ISSN 2005-6982 SCIENCE AND TECHNOLOGY POLICY 제 23 권제 3 호 ( 통권제 192 호 ) 1997 년 4 월 4 일등록 ( 서울마 02831) 정책초점 빅데이터시대과학기술정책방향 빅데이터기반융합서비스창출주요정책및시사점 새로운기술패러다임으로서빅데이터 : 쟁점과과제 주요국의빅데이터추진전략분석및시사점 빅데이터시대, 데이터과학자양성방안 우리나라보건복지빅데이터동향및활용방안 천문 우주분야의빅데이터활용 빅데이터 (Big Data) 를활용한비즈니스모델혁신 연구노트 혁신정책의전략성제고를위한정책인텔리전스확보방안
과학기술정책연구원은범부처적과학기술정책수요에적극적으로부응하고기술혁신에대한전문적인연구를통해국가과학기술발전에이바지할목적으로활동하고있습니다. 이러한활동의일환으로나오는연구결과는그성격에따라 정책연구, 조사연구, STEPI Insight, 과학기술정책 등의형태로발간하고있습니다. 본 과학기술정책 지는주요과학기술정책이슈나현안과제에대해집중적으로논의하고, 이와관련된해외정책동향과연구자료를신속하고체계적으로제공함으로써정부의과학기술정책입안과기업의기술전략수립에 2013 년제 23 권제 3 호 2013 년 9 월 30 일발행서울마 02831 ISSN 2005-6982 1997 년 4 월 4 일등록 도움을주고자계간으로발행하고있습니다. 원고모집 과학기술정책 에서는과학기술정책및기술혁신과관련된원고를모집하고있으니뜻있는분들의많은참여를부탁드립니다. 편집위원회에서심사, 채택되신분께는소정의원고료를지급하고있습니다. 제목 : 섹션별임의선정 문의 : 김유선연구원 ((02)3284-1824, yskim@stepi.re.kr) 발행처 발행인 : 송종국편집위원장 : 이정원 156-714 서울동작구보라매로5길 15 전문건설회관 20, 25, 26, 27층과학기술정책연구원 (STEPI) Tel: (02)3284-1800, Fax: (02)849-8017 www.stepi.re.kr
ISSN 2005-6982 과학기술정책 SCIENCE AND TECHNOLOGY POLICY 2013 제 23 권제 3 호 ( 통권제 192 호 )
본지에실린내용은어디까지나집필자자신의개인의견이며, 본연구소의공식의견이아님을밝힙니다. 본지의내용은출처와필자를밝히는한부분적으로인용될수있습니다.
CONTENTS 정책초점 004 빅데이터기반융합서비스창출주요정책및시사점 / 장병열, 김영돈 017 새로운기술패러다임으로서빅데이터 : 쟁점과과제 / 박진서, 박경석, 이용호 031 주요국의빅데이터추진전략분석및시사점 / 윤미영 044 빅데이터시대, 데이터과학자양성방안 / 조완섭 056 우리나라보건복지빅데이터동향및활용방안 / 송태민 074 천문 우주분야의빅데이터활용 / 강희종 086 빅데이터 (Big Data) 를활용한비즈니스모델혁신 / 송민정 연구노트 100 혁신정책의전략성제고를위한정책인텔리전스확보방안 / 정병걸, 성지은 정책동향 110 유럽지재권수익과관련한법인세감면제도 : Patent Box 제도의운영현황과시사점 / 박진석 123 플랫폼연구로서기초의과학육성과과제 / 정병걸, 성지은, 송위진 세미나보고 138 에티오피아과학기술정책현지워크숍개최보고서 / 김은주 과학기술인력 144 해외고급전문인력유치현황과전략 / 조가원
정책초점 빅데이터기반융합서비스창출주요정책및시사점 / 장병열, 김영돈새로운기술패러다임으로서빅데이터 : 쟁점과과제 / 박진서, 박경석, 이용호주요국의빅데이터추진전략분석및시사점 / 윤미영 빅데이터시대, 데이터과학자양성방안 / 조완섭 우리나라보건복지빅데이터동향및활용방안 / 송태민 천문 우주분야의빅데이터활용 / 강희종 빅데이터 (Big Data) 를활용한비즈니스모델혁신 / 송민정
정책초점 빅데이터기반융합서비스창출주요정책및시사점 1) 장병열과학기술정책연구원연구위원 jangpy@stepi.re.kr 김영돈과학기술정책연구원연구원 dony@stepi.re.kr Ⅰ. 서론 박근혜정부는과학기술을통한창조산업육성을국정방향으로설정하고있다. 이러한창조산업육성을위해과거기술 지식확보가목표인분절형 R&D 에서신산업창출을위한생태계창조형 R&D 로의변화가강조되고있다. 과학기술과아이디어및상상력을융합한신산업창출을통해신성장동력발굴, 사회이슈해결, 실용기술활용, 거대 전략기술기반산업육성등의과제해결을도모하고있으며, 특히빅데이터를활용한공공및민간서비스확대와이를통한서비스산업육성이국정과제로제시되었다. 빅데이터는양 (Volume), 속도 (Velocity), 다양성 (Variety), 복잡성 (Complexity) 등의특징을가지며 (Mckinsey, 2011), 단순데이터크기와함께정형및비정형데이터의수집, 관리, 분석, 시각화, 활용등을포함하는개념이다. 최근급속한정보의증가로인해빅데이터라고칭할수있는데이터가급속히증가하고있으며이를활용한새로운융합서비스창출도가시화되고있다. 빅데이터와관련해, 미국은 12. 3월백악관과학기술정책국 (OSTP) 을중심으로범정부적인 빅데이터연구개발주도권 연구개발계획을발표하는등빅데이터를핵심의제로설정하고, 국방부, 국토안보부, 에너지부, 보훈부, 보건인적자원부, 항공우주국 (NASA), 국가과학재단 (NSF), 국립인문학기금 (NEH) 등이범정부적으로참여하여 6개정부부처및관련기관을통해 2억달러를투자할계획이다. 유럽국가는빅데이터를활용한비용절감및세수증대등의경제적효과를도모하고있다. 유럽연합 (EU) 은빅데이터를활용한비용절감, 부정및오류에따른손실감소, 세수증대에따른비용효과를 1,500~3,000 억유로규모로추산하고있다. 빅데이터활용맞춤형고용으로독일연방노동기관은 3년간백억유로의비용을절감하였다. 특히, 구글등글로벌선진기업들은웹사이트방문기록, 검색통계, 소셜미디어기록등에대한빅 1) 본원고는과학기술정책연구원에서수행하고있는 빅데이터기반융합서비스산업창출방안 과제보고서의일부를요약정리한것임. 4 과학기술정책
데이터분석을활용한새로운서비스를개발하고있으며일본주요기업은트위터에서의반응을모니터링한후빠른주기로마케팅방법을변경하고있다. 본고에서는빅데이터의개념및정의, 관련주요연구및관련정책을검토하고빅데이터기반융합서비스창출사례분석을통해시사점을도출하였다. 정책초점 Ⅱ. 빅데이터의개념및주요연구 세계경제포럼 (WEF) 은 2012 년 10대신흥기술가운데첫번째로빅데이터기술을선정하였다. 빅데이터의중요성은국내 외적으로강조되고있지만현재까지빅데이터에대한개념에대해서는단일하게확립되어있지않다. 해외주요기관들은빅데이터를다음과같이정의하고있다. 첫번째가트너 (Gartner) 는더나은의사결정, 시사점발견및프로세스최적화를위해사용되는새로운형태의정보처리가필요한대용량 (high volume), 초고속 (high velocity) 및다양성 (high variety) 의특성을가진정보자산으로정의한다. 두번째맥킨지 (McKinsey) 는일반적인데이터베이스소프트웨어도구가수집, 저장, 관리, 분석하기어려운대규모의데이터로정의한다. 마지막으로 IDC 는데이터보다는기술에초점을두고초고속수집, 발견, 분석이가능하여매우다양한종류의대규모데이터로부터경제적으로가치를추출할수있도록고안된차세대기술및아키텍처로정의하고있다 ( 배동민외, 2013, pp. 39~40). < 표 1> 해외주요기관의빅데이터정의 기관 Gartner McKinsey IDC 빅데이터정의 더나은의사결정, 시사점발견및프로세스최적화를위해사용되는새로운형태의정보처리가필요한대용량, 초고속및다양성의특성을가진정보자산 일반적인데이터베이스소프트웨어도구가수집, 저장, 관리, 분석하기어려운대규모의데이터 빅데이터기술을초고속수집, 발견, 분석이가능하여매우다양한종류의대규모데이터로부터경제적으로가치를추출할수있도록고안된차세대기술및아키텍처로정의 자료 : Gartner(2012) 2) ; McKinsey Global Institute(2011), p. 1; IDC(2011), p. 6. 해외연구들에서빅데이터에대한정의도다양하게이루어지고있다 (< 표 2> 참조 ). Hunter(2013) 는데이터집합그자체만을빅데이터로정의하지만 Wigan & Clarke(2013) 은데이터를추출하고분석하는기술까지포함하여정의한다. Boyd & Crawford(2012) 는대규모데이터및관리기술에서더나아가빅데이터를학문적인현상의하나로포괄하여설명한다. 이러한다양한정의를배경으로 2) http://en.wikipedia.org/wiki/big_data 재인용, 홈페이지접속일자 : 2013. 6. 14. 11:11. 제 23 권제 3 호 5
정책초점 Ovadia(2013) 는빅데이터란용어는학문적으로나대중매체에서많이사용하고있지만아직까지정형화된정의는수립되지않았으며맥락에따라다르게사용되고있음을지적하였다. < 표 2> 해외연구에서빅데이터정의 구분 Boyd & Crawford (2012) Hunter (2013) Ovadia (2013) Wigan & Clarke (2013) 빅데이터정의 대규모의데이터에대한과학기술과분석연구및신화적믿음의상호작용에근거한문화적이고과학기술적이며학문적인현상 매우크고복잡하여데이터베이스관리도구나전형적인데이터처리프로그램으로쉽게다루기어려운데이터들의집합 학문적으로나대중적으로유행하는용어가되었지만정형화된정의가없어융통성이있으나, 맥락에따라다른의미로사용되어혼란스러울수있다고함 대규모의세부적인데이터집합뿐만아니라다양한정보원에서많은데이터집합을통합하는것까지포함하며, 나아가데이터를관리하고분석하는기술까지포함함 국내에서도해외및주요연구에기반해빅데이터에대한개념을제시하고있다 (< 표 3> 참조 ). 대체로정형및비정형데이터를포괄하는데이터의규모에초점을맞춘좁은의미의빅데이터정의와데이터처리방식과관련기술까지포함하는넓은의미의정의로나누어볼수있다. 김정숙 (2012) 과이성훈외 (2013) 는좁은의미의빅데이터를개념화하여사용하며, 강만모외 (2012), 고준철외 (2012), 김상락외 (2012), 배동민외 (2013) 에서는넓은의미의빅데이터로개념화하여사용하였다. < 표 3> 국내연구에서빅데이터정의 구분 강만모외 (2012) 고준철외 (2012) 김상락외 (2012) 김정숙 (2012) 배동민외 (2013) 이성훈외 (2013) 빅데이터정의일반적인데이터베이스, 소프트웨어로는관리하기어려운정도의큰규모로서, 현재수십테라바이트에서향후페타바이트, 엑사바이트정도크기의대용량데이터를의미. 최근빅데이터는대용량데이터의수집, 저장, 분석, 체계화를위한도구, 플랫폼, 분석기법등을포괄하는용어로변화하고있으며, 대용량데이터를활용 분석하여가치있는정보를추출하고생성된지식을바탕으로능동적으로대응하거나변화를예측하기위한정보화기술 기존의관리및분석체계로는감당할수없을정도의거대한데이터의집합을지칭하며, 대규모데이터와관계된기술및도구 ( 수집, 저장, 검색, 공유, 분석, 시각화등 ) 도빅데이터의범주에포함 대용량의데이터를저장, 수집, 발굴, 분석, 비즈니스화하는일련의과정 현재시스템으로처리가능한범위를넘어서는데이터 기존데이터분석에비해 100 배이상많은데이터를로그데이터, 구매기록등정형데이터뿐만아니라소셜미디어, 위치, 센서등비정형데이터까지분석대상에포함하여다양한데이터들의관계를동시에가능한빨리처리할수있는새로운컴퓨팅기술을적용해다양하고신뢰할만한분석결과를제시하여가치를창출하는데이터처리방식 기존데이터에비해너무방대하여기존의방법이나도구로수집, 저장, 분석등이어려운정형및비정형데이터들을의미 6 과학기술정책
Ⅲ. 빅데이터기반융합서비스산업가치및시장규모 1. 빅데이터주요서비스산업영역별가치 글로벌컨설팅기업인맥킨지는데이터가생산성을높이고기업과공공부문의경쟁력을높이며, 소비자에게혜택이돌아갈것임을제시하고, 미국의의료서비스, 유럽의공공분야, 미국의소매업, 제조업과개인정보데이터를분석하였다 (McKinsey Global Institute, 2011). 본보고서의추정결과에따르면미국의료서비스는빅데이터를효율적으로활용하여데이터로부터얻게되는잠재적인가치가매년 3천억달러에달할것으로나타났다. 이는국가의료서비스지출의 8% 에해당하는수치이다. 또한민간영역에서빅데이터를활용한소매사업은운영마진을 60% 향상시킬수있는것으로나타났다. 그리고유럽의선진국들은빅데이터를통해운영효율을개선시킨결과 1,490 억달러를줄일수있는것으로나타났다. 빅데이터에기반한주요서비스산업영역별창출가치는 [ 그림 1] 과같다. 정책초점 [ 그림 1] 빅데이터의주요서비스산업영역별가치창출 자료 : MGI(2011), p. 8. 제 23 권제 3 호 7
정책초점 2. 세계빅데이터시장규모 IDC 는 2010 년세계시장규모를바탕으로 2011 년부터 2015 년까지성장규모를예측하고있으며, 빅데이터시장은스토리지, 서버, 네트워킹, 서비스시장으로구분하여추정하였다 (IDC, 2012). 2011 년기준빅데이터기술및서비스시장규모는약 48 억달러인데, 이가운데서비스는 41.5% 를차지하며소프트웨어는 29.7%, 서버는 14.0%, 스토리지는 11.8%, 네트워크는 3.1% 를차지한다. 향후영역별 5년동안의평균성장률은 39.4% 로예측하였으며, 이는전체정보통신기술시장의 7 배에해당되는성장률이다. 영역별로보면서버부문이최저로 27.3%, 소프트웨어부문이 34.2%, 서비스부문이 39.5%, 네트워킹부문이 42.4% 로나타났으며, 스토리지부문이최대인 61.4% 로다양하게성장률이도출되었다. [ 그림 2] 세계빅데이터기술및서비스의영역별수입규모 자료 : IDC(2012), p. 3. < 표 4> 영역별세계빅데이터기술과서비스수입규모 (2010~2015) 2010 2011 2012 2013 2014 2015 ( 단위 : $M) 2010~2015 연평균 (%) 서버 495.0 665.0 802.8 1,031.6 1,270.2 1,657.2 27.3 스토리지 317.5 560.3 1,224.1 1,968.1 2,719.1 3,479.2 61.4 네트워킹 106.0 146.0 242.0 368.0 485.0 620.0 42.4 소프트웨어 1,062.3 1,415.4 1,851.0 2,476.8 3,367.9 4,625.9 34.2 서비스 1,236.3 1,979.0 2,721.8 3,883.3 5,098.5 6,537.8 39.5 합계 3,217.1 4,765.7 6,841.7 9,727.8 12,940.7 16,920.0 39.4 자료 : IDC(2012), p. 8. 8 과학기술정책
3. 빅데이터의미래사회역할미래사회에서빅데이터가가진기회요인은다양하다. 강만모외 (2012) 는미래사회가가진불확실성, 리스크, 스마트, 융합이라는 4가지키워드에대해, 빅데이터가통찰력, 대응력, 경쟁력, 창조력을제공하는토대가될것으로전망하였다. 예를들어미래사회가가진불확실성을현실세계의데이터를기반으로한패턴분석과미래전망에활용하고여러가지가능성에대한시나리오시뮬레이션을통해다각적인상황이고려된통찰력을제시하여다수의시나리오의상황변화에유연하게대처할수있을것으로전망하였다. 정책초점 < 표 5> 미래사회와빅데이터의역할 미래사회의특징불확실성리스크스마트융합자료 : 강만모외 (2012), p. 30. 통찰력대응력경쟁력창조력 빅데이터의역할 사회현상, 현실세계의데이터를기반으로한패턴분석과미래전망여러가지가능성에대한시나리오시뮬레이션다각적인상황이고려된통찰력을제시다수의시나리오의상황변화에유연하게대처 환경, 소셜, 모니터링정보의패턴분석을통한위험징후, 이상신호포착이슈를사전에인지, 분석하고빠른의사결정과실시간대응지원기업과국가경영의명성제고및낭비요소절감 대규모데이터분석을통한상황인지, 인공지능서비스등가능개인화, 지능화서비스제공확대소셜분석, 평가, 신용, 평판분석을통해최적의선택지원트렌드변화분석을통한제품경쟁력확보 타분야와의결합을통한새로운가치창출인과관계, 상관관계가컨버전스분야의데이터분석으로안전성확보, 시행착오최소화방대한데이터활용을통한새로운융합시장창출 Ⅳ. 빅데이터기반융합서비스관련주요정책 1. 구 ) 국가정보화전략위원회 3) 대통령직속의구 ) 국가정보화전략위원회는 2011 년 11월 빅데이터를활용한스마트정부구현 ( 안 ) 을마련하였다. 특히 12 년 11월교육과학기술부, 행정안전부, 지식경제부, 방송통신위원회, 국가과학기술위원회와협의하여스마트국가구현을위한빅데이터마스터플랜을수립하였다. 6개분 3) 국가정보화기본법개정에따라 2013. 3. 23. 에폐지됨. 제 23 권제 3 호 9
정책초점 야에서대상과제 16 개를제시하였고유용성을고려하여 3 개과제를 13 년도에우선추진한후 17 년 도까지단계적활용계획을수립하였다. 6개분야는사회안전, 국민복지, 국가경제, 국가인프라, 산업지원, 과학기술이며, 대상과제별로관련주관부처를선정하였다. < 표 6> 빅데이터마스터플랜의빅데이터대상과제 분야빅데이터대상과제주관부처 사회안전국민복지국가경제국가인프라산업지원과학기술 범죄발생장소 시간예측을통한범죄발생최소화 [ 우선추진 ] 예측기반의자연재해조기감지대응 [ 우선추진 ] 음란물유통차단을통한건강한인터넷문화조성민원데이터분석을통한정책의환류시스템마련복지수요 공급매칭을통한맞춤형서비스제공일자리현황분석 예측으로고용정책수립지원과세데이터분석으로탈세방지및국가재정확충지원다양한경제관련데이터분석기반의경제정책수립지원주민참여형교통사고감소체계구축 [ 우선추진 ] 실시간네트워크시스템재난관리 대응체계마련자영업자창업실패예방지원제조공정실시간장애예측을통한생산효율고도화수급전망에기반한농수산물생산관리국가기후위험요소에대한선제적대응체계구축유전자 의료데이터분석을통한국민건강증진위성영상데이터분석 활용을통한재난대응 경찰청, 행안부, 법무부, 검찰청방재청, 경찰청, 기상청, 행안부방통위, 행안부, 경찰청, 여가부권익위, 각부처, 지자체복지부, 노동부, 지자체, 국세청노동부, 중기청, 교과부국세청, 기재부기재부, 지경부경찰청, 국토부, 지자체방통위, 행안부중기청, 노동부, 지경부, 지자체지경부, 교과부농림부, 기상청기상청, 국토부, 산림청교과부, 복지부, 지경부, 식약청교과부, 기상청, 국토부 자료 : 국가정보화전략위원회 (2012), p. 26. 2. 방송통신위원회방송통신위원회는빅데이터활용을통해기업과국가의경쟁력을강화하고사회현안을효과적으로해결하여개인의맞춤형스마트라이프구현에초점을맞춘 빅데이터서비스활성화방안 을 2012 년 6월발표하였다. 본방안에서는데이터가폭증하는상황에서인터넷및방송통신업계가효과적으로대응하기위해, 신규서비스발굴 확산을위한시범서비스추진, 빅데이터기술및플랫폼경쟁력강화등 7가지정책방안을제시하였다. 10 과학기술정책
정책방안 신규서비스발굴 확산을위한시범서비스추진 빅데이터기술및플랫폼경쟁력강화 < 표 7> 방송통신위원회빅데이터서비스활성화방안 세부내용 방송통신, 교육, 교통, 의료등서비스수요가제기되는여러분야에서매칭펀드공모방식으로핵심분야를발굴하여시범서비스실시 클라우드기술, 분산컴퓨팅기술, 지능화기술등핵심요소기술을중점개발오픈소스를활용하여빅데이터플랫폼을개발하고다양한분야에활용될수있도록공개 정책초점 전문인력양성빅데이터지원센터설치 운영및정보공유체계마련빅데이터산업실태조사개인정보보호관련법제도개선빅데이터산업진흥을위한법제도개선 대학과의연계시스템을구축하여이론과실무를고루갖춘고급인력양성전문기업들과제휴하여관련교육과정설치및실무인력양성빅데이터분석가자격증제도도입추진및빅데이터활용경진대회개최 산학연공동활용빅데이터지원센터를구축개방형정보공유체계마련 업체, 시장규모, 사업모델등활용현황과빅데이터에대한인식조사 정보활용단계별익명성을보장할수있는장치마련빅데이터를활용하는기업의개인정보관리수준검증을위한개인정보보호관리체계인증제개선 빅데이터관련기술개발및표준화등을위한법제도개선방안도출 자료 : 방송통신위원회 (2012), pp. 8~10. 3. 미래창조과학부미래창조과학부는빅데이터기반서비스를발굴 확산하여공공 민간서비스의경쟁력을높이고이를통한일자리및비즈니스창출을지원하기위해사업예산총 14억원의빅데이터활용스마트서비스시범사업을시행하여현재시범사업으로 6개과제를선정하였으며, 13 년도말시범서비스개시를목표로개발을착수하였다. < 표 8> 13 년빅데이터시범사업선정과제 컨소시엄서비스명내용 KT ( 서울특별시 ) 국민건강보험공단 ( 다음소프트 ) 에스지에이 ( 한국의약품안전관리원, 와이즈넛 ) 심야버스노선정책지원 국민건강주의예보서비스 의약품안전성조기경보서비스 서울시의교통데이터와 KT 의유동인구데이터를연계, 분석하여최적의심야버스노선정책수립지원 국민건강보험공단의건강보험 DB 와 SNS 정보를연계하여홍역, 조류독감, SAS 등감염병발생예측모델개발하고주의예보 유해사례 DB, 진료기록, SNS 등을분석하여, 유의의약품을추출하고, 병의원, 제약회사및유관기관등에위험도예측서비스제공 제 23 권제 3 호 11
정책초점 컨소시엄서비스명내용 서울아산병원 (ETRI, 한국 MS, 테크아이, 켐아이넷, 한국쌔쓰소프트웨어 ) 오픈메이트 ( 비씨카드, 한국감정원 ) 차세대융합기술연구원 ( 서울대융합과학기술대학원, 이스플러스 ) 자료 : 미래창조과학부 (2013), p. 2. 심실부정맥예측등보건의료서비스 소상공인창업성공률제고를위한점포이력분석서비스 모바일을통한지능형뉴스검색서비스 포털 ( 다음 ), 질병관리본부데이터와병원자체데이터를활용하여독감유행예측, 심실부정맥예측, 입원병상배정최적화등제공 카드거래, 부동산, 상가이력정보등의연계분석을통해창업관련과거 / 현황분석및예측정보를제공하여소상공인창업지원 대량의기사 DB 에대해중요도, 관계도등다각도의고급분석을적용하여지능형뉴스검색서비스제공 V. 빅데이터기반융합서비스창출사례 1. 미국로스앤젤레스범죄예측서비스전세계적으로범죄예방과치안증진에대해일반대중의수요는증대되고있지만, 경찰인력을확보하기위한예산은한정되어있으며오히려삭감되는추세에있다. 이러한환경하에서미국로스앤젤레스경찰은범죄관련업무를효과적으로수행하기위해범죄예측서비스 (PredPol) 를개발하였다. 미국로스앤젤레스범죄예측서비스 (PredPol) 는목표한지역에실시간으로범죄예측을제공하는시스템으로로스앤젤레스의일선경찰관들에의해활용되고있다. 범죄예측서비스 (PredPol) 의목표는일선경찰관들이범죄를예방할기회가가장높은시간과지역에갈수있도록하는것이다. 본서비스는개발과정에서지진발생이후여진을예측하는모델을활용한기술을이용하였다. 본서비스는수년간의과거범죄데이터들을분석하고패턴을파악함으로써범죄발생위험이높은장소와시간을예측한다. 범죄예측서비스는일선경찰관에게그날의위험지역 (hot spots) 을알려주고다른지역보다주의를기울일것 ( 매두시간마다 15분이상순찰등 ) 을요청한다. 그리고 10개의위험지역을알려주고그지역을순찰하는동안업무연락을통해순찰지역을이탈하는것을방지한다. 범죄예측서비스의예측결과는새로운범죄가발생하고최신데이터가프로그램에반영될때마다매일새로계산되어갱신된다. 범죄예측도구는작게는약 150 미터 150 미터 (500 피트 500피트 ) 의사각박스형태로범죄발생을예측하여경찰관들의범죄예방을위한직관을보완해준다. 범죄예측서비스는범죄데이터에기반한단순한지도와는다르게고급수학과컴퓨터학습기술을적용하였다. 따라서기존의노하우와경험으로만들어진시스템에비해두배의예측정확성을보여주었다. 다음 [ 그림 3] 은 6개월동안의확률실험을통해기존의크라임핫스포팅 (Crime hotspotting) 과새로이개발된범죄예측서비스의예측정확성을비교한결과이다. 12 과학기술정책
[ 그림 3] 범죄예측서비스 (PredPol vs. Crime Hotspotting) 의예측정확성확률실험결과 정책초점 자료 : Predictive Policing company 의홈페이지 (http://www.predpol.com/results/). 2. 경찰청지리적프로파일링서비스프로파일링은범죄현장에서수집된데이터들을이용하여범인의행동혹은심리적특성을추론하여용의자의확률이높은인구 통계적특성, 단서를도출하는것이다 ( 신상화, 2009, p. 129). 프로파일링은심리학적프로파일링 (psychological profiling), 범죄자프로파일링 (criminal profiling), 지리적프로파일링 (geographic profiling), 인종적프로파일링 (racial profiling) 으로구분할수있다 (Bartol & Bartol, 2005, p. 329; 임준태외, 2009, p. 203 재인용 ). 과학적수사기법으로프로파일링은 2000 년 2월서울지방경찰청에국내에처음도입되었으며, 유영철, 강호순등연쇄살인사건을해결하면서수사기법이발전하여왔다. 하지만한국실정에맞는지형공식이없어지리적프로파일링은범죄수사의범위를줄여수사를도울수있는주요한프로파일링기법임에도 2008 년까지활용되지못하여개발의필요성이제기되었다 ( 고찬유, 2010). 경찰청 (2013) 은지리적프로파일링시스템을 다양한공간통계분석기법을경찰의범죄수사데이터 (KICS 등 ) 에적용, 범죄위험지역예측을통한방범전략수립및연쇄범죄자거주지예측을통한수사활동전개가가능한시스템 으로정의한다. 경찰청은 2008 년부터 6개월동안미국의지리프로파일링시스템 (CrimeStat) 에국내의지역적특성과사건데이터를적용하여지리적프로파일링서비스를개발하였다. 개발된지리적프로파일링서비스는 XX 시 OO 경찰서 (2012) 에따르면 2012 년 8월 1개월동안강력범죄등 5대범죄의지리적프로파일링시스템을이용한분석을토대로형사기동차량순찰및필요지점에거점근무를실시한결과동기간동안 5대범죄가총 265 건이발생하여전년동기간 296 건보다 10.5%(31 건 ) 감소한결 제 23 권제 3 호 13
정책초점 과가나타났다. 또한심야취약지형사활동근무를통해형사범 6명을검거하였다. 검거된피의자는심야취객상대부축빼기피의자 2명, 심야자전거절취피의자 2명, 특수절도피의자 2명이다. Ⅵ. 결론및시사점 본고에서는빅데이터의개념및주요연구, 빅데이터기반융합서비스산업가치및시장규모, 빅데이터기반융합서비스산업관련주요정책, 빅데이터기반융합서비스산업창출사례등을살펴보았다. 국가경제를위해과학기술에기반한창조산업육성이화두로제시되는상황에서미래사회환경변화에따라사회안전, 국민복지, 삶의질등여러분야에서새로운융합서비스의개발이요청되고있다. 이러한새로운융합서비스를개발하기위해서는시장, 소비자, 환경등여러측면에서다양한데이터가필요하다. 과거데이터자체가희소성을가지고있었을때와비교해보면현재와앞으로새로운서비스를개발하기위해서활용할수있는빅데이터는더욱광범위해질것으로전망된다. 더욱이활용할수있는데이터의제한으로불가능했거나시장성을확보하지못했던서비스가가능해지고시장성을가진서비스모델로진화할것이다. 향후빅데이터에기반한융합서비스창출을위해서는다음과같은정책이요구된다. 첫째현재는하나의빅데이터를활용한서비스개발에초점을맞추고있는상황이다. 향후하나의빅데이터를넘어다양한빅데이터들을연계 융합해새로운서비스개발을촉진할수있는정책이필요하다. 둘째빅데이터를활용해공공서비스의품질 (Quality) 제고방안이필요하다. 정부가의무적으로제공해야하는공공서비스에있어빅데이터를활용해국민의수요 (Needs) 에부응할 (Meet) 수있는서비스의개발및품질제고가요청된다. 셋째빅데이터를활용한민간서비스개발의활성화를위해공공의빅데이터플랫폼및인프라제공이필요하다. 공공부분이제공하는플랫폼및인프라위에서민간의창의적인서비스개발이가능할것이다. 넷째민간빅데이터의공개촉진방안이요구된다. 현재공공기관을중심으로다양한데이터를공개했거나공개할계획이지만민간부문의데이터공개는미흡하다. 기업등대부분의민간데이터는자체활용용도로한정될뿐외부접근이어려운상황이다. 기업자체의필요에의한정보를제외하고공개할수있는데이터의유형과패턴을분석해인센티브제공등을통해제한적으로외부공개를촉진할수있는방안제시가필요하다. 향후공공부분빅데이터와민간부분빅데이터의융합을통해새로운서비스창출이촉진될수있을것이다. 14 과학기술정책
참고문헌 XX시 OO 경찰서 (2012), 지리적프로파일링시스템활용한범죄다발지 (hot-spot) 분석, 형사활동결과, 보도자료, 9월 4일. 강만모외 (2012), 빅데이터의분석과활용, 정보과학회지, 제30권제6 호, pp. 25~32. 경찰청 (2013), 경찰순찰! 범죄위험지역위주로집중!! 효율성강화, 보도자료, 2월 7일. 고준철외 (2012), 빅데이터의새로운고객가치와비즈니스창출을위한대응전략, 대한안전경영과학회지, 제14권 4호, pp. 229~238. 고찬유 (2010), 범인저곳에! 예측력미프로그램의 10 배, 한국일보, 3월 3일. 국가정보화전략위원회 (2011), 빅데이터를활용한스마트정부구현 ( 안 ), 10월 26일. (2012), 스마트국가구현을위한빅데이터마스터플랜, 11월 28일. 김상락외 (2012), 빅데이터가여는미래의세상, 정보과학회지, 제30권제6 호, pp. 18~24. 김정숙 (2012), 빅데이터활용과관련기술고찰, 한국콘텐츠학회지, 제10 권제1호, pp. 34~40. 미래창조과학부 (2013), 빅데이터로인터넷신산업본격활성화시동, 보도자료, 6월 14일. 방송통신위원회 (2012), 방통위, 빅데이터서비스활성화적극나선다, 보도자료, 6월 21일. 배동민외 (2013), 빅데이터동향및정책시사점, 방송통신정책, 제25 권제10 호, pp. 37~74. 신상화 (2009), 연쇄강간범에대한지리적프로파일링에관한연구, 경찰학논총, 제4권제2호, pp. 127~160. 이성훈외 (2013), 빅데이터의국내 외활용고찰및시사점, 디지털정책연구, 제11권제2호, pp. 229~233. 임준태외 (2009), 지리적프로파일링을통한연쇄강력범죄의공간적특성분석, 한국경찰연구, 제8 권 4호, pp. 199~224. 정책초점 Bartol, Curt R. & Bartol, Ann M.(2005), Criminal Behavior: A Psychological Approach, 7th Ed. Upper Saddle River. NJ: Pearson Prentice-Hall. Boyd, C. & Crawford, K.(2012), Critical Questions for Big Data, Information, Communication & Society, Vol. 15, No. 5, pp. 662~679. Gartner(2012), The Importance of Big Data : A Definition. Hunter, P.(2013), Journey to the center of Big Data, Engineering & Technology, Vol. 8, No. 3, pp. 56~59. IDC(2011), Extraction Value from Chaos. (2012), Worldwide Big Data Technology and Services 2012~2015 Forecast. McKinsey Global Institute(2011), Big data: The next frontier for innovation, competition, and productivity. 제 23 권제 3 호 15
정책초점 Ovadia, S.(2013), The Role of Big Data in the Social Science, Behavioral & Social Sciences Librarian, Vol. 32, No. 2, pp. 130~134. Wigan, M. R. & Clarke, R.(2013), Big Data s Big Unintended Consequences, Computer, Vol. 46, No. 6, pp. 46~53. 16 과학기술정책
새로운기술패러다임으로서빅데이터 : 쟁점과과제 박진서한국과학기술정보연구원정책연구팀선임연구원 jayoujin@kisti.re.kr 박경석한국과학기술정보연구원과학기술빅데이터연구실선임연구원 gspark@kisti.re.kr 이용호한국과학기술정보연구원정책연구팀선임연구원 stylee@kisti.re.kr 정책초점 Ⅰ. 빅데이터에대한사회적관심의급부상 빅데이터에대한관심이뜨겁다. 국내외유수의시장분석기관은앞다퉈빅데이터가주도할거대한시장규모를예측 발표하고있으며, 대중매체에서는연일빅데이터활용사례를언급하며빅데이터관련시장의급성장과정에서한국이뒤쳐지지않기위해서보다적극적인관심과투자의필요성을강조하고있다. 정부또한빅데이터활용의잠재력을극대화하기위해다양한정책을수립 시행하고있다. 지난 6월관계부처합동으로 정부 3.0 추진기본계획 을발표하였고현재 60 개의정보공유및시스템연계 통합과제와 21 개의빅데이터시범과제를추진하고있다. 제3차과학기술기본계획에서빅데이터는 30 대중점기술로선정되었으며, 미래창조과학부는최근빅데이터활용을통해사회문제를해결하고자일자리, 청소년복지, 소상공인지원, 보건의료분야에서 4개의빅데이터사업화컨설팅과제를선정한바있다. 한편빅데이터에대한열광과기대의반대편에는여전히우려와냉소의시선이존재한다. 최근빅데이터에대한기술영향평가에서는빅데이터활용능력에따라경제적양극화가심화될수있고, 국내빅데이터분석이외국계기업에의존하고있기때문에국가정보의대외유출위험이초래될수있으며, 데이터독점에따른빅브라더정부의출현가능성과프라이버시침해등다양한우려의시선을보내고있다 ( 미래창조과학부, 2013). 전사적자원관리 (ERP), 고객관계관리 (CRM), 웹서비스 (Web Service) 등한시대를풍미했던엔터프라이즈 IT 기술처럼빅데이터도그냥유행어에그칠것이라는냉소적인시각도제기되고있다 ( 전승우, 2012). 열광과기대그리고우려와냉소가공존한다는것은신기술혹은미래기술에대한자연스러운사회적반응이다. 신생기술 (emerging technologies) 의발전과정에는해당기술의발전을촉진하는유인기제 (inducement mechanism) 와저해기제 (blocking mechanism) 가동시에존재하기때문에기술을둘러싼사회적갈등은기술발전과정에있어서필연적으로내재하게된다 (Bergek et al., 2010). 따라서빅데이터를새로운기술패러다임혹은새로운기술혁신체제로파악하고자한다면무 제 23 권제 3 호 17
정책초점 엇보다빅데이터를둘러싼기술생태계의발전을가로막는저해기제와잠재적인사회적갈등을어떻게해소할지가중요한정책적고려대상이되어야한다. 본글에서는이러한측면에서빅데이터를둘러싼쟁점을정리하고정책과제를제시하고자한다. 1. 과잉기대의정점에위치한빅데이터빅데이터에대한관심이비교적최근에급부상하였다는데에는이론의여지가없을것이다. 아래 [ 그림 1] 에서와같이 2011 년하반기이후빅데이터 (big data) 라는검색용어의사용이급격히증가하였고, 구글과네이버의검색빈도증가패턴이매우유사함을알수있다. 반면미국톰슨로이터가운영하는 WoS(Web of Science) 에서 big data 를키워드로주제검색을한결과는 209 편에불과하였다. 이는 빅데이터 가현재까지는학술적으로핵심적인키워드혹은독자적인학문분과로자리매김되지않은상황을반영하는것이다. 즉빅데이터는지식의전통적인확산과정인 학계 산업계 사회 라는경로가아니라그반대인사회적관심과기대로부터촉발되었다는특징을지니고있다. [ 그림 1] 구글과네이버의 빅데이터 (big data) 검색빈도및 WoS 학술논문의시계열변화 1) Google WoS Naver 1) 네이버는 2007 년, 구글은 2004 년이후부터검색어통계를제공하고있으며, 네이버, 구글, WoS 검색결과는모두 2013 년 6 월 24 일기준이다. 18 과학기술정책
가트너의기대곡선 (hype cycle) 2) 은현재상황에서빅데이터가대중매체에서집중적으로홍보되고있는일종의과잉기대의정점에서있음을보여주고있다 ([ 그림 2] 참조 ). 가트너의기대곡선에신생기술 (emerging technologies) 로써빅데이터가처음포함된해는불과 2012 년이었다. 미국대선에서오바마의빅데이터활용전략, 트위터등과같은소셜서비스분석에대한수요증가, 구글의플루 (flu) 트렌드를통한질병의예측가능성, 빅데이터를활용한일부기업의소비자마케팅성공사례등다양한데이터활용사례들이언론에집중조명되면서이모든것을아우르는상징으로서 빅데이터 가자리매김된것이다. 정책초점 [ 그림 2] 가트너의기대곡선 자료 : Gartner(2013). 가트너의기대곡선이시사하는바는특정기술이과잉기대라는일종의버블상태를거치면서해당기술이과도한사회적기대를충족시킬수없어지면서급격히매력을잃게되고, 이전의기대가과장이었다는것을인식하는동시에부정적인측면이강조되어대중의관심에서점차멀어지게된다는점이다. 이러한환멸기 (Trough of Disillusionment) 를거쳐비록언론의주목을받지는못하지만해당기술에대한현실적기대가충족되면서시장에서생존하는기술로정착하게된다. 물론이과정에서도태되는기술도존재한다. 빅데이터의경우과잉기대의정점을지나환멸기에진입했다는전망도나오고있다 (Sicular, 2013). 미국의 350 개기업 IT 임원중에빅데이터프로젝트로효과를보았다는응답이 7% 에불과하였다는조사결과 3) 는서서히거품이꺼져가는하나의징조로보인다. 2) 가트너의 hype cycle 은과장광고곡선혹은과대광고곡선으로번역되기도하나이러한과장광고가기본적으로기대 (expectations) 를반영하는것으로보기때문에본글에서는기대곡선으로표현하였다. 제 23 권제 3 호 19
정책초점 2. 빅데이터의등장배경빅데이터에대한다양한시선이존재함에도불구하고, 빅데이터라는개념이주목받게된기술및사회적배경은명확하다. 간단히요약하면첫째, 기술진보에따른데이터의저장및처리능력의확대, 반대로데이터저장및처리비용의급격한감소, 둘째, 트위터등으로대변되는비정형데이터의급격한증가와이에따른분석의필요성이높아지고있기때문이다. 무엇보다 2000 년대들어서기술진보로인한데이터저장능력이급격히증가하였다. Yiu(2012) 와 OECD(2013) 는데이터저장능력의연평균성장률을약 50% 로추정하였는데, [ 그림 3] 은 1986 년부터 2007 년까지데이터스토리지의변화추이를보여주고있다. [ 그림 3] 데이터스토리지의변화추정 : 1986~2007 자료 : Hilbert & Lόpez(2011), KISTI 재가공. 빅데이터가주목받는또다른배경에는데이터저장방식이기존의아날로그에서디지털로의급격한전환과관련있다. 1986 년의경우 VHS 카세트, 사진등아날로그비율이전체의 99% 이상인반면에 2007 년에는광학스토리지, 디지털테이프등디지털비율이전체의약 94% 로완전히역전되었다 (Hilbert & Lόpez, 2011; MGI, 2011). 3) 전자신문 (2013), 빅데이터효과거둔기업고작 7%... 원인은잘못된접근방식, 5 월 15 일. 20 과학기술정책
[ 그림 4] 아날로그 vs 디지털데이터저장방식의변화 : 저장량과비중 정책초점 자료 : Hilbert & Lόpez(2011), KISTI 재가공. 데이터저장능력이향상되고저장방식의디지털전환이가속화되면서동시에소비자의데이터저장비용은급감하였는데, 하드디스크드라이버 (HDD) 의경우기가바이트당매년 40% 씩감소하였다 (OECD, 2013). 데이터저장비용뿐만아니라데이터처리비용도급속히감소하고있는데, 예컨대 DNA 유전자시퀀싱처리비용의경우매년 60% 씩감소하였다 (OECD, 2013). 데이터저장및처리비용이감소하는동시에데이터처리능력은급속히증가하였다. [ 그림 5] 는연산능력의증가추이를보여주고있는데범용목적의계산능력은연평균 58%, 특수용도의계산능력은연평균 83% 씩성장한것으로나타났다 (Hilbert & Lόpez, 2011; MGI, 2011). [ 그림 5] 연산능력의증가추이 : 범용및특수용도 ( 단위 : 1010 MIPS(million instructions per second)) 자료 : Hilbert & Lόpez(2011), KISTI 재가공. 제 23 권제 3 호 21
정책초점 한편, 스마트폰을이용한 SNS(Social Network Service) 사용량은 2000 년대후반급격히증가하였다. PC 에서의 SNS 사용량은 2008~2010 년연평균 11%, 스마트폰에서 SNS 사용량은같은기간에연평균 28% 나급증하였다 (MGI, 2011). 모바일데이터트래픽은 2016 년까지 10.8 exabyte 로증가할것으로예상되는데이러한모바일트래픽의성장은대부분스마트폰과태블릿사용의급격한증가에서기인한것이다. 4) 소셜및모바일서비스사용의증가는비정형데이터분석에대한수요로이어졌다. IBM 보고서에따르면전세계정보의 80% 는비정형 (unstructured) 데이터이며, 비정형데이터의증가율은정형데이터증가율의 15배에이른다 (Zikopoulos et al., 2012). 5) 데이터저장및처리기술의발전, 비정형데이터의급격한증가로인하여과거에는불가능한것처럼보였던대규모데이터에대한분석이가능해짐에따라기업과공공부문에서는 실시간분석을통해창출되는가치 에주목하게되었다 (Kirkpatrick, 2013). 6) 물론빅데이터라는용어를직접적으로사용하지는않았지만이미 데이터주도혁신 (data-driven innovation) 이란개념을통해데이터를활용하여새로운부가가치를창출할수있는가능성에주목하는움직임은지속적으로있어왔다. 예컨대 OECD(2013) 는빅데이터를데이터주도혁신의한예로파악, 빅데이터가혁신을유인하고경제성장에기여할수있는가능성을전제로논의를전개하고있다. 데이터주도혁신은 R&D 에서부터제품, 공정, 마케팅, 조직등사회경제전분야에영향을줄것으로전망되고있다. Ⅱ. 새로운기술패러다임으로서빅데이터 - 쟁점들 빅데이터가다양한사회적기대를충족시킬수있을지혹은일시적인유행에머무를지는아직열려있는문제이다. 이절에서는빅데이터를둘러싼몇몇쟁점들을간략히소개하고자한다. 이는현재빅데이터의발전을가로막는저해기제로서작용하고있으며, 역으로빅데이터기술생태계가향후해결해야할역돌출 (reverse salient) 의문제이자정책지원과정에서반드시고려해야할사항이기도하다. 물론, 데이터소유권의문제와이에따른데이터통합의근본적인어려움, 데이터통합은기술적문제가아니라사회적합의과정이라는주장, 기술적기회과사업적기회로서빅데이터를구분해야한다는의견, 하둡 (Hadoop) 등빅데이터관련이슈를단지 IT 인프라문제로환원하는것에대한우려, 과학기술빅데이터와사회과학빅데이터의전혀다른특성들, 빅데이터관련기술이과연새로운것인가에대한논쟁등본글에서다루는이슈이외에도다양한쟁점들이산적해있음을주지해야할것이다. 4) Forrester(2012), Mobile is the new face of engagement, NESSI(2012) 에서재인용하였음. 5) IDC 도비정형데이터가전체데이터의 80% 이상을차지하는것으로보고하였다 ( 전승우, 2012). 6) Kirkpatrick(2013) 은세가지측면에서의실시간 (real time) 데이터분석에주목하였다. 첫번째는이상징후에대한초기감지와이를통한신속한반응이가능한실시간이벤트분석 (real-time events), 두번째는현재시점에서모집단의활동과동학에대한분석을통해더욱효과적인프로그램의기획과집행이가능하도록하는실시간트렌드분석 (real-time trends), 마지막으로행태변화에대한실시간평가를통해프로그램의신속한조정을가능케하는실시간평가 (real-time evaluation) 이다. 22 과학기술정책
