[논문]고용관련 빅데이터 구축 전략 및 활용방안 연구

최기성

doi:10.5392/jkca.2021.21.09.184

고용관련 빅데이터 구축 전략 및 활용방안 연구
A Study on the Development Strategy and Utilization of Big Data Related to Employment 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.21 no.9, 2021년, pp.184 - 197

최기성 (한국고용정보원)

초록
AI-Helper

본 논문은 맞춤형 고용서비스 개발을 지원하기 위한 '고용관련 빅데이터 센터(가칭)'설립에 앞서 우리나라의 고용관련 DB 중에서 워크넷, 고용보험, 직업훈련 DB 등과 함께 교육과 복지 DB를 중심으로 DB별 개요, 구축 과정, 주요내용, 활용, 한계점 등을 살펴보았다. 이어서, 고용관련 빅데이터를 구축·운영하고 있는 독일과 영국의 사례를 분석하였다. 이상의 분석을 통해 개인이 생애에 경험하게 되는 다양한 노동력 상태간의 이행에서 발생할 수 있는 사회적 위험을 체계적으로 관리함으로써 이행을 통한 소득확보를 강조하는 이행노동시장론에 입각하여, 고용보험 DB를 중심으로 개인단위에서 교육/훈련/경력/자격, 구직, 고용, 실업, 비경활/복지 등의 DB를 연계하는 체계로 고용관련 빅데이터 구축방안과 활용방안을 제시하였다. 마지막으로 고용관련 DB들에 대한 대대적인 정비, 고용보험 DB를 중심으로 구축할 빅데이터의 대표성 제고, DB의 신뢰도 제고 등 향후 과제들을 제시하였다. 본 논문을 계기로 고용관련 빅데이터 구축 및 활용에 대한 논의가 더욱 활발해지기를 기대한다.

Abstract ▼ AI-Helper

Prior to the establishment of 'Employment-Related Big Data Center (tentative name)' to support the development of customized employment services. This Paper examines the current status and limitation of employment-related data in korea. Then, the implications were derived through foreign employment-related big data construction cases. Through the above analysis, I proposed measures to build and utilize employment-related big data at the individual level, focusing on the Transitional Labour Markets theory that emphasizes the implementation of individual labor force states. Finally, we presented future challenges such as massive maintenance of employment-related DB, increased representation of big data to be built around employment insurance DB, and increased reliability of DB presented.

주제어

표/그림 (10)

표 표 1. 워크넷 DB의 DW별 주요 내용
표 표 2. 고용보험 DB의 DW별 주요 내용
표 표 4. 외국인 관리 DB의 DW별 주요 내용
표 표 3. HRD-Net DB의 DW별 주요 내용
그림 그림 1. 독일 고용관련 DB 구축
표 표 5. Administrative Data Research Network 제공 데이터[10]
그림 그림 2. Schmid(1998)의 노동시장 이행 5개 유형
그림 그림 3. 고용관련 빅데이터 구축 체계
표 표 6. 고용관련 빅데이터 주제별 DB 관리 기관
표 표 7. 고용관련 빅데이터 활용 방안

AI 본문요약
AI-Helper

문제 정의

본 논문은 다양하게 존재하는 고용관련 행정 DB를 연계하여 빅데이터로 구축하고, 이를 고용정책 수립 및 평가에 어떻게 활용할 수 있는가를 처음으로 제시했다는 측면에서 의미를 지니며, 이를 계기로 관련 논의가 더욱 활발해지기를 기대한다.
이러한 배경 하에 본 논문은 ‘고용관련 빅데이터 센터’ 설립을 위해 현재 우리나라가 보유하고 있는 고용 관련 DB에 대한 현황과 활용 상의 한계점(Ⅱ)을 살펴보고, 외국의 고용관련 빅데이터 구축 사례를 통해 시사점을 도출(Ⅲ)한 후 우리나라의 고용관련 빅데이터 구축 및 활용 방안을 제시(Ⅳ)하고, 마지막으로 고용 관련 빅데이터 구축 및 운영을 위해 해결되어야 할 과제(Ⅴ) 를 제시하였다.

