[논문]빅데이터 활용에 영향을 미치는 개인정보 규제요인과 데이터 결합요인의 탐색

김상광; 김선경

doi:10.13089/jkiisc.2020.30.2.287

빅데이터 활용에 영향을 미치는 개인정보 규제요인과 데이터 결합요인의 탐색
An Exploration on Personal Information Regulation Factors and Data Combination Factors Affecting Big Data Utilization 원문보기

情報保護學會論文誌 = Journal of the Korea Institute of Information Security and Cryptology, v.30 no.2, 2020년, pp.287 - 304

김상광 (충남대학교) , 김선경 (충남대학교)

초록
AI-Helper

그동안 데이터 개방, 기술수용이론 등 빅데이터 활용의 영향요인에 대한 법·정책적 연구는 다수 있었으나, 제약선 역할을 하는 개인정보 규제요인 또는 데이터 결합요인이 빅데이터 활용에 미치는 영향에 대한 실증연구는 거의 없었다. 이에 본 연구는 델파이 분석(Delphi Analysis)을 통해 빅데이터 활성화에 부정적(-) 관계를 보이는 개인정보 규제요인과 긍정적(+) 효과를 보이는 데이터 결합요인이 무엇으로 구성되는지 요인의 우선순위를 시론적으로 탐색하였다. 델파이 분석결과, 개인정보 규제요인은 가명정보 등 활용제도 도입, 개인정보 비식별화 근거 명확성, 데이터 결합규정 명확성, 개인정보 정의 명확성, 개인정보 동의 용이성, 개인정보 감독기구 통합, 개인정보 법률간 정합성, 법령위반시 적정 처벌강도, EU GDPR 비교시 적정 과징금 순으로 상위요인이 조사되었다. 다음으로 데이터 결합요인은 결합 비식별성, 결합데이터 표준화, 결합 책임성, 결합기관 유형, 경합경험, 결합 기술가치 순으로 조사되었다. 이러한 연구결과는 빅데이터 활성화를 위해 개인정보 규제와 데이터 결합정책 설계 시 어느 구성요인을 우선적으로 제도개선 해야 하는지 시사점을 제공한다.

Abstract ▼ AI-Helper

There have been a number of legal & policy studies on the affecting factors of big data utilization, but empirical research on the composition factors of personal information regulation or data combination, which acts as a constraint, has been hardly done due to the lack of relevant statistics. Therefore, this study empirically explores the priority of personal information regulation factors and data combination factors that influence big data utilization through Delphi Analysis. As a result of Delphi analysis, personal information regulation factors include in order of the introduction of pseudonymous information, evidence clarity of personal information de-identification, clarity of data combination regulation, clarity of personal information definition, ease of personal information consent, integration of personal information supervisory authority, consistency among personal information protection acts, adequacy punishment intensity in case of violation of law, and proper penalty level when comparing EU GDPR. Next, data combination factors were examined in order of de-identification of data combination, standardization of combined data, responsibility of data combination, type of data combination institute, data combination experience, and technical value of data combination. These findings provide implications for which policy tasks should be prioritized when designing personal information regulations and data combination policies to utilize big data.

주제어

표/그림 (8)

표 Table 1. Candidate Factors of Personal Information regulation factors
표 Table 2. Data combination approach
표 Table 3. Comparison of data combination by Country
표 Table 4. Candidate Factors of Data Combination
그림 Fig. 1. Research procedure
표 Table 5. Delphi survey's respondent
표 Table 6. Analysis result of 1st delphi survey
표 Table 7. Analysis result of 2nd and 3rd Delphi survey

