[논문]도서관 빅데이터 플랫폼을 활용한 공공도서관 빅데이터 분석 연구: 대전한밭도서관을 중심으로

온정미; 박성희

doi:10.3743/kosim.2020.37.3.025

도서관 빅데이터 플랫폼을 활용한 공공도서관 빅데이터 분석 연구: 대전한밭도서관을 중심으로
Big Data Analysis for Public Libraries Utilizing Big Data Platform: A Case Study of Daejeon Hanbat Library 원문보기

정보관리학회지 = Journal of the Korean society for information management, v.37 no.3, 2020년, pp.25 - 50

온정미 (대전한밭도서관 자료정책과) , 박성희 (한남대학교 문헌정보학과)

초록
AI-Helper

2016년 1월 1일부터 공공도서관 빅데이터 플랫폼이 서비스되기 시작하여 도서관 빅데이터가 공공도서관 업무 개선에 활용되고 있다. 본 논문은 도서관 빅데이터 플랫폼 활용사례들을 살펴보고 도서관 빅데이터 플랫폼의 활용효과를 높일 수 있는 개선방안을 도출하고자 한다. 이를 위해 먼저, 도서관 빅데이터 플랫폼을 활용한 사례들에서 활용한 빅데이터와 활용유형분석 및 도출된 서비스/시행정책을 살펴본다. 다음으로, 현재 공공도서관에서 사용하는 통합도서관리시스템(ILUS)과 도서관 빅데이터 플랫폼 각각의 자료분석 방식을 비교함으로써 도서관 빅데이터 플랫폼의 한계점과 이점을 살펴본다. 사례분석 결과, 프로그램 기획 및 수행, 장서, 수서, 기타의 유형으로 빅데이터를 활용하였고 서비스/시행정책은 이용자 맞춤형 테마서가 및 독서진흥프로그램 진행, 장서활용도 증대, 특화주제에 기반한 수서 및 대출현황 데이터 공개로 요약되었다. 비교분석결과, ILUS는 자관의 자료실현황분석에 특화되어 있으며, 빅데이터 플랫폼은 다양한 속성(연령, 성별, 지역, 대출시기 등)에 따른 선택적 분석이 가능하여 분석시간단축과 유연한 분석이 가능하다. 마지막으로 사례분석과 비교분석에서 밝혀진 특징 및 한계점을 정리하고 개선방안을 제시한다.

Abstract ▼ AI-Helper

Since big data platform services for the public library began January 1, 2016, libraries have used big data to improve their work performance. This paper aims to examine the use cases of library big data and attempts to draw improvement plan to improve the effectiveness of library big data. For this purpose, first, we examine big data used while utilizing the library big data platform, the usage pattern of big data and services/policies drawn by big data analysis. Next, the limitations and advantages of the library big data platform are examined by comparing the data analysis of the integrated library management system (ILUS) currently used in public libraries and data analysis through the library big data platform. As a result of case analysis, big data usage patterns were found program planning and execution, collection, collection, and other types, and services/policies were summarized as customizing bookshelf themes for the book curation and reading promotion program, increasing collection utilization, and building a collection based on special topics. and disclosure of loan status data. As a result of the comparative analysis, ILUS is specialized in statistical analysis of library collection unit, and the big data platform enables selective and flexible analysis according to various attributes (age, gender, region, time of loan, etc.) reducing analysis time. Finally, the limitations revealed in case analysis and comparative analysis are summarized and suggestions for improvement are presented.

주제어

표/그림 (15)

그림 <그림 1> 도서관 정보나루 인터페이스 (http://data4library.kr/)
표 <표 1> 도서관 정보나루 주요기능
그림 <그림 2> 사서의사결정지원서비스 인터페이스 (http://solomon.data4library.kr/)
표 <표 2> 사서의사결정지원서비스 주요기능
표 <표 3> 도서관 빅데이터 플랫폼 활용사례
표 <표 4> 사례도서관 빅데이터 플랫폼 활용서비스 공통점
그림 <그림 3> 한밭도서관 통합도서관리시스템 구성도 (출처: 한밭도서관 연보, 2019)
표 <표 5> 대전통합도서정보시스템 통계자료(기초분석자료)
표 <표 6> 통합도서관리시스템(ILUS)과 도서관 빅데이터 플랫폼과의 비교[통합도서관리시스템] [도서관 빅데이터 플랫폼]
표 <표 7> 통합도서관리시스템조회 한밭도서관 자료실별/ 등급별 대출통계 예시
표 <표 8> 도서관 빅데이터 플랫폼(솔로몬) 조회한 한밭도서관 대출통계(2016.1.1.~12.31.) 예시
그림 <그림 4> <표 8>의 분석결과와 함께 자동 생성되는 그래프 예시
표 <표 9> 통합도서관리시스템 데이터 조회후, 수작업한 주제별 장서수 현황 예시(2016년도) (단위: 권)
표 <표 10> 도서관 빅데이터 플랫폼(솔로몬) 조회한 주제별 장서수 현황 예시: 2016.1.1.~12.31.
그림 <그림 5> <표 10>의 분석결과와 함께 자동 생성되는 그래프