1. 비정형데이터의분석가능성과한계일반적으로정형혹은비정형데이터에대한구분은데이터를관리하는시스템 (DBMS) 에스키마 (schema) 가존재하느냐여부로결정하는데, 이런비정형데이터에는텍스트형식으로저장된데이터, 이미지, 음성, 멀티미디어등이포함된다. 앞에서언급한바와같이빅데이터의급부상배경에는무엇보다 SNS 로대변되는비정형데이터와관련이있으나, 여전히비정형데이터의근본적인속성들과관련된문제가제기되고있다. SNS, 스마트폰, 태블릿 PC 등모바일환경이급속히확장되면서비정형데이터에대한분석의중요성또한더욱부각되고있음에도비정형데이터에대한분석이과연유용한지에대해서는회의적인시각이팽배하다. 우선블로그나트위터정보그자체가왜곡될가능성이존재한다. 블로그나트위터에대한감성분석 (sentiment analysis) 혹은오피니언마이닝 (opinion mining) 에는근본적인한계가존재하는데, 예컨대은어, 사투리, 빈정대거나과장하는어투, 역설, 약어등이일상적으로담긴진술의의미를과연현재의기술수준에서제대로분석할수있을지, 앞으로가능할지, 텍스트마이닝을통해특정진술에서그진술을대표하는키워드를얼마나정확하게추출할수있는지는여전히회의적이다 (Global Pulse, 2012). 특히대규모데이터를대상으로하는분석에서는수리모형에맞게어떤형태로든데이터는축소되기마련인데, 편향되고왜곡된정보혹은주관적인정보가많은비정형데이터를수집하고정량화하는과정에서데이터에내포된의미가왜곡되어분석결과의신뢰성이하락될수있다는지적도있다 (Boyd & Crawford, 2012; 전승우, 2012). 이처럼비정형데이터를분석하고그결과를올바로해석하기까지는현재의기술수준이따라잡지못하고있는게현실이다. 가트너는 2012 년빅데이터요소기술에대한기대곡선을통해시맨틱웹 (Semantic Web) 기술이안정기에다다르기까지는 10년이상이소요될것으로예측하였다. 현재비정형데이터에대한분석은맥락을이해하는것보다는단어의출현빈도, 단어와단어간의관계를보여주는것에그치는실정이다. 특히, 비정형데이터가영어가아니라한글일경우비정형데이터의분석가능성과한계는더명백해진다. 정책초점 2. 빅데이터를활용한문제해결가능성 : 상관관계와인과관계의혼동빅데이터그자체가중요한것이아니라빅데이터를어떻게활용하고분석할지가더중요하다는것에는대부분동의를할것이다. 그러나여전히빅데이터를통해도출된결과가과연얼마만큼신뢰할수있을가에는의구심이존재한다. 빅데이터를통해도출된결과는많은경우통계적인상관관계를보여주는경우가대부분이다. 인과관계를밝히는것은전혀다른문제이다. 그럼에도인과관계와상관관계를혼동할경우, 특정정책적선택이전혀엉뚱한결과를보여줄가능성이매우높아진다 (Global Pulse, 2012; NESSI, 2012). 빅데이터분석의바람직한사례로자주언급되는구글의플루트렌드를보자. 7) 구글의플루트렌드가플루를포함한일반적인호흡기질환을예측하는 제 23 권제 3 호 23
정책초점 데어느정도도움이될지도모르나플루자체를예측하는데에는한계가있다는지적 (Global Pulse, 2012) 이있으며, 구글의플루트렌드가미국질병관리센터의예측보다 25% 정도낮다는연구결과도발표되었다 ( 전승우, 2012). 빅데이터는문제해결을위한수단이자도구이지그자체가해결책이아니다. 예컨대공공부문에서빅데이터를활용한다고해서 MGI(2011) 등이추정한것과같은비용절감이나세수증대등의효과가정말나타날것인가? 공공부문의도덕적해이와부패, 정경유착, 담합구조등이단순히빅데이터로환원하여분석한들그해결책을찾을수있을까? 3. 빅데이터의인식론적한계 Boyd 와 Crawford(2012) 는보다근본적인차원에서빅데이터에대해인식론적문제를제기하고있다. 데이터분석의핵심은 해석 인데데이터의규모와상관없이해석에는연구자의주관적인한계와편견이내재할수밖에없다. 따라서이들은마치빅데이터를통해 객관적이고정확한 분석이가능하다고말하는것은실재를호도하는것이라고비판한다. 아울러규모가더큰데이터가항상더좋은데이터가아니라고주장한다. 이들은대표적인비정형데이터인트위터를통해다양한패턴을조사한학술연구에서조차스스로트위터데이터의한계를지적하고있다며, 무엇보다트위터가애초에분석하고자했던모집단을대표하는것이아니라고지적한다. 실제분석에사용되는빅데이터와전체 ( 모집단 ) 데이터는동일한것이아니기때문에샘플데이터의특성을명확히설명하지못한다면데이터셋의사이즈자체는무의미하다고주장한다. 오히려 Boyd 와 Crawford(2012) 는빅데이터보다 small data 의가치를인식하는것이점차더중요하게될것이라고전망한다. 4. 빅데이터와기술종속의문제빅데이터라는용어자체는구글, 아마존, 페이스북, 트위터등글로벌기업에서자사의서비스개선을위해적극적으로도입된것이며, 특히이러한서비스가국경을가로지르는인터넷에기반하고있다는것에주목해야한다 (NESSI, 2012). 국내에서도이미빅데이터시장에서글로벌기업의독과점현상과향후기술종속의문제가빈번히지적되고있다. 현재 IBM, 오라클등글로벌기업들이국내비즈니스분야와공공부문빅데이터처리분야에서초기시장을선점하고있는상황이고 ( 교육과학기술부외, 2012), 외국계글로벌기업에의존한빅데이터분석으로인해정보의대외유출등과같은위험을초래할수있는가능성도매우높다 ( 미래창조과학부, 2013). 따라서국내빅데이터시장이주로글로벌기업의기술에의존하고있기때문에빅데이터활성화를위해서는무엇보다국내의데이터분석인프라구축이시급하다 ( 김한나, 2012). 이러한상황에서적절한대비책이없다면정부의성급한빅데이터산업진흥정책이오히려글로벌기업의국내시장독과점을고착화하는바 7) 구글의플루트렌드는 http://www.google.org/flutrends/intl/en_us/ 참조, 구글의연구결과는 <Ginsberg, J. et al.(2009), Detecting influenza epidemics using search engine query data, Nature, Vol. 457, pp. 1012~1014> 참조. 24 과학기술정책
람직하지않은정책결과를초래할수도있다. 아울러빅데이터산업이형성되었을때시장에서가장높은부가가치를창출할수있는정보원천인이용자 ( 소비자 ) 데이터는구글, 페이스북, 애플, 아마존, 야후등글로벌기업들이이미만들어놓은진입장벽을극복하기어려운게현실이다. 자칫국내시장활성화라는작은욕심으로인하여데이터는글로벌인터넷기업으로부터구매하고, 데이터처리와분석은글로벌 IT 기업에의존하는돌이킬수없는소탐대실의과오를범할수있다. 정책초점 5. 공공부문의비효율성과빅데이터많은보고서들이공공부문의비효율성을빅데이터를통해어느정도개선할수있다고주장한다. 미국과독일에서는빅데이터를활용하여예산을절감하였다는사례도보고되고있다. 실제공공부문에서낭비되는예산에대해다양한추정치가존재하며, 빅데이터를활용하여공공부문에서직접적으로효과를얻을수있는영역에서이러한비효율성을제거할수있는가능성은매우높다. 그러나빅데이터를활용한공공부문의비용절감효과의규모에대해서는논란의여지가있다. 예컨대, 유럽의 23 개정부에서빅데이터로인한행정관리비용절감추정액은 15~20% 로추정되며, 이는 1,500 억유로 ~3 천억유로에해당된다 (MGI, 2011). 이추정액에는공공정보 (PSI) 에대한광범위한접근과효과적이용으로부터발생하는편익은포함되지않았다고한다 (OECD, 2013). Yiu(2012) 는 MGI(2011) 의방법론을적용하여영국공공부문의빅데이터활용가치를추산한결과연간약 160 억파운드에서 330 억파운드로나타났다. 그러나 Cebr(2012) 은영국공공부문의빅데이터활용가치를부정적발에서 20 억파운드, 성과관리에서 36 억파운드규모의비용을절감할것으로추정하였는데이는 2012~2017 년까지의누적액이다. Yiu(2012) 와 Cebr(2012) 의전망치는많은차이를보여주고있다. MGI(2011) 는운영효율화를위한비용절감의경우, 전체예산의 20~25% 가비용절감이가능한영역이고이중빅데이터를활용하여절감가능한비중을 15~20% 로추정하고있다. 이러한전망치가과연타당한지에대해서는여전히의문시된다. 6. 데이터개방전략과빅데이터정책빅데이터관련정책에있어서데이터개방전략을마치빅데이터활성화를목적으로하는정책으로오인하는경우가종종있다. 물론데이터개방전략이빅데이터시장활성화에어느정도도움이될수있겠지만, 유럽을중심으로추진되고있는데이터개방전략은빅데이터시장활성화그자체보다는기본권으로서의정보접근권확대에서출발했다고보아야할것이다. 주요선진국의오픈데이터정책은정보접근권을하나의인권으로서보장하기위해시행되고있다. 정보접근권은 정보에대해자유롭게접근할수있는권리로서정보의자유또는알권리의기초가되는개인의기본적인권 ( 안석모, 2013) 을의미하며, 유럽의회의 행정정보에대한접근과정보의자유에관한권고 혹은인터넷접속권을표현의자유와동등한기본권으로규정하거나 (EU), 제 23 권제 3 호 25
정책초점 국민의기본권으로법제화하는노력 ( 핀란드 ) 등을통해정보공개및정보격차해소를위한목적으로추진되고있는것이다 ( 안석모, 2013). 과연우리나라빅데이터에대한논의에서많은주목을받고있는사례인영국의오픈데이터정책과 EU 의데이터개방전략 (Open Data Strategy: ODS) 이빅데이터진흥을위한적절한사례인가에대해서는더많은논의가필요할것으로보인다. 물론, EU 의데이터개방전략은단순히데이터에대한접근뿐만아니라정당한목적의 재사용권한 도함께보장하고있기때문에데이터를활용한상업용서비스를개발하고판매하는것도허용한다는측면에서빅데이터시장활성화와관련이있을수도있다. 그러나 EU 의데이터개방전략은 빅데이터 혹은 시장활성화 그자체보다는공공정보및데이터에대한보편적접근과개방의원칙아래진행되어왔다고보는것이더적절하다. 최근우리나라도공공데이터이용권을폭넓게보장하는내용의 공공데이터의제공및이용활성화에관한법률 이지난 6월국회를통과, 3개월후법이시행될예정이나, 데이터개방이전에데이터의생성, 데이터품질관리, 데이터연계가더중요한문제로지적되고있다. Ⅲ. 빅데이터정책의주요과제 - 프라이버시와보안 빅데이터와관련하여가장쟁점이되고있는이슈가프라이버시와보안이다. 프라이버시는개념, 법률, 기술적측면모두에서빅데이터와관련하여현재가장민감한이슈이며 (DFD, 2013; Feldman et al., 2012; Global Pulse, 2012; NESSI, 2012; 김한나, 2012), 대부분프라이버시는기본적인인권의하나로간주되고있다 (Global Pulse, 2012). 아울러프라이버시에대한논의는개인정보유출등과같은데이터보안논의와직결된다. 1. 프라이버시프라이버시 (privacy), 특히정보와관련된정보프라이버시권은 프라이버시에영향을미칠수있는자신에관한정보를정보주체가스스로통제할수있는권리 를의미하며, 따라서프라이버시를침해하는행위는 개인정보의수집 이용 제공 유통등을통해이루어지므로개인정보의수집, 이용과이에대한통제문제 와연결된다 ( 안석모, 2013). OECD 대부분의국가들은 1980 년제정된 프라이버시보호및개인정보의유통에대한지침 (OECD Guidelines Governing the Protection of Privacy and Transborder Data Flows of Personal Data) 에근거하여다양한형태로개인의프라이버시를보호하고있으나, 빅데이터활용을위한개인정보의재사용과관련하여서는한계점을노출하고있다. 특히, 개인정보를포함한데이터의양이급증하고개인정보를재사용하는행위자들이늘어날수록프라이버시에대한적절한보완책이필요하다고지적하고있다 (OECD, 2013). 26 과학기술정책
EU 에서도인터넷공간에서프라이버시보호를위해다양한조치들을시행하고있다. 2011 년에는 e- Privacy Directive European Cookies Law 가제출되었고, 2013 년 EU Privacy Proposals 에는 인터넷에서잊혀질권리 (The European right to die (be forgotten) on the Internet) 가포함되었다 (George & Dowson, 2013). 우리나라의경우, 국가정보화전략위원회 (2011) 는향후추진과제로 개인정보익명성보장체계확립 을위해첫째, 개인정보와프라이버시보호관련기본원칙을체계화하고, 둘째, 빅데이터의안전한공유와유통을위해보다강화된보안대책을마련하고, 셋째, 데이터의개방 공유 활용에따른정부의공동데이터활용가이드라인을마련해야한다고적시하였다. 적절한프라이버시보호가없다면빅데이터기술로부터의혜택도없을것이다 라는지적 (NESSI, 2012) 에서알수있듯이, 프라이버시는단순히빅데이터산업의발전을저해하는장애물이아니라빅데이터산업을위해서넘어야할과제로인식되어야한다. 무작정산업진흥을위해프라이버시를약화시키기보다는 프라이버시보전형데이터마이닝 (privacy-preserving data mining) (NESSI, 2012) 과같이빅데이터와프라이버시간의긴장을완화할수있는다양한방법을모색하는것이더현명한처방이될것이다. 정책초점 2. 보안 프라이버시와함께개인정보유출등과같은보안문제가더욱중요하게부각되고있다 (DFD, 2013; Feldman et al., 2012; OECD, 2013). 빅데이터와관련하여중요한사회적이슈중하나가데이터누출 (data breaches) 이다. 2008~2009 년하트랜드결제시스템 (Heartland Payment System Inc.) 해킹공격으로인해약 1억 3천만건의신용카드및직불카드정보가누출되었으며, 2010~ 2011 년소니플레이스테이션네트워크 (Sony s PlayStation Network) 는해킹으로인해 1억 4백만건의개인식별정보가유출되었다 (OECD, 2013). 국내또한보안의사각지대로 2012 년방송통신위원회가국회에제출한자료에따르면 2011~2012 년 2년간개인정보유출건수는 6,325 만여건에달하였다. 8) 따라서데이터공유와개방을촉진하면서동시에사이버테러나해킹등으로인한데이터유출을방지하기위한보안가이드라인제정및관련기술의개발이절실하다. 그러나 Feldman 등 (2012) 이지적하였듯이기존의데이터를클라우드로이동하는데여전히많은저항이있으며, 현재인터넷, 클라우드컴퓨팅, 데이터풀링등모든측면에서데이터보안의문제가제기되고있다. 빅데이터활용이증가하더라도기존의프라이버시강화라는추세를변화시키지는못할것이며오히려정보보안과리스크를어떻게관리할지가프라이버시와연결되어더큰이슈와과제로부각될것이라전망하고있다 (DFD, 2013). 8) 강동원의원실보도자료 (2012), 최근 2 년간개인정보유출건수 6,325 만여건 참조. 2011 년 4 월현대캐피탈 175 만명, 7 월 SK 컴즈 3,500 만명, 8 월한국엡손 35 만명, 11 월넥슨 1,320 만명등 2011 년에 5,030 만명의개인정보가유출되었고, 2012 년의경우 5 월 EBS 422 만명, KT 휴대전화가입자 870 만명등보도자료발표시점 (2012 년 10 월 ) 까지누출된개인정보는 1,292 만명에달하였다. 이러한개인정보유출건수는 알려진것 이기때문에실제개인정보유출건수는더클것으로예상된다 (http://blog.naver.com/kdwon53/60172608677). 제 23 권제 3 호 27
정책초점 3. 빅데이터 - 다부처정책통합이전제결론을대신하여우리는빅데이터정책주체로서공공부문의역할은빅데이터관련정책이개별부처의범위를넘어서는다부처정책통합으로반드시추진되어야한다고판단한다. 앞에서언급하였듯이신생기술을둘러싼새로운기술혁신체제의발전과정에는유인기제와저해기제가동시에존재하는데이는전통적인기술혹은산업과는전혀다른정책적시사점을주고있다. 유인기제가해당기술에대한사회적기대를반영하는것이라면저해기제는해당기술이가지는잠재적갈등이상존함을의미한다. 빅데이터시대에서공공부문의역할이주목받는이유는공공부문이다양한데이터를생산하는주체이자동시에사회현안문제의효율적해결을위해다양한데이터를필요로하는수요의주체라는점, 또한적절한규제혹은진흥정책을통해빅데이터생태계에영향을미치는정책의주체이기때문이다. 따라서빅데이터정책에는데이터의생산자와수요자로서정부의바람직한역할과함께동시에빅데이터유인기제를강화하는진흥정책과저해기제를해소하기위한규제정책이적절히혼합되어야한다. 신기술이가지는특성중의하나는해당기술의발전방향이아직열려있다는것이다. 따라서공공부문의 R&D 정책은단지해당기술의유인기제를강화하는역할뿐만아니라저해기제를해소하기위한다양한기술적가능성까지염두에두어야한다. [ 그림 6] 빅데이터시대에서정부의역할 [ 그림 6] 에서와같이공공부문에서데이터를생산하는주체, 데이터를필요로하는주체, 규제부처, 진흥기관, R&D 정책의주체는모두다르다. 정부내에서조차빅데이터에대한이해관계가다 28 과학기술정책
를수있기때문에, 빅데이터를둘러싼다양한쟁점과과제들을해결하기위해서는무엇보다공공부문과함께민간부문의이해관계자들까지포함하여공통의비전을만들어나가기위한다양한합의과정이필요하다. 따라서빅데이터분야는다른정책보다정책통합혹은통합적혁신정책 ( 성지은 송위진, 2010) 이더욱절실한영역이다. 빅데이터가만병통치약이아님에도불구하고빅데이터자체의활용효과만을일방적으로과장하는행태를정부는지양해야하며, 빅데이터를통해해결하려는사회문제가더중심에자리매김되어야할것이다. 빅데이터로모든 데이터관련정책 을포괄하는것은불가능하다. 수단이목표가되어서는안된다. 정책초점 참고문헌 교육과학기술부 행정안전부 지식경제부 방송통신위원회 국가과학기술위원회 (2012), 스마트국가구현을위한빅데이터마스터플랜. 국가정보화전략위원회 (2011), 빅데이터를활용한스마트정부구현 ( 안 ). 김한나 (2012), 빅데이터의동향및시사점, 방송통신정책, 제24 권제19 호. 미래창조과학부 (2013), 2012 년도기술영향평가결과 ( 안 ) - 빅데이터 (Big Data) 분석기술과활용, 국가과학기술심의회. 성지은 송위진 (2010), 탈추격형혁신과통합적혁신정책, STEPI Working Paper, 2010-03, 과학기술정책연구원. 안석모 (2013), 정보인권보고서발간배경및의의, 정보인권보고서발간기념공동학술대회 (2013.06.14., 동국대학교 ) 자료집, pp. 3~13. 전승우 (2012), 빅데이터에대한기대와현실, LG Business Insight, LG경제연구원. Bergek, A., Jacobsson, S., Hekkert, M. and Smith, K.(2010), Functionality of Innovation Systems as a Rationale for and Guide to Innovation Policy, in Smits, R. E., Kuhlmann, S. and Shapira, P. (eds.), The Theory and Practice of Innovation Policy - An International Research Handbook, pp. 115~144, Edward Elgar. Boyd, D. and Crawford, K.(2012), Critical Questions for Big Data - Provocations for a cultural, technological, and scholarly phenomenon, Information, Communication & Society, Vol. 15, No. 5, pp. 662~679. Cebr(2012), Data equity: Unlocking the value of big data, Report for SAS, SAS. DFD(Department of Finance and Deregulation)(2013), Big Data Strategy - Issue Paper, Commonwealth of Australia. Feldman, B., Martin E. M. and Skotnes, T.(2012), Big Data in Healthcare - Hype and Hope, 제 23 권제 3 호 29
정책초점 Dr. Bonnie 360. Gartner(2013), Press Release - Gartner s 2013 Hype Cycle for Emerging Technologies Maps Out Evolving Relationship Between Humans and Machines(http://www.gartner.com/newsroom/id/2575515). George, E. and Dowson, I.(2013), Big Data in Finance - Entrepreneurs Edition, London New Finance. Global Pulse(2012), Big Data for Development: Challenges & Opportunities, Global Pulse. Hilbert, M. and Lόpez, P.(2011), The World s Technological Capacity to Store, Communicate, and Compute Information, Science, Vol. 332, pp. 60~65. Kirkpatrick, R.(2013), Big Data and Real-Time Analytics for Agile Global Development, Friday Seminar on Emerging Issues - Big Data for Policy, Development and Official Statistics, 22 February 2013, United Nations, New York. MGI(2011), Big data: The next frontier for innovation, competition, and productivity, McKiensey Global Institute. NESSI(2012), Big Data - A New World of Opportunities, NESSI White Paper, NESSI. OECD(2013), Exploring Data-Driven Innovation as a New Source of Growth: Mapping the Policy Issues Raised by Big Data, OECD Digital Economy Papers, No. 222, OECD Publishing. Sicular, S.(2013), Guest Post: Big Data is Falling into the Trough of Disillusionment (http://blogs.gartner.com/svetlana-sicular/guest-post-big-data-is-falling-into-the-tr ough-of-disillusionment/). Yiu, C.(2012), The Big Data Opportunity - Making government faster, smarter and more personal, Policy Exchange. 한국정보화진흥원역 (2012), 빅데이터로인한기회 - 보다빠르고스마트한맞춤정부만들기, 동향분석, I-4, 한국정보화진흥원. Zikopoulos, P., Eaton, C., deroos, D., Deutsch, T. and Lapis, G.(2012), Understanding Big Data - Analytics for Enterprise Class Hadoop and Streaming Data, McGraw Hill. 30 과학기술정책
주요국의빅데이터추진전략분석및시사점 1) 윤미영한국정보화진흥원선임연구원 yoonmy@nia.or.kr 정책초점 Ⅰ. 서론 최근 10년사이디지털데이터가폭증함에따라대규모데이터가중대이슈로떠오르면서전세계적으로빅데이터를막대한가치를창출할수있는핵심자원으로인식하고있다. 즉, 방대한양의빅데이터를처리할수있는기술이발전하면서과거에는발견하기어려웠던가치를창출할수있게된것이다. 이러한빅데이터환경은민간기업의경영활동뿐아니라, 정부를포함한공공부문의혁신을수반하는패러다임의변화를의미한다. 2) 향후빅데이터는기업의성패뿐만아니라미래국가경쟁력에도큰영향을미칠것이며, 다양한정보미디어의등장과진화의과정에서새롭게생성되는정보의효율적인이용이국가나기업의경쟁력을좌우할수있다. 민간기업들이빅데이터와관련된이슈에대한준비를가장먼저시작했으며, 이후민간글로벌경제전문지, 컨설팅그룹등이빅데이터를비중있게보도 분석하기시작하였다. 다수의글로벌 IT 컨설팅기업및시장조사기관은빅데이터시장규모가지속적으로확대될것으로전망하는예측치를제시하였는데, 가트너를비롯한 IDC 등은향후빅데이터시장이지속적으로성장하여많은사회 경제적효과를창출할것으로전망하였다. 가트너는 2012 년빅데이터시장규모는 280 억달러에달하며, 2013 년에는 340 억달러까지확대될것으로예상했으며, IDC 는전세계빅데이터시장은 2010 년 32 억달러에서 2015 년에는 169 억달러로향후 5년간연평균 40% 가성장할것이라고전망한바있다. 이렇게빅데이터시장의발전및적극적인도입과확산에따라맥킨지를비롯한여러컨설팅기관들역시빅데이터가국가경쟁력은물론경제활성화에기여할수있다고강조하고있다. 맥킨지는 게임체인저 : 미국성장과부흥을위한 5가지기회 3) 라는보고서를통해빅데이터가 1) 윤미영 (2012. 11), 新가치창출을위한주요국의빅데이터추진전략분석, 한국정보화진흥원의보고서를기반으로작성하였으며, 본보고서발표이후업데이트된내용을추가하여작성. 2) 정지선 (2011), 新가치창출엔진, 빅데이터의새로운가능성과대응전략, 한국정보화진흥원. 제 23 권제 3 호 31
정책초점 미국의생산성을향상시키고비용절감효과를가져옴으로써유통 제조업등이 2020 년까지연간 3,250 억달러이상 GDP 에기여할수있을것이며, 특히비효율성을감소시켜정부서비스비용과헬스케어부문에서연간 2,850 억달러의비용을절감할수있을것이라고예측하고있다. 이는고령화등인구특성의변화, 투자감소, 생산성개선둔화문제등을빅데이터로해결할수있을것이라는기대감이크게작용하고있기때문이라고할수있다. 영국의경제경영연구소 (Center for Economics and Business Research) 는영국에빅데이터를도입할경우공공및민간영역에서괄목할만한경제적효과가발생할것이며, 2012 년부터 2017 년까지영국산업전체에서약 2,160 억파운드의경제적효과가발생할것으로전망하고있다. 또한영국대외정책연구원 (Policy Exchange) 은빅데이터로공공부문에서연간 160 억에서 330 억파운드를절감할것이며, 이는영국정부총예산인 7,000 억파운드의약 2.5% 에서 4.5% 에해당하는것이라고보고한바있다. 일본총무성역시빅데이터도입및활용에따라농업, 도시, 환경, 유통, 의료등다양한분야에서생산성과효율성을높일수있을것이며, 10조엔의부가가치창출과약 12조엔에서 15조엔의사회비용절감이가능할것으로예측하고있다. 이처럼빅데이터는사회 경제적비용절감은물론데이터를기반으로한새로운국가정보화전략추진으로국정운영및사회현안등을해결하여더나은미래사회로의방향을모색할수있다. 빅데이터를활용할경우복지, 안전 위험등국가사회현안을발굴하여국민이행복한생활을영위할수있는맞춤형서비스를제공할수있고, 이머징신기술을기반으로신성장동력발굴및신시장을개척하여양질의일자리도창출할수있을것이다. 이외에도급변하는국내외환경변화의동인을발견하고발생가능한미래를예측하여선제적인대응전략을마련할수있다. 이에본고에서는우리나라보다앞서서빅데이터를활용하기위해적극적으로정책을추진하고있는미국, 영국, 일본등주요국의빅데이터활용전략은무엇이며, 빅데이터활성화를위한정책과노력에대해살펴본다. Ⅱ. 주요국의빅데이터추진체계및추진전략 1. 미국 : 정부주도의빅데이터전략추진및정부서비스혁신미국은국가당면과제의해결방안을찾을수있는원천으로빅데이터의가능성을파악하고, 빅데이터로의새로운지식과인사이트를분석, 추출, 획득할수있는역량확보가시급하다고판단하였다. 따라서미대통령과학기술자문위원회 (PCAST) 4) 가연방정부수준에서의빅데이터관련기술 3) McKinsey Global Institute(2013. 7), Game Changers: Five opportunities for US growth and renewal. 32 과학기술정책
투자필요성을대통령에게건의 5) 하였다. 이후 2012 년 3월에는대통령실내과학기술정책실 (OST P) 6) 은국가차원의다양한부처가참여하는 2억달러규모의 빅데이터연구개발이니셔티브 (Big Data R&D Initiative) 를발표하였다. 빅데이터연구개발이니셔티브는빅데이터핵심기술확보, 사회각영역에활용, 인력양성의 3 가지측면을중점추진한다. 기술측면에서는방대한데이터수집 저장 분석 공유를위한핵심기술의최첨단화를추진할것이다. 활용측면에서는과학기술의가속화, 국가안보강화, 교육의변화를위한기술로활용할예정이다. 마지막으로빅데이터기술의개발및활용에필요한전문인력 7) 을양성할계획이다. 또한, 과학기술정책실은 NITRD 8) 프로그램의일환으로빅데이터연구개발조정, 이니셔티브목표확인등을위해빅데이터협의체인 빅데이터고위운영그룹 (BDSSG) 9) 을구성하였다. 이그룹은빅데이터기반의과학기술발전및관련기관협조 서비스발굴, 연방정부데이터관리, 인력및인프라개발을추진하고, 데이터수집 저장 보존 관리 분석 공유와관련된핵심기술의최신성을유지하기위해노력할것이다. 이외에도빅데이터관련부처간연계프로젝트로얻을수있는편익을분석하고실현가능한협업프로젝트를지속적으로개발하고제안할예정이다. 빅데이터고위운영그룹은정부기관및소속기관으로구성되어빅데이터계획을주도적으로추진할예정인데, 유전자연구및의료, 교육, 지구과학등빅데이터활용효과가뛰어난분야의기관들이우선적으로참여하여추진하고있다. 현재 8개연방부처및기관 10) 이빅데이터고위운영그룹과함께프로젝트를진행하고있으며, 지속적으로확대할예정이다. 정책초점 4) President s Council of Advisors on Science and Technology. 5) Every Federal agency needs to have a big data strategy(design a Digital Future, 2010. 12). 6) Office of Science and Technology Policy. 7) 오바마정부는빅데이터연구개발을위해인력양성에중점을두어추진할예정이다. 인력양성계획으로는차세대데이터사이언티스트와엔지니어를육성할수있도록대학의학제들간의교육프로그램개발독려, 버클리대학에기반을둔컴퓨팅원정대 (Expeditions in Computing) 프로젝트에 1,000 만달러의기금을투입하여데이터를정보로전환하는세가지접근법 ( 기계학습, 클라우드컴퓨팅, 크라우드소싱 ) 통합지원, 대학생들이복합적인데이터에대해그래픽및가시화된기술을사용할수있도록훈련시키는연구트레이닝그룹에 200 만달러의상금제공등이있다 ( 정지선 (2011), 新가치창출엔진, 빅데이터의새로운가능성과대응전략, 한국정보화진흥원 ). 8) Federal Networking and IT R&D 의약자. 2002 년부터추진되고있는연방정부차원의범부처 IT R&D 프로그램으로대규모네트워크, 고성능컴퓨팅시스템, 소프트웨어, 정보관리등기술분야의연구개발은물론신기술이사회와경제및노동에미치는영향등을분석하는등다양한연구영역이상호유기적으로연계되어진행된다 ( 한국인터넷진흥원, 2012). 9) Big Data Senior Steering Group. 10) 국립과학재단 (NSF), 국립보건원 (NIH), 국방부 (DoD), 방위고등연구계획국 (DARPA), 에너지부 (DoE), 지질조사원 (USGS), 미국항공우주국 (NASA), 미국해양대기관리처 (NOAA) 등 8 개연방부처및기관이참여하고있다. 제 23 권제 3 호 33
정책초점 [ 그림 1] 미국빅데이터추진체계 자료 : 윤미영 (2012. 11), 新가치창출을위한주요국의빅데이터추진전략분석, 한국정보화진흥원에서재구성. 미국의주요부처에서추진하고있는빅데이터관련정책및프로젝트에대한자세한내용은 < 표 1> 에서살펴볼수있다. < 표 1> 부처별빅데이터프로젝트 부처명 국방부 방위고등연구계획국 지질조사원 국립보건원 국립과학재단 주요내용 데이터로부터의사결정을위해군사관련빅데이터프로젝트에연간 2 억 5,000 만달러를투입하였으며, 향후신규프로그램에 6,000 만달러추가지원예정대용량데이터를활용한자율의사결정시스템구축및상황인식능력개선을위해 의사결정을위한데이터 프로젝트수행빅데이터관련기술혁신을촉진시키기위해연구경진대회개최 대용량데이터를분석할수있는컴퓨팅기술과소프트웨어개발영상데이터처리기술, 데이터암호화와관련된프로그래밍언어개발, 국가위협및안보요소를감시할수있는시스템개발등 지구시스템과학분야에빅데이터활용방안연구 존웰시파월분석종합센터 를통해보조금을지급하여지구과학시스템에빅데이터를활용하여지구과학의혁신도모향후기후변화, 지진발생률, 차세대생태계지표등에대한이해증진방안모색 게놈프로젝트데이터의아마존무료공개등을통해신경과학연구및생리학등다양한빅데이터핵심기술개발영상, 세포, 분자, 전기생리학, 화학, 행태, 전염병학, 임상, 기타건강과질병등에관한데이터를수집하여연구개발 국립보건원과공동으로빅데이터과학및공학을위한핵심기술개발및데이터사이언티스트육성대규모의분산된데이터를분석하여유용한정보를추출 시각화하기위해요구되는기술개발추진 34 과학기술정책
부처명 에너지부 미국항공우주국 미국해양대기관리처 주요내용 진보된컴퓨팅파워를통한과학적발견을위한빅데이터연구개발추진 2,500 만달러의기금을조성해확장형데이터관리, 분석및시각화기관 (Scalable Data Management, Analysis and Visualization Institute) 설립을추진하고있으며, 6 개국립연구소와 7 개대학의전문가들이협력하여점차복잡해지고대용량데이터를분석할수있는툴개발추진미생물학 식물학등과관련된연구데이터를제공해줄뿐만아니라연구설계에따른향후결과예측치까지제시할수있는개방형데이터베이스 KBase 운영 우주개발을통해얻은다양한자료의공유및사용자맞춤형상품검색을위한자동화알고리즘개발주요빅데이터프로그램 : 첨단정보시스템기술 (Advanced Information System Technology: AIST), 지구과학데이터및정보시스템 (Earth Science Data and Information System: ESDIS), 전세계지구관찰복합시스템 (Global Earth Observation System of Systems: GEOSS), 행성데이터시스템 (Planetary Data System: PDS), 우주망원경과학연구소의다중미션기록보관소 (Multimission Archive at the Space Telescope Science Institute: MAST) 미국해양대기관리처와국립기상청은 50 년전부터대규모데이터를수집하고분석하여예측 예보시스템구현매년 30 페타바이트의신규데이터를관리하고위성, 선박, 항공기, 부표등에장착된센서에서매일 35 억개이상의데이터를수집하여복잡하고정확도가높은예측모델링과함께국립기상청에제공 정책초점 자료 : 윤미영 (2012. 11), 新가치창출을위한주요국의빅데이터추진전략분석, IT & Future Strategy, 제 11 호, 한국정보화진흥원에서재구성. 미국은연방정부외에각주정부에서도지역에서발생하는각종문제해결을위해빅데이터를활용하고있다. 범죄방지및치안유지등의사회안전, 금융사기를비롯한탈세방지, 행정서비스개선등을위해데이터를분석하여활용하는사례들이점차증가하고있다. 미국국세청 (IRS) 과고용분야빅데이터를이용한환급신청서검토등으로새로운세원과미납세금을확인한결과, 오하이오와오클라호마, 텍사스등 7개주에서 16억달러의세수증가효과를가져왔으며, 이러한결과를기반으로미국국세청은지속적으로자금세탁및금융사기방지, 신용위험관리, 고객행동분석등에활용하고있다. 정부기관내데이터를통합 공유하여주민서비스를개선하고예산의효율적배분등정책업무지원에활용하는경우도있다. 미시간주정부는 21 개기관의데이터를통합하고의료보장부정수급탐지, 개인별범죄관리등분석업무에활용하여 1일 1백만달러의예산절감효과를발생시켰다. 이외에도샌프란시스코, 로스앤젤레스, 샌타바버라등캘리포니아주정부와뉴욕시를포함하고있는뉴욕주정부등에서가장활발히적용하고있는분야는범죄예방, 치안유지등사회안전분야이다. 이를위해정보공유와상황인지등을통해정부와민간의정보활용을극대화하여국가안보및국민생활을위협하는요인을사전에감지하고대응할수있도록노력중이다. 2. 영국 : 정보공유 활용을위한데이터개방중심의정책영국정부는빅데이터활용의기반이되는공공부문의정보공유및활용에따른가치창출을위한데이터공개 공유중심의정책을추진하고있다. 데이터를 사회와경제성장을위한 21 세기새로운원자재및연료 로정의하고, 영국역사상가장투명한정부 를목표로오픈데이터전략을추진중이다. 제 23 권제 3 호 35
정책초점 이를위해우선기업혁신기술부 (BIS) 는공공정보공개및데이터의가치창출을위해 2012 년 3월에 데이터전략위원회 (Data Strategy Board) 를설립하였다. 데이터전략위원회는내각사무처를비롯한각부처의 오픈데이터전략 (Open Data Strategy) 에대한의견제시는물론전략의수정 검토를할수있다. 또한데이터공개여부판단, 데이터활용을통한비즈니스서비스발굴가능성여부등을검토하여공개 활용등에대한제언을하고있으며, 공공데이터의접근개선과활용을위해일관성있는데이터의제공및접근방식을고려한다. 데이터전략위원회는오픈데이터사용자그룹, 기상및지리정보사용자그룹등을구성하고, 공공데이터그룹 (Public Data Group) 과의협력체계로구축되어있으며, 데이터전략위원회의장및데이터재사용자, 기상및지리정보사용자그룹대표, 지역정보협회등총 12명의전문가들로구성되어있다. [ 그림 2] 영국데이터전략위원회조직구성체계 국회 (Parliament) 자료 : 윤미영 (2012. 11), 新가치창출을위한주요국의빅데이터추진전략분석, IT & Future Strategy, 제 11 호, 한국정보화진흥원에서재구성. 데이터전략위원회가 2013 년 6월에발표한공공데이터와서비스에대한평가를한 정부대응에대한세익스피어검토 (Government response to the Shakespeare review) 보고서에따르면, 데이터의공개및활용은영국정부는물론기업을위한새로운기회를창출할수있을것이라고강조하고있음을알수있다. 데이터전략위원회의구성과함께내각사무처 (Cabinet Office) 는데이터접근성강화및데이터개방지침, 향후개방 공개데이터목록등에관한 오픈데이터백서 (Open Data White Paper) 를 36 과학기술정책
발표하였다. 이에 2012 년 6월에기업혁신기술부 (BIS) 를비롯한총 16개부처 11) 는부처별특성에맞는 오픈데이터전략 (Open Data Strategy) 을발표함에따라영국의데이터전략이활성화되었음을알수있다. 각부처는데이터공유플랫폼 (data.gov.uk) 의재정비를통한데이터접근성강화및서비스활성화방안을모색하고, 오픈데이터평가방법을도입한다. 또한검색기능개선, 정보이용방법의단순화, GIS 데이터의시각화, 보유목록에대한접근성을확대하고, 팀버너스리 (Tim Berners-Lee) 가데이터품질과재이용성을평가하기위해개발한평가방법을기준으로정부가공개하는오픈데이터평가를실시할예정이다. 각부처는수집된데이터를빅데이터, 개인정보와관련된 My Data, 서비스에대한이용자경험및만족도와관련된데이터로구분하는작업을추진하고있으며, 2015 년까지의료, 교육, 세금, 고용, 기상및지리데이터등에대해순차적으로확대하여개방할예정이다. 정책초점 < 표 2> 부처별데이터공개여부 부처데이터구분공개내용 교통부 국세청 환경식품농촌부 문화매체체육부 철도데이터 버스데이터 도로데이터 항공데이터 운전데이터 국세청국가공식통계 조달데이터 세금데이터 수입자데이터 환경데이터 농업데이터 올림픽정보 복권 브로드밴드 지속가능사업모델 정부예술품 철도운영, 성능, 철도망지리정보, 요금등 버스시간표, 버스출도착알림등 ( 고속 ) 도로정보, 도로보수정보, 도로상태등 승객경험데이터수집을통한항공프로그램 운전시험불합격데이터, 운전면허정보, 교통과운전자정보에관한요청사항등 100 가지이상의국가공식통계데이터 ( 세금, 혜택, 거래데이터등 ) 조달거래관련데이터 납부해야할세금과건강보험계산데이터 EU 로부터영국으로상품을수입하는 13만명이상의사업자이름과주소가제공되는수입자세부정보 공기, 물, 생물등다양한환경통계데이터 농장조사, 농업생산량및매출등데이터 자원봉사자, 올림픽으로인한영향력통계, 훈련캠프통계등 복권당첨자세부데이터 브로드밴드펀드에참가하는프로젝트의총부가가치및고용데이터 문화유산, 스포츠등지속가능한사업재정데이터 예술작품검색가능이미지데이터 11) 내무부, 기업혁신기술부, 지역사회지방정부부, 노동연금부, 교육부, 국제개발부, 에너지기후변화부, 외무부, 보건부, 국세청, 국방부, 법무부, 재무부, 교통부, 문화매체체육부, 환경식품농촌부. 제 23 권제 3 호 37
정책초점 부처데이터구분공개내용 기업혁신기술부 노동연금부 보건부 외무부 고등교육데이터 기업등록소데이터 국립지리원데이터 워크프로그램 건강정보기록 일반신용거래 의사업무관련일반데이터 암치료데이터 국민보건서비스 영사관 대사관데이터 학생들의고등교육진학시고려사항 기업명, 기업수, 등록주소, 분류상태및원문코드 (SIC) 무료다운로드 국립지리원의오픈데이터, 국립자연탐방로데이터세트 고용유지지원금, 일자리창출결과등에대한통계 근로자건강정보 근로자신용관련데이터 의료진의정보를공개, 환자들이병원간치료및생존률비교, 치료관련정보 ( 치료시간, 대기시간, 상담자료등 ) 1 차암치료와관련된과정정보및결과정보 연도별, 트렌드별로성과비교가가능한국민보건서비스 (NHS) 데이터 영국국민에대한통계 ( 외국여행, 외국에서사망, 외국에서체포여부등 ) 주 : data.gov.uk 및각부처홈페이지등에서순차적으로데이터를공개하고있음. 자료 : 윤미영 (2012. 11), 新가치창출을위한주요국의빅데이터추진전략분석, IT & Future Strategy, 제 11 호, 한국정보화진흥원에서재구성. 이외에도공공데이터의공개를통해데이터에대한용이한접근과데이터의활용기회증대를위해내각사무처는 2012 년 9월에 오픈데이터연구소 (Open Data Institute) 를설립하였다. 오픈데이터연구소는기술전략위원회를중심으로오픈데이터의활용기회를높여국가전반의혁신을촉진하고, 이를위해오픈데이터활용기업의배양및육성에주력할것이다. 또한오픈데이터의잠재력을활용하여새로운비즈니스모델을개발하고, 신생기업을중점적으로지원하여정부의오픈데이터를이용한혁신과가치창출등생태계구축을지원할예정이다. 현재 19명이상주근무하고있으며, 5개의자체벤처기업을양성중이다. 2013 년 6월현재, 오픈데이터연구소는 오픈정부파트너십을위한국가액션플랜 2013(Open Government Partnership: UK draft National Action Plan 2013) 에대한초안을내각사무처에제출했으며, 본보고서에는데이터공개및투명성에대한내용과공개데이터에대한정의, 데이터에대한접근및활용등에대해검토한내용이담겨있다. 3. 일본 : 사회현안해결을위한데이터추진전략일본정부는동일본대지진을계기로데이터의중요성을재인식하고, 빅데이터를국가경쟁력강화에기여할수있는전략적자원으로평가하기시작하였다. 수많은데이터를실시간으로수집 전송 분석등활용하여과제해결에연계함과동시에수십조엔의데이터활용시장을창출할수있을것이라고평가함에따라일본의사회현안해결을위한데이터에대한가치를재평가하였다. 38 과학기술정책
