[논문]빅데이터 분석을 통한 프라이버시 인식에 관한 연구

이송이; 김성원; 이환수

doi:10.14400/jdc.2019.17.10.049

빅데이터 분석을 통한 프라이버시 인식에 관한 연구
A Study on the Privacy Awareness through Bigdata Analysis 원문보기

디지털융복합연구 = Journal of digital convergence, v.17 no.10, 2019년, pp.49 - 58

이송이 (단국대학교 IT법학협동과정) , 김성원 (단국대학교 IT법학협동과정) , 이환수 (단국대학교 융합보안학과)

초록
AI-Helper

4차 산업혁명시대에 접어들면서 정보기술의 발전으로 인해 다양한 편익과 함께 프라이버시 이슈에 대한 사회적 관심 또한 증가해 왔다. 빅데이터를 통한 개인의 프라이버시 침해 위협 가능성이 높아지게 됨에 따라, 프라이버시에 대한 관리 및 보호에 대한 학술적 논의 또한 활발해지기 시작하였다. 전통적인 관점의 프라이버시는 기본적 인권으로 다양한 차원에서 정의된 반면, 최근의 연구 동향에 따르면 대부분 온라인상에서의 개인정보보호라는 정보 차원의 프라이버시에 대해서만 주로 논의하고 있다. 이러한 제한적 논의는 이론적 개념과 실제 인식 간의 왜곡을 초래할 뿐만 아니라 프라이버시 개념의 학술적 정의 및 사회적 합의를 더욱 어렵게 만드는 요인이 될 수 있다. 이에 본 연구에서는 최근 1년 동안 포탈 사이트 12,000건의 뉴스데이터를 바탕으로 온라인상에서 노출되는 프라이버시 개념을 분석하여 이론적 개념과 사회적으로 통용되는 개념의 차이를 비교 분석한다. 이러한 실증적 접근은 변화하고 있는 프라이버시 개념에 대한 이해와 국내 상황에 맞는 프라이버시 개념화를 위한 연구 방향을 제시할 수 있을 것으로 기대한다.

Abstract ▼ AI-Helper

In the era of the 4th industrial revolution, the development of information technology brought various benefits, but it also increased social interest in privacy issues. As the possibility of personal privacy violation by big data increases, academic discussion about privacy management has begun to be active. While the traditional view of privacy has been defined at various levels as the basic human rights, most of the recent research trends are mainly concerned only with the information privacy of online privacy protection. This limited discussion can distort the theoretical concept and the actual perception, making the academic and social consensus of the concept of privacy more difficult. In this study, we analyze the privacy concept that is exposed on the internet based on 12,000 news data of the portal site for the past one year and compare the difference between the theoretical concept and the socially accepted concept. This empirical approach is expected to provide an understanding of the changing concept of privacy and a research direction for the conceptualization of privacy for current situations.

주제어

표/그림 (4)

표 Table 1. Research Data
표 Table 2. Keyword Frequency
표 Table 3. Keyword Centrality
그림 Fig. 1. Keyword Network Visualization