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 빅데이터 활성화를 위해 개인정보 규제 요인과 데이터 결합요인의 필요성에 대한 이론적 근거를 살펴보고, 델파이 분석을 통해 개인정보 규제와 데이터 결합의 구성요인을 시론적으로 탐색한다. 도출된 구성요인의 우선순위를 토대로 향후 빅데이터 활용을 위한 개인정보 규제정책의 설계시 어떤 구성요인의 제도개선에 역점을 두어야 하는지 개선방향과 우선순위에 대한 시사점을 모색하고자 한다
본 연구는 개인정보보호 실태조사와 규제요인 관련연구를 통해 개인정보 규제요인을 도출하는 한편 데이터 결합의 접근방법 및 국가별 데이터 결합 비교를 통해 데이터 결합요인을 도출하였다. 이를 토대로 델파이 분석을 시도하여 빅데이터 활성화에 영향을 미치는 개인정보 규제요인과 데이터 결합요인이 무엇인지 그 우선순위를 시론적으로 탐색하였다.
본 연구는 빅데이터 활성화를 위해 개인정보 규제 요인과 데이터 결합요인의 필요성에 대한 이론적 근거를 살펴보고, 델파이 분석을 통해 개인정보 규제와 데이터 결합의 구성요인을 시론적으로 탐색한다. 도출된 구성요인의 우선순위를 토대로 향후 빅데이터 활용을 위한 개인정보 규제정책의 설계시 어떤 구성요인의 제도개선에 역점을 두어야 하는지 개선방향과 우선순위에 대한 시사점을 모색하고자 한다
본 연구는 빅데이터 활용에 영향을 미치는 요인으로서 개인정보 규제수준요인과 데이터 결합요인을 도출하기 위해 델파이 조사를 실시하였다. 일반적으로 델파이 기법은 전문가의 식견과 경험을 바탕으로 특정한 이슈에 대하여 원인과 문제점 그리고 미래예측을 통한 대안을 마련하는 사회과학의 한 방법론이다 (이종성, 2001).
이와 더불어 국가 간 데이터 결합의 정책적 동향을 검토해 봄으로써 국가별 관리적 접근의 공통요소를 검토하였다. 나라마다 데이터 결합에 있어 공통적으로 데이터 결합의 법령개정, 데이터 결합의 책임성, 데이터 결합에 친화적인 환경조성을 위한 결합정책 등에서 관리적 요소를 공유하고 있기 때문에 이를 검토하여 구성요인 도출에 접근하는 것이 의미가 있다.

제안 방법

1라운드 설문조사는 온라인 조사로서 주관식으로 설문하였다.
1차 파이 조사는 선행연구에서 도출한 29개 후보군을 대상으로 전문가의 의견을 개방형 설문(Essay-Type)으로 조사하여 19개의 요인으로 확정하였다.
1라운드 설문조사는 온라인 조사로서 주관식으로 설문하였다. 2라운드와 3라운드 조사에서는 1라운드, 2라운드에서 제시된 결과(평균, 순위)와 함께 5점 척도로 설문하였다.
이어서 2차 델파이 조사에서는 1차 조사에서 도출된 문항에 대하여 Likert 5점척도 설문(Choice-Type)으로 선호도를 조사하여 평균과 표준편차를 구하였다. 3차 델파이 조사는 2차 조사결과를 첨부하여 전문가에게 제시하고 Likert 5점척도로 최종의견을 수렴하여 19개 요인에 대한 평균과 표준편차, 중위값 CVR, 우선 순위 등을 제시하였다.
델파이 2차 조사에서는 에서 보는 바와 같이, 개인정보 규제요인 11개 요인을 리커트 5점척도 객관식 질문을 통해 평균과 우선순위를 추출하였다. 2차 조사결과, 개인정보 규제요인으로 개인정보 비식 별화 근거 명확(4.