그동안경제산업성 12) 과문부과학성 13) 에서독립적으로빅데이터관련 R&D 를추진해왔으나, 최근에총무성을중심으로산 학 연참여를통한빅데이터추진체계를재구축하였다. 이를위해민간위원으로구성되는총무성산하정보통신심의회 ICT 기본전략위원회에서빅데이터활용특별부회를운영하여빅데이터활용을위한전략을수립하기위한다양한활동들을추진하였다. 이처럼빅데이터를포함한일본의강력한정보화정책에대한박차를가하기위해일본정부는 2013 년 6월에새로운조직을신설하였다. 신설된 IT 전담조직은 정보통신기술종합전략실 이며, 이조직은내각관방내에설치되어향후일본의효율적인 IT 정책과국민의편의성을향상시킬것이다. 또한, 중앙부처의정보시스템을변화시키기위한업무를가장적극적으로추진할예정이며, 향후 5 년간현재 1,500 개가량의일본중앙부처정보시스템을절반이하로감소시켜운영비용을 30% 가량절감하는것을목표로하고있다. 이외에도클라우드와모바일, 빅데이터등으로급변하고있는 IT 환경에맞는전략을준비하는역할을수행할예정이며, 특히공공데이터를민간에개방하는등국민의편의성향상을중점적으로추진할예정이다. 이를위해통계나방재정보등의공공데이터를민간에도공유시켜국가의 IT 정책이국민과기업의편의성을향상시킬수있도록하고자한다. 이와함께개인정보보호와데이터활용이양립할수있는방안을마련하기위한전략을 2013 년말까지수립할예정이다. 정책초점 [ 그림 3] 일본빅데이터추진체계 자료 : 윤미영 (2012. 11), 新가치창출을위한주요국의빅데이터추진전략분석, IT & Future Strategy, 제 11 호, 한국정보화진흥원에서재구성. 12) 경제산업성은정보대항해 ( 情報大航海 ) 프로젝트를추진중이며, 본프로젝트는정보의종류에의존하지않고, 많은정보중에서사용자가원하는정보를정확하게검색 분석하는일반적인기술 ( 지적정보액세스기술 ) 개발을목표로추진하고있다. 13) 문부과학성은 2005 년부터 2011 년까지정보폭발 (Info-plosion) 프로젝트를추진했다. 본프로젝트는폭증하는다양한정보로부터필요정보를추출하는기술, 대량의정보를안전하고안정적으로관리하고운용하는기술, 인간과유연한상호작용으로쉽게정보를활용할수있는기술, 다양한정보를활용하여선진적인 IT 서비스를인간사회에적용하기위한다양한첨단기술개발을목표로하고있다. 제 23 권제 3 호 39
정책초점 2012 년 5월, 빅데이터활용특별부회는빅데이터활용을위한정책의기본방향을검토하여 빅데이터활용방안 을발표하였으며, 여기서발표한내용은 액티브재팬 ICT(Active Japan ICT) 전략 에최종반영하였다. 2012 년 7월에총무성이발표한차기 ICT 전략인액티브재팬 ICT(Active Japan ICT) 전략은 5개의추진전략으로이루어져있으며, 빅데이터의이용과활용에의한사회 경제성장을위해 액티브데이터전략 을중점목표로하고있다. 액티브데이터전략은민간분야를고려하면서빅데이터활용활성화정책을추진할예정이며, 이를위해데이터개방, 기반기술연구개발, 표준화, 활용인재확보, 사물간통신촉진, 규제개선, 산 학 관이제휴하여추진, 성과평가방법등을마련하고있다. [ 그림 4] 액티브데이터전략을위한 7 대추진과제 자료 : 윤미영 (2012. 11), 新가치창출을위한주요국의빅데이터추진전략분석, IT & Future Strategy, 제 11 호, 한국정보화진흥원에서재구성. 액티브재팬 ICT(Active Japan ICT) 전략외에도 IT 종합전략본부 ( 구, IT 전략본부 ) 는 2012 년 7 월에공표한일본재생전략의과학기술이노베이션 정보통신전략을통해빅데이터환경을위한공공데이터전략을추진하고있다. 본전략에서는 2015 년까지빅데이터의활용을통해새롭게약 2조엔규모의시장을창출하고, 2020 년까지약 10조엔규모의관련시장을육성할계획이다. 빅데이터활성화를위해공공데이터를적극적으로활용할것이며, 공공데이터를활용할수있는인재를육성하고새로운비즈니스와서비스를창출할수있도록지원할예정이다. 40 과학기술정책
이에 IT 종합전략본부는 세계최첨단 IT 국가창조선언 을통해혁신적인신산업및서비스창출과전 ( 全 ) 산업의성장을촉진하는사회의실현을위해공공데이터의민간개방추진과시장에존재하는빅데이터를유기적으로활용하여기업활동과소비자행동에혁신을일으킬수있도록정책을추진할예정이다. 이를위해 전자행정오픈데이터전략 에의거한로드맵을책정 공표하고, 2013 년부터공공데이터의자유로운 2차이용을인정하는이용방침을재검토하여기계판독에적합한국제표준데이터형식에서의공개를확대해나갈예정이다. 또한, 각부처가공개하는공공데이터의안내와수평적검색을가능하게하는데이터카탈로그사이트에대해서는 2013 년중에베타판을공개하고, 국민의의견을수렴하여 2014 년부터본격적으로운용할예정이다. 정책초점 < 표 3> 빅데이터관련구체적시책방향 구분 일본판오픈데이터 센서네트워크안전표준주도 빅데이터활용인재육성 빅데이터활용사업창출촉진을위한규제완화 빅데이터활용보급책 주요내용행정기관, 민간의미활용데이터의활용기반정비, 14 년까지데이터 2차이용규칙정비일본이우위에있는센서네트워크의안전적국제통신규격주도산학관프로젝트등을통한인재육성빅데이터의활용을저해하는규제, 이를활용한비즈니스에대한규제를완화성공사례의공유및홍보, 활용촉진인센티브, 산학관프로젝트추진 자료 : 이지평 김혜경 (2013. 7), 일본의빅데이터활용전략, Japan Insight, 제 60 호, LG 경제연구원. 이렇게빅데이터의활성화를위해정부가주도적으로추진하고있는일본은 2013 년 7월에총무성이발표한 2013 년정보통신백서 에따르면, 데이터유통량증가율과노동생산성증가율은부의상관관계가있음을증명하고있다. 그결과로개인의구매이력등빅데이터활용분야에서연간 7 조 7,700 억엔의경제효과가나타났다고추정하고있으며, 특히소매업, 제조업, 농업, 인프라등 4 개분야에서빅데이터를활용한매출확대와비용이절감되었다고발표하였다. 즉, 소매업분야에서는판매촉진및발주최적화등을통해약 1조 1,500 억엔, 제조업에서는인건비효율화및전기요금절약을통해약 4조 7,899 억엔, 농업분야에서는생산비감소와판매단가향상에따라 3,972 억엔, 인프라부문에서는인프라수명연장을통한신규건설비절감과교통연비절감으로약 1조 4,300 억엔의경제적효과가발생하였다. Ⅲ. 시사점 미국, 영국, 일본등주요국은빅데이터를공공서비스효율화및국가경쟁력강화를위한중요수단 제 23 권제 3 호 41
정책초점 으로인식하고빅데이터활성화를위한다양한정책을추진하고있다. 국가위기관리등특정한부처에서추진하기어려운범정부차원의분석과제를발굴하여데이터기반의분석 활용방안을마련하고, 범정부빅데이터추진체계마련을통해각부처가보유한데이터의연계 활용을촉진하고있다. < 표 4> 주요국의빅데이터추진전략및체계 구분 미국 영국 일본 의사결정기관 과학기술정책실 내각사무처 총무성 전담기구 국가과학기술위원회 기업혁신기술부 정보통신심의회 추진기구 빅데이터협의체 데이터전략위원회오픈데이터연구소 빅데이터활용특별부회정보통신기술종합전략실 참여부처 국방부, 방위고등연구계획국, 에너지부, 국립보건원, 국립과학재단, 지질조사원, 항공우주국, 국립해양대기관리처 내무부, 기업혁신기술부, 지역사회지방정부부, 노동연금부, 교육부, 보건부, 국제개발부, 에너지기후변화부, 외무부, 국세청, 국방부, 법무부, 재무부, 교통부, 문화매체체육부, 환경식품농촌부 내각관방, 총무성, 경제산업성, 문무과학성 정책및전략빅데이터연구개발이니셔티브오픈데이터전략 Active Japan ICT 전략과새로운정보통신기술전략內일부포함전자행정오픈데이터전략 데이터플랫폼 data.gov data.gov.uk openlabs.go.jp 자료 : 윤미영 (2012. 11), 新가치창출을위한주요국의빅데이터추진전략분석, 한국정보화진흥원에서재구성. 특히빅데이터는민간기업의경영활동뿐아니라, 정부를포함한공공부문의혁신을수반하는패러다임의변화를의미하고있으며, 재난재해 사회안전, 복지 의료등수많은국가사회현안을해결하기위해활용되고있음을알수있다. 즉, 데이터에기반한객관적이고과학적인접근방식을통해국가사회현안해결과미래사회변화에대응할수있으며, 데이터분석을기반으로하는창조적접근방식으로더나은미래, 창조경제, 국민행복을달성하여더나은미래사회로의방향을모색할수있다. 이에우리나라도창조경제를달성하기위한핵심엔진으로데이터의창조적활용을강조하고있으며, 정보사회에서데이터를기반으로한새로운가치창출의창조사회로변화하기위해서는다양한영역간협력과창의적아이디어의결합을필요로하고있다. 이렇게창조경제및국민행복을위한국가로의변화를위해서는미래사회를예측하고변화동인에대한발굴과진단을위한사회, 기술, 산업, 글로벌트렌드와관련한다양한데이터를확보하고이를활용하는것이중요하다. 이를위해데이터를공유하고활용할수있는민관협력모델을발굴하고, 개인정보등민감한정보가노출되지않도록하는기술적인기반을구축해야할것이며, 데이터의활용으로사회현안과국민의니즈를파악하여미래전략수립, 선제적공공서비스제공등정부혁신을지원할수있을것이다. 42 과학기술정책
참고문헌 윤미영 (2012. 11), 新가치창출을위한주요국의빅데이터추진전략분석, IT & Future Strategy, 제11 호, 한국정보화진흥원. 윤미영 권정은 (2012. 12), 빅데이터기반의일자리창출전망, IT & Future Strategy, 제15 호, 한국정보화진흥원. 윤미영 (2013. 5), 더나은미래를위한데이터분석-Big Data 글로벌선진사례 Ⅱ, 한국정보화진흥원. 윤미영 (2013. 6), 공공부문의빅데이터활용사례및정책적활성화방안, 부동산포커스, Vol. 61. 이지평 김혜경 (2013. 7), 일본의빅데이터활용전략, Japan Insight, 제60호, LG경제연구원. 정지선 (2011), 新가치창출엔진, 빅데이터의새로운가능성과대응전략, 한국정보화진흥원. 채승병 (2011. 2. 10.), 정보홍수속에서금맥찾기 : 빅데이터 (Big Data) 분석과활용, SERI 경영노트, 제91 호, 삼성경제연구소. 홍승민 (2013. 7), 일본정부 IT 전담조직설치, Kotra. 정책초점 일본총무성 (2013. 7. 16.), 平成 25 年版情報通信白書. GOV.UK(www.gov.uk/data-strategy-board) Open Data Institute(www.theodi.org) 제 23 권제 3 호 43
정책초점 빅데이터시대, 데이터과학자양성방안 조완섭충북대학교경영정보학과교수 wscho@cbnu.ac.kr 빅데이터시대를이끌어갈전문가로데이터과학자 (data scientist) 에관한관심이뜨겁다. 데이터과학자 (data scientist) 란데이터를수집, 정리, 조사, 분석, 가시화할수있는전문가이다. 많은언론과전문가들이데이터과학자의수요가급증할것이라보도하고있다. 1) CNN 은 2012 년최고유망신규직종으로데이터과학자를선정하였으며, 2) 하버드비즈니스리뷰 (Harvard Business Review) 도 21세기의 가장매력적인 직종으로데이터과학자를선정하였다. 3) 맥킨지보고서에서는 2018 년까지미국에서만 140,000~190,000 명의데이터분석전문가가추가로필요할것이고, 1,500,000 명의데이터분석기반의관리자가필요할것이라고분석하고있다. 4) 이와같이데이터과학자에관한언급은데이터과학자가쏟아지는방대한데이터속에서의미를발굴하고그것을비즈니스가치로연결하는사람들이기때문이다. 자료 : LinkedIn 보고서. [ 그림 1] 데이터과학자의수요 0.1 0.09 Analytics and Data Science Job Growth 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 1) McKinsey(2011. 5), Big Data: The next frontier for innovation, competition, and productivity; CNN Money(2012. 11), Best new jobs in America(http://money.cnn.com/gallery/pf/2012/11/01/best-new-jobs-in-america/3.html); Thomas H. Davenport and D.J. Patil(2012. 11), Data Scientist: The Sexiest Job of the 21st Century, Harvard Business Review; NASCIO(2008. 4), Data Governance Managing Information As An Enterprise Asset: Part I An Introduction, NASCIO Governance Series(www.nascio.org); Mike Loukides(2010. 6), What is Data Science?, An O Reilly Radar Report. 2) CNN Money(2012. 11). 3) Thomas H. Davenport and D.J. Patil(2012. 11). 4) McKinsey(2011. 5). 44 과학기술정책
[ 그림 1] 은데이터과학자의수요를조사한 LinkedIn 사의보고서이다. 5) 2010 년에신규취업자 1,000 명중에서 1명 (0.1%) 이데이터과학자임을보여주고있다. 2010 년을전후로하여미국의많은대학들에서앞을다투어데이터과학자양성프로그램을만들고있으며, 6) 국내에서도이같은현상은마찬가지이다. 필자는국내에서처음으로 (2012 년 3월 ) 미래창조과학부의지원으로대학원과정에빅데이터전문가양성석사과정학과를만들어운영하고있다. 7) 그이후에서울의몇몇대학들에서도빅데이터인력양성에관심을갖고학과신설이잇따르고있다. 대부분의인력양성프로그램은대학원수준에서석사과정등으로이루어지고있으며, 일부프로그램은직장인을대상으로한자격증프로그램으로운영되고있다. 8) 본고에서는빅데이터시대에가장중요한역할을담당할것으로생각되는데이터과학자의양성방안에관하여논의하고자한다. 먼저데이터과학자가가져야할역량을살펴보고, 교육과정의구성과선진국사례를살펴본다. 마지막으로국내실정에맞는데이터과학자양성방안을제안한다. 정책초점 1. 데이터과학자가가져야할역량은? 미국공영방송인 NPR 에서 최근기업들은머리는수학 / 통계지식으로, 손은컴퓨터해커수준으로, 눈은예술적안목을가진사람 (data scientist) 을찾는데애를먹고있다 라고한보도에서데이터과학자가가져야할역량을잘묘사하고있다. 데이터과학자는먼저수학과통계지식을갖추고있어데이터를분석하고해석하는능력을가져야하며, 다음으로 IT 기술을가지고있어초대규모데이터를수집하고통합하며, 관리할수있어야하고, 마지막으로분석결과에담긴의미를적합한방식으로 ( 예술적인안목으로 ) 가시화하여의사결정자에게적시에제공할수있는능력을겸비해야한다는의미이다. 일반적으로데이터과학자는데이터생명주기 (data lifecycle) 전반을관리하는책무를가진다. 데이터생명주기는데이터의생성과수집및통합, 저장과관리, 분석과가시화에이르는전체과정을의미한다. 현대사회에서데이터는수많은곳에서생성되고있다. 365 일생성되는시내버스운행기록이나공장라인의생산관련정보, 교통카드나신용카드사용기록, 페이스북이나카카오톡등소셜미디어데이터, 고속철도운행을제어하는수천개의센서, 석유시추시설을모니터링하기위해부착된수만개의센서데이터, 병원혹은생명공학연구소에서첨단장비들이생성하는데이터등다양한유 5) Mike Loukides(2010. 6); Datanami Staff(2012. 4. 10.), Six Big Name Schools with Big Data Program, datanami (http://www.datanami.com/datanami/2012-04-10/six_big_name_schools_with_big_data_programs.html?page=2). 6) Datanami Staff(2012. 4. 10.); Michael Rappa(2012. 6.), Master of Science in Analytics, Goals, Learning, Outcomes, North Carolina State University, Institute for Advanced Analytics Report; William Finzer, The Data Science Education Dilemma, Report(supported by National Science Foundation under: KCP Technologies Award ID: 0918735 and UMass Amherst Award ID: 0918653). 7) 충북대학교비즈니스데이터융합학과 (http://bigdata.chungbuk.ac.kr). 8) Datanami Staff(2012. 4. 10.); Michael Rappa(2012. 6); EMC, Data Science and Big Data Analytics(http://education.EMC.com/DataScience). 제 23 권제 3 호 45
정책초점 형의데이터가 24 시간, 365 일쏟아지고있다. 데이터과학자는이와같은다양한데이터소스로부터데이터를추출하여통합하는능력을가져야한다. 다음으로수집, 통합된데이터를기존의데이터베이스 ( 소규모의경우 ) 나하둡 (Hadoop) 등의저장시스템에분석하기적합한형태로저장하고관리할수있어야한다. 빅데이터의경우기존데이터베이스의저장한계로인해수천대의컴퓨터를연결하여방대한저장용량을갖도록한클라우드 / 하둡등의시스템이사용되므로이에관한기술도가져야할것이다. 마지막으로저장된방대한데이터를신속하고도정확하게분석하는기술이야말로데이터과학자의필수능력이될것이다. 특히분석결과를다양한형태로가시화 (visualization) 하여제공함으로써방대한데이터가가지는의미를직관적으로전달하는능력이중요한요소이다. [ 그림 2] 는데이터과학자가지녀야할역량을벤다이어그램으로잘묘사하고있다. 9) 해킹스킬은 IT 기술을의미하며특히대규모데이터베이스구축과관리기술, 하둡및클라우드시스템기술, 가시화기술등이여기에해당한다. 수학과통계기술은데이터분석에서필요한통계모델링기술과분석결과의적절한해석등에관한백그라운드지식을의미한다. 마지막으로현업 ( 비즈니스 ) 지식은빅데이터가발생하는현업 ( 예를들어생산, 마케팅, 의료, 생명공학등 ) 의업무지식을의미한다. 이세가지를골고루갖춘사람을데이터과학자라고한다. 재미있는사실은 IT 기술과업무지식만을갖춘전문가를위험한인물로묘사하고있는데이는수학및통계지식이결여된분석결과를중요한의사결정에사용하면위험하게된다는의미이다. [ 그림 2] 데이터과학자역량벤다이어그램 자료 : http://www.dataists.com/2010/09/the-data-science-venn-diagram/ 9) Conway, D.(2010), The data science venn diagram, Dataists(http://www.dataists.com/2010/09/the-data-science-venn-diagram/database); William Finzer. 46 과학기술정책
이외에도데이터과학자는호기심, 창의성, 객관성, 논리적 / 구조적사고, 인내심, 상식, 그리고세부사항에대한이해력등의자질을갖추어야한다고주장하고있다. 쓰레기더미같은방대한데이터로부터정제, 통합, 분석과정을거쳐의미있는결과를만들어내는일은마치과학수사관이사건현장의혈흔이나발자국지문등을근거로사건을풀어나가는것과유사하다는측면에서중요한자질로인식되고있다. 정책초점 2. 빅데이터프로그램의교육과정은? 데이터과학자양성프로그램의교육과정도데이터과학자가가져야할역량을배양하는데초점을맞추어야한다. 즉, IT 기술과수학및통계지식그리고현업지식을갖추기위한교과목들로구성된다. 물론기존의 IT 분야세부기술관련전체과목보다는데이터관련과목들 ( 예 : 데이터베이스, 데이터마이닝, 데이터베이스프로그래밍등 ) 에포커스를맞추어공부하는것이중요하다. 마찬가지로수학및통계분야나현업지식부분에서도전체분야보다는데이터분석과관련된일부과목들이필요한것이다. 가. 충북대학교빅데이터전문가양성을위한석사과정의교과과정 10) < 표 1> 충북대학교비즈니스데이터융합학과교과과정 ( 일반대학원석사과정 ) 과목명분야개요 1 대용량데이터베이스 IT 빅데이터를다루기위한데이터베이스기술 2 기업프로세스통합적분석 비즈니스 기업의경영개선을위한기업프로세스통합적분석기법습득 3 빅데이터 EDA 통계 통계분석모델링과분석기법습득 4 빅데이터가시화 IT 빅데이터분석결과의 visualization 5 분산병렬처리 IT 병렬처리알고리즘학습 6 빅데이터세미나 융합 빅데이터산업전반에걸친기술, 비즈니스세미나 7 비즈니스데이터분석 비즈니스 데이터분석결과를비즈니스에접목하는방안학습 8 정보검색과활용 IT 인터넷정보검색과 SNS 등소셜미디어처리 9 IT 산업과빅데이터컴퓨팅 IT IT 기술의발전과빅데이터산업의중요성학습 10 기업정보시스템 1, 2 비즈니스 기업정보시스템 (ERP, CRM, BI 등 ) 의구축과활용의실무과정 11 비즈니스인텔리전스 비즈니스 데이터웨어하우스와 OLAP 분석기법학습 12 R- 데이터마이닝 통계 통계학지식을기반으로한데이터마이닝실무 10) 충북대학교비즈니스데이터융합학과 (http://bigdata.chungbuk.ac.kr). 제 23 권제 3 호 47
정책초점 과목명분야개요 13 비즈니스프로그래밍 IT 기업정보화시스템구축에필요한프로그래밍기술을학습함 (DB Programming, ABAP 등 ) 14 클라우드시스템 IT 클라우드시스템구축기술을학습하고, 실제구축을통한실무능력을배양함 15 빅데이터거버넌스 융합 빅데이터품질, 프라이버시, 메타데이터등빅데이터실무관리능력을배양함 16 인턴십 1, 2 기업체방문실무프로젝트수행 ( 논문과연계 ) 17 연구과제 논문연구 나. 미국대학들의교과과정 < 표 2> 는미국의 10개대학에서빅데이터분야로개설한학위과정의교육과정을편의상 IT 및데이터관리분야 경영, 비즈니스관련분야 통계및수학관련분야로구분하여분류한것이다 ( 해당내용은각대학의홈페이지를조사하여정리한것임 ). 일부중복된과목도있지만중복된만큼많은대학에서개설한다는의미가있으므로모두나열하였다. 조사대상으로한대학교는다음과같으며, 학위과정이아닌재직자교육이나자격증과정은제외하였다. (1) 텍사스주립대학맥콤스경영대학원 (McCombs School of Business) (2) 뉴욕대학 (New York University) 산하스턴경영대학원 (Stern School of Business) (3) 노스캐롤라이나주립대학 (North Carolina State University) (4) 노스웨스턴대학 (Northwestern University) (5) 미시간주립대학 (University of Michigan) 산하디어본경영대학 (Dearbon College of Business) (6) 아이오와두부쿠의로라스칼리지 (Loras College) (7) 루이지애나주립대학 (Louisiana State University) (8) 스티븐스공과대학교 (Stevens Institute of Technology) (9) 신시내티대학 (University of Cincinnati) (10) 샌프란시스코대학 (University of San Francisco) < 표 2> 미국대학빅데이터학과의교과과정 1. IT & 데이터관리분야 Advanced Data Mining and Web Analytics(1) Analytics for Big Data(4) Analytics for Social Networks(10) Business Intelligence Capstone(1) Computation for Analytics(10) Computer Information Systems(5) Data acquisition(10) Data Analytics Programming(1) Data and Information Visualization(10) Information Management(5) Integrating IT Architecture(8) Introduction to Data Management(1) Introduction to Data Warehousing and Workflow Management(4) Introduction to Programming in SAS(10) Knowledge Discovery in Databases(8) Machine Learning(10) Programming Macros/sql(3) SAS Programming(7) 48 과학기술정책
Data Driven Decision Making(2) Data Management and Information Processing(4) Data Visualization(2, 4, 9) Data Warehousing and Business Intelligence(8) Database Management(7) Dealing with Big Data(2) Distributed Computing(10) Distributed Databases(10) Geospatial Analytics(3) Social and Digital Media Analytics(2) Social Media Analytics(1) Social Network Analytics(8) Strategic Data Management(8) System Simulation(5) Technologies(6) Text Mining(3, 10) Web Analytics(3, 8, 10) 정책초점 2. 경영, 비즈니스관련분야 Introduction to Business Data Analytics(1) Advanced Decision Models(2) Advanced Modeling(3) Analysis of Markets(1) Analytical Consulting Project Leadership(4) Analytics for Competitive Advantage(4) Business Communications for Analytics(10) Business Strategies for Big Data(10) Computational Finance(1) Customer Analytics(3) Decision Analysis(4, 5) Decision Models(2) Decision-making(6) Digital Analytics and Strategy: An Introduction(2) Electronic Commerce(7) Ethical, Legal, & Social Responsibilities of Business(6) Financial Analytics(3) Financial Decision Making(8) Financial Enterprise Risk Engineering(8) Financial Management(1, 6) Information Technology in Supply Chain Management(5) Introduction to Data-Driven Business Strategies(10) Investment and Capital Markets(8) Management Science(5) Managerial Economic Analysis(6) Managerial Effectiveness(6) Managing for Quality(2) Market Modeling(2) Marketing Analytics(10) Marketing Management(5) Marketing Metrics(1) Marketing Online(8) Operations Analytics(2) Operations Management(5) Opt. Analysis(9) Optimization and Decision Analysis(1) Optimization and Heuristics(4) Optimization and Simulation(3) Optimization(9) Organization Behavior(5) Pricing and Revenue Optimization(1) Probabilistic Models for Finance(2) Process Analytics and Optimization(8) Revenue Management & Pricing(2) Risk Analytics(3) Seminar in Advanced Business Problems(7) Strategic Leadership & Management(6) Strategic Marketing(6) Strategy, Change and Analytics(2) Supply Chain Analytics(1) Supply Chain Management(7) Turning Data into Revenue(5) 3. 통계및수학관련분야 Advanced Statistical Analysis for Research(7) Advanced Topics in Statistics(7) Applied Forecasting(5) Applied Statistical Modeling(5) Data Mining for Business Analytics(2) Data Mining(3, 4, 9) Design of experiment(3) Experimental Design(8) Exploratory & Outliers(3) Prediction(2) Predictive Analytics(4) Predictive Modeling(1) Probability Modeling(9) Review of Linear Algebra(10) Review of Probability and Statistics(10) Simulation Analysis(9) Simulation Modeling(9) Statistical Data Mining(7) 제 23 권제 3 호 49
정책초점 Exploratory Data Analysis(10) Forecast/Time Ser(9) Linear Algebra(3) Linear and Non-Linear Programming(3) Linear Regression Analysis(10) Logistic regression(3) Multivariate Data Analytics(8) Multivariate Method(9) Multivariate Statistical Analysis(10) Statistical Learning & Analytics(8) Statistical Methods for Data Mining(4) Statistical Methods(9) Statistical Modeling(9) Stats/modeling(6) Survey of Operations Research: Stochastic Methods(7) Survival Analysis(3) Time series & Forecasting(3) Time Series Analysis for Business and Finance(10) Unsupervised Learning and Time Series(1) 주 : 괄호안의숫자는상기대학을의미함. 3. 선진국벤치마킹사례는? 노스캐롤라이나주립대학교 (North Carolina State University) 는빅데이터전문가양성을위해 Analytics 학과 ( 석사과정 ) 를개설하여이분야의선두주자가되고있다. 11) 이대학에서는 2008 년부터 2011 년까지의졸업생을대상으로벤치마킹을수행하여타대학의유사전공과비교하는방식으로졸업생의급여나취업률을비교분석하였다. 12) 비교분석대상으로카네기멜론대학교, 코넬대학교, MIT 대학교에서유사전공을선정하였다. < 표 3> 은비교결과를보여주고있다. < 표 3> 유사학과와의벤치마킹결과 대학 Master of Science in Analytics at North Carolina State Univ. Master of Info. Sys. Mgt. at Carnegie Mellon Master of OR and Info. Eng. at Cornell Master of Finance at MIT 항목 취업률 (%) Avg. Base Salary( 달러 ) 2008 2009 2010 2009 2010 100.0 100.0 97.0 73,000 83,500 88.0 77.0 78.0 NA 89,400 88.0 73.0 85.0 79,200 NA NA NA 89.5 NA 79,600 벤치마킹결과가시사하는중요한점은다음과같다. - North Carolina State Univ. 가비교대학들에비하여우수하지않음에도불구하고빅데이터전공졸업생의평균급여는타대학유사학과졸업생과유사한수준을유지하고있다. - 취업률측면에서볼때 North Carolina State Univ. 는거의 100% 로써타대학에비하여매우우수함을알수있다. 11), 12) Michael Rappa(2012. 6). 50 과학기술정책
미국의취업포털사이트 indeed.com 을방문하여데이터과학자에관한미국내급여수준을유사직종과비교해보았다 ([ 그림 4] 참조 ). 전통적으로 IT 및경영컨설팅융합분야에서최고연봉으로유명한 SAP ERP 컨설턴트와유사한급여수준임을알수있다. 13) [ 그림 4] 데이터과학자의연봉비교 (2013 년 8월미국기준 ) 정책초점 자료 : indeed.com/salary 4. 국내데이터과학자양성현황과정책적제언은? 빅데이터전문가야말로빅데이터시대를이끌어갈가장중요한자원이다. 선진국을중심으로데이터과학자양성의중요성을인식하고있으며, 대학에서그역할을담당하게하고있다. 14) 미국의대학들과유사하게국내대학들도데이터과학자양성에매우적극적이지만구체적인행동은늦은편이다. 충북대학교에서는미래창조과학부와정보통신산업진흥원의지원으로빅데이터분야석사과정을국내최초로 2012 년에개설하였으며, 현재풀타임석사과정 38 명이재학중이다. 15) 뒤를이어국민대학교, 숙명여자대학교등에서빅데이터관련학과를개설하였거나준비중에있다. 다음에서국내에서빅데이터전문가양성을통해다가온빅데이터시대를주도하기위한정책적제언을몇가지하고자한다. 많은언론과연구보고서에서빅데이터전문가양성의필요성은언급하고있지만어떤걸림돌이있는지, 이를어떻게해결할것인지를정부가함께고민함으로써민간과정부에서필요로하는빅데이터인력을적시에공급할뿐아니라사회문제가되고있는청년실업문제해결에도도움이될것이다. 13) Indeed(http://www.indeed.com/salary). 14) Datanami Staff(2012. 4. 10.). 15) 충북대학교비즈니스데이터융합학과 (http://bigdata.chungbuk.ac.kr). 제 23 권제 3 호 51
정책초점 가. 기존의학과-단과대학칸막이가융합분야교육에걸림돌이되고있음빅데이터는수리통계, IT, 비즈니스등다양한학문이융합된분야로써기존의단일학과에서교육하기는어려운분야이다. 그러나학과- 단과대학의높은칸막이는융합분야를교육하는데걸림돌이되고있다. 예를들어경영대, 자연대, 공대소속의일부교수가빅데이터대학원협동과정을만들어운영하려고해도단과대학을넘어서는융합학과를만드는순간모든단과대학에서귀찮아하는 낙동강오리알 이되고만다. 기존의조직틀에맞지않는융합분야학과를운영하는데발생하는세세한문제는한두가지가아니며, 이를해결하는데에너지를다소진할것이다. 널리활성화되어있는부전공이나복수전공도하나의대안이될수는있지만부전공이나복수전공을빅데이터분야로유도하지않고있다는점이문제이다. 대학 CEO( 총장 ) 의의지가도움이될수있지만불행히도빅데이터와같은융합분야를이해하고적극적으로지원하는총장은 ( 특히국립대학의경우 ) 만나기어렵다. 나. 기존관련학과의관심이절실함기존의빅데이터관련학과들 ( 경영, 통계, 수학및 IT, 공학, 자연과학등 ) 이시대의흐름에맞추어빅데이터관련교과목을학생들이수강하도록지도한다면적은비용으로많은데이터과학자들을빨리양성할수있을것이다. 뿐만아니라각학과의취업률도높아질것이다. 그러나 학과모든교수들의지대한관심사 인교과과정을빅데이터에관심있는일부교수들의의견대로개편하는것은지극히어려운일이다. 부전공이나복수전공등기존의제도를활용하여빅데이터전문가를양성하는트랙을만든다면취업과빅데이터전문가양성의두가지문제를한꺼번에잡을수도있을것이다. 문제는실제교육현장에서그렇게되도록정부나 CEO 의적극적인관심과지원이필요하다는점이다. 다. 재직자교육프로그램활성화가중요함재직자를대상으로한데이터과학자양성프로그램을적극개발하여직원들이데이터과학자역량을갖도록하는것이바람직하다. 이미현업지식을가진직원들은각자가부족한 IT 및수리통계분야의보충을통하여훌륭한데이터과학자로성장할수있기때문이다. 맥킨지보고서에서 데이터기반의사결정을할수있는관리자가 150 만명필요하다 라고전망하였는데, 16) 이는재직자교육의활성화를통하여상당부분해결될수있을것이다. 재직자교육의활성화도조직의 CEO 마인드가성패의주요관건임은두말할필요도없다. 16) McKinsey(2011). 52 과학기술정책
라. 지속가능한빅데이터실현은빅데이터거버넌스정착부터많은공공기관과민간기업에서정부 3.0 을계기로데이터개방과빅데이터분석을통한활용에관심을갖고있다. 각조직에서는관련기업들과함께이미성공사례를발표하고있으며, 많은빅데이터프로젝트가진행중에있다. 17) 한번의프로젝트성공은기술과돈이있으면언제든지성공할수있으나빅데이터활용의성과가지속적으로최적화되어가기위해서는빅데이터거버넌스 (big data governance) 가먼저각조직에서정착되어야한다. 18) 즉, 다양한빅데이터의통합과관리, 빅데이터품질, 빅데이터프라이버시, 비즈니스프로세스와의최적통합, 메타데이터관리등데이터관련전반적인문제를담당할조직과인력및제도가함께정비되어야일회성이아닌지속가능한빅데이터실현이가능한것이다. 19) 정책초점 마. CEO 의지 - 빅데이터시대의가장큰걸림돌이모든것중에서가장중요한것은조직의 CEO 가데이터기반의의사결정을중요시하고, 조직내데이터기반문화를확산시키려는인식과의지이다. 서울시는물론이고, 필자가거주하는청주시의경우 CEO 의빅데이터에관한지대한관심과이해가시청공무원전체의마인드를빠르게바꾸어나가고있다. 반면, 대학을포함한많은공공기관에서는 일부의관심에의해자라고있는빅데이터라는싹 이 CEO 의무관심속에서확산되지못하고있는실정이다. 성과가높은조직은그렇지않는회사에비하여 5배이상의데이터분석능력을가지고있다 라는 MIT Sloan Management Review 의 CEO 3,000 명조사결과 20) 를 CEO 들이깊이인식해야할것이다. 5. 결론 빅데이터시대를이끌어갈가장중요한요소가바로데이터과학자의양성이다. 데이터과학자는수학및통계, IT, 비즈니스등다양한영역의융합분야교육이필요하므로기존의학과단위의교육체계를넘어서는새로운시도가요구된다. 특히, 학과단위의높은칸막이는이러한융합분야교육의걸림돌이되고있다. 부전공이나복수전공과같은형태로빅데이터가활성화될수도있으나교육현장에서실제실현되지는못하고있어안타깝다. 조직내빅데이터의확산을위해 CEO 의의지가가장중요하지만많은대학과공공기관의 CEO 들은데이터분석에기반을둔과학적의사결정보다는 ( 데이터는그냥쌓아둔채 ) 경험과직관에의지하고있다. 지속가능한빅데이터실현을위해서는조직내에빅데이터거버넌스를정착하는것이선결과제이지만이는 CEO 의의지없이는불가능한일이다. 17) 서울시청 (2013. 9. 4.), 심야전용 올빼미버스 9 개노선출발! (http://traffic.seoul.go.kr/archives/13102). 18), 19) NASCIO(2008); 홍릉과학출판사 (2014 년초번역출판예정 ), 빅데이터거버넌스 ( 원서 : Big Data Governance An Emerging Imperative, MC Press, 2012). 20) Steve ALaValle, et al.(2011), Big Data, Analytics and the Path From Insights to Value, MIT Sloan Management Review. 제 23 권제 3 호 53
