데이터기반행정 강화 방안 연구 : 공공데이터 융합(integration)을 중심으로
분야
사회과학 > 행정학
저자
윤건 ( Yoon Kun )
발행기관
한국행정연구원
간행물정보
기본연구과제 2019년, 제2019권 1~440페이지(총440페이지)
파일형식
01509240.pdf [무료 PDF 뷰어 다운로드]
  • ※ 본 자료는 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
  • 구매가격
    33,000원
    적립금
    990원 (구매자료 3% 적립)
    이메일 발송  스크랩 하기
    자료 다운로드  네이버 로그인
    국문초록
    1. 연구배경 및 필요성
    □ 연구의 목적과 필요성
    ○ 본 연구는 데이터기반행정의 핵심적 과정인 공공데이터 융합(integration)
    의 제약조건을 제도, 역량, 기술적 차원으로 파악하여 이에 대한 대안을 마련함으로써 데이터기반행정을 강화하는 방안을 제시하고자 함
    - 선행연구 분석을 통해 공공데이터 융합 활성화를 위한 이론적 모형을 구축하고 정책분야별 공공데이터 융합 현황과 유형을 제시하고 자 함: 선행연구의 자료 결합 논의는 기술적 측면에 한정되고, 공공데이터 개방 논의는 개방목적이 데이터기반행정에 한정되지 않는다는 문제, 빅데이터 정책활용 연구는 공공데이터 융합보다 전체 데이터기반행정에 초점 두며, 데이터거버넌스나 법제 논의는 규범적 논의로 실증 데이터에 의한 검증 필요
    □ 연구의 내용과 방법
    ○ 본 연구의 범위는 다음과 같음
    - 이론적 논의, 선행연구 분석을 통한 공공데이터 융합 활성화 모델정립
    - 공공데이터 융합 정책분야별 사례연구면접을 통한 공공데이터 융합제약조건 탐색 등을 수행
    - 데이터기반행정 및 공공데이터 융합 해외 사례 분석: 영미권과 북유럽의 데이터기반행정과 공공데이터 융합 현황
    - 공공데이터 융합 제약조건 및 관계 분석: 설문조사를 실시, 이를 기초로 공공데이터 융합 활성화 모델을 실증적으로 분석
    ∙ 제약조건과 융합의 수준에 대한 기술분석, 제약조건과 융합 간 관계에 대한 상관분석과 회귀분석을 시도
    - 공공데이터 융합 활성화 방안 제시: 제도, 역량, 기술 측면
    ○ 본 연구에서는 다음과 같은 연구방법을 활용함
    - 문헌분석, 심층면접, 설문조사 등의 방법을 활용
    ∙ 문헌분석: 공공데이터 융합 활성화 모형 도출을 위한 이론적 논의 및 선행연구 분석, 공공데이터 융합 실태 파악을 위한 법제도 및 국내외 사례 관련 논문, 보고서, 신문기사 등을 분석
    ∙ 심층인터뷰: 공무원, 연구자 대상으로 현황을 파악, 제약조건을 도출, 전문가 심층면접을 통해 대안 구체화
    ∙ 설문조사(국가・지방공무원 각 103명, 국책연구기관 연구원 124명): 실태와 인식, 대안에 대한 인식 파악
    2. 이론적 검토
    □ 데이터기반행정의 의의
    ○ 데이터기반행정의 개념
    - 행정 혹은 정책과정이 데이터에 기초하는 것을 의미함
    - 이러한 정의에서는 몇 가지 특징이 발견됨
    ∙ 데이터기반행정법안의 대상은 공공기관이 관련된 데이터임
    ∙ 데이터기반행정은 객관성과 과학성을 특징으로 함
    ∙ 데이터가 수집, 저장, 가공 및 분석되며 이를 정책결정자가 활용할 수 있도록 표현하는 등 데이터가 정책과정에 투영되는 과정이 제시됨
    ○ 데이터기반행정의 맥락
    - “데이터”와 “빅데이터”의 맥락
    ∙ 국민생활 전반에 영향력을 미치는, 국가경쟁력의 핵심자원으로서의 데이터. 특히 데이터의 국가경쟁력 관점의 중요성은 데이터경제(data economy)와 관련됨
    ∙ 행정 및 정책 분야에서는 빅데이터기반행정에 관한 연구들이 이루어지고 있음
    - 공공데이터의 맥락
    ∙ 공공기관이 직접 생성한 데이터, 혹은 다른 주체가 생성한 데이터를 공공기관이 취득하여 활용하는 경우의 데이터
    ∙ 공공데이터법 제정과 박근혜정부 정부3.0의 핵심사업으로서의 공공데이터 개방 정책으로 인해 2013년 이후 “공공데이터 개방” 관련 논문이 등장, 지속적으로 나타나고 있음
    - 증거기반정책의 맥락
    ∙ 증거기반정책은 정책과정에 있어 체계적 오류를 피할 수 있도록 하는 과학적 증거(scientific evidence)를 중시함
    ∙ 정책평가의 논리도 이와 유사한데, 과학적 방법론인 실험, 준실험, 비실험의 방법을 통해 정책의 효과를 판단하는 결과평가의 경우 그 결과가 곧 과학적 증거가 되고, 향후 정책수립에 반영되는 환류(feedback) 과정을 거치게 됨
    ∙ 데이터기반행정법상 객관성과 과학성 확보 논의도 증거기반정책의 주요 내용이지만, 여기서 강조하는 빅데이터의 경우 방법론적 엄밀성보다는 데이터의 규모, 인과성보다는 상관성이나 기술적(descriptive) 패턴 파악에 목적이 있음
    - 전자정부의 맥락
    ∙ 전자정부가 구현되면 정부 내부적으로는 전자문서 사용으로 비용이 절약되고 빠른 의사소통으로 생산성이 높아지며, 원스톱・논스톱 서비스를 통해 대국민 행정서비스의 질이 향상됨. 정보에 대한 접근성, 국가의 의사결정 구조에 대한 접근성이 향상되면서 국민의 국정 참여 가능성도 높아짐
    ∙ 지식정부는 국가 차원에서 지식관리시스템이 작동함으로써 국가경쟁력을 극대화하는 정부를 지향함
    ∙ 데이터기반행정 논의에 있어 이러한 행정정보화, 전자정부, 지식정부는 역사적 맥락으로서 기본적인 저변을 형성함. 데이터기반 행정이 추구하는 이상은 전자정부나 지식정부의 이상과 동일하나 각각의 개념들은 초점이 다름: 행정정보화는 정보통신기술이 정부조직 내부에 도입되는 과정에 초점을 맞추고, 전자정부는 그것이 도입되어 실제 국민에게 서비스되는 측면에 초점을 맞추며, 지식정부는 부가가치 창출과 경쟁력 향상에 초점을 맞춤
    ∙ 데이터기반행정은 과학적 정책결정과 보다 나은 행정서비스 구현에 초점을 둔다는 점에서 다른 개념보다 전자정부 개념과 보다 친숙함: 다만 전자정부에서는 있는 자료를 제공하는 것에 초점을 두지만 데이터기반행정에서는 있는 자료를 엄밀한 방법론으로 분석하고 그것을 행정과정에 활용함으로써 보다 성공 가능성이 높은 정책이나 서비스를 생산하고자 함
    ○ 데이터기반행정의 이슈
    - 데이터기반행정의 성공을 위한 요건 1 : 데이터 자체의 이슈
    ∙ 신뢰성과 데이터 품질은 데이터가 수집되고 저장 및 이용되는 데이터관리체계가 제대로 작동한다면 담보될 수 있을 것이고, 통계적 관점에서의 신뢰성 또한 중요함
    ∙ 행정이나 정책의 목적에 맞는 데이터가 수집되고 있는가 하는 데이터의 목적 적합성 측면, 적절한 지표가 선정되었는지에 대한 유용성 측면 등 전반적인 검토가 필요함
    ∙ 데이터 구축 및 관리 비용이 적게 소요되지만 유용성은 높은 데이터와 지표를 찾아내는 것은 데이터의 비용 측면에서 지속가능한 데이터기반행정의 중요한 요건임
    - 요건 2 : 데이터기반행정에 대한 신뢰는 중요하지만 맹신은 바람직하지 않음
    ∙ 이에 대한 과도한 의존은 행정과 정책의 합리성이나 효과성을 체계적으로 저해할 수 있기 때문임
    - 요건 3 : 데이터기반행정의 주요 행위자와 그 관계에 대한 논의
    ∙ 정책결정자와 데이터분석가 간 원활한 커뮤니케이션이 매우 중요함. 데이터관리자와 분석가 간 일정한 긴장이 있을 수 있음
    - 요건 4 : 거시적 관점에서 데이터기반행정의 제도적 측면
    ∙ 데이터기반행정을 추진하기 위한 법적 근거, 조직, 인력, 예산, 권한 등이 확보되어야 함
    - 정책과정의 단계별 데이터기반행정의 이슈
    ∙ 정책과정의 단계별 데이터기반행정의 이슈와 고려사항
    □ 공공데이터 융합 관련 선행연구 분석
    ○ 공공데이터 융합의 개념
    - 본 연구에서 공공데이터 융합은 “구체적인 행정 및 정책문제를 해결하기 위해 상이한 특성을 가진 복수 공공데이터 간, 또는 공공데이터와 민간데이터 간 상호 결합하는 것으로, 이를 통해 공공데이터의 활용 범위를 넓히고 보다 깊은 함의를 도출하는 것”을 의미함
    ○ 공공데이터 융합의 이슈 검토
    - 전체 데이터기반행정에서 공공데이터 융합의 체계
    ∙ 데이터기반행정법안의 대상은 공공데이터이고, 지속적으로 나타나는 데이터 연계는 공공데이터 융합을 의미함
    - 법안에서는 데이터 연계 이슈가 제공 이슈나 분석 이슈와 연결되어 있음
    ∙ 데이터기반행정은 데이터의 수집・저장・가공・분석・표현의 과정을 거치면서 수집 이슈가 제공 이슈와 직접적으로 연결됨
    - 공공데이터 융합의 목적에 대한 이해 또한 중요한 이슈임
    ∙ 보다 나은 분석 결과를 얻어, 보다 나은 정책결정을 위한 것임
    - 개인정보보호 이슈가 어느 정도 해결되어야 함
    - 데이터 융합의 기술적(technical) 이슈는 복수 데이터 간 결합을 위한 통계적 방법론, 데이터 표준화에 대한 논의가 대표적임
    - 데이터 역량에 대한 이슈로서, 조직의 관점에서는 데이터 관련 예산이나 인력, 개인의 관점에서는 데이터관리와 분석에 대한 지식, 정책문제 해결을 위한 데이터기획 능력 등임
    ∙ 데이터 융합 전문인력을 채용하거나 교육을 강화할 필요가 있고, 특히 데이터 친화적 조직문화를 구축할 필요가 있음
    - 민간기업이나 시민단체, 일반 개인의 민간데이터에 대한 이슈로서, 이러한 데이터들을 국민 개개인의 공공데이터와 연계시킨다면 보다 가치 있는 정보를 생성할 가능성이 높아짐
    ○ 공공데이터 융합 관련 선행연구의 분석과 함의
    - 공공데이터 융합은 다양한 새로운 가능성을 제시
