (30.1) 4165 (7.1) (19.8) 2949 (5.0) 1279 (2.2) 합계 의료헬스 패션의류 정부공공기관 게임 영화 490 (6.7) 208 (2.8) 2375 (32.4) 514 (7.0) 441 (6.0) 444 (6.4) 191 (2.7) 2053 (29.5) 535 (7.7) 539 (7.7) 163 (6.5) ) 795 (31.9) 149 (6.0) 153 (6.1) 327 (7.0) 143 (3.0) 1377 (29.3) 314 (6.7) 393 (8.4) 153 (6.8) 69 (3.1) 652 (29.2) 170 (7.6) 143 (6.4) 101 (4.9) 59 (2.9) 621 (30.2) 170 (8.3) 155 (7.5) 38 (13.1) 8 (2.8) 101 (34.8) 10 (3.4) 17 (5.9) 1716 (6.6) 765 (2.9) 7974 (30.6) 1862 (7.1) 1841 (7.1) 통신 708 (9.7) 733 (10.5) 221 (8.9) 356 (7.6) 187 (8.4) 155 (7.5) 22 (7.6) 2382 (9.1)

205 제 5 장보건복지빅데이터수요공급예측 191 분야속성한국글로벌유럽미국일본중국싱가포르합계 제조 463 (6.3) 434 (6.2) 127 (5.1) 191 (4.1) 127 (5.7) 129 (6.3) 20 (6.9) 1491 (5.7) 보험금융 777 (10.6) 724 (10.4) 253 (10.2) 415 (8.8) 200 (9.0) 217 (10.6) 27 (9.3) 2613 (10.0) 선거정치 519 (7.1) 455 (6.5) 221 (8.9) 582 (12.4) 173 (7.7) 173 (8.4) 14 (4.8) 2137 (8.2) 자동차교통 826 (11.3) 852 (12.2) 322 (12.9) 593 (12.6) 358 (16.0) 272 (13.2) 33 (11.4) 3256 (12.5) IT 벤더 8 (.1) 9 (.1) 1 (.0) 10 (.2) 2 (.1) 1 (.0) 0 (0.0) 31 (0.1) 합계 표 5-9 산업별빅데이터관련분야버즈현황 분야 업무 속성 의료헬스 패션의류 정부공공기관 게임영화통신제조보험금융 선거정치 자동차교통 IT 벤더 N(%) 고객관리 마케팅 (24.4) (40.3) (25.8) (37.7) (36.8) (31.1) (31.8) (36.1) (35.9) (28.5) (25.0) (31.0) 생산관리 (16.4) (24.6) (20.1) (21.0) (20.0) (20.7) (24.8) (16.4) (18.9) (26.0) (50.0) (20.6) 인사재무 (12.0) (5.7) (8.9) (8.0) (7.8) (6.7) (4.3) (6.4) (10.9) (6.4) (12.5) (7.9) 연구개발 (9.2) (1.4) (9.5) (5.4) (4.9) (7.1) (3.0) (3.5) (2.0) (7.2) (0.0) (6.4) 의사결정 (10.5) (7.0) (10.2) (7.4) (11.0) (11.0) (12.3) (10.0) (8.9) (9.3) (12.5) (10.0) 컨설팅 (11.2) (10.5) (13.2) (9.8) (7.2) (14.5) (16.3) (15.0) (7.5) (8.5) (0.0) (11.9) 통계 (16.3) (10.5) (12.3) (10.8) (12.4) (8.9) (7.5) (12.5) (15.8) (14.1) (0.0) (12.2) 합계 합계 분석기술 276 (26.3) 90 (33.2) 1086 (26.3) (28.7) (30.9) (30.7) (25.0) (26.1) (34.5) 483 (29.9) (20.0) (28.2) 기술 처리기술 255 (24.3) 저장기술 433 (41.2) 101 (37.3) 75 (27.7) 1042 (25.3) 1729 (41.9) (24.5) (30.4) (24.1) (28.6) (25.8) (30.2) (38.6) (33.4) (37.5) (37.8) (38.6) (32.9) 435 (26.9) 588 (36.4) (23.3) (26.3) (40.0) (38.4) 수집기술 7 (.7) 1 (.4) 12 (.3) 1 (.1) 4 (.4) 13 (.7) 3 (.3) 13 (.8) 2 (.3) 9 (.6) 0 (0.0) 65 (.4)

206 192 보건복지빅데이터효율적관리방안연구 분야 기반 속성 의료헬스 패션의류 정부공공기관 게임영화통신제조보험금융 선거정치 자동차교통 IT 벤더 활용기술 (3.4) (1.1) (4.6) (5.3) (3.3) (5.2) (7.3) (7.1) (1.5) (4.1) (13.3) (4.7) 기타기술 (4.1) (0.4) (1.6) (2.9) (1.5) (1.8) (1.0) (1.6) (.6) (2.2) (3.3) (1.9) 합계 프라이 버시 (7.8) (4.9) (8.0) (7.5) (7.2) (8.7) (7.5) (8.2) (6.5) (6.9) (15.4) (7.7) 분석 전문가 (8.2) (9.1) (8.4) (6.9) (8.1) (6.7) (7.4) (8.6) (10.5) (7.7) (1.9) (8.1) 정책전략 (20.5) (19.2) (24.1) (18.9) (19.0) (19.2) (20.3) (21.0) (26.4) (20.6) (23.1) (21.7) 기반구축 (28.0) (25.5) (27.8) (28.4) (28.7) (28.1) (29.9) (28.3) (27.2) (29.3) (28.8) (28.2) 비용 (7.6) (8.6) (5.3) (5.6) (7.6) (6.6) (8.1) (6.6) (6.3) (7.0) (1.9) (6.4) 서비스 (22.2) (23.6) (20.2) (20.5) (19.5) (21.5) (19.0) (20.9) (16.0) (22.0) (26.9) (20.5) 콘텐츠 (3.5) (6.8) (4.3) (9.6) (7.9) (6.8) (3.3) (4.1) (5.7) (4.5) (0.0) (5.2) 품질 (2.2) (2.4) (2.0) (2.6) (2.0) (2.5) (4.5) (2.3) (1.3) (2.1) (1.9) (2.3) 합계 합계 2) 보건의료및공공분야빅데이터버즈현황 < 표 5-10> 과같이빅데이터와관련하여정부공공분야가 84.6%, 보건의료분야는 15.4% 언급된것으로나타났다. 빅데이터기술수요자의감성은 52.3%, 공급자의감성은 47.7% 로나타났다. 기반관련버즈는기반구축, 정책전략, 서비스등의순으로나타났으며, 업무는고객관리마케팅, 생산관리, 컨설팅, 통계등의으로나타났다. 기술관련버즈는저장기술, 분석기술, 처리기술등의순으로나타났으며, 국가는한국, 글러벌, 미국, 유럽, 일본등의순으로언급된것으로나타났다. 수요공급에관한영향요인으로는성장, 관심, 효율, 혁신, 우려등의순으로나타났다.

207 제 5 장보건복지빅데이터수요공급예측 193 표 5-10 보건의료및공공분야빅데이터버즈현황 구분항목 N(%) 구분항목 N(%) 수용태도 분야 기반 수요공급영향요인 수요자 1,543(52.3) 분석기술 1,236(26.3) 공급자 1,409(47.7) 처리기술 1,178(25.0) 계 저장기술 1,974(42.0) 보건의료 1,092(15.4) 기술 수집기술 19(0.4) 공공 5,989(84.6) 활용기술 205(4.4) 계 7,081 기타기술 93(2.0) 프라이버시 1,052(7.8) 계 4,705 분석전문가 1,102(8.2) 고객관리마케팅 880(26.0) 정책전략 3,198(23.8) 생산관리 665(19.6) 기반구축 3,766(28.1) 인사재무 318(9.4) 비용 736(5.5) 연구개발 308(9.1) 업무서비스 2,759(20.6) 의사결정 352(10.4) 콘텐츠 549(4.1) 컨설팅 435(12.8) 품질 261(1.9) 통계 429(12.7) 계 13,423 계 3,387 성장요인 3,021(23.0) 한국 2,627(29.7) 관심요인 3,554(27.1) 글로벌 2,278(25.8) 효율요인 2,261(17.2) 유럽 876(9.9) 혁신요인 1,833(14.0) 미국 1,548(17.5) 경제적요인 531(4.0) 국가 우려요인 886(6.8) 일본 729(8.2) 신속요인 717(5.5) 중국 679(7.7) 신뢰요인 318(2.4) 싱가포르 106(1.2) 계 13,121 계 8,843 < 표 5-11> 과같이보건의료와공공분야빅데이터기술은저장기술, 분석기술, 처리기술, 활용기술등의순으로나타났다. 보건의료분야의빅데이터분석기술은고객관리, 생산관리, 통계, 인사관리, 컨설팅등의순으로활용되고있으며, 공공분야의빅데이터분석기술은고객관리, 생산관리, 컨설팅, 의사결정등에활용되고있는것으로나타났다. 보건의료분야의빅데이터처리기술은고객관리, 통계, 의사결정, 생산관리등

208 194 보건복지빅데이터효율적관리방안연구 의순으로활용되고있으며, 공공분야의빅데이터처리기술은고객관리, 생산관리, 컨설팅, 통계등에활용되고있는것으로나타났다. 보건의료분야의빅데이터저장기술은인사관리, 고객관리, 생산관리, 통계등의순으로활용되고있으며, 공공분야의빅데이터저장기술은고객관리, 생산관리, 컨설팅, 통계등에활용되고있는것으로나타났다. 보건의료분야의빅데이터수집기술은통계, 고객관리 ( 생산관리 ) 등의순으로활용되고있으며, 공공분야의빅데이터수집기술은생산관리, 의사결정에활용되고있는것으로나타났다. 보건의료분야의빅데이터활용기술은고객관리, 의사결정, 통계, 컨설팅 ( 생산관리 ) 등의순으로활용되고있으며, 공공분야의빅데이터활용기술은고객관리, 컨설팅, 생산관리, 의사결정, 통계등에활용되고있는것으로나타났다. 표 5-11 업무별빅데이터기술활용현황 분야기술고객관리생산관리인사관리연구개발의사결정컨설팅통계합계 N(%) 분석기술 62 (19.7) 60 (19.1) 51 (16.2) 17 (5.4) 35 (11.1) 37 (11.8) 52 (16.6) 314 (33.2) 처리기술 52 (23.2) 36 (16.1) 22 (9.8) 16 (7.1) 38 (17.0) 20 (8.9) 40 (17.9) 224 (23.7) 보건의료 저장기술수집기술 66 (19.8) 2 (25.0) 52 (15.6) 2 (25.0) (16.8) (11.4) (11.4) (11.1) (13.8) 3 (37.5) 333 (35.2) 8 (.8) 활용기술 15 (31.9) 5 (10.6) 3 (6.4) 2 (4.3) 9 (19.1) 5 (10.6) 8 (17.0) 47 (5.0) 기타기술 4 (20.0) 5 (25.0) 3 (15.0) - 3 (15.0) 1 (5.0) 4 (20.0) 20 (2.1) 합계 정부공공기관 분석기술 처리기술 290 (28.8) 240 (28.1) 212 (21.1) 178 (20.8) 84 (8.3) 55 (6.4) 77 (7.7) 61 (7.1) 113 (11.2) 102 (11.9) 121 (12.0) 110 (12.9) 109 (10.8) 108 (12.6) 1006 (29.6) 854 (25.1)

209 제 5 장보건복지빅데이터수요공급예측 195 분야기술고객관리생산관리인사관리연구개발의사결정컨설팅통계합계 저장기술 332 (26.1) 227 (17.8) 97 (7.6) 135 (10.6) 126 (9.9) 216 (17.0) 141 (11.1) 1274 (37.4) 수집기술 - 3 (75.0) (25.0) (.1) 활용기술 53 (24.4) 35 (16.1) 14 (6.5) 11 (5.1) 34 (15.7) 40 (18.4) 30 (13.8) 217 (6.4) 기타기술 13 (27.7) 11 (23.4) 3 (6.4) 4 (8.5) 7 (14.9) 4 (8.5) 5 (10.6) 47 (1.4) 합계 < 표 5-12> 와같이보건의료분야빅데이터기반은기반구축, 서비스, 정책전략, 비용등의순으로나타났으며, 공공분야는기반구축, 정책전략, 서비스, 분석전문가등의순으로나타났다. 보건의료분야의빅데이터기반구축은고객관리, 생산관리, 통계등의순으로나타났으며, 공공분야의빅데이터기반구축은고객관리, 생산관리, 컨설팅등의순으로나타났다. 보건의료분야의빅데이터분석전문가는고객관리, 인사관리 ( 통계 ) 등의순으로활용되고있으며, 공공분야의빅데이터분석전문가는고객관리, 생산관리, 통계등에활용되고있는것으로나타났다. 보건의료분야의빅데이터서비스는고객관리, 통계, 생산관리등의순으로활용되고있으며, 공공분야의빅데이터서비스는고객관리, 생산관리, 컨설팅등에활용되고있는것으로나타났다. 보건의료분야의빅데이터프라이버시는생산관리, 고객관리, 통계등의순으로활용되고있으며, 공공분야의빅데이터프라이버시는고객관리, 통계등에활용되고있는것으로나타났다.

210 196 보건복지빅데이터효율적관리방안연구 표 5-12 업무별빅데이터기반활용현황 분야기반고객관리생산관리인사관리연구개발의사결정컨설팅통계합계 N(%) 보건의료 공공 프라이버시 (21.9) (24.5) (7.1) (6.1) (9.2) (11.2) (19.9) (8.0) 분석전문가 (23.0) (11.9) (15.9) (7.1) (12.8) (13.3) (15.9) (9.3) 정책전략 (22.0) (17.2) (12.9) (10.1) (11.3) (10.5) (16.0) (20.0) 기반구축 (24.5) (17.3) (12.6) (9.0) (11.1) (11.1) (14.6) (24.5) 비용 (24.5) (19.0) (14.3) (6.3) (13.9) (8.9) (13.1) (9.7) 서비스 (23.6) (16.6) (12.4) (6.2) (10.8) (13.4) (16.8) (20.5) 콘텐츠 (24.8) (19.5) (9.7) (9.7) (13.3) (12.4) (10.6) (4.6) 품질 (16.0) (21.0) (12.3) (17.3) (9.9) (12.3) (11.1) (3.3) 계 프라이버시 (28.9) (21.9) (8.0) (5.4) (9.3) (13.2) (13.3) (7.5) 분석전문가 (26.1) (18.0) (9.6) (8.6) (11.6) (12.7) (13.3) (10.4) 정책전략 (26.0) (20.7) (7.3) (10.4) (11.2) (12.4) (12.0) (22.1) 기반구축 (24.7) (20.9) (7.3) (9.7) (11.2) (14.2) (12.0) (25.6) 비용 (27.1) (22.2) (10.2) (7.5) (12.0) (11.0) (10.0) (6.7) 서비스 (26.2) (19.7) (7.3) (8.7) (10.1) (16.1) (11.8) (19.8) 콘텐츠 (27.4) (20.4) (9.2) (10.1) (8.5) (12.5) (12.0) (4.9) 품질 (21.6) (21.2) (9.9) (11.7) (11.4) (14.3) (9.9) (2.9) 계

211 제 5 장보건복지빅데이터수요공급예측 197 나. 빅데이터수요공급에미치는영향요인 1) 전체분야빅데이터수요공급영향요인 성장과혁신요인은수요자보다공급자에정적 (+) 인영향을미치는것으로나타나, 성장과혁신을위해공급자가빅데이터를수용할확률이높은것으로나타났다. 관심, 경제적, 신속요인은수요자보다공급자에부적 (-) 인영향을미치는것으로나타나, 관심, 경제적, 신속을위해수요자가빅데이터를수용할확률이높은것으로나타났다 ( 표 5-13 참조 ). 표 5-13 빅데이터수요자와공급자에미치는영향요인 * 변수 b a S.E. b OR(95%CI) c P 성장요인 (1.174~1.399).000 관심요인 (.800~.973).012 효율요인 (.854~1.020).128 혁신요인 (1.197~1.439).000 경제적요인 (.723~.980).027 우려요인 (.820~1.086).418 신속요인 (.661~.836).000 신뢰요인 (.846~1.195).950 상수항 주 : * 기본범주 : 수요자, a Standardized coefficients, b Standard error, c Adjusted odds ratio(95% Confidence interval)

212 198 보건복지빅데이터효율적관리방안연구 2) 보건의료및공공분야빅데이터수요공급에미치는영향요인 보건의료분야는혁신요인과우려요인에정적 (+) 영향을미치는것으로나타나, 혁신과우려로인해공급자가빅데이터를수용할확률이높은것으로나타났다. 반면, 성장요인은부적 (-) 영향을미치는것으로나타나, 성장으로인해공급자보다수요자가빅데이터를수용할확률이높은것으로나타났다. 공공분야는혁신요인과성장요인에정적 (+) 영향을미치는것으로나타나, 혁신과성장으로인해수요자보다공급자가빅데이터를수용할확률이높은것으로나타났다. 반면, 신속요인은부적 (-) 영향을미치는것으로나타나, 신속요인으로인해공급자보다수요자가빅데이터를수용할확률이높은것으로나타났다 ( 표 5-14 참조 ). 표 5-14 보건의료및공공분야빅데이터수요자와공급자에미치는영향요인 * 변수 보건의료분야 공공분야 b a S.E. b OR c P b a S.E. b OR c P 성장요인 ** *** 관심요인 효율요인 혁신요인 *** *** 경제적요인 우려요인 * 신속요인 *** 신뢰요인 상수항 * 주 : * 기본범주 : 수요자, a Standardized coefficients, b Standard error, c Adjusted odds ratio *** p<.01, ** p<.05, * p<.1

213 제 5 장보건복지빅데이터수요공급예측 199 다. 빅데이터수요공급예측모형 1) 전체분야빅데이터수요공급예측모형 본연구에서는감성요인, 기반요인, 업무요인이국내의빅데이터수요공급예측모형에미치는영향에대해살펴보았다. 감성요인이빅데이터수요공급예측모형에미치는영향은 그림 5-2 과같다. 나무구조의최상위에있는네모는루트노드로서, 예측변수 ( 독립변수 ) 가투입되지않은종속변수 ( 수요자, 공급자 ) 의빈도를나타낸다. 루트노드에서빅데이터수요는 51.9%(4,480건 ), 공급은 48.1%(4,146건 ) 으로나타났다. 루트노드의하단의가장상위에위치하는요인이빅데이터수요공급예측에가장영향력이높은 ( 관련성이깊은 ) 요인으로 성장요인 의영향력이가장큰것으로나타났다. 성장요인 이높을경우빅데이터수요가이전의 51.9% 에서 49.2% 로감소한반면, 빅데이터공급은이전의 48.1% 에서 50.8% 로증가하였다. 성장요인 이많고 신속요인 이높은경우빅데이터수요가이전의 49.2% 에서 56.9% 로증가한반면, 빅데이터공급은이전의 50.8% 에서 43.1% 로감소하였다. < 표 5-15> 의감성요인의수요공급에대한이익도표와같이빅데이터수요에가장영향을높은경우는 성장요인 이적고 경제적요인 이많은조합으로나타났다. 즉, 6번노드의지수 (index) 가 123.6% 로뿌리마디와비교했을때 6번노드의조건을가진집단이빅데이터수요자일확률이약 1.24배로나타났다. 빅데이터공급에가장영향을높은경우는 성장요인 이높고 신속요인 이낮고, 혁신요인 이높은조합으로나타났다. 즉, 8번노드의지수 (index) 가 119.1% 로뿌리마디와비교했을때 8번노드의조건을가진집단이빅데이터공급자일확률이약 1.19배로나타났다.

214 200 보건복지빅데이터효율적관리방안연구 그림 5-2 빅데이터수요공급예측모형 ( 감성요인 ) 표 5-15 빅데이터수요공급예측모형에대한이익도표 ( 감성요인 ) 구분 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%) 수요자

215 제 5 장보건복지빅데이터수요공급예측 201 구분 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%) 공급자 기반요인이빅데이터수요공급예측모형에미치는영향은 그림 5-3 과같다. 기반요인에서빅데이터수요공급예측에 콘텐츠요인 의영향력이가장큰것으로나타났다. 콘텐츠요인 이높을경우빅데이터수요가이전의 51.9% 에서 44.8% 로감소한반면, 빅데이터공급은이전의 48.1% 에서 55.2% 로증가하였다. 콘텐츠요인 이높고 프라이버시요인 이높은경우빅데이터수요가이전의 44.8% 에서 52.4% 로증가한반면, 빅데이터공급은이전의 55.2% 에서 47.6% 감소하였다. < 표 5-16> 의기반요인의수요공급에대한이익도표와같이빅데이터수요에가장영향을높은경우는 콘텐츠요인 이낮고 기반구축요인 이낮으며 프라이버시요인 이높은조합으로나타났다. 즉, 12번노드의지수가 123.5% 로뿌리마디와비교했을때 12번노드의조건을가진집단이빅데이터수요자일확률이약 1.24배로나타났다. 빅데이터공급에가장영향을높은경우는 콘텐츠요인 이높고 프라이버시요인 이낮고, 품질요인 이낮은조합으로나타났다. 즉, 7번노드의지수가 121.6% 로뿌리마디와비교했을때 7번노드의조건을가진집단이빅데이터공급자일확률이약 1.22 배로나타났다.

216 202 보건복지빅데이터효율적관리방안연구 그림 5-3 빅데이터수요공급예측모형 ( 기반요인 ) 표 5-16 빅데이터수요공급예측모형에대한이익도표 ( 기반요인 ) 구분 수요자 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%)

217 제 5 장보건복지빅데이터수요공급예측 203 구분 공급자 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%) 업무요인이빅데이터수요공급예측모형에미치는영향은 그림 5-4 와같다. 업무요인에서빅데이터수요공급예측에는 컨설팅요인 의영향력이가장큰것으로나타났다. 컨설팅요인 이높을경우빅데이터수요가이전의 51.9% 에서 42.6% 로감소한반면, 빅데이터공급은이전의 48.1% 에서 57.4% 로증가하였다. 컨설팅요인 이높고 의사결정요인 이높은경우빅데이터수요가이전의 42.6% 에서 61.1% 로증가한반면, 빅데이터공급은이전의 57.4% 에서 38.9% 감소하였다. < 표 5-17> 의업무요인의수요공급에대한이익도표와같이빅데이터수요에가장영향을높은경우는 컨설팅요인 이높고 의사결정요인 이높은조합으로나타났다. 즉, 6번노드의지수가 117.6% 로뿌리마디와비교했을때 6번노드의조건을가진집단이빅데이터수요자일확률이약 1.18배로나타났다. 빅데이터공급에가장영향을높은경우는 컨설팅요인 이높고 의사결정요인 이낮고, 통계요인 이낮은조합으로나타났다. 즉, 11번노드의지수가 130.3% 로뿌리마디와비교했을때 11번노드의조건을가진집단이빅데이터공급자일확률이약 1.30배로나타났다.

218 204 보건복지빅데이터효율적관리방안연구 그림 5-4 빅데이터수요공급예측모형 ( 업무요인 ) 표 5-17 빅데이터수요공급예측모형에대한이익도표 ( 업무요인 ) 구분 수요자 공급자 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%)

219 제 5 장보건복지빅데이터수요공급예측 205 2) 보건의료및공공분야빅데이터수요공급예측모형 본연구에서는감성요인과기반요인이보건의료및공공분야의빅데이터수요공급예측모형에미치는영향에대해살펴보았다. 보건의료분야의감성요인이빅데이터수요공급예측모형에미치는영향은 그림 5-5 와같다. 나무구조의최상위에있는네모는루트노드로서, 예측변수 ( 독립변수 ) 가투입되지않은종속변수 ( 수요자, 공급자 ) 의빈도를나타낸다. 루트노드에서빅데이터수요는 54.0%(315건 ), 공급은 46.0%(268 건 ) 으로나타났다. 루트노드의하단의가장상위에위치하는요인이빅데이터수요공급예측에가장영향력이높은 ( 관련성이깊은 ) 요인으로 혁신요인 의영향력이가장큰것으로나타났다. 혁신요인 이높을경우빅데이터수요가이전의 54.0% 에서 48.4% 로감소한반면, 빅데이터공급은이전의 46.0% 에서 51.6% 로증가하였다. 혁신요인 이많고 신뢰요인 이높은경우빅데이터수요가이전의 48.4% 에서 75.0% 로크게증가한반면, 빅데이터공급은이전의 51.6% 에서 25.0% 로크게감소하였다. < 표 5-18> 의감성요인의수요공급에대한이익도표와같이빅데이터수요에가장영향을높은경우는 혁신요인 이많고 신뢰요인 이많은조합으로나타났다. 즉, 6번노드의지수 (index) 가 138.8% 로뿌리마디와비교했을때 6번노드의조건을가진집단이빅데이터수요자일확률이약 1.39배로나타났다. 빅데이터공급에가장영향을높은경우는 혁신요인 이적고 신뢰요인 이많고, 성장요인 이적은조합으로나타났다. 즉, 10번노드의지수 (index) 가 186.5% 로뿌리마디와비교했을때 10번노드의조건을가진집단이빅데이터공급자일확률이약 1.87배로나타났다.

220 206 보건복지빅데이터효율적관리방안연구 그림 5-5 보건의료분야빅데이터수요공급예측모형 ( 감성요인 ) 표 5-18 보건의료분야빅데이터수요공급예측모형에대한이익도표 ( 감성요인 ) 구분 수요자 공급자 Profit index Cumulative index Node node: n node: % gain(%) index(%) node: n node: % gain(%) index(%)

221 제 5 장보건복지빅데이터수요공급예측 207 공공분야의감성요인이빅데이터수요공급예측모형에미치는영향은 그림 5-6 과같다. 빅데이터수요공급예측에 혁신요인 의영향력이가장큰것으로나타났다. 혁신요인 이높을경우빅데이터수요가이전의 52.4% 에서 46.2% 로감소한반면, 빅데이터공급은이전의 47.6% 에서 53.8% 로증가하였다. 혁신요인 이많고 신속요인 이많은경우빅데이터수요가이전의 46.2% 에서 59.2% 로증가한반면, 빅데이터공급은이전의 53.8% 에서 41.8% 로감소하였다. < 표 5-19> 의감성요인의수요공급에대한이익도표와같이빅데이터수요에가장영향을높은경우는 혁신요인 이많고 신속요인 이많고 성장요인 이적은조합으로나타났다. 즉, 12번노드의지수 (index) 가 140.1% 로뿌리마디와비교했을때 12번노드의조건을가진집단이빅데이터수요자일확률이약 1.40배로나타났다. 빅데이터공급에가장영향을높은경우는 혁신요인 이적고 성장요인 이많고, 신뢰요인 이적은조합으로나타났다. 즉, 8번노드의지수 (index) 가 153.7% 로뿌리마디와비교했을때 8번노드의조건을가진집단이빅데이터공급자일확률이약 1.54배로나타났다. 보건의료분야의기반요인이빅데이터수요공급예측모형에미치는영향은 그림 5-7 과같다. 빅데이터수요공급예측에 품질요인 의영향력이가장큰것으로나타났다. 품질요인 이많을경우빅데이터수요가이전의 54.0% 에서 40.8% 로감소한반면, 빅데이터공급은이전의 46.0% 에서 59.2% 로증가하였다. 품질요인 이많고 비용요인 이높은경우빅데이터수요가이전의 40.8% 에서 20.0% 로크게감소한반면, 빅데이터공급은이전의 59.2% 에서 80.0% 로크게증가하였다. < 표 5-20> 의기반요인의수요공급에대한이익도표와같이빅데이터수요에가장영향을높은경우는 품질요인 이많고 비용요인 이낮고 프라이버시요인 이높은조합으로나타났다. 즉, 12번노드의지수 (index) 가 156.6% 로뿌리마디와비교했을

222 208 보건복지빅데이터효율적관리방안연구 때 12번노드의조건을가진집단이빅데이터수요자일확률이약 1.57배로나타났다. 빅데이터공급에가장영향을높은경우는 품질요인 이적고 비용요인 이많고, 정책전략요인 이적은조합으로나타났다. 즉, 13 번노드의지수 (index) 가 217.5% 로뿌리마디와비교했을때 13번노드의조건을가진집단이빅데이터공급자일확률이약 2.18배로나타났다. 그림 5-6 공공분야빅데이터수요공급예측모형 ( 감성요인 ) 표 5-19 공공분야빅데이터수요공급예측모형에대한이익도표 ( 감성요인 ) 구분 수요자 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%)

223 제 5 장보건복지빅데이터수요공급예측 209 구분 공급자 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%) 그림 5-7 보건의료분야빅데이터수요공급예측모형 ( 기반요인 ) 표 5-20 보건의료분야빅데이터수요공급예측모형에대한이익도표 ( 기반요인 ) 구분 수요자 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%)

224 210 보건복지빅데이터효율적관리방안연구 구분 공급자 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%) 공공분야의기반요인이빅데이터수요공급예측모형에미치는영향은 그림 5-8 과같다. 빅데이터수요공급예측에 프라이버시요인 의영향력이가장큰것으로나타났다. 프라이버시요인 이높을경우빅데이터수요가이전의 52.4% 에서 60.6% 으로증가한반면, 빅데이터공급은이전의 47.6% 에서 39.4% 로감소하였다. 프라이버시요인 이많고 정책전략요인 이많은경우빅데이터수요가이전의 60.62% 에서 58.2% 로감소한반면, 빅데이터공급은이전의 39.4% 에서 41.8% 로증가하였다. < 표 5-21> 의기반요인의수요공급에대한이익도표와같이빅데이터수요에가장영향을높은경우는 프라이버시요인 이많고 정책전략요인 이적은조합으로나타났다. 즉, 5번노드의지수 (index) 가 127.0% 로뿌리마디와비교했을때 5번노드의조건을가진집단이빅데이터수요자일확률이약 1.27배로나타났다. 빅데이터공급에가장영향을높은경우는 프라이버시요인 이적고 콘텐츠요인 이많고, 정책전략요인 이많은조합으로나타났다. 즉, 8번노드의지수 (index) 가 140.7% 로뿌리마디와비교했을때 8번노드의조건을가진집단이빅데이터공급자일확률이약 1.41배로나타났다.

225 제 5 장보건복지빅데이터수요공급예측 211 그림 5-8 공공분야빅데이터수요공급예측모형 ( 기반요인 ) 표 5-21 공공분야빅데이터수요공급예측모형에대한이익도표 ( 기반요인 ) 구분 수요자 공급자 Node Profit index Cumulative index node: n node: % gain(%) index(%) node: n node: % gain(%) index(%)

226 212 보건복지빅데이터효율적관리방안연구 제 3 절보건복지정책수요예측 14) 1. 서론 새정부출범이후 2013년부터건강보험보장성강화를위한국민적요구가증대하고고령화로진료비지출증가등이예상 ( 신현웅, 2013) 됨에따라진료비지출을억제하고, 건강보험의안정적운영을위한정책개발이요구되고있다. 특히, 인구고령화가사회적문제로대두됨에따라전체인구의고령화와함께장애인구역시고령화되는현상을보임에따라노인과장애인을위한정책수요는증가할것으로보인다 ( 김성희, 2013). 그리고고령화로인한노인인구의양적증가와특성의다양화로인한보건복지서비스에대한관심의증가와함께향후노인의보건복지서비스에대한욕구도폭발적으로늘어날것으로예측하고있다 ( 이윤경외, 2013). 그동안정부의보육정책은저소득층위주의경제적부담완화에초점을맞추어왔으나새정부출범과함께전계층무상보육과양육수당지급정책이도입됨에따라대상자들의정책체감도는상당히높아질것으로예견되고있다 ( 김은정, 2013). 또한 2014년 7월부터상대적으로형편이어려운노인에게차등지급하는기초연금에관한정책이결정되어많은국민이공적연금의혜택을받을수있게되었다. 그러나영리병원을비롯한의료민영화정책과원격의료정책은아직정부와의료계의합의가이루어지지못하고있다. 이와같이대상자별, 분야별로다양한보건복지정책이요구됨에따라정부는보건복지정책수요를사전에예측하여보건복지욕구를충족시키기위한노력이필요하다. 14) 본절은본과제의일환으로수행되었으며보건복지포럼 (2014 년 7 월 ) 소셜빅데이터를활용한보건복지정책동향분석 에게재된내용임을밝힌다.

227 제 5 장보건복지빅데이터수요공급예측 213 한편, 스마트기기의급속한보급과소셜미디어의확산으로데이터량이기하급수적으로증가하고데이터의생산, 유통, 소비체계에큰변화를주면서데이터가경제적자산이될수있는빅데이터 15) 시대를맞이하게되었다 16). 세계각국의정부와기업들은빅데이터가향후국가와기업의성패를가름할새로운경제적가치의원천이될것으로기대하고있으며, McKinsey, The Economist, Gartner 등은빅데이터를활용한시장변동예측과신사업발굴등경제적가치창출사례및효과를제시하고있다 17). 특히, 많은국가와기업에서는 SNS를통하여생산되는소셜빅데이터의활용과분석을통하여새로운경제적효과와일자리창출은물론사회적문제의해결을위하여적극적으로노력하고있다. 한국은최근정부3.0 18) 과창조경제의추진과실현을위하여모든분야에빅데이터의효율적활용을적극적으로모색하고있다. 이와같이많은국가에서빅데이터가공공과민간에미치는파급효과를전망함에따라빅데이터의활용은정부의정책을효율적으로추진하기위한새로운동력이될것으로보여진다. 국민이요구하는보건복지정책수요를분석하기위해서는다양한산업의종사자나일반인을대상으로설문조사를실시해야한다. 그러나기존에실시하던횡단적조사나종단적조사등을대상으로한연구는정해진변인들에대한개인과집단의관계를보는데에는유용하나, 사이버상에서언급된개인별담론 (buzz) 에서논의된관련변인의상호간의연관관계를밝히고원인을파악하는데는한계가있다. 따라서본연구는 15) 빅데이터란기존데이터베이스관리도구로데이터를수집, 저장, 관리, 분석할수있는역량을넘어서는대량의정형또는비정형데이터집합및이러한데이터로부터가치를추출하고결과를분석하는기술을의미한다 ( 위키백과, ). 16) 송태민 (2012). 보건복지빅데이터효율적활용방안. 보건복지포럼, 통권제 193 호. 17) 송태민 (2013). 우리나라보건복지빅데이터동향및활용방안. 과학기술정책, 통권제 192 호. 18) 정부 3.0 이란공공정보를적극개방 공유하고, 부처간칸막이를없애소통 협력함으로써국민맞춤형서비스를제공하고, 일자리창출과창조경제를지원하는새로운정부운영패러다임을의미함

228 214 보건복지빅데이터효율적관리방안연구 2014 년 1 월과 2 월우리나라온라인뉴스사이트, 블로그, 카페, SNS, 게 시판등에서수집한소셜빅데이터를바탕으로보건복지수요를예측하 고자한다. 2. 연구방법 가. 연구대상 본연구는국내의온라인뉴스사이트, 블로그, 카페, 소셜네트워크서비스, 게시판등인터넷을통해수집된소셜빅데이터를대상으로하였다. 본분석에서는 116개의온라인뉴스사이트, 4개의블로그 ( 네이버, 네이트, 다음, 티스토리 ), 2개의카페 ( 네이버, 다음 ), 2개의 SNS( 트위터, 미투데이 ), 4개의게시판 ( 네이버지식인, 네이트지식, 네이트톡, 네이트판 ) 등총 128개의온라인채널을통해수집가능한텍스트기반의웹문서 ( 버즈 ) 를소셜빅데이터로정의하였다. 보건복지관련토픽의수집은 까지해당채널에서요일별, 주말, 휴일을고려하지않고매시간단위로수집하였으며, 수집된총 111,596건 (1월: 57,830건, 2월 : 53,766건 ) 19) 의텍스트 (Text) 문서를본연구의분석에포함시켰다. 본연구를위한소셜빅데이터의수집 20) 은크롤러 (Crawler) 를사용하였고, 토픽의분류는주제분석 (text mining) 기법을사용하였다. 보건복지토픽은모든관련문서를수집하기위해 보건, 복지 ', 그리고 보건복지 를사용하였다. 19) 본연구에서수집된문서는 SNS 77.7%( 트위터 : 75.9%(84,721 건 ), 미투데이 : 1.8%(2,010 건 ), 온라인뉴스사이트 7.4%(8,345 건 _), 카페 6.8%(7,508 건 ), 블로그 5.9%(6,704 건 ), 게시판 2.2%(2,317 건 ) 순으로나타났다. 20) 본연구를위한소셜빅데이터의수집및토픽분류는 ( 주 )SK 텔레콤스마트인사이트 에서수행함.