정책초점 참고문헌 서울시청 (2013. 9. 4.), 심야전용 올빼미버스 9개노선출발! (http://traffic.seoul.go.kr/archives/13102). 조완섭 (2012. 7. 11.), Big Data 시대 - 데이터분석인력의가치, 13th Conference on SW Quality Insight. 한국정보화진흥원 (2012. 8. 8.), 빅데이터시대의인재, 데이터사이언티스트의역할과가능성, IT & Future Strategy, 제8호. 홍릉과학출판사 (2014 년초번역출판예정 ), 빅데이터거버넌스 ( 원서 : Big Data Governance An Emerging Imperative, MC Press, 2012). CIO(2012. 12. 3.), 데이터과학자육성, 채용 5 가지조언 (http://www.ciokorea.com/news/14901). IDG Tech Report(2012. 8. 23.), 데이터속에서가치를창출하는데이터과학자 (http://www.itworld.co.k r/techlibrary/77427). IT World(2013. 4. 12.), 데이터과학자가되고싶다면 (http://www.itworld.co.kr/news/81316). CNN Money(2012. 11), Best new jobs in America(http://money.cnn.com/gallery/pf/2012/11/01/be st-new-jobs-in-america/3.html). Conway, D.(2010), The data science venn diagram, Dataists(http://www.dataists.com/2010/09/t he-data-science-venn-diagram/database). Datanami Staff(2012. 4. 10.), Six Big Name Schools with Big Data Program, datanami(http:// www.datanami.com/datanami/2012-04-10/six_big_name_schools_with_big_data_programs. html?page=2). EMC, Data Science and Big Data Analytics(http://education.EMC.com/DataScience). McKinsey(2011. 5), Big Data: The next frontier for innovation, competition, and productivity. Michael Rappa(2012. 6), Master of Science in Analytics, Goals, Learning, Outcomes, North Carolina State University, Institute for Advanced Analytics Report. Mike Loukides(2010. 6), What is Data Science?, An O Reilly Radar Report. NASCIO(2008. 4), Data Governance Managing Information As An Enterprise Asset: Part I An Introduction, NASCIO Governance Series(www.nascio.org). Steve ALaValle, et al.(2011), Big Data, Analytics and the Path From Insights to Value, MIT Sloan Management Review. Thomas H. Davenport and D.J. Patil(2012. 11), Data Scientist: The Sexiest Job of the 21st Century, Harvard Business Review. Tom Groenfeldt(2013. 5. 18.), Big Data and Data Scientists - It s An Issue Of Degree(s), Forbes. William Finzer, The Data Science Education Dilemma, Report(supported by National Science 54 과학기술정책
Foundation under: KCP Technologies Award ID: 0918735 and UMass Amherst Award ID: 0918653). 충북대학교비즈니스데이터융합학과 (bigdata.chungbuk.ac.kr) Indeed(www.indeed.com/salary) 정책초점 제 23 권제 3 호 55
정책초점 우리나라보건복지빅데이터동향및활용방안 1) 송태민한국보건사회연구원연구위원 tmsong@kihasa.re.kr Ⅰ. 서론 최근스마트폰, 스마트 TV, RFID, 센서등의급속한보급과모바일인터넷과소셜미디어의확산으로데이터량이기하급수적으로증가하고데이터의생산, 유통, 소비체계에큰변화를주면서데이터가경제적자산이될수있는빅데이터시대를맞이하게되었다. 특히, 정보통신기술 (Information Communication Technology: ICT) 이다른산업들과융복합되면서방대한양의데이터들이생산되고있는가운데사회변화에따른삶의질에대한욕구및현안해결에빅데이터의활용은매우중요한과제로떠오르고있다 ( 이성훈 이동우, 2013). 빅데이터생산의주된원인은기존의레거시시스템의성공적구축과함께스마트기기의보급으로사용자의위치정보와온라인및모바일사용기록과 SNS 에서사용자의일상생활과의견이어딘가에모두저장됨에따라정보량이폭증하는것이다. 이러한정보량은 2012 년에연간 2.7 제타바이트 (2조 7천억 Giga bytes) 2) 를넘어서고, 페이스북가입자가 8억명을돌파하고, 카카오톡의하루전송메시지가 10억건, 모바일기기 1조대이상, M2M 센서 20억대이상보급, 1분에유튜브동영상이 60시간분량이상업로드됨에따라서빅데이터는폭발적으로증가할것으로예측하고있다 ( 함유근 채승병, 2012; 윤형중, 2012). 세계각국의정부와기업들은빅데이터가향후국가와기업의성패를가름할새로운경제적가치의원천이될것으로기대하고있으며, McKinsey, The Economist, Gartner 등은빅데이터를활용한시장변동예측과신사업발굴등경제적가치창출사례및효과를제시하고있다. The Economist(2010) 는빅데이터를제대로활용하면전세계가직면한환경, 에너지, 식량, 의료문제를상당부분해결할것으로전망하고있고, Gartner(2011) 는빅데이터가미래경쟁력을좌우하는 21 세기의원유이며, Mckinsey(2011) 는빅데이터의활용에따라기업 / 공공분야의경쟁력확보와생산성향상, 사업혁신 / 신규사업발굴의차이가생길것이라고보고있다. 또한, Mckinsey(2011) 는 1) 본원고는 송태민 (2012. 11), 보건복지빅데이터의효율적활용방안, 보건복지포럼, 한국보건사회연구원 의내용을수정 보완함. 2) 2012 년쏟아질데이터는 2.7 제타바이트이고매일쏟아지는데이터는평균 7.7 엑사바이트로이를저장하려면 1 테라바이트 PC 용 HDD 가하루에 750 만개가필요. 56 과학기술정책
빅데이터활용시미국의료분야에서연 3,000 억달러, 유럽공공분야에서연 2,500 억달러의경제적효과가있으며, 우리나라는약 10.7 조의정부지출을감소시킬것으로예측하고있다. 일본총무성 (2012) 은빅데이터의활용이촉진되면부가가치의창출이나사회적비용의절감에서총 16조원이상의경제적인효과가얻어질것으로예상하고있다. 한편인구고령화와만성질환유병률의증가로의료비문제와의료서비스의접근성및질에관한문제가논의되면서많은국가에서 IT와의료기술을접목한 u-health 도입을추진하여왔다. u-health 는의료비절감등의사회경제적비용감소효과와공공보건의료서비스와예방관리보건등의사회정책적효과를기대할수있는가장효과적인대안으로각광받고있다. u-health 의보급은의료분야에서많은변화를가져올것으로보고있다. 유무선통신기술과센싱기술의발전으로 u-health 기기나스마트TV 등을통하여의사의건강상담및진료가가능한의료서비스를이용할수있으며개인의건강정보를기록하는전자의무기록 (EHR) 을통해환자의건강상태를실시간으로관찰할수있게되었다. u-health 서비스는다양한생체정보를수집하기위해다양한스마트센서들의네트워크가필수적이다. 스마트센서들이수집한환자의의료정보나건강정보는다양한형태로분석 처리되어개인의료정보에저장되고병원의의사나간호사등에전송되어활용될수있다. 최근이러한 u-health 서비스를통해생산되는건강정보관련빅데이터의관리와활용에대한논의가활발히진행되고있다. 따라서본고에서는빅데이터의개념과보건복지분야의빅데이터적용사례에대해살펴봄으로써보건복지빅데이터의효율적관리와활용을위한방안을제시하고자한다. 정책초점 Ⅱ. 관련연구 1. 빅데이터개념빅데이터 (Big Data) 는 Wikipedia(2013. 5. 30.) 에서 기존데이터베이스관리도구로데이터를수집 저장 관리 분석의역량을넘어서는대량의정형또는비정형데이터세트및이러한데이터로부터가치를추출하고결과를분석하는기술 로정의하고있으며, 국가정보화전략위원회에서는 대용량데이터를활용, 분석하여가치있는정보를추출하고, 생성된지식을바탕으로능동적으로대응하거나변화를예측하기위한정보화기술 이라고정의하고있다 ( 국가정보화전략위원회, 2011). 삼성경제연구소는 빅데이터란수십에서수천데라바이트정도의거대한크기를갖고여러가지다양한비정형데이터를포함하고있으며, 생성, 유통, 소비가몇초에서몇시간단위로일어나기존의관리및분석체계로는감당할수없을정도의거대한데이터의집합으로대규모데이터와관계된인력, 조직, 기술및도구 ( 수집, 저장, 검색, 공유, 분석, 시각화등 ) 까지모두포함하는개념 으로정의하고있다 ( 함유근 채승병, 2012). 이와같은정의를살펴볼때빅데이터란엄청나게많은데이터로양적인 제 23 권제 3 호 57
정책초점 의미를벗어나데이터분석과활용을포괄하는개념으로사용되고있다. 인터넷이일상화된최근 10 년사이, 인류는디지털데이터가폭증하는데이터홍수 (Data Deluge)(IDC, 2011) 현상에직면하여 2011 년전세계데이터에서생성될디지털정보량이 1.8ZB( 제타바이트 ) 에달하는 제타바이트시대 3) 로진입 4) 함에따라빅데이터의용어가등장하기시작하였다 ( 정지선, 2011). 빅데이터의주요특성은일반적으로 3V(Volume, Variety, Velocity) 를기본으로 1V(Value) 나 1C(Complexity) 의특성을추가하여설명하고있다. 5) 빅데이터 4가지구성요소는 < 표 1> 과같다. 비즈니스분석솔루션기업인 SAS 는데이터의가치 (Value) 에중점을두어가치를창출하기위한비즈니스예측및최적화주제를선정하여빅데이터로부터어떤가치있는정보를얻을것인가에분석관점을가지고있다 ( 김근태, 2012). < 표 1> 빅데이터의 4 가지구성요소 구분규모 (Volume) 의증가다양성 (Variety) 의증가복잡성 (Complexity) 의증가속도 (Velocity) 의증가 주요내용 기술적인발전과 IT 의일상화가진행되면서해마다디지털정보량이기하급수적으로폭증하여제타바이트 (ZB) 시대로진입 로그기록, 소셜, 위치, 소비, 현실데이터등데이터의종류의증가와멀티미디어등비정형화된데이터유형의다양화 구조화되지않은데이터, 저장방식의차이, 중복성문제, 데이터의종류확대, 데이터관리및처리의복잡성이심화 사물정보 ( 센서, 모니터링 ), 스트리밍정보등실시간정보의증가로데이터의생성과이동 ( 유통 ) 속도가증가, 대규모데이터처리와정보의활용을위한데이터처리및분석속도가중요 자료 : 정지선 (2011), 新가치창출엔진, 빅데이터의새로운가능성과대응전략. 2. 빅데이터기술 정보통신기술주도권이인프라, 기술, SW 등에서데이터로이동됨에따라빅데이터의역할은분석과추론 ( 전망 ) 의방향으로진화되어가치창출의원천요소로작용하고있다 ([ 그림 1]). [ 그림 1] 데이터의진화단계 자료 : 정지선 (2011), 新가치창출엔진, 빅데이터의새로운가능성과대응전략. 3) 1ZB( 제타바이트 ) 는 1 조 GB( 기가바이트 ) 에해당하는양으로미의회도서관저장정보 (235 테라바이트 ; 11. 4 월현재 ) 의 4 백만배에해당. 4) IDC(2011), Digital Universe study. 5) 정지선 (2012), 성공적인빅데이터활용을위한 3 대요소 : 자원, 기술, 인력, IT & Future Strategy, 제 3 호. 58 과학기술정책
빅데이터기술은 생성 수집 저장 분석 표현 의처리전과정을거치면서요구되는개념으로분석기술과인프라는 < 표 2> 와같다. 빅데이터분석기술은통계, 데이터마이닝, 기계학습, 자연어처리, 패턴인식, 소셜네트워크분석, 비디오 오디오 이미지프로세싱등이해당된다. 빅데이터의활용, 분석, 처리등을포함하는인프라에는 BI(Business Intelligence), DW(Data Warehouse), 클라우드컴퓨팅, 분산데이터베이스 (NoSQL), 분산병렬처리, 하둡 (Hadoop) 6) 분산파일시스템 (HDFS), MapReduce 등이해당된다. 7)8) 그리고다양한데이터소스에서수집된빅데이터를처리 분석하여지식을추출하고이를기반으로지능화된서비스를제공하기위해서는빅데이터플랫폼이필요하다. 정책초점 [ 그림 2] 빅데이터플랫폼 자료 : 황승구외 (2013), 빅데이터플랫폼전략, 전자신문사, p. 81. 데이터수집에는 ETL(Extraction Transformation Loading) 과크롤링엔진 (Crawling Engine) 을사용한다. ETL 은다양한소스시스템으로부터필요한데이터를추출하여변환작업을거쳐저장하거나분석을담당하는시스템으로전송및적재하는모든과정을포함한다. 크롤링엔진은로봇이거미줄처럼얽혀있는인터넷링크를따라다니며방문한사이트의모든페이지의복사본을생성함으로문서를수집한다. 하둡분산파일시스템을이용하여수천대의노드들을연결하여수페타바이트급의저장용량을제공하고, 다이나모 (Dynamo) 분산데이터관리시스템은데이터를분할하여노드들을배치함으로써대용량의데이터를관리할수있다. 인메모리컴퓨팅은데이터베이스자체를메모리에올려서입출력을빠르게하여데이터의분석과저장, 제공을빠르게지원한다. 6) 하둡은대용량데이터처리분석을위한대규모분산컴퓨팅지원프레임워크로하둡분산파일시스템 (HDFS) 과분산처리를위한맵리듀스가핵심요소이며그외분산 DB 인 Hbase, 검색엔진 (Nutch), 쿼리언어 (Pig) 등을포함한다. 7) Peter Warden(2011), Big Data Glossary, O Reilly Media. 8) 장상현 (2012), 빅데이터와스마트교육, 한국정보과학회지, 제 30 권제 6 호 ( 통권제 277 호 ), pp. 59~64. 제 23 권제 3 호 59
정책초점 < 표 2> 빅데이터처리프로세스별기술영역 흐름영역개요 소스수집저장처리분석표현 내부데이터외부데이터크룰링 (crawling) ETL(Extraction, Transformation, Loading) NoSQL Databases Storage Servers Map & Reduce Processing NLP(Neuro Linguistic Programming) Machine Learning Serialization Visualization Acquisition Database. File Management System File, Multimedia Streaming 검색엔진의로봇을이용한데이터수집소스데이터의추출, 전송, 변환, 적재비정형데이터관리빅데이터관리초경량서버데이터의추출다중업무처리자연어처리기계학습을통해데이터의패턴발견데이터건의순서화데이터를도표나그래픽적으로표현데이터의획득및재해석 자료 : Pete Warden(2011), Big Data Glossary, O Reilly Media. 빅데이터분야에서는 소셜애널리틱스 (Social Analytics) 가페이스북, 트위터, SNS 등에서수집되는비정형데이터를신속하게분석을한다. 소셜미디어에서정보를뽑아내고분석하는방법은크게 3가지로나눌수있다. 첫째, 텍스트마이닝 (Text Mining) 은인간이언어로쓰인비정형텍스트에서자연어처리기술을이용하여유용한정보를추출하거나, 연계성을파악, 분류혹은군집화, 요약등빅데이터의숨겨진의미있는정보를발견하는것이다. 둘째, 오피니언마이닝 (Opinion Mining) 은소셜미디어의텍스트문장을대상으로자연어처리기술과감성분석기술을적용하여사용자의의견을분석하는것으로마케팅에서는버즈 (Buzz; 입소문 ) 분석이라고도한다. 셋째, 네트워크분석 (Network Analytics) 은네트워크연결구조와연결강도를분석하여어떤메시지가어떤경로를통해전파가되는지, 누구에게영향을미칠수있는지를파악하는것이다. 빅데이터의주요기술로는구글에서개발한비구조적데이터의획득, 조직화, 분석을하기위한기술인맵리듀스 (Map & Reduce) 가있다. 60 과학기술정책
[ 그림 3] Map & Reduce 사례 ( 감자, 1) ( 가지, 1) ( 안데스산맥, 1) ( 감자, 1) ( 원산지, 1) ( 감자, 1) ( 기후, 1) ( 감자, 1) ( 파종, 1) ( 감자, 1) ( 잡초, 1) 자료 : 함유근 채승병 (2012), 빅데이터경영을바꾸다, 삼성경제연구소, p. 81. ( 가지, 1) ( 감자, 5) ( 기후, 1) ( 안데스산맥, 1) ( 원산지, 1) ( 잡초, 1) ( 파종, 1) 정책초점 Ⅲ. 본론 1. 보건복지빅데이터활용사례및수요 9) 보건분야의빅데이터국외활용사례로미국국립보건원은다양한질병을연구하기위해유전자데이터를공유분석할수있는유전자데이터공유를통한질병치료체계를마련하여주요관리대상에해당하는질병에대한관리및예측을실시하고있다. 현재 1,700 명의유전자정보를아마존클라우드에저장하여누구나데이터를이용가능하게구축하였다 (www.1000genomes.org/). 미국국립보건원산하국립의학도서관에서는사용자가요구하는다양한약에대한정보를제공하고제조사와사용자간의쌍방향상호작용을통해약의정보를제공하는 Pillbox 프로젝트를통한의료개혁을추진하고있다. Pillbox 서비스 (pillbox.nlm.nih.gov/) 로미국국립보건원에접수되는알약의기능이나유효기간을문의하는민원수는 100 만건이상으로평균한건당확인하는소요비용 50 달러를감안하면연간 5,000 만달러의비용절감효과가있는것으로전망하고있다. 미국퇴역군인국 (U.S. Department of Veterans Affairs) 에서는퇴역군인의전자의료기록분석을통한맞춤형의료서비스를지원하는빅데이터분석을위해 2년간 25 개의 DW 를배치하여 2,200 만퇴역군인에게의료서비스를제공하고있다. 퇴역군인전자의무기록 (EHR) 을분석하여의사가개별환자를쉽게진료할수있도록지원하고있다. 싱가포르 PA(People s Association) 는 1,800 개이상의주민위원 9) 본절은일부내용은 한국정보화진흥원 (2012), 빅데이터로진화하는세상 (Big Data 글로벌선진사례 ) 에서보건 ( 건강한사회 ) 과복지 ( 안전한사회 ) 의사례를분석재정리함. 제 23 권제 3 호 61
정책초점 회센터 ( 커뮤니케이션센터 ) 에서진행되는다양한활동들을공유하기위해주민위원회센터네트워크기반의맞춤형복지사회를구현하였다. 싱가포르 PA 는빅데이터처리를위하여다양한인종, 나이, 문화, 소득, 연령에따른주민의데이터를수집 분석하여개인별맞춤형서비스를제공하고있다. 캐나다온타리오공과대병원은인큐베이터내미숙아에대한다양한데이터를분석하여병원균감염을예측할수있는시스템을개발하여미숙아모니터링을통한감염예방및예측, 감염징후등을조기에발견하고다른미숙아등에대한감염을예방하며퇴원후무선센서를이용하여병원밖에서도환자들을실시간으로체크를할수있는시스템을구축하였다. IBM 과미국건강보험회사인웰포인트 (Wellpoint) 는의사와다른의료진들이진단과환자치료에이용할수있는애플리케이션 ( 왓슨 ) 을개발하여제공하고있다. 왓슨은임상실험및우수치료사례등과거데이터를분석하여환자에게가장적절한치료방법을제공하고최신정보를과학적인방법으로제시하고있다. 구글 (Google) 은감기와관련된검색어분석을통하여독감예보서비스제공하고있다. 구글독감예보서비스 ( 구글플루트렌드 ; www.google.org/flutrends/) 는다양한사용자의검색어분석을통하여사용자에게다시유의미한데이터로가공하여정확한정보를실시간으로제공하고있다. 보건분야국내활용사례로질병관리본부에서운영하는한국인체자원은행네트워크 (kbn.cdc.go.kr/) 는 16개병원을통해 36 만명의인체자원확보하여질병지표발굴및질병조기진단을위해활용하고있다. 한국인체자원은행네트워크는생명연구자원의체계적수집과정보표준화, 정보공유를통하여질병의예방과진단, 맞춤치료, 신약- 신기술을위한미래바이오산업의신성장동력으로서기반을마련하고있다. 분당서울대병원은빅데이터도입을통해업무효율성및생산성향상을위한임상의사결정지원시스템을개발하였다. 임상의사결정지원시스템은환자개인의특이사항을입력하여임상적의사결정을지원하기위한서비스로시스템이도입된후, 부적절한용량의신독성약물처방률이 30.6% 로감소하는효과를가져왔다. 임상의사결정지원시스템은빅데이터를분석하여자연어검색을지원하고의약품의처방과조제시의약품안정성과관련된정보를실시간으로제공하여부적절한약물사용을사전에검사할수있도록확대하고있다. DNA Link (dnalink.com/) 에서는질병관리분석과개인의유전체염기서열분석으로맞춤형건강진단서비스를제공하는유전자분석시스템을제공하고있다. 연세대학교의료원에서는 u-health 를이용하여언제어디서나질병예방, 진단, 치료가가능한후 (H H) 헬스케어시스템을제공하고있다. 복지분야국외사례로는주로안전과관련한빅데이터활용이주를이루고있다. 싱가포르에서는국가위험관리시스템 (Risk Assessment Horizon Scanning) 을구축하여질병, 금융위기등모든국가적위험을수집및분석을하고있다. RAHS(hsc.gov.sg) 는 2004 년부터빅데이터를기반으로한위험관리계획을추진하여수집된정보는시뮬레이션, 시나리오기법을통해분석하여사전위험예측및대응방안을모색하고있다. FBI 는유전자색인시스템활용하여단시간범인을검거하는체계를구축하고있다. FBI 의유전자정보은행 CODIS(Combined, DNA Index System) 은미제사건용의자및실종자에대한 DNA 정보 1만 3,000 건을포함하여 12만명의범죄자 DNA 정보가 62 과학기술정책
저장되고매년 2,200 만명의 DNA 샘플을추가하여범죄수사에활용하며약 350 만개의 DNA 분석표가내장되어있다. 샌프란시스코경찰청은범죄발생지역및시각을예측하여범죄를미연에방지하기위한범죄예방시스템을구축하였다 (www.crimemapping.com). 범죄예방시스템은과거범죄를분석하여효율적으로경찰을배치하고과거범죄자및범죄유형을 SNS 를통해지속적으로관찰함으로써그와관련된조직및범죄에대한예방을하고있다. 복지분야국내활용현황으로는보건복지부가사회복지통합관리망 ( 행복e음 ) 을개발하여수요자중심의복지서비스구현하였다. 사회복지통합관리망은지자체공무원들의복지행정처리를지원하는정보시스템으로지자체에서집행하는 120 여가지의복지급여및서비스이력데이터를이용하여복지대상자선정과맞춤형서비스를제공하고있다. 근로복지공단은공공부문고객관계관리 (CRM) 를구축하여 찾아가는서비스 를통한맞춤형서비스를제공하고있다. 한국정보화진흥원빅데이터국가전략포럼분석팀에서는 2012 년 1월부터 10월 18일까지자살로언급된빅데이터자료를뉴스 ( 온라인에서게재되는 214 개웹사이트 ), 블로그 ( 네이트, 네이버, 이글루스, 다음, 티스토리, 야후 ), 카페 ( 네이버, 다음, 뽐뿌, 카드고릴라, SLR 클럽 ), SNS( 트위터, 미투데이 ), 게시판 ( 네이버지식인, 네이트지식, 다음신지식등 ) 등에서수집하여청소년이작성했다고추정되는 6만 9,886 건을분석하였다. 이를통해청소년들은자살과관련하여온라인상에많은 Buzz 를생성하고있으며 Buzz 의발생패턴에따라보다체계적으로대응할수있는자살예방체계를설계할수있다는가능성을보였다. 10) 한편, 2013 년현재, 보건의료분야빅데이터시범사업으로진행중인과제는다음과같다. 첫째, 국민건강주의예보시범서비스구축사업은국민건강공단의건강보험 DB 와 SNS 정보를융합하여홍역, 조류독감, SAS 등감염별발생예측모델링을개발하고, 이를상시모니터링하여위험징후시주의예보서비스를제공한다. 둘째, 빅데이터기반의약품안전성조기경보서비스는유해사례 DB, 치료기록, SNS 등을연계분석하여, 유의의약품을추출하고, 이들의위험도를예측하여병의원, 제약회사및유관기관등과정보공유를하는사업이다. 셋째, 보건의료빅데이터활용시범사업은포털과질병관리본부등과협의된데이터외병원자체데이터를활용하여독감유행예측, 심실부정맥예측, 입원병상배정최적화, 신종마약류인지및감시서비스를제공한다. 정책초점 2. 빅데이터분석사례 11) 우리나라는급격한사회 경제적변화속에자살률이 2004 년부터 OECD 국가중최고의수준이며, 특히청소년계층의자살문제가사회적이슈로대두되면서정부차원의대책이시급한실정이다. 그동안자살의연구는국가간자살률비교나패널데이터의분석을통한자살원인에대한연구가진행되어왔으나데이터수집의제한으로인하여개인과집단의다양한자살원인에대한분석은 10) 한국정보화진흥원 빅데이터국가전략포럼 (2012. 10. 29.), 대한민국사회현안과빅데이터전략, 제 3 차빅데이터국가전략포럼. 11) 본분석사례는한국보건사회연구원과 ( 주 )SK telecom 이공동으로연구한내용임을밝힘. 제 23 권제 3 호 63
정책초점 미흡한실정이다. 따라서빅데이터분석을통하여다양한자살의원인과자살에대한위험징후를예측할수있을것으로본다. 본연구는 2011 년 1월 1일 2013 년 3월 31 일까지인터넷뉴스, 블로그, 카페, 게시판, SNS( 트위터, 미투데이 ) 등의온라인채널에서발생한 청소년자살 관련온라인 Buzz( 본문, 댓글포함 ) 를분석대상으로하였다. 청소년자살, 유명인자살등자살과관련된사회적이슈발생시에자살과관련한커뮤니케이션이급증하는양상을보이고있으며특히연예인자살이슈발생시버즈량이급증하는것으로나타났다. [ 그림 4] 자살관련버즈량일별추이 청소년자살원인의 1위는 학업 / 성적 / 진학 으로관련된스트레스로인한청소년자살이우리사회의가장큰이슈가되는것으로나타났다. 주요자살원인 [ 그림 5] 주요자살원인 자살 청소년자살 열등감질병 / 장애 0.2% 0.6% 가정불화 1.1% 경쟁 3.0% 실직 / 취업란 3.9% 인터넷 / 게임중독 4.6% 폭력 5.1% 경제적빈곤 5.6% 기타학업 / 성적 / 기타성폭력 14.9% 진학 13.5% 1.8% 학업 / 성적 / 19.3% 진학 27.3% 왕따 6.7% N= 259,071 학교폭력 9.1% 성폭력 10.4% 우울 / 고독 / 불안 15.6% 가정불화 2.0% 경쟁 2.3% 인터넷 / 게임중독 4.7% 경제적빈곤 1.0% 질병 / 장애 1.2% 폭력 7.5% 열등감 0.4% 왕따 12.7% N= 151,183 우울 / 고독 / 불안 12.8% 학교폭력 12.8% 64 과학기술정책
청소년자살검색의예측모형은 < 표 3> 과같다. [ 모형 1] 은 2011 년일별청소년 (19 세이하 ) 자살률이청소년자살검색에미치는영향을예측하는것으로청소년자살자수가많을수록 ( 자살률이높을수록 ) 청소년의자살검색은증가하는것으로나타났다. [ 모형 2] 는일별청소년자살률과스트레스검색이자살검색에미치는영향을예측하는것으로자살자수가많을수록, 또스트레스검색이많을수록청소년의자살검색은증가하는것으로나타났다. [ 모형 3] 은일별청소년자살률, 스트레스검색, 음주검색이청소년자살검색에미치는영향을예측하는것으로자살자수, 스트레스검색, 음주검색이많을수록청소년의자살검색은증가하는것으로나타났다. [ 모형 4] 는일별청소년자살률, 스트레스검색, 음주검색, 미세먼지량이청소년자살검색에미치는영향을예측하는것으로자살자수가많을수록, 스트레스검색이많을수록, 음주검색이많을수록, 미세먼지량이적을수록청소년의자살검색은증가하는것으로나타났다. 청소년의자살검색을예측하는모형의그래프는 [ 그림 6] 과같다. 정책초점 < 표 3> 청소년의자살검색예측모형 독립변수 Model 1 Model 2 Model 3 Model 4 t t t t ( 상수 ) 1.957 68.86 **.648 6.48 **.624 6.22 **.939 5.75 ** 자살률.290 2.53 *.187 2.17 *.173 2.01 *.192 2.24 * 스트레스검색량 1.003 13.40 **.913 10.94 **.935 11.25 ** 음주검색량.178 2.34 *.176 2.34 * 미세먼지량 -.214-2.43 * 수정된 R 2.023.448.456.467 F 6.421 ** 95.430 ** 65.464 ** 51.629 ** ** p<0.01, * p<0.05 [ 그림 6] 청소년의자살검색예측모형 Model 3 제 23 권제 3 호 65
정책초점 Model 4 청소년버즈확산의위험도를측정하기위한데이터마이닝의의사결정나무분석결과사망이혼요인이가장큰확산위험요인으로나타났으며, 사망이혼요인의검색이높은집단은우울질병요인, 걱정얼굴요인, 폭력요인순으로위험의영향이높은것으로나타났다. 그리고사망이혼요인이낮은집단은폭력요인, ( 걱정얼굴요인, 수능성적요인 ), ( 고통열등감요인, 성폭행충격요인 ) 순으로위험의영향이높은것으로나타났다. [ 그림 7] 청소년자살검색확산예측모형 본연구를바탕으로우리나라의자살예방과관련한정책적함의는다음과같다. 12) 첫째, 본연구의결과는성인과청소년모두다양한원인들에의해스트레스를경험하면서자살 66 과학기술정책
을검색하게된다는것이다. 따라서청소년의스트레스를해소할수있는학교차원의다양한프로그램의마련과함께성인의경제활동으로인한스트레스를해소시킬수있는직장차원의프로그램이개발되어야할것이다. 둘째, 성인과청소년은온라인상에서자살과관련한담론을주고받고있으며이러한언급이실제적인자살과관련된심리적 행동적특성으로노출될수있기때문에자살예측모형에따른위험징후가예측되면실시간으로개입할수있는애플리케이션 ( 가칭 : 생명존중온라인게이트키퍼 (Gate Keeper)) 이개발되어야할것이다. 생명존중온라인게이트키퍼 는자살에대한위험징후가예측되면소셜담론의분석에서추측된위험요인을줄일수있는맞춤형프로그램을실시간으로제공할수있도록개발되어야할것이다. 셋째, 지역별소셜빅데이터와지역요인의연계를통한지역별자살예측모형을개발하여실시간으로자살을사전에방지할수있는시스템 ( 가칭 : 지역생명존중예보시스템 ) 을구축하여야할것이다. 지역생명존중예보시스템 은지역별생명존중관련기관에지역별자살예보를 1주또는월단위로제공하여지역별자살행동의원인에대해적극적대응을위한대국민홍보활동을지속적으로실시함으로써지역주민의생명존중인식을강화할수있을것이다. 넷째, SNS 에서주고받는자살관련소셜담론은개인이일상생활에서갖는우울한감정이나고민이기록되는 온라인심리적부검보고서 라할수있다. 핀란드가 오프라인심리적부검보고서 를바탕으로국가차원의자살예방대책을마련하여자살률을줄였다면, 우리나라는세계최고수준의 IT 기술과소셜빅데이터의활용과분석으로국가차원의자살예방대책의마련이가능할것으로본다. 정책초점 3. 빅데이터분석방법소셜빅데이터분석절차및방법은 [ 그림 8] 과같다. 첫째, 해당 Buzz( 자살 ) 분석모델링을통해수집대상과수집범위를설정한후, 대상채널 ( 뉴스, 블로그, 카페, 게시판, SNS 등 ) 에서크롤러 (Crawler) 등수집엔진 ( 로봇 ) 을이용하여수집한다. 이때자살관련키워드그룹 ( 원인, 유형, 대상, 성별, 장소, 지역, 방법등 ) 과자살토픽에대한불용어등을지정하여수집한다. 둘째, 수집된비정형데이터를분석한다. 비정형데이터는 Buzz 분석, 키워드분석, 감성분석, 계정분석등으로진행된다. [ 그림 8] 의청소년자살Buzz 수집사례와같이비정형데이터를연구자가분석하기는수집된상태로는어렵다. 따라서수집된비정형데이터는 Text Mining, Opinion Mining, Network Analysis 를통하여비정형데이터를분류하는절차가필요하다. 셋째, 비정형빅데이터를정형빅데이터로변환해야한다. 자살 Buzz 사례를살펴보면, 자살Buzz 각각의문서는 ID로 Code 화되어야하고, Buzz 내키워드나방법등도모두 Code 화되어야한다. 넷째, 사회현상과연계하여분석하기위하여정형화된빅데이터를오프라인통계 ( 조사 ) 자료와연계해야한다. 오프라인통계 ( 조사 ) 자료는대부분정부나공공기관에서유료또는무료로제공하고있기때문에연계대상자료와함께연 12) 본연구의결과와정책적함의는 송태민 (2013. 8), 소셜빅데이터분석을통한자살검색예측모형개발, 보건복지포럼, 통권제 202 호 의내용중에서발췌한것임을밝힌다. 제 23 권제 3 호 67
정책초점 계가능한 ID( 일별, 월별, 연별, 지역별 ) 를확인한후, 오프라인자료를수집하여연계 (Merge) 할수있다. 다섯째, 오프라인통계 ( 조사 ) 자료와연계된정형화된빅데이터의분석은요인간의인과관계나시간별변화궤적을분석할수있는구조방정식모형이나일별 ( 월별, 연별 ), 지역별사회현상과관련된요인과의관계를분석할수있는다층분석, 그리고수집된키워드의분류과정을통해새로운현상을발견할수있는데이터마이닝분석을실시할수있다. [ 그림 8] 소셜빅데이터분석절차및방법 ( 자살 Buzz 사례 ) Ⅳ. 결론 빅데이터는신가치창출의엔진으로보건복지서비스에새로운패러다임을제공할수있다. 국내의보건복지분야에서는기존레거시시스템의안정적인구축으로이미수많은빅데이터가저장 관리되고있다. 보건분야에서국민건강보험공단은 2002 년부터데이터웨어하우스를구축하여본부와지역본부에서운영중인급여관리시스템, 요양급여비지급시스템, 건강검진시스템, 의료보호시스템, 자격, 보험료급여및사후시스템에서생성되는데이터를저장 관리하고있다. 국민건강보험공단의데이터웨어하우스는보험료시뮬레이션, 보험료및보험급여비상승추계등의정보를제공하고있다. 건강보험심사평가원에서는 2000 년의약분업시행이후청구심사데이터가비약적으로증가하면서 2002 년부터데이터웨어하우스를구축하여기준정보, 요양기관정보, 지급정보에대한데이터를저장 관리하고있다. 건강보험심사평가원데이터웨어하우스는적시에정보를분석할수있도록각주제영역에대한통계분석, 시계열분석, 다차원분석, 추이분석등과같은다양한분석기법을적용하고있다. 또한데이터의활용목적별로심사분석데이터마트, 평가분석데이터마트, 통계분석데이터마트등을운영하고있다. 국립암센터에서는암통계 ( 발생률, 사망률, 생존률 ) 산출로암부담수준파악과암관리정책수립근거를마련하기위한추이분석등을위하여 2002 년부터암등록자 68 과학기술정책
료의데이터웨어하우스를구축하여운영하고있다. 복지분야에서는사회복지통합관리망에대부분의복지정보가통합 관리되고있다. 사회복지통합관리망에는사회복지통합관리망채널, 희망복지, 복지행정, 복지급여통합, 새올행정, 외부영역의 6 개영역의 44 개세부업무별로데이터가저장 관리되고있다. 그외식품의약품안전처에서는수입식품현황이나식품관련 DB 를운영하고있으며, 통계청과국책연구기관들은보건복지관련각종통계생산을위한패널데이터를구축하고있다. 상기에서술한바와같이공공부분에서는이미수많은정형화된빅데이터가저장 관리되고있을뿐만아니라각기관의홈페이지나 SNS 서비스를통해서도많은비정형데이터가관리되고있다. 한편, 개인건강기록 (Personal Health Record: PHR) 이의료서비스소비자에게다양한건강정보를제공하고그들의건강을스스로통제관리할수있는수단을제공함에따라공공과민간차원의 PHR 구축이지속적으로추진되고있다. PHR 은혈압과같은객관적인자료를수집할수있고이런자료는측정되어환자가수동으로입력하거나 u-health 기기를통해직접전송될수도있다. 즉, 24 시간원격건강관리모니터링을위해 u-health 기기를통하여전송된 PHR 정보는건강생활습관 ( 금연, 절주, 영양, 운동 ) 의확립과자가건강관리능력의함양으로국민건강수명을연장시키며삶의질을향상시키고만성질환에대한치료에서예방중심의건강관리를통한의료비절감의효과를기대할수있다 ( 송태민외, 2011). 앞에서살펴본바와같이보건복지영역과빅데이터의관계는매우밀접하다. 보건의료분야에서는생애주기별로맞춤형보건의료서비스를제공하기위해서는보건의료뿐만아니라사회현안이나미래중요이슈를중심으로빅데이터를활용한미래전망및정책의사결정모델을도출할필요가있으며, 이를위해서는사회공동자산인데이터의부가가치를높기위한 위험분석센터 의설립이필요하다. 위험분석센터에서질병관리및예측, 다양한사용자의질병에대한통계데이터를활용하여주요질병의분포및추세를예측함으로써국가차원의조기대응이가능할것으로본다 ( 고숙자 정영호, 2012). 정책초점 [ 그림 9] 위험분석센터설립을통한빅데이터활용방안 자료 : 고숙자 정영호 (2012. 11), 국민건강미래예측시스템구축방안, 보건복지포럼, 통권제 193 호, 한국보건사회연구원. 제 23 권제 3 호 69
정책초점 복지분야에서는 2010 년 2월부터보건복지부를포함한각부처의공공기관이수행하는복지사업과수혜자정보를통합관리하는사회복지통합관리망 ( 행복e음 ) 을가동하고있다. 복지사각지대를해소하고생애주기별로개인맞춤형복지서비스를제공하려면현재의사회복지통합망을전 ( 全 ) 정부부처의정보시스템과통합연동하는국가빅데이터인프라로확장하여야할것이다 ( 황승구외, 2013). [ 그림 10] 복지분야의빅테이터활용방안 자료 : 황승구외 (2013), 빅데이터플랫폼전략, 전자신문사, p. 201. 이러한보건복지분야빅데이터를효율적으로활용하기위해서는다음과같은전략이필요할것이다. 첫째, 보건복지빅데이터를통합적으로관리하기위한범부처차원의 ( 가칭 ) 보건복지빅데이터관리위원회의운영이필요하다. 현재보건복지빅데이터는보건복지부, 고용노동부, 지식경제부 ( 현산업통상자원부, 미래창조과학부 ), 식품의약품안전처, 통계청등많은정부부처와국민건강보험공단, 건강보험심사평가원, 국책연구기관등많은공공기관에서관리 운영되고있어각기관에서운영중인정보의연계와공유를위해서는범정부차원의조직이필요할것이다. 둘째, 비정형화된보건복지빅데이터를관리하고있는민간기관과의협조체제가마련되어야할것이다. 비정형화된보건복지빅데이터는민간기관의검색포털이나 SNS 를통해서생산 저장되고있어민간기관과의긴밀한협조체계 ( 가칭 : 보건복지빅데이터포럼 ) 가구축되어야할것이다. 셋째, 국가차원의오픈 API(Open Application Programming Interface) 의제공이필요하다. 보건복지빅데이터는대부분공공부문에서독점하고있다. 정보를수집 / 분석하고수집과동시에정보를실시간으로웹상에공개하는것도중요하지만보건복지빅데이터를효과적이고효율적으로활용하기위해서는정부차원의 API 공개를적극적으로검토할필요가있다. 2013 년 5월기준으로공유자원포털 (www.data.go.kr) 에서공개되어있는공공정보는 1,721 종으로이중보건의료 21종, 복지 29 종에불과하다. 국가정보화전략위원회의에서는폭증하는데이터가경제적자산이되는시대 70 과학기술정책
이기때문에정부가능동적으로빅데이터를활용하고국가지식플랫폼을만들기를제안하고있다. 13) 따라서보건복지빅데이터의공개는관련기관과빅데이터전문가의참여로정부와국민이필요로하는정보를분류하고공개대상정보는개인정보를철저하게보안하여국가지식플랫폼에저장할수있을것이다. 넷째, 보건복지빅데이터를분석처리할수있는관련기술의개발이필요하다. 스마트시대에는비관계형, 비정형데이터의저장과분석, 클라우드서비스의확산, 시멘틱검색서비스, 추론에기반한상황인식서비스등의기술이핵심이될것이다. 따라서관련부처와협력하여보건복지분야빅데이터를 수집 저장 분석 추론 할수있는기술개발은물론기술표준화가우선적으로추진되어야할것이다. 다섯째, 구조화되지않은대규모데이터속에서숨겨진정보를찾아내는데이터사이언티스트 (Data Scientist) 의양성이필요할것이다. 빅데이터시대에는데이터를관리하고분석할수있는인력이매우중요하다. 이미글로벌 IT 업체에서는데이터사이언티스트에대한인재확보와역량강화에많은노력을경주하고있다. 14) 따라서교육부와협력하여보건복지분야데이터사이언티스트를양성할수있는전략이마련되어야할것이다. 끝으로보건복지빅데이터의개인정보와기밀정보에대한보안정책이마련되어야할것이다. 보건복지빅데이터는개인에대한거의모든정보가저장되어있지만아직법 제도는미비한상황이며논의조차되지못하고있다. 빅데이터의활용도중요하지만과다한개인정보의유출은프라이버시침해는물론사이버인권침해나범죄에악용될수있다. 빅데이터로부터개인을보호하기위해가장중요한것은특정개인을식별하지못하도록하는익명화와정보접근및처리에대한통제이다. 그러나정보접근및처리에대한통제를강하게하면정보활용이활성화되지않기때문에보건복지빅데이터 활용과보호의균형 에대한효과적인정책이마련되어야할것이다. 정책초점 참고문헌 고숙자 정영호 (2012. 11), 국민건강미래예측시스템구축방안, 보건복지포럼, 통권제193호, 한국보건사회연구원. 국가정보화전략위원회 (2011. 11. 7.), 지식정보개방과협력으로스마트정부구현. 김근태 (2012), 빅데이터분석을위한기업의 Big Analytics 환경변화, 정보처리학회지, 제19 권제2 호, pp. 70~78. 송태민 이상영 이기호 박대순 진달래 류시원 장상현 (2011), u-health 현황과정책과제, 한국보건사회연구원. 13) 국가지식플랫폼은 1,068 종공공지식정보가운데 351 종을 2013 년까지민간에전면공개하고이를통해창출되는경제적부가가치는 10 조 7,000 억원에달할것으로예측하고있다. 14) 이베이는고객데이터를분석하고가공하는일을맡은직원만 5,000 명에이르고, EMC 는경제학, 통계학, 심리학등을전공한박사급인재들인데이터사이언티스트로구성된 애널리틱스 랩을운영하고있으며, 미국 IBM 은사내 200 명이상의수학자들이 분석학 을집중적으로연구하고있음. 미국에서는 2018 년까지 14 만 19 만명의전문가와 150 만명정도의데이터관리자와분석인력이부족할것으로예측하고있음 (McKinsey, 2011). 제 23 권제 3 호 71
정책초점 송태민 (2012. 11), 보건복지빅데이터의효율적활용방안, 보건복지포럼, 통권제193 호, 한국보건사회연구원. 송태민 (2013. 8), 소셜빅데이터분석을통한자살검색예측모형개발, 보건복지포럼, 통권제202 호, 한국보건사회연구원. 윤미영 권정은 (2012), 빅데이터로진화하는세상-빅데이터글로벌선진사례-, 한국정보화진흥원빅데이터전략연구센터. 윤형중 (2012), 이제는빅데이터시대, 비즈북스. 이성훈 이동우 (2013. 2), 빅데이터의국내 외활용고찰및시사점, 디지털정책연구, 제11권제2 호, pp. 229~233. 장상현 (2012), 빅데이터와스마트교육, 한국정보과학회지, 제30 권제6호, 통권제277 호, pp. 59~64. 전자통신기술연구소 (2012), 보건의료 Big Data R&D 사업기획연구계획서. 정지선 (2011), 新가치창출엔진, 빅데이터의새로운가능성과대응전략, IT & Future Strategy, 제18 호. 정지선 (2012), 성공적인빅데이터활용을위한 3대요소 : 자원, 기술, 인력, IT & Future Strategy, 제3호. 한국정보화진흥원 (2012. 10. 29.), 대한민국사회현안과빅데이터전략, 제3차빅데이터국가전략포럼. 함유근 채승병 (2012), 빅데이터경영을바꾸다, 삼성경제연구소. 황승구 최완 허성진 장명길 이미영 박종열 원희선 김달 (2013), 빅데이터플랫폼전략, 전자신문사. IDC(2011), Digital Universe study. McKinsey Global Institute(2011), Big Data: The Next Frontier for Innovation, for Innovation, Competition, and Productivity, McKinsey Inc. Peter Warden(2011), Big Data Glossary, O Reilly Media. 総務省 (2012), 平成 24 年度版年度版情報通信白書. 공유자원포털 (www.data.go.kr) 구글독감예보 (www.google.org/flutrends) 구글검색트렌드 (www.google.org/trends/) 샌프란시스코범죄예방 (www.crimemapping.com) 유전자정보제공 (www.1000genomes.org/) 일본총무성 (www.soumu.go.jp/johotsusintokei/whitepaper/ja/h24/) 한국인체자원은행 (kbn.cdc.go.kr/) DNA Link(dnalink.com/) 72 과학기술정책
