[논문]빅데이터를 활용한 폐교시설의 지표 개발에 관한 연구 -텍스트마이닝 기법을 중심으로-

김재영; 이종국

doi:10.7743/kisee.2019.18.2.001

빅데이터를 활용한 폐교시설의 지표 개발에 관한 연구 -텍스트마이닝 기법을 중심으로-
A Study on the Development of the Use Index of Closed School Facilities Using Big Data -Focused on Text-Mining Techniques- 원문보기

교육녹색환경연구 = The journal of Sustainable Design and Educational Environment Research, v.18 no.2, 2019년, pp.1 - 11

김재영 (계명대학교 일반대학원 건축학과) , 이종국 (계명대학교 건축토목공학부 건축학전공)

초록
AI-Helper

본 연구는 지속적으로 증가가 예상되는 폐교시설의 효율적인 활용을 위하여 활용지표의 개발을 통해 폐교 활용 시 객관적인 의사결정을 위한 목적을 가진다. 연구 단계는 크게 폐교 활용 예비지표 도출, 빅데이터를 활용한 최종지표 도출, 지표의 정량화 단계로 구분하여 진행하였으며, 최종적으로 지표를 정량화함으로써 객관화하였다. 향후 지표를 기준으로 시설에 적용 및 검증하고자 한다. 본 연구는 지금까지 폐교시설의 활용을 위한 계획 및 연구에 있어서 시도되지 않았던 빅데이터 분석기법을 적용한 것에 그 의의가 있다.

Abstract ▼ AI-Helper

The purpose of this study is to make objective decisions in the use of closed schools through the development of utilization indicators for the efficient use of closed schools, which is expected to increase continuously. The research phase was largely carried out by drawing preliminary indicators for use in closed schools, drawing final indicators using big data, and quantifying indicators, and finally objectifying them through quantification. The institution intends to apply and verify the facility based on future indicators. This study has implications for the application of big data analysis methods that have not been attempted in planning and research for the use of closed school facilities to date.

주제어

표/그림 (17)

그림 Figure1. System diagram of research
그림 Figure2. Relationship between closed school facilities and the detailed scope of public architecture
표 Table1. Systematization of pre-research utilization elements
표 Table2. Systematization of public design indicators in Korea and abroad
그림 Figure3. Comparative study of pre-study utilization factors and public design indicators
그림 Figure4. Hierarchical model of preliminary classification system utilizing closed school facilities
그림 Figure5. Data pre-processing coding process using R
표 Table3. Results of TF-IDF analysis of preliminary utilization indicators
표 Table4. Keyword association analysis
그림 Figure6. A Hierarchical model for the utilization index of closed school facilities
그림 Figure7. Quantification process of indicators through ANP analysis
그림 Figure8. Network model based on cross-index correlation review
표 Table5. Correlation between indicators results
그림 Figure9. Example of survey items for ANP analysis
표 Table6. Current status of respondents by sectoral
표 Table7. Current status of respondents by experience
표 Table8. Quantification of utilization indicators