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 프라이버시 개념에 있어서 제한적으로 접근하고 있는 기존 연구들의 한계점을 지적하고, 향후 프라이버시 관련 연구 방향 제시를 위한 탐색적 연구이다. 기존 연구 들을 통해 논의된 전통적인 프라이버시의 개념과 현 시대의 프라이버시 개념의 차이를 살펴봄으로써 프라이버시 개념의 학술적 재 정의와 사회적 합의의 필요성을 확인하는 것이 본 연구의 핵심 주제이다. 온라인 상의 뉴스 빅데이터를 바탕으로 프라이버시 연관 단어를 사회연결망 분석 기법으로 분석하여 현 사회가 주목하고 있는 프라이버시 이슈를 도출한다.
이를 위해 기존 연구를 바탕으로 정의된 프라이버시의 개념을 분석 및 정리하고, 빅데이터 분석기법을 활용하여 오늘날 우리나라에서 프라이버시의 개념에 관한 인식을 고찰한다. 또한, 도출된 결과를 통해 현재 정의된 프라이버시 개념의 한계점을 제시하고 현시점에 적합한 프라이버시의 개념 정의의 필요성에 대하여 논의한다.
본 연구는 빅데이터 분석을 활용하여 프라이버시의 인식에 대하여 알아보고, 이를 바탕으로 현 시점에 적절한 프라이버시의 개념 정의 방향을 살펴보고자 하였다. 분석결과에 따르면 ‘데이터’, ‘보호’, ‘규제’, ’기술‘, ‘개인정보’ 등의 단어 들이 상대적으로 많이 추출된 것을 확인할 수 있었다.
본 연구는 온라인 상에서의 활용되고 있는 프라이버시 관련 단어 분석을 통해 프라이버시에 대한 사회적 인식 현황을 파악하여 현시대에 맞는 프라이버시의 개념 재정의 필요성을 강조하는데 그 목적을 두고 있다. 이를 위해 대표적인 포털사이트인 네이버(Naver), 다음(Daum), 구글(Google)에서 프라이버시와 함께 등장하는 단어들을 수집하여 프라이버시라는 용어가 어떻게 활용되고 있는지를 살펴보았다.
본 연구는 프라이버시 개념에 있어서 제한적으로 접근하고 있는 기존 연구들의 한계점을 지적하고, 향후 프라이버시 관련 연구 방향 제시를 위한 탐색적 연구이다. 기존 연구 들을 통해 논의된 전통적인 프라이버시의 개념과 현 시대의 프라이버시 개념의 차이를 살펴봄으로써 프라이버시 개념의 학술적 재 정의와 사회적 합의의 필요성을 확인하는 것이 본 연구의 핵심 주제이다.
온라인 상의 뉴스 빅데이터를 바탕으로 프라이버시 연관 단어를 사회연결망 분석 기법으로 분석하여 현 사회가 주목하고 있는 프라이버시 이슈를 도출한다. 분석 결과를 통해 이론적 개념과 실제 인식 간의 차이를 확인하고 향후 프라이버시 관련 연구의 방향을 제시 하는데 본 연구의 의의가 있다.
이에 본 연구에서는 네이버 (Naver), 다음(Daum), 구글(Google)에서 ‘프라이버시’ 단어를 포함한 뉴스의 자료를 수집 및 데이터 정제 과정을 통해 도출해 낸 단어를 바탕으로 이들 간의 관계성을 살펴보았다.
이론적 개념과 실제 인식의 간극에 대한 실증적 접근은 변화하고 있는 프라이버시 개념에 대한 이해와 국내 상황에 맞는 프라이버시 개념화를 위한 학술적 방향을 제시할 수 있을 것으로 예상된다. 이에 본 연구에서는 온라인상에서 노출되는 프라이버시의 개념을 분석하여 이론적 개념과 실제 통용되는 개념의 차이를 살펴보고 시사점을 도출하고자 한다. 이를 위해 기존 연구를 바탕으로 정의된 프라이버시의 개념을 분석 및 정리하고, 빅데이터 분석기법을 활용하여 오늘날 우리나라에서 프라이버시의 개념에 관한 인식을 고찰한다.