229 제 5 장보건복지빅데이터수요공급예측 215 나. 연구도구 보건복지와관련하여수집된버즈는주제분석 (text mining) 과요인분 석 (factor analysis) 의과정을거쳐다음과같이정형화데이터로코드화 하여사용하였다. 1) 보건복지관련수요 본연구의종속변수인보건복지수요 ( 찬성, 반대 ) 의정의는주제분석과요인분석의과정을거쳐 운영, 지원, 계획, 예정, 강화, 실시, 확대, 진행, 이용, 사용, 도입, 추진, 참여 은찬성의감정으로, 문제, 지적, 반대, 거짓말, 논란, 비판, 걱정, 억울, 외면 은반대의감정으로정의하였다. 2) 보건복지관련정책 보건복지관련정책의정의는주제분석과요인분석의과정을거쳐 연금 ( 기초연금, 국민연금 ), 기초생활 ( 최저생계비, 기초생활보장, 기초생활수급권 ), 양육수당 ( 양육수당, 보조금, 맞춤형 ), 무상정책 ( 무상보육, 무상의료, 무상급식 ), 의료민영화 ( 포괄수가제, 의료상업화, 민영화, 의료민영화 ), 건강보험 ( 국민건강보험, 민간보험, 건강보험 ), 원격의료 ( 법인약국, 의료영리화, 원격의료, 원격의료 ), 전세대책 ( 전세대책, 서민정책 ), 반값등록금 ( 반값등록금, 4대강 ), 퇴직연금 ( 희망누리, 퇴직연금, 산재보험 ), 증세 ( 증세, 세법개정안, 부자증세, 부자감세 ), 과다복지 ( 방만경영, 과다복지, 복리후생비, 복지카드 ), 행복온도, 육아휴직 ( 출산휴가, 보건휴가, 육아휴직 ), 중독법 ( 중독법, 게임중독법 ) 의 15개정책으로해당정책이있는경우는 1, 없는경우는 0 으로코드화하였다.

230 216 보건복지빅데이터효율적관리방안연구 3) 보건복지관련공공기관 보건복지관련공공기관의정의는주제분석과요인분석의과정을거쳐 국회 ( 보건복지위원회, 국회 ), 보건복지부 ( 보건복지부, 질병관리본부 ), 청와대, 고용여성부처 ( 고용노동부, 여성가족부 ), 공기업 ( 공기업, 공공기관, 근로복지공단, 근로복지넷 ), 교육농림부처 ( 교육부, 농림축산식품부 ), 지자체 ( 보건소, 주민센터 ) 의 7개기관으로정의하였다. 정의된모든공공기관은해당공공기관이있는경우는 1, 없는경우는 0 으로코드화하였다. 4) 보건복지관련민간기관 보건복지관련민간기관의정의는주제분석과요인분석의과정을거쳐 요양병원 ( 인증요양병원, 요양병원, 의료기관 ), 관련협회 ( 약사회, 의사협회, 보건의료노조, 보건의료단체, 대한의사협회 ), 기업 ( 대기업, 중소기업, 회사, 기업, 삼성, 복지시설 ), 대학 ( 대학, 학교 ), 시민단체 ( 시민단체, 병원 ), 사회복지시설 ( 장애인복지시설, 아동복지시설, 사회복지시설, 장애인복지단체 ) 의 6개기관으로정의하였다. 정의된모든민간기관은해당민간기관이있는경우는 1, 없는경우는 0 으로코드화하였다. 5) 보건복지관련대상 보건복지관련대상의정의는주제분석과요인분석의과정을거쳐 가 족 ( 모녀, 부자, 가족, 할머니, 자식들, 아이 ), 청소년 ( 아동, 청소년 ), 환자, 의사, 저소득층 ( 저소득층, 취약계층, 기초생활수급자, 소외계층, 빈곤층 ),

231 제 5 장보건복지빅데이터수요공급예측 217 장애인 ( 장애인, 노약자 ), 여성, 노동자 ( 노동자, 노동자들, 근로자 ), 서민 ( 서민, 서민들 ), 중산층, 노인 ( 노인들, 노인, 어르신들, 어르신 ), 피해자, 공무원 ( 공무원, 군인 ), 비정규직, 학생 ( 대학생, 학생, 청년 ), 노숙자 ( 노숙자, 노숙자들 ), 외국인 의 17개대상으로정의하였다. 정의된모든대상은해당대상이있는경우는 1, 없는경우는 0 으로코드화하였다. 6) 보건복지관련분야 보건복지관련분야의정의는주제분석의과정을거쳐 주거 ( 주거복지, 주거안정 ), 교육, 사회복지, 보건의료, 경제, 문화, 환경, 통일, 가정, 노동, 보육, 범죄, 안보, 다문화 의 14개로정의하였다. 정의된모든분야는해당분야가있는경우는 1, 없는경우는 0 으로코드화하였다. 7) 보건복지관련주요이슈 보건복지관련주요이슈의정의는주제분석과요인분석의과정을거쳐 중증질환, 의료비, 담배, 건강, 일자리 ( 일자리, 취업 ), 의료수가, 자살, 등록금 ( 등록금, 학자금 ), 세금, 행복지수 ( 행복지수, 국민행복지수 ), 개인정보, 부동산, 정규직, 위안부, 결혼, 출산율, 양극화, 성폭행, 반려동물 의 19개이슈로정의하였다. 정의된모든이슈는해당대상이있는경우는 1, 없는경우는 0 으로코드화하였다. 다. 분석방법 본연구에서는한국의보건복지정책수요를설명하는가장효율적인 예측모형을구축하기위해특별한통계적가정이필요하지않은데이터

232 218 보건복지빅데이터효율적관리방안연구 마이닝의의사결정나무분석방법을사용하였다. 데이터마이닝의의사결정나무분석은방대한자료속에서종속변인을가장잘설명하는예측모형을자동적으로산출해줌으로써각기다른속성은가진보건복지정책스요에대한요인을쉽게파악할수있다. 본연구의의사결정나무형성을위한분석알고리즘은 CHAID(Chi-squared Automatic Interaction Detection) 21) 를사용하였다. CHAID는이산형인종속변수의분리기준으로카이제곱 ( -검정) 을사용하며, 모든가능한조합을탐색하여최적분리를찾는다. 정지규칙 (stopping rule) 으로관찰치가충분하여상위노드 ( 부모마디 ) 의최소케이스수는 100으로하위노드 ( 자식마디 ) 의최소케이스수는 50으로설정하였고, 나무깊이는 3수준으로정하였다. 본연구의기술분석, 다중응답분석, 로지스틱회귀분석, 의사결정나무분석은 SPSS 22.0을사용하였다. 3. 연구결과 가. 보건복지관련분야버즈현황 보건복지관련수요는찬성의감정을가진버즈가 62.6% 로나타났다. 보건복지관련주요정책으로는의료민영화의버즈가 36.9% 로가장높게나타났으며, 과다복지 (8.4%), 증세 (8.1%), 양육수당 (7.2%), 원격의료 (6.9%), 연금 (6.2%), 건강보험 (5.8%) 의순으로나타났다. 보건복지관련주요이슈로는일자리의버즈가 20.8% 로가장높게나타났으며, 건강 (16.4%), 세금 (15.7%)), 결혼 (6.4%), 자살 (5.9%)), 의료비 (5.8%), 출산율 21) Kass, G., An exploratory technique for investigating large quantities of categorical data, Applied Statistics, Vol. 292, 1980, pp

233 제 5 장보건복지빅데이터수요공급예측 219 (4.6%) 등의순으로나타났다. 보건복지관련분야의버즈로는교육 (19.2%), 사회복지 (18.1%), 보건의료 (15.7%), 경제 (13.8%), 문화 (7.0%), 환경 (6.2%), 가정 (4.9%) 등의순으로나타났다. 보건복지관련대상의버즈로는노인 (15.5%), 가족 (15.2%), 공무원 (9.4%), 저소득층 (8.9%), 장애인 (7.7%), 노동자 (6.5%), 학생 (5.6%) 등의순으로나타났다. 보건복지관련공공기관의버즈로는청와대 (34.4%), 보건복지부 (32.1%), 공기업 (17.5%), 국회 (7.0%), 지자체 (6.0%) 등의순으로나타났다. 보건복지관련민간기관의버즈로는기업 (32.8%), 대학 (16.6%), 사회복지시설 (16.5%), 관련협회 (15.6%) 등의순으로나타났다. 표 5-22 보건복지관련버즈현황 구분항목 N(%) 구분항목 N(%) 구분항목 N(%) 중증질환 266(1.9) 연금 1,419(6.2) 반대 9,912(37.4) 의료비 823(5.8) 기초생활 693(3.0) 수요찬성 16,594(62.6) 담배 283(2.0) 양육수당 1,644(7.2) 계 26,506 건강 2,345(16.4) 무상정책 968(4.2) 요양병원 902(5.8) 이슈 일자리 2,970(20.8) 의료수가 154(1.1) 자살 844(5.9) 등록금 502(3.5) 세금 2,245(15.7) 행복지수 499(3.5) 개인정보 307(2.1) 부동산 356(2.5) 정규직 262(1.8) 위안부 239(1.7) 결혼 909(6.4) 정책 의료민영화 8,456(36.9) 관련협회 2,430(15.6) 건강보험 1,322(5.8) 기업 5,104(32.8) 원격의료 1,573(6.9) 민간기관 대학 2,592(16.6) 전세대책 117(.5) 시민단체 1,982(12.7) 반값등록금 705(3.1) 사회복지시설 2,563(16.5) 퇴직연금 855(3.7) 계 15,573 증세 1,856(8.1) 가족 4,300(15.2) 과다복지 1,923(8.4) 청소년 1,516(5.4) 행복온도 733(3.2) 환자 1,310(4.6) 대상 육아휴직 366(1.6) 의사 1,063(3.8) 중독법 267(1.2) 저소득층 2,511(8.9) 출산율 662(4.6) 계 22,897 장애인 2,166(7.7)

234 220 보건복지빅데이터효율적관리방안연구 구분항목 N(%) 구분항목 N(%) 구분항목 N(%) 양극화 205(1.4) 성폭행 240(1.7) 반려동물 182(1.3) 주거 429(2.0) 여성 1,514(5.4) 교육 4,019(19.2) 노동자 1,838(6.5) 사회복지 3,790(18.1) 서민 1,473(5.2) 계 14,293 보건의료 3,299(15.7) 중산층 278(1.0) 국회 2,183(7.0) 보건복지부 10,041(32.1) 청와대 10,778(34.4) 분야 경제 2,884(13.8) 문화 1,458(7.0) 환경 1,297(6.2) 통일 870(4.1) 노인 4,400(15.5) 피해자 250(.9) 공무원 2,652(9.4) 공공기관 고용여성부 488(1.6) 공기업 5,469(17.5) 가정 1,019(4.9) 노동 802(3.8) 보육 427(2.0) 비정규직 417(1.5) 학생 1,591(5.6) 교육농림부 468(1.5) 범죄 241(1.1) 외국인 501(1.8) 안보 233(1.1) 지자체 1,890(6.0) 노숙자요인 516(1.8) 다문화 197(.9) 계 31,317 계 20,965 계 28,296 < 표 5-23> 과같이청와대와관련한정책버즈는의료민영화, 증세, 연금, 양육수당, 과다복지등의순으로나타났다. 국회와관련한정책버즈는의료민영화, 연금, 원격의료, 중독법, 양육수당, 건강보험등의순으로나타났다. 보건복지부와관련한정책버즈는의료민영화, 건강보험, 행복온도, 연금, 원격의료, 양육수당등의순으로나타났다. 청와대와관련한주요이슈버즈는세금, 일자리, 의료비, 건강, 개인정보, 등록금등의순으로나타났다. 국회와관련한주요이슈버즈는일자리, 건강, 의료비, 중증질환, 세금, 담배등의순으로나타났다. 보건복지부와관련한주요이슈버즈는건강, 일자리, 중증질환, 의료비, 세금, 담배등의순으로나타났다.

235 제 5 장보건복지빅데이터수요공급예측 221 표 5-23 공공기관별보건복지정책및이슈버즈현황 분야속성국회 정책 이슈 보건복지부 청와대 고용여성부처공기업교육농림부처 N(%) 지자체합계 연금 245(16.4) 615(9.9) 479(9.5) 25(11.7) 89(3.6) 14(18.9) 57(10.4) 1524 기초생활 61(4.1) 115(1.9) 57(1.1) 17(7.9) 45(1.8) 10(13.5) 75(13.7) 380 양육수당 122(8.2) 268(4.3) 362(7.2) 88(41.1) 214(8.6) 17(23.0) 190(34.8) 1261 무상정책 59(4.0) 48(.8) 79(1.6) 4(1.9) 92(3.7) 9(12.2) 6(1.1) 297 의료민영화 358(24.0) 2763(44.6) 2484(49.4) 6(2.8) 495(20.0) 10(13.5) 58(10.6) 6174 건강보험 112(7.5) 893(14.4) 127(2.5) 31(14.5) 74(3.0) 7(9.5) 76(13.9) 1320 원격의료 218(14.6) 430(6.9) 369(7.3) 6(2.8) 19(.8) 4(5.4) 46(8.4) 1092 전세대책 2(.1) 3(.0) 4(.1) 1(.5) 2(.1) 반값등록금 29(1.9) 145(2.3) 65(1.3) 2(.9) 32(1.3) 2(2.7) 5(.9) 280 퇴직연금 3(.2) 26(.4) 9(.2) 13(6.1) 708(28.6) - 4(.7) 763 증세 92(6.2) 29(.5) 624(12.4) 2(.9) 184(7.4) 1(1.4) 2(.4) 934 과다복지 13(.9) 21(.3) 310(6.2) 2(.9) 484(19.5) - 20(3.7) 850 행복온도 - 732(11.8) 육아휴직 13(.9) 21(.3) 54(1.1) 15(7.0) 38(1.5) - 7(1.3) 148 중독법 166(11.1) 82(1.3) 2(.0) 2(.9) 계 중증질환 63(10.0) 151(9.4) 72(3.5) 22(7.3) 50(5.6) - 51(8.0) 409 의료비 76(12.0) 142(8.8) 326(16.1) 12(4.0) 131(14.7) 2(1.8) 83(13.0) 772 담배 43(6.8) 96(6.0) 25(1.2) 1(.3) 27(3.0) - 30(4.7) 222 건강 103(16.3) 376(23.4) 121(6.0) 54(18.0) 83(9.3) 29(26.4) 236(36.9) 1002 일자리 123(19.4) 339(21.1) 423(20.8) 154(51.3) 127(14.2) 37(33.6) 117(18.3) 1320 의료수가 16(2.5) 34(2.1) 16(.8) - 3(.3) 2(1.8) 1(.2) 72 자살 14(2.2) 32(2.0) 70(3.4) 5(1.7) 7(.8) 2(1.8) 9(1.4) 139 등록금 17(2.7) 28(1.7) 76(3.7) 4(1.3) 154(17.3) 14(12.7) 14(2.2) 307 세금 52(8.2) 126(7.9) 548(27.0) 7(2.3) 192(21.5) 5(4.5) 16(2.5) 946 행복지수 1(.2) 2(.1) 4(.2) - 1(.1) 개인정보 31(4.9) 57(3.6) 99(4.9) 6(2.0) 27(3.0) 4(3.6) 20(3.1) 244 부동산 14(2.2) 28(1.7) 41(2.0) 4(1.3) 17(1.9) 1(.9) 7(1.1) 112 정규직 15(2.4) 18(1.1) 33(1.6) 4(1.3) 21(2.4) 2(1.8) 7(1.1) 100 위안부 8(1.3) 20(1.2) 9(.4) 5(1.7) 4(.4) 2(1.8) 8(1.3) 56 결혼 24(3.8) 76(4.7) 70(3.4) 13(4.3) 27(3.0) 4(3.6) 18(2.8) 232 출산율 5(.8) 21(1.3) 16(.8) 3(1.0) 3(.3) 2(1.8) 10(1.6) 60 양극화 17(2.7) 16(1.0) 61(3.0) 2(.7) 12(1.3) 3(2.7) 성폭행 11(1.7) 43(2.7) 20(1.0) 3(1.0) 5(.6) 1(.9) 10(1.6) 93 반려동물 (.3%) 1(.1) - 2(.3) 4 계

236 222 보건복지빅데이터효율적관리방안연구 < 표 5-24> 과같이기업과관련한정책버즈는양육수당, 의료민영화, 연금, 건강보험, 무상정책, 원격의료등의순으로나타났다. 시민단체와관련한정책버즈는의료민영화, 원격의료, 건강보험, 연금, 양육수당, 기초생활등의순으로나타났다. 기업과관련한주요이슈버즈는일자리, 건강, 세금, 결혼, 의료비, 등록금등의순으로나타났다. 시민단체와관련한주요이슈버즈는건강, 일자리, 의료비, 의료수가, 중증질환, 등록금등의순으로나타났다. 표 5-24 민간기관별보건복지정책및이슈버즈현황 분야속성요양병원관련협회기업대학시민단체 정책 이슈 사회복지시설 N(%) 연금 57(10.3) 18(1.1) 136(11.9) 81(15.7) 97(8.3) 20(9.8) 409 기초생활 44(7.9) - 51(4.5) 47(9.1) 44(3.8) 19(9.3) 205 양육수당 87(15.7) 14(.9) 213(18.6) 103(20.0) 90(7.7) 118(57.6) 625 무상정책 8(1.4) 10(.6) 90(7.9) 39(7.6) 31(2.7) 13(6.3) 191 의료민영화 76(13.7) 1071(65.0) 183(16.0) 29(5.6) 325(27.9) 8(3.9) 1692 건강보험 131(23.6) 93(5.6) 102(8.9) 76(14.8) 199(17.1) 13(6.3) 614 원격의료 111(20.0) 436(26.5) 83(7.2) 11(2.1) 284(24.4) 전세대책 - - 4(.3) 1(.2) 3(.3) - 8 반값등록금 15(2.7) 1(.1) 38(3.3) 31(6.0) 17(1.5) 퇴직연금 9(1.6) - 50(4.4) 14(2.7) 15(1.3) 7(3.4) 95 증세 2(.4) 4(.2) 70(6.1) 41(8.0) 22(1.9) 7(3.4) 146 과다복지 8(1.4) - 78(6.8) 21(4.1) 13(1.1) 육아휴직 6(1.1) - 46(4.0) 21(4.1) 11(.9) - 84 중독법 - - 2(.2) - 12(1.0) - 14 계 중증질환 63(10.8) 17(6.4) 36(2.1) 43(3.6) 53(4.6) 8(2.9) 220 의료비 104(17.9) 64(24.2) 111(6.6) 71(6.0) 205(17.8) 18(6.6) 573 담배 27(4.6) 11(4.2) 38(2.3) 42(3.5) 27(2.3) 2(.7) 147 건강 158(27.1) 60(22.7) 265(15.8) 198(16.7) 267(23.2) 62(22.8) 1010 일자리 101(17.4) 35(13.3) 417(24.9) 376(31.7) 261(22.7) 80(29.4) 1270 의료수가 19(3.3) 28(10.6) 15(.9) 3(.3) 82(7.1) 00.0% 147 자살 4(.7) 6(2.3) 18(1.1) 26(2.2) 25(2.2) 9(3.3) 88 합계

237 제 5 장보건복지빅데이터수요공급예측 223 분야 속성 요양병원 관련협회 기업 대학 시민단체 사회복지시설 합계 등록금 16(2.7) - 90(5.4) 167(14.1) 44(3.8) 6(2.2) 323 세금 12(2.1) 10(3.8) 233(13.9) 61(5.1) 43(3.7) 18(6.6) 377 행복지수 - - 5(.3) 4(.3) 2(.2) 1(.4) 12 개인정보 24(4.1) 7(2.7) 26(1.6) 17(1.4) 25(2.2) 16(5.9) 115 부동산 1(.2) - 61(3.6) 29(2.4) 13(1.1) 5(1.8) 109 정규직 10(1.7) 2(.8) 53(3.2) 24(2.0) 20(1.7) 2(.7) 111 위안부 5(.9) 6(2.3) 32(1.9) 23(1.9) 7(.6) 2(.7) 75 결혼 13(2.2) 5(1.9) 162(9.7) 59(5.0) 33(2.9) 8(2.9) 280 출산율 9(1.5) - 21(1.3) 8(.7) 13(1.1) 2(.7) 53 양극화 14(2.4) 9(3.4) 36(2.1) 21(1.8) 19(1.6) 3(1.1) 102 성폭행 2(.3) 4(1.5) 51(3.0) 13(1.1) 11(1.0) 29(10.7) 110 반려동물 - - 5(.3) 2(.2) 2(.2) 1(.4) 10 계 나. 보건복지정책수요에미치는영향요인 보건복지정책에서전세대책, 양육수당, 기초생활, 건강보험, 퇴직연금, 중독법, 원격의료요인은정적 (+) 인영향을미치는것으로나타나, 동요인들에대한찬성의확률이높은것으로나타났다. 과다복지, 증세, 반값등록금, 무상정책, 의료민영화, 연금요인은부적 (-) 인영향을미치는것으로나타나, 동요인들에대한반대의확률이높은것으로나타났다 ( 표 5-25 참조 ). 표 5-25 보건복지정책수요에미치는영향요인 * 변수 b a S.E. b OR(95%CI) c P 연금 ( ).000 기초생활 ( ).000 양육수당 ( ).000 무상정책 ( ).000 의료민영화 ( ).000

238 224 보건복지빅데이터효율적관리방안연구 변수 b a S.E. b OR(95%CI) c P 건강보험 ( ).000 원격의료 ( ).001 전세대책 ( ).000 반값등록금 ( ).000 퇴직연금 ( ).000 증세 ( ).000 과다복지 ( ).000 행복온도 ( ).551 육아휴직 ( ).248 중독법 ( ).002 상수 주 : * 기준범주 : 반대, a Standardized coefficients, b Standard error, c Adjusted odds ratio(95% Confidence interval) 다. 보건복지정책수요예측모형 본연구에서는주요정책에대한수요를예측하기위하여연금, 무상정책, 의료민영화, 원격의료, 증세요인에대한데이터마이닝분석을실시하였다. 보건복지정책수요예측모형에미치는영향은 그림 5-9 와같다. 나무구조의최상위에있는네모는루트노드로서, 예측변수 ( 독립변수 ) 가투입되지않은종속변수 ( 찬성, 반대 ) 의빈도를나타낸다. 루트노드에서보건복지전체정책의찬성은 62.6%(16,594건 ), 반대는 37.4%(9,912건 ) 으로나타났다. 루트노드의하단의가장상위에위치하는요인이보건복지정책수요예측에가장영향력이높은 ( 관련성이깊은 ) 요인으로 의료민영화요인 의영향력이가장큰것으로나타났다. 의료민영화요인 이높을경우보건복지정책찬성이이전의 62.6% 에서 48.0% 로감소한반면, 보건복지정책의반대는이전의 37.4% 에서 52.0% 로증가하였다. 의료민영화요인 이높고 원격의료요인 이높은

239 제 5 장보건복지빅데이터수요공급예측 225 경우보건복지정책의찬성이이전의 48.0% 에서 69.4% 로증가한반면, 보건복지정책의반대는이전의 52.0% 에서 30.6% 로감소하였다. < 표 5-26> 의보건복지정책수요예측에대한이익도표와같이보건복지정책의찬성에가장영향력이높은경우는 의료민영화요인 이높고 원격의료요인 이높은조합으로나타났다. 즉, 6번노드의지수 (index) 가 110.8% 로뿌리마디와비교했을때 6번노드의조건을가진집단이보건복지정책을찬성할확률이약 1.11배로나타났다. 보건복지정책의반대에가장영향력이높은경우는 의료민영화요인 이높고 원격의료요인 이낮고, 증세요인 이높은조합으로나타났다. 즉, 10번노드의지수가 255.1% 로뿌리마디와비교했을때 10번노드의조건을가진집단이보건복지정책을반대할확률이약 2.56배로나타났다. 그림 5-9 보건복지정책수요예측모형

240 226 보건복지빅데이터효율적관리방안연구 표 5-26 보건복지정책수요예측모형에대한이익도표 구분 찬성 반대 이익지수 누적지수 노드 노드 (n) 노드 (%) 이익 (%) 지수 (%) 노드 (n) 노드 (%) 이익 (%) 지수 (%)

241 제 6 장 소셜빅데이터를활용한 사회위험요인예측 제 1 절비만빅데이터수집을위한관련주제분류 제 2 절소셜빅데이터를이용한비만담론분석 제 3 절소셜빅데이터를이용한청소년자살위험예측요인

242

243 6 소셜빅데이터를활용한사회위험요인예측 << SNS는청소년들의일상생활속에서갖는우울한감정이나스트레스, 고민을들을수있고행태를이해할수있는장소로 SNS상에서나타나는자살에대한감정표현이나심리적위기행태들을분석하게되면위험징후와유의미한패턴을감지하여자살을예방하는데긍정적효과가발휘될수있다. 우리나라는급격한사회 경제적변화속에자살률이 2004년부터 OECD(Organization for Economic Cooperation and Development) 회원국중최고의수준이며, 특히청소년계층의자살문제가사회적이슈로대두되면서정부차원의적극적인대책이시급한실정이다. 또한, 사이버따돌림에노출된청소년들이자살을선택하거나폭력의가해자가됨에따라심각한사회문제로떠오르고있다. 이와같은사회위험에대한원인과관련요인을규명하기위하여기존에실시하던횡단적조사나종단적조사등을대상으로한연구는정해진변인들에대한개인과집단의관계를보는데는유용하나사이버상에서언급된개인별버즈 (buzz) 가사회적현상들과어떻게얼마나연관되어있는지를밝히는데는한계가있다. 이러한점에서소셜빅데이터를활용한다변량분석은새로운상관관계나패턴등을발견함으로써사회위험요인과같이인간행동의복잡하고역동적인현상에서발생하는다양한원인들의상호작용관계를효과적으로분석할수있다. 따라서본연구는우리나라온라인뉴스사이트, 블로그, 카페, 게시판등에서수집된소셜빅데이터를바탕으로본연구에서는비만과청소년자살을사회위험요인사례로제시하였다.

244 230 보건복지빅데이터효율적관리방안연구 제 1 절비만빅데이터수집을위한관련주제분류 22) 1. 연구의필요성 최근스마트폰과모바일인터넷서비스의활성화로인해, 사용자의위치정보와온라인및모바일사용기록, SNS 상의사용자의일상생활과의견에대한저장으로정보량이폭증하게되었다 ( 김지현외, 2014; 송태민, 2012). 또한정보통신기술의발전으로많은데이터를빠르게저장및처리하는것이가능해지면서빅데이터 (BigData) 에대한관심이증가하고있다 ( 김정태외, 2013). 빅데이터는일반적인데이터베이스나소프트웨어로는관리하기어려운정도의큰규모를가진대용량데이터를의미하며, 최근에는대용량자료의수집, 저장, 분석, 체계화를위한도구, 플랫폼, 분석기법등을포괄하는용어로변화하고있으며, 대용량자료로부터가치있는정보를찾아내고생성된지식에근거하여능동적으로대응하거나변화를예측하기위한정보화기술을의미한다 ( 강만모외, 2012). 즉, 빅데이터는데이터자체에대한제공과분석서비스를제공하는두가지특징을가지고있다. 사람들은소셜네트워킹서비스 (SNS) 를통해자신의경험이나신념, 선호하는것들에대해자유롭게이야기하고, 다른이들과이야기를공유및전파하여사회전반에큰영향력을행사하고있다 ( 노진석, 2012). 소셜분석의대표적인기술중의하나는텍스트마이닝이다. 텍스트마이닝은말그대로텍스트에서의미를찾아내는것을말하며, 컴퓨터로문자가 22) 본절은본과제의일환으로비만빅데이터수집을위해서울대학교간호대학박현애교수연구팀과공동으로수행되었으며, Ae Ran Kim, Tae Min Song, Hyeoun-Ae Park(2014). Development of an obesity ontology for collection and analysis of big data related to obesity. TBC 2014 에게재하였음을밝힌다.

245 제 6 장소셜빅데이터를활용한사회위험요인예측 231 지닌의미와구조를분석하는자연어처리 (Natural Language Processing) 기술을이용해다양한 SNS 플랫폼에서자발적으로생성되고있는수십억건의메시지를분석하여사회현상을찾아내는것을가능하게하였다 ( 노진석, 2012). 2011년현재우리나라의 19세이상성인비만율 (BMI 25 이상 ) 은전체인구의 31.9% 수준으로남자는 35.2%, 여자는 28.6% 를차지한다 ( 질병관리본부, 2011). 이는 1998년 26.0% 에서 2005년 31.3% 로 5.3% 증가한이후에지속적으로높은수준을유지하고있는추세이다 ( 질병관리본부, 2011). 비만으로인한건강보험진료비지출규모는 2007년 1조 8,971억원에서 2011년 2조 6,919억원으로 41.9% 증가하였고, 이는건강보험전체진료비의 5.8% 에해당하는규모이다 ( 건강보험공단, 2012). 비만과관련한질병의진료비지출비중은고혈압 (36.2%), 당뇨 (20.1%), 뇌졸중 (12.0%), 허혈성심장질환 (9.2%), 골관절염 (7.9%) 등의순으로높게나타났다 ( 건강보험공단, 2012). 이와같이비만문제의급속한증가로인한사회경제적손실과부담감은매우크다고볼수있다. 비만을예방하기위한건강한생활습관의실천을위해서는비만의폐해및실태에대한일반국민의인식제고와자기관리능력의향상이필요하다. 비만과관련된요인은복합적인것으로비만과관련된개별적인변인과함께사회환경적변인과의관계분석이필요하다. 비만에대한관심증가와함께대중들은인터넷과소셜미디어를이용하여비만에대한정보를얻고공유하며의견을교환한다. 이에, 소셜미디어상에서생성되고있는비만관리주제와관련된빅데이터를수집하고분석한다면비만과관련된대중의인식과대처방법, 사회현상을보다실제적으로파악하여그의미를도출해낼수있을것이다. 소셜미디어에서표현되는언어들은주로사람들의일상대화에서쓰

246 232 보건복지빅데이터효율적관리방안연구 이는구어체문장으로이루어진비정형데이터이기때문에 ( 노진석, 2012), 이를보다효과적으로수집및분석하기위한분석틀이필요하다. 분석틀의내용으로는관련주제가어떠한개념영역들로구성되어있는지와각개념간관계에대한정의가필요하기때문에, 이를반영한온톨로지 (ontology) 가개발될필요가있다. 온톨로지 (ontology) 는관심주제의공유된개념 (shared concepts) 을형식화하고 (formalizing) 표현하기위한 (representing), 컴퓨터가해석가능한지식모델 (computer-interpretable knowledge model) 이다 (Kim et al., 2013). 온톨로지를통하여, 단어 (word) 를사용해어떤영역 (domains) 을개념화하고명시적으로표현하며, 개념의종류와그들의연관관계 (relationship) 를명백하게기술할수있다 ( 이경일, 2006). 또한수집되는빅데이터자료는비정형적으로다양하게표현됨으로써온톨로지를구성하는개념을설명하는용어와그유의어를정의하여기술하여용어체계를마련하는것이필요하다. 이에본연구에서는비만주제에대해수집된빅데이터자료를식별하고활용하기위한분석틀로서, 비만관리관련주제를분류하고, 비만관리온톨로지와용어체계를개발하고자한다. 2. 연구목표 비만빅데이터의수집과분석을위한분석틀을개발한다. 가. 비만빅데이터수집을위한분류틀을개발한다. 나. 비만관리주제를구성하는내용영역과영역간관계를설명하는비만관리온톨로지를개발한다. 다. 비만관리온톨로지를구성하는영역의개념을표현하는비만관리용어체계를개발한다.

