[논문]소셜 빅데이터 특성을 활용한 ICT 정책 격발 메커니즘 분석방법 제안

최홍규

doi:10.9717/kmms.2021.24.8.1192

[국내논문] 소셜 빅데이터 특성을 활용한 ICT 정책 격발 메커니즘 분석방법 제안
A Study on the Analysis Method of ICT Policy Triggering Mechanism Using Social Big Data 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.24 no.8, 2021년, pp.1192 - 1201

최홍규 (Dept. of Policy Planning, Educational Broadcasting System)

Abstract ▼ AI-Helper

This study focused on how to analyze the ICT policy formation process using social big data. Specifically, in this study, a method for quantifying variables that influenced policy formation using the concept of a policy triggering mechanism and elements necessary to present the analysis results were proposed. For the analysis of the ICT policy triggering mechanism, variables such as 'Scope', 'Duration', 'Interactivity', 'Diversity', 'Attention', 'Preference', 'Transmutability' were proposed. In addition, 'interpretation of results according to data level', 'presentation of differences between collection and analysis time points', and 'setting of garbage level' were suggested as elements necessary to present the analysis results.

주제어

표/그림 (4)

표 Table 1. Classification of Social Media Channels by Analysis Level.
그림 Fig. 1. Level of policy-related data analyzed through social big data.
그림 Fig. 2. Data set at the time of data collection and presentation of analysis.
그림 Fig. 3 Garbage data scale measurement through random sampling.

AI 본문요약
AI-Helper

문제 정의

본 연구는 소셜미디어 공간에서 논의되는 ICT 정책 이슈가 실제 정책으로 추진되는 양상을 분석하는 방법에 초점을 맞추면서 정책 격발 메커니즘의 개념을 통해 설정할 수 있는 변인들을 수치화해보고자 했다. 또한, 소셜 빅데이터를 통해 ICT 정책 분석 결과를 제시하는 데 필수적인 요소들을 제안해보고자 했다. 이렇게 제안할 수 있는 격발 메커니즘의 변인은 1) 범위, 2) 지속성, 3) 상호작용성, 4) 다양성, 5) 주목도, 6) 선호도, 7) 변형성이며, 각 변인은 현시점의 소셜 빅데이터 수집 및 분석수준에서 수치화해볼 수 있었다.
본 연구는 ICT 정책 이슈가 형성되는 양상을 분석하는 데 있어 온라인 공간에서 축적되는 소셜 빅데이터(Social Big Data)를 활용하는 방법을 제안한다. 구체적으로 정책 형성의 가능성과 요인들을 설명한 격발 메커니즘(Triggering Mechanism)의 개념을 활용하여, 온라인에서 정책 이슈가 실제 정책으로 정착하는 데 영향을 미친 변인들을 수치화하는 방식과 분석 결과의 제시를 위한 필수적인 요소들을 제안하는 것이다.
본 연구는 소셜미디어 공간에서 논의되는 ICT 정책 이슈가 실제 정책으로 추진되는 양상을 분석하는 방법에 초점을 맞추면서 정책 격발 메커니즘의 개념을 통해 설정할 수 있는 변인들을 수치화해보고자 했다. 또한, 소셜 빅데이터를 통해 ICT 정책 분석 결과를 제시하는 데 필수적인 요소들을 제안해보고자 했다.
본 연구의 목적은 다소 관념적인 개념이라고 할 수 있는 ICT 정책 격발 메커니즘에 대해 계량화된 분석 방법과 분석결과의 표준화된 제시방식을 제안하는 데 있다.

제안 방법

본 연구는 ICT 정책 이슈가 형성되는 양상을 분석하는 데 있어 온라인 공간에서 축적되는 소셜 빅데이터(Social Big Data)를 활용하는 방법을 제안한다. 구체적으로 정책 형성의 가능성과 요인들을 설명한 격발 메커니즘(Triggering Mechanism)의 개념을 활용하여, 온라인에서 정책 이슈가 실제 정책으로 정착하는 데 영향을 미친 변인들을 수치화하는 방식과 분석 결과의 제시를 위한 필수적인 요소들을 제안하는 것이다.
이를 위해 ICT 정책의 특성과 형성 방식의 변화를 먼저 살펴보았으며, 기존 연구들을 통해 정책 격발메커니즘을 다룬 연구들의 방법론을 살펴보았다. 또한, 빅데이터의 등장과 소셜 빅데이터의 분화 과정을 살펴보고 분석적인 차원에서 소셜 빅데이터의 차별점을 도출해보고자 했다.
마지막으로 결론과 본 연구의 제한점을 제시했다. 본 연구는 기존에 제시된 정책 격발 메커니즘의 개념을 소셜 빅데이터 수치로 치환하고 이를 통해 새로운 방법적 틀을 제시한다. 따라서 소셜 빅데이터를 활용하는 방식으로 수행하는 정책연구의 가능성과 그 한계점을 중심으로 결론의 내용을 기술했다.
아울러, 기존 연구들에서 발견된 정책 격발 메커니즘의 개념과 조작적 정의를 기반으로 ICT 정책의 격발 메커니즘 분석을 위한 측정 변인과 분석 절차를 제안했다. 제안된 측정 변인과 분석절차는 현시점에서 정책연구에 적용할 수 있는 소셜 빅데이터의 수준을 고려하여, 분석할 수 있는 데이터와 가능한 분석 결과 제시방식을 중심으로 설명했다.
이를 위해 ICT 정책의 특성과 형성 방식의 변화를 먼저 살펴보았으며, 기존 연구들을 통해 정책 격발메커니즘을 다룬 연구들의 방법론을 살펴보았다. 또한, 빅데이터의 등장과 소셜 빅데이터의 분화 과정을 살펴보고 분석적인 차원에서 소셜 빅데이터의 차별점을 도출해보고자 했다.

