빅데이터 및 소셜 데이터 분석 기술의 활용과 프라이버시 보호 및 연구 동향 분석의 중요성 doc_id PCY_201501230933258111_6

빅데이터의 활용에 있어서의 가장 논란이 되고 있는 것은 개인의각종기록정보를 수집하여 분석함으로 해서 생길 수 있는 프라이버시의 침해에 대한 위험성의 문제이다. 이는 외부로 부터의 침입에 의한 데이터의 유출의 위험성과 데이터 취급자의 부적절한 업무처리로 인한 무의식적인 공개와 같은 잠재적 위험성 그리고 내부자의 불법적인 열람행위 등에서 비롯되는 위험성을 내포하고 있다. 프라이버시가 노출되거나 개인정보가 악용된 경우 사회적으로 큰 파장이 일어 남은 물론 경제적인면에서도 손해배상과 대책비용의 발생, 사업활동의 자숙 혹은 신용저하에 따른 매출감소 등의 비용이 발생한다. 실제적인 예로 일본의 경우 일본 네트워크보안협회의 보고서에 따르면 2011년에 연간 약1,551건의 개인정보 유출과 1,900억엔 약2조원 이상의 손해배상이 있다고 한다(日本ネットワ一クセキュリティ協,2012). 이러한 문제에 대해 적절히 대처하기 위해 사회적인 큰 틀에 있어서의 법제도적인 대책에서부터 비롯하여 조직적인 대책, 기술적인 대책 등이 검토되고 있다. 프라이버시 영향평가(PIA: Privacy Impact Assessment)는 개인정보를 수집하여 취급하는 정보시스템의 기획, 구축, 보수, 유지 과정에 있어서 개인정보 제공자의 프라이버시에의 영향을 ‘사전’에 평가하는 일련의 프로세스를 말한다 이를 통하여 잠재적인 프라이버시 침해위험성을 분석하고 대안적인 방법이나 보호방안을 검증하는 등정보시스템의 구축운용을 적정하게 실시할 수 있도록 하는 과정을 포함한다. 설계 단계에서부터 프라이버시 보호대책을 검토함으로써 정보시스템 가동후의 프라이버시 리스크를 최소한으로 억제할 수 있어 향후 시스템의 개보수에 따르는 추가비용의 발생을 막을 수 있다. PIA는 2008년 4월 ISO22307(Financial services Privacy impact assessment)로서 표준화 되었다. 부제의 타이틀에서 의미하는 바와 같이 금융서비스를 제공하는 기업이 고객과 거래처 등의 재무데이터의 처리와 관련된 프라이버시 보호와 리스크에 대처하기 위한 방법론이 정의되어 있다. 그러나 그 내용이 금융관련 서비스에 특화한 것이 아니고 민간부문 및 공공부문을 불문하고 다양한 분야에 적용가능 한 것이다. 본 연구는 국내의 온라인 뉴스 사이트, 블로그, 카페, 소셜 네트워크 서비스, 게시판 등 인터넷을 통해 수집된 소셜 빅 데이터를 대상으로 하였다. 본 분석에서는 116개의 온라인 뉴스사이트, 4개의 블로그(네이버, 네이트, 다음, 티스토리), 2개의 카페(네이버, 다음), 2개의 SNS(트위터, 미투데이), 4개의 게시판(네이버지식인, 네이트지식, 네이트톡, 네이트판) 등 총 128개의 온라인 채널을 통해 수집 가능한 텍스트 기반의 웹문서(버즈)를 소셜 빅데이터로 정의하였다. 보건복지 관련 토픽의 수집은 2014. 1. 1∼2014. 2. 28까지 해당 채널에서 요일별, 주말, 휴일을 고려하지 않고 매 시간단위로 수집하였으며, 수집된 총 111,596건(1월: 57,830건, 2월: 53,766건)의 텍스트(Text) 문서를 본 연구의 분석에 포함시켰다. 본 연구를 위한 소셜 빅데이터의 수집은 크롤러(Crawler)를 사용하였고, 토픽의 분류는 주제분석(text mining) 기법을 사용하였다. 사람들은 소셜 네트워킹 서비스(SNS)를 통해 자신의 경험이나 신념, 선호하는 것들에 대해 자유롭게 이야기하고, 다른 이들과 이야기를 공유 및 전파하여 사회 전반에 큰 영향력을 행사하고 있다(노진석, 2012). 