247 제 6 장소셜빅데이터를활용한사회위험요인예측 연구방법 비만빅데이터수집과분석을위한분석틀의개발과정은구체적으로다음과같다. 가. 공신력있는기관에서발표한임상실무지침을포함한관련문헌조사를통해비만주제를설명하는개념내용및분류기준을파악하였다. 나. 선행문헌고찰결과, 본연구에서는 NICE의지침 (NICE, 2006) 과 비만치료지침 2010 권고안 ( 대한내분비학회, 2010) 에서다루고있는비만관리에대한내용을근거로하여비만관리주제의대분류, 중분류와소분류영역을도출하였다. 다. 비만관리에대한영역간관계를기술한비만관리온톨로지를개발하였다. 라. 관련문헌과인터넷키워드검색등을통해, 비만주제의대분류- 중분류-소분류영역별지식진술문에서개념및용어를추출하여비만관리용어체계를개발하였다. 4. 연구결과 가. 비만관련임상실무지침 비만을관리하기위한임상실무지침으로는 NHLBI(1998), NICE(2006), AMA(2003) 에서개발한지침들이널리알려져있다 ( 전은주, 2013). NICE(NICE, 2006) 는성인과아동에서의비만과과체중의예방, 진단, 사정과관리에대한지침을제시하였다. NHLBI(NHLBI, 1998) 는알고리즘유형의임상실무지침으로조건에따른의사결정을보

248 234 보건복지빅데이터효율적관리방안연구 여주는도식형태의지침으로되어있고 ( 전은주, 2013), AMA(2003) 에서개발한임상실무지침은의료인이성인비만환자에게의료서비스를제공하는데에사용가능한입문서이다 ( 전은주, 2013). 비만관리임상실무지침들에서는비만의정의와분류기준, 위험요인, 치료와예방등의내용을공통적으로다루고있었다. NICE(NICE, 2006) 는아동과성인대상의비만에대한임상관리지침 (clinical care pathway) 과공공보건건강지도 (public health map) 를각각제시하고있으며, 비만예방부터치료에이르기까지의관리에대하여이전선행연구들의근거와함께상세히설명하고있다. 대한내분비학회와대한비만학회에서는한국인대상의 비만치료지침 2010 권고안 을제시하였다 ( 대한내분비학회, 2010). 본연구에서는 NICE의지침 (NICE, 2006) 과 비만치료지침 2010 권고안 ( 대한내분비학회, 2010) 에근거하여비만빅데이터수집을위한분석틀로서, 비만관리주제에대한분류틀 ( 대분류, 소분류, 중분류 ), 비만관리온톨로지와용어체계를개발하였다. 나. 비만관리주제분류틀 비만주제와관련된임상실무지침및선행문헌자료를조사한결과, 비만관리를설명하는영역의대분류에는비만, 인구학적특성, 위험요인, 증상및징후, 합병증, 진단, 치료와예방이포함되었다. 각대분류영역에대한중분류와소분류의설명과근거는다음과같다. 1) 비만 ( 정의및분류 ) 비만이란체지방의과잉축적으로정의되며, 우리나라성인의경우에

249 제 6 장소셜빅데이터를활용한사회위험요인예측 235 보통체질량지수 (BMI) 25 kg/m 2 이상인경우를말한다 ( 대한비만학회, 2010). 성인의경우에, BMI 25.0~29.9(kg/m 2 ) 는과체중 (overweight), 30.0~34.9는 1단계비만 (class Ⅰ), 35.0~39.9는 2단계비만 (class Ⅱ), 그리고 40 이상은 3단계비만또는초고도비만 (extreme obesity, class Ⅲ) 로분류된다 (NHLBI, 1998; NICE, 2006; 최중명, 2011). 수정된 WHO의정의에의하면, BMI 35~40 kg/m 2 의경우 severe obesity로정의하였다 (Wikipedia, 2014). BMI 35 이상이면서비만과관련된건강문제를동반하거나, BMI 40~44.9의경우에는 morbid obesity, BMI 45~50 이상의경우에는 super obesity( 초고도비만 ) 로분류된다 (Wikipedia, 2014). 한국인의비만기준은 BMI 25 kg/m 2 이상으로한다 ( 대한내분비학회, 2010). 소아청소년의경우에는, 2세이상의모든소아청소년에서 2007년소아청소년표준성장도표를기준으로연령별, 성별 BMI가 95 백분위수이상혹은 BMI 25 이상을비만으로진단하고 백분위수는과체중 ( 비만위험군 ) 으로판정한다. 또는비만도 20% 이상을비만으로진단하며, 이중에서 20-29% 는경도비만, 30-49% 는중등도비만, 50% 이상을고도비만으로분류한다 ( 대한내분비학회, 2010). 비만은원인에따라원발성비만과이차성비만으로분류된다 ( 대한내분비학회, 2010), 원발성비만은단순성비만이라불리기도하며, 개체가섭취한에너지의총량과소비한에너지의균형이무너진상태에서체지방이증가하여발생하는것으로설명된다 ( 대한비만학회, 2010). 이는식습관, 생활습관, 연령, 유전적요인등의다양한위험요인이복합적으로관여하는경우가많다 ( 대한비만학회, 2010). 2차성비만은내분비질환이나유전, 약제등이원인이된다 ( 대한비만학회, 2010). 부위에따라전신비만과부분비만으로분류될수있다. 부분비만의예

250 236 보건복지빅데이터효율적관리방안연구 로써, 복부비만은복부에지방세포가축적되는비만 ( 사과형비만, android) 으로남성에게서많고, 둔부, 허벅지등의하체에지방세포가축적되는하체비만 ( 배형비만, gynoid) 은여성에게서흔히나타난다 ( 민경훈 이태용, 2011). 표 6-1 비만영역분류틀 대분류중분류소분류 비만 BMI에따른분류부위에따른분류원인에따른분류 과체중, 위험체중, 1 단계비만, 2 단계비만, 3 단계비만, severe obesity, morbid obesity, super obesity 전신비만, 부분비만 ( 상체비만, 하체비만, 복부비만, 내장비만 ) 원발성비만, 이차성비만 2) 인구학적특성 비만의대상자는인구학적특성을가지며, 이는성별, 연령별, 세팅별영역으로구성된중분류로분류하고있다. 성별에따른소분류는남성에서의비만과여성에서의비만이포함되고있다. 질병관리본부 ( 질병관리본부, 2011) 에서발표한 국민건강통계 : 국민건강영양조사 에의하면 19세이상성인에서 2011년도우리나라만 19세이상국민의비만유병률 (BMI 25 이상 ) 은전체 31.9%, 남자 35.2%, 여자 28.6% 로남자가여자보다 6.6%p 높았으나, 60대이후에는여자가남자보다약 10%p 높았다. 허리둘레기준비만유병률은전체 26.3%, 남자 27.6%, 여자 25.0% 이었고, 남자, 여자모두 60대에서가장높았다 ( 질병관리본부, 2011). BMI와허리둘레기준모두에서, 40대이전에는남자가여자보다높고, 50대이후에는

251 제 6 장소셜빅데이터를활용한사회위험요인예측 237 여자가남자보다높은양상을나타내었다 ( 질병관리본부, 2011). 2011년도기준소아청소년 ( 만2-18세 ) 의비만유병률은전체9.7%, 남자 11.0%, 여자 8.3% 이었다 ( 질병관리본부, 2011). 연령에따라태아, 소아, 청소년, 학생, 성인, 임신전후, 폐경의시기로분류하고있다. NICE (NICE, 2006) 의지침에서는생애주기에따라서체중증가가최대화되는시기가있고, 이러한시기가과잉체중증가와연결될수있다고하였다. 태아시기의영양은성장, 체형, 비만, 에너지조절에영구적인영향을미칠수있다 (NICE, 2006). 소아청소년기비만은성인비만으로이행하기쉬우며소아청소년및성인기의만성질환을유발할가능성이크다 ( 대한내분비학회, 2010). 청소년기에는자율성의증가와함께불규칙한식사, 식사습관변화와신체활동감소등으로인한체중증가로비만이발생할수있다 (NICE, 2006). 임신기간동안의과잉체중증가는출산후의체중증가와도연결된다 (NICE, 2006). 폐경기에는호르몬변화로인해특히복부부위를포함한체중증가의가능성이높아진다 (NICE, 2006). 세팅별분류기준을살펴보면, NICE(NICE, 2006) 의지침에따라임상 (clinical), 공공보건 (public health) 과취약계층에대한대상으로분류하였다. 임상세팅에는일차진료 (primary care), 특정질병을동반한대상자에대한이차진료 (secondary care), 그리고비만에대한전문가의진료 (specialist obesity services) 가있으며, 공공보건에는일반적인대중, 학령전기아동, 학생, 직장, 지역사회가해당된다 (NICE, 2006). 취약계층에해당하는건강불평등 (inequalities) 과관련하여서는사회상태, 소수민족 (ethnicity), 그리고장애 (disabilities) 가있거나심한정신건강문제, 보호시설의어린이등을언급하였다 (NICE, 2006).

252 238 보건복지빅데이터효율적관리방안연구 표 6-2 인구학적특성영역분류틀 대분류중분류소분류 대상자 성별 연령별 세팅별 남성, 여성 태아, 소아 ( 학령전기, 학령기등 ), 청소년, 학생 ( 여학생, 남학생, 초등학생, 중학생, 여중생, 고등학생, 여고생, 대학생, 여대생등 ), 성인 ( 청년, 장년, 노년 ), 임신, 산후, 폐경 임상, 공공보건 ( 일반대중, 보육시설, 학교, 지역사회, 직장 ), 취약계층 ( 사회적수준, 교육수준, 인종, 불구, 고아등 ) 3) 위험요인 원발성비만은전체의 90% 이상으로 ( 대한비만학회, 2010), 섭취에너지가소비에너지를초과하여체지방이증가된상태를의미하며, 식습관, 생활습관, 연령, 인종, 유전적요인등의다양한위험요인이복합적으로관여한다 ( 대한내분비학회, 2010; 대한비만학회, 2010). 일부비만환자에서유전및선천성장애, 약물, 신경및내분비계질환, 정신질환등과관련되어이차성비만이발견된다 ( 대한비만학회, 2010). 이러한경우에는정확한원인감별을통한효과적인체중감량이필요하다 ( 대한비만학회, 2010). 대한비만학회 ( 대한비만학회, 2010) 에서다음과같이제시한원발성비만과이차성비만의원인에따라위험요인분류에대한중분류와소분류를작성하였다. NICE가 clinical care pathway에서제시한사정평가항목 (NICE, 2006) 에서는다음의위험요인들을사정해야한다고제시하고있으며, 이는대한비만학회 ( 대한비만학회, 2010) 에서제시한원발성비만과이차성비만의위험요인과유사하다. : 과체중또는비만의증상과기저원인을파악한다, 변화하고자하는의지또는동기화정도를파악한다, 위험요소와동반질환, 정신적스트레스를파악한다, 과체중또는비만그리고동반질환의가족력을파악한다, 식이와신체적활동과같은생활

253 제 6 장소셜빅데이터를활용한사회위험요인예측 239 습관을사정한다, 환경적 사회적 가족적요소를파악한다, 정신심리 적문제또는의학적문제와투약상태를사정한다, 아동의경우에는 성장상태를사정한다. 표 6-3 위험요인영역분류틀 대분류중분류소분류 위험요인 식이및식사습관 신체적활동기타생활습관인종사회경제적요인 유전적요인 약물 신경및내분비계질환심리적요인 고지방식이 ( 지방, 과자, 삼겹살구이, 튀김등 ), 고열량식이, 고탄수화물식이, 가공식품 ( 패스트푸드, 인스턴트, 통조림, 과자, 식품첨가물, 탄산음료등 ), 섭식장애 ( 식사횟수감소, 빠른식사시간, 과식, 다이어트, 야식증후군등 ) 활동부족 (TV 시청, 컴퓨터게임, 대중교통발달, 놀이공간협소등 ) 수면부족, 금연, 흡연, 음주등 인종 낮은사회경제적지위등 가족력, 비만유발유전자 (ob, db, POMC, MC4R 등 ), 비만관련선천성장애 ( 프라더 - 윌리증후군, 로렌스 - 문 - 비들증후군, 알스트롬증후군, 코헨증후군, 카펜터증후군등 ) 항정신병약물 ( 티오리다진, 클로자핀, 올란자핀, 쿠에타핀, 리스페리돈등 ), 알파 -2 길항제 ( 이미프라민, 미트라자핀등 ), 선택적세로토닌재흡수억제제 ( 패록세틴 ), 항전간제 ( 발프로에이트, 카바마제핀, 가바펜틴등 ), 당뇨병치료제 ( 인슐린, 설폰요소제, 글리나이드제제, 타아졸리디네디온등 ), 세로토닌길항제 ( 피조티펜등 ), 항히스타민제 ( 사이프로헵타딘등 ), 베타차단제 ( 프로프라놀롤등 ), 알파차단제 ( 테라조신등 ), 스테로이드제제 ( 경구피임제, 당질코르티코이드등 ) 시상하부성비만 ( 외상, 종양, 감염성질환, 수술, 뇌압상승등 ), 쿠싱증후군, 갑상선기능저하증, 인슐린종, 다낭난소증후군, 성인성장호르몬결핍증 스트레스, 강박감, 불안, 외로움, 사랑결핍, 관심결핍 정신질환 과식장애, 계절성정서장애

254 240 보건복지빅데이터효율적관리방안연구 4) 증상및징후 비만은무증상으로나타나기도하지만, 비만으로인해신체적그리고정신적으로다양한자각증상과징후를경험할수있다. 1개병원건강검진센터에서검진을받고비만으로판정받은대상자의일반적특성과주요증상들을조사한이전의연구 ( 탁기천 류규수, 2001) 에의하면, 대상자가호소한주요신체적증상으로는트림, 소화불량, 목의통증, 호흡곤란, 갈증, 소변량증가, 잦은소변, 현기증, 요통, 두통, 불규칙한월경, 발진, 시력장애, 청력감소등이있었다. 외모를강조하는사회분위기속에서, 특히여성들은체중증가를부끄러워하며불안및우울, 사회적고립등의정신적증상을나타내며, 체중증가를막기위한강박적인시도를하기도한다 ( 강원섭 김종우, 2010). 이에비만의증상과징후에대한분류를신체적측면과정신적측면으로구분하고이에해당되는증상및징후들을소분류로분류하였다. 표 6-4 증상및징후영역분류틀 대분류중분류소분류 증상및징후 신체적측면 정신적측면 무증상, 트림, 소화불량, 목의통증, 호흡곤란, 갈증, 소변량증가, 잦은소변, 현기증, 요통, 두통, 불규칙한월경, 발진, 시력장애, 청력감소등스트레스, 자살충동, 고민, 불안, 공포, 불면, 대인기피, 우울, 신경성식욕부진, 신경성폭식증, 자존감저하, 대인관계위축, 차별감등 5) 합병증 비만환자는비만하지않은건강인에비하여고혈압, 심혈관계질환, 뇌졸중, 고지혈증, 당뇨병, 담낭질환, 신장질환, 간기능부전, 근골격계

255 제 6 장소셜빅데이터를활용한사회위험요인예측 241 질환, 관절염, 수면장애, 악성신생물등의각종질병에중복이환될위험성이높다 ( 최중명 김춘배, 2011). 여러문헌들에서비만과관련하여나타날수있는연관질병과건강문제들에대해기술하고있다 (NICE, 2006; 대한내분비학회, 2010; 대한비만학회, 2010; 최중명 김춘배, 2011). 본연구에서는비만의합병증에해당하는질환들을내분비계, 소화기계, 심혈관계, 근골격계, 호흡기계, 생식 / 호르몬계, 소화기계, 암, 기타질환으로분류하여중분류와소분류를작성하였다. 표 6-5 합병증영역분류틀 대분류중분류소분류 합병증 내분비계질환심혈관계질환근골격계질환호흡기계질환생식 / 호르몬계질환소화기계질환암기타 당뇨병, 대사증후군, 인슐린저항성등 관상동맥질환, 부정맥, 울혈성심부전, 비후성심근증, 돌연사, 고혈압, 고지혈증등 골관절염, 요통, 통풍등 수면무호흡증, 호흡저하, 숨가쁨, 코골이등 성기능장애, 호르몬장애, 불임, 다낭성난소증후군등 담낭질환, 담석증, 지방간등 유방암, 대장암, 담낭암, 췌장암, 신장암, 방광암, 자궁경부암, 전립선암, 자궁내막암등 마취관련위험증가, 정신장애, 모성비만과관련된태아결함, 뇌졸중, 고요산혈증, 요요현상등

256 242 보건복지빅데이터효율적관리방안연구 6) 진단 비만진단을위해성인에서가장흔히사용되는방법은체질량지수 (BMI) 와허리둘레를측정하는것이다 (NICE, 2006). 체질량지수는체중을키의제곱으로나누어계산된다. 허리둘레의측정은허리와엉덩이의비율을계산함으로써개인의전반적인체형을판단할수있다 (NICE, 2006). 허리둘레로본복부비만의기준은남자에서는 90 cm 이상, 여자에서는 85 cm 이상을권고하며 ( 대한내분비학회, 2010), 허리둘레에따라동반질환의위험도에는차이가있다 ( 최중명 김춘배, 2011). 실제비만은체지방의과다상태로체지방량을기준으로판단해야하는데, 최근에는생체전기저항분석 (bioelectrical impedance analysis, BIA) 방식의체성분분석기를이용하여비교적정확한체지방률및제지방률, 근육량등을측정하는방법도있다 ( 민경훈 이태용, 2011). 하지만이러한직접적인계측방법은시간, 비용, 고가의장비등이요구되는복잡한과정이다 (NICE, 2006; 민경훈 이태용, 2011). 실제로임상에서는한가지의방법보다는신체계측법과기기를이용하는방법을병용하여사용한다 ( 대한비만학회, 2010). 본연구에서는비만의진단방법에대하여, 신체계측방법과기기를이용한평가로분류하여, 각중분류에해당하는소분류를추출하고설명하였다. 표 6-6 진단영역분류틀 대분류중분류소분류 진단 신체계측 기기이용평가 BMI, 허리둘레, 엉덩이둘레, 허리-엉덩이둘레비율, 신장, 체중, 케틀레지수체지방량, 피부주름두께, 복부내장지방량, 체형등체성분분석기, 이중에너지 X-선흡수법, 임피던스, 브로카변법, 복부 CT, 복부 MRI 등

257 제 6 장소셜빅데이터를활용한사회위험요인예측 243 7) 치료 NICE의지침에의하면, 비만의치료를위한과체중과비만관리전략으로생활양식에대한중재, 행동중재, 신체적활동, 식이에대한조언, 약물중재, 수술적치료를제시하고있다 (Kim et al., 2013; NICE, 2006). NICE의지침 (NICE, 2006) 에제시된임상실무경로 (clinical care pathways) 에의하면, 아동의경우에는신체적활동의증가, 식이행위의향상, 건강한식이를격려하기위한행동치료를사용한복합적인중재를제공할것을제시하고있다. 성인의경우에는 BMI, 허리둘레, 동반질환여부와잠재적인건강이득에따른비만의위험수준에근거하여관리강도가결정된다고하였다 (NICE, 2006). NICE의지침 (NICE, 2006) 에제시된식생활지침으로는건강한식생활조언 (healthy eating advice), 1일 600kcal 미만의저칼로리다이어트 [600kcal/day deficit or low-fat diet, very-low-calorie diet(vlcd)], 단백질절약형변형단식 [protein-sparing modified fast(psmf)], 저탄수화물식 (low-carbohydrate), 고도의불포화지방식이 (high-monounsaturated-fat-diet), 염분제한 (salt restriction) 이있다 (NICE, 2006). 한국인의비만관리지침 ( 대한내분비학회, 2010) 의내용을살펴보면, 효과적인체중감량을위해열량과지방, 당질의섭취를제한하고, 열량제한에따른체단백손실과단백질부족을예방하기위해단백질섭취를권장하며, 비타민과무기질섭취가부족하지않도록보충할것을권장하고있다. 음주역시제한해야하며, 개별화된영양교육을지속적이고체계적으로시행해야한다고제시하고있다 ( 대한내분비학회, 2010). 신체적활동은단독으로진행하거나식사치료와병행하였을때에체중감소에기여한

258 244 보건복지빅데이터효율적관리방안연구 다 (NHLBI, 1998; 대한내분비학회, 2010). 비만인은운동전에운동능력의파악과운동실시여부를결정하기위해운동전건강검사를권장하며, 운동처방은운동형태, 강도, 시간, 빈도, 기간등으로적절하게구성되어야한다 ( 대한내분비학회, 2010). 운동유형에는유산소운동, 근력운동및유연성운동등의복합적인방법들이권장된다 ( 대한내분비학회, 2010). 평생지속되어야하는체중조절을위해서는식습관을비롯한생활습관의개선이필요하며, 비만치료에서가장효과적인방법은행동치료를포함한식사조절과운동치료의병합치료이다 ( 대한내분비학회, 2010). 비만치료에흔히사용되는행동치료기법에는자극조절기법, 식사행동조절, 보상제도 ( 양성강화물의사용 ), 자기관찰, 영양교육, 신체활동조절, 대체행동기법, 인지적재구성기법및사회적지지의이용등이있다 ( 대한내분비학회, 2010; 대한비만학회, 2010; 최중명, 2011). 대한비만학회 Fact Sheet( 대한비만학회, 2010) 에는약물요법은비만의기본적인치료방법인식사, 운동및행동수정요법에대한보조적인치료법이제시되어있다 ( 대한내분비학회, 2010). 비만치료제에는장기간사용이가능한시부트라민 (sibutramine) 과올리스타트 (orlistat), 그리고단기간사용하는펜터민 (phentermine) 등이있다 ( 대한내분비학회, 2010; 최중명 김춘배, 2011). 시부트라민은중추신경계에작용하는식욕억제제이다 ( 대한비만학회, 2010). 일반대중들사이에서비만또는과체중을조절하고자한약이나건강보조식품등이사용되고있다. 고도비만은체형의변화뿐아니라동반합병증으로사망률을증가시키고삶의질을파괴시켜심각한사회문제의하나로볼수있다 ( 대한비만학회, 2010). 고도비만의비약물적치료성적은양호하지못하고, 다시체중증가를경험하거나비수술

259 제 6 장소셜빅데이터를활용한사회위험요인예측 245 적치료에대한부작용으로새로운질병을경험하기도한다 ( 대한비만학회, 2010). 이러한고도비만에대해수술적치료를시행한다 ( 대한비만학회, 2010). 복강경수술이고도비만수술에도입되면서비만대사수술의새로운장을열고있다 ( 대한비만학회, 2010). 본연구에서는비만의치료에대한중분류를식사치료, 운동치료, 행동치료, 약물치료 ( 제품 ), 수술 ( 시술 ) 로분류하였고해당되는소분류영역을추출하였다. 표 6-7 치료영역분류틀 대분류중분류소분류 식사 식사요법 ( 단일식품다이어트, 칼로리제한다이어트, 저탄수화물다이어트등 ), 식이요법교육, 제한식품 ( 열량, 지방, 당질, 음주등 ), 허용식품 ( 단백질, 비타민, 무기질등 ), 저칼로리식사 ( 채식, 잡곡등 ), 저지방식사 ( 기름기없는고기, 저지방식, 저지방우유등 ), 고단백식사 ( 단백질파우더, 계란등 ), 섬유질 ( 야채, 과일, 샐러드, 잡곡류등 ), 비타민 ( 야채, 해조류등 ), 무기질 ( 칼슘, 철, 인, 요오드, 나트륨등 ) 치료 운동 ( 신체적활동 ) 행동치료 약물치료 / 제품 수술 / 시술 저항성운동 ( 바벨, 운동밴드, 짐볼등 ), 유산소운동 ( 자전거타기, 에어로빅댄스, 조깅등 ), 복합성운동, 유연성운동 ( 스트레칭, 요가등 ), 운동처방, 신체활동안내 자극조절기법, 식사행동조절, 보상, 자기관찰 ( 일기, 수첩 ), 영양교육, 신체활동조절, 문제해결, 대체행동기법 ( 산보, 영화, 전화등 ), 인지적재구조화, 사회적지지프로그램 ( 동호회, 자조모임등 ), 기타행동치료 ( 건강한생활방식유지, 자가감시, 스트레스관리, 생활습관교정등 ) 비만치료제 ( 시부트라민, 오리스타트, 팬터민등 ), 한약, 건강기능식품등 수술 ( 복강경수술, 조절형위밴드설치술, 루와이우회술등 ), 시술 ( 지방흡입술, 주사등 )

260 246 보건복지빅데이터효율적관리방안연구 8) 예방 비만의예방을위한방법으로는 치료 분류에서기술하였던식사, 운동, 행동치료와함께체중유지 ( 에너지균형 ) 와인식고취를들수있다 (NICE, 2006). 비만은완치되는것이아니라평생조절해야하는병이므로체중감량에초점을맞추기보다는식사를비롯한생활습관을교정하여오랫동안감량된체중을유지하고, 비만으로인한대사질환을예방하는것이진정한체중감량의목표임을인식시키는것이중요하다 ( 대한비만학회, 2010; 최중명 김춘배, 2011). 체중유지전략에대한근거를비만치료지침 2010 권고안 ( 대한내분비학회, 2010) 에서제시하고있는데, 그내용은다음과같다. : 실현가능한체중감량목표를정한다, 오랫동안지속적으로체중을감량한다, 적절한신체활동을유지한다, 행동치료 ( 식사조절, 스트레스관리등 ) 를병행한다, 체중감량이후에도지속적으로치료한다. 이러한내용에근거하여, 체중유지 ( 에너지균형 ) 에대한소분류영역을추출하였다. NICE(NICE, 2006) 의지침에서는비만예방의인식고취를위한방법으로, 이전의연구들에서교육중재또는 multi-component 중재형식의캠페인를제공하였던근거들을기술하였다. 비만과관련된정보나지식이여러주체에서제공되고있어일관성을가지지못하고양산되고있으며, 신뢰성있는정보를얻는것이쉽지않다 ( 김혜련외, 2009). 본연구에서는비만에대한효과적이고대대적인캠페인, 교육홍보자료와비만예방매뉴얼을개발하여보급하고비만예방에대한인식을강조할필요성이있다 ( 김혜련, 2009). 이에비만의예방에대하여, 체중유지와인식고취에대한항목을추가하고치료에서설명한식사, 운동, 행동치료와함께중분류로분류하였고,

261 제 6 장소셜빅데이터를활용한사회위험요인예측 247 해당소분류영역을추출하였다. 표 6-8 예방영역분류틀 대분류중분류소분류 예방 식사 운동 ( 신체적활동 ) 행동치료 체중유지 식사요법 ( 단일식품다이어트, 칼로리제한다이어트, 저탄수화물다이어트등 ), 식이요법교육, 제한식품 ( 열량, 지방, 당질, 음주등 ), 허용식품 ( 단백질, 비타민, 무기질등 ), 저칼로리식사 ( 채식, 잡곡등 ), 저지방식사 ( 기름기없는고기, 저지방식, 저지방우유등 ), 고단백식사 ( 단백질파우더, 계란찜, 삶은계란등 ), 섬유질 ( 야채, 과일, 샐러드, 잡곡류등 ), 비타민 ( 야채, 해조류등 ), 무기질 ( 칼슘, 철, 인, 요오드, 나트륨등 ) 저항성운동 ( 바벨, 운동밴드, 짐볼등 ), 유산소운동 ( 자전거타기, 에어로빅댄스, 조깅등 ), 복합성운동, 유연성운동 ( 스트레칭, 요가등 ), 운동처방, 신체활동안내 자극조절기법, 식사행동조절, 보상, 자기관찰 ( 일기, 수첩 ), 영양교육, 신체활동조절, 문제해결, 대체행동기법 ( 산보, 영화, 전화등 ), 인지적재구조화, 사회적지지프로그램 ( 동호회, 자조모임등 ), 기타행동치료 ( 동기부여, 건강한생활방식유지, 자가감시, 스트레스관리등 ) 체중감량목표, 신체활동유지, 행동치료유지, 식사조절, 스트레스관리, 정기적인체중측정, 정기적추적관리 인식고취캠페인 ( 식사, 운동, 행동치료, 생활습관교정 ) 5. 비만관리온톨로지 본연구에서개발된비만관리온톨로지는 [ 그림 6-1] 과같다. 비만관리온톨로지는비만 ( 정의및분류 ), 대상자의인구학적특성, 위험요인, 증상및징후, 합병증, 예방, 진단과치료의영역으로구성되었다. 이는대상자 (client) 가보유한비만관련특성을설명하는

262 248 보건복지빅데이터효율적관리방안연구 부분과건강관리제공자 (healthcare provider) 에의해제공될수있는비만관리서비스를설명하는부분으로나누어설명할수있다. 대상자측면 (client) 에서비만은어떤인구학적특성을가진대상자가식이및식사습관, 신체적활동, 유전적요인등을포함하는비만관련위험요인이존재할때에비만으로이행되어, 신체적또는정신적증상을발현시키며, 비만정도가심각해지는경우에는증상및징후를넘어비만으로인한여러합병증을나타나게할수있다. 즉비만과증상및징후, 합병증의발생과정에는시간적경과에따른변화가있다고볼수있다. 비만의위험요인, 증상및징후, 합병증은대상자가보유한특성이며, 이는대상자의인구학적특성에도영향을받는다. 앞서대상자의인구학적특성영역분류틀의설명에서제시하였던것처럼대상자의생애주기에따라서체중증가가최대화되는시기가있고 (NICE, 2006) 이러한특성에따라비만발생가능성의정도가달라지기때문이다 ( 그림 6-1 참조 ). 그림 6-1 비만온톨로지인구학적특성 건강관리제공자 (health care provider) 가비만관리서비스를제공하는측면에서비만관리개념을살펴보았을때에는비만의예방과진단, 치료개념을생각할수있다. 비만의예방은대상자가보유하고있는비만의위험요인을예방하는것이며, 비만이진단된이후에

263 제 6 장소셜빅데이터를활용한사회위험요인예측 249 는치료의과정을거치기때문에비만관리서비스는단계적흐름 (process) 을가진다고볼수있다. 치료가끝난이후에는다시예방단계 로갈수있다 ( 그림 6-2 참조 ). 그림 6-2 비만관리서비스단계적흐름 비만의진단, 예방과치료방법은대상자가보유한인구학적특성, 위 험요인, 증상및징후, 합병증유무의영향을받는다 ( 그림 6-3 참조 ). 그림 6-3 비만온톨로지비만의진단, 예방과치료프로세스 대상자의인구학적특성과비만관련특성 ( 위험요인, 증상및징후, 합 병증유무 ) 의영향을받아비만의정도와비만분류기준이진단된이후

264 250 보건복지빅데이터효율적관리방안연구 에는, 대상자의상태에따라적합한치료또는예방방법이선택될수있 다 ( 그림 6-4 참조 ). 그림 6-4 비만대상자의상태에따른치료또는예방진단 표 6-9 비만온톨로지분류에따른영역수준 대분류 위험요인 중분류 식이및식사습관 소분류 1 고지방식이 소분류 2 지방 과자 삼겹살구이 튀김 동의어 유의어위험인자, 위험요소식사, 식이, 식이요법, 식사습관 고지방식, 지방과다섭취 기름기, 기름부위, 유지류 과자류, 비스켓, 스낵 돼지고기구이, 삼겹살 튀김요리, 튀김류 대분류 ( 위험요인 ) 영역수준 대분류 ( 위험요인 )> 중분류 ( 식이및식사습관 ) 대분류 ( 위험요인 )> 중분류 ( 식이및식사습관 )> 소분류 1( 고지방식이 ) 대분류 ( 위험요인 )> 중분류 ( 식이및식사습관 )> 소분류 1( 고지방식이 )> 소분류 2( 지방 ) 대분류 ( 위험요인 )> 중분류 ( 식이및식사습관 )> 소분류 1( 고지방식이 )> 소분류 2( 과자 ) 대분류 ( 위험요인 )> 중분류 ( 식이및식사습관 )> 소분류 1( 고지방식이 )> 소분류 2( 삼겹살구이 ) 대분류 ( 위험요인 )> 중분류 ( 식이및식사습관 )> 소분류 1( 고지방식이 )> 소분류 2( 튀김 ) 이외분류를포함할수있음.

265 제 6 장소셜빅데이터를활용한사회위험요인예측 251 지금까지설명한개념간관계를전체적으로표시하여개발된비만관 리온톨로지는 그림 6-5 과같다. 그림 6-5 Ontology for obesity management 6. 비만관리용어체계 비만관리주제를설명하는분류틀에해당하는용어에대하여, 대분류 -중분류-소분류의각영역수준별로용어를추출하여영역수준별로제시하였다. 각용어별로인터넷검색과선행문헌검색등의방법을이용하여동의어와유사어의예시를제시하였고, 그결과의예시는 < 표 6-9> 와같다. 전체영역의용어체계는부록 3에제시하였다 23). 23) 부록 3 참조

266 252 보건복지빅데이터효율적관리방안연구 7. 결론 본연구에서는소셜미디어상의비만주제와관련된메시지를수집하여분석하기위한분석틀을마련하고자하였다. 그결과로비만관리주제를설명하는대분류-중분류-소분류의영역분류틀과각영역간의관계를설명하는비만관리온톨로지를개발하였다. 이와함께각영역을설명하는선행문헌과인터넷검색진술문으로부터용어자료를수집하여각용어에대한동의어와유사어와용어의영역수준을설명하는용어체계를개발하였다. 본연구에서개발된분석틀에서비만관리를설명하는영역은비만 ( 정의및분류 ), 인구학적특성, 위험요인, 증상및징후, 합병증, 예방, 진단과치료로구성되었다. 이는대상자측면의영역과건강관리제공자측면에서의비만관리서비스차원으로나누어설명할수있었다. 비만현상은시간적인경과에따라위험요인으로부터합병증으로진행되었고, 비만관리는예방에서진단치료로, 그리고다시예방으로순환되는과정적 (process) 특성이있었다. 본연구에서개발된개념및용어수준에따른분석틀은비만의대상자, 위험요인, 증상, 합병증, 진단및치료와예방개념을설명하기위하여, 소셜미디어상의빅데이터를보다체계적으로수집하고분석하는데에활용될수있을것이다. 제 2 절소셜빅데이터를이용한비만담론분석 2011 년현재우리나라 19 세이상성인비만율 (BMI 25 이상 ) 은남자는 35.1%, 여자는 27.1% 로전체인구의 31.4% 수준으로 2005 년이후급 속한증가세를보이고있으며, 건강생활실천을위해서는비만의폐해및

267 제 6 장소셜빅데이터를활용한사회위험요인예측 253 실태에대한일반국민의인식제고및자가관리능력의필요성이제기되고있다. 본연구에서는소셜빅데이터분석에기반을두어 비만언급에대한패턴과원인 을찾고대응체계수립을위한시사점을도출코자한다. 1. 조사설계 본연구는 2011년 1월 1일부터 2013년 12월 31일까지최근 3년동안블로그, 카페, 게시판및주요커뮤니티, SNS, 인터넷뉴스및미디어사이트채널등에서 비만, 다이어트 라는키워드를수집하였다. 비만과관련된세부키워드의수집은앞절에서개발한비만온톨로지를사용하였다. 표 6-10 소셜빅데이터활용한비만담론분석조사설계 분석기간 ~ (3 년 ) 조사방법분석대상키워드분석대상수집채널 SKT Smart Insight 플랫폼을이용한 Social Media Research (Online Buzz 분석 ) 비만, 다이어트 총 1,207,531 건 (2011 년 : 300,867 건, 2012 년 : 411,011 건, 2013 년 : 495,653 건 ) 1. 뉴스 / 미디어 : 온라인상에게재되는 217 개뉴스사이트 2. 블로그 : 네이버, 다음, 네이트,. 티스토리 3. 카페 : 네이버카페, 다음까페 4. SNS: 트위터, 미투데이 5. 게시판 : 네이버지식인, 네이트지식, 네이트톡, 네이트판, 다음지식인, 디시인사이드 _ 갤러리, 일간베스트, 다음미즈넥 _ 생활에피소드, 뷰티톡, 뷰티쁠, SLR 클럽

268 254 보건복지빅데이터효율적관리방안연구 2. 조사분석결과 가. 버즈현황분석 그림 6-6 과같이비만및다이어트에관한 Buzz 는특정시즌 이아닌연중나타나고있으며, 특히여름보다는겨울에서부터봄 시즌에비만과다이어트에관한언급이증가하는추세로나타났다. 그림 6-6 연도별버즈현황 : 주 : 트위터문서의수집은 2011 년 9 월부터시작되어 2011 년 Buzz Trend 에 Bias 를줄수있어전체 Buzz 분석에서는 2011 년데이터는제외 나. 버즈점유율분석 비만및다이어트에관한관심이증가하면서매년온라인상에서언급량은증가하고있는것으로분석되었다. 2011년부터 2013년까지 3개년모두 SNS에서의언급이 2012년 73.5%, 2013년 72.7%. 2011년 68.1% 순으로높았으며, 그다음으로블로그에서많이언급된것으로나타났다. SNS의경우비만및다이어트에대한걱정, 감정등을짧게남기는반면블로그, 카페등의채널에서는다이어트방법, 후

269 제 6 장소셜빅데이터를활용한사회위험요인예측 255 기등을작성하고공유하는형태의버즈가많은것으로분석되었다 ( 그림 6-7 참조 ). 그림 6-7 연도별버즈점유율현황 : 다. 계정활동분석 2011년버즈량과순계정비율은 [ 그림 6-8] 과같이 2011년계정활동분석결과트위터를제외한블로그, 게시판, 카페의버즈량이많았던 1월 ~8월의순계정비율은약 70% 정도였으나, 9월이후트위터문서가다수발생하며작성계정의비율은감소한것으로분석되었다. 전체문서에따른작성계정수는 [ 그림 6-9] 와같이게시판과카페의경우발생버즈대비언급자의수가많았으나트위터작성자의경우언급자가전체문서대비 44% 로특정계정만이비만과다이어트에대한언급을하고있는것으로나타났다.