The Economist(2010)(www.economist.com/node/15557443/) Gartner(2011)(www.gartner.com/newsroom/id/1731916/) Pillbox service(pillbox.nlm.nih.gov/) RAHS(hsc.gov.sg) 정책초점 제 23 권제 3 호 73
정책초점 천문 우주분야의빅데이터활용 강희종과학기술정책연구원전문연구원 kanghj@stepi.re.kr Ⅰ. 서론 천문 우주와빅데이터의만남은인류가그동안알지못했던우주를향한새로운지평을열어주는계기가될것으로기대된다. 본고에서는먼저, 천문분야빅데이터활용현황을슬론디지털천체관측 (Sloan Digital Sky Survey: SDSS) 1) 과 2014 년완공을목표로추진되고있는대형종관망원경 (Large Synoptic Survey Telescope: LSST) 2) 사업및허블망원경, 그리고이들을통해제공되는데이터를활용한서비스를중심으로살펴본다. 다음으로우주분야빅데이터활용현황을지구관측, 태양관측, 달 행성탐사, 2013 년 6월이탈리아프라스카티에서개최된 Big Data from Space 컨퍼런스 3) 자료및상기탐사자료를활용한서비스사례를중심으로살펴보고자한다. [ 그림 1] 분야별빅데이터사용용량 (7,300PB, 연간데이터처리량, 08) (100PB, 연간사진, 비디오저장량, 12) LHC Achive(100PB) SKA(130PB) LSST (100PB, 총데이터볼륨, 향후 10 년간 ) (40PB) 1) http://www.sdss.org/ 2) http://www.lsst.org/lsst/ 3) http://www.congrexprojects.com/2013-events/13c10/programme 74 과학기술정책
정책초점 지구관측 (1.5PB) 허블우주망원경 (45TB, 지난 20 년간 ) SDSS(40TB) 자료 : BBC, BYTES SIZED, Pierre-Philippe Mathieu(2013), Climate Data Challenges & Opportunities with focus on the ESA Climate Change Initiative(CCI) 및 M Cocco(2013), The European Plate Observing System(EPOS): Integrated Services for solid Earth Science 등을참조하여재구성함. 구체적인논의에앞서천문 우주분야에서사용하는데이터량을타분야와개략적으로비교해보면, 검색엔진의대명사인구글이 2008년처리한데이터량이 7,800PB 4) 로압도적으로많다. 페이스북의 2012 년사진및비디오저장량도 100PB 로매우많은수준이고, 기초물리분야에서는 CERN 의대형강입자충돌기인 LHC(Large Hadron Collider) 의아카이브저장용량이 100PB 수준이다. 천문분야에서는 SKA(Square Kilometre Array) 데이터보유량이 130PB 수준이될것으로보이며, 2014 년완성되는 LSST 는향후 10 년간 100PB 의데이터를구축할것으로추정되고, Pan-STARRS 5) (The Panoramic Survey Telescope and Rapid Response System) 는약 40PB, SDSS 는 40TB 수준이다. 한편, 우주분야지구관측위성들에의한데이터는연간 1.5PB 로상대적으로적지만기후변화및기상관련데이터는 350PB(2030 년 ) 수준까지크게증가할것으로예상되고있다. 6) 전체학문분야의빅데이터연구현황을보면, 2006 년 10건수준이던논문수가 2012 년 577 건으로 57 배나증가하는등최근빅데이터연구가급속하게증가하고있음을알수있다. 학문분야별로는컴퓨터과학이전체논문의 42.9% 를차지하는반면, 천문 우주분야는 2~3% 수준으로타학문분야에비해매우낮은비중을차지하는정도에머물고있다. 국가별로는미국이 446 건으로 1/3 이상을차지하고있으며, 중국이그다음을잇고있다. 우리나라의빅데이터연구는미국의 1/10 로아직까지는미흡한수준이다 (< 표 1> 참조 ). 4) PB(Peta Byte) 는 10 의 15 승바이트임 (10 15 byte). 5) http://pan-starrs.ifa.hawaii.edu/public/home.html 6) http://semanticommunity.info/emerging_technology_sig_big_data_committee/nasa_big_data 제 23 권제 3 호 75
정책초점 < 표 1> 빅데이터관련논문게재현황 연도구분 논문수 국가구분 논문수 ( 중복 ) 학문구분 논문수 ( 중복 ) 비중 (%) 2013 410 미국 446 컴퓨터과학 775 42.9 2012 577 중국 149 공학 245 13.6 2011 84 독일 76 수학 160 8.8 2010 27 일본 63 사회과학 86 4.8 2009 29 영국 61 의학 67 3.7 2008 19 한국 45 바이오 54 3.0 2007 7 이탈리아 31 물리, 천문 45 2.5 2006 10 캐나다 30 지구과학, 행성학 25 1.4 주 : 키워드 - big data, 검색범위 - 제목, 요약, 키워드, 검색기간 - 전체, 검색건수 - 총 1,207 건. 자료 : SCOPUS DB(2013. 8. 12.). Ⅱ. 천문분야의빅데이터활용 1. 슬론디지털천체관측 (Sloan Digital Sky Survey: SDSS) 슬론디지털천체관측은천문역사상가장야심차고영향력있는관측으로거대한우주의구조를알아내기위해 SDSS-I(2000~2005), II(2005~2008), III(2008~2014) 단계로진행되고있는전세계적천체관측프로젝트이다. 천체의 1/4 이상을커버하며, 93 만개의은하와 12만개의퀘이사를포함한 3차원지도를만들었다. Alfred P. Sloan Foundation(I, II) 이출자하고, Astrophysical Research Consortium이주관하였으며, 미국의 NSF, DoE, NASA 등과 25 개연구기관이참여하였는데우리나라에서는 Korean Scientist Group 이참여하였다. [ 그림 2] 는 SDSS 1~3 차데이터를이용하여구성한천체이미지이다. 이이미지지도의점은 1조개를넘으며, SDSS 를통해축적한데이터의양은 40TB 가넘을것으로보인다. 76 과학기술정책
[그림 2] SDSS 영상 정 책 초 점 자료: http://www.sdss.org/includes/sideimages/orangespider.jpg 2. 대형 종관 망원경(Large Synoptic Survey Telescope: LSST) LSST는 칠레 중부의 체로 파촌(Cerro Pachon) 천체관측단지 내 해발 2,682미터 위치에 설치될 예정인 구경 8.4미터의 대형 망원경으로, 2014년에 완공하는 것을 목표로 하고 있다. 주요 운영목적은 암흑에너지 관련 연구, 태양계 천체 관측, 천변(天變, Optical Transients) 모니 터링, 우리 은하 지도 제작 등이다. 재정은 미국의 NSF, DoE 및 비정부 기구로부터 조달되고, 미국 의 기업, 대학교, 연구소 등 22개소가 협력한 LSST Corporation이라는 비영리 회사를 설립하여 운 영한다. 방대한 자료처리 기술을 공동 개발하고 관측된 우주의 모습을 서비스하기 위해 인터넷 검색업체 인 구글(Google)이 참여하고 있다.7) 완공 이후 10년간 약 100PB의 데이터를 확보할 것으로 예상 된다. 7) http://ko.wikipedia.org/wiki/lsst 제23권 제3호 77
정책초점 [그림 3] LSST 개요도 자료: http://www.lsst.org/lsst/ 3. 허블우주망원경 나사의 허블우주망원경8)은 지구 주위를 시간당 17,500마일의 속도로 돌면서 별, 행성 및 은하를 촬영한다. 허블우주망원경은 20년간 지구를 11만 바퀴 이상 돌면서 93만 회 이상 관측하여 우주에 있는 3만 개 이상 물체를 57만 장 이상 촬영했다. 관측 자료는 45TB 이상이며, 전 세계 4,000명가량의 천문학자가 우주를 조사하기위해 망원경을 사용했다. 허블 데이터를 이용한 논문은 8,700건이 넘는다. [그림 4]는 허블우주망원경을 이용한 마젤란 스트림 영상(아래쪽 회색 영역)인데, 마젤란 스트림 은 우리 은하(Milky Way Galaxy) 주위에 길게 뻗어있는 가스리본으로 최근 생성의 원천을 발견하 였다고 발표된 바 있다. [그림 4] 허블우주망원경 최근 영상 자료: Hubble Space Telescope Finds Source of Magellanic Stream(2013. 8). 8) http://www.nasa.gov/mission_pages/hubble/story/index.html# 78 과학기술정책
4. SKA(Square Kilometre Array) 9) SKA 는 2016 년에시작하여 2019 년에처음관측을시작하고 2024 년에완성될예정인데, 천체관측을위해호주, 뉴질랜드, 남아프리카지역에 3,000km 이상거리로흩어진수천대의작은안테나로부터받은신호를조합하도록구성한거대한전파망원경배열이다. 호주, 캐나다, 중국, 독일, 이탈리아, 뉴질랜드, 남아프리카, 스웨덴, 네덜란드, 영국등 10개국이참여하는글로벌프로젝트이며, 본부는영국맨체스터에있다. 운영시초당 700TB 의데이터가 SKA 를통해생산될수있는데, 연간으로는약 130PB 가될것으로예상하고있다. 정책초점 5. 활용사례구글스카이 10) 는인터넷검색업체로유명한구글이 DSS 컨소시엄, SDSS, NASA, ESA 등으로부터제공받은아름다운은하, 성운등의이미지를활용하여확대, 축소, 이동하면서우주의모습을다양하게관찰할수있도록서비스하는천체지도이다. [ 그림 5] 구글스카이서비스화면 ( 허블쇼케이스 - 바람개비은하 ) 자료 : http://www.google.com/sky/ 9) http://en.wikipedia.org/wiki/square_kilometre_array 10) http://www.google.com/sky/ 제 23 권제 3 호 79
정책초점 우리나라는대한민국인터넷천문대가별자리안내와함께밤하늘을즐길수있는서비스를제공 하고있다. 오른쪽에별자리에대한안내가있어초보자에게유용한도구가될듯하다. [ 그림 6] 은인터넷천문대를이용해본오리온대성운 (M42, NGC 1976) 부분이다. [ 그림 6] 대한민국인터넷천문대 ( 오리온대성운 ) 자료 : http://realsky.org/map/ Ⅲ. 우주분야의빅데이터활용 1. 지구관측 (Earth Observation) 지구관측은대기, 육상, 해양, 극지, 환경등용도별혹은목적별로개발된위성운용을통해이루어지고있으며, 관측위성관련아카이브용량은 [ 그림 7] 수준일것으로예상되고있다. 2020 년전체아카이브용량은 25PB 수준으로예상되며, 우리나라아리랑 2호위성의경우 800TB 정도인것으로보인다. [ 그림 7] 지구관측위성들의아카이브용량 ( 단위 : TB) 자료 : Nigel Houghton(2013), ESA Reprocessing, A service based approach. 80 과학기술정책
2. 태양관측 NASA 의태양활동관측위성 (Solar Dynamics Observatory: SDO) 11) 은아틀라스 5호로켓에의해 2010 년 2월에발사되어, 태양에너지및태양에너지가우주기상에미치는영향을연구하는 5년간의임무를시작했다. 궤도상에서 SDO 는매일 1.4TB 이상의자료를수집한다. 정책초점 [ 그림 8] 태양폭풍과지구의자기차폐 자료 : NASA(2009), SDO brochure. 3. 달및행성탐사행성데이터시스템 (Planetary Data System: PDS) 12) 은 NASA 의행성관측임무등에의해구축된과학데이터를나사자료의장기유용성을확보하고진보된연구를자극하기위하여저장, 관리및배포하는시스템이다. NASA 는 PDS 를통해지난 30 년간의행성탐사임무와관련된이미지등 100TB 이상을웹사이트를이용하여제공하고있다. 13) < 표 2> 는세계각국이지난 60 여년간달및행성을탐사한현황을정리한것이다. 국가로는미국이가장많은탐사활동을수행하였고탐사대상은달이가장많았다. 최근에는화성에대한탐사활동이가장활발하게이루어지고있다. 2010 년대에는미국에이어중국이가장활발한국가로부상하고있다. 11) http://sdo.gsfc.nasa.gov/ 12) http://pds.nasa.gov/ 13) http://semanticommunity.info/emerging_technology_sig_big_data_committee/nasa_big_data 제 23 권제 3 호 81
정책초점 < 표 2> 달및행성탐사현황 구분 1950 년대 1960년대 1970 년대 1980 년대 1990 년대 2000 년대 2010 년대 계 미국 3 33 18 2 14 13 5 88 소련 5 41 26 8 80 국별 유럽 1 2 4 1 8 일본 2 2 2 1 7 중국 1 2 3 프랑스 1 1 2 인도 1 1 달 4 50 17 4 6 4 85 수성 1 1 2 달 및 행성별 금성 17 11 7 1 1 37 지구 4 1 1 6 화성 7 10 2 8 6 3 36 목성 4 1 1 1 7 토성 1 1 천왕성 1 1 해왕성 1 1 기타 1 3 3 6 13 계 8 74 44 13 19 21 10 189 주 : 기타는해성, 소행성, 태양계외임. 자료 : http://nssdc.gsfc.nasa.gov/planetary/chronology.html 참조가공. 2012 년 8월에화성에착륙한무인화성탐사선큐리오시티 14) 는하루에 2번통신을위한창이 6~9 분간열린다. MRO(Mars Reconnaissance Orbiter) 가하루에 5GB 를저장할수있기때문에이를모두지구로전송할경우연간약 1.8TB 의화성탐사자료가축적될것으로보인다. 4. 활용사례지구관측관련빅데이터가가장잘활용되고있는분야는공공차원에서는기상서비스, 민간차원에서는지도서비스가될것으로보인다. 구글지도와마찬가지로우리나라에서위성지도를이용한서비스는네이버위성지도가있다. GPS 등과연계되어실시간교통정보가제공되고최단경로안내, 사용자주변안내등다양한서비스가시행되고있다. 14) http://mars.jpl.nasa.gov/msl 82 과학기술정책
[그림 9] 네이버 위성 지도 정 책 초 점 자료: http://map.naver.com/ 구글어스는 NOAA, NASA, USGS, RapidEye, ESA, DigitalGlobe, ASTRIUM 등으로부터 제공 받은 자료를 매일 1TB씩 Earth Engine 데이터 아카이브에 축적하여 서비스하고 있으며 이러한 이 미지 데이터를 처리하기 위해 20PB를 사용하고 있다.15) [그림 10] 구글어스 15) Erickson, Tyler(2013), Google Earth Engine: A Global-Scale Geospatial Analysis Platform. 제23권 제3호 83
정책초점 Ⅳ. 정책적시사점 지난 8월 22 일아리랑 5호가성공적으로발사되면서, 우리나라는아리랑 2호, 3호, 5호, 천리안등다수의지구관측위성을보유하게되었다. 아울러우주개발중장기계획을통해 2020 년달탐사, 2030 년화성탐사, 2040 년소행성및심우주탐사를추진할계획이고세계주요국가및기관들도천문 우주분야연구를위한연구장비및시설을지속적으로구축하면서국내외천문 우주분야에거대한빅데이터가생산될예정이다. 이에따라빅데이터활용능력이향후국가경쟁력의주요지표중하나가될것으로예상된다. 우리나라는우수한인적자원이풍부하고세계최고수준의빠른인터넷등관련인프라가잘갖추어져있으며, 빅데이터저장매체등관련하드웨어개발능력또한뛰어나다. 반면, 빅데이터처리소프트웨어개발에서는후발주자이고, 데이터과학자가부족하며, 천문 우주분야전문가도부족한상황이다. 이를극복하고우주강국으로도약하기위해서는현재운영중인위성을통해확보되는지구관측및해양, 기상데이터와향후계획된우주개발프로그램에의해확보될데이터및세계주요기관들이제공하는데이터를연계하여활용할수있는통합체계를구축해야한다. 또한이를활용할수있는전문데이터과학자및천문 우주전문가를체계적으로양성할필요가있다. 이를위해대학및민간에서쉽게활용할수있도록천문 우주분야 OPEN API 를확대, 제공할필요가있으며, 국가슈퍼컴퓨터가천문 우주분야빅데이터활용및연구에보다적극적으로활용될수있도록교육및홍보에힘쓸필요가있다. 아울러빅데이터의중요성을감안하여데이터수집, 저장, 보존, 관리, 분석및공유기술개발에대한적극적인지원과관련기업육성이필요하다. 16) 16) 조문래 (2012), 미 일의 Big Data R&D 전략과우리나라의대응과제, 정보통신산업진흥원. 84 과학기술정책
참고문헌 조문래 (2012), 미 일의 Big Data R&D 전략과우리나라의대응과제, 정보통신산업진흥원. Erickson, Tyler(2013), Google Earth Engine: A Global-Scale Geospatial Analysis Platform. Hubble Space Telescope Finds Source of Magellanic Stream(2013). M Cocco(2013), The European Plate Observing System(EPOS): Integrated Services for solid Earth Science. NASA(2009), SDO brochure. Nigel Houghton(2013), ESA Reprocessing, A service based approach. Pierre-Philippe Mathieu(2013), Climate Data Challenges & Opportunities with focus on the ESA Climate Change Initiative(CCI). 정책초점 대한민국인터넷천문대 (realsky.org/map/) 위키백과-LSST(ko.wikipedia.org/wiki/LSST) ECMWF(www.ecmwf.int/European Centre for Medium-Range Weather Forecast) European Space Agency(www.congrexprojects.com/2013-events/13c10/programme) Galaxy Zoo(www.galaxyzoo.org/) Google Sky(www.google.com/sky/) Mars Science Laboratory(mars.jpl.nasa.gov/msl) NASA Big Data(semanticommunity.info/Emerging_Technology_SIG_Big_Data_Committee/ NASA_Big_Data) NASA-The Hubble Story(www.nasa.gov/mission_pages/hubble/story/index.html#) NAVER 지도 (map.naver.com/) Pan-starrs(pan-starrs.ifa.hawaii.edu/public/home.html) Planetary Exploration Timeline(nssdc.gsfc.nasa.gov/planetary/chronology.html) Sloan Digital Sky Survey(www.sdss.org/) Sloan Digital Sky Survey(www.sdss.org/includes/sideimages/orangespider.jpg) The New Sky-LSST(www.lsst.org/lsst/) The Planetary Data System(pds.nasa.gov/) 제 23 권제 3 호 85
정책초점 빅데이터 (Big Data) 를활용한비즈니스모델혁신 송민정 KT 경제경영연구소수석연구원 mzsong@kt.com Ⅰ. 들어가면서 스마트폰의대중화로다양한기기기반의데이터이용이급증하면서기업이가진구매이력정보와로그 (Log) 분석결과, GPS(Global Positioning System) 등의센서데이터와 SNS(Social Network Service) 등의소셜데이터간결합을통해소비자가원하는서비스를적기에적절한장소에서제안할수있는, 소위말하는빅데이터예측분석기술기반이갖추어지기시작했다. 또한소프트웨어 (Software: 이후 SW) 도분산병렬처리기술, 클라우드컴퓨팅 (Cloud Computing) 등을활용하게되어효율적인시스템구축도가능해졌다. 빅데이터는이전에도있었다. 하지만무용지물이었다. 이것이다시중요해진이유는스마트폰, 소셜미디어등의출현때문이기도하지만, 무엇보다도심층분석과같은기술적지원이가능해졌기때문이다. 게다가이것이기업에다시가치가있는자산으로인정되는이유는경계가없어진글로벌경쟁상황도한몫하고있다. 기업운영이비교적단순하고경쟁이제한적인경영환경에서는획기적혁신이요구되기보다는시장을안정적으로유지하는데주력하였고, 의사결정과정에서중요한것은경영자의직관이었다. 그러나산업간경계가괴멸되면서기업들은그동안의흘러다니던쓰레기와도같은 ( 빅 ) 데이터를주시하기시작한다. 직관보다는빠르고정확한증거기반의경영이필요해진것이다. 이에, 본고는빅데이터를기반으로기업들이경영의사결정을내리고비즈니스모델을혁신하고있거나할예정인지에대해관심을갖고, 선도적인혁신사례들을찾아보고자한다. 이러한목적하에먼저빅데이터가갖는기본특성에대해언급하고, 비즈니스모델혁신을위해빅데이터기반예측분석이왜필요한지에대해에릭지겔 (Eric Siegel) 이제시한이론적틀에대해논의한다. 또한, 이에기반하여비즈니스모델혁신세상을연국내선두기업들의사례들을소개하고자한다. 86 과학기술정책
Ⅱ. 빅데이터의특성 첫번째빅데이터의특성은규모 (Volume) 이다. 규모는수집되고분석되는데이터량이매우크다는것을의미하며, 데이터크기만이아닌, 데이터가갖는가치까지포괄한다. 스마트폰, 소셜미디어의등장으로지난몇년동안데이터크기는상상을초월할정도로급증하였다. IDC 가제시한 2011 년데이터량이 1.8 제타바이트 (Zettabyte: 이후 ZB; 1제타바이트는 1조기가바이트 ) 였는데, 2012 년 2.5ZB 가예상되었고, 이수치는매년 50% 씩증가해 2020 년이되면약 100ZB 가생성될것으로전망된다. 두번째빅데이터의특성은다양성 (Variety) 이다. 많은데이터도중요하지만, 가능하다면다양한유형의데이터자원이활용되는것이혁신에도움이된다. 기업이가진데이터만이아닌다른데이터를함께활용하면혁신을위한빅인사이트 (Big Insight) 가발현될수있기때문이다. 다양성에는정형화된데이터뿐만아니라, 비정형, 반정형데이터도포함된다. 세번째빅데이터의특성은속도 (Velocity) 이다. 이는데이터가처리되는속도를뜻한다. 신속한데이터분석이더큰미래예측의가치를제공한다. 이는기존의정형데이터분석기반의 BI 사고에서비정형데이터분석까지포함하는비즈니스애널리틱스 (Business Analytics) 사고로확장시켜야함을말한다. 여기까지가빅데이터가갖는본원적특성이며, IBM 은이세가지중에서두가지만만족시키면빅데이터기술이라고언급한바있다. 또한, IBM 은 빅데이터의이해 (Understanding Big data) (2012) 라는백서에서빅데이터의부가적특성으로진실성 (Veracity) 을언급하였다. 이는빅데이터의모호성에서진실성, 즉가치를찾아내라는뜻이다. 빅인사이트 (Big Insight) 는빅데이터자체에서나오지않는다. 한편, 가트너 (Gartner, 2012) 는데이터의폭발적증가에대해대비해야함을주장하면서빅데이터의추가적특성으로복잡성 (Complexity) 을언급했다. 이에따르면, 정형데이터와사진, 이메일, SNS 데이터는사람수에비례하고, 결국폭발적으로증가할여지가큰데이터는인터넷접속단말의증가로인한센서데이터이다. 시스코 (Cisco, 2013) 는스마트폰보급으로 2012 년인터넷접속기기가 190 억개에육박하고인터넷크기자체는네배나증가할것이라고분석한바있다. 정책초점 Ⅲ. 빅데이터기반의예측분석모델 본고는에릭지겔 (Eric Siegel) 의 2010 년백서 (White paper) 인 오늘날예측분석이필요한일곱가지이유 (Seven reasons you need predictive analytics today) 에제시된내용에주목하였다. 백서의제목은이유이지만, 부제는주요전략목표들 (Key strategic objectives) 이다. 제 23 권제 3 호 87
정책초점 [ 그림 1] 사업부서별로관찰된기업의예측분석모델프레임워크 자료 : Siegel, Eric(2010), Seven Reasons You Need Predictive Analytics Today, Prediction Impact Inc. [ 그림 1] 에서보듯이경쟁 (Compete), 성장 (Grow), 강화 (Enforce), 개선 (Improve), 만족 (Satisfy), 학습 (Learn), 행동 (Act) 등일곱가지전략목표들이설정되어있고, 이들이성취되기위해필요한것이예측분석 (Predictive analytics) 이다. 이는각사업부서별로필요한예측모델들 (Predictive models) 의집합체이며, 학습이라는전략목표에서축적된다. 그는기업의경쟁우위유지에필수적인핵심적기업실행 (Core enterprise practice) 으로예측분석을보았으며, 이기술이조직의학습과정을통해여러사업분야에특화된데이터기반리스크관리체제를구현하여기업의진화에있어완전히새로운단계 (New phase) 를실행시킨다고보고있다 (Siegel, 2010: 2). 지겔에의하면, 기업데이터는조직경험의집합체이자고객과나눈상호작용역사이기때문에값으로따질수없는중요한전략적자산이다. 예컨대, 고객의반응내지무반응, 구매의사결정, 고객유치및이탈, 부정행위, 신용부도, 제품결함에대한불만등은기업에학습경험을제공한다. 그리고다양한예측모델들은데이터마이닝 (Data mining) 기술을통해풍부한경험의핵심을찾을수있게해준다. 따라서예측모델은데이터에서찾은경험으로부터나오는학습활동이다. 즉, 예측모델자체가학습의결과물이되는것이다 (Siegel, 2010: 2). 지겔이제시한일곱가지전략목표들에대해간략히살펴보면, 첫번째전략목표인경쟁에서는가장강력하고독보적인경쟁력의원천을확보하는것이핵심이다. 기업이제공하는제품이나서비스가범용화되면결국경쟁우위는업무프로세스개선여부에달려있게된다. 예측분석모델들은판매나고객유지에활용할비즈니스인텔리전스 (Business Intelligence: 이후 BI) 의원천을제공하며, 고객마이크로세그먼츠 (Customer microsegments) 형태로좀더정교하게고객의구매패턴을다루게해준다. 이전략목표는세부적인예측모델들의개발을위한상위의전략목표가된다. 두번째전략목표인성장에서는경쟁상황에서의매출증대와고객유지가핵심이다. 예측분석을마케팅, 영업에활용하는것은모든업종에적용된다. 고객별구매, 반응, 이탈, 클릭수등판매 88 과학기술정책
관련행동에대한예상점수가책정될수있으며, 이는마케팅, 영업, 고객관리, 기업의웹사이트활동등운영전반에영향을준다. 특히다이렉트마케팅에대한반응예측모델은비즈니스모델혁신가운데가장확실하게입증된부문이다. 왜냐하면반응할가능성이낮은고객을제외시키면비용이대폭줄고수익이늘어나게되기때문이다. 예컨대, 전체고객중반응할가능성이매우높은 40% 에전체반응고객의 80% 가포함되어있다면, 나머지 60% 중상당부분이제외될것이므로마케팅비용이크게절감되어최종수익이대폭증가하게된다. 세번째전략목표인강화에서는부정행위의관리를통한비즈니스무결성유지가핵심이다. 여러업종에걸쳐, 송장, 신용카드구매, 세금환급, 보험금청구, 휴대폰통화, 온라인광고클릭수, 가계수표등과관련된부정및사기거래가막대한비용을초래하곤한다. 예측모델을통한거래평가와분류는사기행위와관련된해당기업의기록된경험을활용하게하여사기탐지및적발능력을획기적으로높일수있다. 이백서에서예로제시한자동차보험금부정청구적발률은보험금청구평가나채점수단이없었던때에비해 6.5 배나증가했다고한다 (Siegel, 2010: 9). 네번째전략목표인개선에서는핵심사업역량의경쟁력강화가핵심이다. 지겔에의하면, 매출증대와사업거래무결성확보외에예측분석이가장활발하게활용되는영역은제품개선및생산성효율증대이다. 예측결과는핵심사업역량의혁신에도움이된다. 예컨대, 생산중에결함품목이조립라인에서감지될수도있고, 제품이출고되면고장가능성이높거나수리가필요한부품을파악해급송차량에적재하게할수도있다. 일례로한자동차서비스업체에서는차량수리요청과관련해서비스차량파견여부에대한판단력을개선했다고백서는언급하고있다. 또한, 보험상품의가치와경쟁력도리스크스코어예상평가에달려있는경우가많다. 즉, 많은보험금을청구할가능성이있는신청인을정확히파악할수록보험료책정효과를높이게되어, 그만큼손실률을최소화한다는것이다. 다섯번째전략목표인만족에서는갈수록높아지는고객의기대충족이핵심이다. 예측분석은기업에다양한혁신의가능성을부여할뿐아니라, 고객역시더나은제품을더낮은가격으로, 더편리하게, 더욱안심하면서구입할수있게해준다. 특히고객은갈수록심해지는기업의마케팅활동에대해적절성향상을요구할것이다. 정크메일이나스팸메일에대한고객의인내는이미한계상황에도달했다. 제품추천은더욱중요해질것이며기업들이혁신하려면예측분석은기본사양이될것이다. 여섯번째전략목표인학습에서는가장앞선심층분석기술을채택하는것이핵심이다. 일반적인 BI 보고방식은과거를돌아보는기능을통해가치를제공해왔다. 성과표, 상황판, 주요성과지표 (Key Performance Indicator: KPI) 등이대표적인예이다. 한편, 예측분석기술은과거의경험으로부터반복적으로학습해가는과정을통해예측력을축적하므로 BI 분석기법과차별화된다. 즉, 예측모델들은고객이탈방지등과같은당장의현실적인전략목표에최적화되어있다. 데이터로부터패턴이발견되면, 이는미래사례에적용되었을때유효하다는차원에서예측모델들의최적화과정자체는곧학습과정이된다. 정책초점 제 23 권제 3 호 89
정책초점 마지막전략목표인행동에서는 BI 와예측분석의실천을구현하는것이핵심이다. BI 보고방식이제공해주는인사이트는즉시행동으로옮기기에역부족이다. 이와대조적으로예측분석은최종행동명령을도출하도록설계된다. 예컨대, 개별고객의예측점수에따라그고객에게수행할행동이결정되는방식으로마이크로마케팅 (Micro marketing) 이가능한것이다. 이러한차원에서예측분석은가장실천적인형태의 BI 가된다. Ⅳ. 성장, 강화, 개선, 만족전략목표별비즈니스모델혁신사례 이상의예측모델에서얻어지는소결론은빅데이터활용을통해비즈니스모델혁신이가능한주요비즈니스업무가마케팅및영업, 부정및사기방지, 핵심사업역량의개선, 그리고고객대응등이라는것이다. 지겔이언급한경쟁이라는전략목표는경쟁사의약점을먼저파악하는등비즈니스단위별전략목표라기보다는기업경영전반의전략목표가되며, 학습이라는전략목표에나타나는예측분석은사업부서별로수행된다양한예측모델들의풀 (Pool) 을최적화해나가는학습과정이다. 또한행동이라는전략목표는기업이진정한혁신을위해 BI 보고방식을개선하여실행화시키는실천단계를의미한다. 따라서본고는비즈니스모델혁신사례들을탐색하기위해, 지겔이제시한일곱가지전략목표들중에서비즈니스와직접관계되는성장, 강화, 개선, 만족등네가지전략목표들로한정하며, 국내사례에초점을두어살펴보고자한다. 1. 성장전략의핵심인매출증대및비용절감을달성한혁신적기업사례지겔이백서에서관심갖는핵심목표는매출증대및비용절감이며주요업무는영업및마케팅이다. 매출증대는궁극적으로비용절감과연계되며, 우선적으로는시장의확대나매출증대의척도인투자수익률 (Return on Investment: 이후 ROI) 상승을의미하게된다. 지겔은전자에대해특히 응용의확대 (More application) 라는용어를사용하였다. 응용의확대 를통한매출증대및비용절감경우를국내에한정하여살펴보면, 잠재고객의정보평가, 교차판매증대및제품추천을위한설문결과분석등이관련된다. 대표사례로 2013 년 ( 올해 ) 1월 17일한국정보통신진흥협회에서주최한 제1회빅데이터활용 분석경진대회 에서은상으로선정된국내제약회사, 유유제약이있다. 이기업은멍든데바르는연고에대한소비자인식조사를위해자사데이터외의외부데이터를활용했다. 유유제약은다음소프트가제공하는소셜분석기술인소셜매트릭스를통해소셜데이터를분석하게한결과 멍들었을때계란, 소고기를바르는것 과 어린이보다성인에게서멍이더많이발생한다 는점을발견하였고이를마케팅에적극활용해제품의응용분야를확대하였다. 베노플러스 라 90 과학기술정책
는제품은일시적증상완화작용만갖는기존연고나파스와달리, 피부속에침투하여질환의원인을제거하고부종과멍든피부를되돌리는데효과가탁월하다. 즉, 멍외에단순타박상이나벌레물린데에도좋은효과를보인다. 생약성분복합처방으로무자극, 흡수력도빠르다. 피부가민감한이들을위해피부건조, 피부침윤, 발진등의부작용도최소화했다. 결국, 유유제약은 베노플러스 의마케팅을위해기존고객보다는지겔이언급한잠재고객정보평가에더초점을두었다. 그결과, 시장은기존마케팅대상인어린이에서여성들로, 기존마케팅시기인여름에서겨울 ( 수험생성형수술 ) 로, 그리고기존의치료용도에서미용용도로까지확대응용될수있었다. 이를통해유유제약은매출이 50% 이상증가하는경험을하였으며 ( 중앙일보, 2013. 1. 18.), 한국모델협회등과업무계약을체결하는등지겔이언급한교차판매증대를위한제품추천도아울러진행하게되는결과를얻게된다 ( 한경닷컴, 2013. 1. 18.). 정책초점 2. 강화전략의핵심인무결성 ( 無缺性 ) 을달성한혁신적기업사례온라인자동화가확대되면서이에대한반대급부로범죄기회도증가하고있다. 강화전략의핵심은부정행위의관리를통해사업의무결성 (Integrity) 을확보하는것이다. 따라서부정및사기방지가주요업무이며빅데이터를활용해사기의심거래후보군을이전보다더정밀하게파악해서제공하고, 아울러허위정보를줄여나가는일등이요구된다. 국내의대표사례로대한생명이있다 ( 송민정, 2012). 2007 년에국내벤처기업인지식시스템 (KSTEC) 이차세대비즈니스룰엔진인아이로그제이룰즈 (ILOG JRules) 를개발했고, 대한생명의보험사기방지시스템 (Insurance Fraud Detection System; 이후 IFDS) 을구축했다. 예측분석을통해사기의심거래후보군을더정밀하게실시간으로파악하는것이다. 이시스템은보험금청구고객에대한스코어링 (Scoring) 수단을토대로보험금지급여부를판단할수있도록지원한다. 보험사기청구에대한데이터분석스코어링 (Scoring) 이 100 여개팩터 (Factor) 로분류되어사기방지프로세스가구축되었고, 사기징후감지기준이표준화되어있다. 이는보험사기로적발된사례들을수집, 패턴화하여보험사기혐의자 ( 사기의심거래후보군 ) 를자동으로추출하는시스템이다. 사기유형, 계약및사고유형을개인, 보험모집인, 병원, 정비업소별로구별하여다양한지표들이개발되었고, 혐의자선정을통해가해자, 피해자, 동승자가자동추출되며, 사고관련성, 공모여부를판단할수있는연계분석시스템이기때문에, 체계적이고정밀한실시간분석이가능하다. 대한생명은보험사기방지시스템을가동한결과, 적발률을제고하였고보험사기예방효과가나타나, 결과적으로보험가입자들의보험혜택에기여하게된다. KSTEC 이구축한보험사기방지시스템인 스마트웍스사기감지시스템 (SmartWorks Fraud Detected System) 은보험사고허위사실이나확대청구등다양한사기행위들을객관적이고, 현실적으로적발하는지능형의예측모델시스템이다 ([ 그림 2] 참조 ). 제 23 권제 3 호 91
정책초점 [ 그림 2] KSTEC 의지능형보험사기방지시스템 SmartWorks FDS ODS (EDW) Business Policy Manager Teller Investigator E IBM ILOG BRMS ILOB BRMS Rule Team Server deploy F ILOB BRMS Rule Execution Server FDS Business Rules Fraud Detected System D MR to ILOG Transform Used For Rute Execution Tracing A Predictive Analytics Mart DBMS BI & Data Mining Predictive Model C update Risk Factor Data DBMS B Business Analyst 자료 : KSTEC 홈페이지, 송민정 (2012) 재인용. G Outcome performance Monitoring EDW 등을통해 Legacy 데이터다운로드데이터분석및 FDS 예측스코어모델생성도출된리스크팩터 / 집계성팩터룰실행 DB 이관 FDS 예측스코어모델 (MR) 을 ILOG 으로자동전환 Used For outcome Monitoring Rule Execution Trance DBMS Web Application Server KSTEC 현업사용자의 BR 작성 FDS 기반지급심사수행 ( 룰엔진에의해자동실행 ) 시스템성과 (KPI) 및추이모니터링 ( 대시보드 ) 이후, 대한생명은자사데이터만을활용한다는한계를극복하고자 2010 년보험사기방지시스템을업그레이드하여 K CESS(Korealife Claim Expert Search System) 이라명명했다 ([ 그림 3] 참조 ). 타보험사와구별되는차별점은자사데이터뿐만아니라보험개발원, 보험협회등의공공데이터를함께활용했다는점이다. 이와함께생명보험, 손해보험전체계약을토대로하여, 대한생명은세부적인항목을평가할수있게되었다. 결과적으로이를통해연간 50 억원의사기방지효과가발생했다 (Fntime.com, 2010. 7. 19.). [ 그림 3] 대한생명이업그레이드한보험사기방지시스템분석흐름도 대한생명 EDW 생명보험협회 KLICS 보험개발원 ICPS 모델링대상기간에해당하는접수건 EDW 에있는원천데이터를이용하여 Factor 설계에서정의한로직에따라 Factoror( 파생면수 ) 를생성 통계분석 생명보험협회로부터 KLICS 에및점수화등록한데이터를 Factor 설계에서정의한대로가공한 Factor 전달받음 보험개발원으로부터 ICPC 에등록된데이터를 Factor 설계에서정의한대로가공한 Factor 전달받음 사 고 계 약 고 객 Factor 병 원 설계사 Fraud/Non-Fraud Target Non-Fraud 영역 ( 정상지급 ) Fraud 영역 ( 사기성면책, 노력면책 ) 자료 : Fntime.com(2010. 7. 19.). 92 과학기술정책
3. 개선전략의핵심인핵심역량경쟁력을확보한혁신적기업사례개선전략의핵심업무는핵심사업역량의강화이다. 여기서예측분석은제품의생산효율, 검사, 정비개선에기여한다. 결국생산과공급의효율성을높이는것이중요하다. 이의대표적국내사례는포스코 (POSCO) 이다. 포스코는철광석가격예측및생산공정개선에빅데이터분석을활용했다. 세계제일의철강기업인포스코는해외 20 여개광산을소유하고있는데, 이는원재료가격상승에대비한자급정책의일환이다. 포스코의이러한원재료확보를위한정책적노력은바로빅데이터분석에대한투자로이어졌다. 삼정KPMG 에따르면, 철강산업은국제적인원자재투기세력의개입으로원료가격의변동이크기때문에위험관리차원에서빅데이터분석이필요하다 ( 삼정 KPMG, 2012: 12). 포스코는남미와호주광산의생산상황과해당국의사회경제적상황, 런던금속거래소 (London Metal Exchange: LME) 의광물가격, 해외지역별광물가격을수집하고분석함으로써미래의철광석가격을예측하고있으며, 고객사의수요데이터와전세계철광석및현물거래소의가격데이터를조합한뒤철광석구매의최적타이밍을결정한다. 그외에도생산과정중수십만가지의공정별온도와습도, 압력, 성분등에대한데이터를분석함으로써공정별불량률감소를꾀하고있다. 즉, 포스코는철강생산공정별전과정의각종데이터를 0.001 초단위로수집 분석해불량률을최소화하고, 생산과정에서공정별로어떤온도 습도 압력에서어떤성분을넣었을때실패하고성공했는지에대한데이터분석을통해최상의철을생산한다. 정책초점 4. 만족전략의핵심인고객의기대충족을달성한혁신적기업사례고객만족전략의핵심목표는보다나은제품, 가격, 안전구매등이며, 업무는고객대응이다. 기업의마케팅업무중에, 마치웹사이트의상품추천광고메일처럼, 우연히최종소비자에게명시적셀링포인트로재차활용되기도한다. 다시말해처음에는마케팅대상선정의정확성개선을도모하였지만, 부수적으로고객만족을일어나게하여시너지가발생하게된다. 이와마찬가지로품질관리, 서비스능률향상등개선효과도궁극적으로소비자의요구수준을충족하게되어고객만족을불러오게된다. 기업이성장하면비즈니스생산성측면에서새로운규모의경제가발생하게되는데효율향상을통한가격인하가대표적예이다. 처음에는비용절감을목표로시작된예측분석의결과가최종소비자에게더욱편하고유익한이용으로작용하는것이다. 그런데아예처음부터고객경험이경쟁의초점이될것으로보고고객만족전략에중점을둔사례로아모레퍼시픽이있다 (IDG Korea, 2011). 이기업은구매정보부터콜센터불만접수까지모든기업데이터를지난 10여년동안수집해왔는데, 여기에 SNS 데이터를통합했고, 특히최소 1년내거래고객을 활성고객 으로정의해이들의흔적들에집중했다. 이렇게쌓은데이터량은 B2C 데이터경우에 2011 년 15.2 테라바이트 (Terabyte: 이후 TB) 로, B2B 제 23 권제 3 호 93
정책초점 데이터는 13.2TB 로늘어났다. B2C 데이터는 2007 년부터연평균 71%, B2B 는 31% 각각증가했다. 여기에는매장내서비스접점 (POS) 의판매기록, 환불및교환내역, 콜센터에접수된고객불만, 페이스북페이지의의견및 좋아요 클릭, 트위터의멘션, 캠페인결과등과아모레퍼시픽의 ERP, 비즈니스데이터웨어하우스 (Data Warehouse: DW), 협력사관계관리 (Partner Relationship Management: PRM) 등의데이터가모두포함된다. 아모레퍼시픽은 B2C 데이터로고객의관심과흔적을분류하고관리하고자빅데이터를활용, 분석해고객진화단계모델을수립하였으며, 각단계에맞는마케팅캠페인을전개하였다. 이기업은먼저 IBM 컨설팅을통해고객을상세하게분류하고조합해고객행동패턴을정의했고, 컨설팅결과물을토대로하여시스템을설계해구축했다. 이를통해상품중심에서고객중심관점으로전환하고고객이어떤생각을하는지알기위해구매이전에고려단계, 관심단계별로각각행동과생각이다르다는것을파악했다. 또한신규로구매할때부터떠날때까지신규, 유보, 시도, 정착 ( 단골 ), 휴면, 이탈의과정별로고객의행동이변화하는것을알아냈다. 이과정에서단골로유지하는고객이있는가하면, 구매력이쇠퇴하거나증가하는경우도있다. 또한, 아모레퍼시픽은정착단계를유지, 증가, 쇠퇴 3개로재분류해전체고객진화단계를 8개로나눴다. 아모레퍼시픽은고객이구매단계에서어떤패턴을가지는지를분석해 50 여개행동지표를이끌어냈고 1,500 개변수를만들어분석했다. 그결과, 몇가지유의미한패턴이발견되었다. 가령, 마일리지의 90% 를소진한고객은휴면으로갈확률이일반고객보다 3.5 배높아서이들의이탈을방지하기위한노력이필요하며이러한성향을가진고객들에게맞춤서비스를제안하게되었다. 이기업은 2010 년에만이러한맞춤서비스를 40 여개이벤트로분류하고해당고객에게적절한서비스를제공하기시작했다. 아모레퍼시픽의고객은십대부터중년층까지다양한데같은사람이라하더라도기호상품이변화한다. 특히여성의경우사춘기, 대학, 취직, 결혼, 출산등을거치며피부가바뀌기때문에 20 대때는 라네즈 를, 30 대에서는 헤라 를, 40 대에들어서는 설화수 로바꾸는경우도있다. 한편, 고객한사람의정보가방대하기때문에아모레퍼시픽은대용량의데이터를처리할수있는시스템이필요했다. 이기업이데이터처리를위해선택한 IBM 의 DW 어플라이언스인네티자 (Netezza) 는심층분석에걸리는시간을과거몇시간에서수분으로, 수분에서수초로개선시켜원하는결과를빨리얻게해주며데이터쿼리속도는 50~500 배범위이다. 이처럼빠른쿼리속도는실시간으로분석할수있는기반이된다. 또한, 네티자는데이터를 70% 압축해저장하게하는데, 이기술이처리속도를높여준다. 94 과학기술정책