델파이 설문내용으로서 1라운드는 개방형 질문으로 ① 개인정보 규제수준 구성요인 ②데이터 결합 구성요인 ③ 개인정보 규제수준이 데이터 결합과 빅데이터 활성화에 미치는 영향을 설문하였다. 이어서 2라운드와 3라운드의 설문내용은 1라운드 설문결과(평균과 순위)를 참고하여 ① 개인정보 규제수준 구성요인 ② 데이터 결합 구성요인을 5점척도(1: 전혀 아니다, 2: 아니다, 3: 보통이다, 4: 그렇다, 5: 매우 렇다)로 설문하였다.
따라서 본 연구는 데이터결합과 관련한 선행연구를 통해 기본 frame과 하위요소를 도출하였다, 이에 더하여 국가간 비교정책 결과를 통해 3개 의 관리적 요소를 추가로 도출한 후 이를 종합적으로 고려하여 다음의 와 같이 총 13개 데이터 결합요인 후보군을 도출하였다.
본 연구는 개인정보 규제수준 요인의 기준으로 ‘행위의 불확실성’과 ‘의무준수부담’을 설정하고 두 가지 기준에 해당하는 구성요인을 개인정보보호 실태조사와 대한상공회의소 설문조사 등 선행연구에서 추출하여 과 같이 16개의 후보요인을 도출하였다.
여기에서 의무의 준수부담은 법령위반시 처벌에 따른 위험부담과 일맥상통하므로 본 연구에서는 ‘행위의 불확실성’과‘ 의무 준수부담’으로 나누어 구성요인을 고찰한다.
본 연구는 개인정보보호 실태조사와 규제요인 관련연구를 통해 개인정보 규제요인을 도출하는 한편 데이터 결합의 접근방법 및 국가별 데이터 결합 비교를 통해 데이터 결합요인을 도출하였다. 이를 토대로 델파이 분석을 시도하여 빅데이터 활성화에 영향을 미치는 개인정보 규제요인과 데이터 결합요인이 무엇인지 그 우선순위를 시론적으로 탐색하였다. 델파이 분석결과, 첫째, 개인정보 규제요인은 ①가명정보 등 활용제도 도입 ②개인정보 비식별화 근거 명확성 ③데이터 결합규정 명확성 ④개인정보 정의 명확성 ⑤ 개인정보 동의 용이성 ⑥개인정보 감독기구 통합 ⑦개인정보 법률간 정합성 ⑧개인정보 수집이용과 제공간 동의요건 일치, 법령위반시 적정 처벌강도, EU GDPR 비교시 적정 과징금 순으로 나타났다.
이번 델파이 조사기간은 2019년 8월에 1라운드(1차 조사), 9월에 2라운드, 그리고 11월에 3라운드로 진행하였다. 1라운드 설문조사는 온라인 조사로서 주관식으로 설문하였다.
이어서 2라운드와 3라운드의 설문내용은 1라운드 설문결과(평균과 순위)를 참고하여 ① 개인정보 규제수준 구성요인 ② 데이터 결합 구성요인을 5점척도(1: 전혀 아니다, 2: 아니다, 3: 보통이다, 4: 그렇다, 5: 매우 렇다)로 설문하였다.
이에 본 연구는 데이터 결합의 기술적·관리적 접근방법과 국가별 비교연구를 기반으로 1차 전문가 설문을 반영하여 다음 같이 8개의 데이터 결합요인의 후보군을 도출하였다.
또한 일본이 최근 EU GDPR 적정성 평가를 통과하였고 익명가공정보를 도입하여 빅데이터 육성에 나서고 있는 점은 시사하는 바가 크다고 제언하였다. 이에 본 연구는 선행연구 및 문헌조사를 통해 구성한 행위의 불확실성과 의무준수부담을 기준으로 전문가 설문을 반영하여 다음과 같이 1차 델파이 분석결과로 11개의 개인정보 규제요인을 추출하였다.

