[논문]위치지능화를 통한 공공데이터의 활용성 향상에 관한 연구

양성철

doi:10.22640/lxsiri.2019.49.2.93

위치지능화를 통한 공공데이터의 활용성 향상에 관한 연구
A Study on Improving Availability of Open Data by Location Intelligence 원문보기

지적과 국토정보 = Journal of cadastre & land informatix, v.49 no.2, 2019년, pp.93 - 107

양성철 (대구대학교 부동산학과)

초록
AI-Helper

공공데이터포털에서는 공공기관이 보유한 데이터를 취합하여 관련 법에 따라 개방과 공유하고 있는데 최근 4차 산업혁명의 활성화와 함께 우리 사회의 모든 분야에서 고품질 데이터를 요구하고 있으나 산업계에서 요구하는 수준에는 데이터는 양과 질에 있어 미치지 못하여 크게 활용되지 못하고 있다. 현실세계에서 수집된 수많은 데이터는 사이버물리공간 상에 구현하여 현실에서의 문제를 시뮬레이션함으로써 각종 사회 현안에 대한 대안을 찾을 수 있으나 현재 공공데이터는 공간정보화되어 있지 않고 제공방식에 있어서도 단순하게 범주별로 나열식으로 제공되고 있어 한계가 있다. 위치지능화는 기존 데이터를 공간상에 표현할 수 있게 하여 융복합을 통해 새로운 가치 창출이 가능케하는 기술이다. 본 연구에서는 공공데이터의 위치지능화 방안을 제시하기 위해 공공데이터 포털을 대상으로 데이터별 위치정보 보유현황을 조사하였고, 그 결과 조사 대상 데이터의 약 60%가 위치정보를 보유하고 있었으며 대표적인 유형은 주소인 것으로 나타났다. 이에 주소를 기준으로 한 공공데이터 위치지능화 방안과 활용방안을 제시함으로써 공공데이터가 미래 사회 데이터 기반 산업 창출과 정책 수립시 제역할을 할 수 있는 방안을 제시하고자 하였다.

Abstract ▼ AI-Helper

The open data portal collects data created by public institutions and opens and shares them according to related laws. With the activation of the Fourth Industrial Revolution, all sectors of our society are demanding high quality data, but the data required by the industry has not been greatly utilized due to the lack of quantity and quality. Numerous data collected in the real world can be implemented in cyber physical systems to simulate real-world problems, and alternatives to various social issues can be found. There is a limit to being provided. Location intelligence is a technology that enables existing data to be represented in space, enabling new value creation through convergence. In this study, to present location intelligence of open data, we surveyed the status of location information by data in open data portal. As a result, about 60% of the surveyed data had location information and the representative type was address. Appeared. Therefore, by suggesting location intelligence of open data based on address and how to use it, this study aimed to suggest a way that open data can play a role in creating future social data-based industry and policy establishment.

주제어

표/그림 (7)

그림 Figure 1. Hogangnono map service. Source: http://hogangnono.com
그림 Figure 2. Business location analysis service. Source: http://bigdata.changwon.go.kr
표 Table 1. Open data portal survey history
표 Table 2. Form of investigation
표 Table 3. Current status of position information
표 Table 4. Current status of province information holding feasibleness
표 Table 5. Current status of position information holding feasibleness