AI 본문요약
AI-Helper

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

문제 정의

‘폐교재산의 활용촉진을 위한 특별법(약칭 폐교법)’(2014.3.11. 시행) 제1조(목적)에서 ‘이 법은 폐교재산을 교육용시설, 사회복지시설, 소득증대시설 등의 건전한 용도로 활용하도록 촉진함으로써 평생교육 및 복지 기회를 확충하고 소득증진을 통하여 지역사회의 발전에 기여함을 목적으로 한다.
따라서 본 연구는 폐교시설 활용을 위한 객관적이고 합리적인 지표를 개발하는데 최종 목적을 두고 있다. 이를 위해 먼저 관련 연구와 지표를 선정하여 상호비교 함으로써 예비 지표를 도출하고, 이를 빅데이터를 활용하여 검증하여 1차, 2차 지표 도출 과정을 거쳐 최종 지표를 제안하고자 한다.
본 연구는 지금까지 폐교시설의 활용을 위한 계획 및 연구에 있어서 시도되지 않았던 빅데이터 분석기법을 적용한 것에 그 의의가 있다. 그러나 폐교시설의 활용을 위한 통합적 관점에서 접근하였기 때문에 다양한 폐교시설의 지역적 특성과 시설 특성이 배제된 한계가 있다.
본 연구는 지속적으로 증가가 예상되는 폐교시설의 효율적인 활용을 위하여 활용지표의 개발을 통해 폐교 활용 시 객관적인 의사결정을 위한 목적을 가진다. 연구 단계는 크게 폐교 활용 예비지표 도출, 빅데이터를 활용한 최종지표 도출, 지표의 정량화 단계로 구분되며 결과를 요약하면 다음과 같다.
본 연구에서는 폐교시설의 활용을 위한 예비 분류체계의 도출을 위해서 관련 선행연구와 국내외 공공디자인 지표를 체계화하여 상호비교 하였다. 연구범위를 공공디자인지표로 설정한 것은 폐교 활용과 관련된 선행연구는 활용 요소가 지표화되어 있지 않기 때문에 기준이 될 수 있는 지표의 설정이 필요하다.
가중치를 부여하는 방식으로는 일반적으로 객관화된 수치가 있을 경우 회귀분석, 요인분석, 상관관계 분석 등의 통계적 기법을 바탕으로 가중치를 산정할 수 있으나, 지표 간의 정량적인 분석의 기준이 없이 상대적인 비교에 따라 가중치를 설정해야 하므로 지표 간 상관관계 검토를 통해 네트워크 구조를 구성하여 상대적 중요도를 도출할 수 있는 ANP분석을 통하여 활용지표의 가중치를 산출하였다. 이를 통해 폐교 활용 시 객관적으로 판단할 수 있는 기준을 마련하여 합리적인 폐교 활용 의사결정에 활용되고자 한다. 지표의 정량화 단계는 [Figure7]과 같다.
를 자체활용, 대부 및 임대시설로 구분하여 진행하였다. 이를 통해 활용 시설을 유형화하여 관련된 공공건축의 세부범위와의 연관성을 검토하였다. 검토 대상 폐교시설은 자체활용시설 312개, 대부 및 임대시설 681개를 대상으로 하였다.

