산업별 디지털 전환 갈등 지표 개발 연구

Q: 이 논문에서 정의한 디지털 전환 갈등 지표란 무엇인가?

디지털 전환과 관련된 모든 유형의 갈등 상황을 정량적으로 측정하기 위한 방법론으로, 뉴스 데이터를 기반으로 갈등 빈도, 강도, 강도 집중도를 세부적으로 정의하여 산업별 갈등 양상의 변화를 파악하는 측정 지표이다.

Q: 산업별 디지털 전환 갈등은 어떤 양상으로 발전하는가?

연구 결과, 산업별 디지털 전환 갈등은 강도 수준의 변화를 볼 때, 갈등이 시작, 증폭, 해소되는 선형적인 양상이 아니라 세부 단계가 반복되거나 진동, 순환하는 비선형적인 양상으로 발전한다. 따라서 갈등은 완전히 해소되기보다 관리해야 할 대상이다.

강송희; 서영희; 이창준

doi:10.52558/ISM.2022.04.23.1.41

학술저널

저자정보: 강송희 (소프트웨어정책연구소) 서영희 (한국국방연구원) 이창준 (한양대학교)

저널정보: 한국정보사회학회 정보사회와 미디어 정보사회와 미디어 제23권 제1호

오류 신고하기

피인용 1

검색

초록·키워드

제4차산업혁명시대, 우버ㆍ카풀에서 시작하여 카카오, 타다 사건으로 절정을 맞았던 도시여객 운수업 갈등은 완전히 해소되지는 않았다. 그간 갈등을 다룬 공공행정 관련 기존 연구에서는 그 양상을 증폭되어 해소되어 가는 선형적인 틀 내에서 이해했으며 정성적 사례 분석이 주류를 이뤘다. 설문 기반 정량적 실증 연구들도 대개 개인이나 조직 내 갈등을 다뤘고, 나아가 디지털 전환 관련 조직 간 갈등을 분석한 연구는 없었다. 본 연구는 산업별 디지털 전환 갈등에 주목하고 갈등 상황의 변화를 측정하기 위한 방법으로 빈도, 강도, 강도 집중도 지표의 개발을 제안한다. 그리고 한국의 6대 산업을 대상으로 2003년 12월~2019년 6월까지 보도된 뉴스 본문을 수집하여 이 지표들을 측정하고 내ㆍ외적 타당성을 검증했다. 분석 결과 갈등 상황은 강도 수준의 변화를 볼 때 세부 단계가 반복, 순환하면서 비선형적으로 진화해갔다. 산업별 디지털 전환 갈등은 단순히 해소되는 대상이 아니라 관리해야 할 대상이다. 본 연구는 기존 연구의 연장선에서 산업별 디지털 전환 갈등을 빈도, 강도, 강도의 집중도만으로 측정했음에도 그 양상의 변화를 식별할 수 있는 가능성을 열었다는 점에서 기여가 있다.

The COVID-19 pandemic is compressively accelerating digital transformation that will take place over a long period of more than three years. Digital transformation conflicts in the urban passenger transport industry, which started with Uber and Carpool and culminated in the Tada incident, are also being managed, but have not been quieted down. So far, social conflicts have been understood within a linear framework of development in public administration or related fields, and qualitative case analysis has been the mainstream since it is a complex system with many stakeholders. Therefore, attempts at quantitative analysis in conjunction with techniques such as language network analysis are very rare. This study developed a method to quantitatively measure social conflicts by focusing on social conflicts related to digital transformation among social conflicts. In the conflict environment of Korea, as a method to quantitatively identify conflict patterns by industry, we propose a method to define the conflict frequency, intensity, and intensity concentration indicator in detail by mining texts collected through news scraping. In addition, results were derived through the experimental implementation of the indicators developed based on case studies, and internal and external validity were verified.
Looking at the trend of changes in the conflict frequency index by industry, the industry as a whole shows an upward trend within the observation period. From 2013, it was observed that the pattern of the frequency of conflicts in digital transformation began to change in earnest. It is also observed to have a certain amplitude within the intensity index range within the observation period. The intensity of conflicts in digital transformation also took on a different phase since 2013. However, it has developed into a non-linear pattern which includes repeated particular patterns or a cycles of a certain oscillation. The degree of intensity was high in the wholesale/retail and catering and lodging industries. Even within most of the observation period, it was found that conflicts were somewhat concentrated from 2015 to 2016. In the case of the transportation industry, conflicts have been observed since 2013, a little earlier than other industries.
From the results we conclude this study as follows. Rather than being linear in intensity, the conflict pattern has developed into a non-linear pattern in which the detailed steps of the level of development were repeated, oscillated, or circulated. Based on this, we argue that this conflict is not something that can be completely resolved, but rather something that needs to be managed in severity or intensity in the context of digital transformation technological innovation. In particular, in the era of digital transformation, where various industries are convergence and the boundaries are blurring (Big Blur) but the value chain is being differentiated (Un-bundling), cross-ministerial priorities (Cross) for fair competition between new and existing economic agents -Department Priority), in most cases, it is necessary to improve regulations based on the national strategy. It can be said that such regulatory reform requires a new approach that comprehensively rearranges the laws of various ministries at the same time. Although this process of regulatory reform entails a lot of pain, social consensus, coordination, and improvement efforts are required to accommodate macro-environmental changes and pursue long-term values of the country. Therefore, the development of a conflict situation measurement index that will provide a basis for measuring such government policy improvement can contribute to effective conflict monitoring and evidence-based conflict management policy establishment.

#디지털 전환 #갈등 지표 #갈등 분석 #갈등 강도 #갈등 빈도 #갈등 강도 집중도 #Digital Transformation #Conflict Indicator #Conflict Analysis #Conflict Frequency #Conflict Intensity #Conflict Intensity Concentration

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2022-331-001128812

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