AI 본문요약
AI-Helper

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

문제 정의

도서관 빅데이터 플랫폼 구축사례는 공공도서관 협력 워크숍(2017.3.23.)에서 ‘도서관 빅데이터 분석활용 체계 구축사업 참여 안내’라는 주제로 발표한 자료를 중심으로 설명하고자 한다.
또한 도서관 빅데이터 활용사례 경진대회, 도서관 빅데이터 플랫폼 활용 세미나, 도서관 빅데이터 전문가 양성을 위한 교육을 개최하여 도서관 빅데이터 활용도를 활성화하기 위한 노력을 기울였다.
본 논문에서는 도서관 빅데이터 플랫폼을 일선 공공도서관 업무에 효과적으로 활용할 수 있는 방안을 도출하기 위하여, 2016년 1월 1일부터 서비스하기 시작한 공공도서관 빅데이터 플랫폼을 활용한 사례도서관의 빅데이터 활용 유형분석 및 시행정책을 살펴보았고 현재 통합도서관리시스템과 도서관 빅데이터 플랫폼 활용 분석 과정 및 결과를 비교 분석하였다. 이상의 사례 및 비교 분석과정에서 나타난 도서관 빅데이터 플랫폼 활용의 한계점과 개선방안을 제시하였다.
본 장은 현재 한밭도서관에서 사용하고 있는 통합도서관리시스템(ILUS)과 도서관 빅데이터 플랫폼 제공 데이터와 비교분석함으로써 두 시스템의 특성들을 살펴보고, 도서관 빅데이터 플랫폼의 한계와 개선방안을 도출하고자 한다.
도서관 빅데이터 플랫폼이 구축된 목적은 첫째, 합리적인 장서개발 및 수서정책 수립이다. 유형별, 주제별 도서대출현황에 근거한 장서구성 및 개발지침 방향성을 확립하고, 대출빈도가 높은 장서목록을 파악하여 수서할 때 적용하고, 베스트셀러 등 인기대출도서를 실시간으로 파악하여 도서관 이용자 만족도를 제고하고자 하는데 있다. 둘째, 장서이용률 향상을 위한 서비스 개발이다.
이를 통해 도서관 빅데이터 플랫폼 활용 데이터분석의 특징과 한계점을 도출한다. 이를 토대로 공공도서관 이용자 정보서비스 향상을 위한 효과적인 도서관 빅데이터 플랫폼 활용방안을 제시하고자 한다.
이에 본 논문은 2016년 1월 1일부터 서비스하기 시작한 도서관 빅데이터 플랫폼 활용사례 들을 살펴보고 도서관 빅데이터의 활용효과를 높일 수 있는 개선방안을 도출하고자 한다. 연구목적을 이루기 위한 방법으로, 첫째, 문화체육관광부와 한국과학기술정보연구원(KISTI)에서 2016년 1월 1일부터 서비스하기 시작한 도서관 빅데이터 플랫폼을 활용한 사례도서관들을 중심으로 도서관 빅데이터 플랫폼의 활용 데이터와 분석내용, 기능구현 등을 통해 도출된 서비스나 시행정책에 대해 고찰한다.
둘째, 장서이용률 향상을 위한 서비스 개발이다. 한번도 대출되지 않았던 미대출 장서 수와 미대출 장서 비율을 주제 분야별로 파악하여 미대출 장서의 활용을 위한 독서 이벤트 및 프로그램을 개발하는 것이다. 셋째, 이용자의 연령대별, 성별, 도서대출 패턴 등에 대한 이용행태를 분석 활용하여 도서관 주요핵심 이용자를 비롯한 잠재 이용자의 특성 파악이 가능하며 월별, 연령별, 주제별 최다 대출목록을 게시하여 홍보가 가능하다.

가설 설정

도서관 빅데이터 서비스의 가치는 1) 도서관 업무의 효율성을 가져다준다. 추천도서 제시, 자동화된 알고리즘으로 의사결정지원, 프로그램에 대한 운영정책의 선정 근거 확보 등으로 업무정책 방향 설정 등에 도움을 주어 업무시간을 절약하고 업무의 효율성에서 오는 비용 절감 효과를 가져다준다.

