[논문]시민 니즈와 참여 기반의 스마트시티 문제해결을 위한 빅 데이터 활용 절차에 관한 연구

장혜정

doi:10.17661/jkiiect.2020.13.2.102

시민 니즈와 참여 기반의 스마트시티 문제해결을 위한 빅 데이터 활용 절차에 관한 연구
A Study on the Procedure of Using Big Data to Solve Smart City Problems Based on Citizens' Needs and Participation 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.13 no.2, 2020년, pp.102 - 112

장혜정 (College of Convergence, Seokyeong University)

초록
AI-Helper

스마트시티의 목표는 스마트시티의 요소기술을 통해 도시문제를 해결하여 친환경적이고 지속가능한 경제발전 및 시민의 삶의 질을 향상하는 것이라 할 수 있다. 지금까지 스마트시티는 요소기술 중심으로 발전해왔지만 이제는 스마트시티에서 생활을 하는 시민들의 니즈나 참여에 대해 관심을 두어야 할 때이다. 본 논문에서는 시민 니즈와 참여를 기반으로 스마트시티의 문제해결을 위한 빅 데이터 절차를 제시한다. 이를 위하여 지역별 주요산업별 스마트시트 프로젝트 시장과 분야별 스마트시티 시장 영역 발전단계를 살펴본다. 또한 시민 참여에 대한 분야별 정의와 필요성을 이해하고 빅 데이터를 통한 문제해결 방법으로 7단계 빅 데이터 문제해결 프로세스에 접목 방안을 제시한다. 문제해결을 위한 7단계 빅데이터 프로세스는 스마트시티의 각 부문별 정형·비정형 데이터 수집 분석 후 과제를 도출하고 이에 따른 정책 프로그램을 도출하는 방법이다. 이러한 절차에 시민 참여를 이끌어 내기 위하여 비정형 데이터 수집과정에서 디자인싱킹 방법론의 공감단계를 활용한다. 또한 스마트시티 도시문제 해결을 위한 시민 니즈를 찾는 방법으로 비정형 데이터 분석과정에 디자인싱킹 방법론의 문제정의 단계를 접목시켰다.

Abstract ▼ AI-Helper

Smart City's goal is to solve urban problems through smart city's component technology, thereby developing eco-friendly and sustainable economies and improving citizens' quality of life. Until now, smart cities have evolved into component technologies, but it is time to focus attention on the needs and participation of citizens in smart cities. In this paper, we present a big data procedure for solving smart city problems based on citizens' needs and participation. To this end, we examine the smart city project market by region and major industry. We also examine the development stages of the smart city market area by sector. Additionally it understands the definition and necessity of each sector for citizen participation, and proposes a method to solve the problem through big data in the seven-step big data problem solving process. The seven-step big data process for solving problems is a method of deriving tasks after analyzing structured and unstructured data in each sector of smart cities and deriving policy programs accordingly. To attract citizen participation in these procedures, the empathy stage of the design thinking methodology is used in the unstructured data collection process. Also, as a method of identifying citizens' needs to solve urban problems in smart cities, the problem definition stage of the design sinking methodology was incorporated into the unstructured data analysis process.

주제어

표/그림 (18)

그림 그림 1. 지역별 주요산업별 스마트시트 프로젝트:세계시장 2019 2분기 Fig.1. Smart City Projects by Region and Primary Industry
그림 그림 2. 2012년-2020년 분야별 스마트시티 시장 영역 발전단계 Fig. 2. 2012-2020 Smart City Market Sector Development Stage by Sector
그림 그림 3. 리빙랩과 시민참여형 의사결정 관계 Fig. 3. Living Lab and citizen participation decision-making relationship
표 표 1. 시민참여에 관한 분야별 견해 Table 1. Views on Citizen Participation by Sector
그림 그림 4. 빅 데이터를 활용한 문제해결 7단계 절차 Fig. 4. 7-step procedure for problem solving using big data
표 표 2. 스마트시티 안전에 관한 데이터 분류 Table 2. Smart city safety data classification
그림 그림 5.손상 데이터 분석을 통한 중점대상 정의 Fig. 5.Define focus targets through analysis of injury data
그림 그림 6. 손상상세 데이터 분석을 통한 손상요인 분석 Fig. 6. Injury factor analysis through detailed injury data analysis
그림 그림 7. 위험요인에 따른 프로그램 개발 Fig. 7. Program development according to risk factors
그림 그림 8. 빅 데이터 시스템의 지속성 요소 Fig. 8.The Persistence Element of Big Data Systems
표 표 3. 공공 데이터 및 사용 예 Table 3. Public Data and Use Example
그림 그림 9. 공감 맵 Fig. 9. Empathy Map
그림 그림 10. 착안점 문장 Fig. 10. Point of View Statements
그림 그림 11 .빅 데이터 수집 분석 시 디자인싱킹과의 관계 Fig. 11. The relationship with design thinking when collecting and analyzing big data
그림 그림 14. 시민니즈와 참여를 적용할 수 있는 빅 데이터 단계 Fig. 14. Big data process that can apply citizen needs and participation
그림 그림 12. 노인 문제 해결 위한 공감 맵 Fig. 12. Empathy Map for Solving Elderly Problems
그림 그림 13. 노인 문제 해결 위한 통찰 문장 Fig. 13. Point of View to solve the elderly problem
그림 그림 15. 시민니즈와 참여를 적용하는 빅 데이터 흐름도 Fig. 15. Big data flowchart that can apply citizen needs and participation