제안 방법

본 장에서는 3장에서 도출된 폐교시설의 최종 활용지표를 기준으로 지표 간 상관관계 검토와 중요도 분석, 가중치 설정을 통해 배점화·정량화를 진행하였다. 가중치를 부여하는 방식으로는 일반적으로 객관화된 수치가 있을 경우 회귀분석, 요인분석, 상관관계 분석 등의 통계적 기법을 바탕으로 가중치를 산정할 수 있으나, 지표 간의 정량적인 분석의 기준이 없이 상대적인 비교에 따라 가중치를 설정해야 하므로 지표 간 상관관계 검토를 통해 네트워크 구조를 구성하여 상대적 중요도를 도출할 수 있는 ANP분석을 통하여 활용지표의 가중치를 산출하였다. 이를 통해 폐교 활용 시 객관적으로 판단할 수 있는 기준을 마련하여 합리적인 폐교 활용 의사결정에 활용되고자 한다.
빅데이터 분석은 도출된 예비지표의 타당성 검증을 위해 폐교 활용과 관련된 보다 방대한 자료의 수집과 분석을 통해 지표의 타당성을 검증하여 객관화된 폐교시설의 활용지표를 제안하는 것이다. 그리고 ANP 분석을 통한 지표 정량화 단계에서는 앞서 제안된 폐교시설의 활용지표를 기준으로 전문가 설문조사를 통해 지표 간 상관성을 검토하고, 우선순위 및 가중치를 도출함으로써 이에 따른 지표 항목을 배점화하였다. 세부내용은 다음과 같다.
넷째, ANP 분석을 활용하여 활용지표를 정량화하였다. 지표별 전체 중요도 분석을 통해 가중치 부여 계산식에 근거하여 가중치를 부여하였으며, 이를 배점이 용이하도록 소수점을 조정하여 분야별 배점은 전체 100점을 기준으로 경제적 측면 20점, 공공 공간적 측면 15점, 물리적 측면 21점, 사업계획 수립 측면 25점, 시설 및 지역환경 측면이 19점으로 배분되었다.
다음으로 폐교법과 각각의 시설 관련 법규에서 정의하는 시설 종류 외에도 실제 폐교시설의 세부활용현황의 조사²⁾를 자체활용, 대부 및 임대시설로 구분하여 진행하였다. 이를 통해 활용 시설을 유형화하여 관련된 공공건축의 세부범위와의 연관성을 검토하였다.
도출된 15개의 규칙 중 중복되는 내용과 폐교 활용지표 선정과 관련이 없는 키워드(예를 들면 ‘문화’, ‘예술’ 의 경우 폐교시설의 특정 활용 목적을 지향하므로 배제함)를 제외하고, 추가적인 활용지표로 적용될 수 있는 키워드 ‘폐교부지’, ‘임대료’, ‘재산가치’, ‘건물(대지)’, ‘학생수’, ‘저출산’, ‘고령화’, ‘토지’, ‘공시지가’, ‘수요자’, ‘유동인구’를 중심으로 지표항목을 추가였다.
둘째, 빅데이터를 활용한 텍스트마이닝 분석을 위해 데이터 수집 및 전처리 과정을 실시하였다. 폐교시설 활용과 관련한 중앙지와 지역종합지를 대상으로 최종적으로 2,384개의 자료를 확보하였으며, R프로그램의 패키지를 활용한 불용어 및 공백제거 등 데이터 전처리를 통해 수집된 기사자료에서 필요한 단어 및 명사를 추출하였다.
기존 예비지표와 변경된 내용은 기존에 환경 및 디자인적 측면 항목이 삭제되면서 ‘친환경성’지표가 공공 공간적 측면으로 이동되었고, 키워드 연관관계 분석을 통해 시설 및 지역환경 측면 항목이 추가되면서 기존의 지역사회적 항목의 ‘입지성’지표가 해당 항목으로 이동되었다. 또한 지역사회적 항목의 지표 구성이 폐교활용 사업계획서 수립 시 필요한 지표들로 구성되어 항목명이 사업계획 수립측면으로 수정되었다.
이를 위해 먼저 관련 연구와 지표를 선정하여 상호비교 함으로써 예비 지표를 도출하고, 이를 빅데이터를 활용하여 검증하여 1차, 2차 지표 도출 과정을 거쳐 최종 지표를 제안하고자 한다. 또한ANP분석을 통해 활용지표를 정량화함으로써 객관성을 확보하였다.
먼저 문서형태의 자료를 품사 단위로 구분하여 필요한 데이터를 추출하는 전처리를 위해 연구 범위에서 언급하였듯이 ‘R’언어의 KoNLP, tm 패키지를 이용하여 형태소 분석 및 명사형 추출을 실시하였으며, 대상 단어들의 확인과 확인된 특수기호, 일반 특수문자, 공백 및 분석에 불필요한 단어 제거 과정을 진행하였다.
본 장에서는 3장에서 도출된 폐교시설의 최종 활용지표를 기준으로 지표 간 상관관계 검토와 중요도 분석, 가중치 설정을 통해 배점화·정량화를 진행하였다.
상관관계 분석을 바탕으로 네트워크 분석적 의사결정 시뮬레이션을 구현할 수 있는 SuperDecisions 2.8을 사용하여 네트워크 구조도를 작성하였다. [Figure8 참조] 그림에서 직선 표시의 화살표는 클러스터 간의 상관관계가 있음을 의미하며 루프 표시의 화살표는 각 평가요소별로 내향종속성을 가진다는 것을 의미한다.
