우리나라의 복지제도는 해를 거듭할수록 나아지고 있으며 복지사각지대에 놓인 많은 국민들도 복지혜택을 통해 보다 나은 삶을 유지하고 있다는 평이 늘어나고 있다. 2019년 발생한 코로나19 바이러스의 여파로 인해 복지사각지대에 놓인 국민을 위해 정부 및 지방자치단체에서도 긴급재난지원금을 지원하고 있는 상황이다. 하지만 이러한 상황에서도 생활고를 겪고 있는 많은 복지사각지대 국민들을 위해 보다 정교하고 폭넓은 복지사각지대 발굴은 반드시 필요한 정책이라고 할 수 있다. 본 논문은 이러한 복지사각지대 발굴 개선을 위해 한국사회보장정보원에서 운영 중인 복지사각지대 발굴시스템을 분석하고 실제 복지사각지대 발굴의 취약점을 개선하고 복지사각지대 해소를 위한 공공부조수급대상자 발굴 확대를 위한 개선방안을 제안하고자 한다. 이를 위해 복지사각지대 발생원인 검토, 현행 복지사각지대 발굴체계 비교 분석, 문제점 및 개선방안 등을 검토하고 복지사각지대 발굴방안을 제안하고자 한다. 이를 위하여 복지사각지대 발굴시스템에서 사용되는 위기정보의 정합성을 확보하고 이를 통해 발굴률을 향상하기 위한 일부 중요 데이터의 정합성을 확인할 수 있는 방안을 제시한다. 또한 복지사각지대 발굴시스템은 공공부조 비수급자를 대상으로 발굴을 진행하여 혜택을 받지 못하는 대상을 발굴하는 것에 초점을 맞춰 시스템의 개선 사항을 제안하도록 한다. 그리고 위기가구이지만 공공부조 수급을 받고 있는 수급자는 권리구제 제도를 통해 복지사각지대에서 벗어날 수 있는 방안을 함께 제안하도록 한다. 또한 현재 운영 중인 복지사각지대 발굴시스템의 인공지능 기능을 분석하고 이를 개선할 수 있는 방안에 대해 제안한다. ...
우리나라의 복지제도는 해를 거듭할수록 나아지고 있으며 복지사각지대에 놓인 많은 국민들도 복지혜택을 통해 보다 나은 삶을 유지하고 있다는 평이 늘어나고 있다. 2019년 발생한 코로나19 바이러스의 여파로 인해 복지사각지대에 놓인 국민을 위해 정부 및 지방자치단체에서도 긴급재난지원금을 지원하고 있는 상황이다. 하지만 이러한 상황에서도 생활고를 겪고 있는 많은 복지사각지대 국민들을 위해 보다 정교하고 폭넓은 복지사각지대 발굴은 반드시 필요한 정책이라고 할 수 있다. 본 논문은 이러한 복지사각지대 발굴 개선을 위해 한국사회보장정보원에서 운영 중인 복지사각지대 발굴시스템을 분석하고 실제 복지사각지대 발굴의 취약점을 개선하고 복지사각지대 해소를 위한 공공부조수급대상자 발굴 확대를 위한 개선방안을 제안하고자 한다. 이를 위해 복지사각지대 발생원인 검토, 현행 복지사각지대 발굴체계 비교 분석, 문제점 및 개선방안 등을 검토하고 복지사각지대 발굴방안을 제안하고자 한다. 이를 위하여 복지사각지대 발굴시스템에서 사용되는 위기정보의 정합성을 확보하고 이를 통해 발굴률을 향상하기 위한 일부 중요 데이터의 정합성을 확인할 수 있는 방안을 제시한다. 또한 복지사각지대 발굴시스템은 공공부조 비수급자를 대상으로 발굴을 진행하여 혜택을 받지 못하는 대상을 발굴하는 것에 초점을 맞춰 시스템의 개선 사항을 제안하도록 한다. 그리고 위기가구이지만 공공부조 수급을 받고 있는 수급자는 권리구제 제도를 통해 복지사각지대에서 벗어날 수 있는 방안을 함께 제안하도록 한다. 또한 현재 운영 중인 복지사각지대 발굴시스템의 인공지능 기능을 분석하고 이를 개선할 수 있는 방안에 대해 제안한다. 