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 공공데이터전략위원회에서 지향하는 활용활성화의 구체적 방안을 제시하기 위해 공공데이터포털의 위치지능화를 위한 분석을 실시하였다. 그에 따른 실체적 이행방안으로 공공데이터의 위치지능화와 위치지능 지도 서비스 구축을 제시하였다. 동시에 이를 안정적으로 운영하기 위해 위치지능에 근간을 둔 지원방안 공공데이터 위치지능화 운영조직확장, 공공데이터 위치정보 등록 기준 마련, Open API기반 공공데이터 사용 빈도 측정, 지역 간 공공데이터 편차 분석까지 총 6가지를 개선 방안으로 제시한다.
8%의 표본만으로도 충분하였다고 판단된다. 다만 분야에 따른 차이가 발생하지 않도록 가능한 전 분야에서 표본을 균일하게 추출하고자 하였다. 서비스되는 데이터셋의 형태는 파일다운로드 방식(director link)이 대부분을 차지하고, Open API(REST or SOAP)도 다수 존재하였으며, 교통물류 분야에서 그리드차트지도(Grid chart map)로 서비스하는 경우도있었고 LOD (Linked Open Data)는 아직 극소수에 그치고 있었다.
다수의 선행 연구를 통해 공간 데이터화된 공공데이터를 이용한 서비스에 대한 수요를 확인할 수 있었으나 서비스별로 별도 수작업을 통해 공간서비스를 개발하는 한계가 있었다. 본 연구에서는 공공데이터를 위치지능화하는 방안을 마련하기 위해 이에 대한 가능성 분석을 하는데 연구에 초점을 맞추었다.
본 연구에서는 공공데이터전략위원회에서 지향하는 활용활성화의 구체적 방안을 제시하기 위해 공공데이터포털의 위치지능화를 위한 분석을 실시하였다. 그에 따른 실체적 이행방안으로 공공데이터의 위치지능화와 위치지능 지도 서비스 구축을 제시하였다.
본 연구에서는 우리나라 공공데이터 포털에서 제공중인 데이터를 분석하여 위치정보를 속성으로 보유하고 있는지와 위치정보의 유형 분류를 통해 공공데이터의 적합한 위치지능화 방안을 제시하고자 하였다. 앞서 위치지능화를 위한 전제조건을 중심으로 연구를진행하여 본 연구에서 대상으로 삼는 비공간데이터인 공공데이터에 위치정보가 포함되어 있는지 조사하고, 가장 공통적으로 존재하며 최신성과 활용성을 고려하여 데이텀을 설정하는 순으로 연구를 진행하였다.
앞서 위치지능화를 위한 전제조건을 중심으로 연구를진행하여 본 연구에서 대상으로 삼는 비공간데이터인 공공데이터에 위치정보가 포함되어 있는지 조사하고, 가장 공통적으로 존재하며 최신성과 활용성을 고려하여 데이텀을 설정하는 순으로 연구를 진행하였다. 이를 통해 공공데이터의 활용성을 향상시켜 상대적으로 커버리지가 넓고, 정확도가 우수하며, 일정하게 갱신되는 공공데이터의 새로운 가치를 창출시켜 미래 사회에서 데이터 활용 기반 강국으로서 발돋움하도록 하는 것을 연구 목표로 하였다.