활용지표의 ANP 중요도 분석 및 가중치 설정을 위한 사전 단계로 지표간 상관관계의 검토가 필요하다. 상관관계의 검토를 위해 관련 전문가 5인(건축3인, 디자인2인)을 대상으로 본 연구의 취지와 목적을 설명한 후 지표간 상관성이 있다고 생각되는 항목에 표기하는 방법으로 설문조사를 실시하였다.
중요도 분석은 관련 전문가(건축, 도시, 관련 공무원) 100명을 대상으로 설문조사를 실시하였으며 표본 수는 100부를 배포하여 48부를 회수하였다. 설문지의 구성은 도출된 활용지표 간 상관성 검토결과를 바탕으로 5개 대분류 항목과 15개 지표 항목을 중심으로 9점 척도를 통해 쌍대비교하였다.
연구 단계는 크게 예비지표 도출 단계, 빅데이터 분석을 통한 최종지표 도출 단계, 지표 정량화 단계로 구분된다. 빅데이터 분석은 도출된 예비지표의 타당성 검증을 위해 폐교 활용과 관련된 보다 방대한 자료의 수집과 분석을 통해 지표의 타당성을 검증하여 객관화된 폐교시설의 활용지표를 제안하는 것이다.
따라서 본 연구는 폐교시설 활용을 위한 객관적이고 합리적인 지표를 개발하는데 최종 목적을 두고 있다. 이를 위해 먼저 관련 연구와 지표를 선정하여 상호비교 함으로써 예비 지표를 도출하고, 이를 빅데이터를 활용하여 검증하여 1차, 2차 지표 도출 과정을 거쳐 최종 지표를 제안하고자 한다. 또한ANP분석을 통해 활용지표를 정량화함으로써 객관성을 확보하였다.
이를 종합하여 다음 [Figure4]와 같이 폐교시설 활용 예비지표 분류 체계도를 도출하였다.
가중치 부여값은 전체 중요도를 100점 환산하였다. 이를 통해 도출 된 가중치 부여 값을 배점이 용이하도록 소수점을 조정하였다. 활용지표의 정량화 결과, 분야별 배점은 전체 100점을 기준으로 경제적 측면 20점, 공공 공간적 측면 15점, 물리적 측면 21점, 사업계획 수립 측면 25점, 시설 및 지역환경 측면이 19점으로 배분되었다.
8 프로그램을 사용하였다. 지표간 상관관계 검토를 위해 전문가 5인(건축 3인, 디자인 2인)을 대상으로 FGI 설문조사를 실시하였다. 중요도 분석은 관련 전문가(건축, 도시, 관련 공무원) 100명을 대상으로 설문조사를 실시하였으며 표본 수는 100부를 배포하여 48부를 회수하였다.
넷째, ANP 분석을 활용하여 활용지표를 정량화하였다. 지표별 전체 중요도 분석을 통해 가중치 부여 계산식에 근거하여 가중치를 부여하였으며, 이를 배점이 용이하도록 소수점을 조정하여 분야별 배점은 전체 100점을 기준으로 경제적 측면 20점, 공공 공간적 측면 15점, 물리적 측면 21점, 사업계획 수립 측면 25점, 시설 및 지역환경 측면이 19점으로 배분되었다.
첫째, 선행연구의 검토를 위해 선행연구와 관련 연구보고서 등을 근거로 하여 폐교시설의 리모델링과 활용 요소를 중심으로 객관성이 확보된 선행연구를 선정하였다. 국내외 공공디자인 지표는 국내 디자인 서울 가이드라인, 서울시 공공디자인 평가시스템, 행정중심복합도시 좋은 건축물 지정제도를 선정하였고, 국외 영국 DQI(Design Quality Indicators), 영국 건축위원회 디자인리뷰(Design Review)를 선정하였다.
첫째, 폐교시설의 활용 예비지표 도출단계에서 선행연구의 활용요소와 국내외 공공디자인 지표 검토를 통해 유사한 항목간 통합하여 중복성을 확인한 후 체계화 하였다. 체계화된 지표의 상호 비교를 통해 연관성을 검토하였으며 이를 바탕으로 활용 예비 분류체계를 도출하였다.
첫째, 폐교시설의 활용 예비지표 도출단계에서 선행연구의 활용요소와 국내외 공공디자인 지표 검토를 통해 유사한 항목간 통합하여 중복성을 확인한 후 체계화 하였다. 체계화된 지표의 상호 비교를 통해 연관성을 검토하였으며 이를 바탕으로 활용 예비 분류체계를 도출하였다.
폐교시설 활용 예비지표를 중심으로 TF-IDF 분석과 키워드 상관관계 분석을 통해 1, 2차 활용지표를 도출하였으며, 이를 종합하여 폐교시설 최종 활용지표를 도출하였다.
설문조사는 관련 전문가 및 실무자(건축, 도시, 관련 공무원) 100명을 대상으로 설문조사를 실시하였다. 표본 수는 100부를 배포하여 48부를 회수하였으며, 회수된 표본의 신뢰성을 검증하기 위해 일관성 검증을 실시하였다.

