민간경비 산업에서의 인력수요 예측은 협력 치안이 강조되는 현실에서 치안 정책과 관련된 주요 의사결정의 기초가 된다는 정책기능과 함께 장래 사회 구성원들의 올바른 진로선택에 도움을 줄 수 있도록 하는 정보기능도 수행한다는 점에서 정확한 예측이 요구되는 분야이다. 이에 최근 산업분야의 인력수요에서 보다 신뢰성 있는 수요예측을 위해 널리 활용되고 있는 ARIMA 모형을 이용하여 민간경비 산업에서의 인력 수요를 예측해 보았다. 본 연구에서는 과거 33년 치 연도별 시계열 자료를 이용하여 향후 5년 동안의 민간경비 인력 수요를 예측하였다. ARIMA 모형 설정의 기본 절차인 모형 식별 - 모수 추정 - 모형 적합성 진단을 통해 ARIMA(0, 2, 1) 모형을 최종모형으로 선정하였다. 이에 따라 민간경비 인력 수요를 예측한 결과 향후 5년 동안 지속적인 증가 현상을 확인할 수 있으며 그 증가폭 또한 전년 대비 최소 1.3%에서 최대 3.8%까지에 이를 것으로 전망할 수 있었다. 본 연구 결과를 토대로 경찰과 관련 업체에서의 향후 바람직한 대응전략들에 대하여 검토해 보았다.
민간경비 산업에서의 인력수요 예측은 협력 치안이 강조되는 현실에서 치안 정책과 관련된 주요 의사결정의 기초가 된다는 정책기능과 함께 장래 사회 구성원들의 올바른 진로선택에 도움을 줄 수 있도록 하는 정보기능도 수행한다는 점에서 정확한 예측이 요구되는 분야이다. 이에 최근 산업분야의 인력수요에서 보다 신뢰성 있는 수요예측을 위해 널리 활용되고 있는 ARIMA 모형을 이용하여 민간경비 산업에서의 인력 수요를 예측해 보았다. 본 연구에서는 과거 33년 치 연도별 시계열 자료를 이용하여 향후 5년 동안의 민간경비 인력 수요를 예측하였다. ARIMA 모형 설정의 기본 절차인 모형 식별 - 모수 추정 - 모형 적합성 진단을 통해 ARIMA(0, 2, 1) 모형을 최종모형으로 선정하였다. 이에 따라 민간경비 인력 수요를 예측한 결과 향후 5년 동안 지속적인 증가 현상을 확인할 수 있으며 그 증가폭 또한 전년 대비 최소 1.3%에서 최대 3.8%까지에 이를 것으로 전망할 수 있었다. 본 연구 결과를 토대로 경찰과 관련 업체에서의 향후 바람직한 대응전략들에 대하여 검토해 보았다.
Manpower demand forecasting in private security industry can be used for both policy and information function. At a time when police agencies have fewer resources to accomplish their goals, forming partnership with private security firms should be a viable means to choose. But without precise unders...
Manpower demand forecasting in private security industry can be used for both policy and information function. At a time when police agencies have fewer resources to accomplish their goals, forming partnership with private security firms should be a viable means to choose. But without precise understanding of each other, their partnership could be superficial. At the same time, an important debate is coming out whether security industry will continue to expand in numbers of employees, or level-off in the near future. Such debates are especially important for young people considering careers in private security industry. Recently, ARIMA model has been widely used as a reliable instrument in the many field of industry for demand forecasting. An ARIMA model predicts a value in a response time series as a linear combination of its own past values, past errors, and current and past values of other time series. This study conducts a short-term forecast of manpower demand in private security industry using ARIMA model. After obtaining yearly data of private security officers from 1976 to 2008, this paper are forecasting future trends and proposing some policy orientations. The result shows that ARIMA(0, 2, 1) model is the most appropriate one and forecasts a minimum of 137,387 to maximum 190,124 private security officers will be needed in 2013. The conclusions discuss some implications and predictable changes in policing and coping strategies public police and private security can take.