AI 본문요약
AI-Helper

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

문제 정의

우리나라의 스마트시티에 대한 요소기술의 발전과 적용은 아세안 스마트시티 네트워크(ASC) 출범과 중남미 국가와의 스마트시티 MOU 등 다양한 국가를 대상으로 스마트시티 해외진출 사업이 진행 중이다. 다만 스마트라는 용어로 인해 인간적인 측면을 일방적인 수혜자로만 보는 경향이 있기에 본 연구에서는 시민니즈를 빅 데이터 문제해결 프로세스로 찾아내고 비정형에 대한 부분은 디자인싱킹 방법론을 접목하여 해결하는 방안을 제시하였다.
이에 본 논문에서는 시민의 참여와 니즈를 기반으로 한 빅 데이터를 활용한 문제해결 절차를 제시한다.

제안 방법

착안점 문장을 찾는 방법은 다음과 같다. 먼저 공감 단계에서 정의된 고통 요인과 그들이 이루었으면 하는 얻고자 하는 요소를 중심으로 시민들의 니즈를 정의하고 시민의 진짜 필요한 요소를 통찰로 찾아내는 과정을 수행한다. 만일 공감단계에서 충분히 지역 구성원인 시민의 입장으로 몰입하지 않으면 놀라운 통찰력 (insight) 대신 평범한 문구로 정의되기 쉽기 때문에 충분한 공감단계와 문제 정의단계의 과정이 중요하다.
스마트시티 기술 분야 검토범위는 방범/ 방재, 의료/보건, 교통, 에너지, 물 관리. 쓰레기 처리, 전자정부, 시민참여/커뮤니티 등 8개 분야의 스마트시티 기술을 구분하여 적용하였다[5].
정형데이터 만으로 분석 타당성이 안 되는 경우 [그림 15]와 같이 비정형 데이터를 기반으로 원인을 분석한다. 이때 시민 참여형 공감 활동과 시민 니즈 기반 문제 정의 활동으로 비정형 데이터 기반 원인분석을 하여 원인을 도출한다.
이를 바탕으로 중점 대상을 도출한다. 이후 원인을 분석하고 정형데이터 만으로 원인을 찾기 어려울 때는 수집한 비정형 데이터를 분석하여 문제해결 과제를 도출 한다. 빅 데이터 문제해결 방법론을 적용 하기 위한 공공분야의 수집할 데이터 항목과 사용은 [표 3]과 같이 일반적으로 활용한다[13].
즉, 스마트시티의 공공분야의 빅 데이터에 관한 일반적인 데이터 수집 활용 이외에도 비정형 데이터 정보 획득 방안을 디자인싱킹의 공감 단계와 문제정의 단계로 접목할 것을 제안하였다. 공감단계에서 시민들의 자신들의 문제와 바라는 점, 그들이 밖에서 들은 이야기, 스스로 우려하는 점을 직접적인 참여로 보다 몰입하게 된다.

이론/모형

그러나 빅 데이터의 의미 있는 통찰 (Insight)을 찾는 것이 쉽지 않다. 따라서 본 논문에서는 통찰을 얻기 위하여 창의적 문제해결 방법론인 디자인싱킹 방법론을 적용하였다. 왜냐하면 디자인싱킹 방법론의 공감(Empathize) 단계를 통하여 시민들이 고통(Pain)요인과 얻고자 하는(Gain) 요소를 발견할 수 있기 때문이다.