제안 방법

공공데이터 포털에서 제공 중인 데이터를 분석하여 위치정보를 속성으로 보유하고 있는지와 위치정보의유형 분류를 통해 적합한 위치지능화 방안을 제시하였다. 2018년 말 기준으로 16개 분야 총 28,043건의 데이터셋 중에 7,792건에 대해 조사한 결과 4,645건의데이터가 위치정보를 포함하고 있는 것을 알 수 있었다.
공공데이터 포털에서는 크게 국가중점 데이터와 카테고리별 데이터의 두 가지로 나누어 서비스를 하고있는데 이중 국가중점데이터는 기준에 의해 관리되고있으나 그 종류가 다양하지 않으므로 본 연구에서는 카테고리별 데이터를 대상으로 하였으며 2018년 말기준으로 16개 분야 총 28,043건의 데이터셋을 제공하고 있는데 위치지능화 가능 여부 검토를 위해 이중일부에 대한 분석을 실시하였다. 전수조사를 실시하지 않은 것은 데이터셋의 양이 워낙 방대하여 현실적인 한계가 있었고, 데이터셋들의 특성이 유사한 경우가 많아 위치정보 유형 분석결과에 큰 차이가 없기 때문이었다.
이는 조사 데이터의 약 60%에 해당하며 위치정보의 대부분은 주소를 포함하고 있었다. 그러므로 주소를 기준으로 한 위치표현을 위한 도로명주소기본도 상에 공공데이터를 표현하는 방식으로 공간데이터화하고 타 데이터와 융복합을 통해 새로운 서비스를 개발하는 위치지능 지도 서비스를 제안하였다. 동시에 안정적인 운영을 위한 관련 조직 구성과 위치정보 등록 기준 마련, Open API 기반 공공데이터 사용 빈도측정을 통해서 공공데이터의 활용성이 향상될 수 있는 방안을 제시하였다.
전수조사를 실시하지 않은 것은 데이터셋의 양이 워낙 방대하여 현실적인 한계가 있었고, 데이터셋들의 특성이 유사한 경우가 많아 위치정보 유형 분석결과에 큰 차이가 없기 때문이었다. 대신 분야별로 일정 수 이상의 데이터셋을 분석함으로써 분야에 따른 위치지능화 차이를 도출하도록 하였다.
그러므로 주소를 기준으로 한 위치표현을 위한 도로명주소기본도 상에 공공데이터를 표현하는 방식으로 공간데이터화하고 타 데이터와 융복합을 통해 새로운 서비스를 개발하는 위치지능 지도 서비스를 제안하였다. 동시에 안정적인 운영을 위한 관련 조직 구성과 위치정보 등록 기준 마련, Open API 기반 공공데이터 사용 빈도측정을 통해서 공공데이터의 활용성이 향상될 수 있는 방안을 제시하였다.
그에 따른 실체적 이행방안으로 공공데이터의 위치지능화와 위치지능 지도 서비스 구축을 제시하였다. 동시에 이를 안정적으로 운영하기 위해 위치지능에 근간을 둔 지원방안 공공데이터 위치지능화 운영조직확장, 공공데이터 위치정보 등록 기준 마련, Open API기반 공공데이터 사용 빈도 측정, 지역 간 공공데이터 편차 분석까지 총 6가지를 개선 방안으로 제시한다.
일반적으로 위치정보라 함은 좌표, 주소, 지번 등 해당 개체의 위치를 공간 상에 표현하여 다른 개체와 구분할 수 있게 해주므로 이들을 포함시키고 데이터를 분석하는 과정에서 새로운 위치정보 유형이 발견되면 추가하는 방식으로 분석을 실시하였다. 분석된 위치정보 유형 중에 가장 다수를 차지하고 공간 데이터화하기에 효율적인 유형을 선정하여 공공데이터의 위치지능화 방안을 제시하는 순으로 연구를 진행하였다.
분석은 각 데이터셋 중에 위치정보를 보유하고 있는 파일을 찾은 후에 컴퓨터에 로딩시키고 속성정보를 조회하여 위치정보의 유형을 확인하여 별도의 문서로 정리하는 방식으로 실시하였다. 그 과정에서 데이터셋이 로딩되지 않는 경우는 오류로 분류하였다.
본 연구에서는 우리나라 공공데이터 포털에서 제공중인 데이터를 분석하여 위치정보를 속성으로 보유하고 있는지와 위치정보의 유형 분류를 통해 공공데이터의 적합한 위치지능화 방안을 제시하고자 하였다. 앞서 위치지능화를 위한 전제조건을 중심으로 연구를진행하여 본 연구에서 대상으로 삼는 비공간데이터인 공공데이터에 위치정보가 포함되어 있는지 조사하고, 가장 공통적으로 존재하며 최신성과 활용성을 고려하여 데이텀을 설정하는 순으로 연구를 진행하였다. 이를 통해 공공데이터의 활용성을 향상시켜 상대적으로 커버리지가 넓고, 정확도가 우수하며, 일정하게 갱신되는 공공데이터의 새로운 가치를 창출시켜 미래 사회에서 데이터 활용 기반 강국으로서 발돋움하도록 하는 것을 연구 목표로 하였다.