대상 데이터

이를 통해 활용 시설을 유형화하여 관련된 공공건축의 세부범위와의 연관성을 검토하였다. 검토 대상 폐교시설은 자체활용시설 312개, 대부 및 임대시설 681개를 대상으로 하였다. 검토 내용은 [Figure2]와 같다.
첫째, 선행연구의 검토를 위해 선행연구와 관련 연구보고서 등을 근거로 하여 폐교시설의 리모델링과 활용 요소를 중심으로 객관성이 확보된 선행연구를 선정하였다. 국내외 공공디자인 지표는 국내 디자인 서울 가이드라인, 서울시 공공디자인 평가시스템, 행정중심복합도시 좋은 건축물 지정제도를 선정하였고, 국외 영국 DQI(Design Quality Indicators), 영국 건축위원회 디자인리뷰(Design Review)를 선정하였다.
설문조사는 관련 전문가 및 실무자(건축, 도시, 관련 공무원) 100명을 대상으로 설문조사를 실시하였다. 표본 수는 100부를 배포하여 48부를 회수하였으며, 회수된 표본의 신뢰성을 검증하기 위해 일관성 검증을 실시하였다.
자료수집을 위해 신문기사 데이터베이스 시스템인 BIGKinds를 활용하였으며 폐교재산의 활용촉진을 위한 특별법이 개정·시행된 2014년 3월 11일을 기준으로 2019년 3월까지 폐교시설 활용에 관하여 보도된 중앙지와 지역종합지를 대상으로 2,384개의 기사자료를 수집하였다.
자료수집의 범위는 폐교재산의 활용촉진을 위한 특별법이 개정·시행된 2014년 3월 11일을 기준으로 2019년 3월까지 폐교시설 활용에 관하여 보도된 중앙지와 지역종합지를 대상으로 하였다.
지표간 상관관계 검토를 위해 전문가 5인(건축 3인, 디자인 2인)을 대상으로 FGI 설문조사를 실시하였다. 중요도 분석은 관련 전문가(건축, 도시, 관련 공무원) 100명을 대상으로 설문조사를 실시하였으며 표본 수는 100부를 배포하여 48부를 회수하였다. 설문지의 구성은 도출된 활용지표 간 상관성 검토결과를 바탕으로 5개 대분류 항목과 15개 지표 항목을 중심으로 9점 척도를 통해 쌍대비교하였다.
자료수집의 범위는 폐교재산의 활용촉진을 위한 특별법이 개정·시행된 2014년 3월 11일을 기준으로 2019년 3월까지 폐교시설 활용에 관하여 보도된 중앙지와 지역종합지를 대상으로 하였다. 폐교 활용과 관련된 키워드가 포함된 신문기사를 수집하여 중복되는 기사와 광고성 기사를 제거하고 최종적으로 2,384개의기사자료를 수집하였다.
둘째, 빅데이터를 활용한 텍스트마이닝 분석을 위해 데이터 수집 및 전처리 과정을 실시하였다. 폐교시설 활용과 관련한 중앙지와 지역종합지를 대상으로 최종적으로 2,384개의 자료를 확보하였으며, R프로그램의 패키지를 활용한 불용어 및 공백제거 등 데이터 전처리를 통해 수집된 기사자료에서 필요한 단어 및 명사를 추출하였다. 전처리된 기사에 대하여 빈도(Term frequency)분석과 TF-IDF(Term frequency-Inverse document frequency) 분석을 실시하여 1차 활용지표를 도출하였으며, 빅데이터를 활용한 폐교시설 활용지표의 추가를 위해 키워드 연관 관계 분석을 실시하여 2차 활용지표를 도출하였다.

