표제지
목차
주요 내용 및 정책제안 4
CHAPTER 1. 연구의 개요 7
1. 연구의 배경 및 목적 8
1) 연구 배경 8
2) 연구 목적 12
2. 연구의 범위 및 방법 13
1) 연구 범위 13
2) 연구 방법 14
3) 연구 흐름 15
3. 선행연구와의 차별성 16
4. 연구의 기대효과 18
CHAPTER 2. 개인위치정보 및 스마트도시 관련 현황 19
1. 개인위치정보의 개념 및 정책 현황 20
1) 개인정보와 개인위치정보의 주요 개념 20
2) 개인위치정보보호 관련 법ㆍ제도 현황 26
3) 개인정보 관련 정책 현황 28
4) 개인정보와 개인위치정보의 관계 37
2. 개인위치정보 활용 산업 현황 40
1) 국내 위치기반 서비스 사업자 현황 40
2) 위치기반사업과 애로사항 43
3) 위치기반 사업과 개인정보보호 이슈 45
3. 개인위치정보와 데이터 기반 스마트도시 46
1) 도시 빅데이터와 스마트도시 46
2) 개인위치정보에 기반한 도시 빅데이터 활용의 필요성 47
3) 개인위치정보 기반 도시빅데이터 유형 및 종류 48
4. 데이터 기반 스마트도시 정책 현황 53
1) 데이터 기반 스마트도시 관련 정책 53
2) 데이터 경제 활성화 정책 57
5. 시사점 59
CHAPTER 3. 개인위치정보 활용 사례와 시사점 60
1. 국내외 개인위치정보 활용 사례 61
1) 코로나 확산과 개인위치정보의 활용 61
2) 이동패턴 분석 65
3) 도시 공간 분석 72
4) 인구 분포 추정 78
5) 도시 안전 분야 81
6)/5) 마케팅 활용 분야 88
2. 개인위치정보 활용 시사점 및 한계 90
1) 개인위치정보 활용 시사점 90
2) 국내 빅데이터 제공의 한계 및 문제점 91
CHAPTER 4. 스마트도시에서 개인위치정보 활용을 위한 정책 방향 93
1. 기본 방향 94
2. 개인위치정보 연계를 위한 제도 개선 방향 96
3. 위치기반 산업 활성화 방향 97
4. 위치기반 개인정보의 보호 방안 98
CHAPTER 5. 결론 및 향후 과제 100
1. 결론 및 정책제언 101
2. 향후 과제 103
참고문헌 104
SUMMARY 114
[부록 1] 위치정보 관련 용어 예시 117
판권기 119
[표 1-1] 선행연구와의 차별성 17
[표 2-1] 「위치정보법」에 의한 개인위치정보의 정의 20
[표 2-2] 「개인정보보호법」에 의한 개인정보의 정의 22
[표 2-3] 간접식별정보의 예시 23
[표 2-4] 가명정보의 예시 23
[표 2-5] 익명정보의 예시 24
[표 2-6] 개인위치정보 개정안 주요 이슈 및 내용 27
[표 2-7] 데이터 3법 주요 개정 내용 28
[표 2-8] 「개인정보 보호법」 개정 이후 가명제도 추진경과 29
[표 2-9] 가명정보 결합 시범사례 5대 분야 7개 과제 30
[표 2-10] 한국 개인정보보호법과 GDPR 차이점 33
[표 2-11] 적정성 결정 관련 개인정보보호위원회 고시 주요내용 35
[표 2-12] 위치정보법과 개인정보보호법의 주요 차이점 38
[표 2-13] 분야별 개인정보 및 개인위치정보 데이터 수집 범위 39
[표 2-14] 위치정보 서비스의 분류 및 사업 내용 41
[표 2-15] 중국 글로벌 기업들의 앱과 개인위치정보 수집 범위 52
[표 2-16] 스마트도시 종합계획 비전, 목표, 전략 비교 53
[그림 1-1] 연구 흐름도 15
[그림 2-1] 개인위치정보와 사물위치정보의 구분 21
[그림 2-2] 본 연구에서 조작적 정의에 의한 개인위치정보 개념 25
[그림 2-3] 「위치정보법」에 의한 사업자 유형 구분 및 행정절차 차이 26
[그림 2-4] 개인정보와 개인위치정보의 차이 37
[그림 2-5] 위치기반 사업자 유형별 등록수 40
[그림 2-6] 위치기반 산업 총 매출액 현황 및 예상 42
[그림 2-7] 위치기반 산업 활성화가 예상되는 위치정보 활용 서비스 분야 42
[그림 2-8] 위치기반사업자들의 애로사항 43
[그림 3-1] 코로나19 역학조사 지원 시스템 프로세스(위) 및 화면(아래) 62
[그림 3-2] 공유자전거 이용 클러스터 66
[그림 3-3] 자전거 사용자의 속도 분석 67
[그림 3-4] Leuven 지역에서의 자전거(오렌지색) 및 자동차(파란색) 이동 패턴 68
[그림 3-5] 베이징 택시 시공간 이동경로 70
[그림 3-6] 구글 이력 데이터를 활용한 개인들의 장기간 이동 패턴 분석 71
[그림 3-7] 과거 상권 경계(a)와 핸드폰 데이터 위치정보 이력을 분석한 선형 상권(b) 73
[그림 3-8] 인스타그램 포스트의 공간분포 분석(2013~2018년) 73
[그림 3-9] 핸드폰 사용 네트워크를 분석하여 지역 기능 분석 과정 74
[그림 3-10] 소셜미디어 체크인 결과 베이징 관광객의 지역 기능 이용 패턴 분석 결과 75
[그림 3-11] 병원들의 배후지 분포 분석 결과 76
[그림 3-12] 주택 위치(붉은 점)와 거리 뷰 이미지 77
[그림 3-13] 이동통신 데이터를 활용하여 추정한 대구광역시 인구 분포 79
[그림 3-14] 일본 동경의 시간대별 유동인구: 평일 6-10시 이동 출발점(1), 도착점(2), 평일 18시-24시 이동 출발점(3), 도착점(4) 분포 80
[그림 3-15] 성범죄자알림e 성범죄자 검색 결과 82
[그림 3-16] 성범죄자알림e 성범죄자 정보 지도 표시 82
[그림 3-17] CrimeMapping.com 83
[그림 3-18] 알래스카 주 성범죄자 및 아동 납치 범죄자 웹지도 서비스 84
[그림 3-19] 성범죄자/아동납치범의 신상공개 사례 85
[그림 3-20] 성범죄자/아동납치범의 신상공개 상세 페이지 86
[그림 3-21] 생활패턴 분석을 위한 데이터 수집 및 분석 과정 89
부표 1. 위치정보 관련 용어 예시 117