제안 방법

결국 도서관 빅데이터 플랫폼을 활용하여 데이터 공유 및 활용을 통한 합리적 의사결정과 빅데이터 활용을 통한 선순환적 구조를 구축하고, 이용자를 위한 맞춤형 서비스 제공으로 선호 프로그램에 대한 선제적 대응과 이용자 만족도 및 도서관 이미지를 제고하였다.
다음은 한밭도서관 데이터 조회 및 분석 시에 실제로 어떠한 결과 값으로 나타나는지를 통합 도서관리시스템(ILUS) 자료실별/등급별 대출 통계( 참조)와 도서관 빅데이터 플랫폼에서 조회하여 분석한 결과( 참조)를 가지고 비교해 보았다.
첫째, 도서관뿐만 아니라 지역내 기록관, 박물관과의 정보연계 및 소장도서 구축연계로 하나의 플랫폼을 통하여 통합된 문화빅데이터 서비스 혜택을 받을 수 있는 서비스 구현을 제안한다. 둘째, 도서관 빅데이터로 구축된 도서관정보나루에서 공공도서관 문화프로그램, 평생학습프로그램, 독서진흥 프로그램 등 다양한 도서관 프로그램 콘텐츠의 통합 관리로 강사, 운영내용, 후기정보 등을 분석하고 공유할 수 있는 시스템 구현으로 지역별 특성에 맞게 적절한 프로그램을 추천해 주는 도서관 운영 프로그램 관련 콘텐츠 큐레이션 서비스를 제안한다. 셋째, 도서관 업무를 공유하여 업무 수행에 도움을 줄 수 있는 매뉴얼, 연구회 보고서, 해외도서관 견학보고서, 직원역량을 강화할 수 있는 교육프로그램 자료, 도서관 통계자료, 예산 설명서, 통계 분석 툴 사용법 등 사서가 함께 공유하면 좋을 정보를 도서관 업무 데이터 플랫폼으로 구축하여 체계적이고 효율적인 업무를 수행하고, 이것을 기반으로 도서관 이용 만족도 향상과 이용자 서비스를 개선해 나갈 연구 과제가 필요하다.
연구목적을 이루기 위한 방법으로, 첫째, 문화체육관광부와 한국과학기술정보연구원(KISTI)에서 2016년 1월 1일부터 서비스하기 시작한 도서관 빅데이터 플랫폼을 활용한 사례도서관들을 중심으로 도서관 빅데이터 플랫폼의 활용 데이터와 분석내용, 기능구현 등을 통해 도출된 서비스나 시행정책에 대해 고찰한다. 둘째, 현재 대전광역시 한밭도서관의 통합도서정보시스템이 제공하는 데이터 분석사례와 도서관 빅데이터 플랫폼의 빅데이터를 활용한 분석 사례를 비교 분석한다. 이를 통해 도서관 빅데이터 플랫폼 활용 데이터분석의 특징과 한계점을 도출한다.
미대출장서 분석(솔로몬)으로 ‘숨은 도서 찾기’ 코너를 운영하여 운영 전에 비하여 미대출 도서 129권이 1회 이상 대출 발생하였으며, 사서추천도서는 1회 이상 대출발생 건이 제로에서 14건으로 증가하게 되었다. 또한 대출장서 순위 목록을 연령별로 수요중심 분석을 통해 수서참고자료로 활용하였다.
회원통계(성별, 연령, 지역분포), 대출회원 분석(성별, 연령, 지역분포 최다대출자 순위)을 통하여 도서관 이용자 현황 관리와, 최다 대출자 관리로 다독자상 시상 활용, 책읽는 가족 선정 시 활용, 도서관 우수 이용자 활용, 연체자 관리, 이용률이 저조한 연령대 타겟 홍보마케팅으로 활용하고, 최다 대출목록 게시 등 다양한 정보를 공유하였다. 또한 회원통계(성별, 연령, 지역분포), 회원별 대출주제분석, 대출장서 분석을 통해서 저자특강 및 테마특강 개최, 주제별 테마 서가 만들기, 생애주기별 맞춤형 프로그램 개발, 독서동아리 구성, 인문독서아카데미 개최 시 주제도서 선정에 활용하였다.
또한, 도서관에 가입한 회원의 연령과 성별을 분석하여 특성을 파악하고, 관심분야 및 이용패턴을 분석하여 이용자 요구사항을 반영하여 취미·예술분야의 연령별 평생학습프로그램 개발하고, 유아·아동을 위한 오감발달 미술놀이 운영, 성인을 위한 금요공작소 운영 등 이용자의 요구를 반영한 평생학습프로그램을 개발하였다.
먼저, 솔로몬의 장서를 활용하여 장서운영의 기본방향 수립시 솔로몬의 장서 관련 데이터를 분석하고, 이를 바탕으로 장서 현황 파악 및 정책을 수립하고, 2016년도 장서 ‘우리 도서관 예체능’으로 예술분야 테마서재를 운영하고, 주 이용계층의 수요를 충족시키기 위해 예술분야 장서 확충하고 예술분야(취미, 스포츠 등) 기획도서전을 운영하였다.
미대출장서를 활용데이터로 분석(주제별)하여 장서회전율 증가를 위해 책하나 더 읽기 ‘4+1’ 행사, 책 속에서 보물찾기 등 다양한 행사를 진행하였다. 미대출도서를 활용하여 각 층 자료실별 테마서가를 조성하여 미대출장서를 활성화시켰다.