가설 설정

두 번째는 고용과 실업 간의 이행에는 실업으로 인한 소득 불확실성의 위험을 줄이고 구직활동에 전념할 수 있도록 실업기간 중 소득유지 장치가 필요하다. 세 번째 교육⦁훈련과 취업 간의 이행에는 생애에 걸친 소득확보 능력의 잠식 또는 부족에 따른 위험이 존재한다. 따라서, 취업능력을 개발하고 향상시켜 소득확보 능력을 유지할 수 있게 지원하는 제도적 장치가 필요하다.

제안 방법

본 논문에서는 고용 영역 DB 중에서 워크넷 (Work-Net), 고용보험, 직업훈련(HRD-Net), 외국인고용관리 전산망, 일모아 DB 등과 함께 관련 영역 DB 중에서는 교육과 복지 DB를 중심으로 DB별 개요, 구축과정, 주요내용, 활용, 한계점 등을 살펴보겠다.
본 연구는 개인별 맞춤형 고용 서비스를 지원하기 위한 ‘고용관련 빅데이터 센터(가칭)’설립에 앞서 우리나라의 고용관련 행정DB 중에서 워크넷, 고용보험, 직업훈련 DB 등과 함께 교육과 복지 DB를 중심으로 DB 별개요, 구축과정, 주요 내용, 활용실태 그리고 한계점 등을 살펴보았다
이상의 분석에 기반하여 개인의 다양한 노동력 상태 간의 이행에서 발생할 수 있는 사회적 위험을 체계적으로 관리해야함을 강조하는 이행노동시장론에 입각하여, 고용보험 DB를 중심으로 개인 단위에서 교육/훈련/경력/자격, 구직, 고용, 실업, 비경활/복지 등의 DB를 연계하는 체계로 고용관련 빅데이터 구축 및 활용 방안을 제시하였다.
본 연구는 개인별 맞춤형 고용 서비스를 지원하기 위한 ‘고용관련 빅데이터 센터(가칭)’설립에 앞서 우리나라의 고용관련 행정DB 중에서 워크넷, 고용보험, 직업훈련 DB 등과 함께 교육과 복지 DB를 중심으로 DB 별개요, 구축과정, 주요 내용, 활용실태 그리고 한계점 등을 살펴보았다. 이어서, 고용관련 빅데이터를 구축⦁운영하고 있는 독일과 영국의 사례 분석을 통해 시사점을 도출하였다.

이론/모형

지금까지 훈련의 취업효과를 분석하기 위한 자료는 주로 표본조사를 통해 확보하였다. 표본조사를 수행 할 때, 훈련 참여가 무작위적으로 결정되지 않음에 따라 발생 가능한 자기선택 편의(Self-Selection Bias)를 교정 가능하게 하는 성향점수매칭법(Propensity Score Method)을 사용하기 위하여 실험집단(훈련 참여집단) 뿐만 아니라 비교집단(훈련 비참여집단)도 함께 조사한 후 이중차분법(Difference In Difference) 등을 사용하여 취업효과를 분석하였다.

성능/효과

먼저, 남겨진 과제들은 다음과 같다. 가장 먼저, 고용보험 DB를 비롯한 고용 영역 DB들에 대한 정비가 우선 요구된다. 특히 구축되어 있는 DB 내 개별 변수의 조작적 정의와 값 설명에 대한 정리가 시급하다.
또한, 고용관련 빅데이터 구축 및 활용을 위해서는 무엇보다도 고유식별정보를 사용한 DB 간 연계가 필수적이다. 현재 개인정보보호법 등에서는 고유 식별정보의 처리를 매우 엄격하게 제한하고 있는 상황이다.