    ∙ 부처별 평가결과 데이터를 연계 혹은 통합하여 범정부적 데이터를 구축하거나 모니터링 과정에서 다양한 종류의 빅데이터를 활용, 공공기관에 분산・저장된 자료를 연계시키면 개별 데이터로는 불가능한 분석이 가능하게 되는 등의 가능성
    - 개인정보보호 문제에 대한 근본적 해결이 필요함
    ∙ 개인정보 개념의 포괄성 및 불명확성, 통지 및 동의 원칙 적용의 어려움, 빅데이터 구축이 개인정보 최소화 원칙과 목적 명확성 원칙에 배치되는 문제, 익명화 불가능과 재식별 가능성 문제, 익명화로 인한 데이터 가치 저하 문제 등
    - 민간데이터 활용이 중요: 정보의 가치와 활용성이 더 높아짐
    - 제도, 역량, 기술 요인이 중요한 영향요인이 됨
    □ 연구분석틀
    ○ 본 연구에서는 공공데이터 융합을 중심으로 융합 수준, 영향요인과 그 관계를 분석함
    - 공공데이터 융합에 있어 제도, 역량, 기술 요인이 중요한 영향요인이 되고, 각각을 직접적, 간접적 요인으로 다시 구분함
    ∙ 제도 요인에서 직접적 영향요인은 제공기관과의 협력 요인과 상위 차원의 조정체계 요인: 제공기관과의 협력의 경우 공공데이터 제공의 경우뿐만 아니라 민간데이터 제공의 경우까지 포함함. 간접적 요인은 국가 전반의 데이터 관리체계를 의미하는 데이터 거버넌스와 개인정보보호로 설정함
    ∙ 역량요인의 직접적 요인은 개인 역량으로 데이터 전문지식과 경험, 교육 등을 포함하고, 간접적 요인은 조직 역량으로 데이터 인력 및 예산, 데이터기반행정 친화적 조직문화로 구성
    ∙ 기술요인의 직접적 요인은 데이터 간 표준화 요인, 통계적 방법론 요인이고, 간접적 요인은 시스템 통합 요인, 익명화 기술 요인, 데이터 품질 요인으로 설정함
    ∙ 분석틀에서는 공공데이터 융합의 직접적 목적과 궁극적 목적으로 구분하여 제시함: 직접적으로 목적하는 것은 융합 데이터의 분석이며 궁극적 목적은 분석결과의 정책 활용이 됨
    3. 정책분야별 공공데이터 융합 사례 연구
    □ 공공데이터 융합 관련 제도 현황 분석
    ○ 관련법
    - 2017년 12월 국회에 제안되어 계류되어 있는 데이터기반행정법안: 데이터기반행정 추진체계와 데이터의 등록과 제공 절차, 데이터기반 행정 기반 구축 등
    - 2013년에 제정된 공공데이터법: 공공데이터 정책수립, 공공데이터 등록 등의 제공기반 조성, 공공데이터 제공절차 규정 등
    ∙ 공공데이터 개방 관련 논의는 이 법에 근거함
    - 2001년에 제정된 전자정부법: 공공데이터 융합의 기술 기반
    ∙ 지역정보화와 한국지역정보개발원을 규정, 지역이슈를 포괄함
    - 2008년 제정된 유비쿼터스법이 2017년 개정된 스마트도시법: 스마트도시서비스를 규정함
    ∙ 스마트도시서비스의 주요 내용으로 정보 간 연계 제공에 대한 논의가 포함됨
    - 1995년에 정보화추진기본법으로 제정되고, 2009년 전부개정시 명칭이 변경된 국가정보화기본법: 우리나라 전체 분야별 정보화를 추구하는 최고법
    - 이러한 여러 관련법은 담당 부처가 상이한 특징이 있고, 전자정부법을 제외하고 내부심의 혹은 평가위원회와 같은 조정기구를 두고 있다는 공통된 특징이 있음
    ○ 관련계획
    - 공공데이터 융합 관련 대표적 계획을 비교분석하면 다음과 같음
    ∙ 2016년 2월 공공데이터전략위원회에서 작성된 “공공 빅데이터 활용 활성화 추진계획(안)” : 제도 차원에서 추진체계와 법제도 기반의 강화, 빅데이터 활용을 위한 개인정보 비식별화 기술의 기준마련, 빅데이터 분석 모델 마련, 공공 빅데이터 교육 등을 주요 과제로 제시함
    ∙ 공공데이터전략위원회가 2016년 12월에 마련한 “제2차 공공데이터 기본계획” : 민・관 데이터 결합, 데이터 생성・관리・제공에 있어 통합적 체계로의 변화, 민간데이터 범정부 공동이용 체계화, 데이터품질관리 범위 확대 등이 주요 과제로 제시됨
    ∙ 2019년 1월 관계부처합동으로 제시된 “데이터・AI경제 활성화 계획” : 빅데이터 플랫폼, 센터, 빅데이터 네트워크 협의회 등을 마련, 국가연구데이터플랫폼 같은 연구데이터 공유・활용 체계를 구축, 데이터맵, 국가중점데이터, 범정부 데이터 플랫폼 등 공공데이터 개방과 효율적 관리를 주요 과제로 제시함
    ○ 관련 조직과 기능
    - 중앙행정기관의 공공데이터 융합 관련 조직은 다음의 특징이 나타남
    ∙ 법제처, 병무청, 외교부 등을 제외하고는 대부분의 기관에서 빅데이터 관련 기능을 수행하고 있음
    ∙ 공공데이터 개방 기능과 빅데이터 기능을 동일 부서에서 수행(고용노동부, 보건복지부, 환경부 등), 서로 다른 부서에서 수행(국세청, 기획재정부, 국토교통부 등)하는 경우로 구분
    ∙ 교육부나 기획재정부, 농림축산식품부와 같이 빅데이터 기능을 홍보 관련 부서에서 다루는 경우가 있음
    ∙ 고용노동부, 보건복지부, 해양수산부 등과 같이 정보화 부서에서 빅데이터 기능을 수행하는 경우가 있음
    ∙ 국세청, 농촌진흥청, 통계청과 같이 부서명에 빅데이터를 명시하는 경우가 있음
    ∙ 통계청은 공공데이터 융합 관련된 부서가 4개로 가장 많음
    - 광역지방자치단체의 공공데이터 융합 관련 조직을 검토해보면 다음과 같은 특징이 나타남
    ∙ 광역지방자치단체의 경우 공히 빅데이터 기능을 수행함
    ∙ 스마트도시와의 연관성이 높은 이름을 가진 경우 : 서울, 부산, 광주, 대전 등
    ∙ 통계담당관을 활용하는 경우 : 부산, 대구가 대표적임
    ∙ 기획조정실 부서로 배치된 경우 : 대구, 인천, 울산, 충남, 경남 등
    ∙ 직접 데이터담당관을 둔 경우 : 서울, 인천, 경기 등
    ∙ 정보화담당관을 활용하는 경우 : 울산, 충남, 경남 등
    ∙ 미래와 연결시키는 경우 : 부산, 제주, 광주 등
    ∙ 산업적 맥락이 중요하게 인식되는 경우 : 강원도, 광주 등
    - 다양한 행정기관들이 데이터센터나 데이터포털을 운영하고 있음
    ∙ 중앙행정기관: 행정안전부, 과학기술정보통신부, 보건복지부, 산업통상자원부, 국토교통부, 통계청, 기상청 등
    ∙ 광역지방자치단체: 서울특별시, 부산광역시, 경기도 등이 이러한 데이터센터나 데이터포털을 운영함
    ∙ 이러한 데이터센터나 포털의 기능은 크게 데이터 제공 기능과 데이터 분석 기능으로 나눌 수 있음
    - 부처 산하에 각종 정보원들이 있음 : 정보시스템 구축・관리가 기본이지만 통계구축, 분석서비스까지 제공하는 경우도 존재함
    ∙ 정보원은 행정기관인 경우도 있지만 대부분 위탁집행형 준정부기관이나 기타공공기관임
    ○ 소결
    - 관련법 중 데이터기반행정법안이 가장 직접적이나 아직 국회를 통과하지 못하여 데이터플랫폼 사업이 근거 법령 없이 진행되고 있고, 공공데이터법과의 유사성도 문제로 남음
    - 관련 계획은 공공데이터 기본계획과 공공 빅데이터 추진계획, 데이터・AI경제 활성화 계획 등으로 대부분은 추진체계 구축, 인력 양성 등 기본적 사항을 규정하고 있음
    ∙ 이러한 계획들은 서로 다른 목적으로 수립되고 있어 체계적이지 않은 것으로 보임
    - 관련 조직은 상당히 복잡하게 구조화되어 있음
    ∙ 많은 부처들이 분석센터, 정보원의 이중 구조를 가지고 있음
    □ 정책분야별 공공데이터 융합 사례 분석
    ○ 분석 범위 및 방법
    - 2013~2019년까지 정부 보도자료, 논문, 각종 연구 보고서, 기타 연구 출판물 등에 수록된 사례 중 2개 이상의 공공 또는 민간 주체가 보유하고 있는 정형・비정형 데이터의 연계・결합이 제시된 사례를 발췌하여 수집함
    ∙ 이에 따라 정리된 40개의 융합 사례를 분석함
    ○ 분석 결과
    - 정책분야별 공공데이터 융합사례 : 2018년 행정안전부 정부기능분류체계-대분류를 기준으로 한 각 융합사례
    ∙ 연도별 협력기관 수 : 추세가 발견 가능한 보건복지 분야의 경우 2013년 데이터 융합 사례가 처음으로 추진되었으며 2014, 2016, 2017, 향후 제안 사례까지 꾸준히 나타나고 있는데 평균 협력기관 수도 전반적으로 늘어나고 있는 추세임. 앞으로 6개 이상 분야에서 여러 협력기관 간 데이터 연계・융합을 통한 행정 정책과제가 꾸준히 추진될 것임을 기대해볼 수 있음
    ○ 융합사례에 활용된 데이터 보유 주체
    - 주요 기관으로는 통계청, 국민건강보험공단, 기상청, 국민연금공단, 경찰청, 국토교통부, 행정안전부, 통신사 등
    - 각 정책분야별로 주요 데이터 보유 주체가 조금씩 다른데, 이는 정책분야의 특성에 기반하여 설명될 수 있음
    □ 정책분야별 전문가 심층면접을 통한 공공데이터 융합 제약조건 탐색
    ○ 제도적 제약요인
    - 소관법 간 충돌의 문제
    ∙ 데이터 요청자와 제공자 간 사이의 문제로, 최소한 명확한 근거법이 데이터 제공자에게 필요함
    - 기관 이기주의의 문제: 정서의 문제. 데이터 보유 자체가 존립근거나 정체성의 문제이기도 함
    ∙ 기능재조정이나 인력조정이 필요한 사안으로, 데이터 제공이 원활해지기 위해서는 적절한 인센티브 구조가 설계되어야 함
    - 상위 총괄조정체계가 제대로 작동하지 않는 경우가 많음
    - 데이터 접근성의 문제: 데이터의 개방에 개인정보보호와 같은 문제가 있다면 데이터접근성을 차등화 하는 방안도 가능
    - 개인정보보호 문제는 정보의 손실로 이어질 수 있음
    ○ 역량적 제약조건
    - 데이터 마인드의 문제: 행정문제를 바라볼 때 데이터 관점에서 바라보지 않으면 실제 데이터기반행정이 쉽지 않음
    - 데이터 마인드의 문제는 데이터 교육과 밀접한 관련성을 가짐
    - 조직역량과 관련하여 데이터 리더십이 매우 중요하게 부각됨
    ∙ 조직 구성원들이 데이터 마인드를 가질 수 있도록 유도하는 것, 데이터가 중요한 조직의 문화로 자리 잡는 것
