[논문]국내 주요 도시의 스마트시티 수준 분석: STIM 프레임워크를 이용하여

조성운; 이상호; 조성수; 임윤택

doi:10.5392/jkca.2021.21.03.157

국내 주요 도시의 스마트시티 수준 분석: STIM 프레임워크를 이용하여
An Analysis on the Smart City Assessment of Korean Major Cities : Using STIM Framework 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.21 no.3, 2021년, pp.157 - 171

조성운 (국립한밭대학교 도시공학과) , 이상호 (국립한밭대학교 도시공학과) , 조성수 (국립한밭대학교 도시공학과) , 임윤택 (국립한밭대학교 도시공학과)

초록
AI-Helper

본 연구의 목적은 국내 주요 도시의 스마트시티 수준을 분석하는 것이다. 연구는 문헌고찰, 평가지표 구축, 평가지표 가중치 분석, 지자체 스마트시티 수준 분석, 결론의 순서로 진행되었다. 스마트시티 수준 분석을 위한 평가지표는 다층형 스마트시티 모델(Multi-Layered Smart City Model)의 STIM 구조(Service, Technology, Infrastructure, Management Layered Architecture)기반으로 구축되었다. 평가지표는 스마트시티 개념, 사례, 빅데이터 분석 등을 통해 구축되었고, 전문가 AHP 설문을 통해 가중치가 부여되었다. 연구의 공간 범위는 서울 등 7대 광역시이며, 시간 범위는 2017년~2019년이다. 연구에 사용된 데이터는 KOSIS, KISDISTAT 등의 공공데이터이다. 평가결과는 다음과 같다. 스마트시티 서비스, 기술, 인프라, 관리의 수준은 수도권인 서울과 인천이 비교적 높은 수준으로 분석되었다. 영남권인 부산, 대구, 울산이 비교적 중간 수준으로 분석되었으며 충남권과 호남권인 대전과 광주가 비교적 낮은 수준으로 분석되었다. STIM 종합순위 또한 비슷한 양상을 보인다. 특히 수도권과 그 외 권역의 스마트시티 수준 격차가 매우 큰 것으로 분석되었다. 국내 스마트시티 수준 격차를 줄이기 위해 균형발전 전략이 필요하며, 지역별 특성을 고려한 스마트시티 계획이 필요하다.

Abstract ▼ AI-Helper

The purpose of this study is to assess the smart city for major cities in Korea. The assessment indicators are based on the STIM structure (Service, Technology, Infrastructure, and Management Layer Architecture) of the Multi-Layered Smart City Model. Assessment indicators are established through smart city concepts, case analysis, big data analysis, as well as weighted through expert AHP survey. For the assessment, seven major metropolitan cities are selected, including Seoul, and their data such as KOSIS, KISDISTAT from 2017 to 2019 is utilized for the smart city level assessment. The smart city level results show that the service, technology, infrastructure, and management levels were relatively high in Seoul and Incheon, which are metropolitan areas. Whereas, Busan, Daegu, and Ulsan, the Gyeongsang provinces are relatively moderate, while Daejeon and Gwangju, the South Chungcheong region and the Jeolla provinces, were relatively low. The overall STIM ranking shows a similar pattern, as the Seoul metropolitan area smart city level outperforms the rest of the analyzed areas with a large difference. Accordingly, balanced development strategies are needed to reduce gaps in the level of smart cities in South Korea, and respective smart city plans are needed considering the characteristics of each region. This paper will follow the literature review, assessment index establishment, weight analysis of assessment index, major cities assessment and result in analysis, and conclusion.

주제어

표/그림 (13)

표 표 1. STIM 구조의 정의 및 분류
표 표 2. 평가지표 요건과 정의
표 표 3. 국내외 스마트시티 평가지표 구축 사례
표 표 4. 국내외 스마트시티 수준 분석 선행연구
그림 그림 1. 스마트시티 수준 평가지표 구축 프로세스(STIM 프레임워크)
그림 그림 2. 스마트시티 수준 분석 수치 도출과정(예시)
표 표 5. 스마트시티 수준 평가지표 가중치
표 표 6. 스마트시티 수준 평가지표
표 표 7. 스마트시티 서비스 평가결과
표 표 8. 스마트시티 기술 평가결과
표 표 9. 스마트시티 인프라 평가결과
표 표 10. 스마트시티 관리 평가결과
표 표 11. 스마트시티 STIM 평가 종합결과