Manpower demand forecasting in private security industry can be used for both policy and information function. At a time when police agencies have fewer resources to accomplish their goals, forming partnership with private security firms should be a viable means to choose. But without precise understanding of each other, their partnership could be superficial. At the same time, an important debate is coming out whether security industry will continue to expand in numbers of employees, or level-off in the near future. Such debates are especially important for young people considering careers in private security industry. Recently, ARIMA model has been widely used as a reliable instrument in the many field of industry for demand forecasting. An ARIMA model predicts a value in a response time series as a linear combination of its own past values, past errors, and current and past values of other time series. This study conducts a short-term forecast of manpower demand in private security industry using ARIMA model. After obtaining yearly data of private security officers from 1976 to 2008, this paper are forecasting future trends and proposing some policy orientations. The result shows that ARIMA(0, 2, 1) model is the most appropriate one and forecasts a minimum of 137,387 to maximum 190,124 private security officers will be needed in 2013. The conclusions discuss some implications and predictable changes in policing and coping strategies public police and private security can take.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
‘경호’와 ‘경비’, 그리고 ‘보안’ 개념은 상대적 범주 및 그에 따른 적실성 여부와 관련하여 논란이 있으나(권상로, 2006 : 447 ; 이창무, 2006 : 153 ; 최선우, 2008 : 26), 사회적 수용 실태를 고려하여 널리 회자되고 있는 ‘경비’ 개념을 중심으로 이해하고자 한다.
미래를 예측하기 위한 다양한 방법들과 ARIMA 모형의 상대적 장점에 대하여 살펴보았다. 하지만, 어떠한 예측 방법이든 그것은 절대적인 것이 아니라 근사치에 불과하다는 사실 또한 잊지 말아야 할 것이다.
본 연구에서는 시계열모형의 하나인 ARIMA 모형을 통해 민간경비 산업의 인력수요를 예측하는 것을 주요 목적으로 하였다. 시간 영역에서의 시계열 자료의 분석은 오랜 시간을 거쳐 진화되어 왔다(김상호, 2007 : 1086).
영리성이 민간경비 산업의 속성이라는 점을 감안할 때, 단순 수치에 의한 평가는 현실 관계를 오도할 수 있기에 본 연구에서는 인구 비율과의 관계를 고려한 ‘지역별 지수’2) 개념을 통해 그 특성을 고찰해 보기로 한다( 참조).
<표 5>에서 확인할 수 있는 바와 같이, ARIMA(0, 2, 1) 모형이 AIC값과 SBC값을 통해 적절한 모형으로 식별되었다. 이 모형을 중심으로 모수추정 및 민간경비 산업 인력 수요를 예측해 보기로 한다.
8%까지에 이를 것으로 전망된다. 이러한 전망은 향후 민간경비 산업이 명실상부하게 치안 서비스 공급에서의 숫적 우위를 확보할 것이라는 사실과 함께 그에 따른 새로운 기능 및 역할을 모색할 필요성을 던져주는 것이다.
민간경비 산업에서의 인력수요 예측은 협력 치안이 강조되는 현실에서 치안 정책에 대한 주요 의사결정의 기초가 되는 정책기능과 함께 장래 사회 구성원들의 올바른 진로 선택에 도움을 줄 수 있도록 하는 정보기능도 수행한다는 점에서 정확한 예측이 요구되는 분야이다. 이를 고려하여 본 연구에서는 인력수요 예측 및 시계열 분석에 대한 이론적 논의를 바탕으로 과거 33년치(1976~2008) 연도별 시계열 자료를 이용하여 향후 5년 동안의 민간경비 인력 수요를 예측해 보았다. 분석 내용을 간단히 정리하면 다음과 같다.
이상의 논의를 바탕으로 본 연구에서는 민간경비 산업에서의 인력수요를 예측하기 위한 모형을 개발하고 이를 적용함으로써 향후 민간경비 관련 정책의 시사점을 도출하는 것을 주요 목적으로 하고자 한다. 이와 같은 목적을 달성하기 위한 단계별 연구 목표는 다음과 같다.
제안 방법
그러나 그림에서 보듯이 시차 5에서 유의미한 스파이크가 나타나고 있으므로 이 모형이 5년 시차를 두고 일정 상관관계가 있음을 나타내는 ARMA((5), 0) 혹은 ARMA(0, (5)) 모형임을 암시하는 것으로 볼 수도 있다.5) 그러므로 좀 더 다양한 모형들을 선택하여 각 모형들의 AIC와 SBC값을 산출하여 최적 모형을 식별하기로 한다.
그러므로 올바른 차수결정을 위해서는 ACF와 PACF를 활용하고 난 후 Akaike의 AIC(Akaike's Information Criteria)와 Schwartz의 SBC (Schwartz's Bayesian Criteria) 기준을 병용하여 최적 모형을 선택하기로 한다.
우선, 민간경비 산업 실태에 대한 분석과 인력수요 예측을 위한 방법들을 고찰한다. 둘째, 인력수요 예측 모형 중 ARIMA 모형을 선정, 향후 민간경비 인력 수요가 어떻게 변화될 것인지를 예측해 본다. 마지막으로, 예측된 모형을 통해 민간경비 관련 정책이 지향해야 할 방향에 대하여 검토해 본다.