Ⅴ. 나가면서 이상에서는빅데이터의특성인다섯가지요소들에대해먼저논의하였고, 지겔이체계화한예측분석모델프레임워크를살펴보았다. 지겔이제시한일곱가지전략목표들중에서는사업부서단위의예측모델들이필요한네가지전략목표들인성장, 강화, 개선, ( 고객 ) 만족관련기업사례들을탐색하였다. 다양한사례들중에서연구자는빅데이터의주요특성인다양성과속도요소가담겨있는사례들만을선별하여분석, 제시하였다. 그내용을요약하면아래 < 표 1> 과같다. 정책초점 < 표 1> 네가지의전략목표를중심으로도출된결과요약 전략목표핵심내용업무기업사례예측분석응용방법 성장전략 매출증대 / 비용절감 마케팅 / 영업 유유제약 : 응용의확대잠재고객정보평가 / 교차판매증대위한제품추천 강화전략 부정행위적발 사기방지 대한생명 : 사기감지 ( 행위적발률제고 ) 사기의심거래후보군의거래스코어링및평가 ( 과거보험사기적발데이터 + 공공데이터활용 ) 개선전략 생산 / 검사 / 정비개선 사업역량 포스코 : 생산성제고 남미와호주광산상황과런던금속거래소 (LME) 를통해수집한광물가격데이터를실시간분석해철광석가격을예측하고, 가격변동이큰철광석등의자원의적시조달전에세계철광산, 현물거래소의가격데이터를조합한뒤이를분석해최적의구매시기와가격대를결정 고객만족전략 더나은제품 / 가격 / 구매 고객만족 아모레퍼시픽 : 고객경험 1 년간활성고객의흔적을분석 ( 고객중심관점 ) 지겔이제시한기업의전략목표중심으로관련국내기업사례들을분석하여본결과, 빅데이터분석, 도구및기술시장이이미매우역동적이며급속히발전하고있고, 특히비용절감이나효율성향상을위해예측분석이활용되는경우에는직접적인생산성향상으로이어짐을알수있었다. 경쟁이확대되면서기업들의혁신에대한절박감은그어느때보다도커지고있으며, 지난수년간선두에선기업들이이미혁신을촉진하기위해사업전략목표에예측모델들을잘활용하고있음을보게된다. 혁신적기업들의예측분석결과에서보이는아쉬움이있다면기업들은아직예측분석기술을비즈니스프로세스의효율성증가에만활용하는경향이있다는점이다. 물론아모레퍼시픽경우처럼처음부터고객중심관점이었다는점은주목할만하다. 또다른아쉬움은프로세스자체혁신외에신시장기회를포착해새로운비즈니스모델혁신을위해서도예측분석이활용될수있음이간과되고있다는점이다. 지겔의예측분석모델에도신규비즈니스발굴이라는전략목표는언급되지않고있으며, 다만여섯번째인학습과정을통해전략적통찰력이생기면새로운비즈니스아이디어가도출될수있을것이다. 지겔도그의백서결론부분에서예측분석이기업이성장하고진화하기 제 23 권제 3 호 95
정책초점 위한풍부한기회를제공한다고언급하였다. 최근기업들이빅데이터를신시장기회포착에활용하는데까지관심을가지고있는지에대해 그렇지않다 라는답을주는설문조사결과가있다. 주니퍼네트웍스의 EIU(Economist Intelligence Unit) 가미국, 독일, 일본, 영국의 IT 및사업담당임원 474 명을대상으로하여 IT의역할이어떻게변하고있는지에대해설문을실시한바있다. 이설문조사에서 IT의가장중요한업무를묻는질문에대한대답을보면, 비즈니스프로세스의효율성증가 (52%), 하드웨어와소프트웨어의문제해결 (32%), 잠재적인 IT 관련위험최소화를위한보안개선 (25%) 의세가지가상위순위에나타났으며, 신시장기회포착 (9%) 은주관심에서아직은벗어나있었다 ( 베드나르즈, 2013). 향후이러한전략목표를가진빅데이터분석이활성화되기를기대해본다. 참고문헌 김수지 이재희 (2012. 12), 빅데이터기업의솔루션및서비스추진현황 II, 한국정보화진흥원. 김영석 (2012), 빅데이터기반예측분석의중요성과활용방안, IDG Summary, Performance 2012. 김한나 (2012. 10. 16.), 빅데이터의동향및시사점, 정보통신정책연구원. 베드나르즈 (Bednarz, Ann)(2013), 진검승부 : 혁신 vs. 비용절감, in: 2013 Tech forecast: 주목해야할기술과트렌드, IDG Deep Dive. 삼정KPMG(2012), 빅데이터분석을통한기업미래가치창출, Issue Monitor, 10월. 송민정 (2012), 빅데이터가만드는비즈니스미래지도, 한스미디어. 아이디지코리아 (IDG Korea)(2011), 아모레퍼시픽프리즘, IDG Case Study. 아이디지코리아 (IDG Korea)(2012), 마케터, 빅데이터를만나다, IDG Tech Focus. 아이디지코리아 (IDG Korea)(2012), 데이터속에서가치를창출하는데이터과학자, IDG Tech Report. 유, 크리스 (2012. 7), 빅데이터로인한기회, 동향분석 I 4, 한국정보화진흥원. 유지연 (2012. 3. 2.), 세계경제포럼(WEF) 을통해본빅데이터논의동향과함의, 정보통신정책연구원. 전승우 (2012. 10. 17.), 빅데이터에대한기대와현실, LG Business Insight. 정지선 (2012. 4. 12.), 성공적인빅데이터활용을위한 3대요소 : 자원, 기술, 인력. 정지선 (2012. 9. 28.), 빅데이터기업의솔루션및서비스추진현황 Ⅰ, Ⅱ, 한국정보화진흥원. 채승병 (2011), 정보홍수속에서금맥찾기 : 빅데이터 (Big Data) 분석과활용, SERI 경영노트, 제91 호, 삼성경제연구소. 채승병 (2012. 5. 2.), 빅데이터: 산업지각변동의진원, 삼성경제연구소. 한국정보화진흥원 (2013. 2), 새로운미래를여는빅데이터시대, 증보판. 96 과학기술정책
Gartner(2012), Total IT Spending Driven by Big Data. IBM(2012), Understanding Big Data. IDC(2012. 10), Worldwide Big data Technology and Service Market Forecast. Siegel, Eric(2010), Seven Reasons You Need Predictive Analytics Today, PredictionImpact Inc ( 번역본 : IBM Korea(2010), 예측분석이필요한 7가지이유 ). 정책초점 제 23 권제 3 호 97
연구노트 혁신정책의전략성제고를위한정책인텔리전스확보방안 / 정병걸, 성지은
연구노트 혁신정책의전략성제고를위한정책인텔리전스확보방안 1) 정병걸동양대학교교수 bkjung@dyu.ac.kr 성지은과학기술정책연구원연구위원 jeseong@stepi.re.kr Ⅰ. 서론 R&D 투자의확대, 기술의융 복합화, R&D 사업대형화등으로인해과학기술혁신정책 ( 이하혁신정책 ) 기획 평가의장기적전략성이강조되면서이를지원하는인텔리전스 (intelligence) 의중요성이커지고있다. 인텔리전스는어떤문제해결을위해정보나지식을상황에맞추어전략적으로활용하는행위를의미하며최근산업과보안등다양한분야에서활용된다. 정책부문에서도인텔리전스가도입되어정책과정에필요한정보및지식을전략적으로구성하여활용하는추세이다. 정책에내재된불확실성을해소하고보다좋은결정을하기위한노력의일환이다. 정책인텔리전스는기술수요조사및예측, 기술 혁신로드맵, 기술영향평가, 정책 ( 사업 ) 분석 평가등다양한형태의지식 정보창출활동을종합하여유용한지식을전략적으로제공하는데목적이있다. 혁신정책의목표와영역이확대되고해당영역에서의사회적책임성 정당성확보가중요해지면서정책인텔리전스의중요성이강조되고있기때문이다. 정책인텔리전스가주목받고있는이유는다양하다. 새로운가치창출을위한전략적정책기획과평가의중요성증가, 통합적혁신정책의지원을위한정책지식과정보범위의양적확장, 혁신정책의과학화요구, 기술과사회간상호작용강조, 탈추격혁신활동으로의전환에따른향후전개분석능력의필요성, 과학기술의정당성과사회적책임성확보를위한토론과숙의과정의필요성, 정보량폭증에따른정보처리과정확보및정보신뢰성의강조등을들수있다 ( 성지은, 2012). 현재혁신정책의과학화수요증대, 정책결정의투명성 합리성강조에따라혁신에대한조사 분석 평가와혁신전략수립기법의고도화가요구되고있는상황이다. 이러한필요들을혁신거버넌스의설계에어떻게반영할것인가를고민하는과정에서정책인텔리전스는의미있는대안을제시한다. 탈추격형혁신체제로의전환이요구되고있는우리나라의경우정책인텔리전스의필요성이더욱강조되고있다. 1) 이글은과학기술정책연구원에서발간된정책연구보고서 지속가능한과학기술혁신거버넌스발전방안 ( 성지은외, 2012) 제 10 장의내용을토대로재작성한것이다. 100 과학기술정책
Ⅱ. 정책인텔리전스 1. 정책인텔리전스의내용 정책인텔리전스는정책의기획 조정 평가를효과적으로지원하기위한각종데이터구축및수집, 현황분석, 미래예측활동, 정책분석 평가등의정보활동을수행하고이를통해지식을창출하는노력으로정의할수있다. 인텔리전스개념은연구활동의결과로만들어진정보나지식과같은생산물뿐만아니라이를구축하는주체인인텔리전스담당기구와활동을포괄한다. 이때정책연구및분석 평가등을수행하는주체는정부를포함한공공조직이다. 인텔리전스는문제해결이나상황적응을위해지식, 이해, 추론, 판단뿐아니라상상력을사용하는능력이다. 또한이러한능력을활용하여새로운아이디어나통찰력을창출할수있으며문제상황들에대응하는것이다. 이는광범위한데이터수집과처리를가능하게한정보기술의변화에기반하며인텔리전스개념을이해하기위해서는데이터, 정보, 지식과인텔리전스와의관계를분석할필요가있다 ( 성지은, 2012: 8). 데이터는평가되거나가공되지않은단순사실로문자, 숫자, 이미지, 음성, 영상, 소프트웨어, 알고리즘, 애니메이션, 모형시뮬레이션등을포함해서매우다양한형태로존재한다 (PMSEIC, 2006: 13). 그러나정보 (Information) 는인간의지 ( 智 ) 의흐름이고인간이전달할때의 내용 을말한다. 목적을가지고의도적으로자료를수집하여특정한의미를지니게됐다는점에서데이터와차이를나타낸다. 이에반해지식은검증된진리로정의할수있으며상황에따른인간의인지적활동이축적되어생성된다. 정보로부터지식을창조할수있고지식은정보로세분화될수있으나정보는지식으로승화되면서비로소가치를갖게된다 ( 김국회 이윤철, 1998: 184). 정보이용을통해만들어진노하우나이론이이에해당한다 ( 성지은, 2012: 8). DIKW 계층관계 (hierarchy) 는데이터 (Data), 정보 (Information), 지식 (Knowledge), 지혜 (Wisdom) 의개념이계층적관계에있는것으로본다 (Ackoff, 1989; Bellinger, Castro & Mills, 2004). Ritholtz(2010) 는이계층적관계를인텔리전스계층으로표현하고있다. 여기에서지혜 (Wisdom) 는데이터나정보, 지식과는다른차원의것으로근본원리에대한이해이며기지즉이미이해하고있는것을바탕으로미지의것에대한이해를제공한다. 이는쉽게답을얻을수없는것에대한질문과관련된다. 연구노트 제 23 권제 3 호 101
연구노트 < 표 1> 정책인텔리전스의내용 구분의미존재형태예 데이터 (Data) 평가되거나가공되지않은단순사실 분리된개별요소 (discrete elements) 문자, 숫자, 기호, 영상, 데이터베이스 정보 (Information) 목적을가지고의도적으로수집된사실 연결된요소 (linked elements) 개념, 문장, 아이디어, 방정식 지식 (Knowledge) 인지적활동에따라만들어진노하우나이론등의검증된진리 조직화된정보 (organized information) 이론, 공리 (axiom), 개념적틀 지혜 (Wisdom) 근본원리에대한이해 응용지식 (applied knowledge) 패러다임, 시스템, 원리 (principal), 진실 자료 : 성지은 (2012: 8); Ritholtz, Barry(2010) 를참고로작성. 2. 정책인텔리전스활동과산출물과학기술혁신활동과연구과정에서는엄청난양의정보와지식이생산되며이를통해정책의질적수준을높이거나불확실성을완화할수있다. 때문에연구목적의달성이라는단순한목표이상으로연구산출물의확보및활용이중요하게이뤄져야한다. 정책조정이나정책수정에필요한지식및정보확보를위한활동을수행하는정책인텔리전스는이러한필요에대응한다. 이런활동을담당하는기관은과학기술혁신정책에관련된지식과정보를수집, 분석하고예측하는주체이다. 한국의경우미래창조과학부등의혁신주무부처가주요행위자이며이외에도다양한정부부처가과학기술혁신과관련된지식정보수집활동을수행하고있다. 지식과정보수집을실질적으로담당하는대표적인기관으로는과학기술정책연구원 (STEPI), 한국과학기술기획평가원 (KISTEP) 과한국연구재단 (NRF) 등이있다. 인텔리전스구축활동은각종조사 통계및 DB 구축, NTIS 등의지표및성과관리, 과학기술혁신정책기획 조정 평가활동, 기술영향평가실시, 시민포럼주최등을들수있다. 과학기술분야의지식정보수집과분석활동의예로는 KISTEP 이실시하는국가 R&D 사업조사 분석 평가와대형 R&D 사업에대한예비타당성조사등을들수있다. 정책인텔리전스활동의결과로만들어진결과물은미래과학기술예측, 과학기술기본계획, 중장기전략, 기술영향평가보고서, 각종정책연구보고서등이다. 현재상태에대한이해를위해수집된자료는정책의성과를확인하거나개선하는데사용된다. 더불어미래시점에초점을맞추어향후예측을목적으로하는지식정보수집과분석활동도이루어지고있다. 102 과학기술정책
< 표 2> 우리나라의정책인텔리전스담당기구, 활동과산출물 구분의미예 인텔리전스담당기구 정책연구및분석 평가등인텔리전스를구축하는조직 국가과학기술위원회, STEPI, KISTEP, KISTI 등 인텔리전스구축활동 정부기구의정보수집을비롯한각종활동수행 각종조사 통계및 DB 구축, NTIS 등지표및성과관리, 과학기술혁신정책기획 조정 평가활동, 기술영향평가실시, 시민포럼주최등 인텔리전스산출물 자료 : 성지은 (2012: 8) 수정. 연구활동의결과로만들어진정보, 지식등 미래과학기술예측, 과학기술기본계획, 중장기전략, 기술영향평가보고서, 각종정책연구보고서등 연구노트 Ⅲ. 과학기술혁신정책인텔리전스의문제점 1. 정책인텔리전스담당기관의문제 : 다원화된담당기관그동안우리나라는범부처 R&D 사업등을통해다양한부처연계사업을시도하였음에도각정책영역을초월하는정책간연계 통합및정책수단간공동설계가미흡하다는평가를받고있다 ( 성지은, 2012: 11). 과학기술혁신정책의정책인텔리전스활동은매우다양한기관과수준에서개별적으로이루어지고있으며이러한분산된체제는활동의통합성문제를초래하고있다. 분산형의과학기술정책체계는파편화된인텔리전스활동과산출물을형성한다. 과학기술혁신과관련된계획및정책이다양한위원회별, 부처별, 기관별, 과별로수립되는것과마찬가지로정책인텔리전스활동또한개별적으로이루어지고있는상황이다. 정책인텔리전스담당기구가통합적으로운영되고있지않기때문에수집된데이터를활용한분석의내용은종합적이고체계적이기보다는단편적인정보에불과한경우가대부분이다. 때문에수집된자료의양에비해정보나지식으로서의질적수준은낮은편이며수집된자료들은일반현황이나성격별양적규모, 상대적비율등기초적수준에머물고있다. 인과관계를지시하는정보마저찾기어려운것이현실이다. 2. 정책인텔리전스구축활동의문제 : 제한된자료수집분석과개방성부족인텔리전스구축활동에는제한된자료수집분석과개방성부족이문제로지적된다. 첫째, 제한적자료수집과분석활동이이뤄지고있다. 정책인텔리전스강화를위해필요한자료의수집과분석활동은매년혹은매분기별로수행되고있지만지속적인자료수집과분석에도불구하고수집된정보는현실파악에매우제한적인정보만을제공한다. 이러한수집데이터의내용뿐아니라데이터수집방법에도문제가있다. 데이터수집은기본적으로우편이나온라인을통한자계식 ( 自計式 ) 조 제 23 권제 3 호 103
연구노트 사를통해이뤄지며전화조사는부가적으로실시된다. 국가연구개발조사 분석의경우, 대부분관련부서와연구관리전문기관이개방형형태의질문에대해직접기입하는형태로자료를수집하고있으며온라인을통해실시하여짧은시간내에많은양의정보를얻을수있다. 이는상대적으로편리한정보획득이라는점에서장점이있지만현장에서발생하는구체적인문제에대한심층적분석과이를통한학습이불가능하다는점에서한계가있다. 기술로드맵과같이다양한분석이활용되는경우도있지만대부분의경우분석의방법이나수준에도한계가있다. 수요자기반혁신이나사용자혁신이강조되고있는상황에서사용자의참여가제한된폐쇄적평가로인해기술적합리성은가질수있지만사회적합리성이부족한분석이이루어지기쉽다. 정량적분석의경우대부분의경우요인들의관계를파악하기보다는단순한통계치를얻는기술적 (descriptive) 수준의자료만을활용하고있다. 둘째, 지식정보생산에있어서개방성부족을들수있다. 지식은데이터나정보와달리합의와공유과정을필요로하는사회적형성의결과물이다. 공론화와커뮤니케이션의과정을거쳐합의되거나인정되어야만하는것이다. 따라서반증혹은합의, 인정이이루어지는과정과그것을수행하는집단및주체에대한논의없이는지식이생산되기어렵다 ( 백욱인, 2010: 16). 지식은개별적으로생산된후사회적으로형성되므로하나의전체과정으로서협의의생산과정과광의의형성과정을살펴볼필요가있다. 지식은생산과배급, 소비, 평가가양방향의소통을통해공유의공간에서형태를갖추어나가면서비로소완결된자신의모양을이룬다. 따라서이런차이점을간과한채지식생산을물질상품과같은패턴으로정리하면유요한결론에도달할수없다 ( 백욱인, 2010: 16). 지식은단순히생산되는것이아니라사회적공유과정등을통해형성된다. 때문에정책인텔리전스향상을위해서는지식생산과정에어떤주체가참여하는가가중요한문제로다뤄진다. 우리나라의성과평가제도의경우, 평가엘리트에의해배타적으로운영되는폐쇄형시스템, 정량지표와경제성지표위주의단순한지표구조, 단기적결과위주의평면성등이문제점으로지적되고있다 ( 강황선, 2006: 207). 이러한구조하에서는경제성에초점을맞춘단편적지식생산만을기대할수있다. 과학기술혁신정책의과정에도전문가와관료등엘리트만이참여하기때문에단편적인관점만이반영될가능성이높으며사회적공유와합의를이끌어낼수있는지식생산이이뤄지기어렵다. 3. 정책인텔리전스산출물의문제 : 지식의부족국가연구개발사업조사 분석 평가를포함하여과학기술혁신을위해수집되고있는데이터는양적으로매우많다. 매년주기적으로수집하기때문에시계열적변화를보여주는자료로서의가치가있으며데이터를수집하는기관과기관별로수집하는자료의종류도상당히다양하다. 그러나이러한정보들의활용은한계를나타내고있다. 과학기술정책과관련된자료를수집하는대표적인서비스로는국가과학기술지식정보서비스 (NTIS) 를들수있다. NTIS 는국가 R&D 를수행하는부처및청과의연계를통해과제, 인력, 시설장비, 104 과학기술정책
성과등해당사업과관련된정보를한곳에서서비스하는국가 R&D 지식포털이다. NTIS 는 16개의대표전문기관과 17개출연 ( 연 ), 8개성과물전담기관, 125 개관리기관외에과제관리기관의관리를받지않는개별기관등으로부터 330 개의표준정보를직 간접적으로수집한다. 수집된정보는사업관리, 인력정보서비스, 성과정보서비스, 시설 장비공동활용정보서비스, 국가 R&D Board, 과학기술통계정보서비스, 지역 R&D 정보서비스, 기술 산업정보서비스, 정보유통서비스를통해제공되며과제정보, 식별정보, 분류정보또한외부에서활용가능하다. 하지만수집정보와제공정보의내용은대부분기술적 (descriptive) 자료로지식이아닌정보의수준에머물고있다. 과학기술통계지표또한조직현황, 인원현황, 연구개발비, 기타등에대한기초자료로구성되어있다. 조직현황의경우조직의성격, 총직원수등의일반현황, 연구개발활동수행여부등이포함된다. 인원현황은연구관계종사자와연구원의총수및상근상당의인력수, 연구원의학위, 전공, 성, 연령별현황을나타낸다. 연구개발비에는비목별, 재원별, 경제사회목적별, 연구분야별연구개발비, 연구개발비의기술분류별현황등이포함된다. 기타정보로는지역별연구개발비및연구인력등이다뤄지고있다. KISTEP 이국가 R&D 사업을대상으로실시하는성과평가나교육과학기술부와한국연구재단이시행하는교과부의주요연구개발사업에대한성과분석의경우, 투입및산출성과를조사 분석하고있지만조사항목은일반현황, 연구인력현황 ( 성, 학위, 전공등 ), 연구개발비현황 ( 연구개발단계, 재원, 비목등 ) 등으로일반적내용에머문다. 연구노트 4. 정책인텔리전스활용의한계국가연구개발사업에대한평가는계획수립, 자료제출, R&D 사업과기관에대한평가, 평가결과확정및활용, 추적평가등의여러단계로구성되어있다. 확정된평가결과는예산배분과사업추진에반영되며제대로반영되었는지를확인하기위한점검절차도마련되어있다. 이처럼평가결과가잘활용될수있는절차와구조가갖춰져있지만실제로평가가사업의개선이나정책개선에활용되고있는지는명확하지않다. 우선사업평가의내용한계로인해평가결과가반영된다고하더라도매우형식적일가능성이높다. 사업평가를포함한정책평가의결과가정책조정이나사업수정및개선에반영되기어려운이유는정책평가의근본적한계때문이기도하다. 2) 따라서정책인텔리전스의상당한내용을차지하는정책평가의결과로얻어진정보나지식이정책조정이나수정에활용될수있는여지는제한적이다. 개별 R&D 프로그램을대상으로실시되는정책평가과정에서수집된데이터는정책의효과, 2) 정책평가는주로개별프로그램을대상으로실시되기때문에프로그램간의복합적인관계에대한정보는제외될수있다. 유관정책들에대한종합적인평가를실시한다하더라도실태와문제에관한정보가평가결과의주가되며이를기반으로문제해결을위한조정방안을만들어내는데는한계가있기때문이다. 조정방안을만들어낼수있다해도문제점은객관적인정보이지만조정방안은평가자의주관과편견이개입될여지가많다. 이해당사자들로부터문제점에대한동의를얻을수는있어도조정방안에대한동의를얻는것은훨씬더어려운것이현실이다 ( 서진완 윤상오, 2007: 5). 이런이유로사업에대한평가결과는정책조정과정에제한적으로만활용되는한계를가지고있다. 제 23 권제 3 호 105
연구노트 성공과실패요인에관한객관적정보를강화한다. 하지만정책평가를통해확보한정보를기반으로정책을조정하는데는한계가있다 ( 이성우, 1993; 박재희, 2000). 현재상황이나미래에대한이해를목적으로하는다양한지식정보수집과분석이이루어지고있다. 하지만현상과미래에대한정확한이해를정책수정에활용하는것은또다른틀을요구한다. 기본적으로는정책인텔리전스향상을위한노력부족과수집된지식정보의낮은수준이한계로작용하지만지식정보를정책과정에서활용할수있는여지가많지않은것도사실이다. 한편높은수준의정보가존재한다고해도활용가능성이낮을수있다. 현재기술로드맵이나혁신로드맵등은상당히복잡한절차와정교한기법을활용해서정책에활용할수있는높은수준의정보를제공하고있다. 하지만이들은현재합리적정책수립의근거로활용되는것이아니라자원분배를위한정당성을확보하는수단으로이용되고있다. 이렇듯정책인텔리전스활동과정책수립간에는상당한간극이존재한다 ( 성지은, 2012: 11). 국가연구개발사업에대한예산배분 조정의경우지식정보를활용하는절차가부족할뿐아니라사업에대한평가결과의활용에서도한계를가지고있다. 기존의사업성과에대한평가결과가활용되지만충분한영향을미치는것은아니다. 또한예산확보를조직의권력및영향력확장으로받아들여경쟁하는각부처들간의관계를조정하는데에이러한지식정보가충분히활용되기어렵다는것또한문제로작용한다. 대리문제 (agency problem) 에따른정보불균형이완전히해소되기어려울뿐만아니라지식정보가주체간관계를엮어내는수준으로제공되지않기때문이다. Ⅳ. 정책인텔리전스확보방안 불확실성에대한대응은기술혁신의성과를좌우하는중요한요소다. 혁신정책이의도하는목표를달성하기위해서는정책과정에내재된불확실성을낮추기위한정책인텔리전스확보노력이필요하다. 확보를위한방안을살펴보면다음과같다. 첫째, 실패경험을다음정책기획에반영하는오차수정메커니즘을구축하기위해서는정책인텔리전스를정책과정과연계하는것이필요하다. 탈추격상황에서의혁신정책은과거에비해정책실패의가능성이더욱높기때문에실패학습을효과적으로수행할수있는시스템구축이필요하다 ( 송위진 박동오 강윤재, 2007: 178~179). 그러기위해서는성공경험만이아니라실패의경험에대한의도적인학습이필요하며그러한학습의결과는정책오차를수정하기위해피드백되어야한다. 정책과정과정책인텔리전스간의단절과연계의부족은경험을통한학습을무용하게만들고있다는점에서학습결과의활용에중요한장애요인이되고있다. 둘째, 지식의통합성을강화하기위한다양한관점의통합이필요하다. 사회 기술시스템의관점에서과학기술 -인문사회를종합적으로검토하는전문가네트워크구축을통해혁신정책의통합성 106 과학기술정책
을강화할필요가있다. 그간문과 이과의강한구분때문에인문사회과학분야연구자를과학기술정책전문가로활용하려는노력이미흡했다 ( 성지은외, 2012). 과학기술분야내전문가중심의과학기술정책결정은기술공급측면에만초점을맞출뿐아니라과학기술혁신에내재된사회적의미와기능을제한하고있는상황이다. 따라서다양한분야의관점들이통합됨으로써과학기술의사회적기여를높이는정책인텔리전스체계의구축과축적활동이필요하다. 셋째, 정책인텔리전스의확보를위해서는지식생산에있어서개방성을강화할필요가있다. 지식획득매체의변화는지식생산자중심의생산방식을쌍방향적인소비자중심의지식생산과소비로변화시켰다. 다수행위자의참여를기반으로개인에게맞춤화된동시에끊임없이확대재생산되는지식의이중적변화가나타나고있다. 현재지식은소수의전문가들이그들만이해석할수있는책이나데이터를통해생산하는것이아니며, 다양한사회구성원들이자신의일을해나가면서얻은경험들을기반으로생성된아이디어와정보를포괄한다. 이렇듯다양한원천에의해서생산되는지식을확보하기위한개방적틀이요구된다. 넷째, 발견 (discovery) 에초점을맞추는정책인텔리전스활동이필요하다. 탈추격형혁신상황에서는이미알려진경로가없기때문에새로운경로를개척해야한다. 따라서다른나라에서성공적이었던정책내용이나수단을모방하거나도입하는정책이전 (policy transfer) 이나과거의경험이나다른나라의경험에서배우는정책학습, 성공이나실패사례로부터해결책을얻는교훈얻기 (lesson-drawing) 등이불가능하다. 이러한상황에서는미래예측이더욱중요해진다. 미래예측은미래에시점을두고있지만순수한추측이나직관적판단만으로는성공적인결과를얻을수없기때문에과거나현재의경험을중시한다. 과거부터현재까지되풀이되어온일정한경향성이미래에도나타날가능성이높기때문이다. 이과정은데이터의수입이나정보의수집만으로는획득되지않으며인과적관계를비롯한높은수준의정보와지식확보를필요로한다. 다섯째, 빅테이터의적극적활용과분석기법의개발을통한정책인텔리전스의강화가필요하다. 정책방향설정의자료로활용하기위해관련자료를수집하는 NTIS 가구축되어있지만축적된엄청난규모의데이터에대한분석기법부재와개방성문제로정보활용에어려움을겪고있는상황이다 ( 성지은, 2012: 15). 정책결정에서직감이나직관활용이데이터분석보다유효한경우도있지만, 급격하게증가하고있는데이터는의사결정자의편견을극복하고합리적인의사결정을가능하게해준다. 엄청난양의빅데이터는정책결정의질을향상시키는데중요한재료가될수있다 ( 함유근 채승병, 2012: 181~196). 빅데이터가모든문제를해결할수는없으나충분히디지털화된데이터를수집하고응용방법을발견한다면혁신정책의정책결정의질을높이는데매우큰도움을줄수있을것이다. 여섯째, 활용목적과수집데이터의내용과형식에대한충분한고민이필요하다. 대량의데이터가수집되고있지만이것을어떤목적에사용할것인가에대한고민이부족하기때문에이들은단순정보에그치고있다. 물론이렇게수집된데이터가현황의파악과미래예측을위해사용될수도 연구노트 제 23 권제 3 호 107
연구노트 있다. 그러나효과적인정책인텔리전스구축을위해서는데이터수집의목적을분명하게설정할필요가있다. 이와함께목적에맞추어데이터의형식과내용을정할필요가있다. 경험을통한학습의결과는현재에대한이해에만사용되는것이아니라미래의비전을설정하고비전을실현하기위한기획에도활용된다. 예측은이미존재하는데이터속에서미래를말해줄실마리를찾는과정이다 ( 함유근 채승병, 2012: 146). 따라서어떤데이터를확보하는가는곧정책인텔리전스의수준과활용도를결정한다. 참고문헌 강황선 (2006), 지방자치단체의정책학습촉진을위한성과평가제도, 2006 서울행정학회학술대회발표논문집, pp. 199~226. 김국희 이윤철 (1998), 지식경영을위한정보관리자의역할변화, 전자통신동향분석, 제13 권제6 호, pp. 183~191. 박재희 (2000), 정책결정시스템과정책조정, 한국행정연구원. 백욱인 (2010), 디지털복제시대의지식, 미디어, 정보 : 지식의기술 사회적조건변화를중심으로, 한국언론정보학보, 제49 호, pp. 5~18. 서진완 윤상오 (2007), 정책조정과정책평가의변화, 한국정책과학학회보, 제11권제1 호, pp. 1~31. 성지은 (2012), 통합적혁신정책구현을위한정책인텔리전스발전방안, Issues & Policy, 제58 호, 과학기술정책연구원. 송위진 박동오 강윤재 (2007), 脫추격형기술혁신의불확실성대응전략, 과학기술정책연구원. 이성우 (1993), 행정부의정책조정체계연구. 한국행정연구원. 함유근 채승병 (2012), 빅데이터, 경영을바꾸다, 삼성경제연구소. Ackoff, R. L.(1989), From Data to Wisdom, Journal of Applies Systems Analysis, 16, pp. 3~9. Bellinger, Gene, Castro, Durval, & Mills, Anthony(2004), Data, Information, Knowledge, and Wisdom(http://www.systems-thinking.org/dikw/dikw.htm). PMSEIC(2006), From Data to Wisdom: Pathways to Successful Data Management for Australian Science, PMSEIC. Ritholtz, Barry(2010), Intelligence Hierarchy: Data, Information, Knowledge, Wisdom (http://www.ritholtz.com/blog/2010/12/hierarchy-of-visual- knowledge), 2012. 10. 19. 108 과학기술정책
정책동향 유럽지재권수익과관련한법인세감면제도 : Patent Box 제도의운영현황과시사점 / 박진석플랫폼연구로서기초의과학육성과과제 / 정병걸, 성지은, 송위진
정책동향 유럽지재권수익과관련한법인세감면제도 : Patent Box 제도의운영현황과시사점 박진석주벨기에 유럽연합대사관특허관 trustone@kipo.go.kr Ⅰ. 이노베이션과인센티브정책 국가적으로특정산업을육성하고발전시키기위한방법과수단은여러가지가있을것이다. 법률제정과다양한정책마련을통해산업발전을위한인프라를구축하고자금과창업을지원하는정책등이그예이다. 특히기술발전의토대라할수있는이노베이션에대한국가적지원과장려를위해서는세계여러국가에서다양한인센티브를부여하고있다. 이는이노베이션의창출과권리화를통하여기술발전을도모함과동시에시장실패로인한기술개발자의손실을보전해주며추가적인 R&D 투자를유도하는등이노베이션의증진을위한충분한유인책을제공하는데그목적이있다할것이다. 그중에서도서유럽의여러국가들은 2000 년대중반부터특허권등지식재산권을활용하여수익을창출한기업들을대상으로법인세감면등다양한세제혜택을제공하고있다. 이하에서는 R&D 활동에대한세제혜택뿐아니라 Patent Box 1) 라는제도를통하여특허권활용수익에대한법인세감면제도를운영하고있는선진유럽의사례를살펴봄으로써향후우리의관련정책수립과운영을위한기초자료를제공하고시사점을도출하고자한다. 1) 운영국가별로동제도에대한명칭이일부상이하나, 대체로특허를활용한수익에대한세제혜택을부여한다는점에서는그취지가실질적으로유사하므로이하에서는이를 Patent Box 로일괄하여부르기로한다. 110 과학기술정책
Ⅱ. Patent Box 의제도적특징 1. 기본개념 Patent Box 는기업의총수익중특허등지식재산권을통해발생하는수익에대해비과세또는특별과세의형태로법인세율을차등적용하는세금우대제도이다. Patent Box 라는용어는세금신고서양식의체크박스에서유래하였고, 세금우대대상이되는지재권으로는특허권, 실용신안권, 상표권, 디자인권, 저작권등을포함하며도입국가의정책적판단에따라특허권만을대상으로하거나상표권, 디자인권등을제외하기도한다. 2) 대체적으로 Patent Box 라는명칭에걸맞게현재 Patent Box 제도를운영하고있는모든국가에서적어도특허권만큼은세금우대의대상으로지정하고있다. 기업들에세제혜택을부여하는방식은특허등지재권으로창출한수익을공제하는방식과일반세율에비해낮은수준의세율을적용하는방식으로구분된다. 2. 도입배경지식재산권은부동산등일반적인고정자산에비해개인또는기업간이전이가능한유동성 (mobile) 이큰자산이므로특허등지재권이개발된국가로부터상대적으로유리한조건의세제혜택을부여하는국가로지재권이이전되거나기업들이 R&D 센터나제조공장등을해당국가로이전시키는경우가발생한다. 아래의 [ 그림 1] 에서보듯국가별로유효세율에상당한차이가있으며대체적으로 Patent Box 제도를도입하지않은국가의유효세율이상대적으로높음을알수있다. 그결과세율이높은국가에서세율이낮은국가로기업들의투자와공장설립이이전되거나지재권의이전이발생하게된다는것이다. 이는세금의감면을통해비용을낮추기위한기업들의자발적인선택이다. 따라서많은국가들이 Patent Box 제도를서둘러도입하고있는주요이유는위와같은연구소, 공장의해외이전트렌드를줄이거나역전시켜기업들의자국내투자를유도하기위함이다. 일례로서, 경제학자 Altshuler 는어떤국가에서법인세율을 1% 낮추면이국가로의해외직접투자가 3% 증가한다는연구결과를발표한바있다. 3) 정책동향 2) 중국의경우, 상업적가치를갖는노하우까지세제혜택의대상으로포함하고있다. 3) Rosanna Altshuler, Harry Grubert, and T. Scott Newlon, Has U.S. Government Investment Abroad become More Sensitive to Tax rates?, in International Taxtation and Multinational Activity, ed. James Hines, Chicago: University of Chicago Press. 제 23 권제 3 호 111
정책동향 [ 그림 1] Patent Box 도입국과비도입국의유효세율비교 주 : * 표시 Patent Box 제도를도입한국가를의미. 자료 : Global Effective Tax Rates(2011. 4. 14.), www.pwc.com/nes 이와같이기술력을가진기업의자국유치와이노베이션에기초한창업과투자를유도하기위하여 EU 의 8개국과중국에서는특허수익에대한세제혜택을부여해오고있다. 2013 년현재세계 38 개국이 R&D 와관련한세제혜택을부여하고있으며, R&D 를유도하기위하여주로연구개발의초기단계에주어진다. 이에반해 Patent Box 를통한세제혜택은 R&D 라이프사이클의후반부에해당하는사업화단계에서주어지는데차이가있다. Patent Box 제도의도입국들은이노베이션을창출한기업들에세제혜택을부여함으로써실패에대한부담과투자기업의리스크를줄이고고소득일자리의창출등을통해사회에기여한다는비전하에동제도를도입하였다. 하지만이와같은취지에도불구하고 Patent Box 의도입과시행에는찬반론이맞서있는상황이다. 찬성론자들은세제혜택을통해보다많은기업들의이노베이션투자를유도하고혁신기업들에게경쟁력있는외부환경을제공할수있다고주장한다. 특히이노베이션이나 R&D 에직접투자하지않은기업들에게이익이돌아가는사회적불평등 4) 을시정하고생명과학, 에너지산업, 컴퓨터등신산업분야의기술혁신을유도하기위하여인센티브를부여할필요성이있다고주장하고있다. 즉, 이러한세제혜택을통해기업들로하여금고부가가치제품과서비스개발에참여를유도할수있다는것이다. 이에반하여반대론자들은기업들이이미혁신의사업화를위한인센티브를제공받고있으며, Patent Box 제도의도입이시장실패를만회하지못할것이라고강조한다. R&D 에직접투자하지않은기업들의이익은혁신기업들의이익과직접연관이없으며혁신기업들은이미여러혜택을누리고있다는점을들어세제혜택은불필요한사회비용을야기한다는입장이다. 4) 예일대의경제학자 William Nordhaus 는발명자가자신의이노베이션을통해얻는사회적이득이 4% 에불과하며나머지는다른기업이나사회에귀속된다고추정하는연구결과를발표하였다. 112 과학기술정책
3. EU 의논의동향 2013 년 7월 9일, 독일의재무장관 Wolfgang Schä'uble 은 EU 재무장관회의에서 Patent Box 제도가외국인투자의불공정한경쟁을유발할것이라며, EU 의여러시행국들이동제도를재검토할것을주문하였다. Schä'uble 장관은 Patent Box 제도가차별적인조세규정을지양하는유럽연합규정과합치하지않으며단순히기업들을유치하기위한수단일뿐이고이는국가가조세회피를조장하는것이라고비판하면서, EU 재무장관들에게 Patent Box 제도의재고를요청하였다. 반면, Patent Box 제도시행국들은동제도가혁신을촉진하고연구개발분야의일자리창출효과가있다고주장하고있다. 예를들어, 영국의 Glaxo Smithkline 사는동제도를통해영국에의약품제조공장을신설하고해외에서보유하고있는다수의특허권을영국으로다시가져올수있었다고소개했다. 또한 Citigroup 은동제도의적용을통해 Glaxo Smithkline 사의세율이 2013 년 24% 에서 2017 년 21% 까지감소할것이라고추산했다. 미국의온라인여행예약사이트인 Priceline.com 역시자사가인수한네덜란드소재 Booking.com 의운영을통해 4% 의세금을절감할수있었다고언급하면서 Patent Box 제도의중요성을강조했다. 독일장관의위와같은발언은최근일부스타벅스, 구글, 애플등의대기업들이조세를회피한것으로드러남에따라유로존위기를겪고있는 EU 회원국들사이에조세, 감세에대한뜨거운논란이일고있는상황에서나온것이다. 또한최근 OECD 차원에서기업이익의해외도피에대해공동대처하기로한것도같은맥락으로이해될수있을것이다. 정책동향 Ⅲ. Patent Box 제도운영현황 1. 일반운영현황 Patent Box 제도는아일랜드에서 1973 년세계최초로도입하였고 EU 회원국중벨기에, 네덜란드, 룩셈부르크, 프랑스, 스페인, 스위스등에서 2005 년이후본격도입되어운영되었으며영국도 2013 년부터동제도를도입하였다. 세제혜택의대상이되는지재권은상기의모든제도시행국가에서특허권을포함하며일부국가들은상표권, 디자인권, 저작권등기타의지재권에도혜택을부여하고있는데, 아일랜드, 룩셈부르크, 스위스, 스페인이그예로서대부분의지재권들을세제혜택의대상으로지정하고있다. 특기할만한점으로는, 2009 년부터네덜란드가기존의제도를확대개편하여 R&D 에기초한제품이나서비스로부터파생되는수익에대해서도세제혜택을부여하는 Innovation Box 제도를시행하고있다는점이다. 또한특허의출원부터등록까지상당한시간이걸리는점을감안하여, 아직등록을받지못한특허출원도추후세제혜택을받을수있는길을열어놓고있다. 제 23 권제 3 호 113
정책동향 대부분의제도시행국들은세제혜택을받는기업들이직접개발한특허권뿐아니라타사로부터이전받은특허권등에대해서도세제혜택을부여하고있는데, 이는특허권등기술개발의주체와상관없이활발한기술이전을통해수익을창출하도록유도하기위한것이라할수있다. 다만네덜란드, 스페인은세제혜택을받는기업들이직접개발한지재권에대해서만세제인센티브를부여한다는점에차이가있다. 국가별세제혜택의적용수준과관련하여, 아일랜드는일정한도의지재권수익에대해세금을완전면세하며, 일정구간이상의수익에대해서는점차증가되는과표를적용하여정상의법정법인세에해당하는 10% 의세금을부과하고있다. 스위스는세금판정절차를거쳐 0~12% 정도의법인세를부과하고있으며, 프랑스, 스페인은지재권을활용한기업의수익에대해 15% 의법인세를부과하나이는정상법인세에비해낮은수준이다. 한편벨기에, 룩셈부르크는낮은법인세율을적용하는대신지재권수익의일부를차감하여각각유효세율인 6.8% 와 5.9% 의세율을적용하고있으며스페인도발생지재권수익의일부 (50%) 를차감하는혜택을부여하고있다. 세제혜택의적용한도와관련하여, 아일랜드는 500 만유로, 스페인은개발비용의 6배를세제혜택의한도로지정하고있다. 네덜란드는과거세제혜택대상의수익에대하여일정한도를적용하였으나, 2009 년에제도를개선하여세제혜택의한도를폐지하였다. EU 국가별 Patent Box 제도의운영현황은 < 표 1> 과같다. < 표 1> EU 국가별 Patent Box 운영현황 국가 면제율 정상법인세율 유효법인세율 ( 지재권대상 ) 세제혜택대상지재권 양도받은지재권세제혜택여부 해외 R&D 세제혜택 수익차감대상비용 도입연도 벨기에 특허수익의 80% 면제 20% 6.8% 특허, 보충적보호인증서 조건부인정 가능 라이선싱비용및양도받은특허의상각비용제외 2008 프랑스 정액과세 34% 15% 특허, 보충적보호인증서 조건부인정 가능 라이선싱관련관리비용포함 2005 아일랜드 구체적규정 10% 10% 이하 대부분의지재권 가능 가능 2009. 5. 7. 이후자본지출 1973 룩셈부르크 특허수익의 80% 면제 17% 5.9% 소프트웨어, 저작권, 특허, 상표디자인, 실용신안 가능 가능 대부분의비용 2008 114 과학기술정책