AI 본문요약
AI-Helper

문제 정의

본 연구의 목적은 국내 주요 도시의 스마트시티 수준을 분석하는 것이다. 본 연구는 STIM 프레임워크를 통해 기존 연구의 한계점을 보완하여 각 주요 도시의 스마트시티 수준을 체계적으로 평가할 수 있다는 의의가 있다. 스마트시티 수준 분석을 통해 각 주요 도시는 스마트시티로서 강점과 약점을 파악하고 스마트시티 수준 향상 방향을 모색할 수 있을 것이다.
본 연구의 목적은 국내 주요 도시의 스마트시티 수준을 분석하는 것이다. 본 연구는 STIM 프레임워크를 통해 기존 연구의 한계점을 보완하여 각 주요 도시의 스마트시티 수준을 체계적으로 평가할 수 있다는 의의가 있다.
본 연구의 목적은 국내 주요 도시의 스마트시티 수준을 분석하는 것이다. 본 연구는 STIM 프레임워크를 통해 기존 연구의 한계점을 보완하여 각 주요 도시의 스마트시티 수준을 체계적으로 평가할 수 있다는 의의가 있다.

제안 방법

넷째, 평가지표 POOL 중 공공데이터 취득 가능성에 해당하는 지표를 선정하여 최종 스마트시티 수준 평가지표를 선정하였다. 선정된 스마트시티 수준 평가지표는 전문가 AHP 설문을 통해 가중치가 분석되었다.
평가지표 POOL은 스마트시티개념, 평가지표 사례 및 선행연구, 빅데이터 분석 등의 방법으로 구축되었다. 둘째, 구축된 평가지표 POOL을 공공데이터 취득 가능성을 판단하여 최종 평가지표로 선정하였다. 지표의 적합성은 STIM 정의에 따라 분류하는 과정에서 충족되었다.
첫째, 문헌 고찰을 통해 스마트시티의 개념인 다층형 스마트시티 모델을 고찰하였다. 둘째, 평가지표가 지녀야 할 요건에 대해 고찰하였다. 평가지표 요건을 바탕으로 선행연구의 한계점과 본 연구의 차별성을 제시하였다.
본 연구에서는 스마트시티의 핵심 구조인 STIM에 기반하여 평가지표를 구축하였다. 평가지표는 사례 및 선행연구의 지표 활용 시 공공데이터 취득 가능성을 기반으로 구축되어 객관성이 확보되었다.
본 절에서는 앞절에서 정의된 평가지표 요건에 따라 국내외 스마트시티 평가지표 구축 사례를 고찰하였다. 평가지표 요건 충족 정도는 O(충족), △(일부 충족), Χ (미충족)로 표현하였다.
넷째, 평가지표 POOL 중 공공데이터 취득 가능성에 해당하는 지표를 선정하여 최종 스마트시티 수준 평가지표를 선정하였다. 선정된 스마트시티 수준 평가지표는 전문가 AHP 설문을 통해 가중치가 분석되었다. 마지막으로, 서울시 등 7대 광역시의 스마트시티 수준 분석이 수행되었다.
설문 대상자는 스마트시티 및 도시계획 전문가 17인을 대상으로 하였다. 설문 내용은 스마트시티 수준 평가지표 간 상대적 중요도에 따른 가중치 도출이다.
평가지표 요건을 바탕으로 선행연구의 한계점과 본 연구의 차별성을 제시하였다. 셋째, 스마트시티 수준 평가지표 POOL을 구축하였다. 평가지표 POOL 은 스마트시티 개념, 스마트시티 평가지표 사례, 빅데이터 등의 방법을 통해 구축되었다.
지표의 적합성은 STIM 정의에 따라 분류하는 과정에서 충족되었다. 셋째, 스마트시티 전문가를 대상으로 AHP 설문 조사를 수행하여 최종 스마트시티평가지표의 가중치를 분석하였다.
마지막으로, 서울시 등 7대 광역시의 스마트시티 수준 분석이 수행되었다. 수집된 데이터의 상대적인 차이를 표준화하기 위해 T 스코어를 적용하여 스마트시티 수준 분석이 수행되었다. 분석결과는 주요 도시별 상대적인 순위와 강점이 제시되었다.
본 연구의 목적은 국내 주요 도시 스마트시티 수준을 분석하는 것이다. 스마트시티 수준 분석 평가지표 구축을 위해 먼저, 가장 진화된 스마트시티의 개념인 다층형 스마트시티 모델 이론을 고찰하였다. 이후 평가지표가 지녀야 할 요건을 정의하였으며, 요건의 정의에 따라 스마트시티 평가지표 사례와 선행연구를 고찰하였다.
평가지표는 전문가 AHP 설문을 수행하여 가중치가 분석되었다. 이후 지표별 데이터를 T 스코어로 변환하고 가중치를 적용하여 주요 도시 스마트시티 수준을 분석하였다.
스마트시티 수준 분석 평가지표 구축을 위해 먼저, 가장 진화된 스마트시티의 개념인 다층형 스마트시티 모델 이론을 고찰하였다. 이후 평가지표가 지녀야 할 요건을 정의하였으며, 요건의 정의에 따라 스마트시티 평가지표 사례와 선행연구를 고찰하였다. 선행연구의 한계점을 통해 본 연구의 차별성을 제시하였다.
본 연구의 방법은 다음과 같다. 첫째, 문헌 고찰을 통해 스마트시티의 개념인 다층형 스마트시티 모델을 고찰하였다. 둘째, 평가지표가 지녀야 할 요건에 대해 고찰하였다.
스마트시티 수준 평가지표를 구축한 방법은 다음과 같다. 첫째, 스마트시티 STIM 기준으로 평가지표 POOL을 구축하였다. 평가지표 POOL은 스마트시티개념, 평가지표 사례 및 선행연구, 빅데이터 분석 등의 방법으로 구축되었다.