대상 데이터

델파이 조사대상은 공무원 집단, 공공기관, 교수 등 전문가 집단, 기업대표, 변호사 등 민간집단 등 3개 집단의 구성원으로 선정하였다. 구체적으로 개인정보보호와 빅데이터 전문가로서 교수, 시민단체 임원, 데이터 기업 임원, 변호사, 한국인터넷진흥원 등 공공기관, 행정안전부 개인정보보호위원회 방송통신 위원회 금융위원회의 공무원 등 총 31명으로 구성하였다
델파이 조사대상은 공무원 집단, 공공기관, 교수 등 전문가 집단, 기업대표, 변호사 등 민간집단 등 3개 집단의 구성원으로 선정하였다. 구체적으로 개인정보보호와 빅데이터 전문가로서 교수, 시민단체 임원, 데이터 기업 임원, 변호사, 한국인터넷진흥원 등 공공기관, 행정안전부 개인정보보호위원회 방송통신 위원회 금융위원회의 공무원 등 총 31명으로 구성하였다

데이터처리

수집된 설문의 분석은 SPSS 22.0을 사용하여 응답자 특성에 대한 빈도분석, 설문문항에 대한 평균및 표준편차 등 기초통계조사를 실시하였다. 1차 파이 조사는 선행연구에서 도출한 29개 후보군을 대상으로 전문가의 의견을 개방형 설문(Essay-Type)으로 조사하여 19개의 요인으로 확정하였다.
1차 파이 조사는 선행연구에서 도출한 29개 후보군을 대상으로 전문가의 의견을 개방형 설문(Essay-Type)으로 조사하여 19개의 요인으로 확정하였다. 이어서 2차 델파이 조사에서는 1차 조사에서 도출된 문항에 대하여 Likert 5점척도 설문(Choice-Type)으로 선호도를 조사하여 평균과 표준편차를 구하였다. 3차 델파이 조사는 2차 조사결과를 첨부하여 전문가에게 제시하고 Likert 5점척도로 최종의견을 수렴하여 19개 요인에 대한 평균과 표준편차, 중위값 CVR, 우선 순위 등을 제시하였다.