둘째, 인력수요 예측 모형 중 ARIMA 모형을 선정, 향후 민간경비 인력 수요가 어떻게 변화될 것인지를 예측해 본다. 마지막으로, 예측된 모형을 통해 민간경비 관련 정책이 지향해야 할 방향에 대하여 검토해 본다.
이와 같은 목적을 달성하기 위한 단계별 연구 목표는 다음과 같다. 우선, 민간경비 산업 실태에 대한 분석과 인력수요 예측을 위한 방법들을 고찰한다. 둘째, 인력수요 예측 모형 중 ARIMA 모형을 선정, 향후 민간경비 인력 수요가 어떻게 변화될 것인지를 예측해 본다.
원 자료에 대한 2차 차분 과정을 통해 정상시계열 자료로 변환하였다. 이제 ARMA(p.
이는 시계열 모형의 확률적 성질이 시간에 따라 변화하지 않는다는 가정으로 시계열 자료가 정상성을 띠지 않는 경우 자료에 대한 변환(transformation)과 차분(differencing)이 필요하게 된다. 주어진 시계열 자료가 정상성을 지니고 있는지 확인하기 위해 원 시계열 자료의 변동추이를 나타내는 도표를 보고, 자기상관함수(ACF : Auto-Correlation Function)를 조사하여 만약 시간에 따른 변수의 값이 추세나 동향 등이 있는지를 파악해야 한다. 본 연구 자료에 대한 시계열 도표 및 ACF 도표를 구하면 <그림 2>, <그림 3>과 같다.
첫째, 원시계열 및 원자기상관함수 도표를 통해 관측된 시계열이 추세성을 지니고 있음을 확인할 수 있었으며 이를 제거하기 위해 차분(2차)을 실시하여 정상시계열 자료로 변환시켰다. 둘째, 차분된 자료의 ACF와 PACF, AIC 및 SBC 값들을 통해 최종모형을 식별하였는바, ARIMA(0, 2, 1) 모형이 적합한 것으로 확인되었다.
시계열 자료를 통한 적합한 모형이 설정되면, 이를 통해 미래 시점의 시계열 값을 예측하게 된다. 최종 설정된 모형식을 통해 민간경비 산업 수요인력을 예측하였다. 예측 기간은 2009년부터 2013년까지 5년 간이고 <표 7>에 예측 결과가 주어져 있다.
대상 데이터
민간경비 산업에서의 인력수요를 예측하기 위해 사용된 자료는 1976년부터 2008년(12월 말일 기준)까지의 민간경비 인력 자료이며 경찰청 생활안전국 등을 통해 수집하였다. 모형을 통해 예측하고자 하는 기간은 2009년부터 2013년까지로 하였다. 수집된 자료는 SAS 통계패키지(Ver.
민간경비 산업에서의 인력수요를 예측하기 위해 사용된 자료는 1976년부터 2008년(12월 말일 기준)까지의 민간경비 인력 자료이며 경찰청 생활안전국 등을 통해 수집하였다. 모형을 통해 예측하고자 하는 기간은 2009년부터 2013년까지로 하였다.
예측 기간은 2009년부터 2013년까지 5년 간이고 에 예측 결과가 주어져 있다.
데이터처리
둘째, 차분된 자료의 ACF와 PACF, AIC 및 SBC 값들을 통해 최종모형을 식별하였는바, ARIMA(0, 2, 1) 모형이 적합한 것으로 확인되었다. 셋째, 식별된 모형에 대한 모수 추정 과정을 통해 통계적으로 유의미한 모수들을 추정하였으며, Portmanteau 검정을 통해 모형의 통계적 적합성을 확인하였다. 이와 함께 잔차의 ACF와 PACF에서 절단시점들이 모든 시차에서 신뢰한계 내에 존재하여 백색잡음모형의 성질을 만족시키고 있음도 확인하였다.
모형을 통해 예측하고자 하는 기간은 2009년부터 2013년까지로 하였다. 수집된 자료는 SAS 통계패키지(Ver. 9.1) 프로그램을 활용하여 통계처리 하였다.
성능/효과
다음으로, 시설경비와 신변보호 업무가 전체 영역에서 차지하는 비중이 매우 높음을 확인할 수 있다. 이는 민간경비가 다양화되지 못하고 있다는 사실과 업체의 영세성을 반영하는 것으로 지적될 수 있다(이상원ㆍ이승철, 2004 : 20 ; 이상원ㆍ임명순, 2007 :16).