인공지능의 기능을 향상할 경우 복지사각지대 발굴시스템에서 대상자 발굴률 향상을 기대할 수 있으며 이는 매우 중요한 일이라고 할 수 있다. 이 뿐만 아니라 대상자 발굴률이 낮다는 것은 2개원 단위로 차수별 내려가는 대상자 중 공공부조 또는 민간서비스를 받는 대상자가 적으므로 많은 대상자가 혜택을 덜 받는다는 의미도 있다. 따라서 복지사각지대 발굴시스템에서 대상자 발굴률 향상은 무엇보다도 매우 중요한 일이라고 할 수 있다. 특히, 지속적인 지원이 가능한 공공부조 대상자의 발굴지원은 복지사각지대의 해소에 크게 기여하므로 공공부조 지원대상자의 발굴률을 높이는 것은 복지 국가 실현에 많은 도움이 될 것으로 판단한다. 본 연구의 기초자료는 한국사회보장정보원의 복지사각지대 발굴시스템 관련 자료들을 활용하고 또한 이 시스템에 적용된 인공지능 기능을 보다 정교하고 정확하게 제안하는데 그 목적을 두고 있다. 한국사회보장정보원의 복지사각지대 발굴시스템은 원 내·외부 연계되는 시스템으로부터 수집되는 데이터를 인공지능 알고리즘에 적용하여 복지사각지대 대상자를 발굴하는 공공분야의 매우 혁신적인 사례로 꼽히지만 연계 데이터 기반으로 데이터의 정합성이 떨어질 경우 나오는 결과 또한 낮은 발굴률을 나타낼 수 있다는 단점을 가지고 있으며, 인공지능의 고도화를 위한 학습데이터의 구성 방안에 따라서 발굴대상자의 결과 또한 달라지므로 학습데이터의 구성은 매우 중요한 요소라 할 수 있다. 본 연구에서 활용한 델파이 전문가 설문조사를 통해 위기정보의 정합성을 고도화하고 공공부조 비수급자 대상을 세분화하고 수급자에 대한 발굴률 개선을 위한 방안을 제안하였다. 마지막으로 인공지능 학습데이터의 구성을 재구성하여 보다 개선된 발굴지원을 나타내는 방안을 제안하였다. 이렇듯 사회적인 변화에 따른 복지사각지대 발굴에 있어 지속적인 시스템 변화와 이를 보다 개선된 방향의 발굴을 이끌어 낼 수 있는 연구를 지속해야할 것이고 본 연구에서 도출한 개선안을 실제 활용하고 있는 복지사각지대 발굴시스템에 적용할 수 있기를 희망한다. 이를 통해 우리나라의 복지사각지대를 더 많이 해소하여 국민들이 보다 행복한 삶을 이어나갈 수 있 는 방향 및 정책적인 제언을 하고자한다.
우리나라의 복지제도는 해를 거듭할수록 나아지고 있으며 복지사각지대에 놓인 많은 국민들도 복지혜택을 통해 보다 나은 삶을 유지하고 있다는 평이 늘어나고 있다. 2019년 발생한 코로나19 바이러스의 여파로 인해 복지사각지대에 놓인 국민을 위해 정부 및 지방자치단체에서도 긴급재난지원금을 지원하고 있는 상황이다. 하지만 이러한 상황에서도 생활고를 겪고 있는 많은 복지사각지대 국민들을 위해 보다 정교하고 폭넓은 복지사각지대 발굴은 반드시 필요한 정책이라고 할 수 있다. 본 논문은 이러한 복지사각지대 발굴 개선을 위해 한국사회보장정보원에서 운영 중인 복지사각지대 발굴시스템을 분석하고 실제 복지사각지대 발굴의 취약점을 개선하고 복지사각지대 해소를 위한 공공부조수급대상자 발굴 확대를 위한 개선방안을 제안하고자 한다. 이를 위해 복지사각지대 발생원인 검토, 현행 복지사각지대 발굴체계 비교 분석, 문제점 및 개선방안 등을 검토하고 복지사각지대 발굴방안을 제안하고자 한다. 이를 위하여 복지사각지대 발굴시스템에서 사용되는 위기정보의 정합성을 확보하고 이를 통해 발굴률을 향상하기 위한 일부 중요 데이터의 정합성을 확인할 수 있는 방안을 제시한다. 