성능/효과

델파이 2차 조사에서는 에서 보는 바와 같이, 개인정보 규제요인 11개 요인을 리커트 5점척도 객관식 질문을 통해 평균과 우선순위를 추출하였다. 2차 조사결과, 개인정보 규제요인으로 개인정보 비식 별화 근거 명확(4.13), 가명정보 등 활용제도 도입 (4.1), 네거티브 원칙허용 입법양식(4.1), 데이터 결합 규정 명확성(4.07), GDPR과 비교시 적정 과징 금(4.07), 개인정보 법률간 정합성(4.03), 개인정보 정의 명확성(4.03), 개인정보 사전동의 용이성(4.0), 법령위반시 적정 처벌강도(3.9), 개인정보 수집이용과 제공간 동의요건 일치(3.87), 개인정보 감독기구 통합(3.8) 순으로 나타났다.
개인정보 규제요인에 대한 3차 조사결과에 따른 최종 우선순위는 ①가명정보 등 활용제도 도입 ② 인정보 비식별화 근거 명확성 ③데이터 결합규정 명확성 ④개인정보 정의 명확성 ⑤ 개인정보 사전동의 용이성 ⑥개인정보 감독기구 통합 ⑦개인정보 법률간 정합성 ⑧개인정보 수집이용과 제공간 동의요건 일치 ⑧법령위반시 적정 처벌강도 ⑧GDPR 비교시 적정 과징금 순으로 나타났다.
이를 토대로 델파이 분석을 시도하여 빅데이터 활성화에 영향을 미치는 개인정보 규제요인과 데이터 결합요인이 무엇인지 그 우선순위를 시론적으로 탐색하였다. 델파이 분석결과, 첫째, 개인정보 규제요인은 ①가명정보 등 활용제도 도입 ②개인정보 비식별화 근거 명확성 ③데이터 결합규정 명확성 ④개인정보 정의 명확성 ⑤ 개인정보 동의 용이성 ⑥개인정보 감독기구 통합 ⑦개인정보 법률간 정합성 ⑧개인정보 수집이용과 제공간 동의요건 일치, 법령위반시 적정 처벌강도, EU GDPR 비교시 적정 과징금 순으로 나타났다. 둘째, 데이터 결합요인은 한편 데이터 결합의 3차 조사결과 최종순위는 ①결합 비식별성 ①결합데이터 표준화 ③결합 책임성 ④결합기관 유형(결합 거버넌스) ⑤결합 경험 ⑥결합 기술가치 순으로 조사되었다.
둘째, 개인정보 감독기구의 통합은 최근 개정된 개인정보보호법에 의하면, 행안부, 방송통신위원회, 금융위원회로 나뉘어진 감독기구를 개인정보보호위원회로 일원화하여 개인정보 유출과 오남용에 대한 안전 장치를 효율화하였다. 다만, 산업계에서 지적하듯이, 개인정보보호위원회가 보호의 컨트롤타워로서 보호규제 일변도로 흐르지 않도록 위원회 구성시에 데이터 활용을 대표하는 인사를 위원으로 위촉하여 보호와 활용의 조화를 이루도록 해야 한다.
델파이 분석결과, 첫째, 개인정보 규제요인은 ①가명정보 등 활용제도 도입 ②개인정보 비식별화 근거 명확성 ③데이터 결합규정 명확성 ④개인정보 정의 명확성 ⑤ 개인정보 동의 용이성 ⑥개인정보 감독기구 통합 ⑦개인정보 법률간 정합성 ⑧개인정보 수집이용과 제공간 동의요건 일치, 법령위반시 적정 처벌강도, EU GDPR 비교시 적정 과징금 순으로 나타났다. 둘째, 데이터 결합요인은 한편 데이터 결합의 3차 조사결과 최종순위는 ①결합 비식별성 ①결합데이터 표준화 ③결합 책임성 ④결합기관 유형(결합 거버넌스) ⑤결합 경험 ⑥결합 기술가치 순으로 조사되었다.
규제 일반론 관점에서 보면, 개인정보 규제수준이 높을수록 빅데이터 활용이 감소한다는 부정적(-) 의견이 제기되어 왔다(윤혜선, 2018; 최진욱, 2006; 최성락, 2018). 즉 개인정보의 정의와 범위가 불명확할수록, 정보주체의 사전동의 획득이 어려울수록, 감독기구가 중복되어 혼선을 보일수록, 법령위반시 처벌강도가 형사벌 위주로서 적정수준보다 높을수록 데이터 결합은 위축되고 결국 빅데이터 활용은 저조하게 된다는 것이다.
이러한 연구결과는 빅데이터 활용을 위한 개인정보 규제와 데이터 결합정책 설계시 바람직한 정책방향과 어떤 정책과제에 우선하여 추진해야 하는지 시사점을 제공한다. 첫째, 개인정보 규제요인으로 높은 우선위를 보인 가명정보의 도입 등 개인정보의 정의를 명확히 하고, 비식별화(가명처리) 및 데이터 결합에 대한 세부사항을 명확히 제시하여야 한다. 최근 개정된 개인정보보호법 개정안(제28조의2, 제28조의3, 제28 조의4)에는 가명정보의 활용범위를 통계작성, 과학적 연구, 공익적 기록보존으로 한정하고 있으며, 데이터 결합의 구체적 방법과 절차, 국가의 전문기관 지정, 안전조치 등을 대통령령에 위임하고 있다.
한편 데이터 결합요인의 1차 개방형 조사의견으로는 정부의 개인정보 비식별조치 가이드라인의 법적근거가 행정규칙에 불과하므로 빠른 시일 내에 데이터 결합에 대한 근거규정을 개정해야 한다는 의견, 데이터결합 전문기관으로 한국인터넷진흥원(KISA) 등 공공기관에만 한정하지 말고 문호를 넓혀서 민간 협회와 데이터 기업에게도 중개기능을 부여하자는 제안, 영국의 행정데이터네트워크(ADRN) 사례와 같이 데이터결합의 수요자, 공급자, 정부기관 어느 누구도 결합데이터의 결합키 값을 알지 못하도록 결합 거버넌스를 만들어야 한다는 의견이 있었다.
한편, 데이터 결합의 필수요건으로 데이터 결합기관 유형이 국가의 배타적으로 결합권능을 부여하는 지정형이 아닌 중개형이나 자유형에 가까울수록 데이터 결합이 증가할 것이라는 의견도 제시되었다. 또한 데이터 결합에 대한 법령위반시 형사벌을 너무 무겁게 하면 데이터 결합이 위축된다는 의견, 데이터 결합의 수요자와 공급자의 매칭을 통해 데이터 거래소와 결합플랫폼을 만들어야 한다는 의견 등이 제안되었다.