대상 데이터

공공데이터 포털에서 제공하는 총 28,043건(2018년 12월말을 기준)의 데이터셋의 위치지능화 가능성 유무 검토를 위해 모든 분야별로 일정 수 이상의 데이터셋을 선정하여 총 7,792건, 전체 데이터셋 기준27.8%에 대한 상세 분석을 실시하였다. 이는 분석가 2명이 5개월간의 작업량으로 전수조사를 위해서는 많은 인원과 시간이 소요되는데 지속적으로 새로운 데이터가 등록되기 때문에 전체적인 경향을 파악하는 데는 27.
여기에는 서울시 열린 데이터 광장이나 경기 데이터드림과 같은 지자체 웹사이트도 포함된다. 다만, 우리 사회 전체의 공공데이터를 분석하기에는 현실적인 한계가 존재하고 공공데이터 위치지능화방안을 도출하는 데 있어서 꼭 전체 데이터에 대한 분석이 필요치는 않기 때문에 본 연구에서는 공공데이터포털에서 제공되는 데이터셋을 분석대상으로 하였다.
시간적 범위는 관련법에 따라 공공데이터가 본격적으로 개방･활용되기 시작한 2013년을 시점으로 하여 2018년 말을 종점으로 하였다.

성능/효과

즉, 양적 개방 확대는 더욱 적극적으로 추진하되 활용성을 강화할 수 있도록 데이터의 품질 개선과 활용 방향을 정의한 것으로 볼 수 있다. 12개의 추진과제 중 3개는 공공데이터의 품질과 개방과 관련되었고, 3개는 접근성 개선과 관련되었으며, 6개는 활용활성화에 관련된 과제라는 점에서 현재 공공데이터 포털은 활용활성화에 더욱 중점을 두고 있음을 확인할 수 있다.
공공데이터 포털에서는 공공기관이 생성 또는 취득하여 관리하고 있는 공공데이터를 통합･제공하는 동시에 쉽고 빠른 검색을 지원한다. 2016년 79종에서 2018년 120종으로 개방되는 공공데이터 수는 증가하였고, 공공데이터 파일 다운로드 및 API(Application Programming Interface) 활용신청 건수는 2018년 기준 754만 건으로 2013년에 비해 542배가 늘어난 것으로 알려졌다.
공공데이터 포털 및 각 기관 자체 웹사이트를 통해 제공되는 데이터들은 파일(CSV, HTML, RDF, XML, HWP, SHP), Open API 등의 형태이며 사용자 편의를 위해 지도 형태의 가공된 정보를 시각화하여 제공 중인 경우도 다수인 것으로 조사되었다. 이를 토대로 공공부문에서는 창업이나 일자리 창출을 지원하는 서비스를 제공하고 있었고, 특히 빅데이터 분석에 활용하고자 하는 시도와 함께 데이터의 새로운 가치를 찾고자 하는 노력이 이루어짐을 확인할 수 있었다.
조사대상 중 4,645건, 약 60%가 위치정보를 보유하고 있어 공공데이터의 절반 이상의 데이터가 위치정보를 포함하고 있음을 확인할 수 있었다. 유형별로는 행정구역이 가장 현 공공데이터가 포함하고 있는 위치정보 유형별개방 데이터를 살펴보면 행정구역 정보를 포함한 정보가 조사 데이터 전체의 87%로 가장 많이 포함되어 있으며,우편번호가 포함된 정보가 5%로 가장 적었다. 위치정보 제공 유형중 HWP, PDF 등에 포함하여 제공하는 사례가 다수 존재하는 것으로 조사되었다.
8%에 대한 상세 분석을 실시하였다. 이는 분석가 2명이 5개월간의 작업량으로 전수조사를 위해서는 많은 인원과 시간이 소요되는데 지속적으로 새로운 데이터가 등록되기 때문에 전체적인 경향을 파악하는 데는 27.8%의 표본만으로도 충분하였다고 판단된다. 다만 분야에 따른 차이가 발생하지 않도록 가능한 전 분야에서 표본을 균일하게 추출하고자 하였다.