제안 방법

텍스트마이닝이란, 텍스트를 바탕으로 데이터베이스에 나타난 언어를 바탕으로 기존에 알려지지 않은 패턴과 다양한 지식 및 새로운 정보를 얻을 수 있는 분석 기술이다[32]. 본 연구에서는 텍스트를 활용하여 텍스트의 핵심단어들을 추출한 후에 메트릭스를 구성하였다. 수집된 데이터에서 프라이버시와 관련 없는 단어인 주목, 장점, 일부 등을 제외하였으며, 블록체, 블로체인인, 모바 등 불완전한 단어를 제거 하였다.
또한 있, 위하, 대하, 믿, 후, 공 등 조사나 문장부호 등을 제거하고 정제하여 상위 100개 단어를 선정하였다. 소셜네트워크 상에 내재되어 있는 프라이버시에 대한 관계를 시각화하여 프라이버시에 대한 인식을 파악하기 위해 Ucinet6.645를 통해 단어들 간에 연결 구조 파악 및 연결 중심성을 분석하였다. 연결 중심성 분석을 통하여 특정한 주제에 대해 구조적으로 파악할 수 있다.
기존 연구 들을 통해 논의된 전통적인 프라이버시의 개념과 현 시대의 프라이버시 개념의 차이를 살펴봄으로써 프라이버시 개념의 학술적 재 정의와 사회적 합의의 필요성을 확인하는 것이 본 연구의 핵심 주제이다. 온라인 상의 뉴스 빅데이터를 바탕으로 프라이버시 연관 단어를 사회연결망 분석 기법으로 분석하여 현 사회가 주목하고 있는 프라이버시 이슈를 도출한다. 분석 결과를 통해 이론적 개념과 실제 인식 간의 차이를 확인하고 향후 프라이버시 관련 연구의 방향을 제시 하는데 본 연구의 의의가 있다.
이에 본 연구에서는 온라인상에서 노출되는 프라이버시의 개념을 분석하여 이론적 개념과 실제 통용되는 개념의 차이를 살펴보고 시사점을 도출하고자 한다. 이를 위해 기존 연구를 바탕으로 정의된 프라이버시의 개념을 분석 및 정리하고, 빅데이터 분석기법을 활용하여 오늘날 우리나라에서 프라이버시의 개념에 관한 인식을 고찰한다. 또한, 도출된 결과를 통해 현재 정의된 프라이버시 개념의 한계점을 제시하고 현시점에 적합한 프라이버시의 개념 정의의 필요성에 대하여 논의한다.
본 연구는 온라인 상에서의 활용되고 있는 프라이버시 관련 단어 분석을 통해 프라이버시에 대한 사회적 인식 현황을 파악하여 현시대에 맞는 프라이버시의 개념 재정의 필요성을 강조하는데 그 목적을 두고 있다. 이를 위해 대표적인 포털사이트인 네이버(Naver), 다음(Daum), 구글(Google)에서 프라이버시와 함께 등장하는 단어들을 수집하여 프라이버시라는 용어가 어떻게 활용되고 있는지를 살펴보았다. 데이터 수집 도구로써 텍스톰(Textom) 서비스를 이용하였고, 분석 채널은 뉴스로 한정하였다.

대상 데이터

2018년 1월 1일부터 2018년 12월 31일(총 1년) 동안 프라이버시 키워드를 중심으로 네이버(Naver), 다음 (Daum), 구글(Google)의 뉴스에서 추출된 단어 수는 총 30,208개였다. 2018년 1월 1일부터 2018년 12월 31일 (총 1년)까지 프라이버시에 대한 키워드 분석을 실시한 결과 총 100개의 단어로 다음 Table 2와 같이 정리하였다.
2018년 1월 1일부터 2018년 12월 31일(총 1년) 동안 프라이버시 키워드를 중심으로 네이버(Naver), 다음 (Daum), 구글(Google)의 뉴스에서 추출된 단어 수는 총 30,208개였다. 2018년 1월 1일부터 2018년 12월 31일 (총 1년)까지 프라이버시에 대한 키워드 분석을 실시한 결과 총 100개의 단어로 다음 Table 2와 같이 정리하였다.
분석데이터 정보는 Table 1과 같다. 네트워크 구조 분석 시 노드 수가 많은 경우 시각화 표현에 어려움이 있어, 상위 100개의 키워드를 중심으로 살펴보았다.
이를 위해 대표적인 포털사이트인 네이버(Naver), 다음(Daum), 구글(Google)에서 프라이버시와 함께 등장하는 단어들을 수집하여 프라이버시라는 용어가 어떻게 활용되고 있는지를 살펴보았다. 데이터 수집 도구로써 텍스톰(Textom) 서비스를 이용하였고, 분석 채널은 뉴스로 한정하였다. 자료검색을 위한 키워드는 ‘프라이버시’를 사용하였다.
수집된 데이터에서 프라이버시와 관련 없는 단어인 주목, 장점, 일부 등을 제외하였으며, 블록체, 블로체인인, 모바 등 불완전한 단어를 제거 하였다. 또한 있, 위하, 대하, 믿, 후, 공 등 조사나 문장부호 등을 제거하고 정제하여 상위 100개 단어를 선정하였다. 소셜네트워크 상에 내재되어 있는 프라이버시에 대한 관계를 시각화하여 프라이버시에 대한 인식을 파악하기 위해 Ucinet6.
자료의 분석 기간은 1년으로 2018년 1월 1일부터 2018년 12월 31일까지 연구대상 기간으로 한정하였다. 수집된 데이터는 월별 1000건 총 14,628건의 문서 데이터가 수집되었다. 분석데이터 정보는 Table 1과 같다.
자료검색을 위한 키워드는 ‘프라이버시’를 사용하였다. 자료의 분석 기간은 1년으로 2018년 1월 1일부터 2018년 12월 31일까지 연구대상 기간으로 한정하였다. 수집된 데이터는 월별 1000건 총 14,628건의 문서 데이터가 수집되었다.