후속연구

다행스럽게도 최근 법안상정 14개월만인 2020년 2월에 과학적 연구 등 특정목적하에 정보주체의 동의없는 가명정보의 활용을 허용하고, 부처별로 분산된 감독기구를 개인정보보호위원회로 통합하는 것을 골자로 하는 데이터3법 개정안(개인정보보호법, 정보통신망법, 신용정보법)이 개정되었다. 그러므로 향후 관련 법이 정책적으로 안착하기 위해서는 빅데이터 활용에 특히 중요한 개인정보 규제와 데이터 결합요인에 대한 보다 구체적이고 실증적인 연구가 요구되는 시점이다
그러므로 향후 연구방향은 먼저, 개인정보 규제요인과 데이터 결합요인에 대한 타당성 조사와 국내외 2차적 통계데이터를 통한 정량적 분석 등을 통해 ‘규제강도 결정요인’ 등 표준화된 방법론을 활용하여 객관화된 요인분석이 필요하다. 또한 본 연구결과를 토대로 개인정보 규제수준과 데이터 결합이 빅데이터 활용에 미치는 영향에 대한 가설을 설정하고 변수의 인과관계를 규명하는 실증연구가 필요하다.
또한 정책적으로는 ‘안전한 개인정보 이용’을 위한 개인정보 규제요인이 무엇인지를 밝히고 있어 제도개선의 방향과 내용을 제공하고 있다. 다만, 연구의 한계점으로는 선행연구가 부족한 상태에서 개인정보 규제요인과 데이터 결합요인의 개념화를 시도하는데 그치고, 각각의 요인이 어떠한 경로를 거쳐 빅데이터 활용에 영향을 미치는지 명확하고 풍부한 인과관계 분석에 이르지는 못하였다.
그러므로 향후 연구방향은 먼저, 개인정보 규제요인과 데이터 결합요인에 대한 타당성 조사와 국내외 2차적 통계데이터를 통한 정량적 분석 등을 통해 ‘규제강도 결정요인’ 등 표준화된 방법론을 활용하여 객관화된 요인분석이 필요하다. 또한 본 연구결과를 토대로 개인정보 규제수준과 데이터 결합이 빅데이터 활용에 미치는 영향에 대한 가설을 설정하고 변수의 인과관계를 규명하는 실증연구가 필요하다.
미국은 네거티브 규제방식, Opt-out(사후 동의배제)이므로 데이터브로커 시장이 활성화 되 므로 벤치마킹이 필요하다는 의견도 제기되었다. 또한 일본이 최근 EU GDPR 적정성 평가를 통과하였고 익명가공정보를 도입하여 빅데이터 육성에 나서고 있는 점은 시사하는 바가 크다고 제언하였다. 이에 본 연구는 선행연구 및 문헌조사를 통해 구성한 행위의 불확실성과 의무준수부담을 기준으로 전문가 설문을 반영하여 다음과 같이 1차 델파이 분석결과로 11개의 개인정보 규제요인을 추출하였다.
셋째, 델파이 분석결과에서 높은 순위를 보인 개인정보 동의 용이성, 개인정보 수집이용과 제공간 동의 요건 일치, 법령위반시 적정 처벌강도 등은 최근 개인정보보호법 개정안에 충분히 반영되지 않았으므로 향후 법령개정이 필요하다. 먼저, 정보주체의 엄격한 사전동의를 개선할 필요가 있다.
또한 정부 가이드라인에 의한 비식별조치는 비용이 너무 많이 들고 최종책임을 기업에게 지우고 있어 일정조건하에 기업의 면책조항을 부여해야 데이터 결합이 활발해질 것이라는 의견, 개인정보 정의, 동의 요건 등 엄격한 사전규제는 데이터 결합의 규제와 연계되어 있으므로 사후규제(opt-out)를 하는 방향으로 법률 개정이 필요하다는 주장도 있다. 이어서 우리나라 네티즌 특공대는 다양한 출처로 부터 개인의 데이터를 조합해서 특정 개인을 식별해 내므로 결합데이터를 통해 개인을 재식별하는 경우에 엄벌에 처하는 것이 필요하다는 제언도 있었다. 이에 본 연구는 데이터 결합의 기술적·관리적 접근방법과 국가별 비교연구를 기반으로 1차 전문가 설문을 반영하여 다음 <표 6> 같이 8개의 데이터 결합요인의 후보군을 도출하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	데이터 결합은 무엇인가?	데이터 결합(Data Combination)은 두 개 이상의 출처로부터 동일인이나 동일한 사건에 연관된 정보를 함께 가져와서 단일 출처의 정보만으로 알기 든 정보요소간의 관계를 밝히는 것으로 ‘데이터의 이종간 연계 및 통합’을 의미한다(이은우 외, 2017). 데이터 결합은 개인정보(원본정보)를 누구의 정보인지 알 수 없도록 개인의 식별성을 제거한 비식별정보, 가명정보로 전환하고 암호화 등 안전조치를 거쳐 이종간 데이터를 연계하는 것으로서, 정보주체의 동의없이 이용하는 빅데이터 활용의 핵심활동이다.
	데이터 결합의 기술적 접근 중 결합데이터 표준화 방법은 무엇인가?	비식별조치는 개인 식별성을 제거함으로서 개인정보 오남용과 유출 가능성을 획기적으로 낮추고 개인정보에 적용되는 복잡한 법적규율로부터 벗어날 수 있어 데이터 활용을 높일 수 있다(고학수 외, 2017). 결합데이터 표준화는 결합이 용이하도록 데이터 종류, 형식, 구성요소 등 상호호환이 가능하도록 일치시키는 방법이다. 결합의 기술가치와 비용은 결합으로 인한 서비스와 데이터의 가치 등 편익에서 데이터 결합과 가공, 분석에 소요되는 비용을 제외하여 결합의 가치를 산정한다. 데이터 결합경험은 기존에 데이터 결합과 분석을 수행했는지 여부로서 빅데이터 시스템 도입의 중요한 영향요인으로 연구되었다
	개인정보 규제수준은 무엇인가?	즉 규제강도는 ‘행위완결의 불확실성과 의무 준수부담 및 처벌강도의 종합적 수준’이라고 정의하고 있다. 이러한 규제강도 결정요인을 개인정보 분야에 적용하여 개념화하면, 개인정보 규제수준(Personal information regulation intensity)은 ‘개인정보에 관한 행위의 불확실성과 의무 준수부담 그리고 법령위반시 처벌강도의 종합적 수준’이라고 할 수 있다. 여기에서 의무의 준수부담은 법령위반시 처벌에 따른 위험부담과 일맥상통하므로 본 연구에서는 ‘행위의 불확실성’과‘ 의무 준수부담’으로 나누어 구성요인을 고찰한다.

참고문헌 (52)