270 256 보건복지빅데이터효율적관리방안연구 그림 년버즈량과순계정비율 그림 년전체문서수와문서작성계정수 2012 년버즈량과순계정비율은 [ 그림 6-10] 과같이 2012 년에는 월평균 35,000 건의버즈, 작성계정수는월평균 15,000 건이발생

271 제 6 장소셜빅데이터를활용한사회위험요인예측 257 하였다. 특히 SNS 의채널의경우순계정비율이 30% 미만으로매우 낮아져특정계정의반복언급이있는것으로분석되었다 ( 그림 6-11 참조 ). 그림 년버즈량과순계정비율 그림 년전체문서수와문서작성계정수

272 258 보건복지빅데이터효율적관리방안연구 2013년버즈량과순계정비율은 [ 그림 6-12] 와같이비만관련버즈량이증가함에도불구하고순계정비율과작성계정수가감소한것으로분석되었다. 버즈량과순계정분석결과비만에대한다수의관심과문서의증가사이의인과관계는크지않는것으로나타났다 ( 그림 6-13 참조 ). 그림 년버즈량과순계정비율 그림 년전체문서수와문서작성계정수

273 제 6 장소셜빅데이터를활용한사회위험요인예측 259 라. 트위터유형분석 연도별트위터유형분석결과 2011년에는리트윗 (RT, 전파형 ) 이나정보링크보다는비만에대한직접멘션을남기는독백형및대화형이 30% 이상의점유율을차지하고있으며, 2012년은직접멘션을남기는독백형, 대화형이약 50% 를차지했으며, 컨텐츠링크가멘션내에포함되어있는정보링크형도 25% 차지하였다. 2013년트위터의언급형태는전파형 (RT) 을중심으로다이어트약품, 운동업체등의이벤트버즈가많은부분을차지한것으로분석되었다. 그림 6-14 연도별트위터유형분석 2011 년 2012 년 2013 년 마. 키워드분석 1) 연도별비만부위별언급키워드분석 비만언급자들의부위별언급키워드분석을한결과 < 표 6-11> 과같이뱃살과허벅지는언급이상위에있는것으로나타났으며, 2011년하체비만언급이 3,236회로전체언급의 6위였던반면 2012년 6,239회 (1 위 ) 언급, 2013년에는 4,369회언급 (4위) 으로상위키워드로분석되었다.

274 260 보건복지빅데이터효율적관리방안연구 표 6-11 연도별비만부위별언급키워드현황 순위 2011년 2012년 2013년키워드빈도키워드빈도키워드빈도 1 뱃살 4,795 하체비만 6,239 뱃살 6,482 2 허벅지 4,572 뱃살 5,553 허벅지 5,909 3 얼굴 3,823 허벅지 5,450 복부비만 4,637 4 복부비만 3,528 얼굴 4,500 하체비만 4,369 5 허리 3,493 복부비만 4,229 얼굴 4,254 6 하체비만 3,236 허리 3,765 허리 3,437 7 엉덩이 2,059 엉덩이 2,213 엉덩이 1,703 8 종아리 1,599 종아리 1,699 종아리 1,139 9 팔뚝 832 팔뚝 1,134 팔뚝 1, 상체비만 189 상체비만 316 상체비만 부분비만 170 부분비만 126 부분비만 167 그림 6-15 연도별비만부위별언급키워드트렌드 2) 연도별비만관련약물치료언급키워드분석 비만과관련하여치료관련언급된키워드를분석한결과는 < 표 6-12 와같다. 가장많이언급된건강식품으로는 허벌라이프, 쉐이크 등의대체식품종류로나타났으며, 한약, 식욕억제제, 비만치료제등식욕을억제하는약물도다수언급이되었다. 뿐만아니라다이어트시건강유지를위한약품, 기능식품에대한언급도나타났다.

275 제 6 장소셜빅데이터를활용한사회위험요인예측 261 표 6-12 연도별비만치료방법 ( 약물치료 ) 언급키워드현황 순위 2011년 2012년 2013년키워드빈도키워드빈도키워드빈도 1 허벌라이프 3,305 쉐이크 2,463 쉐이크 3,237 2 쉐이크 2,107 허벌라이프 2,316 한약 2,586 3 한약 784 알로에겔 1,200 허벌라이프 1,544 4 알로에겔 532 건강기능식품 662 알로에겔 식욕억제제 143 한약 639 건강기능식품 비만치료제 92 비만치료제 309 식욕억제제 건강기능식품 86 시부트라민 80 비만치료제 시부트라민 38 식욕억제제 70 시부트라민 80 9 펜터민 6 10 orlistat 6 11 phentermine 4 주 : 의약품의국문명과영문명의빈도는합하여표기함. 3) 연도별비만관련운동치료언급키워드분석 비만과관련하여비만치료를위한운동치료키워드분석결과는 < 표 6-13> 과같다. 비만치료를위한운동은유산소운동, 스트레칭언급빈도가가장높았으며, 운동종목역시걷기, 줄넘기, 계단, 수영, 조깅등유산소운동이상위에언급되었으며, 실내에서혹은운동기구없이간편하게할수있는운동이비만과함께언급된것으로분석되었다 ( 그림 6-16 참조 ).

276 262 보건복지빅데이터효율적관리방안연구 표 6-13 연도별비만치료방법 ( 운동치료 ) 언급키워드현황 순위 2011년 2012년 2013년키워드빈도키워드빈도키워드빈도 1 유산소운동 2,948 스트레칭 3,333 유산소운동 2,380 2 스트레칭 2,881 걷기 3,068 스트레칭 2,255 3 걷기 2,523 유산소운동 3,059 걷기 1,953 4 줄넘기 2,010 요가 1,895 요가 1,459 5 요가 1,425 자전거 1,646 줄넘기 1,242 6 근력운동 1,282 근력운동 1,367 근력운동 수영 836 줄넘기 1,330 수영 자전거 813 계단 714 자전거 달리기 469 수영 707 조깅 조깅 461 조깅 556 계단 284 그림 6-16 연도별비만관련운동치료언급키워드트렌드 4) 연도별비만관련식사치료언급키워드분석 < 표 6-14> 과같이비만과관련하여식이요법과관련된언급키워드는 열량, 저칼로리등음식의칼로리관련문서가다수언급되었다. 지난 3

277 제 6 장소셜빅데이터를활용한사회위험요인예측 263 년동안언급된상위키워드로는 지방 이상위키워드로가장높은빈도 를보였다. 다음으로는원푸드다이어트, 덴마크다이어트, 황제다이어 트등과각다이어트에필요한음식이자주언급된것으로나타났다. 표 6-14 연도별비만치료방법 ( 식사치료 ) 언급키워드현황 순위 2011 년 2012 년 2013 년 키워드빈도키워드빈도키워드빈도 1 지방 10,969 지방 13,066 지방 12,786 2 가지 7,005 가지 7,119 가지 7,346 3 단백질 6,801 단백질 7,081 단백질 6,687 4 과일 5,015 과일 5,691 식이요법 5,137 5 식이요법 4,553 식이요법 4,649 비타민 4,577 6 야채 3,479 비타민 4,162 과일 4,513 7 샐러드 3,253 샐러드 3,736 열량 3,813 8 우유 3,139 채소 3,398 채소 2,975 9 채소 3,105 열량 3,283 야채 2, 비타민 3,068 야채 3,271 샐러드 2,426 바. 감성분석 감성분석은전체수집문서 1,207,531건중에서비만에대한긍정, 보통, 부정적인식이명확한표현어를대상으로분석하였다. 비만, 다이어트에대한감성분석결과는 그림 6-17 과같이보통비율이 66% 로가장높았으며, 부정적인인식 (12%) 보다는긍정적인인식 (22%) 의비중이 10% 가량더높은것으로분석되었다. 최근 3년간의감성분석을비교한결과긍정적인비중의인식이높아지는추이를보이고있는것으로나타났다.

278 264 보건복지빅데이터효율적관리방안연구 그림 6-17 비만에대한감성분석결과 (N=1,441,939) 비만에대한인식분석 연도별인식변화 비만과관련하여긍정적인언급키워드를분석한결과비만과관련하여 예방하다, 탈출하다 등의비만문제에대하여인식하고해결하고자하는표현어가도출되었다. 부정적인언급키워드로는 마른비만, 초고도비만 등의유형및각종질병을일으키는원인으로써부정적인언급이많은것으로나타났다 ( 표 6-15 참조, 그림 6-18 참조 ). 표 6-15 비만에대한긍 부정감성분석결과 ( 키워드분석 ) 순위 긍정 부정 1 비만예방하다 마른비만 2 하체비만탈출하다 비만원인되다 3 하체비만다이어트하다 비만심하다 4 복부비만해결하다 비만심각하다 5 하체비만해결하다 비만증가하다 6 비만관리하다 복부비만심하다 7 비만탈출하다 비만증가하다 8 복부비만빼다 하체비만심하다 9 비만벗어나다 복부비만심각하다 10 복부비만탈출하다 비만위험하다

279 제 6 장소셜빅데이터를활용한사회위험요인예측 265 그림 6-18 비만에대한감성분석결과 (SNS 언급 ) 긍정언급 S N S 언급 부정언급 S N S 언급 다이어트에대한긍정및부정적인언급키워드를분석한결과에서도다이어트목표및방법에관하여언급하며다이어트성공에대한포부와다짐에대한글의빈도가높았던반면, 부정적인언급키워드분석결과에서는무리한다이어트로인한부작용과다이어트로인한고통및실패경험에대한부정적표현어가빈도가높은것으로나타났다 ( 표 6-16 참조 ). 다이어트에대한긍정적인멘트로는 성공하다, 건강하다, 좋다, 도움되다 등이상위키워드로나타난반면, 부정적인멘트로는 무리하다, 실패하다, 잘못되다, 무너지다 등의순으로부정적인멘트가상

280 266 보건복지빅데이터효율적관리방안연구 위키워드로나타났다 ( 그림 6-19 참조 ). < 표 6-17> 은운동에대한긍정및부정언급키워드분석결과이다. 운동에대한긍정적인언급키워드로는 운동좋다, 살빼는운동, 운동꾸준히하다, 운동효과적이다, 운동추천하다, 만들어주는운동, 운동가능하다, 운동도움되다, 운동권유하다, 운동잘하다 등의건강한다이어트및비만예방을위한다양한운동방법을공유하는언급이대다수인것으로나타난반면에부정적인언급키워드분석결과에서는 운동안하다, 운동못하다, 운동힘들다, 운동싫어하다, 운동부족하다, 운동시간없다, 운동과하다 등의운동의중요성은인식을하고있지만본인의의지및시간부족에대한어려움을호소하며무리한운동을자제하는부정적인성향의언급빈도가높은것으로분석되었다 ( 그림 6-20 참조 ).

281 제 6 장소셜빅데이터를활용한사회위험요인예측 267 표 6-16 다이어트에대한긍 부정감성분석결과 ( 키워드분석 ) 순위 긍정 부정 1 다이어트성공하다 다이어트무리하다 2 다이어트건강하다 다이어트실패하다 3 다이어트좋다 다이어트잘못되다 4 다이어트도움되다 다이어트무너지다 5 다이어트효과적이다 다이어트하지말다 6 다이어트효과있다 다이어트안되다 7 다이어트올바르다 다이어트혹독하다 8 다이어트효과빠르다 다이어트포기하다 9 다이어트추천하다 다이어트못하다 10 다이어트쉽다 다이어트좋지않다 그림 6-19 다이어트에대한감성분석결과 (SNS 언급 ) 긍정언급 S N S 언급 부정언급 S N S 언급

282 268 보건복지빅데이터효율적관리방안연구 표 6-17 운동에대한긍 부정감성분석결과 ( 키워드분석 ) 순위 긍정 부정 1 운동좋다 운동안하다 2 살빼는운동 운동못하다 3 운동꾸준히하다 운동힘들다 4 운동효과적이다 운동싫어하다 5 운동추천하다 운동부족하다 6 만들어주는운동 운동시간없다 7 운동가능하다 운동과하다 8 운동도움되다 운동하지못하다 9 운동권유하다 운동필요없다 10 운동잘하다 운동피하다 그림 6-20 운동에대한감성분석결과 (SNS 언급 ) 긍정언급 S N S 언급 부정언급 S N S 언급

283 제 6 장소셜빅데이터를활용한사회위험요인예측 269 그림 6-21 은다이어트로인한정신적증상에대한긍 부정감성분석결과이다. 전체수집문서 18,023건중에부정적인언급에대한표현이 70%, 긍정이 15%, 보통이 15% 순으로나타났다. 이는스트레스와관련된부정적표현어가대다수를차지하면서부정적인언급이더높은것으로판단된다. < 표 6-18> 은정신적인증상에대한긍 부정언급키워드결과이다. 긍정적인키워드로는 스트레스해소하다, 스트레스받지않다, 스트레스해소되다, 스트레스해소시키다, 스트레스에좋다, 스트레스효과적이다 등의긍정적인언급이많았던만면, 부정적인언급으로는 스트레스받다, 스트레스과도하다, 스트레스받게되다, 스트레스쌓이다, 먹는스트레스, 스트레스심하다 등의언급이높았다. 이는식욕을통한스트레스해소가비만의원인이되며, 다이어트실패로인하여다시스트레스가축적이된것이라고판단할수있다. 그림 6-21 다이어트로인한정신적인증상에대한감성분석결과

284 270 보건복지빅데이터효율적관리방안연구 표 6-18 다이어트로인한정신적인증상에대한긍 부정감성분석결과 ( 키워드분석 ) 순위 긍정 부정 1 스트레스해소하다 스트레스받다 2 스트레스받지않다 스트레스인하다 3 스트레스해소되다 스트레스과도하다 4 스트레스해소시키다 스트레스받게되다 5 스트레스에좋다 스트레스쌓이다 6 스트레스효과적이다 먹는스트레스 7 스트레스사라지다 스트레스심하다 8 스트레스완화하다 스트레스주다 9 고민할필요없다 스트레스많다 10 스트레스이기다 스트레스되다 3. 결론 소셜빅데이터를이용한비만, 다이어트담론분석결과 비만및다이어트 에관한버즈발생은특정시즌이아닌 1년내내나타나는것으로분석되었으며, 3개년동안해마다온라인상의언급량이증가한것으로나타났다. 3개년동안 SNS의언급량이가장높았으며, 그다음이블로그에서다수언급된것으로나타났다. SNS 채널의경우비만및다이어트에대한걱정, 감정등을짧게남기는반면에블로그, 카페등의게시판형태의채널에서는다이어트방법, 후기등을작성하고공유하는형태의버즈가많이발생하였다. 트위터채널에서도 3개년간순계정비율이약 40% 로특정계정이반복하여비만및다이어트에관한언급을하고있는것으로분석되었다. 트위터를제외한블로그, 게시판, 카페채널은순계정비율은높은편이었으며다수의사람들이활동하는것으로나타났다. 각년도별트윗유형으로는 2011년과 2012년은직접비만에대한멘션을언급하는독백형, 대화형이상위를차지하였던반면에 2013년에는트위터언급형태는전파형 (RT) 를중심으로다이어트, 약품, 운동업체등의

285 제 6 장소셜빅데이터를활용한사회위험요인예측 271 이벤트버즈가상당부분차지한것으로분석되었다. 시간이지난수록비만치료에대한관련업체의홍보가트위터상에증가하는것으로나타났다. 키워드및감성분석결과에서도비만치료와관련된키워드는허벌라이프, 쉐이크등의대체식품종류와식욕억제류등의약물이상위키워드로언급되었으며, 관련된운동은특별한기구가없어도손쉽게할수있는조깅, 유산소운동이상위키워드로언급이되었다. 다이어트방법으로는꾸준한노력보다쉽게살을뺄수있는약물, 수술치료등에관심을보이는경향이있었으며, 최근 3년간비만및다이어트에관한긍정적인인식의비중이지속적으로높아지는것으로나타났다. 비만을예방하고관리하기위해서는효과적인운동, 식이요법을공유하는형태의언급이많았으며, 다이어트성공을다짐하는멘션도높았다. 스트레스해소를위한음식섭취가비만으로이어지고다이어트실패로인한스트레스를받는악순환에관한언급이있었다. 이는계속되는다이어트실패로스트레스가축적되어부정적인언급이높아진것이라판단할수있다. 제 3 절소셜빅데이터를이용한청소년자살위험예측요인 24) 1. 서론 우리나라는자살에의한사망률 ( 자살률 ) 은 2012 년인구 10 만명당 29.1 명으로경제협력개발기구회원국의평균자살률 12.5 명에비해회원 국중가장높게나타나고있으며, 2012 년자살로인한총사망자 24) 본절은해외학술지에게재하기위하여 송태민, 송주영, 안지영, Hayman, 우종민 에의해작성된논으로, Social Risk Factor Prediction Utilizing Social Big Data. Working Paper , KIHASA 에수록된내용임을밝힌다.

286 272 보건복지빅데이터효율적관리방안연구 14,160명중 1,632명이 30세미만으로자살이 10대와 20대의사망원인 1위를차지하고있다 ( 통계청, 2013). 2012년우리나라청소년 (13 24 세 ) 의 10명중 6명이전반적인생활과학교생활로인해스트레스를받고있으며, 청소년의 11.2% 가지난 1년동안한번이라도자살하고싶다는생각을해본적이있는것으로나타났다 ( 통계청, 2013). 청소년자살생각의주된이유로는성적및진학문제 (28.0%), 경제적어려움 (20.5%), 외로움 고독 (14.1%), 가정불화 (13.6%), 직장문제 (6.7%), 기타 (17.1%) 순이며, 기타이유로는이성문제, 질환, 장애, 친구불화등인것으로나타났다. 이와같이자살이국내뿐만아니라많은선진국들에서도청소년사망의주요원인으로나타남에따라, 전세계적으로청소년자살에대한다차원적인예방과개입의필요성이증가하고있으며청소년자살예방에대해다각적인노력을하고있다. 그동안자살에관한연구는자살원인을밝히기위하여정신과적요인, 생물학적 의학적요인, 사회적 환경적요인등에초점이맞추어져왔다 ( 배상민, 우종민, 2011). 자살행동의원인에대한선행연구들은다양한변인들이자살과관련이있음을주장해왔다. 자살행동의개인적변인으로는우울 (Konick LC et al., 2005), 무망감 (Goldston DB et al., 2001), 충동성 (Turecki G, 2005), 스트레스대처능력부족 (Rudd MD, 2001), 낮은자존감 (Wilburn VR, 2008) 등이보고되고있다. 자살은매우다양하고복잡한원인으로나타나지만, 스트레스와같은다양한외적자극에의해서도영향을받으며 ( 홍영수외, 2005), 극심한스트레스에노출되는것은개인의능력혹은자원을초과하여개인의안녕을위협할수있으며, 자살사고와자살행동의위험한전조라고보고하고있다 (Izadinia N et al., 2001; 윤영숙, 2012). 자살은단편적으로이루어지는것이아니라사회 심리적자원과스트레스요인이상호작용하여우울증이나알코올중독등의질환이발생하고 (Alloy LB,

287 제 6 장소셜빅데이터를활용한사회위험요인예측 ), 이들질환이시간을두고점차진행되면서자살에이르는일련의과정을거치게된다 (Tea min Song et al., 2014). 우울증이있는사람은주변의자살사건과같은외적자극에노출되었을때모방자살이증가한다는연구결과가있다 (Peruzzi N, 1999). 특히, 청소년의자살원인은매우다양하다. 우리나라는고등학생들의경우빈번하게바뀌는입시정책의혼란과학업에대한스트레스가참기어려운긴장을야기하고, 벋어날수있는수단으로써자살행위를선택하고있다 ( 윤영숙, 2012; 서신자, 2013). 자살을선택하는청소년의대부분은현실에대한인지적숙지보다는정서적, 감정적동요에의해일시적인충동감, 분노감, 자기조절능력저하등에의해일어날수있다 ( 김민경, 2012). 스포츠참여와같은사회적네트워크가학교생활의소속감을증가시켜청소년의자살행동을감소시킬수있다 (Brown DR et al., 2012). 자아존중감은청소년자살의대표적인보호요인으로자아존중감이낮을수록자살위험이높아지는것으로보고되고있다 (Heather LR et al., 2010). 청소년자살에영향을미치는가족요인으로는부모의별거와이혼및부모자녀간의낮은유대관계가스트레스로작용하여자살의위험요인이라고보고하고있다 (Beautrais AL, 2003; Meltzer H 2001). 친구관계에서발생하는폭력피해경험이우울등의부정적감정을매개하여자살생각에영향을미친다 (Kaufman JM, 2009). 외모및용돈스트레스는자살충동에영향을미치는것으로나타났다 ( 김경미외, 2013). 가족원중자살한사람이있다는것은청소년자살위험성을높이는중요한요인이될수있다 (Bridge JA et al., 1997). 부모의관심은자녀들이자살생각을하지않게하는긍적적인효과가있다 (Fergusson DM et al., 1995). 또래친구와의상호간계가부족한청소년은우울을유발하여자살생각에이르는것으로나타났다 (Kendel DB et al., 1991). 자기통제가부족할수록자

288 274 보건복지빅데이터효율적관리방안연구 살의가능성이높은경향이있다 ( 김현주, 2008). 낮은가계소득으로인해지속적으로스트레스를받은청소년은자살생각을많이하는경향이있다 (Toprak S et al., 2011; 김선아, 2009). 신문과방송, 그리고인터넷에서구체적으로자살경위및방식을묘사하는경우, 이를그대로재현하는모방자살이뒤따를수있다 (Kim BS et al., 2011; Stack S et al., 2005; Tousignant M et al., 2005). 한편, 우리나라는최근스마트기기의보급이확산됨에따라모바일인터넷과 SNS 이용은급속히증가하고있다. 2013년 7월현재우리나라의만 3세이상인구의인터넷이용률은 82.1% 이며이중만 6세이상인구의 55.1% 가 1년이내 SNS를이용하고있는것으로나타났다 ( 미래창조과학부, 2013). 사회관계망서비스인 SNS는실시간성과가속성이라는특성으로사회전반의문제에대한이슈가 SNS를통해확산된다. 특히, SNS는청소년들이일상생활속에서갖는우울한감정이나스트레스, 고민을들을수있고행태를이해할수있는공간으로 SNS 상에서나타나는자살에대한감정표현이나심리적위기행태들을분석하게되면위험징후와유의미한패턴을감지하여자살을예방하는데긍정적효과를발휘할수있다 ( 한국정보화진흥원, 2012). 이러한 SNS를통하여전송되는데이터의양이기하급수적으로증가하여데이터가경제적자산으로서의가치를인정받기시작하면서빅데이터의활용과분석이국가와기업의성패를가름할새로운경제적가치의원천이될것으로기대하며다양한부문에서빅데이터의적극적인활용을시도하고있다. 우리나라는이미수많은빅데이터를정부및공공기관이나민간기관의검색포털이나 SNS에서관리 저장하고있으나정보접근과분석방법의어려움으로빅데이터의활용과분석은미흡한실정에있다 ( 송태민외, 2013). 특히, 청소년자살의원인과관련요인을구명하기위하여기존에실시하던횡단적조사나

289 제 6 장소셜빅데이터를활용한사회위험요인예측 275 종단적조사등을대상으로한연구는정해진변인들에대한개인과집단의관계를보는데에는유용하나사이버상에서언급된개인별버즈 (buzz: 입소문 ) 가사회적현상들과얼마나어떻게연관되어있는지밝히고원인을파악하는데는한계가있다. 이러한점에서소셜빅데이터를활용한데이터마이닝의의사결정나무분석은특별한통계적가정없이결정규칙에따라새로운상관관계나패턴등을발견함으로써자살과같은인간행동의복잡하고역동적인현상에서발생하는다양한원인들의상호작용관계를효과적으로분석하는데유용한도구라고할수있다. 이에본연구는우리나라온라인뉴스사이트, 블로그, 카페, SNS, 게시판등에서수집된소셜빅데이터를바탕으로청소년자살의위험을예측할수있는모형과연관규칙을제시하고자한다. 본연구의목적의소셜빅데이터를활용하여데이터마이닝의의사결정나무분석을통해한국의청소년자살위험예측모형을제시하는것으로구체적인목적은다음과같다. 첫째, 청소년자살위험에영향을미치는요인을파악한다. 둘째, 청소년자살위험요인을예측할수있는의사결정나무를개발한다. 2. 연구방법 가. 연구대상 본연구는국내의온라인뉴스사이트, 블로그, 카페, 소셜네트워크서비스, 게시판등인터넷을통해수집된소셜빅데이터를대상으로하였다. 본분석에서는 215개의온라인뉴스사이트, 4개의블로그 ( 네이버, 네이트, 다음, 티스토리 ), 3개의카페 ( 네이버, 다음, 뽐뿌 ), 2개의 SNS( 트위터, 미투데이 ), 4개의게시판 ( 네이버지식인, 네이트지식, 네이트톡, 네이

290 276 보건복지빅데이터효율적관리방안연구 트판 ) 등총 228개의온라인채널을통해수집가능한텍스트기반의웹문서 ( 버즈 ) 를소셜빅데이터로정의하였다 (821일 ) 까지해당채널에서청소년자살관련토픽 221,691건을수집하여분석하였다. 본연구를위한소셜빅데이터의수집은크롤러 (Crawler) 를사용하였고토픽의분류는주제분석 (text mining) 기법을사용하였다. 청소년자살관련토픽은 여학생자살, 남중생자살, 남고생자살, 남학생자살, 여중생자살, 중학생자살, 여고생자살, 고등학생자살, 고딩자살, 중딩자살, 초딩자살, 초등학생자살, 중학교자살, 고등학교자살, 초등학교자살 의 15개의유사어를사용하였으며, 자살골, NLL, 싸이, 김장훈, 문재인, 노무현, 안철수, 공방, 민정수석, 대통령, 김주익, 악어새, 의혹, 박정희, 박근혜, 김대중, 후보, 민심장악, 신경전, 무소속, 대선후보, 여당, 야당, 아랑, 아랑사또전, 강문영, 신민아, 무영, 무연, 이준기, 광해, 이병헌, 베르테르, 영화광해, 알랭드보통, 장편소설, 소설, 영화, 혼자살기, 혼자살지, 이명박, 혼자살게, 돌고래쇼, 혼자살, 동물쇼, 돌고래 의 46개의불용어를사용하여수집하였다. 그리고청소년자살토픽의수집은요일별, 주말, 휴일을고려하지않고매시간단위로수집하였다. 본연구의실제분석대상은전체청소년자살버즈 (221,691 건 ) 에서청소년자살의원인을언급한 83,657건의버즈를대상으로하였다. 나. 연구도구 청소년자살과관련하여수집된버즈는주제분석 (text mining) 과감 성분석 (opinion mining) 의과정을거쳐다음과같이정형화데이터로 코드화하여사용하였다.

291 제 6 장소셜빅데이터를활용한사회위험요인예측 277 1) 자살원인 청소년자살원인의분류는 사망, 수능, 우울증, 성폭행, 고통, 충격, 성적, 걱정, 스트레스, 해고, 왕따, 폭력, 생활고, 이혼, 열등감, 얼굴, 질병, 학교폭력 18개로대상이있는경우는 1, 없는경우는 0 으로코드화하였다. 2) 자살방법 자살방법의분류는 투신자살, 분신자살, 동반자살, 전깃줄, 번개탄, 음독자살, 자해, 할복자살, 수면제, 연탄, 밧줄, 넥타이, 농약, 가스, 고카페인, 철사, 본드, 질식 의 18개로방법이있는경우는 1, 없는경우는 0 으로코드화하였다. 3) 자살감성 자살감성은감성분석 (opinion mining) 을통하여자살을긍정적으로인식하는표현 ( 예 : 자살할거다, 자살선택하다, 자살좋다, 자살쉽다 등 ) 이담긴버즈, 자살을부정적으로인식하는표현 ( 예 : 자살안타깝다, 자살나쁘다, 자살심각하다, 자살충격적이다 등 ) 이담긴버즈, 자살을보통으로인식하는표현 ( 긍적적표현과부정적표현이혼합된문서 ) 이담긴버즈를코드화 (1: 긍정, 2: 보통, 3: 부정 ) 하였다. 본연구의최종자살감성에사용된변인은자살위험 (1: 자살을긍정과보통으로인식하는문서 ) 과자살보호 (0: 자살을부정적으로인식하는문서 ) 로코드화하였다.

292 278 보건복지빅데이터효율적관리방안연구 다. 분석방법 본연구에서는한국의청소년자살위험요인을설명하는가장효율적인예측모형을구축하기위해특별한통계적가정이필요하지않은데이터마이닝의의사결정나무분석방법을사용하였다. 데이터마이닝의의사결정나무분석은방대한자료속에서종속변인을가장잘설명하는예측모형을자동적으로산출해줌으로써각기다른원인을가진청소년자살에대한위험요인을쉽게파악할수있다. 본연구의의사결정나무형성을위한분석알고리즘은 CHAID(Chi-squared Automatic Interaction Detection), Exhaustive CHAID, CRT(Classification and Regression Tree), QUEST(Quick, Unbiased, Efficient Statistical Tree) 확장방법 (growing method) 중모형의예측율이가장높은 Exhaustive CHAID를사용하였다. Exhaustive CHAID는이산형인종속변수의분리기준으로카이제곱 ( -검정) 을사용하며, 모든가능한조합을탐색하여최적분리를찾는다. 정지규칙 (stoping rule) 로상위노드 ( 부모마디 ) 의최소케이스수는 100로하위노드 ( 자식마디 ) 의최소케이스수는 50으로설정하였고, 나무깊이는 3수준으로정하였다. 그리고데이터분할에의한타당성평가를위해훈련표본 (training data) 과검정표본 (test data) 의비율은 70:30으로설정하였다. 본연구의기술분석, 다중로지스틱회귀분석, 의사결정나무분석은 SPSS 20.0을사용하였다. 라. 연구의윤리적고려 연구의대한윤리적고려를위하여한국보건사회연구원생명윤리위원 회 (IRB) 의승인 (No ) 을얻은후연구를진행하였다. 연구대상자 료는한국보건사회연구원과 SKT 가 2013 년 5 월에수집한 2 차자료를활

293 제 6 장소셜빅데이터를활용한사회위험요인예측 279 용하였으며, 수집된소셜빅데이터는개인정보를인식할수없는데이터 로대상자의익명성과기밀성이보장되는연구이다. 3. 연구결과 가. 주요변인들의기술통계 자살토픽을언급한전체버즈는 221,691건이며, 이중자살의원인을언급한버즈는 37.7%(83,657건 ) 로나타났다. 청소년자살검색의원인은학교폭력, 우울, 성적, 외모, 사망, 열등감, 충격, 생활고순으로나타났다. 청소년자살방법은투신, 목을매거나압박을가하여질식 ( 넥타이, 철사 ), 살충제에의한자의중독및노출 ( 농약 ), 나머지수단 ( 연탄, 본드, 분신, 카페인 ) 순으로나타났다 ( 표 6-19 참조 ). 표 6-19 Descriptive Statistics of Factors Cause of suicide Method of suicide Cause Buzz(%) Cause* Buzz(%) Method Buzz(%) Method Buzz(%) Dying Jumping 3404(38.2) (6.4) School Bond 2768 Violence (25.3) (12.0) SAT Posse 172(1.9) (1.7) Melancholia Sexual Assault Pain Impact 8518 (5.3) 2977 (1.8) 9195 (5.7) 9057 (5.6) Dying Inferiority (12.2) 9726 (8.6) Double suicide 810(9.1) Cords 199(2.2) Bongetan 56(0.6) Overdose 121(1.4) Coal briquette Pesticide 1139 (13.5) 1031 (12.2) Test scores (10.0) Melancholy (15.8) Self-harm 1130(12.7) Wire 293 (3.5)

294 280 보건복지빅데이터효율적관리방안연구 Cause of suicide Method of suicide Cause Buzz(%) Cause* Buzz(%) Method Buzz(%) Method Buzz(%) Worry Seppuku (5.3) (0.7) Stress Sleeping 668 (6.7) pills (7.5) Firing Coal Appearance Jumping (0.4) (13.4) briquette (3.9) (42.3) Bullying Tether (9.4) (1.4) Violence Tie (17.7) 1275 (1.2) 172 Economy Posse 742 (1.1) 300 (2.0) Economy Pesticide (0.5) (3.4) Divorce Gas (3.9) (9.4) 1227 SAT Tie 1234 (15.7) 7 (14.5) Inferiority Caffeine (0.8) (0.1) Appearance Wire (5.2) (0.5) Disease Impact Bond Caffeine (1.3) (8.0) (2.8) (0.1) School Violence (12.4) Suffocation 주 : * Cause analysis (unique value of 1 or greater) was conducted on 18 causes and cause factors were reduced to 8. Cause analysis (unique value of 1 or greater) was conducted on 18 methods and method factors were reduced to (2.9) 나. 청소년자살위험에미치는영향요인 사망요인을제외하고모든요인이자살보호보다자살위험에더많이영향을주는것으로나타났다. 자살위험에영향을미치는요인으로는외모요인, 열등감요인, 우울요인, 충격요인, 학교폭력요인, 생활고요인, 성적요인의순으로나타났다 ( 표 6-20 참조 ).