이러한 변화로, SNS를 통해 유통되고 있는 사람들의 이야기를 수집해 그 안에 담긴 의미 있는 메시지를 분석하려는 시도와 함께 소셜 분석(Social Analytics)이 등장하였다(노진석, 2012). 소셜 분석은 블로그는 물론 트위터, 페이스북과 같이 다양한 소셜 미디어를 통해 표현되는 자발적인 메시지들을 분석하여 사람이 해석할 수 있는 형태로 추출하는 기술을 말한다(노진석, 2012). 소셜 분석의 대표적인 기술 중의 하나는 텍스트마이닝이다. 텍스트마이닝은 말 그대로 텍스트에서 의미를 찾아내는 것을 말하며, 컴퓨터로 문자가 지닌 의미와 구조를 분석하는 자연어 처리(Natural Language Processing) 기술을 이용해 다양한 SNS 플랫폼에서 자발적으로 생성되고 있는 수십억 건의 메시지를 분석하여 사회 현상을 찾아내는 것을 가능하게 하였다(노진석, 2012). 빅데이터 분야에서 ‘소셜 애널리틱스(Social Analytics)’가 페이스북, 트위터, SNS 등에서 수집되는 비정형 데이터를 신속하게 분석을 한다. 소셜미디어에서 정보를 뽑아내고 분석하는 방법은 크게 3가지로 나눌 수 있다(송태민, 2013). 첫째, 텍스트마이닝(Text Mining)은 인간이 언어로 쓰인 비정형 텍스트에서 자연어처리기술을 이용하여 유용한 정보를 추출하거나, 연계성을 파악, 분류 혹은 군집화, 요약 등 빅데이터의 숨겨진 의미 있는 정보를 발견하는 것이다. 둘째, 오피니언마이닝(Opinion Mining)은 소셜미디어의 텍스트 문장을 대상으로 자연어처리기술과 감성분석 기술을 적용하여 사용자의 의견을 분석하는 것으로 마케팅에서는 버즈(Buzz; 입소문)분석이라고도 한다. 셋째, 네트워크분석(Network Analytics)은 네트워크 연결구조와 연결강도를 분석하여 어떤 메시지가 어떤 경로를 통해 전파가 되는지, 누구에게 영향을 미칠 수 있는지를 파악하는 것이다. 이와 같은 한계를 극복하기 위하여 학계에서는 일찍이 문헌정보학의 한 분과학문인 계량서지학(Bibliometrics)을 통한 내용분석을 시도하였다(Price, 1965). 이는 주로 텍스트 기반 정보를 계량화하여 분석하는 것으로 이 중에서도 동시 출현 키워드 분석(Co-word analysis)과 동시 인용 분석(Co-citation analysis) 등을 적용하면 해당 학문분야의 선도연구주제(Research Front) 또는 시기별로 새롭게 출현하는 키워드를 확인할 수 있다(He, 1999; Sohn, 2011). 최근 국내 보건의료 분야에서도 지적구조를 파악하기 위해 보건의료분야 키워드를 분석단위로 하여 기존의 다른 통계적 분석기법에 비해 개체(node) 사이의 관계를 시각화하는 기능이 뛰어난 사회네크워크 분석(social network analysis; SNA)을 시도하고 있다. 국내 보건의료 분야에서 출판된 논문의 경우, 1980년대 6만 4천여 건에서 2000년대 11만3천여 건으로 그 증가율이 약 2배임이 보고된 바 있다(Jang, Kang, Tak, Lee, 2011). 이와 같이, 기하급수적으로 증가하고 있는 논문의 수를 감안할 때, 연구자들이 국내외 보건의료 분야의 연구 동향을 파악하고 이에 따라 후속 연구의 주제 및 방향을 설정하기는 결코 쉬운 일이 아니다. 보건의료 분야의 정책입안자 또한 효과적인 정책을 수립하기 위하여 해당 분야 연구의 복잡한 상호 연결성을 이해하는데 많은 어려움이 있다(He, 1999; Mane & Borne, 2004; Jung & Jung, 2008). 국내 보건의료 분야의 연구는 각 분야별 고유한 지식체(Body of Knowledge)로서의 괄목할 만한 성장을 했을 뿐 아니라 다양한 학문과의 교류를 통해 확장되어왔다. 특히, 지식체 확장을 위하여 그 동안 축적된 학문 활동의 현황을 분석하고 이를 바탕으로 방향성을 제시하고자 하는 노력이 지속되어 왔다.