표제지
목차
제1편 데이터 가치평가의 필요성과 정책적 준비 4
서론 6
Ⅰ. 데이터산업 시장 현황 7
1. 해외 7
2. 국내 12
Ⅱ. 데이터 가치평가를 위한 기술금융 및 가치평가 사례 분석 15
1. 기술금융 15
2. 기술가치평가 32
Ⅲ. 데이터 가치평가 방법, 사례 및 정책 제언 54
1. 소프트웨어 가치평가 54
2. 데이터 가치평가 가능 지표와 사례 59
참고문헌 64
제2편 데이터 공유ㆍ활용 플랫폼의 특성 및 사례 분석 66
Ⅰ. 서론 68
Ⅱ. 데이터 공유 플랫폼 사례 70
1. 개인정보 공유 플랫폼 DECODE(DEcentralized Citizen-Owned Data Ecosystems) 70
2. MS, 구글, 트위터, 페이스북 데이터 전송 프로젝트 (DTP) 93
3. SSAP2(Smart Ship Application Platform2) 프로젝트 107
4. 건설 데이터 공유 플랫폼 Trimble connect 117
5. 블록체인 공공 네트워크 기반의 인스턴트 개인인증 플랫폼 125
6. 전자상거래 물품 통관 데이터 공유 147
Ⅲ. 정책적 제언 159
참고문헌 161
제3편 데이터 기반 경제에서 알고리즘의 역할과 책임성 163
Ⅰ. 서론 : 알고리즘 책임성의 개념과 접근법 165
Ⅱ. 알고리즘에 대한 이해 166
1. 인공지능(AI)과 알고리즘 166
2. 알고리즘 유형과 특징 168
3. 알고리즘 구현과정 173
Ⅲ. 알고리즘 책임성 177
1. 개념과 배경 177
2. 다양한 관점과 접근법 181
Ⅳ. 알고리즘 책임성에 대한 접근법: 대안과 전망 184
1. 알고리즘 책임성의 필요성 184
2. 새로운 접근법: 대안과 방향 187
3. 전망 195
Ⅴ. 알고리즘 책임성 적용 사례 및 관련 이슈들 198
1. AI 플랫폼 198
2. 알고리즘 가격설정과 담합(Algorithmic Pricing and Collusion) 205
3. 레그테크(RegTech) 및 리걸테크(Legal Tech) --- regulation by machines 212
Ⅵ. 결론 215
참고문헌 217
제4편 데이터 혁신과 고용 창출 221
요약 223
Ⅰ. 데이터 혁신을 통한 고용 창출 전략 225
Ⅱ. 데이터 혁신과 신기술의 도래 230
1. 데이터 생산과 주요 이슈 230
2. 새롭게 생성되는 공공데이터의 종류와 활용 234
3. 4차 산업혁명에 따른 미래 일자리의 변화 236
4. 데이터 혁신 기술이 기업 일자리 창출에 미치는 영향 240
Ⅲ. 노동시장의 변화와 사회적 타협 245
1. 신기술이 미치는 노동시장의 변화 245
2. 신기술이 미치는 복지 사회적 변화 250
3. 신기술의 변화가 초래할 기술 불평등 253
4. 공공 고용서비스의 역할 257
Ⅳ. 데이터혁신에 따른 도시개선 및 일자리 창출 해외 사례 261
Ⅴ. 데이터 혁신 평가 사례 269
1. 데이터의 활용 정도 269
2. 데이터 기반의 핵심 기술 플랫폼 활성화 방향 275
3. 인력 및 기업 자산 개발 279
Ⅵ. 변화에 발맞추기 위한 정책적 방향 285
참고문헌 293
제5편 엣지 컴퓨팅으로 변화되는 미래사회 300
Ⅰ. 개요 303
Ⅱ. 컴퓨팅 환경과 엣지 컴퓨팅의 배경 307
1. 클라우드 컴퓨팅의 현재와 미래 307
2. 사물인터넷의 확대와 데이터 분석의 중요성 312
3. 인공지능의 실시간 처리의 중요성 314
Ⅲ. 엣지 컴퓨팅의 개념과 특징 315
1. 엣지 컴퓨팅의 정의 315
2. 엣지 컴퓨팅의 탄생 318
3. 엣지 컴퓨팅의 구조 322
4. 엣지 컴퓨팅의 특징 329
5. 엣지 컴퓨팅의 사업적 의미 333
6. 엣지 컴퓨팅 관련 개념과 비교 338
Ⅳ. 엣지 컴퓨팅 관련 기술 343
1. 엣지 컴퓨팅의 요소 기술 343
2. 엣지 컴퓨팅의 실시간 처리 346
3. 엣지 컴퓨팅의 보안 348
4. 엣지 컴퓨팅의 통신과 네트워크 351