데이터처리

연결 중심성 분석을 통하여 특정한 주제에 대해 구조적으로 파악할 수 있다. Netdraw를 사용하여 프라이버시와 관련된 단어들 사이의 네트워크를 시각화하고 유사점을 가진 단어들의 군집을 나타내기 위해 CONCOR분석을 실시하였다. 이에 본 연구에서는 네이버 (Naver), 다음(Daum), 구글(Google)에서 ‘프라이버시’ 단어를 포함한 뉴스의 자료를 수집 및 데이터 정제 과정을 통해 도출해 낸 단어를 바탕으로 이들 간의 관계성을 살펴보았다.
네트워크 내의 연결 관계 및 패턴을 시각적으로 도출하고 군집화하기 위하여 CONCOR분석을 실시하였다. 상위 주요 단어빈도를 이용해 CONCOR분석을 실시한 결과는 Fig.

성능/효과

본 연구 결과를 통하여 단어빈도 및 연결 중심성을 파악할 수 있었으며, CONCOR분석을 통하여 높은 순위의 단어들과 다양하게 형성된 단어별 그룹을 추출할 수 있었다. 연구를 통해 도출된 결과에 따르면 기술의 발달과 함께 ‘프라이버시’에 관한 개인·기업·정부의 인식이 충분히 성숙해가고 있으나, 그 성숙은 기술적 측면과 사이버상의 개인정보 통제에 관한 것으로 편중되어 나타나고 있으며, 특히 개인과 기업 등 산업계가 개인정보에 관하여 가지고 있는 인식의 차이를 극명하게 보여준다.
본 연구 학술적 의의는 프라이버시에 대한 포괄적 문헌 연구와 빅데이터를 바탕으로 한 실증 분석을 통해 오늘날 프라이버시의 개념이 전통적인 프라이버시의 개념에 비해 제한적으로 논의되고 있다는 것을 확인하였다는데 있다. 또한 최근의 연구나 온라인 상의 담론들이 프라이버시 개념과 실제 사람들이 인식하고 있는 개념 사이에 차이가 있음을 밝힘으로써 변화하고 있는 프라이버시 개념에 대한 이해와 현 상황에 맞는 프라이버시의 법률적 개념정의의 필요성에 대하여 제시하였다는 점에서도 의의가 있다.
분석결과에 따르면 ‘데이터’, ‘보호’, ‘규제’, ’기술‘, ‘개인정보’ 등의 단어 들이 상대적으로 많이 추출된 것을 확인할 수 있었다.
본 연구에서는 텍스트를 활용하여 텍스트의 핵심단어들을 추출한 후에 메트릭스를 구성하였다. 수집된 데이터에서 프라이버시와 관련 없는 단어인 주목, 장점, 일부 등을 제외하였으며, 블록체, 블로체인인, 모바 등 불완전한 단어를 제거 하였다. 또한 있, 위하, 대하, 믿, 후, 공 등 조사나 문장부호 등을 제거하고 정제하여 상위 100개 단어를 선정하였다.
연구를 통해 도출된 결과에 따르면 기술의 발달과 함께 ‘프라이버시’에 관한 개인·기업·정부의 인식이 충분히 성숙해가고 있으나, 그 성숙은 기술적 측면과 사이버상의 개인정보 통제에 관한 것으로 편중되어 나타나고 있으며, 특히 개인과 기업 등 산업계가 개인정보에 관하여 가지고 있는 인식의 차이를 극명하게 보여준다.