295 제 6 장소셜빅데이터를활용한사회위험요인예측 281 표 6-20 Multinomial Logistic of Suicide Causes Variable B S.E. P OR(95%CI) Intercept School Violence ( ) Dying ( ) Inferiority ( ) Melancholy ( ) Appearance ( ) Economy ( ) SAT ( ) Impact ( ) 주 : Adjusted odds ratio(95% Confidence interval) 다. 청소년자살위험요인예측모형 노드분리기준을이용하여나무형분류모형에따른모형의예측율 ( 정분류율 ) 을검증하여예측력이가장높은모형을선택하였다. 트리의분리정확도를나타내는정분류율을비교분석한결과 Exhaustive CHAID와 CRT 알고리즘의훈련표본과검정표본의정분류율이 721.% 과 72.0% 로가장높았으나, CRT 알고리즘은 2차데이터마이닝에서훈련표본의정확도가 Exhaustive CHAID 보다낮아, 훈련표본과검정표본의정분류율이높게나타난 Exhaustive CHAID 알고리즘을선택하였다 ( 표 6-21 참조 ). 표 6-21 Predictive Performance according to Modeling Methods Modeling Training data Test data methods Correct(%) Wrong(%) Correct(%) Wrong(%) CHAID Exhaustive CHAID CRT QUEST

296 282 보건복지빅데이터효율적관리방안연구 한국의청소년자살위험예측모형에대한의사결정나무분석결과는 그림 6-22 와같다. 훈련표본의나무구조의최상위에있는네모는루트노드로서, 예측변수 ( 독립변수 ) 가투입되지않은종속변수 ( 청소년자살위험 ) 의빈도를나타낸다. 루트노드에서청소년의자살위험은 27.9%(16,317건 ), 자살보호는 72.1%(42,206건 ) 으로나타났다. 루트노드의하단의가장상위에위치하는요인이청소년자살위험예측에가장영향력이높은 ( 관련성이깊은 ) 요인으로 외모요인 의영향력이가장큰것으로나타났다. 즉, 외모요인 의위험이높은경우청소년자살위험이이전의 27.9% 에서 36.9% 로증가한반면, 청소년자살보호는이전의 72.1% 에서 63.1% 로낮아졌다. 외모요인 이높더라도 충격요인 이높으면청소년자살위험이이전의 36.9% 에서 40.7% 로증가한반면, 청소년자살보호는이전의 63.1% 에서 59.3% 로낮아졌다. 충격요인 이높더라도 성적요인 이높으면청소년자살위험이이전의 40.7% 에서 30.2% 로감소한반면, 청소년자살보호는이전의 59.3% 에서 69.8% 로높아졌다. 루트노드하단의 외모요인 의위험이낮은경우청소년자살위험이이전의 27.9% 에서 25.9% 로낮아진반면, 청소년자살보호는이전의 72.1% 에서 74.1% 로높아졌다. 외모요인 이낮더라도 열등감요인 이높으면청소년자살위험이이전의 25.9% 에서 33.8% 로증가한반면, 청소년자살보호는이전의 74.1% 에서 66.2% 로낮아졌다. 열등감요인 이높더라도 충격요인 이높으면청소년자살위험이이전의 33.8% 에서 37.8% 로높아진반면, 청소년자살보호는이전의 66.2% 에서 62.2% 로낮아졌다.

297 제 6 장소셜빅데이터를활용한사회위험요인예측 283 그림 6-22 Predictive model of risk factors for Suicide 라. 청소년자살위험요인예측모형에대한이익도표 본연구에서청소년자살위험이가장높은경우는 외모요인 의위험이높으면서 충격요인 의위험이높고 성적요인 의위험이낮은조합으로나타났다. 즉, 12번노드의지수 (index) 가 155.9% 로뿌리마디와비교했을때 12번노드의조건을가진집단의청소년자살위험이약 1.56배로나타났다. 청소년자살보호가가장높은경우는 외모요인 의위험이낮으면서 열등감요인 의위험이낮고 우울감요인 의위험이낮은조합으로나타났다. 즉, 7번노드의지수 (index) 가 106.0% 로뿌리마디와비교

298 284 보건복지빅데이터효율적관리방안연구 했을때 7번노드의조건을가진집단의청소년자살보호가 1.06배로나타났다 ( 표 6-22 참조 ). 본연구의데이터분할에의한타당성평가를위해훈련표본과검정표본을비교한결과훈련표본의위험추정치 (risk estimate) 는 0.279(standard error: 0.002), 검정표본의위험추정치는 0.280(standard error: 0.003) 으로본청소년자살위험요인예측모형의일반화에무리가없는것으로나타났다. 표 6-22 Profit chart of Predictive models of Suicide Profit index Cumulative index Type Node node: n node: % gain(%) index(%) node: n node: % gain(%) index(%) Risk Protection

299 제 6 장소셜빅데이터를활용한사회위험요인예측 논의 본연구는소셜빅데이터를활용하여데이터마이닝의의사결정나무분석을통한한국의청소년자살위험요인에대한예측모형을개발하였다. 본연구에서사용된의사결정나무분석모형은특별한통계적가정없이결정규칙에따라나무구조로도표화하여분류와예측을수행하는방법으로소셜빅데이터에서여러개의독립변수중종속변수에대한영향력이높은변수의패턴이나관계를찾아내는데유용하다. 본연구의결과를중심으로논의하면다음과같다. 첫째, SNS상의청소년자살원인은학교폭력, 우울, 성적, 외모, 사망, 열등감, 충격, 생활고등으로나타났다. 이는 2012년청소년통계에서조사된자살원인인성적, 경제적어려움, 외로움, 가정불화, 직장문제, 기타 ( 이성, 질환, 친구불화등 ) 의내용과다르게나타났다. 따라서 SNS상에나타나는자살에대한감정이실제오프라인조사와다르다는것을감안할때청소년자살생각의조사항목에대한재분류와함께세분화가필요할것으로본다. 둘째, SNS상의청소년자살방법은투신 (42.3%), 질식 (18.0%), 살충제 (12.2%), 본드 (12.0%) 기타의순으로나타났다. 이는 2012년통계청사망원인통계에서 19세이하청소년의실제자살방법인투신 (57.1%), 질식 (27.5%), 본드 (7.4%), 살충제 (2.1%), 기타순과비슷하게나타났다. SNS상에서검색하는청소년의자살방법이실제청소년자살사망자의자살방법과비슷한것은언론에서구체적으로온라인상의자살경위및자살방법을묘사하는경우모방자살을유발할수있다는연구 (Kim BS et al., 2011; Stack S., 2005; Tousignant M et al., 2013) 를지지하는것으로자살검색을언론의자세한자살보도는자율적으로규제되어야할것으로본다. 셋째, 청소년자살위험요인은외모요인, 열등감요인, 우울요인, 충격요인, 학

300 286 보건복지빅데이터효율적관리방안연구 교폭력요인, 생활고요인, 성적요인의순으로나타났다. 이는외모 ( 김경미외, 2013), 자아존중감 (Heather LR et al., 2010), 우울 (Peruzzi N et al., 1999), 충동 ( 김민경, 2012), 학교폭력 (Kaufman JM., 2009), 생활고 (Toprak Set al., 2011; 김선아, 2009), 학업스트레스 ( 윤영숙, 2012; 서신자, 2013) 가자살충동에영향을미친다는연구들을지지하는것으로나타났다. 넷째, 청소년의자살위험요인을예측하는가장중요한변인은외모요인으로나타났다. 외모요인의위험이높을경우자살위험은증가하였고자살보호는감소한것으로나타나외모스트레스는자살충동에영향을미친다는기존의연구 ( 김경미, 2013) 를지지하는것으로나타났다. 외모요인의위험이높고충동요인의위험이높을경우자살위험은증가하였고자살보호는감소한것으로나타나자살을선택하는청소년의대부분은현실에대한인지적숙지보다는충동감, 분노감, 자기조절능력저하등에영향을받는다는기존의연구 ( 김민경, 2012) 를지지하는것으로나타났다. 외모요인의위험이높고충동요인의위험이높고수능요인의위험이높을경우자살위험은감소하였고자살보호는증가한것으로나타나우리나라청소년들이빈번하게바뀌는입시정책의혼란과학업에대한스트레스가자살에영향을준다는기존의연구 ( 윤영숙, 2012; 서신자외, 2013) 를지지하는것으로나타났다. 다섯째, 외모요인의위험이낮더라고열등감위험이높으면자살위험은증가하였고자살보호는감소한것으로나타나자아존중감이청소년의자살의대표적인보호요인이다는기존의연구 (Heather LR et al., 2010) 을지지하는것으로나타났다. 외모요인과열등감위험이낮더라도우울감위험이높으면자살위험은증가하였고자살보호는감소한것으로나타나우울증이있는사람이주변의자살사건에노출이되었을경우모방자살이증가한다는연구결과 (Peruzzi N, 1999) 를지지하는것으로나타났다. 마지막으로, 청소년자

301 제 6 장소셜빅데이터를활용한사회위험요인예측 287 살위험이가장높은경우는외모요인의위험이높으면서충격요인의위험이높고, 성적요인의위험이낮은조합으로이집단의자살위험은뿌리마디와비교했을경우약 1.56배증가하였다. 본연구를근거로우리나라의자살예방과관련하여다음과같은정책적함의를도출할수있다. 첫째, 청소년자살위험요인은외모요인, 충격요인, 성적요인, 우울요인, 열등감요인등이복합적으로영향을미치는것으로나타나, 정부의학생자살예방및위기관리프로그램에이러한복합적인요인을예방하고치료할수있는방안이마련되어야할것이다. 둘째, 청소년은온라인상에서자살과관련한담론을주고받으며이러한언급이실제적인자살과관련된심리적 행동적특성으로노출이될수있기때문에본연구의자살예측모형에따른위험징후가예측되면실시간으로개입할수있는애플리케이션의개발이필요할것이다 ( 송태민, 2013). 셋째, SNS에서주고받는자살관련소셜담론 (Buzz) 은개인의일상생활에서갖는우울한감정이나고민이기록되는온라인심리적부검보고서라고할수있다. 따라서핀란드가국가적차원의오프라인보고서를바탕으로자살을줄였다면우리나라는소셜빅데이터분석으로국가차원의자살예방대책이마련되어야할것이다 ( 송태민, 2014). 본연구는개개인의특성을가지고분석한것이아니고그구성원이속한전체집단의자료를대상으로분석하였기때문에이를개인에게적용하였을경우생태학적오류 (ecological fallacy) 가발생할수있다. 또한, 본연구에서정의된자살원인관련요인 ( 용어 ) 은버즈내에서발생된단어의빈도로정의되었기때문에기존의조사등을통한이론적모형에서의자살원인과의미가다를수있어후속연구에서의검증이필요할것으로본다. 그러나이러한제한점에도불구하고본연구는소셜빅데이터에서수집된자살버즈를주제분석과감성분석을통하여자살원인과방법등을분류하였고, 데이터

302 288 보건복지빅데이터효율적관리방안연구 마이닝분석을통하여청소년자살위험요인의예측모형을제시한점에서분석방법론적으로의의가있다. 또한, 실제적인내용을빠르게효과적으로파악하여사회통계가지닌한계를보완할수있는새로운조사방법으로서의빅데이터의가치를확인하였다는점에서조사방법론적의의를가진다고할수있다.

303 제 7 장 보건복지빅데이터활성화 전략및발전방안 제 1 절보건복지빅데이터활성화를위한전략분석 제 2 절보건복지빅데이터발전방안

304

305 7 보건복지빅데이터활성화전략및발전방안 << 제 1 절보건복지빅데이터활성화를위한전략분석 보건복지빅데이터활성화를위한정책을도출하기위하여 2장빅데이터이론적배경, 3장국내외공공빅데이터공개현황, 4장보건복지이슈분석및통계제공현황등의분석결과를살펴보면다음과같다. 첫째, 보건복지빅데이터를통합적으로관리하기위한범부처차원의조직이필요할것이다. 둘째, 보건복지빅데이터의선도기술 ( 저장기술, 처리기술등 ) 의활용이우선되어야할것이다. 셋째, 빅데이터의수용과정은기술수용목적에따라다르기때문에수요자와공급자중심의빅데이터활용방안의모색이필요할것이다. 넷째, 소셜미디어에서공개된개인정보는위변조오남용이쉽고상업적목적의정보수집등에노출될수있기때문에보건복지빅데이터프라이버시보호방안의제도적마련이필요할것이다. 다섯째, 키워드분석을통한보건복지이슈와분류체계의구축이필요할것으로본다. 여섯째, 소셜미디어에서정보를추출하고, 정부와공공기관이가진정형데이터와의연계를위한소셜빅데이터분석방안이필요하다. 마지막으로오프라인보건복지수요조사와함께소셜빅데이터를활용한보건복지수요예측을실시하기위한방안마련이필요하다. 한편, 본연구의목적은국내외의보건복지관련빅데이터현황과기술을분석하고수요공급의예측과분석사례를통하여수요자중심의맞춤형서비스를위한보건복지빅데이터의효율적관리방안을제시하는것위한것이며, 이러한목표를달성하기위하여 < 표 7-1> 과같이 SWOT분

306 292 보건복지빅데이터효율적관리방안연구 석을실시하였다. SWOT분석은빅데이터산업에내재하는주요요인들과외부환경요인들을분석하여이를정의하고외부의기회 (Opportunity) 와위협 (Threat), 내부의강점 (Strength) 과약점 (Weakness) 을연계하여사업의전략적대안을도출한다. 그리고내부의강점및약점은현재나미래의전략적의사결정을수행하는데있어영향을주며약간의통제및조정이가능하나외부의기회와위협은흔히발생하고대상조직이나업무에중대한영향을주며통제또는조정이어렵다. 이결과로기회를이용하여강점으로활용하는전략과위협을피하고약점을최소화하는각각의전략을수립할수있다.

307 제 7 장보건복지빅데이터활성화전략및발전방안 293 표 7 1 보건복지빅데이터서비스활성화를위한 SWOT 분석 강점 (Strength) 약점 (Weakness) 보건복지공공빅데이터 ( 건보, 보건복지빅데이터상호운용성연금, 심평원등 ) 보유내확보를위한표준화미비 보건복지공공정보시스템 ( 사부 부처별빅데이터사업에대한통망, 지역보건소정보시스템요통합 연계체계부재등 ) 운영인 공공과민간빅데이터공동 스마트미디어보급확산에따른활용을위한협력체계부재소셜빅데이터양적증가 빅데이터분석력미흡및전문 정보통신 (ICT) 과보건복지기인력부족술의융합기술능력보유 보건복지빅데이터프라이버외부요인 공공기관의보건복지빅데이터시보호를위한법 / 제도미비핵심과제추진기회 (Opportunity) 강점 기회전략약점 기회전략 정부 3.0 의추진동력으로빅데이터선정 사회전반적인불확실성과위험관리대응방안으로빅데이터활용 보건복지욕구증가로빅데이터기반개인맞춤형서비스수요증가 보건의료패러다임이치료중심에서예방관리중심으로전환 빅데이터융합기술에대한필요성및수요증대 수요자와공급자의빅데이터에대한관심증가 정부및공공기관보유보건복지빅데이터의최우선활용 공공정보시스템의연계를통한보건복지빅데이터서비스체계구축 소셜빅데이터분석기반보건복지정책개발 정형빅데이터와비정형빅데이터의연계체계구축 빅데이터분석기술과 ICT 를결합한보건복지맞춤형서비스체계구축 보건복지부 3.0 에보건복지빅데이터분석을위한플렛폼조기구축및활용 보건복지빅데이터분석선도기술개발유도및지원 보건복지빅데이터분석기술표준화체계구축 범정부보건복지빅데이터거버넌스구축 민간기관과협조체계를위한보건복지빅데이터포럼조직및운영 보건복지빅데이터데이터사이언티스트인재양성 보건복지빅데이터프라아이버시보호를위한법 / 제도정비 보건복지빅데이터연계체계구축 위협 (Threat) 강점 위협전략약점 위협전략 해외선진기업의국내보건복지빅데이터시장및기술선점 해외주요선진국의보건복지빅데이터 R&D 강력추진 개인건강정보유출로인한사생활침해확대 빅데이터비용 - 효과에대한분석미비 공공과민간의니즈에부합되는보건복지 R&D 사업개발요구증대 부처별 / 자체별보건복지빅데이터사업별도추진 글로벌보건복지빅데이터활용기술지원 보건복지빅데이터확산을위한비즈니스모델개발 보건복지빅데이터원천기술및플렛폼구축을위한공공 / 민간 R&D 투자확대 산 학 연협력을통한보건복지빅데이터의기술개발활성화 정부차원의보건복지빅데이터컨트롤타워조직및운영 글로벌보건복지빅데이터기술및표준화체계마련 보건복지빅데이터서비스성공사례발굴및확산 산 학 연협력을통한보건복지데이터사이언티스트인력양성 보건복지빅데이터비용효과분석연구 보건복지빅데이터활성화를위한중장기계획수립 보건복지빅데이터프라이버시보호를위한관련법지속추진 자료 : 송태민외 (2011). u-health 현황과정책과제. p129' 와 ETRI( ). 보건의료 Big Data R&D 사업기획. p45' 에서수정보완

308 294 보건복지빅데이터효율적관리방안연구 제 2 절보건복지빅데이터발전방안 1. 보건복지빅데이터의효율적활용방안 25) 보건복지분야빅데이터를효율적으로활용하기위해서는다음과같은전략이필요할것이다. 첫째, 보건복지빅데이터를통합적으로관리하기위한범부처차원의 ( 가칭 ) 보건복지빅데이터관리위원회의운영이필요하다. 현재보건복지빅데이터는보건복지부, 고용노동부, 지식경제부 ( 현산업통상자원부, 미래창조과학부 ), 식품의약품안전처, 통계청등많은정부부처와국민건강보험공단, 건강보험심사평가원, 국책연구기관등많은공공기관에서관리 운영되고있어각기관에서운영중인정보의연계와공유를위해서는범정부차원의조직이필요할것이다. 둘째, 비정형화된보건복지빅데이터를관리하고있는민간기관과의협조체제가마련되어야할것이다. 비정형화된보건복지빅데이터는민간기관의검색포털이나 SNS를통해서생산 저장되고있어민간기관과의긴밀한협조체계 ( 가칭 : 보건복지빅데이터포럼 ) 가구축되어야할것이다. 셋째, 국가차원의오픈 API(Open Application Programming Interface) 의제공이필요하다. 보건복지의대부분의빅데이터는공공부문에서독점하고있다. 정보를수집 / 분석하고수집과동시에정보를실시간으로웹상에공개하는것도중요하지만보건복지빅데이터를효과적이고효율적으로활용하기위해서는정부차원의 API 공개를적극적으로검토할필요가있다. 우리나라의공공데이터제공은공공데이터포털에서제공하고있으며 2014년 6월 30일현 25) 본절은 송태민 ( ). 우리나라보건복지빅데이터동향및활용방안, 과학기술정책, 192, 과학기술정책연구원. 의내용을수정 보완함.

309 제 7 장보건복지빅데이터활성화전략및발전방안 295 재 698개의기관에서 9,378건의데이터셋을제공하고있다. 공공데이터를제공하고있는서비스유형으로대부분공공데이터포털에서다운로드나링크서비스로제공되고있으며, 제공중인빅데이터유형도문서파일이나통계표위주의 2차자료제공으로정부가요구하는민간의창의성및혁신적아이디어를결합하기위한공공데이터로는미흡한실정에있다. 즉, 익명화된원시정보 (1차자료 ) 가제공되어야민간이가진소셜빅데이터와의연계가가능하나, 2차자료로는새로운비지니스를창출하기어려울것이다. 공공데이터포털에서제공하고있는오픈API는총 1,471건으로이중보건복지분야공개 API는 100건이다. 대부분의보건의료오픈API는지자체의병의원 / 의원 / 약국조회서비스를제공하고있고, 식품의약안전오픈 API는모범음식점, 화학물질, 식품정보등을포털을통해서비스하고있다. 복지분야는복지시설관련정보 ( 주소, 서비스내용 ) 등을제공해주고있다. 공공데이터활용사례는 311건으로이중보건복지분야활용사례는 50건이제공되고있다. 보건분야는의료기관의위치정보와진료과목, 예방접종등에대한어플리케이션을제공하고있으며, 복지분야는사회복지시설정보, 봉사활동종합정보, 노인일자리정보등을제공하고있다. 현재제공중인공공데이터는공공기관의포털에서제공중인서비스가대부분을차지하며, 행정자료로자동취합되는원시자료의실시간제공은매우미흡한실정이다. 따라서보건복지빅데이터를활용하기위해서는현재공공기관의포털에서제공되는정보의원시정보를실시간으로제공할수있는방안이마련되어야할것으로본다. 끝으로정부와공공기관이보유 관리하고있는빅데이터는통합하는방안보다는각각의빅데이터의집단별특성을분석하여위험 ( 또는수요 ) 집단간연계를통한예측 ( 위험예측또는질병예측등 ) 서비스가제공되어야할것이다. 즉, 빅데이터분석을통한개인별맞춤형서비스는프

310 296 보건복지빅데이터효율적관리방안연구 라이버시를침해할수있기때문에위험 ( 또는수요 ) 집단별맞춤형서비스가제공되어야할것으로본다. 넷째, 보건복지빅데이터를분석처리할수있는관련기술의개발이필요하다. 스마트시대에는비관계형, 비정형데이터의저장과분석, 클라우드서비스의확산, 시멘틱검색서비스, 추론에기반한상황인식서비스등의기술이핵심이될것이다. 따라서관련부처와협력하여보건복지분야빅데이터를 수집 저장 분석 추론 할수있는기술개발은물론기술표준화가우선적으로추진되어야할것이다. 다섯째, 구조화되지않은대규모데이터속에서숨겨진정보를찾아내는데이터사이언티스트 (Data Scientist) 의인재양성이필요할것이다. 빅데이터시대에는데이터를관리하고분석할수있는인력이매우중요하다. 이미글로벌 IT업체에서는데이터사이언티스트에대한인재확보와역량강화에많은노력을경주하고있다. 따라서교육부와협력하여보건복지분야데이터사이언티스트를양성할수있는전략이마련되어져야할것이다. 끝으로보건복지빅데이터의개인정보와기밀정보에대한보안정책이마련되어야할것이다. 보건복지빅데이터는개인에대한거의모든정보가저장되어있지만아직법 제도는미비한상황이며논의조차되지못하고있다. 빅데이터의활용도중요하지만과다한개인정보의유출은프라이버시침해는물론사이버인권침해나범죄에악용될수있다. 빅데이터로부터개인을보호하기위해가장중요한것은특정개인을식별하지못하도록하는익명화와정보접근및정보처리에대한통제이다. 그러나정보접근및정보처리에대한통제를강하게하면정보활용이활성화되지않기때문에보건복지빅데이터 활용과보호의균형 에대한효과적인정책이마련되어져야할것이다 ( 송태민, 2013).

311 제 7 장보건복지빅데이터활성화전략및발전방안 보건의료및공공분야빅데이터선도기술활용방안 앞서공공과보건의료빅데이터수요공급예측연구를위하여국내의온라인뉴스사이트, 블로그, 카페, 소셜네트워크서비스, 게시판등인터넷을통해수집된소셜빅데이터를데이터마이닝의의사결정나무분석기법을적용하여분석하였다. 본연구의결과를요약하면다음과같다. 첫째, 보건의료와공공분야모두빅데이터기술은저장기술 ( 데이터베이스, 데이터웨어하우스, 클라우드컴퓨팅, 디스크, NoSQL, San), 분석기술 ( NDAP, 기계학습, 네트워크, 마이닝, 시맨틱, 온톨로지, 패턴인식, EDW, 텍스트마이닝, 음성인식, 영상인식, AR, AI, Mahout, ETL, 알고리즘, Pregel), 처리기술 ( 가상화, 맵리듀스, 스케일아웃, 어플라이언스, 하둡, Hbase, MR, Appliance, Dremel, Percolator, 검색, 인덱싱, 스톰, HDFS, 인메모리 ), 활용기술 (BI, 인포그래픽스, SaaS, Paas, BaaS, Daas) 등의순으로나타났다. 둘째, 보건의료분야의빅데이터분석기술은고객관리, 생산관리, 통계, 인사관리, 컨설팅등의순으로활용되고있으며, 공공분야의빅데이터분석기술은고객관리, 생산관리, 컨설팅, 의사결정등에활용되고있는것으로나타났다. 셋째, 보건의료분야는혁신요인과우려요인에정적 (+) 영향을미치는것으로나타나, 혁신과우려로인해공급자가빅데이터를수용할확률이높은것으로나타났다. 공공분야는혁신요인과성장요인에정적 (+) 영향을미치는것으로나타나, 혁신과성장으로인해수요자보다공급자가빅데이터를수용할확률이높은것으로나타났다. 넷째, 보건의료분야의감성요인이빅데이터수요공급예측모형에미치는영향은 혁신요인 이가장큰것으로나타났으며, 보건의료분야의기반요인이빅데이터수요공급예측모형에미치는영향은 품질요인 이가장큰것으로나타났다. 다섯째, 공공분야의감성요인이

312 298 보건복지빅데이터효율적관리방안연구 빅데이터수요공급예측모형에미치는영향은 혁신요인 이가장큰것으로나타났으며, 공공분야의기반요인이빅데이터수요공급예측모형에미치는영향은 프라이버시요인 이가장큰것으로나타났다. 본연구를근거로국내의보건의료및공공분야빅데이터수요공급의예측과관련하여다음과같은정책적함의를도출할수있다. 첫째, 국내의보건의료및공공분야에서빅데이터관련기술은주로고객관리에활용되고있는것으로나타났다. 이는정부 3.0과빅데이터는유기적인연관관계가있으며, 국민중심서비스를위해빅데이터분석결과를기초로수요자맞춤형서비스를제공함으로써신뢰성 (Veracity) 있는새로운가치 (Value) 를창출하기위해빅데이터기술을적극활용하고있는것으로보여진다. 둘째, 보건의료분야의공급자는혁신을위하여빅데이터를활용하지만수요자는성장을위해빅데이터를활용하는것으로나타났다. 이는공급자는혁신을통하여조직을위기에서벗어나게하고성공시키기위해빅데이터를도입하지만수요자는경쟁력를강화시키고성장하기위하여빅데이터를활용하는것으로보여진다. 셋째, 보건의료분야에서는혁신요인과품질요인이빅데이터수요공급예측에미치는영향력이가장큰것으로나타났다. 이는조직을성공시키고최고로만들기위해빅데이터를활용하지만서비스품질을우선적으로고려해야한다는것을나타낸다. 넷째, 공공분야에서는혁신요인과프라이버시요인이빅데이터수요공급예측에미치는영향력이가장큰것으로나타났다. 이는조직을혁신하고성공시키기위해빅데이터를활용하지만프라이버시를우선적으로고려해야한다는것을나타낸다.

313 제 7 장보건복지빅데이터활성화전략및발전방안 수요자와공급자중심의빅데이터기술도입방안 새로운기술의출현은사회를변화시킨다. 빅데이터기술은이제껏관리하기가힘들었던다양한이종의데이터와이를처리하고분석하여가치를만들어내는일련의과정을가능케하고있다. 앞선빅데이터수용요인분석연구를통해살펴본기업의빅데이터기술수용과정은기술의수용목적에따람매우다른구조를가짐이확인되었다. 이러한분석결과를바탕으로성공적인기업의빅데이터기술도입방안은다음과같다. 첫째, 빅데이터기술에대한막연한기대감으로기술도입을서두르고있지않는지기업스스로확인이필요하다. 본연구를통해확인된 주관적규범 요인의영향력은이러한점을환기하고있다. 빅데이터기술을활용하여어떠한가치를만들어낼것인가에따라적용되는기술및전체적아키텍쳐의설계가모두달라질수있다. 기업입장에서는때로는관리되고있지않던데이터차제를수집하는것이필요할때도있고금융이나통신처럼너무방대한데이터에대한처리구조를효율화해야할필요성도있다. 이에따른적용기술과검토사항은매우차별화된다. 둘째, 빅데이터기술의지속적확산을위해서는일반이용자들도쉽게기술기반의가치를체험할수있는보완기술과서비스들이확장되어야할것이다. 특히많은기업들이빅데이터수집, 처리, 분석플랫폼에대한자체구축을검토하는데반드시자체구축만이가장바람직한것은아니다. 보안에관한부분이잘관리될수있다면 ASP나 SaaS기반의플랫폼을활용하는부분도조기기술적용을통한투자대비성과측면의실패를범하지않을수있는좋은접근법이다. 끝으로, 빅데이터는데이터와기술자체이지만이를활용하기위해서는조직의의사결정프로세스및문화적인부분이변화되어야할필요성

314 300 보건복지빅데이터효율적관리방안연구 도있다. 특히본연구에서살펴본 기술이용자 집단과 기술활용자 집단의경우기업내의조직과업무프로세스가차별적인부분을감안하여이들집단에최적화된인적역량과문화적역량이갖추어져야할것이다. 4. 보건복지빅데이터프라이버시보호방안 현재어느나라를막론하여빅데이터의활용에있어가장큰과제는개인의사생활비밀보호및개인정보보호이다. 앞에서이미언급한바와같이개인정보보호에중점을두면빅데이터의활용을저해하게될우려가있다. 개인정보보호법등관련법률을자의적으로해석하여수집된개인데이터를공공의목적으로활용하기위해제삼자에게제공하는데소극적인기관이적지않다. 개인정보보호법의목적이 개인정보의수집 유출 오용 남용으로부터사생활의비밀등을보호함으로써국민의권리와이익을증진하고 로되어있지만개인정보와비개인정보를명확히구분하기가곤란하고비즈니스에있어자동적으로수집되는데이터가비개인정보라고할지라도프라이버시를침해할가능성이있다. 특히소셜미디어에공개된개인정보는위변조오남용이쉽고상업적이용을위한정보수집등에노출이될수있기때문에프라이버시침해등의문제가발생할가능성이매우높다. 개인정보의흐름이이미국경을넘어선지가오래이다. 구글, 트위터, 유튜브등의글로벌기업의서비스에국내법상에문제가있는부분이있더라도이를국내에서국내법의규정에따라제재를가할수는없다. 따라서이제는국제협력을도모하면서선진국수준에부응하는프라이버시보호와개인정보보호제도를정착시켜야할시점에와있다. 해외에서이미법적인관점에서의개인정보보호보다는사회적인관

315 제 7 장보건복지빅데이터활성화전략및발전방안 301 점에서의프라이버시보호가중시되는경향으로흐르고있다. 방송통신위원회는 2013년 12월 18일 빅데이터개인정보보호토론회 와 2014년 3월 19일 온라인개인정보보호세미나 를통해가이드라인에대한의견을수렴하고다음과같은가이드라인을제시하고있다. 현재빅데이터활용에있어개인정보보호법의핵심적화두는정보주체의사전동의를받는것이곤란할경우를법적으로어떻게초치할지의문제이다. 특히, 우라나라의개인정보보호법제는개인정보의수집 이용 제공등과관련하여엄격한사전동의방식 (Opt-in) 을채택하고있어, < 표 7-2> 의가이드라인안은이러한동의의엄격한요건을상당부분완화시키는내용을담고있다 ( 국회입법조사처, 2014). 본가이드라인에대한시민단체의비판핵심은다음과같다 ( 국회입법조사처, 2014). 첫째정보통신서비스제공자는공개된개인정보및이용내역정보를정보주체동의없이수집이용할수있어문제가있다. 이는현행법률상개인정보의수집및활용은일부예외적인경우를제외하고원칙적으로그것이어떠한정보이든정보주체의동의가필요하다는점을전제로하고있다. 둘째, 공개된개인정보및이용내역정보를활용하여정보주체의동의없이새로운정보를생성할수있는위험성이있다. 셋째, 공개된개인정보를동의없이제 3자에게제공할수있도록하고있어사생활침해의가능성을높인다. 현재제시되고있는가이드라인안의내용을구현하기위해서는다음과같은관련입법 ( 법률 ) 에대한권한을가진입법자들의의사결정이요구된다 ( 국회입법조사처, 2014). 첫째, 동의요건의문제는헌법상기본권으로서보장되는개인정보자기결정권의실현수단으로서의성격을가지는것이기때문에이를완화시키기위해서는사회적차원의합의가요구된다. 둘째, 가이드라인안은동의요건완화를위해기존개인정보보호법제에서는개념이정비되어있지않은 공개된개인정보, 이용내역정보, 생

316 302 보건복지빅데이터효율적관리방안연구 성된개인정보 의개념을새롭게제시하고있는제, 과연이러한개인정보 개념이필요한지만일필요하다면어떻게법률적차원에서수용해야하 는지에대한국회차원의논의가필요하다. 표 7-2 빅데이터개인정보보호가이드라인 의주요내용 구분 공개된개인정보 ( 제 3 조 ) 이용내역정보의수집 ( 제 4 조 ) 새로운개인정보의생성 ( 제 5 조 ) 비식별화 ( 제 6 조 ) 민감정보의생성금지 ( 제 8 조 ) 공개된개인정보등의제 3 자제공 ( 제 11 조 ) 내용 정보통신서비스제공자가공개된개인정보를수집하고자하는경우에는 별도의정보주체의동의를얻지않아도됨. 정보통신서비스제공자는정보주체의거부의사가있지않을경우서비 스계약체결과이행을위하여필요한이용내역정보를수집하여조합, 분석또는처리하는경우별도로정보주체의동의를얻지않아도됨. 정보통신서비스제공자는정보주체의거부의사가있지않을경우정당 하고합리적인번위내에서정보주체의별도동의없이공개된개인정보 및이용내역정보등을활용하여새로운개인정보를생성할수있음. 정보주체의공의를받거나법령상허용되는경우가아닌한, 공개된개 인정보, 이용내역정보, 생성된개인정보 ( 공개된개인정보등 ) 눈비식별 화조치를취한후조합, 분석또는처리하여야함. 비식별화정보는재식별화되지않도록하여야함. 공개된개인정보등의처리과정에서임시적으로생성된개인정보는목 적을달성한경우지체없이파기하거나비식별화되어야함. 정보주체의동의를받거나법률상허용되는경우가아닌한, 사상. 신념. 건 강등정보주체의사생활을현저히침해할우려가있는정보의생성을목 적으로개인정보등을조합, 분석또는처리해서는안됨. ( 공개된개인정보와이용내역정보를활용하여 ) 새로이생성된정보 그 리고 이용내역정보 를제 3 자에게제공하기위해서는제공받는자, 이 용목적, 항목, 보유및이용기간등을알리고정보주체의동의를받아야함 공개된개인정보는정보주체의동의없이제3자에게제공가능함. 자료 : 심우민, 빅데이터개인정보보호가이드라인과입법과제, 국회입법조사처, 이슈와논점,

317 제 7 장보건복지빅데이터활성화전략및발전방안 보건복지통계효율적관리방안 정부 3.0 및창조경제의추진과실현을위하여현정부의주요정책과제의지원과함께다양한분야에보건복지통계의활용가치가강조되고있다. 우리나라보건복지통계는여러기관에서분산적으로통계를생산하여큰틀에서체계적인기획및관리가어려운상황이다. 보건복지분야는다른분야보다통계정보와수요자간의밀접한관계가요구된다. 수요자중심의보건복지통계를생산하기위해서는보건복지부내관련부서, 타부처및지자체, 관련기관간의효율적인보건복지통계생산을위한조정및네트워크구축을위한컨트롤타워의구축이필요하다. 그리고보건복지통계의계획, 생산, 관리및배포등제반활동을통합적이고일관적인체계로관리할수있는전담조직신설및협업네트워크구축이필요하다 ( 그림 7-1 참조 ). 또한서로다른기관의데이터를연계하여제공해줌으로써데이터의활용도를높일수있는데이터연계센터 26) 가설치되어야할것이다. 26) 호주의보건사회연구원보건복지통계센터 (Australian Institute of Health and Welfare, AIHW) 에서는인구보건과임상자료의연계를통해보건정책관련연구의질을제고하고연계된데이터분석을통해각분야 ( 임상, 보건, 환경등 ) 의협력관계를구축함.