첫째, 원시계열 및 원자기상관함수 도표를 통해 관측된 시계열이 추세성을 지니고 있음을 확인할 수 있었으며 이를 제거하기 위해 차분(2차)을 실시하여 정상시계열 자료로 변환시켰다. 둘째, 차분된 자료의 ACF와 PACF, AIC 및 SBC 값들을 통해 최종모형을 식별하였는바, ARIMA(0, 2, 1) 모형이 적합한 것으로 확인되었다. 셋째, 식별된 모형에 대한 모수 추정 과정을 통해 통계적으로 유의미한 모수들을 추정하였으며, Portmanteau 검정을 통해 모형의 통계적 적합성을 확인하였다.
마지막으로 본 모형에 근거한 예측값과 원자료값에 대한 시계열 그림이 에 나타나 있는 바, 적합이 잘 된 것을 확인할 수 있다.
이와 함께 잔차의 ACF와 PACF에서 절단시점들이 모든 시차에서 신뢰한계 내에 존재하여 백색잡음모형의 성질을 만족시키고 있음도 확인하였다. 마지막으로, 모형에 근거한 민간경비 인력 수요를 예측한 결과 향후 5년 동안 지속적인 증가 현상을 확인할 수 있으며 그 증가폭 또한 전년 대비 최소 1.34%에서 최대 3.8%까지에 이를 것으로 전망할 수 있었다.
마지막으로, 업종별 총 허가 건수가 3,638건인데 비해 업체 수는 3,043개 임을 확인할 수 있다. 이는 하나의 업체가 여러 가지 기능을 동시에 수행하고 있음을 보여주는 것으로 업종별로 전문화나 특화를 이루기보다는 잡화점식 구조를 형성하고 있기 때문으로 이해할 수 있다(권상로, 2006 : 452).
먼저, 경비업체의 60.5%, 경비원의 61% 정도가 수도권(서울, 인천, 경기)에 집중되어 있음을 확인할 수 있다. 또한 인구비율을 함께 고려하는 경우에 있어서도 서울 지역에서 의과대 대표 현상(업체, 2.
<표 5>에서 확인할 수 있는 바와 같이, ARIMA(0, 2, 1) 모형이 AIC값과 SBC값을 통해 적절한 모형으로 식별되었다. 이 모형을 중심으로 모수추정 및 민간경비 산업 인력 수요를 예측해 보기로 한다.
원 시계열 도표는 시간의 흐름에 따라 증가하는 모습을 보이며, 원 자기상관함수의 도표 또한 시간의 흐름에 따라 매우 서서히 감소하는 모습을 보이고 있으므로(만약 시계열이 정상적이면 시차가 증가함에 따라 ACF의 절대값이 감소하여 0에 수렴하게 됨) 비정상시계열임을 확인할 수 있다. 추세성을 제거하기 위해 차분을 실시할 필요성이 제기되는 바, 2차 차분 결과 정상시계열 자료로 변환됨을 확인하였다.
셋째, 식별된 모형에 대한 모수 추정 과정을 통해 통계적으로 유의미한 모수들을 추정하였으며, Portmanteau 검정을 통해 모형의 통계적 적합성을 확인하였다. 이와 함께 잔차의 ACF와 PACF에서 절단시점들이 모든 시차에서 신뢰한계 내에 존재하여 백색잡음모형의 성질을 만족시키고 있음도 확인하였다. 마지막으로, 모형에 근거한 민간경비 인력 수요를 예측한 결과 향후 5년 동안 지속적인 증가 현상을 확인할 수 있으며 그 증가폭 또한 전년 대비 최소 1.
원 시계열 도표는 시간의 흐름에 따라 증가하는 모습을 보이며, 원 자기상관함수의 도표 또한 시간의 흐름에 따라 매우 서서히 감소하는 모습을 보이고 있으므로(만약 시계열이 정상적이면 시차가 증가함에 따라 ACF의 절대값이 감소하여 0에 수렴하게 됨) 비정상시계열임을 확인할 수 있다. 추세성을 제거하기 위해 차분을 실시할 필요성이 제기되는 바, 2차 차분 결과 정상시계열 자료로 변환됨을 확인하였다. <그림 4>에서와 같이 2차 차분된 시계열자료에서는 추세성이 제거되어 있으며 변수값들이 고르게 분포되어 있음을 알 수 있다.