    - 데이터 전문성의 문제
    - 데이터 협업의 문제
    ○ 기술적 제약조건
    - 데이터 유용성의 문제
    - 민감정보의 문제
    - 데이터 부재의 문제(필요한 데이터가 아예 처음부터 존재하지 않는 경우)
    - 익명화 기술의 문제
    ∙ 개인정보를 통한 결합이 원천적으로 불가능하다면 융합 데이터의 활용성은 떨어질 가능성이 높다는 근본적인 문제임
    - 데이터 표준화의 문제
    - 데이터 완결성의 문제
    ∙ 데이터에 대한 자신감이 없거나, 데이터가 외부에 공개되어서 자신의 문제가 나타날 수 있다고 보는 것
    4. 데이터기반행정 및 공공데이터 융합 해외 사례분석
    □ 미국사례 분석
    ○ 미국 데이터기반행정 맥락
    - 초기 데이터기반행정 환경과 법적 기반
    ∙ 1960년대에 들어와 사회정책평가와 실험이 강조됨에 따라 효과적 정책 결정을 위한 데이터의 역할이 구체화되기 시작함
    ∙ 1970년대에 들어와 정부의 효과를 측정하고 그 결과를 예산과정에 반영하기 위한 OMB의 설립은 데이터 기반 정부로 전환하기 위한 계기가 됨
    ∙ Paperwork Reduction Act of 1980 및 OMB의 Circular A-13은 연방 정부의 정보관리 정책, 데이터로의 개방 접근, 데이터의 전략적 자산 가치를 인식하는 계기를 마련해 줌
    ∙ GPRA와 PART는 연방 정부의 운영과 자원 배분을 관리하는 과정에서 데이터를 많이 사용하려는 노력을 뒷받침해 줌
    ∙ DATA Act of 2014는 연방 정부 데이터의 공통 표준화 수립을 요구함
    - 오바마 행정부의 열린 정부 패러다임
    ∙ 공공데이터의 잠재적 가치를 부처 간 또는 사회 전반에서 활용할 수 있도록 공공데이터 개방에 우선순위를 둠
    ∙ 이를 통해 정부 데이터 공개, 부처 간 및 민관의 공개 협력을 강조함으로써 행정문제를 다양한 이해관계자들과 함께 혁신적으로 해결하고자 함
    ∙ 2009년에 발표된 Open Government Directive는 개방 데이터의 외부활용성을 촉진하기 위해 세 가지 원칙 제시: 투명, 참여, 그리고 협력
    ∙ 2013년에 발표된 Memorandum of Open Data Policy는 개방데이터 형태의 일곱 개 원칙을 정의: 공공성, 접근성, 설명성, 재생성, 완전, 그리고 사후 관리성
    - 본격적 데이터기반행정의 대두와 증거기반정책위원회 활동
    ∙ 최근 데이터 정책방향은 축적된 공공데이터의 분석과 융합을 통해 증거에 기반을 둔 객관적, 분석적 정책 결정에 있음
    ∙ 하지만 수집된 공공데이터를 정책 결정에 유용한 정보 또는 실행 가능한 안건으로 전환하는 것이 효과적으로 이루어지지 않음
    ∙ 이에 따라 축적된 공공데이터의 내부 활용도를 높이기 위해 OMB는 예산, 관리, 정책 결정, 그리고 집행 시, 증거와 정책평가 강조
    ∙ 오바마 행정부는 부처 간 데이터 공유를 어렵게 하는 법적 제한을 완화하기 위해 데이터 시스템 및 증거수립에 중점을 둔 2016 증거기반정책위원회법을 2016년 3월 30일에 제정
    ∙ 증거기반정책위원회법에 근거해 구성한 증거기반정책위원회의 주요 역할은 ① 더 유용한 분석과 연구를 위해 연방 정부 데이터 개방을 촉진하는 방안 탐사 ② 연방 부처 데이터 연계방안 검토; 연방 부처 데이터 접근성과 연계성을 높이기 위한 종합데이터센터의 구축방안 ③ 데이터통합 결과를 평가하는 방안 추천; 개인 정보 보호와 자료보안을 침해하지 않는 선에서 앞의 사항들을 달성하는 방법 모색
    ∙ 정책평가와 정책결정에 있어 공공데이터를 효율적 활용을 권장하는 2018 증거기반정책기본법이 2019년 1월에 제정
    ∙ 본 법안의 핵심 의제는 평가책임자와 최고 데이터책임자의 선정, 그리고 기계 가독성 있는 데이터 공유
    - 연방 데이터전략
    ∙ 2019년 6월에 연방 정부의 데이터 자산 포트폴리오 가치를 올리기 위해 10개 원칙과 40개 실행사항을 확정
    ∙ 10개 원칙은 윤리적 거버넌스, 자각 있는 디자인, 그리고 학습 문화라는 주제별로 분류되어 연방 정부 및 연방 정부 지원 프로그램, 통계, 그리고 목표지원 데이터를 포함한 포괄 데이터전략의 기초가 됨
    ∙ 40개 실행사항은 데이터 가치, 데이터 권한, 그리고 데이터 사용이라는 주제별로 분류되어 데이터 관리 조정의 중요성과 개인 정보 보호의 중요성을 반영함과 동시에 실행사항 전반에 걸쳐 데이터 통합 강조
    ○ 미국 데이터기반행정과 공공데이터 융합 사례
    - 주 정부는 수집된 행정데이터를 일상적 업무보고 및 법규준수 파악을 위해 주로 사용해 왔지만, 최근 연방 정부의 데이터 기반 지침에 따라 검증된 의사결정을 위해 행정데이터를 효과적으로 이용하려고 함
    - Pew Charitable Trusts는 50개 주 정부 350명 이상의 공무원과의 인터뷰를 바탕으로 데이터 활용 목적 및 장애물 파악함
    ∙ 데이터 활용의 4가지 주된 목적: ① 복잡한 문제를 해결하기 위한 정책대응 기능 향상 ② 서비스제공 향상 ③ 기존 자원관리의 효율화 ④ 정책과 프로그램 효과 검토
    ∙ 행정데이터의 혁신적 이용에 장애요인은 전형적인 관료 문화, 재정압박, 부처 간 데이터 공유를 위한 협의 및 사생활 보호 준수관련 법제도, 그리고 기술 부족 등이 있음
    ∙ 데이터 이용의 장애요인을 극복하면서 데이터 활용의 효율성과 데이터 가치의 극대화를 위한 5가지 주요 행동전략은 ① 지도를 위한 목표와 구조를 설정하여 미리 계획 ② 데이터의 효과적 사용을 위해 이해관계자의 역량구축 ③ 이해관계자의 양질의 데이터 접근과 사용 보장 ④ 의미 있는 정보로 전환하기 위한 데이터 분석 ⑤ 데이터 이용 노력에 대한 지원 유지
    □ 영국사례 분석
    ○ 영국 데이터기반행정 맥락
    - 공공데이터 개방과 데이터 경제
    ∙ 국가데이터전략은 개방과 빅데이터 패러다임이 중심이 되어 데이터 공유 및 활용을 촉진시켜 데이터 경제와 혁신 서비스를 제공
    ∙ 공공데이터의 경제적 공헌에 초점을 두고 공공데이터의 휴대성을 강화해 기업혁신에 공헌하고자 함
    ∙ NHS의 디지털 혁신 허브, Biobank 프로젝트 등은 연구목적으로 공공데이터의 민간분야 사용을 지원해 주고 있음
    ∙ 하지만 ‘Smarter government’를 통해 정부의 현대화를 도모하고 있는 영국 정부의 데이터기반 의사결정 관행은 상대적으로 낮은 편임
    - 정부전환전략을 통한 데이터 접근 및 이용 환경 조성
    ∙ 2012년에 발표된 정부디지털전략은 ‘digital by default’를 목표로 디지털 자산생산, 지방정부 및 기타 공공 조직과 중앙 정부의 디지털 계획 공유, 그리고 지역 협의회 및 대표 전문조직의 데이터 서비스 개선을 위해 협력하고자 함
    ∙ 디지털정부로 전환하기 위해 2017년 2월에 발표된 정부전환전략의 3가지 범주는 ① 국민, 기업, 그리고 정부 내부 이용자를 위한 디지털 서비스 경험의 지속적 향상이 목적인 ‘전체 대면 서비스의 전환’ ② 유연한 방식으로 정책 목적 제공, 시민서비스 개선, 그리고 효율성 향상을 위해 전체 조직에 영향을 주는 것이 목적인 ‘전체 부처의 변환’ ③ 정부가 효과적으로 타 부처와 협력하고 효율적으로 디지털방식으로 변화하기 위한 ‘내부 정부변환’이 있음
    ∙ 2019년 7월에 발표된 새로운 버전의 정부전환전략은 14개 지표를 포함함
    ∙ 정부전환전략은, 정부가 보유한 데이터는 지나치게 사적이거나 민감한 정보가 아니라는 가정 하에 2020년까지 정확하고 편리하게 데이터를 이용할 수 있는 환경을 조성하기 위한 9가지 기술적, 윤리적, 법적 필요사항을 제안함
    - 디지털문화미디어스포츠부는 국가데이터전략 수립을 위해 2단계 협의과정을 진행하고 있음
    - 데이터의 학술연구 활용과 ADR UK
    ∙ 영국 정부는 행정데이터가 공익을 위한 귀중한 자원으로 연구에 도움이 될 수 있도록 고품질 연구데이터 제공 및 관리에 노력을 기울이고 있음
    ∙ ESRC(Economic and Social Research Council)는 정부 데이터 이용에 의한 연구와 정책향상을 끌어내기 위해 데이터 전반에 걸친 정책 및 관리를 주도하고 있음
    ∙ ESRC의 자금을 지원받아서 운영되는 UK Data Service 웹사이트는 정부, 대학, 비영리재단, 독립 연구기관의 연구원 그리고 학생과 교수에게 필요한 행정데이터를 제공해 줌
    ∙ ADRN는 정부 데이터의 일관적 관리 및 접근을 보장하기 위해 대학, 정부 부처, 국가 통계 당국, 그리고 연구소 간의 파트너십을 구축해 공인된 연구자에게 정부 데이터를 제공함으로써 사회 및 경제 연구를 수행하는데 조력함
    ∙ ADRN은 2018년부터 ADR UK로 대체되어, 행정데이터의 잠재력 활용을 목적으로 정부와 연구자 간의 데이터연계 및 공유를 지속적으로 추진하고 있음
    ∙ 영국 정부 역시 연구와 정책 평가를 위해 광범위한 데이터를 수집해 왔지만, 이를 부처 간에 생산적으로 활용한 사례는 적은 편임
    ∙ 부처 간 데이터 활용이 낮은 주된 이유는 데이터 사용을 위한 부처 간 합의에 장시간이 필요하거나, 데이터 접근에 대한 규칙이 정부 부처들 내에서 일관성 없이 결정되고, 무엇보다 부처 간 데이터이용을 허용하기 위해 제공하는 입법 체계가 복잡하여 비효율적으로 운영되고 있기 때문임
    ○ 영국 데이터기반행정과 공공데이터 융합사례
    - 2016년 중반에 DWP가 다양한 분야의 전문가팀을 구성해 개발한 Churchill 앱은 전체 영국 정부의 개방 데이터에서 실행되는 디지털 데이터 서비스로, 정책결정자가 통계 데이터를 쉽게 조회할 수 있도록 하여 데이터 기반 및 증거기반 정책을 수립하도록 도와줌