후속연구

그러나 온라인 상의 빅데이터 분석을 통해 프라이버시에 대한 개념과 사회적 인식 현황을 살펴보았다는 점에서는 큰 의의가 있지만 1년 동안의 뉴스 데이터만으로 연구 결과를 도출하였다는 점에서 한계가 있다. 향후 연구에서 분석을 위한 키워드를 다양화하고 기간과 수집 범위를 확장한다면 보다 의미 있는 연구가 될 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	프라이버시의 경계선 설정에 영향을 주는 요인들은 무엇인가?	이에 따르면 프라이버시 경계(privacy boundaries)는 유동적으로 개인적인 것이 될 수도 있으며, 때로는 집단적인 것이 될 수도 있다[29]. 이러한 프라이버시의 경계선을 설정하는 기준은 문화, 성별, 동기, 맥락 및 모험-이익 비율 등 여러 가지 요인에 영향을 받을 수 있다[30].
	L.Brandeis에 따른 '프라이버시' 정의는?	L.Brandeis[8]는 프라이버시를 ‘혼자 있을 권리(right to be left alone)’로 정의 하였으며, Westin[9]은 프라이버시란, 어떠한 환경에서든지 자신의 신체, 태도와 행위를 타인에게 얼마만큼 노출 시킬 것인가를 자유롭게 선택할 수 있는 자유라고 정의하였다 [9]. 또한, Edward Bloustine[10]은 프라이버시를 인격권의 법익으로써 인격의 침해, 개인의 자주성, 존엄과 완전성을 보호하는 것이라고 정의하였다.
	4차산업혁명에 따른 기술발전으로 인한 사회적 이슈는 무엇인가?	인공지능, 3D 프린팅, 빅데이터 기술 등 4차산업혁명에 따른 기술발전으로 고도화되고 개인화된 서비스로 삶의 질은 과거에 비해 크게 향상되었다. 그러나 이러한 변화는 인간의 일자리 축소, 정보의 빈부격차, 보안 문제 등 다양한 사회적 이슈를 야기하기도 하였다. 이러한 사회적 이슈 중 기술발전에 따른 대표적 부작용으로 거론되는 것이 바로 개인의 프라이버시 침해에 관한 것이다[1].

참고문헌 (39)

K. Lee. (2009). Increased Internet privacy violation. The Science Times, https://www.sciencetimes.co.kr
G. B. Kwon, H. J. Lee & I. Kim. (2018). The Study on Legislation Process of GDPR(General Data Protection Regulation) and Subsequent Trend in EU System, Studies on American Constitution, 29(1), 1-38.
T. Oh & J. Yu. (2011). Change of privacy concept in social network service (SNS) environment, KISDI, 23(4), 26-42.
J. L. Yu. (2011). Personal Information Protection in Digital Era - Reviewing Personal information protection Act, Journal of Digital Convergence, 9(6), 81-90. UCI : G704-002010.2011.9.6.022
K. Lee. (2014). Privacy Protection in the Big Data Age, Company Ethics Briefs, 11, 1-26.
M. Park. (2018). GDPR, Microsoft's commitment to privacy and customer data management, Microsoft, https://news.microsoft.com/ko-kr
Y. Jung. (2001). Review of the Theory of Privacy in Modern Constitutional Law, Journal of Cybercommunication Academic Society, 7, 214-267.
S. D. Warren & L. D. Brandeis (1890). The right to privacy, Harvard Law Review, 4(5), 193-220.

상세보기
A. F. Westin. (1967). Privacy and Freedom, Atheneum. York: Ig Publishing.
E. J. Bloustein. (1964). Privacy as an Aspect of Human Dignity: An answer to Dean Prosser, New York University Law Review, 39, 962-1007.
Y. H. Son. (2014). The Protection of Personal Information in the Era of Big Data, Business Law Review, 28(3), 355-393. UCI : G704-001299.2014.28.3.003
G. Moon. (2019). Survive the privacy of the Internet, Security News, https://www.boannews.com
S. Sung. (2004). Cyber space and privacy, KISDI.
Supreme Court. (1998.7.24.). Sentence, 96Na42789 Judgement.
T. M. Cooley. (1888). A Treatise on the Law of Torts or the Wrongs Which Arise Independently of Contract, Chicago : Callaghan and Company.
K. Cho. (2005). Statutory Development of Privacy in the United States, Sungkyunkwan Law Review, 17(3), 75-113. UCI : G704-001437.2005.17.3.013
A. Westin. (1970). Privacy and Freedom. (first edition 1967). Atheneum, New York.
J. Kim & S. Kim. (2015). A Study on Privacy Paradox from the Behavioral Economics Perspective, Informatization Policy, 22(3), 16-35. DOI : 10.22693/NIAIP.2015.22.3.016