후속연구
이상에서 고찰한 이론적ㆍ정책적 의의에도 불구하고 본 연구는 상대적으로 작은 관찰치를 활용하고 있다는 비판과 함께 민간경비 관련 통계자료의 낮은 신뢰성 문제로부터 자유롭지 못한 한계를 지니고 있다. 향후 이에 대한 지속적인 자료수집 노력이 필요한 까닭이며, 그에 따라 지속적으로 시계열모형을 향상시키는 것이 가능하기에 현재 추정된 모형에 대한 지속적 개선 노력이 경주되어야 할 것이다.
그러나 민간경비 시장 규모의 지속적 확대와 경찰 인력 규모의 향후 소폭 증감 전망은 기존 경찰활동에 대한 전반적인 재검토 - core policing 중심으로 - 를 비롯한 새로운 경찰ㆍ민간경비 관계 형성의 필요성을 제기하며(김상호, 2007), 우리 경찰 역시 경비업체와의 유기적 협력을 통해 사회전반의 범죄대응 역량을 강화하기 위한 노력들을 경주하고 있다(경찰청, 2007 : 93). 하지만 이와 같은 전략들이 보다 성공적이기 위해서는 향후 민간경비 산업의 변화 양상에 대한 설득력 있는 예측 자료가 필요함을 알 수 있다.1)
이상에서 고찰한 이론적ㆍ정책적 의의에도 불구하고 본 연구는 상대적으로 작은 관찰치를 활용하고 있다는 비판과 함께 민간경비 관련 통계자료의 낮은 신뢰성 문제로부터 자유롭지 못한 한계를 지니고 있다. 향후 이에 대한 지속적인 자료수집 노력이 필요한 까닭이며, 그에 따라 지속적으로 시계열모형을 향상시키는 것이 가능하기에 현재 추정된 모형에 대한 지속적 개선 노력이 경주되어야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
민간경비 산업의 인력수요예측에 사용되는 방법으로 무엇이 있는가?
민간경비 산업의 인력수요예측이란 민간경비 분야에서의 유효 인력 수요를 분석ㆍ평가하는 것으로 다양한 방식들을 통해 이루어질 수 있으며(Bernardin & Russel, 1998 :110-111 ; Byars & Rue, 1997 : 120-121), 일반적으로 다음과 같은 방식들이 선호되고 있다(김상호, 2007 : 1082-1083). 질적ㆍ판단적 방법으로 관리상의 추정과 델파이 기법이, 양적ㆍ수학적 방법으로는 비율 분석, 회귀분석, 그리고 시계열 분석 등이 그것이다. 관리상의 추정(managerial estimates)이란 관리자들이 과거 경험에 비추어 미래 인력 수요를 예측하는 방법이며, 델파이 기법(delphi technique)은 전문가들 사이의 합의에 의한미래 추정 기법이다.
관리상의 추정이란 무엇인가?
질적ㆍ판단적 방법으로 관리상의 추정과 델파이 기법이, 양적ㆍ수학적 방법으로는 비율 분석, 회귀분석, 그리고 시계열 분석 등이 그것이다. 관리상의 추정(managerial estimates)이란 관리자들이 과거 경험에 비추어 미래 인력 수요를 예측하는 방법이며, 델파이 기법(delphi technique)은 전문가들 사이의 합의에 의한미래 추정 기법이다. 이는 일련의 전문가들이 독자적 미래 예측을 한후, 각 전문가들의 추정치와 그 근거들이 다른 전문가들에게 제공되고 이를 통해 자신의 견해가 수정되는 과정을 거쳐 일정한 합의가 도출되도록 하는 방식이다.
우리나라의 민간경비 제도는 어떻게 도입되었는가?
‘경호’와 ‘경비’, 그리고 ‘보안’ 개념은 상대적 범주 및 그에 따른 적실성 여부와 관련하여 논란이 있으나(권상로, 2006 : 447 ; 이창무, 2006 : 153 ; 최선우, 2008 : 26), 사회적 수용 실태를 고려하여 널리 회자되고 있는 ‘경비’ 개념을 중심으로 이해하고자 한다. 우리나라에 민간경비 제도가 도입된 것은 1950년대 미군이 주둔하면서 부터로 전후 한국 경제의 부흥을 위한 경제원조와 주한미군에의 군납경비를 통해 도입되었다. 그러나 1969년괌 독트린의 발표에 따라 서부전선에 배치되었던 미 제7사단이 1971년 3월부터 철수하기 시작함으로써 군납업계의 성장은 하향선을 긋게 되고 군납경비 업계에도 지대한 영향을 미치게 된다(한국경비협회, 1998 : 49-50).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.