미대출장서를 활용데이터로 분석(주제별)하여 장서회전율 증가를 위해 책하나 더 읽기 ‘4+1’ 행사, 책 속에서 보물찾기 등 다양한 행사를 진행하였다.
사례도서관들은 빅데이터를 이용해 대출회원의 성별 및 연령분포를 분석하고, 자관의 장서 회전율과 타 도서관의 장서 회전율을 비교하는 등 다각도로 데이터를 분석하여 도서관 운영방향을 정립하고 이용활성화를 위한 방안을 모색하여 다양한 문화프로그램 운영, 독서진흥행사 등을 수행하였다. 특히 인천 서구 석남도서관은 이용자 설문조사 및 정보요구 수요조사 결과에서 예술, 취미분야의 높은 관심도와는 반대로 빅데이터 분석결과에서는 장서보유량과 대출 회전율이 낮다는 점에 착안하여 수요도와 대출률의 연계성을 높이기 위한 다양한 예술 프로그램 기획, 예술분야의 도서 전시 및 신간도서 확보 등 빅데이터 분석 결과에 맞추어 도서관 운영을 수행하였다.
사서업무지원을 위해서 자관 특성에 적합한 수서 및 업무 지원, 타관과의 연계분석 지원이 가능하도록 하며, 좀 더 세부적으로는 도서관별 일반현황, 회원 분석, 장서분석 결과 제공, 기간별, 분류별 선택을 통한 사서 데이터 조회, 차트, 테이블 등을 이용한 분석 결과에 대한 시각화 기능을 개발하였다.
이에 본 논문은 2016년 1월 1일부터 서비스하기 시작한 도서관 빅데이터 플랫폼 활용사례 들을 살펴보고 도서관 빅데이터의 활용효과를 높일 수 있는 개선방안을 도출하고자 한다. 연구목적을 이루기 위한 방법으로, 첫째, 문화체육관광부와 한국과학기술정보연구원(KISTI)에서 2016년 1월 1일부터 서비스하기 시작한 도서관 빅데이터 플랫폼을 활용한 사례도서관들을 중심으로 도서관 빅데이터 플랫폼의 활용 데이터와 분석내용, 기능구현 등을 통해 도출된 서비스나 시행정책에 대해 고찰한다. 둘째, 현재 대전광역시 한밭도서관의 통합도서정보시스템이 제공하는 데이터 분석사례와 도서관 빅데이터 플랫폼의 빅데이터를 활용한 분석 사례를 비교 분석한다.
7%)을 분석하여 열람실 회원제와 같은 회원유입전략을 모색하였으며, 영.유아 연령대의 이용률(2%) 부족과 관련하여 북스타트 대상연령을 확대함으로써 이용률을 향상시켰으며, 50세 이상 연령대 이용률(11%)의 증대를 위한 큰글 코너, 책사랑회 구성 등 추가 프로그램 개발을 하였다.
본 논문에서는 도서관 빅데이터 플랫폼을 일선 공공도서관 업무에 효과적으로 활용할 수 있는 방안을 도출하기 위하여, 2016년 1월 1일부터 서비스하기 시작한 공공도서관 빅데이터 플랫폼을 활용한 사례도서관의 빅데이터 활용 유형분석 및 시행정책을 살펴보았고 현재 통합도서관리시스템과 도서관 빅데이터 플랫폼 활용 분석 과정 및 결과를 비교 분석하였다. 이상의 사례 및 비교 분석과정에서 나타난 도서관 빅데이터 플랫폼 활용의 한계점과 개선방안을 제시하였다.
추천도서 목록 및 공개데이터를 API로 공개하여 민간에서 누구나 해당 기능을 활용하여 서비스를 구현 및 활용할 수 있도록 개방하고 있다. 제공내용은 빅데이터 분석 플랫폼을 통해 데이터를 공개하는 도서관의 기본 정보를 제공하고, 전국 사업 참여도서관이 공개에 동의한 도서관별 장서 및 대출 데이터 정보를 제공하며, 전국 사업 참여도서관의 대출정보를 기반으로 한 인기 대출도서 순위 목록을 제공한다.
동대문구 답십리도서관은 도서관 정보나루의 활용데이터인 타도서관 최다대출도서 및 베스트셀러 데이터를 분석하여 정기도서, 신간도서, 복본도서 구입 등 수서정책에 적용하였다. 주제별 장서분석과 대출 분석을 참고하여 차년도 장서구성 계획 수립 시 활용하였다.
회원통계(성별, 연령, 지역분포), 대출회원 분석(성별, 연령, 지역분포 최다대출자 순위)을 통하여 도서관 이용자 현황 관리와, 최다 대출자 관리로 다독자상 시상 활용, 책읽는 가족 선정 시 활용, 도서관 우수 이용자 활용, 연체자 관리, 이용률이 저조한 연령대 타겟 홍보마케팅으로 활용하고, 최다 대출목록 게시 등 다양한 정보를 공유하였다. 또한 회원통계(성별, 연령, 지역분포), 회원별 대출주제분석, 대출장서 분석을 통해서 저자특강 및 테마특강 개최, 주제별 테마 서가 만들기, 생애주기별 맞춤형 프로그램 개발, 독서동아리 구성, 인문독서아카데미 개최 시 주제도서 선정에 활용하였다.