원문보기 상세보기
J. B. Young. (1978). Privacy. Wiley, Chichester, UK, Cambridge University. DOI : https://doi.org/10.1017/S0047279400009223
I. S. Ham. (2016). The Enactment of 2016 General Data Protection Regulation(GDPR) in the EU and its Implications, Chonnam Law Review, 36(3), 411-453. UCI : G704-002100.2016.36.3.018
ITWorld. (2018). Chinese data confidentiality protection law came into effect similar to China's GDPR in May, http://www.itworld.co.kr
M. Cho & H. Lee. (2017). Improvement Issues of Personal Information Protection Laws through Meta-Analysis, Journal of Digital Convergence, 15(9), 1-14. DOI : https://doi.org/10.14400/JDC.2017.15.9.1

원문보기 상세보기
H. Jung. (2016). A Study on a Unique and Distinctive Culture(Law and Understanding) Regarding the Protections for Privacy in the U.S., Ilkam Law Review, 35, 277. DOI : 10.35148/ilsilr.2016..35.271

상세보기
B. C. Kim. (2014). A study on Utilization of Big Data Based on the Personal Information Protection Act, Journal of Digital Convergence, 12(12), 87-92. DOI : 10.14400/JDC.2014.12.12.87

원문보기 상세보기
C. Chang. (2016). An Argument for Making Privacy a Working Constitutional Right - Referring to Daniel Solove's Pragmatic Theory -, Journal of Media Law, Ethics and Policy Research, 15(3), 1-30. UCI : G704-001997.2016.15.3.005
C. W. Park & J. W. Kim. (2015). An Empirical Research on Information Privacy and Trust Model in the Convergence Era, Journal of Digital Convergence, 13(4), 219-225. DOI : http://dx.doi.org/10.14400/JDC.2015.13.4.219

원문보기 상세보기
J. Kim & S. Kim. (2014). A Study on Privacy Paradox between Privacy Concern and Information Disclosure behavior: Focus on Privacy Calculus Theory, Entrue Journal of Information Technology, 13(3), 139-152. UCI : G704-001673.2014.13.3.007
H. J. Smith, T. Dinev & H. Xu. (2011). Information privacy research: an interdisciplinary review. MIS Quarterly, 35(4), 989-1016. DOI : 10.2307/41409970

상세보기
I. Altman. (1975). The Environment and Social Behavior: Privacy, Personal Space, Territory, and Crowding, Brooks/Cole Publishing Company, Monterey, California.
S. Petronio. (2007). Translational research endeavors and the practices of communication privacy management. Journal of Applied Communication Research, 35(3), 218-222. DOI : https://doi.org/10.1080/00909880701422443

상세보기
W. Zhou & S. Piramuthu. (2015). Information Relevance Model of Customized Privacy for IoT. Journal of Business Ethics, 131(1), 19-30. DOI : 10.1007/s10551-014-2248-y

상세보기
A. Hotho, A. Nurnberger & G. Paass. (2005). A brief survey of text mining. In Ldv Forum, 20(1), 19-62.
H. K. Kong & H. J. Jun & S. U. Yoon. (2018). A Study on the Privacy Policy of Behavioral Advertising, Journal of the Korea Convergence Society, 9(3), 231-240. https://doi.org/10.15207/JKCS.2018.9.3.231

원문보기 상세보기
Y. S. Jeong. (2014). Tracking Analysis of User Privacy Damage using Smartphone, Journal of Convergence for Information Technology, 4(4), 13-18. https://doi.org/10.22156/CS4SMB.2014.4.4.013
D. Lee. (2019). One year of GDPR implementation, a different change than expected, ITWorld, http://www.itworld.co.kr
N. H. Sung, (2010). The Future of Digital Privacy. LG Economy Research Institute, http://www.lgeri.com/report/view.do?idx16658
K. A. Kim. (2018). A Rise on the Privacy Protection based on Secret Code : Focus on Homomorphic Encryption. Boannews, https://www.boannews.com/media/view.asp?idx74664
H. S. Lee. (2016). Personal Characteristics and Information Privacy Concerns. Asia-pacific Journal of Multimedia Service Convergent with Art, Humanities, and Sociology, 6(9), 267-276. http://dx.doi.org/10.14257/AJMAHS.2016.09.46
J. W. Mun. (2013). Protection of Privacy : From myth to norm. A Policy Reports for the Improvement of Legal Protection System in Personal Information.

저자의 다른 논문 :

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