    - 2016년에 행동 과학자에 의해 개발된 온라인 연구플랫폼인 Predictiv는 실험을 통해 정책결정자가 정책 효과를 평가할 수 있거나 다양한 버전의 정책을 테스트해 볼 수 있도록 도와 데이터 중심의 의사결정을 가능하게 함
    - 2010년에 UK Prime Minister’s Office에서 개발한 BIT는 다양한 정책 영역에서 성공 사례를 발굴해 교훈을 공유하고 성공 요인의 채택 및 확산을 지원함으로써 정책 개입의 효과를 확장하고자 함
    □ 스웨덴사례 분석
    ○ 스웨덴 데이터기반행정 맥락
    - 1990년대 이후로 스웨덴은 공공서비스 제공을 디지털화하거나 스마트정부의 역량을 확장할 기회의 개척을 선두하고 있음
    - 하지만 DESI 순위에 의하면 스웨덴은 전체 디지털 경제 및 사회의 순위는 상위권이지만, 디지털 행정서비스부문의 개방 데이터 지표점수는 하위권임
    ∙ 소극적 정부 데이터 개방은 데이터 또는 증거기반 정책 결정을 저해할 수 있기에, 스웨덴 정부의 데이터 기반 혁신 의제는 데이터교류 활성화를 위한 데이터 개방에 두고 있음
    ∙ 스웨덴 공공분야의 데이터 지원체제(예, 규제와 표준, 부처 간 상호운용구조, 공유 데이터 인프라, 비즈니스 과정과 서비스, 개방데이터 소프트웨어)는 다른 OECD 국가와 비교하면 상대적으로 부족한 편임
    ∙ 인프라의 부족은 통합된 공공 서비스의 제공 및 부처 간 의사결정조정을 지원하는 일관된 데이터전략 수립을 어렵게 함
    - OECD Council은 스웨덴 정부가 디지털기술의 모든 이점을 활용해 데이터기반행정을 강화할 수 있도록 2014년에 채택한 디지털 정부전략을 정교화 하여 12가지 전략을 권고함
    ∙ 개방과 관여, 거버넌스와 협력, 그리고 집행을 위한 역량이라는 3가지 범주로 분류된 12가지 전략을 성공적으로 시행하기 위해서는 데이터이용을 촉진할 수 있는 제도 틀의 구축과 협의 기반문화 (consensus-based)가 조성되어야 함
    - 스웨덴 정부는 공공부문의 디지털화 강화와 조정을 위해 2015-2018년 “Digital First” 정책을 마련했음
    ∙ Digital First의 주요 행동강령은 ① 지방정부를 포함한 중앙정부의 디지털 인프라 개선 ② 전체 공공부문의 디지털 성숙도 증가 ③ 개방 데이터에 중점을 둔 디지털 혁신 역량구축 ④ 디지털 정부 부처 신설 ⑤ 법률의 규정 및 개정 등이 있음
    ∙ 통일된 디지털 거버넌스 정책이행과 협의 기반문화의 구축을 위해 정부 간 및 부처 간 조정 체제 마련에 신중을 기울임
    ∙ Prime Minister National Innovation Council, Digitalization Council, E-Society and Business Communication, Swedish Association of Local Authorities and Regions가 조정을 수행하는 대표 기관임
    ∙ 중앙 및 지방정부의 11개 부처로 구성된 Council for the Digitalization of Public Sweden은 디지털 시스템의 상호 운용성 개선 및 공통 표준화 채택을 통해 부처 간 시스템 차이를 줄이고자 함
    - 스웨덴 정부는 2018년 5월 ‘AI를 위한 국가지침’을 발표
    ∙ 정부의 모든 데이터정책과 전략을 일관되게 수립 및 이행하고, 정부 기관 간 데이터 상호운용과 융합의 어려움을 해결하여 선진 AI 기반 및 데이터 기반 정부를 목표로 함
    ∙ AI 응용프로그램에 있어 양질의 데이터 사용이 중요한데, 데이터원칙, 규범, 표준 그리고 규칙의 적절한 틀이 그 전제조건임
    ∙ 데이터 전송규칙과 같은 규제는 EU의 General Data Protection Regulation을 적용하여 개인 정보를 보호하면서 AI로 인한 위험을 관리하고자 함
    ○ 스웨덴의 데이터기반행정과 공공데이터 융합 사례
    - 모든 공공분야의 디지털화에 있어 종합적인 관점에서 일관적으로 감독 및 협력하기 위한 전담조직의 필요성이 제기됨
    ∙ 스웨덴의 디지털 정부정책은 Ministry of Finance와 Ministry of Enterprise and Innovation이 교대로 전담해 왔지만 전담조직의 필요성에 의해 2018년 9월에 DIGG(Agency for Digital Government)를 신설
    ∙ DIGG가 전체 정부조직에 명확한 데이터 기반 정책 지침 규정을 제시하고 디지털 정부 의제를 일관적으로 이행하도록 하기 위해, 정책 주도와 협력을 위한 데이터관리 집행력을 강화
    ∙ DIGG는 정부의 포괄적 디지털 쟁점을 관리하기 위해 전형적 관료 운영방식에서 벗어나 부처 간 저항을 줄일 수 있도록 협력적인 공동 개발방식으로 데이터 기반 정부를 수립하는 것을 목표로 함
    - 2017년 9월부터 1년 동안 IBM, RISE Viktoria와 공동으로 데이터 기반 정책개발사업을 수행
    ∙ 교통시스템은 다양한 정보원으로부터 많은 데이터와 정보를 생산하고 있지만 이러한 정보의 실제 사용빈도는 낮은 편임
    ∙ 이에 교통국은 클라우드 인프라와 데이터 서비스를 통합하여 데이터 수집과 분석, 정책 안건 시뮬레이션, 그리고 정책업무에 이해관계자를 포함할 수 있는 새로운 방법을 모색
    □ 네덜란드사례 분석
    ○ 네덜란드 데이터기반행정 맥락
    - McKinsey Global Institute는 네덜란드가 부처 간 데이터 공유 개선으로 운영경비를 절감하여 가장 효율적으로 데이터 가치를 향상했다고 평가함
    - 다른 EU 국가와 마찬가지로 네덜란드 역시 정부의 디지털화를 선두하고 있으며 일상에서 점점 증가하는 데이터의 영향을 데이터화(datafication)라고 정의하고 데이터의 잠재적 기회를 최대한 활용하고자 함
    - 2018년에 NL DIGIbeter, 디지털 행정의제가 전체 내각에 의해 합의됨
    ∙ NL DIGIbeter 안건의 주요 내용은 ① 혁신에 투자 ② 기본권리와 공공 가치의 보호 ③ 모든 이의 접근성, 이해성, 의도성 가능 ④ 보다 개인적인 서비스 제공임
    - 2019년에 정책 결정을 개선하고 사회 문제를 해결하기 위해 중앙 및 지방 정부의 적절하고 책임 있는 데이터 이용방법을 제시한 NL DIGItaal: Data Agenda Government 발표
    ∙ 5가지 접근방식은 ① 데이터기반 방식으로 문제 해결 ② 입법과 공공 가치에 초점 ③ 정부 데이터 품질의 향상과 효과적 이용 ④ 데이터 기반 접근방식에 관한 지식수집 및 공유 ⑤ 사람, 조직 및 조직문화 변화에 투자 등이 있음
    ○ 네덜란드 데이터기반행정과 공공데이터 융합 사례
    - Policy Lab(www.tno.nl)은 네덜란드 정부에 새로운 미래보장 정책모형을 제시하기 위한, 정책 결정에 도움이 되는 실험 환경임
    ∙ Policy Lab은 새로운 데이터 소스(예, 빅데이터, sensor기반 데이터, 소셜미디어 데이터)와 기술을 이용해 정책결정자가 안전한 환경에서 새로운 정책을 실험해 봄으로써 정책이행의 높은 성공률을 기대할 수 있음
    ∙ Policy Lab의 3단계 접근방법은 ① 새로운 데이터 출처와 기술 그리고 정책에 미치는 영향 탐색 ② 공동 실험 설정과 다양한 이해관계자 참여 ③ 데이터기반 정책 이행, 확장, 그리고 모니터링 등이 있음
    - 2019년 9월 현재 Rotterdam 지방정부, Ministry of the Interior and Kingdom Relations와 함께 Rotterdam 지역에 거주하는 청소년과 청년층의 심리 문제를 예방하여 사회문제를 감소시키기 위한 사회-정서 기술개발 파일럿 과제 진행 중
    ∙ 본 파일럿 실험을 위해 Center for Youth and Family, 통계청, Dutch and the Municipality of Rotterdam을 포함한 다양한 출처의 데이터를 통계 방법 및 머신 러닝과 연계해 청년의 사회-정서 발달에 영향을 미치는 결정적 요인을 탐색하고자 함
    - 암스테르담 시의 조세부서는 중앙 정부의 Central Administrative Office와 함께 ‘건강보험 지불체납’이라는 파일럿 프로젝트를 진행해 부처 간 필요한 데이터를 공유할 수 있는 법적 근거 방안을 강구함
    ∙ 본 파일럿 프로젝트는 General Administrative Law Act가 실제로 정부 부처 간 필요 데이터를 공유할 수 있는 여지를 제공할 근거가 된다고 파악했음
    ∙ 건강보험 지불체납 파일럿은 현재 80개 지방정부에서 후속 조치를 위해 준비 중임
    - VIVET Programme은 에너지 전환을 위한 정보규정을 개선하기 위한 프로그램
    ∙ 데이터의 융합과 공유를 위해 CBS(Statistics Netherlands), Land Registry, RVO.nl(Netherlands Enterprise Agency), 그리고 PBL(Netherlands Assessment Agency) 등의 다양한 부처로부터의 에너지 관련 정보를 이용할 수 있도록 함
    □ 해외사례 분석의 시사점
    ○ 제도 차원에서 고려해야 할 요인
    - 데이터 소유권 상실, 데이터의 잘못된 해석, 비밀유지의 저해, 부처의 업무량 증가 등의 이유로 효율적인 정보공유가 이루질 수 없기에 부처 간 데이터 공유 및 융합을 쉽고 합리적으로 추진할 수 있도록 데이터 관련 법안이 재정비되어야 함
    ∙ 영국의 Digital Economy Act 2017은 정부가 재정 자원을 효율적으로 사용하여 데이터 기반 거버넌스에 도달할 수 있도록 부처간 데이터 공유를 허용해 재정 관련 활동의 부패 및 오류를 줄이는 등 불법과 비윤리적 행동을 근절하고자 함