공공데이터 포털 및 각 기관 자체 웹사이트를 통해 제공되는 데이터들은 파일(CSV, HTML, RDF, XML, HWP, SHP), Open API 등의 형태이며 사용자 편의를 위해 지도 형태의 가공된 정보를 시각화하여 제공 중인 경우도 다수인 것으로 조사되었다. 이를 토대로 공공부문에서는 창업이나 일자리 창출을 지원하는 서비스를 제공하고 있었고, 특히 빅데이터 분석에 활용하고자 하는 시도와 함께 데이터의 새로운 가치를 찾고자 하는 노력이 이루어짐을 확인할 수 있었다. 향후 양질의 공공데이터가 개방된다면 서비스들의 활용성은 더욱 높아질 것으로 보이나 대다수의 서비스들이 위치지능화되지 못하고 단순 지도 상 서비스로 이루어지는 경우가 많다는 점은 향후 개선이 필요할 것으로 보인다.
조사대상인 7,792건 중 데이터셋을 분야별로 위치정보 보유 여부, 유형에 대해 분석한 결과는 Table 3과 같다. 조사대상 중 4,645건, 약 60%가 위치정보를 보유하고 있어 공공데이터의 절반 이상의 데이터가 위치정보를 포함하고 있음을 확인할 수 있었다. 유형별로는 행정구역이 가장 현 공공데이터가 포함하고 있는 위치정보 유형별개방 데이터를 살펴보면 행정구역 정보를 포함한 정보가 조사 데이터 전체의 87%로 가장 많이 포함되어 있으며,우편번호가 포함된 정보가 5%로 가장 적었다.
주소정보를 제공하는 공공데이터 현황을 분석한 결과는 Table 5처럼 도로명주소, 지번 주소 정보 중 도로명주소만을 제공하는 경우가 조사 데이터 중 전체 데이터의 62%로 제일 많았으며, 그 다음으로 도로명주소, 지번 주소를 병행해서 제공하는 데이터가 24%, 지번주소만 제공하는 데이터가 13% 순으로 나타났다. 또한, 일부 데이터의 경우 도로명주소와 지번주소가 혼재되어 제공되고 있었다.
공공데이터의 활용성을 향상시키고자 하는 시도는 공공데이터전략위원회, 공공데이터활용지원센터, 학계 등에서 다양하게 이루어졌지만 위치지능화라는 측면에서 공공데이터의 데이터셋별 분석을 수행한 사례는 전무하였다. 즉 공공데이터의 정확한 현황분석과 시사점 도출을 통해 전 세계적으로 관심이 커지고 있는 위치지능화라는 기법의 적용가능성을 증명하였다. 일반적으로 공간데이터를 이용한 서비스 개발은 GIS에 대한 전문지식이 필요하여 그 저변이 넓어지지 못하는 원인이 되고 있는데 본 연구에서 제안한 위치지능화는 이러한 전문지식이 없더라도 누구라도 공간데이터화된 공공데이터를 이용한 융복합 분석과 서비스 개발을 가능케 한다는 데 의의가 있다.
구신회 외(2015)는 2014년 4월에서 12월까지 공공데이터 포털에서 다운로드 순위 상위 10위 안에 든 데이터셋은 총 48개였으며 이중 위치정보를 포함하는 경우가 50%를 차지하였고, 2015년 1월에서 8월까지같은 방식으로 조사했을 때 71%로 증가하였으며 공공데이터 활용사례집(한국정보화진흥원 2015)에 제시된 23개 사례 중 17개가 위치기반 서비스를 제공하고 있고 총 100개의 공공데이터 활용 서비스 사례 중에서는 69개의 서비스가 위치기반으로 진행되고 있다고 하였다. 즉 위치정보에 기반한 공공데이터의 활용방안에 대해서는 우리 사회의 수요가 크다는 것이 증명되었다. 하지만 이에 대한 접근에 있어서 기존 연구들은 개별 공공데이터를 공간정보화하여 새로운 서비스를 제안하고 있어 공공데이터포털에 대한 개선 방안으로는 한계가 있다.
행정구역 정보를 포함하는 데이터 유형을 분석한 결과는 Table 4와 같이 시도/시군구/읍면동 단위의 행정구역 정보를 제공하는 데이터가 조사 데이터의39%로 제일 많았으며, 그 다음으로 시도/시군구 단위의 행정구역 정보를 제공하는 데이터가 35%, 시도, 시군구, 읍면동 각각의 단위 행정구역 정보를 제공하는 데이터가 8%로 조사되었다. 특히 재난안전, 교통물류,식품건강, 보건의료 분야와 같이 대국민 생활과 밀접한 데이터의 경우 시도/시군구/읍면동의 전체 행정구역 정보를 제공하는 데이터 건수가 제일 많았다.