318 304 보건복지빅데이터효율적관리방안연구 그림 7-1 보건복지통계관리전담조직 ( 가칭데이터연계센터 ) 자료 : 2015 년보건복지정책과제 ( 보건복지부 - 한국보건사회연구원보건복지정책포럼 ). 자료집. 6. SNA 분석을통한보건의료이슈도출방안 앞선보건복지이슈분석에서는국내보건의료분야연구의내적지식구조를파악하기위해총 18개의한국연구재단등재학술지로부터 2009 년부터 2014년 6월까지총 3,457편의논문을수집한후, 중복및유사키워드를확인하여분류한후, 최종적으로총 13,465개의키워드를분석하였다. 6개년도키워드를연결정도중심성을기준으로상위 50개를추출한후, 이를대상으로네트워크를구축한결과, Social Support( 사회적지지 ), Self esteem( 자존감 ), Quality of Life( 삶의질 ), Health Status( 건강상태 ), Attitude( 태도 ), Anxiety( 불안 ), Female( 여성 ), Health behavior( 건강행위 ), Health( 건강 )', 'Middle aged( 청장년

319 제 7 장보건복지빅데이터활성화전략및발전방안 305 또는중년 )' 의순으로나타났다. 또한이들군집의구조적특성을파악한결과, Social support( 사회적지지 ), Self esteem( 자존감 ), Attitude ( 사고방식 ), Self-efficacy( 자기효능감 ), Depression( 우울 ), Quality of Life( 삶의질 ) 등이중심이되어네트워크를형성하고있는것으로나타났다. 상위키워드의연도별변화를살펴보면, 우선, 정신 사회적측면을볼때, Social support( 사회적지지 ) 와 Social-esteem( 자존감 ) 의경우최근까지도연결정도중심성이높게유지되었다. 그러나 'Self-efficacy ( 자기효능감 )' 의경우에는 2012년도를제외하고는그렇지못한양상을보였다. Anxiety( 불안 ) 의경우에는 2010년을제외하고모두상위키워드로출현하고있음을볼수있었다. Suicide( 자살 ) 의경우에는 2009년과 2010년연결정도중심성이높았으나그이후에는그렇지못한반면, 2013년과 2014년 Suicidal ideation( 자살사고 ) 가상위키워드로출현한것을볼수있었다. 이는국내보건의료분야의연구가한국의사회적현상을잘반영하고있는것이라고해석할수있겠다. 또한 Quality of life( 삶의질 ) 의경우, 2011년을제외하고모두상위키워드로등장하였으며, Life style( 삶의방식 ) 과함께최근활발히연구되고있었다. 다음으로특정대상과관련한키워드가운데 Mother( 엄마 ) 의경우에는 2011년을제외하고는상위키워드로출현하지않았으며, Nurses( 간호사 ) 의경우 2013년이후상위키워드로유지되고있었다. Female( 여성 ) 의경우에는 2009년과 2014년에는상위키워드로출현하지않았으나그간지속적으로연구되어온것으로나타났다. 더불어여성과관련이있는 Pregnancy( 임신 )' 의경우에도지속적이지는않으나간헐적으로상위키워드로출현하고있었다. 이는곧남성에비해사회적으로약자에해당하는여성에대한연구가관심을받고있다는것을입증하고있

320 306 보건복지빅데이터효율적관리방안연구 다고해석할수있겠다. 2011년이후 Immigrants( 이민자 ) 가상위키워드로출현한것은국내보건의료분야의연구가다문화사회로진입하고있는한국의사회현상을잘반영하고있다는것으로해석할수있겠다. Middle aged( 중년층 ) 에서 2013년 'Elders( 노인 )' 가상위키워드로등장하면서생애주기별연구의관점에서볼때, 연구대상이확대되고있음을알수있었으며, 이또한고령화사회로급속하게변화하고있는한국의사회현상을잘반영하고있는것이라할수있겠다. Health( 건강 ) 와 Health status( 건강상태 ) 의경우, 지속적으로상위키워드로출현하고있었으며, 이는 Health behavior( 건강행위 )' 로그범주가확장되고있음을볼수있었다. 이는 2010년을제외하고는모두상위키워드로등장하였으며, 'Smoking( 흡연 )', Smoking cessation ( 금연 ), Exercise( 운동 ), 'Physical activity( 신체활동 )' 등의관련키워드와함께지속적으로연구되고있는것으로나타났다. 특정질환관련키워드는다양한질환이지속적이지는않으나간헐적으로상위키워드로출현하고있었다. 이와관련한키워드는 2009년과 2010년 Osteoarthritis( 골관절염 ), 2010년 'Cancer( 암 ), 2013년 Stroke( 뇌졸중 ), Hypertension( 고혈압 ), 2014년 Breast cancer( 유방암 ) 등이다. 마지막으로상위키워드의연도별응집구조를종합적으로해석하면, Adolescents( 청소년 )' 와 Social support( 사회적지지 ), 'Self-esteem( 자존감 ), Self-efficacy( 자기효능감 ), Smoking( 흡연 ), 'Suicide( 자살 ) 등이서로연결되어연구되고있었으며, Suicide( 자살 ) 는다시 Depression( 우울 ), Stress( 스트레스 ), Social support( 사회적지지 ), Self-esteem( 자존감 ) 등과함께연결되어연구되고있었다.

321 제 7 장보건복지빅데이터활성화전략및발전방안 307 Nurses( 간호사 ) 는 Job stress( 직무스트레스 ) 와함께연구되고있었으며, Elders( 노인 ), Female( 여성 ), Children( 어린이 ), Immigrants( 이민자 ) 등이새로운연구대상으로떠오르고있었다. 따라서청소년을대상으로한다양한방면에서의연구가지속적으로수행되어오고있으며, 최근대두되고있는노화, 다문화, 사회적약자에대한연구등국내보건의료분야의연구가한국의사회적변화를잘반영하고있다고해석할수있겠다. 본연구를통한 SNA 분석시고려사항은다음과같다. 첫째, 키워드분석시 MeSH 용어를사용하지않고저자가부여한키워드를사용하는경우, 색인자효과가발생한다 (Lee, Kim, Park, & Lee, 2006; Kim & Lee, 2007; Mika, 2007). 또한, 동일한의미의용어가다르게표기된경우등키워드의색인에표준화가되어있지않아연구자가논문의키워드를 1차로색인한후 2차로자동색인기를사용하여색인된저자키워드를표준화시키는과정을거쳐야한다 (Wang, Wang, Ma, & Hu, 2007). 그러나본연구는이러한과정을거치는대신저자키워드를추출하여그키워드를정제하는과정에서다양한변인을고려하기위하여보건의료분야전문가의검토를거쳤다 (Barrat, Barthelemy, Pastor-Satorras, & Vespignani, 2004). 둘째, SNA 분석을위해개발된연결중심성은노드간연결에대한가중치를반영하지않는단점이있다 (Osphal, Agneessens, & Skvoretz, 2010). 본연구는연구주제의중심성을파악하기위해연결된키워드수뿐만아니라연결된횟수에따라가중치를반영하여가중치가높을수록연결정도중심성이상승하도록하였으며 (Adamic LA, Lukose RM, Puniyani AR, Huberman BA., 2001; Barrat, Barthelemy, Pastor-Satorras, & Vespignani, 2004). 하지만이러한가중치부여가

322 308 보건복지빅데이터효율적관리방안연구 연구주제의질적수준을전적으로반영할수있는것은아니므로학술지의영향력지수를반영하는등다양한방법에의한상대적인가중치를반영하는등의대안마련이필요할것이다. 셋째, 자료수집단계에서추출된모든키워드를네트워크상에가시화시킬수없으므로본연구는동시출현빈도상위키워드만을분석대상으로하였다. 따라서분석대상에포함되는키워드는전체에비해제한적이라할수있다. 따라서네트워크상에서배제된키워드는연구결과해석에서제외될수밖에없다는분석의한계를갖는다 (Jang, Lee, & An, 2012). 향후 SNA 연구를위한제언을정리하면다음과같다. 첫째, 보건의료분야의축적되는다양한형태의자료들을지속적으로관리함으로써이러한분석을주기적으로진행해야할것이다. 둘째, SNA 분석결과의검증을위하여해당분야의자문위원을구성함으로써전문가의심층적인검토를거쳐야할것이다. 셋째, 보건의료분야의연구영역을확장하기위하여키워드이외의연구자및그들의소속기관등의추가정보를확장시켜연결함으로써연구분야뿐아니라연구자네트워크를체계적으로구성해나가야할것이다. 7. 소셜빅데이터분석방안 빅데이터분야에서 소셜애널리틱스 (Social Analytics) 가페이스북, 트위터, SNS 등에서수집되는비정형데이터를신속하게분석을한다. 소셜미디어에서정보를뽑아내고분석하는방법은크게 3가지로나눌수있다 ( 송태민, 2013). 첫째, 텍스트마이닝 (Text Mining) 은인간이언어로쓰인비정형텍스트에서자연어처리기술을이용하여유용한정보를

323 제 7 장보건복지빅데이터활성화전략및발전방안 309 추출하거나, 연계성을파악, 분류혹은군집화, 요약등빅데이터의숨겨진의미있는정보를발견하는것이다. 둘째, 오피니언마이닝 (Opinion Mining) 은소셜미디어의텍스트문장을대상으로자연어처리기술과감성분석기술을적용하여사용자의의견을분석하는것으로마케팅에서는버즈 (Buzz; 입소문 ) 분석이라고도한다. 셋째, 네트워크분석 (Network Analytics) 은네트워크연결구조와연결강도를분석하여어떤메시지가어떤경로를통해전파가되는지, 누구에게영향을미칠수있는지를파악하는것이다. 소셜데이터의수집은 그림 7-2 와같이일반적인웹환경 (HTTP, RSS) 에서수집가능정보들을웹크롤러를통하여수집하고, 연계정보는각출처에서제공하는 Open API를이용하여필요정보를수집한다 ( 권정은 정지선, 2012) 27). 수집데이터는데이터의중복성및품질을검사하여유의미한정보만을선별한후분석과정에서쉽게처리하기위해다양한수집형식을고려하여일관된방식을저장및관리를해야한다. 기초분석을위해형태소분석을통하여추출된텍스터데이터의언어적형태를분석하여구성요소들 ( 명사, 동사, 형용사, 전치사, 조사등 ) 을식별및분류한다. 구문분석을통하여언어적구성요소들의배치나구조적특성을분석하여의미적연관관계를유추하고, 감성분석을통해내용에언급된감성들의표현들을선별하여감성표현의대상을식별하고, 감성의종류를구분한다. 분석기초자료인언어분석을위한각종용어사전, 개체명사전, 이형태어사전, 감성어사전, 분류체계, 분류규칙, 분류학습데이터등을지속적으로수정 관리해야한다. 분석결과의공유를위해서는대쉬보드및상황판을구현하여분석된결과를도형이나표를이용하여쉽게파악 27) 권정은, 정지선 (2012). 청소년위기극복을위한빅데이터기반정책시나리오. 한국정보화진흥원.

324 310 보건복지빅데이터효율적관리방안연구 할수있는환경을조성하고분석된결과를실무보고서에신속히적용할 수있도록보고서에서활용가능한형태의시각화결과와엑셀등구조화 된형태로분석결과를제공해야한다. 그림 7-2 청소년자살징후포착을위한소셜분석시스템구성도 ( 안 ) 소셜빅데이터분석절차및방법은 그림 7-3 과같다 ( 송태민 송주영, 2013). 첫째, 해당주제와관련한문서를 ( 자살 ) 분석모델링을통해수집대상과수집범위를설정한후, 대상채널 ( 뉴스 블로그 카페 게시판 SNS 등 ) 에서크롤러등수집엔진 ( 로봇 ) 을이용하여수집한다. 이때불용어를지정하여수집의오류를방지하고자살관련연관키워드그룹 ( 원인 유형 대상 성별 장소 지역 방법등 ) 과지정한다. 둘째, 수집한비정형데이터를분석한다. 비정형데이터분석은버즈분석, 키워드분석, 감성분석, 계정분석등으로진행한다. 청소년자살버즈수집사례와같이비정형데이터를연구자가수집한원상태로분석하기에는어려움이있

325 제 7 장보건복지빅데이터활성화전략및발전방안 311 다. 따라서수집한비정형데이터를텍스트마이닝 (text mining), 오피니언마이닝 (opinion mining), 네트워크분석 (network analysis) 을통하여분류하고정제하는절차가필요하다. 셋째, 비정형빅데이터를정형빅데이터로변환해야한다. 자살관련주제분석시의문서분석사례를살펴보면, 자살버즈각각의문서는 ID로코드화하여야하고, 버즈내키워드나방법등도모두코드화하여야한다. 넷째, 사회현상과연계해분석하기위하여정형화된빅데이터를오프라인통계 ( 조사 ) 자료와연계해야한다. 오프라인통계 ( 조사 ) 자료는대부분정부나공공기관에서유료또는무료로제공하기때문에, 연계대상자료와함께연계가능한 ID( 일별 월별 연별 지역별 ) 를확인한후오프라인자료를수집하여연계 (merge) 할수있다. 다섯째, 오프라인통계 ( 조사 ) 자료와연계된정형화된빅데이터의분석은요인간의인과관계나시간별변화궤적을분석할수있는구조방정식모형이나일별 ( 월별 연별 ), 지역별사회현상과관련된요인과의관계를분석할수있는다층모형, 그리고수집된키워드의분류과정을통해새로운현상을발견할수있는데이터마이닝분석을실시할수있다.

326 312 보건복지빅데이터효율적관리방안연구 그림 7-3 소셜빅데이터분석절차및방법 ( 자살버즈분석사례 ) 빅데이터연계 [big data linkage(matching)] 방법으로는정확매칭 (exact matching) 과통계적매칭 (statistical matching) 이있다. 정확매칭은고유식별정보가존재하여동일한개체를연결함으로서상호매칭이되며주로행정데이터간의연계나행정데이터와조사데이터간연계를할경우사용된다. 통계적매칭은고유식별정보가존재하지않기때문에유사한개체를찾아상호데이터를결합시키는방법으로이질적인조사데이터와조사데이터연계나이질적인행정데이터와조사데이터연계, 그리고정형데이터와비정형데이터연계를할경우사용된다. 소셜빅데이터와공공기관빅데이터 [ 예 : 청소년전화 (1388) 상담빅데이터 ] 의연계방법은 [ 그림 7-4] 와같이일별날자를고유식별정보로활용하는정확매칭방법을활용할수있다.

327 제 7 장보건복지빅데이터활성화전략및발전방안 313 그림 7-4 소셜빅데이터와정형빅데이터매칭 8. 소셜빅데이터분석기반보건복지정책수립 앞선보건복지정책수요예측연구에서는국내의온라인뉴스사이트, 블로그, 카페, 소셜네트워크서비스, 게시판등인터넷을통해수집된소셜빅데이터를데이터마이닝의의사결정나무분석기법을적용하여분석함으로써한국의보건복지정책수요에대한예측모형을개발하고자하였다. 본연구의결과를요약하면다음과같다. 첫째, 보건복지정책과관련한버즈는의료민영화, 과다복지, 증세, 양육수당, 원격의료, 연금, 건강보험등의순으로많이언급되는것으로나타났다. 둘째, 청와대와관련한보건복지정책관련버즈는의료민영화, 증세, 연금, 양육수당, 과다복지등의순이며, 보건복지부는의료민영화, 건강보험, 행복온도, 연금, 원격의료, 양육수당등의순으로나타났다. 그리고시민단체와관련한정책버즈는의료민영화, 원격의료, 건강보험, 연금, 양육수당, 기초생활등

328 314 보건복지빅데이터효율적관리방안연구 의순으로나타났다. 셋째, 보건복지관련정책은전세대책, 양육수당, 기초생활, 건강보험, 퇴직연금, 중독법, 원격의료정책에대한찬성의확률이높은것으로나타났다. 그리고과다복지, 증세, 반값등록금, 무상정책, 의료민영화, 연금정책은반대의확률이높은것으로나타났다. 넷째, 보건복지정책수요예측에가장영향력이높은정책은 의료민영화요인 으로나타났다. 따라서보건복지정책의찬성에가장영향력이높은경우는 의료민영화요인 이높고 원격의료요인 이높은조합으로나타났다. 반면, 의료민영화요인 이높고 원격의료요인 이낮고, 증세요인 이높으면보건복지정책의반대할확률이높은것으로나타났다. 본연구를근거로한국의보건복지정책수요에대한예측과관련하여다음과같은정책적함의를도출할수있다. 첫째, 의료민영화 ( 포괄수가제, 의료상업화, 민영화, 의료민영화 ), 연금 ( 기초연금, 국민연금 ), 원격의료 ( 법인약국, 의료영리화, 원격의료, 원격의료 ), 건강보험 ( 국민건강보험, 민간보험, 건강보험 ) 에대해서보건복지정책의관심이많은것으로나타났다. 이는최근정부의원격의료추진과의료법인의영리자법인허용계획, 그리고기초연금의논의와무관하지않은것으로보여진다. 둘째, 원격의료정책은찬성의확률이높은것으로나타났지만의료민영화요인은반대의확률이높은것으로나타났다. 따라서정부는원격의료정책이의료민영화의시작이라는인식을불식시키기위한의료계와의충분한논의와합의가있어야할것으로본다. 셋째, 의료민영화요인 이높고 원격의료요인 이낮고, 증세요인 이높은집단의보건복지정책에대한반대가높은것으로나타났다. 따라서보건복지정책의실행을위한정부의증세정책을최소화하고의료민영화가배제된원격의료를실행할수있는계획을수립해야할것으로본다. 본연구는개개인의특성을가지고분석한것이아니고그구성원이속

329 제 7 장보건복지빅데이터활성화전략및발전방안 315 한전체집단의자료를대상으로분석하였기때문에이를개인에게적용하였을경우생태학적오류 (ecological fallacy) 가발생할수있다 (Song et al., 2014). 또한, 본연구에서정의된보건복지관련요인 ( 용어 ) 은버즈내에서발생된단어의빈도로정의되었기때문에기존의조사등을통한이론적모형에서의의미와다를수있으며, 2개월간의제한된소셜빅데이터를분석함으로써보건복지정책의수요예측에한계가있을수있다. 본연구는소셜빅데이터에서수집된빅데이터주제분석과데이터마이닝분석을통하여한국의보건복지정책에대한수요예측모형을제시한점에서정책적 분석방법론적으로의의가있다. 또한, 실제적인내용을빠르게효과적으로파악하여사회통계가지닌한계를보완할수있는새로운조사방법으로서의빅데이터의가치를확인하였다는점에서조사방법론적의의를가진다고할수있다. 끝으로국민이필요한보건복지욕구를사전에파악하여보건복지수요를정확 신속하게예측하고계획을수립하기위해서는오프라인보건복지수요조사와함께소셜빅데이터의지속적인활용과분석을통한과학적보건복지정책수립이필요할것으로본다.

330

331 참고문헌 << 강만모 김상락 박상무 (2012). 빅데이터의분석과활용. 정보과학회지. 30(6), pp.25~32. 강소라 전방지 (2007). 과업기술적합도 (TTF) 가그룹지원시스템 (GSS) 의사용및성과에미치는영향 : 전유방식동의정도와전유충실도의조절효과를고려하여, 기술혁신학회지. 10(4), pp.755~788. 강원섭 김종우 (2010). 비만의정신과적접근, 대한비만학회지. 19(3), pp.71~77 건강보험공단 (2012). 보도자료 ( ); 흡연, 음주, 비만으로인해지출되는진료비규모건강보험전체진료비중 14.5% 차지김광재 (2007). DMB의수용모형구축에관한연구, 한국언론학회추계학술대회집. pp.43~47. 김경미 염유식 박연민 (2013). 한국청소년의학교폭력경험과심리적안녕 : 주관적행복감과자살충동을중심으로, 한국콘텐츠학회논문지. 13(9), pp.236~247. 김규동 (2008). 와이브로서비스채택요인에관한연구 ; 확장된 TAM적용, 계명대학교대학원박사학위논문. 김미선 (2010). IPTV 이용자의이용인식과수용결정요인에관한연구, 한국언론정보학보. pp.177~202. 김민경 (2012). 대학생의부정적정서, 가족탄력성및자존감이자살생각에미치는경로모형분석, 한국가족복지학. 17(1), pp.61~83. 김민규 김주환 (2007). 실감공간기술잠재적사용자들의수용의도에영향을미치는요인에대한분석, 한국 HCI학회. 김선아 (2009). 초등학교시기의심리사회적요인과중학생시기의자살생각간의관계 : 스트레스, 우울감과사회적지지를중심으로, 한국가족복지학회, 14(3), pp.5~27. 김상훈 (2008). 하이테크마케팅, 서울 : 박영사.

332 318 보건복지빅데이터효율적관리방안연구 김성개 (2009). 사용자환경과스마트폰특성요인이인지된유용성과사용용이성및수용의도에미치는영향에관한연구, ( 석사학위 ), 홍익대학교광고홍보대학원. 김성일 (2011). 혁신확산이론에따른스마트폰수용의도에관한연구 : 스마트폰미사용자를중심으로, ( 박사학위 ), 세종대학교대학원. 김성희 (2013). 장애노인의실태와과제, 보건 복지 Issue & Focus. 208호. 김은영 이정훈 서동욱 (2013). 빅데이터시스템의수용의도에영향을미치는수용조직의환경요인에관한연구, 한국데이터베이스학회. 20(4), 1~18. 김은정 (2013). 소득계층별출산행태분석과시사점. 보건 복지 Issue & Focus. 191호. 김정선 권은주 송태민 (2014). 분석지의확장을위한소셜빅데이터활용연구 -국내 빅데이터 수요공급예측-. 지식경영연구. 15(3). pp.173~192. 김정태 오봉진 박종열 (2013). 빅데이터핵심기술및표준화동향, 한국전자통신연구원전자통신동향분석, pp.92~99. 김지현 김홍 손광은 송윤수 윤지혜 임희창 정상호 전주홍 (2014). 빅데이터의의학적활용, 정보과학회지. 32(3), pp.18~26. 김해룡 양필석 (2008). 핵심자기평가와혁신행동과의관계에서셀프리더십의매개효과에관한연구, 대한경영학회지. 21(5), pp.1831~1857. 김혜련 강영호 곽노성 강은정 김어지나 (2009). 부문간협력을통한비만예방관리체계구축방안 : 비만의역학적특성분석과비만예방관리를위한부문간협력체계의탐색, 한국보건사회연구원. 김현주 (2008). 청소년자살위험성에영향을미치는요인, 한국아동복지학회, 27, pp.22~26. 노진석 (2012). 빅데이터와소셜분석 : 빅데이터의바다에서 ' 의미 ' 를찾다. cle&wr_id=40725 대한내분비학회 대한비만학회 (2010). 비만치료지침 2010 권고안, EndocrinolMetab, 25(4), pp.301~304.

333 참고문헌 319 대한비만학회 (2010). 대한비만학회 Fact Sheet: 비만, 만병의바로미터. 대한비만학회. 민경훈 이태용 (2011). 성별과연령을고려한비만지표평가, 한국산학기술학회논문지. 12(9), pp.4046~4053. 미래창조과학부 (2013). 2013년인터넷이용실태조사, 미래창조과학부. 박은아 (2007). 뉴미디어초기수용자와비수용자의비교, 한국방송학회학술대회논문집. pp.154~161. 백상용 (2009). 조절변수탐색을위한기술수용메타분석, 경영학연구. 38(5), pp.1353~1380. 배상민 우종민 (2011). 의학적측면의자살방지대책 : 외국사례를중심으로, 대한의사협회지 (4). pp.386~391. 변숙은 (2010). 하이테크서비스초기수용자들의인식연구, 마케팅관리연구. 15(2), pp.43~69. 서신자 정민숙 (2013). 가족탄련성이청소년의자살생각에미치는영향 : 고등학교 3학년남학생들대상으로, 한국콘텐츠학회논문지. 13(5), pp.262~274. 서정한 (2013). 기업용클라우드서비스도입결정요인에관한실증연구, ( 박사학위 ), 한양대학교대학원. 손대경 (2011). 대장암지식지도구축및연구네트워크분석, ( 박사학위 ), 충북대학교대학원. 송태민 (2013). 일본의빅데이터동향. 보건복지포럼. 통권제 204호. 송태민 (2012). 보건복지빅데이터효율적활용방안. 보건복지포럼. 통권제 193호. 송태민 (2014). 일본의빅데이터프라이버시보호방안. 보건복지포럼. 통권제 210호. 송태민 송주영 (2013). 빅데이터분석방법론, 한나래아카데미. 신현웅 (2013). 건강보험진료비분석및정책방향. 보건 복지 Issue & Focus. 186호.

334 320 보건복지빅데이터효율적관리방안연구 오미애 (2014). 정부 3.0과빅데이터 : 보건복지분야사례를중심으로. 보건 복지 Issue & Focus. 제230호. 오태동 (2009). 유비쿼터스서비스수용모형에관한연구, ( 박사학위 ), 단국대학교대학원. 유재현 박철 (2010), 기술수용모델 (Technology Acceptance Model) 연구에대한종합적고찰, LG CNS 엔트루정보기술연구소, 정보기술엔트루지. 9(2), pp.31~50. 윤미영 (2013). 공공부문의빅데이터활용사례및정책적활성화방안, 부동산포커스. 윤명숙 (2012). 대학생의우울, 취업스트레스가자살생각에미치는영향, 한국청소년학회. 19(3), pp.109~137. 이경일 (2006). 온톨로지구축과의미메타데이터관리. 한국정보문화진흥원, 한국제이터베이스진흥센터, 메타데이터표준화포럼 ( ) (Retrieved 06/18, 2014), from ( 이대기 (2012). 중소기업의내부역량과기술혁신성과의관계및외부네트워크와조직문화의조절, ( 박사학위 ), 계명대학교대학원. 이문선 강영순 (2003). 창의성과혁신행동의관계와집단특성의조절효과, 인사관리연구. 27(1), pp.251~271. 이윤경 염주희 이선희 (2013). 고령화대응노인복지서비스수요전망과공급체계개편, 한국보건사회연구원. 이장우 장수덕 (2010). 환경의불확실성, 의사결정과정그리고기업성과간의관계 : 정보시스템의조절영향을중심으로, 경영학연구. 39(5), pp. 1363~1387. 이현미 (2008). 웨어러블컴퓨터의수용과소비자세분화에관한연구 ; 현신기술수용모델을중심으로, ( 박사학위 ), 이화여자대학교. 임형주 (2008). EMR시스템도입특성요인이지각된유용성, 편의성및수용의도에미치는영향에관한연구, ( 박사학위 ), 창원대학교대학원.

335 참고문헌 321 장활식 박광오 한정희 (2008). ERP 구현단계별활동과변화관리활동의통합이 ERP 시스템도입성과에미치는영향, 한국산업정보학회논문지. 13(3), pp.63~86. 장상현 (2012). 빅데이터와스마트교육, 한국정보과학회지. 30(6), pp..59~64. 전은주 (2013). 임상실무지침기반스마트폰비만관리어플리케이션개발, ( 석사학위논문 ), 서울대학교. 정지선 (2011). 신가치창출엔진, 빅데이터의새로운가능성과대응전략, 한국정보화진흥원. 조항정 송찬후 강현구 임동원 (2009). 국내대기업들의 IT 거버넌스 : 비교사례연구, 기술혁신학회지. 12(2), 335~359. 질병관리본부.(2011) 국민건강통계 : 국민건강영양조사. 2차년도 (Ed.). 최민수 (2011). 개인의혁신성, 사회적영향력, 사용자인터페이스요인이스마트폰수용에미치는영향에관한연구 ; 확장된기술수용모델을중심으로, ( 박사학위 ), 이화여자대학교대학원. 최중명 김춘배 (2011). 비만관리와과학적근거, 대한의사협회지. 54(3), pp.250~265. 탁기천 류규수 (2001). 성인비만의건강특성에관한분석적연구, 한국보건교육, 건강증진학회지. 18(2), pp. 115~128. 테이코산업연구소 (2013). 빅데이터관련시장실태와전망, 테이코, 한국과학기술정보연구원 (2013). 빅데이터산업의현황과전망, KISTI MARKET REPORT. 한국보건산업진흥원 특허청 (2013). 사회보장부분빅데이터 R&D 사업기획연구특허동향. 한국정보화진흥원 (2010). Gov 2.0 시대의공공정보및공공서비스활성화전략, CIO Report. 함유근 채승병 (2012). 빅데이터경영을바꾸다, 삼성경제연구소. 황승구 최완 허성진 장명길 이미영 박종열 원희선 김달 (2013). 빅데이터플랫폼전략, 전자신문사.

336 322 보건복지빅데이터효율적관리방안연구 홍영수 전선영 (2005). 청소년의생활스트레스가자살생각에미치는영향과우울의매개효과, 한국정신보건사회복지학회. 19, pp.125~149. 통계청 (2013). 청소년통계, 통계청. 통계청 (2013). 사망원인통계, 통계청 独立行政法人情報処理推進機構 (2012). くらしと経済の基盤としてのITを考える研究会報告書, つながるITがもたらす豊かなくらしと経済日本ネットワ一クセキュリティ協 (2012) 年情報セキュリティインシデントにする調査報告書 - 個人情報걼えい編 Adamic LA Lukose RM Puniyani AR Huberman BA (2001). Search in power-law network. Phys Rev E. Adams, D. A. Nelson, R. R. Todd, P. A. (1992). Perceived usefulness, ease of use, and usage of information technology: a replication. MIS quarterly. pp.227~247. Agarwal, R. Prasad, J. (1997). The role of innovation characteristics and perceived voluntariness in the acceptance of information technologies, Decision Sciences. 28(3), pp.557~582. Ajzen, I. (1991). The Theory of Planned Behavior, Organizational behavior and decision processes. 50, 179~211. AlloyLB HartlageS AbramsonLY (1998). Testing the cognitive diathesis-stress theories of depression: Issues of research design, conceptualization, and assessment. In Alloy LB(Ed.). Cognitive Processes in depression. New York, NY(NY): The Guilford Press. pp.31~73. Amabile, T. M. (1988), The model of creativity and innovation in organizations, In, B.M. Staw & L.L. Cummings(Eds.), Research in Organizational Behavior. 10, pp.123~167.