    - 단일조직 또는 다수의 정부 부처 관계자로 구성된 공식 위원회 등을 설립하거나 제도적 장치를 마련해서 데이터 거버넌스 관리, 데이터공유를 위한 상호 운용성 및 표준, 그리고 윤리적 문제 등을 개선할 수 있어야 함
    ∙ 공동위원회를 구성할 경우, 조언의 역할만 하는 것이 아니라 부처간 데이터 융합을 위한 의사결정도 가능해야 함
    ∙ 정부의 데이터관리가 신뢰성, 투명성, 보안성을 보장할 수 있도록 절차적, 윤리적, 그리고 합법적 장치가 마련되어야 함
    ○ 역량 차원에서 고려해야 할 요인
    - 인적자원 관리
    ∙ 정부조직 전체적으로 데이터기반행정 문화를 육성하기 위해서는 관련 이해관계자의 협조 하에 전략적 의사결정을 할 수 있는 중심리더십 역할이 중요함
    ∙ 미국을 비롯한 다른 국가들이 채택하고 있는 것처럼 조직 전반의 데이터전략을 이끌어 갈 수 있는 최고 데이터책임자를 임용해 부처별 데이터 과학 능력을 향상해야 함
    ∙ 캐나다 정부의 Talent Cloud 프로그램의 스핀오프인 “Free Agents”처럼 사전 승인된 인재 풀을 이용해 특정 사업별로 빠르고 효율적으로 인력을 수급할 수 있도록 해야 함
    - 데이터수집 및 분석능력 향상을 위한 공무원의 교육을 강화
    ∙ 데이터에 정통한 외부 전문가 및 다른 부처 관계자와의 협력을 통해 분석능력 및 데이터에 대한 통찰력을 향상할 수 있도록 민간협력 및 관계망을 형성할 기회를 제공해야 함
    ∙ Code for America가 외부 민간인이 연방 정부 개방 데이터를 분석하여 부처 문제를 해결하기 위한 조언을 해 줄 수 있는 것 등을 참고하여 민관협력을 통해 관계망을 만들 수 있도록 해야 함
    ∙ 미국의 Data Driven Government 학회처럼 정부와 민간 실무자들이 참여해 사용 중인 데이터 분석기법에 대한 새로운 경향 및 모범사례를 공유하고 논의할 교육기회를 제공해야 함
    ○ 기술 차원에서 고려해야 할 요인
    - 부처 간 운영 효율성 향상과 학습 및 혁신의 가속화를 위해, 절차를 공통적으로 관리할 수 있도록 하는 공통 인프라 서비스 구축 고려
    ∙ 혜택, 허가, 대출, 또는 보험과 관련된 프로그램은, 부처 간 경계 없이 이용할 수 있는 지역코드 등의 데이터를 수집하고 사용하기 위해 공동 투자를 고려할 수 있음
    - 데이터 분석의 신뢰성과 효용성을 높이기 위해 영국의 Predictiv와 BIT, 네덜란드의 Policy Lab 사례처럼 사전에 정책 효과와 정책 개입을 평가할 수 있는 실험 연구 등을 활용
    ∙ 다양한 실험이 수행될 수 있도록 AI를 활용한 자동화 기능과 공공데이터의 접목 방안을 모색
    - 공공데이터를 재사용함으로써 새로운 정보를 제공하는 방안을 고려해야 함
    ∙ 공공데이터의 가치와 유용성을 높이기 위한 부처 간 데이터 재사용을 위해서는 필요 데이터검토, 가용 데이터 확인, 데이터 획득방법, 부처 간 이점 등에 대한 논의가 필요함
    ∙ 데이터 재사용에 있어 개인 정보 공개 동의 및 이로 인한 다른 잠재적 위험도 충분히 고려해야 함
    5. 공공데이터 융합 제약조건과 관계 분석
    □ 설문조사 개요
    ○ 공공데이터 융합의 제약조건 및 관계 분석을 위해 공공데이터 융합 관련 경험 가능성이 높은 공공데이터 실무담당 공무원과 국책연구기관 연구원을 대상으로 설문조사를 실시함
    - 국가공무원 103명, 지방공무원 124명, 국책연구기관 연구원 103명 등, 총 330명의 샘플을 확보함
    - 표본추출틀은 공무원의 경우 행정안전부 공공데이터 담당 공무원 리스트를 활용, 국책연구기관 리스트는 각 기관 홈페이지 연구원 리스트로서 2017년 한국행정연구원 사회조사센터에서 활용한 리스트를 기초로 일부 보완하여 활용함
    - 표본배분 및 추출은 시도 및 소속 유형 등을 고려한 유의 배분/추출 방식을 사용함
    - 조사는 웹서베이 방식이 적용됨
    - 자료수집 도구는 구조화된 질문지를 사용함
    - 조사기간은 2019년 7월 1일부터 15일까지로 15일 간 진행됨
    □ 데이터기반행정과 공공데이터 융합 실태
    ○ 데이터기반행정 실태
    - 주 활용 데이터 유형
    ∙ ‘기본 데이터 유형’은 「객관적 수량 자료」 36.4%, ‘정형/비정형 데이터’는 「정형 데이터」 50.3%, ‘공공/민간 데이터’는 「공공데이터」 77.9%
    - 정책 분야별 주 활용 데이터: 「일반공공행정 분야」 42.4%
    - 소속/외부기관별 주 활용 데이터: 「소속기관 데이터」 57.0%
    - 데이터 외부 위탁 기관 유형: 민간 연구/조사기관이 59.1%
    - 현재 데이터 업무 수행: 재 데이터 업무를 「수행하고 있다」 는 비율은 ‘데이터 관리 (총괄/조정)’이 56.1%로 가장 높았고, 평균 수행기간」은 ‘데이터 분석’이 5.0년으로 가장 길었음
    - 과거 데이터 업무 수행: ‘데이터 분석’이 49.7%로 가장 높았고 「평균 수행 기간」도 ‘데이터 분석’이 6.3년으로 가장 길었음
    - 데이터 관련 교육 횟수 및 시간: 횟수는 ‘개인차원’과 ‘기관차원’의 교육은 모두 연평균 1.0회였고, 회당 평균 시간은 ‘개인차원’이 8.7 시간으로 가장 길었음
    - 최근 이수한 데이터 교육 장소: 「외부 기관」이 60.4%
    - 소속기관 교육 시 교육 주체: 「소속 부서 내부」가 42.6%
    - 외부기관 교육 시 교육 주체: 「통계교육원」이 22.5%
    - 데이터 교육 이수 방법: 「오프라인 교육」이 78.4%
    - 데이터 교육 방식: 「강의 중심」이 72.5%
    - 데이터 교육 내용: 「데이터 관리」가 54.9%
    - 데이터 교육 만족도: 「강사」에 대한 평균 만족도가 3.7점(5점 만점), 「교육내용(3.6점)」, 「교육 시설/장비(3.6점)」
    - 데이터 자격증 보유여부 및 보유개수: 「있다」는 비율이 10.9%, 1개를 가진 비율이 75%
    - 데이터 자격증 보유종류: 「통계/데이터 분석」이 44.4%
    - 타 기관 데이터 이용 경험: 「있다」는 비율이 55.5%
    - 타 기관 데이터 이용 경로: 「공공데이터 포털(www.data.go.kr)」 59.6%
    - 타 기관 데이터 이용 시 데이터 제공 원활정도: 「원활했음」 39.9%
    - 타 기관 데이터 이용 시 데이터 제공이 원활하지 않은 이유: 「기관 민감 정보」가 40.0%
    - 타 기관 데이터 이용 시 데이터 수령 소요기간: 「요청 즉시」와 「1~2주」 이내에 수령했다는 응답이 동일하게 16.9%
    - 내/외부 기관 데이터 요청받은 경험 및 원활정도: 경험이 「있다」는 비율은 59.4%, 원활정도는 「원활했음」이 40.3%
    - 내 외부 / 기관으로의 데이터 제공이 원활하지 않은 이유: 「근거 규정 부재」가 40.7%
    - 내/외부 기관으로의 데이터 제공 시 소요기간: 「1~2주」가 29.1%
    ○ 데이터기반행정 실태
    - 공공데이터 융합 사업 참여 경험 및 참여 목적: 「있다」는 비율은 13.0%뿐임. 이 경우 사업 참여 목적으로는 「데이터 기반 서비스 제공」이 41.9%
    - 참여 공공데이터 융합 사업 현황: 사업기간(개월)」은 평균 24.3개월, 「예산규모(만원)」는 평균 5억6천만 원, 「투입인력」은 평균 9.3명
    - 참여 공공데이터 융합 사업에서의 역할: 데이터 관리(총괄・조정)」 44.2%
    - 참여 공공데이터 융합 사업의 활용 데이터: 「건강보험정보」, 「기상정보」, 「빈집현황」, 「연속지적도 토지특성자료」, 「유동인구」, 「인구」, 「인구통계」가 각각 4.7%의 비율로 다양
    - 참여 공공데이터 융합 사업의 활용 데이터 보유주체: 「지자체」 33.3%
    - 참여 공공데이터 융합 사업의 민간/공공 데이터 활용 비중: 「공공데이터」 78.4%
    - 참여 공공데이터 융합 사업의 활용 데이터 소속/외부기관 비중: 「외부기관 데이터」 44.3%
    - 참여 공공데이터 융합 사업의 활용 데이터 분야: 「공공질서 및 안전 분야」 32.6%
    - 참여 공공데이터 융합 사업의 활용 데이터 확보 경로: 「개별 기관에 직접 요청」 65.1%
    □ 공공데이터 융합 수준 및 제약조건 분석
    ○ 변수의 측정
    - 변수는 크게 종속변수, 매개변수, 독립변수로 구분함
    ∙ 종속변수: 공공데이터 융합의 목적이 되는 데이터기반행정의 수준; ‘공무원 업무 수행시 데이터 활용 정도’로 측정함
    ∙ 매개변수: 공공데이터 융합 수준; ‘공공데이터 융합이 잘 이루어지고 있다고 생각하는 정도’로 측정함
    ∙ 독립변수: 공공데이터 융합의 제약조건으로서 제도적 요인(; 근거규정은 ‘데이터 제공 관련 법규정 미흡 심각성 정도’, 개인정보보호는 ‘개인정보보호 문제 심각성 정도’, 기관이기주의는 ‘데이터보유 기관의 이기주의 심각성 정도’로 측정함), 역량적 요인(; 데이터리더십은 ‘조직 리더 데이터 역량 강화 충분성 정도’, 데이터전문인력은 ‘데이터 관련 전문인력 확보 충분성 정도’, 데이터교육은 ‘데이터 관련 교육 강화 충분성 정도’, 데이터예산은 ‘데이터관련 예산 확보 충분성 정도’, 데이터협업은 ‘데이터 조직 간 협력 충분성 정도’, 데이터문화는 ‘데이터를 중시하는 조직문화 충분성정도’로 측정함), 기술적 요인(; 데이터 표준화는 ‘데이터 간 표준화 미흡 심각성 정도’, 데이터검색은 ‘정책 수행에 필요한 데이터검색 어려움의 심각성 정도’, 데이터품질은 ‘데이터무결성 확보의 어려움 심각성 정도’, 데이터충분성은 ‘정책 수행에 필요한 데이터 미흡 심각성 정도’로 측정함)으로 구성됨
