텍스트 마이닝을 활용한 지방자치단체 데이터기반행정 추진 동향 분석

Q: 이 논문에서 정의한 데이터기반행정이란 무엇인가?

공공기관이 데이터를 수집, 저장, 가공, 분석, 표현하는 등의 방법으로 정책 수립 및 의사결정에 활용하여 객관적이고 과학적으로 수행하는 행정을 의미한다.

Q: 광역 지방자치단체의 데이터기반행정 추진 동향은 연도별로 어떻게 변화하는가?

연구 결과, 2021년에는 시스템 구축과 추진체계 정립에 집중하였고, 2022년에는 통합관리 시스템 운영과 비정형 데이터 분석으로 확대되었으며, 2023년에는 민간데이터 활용 지원과 조직 내 데이터 활용역량 강화 및 저변 확대 단계로 진화하였다.

오혜근; Wenhui Wang; 나민주

doi:10.32427/klar.2024.21.3.347

학술저널

저자정보: 오혜근 (한국지방교육연구소) Wenhui Wang (한국지방교육연구소) 나민주 (충북대학교)

저널정보: 한국지방행정학회 한국지방행정학보 한국지방행정학보 제21권 제3호

오류 신고하기

피인용 0

검색

초록·키워드

본 연구에서는 행정안전부의 ‘제1차(2021~2023년) 데이터기반행정 활성화를 위한 기본계획’이 17개 광역 지방자치단체에서 매년 수립하는 ‘데이터기반행정 활성화 시행계획’에 지난 3년간 어떻게 구체화되었는지 그 추진 동향을 텍스트 빈도 및 워드클라우드 분석, 연결중심성 분석, 토픽 모델링 분석을 활용하여 분석하였다. 주요 결과는 다음과 같다.
첫째, 텍스트 빈도 분석 및 워드클라우드 분석 결과, 2021~2023년에 상위 10개의 단어에 매년 포함된 단어는 ‘데이터, 분석, 빅데이터, 추진, 활용, 기반, 데이터기반행정, 공동활용’이다. 상위 30개의 단어를 기준으로 연도별로 차이가 있는 단어를 살펴보면 2021년에는 ‘전문인력, 조례, 인구’ 등이, 2022년에는 ‘조직, 수립, 시민, 진단’ 등이, 2023년에는 ‘지원, 조사, 기관, 개최’ 등이었다.
둘째, 연결중심성 분석 결과, 2021~2023년에 상위 10개의 단어에서 공통으로 나타난 단어는 ‘운영, 강화’이다. 연도별로 살펴보면, 2021년에 연결중심성이 가장 높은 단어는 ‘구축’이고, 2022년에는 ‘운영’이며, 2023년에는 ‘교육’으로 나타났다.
셋째, 토픽 모델링 분석 결과, 2021년에는 ‘공동활용 데이터 발굴 및 등록, 추진체계 정립 및 전문인력 양성, 데이터 수집·분석·활용 시스템 구축 및 운영’이, 2022년에는 ‘분야별 데이터 통합관리 시스템 운영, 비정형 데이터 관리 및 분석, 공공서비스 혁신을 위한 데이터 분석’이, 2023년에는 ‘민간데이터 활용 지원 강화, 데이터기반행정 저변 확대, 조직 내 데이터 활용역량 강화’가 나타났다.
본 연구는 17개 광역 지방자치단체의 2021~2023년 ‘데이터기반행정 활성화 시행계획’을 전수 수집하여 추진 동향을 분석하고, 연도별로 데이터기반행정의 변화양상과 추이, 추진내용, 성과와 한계 등을 분석하여 광역 지방자치단체의 데이터기반행정의 발전방향을 위한 시사점을 제시했다는 점에서 의의가 있다.

The purpose of this study is to analyze how the “First (2021–2023) Basic Plan for Promoting Data-Based Administration” by the Ministry of the Interior and Safety was concretized in the annual “Data-Based Administration Activation Implementation Plans” developed by 17 metropolitan and provincial governments over the past three years. Using text mining techniques, this study aims to identify the key trends, shifts, and challenges in the implementation of data-based administration at the local government level.
The key findings from the analysis are as follows: First, frequency analysis and word cloud analysis showed that the top recurring terms from 2021 to 2023 included “data,” “analysis,” “big data,” “promotion,” “utilization,” “foundation,” “data-based administration,” and “collaborative use.” Moreover, differences in the top 30 terms were observed across years. In 2021, terms such as “expert personnel,” “ordinance,” and “population” appeared prominently. In 2022, terms like “organization,” “establishment,” “citizens,” and “diagnosis” were common, while in 2023, words like “support,” “survey,” “institution,” and “conference” became more frequent. Second, centrality analysis revealed that the words “operation” and “strengthening” were consistently among the top 10 central words across the three years. However, the central words varied by year: “establishment” had the highest centrality in 2021, “operation” in 2022, and “education” in 2023. Third, topic modeling analysis identified the key topics for each year: in 2021, the focus was on “collaborative data discovery and registration,” “establishing promotion systems and training expert personnel,” and “building and operating data systems.” In 2022, the topics centered around “operating integrated data management systems by sector,” “managing and analyzing unstructured data,” and “data-driven innovation in public services.” In 2023, the focus shifted to “enhancing the use of private data,” “expanding the foundation of data-based administration,” and “strengthening organizational capacity for data utilization.”
In conclusion, the study compares these findings with existing literature to provide insights into the evolution of data-based administration in local governments. By analyzing the plans from 2021 to 2023, the study identifies both progress and areas for improvement in data-driven governance at the local level. The significance of this research lies in its comprehensive, data-driven analysis of the trends in data-based administration across South Korea's metropolitan and provincial governments. The study not only highlights the changing priorities in data governance but also offers practical recommendations for enhancing data utilization and administration in local government settings moving forward.

#Data-driven administration #local government #implementation plans #basic plan #text mining #데이터기반행정 #지방자치단체 #시행계획 #기본계획 #텍스트 마이닝

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-093731428

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료