대상 데이터

첫째, 사서들이 만들어내는 원시데이터이다. 수서작업, 목록작업 등과 같이 도서관 업무에서 생성되는 데이터이다. 둘째, 이용자들이 만들어내는 원시데이터이다.
현재)이 참여하여 수집한 데이터이다. 이 수치는 국가도서관통계시스템⁸⁾에 등록된 2018년 기준 전국공공도서관수인 1096개관(지자체 설립 840, 교육청 설립 233, 사립 23)을 고려할 때, 전체 공공도서관의 91.5%의 공공도서관으로부터 수집된 데이터이다. 이는 전체 공공도서관의 특성을 반영하는 대표성 있는 빅데이터라는 특성을 가지고 있다고 할 수 있다.
첫째, 도서관 정보나루에서 제공하는 공공도서관 빅데이터는 1,003개관(2020.5.20. 현재)이 참여하여 수집한 데이터이다. 이 수치는 국가도서관통계시스템⁸⁾에 등록된 2018년 기준 전국공공도서관수인 1096개관(지자체 설립 840, 교육청 설립 233, 사립 23)을 고려할 때, 전체 공공도서관의 91.
현재 공공도서관은 기존의 도서관리시스템인 KOLAS나 ILUS 등으로 데이터를 분석해 오고 있다. 이 시스템들은 회원 수, 대출이용자 수, 자료실별 소장자료 수, 주제별 장서 수, 대출건 수 등을 위한 일일통계, 매월 말 통계, 연도별 통계와 같은 단순통계를 제공한다.

