이 연구는 서울지역 노인복지 확대를 위해 노인 취약 자치구를 분석했으며, 활용 프로그램으로는 R과 Python을 활용했다. 공공데이터를 취합해 신뢰도를 높이고 Python을 활용해 빠른 이해를 위해 시각화를 도모했으며, R을 사용해 마지막으로 군집 분석으로 전반적인 취약계층을 포트폴리오 할 수 있었다.
데이터는 2013년부터 2019년까지 데이터를 취합해 Python으로 시각화를 구현했으며, 취약계층에 분포된 노인들과 그에 상응한 복지시설이 있는지 분석한 데이터를 토대로 복지간극을 표현하는데 연구 활동에 대부분 시간을 소모하였다.
하지만 K-means 활용법에 한계를 경험했으며 각 데이터 활용도 향상하기 위해 다양한 기계학습을 활용할 가능성을 발견하였다. 각 자치구를 분석하며 나온 결괏값으로 상관관계를 파악했고 선행연구를 통해, 주거복지시설과 같은 분석항목에 가중치를 참고 할 수 있었다.
위와 같은 과정을 통해 향후 정부에서 추진 중인 "노인종합대책"에 이바지할 수 있는 데이터를 시각화 할 수 있었고 향후 자동화된 모듈을 프로그래밍과 해서 데이터 신뢰도 향상과 데이터 시각화에 따른 분포도 정확성으로 시간과 비용을 최소화할 기회를 만든 계기라 생각한다.