후속연구

또한, 조사로 수집된 인식, 태도, 의향 등에 관한 DB를 연계할 필요가 있다. 계속해서, 고용관련 빅데이터 구축에 사용되는 DB의 신뢰도 제고가 필요하다. 이를 위해서는 유관 기관과의 협조를 통해 DB 최신화주기를 단축하고, 통계청 등에서 제공되는 정보와의 교차검증(Cross-Check) 및 생성 DB에 대한 정제(Cleaning) 작업 강화가 요구된다.
세 번째는 인력수급전망 시 전공-직업 연관계수 산출, 성장수요에 대체수요 반영, 특정 산업/직업 전망 모형 개발에 필요한 기초자료 제공 등에 활용될 수 있다. 네 번째는 생애진로개발과 관련하여, 특정 전공 후 종사 산업 및 직업을 기반으로 전공별 Career-Map을 작성하고, 다양한 진로 및 취업지원 프로그램에 대한 효과 평가 자료로 활용가능하다. 다섯 번째로는 구직자유형 분류(profiling) 및 서비스 결정, 고용서비스 제공기관에 대한 성과 평가 등과 같은 고용서비스 효율화에 활용 가능하다.
다음으로 고용 영역 DB와 관련 영역 DB간의 연계활용 우수사례(Best-Practice)를 발굴하여 유관 기관의 협조를 제고함과 동시에 향후 새롭게 생성될 DB에 대한 기관 간 사전 협업으로 연계 시 문제(ex, 각종 분류 체계 불일치 문제)를 최소화할 필요가 있다.
먼저, 각종 고용관련 주제에 대한 조사 설계 시 모집단과 표집틀로 활용가능하다. 두 번째로는 현재 운영되고 있는 한국직업정보시스템 (KNOW)과 바로원(one) 시스템에 직업별 종사자의 임금, 전공, 연령 등과 같은 직업관련 추가 정보가 제공 가능할 것이다.
최근 행정자치부가 중심이 되어 빅데이터 활용확산을 위해 개인정보 비식별 조치 가이드라인을 제시하였으나, 적법성에 관한 논란이 지속되고 있는 상황이다. 따라서, 개인정보보호법이 추구하는 목적을 훼손하지 않는 범위에서 정부 및 공공기관이 공익을 추구하는 경우에 한하여 고유식별정보를 처리할 수 있도록 지속적인 법 정비가 필요하다.
이를 위해서는 정부가 밝힌 바와 같이 영세 자영업자, 특수형태근로종사자, 프리랜서 등의 고용보험 가입 확대 노력이 필요하다. 또한, 조사로 수집된 인식, 태도, 의향 등에 관한 DB를 연계할 필요가 있다. 계속해서, 고용관련 빅데이터 구축에 사용되는 DB의 신뢰도 제고가 필요하다.
마지막으로 본 연구가 고용관련 행정DB를 연계하여 고용 관련 빅데이터를 구축하고 활용하는 방안을 제시하고는 있으나, 해당 DB들을 어떻게 확보하고, 어떤 변수로 어떻게 서로 연계하고, 이러한 과정에서 예상되는 문제들과 대처방안 등과 같은 구체적인 사안들을 제시하지는 못했다는 한계점을 갖는다.
세 번째는 인력수급전망 시 전공-직업 연관계수 산출, 성장수요에 대체수요 반영, 특정 산업/직업 전망 모형 개발에 필요한 기초자료 제공 등에 활용될 수 있다. 네 번째는 생애진로개발과 관련하여, 특정 전공 후 종사 산업 및 직업을 기반으로 전공별 Career-Map을 작성하고, 다양한 진로 및 취업지원 프로그램에 대한 효과 평가 자료로 활용가능하다.
다음으로는 구축된 빅데이터에 대한 개방 수준 및 제공 방식이 결정되어야 한다. 이는 빅데이터 사용에 대한 비용청구 여부를 포함하여, 빅데이터 제공 방식(직접 접속 후 다운로드, 센터 요청 후 파일 수령 등) 및 수준(구축 DB 전체 또는 일부 등) 등에 관한 것으로 향후 고용관련 빅데이터 운영 인력 및 예산 수준과 정보보안 등을 고려하여 결정해야 할 것이다.
이러한 고용관련 빅데이터를 구축하고 운영하기 위해서는 빅데이터 전문인력 및 인프라(전산센터) 지원이 필요하다. 빅데이터 전문인력(Data-Scientist)은 DB 구축에 관한 기획뿐만이 아니라 DB를 활용한 분석 및 해석이 가능한 인력으로, 우리나라뿐만 아니라 세계적으로도 그 수가 많지 않다.
계속해서, 고용관련 빅데이터 구축에 사용되는 DB의 신뢰도 제고가 필요하다. 이를 위해서는 유관 기관과의 협조를 통해 DB 최신화주기를 단축하고, 통계청 등에서 제공되는 정보와의 교차검증(Cross-Check) 및 생성 DB에 대한 정제(Cleaning) 작업 강화가 요구된다.
이어서 고용보험 DB를 중심으로 구축된 빅데이터의대표성 제고가 필요하다. 이를 위해서는 정부가 밝힌 바와 같이 영세 자영업자, 특수형태근로종사자, 프리랜서 등의 고용보험 가입 확대 노력이 필요하다. 또한, 조사로 수집된 인식, 태도, 의향 등에 관한 DB를 연계할 필요가 있다.
이어서 고용보험 DB를 중심으로 구축된 빅데이터의대표성 제고가 필요하다. 이를 위해서는 정부가 밝힌 바와 같이 영세 자영업자, 특수형태근로종사자, 프리랜서 등의 고용보험 가입 확대 노력이 필요하다.
지금부터는 고용관련 빅데이터를 구축하기 위해 남겨진 과제 및 연구의 한계점을 제시하겠다.