337 참고문헌 323 An JY Jang H Paik J (2014). Social network analysis on consumers seeking behavior of health information via the Internet and mobile phones. Journal of Korean Multimedia Society. 17(8). An, J. Y Hayman, L. L Panniers, T. L. Carty, B. (2007), Theory development in nursing and healthcare informatics: a model explaining and predicting information and communication technology acceptance by healthcare consumers. Advances in Nursing Science. 30(3), pp.37~49. Barrat A Barthelemy M Pastor-Satorras R Vespignani A. (2004). The architecture of complex weighted network. PENS 101(11). pp.3747~3752. Beautrais AL. (2003). Suicide and serious suicide attempts in youth: A Multiple-Group comparison study. Am J Psychiatry. 160(6), pp.1093~1099. Becerra-Fernandez, I. Sabherwal, R. (2001), Organizational knowledge management: A contingency perspective, Journal of management information systems. 18(1), pp.23~56. Boyack,K.W. Klavans,R. BÖner,K. (2005). Mapping the backbone of science. Scientometrics. 64, pp.351~374. Bridge JA Brent DA Johnson BA Connolly J. (1997). Familial aggregation of psychiatric disorders in a community sample of adolescents. J Am Acad child Adolesc Psychiatry. 36, pp.628~637. BrownDR BlantonCJ (2012). Physical activity, sport participation, and suicidal behavior among college students. Med Sci Sports Exerc. 34(7). pp.1087~1096. CEBR(2012) C.entre for Economics and Business Research, Data equity: Unlocking the value of big data

338 324 보건복지빅데이터효율적관리방안연구 Chen C. (2004). Searching for intellectual turning points: Progressive knowledge domain visualization PANS 2004; 101 suppl.1, pp.5303~5310. Chen, W. L. C Bagakas, J. G. (2003). Understanding the dimensions of self-exploration in web-based learning environments. Journal of Research on Technology in Education. 34(3), pp Chin, W. W. Todd, P. A. (1995). On the use, usefulness, and ease of use of structural equation modeling in MIS research: a note of caution. Management Information Systems Quarterly. 19, pp.237~237. Courtial JP (1994). A co-word analysis for Scientometrics. Scientometrics. 31(3). pp.251~260. Davis, F. D. (1989), Perceived usefulness, perceived ease of use and user acceptance of information technology, MIS Quarterly. 13(3), pp.319~340. DeLone, W. H. McLean, E. R. (1992). Information Systems Success: The Quest for the dependent variables. Information Systems Research. 3(1), pp Dishaw, M. T. D. M. Strong (1999). Extending the Technology Acceptance Model with Task-Technology Fit construct, Journal of Mathematical Psycology. 41, pp.260~274. Drucker, P. F. (2007), Innovation and entrepreneurship: Practice and principles, Routledge. Effken J Gephart S Bianchi D Verran J. (2010). Correlations of nursing communication network metrics with patient outcomes. American Medical Informatics Association Annual Symposium Process. pp Estabrooks,C.A. Winther,C. Derksen,L. (2004). Mapping the field:

339 참고문헌 325 Abibliometric analysis of the research utilization literature in nursing, Nursing Research. 53, pp.293~303. Fergusson DM Lynskey MT. (1995). Childhood circumstances, adolescent adjustment, and suicide attempts in a New Zealand birth cohort. J Am Acad child Adolesc Psychiatry. 34(5), pp.612~622. Fishbein, M. Ajzen, I. (1981), Acceptance yielding and impact: cognitive processes in persuasion. Fishbein, M. Ajzen, I. (1975). Belief, attitude, intention and behavior: An introduction to theory and research. Folz-Murphy N Partin M Williams L Harris CM Lauer MS (1998). Physician use of an ambulatory medical record system: matching form and function. In A Paradigm Shift in Health Care Information Systems: Clinical Infrastructures for the 21st Century, Proceedings of the 1998 AMIA Annual Symposium Edited by Chute CG. pp.260~264. Goldston DB Daniel SS. Reboussin DM Frazier PH Harris AE. (2001). Cognitive risk factors and suicide attempts among formerly hospitalized adolescents: A prospective naturalistic study. J am Acad Child Adolsec Psychiatry. 40(1), pp.91~99. Goodhue, D. L. Thompson, R. L. (1995). Task-Technology Fit and Individual Performance. MIS Quarterly. 19(2), pp.213~236. Goodhue,D.L.(1995). Understanding User Evaluations of Information Systems, Management Science. 41(12), pp.1827~1844. Goodhue, D. L. (1998). Development and Measurment Validity of a task-technology Fit Instrument for User Evaluations of Information Systems, Decision Sciences. 29(1), pp.105~137. Goodhue, D. L. Klein, B. March, S. (2000). User Evaluation of IS as

340 326 보건복지빅데이터효율적관리방안연구 Surrogates for Objective Performance. Information and Management. 38(2), pp.87~101. Grover, V. Goslar, M. D. (1993), The initiation, adoption, and implementation of telecommunications technologies in US organizations, Journal of Management Information Systems. 10(1), pp.141~163. Guan, J. Yam, R. Mok, C. Ma, N. (2006), A study of the relationship between competitiveness and technological innovation capability based on DEA models. European Journal of Operational Research. 170(3), pp.971~976. Hair, J. F. Tatham, R. L. Anderson, R. E. Black, W. (2006). Multivariate data analysis, 6, Upper Saddle River, NJ: Pearson Prentice Hall. He Q. (1999). Knowledge discovery through co-word analysis, Library Trends. 8(1), pp.133~159. Heather LR Michael AB Nishad K. (2010). Youth Net Hamilton. Youth engagement and suicide risk: Testing amediated model in a Canadian community sample. J Youth Adolescence. 39(3). pp.243~258. Hendrickson, A. R. Massey, P. D. Cronan, T. P. (1993). On the test-retest reliability of perceived usefulness and perceived ease of use scale, MIS Quarterly. pp.227~230. Hu, L. T. Bentler, P. M. (1999). Cut off criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal. 6(1), pp Huh S. (2010). Medical Databases from Korea and Abroad, Journal of korean Medical Association. 53(8), pp.659~667. Igbaria, M. Zinatelli, N. Cragg, P. Cavaye, A. L. (1997). Personal

341 참고문헌 327 computing acceptance factors in small firms: a structural equation model. MIS quarterly. 21(3). Izadinia N Amiri M Jahromi RG Hamidi S. A (2010). study of relationship between suicidal ideas, depression, anxiety, resiliency, daily stresses and mental health among Teheran university students. Procedia Soc Behav Sci. 5, pp.515~519. Jackson, C. M. Chow, S. Leitch, R. A. (1997). Toward an understanding of the behavioral intention to use an information system, Decision Sciences. 28(2), pp.357~389. Jang H An JY (2014). Social network analysis on health literacy and the use of online health information by the aged, Healthcare Informatics Research. 20(3). Jang H Lee YS AnJY (2012). Application of social network analysis to health Care sectors. Health care Informatics Research. 18(01), pp.44~56. Jang HL Kang GW Tak YJ Lee YS. (2011). Analysis of medical articles published domestic and abroad by Korean researchers from 1960 to Journal of KLISS. 45(3), pp. 259~277. Jeong S Lee SK Kim HG (2010). Knowledge structure of Korean medical informatics: A social network analysis of articles in journal and proceedings, Health Inform Res. 16(1), pp.52~59. Jung MS Jung DJ (2008). Co-author keyword network and their clustering appearance in preventive medicine fields in Korea: Analysis of paper in the Journal of Preventive Medicine and Public Health. J Prev Med Public Health. pp.1-9. Jung MS (2010). Academic research activities and their co-author and keyword network in epidemiology fields: Analysis of papers in Korean Journal of Epidemiology. J Korean Epidemiol. 30(1).

342 328 보건복지빅데이터효율적관리방안연구 pp.60~67. Kang JH, Park HY. (2010). Analysis of scientific publication networks among medical schools in Korea, Health Inform Res. 16(2). pp.100~119. Kaufman JM. (2009). Gendered responses to serious strain: The argument for a general strain theory of deviance. Justice Q. 26(3), pp.410~444. Kendel DB Ravis VH Davies M. (1991) Suicidal ideation in adolescence: Depression, substance abuse, and other risk factor. J Youth Adolesc. 20(2), pp Kim BS Yun DH (2011). Prevention of suicide infection on part of ad\-vance guard in media, Newspapers and Broadcasting. 7, pp.22~26. Kim JI Park SM Park HS Chung CW Ahn SH (2007). Analysis of published papers and their keywords in the Korean Journal of Women Health Nursing ( ). Journal of Korean Academy of Women Health Nursing. 13, pp.51~59. Kim PJ Lee JY (2007). Descriptor profiling for research domain analysis. J Korean Soc Inform Manage. 24(4), pp.285~302. Kim SY (2008). From MeSH indexed to Retrieval. 1st ed. Seoul, Korea: Korean Medical Library Association. Kim HY Park HA Min YH Jeon E (2013). Development of an obesity management ontology based on the nursing process for the mobile-device domain. J Med Internet Res. 15(6), e130. doi: /jmir.2512 Kim J Lee J (2002). Critical design factors for successful e-commerce systems, Behaviour and Information Technology. 21(3), Vol. 21 pp.185~189.

343 참고문헌 329 Konick LC (2005). Gutierrez PM. Testing a model of suicide ideation in college students, Suicide and Life Threatening Behavior. 35(2). pp.181~192. Kwon AK Chae YM (2002). The study on subject words of Korean medical informatics by expanded MeSH: Based on journal of the Korean society of medical informatics. Health Inform Res. 8(4), pp.91~98. Kwon TH Zmud RW (1987). Unifying the fragmented models of information systems implementation, In Critical issues in information systems research, John Wiley & Sons, Inc., pp.227~251. Larsen TJ Sorebo AM Sorebo O (2009). The role of task-technology fit as users motivation to continue information system use, Computers in Human Behavior. 25(3), pp.778~784. Lawson B Samson D (2001). Developing innovation capability in organizations; a dynamic capabilities approach. International Journal of Innovation management. 5(3), pp.377~400. Lee SK Jeong S Kim HG Yum YH (2011). A social network analysis of research topics in Korean nursing science. J Korean Acad Nurs. 45(5), pp.623~632. Lee WH Kim YM Park KR Lee MH (2006). A study on the emerging technology mapping through co-word analysis. J Korean Operations Res Manage Sci. 23(3). pp.77~93. Lee YS (2010). Research network analysis for the national science knowledge map. Seoul Korea: Korea Research Council of Fundamental Science and Technology. Lim JC Yun JK (1999). The effects of supervisor's transformational and transactional leadership on subordinate's onnovativeness; The

344 330 보건복지빅데이터효율적관리방안연구 role of self-efficacy as a mediator. Korean Journal of Management. 7(1), pp.1~42. Malin B Carley K (2007). A longitudinal social network analysis of the editorial boards of medical informatics and bioinformatics journals, J Am Med Inform Assoc. 14, pp.340~348. Mane KK Borne K (2004). Mapping Topics and burst in PANS. Proc Natl Acad Sci. 101(1), pp.5287~5290. Mathieson, K (1991). Predicting user intentions: comparing the technology acceptance model with the theory of planned behavior, Information Systems Research. 2(3), pp.173~191. McKinsey Global Institute (2011). Big data: The next frontier for innovation, competition, and productivity. Meltzer H Harrington R Goodman R Jenkins R (2001). Children and adolescents who try to harm, hurt or kill themselves. National Statistics London Office. Mika P (2007). Social Networks and Sementic Web, SIKSD is sertation Series No p Moon JW Kim YG (2001). Extending the TAM for a World-Wide-Web context, Information & Management. 38, pp.217~230. Moore GC Benbasat I (1991). Development of an instrument to measure the perceptions of adopting an information technology innovation, Information Systems Research. 2(3), pp.192~222. National Information Society Agency (2012). Implications for suicide prevention policy of youth described in the social Analysis. Seoul, Korea: National Information Society Agency. NHLBI. (1998). Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults: the evidence report NIH Publication No Bethesda: The National

345 참고문헌 331 Heart, Lung, and Blood Institute. NICE. (2006). Obesity: The Prevention, Identification, Assessment and Management of Overweight and Obesity in Adults and Children NICE clinical guideline 43. Hoborn, London: National Collaborating Center for Primary Care and the Centre for Public Health Excellence at NICE. Osphal T Agneessens F Skvoretz J (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Netw. 32, pp.245~251. Park JS Park CJ (1995). An analysis of nursing research on pain reported in Korea from 1970 to 1994, Journal of Korean Academy of Nursing. 25, pp,30~44. Park JY Lim YO Yoon HS (2010). Suicidal impulse caused by stress in Korea: Focusing on mediation effects of existent spirituality, family support, and depression. Kor J Soc Welfare Studies. 41(4). pp.81~105. Peruzzi N Bongar B (1999). Assessing risk for completed suicide in patients with major depression: Psychologists views of critical factors, Professional Psychology; Research and Practice. 30(6), pp.576~580. Pete Warden (2011). Big Data Glossary, O Reilly Media. Policy Exchange (2012). The Big Data Opportunity. Price DD (1965). The pattern of bibliographic references indicates the nature of the scientific research front. Science. 149, pp.510~515. Rogers EM (1983). Diffusion of Innovations, New York: The Free Press. Rogers EM (2004). Networks, firm size and innovation, Small Business Economics. 22(2), pp.141~153.

346 332 보건복지빅데이터효율적관리방안연구 Roh KH (2008). A review of the trends of journal research on dementia and nursing interventions for demented elders. Journal of Korean Academy of Community Health Nursing. 19, pp.300~309. Rubenstein, AH Chakrabarti AK O eefe RD Souder WE Young HC (1976). Factors influencing innovation success at the project level, Research Management. pp.15~20, Rudd MD Rajab MH (2001). Treating suicidal behavior: An effective time-limited approach. New York (NY): Guilford Press. Scott SG Bruce RA (1994). Determinants of innovative behavior: A path model of individual innovation in the workplace. Academy of management journal. 37(3), pp Shah J Higgins ET (1997). Expectancy value effects: Regulatory focus as determinant of magnitude and direction, Journal of Personality and Social Psychology. 73(3), pp.447~458. SongTM Song J An JY, Hayman LL Woo JM (2014). Psychological and Social Factors Affecting Internet Searches on Suicide in Korea: A Big Data Analysis of Google Search Trends. Yonsei Med J. 55(1), pp.254~263. Song TM Song JY An JY Jin DL (2013). Multivariate Analysis of Factors for Search on Suicide Using Social Big Data. Korean Journal of Health Education and Promotion. 30(3), pp.59~73. Stack S (2005). Suicide in the media: a quantitative review of studies based on non-fictional stories. Suicide Life Threat Behav. 35, pp.121~133. Straub DW Keil M Brenner W (1997). Testing the technology acceptance model across cultures: a three country study, Information & Management. 33, pp.1~11.

347 참고문헌 333 Subramanian GH (1994). A replication of perceived usefulness and perceived ease of use measurement, Decision Sciences. 25(5/6), pp.863~874. Suh YO Park JS Yang JH Kim HW Suk MH Shin HS, et al. (2007). Analysis of research papers published in the Journal of Korean Academy of Nursing. Journal of Korean Academy of Nursing. 37, pp.1013~1019. Szajna B (1994). Software evaluation and choice: predictive validation of the technology acceptance instrument, MIS Quarterly. pp.319~324. Taylor S Todd P (1995). Assessing IT usage: the role of prior experience, MIS Quarterly, 19(4), pp.561~570. Toprak S Cetin I Guven T Can G Demircan C (2011). Self-harm, suicidal ideation and suicide attempts among college. Psychiatry Res. 87, pp.140~144. Tornatzky LG Fleischer M Chakrabarti AK (1990). Processes of technological innovation. Tousignant M Mishara BL Caillaud A Fortin V St-Laurent D (2005). The impact of media coverage of the suicide of a well-known Quebec reporter: the case of Gaëtan Girouard. Soc Sci Med. 60, pp.1919~1926. Turecki G (2005). Dissecting the suicide phenotype: The role of impulsive-aggressive behaviours. J psychiatry Neuro sci. 30(6), pp.398~408. Venkatesh V Davis FD (2000). A theoretical extension of the technology acceptance model: four longitudinal field studies, Management Science. 46(2), pp.186~204. Venkatesh V Morris MG (2000). Why do not men ever stop to ask for

348 334 보건복지빅데이터효율적관리방안연구 directions? Gender, social influence, and their role in technology acceptance and usage behavior, MIS Quarterly. 24(1), pp.115~139. Venkatesh V Bala H (2008). Technology acceptance model 3 and a research agenda on interventions, Decision sciences. 39(2), pp.273~315. Wang X Wang J Ma F Hu C (2007). The small-world characteristic of author co-words network. IEEE. pp Wilburn VR Smith DE (2005). Stress, self-esteem, and suicidal ideation in late adolescents. Adolescence. 40, pp.33~45. Yoo B Donthu N (2001). Developing and validating a multidimensional consumer-based brand equity scale, Journal of Business Research. 52, pp.1~14. Zhu K Kraemer KL Gurbaxani V Xu SX (2006). Migration to open-standard interorganizational systems: network effects, switching costs, and path dependency, MIS Quarterly. pp.515~539. Zigurs I (2000). A theory of task-technology fit and group support systems effectiveness, MIS Quarterly. 22(3), pp 세계인권선언 : Universal Declaration of Human Rights -declaration-of-human-rights.html. 통신프라이버시 : Communicational privacy: Gartner (2012). Gartner (2011). Hype Cycle for Emerging Technologies. 2011:

349 참고문헌 335 Crime mapping: IDC (2012). -big-data-market/?_php=true&_type=blogs&module=search&m abreward=relbias%3ar&_r=0 IDC (2014). field=pressrelease TDWI (2011). Big Data Analytics: The Economist (2010). The right to control information about oneself: org/wiki/right_to_privacy. The Foresight Horizon Scanning Centre: RAHS: Wikipedia (2014). Obesity:

350

351 부록 << < 부록 1> 1. 보건복지공공데이터현황 가. 보건분야 1) 건강보험 부표 1-1 건강보험분야공공데이터 번호 기관 데이터명 서비스유형 1 부산광역시남구 건강기능식품판매업소현황 다운로드 2 전라북도남원시 산모신생아건강관리사제공기관 현황 다운로드 3 건강보험통계연보 다운로드 4 건강보험통계자료 LINK 5 고령환자데이터셋 LINK 6 도서정보 LINK 7 병원약국찾기정보 LINK 8 보도자료정보 OPENAPI 9 소아청소년환자데이터셋 다운로드 10 건강보험심사평가원 심사기준정보 다운로드 11 요양기관자원정보 LINK 12 요양기관현황정보 LINK 13 의약품안전성정보 LINK 14 의약품표준코드정보 LINK 15 입원환자데이터셋 다운로드 16 전체환자데이터셋다운로드

352 338 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 17 진료경향모니터링정보 다운로드 18 질병통계 다운로드 19 청구소프트웨어인증정보 LINK 20 행위통계정보 LINK 21 Web_ 대표홈페이지방문현황 다운로드 22 가상계좌수납현황 다운로드 23 건강iN 제공정보현황 다운로드 24 건강보험이의신청심의내역 다운로드 25 결산지원 ( 연도비교재무상태표 ) LINK 26 노인장기요양보험급여비지급현황 LINK 27 노인장기요양보험운영센터별등급판정결과현황 LINK 28 노인장기요양보험인정현황 LINK 29 독촉고지 (4대보험료) LINK 30 마이헬스뱅크 (My Health Bank) 이용현황 다운로드 31 만성질환자건강지원서비스교육프로그램일정 LINK 32 보험료부담대비급여비현황 다운로드 33 국민건강보험공단 복지용구품목별이용현황 다운로드 34 사회공헌 다운로드 35 심사청구심의내역 다운로드 36 임신출산진료비지원내역현황 LINK 37 정기고지 다운로드 38 현금급여 ( 요양비 ) 지급현황자료 다운로드 39 현금급여 ( 자가도뇨소모성재료 ) 지급현황 다운로드 40 현금급여 ( 출산비 ) 지급현황 다운로드 41 현금급여비 ( 가정산소치료 ) 지급현황 다운로드 42 현금급여비 ( 도단위별 ) 지급현황 다운로드 43 현금급여비 ( 장애구보장구 ) 지급현황 LINK 44 현금급여비 ( 제1형당뇨환자소모성재료 ) 지급현황 LINK 45 현급급여비 ( 광역시별 ) 지급현황 LINK

353 부록 339 2) 보건의료 부표 1-2 보건의료분야공공데이터 번호기관데이터명서비스유형 1 약국현황 LINK 2 한의원현황 LINK 강원도속초시 3 치과의원현황 LINK 4 병의원현황 LINK 5 원주시약국정보 LINK 6 원주시치과의원정보 다운로드 7 원주시병원정보 다운로드 8 원주시한의원정보 다운로드 9 원주시의원정보 다운로드 LINK 10 강원도원주시 원주시미용업 ( 종합 ) 소정보 다운로드 11 원주시미용업 ( 일반 ) 소정보 다운로드 12 원주시이용업소정보 다운로드 13 원주시네일아트업소정보 다운로드 14 원주시미용업 ( 피부 ) 소정보 다운로드 15 원주시동물병원정보 다운로드 16 강원도홍천군 생활정보 / 위생정보 / 식품위생위반공표 LINK 17 강원도횡성군 의약정보 다운로드 18 과천시한의원정보 LINK 19 과천시치과정보 LINK 20 과천시일반의원정보 LINK 경기도과천시다운로드 21 과천시의료기기판매업소정보 LINK 22 과천시안경업소정보 LINK 23 과천시금연구역정보다운로드 24 구리시소독업소현황 LINK 경기도구리시 25 구리시치과의원현황 LINK

354 340 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 26 사회복지시설현황 LINK 27 구리시한의원현황 LINK 28 구리시병의원현황 LINK 29 공중화장실관리 LINK 30 경기도군포시 군포시이 미용업현황 다운로드 31 남양주요양병원현황 다운로드 32 남양주병원현황 다운로드 33 남양주치과의원현황 다운로드 34 남양주의원현황 다운로드 35 남양주연합의원현황 다운로드 36 남양주한의원현황 다운로드 37 경기도남양주시 남양주응급의료기관현황 다운로드 38 남양주읍면동별의료기관현황 다운로드 39 남양주읍면동별약업소현황 다운로드 40 남양주예방접종현황 다운로드 41 남양주약국현황 다운로드 42 남양주보건지소및진료소현황 다운로드 43 남양주보건소방문자현황 다운로드 44 사회복지시설현황 다운로드 경기도동두천시 45 숙박업현황 다운로드 46 희귀난치의료비지원사업 다운로드 47 경기도부천시오정구의료기관, 약국, 의료기기판매업소현황다운로드 48 오정구산림및녹지대화장실현황다운로드 49 남시동물병원현황 50 남시수정구병원현황 51 경기도성남시 남시수정구약국현황 52 남시분당구의료기관현황 그리드다운로드 OPEN API 53 남시중원구의료기관현황

355 부록 341 번호 기관 데이터명 서비스유형 54 남시분당구필수예방접종위탁의료기관현황 55 남시중원구필수예방접종위탁의료기관현황 56 남시수정구필수예방접종위탁의료기관현황 57 남시분당구산후조리원현황 58 남시중원구산후조리원현황 59 남시수정구산후조리원현황 60 방역소독업체현황 LINK 61 경기도수원시예방접종실적 LINK 62 의료기관현황 LINK 63 시흥시응급의료 ( 심장충격기 ) 설치현황 다운로드 64 경기도시흥시시흥시안경업소정보다운로드 65 시흥시의료기관정보다운로드 66 단원구안전상비의약품판매업소정보 다운로드 67 상록구약국의약외품정보 다운로드 경기도안산시 68 상록구안전상비의약품판매업정보 다운로드 69 상록구병원급의료기관정보 다운로드 70 안양시예방접종위탁의료기관현황 다운로드 경기도안양시 71 안양시소독업소현황 다운로드 72 양평군의료기관현황 2013_11 다운로드 73 경기도양평군 양평군소독업체현황2013_11 다운로드 74 양평군사회복지시설2013_11 다운로드 75 의료기관현황 다운로드 경기도여주시 76 여주시소독업체현황 다운로드 77 처인구한의원정보 다운로드 78 처인구치과의원정보 다운로드 79 경기도용인시 처인구병의원정보 다운로드 80 수지구한의원정보 다운로드 81 수지구치과의원정보 다운로드

356 342 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 82 수지구암검진기관정보 다운로드 83 수지구병의원정보 다운로드 84 기흥구한의원정보 다운로드 85 기흥구치과의원정보 다운로드 86 기흥구암검진기관정보 다운로드 87 기흥구병의원정보 다운로드 88 기흥구당번약국정보 다운로드 89 안전상비의약품판매업소정보 다운로드 90 경기도파주시 의료기관현황 LINK 91 경기도하남시 하남시건강및감영병정보 LINK 92 화성시지역사회통합건강증진사업 LINK 93 화성시정신보건시설현황다운로드 94 화성시정신및알코올상담센터현황다운로드 95 화성시의료지원정보 다운로드 LINK 96 화성시심내혈관질환예방사업 LINK 97 화성시소독업소현황다운로드 98 화성시산후조리원현황다운로드 99 화성시금연클리닉 LINK 100 경기도화성시화성시금연사업전반 LINK 101 화성시금연구역 LINK 102 화성시금연관련법규 LINK 103 화성시동물병원다운로드 화성시보건소주요업무보고 ( 주요행사 ) 다운로드 화성시보건소주요업무계획다운로드 106 화성시건강나눔이동버스 LINK 107 화성시보건소기록물관리현황다운로드 108 화성시방문보건사업 LINK 109 경상남도김해시예방접종참여의료기관 DB 다운로드 110 경상남도남해군음식점정보데이터 LINK

357 부록 343 번호기관데이터명서비스유형 111 경상남도밀양시국가필수예방접종다운로드 112 예방접종정보 다운로드 113 경상남도산청군보건지소및보건진료소정보다운로드 114 약국정보다운로드 115 진주시휴일당번약국정보 다운로드 116 진주시휴일당번치과정보다운로드경상남도진주시 117 진주시의료기관정보다운로드 118 진주시의약업소정보다운로드 119 경상남도창녕군의료기관현황다운로드 120 경상남도하동군 동군의료기관안내DB 그리드다운로드 OPEN APII 121 경상남도함안군 휴일당번약국현황 LINK 122 경상북도김천시김천시식품위생업소현황다운로드 123 경상북도문경시문경시병원약국정보다운로드 124 의료기관다운로드경상북도영주시 125 의약업소현황다운로드 126 경상북도의성군관내의료기관현황 LINK 127 경상북도청송군의료기관현황 LINK 128 경상북도포항시포항시관내의료기관안내 ( 병의원 ) 다운로드 129 경상북도포항시포항시관내의료기관안내 ( 약국 ) 다운로드 130 광주광역시협동조합등록현황다운로드 131 광주광역시북구식품 공중위생관계업소통계다운로드 132 광주광역시지방공무원교육원 의무실운영관리매뉴얼 다운로드 133 대구시외국환자와언어소통가능병원 LINK 134 한방유물정보DB 다운로드대구광역시 135 안전상비의약품판매자현황 LINK 136 대구시의료기관현황 다운로드 LINK 137 대구광역시달서구 소독업소현황 다운로드

358 344 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 138 의료유사업종현황 다운로드 139 의료기기판매소현황 다운로드 140 의료기관현황 다운로드 141 정신보건시설현황 다운로드 142 설명절당직의약업소 다운로드 143 산후조리원현황 다운로드 144 달서구소독업소현황 다운로드 145 공중위생관리최우수업소현황 다운로드 146 응급실설치기관현황 다운로드 147 약국현황 다운로드 148 한의원 다운로드 대구광역시달성군 149 치과의원 다운로드 150 병원의원현황 다운로드 151 필수예방접종참여의료기관 다운로드 152 공중위생업소서비스평가 다운로드 대구광역시북구 종합상담서비스기관안내 다운로드 154 약국현황DB 다운로드 대구광역시서구 155 의료기관DB 다운로드 156 대구광역시수성구 수성구산후조리원현황 다운로드 157 대구광역시중구 보건 ( 의료기관 ) 다운로드 158 대구광역시시설관리공단 명복공원화장정보 LINK 159 구강보건 LINK 160 의료기관현황 다운로드 대전광역시대덕구 161 의약품관리 다운로드 162 감염병관리 다운로드 163 의료기관현황대전광역시서구 164 약국현황DB 다운로드 다운로드 LINK

359 부록 345 번호 기관 데이터명 서비스유형 165 의료기기판매업소DB 166 당직의료기관DB 167 산후조리원현황DB 다운로드 168 안경업소현황DB 다운로드 169 병원및의원현황DB LINK 대전광역시중구 170 공중화장실민간위탁시설현황DB LINK 171 부산광역시 외국인유치진료등록의료기관현황 다운로드 172 치과의원 다운로드 173 의원 다운로드 174 기타업소 다운로드 175 의료기기판매업소 다운로드 176 부산광역시기장군 안경업소 다운로드 177 응급의료기관안내 다운로드 178 약국 다운로드 179 한의원 다운로드 180 병원 다운로드 181 의료법인 LINK 182 의료기기판매업현황 LINK 183 부산광역시남구 의료기관 LINK 184 안경업소 LINK 185 공중위생업소대장 LINK 186 소독업소현황 다운로드 187 안경업소현황 다운로드 188 부산광역시북구 의료기기판매업소현황 다운로드 189 병의원, 약국현황 다운로드 190 보건소설치운영현황 다운로드 191 부산광역시사하구 동물병원현황 LINK 192 부산광역시서구 약국현황 LINK

360 346 보건복지빅데이터효율적관리방안연구 번호기관데이터명서비스유형 193 치과기공소현황 다운로드 194 지역보건의료계획 다운로드 195 특수의료장비병상수공동활용현황 다운로드 196 의료기기판매업소현황 다운로드 부산광역시수영구 197 의료기관현황 다운로드 198 아동복지시설현황 다운로드 199 소독업소현황 다운로드 200 공중위생업소현황 ( 미용, 이용, 숙박, 세탁, 위생관리용역업 ) 다운로드 201 의료기관현황 다운로드 202 부산광역시연제구약업소현황다운로드 203 공중위생업소관리현황 LINK 204 특수의료장비현황 다운로드 205 진단용방사선발생장치현황 다운로드 206 약국현황 다운로드 부산광역시영도구 207 한의원현황 다운로드 208 치과현황 다운로드 209 병의원현황 다운로드 210 소독업소현황 LINK 211 안경업소현황 LINK 부산광역시중구 212 의료기기판매업소현황 LINK 213 의료급여대상자현황 다운로드 214 세탁업현황 다운로드 215 이용업현황다운로드 216 부산광역시 미용업현황 다운로드 217 해운대구 목욕장업현황 다운로드 218 동물병원현황다운로드 219 소독의무시설현황 다운로드개방예정 220 서울특별시 서울시복지건강정보 LINK 221 서울특별시강동구강동구관내외국어지원가능약국다운로드

361 부록 347 번호 기관 데이터명 서비스유형 222 강동구관내외국인진료의료기관 다운로드 223 강동구관내연중무휴약국 다운로드 224 강동구관내산후조리원 다운로드 225 강동구관내병의원약국 ( 강동구홈페이지보건소 ) 다운로드 226 서울특별시관악구 관악업소 ( 병의원 ) 현황DB 다운로드 227 건강검진기관 다운로드 서울특별시노원구 228 병원현황 다운로드 229 외국어가능약국현황 LINK 서울특별시서초구 230 외국어가능의약업소 LINK 231 서울특별시송파구 야간및공휴일진료의료기관 다운로드 232 세종시의원현황 LINK 233 와이팜 LINK 세종특별자치시 234 세종시의료정보 다운로드 235 병원현황 다운로드 236 의료 / 공중위생단체정보 LINK 237 병원 / 의원 / 약국현황 LINK 238 울산광역시 심폐소생자동제세동기설치현황 LINK 239 공중위생우수업소 LINK 240 공중위생민원안내 LINK 241 정신의료기관및시설현황 OPEN API 242 인천광역시인천광역시의료기관및약국현황정보 LINK 243 공공보건의료기관현황 LINK 244 강화군의료, 스포츠관련업체정보 다운로드 245 인천광역시강화군강화군병의원약국현황다운로드 246 강화군강화군병의원약국진료시간다운로드 247 숭의보건지소재활치료실장비목록 다운로드 248 인천광역시남구남구사회복지시설현황다운로드 249 남구공중 ( 개방 ) 화장실현황다운로드

362 348 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 250 남동구한의원현황 다운로드 인천광역시남동구 251 남동구병원 ( 의원 ) 현황 다운로드 252 인천광역시동구 의료기관현황 다운로드 253 의료기관 ( 의원 ) 현황 다운로드 254 인천광역시서구서구약국현황다운로드 255 병원현황다운로드 256 의료기기판매업소현황 다운로드 257 의원현황 다운로드 인천광역시연수구 258 약국현황 다운로드 259 안경업소현황 다운로드 260 중구공중화장실현황 LINK 261 인천광역시중구 의료기관현황 LINK 262 약국현황 LINK 263 인천광역시의료원 2010년도의료원사업운영계획 다운로드 264 병 의원현황 다운로드 265 약국현황 다운로드 266 응급의료기관현황 다운로드 전라남도 267 보건소현황 다운로드 268 병원급이상의료기관현황 다운로드 269 다문화가족지원센터현황 다운로드 270 의약업소현황 다운로드 271 전라남도나주시 위생업소현황 다운로드 272 기초생활수급자구분별총괄현황 다운로드 273 전라남도목포시 목포시약국현황 다운로드 274 전라남도목포시 목포시병원현황 다운로드 275 약국현황 다운로드 276 전라남도보성군보성상수도정수장수질검사결과현황다운로드 277 병의원현황다운로드

363 부록 349 번호기관데이터명서비스유형 278 공중위생서비스평가등급 LINK 279 숙박업소현황 LINK 전라남도순천시 280 세탁업소현황 LINK 281 휴일당번약국현황 LINK 282 신안군보건기관현황 다운로드 전라남도신안군 283 신안군의약업소현황 다운로드 284 여수시병원현황 다운로드 전라남도여수시 285 여수시의료기관현황 다운로드 286 의약업소현황 다운로드 전라남도영암군 287 사회복지시설 다운로드 288 전라남도장성군 임도시설현황 LINK 289 의료기관및약국현황 다운로드 전라남도진도군 290 미용실현황 다운로드 291 감염병발생현황 다운로드 292 함평군출생관련자료 다운로드 293 함평군금연정책 다운로드 294 전라남도함평군 함평군안경업소현황 다운로드 295 함평군의료기기판매업소 다운로드 296 약국현황 다운로드 297 함평군병원, 의원현황 다운로드 298 의료기관현황 다운로드 전라남도화순군 299 약국현황 다운로드 300 목욕업소현황 LINK 301 치과기공소현황 다운로드 302 전라북도남원시 안경업소현황 다운로드 303 의료기관현황 다운로드 304 공중위생관리등급현황 LINK 305 진단용방사선발생장치검사정보 LINK 전라북도부안군 306 의료기관정보 다운로드

364 350 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 307 공중위생업소정보 다운로드 308 전라북도장수군 공중위생관리등급현황 LINK 309 병의원 약국정보 OPEN API 전라북도전주시 310 개방화장실 OPEN API 311 의료기기 LINK 312 전라북도정읍시 안전상비의약품 LINK 313 의약품한약도매 LINK 314 충청남도계룡시 보건소및보건지소정보 다운로드 315 재가장기요양기관현황 다운로드 충청남도논산시 316 노인요양양로시설현황 다운로드 317 충청남도당진시 당진시의료기관현황 다운로드 318 부여군의약품판매업소현황 다운로드 319 충청남도부여군부여군병의원현황다운로드 320 공중위생업소현황 ( 미용업 ) 다운로드 321 산시소독업체현황 322 산시약국현황 323 산시의료기관현황 324 충청남도서산시 산시공중위생업소 ( 이용업 ) 325 산시공중위생업소 ( 미용업 ) 그리드다운로드 OPEN API 326 산시공중위생업소 ( 세탁소 ) 327 산시공중위생업소 ( 목욕장업 ) 328 약국현황 다운로드 329 약국현황 다운로드 330 충청남도서천군 한의원현황 다운로드 331 치과병원 다운로드 332 병의원현황 다운로드 333 충청남도태안군 의약업소현황 334 홍성군세탁업현황 다운로드 충청남도홍성군 335 홍성군목욕업소현황 다운로드

365 부록 351 번호 기관 데이터명 서비스유형 336 홍성미용업소현황 다운로드 337 홍성군이용업현황 다운로드 338 홍성군병의원약국현황 LINK 339 의료기기판매업소현황 다운로드 충청북도보은군 340 의약업소현황 다운로드 341 영동군의약품취급업소현황 다운로드 342 영동군의료기관 ( 한의원 ) 현황 다운로드 343 충청북도영동군 영동군의료기관 ( 치과의원 ) 현황 다운로드 344 영동군의료기관 ( 일반의원 ) 현황 다운로드 345 영동군의료기관 ( 병원 ) 정보 다운로드 346 당번약국현황 LINK 충청북도증평군 347 의료기관현황 LINK 348 충청북도청원군 의료기간현황 다운로드 349 지역사회건강조사결과 다운로드 350 청주시상당구의료기관등업소현황 다운로드 351 청주시상당구야간진료의료기관현황 다운로드 충청북도청주시 352 의료기관 / 약국등업소안내 다운로드 353 복지관현황 다운로드 354 열린화장실등록현황 LINK 355 충청북도충주시 산후조리시설현황 356 충청북도충주시 병의원관리 다운로드 357 암등록통계자료 LINK 국립암센터 358 국립암센터홈페이지 LINK 359 전국자동심장충격기정보조회서비스 (AED) OPEN API 360 전국공공병원데이터 LINK 361 전국응급의료정보조회서비스 OPEN API 국립중앙의료원 362 전국병 의원찾기서비스 OPEN API 363 전국명절비상진료기관정보 OPEN API 364 전국약국정보 OPEN API