대상 데이터

선정된 스마트시티 수준 평가지표는 전문가 AHP 설문을 통해 가중치가 분석되었다. 마지막으로, 서울시 등 7대 광역시의 스마트시티 수준 분석이 수행되었다. 수집된 데이터의 상대적인 차이를 표준화하기 위해 T 스코어를 적용하여 스마트시티 수준 분석이 수행되었다.
본 연구의 내용적 범위는 다층형 스마트시티 모델(Multi-Layered Smart City Model)을 기반으로 한 평가지표(STIM 프레임워크) 구축과 스마트시티 수준 분석이다. 본 연구에서 사용된 데이터는 KOSIS, KISDISTAT 등의 공공기관에서 취득 가능한 통계 데이터이다.
본 연구에서는 계량화가 어려운 스마트시티 수준 평가지표의 가중치를 분석하기 위해 AHP 설문 방법론을 활용하였다. 본 연구에서는 스마트시티 수준 분석 평가지표의 대분류와 중분류를 대상으로 AHP 설문을 수행하였다. 설문 기간은 2020.
본 연구의 시공간 범위는 2017~2019년 서울시 등 7 대 광역시다. 본 연구의 내용적 범위는 다층형 스마트시티 모델(Multi-Layered Smart City Model)을 기반으로 한 평가지표(STIM 프레임워크) 구축과 스마트시티 수준 분석이다. 본 연구에서 사용된 데이터는 KOSIS, KISDISTAT 등의 공공기관에서 취득 가능한 통계 데이터이다.
본 연구의 시공간 범위는 2017~2019년 서울시 등 7 대 광역시다. 본 연구의 내용적 범위는 다층형 스마트시티 모델(Multi-Layered Smart City Model)을 기반으로 한 평가지표(STIM 프레임워크) 구축과 스마트시티 수준 분석이다.
(약 2 주) 이다. 설문 대상자는 스마트시티 및 도시계획 전문가 17인을 대상으로 하였다. 설문 내용은 스마트시티 수준 평가지표 간 상대적 중요도에 따른 가중치 도출이다.
총 17부의 설문지 중 일관성지수(Consistency Index, CI)가 0.2 이상인 설문지 2부를 제외하고 15부가 가중치 분석에 사용되었다. 종합 일관성 지수는 0.

데이터처리

둘째는 데이터 전처리를 통해 도출된 단어를 활용한 빈도분석 단계이다. 데이터 전처리는 파이썬의 패키지(꼬꼬마 세종 말뭉치, KoNLPy)를 이용하여 형태소 분석이 진행되었다. 내용과 관련이 없는 특수문자(예: ○, ▲, ※ 등), 조사(예: 은, 는, 가, 이 등), 공백, 의존명사 등 불필요한 데이터는 제거되었다.
형태소 분석에서 제거되지 않은 불필요한 단어들(도시, 지자체 명, 기관 및 기업명 등)은 불용어 사전에 추가하여 직접 제거하는 반복 과정을 거쳤다. 데이터 전처리를 통해 얻은 정제된 키워드는 빈도분석 수행에 사용되었다. 100회 이상 제시된 키워드 중 스마트시티와 상관없는 키워드, 사람 이름 등의 키워드는 제외되었고, STIM 정의에 따라 분류되었다.