    - 척도는 5점 척도를 사용했으며, 제도, 역량, 기술별로 측정지표 간 요인분석을 실시하여 요인적재치 0.5를 기준으로 하나의 요인으로 묶이는 것을 확인함. 신뢰도계수는 모두 0.6이상으로 나타남
    □ 데이터기반행정 및 공공데이터 융합 수준
    ○ 우리나라 데이터기반행정 수준이나 공공데이터 융합의 수준은 그렇게 높지 않은 것으로 보임
    - 인식적 측면에서의 데이터기반행정 수준: 3.1점(5점 만점, 특히 지방공무원의 인식이 약간 낮게 나타남)
    - 공공데이터 융합의 수준: 2.6점 (국책연구기관 연구원의 인식이 상대적으로 낮게 나타남)
    - 경력이 많을수록 데이터기반행정 수준이나 공공데이터 융합 수준에 대한 인식이 조금씩 높게 나타남
    □ 공공데이터 융합 제약조건 분석
    ○ 제도적 제약조건 분석
    - 전반적으로 문제의 심각성이 높은 것으로 나타남
    ∙ 그중 개인정보보호 문제의 심각성이 4.0점(5점 만점)으로 가장 높게 나타났고, 데이터 보유 기관의 이기주의 문제의 심각성이 3.9점, 법규정 미흡의 심각성 정도 역시 3.7점으로 높게 나타났음
    ∙ 국가・지방공무원 간 인식 차이는 거의 나타나지 않지만, 국책연구기관 연구원들의 심각성 인식이 상대적으로 높게 나타남
    ∙ 경력별로는 큰 차이가 나타나지 않지만 전반적으로 경력이 높을수록 제도적 제약조건의 심각성 인식이 높게 나타남
    ○ 역량적 제약조건 분석
    - 요소들의 충분성은 모두 보통 이하로 낮게 나타남
    ∙ 이 중 데이터전문인력과 데이터협업이 2.6점으로 가장 낮게 나타났고, 그 다음으로 데이터리더십이 낮게 나타남
    ∙ 대상별로는 특히 데이터리더십, 데이터교육, 데이터협업의 경우 국책연구기관 연구원의 인식이 가장 낮게 나타남
    ∙ 경력별로는 업무 경력 3년 미만의 경우가 경력이 높은 경우에 비해 전반적으로 낮게 나타남(특히 데이터전문인력과 데이터문화에 대한 인식의 경우)
    ○ 기술적 제약조건 분석
    - 공공데이터 융합 관련 기술적 제약조건의 심각성은 전반적으로 보통 수준보다 높게 나타남
    ∙ 심각성이 가장 높게 나타난 것은 데이터표준화로 3.9점(5점 만점) 이었으며, 데이터품질이 3.8점으로 그 다음을 차지함
    ∙ 대상별로는 기술적 제약조건 역시 전반적으로 국책연구기관 연구원들의 심각성 인식이 높게 나타남
    ∙ 경력별로는 경력이 많을수록 심각성 인식이 높게 나타남
    □ 공공데이터 융합 관계 분석
    ○ 공공데이터 융합 관계에 대한 실증 분석은 두 방향으로 진행됨
    - 공공데이터 융합의 제약조건과 공공데이터 융합 간 관계 확인
    ∙ 하나하나의 제약조건이 공공데이터 융합에 미치는 영향이 중요하므로 하나의 측정지표를 독립변수로 하여 공공데이터 융합과의 관계를 분석함
    - 공공데이터 융합의 제약조건과 데이터기반행정 사이에서 공공데이터 융합의 매개효과를 분석
    ∙ 데이터기반행정의 맥락에서 공공데이터 융합의 중요성을 보여주기 위함
    ∙ 공공데이터 융합의 매개효과를 확인하는 것이 목적이므로 제도적 제약조건, 역량적 제약조건, 기술적 제약조건의 범주별로 묶어 각 평균치를 활용함
    ∙ 확인적 요인분석을 실시하여 요인적재치를 확인하였고, 신뢰도 분석을 위해 크론바흐 알파계수를 확인함
    ○ 공공데이터 융합 제약조건과 공공데이터 융합 간 관계
    - 인식적 차원에서 일정한 관계가 나타나는지 확인하기 위해 4 가지 모델을 설정함: 모델 1은 제도적 제약조건만으로, 모델 2는 역량적 제약조건만으로, 모델 3은 기술적 제약조건만으로 독립변수를 구성. 모델4는 제도, 역량, 기술적 제약조건들을 모두 포함하여 독립변수를 구성하고 성별, 학력, 경력 등의 통제변수를 포함하여 보다 설명력이 높은 모델을 구축하고자 함
    ∙ 모델 1: 근거규정이 유의수준 0.05 수준에서 통계적으로 유의미
    ∙ 모델 2: 데이터협업이 유의수준 0.1 수준에서 통계적으로 유의미
    ∙ 모델 3: 데이터표준화가 유의수준 0.01 수준에서, 데이터품질이 유의수준 0.1 수준에서 통계적으로 유의미
    ∙ 모델 4: 제도 요인 중 개인정보보호가 유의수준 0.01 수준에서 유의미한 것으로 나타나고, 역량 요인 중 데이터협업은 통계적으로 유의미하지 않게 나타남. 경력이 높을수록 공공데이터 융합이 잘되는 것으로 인식하는 경향을 보임
    ∙ 특히 모델 4는 각각의 앞선 모델들보다 R2값이 높게 나타나 설명력이 보다 높은 것이 확인됨
    ○ 공공데이터 융합의 매개효과 분석
    - 본 연구에서는 매개효과 분석을 위해 Baron & Kenny(1986)의 분석방법을 활용함: 매개효과 분석은 3단계의 과정을 거침
    ∙ 1단계: 독립변수가 종속변수에 영향을 미치는지 확인(독립변수가 종속변수에 통계적으로 유의미한 영향을 미치는 않는 것으로 나타나면 다음의 단계를 진행하지 않음)
    ∙ 2단계: 독립변수와 매개변수 사이의 영향관계를 파악(독립변수가 매개변수에 미치는 영향이 확인되지 않는 경우 다음 단계로 진행하지 않음)
    ∙ 3단계: 독립변수와 매개변수가 종속변수에 미치는 영향을 확인
    (독립변수와 종속변수 간 회귀계수가 통계적으로 유의미하게 나타나면 부분매개효과가 있는 것으로 보며, 그렇지 않을 경우 완전매개효과가 있는 것으로 봄)
    - 공공데이터 융합의 세 가지 제약조건으로 제도, 역량, 기술적 측면을 검토함
    ∙ 1단계: 제도적 제약조건과 기술적 제약조건은 종속변수인 데이터기반행정에의 영향이 통계적으로 유의미하지 않은 것으로 나타나 2단계를 진행하지 않음. 역량적 제약조건의 경우 종속변수인 데이터기반행정에 대하여 단순회귀분석을 실시한 결과 유의수준 0.01 수준에서 통계적으로 유의미한 것으로 나타나 2단계를 진행함
    ∙ 2단계: 역량적 제약조건이 매개변수인 공공데이터 융합에 미치는 영향을 살펴보았는데 역시 유의수준 0.01 수준에서 통계적으로 유의미한 영향을 미치는 것으로 나타남
    ∙ 3단계: 종속변수인 데이터기반행정에 대하여 역량적 제약조건과 공공데이터 융합을 독립변수로 하여 다중회귀분석을 실시한 결과역량적 제약조건이 데이터기반행정에 미치는 직접적 영향이 통계적으로 유의한 것으로 나타남
    - 결국 공공데이터 융합은 역량적 제약조건과 데이터기반행정 사이에 부분매개효과를 나타내는 것으로 보임
    6. 공공데이터 융합 활성화 방안
    □ 개요
    ○ 본 장에서 제시되는 공공데이터 융합 활성화 방안은 기본적으로 앞서 제시된 전문가 인터뷰와 설문조사 결과에 기초함
    - 설문조사 결과 전문가 인터뷰를 통해 개발한 각 대안의 효과성(공공데이터 융합 활성화라는 목적을 달성할 수 있는 정도)이 모두 3점 이상으로 높게 나타남
    - 이에 각 대안에 대하여 제도, 역량, 기술로 구분하여 제시함
    □ 제도 측면 활성화 방안
    ○ 공공데이터 획득을 위한 근거규정의 신설
    - 공공데이터 보유 기관은 요청받은 공공데이터를 제공함에 있어 근거규정이 필요함
    ∙ 근거규정의 수준: 바람직성 차원에서는 법률 수준의 근거규정으로 해야겠지만, 실현가능성 차원에서는 지침 수준의 근거규정으로 해야 할 수도 있을 것임(법률 수준에 비해 책임 정도는 낮지만, 법률에 비해 단기적으로 마련할 수 있는 현실적 방안이기 때문)
    ∙ 근거규정의 마련을 개별법의 규정 또는 일반법을 통해 가능하게 할 수 있음: 일반법으로 규정하는 경우 현실적으로 고려되어야 할 점으로는, ① 공공데이터에만 한정하여 규정할 것인가 하는 문제(민간데이터 역시 중요하기 때문인데, 민간데이터는 개인이나 기관의 민감정보를 포함하고 있고 데이터시장의 관점에서 데이터 제공이 대가의 지불로 이루어지므로 여기에서 논의되는 것은 낮은 가격, 혹은 무료로 데이터를 제공할 책무가 있는가 하는 것임) ② 데이터기반행정법안이 일반법으로서 위상을 갖추기 위한, 현재 민간데이터정책을 담당하고 있는 과학기술정보통신부나 소관 정책분야의 민간데이터를 다수 보유하고 있는 개별 부처들 간 긴밀한 협력의 필요성 ③ 국가정보화기본법, 전자정부법, 공공데이터법, 정보공개법 등 데이터와 관련된 일반법 형태의 기존 법들과의 관계
    ○ 공공데이터 융합 활성화를 위한 데이터 거버넌스 개선
    - 데이터 거버넌스는 데이터 주체들의 국가 차원의 데이터 이슈에 대한 협력적 의사결정 체계를 의미함
    - 공공데이터 융합 활성화 관점에서 데이터 거버넌스가 무엇을 해야 하는가의 문제
    ∙ 공공데이터 융합 관점에서 가장 중요한 것은 다른 기관의 데이터가 필요한 상황에서 해당 데이터를 확보하는 문제. 데이터 확보의 방법으로 직접적으로 데이터를 요청하였음에도 여러 이유로 데이터를 제공받지 못하는 때에 데이터 거버넌스는 데이터지원기관으로서 데이터기반행정을 위한 공공데이터 융합에 필요한 데이터를 확보할 수 있도록 도움을 주어야 함
    ∙ 개방된 데이터를 활용하는 경우에는 ① 활용성이 높은 데이터를 최대한 많이 개방하도록 유도: 기관별로 다른 기관으로부터 데이터 제공 요청을 받은 경우 어떠한 데이터를 요청받았는지를 보고하도록 함, 기관별로 정책수행에 필요한 데이터 수요를 파악하기 위한 실태조사를 실시 등 ② 개방된 데이터를 빠르게 찾을 수 있도록 검색시스템을 개선: 메타데이터의 구축. 검색은 관련 용어구축이나 표준화와 연결되어 있으므로 데이터표준화 문제와 함께 해결해 가야함
    ∙ 이러한 데이터 거버넌스의 기능과 관련하여 데이터기반행정법안에서는 데이터기반행정 활성화위원회가 제공 거부된 데이터에 대한 조정 기능을 담당함
    ∙ 데이터기반행정이 과학적이며 합리적 과정을 추구함으로써 보다 나은 미래를 기획하는 것이라면 미래전략 거버넌스의 기능까지 수행하는 것이 바람직함