데이터처리

2장에서 도출된 예비활용지표의 검증을 위해 빈도분석을 통해 도출된 상위 키워드를 각각의 활용지표를 중심으로 군집화하여 TF분석과 TF-IDF 분석을 실시하였다. 빈도분석 결과 가장 많은 빈도수를 보인 유형은 입지성(농어촌, 도서벽지, 도심지역 등, 3,869개)으로 나타났고, 다음으로는 타당성, 주민 참여성, 파급효과성, 지역성, 이용 편의성, 안전성, 연계성, 경관성, 접근성, 지속성, 합리적 기능 및 활용성, 확장성, 친환경성, 실내환경 쾌적성 순으로 나타났다.
셋째, ANP(Analytic Network Process, 네트워크 분석적 의사결정법)분석을 통한 우선순위의 도출과 정량화를 위해 상관관계 분석을 바탕으로 네트워크 분석적 의사결정 시뮬레이션을 구현할 수 있는 SuperDecisions 2.8 프로그램을 사용하였다. 지표간 상관관계 검토를 위해 전문가 5인(건축 3인, 디자인 2인)을 대상으로 FGI 설문조사를 실시하였다.
폐교시설 활용과 관련한 중앙지와 지역종합지를 대상으로 최종적으로 2,384개의 자료를 확보하였으며, R프로그램의 패키지를 활용한 불용어 및 공백제거 등 데이터 전처리를 통해 수집된 기사자료에서 필요한 단어 및 명사를 추출하였다. 전처리된 기사에 대하여 빈도(Term frequency)분석과 TF-IDF(Term frequency-Inverse document frequency) 분석을 실시하여 1차 활용지표를 도출하였으며, 빅데이터를 활용한 폐교시설 활용지표의 추가를 위해 키워드 연관 관계 분석을 실시하여 2차 활용지표를 도출하였다.

이론/모형

둘째, 빅데이터의 다양한 활용 기법 중 단어간 연계성 파악과 분류를 위한 텍스트 마이닝(Text mining)기법을 적용하였다. 자료수집을 위해 신문기사 데이터베이스 시스템인 BIGKinds를 활용하였으며 폐교재산의 활용촉진을 위한 특별법이 개정·시행된 2014년 3월 11일을 기준으로 2019년 3월까지 폐교시설 활용에 관하여 보도된 중앙지와 지역종합지를 대상으로 2,384개의 기사자료를 수집하였다.
연관분석을 위해 ‘R’프로그램의 arules 패키지와 apriori 알고리즘을 이용하였으며, 이는 사건 A가 일어났을 때, B가 일어날 확률을 나타내는 것으로써 사건 A와 B사이에 연계한 규칙을 찾는 것이다.
텍스트마이닝 기법 적용을 위한 분석도구는 오픈소스로써 다양한 빅데이터 분석 관련 연구에 사용되고 있는 ‘R’프로그램을 주요 분석도구로 하여 데이터 전처리 및 분석에 따른 패키지를 활용하였다.
폐교시설 활용과 관련된 빅데이터 텍스트 마이닝 분석을 위한 자료수집을 위해 신문기사 데이터베이스 시스템인 BIGKinds³⁾를 활용하였다. 자료수집의 범위는 폐교재산의 활용촉진을 위한 특별법이 개정·시행된 2014년 3월 11일을 기준으로 2019년 3월까지 폐교시설 활용에 관하여 보도된 중앙지와 지역종합지를 대상으로 하였다.

성능/효과

전체 기사에서 빈도가 높은 단어들 중에는 단순히 발생 배경에 대한 내용이나 관용적으로 사용되는 단어들을 제외하여야 하므로 TF-IDF 분석을 통해 해당 문서에서 중요도가 높은 키워드를 도출하는 것이 필요하다. tm 패키지를 이용한 TF-IDF 분석 결과 높은 값을 나타낸 키워드 유형은 파급효과성(지역경제, 소득증대, 관광객 등, 39.57)이 가장 높게 나타났고, 다음으로는 주민참여성, 타당성, 지역성, 입지성, 안전성, 연계성, 지속성, 접근성, 합리적 기능 및 활용성, 확장성, 이용 편의성, 친환경성, 경관성, 실내환경 쾌적성 순으로 나타났다. [Table3 참조]이는 단순 빈도분석 결과와는 다른 결과를 보여준다.
2장에서 도출된 예비활용지표의 검증을 위해 빈도분석을 통해 도출된 상위 키워드를 각각의 활용지표를 중심으로 군집화하여 TF분석과 TF-IDF 분석을 실시하였다. 빈도분석 결과 가장 많은 빈도수를 보인 유형은 입지성(농어촌, 도서벽지, 도심지역 등, 3,869개)으로 나타났고, 다음으로는 타당성, 주민 참여성, 파급효과성, 지역성, 이용 편의성, 안전성, 연계성, 경관성, 접근성, 지속성, 합리적 기능 및 활용성, 확장성, 친환경성, 실내환경 쾌적성 순으로 나타났다. 입지성 유형의 빈도수가 높게 나타난 것은 폐교시설의 발생 배경과 지역에 대한 언급이 자주 언급되기 때문이다.
상관관계 규명은 좌우행렬에 상관관계가 있다고 생각되는 항목에 표기하여 70% 이상이 동일하게 대답한 결과를 상관관계가 있는 것으로 판단하였다. 분석결과는 [Table5]와 같으며, 정방행렬 형식으로 행렬의 좌측요소가 상단 요소에 영향을 주는 형태이다.
셋째, 폐교시설 활용 예비지표를 중심으로 TF-IDF 분석과 키워드 상관관계 분석을 통해 1, 2차 활용지표를 도출하였으며, 이를 종합하여 폐교시설 최종활용지표를 도출하였다. 최종적으로 도출된 폐교시설의 활용지표의 대분류는 경제적, 공공 공간적, 물리적, 사업계획 수립, 시설 및 지역환경으로 구분된다.