이론/모형

본 연구에서는 계량화가 어려운 스마트시티 수준 평가지표의 가중치를 분석하기 위해 AHP 설문 방법론을 활용하였다. 본 연구에서는 스마트시티 수준 분석 평가지표의 대분류와 중분류를 대상으로 AHP 설문을 수행하였다.
T 스코어는 Z 스코어가 평균 50, 표준편차가 10인 분포로 변환된 표준점수이기 때문에 양수(+)로 표시된다. 본 연구에서는 평가의 용이성을 위해 T 스코어가 활용되었다. Z 스코어와 T 스코어 수식은 식(1), (2)와 같다.

성능/효과

셋째, 본 연구에서 제시된 지표는 주요 도시의 상대적인 수준만 비교할 수 있으며, 시/도 단위에만 적용할 수 있다. 넷째, 공공데이터 취득 가능성의 기준이 국내 실정에 제한되어 외국 스마트시티 평가 시 지표 적용에 어려움이 있다.
셋째, 인프라 종합 순위는 서울, 대전, 부산, 인천, 울산, 대구, 광주 순으로 분석되었다. 넷째, 관리 종합 순위는 서울, 부산, 인천, 광주, 대구, 대전, 울산 순으로 분석되었다. 다섯째, STIM 종합 분석결과는 서울 1위, 인천 2 위, 부산 3위, 대구 4위, 울산 5위, 대전 6위, 광주 7위로 분석되었다.
넷째, 관리 종합 순위는 서울, 부산, 인천, 광주, 대구, 대전, 울산 순으로 분석되었다. 다섯째, STIM 종합 분석결과는 서울 1위, 인천 2 위, 부산 3위, 대구 4위, 울산 5위, 대전 6위, 광주 7위로 분석되었다.
첫째, 서비스 종합 순위는 서울, 인천, 대구, 부산, 울산, 대전, 광주 순으로 분석되었다. 둘째, 기술 종합 순위는 서울, 인천, 부산, 대전, 울산, 광주, 대구인 것으로 분석되었다. 셋째, 인프라 종합 순위는 서울, 대전, 부산, 인천, 울산, 대구, 광주 순으로 분석되었다.
첫째, 지표의 수와 다양성이 부족하다. 둘째, 스마트시티 개념에 의한 지표는 필수적인 지표지만 일부만 제시되었다. 또한, 정성적인 지표는 제시되지 않았다.
둘째, 스마트시티 개념에 의한 지표는 필수적인 지표지만 일부만 제시되었다. 또한, 정성적인 지표는 제시되지 않았다. 셋째, 본 연구에서 제시된 지표는 주요 도시의 상대적인 수준만 비교할 수 있으며, 시/도 단위에만 적용할 수 있다.
또한, 정성적인 지표는 제시되지 않았다. 셋째, 본 연구에서 제시된 지표는 주요 도시의 상대적인 수준만 비교할 수 있으며, 시/도 단위에만 적용할 수 있다. 넷째, 공공데이터 취득 가능성의 기준이 국내 실정에 제한되어 외국 스마트시티 평가 시 지표 적용에 어려움이 있다.
둘째, 기술 종합 순위는 서울, 인천, 부산, 대전, 울산, 광주, 대구인 것으로 분석되었다. 셋째, 인프라 종합 순위는 서울, 대전, 부산, 인천, 울산, 대구, 광주 순으로 분석되었다. 넷째, 관리 종합 순위는 서울, 부산, 인천, 광주, 대구, 대전, 울산 순으로 분석되었다.
선행연구의 한계점을 통해 본 연구의 차별성을 제시하였다. 스마트시티 개념, 사례, 빅데이터 분석을 통해 구축된 평가지표 POOL은 공공데이터 취득 가능성을 기준으로 최종 평가지표가 선정되었다. 평가지표는 전문가 AHP 설문을 수행하여 가중치가 분석되었다.
주요 도시별로 스마트시티 서비스, 기술, 인프라, 관리 각각 특화된 부문이 있지만, 하위권인 도시는 전반적으로 스마트시티 수준 개선 전략이 필요하다. 또한, 주요 도시별로 4차 산업혁명 핵심 기술을 특화하여 기술, 서비스 등의 차별을 둔 스마트시티의 균형발전 전략이 필요하다.
스마트시티 수준 분석결과는 다음과 같다. 첫째, 서비스 종합 순위는 서울, 인천, 대구, 부산, 울산, 대전, 광주 순으로 분석되었다. 둘째, 기술 종합 순위는 서울, 인천, 부산, 대전, 울산, 광주, 대구인 것으로 분석되었다.
연구의 한계는 다음과 같다. 첫째, 지표의 수와 다양성이 부족하다. 둘째, 스마트시티 개념에 의한 지표는 필수적인 지표지만 일부만 제시되었다.
스마트시티 개념, 사례, 빅데이터 분석을 통해 구축된 평가지표 POOL은 공공데이터 취득 가능성을 기준으로 최종 평가지표가 선정되었다. 평가지표는 전문가 AHP 설문을 수행하여 가중치가 분석되었다. 이후 지표별 데이터를 T 스코어로 변환하고 가중치를 적용하여 주요 도시 스마트시티 수준을 분석하였다.