    - 데이터 거버넌스의 형태: 데이터 확보의 관점에서 다양한 데이터 관련참여자를 고려하여야 하고 미래전략의 수립과 관련하여서도 다양한 정책분야 전문가의 참여가 필수적이어서 합의형으로 하는 것이 바람직할 것이기에 결국 다수의 합의 결정의 위원회형이 바람직할 것임
    - 데이터 거버넌스의 수준: 국가미래전략 차원에서는 국무총리 소속이 바람직할 수 있음(정부 싱크탱크로서의 국책연구기관들이 포진된 경제인문사회연구회가 국무총리 소속이므로 국가미래전략 수립에 유리한 구조임)
    ○ 개인정보 문제에 대한 접근방식
    - 데이터 보유기관이 데이터를 제공하지 않는 이유로서 공식적으로 가장 자주 제시하는 이유가 바로 개인정보보호임
    - 데이터기반행정을 위한 공공데이터 융합에서 개인정보는 핵심적 역할: 개인정보 문제로 데이터를 제공받지 못하면 원천적으로 공공데이터 융합은 불가능하기 때문
    ∙ 특히 주민등록번호와 같은 개인 식별자는 복수 데이터 간 연계키로 활용됨
    ∙ 개인 수준의 데이터를 활용하면 집합적 데이터에 비해 보다 가치 있는 정보를 산출할 수 있음
    - 개인정보 문제에 대응하는 방안
    ∙ 개인정보 문제를 회피하여 집합적 정보를 받는 방법: 정보의 손실이 발생함
    ∙ 개인정보 문제를 정면으로 해결: 예를 들면, 개인정보 익명화 기술을 적용 (관련 논의는 현재 국회에 계류되어 있는 개인정보보호법 개정안에 대부분 포함되어 있음)
    □ 역량 측면 활성화 방안
    ○ 데이터 전문인력(데이터 전문성을 가진 인력)의 확보
    - 데이터 전문성은 협의의 의미로 데이터 지식과 경험, 광의의 의미로는 데이터 관련 문제해결역량까지 포함하므로 데이터 전문인력을 확보하는 과정에서 일차적으로는 데이터 관련 지식과 경험에 초점을 둘 수 있지만, 문제해결역량 관점까지 고려하면 반드시 그럴 필요는 없음
    ∙ 조직 차원에서 데이터 전문인력의 확보는 신규채용과 배치전환을 통해 이루어짐: 배치전환은 전면적인 대응책이라기보다는 보조적으로 활용된다고 보아야 할 것
    - 데이터 전문성은 데이터 관련 업무의 영역별로 필요한 전문성이 다르므로 데이터 전문인력을 확보하고자 할 때 이러한 전문성들을 어떻게, 어떠한 비율로 배합할 것인가에 대한 선택이 필요함
    ○ 데이터 교육 강화를 통한 공무원의 데이터 역량 제고
    - 데이터기반행정?
    영문초록
    The purpose of this study is to establish a plan to activate public data integration and to strengthen data-driven public administration. To this end, theoretical discussions, domestic and international case studies, constraint analyses, and questionnaire data analyses were conducted, and based on the results of those analyses this research proposes policy alternatives for activating public data integration.
    In the theoretical discussion, the significance of data-driven public administration and public data integration were examined, and a research analysis framework was suggested through analysis of previous research. As the data era with its related phenomena such as public data, big data, AI, and the data economy, is in full swing and the demand for scientific and rational policy processes, such as evidence-based policies, increases, the necessity for data-driven public administration is increasing.
    Public data collected during the processes of administration and other policy processes form the basis of data-driven public administration. Public data integration is especially important for strengthening data-driven public administration. Linking and combining public data from other sources can lead to better policy making and administrative services. In recent years, large-scale private data such as communications and card data have also proven useful.
    The analyses of domestic and foreign cases confirmed the importance of this public data integration. An analysis of domestic cases since 2013, when data-driven public administration was introduced into the government plan, shows that public data integration cases have steadily increased. In particular, there were many cases of data integration related to public order and safety, health and welfare, and land transportation. Data from the National Statistical Office, Meteorological Agency, and National Health Insurance Corporation were incorporated.
    Major countries also have data-driven public administration and public data integration. In this study, we analyzed cases from four countries (US, UK, Sweden, and the Netherlands) where data-driven public administration is actively discussed. The United States enacted the Foundations for Evidence-Based Policymaking Act in January 2019 and finalized its data strategy in June, while the United Kingdom announced the 2012 Government Digital Strategy, the 2017 Government Transformation Strategy, and the 2018 National Data Strategy. Sweden released its 2015 Digital First agenda and the 2018 National Guidelines for Artificial Intelligence, while the Netherlands adopted the 2018 Digital Government Agenda and the 2019 Data- Driven Administrative Agenda. Public data integration is also active, including the development of Indiana's traffic hazard maps in the United States, the development of the Churchill app for UK policy makers to easily access statistical data, Sweden’s Transportation Bureau's integration with cloud infrastructure and data services and examples of VIVET programs for sharing energy consumption and production data in the Netherlands.
    Public data integration is spreading at home and abroad, but various constraints must be overcome for effective activation. To this end, this study conducted in-depth interviews with experts in policy fields with public data integration experience. In-depth interviews used semi-structured questionnaires, and were based on the research and analysis framework, they collected a wide range of institutional, competency, and technical constraints. In terms of the institutional issues related to jurisdiction conflict, institutional self-interestoverall coordination in system, data accessibility, and personal information protections were identified. In terms of competencies, we identified data-middle issues, data education issues, data leadership issues, data expertise issues, and data collaboration issues. On the technical side, problems with data usability, sensitive information, data absences, data anonymization technology, data standardization, and data integrity were brought up.