또한 복지사각지대 발굴시스템은 공공부조 비수급자를 대상으로 발굴을 진행하여 혜택을 받지 못하는 대상을 발굴하는 것에 초점을 맞춰 시스템의 개선 사항을 제안하도록 한다. 그리고 위기가구이지만 공공부조 수급을 받고 있는 수급자는 권리구제 제도를 통해 복지사각지대에서 벗어날 수 있는 방안을 함께 제안하도록 한다. 또한 현재 운영 중인 복지사각지대 발굴시스템의 인공지능 기능을 분석하고 이를 개선할 수 있는 방안에 대해 제안한다. 인공지능의 기능을 향상할 경우 복지사각지대 발굴시스템에서 대상자 발굴률 향상을 기대할 수 있으며 이는 매우 중요한 일이라고 할 수 있다. 이 뿐만 아니라 대상자 발굴률이 낮다는 것은 2개원 단위로 차수별 내려가는 대상자 중 공공부조 또는 민간서비스를 받는 대상자가 적으므로 많은 대상자가 혜택을 덜 받는다는 의미도 있다. 따라서 복지사각지대 발굴시스템에서 대상자 발굴률 향상은 무엇보다도 매우 중요한 일이라고 할 수 있다. 특히, 지속적인 지원이 가능한 공공부조 대상자의 발굴지원은 복지사각지대의 해소에 크게 기여하므로 공공부조 지원대상자의 발굴률을 높이는 것은 복지 국가 실현에 많은 도움이 될 것으로 판단한다. 본 연구의 기초자료는 한국사회보장정보원의 복지사각지대 발굴시스템 관련 자료들을 활용하고 또한 이 시스템에 적용된 인공지능 기능을 보다 정교하고 정확하게 제안하는데 그 목적을 두고 있다. 한국사회보장정보원의 복지사각지대 발굴시스템은 원 내·외부 연계되는 시스템으로부터 수집되는 데이터를 인공지능 알고리즘에 적용하여 복지사각지대 대상자를 발굴하는 공공분야의 매우 혁신적인 사례로 꼽히지만 연계 데이터 기반으로 데이터의 정합성이 떨어질 경우 나오는 결과 또한 낮은 발굴률을 나타낼 수 있다는 단점을 가지고 있으며, 인공지능의 고도화를 위한 학습데이터의 구성 방안에 따라서 발굴대상자의 결과 또한 달라지므로 학습데이터의 구성은 매우 중요한 요소라 할 수 있다. 본 연구에서 활용한 델파이 전문가 설문조사를 통해 위기정보의 정합성을 고도화하고 공공부조 비수급자 대상을 세분화하고 수급자에 대한 발굴률 개선을 위한 방안을 제안하였다. 마지막으로 인공지능 학습데이터의 구성을 재구성하여 보다 개선된 발굴지원을 나타내는 방안을 제안하였다. 이렇듯 사회적인 변화에 따른 복지사각지대 발굴에 있어 지속적인 시스템 변화와 이를 보다 개선된 방향의 발굴을 이끌어 낼 수 있는 연구를 지속해야할 것이고 본 연구에서 도출한 개선안을 실제 활용하고 있는 복지사각지대 발굴시스템에 적용할 수 있기를 희망한다. 이를 통해 우리나라의 복지사각지대를 더 많이 해소하여 국민들이 보다 행복한 삶을 이어나갈 수 있 는 방향 및 정책적인 제언을 하고자한다.
Korea's welfare system is improving year by year, and may people in the welfare blind spots are also said to be maintaining a better life through welfare benefits. In the wake of the COVID-19 in 2019, the government and local governments are providing emergency living funds or disaster relief expens...