국가 면제율 정상법인세율 유효법인세율 ( 지재권대상 ) 세제혜택대상지재권 양도받은지재권세제혜택여부 해외 R&D 세제혜택 수익차감대상비용 도입연도 네덜란드 정액과세 25% 10% 특허, 승인받은 R&D 관련지재권 불가 가능 (R&D 인증서제외 ) 대부분의비용 2007 스페인 특허수익의 50% 면제 25% 15% 대부분의지재권 불가가능없음 2008 스위스 구체적규정 21% 0~12% 대부분의지재권 가능 가능 대부분의비용 해당없음 2. EU 주요시행국의제도적특성가. 벨기에벨기에의특허수익에대한법인세면제제도는특허수익공제법 (Patent Income Deduction: PID) 에의하여 2007 년도입되었다. 동법에따라벨기에기업또는외국기업의벨기에사업장은전체납세대상수입중전체유효특허수익의 80% 에상당하는금액까지수익공제를받을수있다. 따라서전체유효특허수익의 20% 만이표준세율의법인세를적용받게된다. 상기 PID 의적용대상이되는지재권은특허권과보충적보호인증서 (Supplementary Protection Certificates: SPC) 를포함하나, 상표권, 디자인권, 프로세스, 무역및과학에대한경험관련정보등은제외된다. 그러나특허권또는보충적보호인증서와밀접하게관련된노하우는 PID 에의해수익공제가가능하다. 또한동 PID 의적용을받기위하여특허권은 2007. 1. 1. 이후등록되었거나상업적으로사용되었어야하며그이전에등록된특허는 PID 의적용을받을수없다. 지재권의소유주체와관련하여 PID 의적용대상은벨기에기업또는외국기업의벨기에사업장의자체특허개발활동의직접적인결과로얻어진특허권과보충적보호인증서에한정된다. 또한벨기에기업또는외국기업의벨기에사업장이인수한특허권도동제도의적용을받게되며, 특허권에대한공동소유권이나라이선싱계약을통해통상실시권을취득한경우도 PID 의적용을받을수있다. 한편타기업을대신하여계약 R&D 서비스제공자로활동하는벨기에기업또는외국기업의벨기에사업장은 PID 의적용대상을받지못하는데그이유는이들이해당지재권에대한소유권이없고라이선싱을받는등정당한사용권을취득하지못하였기때문이다. 지재권의개발과관리조건에있어서, PID 의적용대상이되는특허권은반드시벨기에기업또는 정책동향 제 23 권제 3 호 115
정책동향 외국기업의벨기에사업장에의해전적또는부분적으로개발되었어야한다. 벨기에기업이특허권을인수한경우에는동기업이그특허권의제품또는방법을추가적으로개량하여야만 PID 의대상이될수있다. 다만그러한개량을통해서인수한특허권에대해추가개량한기술을포함하는특허를획득할필요까지는없다. 상기특허개발활동은벨기에법인이소유한 R&D 센터에의해수행되어야하지만이러한 R&D 센터는벨기에가아닌타국가에설치되어도무방하다. PID 의적용을받을수있는소득은벨기에기업또는외국기업의벨기에사업장이받은로열티와라이선스수수료이며이러한로열티에는일정한과세대상한도가설정되어있다. 벨기에기업또는외국기업의벨기에사업장이과세대상인특허권을직접활용하여특허관련물품을제조한경우, PID 에의한소득공제는상기벨기에기업이제3자에게특허권을라이선싱하였다면받았을가상의라이선싱수수료의 80% 로하며, 이를임베디드로열티 (embedded royalties) 라한다. 이러한경우, 상기벨기에기업또는외국기업의벨기에사업장이직접특허권을활용한물품을제조할수도있고제3 자에게위탁하여상기물품의제조를의뢰할수도있다. 나. 네덜란드네덜란드는베네룩스국가들중최초로 2007. 1. 1. Patent Box 제도를도입하였다. 당시세제혜택의대상은특허권만으로한정하였으며 10% 의법인세율을적용하였다. 이후 2010. 1. 1. 부터 Patent Box 를 Innovation Box 로확대개편하면서보다낮은 5% 의세율을적용하기시작했다. Innovation Box 는기술적인 R&D 활동에서창출된모든지재권에적용되며네덜란드기업뿐아니라네덜란드에서세금을납부하는외국기업의네덜란드사업장에도적용가능하다. 상기세제혜택의적용대상이되는지재권은전세계의특허권과, 네덜란드에서세금을납부하는기업또는이들의대행기관이수행하는기술적혁신의결과로창출된지재권으로서네덜란드정부로부터 R&D 선언 (declaration) 을받은지재권이다. 따라서소프트웨어관련영업비밀등 EU 에서특허를받을수없는지재권도동제도를활용하여세제혜택을신청할수있다. 다만상표권, 비기술적디자인권, 문학작품등의저작권은제외된다. 지재권에대한소유권의전제조건으로서네덜란드의납세기업은해당지재권의경제적소유권자이면서해당지재권의소유권에대한위험을감수하여야한다. Innovation Box 는 2006. 12. 31. 이후기업의자산이된지재권에만적용되며상기일자이후인수한지재권에대해서는인수기업이추가의개량활동을수행한경우에만적용된다. 지재권의개발과관리조건에있어서, Innovation Box 의적용대상이되기위해서는네덜란드에서세금을납부하는기업이 R&D 비용을부담하였거나직접수행해야한다는전제조건을충족해야한다. 특허권과관련하여 R&D 활동은네덜란드또는해외에서수행될수있지만, 네덜란드정부로부터 R&D 선언 (declaration) 을받은지재권의경우, 적어도 50% 이상의 R&D 가네덜란드에서수행될것과네덜란드기업이기술개발에있어서주도적인역할을행사해야한다는조건을부과하고있다. 116 과학기술정책
Innovation Box 의적용대상소득은유효지재권으로부터의총순수익과순자본이득을포함한다. 또한적용소득은 R&D 로부터의지재권또는특허의활용을통해직접적으로창출된수익에한정되지않고제품또는서비스의판매가격에내재된이익에도적용된다. 다만특허를통해얻은수입의 30% 이상은특허권의직접적인활용에서비롯되어야한다. 5% 의할인된법인세율을적용받는총수익은전체수입에서비용과감가상각등을제외한금액이다. 만약납세기업이여러지재권을활용하여소득을얻은경우, 개개의지재권별로 Innovation Box 의적용을신청할수도있다. 유효지재권으로부터비롯된손실의경우표준법인세율로공제받을수있다. 네덜란드정부는 Innovation Box 팀을별도로운영하고있으며동부서는과세당국과긴밀하게협조하고있다. 다. 룩셈부르크 룩셈부르크의세제혜택제도는 2008. 1. 1. 발효되었고유효지재권자산을순부유세 (net wealth tax) 에서제외하도록 2008 년 12월개정되었다. 룩셈부르크과세당국은 2009. 3. 5. 회보를발행하여세제제도의해석에관한가이드라인을제시하였다. 지재권에대한세제혜택은 2007. 12. 31. 이후개발되었거나인수된유효지재권으로부터파생된순이익에대해주어지며기업들은동수익의 80% 를공제받게되어유효세율 5.76% 를적용받는다. 룩셈부르크정부는상대적으로넓은범위의지재권에대하여세제혜택을부여하여특허권, 상표권, 디자인권, 도메인네임과실용신안권, 소프트웨어저작권이대상이되는반면노하우, 소프트웨어를제외한저작권, 공식, 클라이언트리스트등은세제혜택의대상에서제외하고있다. 지재권에대한소유권의전제조건으로서룩셈부르크의기업은해당지재권의경제적소유권자여야하고지재권이유효한국가에서전용실시권을행사할수있어야한다. 또한자매회사, 자회사등유관기업으로부터인수한지재권은세제혜택의대상에서제외하고있다. 지재권의개발과관리에있어특별한전제조건은없으며지재권을자체개발하거나인수한경우모두를허용하고있다. 인수한지재권의경우, 룩셈부르크회사가해당지재권을추가적으로개량할필요는없다. 세제혜택의대상이되는수익은유효지재권을라이선싱함으로부터얻어지는로열티와라이선스수수료이다. 이와함께유효지재권의양도또는이전으로부터얻어지는순자본이득과지재권침해에대한보상금에도세제혜택이주어진다. 기업이지재권을자체개발하여내부적으로사용한경우개념상의로열티가포함되는데, 이는룩셈부르크기업이제3 자에게특허권을라이선싱했다면받았을가상의라이선싱수수료와동일한금액이다. 정책동향 제 23 권제 3 호 117
정책동향 지재권에의한순수익을계산할경우, 유효지재권에관계되는모든지출 ( 분할상환, R&D 비용, 이자등기타비용 ) 은전체유효지재권수익에서공제되며, 지재권이양도또는이전되었을경우, 이와직접적으로관련된비용도전체양도또는이전수익에서공제된다. 라. 프랑스프랑스의특허권세제혜택관련제도는 2000 년에최초도입되었으며이후 2005 년과 2010 년두차례개정되었다. 동제도하에서유효지재권으로부터얻어진지재권수익과자본이득은표준세율 (33.33%) 보다낮은 15% 의세율로과세된다. 프랑스에서세제혜택을받을수있는지재권은프랑스특허와유럽특허이며유효특허에대한개량과유효특허의연장선상에있는공업적제조프로세스, 식물발명의인증서도상기혜택의대상이된다. 그러나상표권, 디자인권, 저작권등은세제혜택의대상에서제외된다. 기업의법정장부상의자산으로분류된지재권만이세제혜택의대상이되며동제도시행이전및이후등록된신규지재권모두세제혜택을받을수있다. 지재권의소유주체와관련하여프랑스의세제혜택적용대상은프랑스기업의단독지재권소유뿐아니라라이선싱이나서브라이선싱을통해획득한지재권도포함된다. 상기라이선싱에는전용실시권과통상실시권을포함하며유효지재권의전체소유또는부분소유인경우에상관없이세제혜택이주어진다. 지재권의개발과관리에있어특별한전제조건은없으나지재권을자체개발하지않고인수한경우에는세제혜택을신청하기전에해당지재권을인수한기업이최소 2년이상그지재권을보유하여야한다. 세제혜택의대상이되는수익은유효지재권을라이선싱하거나서브라이선싱함으로부터얻어지는로열티이며해당지재권의양도또는이전으로부터얻어지는자본이득도포함한다. 이에반해벨기에는인정하고있는임베디드로열티는제외되며기타유형의지재권도세제혜택의대상에포함되지않는다. 또한유효지재권과관련한비용, 권리의이전과양도를위한지출등은소득에서공제된다. 만약지재권의라이선스를받은기업이프랑스국적인경우, 라이선스를한기업뿐아니라라이선스를받은기업모두표준세율인 33.33% 보다낮은 15% 의세율을적용받을수있게된다. 마. 영국영국은 2009 년 Patent Box 제도를제안하여 2012 년입법화를완료하였으며 2013. 4. 1. 부터시행하고있다. 특허수익에대한법인세율은 10% 로설정하여영국소재기업또는외국기업의영국소재사업장이보유한특허로부터창출된수익에대해감축된세율을적용하고있다. 118 과학기술정책
세제감면대상의지재권이반드시영국기업의소유이거나영국기업에의해개발되었어야할필요는없으며, 영국외지역의기업그룹 (corporate group) 에의해개발된특허권이나영국기업에게전용실시권이부여된특허권도세제혜택의대상으로포함된다. 세제혜택대상인지재권으로는영국특허또는유럽특허의특허권과보충적보호인증서 (Supplementary Protection Certificates), 약품데이터, 식물변종권등을포함한다. 세제혜택의대상인특허권등지재권과밀접한연관을갖는노하우, 영업비밀, 소프트웨어저작권등도포함되나, 상표권, 디자인권은제외하고있다. 개발주체에있어서는해당특허권이전세계에소재한기업그룹으로부터개발되었으면충분하고 R&D 가영국에서수행되었거나영국기업이 R&D 를반드시실행해야할필요는없다. 또한개발활동이조인트벤처등영국의그룹회사가참여하고있으면충분하고, 기업의인수합병을통해영국기업이인수한지재권이당해기업의인수전후에개발되었는지여부도상관하지않는다는점에서상대적으로관대한정책을취하고있다. 영국기업이인수한지재권의개발활동은영국기업이이러한활동을통해추가적인특허를얻지않아도되지만, 그지재권을포함하는제품개발이나그지재권을적용한방법을활용한제품개발에영국기업이상당한기여를해야한다. 이경우영국기업의기여정도는비용, 시간, 노력, 가치등을종합적으로고려하여판단한다. 영국정부에서보장하고있는세제혜택의대상이되는지재권수익의종류는아래와같다. 정책동향 1. 특허제품또는특허받은아이템에물리적으로결합된아이템의전세계판매로부터얻은수입 2. 특허받은아이템에결합되도록설계된여분의부품또는기타아이템으로부터의수입 3. 지재권의라이선싱또는서브라이선싱으로부터받은로열티또는라이선스수수료 ( 상기지재권의라이선싱계약과같은목적으로포함된기타지재권의라이선싱으로부터받은로열티또는라이선스수수료포함 ) 4. 지재권의판매또는처분수입 5. 지재권침해의대가로받은금전적보상 6. 특허가기업내부적으로사용되는경우, 그기업이그특허를관련없는제3 자에게라이선싱했더라면받았을액수와동등한로열티 Patent Box 에의한감세혜택은영국정부가기제공하고있는 R&D 세제인센티브와병행하여적용가능하며, 두가지인센티브를모두적용하면유효세율은최대 10% 이하로감소될수있다. 영국의 Patent Box 제도는 5년에걸쳐단계적으로적용될예정으로 2013 년부터는특허활용수익의 60% 를인정하고매년단계적으로인정비율을높여 2017 년최종적으로 100% 의특허활용수익을공제대상으로인정하게되면, 유효세율 10% 에도달할예정이다. 제 23 권제 3 호 119
정책동향 Ⅳ. 제도운영에대한평가 Patent Box 제도는대부분 2000 년대중반이후시행되었으므로제도도입에대한영향을평가하는데한계가있다. 이하의 < 표 2> 에서확인할수있는것처럼벤처자금, 고용, 수출등의분야에서는국가별로편차가있으며, 동제도와거시경제의다양한인자들간의상관관계도부족하므로이를토대로제도시행의영향을평가하기는어렵기때문이다. 다만, 동제도는특허, 상표등지재권의출원증가에긍정적인영향을미친것으로평가되며, 해외로부터의라이선싱수익의증대에도기여한것으로분석된다. 즉 EU 국가중동제도운영국에서의상표출원은 2008~2009 년간 23% 증가한반면, 비운영국에서는 11.9% 증가에그쳤다. 또한 EU 국가중동제도운영국에서해외로부터의라이선싱수입은 2008~2009 년간 38.8% 증가한반면, 비운영국에서는 14% 증가하였다. 그러나벤처자금의성장률에서는 Patent Box 운영국평균이 5.3% 의감소세를기록한반면 Patent Box 를운영하고있지않은국가에서는평균 5.4% 의성장세를보였다. 또한지식집약산업의고용률분야에서도 Patent Box 비운영국이상대적으로높은수치를기록했다. 이러한추세는이미이노베이션분야에서뒤쳐져있었던 EU 의국가들이이를만회하기위하여 Patent Box 라는제도를도입했다고해석할수있는부분이다. 실제로 2004 년부터 2008 년까지의산업계 R&D 는동제도도입국들이 5% 를기록한반면동제도를도입하지않은 EU 15개국들의평균이 6.5% 를기록했던것으로나타났다. Patent Box 제도의상대적으로짧은운영경험에비추어상대적으로오래전부터많은국가들이운영해온 R&D 세제혜택이대체적으로많은국가에서 R&D 활성화에기여한것으로평가되었다는사실로유추해보더라도, 일정시간이후 Patent Box 제도의운영이혁신기업의이노베이션활동에긍정적으로작용할것이라는예측을가능하게한다. 국가 < 표 2> Patent Box 시행국에서 2008 2009 년간이노베이션관련동향변화 벤처자금 산업계 R&D 상표출원 지식집약산업고용 하이테크제품수출 ( 단위 : %) 해외로부터특허, 라이선싱수입 벨기에 17.6 0 36.8-2.2 3.6 123.8 아일랜드 -33.3 24.5 15.7 7.0 2.2 47.8 스페인 -29.4-2.7 4.8 1.9 N/A 41.2 프랑스 8.0 3.8 15.8 3.0 1.8-4.1 룩셈부르크 9.3 1.6 33.0 7.0 16.7-3.8 네덜란드 -3.9 0 32.2-6.2 2.4 23.5 120 과학기술정책
국가 벤처자금 산업계 R&D 상표출원 지식집약산업고용 하이테크제품수출 해외로부터특허, 라이선싱수입 스위스 -5.6 0.5 N/A 0.7 N/A N/A Patent Box 운영국평균 Patent Box 비운영국평균 -5.3 4.0 23.0 1.6 5.3 38.8 5.4 3.7 11.9 2.5 1.7 14.0 자료 : Innovation Union scoreboard(2010). Ⅴ. 시사점 위에서 EU 여러국가에서시행하고있는 Patent Box 의제도적특징에대해살펴보았다. 국가별상황에따라시행방식에다소차이는있지만대체적으로 Patent Box 제도는기업의 R&D 와지식재산활동에세제혜택이라는인센티브를부여함으로써이노베이션활성화와고용창출등에기여하는것으로평가되고있다. 또한아직제도의시행초기이기는하지만 Patent Box 시행국에서는지재권출원이증가하고라이선싱수입이증대되는경향을보이고있는것도고무적이다. 2013 년 4월부터영국이제도시행에가세하면서 EU 내회원국들의제도도입추세는더욱확산될전망이며세제혜택의대상이되는지재권을특허권에서상표, 디자인권, 소프트웨어저작권등까지확대되는추세이다. EU 8개국에서시행하고있는 Patent Box 제도는일정한요건을충족하는경우해당국에진출한우리기업도동일한혜택을누릴수있으므로보다적극적인활용이필요하다. 예를들어영국등의제도시행국들은 R&D 수행지역을본국으로제한하지않고인수받은지재권을활용하여수익을창출한경우에도동일한세제혜택을부여하고있으므로영국에서활동중인우리기업에게도활용가능성이열려있다. 특히한국의지재권을영국회사에이전하거나유럽에서의 R&D 활동수행을의무화하지도않는다는점에서우리기업들의절세가능성이다각도로검토되어야할것이다. 최근새정부출범과함께사회전반에새로운세제정책에대한논의가활발하게진행되고있다. 이러한시기에 EU 여러국가들의 Patent Box 제도는창조경제의주축이되는혁신기업들에대한인센티브를부여할수있다는측면에서하나의대안으로검토될수있을것이다. 정책적판단에따라이러한제도를도입하기로결정하였다면예측되는효과와부작용등을사전고려하여최적의제도를설계할필요가있다. 핵심적인고려사항으로는세제혜택의대상이되는지재권의범위, 법인세율의감면폭또는특허수익의공제여부, 해외에서수행된 R&D 또는지재권을활용한해외생산제품에대한세제혜택부여여부, 심사대기중인특허출원에대한인센티브부여여부등이있을것이다. 특히네덜란드등일부국가들은 R&D 관련활동에도세제혜택을부 정책동향 제 23 권제 3 호 121
정책동향 여하고있으므로제도도입시에는해외 R&D 활동에대해서도인센티브를부여할지여부에대한정책적판단도필요하다할것이다. 서두에언급한것처럼하이테크기업들은국가별세제혜택등을감안하여 R&D 센터와공장설립등투자지역을결정하는경향이있으며특히지재권은유동성 (mobility) 이높으므로지재권관련해외활동의세제혜택부여여부는기업의자국유치와밀접한관련을갖게된다. 그러나이와같은여러긍정적효과에도불구하고조세불평등또는세금회피수단으로악용될있다는비판도제기되고있음을감안하여제도도입시예측되는부작용과제도악용방지수단도사전에강구하여야할것이다. 참고문헌 Japan External Trade Organisation(2013. 4), European patent box regimes. Jim Shanahan(2011. 5. 23.), Is it time for your country to consider the patent box?, PwC s Global R&D Tax Symposium on Designing a Blueprint for Reducing the After-Tax Cost of Global R&D. Reuters(2013. 7. 9.), Germany calls on EU to ban patent box tax breaks, accessible at http://uk.reuters.com/assets/print?aid=ukbre9680ky20130709. Robert D. Atkinson & Scott Andes(2011), Patent Boxes: Innovation in Tax Policy and Tax Policy for Innovation, The Innovation Technology & Innovation Foundation. 122 과학기술정책
플랫폼연구로서기초의과학육성과과제 정병걸동양대학교교수 bkjung@dyu.ac.kr 성지은과학기술정책연구원연구위원 jeseong@stepi.re.kr 송위진과학기술정책연구원선임연구위원 songwc@stepi.re.kr Ⅰ. 서론 최근소득과생활수준향상으로건강이주요이슈가되면서질병예방을위한보건의료소비가크게증가하고 1) 기존의진단, 치료중심에서예방중심의보건의료로관심이이동하고있다. 질병없는건강한삶을위해서는의료분야의발전이필요하다는점에서의료분야의바탕이되는기초의과학의중요성이부각되고있다. 최근우리나라는 신성장동력확보 로대변되는성장과 경제 사회적양극화해소, 저출산 고령화대비 로대변되는복지를동시에해결해야하는상황에있다. 미래성장동력발굴뿐만아니라국민복지와삶의질제고에대한필요성이커지고있는상황에서성장과복지문제에동시에대응하기위한기초의과학의육성이논의되고있다. 기초의과학은급증하는보건복지 의료등의사회문제에적극적으로대응할수있는연구분야이며미래성장가능성을고려할때산업적후방효과가매우높은분야이다. 기초의과학의중요성은우선건강이인간의가장기본적인욕구이며삶의질향상의기본조건이라는데서찾을수있다. 지나치게건강을염려하는건강염려증 (hyperchondriasis) 이생길만큼질병없는건강한삶은인간의중요한관심사다. 불로장생의영약을원했던진시황이나영혼을포기하는대가로 20 대의젊음을원했던파우스트는인간의건강한삶에대한강한욕구를잘보여주고있다. 건강한삶에대한관심은국가적대응으로이어지고있다. 과학기술패러다임이성장중심에서사회적문제해결을통한삶의질향상으로변화하면서 건강 R&D 라는개념까지등장하는등 2) 질병극복을위한연구개발투자또한지속적으로늘어나는추세에있다. 3) 기초의과학이중요한또다른이유는인간존중이나삶의질향상등의규범적가치차원만이아니라경제, 산업적효과와같은현실적가치까지가지고있기때문이다. 최근심화되고있는고령화 정책동향 1) 예방과관련된건강기능식품생산액은 2004 년 2,506 억에서 2012 년에는 1 조 4,091 억원으로급증했다. 2) 건강 R&D 는좁은의미의질병진단 치료기술뿐만아니라넓은의미의건강한삶에기여하는모든기술개발활동을포함한다. 4 대건강 R&D 분야는질병극복기술, 돌봄기술, 건강증진기술, 공공안전기술등이다 ( 보건복지부, 2013: 1~2). 3) 미래창조과학부, 산업통상자원부, 보건복지부외에도다양한부처가질병극복을위한 R&D 에투자하고있다. 제 23 권제 3 호 123
정책동향 로인한의료이용수준의향상 ( 김대중외, 2012) 과국민보건의료비의증가는심각한재정압박을초래할우려가있다. 늘어나는수요자와높아진기대에대응하기위해서는보건의료수준의향상과비용증가문제의해소가필요하다. 기초의과학이보다낮은비용으로더높은수준의건강확보와질병치료를가능하게해주는지식과기반을제공함으로써의료비용증가에따른재정압박문제를해결해줄수있다. 거기에더하여많은경제적이익을창출할것으로기대되는새로운성장산업분야인의료생명공학분야는기초의과학없이성립할수없다. 그런데기초의과학은매우기초적인문제에직면해있다. 기초의과학을위한기본토대가제대로구축되어있지않기때문이다. 질병치료를위해개발된보건의료기술의성과나아이디어는자연과학적관찰을기반으로하는기초의과학적연구와임상의과학적실험을통해방법론을확립하고, 다양한수준의안전성을검증한다음에야인간에게적용할수있다. 이런과정에서중요한연결고리역할을하는것이바로기초의과학이다. 인체에대한이해와질병기전및치료기술을밝히는기초의과학은임상의학뿐만아니라생명과학발전의원천이다. 고령자의건강한신체활동을위한지원기술, 장애극복을위한장애인의재활및신체활동자립등모든분야의기반이자연결고리인기초의과학의발전이미흡할경우건강한삶이나보건의료산업발전을위한사회경제적혁신성과창출이제약될수밖에없다. 이글에서는기초의과학에대한지원필요성과적절한지원이이루어지지않는제약요인과그에대한정책적대응을논의하고자한다. 이를위해우선기초의과학의개념과성격을살펴보고기초의과학에대한지원과문제점을분석한다. 이를기반으로필요한정책적과제에대해살펴보고자한다. Ⅱ. 기초의과학의개념과성격 1. 의과학 (medical science) 의개념과성격의과학은건강유지와질병의예방 치료를다루는과학으로의학과과학이합쳐진것이다. 융합적성격을띤분야로기존의의학과본질적인차이는없지만최근생명과학분야의다양한실험적기법이의학과접목되면서의과학으로확장된것이다. 따라서생명과학이나생명공학중에서인체와관련된모든것들이의과학에포함될수있다. 자연과학의입장에서보면자연과학의연구범위가인체로확장되면서만들어진분야로볼수있지만, 의과학은인체를다루고인체적용가능성을염두에둔것이라는점에서순수한의미의생명공학과는차이가있다. 의과학을정의하거나분류하는기준은다양하다. 그러나일반적으로의학연구의범위를감안할때기초의과학 (basic medical science) 과임상의과학 (clinical medical science) 으로구분할수있다. 기초의과학은의과대학의인체구조와기능에대한실험적접근과환자를포함한인구집단의 124 과학기술정책
정보를이용하여질병의원인과기전을밝히는연구를수행한다. 이와함께자연과학적혹은사회학적사실을인체에적용하기위해질환모델을구축 규명하는것을목적으로한다. 이를기반으로예방, 진단및치료법을개발하기위해기본적인효능검증을수행한다. 임상의과학은환자의정보를이용하여질병의심화요인, 개선요인등을밝히는결과검증중심의연구를수행한다. 임상의과학은기초의과학보다실질적활용에초점을둔다. 즉기초의과학이질병의원인과기전을밝히는데초점을둔다면임상의과학은환자정보에대한과학적분석과연구를통해임상에적용하는데초점을둔것이다. 이러한차이가있지만두분야는상호보완적관계에있는것으로볼수있다. 4) 의과학은기본적으로진료를통해얻은경험을바탕으로하는임상의학이나자연과학이론에근거하여사실을탐구하는자연과학과구분된다. 자연과학연구도특정인자의기전 (mechanism) 을연구하여질병극복에기여한다는목적에서는유사하다. 그러나자연과학연구가세포수준, 분자수준등실험적연구에집중하는반면, 의과학은미시적영역인분자, 세포뿐만아니라인체의전반적인통찰또는질환을대상으로연구하며, 거시적인관점의개체를둘러싸고있는사회와환경, 인문과학까지포함한다는점에서포괄적이다. 인문사회학적접근이이루어지는영역으로는법의학, 예방의학, 의료관리정책학, 의사학, 의료윤리학, 의학교육학등이있다. 2. Mode 2/ 플랫폼연구로서기초의과학 정책동향 기술을포함한지식의생산방식이학문적호기심과단일학문분야중심 (Mode 1) 에서특정이슈및문제해결을위한다학제적접근 (Mode 2) 으로전환되고있다 (Gibbons, 2001). <Mode 1> 연구의경우기초연구를수행하는분과학문집단의인지적 사회적규범에따라지식생산이이루어지지만, <Mode 2> 연구는다양한사회 경제적상황에서의지식 활용 에초점을두고지식창출이이루어진다 ( 송위진 성지은, 2013). 기초의과학은개별분과를넘어서는 <Mode 2> 연구의특성을지닌다. 문제를해결하기위해다양한이론과방법론을동원하는탈분과학문적접근을취하며연구초기단계부터지식활용을통한문제해결에초점을맞춰각분과지식을통합해간다. 그렇지만이과정은각분과의필요성을부정하는것은아니며각분과의자율성을존중하면서문제해결을위해분과지식을융합해간다. 의과학은의학연구의스펙트럼상자연과학적사실을기반지식으로연결해주는자연과학과환자에의적용가능성에대한연구를중점으로하는임상의과학, 그리고자연과학과임상의과학의연결고리인기초의과학을기반으로한다. 기초의과학연구에서산출된과학적증거와지식은임상의학의틀하에서직접환자에게적용된다. 4) 의과학에는두가지관점 (views) 이있다. 하나는질병의원인의발견 (discovery) 과설명 (explanation) 을강조하는것이고, 다른하나는새로운치료법이나진단법이환자의상태를개선하는지에대한평가 (evaluation) 연구에초점을맞추는것이다. 두관점간의차이가점점벌어지고있지만모두의과학에필요한것으로통합과연계가필요하다 (Vandenbroucke, 2008). 발견과설명중심의연구와평가중심의연구는기초의과학과임상의과학의분류와유사하다. 두분야는내용과방법론에있어서차이가있지만모두의과학을구성하는핵심분야인것은분명하다. 제 23 권제 3 호 125
정책동향 자연과학적개념이임상의학을통해환자에게적용되기위해서는일반적인생물기전에서인체에초점을맞춘의학적기전으로의전환즉, 의학적사고로의전환이필요하다. 이는단순한용어해석에따른전환이아니라자연과학에서의일반적사건이나정보를의학의인체적관점에서재구성하는전환이다. 전환을위해서는인간의전주기적자연사 5) 와건강- 질병의인과관계에대한필요충분을고려하는추론과정이필요하다. 기초의과학연구가필요한것은바로이때문이다. 자연과학의일반적사실이인간이라는특수종에꼭맞도록 (fitting) 하는전환이필요한것이다. 따라서기초의과학은 21 세기미래유망산업으로부각되고있는생명공학의핵심요소일뿐아니라생명의과학의연결고리로서핵심역할을담당한다. 건강과질병문제의해결을위해서는기초의과학을기반으로자연과학, 생명과학, 공학, 인문사회과학등의학문분야를연계하는문제해결중심의플랫폼을형성하고그결과를바탕으로사람에적용하는임상의과학연구를진행해야한다. 기초의과학이건강문제해결을위한플랫폼으로활용될수있는이유는기초의과학자체가다양한분과에서이루어지는연구를종합하여문제해결을꾀하는연구이기때문이다. 기초의과학은생리학, 약리학, 생화학, 분자생물학, 면역학, 미생물학, 바이러스학, 기생충학, 병리학, 해부학등다양한실험기반의연구 (wet laboratory) 6) 와법의학, 의료관리정책학, 의사학, 의학의료윤리학, 의학교육학등과같은인문사회학적연구분야 (dry laboratory) 까지포괄한다. 기초의과학의복합적특성을보다효율화하기위한노력으로기존 기초의학 을구성하는많은세부학문분야들을문제해결위주의질환중심, 인체시스템중심연구분야로재편및융합하는작업을통해기반플랫폼학문으로서의특성을극대화하는방안이제기되고있다. 예를들면, 기존해부학, 미생물학, 생화학, 생리학등의학문분야를면역학, 신경과학, 종양학등의시스템위주학문으로재편함을의미한다. 이러한질환중심학문에자연과학적지식과기술을엮고실제응용에관련된공학적지식과기술을함께엮으면플랫폼연구의핵심기술이완성될수있을것이다. 이를발판으로기초의과학연구는임상의과학연구로진화할수있으며나아가인간질병의진단, 치료, 예방의실질적성과를달성하게될것이다. 3. 의과학자와의학연구인간의건강개선에목적을둔연구를수행하는의과학자는인간질병과질병의예방및치료법개발을위한연구, 자료분석과세포구조연구, 보건개선프로그램개발등매우다양한역할을수행한다. 이처럼의학과과학이결합된융합적성격으로인해의사와비의사과학자모두가의과학자의역할을수행할수있다. 이에따라, 기존 기초의학 이의대출신의의사과학자가주도하는학문으로인식되는반면, 의과학의경우, 의사가아닌과학자도의학연구를수행한다면의과학자로불릴 5) 전주기적자연사는건강 - 전질병 - 질병발생 - 악화 - 사망으로구분할수있다. 6) 액체용액이나휘발성상태의화학물질, 생물물질, 약품등을다루는실험실을의미한다. 126 과학기술정책
수있다. 인체질병의치료와관련된연구를수행하는연구자들은넓은의미에서모두의과학자로볼수있는것이다. 그런의미에서의과학분야에서의비의사과학자의꾸준한증가는긍정적인측면을보이는반면, 젊은의사과학자의유입이현저히줄어들고있는점은우려할만한경향으로평가되고있다. 즉, 의과학분야의의학적축을구성할의대출신의의과학자양성증진은중요한과제로대두되고있다. 의대출신의의과학자는기존 기초의학자 로분류되는그룹으로서일반인에게인식되는 의사 와는달리, 환자진료대신질환의기초연구를담당하는이들이다. 즉, 의사를임상의와기초의로나눈다면, 임상의는일반인에게인식되는 의사 로서환자를대면하고, 진단, 치료하는일련의과정을담당하는의사이고, 기초의는의사면허증은보유하고있으나, 직접환자를진료하지않고, 주로연구및교육업무만을담당하는의사를통칭하며, 이러한기초의들이의과학분야의의사과학자의구성원이된다. 2010 년우리나라의인구 1,000 명당의사수는 20 명으로 OECD 평균인 31 명의 64.5% 수준이며다른국가들에비해의사수가낮은국가에속한다 ( 김혜련외, 2012: 39). 활동의사의증가율은매우높은데 1980 년대후반 0.8 명에불과했지만 2010 년에는 2.0 명으로증가했다 7) ( 김혜련외, 2012: 41). 하지만증가한의사대부분이임상의진로를선택하기때문에기초의학연구자의증가는매우미미한수준이다. 우리나라의의대혹은의학전문대학원졸업생이연간 3,300 명정도인데그중기초의학을진로로선택하는졸업생은 30 명정도로전체의 1% 미만이다. 8) 정책동향 Ⅲ. 기초의과학의문제와원인 1. 기초의과학없는의과학질병해결을위해서는다양한학문분야간의초학제적연구가필요하며, 기초의과학은이런초학제적연구의플랫폼이자기반이다. 기초의과학은질병의예방과치료를통해궁극적으로건강의유지와향상을달성하는데존재가치가있다. 따라서기초의과학의필요성은건강유지 향상과이에따른효과에서찾아볼수있다. 첫째, 건강은개인삶의질향상의출발이다. 건강은삶의질의가장중요한요소이며건강이우리의삶에서차지하는우선순위는점점높아지고있다. 질병은심각한신체적 정신적고통을초래 7) 1991 년과 2005 년사이인구천명당활동의사수의증가율은 77.8% 로 OECD 평균인 28.1% 에비하여무려 2.5 배이상이었다 ( 배성일외, 2007: 47). 2000 년이후 10 년간인구 1,000 명당활동의사수는 OECD 평균 0.4 명 (14.8%) 보다훨씬높은 0.7 명 (53.8%) 이었다 ( 김혜련외, 2012: 39). 8) 의대졸업생수가지속적으로증가한것은아니다. 2000 년대초의약분업시행과정에서의약정협의회합의에따라의과대학정원을 10% 감축하면서의과대학정원이 2000 년 3,273 명에서 2010 년에는 3,058 명으로감소했다. 이과정에서인구 10 만명당의대졸업생수는 0.4 명감소했다 ( 김혜련외, 2012: 41). 제 23 권제 3 호 127
정책동향 하며장기질병치료로인한가계파산 ( 한겨레, 2006. 3. 27.) 이나병원비지출로인한고령파산의급증 ( 이데일리, 2006. 10. 1.) 등의경제적고통까지낳는다. 또한건강은교육의효율성에도영향을미친다. 특히청소년기의건강증진은학습능력을향상시키고장기적으로는미래소득에까지영향을미칠수있다 ( 김영숙 문성웅 이상이, 2007: 30~34). 둘째, 국가재정압박의해소와건전성개선에기여한다. 건강증진에의해절약되는의료비는개인뿐아니라국가재정의건전성을확보하는데긍정적영향을미친다. 우리나라는아직 OECD 국가중국민의료비지출규모가높지않은국가에속하지만, 현재의증가추이가지속되면국민의료비의지출비중이높은여타선진국과동일한문제에직면할것으로예상된다 ( 정영호외, 2012). 2005 년만해도우리나라는 65% 이상노인비율이 9.1% 로 OECD 평균 14.4% 보다 5% 이상낮은수준이었다. 또한출산율도낮았기때문에 GDP 대비국민의료비비율은 6% 로 OECD 평균인 9.0% 보다 3% 나낮았다 ( 배성일외, 2007). 그러나이후노인인구비율의급속한증가로국민의료비지출이크게증가하고있다. 2012 년 80 세이상인구의 1인당월평균진료비는 348,906 원으로전체인구 1인당월평균진료비 80,545 원의 4.3 배에달한다 ( 국민건강보험공단, 2013: viii). 셋째, 경제적효과를들수있다. 건강증진은저축을통한자본형성이나건강에대한재투자로연결되며보다직접적으로경제성장에긍정적영향을미치기도한다. 9) 이처럼건강은인적자본의양과질에큰영향을미치는투자재이며, 공익성이크기때문에개인의선호와관계없이공급을촉진할필요가있는가치재 (merit goods) 이기도하다 ( 김영숙외, 2007: 30~34). 개인의건강을국가차원에서책임지는공적건강보험이존재하는것도이때문이다. 넷째, 보다직접적으로는 HT 산업의발전과그토대가되는기술은기초의과학연구를통해만들어진다는것을들수있다. HT 기술과산업에대한세간의관심과정부의육성의지가그어느때보다높으며연구중심병원에대한관심에서볼수있는것처럼대학의건강산업에대한의지또한강하다. 미래창조과학부도보건의료산업분야의원천기술을확보할수있는핵심분야로기초의과학을선정하여 2002 년 MRC 지원사업을신설했으며 2013 년현재 31 개기초의과학연구센터를운영하고있다. 기술이문제를해결해줄것으로기대하는수요자의기대치가가장높은분야가건강 의료분야 ( 보건복지부, 2013: 2) 이다. 이러한사실은기초의과학투자에대한사회적합의와정당성은충분히갖췄음을의미한다. 하지만대학이나정부모두 HT 의근간이되는기초의과학육성이필요하다고주장하고있으며, 실제로육성을위한의지를가지고있음에도기초의과학에대한지원은충분하지않은상태이다. 또기초의학은의대생들의기피대상으로 ( 청년의사, 2013. 4. 29.) 기초의학을진로로선택하는비율은 1% 도되지않는다. 기초의과학이의학의전유물은아니지만의학분야의기초의과학연구를위한자금과인적자원은턱없이부족하다. 생명공학이국가 R&D 의중점지원분야로 9) 경제성장도국민의건강을증진시킨다는점에서경제성장과건강증진은서로영향을주고받는관계이다 ( 김영숙 문성웅 이상이, 2007: 32~34). 128 과학기술정책
많은연구개발예산이투입되고있는점을고려해보면매우역설적인상황이다. 이런문제가발생하는원인은의학분야의내부적원인과제도 정책의외부적원인으로구분해볼수있다. 2. 임상 - 기초분리와자원의부족 가. 임상중심의구조와재정적자원부족 의학교육에서과학과임상 (clinical practice) 간에는일정한긴장관계가형성되어있다. 2년의기초의학교육과 2년의임상의학교육은전세계거의모든의과대학이따르고있는전통적인교육과정이다. 이는의학교육이기초과학의강한토대위에서시작되어야하며, 이를바탕으로적절한연구시간과시설을갖춘비판적사고환경에서임상의학연구가이루어져야한다는플랙스너보고서 (Flexner Report) 의권고 (Weatherall, 2006: 196) 에따른것이다. 우리나라도대부분의의과대학이기초의학과임상의학교육과정을따르고있다. 1980 년대몇몇대학의통합형교육시도가있었지만크게확산되지못했다. 또 1994 년과 1996 년사이에있었던의과대학의교육목표와지향의전환노력 10) 에도의학교육의구조는큰변화가없었다. 그결과기초와임상의학으로분화된구조와불연속적관계는여전히보편적형태로남아있다 ( 김정화 이경원, 2000: 118~121). 기초와임상이분리된이러한구조는상대적으로기초의학의약화를가져왔다. 기초의학의연구여건을개선해야한다는주장 ( 예 : 김재정, 1990) 은오래전부터있었지만그여건은그다지좋지않다. 의료와의학연구조차자유방임적시장경제를채택하는상황에서의과대학의생존은전적으로등록금과대학에소속된병원의수입에의해결정된다. 때문에의과대학의교육적목표와연구는의과대학이처한조건에종속될수밖에없다. 악화되는대학병원의재정보충을위해환자진료에더많은시간과노력을투자해야하는상황에서교육이나 ( 김정화 이경원, 2000: 127) 의학연구는약화될수밖에없다. 의과학의목표는환자에게도움이되는지식을창출하고이를환자의질병치료에적용하는것이다. 하지만자체적으로의과학연구를수행할수있는가능성이있는병원은소수에불과하다. 2012 년건강보험진료비 47 조 8,392 억원중서울대, 서울아산병원, 삼성병원, 가톨릭병원, 연세세브란스병원등빅5 의료기관은상급종합병원요양급여비용의약 35.7% 를차지했다 ( 국민건강보험공단, 2013). 이들병원의의료수익이 1조원을돌파하는등병원규모는대형화되고있지만경영수지는악화되고있는것이다. 11) 이런상황에서기초의과학에필요한의학계내부의투자자금조달은쉽지않다. 등록금과대학소속병원의수입에전적으로의존하는의과대학이임상치료와달리 정책동향 10) 수정된교육목표는 1 차진료의사의양성, 지역사회의료수요에대한반응, 의사의윤리와인성적측면강화로요약할수있다 ( 김정화 이경원, 2000: 121). 11) 대한병원협회의조사에따르면, 상급종합병원 19 개, 종합병원 54 개, 병원 7 개등총 80 개병원이 2012 년벌어들인수익은 8 조 8,118 억원인반면지출은 8 조 8,321 억원으로적자를기록했다. 제 23 권제 3 호 129
정책동향 결과를내는데상당히많은시간이필요한데다불확실성이높은기초의과학연구에투자하기는어렵다. 나. 임상-기초의단절과인적자원부족의과학이의학의전유물은아니다. 질병극복이라는목적을위해서는생물학, 생화학등자연과학분야의과학적지식, 아이디어를공유하고활용하는것이필요하기때문이다. 따라서의과학자는의학을전공해야하는것은아니지만의과학이인체를대상으로한다는점에서해당전공자의참여는필수적이다. 그러나앞서살펴본것처럼기초의과학연구를수행하는의학전공자는매우드물다. 기초의과학연구를수행할수있는인력부족은기초의과학에대한지원이이루어지기어렵게할뿐만아니라지원이이루어진다고하더라도연구수행을어렵게만든다. 이것은임상 -기초간불연속성과단절이제도화된경력과진로구조에서원인을찾을수있다. 일반대학원의경우학부과정졸업생의상당수가대학원으로진학하지만의과대학학부학생중기초의과학을연구하는전일제박사과정에진학하는학생은 200 명중 1~2 명 (1% 미만 ) 에불과하다. 이는현실적으로임상진로선택으로얻을수있는사명감, 금전적보상, 진로보장등의이득과비교하여기초의 ( 과 ) 학자진로선택에따른이득이별로없기때문이다. 이런문제를극복하기위해지난 10여년에걸친기초의학발전방안에따라시행된여러제도들, 즉의학전문대학원도입과이와연계된 MD-PhD Fellowship Program, 기초의과학연구센터 (MRC) 사업등에도불구하고의 치대졸업생들이전일제기초의과학연구자로진출하는비율은매우미미하다. 기초의학교수비율은과거에비해늘었지만의학전공자출신은오히려줄고비의학전공교수비율이더높아졌다 ( 청년의사, 2013. 4. 29.). 그이유를자세히살펴보면다음과같다. 첫째, 기본적급여차이다. 임상전공의나전임의과정중에받을수있는급여는거의연 4~8 천만원정도이지만, 전일제박사과정을이수하는경우급여는 1.5~3 천만원에불과하다. 그뿐아니라전임의를마친전문의의경우최소한 8천만 ~2 억원정도의급여를받는데비해기초의과학을전공하는사람들을 4~8 천만원정도의급여를받는다. 이렇듯기본적인급여에큰차이가있기때문에우수성과에대한약간의인센티브는별다른영향을미치기어렵다. 둘째, 경력단절의문제이다. 평생연구의사로투신하지는않더라도최소한대학원과정및박사후과정 (Post-doc.) 에서라도전일제연구에집중하는것또한쉽지않은환경이다. 임상의경력에단절이생기는상황은의과학연구를수행하도록하는결정에커다란장애가된다. 동급생대부분이전문의, 전임의등의경력을쌓아나가는와중연구전담기간을갖게되면동료집단으로부터낙오된다는심리적부담을갖게된다. 이에더하여, 단계적으로임상의사경력발전이이뤄지는진료과 ( 예 : 내과, 외과등 ) 에서벗어나의과학연구전담기관 ( 예 : 기초의과학대학원 ) 에진학하면, 임상의사경력으로돌아갈때불이익이발생할것으로여겨지는경향이존재한다. 셋째, 대학원졸업후진로의불확실성이다. 대부분의임상의사들은진료과의수련의및전임의 130 과학기술정책
과정후에대학병원교수혹은적어도 2차병원급이상의봉직의로진출하는것이어느정도보장되어있다. 반면, 기초의과학대학원졸업자의경우, 의과대학교수직외에는다양한진로가보이지않고, 의과대학교수직은매우제한되어있으므로, 진로에대한상대적불안감이매우크다고할수있다. 3. 자연과학중심의의과학제도화 임상과기초의분리에따른불연속성에따른재정적 인적자원부족이의학교육의구조와관련된의학계내부의문제라면, 이러한구조가갖는한계를해소하거나제거하지못하는정책과제도의문제는외부적원인으로볼수있다. 우리나라투자전반을살펴보면, 교과부및정부전체연구개발에서의의약학에대한비중이여전히낮은편이다. 그나마지난 10년간의국가연구개발과정에서기초의과학육성종합계획, 기초의과학연구센터등을통해기초의약학분야에대한연구비는증가했으나보건복지부등타부처를포함한정부연구개발전체에서의기초의약학에대한투자비중은여전히낮을뿐만아니라의약학분야전체의투자도낮은수준이다. 이러한원인으로는의과학의개념과의미가자연과학중심으로설정된것을들수있다. 어떤대상을특정한의미로규정하는경우그의미규정에따라행위와선택이이루어지게되며제도가행위를규율하는 (Meyer & Rowan, 1977) 것과같은일종의제도화 (institutionalization) 효과가나타나게된다. 자연과학중심으로의과학이규정되는경우의과학의행위자는자연과학자이며, 의과학의연구활동은자연과학자의연구활동이된다. 이과정에서의과학은자연스럽게의학과는일정한거리를둔분야로설정되며그에따른지원이이루어지게되는것이다. 우리나라에서는자연과학연구와임상의과학연구의중간연결고리역할을하는기초의과학의개념이제대로설정되어있지못하다. 기초의과학이란용어자체도의사가아닌자연과학이나생명의학을전공하는연구자로간주되며현재까지기초의과학에대한투자라고일컫는사업또한주로자연과학에투자를하고있는실정이다. 하지만앞서서술했듯이기초의과학은자연과학적사고와현상에서어떤특정인자에대한메커니즘을질병측면에서의원인과발병기전으로전환시켜이를인체에적용하기위한중개연구의특성을가지고있다. 환자에게새롭게개발된진단, 치료, 예방기술을적용하기위해치료기술의효과및부작용등에대한과학적근거를생산해내는역할을담당하고있으며이는자연과학적연구와큰차별성을나타낸다. 이런차이점에도불구하고기초의과학은오랫동안독립적인연구분야로분류되지못했다. 최근에야한국연구재단의기초과학분야의하나로의약학단이새롭게수립된실정이다. 그러나의약단을다시생명과학단하부로편제시키려는시도들이계속되고있어해당조직은상시적인존립위기에처해있다. 현재우리나라는기초의과학이라는연결고리가부재한 자연과학 -임상의과학 체계로형성되어 정책동향 제 23 권제 3 호 131