후속연구

주요 도시별로 스마트시티 서비스, 기술, 인프라, 관리 각각 특화된 부문이 있지만, 하위권인 도시는 전반적으로 스마트시티 수준 개선 전략이 필요하다. 또한, 주요 도시별로 4차 산업혁명 핵심 기술을 특화하여 기술, 서비스 등의 차별을 둔 스마트시티의 균형발전 전략이 필요하다.
본 연구는 STIM 프레임워크를 통해 기존 연구의 한계점을 보완하여 각 주요 도시의 스마트시티 수준을 체계적으로 평가할 수 있다는 의의가 있다. 스마트시티 수준 분석을 통해 각 주요 도시는 스마트시티로서 강점과 약점을 파악하고 스마트시티 수준 향상 방향을 모색할 수 있을 것이다.
향후 연구과제로는 취득 가능한 지표를 지속적으로 추가하고 정성적인 지표를 추가하여 평가지표를 더욱 풍부하게 구성하는 것이다. 또한, 스마트시티의 성숙 단계를 정의하여 국내 모든 도시의 스마트시티 성숙 단계를 분석하는 것이다.

참고문헌 (40)

이재용, 김성수, 김은란, 박종순, 이미영, 이성원, 스마트도시 성숙도 및 잠재력 진단모형 개발과 적용방안 연구, 국토연구원, 2016.
장환영, 임용민, 이재용, "U-City 고도화를 위한 수준 진단체계 개발방향에 관한 연구," 대한공간정보학회지, 제23권, 제2호, pp.49-58, 2015.
국토교통부, 제3차 스마트도시 종합계획 2019-2023, 2019.
최봉문, "'스마트'용어의 적용사례 분석을 통한 '스마트시티'의 개념정립을 위한 연구," 한국콘텐츠학회논문지, 제11권, 제12호, pp.943-949, 2011.

원문보기 상세보기
이상호, 임윤택, "유시티와 스마트시티 비교를 통한 유시티 해외진출 전략," 국토계획, 제49권, 제4호, pp.243-252, 2014.

상세보기
국토해양부, 총괄 2과제 U-City 미래비전과 중장기전략 1차, 2차, 3차년도 보고서, 2009.
이상호, 임윤택, 문태헌, 이정훈, 김의준, 손정렬, 송복섭, 진경일, 김민경, 변완희, "U-City 미래비전과 중장기전략," 도시정보, 제323호, pp.3-15, 2009.
신동빈, 왕광익, 정윤희, 이진희, U-City 시대의 도시공간 변화 및 도시계획 방향에 관한 연구, 국토연구원, 2011
이상호, 임윤택, "유시티 계획 특성 분석," 국토계획, 제43권, 제5호, pp.179-189, 2008.

상세보기
한주형, 이상호, "환경기술과 정보기술 관점에서 바라본 세계 스마트시티의 형태적 진화," 한국산학기술학회 논문지, 제20권, 제6호, pp.201-209, 2019.
조성수, 이상호, 임윤택, "유시티 진화 지도를 통한 유시티 진화 특성 분석," 한국지리정보학회지, 제18권, 제2호, pp.75-91, 2015.

원문보기 상세보기
조성수, 이상호, "스마트시티 산업의 융합변화 분석," 지역연구, 제34권, 제4호, pp.61-74, 2018.