후속연구

하지만 전수조사가 아니라 표본조사를 통해 공공데이터의 위치정보 보유 현황을 분석함에 따라 편향이 발생했을 가능성이 있다는 점은 본 연구의 한계로 지적된다. 공공데이터셋의 전체 개수가 매우 많고 실제 분석과정에서 지나치게 많은 시간이 소요되었으며 매일 새로운 데이터가 등록된다는 점을 감안하면 샘플링 기법을 사전에 설계한 후에 분석을 실시하여 향후 연구에서는 편향이 발생하지 않도록 할 것이다.
특히 재난안전, 교통물류,식품건강, 보건의료 분야와 같이 대국민 생활과 밀접한 데이터의 경우 시도/시군구/읍면동의 전체 행정구역 정보를 제공하는 데이터 건수가 제일 많았다. 따라서 향후 대국민 생활 정보 서비스 제공시 행정구역 단위의 관련 현황 및 통계 정보 제공에 용이할 것으로 예측된다.
공공데이터의 위치지능화는 지역별 공공데이터의 양을 시각화하기 용이하기 때문에 자치단체별 공공데이터의 개방 척도를 판단하기 용이하다. 또한 사용빈도가 높은 공공데이터를 시각화하고 Open API의 접속지역이 관내인지 여부를 조사한 결과를 누적한다면 지역 주민에게 편의를 제공해주는 데이터인지 전국적으로 효용성이 높은 데이터인지 판단이 가능해진다. 이를 토대로 중요도가 높은 데이터에 대한 지원 정책을 펼친다면 더욱 활용성은 향상될 수 있다.
모든 데이터를 국가중점데이터로 지정하기는 것은 불가능하므로 위치정보 등록 기준을 마련하고 이에 대한 모니터링을 통해 기준 준수를 지원·유도한다면 위치지능화 가능성은 더욱 높아질 것이다.
｢공공데이터 제공 및 이용 활성화에 관한 법률｣ 제13조에서는 공공데이터의 효율적인 제공 및 이용 활성화 지원을 위해 공공데이터활용지원센터를 한국정보화진흥원에 설치·운영하도록 하고 있고 그에 따라 총 57명이 기획팀, 개방팀, 활용팀, 품질팀으로 나누어 지원을 하고 있다. 위치지능화 지원을 위해 공간정보 전문가를 추가 배치하는 것보다는 공간정보 전문기관인 한국국토정보공사를 위치지능화 협력기관으로 지정하여 관련 업무를 분담한다면 산업계 수요에 부합하는 공공데이터 제공이 더욱 효율적일 것이다. 특히 한국국토정보공사는 스마트시티 서비스 지원기관이면서 국가표준 개발 협력기관이기 때문에 공공데이터 위치지능화 관련 업무 역량을 보유하고 있다.
또한 사용빈도가 높은 공공데이터를 시각화하고 Open API의 접속지역이 관내인지 여부를 조사한 결과를 누적한다면 지역 주민에게 편의를 제공해주는 데이터인지 전국적으로 효용성이 높은 데이터인지 판단이 가능해진다. 이를 토대로 중요도가 높은 데이터에 대한 지원 정책을 펼친다면 더욱 활용성은 향상될 수 있다.
2018년 3월출범한 국무총리실 소속 제3기 공공데이터전략위원회는 활용성이 부족한 공공데이터의 전수조사를 거쳐 국가데이터맵을 구축하는 등 4개 추진 전략하에 12개의 추진과제를 정하였다. 전체적으로 본다면 공공데이터의 개방을 확대하고 좀더 쉽고 빠르게 찾을 수 있게 하며 사회적가치 실현을 위한 공공데이터 사용을촉진시키고 4차 산업혁명에 대비하겠다는 것이다. 즉, 양적 개방 확대는 더욱 적극적으로 추진하되 활용성을 강화할 수 있도록 데이터의 품질 개선과 활용 방향을 정의한 것으로 볼 수 있다.
이것이 데이터를 담는 플랫폼이면서 동시에 새로운 인사이트(Insight)를 개발하는 테스트베드가 되어야 한다. 즉,기존의 공공데이터를 공간 데이터화하여 새로운 활용방안을 강구하는 위치지능화(Location Intelligence)가 선행되면 이를 토대로 공공데이터를 공간 상에 표현하여 자신이 원하는 지역의 원하는 정보를 조회 및 다운로드할 수 있게 되어 단순 목록 형태로 제공함으로 인한 사용 편의성을 개선할 수 있고, 공간분석과 동일한 대상 지역에 대한 타 공공데이터와의 연계 분석이 가능해져 데이터 기반 새로운 가치 창출로 이어질수 있어 공공데이터가 4차 산업혁명 시대의 빅데이터의 일종으로 그 역할을 할 수 있게 될 것이다. ESRI에서는 위치 지능화는 지리적 관련성을 활용하여 복잡한자료를 이해하고 조직화하는 능력으로 정의하였다(ESRI 2019).