정책동향 있기때문에기초의과학육성에대한독립적인법과계획은거의전무한상태이다. 의약학분야를포함하는생명공학육성기본계획등의상위계획과의약학분야의세부분야에특화된일부법과계획이수립 추진되었으나이것이기초의과학육성에기여할지, 임상의과학자원에더많은투자로이어질지는예측할수없는상황이다. 기초의과학이란연결고리를고려하지않은 자연과학-임상의과학 에대한국가의투자는인체를대상으로하는의학의특성과부합하지않을가능성이높아실효성문제가제기될수있다. 일반적세포, 분자에서의메커니즘을인간적측면에서질병중심의원인과메커니즘으로전환하는기초의과학이바탕이되어야진단, 치료, 예방기술이유효하게작용할수있기때문이다. 이러한고려없는국가지원은기초의과학에대한투자부족을초래했고, 일부지원을하더라도단타성의소규모지원이었기때문에임상의학의기반플랫폼을형성하는것이불가능했다. 12) 의생명과학연구의최고선진국인미국이나영국등에서는국립보건원 (NIH) 이나 Medical Research Council 에서의과학연구의큰틀아래의과학과밀접하게연관된생명과학을통합하여운영하고있다. 이런사례를통해보면, 기초의과학의범주안에의과학과밀접한생명과학및의과학과밀접한임상의학분야의발전적융합을통한새로운기초의과학학문체계의정립이필요하다. 우리나라에서기초의과학에대한연구비투자로분류되는지원의내용을보면, 실제기초의과학자에대한양성이나투자가아니라자연과학이나생명과학에대한경우가대부분이다. 이는 자연과학 = 기초의학 이란단순한개념이통용되기때문으로해석되며, 기초의과학개념을새롭게정립하는것이필요함을시사한다. 4. 기초의과학에대한정책적무관심정부는다양한영역의업무를담당하는부처들로구성되어있으며각부처는특정한분야의정책과집행을담당한다. 이과정에서부처들은상호경쟁하기도하지만반대로특별한관심을보이지않기도한다. 기초의과학은바로이러한관심의경계선위에놓여있다. 기초의과학은복지와산업이라는특정영역에속하는것이아니라여러영역에걸쳐있는생명의학의기초가되는것이기때문이다. 단기적성과를내기보다는꾸준한투자와장기적관점이필요한분야이므로단기적성과에매몰된관련부처들의관심에서벗어나있는것이다. 따라서관련된부처의기초의과학에대한인식은매우협소하다. 기초과학에대한지원과육성을담당하는미래창조과학부와교육부 ( 또는그전신인교육과학부 ) 의 기초의과학 에대한인식은일반적인자연과학과차별성이거의없다. 실제로위의부처에서정 12) 전반적으로열악한상황이었지만의미있는시도의예로서, 국가과학기술위원회에서는 2001 년 기초의과학육성종합계획 을발표하며이에근거한지원을통하여일정부분성과를달성하였다. 그러나실상을살펴보면현재는기초과학활성화를위한센터지정사업인 Medical Research Center(MRC) 사업이외에는단타성이나비교적작은사업비로투자되고있어실효성이부족하다. 기존의 MRC 사업도타의과학의활성화사업들과연계성이부족하고기초의과학의통합적플랫폼사업이아니기때문에이에대한전략적차원의재고와기획이필요하다. 132 과학기술정책
책결정에중요한역할을하는관계자들에게기초의과학의중요성을논의하면, 의학주무부서인보건복지부에서담당할사안으로간주하려는경향을보인다. 그러나국가의일반의약학지원의대부분은임상의과학과임상의학에대한지원으로기초의과학을포함하지않는다. 주무부처인보건복지부는한국보건산업진흥원을통해보건의료분야연구개발사업을지원하고있고특히보건의료연구개발사업 ( 12 년 : 1,712 억원 ) 은보건산업진흥원의 R&D 예산의 60% 를차지하는대표사업으로운영되고있으나대부분이임상의학중심으로지원된다. 또한보건복지부가기초의과학분야를교육과학기술부의영역으로넘기는경향때문에실질적으로는양부처모두에서주된관심영역의바깥쪽에위치하게되는상황이발생한다. 의약학분야의 R&D 예산은교과부가가장높은비중을차지하지만 ( 약 40%) 관련정책을기획 집행하는실질적인주무부처의역할을하지못하고있다. 더불어해당영역에는보건복지부, 지식경제부등과그외기타부처들이참여해각부처범위내기획을거쳐소규모의연구비를투자하고있으나, 부처간연계성부족으로인해기초의과학측면에의통합적플랫폼완성이더욱어렵다. 현재기초의과학이중요하며육성이필요하다는주장은끊임없이제기되지만해당영역에대한정부부처들의구체적인지원이없는상황이다. 더불어질병연구의기반플랫폼으로서의기초의과학은초경계적, 융합적특성으로인해정책의관심영역에서벗어나고있다. 기초의과학에대한지원의부족은이런상황에따른것이다. 정책동향 Ⅳ. 정책적과제 앞서살펴보았듯이질병의진단, 치료, 예방기술개발을고도화하는연구를위해서는중개연구이자플랫폼기반연구로서기초의과학에대한정부의적극적인지원이필요하다. 보다구체적인정책방향을제시하면, 다음과같다. 첫째, 기초의과학이의과학의기반플랫폼으로서다양한학문분야를연계, 융합하는연결고리가되기위해서는의과학의개념을새롭게설정하는것이필요하다. 의과학은의학의하위분야만은아니며, 다양한자연과학의지식이필요한초학제적분야이다. 따라서자연과학적관점이나의학적관점에서의과학을규정하는일방적개념의규정과이에따른제도화는결코바람직하지않다. 현재의과학은자연과학적관점에초점을맞추고있지만인체를대상으로한다는점에서의학적관점이의과학의성격과의미규정에반드시포함되어야한다. 이과정을통해기초의과학은의과학의기반플랫폼으로서임상의학적성과를촉진하고지원할수있다. 의과학을자연과학과의학이융합된문제중심의관점에서규정하고이에따른지원수단이뒤따라야한다. 둘째, 법 윤리 사회까지포괄하는기초의과학정의가필요하다. 질병의원인을인체적생리와병리화학적측면뿐아니라인간사회의문제와환경적문제, 직업적문제등인간의전주기적생활과 제 23 권제 3 호 133
정책동향 관련된사회적문제로파악하는역학의과학, 직업환경의과학까지통합적으로고려할때더욱효과적인성과를거둘수있다. 이는인간생애의전주기에걸쳐발생하는질병을예방하기위한다양한방안을제시함으로써국가의료비를줄이는데기여하는학문이다. 이들학문은실험을기반으로질병원인과기전을밝히는실험기초의과학과더불어발전시킬필요가있다. 이는자연과학과의큰차별점으로, 자연과학적분자와세포접근에서확인할수없는인간고유성으로인한질병의발생원인과기전을파악하기때문에임상의학뿐만아니라생명과학발전의중요한원천이다. 따라서삶의질향상과연구개발촉진을가져올결과도출을위해서는기초의과학적연구의전분야를통합적으로지원할수있는계획및프로그램개발이필요하다. 또한해당분야는대학과외부사회와의통로로, 나아가법률과정책적문제를담당하는축으로서도매우중요하다. 의대에서수행하는국내및국제공동의과학연구수가늘어나면서국제적수준의연구윤리요구도커지고있기때문이다. 따라서글로벌연구를주도하는연구기관이되기위해서는연구윤리를비롯한연구의질관리가필수적이다. 이는외국의학연구자와의국제협력증진과도직결된다. 셋째, 의사기초의과학자양성을위한교육과정과제도설계가필요하다. 현재시행되고있는의과학자양성사업은전일제의과학대학원신설을지원하여의사과학자를양성하고 MD 의연구경쟁력을강화하는것을목표로한다. 임상의가진료활동에만치중함으로써사장되고있는의과학연구잠재력을강화하기위해연구하는임상의사양성을지원하는것이다. 하지만임상과기초의분리를전제로하는의학교육하에서의과학분야를지원하는의대졸업생은극소수에불과할수밖에없다. 더불어경력단절에대한불안감을덜어주기위해박사학위이수후임상으로돌아가진료와연구를병행하거나, 의사과학자로서의과학분야연구를지속할수있도록하는제도적지원이필요하다. 현재의학대학원의임상의학과정에서는진료중심의교과편성으로인해연구활동을부분적으로수행하기때문에, 전일제연구경험이현실적으로어려운상황이다. 넷째, 기반플랫폼구축을통한다학제적 (multidisciplinary), 초학제적 (transdisciplinary) 융 복합연구확대와기초-임상간중개연구활성화가필요하다. 인체에대한이해도가높은임상의, 의학전공자들의연구와자연과학자들의연구는관점의차이가있기때문에양방향의연구가모두필요하다. 다양한분야를연계 융합하는 MD-PhD 융합의과학연구센터의설립등이미존재하는기술을연계하여조직화하는의과학연구의기반플랫폼구축이이에대응한다. 또한공통의연구기반구축과정에서부처간협력을강화함으로써그동안개별부처로는대응하기힘들었던성과를창출할뿐만아니라사업의실용화 상업화도제고할수있을것이다. 수도권및지방의우수의과학연구센터를중심으로기초의약학연구거점을구축하고복지 안전분야의기초 원천, 소외분야연구를진행하는방안이제시된다. 이를통해성장과복지를동시에확보할수있다. 134 과학기술정책
참고문헌 국민건강보험공단 (2013), 2012 건강보험주요통계개요. 김대중외 (2012), 2012 년한국의료패널을활용한의료이용심층연구. 한국보건사회연구원. 김영숙 문성웅 이상이 (2007), 건강보험과경제성장, 건강보험포럼, 2007 년겨울호, pp. 27~39. 김재정 (1990), 과학기술진흥을위한 14 인의제언 - 기초의학의연구여건확립돼야, 과학과기술, 제23 권제4호, p. 20. 김정화 이경원 (2000), 우리의의학교육은왜변화하지않는가?, 한국사회학, pp. 109~134. 김혜련외 (2012), OECD 보건통계로본한국의보건의료위상과성과및함의, 한국보건사회연구원. 배성일외 (2007), 국제통계로본한국의보건의료현황과전망, 국민연금관리공단. 보건복지부 (2013), 국민건강문제를해결하는 R&D - 국민건강을위한범부처 R&D 중장기추진계획수립, 보도자료, 7월 8일. 송위진 성지은 (2013), 사회문제해결을위한과학기술혁신정책, 서울한울출판. 이데일리 (2006), 고령사회의그늘.. 병원비때문에파산, 10월 1일. 정영호외 (2012), 2010 년한국의료패널기초분석보고서 (Ⅰ), 한국보건사회연구원. 청년의사 (2013), 기초의학전공의사, 없어도너무없다 - 여전히 기피대상 MD 비율줄고 non MD 비율증가, 4월 29일. 한겨레 (2006), 병치레 5년만에 25% 가 가계파산, 3월 27일. 한국보건사회연구원 (2013), 2012 연차보고서. 정책동향 Gibbons, M.(2001), Governance and the New Production of Knowledge, in de la Mothe(ed.) Science, Technology and Governance, London: Continuum. Meyer, John & Rowan, Brian(1977), Institutionalized Organizations: Formal Structure as Myth and Ceremony, American Journal of Sociology, 83, pp. 340~360. Vandenbroucke, Jan P.(2008), Observational Research, Randomised Trials, and Two Views of Medical Science, PLoS Med, Vol. 5, No. 3, e67. doi:10.1371/journal.pmed.0050067. Weatherall, David J.(2006), Science in the Undergraduate Curriculum During the 20th Century, Medical Education, 40, pp. 195~201. 제 23 권제 3 호 135
세미나보고 에티오피아과학기술정책현지워크숍개최보고서 / 김은주
세미나보고 에티오피아과학기술정책현지워크숍개최보고서 김은주과학기술정책연구원전문연구원 ejkim@stepi.re.kr Ⅰ. 워크숍개요 과학기술정책연구원 ( 이하 STEPI) 은독일 GIZ 1) 의에티오피아국가품질관리인프라 (National Quality Infra: NQI) 구축사업의일환으로금년 4월부터 5월까지 3차례에걸쳐에티오피아의과학기술관련공무원들을대상으로역량강화연수사업을진행하였다. 본사업은에티오피아의과학기술분과국회의원을포함한과학기술부고위급공무원단, 기술혁신전문공무원, 실무급공무원총 50 명을순차적으로초청하여한국의과학기술정책에대한강의와과학기술분야주요기관및기업체를방문하는기회를제공하였다. 그리고이에대한후속사업의일환으로지난 7월에티오피아현지에서또한번의과학기술역량강화를위한워크숍이진행되었다. 본연수사업은 7월 22 일부터 26 일까지 5일간에티오피아과학기술분야핵심공무원 100 여명을대상으로아와사 (Awassa) 에위치한 Haile 리조트에서진행되었다. 이번현지워크숍은에티오피아정부의강력한요청에의해개최된것으로수원국의니즈에기반하여기획된만큼현지의니즈를정확히반영한내용으로구성되었다는점에서그의미가크다. 또한, 본워크숍은 STEPI 와 GIZ 의공동주최로진행되어삼자협력체제의모델로진행되었다는점에서도시사하는바가크다할수있다. 워크숍의기획과진행은 STEPI 에서전담하였으며한국전문가초빙을비롯한워크숍비용일체를독일 GIZ 에서부담하였다. 1) Deutsche Gesellschaft für Internationale Zusammenarbeit(GIZ) 는독일연방정부소속의국제단체로서약 130 개국에서활동하고있다. 2011 년 1 월, 독일의세기관인독일발전서비스 (Deutscher Entwicklungsdienst: DED), 독일기술협력 (Deutsche Gesellschaft für Technische Zusammenarbeit: GTZ), 국제역량수립 (Internationale Weiterbildung und Entwicklung ggmbh: InWEnt) 이통합되어설립된기관이다. 138 과학기술정책
Ⅱ. 워크숍의배경및의의 에티오피아는최근교육, 보건의료, 환경보호, 양성평등, 거버넌스등다양한부문에서사회개발관련지표가호전되고있으나, 일인당국민소득이 370 달러 (2013 년 6월기준, 세계은행 ) 로저개발국가에속하며빈곤율은여전히 40% 에달한다. 1991 년이후에티오피아정부는초기농업발전위주의산업화 (Agriculture Development Led Industrialization: ADLI) 에서성장과변화계획 (Growth and Transformation Plan: GTP) 을통해농업위주의발전에서산업화로전환하는정책을마련 2) 하는등의노력을보이고있다. 하지만그러한노력에도불구하고여전히농산품이주요수출품목의대부분을구성하고있는실정이다. 3) 에티오피아는지하자원이빈약하고인구규모가큰국가로서, 노동집약산업을통한수출산업의육성이요구된다. 이러한점에서, 한국을경제발전의벤치마킹모델로삼고있으며발전초기단계에서부터체계적인방식으로과학기술정책을수립하고이행함으로써경제성장을이룬한국정부의정책적경험에지대한관심을보이고있다. 한국에서의연수프로그램과에티오피아현지워크숍은이러한배경하에마련된자리이다. 에티오피아과학기술부는견고한과학기술기반을마련하는동시에경제발전을이루고해외기술의존을낮추기위한국가기술역량구축정책들을조정하는것을목표로한다. 2025 년까지자체기술수출을중장기적목표로일관성있는과학기술정책수행을위해노력하고있고, 이를위해사회경제발전을위한과학기술혁신활동의통합적이행과과학기술혁신역량구축을위한다양한활동들의조정및통합거버넌스마련을세부목표로삼고있다. 또한, 기술축적및기술이전을위한기반구축, 신속한기술이전과습득을위한연구개발, 기술의개발및상업화에초점을두고있다. 해외원조기관의자금으로한국전문가들을파견해서수원국의과학기술역량강화를위한현지워크숍을개최한배경에는에티오피아가국가개발전략에과학기술의중요성을강조하고있으며, 특히한국의발전경험을전수받고자하는강한열망이있기때문이다. 세미나보고 Ⅲ. 워크숍구성및주요내용 에티오피아현지워크숍의프로그램은한국의개발초기에해외기술이전, 과학및산업기술인력양성, 산업단지조성및과학기술정책기획에대한강의와팀프로젝트, 한국의문화와역사를소개하는비디오상영및한국의전통놀이소개등다채로운프로그램으로구성되었다. 특별히강의는에티오피아과학기술부와사전협의를통해주제를선정하고국내과학기술정책전문가들을섭외하 2) 이진상 (2012), 동부아프리카 2 개국 ( 에티오피아, 케냐 ) 의사회경제개발역량강화를위한협력방안연구. 3) 커피 (26.4%), 종유 (17.9%), 금 (14.1%), 화훼 (8.5%). 제 23 권제 3 호 139
세미나보고 여실제필요를반영한내용들로기획되었다. 1일차에는기술이전 ( 황정태교수, 한림대 ), 2일차에는산업클러스터정책및기술인큐베이션 ( 임덕순대표이사, 국제이노폴리스연구소 ), 3일차에는한국의 R&D 정책 ( 조현대선임연구위원, STEPI), 4일차에는과학기술인력 ( 임덕순대표이사, 국제이노폴리스연구소및황정태교수, 한림대 ), 5일차에는과학기술정책기획 ( 홍성주부연구위원, STEPI) 에대한강의가진행되었다. 또한워크숍 1일차에는 Abdissa Yilam Tiky 과학기술부기술고문이에티오피아의과학기술활동에대해발표를했으며, 4일차에는최영락 GIZ 선임고문이 Framework on Ethiopia s STI Development 이라는주제로특별강의를제공하였다. Ⅰ. 강의 1. 기술이전 ( 황정태교수, 한림대 ) 2. 산업클러스터정책및기술인큐베이션 ( 임덕순대표이사, 국제이노폴리스연구소 ) 3. 한국의 R&D 정책 ( 조현대선임연구위원, STEPI) 4. 과학기술인력 ( 임덕순대표이사, 국제이노폴리스연구소 ) 5. 과학기술정책기획 ( 홍성주부연구위원, STEPI) - 기술이전에관한기초이론및한국의기업사례 ( 현대자동차, 포스코, 삼성전자소개 ) - 개도국기술이전에대한시사점도출 - 과학기술단지 (STP) 의개념소개및한국 STP 발전의성공사례와실패요인분석 - 에티오피아의발전방향제언 - 기술인큐베이션개념정립및인큐베이션센터경험소개 - 우수연구기관설립을위한정책적시사점도출 - 한국의출연 ( 연 ) 및국가 R&D 사업의진화과정 - 기술역량구축개발을위한기술습득및출연 ( 연 ) 의역할소개 - 에티오피아 R&D 사업육성을위한정책적제언 - 한국의경제성장에있어 R&D 촉진을위한인적자원배양 - 숙련된인적자원확보를위한한국정부의정책분석 - 한국의성공적인인력정책의핵심요소분석 - 한국경제성장초기단계의 STI 정책 - 국가차원에서과학기술의제도화를선도할수있었던배경분석및과정소개 - 에티오피아의정책적제언논의 Ⅱ. 팀프로젝트 강의주제에따라참석한공무원들을직급별, 남녀성비별로나누어조를구성하여팀별로한국의과학기술정책이에티오피아의과학기술정책에주는제언점을논의하고주제에따른이슈발표및액션플랜수립 Ⅲ. 한국문화 한국의문화유산한국의자연환경한국의전통음식한국의전통놀이 한국의문화사적지및훈민정음소개한국의 4계절을주제로각계절의특성및풍경소개비빔밥, 불고기, 떡등한국의고유전통음식과식습관소개제기차기소개및체험 140 과학기술정책
Ⅳ. 평가및제언 본워크숍은에티오피아정부의요청에따라독일 GIZ 의재정적인후원하에 STEPI 가주관한프로그램으로서여러측면에서향후과학기술정책분야의개도국협력에좋은사례로판단된다. 특히, 과학기술부의공무원들을대상으로고위급과실무급으로나눠서세차례한국방문워크숍을실시한후 2개월이내에현지에서해당부처의핵심인력 100 여명을대상으로워크숍을개최함으로써단기간에기관차원의역량강화에크게기여하였다. 이러한방식의한국초청연수와현지워크숍의연계를통한기관역량강화프로그램은국내개발자금으로도추진할만하다. 에티오피아과학기술부는한국과의과학기술협력협정체결, 과학기술정책컨설팅, 테크노파크 (technology park) 설립및운영, 과학기술연구인력역량강화, 이공계교육과정개발및교원역량강화지원을비롯하여과학기술기본계획수립에한국의적극적인협력을요청하고있다. 또한한국의품질관리및표준인프라를벤치마킹함으로써에티오피아의품질관리및표준인프라발전을도모하기를희망하고있다. 4) 에티오피아정부의한국과의협력희망분야를살펴보면다른공여국가들에비해상대적으로우리가강점을지난분야를잘파악하고있음을알수있다. 실제적인협력효과를내기위해서는한국의과학기술담당부처를비롯한다양한유관기관들과의긴밀한협조를통해통합적인방식으로추진할필요가있다. 또한장기적인관점에서향후과학기술정책분야의개발협력을활성화하기위해서는 STEPI 도기관차원에서보다전략적인투자를할필요가있다. 이를위해서는우선적으로과학기술정책연수프로그램의브랜드화및패키지화를들수있다. 이외에도과학기술정책전문가그룹을구축하여활동할수있는환경을조성하고협력대상국가의대사관및국내외유관기관들과의정기적워크숍또는회의를통해과학기술정책분야의개발협력수요파악및협력체제를구축해야한다. 더불어수원국의니즈에적합한프로그램콘텐츠를개발하여기간별, 대상별, 주제별등으로실효성있는강의콘텐츠를개발해야한다. 끝으로이러한개발협력활동들의지속성과효과성을담보하기위해서는기관차원에서안정적인예산을확보하고, 경험이풍부한전문인력으로구성된전담조직을기관내설치하는것이바람직하다. 세미나보고 참고문헌 윤종혁 (2012), 중점협력국가별교육과학기술협력방안마련. 이진상 (2012), 동부아프리카 2개국 ( 에티오피아, 케냐 ) 의사회경제개발역량강화를위한협력방안연구. 4) 윤종혁 (2012), 중점협력국가별교육과학기술협력방안마련. 제 23 권제 3 호 141
과학기술인력 해외고급전문인력유치현황과전략 / 조가원
과학기술인력 해외고급전문인력유치현황과전략 조가원과학기술정책연구원부연구위원 kawoncho@stepi.re.kr Ⅰ. 서론 : 경제패러다임의변화와고급전문인재의중요성 우수인재의확보와적절한활용은국가과학기술및인력정책의핵심으로그중요성이꾸준히증가해왔다. 더욱이전세계적으로 지식, 아이디어, 융합, 창의성 등을핵심키워드로하는새로운경제발전패러다임의등장이점차뚜렷해지면서, 그추동력으로서의고급인재에대한관심도유례없이커졌다. 더불어, 경제패러다임의전환에버금가는강력한변화의트렌드로지적되고있는글로벌화는고급인재확보를위한기회와위험을동시에의미한다. 교통과통신의발전은지구촌의형성을빠르게진전시키고있고, 특히고급인력의교육과일자리에서국경의제약은점차희미해져간다. 따라서이제교육과노동시장정책은내국인과국내학계, 산업에대한고려에만머물러서는안되며, 글로벌스탠더드에맞춘활용환경을제공하지않고서는세계적수준의인재를유인하기어렵게되었다. 이글에서는빠르게진전되고있는교육및연구의글로벌화현황을점검하고국내외대응전략을비교 검토하여향후글로벌인재의유치와활용수준을제고하기위한과제를도출한다. Ⅱ. 교육과연구의글로벌화 국경을넘나드는고급인력의활동과이동양상은다양한경로를통해확인된다. 우선, 고등교육의글로벌화추이를살펴보면 ([ 그림 1]), 전세계해외유학생수는 1975 년에백만명에미치지못했던것이 2010 년이후 4백만명을넘어서고있다. 구체적으로, 1980 년대까지만해도백만명내외수준에머물렀으나, 이후급속한증가세를보여최근에는 10년을주기로두배씩증가하는급증세를나타내고있다. 144 과학기술정책
[ 그림 1] 고등교육글로벌화추이 : 1975~2010 자료 : OECD(2013). 이러한급속한팽창의배경에는유럽공동체와같이국가간의경제적ㆍ문화적연계및결속을제고하는제도적노력이큰기여를하였으며, 고등교육수혜율이전반적으로높아지고국가간이동의비용이크게절감된것도한몫을하였다. 또한, 노동시장의국제화를고려한학생들의전략적사고도이러한경향을가속화시켰으며, 최근에는 EU 와 OECD 국가들을넘어이러한교육의글로벌화가전세계로확산되는추세이다. 글로벌협력연구와지식교류또한매우활발하게전개되어, 90 년대이후세계적으로국제협력연구가크게늘어난것으로나타난다. Thomson Reuters 의데이터베이스에따르면, 국제협력연구를통한과학기술분야 SCI 및 SSCI 논문은 1995 년에 7만 9천여건이었던것이 2010 년에는 18만 5 천여건으로크게늘었다. [ 그림 2] 는이를전체논문에서차지하는비중으로나타내고있는데, 두명이상의공저자가협력하여발간하는논문의비중이전반적으로늘어나고있는가운데, 국제공동연구비중의증가속도가한층빠른것을확인할수있다. 특히, 최첨단연구를선도하고있는미국의경우, 자국내협력연구의비중은정체되고있으나국제협력연구는세계적트렌드보다한층빠르게증가하고있다. 이는선진적연구시스템의정착과연구성과제고에서국제공동연구가갖는중요성을간접적으로시사한다. 과학기술인력 제 23 권제 3 호 145
과학기술인력 [ 그림 2] 과학기술분야학술논문의국내외공동연구추이 : 1990~2010 자료 : NSF(2012). 고급인력의해외이동성또한매우활발해져서, 고급인재의유인에서가장큰비중을차지하고있는미국의경우 1990 년대를통해해외박사급인재의유입증가율이 70% 를넘는것으로나타났다 (< 표 1>). 태생지를기준으로한오세아니아의경우를제외하고는대륙별성장률도모두높게나타나, 고급인력의경우노동시장의지역적제약이빠르게제거되고있음을확인할수있다. < 표 1> 미국체류외국인박사인력증가율 : 출신지별 2003 1993 1993~2003 증가율 (%) 국적기준 태생지기준 국적기준 태생지기준 국적기준 태생지기준 아프리카 10,800 23,800 4,900 11,500 120.4 107.0 북아메리카 19,100 32,600 11,700 25,000 63.2 30.4 남아메리카 10,500 20,500 4,400 8,900 138.6 130.3 아시아 73,400 195,600 44,500 99,200 64.9 97.2 유럽 50,400 104,800 27,900 61,800 80.6 69.6 오세아니아 4,300 3,800 2,700 3,400 59.3 11.8 총계 168,500 381,100 96,100 209,800 75.3 81.6 자료 : OECD(2007). 146 과학기술정책
Ⅲ. 한국의교육 연구글로벌화현황 한국이국제고등교육시장및고급인력노동시장에서차지하는비중은아직결코높은수준이라평가하기는어렵다. 그러나동시에양적 질적성장은빠르게이루어지고있어고무적이라할수있다. [ 그림 3] 은고등교육해외유학생의지역별분포를나타낸것인데, 이에따르면한국이국제고등교육시장에서차지하는비중은 2011 년현재 1.5% 수준에불과하다. 그러나한국이해외유학생유치에본격적으로나선것이비교적최근의일임을감안하면 (2000 년시장점유율 0.16%) 그상승세는주목할만하다. 국제고등교육시장의패턴은상위 5~6개국이절반이상을차지하여고도로집중된경향을보이나, 미국, 독일등전통적교육선진국의비중이감소하는추세가가시화되고있는만큼후발국에게는기회의장이열리는시기로볼수있다. [ 그림 3] 국제고등교육시장점유율추이 : 2000 년과 2011 년 과학기술인력 자료 : OECD(2013). 연구활동의국제화도빠르게진전되고있어, 그증가율은세계평균수준을크게앞지르고있다. 앞서 1995~2010 년간국제협력연구가총 7만 9천여건에서 18만 5천여건으로 130% 이상증가하였음을살펴본바있는데, 한국의경우그수치는약천 3백건에서 8천여건으로늘어 500% 가넘는증가폭을나타내고있다. 이에따라국제공동연구에서한국이차지하는비중도 2.3% 에서 4.4% 제 23 권제 3 호 147
과학기술인력 로크게늘었다. < 표 2> 는과학기술분야국제공저논문의국가별참여비중이 2000 년과 2010 년사이에어떻게변화하였는지를보여준다. 이에따르면국제협력연구에서큰비중을차지해온구미선진국과일본의비중이 2000 년대들어잠시주춤하고있는가운데중국, 호주, 한국등이그참여도를빠르게높여가고있음을확인할수있다. < 표 2> 과학기술분야국제공저논문의국가별참여비중 (%): 2000년과 2010년 미국 독일영국 프랑스 중국 일본 호주 한국 러시아 2000 43.8 20.0 19.0 15.3 5.0 10.4 5.3 2.3 6.9 2010 42.9 18.8 18.7 13.8 13.0 8.2 7.1 4.4 3.7 자료 : NSF(2012). 이러한교육및연구의글로벌화수준은고급인력의유출입수지에도뚜렷이반영되어, 과거에는유학생과고급전문인력모두유출이압도적으로많았으나근래에는수지가빠르게개선되고있다. 교육과학기술부 (2012) 가 3년을주기로조사하는유출입수지에따르면, 이공계유학생의경우이공계대학원생의유출은 2000 년대를통해소폭증가하는반면유입은급속히증가하고있어유출 / 유입비율이대폭줄어들었다. 즉, 2003 년에는유입유학생의 6배를넘는숫자가해외에서공부하고있었던반면, 2011 년에는 2배규모로줄었다. 또한, 노동시장에진출한이공계인력의유출입수지역시크게개선되는추세로서, 유출은다소감소하는반면유입은빠르게늘고있다. 다만, 그절대적인규모의격차는여전히커서여전히유입대비유출이 5배를넘는높은수준이다. < 표 3> 이공계인력의유출입규모와수지 2003 2008 2011 유출 ( 명 ) 10,842 11,091 12,140 이공계대학원생 유입 ( 명 ) 1,686 4,743 5,978 유출 / 유입 6.63 2.34 2.05 유출 ( 명 ) 12,312 14,364 11,692 이공계취업자 유입 ( 명 ) - 1,400 2,207 유출 / 유입 - 10.26 5.30 자료 : 교육과학기술부 (2012). 148 과학기술정책
Ⅳ. 글로벌인재유치를위한각국의노력 이러한추세에발맞추어세계각국은고급인재의양성을촉진하고우수인재를자국으로유인하는방안의마련에고심하고있다. 이절에서는주요국의최근동향을소개한다. 1. 미국 미국은일찍이 1990 년대부터고학력이주자의입국이경제에긍정적인영향을끼친다는판단에따라고급기술인력의유입에유리하도록이민비자정책의기조를전환하고전문기술이주자및고학력이주자의입국절차를크게간소화하였다. 대표적인예로는미국의 전문직비자프로그램 (H1-B, E-5) 을들수있다. H1-B는고급인력위주의이민정책이반영된프로그램으로서, 학사학위이상의전문인력에대해미국인고용주들이비자를후원할수있다. 이프로그램은특히 IT 붐에대응한것으로서 1990 년대후반그수요가급증하여 65 만건을넘어섰으며그가운데절반은컴퓨터산업종사하는것으로나타났다. 최근이민법개정을통해이비자쿼터를현행 6만 5천개에서최대 18만개까지늘리고한국등주요인재국에대해서는별도의쿼터를적용하는 E-5 를발급하기로하는등, 공격적인인재유치전략을추진하고있다. 무엇보다미국은학부또는대학원단계부터유력인재를적극유치하는전략으로지식생산과고급인재확보모두에유리한위치를선점하고있다. 우수학생을유치하기위하여선도적인교육프로그램을제공할뿐아니라, TAship, RAship 등을통한재정지원으로고등교육시장에서압도적인비중을점유하게되었다. 또위에서살펴본비자제도와노동시장정책등에서알수있듯이, 미국에서교육을받은고급외국인유학생이졸업후포스트닥, 신진연구인력으로전환하는데에도매우유리한환경을제공하고있다. 2. 중국개혁개방이후중국은해외유학생, 특히미국유학생이급증하고귀국인원은감소하여세계최대의고급인력유출국이되었으며고급유학인력의국내유인과활용이절실한상황에직면하였다. 구체적으로, 2002~2008년기간에총유학생 92만명중 24만명만이귀국하였다. 또, 중국인미국박사학위취득자규모는 6만 3천명으로, 중국공립기관이확보한박사수의 3배에달한다 ( 김병철, 2012). 이에중국정부는 천인계획 ( 千人計劃 ) 을수립하고, 2008년말부터 5~10 년동안 2,000 명규모의세계적수준의학자, 기업가, 전문기술인재, 경영인재등을영입하여국가프로젝트, 학계, 기업 과학기술인력 제 23 권제 3 호 149
과학기술인력 부문, 기술특구등에유치하고자하였다. 구체적으로, 1인당 100만위안 ( 한화약 1억 8천만원 ) 의정착금제공을비롯하여주택, 의료, 교육, 국가기금지원, 이민지위, 거주기한등에서 12가지전폭적인혜택이부여되었다. 프로그램실시이후 2011 년까지 5회에걸쳐총 1,143 명을선발, 지원하고있는데, 이가운데연구고급인력이 880명 (77%), 창업고급인력이 263명 (23%) 이다. 또한, 귀국유학생수도 50% 이상증가하였으며, 이후시, 성등지방단위의자체적해외인력유치프로그램으로확산되고있다. 3. 일본일본은상대적으로내국인우수인력의유출이나유학후미귀국문제는심각하지않으나, 특히이공계분야에서대학원이상고등교육을이수하는인력의부족이심각하다고판단, 1990 년대부터외국인을대상으로하는장학금지원및이주지원프로그램을적극적으로운영하고있다. 2009 년에는이를보다본격적으로추진하기위하여 4개부처 ( 법무성, 문부과학성, 후생노동성, 경제산업성 ) 가공동으로해외고급인재유치를위한종합대책을마련하여발표하였다. 법무성은고급연구인력에대해서는체류기간을별도로완화하여적용하고거주관련행정서비스를개선하며교육지원시책을추진하는등정주여건의개선에주력하고있다. 문부과학성의경우에는 12만명규모의유학생수를 2010 년까지 30 만명수준으로증가시킬것을목표로, (1) 일본유학정보및상담원스톱서비스 ; (2) 입국전입학허가및프로세싱 ; (3) 대학매력도제고 ( 국제화거점대학, 영어강의, 복수학위제등 ); (4) 연구몰입환경조성 ( 숙소제공, 생활지원등 ); (5) 유학생고용촉진등의시책을추진하고있다. 나아가, 외국인교원및연구자의유입을촉진하기위한사업을신설하였다. 글로벌 COE 프로그램 은연 350억엔규모를투입하여시설ㆍ설비등교육연구환경의향상을도모하고해외협력활동을지원하고있으며, 외국인특별연구원사업 은연 50 억엔규모를투입하여박사학위취득후 6년이안된신진연구자의유입을적극지원하고있다. 또, 연 4억엔규모의 외국인연구자유치사업 은박사학위취득후 6년이상의중견및저명연구자를초빙하는데주력한다. 후생노동성도이에발맞추어해외고급인재유치에대한기업인식변화를위한고용관리지도를강화하고, 외국인고용서비스센터, 유학생구인구직민관종합사이트 등을운영하여외국인인력과유학생의인턴십및취업을지원한다. 경제산업성은 아시아인재자금 계획을추진하여유학생 -대학- 기업연계네트워크를구축하고, 주요기업에대한 국제화지표 를마련하여우수기업을선정, 지원하고있다. 4. 기타국의주요동향 캐나다는 2013 년 4 월별도의 창업비자 (Startup Visa) 발급을발표하고, 창업이민조건을충족 150 과학기술정책
하는고급인력의유입을촉진하기로하였다. 창업비자를도입한국가는캐나다외에도호주, 칠레등이있으며, 아래에서살펴보게되듯이한국도창업비자를신규추진하고있다. 러시아도외국인전문인력의유치와첨단분야투자유치를위해 2011 년에외국인전문인력의비자발급및거주등록절차를완화하는법규를발효한바있다. 싱가포르역시미국, 일본과마찬가지로학생단계에서부터고급인력을유치하는데적극나서고있으며, 특히 교육허브국가 구상에따라세계유수대학의캠퍼스를유치하고제휴를강화하는데주력하고있다. EU는 EU Blue Card 를통해 EU 역내국가들간의전문인력교류를크게활성화하고있으며, 독일등개별국가주도로 EU 외국가들과의전문인력, 특히의료및엔지니어링분야의전문인력유치에도적극나서고있다. Ⅴ. 글로벌인재유치를위한국내정책동향 국내에서도해외각국의인재유치경쟁에대응하여우수해외유학생의귀국을독려하고외국인고급인력의활용환경과정주여건을개선하려는노력이지속적으로이루어져왔다. 최근에는인재유치관련이슈가교육, 산업, 노동, 문화, 법ㆍ제도등다방면에걸쳐있으므로관련부처가효율적인협력을통해정책효과를한층높여야한다는공감대가형성되었다. 따라서일본과같이다부처를포괄하는종합대책을마련하는움직임이본격화되고있다. 이절에서는그토대를이룰부처별정책현황과성과를개괄하고자한다. 1. 미래창조과학부미래창조과학부는구교육과학기술부의 제2 차과학기술인재육성지원기본계획 을토대로 (1) 해외인재유치및활용확대 ; (2) 해외인력유치제도및인프라개선 ; (3) 글로벌네트워크확충및교류활성화등을목표로하는제반정책을추진하고있다. 우선, WCU, WCI, 글로벌프런티어사업 등을통해석학또는중견급해외인력 ( 재외한국인포함 ) 유치를추진하고있으며, 2015 년까지약 1,000 명규모의유입을목표로하고있다. WCU 사업 은해외우수인력을국내대학에유치하여세계수준의연구중심대학을육성하는것을목표로하며, 2009~2013 년 5년간총사업비규모는 8,250 억원이다. 또, WCI 사업 은해외우수인력의국내정부출연연구기관유치를목표로하며, 2009~2012 년추진을통해총 193 명의해외연구원을유치하고총 87 명의국내연구원을해외에파견하였다. 2013 년사업비는 145 억원규모에이른다. 과학기술인력 제 23 권제 3 호 151
과학기술인력 이외에도 정부초청장학사업 (GKS) 의이공계비중확대를추진하고있으며, 브레인리턴 500 사 업 을통한우수해외인력의유입이본격화될것으로기대된다. 2. 법무부 브레인리턴 500 사업 등을법제도적으로뒷받침하기위한 외국인정책시행계획 이 2013년 5월에발표되었다. 이계획에따르면, 창조경제분야우수인재의복수국적요건이대폭완화되며, 구동구권동포의체류자격도확대된다. 또한, 창업비자와외국인전용기술창업프로그램이새로도입되며, 이를통해확보된우수외국인인력을경제자유구역, 국제과학비즈니스벨트를중심으로활용하는계획이구체화되고있다. 3. 산업통상자원부 /KOTRA Contact Korea 사업 을통해해외전문인력을발굴, 유치, 채용하고자하는기관에게원스톱서비스를제공한다. 고급전문인력비자직종에한하여국내기업, 연구소, 대학교, 정부부문을대상으로서비스를제공하며, 중소ㆍ중견기업에대해서는무료로진행하도록하고있다. 기업이해외인재발굴지원을신청하면맞춤해외인재를발굴하고관련정보를제공하며, 인터뷰, 이력검증등을거쳐향후고용계약, 비자추천, 정착지원까지전체과정을총괄하는서비스이다. 더불어이과정에서 KOTRA 추천을통한골드카드를발급하는데이경우채용및출입국절차에서추가혜택을받을수있다. 4. 중소기업청고급전문인력의중소기업유치를위한별도사업으로 2013 년도외국전문인력도입지원사업 이추진되고있다. 지원규모는총 3억원이며, 기술분야및마케팅분야외국전문인력 190 명의유입을목표로한다. 제조업과지식서비스업중심으로지원을받아업체선정후자격요건을갖춘외국전문인력고용을추천하며비자발급과채용절차를거친다. Ⅵ. 체계적글로벌인재유치전략을위한향후과제 위에서논의한바와같이한국의글로벌교육및인재유치현황은빠르게개선되어가고는있으 나그절대적규모와비중은여전히매우낮은수준에머무르고있다. 또, 정부의노력이다각도로 이루어지고있으나이를통해유입되는인력의수준과안정적활용가능성에대해서는우려의목소 152 과학기술정책
리도높은것이현실이다. 이를극복하기위해서는양적성과위주의단기적정책추진보다는교육과일자리, 삶의질, 문화등전반적인여건의개선을통한국내고급인력활동의 매력도 제고를심도깊게추진하는것이절실히요구된다. 이절에서는향후과제를직업적유인, 제도적유인, 활용전략등세가지로나누어논의한다. 1. 직업적유인무엇보다고급전문인력의주된일자리인국내대학및연구소의매력도를제고할것이요청된다. 교육과학기술부 (2012) 의유학생및신진인력대상조사결과에따르면, 가장강력한국내고급인력유출요인은 학문적ㆍ기술적요인 으로나타나고있다. 따라서국내대학및연구소의커리큘럼및성과수준을한층제고하는것이가장중요하다. 특히, 전문기술인력의경우에는공간, 설비, 지원인력, 스타트업자금등연구환경의뒷받침이결정적인이동유인으로작용한다. 또한연구자율성, 독립성, 일-가정병립등선진적직업문화및연구실문화정착도글로벌인재의유치에필수적이라하겠다. 다음으로는, 고급일자리의양적증가와다양성제고가시급하다. 해외유학생들의귀국장애요인가운데가장중요하게지적되는것은국내고급일자리의수와종류가너무제한적이라는점이었다. 대학국공립연구소의취업기회증진과정규직화를통한일자리안정성제고가필요하다. 나아가, 1~2 개대기업연구소에제한된좋은일자리의범위를확대하기위하여기업생태계를개선하고중소기업, 벤처, 창업등을통한일자리의질적수준을획기적으로제고할수있는방안의마련이시급하다. 2. 제도적유인 이미정부가인식하여방안을모색하고있듯이, 범부처적으로일관된종합대책이추진될필요가있다. 실효있는유인정책의추진을위해서는, 소수에국한된지원금배분식정책을부처별로개별기획ㆍ추진하기보다는이민정책, 노동정책, 과학기술정책, 교육정책을아우르는종합적인해외인재유치계획을수립하여집행해야한다. 또, 정주여건및동반가족정책의중요성이점증하고있으므로비자정책, 주거, 이주비용등정주여건개선과더불어관련행정절차의간소화, 행정서비스개선, 생활지원서비스제공등이요구된다. 특히자녀및동반가족의교육, 취업기회제공 ( 동반자노동허가 ) 도적극신장될필요가있다. 한편, 국내우수인재의유출요인가운데에는자녀교육및본인과자녀의영어권경험취득이매우큰비중을차지하는것으로파악되므로, 국내인력의유출방지를위해서는교육여건의전반적개선도시급하다. 과학기술인력 제 23 권제 3 호 153
과학기술인력 3. 활용전략첫째, 글로벌인재확보를통해기술선도국지위의달성을도모한다. 기술선진국과개도국간의기술격차가축소되고글로벌인재확보경쟁이본격화되는글로벌환경에서, 기술추격국 (follower) 에서선도국 (first-mover) 으로국가경쟁전략변화를꾀하고있는한국에세계수준의전문인력확보는가장중요한발전전략이라고할수있다. 구체적으로는, 신설국제공동연구거점및국제과학비즈니스벨트등에적극활용할수있다. 둘째, 국내고급인력활용여건의문제점을개선하는기회로활용한다. 일자리부족이심각한가운데에서도고급전문인력은꾸준히부족한것으로나타나며이는특히석박사급연구인력에서, 그리고중소기업에서심각한것으로파악된다. 따라서현재대기업에집중된고급인력활용구조의개선을위해양질의일자리창출과자격있는해외인력의유입이동시에추진되는것이바람직하다. 셋째, 장기적인력구조변화에대한강력한대처방안으로활용한다. 즉, 저출산 고령화에따른인력부족및노후화가장기인재활용이슈로대두되고있는데, 새로운기술트렌드가요구하는창의적글로벌융합인재확보를통해이에대응해나갈수있다. 참고문헌 교육과학기술부 (2012), 2012 년이공계인력의국내외유출입수지와실태. 김병철 (2012), 중국의해외고급인력유치전략 : 천인계획, 국제노동브리프, 2012년 1월호, 한국노동연구원. NSF(2012), Science and Engineering Indicators 2013, Arlington VA. OECD(2007), Labour Market Characteristics and International Mobility of Doctorate Holders: Results for Seven Countries, OECD Science, Technology and Industry Working papers, 2007/02. OECD(2013), Education at a Glance 2013: OECD Indicators, OECD Publishing (http://dx.doi.org/10.1787/eag-2013-en). 154 과학기술정책
의견을들려주세요 과학기술정책 에서는독자여러분의의견에귀기울여보다알찬내용으로다가가고자합니다. 이번호에서다루어진주제에대한의견은물론향후다루었으면하는주제나개선되었으면하는점등자유롭게여러분들의의견을들려주십시오. 여러분의의견은 과학기술정책 에반영되어더나은과학기술정책분야계간지로발전하는데소중한밑거름이될것입니다. 감사합니다. 의견보내주실곳 E-mail : yskim@stepi.re.kr Fax : 02) 849-8017