366 352 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 365 Web_ 노인장기홈페이지방문자현황 다운로드 국민건강보험공단 366 주요수술통계 LINK 367 보건복지부 청구현황DB LINK 368 건강정책국 보건기관정보DB LINK 369 기초정보 DB 다운로드 370 원무통계DB 다운로드 371 보건복지부국립공주병원 진료통계DB 다운로드 372 비급여정보 다운로드 373 의료진정보 다운로드 374 진료비청구현황 다운로드 보건복지부국립나주병원 입원재원자수현황외래환자수현황 다운로드다운로드 377 외래 / 입원수입금현황 다운로드 378 국립부곡병원진료통계 다운로드 379 보건복지부국립부곡병원 국립부곡병원약물중독자치료보호실적 다운로드 380 국립부곡병원고객만족도조사 다운로드 381 보건복지부 비급여수가및의약품목록 다운로드 382 국립서울병원 서지정보 LINK 383 의료진 ( 진료과 ) 별내원환자통계정보 다운로드 384 상병별환자통계정보 다운로드 보건복지부국립재활원 장애원인별통계정보장애인건강정보 다운로드다운로드 387 장애인보조기구품목및분류체계 다운로드 388 진료정보 다운로드 389 환자진료정보 다운로드 390 진료비청구현황 다운로드 391 보건복지부국립춘천병원 입원재원자수현황 다운로드 392 외래 / 입원수입금현황 다운로드 393 외래환자수현황 다운로드

367 부록 353 번호기관데이터명서비스유형 394 예방접종지원사업관리지침정보 ( 의료기관용 ) LINK 395 예방접종업무위탁의료기관현황정보 LINK 396 연도별 월별연간감염병발생통계 LINK 397 성별 연령별연간감염병발생통계 LINK 398 동물실험윤리위원회위원및동물실험계획DB 다운로드 399 항공검역정보 400 법정감염병역학조사서정보 다운로드 401 임상연구DB LINK 402 LIMS/ 품질문서 다운로드 403 질병별지역별감염병발생통계 LINK 404 보건복지부질병관리본부 질병별성별 연령별감염병발생통계 LINK 405 지역별월별역학적연관성별감염병발생통계 LINK 406 직업별 질병별감염병발생통계 LINK 407 지역별연간감염병발생통계 LINK 408 질병별연간감염병발생통계 OPEN API 409 지역별전년대비주별 월별감염병발생통계 LINK 410 지역별일별 주별 월별감염병발생통계 LINK 411 지역별성별 연령별감염병발생통계 LINK 412 질병별전년대비주별 월별감염병발생통계 LINK 413 질병별일별 주별 월별감염병발생통계 LINK 414 해외감염병발생정보DB LINK 415 대한적십자사혈액관리본부홈페이지공개 개방정보 다운로드 416 대한적십자사 대한적십자사보건안전정보 다운로드 417 대한적십자사혈액통계정보 다운로드 418 안전행정부 국가기초구역서비스 LINK 419 한국보훈복 위탁병원현황DB 다운로드 420 지의료공단 보훈병원진료정보 다운로드 421 한국산업안전보건공단 [ 안전보건 ] 화학물질및물리적인자의노출기준정보다운로드

368 354 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 422 한국환경공단 석면피해인정통계 다운로드 LINK 423 국민구강건강실태조사 LINK 424 기타자료정보DB LINK 425 발간자료정보 LINK 426 보건교육자료 LINK 한국건강증진재단 427 연구보고서DB LINK 428 건강정보DB LINK 429 각종생활정보DB LINK 430 건강매거진 LINK 431 한국과학기술정보연구원 디지털코리언 432 의약품 / 의료기기후원및지원목록 다운로드 433 한국국제 외국인근로자이동클리닉지원목록 다운로드 434 보건의료재단 국제보건의료관련연구용역결과 다운로드 435 외국인근로자보건교육자료 다운로드 436 한국보건복지정보개발원 보건의료정보용어표준 다운로드 437 병원경영분석통계 LINK 438 한국보건산업진흥원 보건산업통계 439 고령친화우수제품지정현황 다운로드 440 보건의료인국가시험면허교부상황DB 다운로드 441 보건의료인국가시험전환성적발급병원목록DB 다운로드 442 보건의료인국가시험응시자학교목록DB 다운로드 443 한국보건의료인국가시험원 보건의료인국가시험요양보호사교육원목록DB 다운로드 444 보건의료인국가시험시험정보DB 다운로드 445 보건의료인국가시험시험장정보DB 다운로드 446 보건의료인국가시험간호조무사학원목록DB 다운로드 447 전국약국현황 그리드 448 없음 전국병원현황 다운로드 449 전국동물병원현황 OPEN API

369 부록 355 3) 식품의약안전 부표 1-3 식품의약안전공공데이터 번호 기관 데이터명 서비스유형 1 강원도 착한가격업소 다운로드 2 강원도삼척시 삼척시착한가격업소현황 다운로드 3 원주시기타식품판매업체정보 다운로드 4 원주시단란주점정보 다운로드 5 원주시담배소매인지정정보 다운로드 6 원주시식품제조가공업체정보 다운로드 강원도원주시 7 원주시유흥주점정보 다운로드 8 원주시일반음식점정보 다운로드 9 원주시제과점정보 다운로드 10 원주시즉석판매제조가공업체정보 다운로드 11 과천시공중위생서비스평가우수업소정보다운로드 12 과천시안전상비의약품판매업소 정보 LINK 경기도과천시 13 과천시약국정보 다운로드 14 과천시주방공개CCTV설치업소 정보 다운로드 15 군포시일반음식점현황 다운로드 경기도군포시 16 군포시휴게음식점현황 다운로드 17 남양주모범업소현황 다운로드 18 남양주식품제조가공업체현황 다운로드 경기도남양주시 19 남양주악취중점관리업소정보 다운로드 20 남양주위생위반행정처분업소정보 다운로드 21 경기도동두천시 모범음식점현황 다운로드 22 부천시각종위생허가건수 다운로드 23 부천시건강기능식품일반판매업현황다운로드경기도부천시다운로드 24 부천시식품제조가공업현황 LINK 25 부천시즉석판매제조가공업현황다운로드

370 356 보건복지빅데이터효율적관리방안연구 번호기관데이터명서비스유형 26 식품진흥기금융자에관한정보다운로드 27 오정구공중위생업소현황 다운로드 LINK 28 오정구모범음식점지정업소현황 다운로드 29 오정구식품위생업소현황 LINK 30 식품관련업현황 다운로드 31 경기도성남시 식품접객업현황 다운로드 32 식품제조 _ 식품소분판매업현황 다운로드 33 경기도성남시 유흥단란주점현황 다운로드 34 경기도연천군 미용업소현황 다운로드 35 경기도연천군 숙박업소현황 다운로드 36 식품위생위반업소정보 LINK 37 경기도용인시 식품제조가공업정보 다운로드 38 위해식품공개정보 LINK 39 처인구안전상비의약품판매업소정보다운로드 40 모범음식점현황 LINK 경기도파주시 41 착한가격업소현황 LINK 다운로드 42 모범음식점현황경기도화성시개방예정 43 화성시식육포장처리업영업현황다운로드 44 경기도교육청영양교육상담 LINK 45 경상남도남해군의약업소정보데이터 LINK 46 경상남도의령군모범음식점정보 DB LINK 47 경상남도함안군집단급식소및위탁급식현황 LINK 48 경상북도으뜸음식점 DB 다운로드 49 경상북도봉화군식품위생법위반업소 LINK 50 대구광역시남구어린이기호식품우수판매업소현황 ( 대구남구 ) 다운로드 51 대구광역시달서구안전상비의약품판매업현황다운로드 52 대구광역시서구공중위생평가 DB LINK

371 부록 357 번호기관데이터명서비스유형 53 식품산업 DB LINK 54 수성구모범음식점현황 다운로드 55 수성구식품관련업현황 다운로드 대구광역시수성구 56 수성구식품접객업소현황 다운로드 57 수성구유흥단란주점현황 다운로드 58 대구광역시중구 보건 ( 의약업소 ) 다운로드 59 유해물질수거검사현황 다운로드 부산광역시 60 집단급식소현황 다운로드 61 건강기능식품일반판매업현황 LINK 62 부산광역시기장군공중위생서비스평가등급별업소현황 LINK 63 집단금식소현황 LINK 64 모범음식업소현황 LINK 65 부산광역시남구 식품위생업소대장 LINK 66 식품위생업소행정처분 LINK 67 부산광역시동래구 일반음식점 다운로드 68 건강기능식품판매업현황 다운로드 부산광역시수영구 69 의약품도매상현황 다운로드 70 동물약국현황 다운로드 71 위탁급식현황 다운로드 72 부산광역시해운대구 유흥단란주점현황 다운로드 73 제과점현황 다운로드 74 집단급식소현황 다운로드 75 서울특별시 식품안전정보 LINK 76 서울특별시강동구 강동구모범음식점 ( 강동구홈페이지문화포털내 ) 다운로드 77 구로구가축사육업체현황 LINK 78 구로구공중위생업소현황 LINK 서울특별시구로구 79 구로구동물약국현황 LINK 80 구로구동물의약품도매업체현황 LINK

372 358 보건복지빅데이터효율적관리방안연구 번호기관데이터명서비스유형 81 구로구모범음식점지정현황 LINK 82 구로구새올행정 ( 위생 ) LINK 83 구로구식품위생업소소재지별운영현황 ( 법정동별 ) LINK 84 구로구장난감정보 LINK 85 구로구지혜의등대도서관정보 LINK 86 구로구축산물운반차량등록현황 LINK 87 구로구축산물판매업체현황 LINK 88 서울특별시서대문구새올행정 ( 서대문구 - 위생 ) LINK 89 서울특별시서초구모범음식점다운로드 90 치매치료약제다운로드세종특별자치시 91 치매치료약제목록다운로드 92 울산광역시착한가격업소현황 LINK 93 울산광역시동구착한가격업소 LINK 94 인천광역시남구모범음식점현황다운로드 95 건강식품판매업소정보인천광역시동구 96 일반음식점정보 다운로드 LINK 다운로드 LINK 97 인천광역시보건환 농산물중잔류농약검사결과 LINK 98 경연구원 유통식품검사결과 LINK 99 연수구맛고을길업소현황 다운로드 100 연수구모범음식점 다운로드 101 연수구유흥주점 다운로드 인천광역시연수구 102 연수구음식문화시범거리지정업소 다운로드 103 연수구지정맛있는집현황 다운로드 104 인천시지정연수구맛있는집 다운로드 105 인천광역시중구 식품위생업소현황 LINK 106 농수축산물지리적표시현황 다운로드 107 전라남도모범음식점정보다운로드 108 식품위생업소현황다운로드

373 부록 359 번호기관데이터명서비스유형 109 모범음식점지정현황 다운로드 110 전라남도보성군보성녹차군수품질인증현황다운로드 111 숙박시설 DB 다운로드 112 단란주점현황 LINK 113 부정 불량식품신고포상금지급 현황 LINK 114 소분업현황 LINK 115 식품제조가공업현황 LINK 116 전라남도순천시 유흥주점현황 LINK 117 일반음식점현황 LINK 118 즉석판매제조가공업현황 LINK 119 집단급식소현황 LINK 120 휴게음식점현황 LINK 121 전라남도여수시 여수시공중위생업소현황 다운로드 122 전라남도영암군 식품위생업소현황 다운로드 123 전라남도함평군 모범업소현황 다운로드 124 전라남도화순군 착한가격업소 LINK 125 휴게음식점현황 LINK 126 건강기능식품판매유통업현황 LINK 127 세탁업소현황 LINK 128 전라북도남원시 식품제조가공업현황 LINK 129 이 미용업소현황 LINK 130 제과점현황 LINK 131 즉석판매제조업현황 LINK 132 건강기능식품일반판매 LINK 133 다소비의약품판매가격조사 LINK 134 전라북도정읍시 식품소분업소 LINK 135 식품운반업소 LINK 136 식품제조가공업 LINK

374 360 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 137 유통판매업소 LINK 138 일반음식점 LINK 139 즉석판매제조가공업소 LINK 140 서산시모범음식점충청남도서산시 141 서산시휴게음식점현황 그리도다운로드 OPEN API 142 모범음식점 다운로드 충청남도천안시 143 착한가격업소 LINK 144 충청남도태안군 착한가격업소 다운로드 145 충청남도홍성군 홍성군음식점현황 다운로드 146 충청북도단양군 숙박업DB 다운로드 147 충청북도단양군 음식점 DB 다운로드 148 충청북도영동군 영동군음식점 LINK 149 충청북도충주시 식품관련영업소현황 다운로드 150 HACCP 지정현황 LINK 151 Paragraph IV 대상 의약품 ( 특허 ) LINK 152 건강기능식품 OPEN API 153 검사부적합식품 OPEN API 154 국내소송의약품 ( 특허 ) LINK 155 기구등의살균소독제정보 LINK 156 기구및용기포장정보 LINK 157 식품의약품안전처 마약류및원료물질정보 LINK 158 마약류종합정보 OPEN API 159 수입식품통계정보 LINK 160 수입식품허가정보 LINK 161 식 의약통계정보 LINK 162 식중독통계 LINK 163 식중독예방대국민홍보자료 LINK 164 식품및식품첨가물생산실적정보 LINK

375 부록 361 번호 기관 데이터명 서비스유형 165 식품영양성분데이터베이스 LINK 166 식품행정처분 OPEN API 167 식품허위 과대광고정보 OPEN API 168 식품기준규격 LINK 169 식품첨가물정보 LINK 170 실험동물제도및실험동물시설 정보 LINK 171 어린이급식관리 LINK 172 유전자재조합식품 (GMO) 정보 LINK 173 의료기기 GMP 지정현황 LINK 174 의료기기광고사전심의 LINK 175 의료기기재평가 LINK 176 의료기기제조 ( 수입 ) 업허가정보 OPEN API 177 의료기기품목허가정보 OPEN API 178 의료기기회수 판매중지 LINK 179 의약품 DB LINK 180 의약품기업정보 LINK 181 의약품업소허가정보 OPEN API 182 의약품임상시험 LINK 183 의약품재심사 LINK 184 의약품재평가 LINK 185 의약품제품허가정보 OPEN API 186 의약품특허정보 ( 기타 ) LINK 187 의약품특허정보 ( 오렌지북 ) LINK 188 의약품특허정보 ( 제품 ) LINK 189 의약품행정처분 LINK 190 의약품허가사항정보 LINK 191 의약품회수 판매중지 OPEN API 192 인체조직은행정보 LINK

376 362 보건복지빅데이터효율적관리방안연구 번호 기관 데이터명 서비스유형 193 임상시험실시기관정보 LINK 194 추적관리대상의료기기정보 LINK 195 화장품제조 ( 판매 ) 업정보 LINK 196 국가출하승인 LINK 197 기능성화장품보고품목정보 LINK 198 기능성화장품심사품목정보 LINK 199 독성유전체통합정보 LINK 200 독성정보 OPEN API 201 약물유전정보 LINK 202 임상시험지식 DB LINK 203 잔류화학물질정보 LINK 204 축산물품질평가원 쇠고기이력정보 OPEN API 205 한국보건산업진흥원 HACCP지정업소현황 다운로드 206 없음전국으뜸음식점현황 그리도다운로드 OPEN API 나. 사회복지분야 1) 노인 청소년 부표 1-4 노인 청소년공공데이터 데이터명제공 Data 변수및자료설명제공기관 노인장기요양보험 ( 통계 ) 노인장기요양보험 ( 연보 ) 상반기시군구별노인장기요양신청, 인정현황, 판정등급별급여실적, 노인장기요양기관수및인력현황 - 국민건강보험공단 국민건강보험공단

377 부록 363 2) 사회복지보건의료 부표 1-5 사회복지보건의료공공데이터 데이터명제공 Data 변수및자료설명제공기관 진료 DB 환자진료내역 보훈복지의료공단의 2008~2012 년도까지의진료과별진료 DB 연도별, 병원별, 산재병원환자진료실적 한국보훈복지의료공단 고용노동부 3) 사회복지일반 부표 1-6 사회복지일반공공데이터 데이터명제공 Data 변수및자료설명제공기관 건강검진통계연보 건강보험 DB 건강보험주요통계 건강보험통계연보 희귀돌연변이환자 요양기관종합정보 국민건강검진운영에따른검진종별결과를세부적인통계로작성하여건강검진및건강증진정책수립을위한기초자료지원 요양급여실적, 의료기관별급여적정성평가현황 ( 약제평가항목별지표 ) 반기별건강보험주요통계를제공하는것으로보건의료정책수립을위한기초자료지원 건강보험에대한기본통계로의료보장적용인구, 건강보험재정현황 ( 건강보험료, 정부지원금 ), 시군구별급여실적, 질병통계 한국인이발굴된희귀유전질환유전자의돌연변이환자정보제공 의료기관명, 기호, 대표자, 성별, 주민번호, 자격, 근무, 장비종류, 장비코드 국민건강보험공단 건강보험심사평가원 국민건강보험공단 국민건강보험공단 보건복지부 건강보험심사평가원 인플루엔자 DB 주변인플루엔자바이러스검출결과 보건복지부 장기이식정보 국내에서발생한장기기증및이식에관한정보 보건복지부

378 364 보건복지빅데이터효율적관리방안연구 데이터명제공 Data 변수및자료설명제공기관 조혈모세포정보 지역별이용통계 진료경향모니터링 DB 질병통계 국내에서발생한조혈모세포 ( 골수, 제대혈 ) 기증및이식에관한정보 지역별의료이용특성을비교분석을통한지역건강복지행정지원 종별, 지역별, 청구건수, 금액, 환자수 상병소분류통계, 상병세분류통계 보건복지부 국민건강보험공단 건강보험심사평가원 건강보험심사평가원 통계자료 DB 건강보험통게연보현황, 진료비통계표 ( 건강보험 / 의료급여 ), 평가관련통계 ( 약제급여적정성평가결과 ) 건강보험심사평가원 한국인척추데이터 희귀돌연변이 DB 희귀난치성질환 DB 퇴행성척추질환을갖는한국인척추 ( 시신, 환자 ) 에대한의료영상, 3 차원영상, 척추치수및물성정보 한국인에서발굴된희귀유전질환, 유전자의돌연변이정보제공 916 개희귀난치성질환에대한개요, 증상, 원인, 진단, 치료정보제공 한국과학기술정보연구원 보건복지부 보건복지부 희귀난치성질환의료비지급 DB 희귀난치성질환자의의료비지원사업을통해지원된의료비지급현황 보건복지부 행위통계 DB 수가, 보험등재약, 치료재료등의진료코드에따른실시횟수및금액 건강보험심사평가원

379 부록 보건복지공공데이터활용현황 가. 국내 1) 건강관리 하이닥 서비스명 Hidoc( 하이닥 ) 제작사 엠서클모바일팀 서비스대상 스마트폰을이용하는모든사람 등록일 개발유형 모바일앱 핵심서비스 내가머무는지역의방사선지수, 감기지수, 뇌졸중지수, 미세먼지지수등 18 종의건강지수 스트레스지수, 질병증상의원인, 아이성장발당상태등을체크할수있는셀프진단 가족모두가다니는병원의사를어플리케이션에등록하여관리하는기능 위치기반의거리, 증상별새로운의사찾기서비스 관심정보에따른개인맞춤형건강정보제공 주요기능화면 활용 API 기타, 생활기상지수, 보건기상지수, 전국명절비상진료기관정보조회서비스

380 366 보건복지빅데이터효율적관리방안연구 유투첵 서비스명유투첵제작사 유튜바이오 서비스대상의료기관 ( 검진센터, 의원, 종합병원 ) 핵심서비스 등록일 개발유형 기타 환자정보입력시내부데이터조회후없는주소에대하여 Open API 호출 활용 API 미래창조과학부우정사업본부, 도로명주소조회서비스 중앙대학교병원 서비스명중앙대학교병원제작사 서비스대상 - 등록일 개발유형 웹사이트 핵심서비스 활용 API 미래창조과학부우정사업본부, 도로명주소조회서비스 2) 공공보건의료분야 착한병원착한의사 서비스명착한병원착한의사제작사조성호 서비스대상 핵심서비스 활용 API 스마트폰을이용하는모든국민 등록일 개발유형 모바일앱 내주변진료과목별병원찾기 병원명으로병원찾기 긴급상황에서응급실등이있는가장가까운병원찾기 관절, 수지접합, 척추등의전무병원찾기 내주변약국찾기 건강검진정보확인하기 전국병 의원찾기서비스, 전구응급의료정보조회서비스

381 부록 367 아이체크 서비스명아이체크제작사네오비엔에스 서비스대상 핵심서비스 활용 API 스마트폰을이용하는모든국민 등록일 개발유형 모바일앱 우리아이와같은연령대의아이들의발육상태비교 주기적인성장기록입력으로아이의성장그래프를마들어자녀에게자신의성장과정을남겨줄수있음 자녀의예방접종시기를알수있고접종일정을기록 전국병 의원찾기서비스 병원약국찾기 서비스명병원약국찾기제작사이상협 서비스대상 핵심서비스 활용 API 스마트폰을이용하는모든국민 등록일 개발유형 모바일앱 스마트폰에서전국병원, 약국, 응급의료기관정보를한눈에확인할수있도록제공 전국병 의원찾기서비스, 전국약국조회서비스, 전국병 의원찾기서비스 강동경희대학교병원홈페이지 서비스명강동경희대학교병원제작사 - 등록일 서비스대상 - 개발유형웹사이트 활용 API 미래창조과학부우정사업본부, 도로명주소조회서비스 다음지도 서비스명다음지도제작사 - 서비스대상 핵심서비스 활용 API 홈페이지를이용하는모든사람 등록일 개발유형 웹사이트 병 의원의주소, 명칭, 좌표, 전화번호등을연동반아서비스제공 일반적인길찾기기능서비스제공 국립중앙의료원, 전국병 의원찾기서비스

382 368 보건복지빅데이터효율적관리방안연구 수의사처방관리시스템 서비스명수의사처방관리시스템제작사 대한수의사회 서비스대상 활용 API 등록일 홈페이지를이용하는모든사람개발유형웹사이트미래창조과학부우정사업본부, 도로명주소조회서비스 질병관리본부예방접종도우미 서비스명질병관리본부예방접종도우미제작사질병관리본부 서비스대상 핵심서비스 스마트폰을사용하는모든국민 등록일 개발유형 모바일앱 국가예방접종기록및 DB 에등록된에방접종기록조회 ( 모바일아기수첩기능 ) 감염병의학정보치료및예방법안내등 주요기능화면 활용 API -

383 부록 369 3) 보건산업 메리라떼 서비스명메리라떼제작사에이디벤처스등록일 서비스대상스마트폰을이용하는모든국민개발유형모바일앱 핵심서비스 활용 API 할수있음 ( 영업시간, 주소, 전화번호, 카톡, 시술사진, 약력등 ) 6만 8천개의병원 DB를활용하여환자맞춤형병원정보를제공하는어플리케이션국립중앙의료원, 전국병 의원찾기서비스 4) 장애인복지 서울장애인자립생활정보 서비스명서울시장애인자립정보앱제작사 able forum 서비스대상개발유형모바일앱 핵심서비스 서울에서고주하는장애인이생활을자립하는데필요한정보들을제공하는어플리케이션 주요기능화면 활용 API 기타, 장애인주차장, 화장실, 경사로, 엘리베이터, 장애인관련기관연락처

384 370 보건복지빅데이터효율적관리방안연구 4) 아동 청소년복지 실종아동예방 NFC 솔루션아이프티 서비스명 실종아동예방 NFC 솔루션아이프티 제작사 바오미르 서비스대상개발유형모바일앱 핵심서비스 아이미아방지시스템 주요기능화면 활용 API 초록우산재단실종아동정보, 경찰서위치정보, 안행부주민정보 나누다 서비스명 나누다 제작사 한성택 서비스대상 개발유형 모바일앱 핵심서비스 봉사활동종합정보서비스 주요기능화면 활용 API 안전행정부코드조회서비스, 봉사배움정보서비스, 봉사참여정보서비스

385 부록 371 월드비전 서비스명 월드비전 제작사 김명현 서비스대상 홈페이지를이용하는모든사람 개발유형 웹사이트 핵심서비스 국제구호배발 NGO 단체 활용API 미래창조과학부우정사업본부, 도로명주소조회서비스 농어촌청소년장학재단 서비스명 농어촌청소년장학재단 제작사 농어촌청소년육성재단 서비스대상 홈페이지를이용하는모든사람 개발유형 웹사이트 핵심서비스 농어촌출신청소년대상장학금지원재단 활용API 미래창조과학부우정사업본부, 도로명주소조회서비스 오산시청 서비스명 오산시청 제작사 경기도오산시 서비스대상 스마트폰을이용하는모든국민 개발유형 모바일앱 핵심서비스 오산시관련정보및자원봉사정보서비스제공 활용 API 안전행정부코드조회서비스 스마트창원 / 창원시모바일웹 서비스명스마트창원제작사경상남도창원시 서비스대상홈페이지를이용하는모든사람개발유형모바일앱, 웹사이트 핵심서비스 활용 API 창원시하이브리드어플리케이션, 주요시설및실생활과밀접한분야에대한위치기반서비스안전행정부코드조회서비스 복지로모바일웹페이지및앱 서비스명 복지로모바일웹페이지및앱 제작사 한국보건복지정보개발원 서비스대상 홈페이지를이용하는모든사람 개발유형 웹사이트 핵심서비스 복지관련학술정보서비스를제공하는대국민서비스 활용API 안전행정부기부관련단체정보서비스, 안전행정부코드조회서비스

386 372 보건복지빅데이터효율적관리방안연구 5) 노인복지 실버잡 서비스명 실버잡 제작사 서용훈 서비스대상 개발유형 모바일앱 핵심서비스 노인일자리정보제공, 전화, 지도등편리한기능제공 주요기능화면 활용 API 한국노인인력개발원노인일자리모집공고서비스 SK 텔레콤행복창업지원센터 서비스명 SK 테렐콤행복창업지원센터 제작사 양타규 서비스대상 개발유형 웹사이트 핵심서비스 활용 API 미래창조과학부우정사업본부, 도로명주소조회서비스

387 부록 373 6) 화장품위해정보 화해 ( 화장품을해석하다 ) 서비스명 화해 제작사 화해 서비스대상 개발유형 모바일웹 핵심서비스 화장품성품들을쉽고빠르게검색 주요기능화면 활용 API 식품의약품안전처화장품원료및성분데이터 피부랑 서비스명 피부랑 제작사 송태관 서비스대상 개발유형 웹사이트 핵심서비스 피부관리정보제공 주요기능화면 활용 API 미래창조과학부우정사업본부, 지번주소조회서비스

388 374 보건복지빅데이터효율적관리방안연구 7) 유통정보 팜투테이블 서비스명팜투테이블제작사농림수산식품교육문정보원 서비스대상개발유형웹사이트 핵심서비스 먹거리족보관리를통한농산물에대한소비자신뢰성을확보하기위한사이트 주요기능화면 활용 API 농림수산식품교육문화정보원, 농산물이력관리정보조회서비스 더마켓인서울 서비스명팜투테이블제작사박병준 서비스대상개발유형모바일앱 핵심서비스 서울시내존재하는재래시장, 슈퍼마켓등에서판매하는 16 가지품목들에대하여가장저렴하게판매하는시장을찾아주는어플리케이션 주요기능화면 활용 API 농림수산식품교육문화정보원, 농산물이력관리정보조회서비스

389 부록 375 나. 국외 1) 건강관리 23andMe 서비스명강동경희대학교병원제작사 23andMe Inc 서비스대상 - 개발유형웹사이트 핵심서비스 유전자정보를축적 활용 분석하여질병성향을알고예방하도록함 DNA 를고융하는사람들의특성을차아가계도서비스를이용하여데이터구축 유전자정보를분석하고고객질환의위험등 245 개항목에대한판정 활용 API DB 에있는유전자정보는 API 로제공됨 UK Dentists 서비스명 UK Dentists 제작사 Elbatrop Ltd. 서비스대상개발유형웹사이트 핵심서비스 활용 API 영국의보건및사회복지센터가제공하는데이터를기반으로영국에서등록된모든 NHS 치과의 99.4% 를커피하고있는치과의사정보를제공하는어플리케이션 현재지점에서의검색, 지명, 우편번호를통한검색이가능함 위치를지도상에표시하는서비스제공 data.gov.uk 에등록된 Open data 사용 Nothing haminformation prescriptions 서비스명 Nothing haminformation prescriptions 제작사 NHS Nothinghamshire Contry 서비스대상개발유형웹사이트 핵심서비스 장기간치료를필요로하는병에관하여개인화된정보를제공 온라인상의정보를열람 / 다운로드할시주치의로부터연락받음 처방에대한서비스를제공함 NHS 공인정보제공함 활용 API -

390 376 보건복지빅데이터효율적관리방안연구 Obesity Data 서비스명 Obesity DAta 제작사 National Obesity Observatory 서비스대상개발유형웹사이트 핵심서비스 활용 API 비만관련데이터감시및분석정보, 비만해결에관한지침정보를제공 비만의결정적요인에대한분석 잉글랜드건강조사 (HSE) 사용 NHS Dircetory 서비스명 NHS Dircetory 제작사 NHS Dircet 서비스대상개발유형모바일앱 핵심서비스 몸상태가나쁠때증상을자가체크할수있는어플리케이션 지금현재의몸상태, 대처방안에대한조언을얻을수있음 증상확인후건강상담과자가치료후전화문의또는기타서비스를받을수있음 주요기능화면 활용 API -

391 부록 377 2) 보건산업 Reference NHS 서비스명 Reference NHS 제작사 Michael Bevan 서비스대상개발유형모바일앱 핵심서비스 올인원 NHS 정보어플리케이션 임상의, 임상코도, 정보분석가, NHS 매니저및재무스탭용 ICD-10 진단코드등제공 주요기능화면 활용 API - Patient Opinion 서비스명 Patient Opinion 제작사 Patient Opinion 서비스대상개발유형웹사이트 핵심서비스 환자들을대상으로헬스케어서비스에대한평가를받음 독립적인비영리피드백플렛폼 활용 API - Nursing Homes Directory 서비스명 Nursing Homes Directory 제작사 Chic Computer Consultants Ltd. 서비스대상개발유형웹사이트 핵심서비스 보살핌, 간호서비스, 케어에이전시에대한정보를제공 활용 API -

392 378 보건복지빅데이터효율적관리방안연구 NRSA Action UK 서비스명 NRSA Action UK 제작사 MRSA Action UK 서비스대상 개발유형 웹사이트 핵심서비스 감염정보및감염현황정보제공 활용API - HealthyApps-MRSA & CD.iff 서비스명 HealthyApps-MRSA & CD.iff 제작사 HealthyApps Ltd. 서비스대상 개발유형 모바일앱 핵심서비스 세균감염자및병원에대한정보를제공 주요기능화면 활용 API - Find Pharmacies 서비스명 Find Pharmacies 제작사 Elbatrop Ltd. 서비스대상개발유형모바일앱 핵심서비스 영국의보건및사회복지센터가제공하는데이터를기반으로영국에서등록된모든 NHS 치과의 99.4% 를커버하고있으며주변의약국정보를검색 주요기능화면 활용 API data.gov.uk 에등록된 Open data 사용

393 부록 379 Find GPS 서비스명 Find GPS 제작사 Elbatrop Ltd. 서비스대상개발유형모바일앱 핵심서비스 영국의보건및사회복지센터가제공하는데이터를기반으로영국에서등록된모든 NHS 치과의 97.9% 를커버하고있으며근처의병원정보를제공하고있음 지도를제공하여이용자의이해도를높임 주요기능화면 활용 API data.gov.uk 에등록된 Open data 사용 PrescriptionSearch 서비스명 PrescriptionSearch 제작사 Leo 서비스대상개발유형웹사이트 핵심서비스 활용 API 영국에서발행된처방전정보를제공하며 GSP 에의해발행한처방전을지도상에보여줌 2011 년에영국의일반의사가발행한모든처방전정보를볼수있으며 우편번호에따라서그룹화가되어있으며, 발행된처방전현황을알수있음 data.gov.uk 에등록된 Open data 사용

394 380 보건복지빅데이터효율적관리방안연구 3) 가족 다문화 StreetBank 서비스명 SK 테렐콤행복창업지원센터제작사 Sam, Ryan, Nic and Alice 서비스대상개발유형웹사이트 핵심서비스 근처이웃들을사귀거나좋은관계를맺도로하는목적에서물건을공유하거나대여가능 우편번호를통한가입서비스, 국가별로서비스제공 Scottish Index of Multiple Deprivation 서비스명 Scottish Index of Multiple Deprivation 제작사 The Scottish Goverment 서비스대상개발유형웹사이트 핵심서비스 스코틀랜드빈곤지역에살고있는사람들의환경과결과에대한이해를개선하는것을돕기위한정보를제공 스코틀랜드빈곤상황을복수의지표로지도에표시됨 연도별데이터비교가능 분석과배경지식, 방법론, 데이터소스에관한정보를제공 OpenCharities 서비스명 Open Charities 제작사 Open Charities 서비스대상 개발유형 웹사이트 핵심서비스 영국과웨일스의등록된자선기부에관한정보제공 Compare care Homes 서비스명 Compare care Homes 제작사 Peolsford Ltd. 서비스대상개발유형웹사이트 핵심서비스 윤리적인서비스제공을목표로하는케어홈서비스 이용자가자신의경험에대한정보를제출하고각요양소의서비스를평가하여데이터누적

395 부록 381 City of SanFfancisco REcreation and Parks official Mobile 서비스명 City of SanFfancisco REcreation a 제작사 appallicious LLC 서비스대상 개발유형 모바일앱 핵심서비스 도시내각종편의시설에대한정보를제공 주요기능화면 Carehome.co.kr 서비스명 carehome.co.kr 제작사 Tomorrow s Guides Ltd 서비스대상개발유형모바일앱 핵심서비스 장기간에걸친케어정보를제공, 케어를통한필요한제품을사이트를통해판매 주요기능화면 4) 장애인복지 care Home Map 서비스명 Carehome map 제작사 carehomeamp 서비스대상 개발유형 웹사이트 핵심서비스 영국내보살핌서비스에대한정보 활용API 케어품질위원회 (Care quality commission) 가가진간병시설데이터이용