원문보기 상세보기
유성민, "ICBM 산업육성 방안 및 기술도입 전략," 한국정보기술학회지, 제12권, 제2호, pp.9-16, 2014.
김승래, "4 차 산업혁명과 AI 시대의 법적 과제와 전망," 법학연구, 제18권, 제2호, pp.21-57, 2018.
김희열, "블록체인 플랫폼의 보안 위협과 대응 방안분석," 한국정보기술학회논문지, 제16권, 제5호, pp.103-112, 2018.
이성길, 황귀현, "스마트도시 통합운영센터와 센터운영 시스템인 통합플랫폼의 기능 및 요건 연구," 한국통신학회지 (정보와통신), 제34권, 제9호, pp.9-12, 2017.
이상호, 임윤택, "스마트시티 거버넌스 특성 분석," 한국지리정보학회지, 제19권, 제2호, pp.86-97, 2016.

원문보기 상세보기
조택, "공공기관의 경영평가지표 개편안에 관한 연구," 한국거버넌스학회보, 제14권, 제3호, pp.285-314, 2007.

상세보기
김주진, 송영현, "재건축부담금의 배분을 위한 평가지표별 가중치 분석 연구," 도시행정학보, 제23권, 제4호, pp.323-344, 2010.

상세보기
정규석, "핵심성과지표 개발 방법 비교연구," J Korean Soc Qual Manag, 제46권, 제4호, pp.863-876, 2018.

원문보기 상세보기
김유미, 구자훈, "디지털 사회혁신관점의 스마트도시 평가지표 설정에 관한 연구," 한국콘텐츠학회논문지, 제19권, 제10호, pp.511-521, 2019.

원문보기 상세보기
신우재, 스마트도시 인덱스 지표 개발에 관한 연구, 성균관대학교 일반대학원, 박사학위논문, 2020.
KPKT, Malaysia Smart City Framework, 2018.
UNECE, United for Smart Sustainable Cities: Collection Methodology for Key Performance Indicators for Smart Sustainable Cities, 2017.
ISO 37122, Sustainable cities and communities - Indicators for smart cities, 2019.
FG-SSC, I. T. U. T., Shaping Smarter and more Sustainable Cities: Striving for Sustainable Development Goals, International Telecommunication Union (ITU-T), Focus Group on Smart Sustainable Cities (FG-SSC), United Nations, 2016.
한국건설기술연구원, "스마트시티 인사이트 평가지표 개발 및 적용 : 국내 161개 지자체를 대상으로," 대한국토도시계획학회 2020 춘계산학학술대회(온라인 학술대회), 2020. 미간행
이면성, 임춘성, "스마트시티 실증 서비스 성과평가에 관한 연구," 한국통신학회논문지, 제44권, 제10호, pp.1992-2002, 2019.
R. Giffinger, C. Fertner, H. Kramar, and E. Meijers, "City-ranking of European medium-sized cities," Cent. Reg. Sci. Vienna UT, pp.1-12, 2007.
Easy Park Group, "Smart city index 2019," 2019. https://www.easyparkgroup.com/smart-cities-index/, 2020.05.19.
EDCI, European Digital City Index 2016, Availab le From : https://digitalcityindex.eu/about-edci, 2020.05.19.
SHARIFI Ayyoob, "A typology of smart city assessment tools and indicator sets," Sustainable Cities and Society, Vol.53, p.101936, 2020.

상세보기
노용환, 김정언, 김원중, "컴퓨터와 인터넷 채택 및 이용의 결정요인 분석: 고령화와 정보격차에 대한 시사점," e-비즈니스연구, 제10권, 제4호, pp.319-350, 2009.
정원조, 유일한, 김경래, 신동우, "건설기업의 규모에 따른 경영성과 측정을 위한 성과지표 가중치 분석," 대한건축학회 논문집-구조계, 제21권, 제8호, pp.121-128, 2005.

상세보기
고길곤, 하혜영, "정책학 연구에서 AHP 분석기법의 적용과 활용," 한국정책학회보, 제17권, 제1호, pp.287-313, 2008.
S. K. Kachigan, Statistical analysis: An interdisciplinary introduction to univariate & multivariate methods, Radius Press, 1986.
대한민국정부, 국토종합개발계획: 1972-1981, 1971.
대한민국정부, 제2차 국토종합개발계획: 1982-1991, 1982.
대한민국정부, 제3차 국토종합개발계획: 1992-2001, 1992.
대한민국정부, 제4차 국토종합계획 수정계획: 2011-2020, 2011.

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