참고문헌 (16)

성욱준, "공공부문 빅데이터 정책 활성화 연구," 한국정책학회보, 제25권, 제2호, pp.125-149, 2016.
Xi Song and Thomas S. Coleman, Using Administrative Big Data to Solve Problems in Social Science and Policy Reserch, Global Social Security Review, 한국보건사회연구원, 2020.
정영철, 오미애, 신정우, 보건복지 정보통계 정책 전망과 과제, 보건복지포럼, 2021.
박과영, "부동산가격공시제도의 공공빅데이터 활용현황과 발전방향," 감정평가학논집, 제17권, 제3호, pp.43-55, 2018.
윤정혜, 고용보험통계를 이용한 노동이동 분석, 한국고용정보원, 2019.
이재성, 박승훈, 김지환, 직업훈련 사업 심층평가-구직자훈련사업 동종분야 취업에 관한 연구-, 한국고용정보원, 2018.
김병섭, 이민창, 고길곤, 오시영, 자치단체의 재정지원 일자리사업 운영실태 분석, 서울대학교 행정대학원, 2012.
최기성, 어수봉, 조세형, "대학 교육성과의 새로운 평가 방안 연구: 취업통계조사의 취업률을 중심으로," 조사연구, 제16권, 제2호, pp.59-88, 2015.
Joerg Heining, "The Integrated Employment Biographies: Origins, Data Access and Further Development," 한국고용정보원 국제세미나 「행정DB를 활용한 노동시장 분석」, 2014.
https://adrn.ac.uk/
R. Konle-Seidl, "Activation Policies in Germany," 한국노동연구원 국제세미나 「활성화 정책과 고용서비스 성과」, 2009.
Eichhorst, Bringing the Jobless into Work, IZA, Germany, 2008.
G. Schmid, Transitional Labour Markets; A New European employment strategy, WZB Discussion Paper, 1998.
G. Schmid, "Transitional Labour Markets; Experience from Europe and Germany," Australian Bulletin of Labour, Vol.32, No.2, pp.114-138, 2006.
정병석, "한국노동시장정책의 평가와 발전방안: 이행 노동시장 이론의 활용," 노동정책연구, 제10권, 제2호, pp.155-185, 2010.

상세보기
유경원, "빅데이터를 이용한 정책분석 방법론에 관한 연구," 텔코저널, 제8권, pp.39-75, 2020.

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