후속연구

이러한 과정을 통하여 비정형 데이터의 니즈를 파악하여야 진짜 시민들의 지역문제 또는 스마 트시티에 대한 고민을 파악할 수 있다. 본 논문의 문제해결을 위한 빅 데이터 활용 절차는 기존의 스마트시티 문제해결 방법에 시민의 참여와 니즈를 반영하는 현실적인 대안이 될 수 있을 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	스마트시티란 무엇인가?	스마트시티는 그 시대가 지향하는 환경·사회경제적 발전을 목표로 그 시대의 첨단기술을 활용하여 각 도시에 적합한 건강하고 건전한 성장을 실현해가는 도시로 정의할 수 있다. 스마트시티는 첨단 지식산업의 집적이며 도시자체가 인프라이고 또 도시를 만들어가는 과정이며 더 적은 자원으로 더 많은 것을 할 수 있어야 하고 더 적은 공간에서 더 다양하고 좋은 활동이 일어날 수 있어야 하는 도시이다[1].
	스마트시티의 목표는 무엇인가?	스마트시티의 목표는 스마트시티의 요소기술을 통해 도시문제를 해결하여 친환경적이고 지속가능한 경제발전 및 시민의 삶의 질을 향상하는 것이라 할 수 있다. 지금까지 스마트시티는 요소기술 중심으로 발전해왔지만 이제는 스마트시티에서 생활을 하는 시민들의 니즈나 참여에 대해 관심을 두어야 할 때이다.
	지역 자치구는 스마트 기술에 있어 가장 완벽한 단위라고 할 수 있는 이유는 무엇인가?	지역 자치구는 스마트 기술에 있어 가장 완벽한 단위라고할 수 있다. 정책 혁신에서 그래왔던 것처럼 시민들을 참여시키거나 문제를 확인하기가 훨씬 쉽고 새로운 해결책의 효과가 바로 나타날 수 있기 때문이다[8].

참고문헌 (14)

D. N. Kim, "Smart city, city model for the Korean future, Policy briefing Contribution to a policy", http://www.korea.kr/news/contributePolicyView.do?newsId148821085, 2016.9.5 Quote, 2016
NIPA, "IoT open platform based smart city service casebook", Policy and Analysis Report, pp.3-18, 2018
Y. T. Cho, S. W .Park, S. H. Lee, M. T. Oh, J. H. Lee, "LH Smart City Future Vision and Strategy", LHI, Reserach Report, 2018-108, pp.114-144, 2018
M. K. Song, "Key issues of global urbanization and growth prospects of emerging cities", The Seoul Institute, World & City, Vol.7, pp.46-56, 2014
R. Citron, G. Samms, E. Woods, "Smart City Tracker 2Q19.Global Smart City Projects by World Region, Market Segment, Technology, and Application", Navigant Research, 2Q 2019.
J. Y. Lee, S. S. Kim, B. H. Lee, K. I. Wang, J. S. Park, S. W. Lee, H. Y. Yoo, "Establish strategy and network for overseas expansion of Korean smart city", KRISH, Research Report, pp.16-45, 2016
National Information Society Agency, " Smart City Development Outlook and Korea's Competitiveness", 2016.11.IT & Future Strategy, No 6, pp.8-9, 2016
Anthony M. Townsend,"Smart Cities:Big Data, Civic Hackers, and the Quest for a New Utopia", MiD, pp.40-45, 2018
H. Y. Jeong, "A Study on the Community Development and Resident's Participation in the era of Local Autonomy", The Korean Regional Development Association, Vol 19, No.3, pp.1-29, 2007
H. J. Yim, S. K. Gong, "From residents to citizens, discovering the possibilities in Ayama, Iyazaki, Japan",Jung-Ang Sisa Magazine,https://jmagazine.joins.com/art_print.php?art_id3155332017, 2017
M. M. Kang, S. R .Kim, S. M. Park, "Analysis and Utilization of Big Data", Communications of KIISE, Vol.30, No.6, pp.25-32, KIISE, 2012
H. J. Chang, "Big Data Application Algorithm for Safe Community Implementation",Journal of the Urban Design Institute of Korea Urban Design. Vol.19, No.1, Urban Design Institute of Korea, pp.37-51, 2018
H. J. Chang, "A Study on the Use of Big Data on Science Administration in Nonsan City", KIIECT, 5th ICIECT 2019, 2019-26, 2019
H. J. Chang, "A Study on the utilization of the methodology for creative problems solving when designing a civil complaint big data systems", KIIECT , 2018 Spring Conference of KIIECT, Vol.11, No.1, pp.126-131, 2018

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