하지만 전수조사가 아니라 표본조사를 통해 공공데이터의 위치정보 보유 현황을 분석함에 따라 편향이 발생했을 가능성이 있다는 점은 본 연구의 한계로 지적된다. 공공데이터셋의 전체 개수가 매우 많고 실제 분석과정에서 지나치게 많은 시간이 소요되었으며 매일 새로운 데이터가 등록된다는 점을 감안하면 샘플링 기법을 사전에 설계한 후에 분석을 실시하여 향후 연구에서는 편향이 발생하지 않도록 할 것이다.
향후 공공데이터의 주소를 기반으로 한 위치지능화 구현시 정확도 및 활용도를 높이기 위해 도로명주소와 지번 주소를 모두 맵핑하여 활용할 수 있는 위치정보 제공체계가 필요한 것으로 분석되었다.
이를 토대로 공공부문에서는 창업이나 일자리 창출을 지원하는 서비스를 제공하고 있었고, 특히 빅데이터 분석에 활용하고자 하는 시도와 함께 데이터의 새로운 가치를 찾고자 하는 노력이 이루어짐을 확인할 수 있었다. 향후 양질의 공공데이터가 개방된다면 서비스들의 활용성은 더욱 높아질 것으로 보이나 대다수의 서비스들이 위치지능화되지 못하고 단순 지도 상 서비스로 이루어지는 경우가 많다는 점은 향후 개선이 필요할 것으로 보인다.
그 외 교육, 공공행정, 재정금융, 문화관광, 환경기상, 농축수산 분야 등에서 제공하는 데이터의 경우 각각의 행정구역 단위 정보를 제공하는 경우가 많았다. 향후 행정구역 정보 기반의 위치지능화 구현시 활용성 강화를 위해 행정구역 단위(전국, 시도, 시군구, 읍면동)별로 제공되는 데이터 유형 및 기준 수립이 정의되어 적용되어야 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	본 연구에서의 위치 지능화의 정의는 무엇인가?	ESRI에서는 위치 지능화는 지리적 관련성을 활용하여 복잡한자료를 이해하고 조직화하는 능력으로 정의하였다(ESRI 2019). 본 연구에서의 위치 지능화는 텍스트형태 비공간데이터에 내재된 위치정보를 참조하여 일정한 데이텀(Datum)을 기준으로 공간데이터화시킨 후데이터 간 융복합을 통해 새로운 인사이트를 발굴해내는 전체 과정으로 정의하였다. 위치지능화를 위해서는 첫째 대상 비공간데이터에 위치 표현을 위한 단서가 존재하여야 하고, 둘째 비공간데이터에 내재된위치정보의 지오코딩을 위한 지리 정보인 데이텀이 정의되어야 하며, 셋째 데이텀은 기존 비공간데이터에공통적으로 적용이 가능한 범용 체계여야 한다.
	공공데이터 개방이 가지는 문제점은 무엇인가?	공공데이터의 개방은 비약적으로 확대되고 있음에도 활용도가 높은 데이터는 양적으로 부족하고 활용환경도 불편하여 새로운 가치 창출로는 이어지지 못하는 것이 문제점으로 지적된다. 2018년 공공데이터전략위원회에서는 공공데이터 제공 및 이용 기반 재설계, 국민이 더욱 쉽게 데이터를 활용할 수 있는 환경조성을 추진과제로 선정하였다는 것에서 현실을 파악할 수 있다.
	공공데이터 포털에 포함되는 지자체 웹사이트로는 어떤 것들이 있는가?	공공데이터 포털은 각 공공기관별로 생성 또는 취득하여 관리하고 있는 데이터셋을 한곳에 모아서 제공함과 동시에 활용에 필요한 도구와 가이드 등을 지원하고 있어 편리하고, 각 공공기관 웹사이트를 통해 자체 제공되는 데이터셋들은 공공데이터 포털에 취합되지 않은 추가 데이터를 빠르게 취득할 수 있다는 장점이 있다. 여기에는 서울시 열린 데이터 광장이나 경기 데이터드림과 같은 지자체 웹사이트도 포함된다. 다만, 우리 사회 전체의 공공데이터를 분석하기에는 현실적인 한계가 존재하고 공공데이터 위치지능화방안을 도출하는 데 있어서 꼭 전체 데이터에 대한 분석이 필요치는 않기 때문에 본 연구에서는 공공데이터포털에서 제공되는 데이터셋을 분석대상으로 하였다.