Korea's welfare system is improving year by year, and may people in the welfare blind spots are also said to be maintaining a better life through welfare benefits. In the wake of the COVID-19 in 2019, the government and local governments are providing emergency living funds or disaster relief expenses for the citizens who are placed in the welfare blind spots. However, it is a necessary policy to find a more sophisticated and wider welfare blind spots for the people living and suffering from hardships in such a situation. In order to improve the discovery of welfare blind spots, this paper analyzes the current welfare blind spot discovery system operated by the Social Security Information Service and improves the weakness of the actual welfare blind spot discovery, while proposing a new method to develop a more efficient discovery system. By doing so, a measures is proposed to secure the consistency of crisis information used in the welfare blind spot discovery system and to verify the consistency of some important data to improve the discovery rate. In addition, the welfare blind spot discovery system focuses on finding those who do not receive benefits by conducting discoveries for non-recipients of public assistance and suggests improvements to the system. Besides, it proposes the ways to help the families in crisis receiving public assistance get out of welfare blind spots through the remedy for violation of private right. It also analyzes the artificial intelligence(AI) function of the welfare blind spot discovery system currently in operation and suggests ways to improve it. If the AI function is improved, it can be expected to improve the target discovery rate in the welfare blind spot discovery system, which is very important. Furthermore, the low target discovery rate means that fewer people receive public assistance or private services among those who go down by order, so many people receive less benefits on a two-way basis. Therefore, it is very important to improve the discovery rate of targets in the welfare blind spot discovery system. In particular, it is judged that increasing the discovery rate of public assistance recipients will greatly contribute to the elimination of the welfare blind spots, which allows continuous support, as well as realizing the welfare state. The basic data of this study is aimed at utilizing the Social Security Information Service's data on the discovery system of welfare blind spots and also to suggest the AI function applied to the system more elaborately and accurately. The Social Security Information Service's welfare blind spot discovery system is regarded as a very innovative example of the public sector in which data collected from internal and external linked systems are applied to AI algorithms, but the results of data inconsistencies based on linked data can also show a low discovery rate, and the results of the discovery data can also vary depending on the method of organizing learning data for upgrading AI, so the composition of learning data can be considered a very important factor. Through the Delphi expert survey used in this paper, a method for improving the consistency of crisis information, subdividing the targets of non-recipients in public assistance and improving the discovery rate for recipients was proposed. Lastly, a plan was proposed to reconstruct the structure of the AI learning data and to show an improved discovery support. In this way, it is necessary to continue the research that can lead to the continuous system changes in the discovery of welfare blind spots due to these social changes and to find an improved direction, and I hope that the improvement plan derived from this paper can be applied to the actual welfare blind spot discovery system. Through this, I would like to make direction and policy suggestions for people to live happier lives by eliminating more welfare blind spots in Korea.
Korea's welfare system is improving year by year, and may people in the welfare blind spots are also said to be maintaining a better life through welfare benefits. In the wake of the COVID-19 in 2019, the government and local governments are providing emergency living funds or disaster relief expenses for the citizens who are placed in the welfare blind spots. However, it is a necessary policy to find a more sophisticated and wider welfare blind spots for the people living and suffering from hardships in such a situation. In order to improve the discovery of welfare blind spots, this paper analyzes the current welfare blind spot discovery system operated by the Social Security Information Service and improves the weakness of the actual welfare blind spot discovery, while proposing a new method to develop a more efficient discovery system. By doing so, a measures is proposed to secure the consistency of crisis information used in the welfare blind spot discovery system and to verify the consistency of some important data to improve the discovery rate. In addition, the welfare blind spot discovery system focuses on finding those who do not receive benefits by conducting discoveries for non-recipients of public assistance and suggests improvements to the system. Besides, it proposes the ways to help the families in crisis receiving public assistance get out of welfare blind spots through the remedy for violation of private right. It also analyzes the artificial intelligence(AI) function of the welfare blind spot discovery system currently in operation and suggests ways to improve it. If the AI function is improved, it can be expected to improve the target discovery rate in the welfare blind spot discovery system, which is very important. Furthermore, the low target discovery rate means that fewer people receive public assistance or private services among those who go down by order, so many people receive less benefits on a two-way basis. Therefore, it is very important to improve the discovery rate of targets in the welfare blind spot discovery system. In particular, it is judged that increasing the discovery rate of public assistance recipients will greatly contribute to the elimination of the welfare blind spots, which allows continuous support, as well as realizing the welfare state. The basic data of this study is aimed at utilizing the Social Security Information Service's data on the discovery system of welfare blind spots and also to suggest the AI function applied to the system more elaborately and accurately. The Social Security Information Service's welfare blind spot discovery system is regarded as a very innovative example of the public sector in which data collected from internal and external linked systems are applied to AI algorithms, but the results of data inconsistencies based on linked data can also show a low discovery rate, and the results of the discovery data can also vary depending on the method of organizing learning data for upgrading AI, so the composition of learning data can be considered a very important factor. Through the Delphi expert survey used in this paper, a method for improving the consistency of crisis information, subdividing the targets of non-recipients in public assistance and improving the discovery rate for recipients was proposed. Lastly, a plan was proposed to reconstruct the structure of the AI learning data and to show an improved discovery support. In this way, it is necessary to continue the research that can lead to the continuous system changes in the discovery of welfare blind spots due to these social changes and to find an improved direction, and I hope that the improvement plan derived from this paper can be applied to the actual welfare blind spot discovery system. Through this, I would like to make direction and policy suggestions for people to live happier lives by eliminating more welfare blind spots in Korea.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.