후속연구

그러나 폐교시설의 활용을 위한 통합적 관점에서 접근하였기 때문에 다양한 폐교시설의 지역적 특성과 시설 특성이 배제된 한계가 있다. 따라서 향후 정량화된 지표를 바탕으로 실제 시설에 적용하여 검증하는 단계가 필요하다.
이러한 문제점으로 최근 많은 기업과 정부기관에서는 설문조사와 빅데이터 분석을 병행하거나 정책수립과 민원대응 과정에서 빅데이터의 수집과 분석을 적극적으로 도입하는 등 다양한 정보 수집을 통한 효과적인 대안 마련이 꾸준히 이루어지고 있다. 폐교시설의 활용 계획수립 단계에서도 빅데이터를 활용한 효과적인 분석 방법을 도입한다면, 기존의 활용방법 보다 다양하고 실질적인 활용대안의 제시가 가능할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	폐교의 활용에 실패 사례가 더 많은 이유는 무엇인가?	폐교의 활용은 시설이 위치한 지역적 특성과 지역주민의 의견 등 다방면으로 충분한 계획을 수립하고 검토하여 합리적인 활용방안을 모색해야 하지만 미활용 폐교의 수를 줄이기에 급급하고, 활용을 위한 뚜렷한 기준이 없기 때문에 활용 성공 사례보다는 실패 사례가 더 많은 현실이다. 또한 폐교는 앞으로도 지속적으로 증가할 것으로 전망되므로 실질적인 활용을 위한 대안 마련이 필요한 시점이다.
	사례조사 및 설문조사를 중심으로 한 활용방안의 한계를 극복하기 위한 기업과 정부의 노력에는 무엇이 있는가?	또한 설문조사의 경우 표본 및 설문대상의 수, 설문기간 등에 대한 제한이 있고, 신뢰성과 정확성 확보에 어려움이 따른다. 이러한 문제점으로 최근 많은 기업과 정부기관에서는 설문조사와 빅데이터 분석을 병행하거나 정책수립과 민원대응 과정에서 빅데이터의 수집과 분석을 적극적으로 도입하는 등 다양한 정보 수집을 통한 효과적인 대안 마련이 꾸준히 이루어지고 있다. 폐교시설의 활용 계획수립 단계에서도 빅데이터를 활용한 효과적인 분석 방법을 도입한다면, 기존의 활용방법 보다 다양하고 실질적인 활용대안의 제시가 가능할 것으로 판단된다.
	BIGKinds란 무엇인가?	폐교시설 활용과 관련된 빅데이터 텍스트 마이닝분석을 위한 자료수집을 위해 신문기사 데이터베이스 시스템인 BIGKinds를 활용하였다. 자료수집의 범위는 폐교재산의 활용촉진을 위한 특별법이 개정·시행된 2014년 3월 1일을 기준으로 2019년 3월까지 폐교시설 활용에 관하여 보도된 중앙지와 지역종합지를 대상으로 하였다.

저자의 다른 논문 :

LOADING...

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