5. 엣지 컴퓨팅의 표준 355
Ⅴ. 엣지 컴퓨팅의 응용 분야 357
1. Smart Factory 359
2. Smart City 361
3. Smart Grid 363
4. Smart Home 364
5. Connected Car 365
6. 의료 서비스 367
7. 증강현실 369
Ⅵ. 엣지 컴퓨팅에 대한 기업의 대응 370
1. Amazon 371
2. Microsoft 372
3. Dell 373
4. HPE 375
5. CISCO 377
6. GE 378
Ⅶ. 결론 379
참고문헌 381
판권기 383
제1편 데이터 가치평가의 필요성과 정책적 준비 9
[표 Ⅰ-1] 2014~2017년 주요국 데이터산업 규모 9
[표 Ⅰ-2] 2014~2017년 주요국 데이터산업 기업수 9
[표 Ⅰ-3] 2014~2017년 경제적 효과 : 직접 효과 10
[표 Ⅰ-4] 2014~2017년 직접 효과와 후방 효과를 합한 경제적 효과 11
[표 Ⅰ-5] 2016~2017년 GDP 대비 경제적 효과 비율 11
[표 Ⅰ-6] 국내 데이터산업 시장규모 12
[표 Ⅰ-7] 데이터 서비스 중분류별 시장규모 13
[표 Ⅰ-8] 데이터 구축ㆍ컨설팅 중분류별 시장규모 13
[표 Ⅰ-9] 데이터 솔루션 중분류별 시장규모 14
[표 Ⅱ-1] 은행별 기술금융 잔액(누적) 17
[표 Ⅱ-2] 은행별 기술금융 건수(누적) 17
[표 Ⅱ-3] 기술보증기금의 기술평가모형 기술평가표 19
[표 Ⅱ-4] 투자용 기술평가 모형 세부 평가지표 21
[표 Ⅱ-5] KTRS와 투자용 기술평가모형 지표 비교 : 경영역량 22
[표 Ⅱ-6] KTRS와 투자용 기술평가모형 지표 비교 : 기술성 23
[표 Ⅱ-7] KTRS와 투자용 기술평가모형 지표 비교 : 시장성 25
[표 Ⅱ-8] KTRS와 투자용 기술평가모형 지표 비교 : 사업성 26
[표 Ⅱ-9] 기술평가모형의 등급정의 27
[표 Ⅱ-10] 투자용 기술평가모형의 등급정의 28
[표 Ⅱ-11] 투자용 기술평가모형의 등급정의 29
[표 Ⅱ-12] A은행의 일반모형 지표 31
[표 Ⅱ-13] 기술가치평가 기관 34
[표 Ⅱ-14] 기술평가의 종류 35
[표 Ⅱ-15] 평가기관별 기술가치평가 수행 현황 35
[표 Ⅱ-16] 기술보증기금 기술력평가지표 37
[표 Ⅱ-17] 한국산업기술진흥원의 기술력평가등급의 정의 38
[표 Ⅱ-18] 한국산업기술진흥원의 기술력평가표 39
[표 Ⅱ-19] IP가치평가 세부 평가항목 및 평가지표 42
[표 Ⅱ-20] 주요 기관 평가항목 및 모형 특징 44
[표 Ⅱ-21] 기술가치평가 방법론 50
[표 Ⅱ-22] 주요 기술가치평가 접근법의 장단점 51
[표 Ⅱ-23] 현행 IP가치평가 산식 요소 53
[표 Ⅲ-1] 소프트웨어 사업분야 분류 및 해당 업종 55
[표 Ⅲ-2] 소프트웨어 종류별 기술순환주기 지수 56
[표 Ⅲ-3] 소프트웨어 사업분야별 운전자본증감액 산출용 참고자료 56
[표 Ⅲ-4] 소프트웨어 사업분야별 표준재무비율 57
[표 Ⅲ-5] 비상장 소프트웨어 업종별 할인율 산출 지침표 57
[표 Ⅲ-6] 소프트웨어 업종별 산업기술요소 58
[표 Ⅲ-7] 소프트웨어 품질평가표 및 분야별 가중치 59
[표 Ⅲ-8] DAWEX 데이터 등급 지표 60
[표 Ⅲ-9] Cai and Zhu의 가치평가를 위한 지표 61
제2편 데이터 공유ㆍ활용 플랫폼의 특성 및 사례 분석 73
[표 1] 기술기업 수집/보유 개인정보(음영은 민감정보) 73
[표 2] DECODE에서의 데이터 접근 단계 79
[표 3] 책임 공유 테이블: 보안 및 개인정보보호 106
제3편 데이터 기반 경제에서 알고리즘의 역할과 책임성 170
[표 1] 최적화 알고리즘의 종류 170
[표 2] 분류형 알고리즘의 종류 172
[표 3] USACM과 EUACM의 알고리즘 책임성을 위한 7대 원칙 183
제4편 데이터 혁신과 고용 창출 270