Jung-muk Kang, "An Analysis on the Factors Affecting of Big data Utilization in Local Government: Focused on the Public Servants Perception in Seoul," Journal of Governance Studies, 12(1), pp. 161-197, Mar. 2017.
Personal Information Protection Commission and Ministry of the Interior and Safety, "2018 Survey of Personal Information Protection in Korea." pp. 1-226. Feb. 2018.
Hak-soo Ko and Dong-jin Lee and Sun-goo Lee and Eun-su Kim and Jong-gu Jeong, "De-identifying Personal Information," Pakyoungsa. Seoul, pp. 1-282, Jul. 2017.
Tae-eon Koo, "Regulatory rationalization plan for innovative industry development," Korean Federation of Science and Technology Societies. pp. 11-33, Sep. 2017.
Young-jun Kwon, "Thought on the Self-Determination Right to Personal Information and the Consent Regime," 2015 Naver Privacy White Paper. pp. 78-148, Feb. 2016.
Joint Ministries, "Personal Information De-Identification Guideline," pp. 1-76, Jun. 2016.
Kyung-Hwan Kim, "Comparison of Personal Information Protection Act in Korea, EU, and Japan in terms of Regulation," 2017 Naver Privacy White Paper, pp. 119-158, Dec. 2017.
Sun-kyung Kim, "A Study of the Personalization Service and Privacy Paradox in the Big Data Era-Focus on the Socio-technical Perspective," Journal of the Korean Cadastre Information Association, 16(2), pp. 193-207, Aug. 2014.
Soo-yeon Kim, "Regulatory Improvement Review on the Personal Information Protection for Activating the Big data Industry," KERI Brief, pp. 15-28. Dec. 2015.
Young-sin Kim and Young-joo Song, "Comparison and Implications of Domestic ICT Competitiveness: Focusing on ICT Regulation Level," Policy Research, Korea Economic Research Institute, pp. 1-57, Dec. 2016.
Yong-hak Kim, "A Study on the Improvement of Punishment System for Personal Information Violation," Doctoral dissertation, Soongsil University, pp. 1-159. Aug. 2019
Il-hwan Kim, "A Study on the Role and Function of Personal Information Protection Commission," Study on the American Constitution, 28(2), pp. 219-273, Aug. 2017.
Jung-wook Kim and Kyung-sik Ki, "Economic Analysis on Regulatory Reform," Journal of Regulation Studies, 25(2), pp. 45-79, Dec. 2016.
Jin-young Kim, "Review the Regulation and the Improvement in the Big Data: Focusing on the Policy Direction and Legislation of the New Government," IT & Law Review, 15, pp. 157-191. Aug. 2017.

상세보기
Tae-yoon Kim and Soo-a Lee, "Regulatory Stringency: with the Application of Report Regulations in Korea," Journal of Regulation Studies, 21(2), pp. 147-185, Dec. 2012.
Korean Chamber of Commerce, "Institutional Improvement Survey on Personal Information Protection," pp. 1-33, Nov. 2018.
Kyung-sin Park, "Big data Possibility in Personal Information Protection Legal system," (ed.) Personal Information in the 4th Industrial Revolution Era, Sechang publisher, Seoul, pp. 196-229, Dec. 2018.
Noh-hyung Park, "Improvement Review of Korea's Personal Information Protection Legal system according to the Analysis of Personal Information Protection Act in major countries on Big Data," 2016 Naver Privacy White Paper. pp. 1-44. Dec. 2016.
Noh-hyung Park and Myung-hyun Jung, "Improvement of the Personal Information Protection Act for Activating Big Data Analytics: Focusing on Comparative Analysis with the EU GDPR," Korea Law Review, 85, pp.1-39. Jun. 2017.

상세보기
Young-jin Shin, "A Study on Precautionary Regulatory Status Analysis and Improvement Plan for Personal Information Protection in Korea," Autumn Conference Booklet in the Korean Association for Policy Studies, pp. 17-41, Sep. 2018.
A. Weigend, "Data for the people: how to make our post-privacy economy work for You," Trans. Ji-young Hong, Four Season, Paju, pp. 1-440, Nov. 2018.
Hyun-cheol Yang, "The Effects of Applying Personal Information De-identification Technology on Intention to use Big data: Big data providers and consumers perspectives," Doctoral dissertation, Kwangwoon University, pp. 1-136, Feb. 2015.
Jung-hyun Oh and Mi-ran Sun, "Survey Analysis on Limitation Cases of Big data Utilization due to Personal Information Legal System." Big Data, Issue 4. pp. 1-18, Jun. 2015.
Soon-kyu Woo, "A Study on the Factors Affecting Personal Information De-identification Based on Big Data in the Financial Industry," Doctoral dissertation, Soongsil University, pp. 1-152, Aug. 2018.
Kwang-suk Yoon, "A Study on Administrative Service Innovation using Information Technology in 4th Industrial Revolution Era," Research Paper of 'Korea Institute of Public Administration', 2018-16, pp. 1-428. Dec. 2018.
Soo-young Yoon and Jae-in Oh, "A Study on the Factors that Affect the Intention to Use Big Data by IT, Human and Organizational Resources," Journal of the Korean Operations Research and Management Science Society, 43(4), pp. 67-94. Nov. 2018.