성능/효과

대전 통합도서관리시스템의 단순한 기술통계 제공에 더하여 도서관 빅데이터 플랫폼 구축으로 인한 데이터 분석은 타 도서관 사례에서 알 수 있듯이 많은 부분에서 도서관 업무의 효율성을 제고하고 이용자 서비스를 향상할 수 있는 데이터 분석이 가능해졌다. 도서관 빅데이터 분석을 통해 바로 적용할 수 있는 도서관 업무를 제시하면, 1) 주제별 장서현황과 이용자 대출현황을 통한 장서구입방향을 설정할 수 있다.2) 외부데이터인 베스트셀러도서 및 공공도서관 최다대출도서 분석을 활용하여 신간 도서 수서 시 반영할 수 있다.
현재 공개데이터로 다운로드할 수 있는 것은 1) 참여도서관의 장서대출목록을 제공하고 월별로 자동 갱신하여 데이터의 연속성과 최신성을 유지하고 있다. 2) 다대출 도서를 대출기간, 성별, 연령, 지역, KDC 분류주제 등으로 검색이 가능하다. 3) 흥미를 유발하는 다양한 데이터 분석 결과를 제공하고 있는데 테마는 예를 들어, 세대별 선호 사회과학도서, 책과 함께하는 연말연시, 40대 여성 스테디 대출도서, 맨부커상 수상작 대출현황, 신록의 계절 읽기 좋은 책, 세대별 대출현황, 5월 가족의 달, 서가에서 빛나는 가족이야기, 남자들이 좋아하는 책/여자들이 좋아하는 책 등 특정 이슈가 되는 내용과 같은 다양한 테마 데이터를 제공하고 있어서 책을 선정할 때 많은 도움을 주고 있다.
2) 외부데이터인 베스트셀러도서 및 공공도서관 최다대출도서 분석을 활용하여 신간 도서 수서 시 반영할 수 있다.3) 미대출 장서 분석을 통한 장서활용 방안을 강구할 수 있다.4) 연령대별로 세분화된 대출장서 분석을 통해서 이용자 계층별로 맞춤형 서비스 제공 및 프로그램 개발할 수 있는 근거의 유용한 자료로 활용될 수 있다.
2) 다대출 도서를 대출기간, 성별, 연령, 지역, KDC 분류주제 등으로 검색이 가능하다. 3) 흥미를 유발하는 다양한 데이터 분석 결과를 제공하고 있는데 테마는 예를 들어, 세대별 선호 사회과학도서, 책과 함께하는 연말연시, 40대 여성 스테디 대출도서, 맨부커상 수상작 대출현황, 신록의 계절 읽기 좋은 책, 세대별 대출현황, 5월 가족의 달, 서가에서 빛나는 가족이야기, 남자들이 좋아하는 책/여자들이 좋아하는 책 등 특정 이슈가 되는 내용과 같은 다양한 테마 데이터를 제공하고 있어서 책을 선정할 때 많은 도움을 주고 있다.
ILUS시스템과 도서관빅데이터플랫폼의 최다대출장서목록을 비교분석하는 과정 중에, 도서관빅데이터 플랫폼에 오류데이터가 포함된 것을 발견하였다.⁷⁾ ILUS의 원본데이터는 오류가 없었으나 도서관빅데이터 플랫폼의 데이터에 오류가 포함되어 있었다. 확인결과, 데이터 업로드 과정에서 문제가 있었다.
기존 ILUS와의 비교를 통해 얻어진 빅데이터 플랫폼 개선방안을 제시해 보면, 첫째, 현재 ILUS는 장서의 소장위치(1,2서고)나 특정이용자유형(어린이자료실, 청소년자료실, 종합자료실), 자료 유형(디지털자료실, 정기간행물실)에 따라 통계자료 분석이 가능하다는 장점이 있다( 참조).
또한 대출회원 분석을 통해서 인구대비 도서관 회원, 인구대비 대출회원, 미대출 회원, 인구대비 도서관 회원, 전년대비 대출자 수 등 이용현황을 분석하여 이용자 증감현황을 신속히 파악할 수 있었다. 미대출회원비율(32.
또한 도표, 그래프 등을 활용하여 데이터 분석이 훨씬 용이해졌다. 또한 외부데이터를 통하여 비교 분석이 가능해졌으며, 서점 등의 베스트 셀러 순위를 바로 파악할 수 있어서 수서업무가 수월하고, 오픈 API 활용을 통한 데이터 연계서비스 제공으로 이용도서 시각화, 도서추천 서비스 등 이용자 정보서비스 만족도를 향상시킬 수 있다.
김태영, 백지연, 오효정(2018)은 국립세종도서관의 도서관 이용자 로그 빅데이터를 분석하여 이용자의 연령별, 성별, 거주지별 이용자 현황분석 및 연도별, 월별, 요일별 대출현황 분석을 수행하였다. 또한, 이용자의 현황 요인 분석을 위하여 FGI 및 외부데이터와의 연계분석을 수행하였고 결과로 세종도서관의 운영에 도움을 줄 수 있는 개선방안을 도출하였다.
로그분석활용 서비스 개선사례로는 첫째, 유입 URL 상세분석을 통하여 ‘카이스트 도서관’으로 노출도서관 명칭을 변경하였으며, 둘째, 시간대별/요일별 방문자 수 분석을 통하여 최소방문 시간대에 서비스를 중단, 이용자 불편을 최소화하고, 셋째, 불필요한 페이지 로딩 문제를 발견하고 해결하여 시스템 부하를 감소시켰으며, 인터페이스 클릭 수를 분석하여 많이 이용하는 메뉴를 메인화면에 비치, 이용자 편의성을 향상하였다.
미대출장서 분석(솔로몬)으로 ‘숨은 도서 찾기’ 코너를 운영하여 운영 전에 비하여 미대출 도서 129권이 1회 이상 대출 발생하였으며, 사서추천도서는 1회 이상 대출발생 건이 제로에서 14건으로 증가하게 되었다.
사례분석 결과 빅데이터 활용유형분석 결과, 프로그램 기획 및 수행, 장서, 수서, 기타의 유형으로 데이터를 활용하였고 이용자 맞춤형 테마서가 및 독서진흥프로그램 진행, 장서활용도 증대, 수서 및 데이터공개와 서비스들이 도출되었다. 비교분석결과, ILUS는 자관의 자료실현황분석에 특화되어 있으며, 빅데이터플랫폼은 다양한 속성(연령, 성별, 지역, 대출시기 등)에 따른 선택적 분석이 가능하여 분석시간단축과 유연한 분석이 가능하다.
사례분석 결과 빅데이터 활용유형분석 결과, 프로그램 기획 및 수행, 장서, 수서, 기타의 유형으로 데이터를 활용하였고 이용자 맞춤형 테마서가 및 독서진흥프로그램 진행, 장서활용도 증대, 수서 및 데이터공개와 서비스들이 도출되었다. 비교분석결과, ILUS는 자관의 자료실현황분석에 특화되어 있으며, 빅데이터플랫폼은 다양한 속성(연령, 성별, 지역, 대출시기 등)에 따른 선택적 분석이 가능하여 분석시간단축과 유연한 분석이 가능하다.
한번도 대출되지 않았던 미대출 장서 수와 미대출 장서 비율을 주제 분야별로 파악하여 미대출 장서의 활용을 위한 독서 이벤트 및 프로그램을 개발하는 것이다. 셋째, 이용자의 연령대별, 성별, 도서대출 패턴 등에 대한 이용행태를 분석 활용하여 도서관 주요핵심 이용자를 비롯한 잠재 이용자의 특성 파악이 가능하며 월별, 연령별, 주제별 최다 대출목록을 게시하여 홍보가 가능하다. 넷째로 도서관 이용자 맞춤형 서비스 제공이다.