[표 1] 데이터 가용성에 대한 측정 지표 270
[표 2] 핵심 기술 플랫폼의 활용 가능성 관련 측정 지표 275
[표 3] 인력 및 기업 자산 관련 측정 지표 280
제5편 엣지 컴퓨팅으로 변화되는 미래사회 321
[표 1] 클라우드 컴퓨팅과 엣지 컴퓨팅의 비교 321
제1편 데이터 가치평가의 필요성과 정책적 준비 16
〈그림 Ⅱ-1〉 기술금융 잔액 및 평가액 16
〈그림 Ⅱ-2〉 기술금융 건수 16
〈그림 Ⅱ-3〉 투자용 기술평가 모형 구조 18
〈그림 Ⅱ-4〉 기술평가등급모형의 등급산출과정 27
〈그림 Ⅱ-5〉 기술가치평가와 여타 기술평가 분야와의 관계 33
〈그림 Ⅱ-6〉 공공ㆍ민간별 기술가치평가시장 현황(평가건수) 36
〈그림 Ⅱ-7〉 기술력등급평가의 흐름도 41
〈그림 Ⅱ-8〉 기술가치평가 방법론과 핵심 추정요소 51
제2편 데이터 공유ㆍ활용 플랫폼의 특성 및 사례 분석 70
〈그림 1〉 스마트 시티 70
〈그림 2〉 EU - GDPR에 적용된 개인권리 범위 72
〈그림 3〉 JSON포맷의 일반적인 속성구조 예시 76
〈그림 4〉 외부에서 생성된 속성의 검증과정 78
〈그림 5〉 속성기반 자격 증명을 인증 메커니즘으로 사용 예 80
〈그림 6〉 속성기반 암호화 81
〈그림 7〉 DECODE 개요 83
〈그림 8〉 Schema of relations between BCN Pilots and BCN Now 86
〈그림 9〉 Barcelona Data Commons Framework 87
〈그림 10〉 CityOS, a graphical overview of its functions 88
〈그림 11〉 바르셀로나 도시플랫폼 통합 89
〈그림 12〉 CityOS인프라 및 BCNNow와 연결 90
〈그림 13〉 Workflow for the connection of CityOS with BCNNOW infra 90
〈그림 14〉 BCNNow에 표기되는 WFS "cityos:ptt_carril_bici" 91
〈그림 15〉 BCNNow에 표기되는 Bicing 자전거 92
〈그림 16〉 데이터 공유 93
〈그림 17〉 DTP가 없는 환경의 데이터 교환 97
〈그림 18〉 DTP를 이용한 데이터 교환 97
〈그림 19〉 데이터 어댑터와 인증 어댑터 사용 예시 98
〈그림 20〉 DTP시스템 구성요소간 상호작용 개요 100
〈그림 21〉 분산 배포 모델 102
〈그림 22〉 선박 데이터 플랫폼 107
〈그림 23〉 개발 전 후 비교 108
〈그림 24〉 ISO19847 표준에 기술된 선박 데이터 입출력 개념 모델 110
〈그림 25〉 ISO19848 표준에 따른 선박 장비 명명 규칙 예 111
〈그림 26〉 ISO19848 표준에 정의된 데이터 구조 112
〈그림 27〉 SSAP 오픈 데이터 플랫폼 구성도 113
〈그림 28〉 ShipDC at shore 114
〈그림 29〉 SSAP 로드맵 115
〈그림 30〉 'Trimble Connect' 와 Komconnect 협업 117
〈그림 31〉 Trimble Connect 119
〈그림 32〉 Trimble connect에 통합된 소프트웨어 및 하드웨어 솔루션 119
〈그림 33〉 Trimble connect가 지원하는 파일 포멧 120
〈그림 34〉 플러그인을 이용한 revit모델공유 120
〈그림 35〉 Trimble connect를 이용한 설계 데이터 공유 121
〈그림 36〉 설계데이터와 Vico office연동 122
〈그림 37〉 3D모델을 첨부한 자료요청서 122
〈그림 38〉 Trimble Connect 123
〈그림 39〉 일본 I-Construction 124
〈그림 40〉 인증을 위한 서비스로서의 블럭체인 125
〈그림 41〉 중앙화DB시스템과 탈중앙화 블록체인 시스템 비교 127
〈그림 42〉 BaaSid 인증 통합 서비스 128