상세보기
Hye-seon Yoon, "A Search for a new Regulatory Paradigm for Big data" Journal of Law and Economic Regulation," 11(1), pp. 71-94, May. 2018.
Kyung-soo Lee and Tae-hyung Kim and Tae-hoon Kim and Sang-hyuk Park, "Analysis of Risk Factor for Sinkhole Formation by using Delphi," Journal of the Korea Contents Association, 16(4), pp. 65-75, Apr. 2016.

원문보기 상세보기
Dae-hee Lee, "A Study on Pseudonymized and De-identified Information for the Protection and Free Movement of Personal Information," Journal of Korea Information Law, 21(3), pp. 217-251, Dec. 2018.
Min-hwa Lee, "The 4th Industrial Revolution in Korea," Creative Economy Association, Seoul, pp. 1-446, Jun. 2017.
Sang-Moo Lee, "Personal Information Utilization and Role of Government." (ed.) Regulatory Reform Task and Case Study for promoting New Industries. Jinhan M&B, Seoul, pp. 199-254, Jun. 2019.
Sang-jik Lee, "Problem between the 4th Industrial Revolution and Personal Information Protection: Focusing on EU GDPR," (ed.) Personal Information in the 4th Industrial Revolution Era, Sechang publisher, Seoul, pp. 22-55, Dec. 2018.
Sun-woo Lee, "Research on Determinants for Big data System Adoption in Organization," Doctoral dissertation, Sungkyunkwan University, pp. 1-131, Aug. 2016.
Seong-yeop Lee, "Suggestion of Improvement Plan for advancement of Personal Information Protection Act." Conference Booklet of 50th Anniversary of E-Government, Oct. 2017.
Eun-woo Lee, "Improvement Task of Personal Information Protection Act in 20th National Assembly," Booklet of Big data Utilization and Personal Information Protection. Future Creation Science Broadcasting & Communications Commission in National Assembly, Jul. 2017.
Eun-woo Lee and Byung-il Oh and Yeo-kyung Jang and Kyu-man Hwang, "A Study on Introduction of Data Linkage & Combination Support System," Personal Information Protection Commission, pp. 1-460, Dec. 2017.
Jong-sung Lee, "Delphi Method," Education Science company, Seoul, pp. 1-138, Feb. 2001.
Hye-young Lee, "A Study on Legislation of Social Regulation: the Perspective of Regulatory Paradox," Journal of Parliamentary Research, 13(1), pp. 5-69, Jun. 2019.
Seong-En Cho, "Improvement Strategy of Information Usability under Personal Information Protection Legal System," Premium Report of Korea Information Society Development Institute, pp. 1-28. Oct. 2017.
Kyung-jin Choi, "Artificial Intelligence, Data, and Law," (ed.) Data Economy, Chaper 11, Hans media, Seoul, pp. 245-266, Jul. 2017.
Jin-wook Choi, "Effects of Regulation on the Competitiveness of a Nation in OECD Countries," Journal of Regulation Studies, 15(1), pp. 3-24. Jun. 2006.
Hyun-woo Choi and Yoon-jung Choi and Sung-ho Lee, "A Study on Improvement of Personal Information Protection System," Booklet of Sustainable Growth Initiative, Nov. 2018.
Seong-rak Choi, "Regulation Encyclopedia in Korea," Paper Road, Seoul, pp. 1-248, Dec. 2018.
Korea Data Agency, "2018 Data Industry White Papers," pp. 1-79, Sep. 2018.
Korea Internet & Security Agency, "A Study on Global Personal Information Utilization Case and Legal System Trends in the New ICT Environment," KISA Research Paper. pp. 1-213, Oct. 2016.
S. Chan and L. Chong, "Determinants of mobile supply chain management system diffusion: a structural equation analysis of manufacturing firms," International Journal of production Research, vol. 51, no. 2, pp. 1196-1213, Feb. 2013.

상세보기
IDC, "Worldwide Semiannual Big Data and Analytics Spending Guide," Feb. 2017.
IMD, "IMD World Digital Competitiveness Ranking 2018," pp. 1-179, Jun. 2018.
W. Lian and C. Yen and T. Wang, "An exploratory study to understand the critical factors affecting the decision to adopt cloud computing in Taiwan hospital,' International Journal of Information Management, vol. 34, pp. 28-36, Jan. 2014.

상세보기
Luc Rocher et al, "Estimating the success of re-identifications in incomplete data sets using generative models," Nature communications, pp. 1-9, Jul. 2019.
OECD, "Government at Glance 2017 edition: Open Government," pp. 1-282, May. 2017.
T. Oliveira and M. Thomas and M. Espadanal, "Assessing the determinants of cloud computing adoption : An analysis of the manufacturing and services sectors," Information and Management, vol. 51, pp. 497-510. Jul. 2014.

상세보기

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