후속연구

3) 미대출 장서 분석을 통한 장서활용 방안을 강구할 수 있다.4) 연령대별로 세분화된 대출장서 분석을 통해서 이용자 계층별로 맞춤형 서비스 제공 및 프로그램 개발할 수 있는 근거의 유용한 자료로 활용될 수 있다.
아직은 도서관계 빅데이터 플랫폼이 초기단계이지만 도서관 빅데이터 분석에 대한 관심제고와 도서관 업무에 대한 다각적인 적용으로 스마트한 업무를 수행할 필요가 있다. 과학적인 분석데이터를 근거로 이용자가 만족하는 서비스를 개발하고, 변화하는 도서관 환경에 적극적으로 대처하기 위한 도서관 빅데이터의 개발 및 확장이 기대된다.
또한 분석과정에서 Radar분석 툴을 사용하는 과정에서 고급통계분석에 대한 기본지식이 없는 경우 분석의 어려움을 겪을 수 있다. 도서관 빅데이터 플랫폼 적용 시 현장사서가 조금 더 쉽게 분석할 수 있는 시스템 또는 분석도구 개발 뿐만 아니라 또는 분석 툴 사용에 대한 지속적인 교육과 실습 기회가 제공되어야 할 것이다.
둘째, 도서관 빅데이터 플랫폼과 ILUS의 비교연구에서 밝혔듯이, 도서관 빅데이터 플랫폼은 여러 가지 유용한 데이터를 제공하지만, 아직은 현장에서 활용하기에는 자관별 통계 자료 분석 양상이 미반영되어 통계활용의 한계성을 가지고 있다. 예를 들어, 공공도서관 현장에서는 자료실별로 업무/정책방향 및 계획 수립, 시행, 성과평가가 이루어지고, 이를 위해 자료실별로 통계일지 및 업무일지 등을 작성하고 있다.
이와 같이 빅데이터의 공유와 연계를 통한 효과를 높이기 위해서는 빅데이터 플랫폼의 구축이 필요하다. 빅데이터 플랫폼 구축을 통해서 원하는 유용한 정보를 도출하고 빅데이터 분석기술을 통해서 효과적이고 체계적인 데이터 관리와 빅데이터를 활용하여 이용자 정보서비스 개발이 앞으로는 더욱 중요해질 것으로 예상된다.
셋째, 도서관 빅데이터 플랫폼에서 제공하는 데이터 분석 자료만으로는 다각적으로 원하는 분석결과를 얻기가 힘든 한계성을 가지고 있다. 이를 위해, 외부데이터와(인구, 기상, 교통 등)의 연계를 확대해야 한다.
둘째, 도서관 빅데이터로 구축된 도서관정보나루에서 공공도서관 문화프로그램, 평생학습프로그램, 독서진흥 프로그램 등 다양한 도서관 프로그램 콘텐츠의 통합 관리로 강사, 운영내용, 후기정보 등을 분석하고 공유할 수 있는 시스템 구현으로 지역별 특성에 맞게 적절한 프로그램을 추천해 주는 도서관 운영 프로그램 관련 콘텐츠 큐레이션 서비스를 제안한다. 셋째, 도서관 업무를 공유하여 업무 수행에 도움을 줄 수 있는 매뉴얼, 연구회 보고서, 해외도서관 견학보고서, 직원역량을 강화할 수 있는 교육프로그램 자료, 도서관 통계자료, 예산 설명서, 통계 분석 툴 사용법 등 사서가 함께 공유하면 좋을 정보를 도서관 업무 데이터 플랫폼으로 구축하여 체계적이고 효율적인 업무를 수행하고, 이것을 기반으로 도서관 이용 만족도 향상과 이용자 서비스를 개선해 나갈 연구 과제가 필요하다.
이러한 일이 발생되지 않도록 도서관 빅데이터 관심 제고를 위한 다각적인 노력이 필요하다. 소장 서지데이터의 신뢰성을 높이고 수집데이터의 품질 제고를 위해 데이터 가공/처리 시 데이터 관리자가 오류데이터 여부를 바로 확인하여 정확한 데이터 검증할 수 있도록 시스템화하여 관리해야 할 것이다.
이상의 내용을 정리하면, 통합도서관리시스템(ILUS)에서 제공하는 통계자료는 대출건수, 회원수 등 단순한 기술통계이며 데이터를 분석하기에는 한계가 있으며, 고급통계를 사용하거나 과학적 기반의 분석으로 의사결정하기에는 역부족이다. 그에 비해 도서관 빅데이터 플랫폼은 실시간 현황자료 제공이 가능하고, 관내 도서관 간 비교분석 및 통합분석이 가능하고 외부데이터와 연계하여 데이터 분석이 가능하며, 대출빈도를 연령대도 세분화 되어 있으며, 성별/연령별 성별/지역, 연령/지역에 대한 교차분석이 가능하고 분석된 자료는 도표와 그래프로 시각화하여 쉽게 이해할 수 있도록 데이터를 제공하고 있으며, 무엇보다 회귀분석을 통한 예측이 가능하고 이러한 분석 자료를 기반으로 이용자 서비스 방향 수립이 가능하다는 것이 도서관계에서는 매우 고무적이다.
현재 도서관 빅데이터 플랫폼은 대다수의 공공도서관으로부터 수집된 데이터를 분석하여 제공하고 있다. 이에 더 나아가 도서관 빅데이터 플랫폼이 빅데이터의 속성을 잘 반영하기 위해서는 타관종(대학도서관, 전문도서관, 학교도서관)의 데이터도 포함한다면 전체 도서관 데이터의 관점에서 개별 도서관의 빅데이터 플랫폼 활용이 효과적일 것이다.
이는 전체 공공도서관의 특성을 반영하는 대표성 있는 빅데이터라는 특성을 가지고 있다고 할 수 있다. 이에 더하여 빅데이터의 범위를 대학도서관, 연구도서관, 학교도서관 데이터로 수집을 확대한다면, 빅데이터의 속성인 용량(volume) 및 다양성(variety) 측면에서 도서관 빅데이터로서의 충분한 가치를 만들어 낼 수 있을 것이다.
도서관 빅데이터 사업과 관련하여 향후 연구 과제 및 방향을 제시하면. 첫째, 도서관뿐만 아니라 지역내 기록관, 박물관과의 정보연계 및 소장도서 구축연계로 하나의 플랫폼을 통하여 통합된 문화빅데이터 서비스 혜택을 받을 수 있는 서비스 구현을 제안한다. 둘째, 도서관 빅데이터로 구축된 도서관정보나루에서 공공도서관 문화프로그램, 평생학습프로그램, 독서진흥 프로그램 등 다양한 도서관 프로그램 콘텐츠의 통합 관리로 강사, 운영내용, 후기정보 등을 분석하고 공유할 수 있는 시스템 구현으로 지역별 특성에 맞게 적절한 프로그램을 추천해 주는 도서관 운영 프로그램 관련 콘텐츠 큐레이션 서비스를 제안한다.
이는 도서관 빅데이터 플랫폼의 분석 가능한 데이터를 활용함으로써, 이용자 정보 요구를 파악한 진일보한 서비스를 할 수 있는 계기가 되었다. 하지만, 도서관 빅데이터 플랫폼 활용사례가 아직은 초기단계인 만큼 도서관 빅데이터의 플랫폼 구축 및 활용에 대한 지속적인 데이터 발굴이 필요하며, 향후 추가적인 이용자 서비스 요구의 확장 가능성을 열어 두고 도서관 빅데이터 플랫폼의 한계점이나 새로운 활용방안을 제시하여 다양한 도서관 빅데이터의 활용을 고도화해야 할 과제가 여전히 남아있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	빅데이터란?	현재 우리는 정보화 시대를 넘어 다양한 데이터로 넘쳐나는 빅데이터 시대에 살고 있다. 빅데이터란 디지털 환경에서 생성되는 대규모 데이터로, 기존의 기술 방식으로는 저장하기 어려운 큰 규모의 자료를 일컫는다. 과거의 H/W 중심에서, 현재의 S/W 중심을 거쳐 점점 데이터 중심의 환경으로 변화하고, 정보기술(IT)의 지속적인 발전과 스마트폰의 대중화, 사물인터넷(IoT)의 발달, 인공지능의 가시화 등으로 빅데이터에 대한 관심은 더욱 증대하고 있다.
	도서관 빅데이터의 두 가지 핵심가치는?	도서관 빅데이터는 도서관 업무의 효율성과 이용자의 정보서비스 만족도 향상이라는 두 가지 핵심가치를 두고, 사서들이 만들어내는 원시데이터, 이용자 정보요구 행태에 기초한 이용자데이터, 소장 콘텐츠, 외부데이터 등 각종 데이터를 다양한 경로를 통하여 수집하고 분석하여 업무정책 방향을 설정하고, 신뢰성과 정확성을 담보로 한 양질의 정보서비스를 제공하여 이용자가 도서관 정보서비스에 만족할 때 도서관 빅데이터의 가치가 발휘될 수 있을 것이다.
	기존의 도서관리시스템인 KOLAS나 ILUS 등이 제공해주는 정보는 무엇인가?	현재 공공도서관은 기존의 도서관리시스템인 KOLAS나 ILUS 등으로 데이터를 분석해 오고 있다. 이 시스템들은 회원 수, 대출이용자 수, 자료실별 소장자료 수, 주제별 장서 수, 대출건 수 등을 위한 일일통계, 매월 말 통계, 연도별 통계와 같은 단순통계를 제공한다. 하지만, 조회 조건이나 조합할 수 있는 내용이 단순하기 때문에 도서대출 현황 분석, 이용자 대출 분석 및 장서 분석과 같은 고급 분석은 조회된 수치에 대해 수작업으로 자료를 만들어 사용하며 그래프나 도표의 경우 별도로 공을 들여 작업해야 하는 등 통계작업 시간이 많이 소요된다.