성능/효과

또한, 소셜 빅데이터를 통해 ICT 정책 분석 결과를 제시하는 데 필수적인 요소들을 제안해보고자 했다. 이렇게 제안할 수 있는 격발 메커니즘의 변인은 1) 범위, 2) 지속성, 3) 상호작용성, 4) 다양성, 5) 주목도, 6) 선호도, 7) 변형성이며, 각 변인은 현시점의 소셜 빅데이터 수집 및 분석수준에서 수치화해볼 수 있었다. 정책 분석결과를 제시하는 데 필수적으로감안할 요소로는 1) 데이터 수준에 따른 결과 해석, 2) 수집‧분석 시점 및 시점 간 차이 제시, 3) 가비지 수준 설정을 꼽을 수 있었다.
이렇게 제안할 수 있는 격발 메커니즘의 변인은 1) 범위, 2) 지속성, 3) 상호작용성, 4) 다양성, 5) 주목도, 6) 선호도, 7) 변형성이며, 각 변인은 현시점의 소셜 빅데이터 수집 및 분석수준에서 수치화해볼 수 있었다. 정책 분석결과를 제시하는 데 필수적으로감안할 요소로는 1) 데이터 수준에 따른 결과 해석, 2) 수집‧분석 시점 및 시점 간 차이 제시, 3) 가비지 수준 설정을 꼽을 수 있었다.

후속연구

ICT 기술과 서비스에 대한 사회 구성원들의 지식수준이 높아지면서 ICT 이슈가 정책 이슈로도 더 많이 논의되는 것이다. 따라서 본 연구에서 제시한 계량화된 정책분석방식이 변화하는 사회나 그 구성원을 분석하는 하나의 방법론적 아이디어를 제시할 수 있을 것으로 판단한다.
ICT 정책의 경우에도 정책의 방향성이 달라지거나, 특정한 이슈의 사실확인 절차가 진행된다면 데이터 내용이 바뀔 수 있다. 따라서 연구를 위해 데이터를 분석하는 시점과 데이터가 수집된 시점을 제시하고 해당 시점 간에 변경된 데이터의 내용을 제시할 필요가 있다. 시간의 흐름에 따라 소셜 빅데이터가 수집된 시점의 데이터 집합(Dc)과 분석을 시도한 시점의 데이터 집합(Da)을 명명하고(Fig.
한편으로 본 연구에서 제시한 제안들은 새로운 형태의 소셜미디어 서비스와 소셜 빅데이터 수집‧분석기술이 진보함에 따라 가변적이어야 하는 한계점이 있다. 소셜미디어 서비스를 통한 소통의 방식은 끊임없이 변화하므로 현시점에서 적용 가능한 방법론을 발굴한다고 해도 이러한 방법론은 끊임없는 표준화‧ 체계화 과정을 거쳐야 한다.
소셜미디어 서비스를 통한 소통의 방식은 끊임없이 변화하므로 현시점에서 적용 가능한 방법론을 발굴한다고 해도 이러한 방법론은 끊임없는 표준화‧ 체계화 과정을 거쳐야 한다. 후속 연구들에서 더욱 다채로운 방식으로 대용량의 빅데이터를 활용해 사회현상을 분석하거나, 사회과학적 방법론을 체계화하는 데 기여할 수 있는 도전적인 연구가 수행되기를 기대한다.