참고문헌 (18)

Goo SH, Chun YW, Pyo KS. 2015. Korean Safety Map Public Data Opening and Utilization. Disaster & Safety. 17(3):26-31.
Kim DH, Kim JM, Yoon BC, Chang EM, Cho YS. 2015. Development Plan of Grid System Utilizing Spatial Information. Journal of Korea Spatial Information Society. 23(6):43-55.
Moon SG, Bae HN, Choi JS. 2016. Analysis on the Supply of Private Supplementary Education in Seoul Using Administrative Data on Hagwon. Survey Research. 17(3):81-108.

상세보기
Shim BS, Lee HJ, Yoo DH. 2016. Development of Customized Trip Navigation System Using Open Government Data. Journal of Internet Computing and Services. 17(1):15-21.

원문보기 상세보기
Yoon SY. 2013. A Study on National Linking System Implementation based on Linked Data for Public Data. Journal of the Korean Society for Information Management. 30(1):259-284.

원문보기 상세보기
Hwang SS, Ahn JS. 2015. Mashing-up Government Data with Online Community Data: Modeling Community Mapping with the Help of Public Data Act. Korean Association For Policy Science. 19(1):189-206.
Hwang JS. 2016. Paradigms of the Intelligent Society : Analysis and Policy Implications. Informatization Policy. 23(2):3-18.

원문보기 상세보기
Ministry of the Interior and Safety. 2018. Public Big Data that Changes My Life[Internet]. [https://www.mois.go.kr/frt/bbs/type001/commonSelectBoardArticle.do?bbsIdBBSMSTR_000000000015&nttId61876]. Last accessed 15 Aug 2019.
Open Data Portal;[accessed 2019 Aug 30]. https://www.data.go.kr.
Daegu Map Portal;[accessed 2019 Aug 15]. http://www.gis.go.kr.
Seoul Open Data Plaza;[accessed 2019 Aug 15]. https://data.seoul.go.kr/
Smart Seoul Map;[accessed 2019 Aug 15]. https://map.seoul.go.kr/.
Korea Joongang Daily. 2019. Public Data Open with a long way to go[Internet]. [https://news.joins.com/article/22599371#home]. Last accessed 10 Aug 2019.
Changwon Location Information Services; [accessed 2019 Sep 10]. http://bigdata.changwon.go.kr.
Hogangnono;[accessed 2019 Aug 15]. https://hogangnono.com.
Array of Things;[accessed 2019 Sep 10]. https://arrayofthings.github.io.
ESRI. 2019. Discover the Value of Location Intelligence Technology[Internet]. [https://www.esri.com/en-us/location-intelligence]. Last accessed 30 Sep 2019.
Open Grid - City of Chicago;[accessed 2019 Sep 10]. http://opengrid.io.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증