참고문헌 (13)

Kim, Seo (2013). Focusing on the KAIST library web log analysis system. Korea Special Library Association(KSLA) Bulletin, 5, 45-52.
Kim, Sun Tae (2013). Big data era: Challenging role of library as an librarian. Korea Special Library Association(KSLA) Bulletin, 5, 36-44.
Kim, Ywan Jong (2016. 11). Analysis and meaning of big data in public libraries - Focusing on the collection recommender algorithm. Proceeding of Conference of Korean Society of Library and Information Science, 67-86.
Kim, Tae-Young, Baek, Ji-Yeon, & Oh, Hyo Jung (2018). An analysis of library user and circulation status based on bigdata logs a case study of national library of Korea, Sejong. Journal of Korean Library and Information Science Society, 49(2), 357-388. http://dx.doi.org/10.16981/kliss.49.201806.357
Shim, WonSik, Bae, Kyung-Jae, Park, Heejin, Suh, Yoo Jin, Ahn, Hye-Yeon, & Suh, Kyu-Won (2015). Big data as library contents and the role of the national library of Korea. Seoul: National Library of Korea.
Lee, Su Sang. (2014). Library and big data analysis. KLA Journal, 55(8), 14-25.
Lee, Won Sang (2014). Big data platform in academia and its implementing strategy. Digital Libraries, 74, 25-35.
Lee, Jeong-Mee (2013). Understanding big data and utilizing its analysis into library and information services. Journal of the Korean Biblia Society for Library and Information Science, 24(4), 53-73. http://dx.doi.org/10.14699/kbiblia.2013.24.4.053
Lee, Hye Jin, Kim, Wan Jon, & Kim, Hyesun (2015). Big data platform implementation and service plans in libraries: Focus on the "study on big data analysis and adoption in library". Digital Libraries, 79, 3-14.
Cho, Young Im (2013). Understanding big data and its main issues. Journal of Korean Association for Regional Information Society, 16(3), 31-52. https://doi.org/10.22896/karis.2013.16.3.002
Pyo, Soon Hee (2015. 5). Economical value of big data services for public library. Proceeding of Conference of Korean Society of Biblia, 7-28.
Pyo, Soon Hee, Kim, Yun Hyung, Kim, Hye Sun, & Kim, Wan Jong (2015). A study on the developing of big data services in public library. Journal of the Korean Society for Information Management, 32(2), 53-86. https://doi.org/10.3743/KOSIM.2015.32.2.063
Han, Jong-Hee, Kwon, Sang-Il, Kim, Hyun-Sook, Suh, Young-Joo, & Kim, Nam-Gyu (2014). Legislative information support research project report: A proposal for thesis and dissertation contents enhancement using big data analysis in national assembly library. Seoul: National Assembly Library.

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