참고문헌 (28)

H.G. Choi, A Study on The Diffusion Process of Informatization Policy Issue: Focusing on Analysis of Big Data in Social Text, Dissertation for the Degree of Doctor of Philosophy, 2014.
L.N. Gerston, Public Policy Making: Process and Principles, M. E. Sharpe, Armonk, New York, 1997.
S.T. Kim and Y.H. Lee, "New Functions of Internet Mediated Agenda-Setting: Agenda-Rippling and Reversed Agenda-Setting," Korean Journal of Journalism & Communication Studies, Vol. 50, No. 3, pp. 175-204, 2006.
NIA, 2012 National Informatization White Paper, 2012.
H.G. Choi and S.T. Kim, "A Study on Task Overlap of ICT Policy Related to Informatization : Focusing on Comparison of Government Departments' Policy Instruments and Goals Before the New Government in 2013," Korean Journal of Broadcasting & Telecommunications Research, No. 82, pp. 159-191, 2013.
T.A. Birkland, Introduction to the Policy Process: Theories, Concepts, and Models of Public Policy Making, M. E. Sharpe, Armonk, New York, 2005.
H. Rheingold, Smart Mobs, Perseus Books Group, New York City, New York, 2002.
W.S. Jho and K.J. Song, "Civil Participation in the Policy-Making Process Through The Internet: The Policy Making Process of Single-Issue Network Movements," Korean Public Administration Review, Vol. 38, No. 5, pp. 197-214. 2004.
T.R. Dye, Top Down Policy Making. CQ Press, Washington, D.C., 2000.
J.W. Kingdon, Agendas, Alternativesm and Public Policies. Little Brown and Company, Boston, Massachusetts, 1984.
M.H. Kim and H.K. Ahn, "The Transformation of Social Perception on Target Population and Policy Change," Korean Public Administration Review, Vol. 40, No. 4, pp. 469-490. 2006.
M.O. Choi, "A Case Study of Environmental Policy Formation : A Focus on the Phenol Spills in Nakdong River of 1991 and 2008," GRI REVIEW, Vol. 15, No. 1, pp. 91-112. 2013.
Gartner, Big Data Analytics, Gartner Group, 2011.
C. Dobre and F. Xhafa, "Parallel Programming Paradigms and Frameworks in Big Data Era," International Journal of Parallel Programming, Vol. 42, No. 5, pp. 710-738, 2014.

상세보기
G. Bello-Orgaz, J.J. Jung, and D. Camacho, "Social Big Data: Recent Achievements and New Challenges," Information Fusion, Vol. 28, pp. 45-59, 2016.

상세보기
H.G. Choi, Media Analysis Method Using Social Big Data, Communication Books, Seoul, 2017.
A. Wang, "Advertising Engagement: A Driver of Message Involvement on Message Effects," Journal of Advertising Research, Vol. 46, No. 4, pp. 355-368, 2006.

상세보기
Y.W. Lee, W.H. Noh, and Y.S. Sung, "The Effects of the Characteristics of Corporate Brand's SNS on Brand Engagement: The Mediating Effect of Media Engagement," Journal of Marketing Studies, Vol. 23, No. 3, pp. 53-76, 2015.
S.S. Oh, A Study on the Effect of Broadcasting Advertisement Sales Method based on Program Engagement on the Enhancement of Brand Ad Power of Terrestrial Advertisement, KOBACO, 2009.
B.H. Back, I. Ha, and B.C. Ahn, "An Extraction Method of Sentiment Infromation from Unstructed Big Data on SNS," Journal of Korea Multimedia Society, Vol. 17, No. 6, pp. 671-680, 2014.

원문보기 상세보기
B.I. Kim, H.C. Shin, and C.W. Ahn, "Copyright Limitations and Exceptions for 'Big Data' Analysis and 'Data Mining'," Copyright Quarterly, Vol. 30, No. 1, pp. 29-61, 2017.
M.J. Choi and S.C. Yang, Internet Social Media and Journalism, KPF, 2009.
S.T. Kim et al., Communication Research in the Big Data Era, Yulgokbook, Seoul, 2015.
P.L.M. Vasterman, "Media-Hype: Self-Reinforcing News Waves, Journalistic Standards and the Construction of Social Problems," European Journal of Communication, Vol. 20, No. 4, pp. 508-530, 2005.

상세보기
Y.K. Cho and J.W. Yoo, "The Effect of Internet Interactivity on Knowledge Structure," Korean Journal of Broadcasting and Telecommunication Studies, Vol. 25, No. 5, pp. 267-308, 2011.
V. Price, J.N. Cappella, and L. Nir, "Does Disagreement Contribute to More Deliberative Opinion?," Political Communication, Vol. 19, No. 1, pp. 95-112, 2002.

상세보기
H.J. Song, S.M. Shin, and S.G. Park, "Reading Dissonant Opinions on the Internet and Its Effects on Argument Repertoire and Tolerance," Korean Journal of Journalism & Communication Studies, Vol. 50, No. 5, pp. 160-183, 2006.
D.M. Blei, A.Y. Ng, and M.I. Jordan, "Latent Dirichlet Allocation," The Journal of Machine Learning Research, Vol. 3, pp. 993-1022, 2003.

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