    Based on the results of in-depth interviews, a survey was conducted on public data practitioners and 330 researchers from national research institutes to empirically identify the level and relationship of public data integration and its constraints. As a result of the survey, the perception of public data integration level was low at 2.6 out of 5, recognition of the seriousness of the constraints was high, and awareness of data sufficiencies was low. Among institutional constraints, recognition of the seriousness of personal information protections was the highest, the severity of data owners' selfishness, and the lack of regulations were also high. Competency constraints were the most unsatisfactory for data professionals and for data collaboration. In terms of technical constraints, data standardization and data quality problems were the most serious. A regression analysis was conducted to analyze the relationship between public data integration and constraints. The results showed statistically significant problems related to a lack of evidence, privacy issues, data standardization, and data quality. A mediating effect analysis was conducted to determine whether public data integration had a mediating effect between constraints and data-driven public administration. Public data integration demonstrated a partial mediating effect between competing factors and data-driven public administration.
    The results of these analyses were combined to propose policy alternatives for promoting public data integration. The survey found that all of the results of the effectiveness assessments for each of the alternatives were above average. As institutional alternatives, we established new standards, data governance, and personal information issues, and as capable alternatives, we provided data specialists, data education, data culture, and technical alternatives. For a plan to establish a regulatory foundation, the plan based on an individual law and the plan based on a general law were reviewed, and the establishment of a basic data law as the highest data-related law was discussed. With regards to data governance, we propose the design of an overall coordination mechanism at the highest level and propose the creation of a National Future Strategy Committee.
    In order to solve the personal information problems, discussions regarding the development of anonymization technologies and data center activation were presented. With regards to securing data specialists, new data DCs and conversion arrangements were discussed. For data education, we discussed how to segment data curricula and reduce time required. For data culture, this paper presented an alternative method for measuring the performance indicators related to data-driven public administrations. In the case of data center activation, linkage between day centers was suggested. For data standardization, the preliminary design of a standard data generation process and a dictionary for standardized terminology dictionary was reviewed. For data quality management, we discussed the linkage between the public data quality management level evaluation system of the Ministry of Security and Public Administration and the statistical quality diagnosis system of the National Statistical Office. For each of these alternatives, implementation strategies were presented for the short, medium and long term, and their feasibility was evaluated. The survey showed that they were all more feasible than average. However, data education was likely not feasible. In the priority analysis between alternatives, 14 expert surveys were conducted to suggest the priority of alternatives in three dimensions: effectiveness, feasibility, and comprehensiveness. In terms of effectiveness, the enactment of a highest basic law related to data was the most important task in terms of feasibility, bolstering data retrieval functions and the reinforcement of training support for data convergence were the most important. The highest cumulative score was given to the Data Analysis Center and the highest basic law related to data.
    사업자등록번호 220-87-87785 대표.신현웅 주소.서울시 서초구 방배로10길 18, 402호 대표전화.070-8809-9397
    개인정보책임자.박정아 통신판매업신고번호 제2017-서울서초-1765호 이메일 help@reportshop.co.kr
    copyright (c) 2009 happynlife. steel All reserved.