〈그림 43〉 Split ID의 생성과 분리 분산 129
〈그림 44〉 Split ID의 참여 및 증명 130
〈그림 45〉 BaaSid One pass 131
〈그림 46〉 BaaSid API Service 132
〈그림 47〉 BaaSid API Service 133
〈그림 48〉 Instant Access 인증 134
〈그림 49〉 개인을 중심으로 하는 일시적 중앙화 135
〈그림 50〉 Split Block & Crypto Exchange Block 136
〈그림 51〉 BaaSid Block 구조 137
〈그림 52〉 BaaS Union을 통한 서로 간의 신뢰, 책임과 보상 138
〈그림 53〉 일반 로그인/인증과 Instant Access 비교 139
〈그림 54〉 Instant Access API 구성도 140
〈그림 55〉 일반 인터넷 결제 인증과 Hyper Confirm 비교 141
〈그림 56〉 BasSid에서 존재하지 않는 4가지 142
〈그림 57〉 PoA 와 PoH 143
〈그림 58〉 BigBaaS의 HDFS와 분석 시스템 145
〈그림 59〉 블록체인 기술을 이용한 수출통관 물류 서비스 147
〈그림 60〉 현행 통관시스템 : 신고서(서류)는 전자상거래 업체가 제공하는 정보에 근거하여 수기로 작성되므로 위변조에 취약하다 148
〈그림 61〉 블록체인 기반 통관시스템 개념도 : 각 참여자의 생산정보를 기반으로 신고서의 내용이 순차적으로 채워지므로, 특정인의 의지에 의한 위변조가 불가능하다 149
〈그림 62〉 목표시스템 개념도 150
〈그림 63〉 관세청 수출통관 블록체인 플랫폼 설계 152
〈그림 64〉 수출신고 블록체인 서비스 153
〈그림 65〉 수출적하목록 신고 블록체인 서비스 154
〈그림 66〉 내륙운송 및 출항허가 블록체인 서비스 154
〈그림 67〉 Public 블록체인 과 엔터프라이즈 블록체인 비교 155
〈그림 68〉 채널설계를 통한 접근 권한 관리 156
〈그림 69〉 스마트컨트랙트 기반 업무 자동화 157
제3편 데이터 기반 경제에서 알고리즘의 역할과 책임성 166
〈그림 1〉 시스템으로서의 AI와 알고리즘 및 데이터의 역할 166
〈그림 2〉 분류형 알고리즘 구현의 기본 절차 173
〈그림 3〉 해석 가능성과 유연성 사이의 상충관계 176
〈그림 4〉 XAI의 개념 188
〈그림 5〉 DARPA의 XAI 개발을 위한 접근 전략들 191
〈그림 6〉 AI 플랫폼의 입지 199
〈그림 7〉 AI 플랫폼 사업자 간 협력 관계 202
제5편 엣지 컴퓨팅으로 변화되는 미래사회 320
〈그림 1〉 클라우드 컴퓨팅과 엣지 컴퓨팅의 비교 개념도 320
〈그림 2〉 IoT를 위한 엣지 컴퓨팅의 구조 322
〈그림 3〉 포그 컴퓨팅의 구조 323
〈그림 4〉 엣지 컴퓨팅의 참조 구조도 325
〈그림 5〉 엣지 컴퓨팅의 계층 구조 327
〈그림 6〉 클라우드, 포그, 엣지, 모바일 클라우드, 모바일 엣지 컴퓨팅의 비교 341
〈그림 7〉 엣지 컴퓨팅 요소 343
〈그림 8〉 사물-사물 통신 351
〈그림 9〉 사물-클라우드 통신 352
〈그림 10〉 사물-게이트웨이 통신 353
〈그림 11〉 엣지 컴퓨팅의 응용 분야 358
〈그림 12〉 엣지 컴퓨팅을 활용한 Smart Factory 360
〈그림 13〉 엣지 컴퓨팅을 활용한 Smart Grid 363
〈그림 14〉 엣지 컴퓨팅을 활용한 Smart Home 364
〈그림 15〉 엣지 컴퓨팅을 응용한 군집 주행 367
〈그림 16〉 엣지 컴퓨팅을 활용한 의료 서비스 368
〈그림 17〉 아마존의 AWS Greengrass 371
〈그림 18〉 Azure IoT Edge 372
〈그림 19〉 Dell Edge Gateway 373
〈그림 20〉 HPE Edgeline 375
〈그림 21〉 CISCO의 Data in Motion 377
〈그림 22〉 GE의 Predix 378