보건복지 분야 데이터 경제 활성화를 위한 다출처 데이터 연계, 통합, 활용 방안 연구

Abstract

데이터 개방 추세에 따라 데이터가 다량으로 개방되고 있지만 개별적으로 분산된 채 제공되고 있어, 여러 개의 데이터를 서로 연계하고 통합한 데이터로 활용하는 것은 저조하다는 평가가 이어지고 있다. 그래서 이 연구의 목적은 곳곳에 분산된 데이터의 활용 가치를 높이기 위해서 다출처 데이터를 연계·통합하는 시도를 해 보고, 이에 따른 어려움을 해결하여 활성화될 수 있도록 하는 방안도 마련하고자 한다. 이 연구는 3년 중기 과제로, 올해 첫 번째 연구이다.

2022년 연구에서는 데이터 연계·통합의 개념과 데이터 통합 방법론에 대해 정리하였고, 데이터 통합과 관련한 국내외의 다양한 사례를 소개하였다. 또한, 활용 가능한 데이터 현황 파악을 위해, 우리 연구원에서 제공 중인 조사데이터와 국내 개방된 데이터 포털 및 플랫폼을 중심으로 살펴보았다. 마지막으로는 실제 데이터를 활용하여 모의실험과 데이터 통합 및 분석을 실시하였다. 모의실험은 한국의료패널조사 데이터를 사용하였다. 매칭 방법은 다양한 거리 함수를 사용하여 최근접 이웃 핫덱과 랜덤 핫덱 방법을 비교하였다. 다음으로 실제 데이터 통합을 위해 기준데이터는 한국의료패널조사로, 제공데이터는 생활시간조사로 선정하여 통계적 매칭 방법을 이용하여 데이터를 통합하였고, 그 결과물인 통합데이터에 대한 품질을 평가하였다. 한편, 통계적 매칭 방법을 활용하여 조사데이터와 조사데이터를 통합할 때 고려해야 할 사항도 제시하였다.